2.

- Matrices y
determinantes.
Definición de matriz, notación.

Una matriz es una tabla rectangular de números reales dispuestos en filas y

columnas del modo:
𝐴 = (𝑎𝑖𝑗 )
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
⋮ ⋮ ⋱ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
Matriz 𝑚 𝑥 𝑛

Las matrices y los determinantes son herramientas del álgebra que facilitan el
ordenamiento de datos, así como su manejo.
Tipos de matrices.
0 0 0
Matriz nula: aquella en la que todos sus elementos son cero. 𝐴= 0 0 0
0 0 0

Matriz cuadrada: aquella que tiene el mismo número de filas y de columnas, con dimensión n x m.
1 2 3
𝐴 = −1 −2 −3
9 8 7

Matriz fila: cuenta con solo una fila, es decir, su dimensión es 1 x n.

𝐴 = 1 −4 3 2

Matriz columna: solo consta de una columna, es decir, su dimensión es m x 1.

1
𝐴= 0
8
Matriz triangular superior: los elementos debajo de la diagonal principal son ceros.
1 7 2
𝐴= 0 3 −2
0 0 4

Matriz triangular inferior: los elementos sobre la diagonal principal son ceros.
1 0 0
𝐴 = −1 3 0
5 7 4

Matriz identidad (Im): todos los elementos de la diagonal son uno.

1 0 0
𝐴= 0 1 0
0 0 1

A los elementos que se encuentran en la diagonal se les llama traza de la matriz, es decir, la traza es
𝐴 = 𝑎11 + 𝑎22 + 𝑎33 + ⋯ + 𝑎𝑛𝑛 .
Matriz transpuesta: dada una matriz cualquiera 𝐴, se llama transpuesta de 𝐴 y se representa como 𝐴𝑡 a la
matriz que resulta de intercambiar las filas por las columnas

2 1 0 2 −3
𝐴= → 𝐴𝑡 = 1 4
−3 4 2
0 1

Propiedades:
✓ 𝐴𝑡 𝑡 =𝐴
✓ 𝐴+𝐵 𝑡 = 𝐴𝑡 + 𝐵𝑡
✓ (𝑘 ∙ 𝐴𝑡 ) = 𝑘 ∙ 𝐴𝑡
Operaciones con matrices.
➢ Suma y diferencia. Para sumar o restar dos matrices 𝐴 𝑦 𝐵 , estas deben ser del mismo tamaño, los
elementos que se encuentran en la misma posición de cada uno se suman o restan, resultando otra matriz de
igual tamaño.
2 1 3 2 0 4 𝟎 𝟏 −𝟏
− =
−4 2 1 3 2 5 −𝟕 𝟎 −𝟒

Propiedades de la suma:
✓ Conmutativa: 𝐴 + 𝐵 = 𝐵 + 𝐴
✓ Asociativa: 𝐴 + 𝐵 + 𝐶 = 𝐴 + 𝐵 + 𝐶
✓ Elemento neutro: matriz nula del tamaño correspondiente.
✓ Elemento opuesto: la matriz −𝐴 que resulta del cambiar de signos a los elementos de 𝐴.
➢ Producto por un escalar (número real). Dada una matriz cualquiera 𝐴 y un número real 𝑘, el
producto 𝑘 ∙ 𝐴 se realiza multiplicando todos los elementos de 𝐴 por 𝑘, resultando a otra matriz de
igual tamaño.

2 1 3 −10 −5 −15
−5 ∙ 𝐴 = −5 =
−4 2 1 20 −10 −5

Propiedades:
✓ Distributiva respecto a la suma de matrices: k ∙ 𝐴 + 𝐵 = k ∙ 𝐴 + k ∙ 𝐵
✓ Distributiva respecto a la suma de números: k + d ∙ 𝐴 = k ∙ 𝐴 + d ∙ 𝐴
✓ Asociativa: k ∙ (d ∙ 𝐴) = k ∙ d 𝐴
✓ Elemento neutro: 1 ∙ 𝐴 = 𝐴.
➢ Producto de una matriz fila y una matriz columna. El producto solo se puede llevar acabo
cuando la primera tiene tamaño 1𝑥𝑛 y la segunda 𝑛𝑥1 y el resultado será una matriz 1𝑥1, es decir,
un número real.

𝑏11
𝑎11 𝑎12 … 𝑏21
𝑎1𝑛 = 𝑎11 𝑏11 + 𝑎12 𝑏12 + ⋯ + 𝑎1𝑛 𝑏1𝑛
⋮
𝑏𝑛1

2
−1
−1 0 −2 4 5 0 = −1)(2 + 0 −1 + −2 0 + 4 0 + 5 −4 = −22
0
−4
➢ Producto de una matriz 𝒎𝒙𝒏 y una matriz 𝒏𝒙𝒑. Para multiplicar dos matrices 𝐴 y 𝐵, en este
orden 𝐴 ∙ 𝐵, es indispensable que el número de columnas de 𝐴 sea igual al número de filas en 𝐵,
entonces el producto da como resultado una matriz 𝐶 de tamaño 𝑚𝑥𝑝.

Propiedades:
✓ Asociativa: A ∙ (B ∙ 𝐶) = A ∙ B ∙ C
✓ Distributiva respecto a la suma y resta de matrices: A ∙ 𝐵 ± 𝐶 = A ∙ 𝐵 ± A ∙ 𝐶
B±C ∙𝐴=B∙𝐴±𝐶∙𝐴
✓ Elemento neutro y matriz identidad con al dimensión correspondiente 𝑚𝑥𝑛: 𝐴 ∙ In = 𝐴.
I𝑚 ∙ 𝐴 = 𝐴
✓ En general, el producto de matrices no es conmutativo: 𝐴 ∙ 𝐵 ≠ 𝐵 ∙ 𝐴
Ejemplo:

0 −4 1
−3 2 1 4 1 −2 1 ? ? ?
𝐴= 𝐵= → 𝐴𝑥𝐵 =
2 5 3 −2 2 0 2 ? ? ?
3 2 1

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

𝐴𝑥𝐵 =
2 0 + 5 1 + 3 2 + (−2)(3) 2 −4 + 5 −2 + 3 0 + (−2)(2) 2 1 + 5 1 + 3 2 + (−2)(1)

16 8 5
→ 𝐴𝑥𝐵 =
5 −22 11

0
1
−3 2 1 4 = −3)(0 + 2 1 + 1 2 + 4 3 = −16
2
3

0
1
2 5 3 −2 =5
2
3
Matriz con números complejos: todas las propiedades de matrices vistas siguen siendo válidas para las
matrices compuestas.

4 + 9𝒾 −4𝒾 2 3 − 7𝒾 5 − 4𝒾 2 + 9𝒾
𝐴= 𝐵=
3 − 5𝒾 4 + 6𝒾 −9𝒾 5𝒾 7 + 6𝒾 1+𝒾

7 − 2𝒾 5 − 8𝒾 4 + 9𝒾
𝐴+𝐵 =
3 11 + 12𝒾 1 − 8𝒾

1+𝒾 2 −𝒾 3 2 + 5𝒾
𝐴= 𝐵=
−𝒾 2 − 3𝒾 2𝒾 1−𝒾 0

1 + 𝒾 −𝒾 + 2 2𝒾 1+𝒾 3 +2 1−𝒾 1 + 𝒾 2 + 5𝒾 + 2 0
𝐴∙𝐵 = =
−𝒾 −𝒾 + 2 − 3𝒾 2𝒾 −𝒾 2𝒾 + 2 − 3𝒾 1 + 𝒾 −𝒾 2 − 5𝒾 + 2 − 3𝒾 0

1 + 3𝒾 5+𝒾 −3 + 7𝒾
𝐴∙𝐵 =
5 + 4𝒾 −1 − 8𝒾 −5 − 2𝒾
 0 −1 2 4 −1 2
𝐴 = −1 1 1 B= 3 0 2
3 0 4 0 −1 4

Calcular:
4 −2 4 24 −14 42
(𝐴 + 𝐵)2 = 19 −6 35
• (𝐴 + 𝐵)2 𝐴+𝐵 = 2 1 3
3 −1 8 34 −15 73
• (𝐴 − 𝐵)2

−4 0 0 16 0 0
𝐴 − 𝐵 = −4 1 −1 (𝐴 − 𝐵)2 = 9 0 −1
3 1 0 −16 1 −1
 Transformaciones elementales por renglón.
Una matriz elemental (𝐸) es una matriz cuadrada 𝑚𝑥𝑚 que se obtiene a partir de la matriz identidad
𝐼𝑚 mediante una operación elemental sobre sus filas o columnas.

Una transformación elemental consiste en realizar operaciones elementales sobre las filas de las
matrices, por tanto existen tres tipos de matrices elementales. Las operaciones son:

1. Intercambiar dos filas (o columnas) de posición. Denotemos a la matriz como 𝑃𝑖𝑗 (permutación).

2. Multiplicar o dividir un renglón por un número diferente a cero. Denotado como 𝑐𝑅𝑖 .

3. Sumar un múltiplo de un renglón a otro renglón. Denotado como 𝑅𝑗 + 𝑐𝑅𝑖 .

Tipo I: Intercambiar dos filas o columnas de 𝐼𝑚.

1 0 0 𝑅2 ⇆ 𝑅3 1 0 0
𝐴= 0 1 0 𝐸𝐼 = 0 0 1 𝑃23
0 0 1 0 1 0

Tipo II: Multiplicar una fila de 𝐼𝑚 por un escalar no nulo.

1 0 0 𝑅3 → 𝛼𝑅3 1 0 0
𝐴= 0 1 0 𝛼𝑅3
𝐸𝐼𝐼 = 0 1 0
0 0 1 0 0 𝛼

Tipo III: Sumar a una fila de 𝐼𝑚 algún múltiplo no nulo de otra fila de 𝐼𝑚.

1 0 0 𝑅3 → 𝛼𝑅1 + 𝑅3 1 0 0
𝐴= 0 1 0 𝐸𝐼𝐼𝐼 = 0 1 0 𝛼𝑅1 + 𝑅3
0 0 1 𝛼 0 1

Con estas operaciones se obtiene un nuevo renglón que resulta ser una combinación lineal de primero o
bien, lo que se traduciría en una nueva ecuación equivalente.
 1 8 5 3 5 −4
3 5 −4 ~ 1 8 5 → Hemos intercambiado las 1 y 2 (𝑅1 𝑅2 )
−9 6 2 −9 6 2

1 8 5 1 8 5
→ Hemos sumado a la fila 2 la fila 1 multiplicada por 2.
3 5 −4 ~ 5 21 6
(𝑅2 ← 𝑅2 + 2𝑅1 )
−9 6 2 −9 6 2

Es un error grave, y muy habitual, usar el símbolo de igualdad " = " para relacionar matrices
equivalentes, como podemos apreciar, al aplicar una transformación elemental para obtener una
matriz equivalente, la resultante es diferente de la matriz inicial. Por eso lo correcto es usar el
símbolo "~".
Ejercicios: Encuentra la operación fundamental para llegar a la matriz identidad.

0 1 Para A, se efectúa 𝑅1 𝑅2
𝐴=
1 0

1 0 0 2
𝐵 = 0 3/2 0 Para B, se efectúa 𝑅2 ← 𝑅1
3
0 0 1

1 0 −4/3 4
𝐶= 0 1 0 Para C, se efectúa 𝑅1 ← 𝑅1 + 𝑅3
3
0 0 1
 Escalonamiento de una matriz.
1. Todos los renglones (si los hay) cuyos elementos son todos cero, aparecen en la parte inferior de la matriz.
2. El primer número diferente de cero (comenzando por la izquierda) en cualquier renglón cuyo elemento no
todos son ceros es 1. Llamada entrada principal o PIVOTE.
3. Si dos renglones sucesivos tienen elementos distintos de cero, entonces el primer 1 en el renglón de abajo
esta más hacia la derecha que el primer 1 en el renglón de arriba.

1 0 −3 1 2 3
𝐴= 0 1 4 1 4 3
𝐵= 𝐶= 0 1 0
0 0 0 0 1 8
0 1 7

Escalonada
Escalonada No escalonada
 0 3 2 3 −5 3
0 0 −1 0 2 4 3 2 4 0 3
𝐴= 0 0 0 0 0 1 0 1 2 −3 4
Escalonadas por filas. 0 0 0 0 0 0 𝐵= 0 0 1 0 2
0 0 0 0 0 0 0 0 2 −3 0
0 0 0 0 0

Escalonada
No escalonada

Escalonadas por columnas.

Una es matriz escalonada por 1 0 0 0
columnas si su transpuesta lo 0 1 0 0 1 0 1 2 3
0 1 0 1 4
es por filas. 𝐴= 1 0 1 0 𝐴𝑡 =
2 1 1 0 0 0 1 1 7
3 4 7 0 0 0 0 0 0
 Un método conveniente para escalonar una matriz consiste en hacer ceros todos los elementos que están por
debajo de la entrada principal (pivote) en cada fila, comenzando por la primera fila, hasta que la matriz esté
escalonada, usando las transformaciones elementales.

➢ Para este fin, cuando el elemento correspondiente en la fila a modificar no es cero (el que está en la misma
columna que el pivote), utilice transformaciones elementales de tercer tipo por filas (adicionar a una fila
otra multiplicada por un escalar no nulo).
➢ Utilice las operaciones elementales de primer tipo por filas (intercambiar dos filas) para encontrar un
pivote distinto de cero o mover la filas nulas hacia el final.
➢ Utilice transformaciones elementales de segundo tipo por filas (multiplicar una fila por un escalar no nulo)
para evitar trabajar con números fraccionarios, multiplicando antes de realizar la transformación de tercer
tipo, la fila a modificar por un escalar, de manera que el elemento correspondiente sea un múltiplo del pivote.
 1
Ejercicios: 𝑅2 → 𝑅2 − 3𝑅1 𝑅2 → − 𝑅1
2 Matrices escalonadas por filas.
1 2 1 2 𝟏 𝟐
𝐴= ~ ~
3 4 0 −2 𝟎 𝟏

1 𝑅2 → −4𝑅1 + 𝑅2 𝑅3 → −3𝑅1 + 𝑅3
𝑅1 → 𝑅1
2
2 4 6 1 2 3 1 2 3 1 2 3
𝐵= 4 5 6 ~ 4 5 6 ~ 0 −3 −6 ~ 0 −3 −6
3 1 −2 3 1 −2 3 1 −2 0 −5 −11

1
𝑅2 → − 𝑅2 𝑅3 → −5𝑅2 + 𝑅3 𝑅3 → (−1)𝑅3
3
1 2 3 1 2 3 𝟏 𝟐 𝟑
~ 0 1 2 ~ 0 1 2 ~ 𝟎 𝟏 𝟐
0 −5 −11 0 0 −1 𝟎 𝟎 𝟏

1 1
𝑅1 𝑅2 𝑅1 → 𝑅1 𝑅2 → 𝑅2
3 4
0 4 3 5 1 5/3 𝟏 𝟓/𝟑
𝐶= ~ ~ ~
3 5 0 4 0 4 𝟎 𝟏
 Matrices escalonadas reducidas.

Se dice que una matriz 𝐻 es escalonada reducida por filas si cumple:

1. Si 𝐻 tienen filas compuestas enteramente por ceros (filas nulas), estas están agrupadas en la parte inferior de la
matriz.
2. El pivote (primer elemento no nulo) de cada fila no nula es 1.
3. El pivote de cada fila no nula esta a la derecha del de la fila anterior.
4. Los elementos que aparecen en misma columna que el pivote de una fila son todos cero.

Ejemplos:
0 0 1 17 0 22 0
1 0 1 0 0 0 0 0 1 30 0
𝐻2 =
𝐻1 = 0 1 1 0 0 0 0 0 0 0 1
0 0 0 1 0 0 0 0 0 0 0
Ejemplos: Matrices escalonadas reducida por filas.

𝑅1 → 𝑅1 + 𝑅2 𝑅3 → 𝑅3 − 4𝑅2
1 −1 3 1 0 1 𝟏 𝟎 𝟏
𝐴= 0 1 −2 ~ 0 1 −2 ~ 𝟎 𝟏 −𝟐
0 4 −8 0 4 −8 𝟎 𝟎 𝟎

𝑅2 → 𝑅2 − 𝑅1
𝑅1 → 𝑅1 + 𝑅2 𝑅2 → 𝑅3 − 3𝑅1 𝑅2 𝑅3
−2 −4 2 2 1 2 −1 −1 1 2 −1 −1 1 2 −1 −1
𝐵= 3 6 −3 −3 ~ 3 6 −3 −3 ~ 0 0 0 0 ~ 1 2 0 1
1 2 0 1 1 2 0 1 1 2 0 1 0 0 0 0

𝑅1 → 𝑅1 + 𝑅2
1 2 −1 −1 1 2 0 1
~ 0 0 1 2 ~ 0 0 1 2
0 0 0 0 0 0 0 0

𝑬𝒔𝒄𝒂𝒍𝒐𝒏𝒂𝒅𝒂 𝑬𝒔𝒄𝒂𝒍𝒐𝒏𝒂𝒅𝒂 𝒓𝒆𝒅𝒖𝒄𝒊𝒅𝒂

Rango y núcleo de una matriz
Rango: El rango de una matriz escalonada es igual al número de filas no nulas, es decir, el número
de pivotes.

Rango: Es el número máximo de columnas o filas, que son linealmente independientes, es decir, que no
sean algún múltiplo de ellas.

1 3 5
𝐴= 7 8 2 𝑅𝑎𝑛𝑔𝑜 𝑒𝑠 2, 𝑅 2 .
4 12 20

1 4 9
𝐵= 4 8 2 𝑅𝑎𝑛𝑔𝑜 𝑒𝑠 3, 𝑅 3 .
−2 4 −6

El rango no puede ser mayor al número de filas y columnas.

Núcleo (𝑵𝑨 ): Es el conjunto de vectores que al multiplicar a la matriz, esta da como resultado
cero.
1 2 5 17
𝐴= =
3 4 6 39 5
𝑛𝑜 𝑒𝑠 𝑛ú𝑐𝑙𝑒𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐴
6
1 5 + 2 6 = 5 + 12 = 17

3 5 + 4 6 = 15 + 24 = 39

1
𝑅1 → 𝑅1 𝑅2 → 𝑅2 − 8𝑅1
4
4 5 5 5ൗ 5 𝑎 0
𝐵= ~ 1 ൗ4 ~ 1 4 ⟹ 1 ൗ4 =
8 10 8 10 0 0 0 0 𝑏 0

0𝑏 = 0 ⟹𝒃=𝟏
𝟓
𝑁 𝐵 = − ൗ𝟒
𝑎 + 5ൗ4 𝑏 = 0 ⟹ 𝒂 = − 𝟓ൗ𝟒 1
 𝑅3 → 𝑅3 − 𝑅1 𝑅3 → 𝑅3 − 𝑅2

1 −2 0 1 −2 0 1 −2 0
𝐶= 0 1 1 ~ 0 1 1 ~ 0 1 1
1 −1 1 0 1 1 0 0 0

−2
1 −2 0 𝑎 0 𝑁 𝐶 = −1
⟹ 0 1 1 𝑏 = 0 1
0 0 0 𝑐 0

0𝑐 = 0 ⟹𝒄=𝟏

𝑏 + 𝑐 = 0 ⟹ 𝒃 = −𝒄 ⟹ 𝒃 = −𝟏 1 −2 0 −2 0
⟹ 0 1 1 −1 = 0
𝑎 − 2𝑏 = 0 ⟹ 𝒂 = 𝟐𝒃 ⟹ 𝒂 = −𝟐 0 0 0 1 0
Cálculo de la inversa de una matriz.
Definición: Una matriz cuadrada 𝐴 es regular si existe su inversa (el elemento simétrico respecto del producto de
matrices), es decir, si existe la matriz 𝐵 tal que 𝐴 ∙ 𝐵 = 𝐵 ∙ 𝐴 = 𝐼𝑚 . Entonces, 𝐵 es la inversa de 𝐴 y se denota por
𝐴−1 . En caso contrario se dice que la matriz es singular.

Propiedades de la matriz inversa.

1. En caso de que exista la matriz inversa, ésta es única

2. 𝐴−1 −1 =𝐴
3. 𝐴 ∙ 𝐵 −1 = 𝐵−1 ∙ 𝐴−1
4. 𝐴−1 𝑡 = 𝐴𝑡 −1

5. 𝐴 = 𝐴𝑡
−1 1
6. 𝛼𝐴 = 𝐴−1
𝛼
 1 1
Ejemplo: sea 𝐴 = se observa que para cualquier matriz B de 2x2, verificar si es invertible.
0 0
𝑏 𝑏12
𝐵 = 11
1 1 𝑏11 𝑏12 𝑏11 + 𝑏21 𝑏12 + 𝑏22 1 0 𝑏21 𝑏22
𝐴∙𝐵 = ∙
𝑏21 𝑏22
= ≠
0 0 0 0 0 1

𝑏11 𝑏12 1 1 𝑏 𝑏12 1 0

𝐵∙𝐴= ∙ = 11 ≠
𝑏21 𝑏22 0 0 𝑏21 𝑏22 0 1
No tiene matriz inversa, por tanto se llama como
matriz singular o no invertible.

2 1
Ejemplo: sea 𝐴 = se observa que para cualquier matriz B de 2x2
−1 0
2 1 𝑏 𝑏12 2𝑏11 + 𝑏21 2𝑏12 + 𝑏22 1 0
𝐴∙𝐵 = ∙ 11 = =
−1 0 𝑏21 𝑏22 −𝑏11 −𝑏12 0 1

𝑏11 = 0; 𝑏12 = −1; 𝑏21 = 1; 𝑏22 = 2

𝑏11 𝑏12 2 1 2𝑏11 − 𝑏12 𝑏11 1 0
𝐵∙𝐴= ∙ = =
𝑏21 𝑏22 −1 0 2𝑏21 − 𝑏22 𝑏21 0 1
Tiene matriz inversa, por tanto se llama
como matriz no singular o invertible.
Definición de determinante de una matriz.
Hemos visto que las matrices pueden ser de dos tipos:
• A no singular: A es invertible (∃ 𝐴−1 )
• A singular. En este caso, no es invertible (∄ 𝐴−1 ).

La primer pregunta que surge es si una matriz es singular o no singular. Mostraremos que existe un número
obtenido a partir de los elementos de la matriz, llamado determinante, que discrimina estos dos casos.

Es cero si la matriz es singular y distinto de cero si la matriz es no singular.

De esta forma, det 𝐴 “determinará” si la matriz es invertible o no invertible.

La función determinante se define para matrices cuadradas. Su definición formal (como función
multilineal alternada) es complicada, pero existen reglas y métodos para calcular los determinantes
Dimensión de la matriz
• Matrices de 𝟏 × 𝟏. Si 𝐴 = (𝑎11 ) es una matriz de dimensión 1 × 1, entonces 𝐴 tiene inversa si y solo si 𝑎11 ≠ 0,
−1
en cuyo caso 𝐴−1 = (𝑎11 ).
det(𝐴) = 𝑎11
• Matrices de 𝟐 × 𝟐:
𝑎11 𝑎12
𝐴= 𝑎 𝑎22 ; 𝑑𝑒𝑡 𝐴 = a11 a22 − a12 a21
21

𝑎11 𝑎12
det 𝐴 = 𝑎 𝑎22 = 𝑎11 𝑎22 − 𝑎12 𝑎21
21

• Matrices de 𝟑 × 𝟑:
𝑎11 𝑎12 𝑎13
𝐴 = 𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33

Se tienen dos reglas o métodos para obtener los determinantes de matrices

mayores de 3 × 3:
➢ Regla de Sarrus
➢ Regla de Laplace
➢ Regla de Sarrus: Una forma de aplicar la regla de Sarrus es escribir las tres
columnas de la matriz seguidas de la primer y la segunda columna:

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12

𝐴 = 𝑎21 𝑎22 𝑎23 → 𝑎21 𝑎22 𝑎23 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33 𝑎31 𝑎32
− − − + + +

Los elementos de las diagonales con flecha hacia abajo (morado) se multiplican y se suman;
los de las otras diagonales (verde) se multiplican y se restan:
𝑨 = 𝒂𝟏𝟏 𝒂𝟐𝟐 𝒂𝟑𝟑 + 𝒂𝟏𝟐 𝒂𝟐𝟑 𝒂𝟑𝟏 + 𝒂𝟏𝟑 𝒂𝟐𝟏 𝒂𝟑𝟐 − 𝒂𝟏𝟑 𝒂𝟐𝟐 𝒂𝟑𝟏 − 𝒂𝟏𝟏 𝒂𝟐𝟑 𝒂𝟑𝟐 − 𝒂𝟏𝟐 𝒂𝟐𝟏 𝒂𝟑𝟑

Ejemplo: 1 2 3 1 2 3 1 2
6 5 4 = ቮ6 5 4 6 5 อ =
7 8 9 7 8 9 7 8

1 5 9 +6 8 3 +2 4 7 −3 5 7 −2 6 9 −4 8 1 =
Es matriz singular, no tiene
= 45 + 144 + 56 − 105 − 108 − 32 = 0 matriz inversa.
➢ Regla de Laplace: se usa para calcular determinantes y se puede aplicar para matrices cuadradas de
cualquier dimensión, pero normalmente se hace para dimensión mayor que 3.

Si la matriz es dimensión 𝑛, tendremos que calcular 𝑛 determinantes de matrices de dimensión 𝑛 − 1. Esta

es la razón por la que solo usamos esta regla cuando no hay otra opción (dimensión mayor que 3).
𝒏
𝒊+𝒋 ✓ Desarrollo por cofactores.
𝑨 = ෍ 𝒂𝒊𝒋 ∙ −𝟏 ∙ 𝑨𝒊𝒋
𝒋=𝟏

𝑎11 𝑎12 𝑎13 𝑥 𝑥 𝑥 𝑥 𝑥 𝑥

𝑎21 𝑎22 𝑎23 = 𝑎11 −1 1+1 𝑥 𝑎22 𝑎23 + 𝑎12 −1 1+2 𝑎21 𝑥 𝑎23
𝑎31 𝑎32 𝑎33 𝑥 𝑎32 𝑎33 𝑎31 𝑥 𝑎33

𝑥 𝑥 𝑥
1+3 𝑎21 𝑎22 𝑥 =
+ 𝑎13 −1
𝑎31 𝑎32 𝑥

𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22

= 𝑎11 𝑎32 𝑎33 − 𝑎12 𝑎31 𝑎33 + 𝑎13 𝑎
31 𝑎32
Ejemplo:

2 −3 1
5 7 − (−3) −3 7 +1 −3 5
−3 5 7 = 2
7 −1 1 −1 1 7
1 7 −1

𝐴 = 2 5 −1 − 7 7 + 3 −3 −1 − 1 7 + 1( −3 7 − 1 5 )

= 2 −5 − 49 + 3 3 − 7 + 1(−21 − 5)
= 2 −54 + 3 −4 + 1(−26)
= −108 − 12 − 26
= −𝟏𝟒𝟔
Es matriz no singular, tiene
matriz inversa.
Propiedades de los determinantes.

1. El determinante de una matriz 𝐴 y el de su transpuesta 𝐴𝑡 son iguales: 𝐴 = 𝐴𝑡

2. El determinante de la multiplicación de dos matrices es igual al determinante de 𝐴 por el determinante de 𝐵:
𝐴∙𝐵 = 𝐴 ∙ 𝐵
3. El determinante de 𝐴 es cero, 𝐴 = 0, si:
▪ Posee dos filas (o columnas) iguales.
▪ Todos los elementos de una fila (o columna) son nulos.
▪ Los elementos de una fila (o columna) son una combinación lineal de las otras.
4. Un determinante triangular (superior o inferior) es igual al producto de los elementos de la diagonal principal.
5. Supongamos que 𝐵 es equivalente a la matriz 𝐴 al aplicarle una operación de renglón :
➢ Si 𝐵 se obtiene de 𝐴 mediante la operación renglón 𝑅1 𝑅2 , entonces 𝐴 = − 𝐵 .
➢ Si 𝐵 resulta de 𝐴 al aplicarle la operación de 𝑅𝑖 → 𝑅𝑖 + 𝛼𝑅𝑗 , entonces 𝐵 = 𝐴
➢ Si 𝐵 se obtiene de 𝐴 con la operación 𝑅𝑖 → 𝛼𝑅𝑖 , 𝛼 ≠ 0, entonces 𝐴 = (1Τ𝛼) 𝐵
Inversa de una matriz cuadrada a través de la adjunta.

Sea una matriz de dimensión 𝑛 × 𝑛 y regular (determinante distinto de cero). Entonces existe
una matriz que llamamos inversa de 𝐴 y se representa como 𝐴−1 , la cual se define como:

𝑡
𝐴𝑑𝑗 𝐴 𝑡 representa la transpuesta.
𝐴−1 =
𝐴
𝐴 es el determinante de 𝐴.

𝐴𝑑𝑗 𝐴 es la matriz adjunta o de adjuntos de la matriz 𝐴.

𝐴𝑑𝑗 𝐴𝑖,𝑗 = −1 𝑖+𝑗 ∙ 𝐴𝑖,𝑗

Cómo calcular la adjunta.
−1 2
Ejemplo: Sea 𝐴 = , calcular su adjunta.
2 1
𝑖+𝑗
𝐴𝑑𝑗 𝐴𝑖,𝑗 = −1 ∙ 𝐴𝑖,𝑗

1+1 1+2
𝐴𝑑𝑗 𝑎11 = −1 ∙ 1 =1 𝐴𝑑𝑗 𝑎12 = −1 ∙ 2 = −2

2+1 𝐴𝑑𝑗 𝑎22 = −1 2+2 ∙ −1 = −1

𝐴𝑑𝑗 𝑎21 = −1 ∙ 2 = −2

𝟏 −𝟐
𝑨𝒅𝒋 𝑨 =
−𝟐 −𝟏
 −1 1 2
Ejemplo: Sea 𝐴 = 2 −1 1 , calcular su adjunta y encontrar la matriz inversa.
−2 −3 4
−1 −10 −8
−1 1
𝐴𝑑𝑗 𝑎11 = −1 1+1
∙
−3 4
= 1 −1 4 − −3 1 = −1 𝑎𝑑𝑗 (𝐴) = −10 0 −5
1+2 2 1 3 5 −1
𝐴𝑑𝑗 𝑎12 = −1 ∙ = −1 2 4 − −2 1 = −10
−2 4 𝒕
1+3 2 −1 𝑨𝒅𝒋 𝑨
𝐴𝑑𝑗 𝑎13 = −1 ∙
−2 −3
= 1 2 −3 − −2 −1 = −8 𝑨−𝟏 =
1 2
𝑨
2+1
𝐴𝑑𝑗 𝑎21 = −1 ∙ = −1 1 4 − −3 2 = −10
−3 4
𝑡
−1 −10 3
𝐴𝑑𝑗 𝑎22 = −1 2+2
∙
−1 2
= 1 −1 4 − −2 2 = 0 𝐴𝑑𝑗 𝐴 = −10 0 5 𝐴 = −25
−2 4
2+3 −1 1 −8 −5 −1
𝐴𝑑𝑗 𝑎23 = −1 ∙ = −1 −1 −3 − −2 1 = −5
−2 −3

𝐴𝑑𝑗 𝑎31 = −1 3+1

∙
1 2
= 1 1 1 − −1 2 = 3 𝟏 −1 −10 3
−1 1 𝑨−𝟏 =− −10 0 5
−1 2 𝟐𝟓
𝐴𝑑𝑗 𝑎32 = −1 3+2
∙ = −1 −1 1 − 2 2 = 5 −8 −5 −1
2 1
3+3 −1 1
𝐴𝑑𝑗 𝑎33 = −1 ∙ = 1 −1 −1 − 2 1 = −1
2 −1 1ൗ
25
2ൗ
5 − 3ൗ25
𝑨−𝟏 = 2ൗ 0 − 1ൗ5
5
8ൗ 1ൗ 1ൗ
25 5 25
Serie de ejercicio.

1 8 5 2 16 10
3 5 −4 ~ 3 5 −4 → Hemos multiplicado por 2 la fila 1 (𝑅1 ← 2𝑅1 )
−9 6 2 −9 6 2
Tipo I: Intercambiar dos filas o columnas de 𝐼𝑚. 1 0 0
𝐸𝐼 = 0 0 1
Por ejemplo. Si 𝑚 = 3, el intercambio de la fila 2 por la fila 3 implica: 0 1 0

1 0 0 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

𝐸𝐼 𝐴 = 0 0 𝑎21 𝑎22 𝑎23 = 𝑎31 𝑎32 𝑎33 → Intercambio en las filas 2 y 3 de la matriz A.
1
0 1 0 𝑎31 𝑎32 𝑎33 𝑎21 𝑎22 𝑎23

𝑎11 𝑎12 𝑎13 1 0 0 𝑎11 𝑎13 𝑎12

A𝐸𝐼 = 𝑎21 𝑎22 𝑎23 → Intercambio en las columnas 2 y 3 de la
0 0 1 = 𝑎21 𝑎23 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎33 𝑎32 matriz A.
0 1 0

Tipo II: Multiplicar una fila de 𝐼𝑚 por un escalar no nulo.

1 0 0
Por ejemplo, si se multiplica la fila 3 por el número 𝛼: 𝐸𝐼𝐼 = 0 1 0
0 0 𝛼
1 0 0 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13
𝐸𝐼 𝐴 = 0 1 0 𝑎21 𝑎22 𝑎23 = 𝑎21 𝑎22 𝑎23 → Multiplica la fila 3 por el escalar 𝛼.
0 0 𝛼 𝑎31 𝑎32 𝑎33 𝛼 𝑎31 𝛼 𝑎32 𝛼 𝑎33

𝑎11 𝑎12 𝑎13 1 0 0 𝑎11 𝑎12 𝛼 𝑎13 → Multiplica la columna 3 por el escalar 𝛼.
A𝐸𝐼 = 𝑎21 𝑎22 𝑎23 0 1 0 = 𝑎21 𝑎22 𝛼 𝑎23
𝑎31 𝑎32 𝑎33 0 0 𝛼 𝑎31 𝑎32 𝛼 𝑎33
 Tipo III: Sumar a una fila de 𝐼𝑚 algún múltiplo no nulo de otra fila de 𝐼𝑚.
1 0 0
Por ejemplo, se suma a la fila 3 la fila 1 multiplicada por 𝛼: 𝐸𝐼𝐼𝐼 = 0 1 0
𝛼 0 1
1 0 0 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13
𝐸𝐼 𝐴 = 0 1 0 𝑎21 𝑎22 𝑎23 = 𝑎21 𝑎22 𝑎23 → Suma a la fila 3, 𝛼 veces la fila 1.
𝛼 0 1 𝑎31 𝑎32 𝑎33 𝑎31 + 𝛼𝑎11 𝑎32 + 𝛼𝑎12 𝑎33 + 𝛼𝑎13

𝑎11 𝑎12 𝑎13 1 0 0 𝑎11 + 𝛼𝑎13 𝑎12 𝛼 𝑎13

A𝐸𝐼 = 𝑎21 𝑎22 𝑎23 0 1 0 = 𝑎21 + 𝛼𝑎23 𝑎22 𝛼 𝑎23 → Suma a la columna 1, 𝛼 veces la columna 3.
𝑎31 𝑎32 𝑎33 𝛼 0 1 𝑎31 + 𝛼𝑎33 𝑎32 𝛼 𝑎33

Con estas operaciones se obtiene un nuevo renglón que resulta ser una combinación lineal de primero o
bien, lo que se traduciría en una nueva ecuación equivalente.