You are on page 1of 40

Universidad Nacional del Callao

Facultad de Ingeniera Mecnica Energa


Matemtica Bsica
Lic. Francisco E. Torres Pinedo
Monografa Final

MATRICES

Jorge Armando Zambrano Rodrguez


Javier Abel Tarazona Salazar
Jair Alexis Uribe Crdova
Jimmy Yeltsin Ziga Egusquiza
Santiago Hugo Quispe Vlez
2014-II

Matrices Universidad Nacional del Callao

DEDICATORIA

Este trabajo est dedicado, en primer lugar, a Dios; por habernos


permitido llegar a esta hermosa etapa de la vida que es la universidad,
habernos brindado salud y las fuerzas necesarias para seguir adelante
da a da para as lograr nuestros objetivos. En segundo lugar, se lo
dedicamos a nuestras familias que nos apoyaron y nos siguen apoyando
en todo momento. Por ltimo, se lo dedicaremos a nuestros profesores:
Torres Pineado, Francisco
Daz Cabrera, Carlos
Neyra Moreyra, Ruben
Gargurevich Oliva, Antero
Perez Bolivar, Ruben
A quienes les estamos agradecidos por su gran apoyo y motivacin
durante el ciclo acadmico, su ctedra ofrecida en este trabajo y por
habernos transmitidos los conocimientos obtenidos.

Atentamente
Los miembros del
grupo

Matrices Universidad Nacional del Callao

NDICE

1. Matrices.......................................................................................................... 5
1.1 Definicin................................................................................................... 5
1.2

Orden de una matriz............................................................................... 6

1.3

Tipos de Matrices.................................................................................... 6

1.3.1

Matriz rectangular............................................................................ 6

1.3.2

Matriz opuesta................................................................................. 6

1.3.3

Matriz nula....................................................................................... 7

1.3.4

Matriz cuadrada............................................................................... 7

1.3.4.1 Triangular superior...........................................................................7


1.3.4.2 Triangular inferior............................................................................. 7
1.3.4.3 Matriz diagonal................................................................................. 8
1.3.4.4 Matriz escalar................................................................................... 8
1.3.4.5 Matriz identidad o unidad.................................................................8
1.3.4.6 Matriz simtrica................................................................................ 8
1.3.4.7 Matriz anti simtrica........................................................................8
1.3.4.8 Matriz peridica................................................................................ 9
1.3.4.9 Matriz idempotente..........................................................................9
1.3.4.10 Matriz nilpotente...........................................................................9
1.3.4.11 Matriz inversa............................................................................... 9
1.3.4.12 Matriz involutoria..........................................................................9
2. Algebra de matrices.................................................................................. 9
2.1

Igualdad de matrices.............................................................................. 9

2.2

Suma de matrices................................................................................ 10

2.3

Producto de un escalar por una matriz.................................................11

2.4

Producto de matrices............................................................................11

2.5

Transpuesta de una matriz...................................................................13

3. Transformaciones Elementales.............................................................14
3.1.1

Transformaciones elementales fila o columna...................................14

3.1.2

Matriz escalonada............................................................................. 16
3

Matrices Universidad Nacional del Callao


3.1.3

Matrices equivalentes.......................................................................17

3.1.4

Rango de una matriz.........................................................................18

3.1.5

Inversa de una matriz por el Mtodo de las Matrices Elementales....18

4. Determinantes......................................................................................... 20
4.1

Definicin............................................................................................. 20

4.2

Calculo para el determinante de una matriz de orden 2......................20

4.3

Calculo para el determinante de una matriz de orden 3......................20

4.3.1

Regla de Sarrus.............................................................................. 21

4.4

Propiedades de los determinantes.......................................................21

4.5

Existencia de los determinantes...........................................................25

4.5.1

Menor de una componente............................................................26

4.5.2

Cofactor de una componente.........................................................27

4.6

Calculo de determinante de cualquier orden........................................29

4.6.1 Calculo de determinantes mediante la reduccin a la forma


escalonada................................................................................................. 30
4.7

Adjunta de una matriz..........................................................................31

4.8

Inversa de una matriz...........................................................................32

4.8.1 Inversa mediante el uso de la matriz adjunta....................................32


4.8.2 Teorema de Cayley Hamilton.............................................................34
4.9

Matrices no singulares..........................................................................35

4.9.1Matriz no singular............................................................................... 35
4.9.2 Matriz singular................................................................................... 35
5. Conclusiones............................................................................................ 35
6. Bibliografa............................................................................................... 36

INTRODUCCIN
4

Matrices Universidad Nacional del Callao


Las matrices, aunque parezcan al principio objetos extraos, son una
herramienta muy importante para expresar y discutir problemas que
surgen en la vida real. En los negocios a menudo es necesario calcular y
combinar ciertos costos y cantidades de productos, por ejemplo. Las
tablas son una forma de representar estos datos puesto que agrupar los
datos en un rectngulo nos muestra una representacin ms clara y fcil
de los datos. Tal representacin de los datos se denomina MATRIZ.
Pues veamos un ejemplo aplicativo, muy sencillo, antes de iniciar con el
estudio de las matrices.
Sea el enunciado:

Una empresa de muebles fabrica tres modelos de estantera: A, B


y C. En cada uno de los tamaos, grande y pequeo. Produce
diariamente 1000 estanteras grandes y 8000 pequeas de tipo
A, 8000 grandes y 6000 de tipo B, y 4000 grandes y 6000
pequeos de tipo C. Cada estantera grande lleva 16 tornillos y 6
soportes, y cada estantera pequea lleva 12 tornillos y 4
soportes, en cualquiera de los modelos.
a) Representar la informacin dada en dos matrices
(Fuente:
Propia)
Solucin
Sean: g (grande) y p (pequeo); T (tornillos) y S (soportes). De
acuerdo a los datos se obtendrn dos matrices.
g
A=

A 1000 8000
B 8000 6000
C 4000 6000

p
B=

g 16 6
p 12 4

Podemos observar que el uso de matrices, permite la distribucin


uniforme de muchos problemas y/o situaciones cotidianas.
Siendo el objetivo inmediato de este trabajo monogrfico mostrar
los diferentes tipos de matrices que existen, analizndolos
matemticamente y mostrando sus respectivas aplicaciones en la vida
cotidiana.
5

Matrices Universidad Nacional del Callao

1. Matrices
1.1 Definicin
Una matriz es un ordenamiento rectangular de elementos que pueden
ser nmeros, polinomios, funciones, vectores, etc. Dispuestos en m
filas y n columnas.
Ejemplo:

Donde:
2x2 indica que la matriz A tiene 2 filas y 2 columnas.
2x4 indica que la matriz B tiene 2 filas y 4 columnas.
3x2 indica que la matriz C tiene 3 filas y 2 columnas.
Nota:

Los nmeros que forman una matriz se llaman elementos de la


matriz y los indicamos con letras minsculas, mientras que los
nombres de las matrices se indican con letras minsculas.

Las matrices varan en tamao u orden. El tamao u orden de una


matriz se escribe especificando el nmero de filas o renglones
(lneas horizontales) y columnas (lneas verticales) que aparecen
en la matriz. Por lo tanto, una matriz de orden m x n tiene m
filas y n columnas (primero se indican las filas y despus las
columnas).

1.1.1 Notacin general


Si A es una matriz de orden m x n entonces se denotar aij para
indicar el elemento que est en la i-sima fila y j-sima columna.

Matrices Universidad Nacional del Callao

1.2 Orden de una matriz


El orden de la matriz es la multiplicacin indicada del nmero de
filas por el nmero de columnas de dicha matriz, si la matriz tiene m
filas y n columnas diremos que la matriz es de orden m x n.
Ejemplo:

La matriz tiene 2 filas y 3 columnas, entonces se dice que es de


orden 2x3(dos por tres).

1.3 Tipos de Matrices


Hay algunas matrices que aparecen frecuentemente y que segn
su forma, sus elementos, reciben nombres diferentes.

1.3.1 Matriz rectangular


Aquella matriz que tiene distinto nmero de filas
que de columnas, siendo su orden m x n, donde m n
A la misma vez, podemos clasificar la matriz rectangular en:
1.3.1.1 Matriz fila
Aquella matriz que tiene una sola fila, siendo su orden 1 x n.

1.3.1.2 Matriz columna


Aquella matriz que tiene una sola columna, siendo su orden m x 1.

Matrices Universidad Nacional del Callao

1.3.2 Matriz opuesta


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

1.3.3 Matriz nula


Se le denominar as si todos sus elementos son
cero. Tambin se denomina matriz cero y se denota por
0mn. Usualmente se le denota con el smbolo griego theta
( ).

1.3.4 Matriz cuadrada


Aquella matriz que se caracteria por tener igual
numero de filas y columnas (m = n ). Es una mariz de
orden nxn o simplemente de orden n.
Diagonal principal
Son elementos de a11, a22, a33, , ann de la
matrizcuadrada an

Diagonal secundaria
Son elementos aij con i+j=n+1

Ahora daremos mencin las matrices cuadradas ms importantes.


1.3.4.1 Triangular superior

Matrices Universidad Nacional del Callao


Se dice que es matriz triangular superior si los
elementos ubicados por debajo de la diagonal principal
son cero.
1.3.4.2 Triangular inferior
Se dice que es matriz inferior si los elementos
encima de la diagonal principal son cero.

1.3.4.3 Matriz diagonal


Se dice que es matriz diagonal si todos los elementos
fuera de la diagonal son cero.
1.3.4.4 Matriz escalar
Se dice que es matriz escalar si todos los elementos de
la diagonal principal son iguales.

1.3.4.5 Matriz identidad o unidad


Se dice que es matriz identidad o nula si los elementos
de la diagonal principal son iguales a 1. Se denota con la letra
I.
1.3.4.6 Matriz simtrica
Se dice que es matriz simtrica si es igual a su
transpuesta.

1.3.4.7 Matriz anti simtrica

Matrices Universidad Nacional del Callao


Se dice que es matriz anti simtrica si es
una matriz cuadrada A cuya traspuesta es igual a
su negativa, es decir AT = -A.

Propiedades.1. AT + A es una matriz simtrica


2. A - AT es una matriz antisimtrica
3. A=1/2(AT + A)+1/2(A - AT)

1.3.4.8 Matriz peridica


Se dice que es matriz peridica si existe un
entero positivo k tal que
, el menor k se llama
periodo.

1.3.4.9 Matriz
idempotente
Se dice que es matriz idempotente si
.

1.3.4.10 Matriz nilpotente


Se dice que es matriz nilpotente si existe el
tal que , el menor entero k con esa propiedad se llama ndice.

entero k

1.3.4.11 Matriz
inversa
Se dice que es matriz inversa si
para una matriz A existe una matriz B tal
que A.B = I; donde I es la matriz identidad.

10

Matrices Universidad Nacional del Callao


Nota: Si A y B son matrices cuadradas de orden n, invertibles,
entonces se cumplen las siguientes propiedades.
PI.1 : A A-1 = I
PI.2 : (A-1)- 1 = A.
PI.3 : (AB)- 1 = B- 1 A- 1 (si k es un escalar).
PI.4 : (AT ) - 1= (A- 1) T
1.3.4.12 Matriz involutoria
Se dice que es matriz involutoria si (A es su propia inversa). Por
consiguiente deducimos que toda matriz idntica es involutoria.

2. Algebra de matrices
2.1

Igualdad de matrices

Se dice que dos matrices son iguales si y slo si tienen la misma


dimensin (el mismo orden) y sus elementos correspondientes son
iguales.

Entonces A = B si y

slo si

2.2 Suma de matrices


Para poder sumar o restar matrices, stas deben tener el mismo
nmero de filas y de columnas. Es decir, si una matriz es de orden 3x2 y
de otra de 3x3, no se pueden sumar ni restar. Esto es as ya que, tanto
para la suma como para la resta, se suman o se restan los trminos que
ocupan el mismo lugar en las matrices.

Entonces A + B = C si y

slo si

Ejemplo.Sean las

matrices

Notamos que A es de orden 2x2 y B, tambin. Luego, decimos que A y B


se pueden sumar.

11

Matrices Universidad Nacional del Callao

Propiedades de la suma de matrices


Interna:
La suma de dos matrices de orden m x n es otra
matriz dimensin m x n.
Asociativa:
A + (B + C) = (A + B) + C
Elemento neutro: A + 0 = A . Donde O es la matriz nula de
la misma dimensin que la matriz A.
Elemento opuesto:
A + (-A) = O . La matriz opuesta es
aquella en que todos los elementos estn cambiados de signo.
Conmutativa:
A+B=B+A

2.3 Producto de un escalar por una matriz


Para multiplicar un escalar por una matriz se multiplica el escalar
por todos los elementos de la matriz, obteniendose otra matriz el mismo
orden.

A= (aij) =

a11 a12
a21 a22

a m 1 am 2

a1 n
a2 n

amn

; A =

a11 a12
a21 a22

a m 1 am 2

a 1n
a 2n

amn

Ejemplo.Sea A=

( 14

2 3
5 2

, hallar 3A

12

Matrices Universidad Nacional del Callao


Solucin
3A =

(3.1
3.4

3.2 3.3
3.5 3.2

(123

6 9
15 6

2.4 Producto de matrices


Dos matrices se A = (aij )mxn y B = (bij )nxp dicen multiplicables si el nmero
de columnas de A coincide con el nmero de filas de B.
El elemento Cij de la matriz producto se obtiene multiplicando cada
elemento de la fila i de la matriz A por cada elemento de la columna j de
la matriz B
y sumndolos.
Notacin:

La matriz resultante del producto quedar con el mismo numero de las


filas de la primera y con el mismo nmero de columnas de la segunda.
Es decir, si tenemos una matriz de 2 x 3 y la multiplicamos por otra de
orden 3 x 5, la matriz resultante ser de orden 2 x 5.
Se puede observar que el producto de matrices no cumple la propiedad
conmutativa, ya que en el ejemplo anterior, si multiplicamos la segunda
por la primera, no podramos efectuar la operacin puesto que la
primera matriz no tiene el mismo nmero de columnas que filas la
segunda.
Para aclarar lo indicado anteriormente procederemos a explicar paso a
paso algunos ejemplos de la multiplicacin de dos matrices.
Ejemplo:
Dada las matrices: A =

(35 12 )

yB=

(10

4 6
2 7

Calcular la matriz AxB.


Solucin:

13

Matrices Universidad Nacional del Callao


Primero verificaremos que el nmero de columnas de la matriz A
sea igual al nmero de filas de la matriz B. Como en este caso se
cumple (2=2) se procede a efectuar la multiplicacin.
Se escogen los elementos de la 1era fila de la matriz A y se
multiplican (uno a uno) con los elementos de la 1era columna de la
matriz B y se suman.

Nos permitiremos sealar un truco muy utilizado para facilitar la


multiplicacin de matrices
Se colocan la fila y columna escogida una al lado de la otra y as
se visualizar fcilmente la operacin que debemos efectuar:
5

-1

(5)(1) + (-1)(0)

Por lo que AxB11 ser 5.


Para AxB12 se escogen los elementos de la 1era fila de la matriz
A y se muktiplican (uno a uno) con los elementos de la 2da columna de
la matriz B y se suman.

Por lo que el elemento AxB12 (5)(-4)+(-1)(-2)=(-20)+(2)=-18


Realizamos este algoritmo hasta terminar los elementos de la matriz B
Finalmente, obtendremos la matriz:

AxB =

50
(3+0

20+ 2 307
124 18+ 14

Propiedades del producto de matrices.14

Matrices Universidad Nacional del Callao

Asociativa:
A (B C) = (A B) C
Elemento neutro:
AI=A
No es Conmutativa:
ABBA
Distributiva del producto respecto de la suma:
A (B + C) = A B + A C
2.5 Transpuesta de una matriz

Dada una matriz A de orden mxn, se llama transpuesta de A a la matriz


que se obtiene cambiando ordenadamente las filas por columnas. Se

At

representa de la siguiente manera:

A=

a b c
d e f

A =
t

( )
a d
b e
c f

Ejemplo.- Sea el problema introductorio


Hallar una matriz que represente la cantidad de tornillos y de
soportes necesarios para la produccin diaria de cada uno de los
modelos de estantera.
Solucin:
Para relacionar los modelos de estantera con la cantidad de tornillos y
soportes, debemos realizar un producto de matrices (A x B)

AxB =

1000 8000
8000 6000
4000 6000

16 6
12 4

112000 38000
200000 72000
136000 48000

Pero el problema es muy especfico, pues pide la relacin TS y ABC, no


ABC y TS, como nos acaba de salir. Para ello aplicamos transpuesta de una
matriz.

AxB =

1000 8000
8000 6000
4000 6000

16 6
12 4

112000 38000
200000 72000
136000 48000

112000 2 0 0000 13600


(AxB)t 35000 720000 45000

)
15

Matrices Universidad Nacional del Callao

Nota.La transpuesta de una matriz triangular superior (inferior) es una


matriz triangular inferior (superior) respectivamente.

A=

( )
2 0 0
1 2 0
3 5 6

At =

( )
2 1 3
0 2 5
0 0 6

Propiedades de la transpuesta de matrices:


1.
2.
3.
4.
5.

(A + B)t = At + Bt.
(At)t = A.
(kA)t = kAt (si k es un escalar).
(AB)t = BtAt.
(In)t = In

3. Transformaciones Elementales
Dada una matriz de cualquier orden, se pueden desarrollar algunas
operaciones simples con las filas y columnas sin cambiar el orden de la
matriz. El propsito fundamental es el desarrollo de matrices para
simplificar algunos clculos y tambin alcanzar resultados tericos
significativos para un mejor estudio de las matrices. Destacaremos las
transformaciones siguientes
3.1.1 Transformaciones elementales fila o columna
Sea A Kmxn una matriz cuyas filas son F1, F2, F3, , Fn y cuyas
columnas son C1, C2, C3, , Cn. Se llama transformaciones elemental fila
a tres tipos de operaciones que denotaremos por: Fij, Fi(j) y Fji(k) para
significar
1. Fij A
: Intercambio de dos filas de A
2. Fi (k) A
: Multiplicacin de la fila i de A por un escalar k,
diferente de cero.

16

Matrices Universidad Nacional del Callao


3. Fij (k) A
: Multiplicacin de la fila j de A por un escalar k,
diferente de cero, y sumando la fila Fi.
Las transformaciones elementales columna son anlogas a las
transformaciones elementales fila y los tres tipos de operaciones
se denota por
4. Cij A
: Intercambio de dos columnas de A
5. Ci (k) A
: Multiplicacin de la columna i de A por un
escalar k, diferente de cero.
6. Cij (k) A
: Multiplicacin de la columna j de A por un
escalar k, diferente de cero, y sumando la columna Ci.

Por ejemplo, para la matriz

1
A= 3
2

1
0
5

O
-4
1

2
-1
3

1. Intercambio de la primera y segunda fila


F12 =

3
1
2

0
1
5

-4
O
1

-1
2
3

2. Multiplicacin por -2 la segunda fila


F2(-2) =

3
0
-4
-1
(-2)1 (-2)1 (-2)O (-2)2
2
5
1
3

3 = 0
-6
0
2
5

-4
8
1

-1
2
3

3. Multiplicando por 2 la segunda fila y luego sumando la primera


fila

F21(2) = (2)3+1

4(2)+0
3
0
2
5

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

7
3
2

1
0
5

-8
-4
1

0
1
3

3.1.2 Matriz escalonada


Una matriz A Kmxn, cuya estructura es de la forma
17

Matrices Universidad Nacional del Callao

R filas no nulas

=
S filas nulas

Se dice que es escalonada reducida si las condiciones siguientes


satisfacen.
El primer elemento no nulo de cada una de las R filas no nulas es la
unidad.
Si existen S filas cuyos elementos son ceros, estas se encuentran en la
parte inferior de la matriz.
En cada una de las R filas no nulas, el nmero de ceros que preceden a
la unidad crece aritmticamente de fila a fila.
Todas las columnas que tiene el primer elemento diferente de cero, de
alguna fila, tienen ceros en todas las posiciones restantes.
Si una matriz cumple con las propiedades 1, 2 y 3, se dice que est en
forma escalonada.
Ejemplos de matrices escalonadas reducidas
1
0
0

0
1
0

0
0
1

2
3
-2

1
0
0

0
1
0

0
0
1

0
0
0
0

1
0
0
0

4
0
0
0

1
1
0
0

2
5
0
0

1
0
0

2
1
0

0
0
1

0
0
0

0
0
0

-1
1
0

3
3
0

0
0
1

Ejemplos de matrices escalonadas


1
0
0

5
1
0

1
3
1

2
4
5

18

Matrices Universidad Nacional del Callao

3.1.3 Matrices equivalentes


Dos matrices A y B se denominan equivalentes si una de ellas se deduce
de la otra mediante una sucesin finita de transformaciones elementales
de lnea (fila o columna).
El siguiente ejemplo nos muestra que toda matriz de orden m x n puede
ser reducida mediante operaciones elementales fila a una matriz
escalonada por filas.

Hallar la matriz equivalente de

A:

F12

1
2
3
2

4
1

F (-2)

F3(-1/7)

2
5
4
3

1
0
0
0

2
3
1
2

2
1
-2
-1

1
0
0
0

A=

1
0
3
2

2
1

F (-2)

1
0
F024(1)
0

2
-1
-5
-2

2
1
0
0

2
1
3
2

2
-1
1
-3

F3 (3)

1
0
0
0

5
2
4
3

3
2
1
2

2
1
4
3

2
-1
1
2

1
0
F130(-3)
2

2
1
-2
3

2
-1
-5
2

2
1
-2
0

2
-1
-5
-3

1
0
3
F20
(2)
0

2
1
0
0

2
-1
-7
-3

2
1
0
0

2
-1
1
-3

=B

En este ejemplo se ha logrado una forma escalonada, sin embargo,


la matriz equivalente B obtenida, de este modo, no es nica, toda vez
que es posible efectuar operaciones elementales columna y obtener otra
forma escalonada.

19

Matrices Universidad Nacional del Callao


3.1.4 Rango de una matriz
El rango de una matriz es igual al nmero de filas no nulas que quedan
en la ltima iteracin de las sucesivas transformaciones elementales que
se hacen con la matriz.
Se deduce que para hallar el rango de una matriz es suficiente
transformarla a su forma escalonada. Como dos matrices equivalentes
tienen el mismo rango, el rango de dicha matriz ser igual al rango de la
matriz escalonada. Si designamos por r el nmero de filas no nulas de la
matriz escalonada, entonces el rango de la matriz se suele denotar
ran (A) = p(A) = r
Ejemplo

Sea A =

1
0
3
0
2

4
2
1
1
3

-5
-4
7
-2
0

Luego de desarrollar sucesivamente las transformaciones elementales


tendremos como B (matriz equivalente de A)
1
0
B=0
0
0

4
1
0
0
0

-3
-2
0
0
0

La matriz B tiene dos filas no nulas, por lo que:


R

an (A) = Ran (B) = 2

3.1.5 Inversa de una matriz por el Mtodo de las Matrices


Elementales
El mtodo de Gauss- Jordan consiste en lo siguiente:
Para la matriz dada A de orden n, se construye una matriz rectangular
I A = (A|I) de orden n x 2n, aadiendo a la derecha de A una matriz
unidad. Luego, haciendo uso de las transformaciones elementales sobre
las filas, se reduce la matriz IA a la forma (I|B), lo que es siempre
posible, si A es invertible.

20

Matrices Universidad Nacional del Callao


En este caso B = A-1. No es preciso conocer de antemano si A es
invertible. Se deduce fcilmente si A es invertible durante las
transformaciones elementales para hallar la matriz (I|B). Si uno de los
elementos de la diagonal principal de la matriz escalonada E en (E|B) es
cero, entonces A no es invertible.

Veamos el siguiente ejemplo:


1
0
1

-1
=0
1

1
1
-1

Determinar si
A
fuera, calcular su inversa.

es invertible. Si as

1. Efectuamos las operaciones con filas para reducir A a una


matriz escalonada E. Empezamos formando la matriz IA = (A|
I)

(A|I)=

F23

1
0
1

-1
0
1

1
1
-1

| 1
| 0
| 0

0
1
0

0
0
1

1
0
0

-1
2
0

1
-2
1

| 1
| -1
| 0

0
0
1

0
1
0

3
1

1
0
(-1)
1

-1
0
2

1
1
-2

| 1
| 0
| -1

-1

2. Como A ha sido reducida a la matriz escalonada


0 E =2
0
0
,

0
1
0

0
0
1

1
-2
1

que no tiene cero en la diagonal principal, la matriz A es


invertible.
3. Continuando con las operaciones elementales con filas,
necesarias para reducir la matriz A a la identidad, se tiene:

F23

F2(1/2)

1
0
0

-1
2
0
1
1/2
0
1/2

1
-2
1

| 1
| -1
| 0

0
0
1

0
1
0

| 1/2

-1

| -1/2

F21(1/2)

1
1/2
0
0

| 1/2

2
0

-2
1

| -1
| 0

0
1

| 1/2

0
1/2

| -1/2

F12(1) 1/2

21

1
0

Matrices Universidad Nacional del Callao

0
2
2

A-1 = -1
0

1
1
0

4. Determinantes
4.1

Definicin

Determinante es un nmero real o escalar asociados a una matriz


cuadrada A, que se denota por
| A | , det ( A ) , D(A)
El determinante de la una matriz es un solo nmero real y su calculo
depende del orden de la matriz cuadrada en particular.
4.2

Calculo para el determinante de una matriz de orden 2

Sea A =

a11

a12

a21

a22

, una matriz de orden 2.

Su determinante se denotar de la siguiente manera


a11

a12

D(A) = a21

a22

= a11 a22 a21 a12

Por ejemplo, el determinante de la matriz

D(A)=

4.3

-3

-3

A=

= 4 (2) 1 (3) = 8 + 3 = 11

Calculo para el determinante de una matriz de orden 3

a11

a12

a13

a21

a22

a23

a31

a32

a33

22

Matrices Universidad Nacional del Callao


D(A)=
a32 a13-

= a11 a22 a33 + a12 a23 a31 + a21


a31 a22 a13 a32 a23 a11 a21 a12 a33

4.3.1 Regla de Sarrus


Un mtodo prctico para calcular determinantes de tercer orden,
es la Regla de Sarrus, que consiste en repetir las dos primeras columnas
y escribirlas en el mismo orden a continuacin de la tercera columna.
El determinante se calcula sumando todos los productos de las
componentes que estn en las flechas que apuntan hacia la derecha y
restndolos todos los productos de los componente que estn en las
flechas que apuntan hacia la izquierda.

D(A) =

a11

a12

a13

a11

a12

a21

a22

a23

a21

a22

a31

a32

a33

a31

a32

(-)

(-)

(-)

(+)

(+)

(+)

D(A) = a11 a22 a33 + a12 a23 a31 + a21 a32 a13- a31 a22 a13 a32 a23 a11 a21
a12 a33
Hemos observado que el clculo del determinante de una matriz
de orden 3 se hace un tanto laborioso y podemos pensar que la
obtencin del determinante de una matriz de orden n ofrece ciertas
dificultades; por lo que es conviente estudiar previamente algunas
propiedades del determinante considerado como una funcin sobre el
conjunto de matrices de orden 2.
4.4

Propiedades de los determinantes


23

Matrices Universidad Nacional del Callao


Propiedad 1.
Si A es una matriz cuadrada que tiene una lnea (fila o columna)
compuesto exclusivamente de ceros, entonces el determinante de la
matriz es cero.

En efecto, si

a11

a12

A=

D(A)= a11 (0) (0) a12 = 0

Propiedad 2. Paridad de las filas y columnas de un determinante


El valor de un determinante no vara si este se transpone, es decir, si se
cambia cada una de sus filas por la columna del mismo nmero.
En efecto, sea A una matriz cuadrada y At su transpuesta

Si

A=

Si

A=

a11

a12

a21

a22

a11

a21

a12

a22

D(A) = a11 a22 a21 a12

D(A) = a11 a22 a12 a21

D(A) = D(At)
Propiedad 3.
Si dos lneas (filas o columnas) de una matriz A son idnticas,
entonces el determinante de la matriz es cero.

En efecto, si

A=

D(A) = (a)(b)- (b)(a) = 0

Propiedad 4.
Sean A y B dos matrices cuadradas de orden n, entonces se cumple:

24

Matrices Universidad Nacional del Callao

1. Si B es la matriz que resulta de multiplicar una lnea de A por un


escalar k, entonces:
D(B) = kD(A)
En efecto, si

aA11= a12
a21

11
y kaB
= ka12

ka21

a22

, entonces:

ka22

D(B) = ka11 a22 ka21 a12 = k (a11 a22 a21 a12) = k


D(B) = kD(A)
Segn esta propiedad, un factor comn de dos elementos de una lnea
de un determinante puede ser separado como factor del determinante.
2. Si B es la matriz que resulta de intercambiar dos lneas de A,
entonces
D(B) = -D(A)

En efecto, si
entonces:

a11

a12

a21

a22

A=

a12

a11

a22

a21

y B=

D(B) = a12 a21 a22 a11 = -( a11 a22 a21 a12 )


D(B) = -D(A)
3. Si B es la matriz que se obtiene de A al trasladar una de sus lneas
p lugares, entonces:
D(B) = (-1)pD(A)
4. Si B es la matriz que resulta cuando un mltiplo de una lnea de A
se le suma a otra lnea, entonces:
D(B) = D(A)
Nota: Esta propiedad es til para calcular determinantes de
matrices de cualquier orden.

25

Matrices Universidad Nacional del Callao


5. Si los elementos de una lnea de un determinante son iguales a la
suma de p trminos, el determinante se puede expresar como la
suma de p determinantes.
a11+c11
a12
En efecto:

a21+c21

(a11+c11) a22 (a21+c21) a12

a11+ a22 +c11 a22 a21 a12 c21 a12

(a11+ a22 a21 a12)+( c11 a22 c21 a21 )

a11+c11
a12

a11

a12

a21+c21

c11

a12

c21

a22

Propiedad 5.
Si A y B son matrices de orden n, y A es invertible, entonces:
D(AB) = D(A).D(B)
Propiedad 6.

Si A Kn, tal que A =


y donde X, Y, Z son subY
Z
matrices cuadradas de A, entonces
D(A) = D(X)

D(Z)

1
2
Calcular el determinante de A = 3
4
5
9

Ejemplo.

1
3
6
9
15
24

1
4
10
14
24
38

0
0
0
1
1
1

0
0
0
1
5
25

0
0
0
1
9
81

Solucin

X=

1
2
3

1
3
6

1
4
10

yZ=

1
1
1

1
5
25

1
9
81

26

Matrices Universidad Nacional del Callao


D(X) = 1

D(Z) = 128

En consecuencia, por la propiedad 6 : D(A) = (1) (128) = 128

Propiedad 7. Determinante de una transpuesta


Si A es una matriz cuadrad de orden n y At es su transpuesta,
entonces:
D(A) = D(At)

4.5

Existencia de los determinantes

Para demostrar la existencia de los determinantes definidos sobre el


conjunto de matrices cuadradas de orden n, Kn, introduciremos la idea
de sub-matriz, que anotaremos del siguiente modo: Si A = [aij ] es una
matriz de orden nxm, sea Aij la sub-matriz de orden (n-1)x(n-1) que se
obtiene de A al eliminar la i-sima fila y la j-sima columna.
Veremos inicialmente el caso de los determinantes de las matrices de
tercer orden.

Sea la matriz:

a11
a
A = [aij ]= 21
a31

a12
a22
a32

a13
a23
a33

Las sub-matrices correspondientes a la primera columna vienen


dadas por:
a22
a32

a23
a33

A11 = a12

a13
a33

A11 =

a32

(Matriz obtenida al eliminar la primera fila


y la primera columna)
(Matriz obtenida al eliminar la segunda fila
y la primera columna)
27

Matrices Universidad Nacional del Callao

A11 =

a12
a22

a13
a23

(Matriz obtenida al eliminar la tercera fila y


la primera columna)

Ahora bien, se define el determinante de la matriz A mediante la


frmula:

D(A) =

a22
a11a32

a23
a33

- a21

a12
a32

a12
+ a31 a22

a13
a33

a13
a23

Donde cada trmino de la suma es el producto de un elemento de la


primera columna de la matriz por el determinante de la matriz de
segundo orden que se obtiene al eliminar la fila y la primera columna,
anotando el signo correspondiente a este trmino.
La suma que define una funcin determinante sobre el conjunto de las
matrices cuadradas de tercer orden se puede escribir como:
D(A) = a11 D(A11) - a21 D(A21) + a31 D(A31)
2
1
1A= 1
5
4

Ejemplo:

Calcular el determinante de la matriz

Solucin.

Haciendo uso de la formula (1) se tiene:

. (1)
-3
2
5

D(A) = 2 D(A11) 1 D(A21) + 5 D(A31)


= 2 (5-8) - 1 (5+12) + 5(2+3) = 2
La frmula (1) tiene mltiples generalizaciones, por lo que su discusin
requiere el establecimiento de nuevos conceptos y la introduccin de
una terminologa apropiada.
4.5.1 Menor de una componente
Si A es una matriz cuadrada de orden n, entonces el menor del
elemento aij y se denota por Mij y se define como el determinante de la
sub-matriz (n-1)x(n-1) de A que se forma suprimiendo todos los
elementos de la fila i y todos los elementos de la columna j.

28

Matrices Universidad Nacional del Callao


Ejemplo: Obtenga los menores M12 y M21 del determinante D de
3x3.

D =

-1

-3

Para M13 eliminamos la fila 1 y la columna 3 para obtener


M13 =

-3

De la misma manera, se elimina la fila 2 y la columna 1para


obtener
-1
3
M21 =

-3

4.5.2 Cofactor de una componente


El cofactor de una componente aij , se denota por Aij, est definida por
Aij = (-1)i+j (Mij)
Es decir, el cofactor de la componente aij es el menor Mij con el signo
prefijado (-1)i+j
2
-1
1
Por ejemplo, para la matriz de tercer orden, A = 3
3
4
,

5
1
7

los menores y cofactores correspondientes a las componentes de


la primera fila son, respectivamente:

M11 =

| |
3 1
4 7

A11 = (-1)1+1

| |
3 1
4 7

= +

| |
3 1
4 7

29

Matrices Universidad Nacional del Callao

M12 =

| |

M13 =

| |

1 1
3 7

A12 = (-1)1+2

1 3
3 4

| |
1 1
3 7

A13 = (-1)1+3

= -

| |
1 3
3 4

| |
1 1
3 7

= +

| |
1 3
3 4

Nota: Podemos observar, los signos de cada cofactor est configurado


de la siguiente manera para un determinante de orden 3.
+
+

+
-

+
+

Ahora haciendo uso de la frmula (1):


D(A) = a11 D(A11) - a21 D(A21) + a31 D(A31)
Establece que el determinante de la matriz A es el producto interno de
los vectores
(a11, a21, a31)

[(-1)1+1D(A11), (-1)2+1 D(A21) , (-1)3+1 D(A31)]

Donde los elementos del primer vector, son los elementos de la


primera columna de A y los elementos del segundo vector son los
cofactores de los elementos correspondientes a la primera columna de
A. Es evidente que este resultado e cierto para cualquier fila o columna
de A. Podemos afirmar entonces que, el determinante de una matriz 3x3
se puede obtener al tomar las componentes de cualquier fila o columna
de la matriz y multiplicar cada una de estas componentes por su
cofactor y sumando los resultados.
Generalizando para determinante de matrices n x n en trminos de
determinantes de matrices (n-1) x (n-1).
Para cada 1<j<n y cada 1<j<n, se define:

30

Matrices Universidad Nacional del Callao

D(A) = (-1)1+j a1j D(A1j) + (-1)2+j a2j D(A21) +. + (-1)n+j anj


D(Anj)

Haciendo uso de la notacin correspondiente a las sumatorias para


los que i vara de 1 a n, se tiene
n

D(A) =
i=1

(-1)i+j aij D(Aij)

Del mismo modo, se tiene que:


D(A) = (-1)i+1 ai1 D(Ai1) + (-1)i+2 ai2 D(Ai2) +. + (-1)i+n ain
D(Ain)
Expresando en forma de sumatoria, en la que j vara de 1 a n, se
tiene:
n

D(A) =j=1

Ejemplo:

(-1)i+j aij D(Aij)

1
A=
-1
1
2

Calcular el determinante de

-1
0
1
0

1
2
1
0

3
0
2
2

Para aprovechar los ceros de la cuarta fila, debemos usar el desarrollo


por filas, para i=4, esto es:
4

D(A) =
j=1

(-1)4+j a4j D(A4j)

Como a42 = a43 = 0, entonces D(A) = (-1)4+1 a41 D(A41) + (-1)4+4 a44 D(A44)

1 1 3
= -2 0 2 0
1 1 1

1 1 1
1
0 2
+ 2
1
1 1

Por lo que, se tiene: D(A) = -2(-10) + 2(-6) = 8


4.6

Calculo de determinante de cualquier orden

El clculo del determinante de una matriz de orden n se basa en el


mtodo de la reduccin del orden del determinante mediante el uso
de la propiedad 4.4. Los pasos a seguir son los siguientes:

31

Matrices Universidad Nacional del Callao


Paso 1. Elegir como lnea pivot una fila o columna y destacar con un
asterisco.
Paso2. Haciendo uso de la propiedad 4.4, se multiplica cada
elemento dela lnea pivot por un numero talque al sumar el resultado
con el elemento correspondiente de otra lnea, se obtenga por lo
menos un elemento igual a cero.
Las anotaciones que se destacan en este paso son, por
ejemplo:
k F1 + F2

k C1 + C2

que indican lo siguiente: los elementos de la fila o columna 1


se multiplic por el factor k y el resultado se sum a los
elementos de la fila o columna 2
Paso3. Se repite el paso 2 tantas veces como sea necesario hasta
tener un determinante equivalente en que todos los elementos de
una misma lnea, excepto uno, sean cero.
Paso4. Se desarrolla el determinante obtenido en el paso 3 con
respecto de la lnea que tiene sus elementos igual a cero, con
excepcin de uno de ellos, obteniendo as un solo determinante de
orden n-1.
Paso 5. Se repite el procedimiento hasta obtener un determinante
de orden 2.
Ejemplo:

Calcular el determinante de la matriz


Solucin:

2
3
A
4 =
2

-4
1
-2
-3

6
7
4
8

2
3
6
4

Factorizando 2 de la primera y tercera fila se tiene


*

2C1 + C2
1
1
3
3
D(A) = (2)(2)
-3C1 + C2 = (4)
0
2
7
-1C1 + C4
1

Desarrollando por los cofactores


de la primera fila se tiene
0 0
3 1
4 1
23
2

2 0 2

7 3 1 2 2 3 4
2
2
2
2
32

Matrices Universidad Nacional del Callao


7 2 0
3 4 1
1 2 2

D(A) = 4

-2F2 + F3

7 2 0
3 4 1
5 10 3

Desarrollando por los cofactores de la tercera columna obtenemos:


D(A) = 4 (-1)2+3

7 2
5 10

= -4(70-10) = D(A) = -240

4.6.1 Calculo de determinantes mediante la reduccin a la forma


escalonada
El clculo de determinante de ciertas matrices se puede efectuar
haciendo uso de la matriz escalonada, para lo cual se tiene en
consideracin la siguiente propiedad.
Propiedad (5): Si A es una matriz triangular ( superior o inferior ) de
orden n, entonces el D(A) es igual al producto de las componentes que
pertenecen a la diagonal, esto es, si

A=

A11
0
0
.
.
.
0

a12
a22
0
.
.
.
0

a13
a23
a33
.
.
.
0

...
...

a1n
a2n
a3n
.
.
.
ann

Notacin:

D(A) = a11 a22 a33 ann =


i=1

ii

La idea bsica de este mtodo consiste en aplicar operaciones


elementales en las filas de la matriz original A y transformarla a una
matriz B que tenga la forma escalonada
Puesto que la forma escalonada de una matriz cuadrada es triangular
superior o inferior, el D(A) = D(B) se puede calcular aplicando la
propiedad establecida anteriormente.
Ejemplo

-1/2
2/3
1/3

1/3
1

1/3
1/3

0
0

33

Matrices Universidad Nacional del Callao


Halla el determinante de A =

Solucin.
Factorizando de la primera y segunda y 1/3 de la tercera y cuarta fila,
obtenemos:

| |

1
1
D(A) = (1/2) (1/2) (1/3) (1/3) 2
1

1
1
1
3

2
0
1
1

1
1
0
0

Aplicando la propiedad 4.3 intercambiamos la primera y cuarta columna:

D(A) = (1/36) (-1)3

1
0
0
0

1
0
1
3

| |
1
1
0
0

1
1
1
3

2 1
0 1
1 2
1 1

F2 F1 = -(1/36)

2
1
2 2
1
2
1
1

Intercambiando la segunda y tercera fila se tiene:

D(A) = (1/36) (-1)3

1
0
0
0

1
1
0
0

1
0
0
0

1
1
0
3

2
1
1
2
2 2
1
1

-3F2 + F4

= (1/36)

2
1
1
2
2 2
2 5

34

Matrices Universidad Nacional del Callao


Finalmente, aplicando la operacin F3 + F4 , resulta:

D(A) = (1/36)

1
0
0
0

1
1
0
0

1
1
1
2
2 2
0 3

Como el determinante dela matriz A tiene la forma escalonada,


aplicamos la propiedad (5).
D(A) = (1/36) (1) (1) (-2) (-3) = 1/6
4.7

Adjunta de una matriz

Si A = [aij ] es una matriz de orden n, sea:

Cij = (-1)i+j D(Aij)

El cofactor i, j de A, entonces la matriz C = [cij ] se llama matriz de


cofactores de A. Es decir

C = [cij ] =

c 11 c 1 n

c n1 cnn

] [
=

A11 A1 n

A n 1 A nn

La transpuesta Ct de la matriz de cofactores de A se llama Adjunta


de A. Esta matriz se denota por adj(A) y si A = [cij ], entonces
Adj(A) = (-1)i+j D(Aij)
Popiedades:
Si A, B, I son matrices no nulas, de orden n, y r es un escalar,
entonces
AD.1
AD.2
AD.3
AD.4
AD.5
AD.6
AD.7
4.8

:
:
:
:
:
:
:

adj (In) = In
adj (At) = [adj (A)]t
adj (An) = [adj(A)]n
adj(AB) = [adj(B)][adj(A)]
adj(rB) = rn-1 adj(A)
| adj(A) | = |A|n-1
adj(A-1) = [adj(A)]-1

Inversa de una matriz


35

Matrices Universidad Nacional del Callao


4.8.1 Inversa mediante el uso de la matriz adjunta
Consideremos primero el caso siguiente.
Sea una matriz de segundo orden A =

a11 a12
a21 a22

, cuyo D(A) 0

Se desea hallar la inversa para , esto es, una matriz tal como:
A-1 =
De manera que:
O sea:

[ ]
x y
y w

(1)

A . A-1 = A-1 . A = I

][ ] [ ]

a11 a12 x y
=1 1
0 0
a21 a22 z w

Los productos escalares de los vectores fila por los vectores columna nos
permite establecer las ecuaciones siguientes:
a11 x + a12 z = 1

(2)

a11 y + a12 w = 0 (4)

a21 x + a22 z = 0

(3)

a21 y + a22 w = 1 (5)

Resolviendo (2) y (3) obtenemos:


x=

a22
D( A)

z =-

a21
D( A)

La resolucin de (4) y (5) da por resultado:


y=-

a12
D( A)

w=

-1

Sustituyendo en (1) se tiene que : A =

a11
D( A)

1
a22 a12
D( A) a21 a 11

Lo que nos permite enunciar el siguiente teorema:


36

Matrices Universidad Nacional del Callao

Teorema 4.8.1.1 La matriz A =

a 11 a12
a 21 a22

tiene una inversa A-1 si

y solo si el D(A) 0. Adems, si D(A) 0, entonces


-1

A =

1
D( A)

a 11 a12
a21 a22

Teorema 4.8.1.2 Inversa de una matriz cuadrada de orden n


Si A es una matriz invertible, entonces
A-1 =

1
| A|

adj(A)

En efecto, se sabe que:


A . adj(A) = |A| . I
Dado que A es invertible, |A| 0, entonces esta ecuacin se puede
escribir
1
A ( | A| ) adj(A) = I
Si multiplicamos ambos miembros de esta igualdad por A-1
obtenemos
1
A-1 A ( | A| ) adj(A) = I A-1

1
I ( | A| ) adj(A) = I

A-1
A-1 =

1
| A|

adj(A)

4.8.2 Teorema de Cayley Hamilton

37

Matrices Universidad Nacional del Callao


El teorema de Cayley-Hamilton (que lleva los nombres de los
matemticos Arthur Cayley y William Hamilton), nos ayudar a hallar la
inversa de una matriz A.
Supongamos que:
A
-

x se llama vector

Entonces se llama valor propio o antivalor y


propio o antivector.
x

(A )
-

-
x

=
=

Tiene soluciones no triviales si |A | = 0, el miembro izquierdo se


llama polinomio caracterstico de A y la igualdad ecuacin
caracterstica de A.

Ejemplo:
Sea A =

[ ]
2 1
0 3

A - I =

[ ] [ ]
2 1
0 3

|A I| =

0
0

2
1
0
3

2
1
0
3

( 2 (3)=0

-5+6

(Polinomio caracterstico)
=

-5+6 =0

(Ecuacin caracterstica)
38

Matrices Universidad Nacional del Callao


-

El teorema de Cayley Hamilton afirma que A satisface la ecuacin


caracterstica
A

- 5 A + 6I = 0

A 2 - 5 A = -6I
A
A 5I) = -6I

1
( A5 I )
6

A =

(1/20
4.9

1/6
1/3

es la inversa de A.

1
Para el ejemplo A-1 6 ( A5 I )

-1

1
( A5 I ) =I
6

1
6

(30 21 )

(1/20

1/6
1/3

A-1 =

Matrices no singulares

4.9.1Matriz no singular
Se dice que una matriz A es no singular si y solo si el D(A)

0,

es decir, si admite una inversa.


4.9.2 Matriz singular
Se dice que una matriz cuadrada A es singular si y solo s el D(A)
0, o en su defecto, si no admite una inversa.
Ejemplo:

39

Matrices Universidad Nacional del Callao

Si A =

(2cossen22xx

3
sen 2 x

, hallar los valores de x de modo que A

sea singular.
Solucin
Para que A sea una matriz singular se debe cumplir que D(A) = 0

D(A) =

2 sen 2 x
3
cos 2 x sen 2 x

= 2 sen22x 3cos2x = 0

De donde obtenemos 2 cos22x cos2x -2 = 0 cos2x =

1
2

cos2x = -2
Para la segunda alternativa no existe solucin, luego, si:
Cos2x =

1
2

2x = 2k

/3

x=k

,k N
6

5. Conclusiones

6. Bibliografa
Torres Pinedo, Francisco E. (2013). Matemtica Bsica
Ricardo Figueroa Garca (2014). Matemtica Bsica 2 Vectores y
Matrices
Rogelio Cerna Reyes. Matemtica Bsica Universidad Nacional del
Callao
Editorial Cuzcano. Matrices

40