MATEMÁTICAS II

2023-2024
 Índice general
1 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Matrices: definición y tipos de matrices. . . . . . . . . . 1
1.1.1 Definición . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Tipos de matrices . . . . . . . . . . . . . . . . . 1
1.2 Operaciones con matrices . . . . . . . . . . . . . . . . . 2
1.2.1 Suma de matrices . . . . . . . . . . . . . . . . . 2
1.3 Producto de una matriz por un escalar . . . . . . . . . . 3
1.4 Producto de matrices . . . . . . . . . . . . . . . . . . . 4
1.5 Algunas matrices especiales . . . . . . . . . . . . . . . . 6
1.5.1 Matriz inversa . . . . . . . . . . . . . . . . . . . 6
1.5.2 Matriz triangular . . . . . . . . . . . . . . . . . 8
1.5.3 Matriz traspuesta . . . . . . . . . . . . . . . . . 8
1.6 Operaciones con matrices elementales . . . . . . . . . . 10
1.7 Determinantes . . . . . . . . . . . . . . . . . . . . . . . 14
1.7.1 Propiedades de los determinantes . . . . . . . . 17
1.8 Rango de una matriz y matrices escalonadas . . . . . . . 19
LISTA DE PROBLEMAS . . . . . . . . . . . . . . . . . 23
MATRICES: DEFINICIÓN Y TIPOS DE MATRICES. 1

Matrices 1

En álgebra lineal, una matriz es una estructura rectangular de números dispues-

tos en filas y columnas. Es una herramienta matemática importante que se utiliza
para representar y operar con datos numéricos, resolver sistemas de ecuaciones li-
neales, realizar transformaciones lineales y abordar una variedad de problemas en
ciencia, ingeniería y otros campos.

§1.1 Matrices: definición y tipos de matrices.

Definición
Definición 1.1. Una matriz m × n es una tabla de m · n elementos dispuestos en
 1≤j≤n
m filas y n columnas. Así, una matriz A = aij 1≤i≤m de dimensión m × n tiene la
siguiente forma  
 a11 a12 · · · a1n 
 
a21 a22 · · · a2n 
 

A= 
 .. .. .. 

, (1)



. . . 


 
am1 am2 · · · amn
donde cada aij es un escalar. Normalmente usaremos una letra mayúscula para
denotar una matriz, y la misma letra en minúscula, con los subíndices correspon-
dientes, para denotar sus elementos o entradas.

Definición 1.2. Denotamos como Mm×n (K) al conjunto de todas las matrices de
dimensión m × n con elementos en el conjunto K. Habitualmente K = R ó K = C.

Tipos de matrices
Definición 1.3. Si m = 1, se dice matriz fila a toda matriz A de tamaño 1 × n,
esto es A ∈ M1×n (K). La matriz A = a1j 1≤j≤n tiene la siguiente forma:
 

 
A= a11 a21 . . . a1n ∈ M1×n (K) .
2 Matrices

Definición 1.4. Si n = 1, se dice matriz columna a toda matriz A de tamaño m×1,

 1≤j≤n
esto es A ∈ Mm×1 (K). La matriz A = aij 1≤i≤m tiene la siguiente forma:
 
 a11 
 
a21 
 

A= 
 .. 

∈ Mm×1 (K) .



. 


 
am1

Definición 1.5. Si m ̸= n, se dice matriz rectangular a toda matriz A de tamaño

 1≤j≤n
m × n, esto es A ∈ Mm×n (K). La matriz A = aij 1≤i≤m tiene la forma dada en
(1).

Definición 1.6. Si m = n, se dice matriz cuadrada a toda matriz A de tamaño

n × n, esto es A ∈ Mn×n (K). La matriz A = aij 1≤i,j≤n tiene la siguiente forma:
 

 
 a11 a12 · · · a1n 
 
a21 a22 · · · a2n 
 

A= 
 .. .. .. 

∈ Mn×n (K) .



. . . 


 
an1 an2 · · · ann

§1.2 Operaciones con matrices

A continuación vamos a definir algunas operaciones con matrices: suma de ma-
trices, producto de una matriz por un escalar, producto de matrices y trasposición
de matrices.

Suma de matrices
Para sumar dos matrices, deben tener la misma dimensión (mismo número de
filas y columnas). La suma se realiza sumando elemento por elemento.

Definición 1.7. Dadas dos matrices A = aij , B = bij ∈ Mm×n (K) definimos
   

su suma, A + B, como la matriz C = cij ∈ Mm×n (K) tal que

 

cij = aij + bij , i = 1, . . . , m, j = 1, . . . , n.

PRODUCTO DE UNA MATRIZ POR UN ESCALAR 3

Propiedades 1.8. Sean A, B, C ∈ Mm×n (K). Entonces,

1. Asociativa: para todas A, B, C ∈ Mm×n (K), (A + B) + C = A + (B + C).

2. Conmutativa: para todas A, B ∈ Mm×n (K), A + B = B + A.

3. Existencia de elemento neutro. Existe una única matriz 0m×n ∈ Mm×n (K)
llamada matriz nula tal que

A + 0m×n = 0m×n + A = A, ∀A ∈ Mm×n (K) ,

4. Existencia de elemento opuesto. Dada una matriz A ∈ Mm×n (K) existe otra
matriz B ∈ Mm×n (K) llamada matriz opuesta tal que

A + B = B + A = 0m×n .

§1.3 Producto de una matriz por un escalar

Consiste en multiplicar cada elemento de la matriz por un escalar.

Definición 1.9. Dado un escalar α ∈ K y una matriz A ∈ Mm×n (K) definimos su

producto, αA, como la matriz D ∈ Mm×n (K) tal que

dij = αaij , i = 1, . . . , m, j = 1, . . . , n.

Ejemplo 1.10. Consideremos el escalar α = 2 y la matriz

 
 1 −3 
 
A= 

 −2 1 .


 
1 3

Entonces
     
 1 −3   2·1 2 · (−3)   2 −6 
     
α·A= 2

 −2 1



= 

 2 · (−2) 2·1



= 

 −4 2 .


     
1 3 2·1 2·3 2 6

Propiedades 1.11. Sean α, β ∈ K y A, B ∈ Mm×n (K). Entonces,

4 Matrices

1. Asociativa mixta (entre escalares y matrices): α (βA) = (αβ) A.

2. Distributiva respecto de la suma de escalares: (α + β) A = αA + βA.

3. Distributiva respecto de la suma de matrices: α (A + B) = αA + αB.

4. Existencia de elemento neutro: 1 · A = A.

§1.4 Producto de matrices

Es una operación más compleja y se utiliza para combinar dos matrices en una
tercera matriz. Para que dos matrices A y B puedan multiplicarse, el número de
columnas de A debe ser igual al número de filas de B.

Definición 1.12. Dadas dos matrices A ∈ Mm×n (K) y B ∈ Mn×p (K), se define su
producto, AB, como la matriz C ∈ Mm×p (K), donde el elemento cij es el producto
de la fila i de A por la columna j de B. Es decir,

cij = ai1 b1j + ai2 b2j + · · · + ain bnj .

Ejemplo 1.13.

(a) Consideremos las matrices 2 × 3 y 3 × 4 siguientes

 
 
7 3 1 2
2 3 8
 
 
A= y B=
 
4 9 2 3 .
   
  
4 7 5 



6 5 8 3

Vamos a calcular el producto A · B. Por la definición, para calcular el elemento

en la fila i-ésima (1 ≤ i ≤ 2) y columna j-ésima (1 ≤ j ≤ 4) de la matriz
producto A · B debemos calcular: ai1 b1j + ai2 b2j + ai3 b3j . Por lo tanto,
 
 
7 3 1 2  
2 3 8 74 73 72 37
 
 
A·B = =
  
 4 9 2 3
 
    
4 7 5 


 86 100 58 44
6 5 8 3
PRODUCTO DE MATRICES 5

(b) Consideremos la matriz 1 × 3 dada por A = (1 − 2 − 3) y la matriz 3 × 1

dada por  
 −3 
 
B= 

 5 ,


 
1
llamadas matriz fila y matriz columna, respectivamente. Entonces, por una
lado, vamos a calcular AB
 
 −3 
 
AB = (1 − 2 − 3) · 

 5



= (1 · (−3) + (−2) · 5 + (−3) · 1) = (−16) .
 
1

Podemos observar que el resultado es un escalar.

Por otro lado, vamos a calcular BA. Así, se tiene
 
 −3 
 
BA = 

 5  (1


− 2 − 3)
 
1
   
 −3 · 1 −3 · (−2) −3 · (−3)   −3 6 9 
   
= 

 5·1 5 · (−2) 5 · (−3)



= 

 5 −10 −15 .


1 · (−2) 1 · (−3)
   
1·1 1 −2 −3

Propiedades 1.14.

1. Asociativa: (AB) C = A (BC) para todas A ∈ Mm×n (K), B ∈ Mn×p (K) y

C ∈ Mp×p (K) .

2. Distributiva respecto de la suma: A (B + C) = AB + AC para todas A ∈

Mm×n (K) y B, C ∈ Mn×p (K).

3. Distributiva respecto del producto: (A + B) C = AC + BC para todas A, B ∈

Mm×n (K) y C ∈ Mn×p (K).

4. Existencia de elemento neutro: Existe una única matriz I ∈ Mn×n (K) tal que:
6 Matrices

a) AI = A, para toda A ∈ Mm×n (K),

b) IB = B, para toda B ∈ Mn×p (K).

Observación 1.15. Notar que el producto de matrices no verifica la propiedad con-

mutativa, es decir, en general se tiene AB ̸= BA. Además, no siempre existe el
elemento inverso: dada una matriz cuadrada A, no tiene por qué existir otra matriz
B tal que AB = I.

Definición 1.16. La matriz neutra I = δij se llama matriz identidad, y es una

 

matriz cuadrada definida por: δij = 0 si i ̸= j, y δii = 1 para todo i.

 
 1 0 0 
 
Ejemplo 1.17. La matriz identidad de orden 3 es: I = 

 0 1 0 .


 
0 0 1

§1.5 Algunas matrices especiales

Matriz inversa
Definición 1.18. Sea A ∈ Mn×n (K). Se dice que A es regular o invertible si existe
otra matriz B ∈ Mn×n (K) tal que

AB = BA = In .

La matriz B se dice inversa de A y se denota por A−1 . Las matrices no invertibles

se dicen singulares.

Teorema 1.19. Sea A ∈ Mn×n (K) una matriz regular entonces sólo tiene única
matriz inversa

Demostración. Supongamos que B, C ∈ Mn×n (K) son matrices inversas de A ∈

Mn×n (K). Como B es inversa de A,

A · B = In .

Multiplicamos por C a la izquierda:

C (AB) = CIn
C (AB) = C.
ALGUNAS MATRICES ESPECIALES 7

Como el producto de matrices es asociativo y C es inversa de A:

(CA) B = C
In B = C
B = C.

Algunas propiedades de las matrices invertibles son las siguientes:

Propiedades 1.20. Sean A, B ∈ Mn×n (K). Se verifica:
−1
1. La matriz inversa de A, A−1 , es regular y su inversa es A. Esto es, A−1 =A


−1
2. Si A y B son regulares, entonces (AB) = B −1 A−1 .

Demostración. Sean A, B ∈ Mn×n (K) matrices regulares, aplicando la propie-

dad asociativa:
(AB) B −1 A−1 = A BB −1 A−1
   

= AIn A−1
= AA−1
= In .
Por otro lado,

B −1 A−1 (AB) = B −1 A−1 A B

   

= B −1 In B
= B −1 B
= In .
−1
Por lo tanto, (AB) = B −1 A−1 .
 

3. Si A, B son matrices regulares, entonces A + B es una matriz regular.

3. Si A, B son matrices regulares, entonces AB es una matriz regular.

Demostración. La demostración es consecuencia directa del apartado 2). El

producto de dos matrices regulares es una matriz regular porque existe la
inversa del producto.
8 Matrices

Matriz triangular
Definición 1.21. Sea A ∈ Mn×n (K). Se dice que A es una matriz triangular supe-
rior si todos sus elementos por debajo de la diagonal principal son nulos. es decir,
aij = 0 para todo i > j, i, j = 1, . . . n.
 
 a11 a12 · · · a1n 
 
0 a22 · · · a2n 
 

A= 
 .. ... ... .. 

.



. . 


 
0 ··· 0 ann

Sea A ∈ Mn×n (K). Se dice que A es una matriz triangular inferior si todos sus
elementos por encima de la diagonal principal son nulos, es decir, aij = 0 para todo
i < j, i, j = 1, . . . n.  
 a11 0 ··· 0 

... .. 
a21 a22 .
 
 
A= 
.. .. . . .

.




. . 0 


 
an1 an2 · · · ann

Algunas propiedades de las matrices triangulares son las siguientes:

Propiedades 1.22. Sean A,B ∈ Mn×n (K). Se verifica:

1. Si A,B son matrices triangulares superiores (inferiores), entonces A + B es una

matriz triangular superior (inferior).

2. Si A,B son matrices triangulares superiores (inferiores), entonces A · B es una

matriz triangular superior (inferior).

3. Si A es una matriz triangular invertible, entonces A−1 es una matriz triangular.

Matriz traspuesta
La traspuesta de una matriz se obtiene intercambiando filas por columnas. Si
A es una matriz de tamaño m × n, su transpuesta se denota como AT y será una
matriz de tamaño n × m.
ALGUNAS MATRICES ESPECIALES 9

Definición 1.23. Dada A ∈ Mm×n (K), se llama traspuesta de A a la matriz

AT ∈ Mn×m (K) definida de forma que las filas de A sean las columnas de AT y
viceversa. Es decir, si A = aij y AT = bij , se tiene bij = aji para todo i,j.
   

Algunas propiedades de las matrices traspuestas son las siguientes:

Propiedades 1.24. Sean A, B ∈ Mm×n (K). Se verifica:
T
1. Dada A ∈ Mm×n (K), se tiene AT = A.


T
2. Dadas A, B ∈ Mm×n (K), se tiene (A + B) = AT + B T .
T
3. Dado α ∈ K y A ∈ Mm×n (K), se tiene (αA) = αAT .
T
4. Dadas A ∈ Mm×n (K) y B ∈ Mn×m (K), se tiene (AB) = B T AT .

5. Si A ∈ Mn×n (K) es una matriz simétrica, se tiene A = AT .

 
 a11 a12 · · · a1n 
 
a12 a22 · · · a2n 
 

A= 
.. . . . . .. 

.
. .




. . 


 
a1n a2n · · · ann

6. Si A ∈ Mn×n (K) es una matriz antisimétrica, se tiene −A = AT .

 
 0 a12 · · · a1n 
 
−a12 0 ··· a2n 
 

A= 
 .. ... ... .. 

.



. . 


 
−a1n −a2n · · · 0

7. Si A ∈ Mn×n (K) es una matriz ortogonal, se tiene A−1 = AT .

−1 T
8. Si A ∈ Mn×n (K) es regular, entonces AT es regular y AT = A−1
 

Demostración. Sabemos que la traspuesta de la identidad es la identidad y la

T
traspuesta del producto de matrices es (AB) = B T AT , luego:
AA−1 = In
T
= InT

AA−1
T
AT = In .

A−1
10 Matrices

De forma análoga,
T
= In .

AT A−1
−1 T
Por lo tanto, AT = A−1 .
 

Ejemplo 1.25. La matriz  

 1 2 0 
 
A= 

 2 0 3 .


 
0 3 −1
es una matriz simétrica.
La matriz  
 0 2 0 
 
B= 

 −2 0 3 .


 
0 −3 0
es una matriz antisimétrica.
La matriz  
1 1 1
C=√ 

.
2  1 −1 

es una matriz ortogonal.

§1.6 Operaciones con matrices elementales

Definición 1.26. Dada una matriz A ∈ Mm×n (K), se dice operación elemental
sobre las filas (o columnas) de A a una de las siguientes operaciones:

permutar filas (columnas) i y j de A,

multiplicar la fila (columna) i por el escalar α,

sumar a la fila (columna) i la fila (columna) j multiplicada por el escalar α.

Definición 1.27. Se llama matriz elemental a la matriz cuadrada que es de una

de las tres formas siguientes:
OPERACIONES CON MATRICES ELEMENTALES 11

Pij ∈ Mn (K) es la matriz que se obtiene al permutar las filas i y j de la matriz

identidad In .

Dado α ̸= 0, Qi (α) ∈ Mn (K) es la matriz que se obtiene de sustituir en la

matriz identidad In el elemento 1 en la fila y columna i-ésimas por α.

Dado α ̸= 0, Pij (α) ∈ Mn (K) es la matriz que se obtiene de sustituir en la

matriz identidad In el elemento 0 en la fila i-ésima y la columna j-ésimas por
α.

Observación 1.28. Normalmente, a una matriz elemental general (puede ser Pij ,
Qi (α) o Pij (α)) la denotamos como Ei .
Observación 1.29. Observemos que las matrices elementales Pij (α) son matrices
triangulares cuyos elementos de la diagonal son uno. Además, las matrices elemen-
tales Qi (α) son matrices diagonales.

Ejemplo 1.30. En M3 (R) la matriz P23 está dada por

 
 1 0 0 
 
P23 = 

 0 0 1 .


 
0 1 0
Ejemplo 1.31. En M3 (R) la matriz Q2 (3) está dada por
 
 1 0 0 
 
Q2 (3) = 

 0 3 0 .


 
0 0 1
Ejemplo 1.32. En M3 (R) la matriz P21 (−2) está dada por
 
 1 0 0 
 
P21 (−2) = 

 −2 1 0 .


 
0 0 1
Proposición 1.33. Las matrices elementales Pij , Qi (α) y Pij (α) ∈ Mm (K) mul-
tiplicadas a la izquierda ( Pij , Qi (α) y Pij (α) ∈ Mn (K) multiplicadas a la derecha)
de una matriz A ∈ Mm×n (K) actúan realizando operaciones elementales sobre las
filas (columnas) de dicha matriz A, esto es
12 Matrices

1. Al multiplicar a la izquierda (derecha) la matriz Pij por una matriz A da como

resultado la matriz A con las filas (columnas) i y j intercambiadas.

2. Al multiplicar a la izquierda (derecha) la matriz Qi (α) por la matriz A se

obtiene la misma matriz A excepto la fila (columna) i-ésima donde todos sus
elementos son multiplicados por α.

3. Al multiplicar a la izquierda (derecha) la matriz Pij (α) por una matriz A se

obtiene la misma matriz A excepto la fila (columna) i-ésima (j-ésima) a la que
se le suma la fila (columna) j-ésima (i-ésima) multiplicada por α.

Ejemplo 1.34.
    
 1 0 0  1 2 −3   1 2 −3 
    
P23 A = 

 0 0 1


 2 6 5



= 

 −3 6 −5



    
0 1 0 −3 6 −5 2 6 5

Observemos que el producto por P23 a la izquierda ha intercambiado las filas 2 y 3

de la matriz A.
    
 1 2 −3  1 0 0   1 −3 2 
    
AP23 = 

 2 6 5


 0 0 1



= 

 2 5 6



    
−3 6 −5 0 1 0 −3 −5 6

Observemos que el producto por P23 a la derecha ha intercambiado las columnas 2

y 3 de la matriz A.

Ejemplo 1.35.
    
 1 0 0  1 2 −3   1 2 −3 
    
Q2 (3) A = 

 0 3 0


 2 6 5



= 

 6 18 15



    
0 0 1 −3 6 −5 −3 6 −5

Observemos que el producto de Q2 (3) a la izquierda ha multiplicado todos los ele-

mentos en la fila 2 de la matriz A por 3.
OPERACIONES CON MATRICES ELEMENTALES 13

    
 1 2 −3  1 0 0   1 6 −3 
    
AQ2 (3) = 

 2 6 5


 0 3 0



= 

 6 18 15



    
−3 6 −5 0 0 1 −3 18 −5
Observemos que el producto de Q2 (3) a la derecha ha multiplicado todos los ele-
mentos en la columna 2 de la matriz A por 3.

Ejemplo 1.36.
    
 1 0 0  1 2 −3   1 2 −3 
    
P21 (−2) A = 

 −2 1 0


 2 6 5



= 

 0 2 11



    
0 0 1 −3 6 −5 −3 6 −5

Observemos que el producto a la izquierda de P21 (−2) ha sumado a la segunda fila

de la matriz A la primera multiplicada por −2.
    
 1 2 −3  1 0 0   −3 2 −3 
    
AP21 (−2) = 

 2 6 5


 −2 1 0



= 

 −10 2 11



    
−3 6 −5 0 0 1 −15 6 −5
Observemos que el producto P21 (−2) a la derecha ha sumado a la primera columna
de la matriz A la segunda multiplicada por −2.

Propiedades 1.37. Las matrices elementales Pij , Qi (α) y Pij (α) ∈ Mn (K) son
regulares y cumplen las siguientes propiedades:

1. Pij−1 = Pij .

Demostración. Pij Pij = In

2. Q−1
i (α) = Qi (1/α).

Demostración. Qi (α) Qi (1/α) = Qi (1/α) Qi (α) = In

3. Pij−1 (α) = Pij (−α).

14 Matrices

Demostración. Pij (α) Pij (−α) = Pij (−α) Pij (α) = In .

Definición 1.38. Dos matrices A, B ∈ Mm×n (K) se dicen equivalentes y se denota

A ∼ B cuando se puede pasar de una otra mediante un número finito de operaciones
elementales.
Ejemplo 1.39. Utiliza operaciones elementales de filas para llevar la matriz
 
 m 1 1 1 
 
(A | b) = 

 1 m 1 m



 
1 1 m m2
a forma triangular superior.
   
 m 1 1 1   1 m 1 m 
   
(A | b) = 

 1 m 1 m



∼ 

 m 1 1 1




1 1 m m2
 P12 
1 1 m m2


   
 1 m 1 m   1 m 1 m 
   
∼ 0 1 − m2 1 − m 1 − m2  ∼ 0 1 − m m − 1 m2 − m
   
  
P21 (−m)
   

0 1 − m m − 1 m2 − m
 P23 
0 1 − m2 1 − m 1 − m2


P31 (−1)
 
 1 m 1 m 
 
= U | b̃
 
∼ 0 1−m m−1 m2 − m
 
 
P32 (−1 − m)
 
−m2 − m + 2 −m3 − m2 + m + 1
 
0 0
Por lo tanto, se cumple:

P 32 (−1 − m) P 23P 31 (−1) P21 (−m) P12 (A | b) = U | b̃

 

§1.7 Determinantes
Definición 1.40. Dada una matriz cuadrada A ∈ Mn (K), se define el determinante
de dicha matriz, el cual se denota por det A o |A|, de la siguiente manera:
n
|A| = det A = sign (σ) aiσ(i) = sign (σ) a1σ(1) a2σ(2) · · · anσ(n) ,
X Y X

σ∈Pn i=1 σ∈Pn

DETERMINANTES 15

donde σ representa una permutación de los elementos en {1, 2, . . . , n}. La posición

del element i después de la permutación σ se denota como σi . Pn es el conjun-
to de todas las permutaciones y sign (σ) es la signatura de la permutación, esto
es, sign (σ) = 1 si la permutación es par (el número de trasposiciones es par) y
sign (σ) = −1 si la permutación es impar (el número de trasposiciones es impar).

Ejemplo 1.41.

(a) Determinante de una matriz 2 × 2:

a11 a12
|A| = = a11 a22 − a12 a21
a21 a22

(b) Determinante de una matriz 3 × 3:

a11 a12 a13

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

Definición 1.42. Dada A ∈ Mn (K), se llama submatriz complementaria del ele-

mento aij , y se denota Mij , a la matriz cuadrada de dimensión n − 1 que se obtiene
de A al eliminar su fila i y su columna j. Se llama menor−(i, j) de A al determinante
de la submatriz complementaria del elemento aij , es decir, |Mij |.

Ejemplo 1.43. Usando estos menores podemos definir el determinante de una

matriz 3 × 3 como:

a11 a12 a13

|A| = a21 a22 a23 =a11 |M11 | − a12 |M12 | + a13 |M13 |.
a31 a32 a33

Definición 1.44. Dada A ∈ Mn (K), llamamos adjunto del elemento aij al escalar
i+j
Aij = (−1) |Mij |.
16 Matrices

Ejemplo 1.45. Sea A ∈ M3 (R), entonces:

a11 a12 2+3

|M23 | = y A23 = (−1) |M23 | = −|M23 |
a31 a32

Definición 1.46. El determinante de una matriz cuadrada A ∈ Mn (K) se define

a partir de los adjuntos de cualquier fila como sigue:
Si n = 1 entonces |A| = |a11 | = a11 .

Si n > 1, el determinante de A ∈ Mn (K) desarrollado por la fila k-ésima para

cualquier k ∈ {1, . . . , n} se expresa como:
n
|A| = akj Akj = ak1 · Ak1 + ak2 · Ak2 + · · · akn · Akn .
X

j=1

Ejemplo 1.47. Usando estos menores podemos definir el determinante de una

matriz 3 × 3 desarrollado por la primera fila como:

a11 a12 a13

|A| = a21 a22 a23 =a11 A11 + a12 A12 + a13 A13 .
a31 a32 a33
Observación 1.48. El determinante de una matriz se puede definir también a partir
de los adjuntos de cualquier columna. La definición del determinante desarrollando
por la columna k-ésima se expresa como:
Si n = 1 entonces |A| = |a11 | = a11 .

Si n > 1, el determinante de A ∈ Mn (K) desarrollado por la fila k-ésima para

cualquier k ∈ {1, . . . , n} se expresa como:
n
|A| = aik Aik = a1k · A1k + a2k · A2k + · · · ank · Ank .
X

i=1

Como vemos este método reduce el cálculo de un determinante de una matriz

de orden n al cálculo de n determinantes de n matrices de orden n − 1. Es decir,
para calcular el determinante de una matriz cuadrada de tamaño n × n debemos
calcular n!/3! determinantes de orden 3. Veremos que existen métodos de cálculo
de determinantes menos costosos.
DETERMINANTES 17

Ejercicio 1.49. Calcular el determinante de la siguiente matriz:

1 5 0
|A| = 2 4 −1
0 −2 0

. ¿Cuál es la forma más eficiente?. Notar que si en A hay una fila o culumna con
muchos elementos nulos covendrá desarrollar el determinante por ella con el fin de
minimizar el número de cálculos a realizar.

Propiedades de los determinantes

Propiedades 1.50.

1. Sea A ∈ Mn×n (K) se tiene que |A| = |AT |. Por tanto en las siguientes propie-
dades es equivalente hablar de operaciones por filas que por columnas.

2. A, B ∈ Mn×n (K) se tiene |AB| = |A||B|.

3. Si A ∈ Mn×n (K) es regular se tiene |A−1 | = |A| .

1

Demostración. Sabemos que A es regular, por lo tanto A−1 A = In . Aplicando

la Propiedad 2, tenemos:

|A−1 A| = |In |
|A−1 ||A| = 1.

4. Sea A ∈ Mn×n (K) una matriz triangular. Se tiene

n
|A| =
Y
aii .
i=1

En consecuencia, el determinante de una matriz diagonal también coincide con

el producto de los elementos de la diagonal.

5. Sean las matrices elementales Pij (t), Pij , Qi (t) ∈ Mn (K) se tiene
18 Matrices

• |Pij | = −1
• |Qi (t) | = t
• |Pij (t) | = 1

6. Sea A ∈ Mn×n (K) y la matriz elemental Pij (t), se tiene

|Pij (t) A| = |Pij (t) ||A| = |A|.

Esto es, si a una fila de A le añado un múltiplo de otra fila, el determinante

de la matriz A no cambia.

7. Sea A ∈ Mn×n (K) y la matriz elemental Pij , se tiene

|Pij A| = |Pij ||A| = −|A|.

Esto es, si se permutan dos filas A el determinante cambia de signo.

a b c d
=− .
c d a b

8. Sea A ∈ Mn×n (K) y la matriz elemental Qi (t), se tiene

|Qi (t) A| = |Qi (t) ||A| = t|A|.

Esto es, si en una fila de A se multiplican todos los elementos por un escalar,
el determinante queda multiplicado por dicho escalar. Por tanto, |tA| = tn |A|.

ta tb c d
=t ,
c d a b

ta tb c d
= t2 .
tc td a b

9. Si A ∈ Mn×n (K) tiene una fila con todos sus elementos nulos entonces |A| = 0.

a b
= 0.
0 0
RANGO DE UNA MATRIZ Y MATRICES ESCALONADAS 19

10. Si A ∈ Mn×n (K) tiene dos filas iguales entonces |A| = 0.

a b
=0
a b

11. Si A ∈ Mn×n (K) tiene dos filas proporcionales |A| = 0.

a b
=0
ta tb

§1.8 Rango de una matriz y matrices escalonadas

Definición 1.51. Una matriz A ∈ Mm×n (K) se dice escalonada por filas si verifica
las siguientes propiedades:

1. Todas las filas de ceros (si las hay) están en la parte inferior de la matriz.

2. En las filas que no sean de ceros, el primer término no nulo de una fila está
más a la izquierda del primer término no nulo de la fila siguiente.

Ejemplo 1.52. Las siguientes matrices están en forma escalonada

 
     
 0 3 2 1 0 −1 
−1 3 5 2 5 0 −1 1 0 2  
0 0 2 5 1 0
       
       

 0 2 4 ,
 
 0 3 4 ,
 
 0 0 2 5

 y 
















 0 0 0 0 −2 1 

0 0 0 0 0 −1 0 0 0 0 



0 0 0 0 0 3

Por otro lado, las siguientes matrices no están en forma escalonada

 
 
 0 3 2 1 0 −1 
−1 3 5  
0 0 2 5 1 0
   
   
A= 
 0 0 0

 y B= 
 .






 0 0 0 0 −2 1 

0 2 4 



0 0 0 0 3 0

Observación 1.53. La matriz identidad es una matriz escalonada.

20 Matrices

Observación 1.54. Cualquier matriz distinta de la matriz nula se puede reducir a

una matriz escalonada a través de operaciones elementales.

Definición 1.55. Se define el rango de una matriz A ∈ Mn×n (K) como el número
de filas no nulas de su forma escalonada y lo denotaremos por rg (A).

Teorema 1.56. Una matriz A ∈ Mn×n (K) es invertible si y sólo si el rg (A) = n.

Teorema 1.57. Sea A ∈ Mm×n (K) y sea B ∈ Mm×n (K) la matriz escalonada
obtenida al reducir A. Entonces, existe una matriz P ∈ Mm×m (K), producto de
matrices elementales por filas, y una matriz Q ∈ Mn×n (K), producto de matrices
elementales por columnas, tal que

B = P AQ.

Se dice que las matrices A y B son equivalentes y se escribe A ∼ B.

Ejemplo 1.58. Consideremos la matriz

 
 2 1 3 4 
 
A= 

 4 2 1 5 .


 
1 0 2 3

     
 2 1 3 4   2 1 3 4   2 1 3 4 
     
A= 
 4 2 1 5

 ∼ 
 0 0 −5 −3

 ∼ 
 0 −1/2 1/2 1

 =B
P21 (−2)
     

1 0 2 3
 
0 −1/2 1/2 1
 P23 
0 0 −5 −3


P31 (−1/2)

P = P23 P31 (−1/2) P21 (−2)

     
 1 0 0   1 0 0   1 0 0 
     
I3 = 
 0 1 0

 ∼ 
 −2 1 0

 ∼ 
 −1/2 0 1

 =P
P21 (−2)
     

0 0 1
 
−1/2 0 1
 P23 
−2 1 0


P31 (−1/2)

B = P23 P31 (−1/2) P21 (−2) AI = P AQ

RANGO DE UNA MATRIZ Y MATRICES ESCALONADAS 21

Teorema 1.59. Toda matriz A ∈ Mm×n (K) es equivalente a una matriz de la

forma
..
 
 Ir . 0 
 
··· ···
 
 
..
 
.
 
0 0
siendo r el rango de A.

Ejemplo 1.60. Consideremos la matriz

 
2 1 3
A=
 
.
−1 0 4
 

Hallar P y Q tales que

 
1 0 0
P AQ = 
 
.
 
0 1 0
Realizaremos operaciones elementales sobre las filas y columnas de A. Anotare-
mos debajo de ∼ las operaciones elementales de filas y encima de ∼ las operaciones
elementales de columnas.

       
2 1 3 −1 0 4 −1 0 4  P13 (4)  −1 0 0
A= ∼ ∼  ∼  ∼
     
    
−1 0 4
       
P12 2 1 3 P21 (2) 0 1 11 0 1 11
   
P23 (−11)  −1 0 0  1 0 0
∼ ∼
 
   
   
0 1 0 Q1 (−1) 0 1 0
Por tanto:
 
1 0 0
Q1 (−1) P21 (2) P12 AP13 (4) P23 (−11) = 
 

 
0 1 0
     
−1 0 1 0 0 1 0 −1
P = Q1 (−1) P21 (2) P12 =  =
     
   .
     
0 1 2 1 1 0 1 2
22 Matrices

    
 1 0 4  1 0 0   1 0 4 
    
Q = P13 (4) P23 (−11) = 

 0 1 0


 0 1 −11



= 

 0 1 −11 .


    
0 0 1 0 0 1 0 0 1

Corolario 1.61. Sean la matriz identidad I ∈ Mn×n (K) y A ∈ Mn×n (K). Se tiene

1. A es regular si y sólo si A es equivalente a I.

2. A es equivalente a I si y sólo si rg (A) = n.

3. rg (A) = n si y sólo si A es el producto de matrices elementales.

PROBLEMAS 23

LISTA DE PROBLEMAS

1. Dadas las matrices

     
2 −1 0 1  1 3 5
 ,  ,  
4 −2 2 −1 1
     
3 2

calcular cuando sea possible: A · C, C · B, C T · B.

2. Dadas las matrices

      
 2 3 −2 −2 3 −1 0 6 2 0 1 
      
−1

 0 −3


, 

 4 2 1 ,


3

 −1  3
4

 −1


      
4 5 2 5 −2 4 2 7 5 2 0

Calcular, cuando sea possible, A2 , A·B, B ·C, (A − C)·B, (B − D)·A y (B − 5C)·

2A.
   
2 1 1 0 
3. Calcular Y 2 − 7Y + 7I con Y = 

 e I =
 
.

3 5 0 1

4. Calcular m y p de modo que pueda realizarse el product P T QT · M T si M es

 

matriz 2 × 3, P es m × p y Q es 3 × 4. Obtener el elemento que ocupa la fila 2,

columns 3, de la matriz product.
   
1 −2 2 1
5. Dadas las matrices M = 


 eN = 

, calcular las matrices X e Y

0 1 3 0
que satisfacen: 
2X − 5Y = M



(2)


 −X + 3Y = N

 
1 0 0
 
6. Hallar An cuando A = 1

 1 0


 
1 1 1
24 Matrices

 
1 1 1
 
c 1  
7. Dadas las matrices A = 


 yB= 1

1 1

hallar An y B n .
0 c 



1 1 1
 
1 0  
 1 1 0

 
8. Sean A = 
 2 1

yB= . Calcular el rango de A · B.
−1 0 1
   
 
−2 0
9. Dadas las matrices
   
1 −1 2 3
A=  y B= .
0 −1
   
α 1

Calcular el valor de α para que se satisfaga

 
6 1
B 2 + 2A = 



4 3

 
1 0 −1
 
10. Calcular la inversa de la matriz A = 1

 1 2 .


 
1 1 0
11. Si A es una matriz de tamaño m × n, ¿qué se puede decir de AAT y de AT A
respecto al tamaño?.
12. Dada una matriz cualquiera, demuestra:

a) A − AT es antisimétrica.

b) A + AT es simétrica.

13. Dadas A y B otroganales, entonces A · B es ortogonal.

 
x −2 
14. Estudiar para qué valores de X la matriz inversa de A =  , coincide
5 −x
 

con su opuesta.
PROBLEMAS 25

 
 cos α sin α 0 
 
15. Para la matriz A = − sin α

 cos α 0


,
 
0 0 β
estudiar que existen valores de α y β para los cuales la matriz A es simétrica.
¿Será la matriz B = AAT igual a la matriz identidad en algún caso?.
 
a 0 1
 
16. Dada A = 0

 a 0


con a ∈ R, calcula A2 , A3 , A4 y deduce An para todo
 
0 0 a
n ∈ N.
17. Una matriz real cuadrada A se dice simétrica si AT = A y ortogonal si AT =
A−1 . Prueba la siguiente afirmación:  
a −b −c −d
 
b a −d c 
 
Si a, b, c, d ∈ R cumplen a2 + b2 + c2 + d2 = 1, la matriz A = 



c


d a −b 


 
d −c b a
es ortogonal.
18. Calcula el siguiente determinante:

1 1 0 3
0 6 7 8
0 0 −1 −3
0 0 0 4

19. Utiliza las propiedades de los determinantes para demostrar que el valor de
1 5 0
2 2 5 es un múltiplo de 15.
2 5 5

−λ 0 1
20. Halla los valores de λ que satisfacen la ecuación −2 2 − λ 1 = 0.
1 0 −λ
26 Matrices

x a b c
a x c b
21. Resuelve la ecuación = 0 aplicando propiedades de los deter-
b c x a
c b a x
minantes.

22. Calcula el siguiente determinante:

0 1 1 ... 1
1 0 1 ... 1
1 1 0 ... 1
.. .. .. . . ..
. . . . .
1 1 1 ... 0

23. Sea A ∈ Mn (K): si (A|In ) se transforma en (In |B) al hacer operaciones

elementales, discute si necesariamente B = A−1 en cada uno de los siguientes casos:

(a) Las operaciones elementales se realizan todas por filas.

(b) Las operaciones elementales se realizan todas por columnas.

(c) En cualquier caso, aunque se combinen operaciones por filas y columnas.

 
1 1 0 
 
Utiliza los resultados anteriores para calcular la matriz inversa de 3

 0 1 .


 
0 2 −1

24. Dadas 3 matrices A, B, C, si A es equivalente a B y B es equivalente a C,

razona cuales de las siguientes afirmaciones son ciertas:

(a) A es equivalente a C.

(b) Si las matrices son cuadradas, entonces |A| = |C|.

PROBLEMAS 27

25. Razona si, son verdaderas o falsas las siguientes afirmaciones.

Se sabe que una matriz A ∈ Mn (R) es idempotente, es decir, A2 = A.

(a) Necesariamente A = 0n o A = In .

(b) Si A ̸= In , entonces A es singular.

(c) Si A es equivalente a B, necesariamente B es también idempotente.

(d) Si A es triangular, sus coeficientes diagonales sólo pueden ser 0 o 1.