Centro de Enseñanza Técnica Industrial

Organismo Público Descentralizado Federal

CURSO PROPEDÉUTICO DE MATEMÁTICAS

MÓDULO I

ÁLGEBRA LINEAL

MATRICES, SISTEMAS DE ECUACIONES LINEALES Y

DETERMINANTES

Ana María López Salgado

JULIO 2009
1 Contenido

1 MATRICES................................................................................................................1

1.1 Definición de Matriz.............................................................................................................1

1.2 Operaciones con matrices....................................................................................................1

1.2.1 Multiplicación de una matriz por un escalar:....................................................................1
1.2.2 Suma de matrices:.............................................................................................................2
1.2.3 Resta o diferencia de matrices..........................................................................................2
1.2.4 Multiplicación de matrices................................................................................................2

1.3 Propiedades de las operaciones con matrices......................................................................2

1.3.1 Propiedades de la suma.....................................................................................................2
1.3.2 Propiedades de la multiplicación.......................................................................................3

1.4 Matriz identidad..................................................................................................................3

1.4.1 Definición..........................................................................................................................3
1.4.2 Propiedades.......................................................................................................................3

1.5 Matriz Inversa......................................................................................................................4

1.5.1 Definición..........................................................................................................................4
1.5.2 Matriz singular...................................................................................................................4
1.5.3 Propiedades.......................................................................................................................4

1.6 Transformaciones elementales............................................................................................4

1.6.1 Definición..........................................................................................................................4
1.6.2 Tipos de transformaciones elementales............................................................................5

1.7 Matrices elementales...........................................................................................................5

1.7.1 Definición..........................................................................................................................5
1.7.2 Propiedades:......................................................................................................................5

1.8 Aplicación de las transformaciones elementales..................................................................5

1.8.2 Cálculo de la matriz inversa...............................................................................................5

1.9 Particiones de matrices........................................................................................................6

1.9.1 Submatriz..........................................................................................................................6
1.9.2 Hipermatríz........................................................................................................................6

2 SISTEMAS DE ECUACIONES LINEALES................................................................8

2.1 Sistema de ecuaciones lineales............................................................................................8

2.1 Definición de solución..........................................................................................................8
2.3 Tipos de sistemas de acuerdo a su solución.........................................................................8
 2.4 Representación matricial de un sistema de ecuaciones.......................................................8

2.5 Solución de sistemas de ecuaciones.....................................................................................9

2.5.1 Solución de sistemas de ecuaciones por eliminación Gaussiana......................................9

2.5.1 Solución de sistemas de ecuaciones por el método de la matriz inversa...........................9

3 TIPOS ESPECIALES DE MATRICES CUADRADAS..............................................11

3.1 Definición...........................................................................................................................11

3.2 Clasificación de las matrices cuadradas..............................................................................11

3.2.1 Propiedades.....................................................................................................................12
3.3 Traza de una matriz............................................................................................................12
3.3.1 Definición........................................................................................................................12
3.3.1 Propiedades.....................................................................................................................12

3.4 Operaciones sobre una matriz cuadrada...........................................................................13

3.4.1 Transposición..................................................................................................................13
3. 4.2 Matriz simétrica..............................................................................................................13
3.4.24.3 Teorema.....................................................................................................................13

3.5 Matrices con elementos complejos....................................................................................14

3.5.1 Números complejos. Generalidades................................................................................14
3.5.2 Matriz Conjugada............................................................................................................14
3. 5.3 Matriz conjugada – transpuesta.....................................................................................15
5.5.4 Matrices hermíticas.........................................................................................................15

3.6 Potencia de una matriz.......................................................................................................16

3.6.1 Definición........................................................................................................................16
3.6.2 Definición........................................................................................................................16

4 DETERMINANTES..................................................................................................17

4.1 Definición...........................................................................................................................17

4.2 Propiedades de los determinantes.....................................................................................18

4.2.1 Teorema..........................................................................................................................18
4.2.2 Teoerema........................................................................................................................18

4.3 Cálculo de determinantes..................................................................................................19

4.3.1 Regla de Sarrus................................................................................................................19
4.3.2 Método de menores y cofactores....................................................................................20

5 EJERCICIOS........................................................................................................... 21
 Algebra Lineal
Matrices
Julio 2009

1 Matrices

1.1 Definició n de Matriz.

Una matriz, es un arreglo rectangular de objetos distribuidos en m renglones y n
columnas, y se representa como:

a 11 a12 ⋯ a1 n

⋮
[
A = a21 a22 ⋯ a2 n
mxn
⋮ ⋮ ⋮
am1 am2 ⋯ amn
] mxn
=[ a ij ]
mxn

 La forma abreviada de una matriz será la que represente a sus elementos de la

forma más general posible, como a ij, donde “i” será el número de renglón y “j” el
número de columna en que se encuentre posicionada “a”
 Las matrices que se emplearán durante este curso de Álgebra Lineal, tendrán
elementos numéricos ya sea reales o complejos.
 Cuando en una matriz el número de columnas es diferente al número de
renglones se dice que la matriz es rectangular.
 En el caso de que una matriz tenga igual número de renglones que de columnas,
se dice que la matriz es cuadrada.

1.2 Operaciones con matrices.

A   aij  B  bij 
Sean mxn y mxn matrices del mismo tamaño mxn, y sea  un
escalar1

1.2.1 Multiplicació n de una matriz por un escalar:

El producto de una matriz por un escalar, será la matriz que resulte de desarrollar el
procedimiento dado por:

1
Se considera como escalar a cualquier objeto que no pertenezca al mismo conjunto, en este caso será
cualquier número real o complejo.
AB ≠BA

1
 Algebra Lineal
Determinantes
Julio 2009

αA= [ αa ij ]mxn
O sea que cada entrada aij de A se multiplica por el escalar 

1.2.2 Suma de matrices:

Se define la suma de matrices A con B como la matriz que resulta de efectuar el
procedimiento dado por:
A +B=[ aij +b ij ]mxn
O sea que a cada elemento aij de A se le suma su correspondiente bij de B.

1.2.3 Resta o diferencia de matrices

Se define la diferencia de matrices A con B como la matriz que resulta de efectuar el
procedimiento dado por:

A−B=[ a ij−b ij ]mxn

O sea que a cada elemento aij de A se le resta su correspondiente bij de B.

1.2.4 Multiplicació n de matrices

A= a
[ ij ] mxn , B= b
[ ij ]nxr dos matrices, tales que el número de columnas de A
Sean
coincida con el número de renglones de B; entonces se define el producto entre matrices
como la matriz Cmxr que resulta de efectuar el siguiente procedimiento:
n

C=[ c ij ]mxr c ij= ∑ aik b kj

dónde cada k=1

Cuando dos matrices se pueden multiplicar, se dice que son matrices conformables.

1.3 Propiedades de las operaciones con matrices.

1.3.1 Propiedades de la suma

A= [ aij ] mxn B=[ b ij ]mxn C=[ c ij ]mxn

Sean , y matrices del mismo tamaño mxn,
entonces:
 Algebra Lineal
Matrices
Julio 2009

1. A + B = B + A
2. A + (B + C) = (A + B) + C
O=[ 0 ij ]mxn
3. A + O = A, donde que se denomina matriz de ceros.
4. A + (-A) = O

1.3.2 Propiedades de la multiplicació n

Sean A, B y C matrices conformables, entonces2:
1. A mxn (B nxp C pxr )=( A mxn B nxp )C pxr
2. A mxn (B nxr +C nxr )=( A mxn B nxr )+( Amxn C nxr )

3. ( A mxn +B mxn )C nxr =( A mxn C nxr )+(B mxn C nxr )

4. Sean  y  dos escalares, entonces:
a. α ( βA )=( αβ ) A=β ( αA )
b. α ( AB )=( αA ) B= A ( αB )

1.4 Matriz identidad.

1.4.1 Definició n
Se llama matriz identidad de orden n a la matriz cuadrada de orden n de la
forma
I n=[ δ ij ]

δ ij= 1 si i= j
{
en la que : 0 si i≠ j
δ
Al símbolo ij de la Jropiedade anterior se le conoce como “delta de Kronecker”

1.4.2 Propiedades.
Si A es una matriz de mxn con elementos numéricos, entonces:

2
NOTA:
A la propiedad 1 se le llama distributividad por la izquierda y a la propiedad 2 distributividad por la derecha.
En el producto de matrices No existe la conmutatividad, o sea que AB≠BA .

3
 Algebra Lineal
Determinantes
Julio 2009

1.
I m A=A
2.
AI n = A

1.5 Matriz Inversa

1.5.1 Definició n
Sea A una matriz cuadrada de nxn, con elementos numéricos. Se dice que
una matriz X es la inversa de A si se tiene que:
XA=I n= AX
−1
y se representa mediante A .

1.5.2 Matriz singular.

Sea A una matriz cuadrada de nxn, con elementos numéricos. Se dice que
A es:
−1
 No Singular o no regular si existe A
−1
 Singular o regular si A no existe.

1.5.3 Propiedades
Si A y B son matrices no singulares del mismo orden y su  es un esclar,
entonces:
−1
1. A es única
−1
2. ( A−1 ) =A
3. ( AB )−1 =B−1 A−1
1
( αA )−1 = A−1
4. α

1.6 Transformaciones elementales

1.6.1 Definició n
 Algebra Lineal
Matrices
Julio 2009

Las transformaciones elementales son operaciones que se realizan en los renglones

(columnas) de una matriz, sin alterarla en su esencia, dado que generan una matriz
equivalente. A este tipo de operaciones se les llama también operaciones fila.

1.6.2 Tipos de transformaciones elementales.

Sea A una matriz cualquiera, entonces:
1. Dos renglones (columnas) de A pueden intercambiarse entre sí.
2. Un renglón (columna) de A puede ser multiplicado (dividido) por un
número cualquiera diferente de cero.
3. A un renglón (Columna) cualquiera, puede sumarse un múltiplo de
cualquier otro renglón (columna).

1.7 Matrices elementales.

1.7.1 Definició n.
Una matriz elemental es aquella que se obtiene aplicando a I n una transformación
elemental.

1.7.2 Propiedades:
1. Las matrices elementales son no singulares.
2. El producto de matrices elementales es una matriz no singular.

1.8 Aplicació n de las transformaciones elementales

1.8.2 Cá lculo de la matriz inversa

Sea A una matriz cuadrada de nxn, y sea I n la matriz identidad, entonces la matriz
inversa A-1 se puede obtener mediante la aplicación de operaciones elementales
sucesivas, conforme a lo que se muestra en el siguiente esquema.

[A | I ] ⃗
T1 ⋯ ⃗k
T [I | A−1 ]

5
Algebra Lineal
Determinantes
Julio 2009
 Algebra Lineal
Matrices
Julio 2009

1.9 Particiones de matrices

1.9.1 Submatriz
Si A es una matriz de mxn con elementos e C, se llama submatriz de A, a cualquier matriz que
pueda obtenerse a partir de A suprimiento en esta algunos renglones o columnas.

Ejemplo:

Considere la matriz A dada por

a11 a12 a13 a 14

a

[
A= 21
a 31
a 41
a22
a32
a42
a23
a33
a43
a 24
a 34
a 44
]
Si suprimimos el tercer renglón y la segunda y cuarta columna se obtiene la submatriz

a11 a 13
[ a21 a 23 ]
1.9.2 Hipermatríz
Se conoce como hipermatríz a un arreglo rectangular de matrices; es decir, a una especie de
matriz cuyos elementos son matrices.

Ejemplo:

Sean las matrices

a 11 a12

[ ]
A= a21 a22
a31 a32
B=
b11
[ ]
b21
C=[ c 11 c 12] C=
d 11
[ ]
d21

Pueden ser presentadas como un arreglo de la siguiente forma:

H= A B
C[ D ]
Con lo que se obtiene una hipermatriz, la que también puede expresarse en términos de los
elementos de A, B, C y D de la siguiente forma

7
 Algebra Lineal
Determinantes
Julio 2009

a 11 a12 b 11
a

[ ]
A= 21
a31
c11
a22
a13
c 12
b 12
d 11
d 12

En términos generales, puede decirse que una partición de una matriz es la expresión de ésta
como una hiermatriz, mediante la agrupación de sus elementos en submatrices; sin embargo, no
cualquier clase de hipermatriz se considera como una partición. Sólo se aceptan como tales:
a) Todas las submatrices que integran un mismo renglón (de hipermatriz) tienen el
mismo número de renglones, y
b) Todas las submatrices que integran una misma columna tienen el mismo número de
columnas.
Así, la matriz H del ejemplo anterior, tiene que analizarse cuidadosamente:

a11 a 12 b 11
a

[ ]
H= 21
a31
c 11
a 22
a 13
c12
b12 A

d 12
=
d 11 C [ B
D ]

Ya que no cumple con las condiciones a) y b).puesto que las submatrices A y B no tienen el
mismo número de renglones (como tampoco lo tienen C y D).

Sin embargo, de H se pueden tomar diversas sumatrices, sin tomar en cuenta de manera
disjunta A, B, C, D.
 Algebra Lineal
Determinantes
Julio 2009

2 Sistemas de ecuaciones lineales

2.1 Sistema de ecuaciones lineales

Sea el sistema de ecuaciones lineales de m ecuaciones con n incógnitas como se
describe a continuación:
a11 x1 +a12 x 2 + a13 x 3 +⋯a1n x n =b 1

{a21 x 1 +a 22 x 12+a23 x 3 +⋯a 2n x n =b 2

am 1 x 1 +a m2 x 2 +am 3 x 3 +⋯a mn x n =b m
donde cada xj es una incógnita y aij, bi son valores numéricos.
Así, un sistema de ecuaciones lineales e un conjunto de ecuaciones con las
mismas incógnitas.

2.1 Definició n de solució n

Una solución para un sistema de ecuaciones será un conjunto de valores que
satisface a todas las ecuaciones del sistema.

2.3 Tipos de sistemas de acuerdo a su solució n

Dado que no todos los sistemas de ecuaciones admiten una solución, se dirá que:
Incompatibles
Sistemas de ecuaciones lineales
{
Compatibles Determinados
{
Indeterminados

 Se dice que un sistema es incompatible si no admite solución.

 Un sistema será compatible su admite solución.
o Determinado si tiene un única solución
o Indeterminado si tiene más de una solución.

2.4 Representació n matricial de un sistema de ecuaciones.

Considere el sistema de ecuaciones de m ecuaciones con n incógnitas descrito en
la definición, entonces el sistema expresado en forma matricial es de la forma:
 Algebra Lineal
Determinantes
Julio 2009

a11 a 12 ⋯ a1 n x1 b1

[ a21 a 22 ⋯ a2 n
⋮ ⋮ ⋮ ⋮
am 1 a m 2 ⋯ a mn ][] []
mxn
x2
⋮
xn nx1
b
= 2
⋮
bm mx 1

A mxn X nx 1=Bmx 1

2.5 Solució n de sistemas de ecuaciones

2.5.1 Solució n de sistemas de ecuaciones por eliminació n Gaussiana.
Para resolver un sistema de ecuaciones empleando matrices y eliminación
Gaussiana, se sigue un procedimiento semejante al expuesto para la obtención de la
matriz inversa; o sea que se construye una matriz aumentada y se aplican
operaciones fundamentales como lo indica el siguiente esquema:

[A | B] ⃗1
T ⋯ ⃗k
T [I | K ]
de tal manera que la matriz columna K contiene la solución del sistema, por lo
que se puede decir que X = K.

Existe otra alternativa para la solución de sistemas de ecuaciones empleando

eliminación Gaussiana denominado método de Gauss-Jordan.

2.5.1 Solució n de sistemas de ecuaciones por el método de la

matriz inversa.
Se puede observa que existe una semejanza muy estrecha entre la obtención de
una matriz inversa y la solución de un sistema de ecuaciones, es por ello que vale la
pena analizar la siguiente propuesta:

Considere el sistema de m ecuaciones con n incógnitas expresado en su flra

matricial:
A mxn X nx 1=Bmx 1
Si ambos miembros de la ecuación matricial se multiplican por la izquierda por la
matriz inversa de A se tiene que
−1 −1
A AX= A B
Si se aplica la definición de matriz inversa se tiene que:
−1
IX= A B
Y si se aplica una de las propiedades de la matriz identidad se tiene que:
 Algebra Lineal
Sistemas de ecuaciones lineales
Julio 2009

−1
X =A B

Por lo tanto, se podrá decir que la solución del sistema se obtiene multiplicando
a la matriz columna B que contiene a los resultados, por la inversa de la matriz de
−1
coeficientes, que se representará por A , cabe la pena enfatizar que la
multiplicación debe realizarse por la izquierda, dado que en la multiplicación de
matrices no existe la conmutatividad.
 Algebra Lineal
Determinantes
Julio 2009

3 Tipos especiales de matrices cuadradas.

3.1 Definició n
Como sea sabe, las matrices cuadradas son aquellas que tienen igual
número de renglones que de columnas, y juegan un papel importante dentro
de la teoría de matices dada la variedad de propiedades que poseen y las
aplicaciones que tienen.
Considere la matriz y la forma en que se encuentran distribuidos sus
elementos.

3.2 Clasificació n de las matrices cuadradas

Lo anterior indica que:

1. Una matriz es triangular superior si
aij ≠0 para i≤ j
aij =
{
aij =0 para i> j

2. Una matriz es triangular estrictamente superior si

aij ≠0 para i< j
aij =
{ aij =0 para i≥ j
 Algebra Lineal
Matrices cuadradas
Julio 2009

3. Una matriz es diagonal si

aij ≠0 para i= j
aij =
{
aij =0 para i≠ j

4. Una matriz es triangular inferior si

aij ≠0 para i≤ j
aij =
{ aij =0 para i> j

5. Una matriz es triangular estrictamente inferior si

aij ≠0 para i< j
aij =
{ aij =0 para i≥ j

3.2.1 Propiedades
Sean A y B dos matrices del mismo tipo (Triangulares inferiores,
superiores o diagonales) con elementos numéricos, y sea  un escalar,
entonces
1. A + B generará una matriz del mismo tipo de A y B
2. AB da como resultado una matriz del mismo tipo de A y B
3. A es del mismo tipo de A

3.3 Traza de una matriz

3.3.1 Definició n.
A= a
[ ij ] una matriz cuadrada de nxn con elementos numéricos. Se
Sea
llama traza de A a la suma de los elementos de la diagonal principal y se
representa como:
n
Tr ( A )=∑ aii
i=1

3.3.1 Propiedades.
Sean A y B matrices cuadradas de nxn con elementos numéricos. Y sea 
un escalar, entonces:
1. Tr ( A+B )=Tr ( A ) +Tr ( B )
2. Tr [ αA ] =α Tr ( A )
3. Tr ( AB )=Tr ( BA )
 Algebra Lineal
Determinantes
Julio 2009

3.4 Operaciones sobre una matriz cuadrada

3.4.1 Transposició n
A= a
[ ij ] una matriz cuadrada de mxn con elementos numéricos. Se llama
Sea
matriz transpuesta a la matriz que resulta de intercambiar las columnas por los
renglones en la matriz A.

T
A nxm=[ a ji ]

3.4.1.1 Propiedades de la matriz transpuesta.

Sean A y B dos matrices con elementos numéricos, y sea  un escalar, entonces

T T
1. ( A ) =A
T
2. ( αA )=α T A
T
3. ( A+B ) =T A+T B , Si A + B se puede obtener
T
4. ( AB )=T B T A , Si AB se pude obtener

3. 4.2 Matriz simétrica

3.4.2.1 Definición
Sea A una matriz cuadrada de nxn con elementos numéricos. Se dice que:
T
1. A es simétrica si A= A
T
2. A es antisimétrica si A=− A

3.4.2.2 Propiedades de las matrices simétricas

Sean A y B dos matrices con elementos numéricos y del mismo tipo, además sea
 un escalar, entonces
1. A + B es del mismo tipo de Ay B
2. A es del mismo tipo de A

3.4.24.3 Teorema
Sea A una matriz cuadrad de nxn con elementos numéricos, entonces:
 Algebra Lineal
Matrices cuadradas
Julio 2009

T
1. A+ A es simétrica
T
2. A− A es antisimétrica

3.5 Matrices con elementos complejos.

3.5.1 Nú meros complejos. Generalidades

3.5.1.1 Definición

Un número complejo es de la forma x, y ∈ R y el

z=x +iy con
2
elemento i es la solución de la ecuación x +1=0 , o bien i=√ −1 y se
le conoce como unidad imaginaria.
El conjunto que contiene a todos los números complejos se representa
por C.

3.5.1.2 Conjugado de un número complejos

Sea z=x +iy un número complejo, entonces se define el conjugado

de z como:
z=x−iy

3.5.2 Matriz Conjugada

3.5.2.1 Definición
A= a
[ ij ] una matriz de mxn con elementos complejos. Entonces se
Sea
define la matriz conjugada de A como

A mxn=[ aij ]

3.5.2.1 Propiedades
Sean A y B dos matrices con elementos complejos, y sea  C, entonces:

1. ( A )= A
2. αA=α⋅A
3. ( A +B )= A+B , Si A + B se puede obtener
 Algebra Lineal
Determinantes
Julio 2009

4. ( AB )=B⋅A , Si AB se pude obtener

5. A + A es una matriz real
6. A− A es una matriz imaginaria

3. 5.3 Matriz conjugada – transpuesta

3.5.3.1 Definición
Sea A una matriz de mxn con elementos complejos. Se llama matriz
conjugada – transpuesta de A, y se representa por A *, a la matriz de nxm definida
por:
A ¿ =T ( A )
3.5.3.2 Propiedades
Sean A y B dos matrices con elementos complejos, y sea  C, entonces:
¿
1. ( A¿ ) = A
2. ( αA )¿ =α A¿
3. ( A +B )¿ =A ¿ +B¿
4. ( AB )¿ =B¿ A¿

5.5.4 Matrices hermíticas

3.5.4.1 Definición
Sea A una matríz de nxn con elementos complejos. Se dice que:
¿
1. A es hermítica si A =A
¿
2. A es antihermítica si A =− A

3.5.4.2 Propiedades
Propiedad 1
Si A y B son matrices hermíticas (antihermíticas) de nxn, entonces su
suma A + B es hermíticas (antihermíticas)
 Algebra Lineal
Matrices cuadradas
Julio 2009

Propiedad 2
Si A es una matriz de mxn con elementos complejos, entonces:
¿
1. AA es hermítica
¿
2. A A es hermítica
¿
3. A + A es hermítica si A es cuadrada
¿
4. A− A es hermítica si A es cuadrada

3.6 Potencia de una matriz

3.6.1 Definició n
Sea A una matriz de mxm con elementos en C, y sea n ∈ N . Se llama
n
potencia enésima de A, y se representa con A , a la matriz definida por
0
a)
A =I m
n n−1
b) A = AA , n≥1

3.6.1.1 Propiedad 1

Si A es una matriz cuadrada con elementos en C y m ,n∈ N , entonces:

m n m +n
a) A A =A
n
b) ( Am ) = A mn

3.6.2 Definició n
Sea A una matriz de mxm con elementos en C
2
a) Idempotente si A =A
2
b) Involutiva si A =I
c) Nilpotente de índice n, si n es el menor número natural tal que
2
A =0
d) Periódica de periodo n, si n es el menor número natural distinto de
n
uno tal que A =A
3.6.2.1Propiedad
Sea A una matriz de mxm con elementos en C
Algebra Lineal
Determinantes
Julio 2009

i) Si A es idempotente, entonces
n
A =A , ∀n∈N
ii) Si A es involutiva entonces
2n
A =I
2 n+1
A =A ∀n∈N
 Algebra Lineal
Determinantes
Julio 2009

4 Determinantes

La idea de determinante en aún más antigua que la de matriz, esta idea fue trabajada
por Cramer al trabajar en la solución de sistemas de ecuaciones lineales, alrededor de cien
años antes que Cayley empezara a hablar de matrices.

En la actualidad, el concepto de determinante suele presentarse como una

consecuencia de la teoría de matrices, y ha pasado por un proceso de “axiomatización” que
ha permitido darle diferentes planteamientos a su defininición.

4.1 Definició n
A   aij 
Sea una matriz de nxn con elementos en C, se denomina determinante
de A al valor del número que se calcula con la suma de todos los productos posibles
de obtener seleccionando una entrada de cada renglón y cada columna de la matriz
r
A y multiplicando por (−1 ) donde r es el número de transposiciones necesarias
para llevar a los subíndices a su orden natural.

En este caso es necesario considerar los siguientes elementos:

a) La matriz cuadrada A con elementos en C, que se describe a continuación:

a11 a12 a1 n

[
A= a21 a22

an 11 a n2 ann ]
b) Sea pk = ( α k1 , α k2 , α k3 … … .. , α kn ) una permutación del conjunto de los
naturales ( 1,2,3 … .. ,n )

Entonces el determinante de A se calculará como

n n
| A|=∑ ϵ ( p k ) ∏ ai α ki
k=1 i=1

+, si pk es de clase par
Donde ϵ ( p k ) = {
-, si p k es de clase impar
 Algebra Lineal
Determinantes
Julio 2009

Una alternativa diferente al modelo anterior, se puede expresar de la siguiente forma,

considerando a r como el número de permutaciones necesario para llevar los valores del
segundo subíndice al “orden natural”

n n
| A|=∑ (−1 )r ∏ ai j ik
k=1 i =1

4.2 Propiedades de los determinantes

4.2.1 Teorema
Sea una matriz A de tamaño nxn, entonces:

1.1. Si A tiene una renglón o columna de ceros, su determinante es cero.

1.2. Si A tiene dos filas iguales o proporcionales (una es múltiplo de otra) su
determinante es cero
1.3. Si se permutan dos líneas paralelas de una matriz cuadrada, su determinante
cambia de signo.
1.4. Si todos los elementos de una línea de una matriz cuadrada son multiplicados
por una misma constante , su determinante será | A|.
1.5. Si a una línea de una matriz cuadrada se le suma un múltiplo de los
elementos de otra línea paralela, el determinante de la matriz resultante no
varía.
1.6. El determinante de una matriz es igual al de su traspuesta: | A|=|❑T A|
−1 1
1.7. Si una matriz A tiene inversa A−1 se verifica que | A |=
| A|

4.2.2 Teoerema

Sean las matrices A=[ aij ] y B=[ b ij ] dos matrices de nxn con elementos en C,
entonces:

i) det ( A )=det (❑T A )

ii) det ( A )=❑n det ( A )

iii) det ( AB )=det ( A ) det ( B )

 Algebra Lineal
Matrices cuadradas
Julio 2009

4.3 Cá lculo de determinantes.

El uso de la definición de resulta laboriosa y un tanto complicada cuando se trabaja con

matrices de orden mayor a 3x3, por lo que es necesario recurrir a diversos métodos que
permiten simplificar el cálculo de este valor.

4.3.1 Regla de Sarrus

El método más sencillo para calcular determinantes, pero un tanto limitado, es conocido
como “regla de Sarrus”. Este sólo se emplea para el calculo de determinantes de segundo y
tercer orden, tal y como se muestra a continuación.

a) Matrices de 2x2

i) Se trazan diagonales de izquierda a derecha y de arriba hacia abajo,

se multiplican los números sobre la diagonal

ii) Se trazan diagonales de izquierda a derecha y de abajo hacia arriba,

se multiplican los números sobre la diagonal

iii) Al valor que “baja” se le resta el valor que “sube” y el resultado será
el determinante de la matriz

a11 a12
|a 21 a22 |
=a11 a22−a 12 a21

b) Matrices de 3x3

i) Se trazan diagonales de izquierda a derecha y de arriba hacia abajo,

se multiplican los números sobre la diagonal y se suman los tres
resultaos obtenidos.

ii) Se trazan diagonales de izquierda a derecha y de abajo hacia arriba,

se multiplican los números sobre la diagonal y se suman los tres
resultaos obtenidos.

iii) Al valor que “baja” se le resta el valor que “sube” y el resultado será
el determinante de la matriz

( a 31 a22 a13+ a32 a23 a 11 +a33 a22 a12)

 Algebra Lineal
Determinantes
Julio 2009

a11 a12 a 13 a11 a12

| |
a 21 a22 a 23 a 21 a22=( a11 a22 a33+ a12 a23 a 31+a 13 a21 a32 )−( a31 a 22 a13 +a32 a23 a11 +a33 a22 a12 )
a31 a32 a 33 a 31 a32

( a 11 a22 a 33+ a12 a23 a31 +a13 a21 a32)

4.3.2 Método de menores y cofactores

4.3.2.1Definición

Sea A=[ aij ] una matriz de nxn con elementos en C, entonces:

i) Se llama menor del elemento a ij, y se representa con M ij, al determinante de

la matriz que se obtiene de de suprimir en la matriz A, el renglón i y la
columna j

ii) Se llama cofactor de elemento a ij, y se representa con elemento C ij, al

i+ j
producto (−1 ) M ij

4.3.2.2 Teorema
Si A=[ aij ] una matriz de nxn con elementos en C, entonces y r es un número entero tal que
i≤ r ≤ j, entonces

n
i¿ det ( A )=∑ arj C rj
j=1
n
det ( A )=∑ air C ir
i=1

4.3.2.3 Teorema
Si A=[ aij ] una matriz de nxn con elementos en C, es una matriz triangular superior (inferior),
entonces
n
det ( A )=∏ aii
i =1
 Algebra Lineal
Matrices cuadradas
Julio 2009

5 Ejercicios

I.- Sean las matrices:

5 −2 7 3−2 i 4 +i 7

[
A= 0 3 5
2 −1 −3 ] [
B= −4
2i
3i 5
−1 −3+2 i ]
−2 i 4−i
C=
[ 5 8i
3+ 2i −5+31 ] D= 7 i
[ 8
0 4 +5 i ]
Calcular:
1) 3A + 5TB 7) A−1
2) 2B – C 8) D −1
3) A C 9) Encuentre una matriz simétrica a
4) CD partir de A
5) DC 10) Detrmine si D es hermítica
6) D2

II.- Demostrar las siguientes propiedades:

1) asociativa de la suma de matrices
2) distributividad de la multiplicación sobre la suma, por la derecha
3) del inverso para la suma
4) del elementos neutro para la multiplicación

III.- Considere que A es una matriz no singular con elementos en C y sea ∈∁, entonces
demostrar que :
−1
1) ( A−1 ) = A
1 −1
2) ( A )−1 = A
❑

IV.- Si definimos A2= AA , considere el siguiente desarrollo

( A+ B )2−( 2 A+ B ) B ¿ ( A+ B )2−( 2 AB+ B2 ) A 2 +2 AB+ B2−2 AB+ B2 ¿

¿ ¿ ¿

En consecuencia: ( A+ B )2−( 2 A+ B ) B= A2

Compruebe la validez de esta expresión para las matrices

Algebra Lineal
Determinantes
Julio 2009

A= [−12 10] y B= [ 02 13]

¿hay algún error? Explique en qué consiste.

V.-Obtener la matriz X, si es que existe, tal que:

1) XAB = C + X para
A= 1 C= 2 1
2[] B=[ 1 −1 ]
0 2[ ]
2) XA + C = XC
A= 2 −1 B= 3 −2 D= 1 −1
[
2 4 ] [1 −1 ] [
1 −2 ]

3) AX + C = B
3 −2 2 4 −1 2
A= 1
[ ]
0
−1 −1 [ ]
B= −3 0
5 −1 [ ]
C= 1 0
3 −2

VI.- Considere que A es no singular y que A B, y C son conformables. Demostrar la validerz

de los siguientes proposiciones:
1) AB= AC → B=C
2) BA=CA → B=C
3) AB=CA → B=C

VII.- Demostrar que si A y B son matrices de nxn, demostrar la validez de las siguientes
afirmaciones
1) tr(AB) = tr(BA)
2) tr(AB) = tr(A)tr(B)

VIII.-Si A es una matriz de 2x2 con elementos en C, demostrar que existen dos matrices
triangulares, una triangular inferior (X) y una triangular superior (Y) tales que A = XY, si
a ii ≠0

IX.- Demostrar que si A y B son matrices imaginarias de orden mxn y nxp, respectivamente,
entonces el producto de AB es una matriz real

X.- Una matriz A no singular se dice que:

i) es ortogonal si ❑T A= A−1
 Algebra Lineal
Matrices cuadradas
Julio 2009

ii) es unitaria si A¿ = A−1

a) Determinar bajo qué condiciones el producto de dos matrices ortogonales es

ortogonal
b) Demostrar que la conjugada de una matriz unitaria es unitaria

XI.- Dada la matriz nilpotente Anxn, encuentre si índice p:

0 1 0 0 0 0 1 0 ⋯ 0

[ ] [ ]
0 1 0 0
A4x 4
[ ]
0
0
0
0
0
0
1
0
0
0
1
0
0
A5 x5 = 0
0
0
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
0
Anxn
0 0 1
⋮
0
⋱ ⋮
0 0 0 ⋯ 1
0 0 0 0

X.- Si la matriz A es triangular estrictamente inferior y la matriz B es diagonal, ambas del mismo
tamaño, encuentra la forma que tendrá el producto AB

XI.- Si la matriz A es de mxn y B de nxp, se puede afirmar que Tr(AB) = Tr(BA)

XII.- Considere la matriz

0 0 0 ⋯ 0 1

A=
[
0 0 0
⋮ ⋱
1 0
⋮
0 1 0 ⋯ 0 0
1 0 0 0 0
]
a) Determine si la matriz A de nxn es involutiva
b) Encuentre una fórmula que describa a An

XIII.- Demuestre que si A + TA es simétrica y encuentre un ejemplo ilustrativo de 2x2

XIV.- Reflexionado sobre las matrices en C, describa 1 característica indispensable que deben
tener las matrices hermícas y las antihermíticas respectivamente

XV.- Encuentre una matriz A de nxn que sea involutiva e idempotente

XVI.- Si A de nxn es una matriz diagonal, encuentre una fórmula para calcular A k, ∀ k ∈ N

XVII.- Sean la matrices A y B ortogonales, será verdad que

 Algebra Lineal
Determinantes
Julio 2009

a) A.B y B.A son matrices ortogonales.

b) En general A+B y  A NO SON ortogonales.
c) Si A es invertible entonces A-1=At

XVIII.- Si A de nxn es una matriz nilpotente, entonces se verifican que (In-A) es invertible y
que su inversa es (In-A)-1=In+A

XIX.- Demuestre que si AB = A y BA = B, entonces A y B son idempotentes.

XX.- Sean las matrices

4 3 3 7i 8 6i

[
A= −1 0 −1
−4 −4 −3 ] B= 8
[ 8 4i
−6 i −4 i 0 ]
−1 3 5 0 1 8

[
C= 1 −3 −5
−1 3 5 ] [
D= 0 0 −4
0 0 0 ]
Verificar si

a) A es involutiva c) C es idempotente
b) B es hermítica d) D es nilpotente de índice 3

XXI.- Encuentre la solución del sistema utilizando eliminación gausiana.

x+ 2 y +3 z=6
{2 x−3 y + z=14
3 x + y −z=−2

XXII.- Resolver empleando el método de matriz inversa.

{312x −8 y=−3
x +4 y=6

XXIII.- Analice el siguiente sistema de ecuaciones y determine su respuesta

 Algebra Lineal
Matrices cuadradas
Julio 2009

x− y +2 z=3

{2 x−2 y +5 z=4
x+2 y−z =−3
2 x +2 y=1

XXIV.- Considere la re de avenidas típica que se muestra en la figura. Esta figura representa
un área del centro de Jacksonville, Florida. Todas la calles son de un solo sentido, las flechas
indican la dirección del flujo. El flujo de tráfico que entra y sale de la red se mide en vehículos
por hora (vph). Los números dados por aquí se basan en las horas pico 7 A.M a 9 A.M y de 4 P.M
y 6 P.M, a media semana. Construya un modelo matemático para analizar esta red.
 Algebra Lineal
Determinantes
Julio 2009

Denotando el flujo de tráfico a través de x 1 , x 2 … . x 7

como se muestra en la figura.

Suponiendo que el tráfico obedece la siguiente ley:

Todo el tráfico que llega a una unión, debe salir de

esa unión.

La restricción de la conservación de flujo (compare

esta ley con la primera ley de Kirchhoff para redes
eléctricas) lleva a un sistema de ecuaciones lineales.

Plantee y resuelva el sistema para que explique el

comportamiento del tráfico a las horas pico en esta
sección de la ciudad.

XXV.- La criptografía es el proceso de codificar y decodificar mensajes. Esta palabra viene del
griego kriptos que significa “oculto”. El origen de esta técnica se encuentra en Grecia antugua.
Hoy día los gobiernos usan técnicas sofisticadas para codificar y decodificar mensajes. Un tipo
de código muy difícil de descifrar, es el que maneja una matriz muy grande para codificar el
mensaje. El receptor del mensaje lo decodifica usando la matriz inversa. A la primera matriz se
le llama matriz codificadora y al a su inversa se le llama matriz decodificadora.

Considere quela matriz codificadora es

−3 −3 −4

[ 0
4
1
3
1
4 ]
y que a cada letra del alfabeto se le asignará un valor numérico (en este caso el que
corresponde a su orden natural). Al espacio en blanco se le asignará el 27.

Si la matriz codificadora es de 3x3, la frase original se ordena en grupos de letras de 3 en 3,

formando columna. Con dichas columnas se forma una matriz. Esta matriz se multiplica por la
matriz codificadora.

El código que contiene el mensaje queda de la siguiente forma:

-122, 23, 138, -123, 19, 139, -176, 47, 181, -130, 28, 145, -124, 21, 144, -150, 38, 153

¿cuál era el mensaje?