Matrices

¿Qué es una matriz?

Una matriz se define como un conjunto de números o expresiones
numéricas que se ordenan como una tabla de filas y columnas
¿Cuáles son los tipos de matrices?

● Fila
● Columna
● Rectangular
● Cuadrada
● Triangular superior
● Triangular inferior
● Identidad
Características de cada matriz

● Matriz de fila: Una matriz fila está constituida por una sola fila.

(3 2 1)
Características de cada Matriz

● Matriz de columna: La matriz columna tiene una sola columna

-7
5
6
Características de cada Matriz

● Matriz rectangular: La matriz rectangular tiene distinto número de

filas que de columnas, siendo su
dimensión m x n., siendo m el numero de filas y n el numero de
columnas.
457
546
783
Características de cada matriz

● Matrices cuadradas: La matriz cuadrada tiene el mismo número de filas que de

columnas,
siendo su dimensión n x n Los elementos de la forma aii constituyen la diagonal
principal. La diagonal secundaria la forman los elementos con i+j = n+1, siendo
n el
orden de la matriz.
Características de cada matriz

● Matriz triangular superior: En una matriz triangular superior los

elementos situados por debajo de la
diagonal principal son ceros.
Características de cada matriz

● Matriz triangular inferior: En una matriz triangular inferior los

elementos situados por encima de la diagonal principal son ceros.
Características de cada matriz

● Matriz identidad o unidad: Una matriz identidad es una matriz

diagonal en la que los elementos de la diagonal principal son iguales
a 1.
Cómo sumar y restar matrices

● Para poder sumar o restar matrices, las matrices deben ser del

mismo orden, es decir, deben tener el mismo número de filas y de
columnas.
● Para realizar la suma o la resta de matrices, se suman o se restan
elemento por elemento, los elementos que ocupan el mismo
lugar en las matrices a sumar o restar.
Como sumar y restar matrices (2)

Tenemos las matrices A y B

Estas dos matrices puedes sumarse ya que tienen el mismo número de filas y de
columnas
Vamos sumando elemento por elemento, los elementos que ocupan el mismo lugar
en cada matriz. Para que quede más claro, los elementos de cada matriz están de un
color distinto:
Como sumar y restar matrices (3)

Finalmente, operamos en cada elemento de la matriz:

Debes tener en cuenta el signo de cada elemento, además del signo que
tenga delante cada matriz, siguiendo siempre la regla de los signos.
Multiplicación escalar y matricial

● El término multiplicación escalar se refiere al producto de un

número real por una matriz. En la multiplicación escalar, cada
entrada en la matriz se multiplica por el escalar dado.
Matriz inversa

La matriz inversa de una matriz dada, es la matriz que multiplicada por la original
da como resultado la matriz identidad. La matriz inversa es útil para resolver
sistemas de ecuaciones lineales, de allí la importancia de saber calcularla.
Lo que motiva el cálculo de la matriz inversa es encontrar un método universal para
la solución de sistemas lineales como el siguiente sistema 2×2:
Matriz inversa (2)

Siguiendo los pasos del caso 1×1, estudiado en el apartado anterior,

escribimos el sistema de ecuaciones en forma matricial:
Matriz inversa (3)

● Note que este sistema se escribe en notación vectorial compacta de la

siguiente manera:

Donde

El próximo paso es encontrar la inversa de M.

Matriz inverso (4)

Se aplicará el método de eliminación de Gauss.

1- Comenzamos el proceso escribiendo la matriz M y a su lado la matriz unitaria:

2- Sumamos las dos filas y el resultado lo ponemos en la segunda fila, de esta manera obtenemos un
cero en el primer elemento de la segunda fila:
Matriz inversa (5)

3- Multiplicamos la segunda fila por -1 para obtener 0 y 1 en la segunda

fila:

4- Se multiplica la primera fila por ½ :

Matriz inversa (6)

● 6- Ya para finalizar el proceso, se multiplica la primera fila por 2

para obtener en la primera la matriz identidad y en la segunda la
matriz inversa de la matriz original M:

● Es decir:
Matriz inversa (Final)

Una vez obtenida la matriz inversa se procede a resolver el sistema de ecuaciones mediante la aplicación de la
matriz inversa en ambos miembros de la ecuación vectorial compacta:
● M-1M X = M-1B
● X = M-1B
Que en forma explícita queda así:

Luego se efectúa la multiplicación matricial para obtener el vector X:

Transpuesta de una matriz

Dada la siguiente matriz de 2x2 , encontrar su transpuesta.

Solución: Recordemos solamente en mover los renglones en columnas,

así de fácil.
Transpuesta de una matriz (2)

Ejemplo 2.-  Dada la siguiente matriz de 2x3 , encontrar su transpuesta. 

Solución: Seguimos haciendo lo mismo del paso anterior, solamente

tenemos que intercambiar los renglones en las columnas de la
transpuesta.
Transpuesta de una matriz (3)

3.- Dada la siguiente matriz de 4x3, encontrar su transpuesta. 

Solución:
Nada más al observar el tamaño de la matriz original de 4x3 , sabemos
que la matriz transpuesta será de 3x4, porque cambiaremos los renglones
en columnas. Así que veamos como queda:
Determinantes

¿Qué es una determinante de una matriz? El determinante de una

matriz es un invariante algebraico, lo cual implica que dada una
aplicación lineal todas las matrices que la represente tendrán el mismo
determinante.

Eso permite definir el valor del determinante no solo para matrices sino
también para aplicaciones lineales.
Obtención de determinantes

Regla de Sarrus
¿Qué es la regla de Sarrus?

La regla de Sarrus es una técnica para calcular determinantes de una

matriz cuadrada de 3×3 o mayor. Este sistema permite obtener la
solución más fácilmente. También se utiliza para determinar si
conjuntos de vectores son linealmente independientes y formar la base
del espacio vectorial.
Regla de Sarrus

● Estas aplicaciones se basan en la invertibilidad de las matrices. Si

una matriz es regular, su determinante es distinto de 0. Si es singular,
su determinante vale 0. Los determinantes solo se pueden calcular en
matrices cuadradas.
● Para calcular matrices de cualquier orden, se puede utilizar el
teorema de Laplace. Este teorema nos permite simplificar las
matrices de dimensiones altas, en sumas de pequeños determinantes
que descomponemos de la matriz principal.
Regla de Sarrus (ejemplo)

Para poder comprobar el valor de la regla de Sarrus, tomamos una

matriz cualquiera de dimensión 3
Regla de Sarrus (ejemplo)

El cálculo de su determinante se realizaría mediante el producto de sus

diagonales principales, restándole el producto de las diagonales
inversas. Esto quedaría de la siguiente manera:
Regla de Sarrus (ejemplo 2)
Regla de Sarrus (Fin)

En este ejemplo, las azules irían con signo positivo y las

rojas con signo negativo. El cálculo final de la regla de
Sarrus quedaría de esta manera:
Método de cofactores

Comenzamos por definir un determinante de 3 x 3. Sea A una matriz

cuadrada de 3 por 3; tres renglones y tres columnas.
Método de cofactores

Primero se analiza en la matriz que renglón o columna es conveniente

elegir para calcular el determinante; con la finalidad de generar menos
procedimiento, cualquier renglón o columna crea el mismo resultado.
Método de cofactores

También el método de cofactores es denominado menores cofactores.

Matrices y sistemas de ecuaciones lineales

El método de matrices para resolver sistemas de ecuaciones lineales es

solo el método de eliminación disfrazado. Al usar matrices, la notación
se vuelve un poco más fácil.

Suponga que tiene un sistema de ecuaciones lineales tal como:

Sistema de ecuaciones lineales

El primer paso es convertir esto en una matriz. Asegúrese que todas la columna de
la derecha con una línea punteada. las ecuaciones estén en la forma estándar
( Ax + B y = C )

y use los coeficientes de cada ecuación para formar cada renglón de la matriz.
Puede ayudarle separar
Sistema de ecuaciones lineales

Enseguida, usamos las operaciones de renglones de matrices para cambiar la matriz 2 × 2 en el lado

izquierdo a la matriz identidad . Primero, queremos obtener un cero en el Renglón 1, Columna 2.
Así, sume 4 por el Renglón 2 al Renglón 1.

Enseguida queremos un 1 en la esquina superior izquierda.

Sistema de ecuaciones lineales

Ahora queremos un cero en la esquina inferior izquierda.

Finalmente, queremos un 1 en el Renglón 2, Columna 2.

Sistema de ecuaciones lineales

Ahora que tenemos la matriz identidad 2 × 2 en la izquierda, podemos

leer las soluciones de la columna derecha:
x = 3
y = –1
Nota importante: Si las ecuaciones representadas por su matriz
original representan rectas paralelas, no podrá obtener la matriz
identidad usando las operaciones de renglones. En este caso, la solución
puede no existir o hay infinitamente muchas soluciones para el sistema.
Sistema de ecuaciones lineales de tres o más incógnitas.

Un Sistema Lineal 3×2: Significa que es un sistema compuesto por 3

Ecuaciones Lineales con tres incógnitas.

Significa que es un sistema compuesto por 3 Ecuaciones Lineales con

tres incógnitas. Como queda evidenciado, el primer numero representa
el numero de Ecuaciones Lineales dentro del Sistema Lineal. Mientras
que el segundo numero representa el numero de incógnitas presentes en
las Ecuaciones Lineales.
Los elementos de la matriz de coeficientes y la matriz aumentada.

La matriz de coeficientes de un sistema de ecuaciones lineales también se le llama

matriz aumentada, es una matriz que contiene, en cada una de las primeras
columnas, los coeficientes correspondientes a una variable del sistema de
ecuaciones y la última columna contiene el lado derecho de las ecuaciones.
 Método GAUS

El Método de Gauss consiste en transformar un sistema de ecuaciones

lineal en otro escalonado. Por ejemplo

El sistema transformado en matriz:

Método de Gauss-Jordan

El sistema de Gauss se utiliza para resolver un sistema de ecuaciones y obtener las

soluciones por medio de la reducción del sistema dado a otro que sea equivalente en
el cual cada una de las ecuaciones tendrá una incógnita menos que la anterior. La
matriz que resulta de este proceso lleva el nombre que se conoce como forma
escalonada.
Método de Gaus-Jordan

Para resolver sistemas de ecuaciones lineales con el método Gauss

Jordan, debemos en primer lugar anotar los coeficientes de las variables
del sistema de ecuaciones lineales con la notación matricial, por
ejemplo:
Método de Gaus-Jordan

Luego de realizado lo anterior procederemos a transformar dicha

matriz en una matriz identidad, o sea una matriz equivalente a la
inicial, de la forma:
Método de Gaus-Jordan

● Logramos esto aplicando a las distintas columnas y filas de las matrices,

restas, sumas, multiplicaciones y divisiones. Debemos tener en cuenta que
las operaciones utilizadas se aplicarán en todos los elementos de la fila.
● En dicha matriz identidad no vemos los términos independientes. Esto
sucede ya que cuando la matriz original alcance la matriz identidad, los
términos serán la solución del sistema y verificarán la igualdad para cada
variable que se corresponderán de la forma siguiente:
d1 = x
d2 = y
d3 = z
 Regla de Cramer

● La regla de Cramer nos permite resolver sistemas de ecuaciones lineales

(SEL) compatibles determinados, es decir, con una única solución.
● El sistema tiene que ser cuadrado (tantas ecuaciones como incógnitas) y la
matriz de coeficientes debe ser regular (determinante distinto de 0).

● Recordad que podemos escribir el sistema de ecuaciones en forma matricial

como:
Regla de Cramer

Donde A es la matriz de coeficientes, X es la matriz columna con las

incógnitas y b es la matriz columna con los términos independientes.
Bajo estas condiciones, la regla de Cramer es la siguiente:
La incógnita xi del sistema AX=b es:
donde Ai es la matriz A, pero cambiando la columna i de A por la
columna de términos independientes, b.
Conclusiones

El uso de matrices hace mas fácil el proceso de resolución de

ecuaciones con esta investigación vi las diferentes tipos de matrices, y
como se aplican en cada uno de los casos.
Mediante el uso de matrices se resuelven sistemas de ecuaciones
lineales, además se resalta la importancia que tienen en la resolución de
problemas de la vida cotidiana con lo cual se llega a dar una solución
exacta y mejores resultados en un determinado proceso.