U5 Matrices Det Sel Cramer

MATEMATICA I - Apunte de Cátedra - 2° Cuatrimestre 2018
UNIVERSIDAD NACIONAL DEL COMAHUE

FACULTAD DE ECONOMIA Y ADMINISTRACION
DEPARTAMENTO DE MATEMATICA
UNIDAD V : ALGEBRA LINEAL: Matrices-Determinantes-Sistemas de

Ecuaciones Lineales
 Matrices: definición-matrices especiales

 Operaciones entre matrices - Ecuaciones matriciales
 Operaciones elementales entre filas (o columnas)
 Cálculo de Inversa de una matriz por Reducción de
Gauss
 Determinante de una matriz: cálculo y propiedades
 Sistemas de ecuaciones lineales: Resolución por
Método de Gauss y Gauss-Jordan. Compatibilidad
en sistemas con parámetros. Resolución por
inversibilidad de matrices y por regla de Cramer
Prof. Miryam CHIACCHIARINI 1

UNIDAD 4: MATRICES
Comenzamos…
Muchas veces nos encontramos con información presentada u organizada en tablas…
Por ejemplo: posiciones de equipos en un torneo de football
Otro ejemplo: toneladas de fruta almacenadas en galpones de empaque
A estos “arreglos” de números, distribuidos en tablas con filas y columnas se los conoce
como MATRICES.
Brindan la ventaja de:

 Organizar la información en poco espacio
 Permitir comparaciones rápidas y fáciles
 Visualizar claramente alzas, caídas, máximos, mínimos, etc
Son ejemplos de matrices las siguientes:
[ ] [ ] [ ] [ ] [ ]
Se las nombra utilizando letras mayúsculas.

Una matriz que tiene “m” filas y “n” columnas es de orden mxn, siendo m y n números
positivos pues indican cantidades de filas y de columnas
Si la matriz tiene una fila y n columnas es una matriz fila, de orden 1xn
Si la matriz tiene m filas y una columna es una matriz columna, de orden mx1
Si la matriz tiene igual cantidad de filas que de columnas se llama MATRIZ CUADRADA.
Caso contrario la matriz es RECTANGULAR
Dada una matriz A, el elemento , es el número que está en la fila y en la columna
Se llaman ELEMENTOS PRINCIPALES a los números que tienen los dos subíndices iguales.
ACTIVIDAD PARA FIJAR CONCEPTOS
1) Indicar el orden de cada una de las matrices presentadas como ejemplo

2) Escribir: ,
3) Indicar los elementos principales de cada matriz
4) ¿Cuál de ellas es cuadrada?
5) ¿Cuál es matriz fila? ¿Cuál es matriz columna?
MATRICES ESPECIALES CUADRADAS
MATRIZ DIAGONAL: Una matriz cuadrada se llama matriz diagonal si
Una matriz diagonal sería [ ]
MATRIZ ESCALAR: Llamaremos matriz escalar a la matriz cuadrada diagonal en la cual se

verifica que:
Una matriz escalar sería [ ]
Si en una matriz escalar se verifica que , entonces esta matriz recibe el nombre de
MATRIZ IDENTIDAD
La matriz identidad, de orden 3x3 sería [ ]
MATRIZ NULA: Llamaremos matriz nula a una matriz en la que se cumple que
Una matriz nula sería [ ]

MATRIZ TRIANGULAR SUPERIOR: Si en una matriz cuadrada los elementos son nulos para
todas las posiciones en las cuales sea , esta se llama Triangular Superior
Es decir que una matriz triangular superior sería [ ]
Se deja para los alumnos escribir la definición de MATRIZ TRIANGULAR INFERIOR en

forma análoga a la definición que dimos recién
MATRIZ SIMETRICA: Llamaremos matriz simétrica a una matriz cuadrada en la cual se

verifique que
La siguiente matriz sería simétrica: [ ]
Hallar, en caso de ser posible, matrices que verifiquen las siguientes condiciones:
a) Que sea escalar y no diagonal.

b) Que se matriz fila y escalar.
c) Que sea simétrica y triangular superior.
d) Que sea triangular superior e inferior, pero no escalar.
e) Identidad de orden 5.
IGUALDAD DE MATRICES
Dadas dos matrices de igual orden, A y B tales que y diremos que A = B Si

y solo sí
Es decir que las matrices A y B son iguales, sí y solo sí, son iguales todos y cada uno de sus
elementos constituyentes.
Hallar los valores de para que resulten iguales las matrices siguientes:
[ ] [ ]

OPERACIONES CON MATRICES
1) Multiplicación de una matriz por un número real (escalar)

Sea , un número real cualquiera, y la matríz una matriz de órden mxn,
entonces la matriz se obtiene al multiplicar cada uno de los elementos de por el
escalar . Esto es donde cada
Dada la matriz [ ] , calcular
2) Suma de matrices
Sean dos matrices de igual orden, tales que: ( ) ( ) la matriz que se
obtiene al sumarlas a ellas dos, es la matriz en la cual cada uno de sus elementos es la suma
de los elementos de las otras dos que ocupan el mismo lugar. Esto es:
3) Resta de matrices
Hemos visto cómo se obtiene el resultado de multiplicar a una matriz por un número real y
también cómo se suman dos matrices. Restar dos matrices (de igual órden) significa

sumarle a la primera la opuesta de la segunda, es decir la segunda multiplicada por el

número real (-1).
Es decir: sean dos matrices de igual órden, tales que: ( ) ( ) la
matriz que se obtiene al restarlas a ellas dos, es la matriz en la cual cada uno de sus
elementos es la resta de los elementos de las otras dos que ocupan su mismo lugar.
Esto es:
1) Producto de matrices
Para explicar esta operación volveremos a retomar la matriz del almacenamiento de fruta en
galpones con el cual hemos hecho la introducción al tema Matrices.
Esta situación puede representarse

matricialmente a través de la matriz
𝐺 [ ]
Supongamos, ahora, que la tonelada de manzana se vendiera a $780 y la tonelada de pera

se vendiera a $810. Si quisiéramos calcular el dinero que ingresó por la venta en el galpón
de Cipolletti y también en el galpón de General Roca, deberíamos hacer los siguientes
cálculos:
Ingreso Cipolletti: 6 . 780 + 4 . 810 = 7920
Ingreso Gral Roca: 3 . 780 + 5 . 810 = 6390
Esta operación puede hacerse llevando todos los datos a matrices de la siguiente forma:
[ ][ ] [ ] [ ]

Analicemos lo que se ha hecho, matricialmente:

Se multiplicó el por el , a lo cual se sumó el producto del por el y ese
número se colocó como .
Luego, se multiplicó el por el , a lo cual se sumó el producto del por el y ese
número se colocó como .
Sería como haber multiplicado primer fila por primer columna y colocarlo en el primer
casillero y luego segunda fila por primer columna y colocarlo en el segundo casillero
Observemos, además, los órdenes de las matrices.

La primera era una matriz de orden 2x2 y la segunda de orden 2x1. Nótese que coinciden la
cantidad de columnas de la primera con la cantidad de filas de la segunda y también que el
orden de la matriz resultante tiene las filas de la primera y las columnas de la segunda.
Ahora formalizaremos la definición de Producto entre matrices:

Sean las matrices ( ) , de orden mxp y ( ) de orden pxn , entonces
será una matriz de orden mxn ( ) donde se verifica que:
Dadas las matrices [ ] (orden 2x3) y [ ] (orden 3x2)
Calcular
Observaciones importantes acerca del producto entre matrices:
1) NO siempre se puede calcular el producto entre dos matrices ya que, como se dijo,
deben coincidir el número de columnas de la primera con el número de filas de la
segunda
2) El producto de matrices NO es conmutativo

Dadas las matrices anteriores, [ ] y [ ] , calcular la matriz
PROPIEDADES de las OPERACIONES MATRICIALES
Sean las matrices de órdenes adecuados para poder hacer las operaciones que
serán mencionadas y dos números reales, diremos que:
1°) Propiedad conmutativa de la suma de matrices

2°) Propiedad asociativa de la suma de matrices
3°) tal que: Existencia de neutro
para la suma de matrices
4°) , tal que: Existencia del opuesto
para todas las matrices
5°) tal que Existencia de
neutro para el producto de matrices
6°) Propiedad asociativa del producto de matrices
7°)
Propiedad Distributiva de producto de matrices
8°)
con respecto a la suma
9°)
10°)
11°) debe ser
12°)
13°)
14°)
Veamos, con un ejemplo, lo expresado en la propiedad número 15
Sean las matrices: [ ] [ ] [ ]

𝐴 𝐵 [ ] [ ]
𝐴 𝐶 [ ] [ ]
Como puede observarse es pero, claramente,
16°)
Veamos, con un ejemplo, lo expresado en la propiedad número 16
Sean las matrices: [ ] [ ]
¿Cuál fue el resultado del producto? ¿Alguna de las matrices intervinientes es matriz nula?
POTENCIAS DE UNA MATRIZ
Ya hemos visto cómo se resuelve el producto entre matrices.

La potencia de una matriz solo puede pensarse si es cuadrada y se logra por productos
sucesivos.
Esto es:
Veamos, con un ejemplo, cómo calcular una potencia
Dada la matriz [ ] , calcular
[ ][ ][ ] [ ][ ] [ ]

Calcular, utilizando el cálculo presentado la potencia
MATRIZ TRASPUESTA
Dada la matriz ( ) , de órden mxn, se llama matriz traspuesta de A, es de órden nxm

y se denota a la matriz ( ) donde los
La matriz traspuesta de A se obtiene colocando a las filas de A como columnas de B.

Esto es: lo que era “fila 1” pasa a ser “columna 1”, la “fila 2” será “columna 2” y así
sucesivamente.
Esto hará que el orden de la traspuesta de A sea nxm

Veamos un ejemplo:
Sea [ ] , una matriz de orden 3x2. Entonces: [ ] la cual será de
orden 2x3
PROPIEDADES DE LA TRASPOSICIÓN
Cuando se procede a hacer trasposición de matrices, se verifican las siguientes

propiedades:
1) La matriz traspuesta de la traspuesta de A, es la matriz original A:

2) La matriz traspuesta de una suma de matrices es la suma de las traspuestas de esas
matrices:
3) La traspuesta de una matriz multiplicada por un escalar es igual al producto de ese
escalar por la traspuesta de la matriz:
4) La traspuesta de un producto de matrices es el producto de las traspuestas de cada
matriz, cambiado de orden: (Recordemos que el producto entre
matrices NO ES CONMUTATIVO, por lo cual se debe tener mucho cuidado con el
orden establecido en esta propiedad)
Observación importante: Cuando hemos definido las “Matrices especiales”, al comienzo de

esta unidad, nombramos a las MATRICES SIMETRICAS.
Ahora que conocemos la definición de matriz traspuesta podemos dar otra definición de
matriz simétrica, diciendo lo siguiente:

Una matriz (A) es SIMETRICA si y solo si A es igual a su traspuesta, es decir:
1) a) Despejar la matriz de la siguiente ecuación:

b) Según el despeje realizado en el inciso anterior, calcular la matriz , considerando los
siguientes datos: [ ] y [ ]
2) a) Despejar la matriz de la siguiente ecuación:

b) Según el despeje realizado en el inciso anterior, calcular la matriz , considerando los
siguientes datos: [ ] y [ ]
MATRIZ INVERSA
En anteriores páginas de este cuadernillo, hemos estado resolviendo ecuaciones

matriciales empleando las propiedades vigentes para cada operación.
Veamos, ahora, que si quisiéramos despejar la matriz de la ecuación: , al no estar

definida la división entre matrices, esta tarea sería imposible.
Si, en cambio, pudiéramos hallar una matriz tal que al multiplicar a con se pudiera
obtener como resultado la matriz IDENTIDAD, aprovechando la propiedad de esta matriz
que dice que la Identidad multiplicada a cualquier otra matriz da por resultado esa matriz
(Identidad es el neutro de la multiplicación entre matrices) entonces, la situación cambiaría.
Supongamos que existe , tal que y tambien recordemos que , entonces
nuestra ecuación quedaría resuelta de la siguiente forma:

Si esta matriz existe, la llamaremos INVERSA DE A y será el vehículo necesario para

resolver ecuaciones matriciales del tipo de la que planteamos anteriormente. El
inconveniente es que NO SIEMPRE es posible encontrar una matriz con estas características,
es decir NO TODAS las matrices cuadradas tienen Matriz Inversa.
Definición: Se dice que la matriz es INVERSIBLE si existe una matriz , del mismo orden,
llamada Inversa de A tal que:
En el caso contrario, no es inversible.
A la matriz inversa de , la llamaremos y por su definición se cumple que:
Observemos que si existe la inversa de , ésta es UNICA.
PROPIEDADES DE LA INVERSA
Dadas las matrices , inversibles, de orden adecuado para resolver las operaciones
que se enuncian, se verifican las siguientes propiedades:
1) La matriz inversa de la inversa de A, es la matriz original A:

2) Si es inversible, entonces:
3) Si es inversible, entonces:
4) La inversa de una matriz multiplicada por un escalar es igual al producto del inverso de
ese escalar por la inversa de la matriz: ( ) { }
5) La inversa de un producto de matrices inversibles, es el producto de las inversas de cada

matriz, cambiado de orden: (Recordemos que el producto entre
matrices NO ES CONMUTATIVO, por lo cual se debe tener mucho cuidado con el orden
establecido en esta propiedad)
Establecida la definición de matriz inversa y conocidas sus propiedades, nos proponemos,

ahora, ver la forma de calcularla (en los casos en que ella existe….)
OPERACIONES ELEMENTALES ENTRE FILAS DE UNA MATRIZ

Se han establecido las siguientes operaciones elementales entre filas en una matriz
cuadrada, a saber:
1) Intercambiar dos filas de la matriz
2) Multiplicar una fila de la matriz por una constante no nula { }
3) Sustituir una fila de la matriz por ella misma mas veces otra fila de la matriz
Luego de aplicar estas operaciones elementales en las filas de una matriz cuadrada se
obtiene otra matriz a la que llamaremos EQUIVALENTE a la primera.
Es decir que, diremos que , si se obtiene al aplicar una secuencia finita de

operaciones elementales entre las filas de .
Veamos un ejemplo: la matriz [ ] es equivalente a la matriz [ ]
Esta afirmación es verdadera y lo demostraremos partiendo de la matriz para llegar a

obtener la matriz luego de aplicar sucesivas operaciones elementales entre sus filas
Si una matriz cuadrada , de orden , es equivalente por filas a la matriz identidad,

entonces es inversible. Veremos, además, un método para calcular su matriz inversa.
Consideremos la matriz [ ] , queremos ver si es equivalente a la identidad de
orden dos, es decir si:

Como puede observarse, hemos partido de la matriz y, aplicando una serie de

operaciones elementales llegamos a la identidad de orden 2. Por esto podemos decir que
es , lo que significa que tiene inversa.
Mostraremos un método para calcular la inversa de , que se llama “Método de las matrices
hermanadas”
Este método consiste en colocar una al lado de la otra a la matriz con la identidad de
orden 2. Comenzamos a aplicarle a la matriz las operaciones elementales necesarias para
convertirla en la identidad teniendo cuidado de hacer la misma operación en la matriz
identidad que se encuentra a la derecha.
Una vez que la matriz original quedó convertida en la identidad, la identidad quedó
transformada en la inversa de .
Vamos a aplicar éste método a la matriz [ ] para encontrar
[ ] [ ] [ ] [ ] [ ]
Mediante operaciones elementales hemos transformado a la matriz en la identidad y

hemos hecho las mismas operaciones a la identidad que teníamos a la derecha. La matriz en
la que quedó convertida la identidad es la inversa de .
Se concluye entonces que: [ ]

Nos queda verificar la propiedad que enuncia que:
[ ][ ] [ ]
[ ][ ] [ ]
1) Dada la matriz [ ] , calcular y verificar que
2)a) Despejar la matriz de la siguiente ecuación matricial:
b) Calcular la matriz despejada en el inciso anterior considerando los siguientes datos:
[ ] ; [ ] ; [ ]
DETERMINANTES
Def.: Sea A una matriz cuadrada, de orden n, es decir: , llamaremos

Determinante de A y lo notaremos | | a un número real calculado de una manera específica,
establecida según el orden de la matriz A.
Veamos la forma de calcular el determinante de una matriz cuadrada
1) Si n=1 [ ] | |
Ejemplo: [ ] | |
2) Si n=2 [ ] | | | |
Una forma visual de recordar esta definición es imaginar cruces entre las diagonales de
la matriz como se muestra en la figura:

Ejemplo: [ ] | |
3) Si n=3 [ ]
| | [ ]
Una forma visual de recordar esta definición es repetir primera y segunda fila al final de la
matriz y luego, imaginar cruces entre las diagonales de la matriz como se muestra en la
figura:
Ejemplo:
[ ] | | | |
| |
| | [ ]
[( ) ]
A esta forma práctica de calcular el determinante se la conoce como REGLA DE SARRUS.

Notemos que la regla de Sarrus, solo es válida para un determinante de orden 3x3


1) Dadas las siguientes matrices, calcular sus determinantes:
[ ] [ ]
2) Hallar el o los valores de que verifican que:
a) | |
b) | | | |
c) | | sea positivo
Si , por ejemplo tomemos una matriz de orden 4x4, el determinante se calcula por
desarrollo de filas o columnas. Para esto necesitamos dar unas definiciones previas.
Definición 1): Llamaremos Sub-matriz a la matriz que resulta cuando se quita la i-esima
fila y la j-esima columna. Esto es, quitamos la fila i y la columna j y nos queda una matriz de
órden menor a la original que llamaremos Sub-matriz.
Ejemplo: Sea la matriz [ ] , de órden 4x4
Calculemos la sub-matriz . Ésta matriz será la que resulta al quitar la fila 2 y la columna 3
de la matriz original y tendrá órden 3x3.
Luego: [ ]

Observación importante: Dado que la sub-matriz, es una matriz, podemos calcular su

determinante.
Definición 2): Llamaremos Cofactor del elemento y escribiremos , al producto de

, por el determinante de la sub-matriz . En símbolos: | |.
Ya que tenemos, del ejemplo anterior, presentada la sub-matriz : , calcularemos el
cofactor del elemento .
Nos queda, entonces: | |.
Es decir:
| | [ ]
Conocidas las definiciones de Sub-matriz y de Cofactor de un elemento de la matiz, diremos

que el Determinante de A se calcula por desarrollo de cofactores de una fila cualquiera (o
columna cualquiera) de la siguiente forma:
Si deseamos calcular el determinante de A, por desarrollo de la primer fila de la matriz,

sería:
| |
Si deseamos calcular el determinante de A, por desarrollo de la segunda columna de la

matriz, sería:
| |
Notemos que el determinante de la matriz A es único, por lo cual no importa la fila o

columna que elijamos para calcularlo siempre dará el mismo resultado.
Con las definiciones dadas, calculemos el determinante de la matriz A de nuestro ejemplo.
Dado que, cuando calculamos el determinante por desarrollo de cofactores de una fila
cualquiera o una columna cualquiera, intervienen los elementos de la misma, nos conviene
elegir una fila o columna que contenga elementos nulos, es decir que tenga la mayor
cantidad de ceros posibles que nos facilitarán los cálculos.

Para la matriz A de nuestro ejemplo, conviene desarrollar el determinante por la segunda

columna que contiene dos ceros….
[ ]
Entonces, | | por segunda columna quedará:

| |
| |
| | | | | |
| | [ ] [ ]
| | [ ] [ ]
| | [ ] [ ] | |

1) Calcular el determinante de la matriz del ejemplo anterior por cualquier otra fila o
columna para verificar que dé el mismo resultado
PROPIEDADES DE LOS DETERMINANTES
1) El determinante de la matriz nula (de cualquier orden) es cero.

Verifiquemos…..
Sea A, la matriz nula de orden 3x3.
[ ] | | [ ]
Si la matriz nula fuera de orden 4x4, cuando eligiéramos cualquier fila o cualquier
columna tendríamos todos los elementos nulos, con lo cual toda la cuenta dará cero
inevitablemente.

2) El determinante de la matriz identidad (de cualquier orden) es uno.

Verifiquemos…..
Sea A, la matriz identidad, de orden 3x3.
[ ] | | [ ]
Si la matriz identidad fuera de orden 4x4, cuando eligiéramos cualquier fila o cualquier
columna tendríamos todos los elementos nulos menos el elemento que vale 1. El
determinante de la sub-matriz elegida también será igual a 1 y el cálculo terminará
dando ese valor.
[ ]
Elegimos primera fila y nos quedará:
| | | | [ ]
3) El determinante de una matriz A, es igual al determinante de la traspuesta de A. En

símbolos: | | | |
Verifiquemos…..
Dada la matriz [ ]
Calculamos | | [ ]
Por otro lado buscamos la traspuesta de A: [ ]
Calculamos | | [ ]
Queda comprobado que: | | | |

4) El determinante de la matriz inversa de A, es igual al inverso del determinante de la

matriz A. En símbolos: | |
| |
. Observemos que si A tiene inversa (es inversible) su
determinante es distinto de cero.
Verifiquemos…..
Dada la matriz [ ]
Calculamos | | [ ]
Por otro lado buscamos la inversa de A (Ejercicio para los alumnos)
: [ ]
Calculamos | | (Ejercicio para los alumnos)
Se puede comprobar, entonces que: …………………….
5) Si en una matriz, de cualquier orden, hay una fila o columna toda de ceros, el
determinante será cero. En efecto, como podemos elegir cualquier fila o cualquier
columna para encontrar el determinante de la matriz, elegimos la que tiene todos sus
elementos nulos y la cuenta dará cero. Si fuera de orden 3x3 y aplicáramos la Regla de
Sarrus también sucede lo mismo
Verifiquemos….
Sea [ ] | | [ ]
Sea [ ] | | [ ]
6) Si en una matriz, de cualquier orden, hay una fila o columna múltiplo de otra, el
determinante será cero.
Verifiquemos….

Sea [ ] | | [ ]
(Como se habrá notado la segunda columna es el doble de la primera columna)
7) Si en una matriz, de cualquier orden, se intercambia una fila por otra (o una columna por
otra), el determinante será el opuesto del determinante de la matriz original. Es decir, el
nuevo determinante aparecerá multiplicado por el número (-1).
Verifiquemos….
Sea [ ] | | [ ]
Ahora, intercambiemos en A, fila 1 con fila 3. Nos queda entonces la matriz B:
[ ] | | [ ]
Es decir que: | | | |
8) Si una matriz C se obtiene del producto de otras dos matrices A y B, entonces el

determinante de C es el producto de los determinantes de A y de B.
En símbolos: | | | | | | | | | | | |
Verifiquemos….
Sean las matrices [ ] [ ]
Calculemos l matriz C, como producto de ellas dos: [ ]
Entonces: | | [ ]

| | [ ]
| | [ ]
Podemos observar que: | | | | | |
9) Si una matriz B, se obtiene al multiplicar una fila o columna de A por un número real ,
entonces el determinante de B aparece multiplicado por ese número real .
10) Sean las matrices [ ] [ ]
Notemos que en la matriz B aparece la tercer fila de la matriz A, multiplicada por 2.

Vamos a comprobar que el determinante de B será, entonces, el doble del determinante
de A.
| | [ ]
| | [ ]
Efectivamente: | | | |
Como consecuencia de esta propiedad, observaremos qué ocurre con el determinante

de una matriz si se la multiplica por el número real
Sean las matrices [ ] [ ]
Notemos que la matriz B es el doble de A, es decir es la matriz A multiplicada por dos.

Calculemos el determinante de B.
| | [ ]
| | [ ]
Como cada fila de A, está multiplicada por dos, el determinante de B aparece

multiplicado por , es decir por 8.
| | | |
Conclusión: Si , entonces | | | | siendo el orden de la matriz A

11) Si una matriz B, se obtiene al reemplazar una fila o columna de A por la suma de ella mas
un múltiplo de otra, entonces el determinante de B es el mismo que el de A. O sea, el
determinante no se ve afectado. Esta propiedad nos será de mucha utilidad porque nos
brinda otra forma de calcular los determinantes de matrices de orden mayor que 3
llevándola a su forma escalonada.
Veamos esta propiedad con un ejemplo:
Sea la matriz [ ]
Armemos una matriz B en la cual reemplazaremos la fila 2 por fila 1 multiplicada por 3,
mas fila 2 . Esto es la operación elemental: . Queda, entonces, la matriz B de
la siguiente forma: [ ]
Calculemos, ahora, los dos determinantes para comprobar que son iguales…
| | [ ]
| | [ ]
Efectivamente, el determinante de B es el mismo que el de A.
12) En una matriz triangular (superior o inferior) el determinante es el producto de los

elementos de la diagonal.
Veamos esta propiedad, aplicada en un ejemplo.
Sea la matriz triangular superior [ ]
Calculemos su determinante por Regla de Sarrus:
| | [ ]
Notemos que el producto: | |
Estas últimas dos propiedades (propiedad 10) y propiedad 11)) son de una ayuda
importantísima para calcular determinantes de matrices de orden superior a tres ya que
aplicando sucesivamente operaciones elementales entre las filas de la matriz no estamos
modificando su determinante y, en cambio, estamos llevando a la matriz a su forma

escalonada (la transformamos en matriz triangular) y de esa forma podemos calcular su

determinante como simple producto entre elementos de la diagonal principal.
Vamos a afianzar esta idea con un ejemplo:
Sea la matriz [ ]
Llevaremos a la matriz a su forma escalonada….
[ ] [ ] [ ] [ ]
𝑀 𝑀 𝑀
[ ] [ ] [ ]
𝑀 𝑀 𝑀
Observamos que todas las matrices intermedias son equivalentes, entre sí y con la primera,
pues cada una se obtiene de la anterior aplicando operaciones elementales, por filas. Esto
nos permite concluir que: | | | | , con la ventaja que el último determinante lo
calculamos por producto de los elementos de su diagonal de la siguiente forma:
| | | | | |

Sabiendo que:
, y que: | | | | | | | |
Calcular, cuando sea posible, aplicando propiedades de determinantes los siguientes:

a)| | d) | | g) | |
b)| | e) | | h) | |
c) |( ) | f) | | i) | |
SISTEMAS DE ECUACIONES LINEALES
Comenzaremos recordando cómo se resuelven los sistemas de dos ecuaciones con dos
incógnitas.
Los métodos de resolución de estos sistemas son: por sustitución y por igualación para
luego verificar las soluciones obtenidas en forma de representación gráfica como rectas en
el plano.
Def.: una ecuación es una expresión que contiene una igualdad y una incógnita entre sus
términos. El objetivo de resolver una ecuación es encontrar el valor numérico de la
incógnita, es decir la solución de una ecuación es un número real que la verifica.
Por ejemplo, la expresión: 2x+3 = 5 es una ecuación lineal con una incógnita. Para esta
ecuación el número real, uno, es la solución pues al darle a la incógnita ese valor se cumple
la igualdad.
Veamos: 2 . 1 + 3 = 2 + 3 = 5
Cuando se tienen “m” ecuaciones con “n” incógnitas queda conformado un SISTEMA DE
ECUACIONES, cuyo orden será justamente “mxn”
En particular, si tenemos 2 ecuaciones con 2 incógnitas el Sistema de Ecuaciones Lineales

será de orden 2x2.
Ejemplo 1)Hallar la solución, si existe, del siguiente sistema: {
Este tipo de sistemas puede resolverse por dos métodos algebraicos, a saber:
1) METODO DE SUSTITUCIÓN: en este caso se despeja una variable de una ecuación y

la expresión obtenida, se sustituye en la otra ecuación. De esta forma se obtiene el
valor numérico de una de las variables y, con este dato, se puede buscar el valor
numérico de la otra variable.
2) METODO DE IGUALACIÓN: cuando resolvemos de esta forma se despeja una

variable en una ecuación y también se despeja la misma variable en la otra ecuación.
Como ambas expresiones representan a la misma variable, se procede a igualar las
mismas para obtener el valor numérico de una de las variables. Con este valor se
logra el valor numérico de la otra variable.

3) Una vez aplicado alguno de los métodos descriptos más arriba (que son los
algebraicos) y hallada la solución del sistema se puede representar cada ecuación
como una recta en un sistema de ejes cartesianos para verificar los valores
encontrados. A esto lo llamamos resolución del sistema por su REPRESENTACION
GRAFICA.
a) Resolvamos el ejemplo propuesto por el método de sustitución….
El sistema de ecuaciones lineales es: {
Despejamos la variable en la primera ecuación y nos queda:
Ahora, sustituimos la variable en la segunda ecuación, de esta forma:
Por lo cual es
Ahora, obtenido el valor numérico de la variable , podemos buscar el valor numérico de

la otra variable, de esta forma:
Podemos decir, entonces, que el par ordenado de números encontrados son los valores que
verifican simultáneamente las dos ecuaciones. Es decir, la solución del sistema es el par
ordenado: ( ).
Efectivamente: {
b) Resolvamos, ahora, el mismo sistema de ecuaciones pero, por el método de igualación.
Despejamos la variable en la primera ecuación de la siguiente forma:
Por otro lado, despejamos también la variable en la segunda ecuación, del siguiente
modo:
Dado que ambas expresiones representan a la misma variable, , la cual es igual en las dos
ecuaciones podemos igualarlas como se muestra a continuación:

Con lo cual encontramos el valor de la variable .
Ahora, como hemos hecho antes también, con este valor podemos ir a calcular el valor
numérico de la otra variable, .
Podemos terminar el cálculo y obtenemos que
Entonces, tal como habíamos concluido con el otro método de resolución, la solución del
sistema es el par ordenado: ( )
c) Queda, ahora, verificar la solución obtenida mediante la REPRESENTACION GRAFICA del

sistema a través de dos rectas en un sistema de ejes coordenados…..
Para esto, llevamos ambas ecuaciones a la forma de una recta (funciones lineales ya
estudiadas en el capítulo 2) como se muestra a continuación:
{ { {
Una vez llevada cada ecuación a su forma de recta en el plano, procedemos a hacer el
gráfico de ambas para analizar lo que sucede en cuanto al encuentro entre ambos gráficos.

Ejemplo 2) Hallar la solución, si existe, del siguiente sistema: {
Resolvamos el ejemplo propuesto por el método de sustitución….
Despejamos la variable en la primera ecuación y nos queda:
Ahora, sustituimos la variable en la segunda ecuación, de esta forma:

Absurdo!!
Por lo cual, no existirá valor posible para la variable que verifique la ecuación que nos
quedó. Es decir el sistema de ecuaciones lineales propuesto no tiene solución..
Queda, ahora, verificar la situación mediante la REPRESENTACION GRAFICA del sistema a

través de dos rectas en un sistema de ejes coordenados…
Para esto, llevamos ambas ecuaciones a la forma de una recta:
{ { {
Como se puede observar y, habiendo estudiado las funciones lineales en el capítulo 2 de

este apunte, las rectas tienen la misma pendiente…por lo cual son PARALELAS…
Veamos el gráfico de esta situación:

Ejemplo 3) Hallar la solución, si existe, del siguiente sistema: {

Resolvamos el ejemplo propuesto por el método de igualación….
Despejamos la variable en la primer ecuación y nos queda:

Ahora, despejamos la misma variable pero en la otra ecuación para poder igualar:
Procedemos a igualar las expresiones obtenidas:
Esta expresión nos está indicando que cualquier valor que le demos a la variable irá a
verificar la ecuación. Significa que el sistema de ecuaciones lineales tiene infinitas
soluciones pero no son cualquier par ordenado…
Los pares ordenados que verificarán ambas ecuaciones tienen la siguiente forma:
Queda, ahora, verificar la situación mediante la REPRESENTACION GRAFICA del sistema a

través de dos rectas en un sistema de ejes coordenados…

Para esto, llevamos ambas ecuaciones a la forma de una recta:
{ { {
Nos encontramos con que, al llevar a las ecuaciones a su forma de función lineal, resultan
ser las dos LA MISMA RECTA.
Cada punto de la recta (por eso son infinitos…) va a verificar ambas ecuaciones, es decir va
a ser solución del sistema de ecuaciones lineales.
A la forma que hemos obtenido para nombrar a los pares ordenados que serán la solución
del sistema se los llama SOLUCION GENERAL y luego, cuando damos un valor particular a
la variable libre y obtenemos el otro (formando así un par ordenado) los llamaremos
SOLUCIONES PARTICULARES.
En este caso: { }
Ahora bien, si pensamos que , obtendremos una solución particular que será el par:
Además, si pensamos que , obtendremos otra solución particular que será el par:
Dado que podríamos seguir así indefinidamente, se puede deducir que el sistema tiene
infinitas soluciones particulares y una sola general. Las soluciones particulares son todos y
cada uno de los puntos de la recta que nos quedó cuando buscamos la representación
gráfica del sistema, que es la siguiente:

Al resolver estos tres ejemplos hemos podido observar que en el primer caso tuvo UNICA
SOLUCION, en el segundo caso no tuvo NINGUNA SOLUCION y en el tercer caso tuvo
INFINITAS SOLUCIONES.
Cuando un sistema admite solución (ya sea una o sean infinitas) se lo denomina SISTEMA
COMPATIBLE y cuando no admite solución se lo llama SISTEMA INCOMPATIBLE.
Ahora bien, cuando la solución que admite es una sola, el sistema recibirá el nombre de
SISTEMA COMPATIBLE DETERMINADO y cuando tiene infinitas soluciones se llamará
SISTEMA COMPATIBLE INDETERMINADO.
{
En resumen: {
RESOLUCION DE SISTEMAS DE ECUACIONES, POR METODO DE GAUSS
Hasta aquí hemos recordado cómo se resuelven sistemas 2x2 (2 ecuaciones con 2
incógnitas) pero, en realidad, en matemática superior nos interesa resolver sistemas con
más cantidad de ecuaciones y más cantidad de incógnitas…por ejemplo 3 ecuaciones con 3
incógnitas, o bien 2 ecuaciones con 3 incógnitas, etc…

Para resolver estos sistemas de órdenes mayores se hace poco práctico usar los métodos
vistos de Sustitución e Igualación. Por esto vamos a estudiar otras formas de resolverlos.
Un sistema de ecuaciones lineales, con incógnitas adopta la siguiente forma:
Vamos a mostrar esto con un ejemplo.

Ejemplo 1) Hallar la solución, del sistema de ecuaciones lineales:
Dijimos que para resolver este tipo de sistemas íbamos a buscar otros métodos. La idea es
construir matrices adecuadas para representar ese mismo sistema de ecuaciones lineales
en su forma matricial.
Definimos la matriz , como la matriz de los coeficientes. Es decir: [ ]
Ahora definimos la matriz como la matriz de las incógnitas. Esta matriz es una matriz
columna, de orden 3x1. [ ]
También definiremos a la matriz que recibe el nombre de matriz de los términos
independientes. [ ]
Comprobemos que el sistema escrito de la forma:

Puede escribirse, en forma matricial, así:
[ ] [ ] [ ]
Queda para los alumnos hacer el producto matricial e igualar para verificar que, realmente,
se obtiene el sistema propuesto.
En conclusión, hemos escrito al sistema de la forma:
Nos queda por definir una última matriz que llamaremos “Matriz Ampliada” y estará
compuesta por los coeficientes y la columna de términos independientes como se
muestra: [ ]
En unidades anteriores hemos estudiado las Operaciones Elementales que pueden hacerse
entre las filas de una matriz (Método de eliminación de Gauss) y lo más importante es que,
al aplicar estas operaciones elementales se obtiene una matriz equivalente a la primera.
Nuestra idea será llevar el sistema a su forma matricial, aplicarle operaciones elementales a
la matriz representativa del sistema para luego, obtener una matriz equivalente a la
primera, pero mucho más fácil de resolver para encontrar la solución del sistema.
Vamos a aplicar, a la matriz ampliada , operaciones elementales hasta llevarla a su

forma escalonada.

Una vez escalonada la matriz ampliada y siendo ésta versión equivalente a la primera,
volvemos a escribir el sistema de ecuaciones lineales que ella representa:
Notemos que nos quedó un sistema, equivalente al primero, pero mucho más sencillo.
Además, ya podemos extraer el valor de la variable . Esto es, ya sabemos que
Vamos a la segunda ecuación, con este valor y obtenemos el valor de :
Solo nos queda hallar el valor de la variable , de la primera ecuación de esta forma:
En conclusión, el sistema de ecuaciones lineales tiene una solución única (Es Compatible
Determinado) y esa solución es:
Hasta aquí hemos aplicado el método de eliminación de Gauss a la matriz ampliada, lo cual
nos posibilitó hallar la solución del sistema de ecuaciones lineales.
Si seguimos algunos pasos más y llevamos a la matriz a su forma escalonada pero más
reducida (matriz diagonal con unos en la diagonal) obtenemos la solución mucho más
directamente. A esta forma se la llama Método de Gauss-Jordan

Veamos desde donde quedamos más arriba:
Concluimos, entonces, que aplicando el método de Gauss-Jordan, los valores de cada

variable aparecen en forma directa en la última columna.
Podemos decir que:
Para este sistema de ecuaciones nos queda la matriz ampliada como se muestra:
[ ]

forma escalonada.
Observemos que la última fila contiene ceros en la parte que correspondería a los
coeficientes pero tiene valor (-24) (es decir distinto de cero) en la parte que correspondería
a los términos independientes.

Llevemos esta situación, de nuevo, a su forma de sistema de ecuaciones. Nos queda lo

siguiente:
Vemos que no existirá ningún valor real de la variable que pueda verificar la ecuación
última. Entonces el sistema no tiene solución, es decir resultó un SISTEMA INCOMPATIBLE.
[ ]

forma escalonada.
Observemos que la última fila contiene todos ceros.

Llevemos esta situación, de nuevo, a su forma de sistema de ecuaciones. Nos queda lo

siguiente:
Vemos que cualquier valor real de la variable podrá verificar la última ecuación, ya que
cualquier número multiplicado por cero, dará cero de resultado. Entonces el sistema tiene
infinitas soluciones, es decir resultó un SISTEMA COMPATIBLE INDETERMINADO.
En estos casos, como ya vimos con los sistemas de orden más pequeño (2x2), buscaremos
una SOLUCION GENERAL y luego de ella sacaremos las SOLUCIONES PARTICULARES que
nos hagan falta dándole valores a la variable libre.
Nos quedaron dos ecuaciones significativas, de las cuales vamos a despejar las variables
, en función de la variable que será la que consideraremos variable libre.
En ecuación 2):
En ecuación 1):
La Solución General quedará expresada como sigue:
{ }
Cada vez que le demos a la variable , un valor particular obtendremos una Solución
Particular, como por ejemplo:
Sea
Hay un Teorema, llamado TEOREMA DE ROUCHE-FROBËNIUS, al que se lo conoce como

Teorema Resumen porque nos permite analizar la compatibilidad de cualquier sistema de
ecuaciones solo observando la matriz que resulta al terminar de aplicar las operaciones
elementales.
Para entender el teorema debemos conocer una definición preliminar, que es la siguiente:
Def.: llamaremos RANGO de una matriz, a la cantidad de filas NO NULAS de ella, en su forma
escalonada.

Esto significa que hay que llevar la matriz a su forma escalonada para poder calcular su
rango.
Conocido este concepto, el teorema dice que: Si llevamos a un sistema de ecuaciones

lineales, con incógnitas a su forma matricial y aplicamos operaciones elementales en su
matriz ampliada podemos asegurar que:
El sistema de ecuaciones lineales será COMPATIBLE DETERMINADO si sucede que:
El sistema de ecuaciones lineales será COMPATIBLE INDETERMINADO si sucede que:
El sistema de ecuaciones lineales será INCOMPATIBLE si sucede que:
Por otro lado, el teorema nos dice que, en caso de resultar COMPATIBLE INDETERMINADO,
la cantidad de variables libres que obtendremos en la solución general se calcula
haciendo:

Queda para los alumnos, verificar que se cumple lo que enuncia este teorema en los tres
casos analizados en los que obtuvimos Sistema Compatible Determinado, Incompatible y
Compatible Indeterminado.
Este teorema, resulta de mucha utilidad cuando en el Sistema de Ecuaciones aparecen

“parámetros”, mencionados con letras y hay que encontrar su valor para que el sistema
adopte una característica particular. Es decir, para que se convierta en un Sistema
Compatible Determinado, Compatible Indeterminado o en Incompatible.
Veamos el siguiente ejemplo:
Hallar el o los valores de , que hacen que el siguiente sistema resulte:

i) Compatible Indeterminado
ii) Incompatible
iii) Compatible Determinado

[ ]

forma escalonada.
[ ] [ ] [ ]
La matriz ampliada ya se encuentra en su forma escalonada.

La primer y segunda fila no son nulas, la única que puede hacerse nula (o no) es la última
que es la que contiene al parámetro. Sobre esa fila, basaremos nuestro análisis.
Para que el sistema de ecuaciones resulte COMPATIBLE INDETERMINADO, debe ser:
Esto sucederá cuando sean, simultáneamente: y
| |
Observemos que para , se anulan las dos expresiones simultáneamente, entonces nos
deja:
Concluimos que para , el sistema de ecuaciones es COMPATIBLE INDETERMINADO

Para que el sistema de ecuaciones resulte INCOMPATIBLE, debe ser:
Esto sucederá cuando sean, simultáneamente: y
| |
Observemos que para , se anula la segunda expresión pero no se anula la primera.

Esto nos deja:
Concluimos que para , el sistema de ecuaciones es INCOMPATIBLE
Ahora bien, para cualquier otro número real distinto de ellos, la tercer fila no se anulará,
por lo cual nos quedarán tanto la matriz A como la matriz ampliada de rango igual a tres,
que es también el número de incógnitas
Para { } nos queda: , es decir que el sistema de

ecuaciones lineales será COMPATIBLE DETERMINADO.
Hallar el o los valores de , que hacen que el siguiente sistema resulte:

i) Compatible Indeterminado
ii) Incompatible
iii) Compatible Determinado

RESOLUCION DE SISTEMAS DE ECUACIONES, POR INVERSIBILIDAD DE MATRICES
Retomemos la idea de expresar un Sistema de Ecuaciones Lineales en su forma matricial, tal

como lo desarrollamos en la página 32 de este apunte…
El sistema:
puede escribirse, en forma matricial, así: [ ] [ ] [ ]
En símbolos, el sistema sería: donde es la matriz de los coeficientes, es la

matriz de las incógnitas y es la matriz de los términos independientes.
Esta expresión es una ECUACION MATRICIAL, que hemos aprendido a resolver en el

desarrollo de esta unidad. Significa, entonces, que si EXISTE la MATRIZ INVERSA de , la
ecuación quedaría resuelta de la siguiente manera:
Es decir que, si Existe la Inversa de el Sistema de Ecuaciones Lineales es COMPATIBLE

DETERMINADO y por lo tanto, tiene SOLUCION UNICA.
Ya teníamos resuelto este ejemplo que estamos retomando, por lo cual vamos a comprobar
que esta es otra forma de encontrar la solución que en su momento encontramos y era:
Primero analizamos si existe la matriz inversa de , calculando su determinante:
[ ] | | | | | |
Como | | , la matriz tiene inversa, es decir nuestro Sistema de Ecuaciones es

COMPATIBLE DETERMINADO y tiene SOLUCION UNICA.
Calculamos , la cual puede comprobarse que queda de la siguiente manera:

[ ]
Según hemos estado analizando, la solución la encontramos haciendo el producto
[ ] [ ]
[ ]
Hemos encontrado la Solución del Sistema (que coincide con la encontrada por el otro
método) pensándolo como ecuación matricial y a través de la inversa de la matriz de
coeficientes.
Ahora bien, ¿qué sucedería si la matriz no tuviera inversa?
Claramente, esa ecuación matricial no podría resolverse. No podría ser despejada la matriz
de las incógnitas que hemos llamado . Por esta razón no podemos asegurar nada respecto
a la compatibilidad del sistema de ecuaciones.
Podría suceder que el sistema resultara Compatible Indeterminado o bien Incompatible.
En estos casos, habría que recurrir a la resolución de sistemas por el método de eliminación
de Gauss…
1) De ser posible, hallar la solución de los siguientes sistemas por inversibilidad de

matrices:
a) { b) {
2) Si alguno no pudo ser resuelto por este método, aplicar el método de eliminación de
Gauss para llegar a la solución

RESOLUCION DE SISTEMAS DE ECUACIONES, POR REGLA DE CRAMER
La regla de Cramer resuelve Sistemas de Ecuaciones Lineales en términos de

DETERMINANTES.
Recibe este nombre en honor a GABRIEL CRAMER (1704-1752), quien publicó esta forma de
resolver sistemas de ecuaciones lineales, en su Introduction á l´analyse des lignes courbes
algébriques en 1750. También Colin Maclaurin publicó el método en 1748 en su Treatise of
Geometry (por lo cual, los historiadores dudan de que ya hubiese existido el método antes
de la presentación de Cramer…)
La Regla de Cramer es importante puesto que da una expresión explicita para la solución
del sistema, pero, cuando se trata de sistemas de más de tres ecuaciones, su aplicación
resulta un tanto engorrosa y además, computacionalmente está considerada no demasiado
eficiente para determinantes de las grandes matrices en términos de los algoritmos que se
deben desarrollar para su implementación.
Dicho esto, pasaremos a definir la mencionada Regla de Cramer:
Diremos que, un Sistema de Ecuaciones Lineales es un sistema de Cramer, si se cumplen las

dos condiciones siguientes:
1) El número de ecuaciones es igual al número de incógnitas

2) El determinante de la matriz de los coeficientes es distinto de cero
Vamos a volver a considerar el ejemplo presentado en la página 32 de este apunte…

El sistema era :
Y matricialmente había sido escrito de la siguiente forma: [ ] [ ] [ ]
Éste, es un SISTEMA DE CRAMER.

Ahora armaremos cuatro matrices, que son las siguientes:
[ ]
[ ]
[ ]
[ ]
El paso que sigue es calcular el determinante de cada una de estas cuatro matrices.
1) | | | | | | [ ] | |
2) | | | | | | [ ] | |
3) | | | | | | [ ] | |
4) | | | | | | [ ] | |
Ahora que tenemos calculados los cuatro determinantes, el valor de cada incógnita se
encuentra aplicando las siguientes fórmulas:
; ;
Es decir:

; ;
El sistema ha resultado ser COMPATIBLE DETERMINADO y su solución es
Este sistema ya había sido estudiado en páginas anteriores por lo que puede observarse
que lo hemos resuelto por tres métodos distintos obteniendo el mismo resultado.
1) De ser posible, hallar la solución de los siguientes sistemas por Regla de Cramer:
a) { b) {
2) Si alguno no pudo ser resuelto por este método, aplicar el método de eliminación de
Gauss para llegar a la solución

U5 Matrices Det Sel Cramer

Cargado por

Copyright:

Formatos disponibles

U5 Matrices Det Sel Cramer

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

U5 Matrices Det Sel Cramer

Cargado por

Copyright:

Formatos disponibles

MATEMATICA I - Apunte de Cátedra - 2° Cuatrimestre 2018

UNIVERSIDAD NACIONAL DEL COMAHUE

UNIDAD V : ALGEBRA LINEAL: Matrices-Determinantes-Sistemas de

 Matrices: definición-matrices especiales

Prof. Miryam CHIACCHIARINI 1

Otro ejemplo: toneladas de fruta almacenadas en galpones de empaque

Brindan la ventaja de:

Son ejemplos de matrices las siguientes:

Se las nombra utilizando letras mayúsculas.

Prof. Miryam CHIACCHIARINI 2

Dada una matriz A, el elemento , es el número que está en la fila y en la columna

ACTIVIDAD PARA FIJAR CONCEPTOS

1) Indicar el orden de cada una de las matrices presentadas como ejemplo

MATRICES ESPECIALES CUADRADAS

MATRIZ DIAGONAL: Una matriz cuadrada se llama matriz diagonal si

Una matriz diagonal sería [ ]

MATRIZ ESCALAR: Llamaremos matriz escalar a la matriz cuadrada diagonal en la cual se

Una matriz escalar sería [ ]

La matriz identidad, de orden 3x3 sería [ ]

Una matriz nula sería [ ]

Prof. Miryam CHIACCHIARINI 3

Es decir que una matriz triangular superior sería [ ]

Se deja para los alumnos escribir la definición de MATRIZ TRIANGULAR INFERIOR en

MATRIZ SIMETRICA: Llamaremos matriz simétrica a una matriz cuadrada en la cual se

La siguiente matriz sería simétrica: [ ]

ACTIVIDAD PARA FIJAR CONCEPTOS

a) Que sea escalar y no diagonal.

Dadas dos matrices de igual orden, A y B tales que y diremos que A = B Si

ACTIVIDAD PARA FIJAR CONCEPTOS

Prof. Miryam CHIACCHIARINI 4

OPERACIONES CON MATRICES

1) Multiplicación de una matriz por un número real (escalar)

ACTIVIDAD PARA FIJAR CONCEPTOS

Dada la matriz [ ] , calcular

Prof. Miryam CHIACCHIARINI 5

sumarle a la primera la opuesta de la segunda, es decir la segunda multiplicada por el

Esta situación puede representarse

Supongamos, ahora, que la tonelada de manzana se vendiera a $780 y la tonelada de pera

Prof. Miryam CHIACCHIARINI 6

Analicemos lo que se ha hecho, matricialmente:

Observemos, además, los órdenes de las matrices.

Ahora formalizaremos la definición de Producto entre matrices:

ACTIVIDAD PARA FIJAR CONCEPTOS

Dadas las matrices [ ] (orden 2x3) y [ ] (orden 3x2)

Observaciones importantes acerca del producto entre matrices:

2) El producto de matrices NO es conmutativo

Prof. Miryam CHIACCHIARINI 7

ACTIVIDAD PARA FIJAR CONCEPTOS

Dadas las matrices anteriores, [ ] y [ ] , calcular la matriz

PROPIEDADES de las OPERACIONES MATRICIALES

1°) Propiedad conmutativa de la suma de matrices

ACTIVIDAD PARA FIJAR CONCEPTOS

Veamos, con un ejemplo, lo expresado en la propiedad número 15

Sean las matrices: [ ] [ ] [ ]

Prof. Miryam CHIACCHIARINI 8

Como puede observarse es pero, claramente,

ACTIVIDAD PARA FIJAR CONCEPTOS

Veamos, con un ejemplo, lo expresado en la propiedad número 16

Sean las matrices: [ ] [ ]