Matrices

Definición de matriz

Una matriz A de m× n es un arreglo rectangular de m× n

números dispuestos en m filas o renglones y n columnas.

Notación de matrices

Las matrices se representan mediante letras mayúsculas como A, B,

C, D, E,. . . , mientras que los elementos de cada matriz con letras
minús- culas acompañadas de dos subíndices que generalmente
son i, j, las cuales representan el número de fila y el número de
columna donde se encuentra ubicado dicho elemento. El número de
filas y columnas de una matriz se representan por m y n,
respectivamente.

Ejemplos:

. Σ . Σ . Σ
2 1 2 1 0 1 01
A= B= C=
3 12 3 22 4 3

A = A2×2 = (aij )2×2 B = B2×3 = (bij )2×3 C = C2×2 = (cij )2×2

En la matriz B
2 = b11 primera fila, primera columna
1 = b12 primera fila, segunda columna
0 = b13 primera fila, tercera columna
3 = b21 segunda fila, primera columna
22 = b22 segunda fila, primera columna
4 = b23 segunda fila, primera columna

Clases de matrices

Matrices iguales: Dos matrices A = (aij)m1 n1×y B = (bij)m2 n2 son

×
iguales si y solo si:

a) m1 = m2

b) n1 = n2 para todo i, j elemento de los naturales

c) aij = bij

Se notará A = B
 Ejemplo: B=. Σ
2 1
.
2 1
A= no son iguales porque: n1 ƒ= n2
320
Σ 2×3
32 2×2
0
m1 = 2 n1 = 3 m2 = 2 n1 = 2
aij ƒ= bij
C=. Σ D=. Σ
10 10 son iguales porque:
3 2×2
3 2×2

a) m1 = m2

b) n1 = n2

c) cij = dij
 
2 3 2 3
E = 1 1
F = son iguales porque:
3×2 3×2
−2 −2
6 4 6 4

a) m1 = m2

b) n1 = n2

c) eij = f ij
.√ Σ α=2
G = 2 1/3 α 3×2 α=2
H=
.√ Σ
2 1/3 2 1×3 son
a 2 3 1
iguales si y solo si:
4 2 0 a
Matriz
cuadrada: Una matriz Amn se dice que es una matriz cuadrada
si m = n.

Ejemplo:
  
432
A= 6 5 1 es una matriz cuadrada m = 3 n = 3
346

Matriz fila y
matriz columna: i) Sea A = (a ij ) mxn se llama i-ésima fila de A a la
matriz Ai = (ai1 ai2 ai3 . . . ain ) o matriz fila.
ii) Sea A = (aij)mxn se llama j-ésima columna de A a
la matriz
 
a1j
a2j
 o matriz columna


.
am
j
Matriz
transpuesta: Sea A = (a ij) mxn , se llama matriz transpuesta de A a
la matriz B = (bkl )n m ×tal que bkl = a lk . Se nota B
= A t.

Ejemplo:
. Σ
3 −1 2 t  
3 4
A= su matriz transpuesta es A 2 3
4 7 3
2×3
= −1 3×2
7
2 3
 

antisimétrica: Una matriz A M ∈ n m ×se llama antisimétrica, si la
matriz transpuesta de A es igual a su opuesta. Es
At = −A.
de- cir:

.0 1 0 . Σ . Σ
0 1 0 0 1 0
A= 1 0 4 t −A
Σ0 −4 0 A = −1 0 −4 −1 0 −4
− 0 4 0 = 0 4 0

At = −A entonces A es una matriz antisimétrica

Matriz nula: Una matriz A = (aij) mn se dice matriz nula, si y

solo si aij = 0 para todo i, j.
Ejemplo: Matriz

00
A=. Σ es una matriz nula
0 0 2×2

identidad: Una matriz A = (aij ) nxn se llama matriz identidad,

si y solo si:

.ij 1, si i = j
a = 0, si i ƒ= j

Ejemplo:

 
. 1 0Σ 1 0 0
010
A= 0 1 B =  
2×2 0 0 1 

A y B son dos matrices identidad

Matriz
diagonal: Una matriz A cuadrada de n × n se llama matriz
dia- gonal, si y solo si aij = 0 para todo i ƒ= j.

Ejemplo:


. 1 0Σ 4 0 0
C= 0 2 D=  0 3 0
0 0 1

C y D son dos matrices diagonales
Matriz
escalar: Una matriz cuadrada de An×n se llama matriz esca-
lar si aii = α para todo i y aij = 0 para todo i ƒ=
Ejemplos:


. 2 0Σ 5 0 0
A = 
B = 0 5 0
0 2
0 0 5

Las matrices A y B son dos matrices escalares
Matriz
triangular
superior: Una matriz cuadrada de An×n es triangular superior,
si y solo si aij = 0 para todo i mayor que j(i > j).

Ejemplos:

  
1 34 4 3 2 1
0 1 4 3

A = 0 0 5  B=  
0 0 2 5 
0003 0 0 −1
0003

Las matrices A y B son triangulares superiores ya que tienen ceros

bajo la diagonal.

Matriz
triangular
inferior: Una matriz cuadrada de An×n es triangular inferior, si
y solo si aij = 0 para todo i menor que j(i > j).

Ejemplos:


. 2 0Σ 4 0 0
C= 3 4 D=  3 2 0
1 5 6

Las matrices C y D son triangulares inferiores ya que tienen ceros so-
bre la diagonal.
Operaciones elementales de fila

Entre las operaciones elementales de fila de una matriz de m filas y n

columnas se pondrá atención principalmente en 3 operaciones:
1.Multiplicación de una fila por un escalar no nulo. Sea Ar la fila r-
ésima y α un escalar diferente de cero
α.Ar = α(ar1 ar2 . . . . . . arn)
α.Ar = (αar1 αar2 . . . . . . αarn)

2.Reemplazo de la r-ésima fila de A por la fila r más α veces la fila

s, siendo r diferente de s.
Ar ← Ar + αAs r ƒ= s
3.Intercambiando filas en A
Ar ↔ As r ƒ= s
Definición.- Sean A y B, dos matrices de m × n, se dice que B es
equivalente por filas a A, si B se obtiene de A por me-
dio de un número finito de operaciones elementales
de fila.
Definición.- Una matriz A de orden m × n se llama reducida por
filas si:
1) El primer elemento no nulo de cada fila no nula es 1
2) Cada columna de A que tiene el primer elemento
no nulo de alguna fila no nula, tiene todos sus otros
elementos igual a cero.

Ejemplos: 0 0 0 0 0

A=
 0 1 0 4 −1
 es una matriz reducida por
 1 0 0 3 1
0 0 1 1 −1 filas

Teorema: Toda matriz A de rango m × n es equivalente por filas

a una matriz reducida por filas.
Ejemplo:

Hallar una matriz reducida por filas que sea equivalente por filas a
la matriz A.
 
1 2 3 
A= 2 3 4
3 4 5

≈ 
1 2 3
 F2 = F2 − 2F1
0 −1 −2 
0 −2 −4 F3 = F3 − 3F1

≈ 
1 2 3
 F2 = (−1)F2
0 1 2 
0 0 F3 = F3 − 2F2
0

1 0
 1 
≈ 0 1 −2 
0 0 0 F1 = F1 − 2F2



1 0 1
− 
R= 0 1 2
matriz reducida por filas
0 0 0

Entonces la matriz R es equivalente a la matriz A

R≈A

Definición.- El rango de una matriz A de orden m × n es el número

de filas no nulas de una matriz reducida por filas que
sean equivalente por filas a la matriz A. En el ejemplo
anterior el rango de A = 2
Definición.- Una matriz A = (a ij ) m ×n se llama escalonada
reducida por filas si:

1. A es reducida por filas.

2. Toda fila nula de A se hallan “bajo” las filas no

nulas

3. Si las filas 1, 2, 3 . . . r (r≤ m) son las filas no nulas

de A, y si el primer elemento no nulo de la fila i
se halla en la columna k, entonces k1 < k2 < k3
<
. . . < kr.

Ejemplo:


0 1 0 0 1 0 2 3  r= 3
0 0 0 1 3 0 1 0 k= 2 k1 < k2 < k3
 i= 1 Entonces
0 0 0 0 0 1 3 4 k= 4
i= 2 (2 < 4 < 6)
0 0 0 0 0 0 0 0  k= 6
i= 3

Teorema: Toda matriz A de rango m × n es equivalente por filas

a una matriz escalonada reducida por filas.

Operaciones con matrices

Suma de matrices:

A = (aij )m×n
Dadas las matrices entre
B = (bij )m×n

Llamaremos suma de la matriz A y B a la matriz C = (cij)m×n tal que

Cij = aij + bij notaremos como C = A + B
Ejemplos:

Realizar la suma entre A y B


−1  
102
A=  
4 31 B=  320 

0 2
2 1 1 113
   
−1 0 2 102
A + B  4 3 1 + 3 2 0
= 2 1 1 113
0 0 4
A+ B =
7 5 1
3 2 4


ACTIVIDAD DE REFUERZO

Ejercicios propuestos (autoevaluación)

Conocidas las matrices

. 4 3 2 1 Σ . Σ
2 0 0 1
A= 7 8 − 5 2 B − 3 2 7 6
= 0 4 3 1
6 3 4 6

3) B + C

Determine:

1) A +
B

2) A +
 0

0 2
. Σ
C= 0
3
1 2
2

−5
8 6
Propiedades de la suma de matrices

1) A − B = A + (−B)
2) −(−A) = A
3) −Om×n = Om×n
4) −(A + B) = (−A) + (−B)
5)Para todas las matrices A y B existe una matriz X
tal que A + X = B
6)Si A + B = A + C, entonces B = C.

Producto de un escalar por una matiz:

Sea A = (aij)m×n, aij elemento de la matriz A y α un número, entonces:

α · A = α(aij)m×n = (αaij)m×n.

Ejemplo:

. Σ =. Σ
∗ −1 3 −2 6
2 4 5 8 10

Propiedades del producto de un escalar por una matriz

1.1 · A = A
2. (0) · A = (0)
3. α · (0) = (0)
4. (−1)A = −A
5. Si α · A = (0) entonces α = 0 o A = (0)
 6. Entonces α · (βA) = β(α · A)

7. (α + β) · A = α · A + β · A

8. α(A + B) = α · A + α · B

9. α(A − B) = α · A − α · B

Producto de matrices

Dadas las matrices A = (aij)m×n, B = (bij)n×p, llamamos producto de A

por B a la matriz C = (cij)m×p tal que:
n
Para todo i = 1, . . . m
C =
ij ∑ aik b· kj
Para todo j = 1, . . . p
k=1

Notaremos como C = A · B

Ejemplo:

Realizar el producto de A por B

Σ2×  
. 3  1 2 4
1 2 B= −1 −2 0 
A= −1
1 −1 3 0 1 3 3×3

c11 = 1 · 1 + 2 · (−1) + (−1) · 0 = −1

c12 = 1 · 2 + 2 · (−2) + (−1) · (1) =
−3 c13 = 1 · 4 + 2 · (0) + (−1) · (3) =
1
c21 = 1 · 1 + (−1)(−1) + 3(0) = 2
c22 = 1 · 2 + (−1)(−2) + 3(1) = 7
c23 = 1 · 4 + (−1) · 0 + 3 = 13
. Σ
−1 −3 1
C=
2 7 13

Σ
 

Propiedades del producto de matrices

Las propiedades del producto se dan mediante los siguientes teore-

mas:
Para todo número y toda matriz Am×n y Bn×p

1. [α · A]B = α[A · B]
2. [A · α]B = α[A · B]
3. [A · B]α = A[B · α]
4. A · [B + C] = A · B + A · C
5. [A + B]C = A · C + B · C
6. [A · B]C = A[B · C]

Observación.- El producto entre las matrices no es conmutativo, es

decir: A · B ƒ= B · A.
 Matrices y sistemas de ecuaciones lineales

Sea un sistema de m ecuaciones lineales y n incógnitas representadas

como sigue:

 a11x1 + a12x2 + . . . . . . + a1nxn = b1 a21x1
 + a22x2 + . . . . . . + a2nxn = b2
....................................
....................................

a x + am2x2 + . . . . . . + amnxn = bm
m 1
y sea
a11 a12 · · ·
A= a1n a21 la matriz denominada matriz
 a22 · · ·
 a2n
 
a 
···  de coeficientes
m1 am2 ·· amn m×
· n
 1
x 
x2
X= 
 .  la matriz columna de variables x1, x2, · · · xn

xn . 
×1
n
 1
b  la matriz columna de variables b , b , · · · b
b =  b2
. 
bn
 . 1 2 n


incógnitas inicial puede ser expresado como:
Como la matriz es A· X= b ×
de orden A y X· ×
una matriz de
orden n 1, el pro-
ducto matricial A
d
X es una matriz de
orden m 1. Por lo
que el sis- tema
de ecuaciones y n