Unidad 2 Matrices y determinantes.

2.1 Definicin de matriz, notacin y orden.

Cuando los sistemas de ecuaciones lineales son extensos, mayormente se utiliza
matrices por su facilidad de manejo. Las matrices son ordenamientos de datos y
se usan no solo en la resolucin de sistemas de ecuaciones (lineales), sino
adems en el clculo numrico, en la resolucin de sistemas de ecuaciones
diferenciales y de derivadas parciales. Adems las matrices tambin aparecen de
forma natural en geometra, estadstica, economa, informtica, fsica, etc.
El lgebra matricial puede ser aplicada a sistema de ecuaciones lineales. Sin
embargo, puesto que muchas relaciones econmicas pueden ser aproximadas
mediante ecuaciones lineales y otras pueden ser convertidas a relaciones lineales,
esta limitacin puede ser en parte evitada.
2.1 Matriz: definicin
Se llama matriz de orden mn a todo conjunto rectangular de elementos ajj
dispuestos en m lneas horizontales (filas) y n verticales (columnas) de la fo.
2.2 Operaciones con matrices.
OPERACIONES CON MATRICES
Suma o adicin
Dadas matrices iguales en filas y columnas m-por-n, sean A y B, su suma A
+ B es la matriz m-por-n calculada sumando los elementos correspondientes a
filas y columnas respectivamente. (y.i (A + B) [i, j] = A [i, j] + B [i, j]). Es decir, sumar
cada uno de los elementos homlogos de las matrices a sumar.22 Por ejemplo:

Propiedades
Asociativa
Dadas las matrices m por n A, B y C23
A + (B + C) = (A + B) + C
Conmutativa
Dadas las matrices m por n A y B
A+ B=B+A
Existencia de matriz cero o matriz nula24

A+ 0 = 0 + A= A
Existencia de matriz opuesta
Con gr-A = [-ai, j]
A + (-A) = 0
Producto por un escalar
Cuando se da una matriz A y un escalar numrico c, su producto cA se calcula
multiplicando el valor numrico escalar por cada elemento de la matriz A (i.e. (cA)
[i, j] = cA [i, j]).
EJEMPLO:

Propiedades
Sean A y B matrices y c y d escalares.
Clausura: Si A es matriz y c es escalar, entonces cA es matriz.
Asociatividad: (Cd)A = c(da)
Elemento Neutro: 1A = A
Distributividad:
O De escalar: c(A+B) = cA+cB
O De matriz: (c+d) A = cA+dA
Producto

El producto de dos matrices se puede definir slo si el nmero de columnas de la

matriz izquierda es el mismo que el nmero de filas de la matriz derecha, deben
de coincidir filas de una matriz con columnas de la otra matriz.26 Si A es una
matriz m por n y B es una matriz n por p, entonces su producto matricial AB es la
matriz m por p (m filas, p columnas) dada por:

Propiedades
Si los elementos de la matriz pertenecen a un cuerpo, y puede definirse el
producto, el producto de matrices tiene las siguientes propiedades:
Propiedad asociativa: (AB) C = A (BC).
Propiedad distributiva por la derecha: (A + B) C = AC + BC.
Propiedad distributiva por la izquierda: C(A + B) = CA + CB.
En general, el producto de matrices tiene divisores de cero: Si A.B = 0, No
necesariamente A o B son matrices nulas.
El producto de matrices no verifica la propiedad de simplificacin: Si A.B = A.C,
No necesariamente B=C.
El producto de dos matrices generalmente no es conmutativo, es decir, AB BA.
La divisin entre matrices, es decir, la operacin que podra producir el cociente A /
B, no se encuentra definida. Sin embargo, existe el concepto de matriz inversa,
slo aplicable a las matrices cuadradas.
Las matrices pueden representar convenientemente aplicaciones lineales entre
dos espacios vectoriales de dimensin finita. As, si n es el espacio eucldeo ndimensional cuyos vectores se pueden representar como vectores columna
(matrices n-por-1), para cada aplicacin lineal f: n m existe una nica matriz
A m por n de tal forma que35

Para cada vector x de n.

Se dice que la matriz A "representa" la aplicacin lineal f, o que A es la matriz
coordenada de f.
El producto de matrices claramente corresponde a la composicin de las
aplicaciones. Si la matriz k por m B representa otra aplicacin lineal g: m k,
entonces la composicin g o f se representa por BA:

Esto se desprende de la mencionada propiedad asociativa del producto de

matrices.
2.3 Clasificacin de las matrices.

CLASIFICACIN DE MATRICES
Matriz triangular superior: Una matriz cuadrada se llama triangular superior si
todos los componentes que se encuentran arriba de la diagonal principal con cero
1 2 4
B 0 5 3
1 2
A

0 0 9
0 4
Ejemplos:
Matriz triangular inferior: Se dice que una matriz cuadrada es triangular inferior si
todos los componentes que se encuentran arriba de la diagonal principal son cero,
1 0 0
B 2 5 0
1 0
A

4 3 9
2 4
Ejemplos:
Matriz diagonal. Una matriz cuadrada se llama matriz diagonal si todos los
componentes que estn fuera de la diagonal principal son cero.
1 0 0
B 0 5 0
1 0
A

0 0 9
0 4
Ejemplos:
Matriz escalar: Es una matriz diagonal, donde a11=a22==ann=k,

2 0

0 2

A
Ejemplos:

5 0 0
B 0 5 0
0 0 5

Matriz identidad. Es una matriz escalar, con escalar igual a 1, es decir, tiene 1s en
la diagonal principal y ceros en las dems posiciones.
1 0 0
I 3 0 1 0
1 0
I2

0 0 1
0 1
Ejemplos:
Se denota por la letra I y el subndice indica el orden.
Matriz transpuesta. La matriz transpuesta de una matriz A de orden mxn es la
matriz AT de tamao nxm que se obtiene permutando la fila a columna.

Ejemplos: A=

1 2 3
4 5 6

AT=

1 4
2 5

3 6

Matriz simtrica. Una matriz simtrica es simtrica si cumple con A= AT

1 3
1 3
A
AT

3 0
3 0
Ejemplos:

2 1 0
B 1 3 4
0
4 5

2 1 0
B 1 3 4
0
4 5

1 4 3
C 2 1 1
2 8 0

1 4 3
C 2 1 1
2 8 0

La matriz C no es simtrica

Matriz anti simtrica. Una matriz es anti simtrica, cuando cumple con A= -A T

0 3
3 0

1 2

1 4
2

0 3
3 0

1 2

1 4
2
0
6

5
6

Matriz potencia. Sea A una matriz n-cuadrada sobre un cuerpo k. Las potencias
de A se definen como sigue: A2=AA, A3=A2A,, An+1=AnA y A0=I
1 2
A

3 4
Ejemplo: Sea
, calcular A2 y A3

Solucin

1 2
A2

3 4

1 2
7 6
3 4 9 22

7 6 1 2
11 38
A3

9 22 3 4
57 106

Matriz Peridica. Una matriz A se llama peridica, si k el menor nmero entero y

positivo para el cual se cumple Ak+1=A, se dice que la matriz A tiene como periodo
k.
1 2 6
A 3 2
9
2
0 3
Ejemplo:
demostrar que A es una matriz de periodo 2.

Solucin: Para determinar si A tiene periodo 2 es necesario calcular A3, por lo tanto

1 2 6 1 2 6
5 6 6

A 3 2
9 3 2
9 9 10 9
2
4 4 3
0 3 2
0 3
2

5 6 6 1 2 6
1 2 6

A 9 10 9 3 2
9 3 2
9
4 4 3 2
2
0 3
0 3
3

Como vemos de A3=A, entonces A es una matriz peridica, con periodo 2.

Matriz nilpotente. Tambin llamada matriz nulipotente, siendo A una matriz
cuadrada y si p es el menor nmero entero positivo para el cual A p=0, entonces A
es nilpotente de orden p.
1
3
1

A 5
2
6
2 1 3
Ejemplo: Demostrar que
es una matriz nilpotente de orden 3.
Solucin: Para hacer dicha demostracin es necesario calcular A3, por lo que
tenemos

1
3
1

A 5
2
6
2 1 3
2

1
3
0
0
1
0
5

2
6 3
3
9

2 1 3
1 1 3

0
0
0

A 3
3
9
1 1 3
3

1
3
1
0 0 0
5

2
6 0 0 0

2 1 3
0 0 0

Como vemos que A3=0, entonces A es nilpotente de orden 3.

Matriz idempotente. Una matriz A de nxn es idempotente si y solo si A2=A.
2 2 4
A 1 3
4
1 2 3
Ejemplo: Si a
, demostrar que A es idempotente.

2 2 4 2 2 4
2 2 4

A 1 3
4 1 3
4 1 3
4
1 2 3 1 2 3
1 2 3
2

Solucin:

Como vemos que se cumple A2=A., entonces A es una matriz idempotente.

Matriz involutiva. Una matriz A es involutiva si cumple con A2=I.

Ejemplo: Si

1 1 2
A 0 1
0
0
0
1

, demostrar de A2=I.

Solucin:
Es necesario calcular A2=I, por lo que tenemos:

1 1 2
A 0 1
0
0
0
1
2

1 1 2
1 0 0
0 1

0 0 1 0

0
0 0 1
0
1

Como vemos que A2=I., entonces A es una matriz involutiva.

Matriz ortogonal. Una matriz cuadrada es ortogonal si AA T=ATA=I.

1 3

Ejemplo. Si

A 1 3
1 3

1 3

Solucin:

A 1 3
1 3

2 6
1 6

1 6
2 6
1 6

1 6

0
2

, demostrar que A es ortogonal

1 3

0
1

A 1 6
1 2

1 3

1 3

2 6 1 6
0
1 2

1 0 0
0 1 0

0 0 1

Matriz compleja. Sea A una matriz de tamao mxn, se llama compleja si sus
elementos con nmeros complejos
2 8i 5 3i 4 7i
1 4i 3 2i
6i

Ejemplo:

Matriz conjugada. Sea A una matriz compleja, la matriz conjugada se forma con
A
los con jugados de cada elemento de A, se representa por
i
i
1 2i
1 2i
A
A

2 3i
2 3i
3
3
Ejemplo:
Matriz hermitiana. Si A es una matriz compleja, una matriz hermitiana debe cumplir
AT A
con
.
2 3i 4 5i
2

A 2 3i
5
6 2i
4 5i 6 2i 7
Ejemplo:
demostrar que A es una matriz hermitiana

2
2 3i 4 5i

A 2 3i
5
6 2i
4 5i 6 2i 7

Solucin:

Como se cumple que

AT A

2
2 3i 4 5i

A 2 3i
5
6 2i
4 5i 6 2i 7

, por lo tanto A es una matriz hermitiana.

Matriz antihermitiana: Si A es una matriz compleja y adems cumple con

entonces se llama matriz antihermitiana, hermihermtica o antihermtica.

i
1 i 2

A 1 i 3i i
2
i
0

AT A

Ejemplo:

demostrar que A es una matriz antihermitiana

i
1 i 2

A 1 i
3i
i
2
i
0

Solucin

Por otro lado

i 1 i 2
A 1 i 3i
i
2
i
0
T

i 1 i 2
A 1 i 3i i
2
i
0

Como se cumple que

AT A

, por lo tanto A es una matriz antihermitiana.

2.4 Transformaciones elementales por rengln. Escalonamiento de una matriz.

Rango de una matriz.
Una aplicacin lineal (tambin llamada funcin lineal, transformacin lineal u
operador lineal) es una aplicacin entre dos espacios vectoriales que preserva las
operaciones de suma de vectores y producto por un escalar. El trmino funcin
lineal se usa incorrectamente en anlisis matemtico y en geometra para designar
una recta, un plano, o en general una variedad lineal.

Son aplicaciones lineales los operadores usados en la formulacin matemtica de

la mecnica cuntica.

Se denomina transformacin lineal, funcin lineal o aplicacin lineal a toda

aplicacin cuyo dominio y condominio sean espacios vectoriales que cumpla la
siguiente definicin:
Sean V y W espacios vectoriales sobre el mismo espacio o campo K, y T una
funcin de V en W. T es una transformacin lineal si para todo par de vectores u y
v pertenecientes a V y para todo escalar k perteneciente a K, se satisface que:
1.
2.
donde k es un escalar.
RANGO DE UNA MATRIZ
En lgebra lineal, el rango de una matriz es el nmero de columnas (filas
respectivamente) que son linealmente independientes. Si se da el caso de que el
rango fila y el rango columna son iguales, este nmero es llamado simplemente
rango de A. Comnmente se expresa como R(A).40
El nmero de columnas independientes de una matriz m por n es igual a la
dimensin del espacio columna de A. Tambin la dimensin del espacio fila
determina el rango. El rango de A ser, por tanto, mayor o igual que uno y menor o
igual que el mnimo entre m y n.41
Ahora bien, lo que procede es definir el concepto de rango de una aplicacin
lineal:
El rango es la dimensin del conjunto, imagen de la aplicacin:
Una cualidad relevante del rango tal como se ha definido y del rango de matrices,
radica en que ambos son coincidentes. Es decir, partiendo de una base arbitraria,
la aplicacin lineal puede mostrarse por conducto de base en forma de matriz, con
lo cual resulta el rango de la matriz, igual al rango de la aplicacin lineal que
representa.
Para establecer ms claramente esta relacin, deben fijarse dos bases vectoriales
en cada uno de espacios
se puede
expresar la transformacin lineal por una matriz
como una en una
cierta base:

Siendo:
, la imagen del vector x.
, la anti imagen del vector y.
De este modo, puede demostrarse que el rango de
coincide con la
dimensin de la imagen de f, como ya se mencion.
El rango puede calcularse, en relacin con una aplicacin lineal, al considerar una
base cualquiera y al determinar el rango de la matriz que representa la aplicacin
en esa base, pues el nmero que se obtenga no estar sujeto de la base elegida.

Con el clculo de determinantes, el rango de una matriz puede determinarse de

modo sencillo. As, la matriz
de modo sencillo. As, la matriz

El rango queda de definido como el mximo entero r, de tal manera que existe un
menor no nulo de orden r:

Cabe mencionar que el mtodo de Gauss-Jordn representa otra forma de

obtener el rango de una matriz, la cual es idntica al nmero de filas no nulas de la
matriz obtenida con este mtodo.
Una til aplicacin de calcular el rango de una matriz es la de determinar el
nmero de soluciones al sistema de ecuaciones lineales. El sistema tiene por lo
menos una solucin si el rango de la matriz de coeficientes equivale al rango de la
matriz aumentada. En ese caso, sta tiene exactamente una solucin si el rango
equivale al nmero de incgnitas; en otro caso, la solucin general tiene k
parmetros libres, donde k es la diferencia entre el nmero de incgnitas y el
rango.
Una matriz es invertible (tiene inversa) si y slo si su rango es mximo.
En teora de control, el rango de una matriz se puede usar para determinar si un
sistema lineal es controlable u observable.
2.6 Definicin de determinante de una matriz.
En matemticas se define el determinante como una forma no-lineal alterna de un
cuerpo En. Esta definicin indica una serie de propiedades matemticas y
generaliza el concepto de determinante hacindolo aplicable en numerosos
campos. Sin embargo, el concepto de determinante o de volumen orientado fue
introducido para estudiar el nmero de soluciones de los sistemas lineales de
ecuaciones.
Para el clculo de determinantes de matrices de cualquier orden, existe una regla
recursiva (teorema de Laplace) que reduce el clculo a sumas y restas de varios
determinantes de un orden inferior. Este proceso se puede repetir tantas veces
como sea necesario hasta reducir el problema al clculo de mltiples
determinantes de orden tan pequeo como se quiera. Sabiendo que el
determinante de un escalar es el propio escalar, es posible calcular el
determinante de cualquier matriz aplicando dicho teorema.
El caso de matrices de orden inferior (orden 2 o 3) es tan sencillo que su
determinante se calcula con sencillas reglas conocidas. Dichas reglas son tambin
deducibles del teorema de Laplace.
Los determinantes de una matriz de orden 2 se calculan con la siguiente frmula:

2.7 PROPIEDADES DE LOS DETERMINANTES .

Un valor invariante algebraico se constituye en el determinante de una matriz, esto
conlleva que todas las matrices que la represente, dada unas aplicaciones
lineales, habrn de tener el mismo determinante. Lo cual posibilita definir el valor
del determinante, tanto para matrices como para aplicaciones lineales.
El comportamiento multiplicativo frente al producto de matrices constituye una
caracterstica o cualidad fundamental del determinante:
Los cual implica, en trminos de aplicaciones lineales dada la relacin existente
entre la composicin de aplicaciones lineales y el producto de matrices que las
representan que, dadas dos aplicaciones lineales u y u se tiene la siguiente
igualdad:

El determinante de una matriz y el de su matriz traspuesta coinciden:

.
Una aplicacin lineal entre espacios vectoriales es invertible si y slo si su
determinante no es nulo. Por lo tanto, una matriz con coeficientes en un cuerpo es
invertible si y slo si su determinante es no nulo.
Sean A, B, C, D matrices
respectivamente.
Entonces.

Esto se puede ver de la frmula de Leibniz. Empleando la siguiente identidad

Vemos que para una matriz general

Anlogamente, se puede obtener una identidad similar con de (D) factorizado Si

dij son matrices diagonales,

Dada una matriz cuadrada o rectangular se pueden definir los llamados

determinantes menores de orden r a partir del determinante de submatrices
cuadradas de r x r de la matriz original. Dada la matriz
.

Se define cualquier menor de rango r como:

Cabe resaltar que hay, en general, un nmero elevado de menores de orden r,

incluso tal nmero de una matriz mxn viene dado por:

Se debe sealar, como punto de inters, que el rango coincide con el orden del
menor no nulo ms grande posible. As, para calcular el rango de una matriz o de
una aplicacin lineal, se suele ocupar el clculo de menores.
2.8 Inversa de una matriz cuadrada a travs de la adjunta.
En matemticas, y especialmente en lgebra lineal, una matriz cuadrada A de
orden n se dice que es invertible, no singular, no degenerada o regular si existe
otra matriz cuadrada de orden n, llamada matriz inversa de A y representada como
A1, tal que,
AA1 = A1A = In,
Donde In es la matriz identidad de orden n y el producto utilizado es el producto de
matrices usual. Una matriz no invertible se dice que es singular o degenerada.
Una matriz es singular si y solo si su determinante es cero.La inversin de
matrices es el proceso de encontrar la matriz inversa de una matriz dada.
La inversa de una matriz, si existe, es nica.
La inversa del producto de dos matrices es el producto de las inversas cambiando
el orden:

Si la matriz es invertible, tambin lo es su transpuesta, y el inverso de su

transpuesta es la transpuesta de su inversa, es decir:

Y, evidentemente:

Una matriz es invertible si y slo si el determinante de A es distinto de cero.

Adems la inversa satisface la igualdad:

Donde es el determinante de A y es la matriz de adjuntos de A.89

Supongamos que B y C son inversas de A
AB = BA = I
AC = CA = I
Multiplicando por C
(BA)C = IC = C
(BA)C = B (AC) = BI = B
De modo que
B=C y se prueba que la inversa es nica.
El clculo de la matriz inversa, en matrices de 2x2, se hace del siguiente modo:

Los cual es posible siempre que el determinante de la matriz (ad-bc), no sea cero.
Ahora bien, la siguiente frmula puede ocuparse para matrices de rdenes
superiores:

2.9 Aplicacin de matrices y determinantes.

MATRIZ CUADRADA:
Tiene el mismo nmero de filas que de columnas. Es decir : m = n.
Ejemplo:
-2

Orden: m.n = 3x3

DIAGONAL PRINCIPAL DE UNA MATRIZ:

1

*La diagonal principal consiste en: a 11 = 1

a 22 = 9
a 33 = 7

MATRIZ TRIANGULAR (superior o inferior):

Se dice que una matriz cuadrada es triangular superior o inferior, si todos los
elementos que estn por encima de la diagonal principal son ceros.
Por ejemplo:
5

-3

-3

-4

Diagonal principal
Las matrices anteriores son: triangulares superior e inferior, respectivamente.
RESUELVE:
a)

3x

=
z

b)

-3w

2
A=

-6
B=

-8

-2

OPERAR:
I. A + B
II. A B
III. 3A + 2B
4
3
IV. AXB
V. BXA
VI. BXB
VII. B2
VIII.A2
IX. A - 4B
2
NOTA: Recuerda que para multiplicar matrices, el nmero de columnas de A
Debe ser igual al nmero de filas de B.
EL PRODUCTO DE MATRICES NO ES CONMUTATIVO!!!
X. Verifica que A.(B + C) = A.B + A.C, si
1

A=

-2

B=
2

-2

C=
1

Entonces, se cumple la propiedad anterior?

DISTRIBUTIVA RESPECTO DE LA SUMA!
XI.SI:
3

-2

A=

X
B=

8
Y

HALLAR LOS VALORES DE X E Y.

C=
5

XII.RESOLVER:
X1
3.

= 5.

X2

-3

-4

XIII.MULTIPLICAR:

B=

-2

-1

-1

A=

*EFECTUAR BxA.PUEDES MULTIPLICAR A x B?

SEAN A = 4

2
3
1

1
,

B=
0

Y
1

C=

CALCULAR:
a) A x B y

b) B x C

; c) A x C =?

XIV.INDICA SI LAS SIGUIENTES MATRICES SE PUEDEN MULTIPLICAR:

(plantear todos los productos posibles).
A: ES UNA MATRIZ DE 3x4
B: ES UNA MATRIZ DE 4x7
C: ES UNA MATRIZ DE 7x3
OBSERVACIN: UN MODO DE SABERLO (si el producto est definido), ES
ESCRIBIR EL ORDEN O TAMAO DEL PRIMER FACTOR A LA
IZQUIERDA Y EL ORDEN DEL SEGUNDO FACTOR A LA DERECHA.
SI LOS NMEROS INTERIORES SON IGUALES EL PRODUCTO EST
DEFINIDO. (Se puede efectuar).
LOS NMEROS EXTERIORES DAN EL ORDEN O TAMAO DEL PRODUCTO.
VEAMOS:

m.r

interiores

= AxB
(m.n)

r.n

Exteriores
XV.MULTIPLICA:

a)
1
3
0

2
4
1

10

b)
8
20
2

5
13
1

c)
3

-1

10

d) SI:
2

-3

A=

-6

-5

-3

B=

-2

-1

C=

.EFECTUAR:
-3

a) 1/2.A 2.(B + 2.C) =

b) 2.B 3.A + 2.C =
c) 2.A 1/2.(B + C) =
d) 3.C 2.B =
XV. DADA LA MATRIZ:
4
0

5
-2

0
3

HALLAR SU TRANSPUESTA: At
XVI. HALLAR LAS INVERSAS De:
2

-2

A-1 = MATRIZ INVERSA

.

Ver ejercicios resueltos en clase

-2

XVII. SI A-1 =
3/2 -1/2
HALLAR A y At.
XVIII. HALLAR LAS MATRICES TRANSPUESTAS DE:
0
,
1

-1

-2

-3

y
1

XIX.RESUELVE:
4
a)

2
x

9
=

12

*HALLAR a.
RESPUESTA: a = 1
b)

3
-1
0

0
1
2

-1
a
3 x -1
0
0

1
b
2

-1
0
c

3
-2
-2

1
7
4

-2
-2
0

*HALLAR a, b y c.
XX.CALCULA LA MATRIZ INVERSA DE:
1

-2

-2

-4

A=

*Siempre hay que tener en cuenta que: AxA -1 = I (matriz identidad)

XXI.RESUELVE POR CUALQUIER MTODO:
a)

b)

X+Y+Z=6
YZ=1
Z=1

X+Y+Z=0
4X + 6Y + 8Z = 2
7X 4Y Z = -11

COMPRUEBA QUE LA INVERSA DE:

Y DE

-1

SON RESPECTIVAMENTE:

-1

A-1 =

1/2

-1/2

B-1 =

Y
0

CALCULA LA INVERSA Y LA TRANSPUESTA DE:

4
-6

-7
2

XXII.RESUELVE LA SIGUIENTE ECUACIN MATRICIAL:

1
3
2

1
-5
-2

-4
-2
-3

X
Y
Z

10
-4
3

XXIII. Calcula la inversa de:

2

-1

-5

Calcula la transpuesta de la inversa obtenida.

XXIV.Halla el valor de x en los siguientes determinantes:
1
-2
= 0
3
x
2

=3

x2

=0

Mtodo de la matriz inversa para resolver sistemas de ecuaciones:

Sea el sistema de ecuaciones representado por:
X1 + 2x2 = 0
4x1 + 9x2 = 1
Es:
1
4

2
9

x1
x2

0
=
1

-2

-4

A-1 =

Si A =
4

De este modo:
9

-2

-4

0
=

Por lo tanto, x1 = -2 y

-2

x2 = 1

Ejercicio:
Resolver el sistema dado, hallando la inversa de la matriz de los
coeficientes:
X1
4x1 - 2x2

- 2x3 = 1
x3 = 2

X1 + 2x2
Es:

- 10x3 = -1

1
A=

X1
X2
X3

-2

-9
-41/2
-5

En consecuencia:

-2

-9

-10

2
9/2
1

y A-1 = -41/2 4

2
4
1

-5

1
2
-1

x1 = -7, x2 = -17

9/2

-7
-17
-4

x3 = -4

Ejercicio:
Resolver por el mtodo de la matriz inversa:
3x y = 7
x +y =1
Respuestas: x = 2 e
y = -1
Ejercicio: Proceder igualmente con:
3x + 4y = 2
Respuestas: x = 0

x - 8y = -4

DETERMINANTES:
Tratar los determinantes es otro objetivo de esta materia.
Un determinante de segundo orden por ejemplo, se calcula as:
+

a
b
D=

= a.d - b.c

y = 1/2

Sea resolver el siguiente determinante:

+

+
0
1
1
2

-1

-3

= 4

Por qu?