qwertyuiopasdfghjklzxcvbnmqw

ertyuiopasdfghjklzxcvbnmqwert
yuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiopa
MATRICES
sdfghjklzxcvbnmqwertyuiopasdf
lgebra Lineal
ghjklzxcvbnmqwertyuiopasdfghj
klzxcvbnmqwertyuiopasdfghjklzx
cvbnmqwertyuiopasdfghjklzxcvb
nmqwertyuiopasdfghjklzxcvbnm
qwertyuiopasdfghjklzxcvbnmqw
ertyuiopasdfghjklzxcvbnmqwert
yuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiopa
sdfghjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfghj
klzxcvbnmqwertyuiopasdfghjklzx
Septiembre 2009
I.Q. MGTVE

Matrices
Matrices y sistemas de ecuaciones lineales.
A una ecuacin como la ecuacin x + 3y = 9 se le llama ecuacin lineal. La
grfica de esta ecuacin es una lnea recta en el plano xy. Considere un sistema
de ecuaciones lineales,

x 3y 9
2 x y 4
A un par de valores de x y y que satisfacen ambas ecuaciones es a lo que se le
llama una solucin. Por sustitucin se puede ver que x = 3 y y = 2 es una
solucin de este sistema. Una solucin de uno de estos sistemas ser un punto
en el que las grficas de las dos rectas se intersecten. Estos sistemas de
ecuaciones pueden representar tres posibilidades: puede haber una solucin
nica, ninguna solucin o muchas soluciones.
Figura 1 Solucin
nica

Figura 2 Ninguna
solucin

x + 3y = 9

2x + y = 3

4x 2y = 6

2x + y = 4

4x + 2y = 2

6x 3y = 9

Las lneas se intersectan

en
el
punto(3,
2).
Solucin nica:

Las lneas son paralelas.

No hay un punto de
interseccin. No hay
solucin.

Ambas
ecuaciones
tienen la misma grfica.
Todo punto de la grfica
es una solucin. Muchas
soluciones.

x = 3, y = 2

Figura
3
soluciones

Muchas

Una ecuacin lineal en n variables tiene la forma

a1 x1 a2 x2 a 3 x3 ... an xn b
donde los coeficientes a1, a2, a3, , an, y b son nmeros reales. El siguiente es
un ejemplo de un sistema de tres ecuaciones lineales
x1 x2 x3 2
2 x1 3x2 x3 3
x1 x2 2 x3 6

Una ecuacin lineal con tres variables corresponde a un plano en el espacio

tridimensional. Las soluciones al sistema sern puntos que se encuentran en
los tres planos. Para estos sistemas, como para los sistemas de dos
ecuaciones, puede haber una solucin nica, muchas soluciones o ninguna
solucin.
Para describir sistemas de ecuaciones lineales se utilizan arreglos de nmeros
llamados matrices.
La informacin esencial de un sistema lineal puede registrarse en forma
compacta en una formacin rectangular llamada matriz. Dado el sistema
x1 2 x2 x3 0
2 x2 8 x3 8
4 x1 5 x2 9 x3 9

con los coeficientes de cada variable alineados en columnas, la matriz

1 2 1

0 2 8
4 5 9

se llama matriz de coeficientes del sistema, y

0
1 2 1

0 2 8 8
4 5 9 9

se llama matriz aumentada del sistema. Una matriz aumentada de un

sistema consiste en la matriz de coeficientes con una columna agregada que
contiene las constantes de los miembros derechos de las ecuaciones.
Definicin.
Se llama matriz de orden m x n a todo conjunto rectangular de elementos aij
dispuestos en m lneas horizontales llamadas filas o renglones, y n lneas
verticales llamadas columnas. El orden de una matriz tambin se designa como
dimensin o tamao, siendo m y n nmeros naturales.
Las matrices constan de renglones y columnas. Los renglones se numeran de
arriba hacia abajo y las columnas de izquierda a derecha. La matriz de la
derecha tiene dos renglones y tres columnas:
Las matrices se denotan con letras maysculas: A, B, C, y los elementos de
las mismas con letras minsculas y subndices que indican la posicin que
ocupan los elementos a, b, c, , dentro de la matriz.

Un elemento genrico que ocupe la fila i y la

columna j se escribe como aij. Si el elemento
genrico
aparece
entre
parntesis
tambin
representa a toda la matriz, y de manera abreviada
se escribe A=( aij) con i = 1, 2, 3, m, y j = 1, 2, 3,
n.
Fig. 3

El smbolo m x n se lee m por n.

Si A es una matriz m x n con m = n, entonces A se llama matriz cuadrada. Una
matriz m x n con todos los elementos iguales a cero se llama matriz cero de m
x n.
2 3 0
3 5
A

1 4 2
1 2 Ejemplo:

1.

Es una matriz de
Es una matriz de 3 x 2.

2 x 2

2.

(cuadrada).
6 4 0

0 0 0 0 C 1 2 3
D

0 1 3

0 0 0 0
3.

Es una matriz de

3 x 3

4.

Matriz cero de 2 x 4.
(cuadrada).
Una matriz con un solo rengln se denomina matriz rengln (1 x n) y de la
misma forma, una matriz con una sola columna se denomina matriz columna
(m x 1). Usualmente este tipo de matrices son denominadas vector rengln o
vector columna.

Ejemplo:

1.

A 5 3 0

Vector rengln de 3
Matriz rengln de 1 x 3
elementos.

de 4 x 1.

2.

0

3
A
1
columna de 3
Vector
6
Matriz columna
elementos.

Eliminacin de Gauss-Jordan
Una matriz aumentada que representa un sistema de ecuaciones, permite
realizar sobre s, una serie de operaciones, llamadas operaciones elementales
con renglones, que a continuacin se resumen.
Operaciones elementales con renglones.
1. Multiplicar o dividir todo un rengln por un nmero diferente de cero.
Notacin: Ri
cRi, quiere decir reemplaza el i-simo rengln por ese
mismo rengln multiplicado por c (c 0).
2. Sumar un mltiplo de un rengln a otro rengln.
Notacin: Rj
Rj + cRi significa sustituye el j-simo rengln por la
suma del rengln j ms el rengln i multiplicado por c.
3. Intercambiar dos renglones.
Notacin: Ri

Rj quiere decir intercambiar los renglones i y j.

Las operaciones elementales preservan la solucin porque el orden de las

ecuaciones no afecta a la solucin. Multiplicar toda una ecuacin por una
constante distinta de cero no cambia la igualdad, y sumar cantidades iguales a
ambos lados de una igualdad da como resultado otra igualdad.
A los sistemas de ecuaciones relacionados mediante operaciones elementales,
y que por lo tanto tienen las mismas soluciones, se les llama sistemas
equivalentes.

Ejemplo 1.
Ilustraremos cada una de las operaciones elementales con el siguiente sistema
de ecuaciones.
2x1 2x2 2x3 4
2 x1 3x2 x3 3
x1 x2 2 x3 6

Solucin:

La matriz aumentada del sistema es:

2 2 2 4

2 3 1 3
1 1 2 6

La operacin 1 indica que es posible multiplicar todo un rengln por un nmero

distinto de cero. Esto equivale a multiplicar todos los elementos de un rengln
por dicho nmero. En el caso de la matriz aumentada del ejemplo,
multiplicaremos el primer rengln por (). De acuerdo a la notacin, esto
significa que reemplazaremos el primer rengln (R 1) por el mismo rengln pero
multiplicado por . Esto es R1
()R1
2 2 2 4
1 1 1 2

1
2 3 1 3 R1 2 R1 2 3 1 3
1 1 2 6

1 1 2 6
Entonces:
La operacin 2 permite sumar el mltiplo de un rengln a otro rengln.
Entonces ahora tomaremos la matriz que result en la operacin anterior y, al
rengln 2, (R2), le restaremos dos veces el rengln 1, (-2R 1). De acuerdo a la
notacin esto es R2
R2 2R1. Entonces tenemos:
1 1 1 2
1 1 1

2 3 1 3 R2 R2 2 R1 0 1 1
1 1 2 6

1 1 2

El intercambio de renglones permite el libre intercambio de renglones. Por

ejemplo, si deseamos intercambiar los renglones 1 y 3 del resultado anterior, lo
denotaramos como R1 R3 .
1 1 1 2
1 1 2 6

1
0 1 1 1 R1 R3 0 1 1
1 1 2 6
1 1 1 2

Ejemplo 2.

Las operaciones elementales permiten determinar la solucin de un sistema de

ecuaciones (si existe). Se ejemplifica esto con el sistema de ecuaciones del
ejemplo 1.
2x1 2x2 2x3 4
2 x1 3x2 x3 3
x1 x2 2 x3 6

Solucin:
2 2 2 4

2 3 1 3
1 1 2 6

La matriz aumentada del sistema es:

Con las operaciones siguientes tenemos:
2 2 2 4

2 3 1 3
1 1 2 6

1 0
R1 R1 R2

0 1
R3 R3 2 R2
0 0

1 1
R R 2 3

1 1
2
3

1 1 R
5 10

1
5

1 2 R R 2 R 1 1 1 2
2 2 1

1 3
0 1 1 1
R

R
3
3
1
2
6
0 2 3 8

1 0 2 3

R 0 1 1 1

0 0 1 2

1 0 0 1

0 1 0 1

R2 R2 R3

0 0 1 2

R1 R1 2 R3

Lo que es equivalente a:

x1

= 1
x2

= 1

x3 = 2
y que, por consiguiente, corresponde a la solucin del sistema: x1= 1, x2= 1 y
x3= 2. Geomtricamente, cada una de las ecuaciones originales representa un
plano en el espacio tridimensional. El hecho de que se tenga una sola solucin
significa que los tres planos se intersectan en un solo punto. La solucin (-1, 1,
2) da las coordenadas de este punto.
Ejemplo 3.
2x1 4x2 6x3 18
4 x1 5 x2 6x3 24
Resolver el siguiente sistema:

2x1 + 7x2 12 x3 30

Solucin:
2 4 6 18

4 5 6 24
2 7 12 30

La matriz aumentada es:

Aplicando las operaciones correspondientes se tiene:

2 4 6 18
1 2 3 9 R R 4 R 1

2 2 1
1
4 5 6 24 R1 2 R1 4 5 6 24

0
2 7 12 30
2 7 12 30 R3 R3 2 R1 0

1 2 3 9 R R 2 R

1 1 2
1
R2 3 R2 0 1 2 4

0 3 6 12 R3 R3 3 R2

2 3 9

3 6 12

3 6 12
1 0 1 1

0 1 2 4
0 0 0 0

Esto es equivalente al sistema de ecuaciones:

x1

x3 1
x2 2 x3 4

nicamente se tiene dos ecuaciones para las tres incgnitas x1, x2 y x3 y existe
un nmero infinito de soluciones. Para ver esto, se elige un valor arbitrario de
x3 y se sustituye. Entonces x2 = 4 - 2x3 y x1 = 1 + x3. Esta ser una solucin
para cualquier nmero x3. Se escribe la solucin en la forma (1 + x3, 4 - 2x3,
x3). Por ejemplo, si x3 = 0, se obtiene la solucin (1, 4, 0). Para x3 = 10 se
obtiene la solucin (11, 16, 10).
Ejemplo 4.
2 x2 3x3 4
2 x1 6 x2 7x3 15
Resolver el sistema:

x1 2x2 5 x3 10

Solucin:

La matriz aumentada para este sistema es:

0 2 3 4

2 6 7 15
1 2 5 10

El componente 1, 1 de la matriz es cero y no se puede hacer 1, por lo que es

necesario reemplazar el primer rengln por cualquiera de los otros dos.
Elegimos el tercer rengln ya que su primer componente es 1. Entonces:

1 2 5 10
0 2 3 4
1 2 5 10

2 6 7 15 R R 2 6 7 15
R R 2 R 0 2 3 5
1 2 5 10

0 2 3 4

0 2 3 4

2 x2 3 x3 5
2x2 3 x3 4

La ltima matriz es equivalente al sistema:

Lo cual no es posible y por tanto el sistema no tiene solucin.

Pero si continuamos con las operaciones tendramos:
1 2 5 10
1 2 5 10

3
5
1
0 2 3 5 R 2 R 0 1 2 2
0 2 3 4

0 2 3 4
1 0 8 15
R1 R1 2 R2

0 1 32 52

R3 R3 2 R2

0 0 0 1
2

Ahora la ltima ecuacin es 0x 1 + 0x2 + 0x3 =-1, lo que es imposible ya que 0

-1. De esta forma, el sistema dado no tiene solucin, por lo que se dice que
el sistema es inconsistente.

Definicin.
Sistemas consistentes e inconsistentes.
Se dice que un sistema de ecuaciones lineales es inconsistente si no tiene
solucin. Se dice que un sistema que tiene al menos una solucin es
consistente.
En los ejemplos anteriores y considerando nicamente las matrices de
coeficientes de los sistemas, partimos de los matrices tipo A y, a travs de las
operaciones de renglones, llegamos finalmente a matrices de la siguiente
forma R. Es decir:

 2 2 2

A2 2 3 1
1 1 2

2 4 6

A3 4 5 6
2 7 12

1 0 1

A4 0 1 2
0 0 0

1 0 0

R2 0 1 0

0 0 1
1 0 1

R3 0 1 2

0 0 0

1 0

R4 0 1

0 0

8
3
2
0

Las matrices R2, R3 y R4 se llaman formas escalonadas reducidas por

renglones de las matrices A2, A3 y A4.
Definicin.
Forma escalonada reducida por renglones y pivote.
Una matriz se encuentra en la forma escalonada reducida por renglones si se
cumplen las siguientes condiciones:
1. Todos los renglones (si los hay) cuyos elementos son todos cero,
aparecen en la parte inferior de la matriz.
2. En cualquier rengln cuyos elementos no todos son cero, el primer
nmero diferente de cero (comenzando por la izquierda) es 1.
3. Si dos renglones sucesivos tienen elementos distintos de cero, entonces
el primer 1 en el rengln de abajo est ms hacia la derecha que el
primer 1 en el rengln de arriba.
4. Cualquier columna que contiene el primer 1 en un rengln, tiene ceros
en el resto de sus elementos. El primer nmero diferente de cero es un
rengln (si lo hay) se llama pivote para ese rengln.
Ejemplo:
Cinco matrices en forma escalonada reducida por renglones.
1 0 0

1. 0 1 0
0 0 1

1 0 0

2. 0 1 0

0 0 1

1 0 0 5
3.

0 0 1 2

1 0
4.

0 1

1 0 2 5

5. 0 1 3 6
0 0 0 0

Las matrices 1 y 2 tiene tres pivotes; las otras tres matrices tienen dos
pivotes.

Definicin.
Forma escalonada por renglones
Una matriz se encuentra en la forma escalonada por renglones si se
cumplen las condiciones (1), (2) y (3) de la definicin anterior.
Ejemplo.
Las siguientes matrices se encuentran en forma escalonada por renglones.
1 2 3

1. 0 1 5
0 0 1

1 1 6 4

2. 0 1 2
8
0 0 0 1

1 0 2 5
3.

0 0 1 2

1 2
4.

0 1

1 3 2 5

5. 0 1 3 6
0 0 0 0

La diferencia entre estas dos tipos debe ser clara a partir de los ejemplos. En la
forma escalonada por renglones, todos los nmeros abajo del primer 1 en un
rengln son cero. En la forma escalonada reducida por renglones, todos los
nmeros arriba y abajo del primer 1 de un rengln, son cero.
Siempre se puede reducir una matriz a la forma escalonada reducida por
renglones o a la forma escalonada por renglones, realizando operaciones
elementales con renglones.

Eliminacin Gaussiana.
En la eliminacin Gaussiana se reduce por rengln la matriz de coeficientes a la
forma escalonada por renglones. Se despeja el valor de la ltima incgnita y
despus se usa la sustitucin hacia atrs para el resto de las incgnitas.
Ejemplo:
Resolver el sistema de ecuaciones lineales usando el mtodo de eliminacin
Gaussiana.
x1 2 x2 3 x3 2 x4 1
x1 2 x2 2 x3 x4 2
2 x1 4 x2 8 x3 12 x4 4

Solucin:

La matriz aumentada del sistema es:

Aplicando operaciones en los renglones tenemos:

1 2 3 2 1

1 2 2 1 2
2 4 8 12 4

 1 2 3 2 1 R R R

2 2 1

2
1
2

R R 2R
2 4 8 12 4 3 3 1

1 2 3 2 1

R3 R3 2 R2 0 0 1 3 1
0 0 0 2 4

Se ha llegado a
correspondiente es:

la

forma

1 2 3 2 1

0 0 1 3 1
0 0 2 8 6

1 2 3 2 1
1

R3 R3 0 0 1 3 1
2

0 0 0 1 2

escalonada

el

sistema

de

ecuaciones

x1 2 x2 3x3 2 x4 1
x3 3x4 1
x4 2
Ahora se resuelve este sistema mediante sustitucin hacia atrs. El valor de x4
se sustituye en la segunda ecuacin para obtener x3. Despus se sustituyen x3 y
x4 en la primer ecuacin para obtener x1. Por tanto se tiene,
(-2x2 + 10, x2, -5, 2)
El sistema tiene soluciones infinitas.
Sistemas de ecuaciones homogneos.
El sistema general de m x n ecuaciones se llama homogneo si todas las
constantes son cero. Es decir, el sistema general homogneo est dado por:

Para un sistema lineal general existen las tres posibilidades ya mencionadas:

que no tenga soluciones, que tenga una solucin o que tenga un nmero
infinito de soluciones. Para un sistema homogneo la situacin es ms sencilla.
Siempre x1 = x2 = xn= 0 es una solucin (llamada solucin trivial o solucin
cero), entonces slo se tienen dos posibilidades: la solucin trivial es la nica
solucin o existe un nmero infinito de soluciones (soluciones no triviales).

Teorema.

Un sistema homogneo de ecuaciones lineales tiene un nmero infinito de

soluciones si n > m (mayor nmero de variables que de ecuaciones).

Igualdad de Matrices
Definicin.
Dos matrices A = (aij) y B = (bij) son iguales si
(1) Son del mismo tamao.
(2) Los componentes correspondientes son iguales.
Ejemplo:
1 2
A

3 4

2 1
B

4 3

1 4 5

C= 2 0 1
3 6 2

1 4 5

D 2 0 1
3 6

Las matrices A y B no son iguales a pesar de tener los mismos componentes.

Las matrices C y D son iguales.

Definicin.
Suma de Matrices.
Sean A=(aij) y B=(bij) dos matrices de m x n. Entonces la suma de A y B es la
matriz m x n dada por

Es decir, A + B es la matriz m x n que se obtiene al sumar las componentes

correspondientes de A y B. Las matrices deben ser del mismo orden.

Definicin:
Multiplicacin de una matriz por un escalar.
Si A = (aij) es una matriz de m x n y si k es un escalar, entonces la matriz m x n,
kA, est dada por

Ejemplo:

1. Sean

1 3
2 3 0
y B

1 4 2 . Obtener 2A + 3B.
4 2

Solucin:
No es posible realizar la suma de estas matrices ya que no son del mismo
orden.

2. Sean

2 3 0
1 0 1
y D

1 4 2
2 3 4 . Obtener C 2D.

Solucin:
2 3 0
2 0 2
4 3 2
2 3 0 1 0 1

1 4 2
4 6 8
3 2 6
C 2D = 1 4 2 2 3 4
Teorema 1.
Sean A, B, y C tres matrices de m x n y sean y dos escalares. Entonces:
1. A + 0 = A
2. 0A = 0
3.

(Matriz cero).

A+B=B+A
matrices).

(Ley conmutativa de la suma de

4. (A + B) + C = A + (B + C)
matrices).
5. (A + B) = A + B
por un escalar).

(Ley asociativa de la suma de

(Ley distributiva para la multiplicacin

6. 1A = A
7. ( + )A = A + A

Definicin.
Producto escalar o producto punto.
a1
a1


a2
a

A
y B 2
M
M

an
an dos vectores. Entonces el producto escalar o punto
Sean
de A y B denotado por AB, est dado por:
AB = a1b1 + a2b2 + + anbn
Dando como resultado un escalar.
Para realizar el producto escalar de dos vectores es necesario que tengan el
mismo nmero de componentes.
Ejemplo:

1. Sea

2

a 1
4

0

y b 1

3 . Calcular ab

Solucin:
ab = ( 2)(0) + (1)( 1) + (4)(3) = 0 1 + 12 = 11

a 0 1 2 2
2. Sea

2

4
y b
0

1 . Calcular ab

Solucin:
ab = (0)(2) + (1)(4) + (2)(0) + (-2)(-1) = 0 + 4 + 0 + 2 = 6
Definicin.
Producto de dos matrices.
Sea A = (aij) una matriz m x n y sea B = (b ij) una matriz n x p. Entonces el
producto de A y B es una matriz C de orden m x p en donde
cij = (rengln i de A) (columna j de B)
Es decir, el elemento ij de AB es el producto punto del rengln i de A y la
columna j de B. Si esto se extiende, se obtiene
cij = ai1b1j + ai2b2j + + ainbnj
Dos matrices se pueden multiplicar slo si el nmero de columnas de la
primera matriz es igual al nmero de renglones de la segunda, por lo que se
dice que estas dos matrices son compatibles bajo la multiplicacin. En caso de
que lo contrario ocurra, la multiplicacin no se podr realizar y se dir que son
incompatibles.

Ejemplo:

1. Si

1 0

2 3

Solucin de AB:

2 1
y B

0 1 , calcular AB y BA.

A es una matriz de 2 x 2 y B es una matriz de 2 x 2 y, ya que el nmero de

columnas de A es igual al nmero de columnas de B, las matrices son
compatibles y el orden de la nueva matriz ser de 2 x 2.
Orden del producto = renglones de A x columnas
C = AB = (2 x 2) x (2 x 2)
de B = 2 x 2
Columnas de A igual a renglones de B. Matrices
compatibles.

2 1
B

0 1

De acuerdo con la definicin, ahora obtenemos cada

uno de los elementos de la nueva matriz y entonces:
1 0

2 3

c11 = (rengln 1 de A) (columna 1 de B)

entonces c11 = 1(-2) + 0(0) = -2.
De la misma forma:
1 0

2 3

c12 = 1(-1) + 0(1) = 1

2 1
B

0 1

c21 = 2(-2) + 3(0) = 4

c22 = 2(-1) + 3(1) = 2 + 3 = 1

El producto entonces es:

2 1

4 1

Solucin de BA:
El producto existe ya que los renglones de A son iguales a las columnas de
B. Entonces:
c11 = 2(1) + ( 1)(2) = 2 2 = 4
c22 = 2(0) + ( 1)(3) = 3
c21 = 0(1) + 1(2) = 2
c22 = 0(0) + 1(3) = 3

Por lo tanto

4 3

2 3

Este ejemplo ilustra el hecho importante de que en general, el producto de

matrices no es conmutativo, es decir AB BA.

Teorema 2
Leyes de la multiplicacin matricial.
Si A es una matriz de m x n, y B y C tiene tamaos tales que las operaciones
siguientes puedan llevarse a cabo. Y si es cualquier escalar:
1. (AB)C = A(BC)

Ley asociativa.

2. A(B + C) = AB + AC

Ley distributiva.

3. (BC) = (B)C = B(C)

4. 0A = 0 y A0 = 0

Matriz cero.

Matrices y sistemas de ecuaciones lineales.

Ahora es claro que dado el sistema de ecuaciones lineales

la matriz de coeficientes

es :

siguientes vectores:

definimos

ahora

los

Entonces con ellos se puede representar matricialmente al sistema de

ecuaciones anterior.
Representacin matricial de un sistema de ecuaciones.
Ax=b
Observe que como A es una matriz de m x n y x es una matriz de n x 1, el
producto matricial Ax se encuentra definido y su orden es de m x 1.

Ejemplo:
2x1 4 x2 6 x3 18
4 x1 5x2 6 x3 24
3 x1 x2 2 x3 4

Considere el siguiente sistema:

Esto se puede escribir de la forma Ax = b con
2 4 6
x1

A 4 5 6 , x x2
3 1 2

x3

18

24

En el caso de tener un sistema homogneo, es decir b 1 = b2 = = bn = 0, su

representacin matricial ser
Ax = 0
Definicin.
Matriz identidad.
La matriz identidad In de n x n es una matriz de n x n cuyos elementos de la
diagonal principal son iguales a 1 y todos los dems son cero. Esto es:
I n (bij )

1 si i j
0 si i j

donde bij

Donde la diagonal principal de A = (aij) consiste en todas las componentes a11,

a22, a33, etc.

Ejemplo:
Dos matrices identidad:
Diagonal principal

1 0 0

I 3 0 1 0
0 0 1

0
I5 0

0
0

Teorema 3
Sea A una matriz cuadrada de n x n. Entonces:

0 0 0 0

1 0 0 0
0 1 0 0

0 0 1 0
0 0 0 1

AIn = InA = A
Es decir, In conmuta con toda matriz de n x n y la deja sin cambio despus de
la multiplicacin por la derecha o por la izquierda. En adelante slo se
designar como I.
Inversa de una matriz cuadrada.
Sean A y B dos matrices de n x n. Suponga que AB = BA = I. Entonces B se
llama la inversa de A y se denota por A -1 , teniendo entonces que:
A A-1 = A-1A = I
Si A tiene inversa, se dice que es invertible.
Una matriz invertible slo tiene una inversa, es decir, la inversa es nica.
Mientras que una matriz cuadrada que no tiene inversa se denomina no
invertible o singular.
Ejemplo:

Demuestre que la matriz

2 1
1 2
B 3

1
2 2 .
3 4 tiene como inversa la matriz

Solucin:
1 0
1 2 2 1 2 3 1 1
3 1

0 1
3 4 2
6 6 3 2
2

AB

Se tiene que

BA

3
2

12

1 2 2 3 4 4 1 0

3 3
3 2 0 1
3 4
2
2

Por lo que AB = BA = I2, con lo que se demuestra que A tiene como inversa a la
matriz B.
Teorema
Si una matriz A es invertible, entonces su inversa es nica.
Teorema
Sean A y B dos matrices invertibles de n x n. Entonces AB es invertible y
( AB )-1= B-1 A-1
Ejemplo 1.

 1 1 2

A 2 3 5
1 3 5

.
Determine la inversa de la matriz
Solucin:
Por el teorema 3, podemos reescribir la matriz en su forma aumentada (A | I3)
1 1 2 1 0 0

( A | I 3 ) 2 3 5 0 1 0
1 3 5 0 0 1

Iniciamos la reduccin por Gauss-Jordan para llegar a la forma ( I3 | B).

1 1 2 1 0 0 R R 2 R 1 1

2 2 1
2

5
0
1
0

0 1
1 3 5 0 0 1 R3 R3 R1 0 2

1 1 2 1 0 0 R R R

1 1 2
R R 0 1
1
2

1
0

0 2 3 1 0 1 R3 R3 2 R2

R1 R1 R3
R2 R2 R3

2 1 0 0

1 2 1
0

3 1 0 1
1 0 1 3 1
0 1 1 2 1
0 0 1 3 2

0
1

1 0 0 0 1 1

0 1 0 5 3 1
0 0 1 3 2 1

0 1 1

A 5 3 1
3 2 1

De manera que :

Ejemplo 2.
1 1 5

A 1 2 7
2 1 4

No siempre existe la inversa de una matriz. Considere la matriz

Escribiendo la matriz aumentada (A | I) y reduciendo por Gauss-Jordan,
tenemos:

 1 1 5 1 0 0

( A | I 3 ) 1 2 7 0 1 0
2 1 4 0 1 1

1 1
0 1
R3 R3 2 R1
0 3
1 0
R1 R1 R2

0 1
R3 R3 3 R2
0 0
R2 R2 R1

5 1 0 0

2 1 1
0

6 2 1 1
3 2 1 0

2 1 1 0
0 5 4 1

Es innecesario seguir adelante. En la forma escalonada reducida no es posible

tener un uno en la posicin (3, 3) y no puede llegar a ser de la forma ( In | B).
Por lo tanto, A-1 no existe.

Procedimiento para encontrar la inversa de una matriz

1. Se escribe la matriz aumentada (A | I).
2. Se utiliza la reduccin por renglones para poner la matriz A en su forma
escalonada reducida por renglones.
3. Se decide si A es invertible
a. Si la forma escalonada reducida por renglones de A es la matriz
identidad I, entonces A-1 es la matriz que se tiene a la derecha de la
barra vertical.
b. Si la reduccin de A conduce a un rengln de ceros a la izquierda de
la barra vertical, entonces A no es invertible.

Definicin
a11
a21

Sea
como

a12

a22

. El determinante de A se representa como det A y se define

det A a11a22 a12 a21

Teorema
Sea A una matriz de 2 x 2. Entonces
1. A es invertible si det A 0.

2. Si det A 0, entonces
A1

1 a22

det A a21

a12

a11

Ejemplo 1.

Sea

2 4

1 3 . Determine A-1 si existe.

Solucin:
Calculando el determinante se tiene: det A = 2(3) (-4)(1) = 10. Por lo tanto
A-1 existe. Entonces aplicando el teorema anterior:
A1

103
1 3 4

1
10 1 2
10

4
10
2
10

Ejemplo 2.

Sea

2
1

2 4 . Calcule A-1 si existe.

Solucin.
Calculando el determinante de la matriz se tiene: det A = 1(4) 2(2) = 4 +
4 = 0. Ya que el determinante es cero, puede concluirse que A -1 no existe.
Uso de la inversa de una matriz para resolver un sistema de
ecuaciones.
Anteriormente se determin que un sistema de ecuaciones lineales puede
escribirse en la siguiente forma matricial:
Ax=b
Entonces tenemos el siguiente teorema.

Teorema
1. A es invertible si y slo si el sistema Ax = b tiene una solucin nica para
cada n-vector b.

2. Si A es invertible, entonces la solucin nica de Ax = b est dada por x =

A-1b.
Ejemplo.
Resolver el siguiente sistema
2 x1 4 x2 3x3 6
x2 x3 4
3x1 5 x2 7 x3 7

Este sistema puede escribirse de forma matricial Ax = b donde:

2 4 3
6

A 0 1 1 y b
4
3 5 7
7

. Y calculando la inversa de A:
4 133

A1 1 53
1 2
3

73
2
3
2
3

De esta manera la solucin nica del sistema est dada por:

4 133
x1

1
x x2 A b 1 53
x
1 2
3
3

73
2
3
2
3

25

8
4

TRANSPUESTA DE UNA MATRIZ

Definicin.
Sea A = (aij) una matriz de m x n. Entonces la transpuesta de A, que se escribe
At, es la matriz de n x m obtenida al intercambiar los renglones por las
columnas de A. De forma breve, se puede escribir A t=(aji). En otras palabras,

Simplemente se coloca el rengln i de A en la columna i de At y la columna j de

A como el rengln j de At.

Ejemplo:
Obtener las transpuestas de las siguientes matrices:
3 2 1

A 4 0 2
6 5 1

2 4

1 3

0 1 2
C

2 0 3

Solucin:
3 4 6

A 2 0 5
1 2 1

2 1
B

4 3

C 1

2
t

Teorema.
Suponga que A = (aij) es una matriz de n x m y B = (b ij) es una matriz de m x p.
Entonces
1. (At)t = A
2. (AB)t = BtAt
3. Si A y B son de n x m, entonces (A + B) t = At + Bt
4. Si A es invertible, entonces At es invertible y (At)-1 = (A-1)t

Definicin
Matriz simtrica.
La matriz A de n x n se llama simtrica si A t = A. Es decir, las columnas de A
son tambin los renglones de A.
Ejemplo.
Las siguientes son matrices simtricas:
0 2 3

A 2 1 5
3 5 4

3 2

2 3

6 0 1 3

0 2 4 1
C
1 4 2 5

3 1 5 3