Universidad politécnica de Chiapas

Ingeniera petrolera

Álgebra lineal

Docente: Ing. Roberto Adrián González Domínguez

Trabajo de investigación 1

3° “B”

Alumna: María Ofelia Pérez de los santos

04 de junio del 2019

INTRODUCCIÓN

En este trabajo de investigación abordaremos el tema de operaciones matriciales,

ya que es el producto algebraico de las matrices A y B, en este trabajo se
desarrollara la suma, resta, multiplicación, división de las matrices paso por paso,
para conocer su procedimiento.

También se explicara la realización de los diversos métodos para la obtención del

determinante de una matriz; los métodos que desarrollaremos es el método de
Cofactores, Sarrus. Dependiendo de las dimensiones de dicha matriz será el
método que emplearemos y así desarrollar el método más fácil.

La determinante es de gran importancia en el álgebra ya que nos permite saber si

una matriz puede tener inversa y como veremos en temas posteriores si un sistema
de ecuaciones lineales tiene solución.

Una matriz tiene inversa si su determinante es diferente a cero.

MARCO TEÓRICO

¿Qué es una matriz?

Una matriz es una estructura rectangular de números,

Una matriz A de mxn es un ordenamiento rectangular de escalares dispuestas en

m filas y n columnas.

Para designar a cada uno de los m, n elementos de la matriz se utiliza un doble

subíndice que indica el número de filas y el número de columnas.

Las matrices suelen designarse con letras mayúsculas: se anota 𝐴 𝜖 ℝ 𝑚, 𝑛.

Dos matrices son iguales si tienen la misma dimensión y los elementos que ocupa
el mismo lugar en ambos son iguales.

Si el número de filas es igual número de columnas se le llama matriz cuadrada.

Se le llama matriz fila a una matriz de 1, n.

Se le llama matriz columna a una matriz de m, 1.

En una matriz cuadrada se le llama diagonal, al conjunto de elementos de la forma

𝑎𝑖,𝑖

Dada una matriz A, se le llama matriz traspuesta de A, y se representa por 𝐴´

ALGEBRA DE MATRICIALES

En álgebra común, damos por sentado el hecho de que cualquier par de números
reales pueden sumarse, restarse y multiplicarse. En álgebra de matrices, sin
embargo, dos matrices pueden sumarse, restarse y multiplicarse sólo en ciertas
condiciones.

SUMA DE MATRICES

Solamente las matrices que tienen el mismo orden pueden sumarse. Si A y B son
ambas matrices de m n, su suma A + B es la matriz de m x n formada al sumar las
correspondientes entradas en cada matriz. En otras palabras, la entrada de la
primera fila y la primera columna de A se suma a la entrada de la primera fila y la
primera columna de B, y así sucesivamente

𝑆𝑖 𝐴 = (𝑎𝑖𝑗 )𝑚𝑥𝑛 𝑦 𝐵 = (𝑏𝑖𝑗 )𝑚𝑥𝑛

Entonces su suma es

𝐴 + 𝐵 = (𝑎𝑖𝑗 + 𝑏𝑖𝑗 )𝑚𝑥𝑛

Si las matrices son de diferente orden, no pueden sumarse.

RESTA DE MATRICES

Usamos el inverso aditivo para definir la resta, o diferencia A - B de dos matrices A

y B de m x n, como sigue:

𝐴 − 𝐵 = 𝐴 + (−𝐵) 𝐴 − 𝐵 = (𝑎𝑖𝑗 − 𝑏𝑖𝑗 )𝑚𝑥𝑛

Si las matrices son de diferente orden, no pueden restar.

PRODUCTO ESCALAR

En el estudio de matrices, los números reales se llaman escalares. Si k es un

número real, el producto escalar de una matriz A y un número real k es la matriz
kA, con cada entrada igual al producto del número real k y la entrada
correspondiente en la matriz dada.
𝑆𝑖 𝐴 = (𝑎𝑖𝑗 )𝑚𝑥𝑛 𝑘 𝑒𝑠 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑛ú𝑚𝑒𝑟𝑜 𝑟𝑒𝑎𝑙, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑒𝑠𝑐𝑎𝑙𝑎𝑟 𝑑𝑒 𝐴 𝑦 𝑘

𝑘𝐴 = (𝑘𝑎𝑖𝑗 )𝑚𝑥𝑛

Propiedades

𝑘(𝐴 + 𝐵) = 𝑘𝐴 + 𝑘𝐵 ∥ (𝑘1 + 𝑘2 ) 𝐴 = 𝑘1 𝐴 + 𝑘2 𝐴 ∥ 𝑘1 (𝑘2 𝐴) = (𝑘1 𝑘2 )𝐴

MULTIPLICACION DE DOS MATRICES

Para hallar el producto AB de dos matrices A y B, necesitamos que el número de

columnas de A sea igual al número de filas en B. Suponga que 𝐴 = (𝑘𝑎𝑖𝑗 )𝑚𝑥𝑛 es

una matriz de m x n y 𝐵 = (𝑘𝑏𝑖𝑗 )𝑛𝑥𝑝 es una matriz de n x p, para encontrar la entrada

𝑐𝑖𝑗 en el producto 𝐶 = 𝐴 𝐵, hacemos parejas con los números de la fila i-ésima de A

con los de la columna j-ésima de B. Luego multiplicamos los pares y sumamos los
productos, como sigue

𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑏𝑖2 𝑏2𝑗 + ⋯ + 𝑏𝑖𝑛 𝑏𝑛𝑗

Es posible que el producto AB exista aunque el producto BA pueda no estar definido.

𝐿𝑒𝑦 𝑎𝑠𝑜𝑐𝑖𝑎𝑡𝑖𝑣𝑎 𝐴 (𝐵𝐶 ) = (𝐴𝐵)𝐶

𝐴 (𝐵 + 𝐶 ) = 𝐴𝐵 + 𝐴𝐶
𝐿𝑒𝑦𝑒𝑠 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑣𝑎𝑠 {
(𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶

DETERMINANTE DE UNA MATRIZ

Para cada matriz cuadrada A, podemos asociar un número llamado determinante

de A. Por ejemplo, los determinantes de las matrices de 2 x 2 y 3 x 3

𝑎11 𝑎12 𝑎13

𝑎11 𝑎12
(𝑎 𝑎22 ) (𝑎21 𝑎22 𝑎23 )
21
𝑎31 𝑎32 𝑎33
Se escriben

𝑎11 𝑎12 𝑎13

𝑎11 𝑎12
|𝑎 𝑎22 | |𝑎21 𝑎22 𝑎23 |
21
𝑎31 𝑎32 𝑎33

Se dice que un determinante de una matriz de n x n es un determinante de orden n

o un determinante de n-ésimo orden. Los determinantes de las matrices anteriores
son, a su vez, determinantes de órdenes 2 y 3. En un análisis, el determinante de
una matriz cuadrada A se representa con los símbolos det A o |A|.

Regla de Sarrus

Para calcular determinantes de segundo y tercer grado el método más simple es el

de multiplicación diagonal, mejor conocido como Regla de Sarrus.

Esta regla establece que para una matriz de segundo orden su determinante se
calcula de la siguiente manera:

𝑎11 𝑎12
det 𝐴 = |𝑎 𝑎22 | = 𝑎11 𝑎22 − 𝑎12 𝑎21
21

Esto significa que el determinante de segundo orden es el producto de los

elementos de la diagonal principal menos el producto de los elementos de la
diagonal secundaria.

La regla de Sarrus aplicada a una matriz de tercer orden establece que su

determinante se calcula como:

𝑎11 𝑎12 𝑎13

𝑑𝑒𝑡 𝐴 = |𝑎21 𝑎22 𝑎23 |
𝑎31 𝑎32 𝑎33
= 𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 − (𝑎12 𝑎21 𝑎33 + 𝑎11 𝑎23 𝑎32 + 𝑎13 𝑎22 𝑎31 )
Regla por Cofactor

El determinante det A de una matriz A de n x n puede evaluarse multiplicando cada

entrada en cualquier fila (o columna) por su cofactor y sumando los productos
resultantes.

det 𝐴 = 𝑎11 𝐴11 + 𝑎12 𝐴12 + 𝑎13 𝐴13

𝑎22 𝑎23 𝑎
1+2 | 21
𝑎23 𝑎
1+3 | 21
𝑎22
= 𝑎11 (−1)1+1 |𝑎 𝑎33 | + 𝑎12 (−1) 𝑎31 𝑎33 | + 𝑎13 (−1) 𝑎31 𝑎32 |
32

Propiedades de los determinantes

Sea A una matriz cuadrada.

i) Si toda entrada en una fila (o columna) de A es cero, entonces det A = 0.

ii) Si una matriz B se forma intercambiando dos filas (o dos columnas) de A,
entonces det B = -det A.
iii) Si una matriz B se forma multiplicando cada entrada en una fila (o
columna) de A por un número real k, entonces det B = k det A.
iv) Si dos filas (o columnas) de A son iguales, entonces det A = 0.
v) Si una matriz B se forma sustituyendo cualquier fila (o columna) de A por
la suma de esa fila (o columna) y k veces cualquier otra fila (o columna)
de la misma A, entonces B = det A.

MATRIZ INVERSA

Si A es una matriz de n x n y existe una matriz B de n x n tal que

𝐴𝐵 = 𝐵𝐴 = 𝐼𝑛

Decimos que B es el inverso multiplicativo o, simplemente, el inverso de A. El

inverso multiplicativo de A se escribe 𝐵 = 𝐴−1 .

A diferencia de lo que ocurre en el sistema de los números reales, nótese que el

símbolo 𝐴−1 no denota el recíproco de A, esto es, 𝐴−1 no es 1⁄𝐴. En la teoría de

matrices 1⁄𝐴 no está definido. Se dice que una matriz cuadrada que tiene un inverso
multiplicativo es no singular o invertible. Cuando una matriz cuadrada A no tiene
inverso, se dice que es singular o no invertible.

Metodo por cofactores

Sea

𝑎11 𝑎12 … 𝑎1𝑛

𝑎 𝑎22 … 𝑎2𝑛
𝐴 = ( 21 ) = (𝑎𝑖𝑗 )𝑛𝑥𝑛
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛

Si det 𝐴 ≠ 0, entonces el inverso multiplicativo de A es la matriz

𝐴11 𝐴12 … 𝐴1𝑛 𝑇

1 𝐴 𝐴22 … 𝐴2𝑛
𝐴−1 = ( 21 )
det 𝐴 ⋮ ⋮ ⋱ ⋮
𝐴𝑛1 𝐴𝑛2 … 𝐴𝑛𝑛

Donde 𝐴𝑖𝑗 es el cofactor de la entrada 𝑎𝑖𝑗 𝑑𝑒 𝐴

Metodo de Gauss

Para cualquier matriz A, las operaciones elementales entre filas en A se definen

como las tres transformaciones siguientes de A.

i) Intercambiar cualquier par de filas.

ii) Multiplicar cualquier fila por una constante k diferente de cero.
iii) Sumar un múltiplo constante diferente de cero de una fila a otra.

El símbolo R representa la palabra fila (por el inglés row):

𝑅𝑖 ↔ 𝑅𝑗 Intercambie la fila i-ésima con la fila j-ésima.

𝑘 𝑅𝑖 Multiplique la fila i-ésima por k.

𝑘 𝑅𝑖 + 𝑅𝑗 Multiplique la fila i-ésima por k y sume el resultado a la fila j-ésima

La secuencia de operaciones elementales entre filas que transforman una matriz A
de orden n x n en la identidad multiplicativa 𝐼𝑛 es la misma secuencia de operaciones
elementales entre filas que transforma 𝐼𝑛 en 𝐴−1 .

Formando la matriz de n x 2n, que consta de las entradas de A a la izquierda de una

barra vertical y las entradas de 𝐼𝑛 a la derecha de la barra vertical,

𝑎11 𝑎12 … 𝑎1𝑛 1 0 … 0

𝑎21 𝑎22 … 𝑎2𝑛 0 1 … 0)
( ⋮ |
⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 0 0 … 1

Entonces aplicamos una secuencia de operaciones entre filas hasta que la

transformemos en la nueva matriz:

1 0 … 0 𝑏11 𝑏12 … 𝑏1𝑛

1 … 0|𝑏21 𝑏22 … 𝑏2𝑛
(0 )
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 … 1 𝑏𝑛1 𝑏𝑛2 … 𝑏𝑛𝑛

Donde la matriz a la izquierda de la barra vertical es ahora In. La inversa de A es

𝑏11 𝑏12 … 𝑏1𝑛

𝑏21 𝑏22 … 𝑏2𝑛
𝐴−1 = ( )
⋮ ⋮ ⋱ ⋮
𝑏𝑛1 𝑏𝑛2 … 𝑏𝑛𝑛
Actividades en clase

Suma

2 8 1 1 7 0 3 15 1
(3 10 0 ) + ( 4 5 3 ) = ( 7 15 3)
7 3 7 3 2 4 10 5 11

Resta

2 8 1 1 7 0 1 1 1
(3 10 0) − ( 4 5 3) = (−1 5 −3)
7 3 7 3 2 4 4 1 3
Multiplicación
𝟑 𝟏 𝟒 𝟒 𝟏𝟎 𝟖 𝟐 𝟓𝟎 𝟕𝟑 𝟒𝟔 𝟑𝟕
(𝟒 𝟏𝟎 𝟕) ∗ (𝟏𝟎 𝟏𝟓 𝟏𝟎 𝟑) = (𝟏𝟔𝟓 𝟐𝟑𝟗 𝟏𝟓𝟑 𝟖𝟕)
𝟓 𝟖 𝟐 𝟕 𝟕 𝟑 𝟕 𝟏𝟏𝟒 𝟏𝟖𝟒 𝟏𝟐𝟔 𝟒𝟖
Cofactores
𝟏𝟎 𝟓 𝟖
𝟐 𝟏 𝟑 𝟏 𝟑 𝟐
(𝟑 𝟐 𝟏) = 𝟏𝟎 ( )− 𝟓( )+ 𝟖( )
𝟔 𝟕 𝟓 𝟕 𝟓 𝟔
𝟓 𝟔 𝟕
𝟏𝟎 𝟓 𝟖
(𝟑 𝟐 𝟏) = 𝟏𝟎(𝟖) − 𝟓(𝟏𝟔) + 𝟖(𝟖) = 𝟔𝟒
𝟓 𝟔 𝟕

Inversas
Gauss
−𝟏 𝟐 𝟏𝟏 𝟎 𝟎 𝟏 −𝟐 −𝟏 −𝟏 𝟎 𝟎 𝟏 𝟎 𝟏 −𝟓 𝟐 𝟎
(−𝟐 𝟓 𝟑| 𝟎 𝟏 𝟎 ) = ( 𝟎 𝟏 𝟏 |−𝟐 𝟏 𝟎 ) = ( 𝟎 𝟏 𝟏|−𝟐 𝟏 𝟎)
−𝟏 𝟐 𝟐𝟎 𝟎 𝟏 𝟎 𝟎 𝟏 −𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 −𝟏 𝟎 𝟏
𝟏 𝟎 𝟎 −𝟒 −𝟐 −𝟏
(𝟎 𝟏 𝟎|−𝟏 𝟏 −𝟏)
𝟎 𝟎 𝟏 −𝟏 𝟎 𝟏

−𝟒 −𝟐 −𝟏
−𝟏
𝑨 = (−𝟏 𝟏 −𝟏)
−𝟏 𝟎 𝟏
ANEXO

Calcula los siguientes determinantes usando las propiedades de estos:

6 8 9 26
4 5 10 5 5 10 6 4 10
a) (6 4 5 10) = 6 |
1 1 1 | − 8 |3 1 1 | + 9 |3 1 1 |−
3 1 1 1
3 4 16 3 4 16 3 3 16
3 3 4 16
6 4 5
26 |3 1 1|
3 3 4

4 5 10
|1 1 1 | = (4 ∗ 1 ∗ 16 + 5 ∗ 1 ∗ 3 + 10 ∗ 1 ∗ 4)
3 4 16
− (5 ∗ 1 ∗ ! 6 + 4 ∗ 1 ∗ 4 + 10 ∗ 1 ∗ 3) = −7

5 5 10
|3 1 1 | = (5 ∗ 1 ∗ 16 + 5 ∗ 1 ∗ 3 + 10 ∗ 3 ∗ 4)
3 4 16
− (3 ∗ 5 ∗ ! 6 + 5 ∗ 1 ∗ $ + 10 ∗ 1 ∗ 3) = −63

6 4 10
|3 1 1 | = (6 ∗ 1 ∗ 16 + 4 ∗ 1 ∗ 3 + 10 ∗ 3 ∗ 3)
3 3 16
− (4 ∗ 3 ∗ 16 + 6 ∗ 1 ∗ 3 + 10 ∗ 1 ∗ 3) = −42

6 4 5
|3 1 1| = (6 ∗ 1 ∗ 4 + 4 ∗ 1 ∗ 3 + 5 ∗ 3 ∗ 3) − (4 ∗ 3 ∗ 4 + 6 ∗ 1 ∗ 3 + 5 ∗ 1 ∗ 3)
3 3 4
=0

6 8 9 26
(6 4 5 10) = 6(−7) − 8(−63) + 9(−42) − 26(0) = 84
3 1 1 1
3 3 4 16
 3 4 14
b) (9 14 49) = (3.14.28) + (9.10.14) + (6.4.49) – (14.14.6) +(49.10.3) +
6 10 28
(28.4.9) = -42

3 4 14
c) (10 15 50)= (3.15.28) + ( 10.10.4) + (6.4.50) – (14.15.6) + (50.10.3) +
6 10 28
(28.4.10) = -20

7 8 9 26
5 5 10 6 5 10 6 5 5
d) (6 5 5 10) = 7 |
1 2 1 | − 8 |3 1 1 | + 9 |3 1 2| −
3 1 2 1
3 4 16 3 4 16 3 3 4
3 3 4 16
6 5 5
26 |3 1 2|
3 3 4
5 5 10
|1 2 1 | = (5 ∗ 2 ∗ 16 + 5 ∗ 1 ∗ 3 + 10 ∗ 1 ∗ 4)
3 4 16
− (5 ∗ 1 ∗ 16 + 5 ∗ 1 ∗ 4 + 10 ∗ 2 ∗ 3) = 55
6 5 10
|3 1 1 | = (6 ∗ 1 ∗ 16 + 5 ∗ 1 ∗ 3 + 10 ∗ 3 ∗ 4)
3 4 16
− (5 ∗ 3 ∗ 16 + 6 ∗ 1 ∗ 4 + 10 ∗ 1 ∗ 3) = 3

6 5 5
|3 1 2| = (6 ∗ 1 ∗ 4 + 5 ∗ 2 + 3 + 5 ∗ 3 ∗ 3) − (5 ∗ 3 ∗ 4 + 6 ∗ 2 ∗ 3 + 5 ∗ 1 ∗ 3)
3 3 4
= −87

6 5 5
|3 1 2| = (6 ∗ 1 ∗ 4 + 5 ∗ 2 ∗ 3 + 5 ∗ 3 ∗ 3) − (5 ∗ 3 ∗ 4 + 6 ∗ 2 ∗ 3 + 5 ∗ 1 ∗ 3)
3 3 4
= −12

7 8 9 26
(6 5 5 10) = 7(55) − 8(3) + 9(−87) − 26(−12) = −110
3 1 2 1
3 3 4 16
Calcule las inversas

1 1 2 11 0 0 0 1 1 2 1 1 0 0 0
a) (2 3 6 3|0 1 0 0) → (0 1 2 1|−2 1 0 0)
1 2 5 30 0 1 0 0 1 3 2 −1 0 1 0
1 1 2 20 0 0 1 0 0 0 1 −1 0 0 1

1 0 0 0 3 −1 0 0 1 0 0 0 3 −1 0 0
(0 1 2 1|−2 1 0 0) → (0 1 0 −1|−4 −3 −2 0)
0 0 1 1 1 −1 1 0 0 0 1 1 1 −1 1 0
0 0 0 1 −1 0 0 1 0 0 0 1 −1 0 0 1

1 0 0 0 3 −1 0 0 3 −1 0 0
(0 1 0 0|−5 3 −2 1) 𝐴−1 = (−5 3 −2 1)
0 0 1 0 2 −1 1 −1 2 −1 1 −1
0 0 0 1 −1 0 0 1 −1 0 0 1

b)

−1 2 1
|−2 5 3| ∆= (−10 − 6 − 4) − (−8 − 6 − 5) = −1
−1 2 2

10 − 6 −(−4 + 3) (−4 + 5) 4 1 1
∗
𝐴 = (−(4 − 2) (−2 + 1) −(−2 + 2)) = (−2 −1 0)
(6 − 5) −(−3 + 2) (−5 + 4) 1 1 −1

4 −2 1 𝐴𝑡 −4 2 −1
𝐴𝑡 = (1 −1 1) 𝐴−1 = = (−1 1 −1)
𝐴
1 0 −1 −1 0 1

c)

1 1 2 21 0 0 0 1 1 2 2 1 0 0 0
(2 3 6 5|0 1 0 0) → (0 1 2 1|−2 1 0 0)
1 2 5 40 0 1 0 0 1 3 2 −1 0 1 0
1 1 2 30 0 0 1 0 0 0 1 −1 0 0 1

1 0 0 1 3 −1 0 0 1 0 0 1 3 −1 0 0
(0 1 2 1|−2 1 0 0) → (0 1 0 −1|−4 3 −2 0)
0 0 1 1 1 −1 1 0 0 0 1 1 1 −1 1 0
0 0 0 1 −1 0 0 1 0 0 0 1 −1 0 0 1
 1 0 0 0 4 −1 0 −1 4 −1 0 −1
(0 1 0 0|−5 3 −2 1 ) −1
𝐴 =(−5 3 −2 1 )
0 0 1 0 2 −1 1 −1 2 −1 1 −1
0 0 0 1 −1 0 0 1 −1 0 0 1
Conclusión

Una matriz es un arreglo rectangular de números colocados entre paréntesis, la

determinante es un arreglo rectangular igual que la matriz, en donde se debe colocar
líneas dobles.

Las matrices nos ayudan a poder resolver sistema de ecuaciones complejos, ya que
al aplicar los diversos tipos de métodos que existen, podemos realizar de manera
más fácil cada problema planteado.

La teoría de matrices fue introducida en 1858, tiene hoy aplicaciones en campos

diversos como el control de inventarios en las fábricas, teoría cuántica, resolución
de ecuaciones, presentación de datos y análisis de transporte, entre otros campos
que son importantes para el uso de matrices y determinantes.
Bibliografía

Khan academy. (2019). Algebra y matrices. Sitio web: https://es.khanacademy.org

/math/algebra-home/alg-matrices.

Matemáticas xv. (2009). El 28 de julio de 2015. Sitio web:

https://sureyna.blogspost.com/2009/10/33-clasificacion de matrices.