UNLZ – Facultad de Ingeniería MATEMÁTICA II

MATRICES

Definición:

Sean m y n dos números naturales; se llama matriz de orden m x n , o de m filas y n columnas a toda función
f que asigne a cada par ordenado de números naturales (i,j), donde i está comprendido entre 1 y m, y j está
comprendido entre 1 y n, un número f(i,j) = ܽ௜௝

ܽ
ଵଵ ܽଵଶ … … … . ܽଵ௡

‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ ൲
… ..௠ୀୀଵ
……௡ … . . … . . … … … . … . ܽ௠ଵ ܽ௠ଶ … … … . ܽ௠௡
ܽ ܽ ……….ܽ =൮
ଶଵ ଶଶ ଶ௡

Otra forma de definirla: Una matriz A de mxn (m por n ) es un arreglo rectangular de m x n

números reales ( o complejos ) ordenados en m filas ( horizontales ) y n columnas verticales

aaaa

A aaaa .... .... .... ....

 i i ij in m m mj mn 1 2
  12
 .... .... .... .... .... .... .... .... a a a a
21 22 2 2
.... ....

  jn fila i
11 12 1 1
.... .... .... .... .... .... a a a a
jn

columna j

A las matrices que poseen una sola fila o una sola columna se las denomina matriz fila o matriz
columna (vectores)

Algunas definiciones

 Si m = n diremos que Anxn es una matriz cuadrada, donde los elementos a a a ann , , ,..., 11 22
33 forman lo que denominamos diagonal principal.

aaa

 .... n aaa
A   ....
11 12 1

21 22 2 .... .... .... .... a a a .... n n nn 1 2 
n  
 Si una matriz cuadrada tiene todos los elementos que no pertenecen a la diagonal principal
iguales a cero, se llama matriz diagonal

69
UNLZ – Facultad de Ingeniería MATEMÁTICA II

1000
  
    
Ejemplo ݆ ≠ ݅ ݅0 ‫= ݏ‬ 020000000005
௝௜ܽ

 Si una matriz diagonal tiene todos los elementos de su diagonal principal iguales, se llama
matriz escalar

3000
 
  0 0 0 3

 
Ejemplo 03000030

 La matriz escalar en la cual todos los elementos de la diagonal principal son iguales a 1
(uno) , se llama matriz identidad, y se acostumbra identificarla con la letra I
1000
 
  0 0 0 1
  
1 0 0   0 0 1  
݆ = ݅ ݅1 ‫ܽ = ݏ‬  =  010
൜ ௝௜݆ =/ ݅ ݅0 ‫= ݏ‬   ௝௜ܽ Ejemplos I2x2   I4x4=
10 0100
I3x3=   0010
  01

 La matriz cuadrada donde aij  a ji para todo i y para todo j se la llama matriz

simétrica 1 2 3 1

   
    
Ejemplo 
2042 3415
1252

 Si en una matriz cuadrada

ܽ௜௝ = 0 para todo i>j, se denomina matriz triangular superior

1205
   
     
Ejemplo 021200140005

ܽ௜௝ = 0 para todo i<j, se denomina matriz triangular inferior

1000
  
    
Ejemplo 2200
 3110
5105

70
UNLZ – Facultad de Ingeniería MATEMÁTICA II

 Siendo la matriz   ij A  a de mxn , la matriz   T A  a de nxm donde

aij  a ji
'
ij viceversa ) 2 0
T
traspuesta ( las filas de A son las columnas de A y '
se llama matriz

  
    
T
215 AA
Ejemplo     
    
031 1351
 A la matriz en la cual todos sus elementos son iguales a cero (  0 ij a ) , se la denomina
matriz nula 0 0 0 0
Ejemplo 
 
O 

0000
  

 Dadas las matrices ‫ = ܣ‬൫ܽ௜௝൯݅ = 1 … ݊,݆ = 1 … ݉ y ‫ = ܤ‬൫ܾ௜௝൯݅ = 1 … ݊,݆ = 1 … ݉ Decimos

que A e igual a B, A=B, si y solo si se verifica ܽ௜௝ = ܾ௜௝ para todo i y para todo j
Operaciones

Adición de matrices

Si     ij ij A  a y B  b ambas del mismo orden mxn ( i = 1,….,m ; j = 1,…,n ) , la suma

de A y B es una matriz   ij C  c de mxn , definida por
ij ij ij c  a  b con i = 1,….,m ; j = 1,…,n
Ejemplo:
 112 022
       
         
AB
 310 113

101222  134
AB       
         
 Producto por un escalar 423
3 1 1 ( 1) 0 3

  y k es un escalar, llamamos múltiplo escalar de A por k a la matriz  j n Si  

A aij i m Ejemplo
1,..., 1120
jn 

1,..., B bij i m
donde cada ij ij b  k.a para todo i y para todo j . 
1,...,

1,...,

   
    
Ak
 4 
 
.
kA
 

2313 4480   8 12 4 12

 Si A y B son matrices del mismo orden A  (1).B  A  B y lo denominamos diferencia entre

Ay B.

71
UNLZ – Facultad de Ingeniería MATEMÁTICA II

Producto de matrices

Siendo  
y 
A aij i m B bij i p
1,...,   definimos como producto de A por B a la matriz
jp 1,...,
 jn
1,..., 
1,...,
 
C cij i m

1,...,
jn

1,...,

donde
p


cabababab
ij i j i j ip pj ik kj

1 1 2 2....
k

1
con i=1,….,m y j=1,….,n

El elemento ij c de C lo obtenemos como el producto interior entre la fila i de la matriz A y la

columna j de la matriz B

bbb
.... .... b
11 12 1
 
  pn b
j  b
bbb   2
.... n
1 21 22
n ....
2j
.... .... .... .... .... ....
b .... ....
12
p aaa b
.... p
11 12
  a pj b
  mp m

1 a
m
p
.... ....
aaa 21 22 12

 
2 ccc
p .... .... ....
a a 11 12
.... .... .... .... ip i ia   c
  mn m
.... 
12
 
.... .... .... .... a 1
n .... .... .... .... ....
ccc
.... .... .... .... .... .... .... .... ....
21 22
c
2 c
n m
.... .... .... .... .... .... .... .... ....
12

ij c

Amxp Bpxn

iguales

C= A x B es de orden m x n .

72
UNLZ – Facultad de Ingeniería MATEMÁTICA II

Ejemplo   
     
112 
1 2 1  

  B 130012
  021
A 
2x3 3x3
1 1 ( 1) 1 2 0 1 2 ( 1) 3 2 1 1 ( 1) ( 1) 0 2 ( 2)          

( ) A B 23   
                    

  
  0 1 2 1 1 0 0 2 2 3 1 1 0 ( 1) 2 0 1 ( 2)   
015

 

272

Vimos que para obtener el producto de dos matrices A y B, el número de columnas de A tiene
que ser igual al número de filas de B. Por lo tanto el producto entre dos matrices no siempre
está definido. En el ejemplo anterior realizamos el producto AxB, pero no es posible obtener
BxA.

 Podemos concluir que el producto entre matrices no es conmutativo

Propiedades de la suma de matrices

 - Asociativa: Sean ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ
… .௠

‫ = ܤ‬൫ܾ௜௝൯ୀୀଵ
… .௠

‫ = ܥ‬൫ܿ௜௝൯ୀୀଵ
… .௠

ୀୀଵ
… .௡ Conmutativa: Sean ‫= ܣ‬ ୀୀଵ
… .௡
ୀୀଵ
… .௡

entonces (A+B)+C=A+(B+C) -
൫ܽ௜௝൯ୀୀଵ
… .௠

‫ = ܤ‬൫ܾ௜௝൯ୀୀଵ
… .௠

entonces A+B=B+A
ୀୀଵ
… .௡ ୀୀଵ
… .௡

- Existencia del elemento neutro: Sea ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ

… .௠

existe una matriz O de orden mxn, tal que

ୀୀଵ
… .௡
A+O =O+A=A

- Existencia del opuesto: Sea ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ

… .௠

existe otra matriz de orden mxn, llamada opuesta

ୀୀଵ
… .௡
de A y denotada –A, tal que A+(-A)=O

Propiedades del producto de una matriz por un escalar:

- Asociativa: Sean ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ

… .௠

, λ μ escalares
ୀୀଵ
… .௡
(λ . μ) A = λ.(μ.A)
- Distributiva:
- Con respecto a la suma de matrices
Dadas ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ
… .௠

y ‫ = ܤ‬൫ܾ௜௝൯ୀୀଵ
… .௠

ୀୀଵ
… .௡ - Con respecto a la suma de escalares Dada ‫= ܣ‬
λ (A+B) = λ A+ λ B
൫ܽ௜௝൯ୀୀଵ
… .௠

ୀୀଵ
… .௡

y λ μ escalares
ୀୀଵ
… .௡
(λ + μ) A = λ A + μ A

73
UNLZ – Facultad de Ingeniería MATEMÁTICA II

Propiedades del producto de matrices

- Asociativa: Sean ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ

… .௠

‫ = ܤ‬൫ܾ௜௝൯ୀୀଵ
… .௡

‫ = ܥ‬൫ܿ௜௝൯ୀୀଵ
… .௣

ୀୀଵ
… .௡ entonces (A.B).C=A.(B.C) ୀୀଵ
… .௣
ୀୀଵ
… .௟

- Existencia del elemento neutro para matrices cuadradas:

1 = 0 ‫ ݅ ݅ݏ‬/= ݆ , ߜ =
Sea ‫ = ܣ‬൫ܽ௜௝൯௜,ୀୀଵ
…௡ ௜௜ ௝௜ߜ donde ,…௡ ୀଵ௝ ,௜௝)௜‫ ߜ) = ܫ‬matriz una

existe que verifica A. I = I.A = A

El producto de matrices no es conmutativo

Ejemplo: ‫ = ܣ‬ቀ 1 −1
4 2 ቀ = ‫ܣ‬.‫ ܤ‬ቁ 3 2 ቀ = ‫ܤ‬.‫ ܣ‬ቁ
23ቁ‫=ܤ‬ቀ 01 4 118 2

1 −1 ቁ

Si el producto de dos matrices es la matriz nula, esto no implica que una de ellas sea nula

Ejemplo: ‫ = ܣ‬ቀ 1 3
−3 3 ቀ = ‫ܣ‬. ‫ ܤ‬ቁ
2 6ቁ ‫ = ܤ‬ቀ −1 10 0

0 0ቁ
Propiedades de la trasposición de matrices

- Sean ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ
… .௠

y ‫ = ܤ‬൫ܾ௜௝൯ୀୀଵ
… .௠

ୀୀଵ
… .௡ ୀୀଵ
… .௡

entonces (A+B)T = AT + BT - Sean ‫ = ܣ‬൫ܽ௜௝൯ୀୀଵ

… .௠

y ‫ = ܤ‬൫ܾ௜௝൯ୀୀଵ
… .௡

ୀୀଵ
… .௡ ୀୀଵ
… .௟

entonces (AxB)T = BT x AT DETERMINANTES

El determinante es un número asociado a una matriz, sin embargo los determinantes hicieron su
aparición un siglo y medio antes que las matrices
La idea de determinante fue considerada en 1683 por el matemático japonés Seki Kowa o Seki
Takakasu, y en 1693 por el matemático alemán Gottfried Wilhelm Leibniz.
Durante muchos años los determinantes se asociaron principalmente al estudio de sistemas de
ecuaciones lineales.
Algunas de las mayores contribuciones a la teoría de determinantes fueron aportadas por el
matemático francés Agustin Louis Cauchy (1789-1857).
El desarrollo de un determinante por cofactores fue empleado por primera vez por el matemático
francés Pierre de Laplace (1749-1827).

Comenzamos con el desarrollo del tema.

74
UNLZ – Facultad de Ingeniería MATEMÁTICA II

Determinante de orden n

Se denomina determinante de orden n, asociado a una matriz cuadrada ‫ = ܣ‬൫ܽ௜௝൯௜,ୀୀଵ

… .௡ , y se
lo denota det(A), |‫∆ ܣ‬,| ‫ܣ‬, al valor:

1 = ݊ ݅‫ ݏ‬ଵଵܽ -

௞௜‫ ܣ‬.௞௜ܽ ∑ -௡௡ 1 < ݊ ݅‫ ݏ‬௝௞‫ ܣ‬.௝௞ܽ ∑ o ୀଵୀଵ

௞௞ୀଵ (2)

Dicho en forma coloquial:

- El determinante de una matriz de ܿ 1fila y 1 columna es igual al valor del elemento
݊
݊݁‫ ݐ݀݁ ݁ݏ݋ݐ ݐ‬:Ejemplo
11 −3 = (‫) = ܣ)ܣ‬3−(

- El determinante de una matriz de orden mayor a 1 resulta ser igual a la sumatoria de los
productos, de los elementos de una fila (o columna) por sus respectivos cofactores.

El valor del determinante es independiente de la fila o columna que se elija para su

desarrollo: lo cual se puede demostrar, pero la demostración está fuera del alcance de
este curso

Para continuar debemos dar algunos contenidos previos.

ܽ ܽ
ଵଵ ܽଵଶ … ܽଶଵ ܽଶଶ … ଵ௝ … ܽଵ௡ ଶ
ܽ ௝ … ܽ ଶ௡

Sea ‫ = ܣ‬൫ܽ௜௝൯௜,ୀୀଵ ௡= ……… ‫ۊ‬ ‫ۋ‬

… una matriz de n filas y n columnas ‫ۋ‬
‫ۈ‬ … … … ܽ௜௝ … ܽ௜௡
‫ۇ ۈ‬
ܽ ܽ ...
௜ଵ ܽ௜ଶ … … … … ܽ௡ଵ ܽ௡ଶ … … … … ‫ی‬௡௡ ௝௡ܽ
‫ۉ‬

si suprimimos la i-ésima fila y la j-ésima columna, obtenemos una matriz de n-1 filas y n-1
columnas, que ௝௜‫ ܣ‬indicamos∗.

Llamamos menor complementario de ܽ௜௝ al determinante de la matriz ‫ܣ‬௝௜∗:

‫= ∆ܣ‬ ∗
௝௜ ௝௜)3( ‫ܯ‬

y llamamos cofactor del elemento ܽ௜௝ de la matriz A a:

 ௜ା௝
௝௜‫ܣ‬ (4) ௝௜‫ ܯ‬.
(−1) =

Es decir que cada elemento ܽ௜௝ de la matriz A tendrá su cofactor ‫ܣ‬௝௜

Entonces por (2) podremos calcular el determinante de la matriz A

Ejemplo:
1 2 −1
−1 1 2
Calcularemos el determinante de la matriz ‫ = ܣ‬൭ 1 < ݊ ݅‫ ݏ‬௞௜‫ ܣ‬.௞௜ܽ ∑ ୀୀଵ
௡
Por (2)
213൱

Decidimos por cuál de las 3 filas (o columnas) vamos a desarrollar el determinante, por ejemplo la fila 3.

75
UNLZ – Facultad de Ingeniería MATEMÁTICA II

1 2 −1
ଷାଵ
2 1 3 อ = 2. (−1) . ቚ 2 −1
ଷାଶ
1 2 ቚ + 1. (−1) . ቚ 1 −1
−1 1 2
อ 1 2 ቚ + (−1). ቚ 1 −1
−1 2 ቚ + 3. ቚ 1 2
−1 1 ቚ = (*)
= 2. ቚ 2 −1 ଷାଷ
−1 2 ቚ + 3. (−1) . ቚ 1 2 −1 1 ቚ=

En cada uno de los términos tenemos un determinante que calcular. Podríamos elegir
cualquier fila o columna distinta en cada uno. En este caso elegiremos la fila 1 en los tres.

(*) = 2. ሾ 2. (−1)ଵାଵ. |2| + (−1). (−1)ଵାଶ. |1|ሿ + (−1)ሾ 1. (−1)ଵାଵ. |2| + (−1). (−1)ଵାଶ. |−1|ሿ + +3.ሾ 1.

(−1)ଵାଵ.|1| + 2. (−1)ଵାଶ. |−1|ሿ = 2.ሾ 2 + 1 ሿ − ሾ 2 − 1 ሿ + 3.ሾ 1 + 2 ሿ = 6 − 1 + 9 = 14

Existe una forma fácil de calcular el determinante de una matriz de 2x2, sin necesidad de

desarrollarlo: Dada ‫ = ܣ‬ቀܽଵଵ ܽଵଶ

ܽ
ଶଵ ܽଶଶቁ desarrollando el determinante de A por la primera fila:

ቚܽଵଵ ܽଵଶ
 ܽ = ܽଵଵ. (−1)ଵାଵ. |ܽଶଶ| + ܽଵଶ. (−1)ଵାଶ.|ܽଶଵ| = ܽଵଵ. ܽଶଶ − ܽଵଶ. ܽଶଵ = ܽଵଵ. ܽଶଶ − ܽଶଵ. ܽଵଶ En forma práctica
ଶଵ ܽଶଶቚ

Al producto de los elementos de la diagonal principal se le resta el producto de los elementos

de la otra diagonal
ܽ ଵ. ܽଶଶ − ܽଶଵ. ܽଵଶ
ଵ
Otro ejemplo:

0 31 2
12
0 31 2
Calcular el determinante de la matriz ‫ = ܣ‬ቌ −1 2

−2 0 ቍ 1 4−3 1 2 1
12
ቮ = 0. (−1)ଶାଵ. อ 2 1 2
−2 0 ଶାଶ
4 2 1 อ + 3. (−1) .อ 1 1 2
ቮ 122
−1 2 1 4−3 1 2 1
−1 −3 1 1 2 1 อ +
2 −3 1

ଶାସ
1 4 1 อ + 0. (−1) .อ 1 2 1
−1 2 1
−1 2 −3 1 4 2 อ
+(−2). (−1)ଶାଷ.อ

112
1 2 1 อ + 2. อ 1 2 2
−1 −3 1 −1 2 1
= 3.อ
1 4 1 อ = ……= -23
Notamos que es conveniente elegir la fila o columna con mayor cantidad de ceros para
efectuar menos cálculos.
Más adelante aprenderemos otros métodos con menor cantidad de cálculos, sobre todo para
determinantes de matrices de ordenes mayores.

76
UNLZ – Facultad de Ingeniería MATEMÁTICA II

Propiedades

Las matrices a las que haremos referencias son todas matrices

cuadradas. No realizamos las demostraciones, solo daremos
ejemplos

1) El determinante de una matriz es igual al determinante de su matriz

traspuesta Δ(A) = Δ(AT)

Ejemplo:
121
்
1 3 2)‫ = (ܣ‬2 ‫ ∆ܣ‬൱ = ൭ 1 0 1
൭=‫ܣ‬ 0 1 −1
1 −1 2 2 = (‫ ∆)ܣ‬൱ 2 1 3
 2) Si A´ es una matriz que obtenemos a partir de la matriz A, multiplicando una fila (o una columna) de
la matriz A por un escalar α ≠ 0, entonces:
Δ(A´) = α Δ(A)

Ejemplo:

1 3 2 ൭´ = ߙ = 3 ‫ ܣ‬൱ 1 6 1
121
൭=‫ܣ‬ 0 3 −1 columna de A por 3)
0 1 −1 1 6 1
1 9 2 ൱ (multiplicamos la segunda

ଵାଵ
1 9 2 อ = 1. (−1) . ቚ 3 −1
ଷାଵ
9 2 ቚ + 1. (−1) .ቚ 6 1
อ´| = ‫|ܣ‬ 0 3 −1
3 −1 ቚ = (3.2 + 9) + (−6 − 3) =

= 15 − 9 = 6

3) Si todos los elementos de una fila (o columna) de una matriz A son iguales a cero,
entonces 0 = (‫∆)ܣ‬

0 = ௞௜0 ‫ܣ‬. ∑ ୀୀଵ (Basta con desarrollar el determinante de A por esa fila o columna de
ceros para
௡

comprobarlo)
ܽ
ଵଵ ܽଵଶ ܽଶଵ ܽଶଶ … ଵܽ ௡ … ܽଶ௡
4) Dada la matriz ‫ = ܣ‬൫ܽ ൯௜,ୀୀଵ
…௡ =
‫ۇ‬ …… ‫ۊ‬
௜௝ si expresamos a los
……
elementos de una
ܽ
௞ଵ ܽ௞ଶ … ܽ௞௡
‫ۈۉ‬ …… …… ‫ۋ‬
ܽ
௡ଵ ܽ௡ଵ ‫ی‬௡௡ܽ ...

fila (o columna) , por ejemplo la fila k, en la forma ܽ௞௝ = ݀௞௝ + ݁௞௝ ,݆ = 1, … . , ݊ y formamos
dos matrices A´ y A´´
ܽ ܽ
ଵଵ ܽଵଶ ܽଶଵ ܽଶଶ … ܽଵ௡ … ܽଶ௡ ଵଵ ܽଵଶ ܽଶଵ ܽଶଶ … ܽଵ௡ … ܽଶ௡
= ́‫ܣ‬ ‫ۇ‬ …… …… ‫ۊ‬ ‫ۇ‬ …… …… ‫ۊ‬
‫= ́ܣ‬ entonces:
‫ۈ‬ ‫ۋ‬ ݁
‫ۈ‬ ‫ۋ‬ ௞ଵ ݁௞ଶ … ݁௞௡
݀ ‫ۈۉ‬ …… …… ‫ۋ‬
௞ଵ ݀௞ଶ … … … ݀௞௡ … …

‫ۉ‬ ܽ
‫ی‬௡௡ܽ ... ௡ଵ ܽ௡ଵ ‫ی‬௡௡ܽ ...
ܽ
௡ଵ ܽ௡ଵ

(́́‫ ∆)ܣ‬+ (́‫∆)ܣ( = ∆)ܣ‬

77
UNLZ – Facultad de Ingeniería MATEMÁTICA II
 Ejemplo:
121
1 3 2 ൱ con |2| = ‫ܣ‬
൭=‫ܣ‬ 0 1 −1

Desdoblamos la fila 3, tal que: 1=2+(-1) ; 3=1+2 ; 2=-1+3

൭´ = 1 2 1‫ܣ‬

2 1 −1 ൱ ‫́́ = ܣ‬൭ 1 2 1
0 1 −1
−1 2 3 8 = |́́‫ = ́|ܣ‬6− |‫ ; |ܣ‬൱ 0 1 −1

́ | = |‫ |́ܣ‬+ |‫|ܣ‬
8 + −6 = 2 |́‫ܣ‬

5) Si A´ es una matriz que obtenemos a partir de la matriz A, permutando dos filas (o

columnas), entonces :

(‫∆)ܣ‬− = (́‫∆)ܣ‬

Ejemplo:
121
1 3 2 ൱ con |2| = ‫ܣ‬
൭=‫ܣ‬ 0 1 −1

൭´ = 1 2 1‫ܣ‬
132
0 1 −1 ൱ (permutamos las filas 2 y 3 )
(−1) 1. = |́‫|ܣ‬ଵାଵ. (−3 − 2) + 1. (−1)ଶାଵ. (−2 − 1) = −5 − (−3) = −5 + 3 = −2 6) Si la matriz
A tiene 2 filas (o 2 columnas) iguales, entonces

0 = (‫∆)ܣ‬

Ejemplo:
121
ଵାଵ
0 1 −1(−1) 1. = |‫ |ܣ‬൱ . ൫−1 − (−1)൯ = 0
൭=‫ܣ‬ 0 1 −1

7) Si la matriz A tiene 2 filas (o 2 columnas) proporcionales, entonces

0 = (‫∆)ܣ‬

Ejemplo:
121
ଵାଵ ଷାଵ
3 6 3(−1) 1. = |‫ |ܣ‬൱ . ൫ 3 − (−6)൯ + 3. (−1) . (−2 − 1) = 9 + 3. (−3) = 0
൭=‫ܣ‬ 0 1 −1
 78
UNLZ – Facultad de Ingeniería MATEMÁTICA II

8) Dada la matriz A, y sea la matriz A´ que se obtiene a partir de A al sumarle a una fila (o
columna) una combinación de otras filas (o columnas), entonces:

(‫∆)ܣ́( = ∆)ܣ‬

Ejemplo:
121
1 3 2 ൱ con |2| = ‫ܣ‬
൭=‫ܣ‬ 0 1 −1

൭´ = 1 2 1‫ܣ‬
251
4 9 5൱
(a la segunda fila de A le sumamos las primera multiplicada por 2; y a la tercera fila le
sumamos la segunda multiplicada por 3)

(−1) 1. = |‫|ܣ‬ଵାଵ. (25 − 9) + 2. (−1)ଶାଵ. (10 − 9) + 4. (−1)ଷାଵ. (2 − 5) = 16 − 2 − 12 = 2

El determinante del producto de dos matrices cuadradas del mismo orden es igual al
producto de los determinantes de ambas

ቀ = 3 2‫ܣ‬
4 −2 ቀ = ‫ܣ‬. ‫ ܤ‬ቁ
−1 5 ቁ ‫ = ܤ‬ቀ 1 317 −1

11 7 ቁ
130 = 11 + 119 = (‫ܣ‬. ‫ = (ܣ) ∆)ܤ‬10 + 3 =13 ∆)‫ = (ܤ‬4 + 6 = 10∆

(‫ܣ‬.‫ ∆)ܤ( = ∆)ܤ‬.(‫∆)ܣ‬

Teorema 1

Dada ‫ = ܣ‬൫ܽ௜௝൯௜,ୀୀଵ…௡ , la suma de los productos de los elementos de una fila (o

columna) por los cofactores de los elementos de otra, es igual a cero, es decir:

ୀୀଵ ݇ =/ ݅ ݅0 ‫= ݏ‬
௝௞‫ܣ‬.௝௜෍
ܽ

Demostración … ଵܽ ௡ … ܽଶ௡ ‫ۊ‬

ܽ ܽ ܽ
ଵଵ ଵଶ ଵଵ ܽଵଶ … ܽଵ௡ ܽଶଵ ܽଶଶ … ܽଶ௡ ‫ۇ‬
ܽ ܽ
ଶଵ ଶଶ
‫ۇ‬ …… ‫ۊ‬
… … … … ‫ۈۈۈۈۈ‬ ‫ۋۋۋۋۋ‬
……
ܽ ܽ ܽ ܽ …ܽ
௜ଵ ௜ଶ … ܽ௜௡ ௜ଵ ௜ଶ ௜௡

=‫ܣ‬ …… …… = ́‫; ܣ‬ …………

‫ۈۈۈ‬ ‫ۋۋۋ‬
ܽ ……
௞ଵ ܽ௞ଶ
௞௡ ‫ۉ‬
…ܽ …… ௡௡
ܽ
௞ଵ + ܽ௜ଵ ܽ௞ଶ + ܽ௜ଶ … ܽ௞௡ + ܽ௜௡ … … … … ܽ௡ଵ ܽ௡ଶ … ܽ ‫ی‬
ܽ ‫ۉ‬
௡ଵ ܽ௡ଶ ‫ی‬௡௡ܽ ...

79
UNLZ – Facultad de Ingeniería MATEMÁTICA II

Por la propiedad 8), ∆(‫(ܣ́( = ∆)ܣ‬

Si desarrollamos ∆(‫́( ܣ‬por a fila k :

௝௞‫ܣ‬ .൯௜௝ܽ +௞௝ ܽ൫´) = ∑ ‫∆)ܣ‬௡ୀୀଵ

+
∑ = (́‫∆)ܣ‬௡௝௞‫ ܣ‬.௝௜ܽ ∑ ௡
௝௞‫ܣ‬.௝௞ܽ ୀଵ௝ ୀୀଵ

௡
ୀୀଵ = ∆(‫( )ܣ‬desarrollando por la fila k)
Sabemos que ∑ ܽ௞௝. ‫ܣ‬௝௞

Entonces

௝௞‫ ܣ‬.௝௜ܽ ∑ + (‫∆)ܣ́( = ∆)ܣ‬௡ୀୀଵ de donde ∑ ܽ௜௝. ‫ܣ‬௝௞

௡
ୀୀଵ = 0 que es lo que queríamos demostrar.

Definición

Dada una matriz ‫ = ܣ‬൫ܽ௜௝൯௜,ୀୀଵ

…௡ se llama adjunta de A a la traspuesta de la matriz de los

்
cofactores donde ‫ ܣ‬௝௜es el cofactor de ܽ௜௝

൯௜௝‫ܣ‬൫) = ‫݆݀ܽ)ܣ‬௜,ୀୀଵ
…௡

Ejemplo:

121
൭=‫ܣ‬ ଵାଶ
0 1 −1 3 2 ቚ (−1) .ቚ 0 −1

132൱
ଵାଷ
(−1)ଵାଵ. ቚ 1 −1 1 2 ቚ (−1) .ቚ0 1

13ቚ
‫ۇ‬
(−1)ଶାଵ. ቚ 2 1 1 2 ቚ (−1)
ଶାଷ
.ቚ1 2
‫ۊ‬ ൫‫ܣ‬௝௜൯ = ଶାଶ
൫‫ܣ‬௝௜൯ = ൭ 5 −1 −1 3 2 ቚ (−1) .ቚ1 1 1 3ቚ
−1 1 −1
‫ۈ‬ ଷାଶ
12 ቚ 1 −1 ቚ (−1) .ቚ 1 1
ଷାଷ
0 −1 ቚ (−1) .ቚ ‫ ی‬1 0‫ۋ‬
−3 1 1 ൱
(−1)ଷାଵ. ቚ 2 1
‫ۉ‬

൯௜௝‫ܣ‬൫) = ‫ = ்݆݀ܽ)ܣ‬൭ 5 −1 −3
−1 1 1
−1 −1 1 ൱

Teorema 2

Dada ‫ = ܣ‬൫ܽ௜௝൯௜,ୀୀଵ
…௡ , el producto de A por su adjunta traspuesta es igual al producto del
determinante de A por la matriz identidad:

‫ܣ‬. ݆ܽ݀)‫|ܣ| = (ܣ‬.‫ܫ‬

Demostración:

൯௜௝´‫ܣ‬൫) = ‫݆݀ܽ)ܣ‬௜,ୀୀଵ
…௡௜௝ ‫́ = ܣ‬௝௜‫ ܣ‬/

=
൯௜௝ܿ൫) = ‫ܣ‬. ݆ܽ݀)‫ܣ‬௜,ୀୀଵ
…௡ ́௝௞‫ܣ‬.௞௜ܽ ∑ ௝௜ܿ donde ௡ୀୀଵ (producto de matrices)

80
UNLZ – Facultad de Ingeniería MATEMÁTICA II
௡ ௡ ௡

ܽ ෍ =
௡ |‫= |ܣ‬
́ ௜௞‫ ܣ‬.௞௜ ௜௜ܿ ݆ = ݅ si ୀୀଵ
௞௜‫ ܣ‬.௞௜෍
ܽ = ୀୀଵ

ܽ ෍ = Por lo tanto
́ ௝௞‫ ܣ‬.௞௜ ௝௜ܿ ݆ =/ ݅ si ୀୀଵ .‫=ܣ‬
= ܽ௜௞ ௞௝0 por Teorema 1 ୀୀଵ

0 |‫|ܣ‬ …0
0 1… 0 1 0

…0 …0
…… ……
……
00 |‫ |ܣ‬...ቍ = |‫|ܣ‬.ቌ
ቌ) = ‫ܣ‬. ݆ܽ݀)‫ ܣ‬Matriz inversa |0 |‫ܣ‬ =ቍ
0 0… …‫|ܣ‬.‫|ܫ‬ 1…
Si A es una matriz cuadrada, entonces

A . I = I . A = A (con I matriz identidad del mismo orden que A)

Definición

Dadas A y B dos matrices de nxn, si se cumple A . B = B . A =

I, entonces B se llama inversa de A y se la indica A-1,
de donde
A . A-1 = A-1 . A = I

Si la matriz A tiene inversa, decimos que A es inversible

Teorema 3

A es inversible si y solo si det(A) ≠ 0.

Demostración

Supongamos que A es inversible, por lo tanto existe una matriz B

tal que A . B = B . A = I

det(A.B) = det(A) . det(B) = det(I) =1 , de donde el det(A) no puede ser

nulo entonces

det(A) ≠ 0

Recíprocamente

Supongamos que det(A) ≠ 0

81
UNLZ – Facultad de Ingeniería MATEMÁTICA II

por el teorema 2 , A . adj(A) = det(A) . I

si dividimos ambos miembros de la igualdad por

det(A) .‫ܣ‬ௗ (஺)

ௗ௘௧(஺) = ‫ ܫ‬, entonces A es inversible y

‫ି ܣ‬ଵ =ௗ(஺ )
ௗ௘௧(஺ )

Ejemplo

121
 1 3 2 ൱ con |2| = ‫ܣ‬
൭=‫ܣ‬ 0 1 −1

Como el determinante de A es distinto de cero, |2| = ‫ ܣ‬, entonces A es inversible (admite inversa)
5 −1 −3 ‫ۇ‬
−1 1 1 2=
5 −1 −3 −1 1
ି ଵ ݆ܽ݀
‫ݐ)ܣ()ܣ(= ܣ‬ ൭ 2ൗ 2ൗ 2ൗ 2ൗ 2ൗ
݁݀ = 1
2ൗ ‫ۊ‬
−1 −1 1 ൱

Podemos verificar −1 −1 1
2ൗ 2ൗ 2‫ ی‬ൗ ‫ۉ‬

1 2 1 0 1 −1 1
5 −1 −3 −1 1 2ൗ ൭ = 0 1 0 0 0 1‫ۊ‬
2ൗ 2ൗ 2ൗ 2ൗ 2ൗ
൱.
001൱ 132 ‫ۉۇ‬
ି ଵ
Propiedades ‫ܣ‬. ‫ = ܣ‬൭

1) (A-1 ) = A −1 −1 1
2ൗ 2ൗ 2‫ ی‬ൗ

2) (A.B)-1=B-1. A-1

Demostración

1) A . A -1 = A-1 . A = I por definición de matriz inversa, A es la inversa de A-1, entonces A=(A-1)-1

2)
a) (A.B).(B-1.A-1)= A.B.B-1.A-1=A.I.A-1=A.A-1=I

b) (B-1.A-1).(A.B)=B-1.A-1.A.B=B-1.I.B=B-1.B=I

Por a) y b) vemos que la matriz (B-1.A-1) es la inversa de (A.B), entonces (A.B)-1=B-1. A-1

82
UNLZ – Facultad de Ingeniería MATEMÁTICA II

Rango o característica de una matriz

Dada una matriz A de orden mxn, decimos que la matriz A tiene rango o característica r ; si y solo si se
puede extraer de la matriz A por lo menos una submatriz B de rxr , tal que det(B) ≠ 0 y todas las
submatrices de A de (r+1)x(r+1) tienen determinante igual a cero.
Ejemplo

൭=‫ܣ‬ 3 7
421634210 ൱ 1
421
210อ=0;อ4 2 3

2 11อ=0 ;อ4 1 3

201อ=0;อ2 1 3
634อ 647
ቚ4 2 21ቚ = 0 ; ቚ4 1
637
1 0 1อ=0347

equivalentes
63ቚ = 0 ; ቚ4 2
21ቚ = 0 ; ቚ6 3
2 0 ቚ = −2 ≠ 0
El rango de A es igual a 2 ; ρ(A) = 2 Matrices

Dadas las matrices A y B , del mismo orden, diremos que la matriz B es equivalente por filas a la
matriz A, si y solo si se puede pasar de A a B mediante un número finito de operaciones
elementales sobre las filas de A

Operaciones elementales sobre filas de una matriz

 Multiplicar una fila por un escalar distinto de cero

 Sumar a una fila otra fila de la matriz
 Intercambiar dos filas
83