Matrices

UNIDAD 4
Prof. Rosa De Peña
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Índice

4.1 Definición y notación…………………………………………………………………….......... 2

4.2 Orden y dimensión………………………………………………………………………..….. 3
4.3 Matríz cuadrada y rectangular. Diagonal principal de una matríz cuadrada.
Traza de una matríz cuadrada…………………………………………………………..…..3
4.4 Igualdad de matrices. Propiedades………………………………………………………..….4
4.5 Operaciones con matrices:……………………………………………………………………..5
4.5.1 Suma o adición de matrices………………………………………………………………....5
4.5.2 Diferencia o sustracción de matrices……………………………………………………….7
4.5.3 Multiplicación de un escalar por una matríz……………………………………………...8
4.5.4 Multiplicación de matrices. Propiedades: Asociativa, distributiva con relación
a la adición, no cancelativa. Divisores de cero…………………………………………..9
4.5.5 Potencia entera positiva de una matriz cuadrada………………………………………...11
4.6 Tipos especiales de matrices: Triangular superior, triangular inferior, diagonal,
escalar, unidad o matriz identidad, conmutativa, anticonmutativa, simétrica y
antisimétrica………………………………………………………………………………………11
4.7 Matríz traspuesta. Propiedades de la matríz traspuesta…………………………………….13
4.8 Matríz inversa. Matrices inversibles…………………………………………………………....14
4.9 Dependencia lineal de las filas y columnas de una matríz………………………………....15
4.10 Rango o característica de una matríz..............................................................................16
4.11 Operaciones elementales en una matríz………………………………………………..….. 16
4.12 Matrices equivalentes. Notación. Propiedades como relación de equivalencia….……..16
4.13 Matrices escalonadas.………………………………………………………………….………17
4.14 Matríz en la forma escalonada reducida……………………………………………………..17
4.15 Determinación del rango o característica de una matríz………………………………….18
4.16 Cálculo de la inversa de una matríz cuadrada usando las operaciones
elementales de filas…………………………………………………………………………….19
4.17 Ecuaciones con matrices………………………………………………………………………21
Bibliografia Consultada ….............…………………………………………………………22

1
 Algebra Superior Rosa De Peña
Matrices Unidad 4

MATRICES

Introducción

Por el uso creciente de las matemáticas en la ciencia y la tecnología, así como en otros campos
del saber humano, se hace necesario dedicar nuestra atención al estudio de las matrices, las
cuales constituyen herramientas eminentemente útiles por su valor estructural y operativo.
Ellas se manejan en la mayoría de las ciencias, y gran cantidad de las operaciones realizadas
por las computadoras son efectuadas tomando elementos a las matrices. La teoría de matrices,
introducida en 1858 tiene hoy aplicaciones en campos tan diversos como el control de
inventarios en las fabricas; teoría cuántica en física; análisis de costos en transportes y de otras
industrias; problemas de estrategias en las operaciones militares y análisis de datos, en
sociología y psicología.

4. 1 Definición

Una matriz es un arreglo rectangular de elementos distribuidos en filas y columnas. Los

elementos pueden ser números reales, números complejos, funciones, etc., y se acostumbran a
colocar entre corchetes.

Notación
A las matrices, en general, se le acostumbra denotar por letras mayúsculas y sus elementos se
suelen designar con letras minúsculas seguidas de dos subíndices, indicando el primero en qué
fila está el elemento y el segundo en qué columna. Por ejemplo: a i j , donde la “i” señalará la
fila y la “j” la columna. De manera que, en general, una matriz se escribe así:
 a11 a12 ... a1n 
a a 22 ... a 2 n 
 21 
 . . ... . 
A 
 . . ... . 
 . . ... . 
 
a m1 a m2 ... a mn 

Es bueno tener presente que una matriz no tiene valor numérico y que es solo una manera de
ordenar números.
A las filas y las columnas se les llama líneas, cuando no hay necesidad de distinguirlas.
El conjunto de matrices definen un espacio vectorial, pues con ellas podemos verificar
todas las propiedades que se satisfacen en los espacios vectoriales.

2
 Algebra Superior Rosa De Peña
Matrices Unidad 4

4.2 Orden o Dimensión

Si una matiz tiene “m” filas y “n” columnas, entonces decimos que la matriz es de orden
" mxn" . Siempre se indicará el orden de una matriz escribiendo primero el numero de filas y
luego el numero de columnas de la matriz.

Otra notación usada para las matrices es:

 
A  aij mxn

donde A es de orden mxn y sus elementos los a ij , deben variar “i” de “1”
a “m” y “j” de “1” a “n” .

4.3 Si en una matriz el número de filas es igual al número de columnas se dice que la matriz es
cuadrada. Cuando se tiene una matriz cuadrada mxm, decimos que su orden es m en lugar de
decir que su orden es mxm.
 1 2
Así, la matriz B cuadrada 2x2: B =   es una matriz cuadrada de orden dos.
 3 0

En una matriz cuadrada de orden “n” se le llamará a los elementos:

a ij siendo i = j , es decir a11 , a 22 ,..., a nn , la Diagonal Principal.

a ij siendo i  j , es decir a1n , a 2( n 1) ,..., a n1 , la Diagonal Secundaria.

Es decir, en la matriz:

 1 2  3
A   0 4 5 
 2 0 3 

La diagonal principal la forman los elementos 1,4,3 y la diagonal secundaria  3,4,2 .

La suma de los elementos de la diagonal principal de una matriz cuadrada A se llama traza
de A. Es decir Traza de A  a11  a 22  a 33  ...  a nn
Ejemplo.:
La traza de A es: A  a11  a 22  a 33  1  4  3  8
Si el número de filas de una matriz es uno, dicha matriz se llama matriz de una fila o
vector fila.

3
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Ejemplos:
A  2 8  3 B  1 0 1

A  B son puntos del espacio, expresado en términos de sus coordenadas rectangulares.

Si el número de columnas de una matriz es uno, dicha matriz se llama matriz de una
columna o vector columna.

Ejemplos:
 2 1
1 
A  B   1  C  1
0  0  1

4.4 Igualdad de Matrices

Dos matrices A y B son iguales si se cumple que:
1) A tiene el mismo orden de B.
2) Cada elemento de A es igual al elemento correspondiente de B simbólicamente:

Dada las matrices y entonces:

 
A  aij mxn
B  bij   mxn

A  B a ij  bij para todo ij .

Ejemplos:
 2 1 2 1 2 0
a) 0 3  0 3  1 3
     

b) Resuelva la siguiente ecuación.

 x  y 3u  v  3 5
 x  y u  2v   7 3
   

4
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Resolver la ecuación matricial planteada significa hallar los valores de x, y, u, v

que satisfacen la igualdad, con este propósito formamos dos sistemas:

1) a) x  y  3 2) a) 3u  v  5
b) x  y  7 b) u  2v  2

De 1 Sumando las ecuaciones a, b anteriores: De 2 Multiplicando a por 2:

2 x  10 6u  2v  10
10
x 5 u  2v  2
2
Sustituyendo x en a :
y  x 3  53  2 7u  12

12
u
7

De 2 Sustituyendo u en a tenemos:
 12 
3   v  5
7
36 35  36 1
Despejando v: v  5   
7 7 7

Propiedades de la Igualdad de Matrices

a) A  A Propiedad Reflexiva
b) A  B B  A Propiedad Simétrica
c) Si A  B B  C  A  C  Propiedad Transitiva

4.5 Operaciones con Matrices.

4.5.1 Suma de Matrices
Si no se definen operaciones entre las matrices, éstas tendrían relativamente poco interés. Lo
que las hace útiles dentro de la ciencia y la tecnología es el hecho de que se pueden definir
entre ellas las operaciones suma y multiplicación. Veamos en primer lugar la suma de
matrices.

Si y entonces se define: para todo i, j.

 
A  aij mxn

B  bij mxn

A  B  aij  bij 
mxn

5
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Nota:
Obsérvese que para poder sumar dos matrices, éstas deben ser del mismo
orden.
Ejemplos:

 2 1 0 1 1 3  3 2 3
a) Si A  B  A B   
 1 3 4 0 1 2   1 4 6

 x  y u  3v   x  y 2u  2v  2 x 3u  v 
b) Si A   B A B  
 y 4  x  y 3  x 7 

Si consideramos el conjunto de todas las matrices de orden " mxn" , Rmxn , entonces si:

A  R mxn y B  R mxn , se sigue que A  B  R mxn , es decir que la suma de matrices es una
operación interna en Rmxn .

Propiedades de la suma de matrices

1) Existe 0 mxn  R mxn , tal que Amxn  0 mxn 0 mxn  Amxn  Amxn

La matriz 0 mxn es aquella cuyos elementos son todos iguales a cero, y a ella llamaremos
Matriz Cero o Matriz Nula. Se representará por 0 n . Si m = n.

La matriz cero es el elemento identidad para la suma de matrices.

0 0 0 0
0 0 0 0
0 0 0 0 0
02    0 3  0 0 0 04  
0 0 0 0 0 0
0 0 0  
0 0 0 0

6
 Algebra Superior Rosa De Peña
Matrices Unidad 4

 a11 a12  a a12  0 0  a11  0 a12  0 

Si A   luego, A  0 2   11   A
a 21 a 22   a 21 a 22  0 0 a 21  0 a 22  0

2) En Rmxn la suma de matrices es una operación conmutativa por ser los elementos de las
matrices números reales y por verificarse la conmutatividad de la suma de números reales. O
sea:
Amxn  Bmxn  B mxn  Amxn

3) En el conjunto Rmxn , la suma de matrices es asociativa, es decir, A, B, C  Rmxn

entonces : A  B  C  A  B  C 

4) Toda matriz Amxn ,  Rmxn , tiene una inversa aditiva  Amxn , tal que:

Amxn   Amxn   0 mxn

La matriz  Amxn es aquella cuyos elementos son los de Amxn cambiados de signo, es decir
los inversos aditivos de los elementos de Amxn . A la matriz  Amxn también se le llama la
negativa de Amxn .

4.5.2 Diferencia de Matrices

Si A, B  R mxn , entonces la diferencia entre A, B , que se denota por A  B es una matriz

C  Rmxn , tal que C es la suma de la matriz A A y la opuesta de B , es decir:

C  A  B  A   B 
Ejemplos: Dadas las matrices

1 2  2 1 
A  0 4 B   3  1
6 5   0 1 

Hallar a) A – B b) B – A

7
 Algebra Superior Rosa De Peña
Matrices Unidad 4

1 2   2 1  1 2  2  1  3 1 
A  B  0 4   3  1 =  0 4 +   3 1  =   3 5 
     
6 5  0 1  6 5  0  1  6 4

 2 1  1 2   2 1    1  2   3  1
B  A   3  1  0 4 =  3  1 +  0  4
      =  3  5
 0 1  6 5  0 1   6  5
   6  4

4.5.3 Multiplicación de una Matriz por un Escalar

Si A= [aij ]mxn y k R  k.A = [ kaij]mxn

Nota: El producto de una matriz por un número, es una matriz y no un número.

Propiedades de la Multiplicación de una Matriz por un Escalar

Sean A y B matrices de orden " mxn" y " k " ^ "t" escalares  R , entonces se cumple :
1) kA es una matriz de orden " mxn"
2) k tA  kt A
3) k A  B   kA  kB
4) k  t A  kA  tA
5) 1. A  A

8
 Algebra Superior Rosa De Peña
Matrices Unidad 4

4.5.4 Multiplicación de dos Matrices

Si A es una matriz de orden mxp y B una matriz de orden pxn , entonces la matriz producto
C = A. B es de orden " mxn" , en la cual el elemento cij viene dado por la suma de los
productos formados multiplicando los elementos de la i-ésima fila de
Aai1 , ai 2 ,...,a ip  por los elementos correspondientes de la j-ésima columna de

B b1 j , b2 j ,..., b pj 

 b1 j 
b 
 2j
 . 

C ij  ai1 ai 2 
... a ip    ai1b1 j  ai 2 b2 j  ...  aip b pj
 . 
 . 
 
b pj 

Simbólicamente:

Dadas A  a ik mxp y , se define C=A.B

 
B  bkj pxn
p
donde y C ij   a ik bkj
C  cij  mxn k 1

Debe tenerse en cuenta:

a) Sólo es posible multiplicar una matriz A, por una matriz B, si el número de columnas de A
es igual al número de filas de B. En ese caso se dice que A es conforme con B respecto de la
multiplicación.

b) La matriz producto C  AB tiene el mismo número de filas que A y el mismo número de

columnas de B.

c) A fin de obtener el elemento de la i-ésima fila y la j-ésima columna de AB multiplicamos

los elementos de la i-ésima fila de A por los elementos correspondientes de la j-ésima columna
de B y sumamos los productos obtenidos.

9
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Ejemplos
 3  2
 2 3 1
a) Si A    B  1 0 
  1 0 3 4  1

3  2
a.1) Hallar AB  
 2 3 1 
1 0    23 31 14 2 2 30  1 1 
    13 01 34   1 2  00  3 1
 1 0 3   
 4  1
 63 4  4  0  1 13  5
AB    
 3  0  12 2  0  3   9  1

Siendo la matriz A de orden 2x3, B de orden 3x2 la matriz que resulta al multiplicar AB es de
orden 2.

a.2) Hallar
 3  2 32   2  1 33 20  31  23
 2 3 1 
BA  1 0   
   12 0 1 13 00  11 03 
 1 0 3
 4  1    
 42   1 1 43  10 41  13

6  2 9  0 3  6  8 9  3
BA   2  0 3  0 1  0   2 3 1 
 8  1 12  0 4  3 9 12 1 

Siendo la matriz B de orden 3x2 , A de orden 2x3 la matriz que resulta al multiplicar BA es de
orden 3.

Propiedades de la Multiplicación de Matrices

a) AB  C   AB  AC 1ra. Propiedad Distributiva

b) A  B C  AC  BC 2da. Propiedad Distributiva

c) ABC   AB C Propiedad Asociativa

Sin embargo,

d) AB  BA En general no se cumple la propiedad conmutativa.

10
 Algebra Superior Rosa De Peña
Matrices Unidad 4

e) AB  0 Esto no implica necesariamente que A = 0 ó B=0

f) AB  AC Esto no implica necesariamente que B = C

4.5.5 Potencia Entera Positiva de una Matriz Cuadrada

Sea una matriz cuadrada de orden “n”, luego si queremos obtener una potencia
A  aij  
entera positiva de dicha matriz cuadrada, sólo tenemos que multiplicarla por si misma
tantas veces como lo indique la potencia.

 2  1 1
Ejemplos: Sea A  0 1 2 , entonces
1 0 1

 2  1 1 2  1 1  22   10  11 2 1  11 10 21  12 11
A  AA  0 1 2 0 1 2   02 10 21
2
0 1 11 20 01 12  21 
1 0 1 1 0 1   12 00  11 1 1 01 10  11 02 11 

5  3 1 
A   2 1 4
2

 3  1 2

5  3 1   2  1 1 11  8 0
A  A A   2 1 4 0 1 2   8  1 8 y así sucesivamente
3 2

 3  1 2 1 0 1  8  4 3

A0  I

4.6 Tipos Especiales de Matrices

Una matriz cuadrada A cuyos elementos aij  0 para i  j se llama Matriz Triangular
Superior.

11
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Ejemplo:

 a11 a12 a13 a14 

0 a 22 a 23 a 24 
A  Los elementos debajo de la diagonal principal son cero.
0 0 a 33 a 34 
 
0 0 0 a 44 

Una matriz cuadrada A cuyos elementos aij  0 para i  j se denomina Matriz Triangular
Inferior.

Ejemplo:
 a11 0 0 0 
a a 22 0 0 
A  Los elementos encima de la diagonal principal son cero.
21

 a31 a32 a33 0 

 
a 41 a 42 a 43 a 44 

La matriz que es a la vez triangular superior e inferior se identifica como Matriz Diagonal.

En esta matriz tenemos aij  0 siendo i = j

Ejemplos
a11 0 0 0  6 0 0 0
0 a 22 0 0  0 4 0 0
D  H 
0 0 a33 0  0 0 3 0
   
0 0 0 a 44  0 0 0 5

Matriz Escalar es una matriz diagonal donde se verifica que aij  0  k siendo k un escalar .

Ejemplo:
6 0 0 0
0 6 0 0
C
0 0 6 0
 
0 0 0 6

Matriz Unidad o Matriz Identidad es una matriz escalar donde el valor asignado a
k =1
Se representa por “I”.

12
 Algebra Superior Rosa De Peña
Matrices Unidad 4

1 0 0 0 0
1 0 0 0 0
1 0 0 0 1 0 0 0
1 0 1 0 0 
I2    I 3  0 1 0 I4   I 5  0 0 1 0 0
0 1 0 0 1 0  
0 0 1    0 0 0 1 0
0 0 0 1
0 0 0 0 1 

La matriz unidad I es el elemento idéntico o neutro para la multiplicación de matrices.

Matrices Conmutativas y Anticonmutativas

Si A y B son dos matrices cuadradas y se verifica que AB  BA , entonces dichas matrices se
llaman Conmutativas. En las condiciones anteriores, si A y B son tales que
AB   BA , entonces las matrices A y B se llaman Anticonmutativas.

4.7 Matriz Traspuesta

La matriz traspuesta de una matriz A de orden mxn es la matriz At , traspuesta de A, de orden
nxm obtenida intercambiando las filas por las columnas. Abreviadamente si:

, entonces
 
A  a ij mxn  
A t  a ji nxm

Ejemplo

 1  4
 1 3 2
Si A  3 6  At   
2 5   4 6 5 

Propiedades de la Matriz Traspuesta

Sean At y Bt, respectivamente, las traspuestas de las matrices A y B, “k” un escalar cualquiera,
entonces vale que:

1) A   A
t t

2) A  B t  A t  B t
3) kAt  kAt
4) AB t  B t At

13
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Matriz Simétrica
Una matriz cuadrada A tal que At =A se llama Matriz Simétrica. Por tanto, en una matriz
cuadrada simétrica se verifica que aij  a ji para todos los valores de “i” y de “j”.
 
A  aij

Ejemplos:

1 2 3  2 4  1
A  2 4  5
 B   4 3 0 
3  5 6   1 0 1 

A y B son matrices simétricas.

Matriz Antisimétrica (o hemisimétrica)

Es una matriz cuadrada A tal que A t   A . Por tanto en una matriz cuadrada A antisimétrica
se verifica aij   a ji , para todo valor de “i” y de “j”.
Evidentemente que los elementos de la diagonal principal deben ser nulos .
Ejemplo:
 0  1 2
A   1 0 4
  2  4 0

4.8 Matriz Inversa. Matrices Inversibles

Se dice que una matriz cuadrada A es inversible si existe una matriz B con la cual se
satisfaga la relación AB  BA  I , donde I es la Matriz Unidad. En estas condiciones, la
matriz B se llama la inversa de A y se escribe B  A 1 (B es igual a la inversa de A ).
Recíprocamente, la matriz A es la inversa de B, y se puede escribir A  B 1 .

Importante:
No todas las matrices poseen inversa, pero si la tienen, es única.

Ejemplo
2  3
Hallar la inversa de A 
1  1
Una manera de hallar la inversa, consiste en suponer una matriz desconocida de orden igual a
la que se conoce, donde cada elemento es una incógnita a determinar, que se obtiene
realizando un producto matricial y posteriormente una igualdad de matrices, considerando la
matriz unidad de orden igual a la matriz dada.

14
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Sea B la matriz inversa a determinar, I 2 la matriz unidad a considerar.

a b  1 0
B  I2   
c d  0 1

2  3  a b  1 0 2a  3c 2b  3d  1 0
AB  I 2        
1  1  c d  0 1   a  c b  d  0 1 

Planteando la igualdad de matrices:

1) 2a  3c  1 3) 2b  3d  0
2) a  c  0 4) b  d  1
Resolviendo simultáneamente 1 y 2:

De 2) a = c Sustituyendo en 1) 2a – 3a = 1 a = -1 c = -1
Resolviendo simultáneamente 3 y 4:
Multiplicando 4) por –3 y sumando con 3): 2b  3d  0
 3b  3d  3
 b  3
2b 23
b=3 ; d   2
3 3

luego d = 2

Entonces:

a b   1 3 1
B     1 2  A siendo la matriz B la inversa de A
 c d   

4.9 Dependencia Lineal de las Filas y las Columnas de una Matriz

Llamaremos combinación lineal de varias líneas (filas y columnas) de una matriz, a otra línea
que resulte de sumar sus elementos después de multiplicarlos por ciertos números llamados
coeficientes; con ello una línea (fila o columna) de una matriz se dice que es linealmente
dependiente de otras paralelas a élla cuando es una combinación lineal de éllas.

Por ejemplo, en la matriz A la tercera fila es linealmente dependiente de las dos primeras,
pues F3  3F1  2 F2

15
 Algebra Superior Rosa De Peña
Matrices Unidad 4

1  2 3 4
A  0 1  2  5

3  4 5 2 

F1 = ( 1 -2 3 4) 3F1 = ( 3 - 6 9 12)
F2 = ( 0 1 -2 -5) 2F2 = ( 0 2 - 4 -10)
F3 = ( 3 - 4 5 2 ) 3F1 + 2F2 = ( 3 - 4 5 2 ) = F3

En cambio , diremos que varias líneas paralelas son linealmente independientes ( o que no
existe una relación lineal entre éllas) cuando ninguna se puede expresar como combinación
lineal de las otras. Por ejemplo en la matriz B:

1  2 3 4
B  0 1  2  5
 Sus tres filas son linealmente independientes
0  4 5 2 

4.10 Rango o Característica de una Matriz

Viene dado por el máximo número de líneas (filas o columnas) linealmente independientes
que hay en una matriz. Si una línea de una matriz es combinación de otras paralelas a élla,
al suprimirla se obtiene otra matriz de igual característica.

4.11 Operaciones Elementales en Matrices

Son operaciones que se efectúan con las líneas (filas o columnas) de una matriz que no
modifican ni su orden ni su característica. Las tres operaciones elementales sobre líneas son:
1.- Intercambio de dos líneas (filas o columnas).
2.- Producto (o división) de todos los elementos de una línea por su escalar  0 .
3.- Suma de los elementos de una línea con los correspondientes de otra línea, luego de
multiplicarlos por un escalar . 0 .

4.12 Matrices Equivalentes

Dos matrices A y B se denominan equivalentes, A ~ B, si una de ellas se deduce de la otra
como consecuencia de de la aplicación de una o varias operaciones elementales de líneas. Las
matrices equivalentes tienen el mismo orden e igual característica.

16
 Algebra Superior Rosa De Peña
Matrices Unidad 4

4.13 Matrices Escalonadas

Una matriz está en la forma escalonada si se cumplen las condiciones siguientes:

1) Todas las filas que consisten únicamente de ceros (si existen) aparecen en la parte de
abajo de la matriz.
2) El primer número distinto de cero (si empezamos por la izquierda) en cualquier fila que no
consista únicamente de cero es igual a la unidad.
3) Si dos filas sucesivas no consisten únicamente de ceros, entonces el primer uno en la fila
inferior está más a la derecha que el primer uno de la fila superior.

Ejemplos de matrices en la forma escalonada:

1 2 3 1  1 6 4 
1 2 1 0 2 5
A  0 1 5 B  0 1 2  8 C  D 
0 0 1 0 0 0 1  0 1  0 0 1 2

4.14 Matriz en la Forma Escalonada Reducida

Una matriz está en la forma escalonada reducida si se verifican las tres condiciones requeridas
para tener una matriz escalonada y además se cumple que:
“Cualquier columna que contenga el primer uno de una fila tendrá ceros en los demás lugares”.

La diferencia entre las dos formas es clara. En la forma escalonada todos los números que están
abajo del primer uno de una fila son cero. En la forma escalonada reducida todos los números que
están arriba y abajo del primer uno de una fila son cero. Así, la forma escalonada reducida es
más exclusiva. Esto es, cualquier matriz en forma escalonada reducida está en forma
escalada pero no inversamente.

Ejemplo
Reduzca la siguiente matriz a la forma escalonada y escalonada reducida:
2  6 0 F1
A  2  2 2 F2
3  4 3 F3
Para formar la matriz escalonada realizamos en la matriz A las operaciones elementales
siguientes:

17
 Algebra Superior Rosa De Peña
Matrices Unidad 4

1 2 F
1 1  3 0  F1 1  3 0 F1 1  3

0

F1  F2 0  4  2 ;  
 1 F 2 0 1
4
1 ;
2
F2 0 1 1 
2
F 3 3  4 3   3F1  F 3 0 5 3  5 F2  F 3 0 0 1 
 2 

F1 1  3 0
F2 0 1 1  Esta matriz está escalonada
2
2 F 3 0 0 1 

F1 1  3 0 3F2  F1 1 0 0
 
 1 F3  F2 0 1 0 ;
2   F2 0 1 0
F3 
0 0 1  F 3 0 0 1

Esta matriz está en la forma escalonada reducida.

4.15 Determinación del Rango o Característica de una Matriz

El rango o característica de una matriz podemos obtenerlo expresando dicha matriz en su
forma escalonada mediante las operaciones elementales (matrices equivalentes). En ésta, el
rango viene dado por el número de filas que no consista únicamente de ceros, lo cual se
corresponde con el número de filas linealmente independiente de la matriz.

Ejemplos
Determine la característica en cada caso aplicando operaciones elementales.
1 2 1 4 

1) A   2 4 3 5  Para A escalonamos la matriz:
 1  2 6  7

F1 1 2  1 4 F1 1 2  1 4
F1  F3  F2 0 0  10 6  ; F2 0 0  10 6 
F 1 F3 0 0 5  3 F 22 F3 0 0 0 0 

18
 Algebra Superior Rosa De Peña
Matrices Unidad 4

F1 1 2  1 4 
 
 1 F2 0 0 1  6  Como la última fila es cero, entonces el rango de A es dos.

10  10
F3 0 0 0 0 

Por tanto, r(A) = 2

1 2 3 2
2) B   2 3 5 1 Para B escalonamos la matriz:
1 3 4 5

F1 1 2 3 2 F1 1 2 3 2
2 F1  F2 0 1 1 3 ; F2 0 1 1 3
F3  F1 0 1 1 3 F2  F3 0 0 0 0

Como la ultima fila es cero, entonces el rango de B es dos (2)

4.16 Cálculo de la Inversa de una Matriz Cuadrada A aplicando las

Operaciones Elementales de Filas
Procedimento:
1) Escribir la matriz aumentada A I  Utilizar las operaciones elementales para reducir la
matriz A a su forma escalonada reducida.
2) Decidir si la matriz A es invertible:
 
a) Si A puede ser reducida a la matriz identidad I, entonces la inversa de A A 1 es la
matriz que está a la derecha de la barra vertical.
b) Si al aplicar las operaciones por filas se obtiene alguna fila de ceros a la izquierda
de la barra vertical, la matriz A no es invertible.

Ejemplo

1 2 3
Hallar la inversa de A, si : A  1 3 3
1 2 4

19
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Escribimos la matriz A y la matriz identidad de orden tres I3 , por ser A de orden tres.

F1 1 2 3 1 0 0
 
F2 1 3 3 0 1 0 ;
F3 1 2 4 0 0 1

F1  1 2 3 1 0 0 
 
F2  F 1 1  1 3  2 3  3 0  1 1  0 0  0
F3  F 1 1  1 2  2 4  3 0  1 0  0 1  0 

F1 1 2 3 1 0 0
 
F2 0 1 0  1 1 0 ;
F3 0 0 1  1 0 1

 2 F2  F1 0  1  2  2 0  3 2  1  2  0 0  0
 
F2  0 1 0 1 1 0 
F3  0 0 1 1 0 1 

F1 1 0 3 3  2 0
 
F2 0 1 0  1 1 0
F3 0 0 1  1 0 1

 3F3  F1 0  1 0  0  3  0 3  3 0  2  3  0
 
F2  0 1 0 1 1 0 
F3  0 0 1 1 0 1 

F1 1 0 0 6  2  3
 
F2 0 1 0 1 1 0
F3 0 0 1 1 0 1 

20
 Algebra Superior Rosa De Peña
Matrices Unidad 4

La matriz inversa es:

 6  2  3
A   1 1
1
0 
 1 0 1 

4.17 Ecuaciones con matrices.

a) En la ecuación matricial: A+X = B

donde A y B son matrices del mismo orden, podemos hallar la solución y dicha
solución es única si :

X = B + (-A)

X es una matriz de igual orden que los sumandos A, B.

b) Si la ecuación matricial es de la forma: AX= B

donde A y B existen, entonces X existe siempre que exista la inversa de la matriz

A y esté definido el producto de A 1 B .

A 1 AX  A 1 B

En éste caso: X  A 1 B

21
 Algebra Superior Rosa De Peña
Matrices Unidad 4

Bibliografía Consultada

Poole, David (2006). Algebra Lineal. Una introducción moderna. (Segunda edición).
Mexico: Thomson Learning Iberoamerica.

Grossman, Stanley I. ( 1996). Algebra Lineal. (Quinta edición). Mexico: MacGraw-Hill

Interamericana.

Zill, Dennis G.; Dewar, Jacqueline M. (1999). Algebra y Trigonometria. ( Segunda edición
actualizada). Colombia: McGraw-Hill. Interamericana S. A.

Féliz Lebreault, Rubén. (2007). Algebra y Análisis Matricial. (Primera edición). República
Dominicana: Editora Universitaria UASD. Serie Multitexto.

Báez Veras, José Justo; De Peña Olivares, Rosa Cristina.(2010). Manual de Prácticas (Décima
edición). República Dominicana: Editora Universitaria UASD.

Notas de Cátedra de:

Mateo, Tulio; De Peña, Rosa. (2007). Curso de Algebra Superior.
Navarro Peña, Tomás Darío. (2008).Apuntes de Algebra Superior.

Direcciones Electrónicas:
http://recursostic.educacion.es/descartes/web/materiales_didacticos/matrices/index.htm
http://recursostic.educacion.es/descartes/web/materiales_didacticos/matrices_jgrb/matrices_intro.htm
http://descartes.cnice.mec.es/materiales_didacticos/matrices/index.htm
http://es.wikipedia.org/wiki/Matriz_(matem%C3%A1tica)

22