UNIVERSIDAD NACIONAL DE SAN JUAN

Ministerio de Cultura y Educación

Facultad de Ingeniería
Departamento de Matemática

Álgebra y Geometría Analítica

Ingeniería Eléctrica
Ingeniería Electromecánica
Ingeniería Industrial
Ingeniería en Alimentos
Ingeniería Química

Unidad de Aprendizaje N° 2

Parte I

Matrices- Determinante- Matriz Inversa

“Dime y olvidaré; muéstrame y recordaré; involúcrame y aprenderé”.

William Edwards Deming
(14/10/1900– 20/12/1993).

2020
Introducción
El concepto de matriz fue inicialmente desarrollado en el siglo XVII, asociado a la manipulación de
gráficos y soluciones de ecuaciones lineales simultáneas. Hoy en día la aplicación de las matrices y sus
operaciones están ligadas a áreas tan diversas como la física, gráficos de computadora, economía,
métodos estadísticos, teoría de juegos, redes, encriptología, etc.
Hemos dividido el estudio de esta unidad de aprendizaje en tres partes, en la primera parte
estudiaremos el álgebra matricial, cálculo y propiedades del determinante y matriz inversa. En la
segunda parte, estudiaremos el análisis y la solución de sistemas de ecuaciones lineales. Los sistemas de
ecuaciones lineales tienen una gran variedad de aplicaciones en ciencias e ingeniería y seguramente
ustedes ya tuvieron algún contacto con ellos en forma elemental en la secundaria; aquí nos abocaremos
a un estudio general y profundo de este importante tema. Finalmente, en la tercera parte trataremos el
planteo y la solución gráfica de problemas de programación lineal.

Objetivos y contenidos conceptuales

Objetivos específicos:
Esperamos que después de leer, analizar y comprender los contenidos de esta unidad, el estudiante:
• Adquiera la noción de matriz como una colección ordenada de datos y reconozca a las matrices
como un operador básico en el álgebra superior.
• Aprenda a trabajar con matrices y adquiera habilidad en su manejo como herramienta de
cálculo.
• Reconozca a los determinantes como una aplicación de las matrices cuadradas en los números
reales.
• Conozca las propiedades del determinante y las aplique en el cálculo.
• Aprenda a determinar cuándo existe la matriz inversa de una matriz dada.
• Aprenda a calcular, si existe, una matriz inversa.
• Aplique las propiedades de la matriz inversa.
• Conozca algunas aplicaciones de la matriz inversa.
• Resuelva eligiendo el método analítico adecuado, sistemas de ecuaciones lineales.
• Utilice sistemas de ecuaciones lineales para modelar la solución de problemas asociados a la
física, geometría e ingeniería.
• Aplique en la resolución de situaciones problemáticas, los conocimientos adquiridos en el
estudio de vectores, matrices y determinantes.
• Interprete geométricamente sistemas asociados a problemas derivados de los temas tratados en
la unidad temática N° 1: rectas en R2 y planos y rectas en R3.
• Maneje adecuadamente las propiedades de las desigualdades.
• Reconozca las soluciones de una inecuación o de un sistema de inecuaciones.
• Resuelva sistemas de inecuaciones de primer grado con una y dos incógnitas.
• Reconozca los problemas de programación lineal.
• Aprenda a formular el modelo de un problema de programación lineal.
• Estudie las propiedades de los modelos de programación lineal.
• Identifique los tipos de soluciones que pueden tener los problemas de programación lineal.

Contenidos conceptuales
Tema 3. Matrices
3.1. Matriz (pxq). Igualdad de matrices. Clasificación de matrices.
3.2. Álgebra de matrices: Suma. Producto por un número. Producto de matrices. Trasposición.
Propiedades de las operaciones.

Tema 4. Determinante
4.1. Definición de función determinante.

Mg. Ing. María Rosa Castro 2

 4.2. Propiedades de la función determinante y propiedades que facilitan el cálculo de
determinantes.
4.3. Cálculo de determinantes: por desarrollo según cofactores de una fila o columna y
escalonando la matriz.

Tema 5. Matriz inversa

5.1. Inversa de una matriz: Definición. Matriz adjunta. Procedimientos de cálculo de la matriz
inversa.
5.2. La función inversa de una matriz, condición necesaria y suficiente para definirla. Propiedades.

Tema 6. Sistemas de ecuaciones lineales

6.1. Condición para la existencia de solución en un sistema lineal.
6.2. Dimensión del espacio de soluciones de un sistema lineal homogéneo. Unicidad de la solución.
6.3. Solución general de sistemas lineales no-homogéneos. Número de soluciones independientes.
6.4. Representación matricial. Sistemas equivalentes. Método de eliminación para resolver sistemas
lineales con control por filas.
6.5. Solución de sistemas lineales por el método de eliminación simple con control por filas y
columnas. Condición de aplicabilidad. Aplicación del algoritmo de cálculo del determinante y de la
matriz inversa.

Tema 7. Solución de problemas de programación lineal

7.1. Resolución de inecuaciones lineales y no lineales.
7.2. Planteo del problema de optimización.
7.3. Solución por el método gráfico.

Esquema conceptual de la Unidad 2

Matrices

Suma Producto por un Producto de Representación Determinante

escalar matrices Matricial

Matriz inversa

Sistemas de Ecuaciones Lineales

Sistemas de Inecuaciones Operaciones Eliminación

elementales Simple de Gauss

Problemas de Programación Lineal

Solución
Gráfica

Mg. Ing. María Rosa Castro 3

Bibliografía recomendada para profundizar los temas que en esta guía se desarrollan

• Introducción al Algebra Lineal. Antón, H. Editorial Limusa. 1986.

• Algebra lineal con aplicaciones. Grossman, Stanley. Editorial Mc Graw Hill 1992
• Introducción al algebra lineal. Larson, Edward. Editorial Limusa 1999
• Nociones de Álgebra Lineal y Geometría Analítica. Ana María Kozak, Sonia Pastorelli, Pedro
Vardanega. Mc Graw Hill. 2007.
• Álgebra Lineal y Geometría Analítica. Documento de Cátedra. Dora A. Christian. María del
Carmen Berenguer. Analía Moyano y Leonor de la Torre. Editorial UNSJ. 2016
• Mis notas sobre: Matrices, determinantes y sistemas de ecuaciones lineales. Ing. Luis A. Hidalgo.
Dpto. de Matemática. Facultad de Ingeniería. UNSJ. 2013.
• Unidad de Aprendizaje N° 2. Álgebra y Geometría Analítica. Lic. Lidia González de Casas.
Facultad de Ingeniería. UNSJ. 2016.
Definición de matriz
Una matriz es una forma eficiente de ordenar información en filas y columnas. Por ejemplo,
consideremos una base de datos que contiene información de ventas, costos y utilidades mensuales
para dos empresas (empresa 1 y 2). La información de un mes se puede ordenar fácilmente en una
matriz de la siguiente forma:

Generalmente, se omiten los nombres que toman cada una de las columnas y filas de las matrices, y la
matriz anterior, se puede reescribir como:

Definición: Una matriz A de orden mxn es un arreglo rectangular de mn números reales (o complejos)
ordenados en m filas (o renglones) horizontales y n columnas verticales:

Mg. Ing. María Rosa Castro 4

Tamaño u orden de una matriz

El tamaño de una matriz está determinado por el número de filas y de columnas; se dice que la matriz
M, del primer ejemplo, es una matriz de orden 2x3 (2 filas por 3 columnas). Una forma rápida de
escribir esto es 𝑀2𝑥3 .

Una matriz de orden o tamaño mxn es un arreglo rectangular de elementos dispuestos en m filas y n
columnas. Si m = n, decimos que A es una matriz cuadrada de orden n, y que los números a11, a22, . . ., ann
forman la diagonal principal de A.

A la matriz anterior la hemos designado de forma abreviada mediante el símbolo A. En general, para
designar a una matriz utilizaremos una letra mayúscula imprenta. Un elemento genérico de la matriz A
se designa mediante aij donde el primer subíndice i hace referencia a la fila en que está situado el
elemento, mientras que el segundo subíndice j hace referencia a la columna. Nos referimos al elemento
aij, que está en la i-ésima fila (renglón) y la j-ésima columna de A, como el i, j-ésimo elemento de A.

Representaremos, en este documento, a las matrices encerradas entre corchetes o paréntesis.

Ejemplos:

Una matriz de orden 1x1 es un escalar, por ejemplo: 𝑪 = [2]

Otra forma de representar una matriz, consiste en escribir un elemento genérico de la misma, entre
corchetes indicando el rango de variación de los subíndices.

Anxp =  aij  i = 1, 2,..., n j = 1, 2,..., p o  aij 

nxp

Nota: Para simplificar, en este texto restringiremos nuestra atención al análisis de las matrices cuyas
entradas son números reales.

2 1 
   −5 −1 2 1 
Ejercicio 1: Si A =  3 4  y B =  , indique cuáles de las siguientes afirmaciones
 0 1 1 −1
1 −1
son verdaderas o falsas.

a. 𝑎21 = 3 ....................................... d. 𝑎12 = 𝑎32 .......................................

b. 𝑏23 + 𝑎21 = 𝑎22 ...................................... e. B es de orden 4x2 ........................................
c. A es de orden 3x2 ………………..….……… f. 𝑏24 − 2 𝑏13 = 𝑏11 ........................................

Mg. Ing. María Rosa Castro 5

Interpretación de los elementos de una matriz

Ejemplo de Producción: Suponga que un fabricante tiene cuatro plantas, en cada una de las cuales se
manufacturan tres productos. Si denotamos con aij el número de unidades del producto i elaboradas por
la planta j en una semana, la matriz de orden 4x3 proporciona la producción semanal del fabricante. Por
ejemplo, en una semana, la planta 2 produce 270 unidades del producto 3.

Construcción de matrices
Podemos construir una matriz, a partir de la obtención de cada uno de sus elementos, por ejemplo:

|𝑖 − 2𝑗|, 𝑠𝑖 𝑖 = 𝑗
𝐴 = [𝑎𝑖𝑗 ]2𝑥3 𝑡𝑎𝑙 𝑞𝑢𝑒: 𝑎𝑖𝑗 = { 𝑖 + 𝑗
, 𝑠𝑖 𝑖 ≠ 𝑗
2
Solución:
𝑎11 = 1
𝑎12 = 3⁄2
1 3/2 2
𝑎13 = 2 𝐴=[ ]
3/2 2 5/2
𝑎21 = 3⁄2
𝑎22 = 2
𝑎23 = 5⁄2

Ejercicio 2: Dada las leyes de formación, construya las siguientes matrices:

 aij = 1 si i  j

a. A =  aij  tal que : aij =  aij = 0 si i = j
2 x3
a = −2 si i  j
 ij
 0 1 1
Respuesta: A2 x 3 =  
 −2 0 1
b. B4 x1 = bij  tal que bij = (−1)i + j .2i
2
 −4 
Respuesta: B =  
6
 
8

Clasificación de matrices
Según su tamaño, la ubicación de sus elementos, etc., las matrices se clasifican de la siguiente manera:

Matriz fila
La matriz fila se compone por una sola fila, es decir A1xn

Mg. Ing. María Rosa Castro 6

 𝟏
𝑨𝟏𝒙𝟑 = [𝟐 −𝟒 ]
𝟐
Matriz columna
La matriz columna se compone por una sola columna, es decir Anx1
0
𝑨𝟐𝒙𝟏 = [ ]
√3
Matriz rectangular
La matriz rectangular no tiene el mismo número de filas y columnas, siendo su orden mxn.
1
1 −
𝑨𝟑𝒙𝟐 = [ 4]
6 5
5 2

Matriz cuadrada
Una matriz A 𝜖 ℳ𝑛𝑥𝑝 1 es cuadrada sí y solo si n=p, y en este caso se dice que A es de orden n. Se
denomina diagonal principal de A, a los elementos: a11, a22, …, ann. Es decir, decimos que los elementos
que se encuentran en la misma fila y columna están en la diagonal principal.

La diagonal secundaria, en el ejemplo anterior, la conforman los elementos: a31= -2, a22=1 y a13=5

Matriz Triangular Superior

Una matriz A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑛 es triangular superior si todos los elementos ubicados debajo de la diagonal
principal son nulos, esto es:
1 2 3
A= [0 6 2] es triangular superior si aij=0 para i>j
0 0 3

Matriz Triangular Inferior

Una matriz A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑛 es triangular inferior si todos los elementos ubicados encima de la diagonal
principal son nulos, esto es:
1 0 0
A= [2 6 0] es triangular inferior si aij=0 para i<j
4 1 3

Matriz Diagonal
Una matriz A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑛 es una matriz diagonal si todos los elementos que están fuera de la diagonal
principal son cero, es decir: aij=0 para todo i≠j.
1 0 0
A= [0 2 0]
0 0 3

Matriz Escalar
Es una matriz diagonal en la que los elementos de la diagonal principal son iguales entre sí.

1
ℳ𝑛𝑥𝑝 : Conjunto de todas las matrices de orden nxp, es decir de n filas y p columnas.

Mg. Ing. María Rosa Castro 7

 4 0 0 𝑐, 𝑝𝑎𝑟𝑎 𝑖 = 𝑗
A= [0 4 0] es escalar si aij={
0, 𝑝𝑎𝑟𝑎 𝑖 ≠ 𝑗
0 0 4
Matriz Identidad
Una matriz identidad es una matriz diagonal en la que los componentes de la diagonal principal son
iguales a uno.
1 0 0 1, 𝑝𝑎𝑟𝑎 𝑖 = 𝑗
I= [0 1 0] es la matriz identidad de orden 3, si iij={
0, 𝑝𝑎𝑟𝑎 𝑖 ≠ 𝑗
0 0 1
Matriz nula
Es la matriz que tiene todos sus elementos iguales a 0. La notaremos con la letra Ɵ
0 0 0
Ɵ𝟐𝒙𝟑 = [ ]
0 0 0

Traza de una matriz

En una matriz cuadrada de orden n la diagonal principal está formada por los elementos aii (i=1, 2, ..., n).
La traza de una matriz cuadrada A, a la que designaremos por tr(A), o por traza(A), es la suma de los
elementos de la diagonal principal. Por lo tanto:

8 −7 4
Ejemplo: Sea A= [−2 10 0 ]
9 1 15

La traza de la matriz A del ejemplo es: tr(A) = 8+10 +15 = 33

Nota: Una de las principales propiedades de la traza es: tr(A.B.C)= tr(C.B.A)=tr(B.C.A)

Igualdad de matrices
Definición: Las matrices A=[𝑎𝑖𝑗 ] y B=[𝑏𝑖𝑗 ] son iguales sí y sólo si tienen el mismo orden y, además:
𝑎𝑖𝑗 = 𝑏𝑖𝑗 para todo i y todo j.

Ejemplo:
1 𝑥 1 −3
[ ]=[ ] → 𝑥 = −3 ∧ 𝑦 = 2
2𝑦 5 4 5

Ejercicio 3: ¿Qué valores deben tomar los elementos b13, b21 y b23, para que las matrices A y B sean
iguales?
2 −1 𝑏13
𝑨 = [ 20 −1 −√9 ]y𝑩=[ ]
2 −1 2 −1 𝑏 21 −1 𝑏23

1
Solución: 𝑏13 = −3, 𝑏21 = 1 y 𝑏23 = 2
Operaciones con matrices

Suma de matrices
Definición: Sean las matrices A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑝 y B=[𝑏𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑝 entonces, la suma de las mismas es la
matriz C=A+B 𝜖 ℳ𝑛𝑥𝑝 y 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 ∀i, ∀j

1 2 3 −2 1 −2 −1 3 1
Ejemplo: Sean 𝑨 = [ ] y𝑩=[ ] entonces: 𝑨 + 𝑩 = 𝑪 = [ ]
−1 1 0 1 3 1 0 4 1

Mg. Ing. María Rosa Castro 8

Propiedades de la suma de matrices
Sea el conjunto ℳ𝑞𝑥𝑝 ={A/A es una matriz de orden (qxp)} y sean A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑞𝑥𝑝 , B=[𝑏𝑖𝑗 ] 𝜖 ℳ𝑞𝑥𝑝 y
C=[𝑐𝑖𝑗 ] 𝜖 ℳ𝑞𝑥𝑝 , entonces valen las propiedades siguientes:
a. ℳ𝑞𝑥𝑝 es estable para la suma. Es decir: A+B=C 𝜖 ℳ𝑞𝑥𝑝
b. La suma de matrices es asociativa: (A +B)+C = A + (B +C)
c. La suma de matrices es conmutativa: A + B = B + A
d. Existe un elemento neutro  𝜖 ℳ𝑞𝑥𝑝 , llamado neutro para la suma, tal que para toda A 𝜖 ℳ𝑞𝑥𝑝 se
verifica que: A +  =  +A =A, donde  es la matriz nula de orden qxp.
e. Para toda matriz A 𝜖 ℳ𝑞𝑥𝑝 existe -A, llamada opuesta aditiva de A, que también pertenece a
ℳ𝑞𝑥𝑝 y verifica: A + (-A) = (-A) + A = 

Ejemplo de producción: Un fabricante de cierto producto realiza tres modelos: A, B y C. Algunas partes
de cada producto se elaboran en la fábrica F1, y después se terminan en la fábrica F2. El costo total de
cada producto consta de los costos de manufactura y de embarque. En consecuencia, los costos (en
dólares) de cada fábrica pueden describirse mediante las matrices F1 y F2 de orden 3x2:

La matriz F1+F2 proporciona los costos totales de manufactura y embarque de cada producto. Así, los
costos totales de un producto del modelo C son $200 y $40, respectivamente.

Producto de una matriz por un escalar

Definición: Sea la matriz A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑝 y k ϵ r, entonces B=k A 𝜖 ℳ𝑛𝑥𝑝 se obtiene al multiplicar cada
elemento de A por el escalar k, es decir para todo i y todo j:
𝑏𝑖𝑗 =k 𝑎𝑖𝑗

−1 −3
1 2 3 2 4 6 −1 −1
Ejemplos: Sean 𝑨 = [ ], 2A= [ ] y 2 𝑨 = [ 21 −1
2
]
−1 1 0 −2 2 0 0
2 2

Propiedades del producto de una matriz por un escalar

Sea el conjunto ℳ𝑞𝑥𝑝 ={A/A es una matriz de orden (qxp)}, las matrices A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑞𝑥𝑝 , B=[𝑏𝑖𝑗 ] 𝜖 ℳ𝑞𝑥𝑝 ,
k y h ϵ r, entonces valen las propiedades siguientes:

a. ℳ𝑞𝑥𝑝 es estable para el producto de una matriz por un escalar. Es decir: C = k A 𝜖 ℳ𝑞𝑥𝑝
b. El producto de un escalar por una suma de matrices es distributivo: k (A + B) = k A + k B
c. El producto de una suma de escalares por una matriz es distributivo: (k + h) A = k A + h A
d. Propiedad asociativa mixta: k (h A)= (k h)A
e. Neutro multiplicativo:1A = A

Mg. Ing. María Rosa Castro 9

Ejemplo de Producción: Sea 𝑃 = [18.95 14.75 8.60] una matriz fila que representa los precios
actuales de tres artículos almacenados en una bodega. Suponga, que el almacén anuncia una venta en
donde cada uno de estos artículos tiene un descuento de 20%.
a) Determine una matriz fila que proporcione el cambio en el precio de cada uno de los tres artículos.
b) Determine una matriz fila que proporcione los nuevos precios de los artículos.
Solución:
a) Como el precio de cada artículo se reduce en un 20%, la matriz que representa el descuento para los
tres artículos es:
0.20 ∙ 𝑃 = [0.20 ∙ 18.95 0.20 ∙ 14.75 0.20 ∙ 8.60] = [3.79 2.95 1.72]

b) Los nuevos precios de los artículos están dados mediante la expresión:

𝑃 − 0.20 ∙ 𝑃 = [18.95 14.75 8.60] − [3.79 2.95 1.72] = [15.16 11.80 6.88]

Observe que esta expresión también puede escribirse como: 𝑃 − 0.20 ∙ 𝑃 = 0.80 ∙ 𝑃

Producto de matrices
Definición: Sea la matriz A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑚𝑥𝑛 y B=[𝑏𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑝 entonces C=A.B 𝜖 ℳ𝑚𝑥𝑝 un elemento genérico
de C es:
𝑛

𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑛 𝑏𝑛𝑗 = ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗

𝑘=1
Condición de conformabilidad del producto de matrices.
Para poder realizar el producto A.B, el número de las columnas de A debe coincidir con el número de
filas de B (condición necesaria y suficiente para el producto de matrices).

Ejemplo: Si multiplicamos las matrices: A2x2 y B2x3 obtendremos la matriz C2x3

4 2
1 9 1
Ejercicio 4: Multiplique si es posible, las matrices: 𝑨 = [3 5] y 𝑩 = [ ]
7 −2 6
2 6
Solución: C=A.B

4 2 (4 ∙ 1 + 2 ∙ 7) (4 ∙ 9 − 2 ∙ 2) (4 ∙ 1 + 2 ∙ 6)
1 9 1
𝑪 = [ 3 5] ∙ [ ] = [(3 ∙ 1 + 5 ∙ 7) (3 ∙ 9 − 5 ∙ 2) (3 ∙ 1 + 5 ∙ 6)]
7 −2 6
2 6 (2 ∙ 1 + 6 ∙ 7) (2 ∙ 9 − 6 ∙ 2) (2 ∙ 1 + 6 ∙ 6)
18 32 16
𝑪 = [38 17 33]
44 6 38

Mg. Ing. María Rosa Castro 10

Propiedades del producto de matrices

Si las matrices A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑝 , B=[𝑏𝑖𝑗 ] 𝜖 ℳ𝑝𝑥𝑚 , 𝑪 = [𝑐𝑖𝑗 ] 𝜖 ℳ𝑚𝑥𝑞 , 𝑫 = [𝑑𝑖𝑗 ] 𝜖 ℳ𝑝𝑥𝑚 , k y h ϵ r, entonces
valen las propiedades siguientes:
a. Propiedad asociativa del producto de matrices: (AB) C = A (BC) = ABC
b. Propiedad asociativa mixta: A (kB) = k (AB) = (k A) B
c. Propiedad distributiva del producto con respecto a la suma
A. (B + D) = AB + AD Propiedad distributiva a izquierda
(B + D). C = BC + DC Propiedad distributiva a derecha
d. Existencia del neutro para el producto de matrices: A. I=I. A=A, para toda A 𝜖 ℳ𝑛𝑥𝑛 e I 𝜖 ℳ𝑛𝑥𝑛

Note que el producto de matrices no es conmutativo, ya que: A.B ≠B. A

3 2 −1
Por ejemplo: 𝑨1𝑥2 = [1 −2] y 𝑩2𝑥3 = [ ]
−1 4 0

𝑨. 𝑩 = 𝑪1𝑥3 = [5 −6 −1]
Cuando intentamos obtener el producto B. A, nos damos cuenta que no está definido, porque el número
de columnas de B no coincide con el número de filas de A.
Ejemplo de Ecología: Una siembra se rocía con pesticidas para eliminar insectos dañinos; sin
embargo, las plantas absorben parte de las sustancias. Luego, los animales herbívoros de la zona comen
las plantas contaminadas y absorben los pesticidas. Para determinar la cantidad de pesticida absorbida
por uno de esos animales, procedemos de la manera siguiente.
Suponga que tenemos tres pesticidas y cuatro plantas. Sea aij la cantidad de pesticida i (en miligramos)
absorbida por la planta j. Esta información puede representarse mediante la matriz.

Imagine ahora, que tenemos tres animales herbívoros, y sea bij la cantidad de plantas del tipo i que uno
de ellos, de tipo j, come mensualmente. La información puede representarse mediante la matriz.

20 12 8
2 3 4 3 364 165 161
28 15 15
𝐴 ∙ 𝐵 = [ 3 2 2 5] ∙ [ ] = [376 170 174]
30 12 10
4 1 6 4 448 199 187
40 16 20
La entrada (i, j) de AB proporciona la cantidad de pesticida del tipo i que ha absorbido el animal j. En
consecuencia, si i = 2 y j = 3, la entrada (2, 3) de AB es 3(8) + 2(15) + 2(10) + 5(20) = 174 mg de
pesticida, 2 absorbidos por el herbívoro 3.
Ahora bien, si tuviéramos p animales carnívoros (como el hombre) que se comen a los herbívoros,
podríamos repetir el análisis para determinar cuánto pesticida absorbe cada uno.

Mg. Ing. María Rosa Castro 11

Matriz Transpuesta
𝑇
Definición: La transpuesta de una matriz 𝑨 = [𝑎𝑖𝑗 ] de orden nxm, se denota 𝑨𝑻 = [𝑎𝑖𝑗 ], es la matriz de
orden mxn, donde las entradas en cada columna de 𝑨 son las entradas correspondientes en las filas de
𝑻

A.
𝑇
𝑎𝑖𝑗 = 𝑎𝑗𝑖 (1 ≤ 𝑖 ≤ 𝑚, 1 ≤ 𝑗 ≤ 𝑛)

Ejemplo:

Propiedades de la transposición de matrices

Sean A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑞𝑥𝑝 , B=[𝑏𝑖𝑗 ] 𝜖 ℳ𝑞𝑥𝑝 y k ϵ r, entonces valen las propiedades siguientes:
1) (AT) T =A
2) (A + B) T =AT +BT y (A - B) T =AT - BT
3) (k A) T = k AT
4) (A.B) T= BT. AT
5) (Ak) T= (AT)k

Nota: Algunos autores utilizan el término traspuesta de A, en vez de transpuesta de A.

Matriz simétrica

Se dice que una matriz cuadrada es simétrica si se verifica que A = AT

Es decir, A es simétrica si es una matriz cuadrada para la cual
𝑎𝑖𝑗 = 𝑎𝑗𝑖
Si la matriz A es simétrica, los elementos de A son simétricos respecto de la diagonal principal de A.
1 2 3
4 2
Ejemplos: 𝑩 = [ ], 𝑪 = [2 1 −1] son matrices simétricas.
2 1
3 −1 2

Matriz antisimétrica

Se dice que una matriz cuadrada es antisimétrica si se verifica que A = -AT

0 −4 −9 0 4 9
Ejemplo: 𝑨 = [4 0 −16] y 𝑨𝑻 = [−4 0 16]⟶ A=-AT ya que A es una matriz antisimétrica
9 16 0 −9 −16 0

Mg. Ing. María Rosa Castro 12

Matriz idempotente
Una matriz cuadrada A, se denomina idempotente sí y solamente si A2=A. A = A. Un ejemplo de matriz
idempotente es la matriz identidad.

Otro ejemplo:
0 0 1
𝐴 = [0 0 1]
0 0 1
0 0 1 0 0 1 0 0 1
→ [0 0 1] ∙ [0 0 1] = [0 0 1] = 𝐴2
0 0 1 0 0 1 0 0 1

Matriz involutiva
Una matriz, A es involutiva si cumple que: A2 =A. A= I
Ejemplo:
1 −1
𝑨=[ ]
0 −1
1 −1 1 −1 1 0
𝑨𝟐 = 𝑨. 𝑨 = [ ].[ ]=[ ]=𝑰
0 −1 0 −1 0 1

Operaciones elementales entre las filas de una matriz

Operando con las filas de una matriz es posible obtener otras matrices a partir de las operaciones
elementales, es decir:
• Intercambio de dos filas cualesquiera
• Producto de cualquier fila por un número real
• Reemplazo de cualquier fila por la suma de ella más un múltiplo de otra.

3 5 −2
Ejemplos: a. Dada 𝑨 = [ ] es posible construir una matriz B tal que los elementos de la segunda
1 3 7
fila de B se calculen de acuerdo con: F’2=F2+3F1

𝐹1 3 5 −2
[ ]
𝐹2 1 3 7
𝐹′1 = 𝐹1 3 5 −2
[ ]
𝐹′2 = 𝐹2 + 3𝐹1 10 18 1

3 5 −2
Finalmente 𝑩 = [ ]
10 18 1

2 0,5 −1 −4 −1 2
b. Sea 𝑪 = [ ] si se multiplica la primera fila de C por -2 resulta 𝑫 = [ ]
0,5 1 0,2 0,5 1 0,2

−2 −2 −1
c. Dada la matriz 𝑬 = [−3 1 2 ] si deseamos obtener una matriz F tal que: F1=E3, F2=2E2y F3=-3E1
1 1 2
1 1 2
Resulta: 𝑭 = [−6 2 4]
6 6 3
1 −1 0
Ejercicio 5: Dada 𝑸 = [ ] hallar la matriz:
2 3 4
a. P cuya primera fila sea igual a la primera fila de Q y la segunda fila sea igual a la mitad de la
segunda de Q.
b. R intercambiando las filas de Q.

Mg. Ing. María Rosa Castro 13

 c. T aplicando a tu criterio la operación elemental faltante.
Solución:
1 −1 0
a. 𝑷 = [1 3 2]
2

2 3 4
b. 𝑹 = [ ]
1 −1 0

Matriz Escalonada

Definición: Una matriz se llama escalonada por filas o simplemente escalonada si cumple con las
siguientes propiedades:
1. Todas las filas nulas, si existen, están en la parte inferior de la matriz.
2. El primer elemento no nulo de cada fila, llamado pivote, está a la derecha del pivote de la fila anterior
(esto supone que todos los elementos debajo de un pivote son cero). Si en cada fila el pivote es el único
elemento no nulo de su columna, se dice que es escalonada reducida por filas.
Si Fk (la k-ésima fila de la matriz escalonada) y Fk+1(la k+1-ésima fila de la matriz escalonada) no son
nulas, entonces:
Fila Fk: [0 … 0 𝑏𝑘,ℎ+1 𝑏𝑘,ℎ+2 … 𝑏𝑘,𝑝 ] con 𝑏𝑘,ℎ+1 ≠ 0
Fila Fk+1: [0 … 0 0 𝑏𝑘+1,ℎ+2 … 𝑏𝑘+1,𝑝 ] con 𝑏𝑘+1,ℎ+2 ≠ 0
El número de ceros que hay al comienzo de la fila k es estrictamente menor que el número de ceros que hay
al comienzo de la fila k+1

Ejemplos:

Escalonamiento de una matriz

La aplicación de las operaciones elementales entre las filas de una matriz permite transformar una
matriz de cualquier orden en otra del mismo orden, denominada matriz escalonada de la primera.
Toda matriz es equivalente a alguna matriz en forma escalonada.
2 −1 1
Ejemplo: Encuentre la forma o matriz escalonada de 𝑨 = [ ] y llámela B.
4 1 3

Solución: Al aplicar las operaciones elementales entre las filas de la matriz A, obtenemos:

𝐹1 2 −1 1
[ ]
𝐹2 4 1 3
𝐹′1 = 𝐹1 2 −1 1
[ ]
𝐹′2 = 𝐹2 + 𝑘. 𝐹1 = 𝐹2 + (−2)𝐹1 0 3 1

2 −1 1
Finalmente resulta: 𝑩 = [ ]
0 3 1

Nota: para determinar el valor de la constante (k) por la cual debemos multiplicar la primera fila de A,
se procede a dividir el elemento de A que queremos anular, en el primer elemento no nulo (pivote) que
se encuentra encima de él en la misma columna, cambiado de signo, en nuestro ejemplo:
𝑎 4
𝑘 = − (𝑎21 ) = − (2) = (−2)
11

Mg. Ing. María Rosa Castro 14

Otra manera de encontrar el valor de k es: 𝑏21 = 0 = 𝑎21 + 𝑘. 𝑎11
0 = 4 + 2. 𝑘 → 𝑘 = −2

Rango de una matriz

Se designa rango de una matriz al número de filas no nulas que presenta cualquiera de sus formas
escalonadas.
El rango de una matriz se denota con: r (Nombre de la matriz)
El rango de la matriz A del ejemplo anterior es: r(A)=2

0 1 1
Ejercicio 6: Escalone la matriz 𝑷 = [1 2 3] y llámela R. Indique el rango de P.
2 3 1

Solución: Aplicamos las operaciones elementales entre las filas de la matriz P, en primer lugar,
intercambiamos la primera y la segunda fila de P, luego multiplicamos un escalar por la primera fila de
R y la sumamos a la tercera fila de R. Todavía no llegamos a la forma escalonada de P, por lo que
debemos realizar una última operación elemental que es la suma de dos filas para obtener la tercera fila
de R.
𝐹1 0 1 1
𝐹2 [1 2 3]
𝐹3 2 3 1
𝐹′1 = 𝐹2 1 2 3
𝐹′2 = 𝐹1 [0 1 1]
𝐹′3 = 𝐹3 2 3 1
𝐹′1 1 2 3
𝐹′2 [ 0 1 1]
𝐹′′3 = (−2)𝐹′1 + 𝐹′3 0 −1 −5
𝐹′1 1 2 3
𝐹′2 [0 1 1]
𝐹′′′3 = 𝐹′2 + 𝐹′′3 0 0 −4

Finalmente, la matriz escalonada que estábamos buscando es:

1 2 3
𝑹 = [0 1 1 ] y su rango: r(P)=3
0 0 −4

Ejercicio 7: Escalonar las siguientes matrices e indicar su rango.

−1 1 −2 −1 1 −2
a. 𝑨 = [ 3 2 1] Respuesta: 𝑬 = [ 0 5 −5]; r(A)=2
−4 −3 1 0 0 0
2 −1 1 2 −1 1
b. 𝑩 = [ ] Respuesta: 𝑭 = [ ] ; 𝑟(𝑩) = 1
4 −2 2 0 0 0

Determinante
El estudio de los determinantes se remonta al siglo XV, cuando matemáticos notables realizaron
trabajos referidos a ese tema de manera previa a la formalización del álgebra matricial. Sin embargo,
fue hacia 1772 cuando Vandermonde publicó el primer escrito donde estudió en forma sistemática el
tema.
¿A qué se denomina determinante de una matriz cuadrada?
El determinante de una matriz cuadrada es un número real.

Mg. Ing. María Rosa Castro 15

Sea ℳ𝑛𝑥𝑛 el conjunto de las matrices cuadradas de orden nxn y r el conjunto de los números reales. Se
define una función cuyo dominio es ℳ𝑛𝑥𝑛 y su codominio es r, designada función determinante.
La función determinante es una función real (porque su codominio es el conjunto de los números
reales) de variable matricial (porque su dominio es el conjunto de matrices cuadradas).
Simbólicamente:
det: ℳ𝑛𝑥𝑛 ⟶ r

Como toda función, el determinante hace corresponder a cada elemento de su dominio, uno y solo un
elemento de su codominio. Esto significa que cada matriz cuadrada tiene uno y solo un valor de
determinante.
ℳ𝑛𝑥𝑛 r
det
A |𝐴|

El determinante de una matriz cuadrada A, representado por det(A) o |𝑨|, es un escalar asociado de
manera unívoca con la matriz.

Observaciones:
• No hay que confundir esta notación con las barras de valor absoluto.
• |A| denota el determinante de la matriz A, si la misma es una matriz cuadrada.
• Existen distintos métodos para calcular el determinante de una matriz, en este documento se
abordará el tema de manera inductiva.

1. Cálculo del determinante para una matriz de orden 1:

2. Cálculo del determinante para una matriz de orden 2:

Siendo A una matriz de orden 2, su determinante será igual al producto de los elementos de su
diagonal principal, menos el producto de los elementos de su diagonal secundaria.

−1 5
Ejemplo: Calcule el determinante de la matriz 𝑨 = [ ]
3 4
Solución:
−1 5
𝑨=[ ] → |𝑨| = (−1). 4 − 3. 5 = −4 − 15 = −19
3 4

3. Cálculo del determinante para una matriz de orden 3. Regla de Sarrus.

Pierre Fréderic Sarrus fue un matemático francés del siglo XIX. La investigación que más fama le dio,
fue en la que introdujo un nuevo método de cálculo de determinantes, publicado en el año 1833. La
regla que propuso permite calcular el determinante de una matriz de orden 3, introduciendo un método
sencillo e intuitivo.

Mg. Ing. María Rosa Castro 16

Para aplicar esta regla necesitamos repetir las dos primeras filas de una matriz, debajo de la última fila
de la matriz dada, de manera que queden cinco filas.

Después se deben sumar los productos de las diagonales descendentes y se restan los productos de las
diagonales ascendentes. El resultado de esta suma es el determinante buscado.

|𝐴| = 𝑎11 . 𝑎22 . 𝑎33 + 𝑎21 . 𝑎32 . 𝑎13 + 𝑎31 . 𝑎12 . 𝑎23 − (𝑎31 . 𝑎22 . 𝑎13 + 𝑎11 . 𝑎32 . 𝑎23 + 𝑎21 . 𝑎12 . 𝑎33 )

Resumiendo: El cálculo del determinante se realiza mediante la sumatoria de los productos de los
elementos de la diagonal principal y sus paralelas, menos el producto de los elementos de la diagonal
secundaria y sus paralelas.

3 2 −3
Ejemplo: Calcule el determinante de la matriz 𝑨 = [7 −1 0 ]
2 −4 5
3 2 −3
|𝐴| = |7 −1 0 | = 3 ∙ (−1) ∙ 5 + 7 ∙ (−4) ∙ (−3) + 2 ∙ 2 ∙ 0 − [(2 ∙ (−1) ∙ (−3)) + (3 ∙ (−4) ∙ 0) + (7 ∙ 2 ∙ 5)]
2 −4 5

|𝐴| = −15 + 84 + 0 − [6 + 0 + 70] = 69 − 76 = −7

Otra opción para facilitar la aplicación de la regla de Sarrus, consiste en escribir la matriz A agregando
las primeras dos columnas a la derecha de la tercera columna de A. Y a continuación, se suman los
productos de los elementos que se encuentran en las diagonales descendentes menos los productos de
los elementos que se encuentran en las diagonales ascendentes.

Mg. Ing. María Rosa Castro 17

 3 5 2
Ejemplo: Calcule el determinante de la matriz 𝐴 = [ 4 2 3] usando la última metodología explicada.
−1 2 4
Solución:

Advertencia: Este método no funciona para determinantes de orden n, si n > 3. Si intenta algo similar
para determinantes de orden 4 o mayor, obtendrá una respuesta equivocada.

4. Cálculo del determinante de una matriz de orden n, por desarrollo de los cofactores de una fila
o columna.
Definamos algunos conceptos necesarios:
Sea A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑛 :
• El menor asociado al elemento aij de una matriz A, denotado por Mij es el determinante de la
matriz cuadrada de orden n-1 obtenida al eliminar la i-ésima fila y la j-ésima columna de A.

• Y el cofactor del elemento aij, expresado por Cij, se obtiene multiplicando el menor Mij de A por
(−𝟏)𝒊+𝒋
𝑪𝒊𝒋 = (−𝟏)𝒊+𝒋 𝑴𝒊𝒋
Observe que:

Por ejemplo:
1 2 3
Sea la matriz 𝑨 = [2 4 6] calcular el menor y el cofactor correspondiente al elemento a11
1 5 7

Solución: Para encontrar el menor correspondiente al elemento a11, se suprime la fila y la columna de la
matriz A que lo contiene y se calcula su determinante:

4 6
⟶ 𝑀11 = | |
5 7

𝑀11 𝑒𝑠 𝑒𝑙 𝑚𝑒𝑛𝑜𝑟 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑎11

Y para calcular el cofactor correspondiente:

4 6
𝐶11 = (−1)1+1 𝑀11 = (−1)2 | | = 28 − 30 = −2
5 7

Mg. Ing. María Rosa Castro 18

 𝐶11 = −2 𝑒𝑠 𝑒𝑙 𝑐𝑜𝑓𝑎𝑐𝑡𝑜𝑟 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑎11

Definición: Sea una matriz A=[𝑎𝑖𝑗 ] 𝜖 ℳ𝑛𝑥𝑛 su determinante es igual a la suma de los productos de los
elementos de una fila o columna por los cofactores correspondientes.

Para la fila i:
𝑛

det(𝑨) = ∑ 𝑎𝑖𝑗 𝐶𝑖𝑗

𝑗=1
Para la columna j:
𝑛

det(𝑨) = ∑ 𝑎𝑖𝑗 𝐶𝑖𝑗

𝑖=1

Nota:
• Se dice que el determinante es de orden n si la matriz a la que se lo asocia es de tamaño n.
• La Regla de Laplace o también conocido como Teorema de Laplace formaliza el cálculo del
determinante de una matriz de orden n por el desarrollo de los cofactores de una línea (fila o
columna).

1 2 3
Ejemplo: Calcular el determinante de la matriz 𝑨 = [4 5 6], por desarrollo de los cofactores de una
7 8 0
fila o columna. Verifique el resultado obtenido aplicando la regla de Sarrus.

Solución: Al usar el desarrollo de los cofactores de la primera fila de A para el cálculo del determinante,
se obtiene:

|𝐴| = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13

Donde:

5 6
𝐶11 = (−1)1+1 | | = (0 − 48) = −48
8 0

4 6
𝐶12 = (−1)1+2 | | = (−1) ∙ (0 − 42) = 42
7 0

4 5
𝐶13 = (−1)1+3 | | = 32 − 35 = −3
7 8

|𝐴| = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13 = 1 ∙ (−48) + 2 ∙ 42 + 3 ∙ (−3) = 27

Aplicando la regla de Sarrus:

|𝐴| = (1 ∙ 5 ∙ 0 + 4 ∙ 8 ∙ 3 + 7 ∙ 2 ∙ 6) − (7 ∙ 5 ∙ 3 + 1 ∙ 8 ∙ 6 + 4 ∙ 2 ∙ 0) = 180 − 153 = 27

Conclusión:
El valor del determinante de la matriz A es el mismo, independientemente de la metodología empleada.
La regla de Sarrus es un método alternativo que se puede utilizar solamente para el cálculo del
determinante de una matriz de orden 3.
El cálculo del determinante de una matriz por desarrollo de los cofactores de una fila o columna, nos
permite calcular el determinante de una matriz de cualquier orden, reduciendo el cálculo a
determinantes más sencillos, como se mostrará en el ejemplo siguiente.

Mg. Ing. María Rosa Castro 19

Ejemplo: Dada la matriz D, encuentre su determinante por desarrollo de una fila o una columna.

Solución: El determinante puede ser calculado empleando cualquier fila o columna, en este caso será
más fácil emplear la segunda fila, pues tiene dos elementos iguales a cero. Así, tendremos:

|𝑫| = 2. (−1)3 (−75) + 1. (−1)5 (193) = −43

Ejercicio 8: Calcule el determinante de la matriz S por desarrollo de cofactores para la primera fila y la
segunda columna de S.

0 2 1
𝑺 = [3 −1 2]
4 0 1

Respuesta: El det(S)=14. Recuerde que el valor del determinante siempre será el mismo,
independientemente de la fila o la columna que utilice para calcularlo.

Propiedades de los determinantes

El determinante de una matriz de orden 2 tiene 2! =2 sumandos, el de una de orden 3, tiene3! =3.2.1=6
sumandos, el de una de orden 50, tiene 50!= 3,0414093201713. 10 64 sumandos. Imagina que en la
práctica en ingeniería esto es muy usual, y para colmo, suelen presentarse elementos no enteros.
Una forma de disminuir la cantidad de cuentas a realizar para calcular el determinante de una matriz, es
usar las propiedades de la función determinante. A continuación, las enunciaremos y las
ejemplificaremos.

1. Si A es una matriz que tiene una fila o una columna de ceros, entonces |𝑨| = 0.

1 0
Ejemplo: 𝑨 = [ ] → |𝑨| = 1.0 − 3.0 = 0
3 0

2. Si A es una matriz triangular, el|𝑨|es el producto de los elementos de la diagonal principal, es

decir, |𝑨| = ∏𝒏𝒊=𝟏 𝒂𝒊𝒊 = a11a22 … ann

Mg. Ing. María Rosa Castro 20

 1 0
Ejemplo: 𝑨 = [ ] → |𝑨| = 1.2 − 3.0 = 2
3 2

Por lo tanto: El determinante de una matriz diagonal es el producto de las entradas de su diagonal
principal.

3. Si A y B son matrices cuadradas de orden n, entonces: det(AB) = det(A). det(B)

1 2 2 3 2 −5
Ejemplo: 𝑨 = [ ]y𝑩 = [ ] → 𝑨. 𝑩 = [ ]
3 4 0 −4 6 −7

|𝑨. 𝑩| = −14 + 30 = 16

|𝑨|. |𝑩| = (4 − 6). (−8 − 0) = (−2). (−8) = 16

4. Los determinantes de una matriz y de su transpuesta son iguales, es decir, si A es una matriz
cuadrada, entonces: |𝑨| = |𝑨𝑻 |

1 2 1 3
Ejemplo: 𝑨 = [ ] , 𝑨𝑻 = [ ] → |𝑨| = 1.4 − 3.2 = −2 𝑦 |𝑨𝑻 | = 1.4 − 2.3 = −2
3 4 2 4

5. Sea A una matriz cuadrada de orden n, y B es la matriz que resulta de multiplicar una fila de la
matriz A (o una columna) por una constante, k≠0¸entonces det(B) =k. det(A)

1 2 1 −10
Ejemplo: 𝑨 = [ ] 𝑦𝑪=[ ] donde la matriz C se obtuvo multiplicando la segunda columna de
3 4 3 −20
A por k=-5.

|𝑪| = −20 + 30 = 10 = 𝑘. |𝑨| = (−5). (−2) = 10

6. Si B es la matriz que resulta de intercambiar o permutando dos filas (columnas) de A, entonces

det(B) = - det(A)

1 2 6 10
Ejemplo: 𝑩 = [ ] 𝑦𝑨=[ ] donde B se obtuvo permutando las filas de A
6 10 1 2

det(B)=10-12=-2 y det(A)= 12-10=2 por lo tanto: det(B) = - det(A)

7. Si F es la matriz que se obtiene reemplazando los elementos de la i-ésima fila (columna) de A

por ella más k veces la fila i, entonces: det(F) = det(A).

1 2 1 2
Ejemplo: Sean 𝑭 = [ ] 𝑦𝑨=[ ]donde F se obtuvo reemplazando la segunda fila de A por ella
6 10 3 4
más 3 veces la primera fila deA.

Entonces: det(F) = (10-12) =-2=det(A).

8. Si E=k A y A es de orden n, entonces: det(E)=(k)n det(A)

−1 −1 −3 2 2 6
Ejemplo: 𝑬 = (−2). 𝑨 = (−2). [ 3 0 1 ] = [−6 0 −2] tener en cuenta que el orden de A es 3
1 0 −2 −2 0 4

Mg. Ing. María Rosa Castro 21

 |𝑬| = 8 − (−48) = 56

O bien: |𝑬| = (−2)3 . |𝑨| = (−8). (−1 − 6) = 56

9. Si A tiene dos filas proporcionales, entonces: det(A)=0

5 2
Ejemplo: 𝑨 = [ ] → |𝑨| = 5. (−4) − (−10). 2 = −20 + 20 = 0
−10 −4

10. Si dos filas (columnas) de A son iguales, entonces det(A) = 0.

2 2
Ejemplo: 𝑨 = [ ] → |𝑨| = 2. (−4) − (−4). 2 = −8 + 8 = 0
−4 −4

Cálculo del determinante de una matriz por escalonamiento

Otra alternativa para el cálculo del determinante de una matriz cuadrada, consiste en escalonar la
matriz, ya que se obtiene una matriz triangular superior como forma escalonada.
Recordando las propiedades del determinante de una matriz triangular, éste se calcula multiplicando
los elementos de la diagonal principal.
Para escalonar se debe aplicar las operaciones elementales y si, se deben realizar reordenamientos de
filas, se debe llevar en cuenta su cantidad, porque hay una propiedad de los determinantes que
establece que al intercambiar de posición dos filas cualesquiera de una matriz cuadrada, cambia el
signo de su determinante.

Ejemplo: Calcular el determinante de la siguiente matriz por escalonamiento.

1 −1 3 1 −1 3 1 −1 3
𝑩 = [2 −2 5] → [0 0 −1] → [0 5 −2]
3 2 7 0 5 −2 0 0 −1

|𝑩| =det(B)= (-1) P 1. 5. (-1) = 5 donde P=1 (es el número de veces que se intercambiaron filas)

Ejercicio 9: Calcule el determinante de la matriz del Ejercicio 8 por escalonamiento y corrobore el

resultado.

Inversa de una matriz

Definición: Sean A y B dos matrices de orden n, a la matriz B, se llama inversa de la matriz A, si se

cumple:
A. B=B. A=I

Decimos que una matriz A es invertible o no singular si tiene inversa.

Sin embargo, una matriz A puede no tener inversa, en ese caso se llama no invertible o singular.

Proposición 1: Si una matriz A de orden n es invertible, entonces la inversa de A es única.

Demostración: Suponga que la matriz A de orden n es invertible y que B y C son inversas de A. Entonces:

𝑩. 𝑨 = 𝑨. 𝑩 = 𝑰 y 𝑪. 𝑨 = 𝑨. 𝑪 = 𝑰

Considerando el producto C. A. B y haciendo uso de la ley asociativa de la multiplicación:

𝑪. (𝑨. 𝑩) = 𝑪. 𝑰 = 𝑪

Mg. Ing. María Rosa Castro 22

Y
(𝑪. 𝑨). 𝑩 = 𝑰. 𝑩 = 𝑩

Como 𝑪. (𝑨. 𝑩) = (𝑪. 𝑨). 𝑩, se tiene que C=B, de modo que la inversa es única.

Sea A una matriz de orden n, por la Proposición 1, sabemos que, si la inversa existe, es única.

Denotamos por A-1, a la inversa de A, y por lo tanto si 𝑩 = 𝑨−𝟏 , se cumple que:

A. A−1 = A−1. A = I, donde I es la matriz identidad de orden n

La inversa de A, si existe, suele notarse por: Inv(A) o por A-1

Matriz singular

Una matriz singular es una matriz cuyo determinante es igual a cero. Una matriz singular no tiene
inversa.

Ejemplo:

3 2
𝑨=[ ]
6 4

|𝑨| = 3 ∙ 4 − 2 ∙ 6 = 0

Por lo tanto, toda matriz cuadrada con determinante no nulo se dice que es una matriz no singular

Proposición 2: Una matriz tiene inversa sí y sólo si, su determinante es no nulo.

Sea 𝒟 = {𝐀/𝑨 𝜖ℳ𝑛𝑥𝑛 𝑦 |𝑨| ≠ 0} el conjunto de matrices no singulares.

𝒟 actúa como dominio y codominio de una función matricial de variable matricial, en la cual el criterio
de correspondencia se simboliza con INV, denominada función inversa.
Simbólicamente:
INV:𝒟 → 𝒟
𝒟 𝒟
INV

A A-1

Dónde: Inv(A)=A-1

Fórmula para el cálculo de la inversa de una matriz

Si 𝑨 𝜖ℳ𝑛𝑥𝑛 , entonces:

- La matriz cuyos elementos son los cofactores de los elementos de A se llama matriz cofactor de
A, y se nota AC, esto es:
𝑨𝑪 = [𝐶𝑖𝑗 ]

Mg. Ing. María Rosa Castro 23

 - La matriz adjunta de A y se nota Adj(A), es la matriz transpuesta de la matriz cofactor de A, se
llama esto es:
𝑨𝒅𝒋(𝑨) = (𝑨𝑪 )𝑻
𝑻
𝟏 (𝑨𝑪 )
Proposición 3: Si 𝑨 𝜖 𝒟, entonces: 𝑰𝒏𝒗(𝑨) = 𝑨−𝟏 = . 𝑨𝒅𝒋(𝑨) = |𝑨|
𝐝𝐞𝐭 (𝑨)

Deducción de la fórmula de cálculo de la matriz inversa

𝟏 𝟏 𝑻
Sea 𝑨 𝜖 𝒟, entonces 𝑨−𝟏 = 𝐝𝐞𝐭 (𝑨) . 𝑨𝒅𝒋(𝑨) = |𝑨| ∙ (𝑨𝑪 )

Partiendo del primer miembro de la siguiente igualdad y trabajando con una matriz A de orden 2:

𝑨. 𝑨𝒅𝒋(𝑨) = |𝑨|. 𝑰

𝑻 𝑎11 𝑎12 𝑐11 𝑐21

𝑨. 𝑨𝒅𝒋(𝑨) = 𝑨 ∙ (𝑨𝑪 ) = [𝑎 𝑎22 ] . [𝑐12 𝑐22 ] =
21

𝑎11 . 𝑐11 + 𝑎12 . 𝑐12 𝑎11 . 𝑐21 + 𝑎12 . 𝑐22 𝑎 . 𝑎 − 𝑎12 . 𝑎21 −𝑎11 . 𝑎12 + 𝑎12 . 𝑎11 |𝑨| 0
=[ ⏟ 11 22
= =
𝑎21 . 𝑐11 + 𝑎22 . 𝑐12 𝑎21 . 𝑐21 + 𝑎22 . 𝑐22 ] [𝑎21 . 𝑎22 − 𝑎22 . 𝑎21 −𝑎21 . 𝑎12 + 𝑎22 . 𝑎11 ] [ 0 |𝑨|]
(∗)
1 0
= |𝐴| [ ] = |𝑨|. 𝑰
0 1

(*) Reemplazamos cada cofactor por 𝐶𝑖𝑗 = (−1)𝑖+𝑗 𝑀𝑖𝑗

Dividiendo miembro a miembro, la igualdad anterior, por el det(A), siempre que no sea cero, resulta:

𝑨𝒅𝒋(𝑨) |𝑨|. 𝑰
𝑨. =
|𝑨| |𝑨|

𝟏
𝑨. 𝑨−𝟏 = 𝑰 → 𝑨−𝟏 = . 𝑨𝒅𝒋(𝑨)
|𝑨|

Observación: Más adelante estudiaremos otra forma de cálculo de la matriz inversa.

Ejemplo:
1 2
Sea la matriz 𝐀 = [ ], se solicita:
−1 3

a. Calcular el det(A)
b. Hallar la matriz cofactor de A
c. Encontrar la matriz Adj(A)
d. Si es posible, calcular A-1. Verificar que A-1. A=A-1. A=I

Solución:

a. det(A)=1.3-(-1).2=3+2=5

C11 C12 3 1
b. 𝐀𝑪 = [ ]=[ ]
𝐶21 C22 −2 1

3 −2
c. 𝑨𝒅𝒋(𝑨) = (𝐀𝑪 )𝑻 = [ ]
1 1

Mg. Ing. María Rosa Castro 24

 3 −2
𝟏 𝑪 𝑻
d. 𝑨 −𝟏
= |𝑨|
∙ (𝑨 ) = [51 5
1]
5 5

3 −2
1 2 5 5 1 0
Verificación: 𝑨. 𝑨 −𝟏
=[ ].[ 1] =[ ]=𝑰
−1 3 1 0 1
5 5

2 1 1
Ejercicio 10: Sea la matriz 𝑩 = [−1 0 2], se solicita:
1 1 1
a. Calcular el det(B)
b. Informar la matriz cofactor de B
c. Hallar Adj(B)
d. Si es posible, informar B-1. Verificar que B-1. B=B. B-1=I

1 0 −1
−3 −1 5
Respuestas: det(B)=-2; 𝑩−𝟏 = [2 2 2 ]
1 1 −1
2 2 2

Propiedades de la inversa de una matriz

1. Si A. B=A. C y A tiene inversa, entonces B=C

H) 𝑨 𝜖 𝒟 = {𝐴/𝐴𝜖ℳ𝑛𝑥𝑛 𝑦 |𝐴| ≠ 0}, donde 𝒟 es el conjunto de las matrices de orden n, cuyo determinante
es distinto de cero. A. B=A. C
T) B=C
D) Partiendo de la hipótesis: A. B= A. C
Multiplicando la igualdad anterior, miembro a miembro a izquierda por A-1, resulta:
A-1. A. B=A-1. A. C, recordando que: 𝑨−𝟏 . 𝑨 = 𝑰, resulta finalmente:
B=C

2. Si A. B=Ѳ, entonces |𝑩| = 𝟎

H) 𝑨𝜖 𝒟 = {𝐴/𝐴𝜖ℳ𝑛𝑥𝑛 𝑦 |𝐴| ≠ 0}, A. B=Ѳ, donde Ѳ es la matriz nula de orden n
T)|𝑩| = 0
D) Por hipótesis A. B=Ѳ y el det(A)≠0. Aplicando la función determinante miembro a miembro:
𝑑𝑒𝑡(𝑨. 𝑩) = det(𝑨) . det(𝑩) = det(Ѳ) = 0, por propiedad de determinante y por hipótesis:
det(𝑩) = 0

3. (𝑨. 𝑩)−𝟏 = 𝑩−𝟏 . 𝑨−𝟏

H)𝑨 𝜖 𝒟 y B 𝜖 𝒟
T)(𝑨. 𝑩)−𝟏 = 𝑩−𝟏 . 𝑨−𝟏
D) Lo primero que debemos demostrar es que la matriz (A.B) es invertible, es decir:
I) Por hipótesis sabemos que A y B son matrices cuadradas de orden n, y por verificarse la condición de
conformabilidad para el producto de matrices, existe la matriz: 𝑪𝒏𝒙𝒏 = 𝑨𝒏𝒙𝒏 𝑩𝒏𝒙𝒏

Mg. Ing. María Rosa Castro 25

II) Además, por propiedad de determinante: |𝑨. 𝑩| = |𝑨|. |𝑩| y por hipótesis |𝑨| ≠ 0 𝑦 |𝐵| ≠ 0, por lo tanto
|𝑨. 𝑩| ≠ 0
Por verificarse I y II decimos que la matriz (A. B) 𝜖 𝒟, y es invertible.
Ahora ya estamos en condiciones de demostrar la tesis, para lo cual vamos a partir de la definición de
matriz inversa:
(𝑨. 𝑩)(𝑨. 𝑩)−𝟏 = 𝑰, si multiplicamos a izquierda, miembro a miembro de la igualdad, por 𝑨−𝟏
𝑨−𝟏 . 𝑨. 𝑩. (𝑨. 𝑩)−𝟏 = 𝑨−𝟏 . 𝑰, debemos recordar que 𝑨−𝟏 . 𝑨 = 𝑰 y que 𝑨−𝟏 . 𝑰 = 𝑨−𝟏
𝑩. (𝑨. 𝑩)−𝟏 = 𝑨−𝟏 , multiplicando miembro a miembro la igualdad a izquierda por 𝑩−𝟏
𝑩−𝟏 . 𝑩. (𝑨. 𝑩)−𝟏 = 𝑩−𝟏 . 𝑨−𝟏 , recordando que: 𝑩−𝟏 . 𝑩 = 𝑰, resulta finalmente:
(𝑨. 𝑩)−𝟏 = 𝑩−𝟏 . 𝑨−𝟏

−𝟏
4. (𝑨−𝟏 ) =𝑨
H) 𝑨𝜖 𝒟
−𝟏
T) (𝑨−𝟏 ) =𝑨
D) Por definición de matriz inversa, se cumple que: 𝑨−𝟏 . 𝑨 = 𝑰 = 𝑨. 𝑨−𝟏 , y se puede aseverar que la matriz
𝑨−𝟏 es no singular, por lo tanto 𝑨−𝟏 𝜖 𝒟.
A partir de la definición de matriz inversa:
−𝟏
(𝑨−𝟏 )(𝑨−𝟏 ) = 𝑰, multiplicando ambos miembros de la igualdad a izquierda por la matriz A
−𝟏
𝑨. (𝑨−𝟏 )(𝑨−𝟏 ) = 𝑨. 𝑰, recordando que 𝑨. (𝑨−𝟏 ) = 𝑰 y que 𝑨. 𝑰 = 𝑨, resulta:
−𝟏
(𝑨−𝟏 ) =𝑨

−𝟏 𝑻
5. (𝑨𝑻 ) = (𝑨−𝟏 )
H) 𝑨 𝜖 𝒟
−𝟏 𝑻
T) (𝑨𝑻 ) = (𝑨−𝟏 )
D) Por propiedad de determinante, sabemos que: |𝑨| = |𝑨𝑻 |, si por hipótesis |𝑨| ≠ 0, por lo tanto |𝑨𝑻 | ≠ 0
y la matriz 𝑨𝑻 es invertible.
A partir de la definición de matriz inversa:
𝑨 ∙ 𝑨−𝟏 = 𝑰 Trasponiendo miembro a miembro
−𝟏 𝑻
(𝑨 ∙ 𝑨 ) = 𝑰𝑻 Por propiedades de la matriz transpuesta
𝑻
(𝑨−𝟏 ) . 𝑨𝑻 = 𝑰 Multiplicando ambos miembros de la igualdad a derecha por la inversa de la matriz 𝑨𝑻
𝑻 −𝟏 −𝟏
(𝑨−𝟏 ) . 𝑨𝑻 . (𝑨𝑻 ) = 𝑰. (𝑨𝑻 )
𝑻 −𝟏
(𝑨−𝟏 ) . 𝑰 = (𝑨𝑻 )
𝑻 −𝟏
(𝑨−𝟏 ) = (𝑨𝑻 )

Mg. Ing. María Rosa Castro 26

 𝟏
6. (𝒌𝑨)−𝟏 = 𝑨−𝟏
𝒌

H) 𝑨 𝜖 𝒟, k ϵ r, k≠0
𝟏
T)(𝒌𝑨)−𝟏 = . 𝑨−𝟏
𝒌
D) Si k es un escalar no nulo y Anxn es invertible, entonces la matriz (k. A) es de orden n, y además por
propiedad de determinante: |𝒌. 𝑨| = 𝒌𝒏 |𝑨| ≠ 𝟎, resulta finalmente que la matriz (k. A) 𝜖 𝒟
1
𝒌. 𝑨. (𝒌𝑨)−𝟏 = 𝑰, multiplicando miembro a miembro por 𝑘
𝟏 𝟏
. 𝒌. 𝑨. (𝒌𝑨)−𝟏 = . 𝑰, cancelando
𝒌 𝒌

𝟏
𝑨. (𝒌𝑨)−𝟏 = 𝒌 . 𝑰, multiplicando ambos miembros de la igualdad a izquierda por la matriz 𝑨−𝟏

𝟏 𝟏
𝑨−𝟏 . 𝑨. (𝒌𝑨)−𝟏 = 𝒌 . 𝑨−𝟏 . 𝑰, finalmente: (𝒌𝑨)−𝟏 = 𝒌 . 𝑨−𝟏

Propiedad del determinante de la matriz inversa:

𝟏
Si A es una matriz no singular que pertenecen al conjunto 𝒟, entonces |𝑨−𝟏 | = |𝑨|

H) 𝑨 𝜖 𝒟
1
T) |𝑨−𝟏 | = |𝑨|

D) Debido a que A es invertible, existe una matriz no singular 𝑨−𝟏 que verifica:
𝑨−𝟏 . 𝑨 = 𝑰, aplicando determinante miembro a miembro,
|𝑨−𝟏 . 𝑨| = |𝑰|, por propiedad de determinante,

|𝑨−𝟏 |. |𝑨| = 1, despejando, resulta:

1
|𝑨−𝟏 | = , |𝑨| ≠ 0
|𝑨|

Matriz ortogonal
Una matriz A es ortogonal sí y sólo si: A. AT = AT. A=I. Por la definición de matriz inversa resulta que una
matriz es ortogonal, si y sólo si, la inversa coincide con la traspuesta, esto es: A-1=AT

0 −1 0
Ejemplo:𝑨 = [−1 0 0] es una matriz simétrica y ortogonal. Compruébelo.
0 0 1

Actividades de fijación y autoevaluación

1. Se presentan cinco matrices de diferentes tamaños, indique el orden de cada una de ellas.
−1 3 1 6 −2
1 3 −1 4 1 0 0 0 0
𝑖) ( ) 𝑖𝑖) ( 4 0) 𝑖𝑖𝑖) ( ) 𝑖𝑣) (3 1 4) 𝑣) ( )
4 2 3 0 2 0 0 0 0
1 −2 2 −6 5

2. Escribir cada una de las siguientes matrices.

𝑎𝑖𝑗 = 1 ↔ 𝑖 < 𝑗
• 𝐴2𝑥3 = { 𝑎𝑖𝑗 = 0 ↔ 𝑖 = 𝑗
𝑎𝑖𝑗 = −2 ↔ 𝑖 > 𝑗

• 𝐶: (𝑐𝑖𝑗 )3𝑥2 = 𝑖² − 𝑗

Mg. Ing. María Rosa Castro 27

 • 𝐵: (𝑏𝑖𝑗 )3𝑥4 = 𝑖 + 2𝑗

• 𝐷: (𝑑𝑖𝑗 )4𝑥1 = (−1)𝑖−𝑗 2𝑖

Busque en su cuaderno, guía o en la bibliografía cuales son las condiciones que deben cumplirse para
realizar la suma, resta y multiplicación de matrices.
1 6 4
3. Informe los siguientes elementos de la matriz A: a12; a 31; a 22; 𝑠𝑖𝑒𝑛𝑑𝑜 𝑨 = [2 −3 5]
7 4 0
4. Resuelve, cuando sea posible, las operaciones indicadas con las siguientes matrices.

 2 1 − 1 1 0
1 3 2      1 5
A=   B=  1 1 1  C=  1 1  D=  
3 1 4 2 1 3   2 1  −1 1
   

 2  1 − 5
 1 0 4    
  1 6 6 
E=  − 1 2 1  F=   G= (4 − 1 0) H= 
 0 2 3 3 1 1 
     
0 6 6 
   
a) B+E e) 2B-5E i) 𝑨 ∙ (𝑪 ∙ 𝑫) m) 𝑩𝟐 ∙ 𝑪

b) 𝑨 ∙ 𝑩 f) 𝑨 ∙ 𝑩 + 𝑫𝟐 j) 𝑨 ∙ (𝑩 + 𝑬)

c) 𝑩 ∙ 𝑨 g) 𝑨 ∙ 𝑩 + 𝑨 ∙ 𝑫 k) 𝑭 ∙ 𝑮

d) 𝑪 ∙ 𝑨 h) (𝑨 ∙ 𝑪) ∙ 𝑫 l) 𝑫 ∙ 𝑯

5. ¿Cuál de las siguientes opciones, sería el orden de la matriz producto 𝑨 ∙ 𝑩, si se multiplica la matriz A2x4
por la matriz de B4x3?
a) 2x3
b) 3x2
c) 4x4
d) Este producto no se puede calcular
6. ¿Cuál de las siguientes afirmaciones es cierta para las matrices A y B si 𝑨 ∙ 𝑩 es una matriz columna?
a) B es una matriz columna
b) A es una matriz fila
c) Ay B son matrices cuadradas
d) El número de filas de A debe ser igual al número de columnas de B
7. Verifique que el producto de las matrices A y B es la matriz nula.

0 0 1  2 7 3
   
A=  0 0 0  B=  1 − 3 0 
0 0 7 0 0 0
   

Mg. Ing. María Rosa Castro 28

  −1 1
8. Si A=   Hallar A2 e indicar qué tipo de matriz es A2.
 4 0 
9. ¿Todas las matrices tienen determinantes? Calcule los determinantes de las siguientes matrices:

 1 3 4 1 − 2 −1  −1 − 6
a) A=   b) B=   c) C=   d) D=  
 2 5 8 2  0 − 2   − 6 20 

 3 −1 2 0
 3 1 − 2 − 5 4 1  
    4 0 − 3 5
e) E=  4 2 5  f) F=  3 − 2 7  g) G= 
− 8 3 −1  2 0
0 6 
0 6 0
    
1 3 − 4 2 


 2 5 1 0
  3 4
− 4 0 − 3 0 5 5
h) H=  i) M=( 3)
3 −2 1 6 −5
4
  5
 −1 4 0 
 2

Respuestas: a) |A| =-1; b) |B|= 0; c) |C|= 4; d) |D|=-56; e) |E|=-143; f) |F|=48; g) |G|=-216; h) |H|=-378;
i) |M|=1

Busca las propiedades de los determinantes. Tenlas a mano y aplícalas.

10. Encuentra el valor del determinante aplicando propiedades.

0 − 3 0 0 − 4 0  1 − 2 1
     
a) A=  0 3 0  b) B=  1 4 0  c) C=  − 1 2 1 
1 − 2 2 0 − 4 0  1 − 2 2
     
11. Sean las matrices P y Q ambas de orden 3x3 y sus determinantes |P|=4 y |Q|= -2 y el escalar k = 3,
encontrar los siguientes determinantes usando propiedades:
a) |P.Q|= b) |Q.P|= c) |k.Q| = d) |P-1|= e) |QT|=
f) |PT.Q-1|= g) | Adj(P)| = h) |𝑷²| =
12. Calcular los siguientes determinantes escalonando las matrices y aplicando propiedades.

1 − 2 1   −1 1 0   4 6 10  4 1 8
       
a) A= 1 3 1  b) B= 120 45 − 1 c) C=  1 3 15  d) D=  6 3 12 
1 1 2   1 1 0   8 12 20  10 15 20 
      
Respuestas: a) |A|= 5; b) |B|=-2 ; c) |C|=0 ; d) |D|=0

Busca el procedimiento para encontrar la inversa de una matriz.

13. ¿Cuándo una matriz tiene inversa? Halle la inversa de las siguientes matrices.

Mg. Ing. María Rosa Castro 29

  3 −1 0  − 2 2 3
2 − 4  −1 2    
a) A=   b) B=   c) C=  2 2 0  d) D=  1 − 1 0 
1 3   3 1  0 0 4  0
   1 4 

3 1 −2 2 
 
2 0 1 4 
e) E=  f) (AB)-1 g) (AT)-1 h) (E-1)-1
0 1 3 5 
 
−1 − 3 
 2 0
i) Si k= -2 ¿puedes encontrar (k. A)-1 utilizando alguna propiedad?
j) ¿Cómo verificas que las inversas que has encontrado son las correctas? Haz la verificación.

14. Debate la veracidad o la falsedad de las siguientes afirmaciones. Justifica tus respuestas.
1. Una matriz numérica es un conjunto de números dispuestos en filas y columnas.
2. El orden de una matriz numérica solamente da idea de la cantidad de filas que tiene.
3. Una matriz numérica es un arreglo rectangular de números.
4. El orden de una matriz numérica nos señala la cantidad total de elementos que la integran.
5. El orden de una matriz numérica nos indica su tamaño.
6. Si A es de orden pxq, entonces A tiene p columnas y q filas.
7. 𝑨 = [𝒂𝒊𝒋 ]𝜖ℳ𝑛𝑥𝑛 ,significa que A es una matriz numérica de orden nxn y cuyos elementos se designa
como 𝑎𝑖𝑗
8. 𝑎𝑖𝑗 es el elemento que se encuentra en la fila i-ésima y columna j-ésima de una matriz A.
9. Dos matrices que no pueden sumarse se dice que son no conformables para la suma.
10. Todas las matrices tienen el mismo número de filas que de columnas.
11. Toda diferencia de matrices puede transformarse en una suma de matrices.
12. Dos matrices son iguales cuando tienen el mismo orden.
13. El conjunto ℳ𝑛𝑥𝑛 es no estable para la suma.
14. Las matrices numéricas tienen las mismas propiedades que los vectores geométricos en el plano o
en el espacio con respecto a la suma.
15. El orden de una matriz no se modifica cuando se la multiplica por un número real.
16. Las matrices numéricas no gozan de las mismas propiedades que los vectores geométricos en el
plano o en el espacio con respecto al producto por un número real.
17. Puede ocurrir que si se multiplican dos matrices rectangulares se obtenga como resultado una
matriz cuadrada.
18. Podemos decir que una matriz diagonal es triangular superior e inferior al mismo tiempo.
19. Los elementos de la diagonal de una matriz simétrica no pueden ser nulos.
20. No hay una única matriz nula.
21. La matriz identidad no siempre es cuadrada.
22. La matriz identidad es una matriz diagonal.
23. Si una matriz es simétrica su traspuesta es ella misma.
24. A toda matriz cuadrada la función determinante le hace corresponder uno y solo un número
positivo.
25. El determinante de una matriz es un número real escrito como un cuadro de números reales.
26. Cualquier matriz tiene determinante.
27. Si el determinante de una matriz, tiene una línea (fila o columna) nula entonces es igual a cero.
28. Si el determinante de una matriz, tiene dos líneas iguales, es igual a cero.
29. Si una matriz cuadrada tiene una fila y una columna iguales entonces su determinante es igual a
cero.

Mg. Ing. María Rosa Castro 30

30. Si dos filas de una matriz son proporcionales, su determinante es distinto de cero, e igual al factor de
proporcionalidad.
31. Cuando se intercambian de posición dos filas cualesquiera de una matriz, el valor de su
determinante, no cambia.
32. Si a una fila (o columna) de un determinante se la reemplaza por la diferencia entre ella y un
múltiplo de otra fila (o columna) el determinante no varía.
33. El determinante de cualquier matriz se calcula multiplicando los elementos de su diagonal.
34. Una matriz se dice no singular, cuando su determinante es no nulo.
35)|𝑨 + 𝑩| = |𝑨| + |𝑩|
36) |𝑨𝑩| = |𝑨|. |𝑩|
37) det(A) = det(A T)
38) det(A2) = │A. A│ = │A│2
39) │kA│= k n │A│, cuando A es de orden nxn
40) El dominio de la función determinante es el conjunto de las matrices de orden n x n
41) El codominio de la función determinante es el conjunto de los números positivos.
42) El valor absoluto del cofactor de un elemento coincide con el valor absoluto del menor
correspondiente del mismo elemento.
43) Hay veces en que el valor de un cofactor coincide con el valor del menor correspondiente al mismo
elemento.
44)|𝑨| = ∑𝑛𝑘=1 𝑎𝑖𝑘 . 𝐶𝑖𝑘 es la expresión algebraica que permite calcular el determinante de A según
desarrollo por los cofactores de la fila i.
45) |𝑨| = ∑𝑛𝑘=1 𝑎𝑘𝑗 . 𝐶𝑘𝑗 , sirve para calcular el determinante de A cuando elegimos desarrollarlo para su
columna j-ésima.
46) Para calcular el determinante de una matriz cuadrada por desarrollo según los cofactores de una
línea (fila o de una columna), conviene elegir la línea que tenga menos ceros.
47) La regla de Sarrus solo sirve para determinantes de tercer orden.
48) La denominada matriz adjunta de una matriz cuadrada, tiene por elementos los cofactores de los
elementos de esta última.
49) A. Adj(A) = Adj(A).A = │A│. I
50) Cuando se multiplican los elementos de una línea de una matriz cuadrada por sus cofactores y se
suman todos los productos posibles, el resultado es el determinante de la matriz.
51) Cuando se multiplican los elementos de una fila, de una matriz cuadrada por los cofactores de una
paralela y se suman todos los productos posibles, el resultado es cero.
52) (AT)C = (AC)T
53) La definición de inversa de una matriz es A. A-1 = A-1. A = I
𝑨𝒅𝒋(𝑨)
54) La igualdad matricial 𝑨−𝟏 = |𝑨| es la expresión simbólica de un procedimiento que permite
calcular la inversa de A.
55) Cualquier matriz tiene inversa.
56) Si │A│= 0 entonces A tiene inversa.
57) Si AB=AC siendo A∈ ℳ𝑛𝑥𝑛 , |𝑨| ≠ 0, entonces B=C
58) Puede ocurrir que AB = Ɵ, sin que ni A ni B sean nulas.
59) La función inversa tiene por dominio el conjunto de las matrices cuadradas con determinante no
nulo.
60) La función inversa tiene por codominio el conjunto de las matrices cuadradas con determinante no
nulo.
61) La función inversa hace corresponder a cualquier matriz cuadrada otra matriz cuadrada.
62) Una de las causas por las que el determinante de una matriz vale cero es que ella tiene una línea
(fila o columna) que es combinación lineal de otra(s) (filas o columnas).
𝟏
63)Si una matriz tiene inversa entonces, |𝑨−𝟏 | = |𝑨|
64) Si una matriz tiene inversa entonces│A│= 0
65) Sabemos qué en general el producto de matrices no es conmutativo pero hay excepciones. ¿Cuales?

Mg. Ing. María Rosa Castro 31

 𝟏
66) La inversa de una matriz A es otra matriz B del mismo orden tal que, |𝑩| = |𝑨|
67) El producto de cualquier matriz por una matriz identidad goza de la propiedad conmutativa.
68) La conmutatividad en el producto de matrices solo puede darse cuando se opera con matrices
cuadradas.
69) El producto de cualquier matriz no singular por su inversa en conmutativo.
70) Las denominadas operaciones elementales entre filas de una matriz son tres.
71) Es posible obtener una matriz equivalente a otra, que tenga elementos nulos en sus filas y
dispuestos en posiciones que el usuario requiera.
72) Para escalonar una matriz empleamos las operaciones elementales entre filas de una matriz.
73) Si en una matriz reemplazamos una de sus filas por la suma de ésta más un múltiplo de otra
apropiada, podemos anular algunos de los elementos de la fila actual.
74) Si en una matriz cuadrada reemplazamos una de sus filas por la suma de ésta más un múltiplo de
otra, el determinante de ambas es el mismo.
75) Si logramos escalonar una matriz cuadrada, podemos fácilmente calcular su determinante.
76) Si en una matriz cuadrada anulamos todos los elementos de su primera columna a excepción del
primero, podemos calcular posteriormente su determinante por desarrollo según cofactores de su
primera columna.
77) Si durante el escalonamiento de una matriz se presenta un pivote nulo podemos reordenar las filas
a fin de evitar tal inconveniente.
78) El rango de una matriz puede determinarse contando la cantidad de filas nulas que presenta
cualquiera de sus formas escalonadas.
79) Cuando se escalona una matriz cuadrada no singular se obtiene una matriz triangular superior.
80) El determinante de una matriz cuadrada no singular puede calcularse como el producto de los
elementos diagonales de cualquiera de sus formas escalonadas.

Si deseas resolver más ejercicios consulta la bibliografía recomendada

Mg. Ing. María Rosa Castro 32