Matrices Unam PDF

Pgina del Colegio de Matemticas de la ENP-UNAM Matrices y determinantes Autor: Dr.
Jos Manuel Becerra Espinosa
MATRICES Y DETERMINANTES
TEMA V
V.1 DEFINICIN DE MATRIZ

Una matriz es un conjunto de nmeros, objetos u operadores, dispuestos en un arreglo bidimensional de
renglones y columnas, encerrados entre parntesis rectangulares, que obedecen a ciertas reglas
algebraicas.
Ejemplos de matrices:
a b
7 1 5 c
1 8 d
6 10 ,
0 1 2 ,

, [3 + 2i 5 7i ]
e f
13 4 3
g h
Cada una de las partes integrantes del arreglo es llamado elemento de la matriz y su localizacin en el
arreglo es identificado por un sistema de doble subndice, en el cual el primer subndice indica el rengln
y el segundo subndice indica la columna.
a11 a12 a13 K a1m

a a22 a23 K a2 m
21
A = a31 a32 a33 K a3m

M M M M M
an1 an 2 an3 K anm
En donde el elemento a ij est localizado en el rengln i-simo y la j-sima columna del arreglo A .
Una matriz que tiene n renglones y m columnas se dice que es una matriz de orden n x m (se lee como
matriz de orden n por m ).
Cuando se trata de matrices muy grandes se representan con una sola letra mayscula, o por un solo
elemento con doble ndice:
A = aij [ ]
donde i va desde 1 hasta n y j va desde 1 hasta m
Una matriz con un solo rengln o con una sola columna es conocida como vector rengln o vector
columna respectivamente. Por ejemplo, la matriz B es un vector rengln de 1 5 y la matriz C es un
vector columna de 3 1 :
c1
B = [b1 b2 b3 b4 b5 ] , C = c2
c3
1
Pgina del Colegio de Matemticas de la ENP-UNAM Matrices y determinantes Autor: Dr. Jos Manuel Becerra Espinosa
Una matriz es cuadrada si posee el mismo nmero de renglones y de columnas:
Ejemplo.
4 2 6 1
7 0 8 3
D=
1 10 5 4

3 4 9 11 44
La diagonal principal de una matriz cuadrada es el conjunto de elementos que aparecen sobre la diagonal del
arreglo que va desde el extremo superior izquierdo al extremo inferior derecho, es decir, aquellos elementos
aii . En el ejemplo anterior los elementos de la diagonal principal son 4, 0, 5, 11 .
La traza de una matriz cuadrada es la suma de los elementos de su diagonal principal. Se denota como
( )
tr A .
Ejemplo.
Para la matriz anterior, su traza es: tr (D ) = 4 + 0 + 5 + ( 11) = 2
La transpuesta de una matriz A es la matriz designada por A' AT en donde los renglones de A son
las columnas de AT , esto es, si:
[ ]
A = aij [ ]
AT = a ji
Ejemplos.
5 1 2
7 3 9 5 7 2 6
a) E = ; E = 1 3
T
0 4
2 0 8
2 9 8 11 34
6 4 11 43
a f
b g
a b c d e
b) F = F T = c h
j 25
;
f g h i
d i
e j 52
Dos matrices se dice que son iguales si son del mismo orden y todos los elementos de la matriz son
idnticos a sus correspondientes elementos de la otra matriz.
Ejemplo.
8 6 9 0 16
4 1 3 0 8
P= Q=2 6 3 2 2
;
6 1 2 5 7 25 12 4 14 15 28

2 4 7 3 4 25
P=Q
2
V.2 OPERACIONES CON MATRICES

Suma
La suma de matrices C = A + B se define como cij = aij + bij . Esto es, la suma de matrices es igual a
la suma de los elementos correspondientes de ambas matrices que tienen el mismo orden.
Ejemplo.
2 6 7 0 6 8 2 5
A= ; B=
1 11 3 4 24 4 2 1 10 24
4 14 9 5
A+ B =
3 9 4 14 24
La operacin suma cumple con las siguientes propiedades:
Propiedad asociativa:( A + B ) + C = A + (B + C )
Propiedad conmutativa: ( A + B ) = (B + A)
Ejemplos.
2 5 4 8 11 3 6 13 11 3 17 10
a) + + = + =

1 3 22 3 0 22 5 9 22 2 3 22 5 9 22 7 12 22
2 5 4 8 11 3 2 5 15 5 17 10
1 3 + + = + =

22 3 0 22 5 9 22 1 3 22 8 9 22 7 12 22
1 2 3 2 0 3 2 0 3 1 2 3 3 2 0
b) + = + =
4 5 6 23 7 8 1 23 7 8 1 23 4 5 6 23 11 3 5 23
Diferencia
La diferencia o resta de matrices C = A B se define como cij = aij bij . Esto es, la diferencia de
matrices es igual a la resta de los elementos correspondientes de ambas matrices que tienen el mismo
orden.
Ejemplo.
7 9 0 5

C= 5 8 ; D = 3 2

3 1 32 1 4 32
7 14
C D = 8 6
2 5 32
3
Multiplicacin de una matriz por un escalar
El producto de una matriz A por un escalar k se define como: k A = k aij , esto es, se multiplica cada
uno de los elementos de la matriz por el escalar.
Ejemplo.
2 4 6 10 7 6 12 18 30 21
C= ; k = 3 ; k C =
5 8 0 9 1 25 15 24 0 27 3 25
Multiplicacin de matrices
Para efectuar el producto de dos matrices se requiere que el nmero de columnas de la primera matriz
sea igual que el nmero de renglones de la segunda. Cuando sucede esto se dice que las matrices son
conformables para la multiplicacin. Esto es, si A es de orden p n y B es de orden n q el orden de
la matriz producto es p q .
Los elementos de la matriz producto A B se definen de la siguiente manera:
n
cij = aik bkj
k =1
donde i va desde 1 hasta p y j va desde 1 hasta q .
El elemento que ocupa la posicin (i, j ) de la matriz C de p filas y q columnas, se obtiene sumando los
productos de los elementos de la fila i de A por los elementos de la columna j de B .
Ejemplos.
1 5 4 1
1) A= ; B=
6 4 22 10 2 22
1(4 ) + ( 5)( 10 ) 1( 1) + ( 5)(2 ) 4 + 50 1 10 54 11
A B = = =
6(4 ) + 4( 10 ) 6( 1) + 4(2 ) 22 24 40 6 + 8 22 16 2 22

a11 a12

2) A = a21 a22
; B = b11 b12 b13 b14
b b22 b23 b24 24
a31 a32 32 21
a11b11 + a12b21 a11b12 + a12b22 a11b13 + a12b23 a11b14 + a12b24

A B = a21b11 + a22b21 a21b12 + a22b22 a21b13 + a22b23 a21b14 + a22b24
a31b11 + a32b21 a31b12 + a32b22 a31b13 + a32b23 a31b14 + a32b24 34
5 0
1 2
3) A = ; B = 1 2 1
3 4 3 0 5
23

1 6 42
4
5 + 0 10 + 0 5 + 0 5 10 5
1 6 2 0 1 10 5 2 9
A B = =
3 + 12 6 + 0 3 + 20 15 6 23

1 + 18 2+0 1 + 30 43 17 2 29 43
10i 1 2i
4) A = [4 5i ]12 ; B =
1 0 3i 23
[
A B = 40i + 5i 4 0i 8i 15i 2 ]
13 = [45i 4 15 + 8i ]13
3 1 9 4
5) A= ; B = [1 7 9]13
0 5 2 6 24
No son conformables para el producto.
En general, el producto de matrices no es conmutativo: A B B A
Ejemplo.
1 5 1 2 4 1
A = 3 2 0 ; B = 5 1 2

10 4 2 33 3 0 7 33
1 5 1 2 4 1
A B = 3 2 0 5 1 2

10 4 2 3 0 7
1(2) + 5(5) + ( 1)(3) 1(4) + 5( 1) + ( 1)(0) 1(1) + 5( 2 ) + ( 1)(7 )

= 3(2) + 2(5) + 0(3) 3(4) + 2( 1) + 0(0) 3(1) + 2( 2) + 0(7 )
10(2) + 4(5) + ( 2)(3) 10(4) + 4( 1) + ( 2)(0) 10(1) + 4( 2) + ( 2)(7 ) 33
24 1 16
= 16 10 1
34 36 12 33
2 4 1 1 5 1
B A = 5 1 2 3 2 0
3 0 7 10 4 2
2(1) + 4(3) + 1(10) 2(5) + 4(2) + 1(4 ) 2( 1) + 4(0) + 1( 2)
= 5(1) + ( 1)(3) + ( 2)(10) 5(5) + ( 1)(2 ) + ( 2)(4 ) 5( 1) + ( 1)(0) + ( 2)( 2)
3(1) + 0(3) + 7(10) 3(5) + 0(2) + 7(4) 3( 1) + 0(0) + 7( 2 ) 33
24 22 4
= 18 15 1
73 43 17 33
5
A B B A
El producto definido de matrices acepta las siguientes propiedades:
Propiedad asociativa: A (B C ) = ( A B ) C
Propiedad distributiva de la multiplicacin respecto a la suma: C (A + B) = C A + C B
V.3 MATRICES ESPECIALES

1. Matriz cero (matriz nula)
Es aquella matriz, la cual puede ser de cualquier orden, en la que todos sus elementos valen cero.
0 0 0 K 0
0 0 0 K 0
0=
M M M M M

0 0 0 K 0 mn
sus propiedades son:
0 A = 0
0+ A= A
Ejemplo.
3 1 0 0
Sean: A= ; 0=
5 2 22 0 0 22
0 0 3 1 0(3) + 0(5) 0( 1) + 0(2 ) 0 0
0 A = = =
0 0 5 2 0(3) + 0(5) 0( 1) + 0(2 ) 0 0
0 0 3 1 0 + 3 0 + ( 1) 3 1
0+ A= + = =
0 0 5 2 0 + 5 0 + 2 5 2
2. Matriz identidad (matriz unitaria)
Es una matriz cuadrada de orden n tal que todos los elementos de su diagonal principal son uno y los
elementos fuera de ella son cero.
1 0 0 K 0
0 1 0 K 0

I = 0 0 1 K 0

M M M M M
0 0 0 K 1 nn
La propiedad principal de una matriz cuadrada es que:

I A = A I = A
Ejemplo.
6
4 2 1 0
Sean: A= ; I =
3 1 22 0 1 22
4 2 1 0 4(1) + 2(0 ) 4(0 ) + 2(1) 4 2
A I = = =
3 1 0 1 3(1) + 1(0 ) 3(0 ) + 1(1) 3 1
1 0 4 2 1(4 ) + 0( 3) 1( 2 ) + 0(1) 4 2
IA= = =
0 1 3 1 0(4 ) + 1( 3) 0( 2 ) + 1(1) 3 1
3. Matriz diagonal
Es una matriz cuadrada de orden n tal que todos los elementos fuera de su diagonal principal son cero.
d11 0 0 K 0
0 d 0 K 0
22
D= 0 0 d 33 K 0

M M M M M
0 0 0 K d nn nn
Ejemplo.
12 0 0
D = 0 6 0
0 0 7
4. Matriz triangular superior
Es una matriz cuadrada de orden n en la cual todos los elementos debajo de la diagonal principal son
cero.
u ij = 0 para i > j
u11 u12 u13 K u1n

0 u u 23 K u 2 n
22
U =0 0 u33 K u3n

M M M M M
0 0 0 K u nn nn
Ejemplo.
7i 8i 5i 13i
0 4i 3i 6i
U =
0 0 2i i

0 0 0 9i
7
5. Matriz triangular inferior
Es una matriz cuadrada de orden n en la cual todos los elementos por arriba de la diagonal principal son
cero.
lij = 0 para i < j
l11 0 0 K 0
l K 0
21 l 22 0
L = l31 l32 l33 K 0

M M M M M
l n1 ln 2 ln3 K lnn nn
Ejemplo.
6 0
L=
9 17
6. Matriz simtrica
Se dice que una matriz cuadrada es simtrica si es igual a su propia transpuesta: A = AT
aij = a ji para toda i y para toda j
Ejemplo.
3 2 8 2
2 4 5 0
A= = AT
2 5 7 4

8 0 4 6
7. Matriz antisimtrica
Se dice que una matriz cuadrada es antisimtrica si es igual al negativo de su propia transpuesta:
A = AT
Ejemplo.
0 2 3 0 2 3 0 2 3
A = 2 0 4 T
A = 2 0 4 A = 2
T
0 4 = A
3 4 0 3 4 0 3 4 0
8. Matriz conjugada
Sea A una matriz de nmeros complejos. Si se reemplaza cada elemento por su complejo conjugado se
obtiene A que es su matriz conjugada.
8
Ejemplo.
5 2i 8i 3 + 6i 1 i

A = 8 4i 6 + 7i 14 11i 9
10i 16 5i 13 + 17i 6
5 + 2i 8i 3 6i 1 + i

A = 8 + 4i 6 7i 14 + 11i 9
10i 16 + 5i 13 17i 6
9. Matriz hermitiana
Se dice que una matriz de nmeros complejos cuadrada es hermitiana, denotada como A* , si es igual a
su propia transpuesta conjugada: A= A = A
T *
Ejemplo.
5 2 6i
A=
2 + 6i 4
5 2 + 6i
A=
2 6i 4
5 2 6i
A T = A* = =A
2 + 6i 4
1
10. Matriz antihermitiana
Se dice que una matriz de nmeros complejos cuadrada es antihermitiana si es igual al negativo de su
propia transpuesta conjugada: A = A T = A*
Ejemplo.
11i 9
A=
9 6i
11i 9
A=
9 6i
11i 9
A T = A* = = A
9 6i
1
Las matrices simtricas son un caso especial de las hermitianas y las matrices antisimtricas son un caso especial de las
antihermitianas. Por lo tanto, toda matriz simtrica es hermitiana, pero una matriz hermitiana no necesariamente es simtrica. De la
misma forma, toda matriz antisimtrica es antihermitiana, pero una matriz antihermitiana no necesariamente es antisimtrica.
9
11i 9
A* = =A
9 6i
V.4 DETERMINANTES
V.4.1 DEFINICIN
Sea A una matriz cuadrada de orden n . Se define como determinante de A (denotado como A ,
det ( A) A ) a la suma de los n productos (signados) formados por n-factores que se obtienen al
multiplicar n-elementos de la matriz de tal forma que cada producto contenga un slo elemento de cada
fila y columna de A .
Esto significa que un determinante es un valor numrico que est relacionado con una matriz
cuadrada y que sigue ciertas reglas para su clculo .
a11 a12 a13 K a1n

a21 a22 a23 K a2 n
det ( A) = a31 a32 a33 K a3n =
M M M M M
an1 an 2 an 3 L ann
Dos matrices diferentes (tanto en orden como en elementos) pueden tener igual determinante. Ntese
como la notacin de determinante no presenta los corchetes (a diferencia de las matrices) sino slo
lneas.
V.4.2 CLCULO DE DETERMINANTES DE SEGUNDO Y TERCER ORDEN. REGLA DE SARRUS
Para calcular determinantes de segundo y tercer grado el mtodo ms simple es el de multiplicacin

diagonal, mejor conocido como Regla de Sarrus.
a a12
Esta regla establece que para una matriz de segundo orden A = 11 , su determinante se calcula
a21 a22
de la siguiente manera:
a11 a12
det ( A) = = a11a22 a21a12
a21 a22
esto significa que el determinante de segundo orden es el producto de los elementos de la diagonal
principal menos el producto de los elementos de la diagonal secundaria.
Ejemplos.
3 5
1) = 3(4 ) 2(5) = 12 10 = 2
2 4
10
4 8
2) = 4( 7 ) 3( 8) = 28 + 24 = 4
3 7
12 6
3) = 12( 4 ) 5( 6 ) = 48 + 30 = 78
5 4
a11 a12 a13

La regla de Sarrus aplicada a una matriz de tercer orden A = a21 a 22 a23 , establece que su

a31 a32 a33
determinante se calcula como:
a11 a12 a13

det ( A) = a21 a22 a23 = a11a22 a33 + a21a32 a13 + a31a12 a23 a31a22 a13 a21a12 a33 a11a32 a23
a31 a32 a33
esto significa que el determinante de segundo orden es la suma de los productos de los elementos de la
diagonal principal y sus dos paralelas, menos la suma de los productos de los elementos de la diagonal
secundaria y sus dos paralelas.
Ejemplos.
1 3 5
1) 7 4 1 = 1(4 )(6) + 7(0)(5) + ( 2)( 3)( 1) ( 2)(4)(5) (7 )( 3)(6) 1(0)( 1)
2 0 6
= 24 + 0 6 + 40 + 126 + 0 = 184
2 1 0
2) 3 5 10 = 2(5)( 8) + 3(7 )(0 ) + 1( 1)(10) 1(5)(0 ) 3( 1)( 8) 2(7 )(10)
1 7 8
= 80 + 0 10 0 24 140 = 254
3 5 8
3) 4 2 3 = 3(2)( 1) + ( 4 )(9)(8) + 7( 5)(3) 7(2)(8) ( 4)( 5)( 1) 3(9)(3)
7 9 1
= 6 288 105 112 + 20 81 = 572
V.4.3 PROPIEDADES DE LOS DETERMINANTES
1. Si todos los elementos de una columna o de un rengln son cero, entonces el determinante es cero.
Ejemplos.
2 0
1) = 2(0 ) 6(0 ) = 0 0 = 0
6 0
11
9 1
2) = ( 9 )(0 ) 0(1) = 0 0 = 0
0 0
2. El determinante de la matriz A es igual al determinante de la matriz AT
Ejemplo.
5 1
A=
8 3
5 1
det ( A) = = 5(3) (8)( 1) = 15 + 8 = 23
8 3
5 8
AT =
1 3
det AT = ( )
5 8
1 3
= 5(3) ( 1)(8) = 15 + 8 = 23
3. Si cada elemento de un rengln o una columna es multiplicado por un escalar k , el determinante es

tambin multiplicado por k .
Ejemplos.
2 3
= 2(5) 4(3) = 10 12 = 2
4 5
Multiplicando el primer rengln por k =3
6 9
= 6(5) (4 )(9 ) = 30 36 = 6
4 5
Multiplicando la primera columna por k =3
6 3
= 6(5) 12(3) = 30 36 = 6
12 5
en general:
a11 a12 L a1n ka11 a12 L a1n ka11 ka12 L ka1n

a21 a22 L a2 n ka21 a22 L a2 n a a22 L a2 n
k = = 21
M M M M M M M M M M M M
an1 an 2 L ann kan1 an 2 L ann an1 an 2 K ann
4. Si se intercambian dos renglones o (columnas) el signo del determinante cambia.
Ejemplos.
4 5
= 4(2 ) 1(5) = 8 5 = 3
1 2
intercambiando renglones:
12
1 2
= 1(5) 4(2 ) = 5 8 = 3
4 5
intercambiando columnas:
5 4
= 5(1) 2(4 ) = 5 8 = 3
2 1
5. Si un rengln (o columna) se traslada p renglones (o columnas) entonces el determinante obtenido

es igual a: ( 1)
p
Ejemplo.
4 2 3
= 1 0 1 = 4(0)( 2) + 1( 1)(3) + 0(2 )( 1) (0)(0)(3) 1(2 )( 2) 4( 1)( 1)
0 1 2
= 0 3 + 0 0 + 4 4 = 3
si se mueve la primera columna, dos posiciones, entonces:
2 3 4
1 = 0 1 1 = 2( 1)(0) + (0)( 2)(4) + ( 1)(3)(1) ( 1)( 1)(4) (0)(3)(0) 2( 2)(1)
1 2 0
= 0 0 3 4 0 + 4 = 3 = ( 1)
2
si se mueve el primer rengln, una posicin, se tiene:

1 0 1
2 = 4 2 3 = 1(2)( 2) + 4( 1)( 1) + 0(0 )(3) (0)(2)( 1) 4(0)( 2) 1( 1)(3)
0 1 2
= 4 + 4 + 0 + 0 + 0 + 3 = 3 = ( 1)
1
6. Si dos renglones o dos columnas son iguales, entonces el determinante es cero.
Ejemplos.
1 1
1) = 1(6 ) 6(1) = 6 6 = 0
6 6
2 5
2) = ( 2 )(5) ( 2 )(5) = 10 + 10 = 0
2 5
7. Un determinante no cambia de valor si a todos los elementos de un rengln (o columna) le son

sumados o restados los elementos de otro rengln (o columna) multiplicados por un escalar:
a11 a12 L a1n a11 + ka1 j a12 L a1n a11 a12 L a1n
a21 a22 L a2 n a21 + ka2 j a22 L a2 n a21 a22 L a2 n
= =
M M M M M M M M M M M M
an1 an 2 L ann an1 + kanj an 2 L ann an1 + kai1 an 2 + kai 2 K ann + kain
13
Ejemplo.
2 3
= = 2(4 ) 1(3) = 8 3 = 5
1 4
sumando a la primera columna la segunda multiplicada por 2 :
2 + 2(3) 3 8 3
2 = = 8(4 ) 9(3) = 32 27 = 5
=
1 + 2(4 ) 4
9 4
al segundo rengln de se le resta tres veces el primer rengln:
2 3 2 3
2 = = = 2( 5) ( 5)(3) = 10 + 15 = 5
1 (3)(2 ) 4 (3)(3) 5 5
Esta propiedad es muy empleada para obtener ceros y as simplificar el clculo del determinante.
Ejemplo.
3 1 1 3 2(1) 1 1 1 1 1
= 4 5 2 = 4 2(2) 5 2 = 0 5 2 = 15
6 0 3 6 2(3) 0 3 0 0 3
V.4.4 MENOR DE UN ELEMENTO
Sea un determinante de orden n , correspondiente a una matriz A :

a11 a12 L a1n
a21 a22 L a2 n
det ( A) =
M M M M
an1 an 2 L ann
Se define el menor de un elemento a ij al determinante que resulta de eliminar el rengln i y la columna

j . Si se denota como M ij a tal determinante, se tiene:
a11 a12 L a1 j L a1n

a21 a 22 L a2 j L a2 n
L L L L L L
M ij =
a j1 a j2 L aij L ain
L L L L L L
a n1 an 2 L anj L ann
Ejemplos.
Dado el determinante:
1 5 3
= 2 1 4
10 6 2
14
Algunos menores son:

1 5 3
1 3
M 22 = 2 1 4 = = 2 + 30 = 32
10 2
10 6 2
1 5 3
5 3
M 31 = 2 1 4 = = 20 + 3 = 23
1 4
10 6 2
1 5 3
1 5
M 23 = 2 1 4 = = 6 50 = 56
10 6
10 6 2
Ejemplo.
Dado el determinante:
5 1 3 2
9 0 2 10
=
8 7 5 4
2 3 1 6
Encontrar el menor M 43
Solucin:
5 1 3 2
5 1 2
9 0 2 10
M 43 = = 9 0 10 = 0 + 126 + 80 0 36 350 = 180
8 7 5 4
8 7 4
2 3 1 6
V.4.5 COFACTOR DE UN ELEMENTO
Se define el cofactor de un elemento a ij , el cual se denota Aij , como:
Aij = ( 1) M ij
i+ j
es decir, el cofactor es igual al menor multiplicado por 1 1 , dependiendo si la suma de los dos
subndices es par o impar, respectivamente.
Ejemplo.
Calcular los cofactores del siguiente determinante:
4 11
det ( A) =
5 8
Solucin:
A11 = 8
A12 = 5
15
A21 = 11
A22 = 4
Ejemplo.
Calcular los cofactores de los elementos correspondientes al primer rengln del siguiente determinante:
1 0 1
det ( A) = 2 5 4
3 10 2
Solucin.
5 4
A11 = = 10 40 = 30
10 2
2 4
A12 = = ( 4 12 ) = 16
3 2
2 5
A13 = = 20 15 = 35
3 10
El determinante de una matriz A de cualquier orden puede obtenerse mediante la suma de los productos
de los elementos de cualquier rengln o columna por sus respectivos cofactores:
n n
det ( A) = akj Akj = ail Ail
j =1 i =1
Para el rengln k o la columna l .

As, para un determinante de tercer orden, se tiene:
a11 a12 a13
det ( A) = a21 a22 a23 = a11 A11 + a12 A12 + a13 A13
a31 a32 a33
a22 a23 a a23 a a22
= a11 a12 21 + a13 21
a32 a33 a31 a33 a31 a32
esto significa que se elige el primer rengln y se suman los elementos por sus respectivos cofactores.
Este procedimiento tambin puede aplicarse a columnas, por ejemplo, para el caso anterior:
a21 a22 a a a a12

det ( A) = a13 a23 11 12 + a33 11
a31 a32 a31 a32 a21 a22
esto significa que se elige la tercera columna y se suman los elementos por sus respectivos cofactores.
Ejemplo.
Calcular el siguiente determinante aplicando cofactores:
16
1 2 8
det ( A) = 6 4 5
2 1 3
Tomando el primer rengln se tiene:
4 5 6 5 6 4
=1 2 + ( 8)
= 1( 12 + 5) 2(18 10 ) + ( 8)( 6 + 8)
1 3 2 3 2 1
= 1( 7 ) 2(8) + ( 8)(2 ) = 7 16 16 = 39
Ahora, tomando la segunda columna se tiene:
6 5 1 8 1 8
= 2 + ( 4 ) ( 1)
= 2(18 10 ) + ( 4 )(3 + 16 ) ( 1)(5 + 48)
2 3 2 3 6 5
= 2(8) 4(19 ) + 1(53) = 16 76 + 53 = 39
Cuando aparecen varios ceros en un rengln o en una columna, a fin de simplificar el clculo de un
determinante, es conveniente utilizar ese rengln o columna.
Ejemplo.
1 2 1 4
0 2 1 2
det ( A) =
0 3 2 5
0 4 1 3
= 1A11 + 0 A21 + 0 A31 + 0 A41 = A11
calculando el cofactor A11 y tomando el segundo rengln se tiene:
2 5 3 5 3 2
=2 1 + ( 2 ) = 2(6 + 5) 1(9 20 ) + ( 2 )( 3 8)
1 3 4 3 4 1
= 2(11) 1( 11) + ( 2 )( 11) = 22 + 11 + 22 = 55
V.4.6 MATRIZ ADJUNTA
Si A = aij es una matriz cuadrada y Aij es el cofactor de a ij , se define la matriz adjunta de A ,

denotada Adj A , como la matriz de cofactores de su transpuesta.
A11 A12 L A1n

A A22 L A2 n
Adj A = 21
M M M M
An1 An 2 L Ann
Esto significa que para encontrar la matriz adjunta primero se traspone la matriz y despus, con base en
ella, se calcula la matriz de cofactores.
Ejemplo.
Obtener la matriz adjunta de:
17
3 7
A=
1 8
La matriz transpuesta es:
3 1
AT =
7 8
La matriz de cofactores de la matriz transpuesta es:
8 7
Adj A =
1 3
Ejemplo.
Encontrar la matriz adjunta de:
1 2 3
A = 2 3 2
3 3 4
Solucin.
1 2 3
A = 2 3 3
T
3 2 4
3 3 2 3 2 3

2 4 3 4 3 2
6 1 5
2 3 1 3 1 2
Adj A = = 2 5 4
2 4 3 4 3 2
3 3 1
2 3 1 3 1 2
3 3
2 3 2 3
V.5 MATRIZ INVERSA

V.5.1 MATRIZ INVERSA POR EL MTODO DE LA ADJUNTA
En el lgebra matricial, la divisin no est definida. La inversin de matrices es la contraparte de la

divisin en lgebra.
La inversa de una matriz est definida como aquella matriz, que multiplicada por la original da por
resultado la matriz identidad, se denota como A1 :
A 1 A = A A 1 = I
esto se cumple siempre y cuando det ( A) 0 .
La matriz inversa se obtiene en su forma clsica, de la siguiente manera:
18
A11 A12 L A1n

1 1 A21 A22 L A2 n
A1 = Adj A =
det ( A) det ( A) M M M M
An1 An 2 L Ann
El procedimiento para obtener la matriz inversa de una matriz A por el mtodo de la adjunta es el
siguiente:
Se calcula el determinante de A . Si det ( A) 0 entonces tiene matriz inversa (en caso contrario se
dice que es una matriz singular)
Se obtiene la transpuesta de A , es decir, AT
Se calcula la matriz de cofactores de AT , dando lugar a la matriz adjunta de A , esto es, Adj A
1
Se forma el producto Adj A .
det ( A)
Ejemplo.
Obtener la matriz inversa de:
2 1
A=
3 4
Solucin.
2 1
det ( A) = = 8 ( 3) = 5
3 4
2 3
AT =
1 4
4 1
Adj A =
3 2
4 1
1 1 4 1 5
A1 = Adj A = =
5
5 5 3 2 3 2

5 5
Comprobacin:
4 1 8 3 2 2
1 2 1 5
5 =

5 5

5 5
A A =
3 4 3 2 12 12 3 8
+ +
5 5 5 5 5 5
1 0
= =I
0 1
Ejemplo.
19
2 1 0
A = 5 1 2
4 3 6
Solucin.
det ( A) = 12 + 0 8 0 30 + 12 = 14
2 5 4
A = 1 1 3
T
0 2 6
1 3 1 3 1 1

2 6 0 6 0 2
12 6 2
5 4 2 4 2 5
Adj A = = 38 12 4
2 6 0 6 0 2
11 2 3
5 4 2 4 2 5
1 3
1 3 1 1
12 6 2

12 6 2 14 14 14
1 12 4
38 12 4 =
1 38
A 1 = Adj A =
14 14
11 2 3 11
14 14 14
2 3

14 14 14
Comprobacin:
12 6 2

2 1 0 14 14 14
12 4
A A 1 = 5 1 2
38

4 3 6 11
14 14 14
2 3

14 14 14
24 38 12 12 4 4
14 + 14 + 0 + +0
14 14
+0
14 14
60 38 22 30 12 4 10 4 6
= + +
14 14 14 14 14 14 14 14 14
48 + 114 66 24 + 36 12 8 12 18
+
14 14 14 14 14 14 14 14 14
1 0 0
= 0 1 0 = I
0 0 1
La inversa de una matriz diagonal se obtiene invirtiendo sus trminos, esto es, si:
20
1
a 0 L 0
a11 0 L
0 11
0 0 1
a22 L 0 L 0
A= a22
M M M
M M
M M M
0 0 L ann nn 1
0 0 L
ann
La inversa de un producto de matrices se obtiene de la siguiente regla:
( A B )1 = B 1 A 1
V.5.2 MATRIZ INVERSA POR TRANSFORMACIONES ELEMENTALES
El mtodo se basa en agregar a la matriz original una matriz identidad del mismo orden. El objetivo de
este mtodo es producir ceros y unos en el lado de la matriz original, los unos deben estar alojados en la
diagonal principal, y los ceros fuera de la diagonal principal, cuando se termine el proceso, la matriz que
resulta del lado donde se aadi la matriz unitaria, ser la matriz inversa.
Ejemplo.
3 2
A=
5 4
Solucin.
Se agrega una matriz unitaria de segundo orden:
3 2 1 0
A=
5 4 0 1
dividiendo entre 3 el primer rengln:
2 1
1 0
A= 3 3
5 4 0 1

multiplicando por 5 el primer rengln y sumando al segundo:
2 1
1 3 3 0
A=
2 5
0 1
3 3
2
dividiendo entre el segundo rengln:
3
1
1 2 3 0
A= 3 5 3
0 1
2 2
21
2
multiplicando por el segundo rengln y sumando al primero:
3
1 0 2 1
A= 5 3
0 1 2 2
por lo tanto:
2 1
A1 = 5 3
2 2
Comprobacin:
3 2 2 1 6 5 33
A A1 = 5 3 =
5 4 2 10 + 10 5 + 6
2
1 0
= =I
0 1
Ejemplo.
7 9 6
A = 3 2 5
15 10 8
Solucin.
Se agrega una matriz unitaria de tercer orden:
7 9 6 1 0 0

A= 3 2 5 0 1 0
15 10 8 0 0 1
dividiendo entre 7 el primer rengln:
9 6 1
1 7 7 7 0 0
A= 3 2 5 0 1 0

15 10 8 0 0 1

multiplicando por 3 el primer rengln y sumando al segundo:
9 6 1
1 0 0
7 7 7
13 53 3
A= 0 1 0
7 7 7
15 10 8 0 0 1

multiplicando por 15 el primer rengln y sumando al tercero:
22
9 6 1
1 0 0
7 7 7
13 53 3
A= 0 1 0
7 7 7
65 146 15
0 7 0 1
7 7
13
dividiendo entre el segundo rengln:
7
9 6 1
1 0 0
7 7 7
53 3 7
A = 0 1 0
13 13 13
65 146 15
0 7 0 1
7 7
9
multiplicando por el segundo rengln y sumando al primero:
7
399 14 63
1 0 0
91 91 91
53 3 7
A = 0 1 0
13 13 13
65 146 15
0 7 0 1
7 7
65
multiplicando por el segundo rengln y sumando al tercero:
7
399 14 63
1 0 91 91 91 0
53 3 7
A = 0 1 0
13 13 13
0 0 17 65
0 1
13
dividiendo entre 17 el tercer rengln:
399 14 63
1 0 91 91 91 0
53 3 7
A = 0 1 0
13 13 13
0 0 1 5 1
0
17 17
399
multiplicando por el tercer rengln y sumando al primero:
91
23
14 132 57
1 0
0 91 221 221
53 3 7
A = 0 1 0
13 13 13
0 0 1
0
5

1
17 17
53
multiplicando por el tercer rengln y sumando al segundo:
13
14 132 57
1 0 0 91 221 221
3 146 53
A = 0 1 0
13 221 221
0 0 1 0 5

1
17 17
por lo tanto:
14 132 57
91 221 221
3 146 53
A 1 =
13 221 221
0 5

1
17 17
Comprobacin:
14 132 57

7 9 6 91 221 221
53
A A 1 = 3 2 5
3 146

13 221 221
15 10 8 5 1
0
17 17
98 27 924 1314 30 399 477 6
91 + 13 + 0 221 + 221 17 +
221 221 17
42 6 396 292 25 171 106 5
= + +0 + +
91 13 221 221 17 221 221 17
210 + 30 + 0 1980 + 1460 + 40 855 530 8

91 13 221 221 17 221 221 17
1 0 0
= 0 1 0 = I
0 0 1
24
V.6 SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

Muchos problemas de la vida real obligan a resolver simultneamente varias ecuaciones lineales para
hallar las soluciones comunes a todas ellas. Tambin resultan muy tiles en geometra (las ecuaciones
lineales se interpretan como rectas y planos, y resolver un sistema equivale a estudiar la posicin relativa
de estas figuras geomtricas en el plano o en el espacio).
Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales que se puede escribir de forma
tradicional as :
a11 x1 + a12 x2 + L + a1n xn = b1

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

K L L K
am1 xn + am 2 x2 + K + amn xn = bm
Un sistema as expresado tiene m ecuaciones y n incgnitas, donde aij son los coeficientes reales del
sistema, los valores bm son los trminos independientes del sistema y las incgnitas xi son las
variables del sistema. La solucin del sistema es un conjunto ordenado de nmeros reales s1 , s 2 , L , sn
tales que al sustituir en las incgnitas satisfacen a la vez las m ecuaciones del sistema.
Este mismo sistema de ecuaciones lineales en notacin matricial tiene esta forma :
[A] [x] = [B]

a11 a12 L a1n x1 b1
a a22 L a2 n x2 b2
21 =
L L L L K K

am1 am 2 L amn xn bm
donde:
[ ]
A es una matriz de coeficientes
[B] es un vector de constantes
[x] es un vector de incgnitas
V.6.1 MTODO DE LA MATRIZ INVERSA
Sea la ecuacin matricial: [A] [x] = [B] que denota un sistema de ecuaciones lineales.
Esta ecuacin puede ser resuelta para [x] , premultiplicando [A] por su inversa, y para no alterar el
resultado, tambin se premultiplica [B ] por la inversa de [ A] :
[A]1 [A] [x ] = [A]1 [B ] , esto es:
25
[x ] = [A]1 [B ]
Ejemplos.
Resolver los siguientes sistemas de ecuaciones:
3x1 + 4 x2 = 15
1)
2 x1 + x2 = 5
Solucin.
3 4
A=
2 1
3 4
det ( A) = = 3 8 = 5
2 1
3 2
AT =
4 1
1 4
Adj A =
2 3
1 4
1 1 1 4 5 5
A1 = Adj A = =
5 5 2 3 2 3
5 5
1 4
15 3 + 4 1
[x] = [A] [B] = 25 53 =
1
= 3
5 6 3
5 5
x1 = 1; x2 = 3
x + 4 y + 5 z = 11

2) 3 x 2 y + z = 5
4 x + y 3z = 26
Solucin.
1 4 5
A = 3 2 1

4 1 3
det ( A) = 6 + 15 + 16 + 40 + 36 1 = 112
1 3 4
A = 4 2 1
T
5 1 3
26
2 1 4 1 4 2

1 3 5 3 5 1
5 17 14
3 4 1 4 1 3
Adj A = = 13 23 14
1 3 5 3 5 1
11 15 14
3 4 1 4 1 3
2
1 4 1 4 2
5 17 14
5 17 14 112 112 112
1 1
= 13 23 14
A 1 = Adj A = 13 23 14
112 112 112 112 112
11 15 14 11 15 14
112 112 112
5 17 14 55 85 364 224
112 112 +
112 11 112 112 112 112 2

[x] = [A]1 [B ] = 13 23 14 5 = 143 115 364 = 336 = 3
112 112 112 112 112 112 112
11 15 14 26 121 75 364 560 5
+ +
112 112 112 112 112 112 112
x = 2; y = 3; z = 5
V.6.2 MTODO DE ELIMINACIN DE GAUSS
Dado un sistema de m ecuaciones con n incgnitas el mtodo de eliminacin de Gauss consiste en

obtener un sistema equivalente cuya primera ecuacin tenga n incgnitas, la segunda n 1 , la
tercera n 2 , y as sucesivamente hasta llegar a la ltima ecuacin, que tendr una sola incgnita.
Hecho esto, se resuelve la ltima ecuacin, a continuacin la penltima, y as hasta llegar a la primera.
Es decir, el mtodo de Gauss consiste en triangular la matriz de coeficientes.
a11 x1 + a12 x2 + a13 x3 + L + a1n xn = b1

a 22 x2 + a 23 x3 + K + a 2 n xn = b2

a33 x3 + L + a3 n xn = b3
L K

a mn xn = bm
Esto significa que se deben eliminar x1 en la segunda ecuacin, x1 y x2 en la tercera ecuacin, x1 , x2

y x3 en la tercera ecuacin, etc. Finalmente en la ltima ecuacin, se deben eliminar todos los
coeficientes excepto el de la variable xn . Una vez que se modificaron todas las ecuaciones, la solucin
es completada por sustitucin desde la ltima ecuacin hacia las anteriores.
Ejemplos.
27
5 x + 2 y = 16 _ (1)
1)
4 x + 3 y = 10 _ (2 )
Solucin.
multiplicando la ecuacin (1) por 1

:
5
_ (1')
2 16
x+ y=
5 5
multiplicando la ecuacin (1) por 4 y se suma a la ecuacin (2) :
5
_ (2')
7 14
y=
5 5
multiplicando la ecuacin (2') por 5
:
7
y = 2
conocida y , se sustituye en (1') y se despeja x , terminando el proceso:
( 2 ) =
16 2 16 4 20
x= + = =4
5 5 5 5 5
x = 4; y = 2
3x1 + 2 x2 + 7 x3 = 4 _ (1)

2) 2 x1 + 3 x2 + x3 = 5 _ (2)
3x1 + 4 x2 + x3 = 7 _ (3)
Solucin.
Multiplicando la ecuacin (1) por 1

:
3
_ (1')
2 7 4
x1 + x 2 + x3 =
3 3 3
3
_ (2')
5 11 7
x 2 x3 =
3 3 3
multiplicando la ecuacin (2') por 3
:
5
_ (2' ')
11 7
x2 x3 =
5 5
2 x2 6 x3 = 3 _ (3')
multiplicando la ecuacin (2') por 6 y se suma a la ecuacin (3') :

5
_ (3' ')
8 1
x3 =
5 5
28
A fin de apreciar mejor el resultado, se adopta el siguiente orden:
_ (1')
2 7 4
x1 + x 2 + x3 =
3 3 3
_ (2' ')
11 7
x 2 x3 =
5 5
_ (3' ')
8 1
x3 =
5 5
se observa que se debe convertir en 1 el coeficiente de x3 de (3' ') para obtener la solucin de esa
5
variable y comenzar la solucin hacia atrs, as que se multiplica dicha ecuacin por :
8
1
x3 =
8
conocida x3 , se sustituye en (2' ') y se despeja x2 :
7 11 1 9
x2 = + =
5 5 8 8
estos dos valores se sustituyen en (1') y se despeja x1 , terminando el proceso:
4 2 9 7 1 7
x1 = =
3 3 8 3 8 8
7 9 1
x1 = ; x2 = ; x3 =
8 8 8
V.6.3 REGLA DE CRAMER
La regla de Cramer es aplicable para aquellos sistemas que tienen igual nmero de ecuaciones que de
( )
incgnitas n = m y el determinante de la matriz de coeficientes es distinto de cero. Es decir, para
sistemas de que tienen siempre una solucin nica (compatibles determinados).
a11 x1 + a12 x2 + L + a1n xn = b1

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

K L L K
an1 xn + an 2 x2 + K + ann xn = bn
El valor de cada incgnita x j se obtiene de un cociente cuyo denominador es el determinante de la

matriz de coeficientes y cuyo numerador es el determinante que se obtiene al cambiar la columna j del
determinante de la matriz de coeficientes por la columna de los trminos independientes.
Ejemplos.
3x1 4 x2 = 23
1)
5 x1 + 6 x2 = 13
Solucin.
29
3 4
= = 18 + 20 = 38
5 6
Para calcular x1 , se sustituyen los trminos independientes en la primera columna:
23 4
x 13 6 138 + 52 190
x1 = 1 = = = =5
38 38
Para calcular x2 , se sustituyen los trminos independientes en la segunda columna:
3 23
x 5 13 39 115 76
x2 = 2 = = = = 2
38 38
x1 = 5; x2 = 2
2 x 3 y + 7 z = 21

2) 4 x y + 10 z = 28
6 x 9 y 3z = 9
Solucin:
2 3 7
= 4 1 10 = 6 252 + 180 42 36 + 180 = 36
6 9 3
Para calcular x1 , se sustituyen los trminos independientes en la primera columna:
21 3 7
28 1 10
9 9 3 63 1764 + 270 63 252 + 1890 144
x= x = = = =4
36 36
Para calcular y , se sustituyen los trminos independientes en la segunda columna:
2 21 7
4 28 10
y 6 9 3 168 252 1260 + 1176 + 252 + 180 72
y= = = = = 2
36 36
Para calcular z , se sustituyen los trminos independientes en la tercera columna:
2 3 21
4 1 28
6 9 9 18 756 + 504 126 108 + 504 36
z= z = = = =1
36 36
x = 4; y = 2; z = 1
30

Matrices Unam PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Matrices Unam PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Pgina del Colegio de Matemticas de la ENP-UNAM Matrices y determinantes Autor: Dr.

Jos Manuel Becerra Espinosa

V.1 DEFINICIN DE MATRIZ

a11 a12 a13 K a1m

Una matriz es cuadrada si posee el mismo nmero de renglones y de columnas:

V.2 OPERACIONES CON MATRICES

La operacin suma cumple con las siguientes propiedades:

Multiplicacin de una matriz por un escalar

Los elementos de la matriz producto A B se definen de la siguiente manera:

donde i va desde 1 hasta p y j va desde 1 hasta q .

a11b11 + a12b21 a11b12 + a12b22 a11b13 + a12b23 a11b14 + a12b24

En general, el producto de matrices no es conmutativo: A B B A

V.3 MATRICES ESPECIALES

2. Matriz identidad (matriz unitaria)

La propiedad principal de una matriz cuadrada es que:

4. Matriz triangular superior

u11 u12 u13 K u1n

5. Matriz triangular inferior

Se dice que una matriz cuadrada es simtrica si es igual a su propia transpuesta: A = AT

aij = a ji para toda i y para toda j

aij = a ji para toda i y para toda j

aij = a ji para toda i y para toda j

aij = a ji para toda i y para toda j

a11 a12 a13 K a1n

V.4.2 CLCULO DE DETERMINANTES DE SEGUNDO Y TERCER ORDEN. REGLA DE SARRUS

Para calcular determinantes de segundo y tercer grado el mtodo ms simple es el de multiplicacin

a11 a12 a13

a11 a12 a13

V.4.3 PROPIEDADES DE LOS DETERMINANTES

3. Si cada elemento de un rengln o una columna es multiplicado por un escalar k , el determinante es

a11 a12 L a1n ka11 a12 L a1n ka11 ka12 L ka1n

4. Si se intercambian dos renglones o (columnas) el signo del determinante cambia.

5. Si un rengln (o columna) se traslada p renglones (o columnas) entonces el determinante obtenido

si se mueve el primer rengln, una posicin, se tiene:

6. Si dos renglones o dos columnas son iguales, entonces el determinante es cero.

7. Un determinante no cambia de valor si a todos los elementos de un rengln (o columna) le son

V.4.4 MENOR DE UN ELEMENTO

Sea un determinante de orden n , correspondiente a una matriz A :

Se define el menor de un elemento a ij al determinante que resulta de eliminar el rengln i y la columna

a11 a12 L a1 j L a1n

Algunos menores son:

V.4.5 COFACTOR DE UN ELEMENTO

Se define el cofactor de un elemento a ij , el cual se denota Aij , como:

Para el rengln k o la columna l .

a21 a22 a a a a12

V.4.6 MATRIZ ADJUNTA

Si A = aij es una matriz cuadrada y Aij es el cofactor de a ij , se define la matriz adjunta de A ,

A11 A12 L A1n

V.5 MATRIZ INVERSA

En el lgebra matricial, la divisin no est definida. La inversin de matrices es la contraparte de la

esto se cumple siempre y cuando det ( A) 0 .

La matriz inversa se obtiene en su forma clsica, de la siguiente manera:

A11 A12 L A1n

La inversa de un producto de matrices se obtiene de la siguiente regla:

V.5.2 MATRIZ INVERSA POR TRANSFORMACIONES ELEMENTALES

V.6 SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

a11 x1 + a12 x2 + L + a1n xn = b1

[A] [x] = [B]

V.6.1 MTODO DE LA MATRIZ INVERSA

[A]1 [A] [x ] = [A]1 [B ] , esto es:

V.6.2 MTODO DE ELIMINACIN DE GAUSS

Dado un sistema de m ecuaciones con n incgnitas el mtodo de eliminacin de Gauss consiste en

a11 x1 + a12 x2 + a13 x3 + L + a1n xn = b1