Semana 1

Cálculo II

2019-1
UNIDAD I.
MATRICES Y SISTEMAS DE ECUACIONES LINEALES
RESULTADOS DE APRENDIZAJE:
i) Resuelve ecuaciones con matrices y con su inversa, así
como sistemas de ecuaciones lineales.
ii) Resuelve situaciones problemáticas, planteadas en
diferentes contextos, haciendo uso de los sistemas de
ecuaciones lineales.
CONTENIDO:
1.1 Matrices. Definición. Notación.
1.2 Tipos de matrices.
1.3 Operaciones con matrices.
1.4 Cálculo del determinante de una matriz.
1.5 Cálculo de la inversa de una matriz, usando la matriz
adjunta.
 1.1 Matrices, definición y notación.
Definición. Una matriz A es un ordenamiento o arreglo
rectangular de mn números reales denotado por:

 a11 a12 ... a1n 

a ... a2n 
 21 a22
A
 
 
am1 am2 ... amn 

aij es el elemento que ocupa la fila i y la columna j

 1.1 Matrices, definición y notación.

 a11 a12 ... a1n  fila 1: f1

a a 
... a2n 
A  21 22
 
 
am1 am2 ... amn 
fila m: fm

Columna 1 Columna n
C1 Cn

Note que hay m filas y n columnas

 1.1 Matrices, definición y notación.

 Llamamos orden de la matriz A a la expresión mxn.

 Cuando m ≠ n diremos que la matriz es rectangular.
 Cuando m = n diremos que A es matriz cuadrada, en este
caso también se dice que la matriz es de orden m.

 1 -2 0   4 -2
Dadas las matrices: A =   y B= 
 3 4 6  2×3  3 1  2×2

Determinar: a11 = ? , a22 = ?, a23 = ?; b12 = ?; b21 = ?

¿ Y qué pasa con a31 , a24 , b13 ?

 1.1 Matrices, definición y notación.
 a11 a12 ... a1n 
a a ... a 
La matriz A  
2n 
21 22
se representa por: A =  a ij 
  m×n
 
 m1 m2
a a ... amn  i = 1,2, …, m;
donde j = 1, 2 ,…., n

y se lee: Matriz A de elementos aij de orden mxn

Ejemplos . Forme las matrices A3x3 y B3x2 , si se sabe:

 i - j2 si i < j  3i  2 j
 2 ; si i  j  2 3 8 

Rpta: A   3 2 7 

aij = 3i - j2 si i = j bi j  
 i2 - j2 si i > j  2i  3 j  
  3 ; si i  j 8 5 0 
 1.1 Matrices, definición y notación.

NOTA. Se dice que dos matrices A y B, ambas del mismo

orden, son iguales si tienen los mismos elementos.

Ejemplo. Si  1 -2  =  1 x + y  , halle x e y.
4 3   2x
   3 

Rpta: x = 2, y = - 4
 1.2 Tipos de matrices
1. Matriz Fila (o Vector Fila): Cuando tiene solo una fila.
2. Matriz Columna (o Vector Columna): Cuando tiene
una sola columna.
3. Matriz Nula: Cuando todos sus elementos son cero.

4. Matriz Cuadrada: Cuando m = n

Es decir su numero de filas y columnas es el mismo. Este
tipo de matrices presenta diagonal principal.
5. Matriz Diagonal: Ocurre cuando los elementos que no
pertenecen a la diagonal principal son todos iguales a cero.

8
 1.2 Tipos de matrices
6. Matriz Identidad. Es una matriz diagonal, cuyos elementos
de la diagonal principal son todos iguales a la unidad. Su
notación es In. El subíndice n indica el orden de la matriz.

7. Matriz triangular superior. Es una matriz cuadrada cuyos

elementos que se encuentran debajo de la diagonal principal
son iguales a cero.

8. Matriz triangular inferior. Matriz cuadrada cuyos

elementos que están por encima de la diagonal principal
son iguales a cero.
9. Matriz simétrica. Matriz cuadrada donde los elementos
simétricos, respecto de la diagonal, son iguales.

9
 1.2 Tipos de matrices

10. Transpuesta de una matriz A: Es la matriz obtenida a

partir de los propios elementos de A. Se intercambian
t
aquellos de la fila con los de la columna. Se denota por A
(se lee matriz transpuesta de A).

10
 1.3 Operaciones con matrices
Suma (o resta) de matrices: Las matrices deben tener el
mismo orden. La suma o resta se realiza término a término.

Multiplicación.
1. Matriz por un escalar (numero real).
Cada elemento de la matriz se multiplica por tal escalar.
2. Matriz fila por matriz columna.
Cada elemento de la matriz fila se multiplica por el respectivo
de la matriz columna, luego se suman los resultados. Es
decir, dadas A = (a1j) y B = (bj1), entonces:
A.B  a11b11  a12b21  a13b31  ...  a1nbn1

11
 1.3 Operaciones con matrices

3. Multiplicación de Matrices. Sean las matrices:

A = ai j  y B = bi j  , definimos el producto de A con B,

m×p p×n

como sigue: A mxp X B pxn = Cmxn tal que C = [ c i j ]

“Nº de columnas de A = Nº de filas de B”

donde cij = (fila i de A)(columna j de B)

12
 -2 5 
 1 2 -1  4 -3 
Ejemplo. Determine C=AB si: A =   , B =  
 3 1 4   2 1 
Se cumple: Nº de columnas de A = 3 = Nº de filas de B
Calculo de cij -2
4
c11 = (fila 1 de A)(columna 1 de B) =1 2 -1  = 4
 2 
5
c12 = (fila 1 de A)(columna 2 de B) =1 2 -1 3  = -2
 
 1 
De igual manera: c21 = 6, c22 = 16
-2 5 
 1 2 -1   4  2
Nos queda:   4 -3 C 6

3 1 4   2 1 

 16 
 

13
 2. Si AB=0 no podemos afirmar que A = 0 ó B = 0

Ejemplo: 
1 2   2 4   0 0 
  
 3 6   1 2   0 0 
Propiedades de las operaciones con matrices
1. Sean las matrices A = [aij]mxn, B = [bij]mxn, C = [cij]mxn y r R:
a) A + B = B + A b) A + (B + C) = (A + B) + C c) A(rB) = r(AB)

2. Teniendo las matrices ordenes adecuados para que

exista la operación respectiva, tenemos:

14
a) A(BC) = (AB)C b) (A + B)C = AC + BC

c) C(A + B) = CA + CB

d) A 2  A.A, A3  A 2.A  A.A 2 , A 4  A3.A  A.A3 ,etc.

Ejemplo
 1 2 3 -1 5 -2 
Dadas las matrices A = -1 0 2  y B = 2 2 1 
   

Determine : A + B, A – 2B y A(2B)

15
Observaciones importantes
1. El producto de matrices no siempre es conmutativo.
1 2
-9 8 7 
Ejemplo Sean A = -3 4  B = 
 6 5 4 
 5 -6 
 3 18 15 
   2 -28 
AB =  51 -4 -5  , mientras que: BA =  
-81 10 11 11 8 

Se tiene que AB ≠ BA

Nota: Pero para cualquier matriz cuadrada A se tiene

AI=IA, donde I es la matriz identidad

16
 Propiedades de la matriz transpuesta

  =A
t
1.  A + B  = A + B
t t t t
2. A

4.  AB  = Bt A t
t
3. kA  = kA ,
t t
k R

5. Si una matriz A es simétrica entonces es igual a su

traspuesta es decir:

17
 1.4 Cálculo del determinante de una matriz

¿Qué es el determinante de una matriz (cuadrada)?

Es un escalar (numero real) asociado a esa matriz. Se le
denota por │A│o por det(A).

NOTA:
Si │A│= 0, se dice que la matriz A es singular (no regular).
Si ocurre lo contrario se le denomina matriz no singular
(regular)

18
 1.4 Cálculo del determinante de una matriz

¿Cómo calcular los determinantes?

Primero, verificar que la matriz sea cuadrada.
Segundo, dependiendo del orden el cálculo es el siguiente:
Orden 1: A  a11 entonces A  a11

Orden 2:
-
 a11 a12  a11 a12
A=   A =  a11.a22  a21.a12
a21 a22  a21 a22
+

19
 1.4 Cálculo del determinante de una matriz
Orden 3: Regla de Sarrus
 a11 a12 a13  a11 a12 a13 --
A = a21 a22 a23   A = a21 a22 a23 -
a31 a32 a33  a31 a32 a33
a11 a12 a13 +
a21 a22 a23 +
+
 A  a11a22 a33  a21a32 a13  a31a12 a23
 a13 a22 a31  a23 a32 a11  a33 a12 a21
NOTA: Este método es valido únicamente para matrices
cuadradas de orden 3.

20
 1.4 Cálculo del determinante de una matriz
Propiedades de los determinantes

1. |AB| = |A||B|, siendo Anxn y Bnxn

2. |At| = |A|
3.El determinante de una matriz diagonal es igual al
producto de los elementos de su diagonal principal.

4.El determinante de una matriz triangular es igual al

producto de los elementos de su diagonal principal.

5.Si una matriz tiene una fila (o una columna) nula, su

determinante es cero.

21
6. Si a una fila (o a una columna) de una matriz se le multiplica
por un escalar, su determinante queda multiplicado por dicho
escalar.

7. Si A es una matriz de orden n y k es un escalar, entonces: |kA| = kn |A|.

22
 1.5 Cálculo de la inversa de una matriz:
Método de la Matriz Adjunta
Inversa de una matriz

Sean A y B matrices cuadradas que conmutan y sea I la

matriz identidad. Si AB=BA = I, entonces se dice que A
es la inversa de B (o B es la matriz inversa de A), y se
-1
denota como: B=A (se lee A-1 es la inversa de A)

Además, se verifica que: A-1A = A A-1 = I

23
 1.5 Cálculo de la inversa de una matriz:
Método de la Matriz Adjunta
NOTA:
Solo las matrices cuadradas tienen inversa, pero no toda
matriz cuadrada tiene inversa.
¿Cómo saber si una matriz cuadrada tiene inversa?
Propiedad: La matriz cuadrada A tiene inversa si │A │≠ 0
Ejemplos
a) Determine si A y B son matrices invertibles.
2 1 1 1
A=  , B=  Rpta. Ambas son invertibles.
 -1 -1  -1 -2 
b) Halle la inversa, si existe, de la matriz: C   1 3 
2 5 
24
 1.5 Cálculo de la inversa de una matriz:
Método de la Matriz Adjunta
Propiedades de la matriz inversa
Sean A y B matrices invertibles. Luego se cumple:
1 1
a) (A )  A
b) r A 1

r

1 1
A  ; r  R  {0}

c) (AB)1  B1A 1
t 1 1 t
d) (A )  (A )
e) I 1  I

25
 1.5 Cálculo de la inversa de una matriz:
Método de la Matriz Adjunta

Matriz de los cofactores: Cof ( A )

Es la matriz cuadrada formada por todos los cofactores de una
matriz. Es decir: Cof (A) = [cij]nxn
¿Qué es un cofactor?
El cofactor de cada aij es el número real cij = (-1)i+j Det(M)
Donde M es la matriz de menores obtenidas de cada elemento
aij de A.
¿Qué es un elemento menor?
El menor del elemento aij de la matriz A es el determinante de
la matriz Mij de orden n-1 que resulta de suprimir en A la fila i y
la columna j.

26
 1.5 Cálculo de la inversa de una matriz:
Método de la Matriz Adjunta

Matriz Adjunta:
Se define a la matriz adjunta de A como: Adj(A) = (Cof(A))T

Finalmente:
La Matriz Inversa de A se obtiene a partir de:

1Adj( A)
A 
A

27
Ejemplo: 1 2 3 
 
Halle la inversa de A= 0 1 2 
 
0 0 1 

1  2 1 
Adj  A
1
A  ; Adj  A  0 1  2 ; A  1
A
0 0 1 

1  2 1 
 
1
Entonces: A  0 1  2 
 
0 0 1 

28
REFERENCIA BIBLIOGRAFICA

Arya, Jagdish C. & Lardner, Robin W. (2009).

Matemáticas Aplicadas a la administración y
a la economía, (5ta. ed.) México, DF.
Pearson Educación Prentice Hall.