U.N.Sa.

- Facultad de Ciencias Exactas

Asignatura: Algebra Lineal y Geometría Analítica
Carreras: LAS, PM, LF, LER, TEU, TUES, TUP
do
Año: 2 Cuatrimestre 2021
Docente Responsable del curso: Ing. Augusto A. Estrada V
TUTORIAL 2
Algebra Matricial-Matrices Simétricas, Antisimétricas e Inversa-Aplicaciones a Sistema de
Ecuaciones Lineales
Introducción:
El trabajo práctico Nº 2, aborda el tema de matrices mediante actividades que involucran
entre otros conceptos: definición de matriz, igualdad de matrices, matrices especiales,
operaciones con matrices, sus propiedades y problemas de aplicación.
Ejercicio 1:
El ¿qué debemos hacer? está relacionado con el concepto de sumatoria
a) De la consigna surge ¿Qué? debemos hacer. Evaluar una sumatoria. Surgen otras
preguntas como ser: ¿Qué es una sumatoria? ¿Qué significa evaluar una sumatoria?.
Para determinar ¿Cómo? lo vamos a hacer y ¿Por qué? lo haremos de una forma u otra,
debemos recordar el concepto de sumatoria, concepto que se empleará en este trabajo
práctico, sobre todo en la operación de producto de matrices, por lo que es importante
conocerlo.
El concepto de sumatoria es equivalente al de suma, y es de utilidad cuando se tiene una
suma que contiene una cantidad grande o infinita de sumandos, que responden a una ley de
formación general y que a través de la variación de un índice, reproduce todos y cada uno de los
términos de la suma. En estas condiciones, la suma se puede escribir en forma sintética
utilizando el símbolo  que significa sumatoria con indicación de los valores inicial y final que
adopta ese índice.
Recíprocamente si tenemos una suma expresada en forma sintética, podemos expresarla en
forma desarrollada. Así por ejemplo, en cursos previos, probablemente has trabajado en los
naturales con la suma de los n primeros cuadrados perfectos: 1  4  9  16    n 2
Esta sucesión de números responden a una ley de formación general, que consiste en elevar al
cuadrado los sucesivos números naturales, para ir obteniendo cada uno de los términos de la
suma. Es decir si n es un número natural, n 2 representará el término general o genérico de esa
suma, ya que al ir asignándole a n los sucesivos naturales 1, 2,  , n se va obteniendo cada uno de
los términos de la suma. Por lo tanto podemos escribir esta suma en forma sintética como sigue:
n
1  4  9  16    n 2  k 2
k1
n
Ya que:  k 2  1 2  2 2  3 2  4 2    n 2  1  4  9  16    n 2 . Es decir:
k1
n
 k 2  1  4  9  16    n 2
k1

Esta última igualdad nos permite resolver dos actividades a saber. Dada la suma en forma
sintética hallar su desarrollo y/o evaluarla (pasar del primer miembro al segundo miembro).
Recíprocamente, dada una suma, expresarla en forma sintética (pasar del segundo miembro al
primero).
La sumatoria, al ser una suma, goza de las mismas propiedades de esta. Así tenemos las
siguientes propiedades que es necesario recordar:
 n n n n n
1.  a k  b k   a k  b k 2.  ma k  m  a k
k1 k1 k1 k1 k1

n n m m n
3.  m m  m    m  nm 4.   a kj    a kj 
k1 n k1 j1 j1 k1
n
ó bien  m m  m    m  n  1m
k0 n1
Veamos algunos ejemplos a los efectos de ilustrar lo antes mencionado.
5
Ejemplo 1: Desarrolla y evalúa la siguiente suma:   2i  1
i1
Para evaluar la suma, hay que desarrollarla. Para ello solo hay que ir asignando al índice
valores desde el valor inicial hasta el final, de forma que se obtiene el desarrollo de la suma.
Luego para evaluarla en caso de que sean valores numéricos determinados, solo hay que sumar
los términos.
5
 2i  1  2  1  1  2  2  1  2  3  1  2  4  1  2  5  1  1  3  5  7 
i1

También podríamos resolver el anterior ejemplo aplicando las propiedades de la sumatoria

antes mencionadas. Así tenemos:
5 5
 2i  1   2i  1 por definición de resta en
i1 i1
5 5 5
 2i  1   2i  1 por propiedad 1
i1 i1 i1
5 5 5
 2i  1  2  i  1 por propiedad 2
i1 i1 i1
5
 2i  1  21  2  3  4  5  51 por desarrollo y propiedad 3
i1
5
 2i  1  30  5 por suma y producto en
i1
5
 2i  1  25 por suma en
i1

Aquí podemos ver dos formas de realizar la misma tarea. Esto muestra claramente donde
aparece el ¿por qué? de la elección del camino que seguimos para realizarla y de la justificación
de cada uno de los pasos que realizamos en su desarrollo.
3
Ejemplo 2: Desarrolla la siguiente suma:  ba 2k
k1
Al ser b una constante que no depende del índice, podemos aplicar la propiedad 2
3 3
 ba 2k  b  a 2k . Entonces desarrollando la suma tenemos.
k1 k1
3
 ba 2k  ba 21  a 22  a 23  y aplicando distributiva del producto respecto a la suma en .
k1
 3
 ba 2k  ba 21  ba 22  ba 23
k1

b ¿Qué hay que hacer?. Expresar una suma en forma sintética utilizando el símbolo de
sumatoria. Es precisamente el proceso inverso de lo que se solicitaba en a.
En este caso, es importante encontrar la ley general, que caracteriza a todos y cada uno de los
términos de la suma mediante la variación de un índice. Para ello no hay una receta que sirva
siempre, sino que va a depender de los términos de la suma. Por lo tanto hay que observar dichos
términos, para descubrir que característica común tienen, y así inferir la ley de formación a la que
responden.
Lo que sí es general, es que, si los signos de los términos de la suma son alternados, es
debido a que en el término general, interviene una potencia de base negativa y exponente que
comenzará con un valor par o impar según sea el signo del primer término de la suma, ya que
luego irá tomando alternativamente valores pares e impares dando la respectiva alternancia de
signo.
Ejemplo 1: Dada la siguiente suma, exprésala en forma sintética utilizando el símbolo de
sumatoria.
2  3  4  5  6
5 7 9 11 13
Observemos los términos y tratemos de caracterizarlos. En primer lugar se trata de números
racionales (fraccionarios), por lo que el término general deberá ser también un número
fraccionario. Al ser una fracción podríamos, por ejemplo, ver que características tienen, por un
lado los numeradores y por otro los denominadores. En el ejemplo los numeradores son naturales
consecutivos que comienzan en 2 y podríamos caracterizarlo por ejemplo con un índice k. Los
denominadores son naturales impares consecutivos que comienzan en 5 por lo que podríamos
caracterizarlos por 2k  1 (forma genérica de un número impar en  .De esta manera, el término
genérico de la suma podría expresarse como. k
2k  1
Deberíamos ver ahora cuales son los valores extremos que debe tomar el índice k de forma
que su variación desde su valor inicial hasta su valor final permita reproducir todos y cada uno de
los términos de la suma.
La cantidad de términos de la suma nos dará una idea de ello, aunque también debe tenerse
en cuenta cuál es el primer valor del índice a tomar. Por ejemplo, si la cantidad de términos de la
suma es N y el valor inicial del índice es 1, el valor final del índice será n  N. Si el valor inicial
del índice es 0, entonces el valor final será n  N  1. En general si el valor inicial del índice es j
el valor final será n  N  j  1.
Aplicando al ejemplo propuesto tenemos: N  5; j  2 entonces n  5  2  1  6
6
 k  2  3  4  5  6 
2k  1 221 231 241 251 261
k2
6
 2  3  4  5  6 . Entonces: 2  3  4  5  6   k
5 7 9 11 13 5 7 9 11 13 2k1
k2

Ejemplo 2: Sea ahora la misma suma anterior pero con términos de signo alternado, es decir:
2  3  4  5  6
5 7 9 11 13
Lo único que cambia respecto al anterior ejemplo es lo relativo a los signos de los términos
de la suma. Por lo tanto, todo el análisis realizado para obtener el término general no cambia.
Solo resta acomodar el asuntito del signo. Dijimos que ello se resuelve incorporando una
potencia de base negativa que en este caso, debe comenzar con un exponente par, debido a que el
signo del primer término de la suma es positivo. Como además queremos que no modifique el
término general, que sabemos ya anda bien, el resultado de la potencia sólo debe modificar el
signo, esto se consigue si la base es 1. Así tendremos que:
6
 1 k k  1 2 2  1 3 3  1 4 4  1 5 5  1 6 6
2k  1 221 231 241 251 261
k2
6
 2  3  4  5  6 . Entonces 2  3  4  5  6   1 k k
5 7 9 11 13 5 7 9 11 13 2k  1
k2

Ejercicio 2:
¿Qué debemos hacer?. Escribir una matriz A mn  a ij  de cierto tamaño. Para ello nos
definen su elemento general (genérico) en función de los índices que indican su posición en el
arreglo (fila y columna). Debemos responder la siguiente pregunta ¿qué es una matriz?. Si
recordamos esta definición veremos que una matriz A mn  a ij  es un arreglo rectangular (tabla
de doble entrada) de números organizados en filas y columnas cuyo elemento general a ij
dependerá por lo tanto de dos índices i, j que simbolizan la fila y la columna que ocupa ese
elemento en el arreglo o matriz. Así por ejemplo a 24 representa el elemento de la matriz que
ocupa la fila 2 y la columna 4. La variación de los índices i, j, al ser A mn (matriz de m filas y n
columnas) serán: 1  i  m y 1  j  n.
Respondemos ahora la pregunta ¿Cómo lo hacemos?. Lo único que hay que realizar, una vez
que se tiene claro la definición de matriz, es asignar a los índices i y j los valores numéricos
desde los iniciales hasta los finales, de acuerdo al tamaño de la matriz pedida y a la definición
dada para ella. Luego calcular cada uno de los términos de la matriz, utilizando la expresión que
define el término general de la matriz.
Ejemplo 1
a ij  0 si i  j
Encuentra la matriz A 23  a ij  tal que:
a ij  i  j si i  j
Por ser A 23 , tiene 2 filas y 3 columnas. Entonces 1  i  2 y 1  j  3 entonces:
a 11 a 12 a 13
A
a 21 a 22 a 23
Solo resta ver para cada a ij en cuál de las dos partes de la definición se ubica, según el valor
de los índices i, j y calcular su valor: Así tendremos que:
Para a 11 como i  j  1  a 11  i  j  1  1  2  a 11  2
Para a 12 como i  1  j  2  i  j  a 12  0
Para a 13 como i  1  j  3  i  j  a 13  0
Para a 21 como i  2  j  1  i  j  a 21  i  j  2  1  3  a 21  3
Para a 22 como i  j  2  a 22  i  j  2  2  4  a 22  4
Para a 23 como i  2  j  3  i  j  a 23  0
2 0 0
Por lo tanto:A 
3 4 0
a ij  2i  j si i  j
Ejemplo 2: Encuentra la matriz A 33  a ij  talque: a ij  2 si i  j
a ij  i 2  j 2 si i  j

a 11 a 12 a 13
1  i  3 y 1  j  3 y será A  a 21 a 22 a 23
a 31 a 32 a 33
Para a 11 como i  j  1  a 11  2
Para a 12 como i  1  j  2  i  j  a 12  i 2  j 2  1 2  2 2  3  a 12  3
 Para a 13 como i  1  j  3  i  j  a 13  i 2  j 2  1 2  3 2  8  a 13  8
Para a 21 como i  2  j  1  i  j  a 21  2i  j  2  2  1  3  a 21  3
Para a 22 como i  j  2  a 22  2
Para a 23 como i  2  j  3  i  j  a 23  i 2  j 2  2 2  3 2  5  a 23  5
Para a 31 como i  3  j  1  i  j  a 31  2  3  1  5  a 31  5
Para a 32 como i  3  j  2  i  j  a 32  2  3  2  4  a 32  4
Para a 33 como i  j  3  a 33  2
2 3 8
Entonces: A  3 2 5
5 4 2
Ejercicios: 3, 6 a) y 8 a)
Como siempre, de la lectura de la consigna se obtiene el ¿qué hay que hacer?. Dadas algunas
matrices, realizar una serie de ejercicios que combinan distintas operaciones con matrices como
ser suma, producto de una matriz por un escalar, producto de matrices, etc.
Para ver ¿cómo lo hacemos?, observamos las operaciones que hay que realizar, con lo que
surgen naturalmente entre otras, las siguientes preguntas. ¿Cómo se suman matrices? ¿Cómo se
multiplican matrices? ¿Cómo se multiplica un escalar por una matriz?. ¿Cómo se encuentra
la transpuesta de una matriz?. Para responderlas debemos recordar las definiciones de las
distintas operaciones y las propiedades que gozan tales operaciones.
Recuerda que tales operaciones no siempre están definidas. Así la suma de dos matrices solo
está definida si tienen el mismo tamaño y el producto de dos matrices solo sí el número de
columnas de la primera es igual al número de filas de la segunda. Así que a estar atento a este
asunto, cuando haya que resolver operaciones combinadas de matrices. Veamos algunos
ejemplos que sirvan para ilustrar lo expresado.
Dadas las siguientes matrices:
1 3 2 2 1 0 1 1 1 1
A B C D
2 0 1 3 1 1 2 1 0 3
Ejemplo 1 Calcula, de ser posible: A  B y AC
Como A y B tienen el mismo tamaño, su suma está definida. Recordando la definición de
suma. Dadas A  a ij  , B  b ij  del mismo tamaño, entonces está definida la matriz suma
C  c ij   A  B con c ij  a ij  b ij ij.
1 3 2 2 1  2 3  2 3 1
AB    
2 0 1 3 2  1 03 1 3
Para calcular AC, como el número de columnas de A que es 2 es igual al número de filas de
C que es 2, el producto AC está definido. Si recordamos la definición de producto de matrices
Dadas A mn  a ij  y B pq  b ij  si n  p entonces la matriz producto C  AB está definida
n
y C mq  c ij  donde c ij  a ik b kj ij
k1
Si desarrollamos la sumatoria y evaluamos la suma obtendríamos todos y cada uno de los
elementos de la matriz producto. Observa que de la definición, podemos ver que para encontrar
la matriz producto AB se multiplica cada fila de la matriz A por cada una de las columnas de la
matriz B. La forma de hacer este producto, es multiplicando cada elemento de la fila de A por el
respectivo elemento de la columna de B y luego sumando esos productos. Si denotamos a fila i de
A con F Ai y a la columna j de B con C Bj tendremos que:
n
c 11  a 1k b k1  a 11 b 11  a 12 b 21    a 1n b n1  F A1 C B1
k1
 n
c 12  a 1k b k2  a 11 b 12  a 12 b 22    a 1n b n2  F A1 C B2
k1
n
c 1n  a 1k b kn  a 11 b 1n  a 12 b 2n    a 1n b nn  F A1 C Bn
k1

De igual manera será con cada una del resto de las filas, las que se multiplicarán por todas y
cada una de las columnas.
n
En general se tendrá: c ij  a ik b kj  a i1 b 1j  a i2 b 2j    a in b nj  F Ai C Bj ij
k1
Volvamos al ejemplo y calculemos la matriz producto. Llamando AC  P como A 22 y
C 23  P 23
1 3 1 0 1 2 3 7
P  AC  
2 0 1 1 2 2 0 2
A modo de ejemplo mostramos el cálculo de alguno de los elementos de P  p ij .
2
p 11  a 1k c k1  a 11 c 11  a 12 c 21  1  1  31  1  3  2
k1
2
p 23  a 2k c k3  a 21 c 13  a 22 c 23  2  1  0  2  2  0  2
k1

Ejemplo 2: Calcula A  2B  C
Esta expresión no está definida ya que las matrices A, 2B y C no tienen el mismo tamaño.
En fecto A 22 ; B 22  2B 22 y C 23 . Así que no es posible calcular lo pedido.
Ejemplo 3: Calcula 2B  CD T
Primero veamos si la operación está definida. B 22  2B 22 ; C 23 ; D 23 .
Como D 23  D T  32 ; Como C 23 y D T  32 , , entonces CD T está definida y CD T  22 .
Como 2B 22 y CD T  22 , entonces 2B  CD T está definida y 2B  CD T  22 .
La expresión está definida, podemos realizar lo pedido.
1 1
1 1 1
D  DT  1 0
1 0 3
1 3

1 1
T
2 2 1 0 1
 2B  CD  2  1 0
1 3 1 1 2
1 3

4 4 0 4 4 0
 2B  CD T   
2 6 2 5 4 11
Ejemplo 4: Resolver la siguiente ecuación matricial en la variable X: 2X  A  B  2A T
Para que la ecuación esté definida, debe ocurrir que las matrices que intervienen como
sumandos en la ecuación, 2X, A, B y 2A T tengan el mismo tamaño. De esta manera, la matriz X
existirá y tendrá el mismo tamaño que las dadas y podremos realizar las operaciones algebraicas
para poder encontrar X.
 2X  A  B  2A T
 2X  A  A  B  2A T  A Existencia del opuesto y propiedad uniforme
 2X    B  2A T  A Existencia y def. de opuesto de la suma de matrices
 2X  B  2A T  A Definición de neutro de la suma de matrices
1 1 T
 2 2X  2 B  2A  A Existencia de inverso del producto en
 1  X  1 B  2A T  A Definición de inverso del producto en
2
 X  1 B  2A T  A Neutro del producto de un escalar por una matriz
2
Como podemos ver, hemos encontrado X en función de las matrices A, B y A T . Para
determinar su valor, bastará realizar las operaciones con las matrices A, B dadas. Queda como
ejercicio realizar esos cálculos.
hk hk
Ejemplo 5: Dada M 
2 h2
Determina, justificando tu respuesta, si existen valores de los parámetros h, k tales que M  A
Recordando la definición de igualdad de matrices, vemos que se cumple la primera
condición, las matrices tienen el mismo tamaño. Así bastará hacer que se cumpla la segunda
condición de la definición, esto es que tengan los mismos elementos. Entonces:
hk  1
hk  1
hk hk 1 3 hk  3
   hk  3
2 h2 2 0 2  2
h  2
h2  0
Resolviendo el sistema por Gauss tenemos:
1 1 1 1 1 1 1 1 1
1 1 3  0 2 2  0 2 2
1 0 2 0 1 3 0 0 8

hk  1
El sistema escalonado es:  2k  3
0k  8
Como vemos, en el sistema escalonado, su última ecuación es una inconsistencia, ya que
0k  0 k, por lo que el sistema es inconsistente. Es decir, no existen valores de h, k tales que
MA
Ejemplo 6: Decide justificando tu respuesta si la matriz A dada más arriba es un cero del
polinomio px  x 2  3x  2
¿Qué debemos hacer?. Decidir justificando la respuesta si A es un cero de un polinomio px
dado. Así que es necesario responder la pregunta ¿qué es una raíz de un polinomio?. Para ver
¿cómo lo vamos a hacer?, debemos responder la pregunta ¿cómo determinamos si algo es un
cero de un polinomio? responder la primera pregunta es recordar la definición de cero o raíz de
un polinomio (¿la recuerdas?) Recordémosla: Dado un polinomio px en la variable x en un
cierto dominio, como por ejemplo el conjunto de los números reales. Decimos que a  es un
cero o raíz de px si y solo si pa  0
Ahora bien, el polinomio px  x 2  3x  2 tiene su dominio en y queremos cambiar su
dominio a 22 ya que estamos averiguando si A  22 es o no un cero del polinomio. En este
caso debemos tener en cuenta que si reemplazamos x  A en el polinomio el resultado debe ser
un elemento de 22 por lo que el término constante 2 que en los reales esta multiplicado por el
neutro del producto en (que es 1) debemos multiplicarlo por el neutro del producto de matrices
en 22 (que es la matriz identidad I 22 . Así tendremos:
pA  A 2  3A  2I
1 3 1 3 1 3 1 0
pA  3 2
2 0 2 0 2 0 0 1

7 3 3 9 2 0 12 12 0 0
pA     
2 6 6 0 0 2 8 8 0 0
22
Como pA   (neutro de la suma en  entonces podemos decir que la matriz A no es
un cero del polinomio dado.
Ejercicios 4 y 14
En ambos ejercicios el ¿qué debemos hacer? consiste en, dada una proposición, decidir,
justificando la respuesta, su verdad o falsedad. ¿Cómo lo hacemos?. Para ello debemos recordar
nuestros conocimientos de lógica, sobre todo lo relacionado con el valor de verdad de una
implicación. Ya hablamos bastante de ello en el Tutorial 1 así que si aun no lo tienes claro
,vuelve a él y repasa sobre el tema. Podemos agregar a lo que ya dijimos que cuando debemos
decidir la verdad o falsedad de una proposición, y nuestra intuición nos dice que la proposición
es falsa pero se nos hace difícil encontrar el contraejemplo que lo justifique, una forma de poder
encontrarlo, es intentar demostrar que la proposición es verdadera. Seguro que en este intento de
mostrarlo, en el proceso de demostración, la verdad de alguna secuencia del razonamiento lógico,
estará condicionada (no vale siempre). Veamos algunos ejemplos.
Ejemplo 1. Decide, justificando tu respuesta, la verdad o falsedad de la siguiente
proposición:
Si A, B  nn , entonces AB 2  A 2 B 2
Vamos a tratar de demostrar la implicación por el método directo. Partimos de la verdad de la
hipótesis y trataremos de demostrar la verdad de la tesis. Como la tesis es una igualdad, vamos a
tomar el primer miembro de esa igualdad y tratar de probar que se puede transformar en el
segundo miembro (¡cuidado!, a no confundirte, no estamos partiendo de la verdad de la tesis ya
que ella afirma que la igualdad es verdadera)
AB 2  ABAB por definición de potencia
 AB 2  ABAB Asociativa del producto de matrices
Si observamos el segundo miembro de la última igualdad y lo comparamos con el segundo
miembro de la tesis, podemos ver que sólo podremos llegar a este último si AB  BA. Pero la
hipótesis de la implicación no dice que las matrices A, B son conmutables, por lo tanto la
implicación sólo es verdadera para aquellas matrices A, B que conmutan. Como no siempre el
producto de dos matrices es conmutativo, podemos decir que la proposición es falsa ya que no se
cumple para cualquier par de matrices cuadradas.
Así que, ya tenemos un indicio para dar el contraejemplo. Bastará pensar dos matrices que no
sean conmutables. Para ello hay que pensar en aquellas matrices cuadradas mas simples tanto en
el orden como en sus elementos. El menor orden posible es 2 y matrices simples son las que
tienen en muchos de sus elementos valores 0 o 1
1 0 1 1
Sean A  yB  Tenemos que:
1 0 0 1
 1 0 1 1 1 1
AB   y
1 0 0 1 1 1
1 1 1 0 2 0
BA    AB
0 1 1 0 1 0
De esta manera, estamos seguros de que la igualdad AB 2  A 2 B 2 no se cumple. En efecto
1 0 1 0 1 0
A 2  AA   y
1 0 1 0 1 0
1 1 1 1 1 2
B 2  BB  
0 1 0 1 0 1

1 0 1 2 1 2
A2 B2   y
1 0 0 1 1 2
1 1 1 1 2 2
(AB 2    A2 B2
1 1 1 1 2 2
Ejemplo 2: Consigna similar a la del ejemplo 1 para la proposición:
Si A  nn tal que A 2  A entonces A  
Si observamos la hipótesis de la implicación, vemos que esta es verdadera para A  , por lo
que la tesis también será verdadera, y en consecuencia lo será la implicación, proposición cuyo
valor de verdad debemos decidir si es V o F. Pero la proposición dice que es para toda matriz
cuadrada, y A   es solo un caso particular. Así que debemos preguntarnos ¿hay alguna
matriz cuadrada cuya potencia 2 es ella misma pero que no sea la nula?. Si eso pasara,
tendríamos que la hipótesis de la implicación es verdadera pero la tesis es falsa, por lo que la
implicación será falsa.
Si recordamos un poco, la definición de potencia de matrices nos dice que es el producto de
la matriz consigo misma la cantidad de veces que indica el exponente. Así que la hipótesis será:
AA  A
Si recordamos un poco más, veremos que hay un producto de dos matrices cuadradas cuyo
resultado es la misma matriz. ¿Recuerdas algo acerca de alguna matriz que al multiplicarse por
cualquier matriz da como resultado esa matriz?. Seguro que ya lo has hecho, ¡claro que sí! esa
matriz es el neutro del producto de matrices cuadradas, que no es otra que la matriz
identidad. Por lo tanto si A  I  A 2  I 2  I  A pero A  I  . En consecuencia se cumple
que la hipótesis es verdadera pero la tesis es falsa y por lo tanto la implicación es falsa.
Ejemplo 3: Consigna similar a la del ejemplo 1 para la proposición:
2 k1 2 1 0 2
Dadas A  ,B  yC  entonces existen
k  2 k2 2 k 2 0
valores del parámetro k tal que C  A  B
Como C tiene igual tamaño que A y B se cumple la primera parte de la definición de
igualdad. Solo resta ver si las componentes de C y A  B son iguales para algún valor de k.
2 k1 2 1 0 k
Veamos: A  B   
2 2
k2 k 2 k k k k
 0 k 0 2
C  AB    0  0  k  2  k  2  k2  k  0
2
k k k 2 0
La primera igualdad es una identidad, asi que es siempre verdadera cualquiera sea k.
Si reemplazamos k  2 (dado por la 2da y 3ra igualdad) en la 4ta igualdad k 2  k  0
tenemos que: 2 2  2  4  2  2  0
Por lo tanto, al no verificarse la cuarta igualdad, podemos decir que el sistema de 4
ecuaciones en la incógnita k es inconsistente y en consecuencia k  , C  A  B. Es decir no
existe ningún valor de k tal que C  A  B. Así que la proposición es Falsa.
Ejemplo 4: Consigna similar a la del ejemplo 1 para la proposición:
Si A, B  nn  AB  BA, entonces A  B 2  A 2  2AB  B 2
Si recordamos la expresión del trinomio cuadrado perfecto en el conjunto de los reales, y lo
asociamos con la igualdad que es la tesis de la implicación, vemos que son similares con la única
diferencia que ahora son matrices cuadradas. En los reales esta igualdad es verdadera gracias a
que la operacion producto en es conmutativa. Sabemos que el producto de matrices no es
conmutativo. Así que, si la proposición estaria enunciada para el conjunto de matrices cuadradas
sería Falsa. Pero observemos que la hipótesis ademá incluye la información de que son matrices
conmutables, por lo tanto y en concordancia con lo que ocurre en los reales esta igualdad será
verdadera. Veamos como lo demostramos.
A  B 2  A  BA  B Por definición de potencia de matrices
 A  B 2  A  BA  A  BB Por propiedad distributiva a izquierda
2
 A  B  AA  BA  AB  BB Por propiedad distributiva derecha y a izquierda
 A  B 2  A 2  AB  AB  B 2 Por def de potencia, e hipótesis AB  BA
2 2 2
 A  B  A  1  1AB  AB  B Por propiedad 1A  A y distributiva del
producto respecto a la suma de escalares
2 2 2
 A  B  A  2AB  B Por suma en
Hemos transformado el primer miembro en el segundo miembro, por lo que hemos
demostrado que la igualdad es verdadera. Así que podemos decir que la proposición es
verdadera.
Ejercicio 5:
¿Qué debemos hacer?. Dar definiciones de ciertas matrices especiales y dar un ejemplo de
cada una de ellas. ¿Cómo lo hacemos?. Bastará con recordar tales definiciones o repasar el
resumen teórico del tema para realizar este ejercicio. Es similar al ejercicio2 con la única
diferencia que ahora debemos recordar la definición de la matriz y tomar un ejemplo particular
que cumpla esa definición.
Ejercicios 6 b), 8 b), 10, 11 y 12 a)
El ¿qué hay que hacer? es común para todos estos ejercicios. Debemos demostrar la verdad
de una proposición (implicación o teorema) ¡Sonamos!, realizar la tarea implica realizar las tan
temidas y odiosas demostraciones. Ya hablamos del asunto en el tutorial 1. No hay que temerles
ni hacerles mala fama a las demostraciones, no son más que otras de las tantas actividades que
como estudiantes vamos a desarrollar, por lo tanto a no eludir la tarea y a enfrentarlas que se
puede.
Ya dijimos que para las demostraciones no hay reglas que sirvan para todas, aunque hay
siempre consideraciones que no debemos dejar de hacer.
1) No vamos a demostrar nada si no estamos convencido de que podemos hacerlo.
2) Las herramientas necesarias para hacerlo son todos aquellos conceptos que están
involucrados en lo que debemos demostrar, obviamente que hay que tenerlas y saberlas usar.
3) Analizada la proposición, hay que elegir el método de demostración a utilizar.
 4) En el proceso de demostración nunca hay que perder de vista lo qué tenemos (hipótesis) y
a donde queremos llegar (tesis) en cada paso del proceso de demostración.
5) Siempre hay que justificar cada paso del proceso. Para ello hay que preguntarse siempre
¿por qué? hacemos o decimos esto o aquello.
6) En cada paso del proceso de demostración, pensar, analizar, hacer.
7) Perderle el miedo y practicar, practicar,......., practicar.
8) Nunca hay que memorizar una demostración hecha por otro sino analizarla y tratar de
comprenderla.
Veamos algunos ejemplos que sirvan para ilustrar.
Ejemplo 1 Demuestra que la suma de dos matrices simétricas es una matriz simétrica
¿Qué debemos hacer?. Demostrar que la suma de matrices simétricas da como resultado otra
matriz simétrica. Para ver ¿cómo lo vamos a hacer?, en primer lugar vemos que hay que
demostrar la verdad de una implicación. Así que lo primero que hay que distinguir es antecedente
(hipótesis) y consecuente (tesis) de la implicación. En segundo lugar debemos ver qué conceptos
están involucrados tanto en la hipótesis como en la tesis, a fin de tener claro que es lo que
tenemos (hipótesis) y a que es lo que queremos llegar (tesis). Por último debemos decidir cuál es
el método que vamos a utilizar en la demostración.
Si recordamos la definición de matriz simétrica y llamamos A y B a las matrices simétricas cuya
suma debemos demostrar que es también una matriz simétrica, tendremos que la implicación
escrita en forma simbólica es: A  A T  B  B T  A  B  A  B T
Elegimos el método directo para la demostración (el por qué de su elección se debe a que
analizada la hipótesis y la tesis, y recordando las propiedades de la transpuesta, se puede
visualizar que es adecuado para realizar la demostración). Recordemos que en el método directo
partimos de la verdad de la hipótesis y debemos mediante deducciones lógicas, probar la verdad
de la tesis, con lo cual habremos demostrado la verdad de la implicación.
Demostración:
A  A T 1  B  B T 2 Por hipótesis
 A  B  AT  BT Sumando miembro a miembro 1 y 2
T
 A  B  A  B Prop. de la traspuesta de la suma A  B T  A T  B T
 A  B es simétrica Definición de matriz simétrica
Asumiendo la verdad de la hipótesis hemos concluido la verdad de la tesis, así que hemos
probado la verdad de la implicación.
Muchas veces debemos demostrar la verdad de una proposición que depende de un índice
natural, por lo que hay que recurrir al método de inducción matemática (¿lo tienes?).
Recordémoslo juntos.
El método de inducción matemática, permite demostrar la verdad de una proposición que
depende de un índice cuyo dominio es el conjunto de los números naturales o un subconjunto
infinito de los números naturales. En su forma más simple dice que: Dada pn con n  
(subconjunto infinito de los naturales) entonces:
1 vp1  V
 vpn  V n 
2 vpk  pk  1  V
Es decir, para demostrar que pn es verdadera cualquiera sea n del dominio de pn, basta
con verificar dos cosas:
1 Que pn es verdadera para el primer elemento del dominio .
2 Suponiendo que pn es verdadera para n  k, se prueba que es verdadera para el siguiente
elemento.
A pk se la denomina Hipótesis Inductiva debido a que es la hipótesis de la implicación
dada por 2 cuyo valor de verdad debemos probar que es verdadero. Para ello, utilizando el
método directo, suponemos que es verdadera la hipótesis pk y con ello probamos la verdad de
la tesis pk  1
Veamos algunos ejemplos ilustrativos:
Ejemplo 2: Demuestra que n  N, 1  2  3    n  1 nn  1
2
Aquí pn : 1  2  3    n  1 nn  1 y  (los naturales)
2
Verificamos el cumplimiento de 1 p1 : 1  1  11  1  1  1  2  1  1 que es
2 2
una igualdad verdadera, por lo que vp1  V. Se cumple 1
Demostremos que se cumple 2. Para ello, como debemos demostrar que el valor de la
implicación pk  pk  1 es verdadero para todo k, debemos, por el método directo,
demostrar que si pk es verdadera entonces también debe ser verdadera pk  1.
Escribamos las proposiciones pk y pk  1 a los efectos de poder ver que es lo que se tiene
(hipótesis) y que es lo que se debe probar (tesis).
pk : 1  2    k  1 kk  1 (hipótesis inductiva)
2
pk  1 : 1  2    k  k  1  1 k  1k  1  1 que podemos escribir como:
2
pk  1 : 1  2    k  k  1  1 k  1k  2 Tesis.
2
Es decir debemos partir de vpk  V lo que es equivalente a decir que:
1  2    k  1 kk  1 y probar que:
2
vpk  1  V, lo que es equivalente a decir que:
1  2    k  k  1  1 k  1k  2.
2
Es importante, en el proceso de demostración, no perder de vista a lo que se quiere llegar, ya
que de esa forma vamos a realizar los pasos necesarios para lograrlo.
vpk  V hipótesis inductiva
 1  2    k  1 kk  1 Verdadera por Hipótesis Inductiva
2
 1  2    k  k  1  1 kk  1  k  1 Prop. uniforme sumando k  1
2
 1  2    k  k  1  k  1 1 k  1 Factor común k  1 en el 2 do miembro
2
 1  2    k  k  1  k  1 1 k  2 Factor común 1 en el 2 do miembro
2 2
1
 1  2    k  k  1  k  1k  2 Conmutativa del producto en
2
 vpk  1  V
Se ha probado que se cumple tanto 1 como 2 por lo que podemos afirmar que
n, vpn  V es decir n  v 1  2  3    n  1 nn  1  V
2
Existe la tendencia en los estudiantes que recién se están familiarizando con este método, a
creer que el paso 1 es verificar que la proposición se cumple para n  1. Ésto no siempre es así,
ya que en el caso de que el dominio establecido para la función proposicional no sea todo el
conjunto de los números naturales, sino algún subconjunto infinito de , el primer elemento no
será 1. Por lo tanto, lo que indica 1 es que la proposición se cumple para el primer elemento del
dominio de la función proposicional que puede o no ser 1. Veamos un ejemplo.
Ejemplo 3: Demuestra por inducción n  , n  2, 2 n  2n  1
Aquí el dominio de la función proposicional pn es: x  / x  2 . Verificar que se
cumple 1, es equivalente a verificar que la proposición es verdadera para el primer elemento del
dominio. En este caso el primer elemento es n  3 por lo que:
p1 : 2 3  2  3  1  8  7 es Verdadero  vp1  V. Se cumple 1.
 Veamos que se cumple 2 en todo el proceso debemos tener en cuenta que k  2
vpk  V Hipótesis Inductiva
 2 k  2k  1 Verdadera por H.I.
k
 2  2  2  2k  1 Prop. consistencia del producto en
 2 k1  4k  2 Potencia de igual base y dist. en
k1
 2  2k  2k  2 Prop asociativa de la  en
 2 k1  2k  2  2k Prop. conmut y asoc.de  en
k1
 2  2k  1  2k Prop. dist. en
como k  2  2k  2  2 Prop uniforme del producto en
 2k  4 producto en
como 4  1 orden en
 2k  1 Prop transitiva en
 2k  1  2k  2k  1  1 Prop transitiva en
como 2 k1  2k  1  2k por paso 7
k1
 2  2k  1  1 tPropo transitiva en
 k  2, 2 k1  2k  1  1
 vpk  1  V
Se ha probado que se cumple 1 y 2 entonces podemos afirmar que n, vpn  V, es
decir:
Hemos demostrado por inducción, que la proposición: n  , n  2, 2 n  2n  1 es
verdadera
Ejemplo 4: Demuestra que A, B  R nn , Si AB  BA  A n B  BA n  AB n  B n A n 
yn  2
Sabiendo que AB  BA, debemos probar la verdad de la proposición Pn : A n B  BA n 
AB  B n A n  y n  2.
n

Como la proposición depende de un índice n, debemos demostrar utilizando el método de

inducción matemática, que como vimos más arriba, requiere probar dos cosas:
1) vP1  V
El primer valor es n  2, entonces P1 : A 2 B  BA 2  B 2 A  AB 2
A 2 B  AAB  B 2 A  BBA Definición de potencia en nn
nn
 A 2 B  AAB  B 2 A  BBA Prop asociativa del producto en
 A 2 B  ABA  B 2 A  BAB Por hipótesis AB  BA
nn
 A 2 B  ABA  B 2 A  BAB Prop asociativa del producto en
 A 2 B  BAA  B 2 A  ABB Por hipótesis AB  BA
nn
 A 2 B  BAA  B 2 A  ABB Prop asociativa del producto en
nn
 A 2 B  BA 2  B 2 A  AB 2 Definición de potencia en
 vP1  v
2) vpk  pk  1  V
Suponemos que la proposición es verdadera para un valor n  k  2. (Hipótesis Inductiva).
Es decir Si n  k, A k B  BA k  B k A  AB k es verdadera.
Debemos probar que la proposición es verdadera para el siguiente valor de k, es decir
debemos probar que v pk  1  V
Así que, debemos probar que: A k1 B  BA k1  B k1 A  AB k1 . Hagámoslo
 A k B  BA k  B k A  AB k Hipótesis Inductiva
 AA k B  ABA k  BB k A  BAB k Premultiplicamos por A y por B resp.
k k k k nn
 (AA B  ABA  BB A  BAB Asociativa del producto en
 A k1 B  BAA k  B k1 A  ABB k Def de potencia e hipótesis AB  BA
k1 k k1 k nn
 A B  BAA   B A  ABB  Asociativa del producto en
 A k1 B  BA k1  B k1 A  AB k1 Def. de potencia
 vPk  1  V
 vPk  Pk  1  V
En consecuencia hemos demostrado que A, B  R nn , Si AB  BA  A n B  BA n 
AB  B n A n  y n  2
n

Ejercicios 7 y 9
Si analizamos las consignas de éstos ejercicios, podemos ver que en cada uno de ellos el
¿qué? de la tarea, está relacionado con el concepto de inversa de una matriz. El ¿cómo lo vamos
a hacer? dependerá de cada una de las consignas.
En el ejercicio 7 a) debemos determinar, si es posible, la inversa de la matriz utilizando la
definición. En consecuencia queda también determinado el ¿cómo lo vamos a hacer? -utilizando
la definición. Por lo tanto se hace necesario recordar la definición de inversa de una matriz,
recordémosla. Dada una matriz A  nn , decimos que A es inversible (tiene inversa) si
B  nn tal que: AB  BA  I (I  nn matriz identidad). En este caso se dice que B es la
inversa de A y se simboliza por B  A 1 .
La consigna no asegura que podamos determinar la inversa pedida ya que pide encontrarla, si
existe. Además aunque no lo explicite, debemos justificar la respuesta, es decir tanto si decimos
que tiene o que no tiene inversa, debemos decir el por qué de nuestra respuesta. De esta manera
se hace necesario responder algunas otras preguntas como ser: ¿Cuando decimos que una
matriz tiene inversa? ¿Cómo se la determina? ¿Cualquier matriz tiene inversa? ¿Si una
matriz tiene inversa es única?.
Como podemos ver, la definición nos lleva a una ecuación matricial cuya incógnita es la
matriz inversa de la dada. Esta ecuación matricial, al aplicar la definición de igualdad de
matrices, se transforma en un sistema de ecuaciones lineales equivalente, cuya solución, si existe,
nos proporciona la inversa de la matriz dada.
Si recordamos un poco más, seguro se nos vendrá a la mente un teorema que afirma: si una
matriz tiene inversa, esta es única. En consecuencia el sistema equivalente que mencionamos
más arriba, para que exista la inversa como exige la definición, no solo deberá tener solución,
sino que ésta debe ser única. Así que, para encontrar la inversa de una matriz mediante la
definición, solo debemos resolver el sistema de ecuaciones lineales que surge de la definición y
ver si tiene única solución. En este caso diremos que la matriz dada es inversible y podremos
encontrar su inversa hallando la solución del sistema.
En el ejercicio 7 b) para aquellas que sean inversibles se solicita lo mismo que en el 7 a)
pero ahora debemos hacerlo con otro procedimiento, usando operaciones elementales. La
pregunta a responder será ¿qué y cuáles son las operaciones elementales?. ¿Cómo se las utiliza
para determinar la inversa de una matriz?. Responderlas nos permitirá resolver lo pedido.
En el ejercicio 7 c) debemos verificar que se cumple una igualdad en la que interviene el
concepto de inversa de un producto de matrices dadas. Luego debemos responder a la pregunta si
esta igualdad se verifica para cualquier par de matrices cuadradas, de igual orden, inversibles.
Bastará con recordar las propiedades de la inversa para dar y justificar la respuesta.
En el Ejercicio 9, el ¿qué debemos hacer?, no difiere demasiado del correspondiente al
Ejercicio 7 a). La diferencia con este, es que ahora la matriz dada tiene un parámetro en alguno
de sus elementos, por lo que el sistema que resulta de aplicar la definición de inversa, es un
sistema con parámetros. Se nos solicita que determinemos, si existen, valores de ese parámetro
para que la matriz sea inversible. En consecuencia tendremos que recordar que, para que una
matriz sea inversible, el sistema equivalente a la ecuación matricial resultante de la definición
tenga solución única, ya que como dijimos más arriba, si una matriz tiene inversa, esta es única.
En definitiva como la matriz contiene un parámetro, debemos determinar los valores del
parámetro que hacen que este sistema tenga única solución.
Veamos algunos ejemplos que clarifiquen cada una de las situaciones.
Ejemplo 1: Determina, si existe, la inversa de las siguientes matrices:
1 1 1 1
A B
1 3 1 1
a Utilizando la definición. b Utilizando operaciones elementales.
Para la matriz A si aplicamos la definición y llamando A 1 a la inversa de A y tomando
x y
A 1  . Sabemos por definición que AA 1  A 1 A  I
z t

1 1 x y 1 0 xz yt 1 0
AA 1  I    
1 3 z t 0 1 x  3z y  3t 0 1
Si aplicamos la igualdad de matrices realizando la igualdad por columnas obtenemos el
sistema equivalente (4 ecuaciones con 4 incógnitas)
xz  1
xz  1 x  3z  0
x  3z  0

yt  0
y  3t  1 yt  0
y  3t  1
Si observamos este sistema, vemos que las 2 primeras ecuaciones solo contienen a las
variables x, z y en cambio las 2 últimas solo contienen a las variables y, t. Por este motivo este
sistema puede separarse en dos sistemas de 2 ecuaciones con 2 incógnitas independientes (los
indicados a la derecha), cuyas soluciones nos darán la solución del anterior sistema de 4
ecuaciones con 4 incógnitas (el de la izquierda). Resolvamos éstos sistemas por Gauss.
Observemos que ambos sistemas tienen como matriz de coeficientes la matriz A, y solo difieren
sus matrices ampliadas en los términos independientes. Esto facilita la resolución ya que el
proceso de escalonamiento es casi el mismo.
xz  1 1 1 1 1 1 1 xz  1
  
x  3z  0 1 3 0 0 2 1 2z  1
El sistema es consistente ya que ninguna de sus ecuaciones es una inconsistencia. Hay
N  2  2  0 variables libres, entonces el sistema tiene solución única. La determinamos:
de 2z  1  z   1 . Reemplazando en x  z  1  x  1  1  x  3
2 2 2
yt  0 1 1 0 1 1 0 yt  0
  
y  3t  1 1 3 1 0 2 1 2t  1
Haciendo el mismo análisis que para el anterior sistema, podemos decir que el sistema tiene
única solución. En consecuencia podemos decir que existe la inversa de A. Resolviendo tenemos:
 2t  1  t  1 . Reemplazando en y  t  0  y  1  0  y   1
2 2 2
3
1
x y 2
 12
En consecuencia la inversa de A será: A   1 1
z t  2 2

Hemos resuelto lo pedido en a. A fin de controlar que hemos resuelto sin errores,
verificamos el otro producto A 1 A  I. Queda como ejercicio.
En el b ¿qué debemos hacer?. Para las matrices inversibles (que determinamos en a)
determinar su inversa utilizando las operaciones elementales. Para ver ¿cómo lo hacemos? solo
debemos recordar el procedimiento que permite encontrar la inversa de una matriz A mediante
las operaciones elementales. El mismo consiste en:
1 Construir la matriz (A/I resultado de adicionarle a la matriz A a la derecha, la matriz
identidad del mismo orden que A.
2 Llevar la matriz (A/I a su forma escalonada reducida por filas obteniendo de ese modo
una matriz de la forma I/A 1 .
Observación: En caso de que A no sea inversible, la matriz (A/I no podrá llevarse a la forma
reducida por filas.
Las nuevas preguntas a responder son: ¿Cuándo se dice que una matriz está en la forma
escalonada reducida por filas?. ¿Cómo se reduce por filas una matriz?. Solo debemos
recordar algo que ya hemos realizado en el Tutorial 1, cuando resolvimos un sistema por el
método de Gauss-Jordan (¿lo recuerdas?). Recordemos que una matriz escalonada reducida por
filas es una matriz escalonada y que cumple las siguientes condiciones:
2 Los pivots o entrada principal o cabeza de escalón en cada fila son todos iguales a 1.
3 Las columnas que contienen al pivot o entrada principal o cabeza de escalón de cada fila
tienen las demas componentes nulas.
Formamos la matriz AI y la llevemos a su forma escalonada reducida por filas.
1 1 1 0 1 1 1 0 F 2  12 F 2
AI   
1 3 0 1 0 2 1 1

3
1 1 1 0 F 1 F 1 F 2 1 0 2
 12

0 1  12 1
2 0 1  1
2
1
2

Explicamos lo realizado en el procedimiento para reducir por filas a la matriz AI.

1. Pasamos de la 1ra a la 2da matriz aplicando el escalonamiento de Gauss.
2.- Pasamos de la 2da a la 3ra matriz realizando la operación elemental de multiplicar la 2da
fila por la constante 1 . Esto para lograr que el pivot o elemento principal de escalón de cada fila
2
sea 1
3.-Pasamos de la 3ra a la 4ta matriz realizando la operación elemental de reemplazar la 1ra
fila por la suma de ella más un múltiplo de la segunda: F 1  F 1  1F 2 . Esto lo hacemos para
hacer que las demás componentes de las columnas que contienen al pivot o elemento principal de
escalón de cada fila, sean todas nulas.
La 4ta matriz está en la forma escalonada reducida por filas ( la matriz A se ha convertido en
la identidad y la identidad se ha convertido en la inversa de A
Puedes verificar que efectivamente es la misma matriz (inversa de A) que hemos determinado
en a utilizando la definición.
Para la matriz B
 1 1 x y 1 0 xz yt 1 0
BB 1  I    
1 1 z t 0 1 xz yt 0 1

xz  1 yt  0
Los sistemas a resolver son: y
xz  0 yt  1
Resolvamos el primero:
xz  1 1 1 1 1 1 1 xz  1
  
xz  0 1 1 0 0 0 1 0z  1
Como 0z  1 es Falso z , podemos decir que el sistema es inconsistente, en consecuencia
la matriz B no tiene inversa. por lo tanto, no tiene sentido para la matriz B lo solicitado en b.
Posiblemente te estarás preguntando, si aplicamos el procedimiento de hallar la inversa
mediante las operaciones elementales ¿qué ocurre cuando la matriz dada no es inversible? ¿Si
aplicamos el método cómo podemos darnos cuenta de ello?.
Si recuerdas un poco las propiedades de la inversa, sabemos que si una matriz es inversible,
entonces el sistema lineal que la tiene como matriz de coeficientes tiene solución única. Ello
implica que en el sistema escalonado equivalente haya tantas ecuaciones como incógnitas, lo que
a su vez implica que ninguna fila de la matriz de coeficientes se anule en el proceso de
escalonamiento. En consecuencia, si en el proceso de escalonamiento alguna de las filas (de la
matriz dada) se anula podremos asegurar que la matriz dada no es inversible (ya que será
imposible reducir por filas a la matriz AI, es decir no podremos reducir A a la identidad).
Veamos esto para la matriz B que ya determinamos anteriormente que no es inversible.
1 1 1 0 1 1 1 0
BI  
1 1 0 1 0 0 1 1
Vemos que esta última matriz no cumple la definición de ser reducida por filas y tampoco es
posible mediante operaciones elementales transformarla en otra que lo sea. Esto se debe a que la
2da fila de B se anuló en el proceso de escalonamiento, Eso nos dice que B no es inversible.
Ejemplo 2: Determina la inversa de la siguiente matriz, utilizando las operaciones
elementales de Gauss.
2 1 0
A 1 1 1
1 1 0
Recordemos el procedimiento de encontrar la inversa utilizando las operaciones elementales
de Gauss. AI Operaciones Elementales IA 1 
Desarrollemos el procedimiento para A
2 1 0 1 0 0 2 1 0 1 0 0 2 1 0 1 0 0
AI  1 1 1 0 1 0  0 3 2 1 2 0  0 3 2 1 2 0
1 1 0 0 0 1 0 1 0 1 0 2 0 0 2 4 2 6
La matriz ya está escalonada. Para hacer que todos los pivotes o elementos principales de
escalón sean iguales a 1, en cada una de las filas, aplicamos la operación de multiplicar la fila
por un escalar. En este caso por el inverso del número. Entonces tendremos
 1 1 1 1
1 2
0 2
0 0 1 2
0 2
0 0 1 0 0 1 0 1
0 1 2
3
1
3
2
3
0  0 1 0 1 0 2  0 1 0 1 0 2
0 0 1 2 1 3 0 0 1 2 1 3 0 0 1 2 1 3
Ahora necesitamos que cada uno de los pivotes o elementos principales de escalón sean la
única componente no nula en la respectiva columna. Para ello debemos anular la 2da
componente de la 1ra fila ( 1  y la 3ra componente de la 2da fila  2 . Esto se logra realizando
2 3
la operación elemental de sumarle a una fila un múltiplo de otra comenzando desde abajo y
siguiendo hacia arriba.
Así podemos eliminar  2  de la 2da fila sumándole la 3ra fila multiplicada por  2  y
3 3
luego eliminamos ( 1  de la 1ra fila sumándole la 2da multiplicada por  1 . Es lo que hemos
2 2
realizado más arriba, para pasar primero a la 2da matriz y luego de la 2da a la 3ra matriz.
Esta última ya está en la forma escalonada reducida por filas, podemos ver que a la izquierda
se encuentra la matriz identidad, por lo que la matriz que queda a su derecha es la inversa de A.
Queda como ejercicio verificar que se cumple AA 1  A 1 A  I
Ejemplo 3: Determina, si existen, los valores del parámetro k para que la matriz A posea
1 k
inversa, siendo: A 
1 1
Procedemos de forma similar a lo realizado en el ejercicio 7 a). Lo único que cambia es que
ahora los sistemas a resolver serán sistemas con parámetro.
x y
llamando A 1 a la inversa de A y tomando A 1  , aplicando la definición de
z t
inversa tenemos:
1 k x y 1 0 x  kz y  kt 1 0
AA 1  I    
1 1 z t 0 1 xz yt 0 1

x  kz  1 y  kt  0
Igualando las matrices. Los sistemas a resolver son: y
xz  0 yt  1

x  kz  1 1 k 1 1 k 1 x  kz  1
  
xz  0 1 1 0 0 1  k 1 1  kz  1
Vemos en el sistema escalonado, que para que el sistema tenga solución única (haya igual
cantidad de ecuaciones que incógnitas) debe ser k  1. En este caso tenemos que si k  1:
De 1  kz  1  z   1 . Remplazando en x  kz  1 tenemos:
1  k
x  k 1   1  x  1 k  1kk  1  x  1
1  k 1k 1k 1k 1k
Resolvemos el otro sistema: Observemos que la matriz de coeficientes es la misma que el
anterior, solo cambia la columna de los términos independientes
y  kt  0 1 k 0 1 k 0 y  kt  0
  
yt  1 1 1 1 0 1k 1 1  kt  1
En el sistema escalonado vemos que para que tenga solución única (haya igual cantidad de
ecuaciones que incógnitas) debe ser k  1. En este caso tenemos que si k  1:
 De 1  kt  1  t  1 . Remplazando en y  kt  0 tenemos:
1  k
y  k 1   0  y   k
1  k 1k
En consecuencia si k  1, la matriz A dada posee inversa y será:
1 k
x y 1k
 1k
1
A   1 1
z t  1k 1k

Si tomamos un valor para k tal que k  1, por ejemplo k  2 tendremos que:

1 2
A y reemplazando k  2  1 en A 1 anteriormente hallada tendremos:
1 1
1 k
1k
 1k 1 2
1
A  1 1
 un caso particular.
 1k 1k
1 1

Ejercicio: 8 a)
¿Qué debemos hacer?. Determinar todas las matrices que conmutan con una dada. ¿Cómo lo
hacemos?. Bastará responder la pregunta. ¿Cuándo se dice que dos matrices conmutan? ello
nos llevara a recordar esa definición y aplicarla para resolver el ejercicio. Si recordamos la
definición, decimos que dos matrices A y B cuadradas y del mismo orden conmutan si y solo si
AB  BA. Así que resolver esta ecuación matricial donde A será una matriz dada y B una matriz
incógnita, consistirá en determinar la incógnita B. Recordemos también que una ecuación
matricial es equivalente a un sistema de ecuaciones lineales cuyas incógnitas son los elementos
de la matriz incógnita, por lo que resolver este problema es algo ya conocido verdad?. Veamos
un ejemplo.
1 1
Ejemplo 1: Determina todas las matrices que conmutan con A 
2 1
x y
Si llamamos X  las matrices que conmutan con A y aplicamos la definición
z t
anterior debera cumplirse que: AX  XA
1 1 x y x y 1 1
  sustitución
2 1 z t z t 2 1

xz yt x  2y x  y
  por producto de matrices
2x  z 2y  t z  2t zt

xz  x  2y
yt  xy
 por definición de igualdad de matrices
2x  z  z  2t
2y  t  zt
Reordenando las ecuaciones y resolviendo el sistema por Gauss
 2y  z  0 0 2 1 0 0 1 2 0 1 0
x  2y  t  0 1 2 0 1 0 0 2 1 0 0
   
2x  2z  2t  0 2 0 2 2 0 2 0 2 2 0
2y  z  0 0 2 1 0 0 0 2 1 0 0

1 2 0 1 0 1 2 0 1 0
0 2 1 0 0 0 2 1 0 0 x  2y  t  0
  
0 4 2 0 0 0 0 0 0 0 2y  z  0
0 2 1 0 0 0 0 0 0 0
Podemos ver que en el sistema escalonado es consistente por ser homogéneo y hay mas
incógnitas que ecuaciones. Hay N  n  r  4  2  2 variables libres, asi que tiene infinitas
soluciones.
De la segunda ecuación tenemos: 2y  z  0  z  2y y de la primera t  x  2y donde x e
y son las variables libres.
x y x y
En consecuencia la solución general es la matriz X   que
z t 2y x  2y
sera cualquier matriz que conmuta con la matriz A dada.
Ejercicio: 12 b)
El ¿qué debemos hacer? está claro en la consigna. Dado un sistema de ecuaciones lineales de
igual número de ecuaciones que incógnitas, expresarlo en forma matricial, y encontrar su
solución resolviendo matricialmente, utilizando la inversa de la matriz de coeficientes.
Para determinar ¿cómo lo hacemos?, recuerda que cualquier sistema de n ecuaciones lineales
con n incógnitas puede escribirse matricialmente de la forma:
AX  B donde:
A nn es la matriz de los coeficientes del sistema.
X n1 es la matriz de las incógnitas (matriz columna).
B n1 es la matriz de los términos independientes (matriz columna).
Si A es inversible la ecuación matricial puede resolverse despejando X utilizando la inversa
de A. de la siguiente forma:
AX  B  A 1 AX  A 1 B  X  A 1 B
Como verás, cuando A es inversible, hemos despejado la matriz de las incógnitas, de modo
que hemos encontrado la solución del sistema, es decir el sistema es consistente. ¿Qué tipo de
solución tiene? Para responder, analicemos cómo se obtiene el valor de X. Para un sistema dado,
tanto A como B están determinados y cómo la inversa de una matriz es única, al ser B también
único para un sistema dado, el producto A 1 B es único. En consecuencia X es único.
Por lo tanto podemos afirmar que el sistema tiene solución única. Así que hemos demostrado
el siguiente teorema:
Un sistema de n ecuaciones lineales con n incógnitas AX  B tiene solución única, si A es
inversible.
Ejemplo 1
2x  y  0
Dado el sistema: x  y  z  1
xy  0
i Exprésalo en forma matricial.
 1 0 1
1
ii Sabiendo que existe la inversa de la matriz de coeficientes, y es: A  1 0 2
2 1 3
encuentra la solución del sistema.
2 1 0 x 0
1 1 1 y  1  AX  B  X  A 1 B
1 1 0 z 0
Sabemos por lo visto más arriba que X  A 1 B, en consecuencia solo debemos hacer el
producto A 1 B para encontrar la solución del sistema:
x 1 0 1 0 0
1
XA B y  1 0 2 1  0
z 2 1 3 0 1
Ejercicio 13:
El ¿qué hay que hacer?, está relacionado con utilizar el concepto de matriz, para resolver una
serie de situaciones problemáticas relacionadas con diversas aplicaciones de las matrices en
distintas áreas.
¿Cómo lo hacemos?. Si recordamos la definición de matriz (ordenamiento rectangular de
números), lo más probable es que podamos relacionarlo con muchas actividades donde se resume
en una tabla la información que se quiere guardar, organizada de manera que nos pueda
proporcionar la información deseada en forma simple y rápida.
Cada problema tendrá sus particularidades según el área de la ciencia de donde provenga, en
consecuencia no hay ninguna receta que sirva para realizar lo pedido. Lo que hay que tener
presente es tener clara la consigna antes de comenzar a resolver, de forma tal que se pueda elegir
cómo armar la tabla (matriz) eligiendo qué información irá como filas y qué como columnas. La
información que luego se nos solicite será determinante, ya que podremos necesitar realizar
operaciones entre matrices, que como sabemos, para que se puedan realizar, requiere condiciones
en cuanto al tamaño de las matrices que se operan.
Ejemplo 1
Doña Rosa es un ama de casa muy organizada y muy ahorrativa y siempre está consultando
las ofertas que hacen los supermercados de la ciudad donde vive. Este fin de semana piensa
aprovechar las ofertas que hacen los supermercados Keasalto y Trrobo para comprar azúcar,
arroz y fideos. Doña Rosa piensa comprar 20Kg de azúcar 15Kg de arroz y 10 kg de fideos.
Suponiendo que ambos supermercados ofrecen las mismas marcas de productos de forma que
en el supermercado Keasalto los precios por Kg del azúcar, del arroz y de los fideos son $17 $8 y
$ 12 respectivamente, mientras que en el supermercado Trrobo son de $ 14, $7 y $17.
i Escribe en una matriz la información que doña Rosa elaboró con los productos que desea
comprar
ii Escribe en una matriz la información que doña Rosa averiguó acerca de los precios de los
productos que desea comprar
iii Doña Rosa utiliza, sin saberlo, una operación entre las matrices halladas en los incisos
anteriores para determinar cuánto le saldría comprar todos sus productos en cada uno de los
supermercados y decidir en cuál comprar. ¿Puedes indicar cuál es esa operación?. Considerando
solo los precios ¿Cuál es el súper que elegirá doña Rosa para hacer sus compras?
iv Si doña Rosa necesita pagar en transporte $42 para comprar en el súper que tiene el
menor costo y $22 en el de mayor costo. ¿Cuál Super elegirá doña Rosa para hacer sus compras?
¿Por qué?.
Veamos ahora como respondemos a las preguntas:
 i La matriz que doña Rosa elaboró es aquella en la que anota como fila el nombre de cada
producto y en columna la cantidad que desea comprar del mismo. O bien al revés
Cantidad en Kg
20
Azucar 20
A La matriz será A  15
Arroz 15
10
Fideos 10

O bien:
Azucar Arroz Fideo
AT   AT  20 15 10
Cantidad en Kg 20 15 10
ii La matriz que doña Rosa utiliza para guardar la información de precios en ambos
supermercados es una tabla en la que anota como fila cada uno de los Supermercados y como
columnas los precios de cada uno de los productos que desea comprar
Azucar : $/Kg Arroz : $/Kg Fideos : $/Kg
B Keasalto 17 8 12
Trrobo 14 7 17

17 8 12
B
14 7 17
O bien:
Keasalto Trrobo
17 14
T
Azucar : $/Kg 17 14 T
B  B  8 7
Arroz : $/Kg 8 7
12 17
Fideos : $/Kg 12 17
iii Para averiguar el costo de su compra en cada uno de los Supermercados, doña Rosa
calcula sumando los costos de cada producto para cada uno de las opciones de compra:
Super Keasalto: 20Kg  17 $/Kg  15kg  8 $/Kg  10Kg  12$/Kg  $ 580
Super Trrobo: 20Kg  14 $/Kg  15kg  7 $/Kg  10Kg  17 $/Kg  $ 555
Claro doña Rosa no sabe de matrices así que si solo tiene que decidir por el costo, para ella
su problema esta resuelto. Elige el supermercado donde le roban menos (perdón) donde le
ofrecen mejores precios.
Pero nosotros sabemos matemática (como dirían los compañeritos de la escuela, somos
bochos) así que observamos los anteriores cálculos, pensamos y vemos que podemos expresarlo
de la siguiente forma:
20
Supermercado Keasalto: 17 8 12 15  580
10

20
Supercado Trrobo: 14 7 17 15  555
10
 Y seguimos observando y recordando...:
En el primer caso es el producto de la Fila 1 de la matriz B por la Columna 1 de la Matriz A
En el segundo caso es el producto de la Fila 2 de la matriz B por la columna 1 de la Matriz A
y seguimos pensando y recordando las benditas matrices y ¡Eureka!, ¡Claro que sí! es el
producto de matrices. En este caso es el producto de las matrices B 23 , y A 31 que está definido y
es:
20
17 8 12 580
BA  15 
14 7 17 555
10
Este problema se puede generalizar a un problema de oferta demanda. La primera matriz B
contiene en sus filas la oferta de ciertos productos por parte de los distintos productores. La
segunda matriz contiene en sus filas las cantidades de la demanda de cada producto por los
consumidores y la tercera matriz contiene en cada fila el costo que los consumidores tienen que
pagar en cada una de las opciones de compra que les ofrecen.
iv Para decidir cuál es el Súper que le ofrece el menor costo de su compra doña Rosa
calcula:
Supermercado Keasalto $ 580  $ 22  $ 602 para hacer el total de su compra
Supermercado Trrobo $ 555  $ 42  $ 597 para hacer el total de su compra
Como doña Rosa es ama de casa, es una experta en economía (el ministro de economía
debería consultarle a ella) piensa y analiza, hace cuentas con su SC (seguro estarán pensando el
profe se equivocó es PC) no es SC (super cabeza) y se decide. Comprará en ambos super, en cada
uno de ellos los productos que tienen menor costo. ¿Puedes explicarme cómo hace las compras
y por qué?.
Por último te recuerdo que debes estar atento a la realización del CUESTIONARIO 2 que es
parte de la evaluación continua que se lleva a cabo en la asignatura y que no solo tiene como
objetivo ser una evaluacion para acreditación sino que ella te sirva para autoevaluar tus
conocimientos antes de la evaluación parcial en el que tanto el tema como el correspondiente TP
se van a evaluar.
Ing. Augusto A. Estrada V.