Universidad Tecnológica Nacional – Facultad Regional Pacheco

Técnico Universitario en Programación

Matemática

Matrices
Definición de matriz:
Una matriz A de m x n es un ordenamiento rectangular de escalares dispuestos
en m filas y n columnas. Para designar a cada uno de los m x n elementos de la
matriz se utiliza un doble subíndice que indica el número de fila y número de
columna que le corresponde en el arreglo:

Llamamos filas de A a las n -uplas A i = (ai1, ai2, . . . , ain) con i = 1, . . . , m.

Llamamos columnas de A a las m-uplas A j = (a1j, a2j, . . . , amj) con j = 1, . . . , n.

Así, a34 es el elemento ubicado en la fila tres y la columna cuatro y en

general aij es el elemento de la matriz A que está en la fila i y en la columna j.

Las matrices suelen designarse con letras mayúsculas: se anota A ∈ Rmxn para
indicar que es una matriz con m filas y n columnas cuyos elementos son
números reales. Se indican con paréntesis o con corchetes:

Por ejemplo, una matriz de dos filas y tres columnas se puede escribir así:

1
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

 3 2 0
A , A
2 x3

 2 4 1 

En este caso, diremos que el tamaño u orden de A es 2×3.

Matriz columna:
Podemos pensar los vectores como casos particulares de matrices:
 2
 
C   0  matriz o vector columna, C  3 x1

1
 

Matriz fila:
O también,
F   2 0 1 matriz o vector fila, F  1x 3

Matriz nula:
La matriz nula es aquélla cuyos elementos son todos ceros. La simbolizamos con O.

Igualdad de matrices:

A, B  mxn
A  B  aij  bij i, j

Operaciones con matrices:

Adición de matrices:
Sean A, B  mxn
entonces :
A B  C  mxn
/ cij  aij  bij i, j

Ejemplo:

2
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Sean :
 0 1 1   1 0 3 
A , B 
 2 3 2   3 1 2 
Entonces la suma es :
 0 1 1   1 0 3  1 1 2 
A B     
 2 3 2   3 1 2  1 2 4 

Producto de un escalar por una matriz:

Sean A  mxn
, k  , entonces :
k. A  B  mxn
/ bij = [Link] i, j
Ejemplo:

Sean A  mxn
, k  , entonces :
k.A  B  mxn
/ bij = k .aij i, j

 0 1 1   0 3 3 
Si A    , entonces 3A   
 2 3 2   6 9 6 

Cuando k  1, obtenemos la matriz opuesta de A :

 0 1 1 
 A  (1). A   
 2 3 2 
Sustracción de matrices
Podemos así definir la diferencia (resta ) entre dos matrices del mismo tamaño :
A  B  A  ( B)
O sea :
A B  C  mxn
/ cij  aij  bij

3
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Ejemplo:
Sean las matrices :
3 2  0 2 
   
A   1 1 , B   4 1
4 5  5 3 
   
Entonces :
6 4  0 2   6 2 
     
2 A  B   2 2    4 1    2 1 
 8 10   5 3   3 7 
     

Ejemplo:

Resolución:

4
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Queda pendiente la verificación a cargo del alumno, reemplazando en [2].

Propiedades de la adición de matrices y del producto escalar por una matriz:

Producto de matrices:
Definiremos primero el producto de una matriz fila por una matriz columna, y luego
generalizaremos.

5
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Sean A  y B
mxn nxp
, es posible calcular AB si y solo si se cumple que la
cantidad de columnas de A es igual a la cantidad de filas de B.

Entonces el producto es :
AB  C  mxp
/ cij  fila i ( A) . columna j ( B)

Ejemplo:
Sean,
1 1 2
1 2 3  
A  , B   1 1 0  A  2 x3 B  3 x3
 4 1 0  2 0 3
 
Es posible calcular A.B porque A tiene tres columnas y B tiene tres filas. El resultado
del producto es una matriz de 2 x3.

6
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

No se puede calcular B.A porque el número de columnas de B no coincide con el

número de filas de A.
Otro ejemplo:

Propiedades del producto:

En lo que sigue entendemos que las operaciones mencionadas pueden efectuarse.

7
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Ejercicio práctico:

Un comercio que vende productos de electrónica, paga una comisión a los vendedores
y tiene un beneficio (ganancia) según cada producto. En una tabla se registra el precio
de venta, el beneficio para el comercio, la comisión para el vendedor y el costo del
producto. Además, se tiene información sobre las unidades vendidas en diferentes
sucursales. A continuación, mostramos dos tablas que resumen esa información para el
mes de agosto 2013:

8
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Si A y B son las matrices correspondientes a estas tablas:

a) Calcular e interpretar el producto AB. ¿Cuál es la sucursal que obtuvo la máxima
ganancia?
b) ¿Se puede calcular BA? ¿Tiene interpretación práctica BA?

Nota: Beneficio = (precio unitario x cantidad)-( costo + comisiones)

Matriz transpuesta:
La traspuesta de una matriz A ∈ Rm×n, que indicamos como At, es la matriz
de nxm que se obtiene a partir de A cambiando las filas por las columnas.
Ejemplo:
1 4
 1 2 3  
Si A   
2 x3
, entonces su transpuesta es : At   2 5   3x2

 4 5 6  3 4
 

9
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Propiedades de la transposición:

Ejemplo:

Resolución:

1) Calculamos A.B y luego transponemos:

10
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

1 1 0 
1 2 3     4 9 1
AB    .  0 1 1   
 4 5 6   1 2 1  10 21 1 
 
2x3 3x3 2x3

 4 10 
 
( AB)t   9 21
1 1 
 
2x3

2) Trasponemos y luego hacemos el producto:

1 4   1 0 1 
  
A B   2 5  .  1 1 2   no se puede realizar.
t t

 3 6   0 1 1 
  
3x2 3x3

Como no coinciden el número de columnas de At con el número de filas de Bt,

no se puede hacer el producto.

3) Transponemos y luego hacemos el producto:

 1 0 1  1 4   4 10 
    
B t At   1 1 2  .  2 5    9 21
 0 1 1   3 6  1 1 
    
3x3 3x2 3x2

Del ítem 1) y 3) verificamos la propiedad enunciada: (AB)t = BtAt

Matrices cuadradas:
Una matriz cuadrada es aquélla que tiene igual número de filas y de columnas.
Denominamos Rnxn al conjunto de matrices cuadradas de orden n (n filas y
n columnas).
La diagonal principal de una matriz cuadrada está formada por los elementos aii.

11
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Matrices identidad:
La matriz identidad, que simbolizamos con I, es una matriz cuadrada con unos en la
diagonal principal y ceros en todos los demás elementos.

Propiedad:

1 0 ... 0 0 
 
0 1 ... 0 0 
La matriz identidad I     nxn verifica AI  IA para toda matriz cuadrada
 
0 0 ... 1 0 
0 0 ... 0 1 

A nxn
. La matriz identidad I es el elemento neutro para el producto en nxn .

La matriz identidad se comporta como el 1 para los números reales.

Lo mostramos para matrices 2×2:

12
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Matriz inversa:
En el conjunto de los números reales existe el inverso multiplicativo para todo número
real distinto de cero. Dado un número real a distinto de cero, b es su inverso
multiplicativo si y solo si a .b =1.
A continuación, definiremos el inverso multiplicativo para matrices cuadradas.

Se dice que A ∈ Rn×n es inversible si y sólo si existe una matriz B ∈ Rn×n tal que:
AB=BA=I

Ejemplo:

Analizar si las siguientes matrices son inversibles:

3 1  3 1
A  P 
 3 1  2 1
¿ B  2x2
/ AB  I ?

 3a  c  1

 3 1  a b   1 0   3b  d  0
     1= 0 Sistema incompatible *
 3 1  c d   0 1  3a  c  0
 3b  d  1

Realizando los despejes y reemplazos correspondientes llegamos a una contradicción,

la matriz A no es inversible.

*De la ecuación 3 despejamos c, -3a -c = 0  c = -3a y reemplazando en la

ecuación 1, 3a - 3a ≠1

Observación: el único número real no inversible es el cero, pero en Rn×n vemos que
existen matrices no nulas que no tienen inversa.
Con la matriz P:
Les proponemos verificar que Q.P=I

13
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Entonces P es inversible, y Q se denomina inversa de P.

La notación es:

Q = P-1

Entonces: P.P-1= P-1. P=I

Más adelante analizaremos qué condición debe cumplir una matriz para ser inversible.

Observación: Sean A, B ∈ Rn×n entonces:

A.B=I ⇔ B.A=I [1]

O sea, para matrices cuadradas, si encontramos B tal que A.B=I, podemos afirmar
que B es la inversa de A.

14
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Propiedades de la inversión de matrices

Sean A, B inversibles , entonces :

1) AB es inversible y su inversa es (AB ) 1  B 1 A1
Esto significa que la inversa de AB es B 1 A 1

Para demostrar esta propiedad , veamos que : ( AB )( B 1 A1 )  I

Como el producto de matrices es asociativo, resulta :
( AB)( B 1 A1 )  A( BB 1 ) A1  AIA1  AA1  I

El lector puede comprobar que ( B 1 A1 )( AB )

Dejamos las demostraciones a cargo del lector.

1 1
2) (kA) 1  A (k  0)
k
3) ( At ) 1  ( A1 )t

Potencias de una matriz cuadrada

Sea A ∈ Rn×n, es posible definir potencias de A como sigue:

A2=A A
A3=A A A
Ak  A. A. A..... A , k 
k veces

Ejemplo:

15
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

1 2
Sea A   
3 4
 1 2  1 2   7 10 
A2  AA     
 3 4  3 4  15 22 

Matrices cuadradas especiales

Matriz simétrica

A ∈ Rn×n es simétrica si y sólo si A=At

O sea: aij=aji

Las condiciones para que una matriz de orden tres sea simétrica son:

 a21  a12

 a31  a13
a  a
 32 23

Entonces la forma de una matriz simétrica de orden tres es:

a b c
 
A  b d e
c e f 


Ejemplo:

 2 3 1
 
A   3 0 5   At
 1 5 1
 

Matrices antisimétricas

A ∈ Rn×n es antisimétrica si y sólo si A= –At

O sea: aij= –aji

16
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Veamos qué pasa con los elementos de la diagonal principal.

Si i=j debería ser aii = –aii, pero el único número que es el opuesto de sí mismo es el
cero. Por lo tanto, la diagonal principal está formada por ceros.

Las condiciones para que una matriz de orden tres sea antisimétrica son:

Entonces la forma de una matriz antisimétrica de orden tres es:

 0 a b
 
A   a 0 c 
 b c 0 
 

Ejemplo:

 0 3 4 
 
A   3 0 0    At
 4 0 0 
 

Sea A ∈ Rn×n

1. Probar que A + At es simétrica

2. Probar que A – At es antisimétrica

Observemos que:

17
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Entonces: toda matriz cuadrada puede expresarse como la suma de una matriz
simétrica y una antisimétrica.

 3 4 
¿Cómo se expresa A=   como suma de una matriz simétrica y una
8 2
antisimétrica?

Matrices triangulares

A ∈ Rn×n es una matriz triangular superior cuando los elementos debajo de la diagonal
principal son ceros.
a b c 
 
A   0 d e  Si i  j  aij  0
0 0 f 
 

B ∈ Rn×n es una matriz triangular inferior cuando los elementos por encima de la
diagonal principal son ceros.
a 0 0
 
B   b c 0  Si i  j  aij  0
d e f 
 

Matrices diagonales

Una matriz D es diagonal si es triangular superior e inferior:

D ∈ Rn×n diagonal ⇔ aij=0 ∀ i ≠ j

La forma de una matriz diagonal de orden tres es:

18
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

 a 0 0
 
D   0 b 0
0 0 c
 

Veamos qué característica especial presentan las potencias de una matriz diagonal:

 a 0 0  a 0 0  a 0
2
0
    
D 2  D.D   0 b 0  .  0 b 0  =  0 b 2
0
0 0 c 0 0 c  0 c 2 
    0
 a2 0 0   a 0 0   a3 0 0
    
D 3  D.D.D   0 b2 0  .  0 b 0    0 b3 0
0
 0 c 2   0 0 c   0 0 c 3 
En general:
 ak 0 0
 
Dk   0 bk 0 , k
0 0 c k 


Matrices escalares

Una matriz escalar es una matriz diagonal en la cual todos los elementos de la
diagonal principal son iguales.

Las matrices escalares de orden 3 tienen esta forma:

k 0 0
 
E  0 k 0, k
0 0 k 

E  nxn es escalar  E  k .I , I

Matrices ortogonales

Una matriz cuadrada es ortogonal cuando su traspuesta coincide con su inversa:

19
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

A ∈ Rn×n es ortogonal ⇔ At = A–1 ⇔ AAt = I ∧ At A = I

Por ejemplo, las siguientes matrices son ortogonales:

 1 1   1 3 
 
 2 2  10 10 
A , B
 1 1   3 1 
    
 2 2   10 10 

Dejamos a cargo del lector verificar que las matrices cumplen la definición.

Observemos que las columnas de A y de B son vectores ortogonales y de módulo 1.

Ésta es la característica que distingue a las matrices ortogonal

Determinante de una matriz

A cada matriz cuadrada puede asignársele un número real que llamaremos

su determinante y designaremos como det (A) o |A|. El determinante de una matriz
permite saber si una matriz es inversible.
Para matrices 2x2 y 3x3 el determinante se calcula como sigue:
a a12  a11 a12
A   11  A =a11.a22 - a12 .a21
 a21 a22  a21 a22

 a11 a12 a13  a11 a12 a13

  a22 a23 a21 a23 a21 a22
A   a21 a22 a23   A  a21 a22 a23 = a11 . - a12 .  a13 .
a a32 a33 a31 a33 a31 a32
 31 a32 a33  a31 a32 a33

Observación: El determinante no está definido para matrices rectangulares.

Ejemplo:

20
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

 3 1 1
El determinante de A   2 1 0  es:
3 1 2 
 

3 1 1
1 0 2 0 2 1
A2 1 0 = 3. - (-1).  (-1).
1 2 3 2 3 1
3 1 2

det( A)  3.(1.2  0.1)  1.(2.2  0.3)  1.(2.1  1.3)

det( A)  3.2  1.4  1.( 1)  6  4  1  11

Recordemos que una matriz A ∈ Rnxn es inversible si existe B ∈ Rnxn tal que AB=I
Si A es inversible, su inversa se indica como A–1 y se verifica que:

AA–1 = I

Aplicando determinantes, resulta:

det(AA–1) = det(I) =1

Como el determinante es distributivo respecto del producto:

det(A) det(A–1) = 1

Entonces:
1
det( A1 )  , (det(A)  0)
det( A)

Para que esta fórmula sea válida, el determinante de A debe ser distinto de cero. Por lo
tanto, el determinante permite decidir si una matriz tiene inversa:

A ∈ Rn×n es inversible ⇔ det(A)≠0

Por ejemplo:

 3 1
M   es inversible porque el det(M)  0
 0 1

21
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

 3 3 
A  no es inversible porque el det(A)=0
 1 1 

Observación:

Las matrices inversibles también se llaman regulares.

Las matrices no inversibles también se denominan singulares.

Matriz inversa: Método de Gauss – Jordan

Dado una matriz cuadrada A y la matriz identidad I, se forma la matriz aumentada [A∣
I] colocando en el primer bloque la matriz a la cual se desea hallar su inversa, y en el
segundo bloque la matriz identidad del mismo orden de A.

[A ∣ I] =[A I]

Luego, mediante operaciones elementales de fila, se lleva la matriz A a la forma

escalonada reducida, es decir, la forma de Gauss-Jordan. Al mismo tiempo, se aplica
las mismas operaciones a la matriz identidad I para obtener la matriz inversa.

Estos serían los pasos:

1) Iniciar con la matriz aumentada: [A∣I]=[AI]

2) Aplicar operaciones elementales de fila para llevar A a la forma escalonada

reducida:

 Eliminar los elementos por debajo y por encima de los pivotes (el primer
elemento no nulo en cada fila).
 Hacer que los pivotes sean 1 mediante operaciones elementales.

22
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

 Al finalizar esta etapa, A debería estar en forma escalonada reducida y I

se habrá transformado en la inversa de A.

3) Aplicar operaciones elementales adicionales para hacer que los elementos por
encima de los pivotes sean cero.
 Esto asegura que A esté en la forma de Gauss-Jordan.

Al terminar, la matriz a la izquierda debería ser la identidad y la matriz a la derecha

debería ser la inversa de A.

Ejemplo:

 2 1
Sea A    y det(A) = 6 – 4 = 2, como 2  0  A tiene inversa .
 4 3

1. Matriz aumentada inicial:

2 1 1 0
A| I   
4 3 0 1

2. Aplicar operaciones elementales:

Restar el doble de la primera fila de la segunda fila para hacer 0 en el primer

elemento de la segunda fila.
2 1 1 0
F2  F2  2 F1  
 0 1 2 1 

Restar la primera fila de la segunda fila para hacer 0 en el segundo elemento

de la primera fila.
 2 0 3 1
F1  F1  F2  
 0 1 2 1 

Multiplicar la primera fila por 1/2 para hacer 1 en el primer elemento de la

primera fila.

1 1 0 3 1 
F1  F1  2 2
2 0 1 2 1 

23
 Universidad Tecnológica Nacional – Facultad Regional Pacheco
Técnico Universitario en Programación
Matemática

Cuando ya no se pueda elegir un pivote o en el primer bloque se obtenga la

matriz identidad, tendremos en el segundo bloque la matriz inversa de A.

3 1 
A 1   2 2
 2 1 

[Link]
Calculadora de matrices

24