Departamento de Matematicas.

Universidad de Leon
Grado en Marketing e Investigacion de Mercados
Asignatura: Matematicas

TEORIA

Tema 5: Matrices
Definiciones b
asicas
Las matrices proporcionan una herramienta u
til para sistematizar calculos laboriosos,
permitiendo usar una notacion compacta para almacenar informacion y describir
relaciones complicadas.
Definici
on. Una matriz A con m filas y n
m n n
umeros de la siguiente forma:

a11 a12
a21 a22
.
..
...
.
.
.
A=
ai1 ai2
.
..
..
.
am1 am2

columnas es una disposicion rectangular de

a1j
a2j
..
.

aij
..
.

ain
..
..
.
.
amn

amj

a1n
a2n
..
.

= (aij ).

Se denota por A Mmn (R) y se dice que la matriz es de orden m n.

Ejemplos: Son matrices sobre R:

1 2
3 0 ,
1 4

2 e
1


1

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

Definiciones. Se denomina:
Matriz fila: cuando m = 1.
Matriz columna: cuando n = 1.
Matriz cuadrada: cuando m = n. En este caso se dice que la matriz es de orden n.
Diagonal principal de una matriz cuadrada A de orden n: a11 , a22 , . . . , ann .

Matriz nula de orden m n: matriz cuyos elementos son todos cero.

La denotaremos por 0.
Matriz identidad de orden n: In = (aij ) Mnn (R) tal que

aij = 0 i 6= j
aij = 1 i = j

Aritm
etica matricial
Suma de matrices
Definici
on. Dadas A, B Mmn (R), A = (aij ), B = (bij ), se denomina matriz suma de
A y B a la matriz
A + B = (aij + bij ) Mmn (R).

2
1 0 3
4

1
0 2 4 ,B=
2
Ejemplos: Dadas A =
4 2 7 0
3



2 4 5 4
1 1
C=
. Se tiene que A + B = 1 2 2 3
2 2
1 0 3 5

3
5
1
2
0 1 y
2 4
5
y A + C y B + C no existen.

Propiedades
Dadas A, B, C Mmn (R) se verifican las siguientes propiedades:
Conmutativa:
A + B = B + A.
Asociativa:
A + (B + C) = (A + B) + C.
Existencia de elemento neutro: para cualquier A Mmn (R) se verifica
A + 0 = 0 + A = A.
Existencia de elemento opuesto: Dada una A Mmn (R) existe una u
nica matriz
0
A tal que
A + A0 = A0 + A = 0.
Si A = (aij ), la matriz A0 es la matriz A0 = (aij ) y la denotaremos por A0 = A.

Producto de una matriz por un escalar

Definici
on. Dada A = (aij ) Mmn (R) y un escalar R se denomina matriz
producto de por A
A = (aij ) Mmn (R).


Ejemplos: Dada A =

2 1 0
1 0 2


se tiene que 2A =

4 2 0
2 0 4


.

Propiedades
Sean , R dos escalares y A, B Mmn (R), entonces:
(A + B) = A + B, ( + )A = A + A.
()A = (A).
0A = 0,

1A = A,

(1)A = A.

Ejercicio: Una empresa tiene tres libreras, y cada una de ellas tiene libros de ficcion,
de viajes y de deporte. Las cantidades de libros se tabulan como sigue:

Librera
1
2
3

Ficcion
300
300
50

Viajes
300
100
150

Deportes
100
240
200

Suponer que las entregas a cada librera en el pasado mes estan expresadas por D, y que
las ventas, en dicho mes, estan expresadas por la matriz E. Calcular las existencias
actualizadas.

60 40 20
50 60 60
D = 60 40 30 ; E = 80 20 70 .
60 40 30
40 30 70
Si se quiere incrementar las ventas en un 10 %, calcular la matriz que represente las
ventas que sera necesario relizar.

Producto de matrices
Definici
on. Dadas
A = (aij ) Mmn (R), B = (bjk ) Mnr (R),
se denomina matriz producto de A por B, y se representa por AB = (cik ) Mmr (R),
donde
cik = ai1 b1k + ai2 b2k + + ain bnk .
Esquematicamente: la fila i de A por la columna k de B proporciona
la matriz producto AB

.
b1k

.
.
.
..
..
..
..
b2k

ai1 ai2 ain ..
..
.. = cik
.
.
.
..
..
..
.
.
.
.
..
bnk

el termino (i, k) de

Atenci
on: Para poder multiplicar dos matrices es necesario que el n
umero de columnas
de la primera coincida con el n
umero de filas de la segunda.

4 3
1
1
0 1 se tiene que
yB= 2 2
3 2 4
5

2
1 0
1 2 1


6
8
2 1
AB =
y que BA no existe.
3 5 5 6

Ejemplos: Dadas A =

Propiedades:
Si A Mmn (R), B Mnr (R) y C Mrs (R), entonces se cumplen las propiedades:
Asociativa:
A(BC) = (AB)C
Existencia de elemento neutro:
Im A = A,

AIn = A

Si A es una matriz cuadrada de orden n entonces:

In A = AIn = A.

Distributiva respecto de la suma:

Si A Mmn (R), B, C Mnr (R), entonces:
A(B + C) = AB + AC
Si A, B Mmn (R) y C Mnr (R), entonces:
(A + B)C = AC + BC.
Asociativa respecto de la multiplicacion por escalares:
Si es un escalar, y las matrices A Mmn (R), B Mnr (R), entonces:
(AB) = (A)B.

Nota. El producto
noes conmutativo.
 de matrices


1 0
0 0
Ejemplo: si A =
yB=
, entonces AB 6= BA.
0 0
1 0
Nota. En general AB =AC no implica
B

 = C. 

1 0
0 0
0 0
Ejemplo: si A =
,B=
yC=
, entonces AB = AC pero
0 0
1 0
0 0
B 6= C.
Ejercicio: La compa
nia de novedades ACE recibio un pedido del parque de atracciones
Mundo Magico por 900 pandas gigantes, 1200 San Bernardos y 2000 pajaros grandes. La
agencia ha decidido procesar 500 pandas, 800 San Bernardos y 1300 pajaros grandes en
su planta de Se
ul y el resto lo cubrira la planta de Nuevo Laredo.
Cada panda requiere 1,5 yardas cuadradas de felpa, 30 pies c
ubicos de relleno y 5 piezas
de adorno; cada San Bernardo requiere 2 yardas cuadradas de felpa, 35 pies c
ubicos de
relleno y 8 piezas de adorno, y cada pajaro necesita 2,5 yardas cuadradas de felpa, 25
pies c
ubicos de relleno y 15 piezas de adorno.
La felpa cuesta $4,50 por yarda cuadrada; el relleno, 10 centavos por pie c
ubico y el
adorno, 25 centavos la unidad.
a) Indicar la cantidad de cada tipo de material que debe adquirir por cada planta.
b) Cual es el coste total de los materiales en que incurre cada planta y el coste total
de los materiales utilizados por ACE para cubrir el pedido?

Ejercicio: Cada una de las tiendas o1 y o2 , reciben diariamente televisores (t) y

camaras de video (v) de dos fabricantes, f1 y f2 . Las recepciones o ventas se representan
como sigue
f1
f2

t
40
70

v
50
80

El precio en dolares, por aparato en cada tienda, es como sigue:

o1
200
300

t
v

o2
250
280

Si A y B son las matrices de las tablas anteriores, calcule e interprete el producto AB.

Transposici
on de matrices
Definici
on. Dada A = (aij ) Mmn (R) se denomina matriz transpuesta de A a la
matriz obtenida cambiando filas por columnas.

a11 a21 ai1 am1

a12 a22 ai2 am2
.
..
..
. . . ..
.

.
.
.
.
t
A =
Mnm (R)
a1j a2j aij amj
.
..
.. . .
..
..
.
.
.
.
a1n a2n ain amn

Definici
on. Diremos que la matriz A es:
Simetrica: si A = At .
Antisimetrica: si A = At .


Ejemplo: A =

4 1
AB =
4 2

1 2
2
0



yB=

2 1
1 1

no.


son simetricas, pero

Propiedades
(At )t = A.
(A + B)t = At + B t , A, B Mmn (R).
At = (A)t
(AB)t = B t At , A Mmn (R), B Mnr (R).

Matriz inversa
Definici
on. Sea A una matriz cuadrada de orden n. La inversa de la matriz A es una
matriz A0 de orden n, tal que
AA0 = A0 A = In .

Ejemplo: La matriz A =


2/3 1/3
B=
.
1/3 1/3

1 1
1
2


es inversible y su inversa, por ambos lados, es

Propiedades
No toda matriz posee inversa. Si una matriz posee inversa se dice que es inversible.
Si A tiene matriz inversa entonces esta es u
nica. En ese caso la denotaremos por
1
A .
Si A es inversible, entonces A1 es inversible y (A1 )1 = A.
Si A es inversible y 6= 0, entonces A es inversible y (A)1 = 1 A1 .
Si A y B son matrices inversibles de orden n entonces AB es una matriz inversible
y
(AB)1 = B 1 A1 .
Si A es una matriz inversible, entonces At es inversible siendo
(At )1 = (A1 )t .

Matrices y sistemas de ecuaciones lineales

Dado el sistema de ecuaciones lineales:

a11 x1 + a12 x2 + + a1n xn

a21 x1 + a22 x2 + + a2n xn

(S) =
...

am1 x1 + am2 x2 + + amn xn

= b1
= b2
,
= ...
= bm

el producto de matrices nos permite una expresion matricial del sistema, AX = b, siendo:
Matriz de coeficientes del sistema:

a11 a12
a21 a22
.
..
.
.
.
A=
ai1 ai2
.
..
..
.
am1 am2

a1j
a2j
..
.

a1n
a2n
..
.

aij
..
.

ain
..
.

amj

amn

Vector de incognitas:
X = (x1 , x2 , . . . , xn )t
Vector de terminos independientes:
b = (b1 , b2 , . . . , bm )t
Matriz ampliada del sistema, (A|b):

a11 a12
a21 a22
.
..
.
.
.

ai1 ai2
.
..
..
.
am1 am2
Ejemplo:
Dado el sistema:

a1j
a2j
..
.

a1n
a2n
..
.

aij
..
.

ain
..
.

amj

amn

b1
b2
..
.

bi
..
.
bm

2x + 3y + z = 1
,
x +
z = 0
la correspondiente expresion matricial y su matriz ampliada asociada


 x
 
2 3 1
1
2 3 1
y
=
;
(A|b) =
1 0 1
0
1 0 1
z

son:
!
..
. 1
..
. 0

Resoluci
on simult
anea de varios sistemas con igual matriz de
coeficientes
Se quiere resolver los sistemas:
AX = b1 , AX = b2 , . . . , AX = bk .
Se considera la matriz ampliada (simultanea)

a11 a12 a1n b11 b21

a
1
2
21 a22 a2n b2 b2
.
..
..
..
..
..
.
.
.
.
am1 am2 amn b1m b2m

bk1
bk2
..
.

bkm

y haciendo las mismas operaciones elementales (sobre las filas), se obtiene una matriz
que permite resolver cada uno de los k sistemas planteados.

C
alculo de la matriz inversa a una dada
Si A es una matriz cuadrada de orden n, nos planteamos los n sistemas implcitos en el
sistema
AX = In
donde X es una matriz cuadrada de orden n cuyos terminos son indeterminadas.
En este caso la matriz ampliada

a11
a21

..
.

del sistema es
a12 . . .
a22 . . .
..
.

an1 an2 . . .

a1n 1 0 . . .
a2n 0 1 . . .
..
.. ..
.
. .
ann 0 0 . . .

0
0
..
.

Teniendo en cuenta que la matriz X = A1 buscada es u

nica, cada sistema debera ser
compatible determinado.
Ejemplo


1 1
2 1

x1 x2
Dada la matriz A =
, buscamos una matriz X =
y1 y2


 

1 1
x1 x2
1 0
AX =
=
= I2 .
2 1
y1 y2
0 1


de modo que

Esto implica resolver los siguientes sistemas con identica matriz de coeficientes:


  


  
1 1
x1
1
1 1
x2
0
=
y
=
.
2 1
y1
0
2 1
y2
1
La matriz ampliada (simultanea) sera:
!
.
1 1 .. 1 0
.
2 1 .. 0 1

Esquema
Disponer la matriz (A | In ).
Realizar operaciones elementales en las filas de la matriz (A | In ) hasta obtener
una matriz de la forma (In | A0 ), entonces A1 = A0 .
operaciones elementales

(A | In ) (In | A1 )

Rango de una matriz

Definici
on.
El rango de una matriz A Mmn (R) se define con el n
umero de filas no nulas
resultantes tras su proceso de escalonamiento por operaciones elementales.
Teorema.
Una matriz cuadrada A Mnn (R) es inversible si y solo si rango(A) = n.

Teorema de Rouch
e-Frobenius
Teorema.
Sea (S) : AX = b un sistema de m ecuaciones lineales con n incognitas (A es una matriz
m n). Se tiene:
(S) es incompatible si y solo si rango(A) 6= rango(A|b).
(S) es compatible determinado si y solo si rango(A) = rango(A|b) = n.
(S) es compatible indeterminado si y solo si r = rango(A) = rango(A|b) < n. En
este caso el sistema presenta n r grados de libertad.

10

Ejemplo: Sistema incompatible

El sistema

matricialmente

1
2
.
1 1 ..
.
2 2 ..

x + y = 1
2x + 2y = 0
  
1
x
1
=
2
y
0
!
1
1 1
1 F2 2F

=
0 0
0


!
..
. 1
..
. 2

as rango(A) = 1 y rango(A|b) = 2, luego el sistema no es compatible.

Ejemplo: Sistema compatible determinado
El sistema

x + y = 0
x y = 2
matricialmente

   
1
1
x
0
=
1 1
y
2
!
!
..
..
F
F
2
1
1
1 . 0
1
1 . 0

=
.
..
0 2 .. 2
1 1 . 2

as rango(A) = rango(A|b) = 2 = n de incognitas, luego el sistema es compatible

determinado y


x + y = 0
y = 1

2y = 2
x=1
Ejemplo: Sistema compatible
El sistema

x
x

2x
matricialmente

+ y + z + t = 1
+ y z t = 2
+ 2y
= 3

x
1 1
1
1
1
1 1 1 1 y = 2
z
2 2
0
0
3
t

..
F2 F1
1 1
1
1. 1

F3 2F1
1 1 1 1 ... 2

=
.
2 2
0
0 .. 3

indeterminado

..
..
1 1
1
1. 1
1 1
1
1. 1

F3 F2
..
0 0 2 2 ... 1

= 0 0 2 2 . 1
.
.
0 0 2 2 .. 1
0 0
0
0 .. 0

11

as rango(A) = rango(A|b) = 2 < 4 = n de incognitas, luego el sistema es compatible

indeterminado con dos grados de libertad.
La submatriz formada por las columnas primera y tercera


1
1
0 2
tiene rango dos, as


x + y + z + t = 1
x + z = 1 t y

2z 2t = 1
2z = 1 + 2t
cuyo conjunto de soluciones es
t = ,

y = ,

z=

1 2
,
2

con , R.

12

x=

3 2
,
2