Académique Documents
Professionnel Documents
Culture Documents
UNIDAD I
MATRICES Y DETERMINANTES
INTRODUCCIN
La nocin de matriz es fundamental para el estudio del lgebra Lineal, ya que es una
manera directa con el de una matriz, empezando por algunos ejemplos, en donde se utilizan las
matrices, su definicin, la notacin o simbolizacin, algunas matrices con nombre propio, las
operaciones con matrices, sus propiedades de estas, las matrices escalonadas, las escalonadas
reducidas, el proceso de escalonamiento para una matriz usando las operaciones elementales con
renglones, la importancia prctica que este proceso tendr en un buen porcentaje de los temas
aplicado a la obtencin de la matriz inversa, el rango de una matriz, la funcin determinante para
matrices cuadradas, las propiedades de esta funcin, sus aplicaciones, la matriz adjunta, hasta
llegar a una forma alterna que permite obtener la matriz inversa usando la adjunta. Todo lo
anterior con varios ejemplos ilustrativos que faciliten la comprensin y aplicacin de los temas.
Las matrices permiten estudiar y trabajar los sistemas de ecuaciones lineales, haciendo uso del
proceso de escalonamiento, esto significa que uno de los aspectos esenciales ser que el lector al
trmino de esta unidad, adquiera habilidades para obtener matrices escalonadas reducidas o
1
MATRICES Y DETERMINANTES
ecuaciones lineales.
Cabe sealar por otro lado, que una matriz se puede relacionar con lo que conoceremos como la
funcin determinante o simplemente el determinante, sin embargo son dos conceptos totalmente
diferentes, de ah la necesidad de usar de manera adecuada una simbolizacin precisa para cada
Presentamos algunos ejemplos ilustrativos en donde las matrices se llegan a utilizar, a veces para
electrnicos (piezas) para computadoras, que desea implementar alguna forma o esquema, la cul
le permita organizar de manera adecuada la cantidad de piezas, que cada una de sus ocho
mquinas produce diariamente. Se tiene inters por buscar o proponer algn arreglo que informe
de manera inmediata el nmero de componentes fabricados, por cada una de estas mquinas en
Para una semana en particular la informacin recabada la podra escribir en una tabla, como se
muestra a continuacin:
2
MATRICES Y DETERMINANTES
Maq. M1 M2 M3 M4 M5 M6 M7 M8
Da
Lunes 225 230 226 221 243 246 251 222
mayor nmero de piezas?, cuantas piezas se produjeron en toda la semana?, entre otras.
La tabla anterior es precisamente una matriz de coeficientes enteros con seis renglones (das
Un segundo ejemplo se presenta en las cadenas de Markov y teora de juegos, se utilizan las
llamadas matrices de probabilidad, las cuales son arreglos cuadrados de n renglones (filas) y n
columnas, tales que, las entradas o componentes que integran dichos arreglos, son probabilidades
(valores entre cero y uno) y la suma de estos elementos en cada rengln debe ser igual al nmero
uno.
3
MATRICES Y DETERMINANTES
1 1 1 1
1 0 0 0 0
2 4 1 4 4 4 4
1 2 7 7 7 2 1 1 1
0 1 0 0 0
3 3 0.23 0.77 3 1 9 9 3 3
a) 1 1
b) c) 4 0 4 d) e) 0 0 1 0 0
2 2 0.44 0.56 1 2 2
0 0 1 0
5 5 5 1 3 1 1
0 0 0 1 0
8 8 4 4
0 0 0 0 1
Se puede apreciar que dichas matrices, cumplen con las dos caractersticas antes mencionadas, es
decir, los valores estn entre cero y uno, y la suma de los coeficientes para cada rengln es igual
al nmero uno.
Finalmente como tercer ejemplo, en los grficos dirigidos (teora de grficas), mediante arreglos
conocidos como matrices de vrtices, se puede representar un grfico dirigido, a travs de ceros
Cuando dos vrtices (puntos) estn unidos con una arista o lado (segmento dirigido) se
asigna el nmero uno (1) de acuerdo al sentido de la flecha, es decir de donde parte hacia
donde llega, en caso contrario se asigna el nmero cero (0). Cuando el segmento dirigido
tiene doble sentido se asigna el nmero (1) a los dos vrtices sin importar el orden.
As consideremos la siguiente grfica dirigida, la cual tiene como vrtices, a los puntos a, b,
figura:
a b
4
MATRICES Y DETERMINANTES
a b c d e
a 0 1 0 1 1
b 1 0 1 1 1
c 0 0 0 0 1
d 1 0 1 0 0
e 0 1 1 1 0
En la matriz se aprecia que el vrtice a se encuentra unido de acuerdo al sentido de las aristas
con los vrtices b, d y e, por ello aparece el nmero 1 en el primer rengln y en la segunda,
cuarta y quinta columna. Para el vrtice b, observamos que se encuentra unido con los cuatro
excepcin del segundo rengln y segunda columna en donde aparece el 0. De manera anloga se
En este tipo de grficos dirigidos el sentido de las aristas es muy importante, es por ello que el
vrtice c solo esta unido con el vrtice e, adems de que los vrtices no se encuentran unidos
consigo mismos, por lo que hay ceros en las parejas (a, a), (b, b), (c, c), (d, d) y (e, e).
1 MATRICES
1.1 Definicin y notacin: Una Matriz es un arreglo rectangular de nmeros reales,
Para denotar a una matriz podemos utilizar cualquier letra, de preferencia mayscula y a sus
entradas o elementos con letras minsculas o algn otro smbolo, como los usados para
5
MATRICES Y DETERMINANTES
Nota aclaratoria: si bien las entradas o elementos de las matrices pueden ser nmeros
complejos, en este libro siempre trabajaremos con nmeros reales, a menos que se diga lo
contrario.
La simbologa ms comn, para escribir a una matriz de m renglones con n columnas es:
=
A (=
a )
ij
aij con i = 1, 2, 3, , m y j = 1, 2, 3, , n .
El orden o tamao de una matriz, es el nmero de renglones y de columnas que esta tiene, el
cual denotamos como m n y se puede anotar en la parte inferior derecha del arreglo, cuando sea
necesario. Dentro de los parntesis o corchetes se escriben todas las entradas que integran el
arreglo, por cuestiones meramente prcticas en el resto del libro usaremos solo los parntesis para
La notacin anterior para una matriz al desarrollarse, es decir, al hacer variar los subndices
=
i 1,=
i 2,=
i 3, ,=
i m y=
j 1,=
j 2,=
j 3, ,=
j n , produce el arreglo:
La cual es una forma explcita y general para escribir cualquier matriz de orden m n .
Ejemplo 1.1.1 Algunas matrices con sus respectivos tamaos u rdenes son:
7 3 6 6 2 2
A=
1 9 B=
8 ( 3 8)12
C = D=
1 1 4
2 5 5 3 5 6
32 31 33
6
MATRICES Y DETERMINANTES
3 2 3 11 5
0 7 12 3 0 1 2
E
=
F (=
5 1 0 1 2 )15 G
2 1
7 0 9 3 4 22
3
4 10 5 3 45
2 3 5 7
1 0 0
5 1 0 9 5 2 1
=H = I =0 1 0 J
1 8 3 2 0 0 1 3 7 0 23
33
7 2 4 3 44
1 1 2 2 0 4 3 1 4 2 7
K=
1 2 0 1 0 1 L=
1 0 2 1 9
0 3 4 5 3 1 7 8 4 3 1
36 35
La escritura anterior, permite tener bien ubicada a todas y a cada una de sus entradas o
a12 , es decir, se encuentra en el primer rengln y la segunda columna, por otro lado el numero 5
para la misma matriz se encuentra en la entrada a32 , es decir, se encuentra en el tercer rengln y
la segunda columna, sin embargo si preguntamos por la entrada a42 en la matriz A , podremos
decir que no existe en tal arreglo, ya que tiene tres renglones y no cuatro, por lo que, no existe la
entrada que ocupe dicha posicin. Para la matriz E , el valor de la entrada que ocupa el lugar 31
(tercer rengln, primera columna) es e31 = 2 , en el lugar 44 (cuarto rengln, cuarta columna) es
aprecia que el valor de la entrada que ocupa el lugar 24 es, 9 , o bien, h24 = 9 . De modo que el
primer subndice nos seala el rengln y el segundo la columna, que ocupan las componentes en
las matrices. Por otro lado a las matrices C y F como solo tienen un rengln, se llaman
matrices rengln y B recibe el nombre de matriz columna, ya que solo tiene una columna.
7
MATRICES Y DETERMINANTES
Ejemplo 1.1.2 Supongamos que tenemos una matriz arbitraria A de orden 4 3 , la cual se
Observamos que en el primer rengln (i = 1) , el segundo subndice vari desde uno a tres
subndice vara desde uno a tres ( j = 1, 2, 3) de nueva cuenta. Del mismo modo se aprecia, con los
segundo subndice se mantiene fijo. As los subndices son contadores, el primero se encarga de
Las matrices, tienen una serie de operaciones con las cuales se puede hablar de una Aritmtica o
lgebra matricial, adems que tambin cumplen propiedades similares, en algunos casos a las
8
MATRICES Y DETERMINANTES
que se satisfacen con los nmeros reales en la Aritmtica tradicional. Antes de abordar las
operaciones con matrices, resulta conveniente conocer el nombre de ciertas matrices que tienen
componentes o entradas.
Matriz cuadrada: Es aquella que tiene igual nmero de renglones que de columnas, es decir,
6 3 2 1
1 6 2
1 6 9 2 1 5
( 4 )11 ; B =
A= ; C=
3 4 5 ; D=
3 5 7
2 3 22 8 2 6 2
33
0 2 3 6 44
1 1 2 1 0
a b c d
a b c 1 2 0 3 1
a q e f g h
=P = ; Z d =
e f ; Y = ; C 1 1 1 6 1
w d 22 g h i i j k l
33 1 0 1 1 0
m n o p 44 0 1 1 2 3
55
Matriz nula o cero: Es aquella matriz de orden m n en la cual todas sus entradas son iguales al
Ejemplo 1.2.b Algunas matrices nulas o cero, con su orden respectivo son:
0 0 0 0 0 0 0
0 0 0 0 0 0 0
O= , O = 0 0 0 0 , O = , O = 0 0 0
0 0 22 0 0 0 0 0 0 0 0 0 25 0 0 0
34 33
0
0
O= es la matriz nula de orden 4 1 (columna nula)
0
0 41
9
MATRICES Y DETERMINANTES
Podemos decir que, para cada orden o tamao m n , existe su correspondiente matriz nula Omn
Diagonal principal de una matriz: Para una matriz cuadrada A de orden n n , su diagonal
principal est integrada por las entradas a11 , a22 , a33 , , ann .
Ejemplo 1.2.c
4 1 5
1) Para la matriz A = 3 1 1 las entradas que forman su diagonal principal son:
2 0 5
diagonal principal
4 3 4 1
6 7 3 0
2) Para la matriz B = las entradas que forman su diagonal principal son:
1 4 3 5
6
7 2 4
diagonal principal
5 1 2 3 0
2 3 4 1 7
3) Para la matriz C = 6 1 1 0 2 las entradas que forman su diagonal principal son:
0 2 1 3 4
3
1 6 0 0
diagonal principal
c11 =
5, c22 =
3, c33 =
1, c44 =
3 y c55 =
0
Nota aclaratoria: la diagonal principal, no es una matriz, sino ms bien, una parte de una
matriz cuadrada, la cual est formada por las entradas que ocupan las posiciones
10
MATRICES Y DETERMINANTES
11, 22 , 33, 44 , y permite definir a las matrices identidad, as como a las matrices
diagonales principalmente.
Matriz identidad: Es aquella matriz cuadrada de orden n n , tal que, su diagonal principal est
1 0
I = es la matriz identidad de orden 2 2
0 1
1 0 0
I = 0 1 0 es la matriz identidad de orden 3 3
0 0 1
1 0 0 0
0 1 0 0
I = es la matriz identidad de orden 4 4
0 0 1 0
0
0 0 1
1 0 0 0 0
0 1 0 0 0
I = 0 0 1 0 0 es la matriz identidad de orden 5 5
0 0 0 1 0
0
0 0 0 1
Igualdad de matrices: Dos matrices A y B del mismo orden m n , se dicen iguales y se escribe
A = B , si y solo si, sus componentes correspondientes (aquellas que ocupan las mismas
=
posiciones en las dos matrices) son iguales, es decir, A (=
a ) y B (b )
ij mn ij mn son iguales (
11
MATRICES Y DETERMINANTES
5 2 5 2
Ejemplo 1.2.e =
Para las matrices A =3 4 ; B 3 4
7 9 x y 2
Para que las matrices sean iguales, es decir, A = B , se debe cumplir que x = 7 y y = 3 , ya que
y 2 =
9 y2 =
9 y=
3
6 7 1 6 7 1
Ejemplo 1.2.f Las matrices A =
2 3 5 ; B=
2 3 5 no son iguales ( A B) ,
9 2 4 9 8 4
b23 = 8 de la matriz B no son iguales. Con ello basta para decir que, las dos matrices no son
iguales ( A B) .
Ahora, definimos las operaciones bsicas entre matrices, como son la suma o adicin, el producto
Para sumar dos matrices, se requiere que estas tengan el mismo orden o tamao y la operacin se
entradas, hasta obtener la matriz resultante de la suma, la cual ser del mismo orden que las dos
12
MATRICES Y DETERMINANTES
2 1 3 4 3 4 2 5
Ejemplo 1.2.1.1 Para las matrices A =
5 1 0 5 y B=
7 4 3 1
6 3 6 2 7 2 4 3
5 5 5 9
A+ B =
12 3 3 6
13 1 10 5
2 3 1 5 9 6
0 7 2 1 0 3
=
Ejemplo 1.2.1.2 Con las matrices A = y B
6 8 1 2 5 7
0 4 5 2 3 3
2 3 1 5 9 6 7 6 5
0 7 2 1 0 3 1 7 1
La suma de A con B =
es A + B + =
6 8 1 2 5 7 4 13 8
0 4 5 2 3 3 2 1 2
Definicin 1.2.1 Dadas dos matrices y del mismo orden , se define la suma de
con como:
, donde .
Consecuencia: En general si se tienen las matrices Amn , Bmn , Cmn y Omn se puede
1) La suma de matrices de orden m n , da como resultante, una matriz del mismo orden
13
MATRICES Y DETERMINANTES
4) Para cada matriz Amn , existe la matriz nula Omn , tal que, se cumple lo siguiente
dice que la suma de cualquier matriz A con su matriz nula, da como resultante la misma
matriz A
Las justificaciones de las propiedades anteriores se desprenden de las propiedades para la suma
Sean A= ( a ) , B= ( b ) y C= ( c )
ij ij ij con aij , bij y cij
A + ( B + C )= ( a )+( b
ij ij + cij ) = ( a +( b
ij ij + cij )) = ( ( a
ij )
+ bij ) + cij = ( A+ B )+C
asociativa para la suma de nmeros reales
Por lo tanto, A + ( B + C ) = ( A + B ) + C
La justificacin anterior se realiz de manera general, para tres matrices cualesquiera y se prob
Ejemplo 1.2.1.3 Veamos un caso particular que ilustra la propiedad asociativa para la suma.
2 3 5 6 7 5
Consideremos a =
las matrices A = ; B = ; C
4 1 9 2 9 2
2 3 12 1 14 2
A + ( B +=
C) + =
4 1 0 0 4 1
Luego , es decir A + ( B + C ) = ( A + B ) + C
7 3 7 5 14 2
( A + B )=
+C + =
5 3 9 2 4 1
14
MATRICES Y DETERMINANTES
1 2 4
Ejemplo 1.2.2.1. Sea la matriz A = 3 6 1 y los escalares r = 2 , r = 1 r = 1 y r = 0
2
0 3 2
Para realizar el producto del escalar r = 2 con A , se multiplica cada entrada de la matriz A con
1 2 4 12 1 2
1 3
=1
2 A 2= 3 6 1 2 3 12
0 3 2 0 3 1
2
1 2 4 1 2 4
1A =
1 3 6 1 = 3 6 1
3 2
0 3 2 0
0 0 0
=0 A =0 0 0 O
0 0 0
, donde .
15
MATRICES Y DETERMINANTES
r ( A + B ) = ( A + B ) r = rA + rB ,
Ejemplo 1.2.3.1
3 6 1 1 5 1
Si tenemos las matrices A = y A= la resta de A con B se realiza
2 3 4 3 1 5
de la siguiente manera:
3 6 1 1 5 1 3 6 1 1 5 1
= A + ( 1) B
A B = + ( 1) = +
2 3 4 3 1 5 2 3 4 3 1 5
2 1 0
A B =
1 2 9
Se puede apreciar que a la matriz sustraendo ( B ), se le cambia el signo a todas sus entradas y
despus se suman directamente las entradas respectivas de las dos matrices involucradas.
16
MATRICES Y DETERMINANTES
Definicin 1.2.3 Dadas dos matrices y del mismo orden , se define la resta de
con como:
, con .
1 4 5 3 2 2
A= 6 2 1 ; B = 4 5 6 Obtener A B ; B A
0 3 8 2 9
0
1 4 5 3 2 2 1 4 5 3 2 2 4 2 7
A B = 6 2 1 4 5 6 = 6 2 1 + 4 5 6 = 2 7 5
0 3 8 2 0 9 0 3 8 2 0 9 2 3 1
3 2 2 1 4 5 3 2 2 1 4 5 4 2 7
B A= 4 5 6 6 2 1 = 4 5 6 + 6 2 1 = 2 7 5
2 0 9 0 3 8 2 0 9 0 3 8 2 1
3
4 2 7 4 2 7
A B = 2 7 5 2 7 5 = B A
2 3 1 2 1
3
17
MATRICES Y DETERMINANTES
2 1 3 5 8 2 1 2 3
A = ; B = ; C =
4 0 4 3 6 1 4 5 6
10 5 15 10 16 4 3 6 9
=
Como 5 A = ; 2B = ; 3C
20 0 20 6 12 2 12 15 18
10 5 15 10 16 4 3 6 9
5 A 2 B + 3C = 5 A + ( 2 B ) + 3C = + +
20 0 20 6 12 2 12 15 18
3 15 28
5 A 2 B + 3C =
26 3 0
Ejemplo 1.2.3.4 Con las matrices que aparecen, obtener 3 A 5 B + 2C , en caso de que sea
posible.
2 1 3 5 8 2 1 2
A = ; B = ; C =
4 0 4 3 6 1 3 4
En este ejemplo podemos darnos cuenta que 3 A 5 B es una matriz de orden 2 3 , mientras que
i ) r ( A B ) = rA rB
ii ) ( r s ) A =rA sA
Demostracin: La justificacin se basa en las propiedades de las operaciones de los nmeros
18
MATRICES Y DETERMINANTES
( )
r ( A B ) = r ( aij bij ) = r ( aij bij ) = ( raij rbij ) = ( raij ) ( rbij ) = rA rB
r ( A B ) = rA rB
Inciso ii)
La demostracin anterior seala que para todo par de matrices del mismo orden y dos nmeros
reales cualesquiera, se cumple la propiedad distributiva del producto de un escalar con respecto a
la suma o resta de matrices y de manera anloga se cumple la distributiva del producto de una
Esta operacin requiere cierto cuidado, ya que no sigue la misma lgica de las operaciones
anteriores, en primer lugar, para poder realizar el producto de una matriz A con una matriz B
cual nos indica que en el producto de matrices, es importante el orden de las matrices y la
En segundo lugar para llevar a cabo la operacin, hay que saber efectuar el producto de
19
MATRICES Y DETERMINANTES
1 2
2 3 5 6
3 4
A = 1 4 2 3 y B=
4 1 2 1 2 3
34
1 2 42
manera:
1
3
c11 = ( 2 3 5 6 ) = 2 (1) + ( 3)( 3) + 5 ( 2 ) + 6 (1) = 2 + 9 + 10 + 6 = 27 .
2
1
Despus el mismo primer rengln de A se multiplica con la segunda columna de B , para obtener
2
4
( 2 3 5 6 ) =
c12 = 2 ( 2 ) + ( 3)( 4 ) + 5 ( 3) + 6 ( 2 ) =
4 12 + 15 12 =5
3
2
As sucesivamente, hasta terminar de multiplicar los dems renglones de A con todas las
con el primer rengln de A , esto nos da la entrada c11 del producto, despus la misma primer
columna de B se multiplica con el segundo rengln de A , para obtener la entrada c21 del
20
MATRICES Y DETERMINANTES
obtener la entrada c31 . Este proceso se repite con las dems columnas posteriores a la primera, en
la matriz B .
1 2
2 3 5 6
3 4
AB = 1 4 2 3
4 1 2 1 2 3
1 2
2 + 9 + 10 + 6 4 12 + 15 12 27 5
AB = 1 12 + 4 + 3 2 + 16 + 6 6 = 4 18
4 + 3 4 +1 8 4 6 2 4 4
27 5
De manera que, la matriz producto de A con B es, AB = 4 18
4 4
32
Note que la matriz resultante es de orden 3 2 , los cuales son el nmero de renglones de A y el
nmero de columnas de B . El siguiente esquema, hace constar que los subndices internos deben
ser iguales para que el producto sea realizable, mientras que los subndices externos son
A 34 B42 = ( AB )32
21
MATRICES Y DETERMINANTES
donde
con y
Observese que las entradas resultantes cij , se obtienen del producto de que cada rengln de la
matriz A con cada columna de la matriz B . O bien de cada columna de B con cada rengln de
1 2 1 6
2 3 1
Ejemplo 1.2.4.1 Para las matrices A = = ; B 2 0 2 1 obtenga el
1 4 3 23 1 2 3 4
34
producto de A con B ( AB ) .
Como el nmero de columnas de A , es igual al nmero de renglones de B , el producto requerido
si se puede obtener y al tomar cada rengln de A y multiplicarlo con las columnas de B se tiene
1 2 1 6
2 3 1 2 + 6 + 1 4 + 0 + 2 2 + 6 + 3 12 3 + 4
AB = 2 0 2 1
1 4 3 1 2 3 4 1 + 8 3 2 + 0 6 1 + 8 9 6 4 12
5 2 11 11
AB =
6 4 2 10
22
MATRICES Y DETERMINANTES
Sin embargo, si se quisiera el producto de B con A ( BA) , para las matrices del mismo ejemplo,
no se podra realizar la operacin, ya que el nmero de columnas de B no es igual al nmero de
1 2 1 6
2 3 1
=BA 2 0 2 1 No se puede realizar, ya que no est definido.
1 2 3 4 1 4 3 23
34
Ejemplo 1.2.4.2 Para la matrices que aparecen enseguida, decida si los productos AB y BA se
2
3
pueden realizar y en caso afirmativo obtenga cada producto. A = = ; B (5 4 2 3)14
5
6 41
El producto AB si puede llevar a cabo, ya que los subndices internos son iguales y en
2 2 ( 5 ) 2 ( 4 ) 2 ( 2 ) 2 ( 3) 10 8 4 6
3 ) 3 ( 3)
3 ( 5 ) 3 ( 4 ) 3 ( 2=
15 12 6 9
=AB ( 5=
4 2 3)
5 5 ( 5 ) 5 ( 4 ) 5 ( 2 ) 5 ( 3) 25 20 10 15
6 6 ( 5 ) 6 ( 4 ) 6 ( 2 ) 6 ( 3) 30 24 12 18 44
Por otro lado, el producto BA tambin se puede realizar, solo que la matriz producto es
2
3
BA = ( 5 4 2 3)14 = ( 5 ( 2 ) + 4 ( 3) + 2 ( 5 ) + ( 3)( 6 ) ) = ( 10 )11
5
6 41
En los ejemplos se puede dar cuenta que, el producto de matrices no es conmutativo, es decir
AB BA
23
MATRICES Y DETERMINANTES
1 1 2 3 0
4 6
1 6 0 2 1
Ejemplo 1.2.4.3 Para las matrices A = y B = 1 5
5 9 3 2 1 9
3 32
1 0 7 8 9 45
2 3 4 2 3 1 0 0
1 2 3
A =
1 2 5 ; B = 1 1 ; C = ; I = 0 1 0
2 1 3 2 4 4 5 6 0 0 1
Obtenga 3 A 2 BC + I .
2 3 4 6 9 12 2 3 28 38 48
1 2 3
3 A =3 1 2 5 =
3 6 15 ; 2 BC =
2 1 1 = 6 6 6
2 1 3 6 3 9 2 4 4 5 6 36 48 60
Luego entonces
6 9 12 28 38 48 1 0 0
3 A 2 BC + I = 3 A + ( 2 BC ) + I = 3 6 15 + 6 6 6 + 0 1 0
6 3 9 36 48 60 0 0 1
21 29 36
3 A 2 BC + I = 3 1 21
30 51 50
2 3
Ejemplo 1.2.4.5 Dada la funcin f ( x) = x 2 + 3 x 2 y la matriz A = , obtenga f ( A )
1 1
24
MATRICES Y DETERMINANTES
suponer que: f ( A ) = A2 + 3 A 2 I = A2 + 3 A + (2 I )
2 3 2 3 7 9 2 3 6 9
=
A 2
=
AA = = , 3 A 3=
1 1 1 1 3 4 1 1 3 3
1 0 2 0
2 I =2 =
0 1 0 2
7 9 6 9 2 0 11 18
Por lo que, f ( A )= A2 + 3 A + (2 I )= + + =
3 4 3 3 0 2 6 5
An = A A A A A
3 2
Ejemplo 1.2.4.6 Para la matriz A = , obtener A 3
1 5
3 2 3 2 3 2 7 16 3 2 5 94
3
3 2
=A = 3
= =
1 5 1 5 1 5 1 5 8 23 1 5 47 99
1 2 3
Ejemplo 1.2.4.7 Calcular B , para la matriz B = 4 5 6
2
7 8 9
1 2 3 1 2 3 30 36 42
=
2
B 4 5 6 4 5 6 66 81 96
7 8 9 7 8 9 102 126 150
25
MATRICES Y DETERMINANTES
Las operaciones con matrices cumplen ciertas propiedades y se resumen como sigue:
7) ( r s ) A =rA sB (P. Distributiva del producto de una matriz con la suma de escalares)
Las 13 propiedades son vlidas, bajo el supuesto de que las matrices tienen tamaos adecuados
para que las operaciones estn bien definidas, su justificacin o demostracin se apoya en las
definiciones de estas y en las propiedades que tienen los nmeros reales con respecto a sus
objetivo principal de este libro. Por otro lado las propiedades de la 1) a la 8), junto con las
26
MATRICES Y DETERMINANTES
propiedades de cerradura para la suma de matrices y el producto por un escalar, nos ayudarn a
2 3 1 1 2
1 0 2
A=
1 4 ; B =
; C=
3 0 4
3 5 3 4 1 2 3 1
2 3 1 1 2 2 3 45 8 69
1 0 2 3 5 0
A ( BC ) =
1 4 3 4 1 3 0 4 = 1 4 17 6 23 =
71 29 92
3 5 2 3 1 3 5 76 15 115
2 3 1 1 2 11 12 1 1 1 2 45 8 69
1 0 2
( AB ) C = 1 4 3 4 1 3 0 4 = 11 16 6 3 0 4 = 71 29 92
1
3 5 2 3 1 18 20 2 3 1 76 15 115
Con ello se comprueba que A ( BC ) = ( AB ) C , para estas tres matrices especficas. Vale la pena
5 3 4 5 4 1
Ejemplo 1.3.2 Para las matrices A =
2 7 1 ; B=
2 7 2
0 3 6 4 0 4
0 1 3 0 1 3
A B = 4 0 1 ; B A = 4 0 1
4 3 2 4 3 2
27
MATRICES Y DETERMINANTES
5 3 4 5 4 1 47 41 15
AB =
2 7 1 2 7 2 = 0 41 20
0 3 6 4 0 4 30 21 18
5 4 1 5 3 4 17 46 22
BA =
2 7 2 2 7 1 = 4 49 11
4 0 4 0 3 6 20 24 40
Se han visto ciertas matrices con un nombre propio, antes de haber definido las operaciones de
suma, resta y producto de matrices, as como el producto por un escalar. Sin embargo se
requieren otros tipos de matrices, dentro de las que sobresalen las llamadas matrices
desarrollar un buen porcentaje de los temas del libro, ya que como veremos, las matrices
escalonadas nos ayudarn a resolver sistemas de ecuaciones lineales usando el proceso de Gauss
y Gauss-Jordan.
1.4.1 Matriz cuadrada: Es aquella que tiene igual nmero de renglones que de columnas, es
1.4.2 Matriz identidad: Es aquella matriz de orden n n , tal que, su diagonal principal esta
formada solo de unos y fuera de ella solo ceros. La denotamos con la letra I .
1.4.3 Matriz nula o matriz cero: Es aquella matriz de orden m n , en la cual todas sus entradas
28
MATRICES Y DETERMINANTES
Ahora definimos otras matrices con nombre propio, como las siguientes:
como aquella matriz que resulta al convertir todas las columnas de la matriz A en renglones o
Ejemplo 1.4.4.1
1
2
a) Para A = su transpuesta es AT =
( 1 2 3 7 )14
3
7 41
1 11 9
1 5 8 4
5 9 2
b) Para A = 11 9 0 1 su transpuesta es AT =
9 2 14 6 8 0 14
34
4 1 6 43
1 3 9 1 3 6
=
c) Para A 3 2 5 su transpuesta es=
AT 3 2 4
6 4 7 9 5 7
33 33
1 6
2 7
1 2 3 4 5
d) Para B = su transpuesta es B = 3 8
T
6 7 8 9 10 25
4 9
5 10
52
a b a c
e) Para C = su transpuesta es C T =
c d 22 b d 2 2
29
MATRICES Y DETERMINANTES
Observemos que el orden de la transpuesta cambia dependiendo del orden de la matriz inicial, no
2) ( rA)T = rAT La transpuesta del producto de un escalar con una matriz es igual al producto del
El orden de las matrices A y B deber ser el adecuado para que las operaciones sean realizables.
Las justificaciones de las propiedades se omiten y mejor se da un ejemplo que ilustra a cada
propiedad
1 2 2 1
Ejemplo 1.4.4.2 Sean =
las matrices A = , B = y r 5
3 4 1 3
Entonces como
1 3 2 1 5 10 1 3 4 5
=AT = ; B =
T
; 5A = ; A+ B = ; AB
2 4 1 3 15 20 4 7 10 9
1 3 1 2
T
( A ) 2= ( AT )
T T
1)= T
= A , es decir= A
4 3 4
30
MATRICES Y DETERMINANTES
1 3 5 15 5 10 5 15
T
=
2) 5 A 5= y ( 5 A) =
= = ( 5 A) 5 AT
T T T
luego
2 4 10 20 15 20 10 20
1 3 1 4 1 3 2 1 1 4
T
3) ( A +=
B) = AT =
+ BT + =
T
y
4 7 3 7 2 4 1 3 3 7
( A + B) =AT + BT
T
Por lo que
4 5 4 10 2 1 1 3 4 10
T
4) ( AB ) =
= = =
T
y BT AT
10 9 5 9 1 3 2 4 5 9
Por lo que ( AB ) = BT AT
T
1.4.5 Matriz simtrica: Aquella matriz cuadrada que es igual a su matriz transpuesta.
Ann es simtrica, s A = A
T
Simblicamente,
3 7
A= , ya que A = A
T
7 2
1 3 8
=A 3 2 7 , ya que cumple con A = A
T
8 7 3
1 4 5
4 2 6 , ya que cumple con A = A
A=
T
5 6 3
1 3 4 7
3 9 1 8
A= , ya que cumple con A = A
T
4 1 5 6
7 8 6 0
31
MATRICES Y DETERMINANTES
La caracterstica que distingue a este tipo de matrices, es que en la diagonal principal puede
aparecer cualquier nmero real, pero las entradas que estn por arriba de la diagonal, se deben
1.4.6 Matriz antisimtrica: Aquella matriz cuadrada que es igual a menos su transpuesta, es
0 3 0 3 0 3
A= , ya que A = y=
AT = A o bien A = A
T T
3 0 3 0 3 0
0 2 5
=A 2 0 7 , ya que se tiene A = AT
5 7 0
0 1 2 3
1 0 4 5
A= , porque se tiene que A = AT
2 4 0 6
3 5 6 0
Podemos dar cuenta, para las matrices antisimtricas, que en la diagonal principal aparecen puros
ceros y los nmeros que se encuentran por arriba de la diagonal se reflejan con signo contrario
32
MATRICES Y DETERMINANTES
2 3 5
=A 4 1 6 La cual no es simtrica, ni antisimtrica.
4 7 8
2 4 4 2 4 4
Ya que A = 3 1 7 y A = 3
T T
1 7 es decir, A AT y A AT
5 6 8 5 6 8
4 1 1
Pero, si a la matriz A le sumamos su transpuesta A , obtenemos A + A = 1 2 13
T T
1 13 16
La cual es simtrica.
0 7 9
Por otro lado, si efectuamos la resta A=
AT 7 0 1 es una matriz antisimtrica.
9 1 0
El ejemplo nos muestra que podemos construir tanto matrices simtricas, como antisimtricas a
33
MATRICES Y DETERMINANTES
(A+ A )
T
B=
T T
B= A + ( A )
T T T T
Propiedad 3 de la transpuesta
BT= AT + A Propiedad 1 de la transpuesta
BT =A + AT =B Propiedad conmutativa para la suma de matrices
=
Por lo que, BT B=
o bien B BT
( A AT )
T
C T =
AT ( AT )
T
C T = Propiedad 3 de la transpuesta
C =
T
A A
T
Propiedad 1 de la transpuesta
C T =
AT + A Propiedad distributiva de un escalar con respecto a la suma
C T =
A AT =
C Propiedad conmutativa para suma de matrices
Por lo que, C =
C o bien C =
T
C T
Nota: Como se puede ver, en una demostracin se habla de todas las matrices cuadradas distintas
particulares.
1.4.7 Matriz rengln: Aquella cuyo orden es 1 n , es decir, tiene un solo rengln.
( 3 7 ) ; R =
R= (1 2 3) ; R =
( 1 2 3 8) ; R =
( 0 0 1 1 0 )
R= (0 1 1 2 3 2 ) ; R = (0 0 0 1 1 2 1)
34
MATRICES Y DETERMINANTES
1.4.8 Matriz columna: Aquella cuyo orden es n 1 , es decir, tiene solo una columna.
1 1 0 0
5
1 =0 1
= 0
= 0
=C = ; C =2 ; C ; C ;C ; C
3 4 0 2 0 0
0 8 0 1
1.4.9 Matriz triangular superior: Aquella matriz cuadrada, en la que todas sus entradas que
9 1 6 2 3
2 3 0 1
7
7 3 0
1 0 0 5 4 6 7
0 1 5 0 0 7
G= , H=
0 1 2 , I =
, Z= 0 2
0 0 4 1 0 1
0 0 2 0 0 0 0 7
0 0 0 3 0 0
0 0 6
1 1 1 16 14 3 0 4 5 2 4 3
T=
0 1 1 , L =
0 2 5 , T =
0 1 2 , L =
0 0 1
0 0 1 0 0 0 0 0 1 0 0 0
1.4.10 Matriz triangular inferior: Aquella matriz cuadrada, en la que todas sus entradas que
( )nn ,
A = aij es triangular inferior, s aij = 0 cuando i < j .
35
MATRICES Y DETERMINANTES
2 0 0 0 3 0 0 0
1 0 0
6 1 0 0 1 0 1 2 0 0
=G = , R 1 =
1 0 , J = , T
4 1 4 0 3 4 1 2 1 0
1 1 1
1 0 0 3 0 3 4 13
1 0 0 0 0 0 9 0 0 2 0 0
Z=
3 1 0 , M =
1 2 0 , N =
9 1 0 , P =
2 2 0
1 4 1 4 6 8 1 4 0 2 2 2
1.4.11 Matriz diagonal: Aquella matriz cuadrada, tal que, las nicas entradas que pueden ser
( )nn ,
D = dij es diagonal, s dij = 0 cuando i j .
2 0 0 0
2 0 0 1 0 0
0 1 0 0
D =0 1 0 ; K = ; I 0 1 0
0 0 8 0 0 0 0 0 0 1
0 0 0 6
2 0 0 0
a 0 0
0 3 0 0 2 0
R = ; L =0 b 0 ; Q
0 0 1 0 0 0 c 0 5
0 0 0 5
1 0 0 2 0 0
a 0
=Z 0 =
1 0 ; Y = ; A 0 0 0
0 0 0 0 b 0 0 0
Se puede decir que las matrices diagonales, son tambin triangulares tanto superiores, como
36
MATRICES Y DETERMINANTES
Definicin 1.5 Matriz escalonada reducida (e.r.): Es aquella matriz que cumple con las
siguientes condiciones:
derecha distinta del nmero cero deber ser el nmero uno (1), al que llamaremos uno
2) En dos renglones no nulos, el uno principal o pivote del rengln superior debe
aparecer a la izquierda con respecto al uno principal o pivote del rengln inferior, es
decir, los unos principales o pivotes deben formar escalones descendentes en la matriz
y no debe haber dos unos principales o pivotes en la misma columna. Por ejemplo
1 1 3 5 0
1 2 1 5 6
; 0 1 1 1 2
0 0 1 2 1 0 0 0 1 1
3) Si aparece el rengln nulo, este tendr que estar en la parte inferior de la matriz (ltimo
rengln). Cabe sealar que dicha condicin es opcional, ya que depende de que se encuentre o
1 1 3 5 0
0 1 1 1 2
0 0 0 0 0
4) En las columnas donde aparecen los unos principales o pivotes, arriba y abajo de ellos
37
MATRICES Y DETERMINANTES
Cuando una matriz satisface las tres primeras condiciones diremos que est en una forma
Ejemplo 1.5.1
1 0 0 0 0 1 2 1 0 0 0 0 1 2
0 1 0 0 0 4 3 0 0 1 0 0 4 3
A =0 0 1 0 0 0 1 ; B 0 0 0 1 0 0 1
0 0 0 1 0 5 0 0 0 0 0 1 3 0
0 0 0
0 0 0 0 1 1 2 0 0 0 0
1 3 0 4 0
1 0 0 2 3 4 1 0 3
0 0 1 1 0
E = = ; F 0 1 0 1 0 1 ; G = 0 1 2
0 0 0 0 1 0 0 1 0 0 2 0 0 0
0 0 0 0 0
1 0
0 0 1 2 4 0 7 1 0 0 1 6 0 0 1
H = 0 0 0 0 0 1 1 ; K = 0 0 1 1 0 0 ; L = 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
0
0
1 2 3 1
1 0 0 1 6 0
0 0 0 0
I = 0 1 0 ; N = 0 0 1 ; P=
0 0 1 0 0 0 0 0
0 0
0 0 0 0
Obsrvese que los unos principales o pivotes 1 forman escalones que descienden (de izquierda
a derecha) y sus anchos pueden ser diferentes o iguales, adems de que en las columnas donde
aparecen estos pivotes arriba y abajo de ellos aparecen solo ceros, as como a su izquierda en los
renglones respectivos.
38
MATRICES Y DETERMINANTES
1 1 3 0 1 0 1 0 2 5 4
=Q 0 0 1 4 5 =
; R 0 0 1 3 1 0
0 0 0 0 1 0 0 0 0 1 0
1 4 0 7 9 3
1 1 3
1 1 8 0 0 1 1 0 3
0 1 4
W = 0 1 1 ; Y = ; E = 0 0 0 1 2 1
0 0 1
0 0 1
0 0 0 0 1 5
0 0 0 0
0 0 0 0 1
0 1 1 1 0 2 3 1 1 2 3 0 2 3
0 0 1 1 1 0 2 0 0 1 1 1 0 2
C = 0 0 0 1 4 2 1 ; D = 0 0 0 1 4 2 1
0 0 0 0 1 1 1 0 0 0 0 1 1 1
0 1 2 0 0 0 0 0 0 0
0 0 0 0
En estas matrices se puede observar que tanto abajo como a su izquierda, de los pivotes que
De los ejemplos anteriores podemos decir que una matriz escalonada reducida es tambin
Las matrices escalonadas y escalonadas reducidas son utilizadas con mucha frecuencia para
obtener el conjunto solucin en los sistemas de ecuaciones lineales, por ello resulta importante
manejar un procedimiento o mtodo que permita transformar toda matriz no nula, a una forma
Dicho mtodo suele llamarse: Proceso de Gauss-Jordan y est apoyado en tres operaciones
39
MATRICES Y DETERMINANTES
intercambiar entre s.
Esta operacin nos ayuda a colocar en el lugar adecuado al o los renglones nulos, as como a los
utiliza para sealar la matriz resultante de la operacin y por consecuencia la segunda matriz no
intercambio.
1 3 3 6 4 1 3 3 6 4
Int. R2 , R3
0 0 0 0 0 0 0 0 1 5
0 0 0 1 5 0 0 0 0 0
0 1 3 4 1 1 2 1 1 0
1 2 1 1 0 Int. R1 , R2 0 1 3 4 1
0 0 0 0 0 Int. R3 , R4 0 0 0 1 3
0 0 0 1 3 0 0 0 0 0
1 0 0 2 3 1 1 0 0 2 3 1
0 0 1 1 2 0 0 1 0 0 1 2
Int. R2 , R3
0 1 0 0 1 2 0 0 1 1 2 0
0 0 0 0 1 5 0 0 0 0 1 5
0 0 0 0 0 0 0
0 0 0 0 0
0 0 0 1 2 5
Int.R1 , R3
0 1 4 0 1 4
1 2 5 0 0 0
40
MATRICES Y DETERMINANTES
La operacin intercambio, se puede realizar tantas veces como se quiera o sea necesario.
1.6.2 Mltiplo de un rengln ( rRi ) : En una matriz, podemos multiplicar (dividir) uno de sus
Esta operacin permite construir los unos principales o pivotes en los renglones no
nulos.
2 4 6 10 6 1 R 1 2 3 5 3
2 1
0 1 3 4 1 0 1 3 4 1
1R2
0 0 0 0 0 1 0
0 0 1
1 4 1 0 2 1 R 1 4 1 0 2
3 2
0 3 3 6 0 1 R 0 1 1 2 0
5
4 3
0 0 0 4 2 R4 0 0 0 1 5
4
0 0 0 0 1 0 0 1
2 0 0
1.6.3 Suma del mltiplo de un rengln a otro rengln ( rRi + R j ) : En una matriz, el mltiplo
de algn rengln rRi se puede sumar a otro rengln R j ( i j ) , de manera tal, que el rengln
resultante de dicha suma rRi + R j reemplazar a uno de los dos renglones involucrados (solo a
Esta tercera operacin se utiliza, para construir los ceros que deben estar arriba o abajo de
los unos principales o pivotes en las columnas respectivas y en ocasiones tambin nos
1 2 4 1
Ejemplo 1.6.3.1 Supongamos que se tiene la siguiente matriz: 3 2 1 4 , en la cual
0 1 4 6
como se puede apreciar en el primer rengln aparece su uno principal 1 y debajo de dicho
41
MATRICES Y DETERMINANTES
pivote, en la primera columna est el nmero 3 , si se quisiera convertir este nmero en cero,
sumamos al segundo rengln R2 , reemplazando este ltimo por el rengln resultante como se
muestra a continuacin:
3R1 3 6 12 3
R2 3 2 1 4
3R1 + R2 0 4 11 7
1 2 4 1 1 2 4 1
3R1 + R2
3 2 1 4 0 4 11 7
0 1 4 6 4 6
0 1
Observemos que el segundo rengln fue reemplazado por el resultado de la operacin, aunque
Estas tres operaciones, se podrn realizar tantas veces como se requieran o sean necesarias, para
que una matriz cualquiera sea llevada o transformada a una forma escalonada (e.) o a la
Ejemplo 1.6.3.2 La matriz que se da enseguida, se puede llevar a su forma escalonada reducida,
2 4 6 8
A =
1 1 2 3
0 1 1 0
42
MATRICES Y DETERMINANTES
1
Empezamos por construir el pivote del primer rengln, multiplicando por 2
dicho rengln
segundo rengln, para que abajo del pivote aparezca un cero, despus como en el segundo
rengln ya est su pivote, se procede a convertir los nmeros 2 y 1 que se encuentran arriba y
abajo del pivote en la segunda columna en ceros, con las operaciones 2R2 + R1 y R2 + R3 ,
1
posteriormente en el tercer rengln se construye su pivote al multiplicar por 7
(dividir entre 7 )
este rengln y por ltimo se eliminan los nmeros 7 y 10 que estn arriba del tercer pivote con
2 4 6 8 1 R 1 2 3 4 1 2 3 4
2 1 R1 + R2
=
A 1 1 2 3 1 1 2 3 0 1 1 7
0 1 1 0 0 1 1 0 0 1 1 0
1 0 1 10 1 R 1 0 1 10 1 0 1 0
2 R2 + R1 7 3 7 R3 + R2
0 1 1 7 0 1 1 7 0 1 1 0
R2 + R3 10 R3 + R1
0 0 0 7 0 0 0 1 0 0 0 1
2 4 6 8 1 0 1 0
Luego, para la matriz A =
1 1 2 3 su forma escalonada reducida es 0 1 1 0
0 1 1 0 0 0 0 1
En la forma escalonada reducida, se observan tres unos principales o pivotes, en sus respectivos
matriz escalonada reducida, seala que cuando se presente el rengln nulo deber ubicarse en la
Con este ejemplo empezamos a dar cuenta del mtodo de escalonamiento de Gauss-Jordan.
43
MATRICES Y DETERMINANTES
Este proceso permite transformar o llevar a toda matriz no nula, a su forma escalonada reducida o
a una escalonada, recibe el nombre del mtodo de Gauss-Jordan o de Gauss y propone una
A continuacin se dan las principales sugerencias que describen el mtodo, en el entendido que
son pasos rutinarios o algortmicos y que para llegar a la forma escalonada reducida o a una
escalonada, se pueden seguir varios caminos que dependen de cada matriz en particular y del
lector.
Posteriormente abajo del uno principal sobre la columna en la que aparece, se construyen
ceros, con el uso generalmente de la tercera operacin suma del mltiplo de un rengln a
otro rengln.
Ahora se pasa al segundo rengln no nulo y se construye su uno principal. Solo que ahora
arriba y abajo del uno principal, debern construirse ceros en la columna que lo contiene.
Este paso se repite tantas veces sea necesario, hasta terminar con los renglones que aparezcan
44
MATRICES Y DETERMINANTES
Ejemplo 1.6.4.1 Para la matriz A , usar el mtodo de Gauss-Jordan, para llevarla a su forma
escalonada reducida.
2 5 2 1
=A 0 1 1 0
1 3 1 1
2 5 2 1 1 3 1 1 1 3 1 1
Int. R1 , R3 2 R1 + R3
=A 0 1 1 0 0 1 1 0 0 1 1 0
1 3 1 1 2 5 2 1 0 1 4 1
1 0 0 1
1 0 4 1 1 0 4 1 5
3R2 + R1
0 1 0 1
0 1 1 4 R + R
0 1 1 0 0 3 1
R2 + R3 R3 + R2
0 0 5 1 5 R3
1 5
0 0 1 1
5 0 0 1 1
5
1 0 0 1
5
0 1 0 1
5
0 0 1 1
5
1 2 3 6
B=
2 6 8 4
5 18 23 2
1 2 3 6 2 R1 + R2 1 2 3 6 1 1 2 3 6
2 R2
B = 2 6 8 4 0 2 2 8 1R
0 1 1 4
5 18 23 2 8 8 32 8
3 0 1 1 4
5 R1 + R3 0
45
MATRICES Y DETERMINANTES
2 R2 + R1
1 0 1 14
0 1 1 4
0
1R2 + R3 0 0 0
1 0 1 14
Luego, para la matriz B su forma escalonada reducida es: 0 1 1 4
0 0 0 0
Ejemplo 1.6.4.3 Para la matriz C , usar el proceso Gauss-Jordan, para llevarla su forma
2 2 2
=
escalonada reducida. C 3 3 1
0 1 3
2 2 2 1 1 1 1 1 1 1 1 1
R2 + R1 3R1 + R2 Int.R2 , R3
3 3 1 3 3 1 0 0 4 0 1 3
0 1 3 0 1 3 0 1 3 0 0 4
1 1 1 1 0 4 1 0 0
R2 R2 + R1 4 R3 + R1
0 1 3 0 1 3 0 1 0
4 R3
1 3R3 + R2
0 0 4 0 0 1 0 0 1
1 0 0
Por lo que para la matriz C su forma escalonada reducida es 0 1 0 = I
0 0 1
1 1 2
D=
2 2 3
3 3 6
46
MATRICES Y DETERMINANTES
1 1 2 1 1 2 1 1 0
2 R1 + R2 2 R2 + R1
D = 2 2 3 0 0 1 0 0 1
3 3 6 3R1 + R3 0 0 0 0 0 0
1 1 0
Por lo tanto, para la matriz D su forma escalonada reducida es 0 0 1
0 0 0
Ejemplo 1.6.4.5 Para la siguiente matriz E usar el proceso Gauss-Jordan para transformarla a
2 5
su forma escalonada reducida. E =
3 7
2 5 R2 R1 1 2 3R1 + R2 1 2 2 R3 + R1 1 0
=E
3 7 3 7 0 1 0 1
1 0
Por lo tanto, para la matriz E su forma escalonada reducida es =I
0 1
rengln, puede ser utilizada para construir el uno principal del primer rengln, o bien de otros
renglones.
Ejemplo 1.6.4.6 Para la matriz F , usar el proceso de GaussJordan, para llevarla a su forma
escalonada reducida.
2 2 4 0 4 2
2 3 2 1 0 1
F = 0 0 3 1 0 1
2 5 14 3 8 3
4 4 8 0 8 4
47
MATRICES Y DETERMINANTES
2 2 4 0 4 2 1 1 2 0 2 1
2 3 2 1 0 1 1
R 2 3 2 1 0 1
F 0 0 3 1 0 1
2 1
0 0 3 1 0 1
2 5 14 3 8 3 2 5 14 3 8 3
4 4 8 0 8 4
4 4 8 0 8 4
1 1 2 0 12 1 0 8 1 6 2
2 R1 + R2
0 1 6 1 14 0 1 6 1 4 1
2 R1 + R4 R2 + R1
0 0 3 1 0 1 0 0 3 1 0 1
4 R1 + R5 3R2 + R4
0 3 18 3 12 5 0 0 0 0 0 2
0 0 0 0 0 0 0 0
0 0 0 0
1 0 8 1 6 2 1 0 0 5 6 2
3 3
0 1 6 1 4 1 0 1 0 1 4 1
13 R3 +
0 1
6 R R
0 0 1 1 3 2
0 1 1 1
1R 3 3 8 R3 + R1 0 0
2 4
0 3 3
0 0 0 0 1 0 1
0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
1 0 0 5 6 0
3
3 R4 + R1
2
0 1 0 1 4 0
R4 + R2
13 R4 + R3 0 0 1 1 0 0
3
0 0 0 0 0 1
0 0 0 0 0 0
1 0 0 5
6 0
3
0 1 0 1 4 0
Por lo tanto, para la matriz F su forma escalonada reducida es 0 0 1 13 0 0
0 0 0 0 0 1
0 0
0 0 0 0
48
MATRICES Y DETERMINANTES
En ocasiones no siempre se puede estar interesado en llevar una matriz a su forma escalonada
reducida, sino solo a una forma escalonada, cuando esto ocurre se dice que hacemos uso del
Ejemplo 1.6.4.7 Consideremos la matriz F del ejemplo anterior, usar el proceso de Gauss para
2 2 4 0 4 2
2 3 2 1 0 1
F = 0 0 3 1 0 1
2 5 14 3 8 3
4 4 8 0 8 4
En este caso solo se quiere que abajo de cada uno principal aparezcan ceros.
2 2 4 0 4 2 1 1 2 0 2 1
2 3 2 1 0 1 1
R 2 3 2 1 0 1
F 0 0 3 1 0 1 2 1
0 0 3 1 0 1
2 5 14 3 8 3 2 5 14 3 8 3
4 4 8 0 8 4
4 4 8 0 8 4
1 1 2 0 2 1 1 1 2 0 2 1
2 R1 + R2
0 1 6 1 4 1 0 1 6 1 4 1
2 R1 + R4
0 0 3 1 0 1 0 0 3 1 0 1
4 R1 + R5 3R1 + R4
0 3 18 3 12 5 0 0 0 0 0 2
0 0 0 0 0 0 0 0
0 0 0 0
1 1 2 0 2 1
0 1 6 1 4 1
3 R3
1
0 0 1 1 0 1
1R 3 3
2 4
0 0 0 0 0 1
0 0 0 0 0 0
49
MATRICES Y DETERMINANTES
2 2 4 0 4 2 1 1 2 0 2 1
0 1 6 1 4 1
2 3 2 1 0 1
Para F = 0 0 3 1 0 1 una forma escalonada es 0 0 1 1 0 1
3 3
2 5 14 3 8 3 0 0 0 0 0 1
4 4 8 0 8 4 0 0 0 0 0 0
como en una escalonada cuando se tiene una misma matriz inicial, como se puede apreciar en los
1 0 0 5
6 0 1 1 2 0 2 1
3
1 4 0 1 6 1 4 1
0 1 0 0
0 0 1 3
1 0 0 escalonada reducida y 0 0 1 1 0 1 escalonada
3 3
0 0 0 0 0 1 0 0 0 0 0 1
0
0 0 0 0 0 0 0 0 0 0 0
Dicha igualdad se generaliza, de la siguiente manera: En una matriz Amn O , cuando se lleva a
ambas es el mismo.
Como una conclusin del mtodo de escalonamiento de Gauss-Jordan, se dice que para una
matriz Amn O , su forma escalonada reducida es nica, mientras que formas escalonadas puede
tener varias.
Observe que en los ejemplos anteriores, las matrices C y E son cuadradas y sus formas
50
MATRICES Y DETERMINANTES
Definicin 1.7 Una matriz cuadrada A de orden n n , se dice que es invertible (no singular),
1 1
=
AA A= A I
tiene inversa.
3 1 2 2 1 1
1
Ejemplo 1.7.1 Para la matriz A =
1 1 1 , su inversa es A = 1 1 1 , ya que
4 1 3 3 1 2
3 1 2 2 1 1 1 0 0
1
AA =
1 1 1 1 1 1 = 0 1 0 =I
4 1 3 3 1 2 0 0 1
2 1 1 3 1 2 1 0 0
1
A A = 1 1 1 1 1 1 = 0 1 0 =I
3 1 2 4 1 3 0 0 1
1 1
=
En efecto, se cumple que AA A= A I , es decir la matriz A es invertible.
relevante sera preguntarse, cmo saber obtener la matriz inversa? o dicho de otra manera cmo
en el apartado anterior, nos dar la respuesta a travs de las principales propiedades de la matriz
inversa.
51
MATRICES Y DETERMINANTES
Para que una matriz cuadrada A sea invertible ( A1 exista ) , una condicin necesaria y suficiente
es que, su forma escalonada reducida sea la matriz identidad I y adems si le aplican las mismas
La importancia de esta propiedad es que no solo nos da un criterio para saber si la matriz inversa
Operaciones
Una matriz A cuadrada es invertible A I matriz identidad
con renglones
Adems, para obtener la matriz inversa, las mismas operaciones que se realizan a la matriz A , se
A
Operaciones
con renglones
I matriz identidad
I
Operaciones
con renglones
A1 matriz inversa
( A I )
Operaciones
con renglones
( I A1 )
Cuando la escalonada reducida sea diferente a la matriz identidad I , se dir que no existe
Esta propiedad es una primera aplicacin del mtodo de Gauss-Jordan, para determinar la
52
MATRICES Y DETERMINANTES
1 1
1.8.4 ( rA )
1
Propiedad= A con r 0
r
Propiedad 1.8.5 ( AB ) = B 1 A1
1
Ejemplo 1.8.1 Obtenga la matriz inversa, por medio del mtodo de Gauss-Jordan, para cada
3 1 2
1) A =
1 1 1
4 1 3
identidad I .
3 1 2 1 0 0 1 1 1 0 1 0
( A I )= 1 1 Int. R1 , R2
1 0 1 0 3 1 2 1 0 0
4 1 3 0 0 1 4 1 3 0 0 1
1 1 1 0 1 0 1 1 1 0 1 0
R1 3R1 + R2
3 1 2 1 0 0 0 2 1 1 3 0
4 R1 + R3
4 1 3 0 0 1 0 3 1 0 4 1
1 1 1 0 1 0 1 0 1 1 0 1
R3 R2 R2 + R1
0 1 0 1 1 1 0 1 0 1 1 1
3R2 + R3
0 3 1 0 4 1 0 0 1 3 1 2
1 0 1 1 0 1 1 0 0 2 1 1
R3 R3 + R1
0 1 0 1 1 1 0 1 0 1 1 1 = I A1
0 0 1 3 1 2 0 0 1 3 1 2
( )
53
MATRICES Y DETERMINANTES
2 1 1
1
A = 1 1 1
3 1 2
1 4 2
=
2) A 4 1 2
3 3 4
manera explcita las operaciones que se van realizando a los renglones, con la intencin de
1 4 2 1 0 0 1 2 3 1 0 0 1 2 3 1 0 0
(A I) =
4 1 2 0 1 0 0 15 10 4 1 0 0 15 10 3 1 0
3 3 4 0 0 1 0 15 10 3 0 1 0 0 0 1 1 1
Como al ir escalonando la matriz A a su forma reducida, aparece un rengln nulo, esto nos
indica que no podemos llegar a la matriz identidad I por ms operaciones que realicemos con los
renglones de la matriz A , por lo que, diremos que la matriz inversa no existe. Dicho de otra
1 1 1
3) B = 1 1 1
0 1 2
1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 1 0 0
( B I ) 1 1 1 0 1 0 0 0 2 1 1 0 0 1 2 0 0 1
=
0 1 2 0 0 1 0 1 2 0 0 1 0 0 1 1 1 0
2 2
54
MATRICES Y DETERMINANTES
1 0 3 1 0 1 1 0 0 12 3
1
2
0 1 2 0 0 1 0 1 0 1 1 1 = ( I B 1 )
0 0 1 12 12 0 0 0 1 12 1
0
2
Luego, B 1 si existe y es
12 3
2 1 1 3 2
1 1
B = 1 1 1 = 2 2 2 2
1 0 1 1 0
1
2 2
2 3 2
4) B = 1 1 1
2 3 3
2 3 2 1 0 0 1 1 1 0 1 0 1 1 1 0 1 0
( B I )= 1 1 1 0 1 0 2 3 2 1 0 0 0 1 4 1 2 0
2 3 3 0 0 1 2 3 3 0 0 1 0 1 5 0 2 1
1 1 1 0 1 0 1 0 5 1 3 0 1 0 0 6 3 5
0 1 4 1 2 0 0 1 4 1 2 0 0 1 0 5 2 4 = ( I B 1 )
1 1 0 1 0 0 1 1 0 1
0 1 5 0 2 1 0 0
6 3 5
Por lo que, B 1 si existe y B 1 = 5 2 4
1 0 1
1 1
=
Podemos hacer la comprobacin para verificar que BB B= B I
En efecto,
2 3 2 6 3 5 1 0 0
1
BB = 1 1 1 5 2 4 = 0 1 0 = I
2 3 3 1 0 1 0 0 1
6 3 5 2 3 2 1 0 0
1
B B = 5 2 4 1 1 1 = 0 1 0 =I
1 0 1 2 3 3 0 0 1
55
MATRICES Y DETERMINANTES
OBSERVACIN: Cabe decir que, cuando al escalonar una matriz cuadrada, aparece un
rengln nulo o una columna nula o bien un rengln (columna) que es mltiplo de otro
En las cuatro matrices del ejemplo 1.8.1 bsicamente se mostr la utilidad del mtodo de
escalonamiento de Gauss-Jordan, pero hay otras propiedades para la inversa que veremos en el
2 3
Ejemplo 1.8.2 Se sabe que la matriz inversa de 2A es . Obtenga la matriz A
3 4
2 3
Sabemos que, ( 2 A ) =
1
y para obtener a la matriz A , podemos usar la propiedad 1.8.3
3 4
1 1
1 1 2 3 2 3
de la siguiente manera ( 2 A ) = o en otras palabras 2 A = y ahora
3 4 3 4
1
2 3
obtenemos con el mtodo de Gauss-Jordan (propiedad 1.8.1)
3 4
2 3 1 0 1 1 1 1 1 1 1 1 1 0 4 3
3 4 0 1 3 4 0 1 0 1 3 2 0 1 3 2
1
2 3 4 3 4 3
De modo=
que 2 A = , es decir 2 A =
3 4 3 2 3 2
2 3
4 3 2
= A 1=
2 3 2 3
Entonces
1
2
1 1
1.8.4 ( rA )
1
Tambin podemos utilizar la propiedad= A con r 0
r
2 3
( 2 A=
)
1
A1
=
1
2 , entonces al multiplicar por 2 , la igualdad se tiene que
3 4
56
MATRICES Y DETERMINANTES
2 3 4 6
=A1 2=
3 4 6 8
4 6 1 0 1 32 14 0 1 32 1
0 1 32 1
0
(A 1
I )=
4
4
1
6 8 0 1 6 8 0 1 0 1 2 1 0 1 32
3
1 32 1
0 1 0 2 3
4
3
2
1 0 1 2 1
3 =(I A)
0 1 2
2 3
2 1 4 3
decir, A =
Es=
3 1 2 3 2
2
2 5 2 5
compruebe que ( AB ) = B A
1 1 1
Ejemplo 1.8.3 Para las=
matrices A = y B
1 3 3 7
3 5 7 5
A y B son: A1 =
Sus inversas de = y B
1
verificarlo!
1 2 3 2
19 45
Por otro lado AB = y al obtener su inversa por Gauss-Jordan
11 26
19 45 1 0 2 R2 + R1 3 7 1 2 R2 + 4 R1 1 2 4 7
( AB I ) 11 26 0 1
=
11 26 0 1 11 26 0 1
11R1 + R2 1 2 4 7 14 R2 1 2 4 7
0 4 44 76 0 1 11 19
2 R2 + R1 1 0 26 45 R1 1 0 26 45
0 1 11 19 0 1 11 19
26 45
Luego tenemos que ( AB ) =
1
11 19
57
MATRICES Y DETERMINANTES
7 5 3 5 26 45
( AB )
1
que B 1 A1
As finalmente se comprueba = = =
3 2 1 2 11 19
An =
AAAA
A
n veces
A n =
A1 A1 A
1 1 1
A
A , siempre que A1 exista.
n veces
3 5 1
Ejemplo 1.8.4 Para la matriz A = Obtenga A 2 A + I .
2
4 7
3 5 3 5 29 50
=
A 2
=
AA =
4 7 4 7 40 69
Ahora se determina A1
3 5 1 0 1 2 1 1 1 2 1 1 1 2 1 1
(A I)=
4 7 0 1 4 7 0 1 0 1 4 3 0 1 4 3
1 0 7 5
=( I A1 )
0 1 4 3
7 5 14 10
As A1 = 1
y 2 A =
4 3 8 6
Por lo tanto;
1 29 50 14 10 1 0 16 60
A2 2 A
= +I + + =
40 69 8 6 0 1 48 64
2 3 2
Ejemplo 1.8.5 para la matriz B = 1 1 1 obtener B 2
2 3 3
58
MATRICES Y DETERMINANTES
6 3 5
Como en el ejemplo 1.8.1 inciso 4) se obtuvo B 1 = 5 2 4
1 0 1
6 3 5 6 3 5 16 12 13
2 1
1
Luego entonces B =
B B =
5 2 4 5 2 4 =
16 11 13
1 0 1 1 0 1 5 3 4
5 3 5 2
Ejemplo 1.8.6 Si tenemos las matrices A = , B = , tales que cumplen con la
7 4 3 6
igualdad XA 4 B =.
B 2 Obtenga la matriz X .
XA 4 B =
B2
= B2 + 4B
XA sumamos 4 B a los dos miembros de la igualdad
1
XAA= (B 2
+ 4 B ) A1 multiplicamos por A1 los dos miembros de la igualdad
( B 2 + 4 B ) A1
XI = sabemos que AA1 =
I
=
X (B 2
+ 4 B ) A1 ya que XI = X ; propiedad de la identidad I
Cuando se dice adecuadamente, se refiere al usar propiedades vlidas y adems de multiplicar por
correctamente a la matriz X (A 1
XA X ) , recurdese que el producto de matrices no es
conmutativo.
5 2 5 2 19 2 20 8 39 6
=B2 = = ; 4B =; B2 + 4B
3 6 3 6 3 30 12 24 9 6
4 3
A1 = verifquelo!
7 5
59
MATRICES Y DETERMINANTES
39 6 4 3 114 87
( B 2 + 4B ) A1 =
Por lo tanto, X = =
9 6 7 5 78 57
1 2 1 1 1 2 1 0 0
Obtenga X , si A = 2 3 1 ; B = 0 3 1 ; I = 0 1 0
2 4 1 1 0 1 0 0 1
XA + 3I =
B2
= B 2 3I
XA
1
XAA= ( B 2 3I ) A1
= ( B 2 3I ) A1
XI
X ( B 2 3I ) A1
=
Ahora obtenemos A1
1 2 1 1 0 0 1 2 1 1 0 0 1 0 1 3 2 0
( A I )= 2
3 1 0 1 0 0 1 1 2 1 0 0 1 1 2 1 0
2 4 1 0 0 1 0 0 1 2 0 1 0 0 1 2 0 1
1 0 0 1 2 1
0 1 0 0 1 1 =( I A1 )
0 0 1 2 0 1
1 2 1
=
Luego A1 0 1 1
2 0 1
3 2 1 3 0 0 0 2 1
2
Adems B 3I = 1 9 4 + 0 3 0 = 1 6 4
0 1 3 0 0 3 0 1 0
60
MATRICES Y DETERMINANTES
0 2 1 1 2 1 2 2 1
Finalmente, X =( B 2 3I ) A1 = 1 6 4 0 1 1 = 9 8 3
0 1 0 2 0 1 0 1 1
Ejemplo 1.8.8 Para dos matrices cuadradas A y B de orden n n , se sabe que A es invertible y
=
Demuestre que: X A1 ( B 2 2 I )
Demostracin: Usando propiedades de la igualdad, para las operaciones con matrices y la
AX + 2 I B 2 =
O
AX + 2 I =O + B 2
= B2 2I
AX
A1 AX A1 ( B 2 2 I
= )
A1 ( B 2 2 I ) Luego entonces, X =
IX = A1 ( B 2 2 I )
Definicin 1.9 Para una matriz de cualquier orden, se define su Rango, como el nmero de
pivotes o unos principales que aparezcan en la forma escalonada reducida o en una forma
2 4 6 8 1 0 1 0
1) A =
1 1 2 3 como su forma escalonada reducida es 0 1 1 0
0 1 1 0 0 0 0 1
Entonces rango ( A ) = 3
61
MATRICES Y DETERMINANTES
1 2 3 1 0 0
2) C = 2 3 1 como su forma escalonada reducida es 0 1 0
0 1 2 0 0 1
Entonces rango ( C ) = 3
1 1 2 1 1 0
3) D =
2 2 3 como su forma escalonada reducida es 0 0 1
3 3 6 0 0 0
Entonces, rango ( D ) = 2
1 2 3 6 1 0 1 14
4) B =
2 6 8 4 como su escalonada reducida es 0 1 1 4
5 18 23 2 0 0 0 0
Entonces, rango ( B ) = 2
2 2 4 0 4 2 1 1 2 0 2 1
0 1 6 1 4 1
2 3 2 1 0 1
5) F = 0 0 3 1 0 1 como una forma escalonada es 0 0 1 1 0 1
3 3
2 5 14 3 8 3 0 0 0 0 0 1
4 4 8 0 8 4 0 0 0 0 0 0
Entonces, rango ( F ) = 4
Para las matrices cuadradas el rango permite establecer un criterio que nos dice cundo una
Una matriz Ann es invertible, siempre y cuando, rango ( A ) = n . En caso de que rango ( A ) n ,
la matriz no es invertible.
Se han estudiado los aspectos bsicos de las matrices arbitrarias de orden m n , y un subconjunto
de ellas son las matrices cuadradas de orden n n , en las se defini la matriz inversa, ahora sern
El concepto del Determinante, se puede entender como el de una funcin que va de las matrices
cuadradas, hacia los nmeros reales, es decir, que asocia a cada matriz cuadrada A , un y solo un,
nmero real.
Recta real
Matrices de orden
Matrices cuadradas
de orden
Funcin Determinante
63
MATRICES Y DETERMINANTES
real, al que llamamos valor del determinante y se simboliza como det ( A ) = A . En consecuencia
a varias matrices cuadradas se les puede asociar un mismo nmero real bajo esta nocin.
a b
Proponemos una matriz cuadrada A = , tal que, a 0 c 0 y b 0 d 0. Para
c d
1 b 1
R b 1
0 cR1 + R2
1 0
a b 1 0 a 1 1
(A I)
=
a a
a a
c d 0 1 0 ad bc c
1
c d 0 1
a a
bc ad bc
si a 0 +d =
a a
1 b 1
b 1 R2 1 0
aR2 1 0 ad bc
a a
a a
0 c a
0 ad bc c a 1
ad bc ad bc
S ad cb 0
64
MATRICES Y DETERMINANTES
b d b
R2 + R1 1 0
ad bc ad bc
a
= (I A1 )
0 1 c a
ad bc ad bc
bc 1 bc + ad bc d
= + =
a ( ad bc ) a a ( ad bc ) ad bc
d b
ad bc ad bc 1 d b 1 d b
=A1 = =
A1
c a ad bc c a ad bc c a
ad bc ad bc
a b
determinante para las matrices cuadradas A = de orden 2 2 .
c d
det( 2 ) = 2 =
2 ; det( 2) = 2 =2 ; det( x) =x =x
3 3 3
65
MATRICES Y DETERMINANTES
a a12
Para una matriz de orden 2 2 , A = 11 , definimos su determinante como:
a21 a22
a11 a12
det (=
A) =
A = a11a22 a12 a21
a21 a22
Donde aij . Las barras verticales las usaremos para denotar a la funcin determinante,
4 3
1) = 4 ( 6 ) 3 ( 5 ) = 24 15 = 9
5 6
1 1
2 3 1 1 1 1 1 1 14 7
2) = = + = =
1 1 2 4 3 2 8 6 48 24
2 4
5 2
3) =( 5)(8) 2 ( 6 ) =40 + 12 =28
6 8
5 1
4) = 5 ( 3) ( 1)( 0 ) = 15 + 0 = 15
0 3
a b
5) = ad bc
c d
cos x senx
6) = ( cos x)(cos x ) ( senx)( senx
= ) cos 2 x + sen
= 2
x 1
senx cos x
a b
7) = a 2 b 2 = ( a b )( a + b )
b a
a2 b2
8) = a 3 b3 = ( a b ) ( a 2 + ab + b 2 )
b a
66
MATRICES Y DETERMINANTES
a2 b2
9) = a 2 + b 2 = ( a + b ) ( a 2 ab + b 2 )
b a
2 4 2 4 1 2 1 2
10) = 8 ; =0 ; =2 ; = 2
5 6 6 12 3 4 3 4
det ( A ) =A =
a11 ( a22 a33 a23 a32 ) a12 ( a21a33 a23 a31 ) + a13 ( a21a32 a22 a31 )
det ( A ) ==
A a11a22 a33 a11a23 a32 a12 a21a33 + a12 a23 a31 + a13 a21a32 a13 a22 a31
Los seis productos que aparecen en la definicin del determinante para matrices de orden 3 3 ,
se pueden obtener de una manera muy prctica. Si se agregan en el orden como aparecen, las dos
primeras columnas a la derecha del determinante o bien los dos primeros renglones en la parte
inferior del mismo, al hacer esto, se obtienen seis diagonales de tres entradas cada una y al
realizar el producto de estas entradas en cada diagonal se producen los seis productos a los que se
les asocia un signo ( + ) o ( ) , siguiendo la regla: A los productos que se generan en la diagonal
67
MATRICES Y DETERMINANTES
principal y en las otras dos diagonales paralelas a esta, se les asocia un signo ( + ) , mientras que a
Lo anterior fue propuesto por Sarrus y se conoce como la forma de Sarrus (esta forma se
Observe que aparecen los seis productos dados en la definicin con su signo respectivo.
Ejemplo 1.10.3 Obtener el valor de cada determinante tanto por la definicin de menores y
3 2 1
1) 2 1 2
1 3 1
68
MATRICES Y DETERMINANTES
3 2 1
1 2 2 2 2 1
2 1 2 = 3 (2 ) + (1) 3 ( 5 ) + 2 ( 4 ) 1( 7 ) =
= 15 + 8 7 =
16
3 1 1 1 1 3
1 3 1
Por Sarrus
3 2 1 3 2
2 1 2 2 1 =3 + 4 6 1 + 18 + 4 =16
1 3 1 1 3
2 1 3
2) 1 4 2
0 3 1
2 1 3
4 2 1 2 1 4
1 4 2 =2 1 3 =20 1 + 9 =12 por la definicin.
3 1 0 1 0 3
0 3 1
2 1 3
1 4 2 =8 + 9 + 0 + 0 12 1 =12
0 3 1
2 1 3
1 4 2
Tngase presente que la forma de Sarrus, no se utiliza de manera general, solo se puede
que no debemos confundir lo que es la funcin determinante, con una matriz, es decir
69
MATRICES Y DETERMINANTES
recuerde que una matriz es un arreglo de nmeros reales de la forma ( aij ) , mientras que un
determinante es una funcin que asocia a cada matriz cuadrada un nmero real.
Ahora damos la definicin general de la funcin determinante para toda matriz de orden n n .
En la definicin, el subndice i , toma un valor desde 1 hasta n . Y quiere decirnos que podemos
desarrollar el determinante con respecto al primer rengln, o con respecto al segundo rengln y
columnas tambin, bastara con cambiar los subndices i por j y j por i en la definicin
anterior.
determinantes de orden (n 1) (n 1). Veamos cmo queda la definicin del determinante con
70
MATRICES Y DETERMINANTES
a ( 1)
4
a21 a22 a23 a24 i+ j
=A = ij M ij
a31 a32 a33 a34 j =1
a41 a42 a43 a44
a1 j ( 1)
1+ j
=A M1 j
j =1
a22 a23 a24 a21 a23 a24 a21 a22 a24 a21 a22 a23
A = a11 a32 a33 a34 a12 a31 a33 a34 + a13 a31 a32 a34 a14 a31 a32 a33
a42 a43 a44 a41 a43 a44 a41 a42 a44 a41 a42 a43
De manera anloga, se podra desarrollar con respecto a los dems renglones, esto es, para
=( i 2=
o i 3=
o i 4 ) , o bien a las columnas, segn convenga.
Ejemplo 1.10.4 Evale mediante la definicin, el siguiente determinante con respecto al primer y
tercer rengln.
1 2 1 3
0 1 2 1
A =
1 3 2 1
2 1 3 1
a
4
1 2 1 3
1 2 1 0 2 1 0 1 1 0 1 2
0 1 2 1
=A = 1 3 2 1 2 1 2 1 1 1 3 1 3 1 3 2
1 3 2 1
1 3 1 2 3 1 2 1 1 2 1 3
2 1 3 1
A =1( 5 + 8 11) 2 ( 6 1) 1( 3 7 ) 3 (1 + 14 ) =2 + 14 + 4 45 =29
71
MATRICES Y DETERMINANTES
Por lo que, A = 29
a
4
1 2 1 3
2 1 3 1 1 3 1 2 3 1 2 1
0 1 2 1
A = =
1 1 2 1 3 0 2 1 + 2 0 1 1 1 0 1 2
1 3 2 1
1 3 1 2 3 1 2 1 1 2 1 3
2 1 3 1
A =1( 2 3) 3 (1 2 + 12 ) + 2 ( 4 6 ) 1( 1 8 + 2 ) =1 33 4 + 7 =29
La definicin de la funcin determinante, tambin se establece con respecto a las columnas, con
Ejemplo 1.10.5 Obtenga el determinante del ejemplo anterior, usando la primera columna
a ( 1)
4
1 2 1 3
1 2 1 2 1 3 2 1 3 2 1 3
0 1 2 1
=
A = 1 3 2 1 0 3 2 1 1 1 2 1 2 1 2 1
1 3 2 1
1 3 1 1 3 1 1 3 1 3 2 1
2 1 3 1
A =1( 5 + 4 11) 1( 2 3) 2 ( 8 2 + 24 ) =2 + 1 28 =29
72
MATRICES Y DETERMINANTES
Los valores de los determinantes para las matrices 3 3 , fueron obtenidos por medio de la
Con los dos ejemplos, se hace ver que para calcular el valor del determinante para una matriz
Por ello conviene obtener el determinante por medio de la definicin, tomando el rengln o la
columna de referencia, que cuente con la mayor cantidad de ceros, para realizar menos
operaciones aritmticas.
En general para arreglos cuyos tamaos sean de 4 4 , 5 5, etc. y tengan todas sus entradas
diferentes al cero, sus determinantes se vuelven bastantes largos y tediosos, por la cantidad de
Esta es una razn para estudiar y trabajar las de propiedades de la funcin determinante.
1) El valor del determinante para una matriz que tenga un rengln nulo o columna nula, es igual a
cero, dicho de otra manera, si A es una matriz que tiene un rengln o columna nula,
entonces A = 0.
2 3 4 5 2 0 9 1
2 3 1
7 6 2 1 3 0 6 7
=
1 4 2 0 =
; 0 ;= 0
0 0 0 0 7 0 1 3
0 0 0
9 8 7 6 0 0 7 3
73
MATRICES Y DETERMINANTES
i =1
0 0 0 0 ann
Si A es triangular,
a11 0 0 0
a21 a22 0 0 n
=A a31 =
a32 a33 0 (=
a11 )(a22 )(a33 ) (ann ) a ii
i =1
an1 an 2 an 3 ann
3 1 4 0 5
0 2 1 2 1 3 0 0
A =
0 0 4 1 0 =( 3)( 2 )( 4 )( 5)( 2 ) =
240 ; B =
4 5 0 =
90
0 0 0 5 4 1 3 6
0 0 0 0 2
3 0 0 0 2 0 1 4
3 0 0
0 4 0 0 0 3 6 1
C = == 60 ; D =
192 ; E =1 8 0 =48
0 0 1 0 0 0 4 0
2 0 2
0 0 0 5 0 0 0 8
Dado que en cada determinante, aparece una matriz triangular, el producto de las componentes
AT = A
74
MATRICES Y DETERMINANTES
7 4 2
Ejemplo 1.11.3 Para la matriz A = 8 8 6 se verifica que: AT = A
2 6 4
7 8 3 7 4 2
=A T
=
4 8 1 94=
; A =
8 8 6 94 Verifquelo!
2 6 4 3 1 4
1
4) Para una matriz A , se cumple que A1 = , si y solo si, A 0 .
A
1
A1 = A 0
A
Ejemplo 1.11.4
1
Si se considera que A = 5 , entonces A1 = = 3
5
3 5
3
1 1 1
Si se considera que B = 3 , entonces B 1 = = =
3 3 3
1 1
Si se considera que C 1 = 4
3
entonces C = 1
= 4 = 3
4 = 3
4 = 34
C 3
5) El valor del determinante cambia de signo, cuando se intercambian dos renglones o dos
columnas. Esta propiedad nos dice que siempre que realicemos un intercambio de renglones en el
determinante, este cambiar de signo y si se quiere que el valor del nuevo determinante no se
75
MATRICES Y DETERMINANTES
Ejemplo 1.11.5
4 3 1 Int. R1 , R3 2 4 5
205 = 9 2 1 = ( ) 9 2 1 = ()(205) = 205
2 4 5 4 3 1
5 2 3 1 0 1 1 0 1
18 =1 0 1 =()() 8 2 3 = 8 2 3 =
18
8 2 3 5 2 3 5 2 3
Como se puede apreciar en este ejemplo, como se efectan dos intercambios de renglones se
agregan dos signos, ( )( ) lo que lleva al signo inicial del determinante. Esto tambin ocurre
algn rengln (o columna), siempre y cuando, dicho escalar r divida al rengln (o columna) de
donde se extrajo. El siguiente ejemplo ilustra de varias formas, el uso que se le puede dar a esta
propiedad.
Observe que el tercer rengln es mltiplo de r , podemos extraer a r para que quede
El escalar r , una vez que se extrajo, puede introducirse multiplicando a uno de los tres renglones
(solo a uno) o bien a una de las tres columnas, en este caso entr en la segunda columna.
76
MATRICES Y DETERMINANTES
Ahora consideremos el caso cuando el escalar r est multiplicando a una matriz A de orden
3 3 , es decir, r multiplica a los tres renglones del arreglo, luego con la propiedad podemos
asegurar que:
Ya que el escalar r se extrae en tres ocasiones (una por cada rengln), dicho escalar sale
multiplicando al determinante.
siguiente manera:
S Ann y r 0 , entonces rA = r n A
2 2 32
b) Si A44 , tal que A = , entonces =
2 A 2=
4
A 16 =
9 9 9
2 4 10 2 ( 1) 2 ( 2 ) 2 ( 5 ) 1 2 5
c) 3 3 12= 3 (1) 3 ( 1) 3 ( 4 ) = (2)(3)(5) 1 1 4
5 10 15 5 (1) 5 ( 2 ) 5 ( 3) 1 2 3
5 4 2 5 (1) 2 ( 2 ) 2 (1) 1 2 1
=
d) 10 8 6 5 ( 2 ) 2 ( 4 ) 2 ( 3) (5)(2)(2)
= 2 4 3
10 6 2 5 ( 2 ) 2 ( 3) 2 (1) 2 3 1
77
MATRICES Y DETERMINANTES
2 4
1
3 2 4 3 3
4 2
e) 5 4 2 = (3)(5)(6) 1
5 5
6 7 5
7 5
1
6 6
1 1 1
3 4 5
4 1 3
f) 4 2 3 =(3)(4)(5)
3 2 5
5 6 4
5 3 4
3 2 5
rengln (columna), siempre que se reemplace el rengln (columna) que no fue multiplicado.
Esta propiedad se puede realizar tantas veces como se desee, siempre y cuando se respete lo que
afirma.
1 2 1 3 1 2 1 3 1 2 1 3
3R1 + R2 3R2 + R3
3 4 0 2 0 2 3 7 0 2 3 7
= =
2 2 3 1 0 6 5 7 0 0 4 14
2 R1 + R3 4 R2 + R4
0 8 2 3 0 8 2 3 0 0 14 25
Podemos observar que de acuerdo a la propiedad 7) el determinante inicial es igual al que aparece
en tercer lugar y en este ltimo el arreglo es prcticamente triangular, de no ser por el 14 que se
78
MATRICES Y DETERMINANTES
1 2 1 3 1 2 1 3 1 2 1 3 7 R3 + R4 1 2 1 3
2
3 4 0 2 0 2 3 7 0 2 3 7 0 2 3 7
= = =
2 2 3 1 0 6 5 7 0 0 4 14 0 0 4 14
0 8 2 3 0 8 2 3 0 0 14 25 0 0 0 24
1 2 1 3 1 2 1 3
0 2 3 7 3 4 0 2
=
1(2)(4)(24) =
192 , es decir, = 192
0 0 4 14 2 2 3 1
0 0 0 24 0 8 2 3
De modo que las propiedades, sobre todo las 5) ,6) y 7), son una alternativa para calcular el
Se debe tener cuidado al usar la propiedad 7), ya que, de no respetarse lo que asegura, se pueden
cometer algunos errores. Por ejemplo, los siguientes determinantes son diferentes porque se us
2 2 1 3 2 2 1 3
R1 2 R2
1 1 4 5 0 0 7 7
3 3 4 1 3 3 4 1
R2 R4
1 1 5 6 0 0 1 1
AB = A B
79
MATRICES Y DETERMINANTES
Ejemplo 1.11.8 Considere A y B dos matrices cuadradas del mismo orden, tales que,
A = 8 ; B = 5 , entonces
AB =A B =8(5) =40
1 8 8
AB =
1
A B =
1
8 = =
B 5 5
1
( AB=
) 1 1
1
T
= =
ABT A B T
40
Las propiedades nos permiten calcular determinantes sin recurrir a la definicin y en los
=
5 B 5=
3
= 250
B 125(2) Propiedad 6)
1 1
( 5B=
)
1
= Propiedad 4)
5B 250
1 1 1 64 32
4 B= 43 B= 64 = = Propiedades 6) y 4)
B 250 125
( 1) BT =
1BT = 1 B =
1(2) =
2
3
Propiedades 6) y 3)
1 2 1 3
0 1 2 1
Ejemplo 1.12.2 Calcular el valor de , usando las propiedades
1 3 2 1
2 1 3 1
80
MATRICES Y DETERMINANTES
1 2 1 3 1 2 1 3 1 2 1 3
R1 + R3 5R2 + R3
0 1 2 1 0 1 2 1 0 1 2 1
= =
1 3 2 1 0 5 1 4 0 0 11 1
2 R1 + R4 3R2 + R4
2 1 3 1 0 3 1 5 0 0 7 2
1 2 3 1 1 2 3 1
Int. C3 , C4 2 R3 + R4
0 1 1 2 0 1 1 2
= ( ) = ( ) ( ) (1)(1)( 1)( 29 ) =
= 29
0 0 1 11 0 0 1 11
0 0 2 7 0 0 0 29
1 2 1 3
0 1 2 1
Por lo que, = 29
1 3 2 1
2 1 3 1
3 2 1 0 0
0 5 3 0 0
Ejemplo 1.12.3 Calcular el valor de 0 1 2 0 0 , usando las propiedades
0 0 0 6 1
0 0 0 2 4
3 2 1 0 0 3 2 1 0 0 3 2 1 0 0
0 5 3 0 0 Int. R2 , R3 0 1 2 0 0 5 R2 + R3 0 1 2 0 0
0 1 2 0 0 = ( )( ) 0 5 3 0 0 = 0 0 7 0 0
0 0 0 6 1 Int. R4 , R5 0 0 0 2 4 3R4 + R5 0 0 0 2 4
0 0 0 2 4 0 0 0 6 1 0 0 0 0 11
3 ( 1)( 7 )( 2 )(11) =
= 462
81
MATRICES Y DETERMINANTES
a b c
Ejemplo 1.12.4 Se sabe que d e f = 5 , obtener los siguientes determinantes usando las
g h i
d e f 3a 3b 12c 4a 5 g 4b 5h 4c 5i
i) g h i , ii) d e 4 f y iii) 2 g 2h 2i
a b c g h 4i 2a + 3d 2b + 3e 2c + 3 f
Usando la propiedad 5)
d e f Int. R2 , R3 d e f Int. R1 , R2 a b c
i) g h i = () a b c = ( )( ) d e f =5
a b c g h i g h i
Usando la propiedad 6)
3a 3b 12c a b 4c a b c
ii) d e 4 f = ( 3) d e 4 f = ( 3)( 4 ) d e f = ( 3)( 4 )( 5)= 60
g h 4i g h 4i g h i
4a 5 g 4b 5h 4c 5i 4a 5 g 4b 5h 4c 5i
2 g 2h 2i ( 2 )
= g h i
2a + 3d 2b + 3e 2c + 3 f 2a + 3d 2b + 3e 2c + 3 f
5 R2 + R1 4a4b 4c a b c
( 2 )
= g h i ( 2 )( 4 )
= g h i
2a + 3d 2b + 3e 2c + 3 f 2a + 3d 2b + 3e 2c + 3 f
2 R1 + R3 a b c a b c
= ( 2 )( 4 ) g h i ( 2 ) ( 4 )( 3) g h i
=
3d 3e 3 f d e f
Int. R2 , R3 a b c
= ( )( 2 )( 4 )( 3) d e ( )( 2 )( 4 )( 3)( 5) =120
f =
g h i
82
MATRICES Y DETERMINANTES
4a 5 g 4b 5h 4c 5i
Por lo que, 2 g 2h 2i =
120
2a + 3d 2b + 3e 2c + 3 f
Demostracin:
1 1 1 1 1 1
Ejemplo 1.12.6 Demostrar que: x y z = x y z para x 0, y 0 y z 0
yz zx xy x2 y2 z2
propiedad 6) extraemos a xyz del tercer rengln, ya que xyz 0 , posteriormente introducimos a
muestra a continuacin:
83
MATRICES Y DETERMINANTES
1 1 1 1 1 1 x y z
=
x y z (=
xyz ) x y z x2 y2 z2
yz zx xy 1 1 1 1 1 1
x y z
x y z Int. R1 , R3 1 1 1 Int. R2 , R3 1 1 1
=
x2 y 2 z 2 = x2 y 2 z 2 x y z
1 1 1 x y z x2 y2 z2
1 1 1 1 1 1
Por lo que, x y z = x y z queda demostrado.
yz zx xy x2 y2 z2
La definicin nos dice que: a cada posicin de la matriz A se puede calcular su cofactor
84
MATRICES Y DETERMINANTES
2 4 3
3 4
A= =
y A 1 5 6
5 2 2 3 0
3 4
Para la matriz A = , primero obtenemos los cuatro cofactores
5 2
( 1) ( 1)
1+1 1+ 2
c11 = M 11 =
(+) 2 =
2 ; c12 = M 12 =
( ) 5 =
5
c21 =( 1) M 21 =() 4 =4 ; c22 =( 1)
2 +1 2+ 2
M 22 =(+) 3 =3
3 4 2 5
Luego entonces, la matriz de cofactores de A = es C =
5 2 4 3
En realidad lo que se hace, es a cada menor M ij se le multiplica por un signo (+) o () segn la
posicin de cada entrada. De modo que para abreviar, usamos la asignacin de los signos de la
+
siguiente manera: Para una matriz de orden 2 2 los signos quedan como , de orden
+
+ +
3 3 quedan como + , etc.
+ +
2 4 3
=
Para la matriz A 1 5 6 , sus cofactores son:
2 3 0
5 6 1 6 1 5
c11 =
(+) =
18 ; c12 =
( ) =
12 ; c13 =
(+) =
7
3 0 2 0 2 3
4 3 2 3 2 4
c21 =
( ) =
9 ; c22 =
(+) =
6 ; c23 =
( ) =
14
3 0 2 0 2 3
4 3 2 3 2 4
c31 =
(+ ) =
9 ; c32 =
( ) =
15 ; c33 =
(+ ) =
14
5 6 1 6 1 5
85
MATRICES Y DETERMINANTES
18 12 7
Por lo que la matriz de cofactores es C = 9 6 14
9 15 14
Definicin 1.14 Para una matriz de orden , se define la matriz adjunta como la
Ejemplo 1.14.1 Calcular para cada una de las dos matrices del ejemplo anterior, su adjunta.
3 4 2 5
Para A = , como la matriz de cofactores es C = , entonces su matriz adjunta es
5 2 4 3
2 4
adj ( A
= ) C=
T
5 3
2 4 3 18 12 7
=
Para A 1 5 6 , como la matriz de cofactores es C = 9 6 14 , entonces su
2 3 0 9 15 14
18 9 9
matriz de adjunta es adj ( A ) =C =
T
12 6 15
7 14 14
La matriz adjunta tiene una propiedad muy importante, que relaciona a dicha matriz con la
86
MATRICES Y DETERMINANTES
Propiedad de la matriz adjunta: Una matriz A = ( aij ) de orden n n , es invertible, si y solo si,
1
su determinante es diferente de cero ( A 0 ) y adems A1 = adj ( A )
A
Ejemplo 1.15.1 por medio de la matriz adjunta, obtenga la matriz inversa (en caso de que exista)
2 4 3 3 1 2
3 4
i) A = =
ii) A 1 5 6 =
iii) A 2 5 1
5 2 2 3 0 5 7 4
3 4
i) Obtenemos el valor del determinante de A , A= = 14 0 , esto significa que la
5 2
1 1 2 4
matriz inversa A1 existe
= y es A1 = adj ( A )
A 14 5 3
2 4 3
ii) de manera anloga, como A = 1 5 6 =63 0 , A1 existe y est dada como:
2 3 0
18 9 9
1 1
A = adj ( A ) =
1
12 6 15
A 63
7 14 14
3 1 2
iii) En este caso, como A = 2 5 1 =0 , A1 no existe, en otras palabras la matriz A no
5 7 4
es invertible.
Con la matriz adjunta, se tiene una alternativa para calcular la matriz inversa, adems de un
criterio directo para decidir si la inversa existe o no, usando el determinante, si no se quiere
87
MATRICES Y DETERMINANTES
prctico.
a b
Ejemplo 1.15.2 Para una matriz A = , obtenga su inversa, por medio de la adjunta.
c d
d b a b
La adjunta de A es adj ( A ) = y si suponemos que A = = ad bc 0 .
c a c d
1 1 d b
=
Entonces A1 = adj ( A ) , siempre que ad bc 0
A ad bc c a
3 2 1 1 5 2
La matriz inversa de A = es A =
1 5 17 1 3
3 2 1 1 5 2 5 2
La matriz inversa de A = = es A =
7 5 1 7 3 7 3
Ejemplo 1.15.3 Obtenga los valores de k , para los cuales la matriz dada tiene inversa.
k 2 2 3
A = 1 k 6 1
9 k + 4
2
k 2 2 3 R1 + R3 k 2 2 3 C3 + C1 k 5 2 3
A = 1 k 6 1 = 1 k 6 1 = 0 k 6 1
9 2 k+4 k +7 0 k +7 0 0 k +7
A = ( k 5 )( k 6 )( k + 7 ) 0
Los valores de k para los cuales la matriz dada tiene inversa son: k 5 , k 6 y k 7
88
MATRICES Y DETERMINANTES
EJERCICIOS DE LA UNIDAD I
1 2 2 3 1 0
=A = ; B = ; C
3 4 3 4 2 1
i) A+ B ii ) 2 A iii ) 1
2 B iv) 2 A 3B + C v) A( BC ) vi ) ( AB )C
1 3 0 2
2 1 3 1 1 2
=
A B= C= 2 1 4 0
1 4 1 1 4 0 1 0 1 4
3
2 1
D=
1 E=
2 1 4
i ) 2 A 3B ; ii ) AB ; iii ) AT C ; iv) DT AT ; v) E ( A + B ) ; vi ) BC
3 1
3) Para la matriz A = y la funcin f ( x ) = x + 2 x 7 , obtenga f ( A )
2
1 0
2 1
4) Para la matriz B = y la funcin g ( x ) = 2 x 6 x + 5 , obtenga g ( B )
3
3 1
1 2 2 1
5) Con las matrices A = y B= , verifique que ( AB ) = B A
T T T
4 3 1 3
1 2 3 1
2 1 3
1 3 4 5 6 1
A=
; B=
3 4 5 ; C=
5 2 9 2 7 3 12 2 10
5 2 7 9
89
MATRICES Y DETERMINANTES
1 2 6 2 1 1 2 4
=A = ; B = ; C =
; D
2 3 1 3 1 1 6 2
2 1 1 1 1 3 2 4
E=
1 3 4 ; F=
2 3 1 1 1
1 2 5 1 2 2 5 2
2 2 2 4 6 1 1 0 1 0 0 1
1 2 1 0 2 0 1 0 2 0 1 5
=G = ; H = ; J
1 1 0 1 8 1 2 0 1 1 0 2
4 3 1 1 4 0 2 0 1 1 1 5
1 2 3
2 2 2 4 2 1 3 4
2 3 5
K= 5 5 5 10 5 ; L=
1 1 1 2 1 0 1 1
3 3 3 3 3 1 3 2
2 4 6
8) Las matrices del ejercicio anterior, llevarlas a una forma escalonada (e.) y obtenga el rango de
9) Usando el mtodo de escalonamiento de Gauss-Jordan, obtenga la inversa (en caso de que esta
exista)
1 1 1
1 3 2 5 1 3
=
A ; =
B ; =
C ; = D 0 1 1
2 5 3 7 2 4 0 0 1
1 1 2 1 3 4 5 1 3
E=
1 2 1 ; F=
2 7 9 ; G=
2 2 4
1 1
0 1 2 1 4 6 3
90
MATRICES Y DETERMINANTES
1 2 1 0
1 1 1 1 2 3
1 3 2 1
H =0 2 8 ; J 1=
1 2 ; K
0 1 0 1
3 3 4 0 5 5
0 1 0 1
1 2 2 3 8 4
10) Dadas las matrices A = ; B = ; C =
3 5 3 4 4 6
Obtenga la matriz X , que satisface, respectivamente cada una de las siguientes igualdades
AX = 2 B C XB + A C = O ( AX + 2 B ) = 3C
T
i) ; ii ) ; iii )
11) Sea B una matriz cuadrada e invertible, que satisface la ecuacin B 2 + 3B I =O , donde O
1 2 3 1 2
1 3 2
A=
1 1 2 ; B=
1 2 ; C=
0 1 2 1 1 2 1 5
13) La siguiente igualdad ( A + B ) =A1 + B 1 es falsa en general para dos matrices cuadradas
1
A y B del mismo orden e invertibles. Proponga dos matrices de orden 2 2 particulares que
3 7
14) La Inversa de 5A es , obtenga la matriz A .
4 9
2 3
15) La inversa de 1 B es , obtenga la matriz B .
2
2 4
1 1 1 1 0 2
1 1 3 , obtenga ( AB ) ( BA)
1 1 1
=
16) Se sabe que A =0 1 2 y B 1 y
1 1 3 1 1 0
91
MATRICES Y DETERMINANTES
2 3 1 1
A = ; B =
4 7 1 1
a b
18) Encuentre las condiciones que deben cumplir a , b , c y d para que la matriz A = sea
c d
2 6 5 1
i) ii )
5 9 3 2
2 4 1
2
1
3
iii ) iv)
1 8 2
3
1
2
a b 2 6
v) vi ) 1 3
b a 3 2
4 2 5 2 3 1
i) 1 3 1 ii ) 3 1 4
7 8 2 4 2 1
2 2 3 1 2 3
iii ) 1 2 1 iv) 1 4 1
4 2 7 3 1 2
92
MATRICES Y DETERMINANTES
2 0 0 1 0 3 1 2
1 1 1 0 0 2 1 3
v) vi )
0 0 1 1 1 1 3 0
0 1 2 1 0 0 1 1
1 3 4 5 1 2 3 4
1 2 4 1 5 6 7 8
vii ) viii )
2 1 0 1 9 10 11 12
1 4 1 6 13 14 15 16
22) Para una matriz A de orden 3 3 , se sabe que A1 = 3 , usando propiedades obtenga
( 2 A)
1
i) 3A ii ) kA1 iii ) iv) 2 A1 v) 2 AT
23) Se tiene una matriz A de orden 4 4 , se sabe que A = 5 , usando propiedades obtenga.
( 2 A)
1
AT
24) Se sabe que: A22 y B33 , A = 2
y B = 6 , obtenga =
2 B 1
3 1
2 BT
a b c
25) Sabemos que d e f = 5 obtenga el valor de cada determinante.
g h i
3c + 2 f 3b + 2e 3a + 2d
2a 2b 2c
f e d
a) d e f b)
2 2 2
3g 3h 3i
i + 3c h + 3b g + 3a
2
2c 5b 2b a
3 2c i 2b h 2a g
2
c) 2 f 5e 2e d d) i h g
3
f + 2c e + 2b d + 2a
2
2i 5h 2h g
3
93
MATRICES Y DETERMINANTES
1 1 1
a b c = (b a )(c a )(c b )
a2 b2 c2
2 2 6 2 4
2 3 1 4
1 1 2 1 1
2 4 7 1
=
a) =
b) 0 2 3 2 1
6 9 3 1
0 0 1 3 1
10 16 2 1
1 1 1 1 4
Sugerencia: Proponga dos matrices cuadradas y calcule el determinante de cada matriz, as como
3 1 2 1 1 3
A = 3 2 2 y B = 1 1 4
1 4 5 2 4 3
94
MATRICES Y DETERMINANTES
32) Obtenga la inversa (en caso de que exista), usando la adjunta, para las siguientes matrices.
3 3 2 5 2 3
i) A = ii ) B = iii ) C
1 2 3 4 6 9
1 3 0 2 3 1 1 0 0
iv) D = 2 7 1 v) E = 3 4 6 vi ) F = 2 3 0
1 1 2 1 2 8 3 1 1
k 3 8 3 4 k + 2 1
i) ii ) iii )
0 k + 2 7 k 7 k 4
2k 1 3 4 2 3 4 k +8 5 9
iv) 0 k + 1 1 v) 0 k 8 vi ) 2 k 2 2
0 k + 7 0 2 k 11 5 k 12
0
k 9 3 2 k 7 1 2
vii ) 7 k + 5 7 viii ) 1 k +4 1
3 k 8 2k + 1 k + 6
3 1
95