Unidad 1. Matrices

UNIVERSIDAD NACIONAL DE ASUNCIÓN
FACULTAD POLITÉCNICA
Campus de la UNA ÁLGEBRA LINEAL

SAN LORENZO-PARAGUAY
Matrices
Dados 𝑚 y 𝑛 enteros positivos, una matriz A de 𝑚𝑥𝑛 es un arreglo rectangular de

escalares dispuestos en 𝑚 renglones y 𝑛 columnas.
Los 𝑚. 𝑛 números del arreglo se denominan elementos de la matriz, y un elemento

genérico de A se simboliza con 𝑎ij . En general se emplean letras mayúsculas para
designar a las matrices.
En símbolos:
𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑛
𝐴=( ⋮ ⋮ ⋮ ⋮ ) , o 𝐴𝑚𝑥𝑛 = (𝑎ij ), con 1 ≤ 𝑖 ≤ 𝑚 ; 1 ≤ 𝑗 ≤ 𝑛
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛
Tamaño u orden de una matriz

Una matriz que tiene en 𝑚 filas y 𝑛 columnas es de tamaño u orden 𝑚𝑥𝑛.
Matriz fila
Si una matriz es de tamaño 1𝑥𝑛, se denomina matriz fila o vector fila.
Matriz columna
Si una matriz es de tamaño 𝑚𝑥1, se denomina matriz columna o vector columna.
Matriz cuadrada
Una matriz 𝐴𝑚𝑥𝑛 es cuadrada si 𝑚 = 𝑛. En este caso, se dice que el tamaño de A es 𝑛.
Matriz identidad
Se denomina matriz identidad, a la matriz cuadrada tal que:
1 𝑠i i = j
𝑎ij = {
0 𝑠i i ≠ j
Matriz nula
Se denomina matriz nula, a la matriz tal que: ∀𝑖; ∀𝑗 : 𝑎ij = 0
1

Igualdad de matrices
Dos matrices son iguales si tienen el mismo tamaño y si 𝑎ij = 𝑏ij 𝑖 = 1, … , 𝑚 y
𝑗 = 1, … , 𝑛, es decir, cuando los elementos correspondientes son iguales.
Operaciones con matrices

Suma de matrices
Sean 𝐴 = (𝑎𝑖𝑗 )𝑚𝑥𝑛 y 𝐵 = (𝑏ij ) . Entonces la suma de A y B es la matriz
𝑚𝑥𝑛
𝐶 = (𝑐𝑖𝑗 ) / ∀𝑖; ∀𝑗: 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 .
𝑚𝑥𝑛
Multiplicación de una matriz por un escalar

Sean 𝜆 ∈ 𝑅 y 𝐴 = (𝑎𝑖𝑗 )𝑚𝑥𝑛 . Entonces la matriz 𝐵 = 𝜆𝐴 se obtiene multiplicando cada
componente de A por el escalar 𝜆. Esto es, 𝐵 = (𝑏𝑖𝑗 )𝑚𝑥𝑛 /∀𝑖; ∀𝑗: 𝑏𝑖𝑗 = 𝜆𝑎𝑖𝑗 .
Producto de matrices
Dadas 𝐴 = (𝑎𝑖𝑗 )𝑚𝑥𝑙 y 𝐵 = (𝑏𝑖𝑗 )𝑙𝑥𝑛 . Entonces el producto de A y B es una matriz:
𝐶 = (𝑐𝑖𝑗 )𝑚𝑥𝑛 /∀𝑖; ∀𝑗: 𝑐𝑖𝑗 = ∑𝑙𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗 , es decir; cada elemento 𝑐𝑖𝑗 de la matriz
producto se obtiene al realizar el producto punto del vector fila i-ésima de A y el
j-ésimo vector de B.
Propiedades del producto de matrices
(𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶
Propiedad distributiva: {
𝐴(𝐵 + 𝐶 ) = 𝐴𝐵 + 𝐴𝐶
Propiedad asociativa: (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶 )
Ejercicios
𝑥 𝑦 𝑥 6 4 𝑥+𝑦
1. Hallar 𝑥, 𝑦, 𝑧, 𝑤 ; si 3 ( )=( )+( ).
𝑧 𝑤 −1 2𝑤 𝑧+𝑤 3
2. Demostrar: (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶 ); siendo A, B y C matrices de orden n x n.
2

1 1 3 1 2
1 −1 2
3. Dadas las matrices 𝐴 = (1 −1 2);𝐵 = (3 −1) ; y 𝐶 = (0 3 0
),
0 1 1 5 0
determinar, si es posible, la matriz X tal que:
−8 14 −2 2 1
𝐶𝐵𝑋 + ( )=( )𝑋
1 32 7 3 4
4. Dadas las matrices:

i+j
si i + j es un número compuesto
𝐴2x3 = 𝑎ij { 2
(−1)i + (−1)𝑗 si i + j es un número primo
−1 si i = 3 − j
𝐵3𝑥2 = 𝑏ij { 0 si i=j
1 si i=3
Se pueden hallar A+B, AB. Por qué?
0 1 0 1
5. Determinar los productos AC y BC, siendo 𝐴 = ( );𝐵 = ( ); 𝐶 =
1 0 2 0
0 0
( ). Comparar los resultados obtenidos.
𝑎 1
0 1 0 −2
6. Si se consideran las matrices 𝐴 = ( ) 𝑦𝐵=( ), ¿qué sucede con
0 0 0 0
AB?
Sistemas de Ecuaciones Lineales

Un sistema de 𝑚 ecuaciones con 𝑛 incógnitas tiene la forma:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
………………………………………
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
El sistema es equivalente a la ecuación matricial:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑏2
( ⋮ ⋮ ⋱ ⋮ ) ( ⋮ ) = ( ⋮ ) , simplemente 𝐴𝑋 = 𝐵, donde:
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚
𝐴 = (𝑎𝑖𝑗 ) es la matriz de los coeficientes, 𝑋 = (𝑥𝑗 ) la columna de incógnitas y

𝐵 = (𝑏i ) la columna de constantes.
3

La afirmación de que son equivalentes significa que toda solución del sistema es
solución de la ecuación matricial, y viceversa.
Sistema de dos ecuaciones con dos incógnitas

Un sistema de dos ecuaciones lineales con incógnitas 𝑥 e 𝑦, tiene la forma:
𝑎1 𝑥 + 𝑏1 𝑦 = 𝑐1
𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐2
(Por tanto 𝑎1 , 𝑦 𝑏1 no son simultáneamente nulos, ni tampoco lo son 𝑎2 , 𝑦 𝑏2 )
Existen tres casos, que pueden describirse geométricamente
Sistema con solución única: el sistema tiene exactamente una solución. Aquí los
gráficos de las ecuaciones lineales representan dos rectas que se cortan en un punto.
Sistema sin solución: el sistema no admite soluciones. Aquí los gráficos de las
ecuaciones lineales representan dos rectas paralelas.
Sistema con infinitas soluciones: el sistema admite un número infinito de soluciones.

Aquí los gráficos de las ecuaciones lineales coinciden.
Condiciones para que un sistema tenga solución única, tenga infinitas

soluciones o no tenga soluciones
- El sistema tiene solución única cuando 𝑎1 𝑏2 − 𝑎2 𝑏1 ≠ 0

𝑎1 𝑏 𝑐
- El sistema no tiene solución si = 𝑏1 ≠ 𝑐1
𝑎2 2 2
𝑎1 𝑏 𝑐
- El sistema tiene un número infinito de soluciones si = 𝑏1 = 𝑐1
𝑎2 2 2
Ejemplo
Dados los siguientes sistemas de ecuaciones, establecer el tipo de solución y
representar gráficamente.
𝑥 + 2𝑦 = 3 2𝑥 + 2𝑦 = 6 𝑥+𝑦=1
{ ; { ; {
𝑥 − 𝑦 = −3 𝑥+𝑦=1 3𝑥 + 3𝑦 = 3
4

Sistemas equivalentes
Se dice que dos sistemas de ecuaciones lineales con las mismas incógnitas son
equivalentes si tienen el mismo conjunto solución. Una forma de producir un sistema
que sea equivalente a uno dado, es efectuar una sucesión de operaciones llamadas
operaciones elementales.
Operaciones elementales
 Intercambiar dos ecuaciones entre sí.
 Multiplicar una ecuación por un escalar no nulo.
 Sustituir una ecuación por ella misma más k veces la otra ecuación.
Forma Escalonada Reducida

Una matriz está en forma escalonada reducida si se cumplen las cuatro condiciones
siguientes:
1. Todos los renglones que consisten únicamente de ceros (si existen) aparecen
en la parte de debajo de la matriz.
2. El primer número distinto de cero (si empezamos por la izquierda) en cualquier
renglón que no consista únicamente de ceros es 1.
3. Si dos renglones sucesivos no consisten únicamente de ceros, entonces el
primer 1 en el renglón inferior está más a la derecha que el primer 1 del
renglón superior.
4. Cualquier columna que contenga el primer 1 de un renglón tendrá ceros en los
demás lugares.
Forma Escalonada
Una matriz está en forma escalonada, si se cumplen las condiciones 1, 2 y 3 de la
definición anterior.
Una matriz, en la que se escriben los coeficientes de las variables y los términos
independientes, dicha matriz recibe el nombre de Matriz Ampliada.
Método de Gauss
El método de Gauss consiste reducir la matriz de coeficientes a la forma escalonada,
despejar la última incógnita y luego usar sustitución hacia atrás para despejar las otras
incógnitas.
𝑎11 … 𝑎1𝑛 𝑏1 𝑎11 … 𝑎1𝑛 𝑏1

( ⋮ ⋱ ⋮ | ⋮ ) ( ⋮ ⋱ ⋮ | ⋮ )
𝑎𝑚1 … 𝑎𝑚𝑛 𝑏𝑚 0 … 𝑎𝑚𝑛 𝑏𝑚
5

Método de Gauss-Jordan
Consiste en reducir la matriz de coeficientes a la forma escalonada reducida.
Ejemplos
3𝑥 + 2𝑦 + 𝑧 = 1
{5𝑥 + 3𝑦 + 4𝑧 = 2
𝑥+𝑦−𝑧 = 1
2𝑥 − 5𝑦 + 4𝑧 + 𝑢 − 𝑣 = −3
{ 𝑥 − 2𝑦 + 𝑧 − 𝑢 + 𝑣 = 5
𝑥 − 4𝑦 + 6𝑧 + 2𝑢 + 𝑣 = 10
𝑥+𝑦−𝑧 = 1
3𝑥 + 2𝑦 + 𝑧 = 1
{
5𝑥 + 3𝑦 + 4𝑧 = 2
−2𝑥 − 𝑦 + 5𝑧 = 6
Tipos de sistemas
Los sistemas de ecuaciones se pueden clasificar según el número de soluciones que
pueden presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:
Sistema incompatible si no tiene ninguna solución.
Sistema compatible si tiene alguna solución, en este caso además puede distinguirse
entre:
 Sistema compatible determinado cuando tiene una única solución.

 Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.
6

Sistemas de Ecuaciones Homogéneas

El sistema de ecuaciones lineales de 𝑚 × 𝑛, se conoce como homogéneo si todas las
constantes 𝑏1 , 𝑏2 , … , 𝑏𝑚 son iguales a cero. Esto es, el sistema homogéneo general
está dado por:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 0
Para el sistema general hay tres posibilidades: no hay solución, hay una o hay un
número infinito de soluciones.
Para el sistema general homogéneo la situación es más simple. Como 𝑥1 = 𝑥2 = ⋯ =

𝑥𝑛 = 0 siempre es una solución (llamada la solución trivial o la solución cero),
solamente hay dos posibilidades: la solución cero es la única solución o hay un número
infinito de soluciones además de la solución cero. (Las soluciones distintas de la
solución cero se conocen como las soluciones no triviales).
Ejemplo
Resolver el sistema homogéneo
2𝑥1 + 4𝑥2 + 6𝑥3 = 0
{4𝑥1 + 5𝑥2 + 6𝑥3 = 0
3𝑥1 + 𝑥2 − 2𝑥3 = 0
Matriz Transpuesta
La transpuesta de una matriz 𝐴, denotada por 𝐴𝑇 , es la matriz obtenida escribiendo las
filas de 𝐴, por orden, como columnas:
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑎11 𝑎21 ⋯ 𝑎𝑚1
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑇
𝑎12 𝑎22 ⋯ 𝑎𝑚2
𝐴=( ⋮ ⋮ ⋮ ⋮ ) →𝐴 =( ⋮ ⋮ ⋮ ⋮ )
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑎1𝑛 𝑎2𝑛 ⋯ 𝑎𝑚𝑛
Si 𝐴 = (𝑎𝑖𝑗 ) es una matriz 𝑚x n, entonces 𝐴𝑇 = (𝑎𝑗𝑖 ) es una matriz n x m, ∀𝑖, 𝑗.
Propiedades:
i) (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇
ii) (𝐴𝑇 )𝑇 = 𝐴
iii) (𝑘𝐴)𝑇 = 𝑘𝐴𝑇 (si k es un escalar).
iv) (𝐴𝐵)𝑇 = 𝐵𝑇 𝐴𝑇
7

Ejemplo
4 1
4 −5 6
Si 𝐴 = ( ), entonces 𝐴𝑇 = (−5 0)
1 0 2
6 2
Matriz Simétrica
Una matriz cuadrada es simétrica si 𝐴𝑇 = 𝐴. Equivalentemente, 𝐴 = (𝑎𝑖𝑗 ) es simétrica
si los elementos simétricos son iguales, es decir, si cada 𝑎𝑖𝑗 = 𝑎𝑗𝑖 .
Ejemplo
2 −3 5
La matriz (−3 6 7 ) es simétrica.
5 7 −8
Una matriz cuadrada es antisimétrica si 𝐴𝑇 = −𝐴. Equivalentemente, 𝐴 = (𝑎𝑖𝑗 ) es

antisimétrica si cada 𝑎𝑖𝑗 = −𝑎𝑗𝑖 . Los elementos diagonales de una matriz antisimétrica
deben ser nulos, ya que 𝑎𝑖𝑖 = −𝑎𝑖𝑖 implica 𝑎𝑖𝑖 = 0.
Ejemplo
0 3 −4
La matriz (−3 0 5 ) es antisimétrica.
4 −5 0
Matriz Triangular
Una matriz cuadrada 𝐴 = (𝑎𝑖𝑗 ) que tiene todos los elementos que están a un lado de
la diagonal principal iguales a cero, se denomina matriz triangular.
Podemos identificar dos tipos de matrices triangulares, cuando todas las entradas por
debajo de la diagonal principal son ceros, se llama matriz triangular superior.
𝑎11 𝑎12 ⋯ 𝑎1𝑛

0 𝑎22 ⋯ 𝑎2𝑛
𝐴=( ⋮ ⋮ ⋮ ⋮ )
0 0 ⋯ 𝑎𝑚𝑛
O bien, cuando todas las entradas por encima de la diagonal principal son ceros, se
llama matriz triangular inferior.
8

𝑎11 0 ⋯ 0
𝑎 𝑎22 ⋯ 0
𝐴 = ( 21 )
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛
Matrices Elementales
Denotemos por 𝒆 una operación elemental entre filas y por 𝑒(𝐴) el resultado de
efectuarla sobre una matriz A. La matriz E obtenida efectuando 𝒆 sobre la matriz
identidad, 𝐸 = 𝑒(𝐼 ) se denomina matriz elemental correspondiente a la operación
elemental entre filas 𝒆.
Ejemplo
1 0 0 1 0 0 1 0 0
Las matrices 𝐸1 = (0 0 1 ) ; 𝐸2 = ( 0 −6 0 ) ; 𝐸3 = ( 0 1 0), son
0 1 0 0 0 1 −4 0 1
matrices elementales.
Propiedad
Para efectuar una operación elemental en filas sobre una matriz 𝐴 de 𝑚 × 𝑛, se debe
multiplicar por la izquierda, por la correspondiente matriz elemental.
Matrices invertibles (No singulares)

Se dice que una matriz cuadrada 𝐴 es invertible (o no singular) si existe una matriz 𝐵
con la propiedad de qué: 𝐴𝐵 = 𝐵𝐴 = 𝐼, siendo I la matriz identidad. Se denomina a la
matriz B como la inversa de la matriz A, denotada por 𝐴−1 .
Aplicación al cálculo de inversas

1. Construir la matriz 𝑀 = (𝐴 ⋮ 𝐼 ), esto es, A está en la mitad izquierda de M y la
matriz identidad 𝐼 en la derecha.
2. Reducir por filas 𝑀 a la forma escalonada. Si el proceso genera una fila nula en
la mitad 𝐴 de 𝑀, terminar (𝐴 no es invertible). En caso contrario, la mitad 𝐴
adoptará forma triangular.
3. Reducir 𝑀 a la forma canónica por filas (𝐼 ⋮ 𝐵), donde 𝐼 ha reemplazado a 𝐴 en
la mitad izquierda de la matriz.
4. Tomar 𝐴−1 = 𝐵
9

Ejemplo
1 0 2
Encontrar la inversa de 𝐴 = (2 −1 3).
4 1 8
Ejercicios
1. Si 𝐴 y 𝐵 son matrices simétricas del mismo orden, se puede afirmar que las
matrices: 𝐴 + 𝐵, 𝑘𝐴, 𝐴𝐵 son simétricas?
1 2
5 1 3
2. Calcular la matriz 𝑋, sabiendo que 𝐴 = (−1 0); 𝐵 = ( ) y
−2 0 2
4 3
(𝑋 + 𝐴)𝑇 = 𝐵.
8 −57
3. Encontrar una matriz triangular superior 𝐴 tal que 𝐴3 = ( ).
0 27
4. Calcular las inversas de la matrices:
1 2 −4 1 3 −4
a) 𝐴 = (−1 −1 5 ) b) 𝐵 = (1 5 −1)
2 7 −3 3 13 −6
5. Encontrar las matrices cuadradas elementales 𝐸1 , 𝐸2 , 𝐸3 de orden 3 que
corresponden, respectivamente, a las operaciones entre filas
𝑅1 ↔ 𝑅2 , −7𝑅3 → 𝑅3 , −3𝑅1 + 𝑅2 → 𝑅2 .
0 𝑖>𝑗
6. Dada la matriz de orden 3, 𝐴 = (𝑎𝑖𝑗 ) talque 𝑎𝑖𝑗 = { 𝑖 𝑖 = 𝑗 . Verificar la
3𝑖 − 2𝑗 𝑗 > 𝑖
existencia de 𝐴−1 .
Relación entre matrices elementales y matrices inversas

 Toda matriz elemental es invertible. La inversa de una matriz elemental es una
matriz del mismo tipo.
 Una matriz cuadrada es invertible, si y sólo si es el producto de matrices

elementales.
Condición para que una matriz cuadrada sea invertible

Una matriz cuadrada 𝐴 es invertible, si y sólo si su forma escalonada reducida por filas,
es la matriz identidad.
10

Factorización LU
Sea A una matriz no singular que puede llevarse a forma triangular (superior) U
mediante el uso de operaciones elementales.
Sea L una matriz triangular inferior, definida como:
1 0 0 … 0 0
−𝑚21 1 0 ⋯ 0 0
𝐿 = −𝑚31 −𝑚32 1 ⋯ 0 0
⋯ ⋯ ⋯ ⋯ ⋯ ⋯
(−𝑚𝑛1 −𝑚𝑛2 −𝑚𝑛3 ⋯ −𝑚𝑛,𝑛−1 1)
Los números 𝑚𝑖𝑗 se denominan multiplicadores. Por tanto la matriz L tiene unos en la
diagonal, ceros sobre ésta y los opuestos de los 𝑚𝑖𝑗 como entradas 𝑖𝑗 bajo la misma.
Teorema
Sea A una matriz no singular. Entonces 𝐴 = 𝐿𝑈, donde L es una matriz triangular
inferior con unos en la diagonal y U una matriz triangular superior sin ceros en la
diagonal.
Observación: este teorema solo es aplicable a matrices no singulares A que pueden

llevarse a forma triangular sin ningún intercambio de filas. Se dice que tales matrices
son factorizables LU o que tienen factorización LU.
Ejemplo
1 2 −3
Hallar la factorización LU de la matriz 𝐴 = (−3 −4 13 ).
2 1 −5
Ejercicios
1 3 2
1. Encontrar la factorización LU de 𝐴 = ( 2 5 6).
−3 −2 7
1 2 1
2. Encontrar la factorización LU de la matriz 𝐴 = ( 2 3 3).
−3 −10 2
11

Uso de la factorización LU para resolver un Sistema de Ecuaciones

Suponga que se quiere resolver el sistema 𝐴𝑋 = 𝑏, donde A es invertible. Se puede
escribir:
𝐿𝑈𝑥 = 𝑏
Como L es invertible, existe un único vector “y” tal que 𝐿𝑦 = 𝑏. Como U también es
invertible, existe un vector único “x” talque 𝑈𝑥 = 𝑦. Entonces 𝐴𝑥 = 𝐿(𝑈𝑥 ) = 𝐿𝑦 = 𝑏
y nuestro sistema está resuelto. Observe que 𝐿𝑦 = 𝑏 se puede resolver directamente
por sustitución hacia adelante y 𝑈𝑥 = 𝑏 se puede resolver directamente por
sustitución hacia atrás.
Ejemplo
Utilizar la factorización LU para resolver el sistema 𝐴𝑥 = 𝑏 donde:
2 3 2 4 4
4 10 −4 0 −8
𝐴=[ ]y 𝑏 =[ ]
−3 −2 −5 −2 −4
−2 4 4 −7 −1
Factorización PA=LU
Suponga que con el fin de reducir 𝐴 a una matriz triangular se requiere alguna
permutación. Una matriz de permutación elemental es una matriz elemental asociada
con la operación con renglones 𝑅𝑖 ↔ 𝑅𝑗 . Suponga que por el momento se sabe antes
de comenzar que permutaciones deben realizarse. Cada permutación se lleva a cabo
multiplicando A por la izquierda por una matriz de permutación elemental denotada
por 𝑃𝑖 . Suponga que en la reducción por renglones se realizan n permutaciones.
Sea
𝑃 = 𝑃𝑛 𝑃𝑛−1 … . 𝑃2 𝑃1
El producto de las matrices de permutaciones elementales se llama matriz de

permutación. De manera alternativa, una matriz de permutación es una matriz de
orden nxn cuyos renglones son los renglones de 𝐼𝑛 , pero no necesariamente en el
mismo orden.
Ahora realizar las n permutaciones de antemano es equivalente a multiplicar A por la

izquierda por P, es decir: PA es una matriz que puede ser reducida por renglones a una
matriz triangular superior sin realizar permutaciones adicionales.
Ejemplo:
0 2 3
Hallar la factorización PA=LU. Siendo 𝐴 = (2 −4 7)
1 −2 5
12

Ejercicios
1. En los siguientes problemas encontrar la matriz triangular inferior L con unos
en la diagonal y una matriz triangular superior U tal que A=LU.
1 2
a. ( )
3 4
−1 5
b. ( )
6 3
1 4 6
c. (2 −1 3)
3 2 5
2. En los siguientes problemas resulta el sistema dado usando la factorización LU
encontrada anteriormente. Esto es resolver Ax=Lux=b.
1 2 −2
a. 𝐴 = ( ); 𝑏 = ( )
3 4 4
−1 5 0
b. 𝐴 = ( );𝑏 = ( )
6 3 5
1 4 6 −1
c. 𝐴 = (2 −1 3) ; 𝑏 = ( 7 )
3 2 5 2
Determinantes
𝑎11 𝑎12
Sea 𝐴 = [𝑎 𝑎22 ] una matriz 2 × 2. Se define el determinante de 𝐴 por
21
det 𝐴 = 𝑎11 𝑎22 − 𝑎12 𝑎21
𝑎11 𝑎12
Con frecuencia se denotará det 𝐴 por |𝐴| o |𝑎 𝑎22 |.
21
𝑎11 𝑎12 𝑎13

Determinante de 3 × 3. Sea 𝐴 = [𝑎21 𝑎22 𝑎23 ]. Entonces
𝑎31 𝑎32 𝑎33
𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎21

det 𝐴 = 𝑎11 |𝑎 𝑎33 | − 𝑎12 |𝑎31 𝑎32 | + 𝑎13 |𝑎31 𝑎32 |.
32
Menor de una matriz

Sea 𝐴 una matriz de 𝑛 × 𝑛 y sea 𝑀𝑖𝑗 la matriz de (𝑛 − 1) × (𝑛 − 1) obtenida de 𝐴
eliminando el renglón 𝑖 y la columna 𝑗. 𝑀𝑖𝑗 se llama el menor 𝑖𝑗 de 𝐴.
13

Ejemplo
2 −1 4
Sea 𝐴 = (0 1 5 ). Encontrar 𝑀13 y 𝑀32 .
6 3 −4
0 1 2 4
𝑀13 = ( ) 𝑀32 = ( )
6 3 0 5
Cofactor de una matriz

Sea 𝐴 una matriz de 𝑛 × 𝑛. El cofactor 𝑖𝑗 de 𝐴, denotado 𝐴𝑖𝑗 , está dado por 𝐴𝑖𝑗 =
(−1)𝑖+𝑗 |𝑀𝑖𝑗 |. Esto es, el cofactor 𝑖𝑗 de 𝐴 se obtiene tomando el determinante del
menor 𝑖𝑗 y multiplicándolo por (−1)𝑖+𝑗 . Obsérvese que
1 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑝𝑎𝑟
(−1)𝑖+𝑗 = {
−1 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
Determinante 𝒏 × 𝒏
Sea 𝐴 una matriz de 𝑛 × 𝑛. Entonces el determinante de 𝐴, denotado por det 𝐴 o |𝐴|,
está dado por det 𝐴 = |𝐴| = 𝑎11 𝐴11 + 𝑎12 𝐴12 + 𝑎13 𝐴13 + ⋯ + 𝑎1𝑛 𝐴1𝑛 .
Ejemplo
1 3 5 2
Calcular det 𝐴 , donde 𝐴 = (0 −1 3 4)
2 1 9 6
3 2 4 8
Propiedades de los determinantes

1. El determinante de una matriz y el de su traspuesta son iguales.
2. |A| = 0 Si:
- Posee dos filas (o columnas) iguales.
- Todos los elementos de una fila (o una columna) son nulos.
- Los elementos de una fila (o una columna) son combinación lineal de las
otras.
3. Un determinante triangular es igual al producto de los elementos de la diagonal
principal.
4. Si en un determinante se cambian entre sí dos filas (o dos columnas), su valor
sólo cambia de signo.
14

5. Si a los elementos de una fila (o una columna) se le suman los elementos de

otra multiplicados previamente por un número real, el valor del determinante
no varía.
6. Si se multiplica un determinante por un número real, queda multiplicado por
dicho número cualquier fila (o cualquier columna), pero sólo una.
7. Si todos los elementos de una fila (o columna) están formados por dos
sumandos, dicho determinante se descompone en la suma de dos
determinantes en los que las demás filas (o columnas) permanecen invariantes.
8. El determinante de un producto es igual al producto de los determinantes.
9. Si una matriz cuadrada 𝐴 tiene factorización 𝐿𝑈, 𝐴 = 𝐿𝑈 donde 𝐿 tiene unos en
la diagonal, entonces det 𝐴 = det 𝑈= producto de los elementos de la diagonal
de 𝑈.
Determinantes e inversas
1
Si 𝐴 es invertible, entonces det 𝐴 ≠ 0 y det 𝐴−1 = det 𝐴.
Adjunta de una matriz
Sea 𝐴 una matriz de 𝑛 × 𝑛 y sea 𝐵, la matriz de sus cofactores. Entonces la adjunta de

𝐴, escrito 𝑎𝑑𝑗 𝐴, es la transpuesta de la matriz 𝐵 de 𝑛 × 𝑛; es decir
𝐴11 𝐴21 … 𝐴𝑛1
𝐴 𝐴22 … 𝐴𝑛2
𝑎𝑑𝑗 𝐴 = 𝐵𝑡 = ( 12 )
⋮ ⋮ ⋱ ⋮
𝐴1𝑛 𝐴2𝑛 … 𝐴𝑛𝑛
Ejemplo
2 4 3
Calcular la adjunta de la matriz 𝐴 = (0 1 −1).
3 5 7
Inversa de una matriz

Sea 𝐴 una matriz 𝑛 × 𝑛. Entonces 𝐴 es invertible si y sólo si det 𝐴 ≠ 0. Si det 𝐴 ≠ 0,
1
entonces 𝐴−1 = det 𝐴 𝑎𝑑𝑗 𝐴.
15

Ejemplo
2 4 3
Calcular la inversa de la matriz 𝐴 = (0 1 −1).
3 5 7
Regla de Cramer
Consideremos un sistema de 𝑛 ecuaciones con 𝑛 incógnitas:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
………………………………………
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
El sistema puede escribirse en la forma 𝐴𝑋 = 𝐵, donde:

𝐴 = (𝑎𝑖𝑗 ) es la matriz de los coeficientes, 𝑋 = (𝑥𝑗 ) la columna de incógnitas y
𝐵 = (𝑏i ) el vector columna de contantes. Sea 𝐴𝑖 la matriz obtenida a partir de A
sustituyendo su columna i-ésima por B. Sean D= det (A) y 𝑁𝑖 = det (𝐴𝑖 ) para i=1,2,…,n.
La relación fundamental entre los determinantes y la solución del sistema es la

siguiente:
Teorema
El sistema precedente tiene solución única si y sólo si D≠0, en cuyo caso la solución
viene dada por:
𝑥1 = 𝑁1 /𝐷 , 𝑥2 = 𝑁2 /𝐷,…, 𝑥𝑛 = 𝑁𝑛 /𝐷
Este método se conoce como “Regla de Cramer”.
Ejemplo
Resolver el sistema de ecuaciones utilizando determinantes:
2𝑥 + 𝑦 − 𝑧 = 3
{ 𝑥+𝑦+𝑧 =1
𝑥 − 2𝑦 − 3𝑧 = 4
Ejercicios
1. Sin realizar ningún cálculo, solo utilizando las propiedades de los
determinantes, obtener una relación entre los determinantes de las matrices
dadas.
16

3 −1 5 5 −1 3
a. 𝐴 = (2 8 7 );𝐵 = ( 7 8 2)
1 2 −1 −1 2 1
8 1 2 8 1 2
b. 𝐴 = (3 0 9 ) ; 𝐵 = (1 0 3 )
1 2 −1 1 2 −1
3 −1 2
c. 𝐴 = (2 5 1)
0 0 0
2 5 2 0 9 20
d. 𝐴 = (−1 2 9) ; 𝐵 = (−1 2 9 )
3 1 1 3 1 1
𝑎 𝑏 𝑐 𝑎+𝑥 𝑏+𝑦 𝑐+𝑧

2. Si det[𝑝 𝑞 𝑟]=6 , calcular el det 𝐴, siendo 𝐴 = ( 3𝑥 3𝑦 3𝑧 ).
𝑥 𝑦 𝑧 −𝑝 −𝑞 −𝑟
1 𝑥 𝑥
3. Encontrar los valores de “x” para los cuales det 𝐴=0, donde 𝐴 = (𝑥 1 𝑥 ).
𝑥 𝑥 1
𝑎 0 0 0
𝑢 𝑏 0 0
4. Evaluar det 𝐴, siendo 𝐴=( ).
𝑣 𝑤 𝑐 0
𝑥 𝑦 𝑧 𝑑
1 0 −𝑐
5. ¿Para qué valores de “c” la matriz (−1 3 1 ) admite inversa?
0 2𝑐 −4
6. Resolver el siguiente sistema empleando determinantes:
𝑎𝑥 − 2𝑏𝑦 = 𝑐
{ ; 𝑎. 𝑏 ≠ 0
3𝑎𝑥 − 5𝑏𝑦 = 2𝑐
7. Utilizar la Regla de Cramer para resolver el siguiente sistema

3𝑦 + 2𝑥 = 𝑧 + 1
{3𝑥 + 2𝑧 = 8 − 5𝑦.
3𝑧 − 1 = 𝑥 − 2𝑦
8. Utilizar determinantes para encontrar los valores de k para que el sistema

𝑘𝑥 + 𝑦 + 𝑧 = 1
{𝑥 + 𝑘𝑦 + 𝑧 = 1; admita solución única.
𝑥 + 𝑦 + 𝑘𝑧 = 1
2 0 2
9. Sea 𝐴 = (0 3 0), encontrar el determinante de:
0 0 1
a) La matriz A
b) La matriz B que se obtiene por intercambiar la fila 1 por la fila 2.
17

c) La matriz C que se obtiene por intercambiar la fila 1 por la fila 2 y luego la

fila 1 por la fila 3.
𝑥 + 2𝑦 + 3𝑧 = 0
10. Dado el sistema de ecuaciones { + 5𝑦 + 6𝑧 = 0
4𝑥
7𝑥 + 8𝑦 + 𝑘𝑧 = 𝑏
a) Calcular los valores de los parámetros k y b para los cuáles el sistema es
compatible determinado y calcular la solución.
b) Mostrar que si k=9 y b=0, el sistema es compatible indeterminado.
18

Unidad 1. Matrices

Cargado por

Información del documento

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

Unidad 1. Matrices

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE ASUNCIÓN

Campus de la UNA ÁLGEBRA LINEAL

Dados 𝑚 y 𝑛 enteros positivos, una matriz A de 𝑚𝑥𝑛 es un arreglo rectangular de

Los 𝑚. 𝑛 números del arreglo se denominan elementos de la matriz, y un elemento

𝑎11 𝑎12 ⋯ 𝑎1𝑛

Tamaño u orden de una matriz

Campus de la UNA ÁLGEBRA LINEAL

Operaciones con matrices

Multiplicación de una matriz por un escalar

Propiedades del producto de matrices

Propiedad asociativa: (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶 )

2. Demostrar: (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶 ); siendo A, B y C matrices de orden n x n.

Campus de la UNA ÁLGEBRA LINEAL

4. Dadas las matrices:

Sistemas de Ecuaciones Lineales

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

El sistema es equivalente a la ecuación matricial:

𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1

𝐴 = (𝑎𝑖𝑗 ) es la matriz de los coeficientes, 𝑋 = (𝑥𝑗 ) la columna de incógnitas y

Campus de la UNA ÁLGEBRA LINEAL

Sistema de dos ecuaciones con dos incógnitas

Existen tres casos, que pueden describirse geométricamente

Sistema con infinitas soluciones: el sistema admite un número infinito de soluciones.

Condiciones para que un sistema tenga solución única, tenga infinitas

- El sistema tiene solución única cuando 𝑎1 𝑏2 − 𝑎2 𝑏1 ≠ 0

Campus de la UNA ÁLGEBRA LINEAL

Forma Escalonada Reducida

𝑎11 … 𝑎1𝑛 𝑏1 𝑎11 … 𝑎1𝑛 𝑏1

Campus de la UNA ÁLGEBRA LINEAL

Consiste en reducir la matriz de coeficientes a la forma escalonada reducida.

Sistema incompatible si no tiene ninguna solución.

 Sistema compatible determinado cuando tiene una única solución.

Campus de la UNA ÁLGEBRA LINEAL

Sistemas de Ecuaciones Homogéneas

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

Para el sistema general homogéneo la situación es más simple. Como 𝑥1 = 𝑥2 = ⋯ =

Si 𝐴 = (𝑎𝑖𝑗 ) es una matriz 𝑚x n, entonces 𝐴𝑇 = (𝑎𝑗𝑖 ) es una matriz n x m, ∀𝑖, 𝑗.

Campus de la UNA ÁLGEBRA LINEAL

Una matriz cuadrada es antisimétrica si 𝐴𝑇 = −𝐴. Equivalentemente, 𝐴 = (𝑎𝑖𝑗 ) es

𝑎11 𝑎12 ⋯ 𝑎1𝑛

Campus de la UNA ÁLGEBRA LINEAL

Matrices invertibles (No singulares)

Aplicación al cálculo de inversas

Campus de la UNA ÁLGEBRA LINEAL

Relación entre matrices elementales y matrices inversas

 Una matriz cuadrada es invertible, si y sólo si es el producto de matrices

Condición para que una matriz cuadrada sea invertible

Campus de la UNA ÁLGEBRA LINEAL

Sea L una matriz triangular inferior, definida como:

Observación: este teorema solo es aplicable a matrices no singulares A que pueden

Campus de la UNA ÁLGEBRA LINEAL

Uso de la factorización LU para resolver un Sistema de Ecuaciones

El producto de las matrices de permutaciones elementales se llama matriz de

Ahora realizar las n permutaciones de antemano es equivalente a multiplicar A por la

Campus de la UNA ÁLGEBRA LINEAL

𝑎11 𝑎12 𝑎13

𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎21

Menor de una matriz

Campus de la UNA ÁLGEBRA LINEAL

Cofactor de una matriz

Propiedades de los determinantes

Campus de la UNA ÁLGEBRA LINEAL

5. Si a los elementos de una fila (o una columna) se le suman los elementos de

Adjunta de una matriz