S1 P2 UNIDAD 1 MATRICES Y DETERMINANTES (Autoguardado) 1

UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DEE INGENEIRÍA Y CIENCIAS APLICADASS

CARRERA DE INGENIERÍA CIVIL ALGEBRA LINEAL
Coordinadores de comunicación
Mishell Daniela Farinango Revelo
Josue Javier Gamboa Cazares
UNIDAD 1
MATRICES Y DETERMINANTES
1. Definiciones generales
El estudio de vectores comenzó esencialmente con el trabajo del gran
matemático irlandés sir William Hamilton (1805-1865), Su deseo de
encontrar una forma de representar un cierto tipo de objetos en el plano y
el espacio lo llevó a descubrir lo que él llamó cuaterniones. Esta noción
condujo al desarrollo de lo que ahora se conoce como vectores.
Definición 1.1
Vector renglón de 𝒏 componentes
Un vector de 𝒏 componentes se define como un conjunto ordenado de 𝒏

números escritos de la siguiente manera:
(𝒙𝟏 , 𝒙𝟐 , . . . , 𝒙𝒏 )
Definición 1.2
Vector columna de 𝒏 componentes
Un vector columna de 𝒏 componentes es un conjunto ordenado de 𝒏

números escritos de la siguiente manera:
𝒙𝟏
𝒙𝟐
(⋮)
𝒙𝒏
Componentes de un vector:
En (1.1) o (1.2), 𝒙𝟏 se denomina la primera componente del vector, 𝒙𝟐 es

la segunda componente, y así sucesivamente. En términos generales, 𝒙𝒌
se denomina la 𝒌 − é𝐬𝒊𝒎𝒂 componente del vector.
Con objeto de simplificar, con frecuencia se hará referencia a un vector

renglón de 𝒏 componentes como un vector renglón o un vector de
dimensión 𝒏. Del mismo modo, se usará el término vector columna (o
vector de dimensión 𝒏) para denotar a un vector columna de 𝒏
componentes. Cualquier vector cuyos elementos sean todos cero se
denomina vector cero.
EJEMPLO 1. 1
Los siguientes son vectores:
a. (3, 6) es un vector renglón o de dimensión 2

−1
b. ( 2 ) es un vector columna o de dimensión 3
−7
c. (2, 3, −8, −4) es un vector renglón o fila o de dimensión 4
0
0
d. 0 es un vector columna o vector cero (0) de dimensión 5
0
(0)
Los vectores se les nota con letras minúsculas negritas como u, v, w, a, b,
c, y, así sucesivamente. Un vector cero se denota por 0. Más aún, como en
términos generales resultará obvio cuando se trate de un vector renglón o
de un vector columna, se hará referencia a ellos simplemente como
“vectores”.
Los vectores surgen de diversas maneras. Suponga que el jefe de compras

de una fábrica debe ordenar cantidades diferentes de acero, aluminio,
cemento y hierro. Él puede mantener el control de las unidades a ordenar
con un solo vector donde a cada posición se le asocia algún tipo de
material, si pensamos en asociar en la primera posición la cantidad de
acero, en la segunda posición la cantidad de aluminio, en la tercera
posición la cantidad de cemento y en la cuarta posición la cantidad de

hierro. Entonces el vector
𝟏𝟓
(𝟐𝟎)
𝟏𝟎
𝟑𝟎
Indica que ordena 15 unidades de acero, 20 unidades de aluminio, 10
unidades de cemento y 30 unidades de hierro
Las componentes de todos los vectores pueden ser números reales o

complejos. Se denota al conjunto de todos los números reales por el
símbolo R y al conjunto de números complejos por el símbolo C.
Definición 1.3
El símbolo 𝑹𝒏
Se usa el símbolo 𝑹𝒏 para denotar al conjunto de todos los vectores de

dimensión 𝒏
𝒂𝟏
𝒂𝟐
( ⋮ ), donde cada 𝒂𝒊 es un número real
𝒂𝒏
Definición 1.4
El símbolo 𝑪𝒏
Se usa el símbolo 𝑪𝒏 para denotar al conjunto de todos los vectores de

dimensión 𝒏
𝒄𝟏
𝒄𝟐
( ⋮ ), donde cada 𝒄𝒊 es un número complejo
𝒄𝒏
Los vectores son un tipo especial de matrices

Definición 1.5
Matriz
Una matriz 𝑨 de 𝒎 × 𝒏 es un arreglo rectangular de 𝒎𝒏 números
dispuestos en 𝒎 renglones y 𝒏 columnas
𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒋 ⋯ 𝒂𝟏𝒏

𝒂𝟐𝟏 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒋 ⋯ 𝒂𝟐𝒏
⋮ ⋮ ⋯ ⋮ ⋯ ⋮
𝑨= ⋯ 𝒂𝒊𝒋 ⋯ 𝒂𝒊𝒏
𝒂𝒊𝟏 𝒂𝒊𝟐
⋮ ⋮ ⋯ ⋮ ⋮ ⋮
(𝒂𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒋 ⋯ 𝒂𝒎𝒏 )
El símbolo 𝒎 × 𝒏 se lee “m por n”.
A menos que se establezca lo contrario, se supondrá siempre que los

números en una matriz o vector son reales.
El vector renglón (𝒂𝒊𝟏 , 𝒂𝒊𝟐 , … 𝒂𝒊𝒏 ) se llama renglón 𝒊 y el vector columna

𝒂𝟏𝒋
𝒂𝟐𝒋
( ⋮ )
𝒂𝒎𝒋
Se llama columna 𝒋. La componente o elemento 𝒊𝒋 de 𝑨, denotado por 𝒂𝒊𝒋 ,

es el número que aparece en el renglón 𝒊 y la columna 𝒋 de 𝑨.
En ocasiones se escribirá la matriz 𝑨 como 𝑨 = (𝒂𝒊𝒋 ). Por lo general, las

matrices se denotarán con letras mayúsculas.
Si 𝑨 es una matriz 𝒎 × 𝒏 con 𝒎 = 𝒏, entonces 𝑨 se llama matriz

cuadrada.
Ejemplo:
1 −1 2 −1
𝐴 = (2 5 1 2)
3 0 0 −2
1 −1 −2 0 4×4
Una matriz 𝒎 × 𝒏 con todos los elementos iguales a cero se denomina

matriz cero de 𝒎 × 𝒏.
Ejemplo:
0 0 0 0
𝟎 = (0 0 0 0)
0 0 0 0
0 0 0 0 4×4
Se dice que una matriz de 𝒎 × 𝒏 tiene tamaño 𝒎 × 𝒏.
EJEMPLO 1.2
Ejemplo de matrices:
−1 1
a. ( ) es una matriz de 𝟐 × 𝟐, cuadrada
−1 1
2 −2
b. (1/2 −3) es una matriz 3 × 2
−1 0,2
−1 4 1
c. ( ) es una matriz 2 × 3
0 3 −2
1 −1 3
d. ( 6 −2 4 ) es una matriz 3 × 3, cuadrada
−3 1 −1
0 0 0 0
e. ( ) es la matriz cero de 2 × 4
0 0 0 0
Notación con paréntesis cuadrados. Las matrices se presentan dentro de
paréntesis cuadrados en lugar de paréntesis redondos. Por ejemplo, las
primeras dos matrices del ejemplo 1.2 se pueden escribir como:
2 −2
−1 1
a) [ ] b) [1/2 −3]
−1 1
−1 0,2
Al hacer referencia al renglón 𝒊, la columna 𝒋 y la componente 𝒊𝒋 de una
matriz para diferentes valores de 𝒊 y 𝒋. Estas ideas se ilustran en el
siguiente ejemplo.
EJEMPLO 1.3
Localización de las componentes de una matriz
Para la matriz
1 2 5
𝐴 = (3 −4 0)
7 5 2
Encuentre las componentes 𝒂𝟏𝟐 , 𝒂𝟑𝟏 y 𝒂𝟐𝟐 .
Solución:
La componente (𝒂𝟏𝟐 ) es el número que se encuentra en el primer renglón

y la segunda columna, que se han graficado líneas dirigidas; la
componente (𝒂𝟏𝟐 ) es 2:
1 2 5 1er Renglón o fila
𝐴 = (3 −4 0)
7 5 2
2da Columna
En las siguientes matrices las líneas dirigidas indican que la componente
(𝒂𝟑𝟏 ) es 7 y la componente (𝒂𝟐𝟐 ) Es -4:
1 2 5 1er Renglón o fila 1 2 5

2do Renglón o fila
𝐴 = (3 −4 0) 𝐴 = (3 −4 0)
7 5 2 3er Renglón o fila 7 5 2
1ra Columna 2da Columna
Definición 1.6
Igualdad de matrices
Dos matrices 𝑨 = (𝒂𝒊𝒋 ) y 𝑩 = (𝒃𝒊𝒋 ) son iguales si
1) son del mismo tamaño y
2) las componentes correspondientes son iguales.
Ejemplo 1.4
Matrices iguales y matrices distintas:

¿Son iguales las siguientes matrices?

𝟏
√−𝟖) Y 𝑩 = (𝟐 + 𝟏 −𝟐
𝟑
a) 𝑨 = ( 𝟑 𝒔𝒆𝒏𝟑𝟎° 𝟐 )
−𝟒 𝟏 𝟎 −𝟒 𝒍𝒐𝒈𝟏𝟎 𝒄𝒐𝒔𝟗𝟎°
𝟏 𝟒 −𝟏 𝟒
b) 𝑪 = ( ) Y 𝑫=( )
𝟓 −𝟑 𝟓 −𝟑
𝟎 −𝟏 𝟎 −𝟏 𝟎
c) 𝑭 = ( ) Y 𝑮=( )
−𝟏 𝟎 −𝟏 𝟎 𝟎
SOLUCIÓN:
a) Las matrices son iguales A=B

b) Las matrices son diferentes 𝐶 ≠ 𝐷, 𝑐11 ≠ 𝑑11 .
c) Las matrices son diferentes 𝑭𝟐×𝟐 ≠ 𝑮𝟐×𝟑
Nota: Los vectores son matrices de un renglón o de una columna. Cada vector es un
tipo especial de matriz. Así, por ejemplo, el vector renglón de 𝒏 componentes
(𝒂𝟏 , 𝒂𝟐 , . . . 𝒂𝒏 ) es una matriz de 𝟏 × 𝒏, mientras que el vector columna de 𝒏
componentes
𝒂𝟏
𝒂𝟐
( ⋮ ) Es una matriz de 𝒏 × 𝟏.
𝒂𝒏
Las matrices, al igual que los vectores, surgen en un gran número de
situaciones prácticas. Por ejemplo, se analizó la manera en que el vector
𝟏𝟓
(𝟐𝟎)
𝟏𝟎
𝟑𝟎
Puede representar las cantidades ordenadas de cuatro productos distintos
utilizados por un fabricante. Suponga que se tienen cinco plantas
diferentes, entonces la matriz de 𝟒 × 𝟓 podría representar las órdenes de
los cuatro productos en cada una de las cinco plantas.
𝟏𝟓 𝟐𝟎 𝟏𝟓 𝟏𝟔 𝟐𝟓
𝑸 = (𝟐𝟎 𝟏𝟎 𝟐𝟎 𝟐𝟓 𝟐𝟐)
𝟏𝟎 𝟐𝟐 𝟏𝟖 𝟐𝟎 𝟏𝟑
𝟑𝟎 𝟒𝟎 𝟓𝟎 𝟑𝟓 𝟒𝟓
Se puede apreciar, a manera de ejemplo, que la planta 4 ordena 25
unidades del segundo producto (𝒒𝟐𝟒 ).
Mientras que la planta 2 ordena 40 unidades del cuarto producto (𝒒𝟒𝟐 ).
Las matrices se pueden sumar y multiplicar por números reales.
Matriz cuadrada
Una matriz se dice cuadrada si 𝒎 = 𝒏
Matriz simétrica
Una matriz cuadrada se dice simétrica si 𝒂𝒊𝒋 = 𝒂𝒋𝒊 , ∀𝒊𝒋
Matriz transpuesta
Se denomina matriz transpuesta (o transpuesta) de 𝑨 = (𝒂𝒊𝒋 ) no

necesariamente cuadrada a la matriz 𝑨𝑻 = (𝒂𝒋𝒊 ). Es decir, la que resulta al
intercambiar sus filas por sus columnas.
Una matriz es simétrica si y solo si es igual a su transpuesta.
Los elementos 𝒂𝒊𝒊 , son denominados elementos diagonales, y conforman

la llamada diagonal principal de la matriz.
Una matriz con ceros por debajo de la diagonal principal se denomina

triangular superior. Si los ceros están por encima se dirá triangular
inferior, y si están tanto encima como debajo se dirá matriz diagonal.
Ejemplos:
a. matriz cuadrada
𝟏 𝟏 𝟏 −𝟏 −𝟏
−𝟏 𝟏 𝟎 𝟏 −𝟏
(𝟎), −𝟑 𝟒
𝑨= 𝑩=( ), 𝑪 = 𝟏 𝟏 𝟎 𝟏 −𝟏
−𝟒 𝟐
𝟏 𝟐 −𝟐 −𝟏 𝟐
(𝟐 −𝟐 𝟐 𝟎 −𝟏)
b) matriz simétrica:
𝟏 𝟑 𝟒
−𝟑 𝟒
𝑨 = (𝟎), 𝑩 = ( ) , 𝑪 = (𝟑 𝟎 −𝟐)
𝟒 𝟐
𝟒 −𝟐 −𝟏
c) matriz transpuesta:
𝟏
𝑺𝒊 𝑨 = (𝟏 𝟐) , ⇒ 𝑨𝑻 = ( ),
𝟐
𝟏 𝟑 𝟒 𝟏 𝟑 𝟒
𝑻
𝑺𝒊 𝑪 = (𝟑 𝟎 −𝟐 ) , ⇒ 𝑪 = (𝟑 𝟎 −𝟐)
𝟒 −𝟐 −𝟏 𝟒 −𝟐 −𝟏
𝟏 𝟐
𝟏 𝟐 𝟑
𝑺𝒊 𝑫 = (𝟐 𝟑) , ⇒ 𝑫𝑻 = ( )
𝟐 𝟑 𝟒
𝟑 𝟒
d) matriz triangular superior
𝟏 𝟏 𝟏 𝟏 𝟏
𝟎 𝟏 𝟎 𝟏 −𝟏
𝑪= 𝟎 𝟎 𝟎 𝟏 𝟏
𝟎 𝟎 𝟎 −𝟏 𝟐
(𝟎 𝟎 𝟎 𝟎 −𝟏)
e) matriz triangular inferior
𝟏 𝟎 𝟎 𝟎 𝟎
𝟎 𝟏 𝟎 𝟎 𝟎
𝑪= 𝟒 𝟐 𝟎 𝟎 𝟎
𝟐 𝟑 𝟐 𝟏 𝟎
(𝟏 𝟓 𝟎 𝟏 𝟏)
f) matriz diagonal
𝟏 𝟎 𝟎 𝟎 𝟎 𝟎
−𝟑 𝟎
𝑨 = (𝟎), 𝑩 = ( ) , 𝑪 = (𝟎 𝟎 𝟎 ), 𝑫 = (𝟎 𝟎 𝟎)
𝟎 𝟐
𝟎 𝟎 −𝟏 𝟎 𝟎 −𝟏
Definición 1.7
Suma de matrices
Sean 𝑨 = (𝒂𝒊𝒋 ) y 𝑩 = (𝒃𝒊𝒋 ) dos matrices 𝒎 × 𝒏. Entonces la suma de A y

B es la matriz 𝒎 × 𝒏, 𝑨 + 𝑩 dada por:
𝑨 + 𝑩 = (𝒂𝒊𝒋 + 𝒃𝒊𝒋 )
𝒂𝟏𝟏 + 𝒃𝟏𝟏 𝒂𝟏𝟐 + 𝒃𝟏𝟐 … … 𝒂𝟏𝒏 + 𝒃𝟏𝒏

𝒂 + 𝒃𝟐𝟏 𝒂𝟐𝟐 + 𝒃𝟐𝟐 … … 𝒂𝟐𝒏 + 𝒃𝟐𝒏
𝑨 + 𝑩 = ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒎𝟏 + 𝒃𝒎𝟏 𝒂𝒎𝟐 + 𝒃𝒎𝟐 … … 𝒂𝒎𝒏 + 𝒃𝒎𝒏
Es decir, 𝑨 + 𝑩 es la matriz 𝒎 × 𝒏 que se obtiene al sumar las
componentes correspondientes de 𝑨 𝒚 𝑩.
Nota. La suma de dos matrices se define únicamente cuando las matrices

son del mismo tamaño. Así, por ejemplo, no es posible sumar las matrices
2 0
2 3 1
( )𝑦(3 −3)
0 −1 −2
−2 0
O las matrices (vectores)
1
1
( ) 𝑦 (2)
2
0
Es decir, son incompatibles bajo la suma.
Ejemplo 1.5
Suma de dos matrices:

𝟏 𝟎 −𝟏 𝟑 𝟎 𝟑
( )+( )=( )
𝟏 𝟑 −𝟐 −𝟑 −𝟏 𝟎
𝟐 −𝟐 𝟑 𝟑 𝟐 𝟏 𝟐 𝟏 𝟒 −𝟏 𝟓 𝟒
(𝟏 𝟏 𝟎 𝟏 ) + (−𝟐 𝟑 𝟎 𝟏) = (−𝟏 𝟒 𝟎 𝟐)
𝟐 𝟎 −𝟏 𝟑 −𝟐 −𝟒 𝟎 𝟑 𝟎 −𝟒 −𝟏 𝟔
Al manejar vectores se hace referencia a los números como escalares
(que pueden ser reales o complejos dependiendo de si los vectores en
cuestión son reales o complejos).
Definición 1.8
Multiplicación de una matriz por un escalar
Si 𝑨 = (𝒂𝒊𝒋 ) es una matriz de 𝒎 × 𝒏 y si 𝜶 es un escalar, entonces la

matriz 𝒎 × 𝒏, 𝜶𝑨, está dada por:
𝜶𝒂𝟏𝟏 𝜶𝒂𝟏𝟐 … 𝜶𝒂𝟏𝒏
𝜶𝒂 𝜶𝒂𝟐𝟐 … 𝜶𝒂𝟐𝒏
𝜶𝑨 = (𝜶𝒂𝒊𝒋 ) = ( 𝟐𝟏
⋮ ⋮ ⋮ ⋮ )
𝜶𝒂𝒎𝟏 𝜶𝒂𝒎𝟐 ⋯ 𝜶𝒂𝒎𝒏
Esto es 𝜶𝑨 = (𝜶𝒂𝒊𝒋 ) es la matriz obtenida al multiplicar cada

componente de 𝑨 por 𝜶. Si 𝜶𝑨 = 𝑩 = (𝒃𝒊𝒋 ), entonces 𝒃𝒊𝒋 = 𝜶𝒂𝒊𝒋 para
𝒊 = 𝟏, 𝟐, . . . , 𝒎 𝒚 𝒋 = 𝟏, 𝟐, . . . , 𝒏.
Ejemplo 1.6
Múltiplos escalares de matrices:

Sea
𝟏 𝟑
𝟒 𝟐 𝟑 𝟗 𝟏𝟐 𝟔
𝑨=( 𝟑 𝟏
𝟒 𝟔) , 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝟑𝑨 = ( 𝟗 𝟑 𝟏𝟐 𝟏𝟖),
𝟎 𝟏
𝟎 𝟏 𝟎 𝟑 𝟎 𝟑
−𝟐 𝟑
𝟓 𝟕 −𝟔 𝟗 𝟏𝟓 𝟐𝟏
𝟏 𝟑 𝟏
𝟏
𝟒 𝟒 𝟐
𝟑 𝟏 𝟑 𝟎 𝟎 𝟎 𝟎
𝟏 𝟏
𝑨= 𝟒 𝟒 𝟐 , 𝒚 0𝑨 = (𝟎 𝟎 𝟎 𝟎)
𝟒 𝟎 𝟏 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎
𝟒 𝟒 𝟒 𝟒 𝟎 𝟎 𝟎 𝟎
𝟏 𝟑 𝟓 𝟕
−
( 𝟐 𝟒 𝟒 𝟒)
Ejemplo 1.7
Suma de múltiplos escalares de dos vectores:

Sea

𝟒 −𝟐
𝒂 = (𝟔) 𝒚 𝒃 = ( 𝟒 ) , 𝒄𝒂𝒍𝒄𝒖𝒍𝒆 𝟐𝒂 − 𝟑𝒃
𝟏 −𝟑
𝟑 𝟎
SOLUCIÓN:
𝟒 −𝟐 𝟖 𝟔 𝟏𝟒
𝟐𝒂 − 𝟑𝒃 = 𝟐 (𝟔) + (−𝟑) ( 𝟒 ) = (𝟏𝟐) + (−𝟏𝟐) = ( 𝟎 )
𝟏 −𝟑 𝟐 𝟗 𝟏𝟏
𝟑 𝟎 𝟔 𝟎 𝟔
El teorema que se presenta a continuación proporciona las propiedades
básicas sobre la suma de matrices y la multiplicación por escalares. Se
demuestra la parte iii) y se deja el resto de la prueba como ejercicio para
el lector.
Teorema 1.1
Sean 𝑨, 𝑩 𝒚 𝑪 tres matrices de 𝒎 × 𝒏 y sean 𝜶 y 𝜷 dos escalares.
Entonces:
i) 𝑨 + 𝟎 = 𝑨
ii) 0𝑨 = 𝟎
iii) 𝑨 + 𝑩 = 𝑩 + 𝑨 (ley conmutativa para la suma de matrices)
iv) (𝑨 + 𝑩) + 𝑪 = 𝑨 + (𝑩 + 𝑪) (ley asociativa para la suma de matrices)
v) 𝜶(𝑨 + 𝑩) = 𝜶𝑨 + 𝜶𝑩 (ley distributiva para la multiplicación por un
escalar)
vi) 𝟏𝑨 = 𝑨
vii) (𝜶 + 𝜷)𝑨 = 𝜶𝑨 + 𝜷𝑨
Demostración de iii)
Sea
𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝒃𝟏𝟏 𝒃𝟏𝟐 … 𝒃𝟏𝒏
𝒂 𝒂𝟐𝟐 … 𝒂𝟐𝒏 𝒂 𝒃𝟐𝟐 … 𝒃𝟐𝒏
𝑨 = ( 𝟐𝟏 ) 𝒚 𝑩 = ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒏 𝒃𝒎𝟏 𝒃𝒎𝟐 ⋯ 𝒃𝒎𝒏
Por ende
𝒂𝟏𝟏 + 𝒃𝟏𝟏 𝒂𝟏𝟐 + 𝒃𝟏𝟐 … 𝒂𝟏𝒏 + 𝒃𝟏𝒏
𝒂 + 𝒃𝟐𝟏 𝒂𝟐𝟐 + 𝒃𝟐𝟐 … 𝒂𝟐𝒏 + 𝒃𝟐𝒏
𝑨 + 𝑩 = ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮
𝒂𝒎𝟏 + 𝒃𝒎𝟏 𝒂𝒎𝟐 + 𝒃𝒎𝟐 ⋯ 𝒂𝒎𝒏 + 𝒃𝒎𝒏
Para las componentes cualesquiera que son dos números reales 𝒂 y 𝒃, se
cumple que 𝒂 + 𝒃 = 𝒃 + 𝒂
𝒃𝟏𝟏 + 𝒂𝟏𝟏 𝒃𝟏𝟐 + 𝒂𝟏𝟐 … 𝒃𝟏𝒏 + 𝒂𝟏𝒏
𝒃 + 𝒂𝟐𝟏 𝒃𝟐𝟐 + 𝒂𝟐𝟐 … 𝒃𝟐𝒏 + 𝒂𝟐𝒏
= ( 𝟐𝟏 )=𝑩+𝑨
⋮ ⋮ ⋮ ⋮
𝒃𝒎𝟏 + 𝒂𝒎𝟏 𝒃𝒎𝟐 + 𝒂𝒎𝟐 ⋯ 𝒃𝒎𝒏 + 𝒂𝒎𝒏
Demostrar la propiedad V
𝑺𝒆𝒂𝒏 𝜶 ∈ 𝑹 𝒚 𝑨, 𝑩 ∈ 𝑴𝒎×𝒏 , 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝜶(𝑨 + 𝑩) = 𝜶𝑨 + 𝜶𝑩

𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝒃𝟏𝟏 𝒃𝟏𝟐 … 𝒃𝟏𝒏
𝒂 𝒂𝟐𝟐 … 𝒂𝟐𝒏 𝒂 𝒃𝟐𝟐 … 𝒃𝟐𝒏
𝑨 = ( 𝟐𝟏 ) 𝒚 𝑩 = ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
Operamos 𝜶(𝑨 + 𝑩)
𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝒃𝟏𝟏 𝒃𝟏𝟐 … 𝒃𝟏𝒏

𝒂 𝒂𝟐𝟐 … 𝒂𝟐𝒏 𝒂 𝒃𝟐𝟐 … 𝒃𝟐𝒏
𝑨 + 𝑩 = ( 𝟐𝟏 ) + ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝟏𝟏 + 𝒃𝟏𝟏 𝒂𝟏𝟐 + 𝒃𝟏𝟐 … 𝒂𝟏𝒏 + 𝒃𝟏𝒏
𝒂 + 𝒃𝟐𝟏 𝒂𝟐𝟐 + 𝒃𝟐𝟐 … 𝒂𝟐𝒏 + 𝒃𝟐𝒏
𝑨 + 𝑩 = ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮
𝒂𝟏𝟏 + 𝒃𝟏𝟏 𝒂𝟏𝟐 + 𝒃𝟏𝟐 … 𝒂𝟏𝒏 + 𝒃𝟏𝒏
𝒂 + 𝒃𝟐𝟏 𝒂𝟐𝟐 + 𝒃𝟐𝟐 … 𝒂𝟐𝒏 + 𝒃𝟐𝒏
𝜶(𝑨 + 𝑩) = 𝜶 ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮
𝜶(𝒂𝟏𝟏 + 𝒃𝟏𝟏 ) 𝜶(𝒂𝟏𝟐 + 𝒃𝟏𝟐 ) … 𝜶(𝒂𝟏𝒏 + 𝒃𝟏𝒏 )
𝜶(𝒂𝟐𝟏 + 𝒃𝟐𝟏 ) 𝜶(𝒂𝟐𝟐 + 𝒃𝟐𝟐 ) … 𝜶(𝒂𝟐𝒏 + 𝒃𝟐𝒏 )
𝜶(𝑨 + 𝑩) = ( )
⋮ ⋮ ⋮ ⋮
𝜶(𝒂𝒎𝟏 + 𝒃𝒎𝟏 ) 𝜶(𝒂𝒎𝟐 + 𝒃𝒎𝟐 ) ⋯ 𝜶(𝒂𝒎𝒏 + 𝒃𝒎𝒏 )
Operamos 𝜶𝑨 + 𝜶𝑩
𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝒃𝟏𝟏 𝒃𝟏𝟐 … 𝒃𝟏𝒏

𝒂 𝒂𝟐𝟐 … 𝒂𝟐𝒏 𝒂 𝒃𝟐𝟐 … 𝒃𝟐𝒏
𝜶𝑨 + 𝜶𝑩 = 𝜶 ( 𝟐𝟏 ) + 𝜶 ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝜶𝒂𝟏𝟏 𝜶𝒂𝟏𝟐 … 𝜶𝒂𝟏𝒏 𝜶𝒃𝟏𝟏 𝜶𝒃𝟏𝟐 … 𝜶𝒃𝟏𝒏
𝜶𝒂 𝜶𝒂𝟐𝟐 … 𝜶𝒂𝟐𝒏 𝜶𝒂 𝜶𝒃𝟐𝟐 … 𝜶𝒃𝟐𝒏
𝜶𝑨 + 𝜶𝑩 = ( 𝟐𝟏 ) + ( 𝟐𝟏 )
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝜶𝒂𝒎𝟏 𝜶𝒂𝒎𝟐 ⋯ 𝜶𝒂𝒎𝒏 𝜶𝒃𝒎𝟏 𝜶𝒃𝒎𝟐 ⋯ 𝜶𝒃𝒎𝒏
𝜶(𝒂𝟏𝟏 + 𝒃𝟏𝟏 ) 𝜶(𝒂𝟏𝟐 + 𝒃𝟏𝟐 ) … 𝜶(𝒂𝟏𝒏 + 𝒃𝟏𝒏 )

𝜶𝑨 + 𝜶𝑩 =
𝜶(𝒂𝟐𝟏 + 𝒃𝟐𝟏 ) 𝜶(𝒂𝟐𝟐 + 𝒃𝟐𝟐 ) … 𝜶(𝒂𝟐𝒏 + 𝒃𝟐𝒏 )
⋮ ⋮ ⋮ ⋮
(𝜶(𝒂𝒎𝟏 + 𝒃𝒎𝟏 ) 𝜶(𝒂𝒎𝟐 + 𝒃𝒎𝟐 ) ⋯ 𝜶(𝒂𝒎𝒏 + 𝒃𝒎𝒏 ))
Ejemplo 1.7
Ilustración de la ley asociativa
Para ilustrar la ley asociativa se observa que:

(𝑨 + 𝑩) + 𝑪 = 𝑨 + (𝑩 + 𝑪)
(𝑨 + 𝑩) + 𝑪 =
𝟏 𝟒 −𝟐 𝟐 −𝟐 𝟑 𝟑 −𝟏 𝟐
[( )+( )] + ( )=
𝟑 −𝟏 𝟎 𝟏 −𝟏 𝟓 𝟎 𝟏 𝟒
𝟑 𝟐 𝟏 𝟑 −𝟏 𝟐 𝟔 𝟏 𝟑
=( )+( )=( )
𝟒 −𝟐 𝟓 𝟎 𝟏 𝟒 𝟒 −𝟏 𝟗
De igual manera:
𝑨 + (𝑩 + 𝑪) =
𝟏 𝟒 −𝟐 𝟐 −𝟐 𝟑 𝟑 −𝟏 𝟐
( ) + [( )+( )] =
𝟑 −𝟏 𝟎 𝟏 −𝟏 𝟓 𝟎 𝟏 𝟒
𝟏 𝟒 −𝟐 𝟓 −𝟑 𝟓 𝟔 𝟏 𝟑
=( )+( )=( )
𝟑 −𝟏 𝟎 𝟏 𝟎 𝟗 𝟒 −𝟏 𝟗
Ejercicios:
1. Sean las matrices:
−𝟒 𝟏 𝟓
𝒂 = ( 𝟕 ) , 𝒃 = (−𝟐) 𝒚 𝒄 = (−𝟗)
−𝟖 𝟑 −𝟔
Determinar:
a) −𝟑𝒄 =?
𝟓 −𝟏𝟓
−𝟑𝒄 = (−𝟑) (−𝟗) = ( 𝟐𝟕 )
−𝟔 𝟏𝟖
b) 𝟐𝒂 + 𝟒𝒃 − 𝟑𝒄 =?
−𝟒 𝟏 𝟓
𝟐𝒂 + 𝟒𝒃 − 𝟑𝒄 = 𝟐 ( 𝟕 ) + 𝟒 (−𝟐) + (−𝟑) (−𝟗) =
−𝟖 𝟑 −𝟔
−𝟖 𝟒 −𝟏𝟓 −𝟏𝟗
( 𝟏𝟒 ) + (−𝟖) + ( 𝟐𝟕 ) = ( 𝟑𝟑 )
−𝟏𝟔 𝟏𝟐 𝟏𝟖 𝟏𝟒
𝟏 𝜶
c) 𝜶𝒂 + 𝒃 − 𝒄 =? , 𝒔𝒊𝒆𝒏𝒅𝒐 𝜶, 𝜷 ∈ 𝑹, 𝜷 ≠ 𝟎
𝜷 𝜷
𝟏 𝜶 −𝟒 𝟏 𝟏 𝜶 𝟓
𝜶𝒂 + 𝒃 − 𝒄 = 𝜶 ( 𝟕 ) + (−𝟐) + (− ) (−𝟗)
𝜷 𝜷 𝜷 𝜷
−𝟖 𝟑 −𝟔
𝟏 𝟓𝜶 𝟏 𝟓𝜶
− −𝟒𝜶 + −
𝜷 𝜷 𝜷 𝜷
−𝟒𝜶 𝟐 𝟗𝜶 𝟐 𝟗𝜶
= ( 𝟕𝜶 ) + − + = 𝟕𝜶 − +
𝜷 𝜷 𝜷 𝜷
−𝟖𝜶
𝟑 𝟔𝜶 𝟑 𝟔𝜶
−𝟖𝜶 + +
( 𝜷 ) ( 𝜷 ) ( 𝜷 𝜷)
𝒂 = (𝟐 −𝟓 𝟎), 𝒃 = (−𝟕 −𝟓 𝟒) 𝒚 𝒄 = (𝟔 −𝟏 𝟖)
Determinar:
a) 𝒄 − 𝒂 =?
𝒄 − 𝒂 = (𝟔 −𝟏 𝟖) − (𝟐 −𝟓 𝟎) = (𝟒 𝟒 𝟖)
b) 𝟑𝒂 − 𝟐𝒃 + 𝟒𝒄 =?
𝟑𝒂 − 𝟐𝒃 + 𝟒𝒄 = 𝟑(𝟐 −𝟓 𝟎) − 𝟐(−𝟕 −𝟓 𝟒) + 𝟒(𝟔 −𝟏 𝟖)
= (𝟔 −𝟏𝟓 𝟎) + (𝟏𝟒 𝟏𝟎 −𝟖) + (𝟐𝟒 −𝟒 𝟑𝟐)
= (𝟒𝟒 −𝟗 𝟐𝟒)
𝟏 𝟒 −𝟒 𝟕 𝟓 −𝟗
𝑨 = (−𝟐 −𝟐) , 𝑩 = ( 𝟖 −𝟑) 𝒚 𝑪 = (𝟑 𝟎 )
𝟎 −𝟖 𝟎 𝟏 𝟔 𝟏
Determinar:
a) −𝟕𝑨 + 𝟑𝑩 =?, b) 𝟐𝑨 − 𝟑𝑩 + 𝟒𝑪 =?
𝟏 𝟒 −𝟒 𝟕
−𝟕𝑨 + 𝟑𝑩 = (−𝟕) (−𝟐 −𝟐) + 𝟑 ( 𝟖 −𝟑)
𝟎 −𝟖 𝟎 𝟏
−𝟕 −𝟐𝟖 −𝟏𝟐 𝟐𝟏 −𝟏𝟗 −𝟕

= ( 𝟏𝟒 𝟏𝟒 ) + ( 𝟐𝟒 −𝟗) = ( 𝟑𝟖 𝟓)
𝟎 𝟓𝟔 𝟎 𝟑 𝟎 𝟓𝟗
b) 𝟐𝑨 − 𝟑𝑩 + 𝟒𝑪 =?
𝟏 𝟒 −𝟒 𝟕 𝟓 −𝟗
𝟐𝑨 − 𝟑𝑩 + 𝟒𝑪 = 𝟐 (−𝟐 −𝟐) − 𝟑 ( 𝟖 −𝟑) + 𝟒 (𝟑 𝟎 )
𝟎 −𝟖 𝟎 𝟏 𝟔 𝟏
𝟐 𝟖 −𝟏𝟐 𝟐𝟏 𝟐𝟎 −𝟑𝟔
= (−𝟒 −𝟒 ) − ( 𝟐𝟒 −𝟗) + (𝟏𝟐 𝟎 )
𝟎 −𝟏𝟔 𝟎 𝟑 𝟐𝟒 𝟒
𝟑𝟒 −𝟒𝟗
𝟐𝑨 − 𝟑𝑩 + 𝟒𝑪 = (−𝟏𝟔 𝟓 )
𝟐𝟒 −𝟏𝟓
c) Encuentre una matriz 𝑫 tal que 𝟐𝑨 + 𝑩 − 𝑫 = 𝟎. 𝒎𝒂𝒕𝒓𝒊𝒛 𝒄𝒆𝒓𝒐
𝟐𝑨 + 𝑩 − 𝑫 = 𝟎
𝟏 𝟒 −𝟒 𝟕 𝟎 𝟎
𝟐 (−𝟐 −𝟐) + ( 𝟖 −𝟑) − 𝑫 = (𝟎 𝟎)
𝟎 −𝟖 𝟎 𝟏 𝟎 𝟎
𝟏 𝟒 −𝟒 𝟕 𝟎 𝟎
𝟐 (−𝟐 −𝟐) + ( 𝟖 −𝟑) − (𝟎 𝟎) = 𝑫
𝟎 −𝟖 𝟎 𝟏 𝟎 𝟎
𝟐 𝟖 −𝟒 𝟕 −𝟐 𝟏𝟓
𝑫 = (−𝟒 −𝟒 ) + ( 𝟖 −𝟑) , 𝑫=( 𝟒 −𝟕 )
𝟎 −𝟏𝟔 𝟎 𝟏 𝟎 −𝟏𝟓
d) Encuentre una matriz 𝑮 tal que 𝑨 + 𝑩 + 𝑮 sea una matriz con

todos sus elementos igual a uno
𝟏 𝟏
𝑨 + 𝑩 + 𝑮 = (𝟏 𝟏)
𝟏 𝟏
𝟏 𝟒 −𝟒 𝟕 𝟏 𝟏
(−𝟐 −𝟐) + ( 𝟖 −𝟑) + 𝑮 = (𝟏 𝟏)
𝟎 −𝟖 𝟎 𝟏 𝟏 𝟏
−𝟑 𝟏𝟏 𝟏 𝟏 𝟏 𝟏 −𝟑 𝟏𝟏
(𝟔 −𝟓) + 𝑮 = (𝟏 𝟏) , 𝑮 = (𝟏 𝟏) − ( 𝟔 −𝟓)
𝟎 −𝟕 𝟏 𝟏 𝟏 𝟏 𝟎 −𝟕
𝟒 −𝟏𝟎
𝑮 = (−𝟓 𝟔 )
𝟏 𝟖
𝟏 𝟒 −𝟒 𝟕
e) Dados 𝑨 = (−𝟐 −𝟐) 𝒚 𝑩 = ( 𝟖 −𝟑), solucione la siguiente
𝟎 −𝟖 𝟎 𝟏
ecuación para 𝑿: 𝟑(𝟐𝑨 + 𝑩 + 𝑿) = 𝟓(𝑿 − 𝑨 + 𝑩)
𝟑(𝟐𝑨 + 𝑩 + 𝑿) = 𝟓(𝑿 − 𝑨 + 𝑩)
𝟔𝑨 + 𝟑𝑩 + 𝟑𝑿 = 𝟓𝑿 − 𝟓𝑨 + 𝟓𝑩
𝟏𝟏
𝟏𝟏𝑨 − 𝟐𝑩 = 𝟐𝑿, 𝑨−𝑩=𝑿
𝟐
𝟏𝟏 𝟏 𝟒 −𝟒 𝟕
𝑿= (−𝟐 −𝟐) − ( 𝟖 −𝟑)
𝟐
𝟎 −𝟖 𝟎 𝟏
𝟏𝟏
𝟐𝟐 𝟒 −𝟕
𝑿=( 𝟐 ) + (−𝟖 𝟑)
−𝟏𝟏 −𝟏𝟏
𝟎 −𝟏
𝟎 −𝟒𝟒
𝟏𝟏 𝟏𝟏
𝟐𝟐 𝟒 −𝟕 𝟏𝟓
𝑿=( 𝟐 ) + (−𝟖 𝟑 ), 𝑿=( 𝟐 )
−𝟏𝟏 −𝟏𝟏 −𝟏𝟗 −𝟖
𝟎 −𝟏
𝟎 −𝟒𝟒 𝟎 −𝟒𝟓
f) Considere la “gráfica” que une los cuatro puntos de la figura

Construya una matriz de 𝟒 × 𝟒 que tenga la propiedad de que
𝒂𝒊𝒋 = 𝟎 si el punto 𝒊 no está conectado (unido por una línea) con el
punto 𝒋 y 𝒂𝒊𝒋 = 𝟏 si el punto 𝒊 está conectado con el punto 𝒋.
1 2
4
𝟎 𝟏 𝟏 𝟎
𝑨=( ) , 𝑨 = (𝟏 𝟎 𝟏 𝟏)
𝟏 𝟏 𝟎 𝟎
𝟎 𝟏 𝟎 𝟎
g) Considere la “gráfica” que une los cinco puntos de la figura

Construya una matriz de 𝟓 × 𝟓 que tenga la propiedad de que
𝒂𝒊𝒋 = 𝟎 si el punto 𝒊 no está conectado (unido por una línea) con el
punto 𝒋 y 𝒂𝒊𝒋 = 𝟏 si el punto 𝒊 está conectado con el punto 𝒋.
2
1 3
4
5
𝟎 𝟏 𝟎
𝑩= , 𝑩= 𝟏
𝟎
( ) ( 𝟎 )
Ejercicio:
𝟐 𝟔 𝟑 −𝟕
𝑺𝒆𝒂𝒏 𝒍𝒂𝒔 𝒎𝒂𝒕𝒓𝒊𝒄𝒆𝒔 𝑨 = ( 𝟓 𝟐) , 𝑩 = (−𝟏 𝟖 )
−𝟑 𝟓 𝟒 𝟑
Determinar:
𝟐 𝟔 𝟑 −𝟕 𝟐+𝟑 𝟔−𝟕
𝑨 + 𝑩 = ( 𝟓 𝟐) + (−𝟏 𝟖 ) = ( 𝟓 − 𝟏 𝟐 + 𝟖)
−𝟑 𝟓 𝟒 𝟑 −𝟑 + 𝟒 𝟓 + 𝟑
𝟐+𝟑 𝟔−𝟕 𝟑 + 𝟐 −𝟕 + 𝟔
( 𝟓 − 𝟏 𝟐 + 𝟖) = (−𝟏 + 𝟓 𝟖 + 𝟐 )
−𝟑 + 𝟒 𝟓 + 𝟑 𝟒−𝟑 𝟑+𝟓
𝟓 −𝟏 𝟓 −𝟏
(𝟒 𝟏𝟎 ) = (𝟒 𝟏𝟎 )
𝟏 𝟖 𝟏 𝟖
𝑨+𝑩=𝑩+𝑨
𝟐 −𝟏 −𝟏 𝟎 𝟏 𝟎
h) Dados 𝑨 = ( ),𝑩 = ( ) 𝒚𝑪=( ), encuentre
𝟐 𝟑 𝟑 𝟑 𝟎 𝟏
una matriz 𝑿 tal que 𝑿𝑨 + 𝑩 = 𝑪
𝟐 −𝟏 −𝟏 𝟎 𝟏 𝟎
𝑿𝑨 + 𝑩 = 𝑪, 𝑿( )+( )=( )
𝟐 𝟑 𝟑 𝟑 𝟎 𝟏
𝒙𝟏𝟏 𝒙𝟏𝟐 𝟐 −𝟏 𝟏 𝟎 −𝟏 𝟎
(𝒙 𝒙𝟐𝟐 ) (𝟐 )=( )−( )
𝟐𝟏 𝟑 𝟎 𝟏 𝟑 𝟑
𝒙𝟏𝟏 𝒙𝟏𝟐 𝟐 −𝟏 𝟐 𝟎
(𝒙 𝒙𝟐𝟐 ) (𝟐 )=( )?
𝟐𝟏 𝟑 −𝟑 −𝟐
2 Productos vectorial y matricial
Ejemplo 2.1
Producto de un vector de demanda y un vector de precios
Suponga que un fabricante produce cuatro artículos. Su demanda está

dada por el vector de demanda 𝒅 = (𝟑𝟎 𝟐𝟎 𝟒𝟎 𝟏𝟎) (una matriz de
𝟏 × 𝟒). El precio por unidad que recibe el fabricante por los artículos está
$𝟐𝟎
$𝟏𝟓
dado por el vector de precios 𝒑 = ( ) (una matriz de 𝟒 × 𝟏). Si se
$𝟏𝟖
$𝟒𝟎
cumple la demanda, ¿cuánto dinero recibirá el fabricante?
SOLUCIÓN:
La demanda del primer artículo es 30, y el fabricante recibe $20 por cada
artículo vendido. Por consiguiente recibe (𝟑𝟎)(𝟐𝟎) = $𝟔𝟎𝟎 de las ventas
del primer artículo. Si se sigue este razonamiento, se ve que la cantidad
total de dinero que recibe es:
(𝟑𝟎)(𝟐𝟎) + (𝟐𝟎)(𝟏𝟓) + (𝟒𝟎)(𝟏𝟖) + (𝟏𝟎)(𝟒𝟎)

= 𝟔𝟎𝟎 + 𝟑𝟎𝟎 + 𝟕𝟐𝟎 + 𝟒𝟎𝟎 = $𝟐 𝟎𝟐𝟎
Este resultado se escribe como:
$𝟐𝟎
$𝟏𝟓
𝒅 × 𝒑 = (𝟑𝟎 𝟐𝟎 𝟒𝟎 𝟏𝟎) ( ) , 𝒅 × 𝒑 = $𝟐 𝟎𝟐𝟎
$𝟏𝟖
$𝟒𝟎
Es decir, se multiplicó un vector renglón de 4 componentes y un vector

columna de 4 componentes para obtener un escalar (un número real).
Nota En el último ejemplo se multiplicó un vector renglón por un vector

columna y se obtuvo un escalar.
En términos generales se tiene la siguiente definición.
Definición 2.1
Producto escalar
𝒂𝟏 𝒃𝟏
𝒂𝟐 𝒃
Sean 𝒂 = ( ⋮ ) , 𝒚 𝒃 = ( 𝟐 ) dos vectores. Entonces el producto escalar
⋮
𝒂𝒏 𝒃𝒏
de 𝒂 y 𝒃 denotado por 𝒂 ⊙ 𝒃, está dado por:
𝒂 ⊙ 𝒃 = 𝒂𝟏 𝒃𝟏 + 𝒂𝟐 𝒃𝟐 + . . . +𝒂𝒏 𝒃𝒏
Debido a la notación en la expresión anterior, el producto escalar se llama

con frecuencia producto punto o producto interno de los vectores.
Observe que el producto escalar de dos vectores de dimensión 𝒏 es un
escalar (es decir, es un número).
A menudo se tomará el producto escalar de un vector renglón y un vector

columna. En este caso se tiene
Producto escalar representado como vector renglón por vector columna

𝒃𝟏
𝒃
(𝒂𝟏 𝒂𝟐 ⋯ 𝒂𝒏 ) ( 𝟐 ) = 𝒂𝟏 𝒃𝟏 + 𝒂𝟐 𝒃𝟐 + . . . +𝒂𝒏 𝒃𝒏
⋮
𝒃𝒏 Vector columna 𝒏 × 𝟏
Vector renglón 𝟏 × 𝒏
Vector columna 𝒏 × 𝟏
Advertencia: Al tomar el producto escalar de 𝒂 y 𝒃 es necesario que 𝒂 y 𝒃

tengan el mismo número de componentes.
Ejemplo 2.2
Producto escalar de dos vectores

−𝟒 𝟑
Sea 𝒂 = (−𝟑) , 𝒚 𝒃 = (−𝟐) calcule 𝒂 ⊙ 𝒃
𝟐 −𝟓
Solución:
−𝟒 𝟑
𝒂 ⊙ 𝒃 = (−𝟑) ⊙ (−𝟐) = (−𝟒)(𝟑) − (−𝟑)(−𝟐) + (𝟐)(−𝟓)
𝟐 −𝟓
𝒂 ⊙ 𝒃 = −𝟏𝟐 − 𝟔 − 𝟏𝟎 = −𝟐𝟖
Ejemplo 2.3
Producto escalar de dos vectores

𝟏
Sea 𝒂 = (𝟐 −𝟓 𝟎
𝟒 −𝟔) 𝒚 𝒃 = (−𝟕) , 𝒚 calcule 𝒂 ⊙ 𝒃
𝟑
𝟏
𝒂 ⊙ 𝒃 = (𝟐 −𝟓 𝟎
𝟒 −𝟔) ⊙ (−𝟕)
𝟑
𝒂 ⊙ 𝒃 = (𝟐)(𝟏) + (−𝟓)(𝟎) + (𝟒)(−𝟕) + (−𝟔)(𝟑) = 𝟐 + 𝟎 − 𝟐𝟖 − 𝟏𝟖
𝒂 ⊙ 𝒃 = −𝟒𝟒
Teorema 2.1
Sean 𝒂, 𝒃 y 𝒄 tres vectores de dimensión 𝒏 y sea 𝜶 un escalar.
Entonces
i) 𝒂 ⊙ 𝟎 = 0
ii) 𝒂 ⊙ 𝒃 = 𝒃 ⊙ 𝒂 (ley conmutativa del producto escalar)
iii) 𝒂 ⊙ (𝒃 + 𝒄) = (𝒂 ⊙ 𝒃) + (𝒂 ⊙ 𝒄) (ley distributiva del producto

escalar)
iv) (𝜶𝒂) ⊙ 𝒃 = 𝜶(𝒂 ⊙ 𝒃)
Comprobación de la segunda propiedad:

𝒂𝟏 𝒃𝟏
𝒂𝟐 𝒃
Sean 𝒂 = ( ⋮ ) , 𝒚 𝒃 = ( 𝟐 ) entonces:
⋮
𝒂𝒏 𝒃𝒏
𝒂𝟏 𝒃𝟏
𝒂𝟐 𝒃
𝒂 ⊙ 𝒃 = ( ⋮ ) ⊙ ( 𝟐 ) = 𝒂𝟏 𝒃𝟏 + 𝒂𝟐 𝒃𝟐 + ⋯ + 𝒂𝒏 𝒃𝒏
⋮
𝒂𝒏 𝒃𝒏
𝒂 ⊙ 𝒃 = 𝒂𝟏 𝒃𝟏 + 𝒂𝟐 𝒃𝟐 + ⋯ + 𝒂𝒏 𝒃𝒏 = 𝒃𝟏 𝒂𝟏 + 𝒃𝟐 𝒂𝟐 + ⋯ + 𝒃𝒏 𝒂𝒏
𝒂𝒏 𝒃𝒏 = 𝒃𝒏 𝒂𝒏 , 𝒑𝒓𝒐𝒑𝒊𝒆𝒅𝒂𝒅 𝒄𝒐𝒎𝒖𝒕𝒂𝒕𝒊𝒗𝒂 𝒅𝒆 𝑹
𝒂⊙𝒃= 𝒃⊙𝒂
Observe que no existe una ley asociativa para el producto escalar. La

expresión (𝒂 ⊙ 𝒃) ⊙ 𝒄 = 𝒂 ⊙ (𝒃 ⊙ 𝒄) no tiene sentido porque ninguno
de los dos lados de la ecuación está definido.
Definición 2.2
Producto de dos matrices
Sea 𝑨 = (𝒂𝒊𝒋 ) una matriz 𝒎 × 𝒏, y sea 𝑩 = (𝒃𝒊𝒋 ) una matriz 𝒏 × 𝒑.

Entonces el producto de 𝑨 y 𝑩 es una matriz 𝒎 × 𝒑, 𝑪 = (𝒄𝒊𝒋 ), en donde
𝒄𝒊𝒋 = (𝒓𝒆𝒏𝒈𝒍ó𝒏 𝒊 𝒅𝒆 𝑨) ⊙ (𝒄𝒐𝒍𝒖𝒎𝒏𝒂 𝒋 𝒅𝒆 𝑩)
Es decir, el elemento 𝒊𝒋 de 𝑨𝑩 es el producto punto del renglón 𝒊 de 𝑨 y la

columna 𝒋 de 𝑩. Si esto se extiende, se obtiene:
𝒄𝒊𝒋 = 𝒂𝒊𝟏 𝒃𝟏𝒋 + 𝒂𝒊𝟐 𝒃𝟐𝒋 + ⋯ + 𝒂𝒊𝒏 𝒃𝒏𝒋
Si el número de columnas de 𝑨 es igual al número de renglones de 𝑩,

entonces se dice que 𝑨 y 𝑩 son compatibles bajo la multiplicación.
Advertencia: Dos matrices se pueden multiplicar únicamente si el número

de columnas de la primera matriz es igual al número de renglones de la
segunda. De otro modo, los vectores que forman el renglón 𝒊 en 𝑨 y la

columna 𝒋 de 𝑩 no tendrán el mismo número de componentes y el
producto punto en la ecuación 𝒄𝒊𝒋 = (𝒓𝒆𝒏𝒈𝒍ó𝒏 𝒊 𝒅𝒆 𝑨) ⊙ (𝒄𝒐𝒍𝒖𝒎𝒏𝒂 𝒋 𝒅𝒆 𝑩)
no estará definido.
Dicho de otro modo, las matrices 𝑨 y 𝑩 serán incompatibles bajo la

multiplicación. Para ilustrar esto se consideran las siguientes matrices de
𝑨 y 𝑩:
𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒏 𝒃𝟏𝟏 𝒃𝟏𝟐 ⋯ 𝒃𝟏𝒋 … 𝒃𝟏𝒑
⋮ ⋮ ⋮ ⋮ 𝒃𝟐𝟏 𝒃𝟐𝟐 ⋯ 𝒃𝟐𝒊 ⋯ 𝒃𝟐𝒑
𝒂𝒊𝟏 𝒂𝒊𝟐 ⋯ 𝒂𝒊𝒏 ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
⋮ ⋮ ⋮ ⋮ (𝒃𝒏𝟏 𝒃𝒏𝟐 ⋯ 𝒃𝒏𝒊 ⋯ 𝒃𝒏𝒑 )
(𝒂𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒏 )
Los vectores renglón y columna sombreados deben tener el mismo

número de componentes.
Ejemplo 2.4
Producto de dos matrices de 𝟐 × 𝟐

𝟏 𝟑 𝟑 −𝟐
Si 𝑨 = ( ) 𝒚𝑩=( ) , calcule 𝑨𝑩 y 𝑩𝑨.
−𝟐 𝟒 𝟓 𝟔
𝟏 𝟑 𝟑 −𝟐
𝑨𝑩 = ( )( )=𝑪
−𝟐 𝟒 𝟓 𝟔
𝒄𝟏𝟏 = (𝟏)(𝟑) + (𝟑)(𝟓) = 𝟏𝟖
𝟏 𝟑 𝟑 −𝟐
𝑨𝑩 = ( )( )
−𝟐 𝟒 𝟓 𝟔
𝒄𝟏𝟐 = (𝟏)(−𝟐) + (𝟑)(𝟔) = 𝟏𝟔
𝟏 𝟑 𝟑 −𝟐
𝑨𝑩 = ( )( )
−𝟐 𝟒 𝟓 𝟔
𝒄𝟐𝟏 = (−𝟐)(𝟑) + (𝟒)(𝟓) = 𝟏𝟒
𝟏 𝟑 𝟑 −𝟐
𝑨𝑩 = ( )( )
−𝟐 𝟒 𝟓 𝟔
𝒄𝟐𝟏 = (−𝟐)(−𝟐) + (𝟒)(𝟔) = 𝟐𝟖
Entonces:
𝒄𝟏𝟏 𝒄𝟏𝟐 𝟏𝟖 𝟏𝟔
𝑨𝑩 = 𝑪 = (𝒄 𝒄𝟐𝟐 ) = ( )
𝟐𝟏 𝟏𝟒 𝟐𝟖
De manera similar, sin escribir los pasos intermedios, se ve que
𝟑 −𝟐 𝟏 𝟑 𝟑. 𝟏 + (−𝟐)(−𝟐) 𝟑. 𝟑 + (−𝟐)(𝟒)
𝑩𝑨 = ( )( )=( )
𝟓 𝟔 −𝟐 𝟒 𝟓. 𝟏 + (𝟔)(−𝟐) 𝟓. 𝟑 + 𝟔. 𝟒
𝟕 𝟏
𝑩𝑨 = ( )
−𝟕 𝟑𝟗
Observación
El ejemplo ilustra un hecho sumamente importante: en términos

generales, el producto de matrices no es conmutativo. Es decir,
𝑨𝑩 ≠ 𝑩𝑨. En ocasiones ocurre que 𝑨𝑩 = 𝑩𝑨, pero se trata de una
excepción, no de una regla. Si 𝑨𝑩 = 𝑩𝑨 se dice que 𝑨 y 𝑩 conmutan. De
hecho, como lo ilustra el siguiente ejemplo, puede ocurrir que 𝑨𝑩 esté
definida y 𝑩𝑨 no lo esté. Así, debe tenerse cuidado en el orden de la
multiplicación de dos matrices.
Ejemplo 2.5
El producto de una matriz de 𝟐 × 𝟑 y una de 𝟑 × 𝟒 está definido pero el

producto de una matriz 𝟑 × 𝟒 y una de 𝟐 × 𝟑 no lo está
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
Sea 𝑨 = ( ) 𝒚𝑩=( 𝟐 𝟓 𝟎 −𝟒) . Calcule AB.
𝟒 𝟏 𝟓 𝟐×𝟑
−𝟏 𝟏 𝟐 𝟑 𝟑×𝟒
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑨𝑩 = ( )( 𝟐 𝟓 𝟎 −𝟒)
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
𝟐𝟎 −𝟓 𝟐 𝟓 )
𝑨𝑩 = (
𝟐𝟓 𝟔 𝟐𝟔 𝟐𝟗
Observe que el producto BA no está definido ya que el número de
columnas de B (cuatro) no es igual al número de renglones de A (dos)
𝟕 −𝟏 𝟒 𝟕
𝟐 𝟎 −𝟑
𝑩𝑨 = ( 𝟐 𝟓 𝟎 −𝟒) ( ) 𝑵𝑶
𝟒 𝟏 𝟓
−𝟏 𝟏 𝟐 𝟑
Teorema 2.2
Ley asociativa de la multiplicación de matrices
Sea 𝑨 = (𝒂𝒊𝒋 ) una matriz de 𝒏 × 𝒎, 𝑩 = (𝒃𝒊𝒋 ) una matriz de 𝒎 × 𝒑 y

𝑪 = (𝒄𝒊𝒋 ) una matriz de 𝒑 × 𝒒. Entonces la ley asociativa
𝑨(𝑩𝑪) = (𝑨𝑩)𝑪
se cumple y 𝑨𝑩𝑪, definida por cualesquiera de los lados de la ecuación

anterior, es una matriz de 𝒏 × 𝒒.
La ley asociativa se puede extender a productos de más matrices. Por

ejemplo, suponga que 𝑨𝑩, 𝑩𝑪 𝒚 𝑪𝑫 están definidas. Entonces
𝑨𝑩𝑪𝑫 = 𝑨(𝑩(𝑪𝑫)) = ((𝑨𝑩)𝑪)𝑫 = 𝑨(𝑩𝑪)𝑫 = (𝑨𝑩)(𝑪𝑫)
Ejercicio:
Comprobar la ley asociativa del producto matricial:

𝟐 𝟏 𝟏 𝟏 𝟑
𝟏 𝟏 −𝟏
Sean 𝑨 = ( ) , 𝑩 = (𝟏 𝟐 𝟐) 𝒚 𝑪 = (−𝟏 −𝟐)
𝟐 −𝟐 𝟏
𝟏 𝟎 𝟐 𝟑 𝟏
𝑨𝑩𝑪 = (𝑨𝑩)𝑪 = 𝑨(𝑩𝑪)
Solución:
Parte a) (𝑨𝑩)𝑪
𝟐 𝟏 𝟏
𝟏 𝟏 −𝟏 𝟐 𝟑 𝟏
𝑨𝑩 = ( ) (𝟏 𝟐 𝟐) =( )
𝟐 −𝟐 𝟏 𝟐×𝟑 𝟑 −𝟐 𝟎 𝟐×𝟑
𝟏 𝟎 𝟐 𝟑×𝟑
𝟏 𝟑
𝟐 𝟑 𝟏 𝟐 𝟏
(𝑨𝑩)𝑪 = ( ) (−𝟏 −𝟐) =( )
𝟑 −𝟐 𝟎 𝟐×𝟑 𝟓 𝟏𝟑 𝟐×𝟐
𝟑 𝟏 𝟑×𝟐
Parte b) 𝑨(𝑩𝑪)
𝟐 𝟏 𝟏 𝟏 𝟑 𝟒 𝟓
(𝑩𝑪) = (𝟏 𝟐 𝟐) (−𝟏 −𝟐) = (𝟓 𝟏)
𝟏 𝟎 𝟐 𝟑×𝟑 𝟑 𝟏 𝟑×𝟐 𝟕 𝟓 𝟑×𝟐
𝟒 𝟓
𝟏 𝟏 −𝟏 𝟐 𝟏
𝑨(𝑩𝑪) = ( ) ( 𝟓 𝟏) =( )
𝟐 −𝟐 𝟏 𝟐×𝟑 𝟓 𝟏𝟑 𝟐×𝟐
𝟕 𝟓 𝟑×𝟐
Teorema 2.3
Leyes distributivas de la multiplicación de matrices
Si todas las sumas y todos los productos siguientes están definidos,

entonces
𝑨(𝑩 + 𝑪) = 𝑨𝑩 + 𝑨𝑪
(𝑨 + 𝑩)𝑪 = 𝑨𝑪 + 𝑩𝑪
Comprobación de la ley distributiva del producto matricial sobe
la suma de matrices
a) 𝑨(𝑩 + 𝑪) = 𝑨𝑩 + 𝑨𝑪
Sean las matrices:

Señoritas:
𝟐 𝟑 𝟏 −𝟏
𝟏 𝟐 𝟑
𝑨=( ) , 𝑩 = (𝟏 𝟐) 𝑪=( 𝟐 𝟑)
𝟏 𝟑 𝟏 𝟐𝒙𝟑
𝟏 𝟐 𝟑×𝟐 −𝟐 𝟏 𝟑×𝟐
Solución:
𝟔 𝟐𝟏
𝑨(𝑩 + 𝑪) = ( ) = 𝑨𝑩 + 𝑨𝑪
𝟏𝟏 𝟐𝟎
Caballeros:
𝟏 𝟏
𝟐 𝟐 −𝟐 𝟑 𝟏 −𝟏
𝑨 = (𝟐 𝟏) , 𝑩 = ( ) 𝑪=( )
𝟏 𝟐 𝟏 𝟐×𝟑 𝟐 𝟑 𝟑 𝟐×𝟑
𝟐 𝟑 𝟑𝒙𝟐
Solución:
𝟖 𝟖 𝟏
𝑨(𝑩 + 𝑪) = (𝟏𝟑 𝟏𝟏 −𝟐) = 𝑨𝑩 + 𝑨𝑪
𝟏𝟗 𝟐𝟏 𝟔
Ejercicios:
1. En los problemas calcule el producto escalar de los dos vectores
a)
(𝟏, 𝟐, −𝟏, 𝟎); (𝟑, −𝟕, 𝟒, −𝟐), (𝟏, 𝟐, −𝟏, 𝟎) ⊙ (𝟑, −𝟕, 𝟒, −𝟐)
(𝟏)(𝟑) + (𝟐)(−𝟕) + (−𝟏)(𝟒) + (𝟎)(−𝟐) = 𝟑 − 𝟏𝟒 − 𝟒 + 𝟎

= −𝟏𝟓
𝟒 𝟏 𝟒 𝟏
b) (−𝟑) , (𝟔), (−𝟑) ⊙ (𝟔) = (𝟒)(𝟏) + (−𝟑)(𝟔) + (𝟐)(𝟔) = −𝟐
𝟐 𝟔 𝟐 𝟔

c) (𝒂, 𝒃); (𝒄, 𝒅), (𝒂, 𝒃) ⊙ (𝒄, 𝒅) = (𝒂)(𝒄) + (𝒃)(𝒅) = 𝒂𝒄 + 𝒃𝒅
d) ( √𝟐 – √ 𝟐 𝟐); ( √𝟏𝟖 √𝟑𝟐 𝟏), ( √𝟐 – √ 𝟐 𝟐) ⊙ ( √𝟏𝟖 √𝟑𝟐 𝟏)

= (√𝟐)(√𝟏𝟖) + (−√𝟐)(√𝟑𝟐) + (𝟐)(𝟏) = 𝟔 − 𝟖 + 𝟐 = 𝟎
𝝅𝟐 𝝅𝟐
e) ( 𝝅 𝟑) ; (𝝅𝟐 − 𝟗𝝅 𝝅𝟑 ), (𝝅 𝟑) ⊙ (𝝅𝟐 − 𝟗𝝅 𝝅𝟑 )
𝟑 𝟑
𝝅𝟐
= (𝝅)(𝝅𝟐 ) + ( ) (−𝟗𝝅) + (𝟑)(𝝅𝟑 ) = 𝝅𝟑 − 𝟑𝝅𝟑 + 𝟑𝝅𝟑 = 𝝅𝟑
𝟑
𝟒 𝟐 −𝟔
2. Sean las matrices: 𝒂 = (−𝟏) , 𝒃 = ( 𝟓 ) 𝒚 𝒄 = ( 𝟖 ) realice las
𝟑 −𝟕 𝟎
operaciones indicadas:
𝟒 𝟐 𝟖 𝟔
a) (𝟐𝒂) ⊙ (𝟑𝒃) = 𝟐 (−𝟏) ⊙ 𝟑 ( 𝟓 ) = (−𝟐) ⊙ ( 𝟏𝟓 )
𝟑 −𝟕 𝟔 −𝟐𝟏
= (𝟖)(𝟔) + (−𝟐)(𝟏𝟓) + (𝟔)(−𝟐𝟏) = −𝟏𝟎𝟖
b) (𝒂 + 𝒃) ⊙ 𝒄 )
𝟒 𝟐 −𝟔 𝟔 −𝟔
[(−𝟏) + ( 𝟓 )] ⊙ ( 𝟖 ) = ( 𝟒 ) ⊙ ( 𝟖 )
𝟑 −𝟕 𝟎 −𝟒 𝟎
= (𝟔)(−𝟔) + (𝟒)(𝟖) + (−𝟒)(𝟎) = −𝟒
Comprobar:
𝒂 ⊙ 𝒄 + 𝒃 ⊙ 𝒄 =?
𝟒 −𝟔 𝟐 −𝟔
(−𝟏) ⊙ ( 𝟖 ) + ( 𝟓 ) ⊙ ( 𝟖 )
𝟑 𝟎 −𝟕 𝟎
𝒂 ⊙ 𝒄 + 𝒃 ⊙ 𝒄 = [(−𝟐𝟒) + (−𝟖) + (𝟎)] + [(−𝟏𝟐) + (𝟒𝟎) + (𝟎)]
𝒂 ⊙ 𝒄 + 𝒃 ⊙ 𝒄 = −𝟑𝟐 + 𝟐𝟖 = −𝟒
c) 𝒂 ⊙ (𝒃 + 𝒄)
𝟒 𝟐 −𝟔 𝟒 −𝟒
(−𝟏) ⊙ [( 𝟓 ) + ( 𝟖 )] = (−𝟏) ⊙ ( 𝟏𝟑 )
𝟑 −𝟕 𝟎 𝟑 −𝟕
= (𝟒)(−𝟒) + (−𝟏)(𝟏𝟑) + (𝟑)(−𝟕) = 𝟓𝟎
d) (𝒂 − 𝒄) ⊙ (𝟑𝒃 − 𝟒𝒂)
𝟒 −𝟔 𝟐 𝟒
[(−𝟏) − ( 𝟖 )] ⊙ [𝟑 ( 𝟓 ) − 𝟒 (−𝟏)] =
𝟑 𝟎 −𝟕 𝟑
𝟏𝟎 𝟔 𝟏𝟔 𝟏𝟎 −𝟏𝟎
[(−𝟗)] ⊙ [( 𝟏𝟓 ) − (−𝟒)] = [(−𝟗)] ⊙ [( 𝟏𝟗 )]
𝟑 −𝟐𝟏 𝟏𝟐 𝟑 −𝟑𝟑
= (𝟏𝟎)(−𝟏𝟎) + (−𝟗)(𝟏𝟗) + (𝟑)(−𝟑𝟑)
= −𝟏𝟎𝟎 − 𝟏𝟕𝟏 − 𝟗𝟗 = −𝟑𝟕𝟎
𝟏
e) 𝒃 − 𝟒𝒄 =
𝒂⊙(𝟒𝒄)
𝟏 𝟐 −𝟔
( 𝟓 ) − 𝟒( 𝟖 ) =
𝟒 −𝟔
(−𝟏) ⊙ [𝟒 ( 𝟖 )] −𝟕 𝟎
𝟑 𝟎
𝟏 𝟐 −𝟐𝟒
( 𝟓 ) − ( 𝟑𝟐 ) =
𝟒 −𝟐𝟒
(−𝟏) ⊙ [( 𝟑𝟐 )] −𝟕 𝟎
𝟑 𝟎
𝟏 𝟐 −𝟐𝟒
( 𝟓 ) − ( 𝟑𝟐 )
(𝟒)(−𝟐𝟒) + (−𝟏)(𝟑𝟐) + (𝟑)(𝟎)
−𝟕 𝟎
𝟏
−
𝟔𝟒
𝟏 𝟐 −𝟐𝟒 𝟓 −𝟐𝟒
= ( 𝟓 ) − ( 𝟑𝟐 ) = − − ( 𝟑𝟐 )
−𝟏𝟐𝟖 𝟏𝟐𝟖
−𝟕 𝟎 𝟎
𝟕
(− 𝟏𝟐𝟖)
𝟏𝟓𝟑𝟓
𝟔𝟒
𝟒𝟏𝟎𝟏 𝟏 𝟑𝟎𝟕𝟎
= − = (−𝟒𝟏𝟎𝟏)
𝟏𝟐𝟖 𝟏𝟐𝟖
−𝟕
𝟕
( − 𝟏𝟐𝟖 )
3. En los problemas realice los cálculos indicados.
𝟐 𝟑 𝟒 𝟏
a) ( )( )=
−𝟏 𝟐 𝟔 𝟎
𝟐. 𝟒 + 𝟑. 𝟔 𝟐. 𝟏 + 𝟑. 𝟎 𝟐𝟔 𝟐
( )=( )
−𝟏. 𝟒 + 𝟐. 𝟔 −𝟏. 𝟏 + 𝟐. 𝟎 𝟖 −𝟏
𝟐 𝟑 𝟒 𝟏 𝟐. 𝟒 + 𝟑. 𝟎 𝟐. 𝟏 + 𝟑. 𝟔 𝟖 𝟐𝟎
b) ( )( )=( )=( )
−𝟏 𝟐 𝟎 𝟔 −𝟏. 𝟒 + 𝟐. 𝟎 −𝟏. 𝟏 + 𝟐. 𝟔 −𝟒 𝟏𝟏
𝟏 𝟔
𝟕 𝟏 𝟒
c) ( ) ( 𝟎 𝟒) =
𝟐 −𝟑 𝟒
−𝟐 𝟑
𝟕. 𝟏 + 𝟏. 𝟎 + 𝟒(−𝟐) 𝟕. 𝟔 + 𝟏. 𝟒 + 𝟒. 𝟑 −𝟏 𝟓𝟖
( )=( )
𝟐. 𝟏 + (−𝟑). 𝟎 + 𝟒(−𝟐) 𝟐. 𝟔 + (−𝟑). 𝟒 + 𝟒. 𝟑 −𝟔 𝟏𝟐
𝟐 𝟏 𝟏
𝟏 𝟐 −𝟏
d) ( ) (−𝟏 𝟏 𝟏)
𝟎 −𝟏 𝟏
𝟎 𝟎 𝟏
𝟐 𝟏 𝟏
𝟏 𝟐 −𝟏
( ) (−𝟏 𝟏 𝟏)
𝟎 −𝟏 𝟏
𝟎 𝟎 𝟏
𝟏. 𝟐 + 𝟐. (−𝟏) + (−𝟏). 𝟎 𝟏. 𝟏 + 𝟐. 𝟏 + (−𝟏). 𝟎 𝟏. 𝟏 + 𝟐. 𝟏 + (−𝟏). 𝟏
=( )
𝟎. 𝟐 + (−𝟏)(−𝟏) + 𝟏. 𝟎 𝟎. 𝟏 + (−𝟏). 𝟏 + 𝟏. 𝟎 𝟎. 𝟏 + (−𝟏). 𝟏 + 𝟏. 𝟏
𝟎 𝟑 𝟐
=( )
𝟏 −𝟏 𝟎
𝟑 −𝟐 𝟏 𝟏 𝟎 𝟎
e) (𝟒 𝟎 𝟔) (𝟎 𝟏 𝟎)
𝟓 𝟏 𝟗 𝟎 𝟎 𝟏
𝟑 −𝟐 𝟏 𝟏 𝟎 𝟎
(𝟒 𝟎 𝟔) (𝟎 𝟏 𝟎) =
𝟓 𝟏 𝟗 𝟎 𝟎 𝟏
𝟑. 𝟏 + (−𝟐). 𝟎 + 𝟏. 𝟎 𝟑. 𝟎 + (−𝟐). 𝟏 + 𝟏. 𝟎 𝟑. 𝟎 + (−𝟐). 𝟎 + 𝟏. 𝟏
= ( 𝟒. 𝟏 + 𝟎. 𝟎 + 𝟔. 𝟎 𝟒. 𝟎 + 𝟎. 𝟏 + 𝟔. 𝟎 𝟒. 𝟎 + 𝟎. 𝟎 + 𝟔. 𝟏 )
𝟓. 𝟏 + 𝟏. 𝟎 + 𝟗. 𝟎 𝟓. 𝟎 + 𝟏. 𝟏 + 𝟗. 𝟎 𝟓. 𝟎 + 𝟏. 𝟎 + 𝟗, 𝟏
𝟑 −𝟐 𝟏
= ( 𝟒 𝟎 𝟔)
𝟓 𝟏 𝟗
𝟏 𝟎 𝟎 𝟑 −𝟐 𝟏
f) (𝟎 𝟏 𝟎) (𝟒 𝟎 𝟔)
𝟎 𝟎 𝟏 𝟓 𝟏 𝟗
𝟏 𝟎 𝟎 𝟑 −𝟐 𝟏
(𝟎 𝟏 𝟎) (𝟒 𝟎 𝟔) =
𝟎 𝟎 𝟏 𝟓 𝟏 𝟗
𝟏. 𝟑 + 𝟎. 𝟒 + 𝟎. 𝟓 𝟏. (−𝟐) + 𝟎. 𝟎 + 𝟎. 𝟏 𝟏. 𝟏 + 𝟎. 𝟔 + 𝟎. 𝟗
= (𝟎. 𝟑 + 𝟏. 𝟒 + 𝟎. 𝟓 𝟎. (−𝟐) + 𝟏. 𝟎 + 𝟎. 𝟏 𝟎. 𝟏 + 𝟏. 𝟔 + 𝟎. 𝟗)
𝟎. 𝟑 + 𝟎. 𝟒 + 𝟏. 𝟓 𝟎(−𝟐). +𝟎. 𝟎 + 𝟏. 𝟏 𝟎. 𝟏 + 𝟎. 𝟔 + 𝟏. 𝟗
𝟑 −𝟐 𝟏
= ( 𝟒 𝟎 𝟔)
𝟓 𝟏 𝟗
En conclusión Sean 𝑨, 𝑰 matrices se cumple:

𝑨𝑰 = 𝑰𝑨 = 𝑨
Comprobación:
Sean las matrices:
𝟐 𝟏 −𝟐 𝟏 𝟎 𝟎
𝑨 = (𝟏 −𝟏 𝟏 ) , 𝑩 = (𝟎 𝟏 𝟎)
𝟏 −𝟐 𝟐 𝟎 𝟎 𝟏
𝟐 𝟏 −𝟐 𝟏 𝟎 𝟎 𝟐 𝟏 −𝟐
𝑨𝑩 = (𝟏 −𝟏 𝟏 ) (𝟎 𝟏 𝟎) = (𝟏 −𝟏 𝟏)
𝟏 −𝟐 𝟐 𝟎 𝟎 𝟏 𝟏 −𝟐 𝟐
𝟏 𝟎 𝟎 𝟐 𝟏 −𝟐 𝟐 𝟏 −𝟐
𝑨𝑩 = (𝟎 𝟏 𝟎) (𝟏 −𝟏 𝟏 ) = (𝟏 −𝟏 𝟏)
𝟎 𝟎 𝟏 𝟏 −𝟐 𝟐 𝟏 −𝟐 𝟐
𝟑 −𝟐 𝟏 𝟎 𝟎 𝟏
g) (𝟒 𝟎 𝟔) (𝟎 𝟏 𝟎)
𝟓 𝟏 𝟗 𝟏 𝟎 𝟎
𝟑 −𝟐 𝟏 𝟎 𝟎 𝟏
(𝟒 𝟎 𝟔) (𝟎 𝟏 𝟎) =
𝟓 𝟏 𝟗 𝟏 𝟎 𝟎
𝟑. 𝟎 + (−𝟐). 𝟎 + 𝟏. 𝟏 𝟑. 𝟎 + (−𝟐). 𝟏 + 𝟏. 𝟎 𝟑. 𝟏 + (−𝟐). 𝟎 + 𝟏. 𝟎
= ( 𝟒. 𝟎 + 𝟎. 𝟎 + 𝟔. 𝟏 𝟒. 𝟎 + 𝟎. 𝟏 + 𝟔. 𝟎 𝟒. 𝟏 + 𝟎. 𝟎 + 𝟔. 𝟎 )
𝟓. 𝟎 + 𝟏. 𝟎 + 𝟗. 𝟏 𝟓. 𝟎 + 𝟏, 𝟏 + 𝟗. 𝟎 𝟓. 𝟏 + 𝟏. 𝟎 + 𝟗. 𝟎
𝟏 −𝟐 𝟑
(𝟔 𝟎 𝟒)
𝟗 𝟏 𝟓
𝟏 𝟑 𝒑
h) Sea la matriz 𝑨 = ( ), encuentre un vector no nulo 𝒃 = (𝒒)
𝟒 −𝟑
tal que 𝑨𝒃 = 𝟑𝒃
𝟏 𝟑 𝒑 𝒑
𝑨𝒃 = 𝟑𝒃, ( ) (𝒒 ) = 3 (𝒒 )
𝟒 −𝟑
𝒑 + 𝟑𝒒 𝟑𝒑
( ) = ( ) ⇒ 𝒑 + 𝟑𝒒 = 𝟑𝒑 𝒚 𝟒𝒑 − 𝟑𝒒 = 𝟑𝒒
𝟒𝒑 − 𝟑𝒒 𝟑𝒒
−𝟐𝒑 + 𝟑𝒒 = 𝟎 𝒚 𝟒𝒑 − 𝟔𝒒 = 𝟎
𝟑
𝟐𝒑 = 𝟑𝒒 𝒚 𝟒𝒑 = 𝟔𝒒, 𝒑 = 𝒒, 𝒑, 𝒒 ∈ 𝑹 − {𝟎}
𝟐
𝒂 𝒃 𝟐 𝟑 𝟏 𝟎
i) Encuentre una matriz 𝑨 = ( ), tal que 𝑨 ( )=( )
𝒄 𝒅 𝟏 𝟐 𝟎 𝟏
𝟐 𝟑 𝟏 𝟎 𝒂 𝒃 𝟐 𝟑 𝟏 𝟎
𝑨( )=( )=( )( )=( )
𝟏 𝟐 𝟎 𝟏 𝒄 𝒅 𝟏 𝟐 𝟎 𝟏
𝟐𝒂 + 𝒃 𝟑𝒂 + 𝟐𝒃 𝟏 𝟎
( )=( )
𝟐𝒄 + 𝒅 𝟑𝒄 + 𝟐𝒅 𝟎 𝟏
𝟐𝒂 + 𝒃 = 𝟏
𝟑𝒂 + 𝟐𝒃 = 𝟎
𝟐𝒄 + 𝒅 = 𝟎
𝟑𝒄 + 𝟐𝒅 = 𝟏
𝟐𝒂 + 𝒃 = 𝟏 𝟐 𝟐 𝒃
, 𝒂 = − 𝒃, 𝟐 (− 𝒃) + 𝒃 = 𝟏, − = 𝟏,
𝟑𝒂 + 𝟐𝒃 = 𝟎 𝟑 𝟑 𝟑
𝒃 = −𝟑, 𝒂 = 𝟐
𝟐𝒄 + 𝒅 = 𝟎 𝟏 𝟏
, 𝒄 = − 𝒅, 𝟑 (− 𝒅) + 𝟐𝒅 = 𝟏, 𝒅 = 𝟐, 𝒄 = −𝟏
𝟑𝒄 + 𝟐𝒅 = 𝟏 𝟐 𝟐
𝒂 𝒃 𝟐 −𝟑
𝑨=( )=( )
𝒄 𝒅 −𝟏 𝟐
Comprobación:
𝟐 𝟑 𝟏 𝟎
𝑨( )=( )
𝟏 𝟐 𝟎 𝟏
𝟐 −𝟑 𝟐 𝟑 𝟏 𝟎
( )( )=( )
−𝟏 𝟐 𝟏 𝟐 𝟎 𝟏
𝟏 𝟎 𝟏 𝟎
( )=( )
𝟎 𝟏 𝟎 𝟏
𝟓 𝟎
j) Sea 𝑨 = ( ) determine el valor de 𝜶 para el cual 𝑨 es una raíz
𝟐 𝜶
del polinomio 𝒇(𝒙) = 𝒙𝟐 − 𝟐𝟓
Sugerencia: Al evaluar el polinomio con 𝐴, considere:

𝟏 𝟎
𝒇(𝑨) = 𝑨𝟐 − 𝟐𝟓 ( )
𝟎 𝟏
Las raíces se determinan cuando 𝒇(𝒙) = 𝟎, en nuestro caso:
𝟎 𝟎 𝟎 𝟎 𝟏 𝟎
𝒇(𝑨) = ( ), ( ) = 𝑨𝟐 − 𝟐𝟓 ( )
𝟎 𝟎 𝟎 𝟎 𝟎 𝟏
𝟎 𝟎 𝟓 𝟎 𝟐 𝟐𝟓 𝟎
( )=( ) −( )
𝟎 𝟎 𝟐 𝜶 𝟎 𝟐𝟓
𝟎 𝟎 𝟓 𝟎 𝟓 𝟎 𝟐𝟓 𝟎
( )=( )( )−( )
𝟎 𝟎 𝟐 𝜶 𝟐 𝜶 𝟎 𝟐𝟓
𝟎 𝟎 𝟐𝟓 𝟎 𝟐𝟓 𝟎
( )=( 𝟐) − ( )
𝟎 𝟎 𝟏𝟎 + 𝟐𝜶 𝜶 𝟎 𝟐𝟓
𝟎 𝟎 𝟎 𝟎
( )=( 𝟐 )
𝟎 𝟎 𝟏𝟎 + 𝟐𝜶 𝜶 − 𝟐𝟓
De donde: 𝟏𝟎 + 𝟐𝜶 = 𝟎, 𝜶 = −𝟓, 𝒚
𝟐
𝜶 − 𝟐𝟓 = 𝟎, 𝜶 = −𝟓 𝒚 𝜶 = 𝟓
Comprobación: con 𝜶 = −𝟓
𝟏 𝟎
𝒇(𝑨) = 𝑨𝟐 − 𝟐𝟓 ( )
𝟎 𝟏
𝟏 𝟎 𝟎 𝟎
𝑨𝟐 − 𝟐𝟓 ( )=( )
𝟎 𝟏 𝟎 𝟎
𝟎 𝟎 𝟎 𝟎
( 𝟐 )=( )
𝟏𝟎 + 𝟐𝜶 𝜶 − 𝟐𝟓 𝟎 𝟎
𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎
( 𝟐 )=( ), ( )=( )
𝟏𝟎 + 𝟐(−𝟓) (−𝟓) − 𝟐𝟓 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎
Con 𝜶 = 𝟓
𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎
( 𝟐 )=( ), ( )≠( )
𝟏𝟎 + 𝟐(𝟓) (𝟓) − 𝟐𝟓 𝟎 𝟎 𝟐𝟎 𝟎 𝟎 𝟎
No se cumple con el valor 𝜶 = 𝟓

k) Encuentre 𝑩 tal que 𝑨𝑩 = 𝑪. Si:

𝟓 𝟎 𝟑 𝟒 𝟔 𝟓
𝑨=( ) 𝒚𝑪=( )
−𝟏 𝟐 𝟎 𝟏 𝟑 𝟓
.
𝑨𝑩 = 𝑪
𝒃𝟏𝟏 𝒃𝟏𝟐
𝟓 𝟎 𝟑 𝟒 𝒃𝟐𝟏 𝒃𝟐𝟐 𝟔 𝟓
( )( )=( )
−𝟏 𝟐 𝟎 𝟏 𝒃𝟑𝟏 𝒃𝟑𝟐 𝟑 𝟓
𝒃𝟒𝟏 𝒃𝟒𝟐
𝟓𝒃𝟏𝟏 + 𝟎 + 𝟑𝒃𝟑𝟏 + 𝟒𝒃𝟒𝟏 𝟓𝒃𝟏𝟐 + 𝟎 + 𝟑𝒃𝟑𝟐 + 𝟒𝒃𝟒𝟐 𝟔 𝟓

( )=( )
−𝒃𝟏𝟏 + 𝟐𝒃𝟐𝟏 + 𝟎 + 𝒃𝟒𝟏 −𝒃𝟏𝟐 + 𝟐𝒃𝟐𝟐 + 𝟎 + 𝒃𝟒𝟐 𝟑 𝟓
𝟓𝒃𝟏𝟏 + 𝟎 + 𝟑𝒃𝟑𝟏 + 𝟒𝒃𝟒𝟏 = 𝟔

𝟓𝒃𝟏𝟐 + 𝟎 + 𝟑𝒃𝟑𝟐 + 𝟒𝒃𝟒𝟐 = 𝟓
−𝒃𝟏𝟏 + 𝟐𝒃𝟐𝟏 + 𝟎 + 𝒃𝟒𝟏 = 𝟑
−𝒃𝟏𝟐 + 𝟐𝒃𝟐𝟐 + 𝟎 + 𝒃𝟒𝟐 = 𝟓
La posible solución, en vista de que llegamos a un sistema de

cuatro ecuaciones con ocho incógnitas será:
𝑨𝑩 = 𝑪
𝒃𝟏𝟏 𝒃𝟏𝟐
𝟓 𝟎 𝟑 𝟒 𝒃𝟐𝟏 𝒃𝟐𝟐 𝟔 𝟓
( )( )=( )
−𝟏 𝟐 𝟎 𝟏 𝟎 𝟎 𝟑 𝟓
𝟎 𝟎
𝟓𝒃𝟏𝟏 + 𝟎 + 𝟎 + 𝟎 𝟓𝒃𝟏𝟐 + 𝟎 + 𝟎 + 𝟎 𝟔 𝟓
( )=( )
−𝒃𝟏𝟏 + 𝟐𝒃𝟐𝟏 + 𝟎 + 𝟎 −𝒃𝟏𝟐 + 𝟐𝒃𝟐𝟐 + 𝟎 + 𝟎 𝟑 𝟓
𝟓𝒃𝟏𝟏 𝟓𝒃𝟏𝟐 𝟔 𝟓
( )=( )
−𝒃𝟏𝟏 + 𝟐𝒃𝟐𝟏 −𝒃𝟏𝟐 + 𝟐𝒃𝟐𝟐 𝟑 𝟓
𝟔
𝟓𝒃𝟏𝟏 = 𝟔, 𝒃𝟏𝟏 =
𝟓
𝟓𝒃𝟏𝟐 = 𝟓, 𝒃𝟏𝟐 = 𝟏
−𝒃𝟏𝟏 + 𝟐𝒃𝟐𝟏 = 𝟑
−𝒃𝟏𝟐 + 𝟐𝒃𝟐𝟐 = 𝟓
𝟔 𝟐𝟏
−𝒃𝟏𝟏 + 𝟐𝒃𝟐𝟏 = 𝟑, − + 𝟐𝒃𝟐𝟏 = 𝟑, 𝒃𝟐𝟏 =
𝟓 𝟏𝟎
−𝒃𝟏𝟐 + 𝟐𝒃𝟐𝟐 = 𝟓, − 𝟏 + 𝟐𝒃𝟐𝟐 = 𝟓, 𝒃𝟐𝟐 = 𝟑
Entonces:
𝟔
𝒃𝟏𝟏 𝒃𝟏𝟐 𝟏
𝟓
𝒃 𝒃𝟐𝟐 𝟐𝟏
𝑩 = ( 𝟐𝟏 )= 𝟑
𝟎 𝟎 𝟏𝟎
𝟎 𝟎 𝟎 𝟎
(𝟎 𝟎)
Comprobación:
𝟔
𝟏
𝟓
𝟓 𝟎 𝟑 𝟒 𝟐𝟏 𝟔 𝟓
( ) 𝟑 =( )
−𝟏 𝟐 𝟎 𝟏 𝟏𝟎 𝟑 𝟓
𝟎 𝟎
(𝟎 𝟎)
Comprobación:
Señoritas:
𝑨𝑩 = 𝑪
𝒃𝟏𝟏 𝒃𝟏𝟐
𝟓 𝟎 𝟑 𝟒 𝟎 𝟎 𝟔 𝟓
( )( 𝟎 𝟎 )=( )
−𝟏 𝟐 𝟎 𝟏 𝟑 𝟓
𝒃𝟒𝟏 𝒃𝟒𝟐
Solución:
𝟐 𝟓
𝒃𝟏𝟏 𝒃𝟏𝟐 −−
𝟑 𝟑
𝟎 𝟎 𝟎 𝟎
( 𝟎 𝟎 )= 𝟎 𝟎
𝒃𝟒𝟏 𝒃𝟒𝟐 𝟕 𝟏𝟎
( 𝟑 𝟑 )
Caballeros
𝑨𝑩 = 𝑪
𝟎 𝟎
𝟓 𝟎 𝟑 𝟒 𝒃𝟐𝟏 𝒃𝟐𝟐 𝟔 𝟓
( )( )=( )
−𝟏 𝟐 𝟎 𝟏 𝟎 𝟎 𝟑 𝟓
𝒃𝟒𝟏 𝒃𝟒𝟐
Solución:
𝟎 𝟎
𝟎 𝟎 𝟑 𝟏𝟓
𝒃 𝒃𝟐𝟐
( 𝟐𝟏 )= 𝟒 𝟖
𝟎 𝟎 𝟎 𝟎
𝒃𝟒𝟏 𝒃𝟒𝟐 𝟑 𝟓
(𝟐 𝟒 )
𝟐 𝟐 𝟐 −𝟐
l) Sea 𝑨 = ( ) 𝒚𝑩=( ) pruebe que 𝑨𝟐 + 𝑩𝟐 = (𝑨 + 𝑩)𝟐
𝟖 −𝟐 𝟒 −𝟐
𝑨𝟐 + 𝑩𝟐 = (𝑨 + 𝑩)𝟐
𝟐 𝟐 𝟐 𝟐 −𝟐 𝟐 𝟐 𝟐 𝟐 −𝟐 𝟐
( ) +( ) = [( )+( )]
𝟖 −𝟐 𝟒 −𝟐 𝟖 −𝟐 𝟒 −𝟐
𝟐 𝟐 𝟐 𝟐 𝟐 −𝟐 𝟐 −𝟐 𝟒 𝟎 𝟐
( )( +
) ( )( ) = [( )]
𝟖 −𝟐 𝟖 −𝟐 𝟒 −𝟐 𝟒 −𝟐 𝟏𝟐 −𝟒
𝟐𝟎 𝟎 −𝟒 𝟎 𝟒 𝟎 𝟒 𝟎
( )+( )=( )( )
𝟎 𝟐𝟎 𝟎 −𝟒 𝟏𝟐 −𝟒 𝟏𝟐 −𝟒
𝟏𝟔 𝟎 𝟏𝟔 𝟎
( )=( )
𝟎 𝟏𝟔 𝟎 𝟏𝟔
𝟏 𝟏 𝒂 𝒃
m) Si 𝑨 = ( ) 𝒚𝑩=( ), encuentre las condiciones para 𝒂 𝒃
𝟎 𝟏 𝒄 𝒅
𝒄 𝒚 𝒅 Tal que 𝑨𝑩 = 𝑩𝑨.
𝟏 𝟏 𝒂 𝒃 𝒂 𝒃 𝟏 𝟏
𝑨𝑩 = 𝑩𝑨, ( )( )=( )( )
𝟎 𝟏 𝒄 𝒅 𝒄 𝒅 𝟎 𝟏
𝒂+𝒄 𝒃+𝒅 𝒂 𝒂+𝒃

( )≠( )
𝒄 𝒅 𝒄 𝒄+𝒅
Si las matrices son iguales, igualamos componente a componente
𝒂 + 𝒄 = 𝒂, 𝒄=𝟎
𝒃+𝒅=𝒂+𝒃
𝒄=𝒄
𝒅 = 𝒄 + 𝒅, 𝒄 = 𝟎
n) Una matriz 𝑨 de 𝒏 × 𝒏 tal que 𝑨𝟐 = 𝑰𝒏 se llama involutiva. Pruebe

que la siguiente matriz es involutiva:
𝟎 𝟏 −𝟏
𝑨 = (𝟒 −𝟑 𝟒)
𝟑 −𝟑 𝟒
𝟎 𝟏 −𝟏 𝟐 𝟏 𝟎 𝟎
𝟐
𝑨 = 𝑰𝒏 , (𝟒 −𝟑 𝟒 ) = (𝟎 𝟏 𝟎)
𝟑 −𝟑 𝟒 𝟎 𝟎 𝟏
𝟎 𝟏 −𝟏 𝟎 𝟏 −𝟏 𝟏 𝟎 𝟎
(𝟒 −𝟑 𝟒 ) (𝟒 −𝟑 𝟒 ) = (𝟎 𝟏 𝟎)
𝟑 −𝟑 𝟒 𝟑 −𝟑 𝟒 𝟎 𝟎 𝟏
𝟒−𝟑 −𝟑 + 𝟑 −𝟒 + 𝟒 𝟏 𝟎 𝟎
(−𝟏𝟐 + 𝟏𝟐 𝟏𝟑 − 𝟏𝟐 −𝟏𝟔 + 𝟏𝟔) = (𝟎 𝟏 𝟎)
−𝟏𝟐 + 𝟏𝟐 𝟏𝟐 − 𝟏𝟐 −𝟏𝟓 + 𝟏𝟔 𝟎 𝟎 𝟏
𝟏 𝟎 𝟎 𝟏 𝟎 𝟎
(𝟎 𝟏 𝟎) = (𝟎 𝟏 𝟎)
𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
o) Dada la siguiente matriz pruebe que 𝑨𝟐 = 𝑨:

−𝟏 𝟑 𝟓
𝑨 = ( 𝟏 −𝟑 −𝟓)
−𝟏 𝟑 𝟓
−𝟏 𝟑 𝟓 𝟐 −𝟏 𝟑 𝟓
𝟐
𝑨 = 𝑨, (𝟏 −𝟑 −𝟓) = ( 𝟏 −𝟑 −𝟓)
−𝟏 𝟑 𝟓 −𝟏 𝟑 𝟓
−𝟏 𝟑 𝟓 −𝟏 𝟑 𝟓 −𝟏 𝟑 𝟓
( 𝟏 −𝟑 −𝟓) ( 𝟏 −𝟑 −𝟓) = ( 𝟏 −𝟑 −𝟓)
−𝟏 𝟑 𝟓 −𝟏 𝟑 𝟓 −𝟏 𝟑 𝟓
𝟒 − 𝟓 −𝟏𝟐 + 𝟏𝟓 −𝟐𝟎 − 𝟐𝟓 −𝟏 𝟑 𝟓
(−𝟒 + 𝟓 𝟏𝟐 − 𝟏𝟓 𝟐𝟎 − 𝟐𝟓 ) = ( 𝟏 −𝟑 −𝟓)
𝟒 − 𝟓 −𝟏𝟐 + 𝟏𝟓 −𝟐𝟎 + 𝟐𝟓 −𝟏 𝟑 𝟓
−𝟏 𝟑 𝟓 −𝟏 𝟑 𝟓
( 𝟏 −𝟑 −𝟓) = ( 𝟏 −𝟑 −𝟓)
−𝟏 𝟑 𝟓 −𝟏 𝟑 𝟓
Matriz identidad (𝑰𝒏 )

La matriz identidad de orden 𝒏 esta dado por:
𝟏 𝟎 … 𝟎
𝟏 𝟎 𝟎
𝑰𝒏 = ( 𝟎 𝟏 ⋯ 𝟎 ), 𝑰𝟑 = (𝟎 𝟏 𝟎)
⋮ ⋮ ⋮ ⋮
𝟎 𝟎 𝟏
𝟎 𝟎 ⋯ 𝟏
Propiedades de la transposición de matrices:

Si 𝑨 y 𝑩 son matrices y 𝒂 un escalar entonces:
a) (𝑨𝑻 )𝑻 = 𝑨
b) (𝜶𝑨)𝑻 = 𝜶𝑨𝑻
c) (𝑨 + 𝑩)𝑻 = 𝑨𝑻 + 𝑩𝑻
d) (𝑨𝑩)𝑻 = 𝑩𝑻 𝑨𝑻
Ejercicios:
a) (𝑨𝑻 )𝑻 = 𝑨
𝟏 𝟎 −𝟏 𝟏 𝟐 𝟐
𝑻
𝑺𝒆𝒂 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑨 = (𝟐 𝟏 𝟏) 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝑨 = ( 𝟎 𝟏 𝟐) 𝒚
𝟐 𝟐 𝟏 −𝟏 𝟏 𝟏
𝟏 𝟎 −𝟏
𝑻 𝑻
( 𝑨 ) = (𝟐 𝟏 𝟏 )=𝑨
𝟐 𝟐 𝟏
b) (𝜶𝑨)𝑻 = 𝜶𝑨𝑻
𝟏 𝟏 −𝟏 𝜶 𝜶 −𝜶
𝑺𝒆𝒂𝒏, 𝜶 ∈ 𝑹, 𝒚 𝑨 = ( ) , 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝜶𝑨 = ( )
𝟎 𝟐 −𝟐 𝟎 𝟐𝜶 −𝟐𝜶
𝜶 𝟎
(𝜶𝑨)𝑻 = ( 𝜶 𝟐𝜶 )
−𝜶 −𝟐𝜶
La transpuesta de A es:
𝟏 𝟎
𝟏 𝟏 −𝟏 𝑻
𝑺𝒊 𝑨 = ( ) , 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝑨 = ( 𝟏 𝟐)
𝟎 𝟐 −𝟐
−𝟏 −𝟐
𝜶 𝟎
𝑻
𝜶𝑨 = ( 𝜶 𝟐𝜶 )
−𝜶 −𝟐𝜶
𝑻 𝑻
Se cumple que: (𝜶𝑨) = 𝜶𝑨
c) (𝑨 + 𝑩)𝑻 = 𝑨𝑻 + 𝑩𝑻 comprobar con las matrices:

𝟏 𝟏 𝟏 𝟐 𝟑 𝟒
𝑨=( ), 𝑩 = ( )
𝟐 −𝟑 −𝟏 𝟑 −𝟑 −𝟏
d) (𝑨𝑩)𝑻 = 𝑩𝑻 𝑨𝑻
𝟏 𝟐 𝟐 −𝟏 𝟑
Sean las matrices: 𝑨 = ( ) 𝑩=( )
−𝟐 𝟑 𝟏 𝟑 −𝟐
𝟏 𝟐 𝟐 −𝟏 𝟑 𝟒 𝟓 −𝟏
𝑨𝑩 = ( )( )=( )
−𝟐 𝟑 𝟏 𝟑 −𝟐 −𝟏 𝟏𝟏 −𝟏𝟐
𝟒 −𝟏
(𝑨𝑩)𝑻 = ( 𝟓 𝟏𝟏 )
−𝟏 −𝟏𝟐
𝟐 𝟏
𝟐 −𝟏 𝟑 𝑻
𝑺𝒊 𝑩 = ( ) , → 𝑩 = (−𝟏 𝟑 )
𝟏 𝟑 −𝟐
𝟑 −𝟐
𝟏 𝟐 𝑻 𝟏 −𝟐
𝑺𝒊 𝑨 = ( ),→ 𝑨 = ( )
−𝟐 𝟑 𝟐 𝟑
𝟐 𝟏 𝟒 −𝟏
𝑻 𝑻 𝟏 −𝟐
𝑩 𝑨 = (−𝟏 𝟑 )( )=( 𝟓 𝟏𝟏 )
𝟐 𝟑
𝟑 −𝟐 −𝟏 −𝟏𝟐
Inversa de un matriz:
Dada una matriz cuadrada 𝑨 se dice que la matriz 𝑩 es su inversa si
𝑨𝑩 = 𝑩𝑨 = 𝑰𝒏 , donde 𝑰𝒏 es la matriz identidad, se notará por 𝑨 −𝟏
Si existe una tal matriz se dirá que 𝑨 es regular o invertible. En caso
contrario se dirá que 𝑨 es singular.
Ejemplo:
a) Sean las matrices:
𝟒 𝟔 −𝟐 𝟑
𝑨=( ),𝒚 𝑩 = ( )
𝟒 𝟒 𝟐 −𝟐
¿Son invertibles?
𝑨𝑩 = 𝑩𝑨 = 𝑰𝒏
𝟒 𝟔 −𝟐 𝟑 𝟒 𝟎
𝑨𝑩 = ( )( )=( ) = 𝟒𝑰𝟐
𝟒 𝟒 𝟐 −𝟐 𝟎 𝟒
−𝟐 𝟑 𝟒 𝟔 𝟒 𝟎
𝑩𝑨 = ( )( )=( ) = 𝟒𝑰𝟐
𝟐 −𝟐 𝟒 𝟒 𝟎 𝟒
𝑨𝑩 = 𝑩𝑨 = 𝟒𝑰𝟐 ≠ 𝑰𝟐
b) Sean las matrices:
𝟏 𝟏
𝟏 𝟐
𝑨=( ) , 𝒚 𝑩 = (𝟒 𝟒 )
𝟑 −𝟐 𝟑 𝟏
−
𝟖 𝟖
¿Son invertibles?
𝑨𝑩 = 𝑩𝑨 = 𝑰𝟐
𝟏 𝟏
𝟏 𝟐 𝟏 𝟎
𝑨𝑩 = ( ) (𝟒 𝟒 ) = ( ) = 𝑰𝟐
𝟑 −𝟐 𝟑 𝟏 𝟎 𝟏
−
𝟖 𝟖
𝟏 𝟏
𝑩𝑨 = (𝟒 𝟒 ) (𝟏 𝟐 ) = (𝟏 𝟎
) = 𝑰𝟐
𝟑 𝟏 𝟑 −𝟐 𝟎 𝟏
−
𝟖 𝟖
c) Sean las matrices:

𝟎 𝟎 𝒙 𝒚
𝑨=( ),𝒚 𝑩 = ( )
𝟎 −𝟐 𝒛 𝒘
¿Son invertibles?
𝑨𝑩 = 𝑩𝑨 = 𝑰𝟐
𝟎 𝟎 𝒙 𝒚 𝟎 𝟎
𝑨𝑩 = ( )( )=( ) ≠ 𝑰𝟐
𝟎 −𝟐 𝒛 𝒘 −𝟐𝒛 −𝟐𝒘
𝒙 𝒚 𝟎 𝟎 𝟎 −𝟐𝒚
𝑩𝑨 = ( )( )=( ) ≠ 𝑰𝟐
𝒛 𝒘 𝟎 −𝟐 𝟎 −𝟐𝒘
Las matrices no son invertibles
Ejercicio:
Determinar los valores de a, b, c, d Para que las matrices A sea la
inversa de la matriz B:
𝒂 𝟎 𝟎 𝟎 𝟑 𝟎 𝟎 𝟎
𝑨 = (𝟎 𝒃 𝟎 𝟎) , 𝑩 = (𝟎 𝟐 𝟎 𝟎)
𝟎 𝟎 𝒄 𝟎 𝟎 𝟎 −𝟓 𝟎
𝟎 𝟎 𝟎 𝒅 𝟎 𝟎 𝟎 𝟏
𝑨𝑩 = 𝑰𝟒
𝒂 𝟎 𝟎 𝟎 𝟑 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎
𝑨𝑩 = (𝟎 𝒃 𝟎 𝟎) (𝟎 𝟐 𝟎 𝟎) = (𝟎 𝟏 𝟎 𝟎)
𝟎 𝟎 𝒄 𝟎 𝟎 𝟎 −𝟓 𝟎 𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟎 𝒅 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟏
𝟑𝒂 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎
( 𝟎 𝟐𝒃 𝟎 𝟎) = (𝟎 𝟏 𝟎 𝟎)
𝟎 𝟎 −𝟓𝒄 𝟎 𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟎 𝒅 𝟎 𝟎 𝟎 𝟏
Dos matrices son iguales si y solo si son del mismo tamaño y
sus componentes respectivas son iguales:
𝟏
𝟑𝒂 = 𝟏, 𝒂 =
𝟑
𝟏
𝟐𝒃 = 𝟏, 𝒃 =
𝟐
𝟏
−𝟓𝒄 = 𝟏, 𝒄 = −
𝟓
𝒅=𝟏
La matriz inversa de la Matriz B es:
𝟏⁄ 𝟑 𝟎 𝟎 𝟎
𝟎 𝟏⁄𝟐 𝟎 𝟎
𝑨=( ) = 𝑩−𝟏
𝟎 𝟎 − 𝟏⁄ 𝟓 𝟎
𝟎 𝟎 𝟎 𝟏
Teorema 2.4
Si una matriz tiene inversa, entonces ésta es única

a) Si 𝑨 𝒚 𝑩 son matrices y verifican que 𝑨𝑩 = 𝑰𝒏 , entonces
𝑩𝑨 = 𝑰𝒏 y por tanto 𝑩 = 𝑨−𝟏
b) Si 𝑨 𝒚 𝑩 son matrices invertibles, entonces 𝑨𝑩 es invertible y
(𝑨𝑩)−𝟏 = 𝑩−𝟏 𝑨−𝟏
c) Si 𝑨 es una matriz invertible, entonces 𝑨𝑻 es invertible y
(𝑨𝑻 )−𝟏 = (𝑨−𝟏 )𝑻
Comprobación de las propiedades (𝑨𝑩)−𝟏 = 𝑩−𝟏 𝑨−𝟏 :
𝟏 𝟏
𝟏 𝟐
𝑨=( ) , 𝒚 𝑩 = (𝟒 𝟒 )
𝟑 −𝟐 𝟑 𝟏
−
𝟖 𝟖
𝟏 𝟏
𝟏 𝟐 𝟏 𝟎 𝟏 𝟎
𝑨𝑩 = ( ) (𝟒 𝟒 ) = ( ), (𝑨𝑩)−𝟏 = ( )
𝟑 −𝟐 𝟑 𝟏 𝟎 𝟏 𝟎 𝟏
−
𝟖 𝟖
𝟏 𝟏
𝟏 𝟐
𝑺𝒊 𝑩 = (𝟒 𝟒 ) → 𝑩−𝟏 = ( )
𝟑 𝟏 𝟑 −𝟐
−
𝟖 𝟖
𝟏 𝟏
𝟏 𝟐
𝑺𝒊 𝑨 = ( ) → 𝑨−𝟏 = (𝟒 𝟒 )
𝟑 −𝟐 𝟑 𝟏
−
𝟖 𝟖
Luego:
𝟏 𝟏
𝟏 𝟐 𝟏 𝟎
𝑩−𝟏 𝑨−𝟏 =( ) (𝟒 𝟒 ) = ( )
𝟑 −𝟐 𝟑 𝟏 𝟎 𝟏
−
𝟖 𝟖
Se comprueba que:
(𝑨𝑩)−𝟏 = 𝑩−𝟏 𝑨−𝟏
𝟏 𝟏 𝟎 𝟐 𝟏 𝟐
𝑺𝒆𝒂𝒏 𝒍𝒂𝒔 𝒎𝒂𝒕𝒓𝒊𝒄𝒆𝒔: 𝑨 = (𝟐 𝟑 𝟏) , 𝒚 𝑩 = (𝟐 𝟏 𝟏) 𝑳𝒖𝒆𝒈𝒐
𝟐 𝟏 𝟏 𝟏 𝟏 𝟑
DETERMINANTE DE UNA MATRIZ
Los determinantes aparecen con anterioridad a las matrices. El de

orden dos ya aparece en la obra de Cardano en 1545, en relación
con la solución de sistemas lineales de dos ecuaciones con dos
incógnitas. Los de orden superior aparecen casi simultáneamente
en las obras del japonés Kowa Seki y el alemán Gottfried Wilhelm
von Leibniz alrededor del año 1680. Pero es el francés Agustín
Louis Cauchy el que en 1812 comienza a usar los determinantes en
el sentido actual, probando varias de sus propiedades.
Definición 1
Se denomina submatriz de una matriz 𝑨 ∈ 𝑴𝒎×𝒏 dada, a cualquier
matriz obtenida de 𝑨 eliminando un conjunto determinado de filas
y/o columnas
Definición 2
Se denomina matriz adjunta del elemento 𝒊𝒋 de una matriz 𝑨, y se
denotará por 𝑨𝒊j , a la submatriz obtenida al eliminar la fila 𝒊 y la
columna 𝒋 de dicha matriz.
Nótese que la matriz adjunta de un elemento cualquiera tiene

siempre un orden menos que la matriz inicial
𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏 𝒂𝟏𝟏 𝒂𝟏𝟑 ⋯ 𝒂𝟏𝒏

𝒂 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒏 𝒂 𝒂𝟑𝟑 ⋯ 𝒂𝟑𝒏
𝑨 = ( 𝟐𝟏 ) → 𝑨𝟐𝟐 = ( 𝟑𝟏 )
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒏 𝒂𝒎𝟏 𝒂𝒎𝟑 ⋯ 𝒂𝒎𝒏
Matriz adjunta del elemento 2 2
Definición 3
Sea 𝑨 ∈ 𝑴𝒏 , se define el determinante de 𝑨, que se denota por
𝒅𝒆𝒕𝑨 𝒐 |𝑨|, del siguiente modo:
Si 𝒏 = 𝟏, |𝑨| = 𝒂𝟏𝟏
Si 𝒏 > 𝟏, |𝑨| = 𝒂𝟏𝟏 |𝑨𝟏𝟏 | − 𝒂𝟐𝟏 |𝑨𝟐𝟏 | + ⋯ + (−𝟏)𝒏+𝟏 𝒂𝒏𝟏 |𝑨𝒏𝟏 |
Dónde |𝑨𝒊𝟏 | es el determinante de la matriz adjunta del elemento 𝒊𝟏,

que corresponde a una matriz cuadrada de orden 𝒏 − 𝟏
Ejemplo 1
Aplicación de la definición:
En el caso de 𝒏 = 𝟐
𝒂𝟏𝟏 𝒂𝟏𝟐
𝑺𝒊 𝒏 = 𝟐, ⇒ 𝑨 = (𝒂 )
𝟐𝟏 𝒂𝟐𝟐
𝒅𝒆𝒕(𝑨) = |𝑨| = 𝒂𝟏𝟏 |𝑨𝟏𝟏 | − 𝒂𝟐𝟏 |𝑨𝟐𝟏 | = 𝒂𝟏𝟏 𝒂𝟐𝟐 − 𝒂𝟐𝟏 𝒂𝟏𝟐
En el caso de 𝒏 = 𝟑
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑
𝑺𝒊 𝒏 = 𝟑, ⇒ 𝑨 = (𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 )
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑
𝒅𝒆𝒕(𝑨) = |𝑨| = 𝒂𝟏𝟏 |𝑨𝟏𝟏 | − 𝒂𝟐𝟏 |𝑨𝟐𝟏 | + 𝒂𝟑𝟏 |𝑨𝟑𝟏 | =

𝒂𝟐𝟐 𝒂𝟐𝟑 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟐 𝒂𝟏𝟑
= 𝒂𝟏𝟏 |𝒂 | − 𝒂 𝟐𝟏 | | + 𝒂 𝟑𝟏 | 𝒂𝟐𝟐 𝒂𝟐𝟑 | =
𝟑𝟐 𝒂𝟑𝟑 𝒂𝟑𝟐 𝒂𝟑𝟑
= 𝒂𝟏𝟏 𝒂𝟐𝟐 𝒂𝟑𝟑 − 𝒂𝟏𝟏 𝒂𝟑𝟐 𝒂𝟐𝟑 − 𝒂𝟐𝟏 𝒂𝟏𝟐 𝒂𝟑𝟑 + 𝒂𝟐𝟏 𝒂𝟑𝟐 𝒂𝟏𝟑 + 𝒂𝟑𝟏 𝒂𝟏𝟐 𝒂𝟐𝟑
− 𝒂𝟑𝟏 𝒂𝟐𝟐 𝒂𝟏𝟑
Es importante resaltar que estas reglas (que parecen tener un cierto

parecido) no son extensibles a determinantes de orden superior. En
particular, ¡la regla de Sarrus sólo es válida para determinantes de
orden tres!
Ejercicio:
𝟏 𝟎 𝟏 𝟐
𝑺𝒆𝒂 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑨 = (𝟐 𝟑 𝟏 𝟏) , 𝒄𝒂𝒍𝒄𝒖𝒍𝒂𝒓 𝒔𝒖 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂𝒏𝒕𝒆
𝟏 𝟐 𝟏 𝟐
𝟐 𝟎 𝟏 𝟏
𝟏 𝟎 𝟏 𝟐
𝒅𝒆𝒕(𝑨) = |𝟐 𝟑 𝟏 𝟏| 𝒓𝒆𝒔𝒑𝒆𝒄𝒕𝒐 𝒂 𝒍𝒂 𝒑𝒓𝒊𝒎𝒆𝒓𝒂 𝒇𝒊𝒍𝒂
𝟏 𝟐 𝟏 𝟐
𝟐 𝟎 𝟏 𝟏
𝟑 𝟏 𝟏 𝟐 𝟑 𝟏 𝟐 𝟑 𝟏
|
𝒅𝒆𝒕(𝑨) = 𝟏 |𝟐 𝟏 𝟐| − 𝟎| + 𝟏 |𝟏 𝟐 𝟐| − 𝟐 |𝟏 𝟐 𝟏|
𝟎 𝟏 𝟏 𝟐 𝟎 𝟏 𝟐 𝟎 𝟏
𝒅𝒆𝒕(𝑨) = [(𝟑 + 𝟐) − (𝟔 + 𝟐)] − 𝟎| | + [(𝟒 + 𝟏𝟐) − (𝟒 + 𝟑)]
− 𝟐[(𝟒 + 𝟔) − (𝟒 + 𝟑)]
𝒅𝒆𝒕(𝑨) = (−𝟑) − 𝟎| | + [𝟗] − 𝟐[𝟑]
𝒅𝒆𝒕(𝑨) = 𝟎
Calcular el determinante:
Señoritas: de acuerdo a la cuarta fila
Caballeros: de acuerdo a la tercera columna
𝟏 𝟎 𝟏 𝟐
| 𝟐 𝟑 𝟏 𝟏|
𝟏 𝟐 𝟏 𝟐
𝟐 𝟎 𝟏 𝟏
De acuerdo a la segunda columna:
𝟏 𝟏 𝟐 𝟏 𝟏 𝟐
𝒅𝒆𝒕(𝑨) = −𝟎| | + 𝟑 |𝟏 𝟏 𝟐| − 𝟐 | 𝟐 𝟏 𝟏| + 𝟎| |
𝟐 𝟏 𝟏 𝟐 𝟏 𝟏
Propiedades de los determinantes
1. Si una matriz cuadrada A tiene una fila completa de ceros,

entonces su determinante es nulo.
𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏

⋮ ⋮ ⋮ ⋮
𝑨=( 𝟎 𝟎 𝟎 𝟎 ) ⇒ 𝒅𝒆𝒍(𝑨) = |𝑨| = 𝟎
𝒂𝒏𝟏 𝒂𝒏𝟐 ⋯ 𝒂𝒏𝒏
𝟏 −𝟏 𝟏 𝟐
𝑨 = (𝟑 −𝟏 𝟐 𝟐 ) ⇒ 𝒅𝒆𝒍(𝑨) = |𝑨| = 𝟎
𝟎 𝟎 𝟎 𝟎
𝟐 −𝟐 𝟑 −𝟑
2. Se verifica:
𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏 𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏 𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒊𝟏 + 𝒃𝒊𝟏 ⋯ 𝒂𝒊𝒏 + 𝒃𝒊𝒏 = 𝒂𝒊𝟏 ⋯ 𝒂𝒊𝒏 + 𝒃𝒊𝟏 ⋯ 𝒃𝒊𝒏
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
( 𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏 ) (𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏 ) (𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏 )
𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏 𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏 𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
|𝒂𝒊𝟏 + 𝒃𝒊𝟏 ⋯ 𝒂𝒊𝒏 + 𝒃𝒊𝒏 | = || 𝒂𝒊𝟏 ⋯ 𝒂𝒊𝒏 || + | 𝒃𝒊𝟏 ⋯ 𝒃𝒊𝒏 |
| | | |
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏 𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏 𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏
𝟏 𝟐 𝟑 𝟏 𝟐 𝟑 𝟏 𝟐 𝟑
(𝟑 𝟐 𝟑) = (𝟏 𝟏 𝟐) + (𝟐 𝟏 𝟏) =
𝟒 𝟓 𝟔 𝟒 𝟓 𝟔 𝟒 𝟓 𝟔
(𝟏𝟐 + 𝟐𝟒 + 𝟒𝟓) − (𝟑𝟔 + 𝟐𝟒 + 𝟏𝟓) =

= [(𝟔 + 𝟏𝟔 + 𝟏𝟓) − (𝟏𝟐 + 𝟏𝟎 + 𝟏𝟐)]
+ [(𝟔 + 𝟑𝟎 + 𝟖) − (𝟏𝟐 + 𝟓 + 𝟐𝟒)]
𝟔=𝟑+𝟑
Ejercicio:
𝟏 𝟐 𝟑 𝟏 𝟐 𝟑 𝟏 𝟐 𝟑
(𝟑 𝟐 𝟑) = (𝟑 𝟐 𝟑) + ( 𝟑 𝟐 𝟑)
𝟒 𝟓 𝟔 𝟔 −𝟓 𝟕 −𝟐 𝟏𝟎 −𝟏
𝟏 𝟐 𝟑
|𝟑 𝟐 𝟑| = (𝟏𝟐 + 𝟐𝟒 + 𝟒𝟓) − (𝟐𝟒 + 𝟏𝟓 + 𝟑𝟔) = 𝟔
𝟒 𝟓 𝟔
𝟏 𝟐 𝟑
|𝟑 𝟐 𝟑| = (𝟏𝟒 + 𝟑𝟔 − 𝟒𝟓) − (𝟑𝟔 − 𝟏𝟓 + 𝟒𝟐) = −𝟓𝟖
𝟔 −𝟓 𝟕
𝟏 𝟐 𝟑
|𝟑 𝟐 𝟑 | = (−𝟐 − 𝟏𝟐 + 𝟗𝟎) − (−𝟏𝟐 − 𝟔 + 𝟑𝟎) = 𝟔𝟒
−𝟐 𝟏𝟎 −𝟏
𝟔 = −𝟓𝟖 + 𝟔𝟒, 𝟔=𝟔

3. Si 𝑩 es la matriz obtenida al multiplicar los elementos de una fila
de la matriz 𝑨 por un escalar 𝝀 ∈ 𝑲, entonces |𝑩| = 𝝀|𝑨|.
𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏 𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒏

⋮ ⋮ ⋮ ⋮ ⋮ ⋮
|
𝒔𝒊 𝑩 = |𝝀𝒂𝒊𝟏 ⋯ 𝝀𝒂𝒊𝒏 | 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝑩 = 𝛌 || 𝒂𝒊𝟏 ⋯ 𝒂𝒊𝒏 ||
|
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏 𝒂𝒏𝟏 ⋯ 𝒂𝒏𝒏
𝟏 𝟐 𝟑
𝟏
𝟐 𝟑 𝟏 𝟐 𝟑
𝑨 = (−𝟏
𝟐 −𝟑) 𝒚 𝑩 = ( − )
𝟒
𝟓 𝟔 𝟓 𝟓 𝟓
𝟒 𝟓 𝟔
𝟏 𝟏 𝟐 𝟑 𝟏
𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝑩 = (− ) |−𝟏 𝟐 −𝟑| → |𝑩| = (− )|𝑨|
𝟓 𝟓
𝟒 𝟓 𝟔
𝟏 𝟐 𝟑
|𝑨| = |−𝟏 𝟐 −𝟑| = (𝟏𝟐 − 𝟐𝟒 − 𝟏𝟓) − (𝟐𝟒 − 𝟏𝟓 − 𝟏𝟐) = −𝟐𝟒
𝟒 𝟓 𝟔
𝟏 𝟐 𝟑
𝟏 𝟐𝟑 𝟏𝟐 𝟐𝟒 𝟏𝟓 𝟐𝟒 𝟏𝟓 𝟏𝟐
|𝑩| = | − | = (− + + ) − (− + + )
𝟓 𝟓𝟓 𝟓 𝟓 𝟓 𝟒 𝟓 𝟓
𝟒 𝟓 𝟔
𝟏 𝟏
|𝑩| = − [(𝟏𝟐 − 𝟐𝟒 − 𝟏𝟓) − (𝟐𝟒 − 𝟏𝟓 − 𝟏𝟐)] = − (−𝟐𝟒)
𝟓 𝟓
4. Si 𝑩 es la matriz que se obtiene de 𝑨 intercambiando dos de sus

filas, entonces:
|𝑩| = −|𝑨|
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟐𝟏 𝒂𝟐𝟐
|𝒂 | = 𝒂 𝒂
𝟏𝟏 𝟐𝟐 − 𝒂 𝒂
𝟐𝟏 𝟏𝟐 = −(𝒂 𝒂
𝟐𝟏 𝟏𝟐 − 𝒂 𝒂
𝟏𝟏 𝟐𝟐 ) = |𝒂𝟏𝟏 𝒂𝟏𝟐 |
𝟐𝟏 𝒂𝟐𝟐
𝟏 𝟐 𝟑 −𝟏 𝟐 −𝟑
𝑨 = (−𝟏 𝟐 −𝟑) 𝒚 𝑩 = ( 𝟏 𝟐 𝟑 )
𝟒 𝟓 𝟔 𝟒 𝟓 𝟔
𝟏 𝟐 𝟑
|𝑨| = |−𝟏 𝟐 −𝟑| = (𝟏𝟐 − 𝟐𝟒 − 𝟏𝟓) − (𝟐𝟒 − 𝟏𝟓 − 𝟏𝟐) = −𝟐𝟒
𝟒 𝟓 𝟔
−𝟏 𝟐 −𝟑
|𝑩| = | 𝟏 𝟐 𝟑 | = (−𝟏𝟐 − 𝟏𝟓 + 𝟐𝟒) − (−𝟐𝟒 − 𝟏𝟓 + 𝟏𝟐) = 𝟐𝟒
𝟒 𝟓 𝟔
5. Si una matriz tiene dos filas iguales su determinante es nulo.

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑
𝑺𝒆𝒂 𝑨 = (𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ) 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔. |𝑨| = |𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 | = 𝟎
𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑
𝒂𝟐𝟐 𝒂𝟐𝟑 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟐 𝒂𝟏𝟑
= 𝒂𝟏𝟏 |𝒂 𝒂𝟐𝟑 | − 𝒂 𝟐𝟏 |𝒂𝟐𝟐 𝒂𝟐𝟑 | + 𝒂 𝟐𝟏 |𝒂𝟐𝟐 𝒂𝟐𝟑 |
𝟐𝟐
= 𝒂𝟏𝟏 (𝒂𝟐𝟐 𝒂𝟐𝟑 − 𝒂𝟐𝟐 𝒂𝟐𝟑 ) − 𝒂𝟐𝟏 (𝒂𝟏𝟐 𝒂𝟐𝟑 − 𝒂𝟐𝟐 𝒂𝟏𝟑 ) + 𝒂𝟐𝟏 (𝒂𝟏𝟐 𝒂𝟐𝟑 − 𝒂𝟐𝟐 𝒂𝟏𝟑 ) = 𝟎
6. Si 𝑩 es la matriz obtenida de 𝑨 al sumar a una fila de 𝑨, un

múltiplo de otra fila de la matriz, entonces |𝑩| = |𝑨|.
𝟏 𝟏 −𝟏 𝟏 𝟏 −𝟏
𝑺𝒊 𝑨 = (𝟐 −𝟑 𝟐 ) ⇒ (−𝟐)𝑭𝟏 + 𝑭𝟐 ⟶ 𝑭𝟐 , ⇒ 𝑩 = (𝟎 −𝟓 𝟒)
𝟑 𝟏 𝟐 𝟑 𝟏 𝟐
𝟏 𝟏 −𝟏
|𝑨| = |𝟐 −𝟑 𝟐 | = (−𝟔 + 𝟔 − 𝟐) − (𝟗 + 𝟐 + 𝟒) = −𝟏𝟕
𝟑 𝟏 𝟐
𝟏 𝟏 −𝟏
|𝑩| = |𝟎 −𝟓 𝟒 | = (−𝟏𝟎 + 𝟏𝟐) − (𝟏𝟓 + 𝟒) = −𝟏𝟕
𝟑 𝟏 𝟐
7. 𝑨 es una matriz regular si y solo si |𝑨| ≠ 𝟎

𝟏 𝟏 −𝟏
𝒔𝒊 𝑨 = (𝟐 −𝟏 𝟐 ),
𝟑 𝟏 𝟐
𝟏 𝟏 −𝟏
|𝑨| = |𝟐 −𝟏 𝟐 | = (−𝟐 + 𝟔 − 𝟐) − (𝟑 + 𝟐 + 𝟒) = −𝟕
𝟑 𝟏 𝟐
|𝑨| ≠ 𝟎, 𝑨 𝒆𝒔 𝒖𝒏𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝒓𝒆𝒈𝒖𝒍𝒂𝒓
𝟏 𝟏 −𝟏
𝒔𝒊 𝑩 = (−𝟐 −𝟏 𝟐 ),
𝟑 𝟏 −𝟑
𝟏 𝟏 −𝟏
|𝑩| = |−𝟐 −𝟏 𝟐 | = (𝟑 + 𝟔 + 𝟐) − (𝟑 + 𝟐 + 𝟔) = 𝟎
𝟑 𝟏 −𝟑
|𝑨| = 𝟎, 𝑨 𝒏𝒐 𝒆𝒔 𝒖𝒏𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝒓𝒆𝒈𝒖𝒍𝒂𝒓
8. Si 𝑨, 𝑩 ∈ 𝑴𝒏 entonces 𝐝𝐞𝐭(𝑨. 𝑩) = 𝒅𝒆𝒕(𝑨). 𝐝𝐞𝐭(𝑩)
𝟏 𝟎 −𝟏 −𝟏 𝟎 −𝟐
Sea 𝑨 = (𝟏 −𝟏 𝟐 ) 𝒚 𝑩 = ( 𝟏 𝟎 𝟑)
𝟐 𝟏 𝟎 𝟐 𝟏 −𝟐
𝟏 𝟎 −𝟏 −𝟏 𝟎 −𝟐
𝑨. 𝑩 = (𝟏 −𝟏 𝟐 ) ( 𝟏 𝟎 𝟑)
𝟐 𝟏 𝟎 𝟐 𝟏 −𝟐
−𝟑 −𝟏 𝟎 −𝟑 −𝟏 𝟎
𝑨. 𝑩 = ( 𝟐 𝟐 −𝟗), |𝑨. 𝑩| = | 𝟐 𝟐 −𝟗| = −𝟓
−𝟏 𝟎 −𝟏 −𝟏 𝟎 −𝟏
𝟏 𝟎 −𝟏
|𝑨| = |𝟏 −𝟏 𝟐 | = −𝟓
𝟐 𝟏 𝟎
−𝟏 𝟎 −𝟐
−𝟏 −𝟐
|𝑩| = | 𝟏 𝟎 𝟑 | = −𝟏 | | = −𝟏[(−𝟑) − (−𝟐)] = 𝟏
𝟏 𝟑
𝟐 𝟏 −𝟐
𝐝𝐞𝐭(𝑨. 𝑩) = 𝒅𝒆𝒕(𝑨). 𝐝𝐞 𝐭(𝑩) ; (−𝟓) = (−𝟓)(𝟏)
9. 𝒅𝒆𝒕(𝑨) = 𝒅𝒆𝒕(𝑨𝑻 )
𝟏 𝟏 −𝟏 𝟏 𝟏 −𝟏
𝑺𝒆𝒂 𝑨 = (−𝟏 𝟏 𝟏 ) , |𝑨| = |−𝟏 𝟏 𝟏|
𝟏 −𝟏 −𝟐 𝟏 −𝟏 −𝟐
= (−𝟐 + 𝟏 − 𝟏) − (−𝟏 − 𝟏 + 𝟐) = −𝟐
𝟏 𝟏 −𝟏 𝟏 −𝟏 𝟏
𝑻
𝑺𝒊 𝑨 = (−𝟏 𝟏 𝟏 ) → 𝑨 = ( 𝟏 𝟏 −𝟏)
𝟏 −𝟏 −𝟐 −𝟏 𝟏 −𝟐
𝟏 −𝟏 𝟏
|𝑨𝑻 | = | 𝟏 𝟏 −𝟏| = (−𝟐 − 𝟏 + 𝟏) − (−𝟏 − 𝟏 + 𝟐) = −𝟐
−𝟏 𝟏 −𝟐
Se comprueba la propiedad 9 𝒅𝒆𝒕(𝑨) = 𝒅𝒆𝒕(𝑨𝑻 )
Nota:
Como consecuencia de este último resultado, los numerales 1 hasta
el 9, que enuncian propiedades por las filas, pueden ser también
enunciados por columnas.
Desarrollo por filas o columnas.

Si 𝑨 = (𝒂𝒊𝒋 ), entonces:
𝒏
|𝑨| = ∑(−𝟏)𝒊+𝒋 𝒂𝒊𝒋 |𝑨𝒊𝒋 |

𝒋=𝟏
Y también:
𝒏
|𝑨| = ∑(−𝟏)𝒊+𝒋 𝒂𝒊𝒋 |𝑨𝒊𝒋 |

𝒊=𝟏
Ejemplos:
Calcular el valor de los siguientes determinantes:
𝟏 𝟓 𝟗 𝟏𝟑
𝟑 𝟓 𝟏 𝟑 𝟏 𝟐
𝑨 = |𝟏𝟐 𝟐𝟎 𝟒| , 𝑩 = |𝟗 −𝟓 𝟕| , 𝑪 = |𝟐 𝟔 𝟏𝟎 𝟏𝟒|
𝟑 𝟕 𝟏𝟏 𝟏𝟓
𝟕 𝟎 𝟏 𝟑 −𝟕 𝟑
𝟒 𝟖 𝟏𝟐 𝟏𝟔
En la primera matriz se observa que la segunda fila o renglón es

múltiplo de la primera fila o renglón, luego las filas uno y dos son
iguales y el determinante es nulo
𝟑 𝟓 𝟏 𝟑 𝟓 𝟏
𝑨 = |𝟏𝟐 𝟐𝟎 𝟒| = 𝟒 |𝟑 𝟓 𝟏| = 𝟒(𝟎) = 𝟎
𝟕 𝟎 𝟏 𝟕 𝟎 𝟏
En la segunda matriz se realizan las operaciones elementales con
las filas dos y tres:
𝟑 𝟏 𝟐 𝟑 𝟏 𝟐
𝑩 = |𝟗 −𝟓 𝟕| , 𝑭𝟐 − 𝑭𝟑 → 𝑭𝟐 , |𝟗 −𝟓 𝟕|,
𝟑 −𝟕 𝟑 𝟔 𝟐 𝟒
Se observa que al aplicar las operaciones elementales entre la

segunda fila o renglón y la tercera fila o renglón, se obtiene una un
determinante con las filas uno y tres proporcionales
𝟑 𝟏 𝟐
𝟐 |𝟗 −𝟓 𝟕| = 𝟐(𝟎)
𝟑 𝟏 𝟐
La fila uno y tres son iguales, el determinante es nulo
En el tercer determinante se realizan las operaciones sencillas

éntrelas columnas dos con 1 y cuatro con tres:
𝟏 𝟓 𝟗 𝟏𝟑 𝟒 𝟓 𝟒 𝟏𝟑
𝑪 − 𝑪 → 𝑪
|𝑪| = |𝟐 𝟔 𝟏𝟎 𝟏𝟒| , 𝟐 𝟏 𝟏
, → |𝟒 𝟔 𝟒 𝟏𝟒|
𝟑 𝟕 𝟏𝟏 𝟏𝟓 𝑪𝟒 − 𝑪𝟑 → 𝑪𝟑 𝟒 𝟕 𝟒 𝟏𝟓
𝟒 𝟖 𝟏𝟐 𝟏𝟔 𝟒 𝟖 𝟒 𝟏𝟔
El determinante tiene dos columnas iguales por tanto es nulo
|𝑪| = 𝟎
No siempre es posible obtener dos filas o columnas iguales en las
que el determinante sea nulo, por lo general es importante realizar
las operaciones para determinar el valor del determinante.
Ejemplo:
Calcular el valor del determinante:

−𝟏 −𝟑 𝟐 𝟐
|𝟒 𝟏 𝟏 𝟏|
𝟑 𝟎 −𝟏 𝟏
−𝟐 𝟓 𝟑 𝟏
Al observar el determinante la suma de la columna cuatro con tres

se reemplaza en la columna tres
−𝟏 −𝟑 𝟐 𝟐 −𝟏 −𝟑 𝟒 𝟐
|𝟒 𝟏 𝟏 𝟏 | 𝑪 +𝑪 →𝑪 , |𝟒 𝟏 𝟐 𝟏| , 𝑪 − 𝟑𝑪
𝟑 𝟎 −𝟏 𝟏 𝟑 𝟒 𝟑
𝟑 𝟎 𝟎 𝟏 𝟏 𝟒
−𝟐 𝟓 𝟑 𝟏 −𝟐 𝟓 𝟒 𝟏
→ 𝑪𝟏
−𝟕 −𝟑 𝟒 𝟐
|𝟏 𝟏 𝟐 𝟏|
𝟎 𝟎 𝟎 𝟏
−𝟓 𝟓 𝟒 𝟏
Desarrollando por la tercera fila tenemos:
−𝟕 −𝟑 𝟒 𝟐 −𝟕 −𝟑 𝟒 𝑪 − 𝑪 → 𝑪
|𝟏 𝟏 𝟐 𝟏| = (−𝟏) | 𝟏 𝟏 𝟐| 𝑪 𝟐− 𝟐𝑪𝟏 → 𝑪𝟐
𝟎 𝟎 𝟎 𝟏
−𝟓 𝟓 𝟒 𝟑 𝟏 𝟑
−𝟓 𝟓 𝟒 𝟏
−𝟕 𝟒 𝟏𝟖
𝟒 𝟏𝟖 𝟐 𝟗
−| 𝟏 𝟎 𝟎 | = −(−𝟏) | | = 𝟐. 𝟐 | | = 𝟒(𝟏𝟒 − 𝟒𝟓)
𝟏𝟎 𝟏𝟒 𝟓 𝟕
−𝟓 𝟏𝟎 𝟏𝟒
= −𝟏𝟐𝟒
CALCULAR EL DETERMINENTA
SEÑORITAS: de acuerdo a la columna 2 reduciendo a ceros
CABALLEROS: de acuerdo a la fila 2 reduciendo a ceros
−𝟏 −𝟑 𝟐 𝟐 𝟎
|𝟒 𝟏 𝟏 𝟏 | = |𝟎 𝟏 𝟎 𝟎 |
𝟑 𝟎 −𝟏 𝟏 𝟎
−𝟐 𝟓 𝟑 𝟏 𝟎
SEÑORITAS: 𝒇𝟏 + 𝟑𝒇𝟐 , 𝒇𝟒 − 𝟓𝒇𝟐
CABALLEROS: 𝑪𝟏 − 𝟒𝑪𝟐 , 𝑪𝟑 − 𝑪𝟐 , 𝑪𝟒 − 𝑪𝟐
Rango de una matriz

El rango de una matriz es el número de filas (o columnas)
linealmente independientes. Utilizando esta definición se puede
calcular usando el método de Gauss. También, podemos decir que
el rango de una matriz es el orden de la mayor submatriz cuadrada
no nula.
Definición 1
Se denomina menor de orden 𝒌 de una matriz 𝑨 ∈ 𝑴𝒎×𝒏 al
determinante de una submatriz cuadrada de A de orden 𝒌.
Definición 2
Se llama rango de una matriz 𝑨 ∈ 𝑴𝒎×𝒏 al mayor orden de entre
todos los menores de 𝑨 no nulos.
Es decir, si 𝒓𝒂𝒏𝒈𝒐(𝑨) = 𝒓, toda submatriz cuadrada de 𝑨 de orden

mayor que 𝒓 tiene determinante nulo, y al menos existe una
submatriz cuadrada de orden 𝒓 con determinante no nulo. Nótese
que es inmediato que si 𝑨 ∈ 𝑴𝒎×𝒏 entonces
𝒓𝒂𝒏𝒈𝒐(𝑨) ≤ 𝒎𝒊𝒏{𝒎, 𝒏}
Ejemplo:
𝑨=( ) , 𝑩=
𝟑×𝟔
( )𝟔×𝟓
𝒓𝒂𝒏𝒈(𝑨) ≤ 𝒎 = 𝟑, 𝒓𝒂𝒏𝒈(𝑩) ≤ 𝒏 = 𝟓
Teorema 2.5:
El rango de una matriz no se altera si:
i) Intercambiamos entre sí dos filas (o dos columnas).
ii) Trasponemos una fila con una columna (esto es, intercambiar la
fila 𝒊 con la columna 𝒊).
iii) Multiplicamos los elementos de una fila (o columna) por un
escalar distinto de cero.
iv) Sumamos a una fila (o columna) los elementos de otra fila (o
columna) multiplicados por un escalar.
Cálculo del rango de una matriz: Método del Orlado.
La definición de rango nos indica una forma de proceder con su

cálculo:
Encontrar el mayor orden de entre todos los menores no nulos.
Para ello, podríamos considerar todos los menores de una matriz y
calcular sus determinantes, sin embargo, el siguiente método,
conocido como método del orlado, nos proporciona un
procedimiento en el que no es necesario obtener todos los menores
de la matriz. En primer lugar denominaremos menor básico a
cualquier menor distinto de cero. A las filas y columnas de A que
conforman ese menor se les denomina filas y columnas básicas.
Para calcular el rango de una matriz se procede como sigue:
(i) Se suprimen todas las filas o columnas completamente nulas. Si

todas las filas de una matriz son nulas entonces 𝒓𝒂𝒏𝒈𝒐(𝑨) = 𝟎.
(ii) Tomamos una fila donde exista un menor de orden uno no nulo.
La fila y columna correspondientes a ese menor se consideran
como básicas.*
(* Obviamente, si se considera cualquier otro menor de orden uno distinto de cero, las filas y columnas básicas serían otras. El
procedimiento que lleva a cabo el método del orlado no es único)
(iii) Orlamos, esto es, añadimos a la fila y columna básicas una

nueva fila y una nueva columna, para formar un menor de orden
dos. Si este menor es nulo, orlamos con la misma fila y una nueva
columna, hasta encontrar un menor de orden dos distinto de cero.
Si todos los menores de orden dos obtenidos al orlar con la misma

fila y todas las posibles columnas son nulos, podemos eliminar la
fila en cuestión (puesto que no aporta rango a la matriz), y proceder
con la siguiente, repitiendo el mismo procedimiento.
(iv) Una vez encontrado un menor de orden dos distinto de cero,

consideramos como básicas las filas y columnas que la componen y
orlamos para encontrar un menor de orden tres no nulo, repitiendo
el procedimiento anterior.
(v) Si al orlar un menor de orden k con todas las filas y columnas

disponibles no encontramos un menor de orden k + 1 distinto de
cero, entonces rango(A) = k.
EJEMPLO
Calcular el rango de la matriz
0 1 0 1 3
0 −3 0 4 1
0 2 0 −5 −4
A = ∈ M6×5 (R)
0 0 0 0 0
0 1 1 1 1
(1 −1 1 1 1)
Está claro que el rango máximo de esta matriz es 5, puesto que no

es posible construir un menor de orden 6. Puesto que la cuarta fila
es completa de ceros, podemos eliminarla y proseguir sin ella. En la
matriz resultante buscamos un menor de orden uno distinto de cero;
por ejemplo, el formado por la fila 1, columna 2 que a partir de
ahora, son consideradas básicas.
0 1 0 1 3
0 −3 0 4 1
A= 0 2 0 −5 −4 ∈ M5×5 (R)
1 1 1 1 1
(1 −1 1 1 1)
Orlamos este menor hasta encontrar un determinante distinto de

cero.
Tenemos los determinantes:

0 1 1 0 1 1 0 1 0 3 1 3 0 −3 −3 4 4 1
| |, | |, | |, | |, | |, | |, | |, | |, | |,
0 −3 −3 0 −3 4 0 4 0 1 4 1 0 2 2 5 −5 −4
Es fácil ver que orlando con la segunda fila y la cuarta columna, el

menor
1 1
| | = 1. (4) − (−3). (1)] = 7 ≠ 0
−3 4
Las filas básicas son ahora {1, 2}, y las columnas básicas {2, 4}.
0 1 0 1 3
0 −3 0 4 1
A = 0 2 0 −5 −4 ∈ M5×5 (R)
1 1 1 1 1
(1 −1 1 1 1)
A continuación orlamos con la tercera fila y la quinta columna
0 1 0 1 3
0 −3 0 4 1
A = 0 2 0 −5 −4 (NO) ∈ M5×5 (R)
1 1 1 1 1
(1 −1 1 1 1)
(Es inmediato ver que, Orlando con la primera o la tercera columna

no podemos conseguir un menor distinto de cero). El menor
1 1 3
|−3 4 1 | = (−16 + 2 + 45) − (24 − 5 + 12) = 31 − 31 = 0
2 −5 −4
De este modo, orlando con la tercera fila no hay forma de obtener

un menor distinto de cero, por lo que podemos eliminar dicha fila.
0 1 0 1 3
0 −3 0 4 1
A = 0 2 0 −5 −4 ∈ M5×5 (R)
1 1 1 1 1
(1 −1 1 1 1)
Orlamos con la cuarta fila y la columna primera; el menor
0 1 1
|0 −3 4| = (0 + 0 + 4) − (−3 + 0 + 0) = 7 ≠ 0
1 1 1
Luego las filas básicas son ahora {1, 2, 4} y las columnas básicas
{1, 2, 4}.
0 1 0 1 3
0 −3 0 4 1
A = 0 2 0 −5 −4 ∈ M5×5 (R)
1 1 1 1 1
(1 −1 1 1 1)
Orlamos con la quinta fila y la tercera columna,
0 1 0 1 1 0 1 1 0 1
|0 −3 0 4| = 1 |−3 0 4| − 1 |−3 0 4|
1 1 1 1
−1 1 1 1 1 1
1 −1 1 1
= (−3 − 4) − (−3 − 4) = 0
Por tanto podemos eliminar la columna tercera.

0 1 0 1 3
0 −3 0 4 1
A = 0 2 0 −5 −4 ∈ M5×5 (R)
1 1 1 1 1
(1 −1 1 1 1)
Finalmente, orlando con la quinta columna:

0 1 1 3
1 1 3 1 1 3
| 0 −3 4 1 | = 1 |−3 4 1| − 1 |−3 4 1|
1 1 1 1
−1 1 1 1 1 1
1 −1 1 1
= (−6 + 14) − (−4 − 10) = 22 ≠ 0
Puesto que no quedan más filas por orlar, el rango(A) = 4
Es importante resaltar que, en todo el procedimiento, una vez que

conseguimos un menor básico de un cierto orden, no lo perdemos,
es decir, a la hora de buscar menores básicos de orden superior
usamos siempre el menor que ya tenemos completándolo con más
filas y columnas, esto es, orlándolo.
Ejercicio:
Determinar el rango d la matriz por el Método del Orlado
1 1 1 2 2 1
2 1 1 1 2 2
Sea la matriz 𝐴 = 1 2 2 1 1 2 , → 𝑟𝑎𝑛𝑔(𝐴) ≤ 𝑚 = 5
3 3 3 6 6 3
(4 2 2 2 4 4)5×6
Solución:
Buscamos un menor de orden uno distinto de cero:
La fila 1 y columna 1 son consideradas básicas
1 1 1 2 2 1
2 1 1 1 2 2
𝐴= 1 2 2 1 1 2
3 3 3 6 6 3
(4 2 2 2 4 4)5×6
Orlamos con la fila 2 y columna 2
1 1
| | = 1 − 2 = −1 ≠ 0
2 1
Como la susbmatriz de orden 2 no es nula, las filas básicas son 1, 2
y las columnas básicas 1 y 2
Orlamos con la 3ra fila y la 3ra columna:

1 1 1 2 2 1
2 1 1 1 2 2
1 2 2 1 1 2 (𝑁𝑂)
3 3 3 6 6 3
(4 2 2 2 4 4)
Calculamos el determinante de la submatriz de orden 3:
1 1 1 1 1 1
(2 1 1), |2 1 1| = (2 + 1 + 4) − (1 + 4 + 2) = 0
1 2 2 1 2 2
No sirve la columna 3, orlamos con la tercera fila y cuarta columna
1 1 1 2 2 1
2 1 1 1 2 2
1 2 2 1 1 2
3 3 3 6 6 3
(4 2 2 2 4 4)5×6
Calculamos el determinante:
1 1 2
|2 1 1| = (1 + 8 + 1) − (2 + 2 + 2) = 2 ≠ 0
1 2 1
La submatriz formada por las filas 1, 2, 3 y las columna 1, 2, 4 son
básicas
1 1 1 2 2 1
2 1 1 1 2 2
1 2 2 1 1 2
3 3 3 6 6 3
( 4 2 2 2 4 4)
Calculamos el determinante:
1 1 2 2 1 1 2 2
|2 1 1 2| 𝑓3 − 3𝑓1 |2 1 1 2| = 0
1 2 1 1 1 2 1 1
3 3 6 6 0 0 0 0
Orlamos con la 4ta fila y la quinta columna
1 1 1 2 2 1
1 1 2 1
2 1 1 1 2 2
1 2 2 1 1 2 , |2 1 1 2| = 0
1 2 1 2
3 3 3 6 6 3
3 3 6 3
( 4 2 2 2 4 4)
Ya que las filas 1 y 4 son múltiplos:
En conclusión todas las matrices de orden 5 serán nulas, por tanto
el rango de la matriz A es 3
𝒓𝒂𝒏𝒈(𝑨) = 𝟑
Ejercicio:
Determinar el rango de la matriz por el método del Orlado
𝟎 𝟏 𝟐 𝟐 𝟐
𝑩 = (𝟐 𝟐 𝟏 𝟏 𝟏) → 𝒓𝒂𝒏(𝑩) ≤ 𝟒
𝟏 𝟐 𝟐 𝟐 𝟐
𝟒 𝟒 𝟐 𝟐 𝟐
Determinamos un menor de orden uno no nulo:
𝟎 𝟏 𝟐 𝟐 𝟐
( 𝟐 𝟐 𝟏 𝟏 𝟏)
𝟏 𝟐 𝟐 𝟐 𝟐
𝟒 𝟒 𝟐 𝟐 𝟐
Orlamos con la fila 2 y columna 1:
𝟎 𝟏 𝟐 𝟐 𝟐
𝟎 𝟏
(𝟐 𝟐 𝟏 𝟏 𝟏), | | = −𝟐 ≠ 𝟎
𝟏 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝟒 𝟒 𝟐 𝟐 𝟐
𝟎 𝟏 𝟐 𝟐 𝟐 𝟎 𝟏 𝟐
( 𝟐 𝟐 𝟏 𝟏 𝟏 ), |𝟐 𝟐 𝟏| = (𝟏 + 𝟖) − (𝟒 + 𝟒) = 𝟏 ≠ 𝟎
𝟏 𝟐 𝟐 𝟐 𝟐
𝟒 𝟒 𝟐 𝟐 𝟐 𝟏 𝟐 𝟐
𝟎 𝟏 𝟐 𝟐 𝟐 0 1 2 2
(𝟐 𝟐 𝟏 𝟏 𝟏), |2 2 1 1| = 𝟎
𝟏 𝟐 𝟐 𝟐 𝟐 1 2 2 2
𝟒 𝟒 𝟐 𝟐 𝟐 4 4 2 2
La segunda y cuarta fila son múltiplos
Orlamos con la cuarta fila y columna 5
𝟎 𝟏 𝟐 𝟐 𝟐 0 1 2 2
(𝟐 𝟐 𝟏 𝟏 𝟏), |2 2 1 1| = 0
𝟏 𝟐 𝟐 𝟐 𝟐 1 2 2 2
𝟒 𝟒 𝟐 𝟐 𝟐 4 4 2 2
Como no es posible formar una submatriz de orden cinco, el rango
de la matriz es 3
𝒓𝒂𝒏(𝑩) = 𝟑
Cálculo del rango mediante el método de Gauss

Existe una alternativa para el cálculo del rango de una matriz
usando el método de Gauss (operaciones elementales). Dado que
las operaciones involucradas en el método de Gauss no modifican
el rango (como consecuencia de las propiedades de los
determinantes), para realizar este cálculo procedemos a triangular
la matriz del mismo modo que hacemos con un sistema, es decir,
haciendo nulos todos los elementos que quedan por debajo de la
diagonal principal. El rango de la matriz resultará igual al número
de filas no nulas que resulten tras la triangulación.
EJEMPLO
Calcular el rango de la matriz:
1 6 11 16
2 7 12 17
A = 3 8 13 18 ∈ M5x4 (R)
4 9 14 19
(5 10 15 20)
Triangulamos mediante el método de Gauss, haciendo ceros en la
primera columna por debajo de la primera fila, y luego haciendo
ceros en la segunda columna, por debajo de la segunda fila
1 6 11 16 F − 2F → F2 1 6 11 16
2 1
2 7 12 17 F − 3F → F3 0 −5 −10 −15
A= 3 8 13 18 3 1
0 −10 −20 −30
F4 − 4F1 → F4
4 9 14 19 0 −15 −30 −45
F − 5F1 → F5
(5 10 15 20) 5 (0 −20 −40 −60)
1 6 11 16
F3 − 2F2 → F3 0 −5 −10 −15
F4 − 3F2 → F4 0 0 0 0
F5 − 4F2 → F5 0 0 0 0
(0 0 0 0 )
Dado que la matriz obtenida es triangular y que el número de filas
no nulas es dos, el rango de la matriz A es 2 rang(A) = 2.
EJEMPLO
Calcular el rango de la matriz
0 1 0 1 3
0 −3 0 4 1
0 2 0 −5 −4
A = ∈ M6×5 (R)
0 0 0 0 0
0 1 1 1 1
(1 −1 1 1 1)
Está claro que el rango máximo de esta matriz es 5, puesto que no
es posible construir un menor de orden 6. Puesto que la cuarta fila
es completa de ceros, podemos eliminarla y proseguir sin ella.
0 1 0 1 3 1 −1 1 1 1
0 −3 0 4 1 0 −3 0 4 1
A = 0 2 0 −5 −4 F5 ↔ F1 = 0 2 0 −5 −4 F3
0 1 1 1 1 0 1 1 1 1
(1 −1 1 1 1) (0 1 0 1 3)
↔ F4
1 −1 1 1 1 1 −1 1 1 1
0 1 1 1 1 F 3 − 2F 2 → F 3 0 1 1 1 1
0 2 0 −5 −4 F4 + 3F2 → F4 = 0 0 −2 −7 −6
0 −3 0 4 1 F5 − F2 → F5 0 0 3 7 4
(0 1 0 1 3) (0 0 −1 0 2)
1 −1 1 1 1 1 −1 1 1 1
0 1 1 1 1 F − 3F3 → F4 0 1 1 1 1
0 0 1 0 −2 4 0 0 1 0 −2
F5 + 2F3 → F5
0 0 3 7 4 0 0 0 7 10
(0 0 −2 −7 −6) (0 0 0 −7 −10)
1 −1 1 1 1
0 1 1 1 1
F5 + F4 → F5 0 0 1 0 −2
0 0 0 7 10
(0 0 0 0 0 )
Dado que la matriz obtenida es triangular y que el número de filas

no nulas es cuatro, el rango de la matriz A es 4 ran(A) = 𝟒.
Ejercicio:
Determinar el rango d la matriz por el Método del Gauss
1 1 1 2 2 1
2 1 1 1 2 2
Sea la matriz 𝐴 = 1 2 2 1 1 2 , → 𝑟𝑎𝑛𝑔(𝐴) ≤ 𝑚 = 5
3 3 3 6 6 3
(4 2 2 2 4 4)5×6
Solución:
Por medio de operaciones elementales triangulamos la matriz A:
1 1 1 2 2 1 𝑓 − 2𝑓 1 1 1 2 2 1
2 1
2 1 1 1 2 2 𝑓 − 𝑓 0 −1 −1 −3 −2 0
3 1
1 2 2 1 1 2 0 1 1 −1 −1 1
𝑓4 − 3𝑓1
3 3 3 6 6 3 0 0 0 0 0 0
𝑓5 − 4𝑓1
(4 2 2 2 4 4) (0 −2 −2 −6 −4 0)
Como la 4ta fila es completa de ceros, eliminamos la fila:
1 1 1 2 2 1 1 1 1 2 2 1
𝑓 + 𝑓2 0 −1 −1 −3 −2 0
(0 −1 −1 −3 −2 0) 3 ( )
0 1 1 −1 −1 1 𝑓4 − 2𝑓2 0 0 0 −4 −3 1
0 −2 −2 −6 −4 0 0 0 0 0 0 0
Como la matriz resultante de la triangulación tiene tres filas no

nulas, el rango de la matriz es 3
𝒓𝒂𝒏𝒈(𝑨) = 𝟑
Deber:
Ejercicio:
Determinar el rango de la matriz por el método de Gauss
𝟎 𝟏 𝟐 𝟐 𝟐
𝑩 = (𝟐 𝟐 𝟏 𝟏 𝟏) → 𝒓𝒂𝒏(𝑩) ≤ 𝟒
𝟏 𝟐 𝟐 𝟐 𝟐
𝟒 𝟒 𝟐 𝟐 𝟐
APLICACION DE LOS DETERMINANTES AL CÁLCULO DE LA INVERSA

Veamos cómo se usan los determinantes para calcular la inversa de
una matriz.
Definición 3
Dada una matriz cuadrada 𝑨, se denomina adjunta de un matriz (o

matriz de cofactores) de 𝑨 a la matriz 𝒂𝒅𝒋(𝑨) ∈ 𝑴𝒏 dado por:
(𝒂𝒅𝒋𝑨𝒊𝒋 ) = (−𝟏)𝒊+𝒋 |𝑨𝒊𝒋 |
Es decir, la adjunta de una matriz es una nueva matriz en la que

cada elemento ij es igual al determinante de la matriz adjunta de
ese elemento, multiplicada por (−1)i+j , es decir, con un determinado
signo, que dependería de la “posición” de ese elemento. A partir de
la matriz de cofactores se obtiene la inversa de una matriz, según
muestra el siguiente resultado.
Teorema 2.6
Sea 𝑨 ∈ 𝑴𝒏 una matriz invertible. Entonces
𝟏
𝑨−𝟏 = 𝒂𝒅𝒋(𝑨)𝑻
𝒅𝒆𝒕𝑨
NOTA: obsérvese que el resultado anterior solo tiene sentido si
|𝑨| ≠ 𝟎, que es precisamente, la condición de no singularidad
EJEMPLO
Calcular la inversa de la matriz:
−𝟏 𝟏 𝟎
𝑨 = ( 𝟏 𝟐 𝟏)
𝟐 𝟎 𝟑
Calculamos el determinante de la matriz:
−𝟏 𝟏 𝟎
−𝟏 𝟏 −𝟏 𝟏
𝒅𝒆𝒕𝑨 = |𝑨| = | 𝟏 𝟐 𝟏| = − | | + 𝟑| |
𝟐 𝟎 𝟏 𝟐
𝟐 𝟎 𝟑
|𝑨| = −(𝟎 − 𝟐) + 𝟑(−𝟐 − 𝟏) = −𝟕
Como el determinante no es nulo |𝑨| = −𝟕 ≠ 𝟎, calculamos la
matriz adjunta:
2 1 1 1 1 2
a11 = (1) | | = 6, a12 = (−1) | | = −1, a13 = (1) | | = −4
0 3 2 3 2 0
1 0 −1 0 −1 1
a21 = (−1) | | = −3, a22 = (1) | | = −3, a23 = −1 | |=2
0 3 2 3 2 0
1 0 −1 0 −1 1
a31 = (1) | | = 1, a32 = (−1) | | = 1, a33 = (1) | | = −3
2 1 1 1 1 2
𝟔 −𝟏 −𝟒 𝟔 −𝟑 𝟏
𝒂𝒅𝒋(𝑨) = (−𝟑 −𝟑 𝟐 ) → 𝒂𝒅𝒋(𝑨)𝑻 = (−𝟏 −𝟑 𝟏 )
𝟏 𝟏 −𝟑 −𝟒 𝟐 −𝟑
Y finalmente,
−𝟏
𝟏 𝟏 𝟔 −𝟑 𝟏
𝑨 = 𝒂𝒅𝒋(𝑨)𝑻 , −𝟏
𝑨 = (−𝟏 −𝟑 𝟏)
𝒅𝒆𝒕𝑨 −𝟕 −𝟒 𝟐 −𝟑
Comprobación:
𝑨𝑨−𝟏 = 𝑰𝒏
−𝟏 𝟏 𝟎 𝟏 𝟔 −𝟑 𝟏
𝟏 −𝟕 𝟎 𝟎
(𝟏 𝟐 𝟏) (−𝟏 −𝟑 𝟏)= (𝟎 −𝟕 𝟎)
−𝟕 −𝟒 −𝟕 𝟎
𝟐 𝟎 𝟑 𝟐 −𝟑 𝟎 −𝟕
Ejercicio:
1. Determinar la matriz inversa de B:
𝟏 𝟏 𝟐 𝟏 𝟏 𝟐
𝑩 = (𝟏 𝟐 𝟏), |𝟏 𝟐 𝟏| = −𝟏
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
Solución:
Calculamos el determinante de la matriz B
𝟏 𝟏 𝟐
𝒅𝒆𝒕(𝑩) = |𝑩| = |𝟏 𝟐 𝟏| = −𝟏
𝟏 𝟏 𝟏
Calculamos la adjunta de la matriz B:
𝟐 𝟏 𝟏 𝟏 𝟏 𝟐
| | = 𝟏, − | | = 𝟎, | | = −𝟏,
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
𝟏 𝟐 𝟏 𝟐 𝟏 𝟏
−| | = 𝟏, | | = −𝟏, − | | = 𝟎,
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
𝟏 𝟐 𝟏 𝟐 𝟏 𝟏
| | = −𝟑, − | | = 𝟏, | | = 𝟏,
𝟐 𝟏 𝟏 𝟏 𝟏 𝟐
𝟏 𝟎 −𝟏 𝟏 𝟏 −𝟑
𝑻
𝑨𝒅𝒋(𝑩) = ( 𝟏 −𝟏 𝟎 ) , 𝑨𝒅𝒋(𝑩) = ( 𝟎 −𝟏 𝟏)
−𝟑 𝟏 𝟏 −𝟏 𝟎 𝟏
𝟏 𝟏 𝟏 𝟏 −𝟑
−𝟏 𝑻
𝑩 = 𝑨𝒅𝒋(𝑩) = ( 𝟎 −𝟏 𝟏 )
|𝑩| −𝟏
−𝟏 𝟎 𝟏
−𝟏 −𝟏 𝟑
−𝟏
𝑩 =( 𝟎 𝟏 −𝟏)
𝟏 𝟎 −𝟏
Comprobación:
𝑩𝑩−𝟏 = 𝑰𝟑
𝟏 𝟏 𝟐 −𝟏 −𝟏 𝟑 𝟏 𝟎 𝟎
(𝟏 𝟐 𝟏) ( 𝟎 𝟏 −𝟏) = (𝟎 𝟏 𝟎)
𝟏 𝟏 𝟏 𝟏 𝟎 −𝟏 𝟎 𝟎 𝟏
2. Determinar la matriz inversa de B:

𝟎 𝟏 𝟏 𝟏
𝑩 = (𝟏 𝟐 𝟐 𝟐)
𝟐 𝟏 𝟎 𝟏
𝟏 𝟐 𝟏 𝟏
Solución:
Calculamos el determinante de la matriz B
𝟎 𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟏
𝒇 − 𝟐𝒇𝟐 𝟏 𝟐
( 𝟏 𝟐 𝟐 𝟐) 𝟑 ( 𝟐 𝟐)
𝟐 𝟏 𝟎 𝟏 𝒇𝟒 − 𝒇𝟐 𝟎 −𝟑 −𝟒 −𝟑
𝟏 𝟐 𝟏 𝟏 𝟎 𝟎 −𝟏 −𝟏
𝟎 𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
| 𝟏 𝟐 𝟐 𝟐 | = − |−𝟑 −𝟒 −𝟑| = −[(𝟒 + 𝟑) − (𝟑 + 𝟑)] = 𝟎
𝟎 −𝟑 −𝟒 −𝟑
𝟎 𝟎 −𝟏 −𝟏 𝟎 −𝟏 −𝟏
𝒅𝒆𝒕(𝑩) = −𝟏
Calculamos la matriz adjunta de B:
𝟐 𝟐 𝟐 𝟏 𝟐 𝟐 𝟏 𝟐 𝟐 𝟏 𝟐 𝟐
|𝟏 𝟎 𝟏| = 𝟐, − |𝟐 𝟎 𝟏| = −𝟏, |𝟐 𝟏 𝟏| = 𝟑, − |𝟐 𝟏 𝟎| = −𝟑,
𝟐 𝟏 𝟏 𝟏 𝟏 𝟏 𝟏 𝟐 𝟏 𝟏 𝟐 𝟏
𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟏
− |𝟏 𝟎 𝟏| = −𝟏, |𝟐 𝟎 𝟏| = 𝟏, − |𝟐 𝟏 𝟏| = −𝟐, |𝟐 𝟏 𝟎| = 𝟏,
𝟐 𝟏 𝟏 𝟏 𝟏 𝟏 𝟏 𝟐 𝟏 𝟏 𝟐 𝟏
𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟏
|𝟐 𝟐 𝟐| = 𝟎, − |𝟏 𝟐 𝟐| = 𝟎, |𝟏 𝟐 𝟐| = 𝟏, − |𝟏 𝟐 𝟐| = −𝟏,
𝟐 𝟏 𝟏 𝟏 𝟏 𝟏 𝟏 𝟐 𝟏 𝟏 𝟐 𝟏
𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟏
− |𝟐 𝟐 𝟐| = 𝟎, |𝟏 𝟐 𝟐| = −𝟏, − |𝟏 𝟐 𝟐| = 𝟎, |𝟏 𝟐 𝟐| = 𝟏,
𝟏 𝟎 𝟏 𝟐 𝟎 𝟏 𝟐 𝟏 𝟏 𝟐 𝟏 𝟎
𝟐 −𝟏 𝟑 −𝟑 𝟐 −𝟏 𝟎 𝟎
𝒂𝒅𝒋(𝑩) = (−𝟏 𝟏 −𝟐 𝟏 ) → 𝒂𝒅𝒋(𝑩)𝑻 = (−𝟏 𝟏 𝟎 −𝟏)
𝟎 𝟎 𝟏 −𝟏 𝟑 −𝟐 𝟏 𝟎
𝟎 −𝟏 𝟎 𝟏 −𝟑 𝟏 −𝟏 𝟏
𝟐 −𝟏 𝟎 𝟎
𝟏 𝟏
𝑩−𝟏 = 𝒂𝒅𝒋(𝑩)𝑻 = (−𝟏 𝟏 𝟎 −𝟏)
|𝑩| −𝟏 𝟑 −𝟐 𝟏 𝟎
−𝟑 𝟏 −𝟏 𝟏
−𝟐 𝟏 𝟎 𝟎
𝑩−𝟏 = ( 𝟏 −𝟏 𝟎 𝟏)
−𝟑 𝟐 −𝟏 𝟎
𝟑 −𝟏 𝟏 −𝟏
Comprobación:
𝟎 𝟏 𝟏 𝟏 −𝟐 𝟏 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎
𝑩𝑩−𝟏 = (𝟏 𝟐 𝟐 𝟐) ( 𝟏 −𝟏 𝟎 𝟏 ) = (𝟎 𝟏 𝟎 𝟎)
𝟐 𝟏 𝟎 𝟏 −𝟑 𝟐 −𝟏 𝟎 𝟎 𝟎 𝟏 𝟎
𝟏 𝟐 𝟏 𝟏 𝟑 −𝟏 𝟏 −𝟏 𝟎 𝟎 𝟎 𝟏
3. Determinar la matriz inversa de B con el método de Gauss:

𝟎 𝟏 𝟏 𝟏
𝑩 = (𝟏 𝟐 𝟐 𝟐)
𝟐 𝟏 𝟎 𝟏
𝟏 𝟐 𝟏 𝟏
Solución:
𝟎 𝟏 𝟏 𝟏 𝟏 𝟎 𝟎 𝟎
( 𝟏 𝟐 𝟐 𝟐 𝟎 𝟏 𝟎 𝟎)
𝟐 𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎
𝟏 𝟐 𝟏 𝟏 𝟎 𝟎 𝟎 𝟏
𝟎 𝟏 𝟏 𝟏 𝟏 𝟐 𝟐 𝟐
(𝟏 𝟐 𝟐 𝟐) 𝒇𝟐 ↔ 𝒇𝟏 (𝟎 𝟏 𝟏 𝟏)
𝟐 𝟏 𝟎 𝟏 𝟐 𝟏 𝟎 𝟏
𝟏 𝟐 𝟏 𝟏 𝟏 𝟐 𝟏 𝟏
𝟏 𝟐 𝟐 𝟐 𝟏 𝟎 𝟎 𝟎 𝟏 𝟐 𝟐 𝟐 𝟏 𝟎 𝟎 𝟎
𝟏 𝟏 𝟎 𝟏 𝟎 𝟎) 𝟑 𝒇 − 𝟐𝒇 𝟏 𝟎 𝟏 𝟏 𝟏 𝟎 𝟏 𝟎
(𝟎 𝟏 ( 𝟎)
𝟐 𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎 𝒇𝟒 − 𝒇𝟏 𝟎 −𝟑 −𝟒 −𝟑 −𝟐 𝟎 𝟏 𝟎
𝟏 𝟐 𝟏 𝟏 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 −𝟏 −𝟏 −𝟏 𝟎 𝟎 𝟏
𝟏 𝟐 𝟐 𝟐 𝟏 𝟎 𝟎 𝟎
𝒇𝟑 + 𝟑𝒇𝟐 (𝟎 𝟏 𝟏 𝟏 𝟎 𝟏 𝟎 𝟎) −𝒇𝟑
𝟎 𝟎 −𝟏 𝟎 −𝟐 𝟑 𝟏 𝟎 𝒇𝟒 − 𝒇𝟑
𝟎 𝟎 −𝟏 −𝟏 −𝟏 𝟎 𝟎 𝟏
𝟏 𝟐 𝟐 𝟐 𝟏 𝟎 𝟎 𝟎
(𝟎 𝟏 𝟏 𝟏 𝟎 𝟏 𝟎 𝟎) − 𝒇
𝟒
𝟎 𝟎 𝟏 𝟎 𝟐 −𝟑 −𝟏 𝟎
𝟎 𝟎 𝟎 −𝟏 𝟏 −𝟑 −𝟏 𝟏
𝟏 𝟐 𝟐 𝟐 𝟏 𝟎 𝟎 𝟎
(𝟎 𝟏 𝟏 𝟏 𝟎 𝟏 𝟎 𝟎 ) 𝒇𝟐 − 𝒇𝟒
𝟎 𝟎 𝟏 𝟎 𝟐 −𝟑 −𝟏 𝟎 𝒇𝟏 − 𝟐𝒇𝟒
𝟎 𝟎 𝟎 𝟏 −𝟏 𝟑 𝟏 −𝟏
𝟏 𝟐 𝟐 𝟎 𝟑 −𝟔 −𝟐 𝟐
(𝟎 𝟏 𝟏 𝟎 𝟏 −𝟐 −𝟏 𝟏 ) 𝒇 − 𝟐𝒇
𝟏 𝟐
𝟎 𝟎 𝟏 𝟎 𝟐 −𝟑 −𝟏 𝟎
𝟎 𝟎 𝟎 𝟏 −𝟏 𝟑 𝟏 −𝟏
𝟏 𝟎 𝟎 𝟎 𝟏 −𝟐 𝟎 𝟎
(𝟎 𝟏 𝟏 𝟎 𝟏 −𝟐 −𝟏 𝟏 ) 𝒇 − 𝒇
𝟐 𝟑
𝟎 𝟎 𝟏 𝟎 𝟐 −𝟑 −𝟏 𝟎
𝟎 𝟎 𝟎 𝟏 −𝟏 𝟑 𝟏 −𝟏
𝟏 𝟎 𝟎 𝟎 𝟏 −𝟐 𝟎 𝟎
(𝟎 𝟏 𝟎 𝟎 −𝟏 𝟏 𝟎 𝟏 ) 𝑹𝒆𝒗𝒊𝒔𝒂𝒓
𝟎 𝟎 𝟏 𝟎 𝟐 −𝟑 −𝟏 𝟎
𝟎 𝟎 𝟎 𝟏 −𝟏 𝟑 𝟏 −𝟏
𝟏 −𝟐 𝟎 𝟎 −𝟐 𝟏 𝟎 𝟎
¿ (−𝟏 𝟏 𝟎 𝟏 ) ≅ ( 𝟏 −𝟏 𝟎 𝟏 ) ?
𝟐 −𝟑 −𝟏 𝟎 −𝟑 𝟐 −𝟏 𝟎
−𝟏 𝟑 𝟏 −𝟏 𝟑 −𝟏 𝟏 −𝟏
Comprobación:
𝟏 𝟐 𝟐 𝟐 −𝟐 𝟏 𝟎 𝟎 𝟎
(𝟎 𝟏 𝟏 𝟏) ( 𝟏 −𝟏 𝟎 𝟏 )=( )
𝟐 𝟏 𝟎 𝟏 −𝟑 𝟐 −𝟏 𝟎
𝟏 𝟐 𝟏 𝟏 𝟑 −𝟏 𝟏 −𝟏
Ejercicios:
1) Los precios de las entradas (en dólares) al Zoológico de
Guayllabamba para adultos (AD) y niños y jubilados (NJ) en
temporada alta (TA), temporada media (TM) y temporada baja (TB)
vienen dados por la matriz 𝑷. El número de asistentes (en cientos) a
dicho zoológico a lo largo de un año viene dado por la matriz 𝑸:
𝑷 𝑻𝑨 𝑻𝑴 𝑻𝑩
𝑨𝑫 8 6 5
𝑵𝑱 6 4 3
𝑸 𝑨𝑫 𝑵𝑱
𝑻𝑨 35 45
𝑻𝑴 30 35
𝑻𝑩 20 25
𝟑𝟓 𝟒𝟓
𝟖 𝟔 𝟓
𝑷=( ) , 𝑸 = (𝟑𝟎 𝟑𝟓)
𝟔 𝟒 𝟑
𝟐𝟎 𝟐𝟓
Determine:
a) si es posible las matrices 𝑨 = 𝑷𝑸 𝒚 𝑩 = 𝑸𝑷
b) ¿A cuántos dólares asciende la recaudación total
correspondiente a los niños y jubilados? ¿Y la correspondiente a la
temporada baja?
c) ¿Qué elemento de 𝑨 o 𝑩 nos proporciona información sobre la
recaudación total de los adultos?
d) ¿A cuántos dólares asciende la recaudación total
Solución:
a) 𝑷𝑸 =?
𝟑𝟓 𝟒𝟓
𝟖 𝟔 𝟓
𝑷𝑸 = ( ) (𝟑𝟎 𝟑𝟓)
𝟔 𝟒 𝟑
𝟐𝟎 𝟐𝟓
𝟖. 𝟑𝟓 + 𝟔. 𝟑𝟎 + 𝟓. 𝟐𝟎 𝟖. 𝟒𝟓 + 𝟔. 𝟑𝟓 + 𝟓. 𝟐𝟓
=( )
𝟔. 𝟑𝟓 + 𝟒. 𝟑𝟎 + 𝟑. 𝟐𝟎 𝟔. 𝟒𝟓 + 𝟒. 𝟑𝟓 + 𝟑. 𝟐𝟓
𝟓𝟔𝟎 𝟔𝟗𝟓
𝑷𝑸 = 𝑨 = ( ) 𝑺𝒊 𝒆𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆
𝟑𝟗𝟎 𝟒𝟖𝟓
𝟑𝟓 𝟒𝟓
𝟖 𝟔 𝟓
𝑸𝑷 = (𝟑𝟎 𝟑𝟓) ( )
𝟔 𝟒 𝟑
𝟐𝟎 𝟐𝟓
𝟑𝟓. 𝟖 + 𝟒𝟓. 𝟔 𝟑𝟓. 𝟔 + 𝟒𝟓. 𝟒 𝟑𝟓. 𝟓 + 𝟒𝟓. 𝟑
= (𝟑𝟎. 𝟖 + 𝟑𝟓. 𝟔 𝟑𝟎. 𝟔 + 𝟑𝟎. 𝟒 𝟑𝟎. 𝟓 + 𝟑𝟓. 𝟑)
𝟐𝟎. 𝟖 + 𝟐𝟓. 𝟔 𝟐𝟎. 𝟔 + 𝟐𝟓. 𝟒 𝟐𝟎. 𝟓 + 𝟐𝟓. 𝟑
𝟓𝟓𝟎 𝟑𝟗𝟎 𝟑𝟏𝟎
𝑸𝑷 = 𝑩 = (𝟒𝟓𝟎 𝟑𝟎𝟎 𝟐𝟓𝟓) 𝑺𝒊 𝒆𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆
𝟑𝟏𝟎 𝟐𝟐𝟎 𝟏𝟕𝟓
b) ¿A cuántos dólares asciende la recaudación total

correspondiente a los niños y jubilados?
𝟓𝟔𝟎 𝟔𝟗𝟓
𝑷𝑸 = 𝑨 = ( ) 𝒂 𝟒𝟖𝟓𝟎𝟎 𝒅ó𝒍𝒂𝒓𝒆𝒔
𝟑𝟗𝟎 𝟒𝟖𝟓
¿Y la correspondiente a la temporada baja?

𝟓𝟓𝟎 𝟑𝟗𝟎 𝟑𝟏𝟎
𝑩 = (𝟒𝟏𝟓 𝟑𝟎𝟎 𝟐𝟓𝟓) 𝒂 𝟏𝟕𝟓𝟎𝟎 𝒅ó𝒍𝒂𝒓𝒆𝒔
𝟑𝟏𝟎 𝟐𝟐𝟎 𝟏𝟕𝟓
c) ¿Qué elemento de 𝑨 o 𝑩 nos proporciona información sobre la

recaudación total de los adultos?
𝟓𝟔𝟎 𝟔𝟗𝟓
𝑷𝑸 = 𝑨 = ( ) 𝒂 𝟓𝟔𝟎𝟎𝟎 𝒅ó𝒍𝒂𝒓𝒆𝒔
𝟑𝟗𝟎 𝟒𝟖𝟓
d) ¿A cuántos dólares asciende la recaudación total
𝟓𝟔𝟎 𝟔𝟗𝟓
𝑷𝑸 = 𝑨 = ( ) 𝒂 (𝟓𝟔𝟎 + 𝟒𝟖𝟓). 𝟏𝟎𝟎 = 𝟏𝟎𝟒𝟓𝟎𝟎 𝑼𝑺𝑫
𝟑𝟗𝟎 𝟒𝟖𝟓
2) Determine la inversa de la matriz:

𝟐 𝟑 𝟏
𝑨 = (𝟑 𝟑 𝟏)
𝟐 𝟒 𝟏
Calculamos el determinante de la matriz:
𝟐 𝟑 𝟏
𝟑 𝟑 𝟐 𝟑 𝟐 𝟑
𝒅𝒆𝒕𝑨 = |𝑨| = |𝟑 𝟑 𝟏| = | |−| |+| |
𝟐 𝟒 𝟐 𝟒 𝟑 𝟑
𝟐 𝟒 𝟏
|𝑨| = 𝟔 − 𝟐 − 𝟑 = 𝟏
Como el determinante no es nulo |𝑨| = 𝟏 ≠ 𝟎, calculamos la matriz
adjunta:
3 1 3 1 3 3
a11 = | | = −1, a12 = (−1) | | = −1, a13 = (1) | |=6
4 1 2 1 2 4
3 1 2 1 2 3
a21 = (−1) | | = 1, a22 = (1) | | = 0, a23 = −1 | | = −2
4 1 2 1 2 4
3 1 2 1 2 3
a31 = (1) | | = 0, a32 = (−1) | | = 1, a33 = (1) | | = −3
3 1 3 1 3 3
−𝟏 −𝟏 𝟔 −𝟏 𝟏 𝟎
𝒂𝒅𝒋(𝑨) = ( 𝟏 𝟎 −𝟐) → 𝒂𝒅𝒋(𝑨)𝑻 = (−𝟏 𝟎 𝟏)
𝟎 𝟏 −𝟑 𝟔 −𝟐 −𝟑
Y finalmente,
−𝟏
𝟏 𝟏 −𝟏 𝟏 𝟎
𝑨 = 𝒂𝒅𝒋(𝑨)𝑻 , 𝑨−𝟏
= (−𝟏 𝟎 𝟏)
𝒅𝒆𝒕𝑨 𝟏 𝟔 −𝟐 −𝟑
Comprobación:
𝑨𝑨−𝟏 = 𝑰𝒏
𝟐 𝟑 𝟏 −𝟏 𝟏 𝟎 𝟏 𝟎 𝟎
(𝟑 𝟑 𝟏) (−𝟏 𝟎 𝟏 ) = (𝟎 𝟏 𝟎)
𝟐 𝟒 𝟏 𝟔 −𝟐 −𝟑 𝟎 𝟎 𝟏
3. Determine por el método de Gauss la inversa de las matrices:
𝟏 𝟒 𝟏 𝟕
𝟑 𝟎 𝟐
𝑨 = (𝟏 𝟎 −𝟐 −𝟐 𝟔 𝟎)
−𝟏) , 𝑩 = (
𝟏 𝟐 𝟑 𝟔
𝟒 𝟏 𝟏
𝟏 𝟐 𝟑 𝟒
Solución:
𝟑 𝟎 𝟐 𝟏 𝟎 𝟎 𝟏 𝟎 −𝟏 𝟎 𝟏 𝟎
𝑨 = (𝟏 𝟎 −𝟏 𝟎 𝟏 𝟎) 𝑭𝟐 ↔ 𝑭𝟏 (𝟑 𝟎 𝟐 𝟏 𝟎 𝟎)
𝟒 𝟏 𝟏 𝟎 𝟎 𝟏 𝟒 𝟏 𝟏 𝟎 𝟎 𝟏
−𝟑𝑭𝟏 + 𝑭𝟐 → 𝑭𝟐 𝟏 𝟎 −𝟏 𝟎 𝟏 𝟎
( ) 𝑭 ↔ 𝑭𝟐
−𝟒𝑭𝟏 + 𝑭𝟑 → 𝑭𝟑 𝟎 𝟎 𝟓 𝟏 −𝟑 𝟎 𝟑
𝟎 𝟏 𝟓 𝟎 −𝟒 𝟏
𝟏 𝟎 −𝟏 𝟎 𝟏 𝟎 𝟏 𝟎 −𝟏 𝟎 𝟏 𝟎
(𝟎 𝟏 𝟓 𝟎 −𝟒 𝟏) −𝑭𝟑 + 𝑭𝟐 → 𝑭𝟐 (𝟎 𝟏 𝟎 −𝟏 −𝟏 𝟏)
𝟎 𝟎 𝟓 𝟏 −𝟑 𝟎 𝟎 𝟎 𝟓 𝟏 −𝟑 𝟎
𝟎 𝟏 𝟎
𝑭𝟑 𝟏 𝟎 −𝟏
−𝟏 −𝟏 𝟏
↔ 𝑭𝟑 (𝟎 𝟏 𝟎 𝟏 𝟑 )
𝟓
𝟎 𝟎 𝟏 − 𝟎
𝟓 𝟓
𝟏 𝟐 𝟏 𝟐
𝟏 𝟎 𝟎 𝟓 𝟎 𝟎
𝟓 𝟓 𝟓
𝑭𝟑 + 𝑭𝟏 → 𝑭𝟏 𝟎 𝟏 𝟎 −𝟏 −𝟏 𝟏 = −𝟏 −𝟏 𝟏
𝟎 𝟎 𝟏 𝟏 𝟑 𝟏 𝟑
− 𝟎 − 𝟎
( 𝟓 𝟓 ) (𝟓 𝟓 )
Comprobación:
𝟏 𝟐
𝟑 𝟎 𝟐 𝟎 𝟏 𝟎 𝟎
𝟓 𝟓
(𝟏 𝟎 −𝟏) −𝟏 −𝟏 𝟏 = (𝟎 𝟏 𝟎)
𝟒 𝟏 𝟏 𝟏 𝟑 𝟎 𝟎 𝟏
− 𝟎
(𝟓 𝟓 )
𝟏 𝟒 𝟏 𝟕 𝟏 𝟒 𝟏 𝟕 𝟏 𝟎 𝟎 𝟎
𝑩 = (−𝟐 −𝟐 𝟔 𝟎) = (−𝟐 −𝟐 𝟔 𝟎 𝟎 𝟏 𝟎 𝟎)
𝟏 𝟐 𝟑 𝟔 𝟏 𝟐 𝟑 𝟔 𝟎 𝟎 𝟏 𝟎
𝟏 𝟐 𝟑 𝟒 𝟏 𝟐 𝟑 𝟒 𝟎 𝟎 𝟎 𝟏
𝟐𝑭𝟏 + 𝑭𝟐 → 𝑭𝟐 𝟏 𝟒 𝟏 𝟕 𝟏 𝟎 𝟎 𝟎
𝑭𝟏 − 𝑭𝟑 → 𝑭𝟑 (𝟎 −𝟐 𝟖 𝟏𝟒 𝟐 𝟏 𝟎 𝟎 )
𝟎 𝟐 −𝟐 𝟏 𝟏 𝟎 −𝟏 𝟎
𝑭𝟏 − 𝑭𝟒 → 𝑭𝟒
𝟎 𝟐 −𝟐 𝟑 𝟏 𝟎 𝟎 −𝟏
𝟏 𝟒 𝟏 𝟕 𝟏 𝟎 𝟎 𝟎
𝑭𝟐 + 𝑭𝟑 → 𝑭𝟑 𝟎 −𝟐 𝟖 𝟏𝟒 𝟐 𝟏 𝟎 𝟎 )
(
𝑭𝟐 + 𝑭𝟒 → 𝑭𝟒 𝟎 𝟎 𝟔 𝟏𝟓 𝟑 𝟏 −𝟏 𝟎
𝟎 𝟎 𝟔 𝟏𝟕 𝟑 𝟏 𝟎 −𝟏
𝟏 𝟒 𝟏 𝟕 𝟏 𝟎 𝟎 𝟎
𝑭𝟑 − 𝑭𝟒 → 𝑭𝟒 (𝟎 −𝟐 𝟖 𝟏𝟒 𝟐 𝟏 𝟎 𝟎)
𝟎 𝟎 𝟔 𝟏𝟓 𝟑 𝟏 −𝟏 𝟎
𝟎 𝟎 𝟎 −𝟐 𝟎 𝟎 −𝟏 𝟏
𝟕, 𝟓𝑭𝟒 + 𝑭𝟑 → 𝑭𝟑 𝟏 𝟒 𝟏 𝟎 𝟏 𝟎 −𝟑, 𝟓 𝟑, 𝟓
𝟕𝑭𝟒 + 𝑭𝟐 → 𝑭𝟐 (𝟎 −𝟐 𝟖 𝟎 𝟐 𝟏 −𝟕 𝟕 )
𝟎 𝟎 𝟔 𝟎 𝟑 𝟏 −𝟖, 𝟓 𝟕, 𝟓
𝟑, 𝟓𝑭𝟒 + 𝑭𝟏 → 𝑭𝟏
𝟎 𝟎 𝟎 −𝟐 𝟎 𝟎 −𝟏 𝟏
CONTINUAR………

S1 P2 UNIDAD 1 MATRICES Y DETERMINANTES (Autoguardado) 1

Cargado por

Información del documento

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

S1 P2 UNIDAD 1 MATRICES Y DETERMINANTES (Autoguardado) 1

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DEE INGENEIRÍA Y CIENCIAS APLICADASS

Vector renglón de 𝒏 componentes

Un vector de 𝒏 componentes se define como un conjunto ordenado de 𝒏

Vector columna de 𝒏 componentes

Un vector columna de 𝒏 componentes es un conjunto ordenado de 𝒏

En (1.1) o (1.2), 𝒙𝟏 se denomina la primera componente del vector, 𝒙𝟐 es

Con objeto de simplificar, con frecuencia se hará referencia a un vector

Los siguientes son vectores:

a. (3, 6) es un vector renglón o de dimensión 2

Los vectores surgen de diversas maneras. Suponga que el jefe de compras

posición la cantidad de cemento y en la cuarta posición la cantidad de

Las componentes de todos los vectores pueden ser números reales o

Se usa el símbolo 𝑹𝒏 para denotar al conjunto de todos los vectores de

Se usa el símbolo 𝑪𝒏 para denotar al conjunto de todos los vectores de

Los vectores son un tipo especial de matrices

𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒋 ⋯ 𝒂𝟏𝒏

El símbolo 𝒎 × 𝒏 se lee “m por n”.

A menos que se establezca lo contrario, se supondrá siempre que los

El vector renglón (𝒂𝒊𝟏 , 𝒂𝒊𝟐 , … 𝒂𝒊𝒏 ) se llama renglón 𝒊 y el vector columna

Se llama columna 𝒋. La componente o elemento 𝒊𝒋 de 𝑨, denotado por 𝒂𝒊𝒋 ,

En ocasiones se escribirá la matriz 𝑨 como 𝑨 = (𝒂𝒊𝒋 ). Por lo general, las

Si 𝑨 es una matriz 𝒎 × 𝒏 con 𝒎 = 𝒏, entonces 𝑨 se llama matriz

Una matriz 𝒎 × 𝒏 con todos los elementos iguales a cero se denomina

Se dice que una matriz de 𝒎 × 𝒏 tiene tamaño 𝒎 × 𝒏.

Localización de las componentes de una matriz

La componente (𝒂𝟏𝟐 ) es el número que se encuentra en el primer renglón

1 2 5 1er Renglón o fila 1 2 5

Matrices iguales y matrices distintas:

¿Son iguales las siguientes matrices?

a) Las matrices son iguales A=B

Mientras que la planta 2 ordena 40 unidades del cuarto producto (𝒒𝟒𝟐 ).

Las matrices se pueden sumar y multiplicar por números reales.

Una matriz se dice cuadrada si 𝒎 = 𝒏

Una matriz cuadrada se dice simétrica si 𝒂𝒊𝒋 = 𝒂𝒋𝒊 , ∀𝒊𝒋

Se denomina matriz transpuesta (o transpuesta) de 𝑨 = (𝒂𝒊𝒋 ) no

Una matriz es simétrica si y solo si es igual a su transpuesta.

Los elementos 𝒂𝒊𝒊 , son denominados elementos diagonales, y conforman

Una matriz con ceros por debajo de la diagonal principal se denomina

e) matriz triangular inferior

Sean 𝑨 = (𝒂𝒊𝒋 ) y 𝑩 = (𝒃𝒊𝒋 ) dos matrices 𝒎 × 𝒏. Entonces la suma de A y

𝒂𝟏𝟏 + 𝒃𝟏𝟏 𝒂𝟏𝟐 + 𝒃𝟏𝟐 … … 𝒂𝟏𝒏 + 𝒃𝟏𝒏

Nota. La suma de dos matrices se define únicamente cuando las matrices

Suma de dos matrices:

Multiplicación de una matriz por un escalar

Si 𝑨 = (𝒂𝒊𝒋 ) es una matriz de 𝒎 × 𝒏 y si 𝜶 es un escalar, entonces la

Esto es 𝜶𝑨 = (𝜶𝒂𝒊𝒋 ) es la matriz obtenida al multiplicar cada

Múltiplos escalares de matrices:

Suma de múltiplos escalares de dos vectores:

𝑺𝒆𝒂𝒏 𝜶 ∈ 𝑹 𝒚 𝑨, 𝑩 ∈ 𝑴𝒎×𝒏 , 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝜶(𝑨 + 𝑩) = 𝜶𝑨 + 𝜶𝑩

𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝒃𝟏𝟏 𝒃𝟏𝟐 … 𝒃𝟏𝒏

𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝒃𝟏𝟏 𝒃𝟏𝟐 … 𝒃𝟏𝒏

𝜶(𝒂𝟏𝟏 + 𝒃𝟏𝟏 ) 𝜶(𝒂𝟏𝟐 + 𝒃𝟏𝟐 ) … 𝜶(𝒂𝟏𝒏 + 𝒃𝟏𝒏 )

Ilustración de la ley asociativa

Para ilustrar la ley asociativa se observa que:

2. Sean las matrices:

𝟑𝒂 − 𝟐𝒃 + 𝟒𝒄 = 𝟑(𝟐 −𝟓 𝟎) − 𝟐(−𝟕 −𝟓 𝟒) + 𝟒(𝟔 −𝟏 𝟖)

= (𝟔 −𝟏𝟓 𝟎) + (𝟏𝟒 𝟏𝟎 −𝟖) + (𝟐𝟒 −𝟒 𝟑𝟐)

3. Sean las matrices:

−𝟕 −𝟐𝟖 −𝟏𝟐 𝟐𝟏 −𝟏𝟗 −𝟕

c) Encuentre una matriz 𝑫 tal que 𝟐𝑨 + 𝑩 − 𝑫 = 𝟎. 𝒎𝒂𝒕𝒓𝒊𝒛 𝒄𝒆𝒓𝒐

d) Encuentre una matriz 𝑮 tal que 𝑨 + 𝑩 + 𝑮 sea una matriz con

f) Considere la “gráfica” que une los cuatro puntos de la figura

g) Considere la “gráfica” que une los cinco puntos de la figura