Matrices

Objetivos:
Esperamos que:
• Adquiera la noción de matriz como una colección ordenada de datos.
• Opere con matrices y adquiera habilidad en su manejo como herramienta de cálculo y en la resolución
de situaciones problemáticas.
• Aplique conceptos del álgebra vectorial en la resolución de situaciones teóricas y/o prácticas.

Contenidos:
Matrices: Definición. Clasificación. Propiedades. Operaciones. El conjunto de las matrices de orden Rn x m
como espacio vectorial. Partición de matrices en vectores fila y columna. Introducción a las matrices como
conjuntos ordenados de vectores. Producto de matrices. Definición y propiedades. Multiplicación de
matrices por bloques de vectores. Matriz traspuesta. Enunciado de las propiedades de la trasposición.
Definición de matrices particulares: Matriz diagonal. Matriz escalar. Matriz triangular inferior y superior.
Matrices simétricas y antisimétricas. Matriz inversa. Matriz ortogonal. Matriz idempotente. Matriz
involutiva. Concepto de rango de una matriz. Operaciones elementales sobre una matriz. Método de Gauss
– Jordan para la obtención de la matriz inversa de una matriz no singular.

A continuación ofrecemos un mapa conceptual de la unidad temática. Utilice el mismo para

comprender las relaciones existentes entre los contenidos.

77
 Conjunto ordenado de Mapa Conceptual: Matrices
vectores fila o de vectores

≠
columna
Matrices Rectangulares:
Podemos pensarlas
como:

=
Pueden ser:

=( )∈ℝ ×
Matrices
Matrices Cuadradas:
Se verifican las mismas

(ℝ ×
; +)
propiedades que la suma
Se define: de números reales y que la
suma de vectores

Suma de Matrices
Se define:

Producto de un escalar por Se verifican las mismas (ℝ ×

; + ; ℝ ; .)

)
propiedades que en el
una matriz producto entre un escalar y
un vector
Es el marco que nos permite hablar de:
Se define:

Multiplicación de Matrices
Es importante
Combinación Lineal de Conjuntos de Matrices
Nos permite: recordar que: LI ó LD
Matrices
Producto
Escalar

general: . ≠ . . ( + #) = . + .#
Por definición de NO es conmutativa. En Es distributiva:

( + #). = . + #.
Potenciación se
obtienen:

∈ℝ × :
Combinación

%
= . … (% ∈ ') . ( . #) = ( . ). # ( . )( = (
. (
Potencias de Es asociativa: Lineal
Independencia
y Dependencia

! . = NO necesariamente:
En particular: Lineal de
( . ))* = )*
. )*
= ó =
EsVectores
el concepto

-
=
Idempotente: que aplicamos
para:
En
Construyen el

Elemento Neutro: Matriz Identidad: + ∈ ℝ

particular:
×
concepto de:

-
=+
Involutiva: Un caso
Rango de una Matriz

∈ ℝ × tiene
particular:

=− (
Si
Matriz rango n, existe:
Antisimétrica:
Definen: Diagonal

∈ℝ ×
= (
Matriz Este concepto Un caso Inversa de
Triangular define:
Simétrica: particular:
Superior o Con ella y el determinante

(
= )*
podemos, si existe,
Inferior calcular:
Transpuesta de una Ortogonal:

∈ℝ ×
Matriz Matriz Adjunta de

78
 Actividades Prácticas y Teóricas: Matrices
En esta guía trabajaremos con los contenidos de la unidad temática de la asignatura: Matrices.
En lo cotidiano estamos frente a una matriz cuando, por ejemplo, usamos un libro del Excel o cuando
leemos una tabla de posiciones del campeonato apertura o clausura de la primera división del futbol
argentino. Es decir, desde lo estructural una matriz es un arreglo de elementos1 en una cierta cantidad de
filas y de columnas.
Cuando tratemos este tema en clase, aprenderemos que las matrices son la manera en que se representa
el conjunto imagen de una función que definiremos.
Las operaciones entre matrices son similares a las que hemos aprendido entre vectores, y esto es porque,
desde el álgebra a las matrices puede considerárselas como vectores. También, tienen mucha semejanza
con las operaciones entre números reales, pero hay que ser cautelosos, porque propiedades que son
válidas en el conjunto de números reales no lo son en el conjunto de matrices.
Así, una vez más es importante aprender y comprender cuál es la escritura simbólica mediante la cual nos
referimos a matrices, sus operaciones y sus propiedades, para poder diferenciarlas de un número, de un
vector, de un polinomio, etc. Por lo tanto, sugerimos resolver las actividades prácticas de esta guía de
trabajos prácticos manteniendo la atención acerca del contexto en el que está trabajando. Además,
dentro del contexto de las matrices, aconsejamos prestar atención puesto que hay conceptos que se
definen para cualquier tipo de matriz y otros que sólo son válidos si el punto de partida son las matrices
cuadradas.
Recuerde que en este caso, el contexto son las matrices, sus operaciones y sus propiedades. Pero, para
trabajar con ellas, será necesario utilizar adecuadamente los conceptos que conocemos del conjunto de
números reales y los conceptos que hemos aprendido en la unidad de álgebra vectorial.
Entonces, antes de resolver intente tener en claro en qué contexto está trabajando y cuál es el contexto
del objeto que es respuesta del ejercicio o problema planteado.

Actividad 1
1.1) Contestar:

b) En la matriz ., ¿cuáles son los elementos de la segunda fila?

a) ¿Cuáles son matrices cuadradas?

c) En la matriz /, ¿cuáles son los elementos cuyo número de fila es mayor al número de
columna?
d) En la matriz 0 ¿Cuáles son los elementos 123 donde 4 = 5?
0 1 1
2 3 −2 −1 2
Siendo . = 6 :, / = 6 : y 0 = =1 0 1>
3 0 −3 −1 5
0 1 1

1
En lo usual, los elementos de una matriz son números reales o complejos.

79
1.2) En cada caso, escribir explícitamente las matrices definidas por:
 cij = 2 si
a) 0 ∈ ?
i< j
@×A

tal que  cij = 0 si i= j

cij = j ! si i> j

b) / ∈ ? B×A tal que:  c) . ∈ ? B×@ tal que: C23 = (−1)2D3

bij = i. j si i ≠ j
 bij = 0 si i = j

a) . ∈ ?E×@ tal que . = (3 9 27)

1.3) En cada caso, encontrar una fórmula que genere a las matrices que se definen a continuación:

0 0 0
b) / ∈ ? B×@ tal que . = 6 :
1 1 1
0 3 4
c) 0 ∈ ? @×@ tal que 0 = =3 0 5>
4 5 0
Nota: En general trabajaremos con matrices definidas explícitamente.

Iniciamos la práctica de esta unidad temática con la actividad 1 teniendo por objetivo familiarizarnos con
la escritura simbólica de una matriz.
Brevemente, podemos decir que a las matrices se las nombra con letras mayúsculas y a sus elementos se
los caracteriza con una letra minúscula y dos subíndices que nos indican a que fila y a que columna
pertenece el elemento.
En la actividad 2 el propósito es aplicar los conceptos de las operaciones de suma y producto de matrices
y, sus propiedades. Si revisa el marco teórico notará que las propiedades de la suma de matrices son las
mismas que se cumplen para la suma de números reales y también, para la suma de vectores. En
particular, el elemento neutro de la suma se denomina: Matriz Nula I0 ∈ ℝJ×K / M23 = 0 ∀4 =
1,2, … , P; ∀5 = 1,2, … , Q ) y el elemento opuesto o inverso aditivo se denomina Matriz Opuesta
I. = IC23 R ∈ ℝJ×K ⇒ −. = I−C23 R ∈ ℝJ×K R.
En cambio, la multiplicación de matrices comparte propiedades de las que verifica la multiplicación de
números reales, como ser la multiplicación de matrices es asociativa y es distributiva respecto de la suma;
pero hay dos de ellas que no suceden en este conjunto, ya que:

En general, la multiplicación de matrices no es conmutativa:

Si existen los productos entre dos matrices, y no necesariamente sucede que = .

En general, siendo A y B matrices para las cuales existe el producto ,

y = T no necesariamente: =T o =T

80
Actividad 2
2.1) Encontrar los valores reales de U e V para que se cumplan las siguientes igualdades.
U. V 0 1 −6 0 1
a) W X=6 :
2 −3 U + V 2 −3 −1
U+V+Z+[ 0
El concepto de igualdad de

4 2U − 4[
b) W X=6 :
matrices es equivalente al

3U − 2V − Z + [ Z+[ 1 2
concepto de igualdad de
vectores

2.2) Calcular, cuando sea posible:

a) 2A – 3D b) AB c) BA d) C2 + BA e) AD f) (BA)2 – C
g) \@ − \B + 2\

 2 − 1 0 2 0 2
1
 3 0,5  y \ = =0 2 0>
   2 −1 0  0 1  
0 0 2
Siendo: A =  0 1  ; B=  ; C =   ; D =
− 2   1 1 1  −1 0 0
 0  1

2 −1
2.3) Encontrar, en cada caso, la/s matrices que satisfacen las siguientes igualdades:

a) 2] − 3. = .B siendo . = 6 :
1 1
Utilice las propiedades de

2 −1
b) 2(] − .) + 3(] + .) = .^ siendo . = 6 :
la suma de matrices y del

1 1
producto entre un escalar y

c) (_ − ])(_ + ]) = ] B + _ siendo _ ∈ ℝB×B

una matriz para resolver las
ecuaciones del ítem (2.4)
(_: matriz identidad)

2.4) Resolver:

`
=6 : conmutables con
a
a) Hallar todas las matrices reales (es decir: AB = B A)
siendo:
 −1 0  1 1
1) B =   2) B =  
 1 1  − 1 − 1
`
=6 : no nula tal que:
a
b) Encontrar, si existe, una matriz real

1 1 0 0 0 −1 0 0
1) 6 :. = 6 : 2) . 6 :=6 :
1 0 0 0 −1 2 0 0

2.5. Determinar el valor de verdad de las siguientes afirmaciones. De ser verdaderas, demostrar y
si son falsas proponer un contraejemplo adecuado.
a) Si ∈ℝ ×
y ∈ℝ ×
entonces: ( + )- = -
+- + -

b) Si ∈ℝ ×
y ∈ℝ ×
entonces: ( − )- = -
− − + -

c) Si ∈ℝ ×
y ∈ℝ ×
entonces ( + )( − ) = -
− -

d) Si ∈ℝ ×
y+∈ℝ ×
entonces ( − +)( + +) = -
−+ (+: matriz identidad)
e) Si ∈ℝ ×
y ∈ℝ ×
conmutan entonces ( )- = ( )-

81
 f) Si ∈ℝ ×
y + = T entonces =T (T: matriz nula)
g) Si ∈ℝ ×
y ∈ℝ ×
tales que = T entonces =T (T: matriz nula)
h) Si ∈ ℝK×K y b, c ∈ ℕ entonces ( ) = .ef
e f

∈ℝ K×K
y b, c ∈ ℕ entonces e f
= eDf
En varios ítems de este ejercicio
necesita utilizar las definiciones de
i) Si
∈ℝ K×K
∈ℝ K×K
y b ∈ ℕ entonces ( )e = e e
potenciación y las propiedades de la
j) Si y multiplicación de matrices.

Para resolver la actividad 3 es necesario que retome las definiciones de Combinación Lineal,

ℝK , los
Independencia lineal y Dependencia lineal que aprendió en la unidad de álgebra vectorial.

En la Unidad de Álgebra Vectorial estudiamos que estos conceptos válidos para vectores de

mismos también son válidos en el conjunto de matrices de ℝJ×K , porque como estudiaremos en la
Unidad de Espacios Vectoriales, las matrices son objetos que podemos nombrar como vectores. …
¿porqué?... porque desde el punto de vista de las estructuras algebraicas, un vector puede ser o no una
flecha.!!!

3.1) Investigar, en cada caso, si la matriz g es combinación lineal de las matrices del conjunto .
Actividad 3

0 2 0 1 0 −1
a) g = 6 :, . = h6 :,6 :i
1 0 1 0 1 2
b) g = (1 2 3), . = j(1 1 1), (1 1 0), (1 0 1)k
3 2 0 1 2 0 1 0 0 0 1 0
c) g = 6 :, . = h6 :,6 :,6 :i
1 2 3 1 0 1 0 1 1 1 0 1
3 2 −1
¿l = 6 : es combinación lineal de .?
1 2 3
3.2) Determinar cuáles de los siguientes conjuntos son linealmente independientes y cuáles
linealmente dependientes.
 − 1 0   2 3   − 1 3 
a) S1 =   ;  ; 
 2 1   − 1 0   5 3 
 − 1 2 0   2 0 − 1  0 − 2 1 
b) S2 =   ;  , 
 3 0 2   0 1 0   0 2 − 1

3.3) Hallar x e y para que las matrices A, B y C resulten linealmente dependientes:

 2 1  5 − 3  − 11 x 
a) A =   , B =   y C =  
 5 3 2 − 1  4 y
 1 0 − 2  5 0 − 2  x 0 − 2
b) A =  , B=   y C =  
3 1 1  -3 1 4  -8 1 y 

82
En la actividad 4 trabajaremos clasificando algunas matrices desde aspectos estructurales o algebraicos.
Podemos, a raíz de la particularidad que tienen en cada caso, denominarlas matrices especiales.

Algunas matrices . ∈ ℝK×K se denominan Nilpotentes cuando existe un m ∈ ℕ tal que .n = 0 (donde
El siguiente ejemplo resultará útil para pensar cómo resolver la actividad 4.1. Léalo con atención!!!

0: matriz nula).
Hallar una matriz . ∈ ℝB×B no nula que sea nilpotente de orden 2
C o
Solución: Consideramos . = 6 : ∈ ℝ2×2
1 p

Si . ∈ ℝB×B es nilpotente de orden 2 significa, por definición que: 6C o : = 60 0:

B

1 p 0 0
C o C o 0 0
6 :.6 :=6 :
1 p 1 p 0 0
Esto es que:

6C + o1
B
Co + op : = 60 0
:
1C + p1 1o + o B 0 0
Entonces:

C B + o1 = 0
Luego, por igualdad de matrices surge el siguiente sistema de ecuaciones: q + op = 0r (*)
Co
1C + p1 = 0
1o + p B = 0
En la 2° ecuación, tenemos que: o(C + p) = 0 ⇒ o = 0 s C + p = 0 ⇒ ` = T a=−
Como queremos hallar una matriz, elegimos por ejemplo que C = 1 entonces p = −1

Entonces, con estos datos en el sistema (*) surge que: 1 + o1 = 0 ⇒ o1 = −1 ⇒ ` = −

*

Así queda a la vista que si elegimos 1 = 1 será o = −1

* −*
∈ ℝ-×- no nula que sea nilpotente de orden 2 es: =6 :
* −*
Por lo tanto, una matriz

Verificación:
1 −1 B 1 −1 1 −1 1−1 −1 + 1 0 0
6 : =6 :.6 :=6 :=6 :
1 −1 1 −1 1 −1 1−1 −1 + 1 0 0
¿Usted puede hallar otra?

Actividad 4
4.1) Mostrar tres elementos de cada uno de los siguientes conjuntos:
a) tE = u . ∈ ℝK×K / C23 = 0 v4 4 > 5 x
Los elementos del conjunto tE son matrices cuadradas que se denominan Triangular
Superior
b) tB = u . ∈ ℝK×K / C23 = 0 v4 4 < 5 x
Los elementos del conjunto tB son matrices cuadradas que se denominan Triangular
Inferior
c) t@ = u . ∈ ℝK×K / C23 = 0 v4 4 ≠ 5 x
Los elementos del conjunto t@ son matrices cuadradas que se denominan Diagonales
Notar que una matriz diagonal es triangular superior e inferior.

83
 d) tA = u . ∈ ℝK×K / C23 = 0 v4 4 ≠ 5, C23 = z (z ∈ ℝ) v4 4 = 5 x
Los elementos del conjunto tA son matrices cuadradas que se denominan Escalares y son
un subconjunto de las matrices diagonales.
e) t{ = u . ∈ ℝK×K / ∑K2}E C23 = 0 x
La suma de los elementos de la diagonal principal de una matriz cuadrada se llama traza
de la matriz. El conjunto t{ contiene a las matrices cuadradas de traza nula.
f) t~ = j . ∈ ℝK×K / . •4€Q€ C•‚ƒQC „4•C Qƒ•C k
g) t… = j . ∈ ℝK×K / . •4€Q€ C•‚ƒQC 1s•ƒPQC Qƒ•C k
h) t† = j . ∈ ℝK×K / . •4€Q€, C• P€Qsv, psv •íQ€Cv mˆsmsˆ14sQC•€v k
i) t‰ = j . ∈ ℝK×K / . •4€Q€, C• P€Qsv, ƒQC •íQ€C 0Š p€ s•ˆCv •íQ€Cv k
En los ítems (f) a (i) los conjuntos tienen por elementos matrices cuadradas que se
denominan, singulares. En conceptos y aplicaciones que trataremos en esta unidad
temática y en otras de la asignatura, resultará importante distinguir si una matriz
cuadrada es singular o es no singular.
tE‹ = j . ∈ ℝK×K / .^ = . k
Los elementos del conjunto tE‹ son matrices cuadradas que se denominan Simétricas.
j)

k) tEE = j . ∈ ℝK×K / . = −.^ k

Los elementos del conjunto tEE son matrices cuadradas que se denominan Antisimétricas
tEB = j . ∈ ℝK×K / .B = . k
Los elementos del conjunto tEB son matrices cuadradas que se denominan Idempotentes
l)

m) tE@ = j . ∈ ℝK×K / .B = _ k
Los elementos del conjunto tE@ son matrices cuadradas que se denominan Involutivas

4.2) Resolver:
a) Proponer un ejemplo para cada una de las siguientes propiedades. Luego, demostrarlas2.
1) Si . es una matriz simétrica: ∀ / ∈ ℝK×K resulta que (/./^ ) es simétrica.
2) Si . ∈ ℝK×K entonces (. + .^ ) es simétrica.
3) Si . ∈ ℝK×K entonces (. − .^ ) es antisimétrica.
4) Si . ∈ ℝK×K entonces (..^ ) y (.^ .) son simétricas.
¿Se cumple la propiedad si . ∈ ℝJ×K ?
5) Si . ∈ ℝK×K y / ∈ ℝK×K son matrices simétricas entonces (. + /) es simétrica.
6) Si . ∈ ℝK×K y / ∈ ℝK×K son matrices simétricas entonces (./) es simétrica si
./ = /.

2
Recordar que para demostrar debe utilizar elementos genéricos.

84
 b) Mostrar que toda matriz . ∈ ℝK×K se puede descomponer como suma de una matriz
simétrica y otra antisimétrica.

Las actividades 5 y 6 se relacionan con los temas: Rango de una matriz, Matriz inversa y Matriz

ℝJ×K pueden
ortogonal.

ℝK y también, como un conjunto de Q vectores

Para comprender el concepto de rango es necesario entender que las matrices de

pensarse como un conjunto de P vectores fila de

columna de ℝJ
Cuando contamos cuántos vectores fila como máximo son linealmente independientes, hemos
determinado el rango fila de la matriz y cuando contamos cuántos vectores columnas como máximo son
linealmente independientes, hemos determinado el rango columna.
Se demuestra que en toda matriz el rango fila es igual al rango columna. Este número máximo de
vectores fila o columna de una matriz que son linealmente independientes es el número que se denomina
rango de la matriz.
El rango es un concepto importante, nos permite, por ejemplo, analizar si existe la matriz inversa de una
matriz de orden Q × Q.
Si una matriz ∈ℝ ×
tiene rango entonces es no singular y existe su inversa.
El rango y la inversa de una matriz son conceptos que aplicaremos en otras unidades temáticas de la
asignatura.

En cuanto al concepto de matriz ortogonal, estas matrices son matrices cuadradas no singulares cuya
inversa se puede calcular fácilmente, sólo necesita saber trasponer una matriz, ya que si una matriz

ℝB y ℝ@ cuando estudiemos
cuadrada es ortogonal, su inversa es su traspuesta.

Por otra parte, retomaremos el concepto de matrices ortogonales de

transformaciones lineales y diagonalización de matrices a las cónicas, aprenderemos que un significado de
las matrices ortogonales es representar la rotación de un sistema de referencia.

Actividad 5
5.1) Contestar:
a) ¿Cuáles son los posibles valores de rango de una matriz . ∈ ℝ@×@ ?
b) ¿Cuáles son los posibles valores de rango de una matriz . ∈ ℝA×{ ?
c) ¿Cuáles son los posibles valores de rango de una matriz . ∈ ℝA×B ?
d) Proponer:
i) Una matriz . ∈ ℝ@×@ , con rango es: 0, 1, 2, 3.
ii) Una matriz / ∈ ℝB×@ con rango 0, 1, 2
iii) Una matriz 0 ∈ ℝ@×B con rango 0, 1, 2
Justificar, en cada, la propuesta.

85
5.2) Hallar el rango de las siguientes matrices empleando el método de Gauss- Al– Khowarizmi (780 – 850) fue un
matemático árabe que describió el
Jordan:
uso de los números hindú-árabes y
 −1 − 2 1 3 − 2 3 1 las reglas de la aritmética básica.
   
 5 −2 −3 4  −1 − 2 0 A él se debe el origen de las
a) A =  b) B = 
2 1 − 5 −1 
palabras ÁLGEBRA (deriva de Al –
3 − 2 −1
    jabr) y ALGORITMO (deriva de Al–
 2 0 −2 2  − 4 −1 1 
  Khowarizmi).
Mucho tiempo ha pasado hasta el
 2 −1 4
  desarrollo de la teoría de la presente
c) C =  − 4 2 −8 unidad, como por ejemplo: (Sir)
− 6 3 − 12  Arthur Cayley (1821–1895) es uno

de los fundadores de la teoría de
matrices, aunque su amigo James
5.3) Hallar el valor de k para que el rango de las matrices sea el indicado empleando Sylvester (1814–1897) fue quién
acuñó el término matriz. Ambos
el método de Gauss-Jordan:
ejercieron la abogacía y se dedicaron
1 − k − 3  a realizar investigaciones en el
 
a) A =  3 − 3 6  rango 2 campo de la matemática. Son

4 0 − 11
considerados entre los mejores
 matemáticos de su época.

 1 0 3 −2 0
 
 k 2 2k 0 1
b) B=  rango 3
−1 − 5 1 1 − 3
 
 0 2 3 −6 1


Actividad 6

3 4 3 −4
6.1) Resolver:

a) Sean las matrices . = 6 :y/=6 :. Calcular: ./ y ./

2 3 −2 3
¿Qué relación

4 6
existe entre ellas?

b) Sea la matriz . = 6 :, encontrar, si existe una matriz / ∈ ℝB×B tal que ./ = /. = _

3 3

6.2) Obtener, de ser posible, la matriz inversa de las siguientes matrices empleando el Método de
Gauss-Jordan:

−
√B √B
−2 4 0 1
\=6 :; g=6 :; l= ŒB B
Ž
−2 3 1 1 √B √B
B B

 1 −1 0  2 0 − 2  2 − 1 3
     
A =0 1 − 1 ; B =−1 2 3 ; C = 1 0 4
1 0 1  4 − 1 − 5  1 − 2 3
    

86
6.3) Resolver:
a) Encontrar tres matrices que pertenezcan a cada uno de los conjuntos que se definen a

1) tE = j . ∈ ℝK×K / •(.) = Q k
continuación:

Los elementos del conjunto tE son matrices cuadradas que se denominan No singulares
2) tB = j . ∈ ℝK×K / •(.) < Q k
Los elementos del conjunto tB son matrices cuadradas que se denominan Singulares
3) t@ = j . ∈ ℝK×K / .)E = .^ k
Los elementos del conjunto t@ son matrices cuadradas que se denominan Ortogonales.
Observación: Notar que .)E = .^ equivale a ..^ = .^ . = _

1sv ‘ v€Q ‘
b) Comprobar que las matrices de los siguientes conjuntos son ortogonales

1) tE = • . ∈ ℝB×B / . = W X 1sQ ‘ ∈ ℝ“
– v€Q ‘ 1sv ‘
1sv ‘ v€Q ‘ 0
2) tB = ” . ∈ ℝ@×@ / . = =−v€Q ‘ 1sv ‘ 0> 1sQ ‘ ∈ ℝ•
0 0 1

6.4) Demostrar que:

a) Si . ∈ ℝK×K es una matriz no singular, entonces .)E ∈ ℝK×K es no singular y
(.)E ))E = .
b) Si . ∈ ℝK×K y / ∈ ℝK×K son matrices no singulares entonces (./))E = /)E .)E

c) Si A ∈ ℝ—×— es una matriz no singular, entonces IA˜ R = (A)E)˜

)E

d) Si . ∈ ℝK×K y / ∈ ℝK×K son matrices ortogonales entonces ./ también es ortogonal.

e) Si . ∈ ℝK×K es una matriz idempotente y / ∈ ℝK×K es ortogonal, entonces (/^ ./) es
idempotente.

6.5) Resolver: Recordar que, como el producto de

matrices no es conmutativo, entonces
a) Determinar qué condiciones deben verificar las matrices A y B, en
para multiplicar miembro a miembro en una
cada caso, para que aplicando operaciones matriciales pueda determinar ecuación matricial se debe analizar si es
la matriz X:
. ∈ ℝK×K , ™ ∈ ℝK×E , / ∈ ℝK×E
una multiplicación a derecha ó a izquierda.
Por ejemplo:
1) AX = B si
2) AX – X = 3B si ., /, ™ ∈ ℝ K×K
A.X = B ⇒ A–1 . A. X = A–1 . B a izquierda

3) AX + B = A – BX si ., /, ™ ∈ ℝ
X.A = B ⇒ X. A .A–1 =B. A–1
K×K
a derecha
(siempre que A sea no singular y que
existan los productos señalados)

87
6.6) Mediante operaciones matriciales, obtener una matriz ™ ∈ ℝ@×@ que sea solución de las

2 0 0 0 0 1
siguientes ecuaciones, si:

. = = 0 2 0> / = =0 2 0>
0 0 2 1 0 0
a) 2™ − .B = / − _ b) .™ + / = 0 c) /™ − ./ = _
d) .™+. = /™ + /
^ ^
e) 3.™ − / = . + /
B f) .™ − / = ™ + /

Actividad 7

Los ejercicios de la actividad 7 representan ejemplos sencillos de situaciones del mundo real que pueden
resolverse empleando el Álgebra matricial.

7.1)
El supermercado El Mejor Precio quiere llamar la atención de la clientela del supermercado Buen
Descuento, para lo cual publica la siguiente lista de precios por unidad:
café $ 8,50 ; fideos $ 2,80 ; leche $ 1,55 ; harina $ 1,05 ; aceite $ 7,75
El supermercado Buen Descuento tiene esos mismos productos a los siguientes precios:
café $ 8,70 ; fideos $ 2,85 ; leche $ 1,68 ; harina $ 0,90 ; aceite $ 7,35
Si un cliente desea comprar dos paquetes de café, tres de fideos, cuatro litros de leche, cuatro
paquetes de harina y una botella de aceite, ¿a cuál supermercado le conviene ir?

7.2)
Una empresa de ropa deportiva quiere liquidar su stock de ropa consistente en 150 remeras, 100
pantalones, 120 buzos y 90 conjuntos. El dueño quiere saber a qué precio le conviene vender cada
prenda para obtener la mejor ganancia, para ello debe decidir entre los siguientes precios:
a) $10 cada remera, $ 20 cada pantalón, $ 19 cada buzo, $ 90 cada conjunto.
b) $12 cada remera, $ 18 cada pantalón, $ 21 cada buzo, $ 89 cada conjunto.
c) $11 cada remera, $ 20 cada pantalón, $ 22 cada buzo, $ 85 cada conjunto.
¿ A qué precios le conviene publicitar las prendas?. Elegir la opción más conveniente.

7.3)
Un constructor puede adquirir las cantidades requeridas de madera (M), ladrillos (L), cemento
(C), vidrio (V) y pintura (P) de cualesquiera de tres proveedores. Cada proveedor (P1: proveedor
1, P2: proveedor 2 y P3: proveedor 3) fija los precios unitarios de estos materiales de acuerdo
con la siguiente matriz:

88
  M L C V P
 
 P1 5 5 6 2 4
A=
P2 9 4 5 2 5
 
 P3 9 5 6 1 5 

donde cada renglón corresponde a un proveedor y las columnas representan los precios unitarios
de los materiales. Para minimizar los costos de transporte, el contratista adquiere todos los
materiales para cualquier obra particular al mismo proveedor. En la matriz que se muestra a
continuación, cada renglón expone, la cantidad de unidades de cada material que necesita el
contratista para realizar cada una de las tres obras que tiene en ejecución (O1: obra 1, O2: obra 2,
O3: obra 3):
 M L C V P
 
 O1 40 8 10 6 6 
B=
O2 30 0 16 16 4 
 
 O3 60 20 40 30 24 

Mediante el uso de operaciones entre matrices, decidir cuál es el proveedor que el contratista
debería usar para cada obra.

7.4)
Un proyecto de investigación nutricional comprende adultos y niños de ambos sexos. La
composición de los participantes está dada en la tabla:
Adultos Niños
Hombres 80 120
Mujeres 100 200

El número de gramos diarios de proteínas, grasas y carbohidratos que consume cada niño y cada
adulto está dado en la siguiente tabla:
Proteína Grasa Carbohidratos
Adultos 20 20 20
Niños 10 20 30

Mediante operaciones entre matrices, contestar:

a) ¿Cuántos gramos de proteínas ingieren diariamente todos los hombres del proyecto?
b) ¿Cuántos gramos de grasa consumen a diario todas las mujeres?

89
7.5)
Existen dos métodos para el análisis de estructuras4 estáticamente indeterminadas, uno de ellos es
el método de las fuerzas.
En este método, cuando se analiza una estructura estáticamente indeterminada, se suprimen un
número suficiente de incógnitas que en principio resultan sobreabundantes (reacciones o fuerzas
internas o ambas) de la estructura hiperestática, de modo que se logre una estructura estable y
estáticamente determinada, es decir, que puede resolverse por los métodos convencionales de la
estática, sin considerar, como ocurre con las hiperestáticas, la incidencia de las deformaciones.
James Clerk Maxwell publicó en 1864 por primera vez un método de fuerzas para analizar
estructuras hiperestáticas. Su método se basó en deflexiones, pero no llamó mucho la atención en
la comunidad científica. Diez años más tarde Otto Mohr, independientemente, amplió la teoría
casi a su estado actual de desarrollo. El análisis de estructuras hiperestáticas empleando las
deformaciones (y en consecuencia, las rigideces de las piezas y elementos que las componen) se
suele denominar como el método de Maxwell – Mohr.
Por ejemplo, la viga de cuatro vanos que se muestra en la figura es estáticamente indeterminada
de tercer grado (hiperestático de tercer grado: hay tres vínculos cuya respuesta ante las cargas no
puede determinarse por los mecanismos convencionales de la estática, y requiere de la
consideración de la rigidez de la pieza –donde intervienen el momento de inercia I y el módulo de
elasticidad de Young E del material). Las tres reacciones R1, R2 y R3 en los apoyos móviles se han
escogido como incógnitas sobreabundantes, cuya determinación depende, además de las cargas
que solicitan a la estructura, de la consideración de los aspectos arriba indicados. Aquellos
estudiantes que sigan las especialidades de Civil o Mecánica van a tener que resolver, en las
materias de especialización, problemas como el que de manera elemental ahora se plantea (La
estructura podría ser –simplificadamente- un puente con apoyos fijos en las pilas extremas y
apoyos móviles o sobre rodillo en los vanos internos)

135 kN 135 kN 270 kN 270 kN

3m 3m 3m 3m 3m 3m 3m 3m

δR1=0 δR2=0 δR3=0

R1 R2 R3

4
McCormac, Elling. “Análisis de estructuras. Método clásico y matricial”. Editorial Alfaomega. México, 1994.

90
La ecuación matricial que describe las deflexiones totales en cada uno de los puntos asociados con
las incógnitas sobreabundantes que se han elegido para la estructura que se muestra en la figura
es:
162 198 126   R 1   103275 
1     1  
198 288 198  .  R 2  =  149445 
EI    E I 109957 ,5 
126 198 162   R 3   
Se pide: determinar, empleando elementos del álgebra matricial, el valor de las reacciones en los
apoyos designadas como R1, R2 y R3.

Actividad 8
Los ejercicios de la actividad 8 son variados, es decir para resolverlos debe poner en juego todos los
conceptos que ha aprendido en la presente unidad temática.
Recuerde estar ATENTO al contexto en el que está trabajando y al contexto al que pertenece la respuesta
que reconoce que debe hallar.

Sea š el plano que pasa por el punto .(1; 1; 1) y es perpendicular a la recta

U + V + Z = 0r
8.1)

ŠE : • y sea jg‹ k = m•š ∩ ŠE . Sea la matriz / ∈ ? @×@ . La primera columna de la

V+Z = 0
matriz / está formada por las componentes del vector normal del plano š. La segunda columna
de la matriz / está formada por tres números reales: C, o y 1. La tercera columna de la matriz /
está formada por las coordenadas del punto g‹ . Investigue si existen valores reales para C, o y 1
tal que la matriz / sea idempotente.

1 P P 1 1 5
8.2) Sean las matrices: . = =1 2 4 > y / = =2 1 7>
2 3 5 3 2 8
a) Pensando a las filas de la matriz / como puntos de ? @ podemos obtener la ecuación de
un plano š que pase por dichos puntos. Considerando la segunda y la tercera fila de la
matriz . como puntos de ? @ podemos obtener la ecuación de una recta ˆ que pase por
dichos puntos. Analice si la recta ˆ está incluida en el plano š.
b) Las columnas de la matriz . + / son vectores de ? @. Investigar si existe valor para
P ∈ ? de forma tal que ellos determinen un paralelepípedo de volumen igual a 64
unidades cúbicas.

m m m
•ž = (2; 2; 1), sea la matriz . = Ÿm 5
••ž = (0; 3; 4) y ƒ
8.3) Sean los vectores [ o
5 C C
donde m es la proyección escalar del vector ƒ
•ž sobre la dirección del vector [
••ž.

91
 Cuando haya estudiado la

18 16 8
unidad temática de

Sabiendo que .B = =19 30 10>, analice si existen C ∈ ? y o ∈ ? para que

determinantes vuelva a los

17 16 12
ejercicios 8.3, 8.4, 8.5, 8.6
y 8.8 para resolverlos

la matriz . sea no singular.

utilizando un marco
teórico equivalente. Esto
es porque: rango de una
matriz cuadrada y su
determinante están
asociados a la existencia de
la matriz inversa.

1 0 1
8.4) Halle la matriz X ∈ R3 x3 tal que: A ⋅ X + B = C ⋅ X siendo   B = At
A = 0 2 0 , y
1 1 2
 
C = A2

1 2 0
 
8.5) Sea la matriz: B = 1 1 k 
0 k 1
 
a) Mostrar que para todo k ∈ R la matriz: B 2 es no singular.
b) Considere: k = 0 para resolver la ecuación matricial: B −1 ⋅ X + Bt = I siendo I ∈ R3×3 :
matriz identidad

 x 0 1
8.6) Sea la matriz P =  0 1 1  . Encontrar todos los valores de x ∈ R y h ∈ R , si existen, de
1 0 h
 
modo tal que el rango de la matriz P sea tres

8.7) Sean g, l ∈ ℝB×B e _ ∈ ℝB×B la matriz identidad, determinar el resultado de P + Q t ( )

2

sabiendo que:
 1 1
 2 P − 3Q =  
 1 1
P − Q = I


1 2 1  x 1 1 2 1 1
8.8) Sean A =  0 −1 −1 , B =  0 1 x  , C =  0 0 0  , D = A ⋅ B
y M = B.C
0 0 1     
  x 1 2 1 1 2
a) Hallar todos los valores de x ∈ R de modo tal que la matriz D admita inversa.
b) Considerar que x = 1 para calcular D−1 usando el método de Gauss – Jordan.
c) Obtener todos los valores de x ∈ R de modo tal que la matriz M admita inversa.

 1  −1  1  2 
        
 1 −1 1 2 
8.9) Sea el conjunto de matrices: A =    ;  ;  ;  
  0   2 1 1 
  1   2  1  1  
       
a) Analizar si el conjunto de matrices A es un conjunto linealmente independiente o
dependiente.

92
 a
 
b
b) Encuentre, si existen, los valores para a ∈ R y b ∈ R tal que la matriz:   resulte
a
 
b
combinación lineal de las matrices del conjunto A.

8.10) Analizar si las siguientes afirmaciones son verdaderas o falsas. En caso justificar el valor de
verdad asignado.

a) Si . ∈ ℝK×K es ortogonal entonces (. − .^ )(.)E + .) = 2.B

b) Si . ∈ ℝK×K y / ∈ ℝK×K son matrices involutivas que conmutan entonces
(. − /)(/ + .) = 0 siendo 0 la matriz nula de igual orden que . .
c) Si . ∈ ℝK×K es idempotente entonces .B (. − .)E ) = 0, siendo 0 la matriz nula de igual
orden que ..
d) El producto de dos matrices diagonales de ℝK×K es otra matriz diagonal.
e) Para toda matriz no singular . ∈ ℝK×K , se verifica que (.B ))E = (.)E )B
f) Si . ∈ ℝK×K y / ∈ ℝK×K son no singulares entonces existe (. − /))E

Aproveche este espacio para realizar anotaciones personales

93
 Preguntas que guían el estudio
1) ¿Qué propiedades tiene la suma de matrices?
2) Demostrar las siguientes propiedades:
a) Sean . ∈ ℝJ×K y / ∈ ℝJ×K : . + / = / + .
b) Sea . ∈ ℝJ×K : . + (−.) = (−.) + . = 0
3) ¿Qué propiedades tiene el producto entre un escalar y una matriz?
4) Demostrar las siguientes propiedades:
a) Sean . ∈ ℝJ×K y 1 ∈ ℝ: 1. = .
b) Sean . ∈ ℝJ×K y b, c ∈ ℝ: b(c.) = (bc). = c(b.)
5) ¿Qué propiedades tiene la multiplicación de matrices?
6) Si ./ = /. y m es un entero no negativo, comprobar que: (./)n = .n /n
7) Sea . ∈ ℝB×B una matriz diagonal. Calcular: .B , .@ , .A , … .n siendo m un entero no
negativo.
8) Definir rango de una matriz.
9) Explicar la relación entre los conceptos: matriz singular, rango de una matriz, existencia
de la matriz inversa.
10) ¿Cómo deben ser los vectores fila o los vectores columna de una matriz cuadrada para
que no admita inversa?
11) ¿Cómo deben ser los vectores fila o los vectores columna de una matriz cuadrada para

C o
que sea singular?

12) Demostrar que la matriz . = 6 : admite inversa si: Cp − o1 ≠ 0

1 p
b 0 0
13) Demostrar que: Si . = = 0 b 0 > con b ≠ 0 entonces .)E = _
E
e
0 0 b
14) Sean las siguientes afirmaciones:
¡spC PC•ˆ4Z . ∈ ℝ@×@ p€ ˆCQ‚s 3 CpP4•€ 4Q¢€ˆvC, €v p€14ˆ, €v Qs v4Q‚ƒ•Cˆ
t4 uCž, o•ž, 1žx ⊂ ℝ@ €v •4Q€C•P€Q•€ 4Qp€m€Qp4€Q•€ v4 Cž ⋅ Io•ž × 1žR ≠ 0
Teniendo en cuenta estas afirmaciones, es posible, establecer un método distinto al de
Gauss – Jordan para determinar si una matriz . ∈ ℝ@×@ admite o no inversa.

Las preguntas 10, 11 y 14, tienen por objetivo articular dos de las unidades temáticas, la unidad de
álgebra vectorial y la unidad de álgebra matricial.
Los contenidos de cada unidad temática tienen sus propias conexiones, tal como intentamos dejar en
evidencia mediante los mapas conceptuales.
Pero, también existen vinculaciones entre las unidades que pueden ser útiles al momento de resolver
actividades prácticas o teóricas. Descubrirlas, permite tener un aprendizaje integral de la asignatura.

Su estrategia de estudio debe intentar ser con este tipo de mirada, es decir, integrando conceptos,
vinculándolos y diferenciándolos.

94
 Respuestas de las actividades Prácticas y Teóricas
Actividad 1

. y 0 son matrices cuadradas, en ambas hay igual número de filas que de columnas
1.1)
a)
b) Los elementos de la segunda fila de . son CBE = 3 y CBB = 0
c) En la matriz /sólo en un elemento 4 > 5, el cual es oBE = −3
d) En la matriz 0 los elementos donde 4 = 5, son 1EE = 0, 1BB = 0 y 1@@ = 1
Se llama Diagonal Principal de una matriz cuadrada a los elementos donde 4 = 5, la suma de ellos se
llama traza de la matriz.

0 2 2 2
1.2)

0 2 3 4 1 −1 1
a) 0 = =1 0 2 2> b) / = 6 : c) . = 6 :
2 0 6 8 −1 1 −1
1 2 0 2

1.3) a) . ∈ ℝE×@ •C• ¥ƒ€: C23 = 32

b) / ∈ ℝB×A •C• ¥ƒ€: C23 = 0 v4 4 = 1 V C23 = 1 v4 4 = 2
c) 0 ∈ ℝ@×@ •C• ¥ƒ€: C23 = 0 v4 4 = 5 V C23 = 4 + 5 v4 4 ≠ 5

¿En algún caso puede dar otra fórmula que defina a la matriz propuesta?

Actividad 2

2.1) a) U = −3, V = 2 o U = 2, V = −3 b) U = ; V = ; Z = ,[ =
… { E… …
~ ~ EB EB

 4 − 5  3 − 3 − 1
     4 − 3  3 − 3
2.2) a)  − 9 0,5  b)  1 1 1 c)   d)  
 − 4 − 3 − 4 0 0   0 − 1
   2 0 

8 0 20
g) =0 8 0>
16 − 13
0 0 8
e) no se puede efectuar f)  
 1 0 

−3 0
‰ B
0 0
: ó ] = Ÿ−p −
¦§
a) ] = ΠB
@Ž b) ] = Œ B {
Ž c) ] = 6 con 1 ≠ 0
0 0
¨
3 −{ 0 1 p
2.3)
B

2.4)
  a b     a b  
a) 1)    ∈ R 2 x 2 / a = d − 2c ∧ b = 0  2)    ∈ R 2 x 2 / a = 2b + d ∧ c = − b 
  c d     c d  

C o −1 −p
b)

1) Las matrices . = 6 : ∈ ℝB×B que verifican son de la forma: 6 : con 1 ∈ ℝ y p ∈ ℝ. Una

1 p 1 p
−5 3
matriz es: . = 6 :
5 −3

95
 C o 2o o
2) Las matrices . = 6 : ∈ ℝB×B que verifican son de la forma: 6 : con o ∈ ℝ y p ∈ ℝ. Una
1 p 2p p
−10 −5
matriz es: . = 6 :
14 7
2.5)

(./)B = (./)(./) por definición de potenciación

a) Falso b) Verdadero c) Falso d) Verdadero
e)
(./)B = (/.)(/.) pues por hipótesis . y / conmutan
(./)B = (/.)B por definición de potenciación
Por lo tanto, la proposición es Verdadera

4 2 2 −1 0 0 2 −1 4 2 2 1
f) Verdadero

g) Sucede que, por ejemplo: 6 :6 :=6 : 6 :6 := 6 :

6 3 −4 2 0 0 −4 2 6 3 −4 −2
y

entonces la proposición es Falsa

En los casos (h) e (i) aunque no conozca la herramienta que permite realizar la demostración formal de la
proposición, puede inducir que las proposiciones son Verdaderas.
j) Falsa

Actividad 3

a) g no es CL de las matrices del conjunto .

3.1)

b) g es CL de las matrices del conjunto .

Se tiene que: 4(1 1 1) − 2(1 1 0) − 1(1 0 1) = (1 2 3)
c) g es CL de las matrices del conjunto .
1 2 0 1 0 0 0 1 0 3 2 0
:+26 :+06 :=6 :
1 0 1 0 1 1 1 0 1 1 2 3
Se tiene que: 16

l no es CL de las matrices del conjunto .

3.2) a) tE es LD b) tB es LI

3.3) a) U = 11, V = 9 b) U = , V=
B{ E@
@ B

Actividad 4
4.1)
Ofrecemos como respuesta sólo un elemento de cada uno de los conjuntos que se han definido y en todos
los casos mostramos una matriz de orden 3 × 3.
Usted, si lo desea, puede ofrecer ejemplos en otros órdenes.
Para responder a este ejercicio es importante comprender la definición del conjunto.
En algunos casos el proceso de resolución es análogo al caso desarrollado de matrices nilpontentes.
Si tiene dudas, no dude en consultar con su profesor.

1 3 7 −2 0 0 2 0 0 4 0 0
a) . = =0 5 9> b) . = =−4 3 0> c) . = =0 3 0> d) . = =0 4 0>
0 0 12 −5 6 6 0 0 7 0 0 4

96
 5 −1 2 0 0 0 1 2 3 1 1 1
e) . = =7 −2 0> f) y g) . = =3 4 0> h) . = =2 4 6> i) . = =2 3 4>
9 −1 −3 1 0 0 3 6 9 3 4 5
1 2 −3 0 −11 2
j) . = = 2 0 5> k) . = = 11 0 3>
−3 5 3 −2 −3 0
0 0 0 0 0 −1
l) . = =0 0 0> m) . = = 0 1 0>
1 1 1 −1 0 1
4.2)

1) Una pista… empiece considerando que: (/./^ )^ = (/^ )^ (./)^ = ⋯

a)

2) y 3)
Para probar que cualquiera sea la matriz cuadrada A , B = A + A es simétrica y
T
C = A − AT es
antisimétrica, se debe probar que ∀i; ∀j : bi j = b j i y que ci j = −c j i .

bi j = ai j + ai j = ai j + a j i y b j i = a j i + a j i = a j i + ai j . Comparando las anteriores

T T
•

∀i; ∀j : bi j = b j i , luego B = A + A T es simétrica.

ci j = ai j − ai j = ai j − a j i y c j i = a j i − a j i = a j i − ai j = −(a i j − a j i ) . Comparando
T T
•

las anteriores ∀i; ∀j : ci j = −c j i , luego C = A − AT es antisimétrica.

4)
La demostración del ítem ( 4 ) ejercicio para el lector. Consultar con su profesor.
Ofrecemos un ejemplo como pista para la pregunta que aparece en el ejercicio.
 0 1 0 − 1 − 2
  AT A  
AA T
 −1 2 1 2 3 
− 2 3   0 1 1 2 3
    
 0 −1 − 2  5 − 8  −1 2 2 5 8
   
1 2 3  − 8 14   − 2 3
 
3
 8 13 

5)
Para mostrar que la suma de dos matrices simétricas es otra matriz simétrica sólo se debe comparar el
elemento ci j y c j i de la matriz suma.
Estos son c i j = a i j + bi j y c j i = a j i + b j i .
Puesto que A y B son simétricas entonces a j i = ai j y b j i = bi j . Entonces
c i j = a i j + bi j = a j i + b j i = c j i ; luego ∀i; ∀j : ci j = c j i , ⇒ C = A + B es simétrica.
Nota: De igual manera se pude probar que la suma de dos matrices antisimétricas es otra matriz
antisimétrica.

6) Una pista… empiece considerando que: (./)^ = (/)^ (.)^ = ⋯

b)
Para probar que una matriz cuadrada cualquiera puede ser descompuesta como la suma de una simétrica y
una antisimétrica, sólo se debe observar que se puede rescribir a A como:
1 1 1 1 1 1 1 1
A= A + A = A + A + AT − AT = ( A + AT ) + ( A − AT ) = As + Aa .
2 2 2 2 2 2 2 2
Donde la matriz As es simétrica y Aa es antisimétrica.

97
  0 1
Ejemplificamos con   :
 2 3
1   0 1   0 2    0 3 
2
As =  +  =
2   2 3   1 3    3
3 
 2
2
1   0 1   0 2    0 − 1 2 
Aa =   −  = .
2   2 3   1 3    1 0 
 2 
 0 1   0 3 2   0 − 1 2 
Luego:   = +
 2 3   3 2 3 2   1 2 0 


Actividad 5
5.1)
a) 0,1,2,3 b) 0,1,2,3,4 c) 0,1,2

0 0 0 1 2 3 1 2 1 1 1 0
d)

i) Rango 0: =0 0 0>, Rango 1: =2 4 6>, Rango 2: =2 1 2> y Rango 3: =1 0 1>

0 0 0 3 6 9 3 3 3 0 1 1
0 0 0 1 1 1 1 2 3
: , Rango 1: 6 : y Rango 2: 6 :
0 0 0 2 2 2 0 0 4
ii) Rango 0:6

0 0 1 2 1 0
iii) Rango 0:=0 0> , Rango 1: =2 4> y Rango 2: =0 1>
0 0 3 6 2 3
5.2) Rango de .: 3, Rango de /: 2 y Rango 0: 1

a) % = − *ª b) % = −«
*
5.3)

Actividad 6

= = + son inversas
6.1)
a)

4 6 C o 1 0 4C + 61 4o + 6p 1 0
b) Si resuelve la siguiente igualdad, encontrará la matriz :

6 :6 :=6 :⇒6 :=6 :

3 3 1 p 0 1 3C + 31 3o + 3p 0 1
Nota: El ítem b de la actividad 6.1 permite comprender el método de Gauss – Jordan para el cálculo de la
matriz inversa de una matriz no singular.

6.2)

−
@ B √B √B
−1 1
\ )E
=ΠEA
EŽ
…
g )E = 6 : l )E = ΠB B
Ž Observar que: l )E = l ^
E 1 0 −B
√B √B
… … B

98
 −@ −‰
† E A
1 1 1 ® E {±
‰
.)E = B =−1 1 1> Qs €U4v•€ /)E 0 )E = − ‰°
E E
- ‰ @
−1 −1 1
−
B E E
¬ ‰ @ ‰¯

6.3)
a)
1) Las matrices \, g, l, . y 0 de la actividad (6.2) son matrices cuadradas no singulares, pues admiten
inversa, entonces tienen como rango el valor máximo. Por lo tanto son elementos del conjunto tE
0 0 0
2) La matriz / es un elemento del conjunto tB . Otros elementos de este conjunto son: =0 0 0> cuyo
0 0 0
1 2 3 1 2 1
rango es 0, =2 4 6> con rango 1 y =2 1 2> de rango 2. Estas matrices son singulares, es decir no
3 6 9 3 3 3
admiten inversa.

−
√B √B

3) l = ΠB B
Ž es ortogonal ya que: l )E = l^ , entonces es un elemento del conjunto t@
√B √B
B B

Nota: Para proponer otros casos, puede usar el ítem c, de la actividad 6

b)
En ambos casos debe comprobar que: ..^ = _ que significa que: .^ = .)E

6.4)
a)
Si .)E es una matriz no singular podemos encontrar una matriz /, tal que: .)E / = /.)E = _
Sabemos que .)E . = ..)E = _, así que: / = . es una inversa de : .)E y como las inversas son únicas,
concluimos que: (.)E ))E = .

Debemos probar que: (i) (./)(/ )E .)E ) = _ y que: (ii) (/)E .)E )(./) = _
b)

Entonces:
(i) (./)(/ )E .)E ) = .(//)E ).)E = . _ .)E = . .)E = _
(/ )E .)E )(./) = /)E (.)E .)/ = / )E _/ = / )E / = _
Resulta entonces que: (./))E = /)E .)E
(ii)

c)
Tenemos que: .)E . = _ y .)E . = _
Al calcular las traspuestas obtenemos:
(.)E .)^ = _ ^ ⇒ .^ (.)E )^ = _ y (..)E )^ = _ ^ ⇒ (.)E )^ .^ = _
Por definición de inversa se concluye que: (.)E )^ = (.^ ))E

Sugerencia: Prueba que: (./)(./)^ = _ y (./)^ (./) = _ entonces habrá demostrado que: (./)^ es la
d)

matriz inversa de (./) y por lo tanto (./) es matriz ortogonal........ ☺

99
e)
Por definición de potenciación, por ser asociativa la multiplicación de matrices, por ser / ortogonal y por
ser . idempotente, se tiene que:
(/^ ./)B = (/^ ./)(/^ ./) = (/^ .)(//^ )(./) = (/^ .) _ (./) = /^ .B / = /^ ./

6.5)
a) X = A–1. B siendo A regular
b) X = 3 (A – I)–1 . B siendo (A – I) regular
c) X = (A + B) –1 . (A – B) siendo (A + B) regular

3 0 1 2 0 1
6.6)
0 0 −B
E
] = @ =0 5 0>
E
] = Œ0 0Ž
{
b) ] = ² 0 −1 0³
1 0 3 B
a)
1 0 2
c)
−B 0 0
E

−1 0 0 0 0 2
0
E E
d) ] = = P Q m> ] = =0 4 0>
® ±
B ~
0 0 −1 ] = -0 0° 2 0 0
E
f)
B
con P, Q, m ∈ ℝ
e)
0
E E
¬~ B¯

Actividad 7
7.1) Conviene ir de compras al Supermercado Mejor Precio
7.2) Conviene la opción b
7.3) Conviene elegir al proveedor 1.
La matriz que muestra los precios de cada proveedor para cada obra según el total de insumos es:

 O1 O2O3 
 
 P1 336 294 796 
P 484 402 1000 
 2 
P 496 402 1030 
 3

7.4)
Los hombres (adultos y niños) consumen diariamente 2800 unidades de proteínas y las mujeres (adultas y
niñas) consumen diariamente 6000 unidades de grasas.

7.5)
 R 1  153,08 
   
 R 2  = 180,80 
 R   338,71
 3  

Actividad 8
8.1) C = 0, o = 1 y 1 = −1
8.2) a) La recta está incluida en el plano b) P = −3 o P = 5

100
8.3) = 2, C = 1 y o = 1

−1 −3 −B
E
1 0 1 2 1 3 ® E±
8.4) / = =0 2 1>, 0 = =0 4 0> y ™ = - 0 1
B°
1 0 2 3 4 5
1 1
E
¬ B¯

3 4 2z
8.5)

a) Aplicando el método de Gauss - Jordan el rango de la matriz /B = =2 3 + zB 2z > es 3,

z 2z 1 + zB
independientemente del valor real que se otorgue a z.
1 2 0 −4 −1 0
b) Siendo / = =1 1 0>, se tiene que ™ = /(_ − /^ ) = =−2 −1 0>
0 0 1 0 0 0

8.6) Uℎ ≠ 1
1 −1 2 −1
8.7) l = 6 :, g = 6 :
−1 1 −1 2
1 3 2
8.8) a) U ≠ 0 b) µ )E = = 1 1 −1>
−1 −2 0
1 + 2U 1+U 0
c) No existe valor real para U de modo que la matriz \ = = U U 0> admita inversa.
2 + 2U 2+U 0
Observar que, cualquiera sea el valor real de U el rango de la matriz \ es 2.

8.9) a) El conjunto es LD b) Cualquiera sea el valor real de C, existe la CL y no es única.

8.10) a) Falsa b) Verdadera c) Falsa d) Verdadera

e) Verdadera f) Falsa

101
 Glosario

Matriz Antisimétrica: Son las matrices cuadradas que son opuestas a su transpuesta.
Matriz Columna: matriz que tiene una sola columna.
Matriz Cuadrada: matriz que tiene la misma cantidad de filas que de columnas.
Matriz Diagonal: Son las matrices cuadradas que tienen elementos nulos en las posiciones donde el valor
del subíndice fila no coincide con el del subíndice columna. Si los elementos de la diagonal principal son
iguales, la matriz se denomina matriz escalar.
Matriz Fila: matriz que sólo tiene una fila.
Matriz Idempotente: Son las matrices cuadradas que elevadas al cuadrado son iguales a si mismas.
Matriz Identidad: Son las matrices diagonales, cuya diagonal principal está formada sólo por 1.
Matriz Involutiva: Son las matrices cuadradas que elevadas al cuadrado dan la matriz identidad.
Matriz no singular o regular: una matriz cuadrada es regular, no singular o invertible si admite inversa.
Matriz Nula: matriz cuyos elementos son todos nulos.
Matriz Ortogonal: una matriz cuadrada es ortogonal si su matriz inversa es igual a su transpuesta.
Matriz Rectangular: matriz cuya cantidad de filas no coincide con la cantidad de columnas.
Matriz Simétrica: Son las matrices cuadradas que son iguales a su transpuesta.
Matriz Transpuesta: Es la matriz que se obtiene al intercambiar las filas por las columnas.
Matriz Triangular Inferior: Son las matrices cuadradas que tienen elementos nulos en las posiciones
donde el número de fila es menor que el número de columna.
Matriz Triangular Superior: Son las matrices cuadradas que tienen elementos nulos en las posiciones
donde el número de fila es mayor que el número de columna.
Matriz: arreglo rectangular de números reales o complejos. O bien, una función f : „: _J × _K → ·
Método de Gauss – Jordan: es un método que se basa en las operaciones elementales entre las filas de
una matriz y permite determinar el rango de la matriz, su matriz inversa y resolver sistemas de ecuaciones
lineales.
Método de inversión matricial: Se denomina de esta manera al método que nos permite resolver
ecuaciones algebraicas entre matrices cuadradas y también, es uno de los métodos para resolver sistemas de
ecuaciones lineales compatibles determinados: . ∈ ℝK×K •C• ¥ƒ€ •(.) = Q. Si .™ = / ⇒ ™ = .)E /
Rango: el rango de una matriz es la dimensión del espacio fila o columna de una matriz. O bien, la cantidad
máxima de vectores fila ó columna de la matriz linealmente independientes.
Traza: recibe este nombre la suma de los elementos de la diagonal principal de una matriz cuadrada.

Bibliografía
• Kozak, Ana; Pastorelli, Sonia; Vardanega, Pedro; “Nociones de Geometría Analítica y Álgebra
Lineal”, Editorial Mc Graw Hill, 1° Edición, Buenos Aires, 2007
• Anton, H., “Introducción al Álgebra Lineal”, Editorial Limusa, 2° Edición, México, 2000.

• Nakos, G., Joyner, D., “Álgebra Lineal con aplicaciones”, Thomson Editores, 1º Edición,
México, 1998.

102