Capítulo 3 Problema

Contenidos Wassily Leontief, economista americano de origen ruso, obtuvo en 1973 el premio Nobel de
Economía por el desarrollo de las matrices “Input-output” o de “Insumo-Producto” (MIP). La
palabra de origen inglés “input” se refiere a los insumos que necesita una empresa o industria
3.1 - MATRICES para producir, mientras que “output” designa el producto que se genera con estos insumos o
3.1.1 – Igualdad de Matrices materias primas. Dichas matrices muestran las interrelaciones que se dan entre los distintos
sectores productivos de una economía durante algún tiempo.
3.1.2 – Algunas Matrices Especiales
3.2 – OPERACIONES ENTRE MATRICES La MIP es un ordenamiento en filas y columnas, donde las filas muestran las ventas que realiza
un sector a los distintos sectores, en tanto las columnas indican las compras que realiza un sector
3.2.1 – Suma y Diferencia de Matrices
a los restantes sectores.
3.2.2 – Producto de una Matriz por un Escalar
Se entiende que la demanda que tiene un sector puede provenir de otros sectores o ser de otro
3.2.3 – Producto de Matrices
origen, como por ejemplo los consumidores en general. Esta última demanda es la que aparece
3.2.3.1 – Producto de una matriz fila por una matriz columna en la tabla o matriz como Demanda final. Las MIP muestran la producción total de cada sector y
3.2.3.2 – Producto de una matriz fila F1 x m por una matriz B m x n el destino de dicha producción, cuánto lo adquiere el consumidor y cuánto es demandado por
3.2.3.3 – Producto de A p x m por una matriz B m x n cada uno de los demás sectores.
3.3 – MATRICES ELEMENTALES Y REDUCIDAS Analicemos estas ideas suponiendo que estamos en una economía simplificada donde existen
3.3.1 – Operaciones elementales por fila tres sectores básicos: Agrícola, Industrial y de Servicios y que la matriz de Insumo – Producto
3.3.2 – Matrices Elementales (MIP) es la siguiente:
3.3.3 – Matriz Reducida
3.4 – DETERMINANTE DE UNA MATRIZ Total de Valor bruto
Sector Sector Sector de Demanda
Ventas de la
3.4.1 – Determinante de una matriz de Orden n Agrícola Industrial Servicios Final
Intermedias Producción
3.5 – INVERSA DE MATRICES Sector Agrícola 120 200 240 560 240 800
3.5.1 – Métodos Generales para Encontrar Inversas
Sector Industrial 250 130 120 500 200 700
3.5.1.1 – Cálculo de la Inversa por Cofactores
Sector de
3.5.1.2 – Cálculo de la Inversa por Reducción 100 220 150 470 240 710
Servicios

Insumos 470 550 510 1530 680 2210

Valor Agregado 330 150 200 680

Objetivos Valor bruto de

la Producción
800 700 710 2210 2210

• Promover la valoración de la representación matricial para el tratamiento de los datos en

situaciones complejas. Cada sector productivo aparece en una fila de la tabla y los que demandan se ubican en las
• Identificar las condiciones que deben reunir las matrices para poder realizar las distintas columnas. Por ejemplo, el Sector Agrícola tuvo una producción total de $800 (las unidades
operaciones entre ellas. podrían ser millones de dólares) de la que el mismo sector demandó $120, mientras que el
• Contribuir a la adquisición de un conocimiento preciso de la operatoria definida entre
Industrial solicitó $200, el de Servicios $240 y los consumidores finales $240. Se supone que
matrices y sus propiedades. todo lo que se produce se va a consumir, por lo que la suma de los productos (outputs) y de los
insumos (inputs) debe ser la misma.
• Favorecer la transferencia de los conceptos teóricos al planteo y resolución de problemas
prácticos

105 106
 CAPÍTULO
UNIDAD

MATRICES y
Problema DETERMINANTES

La fila correspondiente a Valor Agregado que se origina por la diferencia entre la producción total
y la suma de los requerimientos de cada sector, representa la suma de las remuneraciones de los
trabajadores vinculados a la producción y el beneficio bruto de cada sector. Por ejemplo, el sector
Agrícola vende $ 800 y compra $ 470 por lo que el valor agregado es de $ 330.
En el capítulo anterior se estudiaron diversos métodos para resolver sistemas de ecuaciones lineales de orden 2x2.
Dichos métodos resultan engorrosos cuando nuestro objetivo es resolver sistemas de ecuaciones lineales de orden
En base a la información proporcionada por la MIP, se elabora otra matriz llamada “de
superior. Para trabajar con estos últimos, es necesario introducir el concepto matemático de Matriz.
Coeficientes Técnicos”. Para obtener estos coeficientes debemos dividir cada elemento de la
MIP correspondiente a los diferentes sectores, por el total de la columna donde se encuentra Las matrices no sólo facilitan la resolución de sistemas de ecuaciones lineales, sino que aparecen de forma natural
dicho elemento. En nuestro caso la Matriz de Coeficientes Técnicos o de requerimientos es: en geometría, estadística, economía, informática, física, entre otras. Como inicio de este capítulo presentamos una
aplicación típica del concepto de matriz en Economía, como es la Matriz de Insumo-Producto.
 120 200 240 
 800 Dada su importancia, en este capítulo estudiamos las propiedades y operaciones con matrices, además del
 700 710 
concepto de determinante asociado directamente con ellas. Alcanzar un manejo adecuado de este tema permitirá
 250 130 120 
A = utilizarlo luego, en los capítulos 4 y 5, como una herramienta para resolver sistemas de ecuaciones lineales y
800 700 710 
  problemas de programación lineal.
 100 220 150 
 800 700 710 


Si llamamos a i j a un elemento genérico de esta matriz ubicado en la fila i, columna j, éste
representa la producción requerida del sector i para generar un dólar en la producción de j, es
decir, es el requerimiento de producción por dólar. Por ejemplo, a 1 2 = 0.29 indica que cada
dólar de producción en el sector 2, requiere 0.29 dólares de producción del sector 1. En nuestro
caso, el 29% de cada dólar producido por el sector Industrial proviene del sector Agrícola.
Se supone que estos coeficientes son estables en el tiempo por lo que nos permitirán, por
ejemplo, determinar cuánto deberá producir cada sector si la Demanda Final cambia. Es decir, si
en nuestro problema suponemos ahora que la Demanda Final es 180 para el Sector Agrícola,
320 para el Industrial y 110 para el de Servicios, ¿cuánto deberá producir cada uno de ellos para
equilibrar la oferta y la demanda total?
El Modelo de Leontief permite responder esta pregunta. Para comprenderlo debemos estudiar
primero el contenido de este capítulo.
3.1 – MATRICES
Cuando se trabaja con un número grande de datos, surge la necesidad de organizarlos con algún patrón lógico, de
manera que la manipulación y recuperación de los elementos individuales o grupo de elementos pueda ser
relativamente fácil. La Matriz es un medio para resumir, organizar y representar datos. Nuestra vida diaria está llena
de ejemplos de matrices: las casillas de un tablero de ajedrez, los puntos del monitor de la computadora, la tabla de
cotizaciones de la Bolsa en cada uno de los días de la semana, la ubicación de los alumnos en el aula o de
personas en un espectáculo, entre otros.
Orden o dimensión de Definición 3.1: Se llama matriz de orden o dimensión mxn a todo conjunto de
una Matriz
elementos a i j dispuestos en m líneas horizontales (llamadas
filas) y n líneas verticales (llamadas columnas) de la forma:
columna 3

 a 11 a 12 a13 ... a 1 n 
a a 22 a 23 ... a 2 n 
 21 fila 2
 a 31 a 32 a33 ... a 3 n 
 
 ... ... ... ... ... 
a a m2 am3 ... a m n 
 m1

107 108108
 a i j representa un elemento genérico de la matriz ubicado en la fila i y en la columna j, El elemento a12 está ubicado en la primera fila y segunda columna de la matriz
es decir, los subíndices nos indican la posición de los elementos. Por ejemplo, el A, es decir,
elemento a23 será el elemento de la fila 2 y columna 3. segunda columna
Si bien los elementos que componen una matriz pueden ser de cualquier naturaleza,
nosotros consideramos aquí solamente el caso en que éstos sean números reales. primera fila
 1 2 3 
 4 6 0 
 
Notación: Nos reservamos las letras mayúsculas para designar matrices y las  −1 −8 10 
minúsculas para sus elementos. Para referirnos a una matriz genérica A  
 5 7 4 
usamos A = (aij) o A = [aij] con i = 1, 2,..., m ; j = 1, 2,..., n,
indistintamente.
el elemento solicitado es a12 = 2
Observe: Una matriz de orden mxn posee mxn elementos. Del mismo modo a21 = 4, es decir, es el elemento ubicado en la fila 2 y la
columna 1.

n Ejemplo 3.1:
Ejercitamos el uso de subíndices de los elementos de una matriz en el siguiente
ejemplo:
A = [1] es una matriz de orden o dimensión 1x1. Tiene una fila y una
columna
n Ejemplo 3.3:
 1 −2 
B=   es una matriz de orden 2x2 . Tiene dos filas y dos columnas.
 −4 0 Generemos una matriz A = [aij], de orden 3x4, cuyos elementos se obtienen a
Se usan paréntesis o partir de la fórmula a i j = i – 2j.
corchetes para indicar El elemento b11 = 1 (primera fila y primera columna) y su
los elementos que elemento b22 = 0 (ubicado en la segunda fila y segunda Solución
componen una matriz.
columna).
La matriz solicitada es la siguiente:
C = (1 −5 8 ) es una matriz de orden 1x3. Dado que se compone de una fila
y tres columnas. El elemento C12 = –5.  −1 −3 −5 −7 
 0 −2 −4 −6 
 1  
 1 −1 −3 −5 
   
D=  −5  es una matriz de orden 3x1. Tiene tres filas y una columna.
 8
  Los elementos fueron obtenidos, como se indica en el enunciado, por la
aplicación de la fórmula
a i j = i – 2j
n Ejemplo 3.2: A modo de ejemplo, el elemento a 1 1 se obtiene reemplazando el subíndice i por
1 y el subíndice j por 1, es decir:
 1 2 3 a 11 = 1 – 2 (1) = –1
 4 6 0
Dada la matriz A =   ¿Cuáles son los elementos a12 y a21? ¿Cuál
 −1 −8 10  De igual manera se trabaja con los restantes elementos. Así, el elemento a 23 se
 
 5 7 4 obtuvo al reemplazar el subíndice i por 2 y el j por 3. Es decir:
es su dimensión? a 23 = 2 – 2 (3) = 2 – 6 = – 4
Solución
Se usa la notación A4x3 , El orden de la matriz A es 4x3, ya que posee 4 filas y 3 columnas.
para indicar que A es de
orden 4x3.

109 110110
 3.1.1 - Igualdad de Matrices n Ejemplo 3.5:

Encuentre, si es posible, el o los valores de las incógnitas, para los cuales los
Definición 3.2: Dos matrices A = (a i j) y B = ( bi j) son iguales si son del siguientes pares de matrices son iguales:
mismo orden y ai j = bi j , ∀i = 1, ...., n ; ∀j = 1, ...., m. −3
 5 0   5 x 0 
 1 5 −2   1 5 y 
En otras palabras, dos matrices son iguales cuando tienen la misma dimensión y los a) C =   , D=  
 0 7 10   0 7 10 
elementos que ocupan el mismo lugar en ambas son iguales.    
 −8 4 2   z 4 2 

n Ejemplo 3.4:  1 4   1 4 
b) A =   , B =  2 
 5 −1   x +4x −1 
¿Son iguales las siguientes matrices?
 1 x y  1 x y
 
 1 −1 3   10 − 9 4 −5 3  c) A =  0 z 2 , B =  −4 z 2
a) A =   y B=    
0 −2  2−2 ( − 1) (2)   0 4 −2   0 4 −2 
 4  (2) (2) 
Sí. Ambas matrices son de orden 2x3 y además: 1 0  − x+2y w 
d) C =   , D =  
2 3  x − 2y 3 
a11 = b11 ⇒ 1=10 – 9, a21 = b21 ⇒ 4 = (2)(2) ,
Solución
a12 = b12 ⇒ –1= 4 – 5, a22 = b22 ⇒ 0 = 2 – 2,
 5 −3 0   5 x 0 
a13 = b13 ⇒ 3 = 3, a23 = b23 ⇒ –2 = (–1)(2).  1 5 −2   1 5 y 
a) Dadas las matrices C =   y D=  
Esto es, tienen todos los elementos correspondientes iguales.  0 7 10   0 7 10 
   
 −8 4 2   z 4 2 
1 0 0 
1 0  queremos encontrar los valores de x, y, z, si existen, para los cuales se
b) C =   y D = 0 1 0
 
 −1 2  verifica que C = D.
0 0 1 
De acuerdo a la definición de igualdad de matrices, como los órdenes son
Lo que primero se debe No. Los órdenes son distintos, C es de orden 2x2 y D es de orden 3x3. iguales, entonces los elementos correspondientes también deben ser iguales.
controlar son sus órdenes.
Por lo tanto, la única manera en que esto resulta válido es cuando x = –3,
Las matrices de distintas  1 y = –2, z = –8, ya que los restantes elementos son iguales.
dimensiones nunca son c) F = (1 −3 4 ) y G =  −3 
iguales.
 
 4
 1 4   1 4 
No. Aunque ambas matrices tienen la misma cantidad de elementos, los b) Sean las matrices A =   y B =  2  buscamos el o
 5 −1   x +4x −1 
órdenes son distintos. F es de orden 1x3 y G es de orden 3x1.
los valores de x, si existen, para los cuales A = B.
 1 0 0   1 0 0 
Puesto que los órdenes de las matrices son iguales, 2x2, y dado que se
 
d) A =  0 −5 0  y

B=  0 5 0  cumple que a11 = b11, a12 = b12 y a22 = b22 para que la igualdad sea
Para afirmar que dos x2 + 4x – 5 = 0
 1 0 −1   1 0 −1 
matrices del mismo orden    
no son iguales, basta con válida, se debe verificar a21 = b21 , es decir, x2 + 4x = 5 .
-4 ± 16 + 20 -4 ± 6
encontrar al menos dos No. Ambas matrices tienen la misma dimensión, 3x3, pero a22 ≠ b22. =
elementos ubicados en la 2 2 Ahora, para encontrar el o los valores de x, debemos resolver la ecuación de
misma posición que no
sean iguales. segundo grado con una incógnita x 2 + 4x − 5 = 0 .
Algunos conceptos vinculados con el concepto de igualdad de matrices se relacionan
Aplicando la fórmula estudiada en la Sección 1.2.2, encontramos que la
con las ecuaciones y sistemas de ecuaciones estudiadas en capítulos anteriores.
solución es x = 1 y x = – 5.
En otras palabras, los únicos valores de x para los cuales se verifica la
igualdad de las matrices dadas son: x = 1 y x = –5.

111 112112
  1 x y  1 x y
c) Para las matrices A =  0 z

2  y B =  −4 z 2  buscamos el CLASIFICACIÓN SEGÚN SU FORMA:
 
 0 4 −2   0 4 −2 

o los valores de x, y , z, si existen, para los cuales A = B.
La matriz fila también Matriz fila: Es una matriz que sólo tiene una fila, es decir, m = 1 y por lo tanto es
No existen valores de x, y, z, para los cuales ambas matrices sean iguales, se suele llamar vector de orden 1xn.
pues aunque tienen el mismo orden, los elementos ubicados en la segunda fila.
Notación: A1xn = ( a11 a12 a13 a14 ... a1n )
fila, primera columna (posición 2,1), no son iguales. El a21 = 0, mientras que
b21= – 4.
n Ejemplo 3.6:

1 0  − x+2y w  buscamos el o los ( 1 –2 4 0 ) es una matriz fila de orden 1x4.

d) Para las matrices C =   y D =  
2 3  x − 2y 3 
valores de x, y , w, si existen, para los cuales C = D.
Ambas son de orden 2x2. Como c22 = d22, para que las matrices sean Matriz columna: Es una matriz que sólo tiene una columna, es decir, n = 1 y por
La matriz columna
iguales debemos igualar los otros elementos: también se suele llamar lo tanto es de orden mx1.
vector columna.
c11 = d11 ⇒ 1 = – x + 2y  a 11 
 
c12 = d12 ⇒ 0=w  a 21 
Notación: Amx1 = a 31 
c21 = d21 ⇒ 2 = x – 2y  
 M 
De la segunda ecuación, obtenemos que w = 0. Para encontrar los valores  
 a m1 
de x e y debemos resolver el sistema:
-x +2y = 1
 − x + 2y = 1

 x − 2y = 2 n Ejemplo 3.7:

x - 2y = 2 Usando cualesquiera de los métodos vistos en el capítulo anterior concluimos  1

que el sistema carece solución, es incompatible. No existen valores de x e y  
que satisfagan simultáneamente las dos igualdades  −2  es una matriz columna de orden 4x1.
 4
 
Rectas que componen En consecuencia, no existen valores x, y, w para los cuales las matrices C  0
el sistema y D son iguales.

Matriz cuadrada: Es aquella que tiene el mismo número de filas que de columnas, es
decir m = n. En estos casos se dice que la matriz cuadrada es de
orden n.
3.1.2 - Algunas Matrices Especiales Notación: A n , indica que la matriz A es cuadrada de orden n.

Entre la gran variedad de matrices que podemos considerar, existen algunas que por Definición 3.3: Los elementos a i j con i = j, ∀ i j (o sea a i i) , forman la llamada
Diagonal Principal y
tener características determinadas reciben nombres especiales y aparecen con Diagonal Secundaria de diagonal principal de la matriz cuadrada, y los elementos a i j con
frecuencia en la teoría.Concretamente, es posible realizar una clasificación de ellas una matriz cuadrada.
i + j = n +1 determinan la diagonal secundaria.
según su forma y según los elementos que contiene.

113 114114
 La matriz traspuesta tiene algunas propiedades importantes.
n Ejemplo 3.8:
Propiedades de la
a) A = la matriz A es de orden 3. matriz traspuesta. Teorema 3.1: 1. Dada una matriz A, siempre existe su traspuesta.
 1 0 −2  2. La transpuesta de una matriz es única.
 
Si la matriz no es cuadrada,  3 1 4 3. (A T ) T
= A.
no tiene sentido hablar de  0.4 7 4 

diagonal.
Diagonal Diagonal
Secundaria Principal Matriz simétrica: Una matriz cuadrada A es simétrica si A = AT, es decir, si:
a i j = a j i ∀ i, j. Es decir, los elementos "simétricos" respecto a
la diagonal principal son iguales.
 0 0 
b) B =   la matriz B es de orden 2
 0 0 
Diagonal Diagonal n Ejemplo 3.10:
Secundaria Principal
1 2 3
 
n
A=  2 4 5  es simétrica, ya que a12 = a21 = 2, a13 = a31 = 3 mientras que
Nota: La suma de los elementos de la diagonal principal de una matriz cuadrada A se 3 5 6
El símbolo ∑ ak es
denomina traza de A y se denota por tr(A).
El orden de la matriz, es  
k=1 la primera condición que
llamado sumatoria. n debemos controlar para a23 = a32 = 5.
Indica la suma genérica
Matemáticamente : si A = (ai j) i,j =1, ... n, tr(A)= ∑a ii = a11 +a22+ ...+an n estudiar si es o no
simétrica. 1 1
B=  es simétrica, pues a12= a21 = 1.
(o abreviada) de todos los
i=1 
1 1
elementos de la forma ak, Sólo pueden ser
para valores naturales del
Matriz traspuesta: Dada una matriz A de orden mxn, se llama traspuesta de A, y se simétricas las matrices
índice k desde 1 hasta n. representa por A T, a la matriz que se obtiene intercambiando filas cuadradas.  1 2 −1 
por columnas. La primera fila de A es la primera columna de A T, la C =  3 1 5  no es simétrica. ¿Por qué?
Por ejemplo:  
segunda fila de A es la segunda columna de AT, y así  5 −1 1 
5
∑ k = 1+2+3+4+5 sucesivamente. Es decir, si A = ( a i j ) , entonces A T = (a j i ) ,
k=1 ∀ i = 1, ..., m ; j = 1, ..., n.
indica la suma de los 5
primeros números
naturales. De la definición se deduce que si A es de orden mxn, entonces A T es de orden nxm. Matriz antisimétrica: Una matriz cuadrada es antisimétrica si A = – AT, es decir, si
a i j = – a j i ∀ i, j.
n Ejemplo 3.9:

 1 9 n Ejemplo 3.11:
 1 3 7
a) Si A =   entonces su matriz traspuesta es A
T =  3 11  . Observe: para que una
 9 11 13   
 7 13  matriz sea antisimétrica,  0 2 −3 
debe tener todos los
Observe que el orden de A es 2x3 mientras que el de su traspuesta es 3x2. elementos de la diagonal A =  −2 0 −5  es antisimétrica, pues la diagonal principal está compuesta
 
iguales a cero.  3 5 0
1 
  de ceros y los elementos simétricos son opuestos, es decir, difieren en el signo.
b) Si B =  2  entonces B T = ( 1 2 3). Sólo pueden ser
3 antisimétricas las matrices
   0 1 
cuadradas. B=  es antisimétrica.

El orden de la matriz columna B es 3x1 y el de BT, matriz fila, es 1x3.  −1 0 
1 4 1 0
La diagonal principal de una
matriz cuadrada coincide
c) Si C =   entonces C = 
T
.
0 2 4 2
con la de su traspuesta.
El orden de la matriz cuadrada C es 2 y el de su traspuesta es también 2.

115 116116
 CLASIFICACIÓN CONSIDERANDO SUS ELEMENTOS.
n Ejemplo 3.15:
Matriz nula: es aquella cuyos elementos son todos iguales a 0 y se representa por 0. 1 0
I2 =  
 matriz identidad de orden 2.
0 1
n Ejemplo 3.12:
1 0 0 
 0 0  I3 =  0 1 0  matriz identidad de orden 3.
02 =   es la matriz nula de orden 2.  
 0 0  0 0 1 

 0 0 0 
02x3 =   es la matriz nula de orden 2x3.
 0 0 0 
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos que
 0 0  están a un mismo lado de la diagonal principal. Las matrices
 
03x2 =  0 0  es la matriz nula de orden 3x2. triangulares pueden ser de dos tipos:
 0 0 
  Triangular Superior: Si los elementos que están por debajo de la diagonal
principal son todos nulos. Es decir, a i j = 0 ∀ i > j.
• ¿Puede expresar la matriz nula de orden 1x4? Triangular Inferior: Si los elementos que están por encima de la diagonal
principal son todos nulos. Es decir, a i j = 0 ∀ i < j.

Como la definición no
Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos no
establece ninguna pertenecientes a la diagonal principal son nulos.
condición sobre los
elementos de la
n Ejemplo 3.16:
diagonal, éstos pueden
o no ser ceros. n Ejemplo 3.13: 1 2 5 
A= 0 3 7  es triangular superior
 
 5 0 0 0 0 8 
A=  0 1 0 matriz diagonal de orden 3.
 0 
0 −4   2 0 0 0

 5 6 0 0
B=   es triangular inferior.
 9 2 3 0
 
 1 7 4 4
Matriz escalar: Es una matriz diagonal con todos los elementos de la diagonal iguales.

Note: La matriz nula de orden n es un caso particular de una matriz que es a la

n Ejemplo 3.14: vez triangular superior e inferior.

2 0 0 
A= 0 2 0  es una matriz escalar de orden 3.
 
0 0 2 
REPASO TEÓRICO – Sección 3.1
Matriz unidad o identidad: Es una matriz escalar con los elementos de la diagonal
principal iguales a 1. La designamos por In donde n es el A continuación le realizamos algunas preguntas que le permitirán evaluar los conceptos teóricos adquiridos.
orden de la matriz considerada.
1. Dé el concepto de Matriz. 3. ¿Cuándo decimos que dos matrices son iguales?
¿Dos matrices iguales pueden ser de distinto
2. ¿Cómo definimos orden de una matriz? Dé un
orden?
ejemplo de una matriz 3x2 .

117 118
4. Para poder calcular la transpuesta de una matriz 9. ¿La matriz identidad es una matriz escalar? é 4 ù  x3 − 4 x −5   0 −5 
ê ú   
dada, ¿ésta debe ser cuadrada? ê -2 ú 
10. ¿Qué condiciones debe verificar una matriz 14. F= êê ú
ú

18. 
2 −1   2 −1 
=
5. ¿Cuál es la traspuesta de la matriz identidad? triangular? ê 7 ú  6 y2 − 2   6 2 
ê 0 ú  
ëê ûú  0 −z + 1   0 −3 
6. La diagonal principal de una matriz antisimétrica, 11. La matriz traspuesta de una matriz triangular ¿es 
¿siempre debe tener todos sus elementos nulos? otra matriz triangular? 15. G = [ 10 ]
 −4 x 2   0 2 
¿Por qué?  2 −2 0 1     
12. ¿La matriz nula puede no ser cuadrada? 16. H =   2 −1 = 2 1
7. ¿La matriz nula es una matriz diagonal?  3 1 −4 6  19.  
13. Dé un ejemplo de una matriz simétrica. 4 y5 − 2   4 2 
   
Encuentre en los ejercicios 17, 18 y 19 los valores de las  1 1   1 −7 + z 
8. ¿Una matriz diagonal puede no ser cuadrada? ¿Y 
una escalar? incógnitas, si existen, que hacen válidas las igualdades.
20. Dé la matriz triangular superior de orden 4, en la
 2 x 5   2 −7 5 
    que todos los elementos no nulos son iguales a
17.  y + 2 0 −4  =  −5 0 −4  – 2.
 2   1 3 −1 
EJERCICIOS – Sección 3.1  z 3 −1   

1. Encuentre la matriz A =[a i j ] si sabemos que es de 5. ¿Cuáles son matrices renglón o fila? ¿Cuáles
orden 2x3 y sus elementos se obtienen aplicando la son matrices columna? 3.2 – OPERACIONES ENTRE MATRICES
fórmula: 6. ¿Alguna de estas matrices es simétrica?
a ij = 3j + i 2 7. ¿Existe en la lista alguna matriz diagonal? En esta sección explicamos algunas de las operaciones que podemos realizar con las matrices, es decir,
estudiamos el Álgebra de Matrices.
Responda los ejercicios del 2 al 8 considerando las 8. ¿Cuáles son los elementos de la diagonal de la
siguientes matrices. Justifique cada una de las respuestas matriz F?
a partir de las definiciones vistas. 9. Identifique los elementos r12, r31, r23 y r32 de la 3.2.1 - Suma y Diferencia de Matrices
matriz:
1 2 3   2 2
 2 −2 6    é 1 -6 4 ù
A=  B = 4 5 6  C =  −1 0  ê ú
 1 3 − 1 R= ê 0 2 0 ú Suma de Matrices Definición 3.4: La suma de dos matrices A = (a i j) y B = (b i j) de la misma
7 8 9  3 3 ê ú
êë -3 8 10 úû dimensión, es otra matriz S = (s i j) de la misma dimensión que
los sumandos y con término genérico s i j = a i j + b i j.
 −2 4 8 −1 Encuentre la traspuesta de las siguientes matrices:
 0 4  é -5 ù Notación: La suma de las matrices A y B se denota por S = A + B.
− 6 0 2 0 3
D= F=  G = [− 9 6 ] ê ú
 0 2   0 0 −1 4  10. A= êê 0 0 ú
  ú
 0 0 5 0 ê 1 8 ú
ë û n Ejemplo 3.17:
é-2 5 ù
1   −3 − 2 2 11. B= ê ú
ê 1 1 úû 1 3 −1   0 2 1
H= 2  J =  0 0 0  K = [7] ë Dadas las matrices A =   y B=  ,
 2 −4 5   −3 2 4
3   0 0 0  é1 3 1ù
12. C= ê - ú
êë 2 2 4 úû  1 5 0 
2. Indique el orden o dimensión de cada matriz. S=A+B=   ya que de acuerdo con la definición:
é 1  −1 −2 9 
2 3 4 ù
ê ú
3. ¿Cuáles son matrices cuadradas? ê 2 0 5 -4 ú s11 = a11 + b11 = 1 + 0 = 1 s21 = a21 + b21 = 2 + (– 3) = – 1
13. D= êê ú
4. ¿Cuáles son matrices triangulares inferiores?¿y ê 3 5 1 6 úú s12 = a12 + b12 = 3 + 2 = 5 s22 = a22 + b22 = – 4 + 2 = – 2
ê 4 -4 2 úûú
superiores? ëê 6
s13 = a13 + b13 = –1 + 1 = 0 s23 = a23 + b23 = 5 + 4 = 9

119 120
 Las principales propiedades de la suma de matrices son:
3.2.2 - Producto de una Matriz por un Escalar
Propiedades de la
Suma de Matrices Teorema 3. 2 : Sean A, B y C matrices del mismo orden, entonces:
Producto de una
Definición 3.5: El producto de una matriz A = (a i j) de cualquier orden por un
1. A + (B + C) = (A + B) + C propiedad asociativa Matriz por un escalar número real k es otra matriz B = (b i j) de la misma dimensión que
2. A+B=B+A propiedad conmutativa A, tal que cada elemento b i j de B se obtiene multiplicando por k
cada uno de los elementos a i j , es decir, b i j = k a i j , ∀ i, j.
3. A + 0 = A , 0 es la matriz nula existencia del elemento neutro
4. La matriz –A, que se obtiene cambiando de signo todos los elementos de A, recibe El producto de la matriz A por el número real k se designa por B = k A. Al número real
el nombre de matriz opuesta de A, ya que A + (–A) = 0. k se le llama también escalar, por ello a esta operación se la denomina, producto de
un escalar por una matriz.
existencia del elemento opuesto
5. La diferencia de las matrices A y B se representa por A – B, y se define como: • Si el escalar es el cero, ¿qué matriz obtenemos como resultado?
A – B = A + (– B).
T T T
6. ( A + B ) =A +B
n Ejemplo 3.19:

Demostración: A cargo del lector. Las propiedades son fáciles de demostrar ya que  2 1 0   6 3 0 
 5 4 3   15 12 9 
resultan de aplicar las propiedades de las operaciones con números Si A =   entonces la matriz 3A es  
reales. Se multiplica cada elemento  2 1 –1   6 3 –3 
   
de A por 3.  3 7 0   9 21 0 

Las propiedades de la operación producto de una matriz por un escalar son:

• Invente tres matrices del mismo orden y verifique el cumplimiento de las
propiedades anteriores.
Propiedades del
Producto de una Teorema 3.3: Sean A, B y C matrices del mismo orden y sean k, h números
Matriz por un escalar
reales, entonces:
n Ejemplo 3.18:
1. k (A + B) = k A + k B Propiedad distributiva 1
Trabajando con las matrices A y B dadas en el Ejemplo 3.17, calculamos la 2. (k + h)A = k A + h A Propiedad distributiva 2
De acuerdo con la propiedad 5,
A – B se obtiene simplemente matriz A – B. Esta es:
3. k [h A] = (k h) A Propiedad asociativa mixta
restando los elementos
 1 3 − 1   0 −2 − 1   1 1 −2 
correspondientes de A y B. A – B = A + (– B ) =   +   =   4. 1·A = A Elemento unidad
 2 −4 5   3 −2 −4   5 −6 1
Propiedades simplificativas
5. A + C = B + C ⇔ A = B.
Si bien la suma y diferencia de matrices se reduce a sumar o restar los elementos 6. k A = k B ⇔ A = B si k es distinto de 0.
correspondientes, el producto requiere de un procedimiento menos intuitivo. Razón por 7. k A = h A ⇔ h = k si A es distinto de 0 ( es decir de la matriz nula).
la cual, definimos primero el producto de una matriz por un escalar y avanzamos paso
a paso, hasta lograr definir el producto de dos matrices estableciendo las condiciones
necesarias para poder realizarlo.
Para demostrar este teorema, sugerimos expresar un elemento genérico de la matriz
A por ai j con i = 1, ..., n ; j = 1, ...,m y al de la matiz B por bi j con i = 1,..., q;
j = 1, ..., p. Además, observe que la hipótesis exige que el orden de las matrices
sea el mismo, esto es, n = q y m = p.

121 122122
 A modo de ejemplo demostramos la propiedad 1.  −9 19 −4 
A − 3C =  
Demostración  −3 −76 −21 

Sea k un número real cualquiera, entonces k (A + B) = k A + k B.

Observe: Realizar la resta de dos matrices, en realidad consiste en aplicar la definición
Por definición de suma de matrices y de multiplicación por un escalar, un elemento
de suma y de producto de un escalar por una matriz de la siguiente
cualquiera de k(A + B) se expresa por k(aij + bij). Por propiedad distributiva de
manera: A – B = A + (–1 ) B.
número reales k(aij + bij) = kaij + kbij con i = 1, ..., n ; j = 1, ..., m. El
segundo miembro entonces es el elemento genérico de k A + k B. Esto demuestra
la propiedad.

3.2.3 - Producto de Matrices

n Ejemplo 3.20:
Las operaciones anteriores apenas han exigido un poco de esfuerzo para su
aprendizaje, ya que en su definición se siguen pautas operatorias conocidas. El
Dadas las matrices:
producto de matrices en cambio, como ya se dijo, introduce una perspectiva un poco
 −9 4 2  1 −1 −4   0 −5 2  distinta.
A=   B=   C=  
 0 −10 −3   −3 7 12   1 22 6 
Calculamos:
3.2.3.1 - Producto de una matriz fila por una matriz columna
a) A + 3 B , b) –2 A + C – B , c) A – 3 C
Para conocer cómo se realiza el producto de una matriz fila por una matriz columna
Solución
comenzamos analizando el siguiente problema.
 −9 4 2   1 −1 −4 
a) A + 3 B =   + 3 
Primero se realizó el producto  0 −10 −3   −3 7 12  n A un turista argentino que ha visitado Europa, Estados Unidos y Brasil, le han
de la matriz B por el escalar 3
y luego se sumaron las  −9 4 2   3 −3 −12  sobrado 54 euros, 137 dólares y 174 reales. Las cotizaciones de dichas
=   +  
matrices.
 0 −10 −3   −9 21 36  monedas, en pesos, son respectivamente 3.32 , 3.19 y 1.15. ¿Cuántos pesos
tiene?
 −6 1 −10 
A+3B=  
 −9 11 33  Solución
El problema se puede resolver sin la necesidad del uso de matrices. La lógica y
 −9 4 2   0 −5 2   1 −1 −4 
b) −2 A + C − B= −2  + −  el sentido común nos indican que debemos realizar la suma de los productos
 0 −10 −3   1 22 6   −3 7 12  entre las cantidades de moneda extranjera sobrante por la cotización de las
El tercer término se obtuvo  18 −8 −4   0 −5 2   −1 1 4  mismas.
cambiando los signos de sus =  +   +  
elementos.  0 20 6   1 22 6   3 −7 −12  Este sencillo problema nos sirve para introducir el concepto de producto de
matrices y comprobar posteriormente que obtenemos el mismo resultado.
 17 −12 2 
−2 A + C − B =   En primer lugar, expresamos la cantidad de dinero que posee en moneda
 4 35 0 
extranjera mediante la matriz fila:
 −9 4 2   0 −5 2 
c) A − 3 C =  − 3   D = ( 54 137 174 )
 0 −10 −3   1 22 6 
y la cotización en moneda nacional por medio de la matriz columna:
 −9 4 2   0 15 −6 
=  +    3.32 
 0 −10 −3   −3 −66 −18   
C =  3.19 
 1.15 
 

123 124124
 Entonces, la cantidad de pesos que posee, será: Para simplificar la notación, ya que tanto el índice que indica fila de la primera
matriz como el que indica columna en la segunda es siempre 1, podemos
 3.32 
directamente expresar el producto de la siguiente forma:
D.C= (54 137 174)  3.19  = 54(3.32) + 137(3.19) + 174(1.15) = $ 816.41
 1.15  A.B = a1b1 + a2b2 = (1)( –1) + (2)(3) = 5
 

Conclusión  3
 
Al turista argentino le sobraron $ 816.41 b) A = (1 0 2 ) , B =  −2 
 4
 
Este problema nos permite introducir la siguiente definición. A.B = (1)(3) + (0)( –2) + (2)(4) = 3 + 8 = 11

Producto de una
Definición 3.6: Se define el producto de una matriz fila por una matriz columna
Matriz Fila por una con el mismo número de componentes, como la suma de los  1 
 
Matriz Columna productos obtenidos al multiplicar los elementos correspondientes. –1 
c) A = ( 0 5 3 7 ) , B =  ¿Se anima a realizarlo Ud.?
Es decir, si F = (a1j) con j = 1, ... , m es la matriz fila y  2 
 
C = (b i1) con i = 1, ... , m es la matriz columna, entonces:  –2 

El resultado es : A.B = –13

 b11 
 b21 
F. C = ( a11 a12 a13 ... a1m )  b31 
 ... 
b 
 m1 
m
= a11b11 + a12b21 + a13b31 +...+ a 1mb m1 = ∑a
k=1
1k b k1 3.2.3.2 - Producto de una matriz fila F1xm por una matriz B mxn
Note: El resultado del producto es siempre un escalar ya que el orden de la A una matriz B de orden mxn, la podemos considerar como compuesta de n matrices
nueva matriz es 1x1. columna; entonces, el producto de la matriz fila F por B será una matriz formada por n
números reales resultantes de los productos de F por cada una de las n columnas de B,
según la definición anterior.

n Ejemplo 3.21: Producto de una Matriz Definición 3.7: Si F = (a 1i) con i = 1, ... , m es la matriz fila y B = (b i j ) con
Fila por una Matriz
i = 1, ..., m y j = 1, ... , n , entonces:
Realizamos los productos A.B si:
 3  b11 b12 b13 ... b1 n 
 −1     
a) A = (1 2 ) , B =   b) A =(1 0 2 ) , B = −2   b21 b22 b23 ... b2 n 
 3  4  b31 b32 b33 ... b3 n 
   
 ... ... ... ... ... 
 1   bm1 bm2 b m3 ... bm n 
 
 
–1 
c) A = ( 0 5 3 7 ) , B = 
 2   m m m m

  (a1 a2 a3 ... am)  ∑ ak b k1 ∑ ak bk2 ∑ ak bk3 ∑ ak bkn
 –2   k=1 k=1 k=1 k=1 

Solución
 m m m 
a) A = (1 2 ) ,
 −1 
B=  
Es decir, F. B = 
 ∑ ak bk 1 , ∑ ak bk 2 , ..., ∑ ak bk n 

 K=1 K=1 K=1 
 3
Por definición, A.B = a11b11 + a12b21 = (1)(– 1) + (2)(3) = 5

125 126126
 Observe: Como resultado del producto de una matriz 1xm por otra mxn se obtiene
una matriz de orden 1xn. En otras palabras, la matriz producto tiene tantas
filas como la primera matriz y tantas columnas como la segunda.Otra
consecuencia importante para destacar es que el producto sólo se puede
realizar si la cantidad de columnas de la matriz fila es igual a la cantidad de
filas de la segunda matriz.
Note: El elemento de la primera columna de la matriz producto A.B, es el
resultado de la multiplicación de la matriz fila A por la primera columna
de la matriz B y el elemento de la segunda columna del producto, es el
resultado de la multiplicación de A por la segunda columna de la matriz B.
Suele ser de utilidad, disponer las matrices como sigue:

 -1 7 
n Ejemplo 3.22:  =B
x

+ 
Realizamos los productos A.B, si es posible en cada uno de los siguientes casos: x  3 4 

a) A = (1 2 ) y B = 
 −1 7  (1 2 ) ( 5 )

 3 4
A
 −1 7 5 
b) A= (1 2 ) y B=   para encontrar el otro elemento del producto, se procede de un modo similar.
 3 4 −8 
 −1 7 
 1 −1 3   + = B
  x  
2 0 −2   4 
c) A = (1 0 −1 ) y B=   3
 4 −1 5  x
  (1 2 ) ( 5 15 )
 3 3 0

 1 −1 3  A
 
2 0 −2 
d) A = ( −2 1 −1 2 ) y B =
 4 −1 5 
 −1 7 5 
  b) A = (1 2 ) y B =  
 3 3 0  3 4 −8 
Solución
Hemos agregado una columna más a la matriz B del ejemplo anterior, por lo
 −1 7  que los dos primeros elementos de la matriz producto ya los tenemos y
a) A = (1 2 ) y B =  
 3 4 debemos encontrar el tercer elemento. Entonces:
Según la definición, como la cantidad de columnas de A es igual a la
 5
cantidad de filas de B, el producto A.B se puede efectuar realizando los (1 2 )   = − 11
productos de la matriz fila A por cada una de las columnas de B.  −8 

Debemos, entonces, obtener el producto de la matriz fila A por la primera AB tiene una fila como A y Por lo tanto: A.B = ( 5 15 – 11 )
3 columnas como B.
columna de la matriz B :
 1 −1 3 
 −1   
(1 2)   = 5 realizado en el ejemplo 3.21
c) A = (1 0 −1 ) y B= 
2 0 −2 
3  4 −1 5 
 
y el producto de A por la segunda columna de B  3 3 0
 7 
( 1 2 )   = 15 No es posible realizar el producto A. B, ya que la cantidad de columnas de la
 4  matriz A no es igual a la cantidad de filas de B.
La matriz producto es de  −1 7 
orden 1x2, tiene tantas
Entonces : A .B = (1 2 )   = ( 5 15 )
filas como la matriz A y
 3 4
tantas columnas como la B.

127 128
  1 −1 3  Notación: El producto de A y B se representa como A.B , AxB o simplemente AB.
 
2 0 −2 
d) A = ( −2 1 −1 2 ) y B =  .¿Se anima Ud. a realizar A.B? Observe: La matriz producto tiene p filas como la primera matriz y n columnas como
 4 −1 5 
 3 3 0  la segunda. La cantidad de columnas de la matriz A debe ser igual a la
  cantidad de filas de la matriz B para que el producto sea posible.
El resultado es: A.B = ( 2 9 –13). Tiene una fila como A y 3 columnas Estas fórmulas pueden resultar un poco complicadas o abstractas, veamos en el
como B. siguiente ejemplo el procedimiento para multiplicar dos matrices:

Con los conceptos hasta aquí vistos, estamos en condiciones de extender la definición
de producto a dos matrices cualesquiera.
n Ejemplo 3.23:

Realizamos, si es posible, el producto de las matrices A y B si las mismas son:

 2 3
3.2.3.3 - Producto de Apxm por una matriz Bmxn  1 −2 3 
A=   B =  1 0
 
4 0 −1 
 4 −1 

Definición 3.8: Dadas dos matrices A y B, su producto es otra matriz P cuyos En primer lugar, debemos analizar los órdenes de las matrices dispuestas de
Producto de dos
matrices elementos se obtienen multiplicando las filas de A por las la siguiente manera:
columnas de B, como lo vimos anteriormente. Es evidente que el A B
número de columnas de A debe coincidir con el número de filas de 2x3 3x2
B. Es más, si A tiene dimensión pxm y B dimensión mxn, la matriz
P será de orden pxn. Es decir:
como la cantidad de columnas de A es la misma que la cantidad de filas de B,
m
q i j= ∑
k=1
aik bk j con i = 1, 2,..., p y j = 1, 2., ..., n el producto AB se puede realizar y da por resultado una matriz de orden 2x2.

 2 3 
 1 0 
Para ayudar a la compresión de esta definición, mostramos a modo de ejemplo, cómo  
calcular el elemento q 23 de la matriz producto.  4 −1 

æ 1 -2 3ö÷  (1)(2)+(–2)(1)+(3)(4) (1)( 3)+(–2)(0)+(3)(–1)

çç ÷  
 b11 b12 b13 ... b1 n  çè4 0 -1ø÷÷ 
 (4)(2)+(0)(1)+(–1)(4)

(4)(3)+(0)(0)+(–1)(–1)
  
 b21 b22 b23 ... b2 n 
 

b31 b32 b33 ... b3 n
  12 0 
 ... ... ... ... ... 
Por lo que AB =  .
 bm1 bm2 bm3 ... bm n   4 13 
 
Si comparamos con lo realizado en el ejemplo anterior, procedemos del
  
m m m m



a1 1 a1 2 a1 3 ...
 a b∑
a 1 m  k= 1 1 k k 1

∑a1 k bk2 k=∑1a1 k bk 3
k= 1
... ∑a1 k bk n 
k= 1
mismo modo, pero ahora lo hacemos con dos filas para la matriz A.
   
   
  m m m m  ¿Es posible realizar también el producto B.A? Analicemos los órdenes de
Si bien AB y BA están definidos,
∑ ∑a2 k bk2 k=∑1a2 k bk 3 ∑
m
 a2 k b k 1 ... a2 k bk n 
q23 = ∑ a 2k b k 3 
 a21 a22 a23 ... a2m 
 k= 1 k= 1 k= 1  el resultado de ambos no es el ambas matrices:
k=1     mismo. Es más, las matrices
    resultantes son de distintas B A
  m m m m 
Se suma el resultado
de multiplicar los

 a31 a32 a33 ... a3m


∑
 a3 k b k 1
k= 1 ∑a3 k bk 2 k=∑1a3 k bk 3
k= 1
.... ∑
k= 1
a3 k bk n 

dimensiones. 3x2 2x3

elementos de la fila 2    
de A por los de la    .... .... ..... ..... .... 
 ... ... ... ... ...   
columna 3 de B.    m m m m 


ap1 ap2 ap3 ... apm

 ∑
 ap k bk1
 k= 1
∑
k= 1
apk bk2 ∑
k= 1
apk bk3 .... ∑k= 1
ap k bkn 



129 130130
 como la cantidad de columnas de B es la misma que la cantidad de filas de A, Las principales propiedades del producto de matrices se presentan a continuación:
el producto BA se puede realizar y da por resultado una matriz de orden
Propiedades del
3x3. Producto de Matrices Teorema 3.4: Sean A, B y C matrices tales que las sumas y productos están
definidos, entonces:
 14 − 4 3
• ¿Se anima a realizar el producto solicitado? La respuesta es BA=  1 −2 3  1. A·(B·C) = (A·B)·C Propiedad asociativa
 0 −8 13  2. Si A es una matriz cuadrada de orden n se tiene que: A·In = In·A = A.
 
Elemento neutro

3. El producto de matrices es distributivo respecto de la suma de matrices, es decir:

n Ejemplo 3.24: A·(B + C) = A·B + A·C . Propiedad distributiva
4. (A.B)T = BT AT
 1 0
 1 −2   
Realicemos, de ser posible, el producto de A =   y B =  0 −2  .
6 5  3 0
  • Genere matrices A , B y C y compruebe las propiedades enunciadas.
Comencemos, como siempre, analizando los órdenes de las matrices dispuestas
de la siguiente manera:
Consecuencias del Teorema 3.4
No siempre se puede A B
realizar los productos de 2x2 3x2 5. A·B = 0 no implica que A = 0 ó B = 0.
AB y BA, depende del
orden de ambas matrices. 6. A·B = A·C no implica que B = C.
como la cantidad de columnas de A no es la misma que la cantidad de filas de 7. (A + B)2 = A2 + 2AB + B2 si y sólo si A·B = B·A.
B, el producto AB no se puede realizar.
8. (A + B)·(A–B) = A2 – B2 si y sólo si A·B = B·A.
¿Podemos realizar el producto B.A? Analicemos los órdenes de ambas matrices
B A
3x2 2x2
Demostración

como la cantidad de columnas de B es la misma que la cantidad de filas de A , el Demostramos a modo de ejemplo la propiedad 7:
producto BA se puede realizar y da por resultado una matriz de orden 3x2. (A + B)2 = A2 + 2AB + B2 si y sólo si A·B = B·A.
• ¿Se anima a realizar el producto solicitado? 2
1) Primero consideramos como verdadero (A + B) = A +2A.B+B
2 2
(hipótesis)
 1 −2 
y probaremos entonces que A.B = B.A (tesis).
La respuesta es BA =  −12 −10  . Partimos de la hipótesis y desarrollamos el primer miembro aplicando propiedades
 3 −6 
  de matrices, mientras que el segundo miembro lo mantenemos sin cambios.
(A + B) 2 = A2 + 2A.B + B2
(A + B)(A + B) = A2 + 2A.B + B2
Observe: En general, el producto de matrices No es conmutativo AB ≠ BA (ver
ejemplo 3.23). Es más, como se muestra en el ejemplo anterior, uno de los (A + B).A + (A + B).B = A2 + 2A.B + B2
productos puede inclusive no estar definido (A.B), mientras que el otro sí A2 + B.A + A.B + B2 = A2 + 2A.B + B2
(B.A). En general, el producto 2 2
de matrices no conmuta. restando A , B y A.B a ambos miembros
Existen casos en los que
AB = BA, en ellos
B.A = A.B es decir, A y B conmutan como afirma nuestra tesis.
• ¿Podría encontrar un ejemplo de dos matrices A y B tal que no sea posible decimos que A y B
realizar A.B ni B.A ? conmutan.

131 132132
 2) Se debe ahora considerar como verdadera la igualdad A.B = B.A (hipótesis) y Si k > j entonces b k j = 0 , por ser B una matriz triangular superior. De esta
probar que: (A + B)2 = A2 + 2A.B + B2 (tesis). manera los sumandos ai k.bk j = 0, lo que indica que podemos realizar la suma
j
La demostración se deja como ejercicio al lector. variando k desde 1 hasta j, es decir, que c i j = ∑a
k =1
i k bk j .

Pero para 1 ≤ k ≤ j, i > k pues partimos del supuesto que i > j. De este modo
Siguiendo el mismo razonamiento, se demuestra la propiedad 8.
a i k = 0, por ser A una matriz triangular superior. Esto significa que, también los
términos de la forma ai k.bk j valen cero para k ≤ j . Demostramos así que c i j = 0
para i > j y C es triangular superior.
Existen muchas otras propiedades que vinculan los conceptos que hemos visto.
Algunos de ellos los demostramos en los siguientes teoremas y otros los planteamos
como ejercicios.
Teorema 3.7: Si A es una matriz simétrica entonces CT. A. C es simétrica
cualquiera sea la matriz C tal que el producto esté definido.
Teorema 3.5: T
1. Si A es una matriz cuadrada, entonces A + A es simétrica

2. ∀ A: A . AT y AT . A son simétricas.
Demostración

Demostración Debemos ver que (CT. A. C) = (CT. A. C)T por definición de matriz simétrica. Para
ello partimos del segundo miembro y aplicamos propiedades para llegar al primer
1. Por definición, una matriz es simétrica si AT = A. Entonces debemos demostrar miembro:
que ( A + AT) T = A + AT. Por Teorema 3.2.6. de suma de matrices
(CT. A C)T= ((CT. A) C)T = C T
(CT. A)T = CT. AT.(CT) T = CT. AT.C = CT.A.C
( A + AT) T = AT + (AT)T, por Teorema 3.1.3 (AT) T= A.
Teorema Teorema Teorema Teorema Por ser A
Entonces ( A + AT) T = AT + A, por propiedad conmutativa de la suma 3.4.1 3.4.4 3.4.4 3.1.3 simétrica
T T T
( A + A ) = A + A que es nuestra tesis.

2. Se debe demostrar que ( A . AT) T = A . AT. Por Teorema 3.4.4 del producto
de matrices (A . AT) T = (AT) T .AT, por Teorema 3.1.3 (AT) T= A. Entonces Matriz Idempotente Definición 3.9: Una matriz A es idempotente si A2 = A.
( A . AT) T = A . AT.
Note: Para que el
De modo similar podemos demostrar que ( AT. A) es simétrica. producto A.A =A2 esté
definido, A debe ser
una matriz cuadrada.
Teorema 3.8: Si A.B = A y B.A = B entonces A, AT, B y BT son idempotentes.

Teorema 3.6: Si A y B son matrices triangulares superiores C = A.B es una Demostración

matriz triangular superior.
Debemos demostrar que: A2 = A, B2 = B, (AT)2 = AT y ( BT)2 = BT lo cual
indicaría, por definición, que estas cuatro matrices son idempotentes.
Demostración
1. Debemos probar que A2 = A. Por hipótesis (1) sabemos que A.B = A,
Si A es triangular superior entonces a i j = 0 si i > j y si B es triangular superior multiplicamos por A ambos miembros de esta igualdad y obtenemos:
b i j = 0 si i > j. Para demostrar que la matriz producto C también es triangular Observe que se A. B. A = A. A
superior, debemos ver que los elementos c i j con i > j , son todos iguales a cero. multiplicó por derecha Por hipótesis
n A. B = A. A
Analizamos solamente cuando i > j, por definición de producto c i j = ∑a
k=1
i k bk j . Por hipótesis
A = A. A , entonces probamos que A = A.A = A2.

133 13434
 2. Debemos probar que ( AT)2 = AT. Solución
Expresamos (AT) 2 como: a) Si llamamos M97 y M98 a las matrices correspondientes a cada una de las
A T . AT = ( AT )2 tablas, resulta:
Por hipótesis (1)
y Teorema 3.4.4 é 0.7 1.2 0.2 ù æ 0.6 0.9 0 ÷ö
AT. BT AT = ( AT)2 ê ú çç ÷
Por hipótesis (2) ê 0.1 0.2 1.6 úú çç 0 0.1 0.8 ÷÷÷
y Teorema 3.4.4 M97 = êê M98 = çç ÷
BT . A T = ( A T ) 2 ê 6.1 3.4 4 úú çç 3.2 1.9 3.3 ÷÷÷
÷÷
Por hipótesis (1)
ê 11.3 0.8 0.6 úúû ççèç 10.5 0.1 0.1 ÷÷ø
y Teorema 3.4.4
AT = ( AT )2 êë
donde las filas representan los países de origen y las columnas las ciudades
Lo cual demuestra nuestra afirmación inicial.
donde emigraron.
T
Siguiendo el mismo razonamiento se puede probar que tanto B como B son
idempotentes. Se dejan éstas como ejercicios. Por ejemplo, podemos decir que del país A emigraron 700 personas a la
ciudad C2 y 200 a la ciudad C3 . De la misma forma se interpretan los
restantes datos.
b) Realizando la suma: M97 + M98 obtenemos el total de población recibida
Para finalizar esta sección resolvamos un problema de aplicación utilizando matrices y
en las distintas ciudades, según el país de procedencia. La matriz:
las operaciones estudiadas.
æ 1.3 2.1 0.2 ÷ö
ççç ÷
ç 0.1 0.3 2.4 ÷÷÷
n Ejemplo 3.25: M97 + M98 =ç
ç ÷÷
çç 9.3 5.3 7.3 ÷÷
ççç 21.8 ÷÷
El número de emigrantes (en miles) de los países A, B, C y D durante los años è 0.9 0.7 ÷÷ø
Las cantidades están
1997 y 1998 con destino a tres ciudades C1, C2, y C3 están expresados, representadas en miles. Por
respectivamente, por las tablas: lo que 0.3 representan nos permite concluir, por ejemplo, que a la ciudad C2 llegaron 300 personas
0.3 x 1 000 = 300 personas.
provenientes del país B en los años 97 y 98.

Año 1997 C1 C2 C3
• ¿Puede Ud. interpretar el valor del elemento de la fila 3 columna 1 de esta
A 0.7 1.2 0.2 matriz?
B 0.1 0.2 1.6
c) El vector que representa la cantidad de inmigrantes que llegaron a la ciudad
C 6.1 3.4 4 C3, en 1997, desde los
D 11.3 0.8 0.6 países A, B, C y D, es: é 0.2 ù
ê ú
ê 1.6 ú
Año 1998 C1 C2 C3 C3 = êê ú
ú
La cantidad de emigrantes a ê 4 ú
A 0.6 0.9 0 la ciudad C3 aumentaron un ê 0.6 ú
êë úû
10% con respecto a 1997,
B 0 0.1 0.8 por lo tanto:
entonces 0.10 C3 representa
C 3.2 1.9 3.3 dicho aumento.
é 0.2 ù é 0.02 ù é 0.22 ù
ê ú ê ú ê ú
D 10.5 0.1 0.1 ê 1.6 ú ê ú ê ú
C3 + 0.10×C3 = êê ú + ê 0.16 ú = ê 1.76 ú
4 ú ê 0.4 ú ê 4.4 ú
ê ú ê ú ê ú
a) Represente mediante matrices los datos de las dos tablas. ê 0.6 ú ê 0.06 ú ê 0.66 ú
ëê úû êë ûú êë ûú
b) Calcule el total de población recibida en las ciudades Ci según el país de nos indica, por ejemplo, que en 1999 arribaron 660 personas a la ciudad C3,
procedencia utilizando matrices. procedentes del país D.
c) Si se sabe que en 1999 los emigrantes con destino a la ciudad C3
aumentaron por cada país de procedencia un 10% con respecto a 1997, • Interprete Ud. los otros valores de la matriz resultado.
represente mediante operaciones con matrices la cantidad de personas que
arribaron a C3 por país de origen en ese año.

135 13636
 18. Un shopping de nuestra ciudad cuenta entre sus Si el total de interesados en ver algunos de los
REPASO TEÓRICO – Sección 3.2 instalaciones con tres salas de cine. De lunes a espectáculos en cada una de las ciudades está
jueves, el precio de la entrada para un adulto es expresado por el vector fila
A continuación le realizamos algunas preguntas que le permitirán evaluar los conceptos teóricos adquiridos. de $6, para jubilados y estudiantes de $4 y para C1 C2 C3
menores de $3. La siguiente matriz (A) muestra I = ( 3 200 , 5 500, 4 800 )
1. ¿Cómo se define la suma de matrices? 7. ¿Bajo qué condiciones podemos realizar el la asistencia a las salas del lunes pasado, donde
producto de dos matrices A y B? ¿Cuál es el hubo una programación especial: Investiga qué tipo de espectáculo tendrá mayor
2. ¿Qué condiciones deben cumplir dos matrices
orden de la matriz producto? número de potenciales clientes y cuál es dicho
para que su suma esté definida?  43 58 81  Sala I
número.
8. ¿Es posible multiplicar dos matrices filas? A =  24 43 94  Sala II
3. ¿La suma de matrices es conmutativa?  
 33 21 67  Sala III 21. Un corredor de la bolsa decide comprar acciones
9. ¿El producto de matrices es conmutativo?  
4. La diferencia de matrices se reduce a aplicar dos de una determinada empresa de la siguiente
La primera columna representa la cantidad de forma: 200 acciones de tipo A, 300 acciones de
operaciones de matrices. ¿Cuáles? 10. ¿Si el producto de dos matrices es la matriz nula,
menores en cada sala, la segunda la cantidad tipo B y 400 acciones de tipo C. Cada acción de
esto significa que alguna de las matrices
5. ¿Es posible sumar matrices que no sean de estudiantes y jubilados y la tercera la cantidad tipo A, B y C cuestan respectivamente $300,
multiplicadas debe ser la matriz nula?
cuadradas? de adultos. $700 y $100. Usando producto de matrices
11. ¿Cuál es el neutro de la suma de matrices? determine cuánto invirtió en total el corredor de la
6. ¿Para multiplicar una matriz por un escalar, la a) Dé el elemento a32 de la matriz de asistencia
matriz debe cumplir alguna condición especial? 12. ¿Cuál es el neutro del producto de matrices? e indique su significado. bolsa para la compra de dichas acciones.
¿y el escalar? b) Defina la matriz columna B de precios. 22. Una empresa de nuestro medio tiene contrato
c) Encuentre A.B. ¿Qué información brinda para construir tres tipos de casa: moderno, chalet
esta matriz? y colonial. La cantidad de material que se utiliza
en la construcción de cada tipo de casa está dado
d) Calcule el ingreso total por concepto de por la siguiente matriz:
EJERCICIOS – Sección 3.2 entradas.
Piedra madera vidrio pintura tejas
19. Un fabricante vende 4 artículos. La matriz fila V  50 20 30 9 40  Moderno
 10  8. B + G 9. B + C refleja la cantidad vendida de cada uno de ellos  
55  Chalet
   70 15 22 6
1. Si A =  −4  y B = ( 4 −5 1) es ¿posible y la matriz columna P, el precio unitario de cada 
 60 22 18 4 50  Colonial
10. G – B 11. A x B
 −1  artículo.
 
12. D x G 13. B x A + C a) Si los precios, en pesos, por unidad de piedra,
realizar AxB? y BxA? En caso afirmativo, realice  10  madera, vidrio, pintura y tejas son 20, 12, 3,
el producto e indique su orden. Utilizando las matrices anteriores, verifique que:  15 
V = ( 4, 20 , 34, 50) y P=   20 y 8 respectivamente. ¿Cuál es el costo
Dadas las matrices: 14. (A x B)T = BT x AT  20  generado por los materiales de construcción,
 
 40  para cada tipo de casa?
0 0   4 −2 0  15. (A + D) T = AT + DT
 −3 2 1 
A=  B= 6 −1 C=  −1 1 5  é 3
Realice el producto V.P e interprete el resultado b) Si se van a construir 8, 10 y 15 casas tipo

 −4 0 1  3ù
0 3  −2 0 1 16. Dada la matriz: A= ê ú obtenido. moderno, chalet y colonial respectivamente
ê-3 -3ú
ë û ¿Cuántas unidades de cada material se van
1 0 0  0 0  20. Un empresario planea organizar una obra de
 0 1 −1 Muestre que A2 (esto es A x A ) es igual a la a utilizar?
D=   F= 0 1 0  G = 0 0  títeres, un recital de rock y un espectáculo teatral
 4 −5 3  matriz nula. [Observe: el producto AxA=0, no implica Demuestre las siguientes propiedades:
0 0 1  0 0  necesariamente que la matriz A sea la nula].
en tres ciudades del interior C1, C2, y C3. Un
estudio realizado indica que los porcentajes de 23. Todos los elementos de la diagonal principal de
Realice, si es posible, las operaciones indicadas en 17. Encuentre el valor de x que verifica la siguiente interesados en cada ciudad para los distintos una matriz antisimétrica son ceros.
los ejercicios 2 al 13. Si no lo es, explique claramente igualdad. espectáculos son:
por qué no puede realizarse. 24. Si A y B son matrices cuadradas, entonces:
 −1 3   1 −2   −3 8   0.15 0.70 0.15  C1 (A+B)(A–B)= A2 – B2 si y sólo si AB = BA.
2. A + D 3. F + C 2  =   +  
 x 1   3x+7 1   0 1 
 0.10 0.40 0.50  C 2
A =  25. Si A. AT = 0 entonces A es la matriz nula.
4. A + 3 D 5. – C + 4 F  0.30 0.30 0.40  C3
6. B x A 7. B x (A + D) Títeres Rock Teatro

137 138138
 26. Si A y B son matrices diagonales entonces:
A.B = B.A.
27. Cualquier matriz cuadrada puede escribirse
como la suma de una matriz simétrica y una
antisimétrica.
28. Si A.B = A y B.A = B entonces B y B T son
idempotentes.
29. Si A es una matriz idempotente y A+B = I Propiedades de las
entonces B = B2 y A.B = B.A =0 Matrices Equivalentes Teorema 3.9: Sean A , B y C matrices, entonces:
30. Si A y B son antisimétricas de orden 2x2, ¿bajo 1. A ∼ A Propiedad reflexiva
que condiciones A.B es antisimétrica? 2. Si A ∼ B entonces B ∼ A Propiedad simétrica
31. Si A y B son matrices simétricas de orden n 3. Si A ∼ B y B ∼ C entonces A ∼ C Propiedad transitiva
entonces A + B y k.A también lo son.

n Ejemplo 3.26:

 4 −6 3   2 2 −4 
3.3 – MATRICES ELEMENTALES Y REDUCIDAS La operación realizada a la a) Las matrices A =   y B1 =   son equivalentes
matriz A para obtener la  2 2 −4   4 −6 3 
matriz equivalente B es:
por filas, ya que B1 se obtuvo de A intercambiando las filas.
F2 ↔ F1
En esta sección introducimos el concepto de matriz reducida y las operaciones que nos permiten reducirla. Estos  4 −6 3  −8 12 −6 
conceptos son de gran importancia y utilidad para la resolución de sistemas de ecuaciones lineales de cualquier La operación realizada a la b) Las matrices A =   y B 2 =  son equivalentes
matriz A es:  2 2 −4   2 2 −4 
orden que estudiaremos en el capítulo 4, y para resolver problemas de Programación Lineal que veremos en el
F1 → –2 F1 por filas, puesto que se multiplicó la primera fila de A por –2 para obtener B2.
capítulo 5.
 4 −6 3   4 −6 3 
c) Las matrices A =   y B3 =   son equivalentes
La operación realizada a la  2 2 −4   14 −16 5 
matriz A es:
3.3.1 - Operaciones elementales por fila F2 → F2 + 3 F 1
por filas, pues la B3 se obtuvo reemplazando la segunda fila de A por la suma
de ella misma más tres veces la fila uno. Observe que cambió sólo la
segunda fila.
Es posible realizar operaciones entre las filas o renglones de una matriz. Estas son  4 −6 3  12 −18 9 
d) Las matrices B 3 =  y C =   son equivalentes
llamadas operaciones elementales por fila o por renglón y son las mismas que  14 −16 5   14 −16 5 
aplicamos en el método algebraico de eliminación para la resolución de sistemas de dos ya que C se obtuvo a partir de B3 multiplicando la primera fila por 3. Por lo
ecuaciones lineales con dos incógnitas, en el capítulo 2. Estas operaciones son:  4 −6 3 
tanto C también es equivalente por fila con la matriz A =   del
 2 2 −4 
Operaciones • Intercambiar dos filas en una matriz. Notación: Fi ↔ Fj inciso anterior por Teorema 3.9.3. Es decir: A ∼ B3 ∼ C entonces A ~ C.
Elementales por
Fila.
• Multiplicar una fila Fi por un escalar k ≠ 0. Notación: Fi → k. Fi • ¿Son las matrices B1, B2 y B3 equivalentes? Justifique su respuesta.
Estas operaciones
pueden ser aplicadas
• Sustituir una fila Fi por la suma de ella misma y un múltiplo de otra fila Fj
también a las cualquiera. Notación: Fi → Fi + k Fj.
columnas.

3.3.2 - Matrices Elementales

Matrices Equivalentes Definición 3.10: Dos matrices son equivalentes por filas (o columnas) si una de
ellas se puede obtener a partir de la otra mediante una sucesión Definición 3.11: Una matriz cuadrada E de orden n es elemental si se puede
finita de operaciones elementales por fila (o columna). obtener a partir de la matriz identidad del mismo orden,
Matriz Elemental
Note: Ambas matrices mediante la aplicación de una y sólo una de las operaciones
son del mismo orden. Notación: Para indicar que la matriz A es equivalente por filas (o por columnas) a B elementales por filas (o por columna).
usamos : A ∼ B.
Observe: Una matriz elemental de orden n siempre es equivalente por fila (o por
columna) a la matriz identidad del mismo orden.
Las siguientes son propiedades de las matrices equivalentes:

139 140
 Una de las razones principales para estudiar matrices elementales es que el resultado
n Ejemplo 3.27: de aplicar una operación elemental por fila a una matriz A de orden nxm es idéntico al
que se obtiene al multiplicar E.A, donde E es la matriz elemental que resulta de aplicar
1 0 0  1 0 0 
0 1     la misma operación elemental por fila a la identidad de orden nxn.
a) Las matrices A =   , C =  0 1 0  y D =  0 1 5  son
1 0  0 0 2 0 0 1 
   
matrices elementales, ya que:
A se obtuvo de la matriz Identidad de orden 2, intercambiando las filas.
C se obtuvo multiplicando la fila tres de la matriz Identidad de orden 3, por
3.3.3 - Matriz Reducida
el número 2.
D se obtuvo reemplazando la fila dos de la matriz Identidad de orden 3, por Definición 3.12: Una matriz R de orden mxn, se llama reducida si es la matriz
Matriz Reducida
el resultado de multiplicar la fila tres por 5 y sumarla luego a la fila dos. nula o bien:
Observe que la única fila que cambió es la dos.
0 2 • El primer elemento no nulo de cada fila no nula de R es 1,
b) La matriz A =   no es una matriz elemental ya que se obtuvo de la llamado elemento pivot. (se lee de izquierda a derecha)
1 0 
matriz identidad de orden 2 por la aplicación de dos operaciones • Cada columna de R que contiene el elemento pivot, tiene todos
elementales: Intercambio de filas y la multiplicación de la primera por el sus otros elementos nulos.
número 2. • Los elementos pivot se encuentran escalonados. Es decir, el
0 0 1  pivot de una fila cualquiera se encuentra a la derecha de los
  elementos pivot de las filas superiores.
c) La matriz A =  1 0 0  no es elemental. Se obtuvo de la matriz identidad
0 1 0 • Las filas nulas, de existir, se ubican debajo de las no nulas.
 
de orden 3, por la aplicación de dos intercambios de filas.
n Ejemplo 3.29:

n Ejemplo 3.28: Analicemos si las siguientes matrices son o no reducidas.

1 3 0  0 1 0 4 1 0 1 
 1 2 3
0 1
Sea A la matriz  −1 0 4  y E1 la matriz elemental obtenida a partir de la a)  0 0 1  b)  0 0 1 2  c)  0 1 0  d)  
 0 0 0 0 0 0 0 0 0 1  1 0 
 2 1 −2       

identidad de orden 3, aplicando la operación elemental F2 → F2 + 2F3. 1 0 
0 1 0  0 1 0 3 0 0
e)  0 0  f)   g)   h)  
Entonces el producto: 0 1 0 0 1   0 0 1 5 0 0
 
1 0 0   1 2 3  1 2 3
Las matrices de los apartados a), b), f), g) y h) son reducidas, mientras que las
E 1 . A =  0 1 2   −1 0 4 =  3 2 0 Por definición, la matriz
     nula es reducida restantes no lo son.
0 0 1   2 1 −2   2 1 −2 
  
La matriz del apartado c) no es reducida pues en la tercera columna, no son ceros
El resultado de dicho producto es el mismo que si hubiésemos aplicado dicha todos los elementos por encima del pivot ubicado en la posición (3,3).
operación elemental a la matriz A. Es decir:
La del apartado d) no es reducida porque el pivot de la segunda fila no está
 1 2 3  1 2 3 ubicado a la derecha del elemento pivot de la primer fila.
 −1 F 2 → F 2 + (2) F 3
0 4   → 3
 2 0
    La matriz del inciso e) no es reducida pues tiene una fila nula que no está
 2 1 −2   2 1 −2 
  ubicada por debajo de las filas no nulas.
• ¿El producto de la matriz A por E1 da el mismo resultado? Realice el cálculo.

141 142142
La matriz reducida que ¿Siempre podemos asociar a una matriz dada otra equivalente a ella en forma reducida?
se obtiene aplicando
operaciones
Sí, es posible y la misma es única. Es decir, la reducida no depende del orden en que
elementales por fila, en se realizan las operaciones elementales por fila (o columnas) vistas en la sección 3.3.1.
general, no es igual a
la reducida que se
obtiene utilizando
operaciones
elementales por
columnas.
Pasos a seguir para
reducir una matriz
Supongamos que la matriz
obtenida luego de aplicar
una vez el procedimiento,
hasta el paso 3, es
 6 −2 3 
 
0 1 2
0 4 5
 
entonces la submatriz con la
que continuamos, en el paso
0 1 2
4, es  
 0 4 5
n Ejemplo 3.30:
Reduzcamos las siguientes matrices:
Un resultado importante que vincula los conceptos de equivalencia y de matriz reducida
es:  2 1 5 2 1 
a) A =    
 −1 4  c) C =  2 6 4 
3 0 4
 
Teorema 3.10: Si dos o más matrices tienen la misma matriz reducida (R), 0 1 2  2 −3 1 0 
entonces dichas matrices son equivalentes.  
b) B =  0 3 7  d) D =  4 −1 0 2  .
 
 0 −4 −9   1 0 2 1
 
Demostración Solución
Para demostrarlo usamos las propiedades de matrices equivalentes:
 2 1
Sean A y B dos matrices cuya reducida es R. Entonces por definición de reducida a) A =  
 −1 4 
A ∼ R y B ∼ R. Luego, como B ∼ R, por propiedad simétrica, R ∼ B.
En consecuencia, tenemos que A ∼ R y R ∼ B, y por propiedad transitiva A ∼ B. es conveniente intercambiar las filas para que en la posición (1,1)
Por lo tanto, hemos probado que las matrices A y B son equivalentes. obtengamos –1. Si bien para que la matriz sea reducida necesitamos un 1
(pivot) en esta posición, lo convertimos al final.
Cuidado: Las operaciones  2 1 F1 ↔ F2  −1 4 
se deben aplicar a todos los    → 
Es importante destacar que, para encontrar la reducida de una matriz debemos ser muy elementos de la fila. Nunca  −1 4   2 1
a una parte de ellos.
cuidadosos en la elección de la operación elemental por fila a aplicar en cada ocasión,
Ahora anulamos el elemento que está en la posición (2,1), puesto que toda
ya que si no se trabaja de manera ordenada se puede perder alguna condición
columna que contenga un pivot deberá tener todos sus otros elementos
establecida por la definición que fue lograda en algún paso anterior.
iguales a cero. Para ello, usamos la tercera de las operaciones elementales
Por esta causa, sugerimos a continuación un procedimiento a seguir para reducir por permitidas.
filas una matriz, teniendo en cuenta que se trabaja siempre de arriba hacia abajo y de
 −1 4  F2 → F2 + 2F 1  −1 4 
izquierda a derecha:    → 
 2 1  0 9
1. Busque la primera columna no nula de la matriz (leyendo de izquierda
Convertimos ahora en 1 el elemento a22, aplicando la segunda de las
a derecha).
operaciones elementales.
2. Si la primera fila tiene un cero en la columna del paso anterior, intercámbiela
1
con una que tenga un elemento no nulo en la misma columna, preferentemente F2 → F2
 −1 4  9  −1 4 
elija una que comience con 1 si es que existe.    →  
 0 9  0 1
3. Haga cero los elementos de esa columna por debajo del no nulo, sumando
Anulamos el elemento a12.
múltiplos adecuados de la fila superior a las filas ubicadas debajo de ella.
 −1 4  F1 → F1 + ( −4)F2  −1 0 
4. Repita el mismo proceso desde el paso 1 aplicado a la submatriz que se obtiene    → 
con las filas inferiores . Repita este proceso con el resto de las filas.  0 1  0 1
sólo nos resta convertir en 1 el elemento a 11.
5. Comenzando por la última fila no nula, avance hacia arriba: para cada fila
obtenga un 1 en su primer elemento no nulo y anule los restantes elementos de
Recuerde: La matriz  −1 0  F1 → (−1) F1 1 0 
esa columna, sumando múltiplos adecuados a las filas correspondientes. reducida equivalente es    → =R
única. No depende del  0 1 0 1
orden en que se realizan las
operaciones por filas.
143 144
  2 1 números enteros en las otras. Esto nos evita el trabajar con fracciones.
Entonces, la matriz A =   es equivalente por fila a la matriz identidad
 −1 4  Luego intercambiamos las filas 1 y 2.
de orden 2.
 5 2 1 F2 → 1 F2 5 2 1  F ↔ F 1 3 2 
 2 6 4  
2 →  1 3 2  
1 2
→ 5 2 1 
0 1 2      
3 0 4 3 0 4 3 0 4
 
b) B =  0 3 7
    
 0 −4 −9  Siguiendo los pasos indicados en el procedimiento, debemos anular los
 
elementos de la primera columna que están por debajo del 1.Comenzamos
Como la primera columna es nula y la segunda no, el elemento pivot estará anulando el elemento a21 y luego el a31.
en la posición b 12. Debemos anular los elementos por debajo del pivot.
 1 3 2  F → F + ( −5)F 1 3 2
F3 → F3 +( −3)F1
Comencemos anulando el elemento b22.  5 2 1  
2 2 1

→  0 −13 −9   
→
   
3 0 4 3 0 4 
 0 1 2  0 1 2    
  F2 → F2 +(−3) F1  
 0 3 7  →  0 0 1 1 3 2
 0 − 4 −9   0 − 4 −9   0 −13 −9 
   
 
 0 −9 −2 
Continuamos anulando el elemento b32.  

 0 1 2  0 1 2 Ahora nos movemos a la segunda columna. Debemos anular el elemento por

  F3 → F3 +(4) F1   debajo del -13. El valor 1 en la posición (2,2) lo obtendremos al final de la
 0 0 1   →  0 0 1
 0 − 4 −9   0 reducción.
   0 −1  Para evitar las fracciones,
trabajamos con dos operaciones
elementales simultáneas. 1 3 2
F3 → (−9)F2 − (−13) F3 1 3 2
Anulamos el elemento b33 Multiplicamos la segunda fila por  0 −13 −9   →  0 −13 −9 
   
el elemento de la tercera (– 9)  0 −9 −2  0 0 55 
 0 1 2 0 1 2 y la tercera por (–13), para   
  F3 → F3 + F2  
 0 0 1   →  0 0 1
obtener los elementos a anular
 0  0 0 0 iguales, luego restamos. Dividimos la tercera fila por 55, para convertir en 1 el elemento a 33.
 0 −1   
1 3 2 F3 →
1
F3 1 3 2
Anulamos el elemento b13  0 −13 −9  
 
55 →  0 −13 −9 
 
0 1 2 0 1 0  0 0 55  0 0 1 
No siempre la reducida de  
una matriz cuadrada es la   F1 → F 1 + ( −2) F2  
matriz identidad.  0 0 1   →  0 0 1 = R Como no podemos seguir trabajando hacia abajo, continuamos a partir del 1
0 0 0 0 0 0
    logrado en la posición (3,3) y anulamos los elementos de esa columna que
0 1 2 están por encima de dicho elemento.
Luego, la matriz equivalente a B =  0 
3 7  en forma reducida es 1 3 2
F2 → F2 + (9)F3
 0 −13 −9  
 0 −4 −9  →
   
0 0 1
0 1 0  0 1 0  
   
 0 0 1  . Usando la notación, B ∼  0 0 1  . 1 3 2 1 3 0
0 0 0 0 0 0 F1 → F1+ (−2)F3
 0 −13 0  
   
  →  0 −13 0 
0 0 1  0 0 1 
5 2 1   
 
c) C =  2 6 4  nos corremos a la columna contigua hacia la izquierda y subimos una fila,
3 0 4 ponemos el pivot en 1.
 
Como todos los elementos de la segunda fila son números pares, nos
1
conviene multiplicarla por para obtener un 1 en la primera columna y
2

145 146146
 1 3 0 F → 1 F 1 3 0 1 13 
 0 0
  2
−13 2 → 0 1 0  21 
 0 −13 0      21 0 0 13  F → 1 F   F → −1 F
0 0 1  0 0 1 1
 0 −21 0 −10  
21
1 2
 0 −21 0 −10  
21
2
   → →
   
 0 0 21 4   
anulamos el elemento por encima de este nuevo pivot.  0 0 21 4 
Entonces, la matriz  
 1 3 0  F → F + (−3)F  1 0 0 reducida de D es R.
 0 1 0  
1 1 2

→ 0 1 0  13  13 
    Recuerde que
1 0 0 1 0 0
 0 0 1  0 0 1  21   21 
    podemos usar la
  F →1 F  
notación :D ∼ R
0 1 0 10  3
21
3
0 1 0 10 
C ∼ I3 La matriz C tiene por reducida la matriz identidad.  → =R
 21   21 
   
4 
 0 0 21 4   0 0 1 
 2 −3 1 0     21 
d) D =  4 −1 0 2  .
1 0 2 1 

Intercambiamos las filas 1 y 3,
para lograr el pivot. Anulamos los  2 −3 1 0  F ↔ F  1 0 2 1  F → F + (− 4)F
elementos por debajo de éste.  4 −1 0 2  
1 3
→  4 −1 0 2  
2 2 1

→

 1 0 2 1



 2 −3 1 0


REPASO TEÓRICO – Sección 3.3
F 3: 2 -3 1 0  1 0 2 1  F → F +(−2)F A continuación le realizamos algunas preguntas que le permitirán evaluar los conceptos teóricos adquiridos.
(-2)F1:  0 −1 −8 −2  
3 3 1

→
-2 0 -4 -2
 
0 -3 -3 -2  2 −3 1 0  1. ¿Qué operaciones podemos aplicar a una matriz 6. La reducida de una matriz cuadrada, ¿es siempre
para obtener la reducida equivalente? la matriz identidad? En caso de ser afirmativa su
F 3: 0 -3 -3 -2  1 0 2 1  F → F +(−3)F  1 0 2 1 respuesta, justifique con la teoría, caso contrario
 0 −1 −8 −2  
3 3 2

→  0 −1 −8 −2  2. ¿Cuándo dos matrices se dicen equivalentes? Dé
(-3)F2: 0 3 24 6 busque un ejemplo en el que no se verifique.
   
0 0 21 4  0 −3 −3 −2   0 0 21 4  un ejemplo de dos matrices que lo sean.
7. ¿La matriz reducida depende del orden en que se
como no podemos seguir hacia abajo comenzamos a subir y anulamos el 3. Si la matriz A es equivalente a la matriz B, ¿es realizan las operaciones?
elemento b23 y luego b13 correcto afirmar que B es equivalente a A?
Justifique. 8. ¿Es posible encontrar más de una matriz reducida
(8)F3: 0 0 168 32  1 0 2 1  F → (21)F + (8)F
 0 −1 −8 −2  
2 2 3 asociada a una matriz dada? Justifique
(21)F2: 0 -21 -168 -42 → 4. ¿Cuándo una matriz se llama elemental? Dé dos
 0 0 21 4 
0 -21 0 -10   ejemplos de este tipo de matrices e indique a partir 9. ¿La matriz reducida de dos matrices equivalentes
(-2)F3: de qué operaciones las obtuvo. es la misma?
0 0 -42 -8 1 0 2 1
F1 →(21) F1+ (−2)F3  21 0 0 13 
(21)F1: 21 0 42 21  0 −21 0 −10   
→  0 −21 0 −10 
    5. La reducida de una matriz de orden 3x4 ¿puede 10. Si dos matrices tienen la misma matriz reducida,
21 0 0 13
0 0 21 4  0 0 21 4 ser la matriz identidad? Justifique desde la teoría. ¿podemos afirmar que dichas matrices son
equivalentes? Justifique y ejemplifique.
Observe que multiplicamos las filas por números convenientes para lograr que
al sumar o restar los elementos se anulen.
Dividimos ahora cada una de las filas por 21 o –21 de modo de obtener los
pivot en cada una de las columnas.
EJERCICIOS – Sección 3.3

Encuentre la matriz elemental E que se obtiene a 1. F2 → 3 F1 + F2

partir de la identidad de orden 3 realizando las
2. F3 → 4 F3
siguientes operaciones elementales:
3. F1 ↔ F2

147 148148
 4. F2 ↔ F3 1 0 0  1 2 3  1 2 3  1 0
1 0 0 3 37.  −2
20.  21. 0 0 0   1 −1 2   0 −3 −1  2 4 6  
5. F3 → -2 F1 + F3 0 0 1 2   44.  −1 2 0
 
0 1 0     0 1 2
6 8 10   3 4 5
6. F1 → 4 F3 + F1 38.   0 1 2   3
1 − 
1 1  0 0 0   0 0 0   0
7. Aplique cada una de las operaciones anteriores a 0 1 0 3  4
0 1
1 3 5 22. 0 0 1 2 23.    1 2 5   1 0 5  2 2 2  0 1 −3 
  0 0 45. 
la matriz A =  6 2 
8 . 0 0 0 0    39.  −3 2 0



 0 − 4 7

 0 −1

3

 1 0 4

9 0 0 0
 −1   0 1 5   1 2 4 
1 0 0   1 0 0  1 0 2 −1  4 0 8 1
Luego realice el producto EA para cada matriz E 24. 0 1 0  25.  0 1 0  1 2 4   1 −4 3  46.  5 0 6 2
 
 0 −1 2 3

   
hallada. Compare los resultados y elabore una
0 0 1   0 0 −1 40.  8 3 0



 0 −1 2

  0 −1 2 3  1 0 2 −1
conclusión.  −1 −2 5   0 0 5 
Encuentre la matriz elemental E tal que EA = B 0 0 5  0 −1  1 0
1 4
[Ayuda: determine que operación elemental se aplicó a la 26. 
0
 27. 
1 0 −1 0 Determine si son o no equivalentes las siguientes 47.  3 −1 
 0 1

0 1 2  0 0 1 0  matrices. En caso afirmativo, indique las operaciones
matriz A para obtener la matriz B y utilice el resultado del
   0 2  0 0 
ejercicio 7] 0 0 0 realizadas a la matriz de la izquierda para obtener la
de la derecha.  1 −1 2 0 − 2
 1 2  1 2
8. A =   y B=  
Reduzca cada una de las siguientes matrices: 48.  0 1

0 −1 2  ;
 −1 1 0 3  2 4 6  1 −2 0
 2 0 1 −2 0 
28. 
1 3 
29. 
0 −2 0 1  41.  −1 2 0  0 1 2
 1 2  1 2      
9. A =   y B=   4 0  3 6 0 12   0 1 2   1 2 3
 −1 1  2 −2   1 −1 2 0 − 2
 
 2 3  2 4 6  1 −2 0  0 2 1 −3 4 
 1 2  −1 1 2 4 6
10. A =  y B=   1 −6   0 0 2 −1 0 
 −1

1  1

2 30.  1 2 3

31.   42.  −1 2 0  0 1 2
   
 4 8  0 1 2   0 0 1
 1 2 3  1 2 3  1 2 3  
1 7

    
11. A =  0 1 2 y B = 0 1 2  2 4 6 0 0 0 
 −1 4 − 2   0 6 1  2 0 3 1  43.  −1 2 0 0 0 0 
  
3  é 2 -1 2ù    
4 1 0 ê ú  0 1 2  0 0 0 
Determine en las siguientes matrices elementales 32.   33. ê 1 0 0ú
2 0 1 2  ê ú
cuáles son las operaciones elementales aplicadas   êë 1 1 1úû
0 1 0 1 
para obtenerla.
é 0 0 1ù
1 0 1 0 ê ú
12.   13.   ê 2 0 3ú 3.4 – DETERMINANTE DE UNA MATRIZ
 0 −7   2 1 34. ê ú
ê 0 -1 0úú
ê
 1 2 0   1 0 −4  êê 1úúû
ë 0 4
14.  0 1 0  15.  0 1 0  El determinante es un concepto muy importante del álgebra matricial, y es de gran utilidad, en particular, para el
   
 0 0 1   0 0 1  Verifique que los siguientes pares de matrices no son análisis de las soluciones de los sistemas de ecuaciones lineales que estudiaremos en el capítulo 4.
equivalentes.[Ayuda: recuerde que dos o mas matrices son
Determine si las siguientes matrices están o no en equivalentes si tienen la misma reducida]
forma reducida. Justifique sus respuestas negativas. Los elementos de una matriz cuadrada A pueden combinarse para obtener un único
1 2 3  1 2 3
35.  número real llamado determinante. Para denotarlo utilizamos det (A) o |A|.
1 0 1 0 0   4 −1 2  0 1 2 
16.  17. 
 0 −3 
 0 1 0  1 0 5  1 0 5
36.  La pregunta que surge inmediatamente es ¿cómo calculamos ese número real que
0 1  0 0 0  1 −1 2   0 −1 3 
18.  19.  asociamos a una matriz y lo llamamos determinante?
 1 0  0 0 0 
Verifique que los siguientes pares de matrices son
Existen diversas formas de calcularlo. Primero estudiaremos técnicas específicas para
equivalentes.
matrices de orden 1, 2 y 3 ya que, para encontrar el determinante de una matriz de

149 15050
 orden 3 necesitamos conocer el determinante de una de orden 2 y para ello el 2 −3 5
0 4 1 4 1 0
determinante de orden 1. Por último, expondremos el procedimiento más general de e) 1 0 4 =2. − ( − 3) + 5
cofactores para matrices de orden n. −3 9 3 9 3 −3
3 −3 9
La definición de determinante se puede realizar sin pérdida de generalidad como: = 2[2(4) – 3(2)] + 3[(–3) + 5(–3)] = 0
Determinante de una Definición 3.13: Si A = (a11) es una matriz de orden 1 , entonces | A | = a11. = 2(12) + 3(–3) + 5(–3) = 0
matriz de orden 1

 a11 a12 
Regla de Sarrus para el Además de la regla dada en la definición 3.15 para el cálculo del determinante de
Determinante de Definición 3.14: Si A =   es una matriz de orden 2, entonces: cálculo del determinante
matrices de orden 3, existe otro método de uso muy habitual, llamado Regla de
matriz de orden 2  a21 a22  de una matriz de orden 3.
Sarrus. Los pasos a seguir para aplicarlo, se dan a continuación:
| A | = a11 | a22 | – a12 | a21 |= a11 a22 – a12 a21
1. Se deben repetir las dos primeras columnas de la matriz dada a la derecha de la
Para definir el determinante de una matriz de orden 2, se usa la definición de misma.
determinante de una matriz de orden 1.  a11 a12 a13  a11 a12
 
 a21 a22 a23  a21 a22
 a11 a12 a13   a
 31 a32 a33  a
 31 a32
Determinante de Definición 3.15: Si A =  a21 a22 a23  es una matriz de orden 3, entonces:
matriz de orden 3
a a32 a33  2. Se localizan las tres “diagonales principales”, indicadas con flechas hacia abajo y
 31
Denominamos aquí como las tres “ secundarias ” , indicadas con flechas hacia arriba.
“diagonales principales” a
a22 a23 a 21 a23 a21 a22 la diagonal principal y sus – – –
det(A) = |A| = a11 − a12 + a13 paralelas y como a11 a12 a13 a11 a12
a32 a33 a31 a33 a31 a32
“diagonales secundarias” a a21 a22 a23 a21 a22
la diagonal secundaria y
a31 a32 a33 a31 a32
sus paralelas.
det (A) = a11(a22a33 – a32a23) – a12(a21a33 – a31a23) + a13(a21a32 – a31a22) + + +

El determinante de la matriz de orden 3, se obtiene realizando la suma alternada de la 3. Se multiplican entre sí los elementos de cada diagonal.
multiplicación de cada uno de los elementos de la primera fila por el determinante de la
4. El determinante se obtiene sumando los resultados de los productos de las
matriz de orden 2, obtenida de eliminar la fila y columna a la cual pertenece dicho
“diagonales principales” menos los productos de las “diagonales secundarias”.
elemento.
Es decir:

n Ejemplo 3.31: a11 a12 a13

a21 a22 a23 = a11 a22a33 + a12 a23a31 + a13 a21a32 − a31a22a13 − a32a23a11 − a33a21a12
a) Si A = [ 4 ] entonces |A | = 4 a31 a32 a33

3 −2 Importante: La regla de Sarrus sirve para calcular solamente determinantes de

b) = 3 (6) – (– 2).1= 18 + 2 = 20
1 6 matrices de orden 3.
−5 0
c) = (– 5)(– 3) –(0).2= 15
2 −3 n Ejemplo 3.32:
El determinante de la
matriz de orden 3 se 3 5 2
obtiene calculando 2 3 4 3 4 2 Aplicamos la Regla de Sarrus para calcular el determinante de las siguientes
determinantes de d) 4 2 3 = 3. − 5 +2 = matrices:
matrices de orden 2. 2 4 −1 4 −1 2
−1 2 4
= 3 [2(4) – 3(2)] – 5[4(4) – (–1) 3] + 2[4(2) – (–1) 2] 3 5 2 1 −1 −2
a) 4 2 3 b) 3 3 −1
= 3 (2) – 5(19) + 2(10) = – 69
−1 2 4 0 2 0

151 152152
 Solución de los determinantes de orden 2 y 3. Antes de generalizar el método, definimos algunos
conceptos que nos ayudarán en las explicaciones posteriores.
3 5 2
a) 4 2 3 Sea A una matriz de orden n. A cada elemento de A le podemos asociar una submatriz
−1 2 4 de orden n – 1 obtenida de eliminar la fila y la columna a la cual pertenece dicho
elemento.
Siguiendo los pasos indicados:
Por ejemplo, para una matriz A de orden 3, la submatriz asociada al elemento a22 es la
3 5 2 3 5 que se obtiene al eliminar la fila 2 y la columna 2 en la matriz original.
4 2 3 4 2
 a11 a12 a13  Matriz asociada al
−1 2 4 −1 2    a 11 a13 
 a21 a22 a23  elemento a22  
a a32 a33   a 31 a33 
Realizamos los productos y operando:  31

3 5 2
4 2 3 = 3(2)(4) + 5(3)(–1) + 2(4)(2) – (–1)(2)2 – 2(3)(3) – 4(4)(5) Menor Definición 3.16: Dada una matriz cuadrada A de orden n ≥ 2, la submatriz
−1 2 4 cuadrada de orden n – 1 obtenida suprimiendo la fila k y la
Compare el resultado con
el obtenido en el apartado = 36 + (–15) + 16 – (– 4) – 18 – 80 = – 69 columna j de A se llama menor k , j de A y se designa por M k j.
d) del ejercicio 3.31.
1 −1 −2  a a 
En el ejemplo anterior M22 =  11 13 
b) 3 3 −1  a31 a33 
0 2 0
Definición 3.17: Definimos el cofactor asociado al elemento ak j y lo denotamos
Cofactor
En primer lugar construimos la matriz: por c k j al escalar obtenido al multiplicar el determinante del
1 −1 −2  1 −1 menor k , j por 1 o –1 dependiendo de la posición que ocupe

 3 3 −1  3 3 dicho elemento, es decir:
 
 0 2 0  0 2 c k j = (–1)
k+j
| M k j | = (–1) k + j det ( M k j )
Luego se realizan los productos indicados y se realiza la suma algebraica de En nuestro ejemplo, el cofactor asociado al elemento a22 es:
los mismos a11 a13
c22 = ( –1)4 | M22 | = | M22 | = = a11 a33 – a31 a13
a31 a33
|A|=1(3)(0) + (–1)(–1)(0) + (–2)(3)(2) – 0(3)(–2)– (2)( –1)(1) – (0)(3)( –1)
= –12 – (–2) = – 12 + 2 = –10 La adjudicación del signo al cofactor de un elemento puede realizarse fácilmente
recorriendo los elementos de la matriz, horizontal o verticalmente, alternando el signo +
o – hasta llegar al elemento en cuestión y comenzando siempre con el signo + en el
Como lo mencionamos anteriormente, las reglas de cálculo que estudiamos para
elemento a11.
matrices de orden 1, 2 y 3, se aplican exclusivamente a aquellas que tienen estas
dimensiones.
+ – + –

– + – +

+ – + –
3.4.1 - Determinante de una Matriz de Orden n
– + – +
El determinante de una matriz A de orden n ≥ 2 se define considerando los
determinantes de matrices de orden n – 1, como ya advertimos en la sección anterior. Definición 3.18: Si calculamos los cofactores asociados a todos los elementos de
El procedimiento para encontrarlo sigue la misma idea que la empleada para el cálculo Matriz de Cofactores una matriz cuadrada A, se puede generar una nueva matriz A C
llamada matriz de cofactores. Esta nueva matriz tiene el

153 154154
 mismo orden de A y sus elementos son los cofactores de los Método para calcular Estamos ahora en condiciones de calcular el determinante de una matriz de orden n. Se
elementos de A. el determinante de selecciona una fila o una columna y se multiplica cada elemento de ella por su cofactor.
una matriz por
cofactores.
La suma de estos factores será el determinante de A. Este procedimiento se conoce
como Método de Cofactores.
n Ejemplo 3.33
Por consiguiente, el desarrollo del determinante de A en función de los elementos de la
Encontramos la matriz de cofactores de las siguientes matrices:
fila k viene dado por la fórmula:
 1 0 3
 1 2
a) A =   b) B =  −1 2 0

Método de cálculo de
 −3 0 
n n
 3
 4 − 3  determinante por
cofactores.
|A| = det (A) = ∑
j =1
a k j ( − 1) k + j det (M k j) = ∑ a k j c k j
j =1
Solución

 1 2 es decir, se puede calcular el determinante de una matriz A expandiendo por cofactores

a) A =  
 −3 0  cualquier fila de A. Es más, el determinante se puede calcular también desarrollando
por cofactores cualquier columna de A. Como la elección de la fila o columna es
Los cofactores de cada uno de los elementos de A son: arbitraria, se aconseja elegir la fila o columna que tenga mayor cantidad de ceros. De
Observe: Para calcular de los c11 = (–1) 2 | 0 | = 0 c12 = (–1) 3 | –3 | = 3 esta manera se evita el cálculo de algunos cofactores.
cofactores de los elementos de
una matriz de orden 2, usamos c21 = (–1) 3 | 2 | = –2 c22 = (–1) 4 | 1 | = 1
determinantes de matrices de
orden 1.
La matriz de cofactores es A C = 
 0 3 n Ejemplo 3.34:

 −2 1
Calculamos los siguientes determinantes utilizando el método de cofactores:
 1 0 3
3 5 2
b) B =  −1 2 0

1 2
 3 a) b) 4 2 3
 4 − 3  −3 0
−1 2 4
Los cofactores de cada uno de los elementos de B son:
2 0 −1 0 2 −3 5 2 −3 5
2 3
c11 = (–1) = – 6; c12= (–1) =–3 c) 1 0 4 d) 0 7 4
4 −3 3 −3
3 −3 9 0 0 9
4 −1 2 3 0 3
c13 = (–1) = – 10 ; c21 = (–1) = 12
3 4 4 −3 Solución

4 1 3 5 1 0 1 2
c22 = (–1) = – 12; c23 = (–1) =–4 a)
3 −3 3 4 −3 0

4 0 3 5 1 3 Desarrollemos el determinante por la fila 2, según el ejercicio 3.33 apartado

c31 = (–1) =–6; c32 = (–1) =–3 a), los cofactores de sus elementos son:
2 0 −1 0
c21 = (–1)3 | 2 | = –2 c22 = (–1)4 | 1 | = 1
6 1 0
c33 = (–1) =2 1 2
−1 2 Desarrolle el determinante = (–3) c21 + (0) c22
por la primera fila, y −3 0
 −6 −3 −10  obtendrá la fórmula vista
  en la definición 3.14 = (–3) (–2) = 6
Entonces: BC =  12 −12 −4 
 −6 −3 2  1 2
  El determinante de la matriz es: =6
−3 0

155 156156
 3 5 2 Como el elemento de la matriz que está en la posición a22 es cero, no hace
b) 4 2 3 falta encontrar su cofactor asociado. Justamente este es en realidad el
−1 2 4 motivo por el cual se eligió la segunda fila para trabajar.

El determinante de esta matriz ya fue calculado en ejercicios anteriores, 2 −3 5

usando primero la definición 3.15 y luego la regla de Sarrus. Usamos ahora, d) 0 7 4
el método de cofactores. 0 0 9
En primer lugar debemos elegir la fila o columna de la matriz para desarrollar
el determinante. Nosotros, arbitrariamente, nos decidimos por la fila 1. Vamos a encontrar el determinante de la matriz desarrollando por la primera
columna. Como tenemos un único elemento distinto de cero, a11, nos resta
Encontremos los cofactores de cada uno de los elementos de la fila:
encontrar solamente su cofactor asociado.
2 2 3 3 4 3
c11 = (–1) =2; c12 = (–1) = –19 2 −3 5
2 4 −1 4 7 4
0 7 4 =2 = 2[(7)(9) – (0)(4)] = 2(7)(9) = 126
0 9
4 4 2 0 0 9
c13 = (–1) =10
−1 2
La matriz es triangular superior y su determinante resulta ser el producto de
Finalmente: los elementos de la diagonal principal.
3 5 2
Compare este resultado con
los obtenidos en los 4 2 3 = 3 c11 + 5 c12 + 2 c13 = (3)(2) + (5)(–19) +(2)(10) • ¿Cuál es el determinante de una matriz que tiene una fila nula?
ejercicios 3.31 d) y 3.32 a).
−1 2 4
Hemos visto hasta el momento cómo calcular el determinante de una matriz. Este valor,
= – 69
asociado a toda matriz cuadrada verifica una serie de importantes propiedades que
La regla de cálculo dada en la definición 3.15, no es más que el caso permiten simplificar notablemente los cálculos y que enunciamos a continuación:
particular del Método de Cofactores para matrices de orden 3, cuando
desarrollamos el determinante por la fila 1.
Propiedades de los
2 −3 5 Determinantes Teorema 3.11: Sean A y B matrices cuadradas de orden n, entonces:
c) 1 0 4 1. El determinante de la matriz A es igual al de su traspuesta , esto es |A| = | AT|.
3 −3 9 2. Si A tiene una fila (o columna) nula , entonces |A| = 0
Consideramos para el desarrollo la fila 2. La elección de la misma se debe a 3. Si A tiene una fila (o columna) múltiplo de otra, entonces |A| = 0.
que tenemos un elemento nulo, y esto facilitará los cálculos que debemos 4. Si A es triangular, entonces |A| es el producto de los elementos de la diagonal
realizar. principal.
Comenzamos buscando los cofactores de los elementos que están en dicha 5. Si B se obtiene de sumar un múltiplo de una fila (o columna) de A a otra fila (o
fila. columna), entonces |A| = |B|.
−3 5 6. Si B es obtenida de intercambiar dos filas (o columnas) de A, entonces
C21 = (–1)2+1 M21 = (–1) = (–1) [–27 – (–15)] = 12
−3 9 |B| = – |A|.
2 5 7. Si B es la matriz obtenida multiplicando cada elemento de una fila (o columna) de
C22 = (–1)2+2 M22 = ( 1) = 18 – 15 = 3
3 9 A por el mismo número k, entonces |B| = k |A|.
n
2 −3 8. Si k es una constante y A tiene orden n, entonces |k A| = k |A |.
C23 = (–1)2+3 M23 = (–1) = (–1) [– 6 – (– 9)] = – 3 En la propiedad 9, el
3 −3 9. El determinante del producto de dos matrices cuadradas es el producto de los
primer miembro es un
2 −3 5 producto de matrices, determinantes, es decir: |AB| = |A| |B|.
mientras que en el
Entonces 1 0 4 = 1 . C21 + 0.C22 + 4.C23 = 12 + 0 + (–12) = 0. segundo es un
producto de números.
3 −3 9

157 15858
 Observe: Para calcular el determinante de una matriz, podemos reducirla hasta lograr  1 2 −2 
una matriz triangular, siempre que usemos solamente la tercera operación Propiedad 9: Sea A =  0 3 1  →| A | = 18
 
elemental, es decir reemplazar una fila por la suma de ella misma más un  2 −2 0 
múltiplo de otra, y calcular luego el determinante de esta última. Ambos
determinantes serán iguales, por propiedad 5. 0 1 3
B =  2 −1 1  → | B | = – 2
Las otras operaciones elementales no se pueden utilizar ya que cambian  
 1 0 3
el valor del determinante de la matriz original (ver propiedades 6 y 7).
2 −1 1
Veamos algunos ejemplos de las propiedades enunciadas: |AB|= 7 −3 6 = –36 = | A | | B |
−4 4 4

n Ejemplo 3.35:
La propiedad 1 pone en
evidencia que el cálculo del
determinante es invariante si
se trabaja por fila o por
columna. Ya que el
desarrollarlo por una fila de la
matriz original es lo mismo
que desarrollarlo por la
columna correspondiente en
la traspuesta.
La matriz B se obtuvo de la
matriz A reemplazando la tercera
fila por ella misma sumada a la
primer fila por 2. No podemos
multiplicar por el escalar la fila
que se reemplaza, pues el
determinante cambia.
La matriz B se obtuvo de
intercambiar en la matriz A
las filas.
La matriz B se obtuvo
multiplicando por 3 la
primer fila de A.
1 2 
Propiedad 1: Sea A =   → |A|=–2
3 4 
1 3 
REPASO TEÓRICO – Sección 3.4
AT =   → | AT | = – 2
2 4
A continuación le realizamos algunas preguntas que le permitirán evaluar los conceptos teóricos adquiridos.
1 2 
Propiedad 2: Sea A =   → |A|=0
0 0
1. ¿Es posible calcular el determinante a cualquier 11. ¿Cuál es el determinante de la matriz identidad?
2 4  matriz? Justifique.
Propiedad 3: Sea A =   → |A|=0 12. ¿A qué es igual el determinante de una matriz
1 2 
2. ¿Cómo calcula el determinante de una matriz de escalar? ¿Por qué?
3 2 orden 2?
Propiedad 4: Sea A =   → | A | = 12 13. ¿Cómo es el determinante de una matriz A con
0 4
3. ¿Qué métodos conoce para calcular el determinante respecto al de su transpuesta?
 1 2 3  1 2 3 de una matriz de orden 3? Sólo menciónelos.
Propiedad 5: Sea A =  −1 0 2  y B =  −1 0 2  → 14. ¿Cuál es la operación elemental por filas que
   
4. ¿Es posible extender la regla de Sarrus para conserva el valor del determinante?
 0 −2 4   2 2 10 
matrices de orden 4 o más?
| A | = | B | = 18 15. Mencione al menos dos características que debe
5. ¿Cuál de los métodos estudiados elegiría, para tener una matriz para que su determinante sea
3 2
Propiedad 6: Sea A =   → | A | = 12 encontrar el determinante de una matriz de orden 5? igual cero.
0 4
6. ¿El valor del determinante depende del método 16. Mencione al menos dos formas distintas de
0 4
B=   → | B | = – 12 utilizado? cambiar el signo del determinante de una matriz de
3 2
orden 3.
7. ¿Qué es el menor de un elemento de una matriz?
3 2
Propiedad 7: Sea A =   → | A | = 12 17. ¿Cómo calcula de manera rápida el determinante
0 4 8. ¿Como se define el cofactor de un elemento de una
de una matriz triangular? ¿y de una matriz
9 6 matriz?
B=  → | B | = (3)(12) = 36 diagonal?

0 4 9. ¿Cuántos cofactores debemos calcular para una
18. Si A es una matriz de orden mxn y B una matriz
3 2 matriz de orden n? ¿Y cuántos menores?
Propiedad 8: Sea A =   → | A | = 12 de orden nxm, entonces su producto AB es de
0 4 orden mxm. En este caso ¿es posible afirmar que
10. Si a una matriz A de orden 4, se le intercambian la
6 4 2 fila 1 con la 2 y luego la 3 con la 4, ¿cómo es el | AB | = | A | | B | ? ¿Por qué?
B = 2. A =   →| B | = 2 (12) = 48 determinante de la matriz resultante con respecto al
0 8
de la matriz A? Justifique, indicando la o las
propiedades utilizadas.

159 160160
 3 k 21 5a 5b 5c
EJERCICIOS – Sección 3.4
32. 0 k 99 = 60 36. 5 −5 5
0 0 k −1 15 10 0
Calcule el determinante de las siguientes matrices.  0 2 −2 1 Si A es una matriz de orden 3x3 y su determinante
 2 −1 −1 a +1 b −1 c+1
Utilice de ser posible, las propiedades adecuadas que 3 vale 4. Cuál es el valor del determinante de las
le permitan simplificar los cálculos. 21. A =   37. 3 2 0
 0 1 1 −4  siguientes matrices:
  7 −7 7
 1 2 −2 1
1. A = [ –2 ] 2. B = [ 6 ] 33. 2A 34. –A 35. AT
−1 1 1
 1 0 −3 3 
 −1 a b c 38. b a c
3. C = 
6 −5 
4. D = 
−1 4  1 0 3 
0 3

 2 1 
 22. B =   Sabiendo que el determinante 1 −1 1 =m, 2+2b 3+2a 2c
 2 1 −4 2 
  3 2 0
2 7 3 −2   1 −1 −1 0 
5. F =   6. G =   calcule:
0 0  3 −2  −2
 5 3 3 
 0 1 3 2 
 −1 2 0
23. C =  
1 −8 
7. H =   8. J =  0 1 −4   15 9 −6 9 
 0 2    
 2 0 1  0 0 1 −1  3.5 – INVERSA DE MATRICES
 6 6 −4   2 −3 2  3 0 0 0 
 −5 2 0 
9. K =  0 1 0  10. L =  1 7 4 24. D = 
0
 El concepto de inversa de matrices sólo tiene sentido para matrices cuadradas con determinante distinto de cero,
 −3 
1 
 
2   1 −1 0 0 
 1  2 −3 como veremos en el desarrollo de esta sección. El cálculo de la misma es muy importante ya que tiene muchas
 
 4 2 1 0  aplicaciones, entre ellas, es de utilidad para la resolución de sistemas de ecuaciones lineales.
 2 0 0  5 −2 − 2 
11. M =  −1 3 0  12.N =  0 0 0  3 0 2 1
 4     0 −5 0 3
 2 2  1 2 −9 25. F =  
 4 2 2 0 Matriz Inversa
Definición 3.19: Una matriz A de orden nxn es invertible, regular o no singular,
 4 0 0  2 −1 3   si existe una matriz B, llamada inversa de A tal que:
 0 −3 0 3
13. P =  0 −1 0 14. R =  4 −2 6
 0 0 
3   2 2

2   3 0 0 0 A.B = B.A = In.
   0 −5 0 0
26. G =   Si A no es invertible diremos que A es singular.
Encuentre la matriz de cofactores en cada uno de los  0 0 2 0
siguientes casos:  
 0 0 0 3 Notación: la inversa de la matriz A se denota A–1.
 1 2 4  6 6 −4  Verifique las siguientes propiedades, considerando
   0
15. A =  −2 3 0  16. A = 1 0 −1 4   1 −8  Observe: De acuerdo a la definición, la matriz B = A –1 debe ser cuadrada de orden
 5 0
 
1 
las matrices A =   y B = : n al igual que A para que el producto en ambos sentidos sea posible.
 7  −3 1  2 1  0 2
27. | A B| = | A | | B |
 2 −3 2   2 0 0 Aún no sabemos cuándo una matriz es invertible, ni en caso de serlo cómo encontrar la
17. B =  1 7 4 18. C =  −1 3 0 28. | 3A | = 3 2 | A | inversa, pero el siguiente teorema afirma que, en el caso de existir, es única.
 2 − 3 2   4 2

2 
  
29. | B T | = | B |
 5 −2 − 2   4 0 0 Teorema 3.12: Si A tiene inversa, entonces A–1 es única.
Encuentre el o los valores de k que hacen verdadera
19. D =  0 0 0 20. F =  0 −1 0
    las siguientes igualdades de determinantes:
 1 2 9  0 0 3 
k −2 2 3 Demostración
30. = 26 31. = 12
Calcule el determinante de las siguientes matrices 7 7−k 4 k
Para demostrar que la inversa de una matriz cuadrada A es única, comenzamos
suponiendo que la misma tiene dos inversas a las que llamamos B y C.

161 162162
 Si B es inversa de A, entonces por definición A.B = B.A = I (1) y si C es también Antes de explicar los procedimientos que nos permiten encontrar la inversa de una
inversa de A entonces A.C = C.A = I (2). matriz cuadrada A, enunciamos algunas de sus propiedades más relevantes:

Entonces, partimos de la matriz B y utilizamos algunos resultados conocidos para

demostrar que B es igual a C. Propiedades de las
Teorema 3.14: Sean A y B matrices invertibles, entonces:
matrices inversas
I es el neutro Por (2) Propiedad Por (1) I es el neutro
del producto asociativa del producto 1. La inversa del producto de dos matrices invertibles es el producto de las inversas
en orden contrario, esto es (A·B) –1 = B–1A–1 .
B = B. I = B. ( A. C) = (B. A).C = I. C = C 2. La inversa de la inversa es la matriz original. Por lo tanto si A es invertible, A–1
también lo es y (A–1) –1 = A.
Aplicando la propiedad transitiva, concluimos que B = C. Por lo tanto, hemos
probado que si A admite inversa, ésta es única. 3. El determinante de la inversa de una matriz es igual al recíproco del
determinante de la matriz, es decir |A–1| = 1/ |A|.

4. La inversa de la traspuesta de una matriz es la traspuesta de la inversa de la

matriz original, es decir [AT] –1 = [A–1] T.
Condiciones
equivalentes para
Teorema 3.13: Sea A una matriz cuadrada de orden n. Entonces las siguientes
que una matriz afirmaciones son equivalentes. Es decir, cada una de ellas implica 5. La inversa de una constante distinta de cero por una matriz es igual a la inversa
admita inversa de la matriz por el recíproco de la constante, es decir (kA)–1 = (1/k)·A –1
las restantes (de modo tal que si una es falsa las restantes
también y viceversa, si una es verdadera las restantes también)
1. A es invertible.
Demostración
2. A es equivalente por fila a la matriz identidad In.
1. Por definición de inversa si (B–1 A–1) es la inversa del producto (AB), entonces el
3. El determinante de A es distinto de cero.
producto en los dos sentidos es igual a la matriz identidad:
4. A se puede expresar como un producto de matrices
elementales. (B–1A–1)(AB) = B–1(A–1A) B = B–1 . I. B = B–1B = I

Por propiedad asociativa Por definición Por elemento neutro Por definición de
del producto de matrices de inversa del producto de matrices inversa

n Ejemplo 3.36:
(AB)(B–1A–1) = A (BB–1) A–1 = A. I. A –1
= AA–1 = I
2 7   4 −7 
Verifiquemos que B =   es la matriz inversa de A =  .
 1 4   −1 2
2. Por definición de inversa, si A es la inversa de A–1, entonces A.(A–1) = (A–1)A= I,
Si B es la matriz inversa de A, por definición A.B = B.A = I, entonces
esto es cierto ya que A tiene por inversa (A–1).
realicemos dichos productos:
 2 7   4 −7   1 0  3. Por definición de inversa A–1. A = I. Si calculamos el determinante del producto
B.A =  .   =   y
 1 4   −1 2   0 1  | A–1. A | = | I | , por propiedad del producto de determinantes (el determinante del
producto es el producto de los determinantes) y el determinante de la matriz
 4 −7   2 7   1 0
A.B =   .  =   identidad es 1, tenemos que:
 −1 2   1 4   0 1
| A–1 |. |A | = 1 como ambos determinantes son distintos de cero ya que las
Con lo que probamos que B es la inversa de A. matrices son invertibles, entonces despejando obtenemos |A–1| = 1/ |A|.

4. Por definición de inversa , si [A–1] T es la inversa de (AT) entonces debe valer que
(A–1)T . AT = AT . (A–1)T = I

163 164164
 por propiedad de la transposición del producto (A.B)T = BT. AT, entonces: secundaria se les cambia el signo. A la matriz resultante se la multiplica por 1
. Es
ad − bc
–1 T T –1 T
( A ) . A = ( A .A ) = IT = I por definición de traspuesta decir, establece las condiciones bajo las cuales una matriz de orden 2 admite inversa y
nos proporciona una regla para encontrarla.
AT . (A–1)T = ( A–1 .A)T = IT = I

5. Por definición de inversa, si la inversa de (k A) es (1/k) A–1 se debe cumplir que: n Ejemplo 3.37:
(kA) [(1/k) A–1] = I = [(1/k) A–1] (kA) ,
Encontremos, si existe, la matriz inversa de:
entonces por propiedad asociativa y conmutativa de números reales: 1 −1  1 −1 
a) A =   b) A =  .
 2 −1   0 0
(kA) [(1/k) A–1] = [k(1/k)] A. A–1 = A.A–1 = I
Solución
Por propiedad del recíproco Por definición de
de números reales inversa 1 −1 
a) A =  
 2 −1 
[(1/k) A–1] (kA) = [(1/k)k] A–1. A = A–1.A = I
Analizamos primero su determinante, | A | = –1 + 2 = 1. Como es distinto
de cero, el teorema 3.13 asegura que A admite inversa y que la misma se
obtiene de la siguiente manera:
• Proponga dos matrices invertibles y compruebe las propiedades enunciadas. 1  −1 1   −1 1 
A–1 =  = 
1  −2 1   −2 1 

Retomamos ahora el problema de determinar cuándo una matriz es invertible y cómo Compruebe que dicha matriz es la inversa de A realizando los productos
calcular su inversa. correspondientes.
1 −1 
En el caso de matrices cuadradas de orden 2 podemos determinar exactamente cuáles b) A =  .
son invertibles y dar una fórmula explícita para su inversa. Esto es mucho más difícil  0 0
para matrices de órdenes mayores para las cuales expondremos algunos métodos para Analicemos primero su determinante, | A | = 0, por lo que la matriz A no
encontrarlas. admite inversa, es decir A es singular.

Cálculo de la Inversa De este último ejemplo podemos obtener una conclusión que es válida para una matriz
de una matriz de Teorema 3.15:
orden 2 cuadrada de cualquier orden:
a b
A=   es invertible si y sólo si ad – cd ≠ 0 (es decir su determinante es
 c d
Revise el Teorema Si una matriz cuadrada de orden n tiene al menos una fila (o columna) nula, entonces
1  d −b  3.11. 2.
distinto de cero) y su inversa es A– 1 =  . dicha matriz es singular.
ad − cb  −c a

Demostración: Se deja como ejercicio.

3.5.1 - Métodos Generales para encontrar Inversas

Este teorema indica que para obtener la inversa de una matriz de orden 2, se debe
comprobar primero que el det (A) = ad – bc sea distinto de cero. Luego, se Existen distintos métodos que permiten encontrar la inversa de una matriz cuadrada de
intercambian los elementos de la diagonal principal y a los elementos de la diagonal cualquier orden:

165 166166
 • Por de cofactores.  2 4 6  2 −3 4 
• Por Reducción. c) A =  2 3 5  d) A =  36 −2 
   7 0 6 
 1 0 0  
Solución

 1 2 0
3.5.1.1 - Cálculo de la Inversa por Cofactores a) A =  1 0 −1
 −1 
3 2 

Definición 3.20: Si A es una matriz invertible de orden n, entonces Podemos desarrollar el det (A) por la primera fila. Para ello, calculamos los
–1 1 cofactores de los elementos a11 , a12 de la matriz A,
A = . Adj(A )
A
0 −1
C11 = (–1)1+1 M11 = 1 = 3;
La matriz Adj(A) se llama matriz adjunta de A y se define como Recuerde que el 3 2
Revise el concepto de cálculo de cofactores
matriz de cofactores la traspuesta de la matriz de cofactores. Es decir: 1 −1
se estudió en la
(definición 3.17). C12 = (–1)1+2 M12 =–1 =–1
Adj(A) = A CT Sección 3.4.1 −1 2

Entonces:
Observe: de la definición surge nuevamente que si el determinante de la matriz es
cero, no es posible calcular A–1 , ya que no está definida la división por | A | = 1.C11 + 2.C12 + 0. C13 = 1
cero. En consecuencia, la matriz es singular. Como es distinto de cero la matriz es invertible. Encontremos ahora, los
restantes cofactores para construir la matriz de cofactores AC.
Entonces, de acuerdo a la definición, para encontrar la inversa de una matriz cuadrada
A de cualquier orden, por el método de cofactores debemos: 1 0 2 0
C13 = (–1)1+3 M13= 1 = 3; C31 = (–1)3+1 M31 =1 = –2
−1 3 0 −1
Procedimiento 1. Calcular el determinante de la matriz A. Si es distinto de cero continuamos en el 2 0 1 0
recomendado para el C21 = (–1)2+1 M21 =–1 =–4; C32 = (–1)3+2M32 = –1 =1
cálculo de la inversa punto 2. Caso contrario, concluimos que la matriz no es invertible. 3 2 1 −1
de una matriz por el
Método de Cofactores 2. Calcular los cofactores de todos los elementos de la matriz A. 2+2 1 0 1 2
C22 = (–1) M22 = 1 = 2; C33 = (–1)3+3 M23 = 1 = –2
3. Construir la matriz de cofactores asociada a A. −1 2 1 0

4. Encontrar la transpuesta de la matriz de cofactores, es decir, la adjunta de A. 1 2

C23 = (–1)2+3 M23= –1 = –5
5. Multiplicar el recíproco del determinante por la matriz adjunta. −1 3
 3 −1 3
Por lo tanto AC =  −4 2 −5  ,
 −2 
1 −2 

n Ejemplo 3.38:
 3 − 4 −2 
 
Apliquemos este procedimiento para encontrar la inversa de las siguientes luego determinamos la matriz adjunta Adj( A ) = A CT =  −1 2 1 .
matrices, si es que existen:  3 −5 −2 
 

 1 2 0  1 2 3 Finalmente, la inversa de la matriz A es:

a) A =  1 0 −1

b) A =  1 −1 1
  3 − 4 −2   3 − 4 −2 
 1 1
 −1 3 2  
 0 2 4  A–1 = . Adj(A ) = −1 2 1 ⇒ A–1 =  −1 2 1
A 1    
 3 −5 −2   3 −5 −2 

167 168168
  1 2 3  0 0
2 
b) A =  1 −1 1
  0 0 2 
 2 
  
 0 2 4  A –1
=
1 
5 −6

2  = 
5 −6 2 
2   2 2 2 
El determinante de A es |A| = – 8  −3 4 −2   
 −3 4 −2 
 −6 −4 2   2 2 2 
La matriz de cofactores es AC =  −2 4 −2 
   0
 5 2 −3   0 1 
 
 −6 −2 5  5
Simplificando: A –1
= −3 1 
y la matriz adjunta es Adj(A) = A CT =  −4 4 2   2 
   
 2 −2 −3   − 3 2 −1 
 2 
La inversa de la matriz A es
 2 −3 4 
 −6 −2 5 
  d) A =  3 6 −2 
 −6 −2 5  
−8 −8 −8
  7 0 6 
1  −4 4 2  

A–1 = −4 4 2 = 
− 8  

 −8 −8 −8  Comenzamos calculando el determinante |A| = 0. Esto nos indica que la
 2 −2 −3   
 2 −2 −3  matriz es singular, es decir, no tiene inversa.
 −8 −8 −8 

 3 1 5 
 − 
4 4 8 Si aplicamos el método de cofactores para el caso particular de una matriz de orden 2,
 
1 1 1
Simplificando: A–1 = − −  nos da como resultado la fórmula de cálculo del teorema 3.15 de la Sección 3.5.
 2 2 4 
   a b 
 − 1 1 3  Para comprobar esta afirmación buscamos la inversa de la matriz A =   por el
 4 4 8   c d
método de cofactores.
Verifique Ud. que A–1 es la inversa de A aplicando la definición.

El determinante de A es | A | = ad – bc que suponemos distinto de cero para que la

 2 4 6 matriz sea no singular o invertible. Luego calculamos los cofactores de A:
c) A =  2 3 5 
 1 0 0 C11 = (–1) 2 d = d C12 = (–1) 3 c = – c
 
C21 = (–1) 3 b = – b C22 = (–1) 4 a = a
El determinante de A es |A| = 2
 d −c 
 0 5 −3  Por lo tanto la matriz de cofactores es A C =  
 −b a 
La matriz de cofactores es AC =  0 −6 4 
 
 2 2 −2   d −b 
y la matriz adjunta asociada es: Adj( A ) = A CT =  .
 −c a 
 0 0 2 
y la matriz adjunta es Adj(A) = A CT =  5 −6 2 
1  d −b 
  Luego la inversa de A es A –1 =
 −3 4 −2    , fórmula que ya conocíamos.
ad − bc  − c a 

La inversa de la matriz A es

169 170170
 3.5.1.2 - Cálculo de la inversa por Reducción –F1: –1 –2 0 –1 0 0
 1
 0
2 0 −1 0 0  F3 → F1 + F3
 
F 2: 1 0 –1 0 1 0  −2 −1 −1 1 0  →
 −1 3 2 0 0 1 
Utilizando las operaciones elementales por filas estudiadas en la Sección 3.3.1, 0 –2 –1 –1 1 0  
podemos obtener, si existe, la inversa de una matriz A, de orden n, siguiendo el  1 2 0 1 0 0 
F 1: 1 2 0 1 0 0  F3 → 5F2 + 2F3
 
algoritmo que se da a continuación: 0 −2 −1 −1 1 0 
→
F3: –1 3 2 0 0 1  
 0 5 2 1 0 1 
0 5 2 1 0 1  
Procedimiento 1 2 0 1 0 0
recomendado para 1. Se agrega a la derecha de A la matriz identidad (I) de orden n, generando de esta (5)F2:   F2 → F2 + (−1)F3
0 –10 –5 –5 5 0   
obtener la inversa de forma una matriz de orden nx2n, que denotamos [ A | I ]. (2)F3: 0 10 4 2 0 2  0 −2 −1 −1 1 0  →
una matriz por el  0 0 −1 −3 5 2 
Método de Reducción 2. Luego se encuentra la reducida de la matriz [ A | I ]. Expresemos a ésta como 0 0 –1 –3 5 2  
[ B | C ]. F 2:  1 2 0 -1 0 0 
0 –2 –1 –1 1 0
 F1 → F1+ F2
 
3. Si B tiene una fila nula, entonces A es una matriz singular.De lo contrario, B (–1)F3: 0 0 1 3 –5 –2  0 −2 0 2 − 4 −2  →
 0 0 −1 −3 5 2 
coincide con la matriz identidad, es decir, la reducida es de la forma [ I | C ] y 0 –2 0 2 –4 –2  
C = A–1.
 1 0 0 3 − 4 −2  1
F 1: 1 2 0 1 0 0 F2 → − F2
 0 −2 0 2 − 4 −2  2 →
F 2: 0 –2 0 2 –4 –2 
 0 0 −1 −3 5 2 
1 0 0 3 –4 –2 
n Ejemplo 3.39:  1 0 0 3 − 4 −2 
 F1 → − F1
 0 1 0 −1 2 1  →
Utilicemos el Método de Reducción para encontrar, si existen, las inversas de las  
 0 0 −1 −3 5 2 
siguientes matrices:
I A-1
 1 2 0  1 0 3 644744
8 644
474448
a) A =  1 0 −1

b) A =  −1 2 −3 

  1 0 0 3 − 4 −2 
 −1 3 2   1
 4 3  Recuerde que si la
 
reducida de la matriz A es
 0 1 0 −1 2 1  entonces
la Identidad, entonces A
 4 −4 3  0 0 1 3 −5 − 2 

1 2 es no singular 
c) A =   d) A =  −3

2 −2 

 3 4
 1 −1 0  Compare este resultado  3 − 4 −2 
con el encontrado en el A–1 =  −1 2 1
4 0 0 ejercicio 3.38 a)  
e) E =  0 1 0   3 −5 −2 
 
 0 0 1
 1 0 3
Solución
b) A =  −1 2 −3 

 1 
 1 2 0  4 3 
a) A =  1 0 −1
  A
6447448 644744
I 8
 −1 3 2 
 1 0 3 1 0 0 
Si seguimos los pasos indicados por el algoritmo, entonces debemos reducir   F2 → F2 + F1
[A : I] =  −1 2 −3 0 1 0   →
la matriz
 1
 4 3 0 0 1 
A
64447444
8 644744
I 8
F 1:  1 0 3 1 0 0 
 1 2 0 −1 0 0  1 0 3 1 0 0
  F1 → (−1) F1 + F3
  F2 → −F1 + F2 F 2: –1 2 –3 0 1 0  0 2 0 1 1 0  →
[A : I] =  1 0 −1 0 1 0    →
0 2 0 1 1 0  1
 4 3 0 0 1 
 −1
 3 2 0 0 −1 

171 172172
(–1)F1: –1  1 0 3 1 0 0  F2: –3 2 –2 0 1 0  1 −1 0 0 0 1 
0 –3 –1 0 0
  F2 → (−2) F2 + F3   F2 → F2 + (3) F1
F 3: 1 4 3 0 0 1  0 2 0 1 1 0  → (3)F1: 3 –3 0 0 0 3  −3 2 −2 0 1 0   →
0 4 0 –1 0 1  0 4 0 −1 0 
1  0 –1 –2 0 1 3  4 −4 3 1 0 
0 
 
B
644744
8
F3: 4 –4 3 1 0 0  1 −1 0 0 0 1 
  F3 → F3 + (− 4) F1
 1 0 3 1 0 0  (–4)F1: –4 4 0 0 0 –4
 0 −1 −2 0 1 3   
→
 
 0 2 0 1 1 0  0 0 3 1 0 –4  4 −4
 3 1 0 0 
 0
 0 0 −3 − 2 1 
(3)F2: 0 –3 –6 0 3 9  1 −1 0 0 0 1 
Como la matriz (B) tiene una fila nula, entonces A es singular o no   F2 → (3) F2 + (2)F3
(2)F3:
invertible. No continuamos con la reducción de B, ya que será imposible
0 0 6 2 0 –8
 0 −1 −2 0 1 3   
→
0 –3 0 2 3 1  0 0 3 1 
0 −4 
obtener la matriz identidad. 

(–3)F1: –3 3 0 0 0 –3  1 −1 0 0 0 1 
1 2   F1 → (-3)F1 + F2
c) A =  
F2: 0 –3 0 2 3 1  0 −3 0 2 3 1   →
 3 4  0 −4 
 0 0 3 1
–3 0 0 2 3 –2
A 8 6474
6474 I 8
-1
644744
I 8 644 A
474448
 1 2 1 0  F2 → F2 + ( − 3) F1 Dividimos la primera y segunda  2 2
[A : I] =    → 1 0 0 − −1
3 
fila por –3, y la tercera por 3.
 3 4 0 1 
 −3 0 0 2 3 −2   3
   2 1
(–3)F1: –3 –6 –3 0  1 2 1 0  F1 → F1 + F2  0 −3 0 2 3 1 → 0 1 0 − −1 − 
   → 3 3
F 2: 3 4 0 1
 0 −2 −3 1   0 0
 3 1 0 −4   
0 0 1 1 4
0 –2 –3 1  0 − 
1  3 3
−2 F2 → − F2
F 1: 1 2 1 0  1 0 1  2
F 2:   →
0 –2 –3 1  0 −2 −3 1   2 2 
1 0 –2 1  −3 −1
3 
6474
I 8 64748
A −1  
A modo de comprobación,  2 1 
    le recomendamos siempre entonces A –1 =  − −1 − 
1 0 −2 1  −2 1  3 3
realizar los productos  
  entonces A –1
=   A.A–1 y A–1A.  1 4 
 3 1  3 1   0 − 
0 1 −   −   3 3 
 2 2  2 2 

Compruebe que esta es la inversa de la matriz A, utilizando la fórmula de 4 0 0

cálculo dada en el Teorema 3.15 de la Sección 3.5. e) E =  0 1 0 
 
0 0 1 

 4 −4 3 Observemos que E es una matriz elemental, obtenida a partir de la identidad

d) A =  −3 2 −2  multiplicando la fila 1 por 4.
 
 1 −1 0  644744
E 8 64
4744
I 8
A
6447448 644744
I 8  4 0 0 -1 0 0  1
F1 → F1
  4 →
[E : I] =  0 1 0 0 1 0  
 4 −4 3 1 0 0 
  F1 ↔ F3  0 0 1 0 0 -1 
[A : I] =  −3 2 −2 0 1 0   →  
 1 −1 0 0 0 
1 


173 174174
 −1 B. A =I
644 I
47444
8 6447448
E
Como A es invertible, ya que por hipótesis su reducida es la identidad,
 1 
 1 0 0 0 0 multiplicamos a derecha ambos miembros por A – 1:
 4 
  B. A. A – 1 =I. A – 1 por definición de inversa y propiedad 3.4.2
=  0 1 0 0 1 0
  B. I = A – 1
 0 0 1 0 0 1 
 Ek... E3. E2.E1. I = A – 1 lo cual demuestra nuestro teorema.
 

 1 
 0 0 
 4 
 
E–1 =  0 1 0 
 

 0 0 1  REPASO TEÓRICO – Sección 3.5
 
Note: La matriz inversa de una matriz elemental es también una matriz
A continuación le realizamos algunas preguntas que le permitirán evaluar los conceptos teóricos adquiridos.
elemental.
1. ¿Cuándo decimos que una matriz es no singular? 7. Si una matriz es invertible, ¿lo será también su
transpuesta? Justifique.
2. ¿Qué puede decirse respecto a la dimensión de una
La conclusión obtenida en el apartado e) es válida para todas las matrices elementales. matriz invertible o no singular? 8. ¿Cómo calcula la inversa del producto de dos
Es decir: matrices invertibles?
3. ¿Cuánto vale el determinante de una matriz
singular? 9. Si la matriz reducida de una matriz A tiene una fila
nula, ¿podemos afirmar que A es invertible?
Teorema 3.16: Toda matriz elemental es invertible y su inversa es otra matriz 4. ¿Qué métodos conoce para calcular la inversa de
Justifique.
elemental. una matriz? Sólo menciónelos.
10. ¿Es invertible una matriz que tiene dos filas
5. ¿Cuáles son los pasos a seguir para calcular la
iguales?
• Genere matrices elementales aplicando las otras operaciones y compruebe esta matriz inversa por el método de cofactores?
afirmación. 11. Si A es una matriz invertible, ¿qué afirmaciones
6. ¿Cuál es el algoritmo para calcular la inversa por el
respecto de A son equivalentes?
Enunciamos un Teorema que justifica el procedimiento usado para el cálculo de la método de reducción?
inversa:

Teorema 3.17: Sea A una matriz cuadrada. Si una sucesión finita de EJERCICIOS – Sección 3.5
operaciones elementales por fila reduce a la matriz A a la
identidad, entonces la misma sucesión de operaciones
elementales por fila transforma a la identidad en A– 1. Para las siguientes matrices encuentre su inversa, si Encuentre, de existir, la inversa de las siguientes
existe, utilizando el resultado del Teorema 3.15 de la matrices por el método de cofactores. Si no existe
Sección 3.5. explique por qué.
Demostración
−1 3  0 4   −1 2 2   −2 1 3 
1.   2.  
Sea E1, E2, E3, ..., Ek la sucesión de operaciones elementales que convierten a la  2 −2   1 6  7.  1 0 0  8.  1 1 0 
matriz A en la identidad (esto es A ∼ I ), entonces:  − 4 0 1   2 
−3 1 
3 6  7 −1    
3.   4.  
Ver el ejemplo 3.28 Ek... E3. E2.E1. A = I (1)  2 4   2 2 
 10 5 2   0 −4 −4 
Si llamamos B al producto de operaciones elementales (Ek... E3. E2.E1 = B) −5 1  10 0  9.  0 0 0  10.  2 −7 1
5.   6.  
 3 1 −1   0 
entonces podemos escribir la igualdad (1) como:  −10 2   1 4     2 2 

175 176176
Calcule la inversa de las siguientes matrices por el  −3 1 0
método de reducción, en caso que existan. Si no  
21.  2 2 −1 
existe, explique por qué.  3
 7 −3  Solución del Problema Inicial
 1 2 −1 
11.  0 1 3   0 1 0
    Suponemos que estamos en una economía simplificada donde existen tres sectores básicos:
 1 1 0  22.  −4 2 4 
 0 0 3 Agrícola, Industrial y de Servicios y que la matriz de Insumo – Producto (MIP) es la siguiente:
 
 5 2
12.  5 −7   0 −4 

 3 5 Si A–1 =  –1
 y B =   encuentre: Sector Sector Sector de Demanda
 2 1   2 −1  Output
Agrícola Industrial Servicios Final
 2 0 6 
23. ( AB ) –1 24. ( BA ) – 1 Sector Agrícola 120 200 240 240 800
13.  − 1 4 0 
 0 1

− 1  25. ( A –1
) –1
26. ( B –1
) –1 Sector Industrial 250 130 120 200 700

27. ( AT ) –1 28. ( BT ) –1 Sector de Servicios 100 220 150 240 710
 0 0 1 2 
 1 1 Valor Agregado 330 150 200
2 −3 
–1 –1
0 29. ( 3A ) 30. ( 2
B )
14.  
Input 800 700 710 2210
 −1 0 2 1 
  9 −2 
 0 0 −3 1  31. Sea A=   verifique las propiedades que
 1 0 
A partir de ella construimos la Matriz de Coeficientes Técnicos o de requerimientos:
 2 −2  1
15.  
afirman que (AT )–1 = (A–1)T y que A −1 = .
A  0.15 0.29 0.34 
 3 1  
A =  0.31 0.19 0.17 
 a11 a12   a22 −a12   0.13 0.31 0.21 
 1 −1 2 32. Si A=   
   y su Adj(A)=  ,
16.  0 1 2  a21 a22   − a21 a11 
El problema es determinar cuánto deben producir los sectores Agrícola, Industrial y de Servicios si
 0 3 −3  demuestre que:
 la Demanda Final es 180 para el Sector Agrícola, 320 para el Industrial y 110 para el de
Servicios.
a) A.(Adj(A)) = (Adj(A)).A = |A| . I
 2 3 0
 
17.  3 6 1  b) |Adj (A)| = |A|
 −2 0 −1  Definición de Incógnitas
 
T
c) Adj( A ) = (Adj(A)) T x1 = Producción del Sector Agrícola.
 0 0 0  x2 = Producción del Sector Industrial.
18.  0 0 0  33. Proporcione un ejemplo donde se verifique que
  –1 –1 –1 x3 = Producción del Sector de Servicios.
(AB) =A . B .
 0 0 0 
34. ¿Bajo qué condiciones (AB) –1 = A–1. B–1?
 0 3 Nuestro problema se puede representar con un conjunto de ecuaciones, ya que la oferta y la
19.  
 −6 4  35. Demuestre que la inversa de una matriz simétrica, demanda deben ser iguales. Nuestra solución se obtiene al resolverlas en forma simultánea.
es simétrica.
 1 0 1 1 
 1 1 −1 − 1  36. Demuestre que si A es inversible y AB = 0
20.  
 −1 0 1 1  entonces B = 0 .
 
 0 0 −1 1 

177 178178
Planteo del Problema Si extraemos los coeficientes de las ecuaciones y usamos la notación matricial podemos
expresar el planteo del problema de la siguiente forma:
La matriz de Coeficientes Técnicos contiene la información respecto de la demanda de
cada sector por dólar de producción, entonces:  0.85 −0.29 −0.34   x1   180 
     
0.15 x1 : es la demanda del Sector Agrícola al Sector Agrícola  −0.31 0.81 −0.17   x 2  =  320 
 −0.13 −0.31 0.79   x   110 
0.29 x2 : es la demanda del Sector Industrial al Sector Agrícola    3  
0.34 x3 : es la demanda del Sector de Servicios al Sector Agrícola Note: Si realiza este producto observará que obtiene nuevamente las tres ecuaciones
Por lo tanto: anteriores.

0.15 x1 + 0.29 x2 + 0.34 x3 es la demanda de los distintos Sectores al Sector Agrícola. Si llamamos C a la matriz 3x3, X a la matriz de incógnitas y D a la de Demanda Final
tenemos:
Pero recordemos que: CX=D

La Demanda Total a un Sector = Demanda de los distintos Sectores + Demanda Final Si C es invertible, podemos multiplicar ambos miembros por C –1 para despejar la matriz X.
y también Es decir, tendríamos que X = C–1 D.

La Demanda Total a un Sector = La Producción del Sector Luego, realizando simplemente el producto tendríamos cuánto debe producir cada sector.
Buscamos, si existe, la inversa de C.
Entonces:
 0.85 −0.29 −0.34 
 
x1 = 0.15 x1 + 0.29 x2 + 0.34 x3 + 180  −0.31 0.81 −0.17 
 −0.13 −0.31 0.79 
 

Es la Producción del Sector Es la Demanda Final al  1.6624483 0.947018 0.9192727 

Agrícola que coincide con la Sector Agrícola
Luego de los cálculos encontramos que C –1 =  0.7559157 1.7759772 0.7075031 
Demanda total a este sector.
 0.5701926 0.8527408 1.6947233 
 
Trabajando de la misma forma con los otros dos sectores llegamos a que las ecuaciones
que debemos resolver en forma simultánea son:  703.40643 
 
Así tenemos que X = C –1 D =  782.20286 
x1 = 0.15 x1 + 0.29 x2 + 0.34 x3 + 180  561.93129 
 
x2 = 0.31 x1 + 0.19 x2 + 0.17 x3 + 320
Conclusión
x3 = 0.13 x1 + 0.31 x2 + 0.21 x3 + 110
Por lo tanto el Sector Agrícola debe producir $703.40643, el Sector Industrial
Realizamos las operaciones necesarias para dejar las incógnitas en el primer miembro y
$782.20286 y el de Servicios $561.93129 para satisfacer una demanda final de $180,
las constantes en el segundo:
$320 y $110 para cada sector, respectivamente.
0.85 x1 – 0.29 x2 – 0.34 x3 = 180
En los distintos países se elaboran matrices de Insumo-Producto correspondientes a todo el país,
–0.31 x1 + 0.81 x2 – 0.17 x3 = 320
o referida a alguna provincia o ciudad. En el caso de la Argentina las MIP fueron confeccionadas
–0.13 x1 – 0.31 x2 + 0.79 x3 = 110 para el año 1950, con la intervención de la Comisión Económica para América Latina (CEPAL) y
para los años 1953, 1963 y 1973, con la intervención del Banco Central de la República
Argentina (BCRA).Información obtenida del Instituto Nacional de Estadística y Censos de la
República Argentina (INDEC).

179 180180
REPASO TEÓRICO – CAPÍTULO 3  0 4 0 
2. La matriz D =  − 4 0 1 
 
 0 −1 0 
Verdadero o Falso
a) Es simétrica c) Es cuadrada
Indique si las siguientes afirmaciones son verdaderas o falsas. De ser verdaderas justifíquelas desde la teoría; b) Es antisimétrica d) Es diagonal
caso contrario, de ser posible, dé un ejemplo que muestre su falsedad.
3. Sean A, B y C matrices tales que la suma esté definida. Si A + B = C + B entonces A = C.
1. Para que dos matrices sean iguales basta con 12. La suma de matrices es conmutativa. a) Siempre c) Sólo si B = I
que tengan el mismo orden. b) Depende de las matrices involucradas. d) Sólo si B es la matriz nula.
13. El producto de matrices es conmutativo.
2. Cualquier matriz se puede expresar como 4. Sean A, B y C matrices tales que el producto esté definido. Si A . B = A . C entonces B = C.
14. La aplicación de las operaciones elementales
producto de matrices elementales.
conserva el determinante. a) Siempre c) Si A es invertible
3. Toda matriz cuadrada se puede expresar como b) Sólo si A = I d) Depende de las matrices involucradas
15. A cualquier matriz se le asocia un determinante.
producto de matrices elementales.
16. El determinante de una matriz cuadrada no puede 5. Si A, B y C son matrices cuadradas del mismo orden, señale todas las operaciones correctas:
4. La matriz identidad es una matriz escalar.
ser cero. a) A + B = B + A d) A .I = I . A = A
5. Toda matriz escalar es triangular.
17. La inversa de una matriz elemental es otra matriz b) A (B + C) = B. A + C . A e) (A . B)T = BT . AT
6. El producto de matrices elementales es una elemental. c) A . B = B . A
matriz elemental.
18. El producto de dos matrices cualesquiera es 6. det A = det B
7. La matriz identidad es el neutro del producto de invertible.
a) Sólo si A = B c) Si A – B =0
matrices.
19. Cualquier matriz cuadrada es invertible.
b) Si A y B son del mismo orden d) Ninguna de las anteriores.
8. La matriz nula es reducida por filas.
20. La inversa de la matriz identidad es la matriz
7. Si A es invertible, entonces:
9. Toda matriz cuadrada es equivalente por filas a la identidad.
identidad. a) det A = 1 d) det A ≠ 0
21. La matriz (k A) es invertible si A es invertible y
b) Su inversa es única e) Es equivalente por filas a la matriz identidad.
10. La matriz traspuesta se calcula sólo para matrices k ≠ 0.
cuadradas. c) det A = det A–1
22. A es invertible si es equivalente por filas a la
11. Todas las matrices tienen diagonal principal. matriz identidad. 8. El det A = 0 cuando:
a) A tiene al menos una fila nula d) A tiene dos filas iguales
b) A es una matriz elemental e) A es la matriz identidad
Selección múltiple c) A es invertible
4 x
9. Si la matriz A =  
 es invertible, entonces:
En cada uno de los siguientes ejercicios elija todas las opciones correctas.  −2 y 
a) x vale cero b) y vale cero
 1 3 2
1. Cuál o cuales de las siguientes afirmaciones es cierta, si A = 
 5 −1 0  c) y≠–
x
d) y ≠
x
2 2
a) A es una matriz de orden 3x2 d) La diagonal principal de A tiene por 10. Si A puede expresarse como producto de matrices elementales, entonces:
elementos 1 y –1
b) El elemento a21 = –1 a) A es no singular c) A es simétrica
e) El producto de la matriz A con una matriz B
c) Su traspuesta es de orden 3x2 b) A es singular d) Su matriz reducida es la identidad.
de orden 3x2 no está definido.

181 182182
EJERCICIOS DEL CAPÍTULO  120 123 200 401 Producto A
 140 150 203 380  Producto B
1996 1997 1998 1999
 0.10 0.12 0.13 0.15 
V2002 =  
 N=  luz
 130 212 307 500  Pr oducto C 0.11 0.11 0.13 0.14  gas
 
1. Una empresa que produce autopartes posee 3 5. Encuentre la matriz triangular inferior de orden 4  0.06 0.08 0.07 0.07  TE
I II III IV Sucursales 
fábricas (F1, F2 y F3) y 4 centros de distribución en la que todos los elementos que no se requiere
Encuentre M.N e interprete los resultados
(D1, D2, D3 y D4). Envía por semana productos que valgan cero, sean iguales a 3.  110 213 220 371  Producto A
 145 165 197 350  Producto B obtenidos.
de cada fábrica a los distintos centros de
V2003 =  

distribución según indica la siguiente tabla:  1 2  1 −2   132 194 217 480  Pr oducto C 26. Una compañía paga un salario a sus ejecutivos y
Dadas las matrices A =   , B =  y
 3 4  0 3 I II III IV Sucursales les da un porcentaje de sus acciones como bono
D1 D2 D3 D4 anual. El año pasado la compañía pagó al
 −2 1 Se pide:
C=   , encuentre: presidente $8000 y 50 acciones, a cada uno de
F1 1245 995 0 1540  5 0 a) ¿Cuántos productos de tipo A vendió la empresa sus tres vicepresidentes $4500 y 20 acciones y al
F2 820 768 530 500 T
durante el 2003 en la sucursal IV? tesorero $4 000 y 10 acciones.
6. la matriz D tal que: 3A + B – 2 D = C.
b) ¿Cuántos productos de tipo B vendió la empresa a) Exprese los pagos a los ejecutivos en dinero y
F3
2500 1200 1800 1000 7. la matriz F tal que: A T + B –1 = C + 3 F. durante el 2002 en la sucursal III? en acciones como una matriz 2x3.
c) ¿Cuántos productos de tipo C vendió la empresa b) Exprese el número de ejecutivos de cada nivel
8. la matriz G tal que: A –1 + B –1 + C –1 = G
a) Represente los datos de la tabla en una matriz B durante el 2002 y el 2003 en la sucursal II? como un vector columna.
cuyas columnas sean los centros de distribución. 9. la matriz H tal que: A. AT + H = I 2 d) Realice la suma de V2002 y V2003. Interprete los c) Utilice la multiplicación de matrices para
b) Dé la dimensión de la matriz planteada. −1 1 0  elementos de la matriz resultante. calcular la cantidad total de dinero y el número
Dadas las siguientes matrices A =  ,
c) ¿Podemos decir que B es una matriz cuadrada?  −4 3 −4  e) ¿Qué sucursal vendió más productos A en los total de acciones que pagó la compañía a los
Justifique.  5 0  0 −1  dos años? ejecutivos el año pasado.
 3 −3 
d) Dé el elemento b34 . ¿Qué representa? B =  1 −2  , C =  
, D =  8 0 
 f) En estos dos años, ¿cuál de los tres productos 27. Una agencia encargada de la distribución y
   −2 5   1 2 
 1 6    tuvo mayor venta en la sucursal III? mantenimiento de los automóviles de una marca
e) Indique los elementos bii. ¿Dichos elementos
realice, si es posible, las operaciones indicadas. En 24. Las matrices diagonales cumplen una propiedad determinada, ha atendido al número de vehículos
están sobre la diagonal principal? Justifique.
caso de no poder realizarlas, indique claramente la importante cuando se las multiplica por sí mismas. mostrado en la matriz A, clasificados según el tipo
f) ¿Qué información contiene la fila 2? ¿y la razón. de vehículo y área de residencia del cliente. Para
columna 3? Calcule A2 (esto es AxA ) y A3 (AxAxA ) para la
satisfacer las necesidades de repuestos más
10. AT 11. A + B  4 0 0 
usuales, cuenta con información de años
g) ¿Cuál es la ubicación del elemento 0 en la matriz A =  0 −3 0  .
matriz?   0  anteriores, respecto del número de repuestos
12. –2 B + D 13. D – 3B
 0 2  (expresado en miles) que se necesitan
h) ¿Cuántos elementos envía la fábrica 2 al centro 14. A .B 15. B. A anualmente por tipo de coche. Tales datos se
A partir de los resultados obtenidos, intente
de distribución 3? enunciar una regla para obtener los productos A2, muestran en la matriz B. Calcule el número de
16. C.A 17.C.B A3, A4, etc. con A matriz diagonal cualquiera. piezas de repuesto que se requieren en la zona
Encuentre, si es posible, los valores de x e y que
urbana y rural, a fin de cubrir la demanda
verifican las siguientes igualdades de matrices: 18. 2 D.C – 3 B 19. |B| 25. La matriz M muestra los consumos promedio
previsible de recambio.
anuales de gas (m3), luz (kwh) y teléfono (pulsos)
–1
4 −1   4 3 y − 4  20. |C| 21. A de dos familias estándar. La matriz N muestra los
2. 
Turismo Utilitario Todo terreno
=  2 
 2 3  2 x +2x  costos, por unidad, de los servicios en los años
22. C –1
 715 1050 412  Rural
1996, 1997, 1998 y 1999. A=
 920 2130 112  Urbana
 1 5−3   1 5 −3  23. Una empresa que vende 3 productos A, B y C, lo
3.  0   3 2  luz gas T.E
2 2  = 2 realiza desde 4 sucursales (I, II, III y IV)
  Mangueras Lamparitas Correas
 2 
 1 0 4 y + 1  M =  1953 2084 3400  familia 1
 1 x −2 1  distribuidas en todo el país. Las cantidades   1.4
  1.3 2.1  Turismo
vendidas de cada uno de los productos en las 1800 1950 3200  familia 2
4. Construya la matriz C= [ cij ] de orden 4x3, cuyos A= 0.9 2 0.5  Utilitario
distintas sucursales durante los años 2002 y  
elementos se obtienen con la fórmula cij =3i – 2j. 2003 se representan en las siguientes matrices: 2.2 0.7 0.7  Todo Terreno

183 184184
Encuentre la reducida de las siguientes matrices e Si la matriz B es de orden 3x3 y |B |= 3, encuentre: 55. Supongamos que en cierto país la economía es c) Determine la matriz de producción si las
indique si alguna de ellas es invertible: cerrada y existen sólo tres sectores: Agricultura y demandas finales disminuyen un 10% en
41. | 2B | 42. | BT | Ganadería, Industria y Servicios. Agricultura y Ganadería, un 15% en la
 3 12 
2 −2 0 
28.   29.  1 0  43. | B –1 | 44. | B – 1. BT | a) Complete la tabla 3.55 . Industria y aumenta un 5% la de Servicios.
 1 2 0   2 2 
  45. Sean A y B son antisimétricas de orden n. b) Encuentre la matriz de Coeficientes Técnicos.
Demuestre que (AB) T = B.A si y sólo si A y B
 0 0 1  conmutan.
 0 0   1 2 3 
0
30.   31.  0 2 8  46. Demuestre: La suma de matrices antisimétricas
 0 1 0    Tabla 3. 54
   2 0 2  es antisimétrica.
 0 0 0 

Calcule el determinante de las siguientes matrices, y 47. Demuestre: Si A es regular e idempotente Industria Industria
Total de
Demanda
Valor Bruto
Ventas de la
en el caso que sea posible encuentre la matriz inversa entonces A = I. I II
Intermedias
Final
Producción
correspondiente.
48. Demuestre: Si A es idempotente, entonces su Industria I 40 80 65

0 2  4 −2  determinante vale cero o uno.

32. A =   33.B =  
Industria II 70 50 85
 1 0   2 −1  49. Una matriz A de orden n se dice ortogonal si Insumos
 −2 2 2   0 3 −1  A.AT = I. Demuestre: Si A es ortogonal
34. C =  1 0 1  35. D =  1 2 1  |A| = ± 1. [Ayuda: use las propiedades de Valor Agregado
   1 5 0  determinante] Valor Bruto de la
 0 0 2    Producción
50. Demuestre: Las matrices ortogonales son
 −2 0 3 1  inversibles.
 1 0 0 2 
36. F =   51. Demuestre: Si C es ortogonal entonces CT y C–1
 1 1 0 0  Tabla 3. 55
  son ortogonales.
 0 −2 0 3 
52. Demuestre: Si A y B son ortogonales entonces
 3 0 0 0 
 0 −1 0 0  A.B es ortogonal. Agricultura
Total de
Demanda
Valor Bruto
37.G=   y Ganadería
Industria Servicios Ventas
Final
de la
 0 0 2 0  53. Demuestre: Si A y B son no singulares y Intermedias Producción
  conmutan entonces sus inversa y traspuestas
 0 0 0 4 
también conmutan. Agricultura
230 310 98 390
 1 1 1 1  y Ganadería
 0 −1 0 2  54. Consideramos una economía sencilla que
38. H =   consta de sólo dos industrias, que llamamos
 0 0 1 5  Industria 126 80 154 400
  Industria I e Industria II. Las interacciones
 0 0 0 −1 
entre las mismas se muestran en la tabla 3.54: Servicios 100 300 40 350
 1 1 0 1 
a) Complete la tabla.
 0 −1 0 2 
39. J =   Insumos
 0 0 1 0 b) Encuentre la matriz de Coeficientes
  Técnicos.
 1 0 0 −1  Valor
c) Determine la producción de cada Industria si Agregado
40. Encuentre el o los valores de x que verifica la
la demanda para el próximo año será de Valor Bruto
siguiente igualdad:
104 unidades para la Industria I y de 172 de la
Producción
x 0 0 para la Industria II.
3 x −2 0 =0
55. Supongamos que en cierto país la economía es
1 −5 5 − x
cerrada y existen sólo tres sectores: Agricultura
y Ganadería, Industria y Servicios.

185 18686