You are on page 1of 36

INSTITUTO TECNOLOGICO

de Lázaro Cárdenas.


ALGEBRA LINEAL
INVESTIGACION 2.
MATRICES Y DETERMINANTES

NOMBRE DEL ALUMNO:
APELLIDO PATERNO APELLIDO MATERNO NOMBRE(S)
HERNANDEZ REYES LUIS MIGUEL


SEMESTRE: AGOSTO-DICIEMBRE DE 2012.
SALON: D4. CONTADOR PÚBLICO.
FECHA DE ENTREGA: 10 DE SEPTIEMBRE DEL 2012

“Unidad 2 Matrices y Determinantes”




ÍNDICE

Presentación.
Introducción.
Definición de matriz notación científica y orden.
Operaciones con matrices.
Clasificación de las matrices.
Transformaciones elementales por renglón.
Escalonamiento de una matriz, rango de una matriz.
Calculo de inversa de una matriz.
Definición de determinantes de un matriz.
Propiedades de las determinantes.
Inversa de una matriz cuadrada a través de la adjunta.
Aplicaciones de matrices y determinantes.
Aplicación de matrices y determinantes.
Conclusión.
Bibliografía.

“Unidad 2 Matrices y Determinantes”



INTRODUCCIÓN
Teoría de matrices y Álgebra lineal, ramas de las matemáticas, relacionadas entre
sí, que son herramientas fundamentales en las matemáticas puras y aplicadas, y
cada vez más importantes en las ciencias físicas, biológicas y sociales para sus
aplicaciones en las diferentes circunstancia que se presente .

La utilización de matrices constituye actualmente una parte esencial de los
lenguajes de programación, ya que la mayoría de los datos se introducen en los
ordenadores como tablas organizadas en filas y columnas

Bueno es este tema se hablara de las operaciones con matrices que se puede
clasifica por varios elementos tales como m-por –n A y B su suma A+B y que tiene
propiedades como la asociativa la conmutativa existencia de matriz cero o matriz
nula gracias a las matrices podemos resolver los diferentes problemas que se
verán en esta unidad.
Identificaras que las matrices se clasifican en triangular superior, triangular inferior,
diagonal, escalar, identidad, potencia, periódica, nilpotente, idempotente,
involutiva, transpuesta, simétrica, antisimétrica, compleja, conjugada, hermitiana,
antihermítiana, ortogonal.







“Unidad 2 Matrices y Determinantes”



2.1 Definición de matriz, notación y orden.

Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J.
Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en
1853. En 1858, A. Cayley introduce la notación matricial como una forma
abreviada de escribir un sistema de m ecuaciones lineales con n incógnitas.
Se llama matriz de orden "m × n" a un conjunto rectangular de
elementos aij dispuestos en m filas y en n columnas. El orden de una
matriz también se denomina dimensión o tamaño, siendo m y n números
naturales.
Para poder expresar una matriz y diferenciarla tenemos que saber su notación.
Definición:
Una matriz es una tabla rectangular de números. Una de las principales
aplicaciones de las matrices es la representación de sistemas de ecuaciones de
primer grado con varias incógnitas. Cada fila de la matriz representa una ecuación,
siendo los valores de una fila los coeficientes de las distintas variables de la
ecuación, en determinado orden.
Notación:
Las matrices se denotan con letras mayúsculas: A, B, C, ... y los elementos de las
mismas con letras minúsculas y subíndices que indican el lugar ocupado: a, b, c,
Un elemento genérico que ocupe la fila i y la columna j se escribe a
ij
.
Si el elemento genérico aparece entre paréntesis también representa a toda la
matriz : A = (a
ij
)

“Unidad 2 Matrices y Determinantes”



Cuando nos referimos indistintamente a filas o columnas hablamos de líneas.
El número total de elementos de una matriz Am×n es m·n
En matemáticas, tanto las listas como las tablas reciben el nombre genérico de
matrices.
Generalmente, una matriz se nombra por una letra mayúscula y sus elementos, una
vez distribuidos en las filas y columnas respectivas, se encierran con corchetes o con
paréntesis, así:

(
(
(
(
(
¸
(

¸

a
2
a
1
a
a a a
a a a
= A
mn m m
n 22 21
n 12 11

   


2
1
; O así:
|
|
|
|
|
|
.
|

\
|
a
2
a
1
a
a a a
a a a
= A
mn m m
2n 22 21
1n 12 11

   




Orden de una matriz
El orden de una matriz es el número de filas y de columnas que tiene esa matriz.
Si el número de filas de una matriz A es "m" y el de columnas es "n", se suele anotar
A
mxn
, leyéndose "matriz A de orden m por n".
Elemento genérico
El símbolo "a
ij
", llamado elemento genérico de una matriz, se usa para indicar que el
elemento por él designado ocupa el lugar correspondiente a la fila "i" y a la columna
"j".
En consecuencia, una anotación del tipo "a
23
" debe interpretarse que se trata del
elemento "a", que ocupa el lugar correspondiente a la fila 2 y a la columna 3.
Otra notación de una matriz
Para el caso de una matriz A con m filas y n columnas, se debe entender que i varía
desde 1 hasta m y que j varía desde 1 hasta n (siendo i y j variables en el conjunto
de los números naturales).
Por ello, otra forma de anotar una matriz A, de m filas y n columnas, que tiene como
elemento genérico a a
ij
, es:
A
mxn
= (a
ij
) (i= 1, 2, ..., m; j= 1, 2, ..., n)

“Unidad 2 Matrices y Determinantes”



Así, la matriz
(
(
(
(
(
(
¸
(

¸

a a a
a a a
a a a
a a a
= A
43 42 41
33 32 31
23 22 21
13 12 11

Puede anotarse de esta forma:
A
4x3
= (a
ij
) (i= 1, 2, 3, 4; j= 1, 2, 3)
2.2. Operaciones con matrices

Suma
Dadas las matrices m-por-n A y B, su suma A + B es la matriz m-por-n calculada
sumando los elementos correspondiente ( )[ ] [ ] [ ]) Es
decir, sumar cada uno de los elementos homólogos de las matrices a sumar. Por
ejemplo:
[



] [



] [



] [



]
Propiedades Asociativas Dadas las matrices
() ( )
Conmutativa
Dadas las matrices

Existência de matriz cero o matriz nula

Existência de matriz opuesta
[ ]
“Unidad 2 Matrices y Determinantes”



()
Producto por un escalar
Dada una matriz A y un escalar c, su producto cA se calcula multiplicando el
escalar por cada elemento d A ()[ ] [ ])
Ejemplo
2[


] =[


] [


]
Propiedades sean A Y B matrices y c y d escalares
Clausura: Si A es matriz y c es escalar, entones cA es matriz.
 Asociatividad:( cd ) A = c(dA)
 Elemento neutro: 1 A= A
 Distributividad :
- De escalar : ( )
- De matriz: ( )
Producto
Diagrama esquemático que ilustra El producto de dos matrices A and B dando
como resultado la matriz AB
El producto de dos matrices AB. se puede definir sólo si el número de columnas
de la matriz izquierda es el mismo que el número de las de la matriz derecha. Si A
es una matriz es una matriz entonces su producto matricial AB es la
matriz ) dada por:
()[ ] [ ][ ] [ ][ ] [ ][ ]
Para cada par .
Por ejemplo
[


] [



]
[
( ) ( )
( ) ( )
] =[


]
“Unidad 2 Matrices y Determinantes”



Propiedades
Si los elementos de la matriz pertenecen a un cuerpo, y puede definirse el.
Producto, el producto de matrices tiene las siguientes propiedades:
Propiedad asociativa:() ()
Propiedad distributiva por la derecha: ( )
Propiedad distributiva por la izquierda( )
El producto de dos matrices generalmente no es conmutativo, es decir, .
La división entre matrices, es decir, la operación que podría producir el cociente

⁄ . No se encuentra definida. Sin embargo, existe el concepto de matriz inversa,
solo aplicable a las matrices cuadradas.

2.3 Clasificación de las matrices

La transformación de la ampliada de una matriz mediante operaciones
elementales ha dado origen al concepto de matrices elementales. Una matriz
elemental se define como una matriz cuadrada que puede obtenerse a partir de la
matriz identidad con una única operación elemental realizada sobre sus filas.
Algunas matrices presentan características particulares en la posición o en la
naturaleza de sus elementos. Muchas de ellas son tan importantes en la teoría y
en las aplicaciones, que han recibido denominaciones específicas.






Triangular
superior
Triangular
inferior
Diagonal
Escalar
Identidad
Potencia
Periódica
Nilpotente
Idempotente

Involutiva
Transpuesta
Simétrica
Antisimétrica
Compleja
Conjugada
Hermitiana
Antihermítiana
Ortogonal



Algunos tipos de matrices
Hay algunas matrices que aparecen frecuentemente y que según su forma, sus
elementos, reciben nombres diferentes:
Tipo de
matriz
Definición
Ejemplo
FILA
Aquella matriz que
tiene una sola fila,
siendo su orden 1×n

COLUMNA
Aquella matriz que
tiene una sola
columna, siendo su
orden m×1

RECTANGULAR
Aquella matriz que
tiene distinto número
de filas que de
columnas, siendo su
orden m×n ,

TRASPUESTA
Dada una matriz A,
se llama traspuesta
de A a la matriz que
se obtiene
cambiando
ordenadamente las
filas por las
columnas.
Se representa por
A
t
ó A
T


OPUESTA
La matriz opuesta de
una dada es la que
resulta de sustituir
cada elemento por su
opuesto. La opuesta




de A es -A.
NULA
Si todos sus
elementos son cero.
También se
denomina matriz cero
y se denota por
0m×n

CUADRADA
Aquella matriz que
tiene igual número de
filas que de
columnas, m = n,
diciéndose que la
matriz es de orden n.
Diagonal principal :
son los elementos
a
11
, a
22
, ..., a
nn

Diagonal secundaria :
son los elementos a
ij
con i+j = n+1
Traza de una matriz
cuadrada : es la
suma de los
elementos de la
diagonal principal tr
A.

Diagonal principal :
Diagonal secundaria :

SIMÉTRICA
Es una matriz
cuadrada que es
igual a su traspuesta.
A = A
t
, a
ij
= a
ji

ANTISIMÉTRICA
Es una matriz
cuadrada que es
igual a la opuesta de
su traspuesta.
A = -A
t
, a
ij
= -a
ji

Necesariamente a
ii
=




0
DIAGONAL
Es una matriz
cuadrada que tiene
todos sus elementos
nulos excepto los de
la diagonal principal

ESCALAR
Es una matriz
cuadrada que tiene
todos sus elementos
nulos excepto los de
la diagonal principal
que son iguales

IDENTIDAD
Es una matriz
cuadrada que tiene
todos sus elementos
nulos excepto los de
la diagonal principal
que son iguales a 1.
También se
denomina matriz
unidad.

TRIANGULAR
Es una matriz
cuadrada que tiene
todos los elementos
por encima (por
debajo) de la
diagonal principal
nulos.

ORTOGONAL
Una matriz ortogonal
es necesariamente
cuadrada e
invertible: A
-1
= A
T

La inversa de una
matriz ortogonal es




una matriz ortogonal.
El producto de dos
matrices ortogonales
es una matriz
ortogonal.
El determinante de
una matriz ortogonal
vale +1 ó -1.
NORMAL
Una matriz es normal
si conmuta con su
traspuesta. Las
matrices simétricas,
anti simétricas u
ortogonales son
necesariamente
normales.

INVERSA
Decimos que una
matriz cuadrada A
tiene inversa, A-1, si
se verifica que :
A·A
-1
= A
-1
·A = I


Tipos de matrices
 Cuando el número de filas es igual al de columnas (n = m) la matriz se
llama matriz cuadrada.
 Cuando n = 1 la matriz se llama matriz fila.
 Cuando m = 1 la matriz se llama matriz columna.
 Las matrices fila y columna se llaman habitualmente vectores.
 Cuando en una matriz cuadrada son ceros todos los elementos que no
están en la diagonal principal (la que va desde el ángulo superior izquierdo
al ángulo inferior derecho) la matriz se llama matriz diagonal.
 Si todos los términos de una matriz son cero, a la matriz se le llama matriz
nula. y se representa por O.
 Si una matriz diagonal tiene todos los términos de la diagonal iguales se
llama matriz escalar.



 Si una matriz diagonal tiene todos los términos de la diagonal iguales a 1 se
llama matriz unidad.
 Dada una matriz, su traspuesta es la formada al disponer la fila 1 como
columna 1, la fila 2 como columna 2... la fila n como columna n. La
traspuesta de la matriz A se designa por
t
A (a veces se utiliza A
t
o A').
 Las matrices cuadradas en las que a
ij
= 0 siempre que i > j o bien a
ij
= 0
siempre que i < j se llaman matrices triangulares (superior o inferior, según
el caso).
 Una matriz se llama regular si tiene inversa. Si no tiene inversa se llama
singular.
 Una matriz es simétrica si es igual a su traspuesta.
 Una matriz A es antisimétrica (o hemisimétrica) si su traspuesta es igual a -
A
 Una matriz A es hermítica si coincide con la matriz traspuesta conjugada
(se refiere a los números complejos conjugados). Es antihermítica si es
opuesta con la matriz traspuesta conjugada.
 Una matriz es periódica si existe algún p tal que A
p
= A. Si p = 2 la matriz se
llama idempotente.
 Una matriz es nilpotente si existe algún p tal que A
p
= O (matriz cero).
 Una matriz es involutiva si A
2
= I (matriz identidad).
 Una matriz es ortogonal si
t
A = A
-1
.

Clasificacion de las matrices por su orden
Por su orden (o dimensión), las matrices se clasifican en:
a) rectangulares
b) cuadradas.


Sea A
mxn
;
Si m = n, la matriz se dice rectangular;
Si m = n, la matriz se dice cuadrada.




(
(
(
(
(
(
¸
(

¸

a a a
a a a
a a a
a a a
43 42 41
33 32 31
23 22 21
13 12 11

(
(
(
(
¸
(

¸

a a a
a a a
a a a
33 32 31
23 22 21
13 12 11

Matriz rectangular Matriz cuadrada

Matrices especiales
Matriz fila: es la matriz que tiene una sola fila.
Ejemplo:

| | 3) 2, 1, = )(j
b
( =
b b b
= B
1j 13 12 11
Matriz columna: es la matriz que tiene una sola columna.
Ejemplo:

3) 2, 1, = (i )
c
( =
c
c
c
= C
i1
31
21
11
(
(
(
(
¸
(

¸

Caracterización de las regiones de una matriz cuadrada
Por el comportamiento de los subíndices i y j de un elemento del tipo a
ij
de una
matriz cuadrada cualquiera, es posible caracterizar tres regiones en ella:
1) los elementos a
ij
tales que i=j, forman la diagonal principal
2) los elementos a
ij
tales que i<j, forman el triángulo superior.
3) los elementos a
ij
tales que i>j, forman el triángulo inferior.

Matrices triangulares
Si en una matriz cuadrada es:
Aij = 0, ¬i<j



Se dice que la matriz es triangular superior.
La que sigue es una matriz triangular superior de orden 4:
(
(
(
(
(
(
¸
(

¸

a a a a
0
a a a
0 0
a a
0 0 0
a
= A
44 43 42 41
33 32 31
22 21
11

Si en una matriz cuadrada es:
Aij

= 0, ¬i>j
Se dice que la matriz es triangular inferior.
La que sigue es una matriz triangular inferior de orden 4:
(
(
(
(
(
(
¸
(

¸

a
0 0 0
a a
0 0
a a a
0
a a a a
= B
44
34 33
24 23 22
14 13 12 11


Matriz diagonal
Se llama matriz diagonal a toda matriz que es simultáneamente triangular superior y
triangular inferior.
Es inmediato que, en una matriz diagonal, es
Aij = 0, ¬i=j.

El siguiente es un ejemplo de matriz diagonal:



(
(
(
(
(
(
¸
(

¸

d
0 0 0
0
d
0 0
0 0
d
0
0 0 0
d
= D
44
33
22
11


Matriz escalar
Se llama matriz escalar a toda matriz diagonal en la que:
d
11
=d
22
=d
33
= ... = d
ii
= k , siendo k un escalar.
Este es un ejemplo de matriz escalar:
(
(
(
(
(
¸
(

¸

k 0 0 0
0 k 0 0
0 0 k 0
0 0 0 k
= E


Matriz identidad
Se llama matriz identidad a la matriz escalar en la que k=1.
La matriz identidad de orden n se anota I
n
.
Ejemplo:
(
(
(
(
(
¸
(

¸

1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
=
I 4


El elemento generador de una matriz identidad recibe el nombre de "Delta de
Krocneker", se simboliza con δ
ij
y se define así:





j i si 0
j = i si 1
=
ij
¹
´
¦
=
o

De modo que I
n
= (δ
ij
) ; i,j = 1, 2, ..., n.

2.4 Transformaciones elementales por renglón. Escalonamiento
de una matriz. Rango de una matriz.

Transformaciones elementales por renglón.
Una matriz es un arreglo rectangular de números. Estos números pueden ser los
coeficientes de las variables de un sistema de ecuaciones, con lo que la matriz se
llamará matriz de coeficientes del sistema. Una matriz con m renglones y n
columnas se llama una matriz de m x n. Si en una matriz se vacía, además de los
coeficientes de las ecuaciones, el lado derecho de éstas, entonces la matriz se
denomina matriz aumentada.

Operaciones elementales con renglones.
1. Multiplicar (o dividir) un renglón por un número diferente de cero.
2. Sumar un múltiplo de un renglón a otro renglón, .
3. Intercambiar renglones.

Con estas operaciones se obtiene un nuevo renglón que resulta ser una
combinación lineal del primero o bien, lo que se traduciría en una nueva ecuación
equivalente.

Escalonamiento de una matriz.
Una matriz se encuentra en la forma escalonada por renglones si se cumplen las
siguientes condiciones:
1. Todos los renglones (si los hay) cuyos elementos son todos cero aparecen
en la parte inferior de la matriz.
2. En el primer número diferente de cero (comenzando por la izquierda) en
cualquier renglón cuyos elementos no todos son cero es 1.
3. Si dos renglones sucesivos tienen elementos distintos de cero, entonces el
primer 1 en el renglón de abajo está más hacia la derecha que el primer 1
en el renglón de arriba.




. Ejemplos de matrices en la forma escalonada por renglones
a) [



]
b) [



]
c) [


]
d) [


]
e) [



]

Por lo general, la forma escalonada por renglones de una matriz no es única. Es
decir, una matriz puede ser equivalente, en sus renglones, a más de una matriz en
forma escalonada por renglones.
Por ejemplo
[



]

[



]

Al realizar la operación indicada, restar el renglón 1 del renglón 2, se obtiene la
matriz B. (1-0=1, 3-1=2, 2-3=-1, 5-6=-1). Ambas matrices se encuentran en la
forma escalonada por renglones y son equivalentes por renglones. Así, cualquier
matriz para la que A es una forma escalonada por renglones. También acepta a B
como forma escalonada por renglones.

Existe también la forma escalonada reducida por renglones, en la cual los
números arriba y abajo del primer 1 de un renglón son cero, como se observa en
la siguiente matriz: [



]

Siempre se puede reducir una matriz a la forma escalonada reducida por
renglones o a la forma escalonada por renglones realizando operaciones
elementales con renglones.

Rango de una matriz.



Es el número máximo de columnas (filas respectivamente) que son linealmente
independientes. Si el rango fila y la columna son iguales, éste número es llamado
simplemente rango de A.
El número de columnas independientes de una matriz A de m x n es igual a la
dimensión del espacio columna de dicha matriz A. también la dimensión del
espacio fila determina el rango. El rango de A será, por tanto, mayor o igual que
uno o menor o igual que el mínimo entre m y n.

Ejemplo.
Dada la matriz [



], realice lo que se le pide:
a) Multiplique por 4 el renglón 1 y réstele el renglón 2.
b) Multiplique por 2 el renglón 1 y réstele el renglón 3.
c) Divida el renglón 2 entre (-4).
d) Multiplique el renglón 2 por 3 y súmele el renglón 3.
e) Multiplique el renglón 3 por (-3) y divídalo entre 4.
f) ¿Alcanzó ya la forma escalonada?

2.5 Calculo de la inversa de una matriz

El algebra de matrices proporciona herramientas para manipular ecuaciones
matriciales y crear diversas formulas útiles en formas similares a la ejecución
ordinaria del álgebra con números reales. En esta sección el análogo matricial del
reciproco, o inverso multiplicativo, de un numero diferente de cero.
Recuerde que el inverso multiplicativo de un número como 5 es 1/5 o 5
-1
. Este
inverso satisface la ecuación:

L a generalización matricial requiere ambas ecuaciones y evita la notación con
diagonales (para indicar una división) debido a que la multiplicación de matrices no
es conmutativa. Más aun, una generalización completa solo es posible si las
matrices involucradas son cuadradas.
PROPIEDADES:





Se dice que una matriz de es invertible si existe otra matriz de tal
que:

Donde

, la matriz identidad . En este caso, es un inverso de . De
hecho, esta determinado únicamente por , porque si fuera otro inverso de ,
entonces () () . Este inverso único se denota
mediante

, de manera que,

Una matriz que no es invertible algunas veces se denomina matriz singular, y una
matriz invertible se denomina matriz no singular. Entre matrices NO existe la
operación de división, la matriz inversa realiza funciones análogas.

EJEMPLO Si [


] [


] entonces
[


] [


] [


]
[


] [


] [


]
Así que

.



A continuación se presenta una formula sencilla para el inverso de una matriz de
2x2, junto con una prueba para saber si existe el inverso.
TEOREMA 4
Sea [


] Si , entonces es invertible y

[


]
Si , entonces A no es invertible.
La demostración sencilla del teorema 4 se describe en términos generales en los
ejercicios 25 y 26. La cantidad se llama determinante de Ay se escribe
det
El teorema 4 establece que una matriz A de 2x2 es invertible si, y solo si det
.
EJEMPLO Encuentre el inverso de [


].
Solución Como det () () es invertible, y

[


] [
() ()
() ()
] [


]
Las matrices invertibles son indispensables en el algebra lineal ---- principalmente
para cálculos algebraicos y deducciones de formulas. Como en el teorema
siguiente. En ocasiones una matriz inversa permite entender mejor un modelo
matemático de alguna situación de la vida real, como en el ejemplo 3 que se
presenta más adelante.

TEOREMA 5
Si es una matriz invertible entonces, para cada b en

, la ecuación Ax=b
tiene la solución única x

b.
Demostración: tome cualquier b en

. Existe una solución porque cuando se
sustituye

b por x. se tiene (

) (

) b =b. Así que

b es
una solución. Para probar que la solución es única, se muestra que si u es



cualquier solución, entonces u debe ser, de hecho,

b. en efecto, si ,
pueden multiplicarse ambos miembros por

y obtener

Ejemplo
Una viga elástica horizontal tiene soporte en cada extremo y si está sometida a
fuerzas en los puntos 1, 2, 3, como indica la figura 1. Sea f en

tal que enliste
las fuerzas en estos puntos, y sea y en

tal que incluya las magnitudes de la
deflexión (esto es, movimiento) de la viga en los tres puntos. Al aplicar la ley de
Hooke de la física, se puede demostrar que

Donde es una matriz de flexibilidad. Su inversa se denomina matriz de rigidez.
Describa el significado físico de las columnas de

.

Solución: escriba

[

] y observa que

[

]
Interpreta el vertor

( ) como fuerza unitaria aplicada hacia abajo en el
punto (con fuerza cero en los otros dos puntos). Entonces la primera columna de

, enlista las deflexiones debidas a una fuerza unitaria en el punto .
Interpretaciones similares son validas para la segunda y tercera columna de .
Para estudiar la matriz de rigidez

, observe que la ecuación

calcula
un vector de fuerza f cuando se da un vector de deflexión y. escriba

[

]
Ahora interprete

como un vector de deflexión. Entonces

enlista las
fuerzas que crean la deflexión. Esto es, la primera columna de

enlista las
fuerzas que deben aplicarse en los tres puntos para producir una deflexión unitaria
en el punto 1 y cero deflexión en los otros puntos. De manera similar, las
columnas 2 y 3 de

enlistas las fuerzas requeridas para producir deflexiones
unitarias en los puntos 2 y 3, respectivamente. En cada columna, una o dos de las
fuerzas deben ser negativas (apuntar hacia arriba) para producir una deflexión
unitaria en el punto deseado y cero deflexión en los otros dos puntos. Si la
flexibilidad se mide, por ejemplo, en pulgadas de deflexión por libra de carga,



entonces las entradas de la matriz de rigidez están dadas en libras de carga por
pulgada de deflexión.
El interés principal de la matriz de adjuntos es que permite calcular la inversa de
una matriz, ya que se cumple la relación:




Solución analítica:
Inversión de matrices 2x2
Calcular la matriz inversa en matrices de 2x2 puede ser muy sencillo, se puede
hacer de la siguiente manera:

[


]

[


]

Esto es posible siempre y cuando

el determinante de la matriz, no sea
cero.
Inversión de matrices de órdenes superiores:

Para matrices de órdenes superiores puede utilizarse la siguiente fórmula:

||
(())

Donde |A| es el determinante de A y (() es la matriz de adjuntos de A.

2.6 Definición de determinantes de un matriz

En matemáticas se define el determinante como una forma n-lineal alterna de un
cuerpo E
n
esta definición indica una serie de propiedades matemáticas y
generaliza el concepto de determinante haciéndolo aplicable en números campos.



Aunque el origen del determinante o de volumen orientado fue introducido para
estudiar el numero de soluciones de los sistemas lineales de ecuaciones.
Los determinantes fueron introducidos en occidente a partir del siglo XVI, esto es,
antes que las matrices, que no aparecieron hasta el siglo XIV. Conviene recordar
que Los chinos (Hui, Liu. iuzhang suanshu o los 9 capítulos del arte matemático.)
fueron los primeros en utilizar la tabla de ceros y en aplicar un algoritmo que,
desde el siglo XIX, se conoce con el nombre de eliminación gaussiana.
Definición:
Para n > 2, el determinante de una matriz A de n x n = [a
ij
] es la suma de los n
términos de la forma ± a
1j
det A
1j
, con los signos más o manos alternándose,
donde las entradas a
11
, a
12
,…, a
1n
son de la primera fila de A. En forma simbólica,
det A = a
11
det A
11
- a
12
det
12
+
.
+ (-1)
1+2
a
1n
det A
1n
=¿ (-1)
1+j
a
1j
det A1
1j

El caso de matrices de orden inferior (orden 2 o 3) es tan sencillo que su
determinante se calcula con sencillas reglas conocidas dichas reglas son también.

2.7 Propiedades de las determinantes

En matemáticas se define las determinantes como una forma -lineal alterna de un
cuerpo

.Esta definición indica una serie de propiedades y generalización del
concepto de determinantes haciéndolo aplicable a numerosos campos. Aun que
el origen del determinante o del volumen orientado fue introducido para estudiar el
numero de disoluciones Delos sistemas lineales de ecuaciones.
Las matrices y los determinantes son herramientas del ´algebra que facilitan el
ordenamiento de
Datos, así como su manejo.



Los conceptos de matriz y todos los relacionados fueron desarrollados
básicamente en el siglo XIX
Por matemáticos como los ingleses J.J. Sylvester y Arthur Cayley y el irlandés
William Hamilton.
Las matrices se encuentran en aquellos ámbitos en los que se trabaja con datos
regularmente
Ordenados y aparecen en situaciones propias de las Ciencias Sociales,
Económicas y Biológicas.
Teorema operaciones por fila
sea A una matiz cuadrada
a. Si un múltiplo de una fila de A se suma a otra fila para producir una matriz
B, entonces det B=det A.
b. Si dos filas A se intercambian para producir B ,entonces det B= -det A.
c. SI UNA FILA DE A SE multiplica por k para producir B, entonces det B=det
k *det A. EJEMPLO:

Calcule det A, donde A =[



]
Solución: la estrategia es reducir A ala forma escalonada y utilizar luego el hecho
de que la determinante de una matriz triangular es el producto de las entradas
diagonales.
Det A|



|=|



|=|



|
Un intercambio de la filas 2 y 3 invierte el signo del determinante, así que
det A= -|



|= -(1)(3)(-5)=15
2.8 Inversa de una matriz cuadrada a través de la adjunta

Dada una matriz cuadrada , su matriz adjunta o () ES LA resultante de sustituir
cada término de por sus adjuntos respectivos El adjunto de un termino de A por
sus adjuntos respectivos.



El adjunto de un termino de la matriz resulta del determinante de la
submatriz que se obtiene de eliminar de la matriz A, la fila y la columna a la que
pertenece el termino multiplicado por ()( ) el interés principal de la
matriz de adjuntos es que permite calcular la inversa de una matriz ya que se
cumple la relación :

()

Sin embargo, para matrices de dimensiones grandes , este tipo de cálculo resulta
más costosos , términos de operaciones . que otros métodos como el método de
eliminación de guaus
Definición y formulas de calculo
Dada una matriz A su matriz de adjuntos es la única matriz B tal que:

()
Esta definición no permite calcular directamente la matriz de adjunto por lo que
comúnmente define también la matriz de adjuntos mediante la siguiente formula
explicita .dadas las componentes explicitas de la matriz de orden ( )

para () como la matriz de orden
obtenida a partir de ELIMINANDO LA FILA
y se define la cantidad

()

( )
Y se tiene que esta son precisamente las componentes de la matriz de adjuntos
ya que es decir,adj(A)

)

Dada una matriz de
(

)
SU MATRIZ DE ADJUNTOS VIENE DADA POR:
(

)





(

)
SU MATRIZ DE ADJUNTOS VIENE DADA POR:
()
[

|

| |

| |

|
|

| |

| |

|
|

| |

| |

|
]

Para matrices de
[()]

2.9 Aplicaciones de las matrices y determinantes

Aplicaciones de las matrices y determinantes
ejemplo1: calcule el determinante de



A= [



]
Solución: calcule det A = a
11
det A
11
– a
12
det A
12
+ a
13
det A
13
:
det A= 1. det [


] -5. det [


] + 0. det [


]
=1( 0 – 2 ) – 5 ( 0 – 0 ) + ( - 4 – 0 )= - 2
Otra notación común para el determinante de una matriz usa un par de líneas
verticales en lugar de los corchetes. Así, el cálculo del ejemplo 1 se puede escribir
como
det A= 1 I


I -5 I


I +0 I


I = .= - 2
Para enunciar el teorema siguiente resulta oportuno escribir la definición det A en
una forma un poco diferente. Dada A = [a
ij
], el cofactor (i,j) de A es el numero C
ij

dado por
C
ij
= (- 1 )
i+j
det A
ij
(4)
Entonces
Det A = a
11
C
11
+ a
12
C
12
+.+ a
1n
C
1n
Esta forma se llama desarrollo por cofactores a lo largo de la primera fila de A.
Se omite la demostración del teorema fundamental siguiente pera evitar una larga
Interrupción.
Teorema 2: Si A es una matriz triangular , entonces A es el producto de las
entradas sobre la diagonal principal de A .
Teorema 1
El determinante de una matriz Α de nxn puede calcularse mediante un desarrollo
por cofactores a lo largo de cualquier fila o descendiendo por cualquier columna –
El desarrollo a lo largo de la i- esima fila usando los cofactores en (4) es



: det A =a
i
1c
i
1+a
i
2+…..+a
in
c
in
El desarrollo por cofactores bajando por la j-esima columna es
: det A =a
ij
c
ij
+a
2j
c
2j
+…..+a
nj
c
nj
Los mas o menos del cofactor (i,j)dependen de la posición de aij en la matriz , sin
importar

el signo de a
ij
en si mismo el factor (-1)
i+j
determina la tabla siguiente para
el patrón de signos
[



]
Ejemplo : use un desarrollo por cofactores a lo largo de la tercera fila para calcular
det A, donde:
A = [



]
Solución calcule:
det A = a
31
C
31
+ a
32
C
32
+ a
33
C
33
= (- 1)
3+1
a
31
det A
31
+ (- 1)
3+2
a
32
det A
32
+ (- 1)
3+3
a
33
det A
33
= 0 I


I – (- 2) I


I +0 I


I
= 0 + 2 (- 1) + 0 = -2

Las matrices se utilizan en el contexto de las ciencias como elementos que sirven
para clasificar: valores numéricos atendiendo a dos criterios o variables.


Ejemplo: Un importador de globos los importa de dos colores, naranja (N) y fresa
(F). Todos ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al
precio (en euros) indicado por la tabla siguiente:





Resumir la información anterior en 2 matrices A y B, de tamaño respectivo 2x3 y
3x2 que recojan las ventas en un año (A) y los precios (B).
Nos piden que organicemos la información anterior en dos matrices de tamaño
concreto. Si nos fijamos en las tablas, es sencillo obtener las matrices:



Estas matrices se denominan matrices de información, y simplemente recogen los
datos numéricos del problema en cuestión.
Otras matrices son las llamadas matrices de relación, que indican si ciertos
elementos están o no relacionados entre si. En general, la existencia de relación
se expresa con un 1 en la matriz y la ausencia de dicha relación de expresa con
un 0.
Estas matrices se utilizan cuando queremos trasladar la información dada por un
grafo y expresarla numéricamente.

Los determinantes también proporcionan una forma sencilla de calcular el rango
de una matriz
Cualquiera. Una definición alternativa de rango de una matriz es:
El Rango de una matriz A es el tamaño del mayor menor complementario no nulo
que esté incluido dentro de la matriz.
Aplicando este criterio, calculemos el rango de las matrices siguientes:




Sólo hay un menor de orden 2, que es:


Como es nulo, el rango de la matriz NO es 2. Menores de orden 1 hay 4, por
ejemplo |1| = 1, que es no nulo, luego el rango de la matriz es Rg(A)=1 (el tamaño
de dicho menor complementario).

b) Sólo hay un menor de orden 2, que es:

Como no es nulo, el rango de la matriz es Rg (B)=2 (el tamaño de dicho menor
complementario).
c) Sólo hay un menor de orden 3, que es:

Como es nulo, podemos asegurar que el rango NO es 3.
Menores de orden 2 hay 9. Calculando alguno:

Resulta que es no nulo, luego el rango es Rg(C)=2 (el tamaño de dicho menor
complementario).
d) El menor más grande que podemos formar es de orden 2. Hay 3 de ellos:

Son todos nulos, luego el rango NO es 2. Menores de orden 1 hay 6, y por ejemplo
|6| = 6 _= 0, es no nulo, luego el rango es Rg (D)=1.































Conclusión General:


Lo importante de estos temas es saber que es una matriz y para qué sirve y su
utilidad en las matemáticas así como sus definiciones.
Se llama MATRIZ a todo cuadro de números distribuidos en filas y columnas. Las
matrices se utilizan en el cálculo numérico, en la resolución de sistemas de
ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Además de su utilidad para el estudio de sistemas de ecuaciones lineales, las
matrices aparecen de forma natural en geometría, estadística, economía,
informática, física, etc.
Su notación es muy simple una matriz se nombra por una letra mayúscula y sus
elementos, una vez distribuidos en las filas y columnas respectivas, se encierran con
corchetes o con paréntesis
Una de las principales aplicaciones de las matrices es la representación de
sistemas de ecuaciones de primer grado con varias incógnitas. Estas operaciones
con matrices con lleva varias operaciones escalares de A y B que llevan a la
Clausura: Si A es matriz y c es escalar, entones cA es matriz.
 Asociatividad: ( cd ) A = c(dA)
 Elemento neutro: 1 A= A
 Distributividad :
- De escalar : ( )
- De matriz: ( )
En este caso el producto es un diagrama esquemático que ilustra el producto de
dos matrices A y B dando como resultado la matriz aB esto es muy importante
saberlo para resolver ecuaciones de matrices.













Biografías.


http://ocw.upm.es/algebra/algebra-y-geometria/contenidos/examenes/ex-
sistemas.pdf


http://fpatorrevieja.edu.gva.es/deptcien/Acc25Mat/03_Algebra_de_matrices.pdf


http://www2.eco.uva.es/lmeneses/Guia_de_Trabajo/Esquemas_teoricos/tema3.pdf


http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html


http://campusvirtual.unex.es/ebooks/files/file/MME.pdf