Matrices y Determinantes

Matemtica Bsica Tema: Matrices y Determinantes
MATRICES
1 INTRODUCCIN
Las matrices aparecen por primera vez hacia el ao 1850, introducidas por J.J. Sylvester. El
desarrollo inicial de la teora se debe al matemtico W.R. Hamilton en 1853. En 1858, A. Cayley
introduce la notacin matricial como una forma abreviada de escribir un sistema de m
ecuaciones lineales con n incgnitas.
Las matrices se utilizan en el clculo numrico, en la resolucin de sistemas de ecuaciones
lineales, de las ecuaciones diferenciales y de las derivadas parciales. Adems de su utilidad para
el estudio de sistemas de ecuaciones lineales, las matrices aparecen de forma natural en
geometra, estadstica, economa, informtica, fsica, etc...
La utilizacin de matrices (arrays) constituye actualmente una parte esencial de los lenguajes
de programacin, ya que la mayora de los datos se introducen en los ordenadores como tablas
organizadas en filas y columnas : hojas de clculo, bases de datos,...
2 DEFINICION
Una matriz es un arreglo de nmeros reales dispuestos en filas y columnas, lo cual estn
encerrados entre corchetes o parntesis.
Se denota por:
a11 a12 a13 . aij ... a1n
a a22 a23 ... a2 j ... a2 n
21
. . . ... . ... .
A
ai1 ai 2 ai 3 ... aij ... ain
. . . ... . ... .

am1 am 2 am3 ... amj ... amn
Donde los elementos de la matriz son los nmeros distribuidos en las columnas y filas.
El orden de una matriz esta determinado por el producto de filas por columnas.
En la notacin:
A aij mxn , el orden de la matriz A es m por n y aij son sus elementos
donde i representa las filas y j las columnas. Entonces a ij es el elemento de la i-sima fila y j-
sima columna.
1 2 3
1 2 7
Por ejemplo A , es una matriz de 43; R 1 2 3 4 5 6 7 8 9 es una
4 9 2

6 0 5
matriz de 19.
3 MATRIZ FILA Y MATRIZ COLUMNA

Las matrices de orden 1xn son denominadas matriz fila y a las matrices de orden mx1 son
denominadas matriz columna.
Ing. Victor Yujra Ccuno 1

Matriz Fila ( Vector Fila) se denota A a11 a12 a13 ... a1n . Por ejemplo
A 1 0 4 9
a11
a 1
21
Matriz Columna ( Vector Columna) se denota: A . . Por ejemplo C 2
8
.
a m1
4 IGUALDAD DE MATRICES
Dos matrices son iguales si tienen el mismo orden y sus elementos correspondientes son iguales.
Es decir:
A B a ij bij , para todo i , j
5 MULTIPLICACION DE UN ESCALAR POR UNA MATRIZ

Dada una matriz A de orden mxn y un escalar r, el producto de rA se define:
a11 a12 a13 ... a1n ra11 ra12 ra13 ... ra1n
a a22 a23 ... a2 n ra 21 ra 22 ra 23 ... ra 2 n
rA r 21
. . . . . . . . . .

am1 am 2 am3 ... amn ra m1 ra m 2 ra m3 ... ra mn
donde cada elemento de la matriz se multiplica por r. La nueva matriz tiene orden mxn.
5.1 Propiedades del producto de un escalar por una matriz:

Sean r , s dos escalares y A , B dos matrices del mismo orden:
rs A rsA
r sA rA sA
0. A 0
r A B rA rB
1.A A
6 SUMA Y DIFERENCIA DE MATRICES

Si tenemos dos matrices de orden mxn, tal que: A aij
y B bij , la suma (o diferencia)

mxn mxn
de las matrices A y B es otra matriz C cij mxn

de orden mxn , en donde cada elemento de la
matriz C es la suma (o diferencia) de los elementos correspondientes de A y B, es decir:
c ij a ij bij , para todo i, j.
6.1 Propiedades de la suma de matrices:

Sean A, B y C matrices del mismo orden y r un escalar:
A B B A

A B C A B C
r A B rA rB
A0 A
Ejemplos 01:
2 1 3 2 0 4 2 1 3
La diferencia de dos matrices sera:
4 2 1 2 x3 3 2 5 2 x3 4 2 1 2 x3
Ejemplos 02:
La suma de las dos matrices siguientes ser:
2 3 0 4 5 2 2 4 3 (5) 0 2 2 2 2
4 5 2 2 5 5 4 (2)
5 5 2 (5) 2 0 3

0 1 0 1

Ejemplo 03: Si A 4 2 entonces A 4 2
3 9 3 9

3x2 3x2
0 1 0 1 0 0

porque A A 4 2 4 2 0 0
3 9 3 9 0 0

7 PRODUCTO DE MATRICES
Sean las matrices A a ik mxn de orden mxn y B bkj de orden nxr, entonces el producto

nxr
de las matrices es otra matriz C cij mxr

de orden mxr, donde c ij es el producto escalar de la
i-sima fila por la j-sima columna. Es decir:
n
c a b , i 1,2,..., m ; j 1,2,..., r
ij ik kj
k 1
a11 a12 ... a1n b11 b12 ... b1r a b ...
a a 22 ... a 2 n b
21 21 b22 ... b2 r
. . . . . . . .
A B C
a i1 ai 2 ... a in bi1 bi 2 ... bir
. . . . . . . .

a m1 am2 ... a mn mxn bn1 bn 2 ... bnr mxt
Observacin: El producto de dos matrices A y B est definido slo cuando el nmero de

columnas de la matriz A es igual al nmero de filas de la matriz B.

7.1 Propiedades del producto de matrices:

AB BA
ABC ABC
AB C AB AC
B C A BA CA
k AB AkB , siendo k un escalar
7.2 Ejemplo de producto de matrices

0 4 1

3 2 1 4 1 2 1
Para multiplicar las matrices: A y B
2 5 3 2 2 0 2

2x4 3 2 1

4 x3
Primero comprobamos que se puede realizar el producto AB, pues el n de columnas de A es

4 y el n de filas de B tambin es 4, y el resultado, segn lo dicho ser una matriz de tamao 2
x 3, tiene 2 filas y 3 columnas:
0 4 1

3 2 1 4 1 2 1

2 5 3 2 2 0 2
24 3 2 1 2 x3

4 x3
Solo nos falta completar los elementos de la matriz producto. Para ello, seguimos la regla
anterior:
El elemento de la fila 1 y columna 1 de AB proviene de multiplicar elemento a elemento la fila
1 de A por la columna 1 de B y sumar, es decir:
3 0 2 1 1 2 4 3 0 2 2 12 16

1 de A y la columna 2 de B y sumar:
3 - 4 2 2 1 0 4 2 12 4 0 8 16

1 de A y la columna 3 de B y sumar:
3 1 2 1 1 2 4 1 3 2 2 4 5

16 6 5
As sucesivamente se obtienen (comprueba):
5 22 11
2 x3
8 MATRIZ CUADRADA
Es aquella matriz en la que el nmero de filas es igual nmero de columnas. Se denota
a11 a12 a13
A a 21 a 22 a 23 .
a31 a32 a33
1 2 3 2 3 4
2 3
Ejemplos de matriz cuadrada son A 6 5 4 ; B ; C 1 0 1
3 4 0 5 5 4 2 5
Observacin: Se llama traza de la matriz a la suma de los elementos de la diagonal de una
matriz cuadrada.
La traza denotada por T(A) seria lo siguiente: T A a11 a22 a33
9 MATRIZ NULA
Es aquella matriz en la que todos sus elementos son ceros.
0 0 0 0 0
Por ejemplo A
0 0 0 0 0
10 MATRIZ TRIANGULAR INFERIOR

Es aquella matriz cuadrada cuyos elementos a ij 0 , para i < j. Se denota
a11 . 0
a 0
21 a 22 . 1 0 0 0

a a32 a33 . 0 0 4 0 0
A 31 . Por ejemplo A
. . . . 0 3 4 5 0

, .......... 0 1 3 16 78
. .

a n1 an2 an3 .. a nn
11 MATRIZ TRIANGULAR SUPERIOR

Es aquella matriz cuadrada cuyos elementos aij = 0, para i > j. Se denota
a11 a12 a13 . a1n
0 a a 23 . a 2 n
22
1 4 13
0 0 a33 . a3n
A . Por ejemplo A 0 9 5
. . . . . 0 0
, . . .......... .

0 0 0 .. a nn

12 MATRIZ DIAGONAL
Es aquella matriz cuadrada cuyos elementos a ij 0 , para i j. Se denota
a11 0 0 . 0
0 1 0
. 0
0 0
a 22 0
0 45 0 0
A 0 0 a33 . 0 . Por ejemplo A
0 0 3 0

. . . . 0 0 0
0 0 0
0 0 0 a nn
13 MATRIZ ESCALAR
Es aquella matriz diagonal en que a11 a22 a33 ... ann k
14 MATRIZ UNITARIA
Es aquella matriz unitaria en que a11 a22 a33 ... ann 1. Se denota por
1 0 0 . 0
0 1 0 . 0 1 0 0 0

0 1 0 0
I 0 0 1 . 0 . Por ejemplo I
0 0 1 0

. . . . 0 0 0 0 1
0 0 0 0 1
nxn
15 MATRIZ TRANSPUESTA
Es aquella matriz que se obtiene al intercambiar las filas por las columnas de la matriz. Se
denota por A t .
a11 a12 a13 . a1n a11 a 21 a31 . a m1
a a 22 a 23 . a2n a a 22 a32 . a m 2
21 12
a a32 a33 . a3n a13 a 23 a33 . a m3
A 31 A
t

. . . . . . . . . .
, . . .......... . , . . .......... .

a m1 am2 a m3 .. a mn mxn a1n a2n a3n .. a mn nxm
2 3

2 1 0 7 1 4
Por ejemplo si A , la matriz traspuesta de A es: A
t
3 5 2 1 0 2

7 1

15.1 Propiedades de la matriz transpuesta:

It I
kAt kAt , siendo k un escalar
AB t B t . At
A t t
A

A B t At B t
16 MATRIZ SIMETRICA
Es una matriz cuadrada donde se cumple que: A At
Observacin: Es simtrica cuando se cumple a ij a ji para i j
17 MATRIZ ANTISIMETRICA
Una matriz es antisimtrica si A At
18 MATRIZ INVERSA
Sea una matriz cuadrada A, se llama inversa de la matriz si existe una matriz cuadrada B tal
que: AB BA I , llamandose a B matriz inversa de A. Se denota por B A1
19 MATRIZ NILPOTENTE:
Una matriz cuadrada A, se llama nilpotente, si y solo si la matriz A es igual a la matriz nula. Es
decir: A 2 0
20 MATRIZ IDEMPOTENTE:
Una matriz cuadrada A, se llama idempotente, si y solo si la matriz A es igual a su cuadrado.
Es decir: A 2 A
21 MATRIZ INVOLUTIVA:
Una matriz cuadrada A, se llama involutiva, si y solo si la matriz al cuadrado es igual a la matriz
identidad (matriz unitaria). Es decir: A 2 I
22 MATRIZ ORTOGONAL:
Una matriz cuadrada A, se llama ortogonal, si se verifica que: A. A t A t . A I
23 PROBLEMAS DESARROLLADOS
1. Dar un ejemplo de matriz simtrica y antisimtrica.
Solucion:
En una matriz simetrica se cumple que: A At .
1 1 2
Un ejemplo seria: A 1 2 3
2 3 3
En una matriz antisimtrica se cumple : A At .
0 1 2
Un ejemplo seria: A 1 0 3
2 3 0

2 3 5 1 3 5

2. Si A 1 4

5 y B 1 3 5 . Hallar A 7 B 5
1 3 4 1 3 5
Solucion:
2 3 5 2 3 5
Hallamos A 2 A. A , entonces: A2 1 4 5 . 1 4 5
1 3 4 1 3 4
22 3 1 51 2 3 34 5 3 2 5 35 5 4
12 4 1 51 1 3 44 5 3 1 5 45 5 4
12 3 1 41 1 3 34 4 3 1 5 35 4 4
2 3 5
1 4 5 ; es decir es una matriz idempotente, entonces: A A 2 A 7
1 3 4
Trabajamos de igual modo la matriz B :
1 3 5 1 3 5
B 2 B.B 1 3 5. 1 3 5
1 3 5 1 3 5
1 1 31 5 1 13 3 3 53 15 3 5 55

1 1 31 5 1 13 3 3 53 15 3 5 55
1 1 31 5 1 13 3 3 53 15 3 5 55
1 3 5

1 3 5 ; es decir es una matriz idempotente, entonces: B B 2 B 7
1 3 5
2 3 5 1 3 5

Finalmente: A B A.B 1 4
7 5
5 . 1 3 5
1 3 4 1 3 5
2 1 31 5 1 23 3 3 53 25 3 5 55
1 1 41 5 1 13 4 3 53 15 4 5 55
1 1 31 4 1 13 3 3 43 15 3 5 45
0 0 0
0 0 0
0 0 0

1 3 1 2 1 2 1 4

3. Sean las siguientes matrices: A 2 5 ; B 0 4 ; C 2 3 1 0 ;

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

D 1 1 2 2 . Hallar A B y C D
3 2 4 5
Solucion:
1 3 1 2 1 1 3 2 0 5
A B 2 5 0 4 2 0 5 4 2 9
0 2 3 1 0 3 2 1 3 3
1 3 1 2 1 1 3 2 2 1
A B 2 5 0 4 2 0 5 4 2 1
0 2 3 1 0 3 2 1 3 1
1 2 1 4 2 1 0 3 1 2 2 1 1 0 43
C D 2
3 1 0 1 1 2 2 2 1 3 1 1 2 0 2
5 2 2 3 3 2 4 5 5 3 2 2 2 4 3 5
1 3 1 7
C D 3 4 1 2
8 4 6 2
1 2 1 4 2 1 0 3 1 2 2 1 1 0 43

C D 2 3 1 0 1 1 2 2 2 1 3 1 1 2 0 2
5 2 2 3 3 2 4 5 5 3 2 2 2 4 3 5
3 1 1 1
C D 1 2 3 2
2 0 2 2
x y 1 2 y 0 z 1 1 3

4. Calcula x, y, z en la suma: 1 y x z 2 3 0 4 4
0 2 2 3 x 2 4 1
z
Solucin:
Aplicando las propiedades de suma de matrices se definen las siguientes ecuaciones:
x y y 1
1 z 0 z 1
y24 y 2
z 3 4 z 1
2 z 3

x 3 4 x 1
2 x 1
3 a b 2 2 a b 4 1 a 2
5. Calcula a, b, c si se sabe que:
4 c 1 6 1 c 2 0 2 0 6
Solucin:
Aplicando las propiedades de suma de matrices se definen las siguientes ecuaciones:
3 a 2 1 a 6
ba b a b0
4 1 c 2 c3
c 1 2 0
9 4 12
6. Multiplicar 2/3 con la matriz
6 3 0
Solucin:
Aplicamos la propiedad del producto de un escalar con una matriz:
2 2 2
2 (9) (4) (12) 8
9 4 12 3 3 3 6 8

3 6 3 0
3
(0) 4 2 0
2 2 2
(6) (3)
3 3 3
3 2 0
2 0 3
7. Hallar el producto de A y B 1 2 2
1 4 2 4 1 3
Solucin:
3 2 0
2 0 3 c c13
2 11
c12
1 4 c 23
. 1 2
2
4 1 3 21
c c 22
c c c
Los elementos ci j de la matriz C 11 12 13 se obtienen as:
c21 c22 c23
Es el producto escalar, de la FILA 1 de A por la columna 1 de B.
C11 (2,0,3).(3,1,4) 6 0 12 18
C12 (2,0,3).(2,2,1) 4 0 3 1
C13 (2,0,3).(0,2,3) 0 0 9 9
C21 (1,4,2).(3,1,4) 3 4 8 1
C22 (1,4,2).(2,2,1) 2 8 2 12

C23 (1,4,2).(0,2,3) 0 8 6 14
18 1 9
Finalmente la matriz C es C
1 12 14
DETERMINANTES
1 DETERMINANTES DE SEGUNDO ORDEN
Se denota y se define de la siguiente manera:
a11 a12
det A a11.a22 a21.a12
a21 a22
a a12
Teorema: La matriz A 11 tiene inversa A 1 si y solo si det A 0 y
a21 a22
1 a22 a12
A 1
det A a21 a11
2 DETERMINANTES DE TERCER ORDEN

a11 a12 a13
Se denota y se define de la siguiente manera: det A a 21 a 22 a 23
a31 a32 a33
det A a11.a22 .a33 a12 .a23 .a31 a13 .a21.a32 a31.a22 .a13 a32 .a23 .a11 a33 .a21.a12
Lo que es lo mismo usando el menor complementario:
a22 a23 a21 a23 a21 a22
det A a11 a12 a13
a32 a33 a31 a33 a31 a32
3 MENOR COMPLEMENTARIO DE UN ELEMENTO DE UNA

MATRIZ DE TERCER ORDEN:
Es el determinate de una matriz cuadrada de segundo orden, que se obtiene despues de borrar
la fila i y la columna j del elemento aij .
a11 a12 a13
Ejemplo: Sea A la matriz siguiente: A aij 3x3
a 21 a 22 a 23 .
a31 a32 a33
Hallar los menores complementarios.
a 22 a 23
El menor complementario de a11 es M 11
a32 a33
a 21 a 23
a31 a33

a 21 a 22
a31 a32
4 COFACTOR:
Se llama cofactor de un elemento de un determinante al menor complementario de ese
elemento, precedido por el signo mas si la suma de los numeros de la fila y columna es par o
el signo menos si la suma de los numeros de la fila o columna es impar. Se denota por Ai j y
se define de la siguiente manera: Ai j 1 . M i j
i j
5 MATRIZ DE COFACTORES
Si cada elemento de una matriz A de orden 3x3 se sustituye por su respectivo cofactor, se
obtiene una matriz de cofactores CA.
a11 a12 a13 A11 A12 A13
A a 21 a 22 a 23 CA A21 A22 A23
a31 a32 a33 A31 A32 A33
6 MATRIZ ADJUNTA
Es la matriz transpuesta de la matriz de cofactores.
A11 A12 A13
Si la matriz de cofactores es: CA A21 A22 A23 la matriz adjunta de A es :
A31 A32 A33
A11 A21 A31
Adj A CA A12 A32
t
A22
A13 A23 A33
Propiedad: Si A es una matriz de orden nxn, entonces se cumple que:

Adj A. A A.adj A det A.I n
7 MATRIZ INVERSA
Si A es una matriz cuadrada y det(A) 0, entonces a la inversa de la matriz A lo definiremos
como:
. Adj A CAt
1 1
A 1
det( A) det A

8 DETERMINANTES DE CUARTO ORDEN

a11 a12 a13 a14
a a 22 a 23 a 24
Se denota y se define de la siguiente manera: det A 21
a31 a32 a33 a34
a 41 a 42 a 43 a 44
O lo que es lo mismo que :
a 22 a 23 a 24 a 21 a 23 a 24 a 21 a 22 a 24 a 21 a 22 a 23
det A a11 a32 a33 a34 a12 a31 a33 a34 a13 a31 a32 a34 a14 a31 a32 a33
a 42 a 43 a 44 a 41 a 43 a 44 a 41 a 42 a 44 a 41 a 42 a 43
Para determinantes de orden superior se procede de manera similar.
Teorema: El valor de cualquier determinante de orden n es igual a la suma de n productos cada
uno de los cuales se forma multiplicando cada elemento de una cualquiera de las filas (o
columnas) por su cofactor correspondiente.
9 DETERMINANTE DE ORDEN N
a11 a12 a13 ... a1n
a 21 a 22 a 23 ... a 2 n
Se denota de la siguiente manera: det A . . . . . en donde el determinate
. . . . .
a n1 an2 a n3 . a nn
n
de A es: det A A (1) i j aij M ij , siendo j fijo en 1 j n , donde el elemento aij
i 1
pertenece a la i-sima fila y a la j-sima columna y Mij es el menor complementario del elemento
aij.
10 METODO DEL PIBOTE (O REGLA DE CHIO)

Sirve para calcular el determinante de una matriz de orden superior al tercero. Consiste en
obtener otro determinante a partir del det(A) aplicando repetidas veces la propiedad (7) de los
determinantes, que goce de la propiedad de que todos los elementos de alguna fila o columna
son ceros excepto uno, es decir: det A 1 .aij .M ij
i j
donde Mij es el menor complementario de aij y al elemento aij se le llama elemento pibote.
11 PROPIEDADES DE DETERMINATES
1. Si intercambiamos dos filas o dos columnas del determinante, el resultado sera
equivalente a multiplicar el determinante por -1.
a11 a12 a13 a13 a12 a11
a 21 a 22 a 23 a 23 a 22 a 21
a31 a32 a33 a33 a32 a31
2. Si un determinate tiene 2 filas o dos columnas iguales o proporcionales, el determinante
resultante sera igual a cero.

a11 ka11 a13

a 21 ka21 a 23 0
a31 ka31 a33
3. Si existe un factor comun entero en todos los elementos de una fila o columna, este
puede ser sacado del determinante.
a11 ka12 a13 a11 a12 a13
a 21 ka22 a 23 k a 21 a 22 a 23
a31 ka32 a33 a31 a32 a33
4. Si el determinante tiene columnas o filas de ceros, el determinante sera igual a cero.
5. Si cada elemento de una fila o columna puede ser representado en forma de suma de
dos terminos, el determinante puede ser representado como una suma de dos
determinantes de acuerdo a lo siguiente:
a11 a12 a13 a11 a12 a13 a11 a12 a13
a a 21 a 22 a 22

21

a a 23 a 21

23

a 22
a 23 a 21

a 22
a 23
a31 a32 a33 a31 a32 a33 a31 a32 a33
6. El valor de un determinante no cambia si cada fila es reemplazada por la correspondiente
columna y viceversa.
a11 a12 a13 a11 a 21 a31
a 21 a 22 a 23 a12 a 22 a32
a31 a32 a33 a13 a 23 a33
7. Si cada elemento de cualquier fila (o columna) de un determinante se multiplica por un
mismo numero k y el resultado se suma al elemento correspondiente de otra fila (o
columna), el valor del determinante no se altera.
a11 ka13 a12 a13 a11 a 21 a31
a 21 ka23 a 22 a 23 a12 a 22 a32
a31 ka33 a32 a33 a13 a 23 a33
8. det AB det A. detB
9. El determinante de una matriz diagonal es igual al producto de los elementos de su
diagonal.
a11 0 0 ... 0
0 a 22 0 ... 0
det A 0 0 a33 ... 0 a11.a 22 .a33 ...a nn
. . . ... 0
0 0 0 0 a nn
12 INVERSA DE UNA MATRIZ POR EL METODO DE GAUSS-

JORDAN
El mtodo consiste en construir una matriz de orden n x 2n , formada por la matriz A y la
matriz unitaria I :

A I . . . . (1)
Mediante operaciones elementales sobre las filas de la matriz construida, transformamos (1)
en la forma:
I B ; donde B A 1 es la matriz inversa.
13 INVERSA DE UNA MATRIZ POR EL METODO DIRECTO

Para hallar la matriz inversa de una matriz, se debe cumplir que
1 2
Si queremos hallar la inversa de la matriz A , se debe cumplir que A A1 I siendo
1 1
1
A la matriz inversa y I la matriz unitaria de orden 2. Como no conocemos los elementos de
a b
la matriz inversa, lo denotamos por A1 , de tal modo que se cumple:
c d
1 2 a b 1 0 a 2c b 2d 1 0
A A1 I .
1 1 c d 0 1 a c b d 0 1
a 2c 1
b 2d 0

Por igualdad de matrices resultan las siguientes ecuaciones:
a c 0
b d 1
Resolviendo este sistema de 4 ecuaciones con 4 incgnitas, encontramos los valores de las
incgnitas.
1 2 1 1
Resolviendo el sistema se obtiene que a , b , c , d .
3 3 3 3
1 2
1 1 2
Finalmente la matriz inversa es: A 3
1 3

1 1 3 1 1
3 3
14 PROBLEMAS DESARROLLADOS
2 1
1. Hallar la inversa de A mostrando dos mtodos de solucin.
1 1
Solucion 01:
2 1
Dada la matriz A -1
buscamos una matriz que cumpla AA = I, es decir
1 1

2 1 a b 1 0
1 1 c d 0 1

Para ello planteamos el sistema de ecuaciones:
2a c 1
a c 1 1
2b d 0 2c c 1 a
3
b
3
d 2b
ac0 b 2b 1 c 1 d 2
a c
b d 1 3 3
1 1
1 3
3
Luego la matriz inversa seria: A 1 2

3 3
Solucion 02:
1 a22 a12
Usando la formula: A 1
det A a21 a11
1 1
1 1 3
Hallamos el det A : det A 2 1 3 . Luego la inversa seria: A 1
1
3

3 1 2 1 2

3 3
4 2 4
2. Si la matriz Adj A 2 4 6 y det A 2 . Hallar A .
6 10 6
Solucin:
4 2 4 2 1 2
Adj A , entonces A 1 2 4 6 1 2 3
1 1 1
Se sabe que A
det( A) 2
6 10 6 3 5 3
1

Como A A 1 , entonces hallamos la inversa de A 1 , es decir: A 1
1 1
1
Adj A 1
det( A )
.
2 1 2
: detA
Calculo de det A 1 1
1 2 3 14
3 5 3
A 111 A 112 A 113

Calculo de la AdjA 1 : Hallamos la matriz de cofactores CA 1 A 1 21 A 1 22 A 1 23 .
A 1 31 A 1 32 A 1 33

Los cofactores seran:

2 3 1 3
A 111 2 18 A 112 1 6
5 3 3 3
1 2 1 2
A 113 2 2 A 1 21 1 7
3 5 5 3
2 2 2 1
A 1 22 2 0 A 1 23 3 21
3 3 3 5
1 2 2 2
A 1 31 3 3 A132 5 20
2 3 1 3
2 1
A 1 33 3 15
1 2
18 6 2
Luego la matriz de cofactores sera: CA 7 0 1
21 . La transpuesta de la matriz de
3 20 15
18 7 3
cofactores sera: CA
1 t
6 0 20 Adj A 1 .
2 21 15
18 7 3
Finalmente la matriz A A
1 1

1
1

1 1
Adj A 6 0 20
14
det( A )
2 21 15
3 2
3. Hallar la inversa de la matriz A mediante el metodo de Gauss-Jordan
1 4
Solucin:
En primer lugar triangularizamos inferiormente:
3 2 1 0 3 2 1 0

1 4 0 1 3f 2f 1 0 10 1 3

Una vez que hemos triangularizado superiormente lo hacemos inferiormente:
3 2 1 0 5f 1 f 2 15 0 6 3

0 10 1 3 0 10 1 3

Por ltimo, habr que convertir la matriz diagonal en la matriz identidad:
1
f1 f1 6 3
15 0 15 1 0
6 3 15 15
0 10 1 3 1 0 1 1 3
f 2 10 f 2
10 10

6 3 2 1

De donde, la matriz inversa de A es A 1 15 15 5 5
1 3 1 3

10 10 10 10
O tambien podemos solucionarlo del siguiente modo:

3 2 1 0 f1 2 f 2 1 6 1 2
1 4 0 1 1 4 0 1 f 2 f 1

f1
1 6 f1
1 2 10 f 1 6 f 2 10 0
4 2 10
0 10 1 3 0 10 1 3 f
f2 2
10
4 2 4 2 2 1
1 0
10 10 . Es decir: A 1 10 10 5 5
1 3 1 3
0 1
1 3

10 10 10 10 10 10
1 0 1

4. Calcular, si es posible, la inversa de la matriz A 0 1 3
1 1 0

Solucin:
1 0 1
En primer lugar; A 0 1 3 0 0 0 0 1 3 0 2 y por tanto A tiene inversa.
1 1 0
Calculando Adj(A), se obtiene:
1 3 0 3 0 1

1 0 1 0 1 1
0 3 3 1
1 1 1 1 0
Adj A 1 1 1
1 0 1 0 1 1
3 1
1 0
0 1
1 1 1

1 3 0 3 0 1
Por tanto,
3 1 1

Adj A
t
3 1 3
1 1 1

33 1 1

2 2

Y entonces, se obtiene: A1 32 1
2
3
2
1 1 1
2 2 2

1 1 0

5. Calcular la inversa de la matriz B 1 1 2 por el mtodo de Gauss-Jordn.
1 0 1

Solucin:
Siguiendo los pasos anteriores:
1 1 0 1 0 0 1 1 0 1 0 0
F2 F1
B / I 3 1 1 2 0 1 0 0 2 2 1 1 0
1 0 1 0 0 1 1 0 1 0 0 1

1 1 0 1 0 0 1 1 0 1 0 0

0 2 2 1 1 0 0 2 2 1 1 0
0 1 1
F3 F1
1 0 1 0 0 4
2 F3 F2
1 1 2
F1 F2
1 1 0 1 0 0 4 4 0 0 1 1 2
2 F2 F3

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

1 0 0 1 1 2
14 1 1

4 4 4

4 2
F1 F2 F3
1
0 1 0
4 4 4 3
4
1
4 2 I3 / B
1
B 1 34 1
4
2
4
0 0 1 1 2 1 1 2
4
1
4 4 4 4 4
1 1 2
1 1

Entonces sacando el factor comn de la matriz: B 3 1 2 es la inversa de B.
4
1 1 2
4 2
6. Hallar la matriz inversa de A si se sabe que A. A1 I y que A
5 1
Solucion:
4 2
Si A , entonces reemplamos en A. A1 I , obteniendo
5 1
5 3 a b 1 0
2 6 . c d 0 1 , operando obtenemos

a1
4a 2c 1 14

4b 2d 0 c 5a b 7 1 1
1
A 5
1 14 7

5a c 0 d 2b c 5 2
14 14 7
5b d 1
d2
7

2 4 5

7. Hallar el determinante de la matriz A 6 7 3 .
3 0 2

Solucin:
Trabajamos con los elementos de la tercera fila:
4 5 2 5 2 5
det A 3 0 2

6 3
7 3 6 3
3 12 35 0 6 30 2 14 24 141 0 76 217
Si hubisemos elegido otra fila o columna, por ejemplo la columna 2, quedara:
6 3 2 5 2 5
det A 4 7
0
6 3

3 2 3 2
4 12 9 7 4 15 0 6 30 84 133 0 217
0 1 2 3
1 3 2 5
8. Hallar el determinante de la matriz A usando el mtodo del
2 4 3 1

3 2 8 1
pibote
Solucin:
Usaremos las propiedades de determinates.
0 1 2 3 0 1 2 3 0 1 2 3
1 3 2 5 1 3 2 5 1 3 2 5
. (1)
2 4 3 1 f 3 2 f 2 0 2 1 11 0 2 1 11
3 2 8 1 3 2 8 1 f 4 3 f 2 0 11 14 16
1 2 3 1 2 3
Desarrollando por la columna 1: A 1 .1. 2 1 11 2 1 11
21
11 14 16 11 14 16
Volviendo a aplicar el mtodo de pibote:
1 2 3 1 2 3
2 1 11 f 2 2 f1 0 3 5
11 14 16 f 3 11 f1 0 8 17
3 5
Entonces: det A 1 1
21
51 40 91
8 17
O tambin directamente de la ecuacin (1):

1 2 3
A 1 .1. 2 1 11 16 242 84 33 154 64 91
21
11 14 16

5 4 2 1
2 3 1 2
9. Hallar el determinante de A
5 7 3 9

1 2 1 4
Solucin:
5 4 2 1 f1 5 f 4 0 14 7 19
2 3 1 2 f2 2 f4 0 7 3 10
5 7 3 9 f3 5 f4 0 17 8 29
1 2 1 4 1 2 1 4
Aplicando el mtodo del pibote: det A 1 .aij .M ij
i j
14 7 19 14 7 19 f1 2 f 2 0 1 1
det A 1 1 3 10 7 7 3 10
41
7 3 10
17 8 29 17 8 29 17 8 29
1 1 1 1
det A 7 17 729 8 17 10 3 259 221 38
8 29 3 10
1 2 3
10. Hallar el determinante de la matriz A 0 1 2 usando el mtodo del pibote
4 1 5
Solucin:
1 2 3 1 2 3
11 1 2
0 1 2 0 1 2 1 1 7 14 7
7 7
4 1 5 f 3 4 f1 0 7 7
0 8 4
10) Hallar el determinante de la matriz A 2 9 5 por el mtodo de cofactor
6 10 3
Solucin:
0 8 4
11 9 5 1 2 2 5 1 3 2 9
A 2 9 5 0 1 (8) 1 4 1
10 3 6 3 6 10
6 10 3
0 8 1(2)(3) (5)(6) 4(2)(10) (6)(9)
8(6 30) 4(20 54)
8(36) 4(34) 288 136 152

7 13 16 6
5 9 7 4
11. Hallar el determinante de la matriz B por el mtodo de cofactor
8 12 11 7

4 10 6 3
Solucin:
Trabajando con los elementos de la primera fila:
7 13 16 6
9 7 4 5 7 4 5 9 4 5 9 7
5 9 7 4
B 7 12 11 7 13 8 11 7 16 8 12 7 6 8 12 11
8 12 11 7
10 6 3 4 6 3 4 10 3 4 10 6
4 10 6 3
Resolvemos por separado cada sumando:
9 7 4
11 7 12 7 12 11
7 12 11 7 7 9 7 4
10 6 3 6 3 10 3 10 6
79 9 7 34 4 38
7 81 238 152 75 35
5 7 4
11 7 8 7 8 11
13 8 11 7 13 5 7 4
4 6 3 6 3 4 3 4 6
135 9 7 4 44
13 45 28 16 13 1 13
5 9 4
12 7 8 7 8 12
16 8 12 7 16 5 9 4
4 10 3 10 3 4 3 4 10
165 34 9 4 432
16 170 36 128 16 6 96
5 9 7
12 11 8 11 8 12
6 8 12 11 6 5 9 7
4 10 6 10 6 4 6 4 10
65 38 94 732
6 190 36 224 6 2 12
Luego:
7 13 16 6
5 9 7 4
B 35 13 96 12 36
8 12 11 7
4 10 6 3

2 2 3
12. Hallar la matriz inversa de A 1 1 0
1 2 1
Solucin:
Aplicando el mtodo de Gauss Jordan:
2 2 3 1 0 0 f1 f 2
1 1 0 0 1 0
1 2 1 0 0 1 f3 f 2
1 3 3 1 1 0 f1 3 f 3
1 1 0 0 1 0
0 1 1 0 1 1
1 0 0 1 4 3
1 1 0 0 1 0 f 2 f1
0 1 1 0 1 1
1 0 0 1 4 3
0 1 0 1 5 3
0 1 1 0 1 1 f3 f 2
1 0 0 1 4 3
0 1 0 1 5 3 1
0 0 1 1 6 4
1 0 0 1 4 3
0 1 0 1 5 3
0 0 1 1 6 4
2 2 3 1 4 3
Finalmente, si A 1 1 0 , entonces A 1 1 5 3 .
1 2 1 1 6 4

1 3 5 1 0 0
2 1 4 0 1 0 f 2 2 f1
1 1 0 0 0 1 f 3 f1
1 3 3 1 1 0
0 5 6 2 1 0
0 4 5 1 2 1 5 f3 4 f 2
1 4 3
0 0 1 0 f 2 f1
0 1 1 0 1 1
1 0 0 1 4 3
0 1 0 1 5 3
0 1 1 0 1 1 f3 f 2
1 0 0 1 4 3
0 1 0 1 5 3 1
0 0 1 1 6 4
1 0 0 1 4 3
0 1 0 1 5 3
0 0 1 1 6 4
PROBLEMAS DE MATRICES
2 3 5 1 3 5

1. Si A 1 4
5 y B 1 3 5 . Hallar A 7 B 5
1 3 4 1 3 5
2. Si la matriz A es simtrica, hallar A2 y la traza de A y A2 .
1 a b 1

A 2 3 b
b x a x 4
1 1 1 1 1 3
3. Hallar la matriz X si se cumple que: X .2 1 0 4 3 2
1 1 1 1 2 5
3 2 1 x

4. Dada las siguientes matrices: A 2 5 3 , B y , C 1 2 3 . Si
1 0 1 z
B A C . Hallar E x y z
t

2 1 3
5. Encontrar el valor de A 2 A 9 A siendo A 1 1 2
3 2

1 2 1
6. Hallar el valor de x para lo cual el siguiente producto es la matriz identidad:
2 0 7 x 14 x 7 x 1 0 0
0 1 0. 0 1 0 0 1 0

1 2 1 x 4x 2 x 0 0 1
7. Determinar si las matrices siguientes son nilpotente y/o idempotente:
2 2 4 2 3 5 1 1 3 1 3 4

A 1 3
4 ; B 1 4
5 ; C 5 2 6 ; D 1 3
4
1 2 3 1 3 4 2 1 3 1 3 4
4 2 4
8. Si la matriz Adj A 2 4 6 y det A 2 . Hallar A .
6 10 6
2 2 3
2 3
9. Si A B 1 1 0 determinar : E

det B 1
5 4
y
1 2 1

det A 1
14 4 22

10. Si la Adj A 4 22 14 y el det A 108 . Hallar A.
22 14 4
11. Hallar las determinates y la matriz inversa de las siguientes matrices:
5 2 1
5 3 5 4 5 3 2 4
A B C D D 3 1 7
2 6 2 1 2 6 1 6 0 1 2
5 4 3 3 1 2 2 2 3

A 2 0 4 ; B 1 0 1 ; C 1 1 0 ;

2 3 1 2 3 4 1 2 1
2 3 4
12. Hallar la inversa de la matriz A 4 2 2
1 1 2
7 2 3

13. Sea CA 6 0 8 y el det A 2 . Hallar la traza de la matriz A.
1 4 3

1 2 3
14. Hallar la determinate de A 1
si la matriz A es 2 3
3 3 4
4 2
15. Hallar la matriz invresa de A si se sabe que A. A1 I y que A
5 1
1 1 1 0
16. Si A y B , halla una matriz X que verifique la ecuacin:
0 1 0 2
2 X 4 A B
1 2
3 X 5Y
8 1
17. Determina las matrices X y Y sabiendo que:
X 3Y 2 4

3 0

1 3 3 1 1 2

18. Dadas las matrices A = B, siendo A 1 4 3 y B 2 0 1 . Calcular
1 3 4 6 1 0

3A B
t t
19. Obtener las matrices X e Y que verifiquen los sistemas:
1 5 2 1 3 1
2 X 3Y X Y 2 X Y
4 2 3 0 0 2
a) b) c)
X Y 1 0
X Y 6 2 X Y 1 0
3 6 0 1 2 4

http://www.dma.fi.upm.es/mreyes/Algebra/Apuntes/AL_ap_01.pdf
1062 2480 1190 1418 1140 278

Matrices y Determinantes

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Matrices y Determinantes

Enviado por

Direitos autorais:

Formatos disponíveis

Matemtica Bsica Tema: Matrices y Determinantes

3 MATRIZ FILA Y MATRIZ COLUMNA

Ing. Victor Yujra Ccuno 1

5 MULTIPLICACION DE UN ESCALAR POR UNA MATRIZ

5.1 Propiedades del producto de un escalar por una matriz:

6 SUMA Y DIFERENCIA DE MATRICES

de las matrices A y B es otra matriz C cij mxn

6.1 Propiedades de la suma de matrices:

Ing. Victor Yujra Ccuno 2

de las matrices es otra matriz C cij mxr

Observacin: El producto de dos matrices A y B est definido slo cuando el nmero de

Ing. Victor Yujra Ccuno 3

7.1 Propiedades del producto de matrices:

7.2 Ejemplo de producto de matrices

Primero comprobamos que se puede realizar el producto AB, pues el n de columnas de A es

El elemento de la fila 1 y columna 2 de AB proviene de multiplicar elemento a elemento la fila

El elemento de la fila 1 y columna 3 de AB proviene de multiplicar elemento a elemento la fila

Ing. Victor Yujra Ccuno 4

10 MATRIZ TRIANGULAR INFERIOR

11 MATRIZ TRIANGULAR SUPERIOR

Ing. Victor Yujra Ccuno 5

15.1 Propiedades de la matriz transpuesta:

Ing. Victor Yujra Ccuno 6

Ing. Victor Yujra Ccuno 7

Ing. Victor Yujra Ccuno 8

Ing. Victor Yujra Ccuno 9

Ing. Victor Yujra Ccuno 10

2 DETERMINANTES DE TERCER ORDEN

3 MENOR COMPLEMENTARIO DE UN ELEMENTO DE UNA

Ing. Victor Yujra Ccuno 11

Propiedad: Si A es una matriz de orden nxn, entonces se cumple que:

Ing. Victor Yujra Ccuno 12

8 DETERMINANTES DE CUARTO ORDEN

10 METODO DEL PIBOTE (O REGLA DE CHIO)

Ing. Victor Yujra Ccuno 13

a11 ka11 a13

12 INVERSA DE UNA MATRIZ POR EL METODO DE GAUSS-

Ing. Victor Yujra Ccuno 14

13 INVERSA DE UNA MATRIZ POR EL METODO DIRECTO

Ing. Victor Yujra Ccuno 15

Ing. Victor Yujra Ccuno 16

Ing. Victor Yujra Ccuno 17

Ing. Victor Yujra Ccuno 18

Ing. Victor Yujra Ccuno 19

O tambin directamente de la ecuacin (1):

Ing. Victor Yujra Ccuno 20

Ing. Victor Yujra Ccuno 21

Ing. Victor Yujra Ccuno 22

Ing. Victor Yujra Ccuno 23

Ing. Victor Yujra Ccuno 24

Ing. Victor Yujra Ccuno 25

19. Obtener las matrices X e Y que verifiquen los sistemas:

1062 2480 1190 1418 1140 278

Ing. Victor Yujra Ccuno 26

Você também pode gostar