Unidad I - Matrices y Determinantes I-2018-2 - 8800 PDF

UNIVERSIDAD NACIONAL DE JAEN
JAEN – CAJAMARCA – PERÚ

LEY DE CREACIÓN N° 29304 – RESOLUCIÓN DE FUNCIONAMIENTO N° 647-2011-CONAFU
MATRICES
Y
DETERMINANTES
1. DEFINICIÓN DE MATRICES: Una matriz es un conjunto de números reales distribuidos en
líneas horizontales (filas o renglones) y verticales (columnas) y encerrados en un paréntesis
o corchetes de la forma:
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛
[ ⋮ ⋮ ⋮ ⋱ ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛
Donde los 𝑎𝑖𝑗 (1 ≤ 𝑖 ≤ 𝑚, 1 ≤ 𝑗 ≤ 𝑛) se denominan elementos de la matriz.
NOTACION: Las matrices se denotan con letras mayúsculas 𝐴, 𝐵, 𝐶, etc. y sus elementos
con letras minúsculas 𝑎𝑖𝑗 , 𝑏𝑖𝑗 , 𝑐𝑖𝑗 , etc., donde los subíndices 𝑖𝑗 indican la posición del
elemento de la matriz, por ejemplo el elemento 𝑎23 está en la fila 2 y columna 3. Una
matriz de 𝑚 filas por 𝑛 columnas es denotado por 𝐴𝑚×𝑛 .
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝐴𝑚×𝑛 = [ ⋮ ⋮ ⋮ ⋱ ⋮ ]
ORDEN DE UNA MATRIZ: Está dado por el producto 𝒎 × 𝒏 (se lee 𝑚 por 𝑛) donde 𝑚
indica el número de filas y 𝑛 el número de columnas de la matriz. Esto es:
Fila
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
Columna
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛

[ ⋮ ⋮ ⋮ ⋱ ⋮ ]
La matriz tiene 𝑚 filas y 𝑛 columnas, por lo tanto la matriz es de orden 𝑚 × 𝑛.
Ejemplo 1:
1) 𝐴 = [1 2 0] es una matriz de una fila y tres columnas, es de orden 1 × 3
2
2) 𝐵 = [−3] es una matriz de tres filas y una columna, es de orden 3 × 1
2
1 −6
3) 𝐶 = [5 1 ] es una matriz de tres filas y dos columnas, es de orden 3 × 2
9 4
4) 𝐷 = [7] es una matriz de una fila y una columna, es de orden 1 × 1
1 3 7 −2 4
[
5) 𝐸 = 9 11 5 6 8 ] es una matriz de tres filas y cinco columnas, orden 3× 5
6 −2 −1 1 1
−2 5 −1
6) 𝐹 = [ 2 0 −3] es una matriz de tres filas y tres columnas, orden 3 × 3.
1 −2 4
Lic. Mat. Javier F. Saldarriaga Herrera – Lic. Mat. Verónica A. Santisteban Galecio 1
Algebra Lineal Matrices y Determinantes
Ejemplo 2: La matriz 𝐴2×3 de orden 2 × 3:

1/6 −3 5
𝐴2×3 = ( )
7 √2 4
1/6 −3 5
Sus filas son: (1/6 −3 5) y (7 √2 5) y sus columnas: ( ) , ( ) 𝑦 ( ).
7 √2 4
OBSERVACIÓN:
- El total de elementos de una matriz 𝐴𝑚×𝑛 es el producto 𝑚 ∙ 𝑛
- El conjunto de matrices de orden 𝑚 × 𝑛, con elementos en ℝ se denotará por ℝ𝑚×𝑛 , es
decir:
ℝ𝑚×𝑛 = {𝐴 ∣ 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 ; 𝑎𝑖𝑗 ∈ ℝ}
La matriz 𝐴2×3 del ejemplo 2 pertenece al conjunto de matrices de la forma ℝ2×3 , es

decir la 𝐴 ∈ ℝ2×3
Ejercicio 1: Escribir explícitamente las siguientes matrices:

a) 𝐴 = [𝑎𝑖𝑗 ] ∈ ℝ2×3, donde 𝑎𝑖𝑗 = 2𝑖 − 𝑗
b) 𝐵 = [𝑏𝑖𝑗 ] ∈ ℝ3×4, donde 𝑏𝑖𝑗 = 𝑖 2 + 𝑗
c) 𝐶 = [𝑐𝑖𝑗 ] ∈ ℝ2×4, donde 𝑐𝑖𝑗 = 4𝑖 + 2𝑗
d) 𝐷 = [𝑑𝑖𝑗 ] ∈ ℝ2×2, donde 𝑑𝑖𝑗 = (−1)𝑖+𝑗 (𝑖 2 + 𝑗 2 )
Solución:
a) Para 𝒊 = 𝟏 y 𝒋: 𝟏, 𝟐, 𝟑, entonces:
𝑎11 = 2(1) − 1 = 1 𝑎12 = 2(1) − 2 = 0 𝑎13 = 2(1) − 3 = −1
Para 𝒊 = 𝟐 y 𝒋: 𝟏, 𝟐, 𝟑, entonces:
𝑎21 = 2(2) − 1 = 3 𝑎22 = 2(2) − 2 = 2 𝑎23 = 2(2) − 3 = 1
Por lo tanto, la matriz 𝐴 ∈ ℝ2×3, será:
1 0 −1
𝐴=( )
3 2 1
b) Para 𝒊 = 𝟏 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:
𝑏11 = 12 + 1 = 2 𝑏12 = 12 + 2 = 3 𝑏13 = 12 + 3 = 4 𝑏14 = 12 + 4 = 5
Para 𝒊 = 𝟐 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:
𝑏21 = 22 + 1 = 5 𝑏22 = 22 + 2 = 6 𝑏23 = 22 + 3 = 7 𝑏24 = 22 + 4 = 8
Para 𝒊 = 𝟑 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:
𝑏31 = 32 + 1 = 10 𝑏32 = 32 + 2 = 11 𝑏33 = 32 + 3 = 12 𝑏34 = 32 + 4 = 13
Por lo tanto, la matriz 𝐵 ∈ ℝ3×4, será:
2 3 4 5
𝐵=(5 6 7 8)
10 11 12 13
2 Lic. Mat. Javier F. Saldarriaga Herrera

2. MATRICES ESPECIALES:
a) Matriz Fila: Es una matriz que tiene exactamente una fila o renglón, también se le
conoce con el nombre de vector fila. Son de orden 1 × 𝑛 y de la forma:
𝐴 = [𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛 ]
b) Matriz Columna: Es una matriz que consiste en una sola columna, también se le conoce
con el nombre de vector columna. Son de orden 𝑚 × 1 y de la forma:
𝑎11
𝑎21
𝐵 = 𝑎31
⋮
[𝑎𝑚1 ]
c) Matriz Nula: Es una matriz que todos sus elementos son iguales a cero y la denotaremos
por:
0 0 0 ⋯ 0
0 0 0 ⋯ 0
𝐎=( )
⋮ ⋮ ⋮ ⋱ ⋮
0 0 0 ⋯ 0
También se le llama matriz cero, y suele representarse con O.
d) Matriz Cuadrada: Es una matriz que tiene el mismo número de filas que de columnas, es
decir de orden 𝑛. Los elementos 𝑎11 , 𝑎22 , 𝑎33 , ⋯ , 𝑎𝑛𝑛 de la matriz cuadrada de orden 𝑛,
forman la diagonal principal de dicha matriz. La denotaremos por:
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝐴𝑛 = 𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋱ ⋮
(𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 )
e) Matriz Diagonal: Es una matriz cuadrada en la que todos los elementos que no
pertenecen a la diagonal principal de la matriz son ceros, es de la forma:
𝑎11 0 0⋯ 0
0 𝑎22 0⋯ 0
𝐴= 0 0 𝑎33
⋯ 0
⋮ ⋮ ⋮⋱ ⋮
( 0 0 0⋯ 𝑎𝑛𝑛 )
f) Matriz Escalar: Es una matriz diagonal en la que todos los elementos de la diagonal
principal son iguales. Se representa por:
𝑘 0 0 ⋯ 0
0 𝑘 0 ⋯ 0
𝐴= 0 0 𝑘 ⋯ 0
⋮ ⋮ ⋮ ⋱ ⋮
(0 0 0 ⋯ 𝑘)
Donde 𝑘 ∈ ℝ. Un ejemplo de matriz escalar es la matriz diagonal.
3
g) Matriz Identidad: Es una matriz diagonal en la que todos los elementos de la diagonal
principal son unos. Se representa por:
1 0 0 ⋯ 0
0 1 0 ⋯ 0
𝐼𝑛 = 0 0 1 ⋯ 0
⋮ ⋮ ⋮ ⋱ ⋮
( 0 0 0 ⋯ 1)
h) Matriz Triangular Superior: Es una matriz cuadrada cuyos elementos que están por
debajo de la diagonal principal son ceros. Esto es:
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
0 𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝐴= 0 0 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋱ ⋮
( 0 0 0 ⋯ 𝑎𝑛𝑛 )
i) Matriz Triangular Inferior: Es una matriz cuadrada cuyos elementos que están por
encima de la diagonal principal son ceros. Esto es:
𝑎11 0 0 ⋯ 0
𝑎21 𝑎22 0 ⋯ 0
𝐴 = 𝑎31 𝑎32 𝑎33 ⋯ 0
⋮ ⋮ ⋮ ⋱ ⋮
𝑎
( 𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 )
Ejercicio 2: Dadas las siguientes matrices, decir que matriz especial es:
1 2 6
a) (0 4 3) ⇛ Es una matriz triangular superior
0 0 5
1 0
b) ( ) ⇛ Es una matriz triangular inferior
2 3
1 6 2
c) (0 0 0) ⇛ Es una matriz triangular superior
0 0 0
5
d) (6) ⇛ Es una matriz columna
1
1 0 0 0 0
0 2 0 0 0
e) 0 0 3 0 0 ⇛ Es una matriz diagonal
0 0 0 4 0
(0 0 0 0 5)
f) (1 0 −1 1 0) ⇛ Es una matriz fila
g) (5) ⇛ Es una cuadrada y también es matriz fila y columna.

3. IGUALDAD DE MATRICES: Sean las matrices 𝐴 = [𝑎𝑖𝑗 ] y 𝐵 = [𝑏𝑖𝑗 ]. Decimos que las
matrices 𝐴 y 𝐵 son iguales si y sólo si tienen el mismo orden y sus elementos
correspondientes son iguales.
Ejemplo 3: Hallar 𝑥, 𝑦, 𝑧 y 𝑤 si se cumple:
2𝑥 𝑦 4 6
[ ]=[ ]
𝑧 3𝑤 0 9
Solución: Por Igualdad de matrices se tiene:
2𝑥 = 4 𝑥=2
𝑦=6 𝑦=6
{ ⟹
𝑧=0 𝑧=0
3𝑤 = 9 𝑤=3
Ejercicio 3: Si 𝐴 = 𝐵, hallar 𝑥 + 𝑦 + 𝑧, siendo las matrices:
𝑖/𝑗 , 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
𝐴 = (𝑎𝑖𝑗 )3×3 ; 𝑎𝑖𝑗 = {
𝑚𝑎𝑥{𝑖, 𝑗} , 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑝𝑎𝑟
𝑥−𝑦+𝑧 1/2 3
𝑦 𝐵=[ 2 2 2𝑥 + 𝑦 + 3𝑧]
3 3/2 𝑥 + 2𝑦 + 𝑧
Solución: Construimos la matriz 𝐴 ∈ ℝ3×3:
Para 𝒊 = 𝟏 y 𝒋: 𝟏, 𝟐, 𝟑, entonces:
𝑎11 = 1 𝑎12 = 1/2 𝑎13 = 3
Para 𝒊 = 𝟐 y 𝒋: 𝟏, 𝟐, 𝟑, entonces:
𝑎21 = 2 𝑎22 = 2 𝑎23 = 2/3
Para 𝒊 = 𝟑 y 𝒋: 𝟏, 𝟐, 𝟑, entonces:
𝑎31 = 3 𝑎32 = 3/2 𝑎33 = 3
Por lo tanto, la matriz 𝐴 ∈ ℝ3×3, será:
1 1/2 3
𝐴 = (2 2 2/3)
3 3/2 3
𝑥−𝑦+𝑧 =1 … (1)
Ahora, si 𝐴 = 𝐵, entonces tenemos el sistema: {2𝑥 + 𝑦 + 3𝑧 = 2/3 … (2)
𝑥 + 2𝑦 + 𝑧 = 3 … (3)
De la ecuación (1), tenemos que: 𝑥 + 𝑧 = 𝑦 + 1 … (4)
En la ecuación (3) reemplazamos la ecuación (4), tenemos que:
2𝑦 + 𝑦 + 1 = 3 ⟹ 3𝑦 = 2 ⟹ 𝑦 = 2/3
Reemplazamos el valor de 𝑦 = 2/3, en las ecuaciones (1) y (2), Tenemos el sistema:
𝑥 + 𝑧 = 5/3 −2𝑥 − 2𝑧 = −10/3 𝑥=5
{ ⟹{ ⟹{
2𝑥 + 3𝑧 = 0 2𝑥 + 3𝑧 = 0 𝑧 = −10/3
Entonces:
2 −10 7
𝑥+𝑦+𝑧 = 5+ + =
3 3 3
Por lo tanto 𝑥 + 𝑦 + 𝑧 = 7/3.
5
4. OPERACIONES CON MATRICES

SUMA DE MATRICES: Sean las matrices 𝐴 = (𝑎𝑖𝑗 ) y 𝐵 = (𝑏𝑖𝑗 ) de orden 𝑚 × 𝑛. La suma de
𝐴 y 𝐵 es otra matriz de orden 𝑚 × 𝑛 cuyos elementos se obtienen sumando los elementos
de cada matriz que ocupan el mismo lugar. Denotaremos la suma por 𝐴 + 𝐵, esto es:
𝐴 + 𝐵 = (𝑎𝑖𝑗 + 𝑏𝑖𝑗 )
2 5 −1 3
Ejemplo 4: Dadas las matrices 𝐴 = (−1 4) y 𝐵 = ( 1 4 ), hallar 𝐴 + 𝐵.
3 0 1 −2
Solución: Si
2 5 −1 3 2−1 5+3 1 8
𝐴 + 𝐵 = (−1 4) + ( 1 4 ) = (−1 + 1 4 + 4) = (0 8 )
3 0 1 −2 3+1 0−2 4 −2
Entonces:
1 8
𝐴 + 𝐵 = (0 8)
4 −2
PROPIEDADES DE SUMA DE MATRICES: Sean 𝐴, 𝐵 y 𝐶 matrices de orden 𝑚 × 𝑛. Se
cumplen:
PS1. 𝐴 + 𝐵 = 𝐵 + 𝐴
PS2. (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶 )
PS3. 𝐴 + 𝑂 = 𝑂 + 𝐴 = 𝐴, donde 𝑂 es matriz nula de orden 𝑚 × 𝑛.
PS4. 𝐴 + 𝐵 = 𝐵 + 𝐴 = 𝑂, donde 𝐵 = −𝐴 es el opuesto de 𝐴.
MULTIPLICACIÓN DE UN ESCALAR POR UNA MATRIZ: Sea 𝐴 una matriz de orden 𝑚 × 𝑛 y 𝜆

un escalar real. El producto del escalar por la matriz va a ser otra matriz del mismo orden
𝑚 × 𝑛, cuyos elementos se obtienen multiplicando cada uno de los elementos de la matriz
dada por el escalar. El producto se define por:
𝜆(𝑎𝑖𝑗 ) = (𝜆𝑎𝑖𝑗 )
2 5
Ejemplo 5: Sea 𝐴 = (−1 4), calcular −2𝐴
3 0
Solución: Si
2 5 −2(2) −2(5) −4 −10

−2𝐴 = −2 (−1 4) = (−2(−1) −2(4)) = ( 2 −8 )
3 0 (
−2 3 ) (
−2 0) −6 0
Entonces:
−4 −10
−2𝐴 = ( 2 −8 )
−6 0

PROPIEDADES DEL PRODUCTO DE UNA MATRIZ POR UN ESCALAR: Sean 𝛼, 𝛽 y 𝜆 escalares

y las matrices 𝐴 y 𝐵 de orden 𝑚 × 𝑛, se cumplen:
PPE1. (𝛼𝛽)𝐴 = 𝛼 (𝛽𝐴)
PPE2. 𝛼 (𝐴 + 𝐵) = 𝛼𝐴 + 𝛼𝐵
PPE3. (𝛼 + 𝛽)𝐴 = 𝛼𝐴 + 𝛽𝐴
PPE4. 1𝐴 = 𝐴
PPE5. 𝑂𝐴 = 𝑂
SUSTRACCIÓN DE MATRICES: Si 𝐴 es cualquier matriz, entonces el múltiplo escalar (−1)𝐴

se escribe simplemente como – 𝐴 y se denomina opuesto de 𝑨:
−𝐴 = (−1)𝐴
Si 𝐴 y 𝐵 tienen el mismo orden, entonces por 𝐴 − 𝐵 queremos decir 𝐴 + (−𝐵).
6 0 3 −3
Ejemplo 6: Sea 𝐴 = ( )y𝐵 =( ), calcular 𝐴 − 2𝐵
2 −1 1 2
−6 6
Solución: Tenemos que: −2𝐵 = ( ), entonces:
−2 −4
6 0 −6 6 6−6 0+6 0 6
𝐴 − 2𝐵 = 𝐴 + (−2𝐵) = ( )+( )=( )=( )
2 −1 −2 −4 2 − 2 −1 − 4 0 −5
0 6
Por lo tanto: 𝐴 − 2𝐵 = ( )
0 −5
PRODUCTO DE MATRICES: Para multiplicar una matriz 𝐴 por una matriz 𝐵, deben ser la
matriz 𝐴 de orden 𝑚 × 𝑛 y la 𝐵 de orden 𝑛 × 𝑝, es decir, que el número de columnas de la
matriz 𝐴 debe ser el mismo número de filas de la matriz 𝐵. Entonces el producto de 𝐴 y 𝐵
es otra matriz 𝐶 de orden 𝑚 × 𝑝. Los elementos de 𝐶 se obtienen de la siguiente forma:
𝑛
1≤𝑖≤𝑚
𝑐𝑖𝑗 = ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗
1≤𝑗≤𝑝
𝑘=1
2 −1
1 −2 −5
(
Ejemplo 7: Dadas las matrices 𝐴 = 1 0 ) y 𝐵=( ). Calcular 𝐴𝐵 y 𝐵𝐴.
3 4 0
−3 4
Solución: El producto 𝐴𝐵 se puede realizar ya que el número de columnas de 𝐴 es 2 que es
el mismo número de filas que tiene 𝐵, y el resultado será una matriz de orden 3 × 3.
2 −1 2−3 −4 − 4 −10 + 0 −1 −8 −10
1 −2 −5
𝐴𝐵 = ( 1 0 )( ) =( 1+0 −2 + 0 −5 + 0 ) = ( 1 −2 −5 )
3 4 0
−3 4 −3 + 12 6 + 16 15 + 0 9 22 15
Del mismo modo, 𝐵𝐴 se puede realizar ya que el número de columnas de 𝐵 es 3 que es el
mismo número de filas que tiene 𝐴, y el resultado será una matriz de orden 2 × 2.
2 −1
1 −2 −5 2 − 2 + 15 −1 + 0 − 20 15 −21
𝐵𝐴 = ( )( 1 0 )=( )=( )
3 4 0 6+4+0 −3 + 0 + 0 10 −3
−3 4
−1 −8 −10
15 −21
Por lo tanto, 𝐴𝐵 = ( 1 −2 −5 ) y 𝐵𝐴 = ( ).
10 −3
9 22 15
7
1 2 1 4 1 1
Ejemplo 8: Calcular 𝐴𝐵 − 𝐵𝐴, donde: 𝐴 = (2 1 2) y 𝐵 = (−4 2 0).
1 2 3 1 2 1
Solución: Para ambos productos de 𝐴𝐵 y 𝐵𝐴, serán otra matriz de orden 3 × 3, ya que el
número de columnas es igual al número de filas, respectivamente.
1 2 1 4 1 1
Calculamos: 𝐴𝐵 = (2 1 2 −4 2 0)
) (
1 2 3 1 2 1
4 1 1
[1 2 1] [−4] [1 2 1 2] [ ] [ ]
1 2 1 0] [
1 2 1
4 1 1
= [2 1 2] [−4] [2 1 2 2] [ ] [ ]
2 1 2 0] [
1 2 1
4 1 1
[1 2 3] [−4] [1 2 3 2] [ ] [ ]
1 2 3 0] [
( 1 2 1)
4−8+1 1+4+2 1+0+1 −3 7 2
= (8 − 4 + 2 2 + 2 + 4 2+0+2 ) = ( 6 8 4) = 𝐴𝐵
4−8+3 1+4+6 1+0+3 −1 11 4
4 1 1 1 2 1
Ahora calculamos: 𝐵𝐴 = (−4 2 0) (2 1 2)
1 2 1 1 2 3
1 2 1
[4 1 1] [2] [4 1 1] [1] [4 1 1] [2]
1 2 3
1 2 1
= [−4 2 0] [2] [−4 2 0] [1] [−4 2 0] [2]
1 2 3
1 2 1
[1 2 1] [2] [1 2 1] [1] [1 2 1] [2]
( 1 2 3 )
4+2+1 8+1+2 4+2+3 7 11 9
= (−4 + 4 + 0 −8 + 2 + 0 −4 + 4 + 0) = (0 −6 0) = 𝐵𝐴
1+4+1 2+2+2 1+4+3 6 6 8
Luego, calculamos 𝐴𝐵 − 𝐵𝐴:

−3 7 2 7 11 9 −3 − 7 7 − 11 2 − 9
𝐴𝐵 − 𝐵𝐴 = ( 6 8 4) − (0 −6 0) = ( 6 − 0 8 + 6 4 − 0)
−1 11 4 6 6 8 −1 − 6 11 − 6 4 − 8
−10 −4 −7
=( 6 14 4 )
−7 5 −4
Por lo tanto,
−10 −4 −7
𝐴𝐵 − 𝐵𝐴 = ( 6 14 4 )
−7 5 −4

2 3 1 −2 3
Ejemplo 9: Dadas las matrices 𝐴 = ( ) y 𝐵=( ). Calcular 𝐴𝐵 y 𝐵𝐴.
1 2 4 1 2
Solución: El producto 𝐴𝐵 se puede realizar ya que el número de columnas de 𝐴 es 2 que es
el mismo número de filas que tiene 𝐵, y el resultado será una matriz de orden 2 × 3.
2 3 1 −2 3 14 −1 12
𝐴𝐵 = ( )( )=( )
1 2 4 1 2 9 0 7
Luego, el producto 𝐵𝐴 no se puede realizar o no está definido, porque el número de
columnas de la matriz 𝐵 es diferente al número de filas de la matriz 𝐴.
OBSERVACIONES:
- Si 𝐴 es una matriz cuadrada y 𝑝 es un entero positivo, entonces la 𝑝_é𝑠𝑖𝑚𝑎 potencia de
𝐴, escrita 𝐴𝑝 , es el producto de 𝑝 factores de 𝐴:
𝐴𝑝 = ⏟
𝐴 ∙ 𝐴 ∙∙∙ 𝐴
𝑝 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠
0
- Si 𝐴 es de orden 𝑛 × 𝑛, definimos 𝐴 = 𝐼𝑛
PROPIEDADES DEL PRODUCTO DE MATRICES

PP1. 𝐴𝐵 ≠ 𝐵𝐴
PP2. (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶 )
PP3. 𝐴(𝐵 + 𝐶 ) = 𝐴𝐵 + 𝐴𝐶
PP4. (𝐵 + 𝐶 )𝐴 = 𝐵𝐴 + 𝐶𝐴
PP5. 𝑘 (𝐴𝐵) = (𝑘𝐴)𝐵 = 𝐴(𝑘𝐵), donde 𝑘 es un escalar y el producto 𝐴𝐵 está definido.
5. MATRIZ TRANSPUESTA: Dada una matriz 𝐴 = (𝑎𝑖𝑗 )𝑚×𝑛 , se llama matriz transpuesta de 𝐴 a
la matriz que se obtiene cambiando las filas por las columnas (o viceversa) en la matriz 𝐴.
Se representa por 𝐴𝑡 , es decir: Si
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛 𝑎11 𝑎21 𝑎31 ⋯ 𝑎𝑚1
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛 𝑎12 𝑎22 𝑎32 ⋯ 𝑎𝑚2
𝐴 = 𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛 ⇛ 𝐴 = 𝑎13
𝑡 𝑎23 𝑎33 ⋯ 𝑎𝑚3
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
(𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛 ) (𝑎1𝑛 𝑎2𝑛 𝑎3𝑛 ⋯ 𝑎𝑚𝑛 )
1 2 3
Ejemplo 10: Hallar la transpuesta de la matriz 𝐴 = ( )
−3 6 19
Solución: La matriz 𝐴 de orden 2 × 3, su traspuesta 𝐴𝑡 será de orden 3 × 2, esto es:
1 −3
𝐴𝑡 = ( 2 6 )
3 19
Vemos que las filas de la matriz 𝐴 son las columnas de la matriz transpuesta 𝐴𝑡 .
9
2 −1
Ejercicio 4: Hallar 𝐴3 𝐴𝑡 , donde 𝐴 = ( ).
2 3
Solución: Por definición de potencia de una matriz, tenemos que 𝐴3 = 𝐴𝐴𝐴 = 𝐴2 𝐴,
entonces primero calcularemos 𝐴2 y luego 𝐴3:
2 −1 2 −1 2 −5
𝐴2 = 𝐴𝐴 = ( )( )=( )
2 3 2 3 10 7
2 −5 2 −1 −6 −17
𝐴3 = 𝐴2 𝐴 = ( )( )=( )
10 7 2 3 34 11
2 2
Ahora, la transpuesta de la matriz 𝐴 es: 𝐴𝑡 = ( )
−1 3
Entonces el producto de 𝐴3 𝐴𝑡 , será:
−6 −17 2 2 5 −63
𝐴3 𝐴𝑡 = ( )( )=( )
34 11 −1 3 57 101
5 −63
Por lo tanto, 𝐴3 𝐴𝑡 = ( )
57 101
PROPIEDADES DE LA MATRIZ TRANSPUESTA:
PT1. Dada una matriz 𝐴, siempre existe su transpuesta y además es única.
PT2. 𝐼𝑛 𝑡 = 𝐼𝑛
PT3. (𝐴𝑡 )𝑡 = 𝐴
PT4. (𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵𝑡
PT5. (𝜆𝐴)𝑡 = 𝜆𝐴𝑡 , donde 𝜆 es una constante real.
PT6. (𝐴𝐵)𝑡 = 𝐵𝑡 𝐴𝑡
1 0 1 2
Ejercicio 5: Sean las matrices: 𝐴 = ( ) y 𝐵=( ).
1 2 1 0
Probar que (𝐴𝐵)𝑡 = 𝐵𝑡 𝐴𝑡 .
Solución: Primero encontremos el producto de las matrices 𝐴𝐵, esto es:

1 0 1 2 1 2 1 2
𝐴𝐵 = ( )( )=( ) ⟹ 𝐴𝐵 = ( )
1 2 1 0 3 2 3 2
La transpuesta del producto 𝐴𝐵, es:
(𝐴𝐵)𝑡 = (1 3) … (1)
2 2
Luego, la transpuesta de cada matriz 𝐴 y 𝐵:
1 1 1 1
𝐴𝑡 = ( ), 𝐵𝑡 = ( )
0 2 2 0
Ahora, el producto de las matrices transpuestas 𝐵𝑡 𝐴𝑡 es:
1 1 1 1 1 3
𝐵 𝑡 𝐴𝑡 = ( )( )=( )
2 0 0 2 2 2
1 3
𝐵 𝑡 𝐴𝑡 = ( ) … (2)
2 2
Por lo tanto, de (1) y (2) queda probado que: (𝐴𝐵)𝑡 = 𝐵𝑡 𝐴𝑡

6. MATRIZ SIMÉTRICA: Sea 𝐴 = [𝑎𝑖𝑗 ] una matriz cuadrada, es simétrica si cumple:

𝐴 = 𝐴𝑡
Ejemplo 11: Verificar si las siguientes matrices son simétricas:

1 0 1 2 1 3
a) 𝐴 = (0 2 4) b) 𝐵 = (4 3 2)
1 4 3 1 4 3
Solución:
1 0 1 1 0 1
𝑡
a) Si 𝐴 = 0 2 4 entonces 𝐴 = 0 2 4)
( ), (
1 4 3 1 4 3
Por lo tanto, como 𝐴 = 𝐴𝑡 entonces la matriz 𝐴 es simétrica.
2 1 3 2 4 1
𝑡
b) Si 𝐵 = (4 3 2), entonces 𝐵 = (1 3 4)
1 4 3 3 2 3
Por lo tanto, como 𝐵 ≠ 𝐵𝑡 entonces la matriz 𝐵 no es simétrica.
OBSERVACIÓN: Para que una matriz 𝐴 sea simétrica debe cumplir 𝑎𝑖𝑗 = 𝑎𝑗𝑖 para 𝑖 ≠ 𝑗.
Ejercicio 6: Las siguientes matrices son simétricas:

3 4 5 −4 2 1 1 7 9
a) 𝐴 = (4 7 6) b) 𝐵 = ( 2 −3 −5) c) 𝐶 = (7 2 11)
5 6 9 1 −5 8 9 11 3
Solución:
a) Los elementos de la matriz 𝐴 son simétricos respecto a la diagonal principal, esto es:
𝑎12 = 4 = 𝑎21 𝑎13 = 5 = 𝑎31 𝑎23 = 6 = 𝑎32
Por lo tanto, la matriz 𝐴 es simétrica.
b) Los elementos de la matriz 𝐵 son simétricos respecto a la diagonal principal, esto es:
𝑏12 = 2 = 𝑏21 𝑏13 = 1 = 𝑏31 𝑏23 = −5 = 𝑏32
Por lo tanto, la matriz 𝐵 es simétrica.
c) Análogamente, la matriz 𝐶 también es simétrica ya que sus elementos son simétricos

con respecto a la diagonal principal.
Ejercicio 7: Sea 𝐴 una matriz cuadrada, demostrar que 𝐴𝐴𝑡 es simétrica.
Solución: Por definición una matriz cuadrada 𝐴 es simétrica si cumple 𝐴 = 𝐴𝑡 .

Debemos demostrar que: 𝐴𝐴𝑡 = (𝐴𝐴𝑡 )𝑡
𝐴𝐴𝑡 = (𝐴𝑡 )𝑡 𝐴𝑡 𝑃𝑇3
= (𝐴𝐴𝑡 )𝑡 𝑃𝑇6
𝐴𝐴𝑡 = (𝐴𝐴𝑡 )𝑡
Por lo tanto, 𝐴𝐴𝑡 es simétrica.
11
7. MATRIZ ANTISIMÉTRICA: Una matriz cuadrada 𝐴 es antisimétrica si 𝐴𝑡 = −𝐴.

0 1 2
0 −1
Ejemplo 13: ¿Las matrices 𝐴 = ( ) y 𝐵 = (−1 0 3) son antisimétricas?
1 0
−2 −3 0
0 −1
Solución: Si 𝐴 = ( ), entonces:
1 0
0 1 0 −1
𝐴𝑡 = ( ) = −( ) = −𝐴
−1 0 1 0
Por lo tanto, como 𝐴𝑡 = −𝐴 entonces 𝐴 es una matriz antisimétrica.
0 1 2 0 −1 −2 0 1 2
Si 𝐵 = (−1 0 3), entonces: 𝐵𝑡 = (1 0 −3) = − (−1 0 3) = −𝐵
−2 −3 0 2 3 0 −2 −3 0
𝑡
Por lo tanto, como 𝐵 = −𝐵 entonces 𝐵 es una matriz antisimétrica.
OBSERVACIÓN: Para que una matriz 𝐴 sea antisimétrica debe cumplirse que 𝑎𝑖𝑗 = −𝑎𝑗𝑖
para 𝑖 ≠ 𝑗 y los elementos de la diagonal principal deben ser ceros, es decir 𝑎𝑖𝑗 = 0 para
𝑖 = 𝑗.
Ejercicio 8: Las siguientes matrices son antisimétricas:

0 4 −1 0 3 7 0 1 −1
a) 𝐴 = (−4 0 2) b) 𝐵 = (−3 0 −6) c) 𝐶 = (−1 0 1)
1 −2 0 −7 6 0 1 −1 0
Solución:
a) Los elementos de la diagonal principal de la matriz 𝐴 son ceros y además los restantes
son opuesto respecto a dicha diagonal, esto es:
𝑎12 = 4, es el opuesto de 𝑎21 = −4
𝑎13 = −1, es el opuesto de 𝑎31 = 1
𝑎23 = 2, es el opuesto de 𝑎32 = −2
Por lo tanto, la matriz 𝐴 es antisimétrica.
b) Análogamente a a), se cumple que los elementos de la diagonal principal de la matriz 𝐵

son ceros y además los restantes son opuesto respecto a dicha diagonal.
c) También análogamente a a), se cumple que los elementos de la diagonal principal de la

matriz 𝐶 son ceros y además los restantes son opuesto respecto a dicha diagonal.
Ejercicio 9: Sea 𝐴 una matriz cuadrada, demostrar que 𝐴 − 𝐴𝑡 es antisimétrica.
Solución: Por definición una matriz cuadrada 𝐴 es antisimétrica si cumple 𝐴𝑡 = −𝐴.

Debemos probar que (𝐴 − 𝐴𝑡 )𝑡 = −(𝐴 − 𝐴𝑡 )
(𝐴 − 𝐴𝑡 )𝑡 = 𝐴𝑡 − 𝐴 𝑃4 𝑦 𝑃3
𝑡
= − (𝐴 − 𝐴 )
( 𝐴 − 𝐴𝑡 ) 𝑡 = − ( 𝐴 − 𝐴𝑡 )
Por lo tanto, 𝐴 − 𝐴𝑡 es antisimétrica.

8. TRAZA DE UNA MATRIZ: Sea la matriz cuadrada 𝐴 = (𝑎𝑖𝑗 )𝑛 , la traza de la matriz 𝑨 es la

suma de los elementos de la diagonal principal y se denota por:
𝑇𝑟(𝐴) = 𝑎11 + 𝑎22 + 𝑎33 +. . +𝑎𝑛𝑛
2 3 −1 5
−1 4 3 2
Ejemplo 14: Dada la matriz 𝐴 = ( ), hallar la traza de 𝐴 y la traza de 𝐴𝑡 .
8 −1 3 4
4 3 2 0
2 −1 8 4
3 4 −1 3
Solución: Hallamos la transpuesta de 𝐴: 𝐴𝑡 = ( )
−1 3 3 2
5 2 4 0
Por lo tanto, 𝑇𝑟(𝐴) = 2 + 4 + 3 + 0 = 9 y la 𝑇𝑟(𝐴𝑡 ) = 2 + 4 + 3 + 0 = 9.
PROPIEDADES DE LA TRAZA DE UNA MATRIZ:

PTr1. 𝑇𝑟(0) = 0
PTr2. 𝑇𝑟(𝐼𝑛 ) = 𝑛
PTr3. 𝑇𝑟(𝐴𝑡 ) = 𝑇𝑟(𝐴)
PTr4. 𝑇𝑟(𝐴 + 𝐵) = 𝑇𝑟(𝐴) + 𝑇𝑟(𝐵)
PTr5. 𝑇𝑟(𝜆𝐴) = 𝜆𝑇𝑟(𝐴)
PTr6. 𝑇𝑟(𝐴𝐵) = 𝑇𝑟(𝐵𝐴)
Ejercicio 10: Si 𝐴 = (𝑎𝑖𝑗 )4×4 y 𝐵 = (𝑏𝑖𝑗 )4×4, donde
1, 𝑠𝑖 𝑖 = 𝑗 −1, 𝑠𝑖 𝑖 = 𝑗
𝑎𝑖𝑗 = { −1, 𝑠𝑖 𝑖 > 𝑗 , 𝑏𝑖𝑗 = 1,
{ 𝑠𝑖 𝑖 < 𝑗
0, 𝑠𝑖 𝑖 < 𝑗 0, 𝑠𝑖 𝑖 > 𝑗
Compruebe que: 𝑇𝑟(𝐴𝐵) = 𝑇𝑟(𝐵𝐴).
Solución: En primer lugar, construimos las matrices 𝐴 y 𝐵, esto es:
Para 𝒊 = 𝟏 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces: Para 𝒊 = 𝟑 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:
𝑎11 = 1, 𝑎12 = 0, 𝑎13 = 0, 𝑎14 = 0 𝒂𝟑𝟏 = −𝟏, 𝒂𝟑𝟐 = −𝟏, 𝒂𝟑𝟑 = 𝟏, 𝒂𝟑𝟒 = 𝟎
Para 𝒊 = 𝟐 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces: Para 𝒊 = 𝟒 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:
𝑎21 = −1, 𝑎22 = 1, 𝑎23 = 0, 𝑎24 = 0 𝒂𝟒𝟏 = −𝟏, 𝒂𝟒𝟐 = −𝟏, 𝒂𝟒𝟑 = −𝟏, 𝒂𝟒𝟒
=1
1 0 0 0
−1 1 0 0
Entonces, la matriz 𝐴 ∈ ℝ4×4, será: 𝐴 = ( )
−1 −1 1 0
−1 −1 −1 1
Para 𝒊 = 𝟏 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces: Para 𝒊 = 𝟑 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:

𝑏11 = −1, 𝑏12 = 1, 𝑏13 = 1, 𝑏14 = 1 𝑏31 = 0, 𝑏32 = 0, 𝑏33 = −1, 𝑏34 = 1
Para 𝒊 = 𝟐 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces: Para 𝒊 = 𝟒 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:
𝑏21 = 0, 𝑏22 = −1, 𝑏23 = 1, 𝑏24 = 1 𝑏41 = 0, 𝑏42 = 0, 𝑏43 = 0, 𝑏44 = −1
13
−1 1 1 1
0 −1 1 1
Entonces, la matriz 𝐵 ∈ ℝ4×4, será: 𝐵 = ( )
0 0 −1 1
0 0 0 −1
Luego, calculamos los productos 𝐴𝐵 y 𝐵𝐴, tenemos:

−1 1 1 1 −4 −1 0 1
1 −2 0 0 −1 −3 0 1
𝐴𝐵 = ( ) y 𝐵𝐴 = ( )
1 0 −3 −1 0 0 −2 1
1 0 −1 −4 1 1 1 −1
Ahora, la traza de 𝐴𝐵 y la traza 𝐵𝐴 es:

𝑇𝑟(𝐴𝐵) = −1 − 2 − 3 − 4 = −10 y 𝑇𝑟(𝐵𝐴) = −4 − 3 − 2 − 1 = −10
Por lo tanto, 𝑇𝑟(𝐴𝐵) = 𝑇𝑟(𝐵𝐴).
9. MATRIZ NILPOTENTE: Una matriz cuadrada 𝐴 = [𝑎𝑖𝑗 ]𝑛 es nilpotente, si y sólo si, 𝐴𝑘 = 𝑂

para algún 𝑘 ≥ 2 y 𝑂 es una matriz cuadrada NULA.
1 1 3
Ejemplo 15: Demostrar que la matriz 𝐴 = ( 5 2 6 ) es nilpotente.
−2 −1 −3
Solución: Para que 𝐴 sea nilpotente, se tiene que cumplir que 𝐴𝑘 = 𝑂, 𝑘 ≥ 2.
1 1 3 1 1 3 0 0 0
2
𝐴 = 𝐴𝐴 = ( 5 2 6 )( 5 2 6 )=( 3 3 9)
−2 −1 −3 −2 −1 −3 −1 −1 −3
0 0 0 1 1 3 0 0 0
𝐴3 = 𝐴2 𝐴 = ( 3 3 9 )( 5 2 6 ) = (0 0 0) = 𝑂
−1 −1 −3 −2 −1 −3 0 0 0
Por lo tanto 𝐴 es nilpotente porque se cumple que 𝐴3 = 𝑂.
10. MATRIZ IDEMPOTENTE: Una matriz cuadrada 𝐴 = [𝑎𝑖𝑗 ]𝑛 es idempotente si y solo si su

cuadrado de la matriz 𝐴 es la matriz 𝐴, esto es:
𝐴2 = 𝐴.
2 −3 −5
Ejemplo 16: Demostrar que la matriz 𝐴 = (−1 4 5 ) es idempotente.
1 −3 −4
Solución:
2 −3 −5 2 −3 −5 2 −3 −5
𝐴2 = 𝐴𝐴 = (−1 4 5 ) (−1 4 5 ) = (−1 4 5 )=𝐴
1 −3 −4 1 −3 −4 1 −3 −4
Por lo tanto 𝐴 es idempotente porque se cumple que 𝐴2 = 𝐴
11. MATRIZ INVOLUTIVA: Una matriz cuadrada 𝐴 = [𝑎𝑖𝑗 ]𝑛 es involutiva si y sólo si su

cuadrado de la matriz 𝐴 es la matriz identidad, esto es:
𝐴2 = 𝐼𝑛

4 3 3
Ejemplo 17: Demostrar que la matriz 𝐴 = (−1 0 −1) es involutiva.
−4 −4 −3
Solución:
4 3 3 4 3 3 1 0 0
𝐴2 = 𝐴𝐴 = (−1 0 −1) (−1 0 −1) = (0 1 0) = 𝐼
−4 −4 −3 −4 −4 −3 0 0 1
Por lo tanto 𝐴 es involutiva porque se cumple que 𝐴2 = 𝐼.
−5 −8 0
Ejercicio 11: Si 𝐴 y 𝐵 son matrices involutivas y 𝐴𝐵 = 𝐵𝐴 = ( 3 5 0 ). Hallar la
1 2 −1
traza de la matriz 𝑀 = (𝐴 + 𝐵)2 .
Solución: Tenemos por datos que:
−5 −8 0
Si 𝐴 y 𝐵 es involutiva, entonces 𝐴2 = 𝐼 y 𝐵2 = 𝐼; además: 𝐴𝐵 = 𝐵𝐴 = ( 3 5 0)
1 2 −1
Ahora, hallamos la matriz 𝑀 = (𝐴 + 𝐵)2 :
𝑀 = (𝐴 + 𝐵)2 = (𝐴 + 𝐵)(𝐴 + 𝐵) Por definición potencia de matriz
𝑀 = (𝐴 + 𝐵 )𝐴 + (𝐴 + 𝐵 )𝐵 Por PP3
𝑀 = 𝐴𝐴 + 𝐵𝐴 + 𝐴𝐵 + 𝐵𝐵 Por PP4
𝑀 = 𝐴2 + 𝐵𝐴 + 𝐴𝐵 + 𝐵2 Por definición potencia de matriz
𝑀 = 𝐼 + 𝐵𝐴 + 𝐴𝐵 + 𝐼 Por 𝐴 y 𝐵 involutivas
𝑀 = 2𝐼 + 2𝐴𝐵 Por 𝐴𝐵 = 𝐵𝐴
Entonces, la matriz 𝑀 será:
𝑀 = 2𝐼 + 2𝐴𝐵
1 0 0 −5 −8 0 2 0 0 −10 −16 0
𝑀 = 2 (0 1 0) + 2 ( 3 5 0 ) = (0 2 0) + ( 6 10 0)
0 0 1 1 2 −1 0 0 2 2 4 −2
2 − 10 0 − 16 0+0 −8 −16 0
= ( 0 + 6 2 + 10 0 + 0) = ( 6 12 0)
0+2 0+4 2−2 2 4 0
Por lo tanto, la traza de la matriz 𝑀 es:
𝑇𝑟(𝑀) = −8 + 12 + 0 = 4
15
12. APLICACIONES DE LAS MATRICES:

Problema 1: Un importador de globos los importa de dos colores, naranja (N) y fresa (𝐹).
Todos ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al precio (soles)
indicado por la tabla siguiente:
2 unid. 5 unid. 10 unid.
N 0.4 0.8 1.2
F 0.3 0.5 0.8
Sabiendo que en un año se venden el siguiente número de paquetes:
N F
2 unid. 700000 50000
5 unid. 600000 40000
10 unid. 500000 50000
Resumir la información en 2 matrices 𝐴 y 𝐵, de orden 2 × 3 y 3 × 2 respectivamente,
donde la matriz 𝐴 que recojan las ventas en un año y la matriz 𝐵 los precios.
Entonces, organicemos la información en dos matrices 𝐴 y 𝐵. Si nos fijamos en las tablas,
es sencillo obtener las matrices:
2 unid. 5 unid. 10 unid.
700000 600000 500000 N
𝐴=( )
50000 40000 50000 F
N F
0.4 0.3 2 unid.
𝐵 = (0.8 0.5) 5 unid.
1.2 0.8 10 unid.
Estas matrices se denominan matrices de información, y simplemente recogen los datos
numéricos del problema en cuestión.
Problema 2: Suponga que un contratista acepta pedidos de materias primas para cinco
casas con estilo rustico, siete con estilo moderno y doce con estilo colonial. Entonces sus
pedidos pueden representarse por la matriz fila 𝑄, esto es:
𝑄 = (5 7 12)
Además, suponga que las materias primas que se utilizan para la construcción de los tres
tipos de vivienda son acero, madera, vidrio, pintura y mano de obra. La matriz 𝑅 dan el
número de unidades de cada materia prima que se utilizará en cada tipo de casa, así:
Acero Madera Vidrio Pintura M. Obra
5 20 16 7 17 𝑅ú𝑠𝑡𝑖𝑐𝑜
𝑅 = (7 18 12 9 21) 𝑀𝑜𝑑𝑒𝑟𝑛𝑜
6 25 8 5 13 𝐶𝑜𝑙𝑜𝑛𝑖𝑎𝑙
Cada fila indica la cantidad de materia prima necesaria para una clase dada de casa; cada
columna indica la cantidad de una materia prima dada necesaria para cada tipo de casa.
Ahora suponga que el contratista desea calcular la cantidad de cada materia prima
necesaria para satisfacer todos sus pedidos. Entonces, tal información está dada por la
matriz 𝑄𝑅, tenemos:
5 20 16 7 17
𝑄𝑅 = (5 7 12) (7 18 12 9 21)
6 25 8 5 13
𝑄𝑅 = (146 526 260 158 388)

El contratista debe ordenar 146 unidades de acero, 526 de madera, 260 de vidrio, 158 de
pintura y 388 de mano de obra.
El contratista también está interesado en conocer los costos que tendrá que pagar por
estas materias primas. Suponga que el acero cuesta 2500 soles por unidad, la madera 1200
soles por unidad, y el vidrio, la pintura y la mano de obra cuestan 800, 150 y 1500 soles por
unidad, respectivamente. Estos datos pueden escribirse como una matriz de columna 𝐶
que representa los costos por unidad, esto es:
2500
1200
𝐶 = 800
150
(1500)
Entonces el costo de cada tipo de casa está dado por el producto de las matrices 𝑅 y 𝐶,
esto es:
2500
5 20 16 7 17 1200
𝑅𝐶 = (7 18 12 9 21) 800
6 25 8 5 13 150
(1500)
75 850
𝑅𝐶 = (81 550)
71 650
En consecuencia, el costo de los materiales para la casa rústica es 75 850 soles, para la casa
con estilo moderno 81 550 soles y para con estilo colonial 71 650 soles.
El costo total de la materia prima para todas las casas está dado por el producto de las
matrices 𝑄, 𝑅 y 𝐶, es decir:
75 850
𝑄𝑅𝐶 = 𝑄(𝑅𝐶 ) = (5 7 12) (81 550) = (1 809 900)
71 650
Por lo tanto, el costo total es de 1 809 900 soles.
Problema 3: Un agente de bolsa vendió a un cliente 200 acciones tipo A, 300 tipo B, 500
tipo C y 250 tipo D. Los precios por acción de A, B, C y D son 100, 150, 200 y 300 soles,
respectivamente. Escriba un vector fila que represente el número de acciones compradas
de cada tipo. Escriba un vector columna que represente el precio por acción de cada tipo.
Utilizando el producto de matrices, encuentre el costo total de las acciones.
Solución:
100
150
Sean 𝐴 el vector fila y 𝐵 el vector columna: 𝐴 = (200 300 500 250) y 𝐵 = ( )
200
300
100
150
𝐴𝐵 = (200 300 500 250) ( ) = 240000
200
300
Por lo tanto, el costo total de las acciones es 240 000 soles.
17
EJERCICIOS PROPUESTOS Nº01

1. Escribir explícitamente las siguientes matrices:
a) 𝐴 = [𝑎𝑖𝑗 ]3×2, donde 𝑎𝑖𝑗 = 𝑖 + 3𝑗
b) 𝐵 = [𝑏𝑖𝑗 ]3×3, donde 𝑏𝑖𝑗 = 2𝑖 + 3𝑗

𝑚𝑎𝑥 {𝑖, 𝑗} , 𝑠𝑖 𝑖 + 𝑗 ≥ 4
c) 𝐶 = [𝑐𝑖𝑗 ]3×3, donde 𝑐𝑖𝑗 = {
(−1)𝑖+𝑗 , 𝑠𝑖 𝑖 + 𝑗 < 4
d) 𝐷 = [𝑑𝑖𝑗 ]4×3, donde 𝑑𝑖𝑗 = 2𝑖 − (−1)𝑗
2. Calcula 𝑎, 𝑏 y 𝑐 para que se cumpla la igualdad:

3−𝑎 𝑏 −2 2 𝑎+𝑏 4 −1 𝑎 2
( )+( )=( )
4 −𝑐 + 1 6 1−𝑐 2 0 2 0 6
(1 + 𝑗)/2 , 𝑠𝑖 𝑖 < 𝑗
3. Sean las matrices: 𝐴 = [𝑎𝑖𝑗 ]3×3 , 𝑎𝑖𝑗 = { y
(𝑖 − 2𝑗)/2 , 𝑠𝑖 𝑖 ≥ 𝑗
−1/2 𝑥 − 𝑦 + 3𝑧 2
𝐵 =[𝑥+𝑦−2 −1 2 ]. Calcular 𝑥, 𝑦 y 𝑧. Si 𝐴 = 𝐵.
2𝑥 + 𝑦 − 𝑧 −1/2 −3/2
2𝑥 + 1 2 𝑧−1 3 − 2𝑦 2 𝑥+𝑦
4. Sean las matrices: 𝐴 = ( 𝑥 + 2 −1 2𝑦 ) y 𝐵 = ( 𝑧 + 3 −1 𝑧 − 2𝑥 ), hallar el
𝑦−1 8 𝑥 − 2𝑧 𝑧−5 8 −1
valor de 𝑥𝑦𝑧 si 𝐴 = 𝐵.
3 5 −2 7 11 1
5. Si 𝐴 = ( ), 𝐵 = ( )y𝐶 =( ), hallar la matriz 𝑋 de la ecuación:
−2 1 4 −1 10 5
2(𝑋 − 2𝐴) = 3[𝐴 + 2(𝑋 − 2𝐵)] + 𝐶
3 1 −2 6 7 −5 6 3 −7
6. Si 𝐴 = (−7 1 4 ), 𝐵 = ( 8 4 −2) y 𝐶 = ( 12 5 −6) resolver la ecuación:
8 3 6 −1 9 1 −1 14 10
2(𝑋 − 2𝐶 ) = 3𝑋 − 𝐶 − 2(𝐴 + 2𝐵 − 𝑋)
7. Obtener las matrices 𝑋 e 𝑌 que verifiquen los sistemas:

1 −2 3 1 2 1
3𝑋 − 5𝑌 = ( ) 2𝑋 + 𝑌 = ( ) 𝑋+𝑌 =( )
a) { 8 1 b) { 0 −2 c) { 3 0
2 4 1 0 6 2
−𝑋 + 3𝑌 = ( ) 𝑋 + 2𝑌 = ( ) 𝑋−𝑌 =( )
3 0 −2 4 0 1
2𝑋 + 3𝑌 = 𝐴 −5 3 16 −40
8. Resolver el sistema: { , 𝑋, 𝑌 ∈ ℝ2×2 . Sea 𝐴 = ( )y𝐵 =( )
5𝑋 − 2𝑌 = 𝐵 16 −6 21 23
−3 2 −4 2
9. Sean 𝐴 = ( ) , 𝐵=( ) y 𝑓 (𝑥; 𝑦) = 𝑥 2 − 𝑥𝑦 + 𝑦 2
−15 8 −15 7
a) Verificar que 𝐴 y 𝐵 conmutan b) Evaluar 𝑓(𝐴; 𝐵)
𝑎 0
10. Dada la matriz 𝐴 = ( ), ¿Qué relación deben guardar las constantes 𝑎 y 𝑏 para que se
1 𝑏
verifique la igualdad 𝐴2 = 𝐴?

2 −1
11. Determina los valores de 𝑎 y 𝑏 de la matriz 𝐴 = ( ) para que 𝐴2 = 𝐴.
𝑎 𝑏
12. Demuestre que:
a) Si 𝐴 es una matriz cuadrada, entonces 𝐴 + 𝐴𝑡 es simétrica.
b) Si 𝐴 y 𝐵 son matrices simétricas, entonces 𝐴 + 𝐵 es simétrica.
−2 1
1 2 3
13. Verifique que las matrices 𝐴 = ( ) y 𝐵 = ( 2 3) cumplen: 𝑡𝑟(𝐴𝐵) = 𝑡𝑟(𝐵𝐴)
3 2 1
4 1
1
14. Sea 𝐴 una matriz cuadrada, si 𝐴 es involutiva entonces 2 (𝐼 − 𝐴) es idempotente.
15. Demostrar que la matriz 𝐴𝑛×𝑛 es involutiva, si y solo si, (𝐼 − 𝐴)(𝐼 + 𝐴) = 𝑂.
1 1 1
16. Si 𝐴 = (0 1 1) hallar la suma de los elementos de 𝐴5.
0 0 1
17. Dadas las matrices siguientes, calcula la potencia enésima:
1 0 0 1 0 0 1 1 0
a) 𝐴 = (1 1 0) b) 𝐵 = (1 1 0) c) 𝐶 = (0 1 1)
0 1 1 1 1 1 0 0 1
1 1
18. Demostrar sí 𝐴 = ( ), entonces 𝐴𝑛 = 2𝑛−1 𝐴
1 1
19. En un instituto se imparten los cursos de 1º, 2º, 3º y 4º ciclo. Los profesores tiene asignado
un números de horas de clase, tutorías y guardias a cubrir, de acuerdo a la siguiente matriz:
Clase Guardias Tutorías
20 5 3 1º
18 6 5 2º
𝑀=( )
22 1 4 3º
25 2 4 4º
El instituto paga cada hora de clase a 20 soles, cada hora de guardia a 12 soles y cada hora
de tutoría a 15 soles. Además dispone de 5 profesores para primer curso, 4 para segundo, 6
para tercero y 5 para cuarto.
a) Escriba una matriz fila 𝑃 que represente el número de profesores para cada curso y
escriba una matriz columna 𝐶 que represente el precio de cada hora de clase.
b) Calcúlese los productos de matrices 𝑃𝑀, 𝑀𝐶 y 𝑃𝑀𝐶 e interprétense los resultados.
20. Una fábrica decide distribuir sus excedentes en tres productos alimenticios A, B y C, a
cuatro países de África, P1, P2, P3 y P4, según se describe en la matriz 𝑀1 (cantidades en
toneladas). Esta fábrica ha recibido presupuestos de dos empresas para el transporte de los
productos a los países de destino, como indica la matriz 𝑀2 (en soles por toneladas).
A B C
200 100 120 P1 P1 P2 P3 P4
110 130 200 2 P 500 450 375 350 E1
𝑀1 = ( ) y 𝑀2 = ( )
220 200 100 P3 510 400 400 350 E2
150 160 150 P4
Efectúa el producto de las matrices y responde a las cuestiones:
a) ¿Qué representa 𝑎11 de la matriz producto?
b) ¿Qué elemento de la matriz producto nos indica lo que cuesta transportar el producto C
con la empresa E2?
c) Indica qué elementos de la matriz producto te permiten decir cuál es la empresa que
más barato transporta el producto B a todos los países.
19
13. MATRICES INVERSAS: Dada una matriz cuadrada de orden 𝑛 , 𝐴, se dice que 𝐴 es
invertible, si existe otra matriz del mismo orden, denominada matriz inversa de 𝐴 y
representada por 𝐴−1, tal que se cumple:
𝐴𝐴−1 = 𝐼𝑛 y 𝐴−1 𝐴 = 𝐼𝑛
1 2 7 −2
Ejemplo 18: Sean las matrices: 𝐴 = ( )y𝐵=( ). Verifica que la inversa de la
3 7 −3 1
matriz 𝐴 es la matriz 𝐵.
Solución: Para que la matriz 𝐵 sea inversa de la matriz 𝐴, de debe cumplir:
𝐴𝐵 = 𝐼 y 𝐵𝐴 = 𝐼
1 2 7 −2 1 0
𝐴𝐵 = ( )( )=( )=𝐼
3 7 −3 1 0 1
Entonces: 𝐴𝐵 = 𝐼
7 −2 1 2 1 0
𝐵𝐴 = ( )( )=( )=𝐼
−3 1 3 7 0 1
Entonces: 𝐵𝐴 = 𝐼
Por lo tanto, la matriz 𝐵 es una matriz inversa de 𝐴.
OBSERVACIONES:
 Una matriz invertible también se le llama matriz no singular o matriz regular.
 Si 𝐴 no es una matriz cuadrada no es posible invertirla.
 Una matriz invertible tiene una y sólo una inversa; esto es, la inversa es única.
PROPIEDADES DE LA MATRIZ INVERSA:

PMI1. (𝐴−1 )−1 = 𝐴
PMI2. (𝐴𝐵)−1 = 𝐵−1 𝐴−1
PMI3. (𝐴𝑡 )−1 = (𝐴−1 )𝑡
1
PMI4. (𝜆𝐴)−1 = 𝜆 𝐴−1
𝐴0 = 𝐼
PMI5. (𝐴𝑛 )−1 = (𝐴−1 )𝑛 ∀ 𝑛 ∈ ℤ0 + 𝑑𝑜𝑛𝑑𝑒 {
𝐴𝑛 = 𝐴 ∙ 𝐴𝑛−1 , 𝑛 ∈ ℤ+
PMI6. 𝐼 −1 = 𝐼 , 𝐼 = 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑
14. MATRIZ ORTOGONAL: Dada una matriz cuadrada 𝐴 de orden 𝑛, se dice que 𝐴 es
ortogonal, si y solo sí se cumple que:
𝐴𝐴𝑡 = 𝐼𝑛
𝐶𝑜𝑠 𝛼 −𝑆𝑒𝑛 𝛼 0
Ejemplo 19: Comprobar que la matriz dada es ortogonal: 𝐴 = (𝑆𝑒𝑛 𝛼 𝐶𝑜𝑠 𝛼 0)
0 0 1
Solución: Esto es:
𝐶𝑜𝑠 𝛼 −𝑆𝑒𝑛 𝛼 0 𝐶𝑜𝑠 𝛼 𝑆𝑒𝑛 𝛼 0 1 0 0
𝐴𝐴𝑡 = (𝑆𝑒𝑛 𝛼 𝐶𝑜𝑠 𝛼 0) (−𝑆𝑒𝑛 𝛼 𝐶𝑜𝑠 𝛼 0) = (0 1 0) = 𝐼
0 0 1 0 0 1 0 0 1

PROPIEDADES DE LA MATRIZ ORTOGONAL:

PO1. En particular toda matriz ortogonal es invertible.
PO2. 𝐴 es ortogonal si y solo si 𝐴−1 = 𝐴𝑡
PO3. Si 𝐴 y 𝐵 son ortogonales, entonces 𝐴𝐵 es ortogonal.
15. MÉTODOS PARA ENCONTRAR LA INVERSA DE UNA MATRIZ: Para calcular la inversa de una
matriz, podemos utilizar el método directo o el método de Gauss-Jordan:
 MÉTODO DIRECTO: Consiste en determinar 𝐴−1 planteando un sistema de ecuaciones.
Este método directo sólo se suele utilizar para matrices cuadradas de orden 2, puesto
que para las de orden 3 obtenemos un sistema de 9 ecuaciones con 9 incógnitas que
realmente es difícil de resolver.
1 2
Ejemplo 20: Determinar la inversa de la matriz 𝐴 = ( )
−1 1
𝑥 𝑦
Solución: Buscamos otra matriz de igual orden de 𝐴, es decir 𝐴−1 = ( ), tal que 𝐴 ∙
𝑧 𝑡
𝐴−1 = 𝐼2 y 𝐴−1 ∙ 𝐴 = 𝐼2 , esto es:
𝐴 ∙ 𝐴−1 = 𝐼2
1 2 𝑥 𝑦 1 0 𝑥 + 2𝑧 𝑦 + 2𝑡 1 0
( )( )=( )⟹( )=( )
−1 1 𝑧 𝑡 0 1 −𝑥 +𝑧 −𝑦 + 𝑡 0 1
Por igualdad de matrices, igualamos los elementos correspondientes, obtenemos el
sistema de ecuación lineal:
𝑥 + 2𝑧 = 1
𝑦 + 2𝑡 = 0
{
−𝑥 + 𝑧 = 0
−𝑦 + 𝑡 = 1
Con 4 ecuaciones y 4 incógnitas, aunque en realidad son 2 sistemas de dos incógnitas
cada uno (uno con 𝑥 y 𝑧 y otro con 𝑦 y 𝑡). Resolviendo el sistema se obtiene que:
1 −2 1 1
𝑥= ,𝑦 = ,𝑧 = ,𝑡 =
3 3 3 3
𝑥 𝑦 1/3 −2/3 1 1 −2
Reemplazando en 𝐴−1 = ( )=( )= ( )
𝑧 𝑡 1/3 1/3 3 1 1
1 1 −2
Por lo tanto, 𝐴 tiene inversa: 𝐴−1 = 3 ∙ ( )
1 1
OBSERVACIÓN: Si el sistema no tiene solución, la matriz no tiene inversa.
1 1
Ejercicio 21: Determinar la inversa de la matriz 𝐴 = ( ), si existe.
2 2
Solución: Del mismo modo, del ejemplo 20: 𝐴 ∙ 𝐴−1 = 𝐼2
𝑥+𝑧= 1
1 1 𝑥 𝑦 1 0 𝑥+𝑧 𝑦+𝑡 1 0 𝑦+𝑡 = 0
( )( )=( )⟹( )=( ) ⇛ {
2 2 𝑧 𝑡 0 1 2𝑥 + 2𝑧 2𝑦 + 2𝑡 0 1 2𝑥 + 2𝑧 = 0
2𝑦 + 2𝑡 = 1
De la ecuación 2𝑥 + 2𝑧 = 0 se obtiene que 𝑥 = −𝑧, si sustituimos en la primera
ecuación 𝑥 + 𝑧 = 1, obtenemos que −𝑧 + 𝑧 = 1, es decir 0 = 1 (imposible). Entonces,
el sistema no tiene solución. Por lo tanto 𝐴 no es invertible, es singular.
21
 MÉTODO DE GAUSS-JORDAN: Consiste en hacer operaciones elementales o

transformaciones elementales sobre las filas de la matriz para llegar a obtener la matriz
identidad. Realizando estas mismas operaciones con la matriz identidad llegamos a la
matriz inversa 𝐴−1.
Se llama operación elemental o transformación elemental de fila de una matriz al:
- Multiplicar o dividir una fila por un número real distinto de cero.
- Sumar o restar a una fila con otra fila multiplicada por un número real no nulo.
- Intercambiar el lugar de dos filas entre sí.
En forma simbólica, se tiene:
(𝑨|𝑰) → ⋯ → (𝑰|𝑨−𝟏 )
Ejemplo 20: Determinar 𝐴−1 si 𝐴 es invertible por el método de Gauss Jordan, donde
1 0 −2
𝐴 = (4 −2 1 )
1 2 −10
Solución: Siguiendo el método de Gauss Jordan, tenemos:
1 0 −2 1 0 0
(𝐴|𝐼 ) = (4 −2 1 | 0 1 0)
1 2 −10 0 0 1
Obtenemos la segunda fila (𝐹2 ), haciendo la suma de la segunda fila con la primera fila
multiplicada por -4 y la primera y tercera fila quedan igual:
1 0 −2 1 0 0 1 0 −2 1 0 0
𝐹2 + (−4𝐹1 ) (4 −2 |
1 0 1 0 ) = ( 0 −2 9 | −4 1 0)
1 2 −10 0 0 1 1 2 −10 0 0 1
Obtenemos la tercera fila (𝐹3 ), haciendo la suma de la primera fila multiplicada por -1
con la tercera fila y primera y segunda fila quedan igual:
1 0 −2 1 0 0 1 0 −2 1 0 0
(0 −2 9 | −4 1 0) = (0 −2 9 | −4 1 0)
𝐹3 + (−1𝐹1 ) 1 2 −10 0 0 1 0 2 −8 −1 0 1
1
Ahora multiplicamos la segunda fila (𝐹2 ) por − 2:
1 0 −2 1 0 0 1 0 −2 1 0 0
−1/2𝐹2 (0 −2 9 | −4 1 0) = (0 1 −9/2| 2 −1/2 0)
0 2 −8 −1 0 1 0 2 −8 −1 0 1
Ahora obtenemos la tercera fila (𝐹3 ), sumando la segunda fila multiplicada por -2 con la
tercera fila, quedando igual la primera y la segunda fila:
1 0 −2 1 0 0 1 0 −2 1 0 0
(0 1 −9/2| 2 −1/2 0) = (0 1 −9/2| 2 −1/2 0)
𝐹3 + (−2𝐹2 ) 0 2 −8 −1 0 1 0 0 1 −5 1 1
Obtenemos la primera fila (𝐹1 ), sumando la tercera fila multiplicada por 2 con la
primera fila, quedando la segunda y tercera fila igual:
𝐹1 + 2𝐹3 1 0 −2 1 0 0 1 0 0 −9 2 2
(0 1 −9/2| 2 −1/2 0) = (0 1 −9/2| 2 −1/2 0)
0 0 1 −5 1 1 0 0 1 −5 1 1

Ahora hacemos la segunda fila (𝐹2 ), sumando la tercera fila multiplicada por 9/2 con la
segunda fila, quedando igual la segunda y tercera fila:
1 0 0 −9 2 2 1 0 0 −9 2 2
𝐹2 + 9/2𝐹3 (0 1 −9/2| 2 −1/2 0) = (0 1 0| −41/2 4 9/2)
0 0 1 −5 1 1 0 0 1 −5 1 1
Las tres primeras columnas de la matriz forman la 𝐼. Por lo que 𝐴 es invertible. Por lo
tanto:
−9 2 2
−1 41 9
𝐴 = (− 4 )
2 2
−5 1 1
OBSERVACIÓN:
 Si al realizar el método de Gauss-Jordan en algún momento alguna fila es de ceros, la
matriz no tiene inversa.
 Cuanto mayor sea el orden de la matriz, mejor es el método de Gauss Jordan frente
al método directo.
Ejercicio 13: Determinar la inversa, si existe, de las siguientes matrices:

2 1 0 0
1 0 0
3 2 0 3 3 2 0 0
a) 𝐴 = ( ) b) 𝐵 = ( ) c) 𝐶 = (−1 2 3) d) 𝐷 = ( )
6 4 1 1 1 1 3 4
0 1 2
2 −1 2 3
Solución:
3 2 1 0
a) (𝐴|𝐼 ) = ( | )
6 4 0 1
Haciendo la primera fila (𝐹1 ) por 1/3𝐹1 , tenemos:
1/3𝐹1 3 2 1 0 1 2/3 1/3 0
( | )=( | )
6 4 0 1 6 4 0 1
Haciendo la segunda fila (𝐹2 ) por 𝐹2 − 6𝐹1 , tenemos:
1 2/3 1/3 0 3 2 1 0
( | )=( | )
𝐹2 − 6𝐹1 6 4 0 1 0 0 −2 1
Por lo tanto, 𝐴 no es invertible por tener una fila de ceros en la primera matriz.
1 1 0 1
b) Cambiamos la fila (𝐹1 ) por la fila (𝐹2 ), tenemos: ( | )
0 3 1 0
Multiplicamos por 1/3 solo la fila (𝐹2 ), tenemos:
1 1 0 1 1 1 0 1
(| )=( | )
1/3𝐹2 0 3 1 0 0 1 1/3 0
Ahora hacemos la primera fila (𝐹1 ), por 𝐹1 − 𝐹2, quedando igual la segunda:
𝐹1 − 𝐹2 1 1 0 1 1 0 −1/3 1
( | )=( | )
0 1 1/3 0 0 1 1/3 0
Por lo tanto, 𝐵 es invertible, las dos primeras columnas forman la matriz 𝐼 y es:
−1/3 1
𝐵−1 = ( )
1/3 0
23
1 0 01 0 0
c) (−1 2 3|0 1 0)
0 1 20 0 1
1 0 01 0 0 1 0 01 0 0
𝐹2 + 𝐹1 1/2𝐹2
(−1 2 3|0 1 0) (0 2 3|1 1 0)
→ →
0 1 20 0 1 0 1 20 0 1
1 0 0 1 0 0 1 0 0 1 0 0
𝐹3 − 𝐹1 0 1 3/2 1/2 1/2 0) 2𝐹3
(0 1 3/2|1/2 1/2 0 ) ( |
→ →
0 1 2 0 0 1 0 0 1/2 −1/2 −1/2 1
1 0 0 1 0 0 1 0 0 1 0 0
𝐹2 − 3/2𝐹3 (
(0 1 3/2|1/2 1/2 0 ) |
0 1 0 2 2 −3)
→
0 0 1 −1 −1 2 0 0 1 −1 −1 2
Por lo tanto, la inversa de la matriz 𝐶 es:
1 0 0
−1
𝐶 =( 2 2 −3)
−1 −1 2
2 1 0 01 0 0 0
3 2 0 00 1 0 0
d) ( | )
1 1 3 40 0 1 0
2 −1 2 3 0 0 0 1
2 1 0 01 0 0 0 1 1 3 40 0 1 0 𝐹2 − 3𝐹1
3 2 0 00 1 0 0 𝐹1 ↔ 𝐹3 3 2 0 00 1 0 0 𝐹3 − 2𝐹1
( | ) ( | )
1 1 3 40 0 1 0 → 2 1 0 01 0 0 0 𝐹4 − 2𝐹1
2 −1 2 30 0 0 1 2 −1 2 30 0 0 1 →
1 1 3 4 0 0 1 0 1 1 3 4 0 0 1 0 𝐹1 − 𝐹2
0 −1 −9 −12 0 1 −3 0 −1𝐹2 0 1 9 12 0 −1 3 0 𝐹3 + 𝐹2
( | ) ( | )
0 −1 −6 −8 1 0 −2 0 → 0 −1 −6 −8 1 0 −2 0 𝐹4 + 3𝐹2
0 −3 −4 −5 0 0 −2 1 0 −3 −4 −5 0 0 −2 1 →
1 0 −6 −8 0 1 −2 0 1 0 −6 −8 0 1 −2 0 𝐹1 + 6𝐹3
0 1 9 12 0 −1 3 0 1/3𝐹3 0 1 9 12 0 −1 3 0 𝐹2 − 9𝐹3
( | ) ( | )
0 0 3 4 1 −1 1 0 → 0 0 1 4/3 1/3 −1/3 1/3 0 𝐹4 − 23𝐹3
0 0 23 31 0 −3 7 1 0 0 23 31 0 −3 7 1 →
1 0 0 0 2 −1 0 0 1 0 0 0 2 −1 0 0
0 1 0 0 −3 2 0 0 3𝐹4 0 1 0 0 −3 2 0 0 𝐹3 − 4/3𝐹4
( | ) ( | )
0 0 1 4/3 1/3 −1/3 1/3 0 → 0 0 1 4/3 1/3 −1/3 1/3 0 →
0 0 0 1/3 −23/3 14/3 −2/3 1 0 0 0 1 −23 14 −2 3
1 0 0 0 2 −1 0 0
0 1 0 0 −3 2 0 0
( | )
0 0 1 0 31 −19 3 −4
0 0 0 1 −23 14 −2 3
2 −1 0 0
−3 2 0 0
Por lo tanto, la inversa de la matriz 𝐷 es: 𝐷 = ( )
31 −19 3 −4
−23 14 −2 3

16. MATRICES EQUIVALENTES: Sean las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 . Si la matriz 𝐵
se obtiene mediante operaciones elementales o transformaciones elementales de filas o
columnas sobre la matriz 𝐴, se dice que 𝐵 es equivalente a 𝐴 y se escribe:
𝐵∼𝐴
1 0 −2
Ejemplo 21: De la matriz 𝐴 = (4 −2 1 ) del ejemplo 20 se obtuvo la matriz
1 2 −10
1 0 0
identidad 𝐼 = (0 1 0), haciendo operaciones elementales de filas sobre la matriz 𝐴.
0 0 1
Por lo tanto, 𝐼~𝐴.
Ejercicio 14: Obtener una matriz equivalente mediante operaciones elementales sobre la
3 1
matriz 𝐴 = ( ).
5 2
3 1 1/3𝐹1 1 1/3 𝐹2 − 5𝐹1 1 1/3 3𝐹2 1 1/3
Solución: ( ) ( ) ( ) ( )
5 2 ~ 5 2 ~ 0 1/3 ~ 0 1
1 1/3 𝐹1 − 1/3𝐹2 1 0
( ) ( )
0 1 ~ 0 1
1 0
Por lo tanto, la matriz 𝐼 = ( ) es equivalente a la matriz 𝐴.
0 1
17. MATRIZ ESCALONADA: Sean las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 . Si la matriz 𝐴 es
equivalente a 𝐵 y los elementos de la matriz 𝐵 que están debajo de los elementos de la
forma 𝑏𝑖𝑖 son ceros, se dice que es una matriz escalonada por filas de 𝐴. Si además todos
los elementos de la forma 𝑏𝑖𝑖 de la matriz 𝐵 son unos, se dice que es una matriz reducida
por filas de 𝐴.
2 1 −1 −3
Ejemplo 22: Reduce por filas la matriz 𝐴 = (1 −2 2 1)
2 1 3 5
Solución:
2 1 −1 −3 1 −2 2 1 𝐹2 − 2𝐹1
𝐹1 ↔ 𝐹2 ~
𝐴 = (1 −2 2 1) (2 1 −1 −3)
~
2 1 3 5 2 1 3 5 𝐹3 − 2𝐹1
1 −2 2 1 1 −2 2 1
1/5𝐹2 𝐹 − 5𝐹2
(0 5 −5 −5) (0 1 −1 −1) 3
~ ~
0 5 −1 3 0 5 −1 3
1 −2 2 1 1 −2 2 1
(0 1 −1 −1) 1/4𝐹3 (0 1 −1 −1) = 𝐵
~
0 0 4 8 0 0 1 2
Por lo tanto, podemos decir que 𝐵 es equivalente a 𝐴. Además, la matriz 𝐵 es una matriz
reducida por filas de la matriz 𝐴 y la matriz del paso anterior a 𝐵, es decir la matriz:
1 −2 2 1
(0 1 −1 −1)
0 0 4 8
sería una matriz escalonada por filas de la matriz 𝐴.
25
18. RANGO DE UNA MATRIZ POR MÉTODO DE GAUSS JORDAN: Sea la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 a
la que aplicamos el método de Gauss con el fin de reducirla lo más posible (consiguiendo
que tenga el mayor número de ceros posible), realizando operaciones elementales en filas.
Se llama rango de la matriz 𝐴 y se escribe 𝑅𝑔(𝐴), al número (𝑘 ) de filas no nulas de la
matriz escalonada por filas de 𝐴, esto es:
𝑅𝑔(𝐴) = 𝑘
PROPIEDADES: Sea la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 se cumplen:

PR1. 𝑅𝑔(𝐴) ≤ 𝑚𝑖𝑛{𝑚, 𝑛}
PR2. 𝑅𝑔(𝐴𝑡 ) = 𝑅𝑔(𝐴)
PR3. Si 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , entonces 𝑅𝑔(𝐴) = 𝑛.
OBSERVACIÓN: Una matriz cuadrada de orden 𝑛 (𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 ) tiene inversa, si y solo si,
su rango es máximo, es decir, 𝑅𝑔(𝐴) = 𝑛.
Ejemplo 23: Calcular el rango de las siguientes matrices:
2 3 1 1 0
1 1 2 4 6
a) 𝐴 = ( ) b) 𝐵 = (1 4) c) 𝐶 = ( 2 1 1 ) d) 𝐷 = ( )
2 2 −1 −2 −3
9 11 −1 1 −2
Solución: Reduciremos las siguientes matrices por operaciones elementales:
1 1 𝐹2 − 2𝐹1 1 1 1 1 1 1
a) ( ) ( ), entonces la matriz ( ) es equivalente a ( ).
2 2 ~ 0 0 0 0 2 2
Ahora, como la matriz reducida de 𝐴 por operaciones elementales tiene sólo una fila
distinta de cero, entonces el rango de la matriz A es: 𝑅𝑔(𝐴) = 1. Además, la matriz 𝐴 no
tiene inversa, porque como 𝐴 es una matriz de orden 2 su rango debe ser 2.
2 3 1 4 𝐹2 − 2𝐹1 1 4 1 4
𝐹1 ↔ 𝐹2 𝐹3 − 5𝐹2
b) (1 4 ) (2 3 ) 𝐹3 − 9𝐹1 (0 −5 ) (0 −5), entonces la
~ ~ ~
9 11 9 11 0 −25 0 0
1 4 2 3
matriz (0 −5) es equivalente a (1 4 ), además es una matriz escalonada por filas
0 0 9 11
de la matriz 𝐵. Por lo tanto, el rango de la matriz 𝐵 es 2, 𝑅𝑔(𝐵) = 2, ya que la matriz
reducida de 𝐵 tiene dos filas no nulas.
1 1 0 𝐹2 − 2𝐹1 1 1 0 1 1 0 𝐹1 − 𝐹2 1 0 1
−1𝐹2
c) ( 2 1 1 ) 𝐹3 + 𝐹1 (0 −1 1 ) (0 1 −1) 𝐹3 − 2𝐹2 (0 1 −1)
~
−1 1 −2 ~ 0 2 −2 0 2 −2 ~ 0 0 0
Por lo tanto, el rango de la matriz 𝐶 es 2, 𝑅𝑔(𝐶 ) = 2, pues la matriz reducida sobre 𝐶
tiene dos filas no nulas. Además, la matriz cuadrada 𝐶 de orden 3 no tiene inversa
porque su rango es 2.
2 4 6 1/2𝐹1 1 2 3 𝐹2 + 𝐹1 1 2 3
d) ( ) ( ) ( )
−1 −2 −3 ~ −1 −2 −3 ~ 0 0 0
Por lo tanto, el rango de la matriz 𝐷 es 1, 𝑅𝑔(𝐷 ) = 1, pues la matriz reducida sobre 𝐷
tiene una fila no nula.

Ejercicio 15: Calcular en función de 𝑘 el rango de la matriz:

1 1 2
𝐴=( )
3 3 𝑘
Solución: Reduciremos la matriz 𝐴 aplicando el método de Gauss Jordan
1 1 2 𝐹2 − 3𝐹1 1 1 2
( ) ( )
3 3 𝑘 ~ 0 0 𝑘−6
Ahora, el rango de la matriz 𝐴 puede ser 1 si 𝑘 = 6, puesto que la última fila sería nula, o el
rango puede ser 2 si 𝑘 ≠ 6, ya que habrían dos filas no nulas. Esto es:
𝑆𝑖 𝑘 = 6, 𝑅𝑔(𝐴) = 1
{
𝑆𝑖 𝑘 ≠ 6, 𝑅𝑔(𝐴) = 2
19. DETERMINANTE DE UNA MATRIZ: Sea una matriz cuadrada, 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 . Se dice que el
determinante de la matriz 𝐴 es un número real llamado determinante de 𝐴 y denotado
por:
𝑑𝑒𝑡(𝐴) ó |𝑨|
DETERMINANTE DE UNA MATRIZ DE ORDEN 1: Si 𝐴 = (𝑎11 ) es una matriz cuadrada de

orden 1, entonces su determinante es:
𝑑𝑒𝑡(𝐴) = |𝐴| = 𝑎11
𝑎11 𝑎12
DETERMINANTE DE UNA MATRIZ DE ORDEN 2: Si 𝐴 = (𝑎 ) es una matriz cuadrada
21 𝑎22
de orden 2, entonces el determinante de la matriz 𝐴 es:
𝑎11 𝑎12
𝑑𝑒𝑡(𝐴) = |𝐴| = |𝑎 | = 𝑎11 𝑎22 − 𝑎12 𝑎21
21 𝑎22
Ejemplo 24: Hallar el determinante de las siguientes matrices:

−2 −3 𝑠𝑒𝑛𝑥 𝑐𝑜𝑠𝑥 2 −3 4 −5
a) 𝐴 = ( ) b) 𝐵 = ( ) c) 𝐶 = ( ) d) 𝐷 = ( )
2 5 −𝑐𝑜𝑠𝑥 𝑠𝑒𝑛𝑥 1 1 −1 −2
Solución: Aplicamos la definición:
−2 −3
a) 𝑑𝑒𝑡(𝐴) = |𝐴| = | | = (−2)(5) − (2)(−3) = −10 + 6 = −4 ⟹ 𝑑𝑒𝑡(𝐴) = −4
2 5
𝑠𝑒𝑛𝑥 𝑐𝑜𝑠𝑥
b) 𝑑𝑒𝑡(𝐵) = |𝐵| = | | = 𝑠𝑒𝑛𝑥 (𝑠𝑒𝑛𝑥 ) − (−𝑐𝑜𝑠𝑥 )𝑐𝑜𝑠𝑥 = 𝑠𝑒𝑛2 𝑥 + 𝑐𝑜𝑠 2 𝑥 = 1
−𝑐𝑜𝑠𝑥 𝑠𝑒𝑛𝑥
𝑑𝑒𝑡(𝐵) = 1
2 −3
c) 𝑑𝑒𝑡(𝐶 ) = |𝐶 | = | | = 2(1) − 1(−3) = 2 + 3 = 5 ⟹ 𝑑𝑒𝑡(𝐶 ) = 5
1 1
4 −5|
d) 𝑑𝑒𝑡(𝐷 ) = | = 4(−2) − (−1)(−5) = −8 − 5 = −13 ⟹ 𝑑𝑒𝑡(𝐷 ) = −13
−1 −2
𝑎11 𝑎12
TEOREMA: Sea 𝐴 una matriz cuadrada de orden 2, 𝐴 = (𝑎 ), se dice que tiene
21 𝑎22
inversa 𝐴−1, si y sólo si |𝐴| ≠ 0 y la inversa se halla de la siguiente forma:
1 𝑎22 −𝑎12
𝐴−1 = ( 𝑎11 )
|𝐴| −𝑎21
27
Ejemplo 25: Hallar la inversa, si existe, de las siguientes matrices:

1 2 1 1 0 3 3 1
a) 𝐴 = ( ) b) 𝐵 = ( ) c) 𝐶 = ( ) d) 𝐷 = ( )
−1 1 2 2 1 1 5 2
Solución: Aplicamos el teorema anterior para hallar las inversas de las matrices:
1 2
a) |𝐴| = | | = 1 + 2 = 3 ⟹ |𝐴| ≠ 0, ahora reemplazamos en la fórmula, tenemos:
−1 1
1 1 −2
𝐴−1 = ( )
3 1 1
La inversa de 𝐴 es la misma, que se aplicó en el ejemplo 19 por el método directo.
1 1
b) |𝐵| = | | = 2 − 2 = 0 ⟹ |𝐵| = 0, la matriz 𝐵 no tiene inversa por ser su
2 2
determinante cero, lo mismo que se demuestra en el ejercicio 12.
0 3
c) |𝐶 | = | | = 0 − 3 = −3 ⟹ |𝐶 | ≠ 0, ahora reemplazamos en la fórmula, tenemos:
1 1
1 1 −3 −1/3 1
𝐶 −1 = − ( )=( )
3 −1 0 1/3 0
La inversa de 𝐶 es la misma, como se demuestra en la parte b) del ejercicio 13 por el
método de Gauss Jordan.
3 1
d) |𝐷 | = | | = 6 − 5 = 1 ⟹ |𝐷 | ≠ 0, ahora reemplazamos en la fórmula, tenemos:
5 2
2 −1
𝐷 −1 = ( )
−5 3
𝑎11 𝑎12 𝑎13
DETERMINANTE DE UNA MATRIZ DE ORDEN 3: Si 𝐴 = (𝑎21 𝑎22 𝑎23 ) es una matriz
𝑎31 𝑎32 𝑎33
cuadrada de orden 3, entonces calcularemos el determinante de la matriz 𝐴, usando el
método de Sarrus.
REGLA DE SARRUS: Consiste en copiar las dos primeras columnas del determinante a su
derecha, luego calculamos la diferencia, de la suma de los tres productos de los elementos
sobre las flechas que apuntan hacia arriba y la suma de los tres productos de los elementos
sobre las flechas que apuntan hacia abajo, de la siguiente forma:
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12
|𝐴| = |𝑎21 𝑎22 𝑎23 | 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32
|𝐴| = (𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 ) − (𝑎31 𝑎22 𝑎13 + 𝑎32 𝑎23 𝑎11 + 𝑎33 𝑎21 𝑎12 ).
Ejemplo 26: Utilizando la regla de Sarrus, obtener el determinante de las matrices:

1 −2 1 0 −1 2
a) 𝐴 = ( 3 2 −1) b) 𝐵 = (3 2 −2)
−4 5 2 1 5 −3
Solución:

1 −2 1 1 −2
a) |𝐴| = | 3 2 −1| 3 2 , entonces:
−4 5 2 −4 5
|𝐴| = (1(2)2 + (−2)(−1)(−4) + 1(3)5) − ((−4)2(1) + 5(−1)1 + 2(3)(−2))
|𝐴| = (4 − 8 + 15) − (−8 − 5 − 12) = 11 + 25 = 36 ⟹ |𝐴| = 36
0 −1 2 0 −1
b) |𝐵| = |3 2 −2| 3 2 , entonces:
1 5 −3 1 5
|𝐵| = (0(2)(−3) + (−1)(−2)1 + 2(3)(5)) − (1(2)(2) + 5(−2)0 + (−3)3(−1))
|𝐵| = (0 + 2 + 30) − (4 + 0 + 9) = 32 − 13 = 19 ⟹ |𝐵| = 19
DETERMINANTE DE UNA MATRIZ DE ORDEN 𝒏: Sea 𝐴 la matriz cuadrada de orden 𝑛:

𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝐴 = 𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋱ ⋮
𝑎
( 𝑛1 𝑎𝑛2 𝑎 𝑛3 ⋯ 𝑎𝑛𝑛 )
El determinante de la matriz 𝐴, es el número real denotado por 𝑑𝑒𝑡(𝐴) o |𝐴| y se calcula

usando el método de los menores complementarios de la siguiente forma:
𝑛
𝑑𝑒𝑡(𝐴) = ∑(−1)𝑖+𝑗 𝑎𝑖𝑗 𝑀𝑖𝑗

𝑖=1
Siendo 𝑗 fijo (1 ≤ 𝑗 ≤ 𝑛), el elemento 𝑎𝑖𝑗 pertenece a la 𝑖 − é𝑠𝑖𝑚𝑎 fila y a la 𝑗 − é𝑠𝑖𝑚𝑎

columna y 𝑀𝑖𝑗 es el menor complementario del elemento 𝑎𝑖𝑗 .
Por otro lado, si fijamos 𝑖 (1 ≤ 𝑖 ≤ 𝑛), el elemento 𝑎𝑖𝑗 pertenece a la 𝑖 − é𝑠𝑖𝑚𝑎 fila y a la
𝑗 − é𝑠𝑖𝑚𝑎 columna y 𝑀𝑖𝑗 es el menor complementario del elemento 𝑎𝑖𝑗 y la fórmula sería:
𝑛
𝑑𝑒𝑡(𝐴) = ∑(−1)𝑖+𝑗 𝑎𝑖𝑗 𝑀𝑖𝑗

𝑗=1
MENOR COMPLEMENTARIO (𝑴𝒊𝒋 ): El menor complementario 𝑀𝑖𝑗 del elemento 𝑎𝑖𝑗 de la

matriz 𝐴 de orden 𝑛 (𝑛 ≥ 3), es el determinante de la matriz cuadrada de orden (𝑛 − 1),
que se obtiene al eliminar la fila 𝑖 y la columna 𝑗 en la que se encuentra dicho elemento 𝑎𝑖𝑗 .
−2 4 5
Ejemplo 27: En la matriz 𝐴 = ( 6 7 −3). Encuentre los menores complementarios de
3 0 2
cada uno de los elementos de la primera fila.
Solución: Los elementos de la primera fila son: 𝑎11 = −2; 𝑎12 = 4 y 𝑎13 = 5 y sus
menores complementarios de cada elemento son 𝑀11 , 𝑀12 y 𝑀13 respectivamente:
7 −3
𝑀11 = | | = (7)(2) − (−3)(0) = 14
0 2
Para obtener el menor complementario 𝑀11 , hemos eliminado la primera fila con la
primera columna.
6 −3
𝑀12 = | | = (6)(2) − (−3)(3) = 21
3 2
29
Para obtener el menor complementario 𝑀12 , hemos eliminado la primera fila con la
segunda columna.
6 7
𝑀13 = | | = (6)(0) − (7)(3) = −21
3 0
Para obtener el menor complementario 𝑀13 , hemos eliminado la primera fila con la tercera
columna.
Por otro lado, el menor complementario de 𝑀22 , es:
−2 5
𝑀13 = | |
3 2
Ejemplo 28: Hallar el determinante de las siguientes matrices, usando el método de los
menores complementarios:
2 5 −3 −2 5 4 8 6
1 −2 1
−2 −3 2 −5 0 9 2 1
a) 𝐴 = ( 3 2 −1) b) 𝐵 = ( ) c) 𝐶 = ( )
1 3 −2 2 2 1 3 −4
−4 5 2
−1 −6 4 3 0 0 2 3
Solución:
a) Para calcular el determinante de la matriz 𝐴 de orden 3, por conveniencia fijamos 𝑗 = 3,
donde los elementos 𝑎𝑖3 se encuentran en la tercera columna, luego aplicamos la
fórmula, tenemos:
3
𝑑𝑒𝑡(𝐴) = ∑(−1)𝑖+3 𝑎𝑖3 𝑀𝑖3 = (−1)1+3 𝑎13𝑀13 + (−1)2+3 𝑎23 𝑀23 + (−1)3+3 𝑎33 𝑀33
𝑖=1
3 2 1 −2 1 −2
𝑑𝑒𝑡(𝐴) = 𝑎13 𝑀13 − 𝑎23 𝑀23 + 𝑎33 𝑀33 = | |+| | + 2| |
−4 5 −4 5 3 2
𝑑𝑒𝑡(𝐴) = (15 + 8) + (5 − 8) + 2(2 + 6) = 23 − 3 + 16 = 36
𝑑𝑒𝑡(𝐴) = 36
Como se muestra en la parte a) del ejemplo 26, el determinante 𝐴 por el método de
Sarrus es el mismo. La forma más sencilla para calcular el determinante de una matriz
cuadrada de orden 3 es utilizando el método de Sarrus.
b) Para calcular el determinante de la matriz 𝐵 de orden 4, por conveniencia fijamos 𝑗 = 1,
donde los elementos 𝑎𝑖1 se encuentran en la primera columna, luego aplicamos la
fórmula, tenemos:
4
𝑑𝑒𝑡(𝐵) = ∑(−1)𝑖+1 𝑎𝑖1 𝑀𝑖1

𝑖=1
𝑑𝑒𝑡(𝐵) = (−1)1+1 𝑎11𝑀11 + (−1)2+1 𝑎21 𝑀21 + (−1)3+1 𝑎31 𝑀31 + (−1)4+1 𝑎41 𝑀41
𝑑𝑒𝑡(𝐵) = 𝑎11 𝑀11 − 𝑎21 𝑀21 + 𝑎31 𝑀31 − 𝑎41 𝑀41 = 2𝑀11 + 2𝑀21 + 𝑀31 + 𝑀41
−3 2 −5 5 −3 −2 5 −3 −2 5 −3 −2
𝑑𝑒𝑡(𝐵) = 2 | 3 −2 2 | + 2 | 3 −2 2 | + |−3 2 −5| + |−3 2 −5|
−6 4 3 −6 4 3 −6 4 3 3 −2 2
Luego, los determinantes de orden 3 los calcularemos por el método de Sarrus:

−3 2 −5 −3 2
| 3 −2 2 | 3 −2 = (18 − 24 − 60) − (−60 − 24 + 18) = 0
−6 4 3 −6 4
5 −3 −2 5 −3
| 3 −2 2 | 3 −2 = (−30 + 36 − 24) − (−24 + 40 − 27) = −18 + 11 = −7
−6 4 3 −6 4
5 −3 −2 5 −3
|−3 2 −5| −3 2 = (30 − 90 + 24) − (24 − 100 + 27) = −36 + 49 = 13
−6 4 3 −6 4
5 −3 −2 5 −3
|−3 2 −5| −3 2 = (20 + 45 − 12) − (−12 + 50 + 18) = 53 − 56 = −3
3 −2 2 3 −2
Entonces, reemplazamos para calcular el determinante de 𝐵, tenemos:
𝑑𝑒𝑡(𝐵) = 2(0) + 2(−7) + 13 + 9 = 0 − 14 + 13 − 3 = −4
Por lo tanto, 𝑑𝑒𝑡(𝐵) = −4
Para comparar y comprobar el resultado, calculamos el determinante de 𝐵 de orden 4,

usando la otra fórmula de menores complementarios, por conveniencia fijamos 𝑖 = 3,
donde los elementos 𝑎3𝑗 se encuentran en la tercera fila, luego aplicamos la fórmula:
4
𝑑𝑒𝑡(𝐵) = ∑(−1)3+𝑗 𝑎3𝑗 𝑀3𝑗

𝑗=1
𝑑𝑒𝑡(𝐵) = (−1)3+1 𝑎31 𝑀31 + (−1)3+2 𝑎32 𝑀32 + (−1)3+3 𝑎33 𝑀33 + (−1)3+4 𝑎34 𝑀34
𝑑𝑒𝑡(𝐵) = 𝑎31 𝑀31 − 𝑎32 𝑀32 + 𝑎33 𝑀33 − 𝑎34 𝑀34 = 𝑀31 − 2𝑀32 − 2𝑀33 − 2𝑀34
5 −3 −2 2 −3 −2 2 5 −2 2 5 −3
𝑑𝑒𝑡(𝐵) = |−3 2 −5| − 2 |−2 2 −5| − 2 |−2 −3 −5| − 2 |−2 −3 2 |
−6 4 3 −1 4 3 −1 −6 3 −1 −6 4
Luego, los determinantes de orden 3 los calcularemos por el método de Sarrus:
5 −3 −2 5 −3
|−3 2 −5| −3 2 = (30 − 90 + 24) − (24 − 100 + 27) = −36 + 49 = 13
−6 4 3 −6 4
2 −3 −2 2 −3
|−2 2 −5| −2 2 = (12 − 15 + 16) − (4 − 40 + 18) = 13 + 18 = 31
−1 4 3 −1 4
2 5 −2 2 5
|−2 −3 −5| −2 −3 = (−18 + 25 − 24) − (−6 + 60 − 30) = −17 − 24 = −41
−1 −6 3 −1 −6
2 5 −3 2 5
|−2 −3 2 | −2 −3 = (−24 − 10 − 36) − (−9 − 24 − 40) = −70 + 73 = 3
−1 −6 4 −1 −6
Entonces, reemplazamos para calcular el determinante de 𝐵, tenemos:
𝑑𝑒𝑡(𝐵) = 13 − 3(31) − 2(−41) − 2(3) = 13 − 93 + 82 − 6 = −4
Entonces, aplicando cualquiera de las fórmulas siempre se va obtener el mismo resultado.
31
c) Para calcular el determinante de la matriz 𝐶 de orden 4, por conveniencia fijamos 𝑗 = 1,

donde los elementos 𝑎𝑖1 se encuentran en la primera columna, luego aplicamos la
fórmula, tenemos:
4
𝑑𝑒𝑡(𝐶 ) = ∑(−1)𝑖+1 𝑎𝑖1 𝑀𝑖1

𝑖=1
𝑑𝑒𝑡(𝐶 ) = (−1)1+1𝑎11 𝑀11 + (−1)2+1 𝑎21 𝑀21 + (−1)3+1 𝑎31 𝑀31 + (−1)4+1 𝑎41 𝑀41
𝑑𝑒𝑡(𝐶 ) = 𝑎11 𝑀11 − 𝑎21 𝑀21 + 𝑎31 𝑀31 − 𝑎41 𝑀41
𝑑𝑒𝑡(𝐶 ) = 5𝑀11 + 0𝑀21 + 2𝑀31 + 0𝑀41
𝑑𝑒𝑡(𝐶 ) = 5𝑀11 + 2𝑀31
9 2 1 4 8 6
𝑑𝑒𝑡(𝐶 ) = 5 |1 3 −4| + 2 |9 2 1|
0 2 3 0 2 3
Luego, calcularemos los determinantes por el método de Sarrus:
9 2 1 9 2
|1 3 −4| 1 3 = (81 + 0 + 2) − (0 − 72 + 6) = 83 + 66 = 149
0 2 3 0 2
4 8 6 4 8
|9 2 1| 9 2 = (24 + 0 + 108) − (0 + 8 + 216) = 132 − 224 = −92
0 2 3 0 2
Entonces, reemplazamos para calcular el determinante de 𝐶, tenemos:
𝑑𝑒𝑡(𝐶 ) = 5(149) + 2(−92) = 745 − 184 = 561
Por lo tanto, 𝑑𝑒𝑡(𝐶 ) = 561
OBSERVACIÓN: Para calcular un determinante por menores complementarios, conviene

desarrollarse por fila o columna que tenga más ceros, es decir, si una fila tiene más ceros
(tomamos a 𝑖 fijo) aplicando la segunda fórmula y si una columna tiene más ceros
(tomamos a 𝑗 fijo) y aplicamos la primera fórmula de menores complementarios.
20. PROPIEDADES DE UN DETERMINANTE: El cálculo de los determinantes con frecuencia se

simplifica utilizando varias propiedades. Enunciaremos algunas propiedades importantes
que tienen los determinantes, y para cada caso 𝐴 es una matriz cuadrada:
PD1. |𝐼𝑛 | = 1, |𝑂𝑛 | = 0
PD2. |𝐴𝑡 | = |𝐴|
PD3. |𝐴𝐵| = |𝐴||𝐵|

1
PD4. |𝐴−1 | = |𝐴|
PD5. |𝐴𝑚 | = |𝐴|𝑚 , 𝑚 ∈ ℕ
PD6. |𝑘𝐴| = 𝑘 𝑛 |𝐴| , donde 𝑘 es una constante real y 𝐴 tiene orden 𝑛.

PD7. Si todos los elementos de una fila o columna son ceros, entonces el determinante es
cero. Es decir:
6 2 8 6 1 2 0 6
0 0 0 0 4 0 0 3
| |=| |=0
2 0 −2 4 −1 0 0 4
0 −1 2 3 0 −1 0 2
PD8. Si se intercambiar dos filas o dos columnas en un determinante, el valor de éste

cambia de signo. Es decir:
2 2 1 6 2 2 1 6
0 0 0 1 0 1 3 4
| | = −| |
0 0 2 0 0 0 2 0
0 1 −3 4 0 0 0 1
Donde se ha intercambiado las filas 2 y 4.
2 2 1 6 2 1 2 6
0 0 0 1 0 0 0 1
| | = −| |
0 0 2 0 0 2 2 0
0 1 −3 4 0 −3 1 4
Donde se ha intercambiado las columnas 2 y 3.
PD9. Si un determinante tiene dos filas o columnas iguales o proporcionales, entonces su

valor es cero. Es decir:
2 5 2 1
2 6 2 3
| | = 0 Donde la columna 1 es igual a la columna 3.
2 4 2 1
6 5 6 1
1 2 1 3
2 4 2 6
| | = 0 Donde la fila 4 es proporcional a la fila 1.
0 5 6 2
2 4 2 6
PD10. Si la matriz es triangular superior o inferior, entonces su determinante es igual al

producto de los elementos de la diagonal principal. Es decir:
2 6 1 0
0 5 7 6
| | = (2)(5)(−2)(1) = −20
0 0 −2 5
0 0 0 1
2 0 0 0
2 6 0 0
| | = (2)(6)(2)(1) = 24
2 0 2 0
0 5 6 1
De esta propiedad concluimos que el determinante de una matriz identidad es 1.
PD11. Si todos los elementos de una fila o una columna de un determinante se multiplican
por un mismo número real 𝑘, el valor del determinante queda multiplicado por 𝑘. Es decir:
1 3𝑘 5 1 3 5 1 3 5
|3 5𝑘 | |
1 = 3 5 | |
1 =𝑘 3 5 1|
5 1𝑘 3 5𝑘 1𝑘 3𝑘 5 1 3
33
PD12. Si todos los elementos de una fila o una columna de un determinante son
expresados como la suma de dos o más números, el determinante puede expresarse como
la suma de dos o más determinantes. Es decir:
4+𝑥 1 3 2 4 1 3 2 𝑥 1 3 2
−1 + 𝑦 2 −3 4 −1 2 −3 4 𝑦 2 −3 4
| |=| |+| |
−2 + 𝑧 1 3 5 −2 1 3 5 𝑧 1 3 5
1 + 𝑤 4 −3 6 1 4 −3 6 𝑤 4 −3 6
ó
4+𝑥 1+𝑦 3+𝑧 2+𝑤 4 1 3 2 𝑥 𝑦 𝑧 𝑤
4 | |−1 2 −3 4| |−1 2 −3 4 |
| −1 2 −3
= +
−2 1 3 5 −2 1 3 5 −2 1 3 5
1 4 −3 6 1 4 −3 6 1 4 −3 6
Donde 𝑥, 𝑦, 𝑧 y 𝑤 son números reales.
PD13. Si a cada uno de los elementos de una fila o columna se le multiplica por “𝑚” y a éste
resultado se le suma a otra fila o columna paralela, el valor del determinante no se altera.
Es decir:
𝑎1 𝑎2 𝑎3 𝑎1 + 𝑚𝑎2 𝑎2 𝑎3
|𝑎4 𝑎5 𝑎6 | = |𝑎4 + 𝑚𝑎5 𝑎5 𝑎6 |
𝑎7 𝑎8 𝑎9 𝑎7 + 𝑚𝑎8 𝑎8 𝑎9
ó
𝑎1 𝑎2 𝑎3 𝑎1 𝑎2 𝑎3
|𝑎4 𝑎5 𝑎6 | = |𝑎4 + 𝑚𝑎1 𝑎5 + 𝑚𝑎2 𝑎6 + 𝑚𝑎3 |
𝑎7 𝑎8 𝑎9 𝑎7 𝑎8 𝑎9
Esta propiedad sirve para reducir el orden de un determinante y poder hallar su valor.
Ejercicio 16: Calcular el determinante de las siguientes matrices, aplicando la PD13:
6 2 1 0 5
2 5 −3 −2
2 1 1 −2 1
−2 −3 2 −5
a) 𝐴 = ( ) b) 𝐵 = 1 1 2 −2 3
1 3 −2 2
3 0 2 3 −1
−1 −6 4 3
(−1 −1 −3 4 2)
Solución:
a) Para calcular el determinante de la matriz 𝐴 aplicando la propiedad PD13, conviene
aplicarse por cualquiera de las posiciones en que se encuentra el número uno. Para esta
matriz el número uno se encuentra en la posición 𝑎31 , entonces aplicamos la propiedad
PD13 en las filas 1, 2 y 4 sucesivamente, tenemos:
2 5 −3 −2 2 + (−2)(1) 5 + (−2)(3) −3 + (−2)(−2) −2 + (−2)(2)
−2 −3 2 −5 −2 + 2(1) −3 + 2(3) 2 + 2(−2) −5 + 2(2)
| |=| |
1 3 −2 2 1 3 −2 2
−1 −6 4 3 −1 + 1(1) −6 + 1(3) 4 + 1(−2) 3 + 1(2)
2 5 −3 −2 0 −1 1 −6
−2 −3 2 −5 0 3 −2 −1
| |=| |
1 3 −2 2 1 3 −2 2
−1 −6 4 3 0 −3 2 5

Ahora, calculemos el determinante por menores complementarios, tenemos:

0 −1 1 −6
−1 1 −6
0 3 −2 −1
𝑑𝑒𝑡(𝐴) = | | = | 3 −2 −1|
1 3 −2 2
−3 2 5
0 −3 2 5
Por conveniencia hemos elegido la columna 1 por tener más ceros, obteniendo un
determinante de orden 3. Luego, desarrollamos el determinante por Sarrus:
−1 1 −6 −1 1
| 3 −2 −1| 3 −2 = (10 + 3 − 36) − (−36 + 2 + 15) = −23 + 19 = −4
−3 2 5 −3 2
Por lo tanto, 𝑑𝑒𝑡(𝐴) = −4
b) Por conveniencia tomamos el elemento uno que se encuentra en la posición 𝑎13 ,

aplicamos la propiedad PD13 en las columnas 1, 2 y 5 sucesivamente, tenemos:
6 2 1 0 5 6 + (−6)1 2 + (−2)1 𝟏 0 5 + (−5)1
2 1 1 −2 1 2 + (−6)1 1 + (−2)1 1 −2 1 + (−5)1
|1 | | |
| 1 2 −2 3|= 1 + (−6)2 1 + (−2)2 2 −2 3 + (−5)2
| |
3 0 2 3 −1 3 + (−6)2 0 + (−2)2 2 3 −1 + (−5)2
−1 −1 −3 4 2 −1 + (−6)(−3) −1 + (−2)(−3) −3 4 2 + (−5)(−3)
6 2 1 0 5 0 0 1 0 0
2 1 1 −2 1 −4 −1 1 −2 −4
|1 1 2 −2 3 | = |−11 −3 2 −2 −7 ||
| | |
3 0 2 3 −1 −9 −4 2 3 −11
−1 −1 −3 4 2 17 5 −3 4 17
0 0 1 0 0
−4 −1 −2 −4
−4 −1 1 −2 −4
|−11 −3 2 −2 −7 | = |−11 −3 −2 −7
|
| | −9 −4 3 −11
−9 −4 2 3 −11
17 5 4 17
17 5 −3 4 17
Volvemos aplicar la PD13, en las columnas 1, 3 y 4, tenemos:
−4 −𝟏 −2 −4 −4 + (−4)(−1) −1 −2 + (−2)(−1) −4 + (−4)(−1)
−11 −3 −2 −7 −11 + (−4)(−3) −3 −2 + (−2)(−3) −7 + (−4)(−3)
| |=| |
−9 −4 3 −11 −9 + (−4)(−4) −4 3 + (−2)(−4) −11 + (−4)(−4)
17 5 4 17 17 + (−4)(5) 5 4 + (−2)(5) 17 + (−4)(5)
−4 −𝟏 −2 −4 0 −1 0 0
1 4 5
−11 −3 −2 −7 1 −3 4 5
| |=| | ~ | 7 11 5 |
−9 −4 3 −11 7 −4 11 5
−3 −6 −3
17 5 4 17 −3 5 −6 −3
1 4 5 1 4
|7 11 5 | 7 11 = (−33 − 60 − 210) − (−165 − 30 − 84) = −303 + 279 = −24
−3 −6 −3 −3 −6
OBSERVACIÓN: La operación que se realiza a cada uno de los elementos de una fila o
columna en la propiedad PD13, es lo mismo aplicar la operación elemental sobre filas o
columnas de una matriz dada al sumar o restar una fila o columna con otra fila o
columna multiplicada por un número real no nulo, con el objeto que todos sus
elementos de una fila o columna sean ceros excepto uno.
35
MÉTODO DE PIBOTE: Este método sirve para calcular el determinante de una matriz 𝐴 de
orden 𝑛 (𝑛 > 3). Consiste en aplicar repetidas veces la propiedad PD13 de los
determinantes hasta obtener un determinante igual orden, pero que todos sus elementos
de alguna fila o columna sean ceros excepto uno, luego aplicamos la siguiente fórmula:
|𝐴| = (−1)𝑖+𝑗 𝑎𝑖𝑗 𝑀𝑖𝑗
Donde 𝑀𝑖𝑗 es el menor complementario de 𝑎𝑖𝑗 y al elemento 𝑎𝑖𝑗 se le llama elemento
pibote.
Este método se puede repetir varias veces hasta obtener un determinante de orden 3 ó 2.
Ejemplo 29: Para comparar y comprobar el resultado, vamos a calcular el determinante de

la matriz B del ejercicio 16, aplicando el método de Pivote:
6 2 1 0 5
2 1 1 −2 1
𝐵= 1 1 2 −2 3
3 0 2 3 −1
(−1 −1 −3 4 2)
Solución: Por conveniencia aplicamos la propiedad PD13 en las filas 1, 3 y 5

6 2 1 0 5 𝐹1 − 2𝐹2 2 0 −1 4 3
2 𝟏 1 −2 1 = 2 𝟏 1 −2 1
|𝐵| = || 1 1 | 𝐹
2 −2 3 | 3 − 𝐹 |
2 |−1 0 1 0 2 ||
3 0 2 3 −1 = 3 0 2 3 −1
−1 −1 −3 4 2 𝐹5 + 𝐹2 1 0 −2 2 3
El elemento que está en la posición 𝑎22 = 1 (𝑖 = 2, 𝑗 = 2) es el elemento Pibote y su
menor complementario 𝑀22 es el determinante que se obtiene al eliminar la fila 2 y la
columna 2. Luego, aplicamos la fórmula, tenemos:
2 −1 4 3
|𝐵| = (−1)2+2 𝑎22 𝑀22 −1 1 0 2
= 1(1) | |
3 2 3 −1
1 −2 2 3
2 −1 4 3
|𝐵| = |−1 1 0 2
|
3 2 3 −1
1 −2 2 3
Volvemos aplicar la PD13, tenemos:
2 −1 4 3 𝐶1 + 𝐶2 1 −1 4 5
−1 𝟏 0 2 =
|0
|𝐵 | = | 𝟏 0 0|
|
3 2 3 −1 𝐶4 − 2𝐶2 5 2 3 −5
1 −2 2 3 = −1 −2 2 7
Aplicamos la fórmula se reduce a un determinante de orden 3, esto es:
1 −1 4 5
1 4 5
|𝐵 | = | 0 𝟏 0 0| |
= 5 3 −5|
5 2 3 −5
−1 2 7
−1 −2 2 7

Luego, aplicamos Sarrus:

1 4 5 1 4
| 5 3 −5| 5 3 = (21 + 20 + 50) − (−15 − 10 + 140) = 91 − 115 = −24
−1 2 7 −1 2
Ejercicio 17: Calcular el determinante de las siguientes matrices por el método de pibote:
1 2 1 2 1
1 2 2 3
0 0 1 1 1
1 0 −2 0
a) 𝐴 = ( ) b) 𝐵 = 1 1 0 0 0
3 −1 1 −2
0 0 1 1 2
4 −3 0 3
(1 2 2 1 1)
Solución:
1 2 2 3 1 2 4 3
2 4 3
𝟏 0 −2 0 𝐶3 + 2𝐶1 𝟏 0 0 0
a) |𝐴| = | | | | = − |−1 7 −2|
3 −1 1 −2 = 3 −1 7 −2
−3 8 3
4 −3 0 3 4 −3 8 3
2 4 3 2 4
|𝐴| = − |−1 7 −2| −1 7 = −[(42 + 24 − 24) − (−63 − 32 − 12)]
−3 8 3 −3 8
|𝐴| = −(42 + 107) = −149 ⟹ |𝐴| = −149
1 2 1 2 1 1 1 1 2 1
1 1 2 1
0 0 1 1 1 0 0 1 1 1
𝐶 − 𝐶1 | 0 1 1 1
b) |𝐵| = ||𝟏 1 0 0 0|| 2 𝟏 0 0 0 0|| = | |
= | 0 1 1 2
0 0 1 1 2 0 0 1 1 2
1 2 1 1
1 2 2 1 1 1 1 2 1 1
𝟏 1 2 1 𝟏 1 2 1
1 1 1
|𝐵| = |0 1 1 1| 𝐹4 − 𝐹1 |0 1 1 1| = |1 1 2|
0 1 1 2 = 0 1 1 2
1 −1 0
1 2 1 1 0 1 −1 0
1 1 1 1 2 1
|𝐵| = |1 1 2| 𝐶2 + 𝐶1 |1 2 2| = |2 1| = 4 − 2 = 2 ⟹ |𝐵| = 2
= 2 2
𝟏 −1 0 𝟏 0 0
Ejercicio 18: Aplicando propiedades de determinantes, demostrar:
1 1 1 1
1 1+𝑎 1 1
a) | | = 𝑎𝑏𝑐
1 1 1+𝑏 1
1 1 1 1+𝑐
𝑥 𝑎 1
b) |𝑎 𝑥 1| = (𝑥 − 𝑎)(𝑥 − 𝑏)
𝑎 𝑏 1
𝑦 𝑦 𝑦 𝑦 𝑦
𝑦 𝑥 𝑦 𝑦 𝑦
c) |𝑦 𝑦 𝑥 𝑦 𝑦|| = 𝑦(𝑥 − 𝑦)4
|
𝑦 𝑦 𝑦 𝑥 𝑦
𝑦 𝑦 𝑦 𝑦 𝑥
37
21. MATRIZ ADJUNTA: Sea 𝐴 la matriz cuadrada de orden 𝑛:

𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝐴 = 𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋱ ⋮
(𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 )
La matriz adjunta de 𝐴, es la matriz transpuesta de cofactores de la matriz 𝐴, denotada por
𝑎𝑑𝑗(𝐴), esto es:
𝛼11 𝛼12 𝛼13 ⋯ 𝛼1𝑛 𝑡
𝛼21 𝛼22 𝛼23 ⋯ 𝛼2𝑛
𝑎𝑑𝑗(𝐴) = 𝛼31 𝛼32 𝛼33 ⋯ 𝛼3𝑛
⋮ ⋮ ⋮ ⋱ ⋮
(𝛼𝑛1 𝛼𝑛2 𝛼𝑛3 ⋯ 𝛼𝑛𝑛 )
Donde, la matriz:
𝛼11 𝛼12 𝛼13 ⋯ 𝛼1𝑛
𝛼21 𝛼22 𝛼23 ⋯ 𝛼2𝑛
𝛼31 𝛼32 𝛼33 ⋯ 𝛼3𝑛
⋮ ⋮ ⋮ ⋱ ⋮
𝛼
( 𝑛1 𝛼𝑛2 𝛼𝑛3 ⋯ 𝛼𝑛𝑛 )
Es la matriz de cofactores de 𝐴, cuyos elementos tienen la forma:
𝛼𝑖𝑗 = (−1)𝑖+𝑗 ∙ 𝑀𝑖𝑗
Donde 𝑀𝑖𝑗 es el menor complementario del elemento 𝑎𝑖𝑗 de la matriz 𝐴, que se obtiene
eliminando la 𝑖_é𝑠𝑖𝑚𝑎 fila y la 𝑗_é𝑠𝑖𝑚𝑎 columna de la matriz 𝐴.
Por lo tanto, la matriz adjunta de 𝐴 es:
𝛼11 𝛼21 𝛼31 ⋯ 𝛼𝑛1
𝛼12 𝛼22 𝛼32 ⋯ 𝛼𝑛2
𝑎𝑑𝑗(𝐴) = 𝛼13 𝛼23 𝛼33 ⋯ 𝛼𝑛3
⋮ ⋮ ⋮ ⋱ ⋮
(𝛼1𝑛 𝛼2𝑛 𝛼3𝑛 ⋯ 𝛼𝑛𝑛 )
1 0 −1
Ejemplo 30: Dada la matriz 𝐴 = ( 0 1 −3), hallar la 𝐴𝑑𝑗(𝐴).
−1 1 0
𝛼11 𝛼21 𝛼31 𝑀11 −𝑀21 𝑀31
Solución: 𝑎𝑑𝑗(𝐴) = (𝛼12 𝛼22 𝛼32 ) = (−𝑀12 𝑀22 −𝑀32 )
𝛼13 𝛼23 𝛼33 𝑀13 −𝑀23 𝑀33
1 −3 0 −1 0 −1
| | −| | | |
1 0 1 0 1 −3
0 −3 1 −1 1 −1
𝑎𝑑𝑗(𝐴) = − | | | | −| |
−1 0 −1 0 0 −3
0 1 1 0 1 0
( |−1 1| −|
−1 1
| | |
0 1 )
3 −1 1
𝑎𝑑𝑗(𝐴) = (3 −1 3)
1 −1 1

TEOREMA: Sea 𝐴 la matriz cuadrada de orden 𝑛, tal que |𝐴| ≠ 0, entonces:

𝐴 ∙ 𝑎𝑑𝑗(𝐴) = |𝐴| ∙ 𝐼
1 0 −1
Ejemplo 31: Si 𝐴 = ( 0 1 −3), verificar que 𝐴 ∙ 𝑎𝑑𝑗(𝐴) = |𝐴| ∙ 𝐼
−1 1 0
Solución: En el ejemplo 30, hallamos la adjunta de 𝐴, esto es:
3 −1 1
𝑎𝑑𝑗(𝐴) = (3 −1 3)
1 −1 1
Ahora, calculemos el determinante de 𝐴:
1 0 −1 1 0
|𝐴| = | 0 1 −3| 0 1 = 0 − (1 − 3) = 2
−1 1 0 −1 1
Reemplazamos en 𝐴 ∙ 𝑎𝑑𝑗(𝐴) = |𝐴| ∙ 𝐼, tenemos:
𝐴 ∙ 𝑎𝑑𝑗(𝐴) = |𝐴| ∙ 𝐼
1 0 −1 3 −1 1 1 0 0
( 0 1 −3) (3 −1 3) = 2 (0 1 0)
−1 1 0 1 −1 1 0 0 1
3−1 −1 + 1 1 − 1 2 0 0
( 3−3 −1 + 3 3 − 3 ) = (0 2 0)
−3 + 3 1 − 1 −1 + 3 0 0 2
2 0 0 2 0 0
(0 2 0) = (0 2 0)
0 0 2 0 0 2
CALCULO DE LA MATRIZ INVERSA POR SU ADJUNTA:
1
𝐴−1 = 𝑎𝑑𝑗(𝐴)
|𝐴 |
Donde 𝐴 es una matriz cuadrada de orden 𝑛 y |𝐴| ≠ 0.
1 0 −1
Ejemplo 32: Obtener la inversa de la matriz 𝐴, si existe, donde 𝐴 = ( 0 1 −3)
−1 1 0
Solución: El determinante de 𝐴 es |𝐴| = 2 (ejemplo 31).
3 −1 1
La matriz adjunta de A es: 𝑎𝑑𝑗(𝐴) = (3 −1 3) (ejemplo 30). Entonces:
1 −1 1
3/2 −1/2 1/2
−1
1 1 3 −1 1
𝐴 = ( )
𝑎𝑑𝑗 𝐴 = (3 −1 3) = (3/2 −1/2 3/2)
|𝐴 | 2
1 −1 1 1/2 −1/2 1/2
3/2 −1/2 1/2
−1
𝐴 = (3/2 −1/2 3/2)
1/2 −1/2 1/2
39
Para comparar y comprobar el resultado, calculamos la inversa de 𝐴, aplicando el método

de Gauss Jordan, esto es:
1 0 −1 1 0 0 1 0 −1 1 0 0
( 0 1 −3|0 1 0) ~ (0 1 −3|0 1 0)
−1 1 0 0 0 1 𝐹3 + 𝐹1 0 1 −1 1 0 1
1 0 −1 1 0 0 1 0 −1 1 0 0
(0 1 −3|0 1 0) ~ (0 1 −3|0 1 0)
0 1 −1 1 0 1 𝐹3 − 𝐹2 0 0 2 1 −1 1
1 0 −1 1 0 0 1 0 −1 1 0 0
(0 1 −3|0 1 0) ~ (0 1 −3| 0 1 0 )
0 0 2 1 −1 1 1/2𝐹3 0 0 1 1/2 −1/2 1/2
1 0 −1 1 0 0 𝐹1 + 𝐹3 1 0 0 3/2 −1/2 1/2
(0 1 −3| 0 1 0 ) 𝐹2 + 3𝐹3 (0 1 0|3/2 −1/2 3/2)
0 0 1 1/2 −1/2 1/2 ~ 0 0 1 1/2 −1/2 1/2
3/2 −1/2 1/2
−1
1 3 −1 1
𝐴 = (3/2 −1/2 3/2) = (3 −1 3)
2
1/2 −1/2 1/2 1 −1 1
Por lo tanto, queda demostrado que el cálculo de la inversa de la matriz 𝐴 por cualquier
método siempre va ser el mismo.
PROPIEDADES DE LA MATRIZ ADJUNTA: Sea 𝐴 una matriz cuadrada de orden 𝑛.

PMA1. 𝑎𝑑𝑗(𝐼 ) = 𝐼
𝑡
PMA2. 𝑎𝑑𝑗(𝐴𝑡 ) = (𝑎𝑑𝑗(𝐴)) , 𝑠𝑖 |𝐴| ≠ 0
−1
PMA3. 𝑎𝑑𝑗(𝐴−1 ) = (𝑎𝑑𝑗(𝐴))
PMA4. 𝑎𝑑𝑗(𝐴𝐵) = 𝑎𝑑𝑗(𝐵) ∙ 𝑎𝑑𝑗(𝐴), |𝐴| ≠ 0, |𝐵| ≠ 0
𝑛
PMA5. 𝑎𝑑𝑗(𝐴𝑛 ) = (𝑎𝑑𝑗(𝐴))
PMA6. 𝑎𝑑𝑗(𝜆𝐴) = 𝜆𝑛−1 𝑎𝑑𝑗(𝐴), 𝜆 ∈ ℝ
PMA7. |𝑎𝑑𝑗(𝐴)| = |𝐴|𝑛−1
PMA8. |𝑎𝑑𝑗(𝜆𝐴)| = (𝜆𝑛−1 )𝑛 |𝐴|𝑛−1
PMA9. |𝑎𝑑𝑗(𝐴𝑛 )| = |𝐴𝑛−1 |𝑛
2
PMA10. |𝑎𝑑𝑗(𝑎𝑑𝑗(𝐴))| = |𝐴|(𝑛−1)
Ejercicio 19: Demostrar las propiedades de la matriz Adjunta. Estas propiedades se

demuestran aplicando el teorema:
1
𝐴−1 = 𝑎𝑑𝑗(𝐴)
𝐴 ∙ 𝑎𝑑𝑗(𝐴) = |𝐴| ∙ 𝐼, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠: { |𝐴 |
𝑎𝑑𝑗(𝐴) = |𝐴| ∙ 𝐴−1
Solución:
a) 𝑎𝑑𝑗(𝐼 ) = 𝐼
𝑎𝑑𝑗(𝐼 ) = |𝐼 | ∙ 𝐼 −1 = 1 ∙ 𝐼 = 𝐼 ⟹ 𝑎𝑑𝑗(𝐼 ) = 𝐼

𝑡
b) 𝑎𝑑𝑗(𝐴𝑡 ) = (𝑎𝑑𝑗(𝐴)) , 𝑠𝑖 |𝐴| ≠ 0
𝑎𝑑𝑗(𝐴𝑡 ) = |𝐴𝑡 | ∙ (𝐴𝑡 )−1 Por teorema de matriz adjunta.
𝑎𝑑𝑗(𝐴𝑡 ) = |𝐴| ∙ (𝐴𝑡 )−1 Por PD2
𝑎𝑑𝑗(𝐴𝑡 ) = |𝐴| ∙ (𝐴−1 )𝑡 Por PMI3
𝑎𝑑𝑗(𝐴𝑡 ) = (|𝐴| ∙ 𝐴−1 )𝑡 Por PT5
𝑡
𝑎𝑑𝑗(𝐴𝑡 ) = (𝑎𝑑𝑗(𝐴)) Por teorema de matriz adjunta.
−1
c) 𝑎𝑑𝑗(𝐴−1 ) = (𝑎𝑑𝑗(𝐴))
𝑎𝑑𝑗(𝐴−1 ) = |𝐴−1 | ∙ (𝐴−1 )−1 Por teorema de matriz adjunta.
1
𝑎𝑑𝑗(𝐴−1 ) = |𝐴| ∙ (𝐴−1 )−1 Por PD4
1
𝑎𝑑𝑗(𝐴−1 ) = |𝐴|−1 ∙ (𝐴−1 )−1 Pues |𝐴| = |𝐴|−1
𝑎𝑑𝑗(𝐴−1 ) = (|𝐴|𝐴−1 )−1 Por PMI4

−1
𝑎𝑑𝑗(𝐴−1 ) = (𝑎𝑑𝑗(𝐴)) Por teorema de matriz adjunta.
1 2 3
Ejercicio 20: Si 𝐴 = (0 5 6), verificar que |𝑎𝑑𝑗(𝐴)| = |𝐴|𝑛−1 donde 𝑛 = 3
0 0 9
Solución: Hallamos la adjunta de 𝐴:
5 3 2 3 2 3
| | −| | | |
𝑀11 −𝑀21 𝑀31 0 9 0 9 5 6
𝑎𝑑𝑗(𝐴) = (−𝑀12 𝑀22 −𝑀32 ) = − |0 6
| |
1 3
| −|
1 3
|
0 9 0 9 0 6
𝑀13 −𝑀23 𝑀33
0 5| 1 2 1 2
( |0 0
−|
0 0
| | |
0 5 )
45 −18 −3
𝑎𝑑𝑗(𝐴) = ( 0 9 −6)
0 0 5
Ahora, calculamos el determinante de 𝐴:
1 2 3 1 2
|𝐴| = |0 5 6| 0 5 = 45
0 0 9 0 0
Calculamos el determinante de la matriz adjunta:
45 −18 −3 45 −18
|𝑎𝑑𝑗(𝐴)| = | 0 9 −6| 0 9 = 2025
0 0 5 0 0
Reemplazamos, tenemos:
|𝑎𝑑𝑗(𝐴)| = |𝐴|𝑛−1
2025 = (45)3−1 = 452 = 2025
Por lo tanto, queda demostrado que |𝑎𝑑𝑗(𝐴)| = |𝐴|𝑛−1 .
41
1 1 −1
Ejercicio 21: Dada la matriz 𝑎𝑑𝑗(𝐴) = (−10 𝑘 2 ) y |𝐴| = 2, hallar el valor de 𝑘 y la
7 −3 −1
matriz 𝐴.
Solución: Aplicamos el determinante a la 𝑎𝑑𝑗(𝐴), tenemos:

|𝑎𝑑𝑗(𝐴)| = |𝐴|2 Por la propiedad PMA7 y 𝑛 = 3
|𝑎𝑑𝑗(𝐴)| = 4 ya que |𝐴| = 2
1 1 −1
Reemplazamos: |𝑎𝑑𝑗(𝐴)| = |−10 𝑘 2 |=4
7 −3 −1
Desarrollamos por Sarrus: (−𝑘 + 14 − 30) − (−7𝑘 − 6 + 10) = 4
−𝑘 − 16 + 7𝑘 − 4 = 4 ⟹ 6𝑘 − 20 = 4 ⟹ 𝒌 = 𝟒
1 1 −1
La matriz adjunta sería: 𝑎𝑑𝑗(𝐴) = (−10 4 2)
7 −3 −1
1
Luego, hallamos la matriz 𝐴, tenemos que: 𝐴−1 = |𝐴| 𝑎𝑑𝑗(𝐴)
−1
−1)−1 1
Aplicamos la inversa: (𝐴 = (|𝐴| 𝑎𝑑𝑗(𝐴)) Por las propiedades PMI1 y PMI4, queda:
−1
𝐴 = |𝐴|(𝑎𝑑𝑗(𝐴)) … (1)
Calculamos la inversa por el método de matriz adjunta:
−1 1
(𝑎𝑑𝑗(𝐴)) = (𝑎𝑑𝑗(𝑎𝑑𝑗(𝐴)))
|𝑎𝑑𝑗(𝐴)|
𝑀11 −𝑀21 𝑀31
−1 1 1
(𝑎𝑑𝑗(𝐴)) = (𝑎𝑑𝑗(𝑎𝑑𝑗(𝐴))) = (−𝑀12 𝑀22 −𝑀32 )
4 4 𝑀 −𝑀23 𝑀33
13
4 2 1 −1 1 −1
| | −| | | |
−3 −1 −3 −1 4 2
−1 1 −10 2 1 −1 1 −1
(𝑎𝑑𝑗(𝐴)) = −| | | | −| |
4 7 −1 7 −1 −10 2
−10 4 1 1 1 1
( | 7 −3
| −|
7 −3
| | |
−10 4 )
−1 1 2 4 6
(𝑎𝑑𝑗(𝐴)) = (4 6 8)
4
2 10 14
Reemplazamos, en la ecuación (1), tenemos:
−1 1 2 4 6 1 2 4 6 1 2 3
𝐴 = |𝐴|(𝑎𝑑𝑗(𝐴)) = 2 ∙ (4 6 8 ) = ( 4 6 8 ) = ( 2 3 4)
4 2
2 10 14 2 10 14 1 5 7
Por lo tanto, la matriz 𝐴 es:
1 2 3
(
𝐴= 2 3 4)
1 5 7

Ejercicio 22: Determinar la matriz 𝑋. Si:

1 2
a) (𝐴𝑋 𝑡 + 𝐴−1 )𝑡 = 3𝐴 − 𝐼, donde 𝐴 = ( )
−2 1
5 1 0 3 2 1
1
b) 𝐶 −1 𝑋𝐴𝐵 = 3 𝐼, donde 𝑎𝑑𝑗(𝐴) = (2 4 1) , 𝐵 = (0 1 3) y 𝐶 = 𝑎𝑑𝑗(𝑎𝑑𝑗(𝐵)), |𝐴| > 0
1 2 1 0 0 1
Solución:
a) (𝐴𝑋 𝑡 + 𝐴−1 )𝑡 = 3𝐴 − 𝐼
(𝐴𝑋𝑡 + 𝐴−1 )𝑡 = 3𝐴 − 𝐼
(𝐴𝑋 𝑡 )𝑡 + (𝐴−1 )𝑡 = 3𝐴 − 𝐼
(𝐴𝑋 𝑡 )𝑡 = 3𝐴 − 𝐼 − (𝐴−1 )𝑡
(𝑋 𝑡 )𝑡 𝐴𝑡 = 3𝐴 − 𝐼 − (𝐴−1 )𝑡
𝑋𝐴𝑡 = 3𝐴 − 𝐼 − (𝐴−1 )𝑡
𝑋𝐴𝑡 (𝐴𝑡 )−1 = [3𝐴 − 𝐼 − (𝐴−1 )𝑡 ](𝐴𝑡)−1
𝑋𝐼 = [3𝐴 − 𝐼 − (𝐴−1)𝑡 ](𝐴𝑡 )−1
𝑋 = [3𝐴 − 𝐼 − (𝐴−1 )𝑡 ](𝐴−1 )𝑡 … (1)
Ahora, calculemos la inversa de 𝐴 y la transpuesta de la inversa, por el teorema de la matriz
inversa, tenemos:
1 𝑎22 −𝑎12 1 1 −2 1 1 2
𝐴−1 = ( −1 −1 𝑡
𝑎11 ) ⟹ 𝐴 = 5 (2 1 ) ⟹ (𝐴 ) = 5 (−2 1)
|𝐴| −𝑎21
Luego, reemplazamos en la ecuación (1), tenemos:
1 2 1 0 1 1 2 1 1 2
𝑋 = [3 ( )−( )− ( )] ( )
−2 1 0 1 5 −2 1 5 −2 1
3 6 1 0 1/5 2/5 1 1 2
𝑋 = [( )−( )−( )] ( )
−6 3 0 1 −2/5 1/5 5 −2 1
9/5 28/5 1 1 2 1 9 28 1 1 2 1 9 28 1 2
𝑋=[ ] ( )= ( ) ( )= ( )( )
−28/5 14/5 5 −2 1 5 −28 9 5 −2 1 25 −28 9 −2 1
1 9 − 56 18 + 28 1 −47 46
𝑋= ( )= ( )
25 −28 − 18 −56 + 9 25 −46 −47
1 −47 46
𝑋= ( )
25 −46 −47
1
b) 𝐶 −1 𝑋𝐴𝐵 = 3 𝐼, multiplicamos la matriz 𝐶 y (𝐴𝐵)−1 a ambos miembros, tenemos:
1
𝐶𝐶 −1 𝑋𝐴𝐵(𝐴𝐵)−1 = 𝐶𝐼(𝐴𝐵)−1
3
1 −1 −1
𝑋 = 𝐶𝐵 𝐴 … (1)
3
Ahora, hallemos la matriz 𝐶:
−1 1
𝐶 = 𝑎𝑑𝑗(𝑎𝑑𝑗(𝐵)) = 𝑎𝑑𝑗(|𝐵|𝐵 ) = |𝐵|2 𝑎𝑑𝑗(𝐵−1 ) = |𝐵|2 |𝐵 −1 |(𝐵−1 )−1 = |𝐵|2 𝐵 = |𝐵|𝐵
|𝐵|
𝐶 = |𝐵 |𝐵
43
1
Hallamos la matriz inversa 𝐴−1, esto es: 𝐴−1 = |𝐴| 𝑎𝑑𝑗(𝐴), |𝐴| > 0
1 5 1 0
𝐴−1 = ( 2 4 1 ) , |𝐴 | > 0
|𝐴 |
1 2 1
Encontremos el determinante de 𝐵, esto es:
3 2 1
|𝐵| = |0 1 3| = 3(1)(1) = 3
0 0 1
El determinante de B es el producto de los elementos de la diagonal principal de la matriz por
ser una matriz triangular. Luego, reemplazamos en (1), tenemos:
1 −1 −1 1 −1 −1
1 1 5 1 0 1 5 1 0
|
𝑋 = 𝐶𝐵 𝐴 = 𝐵 𝐵𝐵 𝐴 = 3 𝐼 | ( )( ) (2 4 1) = (2 4 1)
3 3 3 |𝐴 | |𝐴 |
1 2 1 1 2 1
Entonces, la matriz 𝑋 es:
1 5 1 0
𝑋= (2 4 1) , |𝐴| > 0
|𝐴 |
1 2 1
−1 2 0 0
1
Ejercicio 23: Hallar la matriz: 𝐵 = |𝑎𝑑𝑗(2𝐴)| (3 𝐴) , donde 𝐴 = (2 1 0)
1 2 2
Solución: Aplicamos las propiedades PMA8 y PMI4, tenemos:
1 −1
𝐵 = |𝑎𝑑𝑗(2𝐴)| ( 𝐴) = (2𝑛−1 )𝑛 |𝐴|𝑛−1 (3𝐴−1)
3
Luego, 𝑛 = 3, ya que el orden de la matriz 𝐴 es 3.
1
𝐵 = (2𝑛−1 )𝑛 |𝐴|𝑛−1 (3𝐴−1 ) = (22 )3 |𝐴|2 (3𝐴−1 ) = 192|𝐴|2 𝐴−1 = 192|𝐴|2 𝑎𝑑𝑗(𝐴) = 192|𝐴|𝑎𝑑𝑗(𝐴)
|𝐴|
𝐵 = 192|𝐴|𝑎𝑑𝑗(𝐴) … (1)
Encontramos, el determinante y la matriz adjunta de 𝐴, tenemos:
2 0
0
|𝐴| = |2 1
0| = 4
1 2
2
1 0 0 0 0 0
| | −| || |
2 2 2 2 1 0 2 0 0
2 0 2 0 2 0
𝑎𝑑𝑗(𝐴) = − | | | |
−| | = (−4 4 0)
1 2 1 2 2 0
2 1 2 0 2 0 3 −4 2
( 1| | −| || |
2 1 2 2 1 )
2 0 0 2 0 0
( )
Reemplazamos en (1), tenemos: 𝐵 = 192 4 (−4 4 0) = 768 (−4 4 0)
3 −4 2 3 −4 2
Por lo tanto, la matriz es:
2 0 0
𝐵 = 768 (−4 4 0)
3 −4 2


1. Encuentre la inversa de las siguientes matrices, si existe:
1 2 1 2 1
0 1 2 2
1 3 3 1 0 0 0 0
1 1 2 3
a) 𝐴 = (1 3 4) b) 𝐵 = 0 1 1 0 0 c) 𝐶 = ( )
2 2 2 3
1 4 3 0 0 0 0 1
2 3 3 3
(1 −1 0 0 0)
1 2 3 4 5
2 1 3 2
0 0 2 0 1 2 3 4
3 5 5 2
d) 𝐷 = ( ) e) 𝐸 = (−1 2 0) f) 𝐹 = 0 0 1 2 3
2 5 2 −3
−1 1 3 0 0 0 1 2
4 5 14 14
(0 0 0 0 1)
1 0 −1
2. Considera la matriz 𝐴 = (0 𝑏 3 ).
4 1 −𝑏
a) Determina para qué valores del parámetro 𝑏 existe 𝐴−1.
b) Calcula 𝐴−1 para 𝑏 = 2.
3. Calcular la matriz 𝑋, si:
a) 𝐴 ∙ 𝐵 ∙ 𝑋 = 𝐶 − 𝑋, donde:
0 1
1 0 −1 0 1 −2
𝐴=( ) , 𝐵 = (−2 −1) , 𝐶 = ( )
−1 2 1 3 1 −1
−1 −1
b) 𝐴−1 ∙ 𝑋 −1 ∙ 𝐵 = 𝐶 −1, donde:
2 0 1/3 2/3 4 0
𝐴=( ) , 𝐵−1 = ( ),𝐶 = ( )
1 1 0 1/3 0 4
c) 𝐴 ∙ 𝐵−1 ∙ 𝑋 ∙ 𝐶 −1 = 2𝐴−1, donde:
0 2 1 3 2 0
𝐴−1 = ( ) , 𝐵−1 = ( ) , 𝐶 −1 = ( )
1 1 1 2 0 2
d) 𝐴𝑋 = 𝑋 − 𝐵, donde:
0 0 1 1 0 1
𝐴 = ( 0 0 0) , 𝐵 = (0 1 1)
−1 0 0 0 −1 −1
1 2
4. Dada la matriz 𝐴 = ( ), calcula (𝐴𝑡 ∙ 𝐴−1 )2 ∙ 𝐴
3 4
5. Hallar el rango de las siguientes matrices:
2 0 2 2
1 2 3 1 0 2 0 −3 0
0 1 0 0
a) 𝐴 = (2 3 4) b) 𝐵 = ( ) c) 𝐶 = (0 1 0 2 0 0)
2 1 0 1
3 5 7 2 0 4 0 − 0
0 1 0 0
1 0 0 1 4
0 1 0 2 5 2 1 4 5 3 5 7
d) 𝐷 = 0 0 1 3 6 e) 𝐸 = (2 0 −1 2 ) f) 𝐹 = (1 2 3)
1 2 3 14 32 3 −1 0 −1 1 3 5
(4 5 6 32 77)
45
6. Calcular el determinante de las siguientes matrices:

1 0 3 2 1 1 1 0 1 2 3 4
a) |4−1 0 1 | b) |1 1 0 1| c) |2 1 3 1|
2 1 0 3 1 0 1 1 3 1 4 3
−1 2 3 −1 0 1 1 1 3 4 1 2
5 −1 4 −2 2
1 −1 2 −1 1 0 −1 2
0 2 2 3 −4
d) |2 3 −1 2| e) |2 3 2 −2| |
f) |2 0 3 5 0 ||
1 4 −3 3 2 4 2 1
7 1 1 2 −2
4 1 3 0 3 1 5 −3
3 0 1 0 0
−4 0 −5 4
−5 −3 −4 2𝑦
7. Hallar |𝐴𝑡 |, si |𝐴| = −4(9𝑦 2 − 2𝑦 − 43), donde 𝐴 = ( )
−2 −2 2 0
4 −𝑦 1 −1
8. Si la matriz 𝐴 tiene orden 4 × 4 y |𝐴| = 2, encuentre los valores de:

1
a) |3𝐴| b) |−𝐴| c) |𝐴−1 | d) |2 𝐴|
3 −2 1
9. Sabiendo que la matriz 𝐴 = ( 1 −4 −2) tiene rango 2, ¿Cuál es el valor de 𝑎?
−1 𝑎 − 1 𝑎
𝑎 1 0
10. Hallar el valor o los valores de a para los que la matriz 𝐴 no tiene inversa, 𝐴 = (0 1 1)
1 𝑎 0
1/2 −√3/2
11. Sea la matriz 𝐴 = ( ), demuestra que su inversa y su transpuesta coinciden.
√3/2 1/2
12. Usando adecuadamente las propiedades de los determinantes, calcular:

𝑎+1 𝑎 𝑎 𝑎 𝑎 𝑏 𝑏 𝑏 𝑥+1 3𝑥 𝑦 + 2𝑥 𝑦+1
𝑎 𝑎+1 𝑎 𝑎 𝑎 𝑏 𝑎 𝑎 2𝑦 𝑦+1 2−𝑦 1
a) | | b) | | c) | |
𝑎 𝑎 𝑎+1 𝑎 𝑏 𝑏 𝑎 𝑏 𝑥+2 0 1 𝑥+3
𝑎 𝑎 𝑎 𝑎+1 𝑎 𝑎 𝑎 𝑎 𝑦−1 1 𝑥+2 𝑥+𝑦
𝑎+2 3 4 5 𝑥 𝑎 𝑎 ⋯ 𝑎
𝑥−𝑦−𝑧 2𝑥 2𝑥
2 𝑎+3 4 5 𝑎 𝑥 𝑎 ⋯ 𝑎
d) | | e) | | f) | 2𝑦 𝑦−𝑥−𝑧 2𝑦 |
2 3 𝑎+3 5 ⋮ ⋮ ⋮ ⋮ ⋮
2𝑧 2𝑧 𝑧−𝑥−𝑦
2 3 4 𝑎+5 𝑎 𝑎 𝑎 ⋯ 𝑥
13. Hallar la matriz 𝐴, tal que:

1 2 3 4 1 0 −1 0
0 5 2 3 0 −1 2 0
a) 𝑎𝑑𝑗(𝐴) = ( ) b) 𝑎𝑑𝑗(𝐴) = ( )
0 0 5 1 0 −1 3 0
0 0 0 5 0 0 −1 1
1 1 1 1 𝑦
1 1 1 𝑦 1
|1 1 𝑦 1 1| = 0
14. Hallar el valor o los valores de 𝑦, tal que: | |
1 𝑦 1 1 1
𝑦 1 1 1 1

15. Demostrar que:

1 𝑎 𝑎2
a) |1 𝑏 𝑏2 | = (𝑏 − 𝑐 )(𝑐 − 𝑎)(𝑎 − 𝑏)
1 𝑐 𝑐2
𝑎+𝑏 𝑎 𝑎 𝑎 ⋯ 𝑎
𝑎 𝑎+𝑏 𝑎 𝑎 ⋯ 𝑎
b) | 𝑎 𝑎 𝑎 + 𝑏 𝑎 ⋯ 𝑎 || = 𝑏𝑛−1 (𝑛𝑎 + 𝑏)
|
⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎 𝑎 𝑎 𝑎 ⋯ 𝑎+𝑏
𝑎 −𝑏 −𝑐 −𝑑
𝑏 𝑎 −𝑑 𝑐
c) | | = (𝑎 2 + 𝑏 2 + 𝑐 2 )2
𝑐 𝑑 𝑎 −𝑏
𝑑 −𝑐 𝑏 𝑎
2 1 0 0 ⋯ 0
1 2 1 0 ⋯ 0
d) |0 1 2 1 ⋯ 0 | = 𝑛 + 1
| |
⋮ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 0 0 ⋯ 0
𝑎3 3𝑎2 3𝑎 1
2 2
e) | 𝑎 𝑎 + 2𝑎 2𝑎 + 1 1| = (𝑎 − 1)6
𝑎 2𝑎 + 1 𝑎+2 1
1 3 3 1
1 2 3 4
2 5 𝑥 + 4 11
16. Hallar el valor de 𝑥 y la matriz 𝐴, si 𝑎𝑑𝑗(𝐴) = 𝐵 y 𝑑𝑒𝑡(𝐴) = 1, 𝐵 = ( )
2 6 9 12
1 4 𝑥+3 9
17. Calcular la matriz 𝑋 −1 , si 𝐴𝑋 −2 − 𝐵𝑋 −1 = 𝑂3×3, donde:

1 1 1 0 1 0 0 1
0 3 1 0 0 2 2 0
𝑎𝑑𝑗(𝐴) = ( ),𝐵 = ( )
0 0 3 1 0 2 2 0
0 0 0 3 1 0 0 1
3 0 0
−1 1
| ( )|
18. Hallar la matriz 𝐵 = 3𝑎𝑑𝑗 𝐴 𝐴 , donde 𝐴 = 2 (1 4 0)
2 1 1
1 0 −1 2 −1 0
19. Calcular 𝑎𝑑𝑗(𝐵), si 𝐴𝐵 = 𝐶, donde 𝐴 = (0 1 2 ) , 𝐶 −1 = (1 3 4)
0 0 2 5 0 1
20. Hallar la matriz 𝑋, si:
9 0 1
a) 𝐵𝑋𝐴 = 𝐶, donde 𝐵 = 𝑎𝑑𝑗(𝐴), 𝐶 = 𝑎𝑑𝑗(𝐵) y 𝐴 = (0 2 0)
1 1 1
−1 2 1 2
1 2 4 1
b) 𝐵𝑋𝐴 = 𝐶, donde 𝐵 = 𝑎𝑑𝑗(𝐴), 𝐶 = 𝑎𝑑𝑗(𝐵) y 𝐴 = ( )
2 0 −1 3
3 2 −1 0
47
22. SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE 𝒎 ECUACIONES LINEALES CON 𝒏 INCÓGNITAS:
A un conjunto de 𝑚 ecuaciones lineales con 𝑛 incógnitas se llama sistema de ecuaciones
lineales y es de la forma:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎 𝑥 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
(∗) { 21 1
⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Donde 𝐴 se llama matriz de los coeficientes de orden 𝑚 × 𝑛, obtenida de los coeficientes
de las variables, también se llama matriz asociado al sistema.
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝐴=( ⋮ ⋮ ⋱ ⋮ )
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛
𝑋 se llama matriz de las incógnitas de orden 𝑛𝑥1, constituida por las variables, esto es:
𝑥1
𝑥2
𝑋=(⋮ )
𝑥𝑛
y 𝑩 se llama matriz de los términos independientes de orden 𝑚 × 1, obtenida de los
términos independientes de la ecuación.
𝑏1
𝑏
𝐵 = ( 2)
⋮
𝑏𝑚
MATRIZ AMPLIADA: O matriz aumentada del sistema de ecuaciones lineales (∗), es la

matriz formada por 𝐴 y 𝐵 conjuntamente:
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑏1
𝑎 𝑎22 ⋯ 𝑎2𝑛 𝑏2
(𝐴|𝐵) = ( 21⋮ ⋮ ⋱ ⋮ | ⋮ )
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑏𝑚
FORMA MATRICIAL DE UN SISTEMA DE ECUACIONES LINEALES: Aplicando la definición de

producto de matrices y la igualdad de matrices, el sistema (∗) en forma matricial es:
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑏1
𝑎 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑏
( 21 ⋯ )( ⋮ ) = ( 2)
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚
Este sistema simbólicamente puede escribirse como:
𝐴𝑋 = 𝐵
Un sistema (∗) puede ser homogéneo o no homogéneo:
 Homogéneo : Si 𝐴𝑋 = 𝑂, 𝑂: matriz nula 𝑚 × 1
 No homogéneo : Si 𝐴𝑋 = 𝐵, 𝐵: matriz no nula.

Ejemplo 33: Escribir los siguientes sistemas de la forma matricial y matriz ampliada:
𝑥 − 2𝑦 + 𝑧 + 2𝑢 = −2
𝑥+𝑦−𝑧= 5 2𝑥 + 𝑦 − 𝑧 = 11
2𝑥 + 3𝑦 − 𝑧 − 5𝑢 = 9
a) { 𝑥 +𝑦 =7 b) { c) 𝑥 − 3𝑦 = −20
{
4𝑥 − 𝑦 + 𝑧 − 𝑢 = 5
2𝑥 + 2𝑦 − 𝑧 = 12 4𝑥 + 2𝑦 + 5𝑧 = 8
5𝑥 − 3𝑦 + 2𝑧 + 𝑢 = 3
Solución:
a) Forma matricial:
1 1 −1 𝑥 5
(1 1 0 ) (𝑦) = ( 7 )
2 2 −1 𝑧 12
Matriz ampliada:
1 1 −1 5
(1 1 0 | 7 )
2 2 −1 12
b) Forma matricial:
1 −2 1 2 𝑥 −2
2 3 −1 −5 𝑦 9
( )( ) = ( )
4 −1 1 −1 5 5
5 −3 2 1 𝑢 3
Matriz ampliada:
1 −2 1 2 −2
2 3 −1 −5 9
( | )
4 −1 1 −1 5
5 −3 2 1 3
c) Forma matricial:
2 1 −1 𝑥 11
(1 −3 0 ) (𝑦) = (−20)
2 2 5 𝑧 8
Matriz ampliada:
2 1 −1 11
(1 −3 0 |−20)
2 2 5 8
23. RANGO DE UN SISTEMA DE ECUACIONES LINEALES (∗): Sea 𝑛 el número de incógnitas,
𝑅𝑔(𝐴) el rango de la matriz 𝐴 y 𝑅𝑔(𝐴|𝐵) y el rango de la matriz ampliada (𝐴|𝐵).
a) Si 𝑅𝑔(𝐴) = 𝑅𝑔(𝐴|𝐵) = 𝑘, entonces el sistema (∗) es compatible. Se presentan dos
casos:
 Si 𝑘 = 𝑛, entonces el sistema tiene solución única.
 Si 𝑘 < 𝑛, entonces el sistema tiene infinita solución. En este caso, el número de
parámetros en la solución general es 𝑡 = 𝑛 − 𝑘
b) Si 𝑅𝑔(𝐴) ≠ 𝑅𝑔(𝐴|𝐵), entonces el sistema (∗) es incompatible y por lo tanto no existe
solución.
49
Ejemplo 34: Investigar si los siguientes sistemas tienen o no solución. Si tienen solución es
única o un número infinito de soluciones:
𝑥 − 2𝑦 + 𝑧 + 2𝑢 = −2
𝑥 − 2𝑦 + 3𝑧 = 7
2𝑥 + 3𝑦 − 𝑧 − 5𝑢 = 9
a) {2𝑥 + 𝑦 − 2𝑧 = −2 b) {
4𝑥 − 𝑦 + 𝑧 − 𝑢 = 5
3𝑥 − 𝑦 + 𝑧 = 6
5𝑥 − 3𝑦 + 2𝑧 + 𝑢 = 3
Solución:
a) El sistema se expresa en forma matricial por:
1 −2 3 𝑥 7
(2 1 −2) (𝑦) = (−2)
3 −1 1 𝑧 6
Formamos la matriz ampliada:
1 −2 3 7
(𝐴|𝐵) = (2 1 −2|−2)
3 −1 1 6
Mediantes operaciones elementales, reduciremos los elementos que están debajo de la
diagonal principal de la matriz ampliada en ceros y así comparar los rangos de 𝐴 y 𝐴|𝐵.
1 −2 3 7 ~ 1 −2 3 7 1 −2 3 7
~
(2 1 −2|−2) 2 2𝐹1 (0 5 −8|−16) 𝐹 − 𝐹 (0 5 −8|−16)
𝐹 −
3 2
3 −1 1 6 𝐹3 − 3𝐹1 0 5 −8 −15 0 0 0 1
Obtenemos que: 𝑅𝑔(𝐴) = 2 y 𝑅𝑔(𝐴|𝐵) = 3, entonces 𝑅𝑔(𝐴) ≠ 𝑅𝑔(𝐴|𝐵). Por lo tanto,
el sistema es incompatible, es decir no tiene solución.
b) El sistema en forma matricial es:

1 −2 1 2 𝑥 −2
2 3 −1 −5 𝑦 9
( )( ) = ( )
4 −1 1 −1 𝑧 5
5 −3 2 1 𝑢 3
La matriz ampliada será:
1 −2 1 2 −2
(𝐴|𝐵) = (2 3 −1 −5| 9 )
4 −1 1 −1 5
5 −3 2 1 3
Mediantes operaciones elementales, reduciremos los elementos que están debajo de la
diagonal principal de la matriz ampliada en ceros y así comparar los rangos de 𝐴 y 𝐴|𝐵.
1 −2 1 2 −2 ~ 1 −2 1 2 −2
2 3 −1 −5 9 𝐹2 − 2𝐹1 0 7 −3 −9 13
( | ) ( | )
4 −1 1 −1 5 𝐹3 − 4𝐹1 0 7 −3 −9 13
5 −3 2 1 3 𝐹4 − 5𝐹1 0 7 −3 −9 13
1 −2 1 2 −2 ~ 1 −2 1 2 −2
0 7 −3 −9 13 𝐹 − 𝐹 0 7 −3 −9 13
( | ) 3 2( | )
0 7 −3 −9 13 𝐹 − 𝐹 0 0 0 0 0
4 2
0 7 −3 −9 13 0 0 0 0 0
Obtenemos que: 𝑅𝑔(𝐴) = 𝑅𝑔(𝐴|𝐵) = 2, pero 𝑛 = 4. Como 𝑘 < 𝑛, entonces el sistema
tiene infinitas soluciones.

24. MÉTODOS PARA RESOLVER UN SISTEMA DE ECUACIONES LINEALES

REGLA DE CRAMER: Se aplica a sistemas que cumplan las dos condiciones siguientes:
 El número de ecuaciones es igual al número de incógnitas.
 El determinante de la matriz de los coeficientes es distinto de cero. Se denota ∆≠ 0
Tales sistemas se denominan sistemas de Cramer.
Sea un sistema de 𝑛 ecuaciones lineales con 𝑛 incógnitas dado por:

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎 𝑥 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
{ 21 1
⋮ ⋮ ⋯ ⋮ ⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
Si el determinante ∆ de la matriz de coeficientes, es diferente de cero, esto es:

𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
∆= | ⋮ ⋮ ⋱ ⋮ |≠0
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
Entonces el sistema tiene una única solución. Además, la solución está dada por:
∆1 ∆2 ∆𝒏
𝑥1 = , 𝑥2 = , ⋯ , 𝑥𝑛 =
∆ ∆ ∆
Donde ∆1 , ∆2 , ⋯ , ∆𝑛 son los determinantes que se obtiene al sustituir los términos
independientes en la 1ª columna, en la 2ª columna y en la enésima columna
respectivamente. Esto es:
𝑏1 𝑎12 ⋯ 𝑎1𝑛 𝑎11 𝑏1 ⋯ 𝑎1𝑛 𝑎11 𝑎12 ⋯ 𝑏1
𝑏 𝑎22 ⋯ 𝑎2𝑛 𝑎 𝑏2 ⋯ 𝑎2𝑛 𝑎 𝑎22 ⋯ 𝑏2
∆1 = | 2 |, ∆2 = | 21 | , … , ∆𝑛 = | 21 |
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑏𝑛 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 𝑏𝑛 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑏𝑛
Por lo tanto, reemplazando tenemos:

𝑏1 𝑎12 ⋯ 𝑎1𝑛
𝑏 𝑎22 ⋯ 𝑎2𝑛
| 2 |
⋮ ⋮ ⋱ ⋮
𝑏𝑛 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
𝑥1 =
∆
𝑎11 𝑏1 ⋯ 𝑎1𝑛
𝑎 𝑏2 ⋯ 𝑎2𝑛
| 21 |
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑏𝑛 ⋯ 𝑎𝑛𝑛
𝑥2 =
∆
⋮
𝑎11 𝑎12 ⋯ 𝑏1
𝑎 𝑎22 ⋯ 𝑏2
| 21 |
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑏𝑛
𝑥𝑛 =
∆
51
Ejemplo 35: Resolver el sistema siguiente utilizando la regla de Cramer.

2𝑥 + 𝑦 + 𝑧 = 0
{ + 3𝑦 + 2𝑧 = 2
4𝑥
2𝑥 − 𝑦 − 3𝑧 = 0
2 1 1
(
Solución: La matriz de los coeficientes es: 𝐴 = 4 3 2)
2 −1 −3
El determinante de la matriz de coeficientes es:
2 1 1
∆= |4 3 2 | = (−18 + 4 − 4) − (6 − 4 − 12) = −18 + 10 = −8
2 −1 −3
Ya que ∆≠ 0, existe una solución única.
Luego, hallamos los determinantes de ∆𝑥 , ∆𝑦 y ∆𝑧 :
0 1 1
∆ 𝑥 = |2 3 2 | = (−2) − (−6) = −2 + 6 = 4
0 −1 −3
2 0 1
∆ 𝑦 = |4 2 2 | = (−12) − (4) = −12 − 4 = −16
2 0 −3
2 1 0
∆𝑧 = |4 3 2| = (4) − (−4) = 4 + 4 = 8
2 −1 0
Entonces, los valores de las variables 𝑥, 𝑦 y 𝑧 son:
∆𝑥 4 1
𝑥= = =−
∆ −8 2
∆𝑦 −16
𝑦= = =2
∆ −8
∆𝑧 8
𝑧= = = −1
∆ −8
1
Por lo tanto, la solución es: 𝑥 = − 2 , 𝑦 = 2 y 𝑧 = −1
𝑥 + 𝑦 + 5𝑤 = 6
𝑥 + 2𝑦 + 𝑧 = 4
Ejercicio 24: Resolver el sistema para 𝑧: {
2𝑦 + 𝑧 + 𝑤 = 6
3𝑥 − 4𝑤 = 2
Solución: Hallamos el determinante de la matriz de coeficientes, por el método de Pibote:
𝟏 1 0 5 = 1 1 0 5
1 1 −5
1 2 1 0 𝐹 −𝐹 0 1 1 −5
∆= | | 2 1 | |=| 2 1 1 |
0 2 1 1 𝐹 − 3𝐹 0 2 1 1
4 1 −3 0 −19
3 0 0 −4 0 −3 0 −19
1 1 −5
∆= | 2 1 1 | = (−19 − 3) − (15 − 38) = −22 + 23 = 1 ⟹ ∆= 1
−3 0 −19

Luego, hallamos el determinante de ∆𝑧 , por método de Pibote:
𝟏 1 6 5 = 1 1 6 5
1 −2 −5
1 2 4 0 𝐹 −𝐹 0 1 −2 −5
∆𝑧 = | | 2 1 | |=| 2 6 1 |
0 2 6 1 𝐹 − 3𝐹 0 2 6 1
4 1 −3 −16 −19
3 0 2 −4 0 −3 −16 −19
1 −2 −5
∆𝑧 = | 2 6 1 | = (−114 + 6 + 160) − (90 − 16 + 76) = 52 − 150 = −98
−3 −16 −19
Entonces:
∆𝑧 −98
𝑧= = = −98
∆ 1
Por lo tanto, la solución es: 𝑧 = −98
OBSERVACIÓN: Sea el sistema homogéneo de 𝑛 ecuaciones lineales con 𝑛 incógnitas:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

𝑎 𝑥 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
{ 21 1
⋮ ⋮ ⋯ ⋮ ⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 0
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
 Si ∆= | ⋮ ⋮ ⋱ ⋮ | ≠ 0, entonces la solución es única: 𝑥1 = 𝑥2 = ⋯ = 𝑥𝑛 = 0
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
 Si ∆= | ⋮ ⋮ ⋱ ⋮ |=0
Entonces, el sistema se reduce a 𝑛 − 1 ecuaciones independientes, la ecuación 𝑛 sería

combinación lineal de ellas, o a una sola ecuación y las otras 𝑛 − 1 ecuaciones serian
dependientes, en ambos caso el sistema homogéneo tendría infinitas soluciones y sería:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
{ ⋮ ⋮ ⋱ ⋮ ⋮
𝑎(𝑛−1)1 𝑥1 + 𝑎(𝑛−1)2 𝑥2 + ⋯ + 𝑎(𝑛−1)𝑛 𝑥𝑛 = 0
𝑎12 𝑎13 ⋯ 𝑎1𝑛
𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝑥1 = | ⋮ ⋮ ⋱ ⋮ |𝑡
𝑎(𝑛−1)2 𝑎(𝑛−1)3 ⋯ 𝑎(𝑛−1)𝑛
𝑎11 𝑎13 ⋯ 𝑎1𝑛 𝑎11 𝑎12 ⋯ 𝑎1(𝑛−1)

𝑎21 𝑎23 ⋯ 𝑎2𝑛 𝑎21 𝑎22 ⋯ 𝑎2(𝑛−1)
𝑥2 = | ⋮ ⋮ ⋱ ⋮ | 𝑡, … . , 𝑥𝑛 = | ⋮ ⋮ ⋱ ⋮ |𝑡
𝑎(𝑛−1)1 𝑎(𝑛−1)3 ⋯ 𝑎(𝑛−1)𝑛 𝑎(𝑛−1)1 𝑎(𝑛−1)2 ⋯ 𝑎(𝑛−1)(𝑛−1)
53
𝑥+𝑦+𝑧 =0
Ejemplo 36: Resolver el sistema de ecuaciones homogénea: {3𝑥 + 6𝑦 + 5𝑧 = 0
𝑥 + 4𝑦 + 3𝑧 = 0
Solución: Calculamos el determinante de la matriz de los coeficientes, esto es:

1 1 1
|∆| = |3 6 5| = (18 + 5 + 12) − (6 + 20 + 9) = 35 − 35 = 0 ⟹ ∆= 0
1 4 3
Como ∆= 0 el sistema homogéneo tiene infinitas soluciones, resolvemos el sistema
formado por dos ecuaciones:
𝑥+𝑦+𝑧 =0
{
3𝑥 + 6𝑦 + 5𝑧 = 0
De donde tenemos:
1 1 1 1 1 1
𝑥=| | 𝑡 = −𝑡, 𝑦=| | 𝑡 = 2𝑡, 𝑧=| | 𝑡 = 3𝑡
6 5 3 5 3 6
𝑥 = −𝑡
Por lo tanto, el conjunto solución es: { 𝑦 = 2𝑡 , 𝑡 ∈ ℝ.
𝑧 = 3𝑡
Ejercicio 25: Determinar si los siguientes sistemas homogéneos, tienen solución única o un
número infinito de soluciones:
3𝑥 + 4𝑦 = 0
𝑥 − 2𝑦 + 𝑧 = 0
𝑥 + 𝑦 − 2𝑧 = 0 𝑥 − 2𝑦 = 0
a) { b) {2𝑥 − 𝑦 + 5𝑧 = 0 c) {
2𝑥 + 2𝑦 − 4𝑧 = 0 2𝑥 + 𝑦 = 0
𝑥 + 𝑦 + 4𝑧 = 0
2𝑥 + 3𝑦 = 0
Solución:
a) En este sistema homogéneo el número de ecuaciones es menor que el número de
incógnitas. Por lo tanto, el sistema tiene un número infinito de soluciones.
b) Reduciendo por operaciones elementales la matriz ampliada, tenemos:

1 −2 1 0 ~ 1 −2 1 0 1 0 30
~
(2 −1 5|0) 𝐹2 − 2𝐹1 (0 3 3|0) 𝐹 − 𝐹 (0 3 3|0)
3 2
1 1 4 0 𝐹3 − 𝐹1 0 3 3 0 0 0 00
Como el 𝑅𝑔(𝐴) = 𝑅𝑔(𝐴|𝐵) = 2, y 𝑘 < 𝑛, es decir, el número de filas diferentes de cero
es 2 en la matriz reducida y es menor al número de incógnitas (𝑛 = 3) en el sistema. Por
lo tanto existe un número infinito de soluciones.
c) Reduciendo la matriz de los coeficientes, tenemos:

3 4 1 −2 ~ 1 −2 ~ 1 −2 1 −2
~
1 −2 ~ 3 4 𝐹2 − 3𝐹1 0 10 1/10𝐹 2 0 1 𝐹 −𝐹 0 1
( ) ( ) ( ) 1/5𝐹 ( ) 3 2( )
2 1 𝐹1 ↔ 𝐹2 2 1 𝐹3 − 2𝐹1 0 5 3 0 1 𝐹 −𝐹 0 0
4 2
2 3 2 3 𝐹4 − 2𝐹1 0 7 1/7𝐹4 0 1 0 0
Como el rango de la matriz de los coeficientes reducida es 2, 𝑘 = 2 y 𝑘 = 𝑛, es decir el
número de filas de la matriz de los coeficientes reducida es igual al número de
incógnitas del sistema, entonces el sistema tiene una única solución, la solución es la
trivial 𝑥 = 0, 𝑦 = 0.

Ejercicio 26: Discutir y analizar, según los valores de 𝑘, el conjunto solución del sistema:
𝑥 + (𝑘 + 1)𝑦 + 𝑧 = 0
{𝑥 + 𝑦 + (𝑘 + 1)𝑧 = 0
(𝑘 + 1)𝑥 + 𝑦 + 𝑧 = 0
Solución: El sistema es un sistema homogéneo de 3 ecuaciones con 3 incógnitas. Hallamos

el determinante de la matriz de los coeficientes, esto es:
1 𝑘+1 1
∆= | 1 1 𝑘 + 1| = [1 + (𝑘 + 1)3 + 1] − (𝑘 + 1 + 𝑘 + 1 + 𝑘 + 1)
𝑘+1 1 1
∆= 2 + 𝑘 + 3𝑘 2 + 3𝑘 + 1 − 3𝑘 − 3 = 𝑘 3 + 3𝑘 2 = 𝑘 2 (𝑘 + 3)
3
Analizamos el sistema, según los valores del ∆= 𝑘 2 (𝑘 + 3):

a) Si ∆≠ 0, ⟹ 𝑘 2 (𝑘 + 3) ≠ 0 ⟺ 𝑘 ≠ 0 y 𝑘 ≠ −3 y como el sistema es homogéneo tiene
solución única y es: 𝑥 = 0, 𝑦 = 0 y 𝑧 = 0.
b) Si ∆= 0, ⟹ 𝑘 2 (𝑘 + 3) = 0 ⟺ 𝑘 = 0 o 𝑘 = −3, analizamos para cada caso mediante el

método de Gauss Jordan:
𝑥+𝑦+𝑧=0
 𝑘 = 0 ⟹ {𝑥 + 𝑦 + 𝑧 = 0
𝑥+𝑦+𝑧=0
1 1 10 ~ 1 1 10
(1 1 1|0) 𝐹2 − 𝐹1 (0 0 0|0)
1 1 1 0 𝐹3 − 𝐹1 0 0 0 0
Entonces, la matriz ampliada se ha reducido a una sola fila diferente de cero, es decir
a una ecuación con 3 incógnitas. Así, mismo el 𝑅𝑔(𝐴) = 𝑅𝑔(𝐴|𝐵) = 1, el sistema es
compatible. Como 1 < 3, el sistema tiene infinitas soluciones y habrá 3 − 1 = 2
parámetros en la solución general.
𝑦=𝑡
Hacemos: { , de la matriz reducida, tenemos: 𝑥 + 𝑡 + 𝑠 = 0 ⟹ 𝑥 = −𝑡 − 𝑠
𝑧=𝑠
El conjunto solución del sistema es: {𝑥 = −𝑡 − 𝑠, 𝑦 = 𝑡, 𝑧 = 𝑠 𝑡, 𝑠 ∈ ℝ}
𝑥 − 2𝑦 + 𝑧 = 0
 𝑘 = −3 ⟹ { 𝑥 + 𝑦 − 2𝑧 = 0
−2𝑥 + 𝑦 + 𝑧 = 0
1 −2 1 0 ~ 1 −2 1 0 1 −2 1 0
~
(1 1 −2 0 | ) 𝐹 2 − 𝐹 1 ( 0 3 −3 0 𝐹 + 𝐹 0 3 −3|0)
| ) (
3 2
−2 1 1 0 3 𝐹 + 2𝐹 1 0 −3 3 0 0 0 0 0
1 −2 1 0 ~ 1 −2 1 0 ~ 1 −1 0 0
(0 3 −3|0) 1/3𝐹 (0 1 −1|0) 𝐹 + 𝐹 (0 1 −1|0)
2 1 2
0 0 0 0 0 0 0 0 0 0 0 0
Entonces, la matriz ampliada se ha reducido a dos filas diferentes de cero. Así, mismo
el 𝑅𝑔(𝐴) = 𝑅𝑔(𝐴|𝐵) = 2, el sistema es compatible. Como 2 < 3, el sistema tiene
infinitas soluciones y habrá 3 − 2 = 1 parámetros en la solución general.
𝑥−𝑡=0 𝑥=𝑡
Hacemos: 𝑦 = 𝑡, de la matriz reducida, tenemos: { ⟹
𝑡−𝑧 =0 𝑧=𝑡
El conjunto solución del sistema es: {𝑥 = 𝑡, 𝑦 = 𝑡, 𝑧 = 𝑡, 𝑡 ∈ ℝ}
55
MÉTODO DE GAUSS: Para resolver un sistema de 𝑚 ecuaciones lineales con 𝑛 incógnitas,

tal como:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
{
⋮ ⋮ ⋯ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Por el método de Gauss implica:
Reducir la matriz ampliada (𝐴|𝐵):
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑏1
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑏2
( ⋮ ⋮ ⋱ ⋮ | ⋮ )
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑏𝑚
En otra matriz sencilla, mediante operaciones elementales de filas, hasta que los elementos
que están debajo de la diagonal principal de la matriz 𝐴, se conviertan en ceros. Para
facilitar esta operación es preferible convertir a la unidad, cada elemento de la diagonal
principal, si lo requerimos. En caso que la matriz 𝐴 reducida se convierte en una matriz
identidad, la matriz 𝐵 se convierte en la solución del sistema. Este proceso es llamado
reducción de la matriz ampliada.
OBSERVACIÓN: Cada vez que obtengamos una fila con ceros del lado izquierdo de la línea
vertical, y un elemento diferente de cero a la derecha, no existe solución.
Ejemplo 37: Resolver los siguientes sistemas, por el método de Gauss Jordan:
2𝑥 − 𝑦 + 𝑤 = 2
𝑥 + 𝑦 + 3𝑧 = 5 𝑥 + 5𝑦 + 4𝑧 = 1
−3𝑥 + 𝑧 − 2𝑤 = −4
a) { − 𝑦 + 4𝑧 = 11
2𝑥 b) { c) { 2𝑥 + 10𝑦 + 8𝑧 = 3
𝑥+𝑦−𝑧+𝑤 = 2
−𝑦 + 𝑧 = 3 3𝑥 + 15𝑦 + 12𝑧 = 5
2𝑥 − 𝑦 + 5𝑧 = 6
Solución:
a)
1 1 3 5 ~ 1 1 3 5 ~ 1 1 3 5
(2 −1 4|11) F − 2F (0 −3 −2|1) F ↔ F (0 −1 1 |3)
2 1 2 3
0 −1 1 3 0 −1 1 3 0 −3 −2 1
1 1 3 5 ~ 1 1 3 5 𝐹1 − 𝐹2 1 0 4 8
(0 −1 1 3 −𝐹 0 1 −1|−3)
| ) ( ~ (0 1 −1|−3)
2
0 −3 −2 1 0 −3 −2 1 𝐹3 + 3𝐹2 0 0 −5 25
1 0 4 8 ~ 1 0 4 8 𝐹1 − 4𝐹3 1 0 0 28
(0 1 −1|−3) −1/5𝐹 (0 1 −1|−3) 𝐹2 + 𝐹3 (0 1 0|−8)
3
0 0 −5 25 0 0 1 −5 ~ 0 0 1 −5
𝑥 = 28
Luego, de la matriz reducida tenemos: {𝑦 = −8
𝑧 = −5
Por lo tanto, la solución es:
𝑥 = 28, 𝑦 = −8, 𝑧 = −5

b)
2 −1 0 1 2 1 1 −1 1 2
−3 0 1 −2 −4 ~ −3 0 1 −2 −4
( | )𝐹 ↔ 𝐹 ( | )
1 1 −1 1 2 1 3 2 −1 0 1 2
2 −1 5 0 6 2 −1 5 0 6
1 1 −1 1 2 ~ 1 1 −1 1 2
−3 0 1 −2 −4 𝐹2 + 3𝐹1 0 3 −2 1 2
( | ) ( | )
2 −1 0 1 2 𝐹3 − 2𝐹1 0 −3 2 −1 −2
2 −1 5 0 6 𝐹4 − 2𝐹1 0 −3 7 −2 2
1 1 −1 1 2 ~ 1 1 −1 1 2
0 3 −2 1 2 𝐹 + 𝐹 0 3 −2 1 2
( | ) 3 2( | )
0 −3 2 −1 −2 𝐹 + 𝐹 0 0 0 0 0
4 2
0 −3 7 −2 2 0 0 5 −1 4
El 𝑅𝑔(𝐴) = 𝑅𝑔(𝐴|𝐵) = 3, por lo que el sistema es compatible. Como 3 < 4, tiene

infinitas soluciones y habrá 4 − 3 = 1 parámetros en la solución general.
De la matriz reducida, tenemos:
𝑥+𝑦−𝑧+𝑤 =2 𝑥 + 𝑦 + 4𝑧 = 6 𝑥 = 4 − 3𝑧
{ 3𝑦 − 2𝑧 + 𝑤 = 2 ⟹ 3𝑦 + 3𝑧 = 6 ⟹ 𝑦 = 2 − 𝑧
5𝑧 − 𝑤 = 4 𝑤 = 5𝑧 − 4 𝑤 = 5𝑧 − 4
Hacemos: 𝑧 = 𝑡, entonces, la solución del sistema es:
𝑥 = 4 − 3𝑡, 𝑦 = 2 − 𝑡, 𝑧 = 𝑡, 𝑤 = 5𝑡 − 4, ∀𝑡 ∈ ℝ
c)
1 5 4 1 ~ 1 5 41
(2 10 8 |3) 2 F − 2F1 (0 0 0|1)
3 15 12 5 F2 − 3F1 0 0 0 2
Entonces, el rango de la matriz de los coeficientes es diferente al rango de la matriz,
𝑅𝑔(𝐴) ≠ 𝑅𝑔(𝐴|𝐵), por lo que el sistema no es compatible. Por lo tanto, no tiene
solución.
Ejercicio 27: Resolver el sistema de ecuación por el método de Gauss

2𝑥 + 𝑦 + 𝑧 = 0
{4𝑥 + 3𝑦 + 2𝑧 = 2
2𝑥 − 𝑦 − 3𝑧 = 0
2 1 1 0 ~ 2 1 1 0 𝐹1 − 𝐹2 2 0 1 −2
Solución: (4 3 2 |2) 𝐹2 − 2𝐹1 (0 1 0 |2) ~ (0 1 0 | 2 )
2 −1 −3 0 𝐹3 − 𝐹1 0 −2 −4 0 𝐹3 + 2𝐹2 0 0 −4 4
2 0 1 −2 2 0 0 −1
(0 1 0 | 2 ) 𝐹1 + 1/4𝐹3 (0 1 0 | 2 )
~
0 0 −4 4 0 0 −4 4
Entonces, 𝑅𝑔(𝐴) = 𝑅𝑔(𝐴|𝐵), el sistema es compatible y como el rango es igual al número
de incógnitas (𝑘 = 𝑛), el sistema tiene solución única, esto es:
𝑥 = −1/2, 𝑦 = 2, 𝑧 = −1
Es la misma solución del sistema por el método de Cramer, demostrado en el ejemplo 35.
57

1. Resuelva los siguientes sistemas. Si es posible utilice cualquiera de los métodos estudiados:
𝑥+𝑦−𝑧+𝑤 =4 𝑥 + 2𝑧 + 3𝑤 = 1
2𝑥 − 3𝑦 + 𝑧 = −2
2𝑥 − 𝑦 + 3𝑧 − 2𝑤 = 1 3𝑥 − 𝑦 − 𝑧 − 2𝑤 = −4
a) { b) { c) {𝑥 − 6𝑦 + 3𝑧 = −2
𝑥 − 𝑦 + 2𝑤 = 6 2𝑥 + 3𝑦 − 𝑧 − 𝑤 = −6
3𝑥 + 3𝑦 − 2𝑧 = 2
3𝑥 − 𝑦 + 𝑧 − 𝑤 = 0 𝑥 + 2𝑦 − 3𝑧 − 𝑤 = −4
𝑥+𝑦−𝑧+𝑤 =0
𝑥+𝑦+𝑧 =6 𝑥+𝑦+𝑧 = 2
3𝑥 − 𝑦 + 2𝑧 + 3𝑤 = 7
d) { 𝑥 − 𝑦 + 𝑧 = 2 e) { f) {2𝑥 + 2𝑦 + 𝑧 = 5
𝑥 + 2𝑦 − 2𝑧 − 𝑤 = −1
2𝑥 − 𝑦 + 3𝑧 = 6 𝑥 + 𝑦𝑧 = 0
3𝑧 + 𝑤 = 9
2. Utilice el método apropiado para resolver las incógnitas indicadas de los sistemas:
𝑥 − 𝑦 + 3𝑧 + 𝑤 = −14 𝑥 + 𝑦 + 5𝑧 = 6
2𝑥 + 𝑦 − 𝑧 = 11
𝑥 + 2𝑦 − 3𝑤 = 12 𝑥 + 2𝑦 + 𝑤 = 4
a) { 𝑥 − 3𝑦 = −20 ; 𝑥, 𝑦 b) { 2𝑥 + 3𝑦 + 6𝑧 + 𝑤 = 1 ; 𝑦, 𝑤 c) { ; 𝑥, 𝑦
2𝑦 + 𝑧 + 𝑤 = 6
4𝑥 + 2𝑦 + 5𝑧 = 8
𝑥+𝑦+𝑧+𝑤 =6 3𝑥 − 4𝑧 = 2
𝑥 + 𝑦 − 3𝑧 + 𝑢 = 1
2𝑥 − 4𝑦 + 2𝑢 = 2
3. Sea el sistema de ecuaciones lineales: { . Hallar 𝜆 para que el sistema
𝑥 − 2𝑧 + 3𝑢 = 3
3𝑥 − 4𝑦 − 2𝑧 = 𝜆
tenga solución única.
𝑥+𝑦+𝑧+𝑤 = 7
3𝑥 + 2𝑦 + 𝑧 + 𝑤 − 3𝑢 = −2
4. Discutir el siguiente sistema de ecuaciones: {
𝑦 + 2𝑧 + 2𝑤 + 6𝑢 = 23
5𝑥 + 4𝑦 + 3𝑧 − 𝑢 = 12
𝑥 + 2𝑧 = 1
𝑥 + 𝑦 + (4𝑎 + 2)𝑧 = 1
5. Dado el sistema de ecuaciones: { Hallar los valores de 𝑎 y 𝑏, para
2𝑥 + 𝑎𝑦 + 5𝑧 = 2
3𝑥 + 2𝑦 + 7𝑧 = 𝑏
que el sistema tenga solución única.
3𝑥 − 2𝑦 + 𝑧 = 𝑏
6. Para que valores de 𝑎 y 𝑏 el sistema de ecuaciones lineales: { 5𝑥 − 8𝑦 + 9𝑧 = 3 , tiene:
2𝑥 + 𝑦 + 𝑎𝑧 = −1
a) Solución única b) No tiene solución c) Infinitas soluciones.
7. Determine si los sistemas homogéneos tiene un número infinito de soluciones o sólo la

solución trivial.
2𝑥 + 2𝑦 − 𝑧 + 𝑢 = 0
3𝑥 − 4𝑦 = 0 2𝑥 + 5𝑦 − 𝑧 = 0
−𝑥 − 𝑦 + 2𝑧 − 3𝑤 + 𝑢 = 0
a) { 𝑥 + 5𝑦 = 0 b){ 𝑥 + 4𝑦 − 2𝑧 = 0 c) {
𝑥 + 𝑦 − 2𝑧 − 𝑢 = 0
4𝑥 − 𝑦 = 0 3𝑥 − 2𝑦 + 6𝑧 = 0
𝑧+𝑤+𝑢 =0
8. Investigar la consistencia y resolver los siguientes sistemas:
2𝑥 − 𝑦 + 𝑧 + 2𝑢 + 3𝑤 = 2
𝑥 − 2𝑦 + 3𝑧 = 2 𝑥 + 2𝑦 + 3𝑧 = −1
6𝑥 − 3𝑦 + 2𝑧 + 4𝑢 + 5𝑤 = 3
a) {2𝑥 − 3𝑦 + 𝑧 = 1 b) { 𝑥 − 3𝑦 − 2𝑧 = 3 c) {
6𝑥 − 3𝑦 + 4𝑧 + 8𝑢 + 13𝑤 = 9
3𝑥 − 𝑦 + 2𝑧 = 9 2𝑥 − 𝑦 + 𝑧 = −2
4𝑥 − 2𝑦 + 𝑧 + 𝑢 + 2𝑤 = 1

−𝑦 + 𝑧 = 3
−2𝑥 + 𝑎𝑦 − 4𝑧 = 𝑎
9. Determina el valor de 𝑎 para que el sistema:{ sea compatible y calcula
−𝑥 + 𝑦 + 𝑧 = 3
𝑥+𝑦−𝑧 = 1
su solución.
𝑥 + 2𝑦 − 𝑧 = 8
10. Dado el sistema {2𝑥 − 3𝑦 + 𝑧 = 1 se pide:
3𝑥 − 𝑦 + 𝑘𝑧 = 5
a) Hallar el valor de 𝑘 que hace el sistema incompatible.
b) Hallar el valor de 𝑘 que hace el sistema compatible y además 𝑧 = −1.
c) Para el valor de 𝑘 hallado en b), resolver el sistema.
11. Discutir y hallar las soluciones de los siguientes sistemas de ecuaciones lineales.
𝑥 + 2𝑦 + 𝑧 = 2
𝑥 + 2𝑦 − 3𝑧 − 4𝑢 = 6
3𝑥 + 𝑦 − 2𝑧 = 1
a) { b) { 𝑥 + 2𝑦 + 𝑧 − 2𝑢 = 4
4𝑥 − 3𝑦 − 𝑧 = 3
2𝑥 + 5𝑦 − 2𝑧 − 5𝑢 = 10
2𝑥 + 4𝑦 + 2𝑧 = 4
2𝑥 + 𝑦 + 5𝑧 + 𝑢 = 5 2𝑥 + 2𝑦 − 𝑧 + 𝑤 = 0
𝑥 + 𝑦 − 3𝑧 − 4𝑢 = −1 −𝑥 − 𝑦 + 2𝑧 − 3𝑢 + 𝑤 = 0
c) { d) {
3𝑥 + 6𝑦 − 2𝑧 + 𝑢 = 8 𝑥 + 𝑦 − 2𝑧 − 𝑤 = 0
2𝑥 + 2𝑦 + 2𝑧 − 3𝑢 = 2 𝑧+𝑢+𝑤 = 0
12. Se considera el siguiente sistema lineal de ecuaciones, dependiente del parámetro real 𝑘:
𝑥 + 𝑘𝑦 + 𝑧 = 1
{ 2𝑦 + 𝑘𝑧 = 2
𝑥+𝑦+𝑧 =1
a) Discútase el sistema para los diferentes valores de 𝑘.
b) Resuélvase el sistema en el caso en que tenga infinitas soluciones.
13. Discutir en los siguientes sistemas según los valores de 𝛼.

𝛼𝑥 − 𝑦 + 2𝑧 = 1 − 𝛼 2𝑥 − 𝛼𝑦 + 𝑧 = −2𝛼 + 5
a) { 𝑥 + 𝛼𝑦 − 𝑧 = −1 b) { 𝑥 + 𝑦 − 𝛼𝑧 = 1
3𝑥 + 𝑦 + 𝑧 = 𝛼 4𝑥 + 𝑦 − 𝛼𝑧 = 𝛼
14. Resolver los siguientes sistemas:

𝑥 + 2𝑦 + 3𝑧 − 𝑤 = 1
𝑥 + 2𝑦 + 3𝑧 − 4𝑤 = 5
3𝑥 + 2𝑦 + 𝑧 − 𝑤 = 1
2𝑥 + 𝑦 + 2𝑧 + 3𝑤 = 1
a) { b) 2𝑥 + 3𝑦 + 𝑧 + 𝑤 = 1
3𝑥 + 2𝑦 + 𝑧 + 2𝑤 = 1
2𝑥 + 2𝑦 + 2𝑧 − 𝑤 = 1
4𝑥 + 3𝑦 + 2𝑧 + 𝑤 = −5
{ 5𝑥 + 5𝑦 + 2𝑧 = 2
𝑦 − 3𝑧 + 4𝑤 = −5 𝑥 + 3𝑦 + 5𝑧 + 7𝑤 = 12
𝑥 − 2𝑧 + 3𝑤 = −4 3𝑥 + 5𝑦 + 7𝑧 + 𝑤 = 0
c) { d) {
3𝑥 + 2𝑦 − 5𝑤 = 12 5𝑥 + 7𝑦 + 𝑧 + 3𝑤 = 4
4𝑥 + 3𝑦 − 5𝑧 = 5 7𝑥 + 𝑦 + 3𝑧 + 5𝑤 = 16
59

Unidad I - Matrices y Determinantes I-2018-2 - 8800 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad I - Matrices y Determinantes I-2018-2 - 8800 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE JAEN

JAEN – CAJAMARCA – PERÚ

𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛

Ejemplo 2: La matriz 𝐴2×3 de orden 2 × 3:

ℝ𝑚×𝑛 = {𝐴 ∣ 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 ; 𝑎𝑖𝑗 ∈ ℝ}

La matriz 𝐴2×3 del ejemplo 2 pertenece al conjunto de matrices de la forma ℝ2×3 , es

Ejercicio 1: Escribir explícitamente las siguientes matrices:

2 Lic. Mat. Javier F. Saldarriaga Herrera

𝐴 = [𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛 ]

Donde 𝑘 ∈ ℝ. Un ejemplo de matriz escalar es la matriz diagonal.

f) (1 0 −1 1 0) ⇛ Es una matriz fila

g) (5) ⇛ Es una cuadrada y también es matriz fila y columna.

4 Lic. Mat. Javier F. Saldarriaga Herrera

4. OPERACIONES CON MATRICES

MULTIPLICACIÓN DE UN ESCALAR POR UNA MATRIZ: Sea 𝐴 una matriz de orden 𝑚 × 𝑛 y 𝜆

2 5 −2(2) −2(5) −4 −10

6 Lic. Mat. Javier F. Saldarriaga Herrera

PROPIEDADES DEL PRODUCTO DE UNA MATRIZ POR UN ESCALAR: Sean 𝛼, 𝛽 y 𝜆 escalares

SUSTRACCIÓN DE MATRICES: Si 𝐴 es cualquier matriz, entonces el múltiplo escalar (−1)𝐴

Luego, calculamos 𝐴𝐵 − 𝐵𝐴:

8 Lic. Mat. Javier F. Saldarriaga Herrera

PROPIEDADES DEL PRODUCTO DE MATRICES

PP2. (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶 )

PP5. 𝑘 (𝐴𝐵) = (𝑘𝐴)𝐵 = 𝐴(𝑘𝐵), donde 𝑘 es un escalar y el producto 𝐴𝐵 está definido.

Solución: Primero encontremos el producto de las matrices 𝐴𝐵, esto es:

10 Lic. Mat. Javier F. Saldarriaga Herrera

6. MATRIZ SIMÉTRICA: Sea 𝐴 = [𝑎𝑖𝑗 ] una matriz cuadrada, es simétrica si cumple:

Ejemplo 11: Verificar si las siguientes matrices son simétricas:

Ejercicio 6: Las siguientes matrices son simétricas:

c) Análogamente, la matriz 𝐶 también es simétrica ya que sus elementos son simétricos

Ejercicio 7: Sea 𝐴 una matriz cuadrada, demostrar que 𝐴𝐴𝑡 es simétrica.

Solución: Por definición una matriz cuadrada 𝐴 es simétrica si cumple 𝐴 = 𝐴𝑡 .

7. MATRIZ ANTISIMÉTRICA: Una matriz cuadrada 𝐴 es antisimétrica si 𝐴𝑡 = −𝐴.

Ejercicio 8: Las siguientes matrices son antisimétricas:

b) Análogamente a a), se cumple que los elementos de la diagonal principal de la matriz 𝐵

c) También análogamente a a), se cumple que los elementos de la diagonal principal de la

Ejercicio 9: Sea 𝐴 una matriz cuadrada, demostrar que 𝐴 − 𝐴𝑡 es antisimétrica.

Solución: Por definición una matriz cuadrada 𝐴 es antisimétrica si cumple 𝐴𝑡 = −𝐴.

12 Lic. Mat. Javier F. Saldarriaga Herrera

8. TRAZA DE UNA MATRIZ: Sea la matriz cuadrada 𝐴 = (𝑎𝑖𝑗 )𝑛 , la traza de la matriz 𝑨 es la

Por lo tanto, 𝑇𝑟(𝐴) = 2 + 4 + 3 + 0 = 9 y la 𝑇𝑟(𝐴𝑡 ) = 2 + 4 + 3 + 0 = 9.

PROPIEDADES DE LA TRAZA DE UNA MATRIZ:

Para 𝒊 = 𝟏 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces: Para 𝒊 = 𝟑 y 𝒋: 𝟏, 𝟐, 𝟑, 𝟒, entonces:

Luego, calculamos los productos 𝐴𝐵 y 𝐵𝐴, tenemos:

Ahora, la traza de 𝐴𝐵 y la traza 𝐵𝐴 es:

Por lo tanto, 𝑇𝑟(𝐴𝐵) = 𝑇𝑟(𝐵𝐴).

9. MATRIZ NILPOTENTE: Una matriz cuadrada 𝐴 = [𝑎𝑖𝑗 ]𝑛 es nilpotente, si y sólo si, 𝐴𝑘 = 𝑂

10. MATRIZ IDEMPOTENTE: Una matriz cuadrada 𝐴 = [𝑎𝑖𝑗 ]𝑛 es idempotente si y solo si su

11. MATRIZ INVOLUTIVA: Una matriz cuadrada 𝐴 = [𝑎𝑖𝑗 ]𝑛 es involutiva si y sólo si su

14 Lic. Mat. Javier F. Saldarriaga Herrera

Solución: Tenemos por datos que:

𝑀 = (𝐴 + 𝐵)2 = (𝐴 + 𝐵)(𝐴 + 𝐵) Por definición potencia de matriz

𝑀 = 𝐴2 + 𝐵𝐴 + 𝐴𝐵 + 𝐵2 Por definición potencia de matriz

Entonces, la matriz 𝑀 será:

Por lo tanto, la traza de la matriz 𝑀 es:

12. APLICACIONES DE LAS MATRICES:

16 Lic. Mat. Javier F. Saldarriaga Herrera

Por lo tanto, el costo total de las acciones es 240 000 soles.

EJERCICIOS PROPUESTOS Nº01

b) 𝐵 = [𝑏𝑖𝑗 ]3×3, donde 𝑏𝑖𝑗 = 2𝑖 + 3𝑗

2. Calcula 𝑎, 𝑏 y 𝑐 para que se cumpla la igualdad:

7. Obtener las matrices 𝑋 e 𝑌 que verifiquen los sistemas:

18 Lic. Mat. Javier F. Saldarriaga Herrera