MATRICES Y DETERMINANTES

1.- MATRICES

Una matriz es una tabla ordenada de escalares ai j de la forma

La matriz anterior se denota tambin por (ai j), i =1,..., m, j =1,..., n, o simplemente por (ai j).

Los trminos horizontales son las filas de la matriz y los verticales son sus columnas. Una matriz con m filas
y n columnas se denomina matriz m por n, o matriz m n.
Las matrices se denotarn usualmente por letras maysculas, A, B,..., y los elementos de las mismas por
minsculas, a, b, ...
Ejemplo:

donde sus filas son (1, -3, 4) y (0, 5, -2) y sus

CLASES DE MATRICES

Segn el aspecto de las matrices, stas pueden clasificarse en:

Matrices cuadradas
Una matriz cuadrada es la que tiene el mismo nmero de filas que de columnas. Se dice que una matriz
cuadrada n n es de orden n y se denomina matriz n-cuadrada.
Ejemplo: Sean las matrices

Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.

Matriz identidad
Una matriz cuadrada se llama matriz identidad si todos los elementos de su diagonal son iguales a 1 y todos
los elementos que no estn en la diagonal son iguales a cero. Las siguientes matrices son matrices
identidad de tamao 2 x 2 y 3 x 3, respectivamente,
A I = I A = A.

Matrices triangulares

Una matriz cuadrada A = (ai j ) es una matriz triangular superior o simplemente una matriz triangular, si
todas las entradas bajo la diagonal principal son iguales a cero. As pues, las matrices

son matrices triangulares superiores de rdenes 2, 3 y 4.

TRASPUESTA DE UNA MATRIZ

La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y se denota por AT.

As, la traspuesta de

En otras palabras, si A = (ai j ) es una matriz m n, entonces AT = es la matriz n m. La trasposicin

de una matriz cumple las siguientes propiedades:

1. (A + B)T = AT + BT.

2. (AT)T = A.

3. (kA)T = kAT (si k es un escalar).

4. (AB)T = BTAT.

Matrices simtricas

Se dice que una matriz real es simtrica, si AT = A; y que es antisimtrica, si AT = - A.

Ejemplo:
Consideremos las siguientes matrices:

Podemos observar que los elementos simtricos de A son iguales, o que AT = A. Siendo as, A es simtrica.
Para B los elementos simtricos son opuestos entre s, de este modo B es antisimtrica.
A simple vista, C no es cuadrada; en consecuencia, no es ni simtrica ni antisimtrica.

Matrices ortogonales

Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una matriz ortogonal A es

necesariamente cuadrada e invertible, con inversa A-1 = AT.

Consideremos una matriz 3 3 arbitraria:

Si A es ortogonal, entonces:
2.-OPERACIONES CON MATRICES

Suma y resta de matrices

Para poder sumar o restar matrices, stas deben tener el mismo nmero de filas y de columnas. Es decir, si
una matriz es de orden 3 2 y otra de 3 3, no se pueden sumar ni restar. Esto es as ya que, tanto para la
suma como para la resta, se suman o se restan los trminos que ocupan el mismo lugar en las matrices.
Ejemplo:

Para sumar o restar ms de dos matrices se procede igual. No necesariamente para poder sumar o restar
matrices, stas tienen que ser cuadradas.

Ejemplo:

Producto de matrices
Para poder multiplicar dos matrices, la primera debe tener el mismo nmero de columnas que filas la
segunda. La matriz resultante del producto quedar con el mismo nmero de filas de la primera y con el
mismo nmero de columnas de la segunda.

Es decir, si tenemos una matriz 2 3 y la multiplicamos por otra de orden 3 5, la matriz resultante ser de
orden 2 5.

(2 3) (3 5) = (2 5)

Se puede observar que el producto de matrices no cumple la propiedad conmutativa, ya que en el ejemplo
anterior, si multiplicamos la segunda por la primera, no podramos efectuar la operacin.

3 5 por 2 3,
puesto que la primera matriz no tiene el mismo nmero de columnas que filas la segunda.

Supongamos que A = (ai j ) y B = (bi j ) son matrices tales que el nmero de columnas de A coincide con
el nmero de filas de B; es decir, A es una matriz m p y B una matriz p n. Entonces el producto AB es la
matriz m n cuya entrada ij se obtiene multiplicando la fila i de A por la columna j de B.

Esto es,
Ejemplo:

1.

2.

Producto por un escalar

El producto de un escalar k por la matriz A, escrito kA o simplemente kA, es la matriz obtenida multiplicando
cada entrada de A por k:

Ejemplo:

Entonces:

Divisin de matrices
La divisin de matrices se define como el producto del numerador multiplicado por la matriz inversa del

denominador. Es decir, sean las matrices A y B tal que A/B = AB-1:

Si una matriz est dividida entre un escalar, todos los trminos de la matriz quedarn divididos por ese
escalar.
Ejemplo:

MATRICES INVERTIBLES
 Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que

AB = BA = I

siendo I la matriz identidad. Denominamos a la matriz B la inversa de A y la denotamos por A-1.

Ejemplo:

Puesto que AB = BA = I, A y B son invertibles, siendo cada una la inversa de la otra.

3.-DETERMINANTE DE UNA MATRIZ

El determinante de una matriz es un escalar (un nmero), obtenido a partir de los elementos de una matriz por
operaciones especificadas, y que es caracterstico de la matriz. Los determinantes estn definidos solamente para
matrices cuadradas. En esta seccin se estudiarn los mtodos para obtener los determinantes y las propiedades
de stos.
El determinante de una matriz 2 2 .
a a12
A 11
a21 a 22
est dado por
det A A a11 a 22 a12 a 21
EJEMPLO
3 6 3 6
Si A entonces A 3 24 27
4 1 4 1

1 0 1 0
Si A entonces A 10 0 10
6
10 6 10

DETERMINANTES
DE ORDEN TRES
3 3,
Anlogamente, el determinante de una matriz

a11 a12 a13

A a21 a 22 a 23

a31 a 32 a 33

est dado por A a11a 22 a 33 a12 a23 a 31 a13 a 32 a 21 a13 a 22 a 31 a23 a 32 a11 a 33 a 21a12

Para calcular los determinantes de orden tres, el siguiente diagrama puede ayudar a resolverlos:


 Ejemplo:
Calcular el valor del determinante:

= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63

El determinante de la matriz 3 3 A = (ai j ) puede reescribirse como:

det (A) = a11(a22a33 - a23a32) - a12(a21a33 - a23a31) + a13(a21a32 - a22a31) =

que es una combinacin lineal de tres determinantes de orden dos, cuyos coeficientes (con signos
alternantes) constituyen la primera fila de la matriz dada. Esta combinacin lineal puede indicarse de la
forma siguiente:

Ntese que cada matriz 2 2 se obtiene suprimiendo en la matriz inicial la fila y la columna que contienen su
coeficiente.
Ejemplo:
Para demostrar que la propiedad anterior se cumple, trabajaremos con :

= 3(8+5) - 2(0-10) + 1(0+4) = 39 + 20 + 4 = 63

Determinantes de matrices de orden mayor que 3 3 suelen calcularse por un procedimiento conocido como
desarrolloporcofactores.
Porejemplo,eldeterminantedelamatriz 3 3 anteriorsepuedeescribir

A a11 a 22a 33 a 23a32 a12 a 21a 33 a23a 31 a13 a 21a32 a 22a 31

a 22 a 23 a a 23 a a22
a11 a12 21 a13 21
a 32 a 33 a31 a 33 a 31 a32

ObservamosquecadadeterminanteenlasumaeseldeterminantedeunasubmatrizdeAqueseobtieneomitiendo
unafilayunacolumnaparticularesdeA.Estosdeterminantessellamanmenores.

PROPIEDADES DE LOS DETERMINANTES

Las propiedades bsicas del determinante son las siguientes:

1. El determinante de una matriz A y el de su traspuesta AT son iguales, es decir,

2. Sea A una matriz cuadrada,

Si A posee dos filas (columnas) iguales, necesariamente = 0.

Si A es triangular, esto es, A slo tiene ceros por encima o por debajo de la diagonal principal, entonces
es igual al producto de los elementos de la diagonal.

3. Supongamos que B se ha obtenido de A mediante una operacin elemental entre filas o columnas,
Si se han intercambiado dos filas (columnas) de A, |B| = - |A|.
Si se ha sumado un mltiplo de una fila (columna) a otra, entonces |B| = |A|.
Si se ha multiplicado una fila (columna) de A por un escalar k, |B| = k|A|.

4. Sea A cualquier matriz n-cuadrada, son equivalentes los siguientes principios:

A es invertible, es decir, A tiene inversa A-1.

AX = 0 tiene solamente la solucin trivial.
El determinante de A no es nulo: |A| 0.

5. El determinante es una funcin multiplicativa. Es decir, el determinante del producto de

matrices A y B es el producto de los determinantes: |AB| = |A| |B|.

6. Supongamos que A y B son matrices similares, entonces: |A| = |B|.

MATRICES Y SISTEMA DE ECUACIONES LINEALES

La matriz ampliada M de un sistema de m ecuaciones con n incgnitas es la siguiente:

Cada fila de M corresponde a una ecuacin del sistema y cada columna a los coeficientes de una incgnita,
excepto la ltima, que corresponde a las constantes del sistema.

Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz ampliada, especficamente,
reducindola a forma escalonada mediante el proceso de Gauss.

Mtodo de Gauss
Para resolver sistemas de ecuaciones lineales, se aplica el mtodo de Gauss. Este proceso se ilustra en el
siguiente ejemplo.

Ejemplo:
Sea el sistema,
su matriz ampliada asociada es

Ahora resolvemos por el mtodo de Gauss sabiendo que la primera columna corresponde a los coeficientes
de la x, la segunda a los de la y, la tercera a los de la z y la cuarta a los trminos independientes:

De este modo, el sistema tiene la solucin nica

x = 2, y = -1, z = 3.

La resolucin de sistemas de ecuaciones lineales por matrices, aplicando el mtodo de Gauss u otros, es
una de las mltiples aplicaciones que tienen stas.

APLIC. DE LOS DETERMINANTES

En el tema de matrices y su aplicacin a los sistemas de ecuaciones lineales, se vio cmo resolverlas
mediante el teorema de Gauss. Con los determinantes, y aplicando la regla de Cramer, veremos otra
manera de calcular los sistemas de ecuaciones lineales.

Regla de Cramer

Los pasos a seguir para calcular los sistemas de ecuaciones segn la regla de Cramer son los siguientes:
1. Hallar la matriz ampliada (A b) asociada al sistema de ecuaciones, esto es: que la primera columna est
formada por las entradas de los coeficientes de la primera incgnita de las ecuaciones; que la segunda
columna la formen las de la segunda incgnita, y as hasta llegar a la ltima columna, que estar constituida
por las entradas de los trminos independientes de las ecuaciones.
2. Calcular el determinante de A.
3. Aplicar la regla de Cramer, que consiste en:

a) ir sustituyendo la primera columna del det (A) por los trminos independientes;

b) dividir el resultado de este determinante entre el det (A) para hallar el valor de la primera incgnita;

c) continuar sustituyendo los trminos independientes en las distintas columnas para hallar el resto de las
incgnitas.

Ejemplo:
Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos incgnitas:

Encontrar el valor de x e y mediante la regla de Cramer.

Empezaremos con el primer paso, que consiste en hallar la matriz ampliada A b asociada al sistema de
ecuaciones lineales:

El segundo paso es calcular el determinante de A. As pues:

Y el tercero y ltimo paso consiste en calcular las incgnitas:

Discusin de los sistemas de ecuaciones lineales

A continuacin, se estudiar la manera de saber de antemano si un sistema de ecuaciones lineales tienen o

no solucin y si tienen una nica o infinitas soluciones.

El estudio o discusin de los sistemas de ecuaciones se efecta aplicando el teorema de Rouch-Frbenius.

ste dice que con un sistema de ecuaciones lineales pueden ocurrir dos cosas:

1. Que el sistema de ecuaciones sea un sistema compatible (S.C.), esto es, que tenga solucin.

2. Que el sistema de ecuaciones sea un sistema incompatible (S.I.) o que no tenga solucin.

El primer caso puede dividirse en dos:

a) que sea un sistema compatible y determinado (S.C.D.), esto es, que tenga una nica solucin;

b) que el sistema sea compatible e indeterminado (S.C.I.), es decir, que tenga infinitas soluciones.

Sea un sistema no homogneo:

En consecuencia, la matriz ampliada Ab asociada al sistema de ecuaciones es:

y el sistema ser compatible cuando:

rango (A) = rango (A b),

lo que suele expresarse diciendo que el rango de la matriz de coeficientes coincide con el rango de la matriz
ampliada.

Si el sistema anterior es compatible y

rango (A) = rango (A b) = nmero de incgnitas,

el sistema es compatible y determinado, es decir, tiene una nica solucin.

Si, por el contrario, tenemos que

rango (A) = rango (A b) < nmero de incgnitas,
el sistema es compatible e indeterminado, es decir, tiene infinitas soluciones.
Si rango (A) rango (A b), el sistema es incompatible y no tiene ninguna solucin.
Ejemplos:

Discutir, sin resolver, los siguientes sistemas de ecuaciones:

Puesto que rango (A) = 1 rango (A b) = 2, el sistema es incompatible; no existe ninguna solucin.
 Ya que rango (A) = rango (A b) = 2 = nmero de incgnitas, el sistema es compatible y determinado; es
decir, existe una nica solucin.

Puesto que rango (A) = rango (A b) = 1 < nmero de incgnitas, el sistema es compatible e indeterminado;
existen infinitas soluciones.

Resolvamos el sistema mediante la regla de Cramer:

Calculamos el det (A):

Aplicando la regla de Cramer:

x = 68/23; y = -53/23; z = -42/23.

Descripcin del mtodo de eliminacin Gaussiana

Considerando el sistema
2 x 4 y 6 z 18

4 x 5 y 6 z 24 L 1
3 x y 2 z 4

El sistema (1) puede ser escrito en forma matricial como se observa en la columna de la derecha omitiendo
las variables.
2 x 4 y 6 z 18 2 4 6 M 18

4 x 5 y 6 z 24 L 1 4 5 6 M 24 L 2
3 x y 2 z 4
3 1 2 M 4

La matriz (2) se denomina matriz ampliada del sistema (1). Ahora, las operaciones que realizaramos sobre
las ecuaciones del sistema (1) se realizarn con las filas de la matriz (2). Cada fila (ecuacin) de la matriz
se denotar por f i donde i 1, 2 3 .

El objetivo es obtener, a travs de la suma de filas o la multiplicacin de una fila por un nmero distinto de
cero, nuevas filas pero que correspondan a un sistema equivalente al dado inicialmente.

La matriz (2) deber convertirse, si fuera posible, en una matriz de la forma:

1 ? ? ?

0 1 ? ?
0 0 1 ?

Para conseguirlo, sigamos el siguiente procedimiento:
1
1 Para conseguir un 1 en la primera posicin, se multiplica la primera ecuacin por :
2
1 2 3 9
1
f1 f1 : 4 5 6 24
2 3 1 2 4

2 Luego, para obtener 0 en la primera columna de las filas 2 y 3, restamos a la segunda ecuacin la
primera ecuacin multiplicada por 4; un proceso similar se realizar con la tercera fila o ecuacin:
1 2 3 9

f 2 f 2 4 f1 : 0 3 6 12
3 1 2 4

1 2 3 9

f3 f3 3 f1 : 0 3 6 12
0 5 11 23

Los pasos realizados equivalen a eliminar la variable x en la segunda u tercera ecuacin.

1
3 Ahora multiplicaremos la segunda ecuacin por :
3

1 2 3 9
1
f 2 f 2 : 0 1 2 4
3 0 5 11 23

4 Para obtener 0 en la segunda columna de la tercera fila (ecuacin), se debe multiplicar por 5 la
segunda fila y sumar la tercera fila con la nueva segunda fila.

1 2 3 9

f3 f3 5 f 2 : 0 1 2 4
0 0 1 3

5 Finalmente, para obtener 1 en la tercera columna de la tercera fila:

1 2 3 9

f3 1 f 3 : 0 1 2 4
0 0 1 3

6 Si expresamos la matriz anterior en trminos de las ecuaciones, obtendramos:

x 2 y 3z 9
y 2z 4
z3
Entonces , en la tercera fila se obtiene: z 3 y sustituyendo este valor en la segunda ecuacin se
obtiene: y 2 ; luego x 4 . Por lo tanto, este sistema de ecuaciones tiene slo una solucin:
4; 2;3 .