UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE INGENIERÍA, CIENCIAS, FÍSICAS Y MATEMÁTICA

CARRERA DE INGENIERIA CIVIL
PROGRAMACION II

ASIGNATURA: Programación II
SEMESTRE – PARALELO: 2do – 2do
PROFESOR: Ing. José Ramiro Pilaluisa Q.
M.Sc.
PERÍODO ACADÉMICO: Abril 2018 – Agosto 2018

INFORME DE INVESTIGACIÓN

TÍTULO: MATRICES

FECHA DE ENTREGA: 12 DE JUNIO DEL

2018

MIEMBROS DEL GRUPO - G6

 CAJILEMA CHIMBORAZO IVAN 100%

 HIDALGO AYALA LUIS FELIPE 100%

 MARTINEZ ORTEGA CRISTHIAN ANDRES 100%

 VERA JARA BRYAN FRANCISCO 100%

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 1
1 Resumen
Una matriz es una tabla rectangular de números reales dispuestos en filas y columnas
del modo:

Abreviadamente se puede expresar A = ( aij ) . Cada elemento de la matriz lleva dos

subíndices. El primero de ellos “i”, indica la fila en la que se encuentra el elemento, y el
segundo, “j”, la columna. Así el elemento a23 está en la fila 2 y columna 3. Las
matrices siempre se representarán con letras mayúsculas.

Tipos de matrices:
 Se llama matriz nula a la que tiene todos los elementos cero.
 Se llama matriz fila a la que solo tiene una fila, es decir su dimensión es 1x n.
 Se llama matriz columna a la que solo consta de una columna, es decir su
dimensión será m x 1.
 Una matriz es cuadrada cuando tiene el mismo número de filas que de columnas,
es decir su dimensión es n x n.
 Matrices diagonales: matrices cuadradas donde todos los elementos fuera de la
diagonal son cero.

OPERACIONES CON MATRICES

 Suma
 Resta
 Producto de matrices
 Transposición de matrices
 Inversa de matrices

2 Introducción
El presente trabajo de investigación es establecer un material que permita al estudiante

una facilidad en el estudio de la materia y el entendimiento de esta. El tema de la

investigación es: Matrices.

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 2
Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma

rectangular, formando filas y columnas.

 Elemento de una matriz

Cada uno de los números de que consta la matriz se denomina elemento.

Un elemento se distingue de otro por la posición que ocupa, es decir, la fila y la

columna a la que pertenece.

 Dimensión de una matriz

El número de filas y columnas de una matriz se denomina dimensión de una matriz. Así,

una matriz de dimensión mxn es una matriz que tiene m filas y n columnas.

3 Materiales y Métodos
La información mostrada en el presente informe fue obtenida a través de:
 Computadoras con acceso a internet, que permitieron extraer información de páginas
online
 Microsoft Word
 Flash memory

El método utiliza en el trabajo investigativo fue objetiva, pues la información obtenida,

muestra la estructura de una matriz, como esta se encuentra conformada, es decir su
estructura, de manera similar los tipos de matrices y las operaciones de las matrices, las
cuales tienen su característica propia que difieren entre si también y un tipo de
característica que se debe cumplir para poder operar, también se aplicó una metodología

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 3
experimental, ya que basándose en la información generalizada, el grupo de trabajo,
empleo los conceptos para poder realizar un ejemplo de las operaciones entre las
matrices.

4 Resultados
Mediante la investigación adquirimos conocimientos principalmente acerca de las
matrices y sus operaciones, lo cual nos permite desarrollar habilidades para la
resolución de cualquier tipo de operación con matrices en los diferentes programas
utilizados para generar líneas de códigos.

En consecuencia, el grupo de trabajo pudo entender la lógica de los pasos que se debe
seguir en cada operación y las condiciones que se deben cumplir para poder realizar las
misma, ya que si en ciertas operaciones no se cumple una condición es imposible
realizar la operación deseada.

5 Discusión
Las matrices son un conjunto de números en los que se los puede ordenar mediante filas
y columnas. También con las matrices podemos realizar varias operaciones como son la
suma, resta, multiplicación, etc. Con estas operaciones nosotros podemos obtener varias
aplicaciones como son en diferentes carreras, pero en la programación las matrices son
utilizadas para poder ordenar valores o datos. Otra de las aplicaciones que se pueden dar
se relaciona con la ingeniería puesto que si tenemos una serie ordenada de datos se
puede obtener el área por ejemplo de un triángulo, solo con la fórmula y los datos de la
matriz.

6 Conclusiones

 Toda matriz diagonal es triangular, tanto superior como inferior, pues los
elementos por encima y por debajo de la diagonal son nulos.
 En las matrices cuadradas, no siempre cumplen que A·B≠B·A, es decir no se
cumple la propiedad conmutativa del producto de matrices.

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 4
  La restricción de que el determinante de la matriz debe ser diferente de cero para

la existencia de la matriz inversa

 La matriz debe ser cuadrada para que exista su inversa.

7 Recomendaciones

 Se debe tomar en cuenta la dimensión de las matrices al momento de realizar

una operación.
 Es importante calcular el determinante de una matriz para poder saber si esta

tiene o no una inversa

 Es importante identificar que la matriz sea cuadrada.

8 Referencias
- Montes Lozano, A (1998): "Álgebra". Obtenido de
https://www.uoc.edu/in3/emath/docs/Algebra_Matrices.pdf

- Anónimo (s.f) Suma de Matrices. Obtenido de

https://www.ditutor.com/matrices/suma_matrices.html

- Matematicas10.net (2018). "Ejemplos de Resta de Matrices". Recuperado de:

https://www.matematicas10.net/2017/03/ejemplos-de-resta-de-matrices.html

- Anónimo (s.f) Suma y Resta de Matrices. Obtenido de

https://www.sectormatematica.cl/contenidos/matsyr.htm

- Belmonte, C (2014). Matriz Transpuesta. Obtenido de:

https://campusdematematicas.com/algebra-lineal/matriz-transpuesta/

- Ditutor. (2015). Determinantes. Obtenido de Ditutor:

http://www.ditutor.com/determinantes/adjunto.html

- Ferrero, P. (18 de Octubre de 2015). vadenumeros.es. Obtenido de

http://www.vadenumeros.es/segundo/matriz-inversa-ecuaciones.htm

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 5
9 ANEXOS (En medio digital)
9.1 Documentación de respaldo consultada, en formato digital

 SUMA DE MATRICES

Como en los números reales, los enteros, los racionales y otros elementos matemáticos,

en las matrices también está definida la operación suma y resta. Más formalmente,

podemos decir que se trata de una operación binaria interna en el grupo de las matrices

de la misma dimensión con coeficientes complejos. Esto es, la suma de matrices es una

operación entre dos matrices de la misma dimensión y su resultado es otra matriz

también de la misma dimensión, ya sean matrices cuadradas o rectangulares.

Para poder sumar o restar matrices, éstas deben tener el mismo número de filas y de

columnas. Es decir, si una matriz es de orden 3 x 2 y otra de 3 x 3, no se pueden sumar

ni restar. Esto es así ya que, tanto para la suma como para la resta, se suman o se restan

los términos que ocupan el mismo lugar en las matrices.

Más formalmente, dadas las matrices de la misma dimensión A=(ai,j) y B=(bi,j), la

operación A+B se define como

A+B=(ai,j+bi,j)

Análisis Matemático

( ) ( )
a11 a12 a13 a14 a15 b 11 b12 b13 b 14 b15
a21 a22 a23 a24 a25 b21 b22 b 23 b 24 b25
A= a31 a32 a33 a34 a35 B= b31 b32 b 33 b 34 b35
a 41 a 42 a43 a44 a45 b41 b 42 b 43 b 44 b 45
a51 a52 a53 a54 a55 b51 b52 b 53 b 54 b55

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 6
 ( )
a 11 +b11 a12 +b12 a13+ b13 a14 +b 14 a15 +b15
a 21+b 21 a 22+b 22 a 23+b 23 a24 +b 24 a25 +b 25
A + B= a 31+b 31 a 32+b 32 a 33+b 33 a34 +b 34 a35 +b 35
a 41+b 41 a 42+b 42 a 43+b 43 a 44 +b 44 a 45+b 45
a 51+b 51 a 52+b 52 a 53+b 53 a54 +b 54 a55 +b 55

Ejemplo:

( )( )
1 2 5 6 8 4 5 1 2 2
2 2 4 1 6 4 2 4 5 1
A= 2 6 3 1 7 B= 3 1 1 2 4
1 4 5 6 7 4 5 5 1 4
1 3 4 5 1 3 1 8 5 7

La matriz suma se obtiene sumando los elementos de las dos matrices

que ocupan la misma posición.

( )
1+ 4 2+5 5+1 6+2 8+2
2+4 2+2 4 +4 1+5 6+1
A + B= 2+3 6+1 3+1 1+ 2 7+ 4
1+4 4+5 5+5 6 +1 7+ 4
1+3 3+1 4+8 5+5 1+ 7

( )
5 7 6 8 10
6 4 8 6 1
A + B= 5 7 4 3 11
5 9 10 7 11
4 4 12 10 8

Propiedades de la Suma de Matrices

1. Interna

La suma de dos matrices de orden m x n es otra matriz dimensión m x n.

2. Asociativa

A + (B + C) = (A + B) + C

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 7
 3. Elemento Neutro

A+0=A

Donde 0 es la matriz nula de la misma dimensión que la matriz A.

4. Elemento Opuesto

A + (−A) = O

5. Conmutativa

A+B=B+A

 RESTA DE MATRICES

Para poder sumar o restar matrices, éstas deben tener el mismo número de filas y de
columnas. Es decir, si una matriz es de orden 3 x 2 y otra de 3 x 3, no se pueden sumar
ni restar. Esto es así ya que, tanto para la suma como para la resta, se suman o se restan
los términos que ocupan el mismo lugar en las matrices.

Sean las matrices:

Amxn = (aij) , Bmxn= (bij)

Amxn - Bmxn = (aij) - (bij) 1 ≤ i ≤ m, 1 ≤ j ≤ n

Análisis Matemático

( ) ( )
a11 a12 a13 a14 a15 b 11 b12 b13 b 14 b15
a21 a22 a23 a24 a25 b21 b22 b 23 b 24 b25
A= a31 a32 a33 a34 a35 B= b31 b32 b 33 b 34 b35
a 41 a 42 a43 a44 a45 b41 b 42 b 43 b 44 b 45
a51 a52 a53 a54 a55 b51 b52 b 53 b 54 b55

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 8
 ( )
a11 −b11 a12−b 12 a13−b 13 a14−b 14 a15−b15
a21−b 21 a 22−b22 a23−b 23 a24−b 24 a25−b25
A−B= a31−b 31 a 32−b32 a33−b33 a34−b 34 a35−b35
a41−b 41 a 42−b42 a 43−b 43 a 44−b 44 a 45−b 45
a51−b 51 a 52−b52 a53−b53 a54−b 54 a55−b55

Ejemplo:

( )( )
1 2 5 6 8 4 5 1 2 2
2 2 4 1 6 4 2 4 5 1
A= 2 6 3 1 7 B= 3 1 1 2 4
1 4 5 6 7 4 5 5 1 4
1 3 4 5 1 3 1 8 5 7

La matriz resta se obtiene sumando los elementos de las dos matrices que
ocupan la misma posición.

( )
1−4 2−5 5−1 6−2 8−2
2−4 2−2 4−4 1−5 6−1
A−B= 2−3 6−1 3−1 1−2 7−4
1−4 4−5 5−5 6−1 7−4
1−3 3−1 4−8 5−5 1−7

( )
−3 −3 4
4 7
−2 0 0 −4 5
A−B= −1 5 2 −1 3
−3 −1 0 5 3
−2 2 −4 0 −6

Propiedades de la Resta de Matrices

1. Interna

La resta de dos matrices de orden m x n es otra matriz dimensión m x n.

2. Asociativa

A - (B - C) = (A - B) - C

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 9
 3. Elemento Neutro

A-0=A

Donde 0 es la matriz nula de la misma dimensión que la matriz A.

 PRODUCTO DE MATRICES

Hay que dejar claro ya desde el principio que no todas las matrices pueden

multiplicarse. Dos matrices se pueden multiplicar cuando se cumple la siguiente

condición:

“Para multiplicar dos matrices A y B, en este orden, A·B, es condición indispensable

que el número de columnas de A sea igual al número de filas de B”

Si no se cumple esta condición, el producto A·B no puede realizarse, de modo que esta

es una condición que debemos comprobar previamente a la propia multiplicación.

Una vez comprobado que el producto A·B se puede realizar, si A es una matriz m x n y

B es una matriz n x p (observemos que el nº de columnas de A = n = nº de filas de B),

entonces el producto A·B da como resultado una matriz C de tamaño n x p del siguiente

modo:

“El elemento que se encuentra en la fila i y la columna j de la matriz C=A·B, se

obtiene multiplicando los elementos de la fila i de A por la columna j de B y sumando

los resultados”

Propiedades de la multiplicación de producto

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 10
  Asociativa: A (B*C) = (A*B) C, ∀A, B, C: A ∈ M n×m, B ∈ M m×k, C ∈ M k× p
 Distributiva: A (B + C) = A*B + A*C, ∀A, B, C: A∈ M n×m B; C ∈ M m×k
 Elemento neutro: Si A es una matriz cuadrada de tamaño m, entonces la matriz

identidad Imxm es elemento neutro, de manera que: I*A = A*I = A

Ejemplos:
Matriz A Matriz B
a11 a12 a13 a14 a15 b11 b12 b13 b14 b15
a21 a22 a23 a24 a25 b21 b22 b23 b24 b25
a31 a32 a33 a34 a35 b31 b32 b33 b34 b35
a41 a42 a43 a44 a45 b41 b42 b43 b44 b45
a51 a52 a53 a54 a55 b51 b52 b53 b54 b55
5 x 5 5 x 5

Se cumple la condición,
entonces se puede realizar
la multiplicación.

Determina el tamaño de la
nueva matriz.

Matriz A*B = C
c11= (a11*b11 + a12*b21 +a13*b31+ a14*b41+ a15*b51)
c11 c12 c13 c14 c15 c12= (a11*b12 + a12*b22 +a13*b32+ a14*b42+ a15*b52)
c21 c22 c23 c24 c25 c13= (a11*b13 + a12*b23 +a13*b33+ a14*b43+ a15*b53)
c31 c32 c33 c34 c35 c14= (a11*b14 + a12*b24 +a13*b34+ a14*b44+ a15*b54)
c41 c42 c43 c44 c45 = c a b + a b +a b + a b + a b
15= ( 11* 15 12* 25 13* 35 14* 45 15* 55)
c51 c52 c53 c54 c55 c21= (a21*b11 + a22*b21 +a23*b31+ a24*b41+ a25*b51)
c22= (a21*b12 + a22*b22 +a23*b32+ a24*b42+ a25*b52)
c23= (a21*b13 + a22*b23 +a23*b33+ a24*b43+ a25*b53)
c24= (a21*b14 + a22*b24 +a23*b34+ a24*b44+ a25*b54)
c25= (a21*b15 + a22*b25 +a23*b35+ a24*b45+ a25*b55)
c31= (a31*b11 + a32*b21 +a33*b31+ a34*b41+ a35*b51)
c32= (a31*b12 + a32*b22 +a33*b32+ a34*b42+ a35*b52)
c33= (a31*b13 + a32*b23 +a33*b33+ a34*b43+ a35*b53)
c34= (a31*b14 + a32*b24 +a33*b34+ a34*b44+ a35*b54)
c35= (a31*b15 + a32*b25 +a33*b35+ a34*b45+ a35*b55)
c41= (a41*b11 + a42*b21 +a43*b31+ a44*b41+ a45*b51)
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 11
c42= (a41*b12 + a42*b22 +a43*b32+ a44*b42+ a45*b52)
c43= (a41*b13 + a42*b23 +a43*b33+ a44*b43+ a45*b53)
c44= (a41*b14 + a42*b24 +a43*b34+ a44*b44+ a45*b54)
c45= (a41*b15 + a42*b25 +a43*b35+ a44*b45+ a45*b55)
Ejemplo:
Matriz A Matriz B
2 3 4 5 5 4 5 7 2 1
4 2 1 8 8 4 2 6 4 1
5 6 7 1 1 4 5 2 3 8
4 1 2 1 3 5 x 1 4 4 6 9
2 3 1 4 2 5 6 3 3 4
5
5 x 5

Se cumple la condición,
entonces se puede realizar
la multiplicación.

Determina el tamaño de la
nueva matriz.

Matriz C
66 86 75 73 102 c11= (2*4 + 3*4 + 4*4 + 5*1 + 5*5) = 66
76 109 98 91 118 c12= (2*5 + 3*2 + 4*5 + 5*4 + 5*6) = 86
78 82 92 64 80 c13= (2*7 + 3*6 + 4*2 + 5*4 + 5*3) = 75
44 54 51 33 42 c14= (2*2 + 3*4 + 4*3 + 5*6 + 5*3) = 73
38 49 56 49 57 c15= (2*1 + 3*1 + 4*8 + 5*9 + 5*4) = 102

c21= (4*4 + 2*4 + 1*4 + 8*1 + 8*5) = 76

c22= (4*5 + 2*2 + 1*5 + 8*4 + 8*6) = 109
c23= (4*7 + 2*6 + 1*2 + 8*4 + 8*3) = 98
c24= (4*2 + 2*4 + 1*3 + 8*6 + 8*3) = 91
c25= (4*1 + 2*1 + 1*8 + 8*9 + 8*4) = 118

c31= (5*4 + 6*4 + 7*4 + 1*1 + 1*5) = 78

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc.
c32= (5*5 + 6*2 + 7*5 + 1*4 + 1*6) = 82
c33= (5*7 + 6*6 + 7*2 + 1*4 + 1*3) = 92
Abril 2018 – Agosto 2018 12
c34= (5*2 + 6*4 + 7*3 + 1*6 + 1*3) = 64
c35= (5*1 + 6*1 + 7*8 + 1*9 + 1*4) = 80

c41= (4*4 + 1*4 + 2*4 + 1*1 + 3*5) = 44

  MATRIZ TRANSPUESTA

Se llama matriz traspuesta de una matriz A de dimensión m x n, a la matriz que se

obtiene al cambiar en A las filas por columnas o las columnas por filas. Se representa

por At y su dimensión es n x m.

Análisis Matemático:

( )
a11 a12 a13 a14 a15
a21 a22 a23 a24 a25
A= a31 a32 a33 a34 a35
a 41 a 42 a43 a44 a45
a51 a52 a53 a54 a55

Para halla la matriz transpuesta de A (AT) se cambian filas por columnas, por lo tanto:

( )
a11 a21 a31 a41 a 51
a12 a22 a32 a42 a 52
t
A = a13 a23 a33 a43 a 53
a14 a24 a 34 a 44 a 54
a15 a25 a35 a45 a 55

Ejemplo:

( )
2 1 5 −1 6
1 4 0 3 7
A= 1 0 0 −7 9
3 2 1 0 8
1 1 0 3 4

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 13
 ( )
3 2 1 1 1
1 4 0 2 1
At= 5 0 0 1 0
−1 3 −7 0 3
6 7 9 8 4

Propiedades de la Matriz Transpuesta

 Involutiva
(AT)T = A
 Distributiva
(A+B)T = AT + BT
 Lineal
(cA)T = cAT
 Producto
(A * B)T = AT * BT

Matriz Simétrica:

Diremos que una matriz es simétrica si: AT = A

Ejemplo:

Matriz Asimétrica:

Diremos que una matriz es antisimétrica si: AT = -A

Ejemplo:

 MATRIZ INVERSA

Sean A y B dos matrices cuadradas de orden n ×n tal que A ∙ B=B ∙ A=I

, donde I es la matriz identidad de orden n ×n ; entonces B se llama la inversa

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 14
de A y se denota por A
−1
; dado esta condición podemos decir que A

−1
¿ I y entoces A =I

Si A=I

[ a11 a12
a21 a22 ] [ ]
=
1 0
0 1
en donde el determinante (D) ≠ 0

Entonces

I =B= A−1

[ ][1 0 = a11 a12

0 1 a21 a 22 ]
Propiedades

 ( A ∙ B )−1=B−1 ∙ A−1

−1
 ( A−1 ) = A

 −1 −1 −1
(λ ∙ A )   =λ ∙ A ∀ λ ≠ 0∈ R

−1 t
 ( At ) =( A−1 )

Si la determinante de la matriz A es igual a 0, entonces A no es invertible.

Calculo de matriz inversa por adjuntos y determinantes (Cramer)

En este apartado se va a mostrar una forma, alternativa a la anterior, de determinar

cuándo una matriz cuadrada tiene inversa, así como a calcularla.

La matriz:

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 15
es inversible si y sólo si su determinante es diferente de cero ( A ≠ 0 ) y la forma de

calcularla es la siguiente:

donde Ad es la matriz de adjuntos de A y (Ad )T , su traspuesta.

La restricción de que el determinante de la matriz debe ser diferente de cero para la

existencia de la matriz inversa es debido a la imposibilidad de dividir por cero. Dicha

condición, a diferencia de la de inversibilidad, sí que es necesaria y suficiente; esto es,

podemos afirmar que toda matriz cuyo determinante sea diferente de cero tiene inversa.

Calculo de matriz inversa por Gauss Jordan

En el proceso para obtener la matriz inversa de A se considera la matriz aumentada

[ A|I n ] y se realizan operaciones elementales por filas que consigan transformar la

matriz A en la matriz I n , de esta forma la matriz I n se habrá transformado en

A
−1
. Es decir, se han de realizar operaciones elementales por filas de forma que

obtengamos la matriz [ I |A ]
n
−1
. En resumen si −1
A=I entoces A =I

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 16
Operaciones Elementales

Se llama operación elemental realizada en una matriz a cualquiera de las

transformaciones siguientes:

 Cambiar entre si dos filas. Se puede representar por Fi ⇔ F j , siendo Fi y

F j dos filas de la matriz.

 Multiplicar una fila por un número real distinto de cero. Se puede representar

por Fi ⇒ k F i ; ∀ k ≠ 0∈ R

 Sumar una fila a otra fila multiplicada por un número real. Se puede representar

por Fi ⇒ F i+ k F j ; ∀ k ≠ 0∈ R

Para calcular la inversa de una matriz cuadrada se suele seguir el siguiente

procedimiento.

 Se escribe la matriz aumentada [ A |I ] .

 Mediante la reducción por reglones se lleva a la matriz A a su forma

escalonada reducida por reglones.

 Si la forma escalonada reducida por reglones de A es la matriz identidad

I entonces la matriz que se halla a la derecha de la vertical es A−1 .

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 17
Ejemplo por el Método de Crammer:

)( )
a11 a12 a 13 a14 a15

(
−1 0 0 0 0
0 −1 0 0 0 a 21 a22 a23 a24 a25
A= 0 −2 2 0 0 ; A= a 31 a32 a33 a34 a35
0 0 0 −1 0 a 41 a 42 a43 a44 a45
0 0 0 0 −1 a 51 a52 a53 a54 a55

Calculamos la determinante

det A = 2

Determinante de A es distinto de cero, entonces la matriz invertible A-1 existe.

Para resolver una matriz invertible calculemos los menores y cofactores de la

matriz A

Calculamos los cofactores

-1 0 0 0
-2 2 0 0
A1,1 = = -2
0 0 -1 0
0 0 0 -1

0 0 0 0
0 2 0 0
A1,2 = = 0
0 0 -1 0
0 0 0 -1

0 -1 0 0
0 -2 0 0
A1,3 = = 0
0 0 -1 0
0 0 0 -1

0 -1 0 0
0 -2 2 0
A1,4 = = 0
0 0 0 0
0 0 0 -1

0 -1 0 0
0 -2 2 0
A1,5 = = 0
0 0 0 -1
0 0 0 0

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 18
 0 0 0 0
-2 2 0 0
A2,1 = = 0
0 0 -1 0
0 0 0 -1

-1 0 0 0
0 2 0 0
A2,2 = = -2
0 0 -1 0
0 0 0 -1
.

Una vez terminado de hacer los cofactores ensamblamos nuestra matriz adjunta

-2 0 0 0 0
0 -2 -2 0 0
C= 0 0 1 0 0
0 0 0 -2 0
0 0 0 0 -2

Transpuesta de la matriz cofactores:

-2 0 0 0 0
0 -2 0 0 0
CT = 0 -2 1 0 0
0 0 0 -2 0
0 0 0 0 -2

Resolvamos una matriz invertible.

-1 0 0 0 0
0 -1 0 0 0
-1
CT
A = = 0 -1 1/2 0 0
det A
0 0 0 -1 0
0 0 0 0 -1

Ejemplo por el método de Gauss Jordan:

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 19
 ( )
−1 0 0 0 0
0 −1 0 0 0
A= 0 −2 2 0 0
0 0 0 −1 0
0 0 0 0 −1

( )
−1 0 0 0 0⋮1 0 0 0 0
0⋮ 0 1 0 0 0
0 −1 0 0
0 −2 2 0 0⋮ 0 0 1 0 0
0 0 0 −1 0⋮ 0 0 0 1 0
0 0 0 0 −1 ⋮ 0 0 0 0 1

f 3=(−2 ) f 2+ f 3

( )
−1 0 0 0 0⋮1 0 0 0 0
0⋮ 0 1 0 0 0
0 −1 0 0
0 0 2 0 0 ⋮0 −2 1 0 0
0 0 0 −1 0⋮ 0 0 0 1 0
0 0 0 0 −1 ⋮ 0 0 0 0 1
f 1= (−1 )∗f 1

( )
1 0 0 0 0 ⋮−1 0 0 0 0
0⋮0 1 0 0 0
0 −1 0 0
0 0 2 0 0⋮ 0 −2 1 0 0
0 0 0 −1 0 ⋮ 0 0 0 1 0
0 0 0 0
−1 ⋮ 0 0 0 0 1
f 2= (−1 )∗f 2

( )
1 0 0 0 0 ⋮−1 0 0 0 0

0 0 0 ⋮ 0 −1 0 0 0
0 1
0 0 2 0 0⋮ 0 −2 1 0 0
0 0 0 −1 0 ⋮ 0 0 0 1 0
0 0 0 0 −1 ⋮0 0 0 0 1

f 3= ( 12 )∗f 3

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 20
 ( )
1 0 0 0 0 ⋮−1 0 0 0 0
0⋮ 0 −1 0 0 0
0 1 0 0
0 0 1 0 0 ⋮ 0 −1 1/2 0 0
0 0 0 −1 0⋮ 0 0 0 1 0
0 0 0 0
−1 ⋮ 0 0 0 0 1
f 4= (−1 )∗f 4

( )
1 0 0 0 0 ⋮−1 0 0 0 0

0 0 ⋮ 0 −1 0 0 0
0 1 0
0 0 1 0 0 ⋮ 0 −1 1/2 0 0
0 0 0 1 0 ⋮ 0 0 0 −1 0
0 0 0 0 −1 ⋮0 0 0 0 1
f 5=(−1 )∗f 5

( )
1 0 0 0 0 ⋮−1 0 0 0 0

0 0⋮0 −1 0 0 0
0 1 0
0 0 1 0 0⋮0 −1 1/2 0 0
0 0 0 1 0⋮0 0 0 −1 0
0 0 0 0 1⋮0 0 0 0 −1

( )
−1 0 0 0 0
0 −1 0 0 0
A−1= 0 −1 1/2 0 0
0 0 0 −1 0
0 0 0 0 −1

Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 21