I.E.S.

MARÍA BLASCO SANT VICENT DEL RASPEIG

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. MCCSS II.
RESUMEN TEÓRICO de ÁLGEBRA.

TEMA 1. MATRICES

 MATRICES.
Una matriz de m filas y n columnas es una tabla de m x n números reales ordenados en m filas
y n columnas de esta manera:
 a11 a12 a13 ... a1n 
 
a a 22 a 23 ... a 2 n 
A =  21
... ... ... ... ... 
 
a ... a mn 
 m1 a m 2 a m3
Los números a i j son los elementos de la matriz, y en ellos el subíndice i indica la fila que
ocupan, y el subíndice j, la columna.
La dimensión u orden de una matriz de m filas y n columnas es m x n (también (m, n))
Para expresar abreviadamente una matriz escribimos:
A = a ij ( )
Si queremos añadir la dimensión indicamos:
A =  aij 
 mxn
1.1 Matrices iguales
Dos matrices son iguales si tienen la misma dimensión y, además, los elementos coinciden
término a término.
A y B iguales a ij = bij para cualquier valor de i, j.

1.2 Clasificación de matrices.

▪ Matriz o vector fila es una matriz con una sola fila y n columnas. Su dimensión es
1 x n. A = (a 11 a 12 ... a 1n )
▪ Matriz o vector columna es una matriz con m filas y una sola columna. Su dimensión
 a 11 
 
 a 21 
es m x 1. A=
... 
 
a 
 m1 
▪ Matriz nula o cero, es una matriz en la que todos sus elementos son ceros. Se
 0 ... 0 
 
representa por 0. 0 =  0 ... 0 
 0 ... 0 
 
▪ Matriz cuadrada es la que tiene el mismo número de filas que de columnas, es decir,
 a 11 a 12 ... a 1n 
 
a a 22 ... a 2 n 
m = n. A =  21
... ... ... ... 
 
a ... a nn 
 n1 a n 2
▪ Matriz rectangular es aquella matriz que no es cuadrada.

1
 ▪ Matriz opuesta es la matriz − A = − a ij ( )
▪ Matriz traspuesta At, de una matriz de dimensión m x n, es otra matriz de dimensión
n x m que se obtiene al cambiar en A las filas por las columnas o las columnas por
las filas.
( )
Si A = a ij , entonces A t = (a ji )
1.3 Tipos de matrices cuadradas especiales
▪ Matriz diagonal cuando todos los elementos situados fuera diagonal principal son
 a 11 0 ... 0 
 
 0 a 22 ... 0 
ceros. A = 
... ... ... ... 
 
 0 ... a nn 
 0
▪ Matriz identidad o unidad (I) cuando todos los elementos de la diagonal principal
 1 0 ... 0 
 
 0 1 ... 0 
son unos y el resto ceros. A = 
... ... ... ...
 
 0 0 ... 1 
 
2 1 4 
 
▪ Matriz triangular superior cuando tiene la forma de A =  0 3 − 1
0 0 1 
 
 2 0 0
 
▪ Matriz triangular inferior cuando tiene la forma de A =  1 3 0 
 4 2 1
 
▪ Matriz simétrica, cuando de cumple A t = A
▪ Matriz antisimétrica, cuando se cumple A t = − A
▪ Matriz ortogonal, cuando se cumple A −1 = A t (A −1
es la matriz inversa )
 OPERACIONES CON MATRICES.
a) Suma de matrices. Para que dos matrices puedan sumarse, han de tener la misma
dimensión. En este caso, se suman término a término.
( )mxn
A = a ij ( )mxn
B = b ij → (a ij )mxn + (bij )mxn = (a ij + bij )mxn
Propiedades de la suma.
Como la suma de matrices se realiza elemento a elemento, cumple propiedades
análogas a las de la suma de números reales.
• Conmutativa: A+B = B+A
• Asociativa: A+(B+C) = (A+B) + C
• Elemento neutro. A + 0 = A
• Elemento opuesto: A +(- A) = 0

2
b) Producto de un número por una matriz. El producto de un número real k por una
matriz A es otra matriz de la misma dimensión que A, cuyos elementos se obtienen al
multiplicar k por cada uno de los elementos de A.
k  A = C siendo c ij = k  a ij
Propiedades: Sean a, b números y A, B matrices:
1. a (b  A ) = (a  b )  A
2. (a + b )  A = a  A + b  A Distributiva del producto de una suma de números por una matriz
3. a  (A + B) = a  A + a  B Distributiva del producto de un nº por una suma de matrices
4. 1  A = A 1 = In
 PRODUCTO DE MATRICES .
3.1 Para que dos matrices A y B puedan multiplicarse, es necesario que el número de
columnas de la primera matriz coincida con el número de filas de la segunda matriz.
A  B= C, siendo c ij = a i1  b1 j + a i 2  b 2 j + ... + a im .b mj
A  B = C
mxn nxp = mxp

Propiedades.
1. A(B  C ) = (A  B)  C Asociativa
2. A  (B + C ) = A  B + A  C Distributiva por la izda.
(B + C)  A = B  A + C  A Distributiva por la drcha.
3. El producto de dos matrices , en general, no es conmutativ o A  B  B  A
4. I m  A = A  I n = A elemento neutro, en el producto el elemento neutro es la matriz
identidad de orden n al multiplicar por la derecha, o de orden m si multiplicamos por la izquierda.
 El producto de una matriz fila de dimensión 1 x n, por una matriz columna, de
dimensión n x 1, es un nº que se obtiene al multiplicar sus elementos, término
a término, y sumar los resultados.
 b11 
 
 b 21 
(a 11 a 12 ... a 1n )   = a 11  b11 + a 12  b 21 + ... + a 1n .b n1
... 
 
b 
 n1 
3.2 Potencia n -ésima (An) Es un producto de n factores.
A n = A  A  A......  A A0 = I
  
n

 MATRIZ INVERSA DE OTRA (A-1)

(Solo las matrices cuadradas pueden tener inversa)
4.1 Aplicando la fórmula, la matriz inversa de una matriz cuadrada A de orden n es
otra matriz A-1 del mismo orden que cumple que
A  A −1 = I n A −1  A = I n siendo In la matriz identidad de orden n.
Las matrices que tienen inversa se llaman matrices regulares o invertibles (o
inversible), y las que no la tienen, matrices singulares.

3
Existen matrices cuadradas que no tienen matriz inversa.
Una matriz cuadrada de orden n solo tiene inversa si Rango (A) = n
Las matrices regulares o invertibles tienen las siguientes propiedades:
Si A es invertible, A −1 también lo es y su inversa es: A −1 ( ) −1
=A
Si A y B son inversibles, A  B también es inversible : (A  B)−1 = B−1  A −1
Si A y B son inversibles, A + B también lo es: (A + B)−1 = A−1 + B−1

Si A es inversible, A t también lo es: A t( ) = (A )

−1 −1 t

4.2 Por el método de Gauss-Jordan, para hallar la matriz inversa A -1 se escribe la

matriz A y a su derecha la matriz identidad (I). Se hacen transformaciones y deb e
aparecer a la izquierda la matriz identidad y una nueva matriz a la derecha, que es A -1.
(A I n ) → (I n A −1 ) . Si al transformar A en I aparece una fila de ceros a la izquierda, es

que la matriz A no tiene inversa. No se pueden variar las columnas.

(Este método es muy útil para matrices de orden 2x2; para matrices 3x3 es más laborioso. Para
ello se utilizarán determinantes, que se verá en el tema 2)
4.3 Matriz inversa del producto de dos matrices, la fórmula es
(A  B)−1 = B−1  A −1
 N –UPLAS DE NÚMEROS REALES.
Una n –upla es una colección de “n” números reales dados en un cierto orden.
Ejemplo: (0, 1); (1, 2, 0); (1, -1, -2, 4) etc.
Una combinación lineal (C.L) de varias n-uplas es el resultado de multiplicar cada una
de ellas por un número y sumarlas.
Ejemplo: 3 (-2, 5, 1, 0) + 2 (1, 7, 3, -1) = (-6, 15, 3, 0) + (2, 14, 6, -2) = (-4, 29, 9, -2)
Varias n-uplas pueden ser: linealment e Dependient es (L.D), toda la fila queda cero)

linealment e Independie nte (L.I),
La dependencia o independencia sirve para estudiar el rango de una matriz.
 RANGO DE UNA MATRIZ (Ran).
Una fila de una matriz es linealmente independiente cuando no depende linealmente
de otras filas de la matriz.
El rango de una matriz A, Rango (A) o Ran (A), es el número de filas o de columnas no
nulas linealmente independientes que tiene la matriz.
En una matriz, el rango por filas siempre es igual al rango por columnas.
▪ Método de Gauss para calcular el rango de una matriz .
Consiste en convertir la matriz inicial en una matriz cuyos elementos por debajo de la
diagonal sean ceros, utilizando las transformaciones elementales adecuadas. El rango
de la matriz será el número de filas no nulas que tiene la matriz triangular que hemos
obtenido.

4
Las transformaciones elementales que se pueden realizar en la matriz son:
 Intercambiar el orden de la fila i por la fila j. Lo escribimos como Fi  Fj
 Sustituir la fila i por el resultado de multiplicar o dividir todos sus elementos por
un número a  0 . Lo escribimos como F i = aFi
 Sustituir la fila i por la fila j por la suma de ambas, multiplicadas por números a
y b no nulos. Lo escribimos como Fi = a Fi + b Fj
El rango de la matriz es el número de filas distintas de (0 0 0 ... 0)
F1 = F1
 1 1 1 3 0 
  F2 = F2 + 3 F1
Ejemplo: calcular el rango de M =  − 3 0 − 6 − 15 3 
 2 1 3  F3 = −2 F1 + F3
 8 −1 

F1 = F1
F1 = F1
1 1 1 3 0 1 1 1 1 3 0
  F2 = F2    F2 = F2
M = o 3 − 3 − 6 3  3 M = 0 1 −1 − 2 1 
F3 = F3 + F
o −1 1 2 − 1 F3 = F3 0 −1 1 2 − 1 2
 

L .I
1 1 1 3 0
  L .I
M = 0 1 − 1 − 2 1 Ran (A) = 2
L .D
0 0 0 0 0 


 FORMA MATRICIAL DE UN SISTEMA DE ECUACIONES.

Un sistema de ecuaciones lleva asociadas tres matrices: la de los coeficientes, la de las
incógnitas (X) y la de los términos independientes (C).
Ejemplo:
x − y − z = 1  1 − 1 − 1 x  1 
      
− x + 3z = 18 A =  −1 0 3  ; X =  y ; C =  18 
− 2x + 5y − 3z = −52  − 2 5 − 3 z  − 52 
      
La ecuación puede expresarse en forma matricial:
 1 − 1 − 1  x   1 
     
 −1 0 3    y  =  18  , es decir, A X = C
 − 2 5 − 3   z   − 52 
     
1
= Si la matriz A es cuadrada y tiene inversa podemos despejar X del siguiente modo:
2 2
A−1  (A  X) = A−1  C = aplicando la propiedad asociativa

(A ) 3
3
−1
 A  X = A−1  C = aplicando la fórmula
4 4
I  X = A −1  C = por la matriz Identidad
X = A−1  C