06 de Abril de 2011

MATRICES,
DETERMINANTES Y
SISTEMAS DE
ECUACIONES LINEALES
(Clase 02)
Departamento de Matemática Aplicada
Facultad de Ingeniería
Universidad Central de Venezuela
Álgebra Lineal y Geometría Analítica José Luis Quintero 1
 Puntos a tratar

1. Producto de matrices
2. Aplicaciones
3. Operaciones elementales con las filas
de una matriz
4. Matrices equivalentes
5. Matrices inversibles
6. Método de Gauss-Jordan
7. Un poco de historia
Álgebra Lineal y Geometría Analítica José Luis Quintero 2
 Producto de matrices

Sea A una matriz o vector fila de orden n, y

sea B una matriz o vector columna de orden n:

b11
b 
A=[a11 a12 ⋯ a1n] B=  21

⋮
 
bn1
El producto AB está dado por:
AB = [a11b11 + a12b21 + ⋯ a1nbn1 ]
(NOTA: A este producto también se le llama producto escalar)

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Producto de matrices

Encuentra el producto escalar o interno de los siguientes vectores.

3
−1
1. [ 2 1 −3 4 −1] .   = 2 ( 3) +1( −1) + ( −3)( 4) + 4 ( 5) + ( −1)( 6)
4
 
 5  = 6 + ( −1) + ( −12) + 20 + ( −6) = 7
 6 

 −1
−5
2. [ −3 −4 0 1] .   = −3( −1) + ( −4)( −5) + ( 0)(1) +1( 0)
1
  = 3 + 20 + 0 + 0 = 23
0
El resultado del producto interno es un número real y el número de columnas
del primer vector debe ser igual al número de filas del segundo.

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Producto de matrices

Dadas las matrices:

A = [aij] de orden m x p
B = [bij] de orden p x n
El producto de AxB es una matriz C = [cij] de orden m x
n cuya componente cij es el producto de la fila i de A
y la columna j de B.

 4 3
A = 2 5 1 3 2 4
B=  
3 6 2 5 1 3

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Producto de matrices

4 3
1 3 2 4
A= 2 5 B=
2 5 1 3
3 6

10 27 11 25
C= 12 31 9 23
15 39 12 30

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Producto de matrices

Fila 2 Columna 3

 2 −1 0  3 8 5 4   12 20 10 4 
    
 − 3 5 8 . − 6 − 4 0 4  =  − 71 − 84 1 16 
 0 7 8   − 4 − 5 2 1   − 74 − 68 16 36 
    
Posición c23

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Propiedades

Sean A, B y C matrices multiplicativas.

1. A(B + C) = AB + AC
2. (A + B)C = AC + BC
3. (AB)C = A(BC)
4. (kA)B = k(AB) = A(kB), k es un escalar
5. (AB)T = BTAT
6. Por lo general, AB ≠ BA
7. AB = 0 no implica que A = 0 ó B = 0
8. AB = AC no implica que B = C

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Consecuencias de las propiedades

Si A · B = 0 no implica que A = 0 ó
B=0

Si A · B = A · C no implica que B = C

En general (A+B)2 ≠ A2 + B2 +2AB, ya que A · B ≠ B · A

En general (A+B) · (A–B) ≠ A2 – B2, ya que A · B ≠ B · A

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Ejercicios

Dadas las matrices A = [aij]3x3 , B = [bij]3x2 y C = [cij]2x3

tales que:

i2 – j , i < 3 1,i–j<1
aij = bij =
-i + j2 ,i≥3 -1 , i – j ≥ 1

-1 , 2j/i = primo
cij =
0 , 2j/i ≠ primo

Calcular: A2 – (2B)(3C)

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Puntos a tratar

1. Producto de matrices
2. Aplicaciones
3. Operaciones elementales con las filas
de una matriz
4. Matrices equivalentes
5. Matrices inversibles
6. Método de Gauss-Jordan
7. Un poco de historia
Álgebra Lineal y Geometría Analítica José Luis Quintero 11
 Aplicaciones
Un agente de bolsa vendió a un cliente 200 acciones
tipo A, 300 tipo B, 500 tipo C y 250 tipo D. Los precios
por acción de A, B, C y D son $100, $150, $200 y $300,
respectivamente.
Escriba un vector renglón (fila) que represente el
número de acciones compradas de cada tipo.
A B C D

Acciones 200 300 500 250

Escriba un vector columna que represente el precio

por acción por cada tipo.
100 A
Precios 150 B
200 C
300 D

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Aplicaciones

Utilizando al multiplicación de matrices, encuentre el

costo total de las acciones.

A B C D
100 A
Acciones 200 300 500 250
Precios 150 B
200 C
300 D

200x100 + 300x150 + 500x200 + 250x300 = 240,000

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Aplicaciones
Una empresa utiliza tres tipos de materia prima M1, M2 y
M3 en la elaboración de dos productos P1 y P2. El
número de unidades de materia prima usados por
cada unidad de P1 son 3, 2 y 4 respectivamente y por
cada unidad de P2 son 4, 1 y 3 respectivamente.
Suponga que la empresa produce 20 unidades de P1 y
30 unidades de P2 a la semana. Exprese las respuestas
como producto de matrices:
a)¿Cuál es el consumo semanal de materia prima?
b)Si los costos por unidad ($) para M1, M2 y M3 son 6, 10
y 12 respectivamente. ¿Cuáles son los costos de la
materia prima por unidad de P1 y P2?
c)¿Cuál es la cantidad total gastada en materia prima
a la semana en la producción de P1 y P2?
Álgebra Lineal y Geometría Analítica José Luis Quintero
 Puntos a tratar

1. Producto de matrices
2. Aplicaciones
3. Operaciones elementales con las filas
de una matriz
4. Matrices equivalentes
5. Matrices inversibles
6. Método de Gauss-Jordan
7. Un poco de historia
Álgebra Lineal y Geometría Analítica José Luis Quintero 15
 Operaciones elementales con las filas de una matriz

Álgebra Lineal y Geometría Analítica José Luis Quintero 16

 Puntos a tratar

1. Producto de matrices
2. Aplicaciones
3. Operaciones elementales con las filas
de una matriz
4. Matrices equivalentes
5. Matrices inversibles
6. Método de Gauss-Jordan
7. Un poco de historia
Álgebra Lineal y Geometría Analítica José Luis Quintero 17
 Matrices equivalentes

Álgebra Lineal y Geometría Analítica José Luis Quintero 18

 Puntos a tratar

1. Producto de matrices
2. Aplicaciones
3. Operaciones elementales con las filas
de una matriz
4. Matrices equivalentes
5. Matrices inversibles
6. Método de Gauss-Jordan
7. Un poco de historia
Álgebra Lineal y Geometría Analítica José Luis Quintero 19
 Matrices inversibles

Una matriz cuadrada que posee inversa se dice

que es inversible o regular o no singular; en caso
contrario recibe el nombre de singular.

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Propiedades de la inversión de matrices

La matriz inversa, si existe, es única

A-1·A = A·A-1= I

(A·B)-1 = B-1·A-1

(A-1)-1 = A
(kA)-1 = (1/k) · A-1
(At) –1 = (A-1) t

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Puntos a tratar

1. Producto de matrices
2. Aplicaciones
3. Operaciones elementales con las filas
de una matriz
4. Matrices equivalentes
5. Matrices inversibles
6. Método de Gauss-Jordan
7. Un poco de historia
Álgebra Lineal y Geometría Analítica José Luis Quintero 22
 Método de Gauss-Jordan

Álgebra Lineal y Geometría Analítica José Luis Quintero 23

 Método de Gauss-Jordan

Si A es una matriz invertible nxn construya la matriz

aumentada [ A I n ] . La matriz inversa A-1, nxn, se
obtiene reduciendo la matriz mediante operaciones
elementales de filas hasta obtener la matriz
 I n A −1 

Ejemplos:
2 4
1. Encuentra la matriz inversa de A=   .
3 1

2 41 0 1  1 
3 1  1
f1 → f1 2 0
 10 →  3
2
1
2

 0 1

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan
 1  1 1 0
1 2 0 −3 f1 + f 2 → f 2 2
2  →  2 
3 1  0 −5 − 3 1
 0 1  2 
1 1 2
1 0 
− f2 → f2  2 

→ 5
0 1 3 −1 
 10 5

1 0 − 10
1 2 
−2 f 2 + f1 → f1  5 
 → 0 1 3 −1 
 10 5

− 1 2 
5  1  −1 4 
=
−1 10
A = 3
 3 − 1  10  − 2 
 10 5

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan
2. Encuentra la matriz inversa de  2 −3 .
3 5 

 3
0 
2 −3 1 0  1 − 1
2
3 
1
f1 → f1 2
 5 0 1  → 2  0 1
3 5 
 3
0 
1 − 1
2
2
−3 f1 + f 2 → f 2  −3 
 → 0 19 2
1
 2 
 3 1 0 
 1 − 2 
2 2
f2 → f2  −3 2 
 19
→ 0 1 19 19 
1 0 5 3 
3
f 2 + f1 → f1  19 19 
→
2 0 1 −3 2 
 19 19 
Álgebra Lineal y Geometría Analítica José Luis Quintero
 Método de Gauss-Jordan
 5 3 
19  1 5 3
=
−1 19
A =
 −3 2  19  − 3 2 
 19 19 
4 2
3. Encuentra la matriz inversa de   .
2 1

4 2 1 0 1 f →f
1 1
2
1
4 0
2  4 1 1  − 1
1 
−2 f1 + f 2 → f 2
1   0 0
 1 0 → 2

No es posible tener la matriz inversa en el lado

izquierdo por lo tanto la matriz no es invertible, la
matriz inversa no existe.

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan

 a11 a12 ⋯ a1n 1 0 ⋯ 0

 2 0 1  
   a21 a22 ⋯ a2 n 0 1 ⋯ 0
( A | I) = 
A =  − 2 3 4 ⋮ ⋮ ⋮ ⋮
 
 − 5 5 6  an1 an 2 ⋯ ann 0 0 ⋯ 1
 
 2 0 1 1 0 0 1
2 R1  1 0 1
2
1
20 0
   
 − 2 3 4 0 1 0 ⇒ − 2 3 4 0 1 0
 − 5 5 6 0 0 1 −5 5 0 0 1
   6
2 R1 + R2
5 R1 + R3 1 0 1
2
1
2 0 0
 
⇒ 0 3 5 1 1 0
0 5 0 1 
 17
2
5
2

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan

1
3 R2
1 R 1 0 1
2
1
2 0 0
5 3
 
⇒ 0 1 5
3
1
3
1
3 0
0 0 15 
 1 17
10
1
2

− R2 + R3 1 0 1
2
1
2 0 0
 
⇒ 0 1 5
3
1
3
1
3 0
0 − 13 15 
 0 1
30
1
6

30 R3 1 0 1
2
1
2 0 0
 
⇒ 0 1
5
3
1
3
1
3 0
0 0 − 10 6 
 1 5

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan

− 1 2 R3 + R1
− 5 3 R3 + R2 1 0 0 −2 5 − 3
 
⇒ 0 1 0 − 8 17 − 10 
0 0 1 − 
 5 10 6 

− 2 5 − 3
−1  
A = −8 17 − 10 
 5 − 10 
 6 

Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan

 1 −1 − 2
 
A = 2 4 5
 6 0 − 3
 

 1 −1 − 2 1 0 0
 
2 4 5 0 1 0
6 0 − 3 0 0 1

− 2 R1 + R2  1 −1 −2 1 0 0
 
⇒ 0 6 9 − 2 1 0
6 0 −3 0 0 1


Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan

−6 R1 + R3  1 −1 − 2 1 0 0
 
⇒ 0 6 9 −2 1 0
0 6 9 −6 0 1

− R2 + R3  1 −1 − 2 1 0 0
 
⇒ 0 6 9 −2 1 0
Singular 0 0 0 −4 − 1 1


Álgebra Lineal y Geometría Analítica José Luis Quintero

 Método de Gauss-Jordan

1. Verifica que la matriz inversa de 

1 0
 es .
2 2
 1 0
 1 
−1
 2
1 0 −2 
2. Verifica que la matriz inversa de  4 −2 1  es .
 1 2 − 1 0 

 −9 2 2
 −41 9 
 4
 2 2
 −5 1 1 


Álgebra Lineal y Geometría Analítica José Luis Quintero

 Puntos a tratar

1. Producto de matrices
2. Aplicaciones
3. Operaciones elementales con las filas
de una matriz
4. Matrices equivalentes
5. Matrices inversibles
6. Método de Gauss-Jordan
7. Un poco de historia
Álgebra Lineal y Geometría Analítica José Luis Quintero 34
 Un poco de historia

Álgebra Lineal y Geometría Analítica José Luis Quintero 35

 Pensamiento de hoy

“Solo tengo una luz por la que se

guían mis pasos, y esta luz es la de
la experiencia. No conozco otra
manera de juzgar el futuro que
rodea el pasado”.
Patric Henry

Álgebra Lineal y Geometría Analítica José Luis Quintero 36