UNIVERSIDAD NACIONAL EXPERIMENTAL

“FRANCISCO DE MIRANDA”

ÁREA DE TECNOLOGIA

COMPLEJO ACADÉMICO “EL SABINO”

DEPARTAMENTO DE MATEMÁTICA

MATRICES

Punto Fijo, mayo de 2019

 Índice

-Introducción………………………………………………………………… Pág. 2

-Definición y características de las matrices…………………………….. Pág. 3

-Tipos de matrices………………………………………………………….. Pág. 4

-Operaciones con matrices…………………………………………………Pág. 10

-Operaciones elementales por filas. Matrices equivalentes…………….Pág. 14

-Forma escalonada y escalonada reducida de una matriz…………….Pág. 16

-Rango de una matriz. Propiedades del rango…………………………..Pág. 17

-Inversa de una matriz. Inversa de una matriz mediante reducción por

filas…………………………………………………………………………... Pág. 20

-Matrices elementales……………………………………………………... Pág. 23

- Conclusión………………………………………………………………… Pág. 27

- Bibliografía………………………………………………………………… Pág. 28

1
 Introducción

Para la realización del presente trabajo se ha realizado una

recopilación de distintos textos, y páginas obtenidas del internet, que
mediante la incorporación de conceptos claves de cada uno de ellos se ha
podido realizar de una manera clara el trabajo, tratando de presentar los
temas con conceptos propios, sacándolos del entendimiento personal.

Al comenzar el trabajo se presenta una introducción a las matrices,

luego de ello se da un concepto a lo que vienen siendo las matrices, las
operaciones que se pueden realizar sobre ellas, las distintas formas en las
que podemos resolverlas, además de aplicaciones que se puede tener en el
uso de las matrices.

Las matrices son objetos matemáticos que permiten organizar

información numérica (y también de otros tipos) de un modo natural y
sencillo. La idea consiste en disponer números en forma de tabla, con una
estructura de filas y columnas, de manera que cada elemento (cada número)
de la tabla puede ser identificado mediante su posición: la fila y la columna
en las que está situado el elemento. Esta disposición en forma de tabla con
filas y columnas puede no resultar muy audaz, ya que es algo realmente
natural, casi obvio, por lo que posiblemente no se perciba la matriz como un
"gran invento".

Sin embargo, la sencillez de este concepto y el hecho de que las

matrices organicen información numérica (y también de otros tipos) permite
que sean utilizadas en casi todos los ámbitos del saber científico: física,
sociología, astronomía, ingeniería y tantos otros.

2
 Ya dentro del campo de las matemáticas, se utilizan como
instrumentos muy útiles en todas sus disciplinas: cálculo, estadística,
geometría, lógica, criptografía, álgebra, entre otros.

Esta gran versatilidad, a pesar de ser objetos tan simples, se debe a

que el conjunto de las matrices posee una estructura sencilla y muy potente,
que consiste fundamentalmente en la posibilidad de realizar diversas
operaciones con matrices. Estas operaciones se "comportan" conforme a
unas pocas propiedades (familiares y naturales, en la mayor parte de los
casos), de manera que las operaciones junto con sus propiedades son las
que proporcionan esta estructura y abren todo un universo de aplicaciones y
utilidades.

Para abordar con éxito esta unidad es suficiente conocer los diversos
conjuntos numéricos, sus operaciones y propiedades, así como los signos
más habituales de la teoría de conjuntos.

Ahora bien, dejando claro que las matrices se definen como un

conjunto de elementos (números, letras) ordenados en filas y columnas,
estas poseen diversas características que nos ayudan a reconocerlas.

Definición básica y características de las matrices

Se puede definir una matriz, como un conjunto de elementos

(números) ordenados en filas y columnas.

 Las matrices poseen filas y columnas.

 Una matriz se representa por medio de una letra mayúscula (A, B,…)
y sus elementos con la misma letra en minúscula (a, b,…), con un
doble subíndice donde el primero indica la fila y el segundo la
columna a la que pertenece.

3
  Los elementos individuales de una matriz m x n, se denotan a
menudo por aij, donde el máximo valor de i es m y el máximo valor
de j es n.

Tipos de matrices

 Matriz fila, es aquella que está compuesta por una sola fila.

Ejemplos:

𝑨 = (𝟖 𝟔 𝟕) ; 𝑩 = (𝟓 𝟔)

 Matriz columna, es aquella que solo posee una columna.

Ejemplos:

𝟓
𝟑 𝟖
𝑨 = (𝟕) ; 𝑩 = ( )
𝟐 𝟒
𝟗

 Matriz nula, se considera cuando todos sus elementos valen 0.

Ejemplo:

𝟎 𝟎 𝟎
𝑨 = (𝟎 𝟎 𝟎)
𝟎 𝟎 𝟎
 Matriz rectangular, es aquella que tiene diferente número de filas y
columnas.

Ejemplos:

4
 𝟖 𝟔
𝟏 𝟓 𝟗
𝑨=( ) ; 𝑩 = (𝟐 𝟕)
𝟒 𝟑 𝟕
𝟗 𝟒

 Matriz traspuesta, es la matriz que se obtiene cambiando

ordenadamente las filas por las columnas.

Por ejemplo:

𝟐 𝟑 𝟎 𝟐 𝟏 𝟑
𝒕
𝑨 = (𝟏 𝟐 𝟎) 𝑨 = (𝟑 𝟐 𝟓)
𝟑 𝟓 𝟔 𝟎 𝟎 𝟔

Las ecuaciones que se utilizan al momento de resolver una matriz

traspuesta son las siguientes:

 (At)t = A
 (A + B)t = At + Bt
 (a · A)t = a · A t
 (A . B) t = Bt ·A t

 Matriz cuadrada, esta tiene el mismo nú mero de filas que

de columnas.

Ejemplos:

𝟓 𝟗 𝟔
𝟗 𝟎
𝑨=( ) ; 𝑩 = (𝟏 𝟓 𝟐)
𝟒 𝟔
𝟒 𝟐 𝟖

Tipos de matrices cuadradas

5
 Matriz triangular superior, es cuando los elementos situados por
debajo de la diagonal principal son ceros.

Por ejemplo:

𝟏 𝟕 𝟔
𝑨 = (𝟎 𝟐 𝟓)
𝟎 𝟎 𝟑

 Matriz triangular inferior, en esta los elementos que están situados

por encima de la diagonal principal son ceros.

Por ejemplo:

𝟏 𝟎 𝟎
𝑨 = (𝟐 𝟔 𝟎)
𝟑 𝟒 𝟓

 Matriz diagonal, es aquella en la cual todos los elementos que no

estén situados en la diagonal principal son nulos.

Por ejemplo:

𝟐 𝟎 𝟎
𝑨 = (𝟎 𝟐 𝟎)
𝟎 𝟎 𝟔

 Matriz escalar, es una matriz diagonal en la que los elementos de la

diagonal principal son iguales y los demás son ceros.

Ejemplo:

𝟑 𝟎 𝟎
𝑨 = (𝟎 𝟑 𝟎)
𝟎 𝟎 𝟑
 Matriz identidad o unidad, es una matriz diagonal donde los
elementos de la diagonal principal son iguales a 1 y el resto ceros. Se

6
 representa por I2 la matriz identidad de orden 2, I3 la matriz identidad de
orden 3, etc.

Ejemplo:

𝟏 𝟎 𝟎
𝟏 𝟎
𝑰 𝟑 = (𝟎 𝟏 𝟎) 𝑰 𝟐 = ( )
𝟎 𝟏
𝟎 𝟎 𝟏

 Matriz simétrica, una matriz cuadradra es simétrica cuando los

elementos a ambos lados de la diagonal principal son iguales ( a ij = aji).
En otras palabras, este tipo de matriz verifica A = At.

Ejemplo:

𝟏 𝟒 𝟓 𝟏 𝟒 𝟓
𝒕
𝑨 = (𝟒 𝟔 𝟐 ) = 𝑨 = ( 𝟒 𝟔 𝟐)
𝟓 𝟐 𝟖 𝟓 𝟐 𝟖

 Matriz antisimétrica o hemisimétrica, es la matriz cuadrada en la que

los elementos a ambos lados de la diagonal son opuestos (iguales pero
con distinto signo). Mientras que los elementos de la diagonal principal
deben ser ceros. En otras palabras, una matriz antisimétrica verifica A
= -At.

Ejemplo:

𝟎 −𝟒 −𝟓 𝟎 𝟒 𝟓
𝑨 = (𝟒 𝟎 𝟐 ) = −𝑨𝒕 = (−𝟒 𝟎 −𝟐)
𝟓 −𝟐 𝟎 −𝟓 𝟐 𝟎

 Matriz regular, se dice que es regular si existe otra matriz B de la

misma dimensión tal que el producto A·B y B·A es la matriz identidad
de dimensión n. Esta matriz B recibe el nombre de matriz inversa de A

7
 y se denota por A-1. En otras palabras, una matriz es regular si, y sólo
si, su determinante es distinto de 0.

Por ejemplo:

𝟐 𝟓 𝟑 −𝟓 𝟐 𝟓 𝟑 −𝟓
𝟏. 𝑨 = ( )→𝑨∙( )=( )( )
𝟏 𝟑 −𝟏 𝟐 𝟏 𝟑 −𝟏 𝟐
𝟔 − 𝟓 −𝟏𝟎 + 𝟏𝟎 𝟏 𝟎 𝟐 −𝟏
=( )=( )→( ) = 𝑨−𝟏
𝟔−𝟔 −𝟓 + 𝟔 𝟎 𝟏 −𝟏 𝟏

−𝟏 𝟏 −𝟑 𝟏 −𝟏 𝟏 −𝟑 𝟏
𝟐. 𝑨 = ( )→𝑨∙( )=( )( )
−𝟐 𝟑 −𝟐 𝟏 −𝟐 𝟑 −𝟐 𝟏
𝟑 − 𝟐 −𝟏 + 𝟏 𝟏 𝟎 𝟐 −𝟏
=( )=( )→( ) = 𝑨−𝟏
𝟔 − 𝟔 −𝟐 + 𝟑 𝟎 𝟏 −𝟏 𝟏

 Matriz inversa, (A-1) es aquella matriz que cuando se multiplica por la

matriz origen (A) da como resultado la matriz identidad (I), es decir,
A∙A-1 = I. Por lo tanto, si una matriz posee inversa se dice que es una
matriz regular o invertible.

Se tomará como ejemplo uno de los ejercicios resueltos postulados

para la matriz regular:

𝟐 𝟓 𝟑 −𝟓 𝟐 𝟓 𝟑 −𝟓
𝟏. 𝑨 = ( )→𝑨∙( )=( )( )
𝟏 𝟑 −𝟏 𝟐 𝟏 𝟑 −𝟏 𝟐
𝟔 − 𝟓 −𝟏𝟎 + 𝟏𝟎 𝟏 𝟎 𝟐 −𝟏
=( )=( )→( ) = 𝑨−𝟏
𝟔−𝟔 −𝟓 + 𝟔 𝟎 𝟏 −𝟏 𝟏

 Matriz singular, esta matriz cuadrada no tiene matriz inversa por lo

tanto su determinante es igual a 0.

Ejemplo:

𝟑 𝟐
𝑨=( ) 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂𝒏𝒕𝒆 𝒅𝒆 𝑨 = 𝟑𝒙𝟒 − 𝟐𝒙𝟔 = 𝟎
𝟔 𝟒

8
 Matriz idempotente, una matriz, A, es idempotente si multiplicada por
si misma da como resultado la misma matriz, es decir, A2 = A.

Ejemplo:

𝟐 𝟐 𝟏 𝟐 𝟐 𝟏 𝟏 𝟏 𝟔 𝟑
𝟐/𝟑 𝟏/𝟑 ∙ + ∙ ∙ + ∙
𝑨=( )→𝑨∙𝑨=( 𝟑 𝟑 𝟑
𝟑 𝟑 𝟑 𝟑 𝟑) = (𝟗 𝟗)
𝟐/𝟑 𝟏/𝟑 𝟐 𝟐 𝟏 𝟐 𝟐 𝟏 𝟏 𝟏 𝟔 𝟑
∙ + ∙ ∙ + ∙
𝟑 𝟑 𝟑 𝟑 𝟑 𝟑 𝟑 𝟑 𝟗 𝟗
𝟐/𝟑 𝟏/𝟑
=( )
𝟐/𝟑 𝟏/𝟑

 Matriz involutiva, es aquella matriz que multiplicada por si misma da

como resultado la matriz unidad o identidad (I), es decir, A² = I.

Ejemplo:

𝟏 −𝟏 𝟏 −𝟏 𝟏 −𝟏 𝟏+𝟎 −𝟏 + 𝟏
𝟏) 𝑨 = ( )→𝑨∙𝑨=( )( )=( )
𝟎 −𝟏 𝟎 −𝟏 𝟎 −𝟏 𝟎+𝟎 𝟎+𝟏
𝟏 𝟎
=( )=𝑰
𝟎 𝟏
𝟏 √𝟑
𝟏 √𝟑 ) → 𝑨 ∙ 𝑨 = 𝟏 ( 𝟏 √𝟑 ) 𝟏 ( 𝟏 √𝟑 )
𝟐) 𝑩 = 𝟐 𝟐 = (𝟏
√𝟑 𝟏 𝟐 √𝟑 −𝟏 𝟐 √𝟑 −𝟏 𝟐 √𝟑 −𝟏
−
(𝟐 𝟐)
𝟏 𝟏+𝟑 √𝟑 − √𝟑) = 𝟏 (𝟒 𝟎 𝟏 𝟎
= ( )=( )=𝑰
𝟒 √𝟑 − √𝟑 𝟑+𝟏 𝟒 𝟎 𝟒 𝟎 𝟏

 Matriz ortogonal, esta verifica que una matriz cualquiera (A),

multiplicada por su traspuesta da una matriz identidad. A ∙ At= I.

Por ejemplo:

9
 𝟏 𝟏 𝟏 𝟏 𝟏 𝟏

𝑨= √𝟐 √𝟐 → 𝑨 ∙ 𝑨𝑻 = √𝟐 √𝟐 √𝟐 √𝟐
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
− − −
(√𝟐 √𝟐) (√𝟐 √𝟐) (√𝟐 √𝟐)
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏 𝟏 𝟏+𝟏 𝟏−𝟏
= ( ) ( )= ( )
√𝟐 𝟏 −𝟏 √𝟐 𝟏 −𝟏 𝟐 𝟏−𝟏 𝟏+𝟏
𝟏 𝟐 𝟎 𝟏 𝟎
= ( )=( )=𝑰
𝟐 𝟎 𝟐 𝟎 𝟏

Operaciones Con Matrices

 Suma: Proceso de combinar dos o más matrices en una matriz

equivalente. Para sumar (o restar) dos matrices A y B basta con
sumarlas (o restarlas, según sea el caso) elemento a elemento.
Como las matrices deben sumarse elemento a elemento, sólo
podrán sumarse matrices que tengan el mismo número de filas y de
columnas. La suma de matrices es conmutativa. Esto quiere decir
que no importa el orden en que se pongan los sumandos, el
resultado siempre será el mismo.

En la suma habitual de números enteros sabemos que el sumar

cero a un número no altera el valor de dicho número. Lo mismo
sucede con la matriz cero (aquella cuyos elementos son todos cero).

Ejemplos:

𝟏 𝟐 𝟑 𝟓 𝟐 𝟗
1) 𝑨 = ( )𝑩 = ( )
𝟒 𝟓 𝟕 𝟕 𝟓 𝟑

𝟏+𝟓 𝟐+𝟐 𝟑+𝟗 𝟔 𝟒 𝟏𝟐

→𝑨+𝑩 =( )=( )
𝟒+𝟕 𝟓+𝟓 𝟕+𝟑 𝟏𝟏 𝟏𝟎 𝟏𝟎

10
 𝟖 𝟑 𝟏 𝟐 𝟖+𝟏 𝟑+𝟐
2)𝑪 = ( )𝑫 = ( )→𝑪+𝑫=( )
𝟕 𝟗 𝟒 𝟑 𝟕+𝟒 𝟗+𝟑
𝟗 𝟓
=( )
𝟏𝟏 𝟏𝟐

 Propiedades de la suma de matrices Interna:

La suma de dos matrices de orden m x n es otra matriz

dimensión m x n.

 Asociativa:

A + (B + C) = (A + B) + C

 Elemento neutro:

A+O=A

Donde O es la matriz nula de la misma dimensión que la

matriz A.

 Elemento opuesto:

A + (−A) = O

La matriz opuesta es aquella en que todos los elementos

están cambiados de signo.

 Conmutativa:

11
 A+B=B+A

 Resta: La resta de dos matrices A y B, es decir (A - B), es igual a la

suma de A más el opuesto de B. Por lo tanto podemos hacer: A - B =
A + (- B).
Lo que se hace es cambiarle los signos a todos los elementos
de la "segunda" matriz y se suma. Ejemplos:

𝟑 −𝟏 −𝟓 𝟑
𝟏) 𝑨 − 𝑩 = 𝑨 + (−𝑩) = ( )−( )=
𝟐 𝟒 −𝟒 𝟐
𝟑 −𝟏 𝟓 −𝟑 𝟑 + 𝟓 −𝟏 − 𝟑 𝟖 −𝟒
=( )+( )=( )=( )
𝟐 𝟒 𝟒 −𝟐 𝟐+𝟒 𝟒−𝟐 𝟔 𝟐

𝟏 𝟒 𝟔 −𝟏 𝟐 𝟓
𝟐) 𝑨 = (𝟎 𝟐 𝟓) 𝑩 = ( 𝟎 −𝟏 𝟔 ) → 𝑨 − 𝑩
𝟎 𝟎 𝟑 𝟎 𝟎 −𝟏
𝟏+𝟏 𝟒−𝟐 𝟔−𝟓 𝟐 𝟐 𝟏
= (𝟎 − 𝟎 𝟐 + 𝟏 𝟓 − 𝟔) = (𝟎 𝟑 −𝟏)
𝟎−𝟎 𝟎−𝟎 𝟑+𝟏 𝟎 𝟎 𝟒
Cabe destacar que si se suma una matriz cualquiera con su opuesta,
se obtiene la matriz nula.
Ejemplo:
−𝟏 𝟑 𝟏 −𝟑 −𝟏 + 𝟏 𝟑−𝟑 𝟎 𝟎
( )+( )=( )=( )
−𝟒 𝟓 𝟒 −𝟓 −𝟒 + 𝟒 𝟓−𝟓 𝟎 𝟎

 Multiplicación por un escalar: El producto escalar de un número

real, r, y una matriz A es la matriz rA. Cada elemento de la matriz
rA es r veces su elemento correspondiente en A.

Ejemplos:

𝟏 𝟑 −𝟐. 𝟏 −𝟐. 𝟑 −𝟐 −𝟔
1) − 𝟐𝐀 = −𝟐. ( )=( )=( )
−𝟏 𝟐 −𝟐. (−𝟏) −𝟐. 𝟐 +𝟐 −𝟒

12
 −𝟐 𝟖 𝟒. (−𝟐) 𝟒. 𝟖 −𝟖 𝟑𝟐
2)𝟒𝐀 = 𝟒. ( )=( )=( )
𝟓 −𝟕 𝟒. 𝟓 𝟒. (−𝟕) 𝟐𝟎 −𝟐𝟖
 Propiedades:
1) a · (b · A) = (a · b) · A
2) a · (A + B) = a · A + a · B
3) (a + b) · A = a · A + b · A
4) 1 · A = A

 Producto de matices: Dos matrices A y B se dicen multiplicables si

el número de columnas A coincide con el número de columnas B. El
elemento C de la matriz producto se obtiene multiplicando cada
elemento de la fila i de la matriz A por cada elemento de la columna j
de la matriz B y sumándolos.

Ejemplos:

𝟐 𝟎 𝟏 𝟏 𝟎 𝟏
𝟏) 𝑨 = (𝟑 𝟎 𝟎) 𝑩 = (𝟏 𝟐 𝟏)
𝟓 𝟏 𝟏 𝟏 𝟏 𝟎
𝟐 𝟎 𝟏 𝟏 𝟎 𝟏
→ 𝐀. 𝐁 = (𝟑 𝟎 𝟎 ) . (𝟏 𝟐 𝟏 ) =
𝟓 𝟏 𝟏 𝟏 𝟏 𝟎
𝟐. 𝟏 + 𝟎. 𝟏 + 𝟏. 𝟏 𝟐. 𝟎 + 𝟎. 𝟐 + 𝟏. 𝟏 𝟐. 𝟏 + 𝟎. 𝟏 + 𝟏. 𝟎
(𝟑. 𝟏 + 𝟎. 𝟏 + 𝟎. 𝟏 𝟑. 𝟎 + 𝟎. 𝟐 + 𝟎. 𝟏 𝟑. 𝟏 + 𝟎. 𝟏 + 𝟎. 𝟎)
𝟓. 𝟏 + 𝟏. 𝟏 + 𝟏. 𝟏 𝟓. 𝟎 + 𝟏. 𝟐 + 𝟏. 𝟏 𝟓. 𝟏 + 𝟏. 𝟏 + 𝟏. 𝟎
𝟑 𝟏 𝟐
= (𝟑 𝟎 𝟑 )
𝟕 𝟑 𝟔

𝟐 𝟏
𝟏 𝟎 𝟎
2) 𝐀 = ( ) 𝐁 = ( 𝟎 𝟑)
𝟑 𝟒 𝟐
𝟏 𝟎
𝟏. 𝟐 + 𝟎. 𝟎 + 𝟎. 𝟏 𝟏. 𝟏 + 𝟎. 𝟑 + 𝟎. 𝟎
→ 𝐀. 𝐁 = ( )=
𝟑. 𝟐 + 𝟒. 𝟎 + 𝟐. 𝟏 𝟑. 𝟏 + 𝟒. 𝟑 + 𝟐. 𝟎

13
 𝟐 𝟏
=( )
𝟖 𝟏𝟓

 Propiedades del producto de matrices

 Asociativa:

A · (B · C) = (A · B) · C

 Elemento neutro:

A·I=A

Donde I es la matriz identidad del mismo orden que la matriz A.

 No es Conmutativa:

A·B≠B·A

 Distributiva del producto respecto de la suma:

A · (B + C) = A · B + A · C

Operaciones elementales por filas. Matrices equivalentes.

Muchas veces se necesita aplicar operaciones sobre matrices para

obtener una matriz equivalente la cual se puede operar o facilitar un cálculo:
Existen tres operaciones y estas son:

 Multiplicar una fila (reglones) por un número diferente de cero

14
 𝟐 𝟓 𝟑 𝟑. 𝟐 𝟑. 𝟓 𝟑. 𝟑 𝟔 𝟏𝟓 𝟗
𝟏) ( ) →( )=( )
𝟑 𝟒 𝟔 𝟑 𝟒 𝟔 𝟑 𝟒 𝟔

𝟔 𝟔 𝟏 𝟔 𝟔 𝟏 𝟔 𝟔 𝟏
𝟐) (𝟐 𝟑 𝟎) 2R2 → R2 (𝟐. 𝟐 𝟐. 𝟑 𝟐. 𝟎)=(𝟒 𝟔 𝟎)
𝟒 𝟓 𝟗 𝟒 𝟓 𝟗 𝟒 𝟓 𝟗

(2R2 → R2 significa el segundo reglon multiplicado por 2)

 Sumar un múltiplo de una fila a otro renglón

𝟐 𝟓 𝟑 𝟐 𝟓 𝟑 𝟐 𝟓 𝟑
𝟏) ( )→( )=( )
𝟑 𝟒 𝟔 𝟑 + 𝟐 𝟒+𝟓 𝟔+𝟑 𝟓 𝟗 𝟗

𝟐 𝟑 𝟒 𝟐 𝟑 𝟒 𝟐 𝟑 𝟒
𝟐) ( )R1+R2→R2 ( )=( )
𝟎 𝟖 𝟏 𝟎+𝟐 𝟖+𝟑 𝟏+𝟒 𝟐 𝟏𝟏 𝟓

(R1+R2→R2 significa remplazar el 2do reglón con la suma del 1ero y del 2do
reglones)

 Intercambiar dos filas (reglones)

𝟐 𝟓 𝟑 𝟑 𝟒 𝟔
1) ( )→( )
𝟑 𝟒 𝟔 𝟐 𝟓 𝟑

𝟒 𝟖 𝟑 𝟐 𝟒 𝟓
2)(𝟐 𝟒 𝟓)R1↔R2 (𝟒 𝟖 𝟑)
𝟕 𝟏 𝟐 𝟕 𝟏 𝟐

(R1↔R2 significa cambiar el reglón 1 con el reglón 2)

Matrices equivalentes

Dos matrices de la misma dimensión, A y B, son equivalentes si existe

una matriz elemental fila (o producto de ellas), E, tal que A = E·B. Lo
expresamos como A ~ B

 E r.s Matriz identidad pero con las columnas r y s intercambiadas

15
  E s (a)⋅A Matriz identidad pero con el elemento a en la posición s,s

Ejemplos:

𝟏 𝟖 𝟕 𝟓 𝟓 𝟓
A=(𝟐 𝟒 𝟓) ~ (𝟑 𝟕 𝟓) = 𝐁
𝟕 𝟐 𝟔 𝟕 𝟏 𝟗

(Ya que 𝑩 = 𝑬𝟏 (𝟓). 𝑨)

𝟏 𝟑 𝟕 𝟓 𝟖 𝟕
𝐀 = (𝟐 𝟒 𝟎 ) ~ (𝟐 𝟒 𝟗) = 𝐁
𝟕 𝟐 𝟔 𝟕 𝟎 𝟎

(Ya que 𝑩 = 𝑬𝟏,𝟐 . 𝑨)

Forma escalonada y escalonada reducida de una matriz.

Diremos que una matriz tiene forma escalonada si se cumplen las

siguientes condiciones:

 Si hay filas de ceros (filas nulas), son las últimas.

 El primer elemento no nulo de la primera fila (de izquierda a derecha)
de la fila, sólo tiene elementos nulos debajo (a no ser que la matriz sea
una única fila). Al primer elemento no nulo de la fila i se le llama
elemento principal(o pivote) de la fila i.
 Si se cumplen las condiciones anteriores, la matriz que resulta al
eliminar la primera fila y columna cumple las mismas condiciones.

Ejemplos.

𝟐 𝟖 𝟏 𝟗 𝟑 𝟏
(𝟎 𝟓 𝟖 ) , (𝟎 𝟓 𝟕)
𝟎 𝟎 𝟐 𝟎 𝟎 𝟏

16
 𝟕 𝟐 𝟒 𝟕
𝟎 𝟓 𝟑 𝟎
( )
𝟎 𝟎 𝟐 𝟕
𝟎 𝟎 𝟎 𝟎

(Toda matriz es equivalente a una matriz en forma escalonada)

Forma escalonada reducida

Diremos que una matriz tiene forma escalonada reducida si se

cumplen:

 Tiene forma escalonada,

 Todos los pivotes son el número 1 y por debajo de éstos sólo hay 0's,
 El pivote de cada fila está a la izquierda de los pivotes de las filas
inferiores.

En la forma escalonada reducida, un pivote es siempre 1 y suele

llamarse "1 principal".

Ejemplos

𝟏 𝟎 𝟎 𝟎 𝟏 𝟎
(𝟎 𝟏 𝟎 ) , (𝟎 𝟎 𝟏)
𝟎 𝟎 𝟏 𝟎 𝟎 𝟎

𝟏 𝟎 𝟑 𝟎
𝟎 𝟏 𝟐 𝟎
( )
𝟎 𝟎 𝟏 𝟏
𝟎 𝟎 𝟎 𝟎

Rango de una matriz. Propiedades del rango.

El rango de una matriz es el número máximo de columnas (filas

respectivamente) que son linealmente independientes.

17
 Una línea es linealmente dependiente de otra u otras cuando se puede
establecer una combinación lineal entre ellas, y una línea es linealmente
independiente de otra u otras cuando no se puede establecer una
combinación lineal entre ellas.

El rango fila y el rango columna siempre son iguales: este número es

llamado simplemente rango de A. Comúnmente se expresa como rang(A),
rg(A) o simplemente r(A).

También podemos decir que el rango es el orden de la mayor

submatriz cuadrada no nula. Utilizando esta definición se puede calcular el
rango usando determinantes.

 Cálculo del rango de una matriz por el método de Gauss

Podemos descartar una línea si:

 Todos sus coeficientes son ceros.

 Hay dos líneas iguales.
 Una línea es proporcional a otra.
 Una línea es combinación lineal de otras.

En general consiste en hacer nulas el máximo número de líneas

posible, y el rango será el número de filas no nulas.

Ejemplo:

𝟏 −𝟒 𝟐 −𝟏 𝟏 −𝟒 𝟐 −𝟏
𝟑 −𝟏𝟐 𝟔 −𝟑 𝟎 𝟎 𝟎 𝟎
A=( ) → 𝐹2 = 2𝐹1 ; 𝐹3 = 𝐹3 − 2𝐹1 ( )
𝟐 −𝟏 𝟎 𝟏 𝟎 𝟕 −𝟒 𝟑
𝟎 𝟏 𝟑 −𝟏 𝟎 𝟏 𝟑 −𝟏

Por tanto r(A)= 3

 Cálculo del rango de una matriz por determinantes

El rango es el orden de la mayor submatriz cuadrada no nula.

18
Ejemplo:

𝟐 𝟏 𝟑 𝟐
𝟑 𝟐 𝟓 𝟏
𝑩 = −𝟏 𝟏 𝟎 −𝟕
𝟑 −𝟐 𝟏 𝟏𝟕
(𝟎 𝟏 𝟏 −𝟒)

Suprimimos la tercera columna porque es combinación lineal de las

dos primeras: 𝐶3 = 𝐶1 + 𝐶2

𝟐 𝟏 𝟑 𝟐 𝟐 𝟏 𝟐
𝟑 𝟐 𝟓 𝟏 𝟑 𝟐 𝟏
−𝟏 𝟏 𝟎 −𝟕 → −𝟏 𝟏 −𝟕
𝟑 −𝟐 𝟏 𝟏𝟕 𝟑 −𝟐 𝟏𝟕
(𝟎 𝟏 𝟏 −𝟒) ( 𝟎 𝟏 −𝟒)

Comprobamos si tiene rango 1, para ello se tiene que cumplir que al

menos un elemento de la matriz no sea cero y por tanto su determinante no
será nulo.

|𝟐| = 𝟐 ≠ 𝟎

Tendrá rango 2 si existe alguna submatriz cuadrada de orden 2, tal

que su determinante no sea nulo.

𝟐 𝟏
| |=𝟏≠𝟎
𝟑 𝟐

𝟐 𝟏 𝟐 𝟐 𝟏 𝟐 𝟐 𝟏 𝟐
|𝟑 𝟐 𝟏 |=𝟎 |𝟑 𝟐 𝟏 |=𝟎 |𝟑 𝟐 𝟏 |=𝟎
−𝟏 𝟏 −𝟕 𝟑 −𝟐 𝟏𝟕 𝟎 𝟏 −𝟒

Tendrá rango 3 si existe alguna submatriz cuadrada de orden 3, tal

que su determinante no sea nulo.

𝟐 𝟏 𝟐 𝟐 𝟏 𝟐 𝟐 𝟏 𝟐
|𝟑 𝟐 𝟏 |=𝟎 |𝟑 𝟐 𝟏 |=𝟎 |𝟑 𝟐 𝟏 |=𝟎
−𝟏 𝟏 −𝟕 𝟑 −𝟐 𝟏𝟕 𝟎 𝟏 −𝟒
19
 Como todos los determinantes de las submatrices son nulos no tiene
rango 3, por tanto r(B) = 2.

Si tiene rango 3 y existe alguna submatriz de orden 4, cuyo

determinante no sea nulo, tendrá rango 4. De este mismo modo se trabaja
para comprobar si tiene rango superior a 4.

Propiedades del rango

 𝐴[𝑚, 𝑛]: rang(A) = máximo número de filas (columnas) linealmente

independientes de A.
 𝐴[𝑚, 𝑛]: rang(A) = rang(𝐴𝑡 ) = rang(𝐴ℎ ), en donde 𝐴ℎ es la transpuesta
conjugada de A.
 𝐴[𝑛, 𝑛]: rang(A) + nulidad(A) = n.
 𝐴[𝑛, 𝑛]: A es no singular si y sólo si rang(A) = n.
 𝐴[𝑚, 𝑛], 𝐵[𝑛, 𝑘]: rang(A) + rang(B) - n <= rang(AB) <= mínimo[rang(A),
rang(B)].
 𝐴[𝑚, 𝑛], 𝐵[𝑚, 𝑛]: rang(A+B) <= rang(A) + rang(B).
 𝑋[𝑚, 𝑚], 𝑌[𝑛, 𝑛]; no singulares y 𝐴[𝑚, 𝑛]: rang(XA) = rang(AY) =
rang(A).
 𝐴[𝑚, 𝑚], 𝐵[𝑛, 𝑛], … , 𝑍[𝑝, 𝑝]: rang[Diagonal(A,B,...,Z)] = rang(A) +
rang(B) + ... + rang(Z).

Inversa de una matriz

En matemáticas, en particular en álgebra lineal, una matriz cuadrada A

de orden n se dice que es invertible, no singular, no degenerada o regular si
existe otra matriz cuadrada de orden n, llamada matriz inversa de A y
representada como 𝐴−1, tal que: 𝐴. 𝐴−1 = 𝐴−1 . 𝐴 = 𝐼𝑛 , donde 𝐼𝑛 es la matriz
identidad de orden n y el producto utilizado es el producto de matrices usual.

Propiedades de la matriz inversa:

20
  (𝐴. 𝐵)−1 = 𝐵 −1 . 𝐴−1
 (𝐴−1 )−1 = 𝐴
 (𝑘. 𝐴)−1 = 𝑘 −1 . 𝐴−1
 (𝐴𝑡 )−1 = (𝐴−1 )𝑡

Se puede calcular la matriz inversa por dos métodos:

 Cálculo por determinantes

Ejemplo

𝟐 𝟎 𝟏
𝐀 = (𝟑 𝟎 𝟎)
𝟓 𝟏 𝟏

Calculamos el determinante de la matriz, en el caso que el

determinante sea nulo la matriz no tendrá inversa.

2 0 1
𝐴 = |3 0 0 | = 3
5 1 1

Calculamos el determinante de la matriz, en el caso que el

determinante sea nulo la matriz no tendrá inversa.

𝟎 𝟎 𝟑 𝟎 𝟑 𝟎
| | −| | | |
𝟏 𝟏 𝟓 𝟏 𝟓 𝟏 𝟎 −𝟑 𝟑
𝟎 𝟏 𝟐 𝟏 𝟐 𝟎
𝑨∗ = −| | | | −| | = (𝟏 −𝟑 −𝟐)
𝟏 𝟏 𝟓 𝟏 𝟓 𝟏 𝟎
𝟎 𝟏 𝟐 𝟏 𝟐 𝟎 𝟑 𝟎
( |𝟎 𝟎
| −|
𝟑 𝟎
| |
𝟑 𝟎)
|

Calculamos la traspuesta de la matriz adjunta.

𝟎 𝟏 𝟎
𝑨∗ 𝒕 = (−𝟑 −𝟑 𝟑)
𝟑 −𝟐 𝟎

21
 La matriz inversa es igual al inverso del valor de su determinante por
la matriz traspuesta de la adjunta.

𝟏
𝟎 𝟎
𝟏 𝟎 𝟏 𝟎 −𝟏 𝟑
𝑨−𝟏 = (−𝟑 −𝟑 𝟑) = −𝟏 𝟏
𝟑 𝟑 −𝟐 𝟎 𝟐
𝟏 − 𝟎
( 𝟑 )

 Cálculo de la matriz inversa por el método de Gauss (reducción

por filas)

Consideremos una matriz 3x3 arbitraria.

𝟏 𝟏 𝟎
𝑨 = (𝟏 𝟎 𝟏)
𝟎 𝟏 𝟎

La ampliamos con la matriz identidad de orden 3.

𝟏 𝟏 𝟎𝟏 𝟎 𝟎
(𝟏 𝟎 𝟏|𝟎 𝟏 𝟎)
𝟎 𝟏 𝟎𝟎 𝟎 𝟏

Utilizando el método Gauss vamos a transformar la mitad izquierda, A,

en la matriz identidad, que ahora está a la derecha, y la matriz que resulte en
el lado derecho será la matriz inversa: 𝐴−1.

𝐹2 − 𝐹1

𝟏 𝟏 𝟎 𝟏 𝟎 𝟎
(𝟏 −𝟏 𝟏|−𝟏 𝟏 𝟎)
𝟎 𝟏 𝟎 𝟎 𝟎 𝟏

𝐹3 + 𝐹2

𝟏 𝟏 𝟎 𝟏 𝟎 𝟎
(𝟏 −𝟏 𝟎|−𝟏 𝟏 𝟎)
𝟎 𝟎 𝟏 −𝟏 𝟏 𝟏

22
𝐹2 − 𝐹3

𝟏 𝟏 𝟎 𝟏 𝟎 𝟎
(𝟎 −𝟏 𝟎| 𝟎 𝟎 −𝟏)
𝟎 𝟎 𝟏 −𝟏 𝟏 𝟏

𝐹1 + 𝐹2

𝟏 𝟎 𝟎 𝟏 𝟎 −𝟏
(𝟎 −𝟏 𝟎| 𝟎 𝟎 −𝟏)
𝟎 𝟎 𝟏 −𝟏 𝟏 𝟏

(−1)𝐹2

𝟏 𝟎 𝟎 𝟏 𝟎 −𝟏
(𝟎 𝟏 𝟎| 𝟎 𝟎 𝟏)
𝟎 𝟎 𝟏 −𝟏 𝟏 𝟏

La matriz inversa es:

𝟏 𝟎 −𝟏
𝑨−𝟏 = ( 𝟎 𝟎 𝟏)
−𝟏 𝟏 𝟏

Matrices elementales

Matriz Elemental es aquella matriz real de orden n × n que se obtiene de

aplicar una operación elemental sobre la Matriz Identidad.

Teorema 1: Sea A una matriz real de orden n×n, entonces aplicar una
operación elemental sobre la matriz A equivale a realizar el producto de la

23
misma por una Matriz Elemental E de orden n×n, determinada de la siguiente
manera según el caso:

Operación elemental sobre las Filas de la matriz A. Equivale a realizar

el producto Matricial:

EA

En donde la Matriz E se obtiene de aplicar la operación elemental que

se desea llevar a cabo sobre las filas de la matriz A, sobre la matriz identidad
de orden n×n.

Operación elemental sobre las Columnas de la matriz A. Equivale a

realizar el producto Matricial:

AE

En donde la Matriz E se obtiene de aplicar la operación elemental que

se desea realizar sobre las columnas de la matriz A, sobre la matriz identidad
de orden n×n.

Ejemplo: Si se tiene que la matriz:

𝟑 −𝟏 𝟎
A =(𝟔 𝟕 𝟑)
𝟎 𝟖 −𝟔

y deseamos multiplicar la fila 2 de la matriz A por 5 tendríamos que

multiplicar primero la fila 2 de la matriz identidad de 3×3 por 5, obteniendo:

𝟏 𝟎 𝟎
(𝟎 𝟓 𝟎)
𝟎 𝟎 𝟏

y ahora multiplicamos a la matriz A por esta matriz, esto es:

𝟏 𝟎 𝟎 𝟑 −𝟏 𝟎 𝟑 −𝟏 𝟎
(𝟎 𝟓 𝟎 ) (𝟔 𝟕 𝟑 ) = (𝟑𝟎 𝟑𝟓 𝟏𝟓 )
𝟎 𝟎 𝟏 𝟎 𝟖 −𝟔 𝟎 𝟖 −𝟏𝟔
24
 Entonces, si deseamos intercambiar la fila 1 con la fila 3 de la matriz
A, primero intercambiamos la fila 1 con la fila 3 de la matriz identidad de 3×3,
y luego realizamos el producto de la matriz obtenida por la matriz A. Esto
queda:

𝟎 𝟎 𝟏 𝟑 −𝟏 𝟎 𝟎 𝟖 −𝟔
(𝟎 𝟏 𝟎 ) (𝟔 𝟕 𝟑 ) = (𝟔 𝟕 𝟑)
𝟏 𝟎 𝟎 𝟎 𝟖 −𝟔 𝟑 −𝟏 𝟎

De la misma manera si deseamos intercambiar la columna 3 con la

columna 2 de la matriz A, primero intercambiamos la columna 2 con la
columna 3 de la matriz identidad de 3×3 y luego realizamos el producto de la
matriz obtenida por la matriz A, resultando:

𝟑 −𝟏 𝟎 𝟏 𝟎 𝟎 𝟑 𝟎 −𝟏
(𝟔 𝟕 𝟑 ) (𝟎 𝟎 𝟏 ) = (𝟔 𝟑 𝟕)
𝟎 𝟖 −𝟔 𝟎 𝟏 𝟎 𝟎 −𝟔 𝟖

Ahora de manera análoga si deseamos sustituir la fila 1 de la matriz A

por otra obtenida de multiplicar la fila 1 por 3 y restarle la fila 3 de A,
tendríamos:

𝟑 𝟎 −𝟏 𝟑 −𝟏 𝟎 𝟗 −𝟏𝟏 𝟔
(𝟎 −𝟏 𝟎 ) (𝟔 𝟕 𝟑 ) = (𝟔 𝟑 𝟕)
𝟎 𝟎 𝟏 𝟎 𝟖 −𝟔 𝟎 𝟖 −𝟔

Todo esto nos da paso a los siguientes teoremas:

Teorema 2: Sea E una Matriz Elemental de orden n×n, entonces la

traspuesta de la Matriz E: “ET”, es también una Matriz Elemental de orden
n×n.

Teorema 3: Sea A cualquier matriz real y simétrica de orden n×n. Aplicar una
operación elemental sobre sus filas y a continuación la misma operación
sobre sus columnas equivale a la multiplicación a la derecha de A por una

25
Matriz Elemental E, obtenida de aplicar dichas operaciones a las filas de la
Matriz Identidad y esto a su vez multiplicado a la izquierda por la traspuesta
de esta Matriz Elemental, es decir:

𝑬𝑨𝑬𝑻

𝟏 𝟎 𝟎
𝑰 𝟒 = (𝟎 𝟏 𝟎)
𝟎 𝟎 𝟏

𝟏 𝟎 𝟎
𝑨 = (𝟎 𝟎 𝟏) → 𝑨 𝒆𝒔 𝒆𝒍𝒆𝒎𝒆𝒏𝒕𝒂𝒍 (𝒊𝒏𝒕𝒆𝒓𝒄𝒂𝒎𝒃𝒊𝒐 𝒅𝒆 𝑭𝟐 𝒄𝒐𝒏 𝒍𝒂 𝑭𝟑 )
𝟎 𝟏 𝟎

𝟏 𝟎 𝟎
𝑨 = (𝟎 𝟏 𝟎) → 𝑨 𝒆𝒔 𝒆𝒍𝒆𝒎𝒆𝒏𝒕𝒂𝒍 (𝒎𝒖𝒍𝒕𝒊𝒑𝒍𝒊𝒄𝒂𝒄𝒊ó𝒏 𝒅𝒆 𝒍𝒂 𝑭𝟑 𝒑𝒐𝒓 𝟓)
𝟎 𝟎 𝟓

𝟏 𝟎 𝟎
𝑨 = (𝟎 𝟏 𝟐) → 𝑨 𝒆𝒔 𝒆𝒍𝒆𝒎𝒆𝒏𝒕𝒂𝒍 (𝑭𝟐 = 𝑭𝟐 + 𝟐 ∙ 𝑭𝟑 )
𝟎 𝟎 𝟏

26
 Conclusión
Gracias al estudio de las matrices, se puede saber cuál se debe
aplicar en cada caso, al resolver un sistema de ecuaciones; cómo sumar,
multiplicar o dividir una matriz en relación a otra y múltiples operaciones más.

El tema de matrices es muy importante ya que nos ayuda en el cálculo

numérico, en la resolución de sistemas de ecuaciones lineales, diferenciales
y de las derivadas parciales. Es un tema de importancia, ya que hoy en la
actualidad los lenguajes de programación, introducen sus datos en
computadoras como tablas organizadas en "filas" y "columnas".
Además facilita al alumno en la resolución de problemas con ecuaciones, y
hacen que las matemáticas se vean como un curso interesante y razonable.

Es esencial para el estudiante de ingeniería saber identificar y resolver

matrices, ya que sus aplicaciones son muchas y no se limitan a las
matemáticas. Como en cualquier otra operación con números y factores
literales (letras), hay diferentes propiedades y tipos de matrices, las cuales
con práctica y atención, no tienen mayor dificultad en resolver.

27
 Bibliografía

 Conway, John B. (1985). A course in functional analysis. Springer-

Verlag.
 Renardy, Michael; Rogers, Robert C. (2004). An introduction to partial
differential equations. Texts in Applied Mathematics 13 (Segunda
edición). New York: Springer-Verlag. p. 356.
 Kutateladze, S.S. (1996). Fundamentals of Functional Analysis. Texts
in Mathematical Sciences 12 (Segunda edición). New York: Springer-
Verlag. p. 292.
 Perelló, Miquel A. (2002). «4.3.3. Cálculo por determinantes de la
matriz inversa». Álgebra lineal. Teoría y práctica. Barcelona: Edicions
UPC.
 Olazábal, Juan Manuel de (1998), «Procedimientos simbólicos en
álgebra lineal», Universidad de Cantabria. Servicio de Publicaciones
(Santander), ISBN 84-8102-195-4
 https://www.ditutor.com/matrices/operciones_matrices.html (visitada el
17. 05. 2019)
 Montes de Oca López, Juan Carlos; (2009) Dirección de Educación
Continua y a Distancia de SEDUCA. Disponible en
http://seduca.uaemex.mx/material/LIA/MN/Cnt14.php (visitada 17. 05.
2019)
 Sangaku S.L. (2019) Concepto de matriz y tipos de matrices.
sangakoo.com. Recuperado de
https://www.sangakoo.com/es/temas/concepto-de-matriz-y-tipos-de-
matrices - visitada el 17/ 05/ 2019.
 https://ingjesuspaez.com/matrices-elementales/ (visitada el 17. 05.
2019)
 https://www.matematicas10.net/2017/03/ejemplos-de-resta-de-
matrices.html (visitada el 18. 05. 2019)

28
 https://www.sangakoo.com/es/temas/suma-de-matrices (visitada el
18. 05. 2019)

29