M 63 Unidad 05

Pgina del Colegio de Matemticas de la ENP-UNAM Matrices y determinantes Autor: Dr.
Jos Manuel Becerra Espinosa

1

MATRICES Y DETERMINANTES

TEMA V

V.1 DEFINICIN DE MATRIZ

Una matriz es un conjunto de nmeros, objetos u operadores, dispuestos en un arreglo bidimensional de
renglones y columnas, encerrados entre parntesis rectangulares, que obedecen a ciertas reglas
algebraicas.

Ejemplos de matrices:
(

10 6
8 1
,
(
(
(
3 4 13
2 1 0
5 1 7
,
(
(
(
(
h g
f e
d c
b a
, [ ] i i 7 5 2 3 +

Cada una de las partes integrantes del arreglo es llamado elemento de la matriz y su localizacin en el
arreglo es identificado por un sistema de doble subndice, en el cual el primer subndice indica el rengln
y el segundo subndice indica la columna.

(
(
(
(
(
(
=
nm n n n
m
m
m
a a a a
a a a a
a a a a
a a a a
A
K
M M M M M
K
K
K
3 2 1
3 33 32 31
2 23 22 21
1 13 12 11

En donde el elemento
ij
a est localizado en el rengln i-simo y la j-sima columna del arreglo A.

Una matriz que tiene n renglones y m columnas se dice que es una matriz de orden nx m (se lee como
matriz de orden n por m).

Cuando se trata de matrices muy grandes se representan con una sola letra mayscula, o por un solo
elemento con doble ndice:

[ ]
ij
a A=

donde i va desde 1 hasta n y j va desde 1 hasta m

Una matriz con un solo rengln o con una sola columna es conocida como vector rengln o vector
columna respectivamente. Por ejemplo, la matriz B es un vector rengln de 5 1 y la matriz C es un
vector columna de 1 3 :
[ ]
5 4 3 2 1
b b b b b B = ,
(
(
(
=
3
2
1
c
c
c
C
Pgina del Colegio de Matemticas de la ENP-UNAM Matrices y determinantes Autor: Dr. Jos Manuel Becerra Espinosa
2

Una matriz es cuadrada si posee el mismo nmero de renglones y de columnas:

Ejemplo.
4 4
11 9 4 3
4 5 10 1
3 8 0 7
1 6 2 4
(
(
(
(
= D

La diagonal principal de una matriz cuadrada es el conjunto de elementos que aparecen sobre la diagonal del
arreglo que va desde el extremo superior izquierdo al extremo inferior derecho, es decir, aquellos elementos
ii
a . En el ejemplo anterior los elementos de la diagonal principal son 11 , 5 , 0 , 4 .

La traza de una matriz cuadrada es la suma de los elementos de su diagonal principal. Se denota como
( ) A tr .

Ejemplo.
Para la matriz anterior, su traza es: ( ) ( ) 2 11 5 0 4 = + + + = D tr

La transpuesta de una matriz A es la matriz designada por ' A
T
A en donde los renglones de A son
las columnas de
T
A , esto es, si:

[ ] [ ]
ji
T
ij
a A a A = =

Ejemplos.
a)
3 4
11 4 6
8 0 2
9 3 7
2 1 5
(
(
(
(
= E ;
4 3
11 8 9 2
4 0 3 1
6 2 7 5
(
(
(

=
T
E
b)
5 2
(
=
j i h g f
e d c b a
F ;
2 5
(
(
(
(
(
(
=
j e
i d
h c
g b
f a
F
T

Dos matrices se dice que son iguales si son del mismo orden y todos los elementos de la matriz son
idnticos a sus correspondientes elementos de la otra matriz.

Ejemplo.
5 2
7 5 2 1 6
8 0 3 1 4
= P ;
5 2
4
28
3
15
7
14
4
4
2
12
2
16
2
0
3
9
6
6
2
8
(
(
(
= Q
Q P =

3

V.2 OPERACIONES CON MATRICES

Suma

La suma de matrices B A C + = se define como
ij ij ij
b a c + = . Esto es, la suma de matrices es igual a
la suma de los elementos correspondientes de ambas matrices que tienen el mismo orden.

Ejemplo.
4 2
4 3 11 1
0 7 6 2
= A ;
4 2
10 1 2 4
5 2 8 6

= B
4 2
14 4 9 3
5 9 14 4

= + B A

La operacin suma cumple con las siguientes propiedades:

Propiedad asociativa: ( ) ( ) C B A C B A + + = + +
Propiedad conmutativa: ( ) ( ) A B B A + = +

Ejemplos.
a)
2 2 2 2 2 2 2 2 2 2 2 2
12 7
10 17
9 5
3 11
3 2
13 6
9 5
3 11
0 3
8 4
3 1
5 2

(
=
(

+
(
=
(

+
|
|
\
|
(
+
(

2 2 2 2 2 2 2 2 2 2 2 2
12 7
10 17
9 8
5 15
3 1
5 2
9 5
3 11
0 3
8 4
3 1
5 2

(
=
(
+
(
=
|
|
\
|
(

+
(
+
(

b)
3 2 3 2 3 2 3 2 3 2
5 3 11
0 2 3
6 5 4
3 2 1
1 8 7
3 0 2
1 8 7
3 0 2
6 5 4
3 2 1

(
=
(
+
(
=
(
+
(

Diferencia

La diferencia o resta de matrices B A C = se define como
ij ij ij
b a c = . Esto es, la diferencia de
matrices es igual a la resta de los elementos correspondientes de ambas matrices que tienen el mismo
orden.

Ejemplo.
2 3
1 3
8 5
9 7
(
(
(
= C ;
2 3
4 1
2 3
5 0
(
(
(
= D

2 3
5 2
6 8
14 7
(
(
(
= D C

4

Multiplicacin de una matriz por un escalar

El producto de una matriz A por un escalar k se define como:
ij
a k A k = , esto es, se multiplica cada
uno de los elementos de la matriz por el escalar.

Ejemplo.
5 2
1 9 0 8 5
7 10 6 4 2
= C ; 3 = k ;
5 2
3 27 0 24 15
21 30 18 12 6

= C k

Multiplicacin de matrices

Para efectuar el producto de dos matrices se requiere que el nmero de columnas de la primera matriz
sea igual que el nmero de renglones de la segunda. Cuando sucede esto se dice que las matrices son
conformables para la multiplicacin. Esto es, si A es de orden n p y B es de orden q n el orden de
la matriz producto es q p .

Los elementos de la matriz producto B A se definen de la siguiente manera:

=
=
n
k
kj ik ij
b a c
1

donde i va desde 1 hasta p y j va desde 1 hasta q .

El elemento que ocupa la posicin ( ) j i, de la matriz C de p filas y q columnas, se obtiene sumando los
productos de los elementos de la fila i de A por los elementos de la columna j de B .

Ejemplos.
1)
2 2
4 6
5 1

= A ;
2 2
2 10
1 4
= B
( ) ( )( ) ( ) ( )( )
( ) ( ) ( ) ( )
2 2 2 2 2 2
2 16
11 54
8 6 40 24
10 1 50 4
2 4 1 6 10 4 4 6
2 5 1 1 10 5 4 1

(
=
(
+
+
=
(
+ +
+ +
= B A

2)
2 3
32 31
22 21
12 11
(
(
(
=
a a
a a
a a
A ;
4 2
24 23 22 21
14 13 12 11
=
b b b b
b b b b
B
4 3
24 32 14 31 23 32 13 31 22 32 12 31 21 32 11 31
24 22 14 21 23 22 13 21 22 22 12 21 21 22 11 21
24 12 14 11 23 12 13 11 22 12 12 11 21 12 11 11
(
(
(
+ + + +
+ + + +
+ + + +
=
b a b a b a b a b a b a b a b a
B A
3)
2 4
6 1
4 3
2 1
0 5
(
(
(
(
= A ;
3 2
5 0 3
1 2 1

= B
5

3 4 3 4
29 2 17
23 6 15
9 2 5
5 10 5
30 1 0 2 18 1
20 3 0 6 12 3
10 1 0 2 6 1
0 5 0 10 0 5

(
(
(
(
=
(
(
(
(
+ + +
+ + +

+ + +
= B A

4) [ ]
2 1
5 4

= i A ;
3 2
3 0 1
2 1 10
=
i
i i
B
[ ] [ ]
3 1 3 1
2
8 15 4 45 15 8 0 4 5 40

+ = + = i i i i i i i B A

5)
4 2
6 2 5 0
4 9 1 3
= A ; [ ]
3 1
9 7 1

= B
No son conformables para el producto.

En general, el producto de matrices no es conmutativo: A B B A

Ejemplo.
3 3
2 4 10
0 2 3
1 5 1
(
(
(
= A ;
3 3
7 0 3
2 1 5
1 4 2
(
(
(
= B
(
(
(

(
(
(
=
7 0 3
2 1 5
1 4 2
2 4 10
0 2 3
1 5 1
B A

( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ) ( ) ( )( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ) ( ) ( )( )
3 3
7 2 2 4 1 10 0 2 1 4 4 10 3 2 5 4 2 10
7 0 2 2 1 3 0 0 1 2 4 3 3 0 5 2 2 3
7 1 2 5 1 1 0 1 1 5 4 1 3 1 5 5 2 1
(
(
(
+ + + + + +
+ + + + + +
+ + + + + +
=

3 3
12 36 34
1 10 16
16 1 24
(
(
(

=
(
(
(
(
(
(
=
2 4 10
0 2 3
1 5 1
7 0 3
2 1 5
1 4 2
A B

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( )( ) ( )( ) ( ) ( )( ) ( )( ) ( ) ( )( ) ( )( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
3 3
2 7 0 0 1 3 4 7 2 0 5 3 10 7 3 0 1 3
2 2 0 1 1 5 4 2 2 1 5 5 10 2 3 1 1 5
2 1 0 4 1 2 4 1 2 4 5 2 10 1 3 4 1 2
(
(
(
+ + + + + +
+ + + + + +
+ + + + + +
=

3 3
17 43 73
1 15 18
4 22 24
(
(
(
=
6

A B B A

El producto definido de matrices acepta las siguientes propiedades:

Propiedad asociativa: ( ) ( ) C B A C B A =
Propiedad distributiva de la multiplicacin respecto a la suma: ( ) B C A C B A C + = +

V.3 MATRICES ESPECIALES

1. Matriz cero (matriz nula)

Es aquella matriz, la cual puede ser de cualquier orden, en la que todos sus elementos valen cero.

n m
(
(
(
(
=
0 0 0 0
0 0 0 0
0 0 0 0
0
K
M M M M M
K
K

sus propiedades son:
0 0 = A
A A = + 0

Ejemplo.
Sean:
2 2
2 5
1 3

= A ;
2 2
0 0
0 0
0
=
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
(
=
(
+ +
+ +
=
(
=
0 0
0 0
2 0 1 0 5 0 3 0
2 0 1 0 5 0 3 0
2 5
1 3
0 0
0 0
0 A
( )
(

=
(
+ +
+ +
=
(

+
(
= +
2 5
1 3
2 0 5 0
1 0 3 0
2 5
1 3
0 0
0 0
0 A

2. Matriz identidad (matriz unitaria)

Es una matriz cuadrada de orden n tal que todos los elementos de su diagonal principal son uno y los
elementos fuera de ella son cero.

n n
I
(
(
(
(
(
(
=
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
K
M M M M M
K
K
K

La propiedad principal de una matriz cuadrada es que:
A I A A I = =

Ejemplo.
7

Sean:
2 2
1 3
2 4
= A ;
2 2
1 0
0 1
= I
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
(
=
(
+ +
+ +
=
(
=
1 3
2 4
1 1 0 3 0 1 1 3
1 2 0 4 0 2 1 4
1 0
0 1
1 3
2 4
I A
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
(
=
(
+ +
+ +
=
(
=
1 3
2 4
1 1 2 0 3 1 4 0
1 0 2 1 3 0 4 1
1 3
2 4
1 0
0 1
A I

3. Matriz diagonal

Es una matriz cuadrada de orden n tal que todos los elementos fuera de su diagonal principal son cero.

n n
nn
d
d
d
d
D
(
(
(
(
(
(
=
K
M M M M M
K
K
K
0 0 0
0 0 0
0 0 0
0 0 0
33
22
11

Ejemplo.
(
(
(
=
7 0 0
0 6 0
0 0 12
D

4. Matriz triangular superior

Es una matriz cuadrada de orden n en la cual todos los elementos debajo de la diagonal principal son
cero.

0 =
ij
u para j i >

n n
nn
n
n
n
u
u u
u u u
u u u u
U
(
(
(
(
(
(
=
K
M M M M M
K
K
K
0 0 0
0 0
0
3 33
2 23 22
1 13 12 11

Ejemplo.
(
(
(
(
=
i
i i
i i i
i i i i
U
9 0 0 0
2 0 0
6 3 4 0
13 5 8 7

8

5. Matriz triangular inferior

Es una matriz cuadrada de orden n en la cual todos los elementos por arriba de la diagonal principal son
cero.
0 =
ij
l para j i <

n n
nn n n n
l l l l
l l l
l l
l
L
(
(
(
(
(
(
=
K
M M M M M
K
K
K
3 2 1
33 32 31
22 21
11
0
0 0
0 0 0

Ejemplo.
(

=
17 9
0 6
L

6. Matriz simtrica

Se dice que una matriz cuadrada es simtrica si es igual a su propia transpuesta:
T
A A =

ji ij
a a = para toda i y para toda j

Ejemplo.
T
A A =
(
(
(
(
=
6 4 0 8
4 7 5 2
0 5 4 2
8 2 2 3

7. Matriz antisimtrica

Se dice que una matriz cuadrada es antisimtrica si es igual al negativo de su propia transpuesta:
T
A A =

ji ij

Ejemplo.
A A A A
T T
=
(
(
(
=
(
(
(
=
(
(
(
=
0 4 3
4 0 2
3 2 0
0 4 3
4 0 2
3 2 0
0 4 3
4 0 2
3 2 0

8. Matriz conjugada

Sea A una matriz de nmeros complejos. Si se reemplaza cada elemento por su complejo conjugado se
obtiene A que es su matriz conjugada.

9

Ejemplo.
(
(
(
+
+
+
=
6 17 13 5 16 10
9 11 14 7 6 4 8
1 6 3 8 2 5
i i i
i i i
i i i i
A

(
(
(
+
+ +
+ +
=
6 17 13 5 16 10
9 11 14 7 6 4 8
1 6 3 8 2 5
i i i
i i i
i i i i
A

9. Matriz hermitiana

Se dice que una matriz de nmeros complejos cuadrada es hermitiana, denotada como
*
A , si es igual a
su propia transpuesta conjugada:
* T
A A A = =

ji ij

Ejemplo.
(
=
4 6 2
6 2 5
i
i
A
(
+
=
4 6 2
6 2 5
i
i
A
A
i
i
A A
T
=
(
= =
4 6 2
6 2 5
*

10. Matriz antihermitiana
1

Se dice que una matriz de nmeros complejos cuadrada es antihermitiana si es igual al negativo de su
propia transpuesta conjugada:
* T
A A A = =

ji ij

Ejemplo.
(
=
i
i
A
6 9
9 11

(

=
i
i
A
6 9
9 11

A
i
i
A A
* T
=
(
= =
6 9
9 11

1
Las matrices simtricas son un caso especial de las hermitianas y las matrices antisimtricas son un caso especial de las
antihermitianas. Por lo tanto, toda matriz simtrica es hermitiana, pero una matriz hermitiana no necesariamente es simtrica. De la
misma forma, toda matriz antisimtrica es antihermitiana, pero una matriz antihermitiana no necesariamente es antisimtrica.
10

A
i
i
A =
(
=
6 9
9 11
*

V.4 DETERMINANTES

V.4.1 DEFINICIN

Sea A una matriz cuadrada de orden n. Se define como determinante de A (denotado como A ,
( ) A det
A
) a la suma de los n productos (signados) formados por n-factores que se obtienen al
multiplicar n-elementos de la matriz de tal forma que cada producto contenga un slo elemento de cada
fila y columna de A.

Esto significa que un determinante es un valor numrico que est relacionado con una matriz
cuadrada y que sigue ciertas reglas para su clculo .

( ) = =
nn n n n
n
n
n
a a a a
a a a a
a a a a
a a a a
A
L
M M M M M
K
K
K
3 2 1
3 33 32 31
2 23 22 21
1 13 12 11
det

Dos matrices diferentes (tanto en orden como en elementos) pueden tener igual determinante. Ntese
como la notacin de determinante no presenta los corchetes (a diferencia de las matrices) sino slo
lneas.

V.4.2 CLCULO DE DETERMINANTES DE SEGUNDO Y TERCER ORDEN. REGLA DE SARRUS

Para calcular determinantes de segundo y tercer grado el mtodo ms simple es el de multiplicacin
diagonal, mejor conocido como Regla de Sarrus.

Esta regla establece que para una matriz de segundo orden
(
=
22 21
12 11
a a
a a
A , su determinante se calcula
de la siguiente manera:

( )
12 21 22 11
22 21
12 11
det a a a a
a a
a a
A = =

esto significa que el determinante de segundo orden es el producto de los elementos de la diagonal
principal menos el producto de los elementos de la diagonal secundaria.

Ejemplos.
1) ( ) ( ) 2 10 12 5 2 4 3
4 2
5 3
= = =
11

2) ( ) ( ) 4 24 28 8 3 7 4
7 3
8 4
= + = =

3) ( ) ( ) 78 30 48 6 5 4 12
4 5
6 12
= + = =

La regla de Sarrus aplicada a una matriz de tercer orden
(
(
(
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A , establece que su
determinante se calcula como:

( )
23 32 11 33 12 21 13 22 31 23 12 31 13 32 21 33 22 11
33 32 31
23 22 21
13 12 11
det a a a a a a a a a a a a a a a a a a
a a a
a a a
a a a
A + + = =

esto significa que el determinante de segundo orden es la suma de los productos de los elementos de la
diagonal principal y sus dos paralelas, menos la suma de los productos de los elementos de la diagonal
secundaria y sus dos paralelas.

Ejemplos.
1) ( )( ) ( )( ) ( )( )( ) ( )( )( ) ( )( )( ) ( )( ) 1 0 1 6 3 7 5 4 2 1 3 2 5 0 7 6 4 1
6 0 2
1 4 7
5 3 1
+ + =

184 0 126 40 6 0 24 = + + + + =

2) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) 10 7 2 8 1 3 0 5 1 10 1 1 0 7 3 8 5 2
8 7 1
10 5 3
0 1 2
+ + =

254 140 24 0 10 0 80 = + =

3) ( )( ) ( )( )( ) ( )( ) ( )( ) ( )( )( ) ( )( ) 3 9 3 1 5 4 8 2 7 3 5 7 8 9 4 1 2 3
1 9 7
3 2 4
8 5 3
+ + =

572 81 20 112 105 288 6 = + =

V.4.3 PROPIEDADES DE LOS DETERMINANTES

1. Si todos los elementos de una columna o de un rengln son cero, entonces el determinante es cero.

Ejemplos.
1) ( ) ( ) 0 0 0 0 6 0 2
0 6
0 2
= = =
12

2) ( )( ) ( ) 0 0 0 1 0 0 9
0 0
1 9
= = =

2. El determinante de la matriz A es igual al determinante de la matriz
T
A

Ejemplo.
(

=
3 8
1 5
A
( ) ( ) ( )( ) 23 8 15 1 8 3 5
3 8
1 5
det = + = =
= A
(
=
3 1
8 5
T
A
( ) ( ) ( )( ) 23 8 15 8 1 3 5
3 1
8 5
det = + = =
=
T
A

3. Si cada elemento de un rengln o una columna es multiplicado por un escalar k , el determinante es
tambin multiplicado por k .

Ejemplos.
( ) ( ) 2 12 10 3 4 5 2
5 4
3 2
= = =
Multiplicando el primer rengln por 3 = k
( ) ( )( ) 6 36 30 9 4 5 6
5 4
9 6
= = =
Multiplicando la primera columna por 3 = k
( ) ( ) 6 36 30 3 12 5 6
5 12
3 6
= = =

en general:

nn n n
n
n
nn n n
n
n
nn n n
n
n
a a a
a a a
ka ka ka
a a ka
a a ka
a a ka
a a a
a a a
a a a
k
K
M M M M
L
L
L
M M M M
L
L
L
M M M M
L
L
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
= =

4. Si se intercambian dos renglones o (columnas) el signo del determinante cambia.

Ejemplos.
( ) ( ) 3 5 8 5 1 2 4
2 1
5 4
= = =
intercambiando renglones:
13

( ) ( ) 3 8 5 2 4 5 1
5 4
2 1
= = =
intercambiando columnas:
( ) ( ) 3 8 5 4 2 1 5
1 2
4 5
= = =

5. Si un rengln (o columna) se traslada p renglones (o columnas) entonces el determinante obtenido
es igual a: ( )
p
1

Ejemplo.
( )( ) ( )( ) ( )( ) ( )( )( ) ( )( ) ( )( ) 1 1 4 2 2 1 3 0 0 1 2 0 3 1 1 2 0 4
2 1 0
1 0 1
3 2 4
+ + =

=
3 4 4 0 0 3 0 = + + =
si se mueve la primera columna, dos posiciones, entonces:
( )( ) ( )( )( ) ( )( )( ) ( )( )( ) ( )( )( ) ( )( ) 1 2 2 0 3 0 4 1 1 1 3 1 4 2 0 0 1 2
0 2 1
1 1 0
4 3 2
1
+ + =

=
( ) = = + =
2
1 3 4 0 4 3 0 0
si se mueve el primer rengln, una posicin, se tiene:
( )( ) ( )( ) ( )( ) ( )( )( ) ( )( ) ( )( ) 3 1 1 2 0 4 1 2 0 3 0 0 1 1 4 2 2 1
2 1 0
3 2 4
1 0 1
2
+ + =

=
( ) = = + + + + + =
1
1 3 3 0 0 0 4 4

6. Si dos renglones o dos columnas son iguales, entonces el determinante es cero.

Ejemplos.
1) ( ) ( ) 0 6 6 1 6 6 1
6 6
1 1
= = =
2) ( )( ) ( )( ) 0 10 10 5 2 5 2
5 2
5 2
= + = =

7. Un determinante no cambia de valor si a todos los elementos de un rengln (o columna) le son
sumados o restados los elementos de otro rengln (o columna) multiplicados por un escalar:

in nn i n i n
n
n
nn n nj n
n j
n j
nn n n
n
n
ka a ka a ka a
a a a
a a a
a a ka a
a a ka a
a a ka a
a a a
a a a
a a a
+ + +
=
+
+
+
=
K
M M M M
L
L
L
M M M M
L
L
L
M M M M
L
L
2 2 1 1
2 22 21
1 12 11
2 1
2 22 2 21
1 12 1 11
2 1
2 22 21
1 12 11

14

Ejemplo.
( ) ( ) 5 3 8 3 1 4 2
4 1
3 2
= = = =
sumando a la primera columna la segunda multiplicada por 2 :
( )
( )
( ) ( ) 5 27 32 3 9 4 8
4 9
3 8
4 4 2 1
3 3 2 2
2
= = = =
+
+
=
al segundo rengln de se le resta tres veces el primer rengln:
( )( ) ( )( )
( ) ( )( ) 5 15 10 3 5 5 2
5 5
3 2
3 3 4 2 3 1
3 2
2
= + = =

=

=

Esta propiedad es muy empleada para obtener ceros y as simplificar el clculo del determinante.

Ejemplo.
( )
( )
( )
15
3 0 0
2 5 0
1 1 1
3 0 3 2 6
2 5 2 2 4
1 1 1 2 3
3 0 6
2 5 4
1 1 3
=
=

V.4.4 MENOR DE UN ELEMENTO

Sea un determinante de orden n, correspondiente a una matriz A:
( )
nn n n
n
n
a a a
a a a
a a a
A
L
M M M M
L
L
2 1
2 22 21
1 12 11
det =

Se define el menor de un elemento
ij
a al determinante que resulta de eliminar el rengln i y la columna
j . Si se denota como
ij
M a tal determinante, se tiene:
nn nj n n
in ij j j
n j
n j
ij
a a a a
a a a a
a a a a
a a a a
M
L L
L L L L L L
L L
L L L L L L
L L
L L
2 1
2 1
2 2 22 21
1 1 12 11
=

Ejemplos.
Dado el determinante:
2 6 10
4 1 2
3 5 1

=
15

Algunos menores son:
32 30 2
2 10
3 1
2 6 10
4 1 2
3 5 1
22
= + =

= M
23 3 20
4 1
3 5
2 6 10
4 1 2
3 5 1
31
= + =

= M
56 50 6
6 10
5 1
2 6 10
4 1 2
3 5 1
23
= =

= M

Ejemplo.
Dado el determinante:
6 1 3 2
4 5 7 8
10 2 0 9
2 3 1 5
=
Encontrar el menor
43
M
Solucin:
180 350 36 0 80 126 0
4 7 8
10 0 9
2 1 5
6 1 3 2
4 5 7 8
10 2 0 9
2 3 1 5
43
= + + = =
= M

V.4.5 COFACTOR DE UN ELEMENTO

Se define el cofactor de un elemento
ij
a , el cual se denota
ij
A , como:

( )
ij
j i
ij
M A
+
= 1

es decir, el cofactor es igual al menor multiplicado por 1 1 , dependiendo si la suma de los dos
subndices es par o impar, respectivamente.

Ejemplo.
Calcular los cofactores del siguiente determinante:
( )
8 5
11 4
det

= A
Solucin:
8
11
= A
5
12
= A
16

11
21
= A
4
22
= A

Ejemplo.
Calcular los cofactores de los elementos correspondientes al primer rengln del siguiente determinante:

( )
2 10 3
4 5 2
1 0 1
det = A
Solucin.
30 40 10
2 10
4 5
11
= = = A
( ) 16 12 4
2 3
4 2
12
= =
= A
35 15 20
10 3
5 2
13
= =
= A

El determinante de una matriz A de cualquier orden puede obtenerse mediante la suma de los productos
de los elementos de cualquier rengln o columna por sus respectivos cofactores:

( )

= =
= =
n
j
n
i
il il kj kj
A a A a A
1 1
det

Para el rengln k o la columna l .

As, para un determinante de tercer orden, se tiene:
( )
13 13 12 12 11 11
33 32 31
23 22 21
13 12 11
det A a A a A a
a a a
a a a
a a a
A + + = =
32 31
22 21
13
33 31
23 21
12
33 32
23 22
11
a a
a a
a
a a
a a
a
a a
a a
a + =

esto significa que se elige el primer rengln y se suman los elementos por sus respectivos cofactores.

Este procedimiento tambin puede aplicarse a columnas, por ejemplo, para el caso anterior:

( )
22 21
12 11
33
32 31
12 11
23
32 31
22 21
13
det
a a
a a
a
a a
a a
a
a a
a a
a A + =

esto significa que se elige la tercera columna y se suman los elementos por sus respectivos cofactores.

Ejemplo.
Calcular el siguiente determinante aplicando cofactores:
17

( )
3 1 2
5 4 6
8 2 1
det
= A
Tomando el primer rengln se tiene:
( ) ( ) ( ) ( )( ) 8 6 8 10 18 2 5 12 1
1 2
4 6
8
3 2
5 6
2
3 1
5 4
1 + + + =
=
( ) ( ) ( )( ) 39 16 16 7 2 8 8 2 7 1 = = + =
Ahora, tomando la segunda columna se tiene:
( ) ( ) ( ) ( )( ) ( )( ) 48 5 1 16 3 4 10 18 2
5 6
8 1
1
3 2
8 1
4
3 2
5 6
2 + + + =
+ =
( ) ( ) ( ) 39 53 76 16 53 1 19 4 8 2 = + = + =

Cuando aparecen varios ceros en un rengln o en una columna, a fin de simplificar el clculo de un
determinante, es conveniente utilizar ese rengln o columna.

Ejemplo.
( )
3 1 4 0
5 2 3 0
2 1 2 0
4 1 2 1
det
= A
11 41 31 21 11
0 0 0 1 A A A A A = + + + =
calculando el cofactor
11
A y tomando el segundo rengln se tiene:
( ) ( ) ( ) ( )( ) 8 3 2 20 9 1 5 6 2
1 4
2 3
2
3 4
5 3
1
3 1
5 2
2 + + =
=
( ) ( ) ( )( ) 55 22 11 22 11 2 11 1 11 2 = + + = + =

V.4.6 MATRIZ ADJUNTA

Si
ij
a A = es una matriz cuadrada y
ij
A es el cofactor de
ij
a , se define la matriz adjunta de A,
denotada A Adj , como la matriz de cofactores de su transpuesta.

nn n n
n
n
A A A
A A A
A A A
A Adj
L
M M M M
L
L
2 1
2 22 21
1 12 11
=

Esto significa que para encontrar la matriz adjunta primero se traspone la matriz y despus, con base en
ella, se calcula la matriz de cofactores.

Ejemplo.
Obtener la matriz adjunta de:

18

(
=
8 1
7 3
A
La matriz transpuesta es:
(

=
8 7
1 3
T
A
La matriz de cofactores de la matriz transpuesta es:
(

=
3 1
7 8
A Adj

Ejemplo.
Encontrar la matriz adjunta de:
(
(
(
=
4 3 3
2 3 2
3 2 1
A

Solucin.
(
(
(
=
4 2 3
3 3 2
3 2 1
T
A
(
(
(
=
(
(
(
(
(
(
(
=
1 3 3
4 5 2
5 1 6
3 2
2 1
3 2
3 1
3 3
3 2
2 3
2 1
4 3
3 1
4 2
3 2
2 3
3 2
4 3
3 2
4 2
3 3
A Adj

V.5 MATRIZ INVERSA

V.5.1 MATRIZ INVERSA POR EL MTODO DE LA ADJUNTA

En el lgebra matricial, la divisin no est definida. La inversin de matrices es la contraparte de la
divisin en lgebra.

La inversa de una matriz est definida como aquella matriz, que multiplicada por la original da por
resultado la matriz identidad, se denota como
1
A :

I A A A A = =
1 1

esto se cumple siempre y cuando ( ) 0 det A .

La matriz inversa se obtiene en su forma clsica, de la siguiente manera:

19

( ) ( )
nn n n
n
n
A A A
A A A
A A A
A
A Adj
A
A
L
M M M M
L
L
2 1
2 22 21
1 12 11
1
det
1
det
1
= =

El procedimiento para obtener la matriz inversa de una matriz A por el mtodo de la adjunta es el
siguiente:

Se calcula el determinante de A. Si ( ) 0 det A entonces tiene matriz inversa (en caso contrario se
dice que es una matriz singular)
Se obtiene la transpuesta de A, es decir,
T
A
Se calcula la matriz de cofactores de
T
A , dando lugar a la matriz adjunta de A, esto es, A Adj
Se forma el producto
( )
A Adj
A

det
1
.

Ejemplo.
Obtener la matriz inversa de:
(

=
4 3
1 2
A

Solucin.
( ) ( ) 5 3 8
4 3
1 2
det = =

= A
(
=
4 1
3 2
T
A
(

=
2 3
1 4
A Adj
(
(
(

=
(
5
2
5
3
5
1
5
4
2 3
1 4
5
1
5
1
1
A Adj A
Comprobacin:
(
(
(
+ +

=
(
(
(

=

5
8
5
3
5
12
5
12
5
2
5
2
5
3
5
8
5
2
5
3
5
1
5
4
4 3
1 2
1
A A
I =
(
=
1 0
0 1

Ejemplo.
20

(
(
(
=
6 3 4
2 1 5
0 1 2
A

Solucin.
( ) 14 12 30 0 8 0 12 det = + + = A
(
(
(
=
6 2 0
3 1 1
4 5 2
T
A
(
(
(
=
(
(
(
(
(
(
(
=
3 2 11
4 12 38
2 6 12
1 1
5 2
3 1
4 2
3 1
4 5
2 0
5 2
6 0
4 2
6 2
4 5
2 0
1 1
6 0
3 1
6 2
3 1
A Adj
(
(
(
(
(
(

=
(
(
(
14
3
14
2
14
11
14
4
14
12
14
38
14
2
14
6
14
12
3 2 11
4 12 38
2 6 12
14
1
14
1
1
A Adj A
Comprobacin:
(
(
(
(
(
(

(
(
(
=

14
3
14
2
14
11
14
4
14
12
14
38
14
2
14
6
14
12
6 3 4
2 1 5
0 1 2
1
A A

(
(
(
(
(
(
+ + +
+ +
+ + + + +
=
14
18
14
12
14
8
14
12
14
36
14
24
14
66
14
114
14
48
14
6
14
4
14
10
14
4
14
12
14
30
14
22
14
38
14
60
0
14
4
14
4
0
14
12
14
12
0
14
38
14
24

I =
(
(
(
=
1 0 0
0 1 0
0 0 1

La inversa de una matriz diagonal se obtiene invirtiendo sus trminos, esto es, si:
21

(
(
(
(
(
(
(
(
(
(
(
(
nn
n n
nn
a
a
a
a
a
a
A
1
0 0
0
1
0
0 0
1
0 0
0 0
0 0
22
11
22
11
L
M M M M
L
L
L
M M M M
L
L

La inversa de un producto de matrices se obtiene de la siguiente regla:

( )
1 1 1
= A B B A

V.5.2 MATRIZ INVERSA POR TRANSFORMACIONES ELEMENTALES

El mtodo se basa en agregar a la matriz original una matriz identidad del mismo orden. El objetivo de
este mtodo es producir ceros y unos en el lado de la matriz original, los unos deben estar alojados en la
diagonal principal, y los ceros fuera de la diagonal principal, cuando se termine el proceso, la matriz que
resulta del lado donde se aadi la matriz unitaria, ser la matriz inversa.

Ejemplo.
(
=
4 5
2 3
A

Solucin.
Se agrega una matriz unitaria de segundo orden:
(
=
1 0
0 1
4 5
2 3
A
dividiendo entre 3 el primer rengln:
(
(
=
1 0
0
3
1
4 5
3
2
1
A
multiplicando por 5 el primer rengln y sumando al segundo:
(
(
(
(

=
1
3
5
0
3
1
3
2
0
3
2
1
A
dividiendo entre
3
2
el segundo rengln:
(
(
(
=
2
3
2
5
0
3
1
1 0
3
2
1
A
22

multiplicando por
3
2
el segundo rengln y sumando al primero:
(
(
=
2
3
2
5
1 2
1 0
0 1
A
por lo tanto:
(
(
2
3
2
5
1 2
1
A
Comprobacin:
(
+ +

=
(
(
=

6 5 10 10
3 3 5 6
2
3
2
5
1 2
4 5
2 3
1
A A
I =
(
=
1 0
0 1

Ejemplo.
(
(
(

=
8 10 15
5 2 3
6 9 7
A

Solucin.
Se agrega una matriz unitaria de tercer orden:
(
(
(

=
1 0 0
0 1 0
0 0 1
8 10 15
5 2 3
6 9 7
A
dividiendo entre 7 el primer rengln:
(
(
(
(
(

=
1 0 0
0 1 0
0 0
7
1
8 10 15
5 2 3
7
6
7
9
1
A
multiplicando por 3 el primer rengln y sumando al segundo:
(
(
(
(
(
(
=
1 0 0
0 1
7
3
0 0
7
1
8 10 15
7
53
7
13
0
7
6
7
9
1
A
multiplicando por 15 el primer rengln y sumando al tercero:
23

(
(
(
(
(
(
=
1 0
7
15
0 1
7
3
0 0
7
1
7
146
7
65
0
7
53
7
13
0
7
6
7
9
1
A
dividiendo entre
7
13
el segundo rengln:
(
(
(
(
(
(
=
1 0
7
15
0
13
7
13
3
0 0
7
1
7
146
7
65
0
13
53
1 0
7
6
7
9
1
A
multiplicando por
7
9
el segundo rengln y sumando al primero:
(
(
(
(
(
(
=
1 0
7
15
0
13
7
13
3
0
91
63
91
14
7
146
7
65
0
13
53
1 0
91
399
0 1
A
multiplicando por
7
65
el segundo rengln y sumando al tercero:
(
(
(
(
(
(
=
1
13
65
0
0
13
7
13
3
0
91
63
91
14
17 0 0
13
53
1 0
91
399
0 1
A
dividiendo entre 17 el tercer rengln:
(
(
(
(
(
(
=
17
1
17
5
0
0
13
7
13
3
0
91
63
91
14
1 0 0
13
53
1 0
91
399
0 1
A
multiplicando por
91
399
el tercer rengln y sumando al primero:

24

(
(
(
(
(
(

=
17
1
17
5
0
0
13
7
13
3
221
57
221
132
91
14
1 0 0
13
53
1 0
0 0 1
A
multiplicando por
13
53
el tercer rengln y sumando al segundo:
(
(
(
(
(
(

=
17
1
17
5
0
221
53
221
146
13
3
221
57
221
132
91
14
1 0 0
0 1 0
0 0 1
A
por lo tanto:
(
(
(
(
(
(
17
1
17
5
0
221
53
221
146
13
3
221
57
221
132
91
14
1
A
Comprobacin:
(
(
(
(
(
(

(
(
(

=

17
1
17
5
0
221
53
221
146
13
3
221
57
221
132
91
14
8 10 15
5 2 3
6 9 7
1
A A

(
(
(
(
(
(
+ + + +
+ + + +
+ + + +
=
17
8
221
530
221
855
17
40
221
1460
221
1980
0
13
30
91
210
17
5
221
106
221
171
17
25
221
292
221
396
0
13
6
91
42
17
6
221
477
221
399
17
30
221
1314
221
924
0
13
27
91
98

I =
(
(
(
=
1 0 0
0 1 0
0 0 1

25

V.6 SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

Muchos problemas de la vida real obligan a resolver simultneamente varias ecuaciones lineales para
hallar las soluciones comunes a todas ellas. Tambin resultan muy tiles en geometra (las ecuaciones
lineales se interpretan como rectas y planos, y resolver un sistema equivale a estudiar la posicin relativa
de estas figuras geomtricas en el plano o en el espacio).

Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales que se puede escribir de forma
tradicional as :

= + + +
= + + +
= + + +
m n mn m n m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
K
K L L K
K
L
2 2 1
2 2 2 22 1 21
1 1 2 12 1 11

Un sistema as expresado tiene m ecuaciones y n incgnitas, donde
ij
a son los coeficientes reales del
sistema, los valores
m
b son los trminos independientes del sistema y las incgnitas
i
x son las
variables del sistema. La solucin del sistema es un conjunto ordenado de nmeros reales
n
s s s , , ,
2 1
L
tales que al sustituir en las incgnitas satisfacen a la vez las m ecuaciones del sistema.

Este mismo sistema de ecuaciones lineales en notacin matricial tiene esta forma :

[ ] [ ] [ ] B x A =

(
(
(
(
=
(
(
(
(
(
(
(
(
m n mn m m
n
n
b
b
b
x
x
x
a a a
a a a
a a a
K K
L
L L L L
L
L
2
1
2
1
2 1
2 22 21
1 12 11

donde:
[ ] A es una matriz de coeficientes
[ ] B es un vector de constantes
[ ] x es un vector de incgnitas

V.6.1 MTODO DE LA MATRIZ INVERSA

Sea la ecuacin matricial: [ ] [ ] [ ] B x A = que denota un sistema de ecuaciones lineales.

Esta ecuacin puede ser resuelta para [ ] x , premultiplicando [ ] A por su inversa, y para no alterar el
resultado, tambin se premultiplica [ ] B por la inversa de [ ] A :

[ ] [ ] [ ] [ ] [ ] B A x A A =
1 1
, esto es:

26

[ ] [ ] [ ] B A x =
1

Ejemplos.
Resolver los siguientes sistemas de ecuaciones:

1)
)
`
= +
= +
5 2
15 4 3
2 1
2 1
x x
x x

Solucin.
(
=
1 2
4 3
A
( ) 5 8 3
1 2
4 3
det = = = A
(
=
1 4
2 3
T
A
(
=
3 2
4 1
A Adj
(
(
(
=
(
5
3
5
2
5
4
5
1
3 2
4 1
5
1
5
1
1
A Adj A
[ ] [ ] [ ]
(
=
(
+
=
(
(
(
(
= =

3
1
3 6
4 3
5
15
5
3
5
2
5
4
5
1
1
B A x
3 ; 1
2 1
= = x x

2)
= +
= +
= + +
26 3 4
5 2 3
11 5 4
z y x
z y x
z y x

Solucin.
(
(
(
=
3 1 4
1 2 3
5 4 1
A
( ) 112 1 36 40 16 15 6 det = + + + + = A
(
(
(
=
3 1 5
1 2 4
4 3 1
T
A
27

(
(
(
=
(
(
(
(
(
(
(
=
14 15 11
14 23 13
14 17 5
2 4
3 1
1 4
4 1
1 2
4 3
1 5
3 1
3 5
4 1
3 1
4 3
1 5
2 4
3 5
1 4
3 1
1 2
A Adj
(
(
(
(
(
(
=
(
(
(
= =
112
14
112
15
112
11
112
14
112
23
112
13
112
14
112
17
112
5
14 15 11
14 23 13
14 17 5
112
1
112
1
1
A Adj A
[ ] [ ] [ ]
(
(
(
=
(
(
(
(
(
(
=
(
(
(
(
(
(
+ +

+
=
(
(
(
(
(
(
(
(
(
= =

5
3
2
112
560
112
336
112
224
112
364
112
75
112
121
112
364
112
115
112
143
112
364
112
85
112
55
26
5
11
112
14
112
15
112
11
112
14
112
23
112
13
112
14
112
17
112
5
1
B A x
5 ; 3 ; 2 = = = z y x

V.6.2 MTODO DE ELIMINACIN DE GAUSS

Dado un sistema de m ecuaciones con n incgnitas el mtodo de eliminacin de Gauss consiste en
obtener un sistema equivalente cuya primera ecuacin tenga n incgnitas, la segunda 1 n , la
tercera 2 n , y as sucesivamente hasta llegar a la ltima ecuacin, que tendr una sola incgnita.
Hecho esto, se resuelve la ltima ecuacin, a continuacin la penltima, y as hasta llegar a la primera.
Es decir, el mtodo de Gauss consiste en triangular la matriz de coeficientes.

=
= + +
= + + +
= + + + +
m n mn
n n
n n
n n
b x a
b x a x a
b x a x a x a
b x a x a x a x a
K L
L
K
L
3 3 3 33
2 2 3 23 2 22
1 1 3 13 2 12 1 11

Esto significa que se deben eliminar
1
x en la segunda ecuacin,
1
x y
2
x en la tercera ecuacin,
1
x ,
2
x
y
3
x en la tercera ecuacin, etc. Finalmente en la ltima ecuacin, se deben eliminar todos los
coeficientes excepto el de la variable
n
x . Una vez que se modificaron todas las ecuaciones, la solucin
es completada por sustitucin desde la ltima ecuacin hacia las anteriores.

Ejemplos.

28

1)
( )
( ) 2 _
1 _
10 3 4
16 2 5
)
`
= +
= +
y x
y x

Solucin.
multiplicando la ecuacin ( ) 1 por
5
1
:
( ) ' 1 _
5
16
5
2
= + y x
5
4
y se suma a la ecuacin ( ) 2 :
( ) ' 2 _
5
14
5
7
= y
multiplicando la ecuacin ( ) ' 2 por
7
5
:
2 = y
conocida y , se sustituye en ( ) ' 1 y se despeja x , terminando el proceso:
( ) 4
5
20
5
4
5
16
2
5
2
5
16
= = + = = x
2 ; 4 = = y x

2)
( )
( )
( ) 3 _
2 _
1 _
7 4 3
5 3 2
4 7 2 3
3 2 1
3 2 1
3 2 1
= + +
= + +
= + +
x x x
x x x
x x x

Solucin.
Multiplicando la ecuacin ( ) 1 por
3
1
:
( ) ' 1 _
3
4
3
7
3
2
3 2 1
= + + x x x
3
2
y se suma a la ecuacin ( ) 2 :
( ) ' 2 _
3
7
3
11
3
5
3 2
= x x
5
3
:
( ) ' ' 2 _
5
7
5
11
3 2
= x x
multiplicando la ecuacin ( ) 1 por 1 y se suma a la ecuacin ( ) 3 :
( ) ' 3 _ 3 6 2
3 2
= x x
5
6
y se suma a la ecuacin ( ) ' 3 :
( ) ' ' 3 _
5
1
5
8
3
= x
29

A fin de apreciar mejor el resultado, se adopta el siguiente orden:
( ) ' 1 _
3
4
3
7
3
2
3 2 1
= + + x x x
( ) ' ' 2 _
5
7
5
11
3 2
= x x
( ) ' ' 3 _
5
1
5
8
3
= x
se observa que se debe convertir en 1 el coeficiente de
3
x de ( ) ' ' 3 para obtener la solucin de esa
variable y comenzar la solucin hacia atrs, as que se multiplica dicha ecuacin por
8
5
:
8
1
3
= x
conocida
3
x , se sustituye en ( ) ' ' 2 y se despeja
2
x :
8
9
8
1
5
11
5
7
2
=
|
\
|
+ = x
estos dos valores se sustituyen en ( ) ' 1 y se despeja
1
x , terminando el proceso:
8
7
8
1
3
7
8
9
3
2
3
4
1
=
|
\
|

|
\
|
= x
8
1
;
8
9
;
8
7
3 2 1
= = = x x x

V.6.3 REGLA DE CRAMER

La regla de Cramer es aplicable para aquellos sistemas que tienen igual nmero de ecuaciones que de
incgnitas ( ) m n = y el determinante de la matriz de coeficientes es distinto de cero. Es decir, para
sistemas de que tienen siempre una solucin nica (compatibles determinados).

= + + +
= + + +
= + + +
n n nn n n n
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
K
K L L K
K
L
2 2 1
2 2 2 22 1 21
1 1 2 12 1 11

El valor de cada incgnita
j
x se obtiene de un cociente cuyo denominador es el determinante de la
matriz de coeficientes y cuyo numerador es el determinante que se obtiene al cambiar la columna j del
determinante de la matriz de coeficientes por la columna de los trminos independientes.

Ejemplos.

1)
)
`
= +
=
13 6 5
23 4 3
2 1
2 1
x x
x x

Solucin.
30

38 20 18
6 5
4 3
= + =
=
Para calcular
1
x , se sustituyen los trminos independientes en la primera columna:
5
38
190
38
52 138 6 13
4 23
1
1
= =
+
=
=
x
x
Para calcular
2
x , se sustituyen los trminos independientes en la segunda columna:
2
38
76
38
115 39 13 5
23 3
2
2
=
=
x
x
2 ; 5
2 1
= = x x

2)
=
= +
= +
9 3 9 6
28 10 4
21 7 3 2
z y x
z y x
z y x

Solucin:
36 180 36 42 180 252 6
3 9 6
10 1 4
7 3 2
= + + =

=
Para calcular
1
x , se sustituyen los trminos independientes en la primera columna:
4
36
144
36
1890 252 63 270 1764 63
3 9 9
10 1 28
7 3 21
= =
+ +
=
=
x
x
Para calcular y , se sustituyen los trminos independientes en la segunda columna:
2
36
72
36
180 252 1176 1260 252 168
3 9 6
10 28 4
7 21 2
=
=
+ + +
=
=
y
y
Para calcular z , se sustituyen los trminos independientes en la tercera columna:
1
36
36
36
504 108 126 504 756 18
9 9 6
28 1 4
21 3 2
= =
+ +
=
=
z
z
1 ; 2 ; 4 = = = z y x

M 63 Unidad 05

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

M 63 Unidad 05

Diunggah oleh

Hak Cipta:

Format Tersedia

Pgina del Colegio de Matemticas de la ENP-UNAM Matrices y determinantes Autor: Dr.

Jos Manuel Becerra Espinosa

Anda mungkin juga menyukai