Separata de matrices

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada
MATRICES Y DETERMINANTES.
INTRODUCCIÓN.
Las matrices aparecieron por primera vez hacia el año 1.850 introducidas por el inglés
James Joseph Silverton. El desarrollo de la teoría se debe al matemático y astrónomo irlandés
Hamilton en 1.853 y al inglés Cayley. Este último introdujo la notación matricial para un sistema
lineal de ecuaciones.
Además de su utilidad para estudiar sistemas aparecen de forma natural en geometría,
estadística, economía, etc.
La utilización de las matrices constituye una parte esencial en los lenguajes de
programación ya que la mayoría de los datos se introducen en los ordenadores en tablas
organizadas en filas y columnas. La utilización de bases de datos implican el empleo de
operaciones con matrices que estudiaremos en este tema.
DEFINICIÓN DE MATRIZ. TERMINOLOGÍA BÁSICA.
Una MATRIZ es un conjunto de números reales ordenados en filas y columnas de la
forma














mn
m
m
n
n
a
a
a
a
a
a
a
a
a











2
1
2
22
21
1
12
11
En forma abreviada se escribe ( )
aij mientras que ij
a representa un elemento cualquiera de la
matriz (el elemento que está en la fila i y la columna j).
EJEMPLO.










−
−
−
2
5
2
5
0
2
3
1
1
4
3
4
1
2
3
es una matriz que tiene tres filas y cuatro columnas: m = 3 y n = 4.
Llamamos DIMENSIÓN de una matriz al producto indicado del número de filas por el
número de columnas: m × n y podemos escribir de forma abreviada ( )
ij
n
m a
A =
×
En el ejemplo anterior, la dimensión es 3 × 4.
IGUALDAD DE MATRICES.
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que
ocupan igual posición son iguales.



=
=
⇔
=
ij
ij b
a
B
A
B
A
)
dim(
)
dim(
MATRICES Y DETERMINANTES 14

EJEMPLO.
Las matrices A
x
=






2 3 1
1 2
y B
a b
c
=






3
4 2
serán iguales si a = 2, b = 1, x = 4 y
c = 1.
TIPOS DE MATRICES.
Dependiendo de la forma que tengan las matrices o como son sus elementos, podemos
distinguir algunos tipos particulares de matrices:
 MATRIZ FILA es aquella que tiene una sola fila: ( )
a a a a n
11 12 13 1

 MATRIZ COLUMNA es aquella que tiene una sola columna:
a
a
a
am
11
21
31
1

















 MATRIZ CUADRADA es la que tiene igual número de filas que de columnas:
a a a
a a a
a a a
n
n
n n nn
11 12 1
21 22 2
1 2
 
 
    
 












En caso contrario se llama RECTANGULAR:
a a a
a a a
a a a
n
n
m m mn
11 12 1
21 22 2
1 2
 
 
    
 












En una matriz cuadrada, el conjunto formado por los elementos aii se llama
DIAGONAL PRINCIPAL y el conjunto de los elementos aij tal que ,
1
+
=
+ n
j
i se
llama DIAGONAL SECUNDARIA.
PRINCIPAL
Diagonal
22
11














Θ
Θ
Θ
Θ
Θ
Θ
Θ
Θ
Θ
nn
a
a
a








SECUNDARIA
Diagonal
1
1
,
2
1














Θ
Θ
Θ
Θ
Θ
Θ
Θ
−










n
n
n
a
a
a
 MATRIZ TRASPUESTA.
Dada una matriz A se llama traspuesta de A y se representa por ,
t
A a la matriz que se
obtiene de A cambiando filas por columnas o viceversa.

Ejemplo: Si A At
=
−
−





 ⇒ =
−
−










3 2 1
1 5 7
3 1
2 5
1 7
Es evidente que si A es de dimensión m × n, t
A es de dimensión n × m.
 MATRIZ NULA. Es aquella en la que todos sus elementos son nulos. También se llama
matriz cero y se representa por 0.
Para matrices cuadradas:
• MATRIZ DIAGONAL es aquella que tiene todos sus elementos nulos salvo los de la
diagonal principal.














nn
a
a
a







0
0
0
0
0
0
22
11
• MATRIZ ESCALAR es una matriz diagonal en la que todos los elementos de la diagonal
principal son iguales.














a
a
a







0
0
0
0
0
0
• MATRIZ UNIDAD o IDENTIDAD es una matriz escalar con los elementos de la diagonal
principal iguales a 1.














1
0
0
0
1
0
0
0
1







• MATRIZ TRIANGULAR es aquella en la que todos los elementos por encima (o debajo)
de la diagonal principal son nulos.
Triangular superior si son nulos los elementos situados por debajo de la diagonal principal.














nn
n
n
a
a
a
a
a
a







0
0
0 2
22
1
12
11
Triangular inferior si son nulos los elementos situados por encima de la diagonal principal.














nn
n
n a
a
a
a
a
a







2
1
22
21
11
0
0
0

Las matrices triangulares se utilizan en la resolución de sistemas de ecuaciones por el método
de Gauss.
• MATRIZ SIMÉTRICA: es una matriz cuadrada que coincide con su traspuesta, es decir,
j
i
a
a
A
A ji
ij
t
,
∀
=
⇒
=
• MATRIZ ANTISIMÉTRICA: es una matriz cuadrada que coincide con la opuesta de su
traspuesta, es decir, j
i
a
a
A
A ji
ij
t
,
∀
−
=
⇒
−
=
OPERACIONES CON MATRICES.
SUMA DE MATRICES.
Dadas dos matrices )
( ij
a
A = y )
( ij
b
B = de la misma dimensión, se define la suma
B
A + como otra matriz )
( ij
c
C = de igual dimensión que los sumandos y donde ij
ij
ij b
a
c +
=
PROPIEDADES:
1. Asociativa: C
B
A
C
B
A +
+
=
+
+ )
(
)
(
2. Conmutativa: A
B
B
A +
=
+
3. Elemento neutro o nulo: A
A
A =
+
=
+ 0
0
4. Elemento simétrico u opuesto: Dada una matriz A se define la matriz opuesta (−A) como
aquella que se obtiene de A cambiando el signo a todos sus elementos y se verifica que
.
0
)
(
)
( =
+
−
=
−
+ A
A
A
A
Dos matrices son opuestas cuando su suma es la matriz nula.
Esta última propiedad nos permite definir la DIFERENCIA de matrices de la
siguiente manera:
Dadas dos matrices ( )
A aij
= y ( )
B bij
= de igual dimensión, se define la diferencia
A−B como )
( B
A
B
A −
+
=
− y su término general será: d a b
ij ij ij
= − .
NOTA: La suma y diferencia de matrices no se puede definir si sus dimensiones
son distintas.
PRODUCTO DE UNA MATRIZ POR UN NÚMERO.
Dada una matriz ( )
A aij
= y un número real k, se define el producto A
k ⋅ como otra
matriz B de igual dimensión que A y cuyo término general nos viene dado por .
ij
ij a
k
b ⋅
=
Esto nos quiere decir que para multiplicar un numero por una matriz se multiplican
todos y cada uno de los elementos de la matriz por dicho número.
PROPIEDADES:
1. Distributiva para la suma de matrices: B
k
A
k
B
A
k ⋅
+
⋅
=
+
⋅ )
(
2. Distributiva para la suma de números reales: A
h
A
k
A
h
k ⋅
+
⋅
=
⋅
+ )
(
3. Pseudoasociativa: A
h
k
A
h
k ⋅
⋅
=
⋅
⋅ )
(
)
(
4. Elemento neutro: A
A =
⋅
1 (El 1 es el elemento unidad de los números reales).

Por tanto, el conjunto Mm×n() con las operaciones que acabamos de definir tiene
estructura de espacio vectorial real.
PRODUCTO DE MATRICES.
El producto de matrices es un poco más complicado que las operaciones anteriores.
Vamos a empezar multiplicando dos matrices particulares: una matriz fila de dimensión (1×n) y
una matriz columna (n×1).
El producto de una matriz fila )
1
( n
× por una matriz columna )
1
( ×
n es un número que se
obtiene multiplicándolas término a término y sumando los resultados de la siguiente manera:
( ) n
n
n
n b
a
b
a
b
a
b
a
b
b
b
b
a
a
a
a ⋅
+
+
⋅
+
⋅
+
⋅
=
















⋅ 3
3
2
2
1
1
3
2
1
3
2
1 


Ejemplo:
( )
− ⋅
−












= − ⋅ + ⋅ − + ⋅ + ⋅ = − − + + =
1 2 5 3
5
4
3
2
1 5 2 4 5 3 3 2 5 8 15 6 8
( ) ( )
Observemos que si el número de columnas de la matriz fila no coincide con el número
de filas de la matriz columna, estas matrices no podríamos multiplicarlas.
Este producto vamos a utilizarlo para definir el producto de dos matrices:
Sean dos matrices n
m
A × y ,
p
n
B × se define el producto B
A⋅ como otra matriz C cuyos
elementos se obtienen de la siguiente forma:
nj
in
j
i
j
i
j
i
ij b
a
b
a
b
a
b
a
c ⋅
+
⋅
+
⋅
+
⋅
= +
3
3
2
2
1
1 
es decir, el elemento cij de la matriz producto se obtiene multiplicando la fila i de la matriz A por
la columna j de la matriz B.
( ) nj
in
j
i
j
i
j
i
nj
j
j
j
in
i
i
i
ij b
a
b
a
b
a
b
a
b
b
b
b
a
a
a
a
c ⋅
+
+
⋅
+
⋅
+
⋅
=
















⋅
= 3
3
2
2
1
1
3
2
1
3
2
1 


Debemos observar que para poder multiplicar dos matrices el número de filas de la
matriz A debe ser igual al número de columnas de la matriz B.
La matriz producto tiene tantas filas como la matriz A y tantas columnas como la
matriz B.

PROPIEDADES.
1. Asociativa: C
B
A
C
B
A ⋅
⋅
=
⋅
⋅ )
(
)
(
2. No verifica la propiedad conmutativa: en general, A
B
B
A ⋅
≠
⋅
3. Si A es una matriz de orden n, se verifica que: A
A
I
I
A n
n =
⋅
=
⋅
4. Distributiva: C
A
B
A
C
B
A ⋅
+
⋅
=
+
⋅ )
(
Con estas propiedades y las vistas anteriormente para la suma, { Mn(), +, ⋅ } tiene
estructura de anillo unitario no conmutativo.
Ejercicios.
• Dadas las matrices 






 −
=
1
2
4
3
A y 







−
=
1
3
0
2
B
Calcular:
1. 






 −
=








−
+







 −
=
+
0
5
4
5
1
3
0
2
1
2
4
3
B
A
2. 







−
−
=








−
−







 −
=
−
2
1
4
1
1
3
0
2
1
2
4
3
B
A
3. 







−
−
=








−
+







 −
=








−
⋅
+







 −
⋅
=
⋅
+
⋅
1
13
8
12
3
9
0
6
2
4
8
6
1
3
0
2
3
1
2
4
3
2
3
2 B
A
4.








−
−
=








−
+
+
−
=








−
⋅
+
⋅
⋅
+
⋅
−
⋅
−
+
⋅
⋅
−
+
⋅
=








−
⋅







 −
=
⋅
1
7
4
6
1
0
3
4
4
0
12
6
)
1
(
1
0
2
3
1
2
2
)
1
(
)
4
(
0
3
3
)
4
(
2
3
1
3
0
2
1
2
4
3
B
A
5. 







−
−
=








⋅
−
+
−
⋅
⋅
−
+
⋅
⋅
+
−
⋅
⋅
+
⋅
=







 −
⋅








−
=
⋅
13
7
8
6
1
)
1
(
)
4
(
3
2
)
1
(
3
3
1
0
)
4
(
2
2
0
3
2
1
2
4
3
1
3
0
2
A
B
Observando los resultados de los productos B
A⋅ y A
B ⋅ podemos ver como el
producto de matrices no es conmutativo.
6. La matriz X tal que B
X
A 2
3 =
−
Operamos sin sustituir las matrices y despejando X nos queda: B
A
X ⋅
−
⋅
= 2
3
Entonces, una vez despejada la matriz X, sustituyendo las matrices A y B y operando, nos
queda:







 −
=








−
−







 −
=








−
⋅
−







 −
⋅
=
5
0
12
5
2
6
0
4
3
6
12
9
1
3
0
2
2
1
2
4
3
3
X

• Dadas las matrices:
A =










1 0 1
1 2 3
2 2 1
y B = −
−










2 1 4
3 0 1
4 1 5
Calcular:
a) A B
+ =










+ −
−










=










1 0 1
1 2 3
2 2 1
2 1 4
3 0 1
4 1 5
3 1 5
4 2 2
6 1 6
b) 2 2
1 0 1
1 2 3
2 2 1
2 3 4
1 0 1
4 1 5
2 0 2
2 4 6
4 4 2
2 3 4
1 0 1
4 1 5
0 3 2
1 4 7
0 5 3
⋅ − = ⋅










− −
−










=










− −
−










=
− −
−










A Bt
c) A B
. =










⋅ −
−










=
+ + + − + +
+ + + − − +
+ + + − − +










= −










1 0 1
1 2 3
2 2 1
2 1 4
3 0 1
4 1 5
2 0 4 1 0 1 4 0 5
2 6 12 1 0 3 4 2 15
4 6 4 2 0 1 8 2 5
6 0 9
20 2 17
14 1 11
d) B A
⋅ = −
−










⋅










=
+ + + + + +
+ − + − + −
− + − + − +










= −










2 1 4
3 0 1
4 1 5
1 0 1
1 2 3
2 2 1
2 1 8 0 2 8 2 3 4
3 0 2 0 0 2 3 0 1
4 1 10 0 2 10 4 3 5
11 10 9
1 2 2
13 8 6
e) A B
t
⋅ =










⋅ −
−










=
+ + + − − +
+ + + − − +
+ + + − − +










=
−
−










1 1 2
0 2 2
1 3 1
2 1 4
3 0 1
4 1 5
2 3 8 1 0 2 4 1 10
0 6 8 0 0 2 0 2 10
2 9 4 1 0 1 4 3 5
13 1 13
14 2 8
15 0 6
f) B A
t t
⋅ = −
−










⋅










=
+ + + + + +
+ − + − + −
− + − + − +










= −










2 3 4
1 0 1
4 1 5
1 1 2
0 2 2
1 3 1
2 0 4 2 6 12 4 6 4
1 0 1 1 0 3 2 0 1
4 0 5 4 2 15 8 2 5
6 20 14
0 2 1
9 17 11
g) ( )
A B t
t
⋅ = −










= −










6 0 9
20 2 17
14 1 11
6 20 14
0 2 1
9 17 11
Si observamos los dos últimos resultados, veremos que son iguales y, en consecuencia,
llegamos a la siguiente conclusión: t
t
t
A
B
B
A ⋅
=
⋅ )
(
Además, es evidente que se verifica que A
A t
t
=
)
(

DETERMINANTE DE UNA MATRIZ CUADRADA.
El determinante de una matriz A cuadrada es un número que se obtiene a partir de los
elementos de la matriz.
Se representa por A o det(A).
Veamos como calculamos determinantes sencillos para después dar el salto a otros de
orden superior:
Determinante de orden dos.
Sea la matriz cuadrada de dimensión 2×2 dada por 







=
22
21
12
11
a
a
a
a
A
Definimos el determinante de A de la siguiente forma:
21
12
22
11 a
a
a
a
A ⋅
−
⋅
=
Ejemplo:
Si 11
10
21
2
5
7
3
7
2
5
3
=
−
=
⋅
−
⋅
=
⇒








= A
A
Determinante de orden tres.
Es un número asociado a una matriz 3×3 calculado de la siguiente forma:
33
21
12
32
23
11
31
22
13
32
21
13
31
23
12
33
22
11
33
32
31
23
22
21
13
12
11
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
⋅
⋅
−
⋅
⋅
−
⋅
⋅
−
−
⋅
⋅
+
⋅
⋅
+
⋅
⋅
=
Podemos observar que en cada producto hay un factor por cada fila y columna; además la
mitad de los productos tienen signo más y la otra mitad signo menos.
Para recordar estos productos que nos dan el valor del determinante de orden 3, se utiliza
la siguiente regla:
PRODUCTOS CON PRODUCTOS CON
SIGNO + SIGNO −
Esta regla se conoce con el nombre de Regla de SARRUS.
Otra forma de recordar los productos del desarrollo de un determinante de orden tres seria
la siguiente:

1c 2c 3c 1c 2c
Ejemplo:
5 6 4
3 3 2
1 1 3
5 3 3 6 2 1 4 3 1 4 3 1 5 2 1 6 3 3
45 12 12 12 10 54 121
−
− = ⋅ ⋅ + − ⋅ − ⋅ + ⋅ ⋅ − ⋅ ⋅ − ⋅ − ⋅ − − ⋅ ⋅ =
= + + − + + =
( ) ( ) ( ) ( )
Propiedades de los determinantes.
1. El determinante de una matriz cuadrada A es igual que el determinante de su traspuesta.
A At
=
Esta propiedad nos indica que todo lo que pudiéramos decir para filas, también sería válido
para las columnas.
2. Si permutamos entre sí dos filas (o columnas) de una matriz, el determinante cambia de
signo, sin variar su valor absoluto.
3. Si todos los elementos de una fila (o columna) de una matriz cuadrada son ceros, el
determinante de dicha matriz es cero.
4. Si una matriz cuadrada tiene dos filas (o columnas) iguales, entonces su determinante vale
cero.
5. Si una matriz cuadrada tiene dos filas (o columnas) proporcionales, su determinante vale
cero.
6. Si los elementos de una fila (o columna) de un determinante se multiplican por un número, el
determinante queda multiplicado por dicho número.
7. Si una fila (o columna) de una matriz cuadrada es combinación lineal de dos o más filas (o
columnas), entonces el determinante de la matriz vale cero.
8. El determinante de una matriz cuadrada no cambia si se sustituye una fila (o columna) por
una combinación lineal de ella con las restantes filas (o columnas).
Aplicando esta propiedad de forma reiterada, el determinante de una matriz cuadrada se
puede convertir en otro del mismo valor que el dado, de tal forma que, todos los elementos de
una fila (o columna) elegida, sean cero, excepto uno de ellos.
9. El determinante de una matriz triangular o diagonal es igual al producto de los elementos de
la diagonal principal.
10. Si cada elemento de una fila (o columna) de una matriz cuadrada se escribe como suma de
dos sumandos, el determinante de dicha matriz es igual a la suma de dos determinantes que
tienen iguales todas las filas (o columnas), salvo la que se haya descompuesto, en la que el
Diagonales de izquierda a derecha: +
Diagonales de derecha a izquierda: −

primer determinante tiene los primeros sumandos y el segundo determinante los segundos
sumandos.
MENOR COMPLEMENTARIO Y ADJUNTO DE UN ELEMENTO DE UNA MATRIZ
CUADRADA.
Sea A una matriz cuadrada de orden n y ij
a uno cualquiera de sus elementos. Se llama
MATRIZ COMPLEMENTARIA del elemento ij
a a la matriz que resulta de A al suprimir la
fila i y la columna j (la fila y la columna en la que se encuentra dicho elemento).
Se designa por Mij y, evidentemente, será una matriz de orden n−1.
Se llama MENOR COMPLEMENTARIO del elemento A
aij ∈ al determinante de la
matriz complementaria.
Se llama ADJUNTO del elemento ,
ij
a y lo representaremos por ,
ij
A al menor
complementario del elemento ij
a multiplicado por ±1 según que la suma de los subíndices del
elemento sea par o impar, es decir ij
j
i
ij M
A ⋅
−
= +
)
1
(
En consecuencia, el adjunto de un elemento es el menor complementario de ese elemento
afectado del signo ,
ó −
+ según la posición que ocupe el elemento en la matriz.
Desarrollo de un determinante por los elementos de una fila o columna.
Consideremos el desarrollo del determinante de orden 3:
A a a a a a a a a a a a a a a a a a a
= ⋅ ⋅ + ⋅ ⋅ + ⋅ ⋅ − ⋅ ⋅ − ⋅ ⋅ − ⋅ ⋅
11 22 33 12 23 31 13 21 32 13 22 31 11 23 32 12 21 33
Si sacamos factor común los elementos de una fila o columna (p.e. los elementos de la primera
fila) nos queda:
A a a a a a a a a a a a a a a a
= ⋅ ⋅ − ⋅ + ⋅ ⋅ − ⋅ + ⋅ ⋅ − ⋅ =
11 22 33 23 32 12 23 31 21 33 13 21 32 22 31
( ) ( ) ( ) (♣)
El contenido de cada uno de los paréntesis del desarrollo anterior coincide con el
desarrollo de un determinante de orden 2 y podríamos expresarlo de la forma:
(♣) =
⋅
+
⋅
+
⋅
=
32
31
22
21
13
31
33
21
23
12
33
32
23
22
11
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
=
⋅
−
⋅
+
⋅
−
⋅
+
⋅
−
⋅
= +
+
+
32
31
22
21
3
1
13
33
31
23
21
2
1
12
33
32
23
22
1
1
11 )
1
(
)
1
(
)
1
(
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
13
13
12
12
11
11 A
a
A
a
A
a ⋅
+
⋅
+
⋅
=
Este resultado podemos generalizarlo para el determinante de una matriz cuadrada de cualquier
orden de la siguiente forma:
El determinante de una matriz cuadrada es igual a la suma de los elementos de una fila o
columna cualquiera, multiplicados por sus adjuntos correspondientes.
in
in
i
i
i
i
i
i A
a
A
a
A
a
A
a
A ⋅
+
⋅
+
⋅
+
⋅
= +
3
3
2
2
1
1 
nj
nj
j
j
j
j
j
j A
a
A
a
A
a
A
a
A ⋅
+
⋅
+
⋅
+
⋅
= +
3
3
2
2
1
1 

Con esta regla se rebaja el orden del determinante que se quiere calcular a una unidad
menos. Para evitar muchos cálculos conviene que la fila o la columna por la que desarrollemos
tenga el mayor número de ceros posibles y, si no es así, se pueden hacer por el método de
reducción aplicando las propiedades de los determinantes.
EJEMPLO:
• Calcular el siguiente determinante desarrollando por los elementos de la primera fila:
15
6
14
5
)
2
(
3
7
2
5
1
0
2
1
1
3
5
2
1
1
2
5
0
1
1
1
0
2
1
1
)
1
(
3
5
2
1
1
)
1
(
2
5
0
1
1
)
1
(
1
5
0
2
1
1
1
3
2
1
3
1
2
1
1
1
−
=
−
−
=
−
⋅
+
⋅
−
⋅
=
⋅
+
−
⋅
−
−
⋅
=
=
⋅
−
⋅
+
−
⋅
−
⋅
+
−
⋅
−
⋅
=
− +
+
+
• Calcular los siguientes determinantes:
{ } =
−
−
−
−
⋅
=
−
−
−
−
=
⋅
−
←
=
−
−
−
12
1
1
1
2
1
1
1
1
1
12
1
1
6
1
2
1
0
1
1
1
0
0
0
0
1
1
2
4
4
0
1
1
6
1
2
1
0
1
1
1
0
2
0
0
1
C
C
C
Hemos reducido el determinante de orden 4 a otro de orden 3. Llegados aquí, tenemos dos
posibilidades: desarrollar este determinante de orden 3 directamente, aplicando la regla de Sarrus
o seguir la reducción igual que antes.
1 1 1
1 2 1
1 1 12
2
3 1
1 1 1
0 1 0
0 0 11
1
1 0
0 11
1 1 11 11
−
− −
−
= ←
← −










=
−
−
−
= ⋅
−
−
= ⋅ − ⋅ − =
sustituimos:
2 +1
3
F F F
F F F
( ) ( )
•
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
2 2 1
3 3 1
4 4 1
1 1 1 1
0 2 2 2
0 0 2 2
0 0 0 2
1
2 2 2
0 2 2
0 0 2
−
− −
− − −
=
← +
← +
← +














= = ⋅ =
Sustituimos
F F F
F F F
F F F
:
Como nos ha quedado una matriz triangular, su determinante es igual al producto de los
elementos de la diagonal principal y nos queda:
2 2 2
0 2 2
0 0 2
2 2 2 8
= ⋅ ⋅ =

 Calcular el siguiente determinante:
3
3
3
3
x x x
x x x
x x x
x x x
Aplicando las propiedades de los determinantes:
3
3
3
3
2 2 1
3 3 1
4 4 1
3
3 3 0 0
3 0 3 0
3 0 0 3
3
3
1 1 0 0
1 0 1 0
1 0 0 1
3
x x x
x x x
x x x
x x x
Sustituimos
F F F
F F F
F F F
x x x
x x
x x
x x
x
x x x
=
← −
← −
← −














=
− −
− −
− −
= − ⋅
−
−
−
=
:
( )
=
← +






= − ⋅
+
−
−
= − ⋅ − ⋅
+
−
−
=
=
← +






= − ⋅ − ⋅
+ +
−
= − ⋅ − ⋅ − ⋅
+
−
=
Sustituimos
C C C
x
x x x
x
x x x
Sustituimos
C C C
x
x x x
x
x x
:
( ) ( ) ( )
:
( ) ( ) ( ) ( ) ( )
4 4 1
3
3 3
1 1 0 1
1 0 1 1
1 0 0 0
3 1
3
1 0 1
0 1 1
1 1 3
3 1
2 3 3
0 0 1
1 1 1
3 1 1
2 3
1 1
3 3
3 3
= − ⋅ − − − = − ⋅ − − = − ⋅ − ⋅ +
( ) ( ) ( ) ( ) ( ) ( )
x x x x x x x
3 2 3 3 3 3 3 3 1
3 3 3
• Calcular los siguientes determinantes:
a)
1 0 1 2
2 3 2 2
2 4 2 1
3 1 5 3
−
−
−
b)
1 2 3 4
2 1 2 1
0 0 1 1
3 4 1 2
c)
1 1 2 0
2 1 3 1
0 1 1 2
0 0 4 1
−
−
−
d)
1 1 0 0
1 0 0 1
0 1 1 0
0 1 0 1
• Calcular el valor del determinante:
10 10 10
5 5 5
2 2 2
a b c
a b c
• Obtener, simplificando, el desarrollo del determinante:
abc ab a
b c b ab
b c b c abc
−
− −
−
2
2 2
2 2 2
2
3

• Calcular por transformaciones elementales (sin utilizar la regla de Sarrus) y justificando los
pasos), el determinante
1
1
1
b c a
a b c
c a b
+
+
+
• Hallar el valor del determinante
1 2 3
1 0 3
1 2 0
1 2 3



    

n
n
n
n
−
− −
− − −
• Resolver la ecuación
x
x x
x
x
− −
− −
−
−
=
1 1 0
1 1
1 1 1
1 1 0
0
• Resolver la ecuación
1 1 1 1
0
0 0
0 0
0
x a a
x b
x c
=
• Sabiendo que
a b c
d e f
g h i
= 1 y utilizando correctamente las propiedades de los
determinantes, calcular:
a d c f b e
d f e
g i h
+ + +
− − −
3 3 3 f e d
c b a
i h g
DETERMINANTE DEL PRODUCTO DE MATRICES.
Sean A y B dos matrices cuadradas de orden n. El determinante de la matriz producto A⋅B
es igual al producto de los determinantes de ambas matrices:
A B A B
⋅ = ⋅

MATRIZ INVERSA: CÁLCULO.
Matrices regulares y singulares.
Una matriz cuadrada A de orden n se dice que es REGULAR si su determinante es
distinto de cero, es decir:
0
regular
es ≠
⇔ A
A
Si su determinante es cero, se dice que es SINGULAR.
0
singular
es =
⇔ A
A
Ejemplo:
Comprobar si son regulares o singulares las siguientes matrices:
3 1 1
2 0 1
1 3 0
−










1 2 3
4 5 6
7 8 9










1 2 3
1 4 9
1 1 0
−










1 1 0
0 1 2
1 0 3










Matriz Adjunta.
Dada una matriz cuadrada A de orden n, se llama MATRIZ ADJUNTA de A, y se
representa por (Adj A), a la matriz que se obtiene de A sustituyendo cada elemento por su
adjunto:
Adj A
A A A
A A A
A A A
n
n
n n nn
=












11 12 1
21 22 2
1 2


   

Como ya hemos visto, se verifica que la suma de los productos de los elementos de una
fila (o columna) por sus adjuntos es igual al determinante de la matriz.
Sin embargo, la suma de los productos de los elementos de una fila (o columna) por los
adjuntos de una fila (o columna) paralela a ella es igual a cero, ya que sería igual al desarrollo de
un determinante que tendría dos filas (o columnas iguales).
Aplicando estas dos afirmaciones podríamos demostrar que el producto de una matriz
cuadrada por la traspuesta de su adjunta es una matriz escalar con valor constante igual al
determinante de la matriz.
Ejemplo:
• Calcular las matrices adjuntas de las matrices del ejercicio anterior.
• Comprobar que A Adj A
A
A
A
t
⋅ =












( )
0 0
0 0
0 0


   


Matriz inversa.
Sea A una matriz cuadrada de orden n. Se llama MATRIZ INVERSA de A a otra matriz
de orden n, que representaremos por A−1
, que verifica que .
1
1
I
A
A
A
A =
⋅
=
⋅ −
−
No todas las matrices tienen inversa. Para que una matriz A admita inversa tiene que ser
regular.
Existen varias formas de calcular, si existe, la inversa de una matriz:
 Aplicando la propia definición y resolviendo el sistema que resulta.
 Mediante transformaciones elementales aplicadas a una matriz: Método de
Gauss-Jordan.
El método de Gauss-Jordan consiste en realizar operaciones elementales sobre
una matriz formada por A y la matriz identidad I ),
|
( I
A hasta transformarla en
).
|
( 1
−
A
I
 Por determinantes: Según hemos visto, el producto de una matriz cuadrada por la
traspuesta de su adjunta es una matriz escalar con elemento constante igual a A.
Podríamos escribir: I
A
A
Adj
A t
⋅
=
⋅ )
(
Luego, [ ] I
A
Adj
A
A
t
=
⋅
⋅ )
(
1
En consecuencia, por la definición de la matriz inversa de A, la obtenemos
mediante la expresión:
t
A
Adj
A
A )
(
1
1
⋅
=
−
.
Para calcular la matriz inversa por este método daremos los siguientes pasos:
1. Calculamos el determinante de la matriz A. Si éste es igual a cero no existirá
matriz inversa.
2. Calculamos la matriz adjunta de A
3. Trasponemos la matriz anterior: (Adj A)t
4. Dividimos por | A | (dividimos cada uno de los elementos de la matriz).
EJERCICIOS PROPUESTOS.
1. Calcula la matriz inversa, si existe, de las siguientes matrices:
A =










1 2 1
2 4 3
3 5 2
B =
− −
−
−










1 0 2
2 1 1
3 0 1
C =










1 2 5
0 1 2
0 0 1
D =
−
−
−












1 0 0 1
2 0 1 3
0 0 0 1
2 1 2 1

MENOR DE UNA MATRIZ.
Dada una matriz ,
n
m
A × se llama SUBMATRIZ de la matriz A a cualquier matriz que se
obtenga de ella suprimiendo ciertas filas y ciertas columnas.
En la matriz A =
−
− −










3 1 2 1
2 1 1 2
4 2 1 1
si suprimimos la primera fila y la tercera columna,
obtenemos B =
−






2 1 2
4 2 1
matriz de dimensión 2×3 que es una submatriz de A.
Si suprimimos la tercera fila y la tercera y cuarta columnas, tenemos C =
−






3 1
2 1
que es una
submatriz cuadrada de orden 2 de la matriz A.
En consecuencia, las submatrices de una matriz A podrán ser rectangulares o
cuadradas dependiendo de las filas o columnas que suprimamos en la matriz.
Llamamos MENOR de orden h de una matriz A al determinante de una submatriz
cuadrada de dimensión h×h de la matriz A.
Si dicha submatriz está formada por las h primeras filas y las h primeras columnas de la
matriz A, el menor se llama MENOR PRINCIPAL de la matriz A.
En el ejemplo anterior de la submatriz C, su determinante es C =
−
= − − =
3 1
2 1
3 2 5
( ) es un
menor de orden 2 y, además, principal.
RANGO DE UNA MATRIZ.
Se llama RANGO de una matriz al orden del mayor menor no nulo de la matriz dada.
Por tanto, si A es una matriz de dimensión m×n y h es el rango de A, quiere decir que
existirá algún menor de orden h distinto de cero y todos los menores de orden superior
}
,
2
,
1
{ 
+
+ h
h serán nulos.
De otra forma: Si un menor de orden h de una matriz A es distinto de cero y todos los
menores de orden )
1
( +
h que se pueden formar añadiendo una fila p de la matriz y cada una de
las columnas que no figuran en el menor son nulos, entonces dicha fila p es combinación lineal
de las filas de la matriz que intervienen en el menor.
En consecuencia, el rango de una matriz es el número de filas (o columnas) de la
matriz que son linealmente independientes.
CONSECUENCIAS:
 Si en una matriz A se intercambian dos filas (o columnas) se obtiene otra matriz
de igual rango que A.

 Si una fila (o columna) de la matriz A está formada por ceros, el rango de A es
igual al de la matriz que se obtiene de A suprimiendo dicha fila (o columna).
 Si una fila (o columna) es combinación lineal de otras filas (o columnas) de la
misma matriz, se puede suprimir dicha fila (o columna) ya que no afecta al rango de la
matriz.
CÁLCULO DEL RANGO DE UNA MATRIZ.
Teorema.
“La condición necesaria y suficiente para que una matriz A de dimensión m × n
tenga rango r es que exista un menor de orden r, extraído de la matriz, distinto de cero y
que todos los menores de orden r + 1 sean nulos”.



∀
≠
∃
⇔
=
+ 0
=
0
)
(
1
r
r
M
M
r
A
rango
Teniendo en cuenta este teorema, para calcular el rango de una matriz podemos seguir los
siguientes pasos:
1. La única matriz que tiene rango cero es la matriz nula; cualquier otra matriz tendrá un
rango igual o mayor que 1.
2. Se observa a simple vista si existen filas o columnas que sean combinación lineal de
otras paralelas a ellas, en cuyo caso se suprimen.
3. Se trata de encontrar, por ser fácil el cálculo, un menor de segundo orden no nulo. Si lo
hubiese, podemos afirmar que rango(A) ≥ 2. Si no existe un menor de segundo orden
distinto de cero y la matriz no es nula, entonces podemos concluir que rango(A) = 1.
4. Supuesto que rango(A) ≥ 2, añadiremos al menor de segundo orden no nulo que
hemos obtenido las filas y columnas restantes para formar menores de tercer orden. Si
todos fuesen nulos, podemos afirmar que rango(A) = 2. Si existe un menor de tercer
orden distinto de cero, podemos afirmar que rango(A) ≥ 3.
5. De forma análoga se proseguiría hasta que se terminaran las filas y las columnas.
EJEMPLO:
 Calcular el rango de la matriz
A =
−
−
















5 0 1
1 3 0
2 6 0
3 6 1
4 3 1
Observando la matriz dada podemos lo siguiente:
a) La tercera fila es igual que la segunda multiplicada por 2.
b) También se verifica que 4F = 1F − 2.(2F) y 5F = 1F − 2F
Por tanto, el rango de la matriz A es igual al rango de la matriz que resulta de A
suprimiendo las filas tercera, cuarta y quinta:

r A r
( ) =





 =
5 0 1
1 3 0
2 puesto que el menor de orden 2,
5 0
1 3
0
≠
 Calcular el rango de la siguiente matriz:
A =
−
−
−
−












2 3 1 0 5
3 2 1 2 2
4 1 0 5 3
2 1 3 0 2
Puesto que no se trata de la matriz nula, su rango será mayor o igual a uno.
Tomamos un menor de orden dos (el formado por las dos primeras filas y las dos
primeras columnas) y vemos si es distinto de cero o no:
−
= − − = − ≠
2 3
3 2
4 9 13 0
y, por tanto, el rango(A) ≥ 2.
Tomando este menor como base, añadimos la tercera fila y con las distintas columnas
vamos formando todos los menores de orden tres que podamos:
−
−
−
= − − − − − − = − ≠
2 3 1
3 2 1
4 1 0
0 12 3 8 0 2 21 0
( )
y, por tanto, el rango(A) ≥ 3.
Pasamos a formar menores de orden cuatro y ver si hay alguno distinto de cero:
−
−
−
=
← +
← − ⋅














=
−
−
−
= ⋅ −
−
= ⋅ −
−
=
=
← +






= ⋅ = ⋅ ⋅ = ⋅ − = ⋅ ≠
2 3 1 0
3 2 1 2
4 1 0 5
2 1 3 0
2 2 1
4 4 3 1
2 3 1 0
1 5 0 2
4 1 0 5
8 8 0 0
1
1 5 2
4 1 5
8 8 0
8
1 5 2
4 1 5
1 1 0
2 2 1
8
1 6 2
4 3 5
1 0 0
8 1
6 2
3 5
8 30 6 8 24 0
Sustituimos
F F F
F F F
Sustituimos
C C C
:
( )
:
( )
Como hemos encontrado un menor de orden 4 distinto de cero y no podemos formar
menores de orden superior ya que no tenemos más filas, el rango de nuestra matriz será 4:
rango(A) = 4.
Calcular el rango de las siguientes matrices:















−
−
−
−
−
=
1
0
3
1
1
4
1
4
3
4
2
1
3
5
1
1
2
4
3
4
A














−
−
=
4
0
6
4
2
3
6
3
5
4
3
2
1
1
1
1
B














−
−
−
−
=
3
2
5
1
4
2
1
3
2
3
1
1
5
1
2
2
0
1
1
1
C

Matrices y determinantes: relacion de ejercicios.
1. Obtener las matrices A y B que verifique el sistema:








−
−
−
−
−
=
−








−
=
+
1
0
1
2
3
4
3
0
1
2
2
2
1
2
B
A
B
A
2. Demostrar que A A I
2
2 0
− − =
. , siendo A I
=










=










0 1 2
1 0 1
1 1 0
1 0 0
0 1 0
0 0 1
3. Resolver la siguiente ecuación matricial:
1 1
3 2
1
1
3
2
−





 ⋅





 =
−





 ⋅






x
y
x
y
4. Si A es una matriz cuadrada n×n, tal que ,
2
A
A = e I es la matriz unidad n×n, ¿qué matriz es
B2
, si ?
2 I
A
B −
=
5. Probar que ,
2 1
A
A n
n
⋅
= −
siendo A la matriz
1 1
1 1






6. Calcular por inducción respecto de n:
1 1
1 1






n 1 1 1
0 1 1
0 0 1










n
7. Calcular los valores de t para los que el rango de la siguiente matriz es 2:










t
3
3
2
2
2
1
1
1
8. Sea A una matriz de orden 3. Demostrar A A A A
t t
⋅ ⋅
y son simétricas.
Una matriz A se dice que es simétrica si es igual a su traspuesta.
9. Dada la matriz A =
−
−










1 0 1
0 3
4 1
λ
λ
. Averiguar para que valores del parámetro λ, la matriz A
no tiene inversa. Calcular la inversa cuando λ = 2.
10. ¿Existe una matriz B tal que el producto A.B sea una matriz de tres filas, siendo
A =
−






1 3 2 1
4 5 3 2
?

11. ¿Cómo deben ser las matrices rectangulares M y N para que puedan efectuarse las
multiplicaciones MN y NM? Razona la respuesta.
12. Calcular el rango de la matriz A según los diferentes valores de t∈R, siendo
A
t t
t t
t t
= + −
− − +










0
2 1 1
2 1 0 3
Para que valores de t ∈R existe A−1
?
13. Probar que la matriz A tiene inversa y calcularla:
A
m
m
m
=












1 0 0
0 1 0
0 0 1
0 0 0 1
14. Hallar los valores de x para los cuales la matriz A no tiene inversa:
A
x
x
=
−






1
2 2
15. Dadas las matrices A =
− −
− −










0 1 2
1 0 2
1 1 3
I =










1 0 0
0 1 0
0 0 1
determinar, si es posible, un valor de λ para el que la matriz (A −λ.I)2
sea la matriz
nula.
16. Obtener un vector no nulo ),
,
,
( c
b
a
u =

de manera que las matrices siguientes tengan,
simultáneamente, rango 2:










=
c
b
a
A
1
1
0
1
1
1










−
=
c
b
a
B
1
3
1
0
0
2
17. (Selectividad - Junio 97)
Dadas las matrices










−
−
−
=
0
2
1
2
3
1
1
4
1
A ,










−
−
−
−
=
1
0
1
2
1
1
1
1
0
B e










=
1
0
0
0
1
0
0
0
1
I
se pide:
(1) Estudia si existe y, si es así, calcula la inversa de A.
(2) Estudia si existe y, si es así, calcula la inversa de B.
(3) Determina una matriz X que verifique .
)
2
( AXA
B
B
I
A +
=
+

Separata de matrices

Más contenido relacionado

La actualidad más candente (20)

Similar a Separata de matrices (20)

Último (20)

Separata de matrices