1 MATRICES Y DETERMINANTES

1.1 Conceptos básicos sobre matrices.

Definición .1 Una matriz A de orden m n es un conjunto de m n elementos de un cuerpo
K, dispuestos en m …las y en n columnas como sigue:
0 1
a11 a12 ::: a1n
A = @ ::: ::: ::: ::: A
am1 am2 ::: amn

Designaremos por Mm n (K) el conjunto de todas las matrices con m …las y n columnas y con
elementos en el cuerpo K que generalmente será el cuerpo de los reales o de los complejos. Para
referirnos a una matriz de forma simpli…cada utilizaremos la notación A = (aij ) 2 Mm n (K):

Si m = 1 se dice que A es una matriz …la y si n = 1 se dice matriz columna.

Si m 6= n, se dice que A es una matriz rectangular. Si n = m; la matriz se dirá cuadrada

de orden n y el conjunto de tales matrices se designará por Mn (K):

Nos referiremos a una matriz nula cuando todos sus elementos sean ceros.

En una matriz cuadrada de orden n se llama diagonal principal a los elementos de la

forma aii ; con i 2 f1; 2; : : : ; ng ; y se llama traza a la suma de los elementos de la diagonal
principal.

1.1.1 Operaciones y propiedades.

1. Igualdad: Dos matrices A = (aij ) y B = (bij ) pertenicientes a Mm n (K) son iguales si

aij = bij ; 8 i 2 f1; 2; : : : ; mg y 8j 2 f1; 2; : : : ; ng

Ejemplo 1.1 Es fácil comprobar que

x + y 2x + y 1 2
= , x = 1; y = 0
0 3 0 3

2 Suma: Dadas dos matrices A = (aij ) y B = (bij ) pertenicientes a Mm n (K), se de…ne la

matriz C = (cij ) = A + B como la matriz de Mm n (K) tal que

cij = aij + bij ; 8 i 2 f1; 2; : : : ; mg y 8j 2 f1; 2; : : : ; ng

Ejemplo 1.2
2i 21 1 2p+ i 1 2i p
23 + i
+ =
0 3 3 3 3 3 3

1
Tal y como se ha de…nido, la suma de matrices es asociativa, conmutativa, tiene elemento
neutro (la matriz nula) y toda matriz tiene opuesta. Bajo estas circunstancias podemos decir
que el conjunto Mm n (K); con la suma, tiene estructura algebraica de grupo abeliano.

3 Producto por un escalar: Dados c 2 K y A = (aij ) 2 Mm n (K), se de…ne la matriz

B = (bij ) = cA

como la matriz de Mm n (K) tal que

bij = caij ; 8 i 2 f1; 2; : : : ; mg y 8j 2 f1; 2; : : : ; ng

Ejemplo 1.3
1 2p+ i 1+i 1 + 3ip
A= ) (1 + i)A =
3 3 3 + 3i (1 + i) 3

La operación producto de una matriz por un escalar tiene las siguientes propiedades:

(a) (A + B) = A + B; 8 2 K y 8A; B 2 Mm n (K):

(b) ( + ) A = A + A; 8A 2 Mm n (K) y8 ; 2 K:
(c) ( )A = ( A) ; 8A 2 Mm n (K) y8 ; 2 K:

4 Producto de matrices. Dadas dos matrices A = (aik ) 2 Mm n (K) y B = (bkj ) 2 Mn p (K);

se de…ne la matriz producto C = (cij ) = AB 2 Mm p (K) como sigue:

X
n
cij = aik bkj 8i 2 f1; 2; : : : ; mg y 8j 2 f1; 2; : : : ; pg
k=1

Ejemplo 1.4
1 i 0 1 i 2 i 1 1+i i 2 i
=
1+i 0 i 1 0 0 0 1+i 1 i 3+i

El producto de matrices tiene las siguientes propiedades.

(a) Asociatividad: (AB)C = A(BC) con A 2 Mm n (K), B 2 Mn p (K) y C 2 Mp q (K):

(b) Distributividad: A(B + C) = AB + AC; (D + E)F = DF + EF con A; D; E 2
Mm n (K) y B; C; F 2 Mn p (K):
(c) (AB) = ( A)B = A( B) 8 2 K, 8A 2 Mm n (K) y 8B 2 Mn p (K):
(d) El producto de matrices no es conmutativo.

2
 0 1
1 1
1 0 i @
Ejemplo 1.5 Dadas las matrices A = yB= 2 3 A;
i 1 3
0 5
0 1
1 1
1 0 i @ 2 1 1 + 5i
AB = 3 A=
i 1 3 2 i 18 + i
0 5
0 1 0 1
1 1 1+i 1 3+i
1 0 i
BA = @ 2 3 A = @ 2 3i 3 9 + 2i A
i 1 3
0 5 5i 5 15

1 i 0 2i
Si ahora tomamos matrices cuadradas C = yD= ;
1+i 0 1 i 0

1 i 0 2i 1 i 2i
CD = =
1+i 0 1 i 0 0 2 2i
0 2i 1 i 2 2i 0
DC = =
1 i 0 1+i 0 1 i 1 i

(e) AB puede ser cero siendo A 6= 0 y B 6= 0:

1 0 0 0
Ejemplo 1.6 A = ,B= y AB = 0:
0 0 1 1

(f) No se veri…ca la ley de simpli…cación, es decir, AB = AC no implica que B = C:

1 1 1 0 1 2
Ejemplo 1.7 A = ;B = ;C =
1 1 2 1 0 1
1 1
AB = = AC y B 6= C
1 1

2 1
Ejercicio 1 Dada la matriz A = ; se pide:
1 3

1. Encuentra todas las matrices B que veri…can AB = BA:

1 0
2. Demuestra que hay una única matriz D que veri…que AD = DA = y encuén-
0 1
trala.

Definición .2 (Trasposición) Si A = (aij ) 2 Mm n (K); se llama traspuesta de A y se

representa por At = (bij ) 2 Mn m (K); a la matriz que veri…ca que

bij = aji 8i y 8j:

Propiedades de la trasposición de matrices.

3
 t
(a) (At ) = A, 8A 2 Mm n (K):

(b) (A + B)t = At + B t ; 8A; B 2 Mm n (K):

(c) ( A)t = At , 8A 2 Mm n (K) y 8 2 K:

(d) (AB)t = B t At 8A = (aik ) 2 Mm n (K) y 8B = (bkj ) 2 Mn p (K):

1.1.2 Tipos de matrices cuadradas.

Diagonal, escalar, matriz identidad: Una matriz cuadrada en la que aij = 0 8i; 8j con
i 6= j se dice diagonal. Una matriz diagonal que tiene iguales todos los elementos aii se
dice matriz escalar, y si aii = 1 8i = 1; 2; :::; n, se llama matriz unidad o matriz identidad
de orden n y se denota In . Obsérvese que si A 2 Mm n (K) se veri…ca que
AIn = Im A = A:

Matriz triangular: Si aij = 0 8i > j se dice que la matriz es triangular superior. Si aij = 0
8i < j se dice triangular inferior.
0 1
1 i 1
Ejemplo 1.8 A = @ 0 0 3 A es una matriz triangular superior.
0 0 1+i

Matriz simétrica: A se dice simétrica si A = At .

0 1
1 i 1
Ejemplo 1.9 A = @ i 0 3 A es una matriz simétrica.
1 3 1+i

Matriz antisimétrica: A se dice antisimétrica si A = At :

0 1
0 i 1+i
Ejemplo 1.10 A = @ i 0 3 A es una matriz antisimétrica.
1 i 3 0

Matriz regular o invertible: Una matriz A 2 Mn (K) se dice regular cuando tiene inversa
para el producto, es decir, existe otra matriz cuadrada del mismo tamaño que repre-
sentaremos por A 1 tal que
AA 1 = A 1 A = In
La matriz A 1 , cuando existe, es única y se llama inversa de la matriz A. Si una matriz
no es regular se dice singular. Se considera el conjunto
GLn (K) = fA 2 Mn (K)=A es regularg
que, con respecto al producto de matrices, tiene estructura algebraica de grupo. Recibe
el nombre de grupo lineal de orden n.
Entre las propiedades más importantes de las matrices regulares hay que destacar las
siguientes:

4
 1
(a) (A 1 ) = A; 8A 2 GLn (K) :
1
(b) Si 2 K, 6= 0, entonces ( A) = (1= )A 1 :
1
(c) (AB) = B 1 A 1 ; 8A; B 2 GLn (K) :
(d) Si A es regular, entonces AB = AC implica B = C y BA = CA implica B = C.

1.1.3 Matrices elementales. De…nición y propiedades.

Reciben este nombre un conjunto de matrices que se forman modicando las …las, o las columnas,
de la matriz identidad de cualquier orden. Estas modi…caciones son muy concretas y nos
referiremos a ellas con el nombre genérico de operaciones elementales. Las matrices elementales
se clasi…can en tres tipos en función de la operación realizada sobre la identidad.
Primer tipo Son matrices que se obtienen cuando en la matriz identidad se intercambian las
…las o las columnas i esima y j esima. Las vamos a denominar Fij o Cij respectiva-
mente. Si Fij 2 Mm (K) y A = (aik ) 2 Mm n (K) entonces el producto
Fij A
es una matriz que tiene todas las …las iguales que las de la matriz A con la excepción
de las …las i esima y j esima que aparecen intercambiadas. Si hacemos ACij ; con
Cij 2 Mn (K); las columnas i esima y j esima aparecen intercambiadas. Por último,
observamos que
Fij :Fij = Im ;
es decir, se trata de matrices regulares.
0 1 0 1
1 i 1 0 0 1
Ejemplo 1.11 A = @ i 0 3 A ; F13 = @ 0 1 0 A = C13
1 3 1+i 1 0 0
0 1
1 3 1+i
F13 A = @ i 0 3 A
1 i 1
0 1
1 i 1
AC13 = @ 3 0 i A
1+i 3 1

Segundo tipo El segundo tipo lo constituyen las matrices que denominaremos Fi ( ) (o Ci ( ))

y se forman multiplicando la …la (respectivamente la columna) i esima por un escalar
no nulo. Si Fi ( ) 2 Mm (K) y A = (aik ) 2 Mm n (K) entonces el producto
Fi ( )A
es una matriz que tiene todas las …las iguales que las de la matriz A excepto la …la
i esima que queda multiplicada por : Multiplicando a la derecha por Ci ( ) 2 Mn (K)
tenemos el mismo efecto sobre las columnas. Además ocurre que
1
Fi ( )Fi ( ) = Im ;
es decir, también se trata de matrices regulares.

5
 0 1 0 1
1 i 1 1 0 0
Ejemplo 1.12 A = @ i 0 3 A ; F2 ( 2) = @ 0 2 0 A = C2 ( 2)
1 3 1+i 0 0 1
0 1
1 i 1
F2 ( 2) A = @ 2i 0 6 A
1 3 1+i
0 1
1 2i 1
AC2 ( 2) = @ i 0 3 A
1 6 1+i

Tercer tipo El tercer tipo lo forman matrices que denominaremos Fij ( ) y que se forman
sumando a la …la i esima de la identidad la j esima multiplicada por un escalar no
nulo, y matrices que denominaremos Cij ( ) que se forman del mismo modo pero operando
con las columnas. Si Fij ( ) 2 Mm (K) y A = (aik ) 2 Mm n (K); entonces el producto
Fij ( )A
es una matriz que tiene todas las …las iguales que las de la matriz A excepto la i esima
en la que nos encontramos el resultado de sumar a la …la i esima de la matriz A la
j esima multiplicada por : Al hacer ACij ( ); con Cij ( ) 2 Mn (K); conseguimos el
mismo resultado sobre las columnas y también ocurre que
Fij ( )Fij ( ) = Im :
0 1 0 1 0 1
1 i 1 1 0 0 1 0 0
Ejemplo 1.13 A = @ i 0 3 A ; F21 ( i) = @ i 1 0 A C12 ( 2) = @ 2 1 0 A
1 3 1+i 0 0 1 0 0 1
0 1
1 i 1
F21 ( i) A = @ 0 1 3+i A
1 3 1+i
0 1
1 2i i 1
AC12 ( 2) = @ i 0 3 A
7 3 1+i

En resumen, las matrices elementales son matrices que al multiplicarlas a la izquierda de una
matriz dada, dan como resultado otra matriz del mismo tamaño en la que ocurrirá lo
siguiente:
Aparecerán intercambiadas dos …las.
Una …la aparecerá multiplicada por un escalar.
Una …la habrá sido sustituida por el resultado de sumar, a dicha la …la en la matriz
original, un escalar por otra.
Si la matriz elemental se multiplica a la derecha el resultado es el mismo pero afectando a las
columnas. A estos productos matriciales nos estaremos re…riendo cuando hablemos de hacer
operaciones elementales sobre una matriz:

6
1.1.4 Matrices Equivalentes
Definición .3 (Equivalencia de matrices) Dadas dos matrices A; B 2 Mm n (K), se dirá
que son equivalentes (escribiremos A ' B) si existen matrices elementales que llamaremos de
forma genérica Fi 2 Mm (K) y Cj 2 Mn (K), veri…cando que

B = Fr :::F1 AC1 :::Cs

Teniendo en cuenta que el producto de matrices regulares es una matriz regular, y llamando
Q = Fr :::F1 y P = C1 :::Cs , puede decirse que dos matrices A; B 2 Mm n (K) son equivalentes
si existen dos matrices regulares, Q de orden m y P de orden n; tales que
B = QAP:
La relación de…nida es una relación binaria de equivalencia en el conjunto Mm n (K), es decir,
es re‡exiva, simétrica y transitiva.
2 1 1 2 1 0 0 0
Ejemplo 1.14 Las matrices A = yB= son equivalentes. A
3 1 0 1 0 1 0 0
saber:
2 1 1 2 1 1 2 2
A = ' AC13 =
3 1 0 1 0 1 3 1
1 0 1 1
AC13 ' F12 ( 1) AC13 =
0 1 3 1
1 0 0 0
F12 ( 1) AC13 ' F12 ( 1) AC13 C31 (1) C41 ( 1) =
0 1 3 1
F12 ( 1) AC13 C31 (1) C41 ( 1) ' F12 ( 1) AC13 C31 (1) C41 ( 1) C32 ( 3) C42 ( 1) = B
Luego se cumple que
B = QAP
con
1 1
Q = F12 ( 1) =
0 1
0 1
0 0 1 0
B 0 1 3 1 C
P = C13 C31 (1) C41 ( 1) C32 ( 3) C42 ( 1) = B
@ 1
C
0 1 1 A
0 0 0 1
0 1
0 0 1 0
1 1 2 1 1 2 B 0 1 3 1 C 1 0 0 0
B C=
0 1 3 1 0 1 @ 1 0 1 1 A 0 1 0 0
0 0 0 1
En general escribiremos que
2 1 1 2 1 1 2 2 1 0 1 1 1 0 0 0
' ' '
3 1 0 1 0 1 3 1 0 1 3 1 0 1 0 0
sin especi…car las matrices elementales que intervienen en dichas equivalencias.

7
Otras relaciones binarias de equivalencia de…nidas entre matrices cuadradas son la semejanza
y la congruencia. Ambas serán objeto de estudio en temas posteriores.

Definición .4 (Semejanza de matrices cuadradas) Dos matrices cuadradas de orden

n, A y B, se dicen semejantes si existe una matriz P regular tal que B = P 1 AP:

Definición .5 (Congruencia de matrices cuadradas) Dos matrices cuadradas de or-

den n, A y B, se dicen congruentes si existe una matriz P regular tal que B = P t AP:

1.1.5 Matrices escalonadas y escalonadas reducidas

Definición .6 (Matriz escalonada) Se llaman matrices escalonadas aquellas matrices que
cumplen:

1. Si hubiera …las formadas sólo por ceros, éstas serían las últimas.
2. En las …las en las que algún elemento no es nulo, el primero de ellos es un 1. Éste se
llama 1 dominante o elemento cabecera.
3. Dadas dos …las consecutivas no nulas, el 1 dominante de la superior está más a la izquierda
que el 1 dominante de la inferior. Cuando hay ceros por encima y por debajo del 1 dom-
inante se dice que la matriz es escalonada reducida. Las matrices escalonadas reducidas
se denominan formas canónicas o formas normales de Hermite.
0 1
1 1 0 5 1
B 0 1 3 1 0 C
Ejemplo 1.15 A = B @ 0 0 0 1
C es una matriz escalonada.
1 A
0 0 0 0 0

1 0 0 0
Ejemplo 1.16 B = es una forma de Hermite.
0 1 0 0

Teorema 1.1 Toda matriz A 2 Mm n (K), es equivalente a una forma normal de Hermite.

La demostración del teorema es inmediata utilizando matrices elementales. Para conseguir

mayor claridad lo haremos sobre algunos ejemplos.

Ejemplo 1.17
0 1 0 1 0 1
1 2 3 2 1 1 2 3 2 1 1 0 0 0 0
A=@ 2 4 6 4 2 A'@ 0 0 0 0 0 A'@ 0 0 0 0 0 A
3 6 9 6 3 0 0 0 0 0 0 0 0 0 0
Ejemplo 1.18
0 1 0 1 0 1
1 2 3 1 2 3 1 0 0
B 0 1 1 C B 0 1 1 C B 0 1 0 C
B C B C B C
B=B
B 1 2 3 C'B
C B 0 0 0 C'B
C B 0 0 0 C
C
@ 2 4 6 A @ 0 0 0 A @ 0 0 0 A
3 6 9 0 0 0 0 0 0

8
Ejemplo 1.19
0 1 0 1
1 1 1 1 1 1
C = @ 3 2 0 A ' @ 0 1 3 A
2 2 0 0 0 2
0 1 0 1
1 0 0 1 0 0
' @ 0 1 0 A'@ 0 1 0 A
0 0 2 0 0 1

Definición .7 (Rango de una matriz) Se llama rango de una matriz A al número de …las
no nulas que tiene su forma normal de Hermite o forma canónica equivalente.

Hay otras de…niciones de rango de una matriz pero todas son equivalentes a la que damos aquí.

Proposición 1.2 Sean A; B 2 Mm n (K). A y B son matrices equivalentes si y sólo si

rang(A) = rang(B):

Prueba. Si dos matrices son equivalentes entre si, debido a la transitividad de la relación de
equivalencia, ambas son equivalentes a la misma forma de Hermite, y por lo tanto, tienen el
mismo rango.
Recíprocamente, si dos matrices tienen el mismo rango y el mismo tamaño necesariamente han
de ser equivalentes a la misma forma canónica y por tanto equivalentes entre sí.

Ejemplo 1.20 En los ejemplos anteriores la matriz A tiene rango 1, la matriz B tiene rango
2 y la matriz C rango 3.
0 1 0 1
1 1 0 2 0 1 1 5
Ejemplo 1.21 Es fácil observar que las matrices A = @ 0 1 1 1 A yB = @ 1 0 0 4 A
1 1 1 3 1 1 1 1
no son equivalentes ya que
0 1 0 1
1 1 0 2 1 0 0 0
A = @ 0 1 1 1 A ' @ 0 1 0 0 A =) rang A = 3
1 1 1 3 0 0 1 0
0 1 0 1
0 1 1 5 1 0 0 0
B = @ 1 0 0 4 A ' @ 0 1 0 0 A =) rang B = 2
1 1 1 1 0 0 0 0
0 1
1 1 1
Ejemplo 1.22 La matriz C = @ 3 2 0 A tiene rango 3 pero no es equivalente a la
2 2 0
matriz A del ejemplo anterior ya que no tiene el mismo tamaño.

Ejemplo 1.23 Para calcular el rango de la familia de matrices

0 1
a a 2 a3
A (a) = @ a 2a2 3a3 A
a 4a2 9a3

9
en función de los valores de a 2 R procedemos como sigue:
0 1 0 1 0 1
a a2 a3 a a 2 a3 a a 2 a3
@ a 2a2 3a3 A ' @ 0 a2 2a3 A ' @ 0 a2 2a3 A
a 4a2 9a3 0 3a2 8a3 0 0 a3
Si a = 0 entonces rang A = 0; y si a toma cualquier valor diferente de cero, entonces es fácil
comprobar que 0 1 0 1
a a2 a3 1 0 0
@ 0 a2 2a3 A ' @ 0 1 0 A ;
0 0 a3 0 0 1
y por lo tanto rang A = 3:
Ejercicio 2 Encuentra la forma de Hermite equivalente a la matriz
0 1
2 3 1 4 2
B 1 2 3 2 3 C
B C
A=B B 1 1 0 2 1 C
C
@ 1 1 1 1 1 A
1 2 4 1 3
y utilizala para demostrar que rang A = 4:
Ejercicio 3 Dada la familia de matrices
0 1
1 1 0 1 a
B 3 2 1 3 2a C
A (a) = B
@ a
C
3 2 0 a (a 2) A
1 0 4 3 5a
con a 2 R; prueba que el rango es 3 si a = 20 y 4 en otro caso.

1.1.6 Cálculo de la inversa usando matrices elementales

Si A 2 GLn (K) = fA 2 Mn (K)=A es regularg, existe la matriz A 1 tal que AA 1 = A 1 A = In
y este hecho nos está indicando que la matriz A es equivalente a la matriz identidad de orden
n.
Recíprocamente, si A es equivalente a In podemos garantizar la existencia de matrices elemen-
tales tales que
In = Fr :::F1 A
operando sólo por …las, o bien
In = AC1 :::Cs
operando sólo por columnas.
De ambas expresiones se deduce que
1
A = Fr :::F1 = C1 :::Cs
El siguiente ejemplo describe el procedimiento a seguir en el cálculo de la inversa utilizando
sólo matrices elementales tipo …la.

10
Ejemplo 1.24
0 1 0 1
1 0 0 1 1 1 1 0 0 1 1 1
(I3 ; C) = @ 0 1 0 3 2 0 A ' @ 3 1 0 0 1 3 A
0 0 1 2 2 0 2 0 1 0 0 2
0 1 0 1
2 1 0 1 0 2 0 1 1 1 0 0
' @ 3 1 0 0 1 3 A ' @ 3 1 0 0 1 3 A
2 0 1 0 0 2 1 0 1=2 0 0 1
0 1
0 1 1 1 0 0
' @ 0 1 3=2 0 1 0 A
1 0 1=2 0 0 1
Observamos ahora que
0 10 1 0 1
1 1 1 0 1 1 1 0 0
@ 3 2 0 A @ 0 1 3=2 A = @ 0 1 0 A
2 2 0 1 0 1=2 0 0 1

1.1.7 Ejercicios de matrices.

Ejercicio 4 Encuentra la forma normal equivalente y utilízala para calcular el rango de cada
una de las matrices siguientes:
0 1
0 1 1 1 1 1 2 1
1 1 2 1 1 B 4 5 7 2 4 6 C
a) @ 1 1 0 1 1 A b) B
@ 2 5
C
8 4 3 1 A
3 3 3 0 0
0 3 13 4 1 3 4
1 i 3i 3
c) @ 2+i 1 1 + 2i 4 + i A,
1+i 1+i 1+i 1+i
Solution 1.3 a) 2; b) 3; c) 2
Ejercicio 5 Calcula el rango en función de los valores del parámetro a 2 R:
0 1 0 1
0 1 1 0 2 1 2 1 1 0 2
2 a+2 a B 1 C B C
1 1 1 2 C 1 a 1 a 1 3
a) @ 3 3 b A b) B
@ 0 c) B C
1 1 2a 4a A @ 1 1 a a2 a a 2 A
1 2 1
1 1 1 a a2 1 1 a2 1 a+1
0 1 0 1
1 a+1 0 1 2 1 2 0 2
B 1 2a 1 a 1 a+2 C B 1 1+a a 1 a2 + 2 C
d) B
@ 1 1 + a a2 1
C e) B C
a a+3 A @ 0 1 a a2 a a A
2 2
1 1+a 0 a a a 0 0 a 1 a (1 a)
Solution 1.4 a) Si a = 2; 8b o a 6= 2 y b = 0; el rango es 2. Si a 2 R f2g y b 2 R f0g ; el
rango es 3.
c) Si a 2 f 1; 0; 1g el rango es 3. En otro caso el rango es 4.
d) Si a = 1 el rango es 2. En otro caso es 4.
e) Si a = 1 el rango es 2. En otro caso el rango es 3.

11
Ejercicio 6 Demuestra, utilizando matrices elementales, que las inversas de las siguientes
matrices son las que se indican.
0 1 0 1
1 1 3 1 0 31 2
3
2
3
B 1 0 2 0 C B 0 2 1 4 C
a) A = B
@ 2
C, A 1
= B 3 3 3 C
1 0 0 A @ 0 1
3
1
3
1 A
3
2 2 5
1 1 1 0 1
0 1 0 3 3 3 1
1 0 0 0 0 1 0 0 0 0
B 0 0 3 0 3 C B 0 0 0 1 0 C
B C B C
b) A = B
B 0 0 0 6 0 C;
C A =B
1 1
B 0 6 01 0 2 C
1 C

@ 0 1 0 0 0 A @ 0 0 0 0 A
6

00 0 1 1 0 1 0 01 6 0 0 12
1

0 0 1 0 0 1
d) A = @ 0 1 0 ; A A =1 @ 0 1 0 A
1 0 0 1 0 0

1.2 Determinante de una matriz cuadrada.

Con el …n de simpli…car la notación para referirnos a una matriz A cuadrada usaremos sus …las
o sus columnas como sigue.
0 1 2 3
a11 ::: a1n f1
A = @ ::: ::: ::: A = c1 ::: cn = 4 ::: 5
an1 ::: ann fn

donde
cj = (a1j ; a2j ; :::; anj ) y fi = (ai1 ; ai2 ; :::; ain )

Definición .8 (Determinante de una matriz cuadrada) Se llama determinante a una

aplicación que a cada matriz cuadrada A le asigna un escalar que se llama determinante de A;
se denota
a11 ::: a1n
det (A) = ::: ::: ::: ;
an1 ::: ann
y cumple las siguientes propiedades:

1. det c1 ::: ci + c0i ::: cn = det c1 ::: ci ::: cn + det c1 ::: c0i ::: cn :

2. det c1 ::: ci ::: cn = det c1 ::: ci ::: cn para todo 2 K:

3. Si ci = cj ; entonces det c1 ::: ci ::: cj ::: cn = 0:

4. det In = 1:

La de…nición anterior podría darse análogamente por …las.

Las siguientes propiedades son consecuencia de las cuatro propiedades de la de…nición:

1. det c1 ::: ci ::: cj ::: cn = det c1 ::: cj ::: ci ::: cn :

12
 2. det c1 ::: ci 1 0 ci+1 ::: cn = 0:
P
3. det c1 ::: ci 1 j6=i j cj ci+1 ::: cn = 0 para todo j; j 2 K:
P
4. det c1 ::: ci 1 ci + j6=i j cj ci+1 ::: cn = det c1 :::ci 1 ci ci+1 ::: cn :

Resumiendo lo anterior, podemos decir que las operaciones elementales sobre una matriz
cuadrada tienen el siguiente comportamiento en lo que se re…ere a los determinantes:

Si en una matriz cuadrada se intercambian dos …las o dos columnas, el determiante cambia
de signo.
Si se multiplica una …la o una columna por un escalar, el determinante de la matriz queda
multiplicado por el escalar.
El determinante de una matriz no varía si se sustituye una …la o columna de la matriz
por el resultado de sumar a esa …la o columna un escalar por otra.

Más propiedades de los determinantes.

1. det(A) = det(At ):
2. det(AB) = det(A) det(B):
1
3. Si A es regular entonces det(A) 6= 0 y det(A 1 ) =
det (A)
Prueba. Si A es regular, entonces existe A 1 veri…cando que AA 1
= A 1 A = In y por
lo tanto
det AA 1 = det A det A 1 = 1
entonces det A 6= 0 6= det A 1 :

Definición .9 (Menor complementario) Sea una matriz cuadrada A de orden n. Se

llama menor complementario del elemento aij ; y se designa ij ; al determinante de la ma-
triz de orden n 1 que resulta al suprimir la …la i y la columna j en la matriz A.
0 1
1 1 3 1
B 1 1 1 1
0 2 0 C
Ejemplo 1.25 Si A = B @ 2
C ; entonces 23 = 2 1 0 = 1
1 0 0 A
1 1 0
1 1 1 0

Definición .10 ( Adjunto o cofactor de un elemento) Se llama adjunto del elemento

aij a
Aij = ( 1)i+j ij

Ejemplo 1.26 Si A es la matriz del ejemplo anterior,

1 1 1
5
A23 = ( 1) 23 = 2 1 0 =1
1 1 0

13
Definición .11 (Matriz adjunta de una matriz ) Dada una matriz A 2 Mn (K); se llama
matriz adjunta de A a la matriz
0 1
A11 ::: A1n
A = @ ::: ::: ::: A
An1 ::: Ann

Teorema 1.5 Dada la matriz A = (aij ) 2 Mn (K); su determinante se puede calcular como
sigue:
X n X
n
det A = aik Aik = akj Akj
k=1 k=1

Proposición 1.6 Dada una matriz A 2 Mn (K) se veri…ca que

A (A )t = (det A) In

Este resultado nos permite enunciar la proposición siguiente que caracteriza a las matrices
regualares a través de su determinante.

Proposición 1.7 (Caracterización de las matrices regulares)

A 2 GLn (K) si y sólo si det A 6= 0

Prueba. El teorema directo ya ha sido demostrado en la propiedad [3]. Recíprocamente si

det A 6= 0 podemos escribir
1
A (A )t = In
det A
lo que signi…ca que
1
(A )t = A 1
det A

1.2.1 Cálculo de determinantes mediante operaciones elementales.

El cálculo de los determinantes se basa en la utilización combinada de las operaciones elemen-
tales con el Teorema (1.5), que permite desarrollar el determinante utilizando los adjuntos de
una cualquiera de sus …las o de sus columnas, y de este modo ir reduciendo el orden paulatina-
mente.
El procedimiento práctico es el siguiente: se elige una …la o una columna y se hacen operaciones
elementales adecuadas con el …n de hacer ceros en todos los elementos de dicha …la o columna
salvo en uno de ellos (elemento pivote). Si esto no fuera posible signi…caría que det A = 0:
A continuación se aplica el Teorema [1.5] que conlleva el calculo de un determinante de orden
inferior sobre el que repetiremos el proceso hasta llegar al orden 2 en el que claramente ocurre
que
a11 a12
det = a11 a22 a21 a12 :
a21 a22

14
Ejemplo 1.27
1 1 3 1 1 1 3 1
2 1 5
1 0 2 1 2 1 5 0
= = 2 1 0
2 1 0 0 2 1 0 0
1 1 1
1 1 1 0 1 1 1 0
3 4 0
3 4
= 2 1 0 = =5
2 1
1 1 1

Ejemplo 1.28 Siguiendo el procedimiento se tiene que si A 2 Mn (K) es una matriz triangular
entonces
det A = a11 a22 :::ann

1.2.2 Ejercicios de determinantes.

Ejercicio 7 Calcular el determinante de las matrices siguientes haciendo operaciones elemen-
tales y reduciendo hasta orden 2.
0 1
0 1 1 1 0 5 3
3 1 0 0 B 0
B 1 1 C B 1 1 2 1 C C
1 1
a) A = B@ 0 1 2 1 A
C b) B = B 2
B 1 0 0 1 C
C
@ 1 3 2 1 0 A
1 2 1 2
3 1 0 1 0
0 1
0 1 3 0 0 3
1 i 1+i B 0 3 0 3 C
c) C = @ i 1 0 A d) D = B@ 0 0 3 3 A
C
1 i 0 1
3 3 0 0

Solution 1.8 a) det A = 0; b) det B = 12; c) det C = 2; d) det D = 162

x y z 3x + 3 3y 3z + 2
Ejercicio 8 Si 3 0 2 = 1; calcula x y z :
1 1 1 4 1 3

x a b c
a x c b
Ejercicio 9 Resuelve la ecuación =0
b c x a
c b a x

Solution 1.9 (x1 = a + b c) (x2 = (a + b + c)) (x3 = a b + c) (x4 = a + b + c)

Ejercicio 10 Hallar el valor de los siguientes determinantes en función de los valores reales
de sus parámetros:

15
 1 a a a 1 1 0 1
a 1 1
a 1 a a 2 a 0 1
a) 2 1 2a 1 b) c)
a a 1 a 0 1 b 1
0 1 1 2a
a a a 1 0 1 1 1
a a a a b
0 1 1 1
a a a b a
1 0 a a
d) e) a a b a a
1 a 0 a
a b a a a
1 a a 0
b a a a a
1 2 3 ::: n
1 x+1 3 ::: n
f) 1 2 x+1 ::: n
::: ::: ::: ::: :::
1 2 3 x+1

Solution 1.10 a) 4 (a 1)2 (a + 1) b) ( 1 + 3a) ( 1 a)3 c)ab b a+1

d) 3a2 e) (4a + b) (a b)4

Ejercicio 11 Demostrar con un número mínimo de cálculos, que los siguientes determinantes
son nulos.

1 2 3 4 5
x y 2x + 3y 2 3 4 5 6
a) 4 3 17 b) 3 4 5 6 7
z t 2z + 3t 4 5 6 7 8
5 6 7 8 9
a a+1 a+2 a a+b a+c
c) a+3 a+4 a+5 d) 4a + 2 4a + 2b + 2 4a + 2c + 2
a+6 a+7 a+8 6a + 3 6a + 3b + 3 6a + 3c + 3
1 22 32 42
sin2 a 1 cos2 a
22 32 42 52
e) sin2 b 1 cos2 b f)
32 42 52 62
sin2 c 1 cos2 c
42 52 62 72

16