UNIVERSIDAD DEL ISTMO

ÁLGEBRA LINEAL
MÓDULO 1
Matrices y determinantes

Matrices

Una matriz es un arreglo de elementos en filas y columnas, su tamaño se describe especificando el

número de filas y luego el de columnas. Si A es una matriz, se usará a ij para denotar el elemento
que está en la fila i y en la columna j de A. Así, una matriz de orden mxn podrá representarse:

[ ]
a11 a12 .. . a1 n
a21 a22 .. . a2 n
.. . .. . .. . .. .
am 1 am 2 .. . a mn
A=

Otra forma de expresar la matriz A , es A = (aij), con i variando de 1 a m, y j variando de 1 a n.

Una matriz B con n filas y n columnas se denomina matriz cuadrada de orden n, y se dice que los
elementos b11, b22,..., bnn , están en la diagonal principal de B:

[ ]
b11 b12 .. . b 1n
b 21 b22 .. . b 2n
.. . . .. .. . . ..
bn 1 b n2 .. . bnn
B=
Ejemplos:

A= [4] , A es de orden 1x1

B=
[ 2 −3
0 1 ] , B es de orden 2x2

[ ]
3 0 −4
8 5 −1
C=
2 0 9 , C es de orden 3x3

Dos matrices A y B son iguales si tienen el mismo número de filas y columnas, y además todos sus
componentes (i, j) son iguales, es decir, a i j = b i j para cualesquiera i, j.

1
Clasificación de matrices

Una matriz que esté formada por una sola columna, se llama matriz columna, análogamente, una
matriz formada por una única fila se llama matriz fila.

[]
b1
b2
.. .
B=
bm
es una matriz columna y A = [ a 11 a 12 . .. a1n ]
es una matriz fila.

Una matriz de orden mxn cuyos elementos son todos cero, se denomina matriz nula.

[ ]
0 0 . .. 0
0 0 . .. 0
.. . .. . . .. . ..
0=
0 0 . .. 0

Si A es una matriz de orden mxn, su matriz opuesta es una matriz del mismo orden, cuyos
elementos son los elementos opuestos de cada uno de los de A. Se representa por –A.

[ ] [ ]
a11 a12 .. . a1 n −a11 −a12 .. . −a1 n
a21 a22 .. . a2 n −a21 −a22 .. . −a2 n
.. . .. . .. . .. . .. . .. . .. . . ..
am 1 am 2 .. . a mn −am 1 −a m2 .. . −a mn
Si A = luego -A = es su matriz opuesta

Si A es una matriz de orden mxn, su matriz transpuesta es una matriz de orden nxm cuyas filas
son las columnas de A. Se representa por At o AT.

[ ] [ ]
a11 a12 .. . a1 n a11 a 21 .. . am1
a21 a22 .. . a2 n a12 a 22 .. . am2
.. . .. . .. . .. . .. . . .. .. . . ..
am 1 am 2 .. . a mn t
a1 n a2n .. . anm
Si A = luego A = es su matriz transpuesta

Una matriz se dice que es simétrica si es igual a su transpuesta. Para ello deberá tener el mismo
número de filas que de columnas, es decir deberá ser una matriz cuadrada.

2
 [ ]
c 11 c12 .. . c1 n
c12 c22 .. . c2 n
.. . .. . .. . . ..
c 1n c 2n .. . c nn
C= es una matriz simétrica

Si una matriz A es igual a la opuesta de su transpuesta, se dice que es antisimétrica.

Una matriz cuadrada se dice diagonal si todos los elementos fuera de la diagonal principal son
iguales a cero.

[ ]
d 11 0 . .. 0
0 d 22 . .. 0
.. . . .. . .. . ..
0 0 . .. d nn
D= es una matriz diagonal

Una matriz diagonal de orden n, que posee todos sus elementos iguales a uno, se llama matriz
identidad.

[ ]
1 0 ... 0
0 1 ... 0
... ... ... ...
I=
0 0 ... 1 es la matriz identidad de orden n

Una matriz cuadrada se dice triangular superior, si todos los elementos por debajo de la diagonal
principal son iguales a cero.

[ ]
e11 e 12 ... e1 n
0 e 22 ... e2 n
.. . .. . ... .. .
0 0 ... e nn
E= es una matriz triangular superior

Una matriz cuadrada se dice triangular inferior si todos los elementos por encima de la diagonal
principal son iguales a cero.

[ ]
f 11 0 . .. 0
f 21 f 22 . .. 0
.. . . .. . .. . ..
f n1 f n 2 . .. f nn
F= es una matriz triangular superior

3
Suma de matrices y sus propiedades

Si A y B son matrices del mismo orden mxn, se define la matriz A + B como una matriz también de
orden mxn, cuyas componentes se obtienen sumando las componentes (i, j) de A y B
respectivamente. Es decir, si llamamos C = A+B, entonces c i j = a i j + b i j con i variando de 1 a m, y j
variando de 1 a n.

Si consideramos al conjunto Mmxn de todas las matrices de orden mxn, entonces la suma de
matrices es una operación binaria interna en dicho conjunto, es decir:

+ : Mmxn X Mmxn  Mmxn

( A, B)  A+B = C

La suma de matrices verifica las siguientes propiedades:

 Asociativa
Para toda matriz A, B y C del mismo orden se cumple que:
A+ (B+C) = (A+B) +C
 Elemento neutro
Existe la matriz nula de orden mxn, tal que para toda matriz A de orden mxn, se cumple que:
A+0 = 0+A = A
 Elemento opuesto
Para toda matriz A de orden mxn, existe su matriz opuesta –A de orden mxn, tal que:
A+(−A) = (−A) +A = 0.
 Conmutativa
Para toda matriz A de orden mxn y para toda matriz B del mismo orden se cumple que:
A+B = B+A.

 Siendo A y B matrices de orden mxn, At y Bt sus matrices transpuestas y λ un escalar

cualquiera, entonces (A + B) t = At + Bt

Producto de un escalar por una matriz

Dada una matriz A de orden mxn, y λ un escalar, se puede definir el producto λ.A como una matriz,
con el mismo número de filas y columnas que A, y obtenida multiplicando por λ cada componente.
Es decir, si C = λ.A, entonces c i j = λ.a i j. con i variando de 1 a m, y j variando de 1 a n.

El producto de un escalar por una matriz cumple las siguientes propiedades:

 Siendo A, B matrices del mismo orden mxn; λ y µ escalares cualesquiera, entonces

λ.(A+B) = λ.A+λ.B,
(λ+µ).A = λ.A+µ.A
(λµ).A = λ(µ.A)
1.A = A.

4
  Siendo A una matriz de orden mxn, si λ = 0 entonces λ.A = 0.A = 0 (matriz nula de orden
mxn)

 Si A = 0 (matriz nula de orden mxn) y λ un escalar cualquiera, entonces λ.A = λ.0 = 0

 Siendo A una matriz de orden mxn, At su matriz transpuesta y λ un escalar cualquiera,

entonces (λ.A) t = λ (At)

Multiplicación de matrices y sus propiedades

Sea A una matriz de orden mxn y B una matriz de orden nxk. Se define el producto A.B como una
matriz C, que tendrá orden mxk, y cuya componente c i j se obtiene al multiplicar la i-ésima fila de A
por la j-ésima columna de B, es decir: c i j = a i1b 1 j +a i 2 b 2 j +...+a i m b m j, para todo i de 1 a m, y
para todo j de 1 a k.

Importante:
Para que A y B se puedan multiplicar, A debe tener tantas columnas como filas tiene B. Además, en
tal caso, la matriz producto C = A.B tiene tantas filas como A y tantas columnas como B.

Si k es un numero natural no nulo y A una matriz de orden n, se puede obtener el producto

Ak = A…….A (k – veces).

Si A es una matriz cuadrada de orden n y k = 0 , Ak = A0 = I, siendo I la matriz identidad de orden n.

El producto o multiplicación de matrices verifica las siguientes propiedades:

 Asociativa
Para toda matriz A de orden mxn, B de orden nxk y C de orden kxq, se cumple que:
A. (B.C) = (A.B) .C
 Elemento neutro
Existe la matriz identidad de orden n, tal que para toda matriz A de orden n, se cumple que:
A.I = I. A = A

Teniendo en cuenta la suma y el producto de matrices, se cumplen las propiedades:

 Distributiva
Para toda matriz A, B y C cuyos ordenes son tales que puedan efectuarse las operaciones indicadas,
se verifica que:
A.(B+C) = A.B+A.C
(A+B).C = A.C +B.C

 Para toda matriz A de orden mxn ,para toda matriz B de orden nxp, y para todo escalar λ se
cumple que:
λ. (A.B) = (λ.A).B= A.( λ.B)

Nota:

 Generalmente la propiedad conmutativa no se cumple para la multiplicación de matrices,

salvo pocas excepciones.

 Si A.B = 0, esto no implica que A = 0 ó B = 0.

5
  Si A, B, C son tres matrices tales que A.B = A.C, no se tiene necesariamente que B = C.

 Tampoco es cierta la igualdad (A + B) 2

= A2 + 2AB + B2, para cualesquiera que sean las
matrices A y B.

 Si A es una matriz de orden mxn, entonces Im .A = A y A .In = A.

Matrices inversibles

Dada una matriz A de orden n e I la matriz identidad del mismo orden. Si es posible hallar una
matriz B de orden n, tal que A. B = B. A = I, entonces se dice que A es inversible, y la matriz B se
conoce como la inversa de A. la matriz inversa de A se anota como A -1. La unicidad de la matriz
inversa se advierte en el siguiente teorema.

Teorema

Dada una matriz A de orden n, si tanto B como C son inversas de A, entonces B = C.

Demostración

Si C es la matriz inversa de A, se verifica que C. A = A. C = I

Suponiendo que B también es la matriz inversa de A, luego se verifica que B. A = A. B = I

Al multiplicar por la derecha en ambos miembros por C resulta: (B.A).C = I. C = C

Pero, por otro lado, por propiedad asociativa: (B.A).C = B.(A.C) = B. I = B

Luego B = C

Como consecuencia del teorema, se puede enunciar que dada una matriz A de orden n, si A es
inversible entonces su inversa es A-1 también de orden n, tal que:

A . A-1 = A-1. A = I

Siendo I la matriz identidad de orden n.

Una matriz cuadrada que posee inversa se dice que es inversible o regular; en caso contrario recibe
el nombre de singular.

Propiedades:

 (A-1) -1= A
 (λ. A) -1 = (1/ λ)·A -1, siendo λ un escalar cualquiera
 (At) –1=(A-1) t, siendo At , la matriz transpuesta de A
 Se dice que una matriz cuadrada es ortogonal si el producto de ella por su traspuesta es
igual a la matriz identidad: A . A t = At . A = I Esto
significa que para las matrices ortogonales la matriz inversa coincide con la transpuesta, es
6
 decir: At = A -1
, siempre que A sea ortogonal.

Teorema

Si A y B son matrices inversibles cuadradas del mismo orden n, entonces:

 A. B es una matriz inversible

 (A·B) -1= B -1. A -1

Demostración

Si se puede demostrar que: ( A. B) . (B -1. A -1) = (B -1. A -1).(A.B) = I , entonces se habrá establecido
simultáneamente que A.B es inversible y que (A·B) -1 = B -1. A -1

Aplicando propiedad asociativa del producto de matrices se cumple que:

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

= A I . A -1= A . A -1
=I

Análogamente se demuestra que:

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

Nota:

El teorema puede extenderse para tres o más factores, con lo cual se puede enunciar que un
producto de matrices inversibles siempre es inversible, y la inversa del producto es el producto de
las inversas en orden inverso.

Teorema

Si A y B son matrices cuadradas del mismo orden n, y k un escalar, entonces:

 Si A es inversible, entonces A-1 también es inversible y ( A-1) -1 = A

 Si A es inversible y k ≠ 0, entonces la matriz k.A es inversible y ( k.A) -1
=k -1
. A-1.
 Si A es inversible, también lo es AT y además ( AT) -1 = (A -1)T.

Teorema

Si A es una matriz inversible de orden n, entonces para cada matriz columna B de orden nx1, el
sistema de ecuaciones A. X = B tiene exactamente una solución, a saber, X = A -1 .B.

Demostración

Considerando el sistema A. X = B y puesto que A ( A -1. B ) = ( A . A -1 ). B = I . B = B , se observa

fácilmente que el producto (A -1. B) es una solución que verifica dicho sistema.
Para demostrar que esta es la solución única, se supondrá que X 0 es una solución arbitraria,
entonces se verifica que A. X0 = B, al multiplicar ambos miembros por A -1, se obtiene:

7
A -1 (.A. X0) = A -1 .B
( A -1 A). X0) = A -1 .B
I . X0 = A -1.B
X0 = A -1.B

Matriz escalonada por filas y escalonada reducida por filas

Dada una matriz A de orden mxn, llamamos pivote de una fila (columna) al primer elemento, no
nulo, si existe, de dicha fila (columna). La matriz A se dice que es escalonada reducida por filas si
verifica las siguientes condiciones:

1- Si una fila no consta completamente de ceros, entonces el primer elemento diferente de cero
en la fila es un pivote.
2- Si existen flas que consten completamente de ceros, entonces se agrupan en la parte inferior
de la matriz.
3- Si dos filas sucesivas no constan completamente de ceros, el pivote de la fila inferior se
presenta más hacia la derecha que el pivote de la fila superior.
4- Cada columna que contenga un pivote tiene ceros en todas las demás posiciones.

Si una matriz verifica las condiciones 1, 2 y 3, se dice que está escalonada por filas o triangular
superior.

Método de Gauss - Jordan para determinar la inversa de una matriz

Las operaciones elementales a las filas de una matriz dada consisten en:

- Multiplicar a una de las filas por una constante no nula.

- Intercambiar dos de las filas.
- Sumar algebraicamente, un múltiplo de una de las filas a otra.

Dada una matriz A cuadrada y la matriz Identidad I del mismo orden, el método de Gauss-Jordan
permite obtener, si existe, su matriz inversa A-1.

Consiste en escribir la matriz ampliada [A / I ]

[ ]
a11 a12 .. . a1 n 1 0 . .. 0
a21 a22 .. . a2 n 0 1 . .. 0
.. . .. . .. . .. . .. . .. . . .. . ..
am 1 am 2 .. . a mn 0 0 . .. 1

Luego se aplican las operaciones elementales en las filas para transformar la matriz A en la matriz
I. La matriz B que resulta en el lugar de la identidad inicial, si existe, es la matriz inversa de A.
[I/B]

[ ]
1 0 . .. 0 b11 b 12 . .. b 1n
0 1 . .. 0 b 21 b 22 . .. b 2n
.. . .. . . .. . .. . . . . .. . .. ...
0 0 . .. 1 bm 1 bm2 . .. bmn
8
Luego B = A−1 en caso de existir la matriz inversa. Si al realizar el proceso de transformación alguna
de las filas de A se anula, llegaríamos a una incongruencia, y significaría que A no admite inversa.

Determinantes

Sea Mnxn el conjunto de todas las matrices cuadradas de orden n, se puede definir la función
determinante dada por:

d: Mnxn → IR
A → det(A) = n

Es decir, dada una matriz cuadrada A, se puede obtener un único número “n” denominado
determinante de A y anotado det(A) = IAI = n.

Determinantes de orden 1, 2, 3, n

Si A es una matriz de orden 1x1, es decir A= [a], su determinante será det (A) = a

Si A es una matriz de orden 2x2, es decir A=

[ a11
a21
a 12
a 22 ] , su determinante será el número det
(A)= a11.a22 - a21.a12

[ ]
a11 a 12 a13
a21 a 22 a23
a31 a 32 a33
Si A es una matriz de orden 3x3, es decir A= , su determinante será el número

det (A) = a11a22a33 +a21a32a13 +a12a23a31 −a13a22a31 −a23a32a11 −a12a21a33

La fórmula anterior se conoce como “Regla de Sarrus”, es un método directo que sirve para calcular
el determinante de matrices de orden 3. Consiste en repetir las dos primeras filas (o columnas)
debajo (derecha) de la matriz dada, y realizar los productos de tres factores con los elementos de las
diagonales determinadas:

a11 a12 a13

a21 a22 a 23
|a31 a32 a33 |
a11 a12 a13
a
det (A) = 21
a22 a 23 = a a a +a a a +a a a −a a a −a a a −a a a
11 22 33 21 32 13 12 23 31 13 22 31 23 32 11 12 21 33

Cuando una matriz es de orden superior a 4, encontrar su determinante es más complicado por la
cantidad enorme de cálculos que se deben realizar. En el caso de una matriz de orden 4 para
encontrar su determinante se deben realizar 24 productos, si la matriz es de orden 10 se necesitan
3628800 productos. Para estos casos se aplican diferentes métodos de cálculo, como la Regla de
Laplace, la Regla de Chio, método de Gauss, etc.

9
 [ ]
a11 a12 .. . a 1n
a21 a 22 .. . a 2n
.. . . .. .. . . ..
an 1 an2 .. . ann

En el caso de una matriz de orden n, es decir si A = , se consideran los productos

de n elementos de A tal que uno y solo uno de los elementos proviene de cada fila y, uno y solo uno
proviene de cada columna. Tal producto puede escribirse:

a1f1, a2f2, …, anfn

donde los factores proceden de filas sucesivas, de modo que los primeros subíndices mantienen el
orden natural 1, 2, 3,…, n. Ahora, como los factores provienen de columnas diferentes, la sucesión
de los segundos subíndices constituye una permutación de los subíndices j 1j2…jn. de las filas.
Recíprocamente, cada permutación de esos subíndices, determina un producto de la forma anterior.
Así pues, la matriz A origina n! ( n factorial) productos semejantes.

El cálculo del determinante de la matriz A = (a ij), de orden n, se obtiene de la sumatoria de los n!

productos precedentes, multiplicado cada uno por el signo de la permutación. Es decir,

¿ j=1 ¿¿¿ ¿
n
det( A)= IAI= a1f1, a2f2, …, anfn

Evaluación de los determinantes por reducción en las filas o columnas

Para calcular el determinante de una matriz A cuadrada de orden n, se necesita el concepto de

cofactor del elemento a i j de una matriz.

Sea A = (a i j) una matriz cuadrada de orden n. Dado un par de índices (i, j), representamos por A i j a
la matriz que resulta al eliminar la i-ésima fila y la j-ésima columna de A. El cofactor del elemento a
i j de A es el numero real dado por:

i+j
C ij = (−1) |A i j|

Regla de Laplace

El determinante de la matriz A = (a i j) se puede calcular mediante el desarrollo de Laplace por una

fila cualquiera (o columna), de la siguiente forma:

n
∑ aij Cij
 Si se elige la i-ésima fila, det (A) = a i1 C i1 +a i2 C i2.+..+a in C in = j=1
n
∑ aij Cij
 Si se elige la j-ésima columna, det (A) = a1 j C1 j + a 2j C 2j.+..+a nj C nj = i=1

10
Regla de Chío

El determinante de la matriz A = (a i j) de orden n, se puede calcular mediante la Regla de Chío que

se basa en el desarrollo de Laplace, pero en este caso se debe eligir una fila o columna en la cual
figure un elemento pivote de valor 1 y los demás elementos que sean nulos. Esto se consigue
aplicando las operaciones elementales en las filas o columnas de la matriz dada.

Por ejemplo:

[ ]
2 3 −2 4
3 −2 1 2
3 2 3 4
Sea A =
−2 4 0 5una matriz de orden 4, si se calcula su determinante por la tercer
columna, y se elige como pivote al número 1 que se encuentra en la segunda fila, los demás valores
se anulan aplicando las operaciones elementales, se obtiene la matriz B semejante a A

[ ]
8 −1 0 8
3 −2 1 2 8 −1 8
−6 8 0 −2 |−6 8 −2|
B=
−2 4 0 5 , luego su determinante resulta: det(A) = ( -1). −2 4 5 = -286

Evaluación de los determinantes por reducción escalonada en las filas o método de Gauss

Para facilitar los cálculos del determinante de matrices de orden muy grande, existe la posibilidad
de evaluar el determinante de una matriz reduciéndola a su forma escalonada en las filas.

Condiciones para aplicar el método de Gauss en el cálculo del determinante:

- Al intercambiar una columna o una fila, el determinante queda multiplicado por el signo
negativo, para no alterar su valor.
- Al multiplicar una fila por un escalar de la forma 1/n, n≠0, el determinante queda multiplicado
por ese valor n.
- Al multiplicar una fila por un escalar n no nulo, el determinante queda dividido por ese valor.
- La operación elemental de sumar a una fila el múltiplo de otra, no altera el valor del
determinante.

Propiedad

Si A es una matriz triangular de orden n, entonces el determinante de A es el producto de los

n
∏ aii
elementos de su diagonal principal, es decir, det(A) = a11.a22…..ann = i=1 .

11
El método de Gauss consiste en aplicar las operaciones elementales en las filas o columnas de la
matriz para transformarla en una matriz triangular y aplicar el teorema anterior, pero no hay que
olvidarse las condiciones que producen modificaciones en el resultado final, si no han sido bien
aplicadas.

Teorema

Si A es una matriz de orden n que contiene una fila de ceros, entonces det(A)=0.

Demostración
Como cada producto elemental con signo tomado de A contiene un factor de cada fila de A, todo
producto en este caso contendrá un cero de la fila nula. Ya que el det (A) es la suma de esos
productos elementales con signos, luego det (A) = 0.

Propiedades de los determinantes

 El determinante de la matriz nula es cero.

 El determinante de la matriz identidad es uno.

 Dada una matriz A cuadrada de orden n, si A’ es la matriz que se obtiene de multiplicar por
una constante K a una sola fila de A, entonces det(A’) = k det(A).

 Dada una matriz A cuadrada de orden n, si A’ es la matriz que se obtiene al intercambiar dos
filas de A, entonces det(A’) = - det(A).

 Dada una matriz A cuadrada de orden n, si A’ es la matriz que se obtiene al sumar un

múltiplo de una de las filas de A a otra fila, entonces det(A’) = det(A)

 Dada una matriz A cuadrada de orden n que posee dos filas iguales, entonces
det (A) = 0.

 El determinante de una matriz A coincide con el de su matriz transpuesta, es decir

det (A) = det (At).

 Dada un matriz A cuadrada de orden n, y k un escalar real, se cumple que det( k.A) = k n.det
(A)

 Si A y B son matrices cuadradas del mismo orden, entonces det (A. B) = det ( A). det( B)

Teorema

Una matriz cuadrada A de orden n es inversible, si y solo si su determinante es no nulo.

Demostración

Si A es inversible, entonces existe A-1 tal que A. A-1 = I, aplicando determinante en ambos lados de la
igualdad, resulta: det ( A. A -1) = det ( I), como A y A -1 poseen el mismo orden, entonces det( A. A -1)
= det ( A) . det (A-1), reemplazando resulta:
12
det (A. A-1) = det ( A) . det (A-1) = det ( I) = 1
luego det ( A ) ≠ 0

Si det (A) ≠ 0, se demostrara que A es semejante por filas a la matriz I, por consiguiente, A es
inversible. Sea R la forma escalonada reducida en las filas de A, debido a que R se puede obtener a
partir de A por medio de una sucesión finita de operaciones elementales sobre las filas, es posible
encontrar las matrices elementales E1, E2,…, Ek tales que Ek…E2 .E1.A = R, o bien , A= E 1-1E2-
1
…Ek-1R.

Recordar que las matrices elementales de tamaño n son aquellas que se obtienen de aplicar alguna
de las operaciones elementales a la matriz identidad y son matrices inversibles.

Por tanto, det (A) = det( E1-1).det(E2-1)….det(Ek-1 ).det( R)

Ya que se supone det (A) ≠ 0, en base a esta ecuación se deduce que det (R) ≠ 0. Por consiguiente, R
no tiene ninguna fila nula, de modo que R = I.

Corolario

1
det ( A−1 )=
Si A es inversible, entonces det( A )

Demostración

Ya que A. A-1 = I, det ( A. A-1) = det ( A) . det (A-1) = det ( I)= 1, como det (A) ≠ 0, resulta

1
det ( A−1 )=
det( A )

Matriz adjunta

Si A es una matriz cuadrada de orden n y C representa el cofactor del elemento a , entonces la

[ ]
i j i j

c 11 c12 .. . c1 n
c21 c22 .. . c2 n
.. . .. . .. . . ..
c n1 c n2 .. . c nn
matriz C = es la matriz de cofactores de A.
La transpuesta de esta matriz se denomina matriz adjunta de A y se anota Adj (A) ó adj (A), es decir:

[ ]
c 11 c21 .. . cn 1
c12 c22 .. . cn 2
.. . .. . .. . . ..
t
c 1n c 2n .. . c nn
Adj( A ) = C =

Determinación de la inversa de una matriz a través de su adjunta

Si A es una matriz cuadrada de orden n y C i j representa el cofactor del elemento a i j , entonces la

13
 [ ]
c 11 c12 .. . c1 n
c12 c22 .. . c2 n
.. . .. . .. . . ..
c 1n c 2n .. . c nn
matriz C = es la matriz de cofactores de A. La transpuesta de esta matriz

se denomina matriz adjunta de A y se anota Adj (A) ó adj (A).

Teorema
1
A−1 = adj( A )
Si A es una matriz inversible, entonces det ( A ) .

Demostración

Se demuestra primero que A. adj (A) = det ( A) . I

Considere el producto A.adj(A)

[ ]
n n n
∑ a 1 j C1 j ∑ a 1 j C2 j .. . ∑ a1 j C nj
j =1 j =1 j=1
n n n
∑ a 2 j C1 j ∑ a 2 j C2 j .. . ∑ a2 j C nj

[ ][ ]
j =1 j =1 j=1

a11 a12 .. . a 1n c 11 c21 .. . cn 1 .. . .. . .. . .. .

.. .. .. .. .. . .. . ..
a21 a 22 .. . a 2n c12 c22 .. . cn 2 .. . .. . .. . .. .
.. . . .. .. . . .. .. . .. . .. . . .. n n n

an 1 an2 .. . ann c 1n c 2n .. . c nn
∑ anj C 1 j ∑ anj C 2 j .. . ∑ anj C nj
j=1 j=1 j=1
. =

En la matriz A.adj(A) obtenida cuando los cofactores corresponden a las filas de la matriz A se trata
del desarrollo del determinante de A según la fila (Laplace), que determinan la diagonal principal de
esta matriz producto. En tanto, que si los cofactores corresponden a otra fila como marcan los
elementos que no corresponden a la diagonal principal, resultan nulas esas sumatorias.

Se tiene que:

[ ]
det( A ) 0 . .. 0
0 det( A ) . .. 0
.. . . .. . .. . ..
0 0 . .. det ( A )

[ ]
A.adj( A) =
a11 a 12 . .. a1n
a21 a 22 . .. a2n
.. . ... . .. . ..
ah 1 ah 2 . .. a hn
ak 1 ak 2 . .. a kn
.. . ... . .. . ..
an 1 an 2 . .. a nn
Para demostrar que esa sumatorias son nulas, se considera la matriz A = , cuyo
14
 n
∑ ahj C hj
determinante según la fila h es det(A) = j=1 .
Si se realizan operaciones elementales entre las filas h y k de la matriz A, se obtiene la matriz A’
semejante a A.

[ ]
a11 a12 . .. a1 n
a 21 a22 . .. a2 n
.. . .. . . .. . . .
ah 1 + ak 1 a h2 + ak 2 . .. ahn +a kn
.. . .. . . .. . . .
.. . .. . . .. . . .
an 1 an 2 . .. ann
A’ = , cuyo determinante según la fila h es
n
∑ ( ahj +a kj ) C hj
det( A’) = j=1

Por propiedades de la sumatoria:

n n n
∑ ( ahj +a kj ) C hj ∑ ahj C hj ∑ akj C hj
j=1 = j=1 + j=1

Por propiedad de determinantes de matrices semejantes: det( A’) = det(A)

n n n
∑ ahj C hj ∑ akj C hj ∑ ahj C hj
det( A’) = j=1 + j=1 = det(A) = j=1
n
∑ akj C hj
Por lo tanto, para que se cumpla esa igualdad resulta que: j=1 =0
Considerando que:

[ ]
det( A ) 0 . .. 0
0 det( A ) . .. 0
.. . . .. . .. . ..
0 0 . .. det ( A )
A. adj (A) = = det(A) .I

Resulta que: A. adj (A) = det ( A) . I

Como A es inversible, det(A) ≠ 0. Por consiguiente, es posible volver a escribir la ecuación anterior
como
1
I= ( A . adj( A ))
det ( A )
1
I= A( adj( A ))
det ( A )
-1
Al multiplicar por la izquierda a los dos miembros por A resulta:
1
A−1 = adj( A )
det ( A )

15
MÓDULO 2.
ESPACIO VECTORIAL PRIMERA PARTE

2.1. Vector en el espacio Rn

Un vector en el espacio es cualquier segmento orientado que tiene su origen en un punto y
su extremo en el otro.

2.2. Componentes de un vector en el espacio

Si las coordenadas de A y B son: A(x1, y1, z1) y B(x2, y2, z2) Las coordenadas o componentes
del vector son las coordenadas del extremo menos las coordenadas del origen.

2.3. Módulo de un vector

El módulo de un vector es la longitud del segmento orientado que lo define.
El módulo de un vector es un número siempre positivo y solamente el vector nulo tiene
módulo cero.
Cálculo del módulo conociendo sus componentes

2.4. Distancia entre dos puntos

La distancia entre dos puntos es igual al módulo del vector que tiene de extremos dichos
puntos.

2.5. Vector unitario

16
Un vector unitario tiene de módulo la unidad.
La normalización de un vector consiste en asociarle otro vector unitario, de la misma
dirección y sentido que el vector dado, dividiendo cada componente del vector por su módulo.

2.6 Suma de vectores

Para sumar dos vectores se suman sus respectivas componentes.

Propiedades de la suma de vectores

Asociativa

+( + )=( + )+
Conmutativa

+ = +
Elemento neutro

+ =
Elemento opuesto

+ (− )=

Producto de un número real por un vector

El producto de un número real k por un vector es otro vector:

De igual dirección que el vector .

Del mismo sentido que el vector si k es positivo.

De sentido contrario del vector si k es negativo.

De módulo
Las componentes del vector resultante se obtienen multiplicando por K las componentes del
vector.

Propiedades del producto de un número por un vector

Asociativa

k · (k' · ) = (k · k') ·
Distributiva respecto a la suma de vectores

k·( + )=k· +k·

Distributiva respecto a los escalares

(k + k') · = k · + k' ·
Elemento neutro

1· =
Combinación lineal
Una combinación lineal de dos o más vectores es el vector que se obtiene al sumar esos
17
vectores multiplicados por sendos escalares.

Cualquier vector se puede poner como combinación lineal de otros que tengan distinta
dirección.
Esta combinación lineal es única.

Vectores linealmente dependientes

Varios vectores libres del plano se dice que son linealmente dependientes si hay una
combinación lineal de ellos que es igual al vector cero, sin que sean cero todos los
coeficientes de la combinación lineal.

Propiedades
1. Si varios vectores son linealmente dependientes, entonces al menos uno de ellos se puede
expresar como combinación lineal de los demás.

También se cumple el reciproco: si un vector es combinación lineal de otros, entonces todos

los vectores son linealmente dependientes.
2.Dos vectores del plano son linealmente dependientes si, y sólo si, son paralelos.

3.Dos vectores libres del plano = (u1, u2) y = (v1, v2) son linealmente dependientes si sus
componentes son proporcionales.

Los vectores son linealmente dependientes si el determinante de la matriz que forman es

nulo, es decir que el rango de la matriz es menor que 3.

Vectores linealmente independientes

Varios vectores libres son linealmente independientes si ninguno de ellos puede ser escrito
con una combinación lineal de los restantes.

Producto escalar
El producto escalar de dos vectores es un número real que resulta al multiplicar el producto
de sus módulos por el coseno del ángulo que forman.

Expresión analítica del producto escalar

Ejemplo
18
Expresión analítica del módulo de un vector

Expresión analítica del ángulo de dos vectores

Vectores ortogonales
Dos vectores son ortogonales si su producto escalar es 0.

Propiedades del producto escalar

1Conmutativa

2 Asociativa

3 Distributiva

4 El producto escalar de un vector no nulo por sí mismo siempre es positivo.

Interpretación geométrica del producto escalar

El producto de dos vectores no nulos es igual al módulo de uno de ellos por la proyección del
otro sobre él.

OA' es la proyección del vector sobre v, que lo denotamos como: .

19