GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

ÁLGEBRA LINEAL – CB0006.

I- INTRODUCCIÓN AL ÁLGEBRA LINEAL.
(Introduction to Linear Algebra)
 Definición e introducción al Álgebra lineal.
 Matriz: Definición y representación. Propiedades.
 Operaciones con matrices.
 Determinante: Definición y cálculo de determinantes.
 Determinante por Cofactores e Inversa de una matriz.

 Definición de Álgebra Lineal: (𝐷𝑒𝑓𝑖𝑛𝑖𝑡𝑖𝑜𝑛 𝑜𝑓 𝐿𝑖𝑛𝑒𝑎𝑟 𝐴𝑙𝑔𝑒𝑏𝑟𝑎)

El álgebra lineal, es una rama de las matemáticas modernas; que se encarga, del estudio de
conceptos, tales como matrices; vectores; espacios y subespacios vectoriales; las bases y
dimensión; las transformaciones lineales; los valores, vectores y polinomios característicos;
y los sistemas de ecuaciones lineales. En el álgebra lineal, la parte conceptual, es de gran
importancia tal, como todos los conceptos del cálculo infinitesimal; esta ciencia, realmente
introduce al estudiante en el pensamiento abstracto; y esto, es debido, a que gran parte de su
campo de acción y de aplicación tiene una interpretación geométrica; que, de cierta manera,
puede ayudar precisamente, a visualizar y comprender aún más estos nuevos conceptos.

Con esta definición, bastante generalizada, se pretende abarcar a todos los posibles tipos de
tópicos relacionados con el Algebra Lineal, que se puedan presentar. Básicamente, con ellos se
quiere expresar, los conceptos fundamentales de que se tratan en los contenidos de los programas
de ingeniería, que se desarrollan normalmente en los cursos universitarios, estos, a nivel de
pregrado.

 Definición de Matriz: (𝐶𝑜𝑛𝑐𝑒𝑝𝑡 𝑜𝑓 𝑚𝑎𝑡𝑟𝑖𝑥)

Se define una matriz A, como un arreglo rectangular de números, denominados elementos de

la matriz, dispuestos en m-renglones o filas (líneas horizontales) y en n-columnas (líneas
verticales), así:
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝑨=[ ⋮ ⋮ ⋱ ⋮ ] (1)
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑚x𝑛

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏: Los siguientes son ejemplos típicos de matrices:

3 −4 5 √3 2 3
[−2 1 ] ; [4 −1 2 0 6]1x5 ; [0 𝑒 −3] ; [ ] ; [5]1x1
−4 2x1
0 3 3x2 1 4 𝜋 3x3

Introducción al Algebra Lineal. Página 1 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

Como se puede apreciar en los ejemplos anteriores, las matrices pueden tener tamaños diferentes.
Entonces, el 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 queda descrito especificando el número de renglones
(𝑙í𝑛𝑒𝑎𝑠 ℎ𝑜𝑟𝑖𝑧𝑜𝑛𝑡𝑎𝑙𝑒𝑠) y columnas (𝑙í𝑛𝑒𝑎𝑠 𝑣𝑒𝑟𝑡𝑖𝑐𝑎𝑙𝑒𝑠) que se presentan en ella. La primera
matriz del ejemplo 1, tiene 3 renglones y 2 columnas; por lo tanto, su tamaño es de 3 por 2 (lo cual
se escribe como 3 x 2). El primer número, siempre indica el número de renglones o de filas; y el
segundo, el número de columnas. Así entonces, las matrices restantes del ejemplo 1, tienen los
tamaños de: 1 x 5, 3 x 3, 2 x 1, y 1 x 1, respectivamente.

Para denotar las matrices, se utilizan las letras mayúsculas, por ejemplo la matriz 𝐴; y para sus
elementos, los elementos de la matriz 𝐴, (𝐴)𝑖𝑗 = 𝑎𝑖𝑗 ; es decir, las cantidades numéricas, se
emplearán las minúsculas.

 𝐸𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑢𝑛𝑎 𝑀𝑎𝑡𝑟𝑖𝑧. El elemento de una matriz A, (𝐴)𝑖𝑗 = 𝑎𝑖𝑗 , es cualquier cantidad
numérica o escalar (son números reales) que se ubican en la intersección del renglón 𝑖, con la columna
𝑗, de cualquier 𝑚𝑎𝑡𝑟𝑖𝑧 𝐴:

𝑎11 ⋯ 𝑎1𝑛
𝐴=[ ⋮ ⋱ ⋮ ] = [𝑎𝑖𝑗 ]𝑚x𝑛 = [𝑎𝑖𝑗 ]
𝑎𝑚1 ⋯ 𝑎𝑚𝑛 𝑚x𝑛

 Operaciones con Matrices.

 𝐼𝑔𝑢𝑎𝑙𝑑𝑎𝑑 𝑑𝑒 𝑀𝑎𝑡𝑟𝑖𝑐𝑒𝑠. Dos matrices 𝐴 y 𝐵, son iguales, si tienen el mismo tamaño, y sus
elementos correspondientes son iguales.

Es decir, que si 𝐴 = [𝑎𝑖𝑗 ], y 𝐵 = [𝑏𝑖𝑗 ], son un par de matrices del mismo tamaño; entonces, 𝐴 = 𝐵 ⟺
(𝐴)𝑖𝑗 = (𝐵)𝑖𝑗 ; o de manera equivalente 𝑎𝑖𝑗 = 𝑏𝑖𝑗 para todo ∀ 𝑖 y 𝑗.

 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑀𝑎𝑡𝑟𝑖𝑐𝑒𝑠. Si dos matrices 𝐴 y 𝐵, son matrices que tienen el mismo tamaño, entonces la
𝒔𝒖𝒎𝒂 𝑨 + 𝑩, es aquella matriz 𝑪 = 𝑨 + 𝑩, obtenida al sumar los elementos de la 𝑚𝑎𝑡𝑟𝑖𝑧 𝐵, con
los elementos correspondientes de la 𝑚𝑎𝑡𝑟𝑖𝑧 𝐴.

Ahora, usando la notación matricial, si 𝐴 = (𝐴)𝑖𝑗 = 𝑎𝑖𝑗 ; y 𝐵 = (𝐵)𝑖𝑗 = 𝑏𝑖𝑗, son matrices del mismo
tamaño: entonces,

𝑪 = 𝑨 + 𝑩 = (𝐴)𝑖𝑗 + (𝐵)𝑖𝑗 = (𝑎𝑖𝑗 ) + (𝑏𝑖𝑗 ) = (𝑎 + 𝑏)𝑖𝑗 = 𝑐𝑖𝑗 = (𝐶)𝑖𝑗

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟐: Sean las 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝐴 y 𝐵:

3 1 2 8
𝐴 = [7 −2] ; 𝐵 = [−3 4]
1 6 7 3

Introducción al Algebra Lineal. Página 2 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

(3 + 2) (1 + 8) 5 9 5 9
𝑪 = 𝑨 + 𝑩 = [(7 − 3) (−2 + 4)] = [4 2] ; ⟹ 𝑪 = [ 4 2] ∎
(1 + 7) (6 + 3) 8 9 8 9

 𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑀𝑎𝑡𝑟𝑖𝑐𝑒𝑠. Si dos matrices 𝐴 y 𝐵, son matrices que tienen el mismo tamaño,
entonces la 𝒅𝒊𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝑨 − 𝑩, es aquella matriz 𝑫 = 𝑨 − 𝑩, obtenida al restar los elementos de
la 𝑚𝑎𝑡𝑟𝑖𝑧 𝐵, de los elementos correspondientes de la 𝑚𝑎𝑡𝑟𝑖𝑧 𝐴.

Ahora, usando la notación matricial, si 𝐴 = (𝐴)𝑖𝑗 = 𝑎𝑖𝑗 ; y 𝐵 = (𝐵)𝑖𝑗 = 𝑏𝑖𝑗, son matrices del mismo
tamaño: entonces,

𝑫 = 𝑨 − 𝑩 = (𝐴)𝑖𝑗 − (𝐵)𝑖𝑗 = (𝑎𝑖𝑗 ) − (𝑏𝑖𝑗 ) = (𝑎 − 𝑏)𝑖𝑗 = 𝑑𝑖𝑗 = (𝐷)𝑖𝑗

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟑: Sean las 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝐴 y 𝐵:

3 1 2 8
𝐴 = [7 −2] ; 𝐵 = [−3 4]
1 6 7 3

(3 − 2) (1 − 8) 1 −7 1 −7
𝑫 = 𝑨 − 𝑩 = [(7 + 3) (−2 − 4)] = [ 10 −6] ; ⟹ 𝑫 = [ 10 −6] ∎
(1 − 7) (6 − 3) −6 3 −6 3

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟒: Sean las 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝐴, 𝐵 y 𝐶; realizar, las siguientes sumas:

𝐴 + 𝐵; 𝐴 + 𝐶; 𝐵 + 𝐶; 𝐴 − 𝐵; 𝐴 − 𝐶; 𝐵 − 𝐴, y 𝐵 − 𝐶.

2 1 0 3 −4 3 5 1
1 1
𝐴 = [−1 0 2 4] ; 𝐵=[ 2 2 0 −1] ; 𝐶 = [ ]
2 2
4 −2 7 0 3 2 −4 5

−2 4 5 4 6 −2 −5 2
𝐴+𝐵 =[ 1 2 2 3] ; 𝐴 − 𝐵 = [−3 −2 2 5]
7 0 3 5 1 −4 11 −5

−6 2 5 −2
𝐵 − 𝐴 = [ 3 2 −2 −5]
−1 4 −11 5

Nota: Las operaciones: 𝐴 + 𝐶; 𝐵 + 𝐶; 𝐴 − 𝐶; y 𝐵 − 𝐶 no es posible realizarlas, porque no poseen el

mismo tamaño; por tanto, no se pueden definir.

Introducción al Algebra Lineal. Página 3 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑑𝑒 𝑢𝑛𝑎 𝑀𝑎𝑡𝑟𝑖𝑧 𝑝𝑜𝑟 𝑢𝑛 𝑒𝑠𝑐𝑎𝑙𝑎𝑟. Si 𝐴 es cualquier matriz, de orden 𝑚 x 𝑛, y 𝑐 es

cualquier escalar; entonces, el producto de 𝑐𝐴, es la matriz obtenida, al multiplicar cada elemento
de la matriz 𝐴, por el escalar 𝑐.

En notación matricial, ese producto queda expresado así: Si 𝐴 = (𝐴)𝑖𝑗 = 𝑎𝑖𝑗 entonces

𝑐𝐴 = (𝑐𝐴)𝑖𝑗 = 𝑐(𝐴)𝑖𝑗 = 𝑐𝑎𝑖𝑗

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟓: Sean las siguientes 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝐴, 𝐵 y 𝐶:

2 3 4 0 2 7 9 −6 3
𝐴=[ ] 𝐵=[ ]; 𝐶=[ ]
1 3 1 −1 3 −5 3 0 12

9 −6 3
4 6 8 1
2𝐴 = [ ]; (−3)𝐵 = [0 −6 −21] ; 𝐶 = [43 4 4
]
2 6 2 3 −9 15 4 0 3
4

Nota: Es aceptable denotar a (−)𝐵 = −𝐵

 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑚𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙 . Sean las matrices 𝐴1 , 𝐴2 , 𝐴3 , ⋯ , 𝐴𝑛 del mismo tamaño; y sean,
los escalares 𝑐1 , 𝑐2 , 𝑐3 , ⋯ , 𝑐𝑛 ; entonces, una expresión de la siguiente forma, se conoce como una
𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑑𝑒 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝐴1 , 𝐴2 , 𝐴3 , ⋯ , 𝐴𝑛 , con coeficientes 𝑐1 , 𝑐2 , 𝑐3 , ⋯ , 𝑐𝑛 , así:

𝐶𝐿: 𝑐1 𝐴1 + 𝑐2 𝐴2 + 𝑐3 𝐴3 + ⋯ + 𝑐𝑛 𝐴𝑛
1
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟔: Sea la combinación lineal 2𝐴 − 3𝐵 + 4 𝐶:

9 −6 3 25 −6 −49
14 6 8 0 −6 −21
2𝐴 − 3𝐵 + 𝐶 = [ ]+[ ] + [43 4 4
]= [4 4 4
]
4 2 6 2 3 −9 15 0 3 23
−3 20
4 4

 𝑴𝒖𝒍𝒕𝒊𝒑𝒍𝒊𝒄𝒂𝒄𝒊ó𝒏 𝒅𝒆 𝒅𝒐𝒔 𝒎𝒂𝒕𝒓𝒊𝒄𝒆𝒔. Hasta ahora se ha definido la multiplicación de una matriz

A, por un escalar cualquiera c; pero, no la multiplicación de dos matrices.

 Definición de Multiplicación de matrices: (𝑃𝑟𝑜𝑑𝑢𝑐𝑡 𝑜𝑓 𝑚𝑎𝑡𝑟𝑖𝑥)

Sea 𝑨, una matriz de tamaño 𝑚 x 𝑟, y sea 𝑩, una matriz de tamaño 𝑟 x 𝑛; entonces, el

𝑷𝒓𝒐𝒅𝒖𝒄𝒕𝒐 𝑨𝑩, es la matrix de tamaño 𝑚 x 𝑛, cuyos elementos se determinan como sigue.
Para encontrar el elemento en el renglón 𝒊, y en la columna j, de 𝑨𝑩 es necesario considerar
sólo los elementos del 𝑟𝑒𝑛𝑔𝑙ó𝑛 𝑖 de la matriz 𝑨, con los elementos de la 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗 de la
matriz 𝑩. Y, a continuación se procede a multiplicar entre sí, los elementos correspondientes
del renglón de 𝑨 con los de la columna 𝑩, que se habían mencionado; para luego, sumar
dichos productos resultantes. Así:

Introducción al Algebra Lineal. Página 4 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

Nota: Para realizar el la multiplicación de la matriz (𝐴)𝑚 x 𝑟 , por la matriz (𝐵)𝑟 x 𝑛 ; es importante
tener en cuenta que el tamaño, de la columna de la matriz A, 𝒓, debe ser igual, al tamaño de la fila
de la matriz B, 𝒓.

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟕: Sean las siguientes matrices; el producto de 𝐴 ∙ 𝐵 es:

4 1 4 3
1 2 4
𝐴=[ ] ; 𝐵 = [0 −1 3 1]
2 6 0 2x3
2 7 5 2 3x4

4 1 𝟒 3 𝐹 𝐶 𝐹1 𝐶2 𝐹1 𝐶3 𝐹1 𝐶4
𝐴 ∙ 𝐵 = 𝐴𝐵 = [
1 2 4] [0 −1 𝟑 1] =[ 1 1 ]
𝟐 𝟔 𝟎 2x3 𝐹2 𝐶1 𝐹2 𝐶2 𝐹2 𝐶3 𝐹2 𝐶4
2 7 𝟓 2 3x4
𝟏𝟐 𝟐𝟕 𝟑𝟎 𝟏𝟑
=[ ]
𝟖 −𝟒 𝟐𝟔 𝟏𝟐 2 x 4

(𝟏 ∙ 𝟒) + (𝟐 ∙ 𝟎) + (𝟒 ∙ 𝟐) = 12
(𝟏 ∙ 𝟏) + (𝟐 ∙ −𝟏) + (𝟒 ∙ 𝟕) = 27
(𝟏 ∙ 𝟒) + (𝟐 ∙ 𝟑) + (𝟒 ∙ 𝟓) = 30
(𝟏 ∙ 𝟑) + (𝟐 ∙ 𝟏) + (𝟒 ∙ 𝟐) = 13
(𝟐 ∙ 𝟒) + (𝟔 ∙ 𝟎) + (𝟎 ∙ 𝟐) = 8
(𝟐 ∙ 𝟏) + (𝟔 ∙ −𝟏) + (𝟎 ∙ 𝟕) = −4
(𝟐 ∙ 𝟒) + (𝟔 ∙ 𝟑) + (𝟎 ∙ 𝟓) = 𝟐𝟔
(𝟐 ∙ 𝟑) + (𝟔 ∙ 𝟏) + (𝟎 ∙ 𝟐) = 12

12 27 30 13
Luego la matriz producto AB es: 𝑨𝑩 = [ ] ∎
8 −4 26 12 2 x 4

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟖: Sean las siguientes matrices; el producto de 𝐴 ∙ 𝐵 es:

4 −1
−5 −1 3
𝐴=[ ] ; 𝐵=[ 2 3]
−3 7 0 2x3
−1 3 3 x 2

4
−1 𝐹 𝐶 𝐹1 𝐶2
𝐴𝐵 = [−5 −1 3] [ 23] =[ 1 1 ]
−3 7 0 2x𝟑 𝐹2 𝐶1 𝐹2 𝐶2 2 x 2
−1 3 𝟑 x 2

(−5)(4) + (−1)(2) + (3)(−1) (−5)(−1) + (−1)(3) + (3)(3)

𝐴𝐵 = [ ] = [−25 11] ∎
(−3)(4) + (7)(2) + (0)(−1) (−3)(−1) + (7)(3) + (0)(3) 2 24 2x2

Introducción al Algebra Lineal. Página 5 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟗: Sean las siguientes matrices; el producto de 3𝐶 ∙ 5𝐷 es:

4 −1
−2 1 4
𝐶=[ ] ; 𝐷=[ 2 3]
1 1 −1 2 x 3
−1 3 3 x 2

4 −1
(3𝐶)(5𝐷) = (3 [−2 1 4] ) (5 [ 2 3] )
1 1 −1 2 x 𝟑
−1 3 𝟑 x 2

4 −1
−2 1 4 −10 17 −150 255
= (15) [ ] [2 3] = 15 [ ] =[ ] ∎
1 1 −1 2 x 3 7 −1 2 x 2 105 −15 2 x 2
−1 3 3 x 2

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟎: Sean las siguientes matrices; el producto de 𝐴 ∙ 𝐵 es:

−1 2 0
2 −3
1 2 1
𝐴=[ ] ; 𝐵=[ 1 2]
−2 2 −3
−3 2 3 x 2
1 −2 4 4 x 3

−1 2 0 𝐹1 𝐶1 𝐹1 𝐶2
2 −3 𝐹 𝐶 𝐹2 𝐶2
𝐴 ∙ 𝐵 = 𝐴𝐵 = [ 1 2 1] [1 2] = 2 1
−2 2 −3 𝐹3 𝐶1 𝐹3 𝐶2
−3 2 3 x 2
1 −2 4 4 x 3 [𝐹4 𝐶1 𝐹4 𝐶2 ]4 x 2

−2 + 2 + 0 3+4+0 0 7
2+2−3 −3 + 4 + 2 1 3
[ ] =[ ] ∎
−4 + 2 + 9 6+4−6 7 4
2 − 2 − 12 −3 − 4 + 8 4 x 2 −12 1 4x2

 Matrices especiales: (𝑆𝑝𝑒𝑐𝑖𝑎𝑙 𝑚𝑎𝑡𝑟𝑖𝑥)

 𝑀𝑎𝑡𝑟𝑖𝑧 𝑪𝒆𝒓𝒐. La matriz cero, de tamaño 𝑚 x 𝑛, se define como aquella que tiene las 𝑚 x 𝑛
componentes, o elementos nulos; es decir, 𝑂 = 𝑎𝑖𝑗; donde, 𝑎𝑖𝑗 = 0, y esto ∀𝑖, 𝑗.
0 0
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟎: 𝑂 = [0]𝑚 x 𝑛 ; 𝑂 = [ 0 0 0] ; 𝑂 = [0 0] ;
0 0 0 2x3
0 0 3x2

0 0 0 0
0 0 0 0
𝑂=[ ]
0 0 0 0
0 0 0 0 4x4
Introducción al Algebra Lineal. Página 6 de 17
Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

 𝑀𝑎𝑡𝑟𝑖𝑧 𝑰𝒅𝒆𝒏𝒕𝒊𝒅𝒂𝒅. La matriz Identidad, es de tamaño 𝑛 x 𝑛, de orden, y que se caracteriza por tener
1’s, en su diagonal principal, el resto de elementos, son todos cero, 0. Es decir, 𝑎𝑖𝑗 = 1, y esto ∀𝑖 =

𝑗, y para ∀𝑖 ≠ 𝑗, 𝑎𝑖𝑗 = 0.
𝟏 𝑆𝑖, 𝑖 = 𝑗
𝑎𝑖𝑗 = {
0 𝑆𝑖, 𝑖 ≠ 𝑗

𝟏 0 ⋯ 0 𝟏 0 0
 0 𝟏 ⋯ 0] ; 𝐼 = [𝟏 0
] ; 𝐼3 = [0
𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟏: 𝑰𝒏 = [ 2 𝟏 0]
⋮ ⋮ ⋱ ⋮ 0 𝟏 2x2
0 0 ⋯ 𝟏 𝑛xn 0 0 𝟏 3x3

 𝑀𝑎𝑡𝑟𝑖𝑧 𝒄𝒐𝒍𝒖𝒎𝒏𝒂. Es aquella matriz, de una sola columna; y, se denomina también, como
𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎.
𝑏1
𝑏
𝒃 = [ 2]
⋮
𝑏𝑚
 𝑀𝑎𝑡𝑟𝑖𝑧 𝒓𝒆𝒏𝒈𝒍ó𝒏. Es aquella matriz, de un solo renglón; y, se denomina también, como
𝑣𝑒𝑐𝑡𝑜𝑟 𝑟𝑒𝑛𝑔𝑙ó𝑛.

𝒂 = [𝑎1 𝑎2 ⋯ 𝑎𝑛 ]

 𝑀𝑎𝑡𝑟𝑖𝑧 𝒄𝒖𝒂𝒅𝒓𝒂𝒅𝒂. Es aquella matriz 𝐴, con 𝑛 − 𝑟𝑒𝑛𝑔𝑙𝑜𝑛𝑒𝑠 y 𝑛 − 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠; y se denomina

también matriz cuadrada de 𝑜𝑟𝑑𝑒𝑛 𝑛, o de 𝑛 x 𝑛. Ahora, los elementos 𝒂𝟏𝟏 , 𝒂𝟐𝟐 , 𝒂𝟑𝟑 , ⋯ , 𝒂𝒏𝒏 ; se
ubican todos, en la diagonal principal, 𝑫𝑷 , de 𝐴.

𝒂𝟏𝟏 𝑎12 ⋯ 𝑎1𝑛

𝑎21 𝒂𝟐𝟐 ⋯ 𝑎2𝑛
𝑨=[ ⋮ ⋮ ⋱ ⋮ ]
𝑎𝑛1 𝑎𝑛2 ⋯ 𝒂𝒏𝒏 𝑛x𝑛

 𝑀𝑎𝑡𝑟𝑖𝑧 𝒕𝒓𝒊𝒂𝒏𝒈𝒖𝒍𝒂𝒓 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓, 𝐴𝑈 𝑦 𝑚𝑎𝑡𝑟𝑖𝑧 𝒕𝒓𝒊𝒂𝒏𝒈𝒖𝒍𝒂𝒓 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓, 𝐴𝐿 . Una matriz 𝐴, es

triangular superior 𝐴𝑈 , (la 𝑈, por 𝑈𝑝𝑝𝑒𝑟) es aquella que tiene o cuyos elementos por debajo de la
diagonal principal, 𝑫𝑷 , son todos nulos. Una matriz 𝐴, es triangular inferior 𝐴𝐿 , (la 𝐿, por 𝐿𝑜𝑤𝑒𝑟) es
aquella que tiene o cuyos elementos por encima de la diagonal principal, 𝑫𝑷 , son todos nulos.

𝒂𝟏𝟏 𝑎12 ⋯ 𝑎1𝑛 −1 5 0 2

0 𝒂𝟐𝟐 ⋯ 𝑎2𝑛 0 3 −1 1
𝑨𝑼 = [ ⋮ ⋮ ⋱ ⋮ ] ; 𝑨𝑼 = [ ] ∎
0 0 4 2
0 0 ⋯ 𝒂𝒏𝒏 𝑛 x 𝑛 0 0 0 7 4x4

Introducción al Algebra Lineal. Página 7 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

𝒂𝟏𝟏 0 ⋯ 0 −2 0 0 0
𝑎21 𝒂𝟐𝟐 ⋯ 0 −5 5 0 0
𝑨𝑳 = [ ] ; 𝑨𝑳 = [ ] ∎
⋮ ⋮ ⋱ ⋮ 2 1 3 0
𝑎𝑛1 𝑎𝑛2 ⋯ 𝒂𝒏𝒏 𝑛 x 𝑛 6 0 4 −5 4 x 4

 𝑀𝑎𝑡𝑟𝑖𝑧 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍. Es aquella matriz cuadrada 𝐴, de 𝑜𝑟𝑑𝑒𝑛 𝑛, o de 𝑛 x 𝑛, en la que todos sus

elementos o componentes fuera o distintos de su diagonal principal, son nulos. Solo existen o se
tienen, los elementos 𝒂𝟏𝟏 , 𝒂𝟐𝟐 , 𝒂𝟑𝟑 , ⋯ , 𝒂𝒏𝒏 ; que están ubicados, en la diagonal principal, 𝑫𝑷 , de
𝐴.
𝒂𝟏𝟏 0 ⋯ 0
0 𝒂𝟐𝟐 ⋯ 0
𝑨=[ ] = 𝑑𝑖𝑎𝑔[𝝀𝟏 , 𝝀𝟐 , 𝝀𝟑 , ⋯ , 𝝀𝒏 ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝒂𝒏𝒏 𝑛x𝑛

Dónde: 𝝀𝟏 = 𝒂𝟏𝟏 , 𝝀𝟐 = 𝒂𝟐𝟐 , 𝝀𝟑 = 𝒂𝟑𝟑 , ⋯ , 𝝀𝒏 = 𝒂𝒏𝒏

4 0 0
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟐: 𝑨 = [0 −3 0] = 𝑑𝑖𝑎𝑔(4, −3, 7) ∎
0 0 7 3x3

 𝑀𝑎𝑡𝑟𝑖𝑧 𝒕𝒓𝒂𝒏𝒔𝒑𝒖𝒆𝒔𝒕𝒂. Se define la matriz transpuesta de 𝐴 = (𝑎𝑖𝑗 ), como aquella matriz 𝐴𝑡 , tal que
𝐴𝑡 = 𝐵 = (𝑎𝑗𝑖 ) donde 𝐵 = (𝑏𝑖𝑗 ) = (𝑎𝑗𝑖 ); para ∀𝑖 = 1, 2, ⋯ , 𝑚; y ∀𝑗 = 1, 2, ⋯ , 𝑛. Se tiene que 𝐴 ≠
𝐴𝑡 .
𝐴 = (𝑎𝑖𝑗 ) ; 𝐵 = 𝐴𝑡 = (𝑎𝑗𝑖 )
𝑚x𝑛 𝑛x𝑚

𝑎11 𝑎21
𝑎11 𝑎12 𝑎13
𝐴 = [𝑎 𝑎22 𝑎23 ]2 x 3 → 𝐵 = 𝐴𝑡 = [𝑎12 𝑎22 ] ∎
21
𝑎13 𝑎23 3 x 2

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟑: Sea la matriz A; determine su matriz transpuesta.

𝑨 = [1 2 3 4] ;
5 6 7 8 2x4

1 5
2 6
𝐴𝑡 = [ ] ∎
3 7
4 8 4x2

 𝑀𝑎𝑡𝑟𝑖𝑧 𝒔𝒊𝒎é𝒕𝒓𝒊𝒄𝒂. Se define, como aquella matriz cuadrada, tal que 𝐴 = (𝑎𝑖𝑗 ) = 𝐴𝑡 = (𝑎𝑗𝑖 ); y por
tanto, al ser iguales tienen el mismo tamaño y por lógica se cumple que 𝑚 = 𝑛.

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟒: Sean las matrices 𝑨, determinar su respectiva matriz transpuesta, 𝑨𝒕 :

𝑨=[ 1 −2] = 𝐴𝑡 ∎
−2 6 2x2

Introducción al Algebra Lineal. Página 8 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

5 7 6 5 7 6
𝐴 = [7 −2 −3] = 𝐴𝑡 = [7 −2 −3] ∎
6 −3 1 3 x 3 6 −3 1 3 x 3

 Propiedades de las operaciones con matrices.

 𝐴 + 𝐵 + 𝐶 = (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶) = 𝐵 + (𝐴 + 𝐶) Ley Asociativa.
 𝐴+𝐵 =𝐵+𝐴 Ley Conmutativa.
 𝐴𝑚x𝑟 𝐵𝑟x𝑛 ≠ 𝐵𝑟x𝑛 𝐴𝑚x𝑟 ; 𝑒𝑠𝑡𝑜, 𝑝𝑎𝑟𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝑑𝑒 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑡𝑎𝑚𝑎ñ𝑜.
 𝐴𝑛x𝑛 𝐵𝑛x𝑛 = 𝐵𝑛x𝑛 𝐴𝑛x𝑛 ; 𝑒𝑠𝑡𝑜, 𝑝𝑎𝑟𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝑑𝑒 𝑖𝑔𝑢𝑎𝑙 𝑡𝑎𝑚𝑎ñ𝑜.
 𝛼𝐴 + 𝛽𝐴 = (𝛼 + 𝛽)𝐴
 𝝀𝐴 + 𝝀𝐵 = 𝝀(𝐴 + 𝐵)
 𝑰𝐴 = 𝐴

 Determinantes.

 𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑎. El determinante de una matriz cuadrada 𝐴 , tiene

diversas aplicaciones en el Álgebra Lineal, así como en otras áreas; tales como: Calculo del Polinomio
Característico para encontrar los valores o vectores propios (𝑒𝑖𝑔𝑒𝑛 – 𝑣𝑎𝑙𝑜𝑟𝑠, o 𝑒𝑖𝑔𝑒𝑛 − 𝑣𝑒𝑐𝑡𝑜𝑟); con
la determinación de la Adjunta para hallar la Inversa de una matriz; para la Regla de Cramer; para el
cálculo de volúmenes e integrales; etc. Se utilizará un método recurrente, para definir y calcular los
determinantes de las matrices, de orden 𝑛 x 𝑛, a partir de los determinantes de orden menor
sucesivamente; esto, se conoce como determinación de los determinantes de forma pormenorizada.
Es importante anotar, que, para el cálculo de la inversa de una matriz, el concepto de determinante
sólo se aplica, para matrices cuadradas.

1. 𝑆𝑖 𝐴 = [𝑎]1x1 , 𝑒𝑙 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒 𝑑𝑒 𝐴, 𝑠𝑒 𝑑𝑒𝑛𝑜𝑡𝑎 𝑦 𝑑𝑒𝑖𝑛𝑒 𝑐𝑜𝑚𝑜:

𝒅𝒆𝒕(𝑨) = 𝒂

det(𝑨) = 𝑎; det(𝑩) = 𝑏; 𝑒𝑠 𝑢𝑛 𝑒𝑠𝑐𝑎𝑙𝑎𝑟, 𝑒𝑠 𝑢𝑛𝑎 𝑐𝑜𝑠𝑡𝑎𝑛𝑡𝑒 ∈ ℝ

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟓: Sea la matriz 𝐴1 x 1 → 𝐴 = [4] → det(𝑨) = 4 ∎

𝑎 𝑏
2. 𝑆𝑒𝑎 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑨2 x 2 = [ ] ; se define y denota el determinante de una matriz de 2 x 2,
𝑐 𝑑 2x2
como:
𝒅𝒆𝒕(𝑨) = (𝒂𝒅 − 𝒃𝒄)
Es aceptable también la notación:
𝑎 𝑏
𝒅𝒆𝒕(𝑨) = | | = (𝒂𝒅 − 𝒃𝒄) ∎
𝑐 𝑑 2x2

Introducción al Algebra Lineal. Página 9 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

De igual manera, en forma matricial: 𝐴 = (𝑎𝑖𝑗 ):

𝑎11 𝑎12 𝑎11 𝑎12

𝑨2 x 2 = [𝑎
21
]
𝑎22 2 x 2 ⟹ 𝒅𝒆𝒕(𝑨) = |𝑎21 𝑎22 |2 x 2 = (𝑎11 𝑎22 − 𝑎12 𝑎21 ) ∎

3 −2
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟔: Sea la matriz 𝐴2 x 2 = 𝐴 = [ ] → det(𝑨) , 𝑒𝑠:
5 4

det(𝑨) = [(3 ∗ 4) − (−2) ∗ (5)] = 12 + 10 = 22 ∎

𝑎 𝑏 𝑐
3. 𝑆𝑒𝑎 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑨3 x 3 =[ 𝑑 𝑒 𝑓] ; se define y denota el determinante de una matriz
𝑔 ℎ 𝑖 3x3
de 3 x 3, como:
𝑒 𝑓 𝑑 𝑓 𝑑 𝑒
𝒅𝒆𝒕(𝑨) = 𝑎 | | −𝑏| | +𝑐| |
ℎ 𝑖 2x2 𝑔 𝑖 2x2 𝑔 ℎ 2x2
= 𝑎(𝑒𝑖 − ℎ𝑓) − 𝑏(𝑑𝑖 − 𝑔𝑓) + 𝑐(𝑑ℎ − 𝑔𝑒)
En forma matricial: 𝐴 = (𝑎𝑖𝑗 ):

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

Si 𝑨3 x 3 = [𝑎21 𝑎22 𝑎23 ] ⟹ 𝒅𝒆𝒕(𝑨) = |𝑎21 𝑎22 𝑎23 | =
𝑎31 𝑎32 𝑎33 3 x 3 𝑎31 𝑎32 𝑎33 3 x 3

𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22

𝒅𝒆𝒕(𝑨) = 𝑎11 |𝑎 |
𝑎33 2 x 2 − 𝑎12 |𝑎31 |
𝑎33 2 x 2 + 𝑎13 |𝑎31 𝑎32 |2 x 2
32

= 𝑎11 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) − 𝑎12 (𝑎21 𝑎33 − 𝑎23 𝑎31 ) + 𝑎13 (𝑎21 𝑎32 − 𝑎22 𝑎31 )

2 −1 4
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟕: Sea la matriz 𝐴3 x 3 = 𝐴 = [0 3 −5] → det(𝑨) , 𝑒𝑠:
8 0 6 3x3

2 −1 4
3 −5 0 −5 0 3
→ 𝒅𝒆𝒕(𝑨) = |0 3 −5| = (2) | | − (−1) | | + (4) | |
0 6 8 6 8 0
8 0 6 3x3

det(𝑨) = (2)(18 − 0) + (1)(0 + 40) + (4)(0 − 24) = 36 + 40 − 96 = −𝟐𝟎 ∎

2 −1 4
3 −5 −1 4 −1 4
→ 𝒅𝒆𝒕(𝑨) = |0 3 −5| = (2) | | − (0) | | + (8) | |
0 6 0 6 3 −5
8 0 6 3x3

Introducción al Algebra Lineal. Página 10 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

det(𝑨) = (2)(18 − 0) + (0)(−6 + 0) + (8)(5 − 12) = 36 + 0 − 56 = −𝟐𝟎 ∎

 𝐶á𝑙𝑐𝑢𝑙𝑜 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧, 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 𝑛: Desarrollo pormenorizado de los sub-determinantes

de la matriz A, o desarrollo por cofactores; se elige, comenzar por la fila 𝑖, de la matriz 𝐴, de
orden de (𝒏 x 𝒏):

𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑛 𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑖+𝑗
det(𝑨𝑛 x 𝑛 ) = | ⋮ ⋮ ⋱ ⋮ | = ∑ 𝑎𝑖𝑗 ∙ (−1) ∙ |𝑀𝑖𝑗 | = ∑ 𝑎𝑖𝑗 ∙ 𝐶𝑜𝑓𝑖𝑗
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑛 x 𝑛 𝑗=1 𝑗=1

|𝑀𝑖𝑗 | = det(𝑴(𝑛−1) x (𝑛−1) ); el cofactor ij es igual a: 𝐶𝑜𝑓𝑖𝑗 = (−1)𝑖+𝑗 ∙ |𝑀𝑖𝑗 |

siendo |𝑀𝑖𝑗 | , el determinante de la matriz de orden (𝒏 − 𝟏) x (𝒏 − 𝟏), resultante de eliminar la

𝑓𝑖𝑙𝑎 𝑖 y la 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗 de 𝐴. Por tanto, si la matriz es de orden (𝒏 x 𝒏); tendríamos que calcular
entonces, 𝑛 − 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛𝑡𝑒𝑠, de matrices de orden (𝒏 − 𝟏) x (𝒏 − 𝟏).

Dónde (−1)𝑖+𝑗 , viene a determinar el signo del resultado del cofactor 𝐶𝑜𝑓𝑖𝑗 ; así:
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟖.
+ − + − +
− + − + −
∀5𝑖=1,𝑗=1 (−1)𝑖+𝑗 = + − + − +
− + − + −
(+ − + − + )5 x 5

3 −2
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟏𝟗: Sea la matriz 𝐴2 x 2 = 𝐴 = [ ] → det(𝑨) , 𝑒𝑠:
5 4
𝑎11 𝑎12 𝑎11 𝑎12
Luego 𝑨2 x 2 = [𝑎 𝑎22 ]2 x 2 ⟹ 𝒅𝒆𝒕(𝑨) = |𝑎 | = 𝑎11 ∗ 𝑐𝑜𝑓11 + 𝑎12 ∗ 𝑐𝑜𝑓12 =
21 21 𝑎22 2 x 2

𝑎11 ∗ (−1)1+1 ∙ |𝑀11 | + 𝑎12 ∗ (−1)1+2 ∙ |𝑀12 | = (𝑎11 𝑎22 − 𝑎12 𝑎21 ) ∎
(−1)2 = +; |𝑀11 | = 𝑑𝑒𝑡(𝑎22 ) = 𝑎22 ; (−1)3 = −; |𝑀12 | = 𝑑𝑒𝑡(𝑎21 ) = 𝑎21

3 −2
Entonces, el det(𝑨) = | | = 3 ∗ 4 − (−2) ∗ 5 = 22 ∎
5 4 2x2

2 −1 4
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟐𝟎: Sea la matriz 𝐴3 x 3 = 𝐴 = [0 3 −5] → det(𝑨) , 𝑒𝑠:
8 0 6 3x3

Introducción al Algebra Lineal. Página 11 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

𝑎11 𝑎12 𝑎13

det(𝑨) = |𝑎21 𝑎22 𝑎23 | = 𝑎11 ∗ 𝑐𝑜𝑓11 + 𝑎12 ∗ 𝑐𝑜𝑓12 + 𝑎13 ∗ 𝑐𝑜𝑓13 =
𝑎31 𝑎32 𝑎33 3 x 3
= 𝑎11 ∗ (−1)1+1 ∙ |𝑀11 | + 𝑎12 ∗ (−1)1+2 ∙ |𝑀12 | + 𝑎13 ∗ (−1)1+3 ∙ |𝑀13 |

𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22

= 𝑎11 |𝑎 |
𝑎33 2 x 2 − 𝑎12 |𝑎31 |
𝑎33 2 x 2 + 𝑎13 |𝑎31 𝑎32 |2 x 2
32

det(𝑨) = (2)(18 − 0) − (−1)(0 + 40) + (4)(0 − 24) = 36 + 40 − 96 = −𝟐𝟎 ∎

Nota: Se puede obtener el determinante de una matriz cuadrada 𝑨, det(𝑨), a través del desarrollo
por cofactores, de cualquier 𝑓𝑖𝑙𝑎 𝑖, o 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗, de la matriz 𝑨.

 𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑐𝑜𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠: Sea 𝑨, una matriz cuadrada de 𝑜𝑟𝑑𝑒𝑛 𝑛; entonces, se define la

matriz de los cofactores de 𝑨, como 𝐶𝑜𝑓(𝑨) = (𝐶𝑜𝑓𝑖𝑗 ); donde 𝐶𝑜𝑓𝑖𝑗 , es el cofactor del
elemento 𝑖𝑗, de 𝑨.

 𝑀𝑎𝑡𝑟𝑖𝑧 𝑎𝑑𝑗𝑢𝑛𝑡𝑎: Sea 𝑨, una matriz cuadrada de 𝑜𝑟𝑑𝑒𝑛 𝑛; entonces, se define la matriz
𝑡
Adjunta de 𝑨, como 𝐴𝑑𝑗(𝑨) = [(𝐶𝑜𝑓𝑖𝑗 )] ; es decir, la matriz Adjunta de 𝑨, es la matriz
transpuesta, de la matriz de cofactores de 𝑨.

 𝑀𝑎𝑡𝑟𝑖𝑧 𝐼𝑛𝑣𝑒𝑟𝑠𝑎: Sea 𝑨, una matriz cuadrada de 𝑜𝑟𝑑𝑒𝑛 𝑛; entonces, se define la matriz
Inversa de 𝑨, como aquella matriz 𝑪, tal que 𝑨 y 𝑪, sean dos matrices conmutables entre sí;
y que su producto matricial, sea igual a la matriz identidad, 𝐼𝑛 , del mismo tamaño u 𝑜𝑟𝑑𝑒𝑛 𝑛;
así:
𝐴𝐶 = 𝐶𝐴 = 𝐼𝑛
Entonces, se dice que 𝑨, es invertible; y por tanto 𝑪, es la matriz Inversa de 𝑨, y es igual a 𝑪 = 𝑨−𝟏

 PROPIEDADES DE LA MATRIZ INVERSA.

1. Si 𝑨, 𝑩 son unas matrices cuadradas invertibles, y del mismo tamaño n, entonces la matriz

(𝑨𝑩); y además, (𝑨𝑩)−1 = 𝑩−𝟏 𝑨−𝟏

2. Si 𝑨, es una matriz cuadrada invertible, entonces 𝑨−𝟏 , es también invertible: (𝑨−𝟏 )−𝟏 = 𝑨.

3. Si 𝑨, es una matriz cuadrada invertible, entonces 𝑨𝒕 , es también invertible; y además,

(𝑨𝒕 )−𝟏 = (𝑨−𝟏 )𝒕

Introducción al Algebra Lineal. Página 12 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

4. Si 𝛼 ≠ 0 y 𝑨, es una matriz cuadrada invertible, entonces 𝛼𝑨, es también invertible:

𝟏
(𝛼𝑨)−𝟏 = ( ) 𝑨−𝟏
𝜶

5. Si 𝑨, es una matriz cuadrada invertible, si y sólo det(𝑨) ≠ 0; entonces, en tal caso la inversa
𝐴𝑑𝑗(𝑨)
de 𝑨, se determina como sigue: 𝑨−𝟏 = .
det(𝑨)

3 −2
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟐𝟏: Sea la matriz 𝐴2 x 2 = 𝑨 = ( ) → 𝑙𝑎 𝑖𝑛𝑣𝑒𝑟𝑠𝑎 𝑑𝑒 𝑨, 𝑨−𝟏 , 𝑒𝑠:
5 4

Primero, se calcula la matriz de cofactores de 𝑨, 𝐶𝑜𝑓(𝑨):

𝑎11 𝑎12 𝑐𝑜𝑓11 𝑐𝑜𝑓12 𝑎22 −𝑎21

𝐴 = (𝑎 𝑎22 )2 x 2 → 𝐶𝑜𝑓(𝑨) = ( ) = (−𝑎 𝑎11 )2 x 2
21 𝑐𝑜𝑓21 𝑐𝑜𝑓22 2 x 2 12

𝐴𝑑𝑗(𝑨) = [𝐶𝑜𝑓(𝑨)]𝑡 = 𝐶𝑜𝑓(𝑨𝑡 )

4 −5 4 2
𝐶𝑜𝑓(𝑨) = ( ) → 𝐴𝑑𝑗(𝑨) = [𝐶𝑜𝑓(𝑨)]𝑡 = ( )
2 3 2x2 −5 3

𝐴𝑑𝑗(𝑨) 1 4 2
Luego, la inversa se determina como: 𝑨−𝟏 = = 22 ( )
det(𝑨) −5 3

Para comprobar, se sabe que la matriz 𝑨 y su inversa, 𝑨−𝟏 , son conmutables entre si y
satisfacen a: 𝐴 𝑨−𝟏 = 𝑨−𝟏 𝐴 = 𝐼2

1 4 2 3 −2 1 22 0 1 0
( )( )= ( )=( ) = 𝐼2 ∎
22 −5 3 5 4 22 0 22 0 1

2 −1 4
 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟐𝟐: Sea la matriz 𝐴3 x 3 = 𝑨 = (0 3 −5) → 𝑙𝑎 𝑖𝑛𝑣𝑒𝑟𝑠𝑎 𝑑𝑒 𝑨, 𝑨−𝟏 , 𝑒𝑠:
8 0 6

+ − +
𝐴𝑑𝑗(𝑨) = [𝐶𝑜𝑓(𝑨)]𝑡 = 𝐶𝑜𝑓(𝑨 𝑡 ); (−1)𝑖+𝑗 = (− + −)
+ − + 3x3

18 −40 −24
𝐶𝑜𝑓(𝑨) = [(−1)𝑖+𝑗 |𝑀𝑖𝑗 |] = ( 6 −20 −8 )
−7 10 6

18 6 −7 𝐴𝑑𝑗(𝐴) 1 18 6 −7
𝐴𝑑𝑗(𝐴) = (−40 −20 10 ) ; → 𝐴−1 = = (−40 −20 10 )
det(𝐴) −20
−24 −8 6 −24 −8 6

Introducción al Algebra Lineal. Página 13 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

Para comprobar, se sabe que la matriz 𝑨 y su inversa, 𝑨−𝟏 , son conmutables entre si y
satisfacen a: 𝐴 𝑨−𝟏 = 𝑨−𝟏 𝐴 = 𝐼3

1 18 6 −7 2 −1 4 1 −20 0 0 1 0 0
(−40 −20 10 ) (0 3 −5) = ( 0 −20 0 ) = (0 1 0) = 𝐼3 ∎
−20 −20
−24 −8 6 8 0 6 0 0 −20 0 0 1

 𝑺𝒊𝒔𝒕𝒆𝒎𝒂𝒔 𝒅𝒆 𝑬𝒄𝒖𝒂𝒄𝒊𝒐𝒏𝒆𝒔 𝑳𝒊𝒏𝒆𝒂𝒍𝒆𝒔, 𝒅𝒆 𝒐𝒓𝒅𝒆𝒏 𝒏.

Son sistemas de 𝑛 x 𝑛, de 𝑛 − 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 (𝑓𝑖𝑙𝑎𝑠 𝑜 𝑟𝑒𝑛𝑔𝑙𝑜𝑛𝑒𝑠) por 𝑛 − 𝑖𝑛𝑐ó𝑔𝑛𝑖𝑡𝑎𝑠

(𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠). Los sistemas de orden n, se pueden resolver de forma directa; así como también, de
forma indirecta:

I. Métodos de solución Directa:

 Sustitución
 Reducción.
 Igualación.
 Cramer
 Eliminación gaussiana
 Gauss-Jordan
 Descomposición LU, (Factorización o Triangularización LU)

II. Métodos de solución Indirecta o iterativa (por métodos numéricos):

 Jacobi.
 Gauss-Seidel
 Relajación, SOR, SSOR, XSOR

1. Forma como sistema 𝑛 x 𝑛 :

𝐸1 : 𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝐸2 : 𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2

𝐸3 : 𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3

⋮ ∶ ⋮ + ⋮ + ⋮ + ⋱ + ⋮ = ⋮

𝐸𝑛 : 𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

2. Forma matricial reducida o contraída: 𝐴 𝑥 = 𝑏

Introducción al Algebra Lineal. Página 14 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛 𝑥2 𝑏2
𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛 𝑥3 = 𝑏3
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮
(𝑎𝑛1
⏟ 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 ) ⏟𝑥𝑛 )
( ⏟𝑏
( 𝑛)
𝑚𝑎𝑡𝑟𝑖𝑧 𝐴, 𝑑𝑒 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑏, 𝑑𝑒
𝑛x𝑛
𝑥, 𝑑𝑒 𝑖𝑛𝑐ó𝑔𝑛𝑖𝑡𝑎𝑠𝑛 x 1 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎𝑠 𝑜 𝑒𝑠𝑡í𝑚𝑢𝑙𝑜𝑠𝑛 x 1

 𝑀é𝑡𝑜𝑑𝑜 𝑑𝑒 𝐶𝑟𝑎𝑚𝑒𝑟: El 𝑀é𝑡𝑜𝑑𝑜 𝑑𝑒 𝐶𝑟𝑎𝑚𝑒𝑟, soluciona un sistema de 𝑛 − 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠,

con 𝑛 − 𝑖𝑛𝑐ó𝑔𝑛𝑖𝑡𝑎𝑠 es decir de orden n o de 𝑛 x 𝑛, utilizando determinantes, así:

Entonces dado un sistema de la forma, 𝐴 𝑥 = 𝑏 entonces, las soluciones, vienen o se obtienen

como:
det(𝑨𝒊 )
∀𝑛𝑖=1 𝑥𝑖 =
⏟
det(𝑨)
𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑖.

Sea entonces, para un sistema, de 2 x 2:

𝐸1 : 𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1

𝐸2 : 𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2

𝑎11 𝑎12 𝑥1 𝒃𝟏
Luego 𝐴 𝑥 = 𝑏, es: (𝑎 𝑎22 ) (𝑥2 ) = (𝒃𝟐 )
21

𝒃 𝑎12 𝑎 𝒃𝟏
det(𝑨𝟏 ) | 𝟏 | det(𝑨𝟐 ) | 11 |
𝒃𝟐 𝑎22 𝑎21 𝒃𝟐
Entonces: 𝑥1 = = 𝑎11 𝑎12 y 𝑥2 = = 𝑎11 𝑎12
det(𝑨) |𝑎 | det(𝑨) |𝑎 |
21 𝑎22 21 𝑎22

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟐𝟑: Supongamos un sistema de 2 x 2:

𝐸1: 3𝑥 − 2𝑦 = −12
𝐸2: 4𝑥 + 3𝑦 = 1

1. Forma como sistema:

𝐸1: 3𝑥1 − 2𝑥2 = −12

𝐸2: 4𝑥1 + 3𝑥2 = 1

2. Forma Matricial:

3 −2 𝑥1 𝑏 −𝟏𝟐
( ) (𝑥 ) = ( 1 ) = ( )
4 3 2 𝑏2 𝟏

Introducción al Algebra Lineal. Página 15 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒑𝒐𝒓 𝑪𝒓𝒂𝒎𝒆𝒓:

𝐶1 𝐶2
−𝟏𝟐 −2
| |
𝑥1 = 𝟏 3
3 −2
| |
4 3

𝐶1 𝐶2
3 −𝟏𝟐
| |
𝑥2 = 4 𝟏
3 −2
| |
4 3
−𝟏𝟐 −2
| |
𝑥1 = 𝟏 3 = (−36 + 2) = −34 = −2 … !
3 −2 (9 + 8) 17
| |
4 3
3 −𝟏𝟐
| |
𝑥2 = 4 𝟏 = (3 + 48) = 51 = 3 … !
3 −2 (9 + 8) 17
| |
4 3

Y para un sistema de 3 x 3:
𝐸1 : 𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 = 𝑏1

𝐸2 : 𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 = 𝑏2

𝐸3 : 𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 = 𝑏3

𝑎11 𝑎12 𝑎13 𝑥1 𝒃𝟏

Luego 𝐴 𝑥 = 𝑏, es: 𝑎
( 21 𝑎22 𝑎23 ) (𝑥2 ) = (𝒃𝟐 )
𝑎31 𝑎32 𝑎33 𝑥3 𝒃𝟑

Entonces:
𝒃𝟏 𝑎12 𝑎13 𝑎11 𝒃𝟏 𝑎13
|𝒃𝟐 𝑎22 𝑎23 | |𝑎21 𝒃𝟐 𝑎23 |
det(𝑨𝟏 ) 𝒃 𝑎 𝑎 det(𝑨𝟐 ) 𝑎 𝒃 𝑎
𝑥1 = = 𝑎 𝟑 𝑎32 𝑎33 ; 𝑥2 = = 𝑎 31 𝑎 𝟑 𝑎33
det(𝑨) 11 12 13 det(𝑨) 11 12 13
𝑎
| 21 𝑎 22 𝑎 23 | 𝑎
| 21 𝑎 22 𝑎 23 |
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33

𝑎11 𝑎12 𝒃𝟏
|𝑎21 𝑎22 𝒃𝟐 |
det(𝑨𝟑 ) 𝑎 𝑎 𝒃
𝑦 𝑥3 = = 𝑎 31 𝑎 32 𝑎 𝟑
det(𝑨) 11 12 13
𝑎
| 21 𝑎 22 𝑎 23 |
𝑎31 𝑎32 𝑎33

Introducción al Algebra Lineal. Página 16 de 17

Ing. Freddy Molina Villa.
GUÍA PRACTICA DEL CURSO: DE ALGEBRA LINEAL.

 𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝟐𝟒: Ahora, supongamos un sistema de 3 x 3:

1. Forma como sistema:
𝐸1 : 2𝑥1 + 𝑥2 − 3𝑥3 = −5
𝐸2 : 3𝑥1 − 2𝑥2 + 2𝑥3 = 9
𝐸3 : 5𝑥1 − 3𝑥2 − 𝑥3 = 6
2. Forma Matricial:
2 1 −3 𝑥1 −𝟓
𝐴𝑥 = 𝑏: 𝑥
(3 −2 2 ) ( 2 ) = ( 𝟗 )
5 −3 −1 𝑥3 𝟔

Entonces, la 𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒑𝒐𝒓 𝑪𝒓𝒂𝒎𝒆𝒓, es:

−𝟓 1 −3
| 𝟗 −2 2|
𝑥1 = 𝟔 −3 −1 = 26 = 1
2 1 −3 26
|3 −2 2|
5 −3 −1

2 −𝟓 −3
|3 𝟗 2|
−26
𝑥2 = 5 𝟔 −1 = = −1
2 1 −3 26
|3 −2 2 |
5 −3 −1

2 1 −𝟓
|3 −2 𝟗 |
𝑥3 = 5 −3 𝟔 = 52 = 2
2 1 −3 26
|3 −2 2 |
5 −3 −1

𝑑𝑒𝑡(𝑨) = 2(2 + 6) − 1 ∗ (−3 − 10) − 3 ∗ (−9 + 10) = 16 + 13 − 3 = 26

𝑑𝑒𝑡(𝑨𝟏 ) = −5(2 + 6) − 1 ∗ (−9 − 12) − 3 ∗ (−27 + 12) = −40 + 21 + 45 = 26

𝑑𝑒𝑡(𝑨𝟐 ) = 2(−9 − 12) + 5(−3 − 10) − 3(18 − 45) = −42 − 65 + 81 = −26

𝑑𝑒𝑡(𝑨𝟑 ) = 2(−12 + 27) − 1(18 − 45) − 5(−9 + 10) = 30 + 27 − 5 = 52

Introducción al Algebra Lineal. Página 17 de 17

Ing. Freddy Molina Villa.