QUÉ ES UNA MATRIZ

Una matriz es un conjunto de números reales, que están dispuestos en «m» filas y en
«n» columnas:

A los números que forman la matriz se les llama elementos.

El número de filas por el número de columnas se denomina dimensión de la matriz y se
designa como m x n, siendo m el número de filas y n el número de columnas.
Por ejemplo, estas son matrices de diferentes dimensiones:

Donde la matriz A es una matriz de 2×3 (2 filas y 3 columnas), la matriz B es una matriz
de 3×2 (3 filas y 2 columnas) y la matriz C es una matriz de 3×3 (3 filas y 3 columnas).
Las matrices son utilizadas en el álgebra lineal, una de las ramas del álgebra.

TIPOS DE MATRICES
Matriz rectangular
Es aquella que tiene distinto número de filas que de columnas (m≠n):

Matriz fila
Es toda matriz rectangular que tiene una sola fila (m = 1).
Matriz columna
Es toda matriz rectangular con una columna (n = 1).

Matriz opuesta
La matriz opuesta a otra matriz es la que tiene todos los elementos de signo contrario a la
matriz original. Por ejemplo, si tenemos la matriz A:

Su matriz opuesta sería:

La matriz opuesta a A se designa como -A, donde que todos los elementos son de signo
contrario a los elementos de la matriz A.

Matriz transpuesta
Se llama matriz transpuesta de una matriz cualquiera de dimensión m x n a la matriz que
se obtiene al convertir las filas en columnas. Se representa con el superíndice “t” y su
dimensión es por tanto n x m.
Por ejemplo, tenemos la siguiente matriz A, de dimensión 2 x 3 (2 filas y 3 columnas):

Su matriz transpuesta, designada con el superíndice «t», se obtiene convirtiendo las filas
en columnas. Por tanto, la primera fila de la matriz A, formada por los elementos 1, -3 y 0,
pasa a ser la primera columna de su matriz transpuesta. De la misma forma, la segunda
fila de la matriz A, formada por los elementos 2, 4 y 1, pasa a ser la segunda columna de
su matriz transpuesta:
La dimensión de la matriz transpuesta de A es de 3 x 2 (3 filas y 2 columnas):

Matriz cuadrada de orden n

Una matriz cuadrada es aquella que tiene igual número de filas que de columnas (m = n).
En este caso, la dimensión se denomina orden, cuyo valor coincide con el número de filas
y de columnas.
Por ejemplo, la siguiente matriz es una matriz cuadrada de orden 3, ya que tiene 3 filas y
3 columnas:

Entre los elementos de las matrices cuadradas suelen tenerse muy en cuenta los que
forman las diagonales de la matriz.
Así, se llama diagonal principal de una matriz cuadrada a los elementos que componen
la diagonal que va desde la esquina superior izquierda, hasta la esquina inferior derecha:

Se llama diagonal secundaria de una matriz cuadrada a los elementos que componen la
diagonal que va desde la esquina superior derecha, hasta la esquina inferior izquierda:
Matriz triangular superior
Es toda matriz cuadrada donde al menos uno de los términos que están por encima de la
diagonal principal son distintos de cero y todos los términos situados por debajo de la
diagonal principal son ceros:

Normalmente, cuando se dice que hay que triangular la matriz, se refiere a que hay que
hacer ceros los elementos que quedan por debajo de la diagonal principal.

Matriz triangular inferior

Es toda matriz cuadrada donde al menos uno de los términos que están por debajo de la
diagonal principal son distintos de cero y todos los términos situados por encima de la
diagonal principal son ceros:

Matriz diagonal
Es toda matriz cuadrada en la que todos los elementos que no están situados en la
diagonal principal son ceros:

Matriz escalar
La matriz escalar es toda matriz diagonal donde todos los elementos de la diagonal
principal son iguales:
Matriz identidad
Es la matriz escalar cuyos elementos de la diagonal principal valen uno, es decir, la
diagonal principal está formada por 1, y el resto de los elementos son 0:

Matriz nula
La matriz nula donde todos los elementos son cero.

EJERCICIOS RESUELTOS:
1. Calculamos la matriz inversa:

La matriz adjunta de A es
Calculamos el determinante de A:

La matriz inversa de A es

2. Hallar la inversa de la siguiente matriz:

La matriz adjunta de A es
Calculamos el determinante de A:

La matriz inversa de A es

3. La matriz inversa es :

La matriz adjunta de A es
Calculamos el determinante de A:

La matriz inversa de A es

4. Dada la siguiente matriz de 2×2, encontrar su transpuesta.

Solución:

5. Dada la siguiente matriz de 2×3, encontrar su transpuesta.

Solución:
6. Dada la siguiente matriz de 4×3, encontrar su transpuesta.

Solución:

7. Encuentre la determinante de la siguiente matriz.

Solución:

8. Sea la siguiente matriz A, resuelva la determinante.

Solución:

9. Sea la matriz B de 3×3 encuentre su determinante.

Solución:
10. Calcular AxB, CXA y CXB:

Multiplicamos filas por columnas y operamos:

Multiplicamos filas por columnas y operamos:

 Multiplicamos filas por columnas y operamos:

11. Calcular la siguiente operación matricial:

Solución:
12. Calcular la siguiente operación matricial:

Solución:
LIBRO: INVESTIGACION DE OPERACIONES (9na EDICION)-HAMDY TAHA

5. Una compañía fabrica dos productos, A y B. El volumen de ventas de A es por lo menos 80% de
las ventas totales de A y B. Sin embargo, la compañía no puede vender más de 100 unidades de A
por día. Ambos productos utilizan una materia prima, cuya disponibilidad diaria máxima es de 240
lb. Las tasas de consumo de la materia prima son de 2 lb por unidad de A y de 4 lb por unidad de B.
Las utilidades de A y B son de $20 y $50, respectivamente. Determine la combinación óptima de
productos para la compañía.

FUNCION OBJETIVA: Maximizar las unidades producidas de A y B.

VARIABLES:

 X1: Número de unidades de A.

 X2: Número de unidades de B.

RESTRICCIONES:

 R1: Se vende Max. 100 unidades de A.

 R2: Ambos productos utilizan materia prima Max de 240lb.
 R3: El volumen de ventas de A es por lo menos 80% de ventas totales de A y B.

Max Z  20 x1  50 x2

2 x1  8 x2  0
x1  100
2 x1  4 x2  240
x 1 , x2  0

A
B
HALLANDO P: HALLANDO Q:

2 x1  4 x2  240
2 x1  4 x2  240
2 x1  8 x2  0
x1  100
x1  80
x2  10
x2  20

ANALISIS DE CONSUMO:

2(80)  4(20)  240  0  240

2(80)  8(20)  0  0  0
80  0  100
V .Ho lg ura

COMBINACION OPTIMA:

x1  80 _ unidades
x2  20 _ unidades
z  2600 _ dolares
6. Alumco fabrica láminas y varillas de aluminio. La capacidad de producción máxima se estima en
800 láminas o 600 varillas por día. La demanda diaria es de 550 láminas y 580 varillas. La utilidad
por tonelada es de $40 por lámina y de $35 por varilla. Determine la combinación de producción
diaria optima.

VARIABLES:

 X1: Numero de láminas por día.

 X2: Numero de varillas por día.

RESTRICCIONES:

 R1: La capacidad de producción máxima se estima en 800 láminas o 600 varillas por día.

MAX _ Z  40 x1  35 x2
x1 x
 2 1
800 600
0  x1  550
0  x2  580

x2  580

600

x1  550

800

OPTIMA SOLUCION:

x1  550 _ la min as
x2  187.13 _ var illas
z  28459.40
12. Wild West produce dos tipos de sombreros tejanos. El sombrero tipo 1 requiere el doble de
mano de obra que el tipo 2. Si toda la mano de obra disponible se dedica sólo al tipo 2, la
compañía puede producir un total de 400 sombreros tipo 2 al día. Los límites de mercado
respectivos para el tipo 1 y el tipo 2 son de 150 y 200 sombreros por día, respectivamente. La
utilidad es de $8 por sombrero tipo 1, y de $5 por sombrero tipo 2. Determine la cantidad de
sombreros de cada tipo que maximice la utilidad.

FUNCIÓN OBJETIVA: Maximizar la utilidad en función de la cantidad de sombreros producidos tipo

1 y tipo 2.

VARIABLES:

 X1: Numero de sombreros producidos tipo 1.

 X2: Numero de sombreros producidos tipo2.

RESTRICCIONES:

 R1: El sombrero tipo 1 requiere el doble de mano de obra que el tipo 2 lo cual se produce
400 sombreros de tipo 2.
 R2: Número máximo de sombreros de tipo 1 es de 150 por día.
 R3: Número máximo de sombreros de tipo 2 es de 200 por día.

max_ z  8 x1  5 x2
2 x1  x2  400
x1  150
x2  200
x1.x2  0

400

200 P

x2  200

x1  150

200
HALLANDO P:

2 x1  x2  400
x2  200
x1  100

ANALISIS DE CONSUMO:

2(100)  200  400  0  400

100  50  150
200  0  200
v.Ho lg ura

OPTIMO:

x1  100 _ tipo1
x2  200 _ tipo2
z  s /1800