Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matrices y Determinantes
Matrices y Determinantes
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
= ܣ൫ܽ൯ୀୀଵ ൲
… ..ୀୀଵ
…… … . . … . . … … … . … . ܽଵ ܽଶ … … … . ܽ
ܽ ܽ ……….ܽ =൮
ଶଵ ଶଶ ଶ
aaaa
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
1205
Ejemplo 021200140005
1000
Ejemplo 2200
3110
5105
70
UNLZ – Facultad de Ingeniería MATEMÁTICA II
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
Adición de matrices
101222 134
AB
Producto por un escalar 423
3 1 1 ( 1) 0 3
Ak
4
.
kA
2313 4480 8 12 4 12
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
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.
= ܤ൫ܾ൯ୀୀଵ
… .
= ܥ൫ܿ൯ୀୀଵ
… .
ୀୀଵ
… . Conmutativa: Sean = ܣ ୀୀଵ
… .
ୀୀଵ
… .
entonces (A+B)+C=A+(B+C) -
൫ܽ൯ୀୀଵ
… .
= ܤ൫ܾ൯ୀୀଵ
… .
entonces A+B=B+A
ୀୀଵ
… . ୀୀଵ
… .
, λ μ escalares
ୀୀଵ
… .
(λ . μ) A = λ.(μ.A)
- Distributiva:
- Con respecto a la suma de matrices
Dadas = ܣ൫ܽ൯ୀୀଵ
… .
y = ܤ൫ܾ൯ୀୀଵ
… .
ୀୀଵ
… . - Con respecto a la suma de escalares Dada = ܣ
λ (A+B) = λ A+ λ B
൫ܽ൯ୀୀଵ
… .
ୀୀଵ
… .
y λ μ escalares
ୀୀଵ
… .
(λ + μ) A = λ A + μ A
73
UNLZ – Facultad de Ingeniería MATEMÁTICA II
= ܤ൫ܾ൯ୀୀଵ
… .
= ܥ൫ܿ൯ୀୀଵ
… .
ୀୀଵ
… . entonces (A.B).C=A.(B.C) ୀୀଵ
… .
ୀୀଵ
… .
1 = 0 ݅ ݅ݏ/= ݆ , ߜ =
Sea = ܣ൫ܽ൯,ୀୀଵ
… ߜ donde ,… ୀଵ ,) ߜ) = ܫmatriz una
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 = ܣ൫ܽ൯ୀୀଵ
… .
y = ܤ൫ܾ൯ୀୀଵ
… .
ୀୀଵ
… . ୀୀଵ
… .
y = ܤ൫ܾ൯ୀୀଵ
… .
ୀୀଵ
… . ୀୀଵ
… .
Determinante de orden n
1 = ݊ ݅ ݏଵଵܽ -
- 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.
si suprimimos la i-ésima fila y la j-ésima columna, obtenemos una matriz de n-1 filas y n-1
columnas, que ܣindicamos∗.
= ∆ܣ ∗
)3( ܯ
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.
Existe una forma fácil de calcular el determinante de una matriz de 2x2, sin necesidad de
ܽ
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
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
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 یܽ ...
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 ܽ
یܽ ... ଵ ܽଵ یܽ ...
ܽ
ଵ ܽଵ
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
(∆)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
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)
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∆
Teorema 1
ୀୀଵ ݇ =/ ݅ ݅0 = ݏ
ܣ.
ܽ
ܽ ܽ ܽ
ଵଵ ଵଶ ଵଵ ܽଵଶ … ܽଵ ܽଶଵ ܽଶଶ … ܽଶ ۇ
ܽ ܽ
ଶଵ ଶଶ
ۇ …… ۊ
… … … … ۈۈۈۈۈ ۋۋۋۋۋ
……
ܽ ܽ ܽ ܽ …ܽ
ଵ ଶ … ܽ ଵ ଶ
79
UNLZ – Facultad de Ingeniería MATEMÁTICA II
+
∑ = (́∆)ܣ ܣ.ܽ ∑
ܣ.ܽ ୀଵ ୀୀଵ
ୀୀଵ = ∆(( )ܣdesarrollando por la fila k)
Sabemos que ∑ ܽ. ܣ
Entonces
Definición
்
cofactores donde ܣes el cofactor de ܽ
൯ܣ൫) = ݆݀ܽ)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 ൫ܣ൯ = ଶାଶ
൫ܣ൯ = 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
൯ܣ൫) = = ்݆݀ܽ)ܣ൭ 5 −1 −3
−1 1 1
−1 −1 1 ൱
Teorema 2
Dada = ܣ൫ܽ൯,ୀୀଵ
… , el producto de A por su adjunta traspuesta es igual al producto del
determinante de A por la matriz identidad:
Demostración:
൯´ܣ൫) = ݆݀ܽ)ܣ,ୀୀଵ
… ́ = ܣ ܣ/
=
൯ܿ൫) = 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
Definición
Teorema 3
Demostración
tal que A . B = B . A = I
nulo entonces
det(A) ≠ 0
Recíprocamente
ି 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
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
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