Álgebra

Matrices y Determinantes

Material elaborado por

Sabino Acosta Delvalle

Campus Universitario
San Lorenzo, Paraguay
 Índice

1. Matrices y Determinantes 3
1.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Construcción de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Tipo de matrices especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1. Matriz cuadrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2. Matriz fila . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.3. Matriz columna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.4. Matriz nula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.5. Matriz opuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.6. Matriz triangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.7. Matriz diagonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.8. Matriz identidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.9. Matriz transpuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.10. Matriz simétrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.11. Matriz antisimétrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Operaciones entre matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.1. Adición entre matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.2. Propiedades de la adición entre matrices . . . . . . . . . . . . . . . . 10
1.4.3. Sustracción de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.4. Multiplicación de un escalar por una matriz . . . . . . . . . . . . . . . 12
1.4.5. Multiplicación entre matrices . . . . . . . . . . . . . . . . . . . . . . . 13
1.5. Propiedades de las matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.1. Propiedades de la multiplicación entre matrices . . . . . . . . . . . . . 13
1.5.2. Propiedades de la traspuesta . . . . . . . . . . . . . . . . . . . . . . . 14
1.6. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.7. Evaluación de determinantes de orden 2 . . . . . . . . . . . . . . . . . . . . . 14
1.8. Evaluación de determinantes de orden n > 3 . . . . . . . . . . . . . . . . . . 15
1.8.1. Método se Sarrus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.8.2. El método de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.9. Evaluación de determinantes de orden n > 3 , Método de Laplace . . . . . . . 17
1.10.Propiedades de los determinantes . . . . . . . . . . . . . . . . . . . . . . . . 18
1.11.Adjunta de una matriz cuadrada . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.12.Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.12.1. Propiedades de la matriz inversa . . . . . . . . . . . . . . . . . . . . . 21
1.13.Resolución de sistemas de ecuaciones . . . . . . . . . . . . . . . . . . . . . 22
1.13.1. Clasificación de los sistemas lineales . . . . . . . . . . . . . . . . . . 22

Bibliografía 24

2
1. Matrices y Determinantes
1.1. Matrices
Definición Una matriz A de n × m es un arreglo rectangular de nm números distribuidos
en un orden de n filas y m renglones.
 
fila 1 a11 a12 a13 ... a1m
entrada dos, uno 
 a21 a22 a23 ... a2m 

A=
 a31 a32 a33 ... a3m 
 columna m
 .. .. .. .. .. entrada tres, tres

 . . . . . 
fila n an1 an2 an3 . . . anm
columna 2
Notación: Las matrices se denotan con letras mayúsculas: A, B , C, ... y los elementos de
las mismas con letras minúsculas y subíndices que indican el lugar ocupado: a, b, c, ... Un
elemento genérico que ocupe la fila i y la columna j se escribe aij .
Muchas veces utilizaremos la notación A = (aij )n×m cuando nos referimos a una matriz A
de orden n × m con entradas aij .
Ejemplo Los siguientes son ejemplos de matrices:
 
  −1 0 1
1  
A= ; B= 1 0 0 ; C=  2 −1 1 
−1
−3 0 1
Definición El orden de una matriz está dada por el número de filas y columnas que forman
a la matriz
Ejemplo En los ejemplos anteriores tendríamos

el orden de la matriz A es igual a 4 × 1, se lee: el orden de A es cuatro por uno;

el orden de la matriz B es igual a 1 × 3, se lee: el orden de B es uno por tres;

el orden de la matriz C es igual a 3 × 3, se lee: el orden de C es tres por tres.

 √ 
3 −5 3 −4
1 3 √
−2 −
 
 2 
 3 2 √ 
 2 
Ejemplo B =  1 −4 −3  es una matriz de orden 5 × 4
 
 r2 
 π 5 2 

 3 −2 − 
4 √3

0 −4 ln (5) −1 6
2
La entrada 2, 3 es el número − .
3
−4 ln (5) corresponde a la entrada “cinco, dos”.

b33 = −3

Son maneras de como denotar algunos elementos de la matriz B . Definición Si dos matri-
ces A y B tienen el mismo orden y todos sus elementos correspondientes son iguales, deci-
mos que A y B son iguales y escribimos A = B . Es decir si A = (aij )n×m y B = (bij )n×m ,
tal que ∀i, j se tiene que aij = bij si y sólo si A = B .
Cuando dos matrices A y B no  son iguales,
 sedice que son distintas y se simboliza A 6= B .
−1
0 √ −1
0 √
Ejemplo Las matrices A = ;B= , son iguales.
1 3 1 3
El orden de A es igual al orden de B , además los elementos correspondientes de A y de B
son iguales,
√ esto quiere decir que se cumple a11 = 0 = b11 , a12 = −1 = b12 , a21 = 1 = b21 y
a22 = 3 = b22 , entonces se puede concluir que A = B .

3
  
0 1 0

 1 −2 2 

Ejemplo Las siguientes matrices A = 
 2 4 4 ;
 1 −8 6 
0 16 8
 
0 1 0
 1 −2 2 
 
B=  2 4 4  son iguales.

 1 −8 6 
0 16 8
El orden de A es igual al orden de B y además se cumple que:

a11 = 0 = b11 , a23 = 2 = b23 , a42 = −8 = b42 ,

a12 = 1 = b12 , a31 = 2 = b31 , a43 = 6 = b43 ,
a13 = 0 = b13 , a32 = 4 = b32 , a51 = 0 = b51 ,
a21 = 1 = b21 , a33 = 4 = b33 , a52 = 16 = b52 ,
a22 = −2 = b22 , a41 = 1 = b41 , a53 = 8 = b53

entonces se puede # A = B ."

" concluir que #
0 1 3 0 1
Ejemplo A = 1 yB= 1 no son iguales.
ln (5) 2 ln (5)
2 2
El orden de A es 2×3 mientras que el orden de B es 2×2, como los órdenes no son iguales,
se concluye que
" las matrices no son# iguales." #
0 1 3 2 0 1 3 2
Ejemplo A = 1 yB= 1 no son iguales.
−3 ln (5) 2 3 ln (5) 2
2 2
En este caso, tanto el orden de A y el orden de B , son iguales a 2×4 y tenemos las siguientes
igualdades en las entradas de cada matriz:

a11 = 0 = b11 , 1
a21 = = b21 ,
a12 = 1 = b12 , 2
a23 = ln (5) = b23 ,
a13 = 3 = b13 ,
a24 = 2 = b24
a14 = 2 = b14 ,

pero a22 = −3 6= 3 = b22 , por lo que a22 =

6 b22 y por ello se concluye que A 6= B , es decir,
las matrices no son iguales.    
1 2 1 3
Ejemplo Las matrices A = ;B= , no son iguales.
3 4 2 4
Aunque las dos matrices estén formadas por los mismos elementos, no son iguales porque
las entradas a12 6= b12 y a21 6= b21

1.2. Construcción de matrices

En algunas ocasiones podemos tener las matrices solamente expresadas en términos de sus
entradas, por ejemplo: Ejemplo Construir la matriz B expresada de la siguiente manera:
 1

 − si i+j =3

 2
B = (bij )4×4 = 1
si i + j es par .


 si 0 i+j =5
(i − j)2

si i+j =7
Como queremos una matriz B = (bij )4×4 , entonces en general debe tener la siguiente forma:
 
b11 b12 b13 b14
 b21 b22 b23 b24 
B = (bij )4×4 =
 b31

b32 b33 b34 
b41 b42 b43 b44
Vamos a ver los valores numéricos que corresponde a cada una de las entradas de B .
Para b11 , como i + j = 2 que es par, se pone b11 = 1.
1 1
Para b21 , como i + j = 3, se pone bij = − , por lo que b21 = − .
2 2

4
Para b31 , como i + j = 4 que es par, se pone b31 = 1.
Para b41 , como i + j = 5, se pone bij = 0, por lo que b41 = 0.
1 1
Para b12 , como i + j = 3, se pone bij = − , por lo que b21 = −
2 2
Para b22 , como i + j = 4 que es par, se pone b22 = 1.
Para b32 , como i + j = 5, se pone bij = 0, por lo que b32 = 0.
Para b42 , como i + j = 6 que es par, se pone b42 = 1.
Para b13 , como i + j = 4 que es par, se pone b13 = 1.
Para b23 , como i + j = 5, se pone bij = 0, por lo que b23 = 0.
Para b33 , como i + j = 6 que es par, se pone b33 = 1.
Para b43 , como i + j = 7, se pone b43 = (4 − 3)2 = 12 = 1.
Para b14 , como i + j = 5, se pone bij = 0, por lo que b14 = 0.
Para b24 , como i + j = 6 que es par, se pone b24 = 1.
Para b34 , como i + j = 7, se pone b34 = (3 − 4)2 = (−1)2 = 1.
Para b44 , como i + j = 8 que es par, se pone b44 = 1.

Así, las matriz que queremos es:

 
1
 1 −2 1 0 
 
b11 b12 b13 b14
 b21 b22 b23 b24   1 
B = (bij )4×4 = = − 1 0 1 
 b31 b32 b33 b34  
 2 

 1 0 1 1 
b41 b42 b43 b44
0 1 1 1

 la matriz A expresada de la siguiente manera:

Ejemplo Construir
 i si i < j
A = (aij )3×4 = 1 si i = j .
i + j si j < i

Como queremos una matriz A = (aij )3×4 , entonces en general debe tener la siguiente forma:
 
a11 a12 a13 a14
A = (aij )3×4 =  a21 a22 a23 a24 
a31 a32 a33 a34
Vamos a ver los valores numéricos que corresponde a cada una de las entradas de A.
Para a11 , como i = j , se pone a11 = 1.
Para a21 , como j = 1 < 2 = i, se pone aij = i + j , por lo que a21 = 2 + 1 = 3.
Para a31 , como j = 1 < 3 = i, se pone aij = i + j , por lo que a31 = 3 + 1 = 4.
Para a12 , como i = 1 < 2 = j , se pone aij = i, por lo que a12 = 1.
Para a22 , como i = j , se pone a22 = 1.
Para a32 , como j = 2 < 3 = i, se pone aij = i + j , por lo que a32 = 3 + 2 = 5.
Para a13 , como i = 1 < 3 = j , se pone aij = i, por lo que a13 = 1.
Para a23 , como i = 2 < 3 = j , se pone aij = i, por lo que a23 = 2.
Para a33 , como i = j , se pone a33 = 1.
Para a14 , como i = 1 < 4 = j , se pone aij = i, por lo que a14 = 1.
Para a24 , como i = 2 < 4 = j , se pone aij = i, por lo que a24 = 2.
Para a34 , como i = 3 < 4 = j , se pone aij = i, por lo que a34 = 3.
Así, las matriz que queremos es:
   
a11 a12 a13 a14 1 1 1 1
A = (aij )3×4 =  a21 a22 a23 a24  =  3 1 2 2 
a31 a32 a33 a34 4 5 1 3

1.3. Tipo de matrices especiales

En esta sección estaremos trabajando con matrices especiales.

Matriz cuadrada

5
Definición Cuando la cantidad de filas coincide con la cantidad de columnas, se denomina
matriz cuadrada. Normalmente para nombrar a las matrices cuadradas de orden n × n, sólo
decimos matriz de orden n .
Ejemplo Las siguientes matrices A y B son ejemplos de matrices cuadradas de orden 3 y
orden 2, respectivamente.
√
√ 
 
3 −5 3 
1 3 √ 3
 0 − 2 
 
A=
 − 2  B=
3 2 √  4 √ 
 2  2
−4 −3 3
2
Definición Dada una matriz cuadrada (aij )n×n de orden n, llamaremos diagonal principal
al conjunto formado por los elementos aij , donde i = j , donde i varía desde 1 hasta n.
Mientras que los elementos aij , donde i + j = n + 1, forman la diagonal secundaria.
 
a11 a12 a13 ... a1n
diagonal secundaria 
 a21 a22 a23 ... a2n 


A= a31 a32 a33 ... a3n 
 .. .. .. ..

..  diagonal principal
 . . . . . 
an1 an2 an3 . . . ann

Ejemplo Determinar los elementos de la diagonal principal y los de la diagonal secundaria

de la siguiente matriz A = (aij )3×3
 √ 
3 −5 3
 1 3 √ 
A=
 − 2 
3 2 √ 
 2 
−4 −3
2
La matriz es de orden 3, entonces los elementos de la diagonal principal serán los corre-
spondientes a a11 , a22 y a33 , y los de la diagonal secundaria
√serán los a13 , a22 y a31 .
3 2
Por lo que los elementos a11 = 3, a22 = − y a33 = forman la diagonal principal,
4 2
3 √
mientras que los elementos a31 = −4, a22 = − y a13 = 3 son los que forman la diagonal
4
secundaria.
Ejemplo Determinar los elementos de la diagonal principal y los de la diagonal secundaria
de la siguiente matriz B = (bij )4×4
 √ 
0, 1 −5 7 −1
√
 − 1 3, 5
 
 10 2 −5 
√ 
B= 5
 
 −3 −3 −1 

 10
√ 
 2 2 
5 4
5 9
La matriz es de orden 4, entonces los elementos de la diagonal principal serán los corre-
spondientes a a11 , a22 , a33 y a44 , y los de la diagonal
√ secundaria serán los a14 , a23 , a32 y a41 .
5
Los elementos a11 = 0, 1, a22 = 3, 5, a33 = y a44 = 4 forman la diagonal principal, y los
10 √
que forman la diagonal secundaria son a41 = 5, a32 = −3, a23 = 2 y a14 = −1.

Matriz fila
 Cuando la matriz A tiene una sola fila, la matriz se denomina matriz fila o vector
Definición
fila. A = a11 a12 . . . a1m
√ √ √ √
   
3 3
Ejemplo −5 3 4 ; 1 3 4 −5 2 11 2 son unas matrices filas.
2 2

6
Matriz columna
Definición Cuando la matriz A tiene una sola columna, la matriz se denomina matriz
 o
columna vector columna.
a11
 a21 
A=
 
.. 
 . 
an1
 
−2
√  √ 
 − 3  2
Ejemplo A = 
  yB= son matrices son matrices columnas.
1  1
3
Es importante tener siempre en cuenta que a las matrices columnas y a las matrices filas
también se las suele denominar solamente vectores, este término es muy utilizado en Ge-
ometría Analítica y en Álgebra Lineal.

Matriz nula
Definición Cuando todas las entradas de una matriz son ceros, entonces denominamos a
 lo denotaremos 0.
la matriz,matriz nula, que
0 0 ... 0
 0 0 ... 0 
0n×m =
 
.. .. . . .. 
 . . . . 
0 0 ... 0
 
  0 0 0 0
0 0  0 0 0 0 
Ejemplo 03×2 =  0 0  y 04×4 =   0
 son ejemplos de matrices nulas de
0 0 0 
0 0
0 0 0 0
orden 3 × 2 y 4 × 4, respectivamente.

Matriz opuesta
Definición Dada una matriz A = (aij ) n × m, si le cambiamos el signo a cada una de las
entradas de la matriz A, obtenemos la matriz opuesta de A y la denotamos por −A.
Simbólicamente, −A = (−aij )n×m es la matriz opuesta de A = (aij )n×m
Ejemplo Son opuestas entre sí las siguientes matrices
   
0 2 5 0 0 −2 −5 0

 1 1 2 −2 

 −1 −1 −2 2 
 

 3 −1 −2 4  opuestos entre si 

 −3 1 2 −4 

 0 −1 −3 5   0 1 3 −5 
−6 −3 1 1 6 3 −1 −1

Ejemplo Las matrices siguientes

 son opuestas
 entre si.
0 1 0 −1
opuestos entre si
0 −2 0 2
Las matrices opuestas entre si deben tener el mismo orden.

Matriz triangular
Definición Una matriz cuadrada que tiene todos los elementos que están a un lado de la
diagonal principal iguales a cero, se denomina matriz triangular.
Podemos identificar dos tipos de matrices triangulares, cuando todas las entradas por debajo
de ladiagonal principal sonceros, se llama matriz triangular superior.
a11 a12 . . . a1n
 0 a22 . . . a2n 
A=
 
.. .. . . .. 
 . . . . 
0 0 . . . ann

7
o bien, cuando todas las entradas por encima de la diagonal principal son ceros, se llama
matriz
 triangular inferior. 
a11 0 . . . 0
 a21 a22 . . . 0 
B=
 
.. .. .. .. 
 . . . . 
an1 an2 . . . ann
 √
 
3 √1 0 
3 −1
Ejemplo A = 0  3 −2 y B =
 son matrices triangulares superiores.
0 1
0 0 0
 
  3 0 0 0
1 0 0  1 0 √0 0

Ejemplo  2 0 0  y   −3 0
 son matrices triangulares inferiores.
3 0 
3 2 1
1 −2 0 0

Matriz diagonal
Definición Una matriz cuadrada en el que todos los elementos que no forman parte de la
diagonal principal son ceros,
 se llama matriz diagonal.
aij si i = j
Simbólicamente se tiene
  0 si i 6= j
−1 0 0
Ejemplo  0 0 0  es un ejemplo de una matriz diagonal.
0 0 −3
La diagonal principal puede tener elementos que sean iguales a ceros.
Definición Toda matriz diagonal en la que todos los términos de la diagonal principal son
iguales se llama 
matriz escalar.
d si i = j
Simbólicamente
0 si i 6= j
Ejemplo Las entradas correspondiente a la diagonal principal son todos iguales.
 
7 0 0 0
 0 7 0 0 
A=
 0

0 7 0 
0 0 0 7

Matriz identidad
Definición La matriz identidad cuadrada o matriz unidad cuadrada es la matriz escalar
cuyos elementos de la diagonal principal son todos 1. La matriz
 identidad cuadrada de orden
1 si i = j
n lo denotaremos por In . Simbólicamente tenemos In =
0 si i 6= j
Ejemplo
 Las entradas
 correspondiente a la diagonal principal son todos iguales a 1.
1 0 0
I3 = 0 1 0 

0 0 1

Matriz transpuesta
Definición Dada una matriz A, se llama traspuesta de A, y se representa por At , a la
matriz que se obtiene cambiando filas por columnas.
La primera fila de A es la primera columna de At , la segunda fila de A es la segunda
columna de At , etc. De la definición se deduce que si A es de orden n × m, entonces At es
 m × n.
de orden 
a11 a12 . . . a1m
 a21 a22 . . . a2m 
A=
 
.. .. .. .. 
 . . . . 
an1 an2 . . . anm

8
  
a11 a21 . . . an1
 a12 a22 . . . an2 
t
Su matriz traspuesta es: A =  ..
 
.. . . .. 
 . . . . 
a1m a2m . . . anm
 
  −1 2 −3
−1 −1 0 1  −1 3 0 
Ejemplo Si A =  2 3 5 3 , su traspuesta es: At =  
 0 5 −4 
−3 0 −4 4
1 3 4

Matriz simétrica
t
 A es simétrica si A = A .
Definición Una matriz cuadrada  
−1 2 −3 4 −1 2 −3 4
 2 3 5 −7  
 es simétrica pues su traspuesta es:  2 3 5 −7 
Ejemplo 
 −3

5 −7 3   −3 5 −7 3 
4 0 3 4 4 0 3 4

Matriz antisimétrica
Definición Una matriz cuadrada es antisimétrica si A = −At
Por la definición misma, nos asegura que las entradas de la diagonal principal de una matriz
que es antisimétrica
 deben ser ceros.

0 2 −3
Ejemplo A = −2 0
 5  es antisimétrica pues
 3 −5 0
0 2 −3
t
−A = −2 0
 5 
3 −5 0

1.4. Operaciones entre matrices

Adición entre matrices
Definición Dada las matrices A y B del mismo orden se llama suma de matrices A y
B , que se representa por A + B , a la matriz C cuyos elementos se obtienen sumando los
elementos correspondientes
 de A y Bentre sí.
 Es decir cij = aij + 
bij .
a11 a12 . . . a1m b11 b12 . . . b1m
 a21 a22 . . . a2m 

 b21 b22
 . . . b2m 
Tomando A =  ..  ; B =  ..
 
.. .. .. .. .. .. 
 . . . .   . . . . 
an1 an2 . . . anm bn1 bn2 . . . bnm
Tendremos la suma de las matrices, definida por:
   
a11 a12 . . . a1m b11 b12 . . . b1m
 a21 a22 . . . a2m   b21 b22 . . . b2m 
+ ..  =
   
 .. .. .. ..   .. .. . .
 . . . .   . . . . 
an1 an2 . . . anm bn1 bn2 . . . bnm
 
a11 + b11 a12 + b12 . . . a1m + b1m
 a21 + b21 a22 + b22 . . . a2m + b2m 
 
 .. .. .. .. 
 . . . . 
an1 + bn1 an2 + bn2 . . . anm + bnm

Ejemplo A continuación, vemos cómo se halla la suma entre dos matrices

   
1 −2 −4 0 0 3 −4 3
 −1 3 5 −7  +  2 −4 6 8 =
2 −3 5 7 −2 3 5 −8

9
  
1+0 −2 + 3 −4 + (−4) 0+3
 −1 + 2 3 + (−4) 5+6 −7 + 8 
2 + (−2) −3 + 3 5+5 7 + (−8)
     
1 −2 −4 0 0 3 −4 3 1 1 −8 3
 −1 3 5 −7  +  2 −4 6 8  =  1 −1 11 1 
2 −3 5 7 −2 3 5 −8 0 0 10 −1

Propiedades de la adición entre matrices

Es importante aclarar que solamente se pueden sumar matrices que tengan el mismo
orden.

La suma de matrices con el mismo orden es cerrada, esto es ∀A, B matrices de orden
n × m, entonces A + B es una matriz de orden n × m.
Ejemplo Al hallar la suma de las dos matrices del mismo orden, se obtiene otra matriz con
igual
 orden.      
1 −2 4 0 1+4 −2 + 0 5 −2
 −1 3   2
  −1 + 2
1  3+1
   1 4 
     
 2 −3  +  2 −3  =  2 + 2 −3 + (−3)  =  4 −6 
 
    
 2 −3   −3 4   2 + (−3) −3 + 4   −1 1 
2 −3 −1 −2 2 + (−1) −3 + (−2) 1 −5

La suma de matrices con el mismo orden es conmutativa, esto es ∀A, B matrices de

orden n × m, entonces
A+B =B+A
Ejemplo Mostrar que la suma de matrices con el mismo orden es conmutativa con las
matrices    
5 −4 3 1 5 2
A= 0 1
 2  yB = 2 0 −2 

6 −2 3 1 4 5
     
5 −4 3 1 5 2 6 1 5
A+B = 0
 1 2  +  2 0 −2 = 2 1 0 
 6 −2 3   1 4 5   7 2 8 
1 5 2 5 −4 3 6 1 5
B+A= 2
 0 −2 + 0 1 2 = 2 1 0 
1 4 5 6 −2 3 7 2 8
La suma de matrices con el mismo orden es asociativa, esto es ∀A, B, C matrices de
orden n × m, entonces (A + B) + C = A + (B + C).

Ejemplo
 Probar
 que lasuma de
 matrices
 es asociativa
 con las siguientes matrices
1 −3 7 1 0 2
A= 0 3
  ; B = 4 0 y C = 2 −3 
  
2 −5 1 3 5 −4
     
1 −3 7 1 0 2
(A + B) + C =  0 3  +  4 0  +  2 −3  =
2 −5 1 3 5 −4
     
8 −2 0 2 8 0
 4 3  +  2 −3  =  6 0 
3 −2 5 −4 8 −6
     
1 −3 7 1 0 2
A + (B + C) =  0 3  +  4 0  +  2 −3  =
2 −5 1 3 5 −4
     
1 −3 7 3 8 0
 0 3  +  6 −3  =  6 0 
2 −5 6 −1 8 −6

10
 Para la toda las matrices, existe una matriz única 0 que tiene el mismo orden, denomi-
nada matriz nula tal que A + 0 = 0 + A = A.
La matriz 0 es la única solución de la ecuación matricial A + X = A y podemos
entonces decir que el conjunto de las matrices de orden n × m satisface la “Existencia
de una Identidad Aditiva”, esto es existe una única matriz nula o cero, tal que A+0 = A
para todo matriz A. Esta matriz está formada solamente por ceros.

Ejemplo Probar que

 existe un elemento neutro para la adición, considerando la matriz
4 −3 2 0 1
 0 −2 1 1 3     
4 −3 2 0 1 0 0 0 0 0 4 −3 2 0 1
+ =
0 −2 1 1 3 0 0 0 0 0 0 −2 1 1 3

Para cada matriz A, existe una única matriz −A, denominada matriz opuesta de A tal
que A + (−A) = (−A) + A = 0.
Luego el conjunto de matrices de orden n × m satisface que “Toda matriz A tiene una
inversa aditiva” (−A) que es la solución única de la ecuación A + X = 0.

Ejemplo La 
suma de una matriz con
 su
 opuesto, resulta la matriz
 identidad aditiva.

0 2 5 0 0 −2 −5 0 0 0 0 0
 1
 1 2 −2   −1 −1 −2 2 
  
  0 0 0 0 

 3 −1 −2 4  +  −3 1
A + (−A) =  2 −4 
= 0 0 0 0
   

 0 −1 −3 5   0 1 3 −5   0 0 0 0 
−6 −3 1 1 6 3 −1 −1 0 0 0 0

Sustracción de matrices
Entre las observaciones anteriores, vimos que para cada matriz A de orden n × m, debe
existir otra matriz −A, que tiene el mismo orden n × m, tal que A + (−A) = 0, a la matriz
−A se lo denomina la matriz opuesta de A, esta matriz es única para cada A. Debido a la
existencia de esta matriz opuesta, podemos definir la siguiente operación entre matrices.
Definición La sustracción de matrices definimos del siguiente modo: A − B = A + (−B)
Considerando
   
a11 a12 . . . a1m b11 b12 . . . b1m
 a21 a22 . . . a2m   b21 b22 . . . b2m 
 
A =  .. ..  y B =  ..
 
.. .. .. .. .. 
 . . . .   . . . . 
an1 an2 . . . anm bn1 bn2 . . . bnm

Se tiene que la diferencia entre las matrices, definida por:

   
a11 a12 . . . a1m b11 b12 . . . b1m
 a21 a22 . . . a2m   b21 b22 . . . b2m 
− ..  =
   
 .. .. .. ..   .. .. . .
 . . . .   . . . . 
an1 an2 . . . anm bn1 bn2 . . . bnm
 
a11 − b11 a12 − b12 . . . a1m − b1m
 a21 − b21 a22 − b22 . . . a2m − b2m 
 
 .. .. .. .. 
 . . . . 
an1 − bn1 an2 − bn2 . . . anm − bnm
Ejemplo Acontinuación,
  vemos
 cómo se halla
 la diferenciaentre dos matrices
−1 2 0 7 −1 2 0 −7
 −2 −3  −  6 −4  =  −2 −3  +  −6 4  =
5 −6 −2 −2  5 −6 2 2
−1 + 0 2 + (−7) −1 −5
= −2 − 6 −3 − (−4) = −8 1 
  
5+2 −6 + 2 7 −4

11
Podemos reducir el cálculo de la sustracción de dos matrices a la sustracción de las entradas
respectivas de las matrices y nada mas,
 como lo muestra el siguiente ejemplo.
4 3 1 3 2 0
Ejemplo Hallar A − B , siendo A = yB=
    0 −1 0 1 1 0  
4 3 1 3 2 0 4−3 3−2 1−0 1 1 1
A−B = − = =
0 −1 0 1 1 0 0 − 1 −1 − 1 0−0 −1 −2 0

Multiplicación de un escalar por una matriz

Definición Dado un número real k y una matriz A podemos obtener una matriz kA multipli-
cando k por todos
 los elementos de A.
a11 a12 . . . a1m
 a21 a22 . . . a2m 
Tomando A =  ..  entonces
 
.. .. ..
 . . . . 
an1 an2 . . . anm
 
ka11 ka12 . . . ka1m
 ka21 ka22 . . . ka2m 
kA =  ..
 
.. .. .. 
 . . . . 
kan1 kan2 . . . kanm

Ejemplo Tomando el escalar k = −6 y la matriz

 
2 0 2
 3 1 −2 
A= ;
 5 2 −1 
7 3 1

tendremos que
 
(−6) · 2 (−6) · 0 (−6) · 2
 (−6) · 3 (−6) · 1 (−6) · (−2) 
kA = (−6) · A = 
 (−6) · 5 (−6) · 2 (−6) · (−1)  =


(−6) · 7 (−6) · 3 (−6) · 1

 
−12 0 −12
 −18 −6 12 
 
 −30 −12 6 
−42 −18 −6

Observación:

Un caso particular del producto de un escalar por una matriz es la matriz opuesta para
la adición, en el cual, dada una matriz A, existe una matriz −A, donde −A = (−1) · A

Dados dos números k1 y k2 y una matriz A, siempre se cumple que (k1 + k2 ) A =

k1 A + k2 A
 
1 3
Ejemplo Considerando los escalares k1 = 2, k2 = 3 y la matriz A = , mostrar
−5 1
que (k1 + k2 )A = k1 A + k2 A         
2·1 2·3 3·1 3·3 2 6 3 9 5 15
k1 A+k2 A = + = + =
2 · (−5)
 2·1 3 ·(−5) 3 · 1  −10 2 −15 3 −25 5
5·1 5·3 5 15
(k1 + k2 ) A = 5A = =
5 · (−5) 5 · 1 −25 5

12
Multiplicación entre matrices
Definición Si A = [aij ]n×m y B = [bij ]m×p son dos matrices, en que la cantidad de columnas
del primero y la cantidad de filas de la segunda coinciden, entonces a la matriz C = [cij ]n×p
se la denomina producto de A por B tal que el elemento cij es igual a la suma de los
productos de los elementos correspondientes de la i- ésima fila de A por los elementos
correspondientes de la j - ésima columna de B . Simbólicamente, se tendría

cij = ai1 b1j + ai2 b2j + . . . + aim bmj

 
1 0 2  
 −1 1 0
1 −2 

Ejemplo Sean A =  y B =  1 1 , hallar el producto AB .
 1 1 −1 
0 2
1 0 1
En lo que primero nos debemos fijar es el orden de cada una de las matrices, para ver si
coincide la cantidad de columnas de la primera matriz con la cantidad de filas de la segunda
matriz, en este ejemplo, tenemos que la matriz A tiene orden 4 × 3, mientras que la matriz
B tiene orden 3 × 2, por lo que se cumple con la condición requerida.
La matriz
 producto  tendrá orden 4 × 2, es decir, tendrá la forma
c11 c12
 c21 c22 
C=
 c31
, donde
c32 
c41 c42


 c11 = a11 b11 + a12 b21 ; c12 = a11 b12 + a12 b22
c21 = a21 b11 + a22 b21 ; c22 = a21 b12 + a22 b22


 c 31 = a31 b11 + a32 b21 ; c32 = a31 b12 + a32 b22
c41 = a41 b11 + a42 b21 ; c42 = a41 b12 + a42 b22


Con lo que la matriz resultante será:

   
1·1+0·1+2·0 1·0+0·1+2·2 1 4
 −1 · 1 + 1 · 1 − 2 · 0 −1 · 0 + 1 · 1 − 2 · 2   0 −3 
AB = 
 1·1+1·1−1·0
= 
1 · 0 + 1 · 1 − 1 · 2   2 −1 
1·1+0·1+1·0 1·0+0·1+1·2 1 2

Definición Sea A una matriz cuadrada, con entradas reales. Se dice que la matriz es or-
togonal si se cumple que:
A · At = At · A = I
 
0 −1
Ejemplo La matriz A = es ortogonal, pues
 −1 0   
t t 0 −1 0 −1 1 0
A·A =A ·A= = .
−1 0 −1 0 0 1

1.5. Propiedades de las matrices

Propiedades de la multiplicación entre matrices
Si An×m , Bm×p y Cp×q son matrices, entonces se cumple que el producto de matrices
es asociativa, esto es,
A · (B · C) = (A · B) · C
Si An×m , Bm×p y Cm×p son matrices, entonces se cumple que el producto de matrices
es distributiva hacia la derecha con respecto a la adición, esto es, A · (B + C) =
A·B+A·C
Si Ap×q , Bm×p y Cm×p son matrices, entonces se cumple que el producto de matrices
es distributiva hacia la izquierda con respecto a la adición, esto es, (B + C) · A =
B·A+C ·A

13
Observación

1. La multiplicación de matrices no es una conmutatividad, es decir, en general A.B 6=

B.A

2. Si ocurre que A · B = B · A, se dice que las matrices A y B conmutan.

3. En la multiplicación de matrices no tiene validez la propiedad del elemento nulo del

producto es decir, se puede obtener A · B = O siendo A 6= 0 y B 6= 0 .

4. Tampoco tiene validez la propiedad cancelativa, es decir, se puede tener A · B = A · C

pero B 6= C .

5. En particular, si A es una n- matriz cuadrada, podemos formar potencias de A.

A0 = I; A1 = A; A2 = A · A; A3 = A · A2 .

Propiedades de la traspuesta
t
1. (A + B) = At + B t
t
2. (At ) = A
t
3. (kA) = kAt , siendo k un escalar.
t
4. (A · B) = B t · At

1.6. Determinantes
Definición El determinante es una función que asocia a cada matriz cuadrada un único
número real. Simbólicamente se escribe el determinante de la matriz A, como |A| o det (A).
Otra forma de denotar es:
 
a11 a12 . . . a1n a11 a12 . . . a1n
 a21 a22 . . . a2n 
 a21 a22 . . . a2n
det  .. ..  = ..

.. .. .. .. ..
 . . . .  . . . .
an1 an2 . . . ann an1 an2 . . . ann

A pesar del parecido de las notaciones, el determinante es escrito con dos barras verticales
mientras que la matriz es escrito con dos corchetes.

1.7. Evaluación de determinantes de orden 2

Definición El determinante de una matriz de orden 2 se obtiene tomando el producto de las
entradas de la diagonal principal y luego restando el producto de las entradas de la diagonal
secundaria.  
a11 a12 a11 a12
Esto es: det = = a11 a22 − a12 a21
a21 a22 a21 a22
Ejemplo Hallar el determinante de la siguiente matriz:

 
1 −3 1 −3
1. det = = 1 · 3 − (−3) · 0 = 3 − 0 = 3
0 3 0 3
 
5 3 5 3
2. det = = 5 · 1 − 3 · 2 = 5 − 6 = −1
2 1 2 1
 
2 7 2 7
3. det = = 2 · (−3) − 7 · 1 = −6 − 7 = −13
1 −3 1 −3

14
1.8. Evaluación de determinantes de orden n > 3
Método se Sarrus
El método de Sarrus es un método que se puede aplicar para conocer el determinante de
una matriz, solamente en el caso de que la
 matriz sea de orden
 3.
a11 a12 a13
Dada una matriz A cuadrada de orden 3, a21 a22 a23 

a31 a32 a33
el método de Sarrus consiste en hacer una matriz rectangular de orden
 5 × 3, copiando
 las
a11 a12 a13
 a21 a22 a23 
 
 a31
dos primeras filas de la matriz original por debajo de la tercera fila.  a32 a33 

 a11 a12 a13 
a21 a22 a23
 
a11 a12 a13

 & 

 a21 a 22 a 23

 

 & & 

 a31 a 32 a 33

 

 & & 

 a11 a12 a13 
 
 & 
a21 a22 a23
Lo primero que debemos hacer es hallar el producto de todos los elementos que forman la
diagonal principal, como lo indica la flecha, así tenemos el siguiente producto: a11 · a22 · a33
Luego multiplicamos los elementos que forman las diagonales que son paralelas a la diago-
nal principal, respectivamente, con lo que tenemos los siguientes productos: a21 · a32 · a13 y
a31 · a12 · a23
Luego los sumamos entre sí y obtendremos:

a11 · a22 · a33 + a21 · a32 · a13 + a31 · a12 · a23

 
a11 a12 a13

 . 

 a21 a22 a23 
 

 . . 

 a31 a 32 a 33

 

 . . 

 a11 a 12 a 13

 
 . 
a21 a22 a23
Ahora debemos hallar el producto de todos los elementos que forman la diagonal secun-
daria, como lo indica la flecha, y se tendrá: a13 · a22 · a31
Luego, multiplicamos los elementos que forman las diagonales que son paralelas a la diago-
nal secundaria, respectivamente, con lo que tenemos los siguientes productos: a23 · a32 · a11
y a33 · a12 · a21
Luego los sumamos entre sí y obtendremos:

a13 · a22 · a31 + a23 · a32 · a11 + a33 · a12 · a21

Al final hallamos la diferencia entre los números que obtuvimos

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

(a13 · a22 · a31 + a23 · a32 · a11 + a33 · a12 · a21 )
 
0 1 2
Ejemplo Hallar el determinante de la matriz A =  1 0 3 
2 3 0

15
Utilizando el método de Sarrus, tendremos que:
0 1 2
|A| = 1 0 3 = (0 · 0 · 0 + 1 · 3 · 2 + 2 · 1 · 3) −
2 3 0
(2 · 0 · 2 + 3 · 3 · 0 + 0 · 1 · 1) = (0 + 6 + 6) − (0 + 0 + 0) = 12 − 0 = 12
 Hallar el determinante
Ejemplo  de la matriz
0 1 −2
B = −1 3
 4 
2 −4 5
Utilizando el método de Sarrus, tendremos que:
0 1 −2
|B| = −1 3 4 = (0 · 3 · 5 + (−1) · (−4) · (−2) + 1 · 4 · 2) −
2 −4 5
((−2) · 3 · 2 + 4 · (−4) · 0 + 5 · 1 · (−1)) =
= (0 − 8 + 8) − (−12 − 0 − 5) = 0 − (−17) = 17  
6 0 0
Ejemplo Hallar el determinante de la matriz C =  1 5 0 
2 3 4
0 1 2
|C| = 1 0 3 = (6 · 5 · 4 + 1 · 3 · 0 + 2 · 0 · 0) −
2 3 0
(0 · 5 · 2 + 0 · 3 · 6 + 4 · 0 · 1) = (120 + 0 + 0) − (0 + 0 + 0) =
120 − 0 = 120

El método de Laplace
Este método se usa para hallar el determinante de matrices cuadradas de cualquier orden.

El menor de aij
Definición Dada una matriz cuadrada de orden n. Con una entrada dada de esta matriz,
asociamos la matriz cuadrada de orden n − 1, obtenida al eliminar las entradas de la fila y
la columna a los que la entrada dada pertenece. El determinante de la matriz obtenida se
conoce como el menor de la entrada.
  el menor de la entrada a23 de la matriz
Ejemplo Hallar
2 −1 0
 3 1 6 
0 −1 2
Vemos que la entrada a23 = 6, entonces eliminamos toda la fila y columna al cual pertenece
 6 y nos resulta
el  una matriz cuadrangular de orden 2
2 −1 0  
 3 1 6 ⇒ 2 −1
Y al hallar el determinante de esta matriz se obtiene el menor
0 −1
0 −1 2
 a −2, pues
de 6 que es igual
2 −1 2 −1
det = = 2 (−1) − 0 (−1) = −2
0 −1 0 −1
Ejemplo Hallar el menor de la entrada a22 de la matriz
 
2 3 0
 1 2 2 
8 5 3

Vemos que la entrada a22 = 2, entonces eliminamos

 
2 3 0  
toda la fila y columna al cual pertenece el 6 y nos resulta  1 2 2  ⇒ 2 0
una matriz cuadrangular de orden 2 8 3
8 5 3
Y al hallar el determinante de esta matriz se obtiene el menor de 2 que es igual a 6.

16
Ejemplo Hallar el menor de la entrada a32 de la matriz
 
0 0 1 2
 1 0 0 3 
 
 8 5 7 0 
2 5 3 0

Vemos que la entrada a32 = 5, entonces eliminamos toda la fila y columna al cual pertenece
 5 y nos resulta
el  una matriz cuadrangular de orden 3
0 0 12  
 1 0 1 2
 0 03 
 ⇒  1 0 3  Y al hallar el determinante de esta matriz se obtiene el
 8 5 70 
2 3 0
2 5 30
menor de 5 que es igual a 12.
i+j
Cofactor de aij Definición El cofactor de la entrada aij es el producto de (−1) y el menor
de aij .  
−2 −1 2
Ejemplo Hallar el cofactor de a31 en la matriz  4 5 −1 
0 −2 4
Vemos que la entrada a31 = 0, entonces eliminamos toda la fila y columna al cual pertenece
0
el 
−2 −1 2  
−1 2 −1 2
 4 5 −1  =⇒ det = =
5 −1 5 −1
0 −2 4

(−1) · (−1) − 5 · 2 = −9

3+1 −1 2
El determinante de esta matriz es −9, con lo que el producto (−1) · = 1·(−9) =
5 −1
−9
y este número es el cofactor de a31 = 0  
3 4 2
Ejemplo Hallar el cofactor de a23 en la matriz  5 5 3 
2 3 0
Vemos
 quela entrada a23 = 3, entonces eliminamos toda la fila 2 y la columna 3 y tenemos
3 4 2  
3 4 3 4
 5 5 3  =⇒ det = =3·3−4·2=1
2 3 2 3
2 3 0
2+3 −1 2
Así el producto (−1) · = 1 · (−9) = −9 que es el cofactor de a23 = 3
5 −1
Ejemplo Hallar el cofactor de a23 en la matriz
 
0 1 2 −2
 4
 0 −1 3  
 −1 3 4 4 
2 −4 4 5

Vemos que la entrada a23 = −1, entonces eliminamos toda la fila 2 y la columna 3 y tenemos
2 −2

0 1  
0 1 −2 0 1 −2
 4 0 −1 3  
 −1 3  = −1 3

 −1 3 =⇒ det 4 4 = 17
4 4 
2 −4 5 2 −4 5
2 −4 4 5
El determinante de esta matriz es 17, con lo que tendremos el siguiente producto
0 1 −2
(−1)2+3 · −1 3 4 = (−1) · 17 = −17
2 −4 5
y este número es el cofactor de a23 = −1

1.9. Evaluación de determinantes de orden n > 33, Método de Laplace

17
Para encontrar el determinante de cualquier matriz cuadrada de orden n > 3, por el método
de Laplace, se elige una fila o columna de la matriz y se multiplica cada entrada de la fila o
columna por su cofactor. Luego se halla la suma de todos los productos de las entradas con
sus respectivos cofactores que se han hallado y allí se obtiene el determinante de la matriz.
Este método, el de Laplace, es muy importante, porque se puede aplicar a cualquier matriz
cuadrada de cualquier orden, mientras que el método de Sarrus solamente es aplicable para
las matrices cuadradas que tienen orden igual a 3. 
10 0 2
Ejemplo Hallar el determinante de la matriz −1 5 −9 

1 2 −6
Aquí podemos escoger la columna 2 y entonces tendremos:
10 0 2
−1 −9 10 2 10 2
−1 5 −9 = 0 · (−1)1+2 + 5 · (−1)2+2 + 2 · (−1)3+2 =
1 −6 1 −6 −1 −9
1 2 −6
= 0 · (−15) + 5 · (−62) + 2 · (88) = 0 − 310 + 176 = −134
Aplicando el método de Sarrus, obtenemos el mismo determinante:
10 0 2
−1 5 −9 = (−300 − 4 + 0) − (10 − 180 + 0) = −304 + 170 = −134
1 2 −6  
3 2 1
Ejemplo Hallar el determinante de la matriz  −1 3 2 
2 1 0
Aquí podemos escoger la fila 3 y entonces tendremos:
3 2 1
2 1 3 1 3 2
−1 3 2 = 2 · (−1)3+1 + 1 · (−1)3+2 + 0 · (−1)3+3 =
3 2 −1 2 −1 3
2 1 0
= 2 · (1) + 1 · (−7) + 0 · (11) = 2 − 7 + 0 = −5
Algo importante para resaltar es que para calcular el determinante de una matriz cuadrada
por el método de Laplace, conviene escoger la fila, o la columna, con mayor cantidad de
ceros, ya que nos facilitará a la hora de calcular el producto de estas entradas por sus
respectivos cofactores.

1.10. Propiedades de los determinantes

Estas propiedades facilitan el trabajo para calcular determinantes.

Si los elementos de una fila o columna de una matriz cuadrada son iguales a cero,
entonces el determinante de la matriz es igual a cero.
 
1 3 5 7 9

 0 2 4 6 8 

Ejemplo Hallar el determinante de la matriz 
 0 0 0 0 0 

 0 0 1 2 3 
5 0 3 0 1
Aplicamos el método de Laplace para hallar el determinante, considerando la fila 3, así ten-
dremos
 que: 
1 3 5 7 9
 0 2 4 6 8  3 5 7 9 1 5 7 9
3+1 2 4 6 8 0 4 6 8
+ 0 (−1)3+2
 
 0 0 0 0 0  = 0 (−1)
det  +

 0 0 1 2 3  0 1 2 3 0 1 2 3
0 3 0 1 5 3 0 1
5 0 3 0 1
1 3 7 9 1 3 5 9 1 3 5 7
0 2 6 8 0 2 4 8 0 2 4 6
+ 0 (−1)3+3 + 0 (−1)3+4 + 0 (−1)3+5 =0
0 0 2 3 0 0 1 3 0 0 1 2
5 0 0 1 5 0 3 1 5 0 3 0

Si cambiamos de posición entre sí dos filas o columnas de una matriz cuadrada, el

determinante de la nueva matriz es igual a la anterior con signo cambiado.

18
    
1 2 3 1 0 1
Ejemplo Hallar los determinantes de las matrices  0 5 0  y  0 5 0 
1 0 1 1 2 3
Utilizando el método de Laplace para hallar los determinantes de las dos matrices,tendremos:
1 2 3
2 3 1 3 1 2
0 5 0 = 0 · (−1)2+1 + 5 · (−1)2+2 + 0 · (−1)2+3 =
0 1 1 1 1 0
1 0 1
= 0 · (−2) + 5 · (−2) + 0 · (2) = 0 − 10 + 0 = −10
1 0 1
0 1 1 1 1 0
0 5 0 = 0 · (−1)2+1 + 5 · (−1)2+2 + 0 · (−1)2+3 =
2 3 1 3 1 2
1 2 3
= 0 · (2) + 5 · (2) + 0 · (2) = 0 + 10 + 0 = 10

Si multiplicamos todos los elementos de una fila o columna por un número real, el
determinante de la nueva matriz es igual a la anterior multiplicado por el escalar.
   
1 3 5 1 3 5
Ejemplo Hallar los determinantes de las matrices  1 2 3  y  2 4 6 
3 5 3 3 5 3
Aplicamos el método de Sarrus para hallar los determinantes de las matrices:
1 3 5
1 2 3 =
3 5 3
(1 · 2 · 3 + 1 · 5 · 5 + 3 · 3 · 3) − (5 · 2 · 3 + 3 · 5 · 1 + 3 · 3 · 1) = 4
1 3 5
2 4 6 =
3 5 7
(1 · 4 · 3 + 2 · 5 · 5 + 6 · 3 · 3) − (5 · 4 · 3 + 6 · 5 · 1 + 3 · 3 · 2) = 8

Si se permutan las filas por las columnas entonces el determinante no varía.

   
1 2 3 1 0 3
Ejemplo Hallar los determinantes de las matrices  0 1 0  y  2 1 5 
3 5 6 3 0 6
Aplicamos el método de Sarrus para hallar los determinantes de las matrices:
1 2 3
0 1 0 =
3 5 6
(1 · 1 · 6 + 0 · 5 · 3 + 3 · 2 · 0) − (3 · 1 · 3 + 0 · 5 · 1 + 6 · 2 · 0) = −3
1 0 3
2 1 5 =
3 0 6
(1 · 1 · 6 + 2 · 0 · 3 + 3 · 0 · 5) − (3 · 1 · 3 + 5 · 0 · 1 + 6 · 0 · 2) = −3

Si A y B son dos matrices cuadradas del mismo orden, entonces |AB| = |A| |B|
   
2 3 5 2
Ejemplo Sean las matrices A = yB=
1 2 2 1
2 3 5 2
Se tiene que |A| = = 1 y |B| = = 1, entonces |A| |B| = 1 · 1 = 1.
1 2   2 1  
2 3 5 2 16 7
Al hallar el producto AB = = =⇒ |AB| = 1
1 2 2 1 9 4
Con esto tenemos que |AB| = |A| |B|.
Definición Una matriz fila F , (o matriz columna C ) se dice que es combinación lineal de
otras dos o más matrices filas Fi , (o matrices columnas Ci ) si y sólo sí existen números
reales ai tales que F = a1 F1 + a2 F2 + . .. + an Fn , (C = a1 C1 + a2 C2 + . . . + an Cn ).
  fila 9 11  −2
Ejemplo La matriz  4 es combinación  lineal de las matrices filas
 4 5 −2 1 , 3 1 0 2 y 3 −2 4 5 porque
9 11 −2 4  =    
3 4 5 −2 1 − 2 3 1 0 2 + 3 −2 4 5

19
 Si una de las filas o columnas de una matriz es combinación lineal de las otras, en-
tonces el determinante de la matriz es cero.

1 0 3
Ejemplo Hallar el determinante de la matriz  2 1 5 
7 2 19
La tercera fila
 es combinación
  lineal
 de las otras
 dos porque:
3 1 0 3 +2 2 1 5 = 7 2 19
Al hallar el determinante de la matriz, por el método de Sarrus, tendremos:
1 0 3
2 1 5 =
7 2 19
(1 · 1 · 19 + 2 · 2 · 3 + 7 · 0 · 5) − (3 · 1 · 7 + 5 · 2 · 1 + 19 · 0 · 2) = 0

Si cada entrada de una fila o columna de una matriz se multiplica por un número
real y luego le sumamos a esta nueva fila o columna otra fila o columna, entonces el
determinante no cambia.
  
5 0 2 5 0 2
Ejemplo Hallar el determinante de las matrices  1 3 2  y  1 3 2 
2 1 5 4 7 9
Usando de nuevo el método de Sarrus, tenemos que:
5 0 2
1 3 2 =
2 1 5
(5 · 3 · 5 + 1 · 1 · 2 + 2 · 0 · 2) − (2 · 3 · 2 + 2 · 1 · 5 + 5 · 0 · 1) = 55
5 0 2
1 3 2 =
4 7 9
(5 · 3 · 9 + 1 · 7 · 2 + 4 · 0 · 2) − (2 · 3 · 4 + 2 · 7 · 5 + 9 · 0 · 1) = 55
Los determinantes son iguales, porque en la segunda matriz, la tercera fila se obtiene mul-
 fila por 2 y sumando
tiplicando la segunda  la tercera
 fila original,
 lo vemos fácilmente en el
siguiente cálculo: 2 1 3 2 + 2 1 5 = 4 7 9

1.11. Adjunta de una matriz cuadrada

Una definición que es necesaria para definir la inversa de una matriz cuadrada es la siguien-
te:
Definición La adjunta de una matriz cuadrada es la matriz formada por los cofactores de la
matriz transpuesta correspondiente.  
3 1
Ejemplo Hallar la matriz adjunta de A =
5 −2  
3 5
Primero hallamos la matriz traspuesta de A, que es: At =
1 −2
El cofactor de 3 es −2, porque al eliminar la fila y la columna correspondiente al que pertenece
1+1
el 3 y al aplicar la fórmula para cofactor tendremos (−1) (−2) = −2, mientras que el co-
1+2
factor de 5 es (−1) (1) = −1, el cofactor de 1 es (−1)2+1 (5) = −5, y por último, el
2+2
cofactor de −2 es (−1) (3) = 3  
−2 −1
Con esto, se tiene que Adj (A) =
−5 3
Ejemplo Hallar la matriz adjunta de una matriz cuadrada cualquiera de orden 3.
Como nos pide la adjunta
 de una matriz cuadrada general de orden
 3, debemos considerar
a11 a12 a13 a11 a21 a31
t
A = a21 a22 a23 su traspuesta es A = a12 a22 a32 
  
a31 a32 a33 a13 a23 a33
Con esto, la adjunta será igual a:

20
  
a22 a32 a a32 a12 a22
− 12

 a23 a33 a13 a33 a13 a23 

a a31 a11 a31 a a21
− 21 − 11
 
Adj (A) =  

 a23 a33 a13 a33 a13 a23 

a21 a31 a a31 a11 a21
− 11
 
a22 a32 a12 a32 a12 a22

1.12. Matriz Inversa

Definición Si existe una matriz única X de tal forma que A · X = I , entonces se dice que
la matriz X es la inversa multiplicativa de A. Simbólicamente escribiremos X = A−1 .
Ejemplo Describir la matriz inversa de cualquier matriz cuadrada de orden 2, cuyo determi-
nante sea distinto de
 cero.   
a11 a32 x y
Sea la matriz A = fija y la matriz X = tal que AX = I , esto es:
  a21 a33  z w   
a11 a12 x y a11 x + a12 z a11 y + a12 w 1 0
AX = = =
a21 a22 z w a21 x + a22 z a21 y + a22 w 0 1
Entonces, tenemos el siguiente sistema de ecuaciones:


 a11 x + a12 z = 1 ... (1)
a11 y + a12 w = 0 ... (2)


 a21 x + a22 z = 0 ... (3)
a21 y + a22 w = 1 ... (4)


Hallando a21 (1) − a11 (3)

a11 a21 x + a12 a21 z = a21
a21
−a21 a11 x − a22 a11 z = 0 =⇒ z = − , pues |A| = a12 a21 − a22 a11 6= 0
a12 a21 − a22 a11
(a12 a21 − a22 a11 ) z = a21
De ahí
a22 a11 a12
x= ; w= ; y=−
a12 a21 − a22 a11 a12 a21 − a22 a11 a12 a21 − a22 a11
 
a11 a32
Así tenemos que si A = es una matriz cuyo determinante es distinto de cero,
a21 a33  
a22 a12
−
 a12 a21 − a22 a11 a12 a21 − a22 a11 
 
−1
entonces su matriz inversa será la matriz A =   
 − a 21 a 11


a12 a21 − a22 a11 a12 a21 − a22 a11
 
1 −1
Ejemplo Hallar la matriz inversa de la matriz de
1 1
Al hallar el determinante de esta matriz, obtenemos  2, porlo tanto, usando el ejemplo ante-
1 1
 2 2
 
rior, obtenemos como matriz inversa a la matriz   1 1

 − 
2 2

Propiedades de la matriz inversa

Observaciones:

1. Una matriz cuadrada A tiene inversa si y sólo si existe una matriz B de tal forma que
A · B = B · A = I . Esto quiere decir que la inversa de dos matrices inversas es
conmutativa.

2. Si A e I son matrices cuadradas de orden n, entonces A−1 será de orden n.

3. La matriz inversa de una matriz cuadrada es única.

4. Si no existe A−1 diremos que A no es invertible.

21
 5. Si una matriz tiene inversa se dice que esa matriz es no singular.

6. Si una matriz no tiene inversa se dice que esa matriz es singular.

7. La inversa de una matriz inversa es la matriz original.

8. La inversa de un producto de matrices es igual al producto de las matrices inversas

−1
tomadas en orden contrario, esto es, (A · B) = B −1 · A−1 .

9. La inversa de la matriz transpuesta de una matriz es igual a la transpuesta de la matriz

−1 t
inversa de la misma, esto es, (At ) = (A−1 ) .

10. La inversa de una matriz cuadrada existe si y sólo si el determinante de la matriz es

distinto de cero.

11. La inversa de una matriz cuadrada es igual a la adjunta de la matriz dividida por el
AdjA
determinante de la matriz original, esto es: A−1 =
|A|

1.13. Resolución de sistemas de ecuaciones

Clasificación de los sistemas lineales
Dado
 un sistema de ecuaciones lineales:

 a11 x1 + a12 x2 + . . . + a1m xm = b1
 a21 x1 + a22 x2 + . . . + a2m xm

= b2
.. .. .. .. .


 . . . . = ..
 a x + a x + ... + a x = bn
n1 1 n2 2 nm m
entonces se puede tener las siguientes situaciones:
Definición Diremos que el sistema de ecuaciones lineales es compatible cuando admite
solución.
Cuando el sistema de ecuaciones lineales admite una única solución, al sistema se lo de-
nomina compatible determinado. Pero cuando el sistema admite infinitas soluciones, se lo
llama compatible indeterminado.
Si el sistema de ecuaciones lineales no admite solución, lo llamamos incompatible.
Ejemplo Clasificar los siguientes sistemas lineales:

El siguiente sistema lineal es compatible determinado, pues admite como única solu-
ción al par (x1 , x2 ) = (3, −2)

2x1 + 3x2 = 0
3x1 − x2 = 11
2 (3) + 3 (−2) = 0
=⇒
3 (3) − (−2) = 11
El siguiente sistema lineal es compatible indeterminado, pues tiene infinitas soluciones
(x1 , x2 , x3 ).

 x1 − 2x2 + 3x2 = 4
3x1 − 6x2 + 9x2 = 12
−2x1 + 4x2 − 6x2 = −8


El siguiente sistema lineal es incompatible.


−x1 + 2x2 = 4
3x1 − 6x2 = 12


 a11 x1 + a12 x2 + . . . + a1m xm = b1
a21 x1 + a22 x2 + . . . + a2m xm = b2


El sistema .. .. .. .. .


 . . . . = ..
 a x + a x + ... + a x
n1 1 n2 2 nm m = bn
puede ser escrito como una ecuación de matrices A · X = B , donde:

22
      
a11 a12 . . . a1m x1 b1
 a21 a22 . . . a2m   x2   b2 
A =  .. ..  , X =  ..  y B =  .. 
     
.. ..
 . . . .   .   . 
an1 an2 . . . anm xm bn
Observaciones:
Cuando en un sistema de ecuaciones lineales A · X = B , se tiene que la cantidad de
ecuaciones coinciden con la cantidad de variables, es decir, cuando n = m, entonces se
puede concluir que:

1. El sistema tiene una única solución si y sólo si det (A) 6= 0.

2. El sistema tiene infinitas soluciones o no admite solución si y sólo si det (A) = 0

23
 Bibliografía
APOSTOL, TOM M.:1967. Calculus, One - Variable Calculus, with an introduction to Linear
Algebra. Blaisdell Publishing Company, Waltham, Massachusetts, 1967.

ARYA, J. y LARDNER, R.:1992. Matemáticas Aplicadas a la Administración y a la Economía.

Prentice Hall Hispanoamericana, S.A. México (D.F.), 1992.

LARSON; HOSTELER y EDWARDS.:2005. College Algebra A Graphing Approach.

Houghton Mifflin Company, New York, 2005.

VANCE, P.:1976. Álgebra y Trigonometría. Fondo Educativo Interaméricano, S. A., 1976.

24