Unidad IV.

Álgebra Lineal
1.1. Matrices
Una matriz es una tabla ordenada de escalares a ij de la forma

[ ]
a11 a 12 … a1 n
a21 a 22 … a2 n
… … ……
a m1 a m2 a mn

La matriz anterior se denota también por a ij, i=1, ..., m , j=1, ..., n, o simplemente por a ij.

Los términos horizontales son las filas de la matriz y los verticales son sus columnas. Una matriz con m
filas y n columnas se denomina matriz m por n, o matriz m ×n.

Las matrices se denotarán usualmente por letras mayúsculas, A , B , ..., y los elementos de las mismas por
minúsculas, a , b , ...

Ejemplo:

La siguiente matriz es una matriz 2 ×3 [ 10 −3 4

5 −2 ]
donde sus filas son ( 1 −3 4 ) y ( 0 5 −2 ) y sus columnas (10), (−35) y (−24 ).
1.1.1. Tipos de matrices
MATRIZ FILA. Una matriz fila está constituida por una sola fila.
( 2 3 −1 )

MATRIZ COLUMNA. La matriz columna tiene una sola columna

()
−7
1
6

MATRIZ RECTANGULAR. La matriz rectangular tiene distinto número de filas que, de columnas,
siendo su dimensión m ×n.
1
 (19 2 5
1 3 )
MATRIZ CUADRADA. La matriz cuadrada tiene el mismo número de filas que de columnas.
Los elementos de la forma a ij constituyen la diagonal principal.
La diagonal secundaria la forman los elementos con i+ j=n+1.

[ ]
1 2 −5
3 6 5
0 −1 4

MATRIZ NULA. En una matriz nula todos los elementos son ceros.

[ ]
0 0
0 0

MATRIZ TRIANGULAR SUPERIOR. En una matriz triangular superior los elementos situados por
debajo de la diagonal principal son ceros.

[ ]
1 7 −2
0 −3 4
0 0 2

MATRIZ TRIANGULAR INFERIOR. En una matriz triangular inferior los elementos situados por
encima de la diagonal principal son ceros.

[ ]
2 0 0
1 2 0
3 5 6

MATRIZ IDENTIDAD. Una matriz identidad es una matriz diagonal en la que los elementos de la
diagonal principal son iguales a 1.

[ ]
1 0 0
0 1 0
0 0 1

1.1.2. Operaciones con matrices

 Suma y resta de matrices

2
 Sean A , B ∈ M n× m , . La matriz C=( c ij ) ∈ M n ×m es la suma de las matrices A=( aij ) y B=( bij ), y se denota C
= A + B, si sus elementos cumplen:

c ij =a ij +b ij ( i=1 , 2, … , n ; j=1, 2 , … , m )

Ejemplo:
Consideremos las siguientes matrices:

[ ] [ ] [ ]
2 4 4 4 −1 3 4
A= −1 3 B= 2 4 M= 2 0 2
0 2 −1 0 −1 −3 5

Las matrices A y B son de orden 3 ×2, mientras la matriz M es cuadrada de orden 3. Por tanto, no
podemos calcular la suma de A y M y tampoco la suma de B y M , en cambio, sí podemos sumar A y B ya que
tienen el mismo orden. Esto es,

[ ][ ][ ][ ]
2 4 4 4 2+4 4 +4 6 8
A+ B= −1 3 + 2 4 = −1+2 3+ 4 = 1 7
0 2 −1 0 0−1 2+ 0 −1 2

[ ][ ][ ][ ]
2 4 4 4 2−4 4−4 −2 0
A−B= −1 3 − 2 4 = −1−2 3−4 = −3 −1
0 2 −1 0 0−(−1) 2−0 1 2

 Multiplicación escalar
Se denomina producto escalar de una matriz A=( aij ) ∈ M n × m por un número λ a una matriz
B=( bij ) ∈ M n ×m cuyos elementos son de la forma
b ij= λaij ( i=1 , 2 ,… , n ; j=1 ,2 , … , m )

Es decir, la matriz producto, B, es la que se obtiene multiplicando el número λ por cada uno de los
elementos de A . De aquí en adelante consideraremos que λ es un número real.

Ejemplo:

[ ]
2 0 −1
Consideremos la matriz A= −2 0 4 y el número λ=−5. Entonces el producto de A por λ es:
5 7 0
3
 ( )[ ][ ]
2 0 −1 −5∗2 −5∗0 −5∗−1 −10 0 5
λ∗A=(−5 )∗ −2 0 4 = −5∗−2 −5∗0 −5∗4 = 10 0 −20
5 7 0 −5∗5 −5∗7 −5∗0 −25 −35 0

 Multiplicación Matricial
Se denomina matriz producto de la matriz A=( aij ) ∈ M n × m por la matriz B=( bik ) ∈ M m × p a una matriz
C=( c ik ) ∈ M n × p cuyos elementos de la forma:
m
c ij =a i1 b1 k +a i 2 b2 k + …+a ℑ b mk =∑ aij b jk
j =1

Es decir, los elementos que ocupan la posición ik , en la matriz producto, se obtienen sumando los
productos que resultan de multiplicar los elementos de la fila i en la primera matriz por los elementos de la
columna k de la segunda matriz. Observemos en detalle como se obtiene el elemento c 23 en el siguiente

ejemplo:

Dos matrices se pueden multiplicar sólo cuando el número de columna de la primera matriz sea igual al
número de filas de la segunda. En ese caso se dice que las matrices son enlazadas.

4
 En el siguiente ejemplo podemos ver además cuál es el orden de la matriz producto.

[ ][ ][ ][ ][
2 2
2 3 44 2∗2+ 3∗1+ 4∗0+ 4∗3 2∗2+3∗1+ 4∗2+ 4∗2 4 +3+0+12 +4 +3+8+8 19
A∗B= 1 2 21 ∗ 1 1 = 1∗2+2∗1+2∗0+1∗3 1∗2+2∗1+ 2∗2+1∗2 = 2+2+0+ 3 2+2+ 4+2 = 7
0 1 06 0 2 0∗2+ 1∗1+0∗0+6∗3 0∗2+1∗1+0∗2+6∗2 0+1+ 0+18 0+ 1+ 0+12 19
32

Nótese, además, que no podemos calcular B∗A .

Hay casos, como veremos en el siguiente ejemplo, en los que se pueden calcular ambos productos, aunque
se obtienen resultados diferentes.

Consideremos las siguientes matrices:

[ ]
0 2
[
A 2 × 3=
4 3 2
1 2 3 ] B3 ×2= 1 3
3 0
Entonces, por un lado,
5
 ][ ][ ]
0 2
A∗B= [ 4 3 2
1 2 3
∗1 3=
3 0
9 17
11 8

y, por otro lado,

[ ][ ][ ]
0 2 2 4 6
4 3 2
B∗A= 1 3 ∗ = 7 9 11
1 2 3
3 0 12 9 6

 Matriz traspuesta.
La traspuesta de una matriz A=¿, es la matriz AT =(a ji )∈ M m ×n, que se obtiene a partir de la matriz A al
intercambiar las filas por las columnas (o viceversa).

[ ]
4 1
La traspuesta de la matriz A= [ 4 3 2
1 2 3 ] T
es A = 3 2 .
2 3

 Matriz invertible.
Una matriz cuadrada A es invertible si existe una matriz, que denotaremos por A−1, que cumple
−1 −1
A∗A = A ∗A=I
donde I es la matriz unidad. En ese caso se dice que A−1 es la inversa de A .

Por ejemplo, la matriz

[ ]
2 4 3
A= −1 3 4
3 0 1

es invertible y su inversa es

[ ]
3 −4 7
31 31 31
13 −7 −11
A−1=
31 31 31
−9 12 10
31 31 31
ya que

6
 [ ]
3 −4 7
31 31 31

[ ] [ ]
2 4 3 1 0 0
13 −7 −11
A∗A −1= −1 3 4 ∗ = 0 1 0 =I
31 31 31
3 0 1 0 0 1
−9 12 10
31 31 31

1.2. Determinantes
A cada matriz n-cuadrada A=( aij ) se le asigna un escalar particular denominado determinante de A,
denotado por det( A), o | A|.
Una tabla ordenada n  n de escalares situada entre dos líneas verticales, llamada determinante de orden n,
no es una matriz.

1.2.1. Determinantes de orden 1 y 2

Los determinantes de orden uno y dos se definen como sigue:
|a11|=a11

[ 2 1]
| A|= 3 6 =( 3 ×1 ) −( 6 ×2 )=3−12=−9

1.2.2. Determinantes de orden 3

Consideremos una matriz 3  3 arbitraria A = (a ij ). El determinante de A se define como sigue:

[ ]
a11 a 12 a13
det ( A )= a21 a 22 a23 =a11∗a22∗a33+ a12∗a23∗a 31+a 13∗a21∗a32−a 13∗a22∗a31−a11∗a 23∗a32−a12∗a 21∗a33
a31 a 32 a33

Ejemplo

[ ]
3 2 1 3 2
Det ( A )= 0 2 −5 0 2 =( 3∗2∗4 ) + ( 2∗−5∗−2 )+ ( 1∗0∗1 )−( 1∗2∗−2 )−( 3∗−5∗1 )−( 2∗0∗4 ) =¿
−2 1 4 −2 1
24+ 20+0−(−4 )−(−15 )−0=24+20+ 4+15=63

Evidencia de aprendizaje

7
 []
4
1. [ 1 −2 3
1 0 −1 ]
× 5 =¿
6

[ ][ ]
1 2 3 1 −1
2. 0 1 0 × 0 2 =¿
3 2 1 −2 0

3. Dadas las matrices A= [ 73 −21 ] y B=[−3

−2 2 ]
0
, calcula:

1
a) −2 A +3 B b) A×B c) B× A d) A × A−B× B
2

4. Efectúa el producto [ −3 2 ] [15 −12 ][ 01]=¿

¿Son iguales las matrices A=[ ] y B=[ 2 3 ]?
2
5.
3

6. Halla, si es posible, las matrices A × B ; B × A ; A +B

[ ]
4 6
6 9
(1, 3)

[ ]
3 0 8
7. Dada la matriz A= 3 −1 6 comprueba que ( A+ I )2=0
−2 0 −5

1.3. Sistemas de ecuaciones lineales con matrices

Un sistema de m ecuaciones lineales con n incógnitas es todo conjunto de m ecuaciones, que restringen
valores que pueden asumir las n variables y para el que se desea determinar los valores de dichas incógnitas
para los que satisfacen, simultáneamente, todas las ecuaciones; un sistema de ecuaciones es de la forma

8
 donde x 1 , x 2 , x 3 , … x n son las incógnitas y b i , aij ∈ R .

1.3.1. Método de Cramer

x + y + z=4 Se tiene el sistema de ecuaciones lineales con tres incógnitas y se debe de

x−2 y−z=1 obtener la matriz para poder proseguir.
2 x− y−2 z=−1

[ ]
1 1 1
1 −2 −1 La matriz se obtiene de los coeficientes de las ecuaciones.
2 −1 −2

Paso 1. Calcular el determinante de la matriz.

[ ]
1 1 1 1 1
1 −2 −1 1 −2 =( 1∗−2∗−2 ) + ( 1∗−1∗2 ) + ( 1∗1∗−1 )− ( 1∗−2∗2 )−( 1∗−1∗−1 ) −( 1∗1∗−2 )=4−2−1+4−1+
2 −1 −2 2 −1

Paso 2. Calcular el determinante de x .

Sustituir la primera columna por el vector de resultados.

[ ]
4 1 1 4 1
1 −2 −1 1 −2 =( 4∗−2∗−2 ) + ( 1∗−1∗−1 ) + ( 1∗1∗−1 ) −( 1∗−2∗−1 )−( 4∗−1∗−1 )−( 1∗1∗−2 )=16+ 1−
−1 −1 −2 −1 −1

Δ x =12

Paso 3. Calcular el determinante de y .

Sustituir la segunda columna por el vector de resultados.

[ ]
1 4 1 1 4
1 1 −1 1 1 = ( 1∗1∗−2 )+ ( 4∗−1∗2 ) + ( 1∗1∗−1 )−( 1∗1∗2 ) −( 1∗−1∗−1 )−( 4∗1∗−2 )=−2−8−1−2−1+8=−6
2 −1 −2 2 −1

9
 Δ y =−6

Paso 4. Calcular el determinante de z .

Sustituir la segunda columna por el vector de resultados.

[ ]
1 1 4 1 1
1 −2 1 1 −2 =( 1∗−2∗−1 ) + ( 1∗1∗2 ) + ( 4∗1∗−1 )−( 4∗−2∗2 )−( 1∗1∗−1 )− (1∗1∗−1 )=2+2−4+16+ 1+ 1=
2 −1 −1 2 −1

Δ z =18

Paso 5. Calcular los valores de x , y y z .

Δ x 12 y −6 Δ z 18
x= = =2 y= = =−1 z= = =3
Δ 6 Δ 6 Δ 6

Evidencia de aprendizaje

1. 2 x+5 y +2 z=5
3 x−2 y−3 z=−1
2 x+3 y +3 z=10

2. 5 x+ 4 y +7 z=2
3 x−2 y + z=0
x +5 y+ 8 z=−2

3. 3 x−2 y−z=3
2 x− y + z=4
x−2 y +3 z=3

4. 4 x−2 y+ 3 z=2
x +3 y−4 z=−7
3 x+ y+ 2 z=5

10
 1.3.2. Método de Gauss

4 x−2 y +3 z=1 Se tiene el sistema de ecuaciones lineales con tres incógnitas y se debe de
x +3 y−4 z=−7 obtener la matriz aumentada para poder proseguir.
3 x+ y+ 2 z=5

[ |]
4 −2 3 1
1 3 −4 −7 La matriz aumentada se obtiene de los coeficientes y el vector de resultados.
3 1 2 5

Para resolverla, debemos obtener la matriz identidad:

Paso 1. La posición a 11 hay que hacerla 1.

[ |] [ | ][ | ]
4 −2 3 1 −1 3 1
4 −2 3 1 1
4 4 4 4 2 4 4
1 3 −4 −7 R1 ÷ 4 → =
1 3 −4 −7 1 3 −4 −7
3 1 2 5
3 1 2 5 3 1 2 5

Paso 2. La posición a 21 hay que hacerla 0 (cero).

[ |]
−1 3 1
1
2 4 4
R −R 1 → ¿
1 3 −4 −7 2
3 1 2 5

[ |]
−1 3 1
1
2 4 4
7 −19 −29
0
2 4 4
3 1 2 5

11
Paso 3. La posición a 31 hay que hacerla 0 (cero).

[ |]
−1 3 1
1
2 4 4
R −3 R1 → ¿
1 3 −4 −7 3
3 1 2 5

[ |]
−1 3 1
1
2 4 4
7 −19 −29
0
2 4 4
5 −1 17
0
2 4 4

Paso 4. La posición a 22 hay que hacerla 1.

[ |] [ | ]
−1 3 1 −1 3 1
1 1
2 4 4 2 4 4
7 −19 −29 7 7 7 −19 7 −29 7
0 R2÷ → 0 ÷ ÷ ÷ =¿
2 4 4 2 2 2 4 2 4 2
5 −1 17 5 −1 17
0 0
2 4 4 2 4 4

[ |]
−1 3 1
1
2 4 4
−19 −29
0 1
14 14
5 −1 17
0
2 4 4

Paso 5. La posición a 12 hay que hacerla 0 (cero).

12
[ |] [ | ]
−1 3 1 ( −1
)∗−19
( 2 )
−1
∗−29
1
2 4 4 1−
−1
2
∗0
−1 −1
2
− ( )
2
∗1 ( ) 3
4
−
2
14
1
4
−
14
0 1
−19 −29
14 14
R 1−
−1
2 ( )
R2 →
0 1
−19
14
−29
14
=¿
5 −1 17
0 5 −1 17
2 4 4 0
2 4 4

[ |]
1 −11
1 0
14 14
−19 −29
0 1
14 14
5 −1 17
0
2 4 4

Paso 6. La posición a 32 hay que hacerla 0 (cero).

[ |] [ | ]
1 −11
1 −11 1 0
1 0 14 14
14 14
−19 −29
−19 −29 R − 5 R → 0 1
=¿
0 1 3 14 14
14 14 2 2
5 5
5 −1 17 ∗−19 ∗−29
0 5 5 −1 2 17 2
2 4 4 0 − ∗1 − −
2 2 4 14 4 14

[ |]
1 −11
1 0
14 14
−19 −29
0 1
14 14
22 66
0 0
7 7

Paso 7. La posición a 33 hay que hacerla 1.

13
 [ |] [ | ]
1 −11 1 −11
1 0 1 0
14 14 14 14
−19 −29 22 −19 −29
0 1 R3÷ → 0 1 =¿
14 14 7 14 14
22 66 22 22 66 22
0 0 0 0 ÷ ÷
7 7 7 7 7 7

[ |]
1 −11
1 0
14 14
−19 −29
0 1
14 14
0 0 1 3

Paso 8. La posición a 13 hay que hacerla 0 (cero).

[ |] [ | ]
1 −11 1 1 −11 1
1 0 1 0 − ∗1 − ∗3
14 14 14 14 14 14
1
−19 −29 R 1− R3 → −19 −29 =¿
0 1 14 0 1
14 14 14 14
0 0 1 3 0 0 1 3

[ |]
1 0 0 −1
−19 −29
0 1
14 14
0 0 1 3

Paso 9. La posición a 23 hay que hacerla 0 (cero).

[ |] [ | ]
1 0 0 −1 1 0 0 −1
0 1
−19 −29 R − −19 R →
14 14 2
14 3 ( )
0 1
−19 −19 ∗1 −29 −19
14
−
14 14
−
14 ( )
∗3 =¿ ( )
0 0 1 3 0 0 1 3

14
 [ |]
1 0 0 −1
0 1 0 2
0 0 1 3

Los resultados entonces son:

x=−1 y=2 z=3

Evidencia de aprendizaje

1. x + y + z=4
x−2 y−z=1
2 x− y−2 z=5

2. 2 x+5 y +2 z=5
3 x−2 y−3 z=−1
2 x+3 y +3 z=10

3. 5 x+ 4 y +7 z=2
3 x−2 y + z=0
x +5 y+ 8 z=−2

4. 3 x−2 y−z=3
2 x− y + z=4
x−2 y +3 z=3

15