Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Igualdad de matrices
Se llama matriz a una disposición rectangular de números reales, a los cuales se les
denomina elementos de la matriz. Cada elemento tiene dos subindices, el primero
indica la fila y el segundo la columna
2ª columna
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que
ocupan la misma posición en cada una de ellas son iguales.
Matriz: Ejemplo
Juan, Ana y Elena han ido a una tienda y han comprado lo siguiente:
2 x + 5 y − 3 z = 1
El sistema
x - 4y + z = − 2
2 5 –3 ÷
Tiene la siguiente matriz de los coeficientes: A =
1 –4 1 ÷
2 5 –3 1 ÷
Tiene la siguiente matriz ampliada: A* = 1 –4 1 –2 ÷
x
2 5 –3 ÷ ÷ 1 ÷
Tiene la siguiente expresión matricial: y ÷ ÷ = – 2 ÷
1 –4 1
z
Clasificación de matrices: Forma
• Matriz nula: es una matriz en la que todos los • Matriz unidad o identidad: es una matriz
elementos son nulos. escalar, cuya diagonal principal es 1.
0 0 0 0 0 1 0 0
O = 0 0 0 O = 0 0 I3 = 0 1 0
0 0 0 0 0 0 0 1
3× 3 3× 2
• Matriz diagonal: es una matriz cuadrada, en • Matriz triangular superior: es una matriz
la que todos los elementos no pertenecientes a donde todos los elementos por debajo de la
la diagonal principal son nulos. diagonal son ceros.
2 0 0 1 3 6
D = 0 − 3 0 T = 0 − 2 3
0 0 1 0 0 4
• Matriz escalar: es una matriz diagonal • Matriz triangular inferior: es una matriz
donde todos los elementos de ella son iguales. donde todos los elementos por encima de la
diagonal son ceros.
2 0 0
1 0 0
A = 0 2 0
T = 3 − 2 0
0 0 2
3 5 4
Operaciones con matrices
1. Trasposición de matrices
2. Suma y diferencia de matrices
4. Producto de matrices
5. Propiedades simplificativas
1 4
1 2 3 ÷ t ÷
Ejemplo: Si A = ÷ entonces A = 2 5 ÷
4 5 6
3 6
Propiedades:
Por tanto, para poder sumar dos matrices estas han de tener la misma dimensión.
Para sumar dos matrices A y B con las mismas dimensiones se suman los
correspondientes elementos: si A = (aij) y B = (bij) entonces A + B = (aij + bij)
• Asociativa: A + (B + C) = (A + B) + C
• Conmutativa: A+B=B+A
• Elemento opuesto: A + (– A) = (– A) + A = 0
Para multiplicar un número real por una matriz, se multiplican cada uno de los
elementos de la matriz por dicho número.
• Distributiva I: k(A + B) = kA + kB
Ejemplos:
no se pueden multiplicar
¿Cuándo es posible el producto de matrices?
filas
Posible columnas
El producto de la matriz
a11 a12 a13 ...... a1n
a a22 a23 ...... a2n ÷
a21 a32 a33 ...... a3n
÷
A = (a ij) =
31 ÷
.. .. .. .. ..
÷
am1 am2 am3 ...... amn
por la matriz
b11 b12 b13 ...... b1p
÷
b 21 b 22 b 23 ...... b 2 p ÷
B = (b ij) = b 31 b 32 b 33 ...... b 3p ÷
÷
.. .. .. .. .. ÷
b ...... b np ÷
n1 bn2 bn3
2 1 –1 1 2 0
1. El producto de A =
3 –2 0
÷
por la matriz B = 1 0 –3 ÷ se obtiene multiplicando
0 1 –2
cada fila de A por cada columna de B.
1 2 0
2 1 –1 ÷ ÷
3 3 –1 ÷
A·B = . 1 0 –3
3 –2 0
÷ ÷=
1 6 6
÷
0 1 –2
producto
posible
5. Propiedades del producto de matrices (I)
I. Propiedad asociativa. Para las matrices A de dimensión mxn, B de dimensión nxp y C de
dimensión pxr.
A . (B . C) = (A . B) . C
1 1 0 0 ...... 0
0
0 0 ...... 0
÷ ÷
0 1 0 ...... 0 ÷ 1 0 ...... 0
Im = 0
0 1 ...... 0 ÷
÷ e I n = 0 0 1 ...... 0 ÷
.. .. .. .. .. ÷
.. .. .. .. .. ÷
0 0 0 ...... 1
÷
0 0 0 ...... 1
las matrices identidad de orden m y n, respectivamente, se tiene:
Im · A = A · In = A
III. Propiedad distributiva a la izquierda. Para las matrices A de dimensión mxn,
B de dimensión nxr y C de dimensión nxr.
A . (B + C) = A . B + A . C
(A + B) . C = A . C + B . C
Propiedades del producto de matrices (II)
0 2 ÷ . 0 –3 ÷ 0 0 ÷
Ejemplo: Aunque
0 0 ÷ 0 0 ÷ = 0 0 ÷ ninguno de los factores que
forman el producto es la matriz nula.
Ejemplo: 1 1 1 1 1 1 1 2
=
A ÷ A 2 = A ×A =
÷
0 1 ÷
÷ ÷ =
÷ ÷
÷
0 1 0 1 0 1
1 1 1 2 1 3 1 1 1 3 1 4
A = A ×A =
3 2
÷
÷ ÷ =
÷ ÷
÷ A 4 = A ×A ×A ×A = A ×A 3 = ÷×
÷ ÷ =
÷ ÷
÷
0 1 0 1 0 1 0 1 0 1 0 1
1 1 1 n − 1 1 n
A n = A ⋯ A = A ×A n-1 = ÷
÷ ÷ =
÷ ÷
÷
n- veces 0 1 0 1 0 1
Operaciones con matrices V
Observación:
Podemos encontrar matrices que cumplen A·B = I, pero que B·A ≠ I, en tal
caso, podemos decir que A es la inversa de B "por la izquierda" o que B es la
inversa de A "por la derecha".
Hay varios métodos para calcular la matriz inversa de una matriz dada:
Directamente
Por el método de Gauss-Jordan
Usando determinantes
Inversa de una matriz (directamente)
2 –1 ÷
-1
x y÷
Ejemplo: Dada A =
1 1 ÷ para obtener A = z t ÷ se ha de cumplir
2 –1 ÷ x y ÷ 1 0 ÷
.
1 1 ÷ z t ÷ = 0 1 ÷
Y de aquí se deduce que:
2x –z =1 x = 1/3
2x – z 2y – t ÷ 1 0 ÷ x +z =0 y = 1/3
÷⇔ ⇔
x+z y+t = 0 1
÷
2y –t=0 z = –1/3
y +t=1 t = 2/3
1 1
-1 3 3 ÷
Por tanto A =
–1 2 ÷
3 3
Combinación lineal entre filas y columnas
En una matriz A, las filas pueden representarse por F1, F2, ... , Fm y las columnas
por C1, C2, ... , Cn.
Se llama combinación lineal de las filas F1, F2, F3 ... , Fm a una expresión de la
forma:
k1 . F1 + k2 . F2 + k3 . F3 + ... + km . Fm siendo k1, k2, ... , km números reales.
Se llama combinación lineal de las columnas C1, C2, C3 ... , Cn a una expresión
de la forma:
k1 . C1 + k2 . C2 + k3 . C3 + ... + kn . Cn siendo k1, k2, ... , kn números reales.
Dependencia lineal entre filas y columnas
• Si entre las filas (o columnas) de una matriz, alguna depende linealmente de otras, se
dice que son linealmente dependientes; en caso contrario, son linealmente
independientes.
2 0 –1 1
Ejemplo: En la matriz A = 1 3 1 0 ÷ la tercera fila es combinación lineal de la primera y la
4 6 1 1
segunda ya que: F3 = F1 + 2F2
1 2 4 ÷
En cambio:En la matriz B =
3 –1 5 las dos filas son linealmente independientes porque ninguna
de ellas es igual a una constante por la otra.
Método de Gauss-Jordan para el cálculo de la matriz inversa
1 1 0 1 1 0
F2 – 2F1 F2
2 1 1 0 − 1 1
−1 1 − 2 F1 + F3 F3 0 2 − 2
1 0 0 1 1 0 1 1 0
− 2 1 0 ⋅
2 1 1 =
0 − 1 1
1 0 1 −1 1 − 2 0 2 − 2
Como hay una fila completa de ceros, la matriz A no tiene rango máximo, en
este caso 2, por tanto no tiene inversa pues es una matriz singular
Cálculo de la Matriz Inversa por el método
de Gauss – Jordan IV: Ejemplo
Como podemos observar el rango de la matriz es máximo (en este caso 3), por
tanto la matriz A es regular (tiene inversa), podemos calcular su inversa.
Cálculo de la Matriz Inversa por el método
de Gauss – Jordan V: continuación
4º.- Por último se divide cada fila por el elemento diagonal correspondiente.
Rango de una matriz
• Se puede demostrar que el rango por filas coincide con el rango por
columnas en cualquier matriz. A este valor común se le llama rango de la
matriz y se representa rg A.
2 3 2 5
A = Sus dos filas son linealmente independientes
1 3 4 2
1 3
2 1 Las dos primeras líneas son L.I., las otras dos dependen
B=
0 5 linealmente de las primeras
3 4 F 4 = F1 + F 2
F 3 = 2 ⋅ F1 − F 2
1 5 3
C = 9 0 2 Las dos primeras filas son L.I. la tercera depende linealmente de
8 − 5 − 1 las dos primeras
F 2 − F1 = F 3
Teorema
En una matriz el número de filas L.I. coincide con el número de
columnas L.I.
Por esto podemos dar una nueva definición de Rango:
2 0 –1 1 2 0 − 1 1
÷
÷
La matriz A = 0 1 1 0 tiene rango 3. La matriz A = 0 0 1 0 ÷ tiene rango 3.
÷ 0 0 0 1 ÷
0 0 1 1
2 0 − 1 1 0 2 1 1
÷ ÷
La matriz A = 0 1 1 0 ÷ tiene rango 2. La matriz A = 0 0 2 0 ÷ tiene rango 2.
÷ ÷
0 0 0 0 0 0 0 0
0 0 0 1
÷
La matriz A = 0 0 0 0 ÷ tiene rango 1.
÷
0 0 0 0
Métodos de cálculo del rango de una matriz
Usando Determinantes
Cálculo del rango de una matriz por el método de Gauss
Transformaciones elementales:
Son las transformaciones que podemos realizarle a una matriz sin que su
rango varíe.
Sumar o restar a una línea otra paralela multiplicada por un número no nulo.
a) Si es necesario, reordenar filas para que a11 ≠ 0 (si esto no fuera posible,
aplicar todo el razonamiento a a12).
b) Anular todos los elementos por debajo de a11: para ello multiplicar la primera
fila por –a21/a11 y sumar a la segunda, multiplicar la primera fila por –a31/a11
y sumar a la tercera, .... multiplicar la primera fila por –am1/a11 y sumar a la
m-ésima.
d) El proceso termina cuando no quedan más filas o están formadas por ceros.
Cálculo del rango de una matriz
Aplicando los procesos anteriores se puede llegar a una matriz escalonada que
indica el número de filas o columnas independientes y por tanto el rango de la
matriz.
* * * * *
* * * * * ÷
* * * * * ÷
* * * * *
* * * * * * * * * *
0 * * * * ÷
0 * * * *
÷
* * * * * ÷
* * * * *
0 0 * * *÷ ÷ 0 * * * *
÷
0 0 * * *
0 0 0 * *
Rango 4 Rango 3 Rango 2 Rango 1
Ejemplos del cálculo del rango de una matriz por el método de Gauss I
Ejemplos del cálculo del rango de una matriz por el método de Gauss II
Condición para que una matriz sea inversible
2 –1 ÷
Vamos a estudiar si A = es inversible:
4 –2 ÷
2 –1 1 0 ÷
• Ampliamos la matriz A con la matriz identidad: ÷
4 –2 0 1
1 1
1 – 0 ÷
• Dividiendo la primera fila por 2: 2 2
÷
4 –2 0 1
1 1
1 –2 2 0 ÷
• Restando a la segunda fila la primera por 4: ÷
0 0 –2 1
A no es inversible
• Al operar con las filas de A se ha llegado a una matriz de rango distinto a la dimensión de
la matriz A.
con
a 11 a12
Dada una matriz cuadrada de segundo orden: A= a a ÷
21 22
se llama determinante de A al número real:
a 11 a 12
Det( A) = |A| = = a11 · a22 – a12 · a21
a 21 a 22
Ejemplo: 3 2
2 1 = 3·1 - 2·2 = 3 – 4 = -1
a11 a12 a 13
Dada una matriz cuadrada de orden 3 A = a21 a 22 a23 ÷
a31 a 32 a33
Se llama determinante de A, det (A) o |A|, al número real siguiente:
• Se llama adjunto Aij del elemento aij de la matriz A al número Aij = (–1)i+jMij.
det (A) = ai1 . Ai1 + ai2 . Ai2 + ai3 . Ai3 sería el desarrollo por la i-ésima fila
det (A) = a1j . A1j + a2j . A2j + a3j . A3j sería el desarrollo por la j-ésima columna
Ejemplos: desarrollos de un determinante de orden 3
a a a
11 12 13 a a a a a a
a a a 22 23 12 13 12 13
21 22 23 = a 11 .(-1)1+1 a a
+a
21
.(-1)2+1
a a
+a
31
.(-1)3+1
a a
a a a 32 33 32 33 22 23
31 32 33
a a a
11 12 13 a a a a a a
a a a 12 13 11 13 11 12
21 22 23 = a31.(-1)3+1 a a
+ a .(-1)3+2
32 a a
+ a .(-1)3+3
33 a a
a a a 22 23 21 23 21 22
31 32 33
Determinante de cualquier orden
2 –1 1 2 –1 1 2 2 1 2
1 6 1 0 1 · (–1) 2+1
–1 –1 3 + 6 · (–1) 2+2
3 –1 3 +
Por ejemplo: =
3 –1 –1 3 –1 0 1 2 0 1
2 –1 0 1
–3 5
2 –1 2 2 –1 1
2+3
+ 1 · (–1) 3 –1 3 + 0 · (–1)2+4 3 –1 –1 =
2 –1 1 2 –1 0
–1 –1
= 1 · 3 + 6 · 5 + 1 · 1 + 0 · (–1) =34
Cálculo inmediato de determinantes (I)
Ejemplos:
–1 4 –1
• El determinante de una matriz A =
÷
3 2 3 ÷ es igual a cero porque la tercera y
2 5 2
primera columnas son iguales.
2 4 –1
• El determinante de una matriz A =
÷
1 –2 3 ÷ es igual a cero porque la tercera fila
3 –6 9
es igual a la segunda multiplicada por 3.
II. El determinante de una matriz con una fila o columnas nulas es cero.
Ejemplo:
–1 0 –1
÷
El determinante de una matriz A = 3 0 3 ÷ es igual a cero porque la segunda columna
2 0 2
es nula.
Cálculo inmediato de determinantes (II)
III. El determinante de una matriz en que una fila o columna depende linealmente de
otras filas o columnas es cero.
Ejemplo:
2 4 0
÷
El determinante de una matriz A = 1 3 –1 ÷ es igual a cero porque la tercera columna es
3 1 5
igual al doble de la primera menos la segunda.
Ejemplo:
–1 0 –1
÷
El determinante de la matriz A = 0 2 3 ÷ es igual –4.
0 0 2
Cálculo inmediato de determinantes (III)
Ejemplos:
1 0 0
÷
• El determinante de la matriz I3 = 0 1 0 ÷ es igual a 1.
0 0 1
1 0 0 0 0
0 1 0 0 0÷
• El determinante de la matriz I5 = 0 0 1 0 0 ÷ es igual a 1.
0 0 0 1 0÷
0 0 0 0 1
Propiedades: operaciones con filas y columnas (I)
I. Si se multiplican los elementos de una fila o columna de una matriz por un número el
determinante de la matriz se multiplica por ese número.
Ejemplo:
2 3 2 3 2 3
4 20 = . . = 4 1 5
4 1 4 5
II. Si se intercambian entre sí dos filas o dos columnas de una matriz, su determinante
cambia de signo.
Ejemplo:
1 –4 –4 1
2 5 = – 5 2
Propiedades: operaciones con filas y columnas (II)
III. Al sumar a una fila o columna una combinación lineal de las otras filas o columnas,
respectivamente, el valor del determinante no varía.
2 3 –1
Ejemplo: Si en A = 1 5 2 sumamos a la tercera fila la primera mult iplicada por – 1 más
4 13 4
la segunda multiplicada por – 2, obtenemos:
2 3 –1
B= 1 5 2
4 + 2 (–1) + 1(–2) 13 + 3 (–1) + 5(–2) 4 + (–1) (–1) + 2(–2)
Ejemplo:
2 0 4 1
• Sean A = ÷ yB= ÷. Se tiene que |A| = –2 y |B| = 5.
1 –1 3 2
.
8 2
• Como A B = ÷ y | A . B | = – 10 se observa que | A . B | = |A| . |B|
1 –1
Ejemplo:
3 0 1/3 0
• Sea A = ÷; entonces A –1 = ÷
1 1 –1/3 1
–1 . –1
• Como | A | = 3 y | A | = 1/3, se observa que | A | |A |=1
Operaciones con matrices (II)
Ejemplo:
2 0 –2 2 1 3
• Sea A = 1 1 3 ÷ . Entonces A = 0 1 0 ÷
t
3 0 2 –2 3 2
• Se cumple que | A | = | A t |
Ejemplo:
2 0 – 2 4 0 – 4 2 0 – 2
÷ ÷ 3 ÷
Se cumple que: 2 1 1 3 ÷ = 2 2 6 ÷ = 2 1 1 3 ÷
3 0 2 6 0 4 3 0 2
Operaciones con matrices (III)
V.- Si una fila o columna es suma de varios sumandos, se descompone en tantos
determinantes como sumandos haya
En una matriz cualquiera A m×n puede haber varios menores de un cierto orden p
dado.
Definición:
Consecuencias
Las filas o columnas de una matriz cuadrada son linealmente dependientes si y sólo si su
determinante es cero.
Obtención de la matiz inversa mediante determinantes (I)
• Se llama “Adjunto Ai,j” del elemento “ai,j” al determinante del menor Mi,j multiplicado
por (-1)i+j
• Dada la matriz cuadrada A, se llama “matriz adjunta” de A y se representa adj (A), a
la matriz que se obtiene al sustituir cada elemento aij por su adjunto Aij.
2 -2 2
÷
Ejemplo: Dada la matriz (A) = 2 1 0 ÷ , su adjunta sería:
3 -2 2
1 0 2 0 2 1
–2 2 – 3 2 3 –2 ÷
–2 ÷ 2 –4 –7
2 2 2 2 –2 ÷
adj (A)= – –2 2 3 2 – 3 –2 ÷ = 0 –2 –2 ÷
÷ –2 4 6
–2 2 2 2 2 –2 ÷
1 0 – 2 0 2 1
Obtención de la matiz inversa mediante determinantes (II)
Si se cumple que | A | ≠ 0 entonces la matriz inversa A-1 es igual a:
–1 1 t 1 t
A = | A | adj(A ) = | A | [adj(A)]
Esto es fácil probarlo puesto que sabemos que la suma de los productos de los
elementos de una fila por sus adjuntos es el valor del determinante, y que la suma de
los productos de los elementos de una fila por los adjuntos de otra fila diferente es 0
2 –2 2
÷
Ejemplo: Dada la matriz A = 2 1 0 ÷ , pretendemos encontrar su inversa:
3 –2 2
a11 a12
= a11a22 − a12 a21
a21 a22
−35 3 −4
det( Aj ) −2
xj =
38 5
−27 1 −6
det( A) x1 =
7 3 −4
3 −2 5 7 −35 −4
1 1 −6
3 38 5
1 −27 −6
7x+3y-4z=-35 x2 =
7 3 −4
3 −2 5
3x-2y+5z=38 7 3 −35
1 1 −6 3 −2 38
x+y-6z=-27 x3 =
1 1 −27
7 3 −4
3 −2 5
1 1 −6
Regla de Cramer
7 3 −4 7 3 −35
3 −2 5 = 98 3 −2 38 = 294
1 1 −6
1 1 −27
−35 3 −4
98
38 −2 5 = 98 x= =1
98
−27 1 −6 −980
y= = −10
98
294
7 −35 −4 z= =3
98
3 38 5 = -980
1 −27 −6