AGA Virtual - Unidad 2

AGA Virtual Segundo cuatrimestre 2015 Unidad 2
UNIDAD 2 MATRICES,
DETERMINANTES, Y
SISTEMAS
Matrices
Conceptos bsicos
Definicin de Matriz
Una matriz de es un ordenamiento rectangular de escalares dispuestos en
filas y columnas. Para designar a cada uno de los . elementos de la matriz se
utiliza un doble subndice que indica el nmero de fila y nmero de columna que le
corresponde en el arreglo:
11 12 13 1
21 22 23 2
= 31 32 33 3

1 2 3
As, 34 es el elemento ubicado en la fila tres y la columna cuatro y en general es

el elemento de la matriz que est en la fila y en la columna .
Las matrices suelen designarse con letras maysculas: se anota para indicar
que es una matriz con filas y columnas cuyos elementos son nmeros reales.
Se indican con parntesis o con corchetes:
Por ejemplo una matriz de dos filas y tres columnas se puede escribir as:
3 2 0
=( ) , 23
2 4 1
En este caso, diremos que el tamao u orden de A es 2x3.
1
Matriz columna
Podemos pensar los vectores como casos particulares de matrices:
2
= (0) , 31
1
Matriz fila
O tambin:
= (2 0 1) , 13
Matriz nula
La matriz nula es aqulla cuyos elementos son todos ceros. La simbolizamos con . (En
la gua de trabajos prcticos se la designa como )
Igualdad de matrices
Dos matrices son iguales si son del mismo orden (tamao) y sus elementos respectivos
son iguales.
, = = ,
Operaciones con matrices

Suma de matrices
Sean , entonces:
+ = | = + ,
Ejemplo
Sean:
0 1 1 1 0 3
=( ) , =( )
2 3 2 3 1 2
Entonces la suma es:
0 1 1 1 0 3 1 1 2
+ =( )+( )=( )
2 3 2 3 1 2 1 2 4
Producto de un escalar por una matriz

Sean , , entonces:
= | = ,
0 1 1 0 3 3
Por ejemplo, si = ( ) , entonces 3 = ( )
2 3 2 6 9 6
2
Cuando = 1, obtenemos la matriz opuesta de A:
0 1 1
= (1) = ( )
2 3 2
Podemos as definir la diferencia (resta) entre dos matrices del mismo tamao:
= + ()
O sea:
= | =
Ejemplo
Sean las matrices:
3 2 0 2
= (1 1) , = (4 1)
4 5 5 3
Entonces:
6 4 0 2 6 2
2 = (2 2) (4 1) = (2 1)
8 10 5 3 3 7
Ejemplo
Hallar , 22 tales que:
1 0 []
2 = ( )
0 4
4 5 []
3 + = ( )
0 1
Resolucin
Es un sistema de ecuaciones matricial. Las incgnitas son matrices.
Podramos plantear el sistema escribiendo las matrices como

1 2 1 2
= ( 4 ) , = (3 4 )
3
Pero quedaran 8 ecuaciones con 8 incgnitas.
Para facilitar la resolucin, podemos recurrir a las herramientas que utilizamos para
resolver sistemas de ecuaciones lineales. Si sumamos miembro a miembro las
ecuaciones queda:
1 0 4 5 5 5
5 = ( )+( )=( )
0 4 0 1 0 5
3
1 1
=( )
0 1
Reemplazando en []
2 2 1 0 1 2
( ) =( ) =( )
0 2 0 4 0 2
Sugerimos al lector que verifique los resultados obtenidos reemplazando en [2].
Propiedades de la suma de matrices y del producto por un

escalar
Sean , , , .
Vimos que: + y . Estas operaciones verifican las siguientes

propiedades:
1. + =+
2. ( + ) + = + ( + )
3. + = + =
4. + () = () + =
5. ( + ) = +
6. ( + ) = +
7. () = ()
8. 1 =
Puede observarse la analoga entre estas propiedades y las que habamos enunciado
en la unidad anterior para vectores de 3.
Producto de matrices
Intuitivamente podra pensarse que el producto de matrices se obtiene multiplicando
los elementos correspondientes. Sin embargo, esta definicin no resulta til para
resolver problemas que involucren matrices. La experiencia matemtica vinculada
sobre todo a los sistemas de ecuaciones lineales, ha motivado la siguiente definicin
de producto de matrices.
Definiremos primero el producto de una matriz fila por una matriz columna, y luego
generalizaremos.
1
1
Si = (1 2 ) y = 2 1 , entonces:

4
1
(
= 1 2 ) 2 = 1 1 + 2 2 + +

Observemos la similitud con el producto escalar de vectores.
Sean y , o sea se cumple que la cantidad de columnas de la

primera matriz es igual a la cantidad de filas de la segunda:
. =
Deben ser iguales para que

pueda realizarse el producto de matrices
Entonces el producto es
= | = () ()
Una forma alternativa de expresar el producto es:

= | =
=1
Ejemplo
Sean,
1 1 2
1 2 3
=( ) , = (1 1 0) 23 33
4 1 0
2 0 3
Es posible calcular . porque tiene tres columnas y tiene tres filas. El resultado del
producto es una matriz de 2 3.
5
1 1 2
= (1 1 0)
2 0 3
1 2 3 9 1 11
=( ) ( )
4 1 0 5 3 8
1.1 + 2.1 + 3.2 1.1 + 2. (1) + 3.0 1.2 + 2.0 + 3.3 9 1 11

= ( )=( )
4.1 + 1.1 + 0.2 4.1 + 1. (1) + 0.0 4.2 + 1.0 + 0.3 5 3 8
No se puede calcular porque el nmero de columnas de no coincide con el

nmero de filas de .
Ejemplo
1 1
3 2 1
= ( 2 1) , = ( )
1 3 1
3 0
4 5 0
33 , = (7 7 1)
9 6 3
10 5
22 , = ( )
4 4
O sea que el producto de matrices no es conmutativo.
Propiedades del producto

En lo que sigue entendemos que las operaciones mencionadas pueden efectuarse.
1) () = ()
2) ( + ) = +
( + ) = +
3) () = () = () ,
4) = = , siendo la matriz nula
EPL 1
Sean , ,
Analizar la validez de cada una de las siguientes proposiciones:
6
1) = = =
2) = =
EPL 2
Un comercio que vende productos de electrnica, paga una comisin a los
vendedores y tiene un beneficio (ganancia) segn cada producto. En una tabla se
registra el precio de venta, el beneficio para el comercio, la comisin para el
vendedor y el costo del producto. Adems se tiene informacin sobre las unidades
vendidas en diferentes sucursales. A continuacin mostramos dos tablas que resumen
esa informacin para el mes de agosto 2013:
Precio de venta, beneficio, costo, comisin por producto [AGOSTO 2013]
LED 32' BA455 LED BX567 Smartphone Tablet 10' Notebook
Costo $ 3.200,00 $ 4.500,00 $ 2.500,00 $ 4.800,00 $ 5.600,00
Comisin $ 200,00 $ 250,00 $ 30,00 $ 40,00 $ 120,00
Beneficio $ 700,00 $ 900,00 $ 200,00 $ 340,00 $ 800,00
Precio de venta $ 4.100,00 $ 5.650,00 $ 2.730,00 $ 5.180,00 $ 6.520,00
Unidades vendidas de cada producto por sucursal [AGOSTO 2013]

Sucursal 1 Sucursal 2 Sucursal 3 Sucursal 4
LED 32' BA455 23 67 43 4
LED BX567 56 20 32 43
Smartphone 10 65 67 65
Tablet 10' 45 3 23 76
Notebook 67 65 43 80
Si y son las matrices correspondientes a estas tablas:
a) Calcular e interpretar el producto . Cul es la sucursal que obtuvo la mxima

ganancia?
b) Se puede calcular ? Tiene interpretacin prctica ?
Nota: hacer el producto de matrices de rdenes grandes puede implicar demasiado

trabajo de clculo. En estos casos se puede utilizar la ayuda de calculadoras o de un
7
software. En el siguiente link hay un tutorial para hacer clculos entre matrices con
wxMaxima.
TUTORIAL DE WXMAXIMA
Traspuesta de una matriz

La traspuesta de una matriz , que indicamos como , es la matriz de
que se obtiene a partir de cambiando las filas por las columnas.
Ejemplo
1 4
1 2 3
Si =( ) 23 , entonces su traspuesta es: = (2 5) 32
4 5 6
3 6
Propiedades de la trasposicin
1) ( + ) = +
2) () = ,
3) ( ) =
4) () =
Ejemplo
1 1 0
1 2 3
Sean =( ) , = (0 1 1)
4 5 6
1 2 1
Calculemos:
a) ()
b)
c)
Resolucin
a) Calculamos y luego trasponemos:
1 1 0
1 2 3 4 9 1
= ( ) (0 1 1) = ( )
4 5 6 10 21 1
1 2 1
23
33
4 10
() = (9 21)
1 1
8
b) Trasponemos y luego hacemos el producto:
1 4 1 0 1
= (2 5) (1 1 2)
3 6 0 1 1
32 33
Como no coinciden el nmero de columnas de con el nmero de filas de , no se

puede hacer el producto.
1 0 1 1 4 4 10
c) = (1 1 2) (2 5) = (9 21)
0 1 1 3 6 1 1
En este ejemplo verificamos la propiedad enunciada: () =
Matrices cuadradas
Una matriz cuadrada es aqulla que tiene igual nmero de filas y de columnas.
Denominamos al conjunto de matrices cuadradas de orden n (n filas y n
columnas).
La diagonal principal de una matriz cuadrada est formada por los elementos .
Matriz identidad
La matriz identidad, que simbolizamos con , es una matriz cuadrada con unos en la
diagonal principal y ceros en todos los dems elementos.
1 0
2 = ( )
0 1
1 0 0
3 = (0 1 0)
0 0 1
1 0 0 0
0 1 0 0
= 0 0 1 0

0 0 0 1
Propiedad: La matriz identidad es el elemento neutro para el producto de matrices

cuadradas. Se comporta como el 1 para los nmeros reales.
Lo mostramos para matrices 2 2:
1 0
( )( )=( )
0 1
9
1 0
( )( )=( )
0 1
= =
Matriz inversa
En el conjunto de los nmeros reales existe el inverso multiplicativo para todo nmero
real distinto de cero. Dado un nmero real distinto de cero, es su inverso
multiplicativo si y solo si . = 1.
A continuacin definiremos el inverso multiplicativo para matrices cuadradas.
Se dice que es inversible si y slo si existe una matriz tal que:
= =
Ejemplo
Analizar si las siguientes matrices son inversibles :
3 1
=( )
3 1
3 1
=( )
2 1
22 | = ?
3 + = 1
3 1 1 0 3 + = 0
( )( )=( ) {
3 1 0 1 3 = 0
3 = 1
1 = 0
Como llegamos a una contradiccin, la matriz no es inversible.
Observacin: el nico nmero real no inversible es el cero; pero en vemos que

existen matrices no nulas que no tienen inversa.
Con la matriz :
22 | = ?
3 + = 1
3 1 1 0 3 + = 0
( )( )=( ) { = 1 , = 1 , = 2 , = 3
2 1 0 1 2 + = 0
2 + = 1
10
1 1
=( )
2 3
Les proponemos verificar que = .
Entonces es inversible, y se denomina inversa de .
La notacin es:
= 1
Entonces:
1 = 1 =
Ms adelante analizaremos qu condicin debe cumplir una matriz para ser

inversible.
Observacin: Sean , entonces:
= = [1]
O sea: para matrices cuadradas, si encontramos tal que = , podemos afirmar

que es la inversa de .
Propiedades de la inversin de matrices

Sean , inversibles
Entonces:
1) es inversible y su inversa es: ()1 = 1 1
Esto significa que la inversa de es 1 1 .
Para demostrar esta propiedad, veamos que: ()(1 1 ) =
Como el producto de matrices es asociativo, resulta:
()(1 1 ) = (1 ) 1 = 1 = 1 =
El lector puede comprobar que: (1 1 ) () =
Hemos demostrado que el producto de matrices inversibles es inversible. Ocurre lo

mismo con la suma de matrices inversibles?
1
2) ()1 = 1 ( 0)
3) ( )1 = (1 )
11
Dejamos las demostraciones a cargo del lector.
Potencias de una matriz cuadrada

Sea . Es posible definir potencias de como sigue:
2 =
3 =
=
,

Ejemplo
1 2
=( )
3 4
1 2 1 2 7 10
2 = = ( )( )=( )
3 4 3 4 15 22
EPL1 3
En una ciudad hay tres empresas de telefona celular (A, B y C) que controlan el
mercado.
Inicialmente cada empresa tiene una fraccin de la clientela que denominaremos

0 , 0 y 0 .
Entonces resulta: 0 + 0 + 0 = 1 (no hay otras empresas)
1 Adaptado de Kozak, Ana Mara y otros, Nociones de Geometra Analtica y lgebra

Lineal, p. 356
12
15% 10%
10% 15%
10%

5%
La figura resume el porcentaje de clientes que cambian de empresa durante un

perodo de seis meses.
Este modelo matemtico se basa en los siguientes supuestos:
- El porcentaje de cambio entre las empresas se mantiene constante con el tiempo.
- Los clientes seguirn siendo consumidores de una de estas tres empresas.
- No se incorporan nuevos clientes al sistema.
0 1
Llamemos 0 = ( 0 ) al vector de estado inicial, y 1 = (1 ) al vector que indica

0 1
la fraccin de la clientela que corresponde a cada empresa al cabo de un semestre.
Veamos cmo puede obtenerse 1 a partir de 0 .
De acuerdo con la figura, podemos deducir que al cabo de un perodo (semestre) la

empresa A conservar 70% de su clientela propia.
Qu porcentaje de su clientela conservarn las empresas B y C al cabo de un

semestre?
Segn los datos, finalizado el 1 semestre la fraccin de la clientela que tiene A puede
obtenerse as:
0,70 0 + 0,10 0 + 0,10 0 = 1
Qu ecuaciones permiten obtener 1 y 1 ?
13
Resulta entonces el siguiente sistema:
0,700 + 0,100 + 0,100 = 1

{0,150 + 0,850 + 0,100 = 1
0,150 + 0,050 + 0,800 = 1
El lector puede comprobar que este sistema puede expresarse mediante un producto
de matrices como sigue:
0,70 0,10 0,10 0 1

(0,15 0,85 0,10) (0 ) = (1 )
0,15 0,05 0,80 0 1
O sea:
0 = 1 [1]
La matriz 33 , que caracteriza la evolucin del sistema, se denomina matriz de

transicin.
Qu caractersticas presenta esta matriz de transicin?
1) Todos sus elementos son nmeros reales comprendidos entre 0 y 1.
2) La suma de los elementos de cada columna es 1.
Las matrices cuadradas que cumplen estas dos condiciones se denominan matrices
estocsticas o matrices de probabilidad.
Como la matriz de transicin se mantiene para el 2 perodo, la fraccin de clientes

para el tiempo = 2 puede calcularse como:
1 = 2 [2]
De [1] y [2] se deduce que: 2 = 2 0
Si los porcentajes de cambio de clientela no cambian en los perodos siguientes,

entonces no cambia cuando se pasa del estado ( 1) al estado .
Por lo tanto: 0 = 0
= 1 =

O sea, para obtener cmo se distribuyen los clientes luego de perodos, podemos
proceder as:
= 0
14
Suponiendo que inicialmente las tres empresas se reparten por partes iguales la
clientela, les pedimos que calculen (UTILIZANDO WXMAXIMA - LINK) cmo resulta la
distribucin de clientes:
1. Al cabo de 3 aos.
2. Al cabo de 10 aos
3. Al cabo de 15 aos
Observen luego de hacer los clculos que en la medida en que el tiempo pasa, las
cuotas de mercado de las empresas tienden a estabilizarse.
4. Responder las mismas preguntas suponiendo que inicialmente las cuotas de

mercado de las empresas A, B y C son respectivamente: 0,5 , 0,35 y 0,15.
5. Se produce el mismo fenmeno de estabilizacin en este caso?
Matrices cuadradas especiales

Matriz simtrica
es simtrica si y slo si =
O sea:
Las condiciones para que una matriz de orden tres sea simtrica son:
21 = 12
{31 = 13
32 = 23
Entonces la forma de una matriz simtrica de orden tres es:

= ( )

Por ejemplo
2 3 1
= (3 0 5) =
1 5 1
Matrices antisimtricas
es antisimtrica si y slo si =
O sea:
15
Veamos qu pasa con los elementos de la diagonal principal.
Si = debera ser = , pero el nico nmero que es el opuesto de s mismo es

el cero. Por lo tanto, la diagonal principal est formada por ceros.
Las condiciones para que una matriz de orden tres sea antisimtrica son:
11 = 22 = 33 = 0
21 = 12
{
31 = 13
32 = 23
Entonces la forma de una matriz antisimtrica de orden tres es:

= ( )

0 3 4
Por ejemplo =( 3 0 0) =
4 0 0
EPL 4
Sea
1. Probar que + es simtrica

2. Probar que es antisimtrica
Observemos que:
1 1
= ( + ) + ( )

2
2

Entonces: toda matriz cuadrada puede expresarse como la suma de una simtrica y
una antisimtrica.
3 4
Cmo se expresa = ( ) como suma de una matriz simtrica y una
8 2
antisimtrica?
Matrices triangulares
es una matriz triangular superior cuando los elementos debajo de la diagonal
principal son ceros:

= (0 )
0 0
Si > = 0
16
es una matriz triangular inferior cuando los elementos por encima de la

diagonal principal son ceros:
0 0
= ( 0)

Si < = 0
Matrices diagonales
Una matriz es diagonal si es triangular superior e inferior:
= 0
La forma de una matriz diagonal de orden tres es:
0 0
= (0 0)
0 0
Veamos qu caracterstica especial presentan las potencias de una matriz diagonal:
0 0 0 0 2 0 0
2 = . = (0 0) . ( 0 0) = ( 0 2 0)
0 0 0 0 0 0 2
2 0 0 0 0 3 0 0
3
= . . = ( 0 2 0 ) . (0 0) = ( 0 3 0)
0 0 2 0 0 0 0 3
En general:
0 0
= ( 0 0) ,
0 0
Matrices escalares
Una matriz escalar es una matriz diagonal en la cual todos los elementos de la
diagonal principal son iguales.
Las matrices escalares de orden 3 tienen esta forma:
0 0
= (0 0) ,
0 0
= ,
Matrices ortogonales
Una matriz cuadrada es ortogonal cuando su traspuesta coincide con su inversa:
17
= 1 = =
Por ejemplo las siguientes matrices son ortogonales:
1 1 1 3

= 2 2 , = 10 10
1 1 3 1

2 2 10 10
Dejamos a cargo del lector verificar que las matrices cumplen la definicin.
Observemos que las columnas de y de son vectores ortogonales y de mdulo 1.

sta es la caracterstica que distingue a las matrices ortogonales.
Determinantes
Vimos previamente que no todas las matrices son inversibles.
Cmo podemos saber si una matriz tiene inversa?
El determinante de una matriz proporciona informacin para responder a esta

pregunta.
En la unidad 1, cuando vimos producto vectorial y mixto, habamos definido

determinantes de orden 2 y de orden 3. Recordamos aqu las frmulas presentadas:
A cada matriz cuadrada puede asignrsele un nmero real que llamaremos su

determinante y designaremos como () o || . Para matrices 22 y 33 el
determinante se calcula como sigue:
11 12 11 12
= (
21 22 ) || = |21 22 | = 11 22 12 21
11 12 13
23 21 23 21 22

= ( 21 22 23 ) || = 11 | 22
32 33 | 12 |31 33 | + 13 |31 32 |
31 32 33
Observacin: El determinante no est definido para matrices rectangulares.
Ejemplo
3 1 1
El determinante de = (2 1 0 ) es:
3 1 2
1 0 (1). 2 0 2 1
det() = 3. | | | | + (1). | |
1 2 3 2 3 1
18
det() = 3.2 (1). 4 + (1). (1)
det() = 11
La regla de Sarrus es una forma prctica de calcular determinantes, slo aplicable

para matrices de 3 3.
Consideremos el siguiente esquema en el cual agregamos al final de una matriz de

3 3 las filas 1 y 2. El determinante se calcula sumando los productos indicados por las
flechas que que van de izquierda a derecha y restando los productos indicados por
las flechas que van de derecha a izquierda:
11 12 13
21 22 23
|| = 31 32 33 = 11 22 33 + 21 32 13 + 31 12 23 13 22 31 23 32 11 33 12 21
11 12 13
21 22 23
Para la matriz considerada en el ejemplo anterior:
3 1 1
2 1 0
|| = 3 1 2 = 3.1.2 + 2.1. (1) + 3. (1). 0 (1). 1.3 0.1.3 2. (1). 2 = 11
3 1 1
2 1 0
Desarrollo de un determinante por cofactores

Dada , se denomina menor a la submatriz de ( 1) ( 1) que se
obtiene a partir de eliminando la fila y la columna .
Se denomina cofactor del elemento al producto de (1)+ por el

determinante de la matriz menor :
= (1)+ det( )
Por ejemplo para la matriz
3 1 4
= (1 2 1)
3 2 1
Las matrices menores y los cofactores de la primera fila son:
2 1 2 1
11 = ( ) 11 = (1)1+1 | |=0
2 1 2 1
19
1 1 1 1
12 = ( ) 12 = (1)1+2 | | = 1. (4) = 4
3 1 3 1
1 2 1 2
13 = ( ) 13 = (1)1+3 | | = 1. (8) = 8
3 2 3 2
Observacin:
1 +
(1)+ = {
1 +
Con estas definiciones previas, estamos en condiciones de enunciar el desarrollo de

un determinante de orden .
El determinante de una matriz puede calcularse utilizando los cofactores de cualquier

fila o cualquier columna.
Desarrollo por fila :

det() = 1 1 + 2 2 + + =
=1
Este clculo se puede hacer tomando cualquiera de las filas de , o sea: = 1, 2, ,
Desarrollo por columna :

det() = 1 1 + 2 2 + + = , = 1, 2, ,
=1
Ejemplo
Retomemos la matriz del ejemplo anterior:
3 1 4
= (1 2 1)
3 2 1
El desarrollo del determinante por fila 1 es:
det() = 11 11 + 12 12 + 13 13
Reemplazando los cofactores calculados previamente, resulta:
det() = 3.0 + 1.4 + 4. (8) = 28
Veamos que si desarrollamos el determinante por la columna 3 obtenemos el mismo

resultado:
det() = 13 13 + 23 23 + 33 33
20
1 2
13 = (1)1+3 | | = 8
3 2
3 1
23 = (1)2+3 | | = 3
3 2
3 1
33 = (1)3+3 | |=7
1 2
det() = 4. (8) + 1. (3) + 1.7 = 28
El lector puede comprobar que el determinante no vara si se desarrolla por otra fila o
columna.
Ejemplo
Calculemos el determinante de la siguiente matriz:
2 1 0 1
0 1 0 3
=( )
2 1 1 2
3 2 0 1
Observemos que resulta econmico desarrollar el determinante por la tercera

columna:
det() =
0. 13 +
0. 23 + 1. 33 +
0. 43 = 33
0 0 0
Calculemos el cofactor 33:
2 1 1
33 = (1)3+3 |0 1 3 |
3 2 1
Para el clculo del determinante de esta matriz de 3 3 es conveniente usar la

primera columna:
1 3 1 1
33 = 2. (1)1+1 | | + 3. (1)3+1 | |
2 1 1 3
33 = 14 + 6 = 8
Este ejemplo muestra que para simplificar los clculos, en general es conveniente
desarrollar el determinante por la fila o columna que tenga mayor cantidad de ceros.
Determinante de una matiz triangular

Si 33 es triangular:
11 12 13
=( 0 22 23 )
0 0 33
21
Cul es la expresin de su determinante?
Podemos calcular el determinante de por la primera columna:
22 23
det() = 11 | 0 33 | = 11 22 33
Hemos llegado a la siguiente conclusin: si 33 es triangular, su determinante es el

producto de los elementos de la diagonal principal.
Esto se puede generalizar para matrices de cualquier orden: si es triangular,

su determinante es el producto de los elementos de la diagonal principal.
det() = 11 . 22 .
Teniendo en cuenta que la matriz identidad es triangular, se deduce que:
det() = 1
Propiedades de los determinantes

En general (es decir, a menos que la matriz sea triangular o tenga alguna otra
cualidad especial), el clculo de determinantes por medio del desarrollo por
cofactores no es eficiente por el nmero de operaciones que implica cuando se
trabaja con matrices grandes.
A continuacin veremos una serie de propiedades que facilitan el clculo de

determinantes.
Sea . En lo que sigue utilizaremos la notacin:
= (1 2 )
donde representa la columna de la matriz .
Propiedad 1
Como un determinante puede desarrollarse por cofactores tomando cualquier fila o
columna de la matriz, se deduce que:
det() = det( )
Por lo tanto, todas las propiedades que enunciemos para las columnas de una matriz
son vlidas para sus filas.
Propiedad 2
Si es la matriz que se obtiene multiplicando una columna de A por un escalar ,
() = (). O sea:
22
det(1 2 ) = det(1 2 )
Comprobemos la propiedad para una matriz de 2 2:

=( ) , det() =

det ( ) = = ( ) = det()

Propiedad 3
Si una columna de puede expresarse como = + , entonces () puede
descomponerse as:
det(1 2 + ) = det(1 2 ) + det(1 2 )
Comprobemos para una matriz de 2 2:
+
det ( ) = ( + ) ( + )
+

= + = ( ) + ( ) = det ( ) + det ( )

Propiedad 4
Si se permutan dos columnas de A, el determinante cambia de signo:
det(1 2 ) = det(1 2 )
Comprobemos para una matriz de 2 2:

| | = = ( ) = | |

Propiedad 5
Si tiene una columna de ceros, entonces su determinante es cero:
det(1 ) = 0
Esta propiedad puede deducirse aplicando la propiedad 2:
det(1 ) = det(1 0 ) = 0 det(1 ) = 0
23
Propiedad 6
Si A tiene dos columnas iguales, entonces su determinante es cero:
= det() = 0
Esta propiedad puede deducirse de la propiedad 4 cuando se permutan las

columnas iguales.
Propiedad 7
Si = ( ), entonces el determinante es cero:
det(1 2 ) = 0
Dejamos la demostracin a cargo del lector.
Propiedad 8
Si a una columna se le suma un mltiplo de otra, el determinante no vara.
La demostracin se basa en algunas de las propiedades anteriores:
det(1 2 + ) =
= det(1 2 ) + det(
1 2 ) = det()
=0
La demostracin se basa en las propiedades 3 y 7 enunciadas previamente.
Propiedad 9
Si y :
det() = det()
Proponemos al lector que demuestre esta propiedad, teniendo en cuenta la

propiedad 2.
Propiedad 10
El determinante de un producto de matrices cuadradas es igual al producto de sus
determinantes. Si , , entonces:
det() = det() det()
Observacin importante: el determinante de la suma de matrices no es igual a la

suma de sus determinantes. Veamos un ejemplo:
1 2 1 1
=( ) , =( )
3 4 3 2
24
2 1
+ =( )
6 6
det(A) = 2 , det(B) = 5 pero det( + ) = 6 2 + 5
Entonces:
det( + ) det() + det()
Propiedad 11
Si , teniendo en cuenta la propiedad anterior se deduce que:
det( ) = det (
) = [det()]

det( ) = [det()] ,
Ejemplo
Sea la matriz
1 2 3
= (2 3 1)
2 4 6
Calcular el determinante de 100
Resolucin
Obtener 100 resulta complicado por la cantidad de clculos que implica. Podemos
usar la propiedad 11 para simplificar los clculos:
det(100 ) = [det()]100
Y como 3 = 21 , de la propiedad 7 se deduce que det() = 0 .
Luego:
det(100 ) = 0
Ejemplo
Calculemos el determinante de la matriz
3 2 2 3
2 0 2 2
=( )
1 1 1 1
1 0 1 1
Como 1 = 4 podemos afirmar que det() = 0 (propiedad 6).
25
Ejemplo
1 2 1 1
2 3 2 5
Calculemos el determinante de la matriz =( )
0 1 3 1
1 1 0 2
Si tenemos en cuenta que 4 = 1 + 2 , aplicando propiedades podemos afirmar

que det() = 0 . Por qu?
Ejemplo
3
Sea 33 y det() = 2, calcular det ( 3 )
2
Resolucin
3 3 27 27 3
det ( 3 ) = ( ) det(3 ) = [det()]3 = . 2 = 27
2 2 8 8
Donde usamos las propiedades 9 y 11.
Ejemplo
Queremos calcular el determinante de la siguiente matriz de 4 4:
1 2 3 4
1 1 0 1
=( )
2 1 3 1
3 1 3 0
Aplicamos la propiedad 8 para obtener ceros en la primera columna:
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 1 0 1 0 1 3 3 0 1 3 3 0 1 3 3
| |=| |=
| |= | |
2 1 3 1 (1) 2 1 3 1 (2) 0 3 3 9 (3) 0 3 3 9
3 1 3 0 3 1 3 0 3 1 3 0 0 5 6 12
Donde hemos realizado:
(1): 2 2 1
(2): 3 3 21
(3): 4 4 31
Ahora podemos desarrollar el determinante por la primera columna:
1 3 3 1 3 3 1 3 3
(1)3 |3 3 9 | =
det() = |3 3 9 | = |0 6 0 | = 18
5 6 12 (4) 5 6 12 (5) 0 9 3
26
(4): 9
(5): 2 2 31 y 3 3 51
Observemos que la aplicacin de la propiedad 8 nos permiti reducir el clculo de un

determinante de 4 4 a uno de 3 3.
EPL 5
Sea 33, = (1 2 3)
Demostrar la siguiente propiedad:
Si 3 = 1 1 + 2 2 , 1 , 2 entonces el determinante de es cero.
El determinante de la inversa
Recordemos que una matriz es inversible si existe tal que = .
Si es inversible, su inversa se indica como 1 y se verifica que:
1 =
Aplicando determinantes, resulta:
det( 1) = det() = 1
Como el determinante es distributivo respecto del producto:
det() det(1 ) = 1
Entonces:
1
det(1 ) = ( det() 0 )
det()
Para que esta frmula sea vlida, el determinante de A debe ser distinto de cero. Por
lo tanto, el determinante permite decidir si una matriz tiene inversa:
()
3 1
Por ejemplo = ( ) es inversible porque det() 0 .
0 1
3 1
En cambio =( ) no es inversible porque det() = 0 .
3 1
Observacin:
Las matrices inversibles tambin se llaman regulares.
27
Las matrices no inversibles tambin se denominan singulares.
Ejemplo
Sea = (1 2 3 ) 33 , det() = 0
= (
2
1 + 33
1 2 )
1 2 3
Mostrar que es inversible y calcular det(2 1)
Resolucin
det() 0
det(B) = det(2 1 + 33 1 2 )
Usando la propiedad 3:
det(2 1 1 ) + det(2 33 1 ) +
= det(2 1 2 ) +
det(2 33 2 )
=0 .6 =0 .7 =0 .7
Luego utilizando propiedades 2 y 4:
det(B) = det(2 33 1 ) = 3. det(2 3 1 ) = 3. (1). det(1 3 2 )

= 3. (1)2 . det(1 2 3 ) = 3
Cmo 0, es inversible y su determinante es:
1 1
det(1 ) = =
det() 3
Luego:
1
det(2 1 ) = (2)3 det( ) det(1 ) = 8.3. = 8
3
EPL 6
Utilizar wxMaxima para calcular el determinante, en funcin de , de la siguiente
matriz:
1 3 1 3
2 3 4 5
=( )
3 2 2
4 6 5
Determinar los valores de para los cuales la matriz es inversible.
28
Sugerencia: para resolver este ejercicio pueden ser tiles los comandos para calcular
el determinante, simplificar una expresin algebraica y hallar las races de un
polinomio que se explican en el tutorial de wxMaxima.
Matriz Adjunta
Dada una matriz , se denomina matriz de cofactores de a la matriz que se
obtiene reemplazando cada elemento de por su respectivo cofactor.
Por ejemplo para una matriz de 3 3, su matriz de cofactores es:
11 12 13
() = (21 22 23 )
31 32 33
La traspuesta de la matriz de cofactores se denomina adjunta de y se indica como

():
11 21 31

() = (()) = (12 22 32 )
13 23 33
Ejemplo
1 2 3
Dada = (4 5 6) , calculemos sus cofactores para obtener la matriz adjunta:
7 8 0
5 6 4 6 4 5
11 = (1)1+1 | | = 48 12 = (1)1+2 | | = 42 13 = (1)1+3 | | = 3
8 0 7 0 7 8
2 3 1 3 1 2
21 = (1)2+1 | | = 24 22 = (1)2+2 | | = 21 23 = (1)2+3 | |=6
8 0 7 0 7 8
2 3 1 3 1 2
31 = (1)3+1 | | = 3 32 = (1)3+2 | |=6 33 = (1)3+3 | | = 3
5 6 4 6 4 5
1 +
Observacin: Recordemos que (1)+ = {
1 +
Esto facilita el clculo de los cofactores, ya que (1)+ indica un signo + o de

acuerdo con la posicin de cada elemento .
Entonces la matriz de los cofactores es:
48 42 3
() = ( 24 21 6 )
3 6 3
Trasponemos para obtener la adjunta:
29
48 24 3
() = ( 42 21 6 )
3 6 3
Si es inversible, veremos que su adjunta proporciona un mtodo para obtener la

inversa.
Obtencin de la inversa a travs de la adjunta

Habamos visto que el determinante permite decidir si una matriz es inversible.
El lector puede comprobar para la matriz del ejemplo anterior que:
det() = 27
Calculemos el producto de la matriz con su adjunta:
1 2 3 48 24 3 27 0 0
() = (4 5 6) ( 42 21 6 ) = ( 0 27 0 )
7 8 0 3 6 3 0 0 27
Y si lo calculamos invirtiendo el orden? En general el producto de matrices no es

conmutativo, pero en este caso:
48 24 3 1 2 3 27 0 0
() = ( 42 21 6 ) . (4 5 6) = ( 0 27 0 )
3 6 3 7 8 0 0 0 27
Se cumple que el producto de la matriz por su adjunta (en cualquier orden) da por
resultado una matriz escalar que tiene en su diagonal al determinante de la matriz .
Esto no es casual sino que se cumple para toda matriz cuadrada.
Si , puede demostrarse que:
() = det() () = det()
De esta propiedad puede deducirse que:
1 1
( ()) = ( ()) =
det() det()
Por lo tanto podemos afirmar que () , la inversa de A es:
1
1 = ()
det()
Retomando el ejemplo anterior,
30
16 8 1

9 9 9
1 48 24 3 14 7 2
1 = ( 42 21 6 ) =
27 9 9 9
3 6 3
1 2 1

9 9 9
Caso particular: inversa de una matriz de 2x2

Sea = ( )

Si () = , podemos afirmar que A es inversible y calcular su inversa

mediante la matriz adjunta.
Dejamos a cargo del lector comprobar que la matriz adjunta es:

() = ( )

Y por lo tanto, resulta:
1
1 = ( )

1 2 1 4 2 2 1
Por ejemplo, para = ( ) , 1 = ( ) = ( )
3 4 2 3 1 3/2 1/2
Matrices y sistemas de ecuaciones lineales

En la primera unidad habamos visto que una recta en 3 puede definirse a travs de
un sistema de 2 ecuaciones lineales con 3 incgnitas. Por ejemplo:
+ =1
: {
=3
Este sistema puede expresarse de un modo sencillo como un producto de matrices,

como sigue:

1 0 1 1
( ) ( ) = ( )
1 1 1 3
1 0 1
Donde = ( ) 23 es la matriz de coeficientes del sistema.
1 1 1
Generalizando, dado un sistema de ecuaciones lineales con incgnitas:
31
11 1 + 21 2 + + 1 = 1
21 1 + 22 2 + + 2 = 2

{1 1 + 2 2 + + =
dicho sistema puede ser expresado mediante un producto de matrices:
11 12 1 1 1
21 22 2 2 2
( ) ( )=( )
1 2
11 12 1
21 22 2
siendo = ( )
mxn
la matriz de coeficientes del sistema,
1 2
1 1
2
= ( ) nx1 la matriz columna de las incgnitas, y = ( 2 ) mx1 la columna

de los trminos independientes.
Por lo tanto, la expresin matricial de un sistema de ecuaciones lineales es:
Si = , el sistema se llama homogneo.
Repaso de SCD, SCI Y SI

Como haban estudiado en el Seminario de Ingreso, los sistemas de ecuaciones
lineales pueden tener una nica solucin (sistema compatible determinado), infinitas
soluciones (sistema compatible indeterminado), o bien pueden no admitir solucin
(sistema incompatible).
Los sistemas homogneos siempre son compatibles porque admiten al menos la

solucin trivial = .
Sistemas de ecuaciones lineales y determinantes

Consideremos el caso particular de los sistemas cuadrados ( ecuaciones con
incgnitas), cuya matriz de coeficientes es de . Su expresin matricial es:

.
=

1 1
32
Si det() 0, es inversible. Multiplicando ambos miembros por 1 se obtiene:
1 = 1
= 1
Como la inversa de una matriz es nica, entonces el sistema tiene una nica solucin
= 1.
En conclusin, dado un sistema de ecuaciones lineales = , con :
det() 0
Ejemplo
Exprese el siguiente sistema de ecuaciones lineales como una ecuacin matricial de
la forma = :
1 + 23 = 1
{ 1 2 = 2
2 + 3 = 1
Resolucin
El sistema lo podemos expresar como:
1 0 2 1 1
( 1 1 0) (2 ) = (2)
0 1 1 3 1
Calculemos el determinante de por la fila 3:
0 2 1 2 1 0
det() = 0. (1)3+1 | | + 1. (1)3+2 | | + 1. (1)3+3 | |=2+1=3
1 0 1 0 1 1
Como el determinante de es distinto de 0, podemos hallar 1:
1 2 2

3 3 3
1 1 1 1 1 1 2 2 1 1 2
1
= ( 2 1 1) = (1 1 2) =
det() 3 3 3 3
2 2 1 1 1 1
1 1 1
3 3 3
Como vimos previamente, la solucin ser:
= 1
33
1 2 2 7

3 3 3 3
1 1 2 1 1
= (2) =
3 3 3 3
1 1 1 1 2

3 3 3 3
Ejemplo
Consideremos el siguiente sistema:
+ 2 = 1
{ + + 2 = 3
+ 5 = 5
Qu representa geomtricamente cada ecuacin? Un plano.
Qu representa geomtricamente la solucin del sistema de ecuaciones? La

interseccin entre tres planos.
Cmo puede ser la interseccin entre dos planos? Y entonces, cmo es esperable
que sea la interseccin entre tres planos?
1 2 1 1
(1 1 2 ) () = (3)
1 5 0 5
Como det() = 0 , no podemos resolver el sistema mediante la matriz inversa. El

sistema no es compatible determinado. Pero. podemos afirmar que no tiene
solucin?
Podra ocurrir que el sistema tuviera infinitas soluciones o que fuera incompatible. Para
analizar esas alternativas utilizaremos el mtodo de eliminacin de Gauss.
Recordemos que las operaciones elementales entre filas son:
Multiplicar una fila por un nmero diferente de cero

Permutar filas
Sumarle a una fila un mltiplo de otra
Estas operaciones transforman un sistema en otro equivalente que tiene el mismo

conjunto solucin:
1 2 1 1 2 1

(1 1 2 ) 3 3 1 (1 1 2 )
1 5 0 0 3 1
1 2 1 1 2 1

2 2 + 1 (0 3 1 )
3 3 2 (0 3 1 )
0 3 1 0 0 0
34
Entonces un sistema de ecuaciones equivalente (tiene el mismo conjunto solucin) y

simplificado es:
+ 2 = 1 = 1 + 2 = 1 + 4 3 2 = 5 5
{ { {
3 + = 4 = 4 3 = 4 3
= 5 5
{
= 4 3
Entonces la solucin es:
= {(, , ) 3 | = 5 5 , = 4 3} = {(5 5, , 4 3) 3 | }
(5 5, , 4 3) = (5,0,4) + (5, , 3) = (5,0,4) + (5,1, 3)
Si llamamos = , resulta:
(, , ) = (5,0,4 ) + (5,1, 3) ,
Como el conjunto solucin es una recta, podemos concluir que los tres planos pasan
por la misma recta, o sea pertenecen al mismo haz de planos.
Ejemplo
Dado un sistema tal que det() = 0 , podemos afirmar que admite infinitas
soluciones?
Veamos el siguiente ejemplo en el cual la matriz de los coeficientes es la misma que

en el ejemplo anterior:
+ 2 = 1
{ + + 2 = 3
+ 5 = 0
Resolvamos con el mtodo de Gauss:
1 2 1 1 2 1

(1 1 2 ) 3 3 1 ( 1 1 2 )
1 5 0 0 3 1
1 2 1 1 2 1

2 2 + 1 (0 3 1 )
3 3 2 (0 3 1 )
0 3 1 0 0 0
La lectura de la tercera fila implica que 0 = 5. Este absurdo significa que el sistema
de ecuaciones no tiene solucin.
35
En los ejemplos anteriores observamos que si el determinante de la matriz de

coeficientes es igual a cero, el sistema puede ser compatible indeterminado o
incompatible.
Caso particular: Sistemas cuadrados homogneos

Recordemos que todo sistema homogneo es compatible porque admite al menos la
solucin trivial = . En este caso, el determinante permite clasificar el sistema.
Dado un sistema homogneo = , , puede afirmarse que:
det() 0
det() = 0
Resumen: Clasificacin de un sistema por determinantes.

Dado un sistema de ecuaciones lineales = , con :
det() 0
det() = 0
Si el sistema de ecuaciones lineales es homogneo:
det() 0
=0
det() = 0
36
Ejemplo
1 1 0 2
Dadas = (0 2 3 ) = (2) , hallar todos los valores de k para los cuales:
3 3 4
a) el sistema = admite infinitas soluciones;
b) el sistema = admite infinitas soluciones.
Resolucin
a) Como el sistema es homogneo, det() = 0
det() = 3 2 + 9 6 = 0 = 1 = 2
Por lo tanto, el sistema admite infinitas soluciones para = 1 = 2.
b) En este caso el sistema no es homogneo, por lo tanto el determinante no permite

decidir si el sistema es compatible indeterminado. Les proponemos que resuelvan el
sistema y respondan la pregunta.
EPL 7
2 + 3 2 = 0
Sean el plano : + 2 = 0 y la recta {
3 + 3 4 = 0
Obtener los valores de k para los cuales:
a) la recta corta al plano en un nico punto;
b) la recta no interseca al plano;
c) la recta est incluida en el plano.
Sugerencia: Este ejercicio puede responderse sin hacer clculos, teniendo en cuenta
los resultados del ejemplo anterior.
37

AGA Virtual - Unidad 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

AGA Virtual - Unidad 2

Uploaded by

Copyright:

Available Formats

AGA Virtual Segundo cuatrimestre 2015 Unidad 2

As, 34 es el elemento ubicado en la fila tres y la columna cuatro y en general es

Se indican con parntesis o con corchetes:

En este caso, diremos que el tamao u orden de A es 2x3.

Operaciones con matrices

Entonces la suma es:

Producto de un escalar por una matriz

Cuando = 1, obtenemos la matriz opuesta de A:

Es un sistema de ecuaciones matricial. Las incgnitas son matrices.

Podramos plantear el sistema escribiendo las matrices como

Pero quedaran 8 ecuaciones con 8 incgnitas.

Sugerimos al lector que verifique los resultados obtenidos reemplazando en [2].

Propiedades de la suma de matrices y del producto por un

Vimos que: + y . Estas operaciones verifican las siguientes

Observemos la similitud con el producto escalar de vectores.

Sean y , o sea se cumple que la cantidad de columnas de la

Deben ser iguales para que

Una forma alternativa de expresar el producto es:

1.1 + 2.1 + 3.2 1.1 + 2. (1) + 3.0 1.2 + 2.0 + 3.3 9 1 11

No se puede calcular porque el nmero de columnas de no coincide con el

O sea que el producto de matrices no es conmutativo.

Propiedades del producto

4) = = , siendo la matriz nula

Analizar la validez de cada una de las siguientes proposiciones:

Precio de venta, beneficio, costo, comisin por producto [AGOSTO 2013]

LED 32' BA455 LED BX567 Smartphone Tablet 10' Notebook

Costo $ 3.200,00 $ 4.500,00 $ 2.500,00 $ 4.800,00 $ 5.600,00

Comisin $ 200,00 $ 250,00 $ 30,00 $ 40,00 $ 120,00

Beneficio $ 700,00 $ 900,00 $ 200,00 $ 340,00 $ 800,00

Precio de venta $ 4.100,00 $ 5.650,00 $ 2.730,00 $ 5.180,00 $ 6.520,00

Unidades vendidas de cada producto por sucursal [AGOSTO 2013]

Si y son las matrices correspondientes a estas tablas:

a) Calcular e interpretar el producto . Cul es la sucursal que obtuvo la mxima

b) Se puede calcular ? Tiene interpretacin prctica ?

Nota: hacer el producto de matrices de rdenes grandes puede implicar demasiado

Traspuesta de una matriz

a) Calculamos y luego trasponemos:

b) Trasponemos y luego hacemos el producto:

Como no coinciden el nmero de columnas de con el nmero de filas de , no se

En este ejemplo verificamos la propiedad enunciada: () =

Propiedad: La matriz identidad es el elemento neutro para el producto de matrices

Lo mostramos para matrices 2 2:

A continuacin definiremos el inverso multiplicativo para matrices cuadradas.

Se dice que es inversible si y slo si existe una matriz tal que:

Como llegamos a una contradiccin, la matriz no es inversible.

Observacin: el nico nmero real no inversible es el cero; pero en vemos que

Les proponemos verificar que = .

Entonces es inversible, y se denomina inversa de .

Ms adelante analizaremos qu condicin debe cumplir una matriz para ser

Observacin: Sean , entonces:

O sea: para matrices cuadradas, si encontramos tal que = , podemos afirmar

Propiedades de la inversin de matrices

1) es inversible y su inversa es: ()1 = 1 1

Esto significa que la inversa de es 1 1 .

Para demostrar esta propiedad, veamos que: ()(1 1 ) =

Como el producto de matrices es asociativo, resulta:

El lector puede comprobar que: (1 1 ) () =

Hemos demostrado que el producto de matrices inversibles es inversible. Ocurre lo

Dejamos las demostraciones a cargo del lector.

Potencias de una matriz cuadrada

Inicialmente cada empresa tiene una fraccin de la clientela que denominaremos

Entonces resulta: 0 + 0 + 0 = 1 (no hay otras empresas)

1 Adaptado de Kozak, Ana Mara y otros, Nociones de Geometra Analtica y lgebra

La figura resume el porcentaje de clientes que cambian de empresa durante un