3 Matrius i Determinants

3.1 Definicions i tipus de matrius

La idea intuı̈tiva de matriu és la d’una disposició ordenada d’informació en forma rectan-
gular: files (horitzontals) i columnes (verticals).
La definició més formal i on els elements de la matriu pertanyen a un conjunt K és la
següent:

Definició 3.1.1. Siguin K un conjunt i m, n ≥ 1 dos nombres enters. Una matriu

m × n sobre K és una taula de la forma
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A =  .. ..  amb aij ∈ K; i = 1, 2, . . . , m; j = 1, 2, . . . , n
 
.. ...
 . . . 
am1 am2 · · · amn

Cada aij s’anomena terme o coeficient de la matriu A. El primer subı́ndex, i, indica el

número de la fila i el segon, j, el de la columna que ocupa el terme dins la matriu. Direm
que la matriu té ordre m × n.

Notació Es poden utilitzar les següents notacions per a representar una matriu:

A = (aij )m×n ; Am×n ; Am,n

Observació Normalment el conjunt K és un conjunt numèric amb l’estructura algebraica

de cos.

Exemple 3.1.1.
 √ 
  2 − 3i 1 + i −3√− 2i
2 1 √−3
A= B =  −4i 3 3i 
−4 3 3
2 − i −1 3 + 2i

La matriu A és una matriu 2x3 i la matriu B és una matriu 3x3.

• Si m = n, la matriu A = (aij )n×n s’anomena matriu quadrada d’ordre n. Al

conjunt de matrius quadrades n × n el representarem per Mn .

41
 • Una matriu tal que aij = 0 per a tots els i, j s’anomena matriu nul.la que
denotarem per 0.

• Una matriu 1 × m l’anomenarem matriu fila, i una n × 1 matriu columna.

Exemple 3.1.2.

A= 1 4 −2 4
és una matriu 1 × 4, i per tant una matriu fila.

 
1
B =  −2 + 3i 
4i
és una matriu 3 × 1, i per tant una matriu columna.

Denotarem per Mm×n (K) al conjunt de matrius d’ordre m × n amb coeficients en K, i

per Mn (K) el de matrius quadrades d’ordre n.

3.1.1 Igualtat de matrius

Dues matrius són iguals si tenen el mateix ordre i si són iguals element a element. És
a dir les matrius A = (aij )m×n i B = (bij )m×n són iguals si aij = bij ∀ i = 1, . . . , m;
∀ j = 1, . . . , n.

Exemple 3.1.3. Donades les matrius

   
2 1 √x 2 1 3√− i
A= B=
−4 3 − 2i 3 −4 3 + yi 3

Per a que les matrius A i B siguin iguals s’ha de complir x = 3 − i i y = −2.

3.1.2 Transposada d’una matriu

S’anomena transposada de la matriu A = (aij )m×n , i es denota per At , a la matriu
At = (aji )n×m .
 
  1 2
1 0 3
Exemple 3.1.4. La transposada de la matriu A = és At = 0 1 .
2 1 −1
3 −1

Observació De la definició es dedueix fàcilment la següent propietat (At )t = A.

42
3.1.3 Matrius quadrades particulars
Considerant una matriu quadrada, direm diagonal principal de la matriu als elements
aii .

La matriu quadrada A = (aij )n×n ∈ Mn (K) direm que és:

(
1 si i = j
• la matriu unitat o identitat si aij =
0 si i 6= j
 
1 0 ··· 0
0 1 · · · 0
i es denota per In =  .. .. . . .. 
 
. . . .
0 0 ··· 1
 
a11 0 ··· 0
 0 a22 ··· 0 
• una matriu diagonal si aij = 0 sempre que i 6= j:  ..
 
.. .. .. 
 . . . . 
0 0 ··· ann
 
λ 0 ··· 0
0 λ · · · 0
• una matriu escalar si és diagonal i aii = λ ∀i = 1, . . . , n:  ..
 
.. . . .. 
. . . .
0 0 ··· λ

• una matriu simètrica si At = A.

• una matriu antisimètrica si At = −A.

• una matriu triangular superior si aij = 0 ∀i > j (tots els elements situats per
davall de la diagonal principal (a11 a22 . . . ann ) són nuls).

• una matriu triangular inferior si aij = 0 ∀i < j (tots els elements situats per
damunt de la diagonal principal (a11 a22 . . . ann ) són nuls).

Observació Algunes d’aquestes definicions també es poden aplicar a matrius que no

siguin quadrades.

43
3.2 Operacions amb matrius
Definició 3.2.1. • Suma: Donades dues matrius A = (aij ) i B = (bij ) del mateix
ordre m × n, es defineix la suma de A i B com la matriu del mateix ordre A + B =
(cij ), on cij = aij + bij ∀i = 1, . . . , m, ∀j = 1, . . . , n.

• Producte per un escalar: Siguin a ∈ K i A = (aij ) una matriu d’ordre m × n,

es defineix producte per un escalar a la matriu del mateix ordre donada per a A =
(a · aij ).

• Producte de matrius: Donades dues matrius A = (aij ) d’ordre m × n , i B =

(bij ) d’ordre n × p, el producte AB és una matriu d’ordre m × p definida com:

···
 
a11 a12 a13 a1n  
 a21 a22 a23 ··· a2n  b11 b12 · · · b1j · · · b1p
 .
 . .. .. ..   b21
  b22 · · · b2j · · · b2p 
 . . . .  b

  31 b32 · · · b3j · · · b3p 
 = (cij )
 ai1 ai2 ai3 ··· ain   ..

.. .. .. 
 . .. .. ..   . . . . 
 .. . . .  b
n1 bn2 · · · bnj · · · bnp
am1 am2 am3 ··· amn
Pn
on cij = ai1 b1j + ai2 b2j + ai3 b3j + . . . + ain bnj = k=1 aik bkj .
Notem que Am×n · Bn×p = Cm×p .

Exemples 3.2.1. 1. Suma

     
1 3 −2 −3 2 1 −2 5 −1
+ =
2 −4 −1 −5 2 + i −1 − 2i −3 −2 + i −2 − 2i

2. Producte per un escalar

   
1 3 −2 5 15 −10
5· =
2 −4 + 2i −1 10 −20 + 10i −5

3. Producte de matrius
 
  −1 2  
1 3 −2 1 −8
·  2 −4  =
2 −4 −1 −12 21
2 −1

44
3.2.1 Propietats
Sempre que tenguin sentit les operacions indicades, se satisfan les següents propietats:
1. A + B = B + A (commutativa)
2. (A + B) + C = A + (B + C) (associativa)
3. A + 0 = 0 + A = A (element neutre)
4. ∀A = (aij )m×n existeix −A = (−aij )m×n tal que A + (−A) = (−A) + A = O
(element oposat)
5. (AB)C = A(BC) (associativa)
6. 1A = A, 1 ∈ K (element neutre)
7. A(B + C) = AB + AC (distributiva)
8. (A + B)C = AC + BC (distributiva)
9. a(B + C) = aB + aC, a ∈ K
10. (a + b)C = aC + bC, a, b ∈ K
11. (ab)C = a(bC), a, b ∈ K
12. a(BC) = (aB)C, a ∈ K
13. Si A és d’ordre n × m aleshores AIm = In A = A
14. (A + B)t = At + B t
15. (aA)t = aAt
16. (AB)t = B t At

Observació Notem que no es compleixen les següents propietats:

• El producte no és commutatiu:
       
0 1 0 0 1 0 0 0
A= ,B= ∈ M2 (IR); AB = 6= BA =
0 0 1 0 0 0 0 1
• No és vàlida la llei de simplificació:
     
0 1 1 1 2 5
A= ,B= ,C= ∈ M2 (IR) satisfan AB = AC i B 6= C
0 2 3 4 3 4
• AB = O ; A = 0 o B = O (és a dir, hi ha divisors de zero):
     
0 3 0 2 0 0
A= 6 O, B =
= 6= O, A, B ∈ M2 (IR) i AB =
0 0 0 0 0 0

45
3.3 Determinant d’una matriu quadrada
Sigui A = (aij ) una matriu quadrada d’ordre n. Representarem per |A| o det(A) el
determinant de A que es defineix per inducció de la forma següent:

• Si n = 1, A = (a11 ) , definim |A| = a11 .

• Si n > 1, |A| = a11 A11 + a12 A12 + . . . + a1n A1n .

on Aij = (−1)i+j Mij i Mij és el determinant de la matriu d’ordre n − 1 que s’obté en
suprimir la fila i-èsima i la columna j-èsima de la matriu A.

Definició 3.3.1. Donada una matriu A = (aij ), direm menor complementari de

l’element aij al determinant que s’obté eliminant la fila i i la columna j de la matriu A.
El representarem per Mij .

Exemples  
−2 3 5
A =  4 −5 2 
1 −2 −1

El menors complementaris dels elements a23 i a31 són respectivament:

   
 −2 3   3 5 
M23 =   M31 =  
1 −2  −5 2 

Definició 3.3.2. Donada una matriu A, direm adjunt de l’element aij , i el representarem
per Aij , al valor (−1)i+j Mij .

Exemples  
−2 3 5
A =  4 −5 2 
1 −2 −1

Els adjunts dels elements a23 i a31 són respectivament:

   
2+3
 −2 3  3+1
 3 5 
A23 = (−1) 
 1 −2

 A31 = (−1)  
 −5 2 

46
Cas matriu d’ordre 2

 
a11 a12
Sigui A = , tenim:
a21 a22

A11 = (−1)1+1 M11 = |a22 | = a22 , A12 = (−1)1+2 M12 = −|a21 | = −a21 ,

per tant :

|A| = a11 A11 + a12 A12 = a11 a22 − a12 a21 .

Cas matriu d’ordre 3

 
a11 a12 a13
Sigui A = a21 a22 a23  , tenim:
a31 a32 a33
   
 a 22 a 23
  a 21 a 23

A11 = (−1)1+1 M11 =  , A12 = (−1)1+2
M12 = − a31 a33  ,
 
a32 a33 
 
a21 a22 
A13 = (−1)1+3 M13 =  ,
a31 a32 

per tant :

|A| = a11 A11 +a12 A12 +a13 A13 = a11 (a22 a33 −a23 a32 )−a12 (a21 a33 −a23 a31 )+a13 (a21 a32 −a22 a31 ) .

El resultat és el mateix que s’obté aplicant la regla de Sarrus.

Observació Si miram el valor del determinant en els dos casos anteriors, es compleix
que en cada sumand hi ha un element de cada fila i un de cada columna. A més hi ha
tants de sumands com possibilitats hi ha de triar un element i només un element de cada
fila i de cada columna.

47
3.4 Desenvolupament d’un determinant pels elements d’una lı́nia
El següent resultat ens permet calcular el determinant mitjançant els adjunts dels elements
d’una lı́nia.

Teorema 3.4.1. El determinant d’una matriu A = (aij ) d’ordre n és igual a la suma dels
elements d’una fila (resp. columna) pels seus adjunts,
n
X
|A| = ai1 Ai1 + ai2 Ai2 + . . . + aij Aij + . . . + ain Ain = aij Aij
j=1

o bé n
X
|A| = a1j A1j + a2j A2j + . . . + aij Aij + . . . + anj Anj = aij Aij
i=1
 
1 0 3 
 
Exemple 3.4.1. El determinant |A| = 2 1 1, desenvolupat pels elements de la pri-
3 −1 2
mera fila, és
     
 1 1 2 1  2 1 
|A| = 1   − 0
3 2 + 3 3 −1 = 3 − 0 − 15 = −12
  
−1 2

i per la segona columna,

     
2 1  1 3  1 3 
|A| = −0 
  + 1
  − (−1) 
  = 0 − 7 − 5 = −12
3 2 3 2 2 1

Proposició 3.4.1. El determinant d’una matriu triangular és igual al producte dels ele-
ments de la diagonal principal.

Exemple
 
 1 5 −2       
 − 0 ·  5 −2
 5 −2 
=1· 3 2
     
 0 3 2 +0·  = 1 · 3 · (−4) = −12 .
   0 −4   0 −4   3 2 
 0 0 −4 

Observació Del teorema anterior es dedueix fàcilment que |At | = |A|. Per aquest motiu,
les propietats següents són certes tant per a files com per a columnes.

48
3.5 Propietats
Denotam per det(u1 , . . . , ui , . . . , un ) el determinant de la matriu que té com a files (o
columnes) les ui , i = 1, 2, . . . , n.

P1) det(u1 , . . . , λui , . . . , un ) = λ det(u1 , . . . , ui , . . . , un ).

Això significa que si en una lı́nia tots els seus elements tenen un factor en comú,
aquest factor pot sortir multiplicant fora del determinant.

     
 5 2 1  5 1 1 5 1 1
     
Exemple 3.5.1. 10 4 4 = 2 10 2 4 = 4 5 1 2
     
 1 2 1  1 1 1 1 1 1

En particular, det(u1 , . . . , 0, . . . , un ) = 0.
És a dir, si en una matriu hi ha una lı́nia de zeros, llavors el seu determinant val
zero.

P2) det(u1 , . . . , ui , . . . , uj , . . . , un ) = − det(u1 , . . . , uj , . . . , ui , . . . , un ).

És a dir, si s’intercanvien dues files o dues columnes el determinant canvia de signe.

   
1 2 1 1 2 1
   
Exemple 3.5.2. 0 1 1 = − 2 3 0
   
2 3 0 0 1 1

En particular, det(u1 , . . . , v, . . . , v, . . . , un ) = 0.
És a dir, si en una matriu hi ha dues files iguals o bé dues columnes iguals, llavors
el seu determinant val zero.

P3) det(u1 , . . . , v, . . . , λv, . . . , un ) = 0

És a dir, si una matriu té dues files o columnes proporcionals el determinant és nul.

P
P4) Si ui = k6=i ak uk llavors det(u1 , . . . , ui , . . . , un ) = 0

És a dir, si una fila o columna és combinació lineal de les altres, el determinant és
nul.

49
  
1 0 1
 
Exemple 3.5.3. El determinant 2 1 3 val 0 perquè la tercera columna és la
 
3 4 7
suma de la primera i la segona.

P
P5) det(u1 , . . . , ui , . . . , un ) = det(u1 , . . . , ui + k6=i ak uk , . . . , un )

És a dir, el determinant no canvia si a una fila o columna se li suma una combinació
lineal de les altres.

   
3 1 −1 3 1 −1
   
Exemple 3.5.4. 5 0 2  = 5 0 2 
   
1 −1 1  9 0 2 

Hem sumat a la tercera fila la suma de la primera i la segona.

P6) det(A · B) = det(A) det(B) .

Utilitzem algunes d’aquestes propietats per a calcular el següent determinant.

Exemple 3.5.5.
     
 3 5 −1 8   3 5 −1 8   −7 0 −16 −37   

 2 0 −7 −16 −37 
7 3  (1)  2 0 7 3  (2)  2 0 7 3  (3)  
 = = = 2 7 3  = 450
 4 1 6 −2   2 0 3 −11   2 0 3 −11   

 2 1 2 3 −11 
3 9   2 1 3 9   2 1 3 9 

(1) A la fila 3 li restam la fila 4;

(2) A la fila 1 li restam la fila 4 multiplicada per 5;
(3) Desenvolupam el determinant pels elements de la columna 2.

50
3.6 Matriu invertible. Traça d’una matriu

Definició 3.6.1. Sigui A una matriu quadrada d’ordre n, direm que és invertible o que
té inversa, si existeix una matriu d’ordre n, que representarem per A−1 , que compleix
AA−1 = A−1 A = In . A una matriu que és invertible direm regular. Si A no té inversa
es diu que és una matriu singular.

Exemple 3.6.1. Donada la matriu

   
1 −1 −1 15 8 3
A =  −1 0 3  aleshores A−1 = 9 5 2  ja que
−2 5 −3 5 3 1

       
1 −1 −1 15 8 3 1 0 0 15 8 3 1 −1 −1
 −1 0 3   9 5 2  =  0 1 0  =  9 5 2   −1 0 3 
−2 5 −3 5 3 1 0 0 1 5 3 1 −2 5 −3

Definició 3.6.2. Donada una matriu quadrada A ∈ Mn , anomenam traça de la matriu

A a la suma dels elements de la diagonal principal. Ho representam per tr(A).

 
1 3 −2
Exemple 3.6.2. Donada la matriu A =  2 −4 −1  aleshores la seva traça val
1 1 2
tr(A) = 1 + (−4) + 2 = −1.

Propietats
1. tr(A + B) = tr(A) + tr(B)
2. tr(A) = tr(At )

3.6.1 Càlcul de la inversa.

Per poder donar un procediment per trobar la matriu inversa necessitam primer introduir
el següent concepte.

Definició 3.6.3. Sigui A = (aij ) una matriu quadrada d’ordre n ≥ 2. La matriu

adjunta de A, és la matriu que té com a coeficients els adjunts Aij dels elements aij de
la matriu A. Es denota per Adj (A).

51
  
1 0 3
Exemple 3.6.3. La matriu adjunta de 2 1 1 és
3 −1 2
       
 1 1
 − 2 1  2 1 
   

 −1 2  3 −1  
  3 2
 
 
  0 3  1 3 

1 0 
 3 −1 −5
Adj A = − −1 2 3 2 − 3 −1 = −3 −7 1
       
 
 0 3 
  
1 3 
  
1 0   −3 5 1
 
1 1  −  
2 1 
 
2 1 

Teorema 3.6.1. Sigui A una matriu quadrada d’ordre n. Aleshores A és invertible si, i
només si |A| =
6 0. En aquest cas

−1 (Adj A)t
A = .
|A|

És a dir, per tal de calcular la matriu inversa el que s’ha de fer és calcular la matriu
adjunta, transposar-la, i dividir-la pel determinant de la matriu donada.

1
6 0, aleshores |A−1 | =
Observació Si A ∈ Mn (K) i |A| = .
|A|



1 0 2
Exemple 3.6.4. Calculam la matriu inversa de A = −5 1 −1.
2 −1 2

Aquesta matriu és invertible ja que |A| = 7 6= 0. La matriu adjunta, transposada, és
 
1 −2 −2
(Adj A)t = 8 −2 −9
3 1 1

i per tant, la matriu inversa és

   
1 −2 −2 1/7 −2/7 −2/7
1
A−1 = 8 −2 −9 = 8/7 −2/7 −9/7
7
3 1 1 3/7 1/7 1/7

52
3.7 Rang d’una matriu

Definició 3.7.1. Sigui A una matriu d’ordre m × n. S’anomena menor d’ordre k de

la matriu A al determinant de qualsevol matriu quadrada d’ordre k obtinguda al suprimir
m − k files i n − k columnes de A.

Definició 3.7.2. El rang d’una matriu A coincideix amb l’ordre del major menor no nul
obtingut de A.

En particular si A és una matriu quadrada d’ordre n es verifica que rang(A) = n si, i
només si det(A) 6= 0.

 
1 3 −2
Exemple 3.7.1. Calculau el rang de la matriu A =  0 1 −3  .
1 0 7

Només té un menor de tercer ordre:

 
 1 3 −2 
 
 0 1 −3  = 0
 
 1 0 7 

Per tant rang(A) ha de ser menor que 3.

 
 1 3 
Cerquem ara menors d’ordre 2:   = 1 6= 0 per tant rang(A) = 2.
0 1 
Definició 3.7.3. Anomenam operacions elementals realitzades en una matriu A a:

1. Permutar dues files o dues columnes.

2. Substituir una fila Ai (resp. columna) per Ai + tAj on t ∈ K amb i 6= j.

3. Multiplicar una fila (resp. columna) per un escalar t 6= 0.

Proposició 3.7.1. El rang d’una matriu no varia si es realitzen operacions elementals

sobre ella.

Exemple 3.7.2. Cerquem el rang de la matriu d’elements de Q,

 
2 −3 −4
 3 1 5 
 
 −1 0 −1 
0 2 4

53
El que farem serà aplicar les operacions elementals per tal de transformar la matriu en
una matriu triangular superior, aquest mètode es coneix com el mètode de Gauss per
triangular una matriu.
     
2 −3 −4 −1 0 −1 −1 0 −1
 3 1 5 
∼ 3 1 5 ∼ 0 1 2 
 
 ∼
 −1 0 −1   2 −3 −4   0 −3 −6 
0 2 4 0 2 4 0 2 4
 
−1 0 −1
 0 1 2 
∼  0 0

0 
0 0 0

Per tant el rang és 2.

Exemple 3.7.3. Cerquem el rang de la matriu d’elements de Q:
 
1 7 5 3 −2
 0 4 2 2 0 
 
 2 −2 4 0 1 
3 −1 7 1 3
   
1 7 5 3 −2 1 7 5 3 −2
 0 4 2 2 0 ∼ 0 4 2 2 0 

 ∼
 2 −2 4 0 1   0 −16 −6 −6 5 
3 −1 7 1 3 0 −22 −8 −8 9
   
1 7 5 3 −2 1 7 5 3 −2
 0 4 2 2 0 
∼ 0 4 2 2 0 

∼ 0 0 2 2

5   0 0 2 2 5 
0 0 3 3 9 0 0 0 0 3/2

En el penúltim pas la darrera fila s’ha obtingut fent: fila 4 li sumam 11/2 fila 2. Per tant
el rang és 4.
Exemple 3.7.4. Cerquem el rang de la matriu d’elements de IR:
 
1 2 3
 3 −1 2 
−3 8 a+2
     
1 2 3 1 2 3 1 2 3
 3 −1 2  ∼  0 −7 −7  ∼  0 −7 −7 
−3 8 a+2 0 14 a + 11 0 0 a−3

Si a − 3 = 0, és a dir, si a = 3 el rang és 2, i si a 6= 3 el rang és 3.

54
  
1 1 1 −2
Exemple 3.7.5. Trobem el rang de la matriu B =  −a 3 1 −7  segons els
1 2 a + 2 −5
valors del paràmetre a.

Considerem un menor d’ordre 3 i vegem quan és diferent de zero

 
 1 1 −2 
 
 −a 3 −7  = −a − 2 = 0
 
 1 2 −5 
a) Quan a 6= −2 hem trobat un menor d’ordre 3 diferent de zero, per tant el rang(B) = 3.

 
1 1 1 −2
b) Per a = −2 la matriu s’escriu B =  2 3 1 −7 .
1 2 0 −5
Ara per cercar el rang ho podem fer per Gauss, ja que en cas contrari haurı́em de mirar
si tots els altres menors d’ordre 3 són zero per poder dir que el rang és menor que 3.
     
1 1 1 −2 1 1 1 −2 1 1 1 −2
 2 3 1 −7  ∼  0 1 −1 −3  ∼  0 1 −1 −3 
1 2 0 −5 0 1 −1 −3 0 0 0 0
per tant el rang(B) = 2.

55