CUDI MATEMÁTICA TEC. PROG.

UNIDAD N°2 MATRICES.

En esta unidad trabajaremos, los siguientes temas:

• Matrices. Orden. Fila. Columna.
• Matrices cuadradas y rectangulares. Propiedades.
• Matriz traspuesta. Matriz simétrica.
• Rango de una matriz. Matriz inversa. Obtención por método de Gauss –
Jordan.
En esta unidad definiremos un objeto, una matriz, que nos permite hacer
precisamente eso: escribir sistemas lineales de una manera compacta que facilite la
automatización del método de eliminación en una computadora, dándonos un
procedimiento rápido y eficaz para determinar las soluciones. Su uso, sin embargo,
no nos proporciona solamente la oportunidad de contar con una notación
conveniente, sino también —como veremos a continuación— resolver sistemas de
ecuaciones lineales y otros problemas computacionales de manera rápida y
eficiente, desarrollando operaciones sobre las matrices y trabajando con ellas de
acuerdo con las reglas que cumplen1. Por supuesto, como debe hacer cualquier
buena definición, la del concepto de matriz no sólo permite mirar de otra forma los
problemas existentes, sino que, además, da lugar a muchas nuevas preguntas,
algunas de las cuales estudiaremos en el transcurso de las clases.
Entonces diremos que, Una matriz A de m × n es un arreglo rectangular de mn
números reales (o complejos) ordenados en m filas (renglones horizontales) y n
columnas (renglones verticales):

Nota: recuerden realizar anotaciones en cuanto a nomenclatura y conceptos claves.

PROF. LILIANA VILLEGAS Página 1 de 9

CUDI MATEMÁTICA TEC. PROG.

1. Kolman, Bernard; Hill, David r. (2006). Álgebra lineal. PEARSON

EDUCACIÓN, México.
Diremos que A es m por n (que se escribe m × n).
Si m = n, decimos que A es una matriz cuadrada de orden n, y que los
números a11, a22, . . ., ann forman la diagonal principal de A. Nos referimos al
número aij, que está en la i-ésima fila (renglón) y la j-ésima columna de A, como el i,
j-ésimo elemento de A, o la entrada (i, j) de A, y solemos escribir (1) como A =
[aij].
Para simplificar, restringiremos nuestra atención al análisis de las matrices
cuyas entradas son números reales. Sin embargo, también se estudian las matrices
con entradas complejas, mismas que tienen gran importancia en muchas
aplicaciones.
Por el contrario, si m ≠ n, decimos que A es una matriz rectangular. Sean, por
ejemplo:

1 1 1 0
1 2 3 1 4
A=[ ],𝐵 = [ ] , 𝐵 = [−1] , 𝐷 = [2 0 1] , 𝐸 = [3], 𝐹 = [−1 0 2]
−1 0 1 2 −3
2 3 −1 2

Entonces, A es una matriz de 2 × 3 con a12 = 2, a13 = 3, a22 = 0 y a23 = 1

B es una matriz de 2 × 2, con b11 = 1, b12 = 4, b21 = 2 y b22 = −3;
C es una matriz de 3 × 1, con c11 = 1, c21=−1 y c31 = 2;
D es una matriz de 3 × 3;
E es una matriz de 1 × 1, y
F es una matriz de 1 × 3.
En D, los elementos d11 = 1, d22 = 0 y d33 = 2 forman la diagonal principal.

Las podemos nombrar de dos maneras

𝐴 ∈ ℝ2𝑥3
𝐴2×3

Las matrices B y F de 1 × n o n × 1 también se denominan un n-vectores, y

lo denotaremos mediante letras minúsculas en negritas. Cuando se sobreentienda el
valor de n, nos referiremos a los n-vectores sólo como vectores.

Veamos otros ejemplos:

La siguiente tabla proporciona las distancias entre las ciudades indicadas en millas
terrestres.
Londres Madrid Nueva York Tokio
Londres 0 785 3.469 5.959
Madrid 785 0 3.593 6.706
Nueva York 3.469 3.593 0 6.757
Tokio 5.959 6.706 6.757 0

Si solo nos quedamos con los datos proporcionados aparece la matriz.

PROF. LILIANA VILLEGAS Página 2 de 9

CUDI MATEMÁTICA TEC. PROG.

0 785 3.469 5.959

𝐴 = [ 785 0 3.593 6.706]
3.469 3.593 0 6.757
5.959 6.706 6.757 0

Veamos dos casos especiales de matrices cuadradas.

Llamamos matriz diagonal a una matriz cuadrada A= [𝑎𝑖𝑗 ], en donde cada termino
fuera de la diagonal principal es igual a cero, es decir aij =0 para i ≠j.

−3 0 0
4 0
𝐺=[ ]𝑦 𝐻 = [ 0 −2 0]
0 −2
0 0 4
Una matriz diagonal en donde todos los términos de la diagonal principal son
iguales se denomina matriz escalar.
En lenguaje simbólico, A= [𝑎𝑖𝑗 ], es decir aij =c para i =j, y aij =0 para i≠j
3 0 0
4 0
𝐺=[ ] 𝑦 𝐻 = [0 3 0]
0 4
0 0 3

En matemáticas, siempre que se presenta un nuevo objeto es preciso definir cuando

dos de ellos son iguales. Por ejemplo, en el conjunto de todos los números
racionales, decimos que los números y son iguales, aunque no se representen de la
misma manera. Lo que tenemos en mente es la definición según la cual es igual a
𝑎 𝑏
cuando 𝑏= 𝑐 . De acuerdo con esto, tenemos la siguiente definición.

Entonces, Dos matrices de m × n, A = [aij] y B = [bij], son iguales si aij = bij, 1 ≤ i ≤ m,

1 ≤ j ≤ n, es decir, si los elementos correspondientes son iguales.

Las matrices
1 2 −1 1 2 𝑤
𝑆 = [2 −3 4 ] 𝑦 𝐵 = [2 𝑥 4]
0 −4 5 𝑦 −4 5

Son iguales si w= -1, x= -3, y=0

MATRIZ TRASPUESTA. MATRIZ SIMÉTRICA.

Llamamos matriz traspuesta cuando las entradas de cada fila de At son las las
entradas correspondientes en la columna A.
En términos generales:
𝑡
𝑎𝑖𝑗 = 𝑎𝑗𝑖 (1 ≤ 𝑖 ≤ 𝑛, 1 ≤ 𝑗 ≤ 𝑚)
Sean:
1 1 1 0
1 2 3 1 4
A=[ ],𝐵 = [ ] , 𝐵 = [−1] , 𝐷 = [2 0 1] , 𝐸 = [3], 𝐹 = [−1 0 2]
−1 0 1 2 −3
2 3 −1 2
1 −1 1 2 3
𝑇 1 2
𝐴 = [2 0 ] , 𝐵𝑇 = [ 𝑇 [ ], 𝑇
] , 𝐶 = 1 −1 2 𝐷 = [1 0 −1] , 𝐸 𝑇 = [3],
4 −3
3 1 0 1 2

PROF. LILIANA VILLEGAS Página 3 de 9

CUDI MATEMÁTICA TEC. PROG.

−1
𝐹𝑇 = [ 0 ]
2
Propiedades:

Cuando una matriz y su transpuesta son idénticas se denomina matriz simétrica.

En términos generales:
𝐴 𝑒𝑠 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎 ⇔ 𝐴 = 𝐴𝑇 ⇔ 𝑎𝑖𝑗 = 𝑎𝑗𝑖 ∀𝑖, ∀𝑗
1 −1 0 1 −1 0
𝑇
Por ejemplo, la matriz 𝐴 = [−1 2 3] , su transpuesta 𝐴 = [−1 2 3],
0 3 0 0 3 0
𝐴 = 𝐴𝑇 ⇒ 𝐴 𝑒𝑠 𝑚𝑎𝑡𝑟𝑖𝑧 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎.

En cambio, cuando una matriz y la opuesta de su transpuesta son idénticas se

denominan matriz antisimétrica.
𝐴 𝑒𝑠 𝑎𝑛𝑡𝑖𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎 ⇔ 𝐴 = −𝐴𝑇 ⇔ 𝑎𝑖𝑗 = −𝑎𝑗𝑖 ∀𝑖, ∀𝑗
0 1 −2 0 −1 2
Por ejemplo, la matriz 𝐴 = [−1 0 3 ] , su transpuesta 𝐴𝑇 = [[ 1 0 −3]],
2 −3 0 −2 3 0
0 1 −2
la opuesta de A entonces es −𝐴𝑡 = [−1 0 3]
2 −3 0
𝐴 = −𝐴𝑇 ⇒ 𝐴 𝑒𝑠 𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑛𝑡𝑖𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎.

RANGO DE UNA MATRIZ. OBTENCIÓN POR MÉTODO DE GAUSS – JORDAN.

En todas las matrices se cumple que los rangos de fila y columna de toda matriz son
iguales. Este numero se llama rango de la matriz. Para denotar el rango de una
matriz A escribiremos 𝜌(𝐴).
Como sostiene Rojo en su libro Algebra II

PROF. LILIANA VILLEGAS Página 4 de 9

CUDI MATEMÁTICA TEC. PROG.

Definición:
Las matrices que realizan las operaciones elementales sobre las líneas de una
matriz se llaman elementales.
Como las matrices elementales son no singulares, se deduce que el rango de una
matriz no varia frente a operaciones elementales.
Ahora bien ¿cómo obtengo el rango de una matriz? Para ello utilizaremos el método
de reducción llamado Gauss-Jordan. Realizaremos una serie de operaciones en
cada fila.

PROF. LILIANA VILLEGAS Página 5 de 9

CUDI MATEMÁTICA TEC. PROG.

Por ejemplo:
Si queremos hallar el rango de la siguiente matriz
1 2 1 −1
𝐴 = [1 1 0 2 ]
0 1 2 −1
2 2 −1 2

Si 𝐶2 + (−2). 𝐶1 = −2.1 + 2 −2.1 + 1 −2.0 + 1 −2.2 + 2 = 0 −1 1 −2

𝐶3 + (−1). 𝐶1
= 1 + (−1). (1) 0 + (−1). 1 2 + (−1). 0 −1 + (−1). 2 = 0 −1 2 −3
𝐶4 + 𝐶1 = −1 + 1 2 + 1 −1 + 0 2 + 2 = 0 3 −1 4
Obtenemos la siguiente matriz

1 0 0 0
𝐴 = [1 −1 −1 3]
0 1 2 −1
2 −2 −3 4

Luego si
𝐹2 + (−1). 𝐹1
= 1 + (−1). 1 −1 + (−1)0 −1 + (−1). 0 3 + (−1). 0 = 0 −1 −1 3
𝐹4 + (−2). 𝐹1
= 2 + (−2). 1 −2 + (−2)0 −3 + (−2). 0 4 + (−2). 0 = 0 −2 −3 4

PROF. LILIANA VILLEGAS Página 6 de 9

CUDI MATEMÁTICA TEC. PROG.

1 0 0 0
𝐴 = [0 −1 −1 3]
0 1 2 −1
0 −2 −3 4
Si
(−1). 𝐹2 =0 1 1 −3

1 0 0 0
𝐴=[ 0 1 1 −3 ]
0 1 2 −1
0 −2 −3 4
𝐶3 − 𝐶2 = 0 − 0 1 − 1 2 − 1 −3 − (−2) = 0 0 1 −1
𝐶4 + 3. 𝐶2 = 0 + 3.1 −3 + 3.1 −1 + 3.1 4 + 3. (−2) = 0 0 2 −2
Obtenemos
1 0 0 0
𝐴=[ 0 1 0 0 ]
0 1 1 2
0 −2 −1 −2
Si
𝐹3 − 𝐹2 = 0 − 0 1 − 1 1 − 0 2−0= 0 0 1 2
𝐹4 + 2. 𝐹2 = 0 + 2.0 −2 + 2.1 −1 + 2.0 −2 + 2.0 = 0 0 −1 −2

1 0 0 0
𝐴 = [0 1 0 0 ]
0 0 1 2
0 0 −1 −2

Si
𝐹4 + 𝐹3 = 0 + 0 0 + 0 −1 + 1 −2 + 2 = 0 0 0 0
𝐶4 + (−2). 𝐶3
= 0 + (−2). 0 0 + (−2). 0 2 + (−2). 1 −2 + (−2)(−1) = 0 0 0 0

Entonces
1 0 0 0
𝐴 = [0 1 0 0]
0 0 1 0
0 0 0 0
El rango de A es 3, de manera simbólica 𝜌(𝐴) = 3.

En líneas generales, el rango de una matriz me permite discernir las filas y

columnas linealmente no dependientes en una matriz no nula.

MATRIZ INVERSA. OBTENCIÓN POR MÉTODO DE GAUSS – JORDAN.

En este caso analizaremos las matrices cuadradas (n=m), y formularemos el

recíproco (inverso multiplicativo) del mismo distinto de cero.

Diremos entonces que una matriz A de n*n, es no singular o invertible, si existe

una matriz B de n*n tal que
𝐀. 𝐁 = 𝐁. 𝐀 = 𝐈𝐧
La matriz B se denomina inversa de A. Si la matriz B no existe entonces diremos
que la matriz A es singular o no revertible.

PROF. LILIANA VILLEGAS Página 7 de 9

CUDI MATEMÁTICA TEC. PROG.

Por lo descripto anteriormente podemos decir de igual manera que A es la matriz

inversa de B.
Ahora bien, debemos saber si cada matriz tiene una o más matrices que pueden ser
inversas
Para ello suponemos que la matriz A tiene como matrices inversas a B y C.
𝑆𝑖 𝐴. 𝐵 = 𝐼𝑛 𝑦 𝐴. 𝐶 = 𝐼𝑛
𝑝𝑜𝑟 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 𝐴. 𝐵 𝐴. 𝐶
⇒ 𝐴. 𝐵 = 𝐴. 𝐶 → = (𝑎𝑝𝑙𝑖𝑐𝑜 𝑟𝑒𝑐í𝑝𝑟𝑜𝑐𝑜) → 1. 𝐵 = 1. 𝐶(𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑛𝑒𝑢𝑡𝑟𝑜) → 𝐵 = 𝐶
𝐴 𝐴
Entonces podemos decir que toda matriz no singular tendrá una única matriz
inversa.

Nota: Enunciaremos a la matriz inversa como A-1

Ejemplo:
Sea
1 2
𝐴=[ ]
3 4
Para determinar A-1
𝑎 𝑏
𝐴−1 = [ ]
𝑐 𝑑
Sabemos que
𝐴. 𝐴−1 = 𝐼2
1 2 𝑎 𝑏 1 0
Si reeemplazamos [ ].[ ]=[ ]
3 4 𝑐 𝑑 0 1
𝑎. 1 + 2. 𝑐 𝑏. 1 + 2. 𝑑 1 0
De modo que: [ ]=[ ]
3. 𝑎 + 4. 𝑐 3. 𝑏 + 4. 𝑑 0 1
Entonces:
𝑎. 1 + 2. 𝑐 = 1
𝑏. 1 + 2. 𝑑 = 0 → 𝑏 = −2. 𝑑
4
3. 𝑎 + 4. 𝑐 = 0 → 𝑎 = − . 𝑐
3
{ 3. 𝑏 + 4. 𝑑 = 1
4 2 3
𝑆𝑖 𝑎. 1 + 2. 𝑐 = 1 → − . 𝑐 + 2. 𝑐 = 1 → . 𝑐 = 1 → 𝑐 = ↔ 𝑎 = −2
3 3 2
1
3. 𝑏 + 4. 𝑑 = 1 → 3. (−2. 𝑑) + 4. 𝑑 = 1 → −6. 𝑑 + 4. 𝑑 = 1 → −2. 𝑑 = 1 → 𝑑 = − ↔
2
𝑏=1
Obtenemos:
−2 1
𝐴−1 = [ 3 1]
−
2 2
Propiedades de la inversa:
• (𝐴−1 )−1 = 𝐴
• (𝐴𝑡 )−1 = (𝐴−1 )𝑡
• (𝑘. 𝐴)−1 = 𝑘 −1 . 𝐴−1
• (𝐴. 𝐵)−1 = 𝐵 −1 . 𝐴−1

El método indicado anteriormente se vuelve engorroso para matrices de 3*3, 4*4*,

por ello abordaremos el método de reducción de Gauss- Jordan para obtener, si
existen, la matriz inversa a la dada.

PROF. LILIANA VILLEGAS Página 8 de 9

CUDI MATEMÁTICA TEC. PROG.

A priori no sabremos si A es no singular, igualmente el método puede ser utilizado.

En el caso de que A sea singular, no podremos formar la identidad ya que su rango
será menor a n. Es decir, con este método se demuestra la existencia de la inversa
o no y en caso afirmativo se obtiene.
Ejemplo:
Si queremos obtener, con el método Gauss Jordan, la inversa de
1 2
𝐴=[ ] NOTA: PODEMOS ESCRIBIR LAS MATRICES ENTRE
3 4
PARÉNTESIS O CORCHETES, DEPENDE DE LA
BIBLIOGRAFÍA A ESTUDIAR.

Escribiremos una matriz de 3*6, que se forma escribiendo al lado de la Matriz A la

matriz identidad de A. Se simboliza como (𝐴|𝐼)

1 21 0
( | )
3 40 1
Empezaremos realizando operaciones elementales para convertir a la matriz A en la
identidad.

1 2 1 0
𝑆𝑖 𝐹2 + −3. 𝐹1 → ( | )
0 −2 −3 1

1 0 −2 1
𝑆𝑖 𝐹1 + 𝐹2 → ( | )
0 −2 −3 1

1 1 0 −2 1
𝑆𝑖 − 𝐹2 → ( |3 1)
2 0 1 2 −2
Obtenemos que:
−2 1
𝐴−1
=[ 3 1]
−
2 2

PROF. LILIANA VILLEGAS Página 9 de 9