Tema II.

Matrices y determinantes
E.T.S.I. Agrónomos Ciudad Real
Prof. Carmen Moreno Valencia
1. Matrices sobre un cuerpo
2. Operaciones con matrices
3. Determinante de una matriz cuadrada
4. Menor complementario y adjunto
5. Cálculo de determinantes
6. Inversa de una matriz cuadrada
7. Rango de una matriz
1. Matrices sobre un cuerpo
Definición. Sea Κ un cuerpo. Se llama matriz
A de m filas y n columnas sobre Κ al conjunto
de mn elementos de Κ dispuestos en m filas y
n columnas,  a11 a12 a13  a1n 
a a22 a23  a2 n 
 21 
A =  a31 a32 a33  a3n 
 
      
a  amn 
 m1 am 2 am 3
• A = ( aij), i=1, 2, ..., m; aij Κ Matrices 2

j=1, 2, ..., n.
• El elemento que ocupa la fila i y la columna j
se representa aij,

• Mmxn(Κ): Conjunto de todas las matrices

sobre Κ de m filas y n columnas.
 
Ej. 1 2 
 
π −1  ∈ M 3×2 (R)
1 
 − 2
2 
 Matrices 3
• Matriz Fila: A M1xn(Κ)
=A (1 π −1) ∈ M 1×3 (R)

• Matriz Columna: AMmx1(Κ)

 1 
 
=A  3  ∈ M 3×1 (R)
 2
 

• Matriz cuadrada de orden n: AMnxn(Κ).

Tiene el mismo número de filas que de
columnas

• Diagonal Principal de A la forman los

elementos de la forma aii (iguales subíndices)
 Matrices 4

• Matriz cuadrada diagonal: Sus únicos

elementos no nulos son los de la diagonal
principal.
• Matriz cuadrada unidad In :(o Identidad)
Matriz cuadrada diagonal con unos en la
diagonal principal y ceros en las restantes
posiciones: aii=1; aij=0, ij

• Matriz triangular Una matriz cuadrada A =

( aij ) se dice que es triangular si, o bien por
encima o bien por debajo de la diagonal, los
elementos son todos nulos, es decir, aij = 0
para todo i < j o bien aij = 0 para todo i >j
 Matrices 5
• Dos matrices, A,B Mmxn(Κ) son iguales
cuando aij=bij, i=1,..., m, j=1,...,n
•Se llama submatriz de A a toda matriz
obtenida de eliminar filas y/o columnas de A.
Ej.  1 −2 −1
A 2 4  ∈ M (R)
3
  3
 0 −1 
 0  1 −2 
Una submatriz de A es= B  2 4  ∈ M 3×2 (R)
 
 0 −1 
 
2. Operaciones con matrices
1. Suma
Sean A,B Mmxn(Κ). A = ( aij), B = ( bij)
 A+B = ( cij) Mmxn(Κ) con cada cij=aij+bij
i=1,..., m, j=1,...,n
Ej.
 1 −1 0  0 0 1 
A  =  ,B   ∈ M 2×3 (R)
 2 1 0  2 1 −1
 1 −1 1 
=
A+ B   ∈ M 2×3 (R)
 4 2 −1
• (Mmxn(Κ), +): Grupo Abeliano Matrices 6

• El elemento neutro  0  0
= =
0 (0)   
i =1,.., m  
j =1,.., n  0  0
 
• La opuesta de A:
 − a11  − a1n 
− A =(− aij )i =1,..,m =    
 
j =1,.., n  −a  − 
 m1 amn 

2. Producto por escalares

λΚ, A Mmxn(Κ)
A = λ ⋅ ( aij )i 1,..,=
λ ⋅= m = ( λ ⋅ aij )i 1,.., m =
=j 1,..,
= n j 1,.., n

 λ a11  λ a1n 
=    
 
 λa  λ 
 m1 amn 

Ejemplo

(Mmxn(Κ), +, ·): Espacio vectorial sobre Κ

 Matrices 7
3. Producto de matrices

• A·B: nº de Columnas de A = nº Filas de B

• AMmxn, BMnxp , se define la matriz

producto C= A · B = (cij), Mmxp
cij = ai1·b1j + ai2·b2j + ai3·b3j + . . . + ain·
bnj k =n
∑a
k =1
ik ⋅ bkj

Ejemplo
 Matrices 8
Propiedades
• Asociativa A(BC)=(AB)C
•Distributiva resp.de la suma A(B+C)=AB+AC
(A+B)C=AC+BC
• λ·(AB)=(λ·A)B=A(λ·B)
(Mn(Κ), +, ·): Anillo unitario
Unidad del anillo: In: A· In= In·A=A

• El producto de matrices no es conmutativo:

4. Matriz traspuesta
Dada A = ( aij) Mmxn(Κ), la matriz
Traspuesta de A,
At=(bij) Mnxm(Κ), bij=aji, i=1,..,n; j=i,..,m
 Matrices 9

Propiedades
Sean A, BMmxn(Κ) , C Mnxp (Κ).
• (A+B)t=At+Bt
• (AC)t=CtAt
• (At)t=A
• (λA)t=λ(A)t

 Una matriz cuadrada es simétrica si

A = At, (aij = aji para todos i, j)
 Sus elementos tienen simetría respecto de
la diagonal principal.
 Matrices 10
 Una matriz cuadrada es antisimétrica si
A = -At, (aij = -aji para todos i, j)
 Los elementos de la diagonal principal
son nulos
 0 −1 −2   0 1 2
 1 0 −1  , At =
A=  −1 0 1 
   
2 1 0   −2 −1 0 
   
A = -At : A Antisimétrica
 Toda matriz cuadrada se descompone como
suma de una matriz simétrica y otra
antisimétrica:
aij + a ji aij − a ji
A=(aij), aij = + =
2 2
= bij + cij
a ji + aij
=
La matriz (bi j ) es simetrica : b ji = bij
y 2
a ji − aij
la matriz (cij ) es antisimetrica : c ji = = −cij
2
Luego, (aij)=(bij)+(cij)
 Matrices 11
3. Determinante de una matriz cuadrada

• Sea A Mn(Κ), el determinante de A, es un

elemento de Κ dado por la aplicación:
det : M n ( K ) → K
A  det( A=
) A=:

σ
∑ sg (σ ) ⋅ a σ
∈Sn
1 (1) ⋅a2σ (2) ⋅ ⋅ anσ ( n )

• En det(A) aparecen n! sumandos

Determinantes de orden dos

n=2  a11 a12 
A=  S2, car(S2)=2!=2
 a21 a22 
S2 = {σ 1 ,σ 2 }
1 2
σ1 =   = i2 sg (σ 1 ) = +1
1 2
1 2
σ2 =   = (1 2) sg (σ 2 ) = −1
2 1
 ∑ sg (σ ) ⋅ a σ ⋅a2σ=
Matrices 12
A 1 (1) (2)
σ ∈S2

sg (σ 1 )a1σ1 (1) ⋅ a2σ1 (2) + sg (σ 2 )a1σ 2 (1) ⋅ a2=

σ 2 (2)
   
σ σ=
1 σ σ2

=(+1)a11 ⋅ a22 + (−1)a12 ⋅ a21 =a11 ⋅ a22 − a12 ⋅ a21

 a11 a12 
A =  =a11⋅a22 − a21⋅a12
a a 
 21 22 

Ejemplo
 2 −3 
A=   = 2 ⋅ 3 − 4 ⋅ (−3) = 18
4 3 
Determinantes de orden tres. Regla de
Sarrus

n=3  a11 a12 a13 


A = a21 a22 a23  S3, car(S3)=3!=6
 
a a33 
 31 a32
S3 = {σ 1 ,σ 2 ,σ 3 ,σ 4 ,σ 5, σ 6 } Matrices 13

1 2 3
σ1 =   = i3 sg (σ 1 ) = +1
1 2 3
1 2 3
σ2 =   = (2 3) sg (σ 2 ) = −1
1 3 2
1 2 3
σ3 =   = (1 2) sg (σ 3 ) = −1
2 1 3
1 2 3
σ4 =   = (1 2 3) sg (σ 4 ) = +1
2 3 1
1 2 3
σ5 =   = (1 3 2) sg (σ 5 ) = +1
3 1 2
1 2 3
σ6 =   = (1 3) sg (σ 6 ) = −1
3 2 1
a11 a12 a13
det( A= = a21 a22
) A a23=
a31 a32 a33
=
σ
∑ sg (σ ) ⋅ a σ
∈S3
1 (1) ⋅ a2σ (2) ⋅ a3=
σ (3)
 Matrices 14

=
( +1)a11a22a33 + ( −1)a11a23a32 + ( −1)a12a21a33 +
        
σ1 σ2 σ3

+ ( +1)a12a23a31 + ( +1)a13a21a32 + ( −1)a13a22a31 =

        
σ4 σ5 σ6

= (a11a22a33 + a12a23a31 + a21a32a13 ) −

−(a13a22a31 + a12a21a33 + a23a32a11 )

 Ejemplo
1 -2 3
4 5 -2 =(5+0+(-12))-(0+(-8)+2)=1
-
0 -1 1
 Matrices 15
Propiedades de los determinantes
Sea A Mn(Κ)

1. A = At

2. Si en un determinante hay una fila (o

columna) de ceros, el determinante es nulo.

a11   a1n a11   ain

3.    
λ ai1   λ ain = λ ai1   ain
   
an1   ann an1   ann
 Matrices 16
4.
a11   a1n a11   a1n a11   a1n
     
ai1 + bi1 =
  ain + bin bi1   bin + ai1   ain
     
an1   ann an1   ann an1   ann

5. Si se intercambia una fila por otra, el

determinante cambia de signo

6. Si hay dos filas (columnas) iguales, det(A)=0

7. Si a una fila se le suma una combinación

lineal de las restantes filas, el determinante
no varía.
8. Si A, BMn(Κ), AB = A B Matrices 17

9. Si una fila es combinación lineal de las

restantes filas, el determinante es cero

10. (desarrollo de A a través de los

elementos de una fila cualquiera). El A
viene dado por la suma de los productos de los
elementos de la fila i por sus correspondientes
adjuntos:
A = ai1Ai1+ ai2Ai2+ ai3Ai3+...+ ainAin=
k =n
= ∑ aik Aik donde los Aik son los
k =1 correspondientes adjuntos
11. ai1Aj1+ ai2Aj2+ ai3Aj3+...+ ainAjn=0 (ij)
La suma de los productos de los elementos de
una fila -i- por los adjuntos de otra fila -j-, es 0
 Matrices 18
4. Menor complementario y adjunto
Definiciones
 Sea AMn(Κ), y aij un elemento de A. Se
llama menor complementario del elemento aij,
y se nota αij, al determinante de la submatriz
cuadrada de A que resulta de eliminar la fila i
y la columna j de A.

 Se llama adjunto del elemento aij, y se nota

Aij, al valor: Aij=(-1)i+j αij

 Matriz adjunta de A, Adj(A)=(Aij), matriz

de los adjuntos.
  1 2 −2 
Matrices 19
Ejemplo
A  0 −1 3 
=
 
1 3 1 
 
Menores Complementarios
−1 3 0 3 0 −1
α11 = = −10 α12 = = −3=
α13 = 1
3 1 1 1 1 3
2 −2 1 −2 1 2
α 21 = 8 =α 22 = 3 α 23 = 1
=
3 1 1 1 1 3

2 −2 1 −2 1 2
α 31 = = 4 α 32 = 3 α 33 = = −1
−1 3 0 3 0 −1
 Adjuntos
A11=+α11=-10 A12=-α12=3 A13=+α13=1

A21=-α21=-8 A22=+α22=3 A23=-α23=-1

A31=+α31=4 A32=-α32=-3 A33=+α33=-1

 −10 3 1 
 Adjunta de A:  −8 3 −1
Adj ( A) =
 
 4 −3 −1
 
 Matrices
5. Cálculo de determinantes 20

Órdenes dos y tres: Definición / Sarrus

Orden mayor o igual tres

 Método del Pivote / Desarrollo por la
fila del pivote (prop. 10)
1º Elegir un elemento como pivote (±1), (a11)
a11  a1n
A=   
an1  ann
2º Obtener ceros en la fila (columna) del
pivote, sumando combinaciones lineales de la
columna (fila) del pivote (prop. 7)
a11 0  0
  
A=
  
an1   ann
 Matrices 21
3º Desarrollar el determinante por la fila
(columna) del pivote.(prop. 10)
A= a11 A11 + 0 A12 +  + 0 A1=
n a11 A11
Orden n Orden n-1
Ejemplo

1 0 1 2 1 0 0 0
− C 1+C 3
−1 1 2 −1  −1 1 3 1

= =
1 3 2 2   1 3 1 0
−2 C 1+C 4
2 −1 0 1 2 −1 −2 −3

1 3 1
= (−1)1+1
1 ⋅ A11 = 3 1 0 = 19
−1 −2 −3
 Por triangulación
Transformar el det(A) en el determinante de
una matriz triangular = a11·...·ann
 Matrices 22
Ejemplo

1 1 1 1 11 +F 3
F 2
F 1+ F 2

−1 1 0 = 0 2 1 =

5 3 5 −5 F 1+ F 3 0 −2 0

1 1 1
= 0 2 1 = 1 ⋅ 2 ⋅1 = 2
0 0 1
6. Matriz inversa
• (Mn(Κ),+,·) Anillo Unitario (no cuerpo)
•AMn(Κ) es regular si existe BMn(Κ) tal
que A·B=B·A=In (B es la inversa de A: B=A-1)
• En otro caso, A es singular

Teorema Sea AMn(Κ).

(1) A posee inversa si y sólo si A0
1
(2) En ese caso, A−1 = adj ( At )
A
 Matrices 23
Ejemplo

7. Rango de una matriz

• Sea AMmxn(Κ). Un menor de A es el
determinante de cualquier submatriz cuadrada
de A.
• se llama rango de A al mayor orden posible
de un menor no nulo de A.
 Propiedades
• r(A)=r(At)
• r(A)min{m,n}
• Si a una fila (columna) se le suma una
c.l.del resto (o un múltiplo de otra), el rango
no varía.
 Matrices 24
• Si una fila (columna) es c.l. del resto, el r(A)
coincide con el de la submatriz obtenida al
eliminar dicha fila (columna) de A

 En resumen, el rango de A no varía al

realizar operaciones elementales sobre A,
tales como: Intercambio de filas, multiplicar
una fila por un escalar, sumar a una fila un
múltiplo de otra o una c.l. de las restantes..
Matriz escalonada: Ceros bajo la diagonal
principal: aij=0, i>j.
•Su rango=nºfilas no nulas completamente
Ejemplos de matrices escalonadas:
 3 2 −1 5 
 
triangulares A =
Matrices= 0 −1 1 4  , r ( A) 4
0 0 7 4
 
 0 0 0 1
 2 1 4 −1 0 
 
B = 0 0 0 2 9 r(B)=3
 0 0 0 0 1
 
Método de Gauss Matrices 25

Para obtener el rango de una matriz A

 Transformar A≡···· ≡A´escalonada
Operaciones elementales
Ejemplo
 1 0 -1 3  − F 1+F 2  1 0 -1 3 
 
A  1 2 -3 1   ≡ 0 2 
-2 −2 ≡
 
 1 3 -4 0  − F 1+F 3  0 -3 −3 
  
3
− 32 F 2+F 3  1 0 -1 3 

≡  
0 2 -2 −2 = A´
 
0 0 0 0 
 
r(A)=r(A´)=2