CAPÍTULO VII

MATRICES Y DETERMINANTES
7.1 MATRICES
MATRIZ.- Una matriz mxn(m≥1, n ≥1, m y n ∈IN) es un ordenamiento rectangular
de elementos(variables y constantes) dispuestos en m filas y n columnas, que asume la
siguiente forma:
NOTACIÓN.- A las matrices se les denota con las letras mayúsculas del alfabeto
español: A, B, C, D, … , etc.
Una matriz en forma abreviada se escribe como:
A =
Los elementos que se encuentran en cualquier línea vertical reciben el nombre de
columna de la matriz. Por ejemplo la columna 1 y la columna j son las siguientes:

,
_

¸
¸
1
21
11
.
.
.
.
m
a
a
a

,
_

¸
¸
mj
j
j
a
a
a
.
.
.
.
2
1

Columna 1 Columna j
Los elementos que se encuentran en cualesquiera línea horizontal, reciben el nombre de
fila de la matriz. Por ejemplo la fila 1 y la fila i, son las siguientes:
1

,
_

¸
¸
mn m m
n
n
a a a
a a a
a a a
........
........ .......... ..........
. .........
.. ........
2 1
2 22 21
1 12 11
n j 1
Z j , i donde ; m i 1 para ), (

≤ ≤
∈ ≤ ≤
+
j i
a
( a
11
a
12
………. a
1n
) Fila 1
( a
i1
a
i2
…….…. a
i n
) Fila i
Nuestra matriz de definición tiene entonces m filas y n columnas.
Cuando la notación es abreviada el subíndice i representa la ubicación de la fila y el
subíndice j representa la de la columna de la matriz respectiva. (Salvo otras
indicaciones):
El orden de una matriz está dado por la expresión del producto, que resulta de la
multiplicación del número de filas por el número de columnas de dicha matriz.
Por lo que nuestra matriz de definición es de orden mxn.
Ejemplos.-
a) La matriz A=

Tiene 2 filas y 2 columnas entonces su orden es de 2x2 ; que se lee 2 por 2.
b) La matriz B = ( 1 2 3 4 )
1x4
; tiene 1 fila y 4 columnas; por tanto, es de orden 1
por 4 .
c) La matriz :
C =
Tiene 3 filas y 3 columnas ; entonces es de orden 3 por 3.
Una matriz de orden 1xn contiene solamente una fila de elementos. La matriz en este
caso particular, se denomina vector fila. Por ejemplo:
B = ( b
1
b
2
b
3
. . . b
n
); vector fila
Mientras que una matriz de orden mx1 es un vector columna.
2
2 x 2
1 - 0
2 1

,
_

¸
¸
x3 3
10 7 1
2 1 - 0
4 3 1

,
_

¸
¸
columna vector C ;
c
.
.
.
c
c
c
m
3
2
1

,
_

¸
¸
·
A continuación se esbozan algunas observaciones relacionadas a los tipos de
matrices.
OBSERVACIONES
a) Si el número de filas y el número de columnas en una matriz son iguales, entonces
esta matriz recibe el nombre de matriz cuadrada.
b) Si el número de filas es diferente al número de columnas en una matriz cualquiera,
entonces a esta matriz se le denomina matriz rectangular.
c) A los elementos a
11
a
22
a
33
………. a
nn
, de una matriz cuadrada se les denomina
elementos de la diagonal de la matriz que en conjunto constituyen su diagonal
principal.
d) Una matriz cuadrada es denominada diagonal si todos sus elementos son ceros
excepto posiblemente los de la diagonal principal.
e) A la matriz diagonal cuyos elementos de su diagonal principal son todos unos y los
demás ceros, de la forma:
I =
Se le denomina matriz unitaria o identidad, se le denota mediante I
f) La matriz cuyos elementos son todos ceros recibe el nombre de matriz nula. Se
denota por O.

g) La matriz cuadrada de la forma :
Recibe el nombre de matriz diagonal superior.
3

,
_

¸
¸
1 . . . 0 0 0
. . . . . . . . . .
0 . . . 0 1 0
0 . . . 0 0 1

,
_

¸
¸
·
0 . . . 0 0 0
. . . . . . . . . .
0 . . . 0 0 0
0 . . . 0 0 0
O

,
_

¸
¸
nn
n
n
a
a a
a a a
.... ... 0 0
... .......... ..........
..... 0
......
2 22
1 12 11
h) La matriz cuadrada de la forma:
Recibe el nombre de matriz diagonal inferior.
i) El conjunto de todas las matrices de orden mxn con las operaciones de adición y
multiplicación escalar constituye un espacio vectorial que se le denota mediante: M
mn
.
En la práctica una matriz representa hechos concretos relacionados a una actividad
determinada. Por ejemplo se tienen cuatro plantas de producción cada una de las cuales
fabrica tres productos, si a
ij
denota la cantidad del producto i elaborado en la planta j en
una semana; entonces la matriz 3x4, da la producción del fabricante en una semana, la
misma que asume la siguiente forma:
Planta 1 Planta2 Planta3 Planta 4
Producto2
1
1
1
]
1

¸

380 210 270 280
80 420 450 340
0 380 360 560
a
12
= 360 representa la cantidad del produto1 producido por la planta 2 en una semana
a
13
= 380 representa la cantidad del producto 1 producido por la planta 3 semanalmente
a
33
= 210 representa la cantidad del producto 3 producido por la planta 3 semanalmente
Otro ejemplo relacionado con las distancias entre las ciudades de tingo María, Huanuco,
Cerro de Pasco y Lima y viceversa, la matriz que representa esta realidad asume la
siguiente forma:
T. María Hco. C. de Pasco Oroya Lima
4

,
_

¸
¸
nn m m
a a a
a a
a
... ...
.. .......... ..........
0 ........
0 . .......... 0
2 1
22 21
11
C. d Pasco
1
1
1
1
1
1
]
1

¸

0 116 300 400 528
166 0 110 234 362
300 110 0 98 226
400 234 98 0 128
528 362 226 128 0
7.2 OPERACIONES CON MATRICES
IGUALDAD DE MATRICES
Sean A y B∈ M
mn
dos matrices del mismo orden; se dice que estas matrices son
iguales y se denota mediante A = B, si sus elementos correspondientes son iguales; es
decir:
A = B
[ ] [ ] ⇒ · ⇒
ij ij
b a
a
ij
= b
ij
; para 1 ≤ i ≤ m ; 1 ≤ j ≤ n
Ejemplo.-
Sean A = y B = ; dos matrices de orden 2x2.
A = B si se cumple que: x = 1, y = 2 , z = 3 y w = -1.
PROPIEDADES. Si A , B y C ∈ M
mn
. , entonces se cumple:
a) A = A . Propiedad reflexiva.
b) A = B

B = A. Propiedad conmutativa.
c) A = B ∧ B = C

A = C. Propiedad transitiva.
ADICIÓN Y DIFERENCIACIÓN DE MATRICES
Dados dos matrices A y B∈ M
mn
, del mismo orden, se define la ADICIÓN Y
DIFERENCIACIÓN de estas matrices y se denota mediante A t B
correspondientemente, como otra matriz del mismo orden al que se le denomina matriz
suma y matriz diferencia respectivamente, cuyos elementos se determinan mediante:
s
ij
= a
ij
+ b
ij
: 1 ≤ i ≤ m; 1 ≤ j ≤ n.
d
ij
= a
ij
- b
ij
: 1 ≤ i ≤ m; 1 ≤ j ≤ n.
5

,
_

¸
¸
1 - 3
2 1

,
_

¸
¸
w z
y x
Es decir se adicionan los elementos correspondientes de la matriz A y B, para obtener
los elementos de la matriz suma y se diferencian los elementos correspondientes de la
matriz A y la matriz B, a fin de obtener la matriz diferencia.
Ejemplo.-
A = y B =
Entonces:
A + B = =
A - B = =
MULTIPLICACIÓN DE UNA MATRIZ POR UN ESCALAR
La multiplicación de la matriz A = (a
ij
)
mn
, por el escalar λ ∈ IR , se define como la
matriz cuyos elementos quedan multiplicados por λ, se le denota por : λA.
λA = ( λ a
ij
)
mn
,
Ejemplo.-Si A = y λ =
3
1
; entonces
λA =
3
1
A =
3
1
=

,
_

¸
¸
− ) 2 (
3
1
) 0 (
3
1
) 3 (
3
1
) 1 (
3
1
=
El mismo significado tiene λA y Aλ en consecuencia se cumple la igualdad: λA = Aλ .
De la misma definición anterior se puede deducir inmediatamente lo siguiente:
a) 1 A = A
b) 0A = O (O es la matriz nula o cero)
c) OA = O ( O es la matriz nula)
d) λ(β A ) = ( λβ ) A = β ( λ A ) para λ , β ∈ IR
PROPIEDADES CONJUNTAS
6

,
_

¸
¸
10 8 0
4 2 3
1 - 0 1

,
_

¸
¸
10 0 1
4 2 3 -
1 1 - 0

,
_

¸
¸
+ + +
+ + +
+ + +
10 0 0 8 1 0
4 4 2 2 3) - ( 3
1 1 - 1) (- 0 0 1

,
_

¸
¸
20 8 1
8 4 0
0 1 - 1

,
_

¸
¸
− −
− − −
10 - 10 0 - 8 1 - 0
4 - 4 2 - 2 3) ( 3
1 - 1 - 1) ( 0 0 1

,
_

¸
¸
0 8 1 -
0 0 6
2 - 1 1

,
_

¸
¸
2 - 0
3 1

,
_

¸
¸
2 - 0
3 1

,
_

¸
¸
2/3 - 0
1 1/3
Para A, B, C ∈ M
mn
y λ , β ∈ IR se cumplen las siguientes propiedades:
a) A + ( B + C ) = ( A + B ) + C
b) A + B = B + A
c) A + O = A
d) λ ( A + B) = λ A + λ B ; λ ∈ IR
e) ( λ +
β
)A = λ A + βA ; λ , β ∈ IR
f) A + ( -A ) = O
Demostración de la propiedad e: ( λ + β )A = λ A + βA ; A ∈ M
mn
λ , β ∈ IR
Sean A = ( a
ij
)
mn
∈ M
mn
y λ , β ∈ IR
Entonces:
( λ + β ) A = (λ + β ) (a
ij
) =
) (
ij ij
a a β λ +
= (λ a
ij
) + (βa
ij
) = λ A + βA.
lqqd.
MULTIPLICACIÓN DE MATRICES.
Sean A∈ M
mp
una matriz de orden mxp y B ∈ M
pn
una matriz de orden pxn, se define
la multiplicación de la matriz A por la matriz B y se denota mediante: AB , como otra
matriz de orden mxn, a la que se le denomina matriz producto, cuyo ij–ésimo elemento
está determinado por:
Es decir el ij-ésimo elemento de la matriz producto se obtiene mediante la adición de
los resultados de la multiplicación de los elementos de la i–ésima fila de la matriz A
por los correspondientes elementos de la j–ésima columna de la matriz B.
Indudablemente para que se cumpla lo anterior es necesario que el número de columnas
de la matriz A, sea igual al número de filas de la matriz B.
En la generalidad la multiplicación de la matriz A por la matriz B, queda expresada
mediante la siguiente matriz producto:
AB =

,
_

¸
¸
∑ ∑ ∑
∑ ∑ ∑
∑ ∑ ∑
· · ·
· · ·
· · ·
n
1 j
nj
n
1 j
2 nj
1
1
1
n
1 j
n
1 j
2j 2 2j 1 2
n
1 j
1j
n
1 j
2 1j
1
1 1
a . . . . . . . a
....... .......... .......... .......... .......... ..........
a . . . . . . . a
a . . . . . . . a
jn j
n
j
j nj
n
j
jn j j j
jn j
n
j
j j
b b b a
b b b a
b b b a
Ejemplos.-
7

·
·
n
k
j k k i j i
b a c
1

,
_

¸
¸
4 3
2 1

,
_

¸
¸
3 1 -
2 0
a) Sean A = y B = , dos matrices de orden 2x2.
Entonces:
AB = =
b) Sean
A = y B = , dos matrices de orden 3x3.
Entonces:
AB=

,
_

¸
¸
+ + + + + +
+ + + + + +
+ + + + − + +
5(0) 3(1) 2(-6) 5(8) 3(4) 2(9) 5(1) 3(3) 2(7)
(-1)(0) 1(1) 0(-6) (-1)(8) 1(4) 0(9) (-1)(1) 1(3) 0(7)
(-3)(0) 0(1) 4(-6) (-3)(8) 0(4) 4(9) ) 1 )( 3 ( ) 3 ( 0 ) 7 ( 4
=
PROPIEDADES
Para A, B y C ∈ M
mn
y λ ∈ IR, se cumplen las siguientes propiedades:
a) (AB) C = A (BC)
b) A(B + C) = AB + AC y (B + C)A = BA + CA
c) λ (AB) = (λ A)B = A(λ B)
d) A I = I A = A
e) Generalmente AB ≠ BA.(Esta propiedad es válida cuando la matrices a y sean iguales
o inversas una a otra).
Demostración de la propiedad a): A( BC ) = ( AB )C
Supongamos que las matrices
A = (a
ir
) es de orden mxn ;
B = (b
rs
) es de orden nxp
C = (c
sj
) es de orden pxq
Entonces:
AB es una matriz de orden mxp cuyo is–ésimo elemento es:
La matriz (AB)C es una matriz de orden mxq, cuyo ij–ésimo elemento es :
Análogamente el elemento rj–ésimo de BC es:
8

,
_

¸
¸
·
18 4 -
8 2 -

,
_

¸
¸
4 3
2 1

,
_

¸
¸
3 1 -
2 0

,
_

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

,
_

¸
¸
5 3 2
1 - 1 0
3 - 0 4

,
_

¸
¸
0 8 1
1 4 3
6 - 9 7

,
_

¸
¸
9 - 70 28
1 4 - 2
24 - 12 25

·
n
r
rs ir
b a
1
∑ ∑∑ ∑
· · · ·
·
p
s
p
s
n
r
sj rs ir
n
r
sj rs ir
c b a c b a
1 1 1 1
) (

·
p
s
sj rs
b b
1
Y el elemento ij–ésimo de A (BC) es :
Por consiguiente:(AB)C = A(BC) . Lqqd.
Demostración de la propiedad b): A ( B + C ) = AB + AC
Sean B y C matrices de orden pxn y A una matriz de orden mxp, o sea ;
B + C = ( b
ij
+ c
ij
) pxn y A = (a
ij
) mxp
Sean :
a
i1
a
i2
. .. .. . . . . a
ip
, los elementos de la i–ésima fila de la matriz A y
b
1j
+ c
1j
, b
2j
+ c
2j ,
. .., b
pj
+ c
pj
, los elementos de la j–ésima columna de la matriz B + C.
Entonces los elementos de la fila i y la columna j de la A (B + C) está dada por:
Pero la primera sumatoria es el elemento de la fila i y la columna j de AB y la segunda
sumatoria es el elemento de la fila i y la columna j de AC.
Por consiguiente:
A(B+C) = AB + AC Lqqd.
7.3 MATRICES ESPECIALES
MATRIZ ESCALAR
Es aquella matriz que tiene un escalar común en la diagonal principal y ceros en los
restantes lugares.
Evidentemente la matriz escalar se origina al multiplicar el escalar λ ∈ IR, por la matriz
identidad I. Además λ A = (λ I ) A = A(λ I ) = Aλ
MATRIZ TRANSPUESTA
Sea A una matriz de orden mxn, se define la transpuesta de A y se denota por A
T
como
la matriz que se obtiene intercambiando sus filas por columnas; es decir, la primera fila
de A se convierte en la primera columna de A
T
y así sucesivamente. El orden de A
T
es
de nxm
Ejemplos.- Si
9
∑ ∑ ∑ ∑
· · · ·
·
n
r
N
r
sj rs ir
p
s
p
s
sj rs ir
c b a c b a
1 1 1 1
) (
) .... ( ) .... (
...
) ( ... ( ) (
2 2 1 1 2 2 1 1
1 2 2 2 2 1 1 1
2 2 2 1 1 1
pj ip j i j i pj ip j i j i
pj p pj ip j i j i j i ij i
pj pj ip j j i j j i
c a c a c a c a b a b a
c a b a c a b a c a b a
c b a c b a c b a
+ + + + + + + ·
+ + + + + + ·
+ + + + + + ·
∑ ∑
· ·
+ ·
p
k
p
k
kj ik kj ik
c a b a
1 1

,
_

¸
¸
·
. . . 0.... 0
..... . . . . . . . . .
.0 ... . . 0
0 ... ... . 0
λ
λ
λ
λ


A = ; Entonces A
T
=


PROPIEDADES .- Para A y B
mn
M ∈
y r ∈IR, se cumplen:

a) (A
T
)
T
= A
b) (A + B )
T
= A
T
+ B
T
c) ( AB )
T
= B
T
A
T
d) (r A)
T
= r A
T
MATRIZ SIMÉTRICA
Una matriz A es simétrica si cumple con la condición: A = A
T
; es decir si la matriz A es
igual a su transpuesta. Evidentemente A tiene que ser una matriz cuadrada.

Ejemplo.-
Como A = A
T
, entonces A es una matriz simétrica
MATRIZ CONJUGADA
Sea A una matriz cuyos elementos preferentemente son números complejos, se llama
matriz conjugada de A y se denota por A , si los elementos de A son los conjugados
correspondientes de los elementos de A.
10

,
_

¸
¸
mn m m
n
n
a a a
a a a
a a a
....
... .......... ..........
.....
......
2 1
2 22 21
1 12 11

,
_

¸
¸
mn n n
m
m
a a a
a a a
a a a
....
... .......... ..........
.....
......
2 1
2 22 12
1 21 11

,
_

¸
¸
· ⇒

,
_

¸
¸
·
5 2 4
2 0 3
4 3 1
A
5 2 4
2 0 3
4 3 1
A
T
Sea
3 4
T
4 3
6 9 4
5 7 2
7 1 - 3
8 0 1
B
6 5 7 8
9 7 1 - 0
4 2 3 1
B
x
x
Si

,
_

¸
¸
· ⇒

,
_

¸
¸
·
Ejemplo.-
MATRIZ HERMITIANA
Una matriz A se denomina Hermitiana si cumple lo siguiente : A = ; es decir la
matriz A es igual a las transpuesta de su conjugada.
Ejemplo.- La siguiente es un matriz hermitiana.
MATRIZ ANTIHERMITIANA
Una matriz A es antihermitiana si cumple con la siguiente condición: A = -
Ejemplo.-

Se verifica que A = - , luego A es una matriz antihermitiana.
MATRIZ ORTOGONAL

Una matriz A es ortogonal si cumple que A
T
= A
-1
.
Ejemplo.-
Son matrices ortogonales las siguientes:
11

,
_

¸
¸
+
+
+ −
·

,
_

¸
¸
·
5 i 3 - 1
2 - 3i - i 4
3 i 2
A Entonces
5 i - 3 - 1
2 - 3i i - 4
3 i - 2
A
i i
Si
T
A
T
A

0 2 - 3i - 3 -
2 3i 1 2 -
3i - 3 1 2 i
- Entonces
0 2 - 3i - 3 -
2 3i 1 2 -
3i - 3 2 i
A
T

,
_

¸
¸
+
+
·

,
_

¸
¸
+
+
· A
i
Si
T
A

,
_

¸
¸
·

,
_

¸
¸
·
5/30 - 0 1/6
2/30 - 1/50 2/6 -
1/30 2/6 1/6
B y
1/5 0
1/5 - 1/5
A

5 i - 3 - 1
2 - 3i i - 4
3 i - 2
A

,
_

¸
¸
·
i
7.4 TRAZA DE UNA MATRIZ
Sea A una matriz cuadrada, se define la traza de la matriz A y se denota por Tr(A) como
la suma que resulta de la adición de los elementos de su diagonal principal, es decir:
En otras palabras como el valor que resulta de la adición de todos los elementos de la
diagonal principal de dicha matriz.
Ejemplo.-
PROPIEDADES.- Para A y B
mn
M ∈
y c∈IR, se cumplen:
a) Tr (A)
T
= TrA
b) Tr(A+B) = TrA + TrB
c) Tr(cA) = cTrA
Demostración de b.- Sean A y B dos matrices cuadradas del mismo orden
A = (a
ij
)
n.n
y B = (b
ij
)
n.n
Entonces
A + B = ( a
ij
+ b
ij
)
n.m
Por definición :

7.5 DETERMINANTES
INTRODUCCIÓN
Un determinante constituye un instrumento matemático valioso de naturaleza muy
simple ya que denota y simplifica procesos algebraicos complicados que se presentan en
la resolución de ecuaciones lineales; conjuntamente con los temas expuestos
anteriormente sobre las matrices constituyen una herramienta útil para la solución de
muchos problemas, tales como: las resoluciones de las ecuaciones diferenciales
(Wronskiano), en el estudio de insumo producto de una determinada economía, en
programación lineal, en optimización de funciones de varias variables (máximo y/o
mínimos), en la resolución de sistemas de ecuaciones lineales; entre otros; en tal sentido
a continuación se presenta el desarrollo de la teoría de los determinantes.
DEFINICIÓN DE DETERMINANTE
Sea
12

· ·
·
n
j i
ij
a A Tr
1
) (
2 3 2 3 - Tr(A) Entonces ;
3 6 5
4 2 1
0 5 - 3 -
A · + + ·

,
_

¸
¸
· Si
Lqqd. . ) (
) ( ) (
1
1
1
1
1
1
TrB TrA B A Tr Luego
TrB TrA b a b a B A Tr
n
j
i
n
j
i
ij ij
n
j
i
ij ij
+ · +
+ · + · + · +
∑∑ ∑
·
·
·
·
·
·

,
_

¸
¸
nn n n
n
n
a a a
a a a
a a a
....
... .......... ..........
.....
......
2 1
2 22 21
1 12 11
A = , una matriz de orden nxn.
nxn
Se denota por M
ij
a la matriz de orden (n –1)x(n –1) llamada matriz menor del
elemento a
ij
, la misma que resulta de suprimir los elementos de la i – ésima
fila y la j – ésima columna de la matriz A; esto es por ejemplo:
En el ejemplo la matriz menor del elemento a
12
denotado por M
12
es la matriz que
resulta de suprimir la primera fila y la segunda columna de la matriz A, de la misma
forma la matriz menor del elemento a
23
que se denota mediante M
23
, se determina
suprimiendo la segunda fila y la tercera columna de dicha matriz.
El determinante de una matriz de orden 2x2, se define como el valor o resultado de
la diferencia entre los productos que se obtienen multiplicando en aspa los cuatro
elementos que lo constituyen superior izquierdo por inferior derecho, menos inferior
derecho por superior derecho; es decir:
El determinante de las matrices de orden 3 x 3 se define en función de los de orden 2 x
2 mediante la siguiente regla:
= a
11
(a
22
a
33
– a
32
a
23
) – a
12
(a
21
a
33
– a
31
a
23
) + a
13
(a
21
a
32
– a
31
a
22
)
13

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸
·
1 2 -
3 1
M
5 2 -
3 0
M Entonces
5 1 2 -
3 1 - 0
2 - 3 1
A Si
23 12
y
7 ) 1 )( 1 ( 3 2
3 1
1 - 2

:
a a a a
a a
a a

12 21 22 11
22 21
12 11
· − − ·
− ·
x
Ejemplo
32 31
22 21
13
33 31
23 21
12
33 32
23 22
11
33 32 31
23 22 21
13 12 11
a a
a a
a
a a
a a
a
a a
a a
a

a a a
a a a
+ − ·
a a a

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸
32 31
22 21
33 31
23 21
33 32
23 22
a a
a a
y
a a
a a
,
a a
a a
31 22 13 33 21 12 32 23 11 32 21 13 31 23 12 33 22 11
a a a a a a a a a a a a a a a a a a − − − + + ·
En este caso las matrices:
Son las matrices menores de los elementos a
11
, a
12
y a
13
de una matriz de orden 3x3 .
Es posible de acuerdo a la elección del amigo lector tomar como referencia cualesquiera
fila o columna de la matriz a fin de calcular su determinante, en el ejemplo se ha
considerado a la fila 1.
Para calcular los determinantes de las matrices de cualquier orden, hay que proceder en
forma similar a los casos anteriores.
Con estas definiciones el determinante de una matriz de orden nxn se define de la
siguiente manera:
Sea

A una matriz de orden nxn y |M
ij
| el determinante de la matriz menor del elemento
a
ij
; entonces se define el determinante de esta matriz y se denota por detA o |A| como:
Considerando la fila i, 1 n i ≤ ≤ , detA = ∑
·
+

n
j
ij ij
j i
M a
1
) 1 (
; para i fijo
Considerando la columna j, 1
n j ≤ ≤
, detA =

·
+

n
i
ij ij
j i
M a
1
) 1 (
; para j fijo
NOTA: El determinante de una matriz de orden 1x1 es igual al mismo elemento; es
decir:
Si A = (a
11
) entonces det A = |A| = |a
11
| = a
11

Ejemplos.-
14

a ....... a a
. . . . . . . . . . . . . . . . . .. .
a ...... a a
a . . . . . a a
A A det entonces ,
a ....... a a
. . . . . . . . . . . . . . . . . .. .
a ...... a a
a . . . . . a a
A
nn 2 n1
2n 22 21
1n 12 11
nn n1
2n 21
1n 12 11
n2
22
· · ·

,
_

¸
¸
·
n
[ [ ]
[ ] 900 . 480 270 120 30 4(25) - 1(10) - 2(-5) 4 -
) 25 ( 3 ) 5 ( 1 ) 10 ( 2 3 ¨) 10 ( 3 ) 5 ( 4 ) 5 ( 2 2 ) 5 ( 3 ) 10 ( 4 ) 5 ( 1

2 3 4
1 - 4 - 3
4 - 1 2
4 -
1 - 3 4
2 - 4 - 3
3 1 2
3
1 - 2 4
2 - 1 - 3
3 4 - 2
2
1 - 2 3
2 - 1 - 4 -
3 4 - 1
1 B det
- Solución.
B. det hallar ,
1 - 2 3 4
2 - 1 - 4 - 3
3 4 - 1 2
4 3 2 - 1
B Sea b)
22 - ) 2 - 2( - ) 6 3( - ) 3 - (-5
1 2 -
1 - 0
2 -
5 2 -
3 0
3 -
5 1
3 1
1 A
. Solución
A. det hallar , 3 x 3 orden de matriz una
5 1 2 -
3 1 - 0
2 - 3 1
A Sea a)
· + + + ·
+ − + + + + − + + ·
+ + ·

,
_

¸
¸
·
· ·

·

,
_

¸
¸
·
En el desarrollo de los determinantes de los dos ejemplos, se han escogido como
términos independientes a los de la primera fila; sin embargo, es posible seleccionar
cualesquiera fila o columna, siempre en cuando el cálculo de dicho determinante se
haga lo más sencillo posible.
Otras herramientas que van ha permitir calcular determinantes y realizar otras
operaciones en forma más fácil, nos lo proporcionan las propiedades de los
determinantes que son enunciadas a continuación:
PROPIEDADES DE LOS DETERMINANTES
a) El determinante de una matriz es igual al de su transpuesta; es decir:
Si A = (a
ij
)
nn
; entonces detA = detA
T
.
b) det (∝
1
, . . . , ∝
i
, . . . , ∝
j
, . . . , ∝
n
) = - det( ∝
1
, . . . , ∝
j
, . . . , ∝
i
, . . . , ∝
n
)
Si dos filas o columnas de un determinante se intercambian el signo del determinante se
altera o cambia.
Si el intercambio es par entonces el signo del determinante es ( + ) y si el intercambio es
impar entonces el signo del determinante es ( - ).
c) det (∝
1
, . . . , k∝
j
, . . . , ∝
n
) = k det ( ∝
1
, . . . , ∝
j
, . . . , ∝
n
)
Si se multiplica por k a los elementos de una fila o columna de una matriz, entonces el
valor del determinante queda multiplicado por k .
d) det (∝
1
, . . . , ∝
j
, . . . k ∝
j
, . . . , ∝
n
) = 0
Si los elementos de una fila ó columna de una matriz son iguales o proporcionales a los
de otra fila o columna paralela a ellas, entonces el determinante de dicha matriz es igual
a cero ó nulo.
e) det ( ∝
1
, . . , ∝`
j
+ ∝”
j
, . . , ∝
n
) = det ( ∝
1
, . ., ∝`
j
, . ., ∝
n
) + det (∝
1
, . ., ∝”
j
, . . , ∝
n
)
Si los elementos de una fila ó columna de un determinante son binomios, entonces el
determinante se puede descomponer en una adición de determinantes.
f) det ( ∝
1
, . . . , ∝
i
+ k ∝
j
, . . . , ∝
n
) = det ( ∝
1
, . . . , ∝
i
, . . . , ∝
n
)
Si a los elementos de una fila ó columna se le adicionan los correspondientes valores de
una paralela a ellas multiplicados por un factor cualesquiera, entonces el valor del
determinante no varía.
g) det(0, 0, . . . ., 0) = 0
Si todos los elementos de una fila o columna de una matriz son ceros, entonces el
determinante de tal matriz es cero.
15
h) det (AB) = detA.det B.
i) El determinante de una matriz diagonal es igual al producto de los elementos de su
diagonal principal, es decir:
En particular el det I = 1 ( I es la matriz identidad)
j) det (rA) = r
n
det (A) ; n es el número de filas o columnas de la matriz a la cual se le
está calculando su determinante.
k) Si la matriz A es invertible ( tiene inversa ) entonces se cumple:
det (A
–1
) = ( det A )
– 1

Como ilustración se demuestra la propiedad d): Si los elementos de una fila o columna
de una matriz son iguales o proporcionales a las de otra fila o columna paralela a ellas;
entonces el determinante dicha matriz es igual a cero: det( ∝
1
,. . . , ∝
j
, k ∝
j
, …., ∝
n
) = 0
Cuando las filas ó columnas son iguales, se tiene:
det (∝
1
, . . . , ∝
i
, ∝
j
, . . . , ∝
n
) = - det ( ∝
1
, . . . , ∝
j
, ∝
i
, . . . ∝
n
)
det ( ∝
1
, . . . ∝
i
, ∝
j
, . . . , ∝
n
) + det ( ∝
1
, . . . ∝
j
, ∝
i
, . . . , ∝
n
) = 0
pero ∝
i
= ∝
j
, entonces tenemos :
2det ( ∝
1
, . . . ∝
i
, ∝
j
, . . . , ∝
n
) = 0 ⇒ det( ∝
1
, . . . ∝
i
, ∝
j
, . . . , ∝
n
) =
2
0
= 0.
Cuando las filas o columnas son proporcionales
det ( ∝
1
, . . . ., ∝
j
, k ∝
j
, . . . , ∝
n
) = k det ( ∝
1
, . . . , ∝
j
, ∝
j
, . . . , ∝
n
)
Aplicando lo demostrado anteriormente en el extremo derecho, se tiene:
det ( ∝
1
, . . . ., ∝
j
, k ∝
j
, . . . , ∝
n
) = k(0) = 0. Lqqd
Demostración de la propiedad f ):det ( ∝
1
,.. , ∝i + k∝
j
, .. , ∝
n
) = det ( ∝
1
, .. , ∝
i
,.., ∝
n
)
det ( ∝
1
, . . , ∝i + k ∝
j
, . . , ∝
n
) = det ( ∝
1
, . . , ∝
i
, . . ., ∝
j
,. . , ∝
n
) +
+ kdet( ∝
1
, . . . , ∝
j

j
, . . . , ∝
n
)
= det ( ∝
1
, . . . , ∝
i
, . ∝
j
. . , ∝
n
) + k( 0 )
= det ( ∝
1
, .. , ∝
i
,.., ∝
n
).
Lqqd.
Con la finalidad de aplicar el sentido de las propiedades mencionadas a continuación se
resuelven algunos determinantes vía ejemplos:
Ejemplo 1.- Calcular el siguiente determinante:
16
nn 33 22 11
nn
22
1i
a ... a a a
a . . . 0 0
.. . . . . . . . . . . . . . .
0 . . . a 0
0 . . . 0 a
A det · ·
9 8 7
6 5 4
3 2 1
Solución.-
Utilizando la propiedad f ) se adiciona a la segunda y tercera fila los elementos de la
primera fila multiplicados por (-1) es decir :
Ya que la tercera fila es proporcional a la segunda fila entonces por la propiedad e) el
valor de dicho determinante es nulo o cero.
Ejemplo 2.- Calcular :
Solución.-
Por la propiedad j) y f), es decir, factorizando (-1) a cada uno de los elementos de la
matriz y multiplicando por (-1) a los elementos de la primera fila y adicionando estos
resultados a cada uno de los elementos de la segunda, tercera y cuarta fila
respectivamente se obtiene:
(-1)
4
24 16 4 1
27 9 3 1
8 4 2 1
1 1 1 1

÷ ÷ ÷ ÷ ÷ ÷ → ÷
− − − ) 1 ( F ) 1 ( F ) 1 (
14 13 12
F
= (-1)
4

63 15 3 0
26 8 2 0
7 3 1 0
1 1 1 1

÷ ÷ ÷ ÷ → ÷
− − ) 3 ( F ) 2 ( F
24 23
=
Multiplicando a la segunda fila por (-2) y adicionando estos resultados a la fila 3, y
multiplicando a la fila 2 por (-3) y adicionando estos resultados a la fila 4, se tiene:
= (-1)
4

42 6 0 0
12 2 0 0
7 3 1 0
1 1 1 1

= (-1)
4
(1)
[ ] ) 12 ( 6 ) 42 ( 2 −
= 12
Ejemplo 3.- Calcular:

17
0
6 6 6
3 3 3
3 2 1
1 (
9 8 7
6 5 4
3 2 1
13
(-1)
· − F
64 - 16 - 4 - 1 -
27 - 9 - 3 - 1 -
8 - 4 - 2 - 1 -
1 - 1 - 1 - 1 -

b - 1 1 1 1
1 b 1 1 1
1 1 a - 1 1
1 1 1 a 1
+
+
Solución.-
Multiplicando por –1 a la segunda, tercera y cuarta columna, y adicionando estos
resultados a la primera, segunda y tercera columna respectivamente se obtiene la
primera matriz y multiplicando por(-1) a la primera fila y adicionando estos resultados a
la segunda fila correspondientemente se obtiene la segunda matriz, es decir:
÷ ÷ ÷ ÷ ÷ ÷ → ÷
− − − ) 1 ( C ) 1 ( C ) 1 (
43 32 21
C
b b
b b
a a
a



1 0 0
1 0
1 0
1 0 0
=

÷ ÷ → ÷
− ) 1 (
12
F
=
1 0 0
1 0
1 0 0
1 0 0
b b
b b
a
a




=
Multiplicando por (
a
b

) a la segunda fila y adicionando estos resultados a la tercera
fila se obtiene la última matriz. Luego desarrollando el determinante por menores se
obtiene el resultado del determinante.
÷ ÷ ÷ → ÷
− ) (
23
a
b
F
b b
b
a
a


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

= a(-a)
[ ] b b b − − ) 1 (
= a
2
b
2
.
Ejemplo 4.- Calcular el determinante :
Solución.-
Factorizando los factores comunes de la primera, segunda, tercera, cuarta y quinta
columna respectivamente y aplicando la propiedad j), se obtiene la primera matriz,
multiplicando por
5
6

a la primera fila y adicionando estos resultados a la segunda fila
se obtiene la segunda matriz, multiplicando por
19
30

a la segunda fila de esta segunda
matriz y adicionando estos resultados a la tercera fila de la misma se obtiene la tercera
18
10 12 0 0 0
2 10 12 0 0
0 2 10 12 0
0 0 2 10 12
0 0 0 2 10
matriz, multiplicando por
65
114

a la tercera fila de la tercera matriz y adicionando
estos resultados a la cuarta fila se obtiene la cuarta matriz, multiplicando por
211
390

a
la cuarta fila y adicionando estos resultados a la quinta fila se obtiene la quinta matriz,
luego calculando el determinante por menores se obtiene el resultado
Ejemplo 5.- Demostrar que:

Demostración.-
La demostración que se pide se reduce básicamente a desarrollar el determinante dado,
lo cual se realiza utilizando las propiedades estudiadas.
Multiplicando a la primera fila por –1 y adicionando este resultado a la segunda fila se
obtiene la antepenúltima matriz, multiplicando por 1 a la segunda fila de esta matriz y
adicionando a la tercera fila se obtiene la penúltima matriz y desarrollando el
determinante de esta matriz por menores se obtiene la demostración:
= ( b + c )[( a + c)(2b)-(2c)(b)] + c[a(2b)-(2c)a] = - 4abc
7.6 REGLA DE CHIO O PIVOTAL
Este método permite calcular determinantes de diferentes órdenes; la metodología que
se sigue es la siguiente:
a) Se escoge dentro de sus elementos un número 1 y si no existiera, hay que conseguirlo
vía operaciones entre filas y columnas de dicha matriz(propiedad f de determinantes).
19
21280
211
655
65
211
19
65
5
19
) 5 ( 2
665/211 0 0 0 ¡ 0
1 211/65 0 0 0
0 1 65/19 0 0
0 0 1 19/5 6
0 0 0 1 5

5 6 0 0 0
1 211/65 0 0 0
0 1 65/19 0 0
0 0 1 19/5 6
0 0 0 1 5
2

5 6 0 0 0
1 5 6 0 0
0 1 65/19 0 0
0 1 1 19/5 0
0 0 0 1 5
2
5 6 0 0 0
1 5 6 0 0
0 1 5 6 0
0 0 1 19/5 0
0 0 0 1 5
2
5 6 0 0 0
1 5 6 0 0
0 0 5 6 0
0 0 1 5 6
0 0 0 1 5
2
5 5
5 5 5
·

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸
· ·
· · · ·

2b 2c 0
b c a b
a a c b
2b c 2 0
a - b c c -
a a c b

b a c c
a - b c c -
a a c b

b a c c
b a c b
a a c b

+
+
·
+
·
+
+
·
+
+
+
4abc -
b a c c
b a c b
a a c b
·
+
+
+
b) Se seleccionan los elementos contiguos que se encuentran en la línea horizontal y
vertical al elemento 1 seleccionado.
c) A cada uno de los elementos no seleccionados se le diferencia el producto que resulta
de multiplicar los elementos contiguos inmediatos que se encuentran en la línea
horizontal y vertical de los elementos seleccionados en b). Por ejemplo sea a
21
el pívot,
entonces en un determinante 3x3 se tendría como resultado:

= (-1)
2+1

d) Luego de realizar las operaciones indicadas se obtiene un determinante de orden menor en una
unidad(en nuestro ejemplo de 2x2), por lo que se sigue el procedimiento a, b y c hasta obtener un
determinante de orden 2x2 cuyo cálculo es en forma inmediata.
Ejemplo.-
Solución.-
Se escoge el 1
23
, como PIVOT , entonces
Otro ejemplo.-
Solución.- Sea 1
32
el PIVOT, entonces :
20
A. det calcular
1 3 0 1 -
1 2 3 1
4 1 2 - 3
2 3 1 4
A

,
_

¸
¸
· Sea
120. (-24) 5 -
(-7) (2) - 11 - 2(2) - 6
(-7) (1) - 10 - 1(7) 7
) 1 ( 5
11 - 6 2
7 - 7 1
10 - 7 1
5
11 - 6 10 -
7 - 7 5 -
10 - 7 5 -
(3)(4) - 1 (-2)(3) - 0 (3)(3) - 1 -
(2) (4) - 1 (2) (-2) - 3 (3)(2) - 1
(3) (4) - 2 (3) (-2) - 1 (3)(3) - 4
(-1)
1 3 0 1 -
1 2 3 1
4 1 2 - 3
2 3 1 4
1 2
3 2
· ·

− ·
· − ·
·
+
+
A. det hallar ;
4 1 2
5 0 1 -
4 3 2
A Sea

,
_

¸
¸
·
32 - 8) - (40 -
5 1 -
8 - 8
-

(4)(0) - 5 ) 0 (-2)( - 1 -
(4)(3) - 4 ) 3 )( 2 ( 2
(-1)
4 1 2 -
5 0 1 -
4 3 2
A det
2 3
· · ·
− −
· ·
+
a a a
a a a
a a a
33 32 31
23 22 21
13 12 11
23 31 31 22 31 32
23 11 13 23 11 12
a a - a a a - a
a a - a a a - a
7.7 MATRIZ DE COFACTORES
Sea A = (a
ij
) una matriz de orden nxn , al número c
ij
= (-1)
i + j
│Mij│, donde│Mij│ es el
determinante de la matriz menor del elemnto a
ij
, se le denomina cofactor del elemento
a
ij
y al ordenamiento en forma de una matriz de estos cofactores se le denomina matriz
de cofactores de A, que se le designa mediante: Cof(A), indudablemente será también
de orden nxn. El como determinar los cofactores y a partir de estos la matriz de
cofactores, se muestra en el siguiente ejemplo.
Ejemplo.-
Hallar la matriz de cofactores de la matriz A.
Solución.- La Matriz de cofactores de A se determina primeramente hallando el
cofactor de cada uno de los elementos de A y luego ordenándolos en forma matricial; es
decir:

C
31
= (-1)
3+1

4 3
1 2 −
= 8 + 3 = 11 C
32
= (-1)
3+2
4 0
1 1 −

= -(1( 4 – 0 ) = - 4
C
33
= (-1)
3+3
3 0
2 1
= 3 – 0 = 3
Luego con el ordenamiento correspondiente de estos cofactores se obtiene la matriz de
cofactores.
21

,
_

¸
¸
·
8 7 5
4 3 0
1 - 2 1
A Sea

3 ) 10 7 ( 1
7 5
2 1
) 1 ( 13 5 8
8 5
1 - 1
) 1 (
23 ) 7 16 ( 1
8 7
1 - 2
) 1 ( 15 15 0
7 5
3 0
) 1 (
20 ) 20 0 ( 1
8 5
4 0
) 1 ( 4 28 24
8 7
4 3
) 1 (
: forma la toman que ) 1 (
3 2
23
2 2
22
1 2
21
3 1
13
2 1
12
1 1
11
· − − · − · · + · − ·
− · + − · − · · − · − ·
· − − · − · − · − · − ·
− ·
+ +
+ +
+ +
+
C C
C C
C C
M C
ij
j i
ij
Cof(A) =

,
_

¸
¸

3 4 - 11
3 13 23 -
15 - 20 4
; Es la matriz de cofactores.
MATRIZ ADJUNTA
Sea A = (a
ij
) una matriz de orden nxn se define la matriz adjunta de A y se denota por
Adj (A) , como la transpuesta de la matriz de cofactores de A, es decir:
Adj (A) = ( Cof(A))
T
Ejemplo.-
En el ejemplo anterior se ha obtenido la matriz de cofactores de la matriz A, en la
forma:
PROPIEDAD
Si A = (a
ij
) es una matriz de orden nxn, entonces : Adj (A).A = A.Adj (A) = (det A)I
n
Mediante un ejemplo particular se verifica la propiedad expuesta.
Si
Entonces
22

,
_

¸
¸
· ·

,
_

¸
¸
·

,
_

¸
¸
·
3 3 15 -
4 - 13 20
11 23 - 4 -
(Cij) (A) Adj luego y
3 4 - 11
3 13 23 -
15 - 20 4 -
Cof(A) entonces ,
8 7 5
4 3 0
1 - 2 1
A
T
Si

,
_

¸
¸
· ⇒

,
_

¸
¸
·
3 3 15 -
4 - 13 20
11 23 - 4 -
Adj(A)
8 7 5
4 3 0
1 - 2 1
A
A.Adj(A) =

,
_

¸
¸


− −

,
_

¸
¸

3 3 15
4 13 20
11 23 4
8 7 5
4 3 0
1 2 1
=

,
_

¸
¸
51 0 0
0 51 0
0 0 51
Adj(A).A =

,
_

¸
¸

,
_

¸
¸


8 7 5
4 3 0
1 2 1
3 3 15
4 - 13 20
11 23 - 4
=

,
_

¸
¸
51 0 0
0 51 0
0 0 51
Det(A).I
n
= 51

,
_

¸
¸
1 0 0
0 1 0
0 0 1
=

,
_

¸
¸
51 0 0
0 51 0
0 0 51
Por consiguiente se cumplen las dos igualdades Lqqd.
7.8 INVERSIÓN DE UNA MATRIZ
23
DEFINICIÓN.- Sea A = (a
ij
) una matriz de orden nxn, cuyo detA ≠ 0, entonces A
tiene inversa a la cual se denota por A
-1
y está determinado por: A
-1
=
) (
det
1
A Adj
A
Ejemplo.-
La inversa de esta matriz se determina por la definición expuesta que en su forma más
explícita ó metodológica asume la siguiente forma:
a) Se calcula el determinante de la matriz A.
como el detA es diferente de cero; entonces esta matriz tiene inversa.
Este paso es tan importante debido a que solamente las matrices cuyos determinantes
son diferentes de cero poseen inversa.
b) En este paso se determina la matriz adjunta de A.( Ver ejemplo de matriz de
cofactores y adjunta)
c) Finalmente se halla la matriz inversa de acuerdo a la definición expuesta.
A veces es necesario realizar la comprobación del resultado obtenido; es decir, hay que
verificar que AA
-1
= I
3
.
PROPIEDADES
a) (A
-1
)
-1
= A.
b) A
n
es inver4tible y (A
n
)
-1
= (A
-1
)
n
; n = 1, 2, 3, …….
c) Para cualesquiera escalar diferente de cero k, kA es invertible y (kA)
-1
=
k
1
A
-1
Demostración de a).-
Dado que AA
-1
= A
-1
A = I ; A
-1
es invertible y (A
-1
)
-1
= A.
Demostración de c).-
24
inversa matriz su hallar ,
8 7 5
4 3 0
1 - 2 1
A Sea

,
_

¸
¸
·
0 51
8 7 5
4 3 0
1 - 2 1
det ≠ · · A

,
_

¸
¸
· ·
3 3 15 -
4 - 13 20
11 23 - 4 -
) ( Adj(A)
T
Cij
1
1
1
]
1

¸

·
1
1
1
]
1

¸

· ·
3/51 3/51 15/51 -
4/5 - 13/51 20/51
11/51 23/51 - 4/51 -

3 3 15 -
4 - 13 20
11 23 - 4 -
51 / 1
detA
Adj(A)
A
1 -
Si k es cualquier escalar diferente de cero, los resultados de propiedad de la
multiplicación de un escalar por una matriz: (ab)C = a(bC) y a(BC) = (aB)C = B(aC) ,
se tiene: ( kA )
,
_

¸
¸
−1
1
A
k
=
k
1
( kA )A
-1
= (

k
1
k )AA
-1
= 1I = I

De manera análoga
,
_

¸
¸
−1
1
A
k
( kA ) = I
De modo que kA es invertible y ( kA)
-1
=
k
1
A
-1.
OBSERVACIÓN.- Si A es una matriz cuadrada, m y n son números enteros; entonces
son válidas las conocidas leyes de exponentes:
-) A
m
A
n
= A
m+n
. y -) (A
m
)
n
= A
mn
.
7.9 MATRIZ INVERSA POR ELIMINACIÓN GAUSSIANA
Otro método que permite calcular la inversa de una matriz, esta metodología se
denomina método de ELIMINACIÓN GAUSSIANA que se resume a realizar los
siguientes pasos:
a) Al extremo derecho de la matriz A, a la cual se le quiere hallar la inversa, se escribe
la matriz idéntica de igual orden al de A, en la forma (A|I) , que luego mediante
operaciones aritméticas entre filas y columnas de dicha matriz, cambia a ( I|B), por lo
que la matriz inversa de A lo constituye la matriz B
b) Dividir la primera fila de la matriz por el valor del primer termino de dicha fila, usar
la fila resultante para obtener ceros en la primera columna de cada una de las otras filas.
c) Dividir la segunda fila por la entrada en su n–ésima columna, usar la fila resultante
para obtener ceros en la segunda columna de las demás filas. Y así sucesivamente.
Para precisar mejor los conceptos vertido anteriormente se desarrolla el siguiente
ejemplo:
Ejemplo.-
Al extremo derecho de los elementos de la matriz A se escribe la matriz idéntica de
orden 3x3.

,
_

¸
¸

1 0 0 5 2 1
0 1 0 7 3 4
0 0 1 0 1 2
A I
Dividiendo la primera fila por 2 se tiene:
25
1 -
A hallar ,
5 2 1
7 3 4
0 1 - 2
A Sea

,
_

¸
¸
·

,
_

¸
¸
1 0 0 3 2 1
0 1 0 7 3 4
0 0 1/2 0 1/2 - 1
Multiplicando a la primera fila por (-4) y por (-1) y adicionando estos resultados a la
segunda fila y tercera fila de la matriz respectivamente se obtiene:

) 1 )( 4 (
1 0 0 3 2 1
0 1 0 7 3 4
0 0 1/2 0 1/2 - 1
− −

,
_

¸
¸
=

,
_

¸
¸
1 0 1/2 - 5 5/2 0
0 1 2 - 7 1 0
0 0 1/2 0 1/2 - 1
Multiplicando a la segunda fila de la matriz por (-5/2) y adicionando este resultado a la
tercera fila se obtiene:
( ) 2 / 5
1 0 1/2 - 5 5/2 0
0 1 2 - 7 1 0
0 0 1/2 0 1/2 - 1

,
_

¸
¸
=

,
_

¸
¸
1 5/2 - 9/2 25/2 - 0 0
0 1 2 - 7 1 0
0 0 1/2 0 1/2 - 1

Multiplicando por ((1/2) a la segunda fila de la matriz y adicionando este resultado a la
primera fila se obtiene:

,
_

¸
¸
1 5/2 - 9/2 25/2 - 0 0
0 1 2 - 7 1 0
0 0 1/2 0 1/2 - 1
(1/2) =

,
_

¸
¸
1 5/2 - 9/2 25/2 - 0 0
0 1 2 - 7 1 0
0 1/2 1/2 - 7/2 0 1
Dividiendo la ultima fila de la matriz resultante por (-25/2) se obtiene:
26

) 2 / 25 )( (
1 5/2 - 9/2 25/2 - 0 0
0 1 2 - 7 1 0
0 1/2 1/2 - 7/2 0 1
− ÷

,
_

¸
¸
=

,
_

¸
¸
2/25 - 1/5 5 9/2 - 1 0 0
0 1 2 - 7 1 0
0 1/2 1/2 - 7/2 0 1
Multiplicando a la última fila primeramente por (-7) y seguidamente por (-7/2) y
adicionando estos resultados a la segunda y primera fila respectivamente se obtiene:
) 2 / 7 )( 7 (
2/25 - 1/5 9/25 - 1 0 0
0 1 2 - 7 1 0
0 1/2 1/2 - 7/2 0 1
− −

,
_

¸
¸

,
_

¸
¸
·
2/25 - 1/5 5 9/2 - 1 0 0
14/25 2/5 - 13/25 0 1 0
14/50 2/10 - 38/50 0 0 1
Por lo que la matriz inversa esta constitutito por:
Resultado en el cual el procedimiento ya no se puede continuar ya que si se multiplica
sucesivamente por –1 a la segunda fila y se adiciona este resultado a la tercera fila se
27

0 0 3 - 7 4 0
0 1 2 - 7 4 0
0 0 1 1 - 0 1

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

: tendría se anterior ejemplo del nto procedimie el Siguiendo
4 4 3
5 4 2
1 - 0 1
A Si : que ocurrir puede casos algunos En
2/25 - 1/5 9/25 -
14/25 2/5 - 13/25
7/25 1/5 - 25 / 19
(-3) (-2)
1

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
·

,
_

¸
¸
·

A
obtendría una fila de ceros por lo que el valor de su determinante sería cero, por
consiguiente dicha matriz no tendría inversa.
7.10 MATRIZ INVERSA POR PARTICIONES.
Sea A una matriz de orden nxn; cuyo det(A) ≠ 0, par hallar la matriz inversa de A, por el
método de inversión por particiones se siguen los siguientes pasos:
Paso I.- Se calcula el determinante de la matriz y este debe ser diferente de cero.
Paso II.- Se particionan a la matriz A y a su inversa en las formas:
A =
1
]
1

¸

22 21
12 11


P P
P P
y A
-1
=
1
]
1

¸

22 21
12 11


H H
H H
respectivamente.
De tal manera que AA
-1
= I; es decir:
AA
-1
=
1
]
1

¸

22 21
12 11


P P
P P
1
]
1

¸

22 21
12 11


H H
H H
=
1
]
1

¸

+ +
+ +
22 22 12 21 21 22 11 21
22 12 12 11 21 12 11 11
H
P H
H P H P H P P
H P H H P P
=
1
]
1

¸

I
I
0
0
De donde: P
11
H
11
+ P
12
H
21
= I
P
11
H
12
+ P
12
H
22
= 0
P
21
H
11
+ P
22
H
21
= 0
P
21
H
12
+ P
22
H
22
= I
Aquí P
ij
y H
ij
; para 1 ≤ i ≤ n y 1 ≤ j ≤ n, que se originan por la partición tienen el
mismo orden.
Paso III.- Se resuelve el sistema matricial anterior y se obtiene las correspondientes
cifras de la matriz inversa. Para mayor ilustración del método se presenta el siguiente
ejemplo:
Ejemplo.- Por el método inversión por particiones, calcula la matriz inversa de:
28
A =
1
1
1
]
1

¸

3 0 2
1 1 0
2 0 1
Solución.-
Paso I.- det(A) = 1
3 2
2 1
= 3-4= -1 ≠ 0; por lo que la matriz A tiene inversa.
Paso II.- Se particionan las matrices A y su inversa en las formas:

A =
1
1
1
]
1

¸

3 0 2
1 1 0
2 0 1
y A
-1
=
1
]
1

¸

22 21
12 11


H H
H H
=
1
1
1
]
1

¸

i h g
f e d
c b a



Y como AA
-1
= I; entonces AA
-1
=
1
1
1
]
1

¸

3 0 2
1 1 0
2 0 1

1
]
1

¸

22 21
12 11


H H
H H
=
1
1
1
]
1

¸

1 0 0
0 1 0
0 0 1
Es decir:
1
]
1

¸

1 0
0 1
H
11
+
1
]
1

¸

1
2
H
21
=
1
]
1

¸

1 0
0 1
29
1
]
1

¸

1 0
0 1
H
12
+
1
]
1

¸

1
2
H
22
=
1
]
1

¸

0
0
---------------- (
β
)
[ ] 0 2
H
11
+ 3H
21
=
[ ] 0 0
---------------- (
γ
)
[ ] 0 2
H
12
+ 3H
22
= 1 ----------------------- ( δ )
Paso III.- Resolviendo el sistema matricial.
En (
α
) , (
β
), (
γ
) y ( δ )
1
]
1

¸

1 0
0 1
1
]
1

¸

d c
b a


+
1
]
1

¸

1
2
[ ] h g =
1
]
1

¸

1 0
0 1
-------------- (α )
1
]
1

¸

1 0
0 1
1
]
1

¸

f
c
+
1
]
1

¸

1
2
[ ] i =
1
]
1

¸

0
0
---------------- ( β)
[ ] 0 2
1
]
1

¸

d c
b a


+ 3
[ ] h g
=
[ ] 0 0
---------------- (
γ
)
30
[ ] 0 2
1
]
1

¸

f
c
+ 3
[ ] i
= 1 ----------------------- (
δ
)
a + 2g = 1 c + 2i = 0 2a + 3g = 0 2c + 3i = 1
d + g = 0 f + i = 0 2b + 3h = 0
b + 2h = 0
e + h = 1
Se obtiene: a = -3, b= 0, c = 2, d = -2, e = 1, f = 1, g = 2, h = 0 e i = -1
Luego la matriz inversa asume la forma:
A
-1
=
1
1
1
]
1

¸




1 0 2
1 1 2
2 0 3
7.11 SISTEMAS DE ECUACIONES LINEALES - REGLA DE
CRAMER
Una ecuación lineal con n incógnitas tiene la forma: a
1
x
1
+ a
2
x
2
+ . . . . . . . .+ a
n
x
n
= b
Donde a
1
, a
2
, …… a
n
y b son números reales y x
1
, x
2
, …… x
n
son variables. Por lo tanto,
un sistema lineal de m ecuaciones con n incógnitas tiene la forma:
a
11
x
1
+ a
12
x
2
+ ………….. ..+ a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ …………… + a
2n
x
n
= b
2
) (α
……………………………………………………………..
……………………………………………………………..
a
m1
x
1
+ a
m2
x
2
+ ………….. + a
mn
x
n
= b
m
Donde los términos a
ij
y b
i
son todos números reales y los x
1
, x
2
, …… x
n
son variables.
En forma matricial el sistema de ecuaciones (α) se escribe de la siguiente manera:
31
 

.
b

.
x

.........
... .......... ..........
..........
..........
2
1
2
1
2 1
2 22 21
1 12 11
B
m
X
n
A
mn m m
n
n
b
b
x
x
a a a
a a a
a a a
1
1
1
1
]
1

¸

·
1
1
1
1
]
1

¸

1
1
1
1
]
1

¸

        
O también AX = B, donde A, X y B son las matrices correspondientes al de los
coeficientes, de las incógnitas y de los términos constantes de dicho sistema.
La matriz A recibe el nombre en estos casos de matriz asociada al sistema de
ecuaciones (α).
La matriz [AB], constituida por los elementos de la matriz asociada al sistema y los
términos constantes, recibe el nombre de matriz ampliada del sistema de ecuaciones.
Cuando los b
j
son todos ceros, entonces el sistema de ecuaciones recibe el nombre de
Sistema Homogéneo, en caso contrario se denomina No Homogéneo.
Una sucesión X =
* *
2
*
1
.., ,......... ,
n
x x x
de elementos, es denominado solución del
sistema de ecuaciones ( α ) si al remplazar estos elementos en las respectivas incógnitas
la ecuación ( α ), se transforma en una identidad.
Ejemplo.-
Si se tiene el sistema x – 2y = 3
- x + y = 1
El par (-5, - 4) es una solución de dicho sistema de ecuaciones; dado que, Si en ambas
ecuaciones se remplazan a x por -5 y a y por -4, estas dos se convierten en una
identidad, tales como:
-5 - 2(-4) = 3 y -(-5) + (-4) = 1
3 = 3 1 = 1
Los ejercicios y problemas que se presentan en esta sección en la generalidad se
resumen en encontrar la solución de un determinado sistema de ecuaciones, para lo cual
se utilizan ciertas metodologías y lo que a continuación se presentan es la matriz
ampliada y la regla de Cramer.
SISTEMAS DE ECUACIONES SOBREDETERMINADOS
Un sistema de ecuaciones lineales es sobredeterminado si hay mas ecuaciones que
incógnitas (m > n). En la generalidad estos sistemas suelen ser inconsistentes; sin
embargo para algunos casos, no tienen solución o tienen infinitas soluciones o tienen
una única solución.
Ejemplos.-
a) Resolver el siguiente sistema de ecuaciones:
x + y = 1
x - y = 3
- x - 2y = -2
32
Por el método de matriz ampliada se tiene:
1
1
1
]
1

¸

− −

2 2 1
3 1 1
1 1 1
÷ ÷ ÷ ÷ → ÷
− ) 1 ( ) 1 (
13 12
F F
1
1
1
]
1

¸



3 1 0
2 2 0
1 1 1
÷ ÷ → ÷
) 2 (
32
F
1
1
1
]
1

¸

− 3 1 0
4 - 0 0
1 1 1
Se deduce por la segunda fila de la matriz reducida que el sistema es inconsistente, dado
que se han anulado las variables; mas no, el término constante; por lo tanto este sistema
de ecuaciones no tiene solución.
b) Resolver el siguiente sistema de ecuaciones:
x + 2y + z = 1
2x - y + z = 2
4x + 3y + 3z = 4
2x – y + 3z = 5
Solución.-
También por el método de matriz ampliada y aplicando la propiedad f) de los
determinantes a fin de reducir la matriz a una escalonada, se tiene:
1
1
1
1
]
1

¸


5 3 1 - 2
4 3 3 4
2 1 1 2
1 1 2 1
÷ ÷ ÷ ÷ ÷ ÷ → ÷
− − − ) 2 ( ) 4 ( ) 2 (
14 13 12
F F F

1
1
1
1
]
1

¸


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

÷ ÷ ÷ ÷ → ÷
− − ) 1 ( ) 1 (
24 23
F F
1
1
1
1
]
1

¸


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

33
Se deduce por la tercera fila de la matriz reducida que el sistema es consistente, dado
que se han anulado las variables y también el término constante; por tanto aplicando
sustitución hacia atrás a partir de la fila 3 se tiene exactamente una única solución. En
efecto:
El sistema de ecuaciones en su forma reducida es:
x + 2y + z = 1

x =
10
1
-5y - z = 0

y = -
10
3
z =
2
3
c) Resolver el siguiente sistema de ecuaciones:
x + 2y + z = 1
2x - y + z = 2
4x + 3y + 3z = 4
3x + y + 2z = 3
Solución.-
Por el método de matriz ampliada y aplicando la propiedad f) de los determinantes a fin
de reducir la matriz a una escalonada, se tiene:
1
1
1
1
]
1

¸


3 2 1 3
4 3 3 4
2 1 1 2
1 1 2 1
÷ ÷ ÷ ÷ ÷ ÷ → ÷
− − − ) 3 ( ) 4 ( ) 2 (
14 13 12
F F F
1
1
1
1
]
1

¸


0 1 - 5 - 0
4 1 - 5 - 0
0 1 - 5 0
1 1 2 1
÷ ÷ ÷ ÷ → ÷
− − ) 1 ( ) 1 (
24 23
F F

1
1
1
1
]
1

¸


0 0 0 0
0 0 0 0
0 1 - 5 0
1 1 2 1
Se deduce por tercera y cuarta fila de la matriz reducida que el sistema es consistente,
dado que se han anulado las variables y también los términos constantes; por tanto
aplicando sustitución hacia atrás a partir de la fila 2 y considerando a la variable z como
constante se tienen infinitas soluciones que en la generalidad asumen la siguiente
característica:
y = - 0.2z
x = 1 - 2y – z

x = 1 – 0.6z

34
En conclusión las infinitas soluciones están dadas por las triadas o ternas de la forma:
(1- 0.6z, -0.2z, z)
SISTEMAS DE ECUACIONES LINEALES ESCASAMENTE DETERMINADOS
Se dice que un sistema de ecuaciones lineales es escasamente determinado si el número
de ecuaciones es menor que el número de incógnitas (m < n). En la generalidad estos
sistemas asumen infinitas soluciones las que se encuentran considerando alguna de las
variables como términos constantes o variables libres.
Ejemplos.-
a) Resolver el siguiente sistema de ecuaciones:
x + 2y + z = -1
2x + 4y + 2z = 3
Solución.-
Por el método de matriz ampliada y aplicando la propiedad f) de los determinantes a fin
de reducir la matriz a una escalonada, se tiene:
1
]
1

¸

3 2 4 2
1 - 1 2 1
÷ ÷ → ÷
− ) 2 (
12
F

1
]
1

¸

1 0 0 0
1 - 1 2 1
Se deduce por la segunda fila de la matriz reducida que el sistema es inconsistente, dado
que se han anulado las variables y no el término constante; por tanto el sistema no
admite solución.
b) Resolver el siguiente sistema de ecuaciones:
x + y + z + w + v = 2
x + y + z + 2w + 2v = 3
x + y + z + 2w + 3v = 2
Solución.-
Por el método de matriz ampliada y aplicando la propiedad f) de los determinantes a fin
de reducir la matriz a una escalonada, se tiene:
35
1
1
1
]
1

¸

2 3 2 1 1 1
3 2 2 1 1 1
2 1 1 1 1 1
÷ ÷ ÷ ÷ → ÷
− − ) 1 ( ) 1 (
13 12
F F
1
1
1
]
1

¸

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

÷ ÷ → ÷
− ) 1 (
23
F
1
1
1
]
1

¸

1 - 1 0 0 0 0
1 1 1 0 0 0
2 1 1 1 1 1
Se deduce que el sistema es consistente, y tiene infinitas soluciones asumiendo que dos
de sus variables son libres.
Supongamos que las variables y y z son las libres; entonces el sistema admite las
soluciones de la forma:
x = 1- y – z , w = 2 y v = -1
En la generalidad el S.E. admite como solución el quintuplo (1 - y - z, y, z, 2, -1). Por
ejemplo si y = 1
y
z = 2 entonces una solución al sistema es el quintuplo (-2, 1, 2, 2,
-1)
Los ejercicios y problemas que se presentan en esta sección en la generalidad se
resumen en encontrar la solución de un determinado sistema de ecuaciones, para lo cual
se utilizan ciertas metodologías y lo que a continuación se presentan es la matriz
ampliada y la regla de Cramer.
RESOLUSIÓN DE UN SISTEMA DE ECUACIONES POR EL MÉTODO:
MATRIZ AMPLIADA
La metodología que se sigue para resolver sistemas de ecuaciones lineales por el
método de matriz ampliada en la generalidad se resume a escribir la matriz ampliada
teniendo como elementos ordenados a los coeficientes de la incógnitas , más los
términos constantes, seguidamente realizar operaciones entre filas vía la propiedad f9 de
los determinantes a fin de conseguir la mayor cantidad de ceros, finalmente escribir el
sistema de ecuaciones con los elementos ordenados y resolver el sistema de ecuaciones
que resulta finalmente.
Ejemplo.-
Resolver el siguiente sistema de ecuaciones:
36
-x
2
– x
3
+ x
4
= 0
x
1
+ x
2
+ x
3
+ x
4
= 6
2x
1
+ 4x
2
+ x
3
-2x
4
= -1
3x
1
+ x
2
-2x
3
+ 2x
4
= 3
Solución.- La matriz ampliada o aumentada que representa al sistema de ecuaciones es:

,
_

¸
¸

− −
− −
3 2 2 1 3
1 2 1 4 2
6 1 1 1 1
0 1 1 1 0
Intercambiando la primera fila por la segunda fila se obtiene:

,
_

¸
¸

− −
3 2 2 1 3
1 2 1 4 2
0 1 1 - 1 - 0
6 1 1 1 1
Multiplicando a la primera fila de la matriz primero por -2 y seguidamente por -3 y
adicionando estos resultados a la segunda y tercera fila respectivamente se tiene:

) 3 ( ); 2 (
14 13
− − F F

,
_

¸
¸
− − −
− − −
15 1 5 2 - 0
13 4 1 2 0
0 1 1 - 1 - 0
6 1 1 1 1
Multiplicando a los elementos de la segunda fila primero por 2 y luego por -2 y
adicionando estos resultados a los elementos de la tercera y cuarta fila
correspondientemente se obtiene:
37

) 2 ( ); 2 (
24 23
− F F

,
_

¸
¸
− − −
− − −
15 3 3 0 0
13 2 3 0 0
0 1 1 - 1 - 0
6 1 1 1 1
Y finalmente multiplicando por -1 a los elementos de la tercera fila y adicionando estos
resultados a los elementos de la cuarta fila respectivamente se obtiene:

) 1 (
34
− F

,
_

¸
¸
− −
− − −
2 1 0 0 0
13 2 3 0 0
0 1 1 - 1 - 0
6 1 1 1 1
Luego el sistema de ecuaciones original tras realizar las operaciones entre las filas de la
matriz aumentada asume la forma:
x
1
+ x
2
+ x
3
+ x
4
= 6
-x
2
– x
3
+ x
4
= 0
-3x
3
- 2x
4
= -13
- x
4
= -2
De donde utilizando sustitución hacia atrás (de abajo hacia arriba) se obtiene: x
1
= 2, x
2
= -1, x
3
= 3 y x
4
= 2.
Una de las aplicaciones importantes de la teoría de matrices y determinantes se da en la
resolución de sistemas de ecuaciones lineales mediante la REGLA DE CRAMER, que
se desarrolla a continuación.
7.12 REGLA DE CRAMER
Sea AX = B un sistema de ecuaciones lineales con n incógnitas tal como:
Si el determinante de la matiz A, asociada al sistema de ecuaciones es diferente de cero
entonces el sistema tiene una única solución que está dada por:
38
n n
n
n
b x x x
b x x x
b x x x
· + + +
· + + +
· + + +
nn 2 n2 1 n1
2 2n 2 22 1 21
1 1n 2 12 1 11
a . . . a a
. . . . . . . . . . . . . . . . . . . . . . .
a . . . a a
a . . . a a
detA detA detA
...
....... .......... ..........
...
...

... b
...... .......... ..........
. ...
. ... b

. ...
.......... ..........
....
. ...
1 2 1
2 1 2 22 21
1 1 1 12 11
3 n 1
2 23 2 21
1 13 1 11
2
2 22 2
1 12 1
n nn n n
n
n
nn n n
n
n
nn n n
n
n
b a a a
b a a a
b a a a
a a a
a a b a
a a a
a a b
a a b
a a b



x
1
= x
2
= , . . . . ., x
n
=
Este método que permite resolver un sistema de ecuaciones lineales con n incógnitas se
conoce con el nombre de Regla de CRAMER.
Ejemplo 1.-
Resolver el siguiente sistema de ecuaciones :
x + 2y = 1
2x - y = 3
Solución.-
El sistema de ecuaciones a resolverse se puede representar en forma matricial mediante:

39
: forma la toma matricial forma en sistema Dicho : Solucion
5 3z - 2y - 4x
3 2z 4y - 3x
8 4z - 3y 2x - Resolver.
: 2 Ejemplo
1/5 - y , 7/5 x es sistema del solucion la Luego
5 - 5 -
1/5 -
3 2
1 1
y 7/5
1 - 3
2 1
x
: por dada única solución una tiene ecuaciones de sistema el Luego
0 5 - 4 - 1 -
1 - 2
2 1
A det
A. det Hallar
. ecuaciones de sistema al asociada matriz la es
1 - 2
2 1
A
3
1

y
x

1 - 2
2 1
·
· +
· +
· ·
· · + · ·
≠ · · ·
1
]
1

¸

·
1
]
1

¸

·
1
]
1

¸

1
]
1

¸

Donde

1
1
1
]
1

¸

·
1
1
1
]
1

¸

1
1
1
]
1

¸

− −


5
3
8

3 2 4
2 4 3
4 3 2
z
y
x
A X = B
Primeramente se determina el detA = 2(16) – 3(-17) – 4(10) = 43
Como el determinante es diferente de cero entonces el sistema admite una única
solución dada por:
y

Por consiguiente los valores x =

,
_

¸
¸
1
2
3
; constituyen una solución al sistema de
ecuaciones.
7.13 APLICACIONES
40
43
1
43
43
5 2 - 4
3 4 - 3
8 3 2
z
43 43
2
43
86
3 - 5 4
2 3 3
4 - 8 2
; 3
43
129

3 - 2 - 5
2 4 - 3
4 - 3 8
x
· · ·
· · · · · · y
Las relaciones y operaciones desarrolladas con las matrices, se pueden aplicar en la
solución de problemas relacionados con otras asignaturas; tales como: electrónica,
economía, transito en una ciudad, envío de mensajes; entre otros, en este contexto en lo
que sigue del texto se presentan estas aplicaciones con su fundamento teórico propio y
su desarrollo matricial.
APLICACION 1: Multiplicación de matrices.
Doris pesa 178 kg. y desea perder peso mediante un programa de dieta y ejercicios.
Después de consultar la tabla 1, elabora un programa de ejercicios en la tabla 2.
¿Cuántas calorías quemará todos los días si sigue este programa?
TABLA No 1.- CALORIAS QUEMADAS POR HORA
ACTIVIDAD DE EJERCICIO
PESO CAMINAR
2 KM/H
CORRER
5.5 KM/H
ANDAR EN
BICICLETA
5.5 KM/H
JUGAR TENIS
MODERADO
152 213 661 304 420
161 225 688 321 441
170 237 726 338 468
178 249 764 356 492
TABLA No 2.- CALORIAS QUEMADAS POR HORA
ACTIVIDAD DE EJERCICIO
DIA CAMINAR CORRER ANDAR EN
BICICLETA
JUGAR TENIS
Lunes 1.0 0.0 1.0 0.0
Martes 0.0 0.0 0.0 2.0
Miércoles 0.4 0.5 0.0 0.0
Jueves 0.0 0.0 0.5 2.0
Viernes 0.4 0.5 0.0 0.0
Como Doris pesa 178 kg. entonces la información que le corresponde para quemar
calorías está en la fila 4 de la tabla No 1, la misma que se puede expresar como una
matriz X de orden 4x1, la información de la tabla 2 se puede expresar como una matriz
A de orden 5x4. Para responder a la pregunta simplemente se calcula el producto AX.







41

,
_

¸
¸

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
Viernes
Jueves
Miércoles
Martes
Lunes
6 . 481
0 . 1162
6 . 481
0 . 984
0 . 605
492
356
764
249
0.0 0.0 0.5 0.4
2.0 0.5 0.0 0.0
0.0 0.0 0.5 0.4
2.0 0.0 0.0 0.0
0.0 1.0 0.0 0 . 1
APLICACIÓN 2: Multiplicación de matrices.
Una compañía manufactura tres productos. Sus costos de producción se dividen en tres
categorías. En cada categoría, se da un estimado del costo de producir una unidad de
cada producto. También se hace un estimado del número de unidades que se fabricarán
de cada producto por trimestre. Estos estimados se presentan en las tablas 3 y 4. La
compañía desea presentar en su junta de accionistas una tabla que muestre los costos
totales de cada trimestre en cada una de las tres categorías: materias primas, mano de
obra y costos generales. Elaborar dicha tabla.
TABLA 3. Costos de producción por unidad.
Producto
Costos A B C
Materias primas 0.10 0.30 0.15
Mano de obra 0.30 0.40 0.25
Generales y mixtos 0.10 0.20 0.15
TABLA 4. Número de unidades producidas por trimestre.
Temporada
Producto verano Otoño Invierno Primavera
A 4000 4500 4500 4000
B 2000 2600 2400 2200
C 5800 6200 6000 6000
Para responder a la interrogación cada una de las tablas se puede expresar en forma de
matrices respectivamente; en este caso la tabla No 3 mediante la matriz M de orden 3x3
y la tabla No 4 mediante la matriz P de orden4x3.
En efecto:

M = y P =
Si formamos el producto de las matrices MP, la primera columna de MP representará
los costos del trimestre de verano, la segunda columna representará los costos de otoño,
la tercera de invierno y la cuarta de la primavera; es decir:
Materia prima : (0.10)(4000) + ((0.30)(2000) + (0.15)(5800) = 1870
Mano de obra: (0.30)(4000) + (0.40)(2000) + (0.25)(5800) = 3450
Costos generales y mixtos: (0.10)(4000) +(0.20)(2000) + (0.15)(5800) = 1670…..
MP =
Los registros de la fila 1 de MP representan el costo total de las materias primas para
cada uno de los cuatro trimestres, los reglones 2 y 3 representan el costo total de mano
de obra y generales y mixtos, respectivamente, en cada uno de los cuatro trimestres. Los
42

,
_

¸
¸
0.15 0.20 0.10
0.25 0.40 0.30
0.15 0.30 10 0.

,
_

¸
¸
6000 6000 6200 5800
2200 2400 2600 2000
4000 4500 4500 4000

,
_

¸
¸
1740 1830 1900 1670
3580 3810 3940 3450
1960 2070 2160 1870
gastos anuales en cada categoría se pueden determinar si se adicionan los registros de
cada fila, Los números de cada una de las columnas se pueden adicionar para obtener
los costos de producción totales de cada trimestre. La tabla No 5 presenta un resumen
de los costos de producción totales.
TABLA 5. Resumen de los costos de producción.
Temporada
Verano Otoñ
o
Invierno Primavera Año
Materia prima 1,870 2,160 2,070 1,960 8,060
Mano de obra 3,450 3,940 3,810 3,580 14,780
Generales y mixtos 1,670 1,900 1,830 1,740 7,140
Costos totales de producción 8,990 8,000 7,710 7,280 29,980
APLICACIÓN 3.- Multiplicación de matrices.
Se tiene el siguiente problema: En cierta ciudad, 30% de las mujeres se divorciaron cada
año y 20% de las solteras se casaron en el mismo lapso. Existen 8000 mujeres casadas y
2000 solteras. Supóngase que la población total de mujeres se mantiene constante.
¿Cuántas mujeres casadas y cuántas solteras habrá al cabo de un año?. ¿ Después de dos
años?
Los registros de la primera fila de A serán el porcentaje de mujeres casadas y mujeres
solteras, respectivamente que se casan después de un año. Los registros de la segunda
fila serán el porcentaje de mujeres que permanecen solteras después de un año. Así

A =
Si se hace X =

,
_

¸
¸
2000
8000
; entonces el número de mujeres casadas y solteras al cabo de un
año se puede determinar multiplicando A por X.
AX =

,
_

¸
¸
2000
8000
=

,
_

¸
¸
4000
6000
43

,
_

¸
¸
0.80 0.30
0.20 0.70

,
_

¸
¸
0.80 0.30
0.20 0.70
Después de un año habrá 6000 mujeres casadas y 4000 solteras. Para determinar el
número de mujeres casadas y solteras al cabo de dos años, se calcula:
A
2
X = A(AX) =

,
_

¸
¸
4000
6000
=

,
_

¸
¸
5000
5000
Después de dos años la mitad de las mujeres serán casadas y la mitad serán solteras.
APLICACIÓN 4: Redes eléctricas
En una red eléctrica es posible determinar la cantidad de corriente en cada bifurcación o
ramal en términos de resistencia y los voltajes(o tensiones). En la siguiente figura el
símbolo representa una batería( medida en voltios) que conduce una carga y
produce una corriente. La corriente saldrá del terminal de la batería representada por
la línea vertical más larga; es decir:
El símbolo: significa un resistor. Las resistencias se miden en
ohms.
Las letras mayúsculas representan nodos y las letras i representan las corrientes entre los
nodos. Las corrientes se miden en amperes. Las flechas señalan la dirección de las
corrientes. Sin embargo, si una de las corrientes, por ejemplo i
2
. se vuelve negativa, esto
significaría que la corriente en esa bifurcación está en la dirección contraria a la de la
flecha.
Para determinar las corrientes se aplican las leyes de Kirchhoff, las cuales son:
1.- En todos los nodos la suma de las corrientes de entrada es igual a la suma de las
corrientes de salida.
2.- En torno a todo ciclo cerrado, la suma algebraica del voltaje debe ser igual a la suma
algebraica de las caídas del voltaje o tensión.
Las caídas de voltaje o tensión E de cada resistor está dada por la ley de Ohm: E = iR,
Donde i representa la corriente en amperes y R la resistencia en Ohms.
Determinemos las corrientes en la red representada por el circuito precedente.
44

,
_

¸
¸
0.80 0.30
0.20 0.70
8 volts

i
1
4 ohms
2 ohms
i
2

A B

5ohms

9 volts 2 ohms
i
3

De la primera ley de Kirchhoff se tiene:
i
1
– i
2
+ i
3
= 0 (nodo A)
- i
1
+ i
2
– i
3
= 0 ( nodo B)
Por la segunda ley se tiene:
4i
1
+ 2i
2
= 8 (ciclo superior)
2i
2
+ 5i
3
= 9 (ciclo inferior)
La red se puede representar mediante la matriz aumentada.


) 4 ( ); 1 (
13 12
− F F


Esta matriz se reduce fácilmente mediante operaciones entre filas, en una matriz
escalonada de la forma:

,
_

¸
¸

3
1
34
F
Al resolver el sistema por sustitución se obtienen que i
1
= 1, i
2
= 2 y i
3
= 1.
APLICACIÓN 5: Circulación del tránsito
En una zona de una ciudad dos series de calles de un solo sentido forman intersecciones
como se muestra en la siguiente figura. El volumen de tránsito por hora promedio que
entra y sale de esta sección de la ciudad en horas punta está indicado en el diagrama.
Determine la intensidad de tránsito entre cada una de las cuatro intersecciones.
45

,
_

¸
¸
9 5 2 0
8 0 2 4
0 1 - 1 1 -
0 1 1 - 1

,
_

¸
¸

3
19

3
19
0 0
8 4 - 6 0
0 0 1 0
0 1 1 - 1

,
_

¸
¸
9 5 2 0
8 4 - 6 0
0 0 0 0
0 1 1 - 1
450 310

610 A x
1
B 640

x
2
x
4
520 x
3
600
C D
480 390
Solución.- En cada intersección o crucero, el número de vehículos que entran deben ser
iguales al número de vehículos que salen de esta sección. Por ejemplo, en la
intersección A el número de automóviles que entran es x
1
+ 450 y el número de
vehículos que salen es x
2
+ 610. Por lo tanto.
x
1
+ 450 = x
2
+ 610
De manera análoga
x
2
+ 520 = x
3
+ 600
x
3
+ 390 = x
4
+ 600
x
4
+ 640 = x
1
+ 310
De donde
x
1
- x
2
= 160
x
2
- x
3
= - 40
x
3
- x
4
= 210
x
4 -
x
1
= -330
Resolviendo el sistema de ecuaciones generado por el método de matriz ampliada se
tiene:

,
_

¸
¸
− −

− −

330 1 0 0 1
210 1 1 0 0
40 0 1 1 0
160 0 0 1 1
Multiplicando a los elementos de la primera fila por 1 y adicionando estos resultados a
los elementos de la cuarta fila respectivamente se obtiene:
46

,
_

¸
¸
− −

− −

170 1 0 1 0
210 1 1 0 0
40 0 1 1 0
160 0 0 1 1
Multiplicando por 1 a los elementos de la segunda fila y adicionando estos resultados a
la cuarta fila se tiene:

,
_

¸
¸
− −

− −

210 1 1 0 0
210 1 1 0 0
40 0 1 1 0
160 0 0 1 1
Multiplicando por 1 a los elementos de la tercera fila y adicionando estos resultados a
los elementos de la cuarta fila se obtiene:

,
_

¸
¸

− −

0 0 0 0 0
210 1 1 0 0
40 0 1 1 0
160 0 0 1 1
Por lo que el sistema de ecuaciones original se convierte en:
x
1
- x
2
= 160
x
2
- x
3
= - 40
x
3
- x
4
= 210
El sistema es consistente y como quiera que hay más incógnitas que ecuaciones
entonces ha y una variable independiente por lo que existen infinitas soluciones ; sin
embargo el diagrama de la circulación del tránsito no ofrece condiciones para encontrar
una única solución.
Una combinación de solución considerando a x
4
como variable independiente puede ser:
x
4
= 100, x
3
= 310, x
2
= 270 y x
1
= 430.
Otra combinación de tránsito puede ser:
47
x
4
= 300, x
3
= 510, x
2
= 470 y x
1
= 530.
Si por x
4
no circularía ningún vehículo implicaría una solución:
x
4
= 0, x
3
= 210, x
2
= 170 y x
1
= 330.
Otro ejemplo.- En el siguiente diagrama de flujo de tráfico hallar los valores de las
incógnitas x
j
; para j = 1, 2, 3, 4, 5, 6, 7 y 8.
x
1
160 100
90 x
2
x
3
50

x
4
x
5
x
6
100 x
7
x
8
130
120 100 60
Con las consideraciones de un flujo de tráfico se genera el siguiente sistema de
ecuaciones:
x
4
+ 90 = x
1
+ x
2
x
1
+ x
2
– x
4
= 90

x
2
+ 160 = x
3
+ x
5
- x
2
+ x
3
+ x
5
= 160

x
3
+ x
6
= 150

x
3
+ x
6
= 150
x
7
+ 120 = x
4
+ 100 x
4
– x
7
= 20
x
5
+ x
8
= x
7
+ 100 x
5
– x
7
+ x
8
= 100
190 = x
6
+ x
8
x
6
+ x
8
= 190
Como el sistema tiene 8 ecuaciones y 6 incógnitas; entonces 2 variables son
independientes y 6 son dependientes. Supongamos que las variables x
7
y x
8
son las
independientes.
Una posible combinación solución es la siguiente:
x
8
= 90, x
7
= 100,

x
6
= 100,

x
5
= 110,

x
4
= 120,

x
3
= 50,

x
2
= 0,

x
1
= 210.
Otra posible combinación sería:
Un tercer ejemplo.- En el siguiente diagrama de flujo de tráfico hallar los valores de las
incógnitas x
j
; para j = 1, 2, 3, 4, 5, 6, 7 y 8.
x
1
140 50
60 x
2
x
3
20

x
4
x
5
x
6
100 x
7
x
8
100
48
90 50 60
Con las consideraciones de un flujo de tráfico se genera el siguiente sistema de
ecuaciones:
x
4
+ 60 = x
1
+ x
2
x
1
+ x
2
– x
4
= 60

x
2
+ 140 = x
3
+ x
5
- x
2
+ x
3
+ x
5
= 140

x
3
+ x
6
= 70

x
3
+ x
6
= 70
x
7
+ 90 = x
4
+ 100 x
4
– x
7
= 10
x
5
+ x
8
= x
7
+ 50 x
5
– x
7
+ x
8
= 50
160 = x
6
+ x
8
x
6
+ x
8
= 160
Como el sistema tiene 8 ecuaciones y 6 incógnitas; entonces 2 variables son
independientes y 6 son dependientes. Supongamos que las variables x
7
y x
8
son las
independientes.
Una posible combinación solución es la siguiente:
x
8
= 100, x
7
= 200,

x
6
= 60,

x
5
= 150,

x
4
= 210,

x
3
= 10,

x
2
= 20,

x
1
= 250.
Otra posible combinación es:
x
8
= 150, x
7
= 300,

x
6
= 10,

x
5
= 200,

x
4
= 310,

x
3
= 60,

x
2
= 120,

x
1
= 250.
Un cuarto ejemplo.- En el siguiente diagrama de flujo de tráfico hallar los valores de las
incógnitas x
j
; para j = 1, 2, 3, 4, 5, 6, 7 y 8.
x
1
160 100
90 A x
2
B x
3
C

50

x
4
x
5
x
6
100 D x
7
E x
8
F 130
120 100 60
Con las consideraciones de un flujo de tráfico se genera el siguiente sistema de
ecuaciones:
90 + x
1
= x
2
+ x
4
x
1
- x
2
– x
4
= -90

x
2
+ x
5
= x
3
+ 160

x
2
- x
3
+ x
5
= 160

x
3
+ 100 = 50 + x
6


x
3
- x
6
= -50
x
7
+ x
4
= 120 + 100 x
4
+ x
7
= 10
100 + x
8
= x
7
+ x
5
x
5
+ x
7
- x
8
= 50
x
6
+ 130 = x
8
+ 60

x
6
- x
8
= 160
La matriz ampliada de este sistema de ecuaciones es como sigue:
49

,
_

¸
¸



70 - 1 - 0 1 0 0 0 0 0
100 1 - 1 0 1 0 0 0 0
220 0 1 0 0 1 0 0 0
50 - 0 0 1 0 0 1 0 0
160 0 0 0 1 0 1 1 0
90 - 0 0 0 0 1 - 0 1 1
Como la matriz ampliada es ya una matriz escalonada; entonces no es posible realizar
algunas simplificaciones; por lo que como existen 6 ecuaciones y 8 incógnitas, 2 de
estas incógnitas serán independientes y las 6 restantes dependientes. Supongamos que
las incógnitas x
7
y x
8
son las independientes; es decir:
Sean x
7
= 180 y x
8
= 180; entonces: x
6
= 110, x
3
= 60, x
5
= 100, x
2
= 120, x
4
= 40 y x
1
= 70. Lo cual es una combinación que hace funcionar al flujo de tráfico; sin embargo
pueden haber mucha otras combinaciones como la siguiente:
x
8
= 120, x
7
= 220,

x
6
= 50,

x
5
= 0,

x
4
= 0,

x
3
= 0,

x
2
= 160,

x
1
= 70.
APLICACIÓN 6.- Envío de mensajes
Una manera de enviar un mensaje codificado consiste en asignar un valor entero a cada
letra del alfabeto y enviar el mensaje como una cadena de números enteros. Por ejemplo
el mensaje:
HOLA COMO ESTÁS.
Podría codificarse como:
9, 18, 13, 1, 3, 18, 15, 18, 6, 23, 24, 1, 23
Aquí el 9 representa a la letra H, 18 a la letra O, 13 la letra L y así sucesivamente. Por
desgracia este tipo de código suele ser muy fácil de descifrar. Sin embargo, se puede
ocultar más el mensaje empleando la multiplicación de matrices. Si A es una matriz
cuyos elementos son todos números enteros y cuyo determinante es t1; entonces
como A
-1
= tadj(A), los elementos de A
-1
, serán también números enteros. Se puede
utilizar una matriz de este tipo para transformar el mensaje. El mensaje transformado
será más difícil de descifrar. La ilustración de este proceso es como sigue:
50
Sea la matriz A =

,
_

¸
¸
2 3 2
3 5 2
1 2 1
Una matriz con determinante igual a 1. El mensaje HOLA COMO ESTÁS, codificado
se coloca ordenadamente de arriba hacia abajo en las columnas de la matriz B, en caso
de no tener códigos para completar la matriz se le remplaza a estos por ceros.


B =
Luego se multiplica la matriz A por la matriz B.
AB = =


Por tanto el nuevo código del mensaje será:
58, 147, 98, 25, 71, 54, 57, 138, 96, 72, 169, 120, 23, 46, 46
Quien recibe el mensaje puede descodificarlo multiplicando por A
-1
a la matriz
constituida por el mensaje con los nuevos códigos; es decir:


=


Tal como se observa la última matriz, es la misma matriz inicial codificada del mensaje.
EJERCICIOS RESUELTOS
51

,
_

¸
¸
+

,
_

¸
¸
·

,
_

¸
¸
+

,
_

¸
¸
· +
+ +

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸
·
0 10 6
12 8 2

0 6
3 - 3

0 5 3
6 4 1
2
0 2
1 - 1
3 B 2 3A a.)
: Solución
C) A(B d) (BC) A c) (2B) (3A) b) 2B 3A a)
: Hallar
1 0
2 3
1 1
C y
0 5 3
6 4 1
B ,
0 2
1 - 1
A Si ) A

,
_

¸
¸
0 1 6 18 13
0 24 18 3 18
23 23 15 1 9

,
_

¸
¸
2 3 2
3 5 2
1 2 1

,
_

¸
¸
0 1 6 18 13
0 24 18 3 18
23 23 15 1 9

,
_

¸
¸
46 120 96 54 98
46 169 138 71 147
23 72 57 25 58

,
_

¸
¸
1 1 4 -
1 - 0 2
1 1 - 1

,
_

¸
¸
46 120 96 54 98
46 169 138 71 147
23 72 57 25 58

,
_

¸
¸
0 1 6 18 13
0 24 18 3 18
23 23 15 1 9
52

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
·
30 26
2 5 -

13 18
15 13

0 2
1 - 1
A(BC) : Luego
13 18
15 13

1 0
2 3
1 1

0 5 3
6 4 1
(BC) c)
72 48 12
36 6 - 12 -

0 10 6
12 8 2

0 6
3 - 3
B) (2 (3A) b.)
Es imposible desarrollar la adición de estas matrices ya que son de diferentes órdenes.
d.- A( B + C ) , no es posible calcularlo, ya que B + C no está definida.
Resolviendo el sistema de ecuaciones se obtiene los valores pedidos.
x = 3 ; y = -1 ; z = 2 ; w = 1

D) Demostrar que si A y B ∈M
mn
; entonces se cumple: (AB)
-1
= B
-1
A
-1
Demostración:
Si B
-1
A
-1
es la matriz inversa de AB; entonces su producto es la matriz identidad; es
decir:
(AB)( B
-1
A
-1
) = A( BB
-1
)A
-1
= A I A
-1
= I
De igual manera se verifica que (B
-1
A
-1
)(AB) = I. lqqd.
53
(-2) C
1 - 3 - 2
1 3 -
1 - 2

0 1 0
1 2 3 -
1 1 2

(-2) C (-1) C (-2), C

2 1 2
5 2 1
1 1 4
0 1 0 0
2 1 1 2
5 1 - 2 1
1 1 1 4

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

: tiene se tes determinan los de s propiedade las Aplicando : Solución
1 1 2 0
3 1 3 2
4 1 - 0 1
2 1 3 4
te determinan siguente el Calcular G)
1//. 3 - 8 -4 4) - 1(1 10) - 1(2 - 5) - 4(4
2 1 2
5 2 1
1 1 4
: Solución

2 1 2
5 2 1
1 1 4
: te determinan siguiente el r Desarrolla )
32
12 43 23
· · ·
· · ·
· + · + ·

,
_

¸
¸
F

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
· ·

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
· ·

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
· ·

,
_

¸
¸
·

1 0
n 1

1 0
1 1

1 0
1 - n 1
A
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1 0
3 1

1 0
1 1

1 0
2 1
A A
1 0
2 1

1 0
1 1

1 0
1 1
A
: Solución
A hallar es esto n, para generalice y . . . , , A : hallar ,
1 0
1 1
A Sea B)
1 n
2 3
2
n. 3 2
A A
A
AA
A
n
1 w - z y 3 w z , 4 y - x , 5 y 2x
: tiene de matrices de igualdad de definición Por
: Solución
1 4
3 5

w - z y - x
w z y 2x

: que tal y w z y, Hallar x, C)
· · + · · +

,
_

¸
¸
·

,
_

¸
¸
+ +
NOTA: C
23
(-2) , significa multiplicar a la columna 3 por –2 y este resultado adicionarlo
a la columna 2
54
lqqd.
0 0 0
0 0 0
0 0 0

5 5 - 5
1 1 - 1
4 - 4 4 -

5 5 - 5
1 1 - 1
4 - 4 4 -
B - A Calculamos
: ón Demostraci
B) - (A que muestra ,
2 - 3 3 -
2 1 - 2
3 3 - 4
B
3 2 - 2
3 2 - 3
1 - 1 0
A
: Si )
2
φ
φ
·

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
·
·

,
_

¸
¸
·

,
_

¸
¸
·
H


) 3B A ( -1/3 C
) 3 (A 3 / 1 C
3 3 A
) ( 3 A
: Solución
) ( 3 A que tal C matriz la hallar ,
1 - 3 -
2 - 0
B
2 3
1 4
A matriz la Dada ) 4
T T T
T
T
T
+ ·
+ − ·
· + +
· + +
· + +

,
_

¸
¸
·

,
_

¸
¸
·
B
C B
C B
C B
T T
T
φ
φ
φ
C = -1/3
1
]
1

¸

,
_

¸
¸


+

,
_

¸
¸
− 3 9
6 0
2 3
1 4
= -1/3

,
_

¸
¸


1 6
5 4
=

,
_

¸
¸


3 / 1 2 -
3 / 5 3 / 4
55

(-1) F (-1), F (-1), F
c x - c x - c 0
b x - b x - b 0
a x - a x - a 0
x x x 1

c c c 1
b b b 1
a a a 1
x x x 1
.
: tiene se tes determinan los de 8 y 5 s propiedade las Utilizando : Solución
c c c 1
b b b 1
a a a 1
x x x 1

: te determinan siguiente el r Desarrolla ) 10
41 31 21
3 3 2 2
3 3 2 2
3 3 2 2
3 2
3 2
3 2
3 2
3 2
3 2
3 2
3 2
3 2
x
x
x



·

,
_

¸
¸
·

,
_

¸
¸
· ·

,
_

¸
¸
· · >

,
_

¸
¸
·

· + ·

,
_

¸
¸
·

,
_

¸
¸
·
1 1 - 1 1
1 - 11 15 -
1 10 - 14
1 1 - 1 1
1 - 11 15 -
1 10 - 14
1
det
1
A Luego
1 1 - 1 1
1 - 11 15 -
1 10 - 14
A
1 1 - 1
1 - 11 10 -
11 15 - 14
Cij
adjunta. matriz su
calcula se que lo por inversa, tiene matriz dicha entonces 0 A det el que Ya
1 3) 1(8 - 1) - 2(16 - 3(14)
4 2 1 -
1 - 3 4
1 - 2 3
A det
: Solución
existe. si inversa, su encontrar y tes determinan sus evaluar
4 2 1 -
1 - 3 4
1 - 2 3
A : Si ) 9
1 -
AdjA
A
Adj
=
3 3 2 2
3 3 2 2
3 3 2 2
3 2




x c x c x c
x b x b x b
x a x a x a
x x x
− − −
− − −
− − −
= (a – x)( b – x )( c – x )
2 2
2 2
2 2
c x c 1
bx b x b 1
a x a 1
x cx
x
x ax
+ + +
+ + +
+ + +
Multiplicando por (-1) a la primera fila y adicionando este resultado a la segunda fila y
tercera fila respectivamente se obtiene:
= (a - x)(b-x)(c-x)
) 1 (
2 2
2 2
2 2
c x c 1
bx b x b 1
a x a 1

+ + +
+ + +
+ + +
x cx
x
x ax
=
c c 0
ax - bx b a - b 0
a x a 1
2 2
2 2
2 2
ax cx a a
a
x ax
− + − −
+ −
+ + +

Utilizando la primera columna el determinante resultante asume la siguiente forma:
= ( a – x )( b – x )( c – x )
c c
ax - bx b a - b
2 2
2 2
ax cx a a
a
− + − −
+ −
Factorizando en la segunda columna del determinante se tiene:
= ( a – x )( b – x )( c – x )
) x a c )( a - c ( c
) x a b a)( - b ( a - b
+ + −
+ +
a
Factorizando en la primera fila ( b – a ) y en la segunda fila ( c – a ) del determinante se
tiene:
= ( a – x )( b – x )( c – x )(b – a)(c - a)
) x a c 1
x a b 1
+ +
+ +
56
Multiplicando por (-1) a la primeara fila del determinante y adicionando este resultado a
la segunda fila se obtiene:
= ( a – x )( b – x )( c – x )(b – a)(c - a)
b - c 0
x a b 1 + +
Calculando el último determinante se obtiene:
= ( a – x )( b – x )( c – x )( b – a )( c – a )( c – b).
UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA
FACULTAD DE INGENIERÍA EN INFORMÁTICA Y SISTEMAS
PRÁCTICA DIRIGIDA No 6
A) Si las matrices A y B son iguales, hallar los valores de las incógnitas x e y:
a)
1
]
1

¸

·
1
]
1

¸


+
·
2
1
B ,
3
2
y x
y x
A
b)
[ ] j i b b
x
y
A
ij
x
ij
− · ·
1
]
1

¸

· con B ,
3
1
1 2
B) Sean las matrices
1
1
1
]
1

¸


·
1
1
1
]
1

¸

·
1
5
5
1
0
2
B ,
5
4
2
2
1
3
A
. Calcular:
a) A + B b) A - B c)
T
A
d) ( )
T
B A+
C) Sean las matrices
1
1
1
]
1

¸



·
1
1
1
]
1

¸


− ·
3 3 0 2
2 2 0 3
0 1 1 2
B ,
3 3 0 1
2 2 4 2
1 0 2 3
A
. Calcular:
a) A + B b) A - B c)
T
B
d) ( )
T
B A− e) AB f) BA
57
D) Dadas las matrices
1
1
1
]
1

¸


− ·
1
1
1
]
1

¸


·
2 0 2
1 1 1
3 2 1
D ,
1 4 0
3 3 2
1 3 1
C
, hallar:
a) 2C - 3D b) CD c) DC d) 2c
T
- 3D.
E) Dada la matriz C, hallar una matriz B tal que C + B sea una matriz unitaria ó
identidad.
F) Sean las siguientes matrices:
A =

,
_

¸
¸
5 7 0
4 3 - 1 -
3 2 1
y B =

,
_

¸
¸

1 - 4 3
6 4 - 2
7 5 1

Calcular a) A + B – 2AB b) 3A – 4B – AB c) 7(A + B) – 2( B - A)
G) Determinar para cada una de la matrices, la forma general de las potencias:
a)
n
1
]
1

¸

− 0 1
1 1
b)
n
1
]
1

¸

0 1
1 0
c)
n
1
1
1
]
1

¸

1 0 0
1 1 0
1 1 1
d)
n
1
1
1
]
1

¸

1 0 0
1 - 1 0
1 - 1 - 1
58
n 2
A calcular y
2 cos 2
2 sen - 2 cos
A que comprobar ,
cos
sen - cos
A Sea )
1 1 5 3 -
4 2 - 3
2 - 1 3
B
1 2 1 -
2 1 1
0 0 2
A b)
1 2 1
0 2 4 -
1 1 4
B
3 2 1
1 1 2
1 2 1
A a)
: si , BA - AB caso cada en Calcular I)
0 BA b) 0 AB a)
: que tales 2 x 2 orden de B matrices las as hallar tod ,
2 0
1 0
A Sea H)

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸
·

,
_

¸
¸
·
· ·

,
_

¸
¸
·
θ θ
θ θ
θ θ
θ θ
sen sen
J
1
1
1
]
1

¸

·
1 2 0
3 3 1
1 2 1
C
K) Hallar en cada caso los valores para a, b, c y d para que se cumplan las respectivas
ecuaciones:
59
ica. antisimétr matriz una es , S b)
simétrica matriz una es , S a)
: que probar 3 x 3 orden de matriz una es B Si N)
B DA y B AC que tales 2 x 2 orden
de C hallar ,
8 9
6 7
B y
3 2 -
1 - 2
A Si M)
A que tal 2 x 2 orden de A de matrices las as Hallar tod )
2
1
2
T
T
BB
B B
L
·
+ ·
· ·

,
_

¸
¸
·

,
_

¸
¸
·
· θ

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸
·

,
_

¸
¸

,
_

¸
¸
4 8 9 1
6 6 0 1

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

2 9 4 1
d c b a
)
5 -
6
9
1

d
c
b
a

0 0 0 0
0 0 1 0
0 0 0 1
0 1 0 0
a) b
60

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸
+
+
+

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸
z z 1
y y 1
x x 1
i)
1 1 3 0
3 1 3 2
4 1 - 0 1
2 1 3 4
h)
4 - 1 3
0 2 1 -
3 1 4
)
c 1 1 1
1 b 1 1
1 1 a 1
f)
6 3 1
3 2 1
1 1 1
e)
1 - 2 3 4
2 - 1 - 4 - 3
3 4 - 1 2
4 3 2 - 1
)
4 2 1 -
0 3 4
5 - 2 3
c)
1 - 1 - 1 -
4 3 - 1
1 - 2 - 0
b)
4 - 4 -
2 2
a)
2
2
2
g
d
O) Encontrar el determinante de las siguientes matrices:
P)Dadas las matrices A y B, hallar la matriz X tal que se cumpla la siguiente ecuación:
( ) ( ) B A X B A
T T
− ⋅ · + + 2 , donde
1
1
1
]
1

¸

− −

·
1
1
1
]
1

¸



·
1 2 3
5 1 3
2 4 1
B ,
2 2 1
6 0 3
3 5 1
A
Q)Dadas las matrices A, B y C, verificar que:
( ) ( ) C B A C B A ·
1
1
1
]
1

¸
− −
·
1
1
1
]
1

¸

− − ·
1
]
1

¸



·
4
0
1
0
2
1
C ,
5 0 3
0 1 3
0 7 1
B ,
0 2 7
5 0 1
A
S) Dadas las matrices
1
1
1
]
1

¸


·
1
1
1
]
1

¸

− − ·
4
B y
1
2
4
2
1
3
y
x
A
, hallar x + y tal que [ ] 0 B
T
· A
T) Hallar ( )
T
T
A AX A · + si X
T
, donde
1
]
1

¸

·
3 2
1 1
A
U) Calcular el determinante de las siguientes matrices:
1
1
1
]
1

¸




·
1 3 1
4 2 0
3 2 1
A

1
1
1
]
1

¸

·
2 1 2
2 0 1
1 2 2
B

1
1
1
]
1

¸



·
6 4 2
7 1 4
3 2 1
C
V) Hallar el valor de x, tal que
A x B A
T
· + ⋅
, si
1
]
1

¸



·
1
]
1

¸



·
2 1
1 5
B ,
2 1
1 2
A
W) Calcular el determinante de
1
1
1
1
]
1

¸


·
1 2
2 2 2
3 2 2
4 2 2
d d d
c c c
b b b
a a a
A
X) Averiguar si la matriz A tiene inversa, y en caso de existir hallarla.
a)
1
1
1
]
1

¸


− −

·
0 3 5
2 5 4
0 2 3
A
b)
1
1
1
]
1

¸

− − −
·
5 4 2
7 5 2
3 2 1
A
c)
1
1
1
]
1

¸

− ·
16 2 8
6 2 4
4 0 2
A
61

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸

,
_

¸
¸
12 5 1
5 3 1
3 2 1
g)
1 - 0 1 0
0 1 - 0 1
1 0 1 0
1 - 1 1 - 1
f)
3 - 0 1
2 - 5 3
1 4 3
e)

0 1 2
0 1 4
3 2 1
d)
4 3 5
1 3 1
2 2 3
c)
6 - 4
3 - 2
b)
1 0
6 1
a)
matrices. siguientes las de una cada de existen que es si inversa matrices las Hallar R)
Y) Calcular los determinantes de las siguientes matrices:
1
1
1
1
]
1

¸



·
1 0 4 2
0 4 3 0
5 0 1 2
0 1 0 4
A

1
1
1
1
]
1

¸


− − −


·
1 2 3 4
2 1 4 3
3 4 1 2
4 3 2 1
B

1
1
1
1
1
1
]
1

¸

·
10 12 0 0 0
2 10 12 0 0
0 2 10 12 0
0 0 2 10 12
0 0 0 2 10
C
Z) Averiguar si las siguientes matrices tienen inversa, y en caso de tenerla hallarla.
a)
1
1
1
1
1
1
]
1

¸


− −
− −


·
1 0 1 2 1
0 1 4 0 1
1 4 2 1 0
1 0 1 3 2
2 1 0 2 1
A
b)
1
1
1
1
]
1

¸

− − − −
·
9 5 4 1
6 5 3 1
2 2 1 1
4 3 2 1
A
A’) Hallar la matriz A tal que:
a)
1
]
1

¸



·
1
1
1
]
1

¸




1 1 0
2 3 1
1 1 0
0 1 0
0 1 1
A
b)
1
1
1
]
1

¸

− −


·
1
]
1

¸


⋅ ⋅
1
1
1
]
1

¸

− 5 5
2 1
1 0
1 0
2 1
1 3 1
1 1 0
0 2 1
A
B’) Hallar la matriz A si det( A ) = 4 y
1
1
1
]
1

¸


− −

·
k
A adj
10 6
5 9 7
4 8 4
) (
C’) Dada la matriz
1
1
1
]
1

¸

− −


·
1 3 7
2 10
1 1 1
) ( k A adj
, y det( A ) = 2, hallar el valor de k y la
matriz A.
D’) Resolver los siguientes sistemas de ecuaciones utilizando la regla de Cramer:

g)
¹
¹
¹
¹
¹
'
¹
· + + −
− · + − +
· − + +
· + + +
2
4
4
0
w z y x
w z y x
w z y x
w z y x
h)
¹
¹
¹
¹
¹
'
¹
· + −
· + − +
− · − + −
· + −
6 5 2
2
4 2 3
2 2
z y x
w z y x
w z x
w y x
i)
¹
¹
¹
'
¹
· + +
· + +
· − −
16 2 3 4
14 3 2
0 5
z y x
z y x
z y x

62
6 4z 2y - 2x
2 z y 2x 24 - 4z 4y - 4x
1 z - y x f) 18 - 4z 3y - 3x e)
0 z - y 6x 6 z - 7y - x
2 6z - 8y - 4x 8 6z - 2y 3x
0 z 3y 2x d) 15 7z - 5y - 4x c)
3 z x
0 z - 2y - 3x 14 - 4y 2x
1 - 4y - x b) 0 y - 3x a)
· +
· + + · +
· + · +
· + ·
· · +
· + + ·
· +
· · +
· ·
j)
¹
¹
¹
¹
¹
'
¹
· − +
· − +
− · + −
− · + −
5 5 3 4
12 5 2 3
4 3 2
5 4 3
z y x
w y x
w z x
w z y
E’) APLICACIONES
a) En el siguiente diagrama de flujo de tráfico, hallar los valores máximos y mínimos
de cada incógnita x
i;
i = 1,2,3,4.
50 40
20 x
1
40

x
2
x
3
x
4
60 100

30 10
b) Se desea calcular el flujo de tráfico en una ciudad grande, cuyas calles elegidas son
solo de una mano. Supongamos que el flujo de carros en una hora determinada está
dado por el diagrama:
400 300 280

500 A x
1
B x
2
C 200
x
3
x
4
x
5
500 E x
6
F x
7
G 450

530 600 400
Sean A, B, C y E, F, G las intersecciones y x
1
, x
2
, . . . , x
7
el número de vehículos que
pasan por hora de una intersección a la otra( por ejemplo de A hacia B de E a F, etc)
Además se exige que ningún vehículo se detenga en el camino, lo que significa que el
número de vehículos que ingresan a una intersección sea igual al número de vehículos
que salen de ella, se desea saber cuantos vehículos pasan por x
1
, x
2
, x
3
, x
4
, x
5,
x
6
y x
7.
c) En el siguiente diagrama de flujo de tráfico, hallar los valores máximos y mínimos
de cada incógnita x
i;
i = 1, 2, 3, 4, 5, 6, 7, 8.
160 100
x
1

90 x
2
x
3
50
A B C
63
x
4
x
5
x
6
100 D x
7
E x
8
F 130

120 100 60
d) Determine los valores: x
1
, x
2
, x
3
y x
4
en el caso del siguiente diagrama de circulación
del tránsito
380 x
4
430 x
1
400

x
2
420
540 x
3
400

470
420
e) Determine la cantidad de corriente en cada bifurcación o ramal para las redes
siguientes:

*) 16 volts
i
1

2 ohms
i
2


2 ohms

A B
i
3
2 ohms
2 ohms i
1


**)
20 volts
i
2


4 ohms

A B
64
I
3
2 ohms
***) 8 volts

i
1
4 ohms
2 ohms
A B
i
2
i
4
i
3

4 ohms
C D
i
5
5 ohms


I
6
10 volts
f) Carlos pesa 178 libras y desea perder peso mediante un programa de dieta y ejercicio.
Después de consultar la tabla No 1 elabora un programa de ejercicios que se muestra en
la tabla 2. .¿Cuántas calorías quemará todos los días si sigue este programa?
TABLA 1. Calorías quemadas por hora
Actividad de Ejercicio
Peso Caminar
2millas/h
Correr
5.5 millas/h
Andar en bicicleta
5.5 millas/h
Jugar Tenis (moderado)
152 213 651 304 420
161 225 688 321 441
170 237 726 338 468
178 249 764 356 492
TABLA 2. Horas por día asignadas a cada actividad
Programas de ejercicio
Día Caminar Correr Andar en Bicicleta Jugar tenis
Lunes 1.0 0.2 1.0 0.3
Martes 0.2 0.1 0.1 2.0
Miércoles 0.4 0.5 0.0 0.0
Jueves 0.1 0.4 0.5 0.5
65
Viernes 0.4 0.5 0.0 0.1
g) Una compañía manufactura tres productos. Sus costos de producción se dividen en
tres categorías. En cada categoría, se da un estimado del costo de producir una unidad
de cada producto. También se hace un estimado del número de unidades que se
fabricarán de cada producto por trimestre. Estos estimados se presentan en las tablas 3 y
4. La compañía desea presentar en su junta de accionistas una tabla que muestre los
costos totales de cada trimestre en cada una de las tres categorías: materias primas,
mano de obra y costos generales. Elaborar dicha tabla.
TABLA 3. Costos de producción por unidad.
Producto
Costos A B C
Materias primas 0.10 0.30 0.15
Mano de obra 0.30 0.40 0.25
Generales y mixtos 0.10 0.20 0.15
TABLA 4. Número de unidades producidas por trimestre.
Temporada
Producto Verano Otoño Invierno Primavera
A 4000 4500 4500 4000
B 2000 2600 2400 2200
C 5800 6200 6000 6000
h) En cierta ciudad, 30% de las mujeres se divorciaron cada año y 20% de las solteras
se casaron en el mismo lapso. Existen 8000 mujeres casadas y 2000 solteras. Supóngase
que la población total de mujeres se mantiene constante. ¡Cuántas mujeres casadas y
cuántas solteras habrá al cabo de un año?. ¿ Después de dos años?, ¿Después de 10
años?.
i) Una chacra de cacao requiere insecticida de tipo A, B y C en las cantidades 21, 20 y
20 respectivamente de las marcas X, Y, Z y W, la cantidad de insecticida de cada tipo
que contiene un galón de abono está dada por la tabla:
X Y Z W
A 2 1 3 1
B 1 2 1 3
C 3 1 1 2
¿Cuántos galones de cada producto X, Y, Z y W se deben comprar para tener las
cantidades requeridas de A, B y C?
j) Una manera común de enviar un mensaje codificado consiste en asignar un valor
numérico entero a cada letra del alfabeto y enviar el mensaje como una cadena de
enteros. Por ejemplo se desea enviar el mensaje: ENVIAR DINERO, al codificarla
asignando a la letra a el número 1, a la b el número 2, y así sucesivamente a las letras
del alfabeto español; la codificación sería:
6, 16, 25, 10, 1, 20, 5, 10, 16, 6, 20, 17.
66
Por desgracia este tipo de codificación suele ser muy fácil de descifrar. Sin embargo es
posible ocultar más el mensaje utilizando la multiplicación de matrices, para ello se
considera a una matriz cuyos elementos son todos números enteros u cuyo determinante
es t1; entonces como A
-1
= tAdj(A), los elementos de A
-1
serán también enteros.
Encuentre Ud, una matriz cuyo determinante es igual a t1 y determine la nueva
codificación del mensaje original.
k) Al codificar un mensaje, un espacio se representó por 0, una A por 1, una B por 2,
una C por 3; etc. El mensaje se transformó utilizando la matriz:

,
_

¸
¸



− −
1 0 0 1
1 1 0 0
0 1 1 1
0 2 1 1
Y fue enviado como:
-19, 19, 25, -21, 0, 18, -18, 15, 3, 10, -8, 3, -2, 20, -7, 12
¿Cuál fue el mensaje enviado?
67