UNIDAD 1: MATRICES

1. Definición de Matriz:

Por el uso constante de las matemáticas en la ciencia y la tecnología, así como en otros
campos del saber humano, se hace necesario el estudio de las matrices, las cuales
constituyen herramientas eminentemente útiles por su valor estructural y operativo. Las
matrices se utilizan en la mayoría de las ciencias y en la misma matemática para
resolver cálculos numéricos, en la resolución de sistemas de ecuaciones lineales, de las
ecuaciones diferenciales y de las derivadas parciales. Una gran cantidad de las
operaciones realizadas por las computadoras se hacen tomando como elementos a las
matrices. Tienen también muchas aplicaciones en el campo de la física.

Definición: Una matriz es un arreglo rectangular de elementos ordenados en filas y

columnas. Estos elementos pueden ser números reales, complejos, funciones, etc. y se
acostumbran a colocar entre corchetes.
En este curso trataremos con matrices cuyas entradas serán números reales.

1.1. Notación:
Las matrices, en general, se denotan por letras mayúscula y sus elementos se designan
por letras minúsculas seguidas de dos subíndices i, j, el primero (i) indica la fila en que
está ese elemento y el segundo (j) la columna.

 a11 a12 ... a1 j ... a1n 

a a22 ... a2 j ... a2 n 
 21 
     
Amn 
 ai1 ai 2 ... aij ... ain 
 
  aij
      Fila i
 
 am1 am 2 ... amj ... amn 

Columna j

En este caso, por ejemplo, Amn está denotando a una matriz que tiene m filas y n
columnas y el elemento a12 nos indica que está en la fila 1 y la columna 2.

Página 119
Sea i el número de filas y j el número de columnas a que pertenece cada elemento de

la matriz; luego aij representa un elemento cualquiera de la matriz, donde 1 i  m y

1 j  n.

Es importante tener presente que una matriz no tiene valor numérico y que solo es una
manera de ordenar datos.

1.2. Ejemplos de algunos de los usos que se les da a las matrices:

1) La matriz siguiente proporciona las distancias entre las ciudades indicadas (en
millas)
Londres Madrid New York Tokio
Londres  0 785 3, 469 5,959 
Madrid  785 0 3,593 6, 706 
New York  3, 469 3,593 0 6, 757 
 
Tokio  5,959 6, 706 6, 757 0 

2) Un supermercado tiene 4 sucursales en diferentes ciudades del país. La siguiente

matriz representa las ventas en pesos de cada una de ellas durante una semana:

Lunes Martes Miércoles Jueves Viernes Sábado Domingo

Sucursal A  83, 250 70, 275 93, 245 75,630 90, 465 105, 456 87,508
Sucursal B  54,750 50, 275 67, 436 61,930 73, 460 72,050 68,655 

Sucursal C  64,348 60,380 71,125 73,340 69,500 83,925 75,320 
 
Sucursal D  58,780 55,895 65,750 63,685 56,800 67,945 62,070 

1.3. Tamaño u Orden de una Matriz:

Es el número de elementos que posee la matriz, el cual viene definido mediante el
producto indicado entre el número de filas y el número de columnas.

Ejemplos:

 2 1
 3 4 7 3) C1 6  1 2 5 7 8 1
1) A2  3    2) B3 2  4 7 
 5 2 1   
 0 1 
Matriz A de orden 2 por 3 Matriz C de orden 1 por 6
Matriz B de orden 3 por 2

Página 120
2. Tipo de Matrices:

2.1. Matriz Cuadrada:

La matriz cuadrada es aquella donde el número de filas es igual al número de columnas;
es decir, m  n .

Cuando la matriz es cuadrada el orden se indica con un solo valor  An  n  An  .

 3 2 1
Ejemplo: A3   4 0 1  es una matriz cuadrada de orden 3.
 
 2 3 5 

2.2. Matriz Fila o Vector Fila:

Se llama matriz fila o vector fila a la matriz que tiene una sola fila A1n .

Ejemplos: a) A1 m   a11 a12 ... a1n  b) M1 3   2 5 2

2.3. Matriz Columna o Vector Columna:

Se llama matriz o vector columna a la matriz que tiene una sola columna. Am1

 a11 
a  3
Ejemplos: a) A m 1    b) M 31   2 
12

 ...   
   4 
 a1m 

2.4. Matriz nula (0):

Es aquella cuyos elementos son iguales a cero.

0 0 0 0
0 0 0 0
0 0 0
Ejemplos: a) A2  3    b) B4   
0 0 0 0 0 0 0
 
0 0 0 0

Página 121
3. Matrices Iguales:

Dos matrices son iguales si sus elementos correspondientes son iguales, es decir, sean
Am  n   aij  y Bm  n   bij  , entonces A y B son iguales si y sólo si aij  bij .

2 5 w z 
Ejemplo: Si A    y B  ¿cuáles son los valores de w, z, y y t para
4 7 y t
que A  B ?

w  2, z  5, y4 y t 7

4. Matrices Opuestas:
Son aquellas matrices cuyos elementos correspondientes son opuestos, es decir, sean
Am  n   aij  y Bm  n   bij  son opuestas si y sólo si aij  bij .

 3 2   3 2 
Ejemplo: A    y B  son dos matrices opuestas.
4 0   4 0 

5. Diagonal Principal y Diagonal Secundaria de una Matriz Cuadrada:

Se llama diagonal principal de una matriz cuadrada a la línea definida por los
elementos aij donde i  j ; es decir, a11 , a22 , a33 ,..., ann . Y diagonal secundaria a la

línea definida por los elementos aij donde i  j  n  1; es decir,

a1n , a2( n1) , a3( n2) ,..., an1 .

Ejemplo:

 2 1 3 4  2 1 3 4
 3 4 1  3 4 1 2
2
A  A 
 0 7 5 3  0 7 5 3 
   
1 6 1 3 1 6 1 3
.
Diagonal Principal Diagonal secundaria

Página 122
6. Traza de una Matriz:

La traza de una matriz cuadrada es la sumatoria de los elementos de la diagonal

n
principal; es decir, Tr  An   a
i  j 1
ij para i  j.

Ejemplos:

2 3
a) Hallar la traza de la matriz A    . Tr  A   a11  a22  2  7  9
 4 7 
0 0 
b) Hallar la traza de la matriz B    . Tr  B   b11  b22  0  0  0
0 0 
 3 1 4 
c) Hallar la traza de la matriz D   5 7 5 
 
 1 6 4 

Tr  D   d11  d 22  d33  3  7  4  0

7. Otros Tipos de Matrices:

7.1. Matriz Diagonal:

Se llama matriz diagonal a la matriz cuyos elementos que no están en la diagonal

principal son iguales a cero, es decir aij  0 para i  j.

Ejemplos:
3 0 0 1 0 0  0 0 0  0 0 0 
A  0 2 0 B  0 1 0  D  0 2 0  M  0 0 0 
       
 0 0 1   0 0 1  0 0 0  0 0 0 

7.2. Matriz Escalar:

Se llama matriz escalar a la matriz diagonal cuyos elementos de la diagonal principal

son iguales a una constante, es decir, aij  0 para i  j  aij  k para i  j

siendo k un escalar cualquiera.

Página 123
 k 0 0  3 0 0 1 0 0  0 0 0 
Ejemplos: A   0 k 0  B  0 3 0 R  0 1 0  M  0 0 0 
       
 0 0 k   0 0 3   0 0 1  0 0 0 

7.3. Matriz Identidad o Unidad ( In ):

Se llama matriz identidad o unidad a la matriz escalar cuyo elemento de la diagonal

principal es igual a la unidad positiva (1). Es decir, aij  0 para i  j  aij  1

para i  j . Este tipo de matriz se representa por I n .

1 0 0 0
1 0 0  0
1 0  1 0 0
Ejemplos: I 2    I 3  0 1 0  I4   
0 1    0 0 1 0
0 0 1   
0 0 0 1

7.4. Matriz Triangular:

Se llama matriz triangular a la matriz cuadrada cuyos elementos por encima o por
debajo de la diagonal principal son iguales a cero. Esta puede ser superior o inferior.
aij  0 para i  j  aij  0 para i  j.

7.4.1. Matriz Triangular Superior y Triangular Inferior:

Se llama matriz triangular superior a la matriz triangular cuyos elementos por debajo
de la diagonal principal son iguales a cero. Es decir, aij  0 para i  j.

Se llama matriz triangular inferior a la matriz cuyos elementos por encima de la

diagonal principal son iguales a cero. Es decir, aij  0 para i  j.

2 2 1  2 0 0
M   0 1 2  N  4 1 0
Ejemplos:    
 0 0 3   5 0 3 
M es una matriz triangular superior N es una matrices triangular inferior

Página 124
EJERCICIOS PROPUESTOS

I.- 1) Forme la matriz A de orden 4 cuyos elementos correspondan a lo que se indica:

aii  5 (i  j ) para i  1,2,3,4

a12  3 a13  4 a14  2
a24  6 a34  7 a23  5
a12  a21  5 a13  a31  5 a14  a41   6
a24  a42  8 a34  a43  10 a23  a32   15

2) Forme una matriz B de orden 3 x 2 cuyos elementos vienen dados por

bij  i 2  3 j

3) Forme una matriz C de orden 2 x 4 cuyos elementos vienen dados por

cij  2i  j

 1 0 x 

II- Dada la matriz A   y  1 2 4  determine los valores de las variables para

 5  3 w  2 
que:

1 0 3 

1) A sea igual a B  0 2 4 

5  3 3 

Página 125
  1 0 3 
2) A sea opuesta a C   5  2  4 
  5 3 7 

3) La traza de A sea igual a 4

3 1 3 4  3 0 0  1 0 0 
III- Dada las matrices: A  5  2 4 7  B  1 5 0  C  0 0 0 
1 6 3 2   2 1 1  0 0 1 

0 0 0 0
7 0 0  3 0 0  0
1 0  0 0 0
D  0 7 0  E  F  1 0 0  G  , determine:
    0 0 0 0
0 0 7  0 1  2 1 1   
0 0 0 0

1) ¿Cuál es el orden de la matriz A? ___________

2) ¿Cuál o cuáles matrices son?

Diagonal: _______________ Escalar:________________

Identidad o unidad: ________________ Nula: _________________

Triangular superior: _______________ Triangular inferior: _________________

IV- Escriba la matriz que se indica en cada caso:

1) Una matriz 5 x 3.

2) Una matriz diagonal de orden 4.

3) Una matriz escalar de orden 5.

4) Una matriz identidad de orden 6.

Página 126
8. Operaciones con Matrices:

8.1. Adición o Suma:

Para sumar dos matrices, estas tienen que ser del mismo orden, siendo la matriz suma
otra matriz del orden de las matrices sumando y cuyos elementos se obtienen sumando
los elementos correspondientes de cada una de ellas. Es decir, si Amn   aij  y

Bmn   bij  decimos que

 a11  b11 a12  b12 ... a1 j  b1 j ... a1n  b1n 

a b a  b ... a  b ... a  b 
 21 21 22 22 2 j 2 j 2 n 2 n 
     
Amn  Bmn   aij  bij   
mn
 ai1  bi1 ai 2  bi 2 ... a ij  bij ... a in  bin 
     
 
a 
 m1 m1 b am2  bm2 ... a mj  bmj ... amn  bmn 

 2 3 4  1 3 2 
Ejemplo: Si A    y B   0 4 5  , hallar A  B
 1 3 2   

  2  1  3  3  4  2    1 6 2
A B   
 1  0   3  4   2  5  1 7 7 

8.1.1. Propiedades de la Suma de Matrices:

Sea M mn el conjunto de todas las matrices m  n

1. Para toda matrices A, B  M mn se cumple que A  B  M mn . Es decir, la suma de

matrices es cumple la propiedad de cerradura o clausurativa.

2. Para todas matrices A, B  M m  n se cumple que A  B  B  A . Es decir, que la

suma de matrices es conmutativa.

Página 127
  3 2 1  2 1 1
   
Ejemplo: Sean A   4 0 1  y B   3 4 0  , calcular A  B y B  A.
 2 3 5   7 1 3 
   

 3 2 1  2 1 1  3  2 2  1 1  1  5 3 2 
A  B   4 0 1    3 4 0    4  3 0  4 1  0    7 4 1 
 
 2 3 5   7 1 3   2  7 3  1 5  3   9 2 8 
       

 2 1 1  3 2 1  2  3 1  2 1  1  5 3 2 
B  A   3 4 0    4 0 1    3  4 4  0 0  1    7 4 1 
 
 7 1 3   2 3 5   7  2 1  3 3  5   9 2 8 
       

3. Para todas matrices A, B, C  M m  n se cumple que ( A  B)  C  A  ( B  C ) . Es

decir, que la suma de matrices es asociativa.

4. Para toda matriz A  M mn existe la matriz 0 M mn tal que A + 0 = 0 + A = A

siendo 0  M mn la matriz nula que es la identidad o neutro para la suma de matrices.

 3 2 1
 
Ejemplo: Sea B   4 0 6  , calcular B + 0
 2 7 1 
 

 3 2 1  0 0 0   3  0 2  0 1  0   3 2 1
B  0   4 0 6    0 0 0    4  0 0  0 6  0    4 0 6   B
 2 7 1   0 0 0   2  0 7  0 1  0   2 7 1 
       

5. Para toda matriz A  M mn existe  A  M m  n tal que A  ( A)  0 M m  n . La

matriz A es llamada la matriz opuesta o inversa aditiva de A .

 3 2 1   3 2 1 
   A   4 0 1  calcular A  ( A)
Ejemplo: Sean A   4 0 1  y
 2 3 5   2 3 5 
   

Página 128
  3 2 1  3 2 1   3  3 2  2 1  1   0 0 0 
A  ( A)   4 0 1    4 0 1    4  4 0  0 1  1    0 0 0 
 2 3 5   2 3 5   2  2 3  3 5  5   0 0 0 
       

8.2. Resta o Diferencia:

Para restar dos matrices, que sean del mismo orden, se suma la matriz minuendo con la
opuesta de la matriz sustraendo. Es decir, sean Am  n   aij  y Bm  n   bij  decimos
que Am  n  Bm  n   A    B  m  n  (aij  bij )  (aij  (bij ))

 2 3 4  1 3 2 
Ejemplo: Sea A  
  y  , hallar A  B
 1 3 2   0 4 5 

 2 3 4  1 3 2    2  1  3  (3)   4  2  
A  B  A  ( B )    
 1 3 2  0 4 5  1  0   3  (4)   2  (5) 
3 0 6
 
 1 1 3

8.3. Producto de una Matriz por un Escalar:

Para multiplicar una matriz por un escalar, se multiplica el escalar por cada elemento de
la matriz. Es decir, si Am  n   aij  y k un escalar, entonces kA   kaij  .

 2 3 4
Ejemplo: Sea A    una matriz y k  2 , hallar kA .
 1 3 2 

 2 3 4   2(2) 2(3) 2(4)   4 6 8 

kA  2 A  2    
 1 3 2   2(1) 2(3) 2(2)   2 6 4 

8.3.1. Propiedades de la Multiplicación de una Matriz por un Escalar:

Sean A, B  M m  n y k , t  R , entonces se cumple lo siguiente:

1. k . A  M m  n

2. k.(t. A)  (k.t ). A

Página 129
 3. k.( A  B)  k. A  k.B

4. (k  t ). A  k. A  t. A

5. 1. A  A

8.4. El Espacio Vectorial de las Matrices Mm n :

Como se ha observado, la suma de matrices y la multiplicación de un escalar por una
matriz cumplen con las 10 propiedades requeridas para formar un espacio vectorial. Por
lo que el conjunto de todas las matrices M m  n con la suma de matrices y la
multiplicación por escalar aquí definida constituyen un espacio vectorial en el campo
de los números reales.

8.5. Multiplicación de Matrices:

8.5.1. Producto de una Matriz Fila por una Matriz Columna:

El producto de multiplicar una matriz fila A 1 m   a1 j  por una matriz columna

Bm 1   bi1  , donde el número de columnas de A es igual al número de filas de B, es la
matriz C11   c11  , que se obtiene de la siguiente manera:
 m 
 c11    a1 j   bi1     a1 jbi1  a11b11  a12b21  a13b31  ...  a1mbm1 
 i  j 1 
1
Ejemplo: Sean A  3 2 4 y B   2  , hallar AB.
 3 
AB   31   2  2    4  3   3  4  12  19

8.5.2. Producto de dos Matrices Cualesquiera:

Sea Am  p   aik  y Bp  n  bkj  donde 1  i  m; 1  k  p y 1  j  n , el producto

 p 
de A por B viene dado por AB  Cm  n , donde Cm  n   cij     aik bkj  .
 k 1 

Página 130
  a11 a12  a1 p 
 
 a21 a22  a2 p  b11 b12  b1 j  b1n  c11 c12  c1n 
    
   b21 b22  b2 j  b2 n  c21 c22  c2 n 
Am p Bp n   
 ai1 ai 2  aip         cij  
     
    bp1 bp 2  bpj  bpn  cm1 cm 2  cmn 
 am1 am 2  amp 

Es decir; para multiplicar dos matrices cualesquiera es necesario que el número de
columnas de la primera matriz factor sea igual al número de filas de la segunda
matriz factor, siendo la matriz producto de orden igual al producto indicado entre el
número de filas de la primera matriz factor y el número de columnas de la segunda
matriz; y cada elemento de la matriz producto resulta de multiplicar la i  esima fila de
la primera matriz por la j  esima columna de la segunda matriz. O sea hay que
multiplicar cada fila de la primera matriz por cada una de las columnas de la segunda
matriz.

 1 3
 2 3 1
Ejemplo: Sean A    y B   4 2 
4 0 2   1 5 
1) Hallar AB.
A B
El producto AB está definido ya que el número de columnas
2 x 3 3 x 2
de A es igual al número de filas de B.

 1 3
 2 3 1 
AB      2 1   3 4    1 1  2  3   3 2    1 5 
    4 1   0  4    2  1  4  3   0  2    2  5  
4 2
 4 0 2   
 1 5 
 2  12  1 6  6  5  15 7 
AB    
 4  0  2 12  0  10   2 22 

2) Hallar BA .
B A
El producto BA está definido ya que el número de columnas
3x 2 2 x 3
de B es igual al número de filas de A.

Página 131
  1 3  2  12 3  0 1  6  14 3 5 
   2 3 1 
BA  4 2    8  8 12  0 4  4   16 12 0 
  4 0 2    
 1 5    2  20 3  0 1  10  18 3 11

Observe que AB  BA ; es decir, la multiplicación de matrices no es conmutativa.

A B B A
Además y
2 x 3 3 x 2 3x 2 2 x 3

tamaño de AB tamaño de BA

8.5.3. Potencia Entera de una Matriz Cuadrada:

Sea A  (aij ) una matriz cuadrada de orden n, si queremos obtener una potencia entera

positiva de A solo tenemos que multiplicar por sí misma tantas veces como lo indique
la potencia. En general A2  AA , A3  A2 A , A4  A2 A2  A3 A , An  AAn1.

 2 1
Ejemplo: Sea A    hallar A2 , A3 y A4
 1 3

 2 1  2 1  4  1 2  3   3 5
A2  AA     1 3   2  3 1  9    5 8 
 1 3      

 3 5  2 1  6  5 3  15   1 18
A3  A2 A     1 3  10  8 5  24    18 19 

 5 8      

 3 5  3 5  9  25 15  40   16 55
A4  A2 A2          55 39 
 5 8  5 8   15  40 25  64   

8.5.4. Propiedades de la Multiplicación de Matrices:

Sean A, B y C matrices conformes con la multiplicación; es decir que está definida la

multiplicación entre ellas:

1. A  BC    AB  C propiedad asociativa.

2. A  B  C   AB  AC 1ra. propiedad distributiva

3. ( A  B) C  AC  BC 2da. propiedad distributiva

Página 132
Sin embargo

4. AB  BA en general no se cumple la propiedad conmutativa (como ya vimos en

el ejemplo anterior).

5. AB  0 no implica necesariamente que A  0  B  0.

2 0 0 0 
Ejemplo: Sean las matrices A    , B  3 1  ninguna de las cuales es la matriz
4 0  
cero. Pero si hallamos el producto AB obtenemos la matriz cero ya que

 2 0 0 0   2(0)  0(3) 2(0)  0(1)  0 0 

AB      
 4 0 3 1   4(0)  0(3) 4(0)  0(1)  0 0 

AB = 0 sin que ni A ni B sean 0.

6. AB  AC no implica necesariamente que B  C .

 A  B  A2  AB  BA  B 2
2
7.

EJERCICIOS PROPUESTOS

I.- Dadas las matrices:

 1 3 
 3 2 1  1 4
A  B  2 4  C 
 
0 4 5   5 8   2 3 

 1 2 3  1 2  0 1 4 
D   5 4 0 E   3  4  F   3 5 3
   
 6 8 2   1 2   1 7 9 

determine, si es posible:

1) B  E 2) 3D  5F 3) AB  3C

Página 133
4) A  B 5) BA  2 D 6) BE

7) D  3BA
2
8) C 3 9)  tr  D   AB   tr  C   C

10) La matriz X si X  7C  AE 11) La matriz X si 2 X  3D  5F

9. Matriz Transpuesta  AT  :

Dada una matriz A, la matriz transpuesta de A que se denota AT es la matriz que se

obtiene al intercambiar las filas por las columnas y las columnas por las filas de A. Si
A   aij  es una matriz de orden m x n , la matriz transpuesta de A es la matriz de orden

   a  .
T
n x m AT  aij ji

 3 1 4 
 3 2 4 7 2 3 0 
Ejemplo:  
Si A  1 3 5 6 entonces A  
T .
   4 5 1
 4 0 1 2   
7 6 2 

9.1. Propiedades que Cumple la Transposición de Matrices:

 A  B  AT  BT
T
1.

2. A 
T T
A

 kA  kAT si k
T
3. es un escalar.
 AB   BT AT
T
4.

10. Matriz Simétrica:

Una matriz cuadrada An es simétrica si y sólo si An  AnT . En una matriz simétrica se

cumple que aij  a ji para todos los valores de i y j. Es decir, los elementos que

equidistan de la diagonal principal son iguales.

Página 134
  2 4 5   2 4 5 
Ejemplo: A  4 3 2 es simétrica ya que A  A   4 3 2 
  T
   
 5 2 5   5 2 5 

Además a12  a21  4, a13  a31  5 y a23  a32  2 .

11. Matriz Antisimétrica:

Una matriz cuadrada es antisimétrica si y sólo si An   AnT . En una matriz antisimétrica

se cumple que aij  0 si i  j y aij  a ji si i  j . Es decir, los elementos de la

diagonal principal son iguales a cero y los elementos que equidistan de ella son
opuestos.

Ejemplo:
 0 2 3   0 2 3   0 2 3 
Sea A   2 0 5  , entonces A   2 0 5 
T
y A   A   2 0 5 .
T
     
 3 5 0   3 5 0   3 5 0 

Además a11  a22  a33  0 y a12  a21, a13  a31 y a23  a32

12. Matriz Normal:

Una matriz es normal si conmuta con su transpuesta, esto es, si AAT  AT A . Observe
que si A es simétrica o antisimétrica, es necesariamente normal.

 6 3  6 3  6 3  45 0 
Ejemplo: Sea A    . Entonces: AAT
  3 6   3 6    0 45 y
3 6       
 6 3 6 3  45 0 
AT A     3 6    0 45 .
 3 6     

Puesto que AAT  AT A , la matriz A es normal.

1 2 5 
Compruebe si la matriz A   2 3  1 es normal.
5  1 4 

Página 135
13. Matriz Ortogonal:

Decimos que una matriz cuadrada es ortogonal, si AAT  AT A  I .

 1 3
 
Ejemplo: La matriz A   2 2  es ortogonal ya que:
 3 1 
 
 2 2 

 1   1  1   3  3   1  3   3  1  
3 1 3 
                 
2 2  2 2    2  2   2  2   2   2   2  2  
AA  
T
 
 3 1  3 1   3  1   1  3   3  3   1  1  
                 
 2 2  2 2   2   2   2   2   2  2   2  2  

 1 3 3 3
    
4 4 4 4  1 0 
  
 3 3 3 1  0 1 
   
 4 4 4 4 

1 0 
Compruebe que AT A    y por lo tanto A es una matriz ortogonal.
 0 1 

14. Combinación Lineal de las Filas y Columnas de una Matriz:

Se llama combinación lineal de varias filas o columnas de una matriz, a otra fila o
columna que resulte de sumar sus elementos después de multiplicarlos por ciertos
números llamados coeficientes.

1 2 3 4 
 
Ejemplo: Sea la matriz A  0 1 2 5 , la fila 3 es combinación lineal de
 3 4 5 2 
 

las filas 1 y 2 ya que F3  3F1  2 F2 , observe:

F1  (1, 2,3, 4) 3F1  (3, 6,9,12)

F2  (0,1, 2, 5) 2 F2  (0, 2, 4, 10)
F3  (3, 4,5, 2) F3  3F  2 F2  (3, 4,5, 2)

Página 136
15. Dependencia Lineal de las Filas y Columnas de una Matriz:

Una fila o columna de una matriz es linealmente dependiente de otras cuando es una
combinación lineal de las mismas.

Ejemplo: En el ejemplo anterior, la fila 3 es linealmente dependiente porque es

combinación lineal de las filas 1 y 2.

16. Independencia Lineal de las Filas y Columnas de una Matriz:

Varias filas o columnas de una matriz son linealmente independientes, o no existe una
relación lineal entre ellas, cuando ninguna se puede expresar como combinación lineal
de las otras.
1 2 3 4 
 
Ejemplo: La matriz A  0 1 2 5 tiene sus tres filas linealmente
0 4 5 2 
 
independientes.

17. Rango o Característica de una Matriz h  A  :

Es el número máximo de filas o columnas linealmente independiente que posee la

matriz. Si una fila o columna de una matriz es combinación lineal de otras paralelas a
ella, al suprimirla se obtiene otra matriz de igual característica.

 2 3 1 
Ejemplo: En la matriz A   5 7 2  se verifica que F3  2 F1  F2 por tanto la
 1 1 4 

característica de A es igual a 2 es decir que h  A   2 .

18. Matriz Ampliada:

Es aquella que resulta al agregar por la derecha, a una matriz dada, otra matriz de igual
número de filas.

Página 137
Ejemplos:

3 2 4  2 3 
1) sean las matrices A    y B  1 1 la matriz ampliada A / B viene
5 1 7   

3 2 4 : 2 3 
dada por A / B   
5 1 7 : 1 1

2 3 4 2 3 4 : 1 0 0
2) Sea la matriz A   5 1 7  , la matriz ampliada A / I   5 1 7 : 0 1 0 
 0 2 1   0 2 1 : 0 0 1 

19. Transformaciones u Operaciones Elementales en una Matriz:

Son operaciones que se realizan sobre las filas o columnas de una matriz sin alterar ni
su orden ni su característica o rango. Las tres transformaciones elementales son:

 Intercambio de dos filas o columnas.

 Multiplicar una fila o columna por un escalar diferente de cero.

 Sumar a una fila o columna una o más filas o columnas previamente

multiplicadas por un escalar diferente de cero.

20. Matrices Equivalentes:

Dos matrices A  B son equivalentes ( A  B ) si una es obtenida de la otra mediante una

o más transformaciones elementales. Las matrices equivalentes tienen el mismo orden e
igual característica.

Ejemplo:

2 3 4  5 1 7  4 6 8  2 3 4
Sean A   5 1 7  , B   2 3 4  , C   5 1 7 

y D   5 1 7 

 0 2 1   0 2 1   0 2 1   4 8 9 

Página 138
Las matrices B, C  D son equivalentes a la matriz A ya que: B se obtuvo de A
intercambiando F1  F2 . C se obtuvo haciendo 2F1 y D se obtuvo sustituyendo F3
por 2 F1  F3 .

21. Matriz Elemental E:

Una matriz cuadrada se denomina “matriz elemental” si se puede obtener a partir de la

matriz identidad In mediante una sola transformación u operación elemental.

Ejemplo: Obtener dos matrices elementales de 3 x 3

1 0 0  1 0 0  1 0 0  1 0 0 
1) 0 1 0  f 2  3 f 2  0 3 0  2) 0 1 0   0 1 0 
 
0 0 1  0 0 1  0 0 1  f3  f3  5 f1 5 0 1 

22. Matriz Escalonada:

Una matriz está en la forma escalonada si se cumplen las siguientes condiciones:

1. Todas las filas que consistan solo de ceros (si existen) están en la parte inferior de
la matriz.

2. El primer elemento no nulo (distinto de cero) de cada fila, llamado pivote, está a
la derecha del pivote de la fila anterior. Esto supone que todos los elementos
debajo de un pivote son ceros.

Ejemplos: Las siguientes matrices son matrices escalonadas

1 3 0 
2 1 0 1 3  
0 4 8 1 5 1 1 6 4 
 0 4 2    3 0 2 5 
A  B  0 0 3  C  0 2 1 8 D   
0 0 1 0 4    0 0 1 2
   
0 0 0  0 0 0 1 
 0 0 0 0 6  0 0 0 

Página 139
23. Matriz en la Forma Escalonada Reducida:

Una matriz está en la forma escalonada reducida si, además de las dos condiciones,
anteriores cumple las siguientes condiciones:

1. Sus pivotes son todos iguales a 1.

2. En cada fila el pivote es el único elemento no nulo de su columna.

Ejemplos: Las siguientes matrices son matrices escalonadas reducidas.

1 0 0
1 0 0 0 0   1 0 0 0 
0 1 0 0 0  0 1 0
  1 3 2 0 
A B  0 0 1 C  0 0 1 0  D 
0 0 1 0 0   0 0 0 1 
  0 0 0 1 
0 0 0  
0 0 0 1 0
0 0 0 

24. Cálculo del Rango o Característica de una Matriz:

Para calcular el rango o característica de una matriz se transforma la matriz dada en

una matriz escalonada mediante el uso de las transformaciones u operaciones
elementales; siendo el rango o característica de la matriz dada el número de filas no
nulas que posee la matriz escalonada equivalente.

Para escalonar una matriz se toma como pivote el primer elemento no nulo de la
primera fila y se hacen cero todos los demás elementos que están por debajo de él. Para
esto se puede efectuar cualquiera de las tres transformaciones u operaciones
elementales. Este proceso se repite con la segunda fila y así sucesivamente cuantas
veces sea necesario.

El rango o característica de la matriz escalonada es igual al de la matriz original y es

igual al número de filas que no se anulan.

 2 3 1 

Ejemplo: Calcular el rango o característica de la matriz A   5 7 2 

 1 1 4 

Página 140
  2 3 1   2 3 1   2 3 1 
  
A  5 7 2 f 2  2 f 2  5 f1  0 1 9    0 1 9 
     
 1 1 4  f3  2 f3  f1  0 1 9  f 3  f 3  f 2  0 0 0 

Luego tenemos que h  A   2

Ejemplo:

 1 3 1 4 5
2 5 3 2 1
 
Calcular la característica de la matriz A   3 8 2 6 6
 
 2 6 2 8 10 
 1 2 4 2 4 

 1 3 1 4 5 1 3 1 4 5  1 3 1 4 5 
2 5 3 2 1 f 2  f 2  2 f1  0 1 5 6 9  0 1 5 6 9 
     
A3 8 2 6 6 f3  f3  3 f1  0 1 5 6 9  f3  f3  f 2  0 0 0 0 0
     
 2 6 2 8 10  f 4  f 4  2 f1 0 0 0 0 0 0 0 0 0 0 
 1 2 4 2 4  f5  f5  f1 0 1 5 6 9  f5  f5  f 2 0 0 0 0 0 

Luego la característica de la matriz es igual a 2; h  A   2

EJERCICIOS PROPUESTOS

I.- Determine el rango o característica de la matriz:

 1 1 1 
1) A   2 1 3
 3 2 1

1 3 1 2 

2) B   2 5 0 3

1 2 1 5

Página 141
  1 2 3 4 
 2 1 5 7 
3) C   
 3 6 9 12 
 
 2 4 6 8 

 1 3  2
 2  6 4 
4) D   
 3 2  1
 
 1 4 3

 1 3 2 1
 1  2 3  3
5) E   
 0 4 1 2
 
 1 5 1 3 

II.- Determine para qué valor de x el rango o característica de la matriz A es:

1 2 1
1) A   2 3 2 
1 5 x 

a) 2 b) 3

Página 142