Unidad 1

Matrices

y deterMinantes

Objetivos:
Al inalizar la unidad, el alumno:
Identiicar qu es una matriz y cules son sus elementos.
Distinguir los principales tipos de matrices.
Realizar operaciones bsicas entre matrices y comprender sus
propiedades.
Calcular determinantes aplicando la regla de Sarrus y el desarrollo por
cofactores.
Aplicar el mtodo de Cramer para resolver sistemas de n-ecuaciones con
n-incgnitas.

lgebralineal

Introduccin

n esta unidad se estudiarn los conceptos de matriz y determinante,

los cuales son una herramienta fundamental para realizar y simplificar
clculos con varias ecuaciones relacionadas entre s, con muchas
aplicaciones en ingeniera, fsica, economa, matemticas y otras ciencias.

1.1. Matrices: Conceptos generales

E1 propsito de esta seccin es sentar las bases para aprender las distintas
relaciones entre las matrices, para ello comenzaremos con la definicin de
vector rengln y vector columna.
Definicin 1.1. Un vector rengln de n componentes es un conjunto
ordenado de n nmeros escritos de la siguiente manera (n-ada):
(x1, x2,, xn)

(1)

Definicin 1.2. Un vector columna de n componentes es un conjunto

ordenado de n nmeros escritos de la siguiente manera (n-ada):
x1

x2

xn

(2)

En (1) o (2) x1 se llama primera componente del vector, x2 es la

segunda componente y as sucesivamente. En general, xk se llama la ksima
componente del vector.
Cualquier vector cuyas componentes sean todas cero se llama vector cero.

17

Unidad 1

Ejemplo 1
a) ( 1, 5) es un vector rengln con dos componentes.
3

b) 2
5

es un vector columna con tres componentes.

c) (0, 0, 0, 0 ) es un vector rengln cero con cuatro componentes.

Nota. La palabra ordenado en la definicin de un vector es esencial.

Dos vectores con las mismas componentes escritas en diferente orden no
son iguales. Por ejemplo, los vectores (3, 5) y ( 5, 3) no son iguales (ver
definicin 1.12 ms adelante).
Las componentes de todos los vectores en este texto son nmeros reales,
los cuales llamaremos escalares. Por ejemplo, los nmeros 2 , , 7, 3 5
son escalares.
En realidad los vectores son tipos especiales de matrices, concepto que a
continuacin se define.

Definicin 1.3. Si m y n son enteros positivos, entonces una matriz es un

arreglo rectangular de m n nmeros dispuestos en m renglones y n columnas
de la forma:
a11

a21
...
A=
ai1
...

am1

a12
a22
...
ai 2
...
am 2

... a1 j
... a2 j
... ...
... aij
... ...
... amj

... a1n

... a2 n
... ...

... ain
... ...

... amn

Donde cada aij es un nmero llamado entrada o componente ij de la matriz A

que se encuentra en el rengln i y en la columna j de A. En lugar del smbolo A
se usa Amn para remarcar de cuntos renglones y cuntas columnas consta.
E1 i-simo rengln de A determina un vector rengln (ai1, ai2,..., ain), y la

18

lgebralineal
a1 j

a2 j
j-sima columna de A determina un vector columna .


amj
Definicin 1.4. Una matriz A que cuenta con m renglones y n columnas es
de orden mn y se denota por Amn.
En ocasiones se escribir la matriz A como A = [aij]. Por lo general, las
matrices se denotarn con letras maysculas.

Ejemplo 2
5
a) A =
0
1

b) B = 2
8

4
c) C =

1
es una matriz de orden 2 2. Se denota A22
7

5 es una matriz de orden 3 2. Se denota B32

4

1 0
es una matriz de orden 2 4. Se denota C24
2 7

Existe una matriz que contiene el mismo nmero de vectores rengln

que los vectores columna la cual se define a continuacin.
Definicin 1.5. Si A es una matriz de orden m n con m = n, entonces A es
una matriz cuadrada, de orden n y las entradas a11, a22, a33, . . ., ann forman la
diagonal principal.

19

Unidad 1

Ejemplo 3
5 3
a) A22 =
es una matriz cuadrada y las entradas a11 = 5, a22 = 4
1 4
son la entrada de la diagonal principal.
2 3 1

b) B33 = 6 0 4 es una matriz cuadrada

5 7 8

a11 = 2, a22 = 0, a33 = 8 forman la diagonal principal.

las

entradas

Definicin 1.6. Una matriz cuadrada de orden n n, cuyas entradas de la

diagonal principal son iguales a uno y todas las dems son cero, se llama matriz
identidad de orden n n y se denota por Inn.

Ejemplo 4
1
a) I 22 =
0
1
b) I 33 = 0
0

0
matriz identidad de orden 2 2.
1

0 0

1 0 matriz identidad de orden 3 3.

0 1

Definicin 1.7. Una matriz de orden m n cuyas entradas son todas cero se
llama matriz cero de orden m n y se denota por 0mn.

Ejemplo 5
0
a) 023 =
0
0
b) 032 = 0
0

20

0 0
matriz cero de orden 2 3.
0 0
0

0 matriz cero de orden 3 2

0

lgebralineal

Ejercicio 1
3 2 1
1. Qu afirmacin es verdadera respecto a la siguiente matriz
?
4 2 0
a) Es una matriz cuadrada.
b) Es una matriz de orden 3 2.
c) Es una matriz de orden 2 3.
d) Es una matriz identidad.
3

4
2. Dada la matriz B =
0
inciso:

2
8
1
3

1
0

0 1
contesta lo que se te pide en cada
3
2

1
5

a) Identifica el tercer rengln de B.

b) Identifica la segunda columna de B.
c) Identifica las entradas b31 , b22 , b34 .
3. a) Determina el nmero de renglones y de columnas, as como el orden
de las matrices.
b) Identifica la entrada a32 de A y la entrada b13 de B.
1 0
2

A = 2 3 B =
4
5 1

7 5

3 6

4. a) Escribe la matriz identidad de orden 4 4.

b) Escribe la matriz cero de orden 3 4.

1.2. Tipos de matrices

En esta seccin se definen algunos tipos de matrices, los cuales sern de
utilidad a lo largo del texto.

Definicin 1.8. Una matriz cuadrada A = [aij] de orden n se llama diagonal

si todas sus entradas fuera de la diagonal principal son cero.

21

Unidad 1

Ejemplo 6
1 0 0
a) A = 0 4 0 es diagonal, ya que todas las entradas fuera de la
0 0 2

diagonal principal son cero.

0 0
0
1

0 3 0
0

no es diagonal, ya que hay una entrada distinta

b) B =
0
0 5
0

2 0 0 1
de cero, b41 = 2, fuera de la diagonal principal.
La existencia de matrices en las cuales por debajo o por encima de
la diagonal son cero, se definen como matriz triangular superior y matriz
triangular inferior.

Definicin 1.9. Una matriz cuadrada A = [aij] de orden n se llama triangular

superior si todas las entradas abajo de la diagonal principal son cero.

Ejemplo 7
3 5
1

a) A = 0 1 0 es triangular superior, ya que todas las entradas abajo

0
0 4

de la diagonal principal son cero.

4
7
0 1

0 5
0
2
b) B =
no es triangular superior, ya que hay una entrada
0 1 6 3

0
0
8
0
distinta de cero, b32 = 1, abajo de la diagonal principal.
Definicin 1.10. Una matriz cuadrada A = [aij] de orden n se llama
triangular inferior si todas sus entradas arriba de la diagonal principal son cero.

22

lgebralineal

Ejemplo 8
2 0 1

a) A = 5 1
0 no es triangular inferior, ya que hay una entrada
0 3 4

distinta de cero, a13 = 1 arriba de la diagonal principal.

0
0 0
3

0
5
0 0
b) B =
es triangular inferior, ya que todas las entradas
2
1
0 0

7 2 6
4
arriba de la diagonal principal son cero.
Asociada a cualquier matriz A = [aij] de orden m n hay una matriz de
orden n m, que es llamada transpuesta de A; sta se define como sigue:
Definicin 1.11. Si A = [aij] es una matriz de orden m n, su transpuesta
denotada por AT es la matriz de orden n m y se obtiene convirtiendo cada
rengln de A en la columna correspondiente de AT.

Ejemplo 9
2 1 3
a) Determina la transpuesta de A23 =

0 5 2
A1 escribir cada rengln de A como la columna correspondiente de AT se
tiene que
2 0

A = 1 5 es de orden 3 2
3 2

b) Determina la
1 0 5 4

B = 2 1 3 7
0 6 1 8

transpuesta

de

la

matriz

de

orden

34,

23

Unidad 1
A1 escribir cada rengln de B como la columna correspondiente de BT se
tiene que
1 2 0

0
1 6
de orden 4 3
BT =
5
3 1

4 7 8
A continuacin se definirn matrices simtricas y antisimtricas, y para
ello se requieren los siguientes conceptos.

Definicin 1.12. Dos matrices A y B son iguales, denotado A = B, si tienen

el mismo orden y sus entradas correspondientes son iguales.

Ejemplo 10
9 5 9
5
a)
=

3
4 4 1 2

1 3 5 1 3 5
b)

4 1 3 4 1 3

Son iguales porque todas sus entradas

correspondientes son iguales.
Son distintas porque al menos una de sus
entradas correspondientes no son iguales.

Definicin 1.13. Si A = [aij] es una matriz de orden m n, entonces se define

A como la matriz
A = [aij] de orden m n.

Ejemplo 11
2 3 5
Si A =
, determina A. Por definicin de A se tiene que
1 4 6
3
5 2 3 5
( 2)
A =

=
1 ( 4) ( 6) 1 4 6

24

lgebralineal
Definicin 1.14. Una matriz cuadrada A de n n es simtrica si A = AT.

Ejemplo 12
1 2
a) Determina si A =
es simtrica.
2 3
Calculando la transpuesta de A se tiene que:
1 2
T
AT =
as A A . Por lo tanto, A no es simtrica.
2 3
2
1 4

b) Determina si B = 4
7
5 es simtrica.
2
5
0

Calculando la transpuesta de B se tiene que:

1

B = 4
2

4
7
5

5 as B = B T, de tal manera que B es simtrica.

0

Definicin 1.15. Una matriz cuadrada A = [aij] de orden n n es antisimtrica

T
si A = A

Ejemplo 13
1 6
a) Determina si A =
es antisimtrica.
0
6
1 6
1 6
T
Como AT =
, entonces A A . As A no es
y A=
6 0
6 0
antisimtrica.

25

Unidad 1
0

b) Determina si B = 1
1

Como B = 1
1

1
0
2

1
0
2

2 es antisimtrica.
0

1
0

2 y B = 1
1
0

1
1

0 2 , entonces BT = B .
2 0

Por lo tanto, B es antisimtrica.

Ejercicio 2
1. Cul de las siguientes matrices
1 0 1
1 0 0
1 0 0

A = 0 0 0 , B = 1 0 0 , C = 0 2 0 ,
1 0 0
1 0 0
0 0 5

0 3 1
0 0 0
0 1 1

D = 0 0 2 , E = 1 0 0 , F = 0 0 2 ,
0 0 0
0 0 0
0 0 3

es de alguno de los tipos listados?

a) Triangular superior.
b) Triangular inferior.
c) Diagonal.
d) Nada de lo anterior.
2. Determina cul de las siguientes matrices es simtrica:
3
2
a) A =

3 5
1 3
b) B = 3
2
5
1

26

1
4

lgebralineal
2 1 0

c) C = 1 4 7
0 7 3

2
d) D =
3

2
0
1
7

3 4

7
1

5
6
6
9

3. Di si las siguientes matrices son antisimtricas o no:

0 3
a) A =

0
3
0 2

b) B = 2
0
3
5

1
c) C =
4
2

5
0
1

2
3

0
5

5
0

1.3. Operaciones con matrices

En esta seccin presentaremos las operaciones matriciales bsicas: suma,
multiplicacin por escalar y multiplicacin matricial.
Definicin 1.16. Sean A = [aij] y B = [bij] matrices de orden m n, la suma
de A y B es la matriz de orden mn A + B = [aij + bij] de m n, es decir, A + B
se obtiene al sumar las componentes correspondientes de A y B.

Nota. Si A y B son de distinto orden, entonces su suma no est definida.

27

Unidad 1

Ejemplo 14
5
1 3
a) Determina la suma de A =
y B=
8 21
4 2 22
Como A y B tienen distinto orden no se pueden sumar.
5
7 1
2 1 3
b) Determina la suma de A =

yB=
1 2
3
4 0 5
Dado que A y B tienen el mismo orden se pueden sumar y
2 1 3 7
A+ B =
+
4 0 5 3

5 2 + 7 1 1 3 + 5 9 0 8
1
=

=
1 2 4 + 3 0 + 1 5 2 1 1 3

Cuando trabajamos con matrices, a los nmeros los llamamos escalares.

Las matrices sern reales y la multiplicacin de un escalar por una matriz se
define como sigue:
Definicin 1.17. Si c es un escalar y A = [aij] es una matriz de orden m n,
entonces la multiplicacin del escalar c y la matriz A es la matriz cA = [caij] de
m n, es decir, cA se obtiene al multiplicar cada componente de A por c.

Ejemplo 15
1
3

a) Para c = 1 y A = 6
0 , determina cA.
5 2

1 (1)(3) (1)(1) 3
3

Por definicin cA = (1) 6
0 = (1)(6) (1)(0) = 6
5 2 (1)(5) (1)(2) 5

3 5
2
y A = 1
, determina cA.
5
2 1
2 3 5 ( 52 ) (3) ( 52 ) (5 ) 65
Por definicin cA = 1
=
=
5 2 1 ( 52 ) ( 12 ) ( 52 ) (1) 15
b) Para c =

28

2
2
5

0
2

lgebralineal
La suma y la multiplicacin por un escalar de matrices cumplen ciertas
propiedades, stas se resumen en el siguiente teorema.
Teorema 1.1. Sean A, B y C matrices de orden m n cualesquiera, y sean a y
b escalares cualesquiera. Entonces son vlidas las siguientes afirmaciones:
1) A + 0 = 0 + A = A

Elemento neutro aditivo (donde 0

representa la matriz cero de m n).

2) A + B = B + A

Propiedad conmutativa para la suma.

3) (A + B) + C = A +(B + C)

Propiedad asociativa para la suma.

4) A + (A) = (A) + A = 0

Inverso aditivo.

5) a(A + B) = aA + aB

Propiedad distributiva de un escalar

para la suma de matrices.

6) (a + b)A = aA + bA

Propiedad distributiva de suma de

escalares por una matriz.

7) (ab)A = a(bA)

Propiedad asociativa de la multiplicacin

de escalares por una matriz.

8) 1A = A

Neutro multiplicativo.

Ahora definiremos el producto interno de un vector rengln y un vector

columna. Esta definicin ser de gran utilidad en el concepto de producto
matricial.
b1

b2
Definicin 1.18. Sea a = (a1, a2, . . ., an) un vector rengln y b = un

vector columna.

bn
Se define el producto interno de a y b (tambin llamado producto escalar o
producto punto), denotado por a b, como el escalar dado por
a b= a1b1 + a2b2 +. . .+ anbn

29

Unidad 1
Nota. Al tomar el producto interno del vector rengln a y el vector columna
b es necesario que a y b tengan el mismo nmero de componentes.

Ejemplo 16
2

a) Determina el producto interno de a = (1, 4, 3) y b = 1
1

Por definicin
2

a b = (1, 4, 3) 1 = (1)(2) + (4)(1) + (3)(1) = 2 + 4 3 = 3
1

7

2
b) Determina el producto interno de a = (0, 1, 2, 4 ) y b =
1

1
Por definicin:

2
a b = (0, 1, 2, 4)
1

= (0)(7) + (1)(2) + (2)(1) + (4)(1) = 0 2 + 2 4 = 4

Las propiedades del producto interno se especifican en el siguiente

resultado:
Teorema 1.2. Sean a, b, c, tres n-vectores y sea un escalar, entonces son
vlidas las siguientes afirmaciones:
i)
ii)
iii)
iv)

30

a0 = 0
a b = b a
a (b + c ) = a b + a c
( a ) b = (a b )

lgebralineal
Ahora estamos listos para definir el producto matricial.
Definicin 1.19. Sea A = [aij] una matriz de orden m n y B = [bjk] una
matriz de orden n p. Se define el producto de A y B como la matriz AB = [cik]
de orden m p, donde la entrada cik es el producto interno del i-simo rengln
de A con la k-sima columna de B; esto es
b1k

b
cik = (ai1 , ai 2 , ..., ain ) 2 k = ai1b1k + ai 2b2 k + + ain bnk


bnk

Nota. El producto de A y B slo est definido cuando el nmero de

columnas de A es igual al nmero de renglones de B.
De la definicin 1.19. tenemos que si Amn y Bnp, entonces AB tiene orden
m p. Por ejemplo,
(A35) (B57) = (AB)37

Ejemplo 17
4
Sean A = 2
1

0
1 4

3 y B =
, determina AB
1 3 22
5 32

c11
Sea AB = c21
c
31

c12

c22 , entonces c11 se obtiene como sigue:

c32

Como A tiene orden 3 2 y B tiene orden 2 2, entonces AB est definida

y es de orden 3 2.

4
Con A = 2
1

3
5 32

1 4
y B=

1 3 22

b
1
as, c11 = (a11 , a12 ) 11 = (4, 0) = 4 0 = 4
1
b21

31

Unidad 1
Para calcular c12 se toma:
b
4
c12 = (a11 , a12 ) 12 = (4, 0) = 16 + 0 = 16
3
b22
Continuando con el procedimiento anterior, se tiene que:
1
c21 = (2, 3) = 2 + 3 = 5 ,
1
1
c31 = (1, 5) = 1 5 = 6
1
4
Por tanto, AB = 5
6

4
c22 = (2, 3) = 8 9 = 1 ,
3

4
y c32 = (1, 5) = 4 + 15 = 11 .
3

16

1
11

Nota. La multiplicacin de matrices no es conmutativa, esto es, en general

AB BA. Por ejemplo:
1 4 4
AB =

2 8 1

8 0 0

=
2 0 0

4 8 1 4 12 48
y BA =

=

2 2 8 3
12
1
Las propiedades bsicas de la multiplicacin matricial definidas para
matrices de Amn, Bnp y Cpq, as como por la matriz 0 y la matriz identidad I,
son resumidas en el teorema siguiente:

Teorema 1.3. La suma y producto de matrices estn definidos, por lo que se

tienen las siguientes propiedades:
1)
2)
3)
4)
5)

32

A(BC) = (AB)C
A(B + C) = AB + AC
(A + B)C = AC + BC
IA = A y BI = B
0A = 0 y A0 = 0

Propiedad asociativa de la multiplicacin.

Propiedad distributiva izquierda.
Propiedad distributiva derecha.
Propiedad multiplicativa de la matriz identidad.
Propiedad multiplicativa de la matriz cero.

lgebralineal
De estas propiedades observamos que las matrices A, B, C, cero (0) e identidad
(I), debern cumplir con la condicin de orden para la multiplicacin.
Veamos cmo las operaciones matriciales bsicas afectan la transposicin.

Teorema 1.4. Con A y B matrices, c un escalar las propiedades para la matriz

transpuesta estn definidas como sigue:
1)
2)
3)
4)

T
(A ) = A
T
T
T
(A + B ) = A + B
T

Transpuesta de una matriz transpuesta.

Transpuesta de una suma.
Transpuesta de un producto escalar.
Transpuesta de un producto de matrices.

T
(cA ) = cA
T
T T
( AB ) = B A
T

Ejercicio 3
1. Calcula las siguientes operaciones. Si no se puede, di por qu:
1

a)
0

1 1 1

1 1 1

b) 3
2

1 0 1
+

1 1 2

c) 5

2 7
+
7 10

1 2

4 3

d) (1 2 ) +
2

3 7

7 3

e) 4 5 5

1
6

2. Si es posible, calcula
3

a) (1 2 )
4
3

b) (1 2)
4

33

Unidad 1
1

c)
4

d) 2
7

e) 1
4

2 1

0 2

0
1
5
0
4
3

0
2

1
7

2
4
0
1

3
3
3

5 0

2 1
0 2

1 1

3. Obtn el tercer rengln de AB si

3 4

A = 4 3,
1 2

1 2 5 6
B=

6 5 2 1

4. Para las matrices

1 3
A=
,
2 5

1 0 3
B=
,
1 2 1

4 1
C =

1 3

determina:
a) (AT)T
b) (A + C)T
c) (AB)T

1.4. Determinantes de 22 y 33. Desarrollo

por la regla de Sarrus
El concepto de determinante fue descubierto por Cramer durante sus
investigaciones acerca de la resolucin de sistemas de ecuaciones lineales. En
la actualidad los determinantes se encuentran asociados de manera natural con
las matrices.
En este apartado estudiaremos uno de los mtodos ms sencillos para
calcular determinantes de 22 y de 33: la regla de Sarrus.

34

lgebralineal

Definicin 1.20. Un determinante es una funcin que asocia una matriz

cuadrada A de orden n a un escalar, que se denota por det A o A .

Ejemplo 18
3

2
3
, det A = A =
1
4

a) Si A =
4

4
b) Si B = 3
0

2
1

1
4

1 , det B = B = 3
4
0

5
2
1

5
2
1

1
1
4

A continuacin se explicar la regla de Sarrus para calcular determinantes

de matrices de 22 y de 33.
Para matrices de 22 la regla de Sarrus dice:

Se efecta el producto de elementos de la diagonal principal y a ste se le resta

el producto de los elementos de la diagonal secundaria.

La diagonal secundaria est formada por los elementos a21 y a12 .

a

As, si A = 11 12 ,
a21 a22
det A =

a11
a21

a12
= a11a22 a21a12
a22

Ejemplo 19
5 3

= (5)(1) (2)(3) = 5 (6) = 5 + 6 = 11

a) Si A =
, det A =
2 1
2 1
4

5 3

= (4)(2) (1)(7) = 8 (7) = 8 7 = 15

b) Si B =
, det B =
1 2
1 2
4

Para matrices de 33 la regla de Sarrus dice:

35

Unidad 1

Se repiten los dos primeros renglones despus del tercero, obteniendo una
matriz de 53. A continuacin se efecta la suma de los productos de la diagonal
principal y de las dos diagonales paralelas a ella. A esta suma se restan los
productos de los elementos de la diagonal secundaria y de las dos diagonales
paralelas a ella:

En una matriz de 33 la diagonal secundaria es formada por los elementos

a31, a22 y a13.

det A=

a11

a12

a13

a21

a22

a23

a31

a32

a33

a11

a12

a13

a21

a22

a23

= a11a22 a33 + a21a32 a13 + a31a12 a23

a21a12 a33 a11a32 a23 a32 a22 a13

Ejemplo 20
1

a) Si A = 4

0
5

1
det A = 4
1
1

b) Si B = 4
1

36

0
5
2

2
0
2

2 ,
0

1
0
3
4
5
2 = 1 2
0
1
0
4
5
1

2 ,
1

3
(1)(5 )(0 ) + (4 )(2 )(3) + (1)(0 )(2 )
2
(4 )(0 )(0 ) (1)(2 )(2 ) (1)(5 )(3) =
0 =
0 24 + 0 0 + 4 + 15 =
3
5
2

lgebralineal

1
det B = 4
1

2
0
2

1
1 4
2 = 1
1 1
4

2
0
2
2
0

1
(1)(0 )(1) + (4 )(2 )(1) + (1)(2 )(2 )
2
(4 )(2 )(1) (1)(2 )(2 ) (1)(0 )(1) =
1 =
0+8+ 4+8+ 4+0 =
1
24
2

Nota. Es importante subrayar que la regla de Sarrus slo se aplica a

determinantes de 22 y 33.

Ejercicio 4
1. Encuentra los siguientes determinantes usando la regla de Sarrus:
2
=
0

a)

3
6

b)

7 5
=
1 3

5
c) 6
1
1
d) 8
3

0
2
0

1
1
2

3
1=
2
0
3=
1

1.5. Determinantes y desarrollo por menores

y cofactores
Vimos en la seccin anterior que la regla de Sarrus slo es aplicable a
determinantes de 22 o de 33. Cmo podemos encontrar el determinante
de una matriz de orden 55? La respuesta a esta pregunta la daremos en esta
seccin donde emplearemos el mtodo de menores y cofactores.

37

Unidad 1

Definicin 1.21. Sea A una matriz cuadrada de orden n y sea Mij la matriz de
(n1)(n1) obtenida de A eliminando el rengln i y la columna j. Mij se llama
menor ij de A.
Nota. Es posible que el lector encuentre otros textos donde se defina al
menor como el determinante de la matriz Mij, sin embargo, a lo largo de este
libro llamaremos menor slo a la matriz Mij.

Ejemplo 21
1
4
1
5
3 4
3
5

3
encuentra los menores M 13 y M 32
5

6
Para encontrar el menor M13 eliminamos de A el primer rengln (2, 1, 4, 9 )
2

0
Sea A =
6

5
y la tercera columna
4

5
0 1 3

5
entonces M 13 = 6 3
0 3
6

0
, tal como se ilustra: A =

1
1
3
3

4
5
4
5

3
,
5

Para encontrar el menor M32 eliminamos de A el tercer rengln

4
9
2 1
1

1
0
1
5 3
, as: A =
,
(6, 3, 4, 5 ) y la segunda columna
3
6
3 4
5

3
3
5
6
0
entonces M 32

= 0
0

4
5
5

3
6

Definicin 1.22. Sea A una matriz de orden n. El cofactor ij de A, denotado

por Aij, se obtiene tomando el determinante del menor ij y multiplicndolo por
(1)i+j.
Aij = (1)

i+ j

38

M ij

lgebralineal
Observa que (1)

i+ j

1 si i + j es par
=
1 si i + j es impar

Ejemplo 22

2
Encuentra los cofactores A32 y A24 de la matriz A =
1

3
4
5
0

Para encontrar el cofactor A32 encontramos el menor M 32

entonces
A32 = (1)

3+ 2

5
0
9
2

3
2

1 5 6

= 2 0 3 ,
4 2 7

1 5 6
2 0 3 = (1) [(0 + 24 + 60) (70 + 6 + 0) ] = (1) (84 76 ) = 8
4 2 7

(Observa que como 3+2 es impar (1)

3+ 2

= 1 ).

Mediante el mismo procedimiento encontramos el cofactor A24:

A24 = (1)

2+ 4

1 3
1
5
4
0

5
9 = 1[(10 + 0 108) (6 + 0 + 100) ] = 98 94 = 192
2

(Observa que como 2+4 es par (1)

2+ 4

= 1 ).

Ahora definiremos el determinante de una matriz de orden n mediante el

desarrollo de cofactores; asumimos que ya sabemos lo que es un determinante
de (n1)(n1).

Definicin 1.23. Sea A = [a ij] una matriz de orden n. Entonces el

det(A) = |A| puede ser evaluado desarrollando por cofactores a lo largo de
cualquier rengln o cualquier columna de la siguiente manera:
det(A) = A = (1)i +1 ai1 M i1 + (1)i + 2 ai 2 M i 2 + ... + (1)i + n ain M in

(*)

39

Unidad 1

det(A) = A = (1)1+ j a1 j M 1 j + (1) 2 + j a2 j M 2 j + + (1) n + j anj M nj

(**)

para i = 1, 2, . . ., n (renglones) o j = 1, 2, . . ., n (columnas).

Ejemplo 23
1

a) Calcula el determinante de A = 1
5
rengln.

2 a lo largo del segundo

2

3
4
1

En este caso, i = 2 y n = 3, entonces aplicando (*) se tiene que:

A = (1) 2 +1 a21 M 21 + (1) 2 + 2 a22 M 22 + (1) 2 + 3 a23 M 23
= (1)(1)

3 0
1 0
1 3
+ (1)(4)
+ (1)(2 )
1 2
5 2
5 1

=(1)(6)+(4)(2)+(2)(115)=6+828=26
2 3
b) Calcula el determinante de A = 1 4
5 1
columna.

2 a lo largo de la tercera
2

En este caso, j = 3 y n = 3, entonces aplicando (**) se tiene que:

A = (1)1+ 3 a13 M 13 + (1) 2 + 3 a23 M 23 + (1)3+ 3 a33 M 33

= (1)(0)

1 4
2 3
2 3
+ (1) (2 )
+ (1) (2)
5 1
5 1
1 4

= (0) + (2)(2 15) + (2)(8 3) = 26 + 10 = 16

Nota. Por lo general, se trata de desarrollar un determinante respecto al
rengln o columna que tenga ms ceros. Con esto se evita el clculo de algunos
de los menores, ya que el valor del determinante es nico.
En el siguiente teorema se resumen las propiedades bsicas de los
determinantes.

40

lgebralineal

Teorema 1.5. Sean A y B matrices de orden n, entonces:

1) Si A tiene un rengln o columna de ceros, entonces detA=0.
2) Si A tiene dos renglones o columnas que son iguales, entonces det A=0.
3) Si A tiene dos renglones o columnas que son mltiplos entre s, entonces
det A=0.
4) El determinante de AT es igual al determinante de A, esto es
det AT = det A.

5) El determinante del producto de matrices es el producto de los

determinantes de cada una de las matrices, esto es det AB = (det A )(det B ) .

Ejemplo 24
a) det A =

5 3 2
1 0 3
0 0 0 = 0 det B = 4 0 5 = 0
1 3 1
2 0 2

Tienen un rengln o columna de ceros (propiedad 1).

3 1 5
6
b) det A = 2 4 0 = 0 det B = 1
3 1 5
2

1
4
7

6
1 =0
2

Tienen dos renglones o columnas iguales (propiedad 2).

1 2 3
2
c) det A = 2 6 5 = 0 det B = 0
2 4 6
1

5
3
4

6
0 =0
3

Tienen dos renglones o columnas que son mltiplos entre s (propiedad 3).

d)

a)

det A =

2 5 2
=
1 7 5

14 + 5 = 19

1
= det AT
(propiedad 4).
7

14 + 5 = 19

3 4 6
det ( AB ) = det

0 1 4

3 4 6
det A det B =

0 1 4

0
34 4
= det
= 34 + 16 = 18
1
4 1

0
= (3)(6) = 18
1

(propiedad 5).

41

Unidad 1

Ejercicio 5
1. Evala los determinantes respecto al rengln o columna que se pide:
5
a) 3
1
2

b) 3
7

2
1
1

1
4 respecto al segundo rengln.
1

4
5
2 1 respecto a la tercera columna.
0 6

2. Encuentra el determinante utilizando las propiedades del teorema 1.5 e

indica cul de ellas usaste:
4 5 1
a) 6 7 1 =
4 5 1
5
b) 0
7
1
c) 4
5
0
d) 0
0

2 3
0 0 =
8 10

2 4
8 16 =
7 4
2
8
1

6
8 =
1

3. Dadas las matrices

3 5

A = 4
2
6 10

1
3 5
1 3

6, B =
y C =

4 2
7 6
2

comprueba lo siguiente:
(a) det(A) = 0
(b) det(B) = det(BT)
(c) det(B C) = det(B) det(C)

42

lgebralineal

1.6. Solucin de sistemas lineales nn

empleando la Regla de Cramer
En esta seccin explicaremos un mtodo muy til, llamado Regla de
Cramer, para resolver un sistema lineal de n ecuaciones con n variables que
tenga una solucin nica.
El trmino lineal proviene de la palabra lnea. La ecuacin de una lnea en
el plano xy es una ecuacin de la forma:
ax + by = c

(1)

donde a, b y c son constantes, y a y b no son ambas cero. En general, una

ecuacin lineal en las variables x1, x2 , . . ., xn es una ecuacin de la forma:
a1x l + a2 x2 + ...+ anxn = b

(2)

donde a1,a2 ,. . .,an y b son constantes, y a1,...,an no son todas cero.

Una solucin de la ecuacin lineal (2) es una sucesin de nmeros t1, t2 ,...,tn,
tales que si sustituimos x1 = t1, x2 = t2 , . . . , xn = t n en (2) se cumple la
igualdad. Resolver una ecuacin lineal significa encontrar todas sus soluciones;
el conjunto de soluciones se llama conjunto solucin.

Ejemplo 25
Resuelve la ecuacin lineal 4x5y = 3.
Despejando y de la ecuacin obtenemos que y =

resolver se tiene que c R con x = c, por lo que y =

4x 3
. Entonces para
5

4c 3
es la solucin de la
5

ecuacin.
Con frecuencia deseamos resolver varias ecuaciones lineales al mismo
tiempo. Una coleccin finita de ecuaciones lineales en las variables x l , x2 , . . .,
xn se llama sistema de ecuaciones lineales.
En esta parte daremos una regla para resolver un sistema lineal de n
ecuaciones con n variables, esto es un sistema de la forma:

43

Unidad 1
a11 x1 + a12 x2 + + a1n xn = b1

a21 x1 + a22 x2 + + a2 n xn = b2

(3)

an1 x1 + an 2 x2 + + ann xn = bn

Una solucin del sistema lineal (3) es una sucesin de n nmeros t1, t2 ,...,t n
con la propiedad de que cada ecuacin de (3) se satisface cuando x1 = t1, x2 =
t2 ,. . ., xn = t n son sustituidas en (3).
Definicin 1.24. Un sistema lineal que no tiene solucin se llama
inconsistente. Un sistema lineal con al menos una solucin es consistente.
E1 sistema lineal (3) se puede expresar como una ecuacin matricial de la
siguiente forma:
Ax=b.
(4)
donde
a11

a
A = 21

an1

a12 a1n
x1
b1

a22 a2 n
x
b
, x= 2 y b= 2

an 2 ann
xn
bn

La ecuacin (4) es la ecuacin matricial asociada al sistema (3), y la matriz A

es la matriz de coeficientes del sistema (3).

Ejemplo 26
Determina la ecuacin matricial del sistema lineal siguiente:
2x 3y + 4z = 5
4x
z=2
x + y + 2z = 1

La ecuacin matricial del sistema est dada como:

2

4
1

44

3
0
1

4 x 5

1 y = 2
2 z 1

lgebralineal
Antes de enunciar la Regla de Cramer, daremos una interpretacin
geomtrica del conjunto solucin de un sistema lineal de 22.
Considera un sistema lineal de dos ecuaciones con dos variables:
a11 x + a12 y = b1
a21 x + a22 y = b2

Cada una de estas ecuaciones es la ecuacin de una recta en el plano xy.

As, geomtricamente se tienen tres casos:
(1) Si las rectas se cortan en un punto, entonces el sistema tiene una
solucin dada por el punto de interseccin.
(2) Si las rectas son paralelas, entonces el sistema no tiene solucin.
(3) Si las rectas coinciden, entonces el sistema tiene una infinidad de
soluciones, representadas por todos los puntos sobre la recta.
Las siguientes figuras ilustran dichas condiciones:

Figura 1.1

Figura 1.2

Figura 1.3

Ahora enunciamos la Regla de Cramer, la cual proporciona un algoritmo

para resolver sistemas lineales de n ecuaciones con n variables.

Teorema 1.6. (Regla de Cramer) Sea Ax = b la ecuacin matricial de un

sistema lineal de n ecuaciones con n variables. Si el det A 0 , entonces el sistema
lineal tiene una solucin nica dada por:
x1 =

det ( An )
det ( A2 )
det ( A1 )
, x2 =
, , xn =
det(A)
det ( A)
det ( A)

45

Unidad 1

donde Ai con i = 1, 2, . . ., n es la matriz que se obtiene al reemplazar la

b1

b
i-sima columna de A por el vector columna b = 2 esto es :

bn
a11 a12 a1i 1 b1 a1i +1 a1n

Ai =

n1 an 2 ani 1 bn ani +1 ann

Ejemplo 27
Aplica la Regla de Cramer para resolver el sistema:
2x y = 7
4 x + 3 y = 1
2
A=
4

1
7
7
y B=
, entonces A1 =

3
1

1
,
3

2
A2 =
4

y det(A) = 10, det(A1) = 20 y det(A2) = 30, por lo tanto:

x=

det ( A1 ) 20
=
=2
det(A) 10

y=

det ( A2 ) 30
=
= 3
det(A)
10

Ejemplo 28
Aplica la Regla de Cramer para resolver el sistema:
x+ yz = 2
x y+z =3
x + y + z = 4

1 1
1
2

Sea A = 1 1
1 , b = 3
1
4
1
1

1 1
2
1

1 , A2 = 1
Entonces A1 = 3 1
4
1
1
1

46

2
3
4

1
1
1

1 , y A3 = 1 1
1
1
1

3
4

lgebralineal
de tal manera que
x=

det ( A3 ) 14 7
det ( A2 ) 12
det(A1 ) 10
5
=
= , y=
=
= 3, z =
=
=
det ( A)
det ( A) 4
2
4
4 2
det ( A)

Ejercicio 6
1. Aplica la Regla de Cramer para resolver los siguientes sistemas:
a) 2 x y = 8
3x + y = 7

b) 2 x + 3 y = 4
5x + 2 y = 2

c) 2 x y + z = 1
3 x + 4 y z = 1
4 x y + 2 z = 1

d) x + 2 y + 3z = 1

y + 4z = 1
z =1

e) 3x 3 y 2 z = 2
x 4 y + 2z = 7
5x + 4 y+ z = 3

Ejercicios resueltos

3 5 4 1

1 1

1. Considera la siguiente matriz A = 1 2 8 6 3 y encuentra:

a) El primer rengln:

(3 5 4 1 0)

b) La tercera columna:
4

8
0

47

Unidad 1
c) El orden:
Como tiene 3 renglones y 5 columnas es de orden 35.
d) Los elementos a35, a14 , a22:
El elemento a35 se encuentra en el tercer rengln y en la quinta
columna: 7.
El elemento a14 se encuentra en el primer rengln y en la cuarta
columna: 1.
El elemento a22 se encuentra en el segundo rengln y en la segunda
columna: 2.
2. Menciona si las siguientes matrices son simtricas o antisimtricas o
ninguna de las dos:
4 5 3
a) A = 5 2 1
3 1 7

Encontramos la matriz transpuesta convirtiendo los renglones en

columnas:
4 5 3

AT = 5 2 1 Como A = AT podemos asegurar que A es simtrica.

3 1 7

0
b) B = 5
8

5
0
3

3
0

0
Encontramos la matriz transpuesta B = 5
8

8
0 5

B = 5
0 3
8
3
0

5
0
3

3 y
0

Como BT = B podemos asegurar que B es antisimtrica.

1 5

c) C =

4 7

48

lgebralineal
1

Encontramos las matrices C T y C : C T =

5

4
1 5
C =

7
4 7

C CCT podemos afirmar que no es simtrica.

Como C

Como CCT C podemos afirmar que tampoco es antisimtrica.

3. Encuentra las siguientes matrices:
8 4 3

a)
+

6 8 0 5
Como son del mismo orden s se puede efectuar la suma, para ello sumamos
cada una de las entradas correspondientes:
1 8 3 4 + 1 5 3
8 4 3

+
=
=

6 8 0 5 6 + 0 8 5 6 13
3

b) (4 1 0 )
0

Como la primera matriz es de orden 13 y la segunda de 21, no se puede

efectuar el producto interno:
1 5
1 1
c) 4 0
3
2 0 2

0
0

2
1

Como las matrices son de orden 32 y 25, el producto s se puede realizar

y nos dar una matriz de orden 35:
1 5

1
4 0 2
2 0

14
9

= 4
4
2 2

1
3
0
0
0

0
0

3
8
4

2
1

25

20
10

1 110 1 + 15 0 2 5 5 + 20
5

4
0 8
20
= 4
4
2
0
4
10
2

Empleamos los siguientes productos internos para obtener los resultados:

1
1
(1 5) = 1(1) + 5(2) = 1 10; (1 5)
= 1(1) + 5(3) = 1 + 15; etc.
2
3

49

Unidad 1
4. Calcula los siguientes determinantes por la Regla de Sarrus:
a)

5
7

b)

1
= (5 )(2 ) (7 )(1) = 10 + 7 = 17
2

1 2
1
3
2
1

0
2 Repetimos los dos primeros renglones para obtener una
1

matriz de 53.
1 2
1
3
1
2
1 2
1
3

0
2 [(1)(3))(1) + (1)(1)(0) + (2)(2)(2)] (1)(2)(1) + (1)(1) (2 ) + (2) (3)(0) =
(3 + 0 + 8) (2 + 2 + 0) =
1 =
5 4 =1
0
2

5. Calcula el siguiente determinante por el mtodo de los cofactores:

5
2
2

1
6
1

0
6
3 =5
1
2

3
2
(1)
2
2

3
2
+0
2
2

= 5 (12 + 3) + 1(4 6 ) + 0 = 45 10 = 55

6
1

6. Resuelve los siguientes sistemas de ecuaciones usando la Regla de

Cramer:
a) 3 x 2 y = 5
2 x + 5 y = 3

Se forma el determinante A de los coeficientes y los determinantes A1 y A2:

det A =

3
2

2
= 15 + 4 = 19
5

5 2
= 25 6 = 19
5
3
3
5
det A2 =
= 9 10 = 19
2 3
det A1 =

Se encuentra cada una de las variables:

x=

50

det A1 19
det A2 19
= =1 y =
=
= 1
det A 19
det A
19

lgebralineal
b) x 2 y + z = 0
3x + y z = 4
x yz=2
Se forma el determinante B de los coeficientes y los determinantes B1, B2 y B3:
1 2
1
det B = 3
1 1 = 1(11)+2(3+1)+1(31)=244= 10
1 1 1
0
det B1 = 4
2
1
det B2 = 3
1
1
det B3 = 3
1

2
1
1
0
4
2
2
1
1

1
1 = 0(11)+2(4+2)+1(42)= 46= 10
1
1
1 = 1(4+2)+0(3+1)+1(64)= 2+2= 0

1
0
4 = 1(2+4)+2(64)+0(31)=6+4=10
2

Se encuentra cada una de las variables:

x=

det B1 10
=1
=
det B 10

y=

det B2
0
=
=0
det B 10

z=

det B3 10
=
= 1
det B 10

51

Unidad 1

Ejercicios propuestos
1. Encuentra la matriz transpuesta AT de cada caso y menciona si la matriz
A es simtrica, antisimtrica o ninguna de las dos:
1

a) A = 3
4

3
5
0

c) A = 1
2

1
0
3

0
2

2
1

b) A = 2
0
3 4

4
0

3
0

2. Calcula las operaciones con matrices si es posible, si no se puede explica

por qu:
3
a) 0
1

3
b) 0
8

2
4
1
2
1
1

1 3

3 + 4
0 1
1 4

1 + 3
3 2

3
3 2 1
c)
2 =
2 4 5 1

2 1
d)
(2 3) =
4 3
3
e) 4
1

52

2
0
1

1
2

0 =
3
5
0
4

1 =
3

2 1 3

4 1 2 =
0 0 1

lgebralineal

3. Encuentra el determinante mediante la Regla de Sarrus:

3
5
2

2
1
4

1
0 =
3

4. Encuentra el determinante mediante el desarrollo por menores:

3
0
2

1
2 =
3

2
4
1

5. Aplica la Regla de Cramer para resolver el siguiente sistema de

ecuaciones:
2 x + 3 y z = 3
x 2y + z = 5
x + y 2z = 4

Autoevaluacin
1. Es una matriz de orden 32:
4
a) 5
3

3
1
4

1
b)
0

1
1

2
d)
3

c) 3
4

2
1

1
2

53

Unidad 1
1

1
2. Es el elemento a42 de la matriz A =
0

5
a) 0
b) 1
c) 4
d) 6

2
4
1
0

3
6
3
1

1
:
2

3. Es la matriz identidad de orden 33:

1 0 1
a) 0 1 0
0 0 1

0 1 1
b) 1 0 1
1 1 0

1 0 0
c) 0 1 0
0 0 1

1 0 1

d) 0 1 0
1 0 1

T
4. Las matrices cuadradas que satisfacen la propiedad A = A se llaman:

a) Transpuesta
b) Simtrica
c) Antisimtrica
d) Identidad
5. Una matriz antisimtrica satisface la propiedad:
a)
b)
c)
d)

54

AT = A
A = A
AT = I
AT = A

lgebralineal

6. Es una matriz simtrica:

3 2 1
a) 2 4 5
1 5 0

3 2 1
b) 2 4 5
3 2 1

c) 2
1

1
d) 0
0

2
4
5
4
3
0

5
6

1
3

7. Es una matriz antisimtrica:

4
1

a) 4
1
3 2

b) 1
2

1
0
3

1 1 1

c) 1 1 1
1 1 1

d) 0
0

1
0
0

2
1

3
0

3
0

55

Unidad 1
4 2

2 1
8. Es el resultado de la suma de 1 3 +
:
2 5 3 1

6 3
a)

4 4
10 6

b) 11 4
19 7

c) No se puede realizar la operacin.

6 3

d) 3 4
4 6

4 3 5

9. Resulta de 2 1 + 1
1 0 1

9 0

a) 3 1
0 3

0
3

0
0

20
b) 2
1

c) 2
1

11

d) 2
1

4
10. Resulta de (3 2 1) 1
0

56

lgebralineal
12
a) 2
0

b) 14
7

c) 3
1

d) 13
4
2 1 3
11. Es el producto matricial de
2
4 0 1 2

12 5
a)

18 8

2
1 :
0

12 18
b)

5 8
c) No se puede realizar la operacin.
12

5
d)
18

8

12. Es falsa la siguiente afirmacin:

a) (AT ) = A
T
b) ( AB ) = AT BT
T
c) ( AB ) = BT AT
T
d) ( A + B ) = AT + BT
T

13. Es el cofactor A32 de la matriz A = 2

2

a) 5

0
4
1

1 :
1

b) 5

57

Unidad 1
c) 1
d) 1
3

14. Encuentra el determinante de la matriz A = 2

1

a) 8
b) 12
c) 6
d) 0

2
0
2

1
0

15. Resuelve el sistema de ecuaciones lineales aplicando la Regla de

Cramer:
2x 5 y = 7
3x + 2 y = 1
a) x = 1; y = 1

b) x = 1; y = 1

c) x = 1; y =
d) x =

58

19
11

19
; y = 1
11

lgebralineal

Respuestas a los ejercicios

Ejercicio 1
1.
c)
2.
a) (0, 1, 3, 2)
2

8
b)
1

3

c) b31 = 0 b22 = 8 b34 = 2

3.
a) A: 3 renglones, 2 columnas, orden 32; B: 2 renglones, 3 columnas,
orden 23.
b) a32 = 1 b13 = 5
4.
a) I 44

0
=
0

0
1
0
0

0
0
1
0

0
0

0 0 0 0
b) A = 0 0 0 0 matriz cero de orden 34

0 0 0 0

59

Unidad 1

Ejercicio 2
1.
a) Triangular superior: D, F, C.
b) Triangular inferior: C, E, B.
c) Diagonal: C
d) Ninguno de los anteriores: A.
2. Son simtricas: A, C y D.
3.
a) S
b) No
c) S

Ejercicio 3
1 0
a)

1 3
1.

3
b)
3
9
c)
15

3 3

3 3
6

d) No son del mismo orden

5
9

e) 9 6
9
1

3 6
a)

4 8
b) 11
c) 5 10
4 8
2.

3
d) 2
7

60

3 4

12 16

0 9

5 4
4 13

1 7
e) 0 7
25 15

lgebralineal
3. (13, 12, 9, 8)
1 3
a)

2 5
5 1
b)

2
2
2 7

c) 6 10
6 1

4.

Ejercicio 4
1.
a) 12
b) 26
c) 14
d) 6

Ejercicio 5
1.
a) 13
b) 138
2.
a) 0, tiene 2 renglones iguales.
b) 0, tiene un rengln de ceros.
c) 0, el rengln 2 es mltiplo del rengln 1.
d) 0, tiene una columna de ceros.

Ejercicio 6
1.
a) x = 3; y = 2

14
24
; y=
11
11
c) x = 1; y = 1; z = 2
b) x =

d) x = 4; y = 3; z = 1

e) x = 1; y = 1; z = 2

61

Unidad 1

Respuestas a los ejercicios propuestos

1

a) A = 3
4

3
5
0

1.

1
b) A = 2
3

0
c) A = 1
2

2
0
4

1
0
3

0 A es simtrica
2

4 A no es simtrica ni antisimtrica
0
2

3 A es antisimtrica
0

2.
a) No se puede porque no son del mismo orden.
7
b) 3
6

14
c)
19

7
1
3

2
0

d) No se puede porque son de orden 22 y de orden 12

14 5 14

e) 8 4 11
2 0 1

3. det = 17
4. det = 58
5. x = 1; y = 1; z = 2

62

lgebralineal

Respuestas a la autoevaluacin
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15

c)
a)
c)
b)
d)
a)
b)
c)
a)
b)
a)
b)
a)
a)
b)

63