BIBLIOGRAFÍA

 ALGEBRA LINEAL; GROSSMAN, STANLEY I. ; 2008 ; MCGRAW HILL-

MEXICO

 ALGEBRA LINEAL; GERBER, HARVEY ; 1992; IBEROAMERICANA-

MEXICO

 ALGEBRA Y GEOMETRIA ANALITICA; GOICOECHEA, NOEMI G. O.;

GASPARINI, MARIA ROSA U.N.N.E. FACULTAD DE INGENIERIA;
2003; U.N.N.E. FACULTAD DE ING.-CHACO

 ALGEBRA LINEAL; POOLE, DAVID ; 2005; THOMSON-MEXICO

matrices 1
matrices 2
Definición: Una matriz A de
clase “mxn” es un arreglo
rectangular de m.n números
reales ordenados en “m”
renglones (o filas) y “n” column

matrices 3
  a11 a12  a1n 
 
  a21
A  aij  

a22  a2 n 
   
 
a am 2  amn 
 m1
Un elemento genérico de A se simboliza : aij
El primer subíndice(i) indica la fila donde está
ubicado el elemento
1≤ i ≤m.
El segundo subíndice (j) indica la columna donde
está ubicado dicho elemento
1≤ j ≤n

matrices 4
Ejemplos:

 3 0 1
 2  5  2 1 
P  5 0 S 
 5  6 0 0 
 9  8 1

7
B    C  2 7  8 10
 2

matrices 5
 IGUALDAD DE MATRICES
 Sean las matrices:
3 0 1 1 0 3 3 0 1
     
A   2 1 0 B   2 1 2 C   2 1 0
7  8 2 7  8 0 7  8 2
     
3 5 
  3 3 7
D   3  2  E   
7 0  5  2 0
 
¿ Que matrices son iguales?

matrices 6
 MATRICES IGUALES
Definición: Dos matrices A y B son iguales si:
 Son del mismo tamaño
 Los elementos correspondientes son iguales

matrices 7
 MATRICES ESPECIALES
Sea la matriz A de clase mxn. Definimos:

MATRIZ RECTANGULAR: Si m es distinto a n, A se

llama matriz rectangular.
Ejemplo:
8 3 0
C   
3 7 6

matrices 8
MATRIZ FILA: Si m es igual a 1, A se llama matriz
fila o vector fila

A  2 7  8 10

MATRIZ COLUMNA: Si n es igual a 1, A se llama

matriz columna o vector columna
9
 
A  7
0
 

matrices 9
 MATRIZ CUADRADA

Si m es igual a n, A se llama matriz cuadrada.

 8 0 1
 
A   4 5 4
  7 3 2
 

matrices 10
 MATRIZ DIAGONAL

Si A es cuadrada y además aij =0 siempre que i sea

distinto a j, A se llama matriz diagonal.

8 0 0
 
A  0 5 0
0 2 
 0

matrices 11
 MATRIZ ESCALAR
Si A es diagonal y además  i : aii =k, siendo k un
número real distinto a cero, A se llama matriz
escalar.
 3 0 0
 
A  0 3 0
 0 0 3
 

matrices 12
 MATRIZ IDENTIDAD
La matriz identidad de dimensión nxn, denotada In
es la matriz cuyos elementos sobre la diagonal
principal son iguales a 1, y todas las otras entradas
son iguales a cero.

1 0
I 2   
0 1

matrices 13
 Matriz Diagonal Matriz Escalar Matriz Identidad

6 0 0  5 0 0 1 0 0
     
A  0 7 0  B  0 5 0 I  0 1 0
 0 0  5 0 0 5 0 0 1
     

matrices 14
 MATRIZ NULA
 Es la matriz en la que todas las entradas son
iguales a cero.

0 0 0 0 0
N    N   
0 0 0 0 0

matrices 15
 MATRIZ TRANSPUESTA
 Sea A una matriz mxn. La matriz transpuesta,
T
denotada como A es la matriz cuyas
columnas son las filas de A.

 2 9
 
5 1 2  5 0 7
A A  
T

0 4 9 1 4 3
 
 7 3 


matrices 16
 MATRIZ OPUESTA
 La opuesta de una matriz Amxn es la matriz - Amxn
en la que los elementos correspondientes son números
opuestos a los de A.

 2 4   2 4 
 3  3
A  3 5   A   3  5
   
0 9

0 9
  

matrices 17
 MATRIZ SIMÉTRICA
 Una matriz cuadrada es simétrica si es igual a su
transpuesta

3 0 5 3 0 5
   
A  0 6 9  A  0 6 9
T

5 9 2 5 9 2
   

matrices 18
 MATRIZ ANTISIMÉTRICA
 Una matriz cuadrada es antisimétrica si es igual a la
opuesta de su transpuesta.

A-A T

 ¿Cuál es antisimétrica?

2 1  3  1 3 5  0 8  5
     
A   1 3 5  B  3 0 7 C  8 0 3 
 3 5 0    5  7  1  5 3 0 
     
matrices 19
 MATRIZ TRIANGULAR SUPERIOR
 Sea A una matriz cuadrada,
A es Triangular Superior  a ij  0  i  j

 2 -1 9 
 
A   0 6 3
0 0 7
 
matrices 20
 MATRIZ TRIANGULAR INFERIOR
 Sea A una matriz cuadrada,
A es Triangular Inferior  a ij  0  i  j

5 0 0
 
A 9 6 0
-3 - 2 
 0

matrices 21
OPERACIONES CON MATRICES
Suma de matrices: Sean A=[aij] y B= =[bij] matrices de
la misma dimensión mxn. La suma A+B es la matriz
C=[cij] de dimensión mxn, donde
cij = aij + bij
esto es, la suma de las entradas correspondientes.

matrices 22
 Ejemplo:

 1 2  4   1 0 2   0 2  2 
       
 0 3  1   1  5  1  1  2  2 

matrices 23
 PROPIEDADES
Sea M mxn el conjunto de todas las matrices
de orden mxn

a) Ley de cierre: A, B  M mxn : A  B  S  M mxn

b) Propiedad Conmutativa :A, B  M mxn : A  B  B  A

c) Propiedad Asociativa:
A, B, C  M mxn : ( A  B)  C  A  ( B  C )

matrices 24
d) Existencia de Elemento Neutro :
N ( Matriz Nula )  M mxn / A  M mxn : A  N  N  A  A

e)Existencia de elementos opuestos:

A  M mxn   A  M mxn /  A  A  A  ( A)  N

( M mxn ,) Grupo Abeliano

matrices 25
 Otra propiedad:

( A  B  ...  M )  A  B  ...M
T T T T

 ACTIVIDAD: Demostrar la Propiedad conmutativa de

la suma de matrices.

Sugerencia: Consultar ALGEBRA LINEAL; GROSSMAN,

STANLEY I.

matrices 26
 RESTA DE MATRICES
Sean A=[aij] y B= =[bij] matrices de la misma dimensión
mxn. La resta A-B =A+(-B).
Ejemplo:

5 2  4   6 0  2 5 2  4  6 0 2
          
 0 3  7   1 4 1   0 3  7   1  4 1 

 11 2  2 
  
 1 1  6 

matrices 27
 PRODUCTO DE UNA MATRIZ
POR UN NÚMERO REAL
 Para multiplicar un escalar por una matriz se
multiplica el escalar por todos los elementos de la
matriz, obteniéndose otra matriz del mismo orden.

matrices 28
 PROPIEDADES
Sean A, B  M mxn , 1 , 2  R
1)1.( A  B)  1. A  1.B
2)(1  2 ). A  1. A  2 . A
3)(1.2 ). A  1.(2 . A)
4)1 R : 1. A  A.1  A
5)0  R : 0. A  A.0  N (matriz Nula )
6) Sea N la matriz Nula : 1.N  N

matrices 29
 Multiplicación de matrices
Dadas dos matrices
A = (aij)m×n y B =(bij)p×q donde n = p, es decir,
el número de columnas de la primera matriz A es
igual al número de filas de la matriz B , se define el
producto A·B de la siguiente forma :
El elemento c que ocupa el lugar (i, j) en la
matriz producto se obtiene sumando los productos
de cada elemento de la fila i de la matriz A por el
correspondiente de la columna j de la matriz B.
matrices 30
 EJEMPLO
 3
 
 0
 1 
 
A1x4 . B4x1  1
 
3  2 1 6 4
cálculo auxiliar:
3.3+(-2).0+1.1+6.(-1) = 4

31
 EJEMPLO
Si multiplicamos A de clase 2x2 por B de
clase 2x3, obtenemos una matriz de clase
2x3.
 Sean las matrices:
 4  2 0
 
5 2 1

 3  1  7  8  1
   
4 2   26  4 2 

32
 ACTIVIDAD
 Multiplicar en forma genérica

A mxp . B pxq

matrices 33
  b11 b12 ... b1 j ... b1q 
 
 b21 b22 ... b2 j ... b2 q 
 ... ... ... ... ... ... 
A mxp . B pxq  
b ... b pq 
 p1 b p 2 ... b pj
 a11 a12 ... a1 p 
 
 a21 a22 ... a2 p 
 ... ... ... ... 
 
 ai1 ai 2 ... aip 
 ... ... ... ... 
 
 am1 am 2 ... amp 
matrices 34
En general, el elemento cij está dado por
p
cij   ik kj
a b
k 1

i  1,..., m
j  1,..., q
35
 ¿Es A.B = B.A?

Por ejemplo, si A3x4 , B4x7 , C7x3 ,

evaluar los productos AB, BC,CA,
BA, AC y CB.

matrices 36
 ACTIVIDAD
Sean las matrices :
 1 2   0 1
A    B   
 3  4  2 5

Calcular A.B y B.A

37
En general:

A.B=B.A

38
 PROPIEDADES
 La multiplicación de matrices no es
conmutativa.

 Asociatividad del producto de matrices: Sean

A,B y C matrices tales que sea posible el
producto entre ellas: A(BC) = (AB)C.

 Ley distributiva a izquierda: A(B + C) = AB + AC

 Ley distributiva a derecha: (A + B)C = AC + BC

39
 PROPIEDADES
 Producto por matriz identidad: I A = A y B I = B
 Si A.B = A.C B=C
 Si A.B = N( Matriz Nula) A=N( Matriz Nula) o
B=N( Matriz Nula).

 Transpuesta de un producto: sean A y B matrices

k un número real
a) (k.A) T = k. A T
b) (A.B) T = B T . A T

40
 ACTIVIDADES
1)

6 3  1 0 0 0 
Si A    ,B  y C 
8 4 1 1 3 1 
Calcular A.B y A.C . Comparar resultados.

2)  1  1 1 1
Re solver :  . 
 1 1  1 1

41
 ACTIVIDADES
Una empresa tiene tres fábricas, F1, F2, F3, en las que se elaboran diariamente

tres tipos diferentes de productos, A, B y C, como se indica a continuación:

F1: 200 unidades de A, 40 de B y 30 de C.

F2: 20 unidades de A, 100 de B y 200 de C.

F3: 80 unidades de A, 50 de B y 40 de C.

Cada unidad de A que se vende proporciona un beneficio de $ 55; por cada

unidad de B, se obtienen $ 220 de beneficio; y por cada una de C, $ 330 .

Sabiendo que la empresa vende toda la producción diaria, obtener

matricialmente el beneficio diario obtenido con cada una de las tres fábricas.

42
 PARTICION DE MATRICES
Dada una matriz A de dimensión mxn, se dice que la
matriz C es una SUBMATRIZ de A si C se puede
obtener de A al suprimir (en A) algunas filas y (o)
columnas. Se considera que A es una submatriz de si
misma
 Ejemplo: Si en la matriz A eliminamos la cuarta fila y
cuarta columna obtenemos la sub matriz C1
4 1 4 1
6  4 1 4
7 
C1  6 7 7
7 7
A
3 3 2  5
  3 3 2
8 0 1 0 
43
 También son submatrices de A
4 1 4 1 4 1 4 1
6  
7 7 7  6 7 7 
 7
A A1   A2 
3 3 2  5 3 3 2  5
     
8 0 1 0  8 0 - 1  0 

 ¿Qué líneas se eliminaron para obtener estas

submatrices ?

44
 Podemos considerar una matriz A particionada por
bloques

 2 4 3 0 5
5 1 
9 0 4 - 2 4 3 0 5
A A11    A12   
8 2 1 7 7  5 9 0   4 1 
 
3 0 1 8 4

8 2 - 1 7 7 
A 21    A 22   
3 0 1   8 4 
45
 O sea que

 A11 A12 
A 
A 21 A 22 

46