ESCUELA SUPERIOR POLITECNICA DE

CHIMBORAZO.

FACULTAD DE

ESCUELA DE INGENIERIA.

TEMA:
MATRICES Y DETERMINANTES.

PROFESOR:
ING. .

ASIGNATURA:
ALGEBRA LINEAL.

AUTOR:
1

AÑO LECTIVO:
2018 – 2019.
[NOMBRE DEL AUTOR] 1
 ÍNDICE

1. TEMA: .............................................................................................................................................. 3

2. OBJETIVO GENERAL: .................................................................................................................. 3

3. OBJETIVOS ESPECÍFICOS: ......................................................................................................... 3

4. ANTECEDENTES: .......................................................................................................................... 3

5. MARCO TEÓRICO ......................................................................................................................... 3

5.2 Definición: ................................................................................................................................... 3
5.3 Tipos de matrices. ............................................................................................................. 4
5.3.1 Matriz nula. ................................................................................................................................... 4
5.3.2 Matriz fila:...................................................................................................................................... 4
5.3.3 Matriz columna............................................................................................................................ 4
5.3.4 Matriz cuadrada .......................................................................................................................... 4
5.3.5 Matriz transpuesta………………………………………………………………………………….....6
5.4 Operaciones con matrices. ............................................................................................. 6
5.4.1 Suma y diferencia. ........................................................................................................................... 6
5.4.2 Producto de una matriz por un número. ............................................................................... 7
5.4.3 Producto de matrices..................................................................................................................... 8
5.5 Determinante de una matriz: ........................................................................................ 8
5.5.1 Determinante de orden dos: .................................................................................................. 9
5.5.3 Propiedades del determinante.............................................................................................. 9
5.6 Matriz inversa...................................................................................................................12
5.6.1 Matriz inversa por el método de la adjunta. ..................................................................12

6 CONCLUSIONES: .........................................................................................................................14

7 RECOMENDACIONES: ...............................................................................................................14

8 BIBLIOGRAFIA: ................................................................................................................................15

9 ANEXOS. ..............................................................................................................................................15

[NOMBRE DEL AUTOR] 2

1. TEMA: “MATRICES Y DETERMINANTES”.

2. OBJETIVO GENERAL:

 Dar a conocer que es una matriz, para que sirve, y como es utiliza.

3. OBJETIVOS ESPECÍFICOS:
 Dar a conocer cuáles son los diferentes tipos de matrices existentes.
 Mostrar las diversas propiedades de las matrices, y sus respectivas operaciones.
 Conocer para que se utilizan las matrices en la actualidad.

4. ANTECEDENTES:

Las matrices aparecieron por primera vez el siglo XIX hacia el año 1850, introducidas por el
inglés James Joseph Silverton, mientras que el desarrollo de la teoría se debe al matemático
y astrónomo irlandés Hamilton en 1853 y al inglés Cayley. Este último introdujo la notación
matricial para un sistema lineal de ecuaciones.

Las matrices se encuentran en aquellos ámbitos en los que se trabaja con datos
regularmente ordenados y aparecen en situaciones propias de las Ciencias Sociales,
Económicas y Biológicas.

5. MARCO TEÓRICO

5.1 Introducción:
Además de la utilidad de las matrices para estudiar sistemas, aparecen de forma natural en
geometría, estadística, economía, etc. La utilización de las matrices constituye una parte
esencial en los lenguajes de programación ya que la mayoría de los datos se introducen en
los ordenadores en tablas organizadas en filas y columnas.

Por ellos el presente trabajo de investigación da a conocer de forma clara y exacta, ¿qué es?
y ¿para qué sirve una matriz? Con el fin de aclarar la mayor cantidad de dudas que se
generara al realizar la investigación mostrada a continuación.

5.2 Definición:
Una matriz es un conjunto de números, objetos u operadores, dispuestos en un arreglo
bidimensional de filas y columnas, encerrados entre paréntesis rectangulares, que
obedecen a ciertas reglas algebraicas. Cada una de las partes integrantes del arreglo es
[NOMBRE DEL AUTOR] 3
llamado elemento de la matriz y su localización en el arreglo es identificado por un sistema
de doble subíndice, en el cual el primer subíndice indica la fila y el segundo subíndice indica
la columna.

Por tanto, una matriz que tiene (n) filas y (m) columnas se dice que es una matriz de orden
(n x m). Cuando se trata de matrices muy grandes se representan con una sola letra
mayúscula, o por un solo elemento con doble índice:
𝐴 = [𝑎𝑖𝑗 ]
Donde:
 i: va desde 1 hasta n
 j: va desde 1 hasta m

5.3 Tipos de matrices.

5.3.1 Matriz nula: Es aquella que tiene todos los elementos cero.

5.3.2 Matriz fila: es aquella que solo tiene una fila, es decir su dimensión es 1 x m.

5.3.3 Matriz columna: es aquella que solo consta de una columna, es decir su dimensión
será n x 1.

5.3.4 Matriz cuadrada: es aquella que tiene igual número de filas que de columnas.

En el caso contrario se llama “matriz rectangular”.

[NOMBRE DEL AUTOR] 4

En una matriz cuadrada, el conjunto formado por los elementos 𝑎𝑖𝑖 , se llama “diagonal
principal” y el conjunto de los elementos 𝑎𝑖𝑗 , tal que i + j = n + 1, se llama “diagonal
secundaria”.

Diagonal principal Diagonal secundaria

Dentro de las matrices de tipo cuadrada, se tienes las siguientes matrices:

5.3.4.1 Matriz diagonal: es aquella que tiene todos sus elementos nulos salvo los de la
diagonal principal.

5.3.4.2 Matriz escalar: es una matriz diagonal en la que todos los elementos de la diagonal
principal son iguales.

5.3.4.3 Matriz unidad o identidad: es una matriz escalar con los elementos de la diagonal
principal iguales.

5.3.4.4 Matriz triangular: es aquella en la que todos los elementos por encima (o debajo) de
la diagonal principal son nulos.

[NOMBRE DEL AUTOR] 5

  Triangular superior, si son nulos los elementos situados por debajo de la diagonal
principal.

 Triangular inferior, si son nulos los elementos situados por encima de la diagonal
principal.

5.3.4.5 Matriz simétrica: es una matriz cuadrada que coincide con su traspuesta, es decir,
𝐴 = 𝐴𝑡 ⇒ 𝑎𝑖𝑗 = 𝑎𝑗𝑖 ∀ 𝑖, 𝑗.

5.3.4.6 Matriz anti simétrica: es una matriz cuadrada que coincide con la opuesta de su
traspuesta, es decir, 𝐴 = − 𝐴𝑡 ⇒ 𝑎𝑖𝑗 = − 𝑎𝑗𝑖 ∀ 𝑖, 𝑗.

5.3.5 Matriz transpuesta: Dada una matriz A se llama traspuesta de A y se representa

por , 𝑨𝒕 , a la matriz que se obtiene de A cambiando filas por columnas o viceversa.
Ejemplo:

Es evidente que si A es de dimensión m × n, 𝑨𝒕 , es de dimensión n × m.

5.4 Operaciones con matrices.

5.4.1 Suma y diferencia.

Dadas dos matrices A y B podemos realizar su suma o diferencia de acuerdo a la siguiente

regla. Para sumar o restar dos matrices del mismo tamaño, se suman o restan los elementos
que se encuentren en la misma posición, resultando otra matriz de igual tamaño.
Por ejemplo:

Si las matrices tienen diferente tamaño, no se pueden sumar o restar entre sí.

[NOMBRE DEL AUTOR] 6

5.4.1.1 Propiedades:

a) Conmutativa: A + B = B + A
b) Asociativa: A + (B + C) = (A + B) + C
c) Elemento neutro: La matriz nula del tamaño correspondiente.
d) Elemento opuesto de A: La matriz -A, que resulta de cambiar de signo a los
elementos de A.
Ejemplo:
Si

Porque:

5.4.2 Producto de una matriz por un número.

Dada una matriz A = [𝒂𝒊𝒋 ] y un número real k, se define el producto k.A como otra matriz B
de igual dimensión que A y cuyo término general nos viene dado por 𝒃𝒊𝒋 = 𝒌. 𝒂𝒊𝒋 . Esto nos
quiere decir que para multiplicar un numero por una matriz se multiplican todos y cada uno
de los elementos de la matriz por dicho número.
Por ejemplo:

5.4.2.2 Propiedades:

a) Distributiva para la suma de matrices: k . (A + B) = k ⋅A + k . B

b) Distributiva para la suma de números reales: (k + h) . A = k . A+ h . A

c) Pseudoasociativa: k . (h . A) = (k . h). A

d) Elemento neutro: 1⋅A = A (El 1 es el elemento unidad de los números reales).

[NOMBRE DEL AUTOR] 7

5.4.3 Producto de matrices.

Hay que dejar claro ya desde el principio que no todas las matrices pueden multiplicarse.
Dos matrices se pueden multiplicar cuando se cumple la siguiente condición: “Para
multiplicar dos matrices A y B, en este orden, A·B, es condición indispensable que el número de
columnas de A sea igual al número de filas de B”.

Si no se cumple esta condición, el producto A·B no puede realizarse, de modo que esta es
una condición que debemos comprobar previamente a la propia multiplicación.
Ejemplo:

5.4.3.1 Propiedades:

a) Asociativa: A·(B·C) = (A·B)·C

b) Distributiva respecto de la suma: A · (B + C) = A · B + A · C (B + C) · A = B · A + C · A
c) Elemento neutro: la matriz identidad correspondiente, si A es m x n:
A · In = A
Im · A = A
d) En general el producto de matrices no es conmutativo: A . B ≠B . A
e) El producto de dos matrices no nulas A y B puede dar lugar a una matriz nula:

Se dice que el conjunto de las matrices con la operación producto tiene divisores de cero, es
decir, hay matrices no nulas cuyo producto es nulo.

5.5 Determinante de una matriz:

El determinante de una matriz A cuadrada es un número que se obtiene a partir de los

elementos de la matriz. Se representa por |𝐴| o det(A). Veamos como calculamos
determinantes sencillos para después dar el salto a otros de orden superior:

[NOMBRE DEL AUTOR] 8

5.5.1 Determinante de orden dos:
𝒂𝟏𝟏 𝒂𝟏𝟐
 Sea la matriz cuadrada de dimensión 2×2 dada por 𝑨 = [𝒂 ].
𝟐𝟏 𝒂𝟐𝟐
 Definimos el determinante de A de la siguiente forma: |𝑨| = 𝒂𝟏𝟏 . 𝒂𝟐𝟐 − 𝒂𝟏𝟐 . 𝒂𝟐𝟏
Ejemplo:

5.5.2 Determinante de orden tres:

Es un número asociado a una matriz 3×3 su determinante es:

La fórmula anterior se conoce como “Regla de Sarrus”.

Figura 1-5: Regla de Sarrus

Otra forma de recordar los productos del desarrollo de un determinante de orden tres seria
la siguiente:

Ejemplo:

5.5.3 Propiedades del determinante.

Algunas propiedades importantes que tienen los determinantes, y que se enuncian sin
demostración, son:

[NOMBRE DEL AUTOR] 9

1. Si una matriz tiene una línea (fila o columna) de ceros, el determinante vale cero.
Esta propiedad es evidente, puesto que, por definición de determinante, basta elegir
dicha línea para desarrollar y el determinante será 0.
2. Si una matriz tiene dos filas iguales o proporcionales, su determinante es nulo.
3. Si permutamos dos líneas paralelas de una matriz cuadrada, su determinante
cambia de signo, por ejemplo:

4. Si multiplicamos todos los elementos de una línea de un determinante por un

número, el determinante queda multiplicado por ese número. Por ejemplo:

5. Si a una línea de una matriz se le suma otra línea multiplicada por un número, el
determinante no cambia. Esta propiedad permite utilizar un método más sencillo
para calcular determinantes de orden mayor que 3.
6. El determinante de una matriz es igual al de su traspuesta.

7. Si A tiene matriz inversa, A−1, se verifica que:

1
𝑑𝑒𝑡(𝐴−1 ) =
𝑑𝑒𝑡(𝐴)

8. Si permutamos entre sí dos filas (o columnas) de una matriz, el determinante

cambia de signo, sin variar su valor absoluto.
9. Si una matriz cuadrada tiene dos filas (o columnas) iguales, entonces su
determinante vale cero.
10. Si una matriz cuadrada tiene dos filas (o columnas) proporcionales, su determinante
vale cero.
11. Si los elementos de una fila (o columna) de un determinante se multiplican por un
número, el determinante queda multiplicado por dicho número.

1
[NOMBRE DEL AUTOR]
0
 12. El determinante de una matriz cuadrada no cambia si se sustituye una fila (o
columna) por una combinación lineal de ella con las restantes filas (o columnas).
Aplicando esta propiedad de forma reiterada, el determinante de una matriz
cuadrada se puede convertir en otro del mismo valor que el dado, de tal forma que,
todos los elementos de una fila (o columna) elegida, sean cero, excepto uno de ellos.
13. El determinante de una matriz triangular o diagonal es igual al producto de los
elementos de la diagonal principal.
14. Si cada elemento de una fila (o columna) de una matriz cuadrada se escribe como
suma de dos sumandos, el determinante de dicha matriz es igual a la suma de dos
determinantes que tienen iguales todas las filas (o columnas), salvo la que se haya
descompuesto, en la que el primer determinante tiene los primeros sumandos y el
segundo determinante los segundos sumandos.

Ejemplo:
 Calcular los siguientes determinantes:

Hemos reducido el determinante de orden 4 a otro de orden 3. Llegados aquí, tenemos dos
posibilidades: desarrollar este determinante de orden 3 directamente, aplicando la regla de
Sarrus o seguir la reducción igual que antes.

Como nos ha quedado una matriz triangular, su determinante es igual al producto de los
elementos de la diagonal principal y nos queda:

 Calcular el siguiente determinante:

1
[NOMBRE DEL AUTOR]
1
Aplicando las propiedades de los determinantes:

5.6 Matriz inversa.

5.6.1 Matriz inversa por el método de la adjunta.

En el álgebra matricial, la división no está definida. La inversión de matrices es la

contraparte de la división en álgebra. La inversa de una matriz está definida como aquella
matriz, que multiplicada por la original da por resultado la matriz identidad, se denota como
A-1: A-1⋅ A = A⋅ A-1 = I, esto se cumple siempre y cuando det(A) ≠ 0.

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

El procedimiento para obtener la matriz inversa de una matriz A por el método 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 𝑑𝑒𝑡(𝐴) . 𝐴𝑑𝑗(𝐴)

1
[NOMBRE DEL AUTOR]
2
Ejemplo:
 Obtener la matriz inversa de:

Solución:

Comprobación:

5.6.2 Matriz inversa por transformaciones elementales.

Ejemplo:
 Obtener la matriz inversa de:

Solución.
Se agrega una matriz unitaria de segundo orden:

dividiendo entre 3 el primer renglón:

multiplicando por 5 el primer renglón y sumando al segundo:

1
[NOMBRE DEL AUTOR]
3
dividiendo entre 2/3 el segundo renglón:

multiplicando por 2/3 el segundo renglón y sumando al primero:

por lo tanto:

Comprobación:

6 CONCLUSIONES:

 Se puede concluir que una matriz está conformada por filas y columnas, y el número
de filas y columnas puede variar de acuerdo al tipo de matriz que se tenga.

 También podemos decir que, este tipo de matrices y sus diversas formas de resolver,
sirven para desarrollar sistema de ecuaciones lineales.

 Podemos aseverar que, para realizar una multiplicación entre dos matrices, el
número de filas y columnas de la primera matriz, deberá ser el mismo que el de la
segunda matriz.

7 RECOMENDACIONES:
 Se recomienda prestar atención al momento de realizar nuestra consulta, pues
podemos prestar atención en aquellas dudas que se vayan generando, de tal manera
que puedan ser aclaradas al recibir la clase pertinente.

1
[NOMBRE DEL AUTOR]
4
  También se recomienda, tomar la información de libros o revistas científicas, pues
así se garantiza no solamente un buen trabajo de investigación, si no que también la
información que obtengamos será verídica y confiable.

8 BIBLIOGRAFIA:

 http://dgenp.unam.mx/direccgral/secacad/cmatematicas/pdf/m63unidad05.pdf
 http://www.ehu.eus/juancarlos.gorostizaga/mateI15/Temas_PDF/MatricesDeter
min.pdf
 http://diarium.usal.es/guillermo/files/2013/04/MatricesyDeterminantes.pdf
 http://www.juntadeandalucia.es/averroes/centros-
tic/18700232/helvia/sitio/upload/2_MATRICES.pdf
 http://centros.edu.xunta.es/iesastelleiras/depart/matema/recurs/rec2bs/teoria/
matri.pdf
 https://www.ugr.es/~ahurtado/PDF/tema4.pdf

9 ANEXOS.

METODOS PARA RESOLVER UN SISTEMA DE ECUACIONES LINEALES.

Para resolver un sistema de ecuaciones lineales, estudiaremos dos herramientas distintas:
el método de Gauss y la regla de Cramer.

Método de Gauss.
Dos sistemas se dicen equivalentes cuando tienen el mismo conjunto de soluciones. Se
obtienen sistemas equivalentes cuando:
1. Se altera el orden de las ecuaciones.
2. Se elimina una ecuación que sea combinación lineal de las otras.
3. Se sustituye una ecuación por otra que resulta de multiplicarla por un numero
distinto de cero.
4. Se sustituye una ecuación por otra que resulta de sumarle una combinación lineal
de otras ecuaciones.
El método de Gauss es igual al que vimos para calcular el rango de una matriz. Consiste en
obtener un sistema de ecuaciones lineales equivalente a la inicial cuya matriz ampliada sea
una matriz escalonada. A estos sistemas de ecuaciones lineales se les llama escalonados y
se resuelven fácilmente de abajo hacia arriba.

1
[NOMBRE DEL AUTOR]
5
A modo de ejemplo, apliquemos el método de Gauss al siguiente sistema de ecuaciones
lineales:

Para ello escribimos solo la matriz ampliada (separando con una línea la de coeficientes):

a la segunda fila le restamos cuatro veces la primera y a la tercera, dos veces la primera:

intercambiamos la segunda y la tercera para tener un 1 como pivote:

restamos a la tercera tres veces la segunda:

puesto que el número de filas no nulas de la matriz de coeficientes escalonada coincide con
el número de filas no nulas de la matriz ampliada escalonada el teorema de Rouche-
Frobenius nos ¨ dice que es compatible. Como, además, el rango de dichas matrices (que
coincide con el número de filas no nulas) es 2 y el número de incógnitas 3, el sistema es
compatible indeterminado y sus soluciones dependen de 3 − 2 = 1 parámetros reales.
Haciendo z = λ, tenemos que resolver el sistema:

que se puede resolver fácilmente de forma escalonada (de abajo a arriba). Las soluciones
son ´ x = −7λ, y = 1+5λ, z = λ con λ ∈ R.

Regla de Cramer.

1
[NOMBRE DEL AUTOR]
6
Esta regla proporciona un método para resolver ciertos sistemas de ecuaciones compatibles
determinados mediante determinantes. Diremos que un sistema de ecuaciones lineales es
un SISTEMA DE CRAMER si su matriz de coeficientes A es cuadrada (lo que equivale a decir
que el sistema de ecuaciones lineales, tienen tantas ecuaciones como incógnitas) y |A|≠0.
Gracias al Teorema de Rouche-Frobenius se comprueba enseguida, que un sistema de
Cramer es compatible determinado. Sin embargo, no es cierto que todo SCD sea de Cramer.
Veamos como resolver sistemas de Cramer.

 Teorema (Regla de Cramer). Supongamos que tenemos un sistema de Cramer con

incógnitas x1,..., xn y matriz ampliada A∗ . Escribamos:

Entonces el sistema es compatible determinado y se puede resolver así:

es decir, para despejar la incógnita xi, en el numerador se tiene el determinante de la matriz

que resulta al cambiar en A la columna i-esima por la columna b, mientras que en el
denominador ´ se tiene siempre el determinante de A.

Como ejemplo, resolvamos el sistema de ecuaciones lineales:

La matriz ampliada del sistema de ecuaciones lineales es:

Comprobamos que el determinante de A es distinto de cero:

Las soluciones se pueden calcular por la regla de Cramer del siguiente modo:

1
[NOMBRE DEL AUTOR]
7
 1
[NOMBRE DEL AUTOR]
8