22

UNIDAD II
MATRICES Y DETERMINANTES
ESQUEMA CONCEPTUAL

MATRICES

Definición, notación y
clasificación

Operaciones
DETERMINANTES

* Suma
Definición * Multiplicación por un Escalar
* Diferencia
* Multiplicación de una matriz fila
por una matriz columna
Regla de Sarrus * Multiplicación de dos matrices

Método de desarrollo por

Cofactores: Regla de Propiedades
Laplace

Propiedades

Matriz Inversa

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 23

Matrices y Determinantes
1.- Introducción
En la vida diaria es frecuente que se presenten situaciones en las que intervienen
gran cantidad de datos, a los cuales si se los ordena convenientemente en filas y
columnas dan origen a lo que se definirá como matriz. A partir de los conceptos de
matriz, operaciones matriciales y utilizando la tecnología actual, se pueden obtener
resultados más complejos y fácilmente comparables. Por lo mencionado anteriormente
se puede asegurar que las matrices representan una herramienta matemática de gran
utilidad.
2.- Matrices
Ejemplo introductorio:
A continuación se propone un ejemplo concreto y a partir de él se enunciará la
definición de matriz:
Una empresa jujeña produce cuatro productos: A, B, C y D. Para producir cada
artículo se requieren cantidades específicas de dos materias primas: X e Y, y también
cantidades determinadas de mano de obra. Se supone que la empresa desea comparar los
números de unidades de X, Y y de mano de obra que se requiere en la producción
semanal de estos cuatro productos. En la tabla 1 aparece la información muestral para
tal caso. Por ejemplo, la producción semanal del producto A requiere 250 unidades de
materia prima X, 160 unidades de materia prima Y y 80 unidades de mano de obra.
TABLA 1

Producto A B C D
Unidades de
materia prima X 250 300 170 200

Unidades de
materia prima Y 160 230 75 120

Unidades de mano
de obra 80 85 120 100

Se puede observar que los datos de esta tabla aparecen en forma natural en un
arreglo rectangular. Si se suprimen los encabezados, se obtiene el arreglo rectangular
de números siguiente:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 24

 250 300 170 200

 
 160 230 75 120
 80 85 120 100
 

Este arreglo es un ejemplo de una matriz.

Se puede observar que los doce datos están dispuestos en tres filas y cuatro
columnas, las primeras identifican a las unidades de materias primas y de mano de obra
y las segundas a los productos:
fila 1 : 250 300 170 200
fila 2 : 160 230 75 120
fila 3 : 80 85 120 100
columna 1 : columna 2 : columna 3 : columna 4 :
250 300 170 200
160 230 75 120
80 85 120 100
Una gran cantidad de otros conjuntos de datos tabulados forman naturalmente
arreglos rectangulares
Definición:
Se llama matriz a todo arreglo ordenado de números o funciones, dispuestos en
m filas y n columnas.
Observación:
En este curso sólo se trabajará con matrices cuyos elementos sean números reales.
Notación, representación y orden:
Para denotar matrices se utilizará letras mayúsculas de imprenta, por ejemplo A,
B, C, etc; a los elementos de la matriz se los denotará con letras minúsculas,
acompañados con dos subíndice, por ejemplo ai j , donde el primero (i) indica la fila y el
segundo (j) indica la columna a la que pertenece el elemento. Por ejemplo, el elemento
a21 está ubicado en la fila 2 y en la columna 1 de la matriz A. A los elementos de la
matriz se los escribe encerrados en corchetes o en paréntesis.
Si una matriz tiene m filas y n columnas, se dice que es de orden m x n.
De acuerdo a la notación anterior se puede escribir una matriz de m filas y n
columnas, en forma general, de la siguiente manera:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 25

 a11 a12 a13 a14.......... a1n 

 
 a 21 a 22 a 23 a 24 ......... a 2n 
a a 32 a 33 a 34 ......... a 3n 
A   31 
 a 41 a 42 a 43 a 44 ......... a 4n 
. . . . . 
 
 a m1 a m2 a m3 a m4........ a mn 

Y en forma abreviada se puede escribir:

A= (a ij ) mxn o bien A= (a ij)
Ejemplo:
Dadas las matrices A y B determinar el orden de cada una de ellas y los
elementos: a21, a33, a13, b41, b21, y b12.
 7 2
 2  1 3  
   9 5 
A   4 3 4 B  
 4 4 9 4 5
  
 5 
 7 
Desarrollo:
El orden de la matriz A es de 3x3, ya que tiene 3 filas y 3 columnas; y el orden de
la matriz B es de 4x2, ya que tiene 4 filas y 2 columnas.
El elemento a21 es el que está ubicado en la segunda fila y primera columna de la
matriz A, es decir a21 = 4

 2  1 3
 
A   4 3 4 
 4 4 9
 
El elemento a33 es el que está ubicado en la tercera fila y tercera columna de la
matriz A, es decir a33 = 9

 2  1 3
 
A   4 3 4
  4 4 9 
De manera análoga se encuentran los elementos restantes:
a13 = 3, b41 = 5, b21 = -9 y b12 = 2.
Igualdad
Dadas dos matrices A = (a ij ) mxn y B= (b ij ) mxn , A es igual a B, es decir:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 26

A = B si y sólo si se cumplen las dos condiciones siguientes:

a) A y B son del mismo orden
b) Los elementos igualmente dispuestos son iguales
En símbolos:
A=B A de orden mxn, B de orden mxn y a ij = b ij  i, j
Ejemplo:
Las matrices M y P son iguales, ya que tienen el mismo orden y los elementos que están
en idénticas ubicaciones son iguales:

1 3   2 1 3
27  1  2  1 3  3 27
M    P   
 0 15 7  7 3.5  0  7  7 15  3.5

Ejercicio:
Determinar los valores de a, b, c y d para que las siguientes matrices sean iguales:
 a 2  2a  b  1  a 2  1 2c 
 ;  
 abc  b 
 2  d 

Desarrollo:
Se observan que ambas matrices son de grado 2. A continuación se debe considerar la
condición de que los elementos igualmente dispuestos deben ser iguales, de este planteo
se obtendrán los valores buscados. Es decir:
d=2
2c = -1, de donde c = -1/2
a+b+c = b es decir: a+b+c-b = 0, por lo tanto: a+c=0, reemplazando el valor de c en esta
última expresión:
a-1/2= 0, de donde a=1/2
Por último igualando los elementos ubicados en la 1era fila y 1era columna se obtiene:
a2 + 2 a + b = a2+1 de donde:
a2 –a2 +2 a + b =1
2a+b=1
reemplazando el valor de a: 2.(1/2) + b = 1
por ultimo: 1+b = 1
b=0
Los valores buscados son: a = 1/2, b = 0, c = -1/2, d = 2

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 27

Clasificación
 Matrices Cuadradas
Cuando el número de filas de una matriz coincide con el número de columnas, es
decir cuando m = n, la matriz se llama cuadrada.
Para el caso de matrices cuadradas el orden es n, ya que no es necesario distinguir
entre el número de filas y el de columnas que tiene la matriz, porque son iguales.
Ejemplo:
Las siguientes matrices son cuadradas:
 1 4 6
 2  3  
A    B    2 0 7 
 6 5    1 3 5
 
La matriz A es cuadrada de orden 2 y la matriz B es cuadrada de orden 3.
Diagonal principal
Cuando A es una matriz cuadrada de orden n, la diagonal principal está formada
por los elementos: a11, a22, a33, ................ann y la diagonal secundaria está formadas por
los elementos a1n, a2n-1, a3n-2, ................an1
En el ejemplo anterior, la diagonal principal de la matriz B son los elementos: 1, 0, y 5;
y los elementos 6, 0 y -1 conforman la diagonal secundaria.
 Matrices fila y columna
Una matriz de orden 1xn sólo tiene una fila, y se la conoce con el nombre de
matriz o vector fila. En forma general, se puede escribir:
A= (a11 a12 a13 .............a1n )
Una matriz de orden mx1 sólo tiene una columna, y se la conoce con el nombre
de matriz o vector columna. En forma general, se puede escribir:
 a 11 
 
 a 21 
A . 
 
 . 
a 
 m1 
Ejemplos:
C es una matriz columna de orden 5x1, y F es una matriz fila de orden 1x3:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 28

 3 
 
 5 
C   4  F   2 0 11 1x 3
 
 3 
 1 
  5 x1
 Matriz diagonal, escalar e identidad
Una matriz cuadrada que tiene todos los elementos distintos de la diagonal
principal iguales a cero se denomina matriz diagonal.

A es una matriz diagonal de orden n  a ij = 0  i  j

En general:
 a 11 0 ... 0 
 
 0 a 22 ... 0 
A
... ... ... ... 
 
 0 0 ... a nn 
Ejemplo:
 5 0 0
 2 0  
Son matrices diagonales las siguientes: A    B   0  2 0 
 0 4  0 0 8
 
Una matriz escalar es un caso particular de una matriz diagonal, donde todos los
elementos de la diagonal principal son iguales a un escalar o número real. En forma
simbólica:

aij = 0  i  j
A es escalar 
aij = k  i = j
En general:
 k 0 ... 0 
 
 0 k ... 0 
A con k un número real cualquiera
... ... ... ... 
 
 0 0 ... k 
 5 0 0
 
Ejemplo: A   0 5 0
 0 0 5
 

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 29

Una matriz identidad es un caso particular de una matriz escalar, donde los
elementos de la diagonal principal son iguales a 1.
A la matriz identidad se la designará con la letra I.
aij = 0  i  j
I es identidad 
aij = 1  i = j

Ejemplo:
 1 0 ... 0 
 
 0 1 ... 0 
I
... ... ... ... 
 
 0 0 ... 1 
 Matriz triangular
Es una matriz cuadrada cuyos elementos a la derecha o a la izquierda (por
encima o por debajo) de la diagonal principal son todos iguales a cero.
Las matrices triangulares serán inferiores si los elementos no nulos se
encuentran situados en la parte inferior y en la diagonal principal de la matriz y los
elementos nulos en la parte superior de la diagonal principal de dicha matriz.
 a 11 0 ... 0 
 
a a 22 ... 0 
A   21 Forma general de una matriz triangular inferior de grado m
... ... ... ... 
 
 a m1 a m 2 ... a mm 

Las matrices triangulares serán superiores si los elementos no nulos se

encuentran situados en la parte superior y en la diagonal principal de la matriz y los
elementos nulos en la parte inferior de la diagonal principal de dicha matriz.
 a 11 a 12 ... a 1m 
 
 0 a 22 ... a 2 m 
A Forma general de una matriz triangular superior de grado m
... ... ... ... 
 
 0 0 ... a mm 
Ejemplo:
7 2 3 1 
 
0 4 7 8 
A matriz triangular superior de grado 4
0 0 3 1/ 2
 
0 0 0 9 

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 30

 7 0 0
 
B   20  4 0  matriz triangular inferior de grado 3
  9 1/ 4 5
 
 Matriz transpuesta
Se llama transpuesta de una matriz A de orden mxn a la matriz que se obtiene de
intercambiar ordenadamente las filas y las columnas de A. Es decir la transpuesta de A,
que se denotará AT, será de orden nxm.
Ejemplo:
2 3 4 
2 5 7 1  
   5 1 0 
A   3  1 7 0 A  
T

 4 0  2 3 7 7  2
  
1 0 
 3 

 Matrices simétricas y antisimétricas

Una matriz cuadrada es simétrica si los elementos simétricamente ubicados
respecto de la diagonal principal son iguales.
A de orden n, es simétrica  a ij = a ji
Propiedad: Toda matriz simétrica es igual a su transpuesta.
Es decir: A=AT.
Una matriz cuadrada es antisimétrica si los elementos simétricamente ubicados
respecto de la diagonal principal son de distinto signo y de igual valor absoluto.
Es decir A de orden n, es antisimétrica  a ij = - a ji
Propiedad: Toda matriz antisimétrica es igual a su transpuesta cambiada de
signo.
Es decir: A= -AT
Propiedad: En toda matriz antisimétrica los elementos de la diagonal principal
son iguales a cero.
Demostración:
La condición que cumplen los elementos de una matriz antisimétrica es que:
a ij = - a ji
si esa condición la cumplen los elementos de la diagonal principal, entonces: i = j ; y
se podrá escribir a ii = - a ii , realizando pasajes de términos:
2 a ii = 0, por lo tanto: a ii = 0
Ejemplo:
La matriz A es simétrica y B es antisimétrica:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 31

 0 1 2  0 1 3 
   
A   1 7 3 B   1 0  6
 2 3 4 3 6 0 
  
 Matriz Nula
Una matriz es nula cuando todos sus elementos son ceros. Para denotarla se
suele utilizar la letra O.

Ejemplos:
 0 0
O    O'  0 0 0
 0 0
Nota: No se debe confundir la matriz O con el número real 0.

Operaciones
 Suma
Ejemplo introductorio
Una agencia de venta de autos ofreció a sus clientes una promoción especial en
los meses de enero y febrero, de este año. La misma consistió en la venta de dos
modelos de autos, el modelo de lujo y el básico, en los colores rojo y azul, a un precio
rebajado.
Las ventas antes mencionadas están representadas por las siguientes matrices:
Lujo Básico Lujo Básico

1 3  2 4
Rojo
E    F   
Azul
3 2  4 1
Se puede observar que cada matriz representa las ventas de enero y de febrero
respectivamente; que cada columna indica el número de unidades vendidas de cada
modelo para un color determinado. Cada fila señala el número que se vendió de cada
color para un modelo dado.
Para obtener la matriz que represente las ventas totales de cada color y modelo, se
suman los elementos correspondientes de las matrices E y F.
A continuación se definirá suma entre matrices:
Definición:
Dadas dos matrices A y B de orden mxn, entonces A+B es la matriz del mismo
orden (mxn) que se obtiene al sumar los correspondientes elementos de A y B.

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 32

Es decir:
Si A = (a i j) de orden mxn, y B = (b i j) también de orden mxn, entonces A+B =(ai j+ b i j)
de orden mxn.
Ejemplos:
 4  8  3 8   7 0 
     
1)  6 5     2 0   4 5
  4 0   1 9   3 9
     
1  t 2  1  t  2   2 0 
2)        
 3 1 t    3 1  t   0 2
En este segundo ejemplo se puede observar que matriz obtenida es escalar y simétrica.
Propiedades:
a) La suma de matrices es ley de composición interna en el conjunto de las
matrices de un mismo orden.
Sea Mmxn el conjunto de las matrices de orden mxn, entonces:
 A, B  M mxn  C  M mxn / A+B = C
b) Propiedad Asociativa
La suma de matrices es asociativa.
Demostración:
Sean las matrices A = (a ij) B = (b i j) y C = (c i j) de orden mxn, entonces:
( A+B )+C=(a i j+b i j) + (c i j)=[(a i j+b i j)+(c i j)]=[a i j+(b i j+c i j)]= (a i j)+(b i j+c i j)=A+( B + C )
c) Propiedad Conmutativa
La suma de matrices es conmutativa.
Es decir: Si A y B son dos matrices de igual orden, entonces: A+B = B+A
Demostración:
Sean las matrices A = (a ij) y B = (b i j) de orden mxn, entonces:
A+B = (a i j + b i j) = (b i j + a i j) = B +A
d) La suma de matrices es cancelativa a derecha y a izquierda.
A+C = B+C si y sólo sí A = B , o bien:
C+A = C+B si y sólo sí A = B
Demostración:
A+C = B+C si y sólo si: (a i j + c i j) = (b i j + c i j), pero como los a i j , b i j , c i j
son números reales, se puede aplicar la propiedad de cancelación de la suma en el
conjunto de los números reales, por lo tanto:
a i j + c i j =b i j + c i j entonces: a i j = b i j , es decir A = B

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 33

De forma similar se demuestra la propiedad cancelativa a izquierda.

e) La matriz nula de orden mxn es el elemento neutro respecto de la suma de
matrices de orden mxn.
Es decir:
Sea A una matriz de orden mxn y O la matriz nula de orden mxn entonces:
A+O=O+A=A

 Multiplicación de un escalar por una matriz

Ejemplo introductorio
Se va a considerar nuevamente el ejemplo de la agencia de venta de automóviles.
Sea F la matriz que representa las ventas del mes de febrero:
 2 4
F   
 4 1
Si en marzo se duplicaron las ventas de febrero para cada modelo y color de
automóviles, la matriz de venta M para marzo podría obtenerse multiplicando por 2
cada elemento de F:
 2.2 2.4   4 8 
M      
 2.4 2.1  8 2 
Parece razonable escribir esta operación de la siguiente manera:
 4 8
M  2F   
 8 2
La operación que se ha realizado recibe el nombre de multiplicación de un escalar (o un
número) por una matriz.
Definición:
Sea una matriz A= (aij) de orden mxn y sea k cualquier número real (también
llamado escalar), entonces el producto del escalar k por la matriz A, es otra matriz del
mismo orden que se obtiene multiplicando por k cada uno de los elementos de la matriz
A.
Es decir: kA = ( k. a i j) de orden mxn
Ejemplo:
 1 1/ 2  4  ( 2).1 ( 2).(1 / 2) ( 2).( 4)    2 1 8 
Sea A   entonces :  2.A    
 2 0  5  ( 2). 2 ( 2).0 ( 2).( 5)    2 2 0 10

 Diferencia

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 34

Previamente se definirá el concepto de opuesta aditiva de una matriz:

Se llama opuesta aditiva de una matriz A de orden mxn, a la matriz que resulta
de multiplicar el escalar (-1) por la matriz A.
Es decir:
(-1)A= -A, donde -A también es de orden mxn
Definición:
Sean A y B dos matrices del mismo orden, se define la diferencia entre B y A,
como la suma de la matriz B más la opuesta aditiva de la matriz A.
Es decir: B-A = B + (-1). A
Si se quiere realizar la diferencia A- B será:
A – B = A + (-1). B
Ejemplo:
 2 6  6  2  2 6  6  2
       
  4 1    4 1     4 1    1  4 1  
 3 2  0 3   3 2 0 3 
       
 2 6   6 2   2  6 6  2   4 8 
       
  4 1     4  1    4  4 1  1     8 0 
 3 2   0  3  3  0 2  3   3  1
       
Es decir, para determinar A – B se resta cada elemento de B del elemento
correspondiente de A.
Propiedades:
a) La suma de una matriz de orden mxn más su opuesta es igual a la matriz
nula de orden mxn.
Es decir:
A + (-A) = A – A = O
También se puede escribir esta propiedad como:
(-A) + A = O, considerando la propiedad asociativa de la suma de matrices.
b) Si X, A y B son matrices de un mismo orden, entonces una solución de la
ecuación:
X+A=B (*)
es: X = B - A
Demostración:
Reemplazando el valor de la matriz incógnita “X” en el primer miembro de la
ecuación (*):

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 35

X+A= (B-A) + A = [( B+(-A)] + A (definición de diferencia de matrices)

= B + [(-A) + A] (propiedad asociativa de la suma de matrices)
= B+O (propiedad a) de diferencia de matrices)
= B (O es el elemento neutro de la suma de matrices)
Lo que demuestra que X= B-A es solución de la ecuación dada.
 Multiplicación de una matriz fila por una matriz columna
Ejemplo introductorio
Sea una empresa que fabrica un producto usando diferentes cantidades de
materias primas P, Q, y R. El número de unidades de estos insumos usados por cada
unidad del producto lo representamos por la matriz fila siguiente:
P Q R
A  3 2 4
Si se considera que el precio por unidad de estos insumos está representado por la
matriz columna siguiente:
10 P
 
B   8 Q
 6 R
 
Por lo tanto el costo total de los tres insumos por unidad del producto se obtendrá
sumando los costos de 3 unidades de materia prima P a un costo de $10 cada una, 2
unidades de materia prima Q a $8 cada una y 4 unidades de materia prima R a $6 cada
una, por lo tanto:
3.10 + 2.8 + 4.6 = 30 + 16 + 24 = 70
Es decir: A.B = ( 70 ), el costo total de los tres insumos por unidad del producto es
de $70.
Después de analizar este ejemplo, se definirá el producto de una matriz fila por
una matriz columna.
Definición:
Sea C una matriz fila de orden 1xn y D una matriz columna de orden nx1. El
producto C.D se obtiene calculando la suma de los n productos de elementos
correspondientes en C y D.
Es decir:
n
C1 x n. Dn x 1 = k tal que k=  c1t .d t1
t 1

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 36

Se puede observar que para que este producto se pueda realizar se deben cumplir
las dos condiciones siguientes:

 La matriz fila siempre se debe escribir a la izquierda y la matriz columna a la

derecha.

 Las matrices fila y columna deben tener el mismo número de elementos.

 Multiplicación de dos matrices

Ejemplo introductorio
Sea una empresa que fabrica dos productos distintos que se designará con I y II,
usando diferentes cantidades de las tres materias primas P, Q y R. Sean las unidades de
materias primas usadas en los productos, dadas por la matriz siguiente:
P Q R
 3 2 4  prod. I
A   
 2 5 1  prod. II
Esta empresa produce estos dos productos en dos plantas, una ubicada en Jujuy, y la
otra en Salta ( J, S). Los costos de las materias primas, por unidad, en las dos provincias
J y S están dados por la matriz siguiente:
J S
10 12  P
 
B   8 8 Q
 6 5 R
 
Considerando el procedimiento seguido para resolver la multiplicación de una matriz
fila por una matriz columna, visto anteriormente, se podrá calcular, por ejemplo, el
costo total por cada unidad del artículo I producido en la planta de Jujuy como el
producto de los elementos de la primera fila de la matriz A por los elementos
correspondientes de la primera columna de la matriz B y luego sumándolos, es decir:

3.10 + 2.8 + 4.6 = 30 + 16 + 24 = 70

De forma análoga, el costo total de las materias primas por cada unidad del
artículo I producido en la planta de Salta se obtendrá de la siguiente manera:

3.12 + 2.8 + 4.5 = 36 + 16 + 20 = 72

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 37

Continuando con este procedimiento se obtiene la matriz C, que representa los

costos totales de las materias primas para los dos productos I y II elaborados en las
plantas de Jujuy y Salta:

J S
 70 72  prod. I
C   
 66 69  prod. II

Después de analizar este ejemplo se puede realizar las siguientes observaciones

muy importantes:

 Al formar el producto de dos matrices, cada fila de la primera matriz se

multiplica por cada columna de la segunda matriz.
 El producto es posible sólo si el número de columnas de la primera matriz
coincide con el número de filas de la segunda matriz; de no ser así el producto
no es posible.
 El resultado de la multiplicación de dos matrices tendrá tantas filas como la
primera matriz y tantas columnas como la segunda matriz.
Definición:
Sea A una matriz de orden mxn y B una matriz de orden nxp, el producto A.B es
otra matriz C de orden mxp, en donde el ij- ésimo elemento cij se obtiene de la suma de
los productos de la i-ésima fila de A por la j-ésima columna de B.
Es decir:
A.B = C tal que C= (c i j) de orden mxp, y sus elementos son:
ci j= a i 1 . b 1 j+ a i 2 . b 2 j +........+a i n .b n j
n
ci j  a i k . b k j
k 1

Ejemplo:
Calcular, en caso de ser posible, los productos de A.B y B. A, donde:
2 3  3  2 2 
A    y B   
 1  4  1 0  1
Desarrollo:
Las matrices A y B pueden multiplicarse, en ese orden ya que A es de orden 2x2
y B de orden 2x3, el número de columnas de A coincide con el número de filas de B.
Por lo tanto se puede efectuar el producto A.B, y el resultado tendrá tantas filas como
tiene la matriz A y tantas columnas como tiene la matriz B, es decir, será de orden 2x3.

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 38

 2.3  3.1 2.( 2)  3.0 2.2  3.( 1)   9  4 1 

A.B      
1.3  ( 4).1 1.( 2)  ( 4).0 1.2  ( 4).(1)    1  2 6 
El producto de B.A, no existe ya que el número de columnas de B no coincide con
el número de filas de A.
Propiedades:
a) El producto de matrices es distributivo respecto de la suma de matrices:
A. (B + C) = A. B + A. C
b) El producto de matrices es asociativo:
A. (B. C) = (A . B) . C
c) El producto de matrices, en general no es conmutativo:
A.B≠B.A
d) Existencia del elemento neutro respecto del producto (para matrices
cuadradas)
A.I=I.A=A
Propiedades que relacionan los conceptos de matriz transpuesta, simétrica y
antisimétrica
a) Dada la matriz A = ( a i j ) , entonces (A T ) T = A
Demostración:
Sea A = (a i j ) , A T = (a ji ) , (A T ) T = ( a i j ) = A
b) La transpuesta de la suma (o diferencia) de dos matrices es igual a suma (o
diferencia) de sus transpuestas; es decir:
i) (A + B) T = A T + B T
ii) (A – B) T = A T – B T
Demostración:

Se va a demostrar la propiedad i)

Sea A = (a i j ) , y B = (b i j ), dos matrices del mismo orden. En tal caso:

A+B = (a i j )+(b i j)=( a i j + b i j )=(c ij) de donde: (A+B)T= (c ij)T= (c j i) (I)

A su vez: A T = (a j i), B T=(b j i) de donde: AT+B T= (a j i )+(b j i)=(a ji+ b ji )=(c j i) (II)

Comparando lo obtenido en (I) y (II) queda demostrado que: (A + B) T=A T + B T

De manera similar se demuestra la diferencia.

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 39

c) La transpuesta del producto de dos matrices es igual al producto de sus

transpuestas, en orden inverso, es decir:
(A.B) T = B T. A T
d) El producto de cualquier matriz por su transpuesta es una matriz simétrica
Demostración:
Recordar que si una matriz es simétrica, su transpuesta coincide con la misma
matriz, por ello lo que se quiere demostrar es que: (A+A T) T = A + A T
Se comienza a demostrar por el primer miembro de la igualdad, y aplicando
propiedades anteriores se llega al segundo miembro de la igualdad:
(A.A T) T = (A T ) T . A T por propiedad c)
(A.A T) T = A . A T por propiedad a)
Por lo tanto la matriz (A.A T ) es una matriz simétrica
Las propiedades siguientes son válidas para matrices cuadradas:
e) La suma de una matriz cualquiera y su transpuesta es una matriz simétrica, es
decir: (A+A T) T = A + A T
Demostración:
(A+A T) T = A T +(A T) T por propiedad b)
=AT+A por propiedad a)
=A +AT por propiedad conmutativa de la suma de matrices.
Por lo tanto (A+A T ) es una matriz simétrica.
f) La diferencia entre una matriz cualquiera y su transpuesta es una matriz
antisimétrica, es decir:
( A – ( A T )) T
=-(A-AT)
Demostración:
( A-(A T)) T = A T -(A T) T por propiedad b)
=AT-A por propiedad a)
=-(A-AT ) sacando factor común -1
Por lo tanto (A-A T ) es una matriz antisimétrica.

3.- Determinante
Asociada a toda matriz cuadrada A de orden dos, existe una función de la matriz,
denominada determinante y designada porA, cuya forma general se puede escribir
como:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 40

a 11 a 12
A 
a 21 a 22

El determinante en su calidad de función, asigna a toda matriz cuadrada A de

orden 2, un número real único, denominado valor del determinante y se calcula de la
siguiente manera:
a11 a12
A= = a11 . a22 - a12 . a21
a21 a22

El valor del determinante es la diferencia entre el producto de los elementos de la

diagonal principal y el producto de los elementos de la diagonal secundaria.
Ejemplo:
2 1 
Hallar el valor del determinante de la matriz A   
4 3
Desarrollo:
2 1
A  2.3  4( 1)  6  4  10
4 3
Regla de Sarrus para un determinante de orden 3
Si la matriz es cuadrada de orden 3, el determinante será:
a11 a12 a13
A  a 21 a 22 a 23
a 31 a 32 a 33

Para su cálculo se usa la denominada Regla de Sarrus, que 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 descendentes (en línea continua) y
sustraer los productos de las diagonales ascendentes (en línea punteada). La suma
algebraica de estos seis productos da el valor del determinante.
a 11 a 12 a 13
A  a 21 a 22 a 23
a 31 a 32 a 33
a 11 a 12 a 13
a 21 a 22 a 23

A = a11 a22 a33+ a12 a23 a31 + a21 a32 a13 - a31 a22 a13 - a21 a12 a33 - a23 a32 a11
Otra forma de ejemplificar esta regla, es la siguiente:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 41

a11 a12 a13 a11 a12 a13

a21 a22 a23 a21 a22 a23

a31 a32 a33 a31 a32 a33

a11 . a22 . a33 + a13 . a21 . a32+ a31 . a12 . a23 - a13 . a22 . a31 - a11 . a23 . a32 - a33 . a12 . a21
productos precedidos por el signo positivo productos precedidos por el signo negativos

a11 a12 a13

a21 a22 a23 = a11 . a22 . a33 + a13 . a21 . a32+ a31 . a12 . a23 - a13 . a22 . a31 - a11 . a23 . a32 - a33 . a12 . a21
a31 a32 a33
Esta regla sólo es válida para determinantes de orden 3; pero no es válida para
determinantes de orden superior a tres.
Ejemplo:
0 4 2
 
Hallar el valor del determinante de la matriz: A   4  2  1
5 1 3 

Desarrollo:
0 4 2
A  4  2  1  0.( 2).3  4.1.2  5.4.( 1)  2.( 2).5  ( 1).1.0  3.4.4  12  ( 28 )  40
5 1 3
0 4 2
4  2 1
Definición:
En general, el determinante de una matriz A de orden n es una función con
dominio en el conjunto de las matrices cuadradas de orden n, que designaremos Mn , y
valores en el conjunto de los números reales, o sea :
D: M n  R
A  D(A) = A

Y tal que el valor del determinante de una matriz de orden n se define como la
suma de los n términos de la forma:

A =  (  ) a 1,S1 . a2,S2. a3,S3......................an,Sn

Cada término contiene un elemento de cada fila y un elemento de cada columna,

es decir, los segundos subíndices s1, s2, s3,..........sn , son iguales a 1, 2, 3,...............n,
tomados en un orden determinado.

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 42

Para definir el signo + o -, de cada sumando se definirán previamente los

siguientes conceptos:
Sustituciones
Dados n números naturales 1,2,3,..........n se llama sustitución a cualquier
disposición de esos números
Ejemplo:
Para n = 4 se presentan tres ejemplos de sustituciones:
 1 2 3 4 1 2 3 4
S    T   
 4 1 3 2 3 4 1 2

La sustitución idéntica o fundamental es la que presenta a los números naturales

en el orden natural, es decir:
1 2 3 4 
E   
1 2 3 4 
Inversión- Permanencia
Una sustitución presenta una inversión cuando un número mayor precede a otro
menor. En caso contrario se dirá que hay una permanencia.
Ejemplo:
La sustitución S del ejemplo anterior presenta cuatro inversiones porque el
elemento 4 precede al 1, al 3 y al 2; y el elemento 3 precede al 2; y presenta dos
permanencias ya que el elemento 1 precede al 3 y al 2.
La sustitución T presenta cuatro inversiones, ya que 3 precede al 1 y al 2, 4
precede al 1 y al 2; y presenta dos permanencias, ya que 3 precede al 4, y 1 precede al
2, y estos son ejemplos de permanencias.
Definición:
Una sustitución es par si presenta un número par de inversiones; y en caso
contrario la sustitución es impar.
Volviendo al tema de los signos que preceden a los términos del desarrollo de un
determinante podemos decir:
Si la sustitución es par, va precedida del signo (+) y si es impar, va precedida
del signo ( - ).
Ejemplo:
Sea A una matriz de orden 3, su determinante se calcula de la siguiente manera:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 43

a 11 a 12 a 13
A  a 21 a 22 a 23     a 1s1 .a 2s2 .a 3s3
a 31 a 32 a 33

Este determinante tiene 3 = 6 términos porque hay 6 sustituciones distintas que son:
Número de
Signo
inversiones
S1 1 2 3 0 +
S2 1 3 2 1 -
S3 2 1 3 1 -
S4 2 3 1 2 +
S5 3 1 2 2 +
S6 3 2 1 3 -
Por lo tanto el desarrollo del determinante de A será:
A = a11 a22 a33 - a11 a23 a32 - a12 a21 a33 + a12 a23 a31 + a13 a21 a32 - a13 a22 a31

Observaciones:
 Una matriz A de orden n es un arreglo ordenado de números.
 El determinante de una matriz A de orden n, es un único número que
depende de los elemento de la matriz.

Otra definición:
Se llama determinante, a una función que a cada matriz A = (aij) ∊ nxn le
hace corresponder un número real, que se denomina determinante de la matriz A.
En símbolos:
D: nxn  R
A  D(A) = A

Ahora bien, ¿cómo se determina el valor de un determinante que proviene de

una matriz de orden 4 o 5, o n?
Se estudiará a continuación un procedimiento que permite obtener en forma
general el valor de un determinante cualquiera.

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 44

Resolución de Determinantes: Método de expansión por cofactores o Regla

de Laplace
Conceptos previos:
Sea la matriz A de orden n. Sea Mi j la matriz de orden n-1 que se obtiene de
suprimir en la matriz A, la i-ésima fila, y la j-ésima columna. El determinante de esta
matriz recibe el nombre de menor de la matriz A, y el escalar Aij se denomina
cofactor del elemento a ij de la matriz A, y se obtiene de la siguiente manera:
A ij = (-1) i + j  M ij 
Ejemplo:
Sea la matriz A:
1  4 8
 
A   5 3 2  Determinar los cofactores de los elementos a 23 y a 31.
0 9 7
 
Desarrollo:
El menor correspondiente al elemento a23 es el que se obtiene de suprimir la
segunda fila y la tercera columna de la matriz A.
1 4
M 23   9-0  9
0 9
el cofactor del elemento a 23 es :
A 23   12  3 M 23   15.9  9

De forma análoga se calcula el cofactor del elemento a31

4 8
M 31   8  24  32
3 2

el cofactor del elemento a 31 es :

A31   131 M 31   14 . 32   32

De esta forma a cada elemento de la matriz A se le puede hacer corresponder su

correspondiente cofactor.

Método de expansión por cofactores: Regla de Laplace

El determinante de una matriz A se obtiene sumando la totalidad de los productos
que se obtienen al multiplicar cada uno de los elementos de una línea (fila o columna)
elegida arbitrariamente por su correspondiente cofactor.
Es decir:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 45

n
A   a ij .A ij si se escoge una columna para el desarrollodel determinate
i 1

n
A   a ij .A ij si se escoge una fila para el desarrollo del determinate
j1

Ejemplo 1:
Determinar el valor del determinante de la matriz A utilizando el método de
expansión por cofactores:
 1 2 0
 
A   1 3 5
 2 1 2
 
Desarrollo:
1 2 0
2 3 5 3 1 5 4 1 3
A   1 3 5  1  1  2  1  0. 1
1 2 2 2 2 1
2 1 2
A  6  5  2 2  10  1  24  25

Ejemplo 2:
Encontrar la forma general del desarrollo de un determinante de orden 3,
utilizando la regla de Laplace.
Desarrollo:
a 11 a 12 a13
a a 23 a a a a
A  a 21 a 22 a 23  a11  111 22  a 12  11 2 21 23  a 13  11 3 21 22
a 32 a 33 a 31 a 33 a 31 a 32
a 31 a 32 a 33
 a11 a 22a 33  a 32a 23   a12 a 21a 33  a 31a 23   a13 a 21a 32  a 31a 22 
 a11a 22a 33  a11a 32a 23  a12a 21a 33  a12a 31a 23  a13a 21a 32  a13a 31a 22

Propiedades:
Los determinantes tienen muchas propiedades que facilitan los cálculos; entre
ellas están las siguientes:
Propiedad Nº 1:
Si cualquier fila o columna del determinante es el vector cero, entonces el
determinante de la matriz A es igual a cero.
Demostración:
Dado el determinante de una matriz cuadrada de orden tres de la forma:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 46

a11 a12 a13

A  a 21 a 22 a 23 si una de sus filas es el vector nulo, por ejemplo la segunda, y se
a 31 a 32 a 33

resuelve por el método de cofactores, utilizando esa fila, se puede demostrar que el
determinante es nulo:
a11 a12 a13
A 0 0 0  0A 21  0A 22  0A 23  0
a 31 a 32 a 33

Ejemplo:
2 3 5
3 5 2 5 2 3
A  0 0 0  0( 1) 3  0( 1) 4  0( 1) 5 0
2 4 1 4 1 2
1 2 4

Propiedad Nº 2:
Si una fila o columna de A se multiplican por una constante c, entonces el
determinante de A se multiplica por c.
ca11 ca12 ca13 a11 a12 a13
B  a 21 a 22 a 23  c a 21 a 22 a 23  c A
a 31 a 32 a 33 a 31 a 32 a 33

Demostración:
Para esta demostración se ha elegido desarrollar el determinante de B a lo largo de
la primera fila:
B  ca11A11  ca12 A12  ca13A13  c (a11A11  a12 A12  a13A13 )  c A

1 1 2
Ejemplo: Conociendo que A  3 1 4  16
0 2 5
1 1 2
Si se quiere calcular B  3 1 4 y se observa que la 3ra. fila es el doble de la
0  4 10
3era fila del determinante de A, se puede aplicar la propiedad 2, luego:
1 1 2 1 1 2
B  3 1 4 =2 A  3 1 4  2.16  32
0  4 10 0 2 5

Propiedad Nº 3:
Si todos los elementos de una fila o columna de una matriz cuadrada se
descomponen en dos sumandos, entonces su determinante es igual a la suma de dos

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 47

determinantes, que tienen en dicha fila o columna el primero y el segundo sumando

respectivamente, siendo los restantes elementos iguales a los del determinante inicial.
a11 a12 a13 a11 a12 a13 a11 a12 a13
C  a 21 a 22 a 23  a 21 a 22 a 23  a 21 a 22 a 23
a 31  b 31 a 32  b 32 a 33  b 33 a 31 a 32 a 33 b 31 b 32 b 33

Demostración:

Se elige la tercera fila para resolver por la Regla de Laplace y verificar la

igualdad:
a11 a12 a13
C  a 21 a 22 a 23  a 31  b31 A31  a 32  b32 A32  a 33  b33 A 33 
a 31  b31 a 32  b32 a 33  b33
 a 31A 31  a 32A 32  a 33A 33   b31A31  b32A32  b33A33 

a 11 a 12 a 13
A  a 21 a 22 a 23  a 31A 31  a 32 A 32  a 33A 33
a 31 a 32 a 33

a 11 a 12 a 13
B  a 21 a 22 a 23  b 31A 31  b 32 A 32  b 33A 33
b 31 b 32 b 33

CAB

Ejemplo:
Sabiendo que:
1 1 2 1 6 2
A  3 1 4  16, B  3 2 4  108 y se quiere calcular el C /
0 2 5 0 4 5

1 7 2
C3 3 4
0 2 5

Entonces el determinante de C será la suma de los determinantes de A y de B, es

decir:

1 7 2
3 4 7 2
C  3 3 4  1 111  3 11 2  0  15  8  3 35  4   124
2 5 2 5
0 2 5
es decir : C  16  108

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 48

Propiedad Nº 4:
Al intercambiar dos filas o columnas cualesquiera de la matriz A, el determinante
de la matriz así obtenida será igual al determinante de A multiplicado por menos uno.
Demostración:
Para la demostración se utilizará la Regla de Sarrus en el desarrollo de los
determinantesAyB, dondeBsurge de intercambiar las dos primeras filas del
A
a 11 a 12 a 13
A  a 21 a 22 a 23  a 11a 22a 33  a 21a 32a 13  a12a 23a 31  a 13a 22a 31  a 21a 12a 33  a 23a 32a 11
a 31 a 32 a 33
a 21 a 22 a 23
B  a 11 a 12 a 13  a 21a 12a 33  a 11a 32a 23  a 22a 13a 31  a 23a 12a 31  a 21a 13a 32  a 22a 11a 33
a 31 a 32 a 33
B  a 11a 22a 33  a 21a 32a 13  a 12a 23a 31  a 13a 22a 31  a 21a 12a 33  a 23a 32a 11    A

Con lo que queda demostrado que: B= - A

Ejemplo:
1 1 2 1 1 2
Dado A  3 1 4  16  B  1 3 4  16
0 2 5 2 0 5

ya que en B se han intercambi ado las dos primeras columnas del A

Propiedad Nº 5:
Si la matriz A tiene dos filas o columnas iguales, entonces el determinante de A es
igual a cero.

Demostración:
Se va a suponer que Atiene dos filas o columnas iguales, si se intercambian
estas filas o columnas se obtiene otra matriz que se denominará B. Utilizando la
propiedad N°4: B= -A, y observando que las filas o columnas intercambiadas son
iguales, entonces se obtiene la misma matriz A, por lo tanto los determinantes son
iguales, o sea A= B, en consecuencia:
A= -A  2A = 0  A = 0
Ejemplo:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 49

5 2 2
1 1 3 1 3 1
A  3  1  1  5 12  2 13  2 14 
4 4 2 4 2 4
2 4 4
5 4  4   212  2   212  2   5.0  2.14  2.14  0

Propiedad N° 6:
Si una fila o columna de una matriz A es un múltiplo constante de otra fila o
columna de A, entonces su determinante es cero.
Demostración: (por filas)
Sea una fila de la matriz A igual a c veces otra fila de A, se demuestra la propiedad
a11 a12 a13 a11 a12 a13
utilizando las propiedades N° 2 y 5: ca11 ca12 ca13  c a11 a12 a13  c.0  0
a 31 a 32 a 33 a 31 a 32 a 33

Ejemplo:
2 3 5 2 3 5
A 1 7 2  2 1 7 2  2.0  0
 4 6  10 2 3 5

Propiedad Nº 7:
Si el múltiplo de una fila o columna de A se suma a otra fila o columna de A,
entonces el valor del determinante no cambia.
Demostración:
Sea B la matriz que se obtiene a partir de otra matriz A, donde a una de las filas
de A se le suma c veces otra fila de A, es decir:
a11 a12 a13
B  a 21  ca11 a 22.  ca12 a 23  ca13 por propiedad N3 :
a 31 a 32 a 33

a11 a12 a13 a11 a12 a13

B  a 21 a 22. a 23  ca11 ca12. ca13  A  0  A por propiedad N6
a 31 a 32 a 33 a 31 a 32 a 33

Ejemplo:
1 1 2
Sea A  3 1 4  16, si a la tercera fila se la multiplica por 4 y luego se suma a la segunda fila
0 2 5
se obtiene el siguiente determinan te :
1 1 2
1 2 1 1
B  3  7 24  0   2  15  5 16  224  6  5 7  3  36  20  16
3 24 3 7
0 2 5
Luego el valor del determinante no cambia.

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 50

Propiedad Nº 8:
Si en una matriz cuadrada A, una fila o columna es combinación lineal de otras
dos, entonces el determinante de A es igual a cero.
Demostración:
a11 a12 a13
B  a11  a 31 a12.  a 32 a13  a 33 por propiedad N3 :
a 31 a 32 a 33

a11 a12 a13 a11 a12 a13

B  a11 a12. a13  a 31 a 32 a 33  0  0  0, por propiedad N6
a 31 a 32 a 33 a 31 a 32 a 33

Ejemplo:
En el determinante de la matriz A, la tercera fila es igual a la primera más el doble de
la segunda:
2 1 3
A  1  1 1  10  3  4  ( 12)  5  ( 2)  9  12  5  2  0
4 1 5

Propiedad 9:
El determinante de una matriz coincide con el de su transpuesta
Demostración:
a 11 a 12 a 13
A  a 21 a 22 a 23  a 11a 22a 33  a 21a 32a 13  a12a 23a 31  a 13a 22a 31  a 21a 12a 33  a 23a 32a 11
a 31 a 32 a 33
a11 a 21 a 31
A  a12 a 22 a 32  a11a 22a 33  a 21a 32a13  a12a 23a 31  a13a 22a 31  a 21a12a 33  a 23a 32a11  A
T

a13 a 23 a 33

Ejemplo:
1 1 2 1 3 0
B  3  7 24  16  B   1  7  2  35  12  48  15  16
T

0 2 5 2 24 5
B  BT

Ejemplo:
Resolver los siguientes determinantes utilizando propiedades:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 51

0 1 0 0
4 0 9 3
A
5 4 10 9
 11 5 6 6

Desarrollo:
Como la 4° columna es múltiplo de 3, se puede escribir:
0 1 0 0 0 1 0 0
4 0 9 3 4 0 9 1
A 3
5 4 10 9 5 4 10 3
 11 5 6 6  11 5 6 2

Desarrollando el determinante por la 1° fila con el método de expansión por

cofactores, y luego resolviendo con la regla de Sarrus:
4 9 1
A  3 1  5 10 3  380  297  30  110  72  90  357
 11 6 2

0 1 3 2
2 1 4 0
B
6 5 6 4
6 8 1 0

A la 3° fila se le suma la 1° fila multiplicada por (-2) y luego se desarrolla por

cofactores por la 4° columna. Luego, como la 2° fila es múltiplo de (-3), se aplica la
propiedad N° 2, obteniéndose dos filas (la 1° y la 2°) iguales, el determinante es igual a
cero:
0 1 3 2 0 1 3 2
2 1 4
2 1 4 0 2 1 4 0
B    2   6 3  12
6 5 6 4  6 3  12 0
6 8 1
6 8 1 0 6 8 1 0

2 1 4
B  2 3 2  1 4  6.0  0
6 8 1

4.- Inversa de una Matriz

Definición: Dada una matriz A de orden n, se dice que es inversible, si existe una
matriz B de igual orden tal que sea conmutable con la matriz dada y su producto sea
igual a la matriz identidad.
Es decir: A.B = B.A = I

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 52

entonces B recibe el nombre de inversa de A; y se escribe: B = A - 1

Propiedad: Si una matriz cuadrada tiene matriz inversa, ésta es única

Demostración:
Sean B1 y B2 dos inversas de la matriz A, y por definición se puede escribir:
B1.A = A.B1 = I
B1 = B1.I = B1.(A.B2 ) = (B1.A).B2 = I.B2 = B2
B2.A = A.B2 = I

Por lo tanto las dos matrices inversas de A son iguales, esto significa que la
inversa de una matriz, si existe, es única.
Ejemplo:
 4 2
Encontrar, si existe, la inversa de la matriz: A   
 1 0
Desarrollo:
La condición que debe cumplir la matriz inversa de A es: A.B = B.A = I siendo
B la inversa de A. Como B no se conoce entonces se supondrá que tiene los siguientes
elementos:

x y   4 2   x y   1 0
B     A.B   .    
 z w  1 0  z w   0 1

 4x  2 y 4 y  2 w   1 0 
A.B    
 x  y   0 1 

Por lo tanto: 4x + 2 z = 1
4y + 2w = 0
-x = 0  x=0
-y = 1  y = -1

4 (-1) + 2 w = 0  w = 2
0 + 2 z = 1  z =1/2
 0  1
A 1   
1 / 2 2 
Otra forma de calcular la inversa de una matriz
1
Dada una matriz cuadrada de orden n, si existe su matriz inversa ( A ) ésta se
obtiene de la siguiente manera:

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 53

1 A* 1 *
A   A con A  0
A A

Siendo A* la matriz adjunta de A. Esta matriz se obtiene transponiendo la matriz

de cofactores de la dada, es decir, transponiendo la matriz formada por cada uno de los
cofactores de los elementos de la matriz dada. Simbólicamente:
 A11 A12 ........ A1n 
 
 A21 A22 ........ A2 n 
Ac  
... ... ... ... 
 
 A n1 A n 2 ........ A nn 
 A11 A 21 ........ A n1 
 
A A 22 ........ An2 
Luego A  Ac    12
* T
... ... ... ... 
 
 A1n A 2 n ........ A nn 

Ejemplo:
Calcular, si existe, la inversa de A:
 1 3
a) A   
  2 5
Desarrollo:
1 3
A  5  6  11  0   A1
2 5

A11 = (-1)1+1.5 = 5; A12 = (-1)1+2.(-2) = 2; A21 = (-1)2+1.3 = -3; A22 = (-1)2+2.1=1

A A12   5 2   5  3
Ac   11      A*   
 A 21 A 22    3 1  2 1 
 5  3  5  3
   
  
A 1    
2 1 1 5 3
   11 11 
11 11  2 1   2 1 
 
 11 11 

1 2 3 
 
b) A   4 5 6 
3 1 2 
 
Desarrollo:
1 2 3
A  4 5 6  10  12  36  45  6  16  9  0   A 1
3 1 2

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.

 54

A11  (1)11.(10  6)  4 , A12  (1)1 2 .(8  18)  10 , A13  ( 1)1 3.( 4  15)  11

A 21  1 , A 22  7 , A 23  5 , A 31  3 , A 32  6 , A 33  3 ,
 A11 A12 A13   4 10  11  4  1  3
     
A c   A21 A22 A23     1  7 5   A   10  7 6 
*

A A33    3 6  3    11 5  3 
 31 A32  

 4  1  3
   4 1 1 
 10  7 6   
  11 5  3   4  1  3  9 9 3 
  1     10 7  2
A 1    10  7 6   
9 9  9 9 3 
  11 5  3   11 5 1 
 
 9 9 3 

Observación: Una forma de verificar si la matriz inversa obtenida está bien

calculada, es probando que: A.A-1 = I

Se realizará esta verificación para el ejemplo a)

 5  3  5 6 3 3 
       
A.A 1  
1 3
. 11 11    11 11 11 11    1 0   I
  2 5   2 1    10 10 6 5   0 1 
    
 11 11   11 11 11 11 

MATEMÁTICA I / ALGEBRA Y GEOMETRÍA ANALITICA LIC. AUTINO B.