Teoria Completa Matrices y Determinantes PDF

I. E. S.
Siete Colinas (Ceuta) Departamento de Matemáticas
Matemáticas
de
2º de Bachillerato
Matrices
y
Determinantes
Por Javier Carroquino CaZas

Catedrático de matemáticas
del
I.E.S. Siete Colinas
Ceuta 2004
Matrices
y
Determinantes
Javier Carroquino Cañas
Matemáticas de 2º de bachillerato
–•–
Ciencias de la Naturaleza y la Salud
Tecnología
Matrices
y
Determinantes
Por
Javier Carroquino Cañas
Catedrático de matemáticas
I.E.S. Siete Colinas (Ceuta)

Departamento de Matemáticas
Ceuta 2004
© Javier Carroquino Cañas
I.E.S. Siete Colinas (Departamento de Matemáticas)
Matrices y Determinantes
Depósito Legal : CE&38&2004
ISBN : 84 - 688 -5481 - 6
Número de Registro : 813204
Ceuta 2004
Prólogo
U na de las partes más antigua de la matemática es el

Álgebra, que ya era utilizada y desarrollada por
babilónicos, egipcios y griegos, pero fue en el siglo XIX de
nuestra era cuando encontró su verdadero desarrollo.
Una de sus ramas, el Álgebra Lineal, es de tremenda
utilidad práctica en diversas áreas de las ciencias naturales
o sociales, apareciendo las matrices y determinantes como
una poderosa herramienta para el tratamiento de datos
numéricos que permiten esa utilidad del Álgebra Lineal.
El concepto de matriz, que fue introducido a mitad
del siglo XIX por el matemático inglés James Joseph
Sylvester (1814-1897) y posteriormente desarrollado por
Arthur Cayley (1821-1895) y William Rowan Hamilton
(1805-1865), tiene en la actualidad un fácil y cómodo
tratamiento gracias a los potentes programas informáticos
que reducen extraordinariamente los agobiantes cálculos
numéricos.
En estas páginas introducimos al alumno en el
mundo de las matrices y determinantes de una manera
práctica y útil, huyendo de conceptos y desarrollos teóricos
y buscando lo suficiente para su posterior uso en los temas
venideros, tales como, sistemas de ecuaciones, espacios
afín, euclídeo y métrico.
Matemáticas de 2º de bachillerato I Matrices y determinantes
Índice
Página
1.Matriz de números reales de orden m×n ................. 1

Ejemplo 1 .......................................... 2
2.Forma abreviada de expresar una matriz de orden m×n..... 2
Ejemplo 2 .......................................... 3
3.Matriz fila. Matriz columna ............................ 3
Ejemplo 3 .......................................... 3
Ejemplo 4 ........................................... 3
4.Matriz cuadrada ........................................ 4
Ejemplo 5 ........................................... 4
Ejemplo 6 ........................................... 4
5.Igualdad de matrices ................................... 4
Ejemplo 7 ........................................... 5
6.Matriz traspuesta de otra matriz ....................... 5
Ejemplo 8 ........................................... 6
Ejemplo 9 ........................................... 6
Ejemplo 10 .......................................... 7
7.Matriz simétrica ....................................... 7
Ejemplo 11 .......................................... 8
Ejemplo 12 .......................................... 8
8.Diagonal principal y secundaria de una matriz cuadrada.. 8
Ejemplo 13 .......................................... 9
9.Matriz diagonal ......................................... 10
Ejemplo 14 .......................................... 10
10.Matriz escalar ......................................... 10
Ejemplo 15 .......................................... 10
11.Matriz unidad .......................................... 11
Ejemplo 16 .......................................... 11
12.Matriz triangular ...................................... 11
Ejemplo 17 .......................................... 11
13.Operaciones con matrices ............................... 11
14.Suma de matrices ....................................... 12
Ejemplo 18 .......................................... 12
Propiedades de la suma de matrices .................. 12
14.1.Ley de composición interna ............... 13
Ejemplo 19 ............................... 13
14.2.Propiedad asociativa ...................... 13
14.3. Propiedad conmutativa .................... 13
14.4.Existencia de elemento neutro ............. 14
Ejemplo 20 ............................... 14
14.5.Existencia de elemento opuesto ............ 15
Ejemplo 21 ............................... 15
15.Resta de matrices ...................................... 15
Ejemplo 22 .......................................... 16
16.El grupo conmutativo de las matrices del mismo orden ... 16
17.Producto de un número real por una matriz .............. 16
Ejemplo 23 .......................................... 16
Propiedades del producto de un número real por una matriz. 17
17.1.Ley de composición externa ............... 17
17.2.Asociativa ............................... 17
Matemáticas de 2º de bachillerato II Matrices y determinantes
Página
17.3.Distributividad respecto a
a la suma de números reales ............... 17
17.4.Distributividad respecto
a la suma de matrices ..................... 18
17.5.Neutro en el producto de número por matriz. 18
Ejemplo 24 .......................................... 19
18.El espacio vectorial de las matrices de orden m×n ...... 19
Ejemplo 25 .......................................... 19
Ejemplo 26 .......................................... 19
Ejemplo 27 .......................................... 20
19.Matriz antisimétrica ................................... 20
Ejemplo 28 .......................................... 20
20.Producto de dos matrices ............................... 21
Ejemplo 29 .......................................... 22
Ejemplo 30 .......................................... 23
Ejemplo 31 .......................................... 23
Ejemplo 32 .......................................... 24
Ejemplo 33 .......................................... 24
Propiedades del producto de matrices ................ 25
20.1.Condición de existencia del producto ...... 25
20.2.Asociativa ................................ 25
Ejemplo 34 ............................... 25
20.3.Distributividad respecto
de la suma de matrices .................... 26
20.4.Sobre la conmutatividad
del producto de matrices .................. 26
Ejemplo 35 ............................... 26
Ejemplo 36 ............................... 26
21.Matriz unidad de orden n×n ............................ 27
Ejemplo 37 .......................................... 27
Propiedad de la matriz unidad ....................... 27
Ejemplo 38 .......................................... 28
22.Potencia de una matriz cuadrada ....................... 28
Ejemplo 39 .......................................... 29
23.Inversa de una matriz cuadrada ......................... 29
Ejemplo 40 .......................................... 29
Ejemplo 41 .......................................... 29
24.Determinante de una matriz cuadrada ................... 30
Determinante de una matriz de orden 1×1 ............. 30
Ejemplo 42 ..................................... 30
Ejemplo 43 ..................................... 31
Ejemplo 44 ..................................... 31
Ejemplo 45 ..................................... 33
Determinante de una matriz de orden 4×4 y superior .. 33
Menor complementario de
un elemento de la matriz A ..................... 33
Ejemplo 46 ............................... 34
Ejemplo 47 ............................... 34
Adjunto de un elemento de la matriz A ......... 34
Ejemplo 48 ............................... 35
Ejemplo 49 ............................... 35
Determinante de una matriz cuadrada de orden 4×4 .... 35
Ejemplo 50 ..................................... 35
Ejemplo 51 ..................................... 36
Matemáticas de 2º de bachillerato III Matrices y determinantes
Página
Determinante de una matriz cuadrada de orden n×n .... 36
Ejemplo 52 ..................................... 37
25.Propiedades de los determinantes ....................... 37
Propiedad 1 ......................................... 37
Ejemplo 53...................................... 37
Propiedad 2 ......................................... 38
Ejemplo 54...................................... 38
Propiedad 3 ......................................... 38
Ejemplo 55...................................... 39
Ejemplo 56...................................... 39
Propiedad 4 ......................................... 39
Ejemplo 57...................................... 40
Propiedad 5 ......................................... 40
Ejemplo 58...................................... 40
Propiedad 6 ......................................... 40
Ejemplo 59...................................... 41
Propiedad 7 ......................................... 42
Ejemplo 60...................................... 43
Propiedad 8 ......................................... 43
Ejemplo 61...................................... 44
Ejemplo 62 ..................................... 44
Propiedad 9 ......................................... 45
Ejemplo 63...................................... 46
Ejemplo 64 ..................................... 46
Ejemplo 65 ..................................... 47
26.Sobre el signo de los adjuntos. Regla nemotécnica ...... 47
27.Cálculo de la inversa de una matriz cuadrada ........... 48
Cálculo de la inversa por el método de los adjuntos . 48
Ejemplo 66 ..................................... 49
Ejemplo 67 ..................................... 50
Ejemplo 68 ..................................... 50
Ejemplo 69 ..................................... 51
Ejemplo 70 ..................................... 51
Ejemplo 71 ..................................... 51
Cálculo de la inversa por el método
de transformaciones sobre líneas .................... 52
Ejemplo 72 ..................................... 52
Ejemplo 73 ..................................... 53
Ejemplo 74 ..................................... 53
Ejemplo 75 ..................................... 54
28.Ecuaciones de matrices ................................. 55
Ejemplo 76 .......................................... 55
Ejemplo 77 .......................................... 56
29.Propiedades de la matriz inversa ....................... 56
Ejemplo 78 .......................................... 57
Ejemplo 79 .......................................... 58
30.Menor de una matriz .................................... 58
Ejemplo 80 .......................................... 59
31.Propiedad de los menores de una matriz ................. 60
Ejemplo 81 .......................................... 61
32.Rango de una matriz ................................... 62
Ejemplo 82 .......................................... 63
Ejemplo 83 .......................................... 64
Ejemplo 84 .......................................... 64
Ejemplo 85 .......................................... 64
33.Propiedades del rango de una matriz .................... 64
Matemáticas de 2º de bachillerato IV Matrices y determinantes
Página
Ejemplo 86 .......................................... 65
Ejemplo 87 .......................................... 65
Ejemplo 88 .......................................... 65
Ejemplo 89 .......................................... 65
34.Cálculo del rango de una matriz. Teorema ............... 66
Ejemplo 90 .......................................... 68
35.Dependencia e independencia
lineal de líneas en una matriz ......................... 69
Ejemplo 91 .......................................... 70
Ejemplo 92 .......................................... 70
Matemáticas de 2º de bachillerato Página 1 Matrices y determinantes
Matrices y determinantes
1. Matriz de números reales de orden m×n.-

O Sea ú el conjunto de los números reales.
O Sean m y n dos números naturales distintos de cero, es decir, m,n0ù*
Una tabla formada por m×n números reales dispuestos en m filas (alineación horizontal)
y n columnas (alineación vertical) de la siguiente forma:
 a11 a12 a13 ...... a1n 
 
 a 21 a 22 a 23 ...... a 2 n 
A=  a 31 a 32 a 33 ...... a 3n  Notese que hay m filas y n columnas
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
 
 a m1 a m2 a m3 ..... a mn 
se denomina matriz de orden m×n. Puede observarse que la hemos llamado A. A las matrices
se les suele llamar con letras mayúsculas (A, B, C, D,....). La matriz anteriormente expuesta es
una matriz genérica. Los elementos aij son (o representan) números reales.
En la matriz anterior (de orden m×n) cada fila tiene n elementos (hay m filas) y cada
columna tiene m elementos (hay n columnas). Localicemos las filas y columnas:
La fila 1 está formada por los siguientes elementos: a11 a12 a13 ...... a1n
La fila 2 está formada por los siguientes elementos:
a21 a 22 a23 ...... a2 n
En general:
La fila i estará formada por los elementos:
ai1 ai 2 ai 3 ...... ain
La columna 1 está formada por los
siguientes elementos: a11 a 21 a 31 ...... a m1
La columna 2 está formada por los siguientes elementos:

a12 a 22 a 32 ...... a m2
En general, la columna j será: a1 j a 2 j a 3 j ...... a mj

La expresión aij representa al elemento de la matriz que ocupa la posición fila i

columna j.
Por ejemplo: En una matriz de orden 5×3 (5 filas y 3 columnas), el elemento a 24 es el
que está situado en la fila 2 y columna 4. El elemento a 63 no existe en esa matriz puesto
que no existe la fila 6.
Ejemplo 1.-
Escribamos un matriz de números reales de orden 3×5:
 1 0 −5 12 −34
 
A=  − 7 3 3 0 π 
 
 5 58 4 −9 e 
En esta matriz :
1
a11 = 1 ; a14 = ; a 25 = π ≈ 3′141592...... ; a 35 = e ≈ 2′ 718281.....
2
El elemento a 46 no existe porque no hay 4 filas ni 6 columnas.
Al conjunto formado por todas las matrices de orden m×n le llamaremos M m×n. De este
modo tenemos infinitos conjuntos de matrices:
M 4×9 : Conjunto formado por las infinitas matrices de orden 4×9 (4 filas y 9 columnas).
M 6×6 : Conjunto formado por las infinitas matrices de orden 6×6 (6 filas y 6 columnas).
M 1×4 : Conjunto formado por las infinitas matrices de orden 1×4 (1 fila y 4 columnas).
etc.
La matriz A del ejemplo 1.1 pertenece al conjunto M 3×5. Se expresa A0M 3×5
2. Forma abreviada de expresar una matriz de orden m×n.-

Consideremos el conjunto de las matrices de orden m×n, es decir M m×n. Hemos visto que
una forma de expresar esta matriz es:
 a11 a12 a13 ...... a1n 

 
 a 21 a 22 a 23 ...... a 2 n 
A=  a 31 a 32 a 33 ...... a 3n  Notese que hay m filas y n columnas
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
 
 a m1 a m2 a m3 ..... a mn 
 i = 1, 2, 3,..... m
Una forma abreviada de expresarla es : A = aij ( ) siendo 
 j = 1, 2, 3,..... n
Otra forma sería: A = aij ( ) 1≤ i ≤ m

1≤ j ≤ n
También: A = aij( ) i = 1, 2 , 3,....,m
j = 1, 2 , 3,...,n
Ejemplo 2.-
Una matriz genérica B de orden 5×6 sería: B = bij ( ) 1≤ i ≤ 5
1≤ j ≤ 6
( )
A = aij i = 1, 2 , 3,...,m
j = 1, 2 , 3,...,n
⇔ A ∈ M m× n En general:
3. Matriz fila. Matriz columna-

Se llama matriz fila a aquella matriz que tiene una sola fila. En forma genérica:
( )
A = (a11 a12 a13 ...... a1n ) = a1 j
1≤ j ≤ n
es una matriz fila de orden 1 × n generica.
Ejemplo 3.-
Una matriz fila genérica de orden 1×6 es
B = (b11 b12 b13 b14 b15 b16 ) = b1 j ( ) j =1,2 ,3,4 ,5,6
B ∈ M 1×6
 3 
Una matriz concreta de orden 1×6 es: D=  −5 9 7 0 − 6′ 5  D ∈ M 1× 6
 5 
Una matriz fila de orden 1×1 es: A = ( 19 )
Se llama matriz columna a aquella matriz que tiene una sola columna. Si tiene m filas,
la matriz será de orden m×1. En forma genérica será:
 c11 
 
 c21 
C=  c31  = ( ci1 )1≤i ≤m matriz columna de orden m × 1
 
 M 
 
 cm1 
Ejemplo 4.-
 c11 
 
La matriz C =  c21  = ( ci1 )i =1,2 ,3 es una matriz columna de orden 3 × 1. C ∈ M 3×1
 
 c31 
 6
 
 5 
La matriz A=   es una matriz columna de orden 4 × 1
−7
 
 4
4. Matriz cuadrada-
Es una matriz que tiene el mismo número de filas que de columnas. Al número de filas
o de columnas se le llama orden de la matriz.
Una matriz cuadrada de orden n×n (para abreviar, de orden n) se expresa:
 a11 a12 a13 ...... a1n 

 
 a 21 a 22 a 23 ...... a 2 n 
A= 

a 31 a 32 a 33 ...... a 3n  = aij ( )  1≤i ≤ n
1≤ j ≤ n
Notese que hay n filas y n columnas
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
 
 a n1 a n2 a n 3 ..... a nn 
El conjunto de las matrices de orden n×n se expresa M n×n = M n (para abreviar)
Ejemplo 5.-
Una matriz cuadrada genérica de orden 5 sería:
 a11 a12 a13 a14 a15 

 
 a 21 a 22 a 23 a 24 a 25 
A= 

a 31 a 32 a 33 a 34 a 35  = aij
 ( ) 1≤i ≤5
1≤ j ≤5
Notese nº de filas = nº de columnas = 5
 a 41 a 42 a 43 a 44 a 45 
 
 a51 a52 a53 a54 a55 
Ejemplo 6.-
Una matriz cuadrada de orden 3×3 (O de orden 3) es:
 −2 1 23 
 
B =  6 − 5 15  podemos expresar que B ∈ M 3
 
 1 0 − 2
5. Igualdad de matrices-
Dos matrices del mismo orden son iguales si sus elementos son respectivamente iguales.
Es decir, supongamos dos matrices A,B 0M n×n, (del mismo orden). Expresamos:
 i = 1, 2, 3,...., m  i = 1, 2, 3,...., m
( )
A = aij con 
 j = 1, 2, 3,..., n
y B = bij ( ) con 
 j = 1, 2, 3,..., n
Entonces:
 i = 1, 2, 3,...., m
( ) ( )
A = aij = bij = B ⇔ aij = bij ∀ i , j tal que 
 j = 1, 2, 3,...., n
es decir:
a11 = b11 ; a12 = b12 ; a13 = b13 ⋅; ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ; a1n = b1n
a 21 = b21 ; a 22 = b22 ; a 23 = b23 ⋅; ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ; a 2n = b2n
a 31 = b31 ; a 32 = b32 ; a 33 = b33 ⋅; ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ; a 3n = b3n
⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
am = bm1 ; a m2 = bm2 ; a m3 = bm3 ⋅; ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ; a mn = bmn
Ejemplo 7.-
Veamos dos matrices iguales. Recordemos que deben ser del mismo orden.
 2 53 − 2   2 106 − 2 
   
 7 4′ 5 0   7 92 0 
 −1 6 =
− 5   − 1 6 − 25
   
 2 5 − 43   4 4 5 − 129 
Se trata de dos matrices de orden 4×3. Nótese que cada elemento de la primera matriz
es igual a su respectivo de la segunda matriz.
6. Matriz traspuesta de otra matriz-

Sea una matriz cualquiera A = aij ( ) i =1,2 ,3,...,m
j =1,2 ,3,...,n
Se llama matriz traspuesta de A a la matriz que se obtiene de cambiar las filas por las
columnas, es decir, la primera fila pasa a ser la primera columna, la segunda fila será la segunda
columna, la tercera fila será la tercera columna, etc.
La matriz traspuesta de A se expresa A t. Por tanto:
( )
A t = a ji j =1,2 ,3,...,n
i =1,2 ,3,...,m
Nótese que ahora la matriz A t tiene n fila y m columnas, es decir:

A ∈ M m× n ⇒ A t ∈ M n × m
En forma desarrollada:
 a11 a12 a13 ..... a1n   a11 a 21 a 31 ..... a m1 
   
 a 21 a 22 a 23 ..... a 2 n   a12 a 22 a 32 ..... a m2 
A =  a 31 a 32 a 33 ..... a 3n  y A t =  a13 a 23 a 33 ..... a m3 
   
⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅   ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
   
 a m1 a m2 a m3 ..... a mn   a1n a 2 n a 3n ..... a mn 
Nótese que A ∈ M m× n y A t ∈ M n×m
Ejemplo 8.-
 2 4
 
 2 − 3 7 65  − 3 8
Sea la matriz A =   su traspuesta es A t =  
 4 8 − 1 0  7 − 1
 6 
 5 0
Nótese que A ∈ M 2 × 4 y A t ∈ M 4× 2
Es fácil observar que la traspuesta de una matriz fila es una matriz columna y la
traspuesta de una matriz columna es una matriz fila. Es decir:
i=1
( )
A = aij siendo 
 j = 1,2,3,..., m
matriz fila
 j = 1,2,3,..., m
( )
A t = a ji siendo 
i=1
matriz columna
Ejemplo 9.-
 9 
 
Sea la matriz fila A = ( 9 - 11 7) . Su traspuesta es A t =  − 11 
 
 7 
La traspuesta de la traspuesta de una matriz es igual a esa matriz, es decir:

Si A es una matriz, entonces ( At )t = A
Ejemplo 10.-
 5 −2 3
 5 −1 5 0   
   −1 6 9 
Sea la matriz A =  − 2 6 1 − 3  . Su traspuesta es A = 
t
  5 1 7 
 3 9 7 − 8   
 0 − 3 − 8
La traspuesta de la traspuesta es:
t
 5 −2 3 
   5 −1 5 0 
 − 1 6 9   
( At )t =
5 1
=
7  
 − 2 6 1 − 3 = A
   3 
9 7 − 8
 0 − 3 − 8
7. Matriz simétrica-
Una matriz cuadrada se dice que es simétrica si es igual que su traspuesta. Es evidente
que una matriz no cuadrada no puede ser simétrica ya que ella y su traspuesta son de distinto
orden. Por tanto:
A ∈ M n es simetrica ⇔ A = A t
Si una matriz cuadrada (de orden n) A es simétrica nos lleva a lo siguiente:
 a11 a12 a13 ...... a1n   a11 a 21 a 31 ...... a n1 

   
 a 21 a 22 a 23 ...... a 2 n   a 12 a 22 a 32 ...... a n 2 
A=   = At = 
⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
   
 a m1 a m2 a m3 ..... a nn   a1n a 2 n a 3n ..... a nn 
Es decir:
a11 = a11 ; a12 = a 21 ; a13 = a 31 ; ......; a1n = a n1
a 21 = a12 ; a 22 = a 22 ; a 31 = a13 ; ......; a 2n = a n 2
a 31 = a13 ; a 32 = a 23 ; a 33 = a 33 ; ......; a 3n = a n 3
⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
a n1 = a1n ; a 2n = a n 2 ; a 3n = a n 3 ; ......; a nn = a nn
Por tanto:
( )
A = aij ∈ M n es simetrica ⇔ aij = a ji ∀ i , j ∈ { 1,2,3,...., n }
Veamos un ejemplo:
Ejemplo 11.-
La siguiente matriz cuadrada (de orden 4) es simétrica:
 − 1 45 0 9
 
 45 8 3 7
A=  
 0 3 7 − 2
 
 9 7 − 2 45
En efecto:
 −1 4
5 9
0
 
 45 8 3 7
At =  =A
 0 3 7 − 2
 
 9 7 − 2 45
Observamos que:
4
a11= a11= − 1 ; a12 = a 21 = 5 ; a13 = a 31 = 0 ; a14 = a 41= 9
4
a 21= a12 = 5 ; a 22 = a 22 = 8 ; a 23 = a 32 = 3 ; a 24 = a 42 = 7
a 31= a13 = 0 ; a 32 = a 23 = 3 ; a 33 = a 33 = 7 ; a 34 = a 43 = − 2
4
a 41= a14 = 9 ; a 42 = a 24 = 5 ; a 43 = a 34 = − 2 ; a 44 = a 44 = 45
Ejemplo 12.-
 1 0  1 0
La matriz I =   es simétrica ya que I t =  =I
 0 1  0 1
8. Diagonal principal y secundaria de una matriz cuadrada.-

( )
Sea A = aij ∈ M n una matriz cuadrada de orden n.
Se llama diagonal principal de la matriz A, al conjunto formado por los elementos de esa matriz
cuyos índices son iguales, es decir, el conjunto formado por los elementos aij tales que i = j.
Por tanto:
( )
A = aij ∈ M n
{
Diagonal principal de A = AS = a11 , a 22 , a 33 ,...., a ( n −1)( n−1) , a nn }
Veamos las posiciones que ocupan dentro de la matriz A los elementos de la diagonal principal:
 a11 ................ 
 
 • a 22 ........... 
A = • • a 33 .......  número de elementos de la diagonal= nº de filas = nº de columnas.

 
 ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ 
 
 • • • ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ a nn 
Se llama diagonal secundaria de la matriz cuadrada (de orden n) A, al conjunto de sus elementos
tales que la suma de sus índices es igual a n. Es decir:
aij esta en la diagonal sec undaria de A ⇔ i + j = n + 1
Por tanto:
( )
A = aij ∈ M n
{
Diagonal sec undaria de A = AS = a1n , a 2 ( n −1) , a 3( n − 2 ) ,...., a ( n −1) 2 , a n1 }
Veamos
las posiciones que ocupan dentro de una matriz A los elementos de la diagonal secundaria:
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅⋅ ⋅ ⋅ ⋅ ⋅ ⋅a1n 
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ a 2 ( n −1) • 
 
A =  ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ a 3( n − 2) • •  número de elementos de la diagonal secundaria = n
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅⋅ ⋅ 
 
 a n1 ⋅ ⋅ ⋅⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅⋅ ⋅ ⋅ 
Ejemplo 13.-
Sea la matriz cuadrada de orden 4 siguiente:
− 4 5 0 5 
 
 73 1 − 53 π 
A=   ∈ M4
 e 3 0 3π 
 2 7 
e −9 8 9 
{
La diagonal principal es AD = − 4 , 1, 0 , 79 }
La diagonal secundaria es AS = { 5 , − 53 , 3 , e 2 }
 − 2 1 9 − 1
La matriz B =   no tiene diagonales por no ser cuadrada.
 3 8 0 6
9. Matriz diagonal .-
Una matriz cuadrada se dice que es diagonal si todos los elementos que no están en la
diagonal principal son iguales a cero. Es decir:
( )
D = d ij ∈ M n es diagonal ⇔ aii = 0 ∀ i ∈ { 1, 2 , 3 ,...., n }
Ejemplo 14.-
Unas matrices diagonales de orden 2 son:
 9 0  − 8 0  0 0  1 0
A=   , B=   , C=   , I= 
 0 − 5  0 0  0 1  0 1
Unas matrices diagonales de orden 3 son:
 7 0 0 2 0 0  1 0 0
     
D =  0 1 0  , E =  0 0 0  , I =  0 1 0
     
 0 0 − 7  0 0 4  0 0 1
10. Matriz escalar .-

Se llama matriz escalar a la matriz cuadrada que es diagonal y tiene todos los términos
de la diagonal principal iguales. Es decir:
 E es diagonal
( )
E = eij ∈ M n es matriz escalar ⇔ 
 eii = k ∈ R ∀ i ∈ {1, 2 , 3 ,...., n }
Es decir:
 k 0 0 0 ...... 0 0 
 
 0 k 0 0 ...... 0 0 
E =  0 0 k 0 ...... 0 0  ∈ M n es una matriz escalar .
 
 ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
 
 0 0 0 0 ....... 0 k 
Ejemplo 15.-
Matrices escalares de orden 3 son:
3 0 0  −1 0 0  0 0 0 1 0 0
       
E = 0 3 0 ; F =  0 − 1 0 ; O=  0 0 0 ; I = 0 1 0
       
 0 0 3  0 0 − 1 0 0 0  0 0 1
Nótese que una matriz escalar es también una matriz diagonal.
11. Matriz unidad .-

Se llama matriz unidad de orden n a la matriz cuadrada de orden n (n×n) tal que es
diagonal y todos los elementos de la diagonal principal son 1. Se expresa con la letra I o In.
Por tanto:
 aij = 0 si i ≠ j
( )
Matriz unidad de orden n = I = aij ∈ M n siendo 
 aij = 1 si i = j
Ejemplo 16.-
 1 0
I2 =   ∈ M 2 es la matriz unidad de orden 2
 0 1
 1 0 0
 
I 3 =  0 1 0 ∈ M 3 es la matriz unidad de orden 3
 
 0 0 1
12. Matriz triangular .-

Una matriz cuadrada se dice que es triangular si todos los elementos que estén por encima
o por debajo de la diagonal principal son ceros. Es decir:
 o bien aij = 0 ∀ i , j ∈ {1,2,3,..., n} con i < j
( )
A = aij ∈ M n es triangular ⇔ 
 o bien aij = 0 ∀ i , j ∈ {1,2,3,..., n} con i > j
Ejemplo 17.-
 9 0 0
 
Una matriz triangular de orden 3 es A =  2 − 5 0
 
 − 5 2 7
 11 7
Una matriz triangular de orden 2 es B =  
 0 3
Nótese que una matriz diagonal es también una matriz triangular.
13. Operaciones con matrices .-

Ya sabemos lo que es una matriz, el orden, tipos de matrices, etc.
Con las matrices se pueden realizar ciertas operaciones algebraicas.
Las matrices se pueden sumar, restar y multiplicar. Todo ello en ciertas condiciones.
Veamos qué condiciones son esas y como se opera con matrices.
14. Suma de matrices .-

Digamos como comienzo que para sumar dos matrices, deben ser del mismo orden.
Veamos:
T Sea el conjunto de las matrices de orden m×n, es decir, M m×n
T Sean A y B dos matrices de M m×n
T Definimos la suma de las matrices A y B de la siguiente forma:
( )
A = aij ∈ M m×n y B = (b ) ∈ M ij m× n
A + B = (a ) + (b ) = (a + b ) = (c ) = C ∈ M
ij ij ij ij ij m× n
↑ ↑ ↑
suma de matrices suma en R
En forma desarrollada sería:

 a11 a12 a13 ...... a1n   b11 b12 b13 ...... b1n 
   
 a 21 a 22 a 23 ...... a 2 n   b21 b22 b23 ...... b2 n 
A+ B=  + =
⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅   ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
   
 a m1 a m2 a m3 ...... a mn   bm1 bm2 bm3 ...... bmn 
 a11 + b11 a12 + b12 a13 + b13 ...... . a1n + b1n   c11 c12 c13 ...... c1n 
   
 a 21 + b21 a 22 + b22 a 23 + b23 ...... . a 2 n + b2 n   c21 c22 c23 ...... c2 n 
=  = =C
⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅   ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
   
 a m1 + bm1 a m2 + bm2 a m3 + bm3 ...... a mn + bmn   cm1 cm2 cm3 ...... cmn 
Recuérdese que para sumar dos matrices deben ser del mismo orden.
Ejemplo 18.-
Vamos a sumar las matrices siguientes de orden 2×3:
 34 11
2 − 4
  0 2 25 
A =  
3
; B=   matrices de M 2× 3
 −7 8 − 4  1 5 − 1
 34 11
2 − 4
  0 2 25   34 + 0 11 2 + 2 − 4+ 5
2
  34 15 2 − 5
18


A+ B=   +   =   =   = C ∈ M 2×3
3    7
 − 7 8 − 4  1 5 − 1  − 7 + 1 8 + 5 − 3
4 − 1   − 6 13 − 4
Propiedades de la suma de matrices.-

Consideremos el conjunto M m×n y la operación suma definida en dicho conjunto.
Esta operación verifica las siguientes propiedades:
14.1 Ley de composición interna:

La suma de dos matrices de orden m×n es otra matriz de orden m×n.
Es decir:
∀ A, B ∈ M m× n es A + B = C ∈ M m×n
Se dice que el conjunto M m×n con la operación + es una estructura. Se expresa
de la forma (M m×n , +).
Ejemplo 19.-
( M 5×8 , + ) es la estructura de las matrices de orden 5 × 8

( M 6× 6 , + ) es la estructura de las matrices de orden 6 × 6
14.2 Propiedad asociativa:

La suma de matrices tiene la propiedad asociativa, es decir:
∀ A , B , C ∈ M m× n se verifia que
A + B + C = ( A + B) + C = A + ( B + C)
En efecto:
( )
A = aij ∈ M m× n 

( ) 
B = bij ∈ M m×n  son tres matrices del mismo orden

( )
C = cij ∈ M m× n 
( ) ( ) ( ) ( ) (
A + B + C = aij + bij + cij = aij + bij + cij = (aij + bij ) + (cij ) = )
= (a + b ) + (c ) = ( A + B ) + C
ij ij ij
A + B + C = (a ) + (b ) + (c ) = (a + b + c ) = (a
ij ij ij ij ij ij ij )
+ (bij + cij ) =
= (a ) + (b + c ) = A + ( B + C)
ij ij ij
Por tanto: A + B + C = ( A + B) + C = A + ( B + C ) c. q. d .
14.3 Propiedad conmutativa:

La suma de matrices tiene la propiedad conmutativa. Es decir:
∀ A , B ∈ M m× n se verifica que A + B = B + A
En efecto:
( )
A = aij ∈ M m× n 
 Dos matrices de orden m × n
( )
B = bij ∈ M m× n 
A + B = (a ) + (b ) = (a
ij ij ij ) ( ) ( ) ( )
+ bij = bij + aij = bij + aij = B + A
↑ ↑ ↑ ↑ ↑ ↑
suma de matrices suma de numeros suma de matrices
14.4 Existencia de elemento neutro:

Si M m×n es el conjunto de matrices de orden m×n y + es la suma en M m×n ,
existe una única matriz de ese orden tal que es neutra para la suma. Esa matriz la
expresaremos como O. Se denomina matriz cero de orden m×n
Es decir:
∃ O ∈ M m× n ∀ A ∈ M m× n se verifia que A + O = O + A = A
En efecto:
( )
Sea la matriz O = oij = ( 0) ∈ M m× n (es decir , todos sus elementos son 0)
( )
Sea A = aij ∈ M m× n una matriz cualquiera de orden m × n
Entonces:
( ) ( ) ( ) ( ) ( )
A + O = aij + oij = aij + oij = aij + 0 = aij = A
Ejemplo 20.-
La matriz cero de orden 3×4 (elemento neutro de la suma en M3×4) es:
 0 0 0 0
 
O =  0 0 0 0
 
 0 0 0 0
Si consideramos una matriz cualquiera, por ejemplo:
 9 − 4 1 7
 
A =  0 23 7 − 8  ∈ M m× n
 
 1 6 − 4 11
Sumemos ambas:
 9 − 4 1 7   0 0 0 0   9 + 0 − 4 + 0 1 + 0 7 + 0  9 − 4 1 7 
       
A + O =  0 23 7 − 8  +  0 0 0 0 =  0 + 0 23 + 0 7 + 0 − 8 + 0 =  0 23 7 − 8  = A
       
 1 6 − 4 11  0 0 0 0  1 + 0 6 + 0 − 4 + 0 11 + 0  1 6 − 4 11
14.5 Existencia de elemento opuesto:

Para cualquier matriz A de orden m×n existe otra matriz del mismo orden tal que
sumadas ambas nos da el elemento neutro O. Esa matriz se denomina opuesta de A. Es
decir, la suma de una matriz y su opuesta es igual a la matriz cero.
Si A es una matriz, a su opuesta la expresaremos como &A (“menos A”)
Expresemos esta propiedad matemáticamente:
∀ A ∈ M m× n , ∃ ( − A) ∈ M m× n A + ( − A) = O ∈ M m×n
En efecto:
( )
Sea A = aij una matriz cualquiera de orden m × n
( ) ( )
Se define la opuesta de A como − A = − aij = − aij ∈ M m× n
Sumemos ambas:
( ) ( ) (
A + ( − A) = aij + − aij = aij + − aij ( )) = (o ) = ( 0 ) = O
ij
Nótese que, dada una matriz A, para obtener su opuesta, basta con cambiar de
signo a cada uno de los términos de la matriz.
Ejemplo 21.-
 −7 6 0   7 − 6 0 
   
Sea la matriz A =  9 8 3  . Su opuesta es − A =  − 9 − 8 − 3
   
 − π 8
− 9  π − 8
7 9 
7
Sumando ambas:
 −7 6 0   7 − 6 0   −7 + 7 6 + ( − 6) 0+ 0 
     
A + ( − A) =  9 8 3  +  − 9 − 8 − 3 =  9 + ( − 9) 8 + ( − 8) (
3+ − 3  =)
     
 − π 87 − 9  π − 87 9   − π + π 8
7 + ( −78 ) − 9 + 9 
 −7 + 7 6− 6 0 + 0   0 0 0
   
= 9− 9 8− 8 3 − 3 =  0 0 0 = O
   
 −π + π 8
7 − 8
7 − 9 + 9   0 0 0
Observación: Si A es una matriz y &A es su opuesta, también A es la opuesta de &A.
15. Resta de matrices .-

La resta de matrices se define a partir de la suma. Veamos:
Si A y B son matrices, se define la “resta A&B” como la suma de A y el opuesto de B.
Es decir: A&B = A+(&B)
Ejemplo 22.-
 1 12  2 − 7
Dadas las matrices A=   y B=   , hallemos A&B:
 7 − 6 1 5 
 1 12   2 − 7  1 12   − 2 7
A− B=  − = + =
 7 − 6  1 5  7 − 6  − 1 − 5
 1 − 2 12 + 7  − 1 19 
= A + ( − B) =  = 
 7 − 1 − 6 − 5  6 − 11
16. El grupo conmutativo de las matrices del mismo orden.-

Consideremos el conjunto de las matrices de orden m×n y + la suma en M m×n
Hemos dicho que (M m×n , +) es una estructura.
Pues bien, (M m×n , +) con las propiedades vistas de la suma, se dice que es una estructura
de grupo conmutativo (también se denomina grupo abeliano).
17. Producto de un número real por una matriz.-

T Sea λ un número real, es decir, λ0ú.
T Sea A una matriz de orden m×n.
T Se define el producto del número λ por la matriz A, y se expresa λA (o λ·A)
como la matriz que se obtiene de multiplicar cada elemento de A por el número
λ.
Es decir:
( )
A = aij ∈ M m× n 
 ⇒ λ ⋅ A = λA = λ aij = λ ⋅ aij ∈ M m× n ( ) ( )
λ∈R 
En forma desarrollada sería:
 a11 a12 a13 ....... a1n   λ ⋅ a11 λ ⋅ a12 λ ⋅ a13 ....... λ ⋅ a1n 
   
 a 21 a 22 a 23 ....... a 2 n   λ ⋅ a 21 λ ⋅ a 22 λ ⋅ a 23 ....... λ ⋅ a 2 n 
λ A= λ  =
⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅   ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅
   
 a m1 a m2 a m3 ...... a mn   λ ⋅ a m1 λ ⋅ a m2 λ ⋅ a m3 ...... λ ⋅ a mn 
Nótese que el producto de un número real por una matriz es una matriz del mismo orden.
Nótese que λ·A =λA es producto de número real por matriz
Nótese que λ·aij es producto de números reales.
Ejemplo 23.-
Multipliquemos el número 5 por la matriz A = − 2 ( 3
24 − 1 π ∈ M 1× 4 )
5⋅ A = 5A = 5⋅ − 2 ( 3
) (
24 − 1 π = 5 ⋅ ( − 2) 5 ⋅ 3 24 5 ⋅ ( − 1) 5 ⋅ π = )
(
= − 10 10 3 3 − 5 5π ) ∈ M 1× 4
Propiedades del producto de un número real por una matriz.-

Hemos visto una nueva operación, la del producto de un número real por una matriz.
Ahora veremos las propiedades de esta operación.
17.1 Ley de composición externa:

El producto de un número real por una matriz de orden m×n es otra matriz de
orden m×n. Es decir, al par (λ , A), donde λ es un número real y A es una matriz, le
corresponde el elemento λA perteneciente al mismo conjunto que A.
Matemáticamente se expresa de la siguiente forma:
f
R × M m× n  → M m× n 
 Es una funcion de R × M m× n en M m×n
( λ , A) − − − − → λA 
A cada par (λ , A) ∈ M m×n le corresponde f ( λ , A) = λA
17.2 Asociativa:
∀ α,β ∈ R 
 se verifia que (α ⋅ β ) ⋅ A = α ⋅ ( β ⋅ A)
( )
∀ A = aij ∈ M m×n 
Nótese en la igualdad anterior que en el miembro izquierdo hay un producto de números
reales α·β y una producto de número por matriz “el paréntesis por A”. En el miembro
derecho los dos productos que aparecen son “número real por matriz”.
Demostremos la propiedad:
(α ⋅ β ) ⋅ A = (α ⋅ β ) ⋅ (aij ) = ((α ⋅ β ) ⋅ aij ) = (α ⋅ (β ⋅ aij )) =

= α ⋅ ( β ⋅ aij ) = α ⋅ [ β ⋅ (aij )] = α ⋅ ( β ⋅ A)
17.3 Distributividad respecto a la suma de números reales:

∀ α, β ∈ R 
 se verifica que (α + β ) ⋅ A = α ⋅ A + β ⋅ A
( )
∀ A = aij ∈ M m× n 
Nótese que la suma α+β es suma de números reales y αA+βA es suma de matrices.
La expresión α ⋅ A + β ⋅ A también puede ponerse α A + β A (es decir, sin punto)
( ) ( ) (
(α + β ) ⋅ A = (α + β ) ⋅ aij = (α + β ) ⋅ aij = α ⋅ aij + β ⋅ aij = )
= (α ⋅ a ) + ( β ⋅ a ) = α ⋅ (a ) + β ⋅ (a ) = α ⋅ A + β ⋅ A
ij ij ij ij c. q. d .
Nótese en esta demostración como se “mezclan” la suma de números y de matrices.
17.4 Distributividad respecto a la suma de matrices:

∀α ∈ R 
 se verifica que α ⋅ ( A + B) = α ⋅ A + α ⋅ B
∀ A , B ∈ M m× n 
Observamos lo siguiente:
T Las sumas que aparecen en la igualdad anterior corresponde a suma de matrices.
T Los productos que aparecen en esa igualdad corresponde a número por matriz.
( )
A = aij ( ) dos matrices de orden m × n
y B = bij
α ⋅ ( A + B) = α ⋅ [(a ) + (b )] = α ⋅ (a + b ) = (α ⋅ (a + b )) = (α ⋅ a
ij ij ij ij ij ij ij + α ⋅ bij = )
= (α ⋅ a ) + (α ⋅ b ) + α ⋅ (a ) + α ⋅ (b ) = α ⋅ A + α ⋅ B
ij ij ij ij c. q. d .
Nótese como en la demostración anterior se combinan las operaciones suma de números,

suma de matrices, producto de números y producto de número por matriz.
17.5 Neutro en el producto de número por matriz:

El producto del número real 1 por una matriz cualquiera A es igual a A.
Es decir:
∀ A ∈ M m× n se verifia que 1 ⋅ A = A
(recuerda que 1 ⋅ A = A)
Demostración:
( )
A = aij ∈ M m×n
1 ⋅ A = 1 ⋅ (a ) = (1 ⋅ a ) = (a ) = A
ij ij ij c. q. d .
Observación: El producto de un número real α por una matriz A, puede expresarse por
la derecha o por la izquierda, es decir, es conmutativo. Es decir:
α ⋅ A= A⋅α
Ejemplo 24.-
 5 − 9  43 − 1  −7 2 
Dadas las matrices A =   ; B =   y C=   , hallar
 7 3  6 − 23   0 11
5 2 
3A +  2 B − C
2 3 
Veamos:
5 2  5 5 2 5
3A +  2 B − C = 3 A + ⋅ 2 B − ⋅ C = 3 A + 5 B − C =
2 3  2 2 3 3
 5 − 9  43 − 1 5  − 7 2 
= 3  + 5  3
−  =
 7 3 6 − 2  3  0 11
 15 − 27  3 − 5   − 3 
20 35 10
3
=  +   −  =
55 
 21 9   30 − 2   0
15
3 
 15 + 203 + 35
3 − 27 − 5 − 10
3
  100
3 − 106
3

=   =  
101 
 21 + 30 + 0 9 − 15
2 − 55
3   51 − 6 
18. El espacio vectorial de las matrices de orden m×n.-

T Hemos visto el conjunto de las matrices de orden m×n, es decir, Mm×n.
T Hemos visto la suma de matrices del mismo orden y sus propiedades. Dijimos
que (Mm×n , +) es una estructura de grupo conmutativo.
T Hemos visto el producto de un número real por una matriz y sus propiedades.
Pues bien: El conjunto Mm×n con las operaciones suma y producto de un número real
por una matriz, se dice que tiene una estructura de Espacio Vectorial. Se
expresa (Mm×n , + , · ú).
Ejemplo 25.-
X (M3×5 , + , · ú) es el espacio vectorial de las matrices de orden 3×5.
Ejemplo 26-
Vamos a demostrar que la traspuesta de una suma de dos matrices es igual a la suma de
las traspuestas. Es decir:
∀ A , B ∈ M m× n se verifica que ( A + B) t = A t + B t
Veamos:
( ) ( ) = (a ) ∈ M
A = aij ∈ M m×n ⇒ A t = aij
t
ji n×m
B = (b ) ∈ M ⇒ B = (b ) = (b ) ∈ M
t
t
ij m× n ij ji n×m
( A + B) = [(a ) + (b )] = (a + b ) = (c ) = (c ) = (a + b ) =
t t t
t
ij ij ij ij ij ji ji ji
= (a ) + (b ) = (a ) + (b ) = A + B
t t
t t
ji ji c. q. d .
ij ij
Ejemplo 27.-
Vamos a demostrar que la traspuesta del producto de un número real por una matriz es
igual al número real por la traspuesta de la matriz. Es decir:
∀ λ ∈ R y ∀ A ∈ M m× n se verifica que (λ A) = λ A t
t
En efecto:
(λ A) t = [λ (aij )] ( ) = (c ) = ( c ) = ( λ a ) = λ ( a ) = λ A
t t t
= λ aij ij ji ji ji
t
c. q. d .
↑ ↑ ↑
matriz de orden n × m
19 Matriz antisimétrica.-
Una matriz cuadrada se dice que es antisimétrica si es igual a la opuesta de su traspuesta.
Es decir:
A ∈ M n ×n es antisimetrica ⇔ A = − A t
Para que una matriz sea antisimétrica debe cumplirse los siguiente:
 aii = 0 ∀ i = 1, 2, 3,...., n
( )
A = aij ∈ M n× n es antisimetrica ⇔ 
 aij = − a ji ∀ i = 1, 2, 3,...., n
Ejemplo 28.-
 0 3 4
 
La matriz cuadrada de orden 3 A =  − 3 0 − 7 es antisimétrica.
 
 − 4 7 0
 0 − 3 − 4  0 3 4
 t
 t
 
En efecto: A =  3 0 7  y − A =  − 3 0 − 7 = A
   
4 − 7 0  −4 7 0
20 Producto de dos matrices.-

Vamos a definir el producto de dos matrices.
S Si A y B son dos matrices, llamaremos A·B al producto de “A por B” y B·A al
producto de “B por A”.
S La aclaración anterior la hemos hecho porque, en general, A·B … B·A
S En la expresión A·B, A es el factor de la izquierda y B el factor derecho.
S También decimos que para poder multiplicar dos matrices, debe darse una
condición muy concreta. Veamos cual:
El número de columnas del factor izquierdo debe
ser igual al número de filas del factor derecho.
Es decir, para poder realizar la operación A·B debe ocurrir que:
número de columnas de A = número de filas de B
Vamos a la definición:
Sea A matriz de orden m × n 
 Observa que nº columnas de A = nº filas de B
Sea B matriz de orden n × k 
El producto “A por B” , A·B es otra matriz C que se expresa A·B = C.

La matriz C tiene m filas y k columnas, es decir:
A ∈ M m× n 
 ⇒ A ⋅ B = C ∈ M m× k
B ∈ M n× k 
 numero de filas de C = numero de filas de A
Es decir 
 numero de columnas de C = numero de columnas de B
Ahora vamos a ver como se obtiene la matriz C.
( )
A = aij ∈ M m×n 
 ⇒ A ⋅ B = aij ⋅ bij = cij ∈ M m× k ( )( ) ( )
( )
B = bij ∈ M n× k 
Cada elemento cij de C se obtiene “operando la fila i de A con la columna j de B”

Es decir:
O El elemento c11 de C se obtiene a partir de la fila 1 de A y la columna 1 de B.
·······································································································································
O El elemento cmk de C se obtiene a partir de la fila m de A y la columna k de B”
Ahora veremos como se opera para ello:
 b1 j 
 
 b2 j  k =n
cij = (ai1 ai 2 ai 3 K ain ) ⋅  b3 j  = ai1 ⋅ b1 j + ai 2 ⋅ b2 j + ai 3 ⋅ b3 j + L + ain ⋅ bnj = ∑ aik ⋅ bkj
  k =1
 M 
b 
 nj 
Como regla nemotécnica, recuérdese:

cij = ( Fila i de A) ⋅ (Columna j de B) = Elemento fila i , columna j de C
Ejemplo 29.-
Imaginemos que A es una matriz de orden 3×5 y B otra matriz de orden 5×4.
¿Es posible el producto A·B?
En caso afirmativo: ¿Cómo obtendremos el elemento que ocupa la fila 2 y columna 3?
Veamos:
( )
A = aij ∈ M 3×5 
 ⇒ A ⋅ B = C = cij ∈ M 3× 4 ( )
( )
B = bij ∈ M 5× 4 
Es decir, como el número de columnas de A (factor izquierdo) coincide con el número

de filas de B (factor derecho), el resultado es una matriz que tiene el número de filas de A y el
de columnas de B.
El elementos c23 existe en la matriz A·B = C. Veamos como se obtiene:
 b13 
 
 b23 
c23 = (a 21 a 22 a 23 a 24 a 25 ) ⋅  b33  = a 21 ⋅ b13 + a 22 ⋅ b23 + a 23 ⋅ b33 + a 24 ⋅ b43 + a 25 ⋅ b53
 
 b43 
 
 b53 
En forma abreviada:
k =5
c23 = ∑ a2 k ⋅ bk 3
k =1
Observa que las matrices Ay B de este ejemplo no pueden multiplicarse del modo B·A
debido a que el número de columnas de B (4) no coincide con el número de filas de A (3).
Ejemplo 30.-
 3
 
 − 5
Sean las matrices A = (2 − 3 8 − 5) y B=   . Queremos hallar A·B
6
 
 1
Veamos:
A ∈ M 1× 4 
 ⇒ A ⋅ B = C ∈ M 1×1
B ∈ M 4×1 
 3
 
 − 5
A ⋅ B = (2 − 3 8 − 5) ⋅   = ( 2 ⋅ 3 + ( − 3) ⋅ ( − 5) + 8 ⋅ 6 + ( − 5) ⋅ 1 ) = ( 64 ) = C
6
 
 1
Ejemplo 31.-
Consideremos las mismas matrices del ejemplo anterior. Hallar (si fuese posible) B·A
B ∈ M 4×1 
( )
 ⇒ B ⋅ A = D = d ij ∈ M 4× 4
A ∈ M 1× 4 
d11 = ( Fila 1 de B) ⋅ (Columna 1 de A) = 3 ⋅ 2 = 6
d12 = ( Fila 1 de B) ⋅ (Columna 2 de A) = 3 ⋅ ( − 3) = − 9
d13 = ( Fila 1 de B) ⋅ (Columna 3 de A) = 3 ⋅ 8 = 24
d14 = ( Fila 1 de B) ⋅ (Columna 4 de A) = 3 ⋅ ( − 5) = − 15
d 21 = ( Fila 2 de B) ⋅ (Columna 1 de A) = ( − 5) ⋅ 2 = − 10
d 22 = ( Fila 2 de B) ⋅ (Columna 2 de A) = ( − 5) ⋅ ( − 3) = 15
d 23 = ( Fila 2 de B) ⋅ (Columna 3 de A) = ( − 5) ⋅ 8 = − 40
d 24 = ( Fila 2 de B) ⋅ (Columna 4 de A) = ( − 5) ⋅ ( − 5) = 25
d 31 = ( Fila 3 de B) ⋅ (Columna 1 de A) = 6 ⋅ 2 = 12
d 32 = ( Fila 3 de B) ⋅ (Columna 2 de A) = 6 ⋅ ( − 3) = − 18
La matriz D queda:
 6 − 9 24 − 15
 
 − 10 15 − 40 25
D=  ∈ M 4×4
12 − 18 48 − 30
 
 2 −3 8 −5 
Ejemplo 32.-
Hallar los productos A·B y B·A, siendo:
 −1 0 3

2 − 1
3 3  2

A=  4 3
 y B=  4 −2 1
 5 10 4  1
 3 −3 2
Intentemos efectuar A·B : número de columnas de A = 3 = número de filas de B.
Existe A·B = C 0M2×3
 −1 0 3

2 − 1
3 3 
2
  − 2 − 43 + 9 0+ 2
3 −9 3− 1
3 + 3
2
A⋅ B =  4 
3 ⋅ 4 −2 1 =  4 
3 =
 5 10 4   1  − 5 + 40 + 94 0 − 20 − 9
4
6
5 + 10 + 8
 3 −3 2
 173 − 25
3
25
6

=  829 89 463
 ∈ M 2×3
 20 − 4 40 
Intentemos efectuar B·A : número de columnas de B = 3…2 = número de filas de A.

No existe B·A
Ejemplo 33.-
 6 1
Dada la matriz cuadrada A =   queremos hallar A·A
 5 − 3
Observamos que número de columnas de A = 2 = número de filas de A. Existe A·A
 6 1   6 1   36 + 5 6 − 3  41 3 
A ⋅ A = A2 =   ⋅  =  = 
 5 − 3  5 − 3  30 − 15 5 + 9  15 14
Obsérvese que, aunque aún no hemos definido la potencia de una matriz, es posible
multiplicar una matriz cuadrada por sí misma. Es decir:
∀ A ∈ M n ⇒ A ⋅ A = A2 ∈ M n
Sin embargo:
Si A ∈ M m×n (no cuadrada ), entonces A ⋅ A no existe
Propiedades del producto de matrices.-

El producto de matrices tiene las siguientes propiedades:
20.1 Condición de existencia del producto:

El producto de una matriz de orden m×n por otra de orden n×k es una matriz
de orden m×k.
20.2 Asociativa:
Si A, B y C son tres matrices tales que el producto A·(B·C) está definido,
entonces (A·B)·C también lo está y se verifica que A·(B·C) = (A·B)·C
Es decir:
A ∈ M m× n  
 ⇒ A ⋅ B ∈ M m× k 
B ∈ M n× k   ⇒ ( A ⋅ B ) ⋅ C = D ∈ M m× p
C ∈ Mk× p 

A ∈ M m× n 

B ∈ M n× k   ⇒ A ⋅ ( B ⋅ C ) = E ∈ M m× p
 ⇒ B ⋅ C ∈ M n× p 
C ∈ Mk× p  
Pues bien, se verifica que D = E
Ejemplo 34.-
 7
 3 2  1 5 − 3  
Sean las matrices A=   ,B=   y C =  −5
 − 1 − 5  2 −4 0  
 −2 
Comprobemos la propiedad anterior:
 3 2   1 5 − 3  7 7 − 9
A⋅ B=   ⋅  = 
 − 1 − 5  2 − 4 0   − 11 15 3 
 7
 7 7 − 9    32 
( A ⋅ B) ⋅ C =   ⋅  −5 =  
 − 11 15 3     − 158
 −2 
 7
 1 5 − 3    − 12 
( B ⋅ C) =   ⋅  −5 =  
 2 − 4 0     34 
 −2 
 3 2   − 12   32 
A ⋅ ( B ⋅ C) =   ⋅  = 
 − 1 − 5  34   − 158
Comprobado.
20.3 Distributividad respecto de la suma de matrices:

Si A, B y C son tres matrices tales que A·(B+C) está definida (existe), entonces
se verifica que:
A ⋅ ( B + C) = A ⋅ B + A ⋅ C
Es decir:
A ∈ M m× n 
A ⋅ (123
⇒ { B +4C) = {
A⋅ B + {
A ⋅ C = D ∈ M m× k
B, C ∈ M n× k  m× n n × k n× k n× k
20.4 Sobre la conmutatividad del producto de matrices:

Si A y B son dos matrices. Puede ocurrir que no exista ni A·B ni B·A, pero puede
ocurrir que exista uno de esos productos y no exista el otro. Esto, ya, nos indica que:
El producto de matrices no es conmutativo
Ahora bien, puede ocurrir que existan A·B y B·A. ¿Es en este caso A·B = B·A ?
Vamos a ver que, en general, no:
 A ∈ M n× k
Sean las matrices 
 B ∈ M k ×n
Entonces A ⋅ B = C ∈ M n× n y B ⋅ A = D ∈ M k ×k
Es decir , A ⋅ B y B ⋅ A son de distinto orden y por tanto A ⋅ B ≠ B ⋅ A
¿Qué ocurre si A·B y B·A existen y son del mismo orden? ¿Será A·B = B·A?
Vamos a ver un ejemplo:
Ejemplo 35.-
 3 9  −1 5 
Sean las matrices A =   y B=   . Hallemos A·B y B·A.
 − 2 7  − 2 − 4
 3 9  − 1 5   − 3 − 18 15 − 36   − 21 − 21
A⋅ B =   ⋅  =  = 
 − 2 7  − 2 − 4  2 − 14 − 10 + 28  − 12 18 
 − 1 5   3 9  − 3 − 10 − 9 + 35   − 13 26 
B⋅ A =   ⋅  =  = 
 − 2 − 4  − 2 7  − 6 + 8 − 18 − 28  2 − 46
Observamos que A ⋅ B ≠ B ⋅ A
Sin embargo, es posible que ambos productos sean iguales.

Veamos un ejemplo:
Ejemplo 36.-
 8 − 7  1 0
Sean las matrices A =   e I=  . Hallemos A·I e I·A
 9 − 5  0 1
 8 − 7  1 0  8 − 0 0 − 7  8 − 7
A⋅ I =   ⋅  =  =  =A
 9 − 5  0 1  9 − 0 0 − 5  9 − 5
 1 0  8 − 7  8 + 0 − 7 − 0  8 − 7
I⋅A=   ⋅  =  =  = A
 0 1  9 − 5  0 + 9 − 0 − 5  9 − 5
Observamos que A ⋅ I = I ⋅ A = A
21. Matriz unidad de orden n×n.-

Consideremos el conjunto de las matrices cuadradas del mismo orden n, es decir, el
conjunto Mn×n (o Mn). Consideremos la matriz de Mn×n tal que:
X Todos los elementos de la diagonal principal son iguales a 1.
X Todos los elementos que no son de la diagonal principal son iguales a 0.
Esa matriz recibe el nombre de matriz unidad de orden n×n (orden n). Se expresa I
Por tanto:
 1 0 0LL 0
 
 0 1 0 LL 0
I = 0 0 1LL 0 ∈ M n× n
 matriz unidad de orden n
 
 LLLLL
 
 0 0 0LL1
Cuando pueda haber confusión, se expresa In para indicar la matriz unidad de orden n
Matemáticamente se define:
 iij = 1 si i = j
( )
I n = iij tal que 
 iij = 0 si i ≠ j
∀ i , j ∈ {1, 2, 3,K , n}
Ejemplo 37.-
 1 0 0
   1 0
La matriz unidad de orden 3 es I 3 =  0 1 0 y de orden 2 es I 2 =  
   0 1
 0 0 1
Propiedad de la matriz unidad.-

El producto de una matriz cuadrada A por la matriz unidad del mismo orden que aquella
es conmutativo e igual a A. Es decir:
M n conjunto de las matrices cuadradas de orden n
( )
∀ A = aij ∈ M n se verifica que A ⋅ I n = I n ⋅ A = A
En efecto:
( )
Sea A = aij ∈ M n una matriz cualquiera de orden n (cuadrada )
Hallemos el producto A·In :
( )( ) ( )
A ⋅ I n = aij ⋅ iij = cij = C ∈ M n
Siendo :
c11 = a11 ⋅ i11 + a12 ⋅ i21 + a13 ⋅ i31 + L + a1n ⋅ in1 = a11 ⋅ 1 + 0 + 0+ L+ 0 = a11
c12 = a11 ⋅ i12 + a12 ⋅ i22 + a13 ⋅ i32 + L + a1n ⋅ in 2 = 0 + a12 ⋅ 1 + 0+ L+ 0 = a12
c13 = a11 ⋅ i13 + a12 ⋅ i23 + a13 ⋅ i33 + L + a1n ⋅ in 3 = 0 + 0 + a13 ⋅ 1+ L+ 0 = a13
LLLLLLLLLLLLLLLLLLLLLLLLLLLLL
cij = ai1 ⋅ i1 j + ai 2 ⋅ i2 j + ai 3 ⋅ i3 j + L + ain ⋅ inj = 0 + 0+ L+ aij ⋅ 1+ L+ 0 = aij
LLLLLLLLLLLLLLLLLLLLLLLLLLLLL
cnn = a n1 ⋅ i1n + a n12 ⋅ i2 n + a n 3 ⋅ i3n + L + a nn ⋅ inn = 0 + 0 + 0+ L+ a nn ⋅ 1 = a nn
Por tanto, A ⋅ I n = A
( )( ) ( )
Del mismo modo se demuestra que I n ⋅ A = iij ⋅ aij = aij = A
Ejemplo 38.-
 −3 2 8   1 0 0  − 3 ⋅ 1 + 0 + 0 0 + 2 ⋅ 1 + 0 0 + 0 + 8 ⋅ 1  − 3 2 8 
       
 7 1 2 ⋅  0 1 0 =  7 ⋅ 1 + 0 + 0 0 + 1 ⋅ 1 + 0 0 + 0 + 2 ⋅ 1 =  7 1 2 
       
 − 3 4 − 6  0 0 1  − 3 ⋅ 1 + 0 + 0 0 + 4 ⋅ 1 + 0 0 + 0 − 6 ⋅ 1  − 3 4 − 6
22. Potencia de una matriz cuadrada.-

Por la definición de producto de matrices, deducimos que dos matrices cuadradas del
mismo orden pueden multiplicarse. Esto nos lleva a que una matriz cuadrada de orden n puede
multiplicarse por sí misma y el resultado es otra matriz de orden n.
Lo anterior nos permite definir el concepto de potencia de una matriz cuadrada.
∀ A ∈ M n× n (matriz cuadrada ):
A1 = A
A2 = A ⋅ A
A3 = A ⋅ A ⋅ A
LLLLLL
A k = A ⋅ A ⋅ A ⋅ L⋅ A ∀ k ∈ N*
144244 3
k factores
Convenimos en definir que A 0 = I n

En el caso particular de la potencia de la matriz unidad I tenemos que:
I = I 2 = I 3 = L= I k ∀ k ∈ N
Ejemplo 39.-
 − 1 3
Dada la matriz A =   queremos hallar A3. Veamos:
 2 4
 − 1 3  − 1 3  7 9 
A2 = A ⋅ A =   ⋅  = 
 2 4  2 4  6 22
 7 9   − 1 3  11 57 
A3 = A2 ⋅ A =   ⋅  = 
 6 22  2 4  38 106
23. Inversa de una matriz cuadrada.-

q Sea A una matriz cuadrada de orden n, es decir, A0Mn.
q Se llama matriz inversa de A y se expresa A-1, a aquella matriz que multiplicada
por A es igual a la matriz In. En concreto:
A·A-1 =A-1·A = In
Hagamos las siguientes aclaraciones:
s Las matrices que no son cuadradas no tienen inversa.
s Una matriz cuadrada puede tener o no tener inversa. Si existe la inversa de A,
la llamaremos A-1.
s La inversa de una matriz cuadrada, si existe, es cuadrada y del mismo orden.
s Si A-1 es la inversa de A, A es la inversa de A-1.
s Es evidente que I tiene inversa y es I ya que I·I = I.. Es decir, I-1 = I.
Más adelante veremos qué matrices cuadradas tienen inversa y como se halla.
Ejemplo 40.-
 − 1 2 −1
 − 71 2
7

La inversa de la matriz A=   es A = 3  . Comprobémoslo:
 3 1  7 1
7
−1  − 1 2  − 71 2
7
  71 + 76 − 2
7+ 27   1 0
A⋅ A =  ⋅  = 3 3  =  = I
 3 1  73 1
7 − 7 + 7 6 1
7 + 7   0 1
NOTA: Se demuestra que siempre que ocurra que A·B = I, entonces, B·A = I.
Esto nos hace ver que si A·A-1 = I , entonces se verifica que A-1·A = I.
Ejemplo 41.-
 2 − 1 5
 
La matriz B =  3 7 − 2 no tiene inversa, es decir, no existe B-1.
 
 −1 −8 7 
24. Determinante de una matriz cuadrada.-

Vamos a definir un nuevo concepto relativo a las matrices cuadradas, el determinante,
pero antes, recalquemos algunos puntos:
3 Únicamente las matrices cuadradas tienen determinante. Las matrices no
cuadradas no tienen determinante.
3 Todas las matrices cuadradas tienen determinante.
3 El determinante de una matriz cuadrada es un número real que puede ser
positivo, negativo o cero. El determinante de una matriz cuadrada es único.
3 Veamos como se expresa el determinante de una matriz cuadrada:
( )
A = aij ∈ M n una matriz cuadrada de orden n
( )
Determinante de A = A = aij = aij ∈ R
↓
esta expresion no se usa
En forma desarrollada es:
a11 a12 a13 L a1n

a 21 a 22 a 23 L a 2n
A = a 31 a 32 a 33 L a 3n ∈ R (el determinante es un numero)
L L L L L
a n1 an2 a n 3 L a nn
Ahora veremos como se halla el determinante de una matriz.
Determinante de una matriz de orden 1×1.-

Las matrices cuadradas 1×1 y sus determinantes no tienen ningún interés especial, pero
aún así, veremos como se define.
Si A = (a11 ) ∈ M 1 es una matriz cuadrada de orden 1, se define:

Determinante de A = A = a11 = a11 ∈ R
↓
no confundir con valor absoluto de a11
Ejemplo 42.-
Sean las matrices A = ( 114 ) ; B = (− 9 ) ; I = ( 1 ) y O = ( 0 ) de orden 1×1
Sus determinantes son:
A= 11
4 = 11
4 ; B = −9 = − 9 ; I = 1 =1 y O = 0 =0

Aunque no daremos la definición matemática del determinante de una matriz cuadrada,
sí vamos a aprender a calcularlo. Veamos como se halla el determinante de una matriz cuadrada
de orden 2.
 a11 a12 
Sea A =   una matriz cualquiera de orden 2 × 2.
 a 21 a 22 
a11 a12
Determinante de A = A = = a11 ⋅ a 22 − a12 ⋅ a 21 = numero
a 21 a 22
Ejemplo 43.-
Hallemos los determinantes de las siguientes matrices cuadradas de orden 2:
 7 − 6  3 − 6  1 0  0 0
A=   ; B=   ; I=  y O=  
3 4  −2 4   0 1  0 0
7 −6
A = = 7 ⋅ 4 − ( − 6) ⋅ 3 = 28 + 18 = 46
3 4
3 −6
B = = 3 ⋅ 4 − ( − 6) ⋅ (.2) = 12 − 12 = 0
−2 4
1 0
I = = 1⋅ 1 − 0 ⋅ 0 = 1 − 0 = 1
0 1
0 0
O = = 0⋅ 0 − 0⋅ 0 = 0 − 0= 0
0 0
Ejemplo 44.-
4 5
2

Hallar el valor del número x sabiendo que el determinante de A =   es &8
x − 3
Veamos:
5
4 2 5 5 8
A = = − 12 − x = − 8 ⇒ − x = 4 ⇒ 5x = − 8 ⇒ x = −
x −3 2 2 5

Vamos a ver como se obtiene el determinante de una matriz cuadrada de orden 3×3.
Consideremos una matriz A0M3:
 a11 a 21 a13 
 
A =  a 21 a 22 a 23  matriz cuadrada 3 × 3
 
 a 31 a 32 a 33 
para hallar A empleamos la denominada Regla de Sarrus
a11 a 21 a13
a 21 a 22 a 23 = a11 ⋅ a 22 ⋅ a 33 + a 21 ⋅ a 32 ⋅ a13 + a 31 ⋅ a 21 ⋅ a 23 − a13 ⋅ a 22 ⋅ a 31 − a 23 ⋅ a 32 ⋅ a11 − a 33 ⋅ a 21 ⋅ a 21
a 31 a 32 a 33
Con objeto de recordar esta “complicada fórmula” vamos a analizarla:
“ Observa que hay seis sumandos con tres factores cada uno. Los tres primeros
sumandos llevan el signo + delante y los tres últimos el signo &.
“ En cada sumando (tres factores) hay un factor de cada fila y de cada columna.
“ Observa que los tres primeros sumandos empiezan por los tres elementos de la
primera columna y “van pasando” a la siguiente columna y fila.
“ Observa que los tres últimos sumandos (signo & delante) empiezan por la última
columna y retroceden columna y avanzan fila.
Es decir:
• ⊗ ⊗ ⊗ ⊗ •
⊗ • ⊗ = • ⋅ • ⋅ • ( primer sumando) ; • ⊗ ⊗ = • ⋅ • ⋅ • ( segundo sumando)
⊗ ⊗ • ⊗ • ⊗
⊗ • ⊗ ⊗ ⊗ •
⊗ ⊗ • = • ⋅ • ⋅ • (tercer sumando) ; ⊗ • ⊗ = − • ⋅ • ⋅ • (cuarto sumando)
• ⊗ ⊗ • ⊗ ⊗
• ⊗ ⊗ ⊗ • ⊗
⊗ ⊗ • = − • ⋅ • ⋅ • (quinto sumando); • ⊗ ⊗ = − • ⋅ • ⋅ • ( sexto sumando)
⊗ • ⊗ ⊗ ⊗ •
Una forma mejor de recordar la Regla de Sarrus, es la siguiente:
a11 a12 a13

a 21 a 22 a 23 = a11 ⋅ a 22 ⋅ a 33 + a 21 ⋅ a 32 ⋅ a13 + a 31 ⋅ a12 ⋅ a 23 − a13 ⋅ a 22 ⋅ a 31 − a 23 ⋅ a 32 ⋅ a11 − a 33 ⋅ a12 ⋅ a 21
a 31 a 32 a 33
a11 a12 a13
a 21 a 22 a 23
Nótese que se han colocado las dos primeras filas debajo de la expresión del determinante
• a12 o
⊗ • ∗ = • ⋅ • ⋅ • + ⊗ ⋅ ⊗ ⋅ ⊗ + ⊕ ⋅ ⊕ ⋅ ⊕ − o ⋅ • ⋅ ⊕ − ∗ ⋅ ⊗ ⋅∗ − • ⋅ ⊕ ⋅◊
⊕ ⊗ •
∗ ⊕ ⊗
◊ a 22 ⊕
Ejemplo 45.-
 2 4 − 6
 
Hallemos el determinante de la matriz A =  3 − 1 0 
 
 5 − 5 − 3
2 4 −6
A = 3 − 1 0 = 2 ⋅ ( − 1) ⋅ ( − 3) + 3 ⋅ ( − 5) ⋅ ( − 6) + 5 ⋅ 4 ⋅ 0 − ( − 6) ⋅ ( − 1) ⋅ 5 − 0 ⋅ ( − 5) ⋅ 2 − ( − 3) ⋅ 4 ⋅ 3 = 102
5 −5 −3
2 4 −6
3 −1 0
Determinante de una matriz de orden 4×4 y superior.-

La Regla de Sarrus no es válida para el cálculo de determinantes de matrices cuadradas
de orden superior a 3. En este apartado veremos como se calcula el determinate de una matriz
4×4, siendo el método empleado aplicable a cualquier matriz de orden n×n (incluidas las
matrices 2×2 y 3×3 que vimos anteriormente).
Supongamos una matriz cualquiera de orden 4×4:
 a11 a12 a13 a14 
 
 a 21 a 22 a 23 a 24 
A=  buscamos el determinante de A = A
a 31 a 32 a 33 a 34 
 
 a 41 a 42 a 43 a 44 
Para ello debemos definir unos conceptos previos:
Menor complementario de un elemento de la matriz A.-

• Supongamos un elemento cualquiera aij de la matriz A. Es decir, ese elemento ocupa la
posición fila i, columna j.
• Imagina que de la matiz A eliminamos esa fila (fila i) y esa columna (columna j). Es
evidente que obtenemos otra matriz cuadrada de orden 3×3.
• Al determinante de esa matriz 3×3 se le denomina menor complementario del elemento
aij y se expresa αij. Es decir:
( )
A = aij ∈ M 4× 4 y aij un elemento cualquiera de A
Determinante
que resulta de
menor complementario de aij = αij = = numero real.
eliminar la
fila i, columna j
Ejemplo 46.-
 6 1 −3 2
 
 3 − 3 − 4 1
Sea la matriz A = y el elemento a 23 = − 4 . Hallemos α23
 − 2 3 5 − 1
 
 0 8 − 3 6
6 1 2
α 23 = − 2 3 − 1 = 6 ⋅ 3 ⋅ 6 − 2 ⋅ 8 ⋅ 2 − 0 ⋅ 1 ⋅ 1 − 2 ⋅ 3 ⋅ 0 + 1 ⋅ 8 ⋅ 6 + 6 ⋅ 1 ⋅ 2 = 136
0 8 6
NOTA: La definición anterior es válida para las matrices cuadradas de cualquier orden.
Ejemplo 47.-
 7 45 − 2
 
Sea la matriz cuadrada B =  41 3 − 3 . Hallemos el menor complementario de b31
 
 6 25 5
4
5 −2 4 − 12 + 30 18
β31 = = ⋅ ( − 3) − ( − 2) ⋅ 3 = − 12
+ 6= = = 3′ 6
3 −3 5 5
5 5
Adjunto de un elemento de la matriz A.-

– Supongamos un elemento cualquiera aij de la matriz A. Es decir, ese elemento ocupa la
posición fila i, columna j.
– Se define el adjunto de aij (se expresa Aij) del siguiente modo:
Aij = ( − 1) .αij
i+ j
siendo αij = menor complementario de aij
 i + j = par ⇒ Aij = αij
– Nótese que : si 
 i + j = impar ⇒ Aij = − αij
Ejemplo 48.-
Consideremos la misma matriz A del ejemplo 45. Hallemos A23
A23 = ( − 1) ⋅ α 23 = ( − 1) ⋅ 136 = − 1 ⋅ 136 = − 136
2+3 5
NOTA: La definición anterior es válida para matrices cuadradas de cualquier orden.
Ejemplo 49.-
Consideremos la matriz B del ejemplo 46. Hallemos B31
18 18 18
B31 = ( − 1) ⋅ β31 = ( − 1) ⋅
3+1 4
= 1⋅ = = 3′ 6
5 5 5
Determinante de una matriz cuadrada de orden 4×4.-

H ( )
Supongamos una matriz cuadrada de orden 4, es decir, A = aij ∈ M 4 .
H Queremos obtener el determinante de la matriz A, es decir, A = aij .

H Para ello actuamos de la siguiente forma:
± Elegimos una línea cualquiera de la matriz, es decir, una fila o una columna.
± Multiplicamos cada elemento de esa línea por su adjunto, es decir, cada elemento
aij de esa línea por su adjunto Aij.
± Los cuatro resultados obtenidos (cada línea tiene cuatro elementos) se suman y
el resultado de esa suma es el determinante de la matriz A.
Es decir:
Supongamos que elegimos la fila k (1#k#4). Entonces:
A = aij = a k 1 ⋅ Ak 1 + a k 2 ⋅ Ak 2 + a k 3 ⋅ Ak 3 + a k 4 ⋅ Ak 4
Si elegimos la columna t (1#t#4). Entonces:
A = aij = a1t ⋅ A1t + a 2 t ⋅ A2 t + a 3t ⋅ A3t + a 4 t ⋅ A4 t
OBSERVACIONES:
º Lógicamente, el determinante de A será independiente de la línea que elijamos,
es decir, elijamos la línea que elijamos, el resultado será el mismo.
º Nótese que para hallar un determinante de una matriz 4×4 hay que hallar cuatro
determinantes de orden 3×3 (cada adjunto es un determinate 3×3).
º Si en una línea (fila o columna) hay muchos ceros, conviene que esa sea la línea
elegida. Esta elección nos simplifica el trabajo puesto que tendremos sumandos
que serán 0·Aij = 0, ahorrando tener que hallar Aij.
 8 − 2 7 2
Ejemplo 50.-  
Hallemos el determinante de  −2 1 5 − 2
A= 
0 − 3 0 0
 
 2 1 − 3 − 4
Lo más rápido es elegir la fila 3 (es la que tiene más ceros).

8 −2 7 2
−2 1 5 −2
A = = 0 ⋅ A31 + ( − 3) ⋅ A32 + 0 ⋅ A33 + 0 ⋅ A34 = − 3 ⋅ A32 =
0 −3 0 0
2 1 −3 −4
8 7 2
= − 3 ⋅ ( − 1) = − 3 ⋅ ( − 1) ⋅ − 2 5 − 2 = 3 ⋅ ( − 160 + 12 − 28 − 20 − 48 − 56) = − 900
3+ 2 5
⋅ α 32
2 −3 −4
Para comparar y comprobar el resultado, vamos a elegir otra línea, por ejemplo, la
columna 4. Veamos:
8 −2 7 2
−2 1 5 −2
A = = 2 ⋅ A14 + ( − 2) ⋅ A24 + 0 ⋅ A34 + ( − 4) ⋅ A44 =
0 −3 0 0
2 1 −3 −4
−2 1 5 8 −2 7 8 −2 7
= 2 ⋅ ( − 1) ⋅ α14 − 2 ⋅ ( − 1) ⋅ α 24 − 4 ⋅ ( − 1)
1+ 4 2+4 4+4
⋅ α 44 = − 2 ⋅ 0 −3 0 − 2⋅ 0 −3 0 − 4⋅ −2 1 5 =
2 1 −3 2 1 −3 0 −3 0
= − 2 ⋅ ( − 18 + 0 + 0 + 30 − 0 − 0) − 2 ⋅ ( 72 + 0 + 0 + 42 − 0 − 0) − 4 ⋅ ( 0 + 42 + 0 − 0 + 120 − 0) = − 24 − 228 − 648 = − 900
Observamos que el cálculo se reduce sensiblemente al elegir una línea con más ceros.
Ejemplo 51.-
 9 3
5 −9 7 
 
 0 0 0 0
Hallemos el determinante de la matriz A = 
1 4 8
3 9
 
 −2 8 −3 5
Eligiendo para el desarrollo la fila 2, tenemos:
A = 0 ⋅ A21 + 0 ⋅ A22 + 0 ⋅ A23 + 0 ⋅ A24 = 0 + 0 + 0 + 0 = 0
OBSERVACIÓN: Si en una matriz hay una fila o columna que son todos ceros, su
determinante es igual a cero.
Determinante de una matriz cuadrada de orden cualquiera n×n.-

El método expuesto anteriormente para el cálculo del determinante de una matriz
cuadrada de orden 4, es válido para cualquier matriz cuadrada de orden n (incluidas de orden 2
y 3). No obstante conviene decir lo siguiente:
( Si n es un número grande, el método es muy largo. Fíjate que si n=5 y desarrollamos por
una línea, cada uno de los cinco adjuntos es un determinante de orden 4 que hay que
hallar por el método anterior. Imagina lo que ocurre si n=10.
( Veremos más adelante un método que reduce sensiblemente el cálculo de determinantes,
aunque no deja de ser largo.
( Actualmente los programas informáticos especializados son capaces de realizar estos
cálculos en pocos segundos (dependiendo del orden de la matriz tardará algo más o
menos).
Ejemplo 52.-
( )
En el caso de una matriz cuadrada de orden 4, A = aij ∈ M 5 , su determinante es,
suponiendo que elegimos para desarrollar la columna 2:
A = a12 ⋅ A12 + a 22 ⋅ A22 + a 32 ⋅ A32 + a 42 ⋅ A42 + a52 ⋅ A52
Nótese que ahora habría que desarrollar cada uno de los cinco adjuntos por una línea, ya
que cada adjunto es un determinante de orden 4×4.
25. Propiedades de los determinantes.-

Veremos las propiedades que tienen los determinantes. Algunas de ellas nos servirán para
establecer un método que reduce sensiblemente su cálculo. Veamos:
Propiedad 1.- El determinate de una matriz cuadrada es igual al determinante de su traspuesta.

A ∈ M n matriz cuadrada  t
Es decir: t  Entonces : A = A
A ∈ M n su traspuesta 
No vamos a demostrar esta propiedad (aunque la demostración es sencilla), pero sí

vamos a comprobarla con un ejemplo:
Ejemplo 53.-
Consideremos la matriz A del ejemplo 49. Vimos que: Determinante de A =& 900
Consideremos ahora su traspuesta:
 8 −2 0 2
 
t  −2 1 −3 1
A =
7 5 0 − 3
 
 2 −2 0 − 4
Hallemos su determinante:
8 −2 0 2
8 −2 2
−2 1 −3 1
At = t
= − 3 ⋅ A23 = − 3 ⋅ ( − 1) ⋅ 7 5 − 3 = 3 ⋅ ( − 160 − 28 + 12 − 20 − 48 − 56) = − 900
7 5 0 −3
2 −2 −4
2 −2 0 −4
Propiedad 2.- Si en una matriz cuadrada A intercambiamos la posición de dos líneas paralelas
(es decir, dos filas o dos columnas), obtenemos otra matriz B (distinta de la
anterior). Pues bien, sus determinantes son “iguales y de signo contrario”
Es decir: A = − B
Nótese que si en la matriz B intercambiamos otras dos líneas paralelas (no tienen
que ser las mismas de antes), obtendremos otra matriz C. Pues bien:
A =− B =− − C ( )= C , es decir , A = C
No demostraremos esta propiedad, pero la comprobaremos con un ejemplo:
Ejemplo 54.-
Consideremos la misma matriz A de los ejemplos 49 y 52. Intercambiemos de posición
las filas 1 y 4. Obtenemos la matriz B siguiente:
 2 1 − 3 − 4 2 1 −3 −4
 
 − 2 1 5 − 2 −2 1 5 −2
B=  y su determinante B = =
0 −3 0 0  0 −3 0 0
 
 8 −2 7 2  8 −2 7 2
2 −3 −4
= − 3 ⋅ B32 = − 3 ⋅ ( − 1) β32 = 3 ⋅ − 2 5 − 2 = 3 ⋅ ( 20 + 56 + 48 + 160 + 28 − 12) = 900
5
8 7 2
Es decir, A = − 900 = − B
Ahora, en la matriz B intercambiamos la posición de las columnas 2 y 3. Obtenemos C:
 2 − 3 1 − 4 2 −3 1 −4
 
 − 2 5 1 − 2 −2 5 1 −2
C=  y su determinante C = =
0 0 −3 0  0 0 −3 0
 
 8 7 −2 2  8 7 −2 2
2 −3 −4
= − 3 ⋅ C33 = − 3 ⋅ ( − 1) γ 33 = − 3 ⋅ − 2 5 − 2 = − 3 ⋅ ( 20 + 56 + 48 + 160 + 28 − 12) = − 3 ⋅ 300 = − 900
6
8 7 2
Es decir: A = − B = C = − 900
Propiedad 3.- Si A es una matriz cuadrada y multiplicamos todos los elementos de una línea
(fila o columna) de A por un mismo número k, obtenemos otra matriz distinta B
(que también será cuadrada y del mismo orden). Pues bien:
B =k⋅ A
Es decir, el determinante de la nueva matriz B es igual al producto de k por el

determinante de la matriz A.
En este caso tampoco demostraremos esta propiedad, pero lo comprobaremos con
un ejemplo:
Ejemplo 55-
 6 −2 8 
 
Sea la matriz A =  2 1 0  y k un número real cualquiera.
 
 −4 3 −2 
 6 −2 8
 
Multipliquemos la fila 2 por k. Obtenemos la matriz B =  2 ⋅ k k 0
 
 −4 3 −2 
Hallemos los determinantes de A y B:
6 −2 8
A = 2 1 0 = − 12 + 48 + 32 − 8 = 60
−4 3 −2
6 −2 8
B = 2k k 0 = − 12 k + 48k + 32 k − 8k = 60k = k ⋅ A
−4 3 −2
La propiedad anterior permite sacar un factor común se encuentre en una línea del
determinante. Veamos un ejemplo:
Ejemplo 56.-
Hallemos un determinante 3×3 que tiene un factor común en la tercera columna:
3 3
1 −3 2 1 −3 2 ⋅1 1 −3 1
−2 1 − 92 = −2 1 3
2
3
⋅ ( − 3) = ⋅ − 2
2 1 −3 =
15 3
1 5 2 1 5 2⋅5 1 5 5
= 3
2 ⋅ ( 5 − 10 + 9 − 1 + 15 − 30) = 3
2 ⋅ ( − 12) = − 18
Propiedad 4.- Si en una matriz cuadrada hay dos líneas paralelas (dos filas o dos columnas)
que son iguales, entonces su determinante es igual a cero.
En efecto, supongamos que la matriz A tiene dos filas iguales. Si intercambiamos
la posición de esas dos filas obtenemos exactamente la misma matriz A.
Por la propiedad 2, tenemos que *A*=&*A*, es decir, un número es igual a su
opuesto, lo cual implica que *A*= 0.
Ejemplo 57.-
 −2 6 6
 
Hallemos el determinate de la matriz A =  5 − 2 − 2 (iguales columnas 2ª y 3ª)
 
 1 5 5
−2 6 6
A = 5 − 2 − 2 = 20 + 150 − 12 + 12 − 20 − 150 = 0
1 5 5
Propiedad 5.- Si en una matriz cuadrada una línea (fila o columna) es proporcional (múltiplo)
de otra paralela, su determinante es igual a cero. Es decir:
( )
A = aij ∈ M n matriz cuadrada. 

 ⇒ A = aij = 0
Supongamos que ( Linea α ) = k ⋅ ( Linea β ) 
En efecto:
A = k ⋅ B = k ⋅ 0= 0
↓ ↓
↓ La matriz B tiene dos lineas iguales, por lo que B = 0
El factor comun k puede salir fuera ( propiedad 3)
Ejemplo 58.-
Hallemos un determinante 4×4 cuya fila 3 es la mitad de la fila 2 ( la 2ª el doble de la
3ª)
7 −4 8 1 7 −4 8 1 7 −4 8 1
5 5
5 6 −2 2 2⋅ 2 2 ⋅ 3 2 ⋅ ( − 1) 2⋅1 2 3 −1 1
5 = 5 = 2⋅5 = 2 ⋅ 0= 0
2 3 −1 1 2 3 −1 1 2 3 −1 1
2 0 −2 −5 2 0 −2 −5 2 0 −2 −5
144
42444 3
Dos filas iguales
Propiedad 6.- Si en una matriz descomponemos cada uno de los elementos de una línea
(Fila o columna) en suma de dos sumandos cualesquiera, entonces el
determinante de esa matriz puede descomponerse en suma de otros dos
determinantes, de tal modo que en uno de ellos aparece uno de los sumandos en
esa línea y en el otro determinante aparece el otro sumando de esa línea. Es decir:
 a11 a12 a13 K a1n 
 
 L L L L L
A =  ai1 ai 2 ai 3 K ain  matriz cuadrada de orden n
 
 L L L L L
 
 a n1 a n 2 a n 3 K a nn 
Supongamos que los elementos de la fila i los descomponemos en suma de dos

sumandos:
 a11 a12 a13 K a1n 
 
 L L L L L 
A =  bi1 + ci1 bi 2 + ci 2 bi 3 + ci 3 K bin + cin 
 
 L L L L L 
 
 a n1 an2 an3 K a nn 
El determinante de A se puede obtener como suma de dos determinantes:

a11 a12 a13 K a1n a11 a12 a13 K a1n a11 a12 a13 K a1n
L L L L L L L L L L L L L L L
A = bi1 + ci1 bi 2 + ci 2 bi 3 + ci 3 K bin + cin = bi1 bi 2 bi 3 K bin + ci1 ci 2 ci 3 K cin =
L L L L L L L L L L L L L L L
a n1 an2 an3 K a nn a n1 an2 a n 3 K a nn a n1 an2 a n 3 K a nn
Es decir : A = B + C
Ejemplo 59.-
En este ejemplo vamos a comprobar con un determinante 3×3 la propiedad anterior.
6 5 −5 6 5 −5 6 5 −5 6 5 −5
3 −1 4 = 2 + 1 −1+ 0 2 + 2 = 2 −1 2 + 1 0 2
−7 3 −6 −7 3 −6 −7 3 −6 −7 3 −6
1442443 1442443 1442443
A B C
Hallemos los determinantes A , B y C

6 5 −5
A = 3 − 1 4 = 36 − 45 − 140 + 35 − 72 + 90 = − 96
−7 3 −6
6 5 −5
B = 2 − 1 2 = 36 − 30 − 70 + 35 − 36 + 60 = − 5
−7 3 −6
6 5 −5
C = 1 0 2 = 0 − 15 − 70 − 0 − 36 + 30 = − 91
−7 3 −6
Observamos que − 96 = A = B + C = − 5 − 91
OBSERVACIÓN: Nótese que la propiedad anterior permite que un determinante
pueda descomponerse en suma de dos o más determinantes.
Propiedad 7.- Si en una matriz cuadrada, una línea (fila o columna) es combinación lineal de
otras dos (o más) lineas paralelas, entonces su determinante es igual a cero.
NOTA: Aclaremos el significado de “línea combinación lineal de otras dos paralelas”

Lo veremos para el caso de columnas. Para filas la idea es similar.
n Supongamos una matriz cuadrada A de cierto orden n.
n Imaginemos tres columnas: columna j, columna h y columna k.
n Se dice que la columna j es combinación lineal de las columnas h y k si existen
dos números reales α y β tales que cada elemento de la columna j es igual a α por
su correspondiente de la columna h más β por su correspondiente de la columna
k. Es decir:
columna j columna h columna k
a1j = α·a1h + β·a1k
············································································
anj= α·anh + β·ank
¡Pues bien! Cuando esto ocurre en una matriz cuadrada, su determinante es cero.
En efecto: Supongamos una matriz cuadrada A de orden n tal que la columna j es
combinación lineal de las columnas h y k. Hallemos su determinante:
L a1 j L a1h L a1k L
L a2 j L a2h L a2 k L
A = L a3 j L a 3h L a 3k L = sustituimos la columna j por su combinacion lineal =
L L L L L L L
L a nj L a nh L a nk L
L α ⋅ a1h + β ⋅ a1k L a1h L a1k L

L α ⋅ a2h + β ⋅ a2 k L a2h L a2 k L
= L α ⋅ a 3h + β ⋅ a 3k L a 3h L a 3k L = desglosamos en suma de dos determinantes =
L L L L L L L
L α ⋅ a nh + β ⋅ a nk L a nh L a nk L
L α ⋅ a1h L a1h L a1k L L β ⋅ a1k L a1h L a1k L

L α ⋅ a2h L a2h L a2 k L L β ⋅ a2 k L a2h L a2 k L
= L α ⋅ a 3h L a 3h L a 3k L + L β ⋅ a 3k L a 3h L a 3k L = 0 + 0= 0
L L L L L L L L L L L L L L
L α ⋅ a nh L a nh L a nk L L β ⋅ a nk L a nh L a nk L
ya que los dos determinantes anteriores tienen una columna multiplo de otra
Ejemplo 60.-
Vamos a calcular el determinante de una matriz 3×3 cuya 3ª fila es el doble de la 1ª
menos el triple de la 2ª. Veamos:
2 −3 7  13 = 2 ⋅ 2 − 3 ⋅ ( − 3) = 4 + 9

A = −3 −2 5 notese que  0 = 2 ⋅ ( − 3) − 3 ⋅ ( − 2) = − 6 + 6
13 0 −1  − 1 = 2 ⋅ 7 − 3 ⋅ 5 = 14 − 15

A = 4 + 0 − 195 + 182 − 0 + 9 = 186 − 186 = 0
Propiedad 8.- Si A es una matriz cuadrada y una línea de ella (fila o columna) la
multiplicamos por un número k y posteriormente esa nueva línea se la sumamos a otra
línea paralela, el resultado será otra matriz B del mismo orden y diferente de A,
únicamente, en esa línea sobre la que hemos sumado.
Pues bien, se verifica que * A * = * B *
Es decir, los determinantes de ambas matrices son iguales.
En efecto, vamos a verlo para una fila. Para columna sería similar.
L L L L L
 
 ai1 ai 2 ai 3 L ain 
A=  L L L L L  ∈ M n× n Hemos resaltado las filas i y h
 
 a h1 ah2 ah3 L a hn 
 
L L L L L
Ahora a la fila i le sumamos el producto de k por la fila h y obtenemos:
 L L L L L 
 
 ai1 + k ⋅ a h1 ai 2 + k ⋅ a h 2 ai 3 + k ⋅ a h 3 L ain + k ⋅ a hn 
B=  L L L L L 
 
 a h1 ah2 ah3 L a hn 
 
 L L L L L 
Vamos a ver que B = A
L L L L L L L L L
ai1 + k ⋅ a h1 L ain + k ⋅ a hn ai1 L ain k ⋅ a h1 L k ⋅ a hn
B = L L L = L L L + L L L =
a h1 L a hn a h1 L a hn a h1 L a hn
L L L L L L L L L
= *A* + 0 = *A* ya que el 2º sumando es un determinante con una fila múltiplo de otra.
Ejemplo 61.-
En este ejemplo comprobaremos la propiedad anterior. Para ello consideremos la matriz:
 3 8 − 7
 
A =  2 − 5 5  Vamos a restar a la fila 3 el doble de la fila 2 :
 
 4 1 − 3
 3 8 −7   3 8 −7 
   
B=  2 −5 5  =  2 −5 5 
   
 4 − 2 ⋅ 2 1 − 2 ⋅ ( − 5) − 3 − 2 ⋅ 5  0 11 − 13
Vamos a calcular A y B
3 8 −7
A = 2 − 5 5 = 45 − 14 + 160 − 140 − 15 + 48 = 84
4 1 −3
3 8 −7
B = 2 −5 5 = 195 − 154 + 0 − 0 − 165 + 208 = 84
0 11 − 13
Ejemplo 62.-
Consideremos la misma matriz A del ejemplo 60. Ahora vamos a realizar otra operación
sobre otra línea, distinta de la anterior. Obtendremos otra matriz C. Veremos que el determinante
de C es igual que el de A y el de B:
“a la tercera columna de A le sumamos la segunda columna”
3 8 −7 + 8   3 8 1 
   
C =  2 −5 5 + ( − 5) =  2 − 5 0  Hallemos el determinante de C :
   
4 1 − 3 + 1   4 1 − 2
3 8 1
C = 2 −5 0 = 30 + 2 + 0 + 20 − 0 + 32 = 84 = A = B
4 1 −2
OBSERVACIÓN: Esta propiedad es muy interesante ya que si tenemos un determinante que

queremos calcular y no tiene ceros (o tiene pocos ceros), podemos operar sobre
una fila o columna y conseguir que algunos términos se conviertan en ceros, lo
cual, como vimos, simplifica el cálculo del determinante (en los ejemplos 60 y
61 vemos como se “crearon” ceros sin que el valor del determinante varíe).
La siguiente propiedad se refiere a esta posibilidad, es decir, la de reducir el
cálculo de un determinante de orden 4×4 o superior.
Propiedad 9.-Para calcular el determinante de una matriz cuadrada, se puede calcular el de

otra matriz distinta que tiene todos los elementos de una línea, excepto uno, iguales a
cero, pero de tal modo que ambos determinantes son iguales. Las propiedades vista
anteriormente permiten “ir haciendo ceros en una línea”.
Es decir:
n Tenemos una matriz cuadrada A y queremos calcular *A*. Ya sabemos como
se hace, pero hemos visto que si A no tiene “muchos” ceros en una línea, el
problema es fácil pero con un cálculo muy largo.
n Por la propiedad 8 sabemos que “operando” sobre una línea (fila o columna),
podemos ir haciendo ceros en ella, es decir, obtenemos matrices distintas, pero
todas tienen igual su determinante (que es lo que buscamos).
n Cuando todos los elementos de una línea, excepto uno, son ceros, el problema se
simplifica bastante al reducirse un grado el orden de determinate (pasa de n a n-1)
El proceso lo continuamos hasta siguiendo el proceso hasta llegar a un último
determinante de orden 3, en cuyo caso aplicamos la regla de Sarrus.
n Puede ocurrir que al operar aparezca una línea en la que todos los elementos se
hacen cero. En este caso, el determinante es igual a cero.
n Aclaremos que la línea (fila o columna) sobre la que actuar para hacer ceros la
elegimos nosotros en función de la facilidad que presenten. Por ejemplo, si en
una línea hay dos ceros y en las demás hay uno o ninguno, esa puede ser la
elección más conveniente.
Es decir:
 L a1 j L  L 0 L
   
L L L  L L L
Tenemos A =  L aij L → → → → → → B =  L aij L
  1442443  
L L L mediante transformaciones  L L L
L a L
conaseguimos otra matriz
 
 nj  L 0 L
Las matrices A y B son distintas (la matriz B tiene la columna j con todos los elementos
ceros excepto uno). Sin embargo, *A*=*B*
NOTAS: Antes de ver el proceso con un ejemplo, especifiquemos la terminología que

emplearemos:
‚ La expresión Fi significa “fila i”. Por ejemplo: F3 significa “fila 3”
‚ La expresión Cj significa “columna j”. Por ejemplo: C2 significa “columna 2"
‚ Las expresiones α·Fk y α· Ck significan “multiplicamos la fila k (o
columna k) por α.
‚ La expresión Fi + α·Fk significa “a la fila i le sumamos el producto de α
por la fila k” (puede ser una resta)
‚ La expresión Cj + α·Ck significa “a la columna j le sumamos el producto
de α por la columna k” (puede ser resta)
‚ La expresión Fi + Fk significa “a la fila i le sumamos la fila k” (puede
ser columnas y pueden ser restas)
Ejemplo 63.-
En este ejemplo vamos a calcular un determinante 4×4 por el método de transformaciones
en líneas. Veamos:
 3 −2 4 −5
 
 1 3 2 −1
Queremos calcular el determinante de A =  . No hay ni un cero.
−2 3 −1 4 
 
 3 5 −2 6 
Hemos decidido hacer ceros en la primera columna. Para ello las operaciones que hay que
realizar son sobre filas. Entre corchetes pondremos el elemento que vamos a hacer cero:
3 −2 4 −5 3 −2 4 −5 [ 3] −2 4 −5
F4 − F1 F3 + 2⋅ F2 F1 − 3⋅ F2
1 3 2 −1 } 1 3 2 −1 } 1 3 2 −1 }
A = = = =
−2 3 −1 4 [ − 2] 3 − 1 4 0 9 3 2
[ 3] 5 − 2 6 0 7 − 6 11 0 7 − 6 11
0 − 11 − 2 − 2
1 3 2 −1
= = Desarrollando por la primera columna =
0 9 3 2
0 7 − 6 11
− 11 − 2 − 2
= 0 ⋅ A11 + 1 ⋅ A21 + 0 ⋅ A31 + 0 ⋅ A41 = A21 = ( − 1) ⋅ α 21 = − α 21 = − 9
3
3 2 =
7 − 6 11
= − (− 363 + 108 − 28 + 42 − 132 + 198) = 175
OBSERVACIONES:
k Recordamos que para hacer ceros en una columna, las operaciones son sobre filas
k Cuando se tiene experiencia y habilidad, es posible realizar dos operaciones
(hacer dos ceros) simultáneamente (esto ahorra escritura).
k Los “1" y “-1" también facilitan mucho el proceso.
Ejemplo 64.-
Ahora vamos a calcular el determinante de la misma matriz A del ejemplo anterior, pero
haciendo ceros en la segunda fila. En este caso habrá que operar con columnas. Veamos:
3 −2 4 −5 3 − 11 − 2 − 5 3 − 11 − 2 − 2
1 [ 3] [ 2] − 1 1 0 0 [ − 1] 1 0 0 0
A = ={ ={ =
−2 3 −1 4 C2 − 3⋅C1
−2 9 3 4 C4 +⋅C1
−2 9 3 2
C3 − 2⋅C1
3 5 −2 6 3 −4 −8 6 3 −4 −8 9
Desarrollando por la segunda fila:

− 11 − 2 − 2
= 1 ⋅ A21 + 0 ⋅ A22 + 0 ⋅ A23 + 0 ⋅ A24 = A21 = ( − 1) ⋅ α 21 = −
3
9 3 2 =
−4 −8 9
= − ( − 297 + 144 + 16 − 24 − 176 + 162) = − ( − 175 ) = 175
Vemos como el resultado obtenido es independiente de la línea y el camino elegido.

Ahora vamos a calcular el determinante de una matriz cuadrada de orden 4 en el que no
hay ni “0" ni “1" ni “-1". En este caso es conveniente “convertir” algún número en “1", pero
recordemos la propiedad de que si multiplicamos una línea de una matriz por un número k,
entonces el determinante de la nueva matriz es el de la anterior por k. Esto significa que si
multiplicamos en el determinante una línea por k, debemos poner fuera 1/k para mantener la
igualdad. Veamos:
Ejemplo 65.-
Hallemos el siguiente determinante *A* de orden 4. Nótese que no hay ni “1" ni “0".
−3 4 2 5 −3 4 [ 2] 5 − 3
2 2 1 5
2 F3 − 3⋅ F1
F2 + 2⋅ F1 F1⋅ 21 F4 −5⋅ F1
4 3 [ − 4] 3 } − 2 11 0 13 } −2 11 0 13 }
A = = = 2⋅ =
−2 7 3 −4 −2 7 3 −4 −2 7 [ 3] − 4
5 −2 5 9 5 −2 5 9 5 − 2 [ 5] 9
3 5
− 2 2 1 2
−2 11 0 13
= 2⋅ 5 = Desarrollamos por la tercera columna =
2 1 0 − 23
2
25 7
2 − 12 0 − 2
−2 11 13
2 ⋅ 1 ⋅ A13 = 2 ⋅ ( − 1) ⋅ α13 = 2 ⋅ 2 = 2 ⋅ (7 − 390 − )=
4 5
2 1 − 23 6325
4 − 325
2 + 276 + 385
4
25
2 − 12 − 72
− 3509
2⋅ = − 3509
2
Destaquemos de este ejemplo que hemos ido poniendo entre corchetes aquellos números
sobre los que tenemos intención de actuar, es decir, convertir en 0 o en 1. También insistimos
en que al multiplicar la fila 1 por ½ hemos multiplicado el determinante por 2 para que la
igualdad se mantenga ya que al multiplicar esa fila por ½ el determinante queda dividido por 2.
26. Sobre el signo de los adjuntos. Regla nemotécnica.-

Hemos visto que para hallar un determinante de orden 4 o superior desarrollamos por una
línea utilizando los adjuntos Aij que a su vez es igual al menos complementario αij con el signo
% o & delante. Una regla nemotécnica sencilla para recordar el signo que debe ir delante es
recordar el siguiente “determinante” construido con los signos % o & que lleva delante el menor
complementario que ocupa la posición que ocupa el signo en ese lugar:
+ − + − L
− + − + L
+ − + − L
− + − + L
L L L L L
De este modo sabemos, por ejemplo que A42 = α42 y A43 = &α43 etc.
OBSERVACIÓN: Todo lo expuesto para el cálculo del determinante de una matriz cuadrada
de orden 4 es válido para órdenes 5, 6, 7, .... El no realizar un ejemplo
para calcular el determinante de una matriz cuadrada 5×5 se debe a que
el proceso es excesivamente largo. Es recomendable que el alumno haga
“al menos” un determinante 5×5 para comprobarlo.
27. Cálculo de la inversa de una matriz cuadrada.-

Hemos visto el concepto de matriz inversa de una matriz cuadrada (las matrices no
cuadradas no tienen inversa e, incluso, hay matrices cuadradas que tampoco tienen). En este
apartado veremos dos métodos para calcular la inversa de una matriz en el caso en que exista
dicha inversa.
Cálculo de la inversa por el método de los adjuntos:

Diremos paso a paso como se halla la inversa de una matriz por este método y
posteriormente haremos un ejemplo.
@ Supongamos una matriz cuadrada A de orden n. Queremos hallar su inversa A&1
@ Recordemos que se debe cumplir que A·A&1 = A&1·A = I
@ Hallamos el determinante de A, es decir, *A*
@ Si *A*…0 la matriz tiene A inversa.
Si *A*= 0 la matriz A no tiene inversa. En este caso se acabó el problema.
@ Hallamos todos los adjuntos de la matriz A, es decir:
A11 , A12 , A13 , ..... , A1n , A21 , A22 , ......, A2n , ...... , An1 , An2 , .... , Ann
@ ¡Pues bien!, la matriz inversa de A se construye de la siguiente forma:
 A11 A21 A31 An1 
 L 
 A A A A 
 A12 A22 A32 An2   A11 A21 A31 L An1 
 L   
 A A A A   A12 A22 A32 L An 2 
1 
A −1 = A13 A23 A33 An 3  = ⋅ A13 A23 A33 L An3 
 L  A  
 A A A A   L L L L L
 
 L L L L L  A1n A2 n A3n L Ann 
 A1n A2n A3n Ann 
 L
 A A A A 
Nótese que la matriz construida con los adjuntos está escrita “al revés”, es decir, en cada
columna j están puestos los adjuntos de los elementos de la fila j de la matriz A. Por ejemplo,
en la columna 3 de A&1 aparecen los adjuntos de la fila 3 de A. Obsérvese también que en todos
los elementos de la matriz A&1 hay un factor común que puede salir fuera (recuérdese “producto
de un número real por una matriz”).
Ejemplo 66.-
 3 −2 4 −5
 
 1 3 2 −1
Consideremos la matriz del ejemplo 62, es decir, A = 
−2 3 −1 4 
 
 3 5 −2 6 
Vimos que * A *= 175. Ahora, para construir la matriz inversa de A necesitamos hallar
todos los adjuntos de los elementos de A. Veamos:
3 2 −1 1 2 −1
A11 = 3 − 1 4 = − 18 + 6 + 40 − 5 + 24 − 36 = 11 ; A12 = − − 2 −1 4 = − ( − 6 − 4 + 24 − 3 + 8 + 24) = − 43
5 −2 6 3 −2 6
1 3 −1 1 3 2
A13 = − 2 3 4 = 18 + 10 + 36 + 9 − 20 + 36 = 89 ; A14 = − − 2 3 − 1 = − ( − 6 − 20 − 9 − 18 + 5 − 12) = 60
3 5 6 3 5 −2
−2 4 −5 3 4 −5
A21 = − 3 −1 4 = − (12 + 30 + 80 − 25 − 16 − 72) = − 9 ; A22 = − 2 −1 4 = − 18 − 20 + 48 − 15 + 24 + 48 = 67
5 −2 6 3 −2 6
3 −2 −5 3 −2 4
A23 = − − 2 3 4 = − (54 + 50 − 24 + 45 − 60 − 24) = − 41 ; A24 = − 2 3 − 1 = − 18 − 40 + 6 − 36 + 15 + 8 = − 65
3 5 6 3 5 −2
−2 4 −5 3 4 −5
A31 = 3 2 − 1 = − 24 + 30 − 20 + 50 + 4 − 72 = − 32 ; A32 = − 1 2 − 1 = − (36 + 10 − 12 + 30 − 6 − 24) = − 34
5 −2 6 3 −2 6
3 −2 −5 3 −2 4
A33 = 1 3 − 1 = 54 − 25 + 6 + 45 + 15 + 12 = 107 ; A34 = − 1 3 2 = − ( − 18 + 20 − 12 − 36 − 30 − 4) = 80
3 5 6 3 5 −2
−2 4 −5 3 4 −5 3 −2 −5 3 −2 4
A41 = − 3 2 − 1 = 13 ; A42 = 1 2 − 1 = − 2 ; A43 = − 1 3 − 1 = − 4 ; A44 = 1 3 2 = 15
3 −1 4 −2 −1 4 −2 3 4 −2 3 −1
La matriz inversa queda:
−9 −32
 175
11
175 175
13
175
  11 − 9 − 32 13
 −43 −34 −2
  

67
 1  − 43 67 − 34 − 2
A −1 =  175
89
175
−41
175
107
175
−4  = 175 ⋅  89 − 41 107 − 4
 60
175 175
−65
175 175   
 175 175
80
175
15
175   60 − 65 80 15
Ejemplo 67.-
Comprobemos que la matriz hallada en el ejemplo anterior e la inversa de A.
A −1 es la inversa de A ⇔ A ⋅ A −1 = I
Hallemos el producto A ⋅ A −1
−9 −32
 3 −2 − 5
4  11
175 175 175
29
175

   −43 −34 −2

 1 3 − 1
2 
67
175 
A ⋅ A −1
175 175 175
= ⋅ −4  =
−2 3 −1 4  89 −41 107
   175 175
−65
175 175 
 3 5 −2 6   60
175 175
80
175
15
175 
−27 −96
 33
175 + 86
175 +
356
175 − 300
175 175 − 134
175 −
164
175 +
325
175 175 + 68
175 + 428
175 −
400
175
87
175 + 4
175 − 16
175 −
75
175

 11 129 178 60 −9 201 82 65 −32 102 214 80 29 6 8 15

 175 − 175 + 175 − 175 175 + 175 − 175 + 175 175 − 175 + 175 − 175 175 − 175 − 175 − 175 
= −22 129 89 240 18 201 41 260 64 102 107 320 −58 6 4 60  =
− 175 − + + 175 + 175 − − − 175 + − + 175 +
 175
33 215
175
178
175
360
175
−27 335 82
175
390
175
−96
175
170 214
175
48
175
87
175
10 8
175 
90
 175 − 175 − 175 + 175 175 + 175 + 175 − 175 175 − 175 − 175 + 175 175 − 175 + 175 + 175 
1 0 0 0
 
0 1 0 0
= = I ⇒ Comprobacion O. K.
0 0 1 0
 
0 0 0 1
Ejemplo 68.-
 2 4 − 6
 
Sea la matriz del ejemplo 44 : A =  3 − 1 0  . Vimos en ese ejemplo que *A*=102
 
 5 − 5 − 3
Hallemos su matriz inversa:
A11 A21 A31 

 
A A A   A11 A21 A31   A11 A21 A31 
A A A 1   1  
A −1 =
12 22 32 
= ⋅  A12 A22 A32  = ⋅  A12 A22 A32 
A A A  A   102  
A13 A23 A33 
  A13 A23 A33   A13 A23 A33 
 
A A A 
Hallemos los adjuntos de la matriz A :
−1 0 3 0 3 −1
A11 = =3 ; A12 = − =9 ; A13 = = − 10
−5 −3 5 −3 5 −5
4 −6 2 −6 2 4
A21 = − = 42 ; A22 = = 24 ; A23 = − = 30
−5 −3 5 −3 5 −5
4 −6 2 −6 2 4
A31 = = − 6 ; A32 = − = − 18 ; A33 = = − 14
−1 0 3 0 3 −1
Construyamos la matriz inversa:

 3
102
42
102
−6
102   3 42 −6 
−1   1  
A = 9
102
24
102
−18
102  = ⋅  9 24 − 18  matriz inversa de A
  102  
 −10
102
30
102 102 
−14
 −10 30 −14 
Ejemplo 69.-
Comprobemos que la matriz A&1 del ejemplo anterior es la inversa de A :
 3 42 − 6   2 4 −6
1    
A −1 ⋅ A = ⋅  9 24 − 18 ⋅  3 −1 0  =
102    
 − 10 30 − 14  5 −5 −3
 6 + 126 − 30 12 − 42 + 30 − 18 + 0 + 18   102 0 0 
1   1  
= ⋅  18 + 72 − 90 36 − 24 + 90 − 54 + 0 + 54  = ⋅  0 102 0  =
102   102  
 − 20 + 90 − 70 − 40 − 30 + 70 60 + 0 + 42   0 0 102 
 102
102
0
102
0
102
  1 0 0
 0 102 0
  
= 102 102 102  =  0 1 0  = I ⇒ Comprobacion O. K.
 0 0 102   
 102 102 102   0 0 1
Ejemplo 70.-
 −2 5 3 
 
Hallemos la matriz inversa de B =  2 − 3 − 1 
 
 4 −2 2 
Previamente debemos hallar su determinante:
−2 5 3
B = 2 − 3 − 1 = 12 − 12 − 20 + 36 + 4 − 20 = 0 ⇒ No existe B −1
4 −2 2
Es decir, ò B&1 0M3 * B·B&1 = I
Ejemplo 71.-
 2 − 2 2 −2
La matriz C =   no tiene inversa ya que C = =−6 2+6 2= 0
3 2 − 6 3 2 −6
NOTA: La inversa de una matriz I n es ella misma, es decir, I n−1 = I

Cálculo de la inversa por el método de transformaciones sobre líneas:

Este es otro método para calcular la inversa de una matriz cuadrada. Explicaremos
únicamente el procedimiento, sin entrar en detalles. Se basa en las propiedades de las matrices
y determinantes vistas anteriormente. Veamos:
” Sea una matriz cuadrada, de orden n, A cuya matriz inversa A&1 queremos encontrar.
” ( )
Situamos la matriz A y la matriz In juntas y de la siguiente forma: A I , es decir:
 a11 a12 L a1n 1 0 0 L

 
 a 21 a 22 L a2n 0 0 1 L
 L L L L L L L L
 
 a n1 a2n L a2n 0 0 L 1 
” En la matriz A vamos realizando operaciones sobre sus líneas (filas y/o columnas), hasta
conseguir que A “se convierta” en In. Todas las operaciones que realicemos sobre A (la
matriz de la izquierda), las realizamos idénticamente sobre In (la matriz de la derecha).
” Cuando hallamos conseguido que A “se convierta” en In, la matriz de la derecha In se
habrá convertido en otra matriz. ¡Pues bien!, precisamente esa matriz es A&1 .
” Resumiendo:
Transformaciones sobre A y sobre I
64444744448
( ) (
Inicio = A I → → → → → → → → → → I A −1 = Final del proceso. )
Más claro:
 a11 a12 L a1n 1 0 L 0   1 0 L 0 A11 A21
L
An1

  Transformaciones sobre A e I  A A A 
 a 21 a 22 L a 2 n 0 1 L 0  64447444 8  0 1 L 0 A12 A22
L
An 2

 →→→→→→→→  A A A

L L L L L L L L  L L L L L L L L
 
 a n1 a2n L a2n 0 0 L 1   0 0 L 1 A1n A2 n Ann 
 A A L A 
” Si observamos que no es posible llegar a la matriz In, por ejemplo porque aparece una
línea en que todos son “ceros” (nótese que en cada línea hay un 1 en la diagonal
principal y el resto son 0), la causa es que la matriz A no tiene inversa.
Veamos un ejemplo:
Ejemplo 72.-
 3 −5
Hallemos la matriz inversa de A =   por el método de transformaciones.....
2 4 
1 3
F1⋅ F − 2⋅ F F2 ⋅ 22
 3 − 5 1 0  }3  1 − 53 13 0  2} 1  1 − 53 13 0 }
  →   →   →
 2 4 0 1  2 4 0 1  0 223 − 23 1
5
F1 + ⋅ F2
 1 − 53 13 0  }3  1 0 224 5
22 
  →  
 0 1 − 222 22 
3
 0 1 − 222 22 
3
La matriz inversa es
 224
−1
5
  112 5
 3 −5
A =  −2 22
 =  −1
22
 Notese que A = = 12 + 10 = 22
 22 22 
3
 11 22 
3
2 4
Ejemplo 73.-
Comprobemos que la matiz hallada en ele ejemplo anterior es la inversa de A:
 3 −5  4 5 1  12 + 10 15 − 15 1  22 0
  1 0
A ⋅ A −1 =   ⋅  ⋅ = ⋅ =  220 22
 = 
 2 4   −2 3 22  8 − 8 10 + 12 22  22 22 
22
 0 1
Ejemplo 74.-
Hallar por transformaciones de líneas la inversa de la matriz del ejemplo 67 :
 2 4 − 6 1 0 0  F1 −2⋅F3  − 8 14 0 1 0 − 2  F1 +14⋅F2
  }   }
 3 −1 0 0 1 0 →  3 −1 0 0 1 0  →
 5 −5 −3 0 0 1  5 −5 −3 0 0 1 
   
 34 0 0 1 14 − 2  F1⋅ 341  1 0 0 341 14 −2
 FF23 −−53⋅⋅FF11
 }  }
34 34

 3 −1 0 0 1 0  →  3 −1 0 0 1 0 →
 5 −5 −3 0 0 1   5 −5 −3 0 1 
   0
1 0 0 1 14 −2
 F3 −5⋅F2  1 0 0 1 14 −2

 } 
34 34 34 34 34 34
 
 0 −1 0 →  0 −1 0
−3 −8 6 −3 −8 6
34 34 34  34 34 34 
 0 −5 −3 −5 −70 44   0 0 −3 −30 14 
 34 34 34   10
34 34 34 
F2 ⋅( −1)
1 0 0
F3 ⋅ −31
1 14 −2

}  34 34 34

→ 0 1 0 3
34
8
34
−6
34 
0 0 1 −10 −14 
 102
30
102 102 
Por tanto, la matriz inversa es:

 341 14
34
−2
34   3 42 −6 
  1  
A −1 =  343 8
34 34  =
−6
⋅  9 24 −18 ver el ejemplo 67
 −10 −14 
102  
 102 30
102 102   −10 30 −14
Ejemplo 75.-
Hallemos, por el método de transformaciones de líneas, la inversa de la matriz del
ejemplo 65 (su determinante se halló en el ejemplo 62).
 3 −2 4 −5 1 0 0 0   3 −2 4 −5 1 0 0 0
  F + 2⋅F  
 1 3 2 −1 0 1 0 0  F34 −3⋅F22  1 3 2 −1 0 0 0 1
 →  →
 −2 3 −1 4 0 0 1 0   0 9 3 2 0 1 0  F2 ⋅3
2
   
 3 5 −2 6 0 0 0 1   0 −4 −8 9 0 −3 0 1 
 3 −2 4 −5 1 0 0 0  3 −2 4 −5 1 00 0
   
 3 9 6 −3 0 3
0 0  F2 − F1  0 11 2 2 −1 30 0
 →   →
 0 9 3 2 0 1 0 2  0 9 3 2 0 21 0  FF23⋅⋅11
9
   
 0 − 4 −8 9 0 −3 0 1   0 −4 − 8 9 0 −3 0 1 
 3 − 2 4 −5 1 0 0 0  3 −2 4 −5 1 0 0 0
   
 0 99 18 18 −9 27 0
0  F3 − F2  0 99 18 18 −9 27 0 0
 → 
1 →
 0 99 33 22 0 22 11 0   0 0 15 4 9 −5 11 0  F2 ⋅ 99
   
 0 − 4 −8 9 0 −3 0 1   0 −4 −8 9 0 −3 0 1 
 3 −2 4 −5 1 0 0 0  3 −2 4 −5 1 0 0 0
   
 0 1 2 2
− 111 3
0
0  F4 + 4 F2  0 1 2 2
− 1 3
0 0
11 11 11
 → 11 11 11 11
 1 →
 0 0 15 4 9 −5 11 0   0 0 15 4 9 −5 11 0  FF23⋅⋅1115
   
 0 −4 −8 9 0 −3 0 1   0 0 − 80
11
107
11 − 114 − 11
21
0 1
 3 −2 4 −5 1 0 0  0  3 −2 4 −5 1 0 0 0 
   
 0 1 2 2
− 1 3
0 0  F4 +80⋅F3  0 1 2 2
− 111 3
0 0  
11 11 11 11
 → 11 11 11
→
 0 0 1 3 4
− 13 15
11
0   0 0 1 4 3
− 13 11
0  F4 ⋅ 3853
 5 15
  15 5 15

 0 0 −80 107 −4 −21 0 11   0 0 0 385
3 44 − 143
3
176
35 11 
 3 −2 4 −5 1 0 0 0  F1 +5⋅F4  3 −2 4 0 197 − 137 16
7
3
7 
  F2 − 112 ⋅F4  
 0 1 2 2
− 111 3
0 0  F 0 1 2
0 − 385
59 131
− 32
− 6
→  
4
11 11 11 3 − 15⋅ F4 11 385 385 385
 0 0 1 4 3
− 1 11
0   0 0 1 0 89
− 41 107
− 175
4 
 15 5 3 15
  175 175 175

 0 0 0 1 12
35 − 13
35
16
35
3
35   0 0 0 1 12
35 − 13
35
16
35
3
35 
 3 −2 4 0 19
7 − 137 16
7
3
7   3 0 4 0 389
175 − 175
191 332
175
71
175 
   
0 1 0 0 − 43 67
− 34
− 2
0 1 0 0 − 43 67
− 34
− 2
F → 175 175 175 175  F
1 + 2⋅ F2
→ 175 175 175 175 
2
2 − 11⋅ F3  0 0 1 0 175
89
− 41 107
− 175
4   0 0 1 0 175
89
− 41 107
− 175
4 
 175 175
  175 175

 0 0 0 1 12
35 − 13
35
16
35
3
35   0 0 0 1 12
35 − 13
35
16
35
3
35 
 3 0 0 0 175
33
− 175
27
− 175
96 87
175   1 0 0 0 175
11
− 175
9
− 175
32 29
175 
   
0 1 0 0 − 175
43 67
− 34
− 2
0 1 0 0 − 175
43 67
− 34
− 2
→  F → 
1
1⋅ 3
F 175 175 175 175 175 175
1 − 4⋅ F3  0 0 1 0 89
− 41 107
− 175
4   0 0 1 0 89
− 41 107
− 175
4 
 175 175 175
  175 175 175

 0 0 0 1 12
35 − 13
35
16
35
3
35   0 0 0 1 12
35 − 13
35
16
35
3
35 
Ya tenemos la matriz inversa de A. Ahora vamos a expresarla de distintas formas. En el

ejemplo 65 tenemos dicha matriz.
 175
11
− 175
9
− 175
32 29
175   17511
− 175
9
− 175
32 29
175   11 −9 −32 29 
 43     
− 67
− 34
− 175
2
 =  − 175
43 67
− 34
−  1  −43 67 −34 −2 
2
A −1 =  89175 175 175 175 175 175
= ⋅
 175 − 175
41 107
175
4 
− 175  175
89
− 175
41 107
175
4 
− 175 175  89 −41 107 −4 
 12     
 35 − 13
35
16
35 35 
3
 175
60
− 175
65 80
175 175 
15
 60 −65 80 15 
28. Ecuaciones de matrices.-

Las operaciones que hemos visto con matrices y el cálculo de la matriz inversa, nos
permite resolver algunas ecuaciones en las que la incógnita, coeficientes y términos
independientes son matrices. Es decir:
A , B y C son matrices conocidas.

Buscamos una matriz X que verifique la igualdad : A ⋅ X + B = C
La forma de hallar X , suponiendo que C − B y A −1 existan es:
A⋅ X = C − B llamemos C − B = D
A⋅ X = D Hallamos A −1
A −1 ⋅ A ⋅ X = A −1 ⋅ D
I ⋅ X = A −1 ⋅ D Como I ⋅ X = X
X = A −1 ⋅ D Observa que A debe ser cuadrada para que exista A −1
Ejemplo 76.-
 2 −3  −4  3
Dadas las matrices A =   , B =   y C =   , hallar la matriz X sabiendo que
5 4   7  5
A⋅ X + B = C
Veamos:
A ∈ M 2×2 
 ⇒ X ∈ M 2×1 ( segun el producto de matrices)
C − B = D ∈ M 2×1 
 3  − 4  3 + 4  7 
C− B=   −   =   =  = D
 5  7   5 − 7  − 2
X = A −1 ⋅ D Tenemos que hallar A −1
 2 − 3 1 0 FF12⋅⋅52  10 − 15 5 0 F2 − F1  10 − 15 5 0
   →     →  
 5 4 0 1  10 8 0 2  0 23 − 5 2
 10 − 15 5 0  10 0 40
23
30
23   1 0 234 3
23 
 F
 1→    F →    F
 1→  
2 ⋅ 23
0 1 − 235 23 
2 1 +15⋅ F2
 0 1 − 235 23 
2 1⋅10
 0 1 − 235 23 
2
−1 234 3

Tenemos ya la matriz inversa de A: A =  −5 23
 . Por tanto:
 23 23 
2
 234   7   2823 − 23   22
23 
3 6
−1
X = A ⋅ D =  −5 23
 ⋅   =   =   Ecuacion resuelta
 23 23   −2
2 −35
−
 23 23   23 
4 −39
Ejemplo 77.-
 2 −3
Dadas las matrices A=  ; B = ( −5 6) y C = (3 −8) , hallar otra
5 4 
matriz X tal que: X ⋅ A − B = C
Veamos:
A ∈ M 2×2 
 ⇒ X = (a b) ∈ M1×2
X ⋅ A = C + B = D ∈ M1×2 
X ⋅ A = C + B ⇒ X ⋅ A = D ⇒ X ⋅ A ⋅ A −1 = D ⋅ A −1 ⇒ X ⋅ I = D ⋅ A −1
Por tanto X = D ⋅ A −1 Como la matriz A es la misma del ejemplo anterior:
D = C + B = (3 −8) + ( −5 6) = ( −2 −2)
 234 3

X = ( −2 −2) ⋅  −5 23
 = ( − 238 + 10
23 − 236 − 4
23 ) = ( 232 23 ) solucion
− 10
 23 2
23 
29. Propiedades de la matriz inversa.-

Hemos visto el concepto de matriz inversa de otra matriz, qué matrices no tienen inversa
y cuales tienen inversa. También hemos visto dos métodos para hallar la inversa de una matriz.
Ahora veremos las propiedades que tiene una matriz y su inversa.
1ª) Sean A y B dos matrices cuadradas del mismo orden. El producto A·B es otra matriz
cuadrada del mismo orden. Pues bien, si A&1 y B&1 existen, entonces:
( A·B )&1 = B&1 · A&1
En efecto:
( A ⋅ B) ⋅ ( A ⋅ B) −1 = ( A ⋅ B) ⋅ ( B −1 ⋅ A −1 ) = A ⋅ 123
B ⋅ B −1 ⋅ A −1 = {
A ⋅ I ⋅ A −1 = A ⋅ A −1 = I
I A
2ª) La matriz inversa de una matriz, si existe, es única.

En efecto, vamos a suponer que la matriz A tiene dos inversas X e Y. Demostraremos que
necesariamente debe ser X = Y.
X inversa de A Y A·X=X·A = I
Y inversa de A Y A·Y=Y·A = I
X = X·I = X·( A·Y ) = ( X·A )·Y = I·Y = Y Y X = Y c.q.d.
3ª) La inversa de la inversa de una matriz es esta matriz. Es decir:
(A&1 )&1 = A
4ª) La inversa de la traspuesta de una matriz es igual a la traspuesta de la inversa. Es decir:
(At )&1 = (A&1 )t
Ejemplo 78.-
En este ejemplo vamos a comprobar la primera propiedad de las matrices inversas.
 1 − 3 
A=   
 4 5 
 Dos matrices cuadradas deorden 2.
 − 3 2 
B= 
 3 3 
Hallemos la inversa de A:
 1 − 3 1 0 F2 −4⋅F1  1 − 3 1 0 F2 ⋅171  1 − 3 1 0  F1 + 3⋅F2  1 0 175 3
17 
    →   
→     →  
 4 5 0 1  0 17 − 4 1  0 1 − 174 17 
1
 0 1 − 174 1
17 

−1
5
17
3
17 
Por tan to A =  
 −4
17 17 
1
Hallemos la inversa de B:
 − 3 2 1 0 F2 + F1  − 3 2 1 0 F2 ⋅15  − 3 2 1 0 F1 − 2⋅F2  − 3 0 3
5
−2
5 
    →    →     →  
 3 3 0 1  0 5 1 1  0 1 15 15   0 1 1
5
1
5 
F1⋅ −31 1 0 −1
5
2
15  −1
5
2
15 
→   ⇒ B −1 =  
0 1 1
5 5
1
 1
5
1
5 
Hallemos el producto A·B:

 1 −3  −3 2  −3 − 9 2 − 9   −12 −7 
A⋅ B=  ⋅  =  = 
 4 5   3 3  −12 + 15 8 + 15  3 23 
Ahora hallemos la inversa de A·B, es decir, (A·B)&1
 −12 −7 1 0 F2 + 41 ⋅F1  −12 −7 1 0 F2 ⋅854  −12 −7 1 0
   →  
→ 
 3 23 0 1  0 85 1
4 4 1  0 1 851 85 
4
 − 12 0 92 28
 F1⋅12−1  1 0 − 255
23
− 255
7
  − 255
23
− 255
7

1 + 7⋅ F2
 F → 
85 85
  
 →   ⇒ ( A ⋅ B ) −1
=  1 
 0 1 1
85 85 
4
 0 1 851 85 
4
 85 85 
4
:
Ahora hallemos el producto B&1 · A&1
−1 −51−1
2
  175 3
  −1
− 255
8 −3
+ 255
2
  − 255
23
− 255
7

B ⋅A = 1 15
 ⋅  −4
17
 =
17 85
 = 1 
5 5   17 17   17 − 85 + 85   85 85 
1 1 1 4 3 1 4
85
Observamos que (A·B)&1 = B&1·A&1
Ejemplo 79.-
Este ejemplo es para comprobar la propiedad 4 de la inversa de una matriz.
Consideremos la matriz A del ejemplo anterior. En ese ejemplo hallamos su inversa.
Ahora vamos a hallar la traspuesta At y la inversa de la traspuesta (At)&1
 1 − 3  1 4
A=  ⇒ A =
t

 4 5  − 3 5
 1 4 1 0  1 4 1 0 1 4 1 0
   F →    
 →    F →
 − 3 5 0 1 2 + 3⋅ F1
1
1 − 4⋅ F2
 0 17 3 1 F2 ⋅17  0 1 173 17 
1
1 0 5 −4
  5 −4


17 17
 ⇒ ( A )
t −1
= 

17 17

0 1  17 
3 1 3 1
17 17 17
Hallemos ahora la traspuesta de la inversa, es decir, (A&1)t

t
 5 3
  5 −4

(A ) −1 t
=

17 17
 =
17 17

17   17 
−4 −1 3 −1
17 17
 5 −4

Observamos que A ( ) t −1
( )
= A −1 t
=

17 17

17 
3 −1
17
30. Menor de una matriz.-

E Sea A una matriz de orden m×n, es decir, A0Mm×n
E Si en la matriz A eliminamos algunas filas y/o algunas columnas, nos queda una matriz
B de orden k×t, es decir, B0Mk×t (evidentemente k#m y t#n). La matriz B se dice que
es una submatriz de A.
E Si B fuese una matriz cuadrada de orden h (evidentemente h # minimo{m,n}), a su
determinante *B* se le llama menor de orden h de la matriz A. Es evidente que en una
matriz de orden m×n puede haber más de un menor de orden h.
E Si el menor está formado por las h primeras filas y las h primeras columnas de A, se dice
que es el menor principal de orden h de A.
Ejemplo 80.-
1 2 3 4 5 6
 
Sea la matriz A =  2 −3 −5 4 −4 8 ∈ M 3×6
 
 3 10 −9 −6 7 5
Si eliminamos la fila 3 y las columnas 2, 4 y 5 tenemos una submatriz de A:
 1 3 6
Submatriz de A = S =   ∈ M 2×3
 2 −5 8
Veamos algunos menores de la matriz A, de orden 3 (sólo podemos eliminar columnas):
2 3 5
−3 −5 −4 = 186 hemos e liminado las columnas 1, 4 y 6.
10 −9 7
1 2 5
2 −3 −4 = 265 hemos eliminado las columnas 3, 4 y 6
3 10 7
1 2 3
M 3 = 2 −3 −5 = 170 Este es el menor principal de orden 3
3 10 −9
Algunos menores de orden 2 :

1 2
M2 = = − 10 Este es el menor primcipal de orden 2
2 −3
1 3
= − 11 hemos suprimido la fila 3 y las columnas 2, 4, 5 y 6
2 −5
−5 −4
= − 71 hemos suprimido la fila 1 y las columnas 1, 2, 4 y 6
−9 7
1 2
= 4 hemos suprimido l a fila 2 y las columnas 3, 4, 5 y 6
3 10
El menor principal de orden 1 es M1 = 1 = 1
Otros menores de orden 1 son: 2 = 2 ; − 5 = − 5 etc.
No confundir con el valor absoluto.
31. Propiedad de los menores de una matriz.-

El valor de los menores de una matriz nos da información sobre si una línea (fila o
columna) es combinación lineal de otra u otras líneas paralelas a ella. Es decir, podemos saber
si, por ejemplo:
fila h = α ⋅ fila k
o
fila h = α ⋅ fila k + β ⋅ fila s
o
fila h = α ⋅ fila k + β ⋅ fila s + γ fila t
etc.
siendo α , β , γ , .... numeros reales
Veamos como se obtiene esa información (lo haremos para filas, para columnas es
similar):
Î Supongamos una matriz A de orden m×n y dos filas de ella, la fila k y la fila h. Queremos
saber si una de esas filas es combinación lineal de la otra (una es múltiplo de la otra).
L L L L L
 
 ak 1 ak 2 ak 3 L a kn 
A=L L L L L  ¿Es la fila h multiplo de la fila k ?
 
 a h1 ah 2 ah 3 L ahn 
 
L L L L L
Ï Supongamos que uno o los dos elementos ak1 y ah1 son distintos de cero (basta con que
lo sea uno solo). Consideremos todos los menores de orden 2 que pueden construirse con
esas dos filas manteniendo fija la primera columna con esos dos elementos:
ak 1 ak 2 ak 1 ak 3 ak 1 ak 4 a a kn
; ; ; ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ; k1
a h1 a h 2 a h1 a h 3 a h1 ah 4 a h1 ahn
Si todos estos menores son iguales a cero, entonces la fila h es múltiplo de la fila k (y la
fila k es múltiplo de la fila h). Se dice que ambas filas son linealmente dependientes.
Si alguno de esos menores es distinto de cero, entonces ninguna de esas dos filas es
múltiplo de la otra. Se dice que las filas k y h son linealmente independientes
Ð Imaginemos ahora tres filas de A, es decir, fila h, fila k y fila s. Queremos saber si, por
ejemplo, la fila h es combinación lineal de las filas k y s.
L L L L L
 
 ak1 ak 2 ak 3 L a kn 
L L L L L
 
A =  a s1 as2 as3 L a sn  ¿Es la fila h combinacion lineal de las k y s ?
L L L L L
 
 ah1 ah 2 ah 3 L ahn 
 
L L L L L
Ñ Consideremos la matriz formada por esas tres filas y de ella el menor principal de orden
2, es decir:
 ak 1 ak 2 a k 3 L a kn 
  ak 1 ak 2
 a s1 as2 a s 3 L a sn  y M2 = = a k 1 ⋅ a s 2 − a k 2 ⋅ a s1
  a s1 as2
 a h1 ah 2 ah 3 L ahn 
Ò Manteniendo fijo ese menor, construimos todos los menores de orden 3 aumentando una
fila y una columna del siguiente modo:
ak 1 ak 2 ak 3 ak 1 ak 2 ak 4 ak 1 ak 2 ak 5 ak 1 ak 2 a kn
a s1 as2 a s 3 ; a s1 as2 a s 4 ; a s1 as2 a s5 ;⋅ ⋅ ⋅ ⋅ ⋅ ; a s1 as2 a sn
a h1 ah 2 ah 3 a h1 ah 2 a h 4 a h1 ah 2 ah5 a h1 ah 2 ahn
Si M2 … 0 y todos estos menores de orden 3 son iguales a cero, entonces podemos
asegurar que la fila h es combinación lineal de las filas k y s.
Si M2 … 0 y alguno estos menores de orden de orden 3 es distinto de cero, entonces
podemos asegurar que la fila h no es combinación lineal de las otras dos, es decir, las
tres filas son linealmente independientes.
ç Lo visto anteriormente es extensible a cuatro, cinco, ... filas o columnas.
Ejemplo 81.-
 3 −1 2 6 5 0
 
 −2 1 4 − 4 5 −2
Sea la matriz A =  −9 3 −6 −18 −15 0  . Contestemos a las preguntas:
 
 −1 1 10 −2 15 −4
 
 5 −2 −2 10 0 −2
¿Es la fila 3 múltiplo de la fila 1? Veamos:
Consideremos y calculemos todos los menores de orden 2 formados con las filas 1 y 3,
manteniendo fijo elemento a11:
3 −1 3 2 3 6
=9 − 9 = 0 ; = − 18 + 18 = 0 ; = − 54 + 54 = 0
−9 3 −9 −6 −9 −18
3 5 3 0
= −45 + 45 = 0 ; =0+0=0
−9 −15 −9 0
Observamos que todos esos menores son cero. Por tanto:
La fila 3 es múltiplo (combinación lineal) de la fila 1
NOTA: A simple vista se observa que (fila 3)=&3·(fila 1)

¿Es la fila 4 combinación lineal de las filas 1 y 2? Veamos:

Consideremos y calculemos el menor principal de orden 2 :
3 −1
M2 = =3− 2 = 1≠ 0
−2 1
Esto nos indica que las filas1 y 2 son linealmente independientes
Ahora, manteniendo los elementos de M2 construimos y calculamos los menores de
orden 3 que pueden formarse con la fila 4:
3 −1 2 3 −1 6
−2 1 4 = 30 − 4 + 4 + 2 − 12 − 20 = 0 ; −2 1 −4 = − 6 − 12 − 4 + 6 + 12 + 4 = 0
−1 1 10 −1 1 −2
3 −1 5 3 −1 0
−2 1 5 = 45 − 10 + 5 + 5 − 15 − 30 = 0 ; −2 1 −2 = −12 + 0 − 2 − 0 + 6 + 8 = 0
−1 1 15 −1 1 −4
Como todos los menores son iguales a cero, podemos asegurar que:
La fila 4 es combinación lineal de las filas 1 y 2.
NOTA: Puede observarse que (fila 4) = (fila 1) + 2·(fila 2)

En este caso también podemos decir que la fila 2 es combinación lineal de las filas 1
y 4 ya que: (fila 2) = ½ ·(fila 4) & ½ · (fila 1).
¿Es la fila 5 combinación lineal de las filas 1 y 2? Veamos:

Actuamos como antes:
3 −1 2 3 −1 6
−2 1 4 = − 6 + 8 − 20 − 10 + 24 + 4 = 0 ; −2 1 −4 = 30 + 24 + 20 − 30 − 24 − 20 = 0
5 −2 −2 5 −2 10
3 −1 5 3 −1 0
−2 1 5 = 0 + 20 − 25 − 25 + 30 − 0 = 0 ; −2 1 −2 = − 6 + 0 + 10 − 0 − 12 + 4 = −4 ≠ 0
5 −2 0 5 −2 −2
Observamos que hay un menor (el último) distinto de cero. Por tanto:
La fila 5 no es combinación lineal de las filas 1 y 2
32. Rango de una matriz.-

Sea A una matriz de orden m×n. Se llama rango de la matriz A al número natural h tal que:
L Existe algún menor de A, de orden h, que sea distinto de cero.
L Todos los menores de A, de orden superior a h, no existen o son iguales a cero.
Es decir:
∃ M ≠ 0 ( M menor de A, de orden h).
rango A = h ∈ N ⇔ 
∀ T = menor de orden > h , es T = 0 (oT noexiste)
Escribiremos rang A = h
Ejemplo 82.-
 5 −2 1 0 −2
 
Sea la matriz A =  −1 1 −3 5 2  .Queremos hallar su rango.
 
 −7 4 −7 10 0 
Veamos:
S La matriz A es de orden 3×5. Esto nos indica que el mayor orden posible para los
menores de A es 3, es decir, no hay menores de A de orden superior a 3.
Por tanto:
rang A = h ≤ 3
S Observamos que hay menores de orden 1 que son distintos de cero. Por ejemplo,
el menor principal de orden 1 es M1=*5*=5…0.
Por tanto:
1 ≤ rang A ≤ 3 , es decir , rang A = 1, 2 o 3
S Veamos si hay algún menor de orden 2 que sea distinto de cero:
5 −2
M2 = = 5 − 2 = 3 ≠ 0 ⇒ rang = 2 o 3
−1 1
Como hay un menor de orden 2 (en este caso el principal) que es distinto de cero,
podemos asegurar que el rango es, al menos, 2.
S Veamos si hay algún menor de orden 3 que sea distinto de cero. Si lo hubiese, el
rango sería 3.
5 −2 1
M 3 = −1 1 −3 = − 35 − 4 − 42 + 7 + 60 + 14 = −81 + 81 = 0
−7 4 −7
5 −2 0
−1 1 5 = 50 + 0 + 70 − 0 − 100 − 20 = 0
−7 4 10
5 −2 − 2
−1 1 2 = 0 + 8 + 28 − 14 − 40 − 0 = −18 ≠ 0
−7 4 0
Hemos encontrado un menor de orden 3 que es distinto de cero. Por tanto:

rang A= 3
Ejemplo 83.-
Dadas las matrices A = ( −2 0 9) ; B = (0 0 0 −1) y O = (0 0 0) , es
evidente que:
rang A = 1 ; rang B = 1 y rang O = 0
Ejemplo 84.-
Es evidente que:
 0
 2    53
 0   −2  
rang   = 0 ; rang  −2 = 1 ; rang   = 1 ; rang  − 2  = 1
 0    0
 3    π 
 
 0
Ejemplo 85.-
 23 3
 
Hallemos el rango de la matriz C =  −2 −4 . Observamos que C0M3×2.
 
 1 −2
rang C =1 o 2 . No puede ser cero al haber algún menor de orden 1 que no es cero.
3
3 3
3
2
=− 6+ 6= 0 ; 2 = − 3 − 3 = −6 ≠ 0
− 2 −4 1 −2
Por tanto: rang C = 2
33. Propiedades del rango de una matriz.-

Veamos algunas propiedades del rango de una matriz que nos permitirán hacer más fácil
su cálculo.
Î Si en una matriz A intercambiamos dos filas o dos columnas, obtenemos otra matriz
distinta B. Pues bien:
rang A = rang B
Ï Si una matriz A tiene una línea (fila o columna) cuyos términos son todos ceros y
eliminamos esa línea, obtenemos otra matriz B. Pues bien:
rang A = rang B
Ð Si una matriz A tiene una línea (fila o columna) que es combinación lineal de otra u otras
y eliminamos esa línea, obtenemos otra matriz B. Pues bien:

rang A = rang B
Ñ El rango de una matriz A es igual al rango de su traspuesta. Es decir:

rang A = rang At
Ejemplo 86.-
 7 −3 −4 1 −5  7 −3 −4 1 −5  7 −3 −5 1 −4
     
rang  0 2 3 −1 9  = rang  6 5 −2 7 4  = rang  6 5 4 7 −2
     
 6 5 −2 7 4  0 2 3 −1 9   0 2 9 −1 3 
La segunda matriz se obtiene intercambiando las filas 2ª y 3ª en la primera matriz.

La tercera matriz se obtiene intercambiando las columnas 3ª y 5ª en la segunda matriz.
Ejemplo 87.-
 6 9 −7 5
   6 9 −7 5
rang  0 0 0 0 = rang  2 7  = 2 ( a simple vista )
2 7   − 1 3
 3 5 −1 3
3 5
Ejemplo 88.-
 5 −3 1 
 
Sea la matriz A =  −2 4 −1 . Obsérvese que la fila 3 es combinación lineal de
 
4 6 −1
las dos primeras. Dicha combinación es: (fila 3) = 2·(fila 1) + 3·(fila 2)
 5 −3 1 
Eliminando la fila 3 obtenemos la matriz B =  
 −2 4 −1
Se verifica que:
rang A = rang B = 2 ( se aprecia mentalmente )
Ejemplo 89.-
 7 3  7 −3
Sea A=  y A =
t
 una matriz y su traspuesta.
 −3 5 3 5 
rang A = rang A t = 2 ( se calcula mentalmente)
34. Cálculo del rango de una matriz. Teorema.-

} Sea A una matriz de orden m×n (m filas y n columnas).
} Supongamos que su menor principal de orden h es distinto de cero, es decir:
a11 a12 a13 L a1h

a 21 a22 a 23 L a 2h
M h = a 31 a32 a 33 L a 3h ≠ 0
L L L L L
ah1 a h2 ah3 L a hh
} Supongamos ahora una fila k tal que k>h (es decir, la fila k está por debajo de la fila h)
y que verifica lo siguiente:
“Todos los menores de orden h+1 que se forman manteniendo fijo Mh, con la fila k y las
columnas siguientes a h, son ceros”
¡Pues bien! En este caso, la fila k es combinación lineal de las h primeras filas.
Es decir:
a11 a12 L a1h a1h + 1
a21 a22 L a 2h a2h + 1
Mh + 1 = L L L L L =0 Hemos utilizado la fila k y la columna h + 1
ah1 ah2 L ahh ahh + 1
ak1 ak 2 L a kh a kh + 1
a11 a12 L a1h a1h + 2

a 21 a22 L a2h a2h + 2
L L L L L =0 Hemos utilizado la fila k y la columna h + 2
ah1 ah2 L ahh a hh + 2
a k 1 a k 2 L a kh a kh + 2
a11 a12 L a1h a1h + 3

a 21 a22 L a2h a2h + 3
L L L L L = 0 Hemos utilizado la fila k y la columna h + 3
ah1 ah2 L ahh a hh + 3
a k 1 a k 2 L a kh a kh + 3
.........................................................................................................................
a11 a12 L a1h a1n

a21 a22 L a2 h a2 n
L L L L L = 0 Hemos utilizado la fila k y columna n (ultima )
a h1 ah 2 L ahh ahn
ak1 ak 2 L a kh a kn
Cuando esto ocurre, podemos asegurar que:
la fila k es combinación lineal de las h primeras filas
Esto nos permitiría eliminar la fila k de la matriz A y obtenemos otra matriz B (con una
fila menos) que tiene el mismo rango que A.
Demostración:
Para mejor comprensión, vamos a demostrarlo para el caso de una matriz A de orden 4×5
y para h = 2, pero debe entenderse que el proceso es extensible a cualquier orden m×n y
cualquier valor h que sea posible según la matriz A. Veamos:
 a11 a12 a13 a14 a15 
 
a21 a22 a23 a24 a25 
a Sea una matriz A =  ∈ M 4 ×5
 a31 a32 a33 a34 a35 
 
 a41 a42 a43 a44 a45 
a11 a12
a Supongamos que el menor principal de orden 2 es distinto de cero: M 2 = ≠0
a21 a22
a Consideremos la fila 3 de A y supongamos que todos los menores de orden 3 que
construimos manteniendo M2 y añadiendo los elementos de dicha fila son cero, es decir:
a11 a12 a13 a11 a12 a14 a11 a12 a15
a21 a22 a23 = a21 a22 a24 = a21 a22 a25 = 0
a31 a32 a33 a31 a32 a34 a31 a32 a35
a Vamos a demostrar que la fila 3 es combinación lineal de las filas 1 y 2. En efecto:

Además de ser iguales a cero los tres determinantes del punto anterior, también lo son:
a11 a12 a11 a11 a12 a12
a21 a22 a21 = 0 y a21 a22 a22 = 0
a31 a32 a31 a31 a32 a32
El motivo es que cada uno de esos determinantes tienen dos columnas iguales.
a Ahora vamos a desarrollar cada uno de los cinco determinantes anteriores por los
elementos de la última columna. Cada desarrollo será igual a su valor, es decir, cero.
(1) a13 ⋅ A13 + a23 ⋅ A23 + a33 ⋅ A33 = 0 

( 2) a14 ⋅ A13 + a24 ⋅ A23 + a34 ⋅ A33 = 0 

(3) a15 ⋅ A13 + a25 ⋅ A23 + a35 ⋅ A33 = 0 
( 4) a11 ⋅ A13 + a21 ⋅ A23 + a31 ⋅ A33 = 0 

(5) a12 ⋅ A13 + a22 ⋅ A23 + a35 ⋅ A32 = 0 
Notese que hemos llamado:
a21 a22 a a12 a11 a12
A13 = ; A23 = 11 y A33 =
a31 a32 a31 a32 a21 a22
a11
a12
Considerando que A33 = = a11 ⋅ a22 − a12 ⋅ a21 ≠ 0 , podemos despejar
a21
a22
en las cinco ecuaciones anteriores los valores a33 , a34 , a35 , a31 y a32 :
A13 A 
( 4) a31 = − ⋅ a11 − 23 ⋅ a21 = α ⋅ a11 + β ⋅ a21 
A33 A33 
A A 
(5) a32 = − 13 ⋅ a12 − 23 ⋅ a22 = α ⋅ a12 + β ⋅ a22 
A33 A33

A13 A23 
(1) a33 = − ⋅ a13 − ⋅ a23 = α ⋅ a13 + β ⋅ a23 
A33 A33 
A A 
( 2) a34 = − 13 ⋅ a14 − 23 ⋅ a24 = α ⋅ a14 + β ⋅ a24 
A33 A33 
A A 
(3) a31 = − 13 ⋅ a15 − 23 ⋅ a25 = α ⋅ a15 + β ⋅ a25 
A33 A33 
Es decir, la fila 3 ( a31 a32 a33 a34 a35 ) es combinación lineal de las filas 1 y 2 c.q.d.
Ejemplo 90.-
 1 −3 2 1
 
Queremos hallar el rango de la matriz A =  2 −2 0 3 ∈ M 3×4 Veamos:
 
 8 −12 4 7
nº de filas = 3 

nº de columnas = 4  ⇒ 1 ≤ rang A ≤ 3
algun elemento ≠ 0
Veamos el menor principal de orden 2:

1 −3
M2 = = − 2 + 6 = 4 ≠ 0 ⇒ 2 ≤ rang A ≤ 3
2 −2
Veamos ahora los menores de orden 3 construidos a partir del menor principal de orden 2:
1 −3 2
M 3 = 2 −2 0 = − 8 − 48 + 32 + 24 = 0
8 −12 4
1 −3 1
2 −2 3 = − 14 − 24 − 72 + 16 + 36 + 42 = −16 ≠ 0
8 −12 7
Por tanto:
rang A = 3
Además de obtener el rango de A, sacamos las siguientes conclusiones:
û La fila 3 de la matriz A no es combinación lineal de las filas 1 y 2. Si la fila 3 fuese
combinación lineal de las otras dos, podríamos eliminarla y obtendríamos otra matriz B
cuyo rango sería 2, es decir, sería rang A = rang B = 2.
û Ninguna de las tres filas de A es combinación lineal de las otras dos. Si una fila fuese
combinación lineal de las otras dos, podríamos eliminarla y obtendríamos otra matriz B
cuyo rango sería 2.
û Una de las cuatro columnas es combinación lineal de las otras tres. Es posible que cada
una de ellas sea combinación lineal de las otras tres. Si eliminamos una columna que sea
combinación lineal de las otras tres, obtenemos otra matriz B cuyo rango es 3.
35. Dependencia e independencia lineal de líneas en una matriz.-

. Sea una matriz A de orden m×n.
. Supongamos que una fila de A es combinación lineal de otras filas. Por ejemplo:
Supongamos que la fila 5 es combinación lineal de las filas 1, 3 y 4. Es decir:
F5 = α ⋅ F1 + β ⋅ F3 + γ ⋅ F4
. Entonces se dice que las filas 1, 3, 4 y 5 son linealmente dependientes.
. Si ninguna de esas filas puede ponerse como combinación lineal de las otras cuatro, se
dice que las cinco filas son linealmente independientes.
. Todo lo dicho para filas es válido para columnas. En definitiva:
rang A = numero de filas linealmente independientes =
= numerodecolumnas linealmente independientes.
rang A ≤ min {nº filas , nº columnas}

Ejemplo 91.-
Imaginemos una A matriz que tiene 6 filas. Supongamos que la fila 5 es combinación
lineal de las filas 1, 3 y 4, de tal modo que dicha combinación es:
3
F5 = 2 ⋅ F1 − F3 + ⋅ F4
2
Entonces la fila 1 también es combinación lineal de las filas 3, 4 y 5. En efecto:
3 1 1 3
2 ⋅ F1 = F5 + F3 − ⋅ F4 ; F1 = ⋅ F5 + ⋅ F3 − ⋅ F4
2 2 2 4
Del mismo modo obtendríamos que la fila 3 es combinación lineal de las otras 3.
Ejemplo 92.-
 8 −3 4 5 1 
 
2 6 − 1 0 5
Sea la matriz A=  ∈M
4 ×5 Queremos saber el
 4 −15 6 5 −9
 
 −6 9 −5 −5 4 
número de filas y de columnas linealmente independientes. Veamos:
Sabemos que rang A = nº filas lin. indep. = nº colum. lin.indep.
Hallemos el rango de A:
8 −3
M2 = = 48 + 6 = 54 ≠ 0 ⇒ rang A = 2 o 3 o 4
2 6
Hallemos los menores de orden 3 construidos a partir de M2 :
8 −3 4
M3 = 2 6 −1 = 288 − 120 + 12 − 96 − 120 + 36 = 0
4 −15 6
8 −3 5
2 6 0 = 240 − 150 − 120 + 30 = 0
4 −15 5
8 −3 1
2 6 5 = − 432 − 30 − 60 − 24 + 600 − 54 = 0
4 −15 −9
Por tanto: La fila 3 es combinación lineal de las dos primeras

Es decir: Las filas 1, 2 y 3 son linealmente dependientes.
Es posible poner alguna (o todas) de esas tres filas como combinación lineal de las otras dos.
Eliminando la fila 3 de A obtenemos otra matriz B tal que rang A = rang B

 8 −3 4 5 1
 
B =  2 6 −1 0 5 con rang A = rang B = 1 o 2 o 3
 
 −6 9 −5 −5 4
Consideremos el menor principal de orden 2 de B (es el mismo de antes): M2=54…0
8 −3 4
2 6 − 1 = − 240 + 72 − 18 + 144 + 72 − 30 = 0
−6 9 −5
8 −3 5
2 6 0 = − 240 + 90 + 180 − 30 = 0
−6 9 −5
8 −3 1
2 6 5 = 192 + 18 + 90 + 36 − 360 + 24 = 0
−6 9 4
Por tanto: La fila 3 de B (fila 4 de A) es combinación lineal de las filas 1 y 2 de B (1 y 2 de A)
Eliminando la fila 3 de B obtenemos otra matriz C tal que:
 8 −3 4 5 1
C=  ∈ M 2×5 ran g A = rang B = rang C = 1 o 2
 2 6 −1 0 5
8 −3
Como hemos visto que M2 = = 54 ≠ 0 ⇒ rang C = 2
2 6
Conclusión:
rang A = 2 = nº de filas lin. indep. =

= nº de columnas lin. indep.

Teoria Completa Matrices y Determinantes PDF

Uploaded by

Document Information

Original Title

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

Teoria Completa Matrices y Determinantes PDF

Uploaded by

Copyright:

Available Formats

I. E. S.

Siete Colinas (Ceuta) Departamento de Matemáticas

Por Javier Carroquino CaZas

I.E.S. Siete Colinas (Ceuta)

Depósito Legal : CE&38&2004

ISBN : 84 - 688 -5481 - 6

Número de Registro : 813204

U na de las partes más antigua de la matemática es el

1.Matriz de números reales de orden m×n ................. 1

1. Matriz de números reales de orden m×n.-

La columna 2 está formada por los siguientes elementos:

En general, la columna j será: a1 j a 2 j a 3 j ...... a mj

La expresión aij representa al elemento de la matriz que ocupa la posición fila i

2. Forma abreviada de expresar una matriz de orden m×n.-

 a11 a12 a13 ...... a1n 

Otra forma sería: A = aij ( ) 1≤ i ≤ m

3. Matriz fila. Matriz columna-

Una matriz fila de orden 1×1 es: A = ( 19 )

 a11 a12 a13 ...... a1n 

 a11 a12 a13 a14 a15 

6. Matriz traspuesta de otra matriz-

Nótese que ahora la matriz A t tiene n fila y m columnas, es decir:

Nótese que A ∈ M m× n y A t ∈ M n×m

La traspuesta de la traspuesta de una matriz es igual a esa matriz, es decir:

 a11 a12 a13 ...... a1n   a11 a 21 a 31 ...... a n1 

8. Diagonal principal y secundaria de una matriz cuadrada.-

10. Matriz escalar .-

11. Matriz unidad .-

12. Matriz triangular .-

Nótese que una matriz diagonal es también una matriz triangular.

13. Operaciones con matrices .-

14. Suma de matrices .-

En forma desarrollada sería:

Propiedades de la suma de matrices.-

14.1 Ley de composición interna:

( M 5×8 , + ) es la estructura de las matrices de orden 5 × 8

14.2 Propiedad asociativa:

14.3 Propiedad conmutativa:

14.4 Existencia de elemento neutro:

14.5 Existencia de elemento opuesto:

15. Resta de matrices .-

16. El grupo conmutativo de las matrices del mismo orden.-

17. Producto de un número real por una matriz.-

Propiedades del producto de un número real por una matriz.-

17.1 Ley de composición externa:

(α ⋅ β ) ⋅ A = (α ⋅ β ) ⋅ (aij ) = ((α ⋅ β ) ⋅ aij ) = (α ⋅ (β ⋅ aij )) =

17.3 Distributividad respecto a la suma de números reales:

Nótese en esta demostración como se “mezclan” la suma de números y de matrices.

17.4 Distributividad respecto a la suma de matrices:

Nótese como en la demostración anterior se combinan las operaciones suma de números,

17.5 Neutro en el producto de número por matriz:

18. El espacio vectorial de las matrices de orden m×n.-

20 Producto de dos matrices.-

El producto “A por B” , A·B es otra matriz C que se expresa A·B = C.

Cada elemento cij de C se obtiene “operando la fila i de A con la columna j de B”

O El elemento cmk de C se obtiene a partir de la fila m de A y la columna k de B”

Ahora veremos como se opera para ello:

Como regla nemotécnica, recuérdese:

Es decir, como el número de columnas de A (factor izquierdo) coincide con el número

Intentemos efectuar B·A : número de columnas de B = 3…2 = número de filas de A.

Propiedades del producto de matrices.-

20.1 Condición de existencia del producto:

20.3 Distributividad respecto de la suma de matrices: