Valdez,G.; Vecino, S.; Oliver, M.

ÁLGEBRA LINEAL I (Matemática),

ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

MATRICES Y DETERMINANTES

MATRICES
Definición: Se llama matriz m x n a un cuadro de elementos de un conjunto K ( ℚ, ℝ o ℂ ), dispuestos en
m filas y n columnas:
A =  a11 a12 a13 ⋯ a1n  aij ∈ K , 1 ≤ i ≤ m, 1 ≤ j ≤ n
 
 a21 a22 a23 ⋯ a2n 
⋮ ⋮ ⋮ ⋱ ⋮ 
 
 am1 am 2 am3 ⋯ amn 

Abreviamos la notación nombrando A= (aij ), 1 ≤ i ≤ m,1 ≤ j ≤ n

Notamos al conjunto por todas ellas formado como Mmxn(K)
Si m=n decimos que las matrices son cuadradas y en lugar de notar al conjunto por ellas formado como
Mnxn(K) simplificamos la notación nombrándolo Mn(K)

Ejemplos:
1) Construir una matriz A = ( aij ) ∈ M 2 ( ℝ ) tal que aij = i 2 − 2j +1 :

a11 = 12 − 2 ⋅1+1 = 0

a12 = 1 − 2 ⋅ 2 +1 = − 2
2

A =  a11 a12  ⇒  Por lo tanto será A =  0 −2 

a21 = 2 − 2 ⋅1+1 = 3
2
   
 a21 a22 
 a = 2 2 − 2 ⋅ 2 +1 = 1 3 1 
 22

aij = 1 si i < j

2) Escribir la matriz B ∈ M 3x2 ( ℝ ) tal que aij = − 2 si i > j

aij = 0 si i = j
 0 1
 
Entonces será B =  −2 0 
 −2 −2 
 

Igualdad de matrices:

Definición: diremos que dos matrices A = ( aij ) y B = ( bij ) ∈ M m × n ( K ) son iguales, y escribiremos
A = B, si aij = bij para todo i, j, 1 ≤ i ≤ m, 1 ≤ j ≤ n

Suma de matrices:
Definición: si A = ( aij ) y B = ( bij ) ∈ M m × n ( K ) se llama suma de A y B y se nota A + B a la matriz
C = ( cij ) ∈ M m × n ( K ) tal que cij = aij + bij 1 ≤ i ≤ m , 1 ≤ j ≤ n
2 1 1   3 −1 1 
Ejemplo: A =   ∈ M2 × 3 ( ℝ ) ; B =   ∈ M2 × 3 ( ℝ )
 3 0 −1   0 −1 0 
 2 1 1   3 −1 1   5 0 2 
⇒ A+B=  + = 
 3 0 −1  0 −1 0   3 −1 −1
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Propiedades de la suma:

Sean A, B, C ∈ M m × n ( K ) entonces:
S1 ) ( A + B) + C = A + ( B + C ) (propiedad asociativa)
S2 ) A + B = B + A (propiedad conmutativa)
0 0 . . . . 0
 
0 0 . . . . 0
S3 ) La matriz 0 =  . . . . . . .  ∈ M m × n ( K ) es tal que A + 0 = 0 + A = A , ∀A ∈ M m × n ( K )
 
. . . . . . .
0 0 . . . . 0
 
Se llama matriz nula
S4 ) Dada A = ( aij ) , la matriz B = ( − aij ) es tal que A + B = 0, se llama matriz opuesta de A.

 a + b −a   0 −b   3 −2 
Ejercicio: Determinar si existen valores de a, b, c ∈ ℝ tales que  +  =  
 a + b b + c   b + 2c 0   1 −2 

 a+b − a − b   3 −2 
⇒  =  
 a + 2b + 2c b + c   1 −2 
a +b = 3
−a − b = − 2


a + 2b + 2c = 1
b + c = −2
pero a +b = 3 ⇒ − ( a +b ) = − a − b = − 3 ≠ − 2 ∴ no hay solución
Nota: la diferencia entre una matriz y otra es igual a la suma entre la primera matriz y la opuesta de la segunda:
C − D = C + ( −D ) .

Producto de matrices:

Definición: Dadas A = ( aij ) ∈ M m × n ( K ) y B = ( bij ) ∈ M n × t ( K ) se llama producto de A.B a la matriz

C = ( cij ) ∈ M m × t ( K ) donde cij = ∑ aik ⋅ bkj

n

k= 1

Observación: El producto de matrices A.B se define si el número de columnas de A es igual al número

de filas de B.
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

 b11 
 
 b21 
 . 
 
Primer caso: ( a11 a12 . . . . a1n ) .  .  = a11 ⋅ b11 + a12 ⋅ b21 + a13 ⋅ b31 + ... + a1n ⋅ bn1
 . 
 
 . 
b 
 n1 
 −1
 
Ejemplo: (1 2 4 ) ⋅  3  = 1⋅ ( −1) + 2 ⋅ 3 + 4 ⋅ 2 = 13
2
 
 b11 
 a11 a12 . . a1n     a11⋅b11 + a12 ⋅b21 + ⋯ + a1n ⋅bn1 

a21 a22

. . a2 n   b21   a ⋅ b + a ⋅ b + ⋯ + a ⋅ b 
Segundo caso  ⋅  .  =  21 11 22 21 2n n1

 . . . . .     ⋮ ⋮ ⋱ ⋮ 
   .   am1 ⋅ b11 + am2 ⋅ b21 + ⋯ + amn ⋅ bn1 
 am1 am 2 . . amn  b 
mxn
 n1 
nx1 mx1

 1 2 −1  1   1+ 4 + ( −1) ⋅ ( −1)   6 

   
Ejemplo:  0 2 1  ⋅  2  =  0 + 4 − 1  =  3
 3 1 1   −1  3 + 2 − 1   
       4
3× 3 3×1 3 ×1
b b . b1t 
 a11 a12 . . . a1n   11 12 c c12 . c1t 
a b b . b2t   11
 21 a22 . . . a2 n   21 22 c c22 . c2t 
 . . . .   21
Tercer caso:  . . . . . . ⋅ = . . . . 
  . . . .   
 . . . . . .   . . . . 
a
 . . . .  
 m1 am 2 . . . amn    c c . cmt 
 bn1 bn 2 . bnt   m1 m 2
mxn mxt
nxt

c11 = a11 ⋅ b11 + a12 ⋅ b21 + ... + a1n ⋅ bn1 c12 = a11 ⋅ b12 + a12 ⋅ b22 + ... + a1n ⋅ bn 2
c1t = a11 ⋅ b1t + a12 ⋅ b2t + ... + a1n ⋅ bnt
c21 = a21 ⋅ b11 + a22 ⋅ b21 + ... + a2n ⋅ bn1 c22 = a21 ⋅ b12 + a22 ⋅ b22 + ... + a2n ⋅ bn 2
c2t = a21 ⋅ b1t + a22 ⋅ b2t + ... + a2n ⋅ bnt
cm1 = am1 ⋅ b11 + am 2 ⋅ b21 + ... + amn ⋅ bn1 cm 2 = am1 ⋅ b12 + am 2 ⋅ b22 + ... + amn ⋅ bn 2
cmt = am1 ⋅ b1t + am 2 ⋅ b2t + ... + amn ⋅ bnt

 2 −1  1 −3 
   
 3 0   3 −2   9 −6 
Ejemplo: ⋅ =
 −1 4   5 −1   17 −2 
   
0 3 2x2
 15 −3 
4x2 4x2
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Nota: Si m=n , en Mn(K) el producto siempre está definido y, si con A, B, C notamos matrices cuadradas de
orden n, tenemos:

Propiedades del producto:

1) A ⋅ ( B ⋅ C ) = ( A ⋅ B ) ⋅ C ( propiedad asociativa )

2) A ⋅ ( B + C ) = A ⋅ B + A ⋅ C (B+ C) ⋅ A = B ⋅ A + C ⋅ A
( prop. distributiva del producto respecto de la suma )
1 0 0 0
 
0 1 0 0
3) Id n =  es tal que A ⋅ Id n = Id n ⋅ A = A ∀A ∈ M n ( K )
. . . .
 
0 0 0 1
Matriz identidad de orden n

1 0 0
1 0  
Ejemplo: Id 2 =   Id 3 =  0 1 0 
0 1 0 0 1
 

Observaciones:
1 0 0 0
Sean, por ejemplo, A =   y B=  
0 0 1 0
calculemos A ⋅ B y B ⋅ A:
1 0 0 0 0 0
A.B =   . = 
0 0 1 0 0 0
0 0 1 0 0 0
A.B =   . = 
1 0 0 0 1 0

De donde se deduce que:

1) El producto de matrices no es, en general, conmutativo
2) El producto de matrices puede ser nulo sin que ninguno de los factores lo sea.

Producto de un escalar por una matriz:

Sea A = ( aij ) ∈ M m × n ( K ) y λ ∈ K , se define λ ⋅ A como sigue:

 λ.a11 λ.a12 ... λ.a1n 
 
 λ.a21 λ.a22 ... λ.a2 n 
λ⋅A= . . ... . 
 
 . . ... . 
 λ.a ... λ.amn 
 m1 λ.am 2
Ejemplo:
 2 −1   2.2 2.(−1)   4 −2 
A=  2.A =  =  
3 1   2.3 2.1   6 2 
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Propiedades del producto de un escalar por una matriz:

Sean A,B ∈ M m × n ( K ) y λ, λ´ ∈ K
1 ) λ ( A + B ) = λ A + λB
2) ( λ + λ´) ⋅ A = λA + λ´A
3) ( λ ⋅ λ´) ⋅ A = λ ⋅ ( λ´ ⋅ A )
4 ) 1⋅ A = A
5 ) Si además A ⋅ B está definido: ( λ ⋅ A ) ⋅ B = A ⋅ ( λ ⋅ B ) = λ ⋅ ( A ⋅ B )

Sea A ∈ M n ( K ), k ∈ ℕ definimos potencia natural de A como sigue: A1 = A A k +1 = A k .A

Matriz traspuesta:

Definición: Si A = ( aij ) ∈ M m × n ( K ) , se llama matriz traspuesta de A y se nota A t , a la matriz perteneciente

a M n × m ( K ) que se obtiene a partir de A, intercambiando filas por columnas.
Es decir que A t = ( bij ) con bij = a ji 1 ≤ i ≤ n , 1 ≤ j ≤ m
Ejemplo:
 2 3
   2 1 5
A =  1 4  ⇒ At =  
5 6  3 4 6
  2 x3
3x 2

Propiedades de la matriz traspuesta:

1) (A ) = A
t t

( A + B ) = A t + Bt
t
2)
( λ ⋅ A ) = λ ⋅ At λ ∈ K
t
3)
( A ⋅ B) = Bt ⋅ At ≠ At ⋅ Bt
t
4)

Definición: Una matriz A ∈ M n ( K ) se dice simétrica si A = At

Definición: Una matriz A = ( aij ) ∈ M n ( K ) se dice triangular superior si aij = 0 para i > j
Una matriz A = ( aij ) ∈ M n ( K ) se dice triangular inferior si aij = 0 para i < j
Una matriz A = ( aij ) ∈ M n ( K ) se dice triangular si triangular superior o triangular inferior.
Una matriz A = ( aij ) ∈ M n ( K ) se dice diagonal si ∀i, j ∈ {1, 2, ... , n}: i ≠ j es aij = 0
Una matriz A = ( aij ) ∈ M n ( K ) se dice escalar si ∀i, j ∈ {1, 2, ... , n}: i ≠ j es aij = 0 y además
a11 = a22 = ... = a jj
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Ejemplos: 1 4 3  1 0 0   4 0 0 3 0 0
       
0 2 1  3 2 0  0 −6 0  0 3 0
0 0 6 0 5 8    
    0 0 8 0 0 3
matriz triangular sup erior matriz triangular inf erior matriz diagonal matriz escalar

DETERMINANTES:

Clase de una permutación:

Dados los números 1, 2, 3, ..., n sabemos que hay n! permutaciones de los mismos.
Así, si n = 3, hay 3! = 6 permutaciones que son:123, 213, 312, 132, 231, 321.
La permutación 1, 2, ... n en la que los números figuran en el orden natural será llamada
permutación principal. En el ejemplo, 123 es la permutación principal.
En una permutación de orden n diremos que los números i, j forman una inversión si j figura a la
izquierda de i, siendo i < j.
Ejemplo: En la permutación de orden 5: 34215 los números 3 y 2 forman una inversión;
3 y 1 forman otra inversión; 4 forma dos inversiones (con 2 y con 1);
2 forma una inversión con 1...
El número total de inversiones de una permutación es la suma del número de
inversiones que forma cada número en la misma.
Si este número es par (impar) la permutación se dice de clase par (impar).
En el ejemplo anterior, el número total de inversiones es 2 + 2 +1 = 5 es decir,
es de clase impar.
Sea A = ( aij ) una matriz de orden n, consideremos todos los productos de n elementos de la matriz A de
modo que los elementos que intervienen en cada producto pertenezcan a filas y columnas diferentes.
Por ejemplo:
 a11 a12 a13  todos estos productos son:
 
Si A =  a21 a22 a23  a11a22 a33 ; a11a23 a32 ; a12 a21a33 ;
a a32 a33 
 31 a12 a23 a31 ; a13 a21a32 ; a13 a22 a31

En una matriz de orden n, cada uno de esos productos puede escribirse como: a1δ ⋅ a2δ ⋅ a3δ ⋅ ... ⋅ anδ
1 2 3 n

donde δ1 , δ 2 , ..., δn es una permutación de orden n.

A cada uno de estos productos los precedemos de un signo + o − considerando para cada producto
( −1) a1δ ⋅ a2δ ⋅ a3δ ⋅ ... ⋅ anδ donde k es el número de inversiones de la permutación δ1 , δ2 , ..., δn .
k
1 2 3 n

La suma de todos estos productos es, por definición, el determinante de la matriz A y lo notaremos det ( A )
o D (A) o A
Según la definición, det ( A ) = ∑ ( −1) a1δ ⋅ a2δ ⋅ a3δ ⋅ ... ⋅ anδ donde k es el número de inversiones de la
k
1 2 3 n

permutación δ1 , δ 2 , ..., δ n y cada término de la suma se obtiene haciendo variar δ1 , δ2 , ..., δn por las n!
permutaciones de orden n.
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Así, si por ejemplo es:

 a11 a12 
 ⇒ det ( A ) = ( −1) a11 ⋅ a22 + ( −1) a21 ⋅ a12 = a11 ⋅ a22 − a21 ⋅ a12
0 1
n=2, A= 
 a21 a22 

 a11 a12 a13 

 
n=3, A=  a21 a22 a23  ⇒ det ( A ) = a11a22 a33 + a13a21a32 + a12 a23a31 − a13a22 a31 − a11a23a32 −
a a33  − a12 a21a33
 31 a32

Ejemplo: Calcular el determinante de las matrices A y B siendo

 1 −1 2 
1 4   
A=   y B=  3 0 1 
 3 −1   −1 3 0 
 
Entonces
det ( A ) = 1 ⋅ ( −1) − 3 ⋅ 4 = − 13 y
det ( B ) = 0 + 2 ⋅ 3 ⋅ 3 + ( −1) ⋅1 ⋅ ( −1) − 0 − 1 ⋅1 ⋅ 3 − 0 = 16

Observaciones:
 a11 a12  a11 a12
1) En el caso n=2, tenemos Si A =   ⇒ = a11a22 − a12 a21
 a21 a22  a21 a22

El segundo producto tiene un subíndice 21 ( a21 ), por lo tanto hay una inversión y es la única, entonces hay
una inversión de tipo impar, por lo que el producto es de la forma ( −1) ⋅ a12 a21 y el determinante de A
1

resulta
det(A) = a11a22 − a12 a21

2) En el caso n=3, podemos ver que

det ( A ) = a11a22 a33 + a13a21a32 + a12 a23 a31 − a13a22 a31 − a11a23a32 − a12 a21a33

Esta operación da origen a la regla conocida como regla de Sarrus, método fácil para memorizar y calcular
un determinante 3×3. Recibe su nombre del matemático francés Pierre Frédéric Sarrus, que la introdujo en el
artículo «Nouvelles méthodes pour la résolution des équations», publicado
en Estrasburgo en 1833. La regla consiste en repetir las dos primeras filas
de la matriz debajo de la misma de manera que queden cinco filas.
Después sumar los productos de las diagonales que en el diagrama se
señalan con (+) ( a11a22 a33 + a21a32 a13 + a31a12 a23 ) y sustraer los productos
de las diagonales que se señalan con (-) ( − a13a22 a31 − a23a32 a11 − a33a12 a21 ) ,
como muestra el diagrama
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Propiedades del determinante:

1) El determinante de una matriz es igual al determinante de su traspuesta ,

det (A) = det (At)
Por lo tanto a toda propiedad de un determinante, relativa a las filas de una matriz, le corresponde
una propiedad análoga para las columnas y recíprocamente ya que las filas (columnas) de una matriz
son las columnas (filas) de su traspuesta.
 1 −1 2 
 
Ejemplo: Si A =  2 3 1  :
0 2 1
 

1 −1 2 1 2 0
2 3 1 = 3 + 8 − ( ( −2 ) + 2 ) = 11 ; −1 3 2 = 11
0 2 1 2 1 1
1 −1 2 1 2 0
2 3 1 −1 3 2
2) Si B es la matriz que se obtiene de A intercambiando dos columnas(o filas), entonces det ( B ) = − det ( A )
2 3 1
det(B) = 1 −1 2 = − 11 pues se intercambiaron las filas 1 y 2
0 2 1
3) Si C es la matriz que se obtiene multiplicando todos los elementos de una fila (o columna) por un
número k, entonces det(C) = k.det(A)
3 −3 6 1 −1 2
det(C) = 2 3 1 = 3. 2 3 1 = 33
0 2 1 0 2 1

4) Si E= k.A, entonces, det (E) = kn. det(A)

3 −3 6 1 −1 2
det(E) = 6 9 3 = 3 . 2 3 1 = 27.11 = 297
3

0 6 3 0 2 1
5) El determinante de la matriz identidad es 1
6) Si una matriz tiene dos filas (ó columnas) iguales, su determinante es 0.

7) Antes de enunciar la propiedad 7, veamos la siguiente definición :

Definición: Sea A una matriz de orden n, si indicamos con C1, C2,…..Cn las columnas de A, diremos
que la columna Ci es combinación lineal de las columnas Cj y Ck 1 ≤ j , k ≤ n , si existen números
α, β tales que Ci = α.C j + β.Ck .
Análogamente se define combinación lineal entre filas de una matriz A.
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Ejemplos:
1 5 7
 
a) En A =  −2 1 −3  es C3 = 2C1 + C2
 3 0 6
 
 2 −1 3 
 
b) En B =  4 0 1  es F3 = F2 − 3F1
 −2 3 −8 
 
Propiedad: Si en una matriz una columna (o fila) es combinación lineal de otras columnas (o
filas) entonces el determinante de la matriz es 0

1 5 7 2 −1 3
det( A) = −2 1 −3 = 0 det(B) = 4 0 1 = 0
3 0 6 −2 3 −8
8) Si F´ es la matriz que se obtiene al sumar a una columna (fila) de la matriz F, una combinación lineal
de otras columnas (filas) de F, entonces det (F´)=det(F)
Ejemplo:
 2 0 −1  2 0 3 
   
F =  0 1 −2  C3 = 2C1 + C3 ⇒ F´=  0 1 −2  ⇒ det( F ) = det( F´) = 1
´

 3 1 −3  3 1 3 
   

9) El determinante de un producto de matrices es igual al producto de los determinantes de cada una de

ellas.
det (A.B) = det (A) . det (B)

Cálculo de determinantes:
Recordando la definición de matriz triangular y considerando la definición de determinante, resulta que
si A es una matriz triangular, será det( A) = a11.a22 .......ann .

Por lo cual un método para calcular el determinante de una matriz consiste en reducirla a una matriz
triangular (método de triangulación).

Para ello aplicamos a la matriz dada, operaciones del tipo I, II y III llamadas operaciones elementales
que consisten en:
I) Intercambiar dos filas (columnas) entre sí.
II) Remplazar una fila (columna) por la que se obtiene al multiplicarla por un número distinto de 0.
III) Remplazar una fila (columna) por la que se obtiene al sumarle a esta otra fila (columna)
previamente multiplicada por un número.

Observación: Debe tenerse siempre en cuenta las posibles variaciones del valor del determinante de
acuerdo a las propiedades vistas.
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Ejemplo:
0 1 5 3 −6 9 1
F1 1 −2 3 1 −2 3
F1 ↔ F2 3 F3 − 2 F1 → F3
3 −6 9 → −0 1 5 → (−3) 0 1 5 → (−3) 0 1 5
2 6 1 2 6 1 2 6 1 0 10 −5
1 −2 3
F3 −10 F2 → F3
→ (−3) 0 1 5 = (−3).1.1.(−55) = 165
0 0 −55

Definición:
Dada una matriz A = ( aij ) ,se llama "menor complementario" del elemento aij y se nota M ij al
determinante de la matriz que se obtiene a partir de A suprimiendo la fila i y la columna j

Ejemplo:
 1 −1 2 
 
Si A =  2 3 1  los menores complementarios de cada elemento de la primera fila, son:
0 2 1
 
3 1 2 1 2 3
M11 = =1 M12 = = 2 M13 = =4
2 1 0 1 0 2
Ejercicio: hallar los restantes menores complemetarios de la matriz A

Definición:
Se llama "complemento algebraico" ( o adjunto, o cofactor ) del elemento aij de la matriz A al
número A ij = ( −1)
i+ j
M ij
Ejemplo:
 1 −1 2 
 
Volviendo al ejemplo de la matriz A =  2 3 1  ,
0 2 1
 
el complemento algebraico de a11 es: A11 = ( −1) ⋅ M11 = 1
2

el complemento algebraico de a12 es: A12 = ( −1) ⋅ M12 = − 1 ⋅ 2 = − 2

3

el complemento algebraico de a13 es: A13 = ( −1) ⋅ M13 = 1 ⋅ 4 = 4

4

Esta definición da lugar a otro método para calcular el determinante de una matriz:

Teorema:
El determinante de una matriz A = ( aij ) es igual a la suma de los elementos de una linea (fila o
columna) multiplicados cada uno de ellos por sus respectivos complementos algebraicos.
Así det ( A ) = ai1 ⋅ A i1 + ai 2 ⋅ A i 2 + ... + ain ⋅ Ain
( desarrollo por la fila i )
O bien det ( A ) = a1j ⋅ A1j + a2j ⋅ A 2j + ... + anj ⋅ A nj ( desarrollo por columna j )
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

1 −1 2
Ejemplo: 2 3 1 = a11A11 + a12 A12 + a13A13 = 1⋅1 + ( −1) ⋅ ( −2 ) + 2 ⋅ 4 = 11 (desarrollado por la fila 1)
0 2 1

Observación: Si una matriz A=(aij) de orden n tiene todos los elementos de una línea menos uno, iguales
a 0, el cálculo de su determinante se reduce , desarrollando por esa línea, al cálculo de un determinante de
orden n-1.
Por lo tanto, antes de calcular det(A), conviene aplicar operaciones elementales a las filas y/o columnas
de A para hacer cero todos, menos uno, los elementos de una fila o columna, reiterando este
procedimiento hasta reducir el cálculo al de un determinante de orden 3 o 2.

Ejemplo:

3 5 −2 6 −3 F2 + F1 ↔ F1 0 −1 1 3
−2 F2 + F3 ↔ F3 −1 1 3 0 9 3
1 2 −1 1 −3 F2 + F4 ↔ F4 1 2 −1 1 F1 + F3 → F1
= 1. ( −1)
2 +1
= . 0 3 3 = −0 3 3
2 4 1 5 0 0 3 3
−1 1 8 0 1 8 0
3 7 5 3 0 1 8 0
9 3
= − (−1)3+1 = − ( 9.3 − 3.3) = −18
1
3 3

Matriz inversa:

Una matriz A de orden n tiene inversa si existe una matriz B, de orden n, tal que A.B = B.A = In donde In
es la matriz unidad (identidad) de orden n.

Ejemplo:
 1 1
 1 −1   3 3 1 0
Si A=   su inversa es B=   pues A.B=  
2 1  − 2 1 0 1
 
 3 3
 2 1
No toda matriz tiene inversa, por ejemplo, si A=   veamos que no existe una matriz B tal que
 2 1
A.B = B.A = I2

x y  2 1  x y   1 0   2x + z 2 y + u   1 0 
Sea B=   , entonces  .  =  , o sea que  =  de donde
z u  2 1  z u   0 1   2x + z 2 y + u   0 1 
resulta:

2 x + z = 1
2 x + z = 0

 ⇒ z = 1− 2x ∧ z = −2 x ⇒ 1 − 2 x = −2 x ⇒ 1 = 0 lo cual es un absurdo
 2 y + u = 0
2 y + u = 1

La inversa de una matriz A, si existe, es única y se nota A-1.

Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Si una matriz A tiene inversa, entonces det(A) ≠ 0 :

En efecto, de A.A-1 = In resulta det(A.A-1) = det In, es decir detA. detA-1 = 1, por lo tanto
det A ≠ 0 y detA −1 ≠ 0 y además

1
detA −1 = de donde deducimos la propiedad número 10)
det A

- Si una matriz A tiene inversa y existe una matriz B tal que A.B = In, entonces B = A-1:
En efecto,
si A.B = In , multiplicando a izquierda por A-1 se tiene
A-1.(A.B) = A-1.In, entonces (A-1. A).B = A-1, de donde In. B = A-1, por lo tanto B = A-1

- Si una matriz A tiene inversa y existe una matriz B tal que B.A = In, entonces B = A-1.
La demostración es análoga a la anterior.

Adjunta de una matriz:

Si A= (aij) es una matriz de orden n, definimos la matriz adjunta de A y la notamos Adj(A) a la matriz
Adj(A) = (Aij) donde Aij es el complemento algebraico del elemento aij de A.

Ejemplo:
 1 −1 2 
 
Si A =  0 1 3  buscamos Adj ( A )
 1 −1 0 
 

A11 = 1 ⋅ 3 = 3 A 21 = − 1 ⋅ 2 = − 2 A 31 = 1 ⋅ ( −5 ) = − 5
A12 = − 1 ⋅ ( −3) = 3 A 22 = 1 ⋅ ( −2 ) = − 2 A 32 = ( −1) ⋅ 3 = − 3
A13 = 1 ⋅ ( −1) = − 1 A 23 = ( −1) ⋅ 0 = 0 A 33 = 1 ⋅1 = 1

 A11 A12 A13   3 3 −1

   
Adj. ( A ) =  A21 A22 A23  =  −2 −2 0 
A A32 A33   −5 −3 1 
 31

A ⋅ ( Adj. ( A ) ) = ( Adj. ( A ) ) ⋅ A = det A ⋅ In

t t
Propiedad:
Esta propiedad es muy importante para el cálculo de la matriz inversa de una matriz, pero su demostración
excede a este curso, por lo cual sólo lo comprobaremos con la matriz del ejemplo anterior:
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

 1 −1 2   3 3 −1  3 −2 −5 
     
A =  0 1 3  Adj. ( A ) =  −2 −2 0  ( Adj. ( A ) )
t
=  3 −2 −3 
   −5 −3 1   −1 0 1 
 1 −1 0     

 1 −1 2   3 −2 −5   −2 0 0  1 0 0
       
A ⋅ ( Adj. ( A ) )
t
=  0 1 3  ⋅  3 −2 −3  =  0 −2 0  = − 2 ⋅  0 1 0 
 1 −1 0   −1 0 1   0 0 −2   
      0 0 1

Por lo tanto, podemos deducir que si det(A) ≠ 0 ,

A. ( Adj. ( A ) ) ( Adj. ( A ) ) .A = I
t t

(Adj A)t . A=A.(Adj A)t = det(A).I n ⇒ =

det. ( A ) det. ( A )
n

( Adj. ( A ) )
t
−1
De donde tenemos que : A =
det. ( A )

En nuestro ejemplo:

⋅ ( Adj. ( A ) )
1
Como det. ( A ) = − 2,
t
A −1 =
−2

− 3 1 5 
 3 −2 −5   2 2 
1    3
− ⋅  3 −2 −3  = − 1 3  = A −1
2   2 2 
−  
0 − 1 
 1 0 1   1
 2 2

Cálculo de la inversa de una matriz aplicando operaciones elementales:

Dada una matriz A de orden n, si aplicando un número finito de operaciones elementales F1 , F2 , ... , Fk
sobre sus filas se puede obtener la matriz unidad de orden n, entonces la matriz A es inversible y para calcular
su inversa basta aplicar a la matriz unidad de orden n las mismas operaciones elementales F1 , F2 , ... , Fk y
en el mismo orden. Si al aplicar operaciones elementales por filas a la matriz A, tratando de obtener la matriz
unidad, se obtiene una fila nula, entonces A no es inversible.

1 −1 2  1 0 0  ↔ − 3F1 + F2 → F2 ↔  1 −1 2   1 0 0 ↔
       
3 0 1  0 1 0 − 4F1 + F3 → F3  0 3 −5   −3 1 0 
       
 4 −1 5  0 0 1   0 3 −3   −4 0 1 
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

1
F2 → F2 ↔  1 −1 2  1 0 0 ↔ F2 + F1 → F1 ↔ 1 0 1 / 3  0 1/ 3 0 →
3        
0 1 −5 / 3   −1 1 / 3 0  −3F2 + F3 → F3  0 1 −5 / 3   −1 1 / 3 0 
   −4 0  0 0 2   −1 − 1 1 
 0 3 −3   1    
1 1
↔ F3 → F3 → 1 0 1 / 3  0 1/ 3 0 ↔ − F3 + F1 → F1 ↔
2     3
 0 1 −5 / 3   −1 1/ 3 0 
5
0 0 1    F3 + F2 → F2
   − 1 / 2 −1 / 2 1 / 2  3

↔ 1 0 0  1 / 6 1/ 2 −1 / 6 
   
 0 1 0   −11 / 6 −1 / 2 5 / 6 
 0 0 1   −1 / 2 − 1 / 2 1 / 2 
   

 1 1 −1 
 1 −1 2   6 2 6  1 0 0
  5  = 0 1 0
Verificación:  3 0 1  ⋅  − 11 −1
 6 2 6   
 4 −1 5    0 0 1
  −1 −1 1   
 2 2 2 

Rango de una matriz:

Dada una matriz A cualquiera, si la triangulamos aplicando operaciones elementales (I, II, III), llamamos
rango de A, lo notamos rg(A) al número de filas no nulas de la matriz triangulada.
1 1
Ej.: A =  
 2 2
1 1 1 1
  ↔ F2 ´ → F2 − 2F1 ↔  ⇒ rg ( A ) = 1
 2 2 0 0

1 1 0

B=  2 1 1 

 −1 1 −2 
 
F2 − 2F1 → F2
1 1 0  ↔ 1 1 0 ↔ F3 + 2F2 → F3 1 1 0  ⇒ rg ( B ) = 2
2 1 1 F3 + F1 → F3  0 −1 1   0 −1 
     1
 −1 1 −2   0 2 −2  0 0 0 
    

Proposición: A ∈ M n ( K ) es inversible si y solo si rg ( A ) = n

Demostración: A es inversible ⇔ det ( A ) ≠ 0 ⇔ ninguna fila (columna) de A es combinación lineal de las
restantes ⇔ rg(A) = n