MATRICES – OPERACIONES CON MATRICES.

WORKING ADULT – LIMA ESTE

OCTUBRE – DICIEMBRE

Dr. Vidal Cabrera Félix

 MATRICES
Se define una matriz como un arreglo rectangular de elementos
ordenados en filas y columnas.

Así una matriz tiene la siguiente forma general:

a11 a12 a ij a1n
a21 a22 a2j a2n
A= a i1 a i2 a ij a in Filas

am1 am2 amj amn

Colum nas
Donde: a11, a12,... a21,... am1, am2,... amn

se llaman elementos de la matriz “A”.

“aij” es el elemento ubicado en la fila “i”, columna “j”.
 ORDEN DE UNA MATRIZ
Si una matriz tiene “m” filas y “n” columnas, entonces se dice que esta
matriz es de dimensión u orden “m × n” (no se efectúa).
Así la matriz “A”, se puede denotar:

A = (aij)m × n
Donde: m, n ZZ +
i = {1; 2; 3;... ; m}
j = {1; 2; 3;... ; n}

Ejemplo:
Escribir explícitamente la matriz:

A = (aij)2 × 3 / aij = 2i
–j
 TIPOS DE MATRICES
1. Matriz columna: Es aquella matriz, que tiene una sola columna, es
decir es de orden “m × 1”.

5
 
Ejemplo: 3 
 - 1 A=
  31

2. Matriz fila: Es aquella matriz, que tiene una sola fila, es decir es de
orden “1 × n”.

Ejemplo:
B=
 TIPOS DE MATRICES
3. Matriz nula: Es aquella matriz, cuyos elementos son iguales a cero y
se denota por .

Ejemplo:
 0 0 0=
 
0 0 0
4. Matriz cuadrada: Es aquella matriz, cuyo número de filas es igual al
número de columnas, y se denota:

A = (aij)n × n ó A = (aij)n

Ejemplo: Diagonal secundaria

3 4 -1
5 2A = - 6
7 3 1
Diagonal principal
 MATRICES
Traza de una matriz cuadrada: Es la suma de los elementos de su
diagonal principal.

Sea la matriz:
n
 = (aij) Traz(A) =
A aij
i1

Así en el ejemplo anterior: Traz(A) = 3 + 2 + 1 = 6

 CASOS PARTICULARES DE UNA MATRIZ
a. Matriz triangular superior: Es aquella matriz, cuyos elementos
que se encuentran debajo de la diagonal principal, son iguales a cero. Es
decir:

A = (aij)n es una matriz triangular superior,

si: aij = 0; " i > j

Ejemplos:
- 4 0 3
3 7  
 A = ; 0 B6
= 2
0 5 0 0 1 

 CASOS PARTICULARES DE UNA MATRIZ
b. Matriz triangular inferior: Es aquella matriz, cuyos elementos
que se encuentran encima de la diagonal principal, son iguales a cero.
Es decir: A = (aij)n es una matriz triangular inferior.

Si: aij = 0; " i < j

Ejemplos:
5 0 0
1 0   
 A = ; 0 2B = 0 
2 4 7 1 6
 
 CASOS PARTICULARES DE UNA MATRIZ
c. Matriz diagonal: Es aquella matriz que simultáneamente es
triangular superior e inferior, es decir todos los elementos fuera de
la diagonal principal son ceros.

A = (aij)n es una matriz diagonal, si: aij = 0; i j

Ejemplos:
2 0 0
7 0  
 A = ; 0 6B = 0 
0 5  0 0 8
 
 CASOS PARTICULARES DE UNA MATRIZ
d. Matriz escalar: Es una matriz diagonal, cuyos elementos de la
diagonal principal son iguales, es decir:
k; i  j
 escalar, si: aij =
A = (aij)n es una matriz
0; i  j
Ejemplos:
3 0 0
6 0  
 A=  0; 3 0
B= 
0 6 0 0 3 

 CASOS PARTICULARES DE UNA MATRIZ
e. Matriz identidad: Es una matriz escalar, cuyos elementos de la
diagonal principal son iguales a la unidad y se denota por "In".
1; i  j
0; Iin= (a
j ij) / aij =

Ejemplos:
1 0 0
1 0  
 I2 =  0; I31= 0 
0 1 0
 0 1 
 RELACIÓN ENTRE MATRICES
a. Igualdad de matrices: Dos matrices son iguales si y sólo si son
del mismo orden y todos sus respectivos elementos son iguales.
Así, dadas las matrices:

A = (aij)m × n ; B = (bij)m × n

A = B aij = bij: " i; " j

Ejemplo:

Calcular “x - y”, si las matrices son iguales.

 x - 3y x  2 6 - y 
A =
1 y
 ; B = 
   1 6-x 
 RELACIÓN ENTRE MATRICES
b. Transpuesta de una matriz: La transpuesta de una matriz A (de
orden m × n), es una matriz denotada por At (de orden n × m) que se
obtiene cambiando las filas por las columnas de la matriz A.

Ejemplo:

2 3
   2 t 5 - 1
5 A4=  A = 
- 1 3 4 6 
 6 
 RELACIÓN ENTRE MATRICES
c. Matrices opuestas: Dos matrices son opuestas si son del mismo
orden y además sus respectivos elementos son opuestos.

2 - 1 3   - 2 1 - 3
   
0 A6 = - 1 su opuesta es:- 0
A= -6 1 
1 4 1   - 1 - 4 - 1
   
 RELACIÓN ENTRE MATRICES
d. Matriz simétrica: Si una matriz es igual a su transpuesta, se llama
matriz simétrica.

Ejemplo:

7 3 2  7 3 2 
   
 3 -A1= 4   3A -=1 4 
t

 2 4 - 5  2 4 - 5
   

como: A = At “A” es simétrica

 RELACIÓN ENTRE MATRICES
e. Matriz antisimétrica: Si una matriz es igual al negativo de su
transpuesta, se llama antisimétrica.

Ejemplo:

 0 -2 3  0 2 - 3
   
A 2= 0 - 4  t -2
A = 0 4
- 3 4 0   3 -4 0 
   

 0 -2 3 
 
 2 0 - A-t 4=
- 3 4 0 

Como: A = -At "A" es antisimétrica.
 OPERACIONES CON MATRICES
1. Adición de matrices: Sean las matrices:

A = (aij)m × n ; B = (bij)m × n

Luego la matriz suma de “A” y “B” es:

A + B = (aij + bij)m × n
Ejemplo:  4 - 5 - 1  6
 4 - 1 - 5 6  - 1 5 

Sean:       
 1 A5=  3 ; B 2=  A+1 B =3 5  2   4 =7 
3 2   2 - 4 3  2 2 - 4   5 - 2
       

Observación:
- A - B = A + (-B) - A+B=B+A
- A + = + A = A - (A + B) + C = A + (B + C)
 OPERACIONES CON MATRICES
2. Multiplicación de matrices

a. Multiplicación de un escalar por una matriz

Sea:

A = (aij)m × n kA =
(kaij)m × n

5 Ejemplo:
3  5  8 3  8  40 24 
     
- 2 1  (- 2)  8 1  8   - 16= 8 
A = 8A =
 OPERACIONES CON MATRICES
b. Multiplicación de una matriz fila por una matriz columna:
Sean las matrices:
b 
 1
 b2 
A = (a1 a2 a3 ...an); B =
:
 
b 
 n n
A × B = (a1.b1 + a2.b2 + ... + an.bn) = aibi
i1

Ejemplo: 4
 
1 3Sean:
2  - 2
A=  5 ; B =
 

A × B = 1 × 4 + 3(-2) + 2 × 5 = 8
 OPERACIONES CON MATRICES
c. Multiplicación de matrices
Sean las matrices:

A = (aij)m × n; B = (bij)n × p

Entonces se define:

A × B = (cij)m × p

donde “cij” resulta de multiplicar la i-ésima fila de “A” por la j-

ésima columna de “B”.

Observación: Sólo se puede hallar el producto “A.B” si el número

de columnas de “A” es igual al número de filas de “B”.
 OPERACIONES CON MATRICES
Ejemplo:
 3 2  4 3 1
  A =  B =
 - 1 4  2 2  - 1 2 2  2 3

C C12 C13 
C = A ×B =11 
C C 22 C 23 
 21

C11 = 3.4 + 2(-1) = 10 C21 = (- 1)(4) + 4(- 1) = - 8

C12 = 3.3 + 2.2 = 13 C22 = (- 1)(3) + 4.2 = 5
C13 = 3.1 + 2.2 = 7 C23 = (- 1)(1) + 4.2 = 7

Entonces:
 10 13 7 
A × B = 
- 8 5 7
 PROPIEDADES
1. (A ± B)t = At ± Bt

2. (At)t = A

3. (AB)t = BtAt

4. (KA)t = KAt

5. K(A + B) = KA + KB

6. A(B + C) = AB + AC
(B + C)A = BA + CA

7. (AB)C = A(BC)
 PROPIEDADES
8. En general “AB” no es necesariamente igual a “BA”.
Si “A” y “B” son dos matrices cuadradas del mismo orden
entonces:

“A” y “B” conmutan o son conmutativos « AB = BA

“A” y “B” son anticonmutativos « AB = -BA

9. AI = IA = A

10. In = I

11. Si: AB = AC, no implica que: B = C

12. “A” es una matriz idempotente, si: A2 = A

13. “A” es una matriz involutiva, si: A2 = I

14. “A” es una matriz nilpotente, si: A2 =

 SISTEMAS DE ECUACIONES, MÉTODOS
ANALÍTICOS
1. MÉTODO DE SUSTITUCIÓN
Consiste en resolver una de las ecuaciones del sistema respecto
a una incógnita y sustituir este valor en las demás ecuaciones, de este
modo se reduce en 1 el número de incógnitas. La ecuación resuelta con
respecto a una de las incógnitas y las que resultaron de sustituir aquella,
forman un sistema equivalente al original.
Enseguida se resuelve otra ecuación respecto a otra incógnita y
se sustituye en las restantes, etc, hasta conseguir una ecuación con una
incógnita.

Ejemplo:
Resuelve por el método de sustitución el sistema siguiente:
2 x  3y  6 ..........(1)

3x  y  20 ..........(2)
Resolución:
Despejamos una variable en una de las dos ecuaciones. En este
caso resulta más fácil despejar "y" en la segunda ecuación:
y = 20 - 3x .......... (3)

Sustituimos el valor de "y" en la primera ecuación, y así

obtenemos una ecuación que tiene una sola variable "x":
2x - 3 (20 - 3x) = 6

Resolvemos la ecuación anterior y así obtenemos el valor de la

variable "x":
2x - 60 + 9x = 6
11x = 66
x=6
Sustituimos el valor x = 6 en la ecuación (3) para calcular el valor
de "y":
y = 20 - 3(6)
y = 20 - 18
y=2
2. MÉTODO DE IGUALACIÓN

Este método es una variación del método anterior y consiste en

despejar la misma incógnita de todas las ecuaciones despejadas a los segundos
miembros de cada uno de los restantes, hasta quedarse con una sola incógnita.

• Ejemplo:
Resuelve por el método de igualación el sistema siguiente:
4 x  3y  9 ..........(1)

3x  4 y  8..........(2)

Resolución
Despejamos la variable "x" de la primera ecuación:
4x = 9 + 3y
9x = 3y ............. (3)
4
Despejamos la variable "x" de la segunda ecuación:
3x = 8 - 4y
x8 = 4 y ............ (4)
3
Igualamos los segundos miembros de las ecuaciones (3) y (4) para calcular
el valor de "y".

9  3y 8  4 y

4 3
3(9 + 3y) = 4(8 - 4y)
27 + 9y = 32 - 16y
25 y = 5
y = 1/5

Sustituimos el valor de y = en la ecuación (3) para calcular el valor de "x".

1
9  3 
5
x =4

x = 12/5
3. MÉTODO DE REDUCCIÓN O MÉTODO DE GAUSS

Consiste en sumar o restar miembro a miembro las ecuaciones

del sistema, multiplicadas previamente por factores convenientes, de tal
manera que se elimine una de las incógnitas. Repitiendo reiteradas veces
el proceso se logra eliminar las incógnitas a excepción de una, cuyo valor
se halla, y el valor de las otras incógnitas se obtiene sustituyendo en las
ecuaciones anteriores los valores encontrados.

• Ejemplo:

Resuelve por el método de reducción el sistema:

2 x  y  4 ............(1)

x  2 y  3...........(2)
Resolución:

Para eliminar "y", se multiplica (1) por 2 y se suma con (2),

obteniendo:

2.(1) : 4x - 2y = 8
(2) : x + 2y = -3
Suma : 5x =5
O sea : x=1

Sustituyendo x = 1 en (1), se obtiene:

2-y =4
y = -2
REGLA DE SARRUS (FORMA PRÁCTICA)

Se aplica la matriz trasladando las dos primeras columnas a la

parte final y se aplican multiplicaciones en dirección de las diagonales,
conforme se indica.

a11 a12 a13 

 
Sea: A =  a 21 a 22 a 23 
a31 a32 a33 
 

- - -
a 11 a 12 a 13 a 11 a 12

|A| = a 21 a 22 a 23 a 21 a 22

a 31 a 32 a 33 a 31 a 32
+ + +

|A| = (a11a22a33 + a12a23a31 + a21a32a13) - (a31a22a13 + a21a12a33 + a32a23a11)

Ejemplo. Hallar el determinante de:

3 4  3
 
A
 2= 0 1 
5 7 1 

Resolución:
- - -
3 4 -3 3 4

|A| = 2 0 1 2 0

5 7 1 5 7
+ + +

|A| = (3.0.1 + 4.1.5 + -3.2.7) - (5.0.-3+7.1.3+1.2.4)

|A| = -51
4. Método de Cramer

Dado un sistema lineal de 2 ecuaciones con 2 incógnitas:

a1 x  b1 y  c1
 x= y=
a2 x;  siempre
b 2 y  c 2que: s 0

Donde: a1 b1
1. Determinante del sistema (s): s = a b2
2
2. Determinante de una incógnita (i):

i x i y
c1 b1 a1 c1
Dx = a2 c2
Dy =
c2 b2
ÉXITOS EN SUS CLASES..!!!