Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof.
Lorena Muñoz
MATRICES
Definición: Dados 𝑚 y 𝑛 dos enteros positivos, una matriz 𝐴 de 𝑚 × 𝑛 es un arreglo rectangular
de números reales dispuestos en 𝑚 filas y 𝑛 columnas. Se utilizan paréntesis para encerrar los
𝑚. 𝑛 elementos de la matriz y letras de imprenta mayúscula para nombrar a las matrices.
𝑎11 𝑎12 … 𝑎1𝑛 Un elemento genérico de 𝐴 se simboliza con
𝑎21 𝑎22 … 𝑎2𝑛
𝐴=(
⋮ ⋮ ⋱ ⋮
) 𝒂𝒊𝒋 : número ubicado en la fila 𝑖 columna 𝑗
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 1 ≤ 𝑖 ≤ 𝑚, 1≤𝑗≤𝑛
𝒎 × 𝒏: orden de la matriz
Notaciones habituales para matrices: 𝐴 = 𝐴𝑚×𝑛 = (𝑎𝑖𝑗 )𝑚×𝑛 𝑐𝑜𝑛 1 ≤ 𝑖 ≤ 𝑚, 1≤𝑗≤𝑛
Ejemplos:
−1 3
𝐴=( 0 𝜋 ) es una matriz de orden 3 × 2 donde por ejemplo 𝑎31 = 2⁄
2⁄ 5
5 −7
2
9 −3 1
𝐵 = (4) , 𝐶=( ), 𝐷 = (1, , −7) ¿cuáles son los órdenes de estas matrices?
0 0 9
1
Tipos de matrices:
Matriz Fila: Si una matriz es de orden 1 × 𝑛, se denomina matriz fila.
Matriz Columna: Si una matriz es de orden 𝑚 × 1, se denomina matriz columna.
Matriz Nula: Es una matriz que tiene todos sus elementos nulos. Se simboliza O.
Matriz Cuadrada: Es aquella que tiene igual número de filas que de columnas, es decir 𝑚 = 𝑛. En
este caso se la nombra matriz cuadrada de orden 𝑛.
𝒂𝟏𝟏 𝑎12 … 𝑎1𝑛−1 𝑎1𝑛 𝑎11 𝑎12 … 𝑎1𝑛−1 𝒂𝟏𝒏
𝑎21 𝒂𝟐𝟐 … 𝑎2𝑛−1 𝑎2𝑛 𝑎21 𝑎22 … 𝒂𝟐𝒏−𝟏 𝑎2𝑛
𝐴= ⋮ ⋮ ⋱ ⋮ ⋮ 𝐴= ⋮ ⋮ ⋱ ⋮ ⋮
𝑎𝑛−11 𝑎𝑛−12 ⋯ 𝒂𝒏−𝟏𝒏−𝟏 1𝑛−1𝑛 𝑎𝑛−11 𝒂𝒏−𝟏𝟐 ⋯ 𝑎𝑛−1𝑛−1 1𝑛−1𝑛
( 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛−1 𝒂𝒏𝒏 ) ( 𝒂𝒏𝟏 𝑎𝑛2 ⋯ 𝑎𝑛𝑛−1 𝑎𝑛𝑛 )
Diagonal Principal Diagonal Secundaria
1
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
Clasificación de Matrices Cuadradas:
Matriz Identidad: Es aquella matriz cuadrada 𝐴 = 𝐴𝑛 = (𝑎𝑖𝑗 )𝑛 donde:
1 𝑠𝑖 𝑖 = 𝑗
𝑎𝑖𝑗 = {
0 𝑠𝑖 𝑖 ≠ 𝑗
Ejemplos:
1 0 0
1 0
𝐴=( ) matriz identidad de orden 2, 𝐵 = (0 1 0) matriz identidad de orden 3
0 1
0 0 1
Matriz Triangular Superior: Es aquella cuyos elementos por debajo de la diagonal principal son cero.
Ejemplos:
−2⁄ 1 0 −5
1 −6 5 5
𝑀 = (0 9 0) , 𝑁=( 0 −7 5 4 )
0 0 8 0 0 0 −1
0 0 0 6
Matriz Triangular Inferior: Es aquella cuyos elementos por arriba de la diagonal principal son cero.
Ejemplos:
−1⁄ 0 0 0
1 0 0 6
𝐶 = (−9 9 0) , 𝑁=( 0 0 0 0)
4 7 8 7 4 0 0
−2 9 2 6
Matriz Diagonal: Es aquella cuyos elementos por arriba y por debajo de la diagonal principal son
cero.
Ejemplos:
3 0 0 0
5 0 0
𝐵 = (0 −2 0) , 𝑁 = (0 0 0 0)
0 0 5 0
0 0 3
0 0 0 −6
Matriz Escalar: Es aquella matriz diagonal cuyos elementos en la diagonal principal son iguales.
Ejemplos:
−3 0 0 0
5 0 0
𝐵 = (0 0 −3 0 0 )
5 0) , 𝑃=(
0 0 −3 0
0 0 5
0 0 0 −3
2
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
Matriz Simétrica: Una matriz A es simétrica si cumple que: 𝑎𝑖𝑗 = 𝑎𝑗𝑖 , con 1 ≤ 𝑖, 𝑗 ≤ 𝑛
Ejemplos:
−3 2 7 0
7 0 −1
𝐴=( 0 0 2 ), 𝐵=(2 2 −4 3)
7 −4 −1 1
−1 2 5
0 3 1 1
Matriz Antisimétrica: Una matriz A es antisimétrica si cumple que: 𝑎𝑖𝑗 = −𝑎𝑗𝑖 , con 1 ≤ 𝑖, 𝑗 ≤ 𝑛
Ejemplos:
0 −2 5 0
0 −1 3
𝐴=( 1 0 2) , 𝐵=(2 0 4 1)
−5 −4 0 −3
−3 −2 0
0 −1 3 0
Igualdad de Matrices
Dos matrices 𝐴 y 𝐵 son iguales si tienen el mismo orden y si 𝑎𝑖𝑗 = 𝑏𝑖𝑗 , ∀𝑖 = 1,2, … , 𝑚, 𝑗 = 1,2, … , 𝑛,
es decir cuando sus elementos correspondientes son iguales.
1 0 −3 𝑦−2 0 −3
Ejemplo: Siendo 𝐴 = ( )y𝐵 =( ), Como 𝐴 𝑦 𝐵 son matrices del mismo
𝑥 4 5 2 𝑧 5
orden, para que 𝐴 = 𝐵 debe ser 𝑥 = 2, 𝑦 = 3, 𝑧 = 4
Operaciones con Matrices
• Suma de Matrices: Sean 𝐴 = (𝑎𝑖𝑗 ) 𝑦 𝐵 = (𝑏𝑖𝑗 ) dos matrices de orden 𝑚 × 𝑛. La suma de A
y B es la matriz de orden 𝑚 × 𝑛 denotada por 𝐴 + 𝐵, definida por:
𝐴 + 𝐵 = (𝑎𝑖𝑗 + 𝑏𝑖𝑗 )
Más detalladamente:
𝑎11 𝑎12 … 𝑎1𝑛 𝑏11 𝑏12 … 𝑏1𝑛
𝑎 𝑎22 … 𝑎2𝑛 𝑏 𝑏22 … 𝑏2𝑛
𝐴 = ( 21 ) , 𝐵 = ( 21 )
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎 𝑚𝑛 𝑏𝑚1 𝑏𝑚2 … 𝑏𝑚𝑛
𝑎11 + 𝑏11 𝑎12 + 𝑏12 … 𝑎1𝑛 + 𝑏1𝑛
𝑎21 + 𝑏21 𝑎22 + 𝑏22 … 𝑎2𝑛 + 𝑏2𝑛
𝐴+𝐵=( )
⋮ ⋮ ⋱ ⋮
𝑎𝑚1 + 𝑏𝑚1 𝑎𝑚2 + 𝑏𝑚2 … 𝑎𝑚𝑛 + 𝑏𝑚𝑛
Ejemplo:
3
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
−3 2 0 −1 −3 1
𝐴=( ), 𝐵=( ), 𝐴+𝐵 =( )
1 4 2 2 3 6
• Multiplicación de una matriz por un escalar: Sean 𝐴 = (𝑎𝑖𝑗 ) una matriz de orden
𝑚 × 𝑛 y 𝜆 un escalar. El producto de la matriz 𝐴 por el escalar 𝜆 es la matriz de orden
𝑚 × 𝑛, denotada 𝜆𝐴, definida por:
𝜆𝐴 = (𝜆𝑎𝑖𝑗 )
Más detalladamente:
𝑎11 𝑎12 … 𝑎1𝑛 𝜆𝑎11 𝜆𝑎12 … 𝜆𝑎1𝑛
𝑎 𝑎22 … 𝑎2𝑛 𝜆𝑎 𝜆𝑎22 … 𝜆𝑎2𝑛
𝐴 = ( 21 ) , 𝜆𝐴 = ( 21 )
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝜆𝑎𝑚1 𝜆𝑎𝑚2 … 𝜆𝑎𝑚𝑛
Ejemplo:
−3 2 −15 10
𝐴=( ), 5𝐴 = ( )
1 4 5 20
Observaciones:
▪ La matriz (−1)𝐴 se denomina opuesta de 𝑨 y se simboliza por – 𝐴
▪ Se define la diferencia 𝐴 − 𝐵 como la operación 𝐴 + (−𝐵). Si 𝐴 = (𝑎𝑖𝑗 ) 𝑦
𝐵 = (𝑏𝑖𝑗 ) son matrices de orden 𝑚 × 𝑛,
𝐴 − 𝐵 = 𝐴 + (−𝐵) = (𝑎𝑖𝑗 + (−𝑏𝑖𝑗 )) = (𝑎𝑖𝑗 − 𝑏𝑖𝑗 )
Propiedades para la suma de matrices y multiplicación por un escalar
Sean 𝐴, 𝐵 𝑦 𝐶 matrices de orden 𝑚 × 𝑛 cualesquiera y sean 𝛼 𝑦 𝛽 escalares cualesquiera.
Entonces se verifican las siguientes propiedades:
1. (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶) “Asociativa”
2. 𝐴 + 𝐵 = 𝐵 + 𝐴 “Conmutativa”
3. 𝐴 + 𝐎 = 𝐎 + A = A “Elemento neutro de la suma”
4. 𝐴 + (−𝐴) = (−𝐴) + 𝐴 = 𝐎 “Elemento opuesto”
5. 𝛼(𝐴 + 𝐵) = 𝛼𝐴 + 𝛼𝐵 “Distributiva”
4
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
6. (𝛼 + 𝛽)𝐴 = 𝛼𝐴 + 𝛽𝐴 “Distributiva”
7. (𝛼𝛽)𝐴 = 𝛼(𝛽𝐴)
8. 1𝐴 = 𝐴
9. 0𝐴 = 𝐎
Ecuaciones Matriciales Simples
2 0 1 −3
Ejemplo: Sean 𝐴 = (−1 1) 𝑦 𝐵 = ( 2 0 ). Determinar la matriz 𝑋 tal que 3𝑋 − 2𝐴 = 4𝐵
4 3 −1 3
Solución:
3𝑋 − 2𝐴 = 4𝐵
(3𝑋 − 2𝐴) + 2𝐴 = 4𝐵 + 2𝐴 “Sumar 2𝐴 a ambos lados”
3𝑋 + (−2𝐴 + 2𝐴) = 4𝐵 + 2𝐴 “Propiedad 1”
3𝑋 + 𝐎 = 4𝐵 + 2𝐴 “Propiedad 4”
3𝑋 = 4𝐵 + 2𝐴 “Propiedad 3”
1 1 1
“Multiplicar por a ambos lados”
(3𝑋) = (4𝐵 + 2𝐴) 3
3 3
4 2 “Propiedades 5 y 7”
𝑋= 𝐵+ 𝐴
3 3
Por lo tanto:
4⁄ −4 4⁄ 0 8⁄ −4
3 3 3
4 1 −3 2 2 0
8⁄ 2 2⁄ 2⁄
𝑋= (2 0 ) + (−1 1) = 3 0 + − ⁄3 3 = 2 3
3 3
−1 3 4 3 4
(− ⁄3 4 ) ( 8⁄3 2 ) (4⁄3 6 )
• Producto de Matrices
Introducción:
Recordar la definición de producto escalar entre vectores, siendo 𝑢̅ = (𝑢1 , 𝑢2 , 𝑢3 ) y
𝑣̅ = (𝑣1 , 𝑣2 , 𝑣3 ):
𝑢̅ ⋅ 𝑣̅ = 𝑢1 𝑣1 + 𝑢2 𝑣2 + 𝑢3 𝑣3 = ∑3𝑖=1 𝑢𝑖 𝑣𝑖
Si se generaliza la definición a vectores 𝑢̅ 𝑦 𝑣̅ de 𝑛 componentes se obtiene:
𝑢̅ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ), 𝑣̅ = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ), 𝑢̅ ⋅ 𝑣̅ = 𝑢1 𝑣1 + 𝑢2 𝑣2 + ⋯ + 𝑢𝑛 𝑣𝑛 = ∑𝑛𝑖=1 𝑢𝑖 𝑣𝑖
5
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
Definición: Dadas 𝐴 = (𝑎𝑖𝑗 )𝑚×𝑝 𝑦 𝐵 = (𝑏𝑖𝑗 )𝑝×𝑛 . Entonces el producto de 𝑨 por 𝑩 es una
𝑝
nueva matriz 𝐴. 𝐵 = 𝐶 = (𝑐𝑖𝑗 )𝑚×𝑛 tal que ∀𝑖, ∀𝑗 𝑐𝑖𝑗 = ∑𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗
𝐴𝑚×𝑝 . 𝐵𝑝×𝑛 = 𝐶𝑚×𝑛
Aquí una estrategia práctica para realizar el producto:
𝑏11 𝑏12 … 𝑏1𝑗 … 𝑏1𝑛
𝐴. 𝐵 𝑏21 𝑏22 … 𝑏2𝑗 … 𝑏2𝑛
⋮ ⋮ ⋮ ⋮
(𝑏𝑝1 𝑏𝑝2 … 𝑏𝑝𝑗 … 𝑏𝑝𝑛 )
𝑎11 𝑎12 … 𝑎1𝑝 𝑐11 𝑐12 … 𝑐1𝑗 … 𝑐1𝑛
𝑎21 𝑎22 … 𝑎2𝑝 𝑐21 𝑐22 … 𝑐2𝑗 … 𝑐2𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑖1 𝑎𝑖2 … 𝑎𝑖𝑝 𝑐𝑖1 𝑐𝑖2 … 𝑐𝑖𝑗 … 𝑐𝑖𝑛
⋮ ⋮ … ⋮ ⋮ ⋮ ⋮ ⋮
𝑎
( 𝑚1 𝑎𝑚2 … 𝑎𝑚𝑝 ) (𝑐𝑚1 𝑐𝑚2 𝑐𝑚𝑗 𝑐𝑚𝑛 )
2 1
−1 2
Ejemplo 1: Sean 𝐴 = (1 −1) 𝑦 𝐵 = ( ) Hallar 𝐴. 𝐵
4 1
3 −2
𝐴. 𝐵 −1 2
( )
4 1
2 1 2 5
(1 −1) ( −5 1)
3 −2 −11 4
Por lo tanto:
2 5
𝐴. 𝐵 = ( −5 1) , ¿Puede realizarse en este caso 𝐵. 𝐴?
−11 4
2 1 −1 2
Ejemplo 2: Sean 𝐴 = ( ) 𝑦 𝐵=( ) Hallar 𝐴. 𝐵 y 𝐵. 𝐴
3 −1 4 1
6
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
𝐴. 𝐵 −1 2 𝐵. 𝐴 2 1
( ) ( )
4 1 3 −1
2 1 2 5 −1 2 4 −3
( ) ( ) ( ) ( )
3 −1 −7 5 4 1 11 3
¿Qué se puede observar al encontrar 𝐴. 𝐵 y 𝐵. 𝐴?
Algunas conclusiones:
➢ No siempre es posible realizar el producto de dos matrices. Para realizar 𝐴. 𝐵 se debe
cumplir que el número de columnas de 𝐴 debe coincidir con el número de filas de 𝐵.
➢ En el caso de poder efectuar el producto 𝐴. 𝐵, puede no ser posible realizar 𝐵. 𝐴
➢ Aún en el caso de ser posible realizar 𝐴. 𝐵 y 𝐵. 𝐴 no tienen por qué coincidir. Con esto se
concluye que el producto de matrices no es conmutativo.
➢ 𝐴. 𝐵 = 𝐎 no implica que 𝐴 = 𝐎 o 𝐵 = 𝐎. Ejemplo:
1 0 0 0
𝐴=( ) ≠ 𝐎, 𝐵 = ( ) ≠ 𝐎, 𝑦 𝐴. 𝐵 = 𝐎
0 0 0 1
➢ 𝐶. 𝐴 = 𝐶. 𝐵 no implica que 𝐴 = 𝐵. Ejemplo:
0 1 3 1 0 1 0 2
𝐶=( ), 𝐴 = ( ), 𝐵 = ( ) , 𝐶. 𝐴 = 𝐶. 𝐵 = ( ) sin embargo 𝐴 ≠ 𝐵
0 0 0 2 0 2 0 0
7
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
Propiedades para el producto de matrices
Si 𝐴 es una matriz de orden 𝑚 × 𝑛 , 𝐵 𝑦 𝐶 son matrices de orden tales que las siguientes
operaciones pueden realizarse, y 𝛼 es cualquier escalar. Entonces se cumple:
1. (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶) “Asociativa”
2. 𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶 “Distributiva a izquierda”
3. (𝐵 + 𝐶)𝐴 = 𝐵𝐴 + 𝐶𝐴 “Distributiva a derecha”
4. 𝛼(𝐴𝐵) = (𝛼𝐴)𝐵 = 𝐴(𝛼𝐵)
5. 𝐼𝑚 𝐴 = 𝐴𝐼𝑛 𝐼𝑚 y 𝐼𝑛 matrices identidad de orden 𝑚 y 𝑛
6. 𝐎𝐴 = 𝐎, 𝐴𝐎 = 𝐎 𝐎 matriz nula de orden necesario para
realizar la operación
Potencia de una matriz
Si 𝐴 es una matriz cuadrada de orden 𝑛, es posible realizar ⏟
𝐴. 𝐴 … … 𝐴 que se simboliza 𝐴𝑛 .
𝑛 𝑣𝑒𝑐𝑒𝑠
Propiedad: Si 𝑛 y 𝑚 son números enteros positivos:
𝐴𝑛 . 𝐴𝑚 = 𝐴𝑛+𝑚 (𝐴𝑛 )𝑚 = 𝐴𝑛.𝑚 (𝑐𝐴)𝑛 = 𝑐 𝑛 𝐴𝑛 , 𝑐 ∈ ℝ
Matriz Traspuesta: Dada la matriz 𝐴 = 𝐴𝑚×𝑛 , se llama matriz traspuesta de A y se simboliza 𝑨𝑻 , a
una matriz de orden 𝑛 × 𝑚 que se obtiene intercambiando las filas por columnas. El elemento 𝑎𝑖𝑗 de
la matriz 𝐴 se encuentra en el lugar de 𝑎𝑗𝑖 en la matriz 𝐴𝑇 , es decir:
𝐴𝑚×𝑛 = (𝑎𝑖𝑗 )𝑚×𝑛 𝑐𝑜𝑛 1 ≤ 𝑖 ≤ 𝑚, 1 ≤ 𝑗 ≤ 𝑛, 𝐴𝑇 = (𝑎𝑗𝑖 )𝑛×𝑚
Ejemplo:
1 −2
1 0 5
Si 𝐴 = (0 4 ) entonces 𝐴𝑇 = ( )
−2 4 9
5 9
8
Álgebra y Geometría Analítica - U.T.N. - FRRO - Prof. Lorena Muñoz
MATRICES
Recordando el concepto de matriz simétrica y antisimétrica se puede entonces afirmar:
• 𝐴 𝑒𝑠 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎 ⇔ 𝐴 = 𝐴𝑇
• 𝐴 𝑒𝑠 𝑎𝑛𝑡𝑖𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎 ⇔ 𝐴 = −𝐴𝑇
Propiedades de las Trasposición de matrices: Si 𝐴 es una matriz de orden 𝑚 × 𝑛 , 𝐵 es una
matriz de orden tal que las siguientes operaciones pueden realizarse, y 𝛼 es cualquier escalar.
Entonces se cumple:
1. (𝐴𝑇 )𝑇 = 𝐴 3. (𝛼𝐴)𝑇 = 𝛼𝐴𝑇
2. (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇 4. (𝐴. 𝐵)𝑇 = 𝐵𝑇 . 𝐴𝑇
Matriz Inversa
Definición: Se dice que la matriz 𝐴 cuadrada de orden 𝑛 es invertible o no singular, si existe una
matriz 𝐵 cuadrada de orden 𝑛, llamada Inversa de 𝑨 tal que
𝐴. 𝐵 = 𝐼 𝑦 𝐵. 𝐴 = 𝐼
Observación: La matriz 𝐵 inversa de 𝐴 tiene la siguiente notación: 𝐵 = 𝐴−1 , con lo cual se tiene:
𝐴. 𝐴−1 = 𝐴−1 . 𝐴 = 𝐼
Teorema: Si la matriz A es invertible, su inversa es única.
Demostración:
Supongamos que B y C son matrices inversas de A, es decir:
𝐴. 𝐵 = 𝐼, 𝐵. 𝐴 = 𝐼 y 𝐴. 𝐶 = 𝐼, 𝐶. 𝐴 = 𝐼
Entonces:
𝐵 = 𝐵. 𝐼 = 𝐵. (𝐴. 𝐶) = (𝐵. 𝐴). 𝐶 = 𝐼. 𝐶 = 𝐶
Por lo tanto 𝐵 = 𝐶 ∎
1 2 −1 −5 10 −3
Ejemplo: Probar que 𝐵 = ( 0 1 1 ) es la matriz inversa de 𝐴 = ( 2 −3 1 )
−2 0 5 −2 4 −1
