2. Dimensión de la matriz n
m
2ª columna
3ª fila
Se llama matriz a una disposición rectangular de números reales, a los cuales se les
denomina elementos de la matriz. Cada elemento tiene dos subindices, el primero
indica la fila y el segundo la columna
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que
ocupan la misma posición en cada una de ellas son iguales.
a11 a12 a13 ...... a1n
a21 a22 a23 ...... a2n
a31 a32 a33 ...... a3n
.. .. .. .. ..
am1 am2 am3 ...... amn
= (aij)
Concepto de matriz. Igualdad de matrices
3. Definición de matríz
Se llama matriz de orden m×n a todo conjunto rectangular de elementos aij
dispuestos en m líneas horizontales (filas) y n verticales (columnas) de la forma:
Abreviadamente suele expresarse en la forma A =(aij), con i =1, 2, ..., m,
j =1, 2, ..., n. Los subíndices indican la posición del elemento dentro de la
matriz, el primero denota la fila ( i ) y el segundo la columna ( j ). Por ejemplo el
elemento a25 será el elemento de la fila 2 y columna 5.
El orden es el número de filas y columnas que tiene la matriz, se
representa por m x n.
nn
n
n
n
n
n
n
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
3
2
1
3
33
32
31
2
23
22
21
1
13
12
11
A = (ai,j)=
4. Matriz: Ejemplo
Juan, Ana y Elena han ido a una tienda y han comprado lo siguiente:
1. Juan compró dos bocadillos, un refresco y un pastel.
2. Ana se llevó un bocadillo, un refresco y un pastel.
3. Elena compró un bocadillo y un refresco.
Estos datos se pueden
agrupar en una matriz
2 1 1
1 1 1
1 1 0
5. Expresión matricial: ejemplo
Tiene la siguiente matriz de los coeficientes: A =
2 5 –3
1 –4 1
Tiene la siguiente matriz ampliada: A*
=
2 5 –3 1
1 –4 1 –2
Tiene la siguiente expresión matricial:
2 5 –3
1 –4 1
x
y
z
=
1
– 2
2
z
4y
-
x
1
3
5
2 z
y
x
El sistema
6.
1 2 4
2 3 5
4 5 -1
0 2 -4
-2 0 3
4 -3 0
Matriz fila: A = (1 3 5 7 9 )
Matriz columna: A =
2
4
6
ji
ij a
a
Diagonal
secundaria
Diagonal
principal
Matriz cuadrada:A=
1 3 5
2 4 6
1 1 1
• Matriz simétrica: es una matriz cuadrada
que verifica que:
• Matriz antisimétrica: es una matriz
cuadrada que verifica que:
Clasificación de matrices: Forma
ji
ij -a
a
A = AT
A = –AT
7. Clasificación de matrices: Elementos
• Matriz escalar: es una matriz diagonal
donde todos los elementos de ella son iguales.
• Matriz triangular superior: es una matriz
donde todos los elementos por debajo de la
diagonal son ceros.
• Matriz triangular inferior: es una matriz
donde todos los elementos por encima de la
diagonal son ceros.
• Matriz nula: es una matriz en la que todos los
elementos son nulos.
• Matriz diagonal: es una matriz cuadrada, en
la que todos los elementos no pertenecientes a
la diagonal principal son nulos.
• Matriz unidad o identidad: es una matriz
escalar, cuya diagonal principal es 1.
3
3
0
0
0
0
0
0
0
0
0
O
2
3
0
0
0
0
0
0
O
4
0
0
3
2
0
6
3
1
T
1
0
0
0
3
0
0
0
2
D
1
0
0
0
1
0
0
0
1
I3
2
0
0
0
2
0
0
0
2
A
4
5
3
0
2
3
0
0
1
T
8. Operaciones con matrices
Trasposición de matrices
Suma y diferencia de matrices
Producto de una matriz por un número
Producto de matrices
Matrices inversibles
Propiedades simplificativas
9. Operaciones con matrices I
1.- Trasposición de matrices
Dada una matriz de orden m x n, A = (aij), se llama matriz traspuesta de A, y se
representa por At, a la matriz que se obtiene cambiando las filas por las columnas (o
viceversa) en la matriz A.
Es decir:
Propiedades de la trasposición de matrices:
1ª.- Dada una matriz A, siempre existe su traspuesta y además es única.
2ª.- La traspuesta de la matriz traspuesta de A es A. a (At)t = A.
10. Matriz traspuesta: ejemplo y propiedades
I. Para la matriz A, (At)t = A
II. Para las matrices A y B, (A + B)t = At + Bt
III. Para la matriz A y el número real k, (k . A)t = k . At
IV. Para las matrices A y B, (A . B)t = Bt . At
V. Si A es una matriz simétrica, At = A
Propiedades:
La traspuesta de una matriz A cualquiera se obtiene cambiando filas por columnas y se
representa por At. Si A = (aij), entonces At = (aji). Si A es mxn, entonces At es nxm.
Ejemplo:Si A =
1 2 3
4 5 6
entonces A
t
=
1 4
2 5
3 6
11. Operaciones con matrices II
La suma de dos matrices A=(aij), B=(bij) de la misma dimensión, es otra matriz
S=(sij) de la misma dimensión que los sumandos y con término genérico S = (aij + bij).
La suma de las matrices A y B se denota por A+B.
Ejemplo
2.- Suma y diferencia de matrices
Sin embargo, no se pueden sumar.
La diferencia de matrices A y B se representa por A–B, y se define como la suma
de A con la opuesta de B : A–B = A + (–B)
Por tanto, para poder sumar dos matrices estas han de tener la misma dimensión.
12. Suma de matrices: ej de orden 3
Para sumar dos matrices A y B con las mismas dimensiones se suman los
correspondientes elementos: si A = (aij) y B = (bij) entonces A + B = (aij + bij)
A + B = (aij) + (bij) =
a11 a12 a13 a14
a21 a22 a23 a24
a31 a32 a33 a34
+
b11 b12 b13 b14
b21 b22 b23 b24
b31 b32 b33 b34
=
=
a11 + b11 a12 + b12 a13 + b13 a14 + b14
a21 + b21 a22 + b22 a23 + b23 a24 + b24
a31 + b31 a32 + b32 a33 + b33 a34 + b34
= (aij + bij )
13. Propiedades de la adición de matrices
• Asociativa: A + (B + C) = (A + B) + C
• Conmutativa: A + B = B + A
• Elemento neutro: A + 0 = 0 + A = A donde 0 es la matriz nula.
• Elemento opuesto: A + (– A) = (– A) + A = 0
La matriz –A (opuesta) se obtiene cambiando de signo los elementos de A.
Sean A, B y C tres matrices del mismo orden.
14. Para multiplicar un número real por una matriz, se multiplican cada uno de los
elementos de la matriz por dicho número.
Si A = (aij), entonces kA = (kaij)
Operaciones con matrices III
k . A = k . (aij) = k·
a11 a12 a13
a21 a22 a23
a31 a32 a33
=
ka11 ka12 ka13
ka21 ka22 ka23
ka31 ka32 ka33
= (kaij)
3.- Producto de un número por una matriz
15. Propiedades con la suma y el producto por un número
• Distributiva I: k(A + B) = kA + kB
• Distributiva II: (k + h)A = kA + hA
• Elemento neutro: 1 · A = A
• Asociativa mixta: k(hA) = (kh)A
Sean A y B dos matrices del mismo orden y k y h dos números reales.
El conjunto de las matrices m x n con las operaciones suma y producto
por un escalar antes definidas, tiene estructura de espacio vectorial
16. Operaciones con matrices IV
4.- Producto de matrices
Dadas dos matrices A y B, su producto es otra matriz P cuyos elementos se
obtienen multiplicando las filas de A por las columnas de B (por lo que
deben coincidir estas). De manera más formal, los elementos de P son de la
forma:
Es evidente que el número de columnas de A debe coincidir con el número
de filas de B. Es más, si A tiene dimensión m x n y B dimensión n x p, la
matriz P será de orden m x p,
no se pueden multiplicar
Ejemplos:
Pij = aik · bkj con k=1,….n
17. ¿Cuándo es posible el producto de matrices?
(aij)m,n
. (bij)n,p =
Posible
filas
columnas
(cij)m,p
El producto de matrices es posible cuando coincide el número de columnas
de una matriz con el número de filas de la otra matriz.
18. Producto de matrices: Desarrollo
es la matriz C = A · B, tal que el elemento que ocupa la posición ij es:
cij = ai1
. b1j + ai2
. b2j + ... + ain
. bnj
El producto de la matriz
A = (aij) =
a11 a12 a13 ...... a1n
a21 a22 a23 ...... a2n
a31 a32 a33 ...... a3n
.. .. .. .. ..
am1 am2 am3 ...... amn
por la matriz
B = (bij) =
np
3
n
2
n
1
n
p
3
33
32
31
p
2
23
22
21
p
1
13
12
11
b
b
b
b
b
b
b
b
b
b
b
b
b
b
b
b
......
..
..
..
..
..
......
......
......
19. Ejemplo: producto de matrices
2. ¿Qué dimensiones tiene la matriz producto?
(aij)2,3
. (bij)3,3 =
producto
posible
(cij)
2, 3
A · B =
2 1 –1
3 –2 0
.
1 2 0
1 0 –3
0 1 –2
=
3 3 –1
1 6 6
1. El producto de A=
2 1 –1
3 –2 0 por la matriz B =
1 2 0
1 0 –3
0 1 –2
cada fila de A por cada columna de B.
se obtiene multiplicando
20. Propiedades del producto de matrices (I)
I. Propiedad asociativa. Para las matrices A de dimensión mxn, B de dimensión nxp y C de
dimensión pxr.
A . (B . C) = (A . B) . C
III. Propiedad distributiva a la izquierda. Para las matrices A de dimensión mxn,
B de dimensión nxr y C de dimensión nxr.
A . (B + C) = A . B + A . C
IV. Propiedad distributiva a la derecha. Para las matrices A de dimensión mxn, B
de dimensión mxn y C de dimensión nxp.
(A + B) . C = A . C + B . C
las matrices identidad de orden m y n, respectivamente, se tiene:
Im · A = A · In = A
II. Elemento unidad. Si A es una matriz mxn, y
Im =
1
......
0
0
0
..
..
..
..
..
0
......
1
0
0
0
......
0
1
0
0
......
0
0
1
e I n =
1 0 0 ...... 0
0 1 0 ...... 0
0 0 1 ...... 0
.. .. .. .. ..
0 0 0 ...... 1
21. Propiedades del producto de matrices (II)
I. La multiplicación de matrices no cumple la propiedad conmutativa: si una de
las dos matrices no es cuadrada ni siquiera tiene sentido plantear el producto en
un orden distinto al dado.
II. Si A . B = 0 entonces no siempre ocurre que A = 0 ó B = 0.
III. Si A . C = B . C y C 0, entonces no necesariamente A = B.
IV. (A + B)2 A2 + 2A . B + B2 salvo que A y B conmuten.
V. (A – B)2 A2 – 2A . B + B2 salvo que A y B conmuten.
VI. A2 – B2 (A – B) . (A + B) salvo que A y B conmuten.
Ejemplo: Aunque
0 2
0 0
.
0 –3
0 0 =
0 0
0 0 ninguno de los factores que
forman el producto es la matriz nula.
22. Producto: Potencia de una matriz
Si A es una matriz cuadrada, las potencias de A, de exponente natural, se definen como en
el caso de los números naturales: el exponente indica el número de veces que se multiplica
la matriz por sí misma.
An = A . A . ........... . A
n veces
Ejemplo:
1
0
1
1
A
1
0
2
1
1
0
1
1
1
0
1
1
A
A
A2
1
0
3
1
1
0
2
1
1
0
1
1
A
A
A 2
3
1
0
4
1
1
0
3
1
1
0
1
1
A
A
A
A
A
A
A 3
4
1
0
1
1
0
1
1
1
0
1
1
A
A
A
A
A 1
-
veces
-
n
n
n
n
n
3
2
1
L
23. Propiedades de la matriz inversa
I. Si las matrices A y B son inversibles (A . B)–1 = B–1 . A–1
II. Si A es una matriz inversible y k 0, (k . A)–1 = (1/k) . A–1
III. Si A es una matriz inversible, (A–1)–1 = A
IV. La matriz unidad es inversible y además I–1 = I
V. Si A es una matriz inversible, (A–1)t = (At)–1
Dada una matriz cuadrada A de orden n, no siempre existe otra
matriz B tal que A·B = B·A = In. Si existe dicha matriz B, se dice que
es la matriz inversa de A y se representa por A-1
Una matriz cuadrada que posee inversa se dice que es inversible o
regular; en caso contrario recibe el nombre de singular.
Inversa de una matriz, Matrices inversibles
Operaciones con matrices V
24. Métodos de cálculo de la matriz inversa
Directamente
Por el método de Gauss-Jordan
Usando determinantes
Observación:
Podemos encontrar matrices que cumplen A·B = I, pero que B·A I, en tal
caso, podemos decir que A es la inversa de B "por la izquierda" o que B es la
inversa de A "por la derecha".
Hay varios métodos para calcular la matriz inversa de una matriz dada:
Lic Manuel Alonzo Torres
25. Inversa de una matriz (directamente)
Si A es una matriz cuadrada, se dice que B es la inversa de A si A . B = B . A = I, siendo
la matriz unidad. La matriz inversa se representa por A–1.
Y de aquí se deduce que:
Ejemplo: Dada A =
2 –1
1 1 para obtener A-1
=
x y
z t se ha de cumplir
2 –1
1 1
.
x y
z t =
1 0
0 1
2x– z 2y– t
x + z y + t =
1 0
0 1
2x – z = 1
x + z = 0
2y – t = 0
y + t = 1
x = 1/3
y = 1/3
z = –1/3
t = 2/3
Por tanto A
-1
=
1
3
1
3
– 1
3
2
3
26. Combinación lineal entre filas y columnas
En una matriz A, las filas pueden representarse por F1, F2, ... , Fm y las columnas
por C1, C2, ... , Cn.
Se llama combinación lineal de las filas F1, F2, F3 ... , Fm a una expresión de la
forma:
k1
. F1 + k2
. F2 + k3
. F3 + ... + km
. Fm siendo k1, k2, ... , km números reales.
Se llama combinación lineal de las columnas C1, C2, C3 ... , Cn a una expresión
de la forma:
k1
. C1 + k2
. C2 + k3
. C3 + ... + kn
. Cn siendo k1, k2, ... , kn números reales.
A =
a11 a12 a13 ...... a1n
a21 a22 a23 ...... a2n
a31 a32 a33 ...... a3n
.. .. .. .. ..
am1 am2 am3 ...... amn
= (C1, C2, C3, ... , Cn) =
F1
F2
F3
......
Fm
Lic Manuel Alonzo Torres
27. Dependencia lineal entre filas y columnas
• Una fila (o columna) de una matriz depende linealmente de otras si es combinación
lineal de ellas.
• Si entre las filas (o columnas) de una matriz, alguna depende linealmente de otras, se
dice que son linealmente dependientes; en caso contrario, son linealmente
independientes.
F3 = F1 + 2F2
Ejemplo: En la matriz A =
2 0 –1 1
1 3 1 0
4 6 1 1
la tercera fila es combinación lineal de la primera y la
segunda ya que:
En cambio:En la matriz B =
1 2 4
3 –1 5 las dos filas son linealmente independientes porque ninguna
de ellas es igual a una constante por la otra.
Lic Manuel Alonzo Torres
28. Para aplicar el método se necesita una matriz cuadrada de rango máximo.
Sabemos que no siempre una matriz tiene inversa, por lo cual comprobaremos
que la matriz tenga rango máximo al aplicar el método de Gauss para realizar
la triangulación superior. Si al aplicar el método de Gauss (triangulación
inferior) se obtiene una línea de ceros, la matriz no tiene inversa.
Método de Gauss-Jordan para el cálculo de la matriz inversa
El método de Gauss-Jordan para calcular la matriz inversa de una
dada se basa en una triangulación superior y luego otra inferior de la matriz a la
cual se le quiere calcular la inversa.
Dada una matriz A de orden n, para calcular su inversa hay que
transformar la matriz (A I In) mediante transformaciones elementales por filas
en la matriz (In I B). La matriz B será la inversa de A.
Las transformaciones elementales son las siguientes:
Permutar 2 filas ó 2 columnas.
Multiplicar o dividir una línea por un número no nulo.
Sumar o restar a una línea otra paralela multiplicada por un número no nulo.
Suprimir las filas o columnas que sean nulas,
Lic Manuel Alonzo Torres
29. En consecuencia al transformar (A I In) en (In I B) realmente lo que
estamos haciendo son las siguientes multiplicaciones:
A-1·A= In y A-1 · In = A-1=B
Si hacemos transformaciones elementales en una matriz, esto es equivalente
a multiplicarla por otra matriz dada. Ejemplo:
2
1
1
1
1
2
0
1
1
2
2
0
1
1
0
0
1
1
F2 – 2F1 g F2
F1 + F3 g F3
2
2
0
1
1
0
0
1
1
2
1
1
1
1
2
0
1
1
1
0
1
0
1
2
0
0
1
Esta transformación es equivalente a la siguiente multiplicación:
Cálculo de la Matriz Inversa por el método
de Gauss – Jordan I
Lic Manuel Alonzo Torres
30. Aplicando el método de Gauss-Jordan a la matriz
•En primer lugar triangulamos inferiormente:
•Una vez que hemos triangulado superiormente lo hacemos inferiormente:
Por último, habrá que convertir la matriz diagonal en la matriz identidad:
De donde, la matriz inversa de A es
Cálculo de la Matriz Inversa por el método
de Gauss – Jordan II: Ejemplo
31. Aplicando el método de Gauss-Jordan a la matriz se tiene:
Como hay una fila completa de ceros, la matriz A no tiene rango máximo, en
este caso 2, por tanto no tiene inversa pues es una matriz singular
Cálculo de la Matriz Inversa por el método
de Gauss – Jordan III : Ejemplo
Lic Manuel Alonzo Torres
32. Cálculo de la Matriz Inversa por el método
de Gauss – Jordan IV: Ejemplo
2º.- Triangulamos la matriz A de arriba a abajo y realizamos las mismas operaciones en la
matriz de la derecha.
Queremos calcular la inversa de
1º.- Se escribe la matriz A junto a esta la matriz identidad,
Como podemos observar el rango de la matriz es máximo (en este caso 3), por
tanto la matriz A es regular (tiene inversa), podemos calcular su inversa.
33. Cálculo de la Matriz Inversa por el método
de Gauss – Jordan IV: continuación
3º.- Triangulamos la matriz de abajo a arriba, realizando las mismas operaciones en la
matriz de la derecha.
4º.- Por último se divide cada fila por el elemento diagonal correspondiente.
Lic Manuel Alonzo Torres
34. Rango de una matriz
• El rango por filas de una matriz es el número de filas linealmente
independientes.
• El rango por columnas de una matriz es el número de columnas linealmente
independientes.
• Se puede demostrar que el rango por filas coincide con el rango por
columnas en cualquier matriz. A este valor común se le llama rango de la
matriz y se representa rg A.
Operaciones que no modifican el rango de una matriz
• Intercambiar dos filas (o columnas) entre sí.
• Multiplicar una fila (o columna) por un número distinto de cero.
• Sumar a una fila (o columna) una combinación lineal de otras filas (o
columnas).
Lic Manuel Alonzo Torres
35. Dependencia e independencia lineal : filas
Vectores fila de una matriz:
Las filas de una matriz pueden ser consideradas como vectores. Es posible
que sean linealmente Independientes (L.I.) y es posible que unos
dependan linealmente de otros. Por ejemplo:
Sus dos filas son linealmente independientes
2
4
3
1
5
2
3
2
A
Las dos primeras líneas son L.I., las otras dos dependen
linealmente de las primeras
4
3
5
0
1
2
3
1
B
2
1
2
3 F
F
F
2
1
4 F
F
F
Las dos primeras filas son L.I. la tercera depende linealmente de
las dos primeras
1
5
8
2
0
9
3
5
1
C
3
1
2 F
F
F
Se llama rango de una matriz al número de filas Linealmente Independientes
36. Teorema
En una matriz el número de filas L.I. coincide con el número de
columnas L.I.
Dependencia e independencia lineal: columnas
Vectores columna de una matriz:
También las columnas de una matriz pueden ser consideradas como vectores.
Podríamos definir rango de la matriz como el número de columnas linealmente
independientes, pero aparece la duda de si esa definición puede contradecir
en algún caso la anterior.
¿Es posible que en una matriz el número de filas linealmente independientes
sea distinto del número de columnas linealmente independiente?. El siguiente
teorema nos asegura que no.
Por esto podemos dar una nueva definición de Rango:
Rango de una matriz es el número de filas, o columnas,
linealmente independientes.
Lic Manuel Alonzo Torres
37. Ejemplos rango de una matriz escalonada
2 0 –1 1
0 1 1 0
0 0 1 1
La matriz A = tiene rango 3.
0
0
0
0
0
1
1
0
1
1
0
2
La matriz A = tiene rango 2.
1
0
0
0
0
1
0
0
1
1
0
2
La matriz A = tiene rango 3.
0
0
0
0
0
2
0
0
1
1
2
0
La matriz A = tiene rango 2.
0
0
0
0
0
0
0
0
1
0
0
0
La matriz A = tiene rango 1.
Lic Manuel Alonzo Torres
38. El rango de una matriz lo podemos calcular por dos métodos
diferentes:
Métodos de cálculo del rango de una matriz
Por el método de Gauss
Usando Determinantes
Lic Manuel Alonzo Torres
39. Cálculo del rango de una matriz por el método de Gauss
Transformaciones elementales:
Son las transformaciones que podemos realizarle a una matriz sin que su
rango varíe.
Las transformaciones elementales son las siguientes:
Permutar 2 filas ó 2 columnas.
Multiplicar o dividir una línea por un número no nulo.
Sumar o restar a una línea otra paralela multiplicada por un número no nulo.
Suprimir las filas o columnas que sean nulas,
Suprimir las filas o columnas que sean proporcionales a otras.
Lic Manuel Alonzo Torres
40. Proceso para el cálculo del rango de una matriz:
Método de Gauss
a) Si es necesario, reordenar filas para que a11 0 (si esto no fuera posible,
aplicar todo el razonamiento a a12).
b) Anular todos los elementos por debajo de a11: para ello multiplicar la primera
fila por –a21/a11 y sumar a la segunda, multiplicar la primera fila por –a31/a11
y sumar a la tercera, .... multiplicar la primera fila por –am1/a11 y sumar a la
m-ésima.
c) Repetir los pasos anteriores basados en a22 y, después, en cada aii.
d) El proceso termina cuando no quedan más filas o están formadas por ceros.
A =
a11 a12 a13 ...... a1n
a21 a22 a23 ...... a2n
a31 a32 a33 ...... a3n
.. .. .. .. ..
am1 am2 am3 ...... amn
Lic Manuel Alonzo Torres
41. Cálculo del rango de una matriz
Aplicando los procesos anteriores se puede llegar a una matriz escalonada que
indica el número de filas o columnas independientes y por tanto el rango de la
matriz.
* * * * *
* * * * *
* * * * *
* * * * *
Rango 4
* * * * *
0 * * * *
0 0 * * *
0 0 0 * *
Rango 3
* * * * *
0 * * * *
0 0 * * *
Rango 2
* * * * *
0 * * * *
Rango 1
* * * * *
Lic Manuel Alonzo Torres
42. Ejemplos del cálculo del rango de una matriz por el método de Gauss I
Lic Manuel Alonzo Torres
43. Ejemplos del cálculo del rango de una matriz por el método de Gauss II
Lic Manuel Alonzo Torres
44. A no es inversible
Restando a la segunda fila la primera por 4:
1 –
1
2
1
2 0
0 0 –2 1
Condición para que una matriz sea inversible
Ampliamos la matriz A con la matriz identidad:
2 –1 1 0
4 –2 0 1
Dividiendo la primera fila por 2:
1 –
1
2
1
2
0
4 –2 0 1
• Al operar con las filas de A se ha llegado a una matriz de rango distinto a la dimensión de
la matriz A.
• Por tanto: una matriz cuadrada A de orden n es inversible si y sólo si rg A = n.
• De otra forma: A es inversible si y sólo si sus filas (o sus columnas) son
linealmente independientes.
Vamos a estudiar si A =
2 –1
4 –2
es inversible:
Lic Manuel Alonzo Torres
45. Dada una matriz cuadrada
se llama determinante de A, y se representa por |A| ó det(A), al número:
con
(Sn es el grupo de las permutaciones del conjunto {1, 2,.. n }, e i (s) es la
signatura de la permutación)
Determinantes
Definición: Se llama determinante de A al número que se obtiene mediante la suma de
los productos de un elemento de cada fila y columna precedidos del signo + o – según la
paridad de la permutación que indican sus filas y columnas.
Lic Manuel Alonzo Torres
46. Determinantes de orden 2 y 3
= a
11 a22 a33 + a12 a23 a31 + a13 a21 a32 – a13 a22 a31 – a11 a23 a32 – a12 a21 a33.
a11
a12
a13
a 21 a22 a23
a31 a32 a33
Dada una matriz cuadrada de orden 3 A =
a11 a12 a13
a21 a22 a23
a31 a32 a33
det (A) o |A|, al número real siguiente:
Se llama determinante de A,
Dada una matriz cuadrada de segundo orden:
a a
a
A =
11 12
a21 22
se llama determinante de A al número real:
Det( A) = |A| =
a
a 11 12
a 21 a 22
= a11 · a22 – a12 · a21
Ejemplo: 3 2
2 1 = 3·1 - 2·2 = 3 – 4 = -1
Lic Manuel Alonzo Torres
47. Regla de Sarrus
La regla de Sarrus permite recordar gráficamente los productos que aparecen en la
expresión del determinante de orden 2 y 3 y sus signos. Los elementos de la diagonal
principal y sus paralelas, con su signo y los de la diagonal secundaria y sus paralelas
cambiadas de signo.
Lic Manuel Alonzo Torres
49. Cálculo de determinantes usando desarrollo por los elementos
de una fila o columna
• Se llama menor Mij de la matriz A al determinante de la matriz que se obtiene al suprimir
en A la fila i-ésima y la columna j-ésima.
• Se llama adjunto Aij del elemento aij de la matriz A al número Aij = (–1)i+jMij.
El determinante de una matriz A =
a11 a12 a13
a21 a22 a23
a31 a32 a33
es igual a la suma de los elementos
de una fila o columna multiplicados por sus adjuntos:
det (A) = ai1 . Ai1 + ai2 . Ai2 + ai3 . Ai3 sería el desarrollo por la i-ésima fila
det (A) = a1j . A1j + a2j . A2j + a3j . A3j sería el desarrollo por la j-ésima columna
Lic Manuel Alonzo Torres
50. Ejemplos: desarrollos de un determinante de orden 3
Desarrollo por primera columna de un determinante de orden 3
Desarrollo por tercera fila de un determinante de orden 3
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= a
11
.(-1)1+1
a
22
a
23
a
32
a
33
+ a
21
.(-1)2+1
a
12
a
13
a
32
a
33
+ a
31
.(-1)3+1
a
12
a
13
a
22
a
23
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= a
31
.(-1)3+1
a
12
a
13
a
22
a
23
+ a
32
.(-1)3+2
a
11
a
13
a
21
a
23
+ a
33
.(-1)3+3
a
11
a
12
a
21
a
22
Lic Manuel Alonzo Torres
51. Determinante de cualquier orden
–3 5
–1 –1
= 1 · 3 + 6 · 5 + 1 · 1 + 0 · (–1) =34
El determinante de la matriz A de orden n se puede obtener multiplicando los
elementos de una fila o columna por sus respectivos adjuntos:
det (A) = ai1 . Ai1 + ai2 · Ai2 + ... + ain . Ain sería el desarrollo por la i-ésima fila
det (A) = a1j . A1j + a2j · A2j + .. .+ amj . Amj sería el desarrollo por la j-ésima columna
Por ejemplo
:
2 –1 1 2
1 6 1 0
3 –1 –1 3
2 –1 0 1
= 1 · (–1)2+1
–1 1 2
–1 –1 3
–1 0 1
+ 6 · (–1)2+2
2 1 2
3 –1 3
2 0 1
+
+ 1 · (–1)2+3
2 –1 2
3 –1 3
2 –1 1
+ 0 · (–1)2+4
2 –1 1
3 –1 –1
2 –1 0
=
Lic Manuel Alonzo Torres
52. I. El determinante de una matriz con dos filas o columnas proporcionales es cero.
II. El determinante de una matriz con una fila o columnas nulas es cero.
Cálculo inmediato de determinantes (I)
Ejemplos:
El determinante de una matriz A =
–1 4 –1
3 2 3
2 5 2
es igual a cero porque la tercera y
primera columnas son iguales.
El determinante de una matriz A =
2 4 –1
1 –2 3
3 –6 9
es igual a cero porque la tercera fila
es igual a la segunda multiplicada por 3.
Ejemplo:
El determinante de una matriz A =
–1 0 –1
3 0 3
2 0 2
es igual a cero porque la segunda columna
es nula.
Lic Manuel Alonzo Torres
53. III. El determinante de una matriz en que una fila o columna depende linealmente de
otras filas o columnas es cero.
IV. El determinante de una matriz triangular es igual al producto de los elementos de
su diagonal principal.
Cálculo inmediato de determinantes (II)
Ejemplo:
El determinante de una matriz A =
2 4 0
1 3 –1
3 1 5
es igual a cero porque la tercera columna es
igual al doble de la primera menos la segunda.
Ejemplo:
El determinante de la matriz A =
–1 0 –1
0 2 3
0 0 2
es igual –4.
Lic Manuel Alonzo Torres
54. V. El determinante de la matriz unidad es 1
Cálculo inmediato de determinantes (III)
Ejemplos:
El determinante de la matriz I3 =
1 0 0
0 1 0
0 0 1
es igual a 1.
El determinante de la matriz I5 =
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
es igual a 1.
Lic Manuel Alonzo Torres
55. I. Si se multiplican los elementos de una fila o columna de una matriz por un número el
determinante de la matriz se multiplica por ese número.
II. Si se intercambian entre sí dos filas o dos columnas de una matriz, su determinante
cambia de signo.
Propiedades: operaciones con filas y columnas (I)
Ejemplo:
2 3
4 20 =
2 3
4 .
1 4 .
5
= 4
2 3
1 5
Ejemplo:
1 – 4
2 5 = –
– 4 1
5 2
Lic Manuel Alonzo Torres
56. III. Al sumar a una fila o columna una combinación lineal de las otras filas o columnas,
respectivamente, el valor del determinante no varía.
Propiedades: operaciones con filas y columnas (II)
Ejemplo: Si en A =
2 3 – 1
1 5 2
4 13 4
sumamos a la tercera fila la primera multiplicada por – 1 más
la segunda multiplicada por – 2, obtenemos:
B =
2 3 – 1
1 5 2
4 + 2 (–1) + 1(–2) 13 + 3 (–1) + 5(–2) 4 + (–1) (–1) + 2(–2)
y se cumple que ambos determinantes son iguales: B
A
Lic Manuel Alonzo Torres
57. I. El determinante del producto de dos matrices cuadradas y multiplicables es igual al
producto de los determinantes de cada una de ellas.
II. El producto de los determinantes de dos matrices inversas es 1.
Determinantes de operaciones con matrices (I)
Ejemplo:
Sean A =
2 0
1 –1
y B =
4 1
3 2
. Se tiene que |A| = –2 y |B| = 5.
Como A
.
B =
8 2
1 –1
y | A
.
B | = – 10 se observa que | A
.
B | = |A|
.
|B|
Ejemplo:
Sea A =
3 0
1 1
; entonces A
–1
=
1/3 0
–1/3 1
Como | A | = 3 y | A
–1
| = 1/3, se observa que | A |
.
| A
–1
| = 1
Lic Manuel Alonzo Torres
58. III. Al trasponer una matriz su determinante no varía.
VI. Si se multiplica una matriz cuadrada de orden n por un número, el nuevo
determinante es igual al anterior multiplicado por la potencia n-ésima del número.
Operaciones con matrices (II)
Ejemplo:
Sea A =
2 0 –2
1 1 3
3 0 2
. Entonces At
=
2 1 3
0 1 0
–2 3 2
Se cumple que | A | = | At
|
Ejemplo:
Se cumple que: 2
2 0 – 2
1 1 3
3 0 2
=
4 0 – 4
2 2 6
6 0 4
= 2
3
2 0 – 2
1 1 3
3 0 2
Lic Manuel Alonzo Torres
59. Operaciones con matrices (III)
Ejemplo:
Sea A =
2 3 –1
1 5 2
4 13 4
. Entonces se cumple que | A | = 7
Y se tiene que:
2 3 –1
1 5 2
4 13 4
=
1 + 1 3 –1
3 – 2 5 2
1 + 3 13 4
=
1 3 –1
3 5 2
1 13 4
+
1 3 –1
– 2 5 2
3 13 4
= (-70) + 77
Si A =
a11 a12 + b12 a13
a21 a22 + b22 a23
a31 a32 + b32 a33
se cumple que:
a11 a12 + b12 a13
a21 a22 + b22 a23
a31 a32 + b32 a33
=
a11 a12 a13
a21 a22 a23
a31 a32 a33
+
a11 b12 a13
a21 b22 a23
a31 b32 a33
V.- Si una fila o columna es suma de varios sumandos, se descompone en tantos
determinantes como sumandos haya
Lic Manuel Alonzo Torres
60. El rango no puede ser mayor al número de filas o de columnas.
Rango de una matriz por determinantes I
Se llama “menor” de orden p de una matriz al determinante que resulta de eliminar
ciertas filas y columnas hasta quedar una matriz cuadrada de orden p. Es decir, al
determinante de cualquier submatriz cuadrada de A (submatriz obtenida suprimiendo
alguna fila o columna de la matriz A).
En una matriz cualquiera A m×n puede haber varios menores de un cierto orden p
dado.
Definición:
El RANGO (o característica) de una matriz es el orden del mayor de los menores
distintos de cero. El rango o característica de una matriz A se representa por rg(A).
Consecuencias
Las filas o columnas de una matriz cuadrada son linealmente dependientes si y sólo si su
determinante es cero.
Lic Manuel Alonzo Torres
61. • Se añaden a la matriz anterior todas las filas y
columnas posibles para formar matrices de
orden 4.
• Se añaden a la matriz anterior todas las filas y
columnas posibles para formar matrices de
orden 3.
• Si el determinante de alguna matriz cuadrada
de orden tres es distinto de cero rang(A) 3.
• Si el determinante de alguna matriz cuadrada de
orden dos es distinto de cero rang(A) 2.
En caso contrario rang(A) = 1
En caso contrario rang(A) = 2
• Si el determinante de alguna matriz cuadrada de
orden cuatro es distinto de cero rang(A) 4.
En caso contrario rang(A) = 3
Y así hasta que no sea posible continuar
• El rango de la matriz nula es 0.
• Si la matriz A no es nula rang(A) 1.
Algoritmo para el cálculo del rango de una matriz
Lic Manuel Alonzo Torres
62. • La matriz cuadrada A tiene inversa si y sólo si | A | ≠ 0.
• Dada la matriz cuadrada A, se llama “matriz adjunta” de A y se representa adj (A), a
la matriz que se obtiene al sustituir cada elemento aij por su adjunto Aij.
Obtención de la matiz inversa mediante determinantes (I)
Ejemplo: Dada la matriz (A) =
2 -2 2
2 1 0
3 -2 2
, su adjunta sería:
adj (A)=
1 0
–2 2 –
2 0
3 2
2 1
3 –2
–
–2 2
–2 2
2 2
3 2 –
2 –2
3 –2
–2 2
1 0 –
2 2
2 0
2 –2
2 1
=
2 –4 –7
0 –2 –2
–2 4 6
• Se llama “Adjunto Ai,j” del elemento “ai,j” al determinante del menor Mi,j multiplicado
por (-1)i+j
Lic Manuel Alonzo Torres
63. La matriz A tiene inversa ya que: det(A) = – 2 0
Obtención de la matiz inversa mediante determinantes (II)
Ejemplo: Dada la matriz A =
2 –2 2
2 1 0
3 –2 2
, pretendemos encontrar su inversa:
Ya hemos visto que: adj (A) =
2 –4 –7
0 –2 –2
–2 4 6
Entonces: [adj (A)]t
=
2 0 –2
–4 –2 4
–7 –2 6
Por lo tanto: A–1
=
1
| A | [adj (A)]t
=
1
–2
2 0 –2
–4 –2 4
–7 –2 6
=
–1 0 1
2 1 –2
7/2 1 –3
Si se cumple que | A | ≠ 0 entonces la matriz inversa A-1 es igual a:
A
–1
=
1
| A | adj(A
t
) =
1
| A | [adj(A)]
t
Esto es fácil probarlo puesto que sabemos que la suma de los productos de los
elementos de una fila por sus adjuntos es el valor del determinante, y que la suma de
los productos de los elementos de una fila por los adjuntos de otra fila diferente es 0
Lic Manuel Alonzo Torres
64. Calculo de la matriz inversa por el método de los adjuntos I
Lic Manuel Alonzo Torres
65. Calculo de la matriz inversa por el método de los adjuntos II
Lic Manuel Alonzo Torres
66. • El determinante de una matriz se obtiene sumando los productos de los elementos de
una fila o columna por sus adjuntos.
• El método de Gauss consiste en, utilizando las propiedades anteriores, anular todos los
elementos de una fila o columna excepto uno llamado pivote, y que interesa que valga
1 ó –1, para simplificar los cálculos.
• 2ª fila por (–3) + 1ª fila
• 2ª fila por (–2) + 3ª fila
• 2ª fila por (–3) + 4ª fila
desarrollo por 1ª
columna
• 1ª fila por 1 + 3ª fila
desarrollo por 1ª
columna
–18
Cálculo de determinantes por el método de Gaus
Ejemplo
:
3 5 – 2 6
1 2 – 1 1
2 4 1 5
3 7 5 3
=
0 – 1 1 3
1 2 –1 1
0 0 3 3
0 1 8 0
= –1
.
– 1 1 3
0 3 3
1 8 0
=–1
.
– 1 1 3
0 3 3
0 9 3
=
= (–1)
.
(–1)
3 3
9 3 =
Lic Manuel Alonzo Torres
