MATRIZ

1 Introducción

El concepto de matrices fue inicialmente desarrollado en el siglo XVII, asociado a la

manipulación de gráficos y soluciones de ecuaciones lineales simultáneas. Hoy en día la
aplicación de las matrices y sus operaciones están ligadas a áreas tan diversas como la
física, gráficos de computador, la economía, los métodos estadísticos, la teoría de juegos,
redes, encriptología, etc.

Una matriz es una forma eficiente de ordenar información en columnas y filas. Por ejemplo,
consideremos una base de datos que contiene información de ventas, costos y utilidades
mensuales para dos empresas (empresa 1 y 2). La información de un mes se puede
ordenar fácilmente en una matriz de la siguiente forma:

 Empresa Ventas Costos Utilidades

M   Empresa 1 a b c 
(A2.1)
 
 Empresa 2 d e f 



Generalmente, se omiten los nombres que toman cada una de las columnas y filas de las
matrices, es decir, (A2.1) se puede reescribir como

a b c 
M  f (A2.2)
d e 

El tamaño de una matriz está determinado por el número de filas y de columnas; así, se
dice que la matriz M es una matriz de dimensiones 2  3 (2 filas por 3 columnas). Una

forma rápida de escribir esto es M 23 . En general una matriz puede tener n filas y m
columnas, y se representa así:

2
  a11 a1m 
   a 
A    (A2.3)
nm   ij i1, n; j 1, ,m

 a a 
 n1 nm 


En el caso especial cuando m  1 , la matriz A se conoce como un vector columna y se

denota por A . Si n  1, la matriz A se conoce como un vector fila2. Cuando el número

de filas y de columnas es el mismo ( n  m), la matriz A es llamada matriz cuadrada de

orden n . Si n  m  1, entonces A es conocido como un escalar (lo que coloquialmente se
conoce como un número).

En el caso de las matrices, se dice que A  B si y solamente si todos los elementos de la

matriz A son iguales a los de B , es decir aij  bij para todo i y j , donde i  1, 2,..., n y

j  1, 2,..., m

3
A continuación repasaremos rápidamente las operaciones matriciales, definiciones y
resultados más importantes que serán útiles a lo largo de un curso introductorio de
econometría. En especial se discutirá la matriz inversa.

1.1 La Matriz inversa.

La matriz inversa de la matriz cuadrada An es una matriz cuadrada de igual orden tal que

BAn  In . (A2.13)

1 1
Y se denota como A , es decir B  A . Además, si se post-multiplica la matriz An por

su inversa, también se obtendrá la matriz identidad. En otras palabras, la matriz inversa

1
además cumple que An An  I .n

Pero, ¿cómo encontrar la matriz inversa de una matriz An ? Primero es importante

recordar que no todas las matrices cuadradas poseen inversa. De hecho, sólo aquellas

4
matrices cuyas columnas y filas son linealmente independientes entre sí tendrán inversa.
En otras palabras, una matriz singular ( det  A  0 ) no tendrá matriz inversa.

Existen diferentes métodos para encontrar la matriz inversa de una matriz no singular, pero
aquí sólo repasaremos dos métodos. El primer método será emplear la transpuesta de la

matriz de cofactores conocida como la matriz adjunta ( Adj  A ). La matriz inversa

de una matriz An está dada por la siguiente fórmula

1
Adj  A  .
A1 
(A2.14)

n n
An

Ejemplo 8

3 2
Dada la matriz D    , encuentre su inversa.
1 0 
Respuesta: Para emplear la fórmula (A2.14), primero debemos calcular tanto el
determinante como la matriz adjunta de D . Así, tenemos que D  2 y

 0 2
Adj  D   
3 
. Aplicando la fórmula, la inversa de D esta dada por
1


1  0 2 
0 1 
3 
1
D     1
2 1 3    
2 2 

El segundo método que consideraremos es el método de reducción de Gauss-Jordan. En

algunas ocasiones, este método resulta menos tedioso que aplicar la fórmula dada en
(A2.14). Dada una matriz cuadrada An , este método parte de considerar la siguiente
matriz aumentada

5
  11 a1n 1 0
a 
   An In 

am1 amn 0 
1 
Posteriormente, por medio de operaciones de filas podemos reducir la matriz A a la
matriz identidad.

Así tendremos que:

1 0 d11 d1n 
 
  I A1 
   n 
0 1 dm1 mn 
 d 
.

Al final de las transformaciones, obtendremos la inversa de la matriz original a la derecha.

Ejemplo 9

2 9
Dada la matriz D  
4
, encuentre su inversa por el método de reducción de
1
Gauss-Jordan.

Respuesta: Primero necesitamos armar la matriz aumentada. Es decir

2 9 1 0
1 
 4 0 1 
Ahora necesitamos manipular esta matriz de tal forma que a la izquierda tengamos la
matriz inversa. Para esto, intercambiemos la primera fila con la segunda.
1 4 0 1
2 
 9 1 0 
Posteriormente, sumemos la fila uno multiplicada por (-2) a la fila 2.

6
 1 4 0 1 
0 
 1 1 2 
Finalmente, sumemos la fila 2 multiplicada por (-4) a la fila 1.

1 0 4 9 
0 
 1 1 2 

1 4 9 
Por tanto, D  
 1 2 

Un resultado especial, que nos será útil, es la inversa de una matriz diagonal. Ésta es una
de las inversas más fáciles de calcular. En general tenemos que:
1 
a 
1
a 

0 

11 0   11 
    (A2.15)



0 a  1 
 nn   0 
 ann 

Finalmente, repasemos rápidamente algunas propiedades de las matrices inversas.

 AB 
1
  B 1 A1

A 
1
1
 A

A 
T 1
  A1 
T


 Si A es una matriz simétrica, entonces A1 también será simétrica

7
8