Matrices y Determinantes

UNIVERSIDAD NACIONAL DE MAR DEL PLATA
Facultad de Ingeniería
ALGEBRA A
TEORÍA DE MATRICES Y DETERMINANTES
1. INTRODUCCIÓN
Antes de entrar de lleno en el estudio de este tema, es necesario destacar la
importancia, por la gran variedad de aplicaciones que tiene. La teoría de matrices y
determinantes nace de la resolución de sistemas de ecuaciones lineales y en ella tiene un gran
campo de aplicación. Pero rápidamente se propaga a diversas ramas, no sólo de la
Matemática, sino de la Física, la Biología y las Ciencias Sociales.
En nuestra cultura se usan permanentemente matrices de números: el horario
de los trenes que se ve en las estaciones, la tabla de cotizaciones de la Bolsa de Valores, y en
general, cualquier tabla de valores son ejemplos de matrices.
Las matrices se pueden sumar, multiplicar por un número, multiplicar entre sí bajo
ciertas condiciones, y cada una de estas operaciones tiene un significado muy rico en cuanto a
sus aplicaciones. Por eso, se ha producido desde fines del siglo diecinueve un gran desarrollo
de este tema que ha impactado en diversas ramas de la ciencia.
Comenzamos formulando la siguiente:
2. DEFINICIÓN
Sea IK un cuerpo, una ordenación de la forma
a11 a12 ... a1n

a21 a22 ... a2n
....................
am1 am2 ... amn
donde los aij ( i = 1, 2, ..., m; j = 1, 2, ..., n ) son escalares del cuerpo IK, se llama
la matriz sobre IK o simplemente una matriz, si IK está implícito.
Para nosotros, IK el cuerpo de los números racionales, el de los números reales o el de

los números complejos.
Notación: la matriz anterior se denota ( aij ) , II aij II, o simplemente “a”,

donde i = 1, 2, ..., m; j = 1, 2, ...,n
El elemento aij, llamado componente ij, tiene dos subíndices: i índice de fila y j índice de
columna.
Los elementos ai1, ai2, ..., ain corresponden a la fila i-ésima; y los elementos a1j, a2j, ...,
amj a la columna j-ésima. Por ejemplo el elemento a23 pertenece a la fila 2 y a la columna 3 de
la matriz a.
Se llama matriz de orden mxn a toda matriz formada por m filas y n columnas.
Notación: con K mxn designamos al conjunto de todas las matrices de orden mxn con
coeficientes en el cuerpo K.
Así, Q mxn , R mxn y C mxn representan, respectivamente, al conjunto de todas las matrices de
orden mxn con coeficientes racionales, reales y complejos
Teoría de Matrices – Página 1
ALGEBRA A
Ejemplo 1
20 17 12
6 8 5 ∈ IR , pues tiene dos filas (20 17 12) y (6
2x3
La matriz a = 8 5) ,
tres columnas 20 17 12 y sus elementos son números reales.

6 8 5
2x3 2x3
Es claro que también es correcto decir que a∈ Q y también a C
Ejemplo 2
7 -i 4
∈C
3x3
b= 0 2 i es de orden tres, pues tiene tres filas, tres columnas y
3 -i 2
sus elementos son números complejos.
Este tipo de matrices, donde el número de filas es igual al número de columnas se llama
matriz cuadrada de 3x3 o también “de orden 3”.
Una matriz con una sola fila se llama matriz fila o vector fila; y con una sola columna,
se llama matriz columna o vector columna. Cada elemento del cuerpo IK puede interpretarse
como una matriz de orden 1x1 (orden 1).
3. IGUALDAD
Definición
Dos matrices a=( aij ) y b=( bij ) son iguales si ambas tienen el mismo
orden mxn y se cumple que aij = bij, para todo i=1, 2, …..m y j=1, 2, ….n
Es decir que para que dos matrices sean iguales deben tener igual cantidad de filas e
igual cantidad de columnas y los elementos que ocupan el mismo lugar deben ser iguales. Por
lo tanto la igualdad de dos matrices de orden mxn es equivalente a un sistema de mxn
igualdades, una para cada par de elementos igualmente ubicados.
Ejemplo 1
Sean a = 4 1 2 y b= 1 2 ; a ≠ b pues no son del mismo orden, ya que

-2 3 5 3 5
“a” es de 2x3 y “b” es de orden 2.
Ejemplo 2
Sean c = 5 3 1 y d= 5 3 1 ; c ≠ d pues a pesar de ser ambas de orden

4 2 0 4 2 2
2x3, no todos los elementos igualmente ubicados iguales (por ejemplo, el elemento c 23 =0,
mientras que el elemento d 23 =2

ALGEBRA A
Ejemplo 3
x+y 2z+w 3 5
Sean las matrices e = x-y z-w y f= 1 4 ; determinar los valores de
x, y, z , w ∈ IR para que e = f.
Resolución:
en principio, para que las dos matrices sean iguales deben ser de igual orden y esa condición
se cumple, pues ambas son de orden dos. Además debe cumplirse que sean iguales los
elementos correspondientes y esto se traduce en las siguientes ecuaciones:
x+y=3
x–y=1
2z + w = 5
z–w=4
resolviendo el sistema, obtenemos que x = 2, y = 1, z = 3 y w = -1 (como siempre, es

recomendable verificar).
4. MATRICES CUADRADAS ESPECIALES
Antes de definir estas matrices, es necesario aclarar que, en una matriz cuadrada “a”,
los elementos aij donde i=j, se llaman elementos diagonales ; y se llama diagonal principal de
“a” , a diagonal la formada por ellos. Ahora podemos formular las siguientes definiciones:
4.1 Una matriz cuadrada a=(aij) se dice matriz diagonal, si se cumple que aij=0 para
i ≠j
Es decir que una matriz es diagonal, si los elementos que están fuera de la diagonal
principal son iguales a cero (obsérvese que la definición nada dice acerca de los elementos
que están sobre la diagonal principal, que podrán o no ser iguales a cero).
Ejemplo
1 0 0
3 0 0 0
a= , b= 0 1 0 y c= son matrices diagonales.
0 -2 0 0
0 0 1
k
sisi
i i
j j
 , =
4.2. Una matriz cuadrada a=(aij) se dice matriz escalar, si cumple que aij = 
0, ≠
Luego, puede decirse que una matriz escalar es una matriz diagonal en la que los elementos
diagonales son iguales entre sí.
Ejemplo
1 0 0
2 0
a= 0 1 0 y b= 0 2 son matrices escalares.
0 0 1
4.3. Una matriz cuadrada a = (aij) se dice matriz simétrica, si aij = aji para todos los
pares(i,j).
Obsérvese que, en una matriz cuadrada, aij y aji ocupan lugares simétricos con respecto
a la diagonal principal;luego, puede decirse que una matriz simétrica es aquélla en la que los

ALGEBRA A
elementos que ocupan lugares simétricos con respecto a la diagonal principal son iguales.
Ejemplo
3 1 0
a= 1 1 2 es simétrica.
0 2 1
4.4. Una matriz cuadrada a = (aij) se dice matriz antisimétrica, si aij = -aji para todos los
pares (i,j).
Obsérvese que los elementos diagonales de una matriz antisimétrica deben ser iguales a
cero, pues de aii = -aii se sigue que 2 aii = 0, de donde se obtiene aii = 0.
Ejemplo
0 2 1
0 1
a= -1 0 yb= -2 0 0 son antisimétricas.
-1 0 0
4.5. Una matriz cuadrada a = (aij) se dice matriz triangular superior, si aij = 0 para i > j
Como los elementos en los que i > j están ubicados debajo de la diagonal principal,
resulta que, en una matriz triangular superior todos los elementos ubicados debajo de dicha
diagonal son ceros.
Ejemplo:
1 -1 2 1 0 3
a= 0 2 1 y b= 0 0 2 son triangulares superiores.
0 0 3 0 0 1
4.6. Una matriz cuadrada a = (aij) se dice Matriz triangular inferior, si aij = 0 para i < j
Como los elementos en los que i < j están ubicados encima de la diagonal principal,
resulta que en una matriz triangular superior todos los elementos ubicados encima de dicha
diagonal son ceros.
Ejemplo:
0 0 0 0
1 0 0 0 1 0
a= 2 0 1 0 y b= 2 1 son triangulares inferiores
-1 2 0 0
OPERACIONES CON MATRICES
5. SUMA
Definición
mxn
Sean a = (aij) y b = (bij) dos matrices de IK ; se llama suma de (aij) y (bij) a la
matriz c = (cij) ∈ IK
mxn
tal que cij = aij + bij para i = 1, 2, ..., m; j = 1, 2, ...,n.
Se desprende de la anterior definición, que sólo está definida la suma de matrices de
igual orden.

ALGEBRA A
Ejemplo 1
3 0 -1 5 2 1
Dadas las matrices a = yb= 3 2 5 , su suma es
1 4 -3
a+b= 3+5 0+2 -1+1 = 8 2 0 = c, donde a, b y c ∈ IR

2x3
.
1+3 4+2 -3+5 4 6 2
Ejemplo 2
i -1 1-i i i+1-i -1+i

Sean las matrices d = 0 1+i y e= ; su suma c + d= =
0 -1 0+0 1+i-1
= 1 -1+i = f , siendo c, d , f ∈ C
2x2
.
0 i
Propiedades
Tal como fue definida, la suma cumple las siguientes propiedades:
s.1. Asociativa: si a, b, c ∈ IK
mxn
, entonces a + (b+c) = (a+b) +c.
s.2. Conmutativa: si a, b ∈ IK
mxn
, entonces a + b = b + a.
s.3. Existencia de elemento neutro: existe d=( dij ) ∈ IK

mxn
tal que dij =0 para todo par i j; esta
matriz se llama matriz nula y satisface que sumada a cualquier matriz de su mismo orden, no
la altera. Si llamamos 0 a la matriz nula, se tiene que 0+a= a+0 =a , para a ∈ IK y 0 ∈ IK
mxn mxn
Nota: obsérvese que hay infinitas matrices nulas, una para cada orden mxn
s.4. Existencia de opuestos: para cada matriz “a”, existe la matriz “opuesta de a” que
entonces –a = (–aij) ∈ IK .
mxn, mxn
denotamos “–a” tal que a + (–a) = 0. Es claro que si a=(aij)∈ IK
Nota: proponemos para el lector la demostración de las propiedades antes enunciadas, usando
las mismas propiedades que cumplen los elementos del cuerpo IK.
Definición de resta
La propiedad 5.4 permite definir la resta de matrices, como sigue :
a – b = a + (–b) , para todo par de matrices a, b ∈ IK

mxn

ALGEBRA A
6. MULTIPLICACIÓN DE UNA MATRIZ POR UN ESCALAR
Definición
Sean el escalar k ∈ IK y la matriz a=( aij) ∈ IK
mxn
; definimos el producto del escalar
por la matriz k.a = k ( aij) =( k . aij ) ∈ IK
mxn
.
Es decir que k.a es una matriz del mismo orden que “a”, que se obtiene multiplicando cada
elemento de la matriz “a” por el escalar k.
Propiedades
Sean k1 ,k2 ∈ IK y a, b ∈ IK
mxn
; entonces se cumplen las siguientes propiedades:
s1. Asociativa: k1.(k2.a) = (k1.k2).a
s2. Distributiva respecto de la suma de matrices: k1(a+b) = k1.a + k1.b.
s3. Distributiva respecto de la suma de escalares: a.( k1+k2) = a.k1 + a.k2.
s4. Existencia de escalar neutro: existe 1 ∈ IK tal que 1.a = a.
Observación:
k ∈ IK y a ∈ IK
mxn
sean ; entonces, si k.a = 0 deberá ser k = 0 ó a=0 (matriz nula).
Ejemplo
1 2 1 3
Dadas a = 3 0 y b= -1 2 calcular –3a + 2b.
1 2 1 3 -3.1 -3.2 2.1 2.3 -3 -6

Solución: -3a + 2b = -3. 3 0 + 2. -1 2 = -3.3 -3.0 + 2.(-1) 2.2 = -9 0 +
+ 2 6 = -3+2 -6+6 = -1 0
-2 4 -9-2 0+4 -11 4
7. MULTIPLICACIÓN DE MATRICES
El producto de dos matrices a y b sólo está definido si a = (aij) ∈ IK y b = (bij) ∈ IK

mxn nxp
.
Es decir, cuando el número de columnas de “a” es igual al número de filas de “b”.

ALGEBRA A
Definición
Sean a = (aij) ∈ IK y b = (bij) ∈ IK
mxn nxp
, definimos (aij) . (bij) = (cij), tal que
n
(cij) ∈ IK
mxp
y cij = ∑a
k =1
ik .bkj para i = 1, 2, ..., m y j = 1, 2, ..., p.
Se dice, entonces, que el producto de a por b es una matriz c tal que el elemento en la fila i-
ésima y en la columna j-ésima de c se obtiene mediante la suma de los productos de los
elementos de la fila i de a , por los elementos correspondientes de la columna j de b, tomados
ordenadamente.
Nota: dos matrices a = (aij) ∈ IK y b = (bij) ∈ IK , cuyo producto a.b está definido se
mxn nxp
dicen compatibles, o bien conformes, para la multiplicación
Para poder interpretar mejor la definición planteamos el siguiente ejemplo:
a11 a12 b11 b12 b13

a ∈ IK b ∈ IK
2x2 2x3
a= y b= ; , .
a21 a22 b21 b22 b23
c11 c12 c13
Aquí m = n = 2 y p = 3 ; por lo tanto c = (cij) ∈ IK
2x3
será una matriz de la forma c21 c22 c23
donde sus elementos se calculan usando la definición:
2
c11 = ∑ a1k . bk1 = a11 . b11 + a12 . b21
k
=1
2
c12 = ∑ a1k . bk2 = a11 . b12 + a12 . b22
k
=1
2
c13 = ∑ a1k . bk3 = a11 . b13 + a12 . b23
k
=1
2
c21 = ∑ a2k . bk1 = a21 . b11 + a22 . b21
k
=1
2
c22 = ∑ a2k . bk2 = a21 . b12 + a22 . b22
k
=1
2
c23 = ∑ a2k . bk3 = a21 . b13 + a22 . b23
k
=1
En conclusión
c11 c12 c13
a11 a12 b11 b12 b13 a11.b11 + a12.b21 a11.b12 + a12 . b22 a11.b13 + a12.b23
a21 a22 b23 b22 b23 = a21.b11 + a22.b21 a21.b12 + a22 . b22 a21.b13 + a22.b23
c21 c22 c23
Nota: en la jerga matemática, cuando se calcula un elemento cij de la matriz producto,

mediante la suma de los productos de cada elemento de la fila i por los correspondientes de la
columna j, se dice que se multiplica la fila i por la columna j

ALGEBRA A
Ejemplo 1
5 1
2 4 3 5
Sea a ∈ IK b ∈ IK
3x2 2x4
,a= 2 2 y ,b= , entonces está
2 -2 1 0
3 -1
a.b = c ∈ IK
3x4
definido a.b y .
5 1 12 18 16 25
c= 2 2 . 2 4 3 5 = 8 4 8 10
3 -1 2 -2 1 0 4 14 8 15
Ejemplo 2
Sea d ∈ IK y e ∈ IK ; entonces está definido d.e = f donde f ∈ IK

1x3 3x1 1x1
1 1
d = (3 2 3); e = 1 y (3 2 3). 1 = (11)
2 2
Obsérvese que el producto en el orden inverso e.d también está definido, pero es una
matriz de 3x3 ; este ejemplo es suficiente para afirmar que el producto de matrices no es
conmutativo.
Ejemplo 3
i -1 3 -i
0 , es posible realizar a.b y resulta a.b =c con c ∈IK .
2x2
Si a= 2i 2 y b= i
i -1 . 3 -1 = 2i - i
2i 2 i 0 8i - 2i
En este caso el producto en el orden inverso está definido y es una matriz del mismo orden:
i i
 3 − 1  − 1  − 5
i
 .  =   y también es este caso a.b ≠ b.a

 0   2 2   − 1 − 
Ejemplo 4
Sea a ∈ IK y b ∈ IK ; luego, a.b = c tal que c ∈ IK

3x1 1x3 3x3
.
1 3 2 3
1 .(3 2 3) = 3 2 3
2 6 4 6
En este caso b.a también está definido, pero es una matriz de 1x1 (hallarla)
Ejemplo 5
Dadas las matrices a = 2 3 5 y b= 2 5 , su producto a.b no está definido

1 -2 1 2 3

ALGEBRA A
pues el número de columnas de a es 3 y el número de filas de b es 2.
Propiedades de la multiplicación
De acuerdo con la definición dada, la multiplicación de matrices cumple con las

siguientes propiedades:
m1. Asociativa: (a.b) . c = a . (b.c) si a ∈ IK , b ∈ IK y c ∈ IK

mxn nxp pxs
m2. Distributiva respecto a la suma a izquierda y a derecha:

a . (b+r) = a.b + a.r , si a ∈ IK b,r ∈ IK
nxp pxq
y
si b,r ∈ IK y a ∈ IK
nxp pxq
(b+r) . a = b.a + r.a
m3. Producto por un escalar: k . (a.b) = (k.a) . b = a . (k.b) si k ∈ IK, a ∈ IK y b ∈ IK

mxn nxp
Observaciones: si a , b ∈ IK
mxn
, y 0 es una matriz nula, entonces
1. 0 . a = 0 y b . 0 = 0 siempre que los productos estén definidos. Para ello consideramos

a 0 como la matriz nula del orden que corresponda.
2. Es importante recalcar que la multiplicación de matrices no es conmutativa, como se

comprobó en los ejemplos 2 , 3 y 4 anteriores.
Nota: esto significa que a.b no siempre es igual a b.a ; pero es importante saber que existen
casos de matrices a y b tales que a.b = b.a.
Cuando esto sucede, se dice que las matrices a y b conmutan.
8. MATRICES CUADRADAS
Ya habíamos hablado de las matrices a ∈ IK

nxn
y las habíamos llamado matrices
cuadradas de orden n.
Es importante analizar el producto entre matrices cuadradas del mismo orden n. En
primer lugar, el producto entre matrices cuadradas del mismo orden siempre está definido y es
nxn
otra matriz de su mismo orden. Es decir que si a,b∈ IK , entonces su producto a.b está
definido y a.b ∈ IK .
nxn
Es fácil ver que todas las propiedades de la suma y el producto recientemente

nxn
enunciadas para el caso general, se cumplen en IK ; pero, además se cumple la siguiente:
nxn
m4. Existencia de elemento neutro: existe en IK una matriz llamada matriz identidad o
matriz unidad, denotada por Id
1 0 .. 0 
 
0 1 .. 0  1, si i = j
Id =  y está definida por Id = (aij) con aij = que cumple la
.. .. .. ..  si i ≠ j
  0,
0 0 .. 1 

siguiente condición: a . Id = Id . a = a , ∀ a ∈ IK
nxn
.

ALGEBRA A
El cumplimiento de las propiedades s1, s2, s3 y s4 de la suma, y m1, m2, m3, y m4 de

la multiplicación confieren al conjunto de las matrices cuadradas de orden “n” la estructura de
anillo; como la operación de multiplicación no es conmutativa, podemos afirmar que
K
[ ] es un anillo no conmutativo .
nxn
,+ ,.
Nota: recordar que los anillos que conocemos hasta el momento, el de los números enteros
[ ] [ ]
Z , + , . y el de los polinomios K [x ] , + , . , son anillos conmutativos , dado que en ambos
conjuntos la multiplicación es conmutativa.
Observaciones:
nxn
1. En el conjunto de matrices cuadradas (IK ) los productos a.b y b.a siempre están
definidos (por ser iguales el número de filas y el número de columnas); pero, en
general, a.b ≠ b.a .
Ejemplo
 2 3   2 − 1  1 − 2   2 − 1  2 3   2 5 
  .   =   y   .   =  
 2 1  − 1 0   3 − 2   − 1 0   2 1   − 2 − 3
2. a.b = 0 no implica a = 0 ó b = 0.
Ejemplo
 1 0  0 0  0 0
  .  =  
 0 0  1 0  0 0
En este ejemplo se muestran dos matrices no nulas que, multiplicadas entre sí, dan por
[ ]
resultado la matriz nula. Dos matrices que, no siendo nulas, tienen producto nulo, se
llaman “divisores de cero”. Se dice, entonces que K nxn, + , . es un anillo no conmutativo
con divisores cero.
9. MATRIZ TRASPUESTA
Definición
Dada la matriz a = aij ∈ IK
mxn t
llamaremos traspuesta de ”a” y la notaremos ”a “, a la
matriz b =( bij ) ∈ IK
nxm
tal que bij = aji para i = 1, 2, ..., n; j = 1, 2, ..., m
Ejemplo
1 5
a= 1 3 7 t
⇒ a = 3 2
5 2 1 7 1
t
Observamos que la matriz traspuesta de una matriz a es la matriz a , que resulta de
intercambiar en a filas por columnas ( o bien, columnas por filas). Observamos además que,
toda matriz de orden 1 es igual a su traspuesta.
La trasposición de matrices cumple las siguientes propiedades:

ALGEBRA A
t t
t1. Traspuesta de la traspuesta de una matriz: La transposición verifica que ( a ) = a siendo
a ∈ IK
mxn
.
t t t
En efecto, si a = (aij) ⇒ a = (aji) y ( a ) = (aij) = a.
Ejemplo
2 3
2 1 3 t t t 2 1 3
Sea a = ⇒a = 1 2 y(a ) = = a.
3 2 1 3 1 3 2 1
t2. Traspuesta de la suma de dos matrices: si a, b ∈ IK

mxn t t t
se cumple que (a+b) = a + b .
t t t t
En efecto (a+b) = (aij + bij) = (aji + bji) = (aji) + (bji) = a + b , para i = 1, 2, ..., m y
j = 1, 2, ..., n.
t3. Traspuesta del producto de un escalar por una matriz: si a ∈ IK y k ∈ IK se cumple

mxn
t t
que (k.a) = = k.a .
t t t
En efecto, si c =(k.a) , c = (cij) y cij = k. aji, luego (k.a) = k.a .
t4. Traspuesta del producto de dos matrices: si a ∈ IK y b ∈ IK

mxn nxp
, entonces
b
a
t
t
t
(a.b) = .
En efecto, por la definición de multiplicación sabemos que a.b = c= (cij ) tal que cij
n
, elemento que ocupa la fila i y la columna j de la matriz a.b está dado por cij = ∑a
k =1
ik .bkj ;
t
Pero también es el elemento de la fila j y columna i de la matriz (a.b) . Luego:
cij
t
n
t
(a.b) =c = (
t
) = ∑a
k =1
jk .bki (1)
b
a
t
t
t
Analicemos ahora el producto . ; los elementos de la fila j de b , que son los de la
t
columna j de b, son b1j , b2j , b3j , ..., bmj , y los de la columna i de a , que son los de la fila i
de a, son ai1 , ai2 , ai3 , ..., ain . Luego, el elemento de la fila j y la columna i de la matriz
b
aj
b
aj
bij
aij
bnj
ain
n n
∑ bkj .aik = ∑ aik .bkj = cij

i
1+ +K+ +K =
t t
(b .a ) es 1 2 2
k =1 k =1
t t t
Luego (a.b) = b .a ; es decir, la traspuesta de un producto de matrices es igual al
producto de las traspuestas en el orden inverso.
Ejemplo
1 2
2 1 4 0 1 t t t
Dadas a = y b= comprobar que (a.b) = b .a
3 2 1 2 0
Se propone la resolución al alumno a manera de ejercitación.
Observación: la trasposición de matrices permite definir de otra forma los conceptos de matriz
simétrica y de matriz antisimétrica
Definición:
a ∈ IK
nxn t
es simétrica si y sólo si a = a

ALGEBRA A
Definición:
a ∈ IK
nxn t
es antisimétrica si y sólo si a =- a
Ejemplo
1 -1 7
t
a= -1 2 3 es simétrica, ya que a = a .
7 3 5
 0 3 −1 
b
 
=  − 3 0 − 4  es antisimétrica, ya que a =- a .
t
 1 4 0 
 
10. MATRIZ INVERSIBLE
Definición:
Una matriz a ∈ IK
nxn
se dice inversible , si existe una
∈ IK
nxn
matriz b∈ tal que a.b = b.a = Id.
-1
Decimos, entonces, que b es la inversa de a y se nota b = a (análogamente a es la
-1
inversa de b y se nota a=b ). Es importante destacar que la matriz inversa, si existe, es única.
2 5 3 5 1 0
Ejemplo: a = -1 -3 es inversible pues existe b = -1 -2 tal que a.b = b.a = 0 1 .
(comprobarlo)
Observación: en el caso de matrices no cuadradas se habla de inversa a derecha o inversa a

izquierda, pues en general uno de los dos productos posibles a.b ó b.a no está definido.
11. OPERACIONES ELEMENTALES ENTRE FILAS
Llamaremos operación elemental sobre las filas de una matriz a ∈ IK

nxm
a cualquiera de
las siguientes:
I. Intercambiar dos filas entre sí.
II. Reemplazar una fila por la que se obtiene multiplicando a sus elementos por un
escalar no nulo.
III. Reemplazar una fila por la que se obtiene sumando a sus elementos los de otra fila
multiplicados por un escalar.
Para indicar estas operaciones utilizaremos la siguiente notación:
Caso I Fi ↔ Fj
Caso II Fi → k.Fi k ∈ IK, k ≠ 0
Caso III Fi → Fi + k.Fj k ∈ IK

ALGEBRA A
Ejemplo 1
2 -1 3 3 1 2
Sea a= 3 1 2 ; intercambiando sus filas 1 y fila 2, resulta 2 -1 3 F1↔ F2.
Ejemplo 2
En la matriz a del ej.1, reemplazando la fila 2 por esa fila multiplicada por 3,
obtenemos: 2 -1 3 F2 ↔ 3.F2.
9 3 6
Ejemplo 3
Al reemplazar la fila 1 de la matriz a del ej.1 por la fila 1 más dos veces la fila 2, resulta
8 1 7
F1 → F1 + 2.F2.
3 1 2
Observación: las operaciones elementales también pueden definirse sobre las columnas de
una matriz.
12. MATRICES ELEMENTALES
Aplicando las operaciones elementales a la matriz identidad se obtienen las llamadas

matrices elementales.
Ejemplo 1:
1 0 0 1 0 0
3x3 23
en IR , Id = 0 1 0 ; si intercambiamos fila 2 y fila 3 resulta e = 0 0 1
0 0 1 0 1 0
F2 ↔ F3.
r,s
En general: e denota la matriz que se obtiene intercambiando en la matriz identidad la
fila r y la fila s.
Ejemplo 2
1 0 0
3x3
en IR , Id = 0 1 0 ; si reemplazamos la fila 3 por esa fila multiplicada por k∈ IK
0 0 1
1 0 0
y k ≠ 0 obtenemos F3 ↔ k.F3.
3
e (k) = 0 1 0
0 0 k
r
En general: e (k) designa a la matriz que se obtiene sustituyendo en la identidad la fila r
por dicha fila multiplicada por k ≠ 0.
Ejemplo 3
1 0 0
Si en Id = 0 1 0 , sustituimos la fila 3 por la fila 3 más k veces la fila 1
0 0 1
1 0 0
F3 → F3 + k.F1.
1,3
resulta e (k) = 0 1 0
k 0 1

ALGEBRA A
r,s
En general, e (k) designa a la matriz elemental que se obtiene sustituyendo en la matriz
identidad la fila s por la fila s más k veces la fila r.
Para comprender mejor el uso de las matrices elementales proponemos efectuar los
siguientes cálculos :
2 1 3
• Dada la matriz a = -1 2 5 , multiplicarla a izquierda ( pre-multiplicarla) por
1,2 1,2
e de orden 2; luego, multiplicarla a derecha ( post-multiplicarla) por e de
orden 3 ¿qué se observa?

Resolución
1,2
e de orden 2 es 0 1 , luego 0 1 2 1 3 = -1 2 5 =a´
1 0 1 0 -1 2 5 2 1 3
1,2
0 1 0
Por otra parte e de orden 3 es 1 0 0
0 0 1
0 1 0
y 2 1 3. 1 0 0 = 1 2 3 = a´´
-1 2 5 0 0 1 2 -1 5
Observamos entonces que:
1. Comparando a con a’, esta última es igual a la matriz a, luego de realizar la operación
elemental F1 ↔ F2 (intercambio de las filas 1 y 2 entre sí.)
2. Comparando a con a’’, esta última es igual a la matriz a ,luego de realizar la operación
elemental (C1 ↔ C2) intercambio de columnas entre sí.
Puede comprobarse que si a ∈ IK

mxn r,s
es pre-multiplicada por e de orden m se
r,s
intercambian las filas r y s, y si es pos-multiplicada por e de orden n , las que se intercambian
son las columnas r y s.
2 1
•
2
Dada la matriz b = -3 3 , pre-multiplicarla por e (4) de orden 3.
5 2
2
Luego pos-multiplicarla por e (4) de orden 2. ¿Qué se observa?
1 0 0 1 0
2 2
De acuerdo a lo ya visto, e (4) de orden 3 es 0 4 0 ye (4) de orden 2 es 0 4
0 0 1
luego:
1 0 0 2 1 2 1
2
e (4) .b= 0 4 0 . -3 3 = -12 12 = b’
0 0 1 5 2 5 2

ALGEBRA A
2 1 2 4
y b.e
2
= -3 3. 1 0 = -3 12 = b’’
(4)
5 2 0 4 5 8
Observamos ahora que:

1. comparando b con b’, esta última es igual a la matriz b , luego de realizar la operación
elemental F2 → 4.F2 ( reemplazo de la fila dos por cuatro veces dicha fila).
2. comparando b con b’’, esta última es igual a la matriz b, luego de realizar la operación
elemental C2 → 4.C2 (reemplazo de la columna dos por cuatro veces dicha columna).
Se comprueba que si a una matriz a ∈ IK

mxn r
se la pre-multiplica por e (k) de orden m, se
multiplica por k la fila r; y si a una matriz a ∈ IK
mxn r
se la pos-multiplica por e (k)de orden n, se
multiplica por k su columna r
2 3 1
•
1,2
Dada la matriz c = , pre-multiplicarla por e (4) de orden 2 y pos –
1 5 4
1,2
multiplicarla por e (4) de orden 3, ¿qué se observa?
1,2
Identifiquemos primero las dos matrices elementales que utilizaremos: e (4) de orden 2
1 0 0
1 0 1,2
es y e (4) de orden 3 es 4 1 0
4 1
0 0 1
Luego:
1,2 1 0 2 3 1 2 3 1
e (4) .c= . = = c’
4 1 1 5 4 9 17 8
1,2 2 3 1 1 0 0
y c.e = 1 . = 14 3 1 = c´´
(4) 5 4 4 1 0
21 5 4
0 0 1
Observamos que:
1. Comparando c y c’, ésta última es igual a la matriz c, luego de realizar la operación
elemental F2 → 4.F1 + F2 ( reemplazo de la fila dos por cuatro veces la fila uno más la
fila dos).
2. Comparando c y c’’, esta última es igual a la matriz c, luego de realizar la operación
elemental C2 → 4.C2 + C1 ( reemplazo de la columna uno por cuatro veces la columna
dos más la columna uno.
r,s
Vemos entonces que si se multiplica a la izquierda por e (k) la matriz resultante tiene su
r,s
fila s sustituida por k.Fr + Fs ; en cambio si se multiplicamos a la derecha por e (k) la matriz
resultante tiene su columna r sustituida por k.Cs + Cr .
En conclusión:
En una matriz, cada una de las transformaciones elementales de fila, puede ser
considerada como el resultado de pre-multiplicarla por la matriz elemental compatible
con ella , obtenida de la identidad mediante la misma tranformación de fila.
Análogamente,
En una matriz, cada una de las transformaciones elementales de columna, puede ser
considerada como el resultado de pos-multiplicarla por la matriz elemental compatible

ALGEBRA A
con ella, obtenida de la identidad mediante la transformación de fila realizada en el orden

inverso
Fácilmente puede comprobarse que las matrices elementales son inversibles; en
particular :
r,s -1 r,s
(e ) = e
r -1 r
(e (k)) = e (1/k)
r,s -1 r,s
(e (k)) =e (-k)
Dejamos como inquietud al alumno la demostración.
13. MATRIZ EQUIVALENTE POR FILAS
Sean a y b ∈ IK , se dice que a es equivalente por filas a b, si b puede obtenerse a

mxn
partir de a mediante un número finito de operaciones elementales aplicadas a sus filas.

Notaremos a~b.
Ejemplo 1
1 3 1 3
Si a = 2 4 y b= 0 -2 , entonces b es equivalentes por filas a a
-1 2 0 5
2
En efecto,
1 3 1 3 1 3
a= 2 4 ~ 0 -2 ~ 0 -2 = b . Lo simbolizamos a ~ b
-1 2 -1 2 0 5
F2 → F2 - 2.F1 F3 → F3 + F1.
Enunciaremos ahora un teorema de importante aplicación pero cuya demostración

escapa al alcance de este curso:
K
nxn
Teorema: a ∈ es inversible sii a es equivalente por filas a la matriz identidad.
Ejemplo 2
1 0 2
La matriz a = 2 2 3 es inversible pues:
3 1 1
1 0 2 1 0 2 1 0 2 1 0 2 1 0 2 1 0 0
a= 2 2 3 ~ 0 2 -1 ~ 0 2 -1 ~ 0 1 -1/2 ~ 0 1 -1/2 ~ 0 1 -1/2
3 1 1 3 1 1 0 1 -5 0 1 -5 0 0 -9/2 0 0 -9/2
F2→F2-2.F1 F3→F3–3.F1 F2→ ½.F2 F3→F3-F2 F1→F1+4/9.F3

ALGEBRA A
1 0 0 1 0 0
~ ~
0 1 0 0 1 0
0 0 -9/2 0 0 1
F
2 → 2 − 1/ 9 3 F3→ -2/9.F3
Es decir, a es inversible ya que es equivalente por filas a la matriz identidad.
Ejemplo 3
La matriz b = 2 1 no es inversible pues:

-4 -2
b= 2 1 ~ 2 1 ~ 1 ½ ≠ id
-4 -2 0 0 0 0
F2→F2+2.F1 F1→½.F1
Es decir, no es posible llegar a la matriz identidad de orden 2 mediante operaciones

elementales de fila y, por lo tanto b no es inversible.
14. CÁLCULO DE LA MATRIZ INVERSA POR OPERACIONES ELEMENTALES:

MÉTODO DE GAUSS-JORDAN
nxn
Sea a∈IK una matriz inversible. De acuerdo al teorema enunciado en el párrafo
nxn
anterior sabemos que si a∈IK es inversible, es equivalente por filas a la Id; de modo que
existe una serie de operaciones elementales que permiten pasar de la matriz “a” a la matriz Id.
Si llamamos e1, e2, e3, ..., et a las matrices elementales que caracterizan esas operaciones
tendremos que:
et . et-1 . ... . e2. e1 . a = id (1)

-1
post-multiplicando en ambos miembros de la igualdad por a , que existe por hipótesis:
-1 -1
( et . et-1 . ... . e2. e1 . a ). a = id . a
-1
Asociando a con a
-1 -1
et . et-1 . ... . e2. e1 . (a . a ) = id . a
Id a-1
-1
Luego, et . et-1 . ... . e2. e1 . id = a (2)
Si comparamos (1) y (2) podemos ver que, las mismas operaciones elementales que,
aplicadas a la matriz a produjeron como resultado la Id, aplicadas en el mismo orden a la matriz
-1
Id, producen como resultado la matriz a .
Este hecho es la base del llamado Método de Gauss-Jordan para el cálculo de la matriz
inversa; el método consiste en escribir explícitamente la matriz a , y a su derecha la matriz Id
de su mismo orden. La matriz a será el eje del proceso, ya que se le irán aplicando todas las
operaciones elementales necesarias para tranformarla en la Id.

ALGEBRA A
Pero, las mismas operaciones y en el mismo orden serán aplicadas a la matriz Id . El

teorema anterior nos asegura que, al final del proceso, la matriz que queda a la derecha de la
-1
Id es a
Ejemplo
1 0 2
 
Utilizaremos la matriz a =  2 2 3  del ejemplo 2 del párrafo anterior, que ya sabemos que
 3 1 1
 
es inversible y hallaremos su inversa por el Método de Gauss. Dispondremos los cálculos en
sentido vertical, pero del mismo modo pueden hacerse en forma horizontal, como se hizo en las
páginas 16 y 17
1 0 2 1 0 0
F2→F2-2.F1 2 2 3 0 1 0
3 1 1 0 0 1
1 0 2 1 0 0
F3→F3-3.F1
0 2 -1 -2 1 0
3 1 1 0 0 1
1 0 2 1 0 0
0 2 -1 -2 1 0
F2→F2-F3
0 1 -5 -3 0 1
1 0 2 1 0 0
F3→F3-F2 0 1 4 1 1 -1
0 1 -5 -3 0 1
1 0 2 1 0 0
F1→F1+2/9.F3 0 1 4 1 1 -1
0 0 -9 -4 -1 2
1 0 0 1/9 -2/9 4/9
F2→F2+4/9.F3 0 1 4 1 1 -1
0 0 -9 -4 -1 2
1 0 0 1/9 -2/9 4/9
F3→ -1/9.F3
0 1 0 -7/9 5/9 -1/9
0 0 -9 -4 -1 2
________________________________________________________
1 0 0 1/9 -2/9 4/9

-1
Id a
0 1 0 -7/9 5/9 -1/9
0 0 1 4/9 1/9 -2/9
Dejamos al lector la tarea de verificar que esta matriz es la inversa de la dada. Para ello
-1 -1
bastará con efectuar alguno de los productos a . a o a . a , y comprobar que el resultado es
la matriz unidad. En particular bastará con comprobar que

ALGEBRA A
1 0 2
  1/9 -2/9 9 1 0 0
 2 2 3 . -7/9 5/9 -1/9 = 0 1 0
 3 1 1 0 0 1
  1/9 1/9 -2/9
ya que si este producto da la matriz unidad, el producto en el orden inverso también (recordar
que dos matrices inversas conmutan)
Nota: Es necesario destacar que en el proceso de cálculo llevado a cabo, las operaciones
elementales a usar deben ser solamente operaciones por filas (o bien sólo por
columnas). Esto surge claramente a partir de la última demostración.
DETERMINANTE DE UNA MATRIZ CUADRADA
Asociado a cada matriz cuadrada a, existe un número llamado “determinante de a” .

Para poder definir el concepto de determinante, utilizaremos algunos conceptos ya vistos y
otros nuevos. Primero recordaremos que las permutaciones de ‘n’ elementos a1, a2, ..., an son
los distintos grupos que pueden formarse con dichos elementos de modo que un grupo difiere
de otro en el orden de colocación de los elementos. Sabemos, además ,que el número de tales
grupos es Pn = n!.
1. INVERSIONES DE UNA PERMUTACIÓN
Sean, por ejemplo, tres elementos a1, a2, a3, para mayor comodidad utilicemos
subíndices 1, 2, 3. Las seis permutaciones de 1, 2 y 3 son
1 2 3 1 3 2 2 1 3
2 3 1 3 1 2 3 2 1
Diremos que en una permutación dada hay una inversión si un entero precede a otro
menor que él; y diremos que dicha permutación es de clase par, si lo es el número de sus
inversiones e impar en caso contrario.
Por ejemplo: 3 1 2 es par pues tiene dos inversiones: 3 precede a 1, y 3
precede a 2.
1 3 2 es impar pues 3 precede a 2.
1 2 3 es par pues no tiene ninguna inversión.
Se demuestra que si en una permutación cualquiera se trasponen dos elementos
cambia de clase.
Por ejemplo: 1 3 2 es impar, trasponiendo 1 y 2 se obtiene 2 3 1 que es
par.
Consideremos ahora una matriz a ∈ IK (cuadrada)
nxn
a11 a12 ... a1n

a= a21 a22 ... a2n
....................
an1 an2 ... ann
y un producto de ‘n’ de sus elementos:

a
a
anj
j
11, , K,
n
2 2
elegido de tal modo que sólo exista un elemento de cada fila y uno de cada columna. Por
comodidad, los factores se han tomado siguiendo el orden natural de las filas.
ALGEBRA A
La sucesión de los segundos subíndices (que indican columna) será entonces una de
las n! permutaciones de los enteros 1, 2, ..., n. Además, anteponemos un signo + ó – según
que la permutación de los segundos subíndices sea par o impar.
a11 a12 a13

Ejemplo 1: Sea a = a21 a22 a23 uno de los posibles es: a12 . a23 . a31 donde los primeros
a31 a32 a33
subíndices están en el orden natural y los segundos son la permutación 2 3 1 de los

enteros 1 2 y 3, que es de clase par. Luego, a dicho producto le corresponde signo
positivo:
+ a12 . a23 . a31
En cambio, al producto a11 . a23 . a32 le anteponemos signo negativo porque la permutación
1 3 2 es de clase impar:
- a11 . a23 . a32 .
Ahora estamos en condiciones de formular la siguiente:
2.
DEFINICIÓN
Se llama determinante de una matriz a ∈ IK
nxn
, que notaremos det a ó bien IaI, al
a
a
anj
s
∑ (−1)
j
elemento de K tal que det a = lal = 1 1. 2 .K donde s es el número de

n
j
j
jn
inversiones de los subíndices 1 , 2 , K y entendiendo que la suma se extiende a

las n! permutaciones de dichos segundos subíndices.
El determinante se dice de orden ‘n’, igual que la matriz correspondiente, y su desarrollo consta
de n! términos.
∈
Nota: de la definición se sigue en forma inmediata que det Id=1; y que si 0 K nxn , det 0 = 0,
cualquiera sea el orden “n” de las matrices correspondientes.
DESARROLLO DE UN DETERMINANTE DE ORDEN 2

a11 a12
Sea a = a21 a22 ; usaremos la definición para obtener el desarrollo de su
determinante.
Hay dos permutaciones posibles de los segundos subíndices: 1 2 y 2 1; además
det a consta de dos términos pues a es de orden dos y 2! = 2.
Dichos términos son, por lo tanto, a11 . a22 y a12 . a21
Al primero de los productos le corresponde signo + , ya que no hay inversión en la

permutación de los segundos subíndices; mientras que al segundo le correponde signo - , ya
que los segundos subíndices 2 1 presentan una inversión.
Luego: det a= lal = + a11 . a22 - a12 . a21

ALGEBRA A
Ejemplo1
Si a = 1 2 entonces det a = 1.(-1) – 3.2 = -1 – 6 = -7

3 -1
DESARROLLO DE UN DETERMINANTE DE ORDEN 3
b11 b12 b13

b21 b22 b23
Sea b = b31 b32 b33
En este caso hay 3! = 6 permutaciones posibles de los segundos subíndices, estas son:
1 2 3 1 3 2 2 1 3
2 3 1 3 1 2 3 2 1
Luego, det b consta de 3! = 6 términos, que son:
+ b11 . b22 . b33 , + b12 . b23 . b31 , + b13 . b21 . b32 ,

- b11 . b23 . b32 , - b12 . b21 . b33 y - b13 . b22 . b31 .
De modo que:
det b=+ b11 . b22 . b33 + b12 . b23 . b31 + b13 . b21. b32 - b13 . b22 . b31 - b11 . b23 . b32 - b12 . b21 . b33
Para obtener rápidamente el desarrollo del determinante de b se aplica la siguiente

regla práctica, llamada REGLA DE SARRUS. Esta regla consiste en escribir a la derecha de la
matriz dada, su primer y segunda columna ( en ese orden), para formar el cuadro rectangular
siguiente:
b11 b12 b13 b11 b12
b21 b22 b23 b21 b22
b31 b32 b33 b31 b32
- - - + + +
Puede observarse que, los términos algebraicamente positivos del desarrollo, son los
productos de los elementos que se encuentran sobre la diagonal principal y sobre cada
paralela a ella; y que los términos algebraicamente negativos, resultan del producto de los
elementos que se encuentran sobre la otra diagonal del determinante y sobre cada paralela a
ella.
La regla también se cumple, si en lugar de agregar a la derecha de la matriz sus dos
primeras columnas, se agregan debajo de la misma, sus dos primeras filas (comprobarlo).
Observación: la Regla de Sarrus sólo es válida para determinantes de orden 3
Ejemplo 2
Calculamos el deteminante de a, usando la regla de Sarrus por repetición de sus dos

primeras filas:

ALGEBRA A
Sea a = -1 2 1 ; entonces det a = (-1).0.2 + 3.(-1).1 + 2.1.2 – 1.0.2 – 1.(-1).(-1)-

3 0 1 - 2.3.2 = -3 + 4 - 1 - 12 = -12
- 2 -1 2 +
- -1 2 1 +
- 3 0 1 +
Para desarrollar los determinantes de orden mayor que tres se utilizan métodos que
veremos luego, algunos de los cuales se apoyan en varias de las siguientes propiedades:
3. PROPIEDADES DE LOS DETERMINANTES
3.1. El determinante de una matriz es igual al determinante de su traspuesta. En

t
símbolos, det a = det (a )
Ejemplo 1: Si a = 2 -1 2 2
t t
, a = y det a = det(a ) = 6 + 2 = 8
2 3 -1 3
3.2. Intercambiando dos filas (o columnas) cualesquiera de una matriz, el determinante

cambia de signo.
jr
y
js
j
j
jn
En efecto, intercambiar dos filas entre sí(o bien columnas) introduce en cada término
a
a
anj
j
1 , 2 , K,
un intercambio entre los elementos de la permutación 1 , 2 , K ;
n
1 2
y por lo tanto, cambia de clase. Así, cada término del nuevo determinante es opuesto del
respectivo término inicial.
2 -1 2 -1
Ejemplo 2: Si a = ⇒ det a = = 7. Si se intercambian entre sí las columnas
3 2 3 2
1 y 2 ( esto equivale a efectuar la operación elemental C1↔C2 ), obtenemos:
a’ = -1 2 y det a’ = -1 2 = -3 - 4 = -7.
2 3 2 3
Y se comprueba que el determinante cambia de signo.
3.3. Si una fila o columna está constituida por ceros, el determinante es cero.
En efecto, dado que en cada término del desarrollo hay un elemento de cada fila y uno
de cada columna, hay un cero en cada término; luego, det a = 0.
Ejemplo 3: Si a = 2 0 ⇒ det a = 2.0 - 3.0 = 0 - 0 = 0

3 0
3.4. Un determinante que tiene dos filas o columnas iguales vale cero.
En efecto, sea det a con dos filas Fr y Fs iguales entre sí. Si intercambiamos estas dos
filas entre sí, por la propiedad 3.2 el determinante cambia de signo; pero por ser Fr = Fs el
nuevo determinante es igual al dado, luego:
det a = -det a ⇒ det a = 0
2 1 2 2 1 2
Ejemplo 4: Si a = 3 0 3 ⇒ det a = 3 0 3 ; puede observarse que la primera y
1 -1 1 1 -1 1

ALGEBRA A
tercera columna son iguales; si desarrollamos obtenemos:
det a = 2.0.1 + 3.(-1).2 + 1.3.1 – 2.0.1 – 3.(-1).2 - 1.3.1 = -6 + 3 + 6 – 3 = 0
3.5. Si se multiplican todos los elementos de una fila o columna por un escalar k, el valor
del determinante queda multiplicado por k.
En efecto, al multiplicar todos los elementos de una fila por ‘k’, dicho factor k aparecerá
una sola vez en cada término del desarrollo de det a.
a
a
anj
s
∑ (−1)
j
j
Si det a = 1 1. 2 .K ; al multiplicar una fila de la matriz a por un escalar
n
2
k , se obtiene una nueva matriz b , cuyo determinante es:

k
a
a
anj
a
a
anj
s
s
∑ (−1) . .( ∑ (−1)
j
j
det b = 1 1. 2 .K ) = k. 1 1. 2 .K = k.det a.
n
n
2 2
1 2 -1
Ejemplo 5: Sea det a = 2 0 2 = 12 + 2 + 2 – 4 = 12
3 -1 1
si multiplicamos por 3 los elementos de la segunda columna resulta:
1 6 -1
2 0 2 = 36 + 6 + 6 – 12 = 36 = 3.det a
3 -3 1
Observación: Como consecuencia de esta propiedad, si los elementos de una fila o columna
presentan un factor común, dicho factor puede extraerse fuera del determinante.
3.6. Un determinante que tiene dos filas o columnas proporcionales es igual a cero.
En efecto, sea det a tal que en él, Fr = k.Fs. Al extraer factor común k, de acuerdo a
3.5, el determinante que queda tiene dos filas iguales, y por la propiedad (3.4) este
determinante es nulo; es decir, nos queda el producto de k por 0, que es igual a 0.
1 -2 0
Ejemplo 6: = -8 – 2 + 8 + 2 = 0 pues C2 = -2.C1
2 -4 1
1 -2 2
3.7. Si los elementos de una fila o columna de un determinante representan una suma de
dos sumandos, entonces resulta:
a11 a12 ... a1k + b1k ... a1n a11 a12 ... a1k ... a1n a11 a12 ... b1k ... a1n
a21 a22 ... a2k + b2k ... a2n a21 a22 ... a2k ... a2n a21 a22 ... b2k ... a2n
............................................... = ...................................... + ......................................
an1 an2 ... ank + bnk ... ann an1 an2 ... ank ... ann an1 an2 ... bnk ... ann
4 1+3 4 1 + 4 3
Ejemplo 7: Sea det a = 5 2+1 este puede escribirse como 5 1
5 2

ALGEBRA A
En efecto:
4 1+3 4 4
det a = = = 12 - 20 = -8
5 2+1 5 3
4 1 + 4 3 = ( 8 - 5 ) + (4 – 15 ) = 3 – 11 = -8
5 2 5 1
Esta propiedad también es válida para más de dos sumandos.
3.8. Si una fila o columna de un determinante es combinación lineal de las demás, el

determinante es cero.
2 1 3
Ejemplo 8: Sea det a = 1 2 0 si observamos detenidamente, la fila 3 se puede obtener
3 3 3
como la suma de la fila 1 más la fila 2; resulta entonces que la fila tres es combinación lineal de
las otras dos filas. Al desarrollar el determinante obtenemos:
det a = 2.2.3 + 1.3.3 + 3.1.0 - 3.2.3 - 0.3.2 - 3.1.1 = 12 + 9 - 18 - 3 = 21 - 21 = 0
3.9. Un determinante no se altera si a los elementos de una fila o columna se le suman

los de otra, previamente multiplicada por un escalar.
Obsérvese que lo enunciado es equivalente a aplicar a la matriz dada la operación

elemental por filas III.
Ejemplo 9: Si a = 2 1 y obtenemos otra matriz a’, efectuando F2 → F2 + 2.F1 ⇒ a’ = 2 1

-1 3 3 5
vemos que det a = 6 + 1 = 7 y det a’ = 10 – 3 = 7; se verifica que det a = det a’.
3.10 Si a y b son dos matrices de orden ‘n’ entonces el determinante de su producto es

igual al producto de sus determinantes.
En símbolos: det (a . b) = det a .det b
Ejemplo 10: Sean a = 2 -1 y b = 5 -2 vemos fácilmente que det a = 7 y det b = 9.

1 3 2 1
Luego det a . det b = 7 . 9 = 63.

8 -5
Por otra parte a . b = y det (a . b) = 8 + 55 = 63.
11 1
Se comprueba que det (a . b) = det a .det b
4. MENOR COMPLEMENTARIO
DEFINICIÓN
Sea a ∈ IK
nxn
; se llama menor complementario de un elemento aij de ‘a’, al
determinante Mij de la matriz de orden n-1 ,que resulta de suprimir, en la matriz dada,
la fila i y la columna j.

ALGEBRA A
1 3 -1 1 3
Ejemplo: Sea a = , entonces M2,3 = det = -7 y M3,1 =det 3 -1 = -1
1 2 -1 3 2 2 -1
3 2 3
5. ADJUNTO DE UN ELEMENTO
DEFINICIÓN
∈IK
nxn
Se llama adjunto de un elemento aij de una matriz a∈ a
αij = (-1)
i+j
. Mij .
Es evidente que, si la suma (i+j) de los subíndices de un elemento es par, el adjunto es igual al
menor complementario; y si es impar, es el opuesto del menor complementario.
a11 a12 a13

Ejemplo 1: Sea a ∈ IK
3x3
, a = a21 a22 a23 ; entonces α31 = (-1) . M31 =
3+1 a12 a13
a31 a32 a33 a22 a23
a11 a13
y α32 = (-1)
3+2
. M32 = -
a21 a23
Ejemplo 2: Si b = 2 -1 entonces los adjuntos de sus elementos son:

1 2
α11 = (-1) α12 = (-1)

1+1 1+2
.2=2 . 1 = -1
α21 = (-1) α22 = (-1)
2+1 2+2
. (-1) = 1 .2=2
6. DESARROLLO DE UN DETERMINANTE POR UNA FILA O COLUMNA:

REGLA DE LAPLACE
Se demuestra que el valor de un determinante es igual a la suma de los productos de los

elementos de una fila o columna por sus correspondientes adjuntos.
Es decir que, si a ∈ IK
nxn
,
a11 a12 ... a1n

a21 a22 ... a2n
n
aij
αij
...........................
a= ai1 ai2 ... ain ; entonces det a = ∑ . , cuyos términos son los productos de
j
........................... =1
an1 an2 ... ann
los elementos de la fila i multiplicados por su propio adjunto (desarrollo de det a por la fila i).

ALGEBRA A
Si b ∈ IK
nxn
b11 b12 ... b1j ... b1n
n
bij
αij
b21 b22 ... b2j ... b2n
b = .................................... entonces det b = ∑ . , cuyos términos son los productos
i
bn1 bn2 ... bnj ... bnn =1
de los elementos de la columna j multiplicados por su propio adjunto (desarrollo de det b por la
columna j.
2 -1 2
Ejemplo: Sea a = 3 1 3 ; al desarrollar el determinante por la fila 1, resulta:
5 -2 1
1 3 3 3 3 1
det a = 2. -2 1 - (-1). 5 1 + 2. 5 -2 = 2.7 + 1.(-12) + 2.(-11) = 14 - 12 - 22 = -20
En general, al utilizar este método para el cálculo de determinantes es conveniente

utilizar aquella fila o columna que presente mayor cantidad de ceros o unos para facilitar los
cálculos. Además, para mayor claridad se debe indicar qué fila o columna se usa para hacer el
desarrollo. Es importante recalcar que este método puede aplicarse al cálculo de determinantes
de matrices de cualquier orden.
8. RANGO DE UNA MATRIZ
Dada una matriz a ∈ IK , se pueden obtener sub - matrices cuadradas de orden r,

mxn
seleccionando los elementos en r filas y r columnas cualesquiera. Los determinantes de estas

sub - matrices cuadradas de orden r reciben el nombre de determinantes menores de orden r
de la matriz a.
El orden de la sub–matriz de mayor orden, cuyo determinante tiene valor distinto de
cero, recibe el nombre de rango de la matriz.
4 2 -1 3
Ejemplo: La matriz a = 0 5 -1 2 es de rango 2, pues el orden de la sub - matriz de
12 -4 -1 5
de mayor orden cuyo determinante es distinto de 0 es 2. Para justificar esta afirmación, basta
con calcular el determinante de la sub-matriz de orden 2 señalada en a:
det 4 2 = 20
0 5
y comprobar que todas las sub - matrices de tercer orden que se pueden obtener de a tienen
determinante igual a cero (hacerlo).
Es importante destacar que el rango de una matriz corresponde al número de filas y al
número de columnas linealmente independientes de la misma ( de aquí se sigue que una
matriz tiene tantas filas independientes como columnas independientes)
En el caso del último ejemplo, puede afirmarse que la matriz a tiene sólo dos columnas
independientes.

ALGEBRA A
9. MATRIZ SINGULAR
DEFINICIÓN
Una matriz a ∈ IK
nxn
se llama singular si y sólo si su
determinante es nulo.
En símbolos:
a ∈ IK es singular ⇔ det a = 0
nxn
Ejemplo 1: Si a = 2 -1 , entonces det a = -4 + 4 = 0 ; luego, a es singular.

4 -2
Proponemos al alumno que haga las demostraciones de las siguientes proposiciones:
1. Si a,b ∈ IK , y a o b son singulares entonces a.b es singular.

nxn
2. Si a,b ∈ IK , y a y b no son singulares entonces a.b no es singular.

nxn
Realizaremos, en cambio, la demostración de la siguiente:
Proposición: una matriz singular no es inversible.
Demostración
Realizaremos la demostración por el método del absurdo. Sea a ∈ IK singular y

nxn
-1 -1 -1
supongamos que a es inversible, es decir, que existe a tal que a.a = a .a = Id.
-1 -1 -1 -1
Por ser a singular , det a = 0. Luego, de a.a = a .a = Id, se sigue que det (a.a )= det (a .a)=
=det (Id). Aplicando la propiedad 3.10 de los determinantes se obtiene:
-1 -1
det a . det(a ) = det(a ). det a=1.
-1
Llegamos, entonces a que 0 = 1. ABSURDO, que provino de suponer que existe a , inversa
de una matriz singular.
Ejemplo 2: veremos ahora un ejercicio donde utilizar la proposición recién demostrada junto
con otra propiedad ya enunciada:
“Sea a ∈ IK
nxn 2
una matriz no singular tal que a = a , encontrar el valor del determinante de a”.
Solución: Sabemos que a es no singular, luego det a ≠ 0.

2
Además a = a es decir a = a . a.
Tomando los determinantes en ambos miembros, obtenemos:
det a = det (a.a)
2
Por propiedad de los determinantes, det a = det a . det a = (det a) . Luego,
2
det a - (det a) =0 , ecuación de segundo grado en det a ,de donde:
a o a
det = 0

det a (1 – det a)=0 ⇒ 
 det = 1

Como det a ≠ 0 por hipótesis, resulta que la única posibilidad es que det a = 1.

ALGEBRA A
10. MATRIZ ADJUNTA. CÁLCULO DE LA MATRIZ INVERSA
DEFINICIÓN
Dada a = (aij) ∈ IK
nxn
, llamamos matriz de los adjuntos de a, a la matriz a’ = (αij).
a11 a12 ... a1n α11 α12 ... α1n

a21 a22 ... a2n α21 α22 ... α2n
Si a = ........................... entonces a’ =
...........................
an1 an2 ... ann αn1 αn2 ... αnn
(Recordar que αij es el adjunto del elemento aij)
Llamamos matriz adjunta de a, a la traspuesta de a matriz de los adjuntos, que notaremos

adj a. Luego
α11 α21 ... αn1

α12 α22 ... αn2
adj a =
............................
α1n α2n ... αnn
2 1 0 -1 -4 -6
Ejemplo: Sea a = 0 3 2 la matriz de los adjuntos de a es a’= -1 2 -2
2 2 1 2 -4 6
 −1 −1 2 
a
 
t
Luego, la matriz adjunta de a es adj a = ( ' ) =  − 4 2 − 4

− 6 − 2 6 
 
TEOREMA
Sea a ∈ IK , entonces a es inversible si y sólo si det a ≠ 0.

nxn
Demostración:
-1 -1 -1
⇒) Si a es inversible entonces existe a tal que a . a = a . a = id y se cumple además que
det a.det(a ) = det Id = 1.Luego det a ≠ 0 .

-1
-1 -1
Nota: observemos, de paso, que de la igualdad anterior se sigue que (det a) = det (a ).
⇒) Sea det a ≠ 0 y hallemos los productos ( a . adj a) y (adj a . a):
α11 α21 ... αn1 Teoría de Matrices – Página 28

α12 α22 ... αn2
............................
α1n α2n ... αnn
ALGEBRA A
a11 a12 ... a1n

a21 a22 ... a2n
a = ........................... ⇒ adj a = ; luego el producto de ambas es :
an1 an2 ... ann
a11.α11+a12. α12+...+a1n.α1n a11.α21+a12. α22+...+a1n.α2n ... a11.αn1+a12. αn2+ ... +a1n.αnn
det a 0 0
0 a21.α21+a22. α22+...+a2n.α2n ... 0
a.adj a = det a
.....................................................................
0 0 ... det a
Es claro que los elementos de la diagonal principal son iguales al desarrollo del
determinante de a por las filas 1, 2,…..n, respectivamente (Método de Laplace); y los demás
elementos, por ejemplo el que ocupa el lugar 12 , pueden interpretarse como el desarrollo por
la segunda fila de un determinante que tiene dos filas iguales (en el caso de este elemento, las
filas 1 y 2 ). Por lo tanto, todos esos elementos son iguales a cero.
Lo mismo para los restantes elementos que están fuera de la diagonal principal. Luego,
podemos escribir:
det a 0 ………….. 0
a.adj a = 0 det a ...….......0 = det a.Id
.................... ……….
0 0 .......... det a
Procediendo en forma análoga se obtiene el mismo resultado para adj a . a; luego:
a . adj a = adj a . a = det a . Id

1
a
Como det a ≠ 0 por hipótesis, multiplicamos miembro a miembro por ≠0:

det
adj
a a
adj
a a
a a
a
adj
a
adj
a
a
a
Id
Id
1 1 1 det
a
( . ). =( . ). = (det . ). ⇒ . = . = .
det det det det det det
Luego, hemos llegado a :

adj
a a
adj
a a
a
a
Id
= . =
det det
adj
a a
Esta igualdad nos muestra que existe una matriz , , tal que multiplicada a
det
derecha y a izquierda por la matriz a , da como resultado la matriz unidad. Es claro que dicha
matriz es, necesariamente, a . Con esto hemos demostrado que, si det a ≠ 0, existe a y
-1 -1
además hemos obtenido que

ALGEBRA A
adj
aa
a
−1
=
det
MÉTODO CANÓNICO PARA EL CÁLCULO DE LA MATRIZ INVERSA
La aplicación de esta última fórmula, que permite calcular la inversa de una matriz
cuadrada con determinante no nulo, da lugar al llamado Método canónico para el cálculo de la
matriz inversa.
adj
aa
a
si
a
−1
= , det ≠ 0
det
Ejemplo: Hallar, si existe, la inversa de cada una de las siguientes matrices:
i) a= 2 -1
3 2
ii) b= 1 -2
-4 8
-1
i) Veamos primero si existe a , para ello calcularemos se determinante:
det a = 4 + 3 = 7 ≠ 0 ; luego, existe a

-1
-1
Calculemos, entonces, a
a’ = 2 -3 es la matriz de los adjuntos; trasponiéndola, obtenemos:

1 2
adj a = 2 1 , que es la matriz adjunta; finalmente, dividiendo por det a = 7 obtenemos:

-3 2
-1
a = 2/7 1/7 , que es la matriz inversa de “a”.
–3/7 2/7
-1
ii) Para ver si existe b , calcularemos previamente el det b:
det b = det 1 -2 = 8 – 8 = 0; por lo tanto ,podemos afirmar que no existe la inversa de b.

-4 8

Matrices y Determinantes

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Matrices y Determinantes

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL DE MAR DEL PLATA

TEORÍA DE MATRICES Y DETERMINANTES

Sea IK un cuerpo, una ordenación de la forma

a11 a12 ... a1n

Para nosotros, IK el cuerpo de los números racionales, el de los números reales o el de

Notación: la matriz anterior se denota ( aij ) , II aij II, o simplemente “a”,

tres columnas 20 17 12 y sus elementos son números reales.

Sean a = 4 1 2 y b= 1 2 ; a ≠ b pues no son del mismo orden, ya que

“a” es de 2x3 y “b” es de orden 2.

Sean c = 5 3 1 y d= 5 3 1 ; c ≠ d pues a pesar de ser ambas de orden

Teoría de Matrices – Página 2

resolviendo el sistema, obtenemos que x = 2, y = 1, z = 3 y w = -1 (como siempre, es

4. MATRICES CUADRADAS ESPECIALES

Teoría de Matrices – Página 3

OPERACIONES CON MATRICES

Teoría de Matrices – Página 4

a+b= 3+5 0+2 -1+1 = 8 2 0 = c, donde a, b y c ∈ IR

i -1 1-i i i+1-i -1+i

s.3. Existencia de elemento neutro: existe d=( dij ) ∈ IK

La propiedad 5.4 permite definir la resta de matrices, como sigue :

a – b = a + (–b) , para todo par de matrices a, b ∈ IK

Teoría de Matrices – Página 5

6. MULTIPLICACIÓN DE UNA MATRIZ POR UN ESCALAR

s1. Asociativa: k1.(k2.a) = (k1.k2).a

s2. Distributiva respecto de la suma de matrices: k1(a+b) = k1.a + k1.b.

s3. Distributiva respecto de la suma de escalares: a.( k1+k2) = a.k1 + a.k2.

s4. Existencia de escalar neutro: existe 1 ∈ IK tal que 1.a = a.

1 2 1 3 -3.1 -3.2 2.1 2.3 -3 -6

El producto de dos matrices a y b sólo está definido si a = (aij) ∈ IK y b = (bij) ∈ IK

Teoría de Matrices – Página 6

dicen compatibles, o bien conformes, para la multiplicación

Para poder interpretar mejor la definición planteamos el siguiente ejemplo:

a11 a12 b11 b12 b13

c21 c22 c23

Nota: en la jerga matemática, cuando se calcula un elemento cij de la matriz producto,

Teoría de Matrices – Página 7

Sea d ∈ IK y e ∈ IK ; entonces está definido d.e = f donde f ∈ IK

 .  =   y también es este caso a.b ≠ b.a

Sea a ∈ IK y b ∈ IK ; luego, a.b = c tal que c ∈ IK

Dadas las matrices a = 2 3 5 y b= 2 5 , su producto a.b no está definido

Teoría de Matrices – Página 8

pues el número de columnas de a es 3 y el número de filas de b es 2.

De acuerdo con la definición dada, la multiplicación de matrices cumple con las

m1. Asociativa: (a.b) . c = a . (b.c) si a ∈ IK , b ∈ IK y c ∈ IK

m2. Distributiva respecto a la suma a izquierda y a derecha:

m3. Producto por un escalar: k . (a.b) = (k.a) . b = a . (k.b) si k ∈ IK, a ∈ IK y b ∈ IK

1. 0 . a = 0 y b . 0 = 0 siempre que los productos estén definidos. Para ello consideramos

2. Es importante recalcar que la multiplicación de matrices no es conmutativa, como se

Ya habíamos hablado de las matrices a ∈ IK

Es fácil ver que todas las propiedades de la suma y el producto recientemente

Teoría de Matrices – Página 9

El cumplimiento de las propiedades s1, s2, s3 y s4 de la suma, y m1, m2, m3, y m4 de

Teoría de Matrices – Página 10

t2. Traspuesta de la suma de dos matrices: si a, b ∈ IK

t3. Traspuesta del producto de un escalar por una matriz: si a ∈ IK y k ∈ IK se cumple

t4. Traspuesta del producto de dos matrices: si a ∈ IK y b ∈ IK

∑ bkj .aik = ∑ aik .bkj = cij

Se propone la resolución al alumno a manera de ejercitación.

Teoría de Matrices – Página 11

10. MATRIZ INVERSIBLE

Observación: en el caso de matrices no cuadradas se habla de inversa a derecha o inversa a

11. OPERACIONES ELEMENTALES ENTRE FILAS

Llamaremos operación elemental sobre las filas de una matriz a ∈ IK

Teoría de Matrices – Página 12