Вы находитесь на странице: 1из 20

MATRICES Y DETERMINANTES

PROFESOR: RONNY GODOY G. 1


1.1. Introducción.

El objetivo de esta unidad es familiarizar al alumno con dos conceptos de gran


importancia en Matemáticas que son: Matriz y Determinante. El primero se refiere a
ciertos conjuntos especiales de números, dispuestos en filas y columnas que aparecen
vinculados a situaciones cotidianas. El concepto de “Determinante”, estrechamente
ligado al de matriz, se refiere a una forma abreviada de indicar un tipo especial de
cálculo mediante el cual se facilita la resolución de sistemas de ecuaciones simultáneas
de primer grado.
Las matrices nos permiten por ejemplo: estudiar sistemas lineales de ecuaciones,
almacenar y procesar información, introducir sistemas lineales en un computador, etc.
En el campo del Algebra lineal y sus temas afines, constituyen una herramienta
fundamental.

1.2. Matriz.

Definición: se llama matriz a un cuadrado ordenado de elementos de un campo,


ordenado por medio de filas y columnas, que se acostumbran a denotar por:
 a  ó  a  en que i  1, 2,3,....., m.
  ij 
Notación:  ij 
  
j  1, 2,3......, n.

O bien en forma más explícita:

 a11 a ... a1n 


 12 
a a22 ... a2n 
 21 
 . .. ... ... ... 
 
 am1 am2 ... amn 
a
Así entonces tomando un elemento cualquiera ij de dicho cuadro se tiene que: el
subíndice “i” indica la fila a la que pertenece dicho elemento y el “j” la columna a la
que pertenece este elemento.

Finalmente a diversas matrices denotaremos por las letras mayúsculas: A, B, C,


etc.; es decir:

A   
 aij  ; B   
 bij 
   

Observación: Orden o tamaño de una matriz; se llama orden o tamaño de una matriz
al número de sus filas por el número de sus columnas. Si A tiene “m”
filas y “n” columnas, diremos que A es una matriz de m por n (mxn).
Se dice que una matriz es cuadrada (ó de orden nxn) cuando el
número de sus filas y columnas es igual  m  n  .

Siempre que se utilizan datos, debe sentirse la necesidad de organizarlos de modo


que sean significativos y puedan identificarse sin dificultad. La Matriz es un medio para
resumir y presentar números ó datos; los elementos de una matriz suelen ser
números reales, pero no siempre. Considere los siguientes ejemplos en donde su
pueden ordenar los datos utilizando matrices.

2
Ejemplos de situaciones cotidianas:

1) Listado de alumnos con sus respectivas notas:

Nombre del Alumno Notas


1 2 3 4

 4,5 5,1 5,3 4,9 


 
J . Aguirre
L. Berrios  7,0 6,6 5,8 6,1 
S . Cruz  4,2 4,4 4,0 5,0 
 
M . Romero

 5,6 5,8 4,7 6,2 



Esta matriz es de orden 4x4, porque está compuesta por cuatro filas (que
representan el nombre del alumno) y cuatro columnas (que representan la
nota obtenida).

2) Tabla de Precios:

Tipo de Producto Envases (Precio en $)


Pequeño Mediano Grande

 60 85 138 
 
Jabón
Crema Dental  50 95 115 
Desodorante  98 140 204 
 
Loción

180 270 350



Esta matriz es de orden 4x3, porque está compuesta por cuatro filas (que
representan el nombre del Producto) y tres columnas (que representan el
precio del envase).

1.3. Orden de una Matriz.

Dadas las siguientes matrices:

3
 2 3
   p 3
A  1 5  ; B    ; C  2 1 0 3 1
 7 0    2 3 p
 
a
4  i i 6   
D    ; E  b
3i 0 10 2i c

El orden de las matrices dadas será:

A es una matriz de orden 3x2 (3 filas por 2 columnas).


B es una matriz cuadrada de orden 2x2 (2 filas por 2 columnas).
C es de orden 1x5 (1 fila por 5 columnas).
D es de orden 2x4 (2 filas por 4 columnas).
E es de orden 3x1 (3 filas por 1 columna).

Elementos de la matriz A y la matriz D, según el orden que tienen:

En A ; a  5 , a31  7
22
En D ; d12  i , d 24  2i

Notación: Al conjunto de todas las matrices de orden m x n lo denotaremos por


M
m x n . En donde “m” representa el número de filas y “n” el número de
columnas.

1.4. Algebra de Matrices.

a) Igualdad. Sean A, B  M m x n ; A  B  aij  bij  i  1,2,3,..., m  j  1,2,3,..., n

Notemos que la igualdad matricial es una relación de equivalencia. Ejemplo:

4
 2 3  1   2 3  1
Sean las matrices
A ; B  ; donde A=B (para que las matrices sean

1 2 0 1 2 0
equivalentes no sólo deben tener el mismo orden sino que también los mismos
elementos).

b) Suma. Sean A, B  M m x n ; C  A  B  cij  aij  bij  i  1,2,3,..., m  j  1,2,3,..., n

De la definición se infiere que matrices de distinto orden no se pueden sumar.


Ejemplo:

3  7 5   4 2 0
  
Sean las matrices
A1 0 4 ; B2 3 1
 2 1 0  0  5 8 
  
3  4  7  2 5  0   7  5 5
  
A  B  1  2 0  3  4  1    3  3  3 
 2  0  1  5 0  8  2  6 8
  
5
Propiedades de la Suma
Sean A, B y C  M m x n , se cumple las siguientes propiedades:

1.  A  B   M m x n
2. A  B  B  A
3. A   B  C    A  B   C
 
4. En M m x n , sea 0m  0ij , donde 0ij  0i  1,2,..., m  j  1,2,..., n
esta matriz se conoce como la matriz nula o matriz cero , así A  0m  A ,  A  M m x n
 
5. En M m x n se define  A   aij ,  i  1,2,..., m  j  1,2,..., n
a esta matriz llamaremos matriz opuesta de A , así A    A  0m , para cada A  M m x n

c) Ponderación. Sean:
A  Mm x n  k  K , K cuerpo ; k  A   
 k  aij  ,  i  1, 2,3,..., m  j  1,2,3,..., n
 

Ejemplo:

4  5 0 1 
Sea la matriz A    .Determinar 3  A .

 2 1 10 6
Solución:

12 15 0 3
3 A   
6 3 30 18
Propiedades de la Ponderación
Sean A, B  M m x n ; k , p  K , se cumple las siguientes propiedades:

1.  k  A  M m x n
2. k   p  A   k  p   A
3. k   A  B  k  A  k  B
4.  k  p  A  k  A  p  A
5. Siendo el 1 (uno) el elemento neutro multiplicativo de K , se tiene 1  A  A.

d) Multiplicación. Sean A  M m x p y B  M p x n , se define:

p
C  A  B  c   a  b ,  i  1,2,..., m  j  1,2,..., n .
ij k 1 ik kj

6
Observación: Notemos que A·B sólo se puede definir si el número de columnas de A
es igual al número de filas de B, en donde la multiplicación se realiza
multiplicando filas por columnas.
Ejemplo:

1 2
   4  2
Sean las matrices A3 1 ; B  . Determinar A  B .

 5 0  2 x1 1 0
 3x2
Solución:

 41  12  12210 6 18


  
AB   43  11  32 1 10   1 16
 45  10  52010 20 10
   x23
Propiedades de la Multiplicación
Sean A, B y C de órdenes multiplicables ; k  K , se cumple las siguientes
propiedades:

1. A B  B  A
2. A   k  B  k   A  B
3. A   B  C    A  B  C
4. A   B  C   A  B  A  C , B  C definida
5.  A  B   C  A  C  B  C

Observaciones: En la multiplicación de matrices es donde más cuidado debemos


tener, como no es conmutativa se producen diferencias claras con
respecto al álgebra de reales, por ejemplo:

7
1. A  B  0 no implica que A  0 o B 0
m m m
en cambio si A  0 o B 0 implica A  B  0
m m m
2. A  B  B  C  B   A  C 
3. A  B  A  C no implica necesariamente B  C

Como CONCLUSIÓN FINAL diremos que dos matrices A y B se pueden multiplicar


solamente si el número de columnas en A es igual al número de filas en B.

Ejemplo:

 1 0 3  4  2
   
A = 1 2 1 B=  1 0 
 2 2 3  3x3  2 1  3x2
 

Solución:

La multiplicación de A con B en ese orden está representada en el siguiente


esquema:

El resultado es una matriz C de orden 3x2:

1.5. Determinantes.

El determinante es un número, el cual se puede obtener de matrices cuadradas,


por lo que denominaremos el determinante de la matriz A, como:

a b
Dada la matriz A   ;Su determinante, s:e A da  cb
 c d
8
Observación: por lo general al determinante de una matriz cuadrada A, se denota
A o bien se puede denotar como “ det A ”.

Para el caso de una matriz cuadrada A de orden 3, podemos obtener A de la


siguiente manera:
 a11 a12 a13 
 a 23  , el determinante de A es:
Si A  a 21 a 22 
a31 a32 a33 

a 22 a 23 a a 23 a a 22
A   a11     a12   21   a13   21
a32 a33 a31 a33 a31 a32

Este procedimiento o fórmula indicada anteriormente es un proceso por cual se


calcula el determinante de una matriz cuadrada por sus cofactores.

Ejemplos: En cada caso, calcule el determinante de la matriz dada.

3  1  
a) A 
2 9  A  3  9   1  2  27  2  29

2 1 3
b) A  4 0 1
 
2 2  2

01 4 0
  
A  2   1  3   2 0   1 8 2 3  0  1
2 2
9
1.6. Sistemas de Ecuaciones Lineales con 2 y 3 Incógnitas.

Es natural encontrarse en casi todos los campos de estudio tales como:


matemática, física, química, biología, ciencias económicas y administrativas, todos
ramos de la ingeniería, etc., con sistemas lineales de ecuaciones, plantearlos,
resolverlos e interpretarlos.

Nosotros utilizaremos el método de resolución de sistemas por Determinantes


(Regla de Cramer), para resolver sistemas de 2x2 (dos ecuaciones con dos incógnitas)
y 3x3 (tres ecuaciones con tres incógnitas).

CASO I (sistemas de 2 x 2)

  determinante principal.
ax  by  c
x  determinante de " x".
dx  ex  f
y  determinante de " y".

ab cb ac
 ;x ;y
de fe df
x y
Por lo tanto, los valores de “x” e “y” se calculan: x  ; y  .
 

CASO II (sistemas de 3 x 3)

ax  by  cz  k   determinante principal.
1
x  determinante de " x".
dx  ex  fz  k
2 y  determinante de " y".
gx  hy  iz  k 3
z  determinnante de " z".

10
k bc ak c abk
abc 1 1 1
def ;xk e f ;yd k f ;zd e k
2 2 2
gh i
khi gk i ghk
3 3 3
x y z
Por lo tanto, los valores de las incógnitas se calculan: x  ; y  ; z 
  

Ejemplos: Resolver los siguientes sistemas de ecuaciones aplicando la Regla de


Cramer.

5x  2y  4
a) 3x  4y  18

Solución:

11
5 2 4 2 5 4
  ; x  ; y 
3 4 184 318
5 2
 54 23 062 26
34
4 2
x 4  218 16 36 52
18 4
54
y 51843 90 12 78
3 18
Por lo tanto los valores para las incógnitas son:
x 52 y 78
x   2 ; y   3
 26  26

12
5x  4y  3z  4
b) 3x  y  2z  5
x  3y  z  8

Solución:

5 4 3 4 3 5 4 3 5 4
3 12;x5 12;y3 52;z3 15
1 3 1 8 3 1 1 8  1 3 8

13
5 4 3
1 2 3 2 3 1
Δ3 1 25 4 3 1
3 1 1 1 3
1 3 1

14
4 3
1 2 5 2 5 1
Δx5 1 24 4 3 3
3 1 8 1 8 3
8 3 1

15
5 4 3
5 2 3 2 3 5
Δy3 5 25 4 3  2
8 1 1 1 8
1 8 1

16
54
15 35 31
Δz3 1 5 4 4 1
3 8 1 8 1 3
1 3 8
Por lo tanto los valores para las incógnitas son:
x 3 y 2 z 1
x   3 ; y    2 ; z   1
 1  1  1

1.7. Matrices Especiales.

a) Matriz transpuesta.
 
Si A   aij  es una matriz de m x n, entonces la matriz transpuesta de A es una
matriz de n x m definida por:
at  a ,  i  1, 2,..., m  j  1,2,..., n
ij ji

La matriz traspuesta de A la denotaremos por At . Ejemplo: Dada la siguiente


matriz, determine su matriz traspuesta;

17
a  2a  1
 a 4  5b 3   
  t  4 2 7
A    2a 2 1 3b  Solución: A 
  5b 1 9a 
  1 7 9a 0  
3

   3b 0 
Por lo tanto dada una matriz A, se llama transpuesta de A a la matriz que se
obtiene cambiando ordenadamente las filas por las columnas. Se representa por A t o
AT .

Propiedades de la Matriz Transpuesta


Sean A, B  M m x n ; k  K , se cumple las siguientes propiedades.

 
1. At  A
t

t
2.  k  A  k  At
t
3.  A  B   At  Bt
4. Si A  M m x p y B  M p x n entonces  A  Bt  Bt  At

b) Matriz simétrica.
 
Sea A  M n x n , A   aij  se dice que A es simétrica sí y sólo si aij  a ji . De esta
definición se tiene que A es simétrica sí y sólo si A  At .

c) Matriz antisimétrica.
 
Sea A  M n x n , A   aij  se dice que A es antisimétrica sí y sólo si aij   a ji . De
esta definición se tiene que A es antisimétrica sí y sólo si A   At .

Ejemplos:

 2 3 2  2 3 2
  t  
1) Dada la matriz A 3 4 1 A  3 4
; 1 . Por lo tanto A es una matriz

  2 1 0   2 1 0
  
simétrica.

18
 0  2 4  0  2 4
  t 
2) Dada la matriz B   2 0  1  B   2 0 1
; . Por lo tanto B es una matriz

 4 1 0   4 1 0 
   
antisimétrica.

Propiedades de la Matriz simétrica y antisimétrica:

1. Toda matriz antisimétrica tiene en su diagonal principal sólo elementos nulos.

2. Toda matriz cuadrada A se puede expresar como la suma de una matriz


simétrica y otra antisimétrica.

3. Si A y B son simétricas (o antisimétricas) también los son: k  A , A  B .

d) Matriz inversa.
Se llama matriz inversa de una matriz cuadrada A y la representamos por A 1 , y
decimos que una matriz cuadrada (igual número de filas que de columnas) A tiene
inversa A 1 , si se verifica que: A  A 1  A  1  A  I .

La matriza I se llama matriz identidad y es una matriz cuadrada que tiene todos
sus elementos nulos excepto los de la diagonal principal que son iguales a 1. También
se denomina matriz unidad y se representa por ejemplo para una matriz identidad de
3x3, de la siguiente manera:

Para determinar la Matriz Inversa, utilizaremos el método por determinantes y


diremos que una matriz cuadrada es “REGULAR” si su determinante es distinto de
cero, y es “SINGULAR” si su determinante es igual a cero.

Observaciones:
 Sólo existe matriz inversa de una matriz cuadrada si ésta es regular.

 La matriz inversa de una matriz cuadrada, si existe, es única.

 Entre matrices NO existe la operación de división, la matriz inversa


realiza funciones análogas.

19
Para determinar la Matriz Inversa, utilizaremos la siguiente relación:

1
A 1    Adj  A 
A

A  Es el determinante de la matriz A.

Adj  A  Es la adjunta de la matriz A.

Ejemplos: En cada caso, determine la inversa de la matriz dada (Se resolverán


en clases).

1 3 4
 9 25
a) A  b) A  2 8 6
14 39  
5 1 35

20