Universidad Nacional del Nordeste

Trayectos Formativos Comunes a las Ingenierías

SEDE GOYA - 2024

Matrices y Determinantes

EQUIPO DOCENTE:
González, Jorge Ariel
González, María Isabel
Almirón, Jorge Ezequiel
 Matrices. Definición
Se llama matriz de clase m x n a todo arreglo
rectangular con m filas y n columnas, siendo
m y n números naturales.
Al conjunto de todas las matrices de clase
mxn
m x n, lo notaremos: K donde K puede
ser el conjunto numérico Q, R o C.
Una matriz se representa con letra
mayúscula y los elementos de dicha matriz
se representan con letras minúsculas.
Cada elemento de la matriz tiene dos
subíndices, el primero indica la fila a la que
pertenece y el segundo la columna.
En forma genérica, designaremos a la matriz
A, así:  a11 a12 a13 ..... a1n 
a a22 a23 ..... a2 n  
A  [aij ]mxn   21

 .... .... .... ..... .... 

 
am1 am 2 am3 .....amn  mxn
Ejemplos:
 1  4 3
1  2 3 B   2 1 2
A 
 4 5 6 2 x 3   1 1 0 3 x 3

1 2  1 3
0 1 0  1 5 2  6
0
C D   0 1  9 4 
3 1 / 2 7 2
   1 5  1 3  3 x 4
3  1 8 0 4 x 4
 Matrices Especiales
De acuerdo a la disposición o naturaleza de sus
elementos se pueden clasificar en:
Matriz cuadrada: Una matriz A  [aij ]mxn es cuadrada si y
solo si, tiene el mismo número de filas que de
columnas.(m=n)  a11 a12 a13 ..... a1n 
a a a .....a 
A   21 22 23 2n 

 .... .... .... ..... .... 

 
an1 an 2 an3 ..... ann  nxn

Se llama diagonal principal de A  [aij ]nxn al conjunto de

los elementos de A que verifican que i  j; i, j
Matriz rectangular: Una matriz A  [aij ]mxn es rectangular
si y solo si, el número de filas no coincide con el de
columnas.(m ≠ n)

Matriz fila: Es aquella que tiene una sola fila (m = 1).

F  [a11 a12 a13 ... a1n ] 1xn
Por ejemplo: A  [1  3 5] 1x 3

Matriz columna: Es aquella que tiene una sola columna.

(n = 1). a11  Por ejemplo:
a  5 
C   21  C   1
....   
  
 4 
 3 x1
am1  mx1
Matriz nula: Es la que tiene todos sus elementos nulos.
aij  0; i, j

Matriz Traspuesta: Dada una matriz A, se llama matriz

traspuesta de A, a la matriz cuyas filas son las columnas
de A y cuyas columnas son las filas de A.
Por lo tanto, si A es una matriz de clase m x n, AT es una
matriz de clase n x m.
A  [aij ]mxn es A  [a ji ]nxm
T

La matriz traspuesta de
 a11 a12 a13 ..... a1n   a11 a21 a31 ..... am1 
a a a .....am 2 
 a22 a23 ..... a2 n   a32
A 21
A 
T 12 22

 .... .... .... ..... ....   .... .... .... ..... .... 
   
am1 am 2 am3 .....amn  mxn a1n a2 n a3n ..... amn  nxm
Matriz Opuesta: Dada la matriz A, indicamos su
opuesta como –A y es la matriz que se obtiene con
todos los elementos opuestos de A.
La matriz opuesta de A  [aij ]mxn es  A  [aij ]mxn
 Matrices Cuadradas Particulares
Matriz triangular superior: Una matriz
A  [aij ]nxn es una matriz triangular superior si y
solo si, los elementos situados por debajo de la
diagonal principal son ceros.
A  [aij ]nxn es una matriz triangular superior, si y solo si, aij  0, i  j

Por ejemplo:
a11 a12 a13 ... a1n 
0 a
 a23 ... a2 n  1  2 3 
A A  0 6  4
22

 .... .... .... ... ... 

  0 0 2 
0 0 0 ... ann  nxn
Matriz triangular inferior: Una matriz A  [aij ]nxn
es una matriz triangular inferior, si y solo si, los
elementos situados por encima de la diagonal
principal son ceros.

A  [aij ]nxn es una matriz triangular inferior, si y solo si, aij  0, i  j

Por ejemplo:
 a11 0 0 ..... 0 
a a  1 0 0
 0 ..... 0   
A 21 22
A   1 6 0
 .... .... .... ..... .... 
 
an1 an 2 an3 ..... ann  nxn  5 8 2
Matriz diagonal: Una matriz A  [aij ]nxn es una
matriz diagonal, si y solo si, los elementos que no
pertenecen a la diagonal principal son nulos.

A  [aij ]nxn es una matriz diagonal, si y solo si, aij  0, i  j

Por ejemplo:
a11 0 0 ..... 0  1 0 0
0 a 
A 22 0 ..... 0  
A  0 6 0 
 .... .... .... ..... .... 
  0 0 2
 0 0 0 ..... ann  nxn
Matriz escalar: Una matriz es escalar, si y solo si, es
una matriz diagonal en la que los elementos de la
diagonal principal son iguales entre sí.

a11 0 0 ..... 0  Por ejemplo:

0 a 
A 11 0 ..... 0  6 0 0 
 .... .... .... ..... .... 
 

A  0 6 0 
 0 0 0 ..... a11  nxn
0 0 6
Matriz identidad o unidad: Una matriz es identidad, si y
solo si, los elementos de la diagonal principal de una
matriz escalar de clase nxn son iguales a 1.
 1 0 0 ..... 0 
 0 1 0 ..... 0 
In   
.... .... .... ..... ....
 
 0 0 0 ..... 1  nxn
Por ejemplo:
1 0 0
I  0 1 0
0 0 1
Matriz Simétrica: Son aquellas matrices que
coinciden con su transpuesta. O sea:
aij  a ji i, j

Esto significa que A  AT

 Suma de Matrices
Dos matrices son conformables para la suma, si y sólo si,
son de la misma clase.
Dadas las matrices: A  [aij ]mxn y B  [bij ]mxn
A  B  [aij ]mxn  [bij ]mxn  [aij  bij ]mxn i, j
 a11 a12 a13 ... a1n   b11 b12 b13 ... b1n 
a a a ... a2 n  b b22 b23 ... b2 n 
A   21 22 23 B   21
 .... .... .... ... ....   .... .... .... ... .... 
   
am1 am 2 am3 ... amn  mxn bm1 bm 2 bm3 ... bmn  mxn

 a11  b11 a12  b12 a13  b13 ... a1n  b1n 

a b a22  b22 a23  b23 ... a2 n  b2 n 
A B   21 12

 .... .... .... ... .... 

 
am1  bm1 am 2  bm 2 am3  bm3 ... amn  bmn  mxn
 Suma de Matrices
Dos matrices son conformables para la suma,
si y solo si, son de la misma clase.
Dadas las matrices: A  [aij ]mxn y B  [bij ]mxn

A  B  [aij ]mxn  [bij ]mxn  [aij  bij ]mxn i, j

La suma de dos matrices de la misma clase, es otra

matriz, de la misma clase que las dadas; y cada
coeficiente de esta matriz se obtiene sumando los
coeficientes de las matrices dadas que están en la
misma posición.
 Propiedades de la Suma de Matrices
La suma de matrices verifica las siguientes
propiedades:
1) Propiedad Asociativa:
A, B, C  K mxn
:  A  B   C  A  B  C 
2) Propiedad Conmutativa:
A, B  K mxn
: A B  B  A
3) Existencia de elemento neutro:
N  K mxn / A  K mxn : A  N  N  A  A
N  [0ij ]mxn
4) Existencia de elemento opuesto:
A  K mxn : A´ K mxn / A  A´ A´ A  N
A´ [aij ]mxn
 Diferencia de Matrices
Dadas dos matrices de la misma clase:
A  [aij ]mxn y B  [bij ]mxn
La diferencia A  B la podemos expresar como
A  ( B) ,es decir la suma de la matriz A y la
opuesta de B. O bien:
A  B  [aij ]mxn  [bij ]mxn  [aij  bij ]mxn i, j
La resta de dos matrices de la misma clase, es otra
matriz, de la misma clase que las dadas; y cada
coeficiente de esta matriz se obtiene restando los
coeficientes de las matrices dadas que están en la
misma posición.
 Producto de una Matriz por un escalar
Dada una matriz A  [aij ]mxn y un escalar c  K

Se define la matriz: c. A  c.[aij ]mxn  [[Link] ]mxn i, j

El producto de una matriz por un escalar es

otra matriz que se obtiene multiplicando cada
elemento de la matriz por dicho número.
 Producto de Matrices
Dadas las matrices A  [aij ]mxn y B  [bij ] pxq
 Dos matrices son conformables para el
producto, si y solo si, el número de columnas
de la primera matriz es igual al número de
filas de la segunda. (n = p)
 El producto de A.B es una matriz de clase
mxq.
 Si n ≠ p, el producto A.B no está definido y
se dice que A y B no son conformables para
el producto.
 Producto de Matrices
Dadas las matrices A  [aij ]mxn y B  [bij ]nxp
Se llama producto de la matriz A por la matriz B, a la
matriz C  [cij ]mxp , tal que: n
cij  ai1.b1 j  ai 2 .b2 j  ai 3 .b3 j  ....  ain .bnj   aik .bkj
k 1
i  1,2,..., m
j  1,2,..., p

Esto significa que el elemento cij se obtiene sumando

los n elementos que resultan de multiplicar cada
elemento de la fila i-ésima de A por el
correspondiente elemento de la columna j-ésima de
B.
 Producto de Matrices
b11 b12 b13 ... b1 j ... b1 p
b21 b22 b23 ... b2 j ... b2 p
   ...  
bi1 bi 2 bi 3 ... bij ... bip

bn1 bn 2 bn 3 ... bnj ... bnp
A.B
a11 a12 a13 ..... a1n c11 c12 c13 ... c1 j ... b1 p
a21 a22 a23 ..... a2 n c21 c22 c23 ... c2 j ... c2 p
   .....     ...  
ai1 ai 2 ai 3 ..... ain ci1 ci 2 ci 3 ... cij ... cip


cm1 cm 2 cm 3 ... cmj ... cmp
am1 am 2 am 3 ..... amn
 Producto de Matrices
Por ejemplo:
Dadas las matrices A  [aij ]3 x 2 y B  [bij ]2 x3
Observamos que este producto es posible ya que el
número de columna de la matriz A es igual al número
de filas de la matriz B.
La matriz producto C  [cij ]3x3 se obtiene:
Propiedades del Producto de Matrices Cuadradas

1) Ley de Cierre A, B  K nxn

: A.B  K nxn

2) Propiedad Asociativa:

A, B, C  K nxn
:  A.B .C  A.B.C 

3) Existencia de elemento neutro:

I n  K nxn
/ A  K nxn
: A.I n  I n . A  A
 Operaciones elementales de filas
Definición: Dada una matriz A  [aij ]mxn , se llaman
operaciones elementales de filas a las siguientes:
 Permutación de dos filas: La fila Fi se reemplaza
por la fila F j y la fila F j se reemplaza por la fila Fi .
(Se indica: Fi  Fj )
 Reemplazo de todos los elementos de una fila por
su producto por un escalar distinto de cero.
(Se indica: k .Fi  Fi ).
 Reemplazo de una fila por su suma con otra.
(Se indica: Fi  [Link]  Fi ).
 Operaciones elementales de filas
Por ejemplo:
Aplicar la siguiente secuencia de operaciones elementales a la
matriz A:  3  2 5
A   1 6 2
 4  10 0
1) Permutar las filas primera y segunda.
 3  2 5  1 6 2
A    1 6 2   3  2 5
 4  10 0   4  10 0
F1  F2
2) Reemplazar la tercera fila por su producto por 3.
 1 6 2  1 6 2
3  2 5    3  2 5
   
 4  10 0 12  30 0
3 F3  F3
3) Reemplazar la primera fila por su suma con la
segunda.  1 6 2 2 4 7
 3  2 5   3  2 5
   
12  30 0 12  30 0

F1  F2  F1

4) Reemplazar la segunda fila por: F1  2F2  F2

2 4 7 2 4 7
 3  2 5   4 8  3
   
12  30 0  12  30 0 

F1  2F2  F2
 Matrices Equivalentes

Sean A  [aij ]mxn y B  [bij ]mxn

Se dice que A es equivalente a B, si B se

obtiene de A, por la sucesiva aplicación de un
número finito de operaciones elementales.
 COMBINACIONES LINEALES
Sea A  [aij ]mxn , de filas F1 , F2 ,...., Fm y sean
c1 , c2 ,...., cr  K , con r  m
Definición: Se llama combinación lineal de las filas
F1 , F2 ,...., Fr con coeficientes c1 , c2 ,...., cr
a la siguiente expresión: c1F1  c2 F2  ....  cr Fr
3 2 5 
Por ejemplo, consideremos la matriz: A  1 6 2 
9 22 16
Puede observarse que la tercera fila es una combinación lineal
de las dos primeras, con coeficientes 2 y 3, pues:
2.[3 2 5]  3.[1 6 2]  [6 4 10]  [3 18 6]  [9 22 16]
 COMBINACIÓN LINEAL NULA
Definición: Una combinación lineal de filas se llama
nula si es igual a la matriz nula de clase 1xn.
Por ejemplo, la siguiente combinación lineal de filas
es nula:
2.[3 6]  3.[ 2  4]  [6 12]  [6  12]  [0 0]

Dadas filas cualesquiera, la combinación lineal con

todos los coeficientes cero, es una combinación
lineal nula; se llama combinación lineal nula trivial.

A  [aij ]mxn : 0 F1  0 F2  ....  0 Fn  [0 0 0 ...0]  01xn

 DEPENDENCIA E INDEPENDENCIA LINEAL
Sea A  [aij ]mxn , de filas F1 , F2 ,...., Fr con r  m
Definición: Las filas F1 , F2 ,...., Fr son
linealmente dependientes si y solo si existen
escalares c1 , c2 ,...., cr  K , no todos nulos, tales
que:
c1 F1  c2 F2  ....  cr Fr  [0 0 0 ...0]  01xn

Definición: Las filas F1 , F2 ,...., Fr son

linealmente independientes si y solo si, no son
linealmente dependientes.
Definición: Las filas F1 , F2 ,...., Fr son
linealmente independientes si y solo si, no son
linealmente dependientes.

Esto es equivalente a decir que la única forma de

expresar la matriz nula 01xn como combinación lineal
de las filas Fi es la combinación nula trivial:

F1 , F2 ,...., Fr son linealmente independientes si y

sólo si:
c1.F1  c2 .F2  ....  cr .Fr  [0 0 0 ...0]  01xn  c1  c2  ...cr  0
 PROPIEDADES DEL CONJUNTO DE FILAS

1) Si dos filas son iguales, el conjunto de filas

es linealmente dependiente.
2) Si alguna de las filas es nula, el conjunto
de filas es linealmente dependiente.
3) Si alguna de las filas es combinación lineal
de las otras, el conjunto de filas es
linealmente dependiente.
4) Si alguna de las filas es múltiplo de otra, el
conjunto de filas es linealmente
dependiente.
 Rango de una matriz
Sea A  [aij ]mxn
Se llama rango fila de A al máximo número de
filas linealmente independientes de A.
Se llama rango columna de A al máximo
número de columnas linealmente
independientes de A.

Teorema: El rango fila de toda matriz es igual a

su rango columna.
 PROPIEDADES

1)El rango fila de la matriz nula, de cualquier

clase, es cero.
2)El rango fila de la matriz identidad de clase
nxn, es n.
3)Dos matrices equivalentes por fila tienen el
mismo rango fila.
 MATRICES ESCALONADAS
Una matriz es escalonada si, y solo si, verifica
las dos condiciones siguientes:
 Las filas nulas, si existen, están después de
todas las no nulas.
 En cada una de las filas no nulas, el
número de ceros que precede al primer
elemento no nulo es mayor que el anterior.
Por ejemplo:
3  2 5
3  2 5  3 0 5  3  2 0  
C  0 0 2 D  0 6 2
A  0 6 2 B  0 6 2 0 0 1
0 0 1  0 0 0  0 0 0  0 0 0
Propiedad: El rango fila de una matriz
escalonada, es igual al número de filas no
nulas de esa matriz.
 MATRIZ ADJUNTA A(i , j ) DEL ELEMENTO aij
Dada una matriz A  [aij ]nxn
Llamamos matriz adjunta del elemento
aij a la matriz de clase (n-1) x (n-1) que se
obtiene al eliminar la fila i y la columna j de A.
Ejemplo:
a11 a12 a13 a14 
a a11 a12 a14 
a24 
 a34 
a22 a23
A 
21
A( 2,3) a31 a32 
a31 a32 a33 a34 
  
a41 a42 a44 

a41 a42 a43 a44  4 x 4
 DETERMINANTES
Definición: Es una función : K nxn  K definida
de la siguiente manera:
Si n = 1 : K 1x1  K / A  a11  a11

Si n≥2
n
i j
:K nxn
 K / A   aij .( 1) . A( i , j ) , con 1  i  n
j 1

Regla de Laplace: Desarrollo de un determinante por

elementos de una línea.
 DETERMINANTES
Si n=2
n
: K nxn  K / A   aij .( 1) i  j . A( i , j ) , con 1  i  n
j 1

 a11 a12 
Dada la matriz : A
 a21 a22 
Si hallamos el determinante por el desarrollo de la primera fila:
A  a11.( 1)11. a22  a12 .( 1)1 2 . a21
A a11.a22  a12 .a21
Si hallamos el determinante por el desarrollo de la segunda fila:
A  a21.( 1) 21. a12  a22 .( 1) 2 2 . a11
A  a21.a12  a22 .a11
 DETERMINANTES
En resumen: “El determinante de segundo orden
es igual al producto de los elementos de la
diagonal principal menos el producto de los
elementos de la diagonal secundaria”.
 a11 a12 
A
 a21 a22 

a11 a12
A  a11.a22  a12 .a21
a21 a22
 DETERMINANTES
Si n=3
n
: K nxn  K / A   aij .( 1) i  j . A( i , j ) , con 1  i  n
j 1
 a11 a12 a13 
Dada la matriz : A  a21 a22 a23 
a31 a32 a33 
Si hallamos el determinante por el desarrollo de la primera fila:
a22
11
a23 1 2
a21 a23 1 3
a21 a22
A  a11.( 1) .  a12 .( 1) .  a13 .( 1) .
a32 a33 a31 a33 a31 a32
A  a11.a22 .a33  a11.a32 .a23  a12 .a21.a33  a12 .a31.a23  a13.a21.a32  a13.a31.a22
A  (a11.a22 .a33  a12 .a31.a23  a13.a21.a32 )  (a11.a32 .a23  a12 .a21.a33  a13.a31.a22 )
 DETERMINANTES
Si n=3
n
: K nxn  K / A   aij .( 1) i  j . A( i , j ) , con 1  i  n
j 1
 a11 a12 a13 
Dada la matriz : A  a21 a22 a23 
a31 a32 a33 

Tarea:
Hallar el determinante por el desarrollo de la segunda fila
y tercera fila verificando que el resultado hallado mediante
cualquiera de sus filas es el mismo.
Regla de Sarrus: Sirve para calcular el valor del
determinante de orden 3.
Consiste en agregar a continuación de la última
fila las dos primeras filas, y el determinante es
igual a la suma de los productos de los elementos
de la diagonal principal y sus paralelas, menos la
suma de los productos de los elementos de la
diagonal secundaria y sus paralelas.
a11 a12 a13
A  a21 a22 a23
 (a11.a22 .a33  a21.a32 .a13  a31.a12 .a23 ) 
a31 a32 a33
a11 a12 a13 (a13 .a22 .a31  a23 .a32 .a11  a33 .a12 .a21 )
a21 a22 a23
 DETERMINANTES

Por ejemplo.
Dada la matriz A, de orden 3, hallaremos el
determinante utilizando la regla de Sarrus.
2 1 1
A  3 4 1
5 0 1
2 1 1
A 3 4 1  (2.4.1  3.0.1  5.1.1)  (1.4.5  1.0.2  1.1.3) 
5 0 1 13  23  10
2 1 1
3 4 1
 DETERMINANTES
En el siguiente ejemplo hallaremos el determinante de
orden 4. n
: R  R / A   aij .( 1) i  j . A( i , j ) , con 1  i  n
nxn
j 1

2 3 5 4
1 6 0 1 
Sea A  
2 0 5 0
 
3 7 1 2
3 5 4 2 5 4 2 3 4 2 3 5
A  2.(1)31. 6 0 1  0.( 1)3 2 . 1 0 1  5.( 1)33 . 1 6 1  0.(1)3 4 . 1 6 0
7 1 2 3 1 2 3 7 2 3 7 1
A  2.1.( 4)  0 5.1.( 31)  0

A  (4)  (155)  163

 PROPIEDADES DE LOS DETERMINANTES
1) Si una matriz tiene dos filas o dos columnas
iguales, su determinante es cero.
2) Si una matriz tiene una fila o una columna
nula, su determinante es cero.
3) El determinante del producto de dos matrices
de la misma clase, es igual al producto de los
determinantes de las matrices.
4) El determinante de una matriz triangular
(superior o inferior) o diagonal, es igual al
producto de los elementos de la diagonal
principal.
5) El determinante de la matriz identidad de
cualquier orden es 1.
6) Si se multiplica un escalar no nulo por una fila
o columna de una matriz, el determinante de
la nueva matriz será igual al determinante de
la matriz multiplicado por el escalar.
7) Si en una matriz se permutan dos filas o dos
columnas, el determinante de la nueva matriz
es el opuesto del determinante de la primera.
8) Si una matriz tiene dos o más filas (o
columnas) linealmente dependientes, su
determinante es cero.

9) Si una matriz tiene sus filas

proporcionales, su determinante es nulo.

10) El determinante de una matriz es igual al

de su traspuesta.
 Menor complementario del elemento aij de una matriz
de clase nxn

Dada una matriz A  [aij ]nxn

Llamamos menor complementario del elemento
aij de A y lo anotamos M ij , al determinante de
la matriz adjunta del elemento aij de clase
(n-1) x (n-1) que se obtiene al eliminar la fila i y la
columna j de A. Ejemplo:
a11 a12 a13 a14 
a a22 a23 a24 
a11 a12 a14
A  M 23  a31
21
a32 a34
a31 a32 a33 a34 
  a41 a42 a44
a41 a42 a43 a44  4 x 4
 Adjunto o cofactor del elemento aij de una matriz de
clase nxn

Dada una matriz A  [aij ]nxn , llamamos adjunto o

cofactor del elemento aij de A y lo anotamos Aij ,
a su menor complementario o a su opuesto según
i+j es par o impar respectivamente.
Es decir que  M ij si i  j es par
Aij  
  M ij si i  j es impar

i j
o lo que es lo mismo: Aij  (1) .M ij
Ejemplo: Dada una matriz A:
a11 a12 a13 

A  a21 a22 a23 
a31 a32 a33  3 x 3
El adjunto del elemento a32 se obtiene:

3 2
a11 a13 a11 a13
A32  (1) .  (1).
a21 a23 a21 a23
 MATRIZ ADJUNTA DE LA MATRIZ A
Sea A  [aij ]nxn . Se llama matriz adjunta de A y
anotamos Adj A, a la traspuesta de la matriz que se
obtiene al reemplazar cada elemento de A por sus
T
respectivos adjuntos.  A11 A12 A13 ..... A1n 
A A A ..... A 
Adj A   21 22 23 2n 

 .... .... .... ..... .... 

 
Por ejemplo:  An1 An 2 An3 ..... Ann  nxn
 2 5
A 
 1 3

 3  1  3  5
T

Adj A     
  5 2    1 2 
 2 1 1
Ejemplo:
A  3 4 1
5 0 1
T
 4 1 3 1 3 4 
  
 0 1 5 1 5 0 
 4 2  20
T
  4  1  3
 1 1 2 1 2 1     2 3 1 
Adj A      
5 0  
1 3 5   
 0 1 5 1
 3 1 5   20 5 5 
 1 1 2 1 2 1 
 4 
 1 3 1 3 4 
También podemos definir:
Sea A  [aij ]nxn . Se llama matriz adjunta de A y
anotamos Adj A, a la matriz que se obtiene al
reemplazar cada elemento de la traspuesta de A por
sus respectivos adjuntos.
2 1 1 2 3 5
A  3 4 1 AT  1 4 0
5 0 1 1 1 1
 4 0 1 0 1 4 
  
 1 1 1 1 1 1 
 4 1  3
 3 3 
1 
5 2 5 2
Adj A     2 3
 1 1 1 1 1 1
 20 5 5 
 3 5 2 5 2 3 
 4 
 0 1 0 1 4 
 Comparando las dos formas:
2 1 1 2 3 5
A  3 4 1 AT  1 4 0
5 0 1 1 1 1
T
 4 1 3 1 3 4 
  
 0 1 5 1 5 0 
4 2  20  4
T
 1  3
 1 1 2 1 2 1     2 3 1 
Adj A      
5 0  
1 3 5    (1)
 0 1 5 1
 3 1 5   20 5 5 
 1 1 2 1 2 1  
 4 
 1 3 1 3 4 
 4 0 1 0 1 4 
  
 1 1 1 1 1 1 
 4 1  3
 3 3 
1 
5 2 5 2
Adj A     2 3
 1 1 1 1 1 1
 20 5 5 
(2)
 3 5 2 5 2 3  
 4 
 0 1 0 1 4 
 MATRIZ INVERSA
Una matriz A  [aij ]nxn es regular, inversible o
no singular si y solo si, existe una matriz de la
1
misma clase (notada A ) tal que multiplicada
a izquierda y derecha por A, da por resultado
la matriz identidad de la misma clase.

1 1 1
A  [aij ]nxn es inversible A / A.A  A . A  I n
1
A es la inversa de A
La inversa es única
Propiedad: Una matriz cuadrada de clase
nxn es inversible si, y solo si, su rango fila
es igual a n.
 Cálculo de la inversa de una matriz
Una matriz de clase nxn es inversible  su
rango es igual a n  su determinante es
distinto de cero.
A  [aij ]nxn es inversible r ( A)  n  A  0

Sea A  [aij ]nxn y A inversible. La matriz inversa

de A es igual a la matriz adjunta de A dividida
por el determinante de A.
1 Adj A
A 
A
 2 5
Por ejemplo: Calcular la inversa de A   
A 1  1 3
1)

 3  1  3  5
T

2) Adj A   5 2    1 2 
   

1 Adj A  3  5
3) A   
A  1 2 

Es posible verificar haciendo:

2 5  3  5 1 0
  1 2   0 1 
1
A.A    .
1 3    
 2 1 1
Calcular la inversa de: A  3 4 1
1) A  10 5 0 1
T
 4 1 3 1 3 4 
  
 0 1 5 1 5 0 
4 2  20  4
T
 1  3
2)  1 1 2 1 2 1     2 3 1 
Adj A      
5 0  
1 3 5   
 0 1 5 1
 3 1 5   20 5 5 
 1 1 2 1 2 1  
 4 
 1 3 1 3 4 

 4  1  3
3)  2 
  3 1  2 5 1 3

Adj A   20 5 5    1
10 10
1 
A1  
3

 10
5 10 10
A  2 1 1 
2 2
Es posible verificar haciendo:

2 1 1 2 5 1
10
3
 1 0 0
10

1 3 4 1.  15 1   0 
A.A  1 0
3
  10 10
  
5 0 1  2 1
2
1 
2 0 0 1