Matrices Com

I. E. S.
Siete Colinas (Ceuta)
Departamento de Matemticas
Matemticas
de
2 de Bachillerato
Matrices
y
Determinantes
Por Javier Carroquino CaZas

Catedrtico de matemticas
del
I.E.S. Siete Colinas
Ceuta 2004
Matrices
y
Determinantes
Javier Carroquino Caas
Matemticas de 2 de bachillerato
Ciencias de la Naturaleza y la Salud

Tecnologa
Matrices
y
Determinantes
Por
Catedrtico de matemticas
I.E.S. Siete Colinas (Ceuta)

Departamento de Matemticas
Ceuta 2004

I.E.S. Siete Colinas (Departamento de Matemticas)
Matrices y Determinantes
Depsito Legal : CE&38&2004
ISBN : 84 - 688 -5481 - 6
Nmero de Registro : 813204
Ceuta 2004
Prlogo
na de las partes ms antigua de la matemtica es el

lgebra, que ya era utilizada y desarrollada por
babilnicos, egipcios y griegos, pero fue en el siglo XIX de
nuestra era cuando encontr su verdadero desarrollo.
Una de sus ramas, el lgebra Lineal, es de tremenda
utilidad prctica en diversas reas de las ciencias naturales
o sociales, apareciendo las matrices y determinantes como
una poderosa herramienta para el tratamiento de datos
numricos que permiten esa utilidad del lgebra Lineal.
El concepto de matriz, que fue introducido a mitad
del siglo XIX por el matemtico ingls James Joseph
Sylvester (1814-1897) y posteriormente desarrollado por
Arthur Cayley (1821-1895) y William Rowan Hamilton
(1805-1865), tiene en la actualidad un fcil y cmodo
tratamiento gracias a los potentes programas informticos
que reducen extraordinariamente los agobiantes clculos
numricos.
En estas pginas introducimos al alumno en el
mundo de las matrices y determinantes de una manera
prctica y til, huyendo de conceptos y desarrollos tericos
y buscando lo suficiente para su posterior uso en los temas
venideros, tales como, sistemas de ecuaciones, espacios
afn, eucldeo y mtrico.
Matrices y determinantes
ndice
Pgina
1.Matriz de nmeros reales de orden mn .................
Ejemplo 1 ..........................................
2.Forma abreviada de expresar una matriz de orden mn.....
Ejemplo 2 ..........................................
3.Matriz fila. Matriz columna ............................
Ejemplo 3 ..........................................
Ejemplo 4 ...........................................
4.Matriz cuadrada ........................................
Ejemplo 5 ...........................................
Ejemplo 6 ...........................................
5.Igualdad de matrices ...................................
Ejemplo 7 ...........................................
6.Matriz traspuesta de otra matriz .......................
Ejemplo 8 ...........................................
Ejemplo 9 ...........................................
Ejemplo 10 ..........................................
7.Matriz simtrica .......................................
Ejemplo 11 ..........................................
Ejemplo 12 ..........................................
8.Diagonal principal y secundaria de una matriz cuadrada..
Ejemplo 13 ..........................................
9.Matriz diagonal .........................................
Ejemplo 14 ..........................................
10.Matriz escalar .........................................
Ejemplo 15 ..........................................
11.Matriz unidad ..........................................
Ejemplo 16 ..........................................
12.Matriz triangular ......................................
Ejemplo 17 ..........................................
13.Operaciones con matrices ...............................
14.Suma de matrices .......................................
Ejemplo 18 ..........................................
Propiedades de la suma de matrices ..................
14.1.Ley de composicin interna ...............
Ejemplo 19 ...............................
14.2.Propiedad asociativa ......................
14.3. Propiedad conmutativa ....................
14.4.Existencia de elemento neutro .............
Ejemplo 20 ...............................
14.5.Existencia de elemento opuesto ............
Ejemplo 21 ...............................
15.Resta de matrices ......................................
Ejemplo 22 ..........................................
16.El grupo conmutativo de las matrices del mismo orden ...
17.Producto de un nmero real por una matriz ..............
Ejemplo 23 ..........................................
Propiedades del producto de un nmero real por una matriz.
17.1.Ley de composicin externa ...............
17.2.Asociativa ...............................
1
2
2
3
3
3
3
4
4
4
4
5
5
6
6
7
7
8
8
8
9
10
10
10
10
11
11
11
11
11
12
12
12
13
13
13
13
14
14
15
15
15
16
16
16
16
17
17
17
II
Pgina
17.3.Distributividad respecto a
a la suma de nmeros reales ...............
17.4.Distributividad respecto
a la suma de matrices .....................
17.5.Neutro en el producto de nmero por matriz.
Ejemplo 24 ..........................................
18.El espacio vectorial de las matrices de orden mn ......
Ejemplo 25 ..........................................
Ejemplo 26 ..........................................
Ejemplo 27 ..........................................
19.Matriz antisimtrica ...................................
Ejemplo 28 ..........................................
20.Producto de dos matrices ...............................
Ejemplo 29 ..........................................
Ejemplo 30 ..........................................
Ejemplo 31 ..........................................
Ejemplo 32 ..........................................
Ejemplo 33 ..........................................
Propiedades del producto de matrices ................
20.1.Condicin de existencia del producto ......
20.2.Asociativa ................................
Ejemplo 34 ...............................
20.3.Distributividad respecto
de la suma de matrices ....................
20.4.Sobre la conmutatividad
del producto de matrices ..................
Ejemplo 35 ...............................
Ejemplo 36 ...............................
21.Matriz unidad de orden nn ............................
Ejemplo 37 ..........................................
Propiedad de la matriz unidad .......................
Ejemplo 38 ..........................................
22.Potencia de una matriz cuadrada .......................
Ejemplo 39 ..........................................
23.Inversa de una matriz cuadrada .........................
Ejemplo 40 ..........................................
Ejemplo 41 ..........................................
24.Determinante de una matriz cuadrada ...................
Determinante de una matriz de orden 11 .............
Ejemplo 42 .....................................
Ejemplo 43 .....................................
Ejemplo 44 .....................................
Ejemplo 45 .....................................
Determinante de una matriz de orden 44 y superior ..
Menor complementario de
un elemento de la matriz A .....................
Ejemplo 46 ...............................
Ejemplo 47 ...............................
Adjunto de un elemento de la matriz A .........
Ejemplo 48 ...............................
Ejemplo 49 ...............................
Determinante de una matriz cuadrada de orden 44 ....
Ejemplo 50 .....................................
Ejemplo 51 .....................................
17
18
18
19
19
19
19
20
20
20
21
22
23
23
24
24
25
25
25
25
26
26
26
26
27
27
27
28
28
29
29
29
29
30
30
30
31
31
31
31
33
33
33
34
34
34
35
35
35
35
36
III
Pgina
Determinante de una matriz cuadrada de orden nn ....
Ejemplo 52 .....................................
25.Propiedades de los determinantes .......................
Propiedad 1 .........................................
Ejemplo 53......................................
Propiedad 2 .........................................
Ejemplo 54......................................
Propiedad 3 .........................................
Ejemplo 55......................................
Ejemplo 56......................................
Propiedad 4 .........................................
Ejemplo 57......................................
Propiedad 5 .........................................
Ejemplo 58......................................
Propiedad 6 .........................................
Ejemplo 59......................................
Propiedad 7 .........................................
Ejemplo 60......................................
Propiedad 8 .........................................
Ejemplo 61......................................
Ejemplo 62 .....................................
Propiedad 9 .........................................
Ejemplo 63......................................
Ejemplo 64 .....................................
Ejemplo 65 .....................................
26.Sobre el signo de los adjuntos. Regla nemotcnica ......
27.Clculo de la inversa de una matriz cuadrada ...........
Clculo de la inversa por el mtodo de los adjuntos .
Ejemplo 66 .....................................
Ejemplo 67 .....................................
Ejemplo 68 .....................................
Ejemplo 69 .....................................
Ejemplo 70 .....................................
Ejemplo 71 .....................................
Clculo de la inversa por el mtodo
de transformaciones sobre lneas ....................
Ejemplo 72 .....................................
Ejemplo 73 .....................................
Ejemplo 74 .....................................
Ejemplo 75 .....................................
28.Ecuaciones de matrices .................................
Ejemplo 76 ..........................................
Ejemplo 77 ..........................................
29.Propiedades de la matriz inversa .......................
Ejemplo 78 ..........................................
Ejemplo 79 ..........................................
30.Menor de una matriz ....................................
Ejemplo 80 ..........................................
31.Propiedad de los menores de una matriz .................
Ejemplo 81 ..........................................
32.Rango de una matriz ...................................
Ejemplo 82 ..........................................
Ejemplo 83 ..........................................
Ejemplo 84 ..........................................
Ejemplo 85 ..........................................
33.Propiedades del rango de una matriz ....................
36
37
37
37
37
38
38
38
39
39
39
40
40
40
40
41
42
43
43
44
44
45
46
46
47
47
48
48
49
50
50
51
51
51
52
52
53
53
54
55
55
56
56
57
58
58
59
60
61
62
63
64
64
64
64
IV
Pgina
Ejemplo 86 ..........................................
Ejemplo 87 ..........................................
Ejemplo 88 ..........................................
Ejemplo 89 ..........................................
34.Clculo del rango de una matriz. Teorema ...............
Ejemplo 90 ..........................................
35.Dependencia e independencia
lineal de lneas en una matriz .........................
Ejemplo 91 ..........................................
Ejemplo 92 ..........................................
65
65
65
65
66
68
69
70
70
Pgina 1
1. Matriz de nmeros reales de orden mn.O

O
Sea el conjunto de los nmeros reales.

Sean m y n dos nmeros naturales distintos de cero, es decir, m,n0*
Una tabla formada por mn nmeros reales dispuestos en m filas (alineacin horizontal)
y n columnas (alineacin vertical) de la siguiente forma:
A=
a11 a12 a13 ...... a1n
a 21 a 22 a 23 ...... a 2 n
a 31 a 32 a 33 ...... a 3n
a m1 a m2 a m3 ..... a mn
Notese que hay m filas y n columnas
se denomina matriz de orden mn. Puede observarse que la hemos llamado A. A las matrices
se les suele llamar con letras maysculas (A, B, C, D,....). La matriz anteriormente expuesta es
una matriz genrica. Los elementos aij son (o representan) nmeros reales.
En la matriz anterior (de orden mn) cada fila tiene n elementos (hay m filas) y cada
columna tiene m elementos (hay n columnas). Localicemos las filas y columnas:
La fila 1 est formada por los siguientes elementos:
a11 a12 a13 ...... a1n
La fila 2 est formada por los siguientes elementos:
a21 a 22 a23 ...... a2 n
En general:
La fila i estar formada por los elementos:
ai1 ai 2 ai 3 ...... ain
La columna 1 est formada por los

siguientes elementos: a11 a 21 a 31 ...... a m1
La columna 2 est formada por los siguientes elementos:
En general, la columna j ser: a1 j a 2 j a 3 j ...... a mj
a12 a 22 a 32 ...... a m2
Pgina 2
La expresin aij representa al elemento de la matriz que ocupa la posicin fila i

columna j.
Por ejemplo: En una matriz de orden 53 (5 filas y 3 columnas), el elemento a 24 es el
que est situado en la fila 2 y columna 4. El elemento a 63 no existe en esa matriz puesto
que no existe la fila 6.
Ejemplo 1.Escribamos un matriz de nmeros reales de orden 35:
1
0 5
3
A= 7 3
5 58 4
12 34
9
e
En esta matriz :
a11 = 1 ; a14 =
1
; a 25 = 3141592...... ; a 35 = e 2 718281.....
2
El elemento a 46 no existe porque no hay 4 filas ni 6 columnas.

Al conjunto formado por todas las matrices de orden mn le llamaremos M mn. De este
modo tenemos infinitos conjuntos de matrices:
M 49 : Conjunto formado por las infinitas matrices de orden 49 (4 filas y 9 columnas).
M 66 : Conjunto formado por las infinitas matrices de orden 66 (6 filas y 6 columnas).
M 14 : Conjunto formado por las infinitas matrices de orden 14 (1 fila y 4 columnas).
etc.
La matriz A del ejemplo 1.1 pertenece al conjunto M 35. Se expresa A0M 35
2. Forma abreviada de expresar una matriz de orden mn.Consideremos el conjunto de las matrices de orden mn, es decir M mn. Hemos visto que
una forma de expresar esta matriz es:
A=
a11 a12 a13 ...... a1n
a 21 a 22 a 23 ...... a 2 n
a 31 a 32 a 33 ...... a 3n
a m1 a m2 a m3 ..... a mn
Notese que hay m filas y n columnas
( )
Una forma abreviada de expresarla es : A = aij
i = 1, 2, 3,..... m
siendo
j = 1, 2, 3,..... n
Pgina 3
( )
Otra forma sera: A = aij
Tambin:
1 i m
1 j n
Ejemplo 2.-
( )
Una matriz genrica B de orden 56 sera: B = bij
( )
A = aij
i = 1, 2 , 3,...,m
j = 1, 2 , 3,...,n
( )
A = aij
i = 1, 2 , 3,....,m
j = 1, 2 , 3,...,n
1 i 5
1 j 6
A M m n
En general:
3. Matriz fila. Matriz columnaSe llama matriz fila a aquella matriz que tiene una sola fila. En forma genrica:
( )
A = (a11 a12 a13 ...... a1n ) = a1 j
1 j n
es una matriz fila de orden 1 n generica.
Ejemplo 3.Una matriz fila genrica de orden 16 es
( )
B = (b11 b12 b13 b14 b15 b16 ) = b1 j
Una matriz concreta de orden 16 es:
j =1,2 ,3,4 ,5,6
D= 5 9
B M 16
7 0 6 5
D M 1 6
Una matriz fila de orden 11 es: A = ( 19 )

Se llama matriz columna a aquella matriz que tiene una sola columna. Si tiene m filas,
la matriz ser de orden m1. En forma genrica ser:
C=
c11
c21
c31 = ( ci1 )1i m matriz columna de orden m 1
cm1
Ejemplo 4. c11
La matriz C = c21 = ( ci1 )i =1,2 ,3 es una matriz columna de orden 3 1.
c31
C M 31
La matriz
6

5
A=
7

4
Pgina 4
es una matriz columna de orden 4 1
4. Matriz cuadradaEs una matriz que tiene el mismo nmero de filas que de columnas. Al nmero de filas
o de columnas se le llama orden de la matriz.
Una matriz cuadrada de orden nn (para abreviar, de orden n) se expresa:
A=
a11 a12 a13 ...... a1n
a 21 a 22 a 23 ...... a 2 n
a 31 a 32 a 33 ...... a 3n = aij
a n1 a n2 a n 3 ..... a nn
( )
1i n
1 j n
Notese que hay n filas y n columnas
El conjunto de las matrices de orden nn se expresa M nn = M n (para abreviar)
Ejemplo 5.Una matriz cuadrada genrica de orden 5 sera:
A=
a11 a12 a13 a14 a15
a 21 a 22 a 23 a 24 a 25
a 31 a 32 a 33 a 34 a 35 = aij
a 41 a 42 a 43 a 44 a 45
a51 a52 a53 a54 a55
( )
1i 5
1 j 5
Notese n de filas = n de columnas = 5
Ejemplo 6.Una matriz cuadrada de orden 33 (O de orden 3) es:
2 1 23
B = 6 5 15
1 0 2
podemos expresar que B M 3
5. Igualdad de matricesDos matrices del mismo orden son iguales si sus elementos son respectivamente iguales.
Pgina 5
Es decir, supongamos dos matrices A,B 0M nn, (del mismo orden). Expresamos:
i = 1, 2, 3,...., m
con
j = 1, 2, 3,..., n
( )
A = aij
( )
y B = bij
i = 1, 2, 3,...., m
con
j = 1, 2, 3,..., n
Entonces:
i = 1, 2, 3,...., m
A = aij = bij = B aij = bij i , j tal que
j = 1, 2, 3,...., n
( ) ( )
es decir:
a11 = b11 ; a12 = b12 ; a13 = b13 ; ; a1n = b1n

a 21 = b21 ; a 22 = b22 ; a 23 = b23 ; ; a 2n = b2n
a 31 = b31 ; a 32 = b32 ; a 33 = b33 ; ; a 3n = b3n
am = bm1 ; a m2 = bm2 ; a m3 = bm3 ; ; a mn = bmn
Ejemplo 7.Veamos dos matrices iguales. Recordemos que deben ser del mismo orden.
2 53
7 4 5
1 6
2 5
2 2 106 2

0
0 7 92
=
5 1 6 25

43 4 4 5 129
Se trata de dos matrices de orden 43. Ntese que cada elemento de la primera matriz
es igual a su respectivo de la segunda matriz.
6. Matriz traspuesta de otra matriz-
( )
Sea una matriz cualquiera A = aij
i =1,2 ,3,...,m
j =1,2 ,3,...,n
Se llama matriz traspuesta de A a la matriz que se obtiene de cambiar las filas por las
columnas, es decir, la primera fila pasa a ser la primera columna, la segunda fila ser la segunda
columna, la tercera fila ser la tercera columna, etc.
La matriz traspuesta de A se expresa A t. Por tanto:
( )
A t = a ji
j =1,2 ,3,...,n
i =1,2 ,3,...,m
Pgina 6
Ntese que ahora la matriz A t tiene n fila y m columnas, es decir:
A M m n A t M n m
En forma desarrollada:
a11 a12 a13 ..... a1n
a 21 a 22 a 23 ..... a 2 n
A = a 31 a 32 a 33 ..... a 3n
a m1 a m2 a m3 ..... a mn
Ntese que A M m n
a11 a 21 a 31 ..... a m1
a12 a 22 a 32 ..... a m2
y A t = a13 a 23 a 33 ..... a m3
a1n a 2 n a 3n ..... a mn
A t M nm
Ejemplo 8.-
4
2
3
8
2 3 7 65
su traspuesta es A t =
Sea la matriz A =
7 1
4 8 1 0
6
0
5
Ntese que A M 2 4
A t M 4 2
Es fcil observar que la traspuesta de una matriz fila es una matriz columna y la
traspuesta de una matriz columna es una matriz fila. Es decir:
( )
A = aij
( )
A t = a ji
i=1
siendo
j = 1,2,3,..., m
j = 1,2,3,..., m
siendo
i=1
matriz fila
matriz columna
Ejemplo 9.Sea la matriz fila A =
9 - 11 7) . Su traspuesta es A t = 11
La traspuesta de la traspuesta de una matriz es igual a esa matriz, es decir:
Si A es una matriz, entonces
( At )t = A
Pgina 7
Ejemplo 10.-
3
5 2
5 1 5 0
9
1 6
t
Sea la matriz A = 2
6 1 3 . Su traspuesta es A =
5
1
7
3
9
7
8
0 3 8
La traspuesta de la traspuesta es:
t
( At )t
5 2 3
0
5 1 5
1
6
9
=
2
6
1
3
=
= A
5
1
7
3
9 7 8
0 3 8
7. Matriz simtricaUna matriz cuadrada se dice que es simtrica si es igual que su traspuesta. Es evidente
que una matriz no cuadrada no puede ser simtrica ya que ella y su traspuesta son de distinto
orden. Por tanto:
A M n es simetrica A = A t
Si una matriz cuadrada (de orden n) A es simtrica nos lleva a lo siguiente:
a11 a 21 a 31 ...... a n1
a11 a12 a13 ...... a1n
......
......
a
a
a
a
a
a
a
a
21
22
23
2
n
12
22
32
2
n
A=
= At =
a1n a 2 n a 3n ..... a nn
a m1 a m2 a m3 ..... a nn
Es decir:
a11 = a11 ; a12 = a 21 ; a13 = a 31 ; ......; a1n = a n1

a 21 = a12 ; a 22 = a 22 ; a 31 = a13 ; ......; a 2n = a n 2
a 31 = a13 ; a 32 = a 23 ; a 33 = a 33 ; ......; a 3n = a n 3
a n1 = a1n ; a 2n = a n 2 ; a 3n = a n 3 ; ......; a nn = a nn
Por tanto:
( )
A = aij M n es simetrica aij = a ji i , j { 1,2,3,...., n }

Veamos un ejemplo:
Pgina 8
Ejemplo 11.La siguiente matriz cuadrada (de orden 4) es simtrica:
1 45
0
9
45 8
3 7
A=
3 7 2
0
9 7 2 45
En efecto:
45
At =
0
8
3 7
=A
3 7 2
7 2 45
4
5
Observamos que:
a11= a11= 1 ; a12 = a 21 =

a 21= a12 =
4
5
4
5
; a 22 = a 22 = 8
a 31= a13 = 0 ; a 32 = a 23 =
a 41= a14 = 9 ; a 42 = a 24 =
; a13 = a 31 = 0
; a 23 = a 32 = 3 ; a 24 = a 42 = 7
3 ; a 33 = a 33 = 7
4
5
; a14 = a 41= 9
; a 34 = a 43 = 2
; a 43 = a 34 = 2 ; a 44 = a 44 = 45
Ejemplo 12.-
1 0
1 0
=I
es simtrica ya que I t =
0 1
0 1
La matriz I =
8. Diagonal principal y secundaria de una matriz cuadrada.-
( )
Sea A = aij M n una matriz cuadrada de orden n.

Se llama diagonal principal de la matriz A, al conjunto formado por los elementos de esa matriz
cuyos ndices son iguales, es decir, el conjunto formado por los elementos aij tales que i = j.
Por tanto:
( )
A = aij M n
Diagonal principal de A = AS = a11 , a 22 , a 33 ,...., a ( n 1)( n1) , a nn
Pgina 9
Veamos las posiciones que ocupan dentro de la matriz A los elementos de la diagonal principal:
a11 ................
a
...........
22
A = a 33 ....... nmero de elementos de la diagonal= n de filas = n de columnas.
a nn
Se llama diagonal secundaria de la matriz cuadrada (de orden n) A, al conjunto de sus elementos
tales que la suma de sus ndices es igual a n. Es decir:
aij esta en la diagonal sec undaria de A i + j = n + 1

Por tanto:
( )
A = aij M n
Diagonal sec undaria de A = AS = a1n , a 2 ( n 1) , a 3( n 2 ) ,...., a ( n 1) 2 , a n1
Veamos
las posiciones que ocupan dentro de una matriz A los elementos de la diagonal secundaria:
a1n
a 2 ( n 1)
A = a 3( n 2)
nmero de elementos de la diagonal secundaria = n

a n1
Ejemplo 13.Sea la matriz cuadrada de orden 4 siguiente:
4 5 0 5
73 1 53
A=
M4
3
0
3
2
7
e 9 8 9
{
AS = {
La diagonal principal es AD = 4 , 1, 0 , 79
La diagonal secundaria es
5 , 53 , 3 , e 2
2 1 9 1
no tiene diagonales por no ser cuadrada.
3 8 0 6
La matriz B =
Pgina 10
9. Matriz diagonal .Una matriz cuadrada se dice que es diagonal si todos los elementos que no estn en la
diagonal principal son iguales a cero. Es decir:
( )
D = d ij M n es diagonal aii = 0 i { 1, 2 , 3 ,...., n }
Ejemplo 14.Unas matrices diagonales de orden 2 son:

9 0
8 0
0 0
1 0
A=
, B=
, C=
, I=
0 5
0 0
0 1
0 1
Unas matrices diagonales de orden 3 son:
7 0 0
2 0 0
1 0 0
D = 0 1 0 , E = 0 0 0 , I = 0 1 0
0 0 7
0 0 4
0 0 1
10. Matriz escalar .Se llama matriz escalar a la matriz cuadrada que es diagonal y tiene todos los trminos
de la diagonal principal iguales. Es decir:
( )
E = eij
E es diagonal
M n es matriz escalar
eii = k R i {1, 2 , 3 ,...., n }
Es decir:
k 0 0 0 ...... 0 0
0 k 0 0 ...... 0 0
E = 0 0 k 0 ...... 0 0 M n es una matriz escalar .
0 0 0 0 ....... 0 k
Ejemplo 15.Matrices escalares de orden 3 son:
3 0 0
E = 0 3 0
0 0 3
1 0 0
F = 0 1 0
0 0 1
0 0 0
; O= 0 0 0
0 0 0
Ntese que una matriz escalar es tambin una matriz diagonal.
1 0 0
; I = 0 1 0
0 0 1
Pgina 11
11. Matriz unidad .Se llama matriz unidad de orden n a la matriz cuadrada de orden n (nn) tal que es
diagonal y todos los elementos de la diagonal principal son 1. Se expresa con la letra I o In.
Por tanto:
aij = 0 si i j
Matriz unidad de orden n = I = aij M n siendo
aij = 1 si i = j
( )
Ejemplo 16. 1 0
I2 =
M 2 es la matriz unidad de orden 2
0 1
1 0 0
I 3 = 0 1 0 M 3 es la matriz unidad de orden 3
0 0 1
12. Matriz triangular .Una matriz cuadrada se dice que es triangular si todos los elementos que estn por encima
o por debajo de la diagonal principal son ceros. Es decir:
( )
A = aij
o bien aij = 0
M n es triangular
o bien aij = 0
i , j {1,2,3,..., n} con i < j
i , j {1,2,3,..., n} con i > j
Ejemplo 17. 9 0 0
Una matriz triangular de orden 3 es A = 2 5 0
5 2 7
11 7
Una matriz triangular de orden 2 es B =
0 3
Ntese que una matriz diagonal es tambin una matriz triangular.
13. Operaciones con matrices .Ya sabemos lo que es una matriz, el orden, tipos de matrices, etc.
Con las matrices se pueden realizar ciertas operaciones algebraicas.
Las matrices se pueden sumar, restar y multiplicar. Todo ello en ciertas condiciones.
Veamos qu condiciones son esas y como se opera con matrices.
Pgina 12
14. Suma de matrices .Digamos como comienzo que para sumar dos matrices, deben ser del mismo orden.
Veamos:
T
Sea el conjunto de las matrices de orden mn, es decir, M mn
T
Sean A y B dos matrices de M mn
T
Definimos la suma de las matrices A y B de la siguiente forma:
B = (b ) M
( )
A + B = (a ) + (b ) = (a + b ) = (c ) = C M
A = aij M mn y
ij
ij
suma de matrices
m n
ij
ij
ij
ij
m n
suma en R
En forma desarrollada sera:

a11 a12 a13 ...... a1n b11 b12 b13 ...... b1n
a 21 a 22 a 23 ...... a 2 n b21 b22 b23 ...... b2 n

A+ B=
+
=

a m1 a m2 a m3 ...... a mn bm1 bm2 bm3 ...... bmn
a11 + b11 a12 + b12 a13 + b13 ...... . a1n + b1n c11 c12 c13 ...... c1n
a 21 + b21 a 22 + b22 a 23 + b23 ...... . a 2 n + b2 n c21 c22 c23 ...... c2 n

=
=C
=

a m1 + bm1 a m2 + bm2 a m3 + bm3 ...... a mn + bmn cm1 cm2 cm3 ...... cmn
Recurdese que para sumar dos matrices deben ser del mismo orden.
Ejemplo 18.Vamos a sumar las matrices siguientes de orden 23:
34 11
2 4
A =
3
7 8 4
0 2 25
B=
1 5 1
matrices de M 2 3
2
18
34 11
0 2 25 34 + 0 11
34 15
2 4
2 + 2 4+ 5
2 5
= C M 23
A+ B=
=
+
=

3
3
7
1
5
1
7
8
7
1
8
5
1
6
13
+
+
4
4
4
Propiedades de la suma de matrices.Consideremos el conjunto M mn y la operacin suma definida en dicho conjunto.

Esta operacin verifica las siguientes propiedades:
Pgina 13
14.1 Ley de composicin interna:

La suma de dos matrices de orden mn es otra matriz de orden mn.
Es decir:
A, B M m n
es A + B = C M mn
Se dice que el conjunto M mn con la operacin + es una estructura. Se expresa

de la forma (M mn , +).
Ejemplo 19.-
( M 58 , + )
( M 6 6 , + )
es la estructura de las matrices de orden 5 8

es la estructura de las matrices de orden 6 6
14.2 Propiedad asociativa:

La suma de matrices tiene la propiedad asociativa, es decir:
A , B , C M m n se verifia que
A + B + C = ( A + B) + C = A + ( B + C)
En efecto:
( )
( )
( )
A = aij M m n
B = bij M mn son tres matrices del mismo orden
C = cij M m n
( ) ( ) ( ) (
) (
= (a + b ) + (c ) = ( A + B ) + C
A + B + C = (a ) + (b ) + (c ) = (a + b + c ) = (a
= (a ) + (b + c ) = A + ( B + C)
A + B + C = aij + bij + cij = aij + bij + cij = (aij + bij ) + (cij ) =

ij
ij
ij
Por
ij
ij
ij
ij
ij
ij
ij
ij
ij
ij
tanto: A + B + C = ( A + B) + C = A + ( B + C )
14.3 Propiedad conmutativa:

La suma de matrices tiene la propiedad conmutativa. Es decir:
A , B M m n se verifica que A + B = B + A
En efecto:
+ (bij + cij ) =
c. q. d .
Pgina 14
( )
( )
A + B = (a ) + (b ) = (a
A = aij M m n
Dos matrices de orden m n
B = bij M m n
ij
ij
ij
) (
suma de matrices
) ( ) ( )
+ bij = bij + aij = bij + aij = B + A
suma de numeros
suma de matrices
14.4 Existencia de elemento neutro:

Si M mn es el conjunto de matrices de orden mn y + es la suma en M mn ,
existe una nica matriz de ese orden tal que es neutra para la suma. Esa matriz la
expresaremos como O. Se denomina matriz cero de orden mn
Es decir:
O M m n A M m n se verifia que A + O = O + A = A
En efecto:
( )
Sea la matriz O = oij = ( 0) M m n (es decir , todos sus elementos son 0)
( )
Sea A = aij M m n una matriz cualquiera de orden m n

Entonces:
( ) ( ) (
) (
) ( )
A + O = aij + oij = aij + oij = aij + 0 = aij = A
Ejemplo 20.La matriz cero de orden 34 (elemento neutro de la suma en M34) es:
0 0 0 0
O = 0 0 0 0
0 0 0 0
Si consideramos una matriz cualquiera, por ejemplo:
9 4 1 7
A = 0 23 7 8 M m n
1 6 4 11
Sumemos ambas:
9 4 1 7 0 0 0 0 9 + 0 4 + 0 1 + 0 7 + 0 9 4 1 7

A + O = 0 23 7 8 + 0 0 0 0 = 0 + 0 23 + 0 7 + 0 8 + 0 = 0 23 7 8 = A

6 + 0 4 + 0 11 + 0 1 6 4 11
1 6 4 11 0 0 0 0 1 + 0
Pgina 15
14.5 Existencia de elemento opuesto:

Para cualquier matriz A de orden mn existe otra matriz del mismo orden tal que
sumadas ambas nos da el elemento neutro O. Esa matriz se denomina opuesta de A. Es
decir, la suma de una matriz y su opuesta es igual a la matriz cero.
Si A es una matriz, a su opuesta la expresaremos como &A (menos A)
Expresemos esta propiedad matemticamente:
A M m n , ( A) M m n
En efecto:
A + ( A) = O M mn
( )
Sea A = aij una matriz cualquiera de orden m n
( ) ( )
Se define la opuesta de A como A = aij = aij M m n

Sumemos ambas:
( ) ( ) (
( )) = (o ) = ( 0 ) = O
A + ( A) = aij + aij = aij + aij
ij
Ntese que, dada una matriz A, para obtener su opuesta, basta con cambiar de
signo a cada uno de los trminos de la matriz.
Ejemplo 21.-
7 6 0
7 6
0
Sea la matriz A = 9 8 3 . Su opuesta es A = 9 8 3
8
8
7
Sumando ambas:
7 6 0 7 6 0 7 + 7

A + ( A) = 9 8 3 + 9 8 3 = 9 + ( 9)

9 +
87 9 87
7 + 7
= 9 9
6 6
8 8
8
7
8
7
6 + ( 6)
8 + ( 8)
8
7
( 78 )
3+ 3 =
9 + 9
0+ 0
0 + 0 0 0 0

3 3 = 0 0 0 = O

9 + 9 0 0 0
Observacin: Si A es una matriz y &A es su opuesta, tambin A es la opuesta de &A.
15. Resta de matrices .La resta de matrices se define a partir de la suma. Veamos:
Si A y B son matrices, se define la resta A&B como la suma de A y el opuesto de B.
Es decir: A&B = A+(&B)
Pgina 16
Ejemplo 22.Dadas las matrices
1 12
2 7
A=
y B=
7 6
1 5
, hallemos A&B:
1 12 2 7 1 12 2 7
A B=
=
+
=
5 7 6 1 5
7 6 1
1 2 12 + 7 1 19
= A + ( B) =
=
7 1 6 5 6 11
16. El grupo conmutativo de las matrices del mismo orden.Consideremos el conjunto de las matrices de orden mn y + la suma en M mn
Hemos dicho que (M mn , +) es una estructura.
Pues bien, (M mn , +) con las propiedades vistas de la suma, se dice que es una estructura
de grupo conmutativo (tambin se denomina grupo abeliano).
17. Producto de un nmero real por una matriz.Sea un nmero real, es decir, 0.
Sea A una matriz de orden mn.
Se define el producto del nmero por la matriz A, y se expresa A (o A)
como la matriz que se obtiene de multiplicar cada elemento de A por el nmero
.
Es decir:
T
T
T
( )
A = aij M m n
A = A = aij = aij M m n
R
( ) (
En forma desarrollada sera:
a11 a12 a13 ....... a1n a11 a12 a13 ....... a1n
a 21 a 22 a 23 ....... a 2 n a 21 a 22 a 23 ....... a 2 n
A=
=

a m1 a m2 a m3 ...... a mn a m1 a m2 a m3 ...... a mn
Ntese que el producto de un nmero real por una matriz es una matriz del mismo orden.
Ntese que A =A es producto de nmero real por matriz
Ntese que aij es producto de nmeros reales.
Ejemplo 23.-
Multipliquemos el nmero 5 por la matriz A = 2
24 1 M 1 4
Pgina 17
5 A = 5A = 5 2
) (
5 ) M 1 4
24 1 = 5 ( 2) 5 3 24 5 ( 1) 5 =
= 10 10 3 3 5
Propiedades del producto de un nmero real por una matriz.Hemos visto una nueva operacin, la del producto de un nmero real por una matriz.
Ahora veremos las propiedades de esta operacin.
17.1 Ley de composicin externa:

El producto de un nmero real por una matriz de orden mn es otra matriz de
orden mn. Es decir, al par ( , A), donde es un nmero real y A es una matriz, le
corresponde el elemento A perteneciente al mismo conjunto que A.
Matemticamente se expresa de la siguiente forma:
Es una funcion de R M m n en M mn
A cada par ( , A) M mn le corresponde f ( , A) = A

f
R M m n M m n
( , A) A
17.2 Asociativa:
, R
( )
A = aij M mn
se verifia que ( ) A = ( A)
Ntese en la igualdad anterior que en el miembro izquierdo hay un producto de nmeros

reales y una producto de nmero por matriz el parntesis por A. En el miembro
derecho los dos productos que aparecen son nmero real por matriz.
Demostremos la propiedad:
( ) A = ( ) (aij ) = (( ) aij ) = ( ( aij )) =

= ( aij ) = [ (aij )] = ( A)
17.3 Distributividad respecto a la suma de nmeros reales:
, R
( )
A = aij M m n
se verifica que ( + ) A = A + A
Ntese que la suma + es suma de nmeros reales y A+A es suma de matrices.

La expresin A + A tambin puede ponerse A + A (es decir, sin punto)
Pgina 18
( ) (
) (
)
= ( a ) + ( a ) = (a ) + (a ) = A + A
( + ) A = ( + ) aij = ( + ) aij = aij + aij =

ij
ij
ij
c. q. d .
ij
Ntese en esta demostracin como se mezclan la suma de nmeros y de matrices.
17.4 Distributividad respecto a la suma de matrices:
se verifica que ( A + B) = A + B
A , B M m n
Observamos lo siguiente:
T
Las sumas que aparecen en la igualdad anterior corresponde a suma de matrices.
T
Los productos que aparecen en esa igualdad corresponde a nmero por matriz.
( )
( ) dos matrices de orden m n

( A + B) = [(a ) + (b )] = (a + b ) = ( (a + b )) = ( a
= ( a ) + ( b ) + (a ) + (b ) = A + B
A = aij
y B = bij
ij
ij
ij
ij
ij
ij
ij
ij
ij
ij
ij
+ bij =
c. q. d .
Ntese como en la demostracin anterior se combinan las operaciones suma de nmeros,

suma de matrices, producto de nmeros y producto de nmero por matriz.
17.5 Neutro en el producto de nmero por matriz:

El producto del nmero real 1 por una matriz cualquiera A es igual a A.
Es decir:
A M m n se verifia que 1 A = A
(recuerda que 1 A = A)
Demostracin:
( )
1 A = 1 (a ) = (1 a ) = (a ) = A
A = aij M mn
ij
ij
ij
c. q. d .
Observacin: El producto de un nmero real por una matriz A, puede expresarse por
la derecha o por la izquierda, es decir, es conmutativo. Es decir:
A= A
Pgina 19
Ejemplo 24. 43 1
5 9
Dadas las matrices A =

; B =
7 3
6 23
3A +
7 2
C=
, hallar
0 11
2
5
2 B C
2
3
Veamos:
3A +
5
5
2
5
5 2
2 B C = 3 A + 2 B C = 3 A + 5 B C =
2
3
2
2 3
3
43
5 9
= 3
+ 5
7 3
6
1 5 7 2

=
3
2 3 0 11
35
20
15 27 3 5 3

=
+
15
21
9
30 2 0
15 + 203 + 35
3
=
21 + 30 + 0
10
55
3
100
106
3
3
=
101
55
9 15
51
6
2
3
27 5
10
18. El espacio vectorial de las matrices de orden mn.Hemos visto el conjunto de las matrices de orden mn, es decir, Mmn.
Hemos visto la suma de matrices del mismo orden y sus propiedades. Dijimos
que (Mmn , +) es una estructura de grupo conmutativo.
T
Hemos visto el producto de un nmero real por una matriz y sus propiedades.
Pues bien:
El conjunto Mmn con las operaciones suma y producto de un nmero real
por una matriz, se dice que tiene una estructura de Espacio Vectorial. Se
expresa (Mmn , + , ).
T
T
Ejemplo 25.X
X
X
(M35 , + , )
(M44 , + , )
(M15 , + , )
es el espacio vectorial de las matrices de orden 35.

Ejemplo 26Vamos a demostrar que la traspuesta de una suma de dos matrices es igual a la suma de
las traspuestas. Es decir:
Pgina 20
A , B M m n se verifica que ( A + B) t = A t + B t
Veamos:
( )
( ) = (a ) M
B = (b ) M
B = (b ) = (b ) M
( A + B) = [(a ) + (b )] = (a + b ) = (c ) = (c ) = (a + b ) =
= (a ) + (b ) = (a ) + (b ) = A + B
c. q. d .
t
A = aij M mn A t = aij
m n
ij
ij
ij
ij
ij
ji
ij
ij
ji
nm
ji
nm
ji
ij
ij
ji
ji
ji
Ejemplo 27.Vamos a demostrar que la traspuesta del producto de un nmero real por una matriz es
igual al nmero real por la traspuesta de la matriz. Es decir:
R y A M m n se verifica que ( A) = A t
t
En efecto:
( A) t = [ (aij )]
( ) = (c ) = ( c ) = ( a ) = ( a ) = A
= aij
ij
ji
ji
ji
c. q. d .
matriz de orden n m
19 Matriz antisimtrica.Una matriz cuadrada se dice que es antisimtrica si es igual a la opuesta de su traspuesta.
Es decir:
A M n n es antisimetrica A = A t
Para que una matriz sea antisimtrica debe cumplirse los siguiente:
aii = 0 i = 1, 2, 3,...., n
A = aij M n n es antisimetrica
aij = a ji i = 1, 2, 3,...., n
( )
Ejemplo 28. 0 3 4
La matriz cuadrada de orden 3 A = 3 0 7 es antisimtrica.
4 7 0
Pgina 21
0 3 4
0
t
En efecto: A = 3 0 7 y A = 3
4 7 0
4
t
0 7 = A
7
0
20 Producto de dos matrices.Vamos a definir el producto de dos matrices.

S
Si A y B son dos matrices, llamaremos AB al producto de A por B y BA al
producto de B por A.
S
La aclaracin anterior la hemos hecho porque, en general, AB BA
S
En la expresin AB, A es el factor de la izquierda y B el factor derecho.
S
Tambin decimos que para poder multiplicar dos matrices, debe darse una
condicin muy concreta. Veamos cual:
El nmero de columnas del factor izquierdo debe
ser igual al nmero de filas del factor derecho.
Es decir, para poder realizar la operacin AB debe ocurrir que:
nmero de columnas de A = nmero de filas de B
Vamos a la definicin:
Sea A matriz de orden m n

Observa que n columnas de A = n filas de B
Sea B matriz de orden n k
El producto A por B , AB es otra matriz C que se expresa AB = C.
La matriz C tiene m filas y k columnas, es decir:
A M m n
B M n k
A B = C M m k
numero de filas de C = numero de filas de A

Es decir
numero de columnas de C = numero de columnas de B
Ahora vamos a ver como se obtiene la matriz C.
( )
( )
A = aij M mn
A B = aij bij = cij M m k
B = bij M n k
( )( ) ( )
Cada elemento cij de C se obtiene operando la fila i de A con la columna j de B

Es decir:
O
El elemento c11 de C se obtiene a partir de la fila 1 de A y la columna 1 de B.
O
O
Pgina 22
El elemento cmk de C se obtiene a partir de la fila m de A y la columna k de B
Ahora veremos como se opera para ello:
cij = (ai1 ai 2
b1 j

b2 j
k =n
ai 3 K ain ) b3 j = ai1 b1 j + ai 2 b2 j + ai 3 b3 j + L + ain bnj = aik bkj

k =1
M
b
nj
Como regla nemotcnica, recurdese:
cij = ( Fila i de A) (Columna j de B) = Elemento fila i , columna j de C
Ejemplo 29.Imaginemos que A es una matriz de orden 35 y B otra matriz de orden 54.
Es posible el producto AB?
En caso afirmativo: Cmo obtendremos el elemento que ocupa la fila 2 y columna 3?
Veamos:
( )
( )
A = aij M 35
A B = C = cij M 3 4
B = bij M 5 4
( )
Es decir, como el nmero de columnas de A (factor izquierdo) coincide con el nmero

de filas de B (factor derecho), el resultado es una matriz que tiene el nmero de filas de A y el
de columnas de B.
El elementos c23 existe en la matriz AB = C. Veamos como se obtiene:
c23 = (a 21 a 22 a 23 a 24
b13

b23
a 25 ) b33 = a 21 b13 + a 22 b23 + a 23 b33 + a 24 b43 + a 25 b53

b43

b53
En forma abreviada:
c23 =
k =5
a2 k bk 3
k =1
Observa que las matrices Ay B de este ejemplo no pueden multiplicarse del modo BA
debido a que el nmero de columnas de B (4) no coincide con el nmero de filas de A (3).
Pgina 23
Ejemplo 30.Sean las matrices
A = (2 3 8 5)
3

5
y B=
6

1
. Queremos hallar AB
Veamos:
A M 1 4
A B = C M 11
B M 41
3

5
A B = (2 3 8 5) = ( 2 3 + ( 3) ( 5) + 8 6 + ( 5) 1 ) = ( 64 ) = C
6

1
Ejemplo 31.Consideremos las mismas matrices del ejemplo anterior. Hallar (si fuese posible) BA
B M 41
B A = D = d ij M 4 4
A M 1 4
( )
d11 = ( Fila 1 de B) (Columna 1 de A) = 3 2 = 6
d12 = ( Fila 1 de B) (Columna 2 de A) = 3 ( 3) = 9

d13 = ( Fila 1 de B) (Columna 3 de A) = 3 8 = 24
d14 = ( Fila 1 de B) (Columna 4 de A) = 3 ( 5) = 15

d 21 = ( Fila 2 de B) (Columna 1 de A) = ( 5) 2 = 10
d 22 = ( Fila 2 de B) (Columna 2 de A) = ( 5) ( 3) = 15
d 23 = ( Fila 2 de B) (Columna 3 de A) = ( 5) 8 = 40
d 24 = ( Fila 2 de B) (Columna 4 de A) = ( 5) ( 5) = 25
d 31 = ( Fila 3 de B) (Columna 1 de A) = 6 2 = 12
d 32 = ( Fila 3 de B) (Columna 2 de A) = 6 ( 3) = 18
Pgina 24
La matriz D queda:
9 24 15
6
10 15 40 25
D=
M 44
12 18 48 30
8
5
2 3
Ejemplo 32.Hallar los productos AB y BA, siendo:
2
A= 4
5 10
1
3
3
4
1 0
B= 4 2
3 3
1
1
2
Intentemos efectuar AB : nmero de columnas de A = 3 = nmero de filas de B.

Existe AB = C 0M23
1 0
3
2
3 4
4
3 3
2
A B = 4
5 10
1
3
173
= 829
20
25
3
89
4
25
463
40
2 43 + 9
1 = 4
5 + 40 + 94
1
2
0+
2
3
0 20
9
4
6
3 =
+
+
10
5
8
3
1
3
3
2
M 23
Intentemos efectuar BA : nmero de columnas de B = 32 = nmero de filas de A.

No existe BA
Ejemplo 33. 6 1
Dada la matriz cuadrada A =
queremos hallar AA
5 3
Observamos que nmero de columnas de A = 2 = nmero de filas de A. Existe AA
6 1 6 1 36 + 5 6 3 41 3
A A = A2 =
=

=
5 3 5 3 30 15 5 + 9 15 14
Obsrvese que, aunque an no hemos definido la potencia de una matriz, es posible

multiplicar una matriz cuadrada por s misma. Es decir:
A M n A A = A2 M n
Sin embargo:
Si A M mn (no cuadrada ), entonces A A no existe
Pgina 25
Propiedades del producto de matrices.El producto de matrices tiene las siguientes propiedades:
20.1 Condicin de existencia del producto:

El producto de una matriz de orden mn por otra de orden nk es una matriz
de orden mk.
20.2 Asociativa:
Si A, B y C son tres matrices tales que el producto A(BC) est definido,
entonces (AB)C tambin lo est y se verifica que A(BC) = (AB)C
Es decir:
A M m n
A
B
M
m k
B M n k
( A B ) C = D M m p
C Mk p
A M m n
B M n k
A ( B C ) = E M m p
B C M n p
C Mk p
Pues bien, se verifica que D = E

Ejemplo 34.Sean las matrices
7

3 2
1 5 3
A=
,B=
y C = 5
0
2 4
1 5

2
Comprobemos la propiedad anterior:
3 2 1 5 3 7 7 9
A B=
=

1 5 2 4 0 11 15 3
7
7 7 9 32
( A B) C =
5 =
11 15 3 158
2
7
1 5 3 12
( B C) =
5 =
2 4 0 34
2
3 2 12 32
A ( B C) =

=
1 5 34 158
Comprobado.
Pgina 26
20.3 Distributividad respecto de la suma de matrices:

Si A, B y C son tres matrices tales que A(B+C) est definida (existe), entonces
se verifica que:
A ( B + C) = A B + A C
Es decir:
A M m n
B, C M n k
A (123
B +4
C) = {
A B + {
A C = D M m k
{
m n n k
n k
n k
20.4 Sobre la conmutatividad del producto de matrices:

Si A y B son dos matrices. Puede ocurrir que no exista ni AB ni BA, pero puede
ocurrir que exista uno de esos productos y no exista el otro. Esto, ya, nos indica que:
El producto de matrices no es conmutativo
Ahora bien, puede ocurrir que existan AB y BA. Es en este caso AB = BA ?
Vamos a ver que, en general, no:
A M n k
Sean las matrices
B M k n
Entonces A B = C M n n y
B A = D M k k
Es decir , A B y B A son de distinto orden y por tanto A B B A
Qu ocurre si AB y BA existen y son del mismo orden? Ser AB = BA?
Vamos a ver un ejemplo:
Ejemplo 35.-
3 9
2 7
Sean las matrices A =
1 5
y B=
. Hallemos AB y BA.
2 4
3 9 1 5 3 18 15 36 21 21
A B =

=
=
2 7 2 4 2 14 10 + 28 12 18
1 5 3 9 3 10 9 + 35 13 26
B A =

=
=
2 4 2 7 6 + 8 18 28 2 46
Observamos que A B B A
Sin embargo, es posible que ambos productos sean iguales.
Veamos un ejemplo:
Ejemplo 36.-
8 7
9 5
Sean las matrices A =
1 0
e I=
. Hallemos AI e IA
0 1
Pgina 27
8 7 1 0 8 0 0 7 8 7
A I =
=
=
=A

9 5 0 1 9 0 0 5 9 5
1 0 8 7 8 + 0 7 0 8 7
IA=
= A
=
=

0 1 9 5 0 + 9 0 5 9 5
Observamos que A I = I A = A
21. Matriz unidad de orden nn.Consideremos el conjunto de las matrices cuadradas del mismo orden n, es decir, el
conjunto Mnn (o Mn). Consideremos la matriz de Mnn tal que:
X
Todos los elementos de la diagonal principal son iguales a 1.
X
Todos los elementos que no son de la diagonal principal son iguales a 0.
Esa matriz recibe el nombre de matriz unidad de orden nn (orden n). Se expresa I
Por tanto:
1 0 0LL 0
0
1
0
LL
0
I = 0 0 1LL 0 M n n
LLLLL
0 0 0LL1
matriz unidad de orden n
Cuando pueda haber confusin, se expresa In para indicar la matriz unidad de orden n
Matemticamente se define:
( )
I n = iij
iij = 1 si i = j
tal que
iij = 0 si i j
i , j {1, 2, 3,K , n}
Ejemplo 37.-
1 0 0
1 0
La matriz unidad de orden 3 es I 3 = 0 1 0 y de orden 2 es I 2 =
0 1
0 0 1
Propiedad de la matriz unidad.El producto de una matriz cuadrada A por la matriz unidad del mismo orden que aquella
es conmutativo e igual a A. Es decir:
M n conjunto de las matrices cuadradas de orden n
( )
A = aij M n se verifica que A I n = I n A = A

En efecto:
( )
Sea A = aij M n una matriz cualquiera de orden n (cuadrada )
Pgina 28
Hallemos el producto AIn :
( )( ) ( )
A I n = aij iij = cij = C M n

Siendo :
c11 = a11 i11 + a12 i21 + a13 i31 + L + a1n in1 = a11 1 + 0 + 0+ L+ 0 = a11
c12 = a11 i12 + a12 i22 + a13 i32 + L + a1n in 2 = 0 + a12 1 + 0+ L+ 0 = a12
c13 = a11 i13 + a12 i23 + a13 i33 + L + a1n in 3 = 0 + 0 + a13 1+ L+ 0 = a13
LLLLLLLLLLLLLLLLLLLLLLLLLLLLL
cij = ai1 i1 j + ai 2 i2 j + ai 3 i3 j + L + ain inj = 0 + 0+ L+ aij 1+ L+ 0 = aij
LLLLLLLLLLLLLLLLLLLLLLLLLLLLL
cnn = a n1 i1n + a n12 i2 n + a n 3 i3n + L + a nn inn = 0 + 0 + 0+ L+ a nn 1 = a nn

Por tanto, A I n = A
( )( ) ( )
Del mismo modo se demuestra que I n A = iij aij = aij = A
Ejemplo 38. 3 2 8
7 1 2
3 4 6
1 0 0 3 1 + 0 + 0 0 + 2 1 + 0 0 + 0 + 8 1 3 2 8
0 1 0 = 7 1 + 0 + 0 0 + 1 1 + 0 0 + 0 + 2 1 = 7 1 2
0 0 1 3 1 + 0 + 0 0 + 4 1 + 0 0 + 0 6 1 3 4 6
22. Potencia de una matriz cuadrada.Por la definicin de producto de matrices, deducimos que dos matrices cuadradas del
mismo orden pueden multiplicarse. Esto nos lleva a que una matriz cuadrada de orden n puede
multiplicarse por s misma y el resultado es otra matriz de orden n.
Lo anterior nos permite definir el concepto de potencia de una matriz cuadrada.
A M n n (matriz cuadrada ):
A1 = A
A2 = A A
A3 = A A A
LLLLLL
A k = A A A L A
144244
3
k N*
k factores
Convenimos en definir que A 0 = I n
Pgina 29
En el caso particular de la potencia de la matriz unidad I tenemos que:
I = I 2 = I 3 = L= I k k N
Ejemplo 39.-
1 3
queremos hallar A3. Veamos:
2 4
Dada la matriz A =
1 3 1 3 7 9
A2 = A A =
=

2 4 2 4 6 22
7 9 1 3 11 57
A3 = A2 A =
=

6 22 2 4 38 106
23. Inversa de una matriz cuadrada.q

q
Sea A una matriz cuadrada de orden n, es decir, A0Mn.

Se llama matriz inversa de A y se expresa A-1, a aquella matriz que multiplicada
por A es igual a la matriz In. En concreto:
AA-1 =A-1A = In
Hagamos las siguientes aclaraciones:

s
Las matrices que no son cuadradas no tienen inversa.
s
Una matriz cuadrada puede tener o no tener inversa. Si existe la inversa de A,
la llamaremos A-1.
s
La inversa de una matriz cuadrada, si existe, es cuadrada y del mismo orden.
s
Si A-1 es la inversa de A, A es la inversa de A-1.
s
Es evidente que I tiene inversa y es I ya que II = I.. Es decir, I-1 = I.
Ms adelante veremos qu matrices cuadradas tienen inversa y como se halla.
Ejemplo 40.La inversa de la matriz
A A
1 2
A=
3 1
1 2 71
=

3 1 73
1
7
es A
71 + 76
= 3 3
7 + 7
71
= 3
7
1
7
. Comprobmoslo:
+ 27 1 0
=
= I
6
1
0 1
7 + 7
2
7
NOTA: Se demuestra que siempre que ocurra que AB = I, entonces, BA = I.

Esto nos hace ver que si AA-1 = I , entonces se verifica que A-1A = I.
Ejemplo 41. 2 1 5
La matriz B = 3 7 2 no tiene inversa, es decir, no existe B-1.
1 8 7
Pgina 30
24. Determinante de una matriz cuadrada.Vamos a definir un nuevo concepto relativo a las matrices cuadradas, el determinante,
pero antes, recalquemos algunos puntos:
3
nicamente las matrices cuadradas tienen determinante. Las matrices no
cuadradas no tienen determinante.
3
Todas las matrices cuadradas tienen determinante.
3
El determinante de una matriz cuadrada es un nmero real que puede ser
positivo, negativo o cero. El determinante de una matriz cuadrada es nico.
3
Veamos como se expresa el determinante de una matriz cuadrada:
( )
A = aij M n una matriz cuadrada de orden n
( )
Determinante de A = A = aij = aij R
esta expresion no se usa

En forma desarrollada es:
a11
a 21
a12
a 22
a13 L a1n
a 23 L a 2n
A = a 31
L
a 32
L
a 33 L a 3n R (el determinante es un numero)

L L L
a n1
an2
a n 3 L a nn
Ahora veremos como se halla el determinante de una matriz.
Determinante de una matriz de orden 11.Las matrices cuadradas 11 y sus determinantes no tienen ningn inters especial, pero
an as, veremos como se define.
Si A = (a11 ) M 1 es una matriz cuadrada de orden 1, se define:

Determinante de A = A = a11 = a11 R
no confundir con valor absoluto de a11

Ejemplo 42.Sean las matrices A =
Sus determinantes son:
( 114 ) ; B = ( 9 ) ;
I = ( 1 ) y O = ( 0 ) de orden 11
A=
11
11
Pgina 31
B = 9 = 9 ;
I = 1 =1 y
O = 0 =0
Determinante de una matriz de orden 22.Aunque no daremos la definicin matemtica del determinante de una matriz cuadrada,
s vamos a aprender a calcularlo. Veamos como se halla el determinante de una matriz cuadrada
de orden 2.
a11
Sea A =
a 21
a12
una matriz cualquiera de orden 2 2.
a 22
Determinante de A = A =
a11
a 21
a12
= a11 a 22 a12 a 21 = numero
a 22
Ejemplo 43.Hallemos los determinantes de las siguientes matrices cuadradas de orden 2:
7 6
A=
3 4
A =
B =
1 0
3 6
; B=
; I=
0 1
2 4
0 0
y O=
0 0
7 6
= 7 4 ( 6) 3 = 28 + 18 = 46
3 4
3
= 3 4 ( 6) (.2) = 12 12 = 0
I =
1 0
= 1 1 0 0 = 1 0 = 1
0 1
O =
0 0
= 0 0 0 0 = 0 0= 0
0 0
Ejemplo 44.-
4
Hallar el valor del nmero x sabiendo que el determinante de A =
x
es &8
3
Veamos:
A =
4
x
5
2
= 12
5
5
8
x = 8 x = 4 5x = 8 x =
2
2
5
Determinante de una matriz de orden 33.Vamos a ver como se obtiene el determinante de una matriz cuadrada de orden 33.
Consideremos una matriz A0M3:
a11
A = a 21
a 31
a 21
a 22
a 32
para hallar A
Pgina 32
a13
a 23 matriz cuadrada 3 3
a 33
empleamos la denominada Regla de Sarrus
a11
a 21
a 21
a 22
a13
a 23 = a11 a 22 a 33 + a 21 a 32 a13 + a 31 a 21 a 23 a13 a 22 a 31 a 23 a 32 a11 a 33 a 21 a 21
a 31
a 32
a 33
Con objeto de recordar esta complicada frmula vamos a analizarla:

Observa que hay seis sumandos con tres factores cada uno. Los tres primeros
sumandos llevan el signo + delante y los tres ltimos el signo &.
En cada sumando (tres factores) hay un factor de cada fila y de cada columna.
Observa que los tres primeros sumandos empiezan por los tres elementos de la
primera columna y van pasando a la siguiente columna y fila.
Observa que los tres ltimos sumandos (signo & delante) empiezan por la ltima
columna y retroceden columna y avanzan fila.
Es decir:
= ( primer sumando) ;
= ( segundo sumando)
= (tercer sumando) ;
= (cuarto sumando)
= (quinto sumando);
= ( sexto sumando)
Una forma mejor de recordar la Regla de Sarrus, es la siguiente:

a11
a 21
a12
a 22
a13
a 23 = a11 a 22 a 33 + a 21 a 32 a13 + a 31 a12 a 23 a13 a 22 a 31 a 23 a 32 a11 a 33 a12 a 21
a 31
a 32
a 33
a11
a12
a13
a 21
a 22
a 23
Ntese que se han colocado las dos primeras filas debajo de la expresin del determinante
a12
Pgina 33
= + + o
a 22
Ejemplo 45. 2 4 6
Hallemos el determinante de la matriz A = 3 1 0
5 5 3
2
A = 3 1 0 = 2 ( 1) ( 3) + 3 ( 5) ( 6) + 5 4 0 ( 6) ( 1) 5 0 ( 5) 2 ( 3) 4 3 = 102
5 5 3
2
4 6
3 1
Determinante de una matriz de orden 44 y superior.La Regla de Sarrus no es vlida para el clculo de determinantes de matrices cuadradas
de orden superior a 3. En este apartado veremos como se calcula el determinate de una matriz
44, siendo el mtodo empleado aplicable a cualquier matriz de orden nn (incluidas las
matrices 22 y 33 que vimos anteriormente).
Supongamos una matriz cualquiera de orden 44:
a11
a 21
A=
a 31
a 41
a12
a13
a 22
a 32
a 23
a 33
a 42
a 43
a14
a 24
a 34
a 44
buscamos el determinante de A = A
Para ello debemos definir unos conceptos previos:
Menor complementario de un elemento de la matriz A.
Supongamos un elemento cualquiera aij de la matriz A. Es decir, ese elemento ocupa la

posicin fila i, columna j.
Imagina que de la matiz A eliminamos esa fila (fila i) y esa columna (columna j). Es
evidente que obtenemos otra matriz cuadrada de orden 33.
Al determinante de esa matriz 33 se le denomina menor complementario del elemento
aij y se expresa ij. Es decir:
Pgina 34
( )
A = aij M 4 4 y aij un elemento cualquiera de A

Determinante
que resulta de
= numero real.
eliminar la
menor complementario de aij = ij =
fila i, columna j
Ejemplo 46. 6 1 3 2
3 3 4 1
Sea la matriz A =
2 3 5 1
0 8 3 6
6
23 = 2
y el elemento a 23 = 4 . Hallemos 23
2
1 = 6 3 6 2 8 2 0 1 1 2 3 0 + 1 8 6 + 6 1 2 = 136
6
NOTA: La definicin anterior es vlida para las matrices cuadradas de cualquier orden.
Ejemplo 47. 7 45 2
Sea la matriz cuadrada B = 41 3 3 . Hallemos el menor complementario de b31
5
6 25
31 =
4
5
2 4
= ( 3) ( 2) 3 =
3 3 5
12
5
+ 6=
12 + 30 18
=
= 3 6
5
5
Adjunto de un elemento de la matriz A.
Supongamos un elemento cualquiera aij de la matriz A. Es decir, ese elemento ocupa la

posicin fila i, columna j.
Se define el adjunto de aij (se expresa Aij) del siguiente modo:
i+ j
Aij = ( 1) .ij
Ntese que :
siendo ij = menor complementario de aij

i + j = par Aij = ij
si
i + j = impar Aij = ij
Pgina 35
Ejemplo 48.Consideremos la misma matriz A del ejemplo 45. Hallemos A23
2+3
5
A23 = ( 1)
23 = ( 1) 136 = 1 136 = 136
NOTA: La definicin anterior es vlida para matrices cuadradas de cualquier orden.
Ejemplo 49.Consideremos la matriz B del ejemplo 46. Hallemos B31

3+1
4
B31 = ( 1) 31 = ( 1)
18
18 18
= 1 =
= 3 6
5
5
5
Determinante de una matriz cuadrada de orden 44.-
( )
Supongamos una matriz cuadrada de orden 4, es decir, A = aij M 4 .
Queremos obtener el determinante de la matriz A, es decir, A = aij .
Para ello actuamos de la siguiente forma:
Elegimos una lnea cualquiera de la matriz, es decir, una fila o una columna.
Multiplicamos cada elemento de esa lnea por su adjunto, es decir, cada elemento
aij de esa lnea por su adjunto Aij.
Los cuatro resultados obtenidos (cada lnea tiene cuatro elementos) se suman y
el resultado de esa suma es el determinante de la matriz A.
Es decir:
Supongamos que elegimos la fila k (1#k#4). Entonces:
H
A = aij = a k 1 Ak 1 + a k 2 Ak 2 + a k 3 Ak 3 + a k 4 Ak 4
Si elegimos la columna t (1#t#4). Entonces:
A = aij = a1t A1t + a 2 t A2 t + a 3t A3t + a 4 t A4 t

OBSERVACIONES:
Lgicamente, el determinante de A ser independiente de la lnea que elijamos,

es decir, elijamos la lnea que elijamos, el resultado ser el mismo.
Ntese que para hallar un determinante de una matriz 44 hay que hallar cuatro
determinantes de orden 33 (cada adjunto es un determinate 33).
Si en una lnea (fila o columna) hay muchos ceros, conviene que esa sea la lnea
elegida. Esta eleccin nos simplifica el trabajo puesto que tendremos sumandos
que sern 0Aij = 0, ahorrando tener que hallar Aij.
Ejemplo 50.Hallemos el determinante de
8 2 7 2
5 2
2 1
A=
0 3 0 0
1 3 4
2
Pgina 36
Lo ms rpido es elegir la fila 3 (es la que tiene ms ceros).

8 2 7 2
5 2
2 1
A =
= 0 A31 + ( 3) A32 + 0 A33 + 0 A34 = 3 A32 =
0 3 0 0
2
1 3 4
= 3 ( 1)
3+ 2
32
8 7
2
= 3 ( 1) 2 5 2 = 3 ( 160 + 12 28 20 48 56) = 900
2 3 4
5
Para comparar y comprobar el resultado, vamos a elegir otra lnea, por ejemplo, la
columna 4. Veamos:
8 2
2 1
A =
0 3
5
0
= 2 ( 1)
1+ 4
2
2
= 2 A14 + ( 2) A24 + 0 A34 + ( 4) A44 =
0
3 4
14 2 ( 1)
2+4
24 4 ( 1)
2
4+4
44 = 2 0
2
8 2
3 0 2 0 3 0 4 2 1
1 3
2 1 3
0 3
7
5 =
0
= 2 ( 18 + 0 + 0 + 30 0 0) 2 ( 72 + 0 + 0 + 42 0 0) 4 ( 0 + 42 + 0 0 + 120 0) = 24 228 648 = 900
Observamos que el clculo se reduce sensiblemente al elegir una lnea con ms ceros.
Ejemplo 51. 9
0
Hallemos el determinante de la matriz A =
1
2
Eligiendo para el desarrollo la fila 2, tenemos:
0
4
8
9 7
0 0
8
9
3
3 5
A = 0 A21 + 0 A22 + 0 A23 + 0 A24 = 0 + 0 + 0 + 0 = 0

OBSERVACIN:
Si en una matriz hay una fila o columna que son todos ceros, su
determinante es igual a cero.
Determinante de una matriz cuadrada de orden cualquiera nn.El mtodo expuesto anteriormente para el clculo del determinante de una matriz
cuadrada de orden 4, es vlido para cualquier matriz cuadrada de orden n (incluidas de orden 2
y 3). No obstante conviene decir lo siguiente:
(
Si n es un nmero grande, el mtodo es muy largo. Fjate que si n=5 y desarrollamos por
Pgina 37
una lnea, cada uno de los cinco adjuntos es un determinante de orden 4 que hay que
hallar por el mtodo anterior. Imagina lo que ocurre si n=10.
Veremos ms adelante un mtodo que reduce sensiblemente el clculo de determinantes,
aunque no deja de ser largo.
Actualmente los programas informticos especializados son capaces de realizar estos
clculos en pocos segundos (dependiendo del orden de la matriz tardar algo ms o
menos).
(
(
Ejemplo 52.-
( )
En el caso de una matriz cuadrada de orden 4, A = aij M 5 , su determinante es,

suponiendo que elegimos para desarrollar la columna 2:
A = a12 A12 + a 22 A22 + a 32 A32 + a 42 A42 + a52 A52

Ntese que ahora habra que desarrollar cada uno de los cinco adjuntos por una lnea, ya
que cada adjunto es un determinante de orden 44.
25. Propiedades de los determinantes.Veremos las propiedades que tienen los determinantes. Algunas de ellas nos servirn para
establecer un mtodo que reduce sensiblemente su clculo. Veamos:
Propiedad 1.- El determinate de una matriz cuadrada es igual al determinante de su traspuesta.

A M n matriz cuadrada
t
Es decir:
Entonces : A = A
t
A M n su traspuesta
No vamos a demostrar esta propiedad (aunque la demostracin es sencilla), pero s
vamos a comprobarla con un ejemplo:
Ejemplo 53.Consideremos la matriz A del ejemplo 49. Vimos que: Determinante de A =& 900
Consideremos ahora su traspuesta:
8
2
t
A =
7
1
5
3
0
1
3
Hallemos su determinante:
At =
8
2
2
1
0
3
2
1
7
2
5
2
0
0
3
4
8 2
t
= 3 A23
= 3 ( 1) 7 5
2
3 = 3 ( 160 28 + 12 20 48 56) = 900
2 2 4
Pgina 38
Propiedad 2.- Si en una matriz cuadrada A intercambiamos la posicin de dos lneas paralelas
(es decir, dos filas o dos columnas), obtenemos otra matriz B (distinta de la
anterior). Pues bien, sus determinantes son iguales y de signo contrario
Es decir: A = B
Ntese que si en la matriz B intercambiamos otras dos lneas paralelas (no tienen
que ser las mismas de antes), obtendremos otra matriz C. Pues bien:
A = B = C
)=
C , es decir , A = C
No demostraremos esta propiedad, pero la comprobaremos con un ejemplo:
Ejemplo 54.Consideremos la misma matriz A de los ejemplos 49 y 52. Intercambiemos de posicin

las filas 1 y 4. Obtenemos la matriz B siguiente:
1 3 4
2
1 3 4
2
2 1 5 2
2 1 5 2
B=
y
su
determinante
B
=
=
0 3 0 0
0 3 0 0
8 2 7 2
8 2 7 2
2 3 4
= 3 B32 = 3 ( 1) 32 = 3 2 5 2 = 3 ( 20 + 56 + 48 + 160 + 28 12) = 900
5
8
Es decir,
A = 900 = B
Ahora, en la matriz B intercambiamos la posicin de las columnas 2 y 3. Obtenemos C:

2 3 1 4
2 3 1 4
2 5 1 2
2 5 1 2
=
C=
y
su
determinante
C
=
0 0 3 0
0 0 3 0
8 7 2 2
8 7 2 2
= 3 C33 = 3 ( 1) 33
6
2 3 4
= 3 2 5 2 = 3 ( 20 + 56 + 48 + 160 + 28 12) = 3 300 = 900
8 7
2
Es decir: A = B = C = 900
Propiedad 3.- Si A es una matriz cuadrada y multiplicamos todos los elementos de una lnea
(fila o columna) de A por un mismo nmero k, obtenemos otra matriz distinta B
(que tambin ser cuadrada y del mismo orden). Pues bien:
B =k A
Pgina 39
Es decir, el determinante de la nueva matriz B es igual al producto de k por el

determinante de la matriz A.
En este caso tampoco demostraremos esta propiedad, pero lo comprobaremos con
un ejemplo:
Ejemplo 55 6 2 8
Sea la matriz A = 2
1
0 y k un nmero real cualquiera.
4 3 2
6
Multipliquemos la fila 2 por k. Obtenemos la matriz B = 2 k
2
k
3
Hallemos los determinantes de A y B:
A = 2
4
1
3
0 = 12 + 48 + 32 8 = 60
2
B = 2k
0 = 12 k + 48k + 32 k 8k = 60k = k A
La propiedad anterior permite sacar un factor comn se encuentre en una lnea del
determinante. Veamos un ejemplo:
Ejemplo 56.Hallemos un determinante 33 que tiene un factor comn en la tercera columna:
1
2
1
3
1
5
3
2
92
15
2
1
= 2
1
=
3
2
3
2
3
1
5
3
2
1
3
2
( 3) = 2
3
1
25
( 5 10 + 9 1 + 15 30) =
3
1
5
3
2
1
3 =
5
( 12) = 18
Propiedad 4.- Si en una matriz cuadrada hay dos lneas paralelas (dos filas o dos columnas)
que son iguales, entonces su determinante es igual a cero.
En efecto, supongamos que la matriz A tiene dos filas iguales. Si intercambiamos
la posicin de esas dos filas obtenemos exactamente la misma matriz A.
Por la propiedad 2, tenemos que *A*=&*A*, es decir, un nmero es igual a su
opuesto, lo cual implica que *A*= 0.
Pgina 40
Ejemplo 57. 2 6
6
Hallemos el determinate de la matriz A = 5 2 2 (iguales columnas 2 y 3)
5
5
1
2 6
6
A = 5 2 2 = 20 + 150 12 + 12 20 150 = 0
1
Propiedad 5.- Si en una matriz cuadrada una lnea (fila o columna) es proporcional (mltiplo)
de otra paralela, su determinante es igual a cero. Es decir:
( )
A = aij = 0
Supongamos que ( Linea ) = k ( Linea )
A = aij M n matriz cuadrada.
En efecto:
A = k B = k 0= 0
La matriz B tiene dos lineas iguales, por lo que B = 0
El factor comun k puede salir fuera ( propiedad 3)

Ejemplo 58.Hallemos un determinante 44 cuya fila 3 es la mitad de la fila 2 ( la 2 el doble de la
3)
7 4
5
5
2
6
3
0
2
2 2
= 5
1 1
2
2
2 5
5
2
2 3 2 ( 1)
3
1
0
2
7 4
5
2
5
2
3 1 1
21
= 2
= 2 0= 0
3 1 1
1
2 0 2 5
5
144
42444
3
Dos filas iguales
Propiedad 6.- Si en una matriz descomponemos cada uno de los elementos de una lnea
(Fila o columna) en suma de dos sumandos cualesquiera, entonces el
determinante de esa matriz puede descomponerse en suma de otros dos
determinantes, de tal modo que en uno de ellos aparece uno de los sumandos en
esa lnea y en el otro determinante aparece el otro sumando de esa lnea. Es decir:
a11 a12 a13 K a1n
L L L L L
A = ai1 ai 2 ai 3 K ain matriz cuadrada de orden n
L L L L L
a n1 a n 2 a n 3 K a nn
Pgina 41
Supongamos que los elementos de la fila i los descomponemos en suma de dos

sumandos:
a12
a11
L
L
A = bi1 + ci1 bi 2 + ci 2
L
L
an2
a n1
K
a13
a1n
L
L
L
bi 3 + ci 3 K bin + cin
L
L
L
an3
a nn
K
El determinante de A se puede obtener como suma de dos determinantes:

a11
a12
a13
L
L
A = bi1 + ci1 bi 2 + ci 2
L
L
a n1
a1n
a11
a12
a13 K a1n
L
L
L
L
bi 3 + ci 3 K bin + cin = bi1
L
L
L
L
L
bi 2
L
bi 3
an2
an3
a nn
a n1
a11
a12
a13 K a1n
L L
L
K bin + ci1
L L
L
L
ci 2
L
ci 3
L
K
an2
a n 3 K a nn
an2
a n 3 K a nn
a n1
L
cin =
L
Es decir : A = B + C
Ejemplo 59.En este ejemplo vamos a comprobar con un determinante 33 la propiedad anterior.
4 = 2 + 1 1+ 0 2 + 2 = 2
7 3 6
144244
3
5
3
5
6
2 + 1
5 5
0
7 3 6 7 3 6
144244
3 14
4244
3
B
Hallemos los determinantes A , B y C

6
A = 3 1 4 = 36 45 140 + 35 72 + 90 = 96
7 3 6
6
B = 2
5 5
1 2 = 36 30 70 + 35 36 + 60 = 5
5 5
C = 1
6
2 = 0 15 70 0 36 + 30 = 91
7 3 6
Observamos que 96 = A = B + C = 5 91
OBSERVACIN:
Ntese que la propiedad anterior permite que un determinante
Pgina 42
pueda descomponerse en suma de dos o ms determinantes.
Propiedad 7.- Si en una matriz cuadrada, una lnea (fila o columna) es combinacin lineal de
otras dos (o ms) lineas paralelas, entonces su determinante es igual a cero.
NOTA: Aclaremos el significado de lnea combinacin lineal de otras dos paralelas
Lo veremos para el caso de columnas. Para filas la idea es similar.
n
Supongamos una matriz cuadrada A de cierto orden n.
n
Imaginemos tres columnas: columna j, columna h y columna k.
n
Se dice que la columna j es combinacin lineal de las columnas h y k si existen
dos nmeros reales y tales que cada elemento de la columna j es igual a por
su correspondiente de la columna h ms por su correspondiente de la columna
k. Es decir:
columna h
columna k
columna j
a1j
=
a1h +
a1k
a2j
=
a2h + a2k
a3j
=
a3h + a3k
anj
=
anh + ank
Pues bien! Cuando esto ocurre en una matriz cuadrada, su determinante es cero.
En efecto: Supongamos una matriz cuadrada A de orden n tal que la columna j es
combinacin lineal de las columnas h y k. Hallemos su determinante:
L a1 j
L a2 j
A = L a3 j
L L
L a nj
L a1h
L a1k
L a2h L a2 k
L a 3h L a 3k
L L
L a nh
L a1h + a1k
L a2h + a2 k
= L a 3h + a 3k
L
L
L a nh + a nk
L L
L a nk
L a nh
L
L = sustituimos la columna j por su combinacion lineal =
L
L
L a1h L a1k
L a2h L a2 k
L
L
L a 3h
L L
L a 3k
L L
L = desglosamos en suma de dos determinantes =

L
L a nh
L a nk
L a1h L a1h L a1k

L a2h L a2h L a2 k
= L a 3h
L
L
L
L
L a1k
L a2 k
L a 3h
L L
L a 3k
L L
L + L a 3k
L
L L
L a nh
L a nk
L a nk
L a1h L a1k
L a2h L a2 k
L
L
L a 3h
L L
L a 3k
L L
L = 0 + 0= 0
L
L a nh
L a nk
ya que los dos determinantes anteriores tienen una columna multiplo de otra
Pgina 43
Ejemplo 60.Vamos a calcular el determinante de una matriz 33 cuya 3 fila es el doble de la 1

menos el triple de la 2. Veamos:
2 3
A = 3 2
7
5
13
13 = 2 2 3 ( 3) = 4 + 9
notese que 0 = 2 ( 3) 3 ( 2) = 6 + 6
1 = 2 7 3 5 = 14 15
A = 4 + 0 195 + 182 0 + 9 = 186 186 = 0
Propiedad 8.- Si A es una matriz cuadrada y una lnea de ella (fila o columna) la
multiplicamos por un nmero k y posteriormente esa nueva lnea se la sumamos a otra
lnea paralela, el resultado ser otra matriz B del mismo orden y diferente de A,
nicamente, en esa lnea sobre la que hemos sumado.
Pues bien, se verifica que * A * = * B *
Es decir, los determinantes de ambas matrices son iguales.
En efecto, vamos a verlo para una fila. Para columna sera similar.
ai1
A= L
a h1
ai 2
L
ai 3
L
L
L
ah2
L
ah3 L
L L
ain
L M n n Hemos resaltado las filas i y h
a hn
Ahora a la fila i le sumamos el producto de k por la fila h y obtenemos:

L
ai1 + k a h1
L
B=
a h1
L
ai 2 + k a h 2
L
ah2
L
L
L
L
ai 3 + k a h 3 L ain + k a hn
L
L
L
L
ah3
a hn
L
L
L
Vamos a ver que B = A

L
L
ai1 + k a h1 L ain
L
L
B =
a h1
L
L
L
= *A* + 0 = *A*
L
+ k a hn
L
=
a hn
L
L
ai1
L
a h1
L
L
L L
L ain
k a h1
L L + L
L a hn
a h1
L
L L
L L
L k a hn
L
L =
L a hn
L
L
ya que el 2 sumando es un determinante con una fila mltiplo de otra.
Pgina 44
Ejemplo 61.En este ejemplo comprobaremos la propiedad anterior. Para ello consideremos la matriz:
3 8 7
A = 2 5 5 Vamos a restar a la fila 3 el doble de la fila 2 :
4 1 3
3
8
B= 2
5
4 2 2 1 2 ( 5)
3 8 7

5 = 2 5 5

3 2 5 0 11 13
7
Vamos a calcular A y B
3
A = 2 5 5 = 45 14 + 160 140 15 + 48 = 84
4 1 3
3
B = 2 5
5 = 195 154 + 0 0 165 + 208 = 84
0 11 13
Ejemplo 62.Consideremos la misma matriz A del ejemplo 60. Ahora vamos a realizar otra operacin
sobre otra lnea, distinta de la anterior. Obtendremos otra matriz C. Veremos que el determinante
de C es igual que el de A y el de B:
a la tercera columna de A le sumamos la segunda columna
3 8
C = 2 5
4 1
3
C = 2 5
4
7 + 8 3 8 1

5 + ( 5) = 2 5 0

3 + 1 4 1 2
Hallemos el determinante de C :
1
0 = 30 + 2 + 0 + 20 0 + 32 = 84 = A = B
2
OBSERVACIN: Esta propiedad es muy interesante ya que si tenemos un determinante que

queremos calcular y no tiene ceros (o tiene pocos ceros), podemos operar sobre
una fila o columna y conseguir que algunos trminos se conviertan en ceros, lo
cual, como vimos, simplifica el clculo del determinante (en los ejemplos 60 y
61 vemos como se crearon ceros sin que el valor del determinante vare).
La siguiente propiedad se refiere a esta posibilidad, es decir, la de reducir el
clculo de un determinante de orden 44 o superior.
Pgina 45
Propiedad 9.-Para calcular el determinante de una matriz cuadrada, se puede calcular el de

otra matriz distinta que tiene todos los elementos de una lnea, excepto uno, iguales a
cero, pero de tal modo que ambos determinantes son iguales. Las propiedades vista
anteriormente permiten ir haciendo ceros en una lnea.
Es decir:
n
Tenemos una matriz cuadrada A y queremos calcular *A*. Ya sabemos como
se hace, pero hemos visto que si A no tiene muchos ceros en una lnea, el
problema es fcil pero con un clculo muy largo.
n
Por la propiedad 8 sabemos que operando sobre una lnea (fila o columna),
podemos ir haciendo ceros en ella, es decir, obtenemos matrices distintas, pero
todas tienen igual su determinante (que es lo que buscamos).
n
Cuando todos los elementos de una lnea, excepto uno, son ceros, el problema se
simplifica bastante al reducirse un grado el orden de determinate (pasa de n a n-1)
El proceso lo continuamos hasta siguiendo el proceso hasta llegar a un ltimo
determinante de orden 3, en cuyo caso aplicamos la regla de Sarrus.
n
Puede ocurrir que al operar aparezca una lnea en la que todos los elementos se
hacen cero. En este caso, el determinante es igual a cero.
n
Aclaremos que la lnea (fila o columna) sobre la que actuar para hacer ceros la
elegimos nosotros en funcin de la facilidad que presenten. Por ejemplo, si en
una lnea hay dos ceros y en las dems hay uno o ninguno, esa puede ser la
eleccin ms conveniente.
Es decir:
L a1 j
L L
Tenemos A = L aij
L L
L a
nj
L
L B =
1442443
L mediante transformaciones
conaseguimos otra matriz
L
L 0 L
L
L
L
L aij L
L L L
L 0 L
Las matrices A y B son distintas (la matriz B tiene la columna j con todos los elementos
ceros excepto uno). Sin embargo, *A*=*B*
NOTAS:
Antes de ver el proceso con un ejemplo, especifiquemos la terminologa que

emplearemos:
La expresin Fi significa fila i. Por ejemplo: F3 significa fila 3
La expresin Cj significa columna j. Por ejemplo: C2 significa columna 2"
Las expresiones Fk y Ck significan
multiplicamos la fila k (o
columna k) por .
La expresin Fi + Fk significa a la fila i le sumamos el producto de
por la fila k (puede ser una resta)
La expresin Cj + Ck significa a la columna j le sumamos el producto
de por la columna k (puede ser resta)
La expresin Fi + Fk significa
a la fila i le sumamos la fila k (puede
ser columnas y pueden ser restas)
Pgina 46
Ejemplo 63.En este ejemplo vamos a calcular un determinante 44 por el mtodo de transformaciones
en lneas. Veamos:
3 2 4 5
1
3 2 1
Queremos calcular el determinante de A =

. No hay ni un cero.
2 3 1 4
5 2 6
3
Hemos decidido hacer ceros en la primera columna. Para ello las operaciones que hay que
realizar son sobre filas. Entre corchetes pondremos el elemento que vamos a hacer cero:
3 2 4 5
2 4 5
3
F4 F1
1
3 2 1 }
1
3 2 1
A =
=
2 3 1 4
[ 2] 3 1 4
0
7 6 11
[ 3] 5 2 6
F3 + 2 F2
}
=
[ 3]
1
0
0
3
9
7
4 5
F1 3 F2
2 1 }
=
3 2
6 11
0 11 2 2
1 3
2 1
= Desarrollando por la primera columna =
=
0 9
3 2
0 7 6 11
11 2 2
= 0 A11 + 1 A21 + 0 A31 + 0 A41 = A21 = ( 1) 21 = 21 = 9
3 2 =
7 6 11
3
= ( 363 + 108 28 + 42 132 + 198) = 175

OBSERVACIONES:
k
Recordamos que para hacer ceros en una columna, las operaciones son sobre filas
k
Cuando se tiene experiencia y habilidad, es posible realizar dos operaciones
(hacer dos ceros) simultneamente (esto ahorra escritura).
k
Los 1" y -1" tambin facilitan mucho el proceso.
Ejemplo 64.Ahora vamos a calcular el determinante de la misma matriz A del ejemplo anterior, pero
haciendo ceros en la segunda fila. En este caso habr que operar con columnas. Veamos:
3 2 4 5
1 [ 3] [ 2] 1
A =
2 3 1 4
3
={
C2 3C1
C3 2C1
3 11 2 5
1
0
0 [ 1]
3
4
2 9
3
={
C4 +C1
3 11 2 2
1
0
0
0
=
3 2
2 9
3
Pgina 47
Desarrollando por la segunda fila:
11 2 2
= 1 A21 + 0 A22 + 0 A23 + 0 A24 = A21 = ( 1) 21 =

3
2 =
= ( 297 + 144 + 16 24 176 + 162) = ( 175 ) = 175

Vemos como el resultado obtenido es independiente de la lnea y el camino elegido.
Ahora vamos a calcular el determinante de una matriz cuadrada de orden 4 en el que no
hay ni 0" ni 1" ni -1". En este caso es conveniente convertir algn nmero en 1", pero
recordemos la propiedad de que si multiplicamos una lnea de una matriz por un nmero k,
entonces el determinante de la nueva matriz es el de la anterior por k. Esto significa que si
multiplicamos en el determinante una lnea por k, debemos poner fuera 1/k para mantener la
igualdad. Veamos:
Ejemplo 65.Hallemos el siguiente determinante *A* de orden 4. Ntese que no hay ni 1" ni 0".
3
A =
4
2
3
7
[ 4]
3
3
4
= 2
3
2
2
5
2
25
2
F2 + 2 F1
}
=
[ 2]
2 11
F1 21
3
2
13 }
2
= 2
4
2
9
5
2 [ 5]
F3 3 F1
F4 5 F1
}
=
5
2
11
1
0 13
= Desarrollamos por la tercera columna =
0 23
2
12 0
5
2
11 0 13
7 [ 3] 4
7
2
2 1 A13 = 2 ( 1) 13 = 2
4
2
5
2
25
2
11
13
1 23
2 = 2 (7 390
12 72
6325
4
325
2
+ 276 +
385
4
)=
3509
= 3509
2
Destaquemos de este ejemplo que hemos ido poniendo entre corchetes aquellos nmeros
sobre los que tenemos intencin de actuar, es decir, convertir en 0 o en 1. Tambin insistimos
en que al multiplicar la fila 1 por hemos multiplicado el determinante por 2 para que la
igualdad se mantenga ya que al multiplicar esa fila por el determinante queda dividido por 2.
26. Sobre el signo de los adjuntos. Regla nemotcnica.Hemos visto que para hallar un determinante de orden 4 o superior desarrollamos por una
lnea utilizando los adjuntos Aij que a su vez es igual al menos complementario ij con el signo
% o & delante. Una regla nemotcnica sencilla para recordar el signo que debe ir delante es
Pgina 48
recordar el siguiente determinante construido con los signos % o & que lleva delante el menor
complementario que ocupa la posicin que ocupa el signo en ese lugar:
L
L
L
L
L L L L L
De este modo sabemos, por ejemplo que A42 = 42 y A43 = &43 etc.
OBSERVACIN:
Todo lo expuesto para el clculo del determinante de una matriz cuadrada

de orden 4 es vlido para rdenes 5, 6, 7, .... El no realizar un ejemplo
para calcular el determinante de una matriz cuadrada 55 se debe a que
el proceso es excesivamente largo. Es recomendable que el alumno haga
al menos un determinante 55 para comprobarlo.
27. Clculo de la inversa de una matriz cuadrada.Hemos visto el concepto de matriz inversa de una matriz cuadrada (las matrices no
cuadradas no tienen inversa e, incluso, hay matrices cuadradas que tampoco tienen). En este
apartado veremos dos mtodos para calcular la inversa de una matriz en el caso en que exista
dicha inversa.
Clculo de la inversa por el mtodo de los adjuntos:

Diremos paso a paso como se halla la inversa de una matriz por este mtodo y
posteriormente haremos un ejemplo.
@
Supongamos una matriz cuadrada A de orden n. Queremos hallar su inversa A&1
@
Recordemos que se debe cumplir que AA&1 = A&1A = I
@
Hallamos el determinante de A, es decir, *A*
@
Si *A*0 la matriz tiene A inversa.
Si *A*= 0 la matriz A no tiene inversa. En este caso se acab el problema.
@
Hallamos todos los adjuntos de la matriz A, es decir:
A11 , A12 , A13 , ..... , A1n , A21 , A22 , ......, A2n , ...... , An1 , An2 , .... , Ann
@
Pues bien!, la matriz inversa de A se construye de la siguiente forma:
A 1
A11
A21
A31
A
A12
A
A22
A
A32
A
A13
A
A23
A
A33
A
L
A1n
A
L
A2n
A
L
A3n
L
L
L
L
L
An1
A
A11
An2
A12
A
1
A13
An 3 =
A
A
L
L
A1n
Ann
A
A21
A22
A23
L
A2 n
A31 L An1
A32 L An 2
A33 L An3
L L L
A3n L Ann
Pgina 49
Ntese que la matriz construida con los adjuntos est escrita al revs, es decir, en cada
columna j estn puestos los adjuntos de los elementos de la fila j de la matriz A. Por ejemplo,
en la columna 3 de A&1 aparecen los adjuntos de la fila 3 de A. Obsrvese tambin que en todos
los elementos de la matriz A&1 hay un factor comn que puede salir fuera (recurdese producto
de un nmero real por una matriz).
Ejemplo 66. 3 2 4 5
1
3 2 1
Consideremos la matriz del ejemplo 62, es decir, A =

2 3 1 4
5 2 6
3
Vimos que * A *= 175. Ahora, para construir la matriz inversa de A necesitamos hallar
todos los adjuntos de los elementos de A. Veamos:
3
A11 = 3 1
5 2
4 = 18 + 6 + 40 5 + 24 36 = 11 ; A12 = 2
4 = ( 6 4 + 24 3 + 8 + 24) = 43
1
3
1 3 1
1 3 2
A13 = 2 3 4 = 18 + 10 + 36 + 9 20 + 36 = 89 ; A14 = 2 3 1 = ( 6 20 9 18 + 5 12) = 60
3
5 2
A21 = 3
4 = (12 + 30 + 80 25 16 72) = 9 ; A22 = 2
4 = 18 20 + 48 15 + 24 + 48 = 67
3 2 5
3 2
A23 = 2 3 4 = (54 + 50 24 + 45 60 24) = 41 ; A24 = 2 3
3
2
A31 =
4
1 = 18 40 + 6 36 + 15 + 8 = 65
2
1 = 24 + 30 20 + 50 + 4 72 = 32 ; A32 = 1
1 = (36 + 10 12 + 30 6 24) = 34
3 2
3 2 5
A33 = 1
3
3 2
1 = 54 25 + 6 + 45 + 15 + 12 = 107 ; A34 = 1
6
3
3
5
3
5
4
2 = ( 18 + 20 12 36 30 4) = 80
2
A41 = 3
1 = 13 ; A42 =
1 = 2 ; A43 = 1
1 = 4 ; A44 =
2 = 15
2 1
2 5
La matriz inversa queda:
A 1
11
175
43
= 175
89
175
60
175
9
175
67
175
41
175
65
175
32
175
34
175
107
175
80
175
13
175
2
175
4
175
15
175
11 9 32 13
1 43 67 34 2
= 175 89 41 107 4
60 65 80 15
Pgina 50
Ejemplo 67.Comprobemos que la matriz hallada en el ejemplo anterior e la inversa de A.

A 1 es la inversa de A A A 1 = I
Hallemos el producto A A 1
A A 1
33
175
11
175
22
175
33
175
0
=
0
3
1
2
3
86
175 +
129
175 +
129
175
215
175
356
175
178
175
89
175
178
175
+
+
1
1 4
2 6
4
2
300
175
60
175
240
175
360
175
27
175
9
175
18
175
27
175
+
+
+
11
175
43
175
89
175
60
175
134
175
201
175
201
175 +
335
175 +
9
175
67
175
41
175
65
175
164
175 +
82
175 +
41
175
82
175
32
175
34
175
107
175
80
175
325
175
65
175
260
175
390
175
29
175
2
175
4
175
15
175
96
175
32
175
64
175
96
175
68
175
102
175
102
175
170
175
+
+
428
175
214
175
107
175 +
214
175 +
400
175
80
175
320
175
48
175
87
175
29
175
58
175
87
175
4
175
6
175
6
175
10
175
+
+
16
175
8
175
4
175 +
8
175 +
75
175
15
175
60
175
90
175
0 0 0
1 0 0
= I Comprobacion O. K.
0 1 0
0 0 1
Ejemplo 68. 2 4 6
Sea la matriz del ejemplo 44 : A = 3 1 0 . Vimos en ese ejemplo que *A*=102
5 5 3
Hallemos su matriz inversa:
A11 A21 A31
A
A
A
A11 A21
A
A
A
1
12
22
32
=
A12 A22
A 1
A
A
A A
A13 A23
A13 A23 A33
A
A
A
Hallemos los adjuntos de la matriz A :
A11 =
5 3
A21 =
A31 =
=3 ;
A12 =
5 3
=9
A11
A31
1
A12
A32 =
102
A33
A13
4 6
2 6
= 42 ; A22 =
= 24 ;
5 3
5 3
= 6 ; A32 =
2 6
3
A13 =
3 1
5 5
A23 =
= 18 ; A33 =
A21
A22
A23
= 10
2 4
= 30
5 5
2
3 1
= 14
A31
A32
A33
Pgina 51
Construyamos la matriz inversa:
1
A =
3
102
42
102
9
102
24
102
10
102
30
102
3 42 6
1
18
=
9
24
18
102
matriz inversa de A
102
14
10 30 14
102
6
102
Ejemplo 69.Comprobemos que la matriz A&1 del ejemplo anterior es la inversa de A :
3 42 6
1
A 1 A =
9 24 18
102
10 30 14
2 4 6
3 1 0 =
5 5 3
6 + 126 30 12 42 + 30 18 + 0 + 18
102 0
0
1
1
0 102 0 =
=
18 + 72 90 36 24 + 90 54 + 0 + 54 =
102
102
0 102
0
20 + 90 70 40 30 + 70 60 + 0 + 42
102
102
0
102
0
102
0
102
102
102
0
102
0
102
0
102
102
102
1 0 0

= 0 1 0 = I Comprobacion O. K.

0 0 1
Ejemplo 70. 2 5 3
Hallemos la matriz inversa de B = 2 3 1
4 2 2
Previamente debemos hallar su determinante:
2
4
3 1 = 12 12 20 + 36 + 4 20 = 0 No existe B 1
2 2
B =
Es decir, B&1 0M3 * BB&1 = I
Ejemplo 71.-
La matriz C =
3 2
2
2 2
no tiene inversa ya que C =
=6 2+6 2= 0
3 2 6
6
NOTA: La inversa de una matriz I n es ella misma, es decir, I n1 = I
Pgina 52
Clculo de la inversa por el mtodo de transformaciones sobre lneas:

Este es otro mtodo para calcular la inversa de una matriz cuadrada. Explicaremos
nicamente el procedimiento, sin entrar en detalles. Se basa en las propiedades de las matrices
y determinantes vistas anteriormente. Veamos:
Sea una matriz cuadrada, de orden n, A cuya matriz inversa A&1 queremos encontrar.
Situamos la matriz A y la matriz In juntas y de la siguiente forma: A I , es decir:
a11
a 21
a12
a 22
L
a n1
L
a2n
0
L L L L L L
L a2n 0 0 L 1
L a1n 1
L a2n 0
0
1
L
L
En la matriz A vamos realizando operaciones sobre sus lneas (filas y/o columnas), hasta
conseguir que A se convierta en In. Todas las operaciones que realicemos sobre A (la
matriz de la izquierda), las realizamos idnticamente sobre In (la matriz de la derecha).
Cuando hallamos conseguido que A se convierta en In, la matriz de la derecha In se
habr convertido en otra matriz. Pues bien!, precisamente esa matriz es A&1 .
Resumiendo:
Transformaciones sobre A y sobre I
64444744448
Inicio = A I I A 1 = Final del proceso.
( )
Ms claro:
a11
a 21
a12
a 22
L
a n1
L
a2n
1 0 L 0 A11
L a1n 1 0 L 0
A
Transformaciones sobre A e I
8 0 1 L 0 A12
L a 2 n 0 1 L 0 64447444
A

L
L
L
L
L L L L L L
L
0 0 L 1 A1n
L a2n 0 0 L 1
A21
A
A22
A
L
A2 n
A
L
L
L
L
L
Ann
A
An1
A
An 2
A
Si observamos que no es posible llegar a la matriz In, por ejemplo porque aparece una
lnea en que todos son ceros (ntese que en cada lnea hay un 1 en la diagonal
principal y el resto son 0), la causa es que la matriz A no tiene inversa.
Veamos un ejemplo:
Ejemplo 72.-
3 5
por el mtodo de transformaciones.....
2 4
Hallemos la matriz inversa de A =

1
F1
F 2 F
3 5 1 0 }3 1 53 13 0 2} 1 1 53 13

2 4 0 1
0 223 23
2 4 0 1
1 53 13
0 1 222
F1 + F2
0 }3 1 0 224

3
0 1 222
22
3
22
5
22
3
F2 22
0 }

1
Pgina 53
La matriz inversa es
224
A = 2
22
112
= 1
3
11
22
5
22
3
22
5
22
Notese que A =
3 5
= 12 + 10 = 22
2 4
Ejemplo 73.Comprobemos que la matiz hallada en ele ejemplo anterior es la inversa de A:
3 5 4 5 1 12 + 10 15 15 1 22
A A 1 =
= 220
=

2 4 2 3 22 8 8 10 + 12 22 22
1 0
=
22
0 1
22
0
22
Ejemplo 74.Hallar por transformaciones de lneas la inversa de la matriz del ejemplo 67 :
2 4 6 1 0 0 F1 2F3 8 14 0 1 0 2 F1 +14F2
}
}
3 1 0 0 1 0 3 1 0 0 1 0
5 5 3 0 0 1
5 5 3 0 0 1
34 0 0 1 14 2 F1 341 1 0 0 341
}
3 1 0 0 1 0 3 1 0 0
5 5 3 0 0 1 5 5 3 0

1 0 0
0 1 0
0 5 3
1
34
14
34
3
34
8
34
5
34
70
34
F2 ( 1)
F3 31
1 0 0
}
0 1 0
0 0 1
F3 5F2 1 0 0
}
6
0 1 0
34
0 0 3
44
34
2
34
1
34
14
34
3
34
8
34
10
102
30
102
FF23 53FF11
}
0
1
2
34
14
34
1
0
1
34
14
34
3
34
8
34
10
34
30
34
6
34
14
102
2
34
Por tanto, la matriz inversa es:
341
A 1 = 343
10
102
14
34
8
34
30
102
3 42 6
1
6
9 24 18
34 =
102
14
10 30 14
102
2
34
ver el ejemplo 67
6
34
14
34
2
34
Pgina 54
Ejemplo 75.Hallemos, por el mtodo de transformaciones de lneas, la inversa de la matriz del

ejemplo 65 (su determinante se hall en el ejemplo 62).
3 2
1
3
2 3
3 2
3 9
0 9
3 2 4 5 1 0
0 99 18 18 9 27
3 2
0 1
3 2
0
0
0
2
11
2
11
4 5 1 0 0 0
F + 2F
2 1 0 1 0 0 F34 3F22

1 4 0 0 1 0
2 6 0 0 0 1
5 1
3 0
2 0
4
6
3
0 0
0 0 F2 F1

1 0
9 0 3 0 1
0 4 8
0 99 33 22
0 4 8 9
0
0
2
11
2
11
1
111
4
9
9
0
3
1
5
80 107 4
2
11
2
11
1
111
0
0
1
0
4
15
3
5
12
35
0
0
2
2 11 F3
1 4 F3
1
3
11
15
0
0
0
13
35
16
35
3
35
3
11
3 2 4 0
0
0
0
1
0
0
0 0
89
1 0 175
0 1 12
35
0
0
0
4 9
107
114
11
1
0
0
5
2
11
1
111
3
11
0
0
4
15
3
5
13
11
15
385
3
44
143
3
176
35
3 2
0 1
4
2
11
0 197
59
0 385
0
0
1 0
0 1
13
35
16
35
3
35
0 0 1 0
0 0 0 1
13
35
67
175
41
175
96
175
2
175
87
175
107
175
4
175
16
35
3
35
34
175
2
175
3
11
2
11
4
175
27
175
1
11
3
7
34
175
15
80
11
0 0
1
5 11 0 FF231115
21
0 1
11
2
11
0
0
3 2
0 1
0 0
107
175
33
3 0 0 0 175
43
0 1 0 0 175
12
35
67
175
9
0
5
41
175
43
175
89
175
16
7
4
9
1
5 11 0 F2 99
3 0 1
2
11
F1 +5F4
F2 112 F4
4
F
3 15 F4

137
19
7
0
0
0 0
0 0
9
1 0 FF2311
3 0 1
0
3
2
3 2
3
11
4
15
5 1
2 1
2 0
4
2
3
0 0 15
0 4 8
0 0 F4 +80F3

11
0
13 15
21 0 11
0
1
2
3 2 4 5 1 0
0 99 18 18 9 27
0 F4 + 4 F2

5 11 0
3 0 1
1
11
0 0
0 0

1 0 F2 3
9 0 3 0 1
0 4 8
0
0
3
11
3 2
0 1
3 2
0 11
0 9
0
0
5 1
1 0
2 0
4
2
3
0 4 8
0 F3 F2

22 11 0
3 0 1
0 0 15
0 4 8
1
0
0
0
3
2
3 2
1 3
0 9
0
0
F
1 + 2 F2
1
F
1 3
137
F4 3853
11
0
0
0
16
7
89
175
41
175
107
175
4
175
12
35
13
35
16
35
3
35
389
175
191
175
131
385
3 0 4 0
3
7
32
385
0 1 0 0
89
0 0 1 0 175
0 0 0 1 12
35
43
175
11
1 0 0 0 175
43
0 1 0 0 175
9
175
0 0 1 0
0 0 0 1
13
35
89
175
12
35
67
175
41
175
6
385
332
175
41
175
107
175
4
175
13
35
16
35
3
35
67
175
32
175
71
175
34
175
29
175
107
175
4
175
16
35
3
35
34
175
2
175
2
175
Ya tenemos la matriz inversa de A. Ahora vamos a expresarla de distintas formas. En el

ejemplo 65 tenemos dicha matriz.
11
175
43
A 1 = 89175
175
12
35
9
175
67
175
32
175
34
175
41
175
107
175
13
35
16
35
Pgina 55
11
175
2
43
175
= 175
4
89
175
175
3
60
175
35
29
175
9
175
67
175
41
175
65
175
32
175
34
175
107
175
80
175
11 9 32 29
1 43 67 34 2
=
4
175
175 89 41 107 4
15
60 65 80 15
175
29
175
2
175
28. Ecuaciones de matrices.Las operaciones que hemos visto con matrices y el clculo de la matriz inversa, nos
permite resolver algunas ecuaciones en las que la incgnita, coeficientes y trminos
independientes son matrices. Es decir:
A , B y C son matrices conocidas.

Buscamos una matriz X que verifique la igualdad : A X + B = C
La forma de hallar X , suponiendo que C B y A 1 existan es:
A X = C B
llamemos C B = D
A X = D
Hallamos A 1
A 1 A X = A 1 D
I X = A 1 D Como I X = X
X = A 1 D
Observa que A debe ser cuadrada para que exista A 1
Ejemplo 76. 3
4
2 3
Dadas las matrices A =
, B = y C = , hallar la matriz X sabiendo que
5
7
5 4
A X + B = C
Veamos:
A M 22
X M 21 ( segun el producto de matrices)

C B = D M 21
3 4 3 + 4 7
C B= =
= = D
5 7 5 7 2
X = A 1 D Tenemos que hallar A 1
2 3 1 0 FF1252 10 15 5 0 F2 F1 10 15 5 0
5 4 0 1
10 8 0 2
0 23 5 2
10 15 5
F
1
2 23
1 235
0
0
10 0 40
23

F
2
1 +15 F2
0 1 235
23
1 0 234
F
1
2
110
0 1 235
23
30
23
2
23
3
23
Pgina 56
Tenemos ya la matriz inversa de A:
234
A = 5
23
1
. Por tanto:
2
23
3
23
6
22
7 28
23 23
23
=
=
Ecuacion resuelta
2
4
35
39
23 23 23
23 2
234
X = A D = 5
23
3
23
Ejemplo 77.Dadas las matrices
2 3
A=
; B = ( 5 6) y C = (3 8) , hallar otra
5 4
matriz X tal que: X A B = C

Veamos:
A M 22
X = (a b) M12
X A = C + B = D M12
X A = C + B X A = D X A A 1 = D A 1 X I = D A 1
Por tanto X = D A 1 Como la matriz A es la misma del ejemplo anterior:
D = C + B = (3 8) + ( 5 6) = ( 2 2)
234
X = ( 2 2) 5
23
3
23
2
23
= ( 238 + 10
23
236
4
23
) = ( 232
10
23 ) solucion
29. Propiedades de la matriz inversa.Hemos visto el concepto de matriz inversa de otra matriz, qu matrices no tienen inversa
y cuales tienen inversa. Tambin hemos visto dos mtodos para hallar la inversa de una matriz.
Ahora veremos las propiedades que tiene una matriz y su inversa.
1)
Sean A y B dos matrices cuadradas del mismo orden. El producto AB es otra matriz
cuadrada del mismo orden. Pues bien, si A&1 y B&1 existen, entonces:
( AB )&1 = B&1 A&1
En efecto:
B B 1 A 1 = {
A I A 1 = A A 1 = I
( A B) ( A B) 1 = ( A B) ( B 1 A 1 ) = A 123
I
2)
La matriz inversa de una matriz, si existe, es nica.
Pgina 57
En efecto, vamos a suponer que la matriz A tiene dos inversas X e Y. Demostraremos que
necesariamente debe ser X = Y.
X inversa de A Y AX=XA = I
Y inversa de A Y AY=YA = I
X = XI = X( AY ) = ( XA )Y = IY = Y Y X = Y c.q.d.
3)
La inversa de la inversa de una matriz es esta matriz. Es decir:

(A&1 )&1 = A
4)
La inversa de la traspuesta de una matriz es igual a la traspuesta de la inversa. Es decir:

(At )&1 = (A&1 )t
Ejemplo 78.En este ejemplo vamos a comprobar la primera propiedad de las matrices inversas.
1 3
A=

4 5
Dos matrices cuadradas deorden 2.
3 2
B=
3 3
Hallemos la inversa de A:
1 3 1 0 F2 4F1 1 3 1 0 F2 171 1 3 1

0 1 174
0 17 4 1
4 5 0 1
Por tan to A =
5
17
4
17
0 F1 + 3F2 1 0 175

1
0 1 174
17
3
17
1
17
1
17
3
17
Hallemos la inversa de B:
3 2 1 0 F2 + F1 3 2 1 0 F2 15 3 2 1 0 F1 2F2 3 0

3 3 0 1
0 5 1 1
0 1 15 15
0 1
1 0
F1 31

0 1
1
5
1
5
B 1 =
1
2
15
1
5
2
15
1
5
1
5
3
5
2
5
1
5
1
5
Hallemos el producto AB:

2 9 12 7
1 3 3 2 3 9
A B=

=
=
23
4 5 3 3 12 + 15 8 + 15 3
Ahora hallemos la inversa de AB, es decir, (AB)&1
12 7 1 0 F2 + 41 F1 12 7 1 0 F2 854 12 7 1

85 1
1
23 0 1
1 851
3
0
0
4
4
4
85
12 0
1 + 7 F2
F

0 1
92
85
1
85
Pgina 58
23
F1121 1 0 255
4
0 1 851
85
28
85
Ahora hallemos el producto B&1 A&1
51
B A = 1
5
1
7
23
255
255
1
B
=
(
)
1
4
85
85
7
255
4
85

=
1
17
175
4
1
5 17
3
17
2
15
23
2
+ 255
255
= 1
3
1
+
85
85
85
8
255
1
4
17 85
1
17
3
85
7
255
4
85
Observamos que (AB)&1 = B&1A&1
Ejemplo 79.Este ejemplo es para comprobar la propiedad 4 de la inversa de una matriz.

Consideremos la matriz A del ejemplo anterior. En ese ejemplo hallamos su inversa.
Ahora vamos a hallar la traspuesta At y la inversa de la traspuesta (At)&1
1 4
1 3
t
A=
A =
3 5
4 5
1 4 1 0
1 4 1 0
1 4 1
1
2 + 3 F1
3 5 0 1
0 17 3 1 F2 17 0 1 173
1 0
0 1
5
17
3
17
t 1
=
A
(
)
1
17
4
17
5
17
3
17
F
1
1 4 F2
17
1
17
4
17
Hallemos ahora la traspuesta de la inversa, es decir, (A&1)t
(A )
1 t
5
17
4
17

=
1
17
3
17
( )
Observamos que A
5
17
3
17
t 1
1
17
4
17
( )
= A
1 t
5
17
3
17
1
17
4
17
30. Menor de una matriz.E

E
Sea A una matriz de orden mn, es decir, A0Mmn

Si en la matriz A eliminamos algunas filas y/o algunas columnas, nos queda una matriz
B de orden kt, es decir, B0Mkt (evidentemente k#m y t#n). La matriz B se dice que
es una submatriz de A.
Si B fuese una matriz cuadrada de orden h (evidentemente h # minimo{m,n}), a su
determinante *B* se le llama menor de orden h de la matriz A. Es evidente que en una
matriz de orden mn puede haber ms de un menor de orden h.
Si el menor est formado por las h primeras filas y las h primeras columnas de A, se dice
Pgina 59
que es el menor principal de orden h de A.
Ejemplo 80.-
3 4
5 6
1 2
A = 2 3 5 4 4 8 M 36
3 10 9 6 7 5
Sea la matriz
Si eliminamos la fila 3 y las columnas 2, 4 y 5 tenemos una submatriz de A:
1 3 6
Submatriz de A = S =
M 23
2 5 8
Veamos algunos menores de la matriz A, de orden 3 (slo podemos eliminar columnas):
3 5 4 = 186 hemos e liminado las columnas 1, 4 y 6.

10 9 7
1 2 5
2 3 4 = 265 hemos eliminado las columnas 3, 4 y 6
3 10
1 2
3
M 3 = 2 3 5 = 170 Este es el menor principal de orden 3
3 10 9
Algunos menores de orden 2 :
M2 =
1
2 3
5 4
1
7
2
3 10
= 10 Este es el menor primcipal de orden 2
= 11 hemos suprimido la fila 3 y las columnas 2, 4, 5 y 6
2 5
9
= 71 hemos suprimido la fila 1 y las columnas 1, 2, 4 y 6
= 4 hemos suprimido l a fila 2 y las columnas 3, 4, 5 y 6
El menor principal de orden 1 es
M1 = 1 = 1
Otros menores de orden 1 son: 2 = 2 ; 5 = 5 etc.

No confundir con el valor absoluto.
Pgina 60
31. Propiedad de los menores de una matriz.El valor de los menores de una matriz nos da informacin sobre si una lnea (fila o
columna) es combinacin lineal de otra u otras lneas paralelas a ella. Es decir, podemos saber
si, por ejemplo:
fila h = fila k
o
fila h = fila k + fila s
o
fila h = fila k + fila s + fila t
etc.
siendo , , , .... numeros reales
Veamos como se obtiene esa informacin (lo haremos para filas, para columnas es
similar):
Supongamos una matriz A de orden mn y dos filas de ella, la fila k y la fila h. Queremos
saber si una de esas filas es combinacin lineal de la otra (una es mltiplo de la otra).
ak 1
A=L
a h1
ak 2
L
ak 3 L
L L
ah 2
ah 3 L
a kn
L Es la fila h multiplo de la fila k ?
ahn
Supongamos que uno o los dos elementos ak1 y ah1 son distintos de cero (basta con que
lo sea uno solo). Consideremos todos los menores de orden 2 que pueden construirse con
esas dos filas manteniendo fija la primera columna con esos dos elementos:
ak 1
a h1
ak 2 ak 1
;
a h 2 a h1
ak 3 ak 1
;
a h 3 a h1
ak 4
a
; ; k1
ah 4
a h1
a kn
ahn
Si todos estos menores son iguales a cero, entonces la fila h es mltiplo de la fila k (y la
fila k es mltiplo de la fila h). Se dice que ambas filas son linealmente dependientes.
Si alguno de esos menores es distinto de cero, entonces ninguna de esas dos filas es
mltiplo de la otra. Se dice que las filas k y h son linealmente independientes
Imaginemos ahora tres filas de A, es decir, fila h, fila k y fila s. Queremos saber si, por
ejemplo, la fila h es combinacin lineal de las filas k y s.
L
ak1
L
A = a s1
L
ah1
ak 2
L
ak 3
L
as2
L
as3
L
ah 2
L
ah 3
L
L L
L a kn
L L
L a sn Es la fila h combinacion lineal de las k y s ?

L L
L ahn
L L
Pgina 61
Consideremos la matriz formada por esas tres filas y de ella el menor principal de orden
2, es decir:
ak 1
a s1
a h1
ak 2
as2
ah 2
a k 3 L a kn
a s 3 L a sn
ah 3 L ahn
y M2 =
ak 1
a s1
ak 2
= a k 1 a s 2 a k 2 a s1
as2
Manteniendo fijo ese menor, construimos todos los menores de orden 3 aumentando una
fila y una columna del siguiente modo:
ak 1
a s1
a h1
ak 2
as2
ah 2
ak 3
ak 1
a s 3 ; a s1
ah 3
a h1
ak 2
as2
ah 2
ak 4 ak 1
a s 4 ; a s1
a h 4 a h1
ak 2
as2
ah 2
ak 5
ak 1
a s5 ; ; a s1
ah5
a h1
ak 2
as2
ah 2
a kn
a sn
ahn
Si M2 0 y todos estos menores de orden 3 son iguales a cero, entonces podemos

asegurar que la fila h es combinacin lineal de las filas k y s.
Si M2 0 y alguno estos menores de orden de orden 3 es distinto de cero, entonces
podemos asegurar que la fila h no es combinacin lineal de las otras dos, es decir, las
tres filas son linealmente independientes.
Lo visto anteriormente es extensible a cuatro, cinco, ... filas o columnas.
Ejemplo 81.6
5
0
3 1 2
5 2
2 1 4 4
Sea la matriz A = 9 3 6 18 15 0 . Contestemos a las preguntas:
1 1 10 2 15 4
0 2
5 2 2 10
Es la fila 3 mltiplo de la fila 1? Veamos:
Consideremos y calculemos todos los menores de orden 2 formados con las filas 1 y 3,
manteniendo fijo elemento a11:
=9 9 = 0 ;
9 15
9 6
= 45 + 45 = 0 ;
= 18 + 18 = 0 ;
0
9 0
9 18
=0+0=0
Observamos que todos esos menores son cero. Por tanto:

La fila 3 es mltiplo (combinacin lineal) de la fila 1
NOTA: A simple vista se observa que
(fila 3)=&3(fila 1)
= 54 + 54 = 0
Pgina 62
Es la fila 4 combinacin lineal de las filas 1 y 2? Veamos:

Consideremos y calculemos el menor principal de orden 2 :
M2 =
3 1
=3 2 = 1 0
2 1
Esto nos indica que las filas1 y 2 son linealmente independientes

Ahora, manteniendo los elementos de M2 construimos y calculamos los menores de
orden 3 que pueden formarse con la fila 4:
3 1
2 1
2
3 1 6
4 = 30 4 + 4 + 2 12 20 = 0 ; 2 1 4 = 6 12 4 + 6 + 12 + 4 = 0
10
3 1
2 1
5
3 1 0
5 = 45 10 + 5 + 5 15 30 = 0 ; 2 1 2 = 12 + 0 2 0 + 6 + 8 = 0
15
Como todos los menores son iguales a cero, podemos asegurar que:
La fila 4 es combinacin lineal de las filas 1 y 2.
NOTA: Puede observarse que (fila 4) = (fila 1) + 2(fila 2)
En este caso tambin podemos decir que la fila 2 es combinacin lineal de las filas 1
y 4 ya que: (fila 2) = (fila 4) & (fila 1).
Es la fila 5 combinacin lineal de las filas 1 y 2? Veamos:
Actuamos como antes:
3
4 = 6 + 8 20 10 + 24 + 4 = 0 ; 2
2 2
1 5
3
5
3
4 = 30 + 24 + 20 30 24 20 = 0
2 10
1
2 1 5 = 0 + 20 25 25 + 30 0 = 0 ; 2 1 2 = 6 + 0 + 10 0 12 + 4 = 4 0
5 2 0
5 2 2
Observamos que hay un menor (el ltimo) distinto de cero. Por tanto:
La fila 5 no es combinacin lineal de las filas 1 y 2
32. Rango de una matriz.Sea A una matriz de orden mn. Se llama rango de la matriz A al nmero natural h tal que:
L
Existe algn menor de A, de orden h, que sea distinto de cero.
L
Todos los menores de A, de orden superior a h, no existen o son iguales a cero.
Pgina 63
Es decir:
M 0 ( M menor de A, de orden h).

rango A = h N
T = menor de orden > h , es T = 0 (oT noexiste)
Escribiremos rang A = h
Ejemplo 82. 5 2 1 0 2
Sea la matriz A = 1 1 3 5
2 .Queremos hallar su rango.
7 4 7 10 0
Veamos:
S
La matriz A es de orden 35. Esto nos indica que el mayor orden posible para los
menores de A es 3, es decir, no hay menores de A de orden superior a 3.
Por tanto:
rang A = h 3
Observamos que hay menores de orden 1 que son distintos de cero. Por ejemplo,
el menor principal de orden 1 es M1=*5*=50.
Por tanto:
1 rang A 3 , es decir , rang A = 1, 2 o 3

S
Veamos si hay algn menor de orden 2 que sea distinto de cero:
M2 =
5 2
= 5 2 = 3 0 rang = 2 o 3
1 1
Como hay un menor de orden 2 (en este caso el principal) que es distinto de cero,
podemos asegurar que el rango es, al menos, 2.
S
Veamos si hay algn menor de orden 3 que sea distinto de cero. Si lo hubiese, el
rango sera 3.
2
1
4
3 = 35 4 42 + 7 + 60 + 14 = 81 + 81 = 0
7
1
7
1
4
5 = 50 + 0 + 70 0 100 20 = 0
10
2 2
1
7
1
4
5
M 3 = 1
7
2 = 0 + 8 + 28 14 40 0 = 18 0
0
Hemos encontrado un menor de orden 3 que es distinto de cero. Por tanto:
rang A= 3
Ejemplo 83.-
Pgina 64
Dadas las matrices A = ( 2
0 9) ; B = (0 0 0 1) y O = (0 0 0) , es
evidente que:
rang A = 1
rang B = 1
y rang O = 0
Ejemplo 84.Es evidente que:
0
53
2

2
0

rang = 0 ; rang 2 = 1 ; rang = 1 ; rang 2 = 1
0
0

3

0
Ejemplo 85.Hallemos el rango de la matriz
3
23
C = 2 4 . Observamos que C0M32.
1 2
rang C =1 o 2 . No puede ser cero al haber algn menor de orden 1 que no es cero.
3
3
3
3
2
= 6+ 6= 0 ; 2
= 3 3 = 6 0
1 2
2 4
Por tanto: rang C = 2
33. Propiedades del rango de una matriz.Veamos algunas propiedades del rango de una matriz que nos permitirn hacer ms fcil
su clculo.
Si en una matriz A intercambiamos dos filas o dos columnas, obtenemos otra matriz
distinta B. Pues bien:
rang A = rang B
Si una matriz A tiene una lnea (fila o columna) cuyos trminos son todos ceros y
eliminamos esa lnea, obtenemos otra matriz B. Pues bien:
rang A = rang B
Si una matriz A tiene una lnea (fila o columna) que es combinacin lineal de otra u otras
Pgina 65
y eliminamos esa lnea, obtenemos otra matriz B. Pues bien:

rang A = rang B
El rango de una matriz A es igual al rango de su traspuesta. Es decir:

rang A = rang At
Ejemplo 86. 7 3 4 1 5
7 3 4 1 5
7 3 5 1 4
rang 0 2
3 1 9 = rang 6 5 2 7 4 = rang 6 5 4 7 2
3 1 9
6 5 2 7 4
0 2
0 2 9 1 3
La segunda matriz se obtiene intercambiando las filas 2 y 3 en la primera matriz.
La tercera matriz se obtiene intercambiando las columnas 3 y 5 en la segunda matriz.
Ejemplo 87.-
6 9 7 5
6 9 7 5
rang 0 0 0 0 = rang 2 7
= 2 ( a simple vista )
1
3
2 7
3
5
3 5 1 3
Ejemplo 88.-
5 3 1
Sea la matriz A = 2 4 1 . Obsrvese que la fila 3 es combinacin lineal de
6 1
4
las dos primeras. Dicha combinacin es: (fila 3) = 2(fila 1) + 3(fila 2)
5 3 1
2 4 1
Eliminando la fila 3 obtenemos la matriz B =

Se verifica que:
rang A = rang B = 2 ( se aprecia mentalmente )

Ejemplo 89.Sea
7 3
7 3
t
A=
y A =
una matriz y su traspuesta.
3 5
3 5
rang A = rang A t = 2 ( se calcula mentalmente)
Pgina 66
34. Clculo del rango de una matriz. Teorema.Sea A una matriz de orden mn (m filas y n columnas).
Supongamos que su menor principal de orden h es distinto de cero, es decir:
}
}
a11
a12
a 21
a22
a13 L a1h
a 23 L a 2h
M h = a 31
L
a32
L
a 33 L a 3h 0
L L L
ah1
a h2
ah3 L a hh
Supongamos ahora una fila k tal que k>h (es decir, la fila k est por debajo de la fila h)
y que verifica lo siguiente:
Todos los menores de orden h+1 que se forman manteniendo fijo Mh, con la fila k y las
columnas siguientes a h, son ceros
Pues bien! En este caso, la fila k es combinacin lineal de las h primeras filas.
Es decir:
a11 a12
a21 a22
Mh + 1 = L L
ah1 ah2
ak1 ak 2
a11
a 21
L
ah1
a12
a22
L
ah2
L a1h
L a2h
L L
L ahh
a k 1 a k 2 L a kh
a11
a12
L a1h
L a 2h
L L
L ahh
L a kh
a1h + 1
a2h + 1
L =0
ahh + 1
a kh + 1
a1h + 2
a2h + 2
L =0
a hh + 2
Hemos utilizado la fila k y la columna h + 1
Hemos utilizado la fila k y la columna h + 2
a kh + 2
L a1h a1h + 3
a 21 a22 L a2h a2h + 3
L L L L
L = 0 Hemos utilizado la fila k y la columna h + 3
ah1 ah2 L ahh a hh + 3
a k 1 a k 2 L a kh a kh + 3
.........................................................................................................................
a11
a21
L
a h1
ak1
a12
a22
L
ah 2
ak 2
L
L
L
L
L
a1h
a2 h
L
ahh
a kh
Pgina 67
a1n
a2 n
L = 0 Hemos utilizado la fila k y columna n (ultima )
ahn
a kn
Cuando esto ocurre, podemos asegurar que:

la fila k es combinacin lineal de las h primeras filas
Esto nos permitira eliminar la fila k de la matriz A y obtenemos otra matriz B (con una
fila menos) que tiene el mismo rango que A.
Demostracin:
Para mejor comprensin, vamos a demostrarlo para el caso de una matriz A de orden 45
y para h = 2, pero debe entenderse que el proceso es extensible a cualquier orden mn y
cualquier valor h que sea posible segn la matriz A. Veamos:
a15
a25
M 4 5
a35
a45
a11
a21
Sea una matriz A =
a31
a41
Supongamos que el menor principal de orden 2 es distinto de cero: M 2 =
Consideremos la fila 3 de A y supongamos que todos los menores de orden 3 que

construimos manteniendo M2 y aadiendo los elementos de dicha fila son cero, es decir:
a12
a22
a13
a23
a14
a24
a32
a42
a33
a43
a34
a44
a11
a21
a11
a12
a13
a11
a12
a14
a11
a12
a15
a21
a31
a22
a32
a23 = a21
a33 a31
a22
a32
a24 = a21
a34
a31
a22
a32
a25 = 0
a35
a12
0
a22
Vamos a demostrar que la fila 3 es combinacin lineal de las filas 1 y 2. En efecto:

Adems de ser iguales a cero los tres determinantes del punto anterior, tambin lo son:
a11
a21
a31
a12
a22
a32
a11
a21 = 0 y
a31
a11
a21
a31
a12
a22
a32
a12
a22 = 0
a32
El motivo es que cada uno de esos determinantes tienen dos columnas iguales.
a
Ahora vamos a desarrollar cada uno de los cinco determinantes anteriores por los
elementos de la ltima columna. Cada desarrollo ser igual a su valor, es decir, cero.
(1)
( 2)
(3)
( 4)
(5)
Pgina 68
a13 A13 + a23 A23 + a33 A33 = 0

a14 A13 + a24 A23 + a34 A33 = 0
a15 A13 + a25 A23 + a35 A33 = 0
a11 A13 + a21 A23 + a31 A33 = 0
a12 A13 + a22 A23 + a35 A32 = 0
Notese que hemos llamado:

A13 =
a21
a31
a22
a
; A23 = 11
a32
a31
a12
a32
y A33 =
a11
a21
a12
a22
a12
= a11 a22 a12 a21 0 , podemos despejar
a22
en las cinco ecuaciones anteriores los valores a33 , a34 , a35 , a31 y a32 :
Considerando que
( 4)
(5)
(1)
( 2)
(3)
Es decir, la fila 3 ( a31
A33 =
a11
a21
A13
A
a11 23 a21 = a11 + a21
A33
A33
A
A
a32 = 13 a12 23 a22 = a12 + a22
A33
A33
A13
A23
a13
a23 = a13 + a23
a33 =
A33
A33
A
A
a34 = 13 a14 23 a24 = a14 + a24
A33
A33
A
A
a31 = 13 a15 23 a25 = a15 + a25
A33
A33
a31 =
a32 a33 a34 a35 ) es combinacin lineal de las filas 1 y 2 c.q.d.
Ejemplo 90.Queremos hallar el rango de la matriz
1 3 2 1
A = 2 2 0 3 M 34
8 12 4 7
n de filas = 3
n de columnas = 4 1 rang A 3
algun elemento 0
Veamos:
Pgina 69
Veamos el menor principal de orden 2:

M2 =
1 3
= 2 + 6 = 4 0 2 rang A 3
2 2
Veamos ahora los menores de orden 3 construidos a partir del menor principal de orden 2:
1 3 2
M 3 = 2 2 0 = 8 48 + 32 + 24 = 0
8 12 4
1 3 1
2 2 3 = 14 24 72 + 16 + 36 + 42 = 16 0
8 12 7
Por tanto:
rang A = 3
Adems de obtener el rango de A, sacamos las siguientes conclusiones:
La fila 3 de la matriz A no es combinacin lineal de las filas 1 y 2. Si la fila 3 fuese

combinacin lineal de las otras dos, podramos eliminarla y obtendramos otra matriz B
cuyo rango sera 2, es decir, sera rang A = rang B = 2.
Ninguna de las tres filas de A es combinacin lineal de las otras dos. Si una fila fuese
combinacin lineal de las otras dos, podramos eliminarla y obtendramos otra matriz B
cuyo rango sera 2.
Una de las cuatro columnas es combinacin lineal de las otras tres. Es posible que cada
una de ellas sea combinacin lineal de las otras tres. Si eliminamos una columna que sea
combinacin lineal de las otras tres, obtenemos otra matriz B cuyo rango es 3.
35. Dependencia e independencia lineal de lneas en una matriz..

.
Sea una matriz A de orden mn.

Supongamos que una fila de A es combinacin lineal de otras filas. Por ejemplo:
Supongamos que la fila 5 es combinacin lineal de las filas 1, 3 y 4. Es decir:
F5 = F1 + F3 + F4
.
.
.
Entonces se dice que las filas 1, 3, 4 y 5 son linealmente dependientes.

Si ninguna de esas filas puede ponerse como combinacin lineal de las otras cuatro, se
dice que las cinco filas son linealmente independientes.
Todo lo dicho para filas es vlido para columnas. En definitiva:
rang A = numero de filas linealmente independientes =

= numerodecolumnas linealmente independientes.
rang A min {n filas , n columnas}
Pgina 70
Ejemplo 91.Imaginemos una A matriz que tiene 6 filas. Supongamos que la fila 5 es combinacin
lineal de las filas 1, 3 y 4, de tal modo que dicha combinacin es:
3
F5 = 2 F1 F3 + F4
2
Entonces la fila 1 tambin es combinacin lineal de las filas 3, 4 y 5. En efecto:
2 F1 = F5 + F3
3
1
1
3
F4 ; F1 = F5 + F3 F4
2
2
2
4
Del mismo modo obtendramos que la fila 3 es combinacin lineal de las otras 3.
Ejemplo 92.-
8 3 4 5 1
2
6
1
0
5
M
A=
4 5 Queremos saber el
4 15 6 5 9
6 9 5 5 4
Sea la matriz
nmero de filas y de columnas linealmente independientes. Veamos:

Sabemos que rang A = n filas lin. indep. = n colum. lin.indep.
Hallemos el rango de A:
M2 =
8 3
= 48 + 6 = 54 0 rang A = 2 o 3 o 4
2 6
Hallemos los menores de orden 3 construidos a partir de M2 :
8
M3 = 2
3
6
4 15
4
1 = 288 120 + 12 96 120 + 36 = 0
6
8 3 5
2 6 0 = 240 150 120 + 30 = 0
4 15 5
8
2
3
6
1
5 = 432 30 60 24 + 600 54 = 0
4 15 9
Por tanto: La fila 3 es combinacin lineal de las dos primeras
Es decir: Las filas 1, 2 y 3 son linealmente dependientes.
Es posible poner alguna (o todas) de esas tres filas como combinacin lineal de las otras dos.
Pgina 71
Eliminando la fila 3 de A obtenemos otra matriz B tal que rang A = rang B
8 3 4 5 1
B = 2 6 1 0 5
6 9 5 5 4
con rang A = rang B = 1 o 2 o 3
Consideremos el menor principal de orden 2 de B (es el mismo de antes): M2=540
1 = 240 + 72 18 + 144 + 72 30 = 0
0 = 240 + 90 + 180 30 = 0
3 1
5 = 192 + 18 + 90 + 36 360 + 24 = 0
Por tanto: La fila 3 de B (fila 4 de A) es combinacin lineal de las filas 1 y 2 de B (1 y 2 de A)

Eliminando la fila 3 de B obtenemos otra matriz C tal que:
8 3 4 5 1
C=
M 25 ran g A = rang B = rang C = 1 o 2
2 6 1 0 5
Como hemos visto que
M2 =
8 3
= 54 0 rang C = 2
2 6
Conclusin:
rang A = 2 = n de filas lin. indep. =

= n de columnas lin. indep.

Matrices Com

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matrices Com

Uploaded by

Copyright:

Available Formats

I. E. S.

Siete Colinas (Ceuta)

Por Javier Carroquino CaZas

Ciencias de la Naturaleza y la Salud

I.E.S. Siete Colinas (Ceuta)

Javier Carroquino Caas

na de las partes ms antigua de la matemtica es el

1. Matriz de nmeros reales de orden mn.O

Sea el conjunto de los nmeros reales.

a11 a12 a13 ...... a1n

Notese que hay m filas y n columnas

a11 a12 a13 ...... a1n

La fila 2 est formada por los siguientes elementos:

a21 a 22 a23 ...... a2 n

ai1 ai 2 ai 3 ...... ain

La columna 1 est formada por los

La expresin aij representa al elemento de la matriz que ocupa la posicin fila i

Ejemplo 1.Escribamos un matriz de nmeros reales de orden 35:

El elemento a 46 no existe porque no hay 4 filas ni 6 columnas.

a11 a12 a13 ...... a1n

Notese que hay m filas y n columnas

Una forma abreviada de expresarla es : A = aij

Otra forma sera: A = aij

Una matriz genrica B de orden 56 sera: B = bij

A = (a11 a12 a13 ...... a1n ) = a1 j

es una matriz fila de orden 1 n generica.

Ejemplo 3.Una matriz fila genrica de orden 16 es

B = (b11 b12 b13 b14 b15 b16 ) = b1 j

Una matriz concreta de orden 16 es:

j =1,2 ,3,4 ,5,6

Una matriz fila de orden 11 es: A = ( 19 )

La matriz C = c21 = ( ci1 )i =1,2 ,3 es una matriz columna de orden 3 1.

es una matriz columna de orden 4 1

a11 a12 a13 ...... a1n

Notese que hay n filas y n columnas

El conjunto de las matrices de orden nn se expresa M nn = M n (para abreviar)

Ejemplo 5.Una matriz cuadrada genrica de orden 5 sera:

a11 a12 a13 a14 a15

a51 a52 a53 a54 a55

Notese n de filas = n de columnas = 5

Ejemplo 6.Una matriz cuadrada de orden 33 (O de orden 3) es:

podemos expresar que B M 3

a11 = b11 ; a12 = b12 ; a13 = b13 ; ; a1n = b1n

am = bm1 ; a m2 = bm2 ; a m3 = bm3 ; ; a mn = bmn

6. Matriz traspuesta de otra matriz-

Sea una matriz cualquiera A = aij

Ntese que ahora la matriz A t tiene n fila y m columnas, es decir:

a11 a12 a13 ..... a1n

Ejemplo 9.Sea la matriz fila A =

La traspuesta de la traspuesta de una matriz es igual a esa matriz, es decir:

Si A es una matriz, entonces

a11 = a11 ; a12 = a 21 ; a13 = a 31 ; ......; a1n = a n1

A = aij M n es simetrica aij = a ji i , j { 1,2,3,...., n }

Ejemplo 11.La siguiente matriz cuadrada (de orden 4) es simtrica:

a11= a11= 1 ; a12 = a 21 =

8. Diagonal principal y secundaria de una matriz cuadrada.-

Sea A = aij M n una matriz cuadrada de orden n.

Diagonal principal de A = AS = a11 , a 22 , a 33 ,...., a ( n 1)( n1) , a nn

A = a 33 ....... nmero de elementos de la diagonal= n de filas = n de columnas.

aij esta en la diagonal sec undaria de A i + j = n + 1

Diagonal sec undaria de A = AS = a1n , a 2 ( n 1) , a 3( n 2 ) ,...., a ( n 1) 2 , a n1

D = d ij M n es diagonal aii = 0 i { 1, 2 , 3 ,...., n }

Ejemplo 14.Unas matrices diagonales de orden 2 son:

Ejemplo 15.Matrices escalares de orden 3 son: