U

NIVERSIDAD DE EL SALVADOR

Algebra de matrices

FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

DEPARTAMENTO DE CIENCIAS ECONOMICAS

MATEMATICAS II
GT: 01

NOMBRE DEL TRABAJO:

Algebra De Matrices

CATEDRATICO:
Ingeniero: William Ernesto Rodrguez Rodrguez

INTEGRANTES:
Jimnez Sanabria, Ana Ivonne.
Clavel Arru, Kevin Fabricio.
Ramrez Del Cid, Manuel Amlcar.
Polanco Alemn, Daniel Adonay.
Marn Sayes, Luis Alonso.
Puentes Massin, Franklin Eduardo.
Garcia Garcia, Katherine Noemi.
Chinchilla Ramon, Karen Edith.
Tovar Alvarado, ngel Enrique.

FECHA DE ENTREGA: VIERNES 15 DE NOVIEMBRE DEL 2013

Matemtica II

Algebra de matrices

INTRODUCCIN
En el presente trabajo se da una breve definicin acerca del algebra de matrices
las cuales se utilizan en sistema de ecuacin lineales, all tambin se hace una
diferenciacin acerca de la matriz cuadrada la cual es ms utilizada en el lgebra;
matriz diagonal, en la cual los valores son nulos excepto la diagonal principal. La
triangular, la cannica.
Tambin se estudiara la igual de matrices que consiste en que una matriz sea
igual que la otra, luego veremos algunas propiedades de la matrices como lo son
la suma con la matrices se realiza lo que es la combinacin de dos o ms matrices
y la multiplicacin; detallando en cada una de estas las propiedades que le
corresponden

Matemtica II

Algebra de matrices

OBJETIVOS
Objetivo General:

Identificar el funcionamiento y el manejo general de matrices tomando en

cuenta su estructura y su utilizacin en la resolucin de sistema de
ecuaciones lineales, ecuaciones diferenciales y derivadas parciales
aplicndola de la mejor manera.

Objetivos Especficos:

Conocer los diferentes tipos de matrices, su aplicacin y su funcionamiento.

Estudiar la importancia de matrices de cada tipo de ecuacin y sus
diferentes mtodos de resolucin.

1. DEFINICIN DE MATRIZ
Matemtica II

Algebra de matrices

Se puede definir una matriz, como un conjunto de elementos (nmeros) ordenados

en filas y columnas.
Una matriz es un arreglo bidimensional de nmeros (llamados entradas de la
matriz) ordenados en filas (o renglones) y columnas.
Los nmeros que forman la matriz se llaman elementos de la matriz y los indicamos
con letras minsculas, mientras que los nombres de las matrices se indican con
letras maysculas. Las matrices varan en tamao u orden. El tamao u orden de
una matriz se describe especificando el nmero de filas o renglones (lneas
horizontales) y columnas (lneas verticales) que aparecen en la matriz. Por lo
tanto, una matriz de orden m x n tiene m filas y n columnas.

A la entrada de una matriz que se encuentra en la fila

sima se le llama entrada

o entrada

sima y la columna

-simo de la matriz. En estas

expresiones tambin se consideran primero las filas y despus las columnas.

Cada uno de los elementos de la matriz (aij) tiene dos subndices. El primero i
indica la fila a la que pertenece y el segundo j la columna.
Esta es una matriz de m filas y n columnas, es decir, de dimensin m x n. Esta
matriz tambin se puede representar de la forma siguiente: A = (aij) m x n.

Si el

nmero de filas y de columnas es igual (m = n), se

dice que la matriz es de orden n.
El tamao de una matriz siempre se da con el
nmero de filas primero y el nmero de columnas
despus.

Ejemplo de Matrices:

1) Dada la matriz
Matemtica II

M ( R)
5

Algebra de matrices

A=

[]
1 23
1 27
492
605

Es una matriz de tamao

. La entrada

es 7.

R M ( R)

2) La matriz

R= [1 2 3 4 5 6 7 8 9]
Es una matriz de tamao

3) A=

5 2
4
3

6
7
8

1
3

1 9
5

: un vector fila con 9 entradas.

Es una matriz de orden 3 x 4 (3 filas, 4 columnas), a 23=-1, a32=8, a34=0; Entre otros.

O=

[ ]
0 0 0
0 0 0
0 0 0

Si una matriz contiene en todas sus celdas el valor 0, decimos que la matriz es
nula.

Matemtica II

Algebra de matrices

2. MATRIZ CUADRADA, DIAGONAL, TRIANGULAR, CANNICA,

UNITARIA
Matriz cuadrada: Una matriz que tiene el mismo nmero de columnas que de
renglones. Esto es, una matriz mxn es cuadrada si y slo si m=n.
Ejemplo 1:

[ ]
2 7 4
6 2 0
4 6 1

[ 3]

Son cuadradas con rdenes 3 y 1, respectivamente.

Ejemplo 2:
Matriz cuadrada para n = 3: as es la matriz cuadrada.

1 3 8
2 0
0
0 1 1

Ejemplo 3:

B=

[ ]

D=

[ ]

1 2 3
4 5 6
7 8 9

Ejemplo 4:

Matemtica II

1 0
2 3

Algebra de matrices

Matriz diagonal: Una matriz cuadrada A se llama matriz diagonal si todas las
entradas que se encuentran fuera de la diagonal principal son cero esto es, si
aij= para i j para i>j

Ejemplo 1:

[ ]
1 0
0 1

[ ]
3 0 0
0 6 0
0 0 9

En una matriz cuadrada de orden n, las entradas a 11, a22, a33,,ann, estn sobre
la diagonal que va desde la esquina superior izquierda hasta la esquina inferior
derecha de la matriz y se dice constituyen la diagonal principal. As, en la matriz.
Ejemplo 2:
A=

[ ]

B=

C=

[ ]

7 0
0 6

Ejemplo 3:

1 0
0
0 2
0
0 10 3

Ejemplo 4:

Matemtica II

8 7 0
5 6 0
0 5 2

Algebra de matrices

Matriz triangular: Son todas las entradas de debajo de la diagonal principal son
cero o son todas las entradas por arriba de la diagonal principal son cero y estos
se clasifican en dos.
Matriz triangular superior: Si todas las entradas debajo de la diagonal principal
son cero esto es, si= o para i > j.

Ejemplo 1:
A=

Ejemplo 2:

5 1 1
0 3 7
0 7 3

] [
B=

1 5 7
0 7 3
0 0 1

Ejemplo 3:

C=

Ejemplo 4:

[ ]
6 3 7
0 5 8
0 0 1

D=

[ ]
7 5
0 3

Matriz triangular inferior: Si todas las entradas por arriba de la diagonal principal
son cero; esto es, si aij =o para i<j.
Ejemplo 1:

A=

Ejemplo 2:

7
3
6
1

Matemtica II

0 0 0
2 0 0
5 4 0
6 0 1

B=

[ ]
8 0 0
5 0 9
7 6 3

Algebra de matrices

Ejemplo 3:

Ejemplo 4:

[ ]
5 0
6 9

C=

D=

[ ]
4 0 0
5 6 0
7 4 8

Matriz Cannica: (Jordn en la base P)

Es hallar la matriz de Jordn slo hay que hacer las imgenes por A, de los
vectores de la base de Jordn, y expresarlos en dicha base.

Ejemplo 1:
Av1 = v1 = (1, 0, 0, 0,0)
Av2 = v1 + v2 = (1, 1, 0, 0,0)
Av3 = v2 + v3 = (0, 1, 1, 0,0)
Av4 = v3 + v4 = (0, 0, 1, 1,0)
Av5 = 2v5 = (0, 0, 0, 0,2)

J=

[ ]
1
0
0
0
0

1
1
0
0
0

0
1
1
0
0

0
0
1
1
0

0
0
0
0
2

Matriz Unitaria: Es una matriz compleja U, de n por n elementos, que satisface la

condicin:
U*U = UU* = In

Matemtica II

10

Algebra de matrices

Donde I es la matriz identidad y U* es el transpuesto conjugado (tambin llamado

el hermitiano adjunto o la hermtica) de U. Esta condicin implica que una matriz U
es unitaria si tiene inversa igual a su transpuesta conjugada U*
Una matriz unitaria en la que todas las entradas son reales es una matriz
ortogonal, y por tanto preserva el producto escalar de dos vectores reales.

3. IGUALDAD DE MATRICES
Definicin: Las marices A= [a ij] y B= [bij] son iguales si y slo si tienen el mismo
orden y aij=bij para cada i y cada

j (esto es, entradas correspondientes son

iguales).

Ejemplo 1:

[ ][
1+1
23

2
2 1
2 =
6 0
0

Ejemplo 2: No es igualdad.

[]

[ 1 1] 1
1

Matemtica II

11

Algebra de matrices

Y [1 1] [1 1 1] (diferente tamao).
Ejemplo 3: Una Ecuacin Matricial puede definir un sistema de ecuaciones.

x
2z

][ ]

y +1 = 2 7
5w
4 2

Ejemplo 4: Igualando las entradas correspondientes, debemos tener.

X=2
Y+1=7
2z=4
5w=2
Resolviendo se obtiene x=2, y=6, z=2, w=2/5. En conclusin una ecuacin siempre
ser igual.

4. SUMA DE MATRICES
Dos matrices A y B del mismo tamao pueden sumarse (o restarse) sumando (o
restando sus elementos correspondientes. En otras palabras, si A = aij y B = bij
son dos matrices del mismo tamao, entonces:
A + B = aij + bij y A B = aij - bij

Ejemplo 1:

[ ] [ ] [
2 01
345
12 3

Matemtica II

3 12
2 03
3 24

12

2+3 0+11+2
3+2 4 +0 5+(3)
1+32+2 3+(4)

Algebra de matrices

[ ]
5 11
5 42
4 01

Ejemplo 2:
Tenemos que X + A =2B, o X = 2B A.

X=2

[ 14 235 6]

314
[23
5]

[ 8102 4 612 ]

314
[23
5]

2+3 4 +16 +4
8+210+(3)12+5

[105571017]

Ejemplo 3:

[ ] [ ] [
45
04
6 1

32
74
21

4+ 35+2
0+7 4+ (4 )
6+ (2 ) 1+1

] [ ]
=

73
70
8 2

Ejemplo 4:
(Matriz de produccin) Una empresa que fabrica televisores produce tres modelos
con distintas caractersticas en tres tamaos diferentes. La capacidad de
produccin (en miles) en su planta de Vallejo est dada por la matriz A.
Modelo I Modelo II Modelo III
Tamao 1 (20 in.)
Matemtica II

Tamao 2 (23 in.)

Tamao 3 (26 in.)

13

Algebra de matrices

[ ]
532
7 45
10 8 4

A=

(En otras palabras, la capacidad de la planta es de 5000 televisores modelo I de

20 pulgadas, 8000 televisores modelo II de 26 pulgadas, etc.) La capacidad de
produccin en la planta de Quertaro est dada por la matriz B.
Modelo I Modelo II Modelo III
Tamao 1
B=

[ ]
4 53
964
812 2

Tamao 2
Tamao 3

a. Cul es la capacidad de produccin total en las dos plantas?

b. Si la empresa decide incrementar su produccin en Vallejo en un 20%,
Cul ser la nueva produccin en su planta?

Solucin:
a) La produccin combinada (en miles) en las dos plantas est dad por la suma
de las matrices A y B.

Matemtica II

14

Algebra de matrices

A+ B =

[ ] [ ] [ ]
532
7 45
10 8 4

4 53
964
812 2

9 85
16 10 9
18 20 8

(Por ejemplo, las dos plantas producen 9000 televisores, modelo I de 20

pulgadas).
b) Si la produccin en Vallejo se incrementa en un 20%, la nueva produccin
(en miles) estar dada por la matriz 1.2A.

1.2A = 1.2

[ ] [
532
7 45
10 8 4

6 3.6 2.4
8.4 4.8 6
12 9.6 4.8

(Por consiguiente, se producirn 4800 televisores modelo II de 23 pulgadas, etc.)

5. MULTIPLICACIN DE MATRICES

Matemtica II

15

Algebra de matrices

El producto de un nmero por una matriz, es igual a una nueva matriz, cada uno
de cuyos elementos se corresponde con el de la matriz original multiplicado por el
nmero constante.
Sea A = (aij) una matriz de m x n y sea B = (bij) una matriz n x p. El producto AB es
la matriz C = (cij) m x p tal que
Cij = ai1b1j + ai2b2j + ai2b2j+ ainbnj
Para i = 1, 2,3,, m y j = 1, 2,3,p.
El diagrama que sigue puede ayudar a recordar la relacin entre el tamao de
matrices al trabajar con un producto AB.
Tamaa de A

Tamao de B

mxn

nxp
Igual
El tamao de AB es
Unmx p

Suponga que una empresa fabrica un producto usando diferentes cantidades de

tres insumos P, Q y R (materias primas o mano de obra, por ejemplo). Sea el
nmero de unidades de estos insumos usados por cada unidad del producto dado
por la matriz siguiente:
A= [ 32 4 ]
Sea entonces el costo por unidad de estos insumos dado por la matriz columna:

B=

Matemtica II

[]
10
8
6

(P, Q, R respectivamente)

16

Algebra de matrices

Por consiguiente, el costo de los tres insumos por unidad de producto se obtiene
sumando los costos de 3 unidades de P a un costo de 10 cada una, 2 unidades de
Q a 8 cada una y 4 unidades de R a 6 cada una:
3 x 10 + 2 x 8 + 4 x 6 = 30 + 16 + 24 + 70
Nos referiremos a este nmero como el producto del matriz rengln A y a la matriz
columna B, denotado por AB. Observe que al formar AB, se multiplican los
primeros elementos de A y de B, los segundos elementos se multiplican a la vez,
se hace lo mismo con los terceros elementos y luego se suman estos tres
productos. Este mtodo de formar productos se aplica a matrices rengln y
columna de cualquier tamao.

PRODUCTO CON MATRICES RENGLN Y COLUMNA.

DEFINICIN

Sea C una matriz rengln 1 x n y D una matriz columna n x 1. El

producto CD se obtiene calculando los productos de elementos correspondientes

en C y D y despus encontrando la suma de estos n" productos.
EJEMPLO 1
Dada las matrices siguientes:
K= [ 25 ]

M=

[ ]
3
2

L= [ 123 2 ]

N=

[]
2
5
3
4

Se sigue que:
KM= 2(-3) + 5(2) = -6 + 10 = 4
Matemtica II

17

Algebra de matrices

Y as mismo:
LN= 1(2) + (-2)5 + (-3) (-3) +2(4) = 9
Observaciones:
1. La matriz rengln siempre se escribe a la izquierda y la matriz columna a la
derecha en tales productos (por ejemplo, KM, no MK).
2. Las matrices rengln y columna deben tener el mismo nmero de elementos. En el
ejemplo 1, los productos LM y KN no estn definidos.
El mtodo de formar productos puede extenderse a matrices en general.
Consideremos el ejemplo siguiente. Suponga que una empresa fabrica dos
productos, I y II, usando diferentes cantidades de las tres materias primas P, Q y
R. Sean las materias primas usadas en los productos dad por la matriz siguiente:
P

Q R

A=

3 24
2 51

(Producto I, Producto II, respectivamente)

Suponga que la empresa produce estos dos productos en dos plantas, X y Y.

Sean los cotos de las materias primas (por unidad) en las dos localidades X y Y
dados por la matriz B.
X Y

B=

[ ]
10 12
87
65

(P, Q, R respectivamente)

El costo total de materias primas por cada unidad del artculo I producido en la
localidad X se obtiene multiplicando los elementos del primer rengln de A por los
elementos correspondientes de la primera columna de B y sumndolos.

Matemtica II

18

Algebra de matrices

3(10) + 2(8) + 4(6) = 30 + 16 + 24 = 70

De manera similar, el costo total de las materias primas por cada unidad del
artculo I producido en la planta Y se obtiene multiplicando los elementos del
primer rengln de A por los elementos de la segunda columna de B y sumndolos.
3(12) + 2(7) + 4(5) = 36 + 14 + 20 = 70
El costo total de materias primas por cada unidad del producto II elaborada en la
planta X se obtiene multiplicando los elementos del segundo rengln de A por los
elementos de la primera columna de B.
2(10) + 5(8) + 1(6) = 20 + 40 + 6 = 66
Por ltimo, el costo total de materias primas por unidad del producto II elaborada
en la localidad Y es:
2(12) + 5(7) + 1(5) = 24 + 35 + 5 = 64
Los costos totales de materias primas para los dos productos elaborados en las
plantas X y Y puede disponerse en la forma matricial.
X

C=

[ 7066 7064]

(Producto I, Producto II, respectivamente)

Decimos que la matriz C es igual al producto AB de las matrices originales A y B.

Esto se escribe como AB = C o, sin abreviar:

3 24
2 51

][

10 12
87
65

[ 7066 7064]

Obsrvese que al formar el producto de matrices C, cada rengln de A se

multiplica por cada de B, de la misma manera que una matriz rengln se multiplica

Matemtica II

19

Algebra de matrices

por una matriz columna. Por ejemplo, el elemento c 21 se obtiene multiplicando el

segundo rengln de A por la primera columna de B:
c21 = 2(10) + 5(8) + 1(6) = 66

En general, el elemento cij del matriz producto se obtiene multiplicando el iensimo rengln de A por la j-ensima columna de B.

Al

formar el producto de dos matrices, cada rengln de la primera matriz se multiplica

sucesivamente por cada columna de la segunda matriz. Ntese que tales
productos pueden formarse slo si los renglones de la primera matriz tienen el
mismo nmero de elementos que las columnas de la segunda matriz. En otras
palabras, el producto AB de dos matrices slo puede formarse si el nmero de
columnas de A es igual al nmero de renglones de B. Esto es, si A es una matriz n
x m y B es una matriz q x p, entonces el producto AB est definido slo si

Matemtica II

20

n = q.

Algebra de matrices

6. PROPIEDADES DE LA SUMA Y LA MULTIPLICACIN

LEY CONMUTATIVA(En general el producto no es conmutativo)

Definicin Si A = aij es una matriz m x n y B = bij es una matriz

n x p, el

producto AB es una matriz m x p C = cij, donde el ij-nesimo elemento c ijse

obtiene multiplicando eli-ensimo rengln de A por la j-ensima columna de B.
Ejemplo 1
Sean:

A=

[ 2341]

yB=

3 10
[23
4]

Calcule AB y BA si existen.
Solucin:
Aqu A es 2 x 2 y B es 2 x 3. Dado el nmero de columnas de A es igual al nmero
de renglones de B, el producto AB est definido. Su tamao es 2 x 3. Si C = AB,
podemos escribir C de la manera siguiente:

C=

[CC 1121CC 1222 CC 1323]

El elemento cijse determina multiplicando el i-ensimo columna de B. por ejemplo,

a fin de obtener el elemento del primer rengln y la segunda columna, esto es, c 12,
sumamos los productos de los elementos del primer rengln de A y los elementos
de la segunda columna de B.
Rengln 1 de A
Matemtica II

Columna 2 de B
21

Producto

Algebra de matrices

2 1 2
3 3 9

Suman

-7 = c12

En consecuencia, en detalle,

[ ][

2 3 310
4 1 23 4

AB =

2 ( 3 ) +3 ( 2 ) 2 ( 1 ) +3 (3 ) 2 ( 0 ) +3 ( 4 )
4 ( 3 ) +1 ( 2 ) 4 ( 1 ) +1 (3 ) 4 ( 0 ) +1(4 )

12 7 12
14
14

En este caso, el producto BA no est definido porque el nmero de columnas de B

no es igual al nmero de renglones de A.
Ejemplo 2:
Dadas:

A=

[ ]
1 23
456
21 4

B=

[ ]
2 12
321
132

Calcule AB y BA
Solucin:

AB =

[ ][ ]
1 23 2 12
456 321
21 4 1 3 2

Matemtica II

22

Algebra de matrices

[ ]

BA =

1 (2 ) +2 (3 )+ 3 ( 1 ) 1 (1 ) +2 ( 2 ) +3 ( 3 ) 1 ( 2 ) +2 ( 1 )+ 3 ( 2 )
4 (2 ) +5 (3 )+ 6 ( 1 ) 4 ( 1 ) +5 ( 2 )+ 6 (3 ) 4 ( 2 ) +5 ( 1 )+ 6 ( 2 )
2 (2 )+ 1 ( 3 ) + 4 ( 1 ) 2 ( 1 ) +1 ( 2 )+ 4 ( 3 ) 2 ( 2 )+1 ( 1 ) +4 ( 2 )

7 14 10
13 32 25
3 16 13

[ ][ ]
2 12 1 23
321 456
1 3 2 21 4

[ ]

2 ( 1 )+ 1 ( 4 ) +2 ( 2 )2 ( 2 ) +1 ( 5 )+2 ( 1 )2 ( 3 ) +1 ( 6 ) +2 ( 4 )
3 ( 1 )+ 2 ( 4 ) +1 ( 2 ) 3 ( 2 ) +2 ( 5 ) +1 ( 1 ) 3 ( 3 ) +2 ( 6 ) +1 ( 4 )
1 ( 1 ) +3 ( 4 ) +2 ( 2 ) 1 ( 2 ) +3 ( 5 )+ 2 ( 1 ) 1 ( 3 )+ 3 ( 6 )+ 2 ( 4 )

638
13 17 25
17 19 29

Es claro que AB BA, a pesar de que ambos productos estn definidos. En

general el producto no es conmutativo.
Ejemplo 3

Si A =

2
2
1 1

[ ]
1 2
1 2

B=

Demuestre que

Solucin:

AB =

BA =

[ ][

][ ]

2
2 1 2
1 1 1 2

1 2 2
2
1 2 1 1

Matemtica II

4
8
2 4

[ ]
0 0
0 0

23

Algebra de matrices

Por lo tanto, AB BA. Observa que la ltima igualdad muestra que el producto de
dos matrices diferentes de cero puede ser igual a una matriz nula.
Aun cuando la multiplicacin de matrices no es conmutativa, s es asociativa. As,
s A es m x n, B es n x p y C es p x q, entonces
A(BC) = (AB)C.
Ejemplo 4
LEY ASOCIATIVA
Si A es una matriz m x n, entonces los dos productos AB y BA estn definidos slo
si B tiene tamao n x m. En particular, si A es una matriz cuadrada, tanto AB como
BA estn definidas, a condicin de que B tambin sea una matriz cuadrada del
mismo tamao de A. En general, AB BA (en contraste con la adiccin de
matrices, en donde la propiedad conmutativa A + B = B + A es vlida).
Si A, B y C son tres matrices de tamao m x n, n x p y p x q, respectivamente,
entonces todos los productos AB, BC (AB)C y A(BC) estn definidos. Se
demuestra la propiedad siguiente:
(AB)C = A(BC)
En tales productos, podemos por tanto omitir los parntesis y slo escribir ABC. La
matriz producto ABC es de tamao m x q.
Ejemplo 1
Sea:

A=

[ ]
a b
c d

Calcule AI e IA, en donde I denota a la matriz identidad.

Solucin:
Matemtica II

24

Algebra de matrices

Tanto el producto AI como el IA estn definidos si A e I son matrices cuadradas del

mismo tamao. Puesto que A es una matriz 2 x 2, la matriz identidad I tambin
debe ser de tamao 2 x 2; esto es:

[ ]
1 0
0 1

I=

As pues:

[ ][ ]
a b 1 0
c d 0 1

AI =

[ ]

a ( 1 ) +b ( 0 ) a ( 0 )+ b ( 1 )
c ( 1 ) +d ( 0 ) c ( 0 )+ d (1)

[ ]
a b
c d

De manera similar,

[ ][ ]
1 0 a b
0 1 c d

AI =

a b
c d

=A

Por consiguiente AI = IA = A
Ejemplo 2
Verificar la ley asociativa para:

A=

1 3
0 2

B=

][

21 4
31 5

,y

C=

Solucin:

AB =

1 3 21 4
0 2
315

Matemtica II

[7411
6 2 10 ]
25

[ ]
021
432
5 0 6

Algebra de matrices

(AB)C =

7411
6 2 10

][

021
432
5 0 6

39781
[426
70 ]

Igualmente,

BC =

21 4
31 5

A(BC) =

][

021
432
5 0 6

24
[247
213 35 ]

][

1 3 247 24
0 2 213 35

39781
[426
70 ]

Ejemplo 3

A=

1 2
3 4

B=

3 01
11 2

,y

C=

Calcule ABC de dos maneras:

Solucin:
Si se agrupan BC, se obtiene:

A(BC) =

][

][

][

10
1 2 3 01
02
3 4
11 2
11

1 2 2 1
3 4 3 4

Matemtica II

4 9
6 19

26

[]
10
02
11

Algebra de matrices

De manera alternativa, al agrupar AB, se obtiene:

(AB)C =

][

10
1 2 3 01
02
3 4
11 2
11

][

][

4 9
6 19

10
125
02
5 4 11
11

Ejemplo 4
De aqu en adelante escribimos el producto de tres matrices simplemente como
ABC. Podemos hacer esto porque (AB)C = A(BC); as obtenemos el mismo
resultado sin importar cmo se efecte la multiplicacin (como tal de que no
conmutemos ninguna de las matrices).
La ley asociativa se puede extender a productos ms grandes. Por ejemplo, si AB,
BC y CD estn definidos, entonces:
ABCD = A(B(CD)) = ((AB)C)D = A(BC)D = (AB)(CD)

LEY DISTRIBUTIVA
Si todas las sumas y los productos siguientes estn definidos, entonces:
Matemtica II

27

Algebra de matrices

A(B+C) = AB + AC
Y (A+B)C = AC + BC
Ejemplo 1
Verificar que A(B+C) = AB + AC as:

A=

[ ]
1 0
2 3

B=

2 0
1 3

C=

2 1
0 2

Solucin: en el lado izquierdo, se tiene

A(B+C) =

[ ][

[ ][

1 0 2 0
2 3 1 3

1 0 4 1
2 3 1 5

2 1
0 2

4 1
5 17

En el lado derecho tenemos:

[ ][

1 0 2 0
2 3 1 3

AB + AC =

][

][

[ ][

1 0 2 1
2 3 0 2

2 0 2 1 4 1
+
=
1 9 4 8 5 17

por lo tanto, A(B+C) = AB + AC.

MATRIZ IDENTIDAD O ELEMENTO NEUTRO
El elemento neutro del producto es la matriz unidad o identidad de orden n.
Advertimos en este ejemplo que al multiplicar cualquier matriz 2 x 2 por la matriz
identidad, aqulla no se altera. Es fcil darse cuenta que este resultado es vlido
para matrices cuadradas de cualquier tamao. En otras palabras, I se comporta de
la misma manera en la multiplicacin de matrices que el nmero 1 en la
Matemtica II

28

Algebra de matrices

multiplicacin de nmeros reales. Esto justifica el nombre de matriz identidad para

I. si A es una matriz cuadrada de cualquier tamao, entonces siempre se cumple
que:
AI = IA = A
Si A es una matriz cuadrada de tamao n x n, podemos formar el producto AA de A
consigo misma. Este producto es del mismo tamao que A, n x n, de modo que
podemos multiplicarlo otra vez por A, formando AAA. En este caso de nmeros
reales, a2 indica el producto aa y a3 denota aaa, de modo que ahora en matrices
usamos la notacin A2 para denotar el producto AA, A3 indicando el producto AAA.
Obsrvese que A2,A3,, estn definidas slo si A es una matriz cuadrada.
Observacin:
El producto de dos matrices puede ser la matriz cero (0) a pesar de que ninguna
de las matrices sea la matriz cero. Por ejemplo, si:

A=

[ ]
1 0
0 0

B=

[ ]
0 0
1 0

Es fcil ver que AB = 0 aun cuando A 0 y B 0

Usando la idea de multiplicacin de matrices, los sistemas de ecuaciones lineales
pueden escribirse en la forma de ecuaciones matriciales. Por ejemplo, considere el
sistema
2 x 3 y=7
4 x + y =21

Que consta de dos ecuaciones lineales simultneas en las variables x y y.

Tenemos el producto de matrices siguiente:

Matemtica II

29

Algebra de matrices

][ ]

2 3 x
4 1 y

2 x 3 y
4 x+ y

Pero de las ecuaciones simultneas dadas, tenemos la siguiente igualdad:

[217 ]

][ ]

[217 ]

2 x 3 y
4 x+ y

Por consiguiente,

2 3 x
4 1 y

Si definimos matrices A, B y X como:

A=

2 3
4 1

, X=

[ xy]

B=

[217 ]

Entonces esta ecuacin matricial puede escribirse como:

AX = B
Observe que las matrices A y B tienen elementos cuyos valores son nmeros
dados. La matriz X contiene las cantidades desconocidas x y y. La matriz
columna X por lo regular se conoce como vector de variables, A se denomina
matriz de coeficiente y B se llama vector de valores.
Definiendo matrices adecuadas A, B y X, cualquier sistema de ecuaciones lineales
puede expresarse como una ecuacin matricial.
Ejemplo 1
Exprese el sistema de ecuaciones siguiente en forma matricial:
2 x +3 y +4 z=7

Matemtica II

30

Algebra de matrices

4 y=2+5 z

3 z2 x +6=0

Solucin:
En primer trmino disponemos las ecuaciones de modo que los trminos
constantes aparezcan del lado derecho y las variables x, y,Y z estn alineadas en
columnas en el lado izquierdo.
2 x +3 y +4 z=7

0 x+ 4 y 5 z=2
2 x +0 y +3 z=6

Obsrvese que los trminos faltantes se escriben como 0x y 0y en la segunda y

tercera ecuacin. Si definimos:

A=

[ ]
23 4
0 45
20 3

X=

[]
x
y
z

B=

[]
7
2
6

El sistema dado puede escribirse en la forma AX = B. De nuevo, A y B son

matrices de nmeros conocidos y X es la matriz cuyos elementos son variables
desconocidas.
PROPIEDADES DE LA SUMA

PROPIEDAD CONMUTATIVA
A+B=B+A

Ejemplo 1:
Matemtica II

31

Algebra de matrices

Sean:

[21 2011]

A=

012
[13
1]

B=

Demuestre que A + B = B + A
Solucin:

A + B=

[21 2011]

012
[13
1]

1 33
[13
2]

B +A=

012
[13
1]

[21 2011]

1 33
[13
2]

Por lo tanto, A + B = B + A

PROPIEDAD ASOCIATIVA
A + (B + C) = (A + B) +C

Sean:

A=

[21 2011]

B=

012
[13
1]

C=

11
[2021
]

Demuestre que A + (B + C) = (A + B) +C.

Solucin:

A + (B + C) =

[21 2011]

+(

012
[13
1]

[21 2011]

21
[2
15 2 ]

[21 2011]

012
2 11
[13
1 ] ) + [ 021 ]

(A + B) +C = (

Matemtica II

11
[2021
])

32

1 4 2
[15
3]

Algebra de matrices

1 33
[13
2]

11
[2021
]

1 4 2
[15
3]

PROPIEDAD DE IDENTIDAD
A+0=A

Sean:

[21 2011]

A=

B=

012
[13
1]

C=

11
[2021
]

0=

[ 00 00 00]

Demuestre que A + 0 = A
Solucin:

A+ 0=

[21 2011]

[ 00 00 00]

[21 2011]

=A

7. DETERMINANTE DE UNA MATRIZ

Asociado con cada matriz cuadrada A esta un nmero llamado determinante de A,
denotado por |A|. Esta notacin no debe confundirse con el smbolo para el valor
absoluto de un nmero real. Para evitar cualquier mal entendido, la expresin det
A se usa a veces en lugar de |A|. Definiremos |A| empezando con el caso en el
que A tiene orden 1 y luego aumentando el orden uno por uno.

Si A es una matriz cuadrada de orden 1, entonces A tiene solo un

elemento .De este modo,

A= [ a11 ]

y definimos

cuadrada de orden 2, entonces

A=

a11 a 12
a21 a 22

Matemtica II

]
33

A a11

. Si A es una matriz

Algebra de matrices

Y el determinante de A esta definido por

| A|=a11 a 22 a21 a12

Otra notacin para |A| se obtiene al sustituir los corchetes empleados para A con
barras verticales, como sigue.

Definicin del determinante de una matriz A de 2x2

| A|=

a11 a12
=a 11 a22a 21 a12
a 21 a22

Ejemplo 1: Hallar el determinante de una matriz de 2x2

Encuentre |A| si

A= 2 1
4 3

Solucin: por definicin,

A= 2 1 =( 2 )(3 ) ( 4 )(1 )=6+ 4=2

4 3
Definicin del determinante de una matriz A de 3x3
a 11 a12 a13
| A|=a21 a22 a23=a11 A 11 +a 12 A 12+ A 13 A13
a31 a32 a33
1 +3

Como los cofactores

Matemtica II

12=M 12 y A 13=(1) M 13=M 13

11=(1)1+ 1 M 11= M 11 , A 12=(1)1+2 M
A

34

Algebra de matrices

M 11, M 12 y M 13

Si expresamos

usando elementos de A y reacomodamos

trminos, obtenemos la siguiente frmula para |A|:

| A|=a11 a 22 a33 a11 a23 a32a12 a21 a33 + a12 a23 a31+ a13 a 21 a32a 13 a22 a31
La definicin de |A| para una matriz cuadrada de orden 3 muestra un patrn de
multiplicar cada elemento del rengln 1 por su cofactor y luego sumar para hallar |
Al. Este proceso se conoce como expandir |A| por el primer rengln. Al ejecutar
los clculos, podemos demostrar que |A| se puede expandir de un modo
semejante al usar cualquier rengln o columna. Como ilustracin, la expansin por
la segunda columna es
|A|=

a12 A 12+ a22 A22 +a32 A 32

a12

a21 a23
+ a22
a31 a33

a 11 a13
a31 a33

a32

a11 a13
a21 a23

Al aplicar la definicin a determinantes en parntesis, multiplicar como se indica y

reacomodar los trminos de la suma, podramos llegar a la frmula para |A| en
trminos de los elementos de A. Del mismo modo, la expansin por el rengln es

| A|=a31 A 31+ a32 A32 +a33 A 33

Ejemplo 2: Hallar el determinante de una matriz de 3x3

Hllese |A| si A=

Matemtica II

1 3 1
2 5 0
3 1 2

]
35

Algebra de matrices

Solucin: como el segundo rengln contiene un cero, expandiremos |A| por ese
rengln, porque entonces necesitamos evaluar solo dos cofactores. As,
|A|= ( 2 ) A 21+ ( 5 ) A22 +(0) A 23
Si usamos la definicin de cofactores, tenemos

| |

A 21=(1)2+1 M 21= 3 1
1 2

= [( 3 )(2 )( 1 ) ( 1 ) ] =7

A 22=(1)2+2 M 22= 1 1 =[ (1 )(2 )( 3 ) (1) ]=1

3 2
En consecuencia,
|A|= (2) (7)+ (5) (-1)+ (0)

A 23=145+0=9

Definicin del determinante de una matriz A de nxn

El determinante lAl de una matriz A de orden n es la expansin de cofactor por el
primer rengln:
lAl=

a11 A11 + a12 A12 ++ a1 n A 1n

En trmino de menores,
1 +n
lAl= a11 M 11a12 M 12+ +a1 n (1) M 1 n

El nmero lAl se puede hallar si se usa cualquier rengln o columna, como se

indica en el teorema siguiente.
Teorema de expansin de determinantes
Si A es una matriz cuadrada de orden n>1, entonces el determinante lAl se puede
hallar si se multiplican los elementos de cualquier rengln (o columna) por sus
respectivos cofactores y se suman los productos resultantes.
Matemtica II

36

Algebra de matrices

Ejemplo 3: Hallar el determinante de una matriz 4x4

Encuentre lAl=

1
0
2 5
2 1
5 0
0
0 3 0
0 1 0 3

Solucin: Ntese que con excepcin de uno, todos los elementos del tercer
rengln son cero. En consecuencia, si expandimos lAl por el tercer rengln, habr
a lo sumo un trmino diferente de cero. Especficamente,
A 31+ ( 0 ) A 32+ (3 ) A 33 + ( 0 ) A 34=3 A 33

lAl=(0)

Con

3+3

A 33=(1)

Expandimos
M

33= ( 1)

M 33

| |

1
0 5
M 33=M 33 = 2 1 0
0 1 3

por la columna 1:

| | |

1 0
0 5
0 5
( 2 )
+(0)
1 3
1 3
1 0

=(1)(3)-(-2)(5)+(0)(-5)=3+10+0=13
lAl=-

3 A 33=(3) (13 )=39

Propiedades
1. Si cada una de las entradas de un rengln (0 columna) de A es 0, entonces
lAl=0
Por tanto

| |
6 2 5
7 1 4
0 0 0

Matemtica II

37

Algebra de matrices

2. Si dos renglones (o columnas) de A son idnticos, lAl=0

Por ejemplo,

| |
2
2
2
6

5
6
4
5

2
2
2
6

1
3
= 0, ya que la columna 1 =columna
1
1

3. Si A es triangular superior (o inferior), entonces lAl es igual al producto de las

entradas de la diagonal principal.
De aqu que,

2
0
0
0

6 1 0
5 7 6 =
(2)(5)(-2)(1)=-20
0 2 5
0 0 1

De esta propiedad concluimos que el determinante de una matriz identidad es 1.

4. S i B es la matriz que se obtiene sumando un mltiplo de un rengln (o

columna) de A a otro rengln (columna), entonces lBl=lAl.
Por tanto, si

[ ]
2
1
1
0

4
3
2
5

2
5
1
6

6
2
3
2

Matemtica II

38

Algebra de matrices

Y B es la matriz obtenida a partir de A, sumando -2 veces el rengln 3 al rengln 1,

entonces

| || |
2
1
1
0

lAl=

4
3
2
5

2
5
1
6

6 0
2 1
=
3 1
2 0

0
3
2
5

0
5
1
6

0
2
= B
3
2

Por la propiedad 1, |B|=0 y as |A|=0

5. Si B es la matriz que se obtiene al intercambiar dos renglones (o columnas) de

A, entonces |B|=-|A|, o en forma equivalente, |A|=-|B|
Por ejemplo, si

A=

2
0
0
0

2 1
0 0
0 2
1 3

6
1
,
0
4

Al intercambiar los renglones 2 y 4, por la propiedad 3 tenemos

|A|=

2
0
0
0

2 1
0 0
0 2
1 3

||

6
2
1
0
=
0
0
4
0

2 1 6
1 3 4
=( 2 ) ( 1 )( 2 ) ( 1 )=4
0 2 0
0 0 1

6. Si B es la matriz que se obtiene multiplicando cada entrada de un rengln (o

columna) de A por el mismo nmero K, entonces |B|=K|A|
En esencia, con esta propiedad un numero puede ser factorizado(sacado) de
un rengln o columna,
Matemtica II

39

Algebra de matrices

||

||

6 10 14 2(3) 2(5) 2(7)

3 5 7
=
=2
5 2 1
5
2
1
5 2 1
9 15 21
9
15
21
9 15 21

As,

| |

6 10 14 1 R 3 5 7
2
5 2 1 25 2 1 ,
9 15 21
9 15 21
1

Donde la notacin

1
R
2 1

indica que multiplicamos el rengln 1 por

1
2

insertamos un factor 2 al frente. Continuando tenemos

| | |

3 5 7 1R
3 5 7
2
2 5 2 1 2 ( 3 ) 5 2 1 =2 ( 3 )( 0 ) =0
9 15 21
3 5 7
3

Ya que los renglones 1 y 3 son iguales.

n
7. Si K es una constante y A tiene orden n, entonces |KA|= K |A|.

Esto es una

consecuencia de la propiedad 6, ya que cada uno de los n renglones de KA tiene

un factor comn de K. Por ejemplo, si

A=

[ ]

1 2
,
3 4

2
Entonces |A|=-2, de modo que |4A|= 4 | A|=16 (2 )=32

8. El determinante del producto de dos matrices de orden n es el producto de sus

determinantes. Esto es, |AB|=|A||B|. Por tanto, si

A=

[ ]
1 2
3 4

y B=

Matemtica II

[ ]

1 2
,
0 3

40

Algebra de matrices

Entonces

|AB|=|A|.|B|=

| || | (

1 2 . 1 2 = 2 )( 3 ) =6
3 4 0 3

8. EVALUACIN DE DETERMINANTES DE SEGUNDO Y TERCER

ORDEN.
A cada matriz se le puede asociar un nmero real denominado su determinante. El
determinante se denota encerrando la matriz entre barras verticales. Por ejemplo,
si A es un matriz 2x2 dada por:

A=

[ ]
2 3
4 5

Entonces su determinante se denota por A, o, sin abreviar, por

| |
2 3
4 5

El determinante de una matriz n x n se dice que es determinante de orden n. por

ejemplo, el determinante A que se acaba de definir es un determinante de
orden 2. Se usa el smbolo (delta) para denotar un determinante.

Matemtica II

41

Algebra de matrices

Empezaremos definiendo determinantes de orden 2, estudiando determinantes de

orden ms elevado despus.
Definicin: Un determinante de orden 2 est definido por la expresin
siguiente:

a1 b1
a2 b2

= a1b2 a2b1

En otras palabras, el determinante est dado por el producto de a 1 y b2 sobre la

diagonal principal menos el producto de los elementos a 2 y b1 sobre la otra
diagonal. Podemos indicar estas dos diagonales por medio de flechas.

(+)

(-)

a1 b1
a2 b2

= a1b2 = a2b1

Los smbolos (+) y (-) indican los signos asociados con los productos.
Ejemplo 1:
Evale los determinantes siguientes.

a)

| | |

2 3
4 5

b)

Solucin:

3 2
0 4

(+)

a)

b)

| |

(-)

2 3
4 5

3 2
0 4

Matemtica II

= 2(5) 4(-3) = 10+12 =22

= 3(4) 0(2) = 12 0 = 12

42

Algebra de matrices

Definicin: un determinante de orden 3 se define por la expresin siguiente:

a1 b1 c1
a2 b2 c2
a3 b3 c3

= a1b2c3 + a2b3c1 + a3b1c2 a1b3c2 a3b2c1 a2b1c3

La expresin de la derecha se denomina el desarrollo completo del determinante

de tercer orden. Observe que contiene seis trminos, tres positivos y tres
negativos. Cada trmino consta de un producto de tres elementos del
determinante.
Al evaluar un determinante de tercer orden, por lo regular no usamos el desarrollo
completo; en lugar de ello, utilizamos los denominados cofactores. Cada elemento
del determinante tienen asociado un cofactor, que se denota con la letra
mayscula correspondiente. Por ejemplo, A2indica al cofactor de a2, B3denota al
cofactor de b3, entre otros. Estos cofactores estn definidos de la manera
siguiente.
Definicin: El menor de un elemento de un determinante es igual al
determinante obtenido suprimiendo el rengln y la columna de que contienen al
elemento considerado. Si este elemento pertenece al i-simo rengln y a la jsima columna de , entonces su cofactor es igual a (-1) i+jveces su menor.
Ejemplo 2:
a) en el determinante de la penltima definicin, a 2aparece en el segundo
rengln y la primera columna (i=2 y j=1), de modo que su cofactor es:

A2= (-1)2+1

a1 b1 c1
a2 b2 c2
a3 b3 c3

= (1)3

b1 c1
b3 c3

=-

b1 c1
b3 c3

b) puesto que c3es comn al tercer rengln y a la tercera columna (i = j= 3), su

cofactor es:
Matemtica II

43

Algebra de matrices

B3 = (-1)

3+3

a1 b1 c1
a2 b2 c2
a3 b3 c3

= (-1)6

a1 b1
a3 b2

=-

a1 b1
a3 b2

La relacin entre un determinante y sus cofactores se establece en el teorema 1.

Teorema 1: el valor de un determinante puede encontrarse multiplicando los
elementos en cualquier rengln (o columna) por sus cofactores y sumando el
producto correspondiente a todos los elementos en el rengln (o columna)
considerado.
Verifiquemos que este teorema se cumple en el caso del desarrollo del primer
rengln. El teorema establece que:
= a1A1 + b1B1 +c1C1.
Los tres cofactores requeridos son los siguientes.

A1 = (-1)1+1

= (b2c3 b3c2)

B1 = (-1)1+2

= (a2c3 a3c2)

C1 = (-1)1+3

b2 c2
b3 c3

a2 c2
a3 c3

a2 b2
a3 b3

= (a2b3 a3b2)

Sustituyendo es en la ecuacin (1), obtenemos:

= a1 (b2c3 b3c2) b1 (a2c3 a3c2) + c1 (a2b3 a3b2)
Es fcil verificar que esta expresin concuerda con el desarrollo completo dado en
la definicin de un determinante de tercer orden.
Ejemplo 3:
Evale el determinante:
Matemtica II

44

Algebra de matrices

2 3 1
1 4 2
3 1 4

Desarrollando por el primer rengln, tenemos:

= a1A1 + b1B1 + c1C1

=2

| |
4 2
1 4

1 2
3 4

-3

+ (-1)

1 4
3 1

= 2[4(4) 1(2)] -3 [1(4) (-3)2] + (-1)[1(1) (-3)4]

= 2(16 2) 3(4+6) 1(1+12) = -15
Volvamos ahora al teorema 1 v}y verifiquemos que da el determinante cuando o
desarrollamos por la segunda columna. En este caso, el teorema afirma que:
= b1B1 + b2B2 + b3B3
Aqu los cofactores son:

B1 = (-1)1+2

= -(a2c3 a3c2)

B2 = (-1)2+2

= (a1c3 a3c1)

B3 = (-1)3+2

= -(a1c2 a2c1).

a2 c2
a3 c3

a1 c1
a3 c3

a1 c1
a2 c2

Por consiguiente, de la ecuacin (2).

= -b1(a2c3 a3c2) + b2(a1c3 a3c1) b3(a1c2 a2c1).
De nuevo, podemos comprobar que los trminos que aparecen aqu son los
mismos seis trminos dados por el desarrollo completo.
Matemtica II

45

Algebra de matrices

En forma anloga, podemos verificar que un determinante puede avaluarse

desarrollndolo por cualquier rengln o columna.
Ejemplo 4:
Evale el determinante:

2 3 0
4 3
= 1
5 6 0

(a) Desarrollando por la segunda columna; (b) desarrollando por la tercera

columna.
(a) Desarrollando por la segunda columna, obtenemos:
= b1B1 + b2B2 + b3B3

| |
1 3
5 0

= -(-3)

| |
2 0
5 0

+4

-6

| |
2 0
1 3

= 3[1(0) -3 (-5)] + 4[2 (0) (-5)(0)] - 6[2(3) 1(0)]

= 3(15) + 4(0) 6(6) = 9
(b) Desarrollando por la tercera columna, tenemos que
=c1C1 + c2C2 + c3C3

= (0)

1 4
5 6

-3

2 3
5 6

+ (0)

| |
2 3
1 4

En este desarrollo, dos de los trminos son cero, por lo que = -3 [2(6) (-3) (-5)]
= 9.
En el ejemplo, se obtiene la misma respuesta usando ambos desarrollos, pero los
clculos requeridos por el segundo desarrollo son un poco ms sencillos porque la

Matemtica II

46

Algebra de matrices

tercera tiene dos ceros y dos de los tres trminos de este desarrollo podran de
inmediato eliminarse.
Por lo general es ms fcil el desarrollo de un determinante si decidimos hacerlo
eligiendo el rengln o columna con el mximo nmero de ceros.
A partir de la exposicin anterior es claro que podemos desarrollar un
determinante de orden 3 por cualquier rengln o columna. En tal desarrollo, los
trminos alternan su signo y cada elemento en un rengln o columna dados
multiplica al determinante 2 x 2 (el menor) obtenido suprimiendo de el rengln y
la columna que contiene tal elemento.
Observemos que algunas veces el signo del primer trmino del desarrollo es
positivo (como en la aplicacin 5 y la parte (b) del ejemplo 4). De hecho, el primer
trmino en un desarrollo es positivo cuando realizamos el desarrollo por el primero
o tercer rengln (o columna) y es negativo cuando desarrollamos por el segundo
rengln (o columna).
Estas reglas se extienden en forma natural a determinantes de orden mayor que 3.
Cualquier determinante puede evaluarse desarrollndolo por renglones o
columnas. El determinante se obtiene multiplicando cada elemento en el rengln
(o columna) por su cofactor y sumando todos los productos obtenidos. La regla
que permite evaluar los cofactores es la misma que en el caso de determinantes 3
x 3: el cofactor del elemento comn al i-simo rengln y a la j-sima columna es
igual a (-1)i+jmultiplicado por el determinante obtenido suprimiendo el i-simo
rengln y la j-sima columna.

Matemtica II

47

Algebra de matrices

9. MENOR COMPLEMENTO, ADJUNTO Y COFACTOR

Sea A= (Aij) una matriz cuadrada de orden n>1.
1) El menor Mij del elemento Aij es el determinante de la matriz de orden n-1
obtenida a determinar el rengln i y la columna j.
2) El cofactor Aij del elemento Aij es Aij = (-1)ij Mij
Para hallar el menor de un elemento, borramos el rengln y columna que aparece
en el elemento y luego encontramos el determinante de la matriz cuadrada
resultante. Este proceso se muestra en la siguiente ilustracin, donde la supresin
de renglones y columnas de un matriz 3x3 est indicada por segmentos de rectas
horizontales y verticales, respectivamente.
Para obtener el cofactor Aij de una matriz cuadrada A= (Aij) encontramos el menor
y lo multiplicamos por 1 -1, dependiendo de si la suma de i y j es par o impar,
respectivamente, como se muestra en la ilustracin.
Ilustraciones menores y cofactores:
Matriz

a 11 a 12 a13
a 21 a 22 a23
a 31 a 32 a33

Menor

M11 =

Cofactor

a 22 a 23
a 32 a 33

A11 = (-1)1+1M11=M11

= a22a23 a32a33

a 11 a 12 a13
a 21 a 22 a23
a 31 a 32 a33

M12 =

a 21 a 23
a 31 a 33

A12= (-1)1+2M12=-M12

= a21a33 a31a23

Matemtica II

48

Algebra de matrices

a 11 a 12 a13
a 21 a 22 a23
a 31 a 32 a33

M23 =

a 11 a 12
a 31 a 32

A23 = (-1) 2+3M23 = -M23

= a11a32 a31a12
Para la matriz de la ilustracin de la anterior hay otros 6 menores M 13, M21, M22,
M31, M32, M33, que se pueden obtener de manera similar.
Otra forma de recordar el signo (-1) i+j asociado con el cofactor Aij es considerar la
tabla siguiente de signos + y -.

++
+ +
++
+ +

[ ]
Ejemplo 1: encontrar menor y cofactores:

Si A =

1 3 3
4
2 0
2 7 5

, encuentra M11, M21, M22, A11, A21 y A22.

Solucin:
Al borrar los renglones y columnas de A adecuados, obtenemos

M11 =

2 0
7 5

= 2(5) (-7)0 = 10

M21 =

| |

= -3(5) (-7)3 = 6

3 3
7 5

Matemtica II

49

Algebra de matrices

M22 =

| |
1 3
2 5

= 1(5) (-2)3 = 11

Para encontrar los cofactores les anteponemos los signos apropiados a los
menores correspondientes. As, usando la definicin de cofactores, tenemos:
A11= (-1)1+1M11 = 1(10) = 10
A21= (-1) 2+1M21 = -1(6) = -6
A22 = (-1) 2+2 M22 = 1(11) = 11
Tambin podemos utilizar la tabla de signos + y para determinar los signos
apropiados.
El determinante lAl de una matriz cuadrada de tercer orden se define as:
Definicin del determinante de una matriz a de 3x3

lAl =

a11 a 12 a 13
a 21 a 22 a 23
a 31 a 32 a 33

= a11A11 + a12A12 + a12A13

Puesto que los cofactores a11 (-1)1+1M11 = M11, A12= (-1)1+2 m12 = -m12 y A13 = (1)1+3M13 = M13, la definicin anterior tambin se puede escribir de esta manera.
lAl= a11M11 a12M12 + a13M13
Si expresamos M11, M12 y M13 con elementos de A y reacomodamos trminos
obtenemos esta frmula para lAl:
lAl= a11a22a33 a11a23a32 a12a21a33 + a12a23a31 + a13a21a32 a13a22a31
La definicin de lAlpara una matriz cuadrada a de tercer orden muestra un patrn
de multiplicar cada elemento del rengln 1 por su cofactor y luego sumar para
hallar lAl. Este proceso se conoce como expandir lAl se puede expandir de modo
semejante usando cualquier rengln o columna. A manera de ilustracin, la
expansin por la segunda columna es:
Matemtica II

50

Algebra de matrices

lAl = a12A12 + a22A22 + a32A32

=a12 -

a 21 a 23
a 31 a 33

a11 a 13
+ a22 + a 31 a 33

a 11 a 13
+ a32 a 21 a 23

Aplicamos la definicin a los determinantes dentro de los parntesis, multiplicamos

como se indica, reacomodamos los trminos de la suma y llegamos a la frmula
para lAl en trminos de los elementos de A. de manera semejante, la expansin
para el rengln 3 es
lAl = a31A31 + a32A32 + a33A33.
Una vez ms podemos demostrar que este resultado coincide con las expansiones
anteriores.
Ejemplo 2
Encontrar el determinante de una matriz 3x3

Encuentra lAl si A igual

1 3 1
2 5 0
3 1 2

Solucin
Como el segundo rengln contiene un 0, expandiremos el lAl por ese rengln,
porque entonces necesitamos evaluar solo dos cofactores. As:
lAl = (2) A21 + (5) A22 + (0) A23.
Con la definicin de cofactores, tenemos

A21 = (-1)2+1 M21 = -

Matemtica II

| |
3 1
1 2

= - [(3)(-2) (1)(1)] = 7

51

Algebra de matrices

A22 = (-1)2+2 M22 = -

3 1
3 2

= - [(-1)(-2) (3)(1)] = -1

En consecuencia
lAl = (2) (7) + (5)(-1) + 0 A23 = 14-5 + 0 =9

Matemtica II

52

10. EVALUACION DEL DETERMINANTE POR METODO DEL PIVOTE.

P a ra El mtodo de Gauss (PIVOTE) que se debe al matemtico alemn Johann
Carl Friedrich Gauss, es una generalizacin del mtodo de reduccin, que
utilizamos para eliminar una incgnita en los sistemas de dos ecuaciones con dos
incgnitas. Consiste en la aplicacin sucesiva del mtodo de reduccin, utilizando
los criterios de equivalencia de sistemas, para transformar la matriz ampliada con
los trminos independientes (

) en una matriz triangular, de modo que cada fila

(ecuacin) tenga una incgnita menos que la inmediatamente anterior. Se obtiene

as un sistema, que llamaremos escalonado, tal que la ltima ecuacin tiene una
nica incgnita, la penltima dos incgnitas, la antepenltima tres incgnitas, y la
primera todas las incgnitas.
Despus de realizar las transformaciones que se consideren pertinentes, se
obtendr un sistema escalonado. Suponiendo que hubisemos eliminado, si las
hubiera, las filas nulas (0 0 0), que corresponden a ecuaciones del tipo 0 = 0, el
sistema equivalente tendra ahora k ecuaciones lineales con n incgnitas.
Analizando el sistema resultante, podemos efectuar su discusin del siguiente
modo:
Sistema incompatible
Si alguna de las ecuaciones es del tipo 0 = b (siendo b distinto de cero), el sistema
es incompatible y tiene solucin
3 x + 2 y + z=1
5 x +3 y +4 z=2
x
+ y z=1

3 2

1:

5 3

4:

1 1 1:

1 f 3 f 1 1 1 :
1

2
2
2 f f 3 2 1: 1 f f 3 f

1f f 5 3

4:

2 f 3f 35 f

Sistema compatible determinado

Si no hay ecuaciones del tipo 0 = b, y adems k = n, es decir, el nmero de
ecuaciones del sistema equivalente es igual al nmero de incgnitas, el sistema es
compatible determinado y, por lo tanto, tiene una nica solucin.
2 x 5 y + 4 z +uv=3
x 2 y
+ zu+ v=5
x 4 y +6 z +2u+ v=10

-5 4 1

-1 :

-3

-2 1 -1

1 :

-4 6 2

1 :

10

-2 1 -1

1 :

-5 4 1

-1 :

-3

f-2f

-4 6 2

1 :

10

f-f

-2 1 -1

1 :

-1

-3 :

-1

-2

0 :

f f

f-2f

-2

-1

-1

3 -3

-3

: -13
:

31

x -2y +z -u +v = 5
-y +2z

+3u -3v =-13

-3u +6v = 31

Sistema compatible indeterminado

Si no hay ecuaciones del tipo 0 = b y k < n, es decir, el nmero de ecuaciones es
menor que el nmero de incgnitas, el sistema es compatible indeterminado y, en
consecuencia, tiene infinitas soluciones. En este caso, tenemos que separar las
incgnitas principales de las no principales. Pero, cules son las incgnitas
principales? Se puede dar el siguiente criterio: Si el sistema es escalonado y tiene
k ecuaciones, las k primeras incgnitas sern las principales y las n - k restantes
sern las no principales que pasaremos al segundo miembro como parmetros.
U=

v=

Y= 1 3 + 2 (3 1 + 3
X =5 +2 (7 5 +9

-25

-6 ) = 7 5 +9

-15 ) (3 1 + 3

-15
-6 )+

=12 4 +1 6

X + y z = 1
3 x +2 + z = 1
5 x +3 y+4 z = 2
-2 x - +5 z = 6

-1 :

1 :

4 :

-2 -1

5 :

-1 :

f-3 f

0 -1 4 : -2

f-5 f

0 -2

f+2 f 0

f -2 f
f +f

9 : -3

1 3 :

0 1 -1 :

0 -1 4 :

-2

0 1 :

0 7 :

1 1 -1 : 1
f -7 f

0 -1

4 :-2

0 0

1 : 1

0 0

0 :-1

Ejemplo

6
2 2
4
12 8 6 10
3 13 9
3
6
4
1 18

][ ] ( )
x1
x2
x3
x4

12
34
27
38

En el primer paso, multiplicamos la primera ecuacin por

y la restamos a la

segunda, despus multiplicamos la primera ecuacin por

y la restamos a la

tercera y finalmente multiplicamos la primera ecuacin por

a la cuarta. Los nmeros 2,

y la restamos

y -1 son los multiplicadores del primer paso del

proceso de eliminacin. El nmero 6 es el elemento pivote de este primer paso y

la primera fila, que no sufre modificacin alguna, se denomina fila pivote. El
sistema en estos momentos tiene el siguiente aspecto:

6 2 2
4
0 4 2
2
0 12 8
1
0
4
3 14

][ ] ( )
x1
x2
x3
x4

12
10
21
26

En el siguiente paso del proceso, la segunda fila se emplea como fila pivote y -4
como elemento pivote. Aplicamos del nuevo el proceso: multiplicamos la segunda
fila por12/-4=3 y la restamos de la tercera y despus multiplicamos la segunda
fila por 2/-4=-1/2y la restamos a la cuarta. Los multiplicadores son en esta ocasin
3 y -1/2 y el sistema de ecuaciones se reduce a:

6 2
0 4
0 0
0 0

2
4
2
2
2 5
4 13

][ ] ( )
x1
x2
x3
x4

12
10
9
21

El ltimo paso consiste en multiplicar la tercera ecuacin por 4/2=2 y restarla a la

cuarta. El sistema resultante resulta ser:

][ ] ( )

6 2 2 4 x 1
0 4 2 2 x 2
0 0 2 5 x 3
0 0 0 3 x 4

12
10
9
3

El sistema resultante es triangular superior y equivalente al sistema original (las

soluciones de ambos sistemas coinciden). Sin embargo, este sistema es
fcilmente resoluble aplicando el algoritmo de sustitucin regresiva. La solucin
del sistema de ecuaciones resulta ser:

X=

()
1
3
2
1

Si colocamos los multiplicadores utilizados al transformar el sistema en una matriz

triangular inferior unitaria (L) ocupando cada uno de ellos la posicin del cero que
contribuy a producir, obtenemos la siguiente matriz:

L=

1
0
2
1
1 /2
3
1 1 /2

0
0
1
2

0
0
0
1

Por otra parte, la matriz triangular superior (U) formada por los coeficientes
resultantes tras aplicar el algoritmo de Gauss, es:

L=

6 2 2 4
0 4 2 2
0 0 2 5
0 0 0 3

Estas dos matrices nos dan la factorizacin LU de la matriz inicial de coeficientes,

A:

6
2 2
4
12 8 6 10
3 13 9
3
6
4
1 18

][
=

1
0
2
1
1 /2
3
1 1 /2

0
0
1
2

0
0
0
1

][

6 2 2 4
0 4 2 2
0 0 2 5
0 0 0 3

Veamos el mtodo de Gauss-Jordn siguiendo con el ejemplo empleado en el

apartado anterior. Aplicando el mtodo de Gauss habamos llegado a la siguiente
ecuacin:

][ ] ( )

6 2 2 4 x 1
0 4 2 2 x 2
0 0 2 5 x 3
0 0 0 3 x 4

12
10
9
3

Ahora seguiremos un procedimiento similar al empleado en el mtodo de Gauss.

Tomaremos como pivote el elemento a44=-3; multiplicamos la cuarta ecuacin por
-3/4 y la restamos a la primera:

][ ] ( )

6 2 2 4 x 1
0 4 2 2 x 2
0 0 2 5 x 3
0 0 0 3 x 4

8
10
9
3

Realizamos la misma operacin con la segunda y tercera fila, obteniendo:

6 2 2 0
0 4 2 0
0 0 2 0
0 0 0 3

][ ] ( )
x1
x2
x3
x4

8
8
4
3

Ahora tomamos como pivote el elemento a33=2, multiplicamos la tercera ecuacin

por 2/2=1 y la restamos a la primera:

6 2 0 0
0 4 2 0
0 0 2 0
0 0 0 3

][ ] ( )
x1
x2
x3
x4

12
8
4
3

Repetimos la operacin con la segunda fila:

6 2 0 0
0 4 0 0
0 0 2 0
0 0 0 3

][ ] ( )
x1
x2
x3
x4

12
12
4
3

Finalmente, tomamos como pivote a22=-4, multiplicamos la segunda ecuacin por

-2/-4 y la sumamos a la primera:

6 0 0 0
0 4 0 0
0 0 2 0
0 0 0 3

][ ] ( )
x1
x2
x3
x4

6
12
4
3

El sistema de ecuaciones anterior es, como hemos visto, fcil de resolver. Par el
cual obtenemos las soluciones:

[] ()
x1
x2
x3
x4

1
3
2
1

12. MATRIZ ADJUNTA O COFACTORES DE UNA MATRIZ CUADRADA

Dada una matriz cuadrada A, su matriz de adjuntos o matriz de cofactores

cof(A) es la resultante de sustituir cada trmino aij de A por el cofactor aij de A. El
trmino matriz adjunta adj(A) suele crear confusin, ya que en muchos tratados
clsicos sobre lgebra lineal corresponde a la matriz de cofactores traspuesta,1

2 3

sin embargo, en otros textos, se corresponde a la matriz de cofactores, puesto que

llaman de la misma manera adjunto al cofactor y de ah que sea adjunta.4 5 Aparte,
tambin se utiliza el smbolo adj( ) indistintamente a cof( ) para el clculo en los
elementos de una matriz, haciendo, si cabe, la confusin ms amplia. 6
El inters principal de la matriz adjunta es que permite calcular la inversa de una
matriz, ya que se cumple la relacin:

Donde adj(A) corresponde a la matriz de cofactores traspuesta, o sea,

.
Sin embargo, para matrices de dimensiones grandes, este tipo de clculo resulta
ms costoso, en trminos de operaciones, que otros mtodos como el mtodo de
eliminacin de Gauss.

Definicin y frmulas de clculo

Dada una matriz

su matriz de adjuntos es la nica matriz

tal que:7

Esta definicin no permite calcular directamente la matriz de adjuntos (o

cofactores) por lo que comnmente se define tambin la matriz de adjuntos
mediante la siguiente frmula explcita. Dadas las componentes explcitas de la

matriz:
matriz de orden

para cada i y j se define la matriz

obtenida a partir de

como la

eliminando la fila i-sima y la columna

j-sima. Y se define la cantidad:

Y se tiene que estas son precisamente las componentes de la matriz de adjuntos

(o cofactores), es decir,
Matrices 2 x 2
Dada una matriz de 2 x 2:

Su matriz adjunta viene dada por:

donde C es la matriz de cofactores.

Matrices 3 x 3
Dada una matriz de 3 x 3:

Su matriz de cofactores viene dada por:

y por lo tanto la transpuesta de la matriz de cofactores es la matriz Adjunta:

Para matrices de 3x3 tambin puede usarse la siguiente frmula:

Ejemplo

Un ejemplo sera el siguiente:

Matrices n x n
Para matrices con n grande, el costo computacional del clculo de adjuntos es
grande, por lo que si el objetivo es calcular la inversa de una matriz, se recurre a
otros algoritmos de clculo que no impliquen calcular primero la matriz de
adjuntos. Para el clculo de la matriz de adjuntos en el caso general, puede
emplearse la siguiente frmula:

Propiedades
Dada una matriz
probarse que las
componentes

definiendo

puede

pueden escribirse como suma de monomios de grado n en las

. Eso hace que a medida que n aumenta el clculo de la matriz

adjunta por aplicacin de frmulas directas sea complicado, llegando a ser

computacionalmente muy costoso.
Si consideramos la operacin de buscar la matriz adjunta como una funcin:
resulta que esa funcin es continua. Esto puede verse a partir
de la continuidad de la funcin determinante. Adems se tienen otras propiedades
interesantes:

para
para

.
.

para
para

.
.

Si p(t) = det(A tI) es el polinomio caracterstico de A y definimos el polinimio q(t)

= (p(0) p(t))/t, entonces:

Donde

son los coeficientes de p(t):

La funcin adjunta tambin aparece en la frmula de la derivada del

determinante:9

13. OPERACIONES ELEMENTALES DE LINEA.

Soluciones de sistemas lineales por reduccin de renglones. Ilustraremos los
principios del mtodo resolviendo el siguiente sistema simple de dos ecuaciones.
2x+3y= 3
(1) x -2y=5

Si intercambiamos las dos ecuaciones (la razn de esto ser evidente despus),
obtenemos el sistema equivalente siguiente.
x -2y=5
(2) 2x+3y=3
Si multiplicamos la primeras dos ecuaciones por -2, obtenemos -2x+4Y=-10;
sumamos esta ecuacin a la segunda del sistema (2) y simplificamos.
2x+3y + (-2x+4y)=3+(-10)
0x+7y=-7
As pues, el sistema (2) se transformara en
x -2y=5
(3) 0x+7y=-7
Multiplicamos ambos lados de la ecuacin por 1/7, lo cual da el sistema
equivalente.
x -2y=5
(4) 0x+y=-1
De la segunda ecuacin del sistema (4) tenemos que y=-1.Por consiguiente 2y=-2.
Sumando esto a la primera ecuacin del sistema (4), tenemos el sistema
siguiente.
x +0y=3
(5) 0x+y=-1
Por tanto x=3 y y=-1

y hemos resuelto el sistema dado de ecuaciones. En el

mtodo anterior, efectuamos operaciones especificas en las ecuaciones originales

del sistema (1), transformndolas en aquellas del sistema (5) del cual los valores
de las incgnitas x e y pueden verse directamente. Con cada operacin el sistema

se transformara en uno equivalente al original. Las operaciones consisten de los

tipos bsicos siguientes.
1. Intercambio de dos ecuaciones.
2. Multiplicacin o divisin de una ecuacin por una constante distinta de cero.
3. Adicin (o sustraccin) de un mltiplo constante de una ecuacin a (o de)
otra ecuacin.
Si respetamos las posiciones de las diversas variables y de los signos de igualdad,
un sistema de ecuaciones lineales puede escribirse como una matriz con las
variables omitidas por ejemplo, el sistema (1) anterior,
2x+ 3y =3
x -2y =5
Puede abreviarse como

2 3 3
1 2 5

Este arreglo de nmeros se denomina la matriz aumentada del sistema dado.

Ntese que al escribir esta matriz aumentada, hemos dispuesto los elementos del
vector de valores coeficientes a la izquierda de la lnea vertical y los elementos del
vector de valores (esto es, las constantes de los lados derechos de las
ecuaciones) a la derecha de esta lnea vertical. Por consiguiente, si el sistema de
ecuaciones considerado en forma matricial es AX=B, la matriz aumentada puede
denotarse por A l B. La matriz aumentada es simplemente una manera de escribir
el sistema de ecuaciones sin arrastrar las variables todo el tiempo.
Ejemplo 1: Para las variables x, y, z y t, en ese orden, la matriz aumentada.
2

-1 3 4

-2 0

-4

5 1

-3

Corresponde al sistema lineal siguiente.

2x y + 3z + 4t = 5
x + 3y -2z

=7

-4x+5z+t =-3
Dado que cada rengln de la matriz aumentada corresponde a una ecuacin en el
sistema lineal, las tres operaciones listadas antes corresponden a las siguientes
tres operaciones entre renglones de la matriz aumentada.
1. Intercambio de dos renglones
2. Multiplicacin o divisin de un rengln por una constante distinta de cero
3. Adicin (o sustraccin) de un mltiplo constante de un rengln a (o de) otro
rengln.
Ilustraremos el uso de las operaciones entre renglones en una matriz aumentada
en la resolucin del sistema siguiente:
3x-2y =4
X+3y =5
La matriz aumentada en este caso es
3 -2 4
1 3 5
A fin de aclarar la aplicacin de estas operaciones, resolvemos el sistema
operando sobre las ecuaciones, a la vez que las operaciones correspondientes
en la matriz aumentada
SISTEMA
3X-2Y =4

MATRIZ AUMENTADA
3 -2

X+3Y=5

Intercambiando la
primera y segunda
ecuaciones:

X+3Y=5
3X-Y =4

Sumando -3 veces la
primera ecuacin a
la segunda:

1 3

Intercambiando el
primero y segundo
renglones:
1 3

3 -2

Sumando -3 veces el
primer rengln al
segundo:

X+3Y=5
0x -11y =-11

0 -11 -11

Dividimos ambos
lados de la segunda
ecuacin entre -11

Dividimos el
segundo rengln
entre -11.

x +3Y= 5

0x +y =1

Restamos tres veces

la segunda ecuacin
de la primera.

5
1

Restamos tres veces

el segundo rengln
del primero.

X + 0y =2

0x+y=1

La solucin es por tanto, x=2 y y=1. Observe que los valores de x y y estn dados
por los elementos de la ltima columna de la matriz aumentada final. La ltima
matriz aumentada de la cual advertimos la solucin es de la forma IlC, en donde I
es la matriz identidad y C es cierto vector columna. As, a fin de obtener la solucin
de un sistema dado AX=B, escribimos en primer trmino la matriz aumentada AlB
y usamos las operaciones entre renglones para cambiarla a la forma IlC. Esto no
siempre es posible; sin embargo, si lo logramos, la solucin de las variables est
dada en los elementos de la ltima columna C. La forma final de la matriz IlC que
da las soluciones a un sistema s e llama la matriz reducida. Este mtodo de
resolucin de sistemas lineales se denomina el Mtodo de Reduccin de
Renglones.
Antes de explicar cmo seleccionar el orden de las operaciones entre renglones
con objeto de obtener la matriz reducida a partir de la matriz aumentada original,
representamos alguna notacin a fin de evitar repetir largas expresiones.
Usaremos el smbolo R

para el p-esimo rengln de la matriz aumentada. Por

ello, R denota al primer rengln, R al segundo, etc. Cuando decimos aplique

R-2 R , esto significa restar dos veces el primer rengln del segundo rengln
mientras que la operacin R+4 R Consiste en sumar 4veces el segundo rengln
al tercero y R + R significa sumar el tercer rengln al segundo (no el segundo
rengln al tercero. De manera similar, la operacin 2 R significa multiplicar el
tercer rengln de la matriz aumentada por 2y - R significa multiplicar el primer
rengln por -. Por ltimo, la notacin R R significa la operacin de intercambiar
el primero y tercero renglones. Usaremos la notacin siguiente.
1

Matriz A

R 2 R

matriz B

La cual significa que la matriz B se obtiene aplicando la operacin R - 2 R (esto

es, la sustraccin de dos veces el segundo rengln del primer rengln) sobre la
matriz A estaremos ahora en posicin de explicar en detalle el mtodo de
reduccin de renglones, lo haremos por medio de un ejemplo:
EJEMPLO 2 Use el mtodo de reduccin de renglones para resolver el sistema
siguiente de ecuaciones lineales.
2x 3y +4z = 13
x + y +2z = 4
3x + 5y - z = -4

Solucin. La matriz aumentada de este sistema es

2 -3 4

13

1 2

-4

-1

Nuestro propsito es aplicar operaciones entre renglones a esta matriz hasta que
obtengamos su forma reducida, esto es, hasta que las tres primeras columnas
formen una matriz identidad. Por lo general, el mejor mtodo es tratar las
columnas una por una, cambiando los elementos de la diagonal principal a 1
haciendo que los dems elementos de las columnas sean cero. En la primera
columna de nuestra matriz, el primer elemento es 2. Con objeto de que este
elemento se transforme en 1, podramos dividir R

entre 2 o, alternativamente,

intercambiar R y R. si aplicamos R , de inmediato introducimos fracciones,

mientras que si intercambiamos R

y R ( esto es, aplicamos R R), nos

evitamos las fracciones ( o al menos desde el principio).Por consiguiente, es

preferible aplicar
R

R y obtener

1 1
2
4
2 3 4 13
3 5 1 4

Ya que obtuvimos un elemento diagonal de 1 en la primera columna, usamos el

primer rengln para transformar los dems elementos de la primera columna a
cero. Esto puede realizarse aplicando las operaciones R - 2R y R - 3R. Esto
nos da la matriz.

1
1
2
4
22(1) 32(1) 42(2) 132(4 )
33(1) 53(1) 13(2) 43(4)

] [
=

1 1
2
4
0 5 0
5
0 2 7 16

Hemos reducido la primer columna a la forma requerida (esto es, a la primera

columna de la matriz identidad). Ahora resolvemos sobre la segunda columna. En
esta columna, debemos tener 1 en el segundo rengln y cero en el primero y
tercer renglones. Mientras logramos este propsito, debemos tener cuidado en no
modificar la primera columna. (Esto significa, por ejemplo, que no podemos sumar
6 veces el primer rengln al segundo porque esto modificara los elementos de la
primera columna.) Hay muchas maneras de colocar un 1 en el segundo elemento
de la segunda columna. Por ejemplo, podemos aplicar -R o R + 3R. La
aplicacin de -R es ms simple en este caso; nos lleva a la matriz siguiente.

1 1 2
4
0 1 0 1
0 2 7 16

Usamos ahora el segundo rengln para hacer que los otros dos elementos de la
segunda columna sean cero. Aplicamos las operaciones R - R y R - 2R, lo
cual da

10
11
20
4(1)
0
1
0
1
02( 0) 22(1) 72(0) 162(1)

] [
=

1 0 2
5
0 1 0
1
0 0 7 14

Obsrvese que estas operaciones no han modificado la primera columna. As

pues, tambin reducimos la segunda columna a la forma requerida, con 1 sobre la
diagonal principal y 0 en los dems lugares.
Por ltimo resolveremos sobre la tercera columna, debemos transformar el tercer
elemento de esta columna a 1; esto puede realizarse aplicando -R. Esto nos
lleva a

1 0 2 5
0 1 0 1
0 0 1 2

En la tercera columna, los elementos del primero y segundo renglones tambin

deben ser

cero. Ya tenemos un cero en el segundo rengln. Con objeto de

obtener un cero en el primer rengln, aplicamos la operacin R - 2R. Esto da

1 0 22(1) 52(2)
0 1
0
1
0 0
1
2

] [
=

1 0 0 1
0 1 0 1
0 0 1 2

Por consiguiente, hemos logrado nuestro propsito, esto es, hemos transformado
las primeras tres columnas de la matriz aumentada del sistema a una matriz
identidad. La matriz final representa al sistema.
x + 0y + 0z = 1

x= 1

0x + 1y + 0z = -1

y= -1

0x + 0y + 1z = 2

z= 2

Del cual la solucin requerida puede advertirse de inmediato.

A la luz del ejemplo anterior, podemos resumir los pasos requeridos en la
transformacin de la matriz aumentada a du forma reducida de la manera
siguiente. Cada paso se efecta por medio de una o varias de las operaciones
entre renglones dadas antes.
Paso 1 usamos operaciones entre renglones con objeto de obtener un elemento
superior igual a 1 en la primera columna.
Paso 2 sumamos o restamos los mltiplos apropiados del primer rengln a los
otros renglones de modo que los elementos restantes de la primera columna sean
cero.
Paso 3 sin alterar la primer columna, usamos operaciones entre renglones con el
propsito de hacer el segundo elemento

de la segunda columna igual

a 1.

Despus sumamos o restamos mltiplos adecuados del segundo rengln a los

otros a fin de obtener ceros en el resto de la segunda columna.
Paso 4 sin alterar las primeras dos columnas, hacemos que el tercer elemento de
la tercera columna sea igual a 1. Luego usamos el tercer rengln con objeto de
obtener ceros en el resto de la tercera columna.
Paso 5 continuamos el proceso columna por columna hasta que se obtenga la
forma reducida; esto es, hasta que la matriz adopte la forma IlC, con una matriz
identidad I a la izquierda de la lnea vertical. Las soluciones de las variables estn
dadas entonces por los elementos de la ltima columna, C.
Ejemplo 3 (punto de equilibrio del mercado) Dos productos A y B compiten. Las
demandas XA y XB de estos productos estn relacionadas a sus precios PA y PB
por las ecuaciones de demanda
XA = 17 -2PA + PB

XB = 20 -3PB + PA.

Las ecuaciones de la oferta son

PA = 2 + XA + XB

PB = 2+ XB+ XA

Que dan los precios a los cuales las cantidades XA y XB estarn disponibles en el
mercado. En el punto de equilibrio del mercado, las cuatro ecuaciones deben
satisfacerse (dado que la demanda y la oferta deben ser iguales). Calcule los
valores de equilibrio de XA, XB, PA y PB.
Solucin Reacomodando las cuatro ecuaciones, obtenemos el sistema siguiente.
XA

+ 2PA - PB = 17

XB - PA + 3PB = 20
XA + XB - PA
XA + XB

= -2
PB

= -2

Note que las variables en cada ecuacin se pusieron en el orden XA, XB, PA y PB.
La matriz aumentada es la siguiente.

[ ]
1

1
2

17

1
2

20

1
1
4

1
3
1
2

1 2

Aplicamos la sucesin de operaciones entre renglones R -R, R - R, R R, y R - R. Esto da la matriz siguiente.

[ ]
1 0

1
2
17
0 0
6
1
0 0
4
0 1

1
2

17

20

1
2
19
8

77
3
65
4

Antes de reducir la matriz aun mas, observemos que el intercambio de los

renglones tercero y cuarto nos ayuda a evitar complicadas fracciones, dado que
en la tercera columna tendramos - en lugar de - /. As que realizando este
intercambio y multiplicando el R por -4 tenemos las matrices siguientes.

[ ][ ]
1 0

1
2

0 1

1
2

0 0

0 0

17
6

12/317 R4

19
2
1
2

39
113
2

31
105
20 0R 1 0+
4
2
R
19
65 0 0 1
65
2
77
317 317
0 0 0
3
12
2
17

1R 0- 2R
0

39
113
2
31
105
0 1 0
4
2
19
0 0 1
65
2
0 0 0
1
6
1 0 0

R +

1
0
0
0

0
1
0
0

0
0
1
0

0
0
0
1

4
6
8
6

R4

39/2

R4

31 /4

La solucin para el punto de equilibrio del mercado es, por tanto, XA = 4, XB =6,
PA =8 y PB =6.

Ejemplo 4:
Para resolver el sistema
2p + 3q + r = 6000
-4p -2q + 2r = -4000
Primero se sustituye el sistema
2p + 3q + r = 6000
0p +4q + 4r = 8000
Sumando el doble de la primera ecuacin a la segunda. En cambio puede
representarse el sistema.

2p + 3q + r = 6000
-4p -2q + 2r = -4000
Con la matriz y el vector, los cuales se combinan para dar lugar a la matriz
aumentada, se suma luego el doble del primer rengln al segundo y se produce la

2
3 1 6000
4 2 2 4000

2p + 3q + r = 6000
0p + 4p +4r = 8000

13. LA INVERSA DE UNA MATRIZ

Definicin: Sea A una matriz cuadrada n x n. Entonces una matriz B se dice que
es una inversa de A si satisface las dos ecuaciones matriciales
AB=I

BA=I

En donde I es la matriz identidad de tamao n x n. En otras palabras, el producto

de las matrices A y B en cualquier orden da la matriz identidad.
Es claro por la definicin que B debe ser una matriz cuadrada del mismo tamao
que A; de otra manera uno o ambos de los productos AB O BA no estaran
definidos.

Ejemplo 1:

Muestra que B= -2 1

es una inversa de A=

[ ]
1 2
3 4

3/2 -1/2
Solucin: Con objeto de probar que B es una inversa de A, todo lo que
necesitamos probar es que AB=I y que BA=I.

AB =

[ ][
1 2
3 4

2 1
3 1
2
2

1
)
2
1
3 (2 ) + 3 ( 1 )+ 4 ( )
2
1 (2 )+ 1 ( 1 ) +2(

BA =

[ ]
1 0
0 1

=I

][ ]

2
1
1 2
3 /2 1/2 3 4

2 ( 1 ) + 1 ( 3 ) 2 ( 2 )+ 1(4)
1/2(3)
3
2 ( 1)
=

3/2(2)
[ 1/2( 4) ]

[ ]
1 0
0 1

=I

Por consiguiente, B es una inversa de A. No toda matriz cuadrada tiene una

inversa.
Ejemplo 2: Determine una inversa de una Matriz A, si tal inversa existe, en el
caso:

A=

[ ]
1 2
3 4

SOLUCIN: Sea B una inversa de A. Si B existe, es una matriz cuadrada del

mismo tamao que A y debe ser de la forma

B=

[ ]
a b
c d

en donde a, b, c y d son elementos especficos.

Ahora la ecuacin AB=I implica que

[ ][ ] [ ]
1 2 a b
1 0
=
2 4 c d
0 1

O bien

][ ]

a+ 2 c
b+ 2 d = 1 0
2 a+ 4 c 2b+ 4 d
0 1

Por consiguiente comparando los elementos de estas matrices, encontramos que:

a+2c=1 y
2+4c=0

b+2d =0

2b +4d=1

Estos sistemas de ecuaciones son inconsistentes, como advertimos si dividimos

las dos ecuaciones de abajo entre 2. En consecuencia, estos sistemas no tienen
solucin, de modo que no existen una matriz B que satisfaga la condicin AB=I.
As que A no tiene inversa.
Definicin: Una matriz A se dice que es invertible o no singular si tiene una
inversa. Si A no tiene una inversa, se dice que es una matriz singular.

Puede comprobarse que la inversa de cualquier matriz no singular es nica. Esto

es, si A tiene alguna inversa, esta es nica. Debido a esto, denotamos la inversa
de A por A (lase A inversa). As, tenemos las dos ecuaciones.
A A =I

y A A= I

Regresemos ahora al problema de encontrar la inversa de una matriz no singular

Ejemplo 3: A=

[ ]
1 3
2 5

Denotemos con B=

[ ]
a b
c d

a la inversa de A. Se sigue que B debe satisfacer las dos ecuaciones

AB=I

BA=I La ecuacin matricial AB=I, cuando se escribe por completo, es

[ ][ ] [ ]
1 3 a b
2 5 c d

1 0
0 1

O bien

a+3 c
b+3 d
2a+ 5 c 2 b+5 d

] [ ]
=

1 0
0 1

Por consiguiente
a+3c=1

2+5c=0

b +3d=0
b2b+5d=1

(1)

Obsrvese que las dos ecuaciones de la izquierda forman un sistema de

ecuaciones en las incgnitas a y c mientras que las dos ecuaciones de la derecha
forman un sistema en las incgnitas b y de. A fin de resolver esos dos sistemas de
ecuaciones, debemos transformar las correspondientes matrices aumentadas

][

13 1
13 0
y
25 0
25 1

(2)

a sus formas reducidas. Se puede verificar que estas formas reducidas son,
respectivamente

][

1 0 5
10 3
y
01 2
0 1 1

As pues, a=-5, C=2 b=3 y d=-1. En consecuencia, la matriz B que satisface la

ecuacin AB=I es

B=

[ ]
a b
c d

5 3
2 1

Es fcil verificar ahora que esta matriz B tambin satisface la ecuacin BA=I. Por
tanto B es la inversa de A, y podemos escribir:

A =

5 3
2 1

En este ejemplo, para encontrar la inversa, resolvimos los dos sistemas de la

ecuacin (1) reduciendo sus matrices aumentadas (ecuacin (2)). Ahora puede
observarse que los dos sistemas que aparecen en la ecuacin (1) tienen la misma
matriz de coeficientes A, de modo que es posible reducir ambas matrices
aumentadas en el mismo calculo puesto que ambas requieren la misma sucesin
de operaciones entre renglones. El procedimiento que podemos usar con el fin de
lograr esta reduccin simultanea escribir la matriz de coeficientes A, dibujar una
lnea vertical y escribir las constantes que aparece en los lados derechos de los
sistemas de la ecuacin (1) en dos columnas, como se aprecia a continuacin.

1 3 10
25 0 1

Puede comprobarse (si bien la demostracin es bastante difcil) que si cualquiera

de las dos condiciones AB=I O BA=I se cumple, la otra se satisface tambin. Por
eso solo necesitamos usar una de las condiciones a fin de determinar B.

En seguida efectuamos operaciones entre renglones de manera ordinaria a fin de

reducir el lado izquierdo de esta matriz aumentada a una matriz identidad.
Puede observarse que los elementos a la derecha de la lnea vertical en la matriz
aumentada (3) forman una matriz identidad 2*2. Por ello, esta matriz aumentada
pude abreviarse como A I a su forma reducida, a l mismo tiempo reduciremos las
dos matrices aumentadas que aparecen en la ecuacin (2) y por tanto resolver los
dos sistemas lineales que se advierten en la ecuacin (1) a la vez.
En este ejemplo, A i

se reduce por la sucesin siguiente de operaciones entre

renglones

A I=

R 13 10
01 21

R 3 R

1 3 10 R 2 R 13
10
25 0 1
01 2 1

1 0 5 3
0 1 21

Esta es la matriz reducida requerida, puesto que tienen una matriz identidad a la
izquierda de la lnea vertical. Los elementos a la derecha de esta lnea son las
soluciones de los dos sistemas dados por la ecuacin (1);en otras palabras;
forman la matriz

[ ] [
a b
c d

5 3
2 1

Pero esta matriz es la inversa de A. Por tanto, concluimos que en la forma

reducida de la matriz aumentada A I, la inversa de A aparece a la derecha de la
lnea vertical. Resumiendo: sea A una matriz cuadrada invertible de tamao n*n, y

sea I la matriz identidad del mismo tamao. Entonces la forma reducida de A

es IA

Ejemplo 4: Encuentre A, dada:

Solucin: A I =

[ ]

12 3 10 0
12 3
100
RR
25 7 0 10
0 1 1 21 0
R 2 R
37 8 001
0 1 1 3 01

10 1
52 0
R 2 R
2 1 0
R R 0 1 1
0 0 2 111

10 1 52 0
R 0 1 1 21 0

0 0 1

[ ]
10 0

R R 01 0
RR

A=

1 2 3
2 5 7
3 7 8

00 1

9 5

2 2
5 1 1
2 22
11 1

22 2

Esta matriz de forma reducida IA , por consiguiente:

A =

[ ]
9
2
5
2

5
2

9 5 1
1
1
= 2 5 1
1
1 1

Puede verificarse que esta es en realidad la matriz inversa de A comprobando las

dos ecuaciones A A =I y A A=I. Cmo saber si una matriz A es invertible o
no? Si aplicamos el procedimiento de transformar A I a su forma reducida y si en
cualquier etapa encontramos que cualquiera de los renglones a la izquierda de la
lnea vertical solo consta de ceros, entonces puede probarse que A no existe.
13.1. MTODO DE KRAMER
La regla de Cramer es un teorema que se aplica en lgebra lineal. Es de utilidad
cuando se buscan resolver sistemas de ecuaciones lineales. El nombre de este
teorema se debe a Gabriel Cramer, que fue quien public este mtodo en uno de
sus

tratados.

Esta regla es aplicada en sistemas que tengan como condicin que el nmero de
ecuaciones equivalga al nmero de incgnitas y que el determinante de la matriz
de los coeficientes sea distinto de cero. Si dichas condiciones se cumplen en un
sistema,

llamaremos

este,

sistema

de

Cramer.

Para calcular este tipo de sistemas en necesario seguir determinados pasos. En

primer lugar debemos hallar la matriz ampliada, la cual est asociada al sistema
de ecuaciones. Esto quiere decir que la primera columna estar formada por las
entradas de los coeficientes de la primera incgnita de las ecuaciones. Por otro
lado la segunda columna estar formada por los coeficientes de la segunda
incgnita. De esta forma llegaremos a la ltima de las columnas que estar
constituida por las entradas de los trminos independientes de las ecuaciones.
Luego de realizado esto podemos proceder a calcular el determinante de A.
Aplicamos luego la regla de Cramer que consiste en primer lugar en ir
sustituyendo la primera columna del det(A) por los trminos independientes. Luego
se dividirn los resultados de dicho determinante entre el det (A) para hallar as el
valor de la incgnita primera. Si continuamos sustituyendo los trminos
independientes en las diferentes columnas terminaremos hallando las incgnitas
restantes. Veamos a continuacin un ejemplo.

Sea el sistema de ecuaciones lineales que se compone de dos ecuaciones con

dos incgnitas:
3 x 2 y 1
x +5 y 3

Hallaremos los valores de x e y, utilizando la regla de Cramer. Comenzaremos

este proceso con el primer paso dicho previamente, en el cual debemos hallar la
matriz ampliada.
3 2 1
1 5 3

A B =

El siguiente paso es el de calcular el determinante de A. Entonces tendremos lo

siguiente:

Det A =

| |
3 2
5 1

= 15 + 2 =17

Finalmente el tercer pas consiste en calcular las incgnitas.

X=

| |
1 2
3 5
17

5+ 6
17 =

11
17

y=

[ ]
3 1
1 3
17

91
8
17 = 17

La regla para un sistema de ecuaciones de tres ecuaciones con tres incgnitas es

semejante pero con una divisin de determinantes. Veamos un ejemplo:
ax +by +cz j
dx +ey fz k
gx hy
iz l

La representacin en forma de matriz es la que se muestra a continuacin:

[ ][ ] [ ]
a b c x
d e f y
g h i z

j
k
l

Las incgnitas x, y, z se pueden hallar como se muestra en el siguiente ejemplo:

[ ] [ ] [ ]
[ ] [ ] [ ]
j b c
k e f
k h i

X=

a b c
d e f
g h i

a j c
d k f
g l i

Y=

a b c
d e f
g h i

a b j
d e k
g h l

Z=

a b c
d e f
g h i

Para sistemas de ecuaciones lineales de ms de tres ecuaciones la regla de

Cramer resulta enormemente difcil de realizar ya que computacionalmente, es
ineficaz para grandes matrices y por esta razn no suele aplicarse cuando de un
sistema lineal con muchas ecuaciones se trata.
El mtodo de Cramer sirve para resolver sistemas de ecuaciones lineales. Se
aplica a sistemas que cumplan las dos condiciones siguientes:
El nmero de ecuaciones es igual al nmero de incgnitas.
El determinante de la matriz de los coeficientes es distinto de cero.
Tales sistemas se denominan sistemas de Cramer.
a 11 x 1 + a12 x 2 + a13 x 3
a 21 x 1 + a22 x 2 + a 23 x 3
a 31 x 1 + a32 x 2 + a33 x 3

am1 x 1 + am2 x 2 am 3 x 3

+ + a 1nxn
+ + a 2nxn
+ + a 3 nxn

+ amnxn

b1
b2
b3

bm

Sea el determinante de la matriz de coeficientes.

a 11 a 12 a13
a 21 a 22 a 23

am 1 am 2 am 2

a1n
a2n

amn

Y sean:
1, 2, 3... , n
Los determinantes que se obtiene al sustituir los coeficientes del 2 miembro (los
trminos independientes) en la 1 columna , en la 2 columna, en la 3 columna y
en la ensima columna respectivamente.
Un sistema de Cramer tiene una sola solucin que viene dada por las siguientes
expresiones:

X1=

X1=

X2=

X2=

2
3
X3=

Xn=

a1 n
a2 n

amn

a1 n
a2n

amn

b 1 a 12 a 13
b 2 a 22 a 23

bm am 2 am 2

a 11 b 1 a 13
a 21 b 2 a 23

am 1 bm am 2

|
|

a1 n
a2n

amn

a 11 a 12 b 1
a 21 a 22 b 2

am 1 am 2 bm

X3=

a 11 a 12 a 13
a 21 a 22 a 23

am 1 am 2 am 3

X4=

b1
b2

bm

Ejercicios
Resolver por el mtodo de Cramer:
1.
2x

y + z 3 2 y y =1
z 1 x

X=

2 1 1
0
2 1 =3
1 1 0

3 1 1
1 2 1
1 1
0
3

3
=1
3

Y=

Z=

2 1 3
0
2 1
1 1 1 6
= =2
3
3

1 3 2
1 1

|1| 9
= =3
3
3

2.
x

+y
+z 1 x
2 y +3 z 2 x
+ z 5

2=

| |

X=

21
2

3.

1=

1 1 1
1 2 3 =8 2=
1 5 1

1 1 1
1 2 3 =2
1 0 1

Y=

8
=4
2

1 1 1
2 2 3 =21
5 0 1

1 1 1
1 2 2 =11
1 0 5

Z=

11
2

2 x y 2 z 2
x + y
+z
0
x 2 y + z
8

X=

Z=

2 1 2
1 1
1 =2
1 2 1

2 1 2
0
1
1
1 2 1
2
= =1
2
2

Y=

2 2 2
1 0
1
1
8
1
4
=
=2
2
2

2 1 2
1 1
0
1 2 8
6
= =3
2
2

13.2. MTODO DE LA MATRIZ AUMENTADA

En lgebra lineal, la matriz aumentada, o matriz ampliada, de una matriz se
obtiene al combinar dos matrices tal y como se muestra a continuacin.
Ejemplo 1
Sean las matrices A y B, donde

A=

[ ]
1 3 2
2 0 1
5 2 2

[]
4
3
1

B=

Entonces la matriz aumentada de (A|B) se representa de la siguiente manera:

(A|B) =

1 3 2 4
2 0 1 3
5 2 2 1

Esta notacin es til para resolver sistemas de ecuaciones lineales dados por
matrices cuadradas. Tambin se puede utilizar para encontrar la inversa de una
matriz.
Ejemplo 2
Sea C una matriz cuadrada de dimensiones 2x2 donde

C=

1 3
5 0

Para encontrar la inversa de C, se crea (C|I), donde I es la matriz identidad de

dimensiones 2x2. A continuacin se transforma en la matriz identidad la parte de
(C|I) correspondiente a C, usando nicamente transformaciones de matriz
elementales en (C|I).

(C|I)=

(C|I-1)=

1 3 1 0
5 0 0 1

1 0

0 1

1
3

1
5
1
15

En lgebra lineal, se utiliza la matriz aumentada para representar los coeficientes

as como las constantes de cada ecuacin. Dado el conjunto de ecuaciones:
x 1 +2 x 2 +3 x 3 0
3 x 1 + 4 x 2 +7 x 3 2
6 x 1 +5 x 2 +9 x 3 11

La matriz aumentada estara formada por:

A=

[ ]
1 2 3
2 4 7
6 5 9

B=

[]
0
2
11

Dando como resultado final:

C=

1 2 3 0
3 4 7 2
6 5 9 11

Ejemplo 2.- La matriz aumentada del sistema de ecuaciones lineales:

4 x1

5 x 2 + x 3 10 x 4 5 x 1
+ 7 x 2

+ 14 x 4 0 x 2 2
x 3

8 x4

La matriz aumentada es

4 5 1 10 5
1 7
0
14 0
0 1 1
0
8
0 0
0
1
2

Ejemplo 3
x 1 + 5 x 2 + 3 x 3 + 8 x 4 2
6 x 1 + 9 x 2 + 4 x 3 + 7 x 4 10
La matriz aumentada es

1 5 3 8 2
6 9 4 7 10

Ejemplo 4
x + 4 y + 3 z 12
2 x 3 y z 20
4 x + 5 y

15
Su matriz aumentada seria

1 4 3 12
2 3 1 20
4 5 0 15

13.3. MTODO DE MATRIZ INVERSA

Las inversas de matrices tienen muchos usos, uno de los cuales est en la
solucin de sistemas de ecuaciones, en el caso en el que se tiene n ecuaciones
en n variables, tambin podemos resolver el sistema encontrando la inversa de la
matriz de coeficientes.
Un sistema de ecuaciones puede escribirse en forma matricial como AX=B. Si la
matriz de coeficientes A es invertible, existe A-, multiplicando por la izquierda
ambos lados de la ecuacin matricial dada por A-,obtenemos

A-(AX)=A-

B.
Usando la propiedad asociativa y simplificando, podemos escribir esto de la
manera siguiente: (A-A) X=A-B
IX=A-B
X=A-B
As hemos obtenido una expresin que proporciona la solucin X DEL SISTEMA
DE ECUACIONES DADO.
Ejemplo: resuelva el sistema de ecuaciones lineales siguientes:
X+2y+3z=3
2x+5y+7z=6
3x+7y+8z=5

Solucin: el sistema de ecuaciones considerado en forma matricial es: AX=B, en

donde A=

[ ] [] []
1 2 3
2 5 7
3 7 8

x
y
z

, X=

y B=

As que A-esta dada por A-= 1/2

est dada por: X=A-B =1/2

3
6
5

9 5 1
5 1
1
1
1 1

se sigue que la ecuacin (4)

][ ]

9 5 1 3
5 1
1 6
1
1 1 5

=1/2

27 30 +5
15 +6 +5
3
+6 5

] []
=1/2

2
4
4

[ ] [ ][ ]

1
x 1
2 estoes ; y 2 Por consiguientex=1, y=2 yz=2.
2
z 2

A primera vista, puede parecer que este mtodo de resolver sistema de

ecuaciones con la matriz inversa es mucho menos conveniente que el mtodo de
reduccin de renglones con inversa.
La ventaja de utilizar la matriz inversa se hace patente en casos en que deben
resolverse varios sistemas de ecuaciones con la misma matriz de coeficientes; no
es necesario usar la reduccin de renglones una y otra vez sobre cada sistema.
Proposicin: La suma de los productos de los elementos de una lnea por; Los
adjuntos de una paralela son cero.

Demostracin.

Este sumatorio correspondera al

desarrollo de un determinante con las k e i iguales.

Definicin: Se denomina matriz adjunta de A y se denota por Adj A la matriz
resultante de sustituir cada elemento de la matriz cuadrada A por su adjunto.
Proposicin: A Adj AT = detA I.
Demostracin. Sea C = A Adj AT .

Si i

es diferente a j
= cij = 0 (suma de los productos de los elementos de la la
i por los adjuntos de los de la la j).

Si i = j = cii

Corolario : Si A es inversible.

Qu coste conlleva el clculo de la inversa de una matriz A Rnn?

Calculando

Un total de n + n determinantes de orden n 1.

El proceso es O ((n + 1)!)

Mediante transformaciones elementales (Gauss-Jordan)

Un total de n-n

operaciones.

El proceso es O (n3)
Con un ordenador que realice un milln de operaciones por segundo estimaramos
un tiempo de clculo para el determinante de una matriz cuadrada de orden 100
de

Calculando A = 1/det A. Adj A ------ 3.10 millones de anos.

Mediante transformaciones elementales. 1 segundo.

14. APLICACIONES
(Matriz de Produccin) Una empresa que fabrica televisores produce tres
modelos con distintas caractersticas en tres tamaos diferentes. La capacidad de
produccin (en miles) en su planta de Vallejo est dada por la matriz A.
Tamao 1 (20in.)

Tamao 2 (23in.)

Modelo 1 Modelo 2

5 7
7 4
10 8

2
5
4

Modelo 3

=A

Tamao 3 (26in.)
(En otras palabras, la capacidad de la planta es de 5000 televisores modelo I de
20 pulgadas, 8000 televisores modelo II de 26 pulgada, etc.) la capacidad de
producir en la planta de Quertaro estad dada por la matriz B.
Tamao 1

Tamao 2

Modelo 1 Modelo 2

4 5 3
9 6 4
8 12 2

Modelo 3

=B

Tamao 3
(a)

Cul es la capacidad de produccin total en las dos plantas?

(b)

Si la empresa decide incrementar su produccin en Vallejo en un 20%,

Cul ser la nueva produccin en la planta?

Solucin: (a) La produccin combinada (en miles ) en las dos plantas est dada
por la suma de las matrices A y B.

A+B=

5 7
7 4
10 8

2
5
4

] [
+

][

4 5 3
9 8 5
9 6 4 = 16 10 9
8 12 2
18 20 6

Por ejemplo las dos plantas producen 9000 televisores modelo I de 20

pulgadas. (b) Si la produccin en Vallejo se incrementa un 20%, la nueva
produccin (en miles) estar dada por la matriz 1.2A.

1.2A=1.2

5 7
7 4
10 8

2
5
4

] [
=

6 3.6 2.4
8.4 4.8 6
12 9.6 4.8

(Por

consiguiente,

se

producirn

4800 televisores modelo II de 23 pulgadas, etc.)

(Punto de equilibrio de mercado) Dos productos A y B compiten. Las
demandas Xa y Xb de estos productos estnrelacionados a sus precios Pa y
Pb por las ecuaciones de demanda
Xa=17 -2Pa + Pb y Xb= 20 -3Pb+Pa.
Las ecuaciones de oferta son:
Pa=2 +Xa+ 1/3Xb

y Pb=2+1/2 Xb+1/4Xa

Que dan los precios a los cuales las cantidades de Xa y Xb estaran disponibles
en el mercado.En el punto de equilibrio del mercado, las cuatro ecuaciones
deben satisfacerse (dado

que la demanda y la oferta deben ser iguales).

Calcule los valores de equilibrio de Xa, Xb, Pa y Pb.* estas ecuaciones no

siempre funcionan y deben modificarse en ciertos casos.

Solucin: Reacomodando las cuatro ecuaciones, obtenemos el sistema

siguiente:
Xa +2P-1/2 Pb=17
Xb-1/2P+3Pb=20
Xa+1/3Xb+Pa=-2
1/4Xa+1/2Xb-Pb=-2
Note que las variables en cada ecuacion se pusieron en el oren Xa, Xb, Pa y
Pb. La matriz aumentada es la siguiente:
1 0 2

0 1

1
2

17

1
3 20
2

1
1 0 2
3

1
4

1
2

01 2

Aplicamos la sucesin de operaciones entre renglones R-R,R-1/4R,R1/3RY R4 -1/2R. esto da la matriz siguiente:
1 0 2

0 1

1
2

17

1
3 20
2

0 0

17 1
6 2

0 0 0

1 19
4 8

77
3
65
4

Antes de reducir la matriz aun ms, observemos que el intercambio de

renglones tercero y cuarto nos ayuda a evitar complicada fracciones, dado que
en la tercera columna tendramos -1/4 en lugar de -17/6. As que realizando
este intercambio y multiplicado el R por -4 tenemos las matrices siguientes

1 0 2

0 1

1
2

17

1
3 20
2

0 0 1

19
2

0 0 0

65

17 1

6 2

77
3

[ ]

39
113
2
31 105
1 0 0 9 4
010
4 2
= 01 0 0 6
19
0 01 0 8
0 0 1 65
0 0 01 6
2
317 317
00 0
12 2

1 0 0

[ ]

La solucin para el punto de equilibrio del mercado es de : Xa=4, Xb=6, Pa=8 y

Pb=6.

ANALISIS INSUMO PRODUCTO

El Modelo insumo producto fue introducido por primera vez a finales de los
cuarenta por Leontief, el ganador del premio Nobel en 1973, en un estudio de la
economa de Estados Unidos. La principal caracterstica de este modelo es que
incorpora las interacciones entre diferentes industrias o sectores que integran la
economa. El objetivo del modelo es permitir a los economistas predecir los niveles
de produccin futuros de cada sistema de industria a fin de satisfacer demandas
futuras para diverso productos. Tal prediccin se complica por las interacciones
entre las diferentes industrias, a causa de las cuales un cambio en la demanda de
un producto de una industria puede modificar los niveles de produccin de otras
industrias. Por ejemplo un incremento en la demanda de automviles no solo
conducir a un aumento en los niveles de produccin de los fabricantes de
automviles, sino tambin en los niveles de una variedad de otras industrias en la
economa, tales como la industria del acero, la industria de los neumticos, etc. En
el modelo original de LEONTIEF, LA ECONOMIA DE Estados Unidos aparece
dividida en 500 sectores de este tipo que interactan entre s.

Con el objeto de describir el modelo en los trminos ms simples, consideremos

una economa que conste solo de dos industrias, P y Q. A FIN DE CLARIFICAR
nuestras ideas, suponga que las interacciones entre estas dos industrias son las
dadas en la tabla 1. Las primeras dos columnas de esta tabla contienen los
insumos de las dos industrias, medios en unidades adecuadas. Por ejemplo, las
unidades podran ser millones de dlares al ao. De la primera columna,
advertimos que en su producto anual la industria P usa 60 unidades de su propio
producto y 100 unidades del producto de la industria Q. de manera similar, Q
emplea 64 unidades del producto de P y 48 Unidades de su propio producto.
Adems, en el ltimo rengln observamos que P usa 40 unidades de insumos
primarios, los cuales incluyen insumos tales como mano de obra, suelos o materia
s primas, mientras que Q utiliza 48 Unidades de insumos primarios.
Totalizando las columnas, advertimos que los insumos totales son de 2000
unidades en el caso de p y de 160 unidades para Q. Se supone en el modelo que
todo lo que se produce se consume, o en otras palabras, la produccin de cada
industria debe ser igual a la suma de todo slos insumos (medios en las mismas
unidades). As, la produccin total de P debe ser de 200 unidades y de 160
unidades en el caso de Q.
Consideremos ahora los dos primeros renglones de la tabla 1, en los cuales se
advierte como se utilizan los productos de cada industria. De las 200 unidades
producidas por P. 60 son utilizadas por ella misma y 64 por Q. esto deja 76
unidades disponibles para satisfacer la demanda final; esto es, los bienes que no
utilizan internamente las industrias productoras mismas. Estos podran consistir en
esencia de bines producidos para consumo domestico, consumo del gobierno o
exportacin. De manera similar, de las 160 unidades producidas por Q, 100 las
utiliza P, 48 no saben de Q y 12 unidades se destinan a satisfacer la demanda
final.
Suponga que la investigacin de mercado predice que en 5 aos, la demanda final
para P decrecer de 76 a 70 unidades. L a pregunta que surge se refiere a que

tanto debera cada industria ajustar su nivel de produccin a fin de satisfacer estas
demandas finales proyectada.
Es claro que las dos industrias no operan independientemente una de otra ( por
ejemplo, la produccin total de P depende de la demanda final de producto Q y
viceversa.) por tanto, la produccin de una industria est ligada a la produccin de
la otra industria(u otras industrias) . Supongamos que a fin de satisfacer las
demandas finales proyectadas en 5 aos, P debe producir x unidades y Q debe
producir x unidades.
En la tabla 1 advertimos que con objeto de producir 200 unidades, la industria P
emplea 60 unidades de su propio producto y 100 unidades del producto Q. As la
elaboracin por parte de la industria P de s unidades requiere la utilizacin de
60/200 unidades de su propio producto y 100/200 unidades del producto de Q. En
forma anloga, a fin de producir las segundas unidades la industria Q debera usar
64/160 unidades del producto P y 48 /160 unidades de su propio producto. Pero
tenemos la ecuacin siguiente:
Produccin total

Unidades consumidas + unidades + Demanda

De la industria P =
Es decir;

por P

consumidas por Q

final-.

x= 60/200 +64/160 +70 dado que la nueva demanda final es de

70 unidades.
De manera similar, de las segundas unidades producidas por la industria Q,
100/200 UNIDADES LAS UTILIZA p Y 48/160 UNIDADES LAS emplea Q misma.
APLICACIN DE UN PRODUCTO DE MATRICES
a) Tres inversionistas I1, I2 e I3 poseen individualmente determinado nmero de
porciones de cuatro acciones S1 s2 s3 y s4 segn la matriz A. La matriz B
contiene el valor actual V de cada porcin de accin. Encuentre AB e
interprete el significado de sus elementos.
Nmeros de porciones de acciones

S 1 S2 S3 S4

Inversionistas

50 100 30 25
100 150 10 30
100 50 40 100

I1

=A

I2
I3

Valor de la accin

[ ]
20.37
16.21
90.80
42.75

Acciones

S1
S2

=B

S3
S
4

b) La matriz C contiene el cambio en el valor de cada accin durante la

semana anterior. Encuentre AC e interprete el significado de sus elementos.

[ ]
+1.03
0.22
1.35
+0.15

=C

Solucin:
a) Puesto que A es una matriz de 3 x 4 y B es una matriz de 4 x 1, el producto
AB es una matriz de 3 x 1:

AB =

][

50 100 30 25 20.37
100 150 10 30 16.21
90.80
100 50 40 100
42.75

6432.25
6659.00
10754.50

Obtuvimos el primer elemento del producto AB, 6432.25, del clculo,

50(20.37) + 100(16.21) + 30(90.80) + 25(42.75),

El cual representa el valor total que el inversionista I 1posee en las cuatro

acciones. Del mismo modo, el segundo y tercer elementos representan el valor
para los inversionistas I2 e I3respectivamente.

b) AC =

][

50 100 30 25 +1.03
100 150 10 30 0.22
100 50 40 100 1.35
+0.15

[ ]
7.25
61.00
53.00

El primer elemento del producto AC, -7.25, indica que el valor total que el
inversionista I1tiene en las cuatro acciones baj $7.25 la semana pasada. El
segundo y tercer elementos sealan que el valor total que los inversionistas I 2 e
I3poseen en las cuatro acciones subi $61.00 y $53.00 respectivamente
Aplicacin 5:
Dada la matriz de transicin
P=

0.3 0.5 0.2

0.4 0.2 0.4
0.5 0.4 0.1

Cul es la probabilidad de que en el prximo ensayo el sistema cambie:

(a) del estado 2 al 1; (b) del estado 1 al 3?
Solucin: Por definicin, en la matriz de transicin P. p ij denota la
probabilidad de que el sistema cambie del estado i alj. As, en la parte (a)
nos interesa p21, la probabilidad de un cambio del estado 2 al 1. Esta es
igual a 0.4 (el elemento del segundo rengln y la primera columna).
En forma anloga para la parte (b), requerimos p 13=0.2
-

(Partidos polticos) En cierta nacin hay tres partidos polticos principales el

liberal (L), el conservador

y el demcrata (D. La matriz de transicin

siguiente da las probabilidades de que la nacin ser controlada por cada

uno de los tres partidos polticos despus de una eleccin, conocidas las
diversas posibilidades del resultado de la eleccin anterior:
L
-

0.7 0.2 0.1

0.5 0.3 0.2
0.3 0.4 0.3

Suponiendo que el partido liberal tiene control por ahora, use un diagrama
de rbol para determinar la probabilidad de que el partido conservador est
en el poder despus de las dos prximas elecciones.
Solucin: Los resultados posibles de las dos prximas elecciones aparecen
en la figura 1, cuando empezamos con el partido liberal en el poder. Puesto
que buscamos la probabilidad de que el partido conservador asuma el
mando despus de dos elecciones, slo nos interesan aquellas ramas del
diagrama que terminan en C. Los nmeros a lo largo de las ramas son las
probabilidades apropiadas dadas en la matriz de transicin. Por ejemplo, el
nmero 0.1 en la rama L a d es la probabilidad de que los liberales
remplacen a los demcratas en la eleccin siguiente. El nmero 0.4 en la
rama de D a C es la probabilidad de que los conservadores suman el poder
en la segunda eleccin dado que los demcratas tomaron el mando en la
primera eleccin. El producto (0.1)(0.4) da la probabilidad de que los
liberales sean reemplazados por los demcratas y estos a su vez por los
conservadores.
Segund
a
Eleccin

Primera
L

Eleccin

0.2

(0.7)(0.2)=0.14

D
L

0.3

(0.2)(0.3)=0.06

D
L
0.4

(0.1)(0.4)=0.4

0.2

Figura 1
Las otras sucesiones (o ramas) que terminaban con los conservadores en el poder
tienen las probabilidades (0.7)(0.2)y (0.2)(0.3), respectivamente. As que la
probabilidad de que los conservadores asuman el poder despus de dos
elecciones es la suma de las probabilidades de estas tres sucesiones:
(0.7)(0.2)+(0.2)(0.3)+(0.4)(0.1)=0.24
Aplicacin 6(Fluctuaciones de la bolsa de valores)
El valor de una accin flucta da con da. Cuando la bolsa de valores se
encuentra estable, un incremento en un da tiende a anteceder una baja el da
siguiente, y una baja por lo regular es seguida por un alza. Podemos modelar
estos cambios en el valor mediante un proceso de Markov con dos estados, el
primer estado consistente en que el valor se incrementa un da dado, el segundo
estado de definido por la baja. (La posibilidad de que el valor permanezca sin
cambio se ignora). Suponga que la matriz de transicin es la siguiente
Cambio del maana

Cambio

Alza
Alza

Baja

De Hoy

Baja

0.1 0.9
0.8 0.2

Solucin: si el valor de la accin bajo hoy, calcule la probabilidad de que se

incremente 3 das despus a partir de ahora.
Los estados posibles de la accin (alza o baja) durante los prximos 3 das estn
dados en la figura 2, en que el estado inicial es la baja. Denotemos los estados de
alza o baja por las letras U y D, respectivamente. Slo nos interesan las cuatro
ramas que terminan en el estado U al cabo del tercer da. La probabilidad
requerida de que la accin ir al alza en el tercer da cuando fue a la baja el da de
hoy se obtiene sumando las probabilidades de las cuatro ramas antes
mencionadas y es igual a 0.632.
0.1

U
D
0.1

0.8

0.8

0.9

0.1

0.2

0.8

0.2

0.8

(0.8)(0.1)
[Escriba una cita del
(0.1)=0.008
[Escriba
una
del
documento
o elcita
resumen
de un
[Escriba una cita del
documento
o
el
resumen
punto interesante. Puede de
documento o el resumen de un
[Escriba
citade
del
un punto
interesante.
situar
el una
cuadro
textoPuede
en
punto interesante. Puede
documento
o el del
resumen
situar ellugar
cuadro
de
textodeenun
cualquier
documento.
situar el cuadro de texto en
punto
Puede de
cualquier
del
Use
la interesante.
ficha lugar
Herramientas
cualquier lugar
del documento.
En
situar
el
cuadro
de la
texto
en
documento.
Use
ficha
dibujo
para
cambiar
el
formato
(0.8)(0.9)
Use la ficha
Herramientas de
cualquier
lugar
del
documento.
Herramientas
de dibujo
para
del
cuadro
delatexto
de la cita.]
(0.8)=0.576
dibujo para
cambiar el formato
Use
la
ficha
Herramientas
cambiar el formato del de
del cuadro de texto de la cita.]
dibujo
para
cuadro
decambiar
texto deellaformato
cita.]
(0.2)(0.8)
del cuadro
de texto de la cita.]
(0.1)=0.016
(0.2)(0.2)
(0.8)=0.032
0.0632

aplicacin 5 calculamos la probabilidad de que la accin vaya al alza al tercer da.

Suponga que deseamos calcular la probabilidad de que la accin vaya al alza o

baja en al dcimo da. En este caso, el uso de un diagrama sera muy
embarazoso. En una situacin como esta, el lgebra de matrices evita dibujar un
diagrama de rbol grande.
Consideremos un sistema de estados posibles, de modo que cada ensayo tienen
n resultados posibles. En cualquier etapa en el futuro no podemos decir en qu

estado se encontrar el sistema, pero podramos estar en posicin de dar las

probabilidades de que se encuentre cada uno de los estados 1, 2, , n(En la
aplicacin 5, no podemos decir si la accin ira a la baja o al alza despus de 3
das, pero si podemos afirmar que la probabilidad de que ir al alza es de 0.632 y
en consecuencia la probabilidad de que vaya a la baja es de 1-0.632=0.368). En
general, si p1, p2,, n, respectivamente, entonces la matriz rengln 1xn
[p1 p2 pn]
Se conoce como matriz de estado inicial o vector de estado inicial del sistema.
Obsrvese que p1+p2++pn=1. Denotaremos a la matriz de estado inicial con Ao y
a la matriz de estado despus de k ensayos(o etapas) por Ak.
Consideremos el ejemplo 3. Cada da del sistema (valores) est en uno de los dos
estados: estado 1 (alza) y estado 2(baja). E el ejemplo, al principio la accin
estaba a la baja, de modo que inicialmente la probabilidad p 1 de que el sistema se
encuentre en el estado 1 es 0 y la probabilidad de que p 2se encuentre en el estado
2 es 1. As, la matriz de estado inicial A0 del sistema es:
A0=[p1 p2]=[0 1]
Como se advierte en la figura 2, despus de 1 da, la accin esta al alza con la
probabilidad p1=0.8 y a la baja con p 2=0.2. As que la matriz de estado A1 despus
de 1 da est dada por
A1=[p1 p2]=[0.8 0.2]
A partir de la figura 2, la probabilidad de que la accin ira al alza despus de dos
das es
P1=(0.8)(0.1)+(0.2)(0.8)=0.08+0.16=0.24
De manera similar, la probabilidad de que la accin ira a la baja despus de 2 das
es:
P1=(0.8)(0.9)+(0.2)(0.2)=0.72+0.04=0.76
As que la matriz de estado A2despues de dos das est dada por:
A2=[p1 p2]=[0.24 0.76]
Al cabo de 3 das la matriz de estado es

A3= [p1 p2]= [0.632 0.368]

Aplicacin 8
Una fbrica produce dos modelos de lavadoras, A y B, en tres terminaciones: N, L
y S. Produce del modelo A: 400 unidades en la terminacin N, 200 unidades en la
terminacin L y 50 unidades en la terminacin S. Produce del modelo B: 300
unidades en la terminacin N, 100 unidades en la terminacin L y 30 unidades en
la terminacin S. La terminacin N lleva 25 horas de taller y 1 hora de
administracin. La terminacin L lleva 30 horas de taller y 1.2 horas de
administracin. La terminacin S lleva 33 horas de taller y 1.3 horas de
administracin.
- R ep re se n ta r l a in fo rma ci n en do s m a tri ce s.
-

Ha l la r

u na

m atri z

qu e

e xp re se

la s

h o ra s

de

ta l l e r

de

ad mi ni stra ci n em pl e a da s pa ra ca da un o d e l o s mo de l o s.
Ma tri z de pro d u cci n :
Fil a s:
M=

Mo d el o s A y B C ol u mn a s: Term in a ci on e s N ,L , S

400 200 50
300 100 30

Ma tri z de co ste en ho ra s:
Fil a s: Term i n a ci o n e s N , L , S
N=

Co l um na s: C o ste e n ho ra s: T, A

[ ]
25 1
30 1.2
33 1.3

Ma tri z q ue e xp re sa l a s ho ra s d e ta l le r y d e ad mi n i stra ci n p a ra
cad a u n o de lo s mod e lo s:

M.N = M=

400 200 50
300 100 30

[ ][

25 1
17650 705
30 1.2 =
11490 459
33 1.3

Matriz de los adjuntos de una matriz cuadrada

Matriz de los adjuntos o adjunta
Sea A= [aij] una matriz cuadrada de orden n y a ij el adjunto (menos complementario
con su signo) del elemento aij; Por definicin:

Adjunta de

A= AdjA=

a 11 a21 an 1
a 12 a22 ... an 2
.. . .
a 1 n a2 n ann

Obsrvese que los adjuntos de los elementos de la fila (columna a) i de A son los
elementos de la columna (fila) de i de la matriz Adj A.

Ejemplo 1. En la matriz

A=

[ ]
1 2 3
2 3 2
3 3 4

a11=6. a12=-2. a=13=-3. a=21=1. a22=-5. a23=3. a32=-5. a32=4. a33=-1

Luego

Ad jA=

6
1 5
2 5 4
3 3 1

Aplicando los teoremas X y XI del Captulo 3, se tiene

(6.2) =A(adj A)=

a 11
a 21

an 1

a12 a 1 n
a22 a 2 n
.. . .
an2 ann

][

=diag(A,A, , A) =A.In =(adj A) A

a 11
a 12

a 1n

a 21 an 1
a 22 an 2
.. . .
a 2 n ann

Ejemplo 2: En la matriz A del ejemplo 1, A=-7, luego

[ ][

][

1 2 3 6
1 5 7 0
0
2 3 2 2 5 4 = 0 7 0
3 3 4 3 3 1
0
0 7

A(adj A)=

= -7/

Tomando determinantes en (6.2) se obtiene:

A. adjA= An=

(6.3)

adjA. A

Por tanto,
I.

Si A es una matriz cuadrada regular de orden n.

adjA= An-1

(6.4)
II.

Si A es una matriz cuadrada regular.

A (adj A)= (adj A) A=0

Si la caracterstica de A es menor que n-1, adj A =0, si la caracterstica de A es n-1,
la correspondiente de adj A es igual a 1.

Ejemplo 3 La matriz de los adjuntos de A=

d b
c a

[ ]
a b
c d

es

a 11 a 21
a 12 a 22

Ejemplo 4
Dada la matriz A de orden n y caracterstica n-1, demostrar que la caracterstica de
la matriz de sus adjuntos, adj A, es la unidad.
Solucin:
Obsrvese en primer lugar, que al ser la caracterstica de A igual a n-1, existir al
menos un adjunto no nulo, con lo que la caracterstica de la matriz adj A ser por

lo menos la unidad. Ahora bien, segn el Teorema X del Cap. 5, la caracterstica

de la matriz adj A, como mximo, n (n-1)=1. Por consiguiente, la caracterstica es
la unidad.

CONCLUSION