1

Tema 2. MATRICES Y DETERMINATES

I. MATRICES
Definición de matriz
Una matriz de dimensión n × m es un conjunto de números dispuestos en n filas y m
columnas. Así:
 a11 a12 ... a1m 
 
 a 21 a 22 ... a 2 m 
A=
: : : : 
 
a 
 n1 a n2 ... a nm 
( )n×m
La matriz anterior también se puede denotar por A = aij
El elemento a ij es el que ocupa la fila i y la columna j.
 1 0
 
Ejemplo: La matriz A =  − 3 6  tiene dimensión 3 × 2. El elemento a 21 = −3.
 2 5
 

• Igualdad de matrices
Dos matrices son iguales cuando tienen la misma dimensión y coinciden los elementos
correspondientes.
1 0  a b 
Ejemplo: Para que las matrices A =   y B =   sean iguales es necesario que a
 2 − 5 c d 
= 1, b = 0, c = 2 y d = −5.

• Matriz traspuesta
La matriz traspuesta de una matriz A es la que se obtiene al cambiar las filas por las
( )
columnas. Se denota por At. Así, si A = (aij )n×m , su traspuesta es At = a ji m×n
 1 0
  1 − 3 2
Ejemplo: Si A =  − 3 6  , su traspuesta es At =   .
 2 5 0 6 5
 

• Algunos tipos de matrices

Si una matriz tiene el mismo número de filas que de columnas, se llama cuadrada; si no es
así, la matriz es rectangular.
− En las matrices cuadradas se habla de diagonal principal, la que va de izquierda a derecha,
y de diagonal secundaria, que va de derecha a izquierda.
La suma de los elementos de la diagonal principal se llama traza.
2 0 1
 
Ejemplo: A = 2 − 3 6 
 2 7 − 1
 

Diagonal secundaria Diagonal principal

Traza de A = 2 − 3 − 1 = −2.

José María Martínez Mediano

 2

− Entre las matrices rectangulares se puede hablar de matriz fila, la que tiene una sola fila, y
de matriz columna, la que tiene una sola columna.

 2 
 
Ejemplos: Matriz fila: F = (2 − 3 4 ) . Matriz columna: C =  − 3 
 4 
 
Observa que las matrices anteriores son traspuestas una de otra.

− Entre las matrices cuadradas puede hablarse de:

Matriz simétrica: Una matriz A es simétrica cuando A = At.

Matriz antisimétrica: Una matriz A es antisimétrica cuando A = –At.

2 0 1  0 3 − 1
   
Ejemplos: Simétrica: A =  0 − 3 7  ; Antisimétrica: A =  − 3 0 2
 1 7 − 1  1 −2 0 
   

Matriz triangular: Todos los elementos situados por encima (o por debajo) de su diagonal
principal son ceros.

Ejemplos:
1 0 1  2 0 0
   
 Triangular superior: T =  0 − 3 6  . → Triangular inferior: T =  2 5 0 
 0 0 3  2 7 0
   

Matriz diagonal: Tiene nulos todos los elementos situados fuera de su diagonal principal.

3 0 0 
 
Ejemplo: D =  0 4 0 
0 0 − 2
 

Matriz escalar: Es una matriz diagonal con todos los elementos de su diagonal principal
 3 0 0
 
iguales y no nulos. Ejemplo: E =  0 3 0  .
 0 0 3
 

1 0 0
 
Matriz unidad. La matriz unidad de orden 3 × 3 es I =  0 1 0  .
0 0 1
 
Matriz nula. Es la que todos sus elementos son cero. La matriz nula de orden 2 × 3 es
0 0 0
O =   .
0 0 0

José María Martínez Mediano

 3

Operaciones con matrices: suma y producto por números

• Suma: Si A = (aij )n×m y B = (bij )n×m ⇒ A + B = (aij + bij )n×m

NOTA: Sólo pueden sumarse matrices de la misma dimensión.

 2 3  5 − 2  2 + 5 3 − 2 7 1 
Ejemplo:   +   =   =  
 −1 7  4 − 9  −1 + 4 7 − 9  3 − 2

Propiedades. La suma de matrices cumple las propiedades usuales. Esto es:

Asociativa: A + (B + C) = (A + B) + C
Conmutativa: A+B=B+A
Matriz nula: O: A+O=O+A=A
Matriz opuesta: –A: A + (–A) = O

• Multiplicación de una matriz por un número:

Si A = (aij )n×m y k es un número real ⇒ k ·A = (kaij )n×m

 2 3  6 9 
Ejemplo: 3·  =  
 − 1 7   − 3 21

Propiedades. El producto de una matriz por un número cumple las propiedades usuales. Esto
es:
k · (A + B ) = k · A + k · B; (k + h) · A = h · A + h · A
(k · h) · A = k · (h · A) 1·A=A

 2 3  5 − 2  4 6  15 − 6   − 11 12 
Ejemplo: 2  − 3  =   −   =  
 − 1 7   4 − 9   − 2 14   12 − 27   − 14 41 

Observación. El conjunto de matrices de dimensión n × m, respecto de las operaciones suma

y producto por escalares, tiene estructura de espacio vectorial.

Multiplicación de matrices
( )
Si A = (aij )n×m y B = bij m× p ⇒ A·B = cij ( )n× p
El elemento c ij de la matriz producto es el resultado de sumar los productos ordenados de los
elementos de la fila i de la matriz A por los de la columna j de la matriz B. Esto es:
cij = ai1b1 j + ai 2 b2 j + ... + aim bmj .

NOTA: Para multiplicar dos matrices es necesario que el número de columnas de la primera
(la situada a la izquierda, matriz A) coincida con el número de filas de la segunda (la situada a
la derecha, matriz B).

Ejemplo:
2 0 1  5 4   2·5 + 0·(−3) + 1·9 2·4 + 0·0 + 1·(−7)   19 1 
      
  0 − 3 7 · − 3 0  =  0·5 + (−3)·(−3) + 7·9 0·4 + (−3)·0 + 7·(−7)  =  72 − 49 
 1 7 − 1  9 − 7   1·5 + 7·(−3) + (−1)·9 1·4 + 7·0 + (−1)·(−7)   − 25 11 
      

José María Martínez Mediano

 4

• Algunos productos particulares

4 5 
 
( )
− Matriz fila F1×m por B = bij m× p . Ejemplo: (1 − 2 3)· 3 − 1 = (− 2 13)
0 2 
 
 1 0 2  3   15 
    
( )
− Matriz A = aij n×m por matriz columna C m×1 . Ejemplo:  3 4 − 2  − 4  =  − 19 
 5 0 − 5  6   − 15 
    
 5 
 
− Matriz fila F1×m por matriz columna C m×1 . Ejemplo: (1 − 2 3)· − 7  = (28)
 3 
 

Propiedades del producto de matrices

El producto de matrices (para matrices multiplicables) cumple las siguientes propiedades:
• Asociativa: A · (B · C) = (A · B) · C
• Distributiva: A · (B + C) = A · B + A · C
• Elemento neutro: A · I = A; I · A = A. La dimensión de I dependerá de la de A, que debe
ser cuadrada.

OJO. El producto de matrices no cumple, en general, las siguientes propiedades:

• Conmutativa: A·B≠B·A
• Cancelativa: A · B = A · C no implica que B = C
• Divisores de cero: A · B = O no implica que A = O ó B = O

Consecuencias:
1. Cuando se multiplican dos matrices no es independiente el orden de colocación; hay
que indicar cuál de ellas va a la izquierda, por delante.
ERROR frecuente: admitir para dos matrices A y B que (A + B)2 = A2 + 2AB + B2.
También está MAL: (A − B)2 = A2 − 2AB + B2 y (A + B)(A − B) = A2 − B2.
2. En las ecuaciones matriciales no pueden simplificarse matrices. No existe la división
de matrices. → La ley cancelativa es válida si A tiene inversa.
3. Si un producto de matrices da la matriz nula no puede deducirse que alguna de las
matrices factores sea nula.

Ejemplos:
 1 2  0 2   − 6 2   0 2  1 2   0 6 
 No conmutativa: AB =    =   ; BA =    =  
 0 3  − 3 0   − 9 0   − 3 0  0 3   − 3 − 6 
1 2  1 − 2 3 6 
 No cancelativa: Si A =   , B =   y C =   , puede verse que AB =
 −1 − 2 2 1   1 − 3
AC y sin embargo, B ≠ C. (Compruébese.)
 1 − 2  2 4   0 0 
 Divisores de cero. El producto    =   y ninguna de las matrices
 0 0  1 2   0 0 
factores es nula.

José María Martínez Mediano

 5

• Potencia de una matriz cuadrada

Es el concepto análogo a la potencia numérica. Esto es: A · A · ... · A = An.
La potencia de una matriz es un proceso laborioso, aunque algunas veces resulte más o menos
fácil.

Ejemplos:
1 2  1 2  1 2 1 8 12 22 
Si A =   ⇒ A 2 =   =  → Está MAL: A 2 =  
3   0 9 

0 3  0 3  0 0 3 2 
1 2  1 8   1 26 
A3 = AA 2 =   = 
0 3  0 9   0 27 
1 2  1 26   1 80 
A 4 = AA3 =   = 
0 3  0 27   0 81 
 1 3 n − 1
En este caso es fácil ver que: A n =  
n 
 0 3 
 Si A es una matriz diagonal es más fácil todavía.

 2 0  22 0   2n 0 
Si A =   ⇒ A =  2   ⇒ ... ⇒ A =  n  (Compruébalo).
2 n
 0 5   0 5   0 5 
 1 − 1  − 3 − 4  − 19 − 8 
 Si A = 
 4 3  ⇒ A =  16 − 5  ⇒ A =  − 4 − 31 , ... Resulta muy complicado
2 3

     
n
hallar A .
1 3  16 0   16 48   256 0 
 Si A =   ⇒ =   ⇒ =   ⇒ =  
2 3 4
 5 − 1 A  0 16  A  80 − 16  A
       0 256 
En este caso hay que distinguir entre potencias de exponente par o impar. Así:
 4 2( n −1) 3·4 2( n −1)   4 2n 0 
2 n −1   ≥  
=  2( n −1) =  0 4 2n  , n ≥ 1
2n
Impar: A 2 ( n −1) 
, n 1. Par: A
 5·4 − 4   

Algunas propiedades relacionadas con matrices traspuestas

Recuerda: Dada A = (aij )n×m , su traspuesta es At = a ji m×n ( )
− Traspuesta de la suma de matrices: (A + B)t = At + Bt.
− Traspuesta de un número por una matriz: (kA)t = kAt
− Traspuesta de la matriz traspuesta: (At)t= A
− Traspuesta de un producto de matrices: (A · B)t = Bt · At, siendo A m×p y B p×m

Algunos tipos más de matrices cuadradas

• Matriz ortogonal. A es ortogonal si A · At = I. En consecuencia, A es ortogonal si At =
A-1
• Matriz idempotente. A es idempotente si A · A = A.
• Matriz involutiva. A es involutiva si A · A = I.
• Matriz nilpotente. A es nilpotente si A · A · ... · A = O.
• Matriz periódica. A es periódica de período p si Ap + 1 = A.

José María Martínez Mediano

 6

Ejemplos:
 0 − 1  0 − 1 0 1   1 0 
 Ortogonal: A =   → A·At =    =  
1 0   1 0  − 1 0   0 1 
−1 2 − 6
 
 Idempotente: A =  2 − 1 6  . Compruébese que A2 = A.
 1 −1 4 

 7 6   7 6  7 6  1 0
 Involutiva: A =   ⇒ A 2 =    =  
− 8 − 7  − 8 − 7  − 8 − 7   0 1 
 1 1 3 
 
 Nilpotente: A =  5 2 6  , pues A · A · A = A3 = O. (Compruébese.)
 − 2 − 1 − 3
 
 4 − 3 − 3
 
 Periódica: A =  5 − 4 − 4  es periódica de periodo 3, esto es, A4 = A.
−1 1 0 


Rango de una matriz

• El rango de una matriz es el número de filas linealmente independientes que tiene dicha
matriz. (Dos filas son linealmente independientes cuando no hay relación de
proporcionalidad entre sus elementos correspondientes; esto es, cuando una fila no puede
obtenerse multiplicando la otra por un constante: Fi ≠ kF j . Si lo extendemos a tres filas se
tendrá: si F3 = pF1 + qF2 , la tercera fila depende linealmente de las dos primeras; en caso
contrario son linealmente independientes.)
• Si una matriz se somete a transformaciones elementales su rango no varía. Una
transformación elemental consiste en la sustitución de una fila por ella misma más la suma
de otras filas multiplicadas por números.
• Para hallar el rango de una matriz conviene hacer en ella transformaciones elementales,
buscando obtener ceros en alguna de las filas. Si se obtiene una fila de ceros, o dos filas
iguales, o dos filas proporcionales, se suprime la fila nula o una de las dos proporcionales.
Finalizado el proceso, el número de filas no nulas que queden en la matriz es el
correspondiente a su rango.

Ejemplos:
1 1 3
 
1. La matriz A =  5 2 6  tiene una fila nula. Su rango es 2.
0 0 0
 
1 1 3 
 
2. El rango de la matriz A = 1 1 6  es el mismo que el de la matriz
1 1 0 
 
1 1 3 
 
F 2 − F1 →  0 0 3  , que vale 2, pues la fila 3ª se suprime por ser proporcional a la 2ª.
F 3 − F1  0 0 − 3
 

José María Martínez Mediano

 7

 1 1 3  1 1 3 1 1 3 
     
3. La matriz B =  1 2 6  ⇔ F 2 − F1 →  0 1 3  ⇔ →0 1 3  .
 −1 1 0 F 3 + F1  0 2 3 F 3 − 2F 2  0 0 − 3
     
Como en la última matriz no se da ninguna relación de dependencia entre sus filas (es
imposible hacer una fila de ceros) el rango de B vale 3.

Nota. En el tema de determinantes se verá otra técnica para calcular el rango.

Matriz inversa
Una matriz cuadrada A, es inversible (o invertible) si existe otra matriz, de igual tamaño, que
se denota por A–1 y se llama matriz inversa de A, tal que: A · A–1 = A–1 · A = I, siendo I la
matriz identidad del mismo tamaño que A.

Advertencia. Para que una matriz tenga inversa es necesario que sea cuadrada y que su rango
coincida con su orden.

Ejemplo:
4 − 3 − 3 4 − 3 0 
  −1
 
 La inversa de la matriz A =  5 − 4 − 4  es A =  4 − 3 1  . Para comprobarlo
−1 0   1 − 1 − 1
 1  
4 − 3 − 3  4 − 3 0  1 0 0
−1      
basta con ver que A·A = I :  5 − 4 − 4 ·  4 − 3 1  = 0 1 0 .
−1
 1 0   1 − 1 − 1  0 0 1 

• Cálculo de la matriz inversa

Método directo:
1. Se escribe A–1 en función de tantas incógnitas como sea necesario.
2. Se hace el producto A · A–1 y se iguala a la matriz I del mismo tamaño.
3. Resolviendo las ecuaciones resultantes se obtienen los elementos de A–1

Ejemplo:
1 5  a b 
 Si A =   , suponemos que A −1 =   .
 −1 − 4 c d 
1 0
Haciendo A · A–1 e igualando a I =   se tiene:
0 1
 a + 5c = 1
5  a b   a + 5c b + 5d   1 0  − a − 4c = 0
−1 1 
A·A =    =   =   = I ⇒  ⇒
 − 1 − 4  c d   − a − 4c − b − 4d   0 1   b + 5d = 0
 − b − 4d = 1
⇒ a = –4, c = 1; b = –5, d = 1
 − 4 − 5
Luego A −1 =  
 1 1 
NOTA: Este método resulta demasiado engorroso para matrices de mayor tamaño.

José María Martínez Mediano

 8

Método de Gauss.
1. Se añade a la derecha de la matriz A la matriz identidad; se forma así la matriz (A / I).
2. Se transforma dicha matriz, mediante sumas y restas de filas, hasta llegar a la matriz
(I / A–1).

Ejemplo:
1 5  1 5 1 0
 Para la misma matriz A =   , formamos: ( A I ) =  

 −1 − 4  −1 − 4 0 1
Iniciamos las transformaciones. Se obtiene:

(A I ) =  1 5 1 0  →
− 1 − 4 0 1 F 2 + F 1
1 5 1 0

 0 1 1
 →

F1 − 5 F 2  1 0 − 4 − 5 

0 1 1 1 ( )
 = I A −1
   1   
(F2 + F1 indica que se suma a la segunda fila la primera; F1 – 5F2, que a la primera fila se le
resta la segunda multiplicada por 5).
 − 4 − 5
La matriz inversa de A es A −1 =  .
 1 1 

Nota. Para matrices de mayor tamaño este método resulta más laborioso; por eso, en el tema
de determinantes se verá otra técnica más eficaz para calcular la inversa de una matriz.

• Algunas propiedades relacionadas con la matriz inversa.

1. Si A tiene inversa, su inversa es única.
2. Si una fila o una columna de la matriz A es nula, entonces A no es inversible.
3. Si A y B son invertibles y del mismo tamaño, entonces su producto también tiene
inversa, que vale:
(A · B)−1 = B−1 · A−1 .
4. Si A tiene inversa, entonces su traspuesta también tiene inversa, que vale:
(At)−1 = (A−1)t .

José María Martínez Mediano

 9

II. DETERMINANTES
Definición de determinante
El determinante de una matriz cuadrada es un número. Para la matriz A, su determinante se
denota por det(A) o por A .

a a12 
• Para una matriz de orden 2, A =  11  , se define:
 a 21 a 22 
a a12
A = 11 = a11a 22 − a12 a 21
a 21 a 22

3 4
Ejemplo: = 3·7 − 2·4 = 21 − 8 = 13
2 7

 a11 a12 a13 

 
• Para una matriz de orden 3, A =  a 21 a 22 a 23  , definimos:
a a33 
 31 a32
a11 a12 a13
a a 23 a a 23 a a 22
A = a 21 a 22 a 23 = a11 22 − a12 21 + a13 21
a32 a33 a31 a33 a31 a32
a31 a32 a33

Si se calcula cada determinante de orden 2 y se ordenan los términos por signos, se obtiene:

A = a11a 22 a33 + a12 a 23 a31 + a13 a 21a32 − a11a 23 a32 − a12 a 21a33 − a13 a 22 a31

Resultado que puede recordarse fácilmente con la regla de Sarrus, cuyo esquema es:
Productos con signo Productos con signo
positivo negativo
a11 a12 a13 a11 a12 a13
a 21 a 22 a 23 a 21 a 22 a 23
a31 a32 a33 a31 a32 a33

Ejemplo:
1 2 3
5 6 4 6 4 5
 A = 4 5 6 = 1· − 2· + 3· = 35 − 48 − 2(28 − 54) + 3(32 − 45) =
8 7 9 7 9 8
9 8 7
= −13 − 2 · (−26) + 3 · (−13) = 0
Aplicando la regla de Sarrus, se tendría:
A = 1 · 5 · 7 + 2 · 6 · 9 + 3 · 4 · 8 − 2 · 4 · 7 − 3 · 5 · 9 − 1 · 6 · 8 = 0.

Nota: El lector interesado puede ampliar lo expuesto aquí en cualquier libro de álgebra
superior. También en el Sydsaeter.

José María Martínez Mediano

 10

• Menor complementario y adjunto de un elemento

El menor complementario, M ij, del elemento a ij de la matriz A = (aij )n×n es el determinante
de la matriz de orden n − 1, que resulta al suprimir la fila i y la columna j de la matriz A.

El adjunto del elemento a ij de la matriz A = (aij )n×n es Aij = (−1) i + j M ij .

 a11 a12 a13 
 
Para la matriz A =  a 21 a 22 a 23  , los menores complementarios de los elementos de la
a a33 
 31 a32
a 22 a 23 a 21 a 23 a 21 a 22
primera fila son: M 11 = ; M 12 = ; M 13 =
a32 a33 a31 a33 a31 a32

Para la misma matriz, los adjuntos de los elementos de la segunda fila son:
a a13 a a13 a a12
A21 = − 12 ; A22 = + 11 ; A23 = − 11
a32 a33 a31 a33 a31 a32

NOTAS: 1. El adjunto es el menor con signo más o menos. Los signos de los + − + −
adjuntos se van alternando, como se indica en la tabla adjunta: − + − +
2. Los determinantes se pueden desarrollar por la fila o columna que se desee. Su + − + −
valor es la suma de los elementos de esa fila o columna por sus respectivos − + − +
adjuntos.

• Determinantes de orden 4 y superior

Teniendo en cuenta la definición de menor complementario, y lo hecho para determinantes de
orden 3, el cálculo de un determinante de orden 4 se hace como sigue:

a11 a12 a13 a14

a 21 a 22 a 23 a 24
=
a31 a32 a33 a34
a 41 a 42 a 43 a 44
a 22 a 23 a 24 a 21 a 23 a 24 a 21 a 22 a 24 a 21 a 22 a 23
= a11 a32 a33 a34 − a12 a31 a33 a34 + a13 a31 a32 a34 − a14 a31 a32 a33
a 42 a 43 a 44 a1 a 43 a 44 a 41 a 42 a 44 a 41 a 42 a 43

Generalizando, el cálculo de un determinante de orden n se hace mediante el cálculo de

determinantes de orden n − 1. Dado que este proceso es muy engorroso convendrá desarrollar
por la fila o columna que tenga más ceros.

Ejemplo:
2 −1 3 4
2 3 4 2 −1 4
0 7 −3 0
= 7 4 6 2 − (−3) 4 5 2 = 7 · (150) − (−3) · 20 = 1110.
4 5 6 2
−3 8 1 −3 −5 1
−3 −5 8 1

José María Martínez Mediano

 11

Determinantes que valen 0

• Un determinante vale 0 si todos los elementos de una fila o columna son ceros.
0 0 0
Ejemplo. 4 6 2 =0
−3 8 1

• Un determinante vale 0 si tiene dos filas o dos columnas iguales.

4 6 2
Ejemplo. 4 6 2 = 0 (F1 = F2)
−3 8 1

• Un determinante vale 0 si tiene dos filas o columnas proporcionales.

1 −2 3
Ejemplo. 0 6 2 = 0 (F3 = −3 · F1)
−3 6 −9

• Un determinante vale 0 si una fila o columna es combinación lineal de otras.

3 1 2
Ejemplo. 4 2 2 = 0 (C1 = C2 + C3)
−3 2 −5

Algunas propiedades de los determinantes

1. El determinante de una matriz es igual al de su traspuesta: A = At .
Esta propiedad permite aplicar todo lo que se diga para filas a columnas.
1 0 2 1 0 −3
Ejemplo. 0 6 2 = 0 6 4 = 34
−3 4 1 2 2 1

2. Si se intercambian entre sí dos filas de un determinante, su valor es el mismo cambiado de

signo.
1 0 2 1 0 2
Ejemplo. 0 6 2 = 34 , pero F 3 − 3 4 1 = −34
−3 4 1 F2 0 6 2

3. Un determinante no varía si a una fila se le suma o resta otra fila cualesquiera; u otra fila
multiplicada por un número.
1 3 2 = 1 3 2
Ejemplo. − 3 6 4 F 2 + 3F1 0 15 10 = −140
2 5 − 6 F 3 − 2 F1 0 − 1 − 10
NOTA: Al hacer los cambios anteriores se consigue que aparezcan ceros en la primera
columna; esta estrategia facilita mucho los cálculos del determinante.

José María Martínez Mediano

 12

OJO: Un ERROR frecuente puede ser el siguiente:

1 3 2 3F1 + F 2 0 15 10
−3 6 4 = −3 6 4 = −3·140 = −420
2 5 − 6 F 3 − 2 F1 0 − 1 − 10
El error consiste en sustituir la F1 por 3F1 + F2. Así se multiplica la primera fila por 3, lo que
multiplica por 3 el resultado del determinante.

4. Si los elementos de una fila se multiplican por un número, el determinante de la matriz

queda multiplicado por ese mismo número. Esto es:

det(k · F1, F2, ..., Fn) = k · det(F1, F2, ..., Fn)

Esta propiedad permite “sacar factor común” por filas en un determinante.

10 20 30 1 2 3
Ejemplo. − 7 − 14 21 = 10·(-7) 1 2 − 3 = −70·(−60) = 4200
5 0 2 5 0 2
(10 “sale” de F1; −7 de F2)

5. Si A = (aij )n×n , entonces: kA = k n A .

1 − 3 5  2 − 6 10 
   
Ejemplo: Si A =  4 − 1 0  ⇒ 2A =  8 − 2 0  .
 0 0 5  0 0 10 
   
Es fácil ver que A = 55 y 2 A = 440 . Esto es: 2 A = 2 3 A

6. El determinante de un producto de matrices es el producto de sus determinantes:

A·B = A · B → En particular: A 2 = A·A = A · A = ( A )
2

• Cálculo práctico de determinantes

La aplicación de las propiedades anteriores facilita el cálculo del determinante de una matriz.
Como ya hicimos en algún ejemplo anterior, lo más interesante es “hacer” en alguna fila o
columna el máximo número de ceros. Para ello es conveniente pivotar sobre algún elemento
fácil de multiplicar (1 o −1 son los más cómodos).
Ejemplo:
2 −1 3 0 = 2 −1 3 0
2 −1 3
− 3 7 − 3 2 F 2 − 2 F 4 3 17 − 19 0
= 3 17 − 19 .
4 5 6 − 2 F 3 + 2 F 4 − 2 − 5 22 0
− 2 − 5 22
−3 −5 8 1 −3 −5 8 1

El último determinante es más cómodo de calcular; le seguimos aplicando el método:

2 −1 3 = 2 −1 3
37 32
3 17 − 19 F 2 + 17 F1 37 0 32 = = 37·7 + 32·12 = 643
− 12 7
− 2 − 5 22 F 3 − 5F1 − 12 0 7

José María Martínez Mediano

 13

Rango de una matriz

Hay tres definiciones (equivalentes) de rango de una matriz:
1ª. Es el número de vectores fila linealmente independientes de esa matriz. (El rango de una
matriz es el número de filas no nulas que tiene dicha matriz.)
2ª. Es el número de vectores columna linealmente independientes de esa matriz.
3ª. Es el orden del mayor menor no nulo.

El rango puede calcularse empleando cualquiera de las definiciones anteriores, pero, para
mayor facilidad, conviene mezclarlas y seguir un proceso similar al que se indica a
continuación:
a) Eliminar filas o columnas proporcionales o que dependan linealmente de otras.
b) Hacer el máximo número de ceros en alguna fila o columna. Así se descubren más
fácilmente las posibles dependencias lineales entre filas o columnas.
c) Buscar un menor distinto de cero y del mayor orden posible.

Ejemplos:
1 0 3 −1
 
2 −1 − 6 2 
1. Veamos que el rango de la matriz A =  es 2. (Puedes intentar ver
0 1 12 − 4 
 
3 −1 − 3 1 
 
combinaciones lineales entre sus filas y columnas).
Para eliminar las filas o/y columnas sobrantes haremos ceros en la primera columna:
1 0 3 −1 1 0 3 −1
   
2 −1 − 6 2  F 2 − 2 F1 0 − 1 − 12 4  1 0 3 − 1
A= → → 
 
0 1 12 − 4  0 1 12 − 4   0 − 1 − 12 4 
   
3 −1 − 3 1  −  0 − 1 − 12 4 
  F 4 3 F 1  
1 0
Como = −1 ≠ 0 ⇒ rango (A) = 2 → Hay 2 filas linealmente independientes.
0 −1
1 3 3 1
 
2. Determinemos el rango de A según los valores del parámetro k: A =  k k 3 − 1 .
−1 3 3 0 
 
Transformamos la matriz inicial: se resta la columna 4ª a las demás, como se indica.
1 3 3 1 C1 − C 4  0 0 0 1
   
A =  k k 3 − 1 → C 2 − 3C 4 →  k + 1 k + 3 6 − 1
−1 3 3 0  C 3 − 3C 4  − 1 3 0 
  3
0 1
Obviamente hay menores de orden 2 que son distintos de cero. Por ejemplo .
6 −1
Veamos los menores de orden 3:
0 0 1 0 0 1
k + 1 6 − 1 = 3k + 9, que es nulo si k = −3; k + 3 6 − 1 = 3k − 9 , que vale 0 si k = 3
−1 3 0 3 3 0
Por tanto, el rango de A siempre será 3. (Si k = −3, el 2º menor es distinto de cero; si k = 3, el
primer menor es distinto de cero; si k ≠ ±3, ambos menores son no nulos.)

José María Martínez Mediano

 14

Inversa de una matriz

Una matriz A−1 es inversa de A si A−1 · A = A · A−1 = I, siendo I la matriz identidad del mismo
orden.
• La matriz inversa se calcula aplicando la siguiente fórmula: A
−1
=
1
A
( )
Aij , ( A ≠ 0 )
t

( ) ( )
La matriz Aij es la adjunta de la matriz A = aij , siendo Aij = (−1) i + j M ij y M ij el menor
complementario del elemento a ij.

Ejemplos:
 0 2 4
 
1. Para la matriz A =  3 1 4  se tiene que A = −16 ; en consecuencia, existe A−1.
5 − 3 0
 
Los adjuntos son:
1 4 3 4 3 1
A11 = + = 12 ; A12 = − = 20 ; A13 = + = −14
−3 0 5 0 5 −3
2 4 0 4 0 2
A21 = − = −12 ; A22 = + = −20 ; A23 = − = 10
−3 0 5 0 5 −3
2 4 0 4 0 2
A31 = + = 4; A32 = − = 12 ; A33 = + = −6
1 4 3 4 3 1
 12 20 − 14 
 
La matriz adjunta es: (Aij ) =  − 12 − 20 10 
 4 − 6 
 12
 12 − 12 4   − 6 6 − 2
1   1 
Luego: A =−1 1
A
( )
Aij =
t
− 16 
 20 − 20 12  =  − 10 10 − 6 
8
 − 5 3 
 − 14 10 − 6   7
→ Puede comprobarse que A−1 · A = I:
 − 6 6 − 2  0 2 4  8 0 0 1 0 0
1   1   
 − 10 10 − 6  3 1 4  =  0 8 0  =  0 1 0 
8 8
 7 − 5 3  5 − 3 0   
0 0 8 0 0 1


 3 y + 5 7 12 
 
2. La matriz C ( y ) =  2 y + 3 3 6  no tiene inversa para ningún valor real de y, como se
3y + 4 2 6 
 
comprobará a continuación.
→ Una matriz no tiene inversa cuando su determinante vale 0. Por tanto, habrá que ver que
C ( y) = 0 .
En efecto, aplicando las propiedades de los determinantes:
3 y + 5 7 12 F1 − 2 F 3 − 3 y − 3 3 0 − y −1 1 0
C ( y ) = 2 y + 3 3 6 = F 2 − F 3 − y − 1 1 0 = 3· − y − 1 1 0 = 0, pues tiene dos
3y + 4 2 6 3y + 4 2 6 3y + 4 2 6
filas iguales.

José María Martínez Mediano