UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA

FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO

Prof. Arredondo, G. Ivana

MATRICES

Intervalo natural inicial

En el conjunto formado por los n primeros números naturales:

𝐼𝑛 = {1, 2, 3, … … … … , 𝑛}

Matrices Reales

Consideramos dos intervalos naturales iniciales 𝐼𝑚 𝑒 𝐼𝑛.

𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑚𝑜𝑠 𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑐𝑎𝑟𝑡𝑒𝑠i𝑎𝑛𝑜 𝑑𝑒 𝐼𝑚 𝑥 𝐼𝑛 = {(i, j)⁄i ∈ 𝐼𝑚 j ∈ 𝐼𝑛}

Si se establece una función que va de 𝐼𝑚 𝑥 𝐼𝑛 → 𝑅 se obtiene una tabla de valores

ordenada por filas y columnas que recibe el nombre de matriz.
𝑎11 𝑎12 … … 𝑎1𝑛
𝐴 = [ 𝑎21 𝑎22 … … 𝑎2𝑛 ]
𝑎𝑚1 𝑎𝑚2 … . 𝑎𝑚𝑛

La imagen de cada (i, j) es un número real que se denomina 𝑎ij.

La matriz tiene m filas y n columnas. El elemento que está en la fila 2,

columna 3 recibe el nombre de 𝑎23 y así sucesivamente.

Ejemplo:
1 −1 3
𝐴= [ ] es una matriz que tiene 2 filas y 3 columnas
4 0 2

Las matrices se representan con letras mayúsculas A, B, C, ……….,etc. Y a sus

elementos se los denomina genéricamente 𝑎ij, 𝑏ij, 𝑐ij,…….,etc.

El conjunto de todas las matrices de m filas y n columnas con elementos reales se

denomina como Rmxn.

Orden o clase: Se llama orden o clase de la matriz al número de filas y de

columnas que posee. Una matriz que tiene m filas y n columnas es de orden m x n
(m por n).

Ejemplos:
1 2
𝐴=[ ] 𝑒𝑠 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 2𝗑2, 𝐴 ∈ 𝑅2𝗑2
−1 3

Matrices y determinantes Página 1

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

−1 3 4
𝐵= [ ] 𝑒𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟iz 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 2𝗑3, 𝐵 ∈ 𝑅2𝗑3
1 2 5
1 2
𝐶 = [4 3] 𝑒𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟iz 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 3𝗑2, 𝐶 ∈ 𝑅3𝗑2
5 1

Matriz nula: Recibe este nombre aquella matriz en la cual todos los elementos son
0. Se la designa con N o simplemente 0, (✯i ✯j: 𝑛ij = 0)

Matriz cuadrada: Es aquella en la cual el número de filas m es igual al número de

columnas n.

Ejemplos:
1 3 5
1 2
𝐴=[ ] 𝐴 ∈ 𝑅2𝗑2 𝐵= [ ] 𝐵 ∈ 𝑅3𝗑3
6 1 −2
1 3
1 2 3

Diagonal de una matriz cuadrada: Está formada por los elementos en los cuales
i=j. (𝑎11, 𝑎22, 𝑎33, … … … , 𝑎𝑛𝑛)

Traza de una matriz cuadrada: Es el número que se obtiene de sumar los

elementos de la diagonal. Tr(A) = 𝑎11 + 𝑎22 + 𝑎33 + ⋯ … … + 𝑎𝑛𝑛

Matriz diagonal: Es una matriz cuadrada en la cual los elementos que no

pertenecen a la diagonal son nulos: i G j ⇒ 𝑎ij = 0

Ejemplo:

1 0 0
𝐴 = [0 3 0] ∈ 𝑅3𝗑3
0 0 2

Matriz escalar: Es una matriz diagonal en la cual todos los elementos de la diagonal
son iguales.

Ejemplo:

2 0 0
𝐴 = [0 2 0] ∈ 𝑅3𝗑3
0 0 2

Matriz identidad o unidad: Es una matriz escalar en la cual los elementos de la

diagonal son 1.

1 0 1 0 0
Ejemplos: 𝐼2 = [ ] 𝐼 = [0 1 0]
3
0 1
0 0 1

Matrices y determinantes Página 2

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

Matriz fila: Es la que tiene una sola fila, es de orden 1xn

𝐴 = (𝑎11 𝑎12 𝑎13 … … … 𝑎1𝑛) ∈ 𝑅1𝑥𝑛

Ejemplo: 𝐴 = (1 3 4) ∈ 𝑅1𝑥3

Matriz columna: Es la que tiene una sola columna, es decir de orden mx1.
𝑎11
𝑎
𝐴 = [ 21] ∈ 𝑅3𝑥1
𝑎31

Vector: Se denomina vector a toda matriz fila o columna.

Matriz opuesta: La matriz opuesta de A es B⇔✯i ✯j: 𝑏ij = −𝑎ij , 𝑠𝑒 𝑑𝑒𝑛𝑜𝑚i𝑛𝑎 − 𝐴

Ejemplo:
1 4 −1 −4
𝐴= [ ] −𝐴 = [ ]
3 −2 −3 2

Igualdad de matrices

Dos matrices son iguales si son del mismo orden y ✯i ✯j: 𝑎ij = 𝑏ij , es decir que los
elementos que ocupan la misma posición son iguales.

OPERACIONES CON MATRICES

Suma de matrices: Sólo se pueden sumar matrices del mismo orden. El resultado
da otra matriz del mismo orden cuyos elementos se obtienen sumando entre sí los
elementos que ocupan la misma posición.

𝐴 + 𝐵 = 𝐶⁄✯i ✯j: 𝑐ij = 𝑎ij + 𝑏ij 𝐴, 𝐵 𝑦 𝐶 ∈ 𝑅𝑚𝗑𝑛

Ejemplo:
1 2 −1 0 1 −2 1 3 −3
𝐴= [ ] 𝐵= [ ] 𝐴+𝐵=𝐶= [ ]
4 0 3 4 8 −3 8 8 0

Propiedades de la suma

✯𝐴, ✯𝐵, ✯𝐶 ∈ 𝑅𝑚𝗑𝑛:

a) Ley de cierre: La suma de matrices del mismo orden da otra matriz del
mismo orden. 𝐴 + 𝐵 = 𝐶 ∈ 𝑅𝑚𝗑𝑛
b) Ley asociativa:
(𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶)
c) Ley conmutativa:
𝐴+𝐵= 𝐵+𝐴

Matrices y determinantes Página 3

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

d) Existencia de elemento neutro:

𝐴+0=0+𝐴 =𝐴 (0 𝑒𝑠 𝑙𝑎 𝑚𝑎𝑡𝑟iz 𝑛𝑢𝑙𝑎)
e) Existencia de elemento opuesto:
𝐴 + (−𝐴) = (−𝐴) + 𝐴 = 0 (−𝐴 𝑒𝑠 𝑙𝑎 𝑚𝑎𝑡𝑟iz 𝑜𝑝𝑢𝑒𝑠𝑡𝑎)
f) Tr (A+B) = Tr A + Tr B

Resta de matrices

Restar A y B equivale a sumar a la matriz A la matriz opuesta de B. También deben

ser del mismo orden.

𝐴 − 𝐵 = 𝐴 + (−𝐵)

𝐴 − 𝐵 = 𝐶⁄✯i ✯j: 𝑐ij = 𝑎ij − 𝑏ij 𝐴, 𝐵 𝑦 𝐶 ∈ 𝑅𝑚𝗑𝑛

Ejemplo:

𝐴 = [2 3 −1] 𝐵 = [2 1 −3]
5 −1 2 4 3 −3
0 2 2
𝐴−𝐵= 𝐶 = [ ]
1 −4 5

Producto de una matriz por un escalar

Para multiplicar un escalar (número) por una matriz se multiplica el escalar por cada
elemento de la matriz. Es una ley de composición externa.

𝑎. 𝐴 = 𝐵⁄✯i ✯j: 𝑏ij = 𝑎. 𝑎ij 𝐴 𝑦 𝐵 ∈ 𝑅𝑚𝗑𝑛

Ejemplo:

1 2 3 6
𝐴 = [−3 4] 3. 𝐴 = [−9 12]
0 2 0 6

Propiedades:

a) 0 . 𝐴 = 𝑁
b) 𝑎. 𝑁 = 𝑁
c) 𝑎. 𝐴 = 𝑁 ⇔ 𝑎 = 0 ó 𝐴 = 𝑁
d) 𝐼. 𝐴 = 𝐴
e) Distributiva respecto de la suma de matrices: 𝑎. (𝐴 + 𝐵) = 𝑎. 𝐴 + 𝑎. 𝐵
f) Distributiva respecto de la suma de escalares: (𝑎 + 𝖰). 𝐴 = 𝑎. 𝐴 + 𝖰. 𝐴
g) 𝑇𝑟 (𝑎. 𝐴) = 𝑎. 𝑇𝑟 (𝐴)

Matrices y determinantes Página 4

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

Producto de matrices

Dadas dos matrices 𝐴 ∈ 𝑅𝑚𝗑𝑛 𝑦 𝐵 ∈ 𝑅𝑝𝗑q se pueden multiplicar si n = p, es decir

que el número de columnas de la primera matriz debe ser igual al número de filas de
la segunda matriz. El orden de la matriz producto es m x q.

𝐴. 𝐵 = 𝐶⁄𝐴 ∈ 𝑅𝑚𝗑𝑛, 𝐵 ∈ 𝑅𝑝𝗑q, 𝐶 ∈ 𝑅𝑚𝗑q

La matriz producto tiene tantas filas como la matriz primer factor y tantas columnas
como la matriz segundo factor.

La matriz producto C= A. B∈ 𝑅𝑚𝑥𝑞 cuyo elemento genérico es

𝑐ij = ∑ 𝑎i𝑘 𝑏𝑘j

𝑘=1

Si A∈ 𝑘𝑚𝑥𝑛 𝑦 𝐵 ∈ 𝐾𝑛𝑥𝑚 , entonces coexisten los productos A. B ∈ 𝐾𝑚𝑥𝑚 𝑦 𝐵. 𝐴 ∈

𝐾𝑛𝑥𝑛, pero son de distintas clases si m ≠n.

En el caso en que m = n, tanto A·B como B·A son matrices del tipo n x n, es decir,
cuadradas, y pertenecientes a 𝐾𝑛𝑥𝑛 pero en general, se verifica.

El producto de matrices no es conmutativo

A·B ≠ B·A
Ejemplo: Verificamos la no conmutatividad del producto de matrices:

1 0 −2 1 −2 1 0 1
A= [ ] 𝐵=[ ] 𝐴. 𝐵 = [ ] 𝐵. 𝐴 = [ ]
2 1 0 0 −4 2 0 0
A·B≠ B·A.
Si A·B = B·A diremos que A y B son matrices permutables.

Asociatividad del producto de matrices

Bajo ciertas condiciones: Sean 𝐴 ∈ 𝐾𝑚𝗑𝑛, 𝐵 ∈ 𝐾𝑛𝗑𝑝𝑦 𝐶 ∈ 𝐾𝑝𝗑q

(𝐴 ∙ 𝐵) ∙ 𝐶 = 𝐴 ∙ (𝐵 ∙ 𝐶)
Distributiva del producto respecto de
la suma y la resta:
𝐴. (𝐵 ± 𝐶) = 𝐴. 𝐵 ± 𝐴. 𝐶
Sean 𝐴 ∈ 𝐾𝑚𝗑𝑛, 𝐵 ∈ 𝐾𝑛𝗑𝑝𝑦 𝐶 ∈ 𝐾𝑛𝗑𝑝

Matrices y determinantes Página 5

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

MATRIZ IDENTIDAD .

En 𝐾𝑛𝑥𝑛 la matriz I cuyo elemento genérico es 𝛿i j, o sea, es 1 si i = j y es 0 si i G j,

es neutro para el producto.

I se llama matriz identidad n x n y se verifica:

A· I = I· A = A

cualquiera que sea 𝐴 ∈ 𝐾𝑛𝑥𝑛.

El elemento genérico de la matriz producto A·I es:
𝑛

𝑐ij = ∑ 𝑎i𝑘 ð𝑘j = 𝑎ijðjj = 𝑎ij

i=1

En consecuencia, por definición de producto A · I es: A · I = A.

Análogamente se prueba que I · A = A.

Si 𝐴 ∈ 𝐾𝑚𝑥𝑛 entonces la identidad mxm verifica: I . A = A y la identidad nxn

satisface: A · I = A

ANILLO DE MATRICES CUADRADAS

En 𝐾𝑛𝗑𝑛 el producto es una ley de composición interna, asociativa, con elemento

neutro igual a la identidad n x n.

Se sabe que: (𝐾𝑛𝗑𝑛, +) es grupo abeliano y el producto es doblemente distributivo

respecto de la suma.

En consecuencia: (𝐾𝑛𝗑𝑛 , +, . ) es el anillo no conmutativo, con unidad, de las

matrices cuadradas n x n con elementos en K.

Este anillo tiene divisores de cero; es decir, existen matrices no nulas cuyo producto
es la matriz nula.

Por ejemplo:
1 0 0 0 0 0
𝐴= [ ]G𝑁 𝑦 𝐵= [ ]G𝑁 𝐴. 𝐵 = [ ]
1 0 1 1 0 0

Matrices y determinantes Página 6

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

TRASPOSICIÓN DE MATRICES .
Concepto:

Sean los espacios vectoriales (Knxm, +,K , . ) y (Kmxn,+ ,K , . ). Por definición, la

matriz B ∈ 𝐾𝑚𝗑𝑛 es la traspuesta de

A ∈ 𝐾 𝑛𝗑𝑚 𝑠i 𝑦 𝑠ó𝑙𝑜 𝑠i 𝑏ij = 𝑎ji 𝑦 𝑠𝑒 𝑒𝑠𝑐𝑟i𝑏𝑒 𝐵 = 𝐴𝑇

−1 1
−1 2 0
𝐴=[ ] 𝐴𝑇 =[ ]
2 2
1 2 3
0 3
Se cambian filas por columnas.
Además que toda matriz 1x1 es igual a su traspuesta.

TRASPUESTA DE LA SUMA Y DEL PRODUCTO POR ESCALARES .

1.- La traspuesta de una suma es la suma de las traspuestas.

(A+B)T = AT + BT

2.- La traspuesta del producto de un escalar por cualquier matriz es igual al

producto del escalar por la traspuesta de la matriz.

(𝛼A)T = 𝛼AT

TRASPUESTA DEL PRODUCTO .

La traspuesta de un producto de matrices es igual al producto de las traspuestas en

orden permutado. Sean A ∈ 𝐾𝑛𝗑𝑝 𝑦 𝐵 ∈ 𝐾𝑝𝗑𝑚

(A. B) 𝑇 = 𝐵𝑇𝐴𝑇

La trasposición verifica: (AT)T = A

Por ejemplo:

(BT·A)T = AT·(BT)T = AT·B

MATRICES SIMÉTRICAS Y ANTISIMÉTRICAS .

Matriz Simétrica

Una matriz cuadrada es simétrica si y sólo si es igual a su traspuesta.

𝐴 ∈ 𝐾𝑛𝗑𝑛 𝑒𝑠 𝑠i𝑚é𝑡𝑟i𝑐𝑎 ⇔ 𝐴 = 𝐴𝑇 ⇔ 𝑎ij = 𝑎ji ✯i, ✯j

Matrices y determinantes Página 7

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

1 −1 0
𝐸𝑛 𝑅3𝑥3, 𝑙𝑎 𝑚𝑎𝑡𝑟i𝑧 𝐴 = [−1 2 3] 𝑒𝑠 𝑠i𝑚é𝑡𝑟i𝑐𝑎
0 3 0

Matriz Antisimétrica:

Una matriz cuadrada es antisimétrica si y sólo si es igual a la opuesta de su

traspuesta.
𝐴 ∈ 𝐾 𝑛𝑥𝑛 𝑒𝑠 𝑎𝑛𝑡i𝑠i𝑚é𝑡𝑟i𝑐𝑎 ⇔ 𝐴 = −𝐴𝑇 ⇔ 𝑎ij = − 𝑎ji ✯i, ✯j
Los elementos de la diagonal de toda matriz antisimétrica son nulos, pues:
𝐴 ∈ 𝐾𝑛𝑥𝑛𝑒𝑠 𝑎𝑛𝑡i𝑠i𝑚é𝑡𝑟i𝑐𝑎 ⇒ 𝑎ii = − 𝑎ii ✯i ⇒ 2𝑎ii = 0, ✯i ⇒ 𝑎ii = 0, ✯i

0 1 −2
La matriz: 𝐴 = [−1 0 3 ] 𝑒𝑠 𝑎𝑛𝑡i𝑠i𝑚é𝑡𝑟i𝑐𝑎
2 −3 0

Demostraremos las siguientes propiedades:

i) El producto de toda matriz por su traspuesta es una matriz simétrica.

(A·AT )T = (AT)T·AT = A·AT

Luego, por ser igual a su traspuesta: A·AT es simétrica.

No es necesario que A sea cuadrada para que existan A·AT y AT·A; cuyos

resultados, en todos los casos, son matrices cuadradas.

ii) La suma de toda matriz cuadrada y de su traspuesta es simétrica.

Si A ∈ 𝐾𝑛𝗑𝑛. (A+AT )T = AT+(AT)T= AT+A = A+AT

Es decir, A+AT es simétrica.

iii) La diferencia de toda matriz cuadrada con su traspuesta es

antisimétrica.

Si A ∈ 𝐾𝑛𝗑𝑛., entonces, aplicando propiedades anteriores, se

verifica: (A-AT)T = AT-(AT)T= AT-A = - (A-AT)

En consecuencia, A - AT es antisimétrica.

Matrices y determinantes Página 8

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

iv) Toda matriz cuadrada es la suma de una matriz simétrica y de una matriz
antisimétrica.

MATRICES TRIANGULARES

La matriz A ∈ 𝐾𝑛𝑥𝑛 es triangular superior si y sólo si i > j ⇒ 𝑎ij = 0

Análogamente la matriz A ∈ 𝐾𝑛𝑥𝑛 es triangular inferior si y sólo si i < j ⇒ 𝑎ij = 0

El producto de dos matrices triangulares es una matriz triangular.

En R3x3
1 −2 3
𝐴 = [0 0 2] 𝑒𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟i𝑧 𝑡𝑟i𝑎𝑛𝑔𝑢𝑙𝑎𝑟 𝑠𝑢𝑝𝑒𝑟i𝑜𝑟
0 0 5

MATRICES IDEMPOTENTES E INVOLUTIVAS .

Concepto:

Una matriz cuadrada e idempotente si y sólo si es igual a su cuadrado.

A ∈ 𝐾𝑛𝗑𝑛 𝑒𝑠 i𝑑𝑒𝑚𝑝𝑜𝑡𝑒𝑛𝑡𝑒 𝑠i 𝑦 𝑠ó𝑙𝑜 𝑠i 𝐴2 = 𝐴
1 1
𝐴 = [2 2] 𝑣𝑒𝑟ifi𝑐𝑎 𝐴2 = 𝐴, 𝑒𝑠 𝑑𝑒𝑐i𝑟 𝑒𝑠 i𝑑𝑒𝑚𝑝𝑜𝑡𝑒𝑛𝑡𝑒
1 1
2 2
Una matriz cuadrada es involutiva si y sólo si su cuadrado es la identidad.
A ∈ 𝐾𝑛𝗑𝑛 𝑒𝑠 i𝑛𝑣𝑜𝑙𝑢𝑡i𝑣𝑎 𝑠i 𝑦 𝑠ó𝑙𝑜 𝑠i 𝐴2 = 𝐼

1 0 1 0
La matriz 𝐴 = [ ] 𝑒𝑠 i𝑛𝑣𝑜𝑙𝑢𝑡i𝑣𝑎, 𝑝𝑢𝑒𝑠 𝐴2 = [ ]=𝐼
0 −1 0 1
INVERSA DE UNA MATRIZ CUADRADA

La matriz A ∈ 𝐾𝑛𝗑𝑛 es inversible o regular o no singular, si y sólo si existe una

matriz B ∈ 𝐾𝑛𝗑𝑛 tal que su producto por A, izquierda y a derecha es la identidad.

A ∈ 𝐾𝑛𝗑𝑛 𝑒𝑠 𝑛𝑜 𝑠i𝑛𝑔𝑢𝑙𝑎𝑟 ⇔ E B ∈ 𝐾𝑛𝗑𝑛 ⁄𝐴. 𝐵 = 𝐵. 𝐴 = 𝐼

En el anillo (K nxn, +, .) si una matriz admite inversa, entonces ésta es única.

Si un elemento admite inverso respecto de una ley de composición interna

asociativa, entonces éste es único.

Matrices y determinantes Página 9

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

A la inversa de A, si existe, se la denota A-1.

Por definición: A · A-1 = A-1 · A = I

Se observa que A y A-1 son inversas entre sí, y en consecuencia:

(A-1)-1 = A

INVERSA DEL PRODUCTO .

Si dos matrices son inversibles, entonces la inversa del producto es igual al producto
de las inversas en orden cambiado.

(A·B)-1 = B-1·A-1

Se verifica que el conjunto de las matrices no singulares nxn, con el producto,

constituye un grupo multiplicativo.

MATRICES ORTOGONALES .
Concepto:

Una matriz cuadrada no singular es ortogonal si y sólo si su inversa es igual a su

traspuesta.

Sea A ∈ 𝐾𝑛𝗑𝑛 𝑛𝑜 𝑠i𝑛𝑔𝑢𝑙𝑎𝑟

𝐴 𝑒𝑠 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 ⇔ 𝐴−1 = 𝐴𝑇
Propiedades:

1.- Una matriz es ortogonal si y sólo si el producto de dicha matriz por su

traspuesta es la identidad.

A es ortogonal ⇔𝐴−1 = 𝐴𝑇 ⇔ A. 𝐴−1 = 𝐴. 𝐴𝑇 𝐴−1. 𝐴=𝐴𝑇. 𝐴 ⇔ 𝐴. 𝐴𝑇 = 𝐴𝑇. 𝐴 = 𝐼

2.- El producto de dos matrices ortogonales es ortogonal.

A y B son ortogonales ÿ A.B es ortogonal.

(A.B)(A.B)T = A([Link])AT = [Link] = [Link] = I

Análogamente: (A.B)T(A.B) = I
En consecuencia, resulta A.B ortogonal.

Matrices y determinantes Página 10

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

Ejemplo:
𝑐𝑜𝑠 𝑎 −𝑠𝑒𝑛 𝑎 0
𝐴 = [𝑠𝑒𝑛 𝑎 𝑐𝑜𝑠 𝑎 0] 𝑒𝑠 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 0
0 1
Donde 𝑎 ∈ 𝑅

𝑐𝑜𝑠 𝑎 −𝑠𝑒𝑛 𝑎 0 𝑐𝑜𝑠 𝑎 𝑠𝑒𝑛 𝑎 0

𝐴. 𝐴𝑇 = [𝑠𝑒𝑛 𝑎 𝑐𝑜𝑠 𝑎 0] [−𝑠𝑒𝑛 𝑎 𝑐𝑜𝑠 𝑎 0] =
0 0 1 0 0 1

𝑐𝑜𝑠2𝑎 + 𝑠𝑒𝑛2𝑎 cos 𝑎. 𝑠𝑒𝑛 𝑎 − 𝑠𝑒𝑛 𝑎. cos 𝑎 0 1 0 0

= [𝑠𝑒𝑛 𝑎. cos 𝑎 − cos 𝑎. 𝑠𝑒𝑛 𝑎 𝑠𝑒𝑛2𝑎 + 𝑐𝑜𝑠2𝑎 0] = [0 1 0] = 𝐼
0 0 1 0 0 1

MATRICES HERMITIANAS .
Matrices Complejas.

(Cnxm ,+ , R, . ) y (Cnxm ,+ , C, . ) denotan los espacios cuyos elementos son las

matrices complejas del tipo nxm, sobre el cuerpo de los reales y de los complejos
respectivamente.

𝐴 = [−i 1 + i 2
] 𝑒𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟i𝑧 𝑐𝑜𝑚𝑝𝑙𝑒j𝑎 𝑑𝑒𝑙 𝑡i𝑝𝑜 2𝑥3
i −2 3 − 2i
Matriz Compleja Conjugada.

Matriz compleja conjugada de A∈ 𝐶𝑛𝗑𝑚 es la matriz B ∈ 𝐶𝑛𝗑𝑚tal que 𝑏ij = 𝑎ij

O sea, dada una matriz, su conjugada se obtiene sustituyendo cada elemento por el
conjugado. Para denotar la matriz conjugada de A, escribiremos A.

i 1−i 2
𝐴= [ ]
−i −2 3 + 2i

Propiedades:

a) A = A. La conjugada de la conjugada de una matriz es la misma matriz.

b) La conjugada de la suma es igual a la suma de las conjugadas.

̅+
𝐵̅= 𝐴
𝐴 ̅+𝐵
̅

Matrices y determinantes Página 11

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

c) La conjugada del producto de un escalar por una matriz es igual al producto

del escalar por la conjugada de la matriz.
̅𝑎̅. ̅𝐴̅= 𝑎. 𝐴
̅
d) La conjugada de un producto es el producto de las conjugadas.
̅𝐴̅. ̅𝐵̅= 𝐴
̅. 𝐵
̅

Matriz asociada

Se verifica que la traspuesta de la conjugada de cualquier matriz es igual a la

conjugada de la traspuesta.

̅ )T= ̅(̅𝐴𝑇̅ ̅)
A*= ( 𝐴
−ii
en el ejemplo anterior, sería: 𝐴𝑇 = [1 + i
−2 ]
2
3 − 2i
i −i i −i
(𝐴 ) = [1 − i
𝑇 −2 ] ( 𝐴̅) = [1 − i
T
−2 ]
2 3 − 2i 2 3 + 2i
Son iguales
Para designar esta matriz (𝐴𝑇), escribiremos A*.

El operador * satisface las siguientes propiedades:

1) (A*)* = A

2) (A + B)* = A*+ B*

3) (A·B)* = B*·A*
4) (𝑎 . 𝐴)* = 𝑎
̅ . 𝐴* 𝑐𝑜𝑛 𝑎 ∈ 𝐶

Matriz Hermitiana.

La matriz 𝐴 ∈ 𝐶𝑛𝑥𝑛 es “hemitiana” si y sólo si es igual a la traspuesta de su

conjugada.
𝐴 ∈ 𝐶𝑛𝗑𝑛 es “hemitiana” ⇔ 𝐴 = (𝐴 ̅ )𝑇 ⇔𝐴 = 𝐴* ⇔ 𝑎ij = ̅𝑎̅𝖩7 ✯i ✯j

Los elementos de toda matriz hermitiana son números reales, pues:

𝐴 ∈ 𝐶𝑛𝗑𝑛 es “hemitiana” ⇔ 𝑎ii = ̅𝑎̅7̅7 ⇒ 𝑎ii ∈ 𝑅
1 −i 2+i
𝐴=[ i −2 −3 − 2i] 𝑒𝑠 ℎ𝑒𝑟𝑚i𝑡i𝑎𝑛𝑎
2−i −3 + 2i 3

Toda matriz simétrica y real es hermitiana, ya que verifica 𝑎ij = 𝑎ji = 𝑎

̅𝑦7̅.

Matrices y determinantes Página 12

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

OPERACIONES ELEMENTALES SOBRE UNA MATRIZ

Operaciones elementales sobre una matriz son las siguientes:

1) Permutación de dos filas entre sí, o de columnas entre sí.

2) Adición de una fila a otra, o adición de una columna a otra.

3) Multiplicación de una fila o de una columna por un escalar no nulo.

Si se efectúan operaciones elementales sobre las filas o columnas de una

matriz, se obtiene otra matriz, pero su “rango” no varía.

EQUIVALENCIA DE MATRICES .
Concepto:
Sean A y B dos matrices pertenecientes a Knxm, diremos que B es equivalente a A si
y sólo si B puede obtenerse efectuando un número finito de operaciones
elementales sobre A.

B∼A, se lee: “B es equivalente a A”

La equivalencia de matrices es reflexiva, simétrica y transitiva, o sea, es una relación

de equivalencia en Knxm.

MATRICES EQUIVALENTES

Una matriz cuadrada Enxn se dice “elemental” si se obtiene por aplicación de una
“única” operación elemental sobre la matriz identidad Inxn.

Hay tres tipos de matrices elementales, en correspondencia con las tres operaciones
elementales definidas.
1 0 0 1
Ejemplo: 𝐼 = [ ] 𝐸1 = [ ] Matriz elemental por permutación de filas
0 1 1 0
6 0
𝐸 = [ ] Matriz elemental por producto de una fila por un escalar 6.
2
0 1
1 1
𝐸3 = [ ]
1 0
Matriz elemental en la que sumamos una fila con otra
1 0
𝐸 = [ ]
4
1 1

Matrices y determinantes Página 13

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

RANGO DE UNA MATRIZ .

Hay muchas formas de definir el rango de una matriz.
1.- El rango de una matriz A es el máximo número de vectores columnas o
vectores filas linealmente independientes que tiene la matriz.

2.- Es el orden del determinante de mayor orden no nulo que se puede obtener con
los elementos de la matriz. (Lo veremos más adelante)

Vectores canónicos: Son vectores en los cuales todos los elementos son iguales a
0 excepto uno que vale 1.

3.- Es la mayor cantidad de vectores columnas canónicos distintos que se pueden

obtener en una matriz aplicando sucesivas operaciones elementales.

Propiedad 1: Las matrices equivalentes tienen el mismo rango.

Propiedad 2: Dos matrices traspuestas tienen igual rango

FORMA CANÓNICA DE UNA MATRIZ.

Toda matriz no nula A ∈ Knxm de rango R es equivalente a la matriz:
𝐼𝑟𝗑𝑟 𝑁𝑟𝗑(𝑚−𝑟)
𝐴 = [𝑁 ]
(𝑛−𝑟).𝑟 𝑁(𝑛−𝑟)(𝑚−𝑟)

Por ejemplo:

1 0 00
𝐴 = [0 1 00] es una matriz canónica obtenida de otra luego de aplicarle un
0 0 10
número finito de operaciones elementales.

La forma canónica de la matriz nula en Knxm es dicha matriz.

Si A es una matriz no singular en Knxn, entonces su forma canónica es la matriz

Identidad.

A ∈ Knxn es una matriz no singular ⇔ F.C. (A) = I

Forma canónica de A

Matrices y determinantes Página 14

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

MÉTODO DE GAUSS-JORDAN PARA DETERMINAR EL RANGO .

Este método nos permite determinar el rango de una matriz mediante un número
finito de operaciones elementales del tipo: multiplicación de una fila por un escalar
no nulo, y adición de una fila a otra.

Se opera sobre las filas de la matriz, y además sirve para la determinación de la

inversa de una matriz no singular y a la resolución de sistemas lineales.

Se trata, mediante operaciones elementales, de formar el máximo número de

vectores linealmente independientes. Tal número es, precisamente, el rango de la
matriz.

Sea A una matriz no nula. Se elige cualquier elemento distinto de cero, al cual se lo

llama “Pivote”, supongamos que elegimos el pivote 𝑎11 = 𝑎.

𝑎 𝑏 𝑐……… Dividiendo la primera fila por a G 0 se obtiene:

𝑏
𝑑 𝑒 𝑓……… 1 𝑐 …………
𝑎 𝑎

…………………. 𝑑 𝑒 𝑓…………

…………………………..
Se reducen a “0” los restantes elementos que figuran en la columna del pivote,
obteniéndose un vector canónico en la columna del pivote.

𝑎 𝑏 𝑐………………

𝑑 𝑒 f … … … … … ..
…………………………………

Todo elemento que no figure en la fila, ni en la columna del pivote, forma con éste
una “diagonal” de un rectángulo. Los otros dos vértices determinan lo que
llamaremos “contradiagonal”.

Operación: el transformado de “e” es igual a 𝑒 − 𝑑.𝑏 ; donde db es el producto

𝑎
contradiagonal, y a es el pivote.
En las etapas siguientes se reitera el procedimiento eligiendo un pivote que no figure
ni en las filas, ni en las columnas de los pivotes anteriores. De este modo, las
operaciones elementales preservan los vectores canónicos.
El procedimiento termina cuando no es posible obtener ningún pivote (distinto de
cero) en las condiciones señaladas.

Matrices y determinantes Página 15

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

Ejemplo:

Mediante el método de Gauss – Jordan, obtener el rango de:

1 2 1
𝐴 = [1 1 0]
0 1 2

Para evitar cálculos el pivote elegido es la unidad, aunque puede ser cualquier
elemento no nulo.

(1) 2 1

1 1 0

0 1 2

1 2 1

0 -1 -1

0 (1) 2

1 0 -3

0 0 (1)

0 1 2

1 0 0

0 0 1 El rango de A es el número de vectores canónicos,

0 1 0 o sea, 3. R (A) = 3

Resumen del Procedimiento.

1) Se elige como pivote cualquier elemento no nulo y se divide por él la fila

correspondiente.

2) Los restantes elementos de la columna del pivote se transforman en ceros.

3) El transformado de todo elemento que no figure en la fila ni en la columna

del pivote se determina siguiendo la regla del “rectángulo”, es decir, es igual
a su diferencia con el producto contradiagonal dividido por el pivote.

4) Se reitera el mecanismo eligiendo como pivote un elemento no nulo que no

pertenezca ni a las filas ni a las columnas de los pivotes anteriores.

5) El número de vectores canónicos linealmente independientes es el rango de

la matriz.

Matrices y determinantes Página 16

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

INVERSIÓN DE MATRICES POR GAUSS – JORDAN .

Sea 𝐴 ∈ 𝐾𝑛𝑥𝑛 no singular; a su derecha se escribe la identidad en ÿ.

A I

La matriz así indicada es del tipo nx2n, y a ella se le aplica el método de Gauss –
Jordan hasta lograr que A se transforme en la Identidad. La identidad que figura en
el esquema anterior queda transformada en una matriz ÿ

A I

I B
La transformación de A en la identidad siempre es posible, pues A es no singular, y
su rango es “n”, en consecuencia, es posible obtener “n” vectores linealmente
independientes mediante el procedimiento de Gauss – Jordan.

Si los vectores canónicos obtenidos no resultan ordenados de modo que constituyan

una matriz diagonal, la identidad se logra mediante permutación de filas de la matriz.
La matriz resultante a la derecha es la inversa pedida.

Las operaciones elementales realizadas sobre las filas de A, que la convierten en la

identidad, son las mismas que las efectuadas sobre las filas de I y que la
transforman en B. Si E es el producto de las matrices elementales correspondientes
a las sucesivas operaciones elementales, entonces se verifica que:

E·A = I y E·I = B

(1) (2)

De (2) resulta E = B, y considerando (1) es: B·A = I. Luego B = A-1.

Como en general no se sabe a priori si A es inversible, igualmente, el método puede

ser utilizado. En el caso en que A no tenga inversa no será posible formar la
identidad, por ser su rango menor que “n.”

Es decir, con el método de Gauss – Jordan se determina la existencia de la inversa

o no, y en caso afirmativo, se la obtiene.

Ejemplo:
Hallar la inversa de la matriz A:

Matrices y determinantes Página 17

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

1 0 −1
[
𝐴= 1 2 −2]
2 −1 1

(1) 0 -1 1 0 0 1 0 0 0 1/5 2/5

1 2 -2 0 1 0 0 0 1 -1 1/5 2/5

2 -1 1 0 0 1 0 1 0 -1 3/5 1/5

1 0 -1 1 0 0 1 0 0 0 1/5 2/5

0 2 -1 -1 1 0 0 1 0 -1 3/5 1/5

0 -1 3 -2 0 1 0 0 1 -1 1/5 2/5

1 0 -1 1 0 0

0 -2 (1) 1 -1 0 La inversa de A es:

0 -1 3 -2 0 1

1 -2 0 2 -1 0

1⁄ 2⁄
𝖥0 5 51
I 3
0 -2 1 1 -1 0 𝐴−1 = I−1 1⁄5 1 2
⁄5II
−1 ⁄ ⁄
[ 5 5]
0 5 0 -5 3 1

1 -2 0 2 -1 0

0 -2 1 1 -1 0

0 1 0 -1 3/5 1/5

Matrices y determinantes Página 18

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

DETERMINANTES

Dada una matriz cuadrada se llama determinante a una función de 𝑅𝑛𝑥𝑛 → 𝑅 de

modo que la imagen de cada matriz es un número real que se obtiene sumando
todos los productos posibles de n elementos elegidos entre los n 2 de la matriz dada,
siempre que en cada producto haya un factor de cada fila y un factor de cada
columna, anteponiendo a cada producto el signo más (+) o el signo menos (-) según
que las permutaciones que indican las filas y las columnas sean de clase par o
impar.

Nota: Son de clase par si ordenados los elementos según los primeros subíndices,
los otros subíndices forman un número par de inversiones (no están en el orden
natural), y de clase impar si forman un número impar de inversiones.

Dada la matriz A, su determinante se designa como: det (A) o |𝐴|

Ejemplos:
𝑎11 𝑎12 𝑎11 𝑎12
Dada 𝐴 = [ ] 𝑠𝑢 𝑑𝑒𝑡𝑒𝑟𝑚i𝑛𝑎𝑛𝑡𝑒 𝑒𝑠: |𝐴| = | | = 𝑎 𝑎 −𝑎 𝑎
𝑎21 𝑎22 𝑎21 𝑎22 11 22 12 21

𝑎11 𝑎12 𝑎13

Dada 𝐴 = [𝑎21 𝑎22 𝑎23] 𝑠𝑢 𝑑𝑒𝑡𝑒𝑟𝑚i𝑛𝑎𝑛𝑡𝑒 𝑒𝑠:
𝑎31 𝑎32 𝑎33

𝑎11 𝑎12 𝑎13

|𝐴| = |𝑎21 𝑎22 𝑎23| = 𝑎11𝑎22𝑎33 + 𝑎13𝑎21𝑎32 + 𝑎12𝑎23𝑎31 +
𝑎31 𝑎32 𝑎33

−𝑎13𝑎22𝑎31 − 𝑎11𝑎23𝑎32 − 𝑎12𝑎21𝑎33

REGLA DE SARRUS

Es una regla práctica que sirve para calcular determinantes de tercer orden.

Se repiten las dos primeras filas del determinante. Los productos correspondientes a
los signos + se suman y los otros se restan.

𝑎11 𝑎12 𝑎13

|𝐴| = |𝑎21 𝑎22 𝑎23| = 𝑎11𝑎22𝑎33 + 𝑎13𝑎21𝑎32 + 𝑎12𝑎23𝑎31 +
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23 −𝑎13 𝑎22 𝑎31 − 𝑎11 𝑎23 𝑎32 − 𝑎12 𝑎21 𝑎33

Matrices y determinantes Página 19

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

MENOR COMPLEMENTARIO

Se llama menor complementario de un elemento 𝑎ij de una matriz cuadrada de

orden n al determinante asociado a la matriz cuadrada de orden n-1 que se obtiene
al suprimir la fila i y la columna j. Se denomina: 𝛼ij.

𝑎11 𝑎12 𝑎13 𝑎21 𝑎23 𝑎11 𝑎12

Ejemplo: 𝐴 = [𝑎21 𝑎22 𝑎23] 𝛼12 = |𝑎 𝑎 | 𝛼23 = |𝑎 𝑎 |
31 33 31 32
𝑎31 𝑎32 𝑎33

Si la matriz es de orden 3, los menores complementarios son determinantes de

orden 2, siempre de un orden inferior al orden de la matriz dada.

ADJUNTO DE UN ELEMENTO

Se llama así al número que se obtiene de multiplicar al menor complementario

𝛼ij por (−1)i+j. Al adjunto del elemento 𝑎ij se lo denomina 𝐴ij = (−1) i+j. 𝛼ij

Si i + j es par: 𝐴ij = 𝛼ij , porque (−1)i+j = 1

Si i + j es impar: 𝐴ij = −𝛼ij , porque (−1)i+j = −1

Ejemplo:
3 2 3 4
𝐴 = [2 −1 0] 𝐴 = (−1)3. | | = −3 𝐴 = (−1)4. | | = −9
3 4 2 12 13
0 1 0 −3
0 −3 1
Y así sucesivamente se pueden calcular los restantes adjuntos, hay 9.

MATRIZ ADJUNTA

Es la matriz traspuesta que se obtiene de reemplazar en una matriz cuadrada cada

elemento por su adjunto. Se denomina Adj A.

Ejemplo:

2 1 −2
𝐵 = [0 1 2]
3 −1 0

𝑇
0 2 0 1
| 1 2| −| | | |
𝖥 −1 2 3 −1 1I
I 1 −2 2 3 −20 2 1 2 6 −3 𝑇 2 2 4
I
𝐴𝑑j 𝐵 = −| | | | −| |I = [2 6 5 ] = [ 6 6 −4]
I −1 0 3 0 3 −1 I 4 −4 2 −3 5 2
I |1 −2| − |2 −2| | 2 1| I
[ 1 2 0 2 0 1 ]

Matrices y determinantes Página 20

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

PROPIEDADES DE LOS DETERMINANTES

1) Desarrollo por los elementos de una línea. Regla de Laplace

El valor del determinante es igual a la suma de los productos de los

elementos de una línea cualquiera multiplicados por sus correspondientes
adjuntos.

𝑎11 𝑎12 𝑎13

|𝐴| = |𝑎21 𝑎22 𝑎23| = 𝑎11. 𝐴11 + 𝑎12. 𝐴12 + 𝑎13. 𝐴13
𝑎31 𝑎32 𝑎33

2) Si en una matriz una línea es 0, su determinante es 0.

Ejemplo:
1 4 2
|𝐴| = |3 −1 5| = 0
0 0 0

3) Si en una matriz se permutan filas por columnas los correspondientes

determinantes son iguales.

O sea que: |𝐴| =|𝐴𝑇|

4) Si en una matriz se permutan dos líneas paralelas los correspondientes

determinantes tienen signos opuestos.
Ejemplo:
|𝐴| = |1 4| = 3 − 8 = −5
2 3

|𝐴 | = |2 3| = 8 − 3 = 5
1
1 4
5) Si en una matriz dos líneas paralelas son proporcionales, su
determinante es 0.
Ejemplo:

|𝐴| = | 1 4
| =8−8 =0
1.2 4.2
6) Si en una matriz se multiplican todos los elementos de una línea por una
constante, el determinante de la matriz queda multiplicado por esa
constante.
Ejemplo:

|𝐴| = |1 4
| = 3 − 8 = −5
2 3

|𝐴 | = | 1 4
| = 12 − 32 = −20
1
2.4 3.4

Matrices y determinantes Página 21

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

7) Si los elementos de una línea de una matriz se descomponen en n

sumandos, su determinante puede descomponerse en n determinantes
que tienen las restantes líneas iguales.
Ejemplo:
|𝐴| = |2 + 3 1 + 4| = |2 1|+|3 4| = −5 − 20 = −25
5 0 5 0 5 0

8) Propiedad invariante- Teorema de Jacobi

Si en una matriz a una línea se le suma una línea paralela multiplicada
por una constante k el determinante de la matriz no varía.
|𝐴| = |1 4| = 3 − 8 = −5
2 3
|𝐴 | = | 1 4 1 4
|=| | = 15 − 20 = −5
1
1.3 + 2 4.3 + 3 5 15

9) En una matriz la suma de los productos de los elementos de una línea

cualquiera multiplicados por los adjuntos de los elementos
correspondientes a una paralela es igual a 0.

10) El determinante de una matriz cuadrada triangular superior o inferior de

orden nxn es igual al producto de los elementos de la diagonal principal.

Ejemplo:
1 0 0
|𝐴| = |4 7 0| = 1. 7. 2 = 14
2 5 2
Propiedad: La condición necesaria y suficiente para que una matriz triangular
tenga determinante no nulo es que ningún elemento de su diagonal sea 0.

Consecuencia: El determinante de la matriz identidad es 1. |𝐼| = 1

11) Determinante de una suma y de un producto:

a) |𝐴 + 𝐵| G |𝐴| + |𝐵|
El determinante de una suma de matrices no es igual a la suma de los
determinantes.

b) |𝐴. 𝐵| = |𝐴|. |𝐵|

El determinante de un producto es igual al producto de los
determinantes.

CÁLCULO DE LA INVERSA UTILIZANDO LA MATRIZ INVERSA

Existe la siguiente propiedad:

𝐴. 𝐴𝑑j 𝐴 = 𝐴𝑑j 𝐴 . 𝐴 = |𝐴|. 𝐼

Dividiendo miembro a miembro por el |𝐴|, 𝑠𝑒 𝑡i𝑒𝑛𝑒:

Matrices y determinantes Página 22

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

𝐴. 𝐴𝑑j 𝐴 𝐴𝑑j 𝐴 . 𝐴 |𝐴|. 𝐼

= =
|𝐴| |𝐴| |𝐴|

𝐴. 𝐴−1 = 𝐴−1 . 𝐴 = 𝐼

O sea que la inversa de una matriz A también se obtiene de la siguiente

manera:

𝐴𝑑j 𝐴
𝐴−1 = 𝑠i |𝐴| G 0
|𝐴|

Procedimiento:

1) Se obtiene la matriz de los adjuntos.

2) Se obtiene la matriz traspuesta de ésta, es decir la matriz adjunta.
3) Se divide la matriz así obtenida por el determinante de la matriz A.

Propiedades:

1) 𝐴 ∈ 𝑅𝑛𝗑𝑛 𝑒𝑠 i𝑛𝑣𝑒𝑟𝑠i𝑏𝑙𝑒 ⇔ |𝐴| G 0

2) 𝑆i 𝐴 𝑒𝑠 i𝑛𝑣𝑒𝑟𝑠i𝑏𝑙𝑒 ⇒ |𝐴−1| = 1
|𝐴|
3) 𝑆i 𝐴 𝑦 𝐵 𝑠𝑜𝑛 𝑚𝑎𝑡𝑟i𝑐𝑒𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑎𝑠 i𝑛𝑣𝑒𝑟𝑠i𝑏𝑙𝑒𝑠, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐴. 𝐵 𝑒𝑠 i𝑛𝑣𝑒𝑟𝑠i𝑏𝑙𝑒.
4) 𝐸𝑙 𝑑𝑒𝑡𝑒𝑟𝑚i𝑛𝑎𝑛𝑡𝑒 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟iz 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 𝑣𝑎𝑙𝑒 1 𝑜 − 1.

Bibliografía:

 Anton, H. (1997). Introducción al Algebra Lineal. Limusa.

 Barbolla, R, Sanz, P. (1998). Algebra Lineal y Teoría de Matrices. Prentice
Hall.
 Burgos. (1994). Algebra Lineal. Mc Graw Hill.
 Gentile, E. (1981). Algebra Lineal. Notas de Algebra II. Docencia.
 Grossman, Stanley. (1994). Algebra Lineal con aplicaciones. Cuarta edición.
 Editorial Mc Graw- Hill.
 Sobel, Max, Lerner, Norbert. Cuarta Edición. Editorial Prentice Hall.
 Apuntes de la cátedra disponibles en el Centro de Estudiantes

Matrices y determinantes Página 23

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

Matrices y determinantes Página 24

UNIVERSIDAD DE LA CUENCA DEL PLATA ÁLGEBRA
FACULTAD DE CIENCIAS EMPRESARIALES CONTADOR PÚBLICO
Prof. Arredondo, G. Ivana

Matrices y determinantes Página 25