Me Tema0

TEMA 0: MATRICES, DETERMINANTES
Y SISTEMAS LINEALES
Tema 0 MATRICES, DETERMINANTES Y SISTEMAS LINEALES
ÍNDICE
1.0.1 Matrices.
2.0.2 Determinantes.
3.0.3 Sistemas de ecuaciones lineales.
2 Matemáticas Empresariales
Prof. Rocío López Galán
0.1 Matrices.
▪ Las matrices son una de las herramientas más usadas dentro del Álgebra
Lineal y están asociadas a un conjunto de datos numéricos ordenados.
▪ Se pueden encontrar en muchas ciencias: Sociología, Economía,

Demografía, Física, Biología…
▪ La idea intuitiva de matriz es muy sencilla. Podemos definirla como una

tabla de números ordenados, números que pueden provenir de
experimentos, encuestas, análisis económicos…
0.1 Matrices.
Definición (Matriz): Se llama matriz de orden 𝑚𝑥𝑛 a un conjunto de números
reales dispuestos en 𝑚 filas y 𝑛 columnas.
𝑎11 𝑎12 … 𝑎1𝑛

𝑎21 𝑎22 … 𝑎2𝑛
𝐴𝑚𝑥𝑛 = ⋮ ⋮ ⋱ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
▪ Se denotan con letras mayúsculas: 𝐴, 𝐵, …
▪ Los elementos de la matriz se representan en general por 𝑎𝑖𝑗 donde los

subíndices (𝑖, 𝑗) nos dan la posición que ocupa el término:
𝑖 = 1,2, … , 𝑚 → 𝑓𝑖𝑙𝑎
ቊ
𝑗 = 1,2, … , 𝑛 → 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
0.1 Matrices.
Definición (Dimensión): El número de filas 𝑚 y el número de columnas (𝑛)
nos da la dimensión de la matriz: 𝑚𝑥𝑛. La dimensión y el orden es lo mismo.
Ejemplo 1
5 −1 4 𝐷𝑖𝑚 𝐴 = 2𝑥3
a) 𝐴 =
1 7 −9
b) 𝐵 = 3 2 −6 0 𝐷𝑖𝑚 𝐵 = 1𝑥4
0
c) 𝐶 = 1 𝐷𝑖𝑚 𝐶 = 3𝑥1
2
0 0 1
d) 𝐷 = 0 1 0 𝐷𝑖𝑚 𝐷 = 3𝑥3
1 0 0
0.1 Matrices.
0.1.1 Tipos de matrices.
M. Fila
M. Rectangulares
M. Columna
M.T. Superior
Matrices M. Triangular
M.T. Inferior
M. Diagonal
M. Cuadradas M. Escalar
M. Identidad
M. Nula
0.1 Matrices.
Definición (Matriz Rectangular): Si el número de filas es distinto del número
de columnas (𝑚 ≠ 𝑛) la matriz se llama rectangular.
Ejemplo 2
5 −1 4
𝐴=
1 7 −9
Definición (Matriz Fila): Aquella formada por una única fila.
Ejemplo 3
𝐴 = −1 7 0
0.1 Matrices.
Definición (Matriz Columna): Aquella formada por una única columna.
Ejemplo 4
3
𝐴=
2
Definición (Matriz Cuadrada): Si el número de filas es igual al número de

columnas (𝑚 = 𝑛) la matriz se llama cuadrada.
Ejemplo 5
8 7 4
𝐴= 6 −9 0
5 0 4 Diagonal Principal
0.1 Matrices.
Definición (Matriz Triangular): Aquella en la que los elementos situados por encima o
por debajo de la diagonal principal son nulos.
Ejemplo 6
8 7 4 8 0 0
𝐴= 0 −9 0 B= 6 −9 0
0 0 4 5 1 4
M.T. Superior M.T. Inferior
Definición (Matriz Diagonal): Aquella en la que todos los elementos que no estén en la
diagonal principal son nulos.
Ejemplo 7
8 0 0
𝐴= 0 −9 0
0 0 4
0.1 Matrices.
Definición (Matriz Escalar): Aquella matriz diagonal en la que los elementos
de la diagonal principal son todos iguales.
Ejemplo 8
8 0 0
𝐴= 0 8 0
0 0 8
Definición (Matriz Identidad): Aquella matriz escalar en la que los elementos
no nulos son iguales a 1. Se representa por la letra 𝐼.
Ejemplo 9
1 0 0
𝐼= 0 1 0
0 0 1
0.1 Matrices.
Definición (Matriz Nula): Aquella matriz en la que todos sus elementos son
nulos.
Ejemplo 10
0 0 0
𝐴= 0 0 0
0 0 0
0.1 Matrices.
0.1.2 Operaciones con matrices.
Suma de matrices
La suma de dos matrices del mismo orden 𝐴 = 𝑎𝑖𝑗 y 𝐵 = 𝑏𝑖𝑗 da como

𝑛𝑥𝑚 𝑛𝑥𝑚
resultado otra matriz de igual orden 𝐶 = 𝑐𝑖𝑗 cuyos elementos se obtienen de la

𝑛𝑥𝑚
siguiente forma:
𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 , 𝑖 = 1, … , 𝑛 𝑗 = 1, … , 𝑚
Propiedades de la suma:
▪ Asociativa: 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶
▪ Conmutativa: 𝐴 + 𝐵 = 𝐵 + 𝐴
▪ Elemento neutro: 𝐴 + 0 = 𝐴 siendo 𝐴 la matriz nula.
▪ Elemento opuesto: 𝐴 + (−𝐴) = 0
0.1 Matrices.
Producto por escalar
El producto de un escalar 𝑘 por una matriz 𝐴 = 𝑎𝑖𝑗 es la matriz:

𝑚𝑥𝑛
𝑘𝑎11 𝑘𝑎12 … 𝑘𝑎1𝑛

𝑘𝑎21 𝑘𝑎22 … 𝑘𝑎2𝑛
𝑘·𝐴 =
⋮ ⋮ ⋱ ⋮
𝑘𝑎𝑚1 𝑘𝑎𝑚2 … 𝑘𝑎𝑚𝑛
0.1 Matrices.
Producto matricial
El producto de las matrices 𝐴 = 𝑎𝑖𝑗 y 𝐵 = 𝑏𝑖𝑗 es la matriz 𝐶 = 𝑐𝑖𝑗 cuyos

𝑛𝑥𝑚 𝑚𝑥𝑝 𝑛𝑥𝑝
elementos se obtienen de la siguiente forma:
𝑐𝑖𝑗 = 𝑎𝑖1 · 𝑏1𝑗 + 𝑎𝑖2 · 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑚 · 𝑏𝑚𝑗 = ෍ 𝑎𝑖𝑘 · 𝑏𝑘𝑗

𝑘=1
Propiedades del producto matricial:
▪ Asociativa:𝐴 · 𝐵 · 𝐶 = 𝐴 · 𝐵 · 𝐶
▪ Distributiva: 𝐴 · 𝐵 + 𝐶 = 𝐴 · 𝐵 + 𝐴 · 𝐶 ; 𝐴+𝐵 ·𝐶 =𝐴·𝐶+𝐵·𝐶
▪ Elemento neutro: 𝐴 · 𝐼 = 𝐴 siendo 𝐼 la matriz identidad.
▪ NO conmutativa
0.1 Matrices.
Transposición matricial
La transpuesta de una matriz 𝐴 = 𝑎𝑖𝑗 es la matriz 𝐴𝑡 = 𝑎𝑗𝑖 que se obtiene

𝑛𝑥𝑚 𝑚𝑥𝑛
de intercambiar las filas y las columnas de 𝐴

Propiedades de la traspuesta:
▪ Involutiva: 𝐴𝑡 𝑡
=𝐴
𝑡
▪ Transpuesta de la suma: 𝐴 + 𝐵 = 𝐴𝑡 + 𝐵𝑡
𝑡
▪ Transpuesta del producto: 𝐴 · 𝐵 = 𝐵 𝑡 · 𝐴𝑡 .
Definición (Matriz Simétrica): Una matriz cuadrada se dice simétrica cuando coincide
con su traspuesta: 𝐴 = 𝐴𝑡 .
Definición (Matriz Antisimétrica): Una matriz cuadrada se dice antisimétrica cuando

coincide con la opuesta de su traspuesta: 𝐴 = −𝐴𝑡 .
0.1 Matrices.
Ejemplo 11
Sean las matrices

2 3 0 1
1 −1 2 0 3 4
𝐴= 𝐵= 𝐶 = −5 1 4 −2
4 0 −3 −1 −2 3
1 0 0 −3
Calcula:
a) 𝐴 + 𝐵
b) 3𝐴 − 4𝐵
c) 𝐴 · 𝐵 y 𝐴 · 𝐶
d) 𝐴 · 𝐵𝑡
0.1 Matrices.
0.1.3 Rango de una matriz.
Definición (Rango de una matriz): Se llama rango de una matriz al número
de filas o columnas de la matriz que son linealmente independientes, es decir,
que no pueden obtenerse a partir de las demás filas o columnas de la misma
matriz.
▪ Para hallar el rango de una matriz se pueden usar las trasformaciones
elementales para intentar hacer el máximo número posible de ceros,
intentando triangular la matriz (método de Gauss).
▪ Tras triangular la matriz al máximo, su rango será el número de filas (o

columnas) distintas de cero.
0.1 Matrices.
0.1.3 Rango de una matriz.
Ejemplo 12
Determina el rango de la siguiente matriz:

0 1 −3
𝐴 = −1 0 −4
−1 1 −7
0.2 Determinantes.
Definición (Determinante): El determinante de una matriz cuadrada 𝐴 es un
escalar (un número) que se simboliza por |𝐴| o det(𝐴) y se calcula:
𝑎11 𝑎12
▪ Orden 2: 𝐴 = 𝑎 𝑎22 = 𝑎11 · 𝑎22 − 𝑎12 · 𝑎21
21
Ejemplo 13
2 5
𝐴= →¿ |𝐴|?
1 4
𝑎11 𝑎12 𝑎13
▪ Orden 3: 𝐴 = 𝑎21 𝑎22 𝑎23 = 𝑟𝑒𝑔𝑙𝑎 𝑑𝑒 𝑆𝑎𝑟𝑟𝑜𝑤
𝑎31 𝑎32 𝑎33
Ejemplo 14
1 1 3
𝐴 = −1 5 1 →¿ 𝐴 ?
2 1 −2
0.2 Determinantes.
Definición (Determinante): El determinante de una matriz cuadrada 𝐴 es un
escalar (un número) que se simboliza por |𝐴| o det(𝐴) y se calcula:
▪ Orden 𝑛: Desarrollo por adjuntos o utilizando el método de Gauss o
por las propiedades de los determinantes.
0.2 Determinantes.
0.2.1 Propiedades de los determinantes.
▪ Veamos las propiedades más interesantes que verifican los determinantes:
1. El determinante de una matriz es igual al de su traspuesta:
𝐴 = |𝐴𝑡 |
2. Si los elementos de una línea (fila o columna) se multiplican todos por
un número, el determinante queda multiplicado por dicho número.
𝑘 · 𝑎11 𝑎12 … 𝑎1𝑛 𝑎11 𝑎12 … 𝑎1𝑛
𝑘 · 𝑎21 𝑎22 … 𝑎2𝑛 𝑎21 𝑎22 … 𝑎2𝑛
=k· ⋮ ⋮ ⋱ ⋮
⋮ ⋮ ⋱ ⋮
𝑘 · 𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
0.2 Determinantes.
3. Si en un determinante los elementos de una línea son nulos, el
determinante es nulo.
𝑎11 𝑎12 … 𝑎1𝑛
0 0 … 0
⋮ ⋮ ⋱ ⋮ =0
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
4. Si en una matriz se permutan dos filas (o dos columnas), el
determinante cambia de signo.
𝑎11 𝑎12 … 𝑎1𝑛 𝑎12 𝑎11 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛 𝑎22 𝑎21 … 𝑎2𝑛
⋮ ⋮ ⋱ ⋮ =− ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑎𝑛2 𝑎𝑛1 … 𝑎𝑛𝑛
0.2 Determinantes.
5. Si una matriz tiene dos líneas paralelas iguales, el determinante es
nulo.
𝑎 𝑎 … 𝑎1𝑛
𝑏 𝑏 … 𝑎2𝑛
⋮ ⋮ ⋱ ⋮ =0
𝑛 𝑛 … 𝑎𝑛𝑛
6. Si una matriz tiene dos filas o dos columnas proporcionales, su
determinante es nulo.
𝑎 𝑘 · 𝑎 … 𝑎1𝑛
𝑏 𝑘 · 𝑏 … 𝑎2𝑛
=0
⋮ ⋮ ⋱ ⋮
𝑛 𝑘 · 𝑛 … 𝑎𝑛𝑛
0.2 Determinantes.
7. El determinante del producto es el producto de determinantes.
𝐴 · 𝐵 = 𝐴 · |𝐵|
0.2 Determinantes.
0.2.2 Cálculo de determinantes de orden superior.
▪ Para poder calcular determinantes de orden superior, necesitamos conocer
algunas definiciones.
Definición (Menor complementario): Dada una matriz cuadrada 𝐴 de orden
𝑛, se llama menor complementario del elemento 𝑎𝑖𝑗 , y se representa por 𝛼𝑖𝑗 ,
al determinante de orden 𝑛 − 1 que se obtiene al eliminar la fila 𝑖 y la columna
𝑗.
𝑎11 𝑎12 𝑎13
𝑎21 𝑎23
𝐴 = 𝑎21 𝑎22 𝑎23 → 𝛼12 = 𝑎
31 𝑎33
𝑎31 𝑎32 𝑎33
0.2 Determinantes.
Definición (Adjunto de un elemento): Dada una matriz cuadrada 𝐴 de orden
𝑛, se llama adjunto del elemento 𝑎𝑖𝑗 y se representa por 𝐴𝑖𝑗 , al menos
complementario 𝛼𝑖𝑗 precedido del signo + o – según que la suma de los
subíndices (𝑖 + 𝑗) sea par o impar:
𝑖+𝑗
𝐴𝑖𝑗 = −1 𝛼𝑖𝑗
▪ Con estas definiciones, ya somos capaces de calcular determinantes de

cualquier orden.
0.2 Determinantes.
▪ El determinante de una matriz es igual a la suma de los productos de los

elementos de una línea por sus adjuntos correspondientes.
Ejemplo 15
Calcula el determinante de la siguiente matriz utilizando el desarrollo por
adjuntos:
1 3 5
𝐴= 0 2 3
7 5 2
0.2 Determinantes.
0.2.3 Cálculo de la matriz inversa.
Definición (Matriz inversa): La inversa de una matriz cuadrada 𝐴 = 𝑎𝑖𝑗 𝑛𝑥𝑛
es la matriz 𝐴−1 tal que 𝐴 · 𝐴−1 = 𝐴−1 · 𝐴 = 𝐼. Para que una matriz tenga
inversa, es indispensable que su determinante sea distinto de cero.
Propiedades del producto matricial

▪ Involutiva: 𝐴−1 −1
=𝐴
−1
▪ Inversa del producto: 𝐴 · 𝐵 = 𝐵 −1 · 𝐴−1 .
1
▪ Determinante de la inversa: det 𝐴−1 = det(𝐴).
▪ Inversa de la traspuesta: 𝐴𝑡 −1
= 𝐴−1 𝑡
0.2 Determinantes.
▪ Para poder calcular la inversa de una matriz utilizando los determinantes,
necesitamos conocer el concepto de matriz adjunta.
Definición (Matriz Adjunta): Se llama matriz adjunta de la matriz 𝐴 a la
matriz formada por los adjuntos de la matriz 𝐴, y se representa por 𝐴𝑑𝑗(𝐴)
𝐴11 𝐴12 𝐴13
𝐴𝑑𝑗(𝐴) = 𝐴21 𝐴22 𝐴23
𝐴31 𝐴32 𝐴33
▪ Con esta definición, ya podemos dar un procedimiento para el cálculo de la

inversa de una matriz:
1
𝐴−1 = · 𝐴𝑑𝑗 𝐴 𝑡
|𝐴|
0.2 Determinantes.
Ejemplo 16
Calcula la matriz inversa de 𝐴:
1 2 3
𝐴 = −1 5 1
3 6 −2
0.2 Determinantes.
0.2.4 Cálculo del rango de una matriz por determinantes.
▪ Vimos en el apartado de matrices, una manera de obtener el rango de una
matriz utilizando el método de Gauss y contando el número de filas o
columnas distintas de cero que quedaban tras aplicar dicho método.
▪ Gracias a los determinantes, podemos obtener el rango de una manera

algo más rápida. Para ello necesitamos conocer el concepto de menor de
una matriz.
Definición (Menor de una matriz): Dada una matriz de dimensión 𝑚𝑥𝑛, se

llama menor de orden 𝑘 al determinante formado por la intersección de 𝑘 filas
y 𝑘 columnas de la matriz.
0.2 Determinantes.
Ejemplo 17
Obtén todos los menos de la matriz 𝐴:
1 2 3
𝐴 = −1 5 1
3 6 −2
0.2 Determinantes.
▪ Con este concepto, ya podemos dar una nueva definición del concepto de
rango de matriz.
Definición (Rango de una matriz): Se llama rango de una matriz al orden del
menor de mayor orden no nulo.
Ejemplo 18
Determina el rango de la siguiente matriz:

0 1 −3
𝐴 = −1 0 −4
−1 1 −7
0.3 Sistemas lineales.

Definición (Sistema de ecuaciones lineales): Un sistema de ecuaciones
lineales es un conjunto de 𝑚 ecuaciones lineales con 𝑛 incógnitas
𝑥1 , 𝑥2 , … , 𝑥𝑛 . Se puede escribir:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
…
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
O de forma matricial:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑏2
⋮ ⋮ ⋱ ⋮ ⋮ =
⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

▪ En la expresión matricial de los sistemas de ecuaciones lineales, debemos
distinguir tres matrices:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑏2
⋮ ⋮ ⋱ ⋮ ⋮ =
⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚
𝑎11 𝑎12 … 𝑎1𝑛 𝑏1 𝑎11 𝑎12 … 𝑎1𝑛 𝑏1

𝑎21 𝑎22 … 𝑎2𝑛 𝑏2 𝑎21 𝑎22 … 𝑎2𝑛 𝑏2
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑏𝑚 𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑏𝑚
Matriz de coeficientes Matriz de términos Matriz ampliada
𝐴 independientes 𝐴∗

0.3.1 Discusión de sistemas (Teorema de Rouché – Fröbenius).
▪ La discusión de un sistema consiste en averiguar las soluciones del
mismo. Podemos encontrarnos 3 situaciones:
• Una única solución: Sistema Compatible Determinado (SCD)
• Infinitas soluciones: Sistema Compatible Indeterminado (SCI)
• Sin solución: Sistema Incompatible (SI)
▪ Para ello, sean 𝑟 y 𝑟’ los rangos de la matriz 𝐴 y de su ampliada 𝐴∗
respectivamente. Entonces:
• Si 𝑟 = 𝑟 ′ = 𝑛º 𝑖𝑛𝑐ó𝑔𝑛𝑖𝑡𝑎𝑠 ⟹ SCD
• Si 𝑟 = 𝑟 ′ ≠ 𝑛º 𝑖𝑛𝑐ó𝑔𝑛𝑖𝑡𝑎𝑠 ⟹ SCI
• Si 𝑟 ≠ 𝑟′ ⟹ SI

▪ Cuando nos encontramos con un Sistema Compatible Determinado,
podemos encontrar su solución aplicando la regla de Cramer :
𝑏1 𝑎12 … 𝑎1𝑚 𝑎11 𝑏1 … 𝑎1𝑚
𝑏2 𝑎22 … 𝑎2𝑚 𝑎21 𝑏2 … 𝑎2𝑚
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑏 𝑎𝑛2 … 𝑎𝑛𝑚 𝑎 𝑏𝑛 … 𝑎𝑛𝑚
𝑥1 = 𝑛 𝑥2 = 𝑛1
|𝐴| |𝐴|
𝑎11 𝑎12 … 𝑏1
𝑎21 𝑎22 … 𝑏2
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 … 𝑏𝑛
𝑥𝑛 =
|𝐴|

Ejemplo 19
Discute y resuelve, en caso en que sea posible, los siguientes sistemas:
𝑥 − 2𝑦 + 𝑧 = 3
a) ቐ−𝑥 + 𝑦 − 2𝑧 = 1
2𝑥 − 3𝑦 + 𝑧 = 2
𝑥−𝑦+𝑧 =3
b) ቐ 2𝑥 − 𝑦 + 3𝑧 = 6
4𝑥 − 2𝑦 + 6𝑧 = 9
𝑥 − 𝑦 + 3𝑧 = 4
c) ቐ 2𝑥 − 𝑦 − 𝑧 = 6
3𝑥 − 2𝑦 + 2𝑧 = 10

Ejemplo 20
Discute en función de los valores del parámetro 𝑎 el siguiente sistema:
𝑥 + 𝑦 + 𝑎𝑧 = 1
ቐ 𝑥 + 𝑎𝑦 + 𝑧 = 1
𝑎𝑥 + 𝑦 + 𝑧 = 1

Me Tema0

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Me Tema0

Cargado por

Copyright:

Formatos disponibles

TEMA 0: MATRICES, DETERMINANTES

3.0.3 Sistemas de ecuaciones lineales.

▪ Se pueden encontrar en muchas ciencias: Sociología, Economía,

▪ La idea intuitiva de matriz es muy sencilla. Podemos definirla como una

𝑎11 𝑎12 … 𝑎1𝑛

▪ Se denotan con letras mayúsculas: 𝐴, 𝐵, …

▪ Los elementos de la matriz se representan en general por 𝑎𝑖𝑗 donde los

Definición (Matriz Fila): Aquella formada por una única fila.

Definición (Matriz Cuadrada): Si el número de filas es igual al número de

La suma de dos matrices del mismo orden 𝐴 = 𝑎𝑖𝑗 y 𝐵 = 𝑏𝑖𝑗 da como

resultado otra matriz de igual orden 𝐶 = 𝑐𝑖𝑗 cuyos elementos se obtienen de la

El producto de un escalar 𝑘 por una matriz 𝐴 = 𝑎𝑖𝑗 es la matriz:

𝑘𝑎11 𝑘𝑎12 … 𝑘𝑎1𝑛

El producto de las matrices 𝐴 = 𝑎𝑖𝑗 y 𝐵 = 𝑏𝑖𝑗 es la matriz 𝐶 = 𝑐𝑖𝑗 cuyos

elementos se obtienen de la siguiente forma:

𝑐𝑖𝑗 = 𝑎𝑖1 · 𝑏1𝑗 + 𝑎𝑖2 · 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑚 · 𝑏𝑚𝑗 = ෍ 𝑎𝑖𝑘 · 𝑏𝑘𝑗

La transpuesta de una matriz 𝐴 = 𝑎𝑖𝑗 es la matriz 𝐴𝑡 = 𝑎𝑗𝑖 que se obtiene

de intercambiar las filas y las columnas de 𝐴

Definición (Matriz Antisimétrica): Una matriz cuadrada se dice antisimétrica cuando

Sean las matrices

▪ Tras triangular la matriz al máximo, su rango será el número de filas (o

Determina el rango de la siguiente matriz:

▪ Con estas definiciones, ya somos capaces de calcular determinantes de

▪ El determinante de una matriz es igual a la suma de los productos de los

Definición (Matriz inversa): La inversa de una matriz cuadrada 𝐴 = 𝑎𝑖𝑗 𝑛𝑥𝑛

Propiedades del producto matricial

▪ Con esta definición, ya podemos dar un procedimiento para el cálculo de la

▪ Gracias a los determinantes, podemos obtener el rango de una manera

Definición (Menor de una matriz): Dada una matriz de dimensión 𝑚𝑥𝑛, se

Determina el rango de la siguiente matriz:

0.3 Sistemas lineales.

0.3 Sistemas lineales.

𝑎11 𝑎12 … 𝑎1𝑛 𝑏1 𝑎11 𝑎12 … 𝑎1𝑛 𝑏1

0.3 Sistemas lineales.

0.3 Sistemas lineales.

0.3 Sistemas lineales.

0.3 Sistemas lineales.

También podría gustarte