MATRICES Y DETERMINANTES

1.- MATRICES

Una matriz es una tabla ordenada de escalares ai j de la forma

La matriz anterior se denota también por (ai j), i =1,..., m, j =1,..., n, o simplemente por (ai j).

Los términos horizontales son las filas de la matriz y los verticales son sus columnas. Una matriz con m filas
y n columnas se denomina matriz m por n, o matriz m  n.
Las matrices se denotarán usualmente por letras mayúsculas, A, B,..., y los elementos de las mismas por
minúsculas, a, b, ...
Ejemplo:

donde sus filas son (1, -3, 4) y (0, 5, -2) y sus

CLASES DE MATRICES

Según el aspecto de las matrices, éstas pueden clasificarse en:
Matrices cuadradas
Una matriz cuadrada es la que tiene el mismo número de filas que de columnas. Se dice que una matriz
cuadrada n  n es de orden n y se denomina matriz n-cuadrada.
Ejemplo: Sean las matrices

Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.

Matriz identidad
Una matriz cuadrada se llama matriz identidad si todos los elementos de su diagonal son iguales a 1 y todos
los elementos que no están en la diagonal son iguales a cero. Las siguientes matrices son matrices
identidad de tamaño 2 x 2 y 3 x 3, respectivamente,
A· I = I ·A = A.

Matrices triangulares

Una matriz cuadrada A = (ai j ) es una matriz triangular superior o simplemente una matriz triangular, si
todas las entradas bajo la diagonal principal son iguales a cero. Así pues, las matrices

son matrices triangulares superiores de órdenes 2, 3 y 4.

Matrices ortogonales Se dice que una matriz real A es ortogonal. Consideremos una matriz 3  3 arbitraria: Si A es ortogonal. A simple vista. Matrices simétricas Se dice que una matriz real es simétrica. si AT = A. la traspuesta de En otras palabras.TRASPUESTA DE UNA MATRIZ La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y se denota por AT. 2. (AB)T = BTAT. y que es antisimétrica. 4.A. Siendo así. Para B los elementos simétricos son opuestos entre sí. C no es cuadrada. si A = (ai j ) es una matriz m  n. Así. entonces AT = es la matriz n  m. (A + B)T = AT + BT. si AAT = AT A = I. entonces: . no es ni simétrica ni antisimétrica. en consecuencia. si AT = . (kA)T = kAT (si k es un escalar). La trasposición de una matriz cumple las siguientes propiedades: 1. Ejemplo: Consideremos las siguientes matrices: Podemos observar que los elementos simétricos de A son iguales. de este modo B es antisimétrica. 3. con inversa A-1 = AT. (AT)T = A. o que AT = A. A es simétrica. Se observa que una matriz ortogonal A es necesariamente cuadrada e invertible.

2. Es decir. La matriz resultante del producto quedará con el mismo número de filas de la primera y con el mismo número de columnas de la segunda. . tanto para la suma como para la resta. la matriz resultante será de orden 2  5. éstas tienen que ser cuadradas. Esto es así ya que. (2  3)  (3  5) = (2  5) Se puede observar que el producto de matrices no cumple la propiedad conmutativa. Ejemplo: Para sumar o restar más de dos matrices se procede igual. si multiplicamos la segunda por la primera. ya que en el ejemplo anterior. no podríamos efectuar la operación. Entonces el producto AB es la matriz m  n cuya entrada ij se obtiene multiplicando la fila i de A por la columna j de B. la primera debe tener el mismo número de columnas que filas la segunda. Esto es. Supongamos que A = (ai j ) y B = (bi j ) son matrices tales que el número de columnas de A coincide con el número de filas de B. si una matriz es de orden 3  2 y otra de 3  3. es decir.-OPERACIONES CON MATRICES Suma y resta de matrices Para poder sumar o restar matrices. Ejemplo: Producto de matrices Para poder multiplicar dos matrices. puesto que la primera matriz no tiene el mismo número de columnas que filas la segunda. A es una matriz m  p y B una matriz p  n. 3  5 por 2  3. éstas deben tener el mismo número de filas y de columnas. no se pueden sumar ni restar. No necesariamente para poder sumar o restar matrices. se suman o se restan los términos que ocupan el mismo lugar en las matrices. si tenemos una matriz 2  3 y la multiplicamos por otra de orden 3  5. Es decir.

es la matriz obtenida multiplicando cada entrada de A por k: Ejemplo: Entonces: División de matrices La división de matrices se define como el producto del numerador multiplicado por la matriz inversa del denominador. Es decir. sean las matrices A y B tal que A/B = AB-1: Si una matriz está dividida entre un escalar.Ejemplo: 1. Producto por un escalar El producto de un escalar k por la matriz A. todos los términos de la matriz quedarán divididos por ese escalar. 2. Ejemplo: MATRICES INVERTIBLES . escrito k·A o simplemente kA.

Se dice que una matriz cuadrada A es invertible. el siguiente diagrama puede ayudar a resolverlos:   . Análogamente. el determinante de una matriz a11 a12 a13    A  a21 a 22 a 23   a31 a 32 a 33   está dado por A  a11a 22 a 33  a12 a23 a 31  a13 a 32 a 21  a13 a 22 a 31  a23 a 32 a11  a 33 a 21a12 Para calcular los determinantes de orden tres. Los determinantes están definidos solamente para matrices cuadradas. si existe una matriz B con la propiedad de que AB = BA = I siendo I la matriz identidad. En esta sección se estudiarán los métodos para obtener los determinantes y las propiedades de éstos. siendo cada una la inversa de la otra.-DETERMINANTE DE UNA MATRIZ El determinante de una matriz es un escalar (un número). A y B son invertibles. 3. a a12  A   11  a21 a 22  está dado por det A  A  a11 a 22  a12 a 21 EJEMPLO 3 6 3 6 Si A   entonces A   3  24   27 4 1 4 1 1 0 1 0 Si A   entonces A   10  0  10  6  10 6 10   DETERMINANTES  DE ORDEN TRES 3 3. El determinante de una matriz 2  2 . obtenido a partir de los elementos de una matriz por operaciones especificadas. y que es característico de la matriz. Ejemplo: Puesto que AB = BA = I. Denominamos a la matriz B la inversa de A y la denotamos por A-1.

Esta combinación lineal puede indicarse de la forma siguiente: Nótese que cada matriz 2  2 se obtiene suprimiendo en la matriz inicial la fila y la columna que contienen su coeficiente.a23a31) + a13(a21a32 .(-4) .2(0-10) + 1(0+4) = 39 + 20 + 4 = 63 Determinantes   de   matrices   de   orden   mayor   que   3  3   suelen   calcularse   por   un   procedimiento   conocido   como desarrollo por cofactores.  PROPIEDADES DE LOS DETERMINANTES .a12(a21a33 . cuyos coeficientes (con signos alternantes) constituyen la primera fila de la matriz dada.a22a31) = que es una combinación lineal de tres determinantes de orden dos. el determinante de la matriz  3  3  anterior se puede escribir A  a11 a 22a 33  a 23a32  a12 a 21a 33  a23a 31 a13 a 21a32  a 22a 31 a 22 a 23 a a 23 a a22  a11  a12 21  a13 21 a 32 a 33 a31 a 33 a 31 a32 Observamos que cada determinante en la suma es el determinante de una submatriz de A que se obtiene omitiendo una fila y una columna particulares de A.  Por ejemplo. Ejemplo: Para demostrar que la propiedad anterior se cumple. Ejemplo: Calcular el valor del determinante: = 24 + 20 + 0 .(-15) = 44 + 4 + 15 = 63 El determinante de la matriz 3  3 A = (ai j ) puede reescribirse como: det (A) = a11(a22a33 . trabajaremos con : = 3(8+5) . Estos determinantes se llaman menores.0 .a23a32) .

MATRICES Y SISTEMA DE ECUACIONES LINEALES La matriz ampliada M de un sistema de m ecuaciones con n incógnitas es la siguiente: Cada fila de M corresponde a una ecuación del sistema y cada columna a los coeficientes de una incógnita. específicamente. El determinante de una matriz A y el de su traspuesta AT son iguales. se aplica el método de Gauss. El determinante de A no es nulo: |A|  0. Método de Gauss Para resolver sistemas de ecuaciones lineales. 2. es decir. entonces |B| = |A|. Supongamos que B se ha obtenido de A mediante una operación elemental entre filas o columnas. 5. Sea A cualquier matriz n-cuadrada. necesariamente = 0. Este proceso se ilustra en el siguiente ejemplo.|A|. A tiene inversa A-1. es decir. Sea A una matriz cuadrada. 3.Las propiedades básicas del determinante son las siguientes: 1.  Si A es triangular. entonces es igual al producto de los elementos de la diagonal. son equivalentes los siguientes principios:  A es invertible. AX = 0 tiene solamente la solución trivial. el determinante del producto de matrices A y B es el producto de los determinantes: |AB| = |A| |B|. A sólo tiene ceros por encima o por debajo de la diagonal principal. 4.  Si A posee dos filas (columnas) iguales. . Ejemplo: Sea el sistema. Supongamos que A y B son matrices similares. entonces: |A| = |B|. excepto la última. esto es. El determinante es una función multiplicativa. Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz ampliada. |B| = .  Si se ha multiplicado una fila (columna) de A por un escalar k.  Si se ha sumado un múltiplo de una fila (columna) a otra.  Si se han intercambiado dos filas (columnas) de A. |B| = k|A|. reduciéndola a forma escalonada mediante el proceso de Gauss. que corresponde a las constantes del sistema. Es decir. 6.

que la segunda columna la formen las de la segunda incógnita. z = 3. aplicando el método de Gauss u otros.su matriz ampliada asociada es Ahora resolvemos por el método de Gauss sabiendo que la primera columna corresponde a los coeficientes de la x. 3. 2. veremos otra manera de calcular los sistemas de ecuaciones lineales. que estará constituida por las entradas de los términos independientes de las ecuaciones. Hallar la matriz ampliada (A b) asociada al sistema de ecuaciones. esto es: que la primera columna esté formada por las entradas de los coeficientes de la primera incógnita de las ecuaciones. y así hasta llegar a la última columna. que consiste en: a) ir sustituyendo la primera columna del det (A) por los términos independientes. y aplicando la regla de Cramer. Aplicar la regla de Cramer. la tercera a los de la z y la cuarta a los términos independientes: De este modo. y = -1. la segunda a los de la y. Regla de Cramer Los pasos a seguir para calcular los sistemas de ecuaciones según la regla de Cramer son los siguientes: 1. c) continuar sustituyendo los términos independientes en las distintas columnas para hallar el resto de las incógnitas. APLIC. Ejemplo: . b) dividir el resultado de este determinante entre el det (A) para hallar el valor de la primera incógnita. es una de las múltiples aplicaciones que tienen éstas. el sistema tiene la solución única x = 2. se vio cómo resolverlas mediante el teorema de Gauss. La resolución de sistemas de ecuaciones lineales por matrices. DE LOS DETERMINANTES En el tema de matrices y su aplicación a los sistemas de ecuaciones lineales. Calcular el determinante de A. Con los determinantes.

esto es. Así pues: Y el tercero y último paso consiste en calcular las incógnitas: Discusión de los sistemas de ecuaciones lineales A continuación. 2. Sea un sistema no homogéneo: En consecuencia. que tenga infinitas soluciones. la matriz ampliada Ab asociada al sistema de ecuaciones es: y el sistema será compatible cuando: . Que el sistema de ecuaciones sea un sistema compatible (S. se estudiará la manera de saber de antemano si un sistema de ecuaciones lineales tienen o no solución y si tienen una única o infinitas soluciones. Que el sistema de ecuaciones sea un sistema incompatible (S.I. Empezaremos con el primer paso. El estudio o discusión de los sistemas de ecuaciones se efectúa aplicando el teorema de Rouché-Fröbenius.I.C. Éste dice que con un sistema de ecuaciones lineales pueden ocurrir dos cosas: 1. que tenga solución.Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos incógnitas: Encontrar el valor de x e y mediante la regla de Cramer.). que tenga una única solución. que consiste en hallar la matriz ampliada A b asociada al sistema de ecuaciones lineales: El segundo paso es calcular el determinante de A.) o que no tenga solución. esto es. es decir. El primer caso puede dividirse en dos: a) que sea un sistema compatible y determinado (S.D.).).C. b) que el sistema sea compatible e indeterminado (S.C.

Si rango (A)  rango (A b). . lo que suele expresarse diciendo que el rango de la matriz de coeficientes coincide con el rango de la matriz ampliada. el sistema es incompatible y no tiene ninguna solución. el sistema es compatible y determinado. el sistema es compatible e indeterminado. tiene una única solución. los siguientes sistemas de ecuaciones: Puesto que rango (A) = 1  rango (A b) = 2. Si. sin resolver. es decir. el sistema es incompatible. por el contrario.rango (A) = rango (A b). Ejemplos: Discutir. tenemos que rango (A) = rango (A b) < número de incógnitas. no existe ninguna solución. Si el sistema anterior es compatible y rango (A) = rango (A b) = número de incógnitas. es decir. tiene infinitas soluciones.

es decir. existen infinitas soluciones. Resolvamos el sistema mediante la regla de Cramer: Calculamos el det (A): Aplicando la regla de Cramer: x = 68/23. el sistema es compatible y determinado. y = -53/23. z = -42/23. el sistema es compatible e indeterminado.  Descripción del método de eliminación Gaussiana Considerando el sistema . Puesto que rango (A) = rango (A b) = 1 < número de incógnitas. Ya que rango (A) = rango (A b) = 2 = número de incógnitas. existe una única solución.

1 3° Ahora multiplicaremos la segunda ecuación por  : 3 1 2 3 9  1   f 2   f 2 : 0 1 2 4  3 0 5 11 23    . Ahora. se multiplica la primera ecuación por : 2 1 2 3 9  1   f1  f1 : 4 5 6 24  2 3 1 2 4    2° Luego. El objetivo es obtener. sigamos el siguiente procedimiento: 1 1° Para conseguir un 1 en la primera posición. si fuera posible. para obtener 0 en la primera columna de las filas 2 y 3. nuevas filas pero que correspondan a un sistema equivalente al dado inicialmente. a través de la suma de filas o la multiplicación de una fila por un número distinto de cero. en una matriz de la forma: 1 ? ? ?    0 1 ? ?  0 0 1 ?    Para conseguirlo. un proceso similar se realizará con la tercera fila o ecuación: 1 2 3 9    f 2  f 2  4 f1 : 0 3 6 12  3 1 2 4    1 2 3 9    f3  f3  3 f1 : 0 3 6 12  0 5 11 23    Los pasos realizados equivalen a eliminar la variable x en la segunda u tercera ecuación. La matriz (2) deberá convertirse. las operaciones que realizaríamos sobre las ecuaciones del sistema (1) se realizarán con las filas de la matriz (2). restamos a la segunda ecuación la primera ecuación multiplicada por 4. Cada fila (ecuación) de la matriz se denotará por f i donde i  1. 2 x  4 y  6 z  18 2 4 6 M 18     4 x  5 y  6 z  24 L  1 4 5 6 M 24  L  2  3 x  y  2 z  4    3 1 2 M 4  La matriz (2) se denomina matriz ampliada del sistema (1).2 x  4 y  6 z  18  4 x  5 y  6 z  24 L  1 3 x  y  2 z  4  El sistema (1) puede ser escrito en forma matricial como se observa en la columna de la derecha omitiendo las variables. 2 ò 3 .

luego x  4 . obtendríamos: x  2 y  3z  9 y  2z  4 z3 Entonces . en la tercera fila se obtiene: z  3 y sustituyendo este valor en la segunda ecuación se obtiene: y  2 . este sistema de ecuaciones tiene sólo una solución:  4. para obtener 1 en la tercera columna de la tercera fila: 1 2 3 9    f3   1 f 3 : 0 1 2 4  0 0 1 3    6° Si expresamos la matriz anterior en términos de las ecuaciones. . 2.4° Para obtener 0 en la segunda columna de la tercera fila (ecuación).3 . Por lo tanto. se debe multiplicar por 5 la segunda fila y sumar la tercera fila con la nueva segunda fila. 1 2 3 9    f3  f3  5 f 2 : 0 1 2 4  0 0 1 3    5° Finalmente.