Universidad Técnica Federico Santa María

Ingeniería en Prevención de Riesgos Lab. y Amb.

Ciencias Básicas

___________________________________________________________________________________________________
Matemática Ingeniería I
Prof.: Luis Rojas R.

Capítulo 2.
MATRICES

1. DEFINICIÓN: Se llama matriz de orden m  n a un conjunto rectangular de

elementos dispuestos en m filas y n columnas. El orden de una matriz también se
denomina dimensión o tamaño, siendo m y n números naturales.
Las matrices se denotan con letras mayúsculas: A, B, C,... y los elementos de las
mismas con letras minúsculas y subíndices que indican el lugar ocupado:
a11 , a23 ,...amn . Un elemento genérico que ocupe la fila i y la columna j se escribe
aij .

 a11 a1n 
  2 3 2
A  B 
a 0 5 4 
 m1 amn 

El número total de elementos de una matriz Amn  m  n

Observación:
Dada la matriz
 a11 a12 a13 
 
A   a21 a22 a23 
a a33 
 31 a32

• Los elementos de a11 , a22 y a33 de la matriz A , componen la diagonal principal.

• Los elementos de a13 , a22 y a31 de la matriz A , componen la diagonal secundaria.

2. MATRICES IGUALES

Dos matrices A   aij  y B   bij  pq son iguales, sí y sólo si, tienen en los mismos
mn

lugares elementos iguales, es decir:

m  p n  q ; aij  bij i , j

1
3. TIPOS DE MATRICES

3.1 MATRIZ FILA: es aquella que tiene una sola fila, siendo su orden 1  n.

A13   7 2 4 

3.2 MATRIZ COLUMNA: es aquella que tiene una sola columna, siendo su orden m1

 5
 
B31   8 
 4 
 

3.3 MATRIZ RECTANGULAR es aquella que tiene distinto número de filas que de
columnas, siendo su orden m  n

 2 5 6
P23   
7 0 5

3.4 MATRIZ TRASPUESTA.

Dada la matriz A, se llama traspuesta de A a la matriz que se obtiene cambiando

ordenadamente las filas por las columnas.
Se representa por At o AT
Si A   aij  su traspuesta AT   a ji 
mn nm
Ejemplo:
2 9
  2 4 6
A32  4 4  A2T3   
6 9 4 0 
 0 

3.4.1 PROPIEDADES
A  M  mn
a. A 
T T
A
 A  B   AT  BT
T
b.
 AB   BT AT
T
c.
  A   AT ,  escalar
T
d.

2
3.5 MATRIZ OPUESTA: es aquella que resulta de sustituir cada elemento por su
inverso aditivo. La opuesta de A es  A.

 4 8   4 8 
   
B  10 0   B   10 0
 5 3   5 3 
  

3.6 MATRIZ NULA: es aquella donde todos sus elementos son cero. También se
denomina matriz cero y se denota por  .

0 0 0
3   0 0 0 
0 0 0
 

3.7 MATRIZ CUADRADA: es aquella que tiene igual número de filas que de columnas,
m  n, diciéndose que la matriz es de orden n.

 2 5
M2   
 3 6 

3.7.1 DEFINICIÓN: Traza de una matriz es la suma de los elementos de la diagonal

principal.
Se denota por Tr ( A) o Traza de A
Ejemplo:
 4 0 0
 
Si A   4 6 5  , entonces Tr ( A)  4  (6)  8  6
9 0 8
 

3.8 MATRIZ SIMETRICA: es aquella matriz cuadrada que es igual a su traspuesta.

Esto es, A  AT , aij  a ji i 1..n

j 1..n

2 1 5 9 2 1 5 9
   
A
8
A 
1 0 7 T 1 0 7 8
5 7 6 3 5 7 6 3
   
9 8 3 4  9 8 3 4 
 

3
3.9 MATRIZ DIAGONAL: es la matriz cuadrada cuyos elementos que no pertenecen a
la diagonal principal son nulos.
Esto es aij  0 i  j
 4 0 0
 
R   0 6 0 
0 0 8
 

3.10 MATRIZ ESCALAR: es una matriz diagonal siendo todos sus elementos no nulos
iguales.
Esto es: Si aij  0 i, j y a11  a22  ...  ann

2 0 0
 
B  0 2 0
 0 0 2
 

Observemos que si A es una matriz escalar de orden n con los elementos de la

diagonal iguales a  y B es una matriz de orden n, entonces
AB   B, B  Mn   , n 

3.11 MATRIZ IDENTIDAD: es una matriz cuadrada, diagonal y escalar, donde el

elemento no nulo es la unidad. Se denota por I .

1 0 0
1 0  
I2    I3   0 1 0 
0 1 0 0 1
 

3.12 MATRIZ TRIANGULAR: es aquella matriz que tiene todos los elementos nulos por
encima (o por debajo) de la diagonal principal.

2 4 5  2 0 0
   
A   0 6 7  C   6 6 0 
 0 0 3  0,1 0,5 3 
   
Triangular Superior Triangular Inferior
aij  0, i  j aij  0, i  j

4
4. OPERACIONES CON MATRICES

4.1 SUMA DE MATRICES

La suma de dos matrices A   aij  y B   bij  de la misma dimensión m  p y

mn p q

n  q es otra matriz C  A  B   cij mn   aij bij 

Ejemplo:

  2   1 4  7   1 11
A  B    
  35 1 0  8 1 
 2 4  1 7  
A  B ; 
3 1  5 0 
 A  B   2   1 4  7   3 3 

 
 35 1  0   2 1 

Observación: La suma y diferencia de dos matrices NO está definida si sus dimensiones

son distintas.

4.1.1 PROPIEDADES
A, B, C  M  mn se cumple que:

a. CONMUTATIVA: A  B  B  A
b. ASOCIATIVA: A   B  C    A  B   C
c. ELEMENTO NEUTRO: (matriz cero  mn )   A  A   A
d. ELEMENTO SIMÉTRICO: (matriz opuesta  A ) A  A  A  A  

4.2 PRODUCTO DE UN ESCALAR POR UNA MATRIZ

Para multiplicar un escalar por una matriz se multiplica el escalar por todos los
elementos de la matriz, obteniéndose otra matriz del mismo orden.
Ejemplo:
 2 4  2k 4k 
L  k L 
3 1  3k k 

 2 4  8 16 
A   4A   
3 1 12 4 

5
4.2.1 PROPIEDADES
A, B  M  mn  ,   , se cumple que:

a.   A  B   A  B
b.     A   A   A
c.      A       A
d. 1 A  A
e.    A B  A     B     A  B 

4.3 PRODUCTO DE MATRICES

Dadas dos matrices A   aij  y B   bij  donde n  p, es decir, el número de

mn p q

columnas de la primera matriz A es igual al número de filas de la matriz B, se define

el producto A  B de la siguiente forma:

El elemento que ocupa el lugar  i, j  en la matriz producto, se obtiene sumando los

productos de cada elemento de la fila i de la matriz A por el correspondiente de la
columna j de la matriz B.

Formalmente, si A  B  C se tiene que:

n
Cij   aik  bkj
k 1
Observación:
______________________________________________________________________
______________________________________________________________________
______________________________________________________________________

Ejemplo:
 2 4  1 7   2  (1)  4  5 2  7  4  0   18 14 
A  B  ; A B    
3 1  5 0  3  (1)  1  5 3  7  1  0   2 21

Realice el producto de B  A ¿Qué conclusiones puede sacar al respecto? Justifique.

______________________________________________________________________
______________________________________________________________________
______________________________________________________________________

6
 4.3.1 PROPIEDADES
A, B, C  M  mn se cumple que:

a. ASOCIATIVA: A   B  C    A  B   C
b. DISTRIBUTIVIDAD CON RESPECTO A LA ADICIÓN:
i. A  B  C   A B  A C
ii.  A  B C  A C  B  C
Con respecto a las matrices de orden n, cumple con las propiedades a. y b. Además
tiene elemento neutro, pues la matriz
 1 0 0 ... 0 
 
 0 1 0 ... 0 
I n   0 0 1 ... 0 
 
 ... ... ... ... ... 
 0 0 0 ... 1 
 

es tal que A  I  I  A  A, A  Mn  

EJERCICIOS
 4 2 5  1 6 2  2 1
1. Dadas las matrices A    B  C   determine:
 1 0 2   2 2 1   3 4 

1
a. A B b.  B c. A  2B
2
d. A B e. A  3BT f.  B  A AT
g. AC h.  A  BC i. C2

2. Determine el valor de a, b, c y d de modo que se cumpla la igualdad.

3 a b 2   2 a  b 4   1 a  3 2
a.    
 4 5d  1 2 1 c 2 1  2 0 3

 a  b c 2   2a 11c   6 10c  12 
b. 3   
 2a  4b 7   3 4  6 17 

7
 5. DETERMINANTES

Definimos la función determinante por:

det : Mn   

a , si n  1 y A  (a)
 det  A 
A   n

  1 aij det  A1k 
i j

 k 1

Donde A es una matriz de orden n  1 y Aij es la submatriz de orden n  1 que se obtiene

al suprimir la i-ésima fila y la j-ésima columna.

Si bien es cierto, ésta es la definición de la función determinante de una matriz, tenemos

que tener claro que para nuestro curso, nos interesa saber que el determinante de una
matriz es un número real que se le asocia a ella. Este determinante lo vamos a determinar
utilizando técnicas y métodos según el orden y tipo de matrices con que trabajemos.

Notación: det  A  A  aij

5.1 DETERMINANTE DE ORDEN 2

Los determinantes de orden 2 tienen la siguiente expresión:

a a12 
Sea A   11  , luego
 a21 a22 
2
  (1)k 1 a1k A1k
a11 a12
A
a21 a22 k 1

  1 a 11 A11   1 a12 A12

2 3

 a11a22  a12 a21

Podemos conjeturar que el determinante de una matriz de orden 2 se puede calcular

realizando la diferencia entre el producto de los elementos de la diagonal principal y el
producto de los elementos de la diagonal secundaria.
Esto es,
a a12  a11 a12
Si A   11  , entonces A   a11 a22  a12 a21
 a21 a22  a21 a22
 3 4
Ejemplo: Dada la matriz M     M  3  5  4  4  15  16  1
 4 5

8
 5.2 DETERMINANTE DE ORDEN 3
 a11 a12 a13 
 
Sea A   a21 a22 a23  , luego
a a33 
 31 a32

a11 a12 a13

3
det( A)  a21    1
k 1
a22 a23 aik A1k
k 1
a31 a32 a33
  1 a11 A11   1 a12 A12   1 a13 A13
2 3 4

 a11 A11  a12 A12  a13 A13

a22 a23 a a23 a a22
 a11  a12 21  a13 21
a32 a33 a31 a33 a31 a32

Como ya sabemos calcular determinantes de orden dos, podemos calcular el

determinante de una matriz de orden 3 de forma general. Sin embargo, si seguimos
trabajando podemos evidenciar que se hace muy engorroso y dificultoso pues tenemos
una gran probabilidad de equivocarnos al realizar las operaciones, además del tiempo
que demoraremos en ello.

Esto lo podemos evitar gracias a que existe un método más rápido y breve llamado
“Método Sarrus”, el cual podemos utilizar sólo para matrices de orden 3.
Para aplicar este método:

a. Se repiten al lado derecho de la matriz original las dos primeras columnas.

b. Se suman los productos de las diagonales principales menos los productos
de las diagonales secundarias.

a b c a b c a b
 
Sea B   d e f  , luego B  d e f d e  aei  fbg  cdh   gec  hfa  idb 
g h i 
 g h i g h
Ejemplo:
 2 4 1
 
Dada la matriz A   0 3 2 
 1 0 4 
 
2 4 1 2 4
A  0 3 2 0 3  2  3  4  4  2   1  1  0  4  1  3   1  0  2  2  4  0  0   12  8  0  3  0  0  19
1 0 4 1 4

9
 Observaciones:
a. El determinante de la submatriz Aij , se denota por M ij y se llama Menor
Complementario del elemento aij . Esto es M ij  Aij
b. Se llama cofactor del elemento aij , al número Cij   1 Aij   1
i j i j
M ij
c. Se llama Matriz adjunta de A la traspuesta de la matriz de cofactores de A.
Esto es, Adj  A  M T , donde M es la matriz de cofactores.

5.3 CÁLCULO DE UN DETERMINANTE DE ORDEN “n”. MÉTODO MENOR

COMPLEMENTARIO.
Este método permite calcular un determinante de orden tres o más y se emplea el
siguiente procedimiento.

1. Se elige una fila o columna de la matriz (o determinante que queremos

obtener)
2. Se calcula los determinantes menores correspondientes a cada uno de los
elementos elegidos multiplicándolos por 1 ó -1, según la suma de los
subíndices sean par o impar.
Ejemplo:
 2 4 1
 
Dada la matriz A   0 3 2  , calcular A
 1 0 4 
 

2 4 1
• Primer paso: elegimos una fila 0 3 2
1 0 4
• Calculamos los menores complementarios y multiplicamos los factores que
se mencionan en el punto 2.

2 4 1
0 3 2
 2  C11  4  C12  1  C13
1 0 4
 2  1 M11  4  1 M12  1 1
11 1 2 13
M13
3 2 0 2 0 3
  1   1   1
11 1 2 13
2 4 1  2  12  4  2  1  3  19
0 4 1 4 1 0

10
 5.4 Algunas propiedades de los determinantes

Sea A  Mn  

D1 : Producto de un determinante por un número real.

Si los elementos de una fila o una columna de un determinante se multiplica por un número
real, el valor de este determinante es equivalente al producto del número real por el valor
del determinante original
a11 a12 a13 a11 a12 a13 a11   a12 a13
  ,  a21 a22 a23  a21 a22 a23  a21   a22 a23
a31 a32 a33   a31   a32   a33 a31   a32 a33

D1 : Si una columna de la matriz A (o fila) es nula, entonces A  0

D2 : Si la matriz A es una matriz triangular, entonces su determinante es igual al
producto de los elementos de su diagonal principal.
Esto es, A  a11  a22  a33  ...  ann
D3 : El determinante de la matriz identidad es 1. Esto es, I n  1
D4 : AT  A
D5 : Si A tiene 2 filas o 2 columnas iguales, entonces su determinante es cero.
D6 : AB  A B
D7 :  A   n A

5.5 APLICACIONES DE LOS DETERMINANTES

Las ecuaciones matriciales de la forma A  X  B con A m,n , X  n, p  y B m, p  , se
pueden resolver efectuando el producto A  X , donde X está formado por
incógnitas distintas, al igualar las matrices se obtiene un sistema de ecuaciones con
“ n ” incógnitas.
Si la matriz es cuadrada se puede encontrar A1 (matriz inversa) tal que:
A1  A  I n aplicado en la ecuación anterior

A  X  B  A1  A  X  A1  B  I n  X  A1  B  X  A1  B

1
Observación: A1  A  Mn  
A

11
6.0 MATRIZ INVERSA
Se llama matriz inversa de una matriz cuadrada An y la representamos por A1 , a la
matriz que verifica la siguiente propiedad: A1  A  A  A1  I n
Decimos que una matriz cuadrada es “regular” si su determinante es distinto de
cero, y es “singular” si su determinante es igual a cero.
• A  0  Matriz regular
• A  0  Matriz singular
Teorema 1
Sea A  Mn  
1
A es invertible si y solamente si A  0 y además A1  adj  A
A
6.1 ALGUNAS PROPIEDADES
a. An1 An  An An1  I n
 AB 
1
b.  B 1 A1
c. A  1 1
n A
Observaciones:
• Sólo existe matriz inversa de una matriz cuadrada si ésta es regular e
invertible.
• La matriz inversa de una matriz cuadrada, si existe, es única.
• Entre matrices NO existe la operación de división. La matriz inversa realiza
funciones análogas.

6.2 METODOS PARA HALLAR LA MATRIZ INVERSA

 1 2 1
 
Aplicando el Teorema 1 con la siguiente matriz A   0 3 2
 2 0 1 
 
obtenemos su inversa.

• A  3  8  6  5  0  A1
• Determinamos la matriz de cofactores

 C11 C12 C13 

 
Ac   C21 C22 C23 
C C33 
 31 C32

12
   111 M 11  11 2 M 12  113 M 13 
 
   1 M 21  1 M 22  1 M 23 
2 1 2 2 2 3

 
  1 M 31  1 M 32  1 M 33 
31 3 2 3 3
 
 11 3 2 0 2 0 3
  1  1  1
1 2 1 3

 0 1 2 1 2 0
 
2 1 2 1 2 2 1 1 2 3 1 2
   1  1  1
 0 1 2 1 2 0
 
 31 2 1 3 2 1 1 3 3 1 0 

 1   1  1
 3 2 0 2 2 3 
 3 4 6 
 
  2 1 4 
 1 2 3 
 

Luego,
 3 2 1   3 2 1   3 / 5 2 / 5 1/ 5 
  1    
Adj  A   Ac  1
  4 1 2   A  4 1 2    4 / 5 1/ 5 2 / 5 
T

5 
6 4 3   
   6 4 3   6 / 5 4 / 5 3 / 5 

Otro método aplicable para determinar la matriz inversa es utilizando Operaciones

Elementales.

Definición: se llaman operaciones elementales sobre filas de una matriz

A  Mmn  IK  a las siguientes 3 acciones.
I. Intercambiar 2 filas
II. Multiplicar una fila de A por un escalar k, no nulo.
III. Multiplicar una fila por un escalar k, no nulo y sumársela a otra fila de A.

MATRICES EQUIVALENTES: Sean A, B  Mmn  IK 

Se dice que A y B son equivalentes, o se dice que A es equivalente por filas a la
matriz B, si puede obtenerse la aplicación de un número finito de operaciones
elementales.

MATRIZ ESCALONADA: se dice que una matriz A está escalonada si el número de

ceros anteriores al primer elemento no nulo de cada fila aumenta fila por fila,
pudiendo llegar a filas en las cuales todos sus elementos son nulos.

13
Ejemplos:

DEFINICIÓN: se llama Rango de una matriz A al número de filas no nulas que

resultan una vez que A está en la forma escalonada.

Se dice que A es invertible ssi A es equivalente por filas a la matriz identidad.

Observación: si A es invertible y e1 , e2 , ..., et es una sucesión de operaciones
elementales que permiten pasar de la matriz A a la matriz I n , entonces la matriz
inversa A1 se obtiene aplicando la misma sucesión de operaciones elementales a la
matriz Identidad.

Ejemplo:

14
6.3 RESOLUCIÓN DE ECUACIONES

Aplicando las propiedades de las matrices podemos resolver ecuaciones en forma

implícita y explícita.

Ejemplo:

3 2  3 2
Si A    B 
5 1 0 1
En forma implícita:

A X B Si A es invertible existe un A1 tal que

A X B / A1
1
A A X  A1 B
I2  X  A1 B
X  A1 B

En forma explícita:

1
3 2 3 2
X    
5 1 0 1
1  1 2   3 2  1 3 0   3/ 7 0 
X     X    
7  5 3   0 1  7  15 7   15 / 7 1 

15