Matrices y Método Pivote

Basado en los apuntes Prof. Víctor Pérez

by

Geir Da Silva

Lunes 27 de Noviembre de 2023

 Definición

Definición 1/38
 Matriz

Una MATRIZ de m × n con coeficientes reales, es un ARREGLO

RECTANGULAR de números reales de m filas y n columnas.

Así, si por ejemplo una matriz A de 3 × 4 significa que es un arreglo

de 3 filas y 4 columnas, y además cada elemento de la matriz A se
simboliza de la forma aij (se lee "a sub ij ") que es el número que se
ubica en la fila i y en la columna j

Definición 2/38
 Elementos

Definición 3/38
 Ejemplo
 
1 −1 2 −2 5
A =  −3 3 −11
√ 7 6 
−5 −6 2 12 −π
- Es una matriz de 3 filas y 5 columnas, por lo tanto se denotará
A ∈ M3×5 (R) que representa el conjunto de todas las matrices de 3
filas y 5 columnas.
- Además, podemos notar,√por ejemplo, que los términos son
a12 = −1; a22 = 3; a33 = 2; a14 = −2; a31 = −5; etc

Si m = n se dice que la matriz es CUADRADA de orden n y se

denotan Mn (R)

Definición 4/38
 Suma
Sean dos matrices A y B del mismo orden (mismo número de filas y
mismo número de columnas). Se define la MATRIZ SUMA A + B
como la matriz que se obtiene al sumar las dos matrices,
coordenada por coordenada.




A = aij ; B = bij ⇒ (A + B) = aij + bij

Ejemplo:
     
1 −2 0 1 1 −1
A= 6 3 ,B =  2 5  ⇒ A + B =  8 8 
− 12 −1 3
2 −3 1 −4

Si las matrices NO tienen el mismo orden, NO se puede

efectuar la suma

Definición 5/38
 Propiedades en la suma
Dadas tres

matrices,

del mismo

orden
A = aij ; B = bij ; C = cij , se tiene
1. ASOCIATIVIDAD: (A + B) + C = A + (B + C)
2. CONMUTATIVIDAD: A + B = B + A
3. EXISTENCIA ELEMENTO NEUTRO:
 
0 0 ... 0
 0 0 ... 0 
 . . . . . . . . . . . .  lamada MATRIZ NULA
θ = (0ij ) =  
0 0 ... 0
y se tiene
A+θ =θ+A=A

Definición 6/38
 Inverso Aditivo



Dada la matriz A = aij la matriz −A = −aij es el inverso aditivo
ya que A + (−A) = (−A) + A = θ

Ejemplo
   
−1
1 √ −1 1
√
A =  −3 5  entonces (−A) =  3 − 5 
−5 −π 5 π

Si sumamos A + (−A) = θ

Definición 7/38
 Multiplicación


Dada una
matriz A = aij ∈ Mm×n (R) y una matriz
B = bij ∈ M
n×p (R) se define la MATRIZ PRODUCTO
AB = C = cij ∈ Mm×p a la matriz donde cada elemento cij es la
suma de los elementos en la fila i de la matriz A por los elementos
de la columna j de la matriz B.
En términos formales
Xn
cij = aik bkj
k=1

Definición 8/38
 Multiplicación

El producto de matrices sólo se puede realizar, si el número

de columnas de la matriz A coincide con el número de filas de
la matriz B.

Cantidad de columnas de A se igual a la cantidad de filas de B

Esta condición hace que, en general, el producto de matrices

NO SEA CONMUTATIVO, es decir AB ̸= BA.
 
  −3 4
1 2 3 4  6 9  este producto no puede realizarse.
3 4 6 45
8 0

Definición 9/38
 Multiplicación
 
1 2  
 3 5  1 −1 =
0 2
4 −6
 
1·1+2·0 1 · (−1) + 2 · 2
 3·1+5·0 3 · (−1) + 5 · 2  =
4 · 1 + (−6) · 0 4 · (−1) + (−6) · 2
 
1 3
 3 7 
4 −16

Definición 10/38
 Propiedades Multiplicación
ASOCIATIVIDAD:

Dadas

tres
matrices,
A = aij ; B = bij ; C = cij , donde los productos AB y BC están
definidos, se tiene
A(BC) = (AB)C

DISTRIBUTIVIDAD


SOBRE LA
SUMA: Dadas tres matrices,
A = aij ; B = bij ; C = cij tal que todos los productos están
bien definidos, se tiene

A(B + C) = AB + AC
(A + B)C = AC + BC

Definición 11/38
 Multiplicación

PRODUCTO POR ESCALAR: Dada una matriz A el PRODUCTO POR

ESCALAR entre λ y la matriz está definido como



λA = λ aij = λaij

Es decir, cada componente de la matriz se multiplica por el escalar

λ.

Definición 12/38
 Ejemplo
 
 1
 −1 2  
31 0  −3 3  + 10 0
3
2 −4 −1 −1 −11
4 0
 
  −1 2  
1 3 0  −3 3  + 10 0
=
6 −12 −3 −1 −11
4 0
   
−10 11 10 0
= +
18 −24 −1 −11
 
0 11
=
17 −35

Definición 13/38
 Propiedades de producto escalar

Sean las matrices A, B y los escalares λ, µ, se cumple:

1. λ(A + B) = λA + λB
2. (λ + µ)A = λA + µA
3. (λ · µ)A = λ(µA)
4. 1·A=A
5. (λA)B = λ(AB)

Definición 14/38
 Matriz Transpuesta

Sea A = aij ∈ Mm×n (R).Se define la MATRIZ TRASPUESTA DE A,
denotada por AT , a la matriz que se obtiene

de A al intercambiar sus
filas, por sus columnas, es decir, AT = aji ∈ Mn×m

 
1 2  
T 1 3 5
Ejemplo: si A =  3 4  entonces A =
2 4 6
5 6

Definición 15/38
 Propiedades Matriz Transpuesta

T
1. (AT ) = A
2. (A + B)T = AT + BT
3. (AB)T = BT AT
4. (λA)T = λAT

Definición 16/38
 Matriz Identidad
En el conjunto de las matrices cuadradas de orden n, Mn (R), se
define la MATRIZ IDENTIDAD como la matriz en cuya diagonal
principal hay 1 y en el resto de las entradas hay 0 y se denota In .
 
  1 0 0 0
1 0  0 1 0 0 
por ejemplo I2 = ; I4 =  
0 1  0 0 1 0 
0 0 0 1

Estas matrices, tienen la propiedad de que al multiplicarlas con otra

matriz (siempre que se pueda) da como resultado esta otra matriz,
es decir
AIn = In A = A

Definición 17/38
 Ejemplo
  
1 2 3 1 0 0
AI3 =  −2 1 0   0 1 0 
−1 0 1 0 0 1
  
1 0 0 1 2 3
=  0 1 0   −2 1 0 
0 0 1 −1 0 1
 
1 2 3
=  −2 1 0 
−1 0 1
=A

Definición 18/38
 Matriz Inversa
Asociada a la matriz identidad, podemos definir la llamada MATRIZ
INVERSA de una matriz, que llamaremos A−1 , que satisface

AA−1 = A−1 A = In

Ejemplo
2
   
1 −2 −1 1 3
A= ,A = 1
0 3 0 3

2
    
1 −2 1 1 0
AA−1 = 3
1 = = I2
0 3 0 3 0 1

Definición 19/38
 Operaciones Elementales

¿Cómo podemos encontrar la matriz inversa?

Operaciones elementales, Watson.

Definición 20/38
 Operaciones Elementales


Dada una matriz A = aij ∈ Mm×n (R).Se definen las siguientes
llamadas OPERACIONES ELEMENTALES sobre la matriz A

1. INTERCAMBIAR DOS FILAS: Se denotará por fi ↔ fj al

intercambio de posición entre las filas i y j
2. MULTIPLICAR UNA FILA POR UN ESCALAR NO NULO: Se
denotará por fi = λfi cada vez que a la i-ésima fila se le
multiplique por el escalar no nulo λ
3. SUMAR A UNA FILA UN MÚLTPIPLO NO NULO DE OTRA
FILA: Se denotará por fi = fi + λfj cada vez que a la
i-ésima fila se le sume λ veces la j-ésima fila

Definición 21/38
 Resumen
De esta forma, cada vez que tengamos una matriz cuadrada de
orden n de manera que a través de OPERACIONES ELEMENTALES,
la podamos convertir en la matriz identidad del mismo orden,
entonces existirá la matriz inversa de A, A−1

Más aún, a través de estas operaciones elementales podemos

calcular la inversa de una matriz cuadrada dada bajo el siguiente
procedimiento

(A | In ) ∼ ..operacioneselementales... ∼ In | A−1

es decir, se toma la matriz A, se aumenta con la matriz identidad

del mismo orden y luego se empieza a operar

Definición 22/38
 Ejemplo

 
1 −1 1
Consideremos la matriz A =  3 −2 0 ,
4 0 5
¿Es esta matriz invertible?

Definición 23/38
 Desarrollo

   
1 −1 1 1 0 0 1 −1 1 1 0 0
 3 −2 0 0 1 0  ∼  0 1 −3 −3 1 0 
f2 = f2 − 3f1
4 0 5 0 0 1 f3 = f3 − 4f1 0 4 1 −4 0 1
 
1 −1 1 1 0 0
∼  0 1 −3 −3 1 0 
f3 =f3 −4f2
0 0 13 8 −4 1
 
1 −1 1 1 0 0
∼  0 1 −3 −3 1 0 
1
f3 = 13 f3
0 0 1 8/13 −4/13 1/13

Definición 24/38
 Desarrollo
 
1 −1 0 5/13 4/13 −1/13
∼  0 1 0 −15/13 1/13 3/13 
f2 =f2 +3f3
0 0 1 8/13 −4/13 1/13
 
1 0 0 −10/13 5/13 2/13
∼  0 1 0 −15/13 1/13 3/13 
f1 =f1 +f2
0 0 1 8/13 −4/13 1/13

Por tanto la matriz A sí es invertible, es decir, tiene inversa y además

 
10 5 2
 − 13 13 13 
 
A−1
 
= 15
 − 13 1 3 
 13 13 

 
8 4 1
13 − 13 13

Definición 25/38
 Inversa de un M 2x2
En el caso de las matrices de 2 × 2 hay una forma fácil de
determinar la matriz inversa y es la siguiente

   
a b 1 d −b
A= ⇒ A−1 =
c d ad − bc −c a

por lo que es fácil notar que si ad − bc = 0 la inversa no existe

Definición 26/38
 Sistemas de Ecuaciones Lineales
Es un sistema con la siguiente forma

a11 x1 + a12 x2 + . . . + a1n xn = b1

a21 x1 + a22 x2 + . . . + a2n xn = b2
... = ...
am1 x1 + am2 x2 + . . . + amn xn = bm

Los aij son los coeficientes de la incógnita i de la ecuación j y los bk

son los términos independientes de la ecuación k.

Recordemos que resolver un sistema de ecuaciones como el

anterior se reduce a encontrar valores para x1 , . . . , xn tal que todas
las ecuaciones anteriores se satisfacen.

Definición 27/38
 Clasificación según soluciones

Un sistema de ecuaciones lineales como el anterior

1. INCOMPATIBLE si este NO tiene solución
2. COMPATIBLE si tiene solución
2.1 DETERMINADO si tiene única solución
2.2 INDETERMINADO si tiene infinitas soluciones

Definición 28/38
 Clasificación según coeficientes

Un sistema de ecuaciones lineales se dice HOMOGÉNEO, si todos

los términos independientes bk = 0.

En caso contrario se dice NO HOMOGÉNEO.

Todo sistema homogeneo es compatible con solución trivial

x1 = x2 = . . . = xn = 0

Definición 29/38
 Ejemplos
(1)
x + 2y = 0
− 3x − 6y = 3
Es un sistema No homogéneo incompatible (No tiene solución)
(2)
2x − 5y = 1
10x − 25y = 5
Es un sistema No homogéneo compatible indeterminado. (Infinitas
soluciones)
(3)
2x + 5y = 13
3x − 7y = −2

Definición 30/38
 Ejemplos

Es un sistema no homogéneo compatible determinado. (Solución

única) En cada uno de estos ejemplos, los sistemas eran de dos
ecuaciones y con dos incógnitas. Las cuales pueden ser resueltas
por cualquiera de los métodos que se vieron en la media
(igualación, sustitución, reducción)

Definición 31/38
 Sistema de Ecuaciones
Para un sistema de ecuaciones lineales
a11 x1 + a12 x2 + . . . + a1n xn = b1
a21 x1 + a22 x2 + . . . + a2n xn = b2
... = ...
am1 x1 + am2 x2 + . . . + amn xn = bm
    
a11 a12 . . . a1n x1 b1
 a12 a22 . . . a2n   x2   b2 
  = 
 ... ... ... ...  ...   ... 
a1m a2m . . . amn xn bm

A⃗x = ⃗b

Llamada la FORMA MATRICIAL del sistema.

Definición 32/38
 Solución de un SE
Para encontrar la posible solución de un sistema de ecuaciones se
usa el llamado método de eliminación Gaussiana, usando
operaciones elementales sobre la matriz (A | ⃗b), es decir sobre la
matriz de coeficientes ampliada con el vector de términos libres.

El método funciona sobre el hecho de que al tener la matriz (A | ⃗b)

que representa un sistema de ecuaciones, y al aplicarle
operaciones elementales la matriz obtenida que representa otro
sistema de ecuaciones, son equivalentes y por lo tanto tienen las
mismas soluciones. Veremos cómo funciona este método en varios
ejemplos.

Definición 33/38
 Ejemplo 1
x − 2y + z = 3
−2x + 5y − 2z = −2
2x − 3y + 2z = 10

La matriz ampliada es
   
1 −2 1 3 1 −2 1 3
 −2 5 −2 −2  ∼  0 1 0 4 
f2 =f2 +2f1
2 −3 2 10 f3 =f3 −2f1 0 1 0 4

 
1 −2 1 3
∼  0 1 0 4 
f3 =f3 −f2
0 0 0 0

Definición 34/38
 Ejemplo 1
De esta forma esta última matriz se interpreta como

x − 2y + z = 3
y=4

Por lo tanto, al reemplazar la segunda ecuación en la segunda

x − 8 + z = 3 ⇒ x = 11 − z ◦ bien z = 11 − x

Finalmente nos damos cuenta que el valor de x depende del valor

de z para las distintas soluciones, o sea S = {(11 − z, 4, z) : z ∈ R}
y así el sistema es Compatible indeterminado

Definición 35/38
 Ejemplo 2
x − y + 2z = 0
2x + 3y − z = −1
x − 2y + z = 2

La matriz ampliada es

   
1 −1 2 0 1 −1 2 0
 2 3 −1 −1  ∼  0 5 −5 −1 
f2 =f2 −2f1
1 −2 1 2 f3 =f3 −f1 0 −1 −1 2

   
1 −1 2 0 1 −1 2 0
∼  0 −1 −1 2  ∼  0 −1 −1 2 
f3 ↔f2 f3 =f3 +5f2
0 5 −5 −1 0 0 −10 9

Definición 36/38
 Análisis del Ejemplo 2
Al interpretar esta última ecuación, se tiene

x − y + 2z = 0
−y − z = 2
−10z = 9

y a continuación, se van reemplazando los valore "de abajo hacia

arriba"
9
z=−
10
9 11
−y − z = 2 ⇒ y = −2=
10 10
11 9 29
x = y − 2z = + =
10 5 10
Finalmente tenemos
que la solución del sistema es
S = 29 11 9

,
10 10 , − 10 por lo tanto, hay una única solución y el
sistema es Compatible Determinado.
Definición 37/38
 Rango
Se define el rango de una matriz A ∈ Mm×n (R) como el número de
filas no nulas que quedan después de realizar el método de
eliminación Gaussiana a la matriz A y se denota r(A)

Sea un sistema de ecuaciones con matrices de coeficientes A y

matriz ampliada (A | ⃗b). Se tiene

1. Si r(A) = r(A | ⃗b) = n = número de incógnitas el sistema

tiene solución única
2. Si r(A) = r(A | ⃗b) < n el sistema tiene infinitas soluciones
3. Si r(A) ̸= r(A | ⃗b) el sistema no tiene solución

Definición 38/38