2. Matrices
1.- Matrices. Definición y primeros ejemplos
Una matriz es una tabla rectangular de números reales dispuestos en filas y
columnas del modo:
Abreviadamente se puede expresar A = (aij ).
=
mnmm
n
n
aaa
aaa
aaa
A
21
22221
11211
Filas de la matriz A
Columnas de la matriz A
Cada elemento de la matriz lleva dos subíndices:
- El primero de ellos “i”, indica la fila en la que se encuentra el elemento,
- y el segundo, “j”, la columna.
Así el elemento a23 está en la fila 2 y columna 3.
Las matrices siempre se representarán con letras mayúsculas (A, B, C, …).
Pág. 2
4. Matrices
El conjunto de todas las matrices de
orden mxn y con elementos en K se
suele denotar por:
( ){ }( ) /m n
m n i j i jmxn
M K K A a a K×
× = = = ∈
Pág. 4
5. Matrices
Son ejemplos de matrices los siguientes:
A tiene 2 filas y 2
columnas, diremos que
su dimensión 2 x 2.
¿Qué elemento es a21?
=
43
12
A
−
=
121
046
B
−
−
=
001
251
042
013
C
B tiene 2 filas y 3
columnas, diremos que
su tamaño es 2 x 3.
¿Qué elemento es b23?
C tiene 4 filas y 3
columnas, diremos que
su dimensión 4 x 3.
¿Qué elemento es c32?
EJEMPLOS
1.- Matrices. Definición y primeros ejemplos
Pág. 5
6. Matrices
En general, si una matriz A tiene m filas y n columnas, diremos que su
tamaño o dimensión es m x n (se lee “m por n”), siempre en primer lugar el
nº de filas y en segundo lugar el de columnas.
Igualdad
Dos matrices A y B son iguales cuando contienen los mismos elementos,
dispuestos en los mismos lugares:
A = B ⇔ aij = bij ∀ i, j
Lógicamente, para que dos matrices sean iguales es necesario que tengan
la misma dimensión.
1.- Matrices. Definición y primeros ejemplos
Pág. 6
7. Matrices
2.- Tipos de matrices
Se llama matriz fila a la que sólo tiene una fila, es decir su dimensión es 1 x n.
es una matriz fila de dimensión 1 x 4.
Se llama matriz columna a la que sólo consta de una columna, es decir su
dimensión será m x 1.
es una matriz columna de dimensión 3 x 1.
( )9401 −=B
−
=
8
0
1
C
Por ejemplo,
• Según su dimensión:
Por ejemplo,
Una matriz es cuadrada cuando tiene el mismo número de filas que de
columnas, es decir su dimensión es n x n.
matriz
cuadrada de
orden 3.
−−
=
043
456
321
D
43
12 es una matriz cuadrada
de dimensión 2 x 2 o
simplemente de orden 2.
Pág. 7
8. Matrices
Matriz cuadrada de orden n:
forman la diagonal principal
Mismo número de filas
que de columnas
8
9. Matrices
Dentro de las matrices cuadradas llamaremos diagonal principal a la formada
por los elementos a11, a22, a33, . . ., ann, siendo la matriz:
En la matriz D, la diagonal principal está formada por 1, 5, 0.
=
nnnn
n
n
aaa
aaa
aaa
A
21
22221
11211
Diagonal principal
La diagonal secundaria es la formada por los
elementos a1n, a2,n−1, a3,n−2, . . ., an1.
En la matriz D está formada por 3, 5, -3.
−−
=
043
456
321
D
2.- Tipos de matrices
Pág. 9
10. Matrices
Una clase especial de matrices cuadradas son las matrices triangulares.
Una matriz es triangular superior si todos los elementos por debajo de la
diagonal principal son nulos y triangular inferior si son nulos todos los
elementos situados por encima de dicha diagonal.
Si una matriz es a la vez triangular superior e
inferior, sólo tiene elementos en la diagonal
principal.
Una matriz de este tipo se denomina matriz
diagonal.
Un ejemplo de matriz diagonal es:
−
=
0000
0300
00450
0001
G
−
−
=
781631
0543
0040
0001
E
Triangular inferior
Triangular superior
−=
300
590
341
F
• Según sus elementos:
2.- Tipos de matrices
Pág. 10
11. Matrices
Matriz triangular superior
Los siguientes conceptos se refieren exclusivamente a matrices cuadradas:
Matriz triangular inferior
Ceros debajo de la diagonal principal Ceros encima de la diagonal principal
11
12. Matrices
Matriz diagonal
Matriz unidad
Ceros fuera de la diagonal principal
Ceros fuera de la diagonal principal,
unos en la diagonal principal
Matriz escalar
Delta de Kronecker
12
13. Matrices
Si una matriz diagonal tiene en su diagonal principal sólo unos, se denomina
matriz unidad o identidad. Se suelen representar por In , donde n es el
orden o tamaño de la matriz. Algunas matrices identidad son:
=
1000
0100
0010
0001
4I
=
100
010
001
3I
=
10
01
2I
Se llama matriz nula a la que tiene todos los elementos cero.
es una matriz nula de tamaño 2x5.
=
00000
00000
APor ejemplo,
2.- Tipos de matrices
Pág. 13
14. Matrices
Matrices escalonadas
Fíjate en las siguientes matrices:
De ellas se dice que son matrices escalonadas.
En ellas se cumple que:
• Si hay filas nulas, están situadas en la parte inferior de la matriz.
• En las filas no nulas, el primer elemento diferente de cero es uno.
• En las filas no nulas, el primer elemento diferente de cero de una fila
está situado más a la derecha que el primer elemento diferente de cero
de la fila inmediatamente superior.
1 1 1
0 1 6
A
−
=
1 5 0
0 1 2
0 0 1
B
=
1 6
0 0
0 0
0 0
C
=
1 5 0
0 1 2
0 0 0
D
=
2.- Tipos de matrices
Pág. 14
15. Matrices
3.-Transformaciones elementales
Existen una serie de operaciones que se pueden hacer con las filas de una
matriz y que permiten convertirla en una matriz escalonada: las
transformaciones elementales.
En general, si llamamos Fi a la fila i-ésima y Fj a la fila j-ésima, las
transformaciones elementales son:
• Intercambiar dos filas. Fi ↔ Fj.
• Sumar a una fila los elementos
correspondientes de otra fila
multiplicada por un nº real k.
Fi → Fi + kFj
• Multiplicar todos los elementos
de una fila por un número real no
nulo.
Fi → kFi
−
−
351
124
202
−
−
124
351
202F2 ↔ F3
−
−
351
124
202
−
351
124
8100F1 → F1 + 2F3
−
−
351
124
202 F2 → 2F2
−−
−
351
248
202
Ejemplo
Pág. 15
16. Matrices
Estas transformaciones permiten definir una equivalencia entre las matrices
de igual dimensión.
Dos matrices son equivalentes si una de ellas se obtiene a partir de
la otra mediante transformaciones elementales.
EJEMPLO
−−
=
1341
2211
1312
A
−− 1341
2211
1312
−− 1341
1312
2211
−−−
1550
3110
2211
−
−−−
14000
3110
2211
F1 ↔ F2
F2 → F2 – 2F1
F3 → F3 + F1
F3 → F3 + 5F2
Reducir a forma escalonada la matriz
Para facilitar los cálculos posteriores,
hacemos que el elemento a11 sea 1:
Hacemos que el
elemento a32 sea 0:
Hacemos que los demás elementos
de la primera fila sean 0:
Que está en
forma
escalonada
3.-Transformaciones elementales
Pág. 16
17. Matrices
EJERCICIO
3.-Transformaciones elementales
Reduce a forma escalonada las matrices:
−=
0213
1014
9432
B
−
−
=
13111031
54321
81512
D
−
−
=
2880
4621
5131
C
=
1063
752
321
A
Pág. 17
18. Matrices
4.- Operaciones con matrices
Dadas dos matrices A y B de la misma dimensión m × n, la matriz suma,
A + B, es la que se obtiene sumando los elementos que en cada una de
ellas ocupan la misma posición.
Si las matrices tienen diferente tamaño, no se pueden sumar o restar entre sí.
323232
641
714
523
402
124
312
×××
−
=
+
−
EJEMPLO
De forma abreviada: (aij) + (bij) = (aij + bij)
++
++
=
+
=+
mnmnmm
nn
mnm
n
mnm
n
baba
baba
bb
bb
aa
aa
BA
...
.........
...
...
.........
...
...
.........
...
11
111111
1
111
1
111
4. 1. Suma y diferencia
Pág. 18
19. Matrices
Propiedades de la suma de matrices:
323232
407
110
523
402
124
312
×××
−−
−
=
−
−
EJEMPLO
La existencia de elemento opuesto permite definir la matriz diferencia
(resta), A – B. Es la que se obtiene al sumar A con – B:
A – B = A + (– B)
a) Conmutativa: A + B = B + A
b) Asociativa: A + (B + C) = (A + B) + C
c) Elemento neutro: La matriz nula del tamaño correspondiente.
d) Elemento opuesto de A: La matriz –A, que resulta de cambiar de signo a
los elementos de A.
A + 0 = 0 + A
A + (– A) = (– A) + A = 0
4.- Operaciones con matrices 4. 1. Suma y diferencia
Pág. 19
20. Matrices
( ) ( ) ( ), , ( )m nMA a B b C KC ×= = = ∈ij ij ij
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
A B C a b c a b c
a b c a b c A B C
+ + = + + = + +
= + + = + + = + +
ij ij ij ij ij ij
ij ij ij ij ij ij
( ) ( )A B a b b a B A+ = + = + = +ij ij ij ij
( ) ( ) ( )0 0A A a a + − = + − = =ij ij
Demostración: Pongamos
.
.
.Entonces:
( ) ( ) ( )0 0 0A a a A+ = + = + =ij ij
Pág. 20
22. Matrices
2. Calcula x, y, z en
la suma:
3. Calcula a, b, c
para que se cumpla
la igualdad:
−
=
−
+
+
+−
−−
602
21
021
42
614
23 a
c
ba
c
ba
−
−−
=
−
−+
−
−−
142
440
311
32
32
0
20
1
21
x
z
zy
z
xy
yx
1. Las exportaciones, en millones de euros, de 3 países A, B, C a otros tres X,
Y, Z, en los años 2000 y 2001 vienen dadas por las matrices:
Calcula y expresa en forma de matriz el total de exportaciones para el
conjunto de los dos años.
¿Cuántos millones ha exportado el país B al Z en total?
Calcula el incremento de las exportaciones del año 2000 al 2001.
EJERCICIOS
4.- Operaciones con matrices 4. 1. Suma y diferencia
=
3,42,021
2,31,117,15
173,13
2001A
X Y Z
A
B
C
=
3,22,39,20
2,1105,14
5,07,611
2000A
A
B
C
X Y Z
Pág. 22
23. Matrices
Dada una matriz cualquiera A de dimensión m × n y un número real k, el
producto k·A se realiza multiplicando todos los elementos de A por k,
resultando otra matriz de igual dimensión. (Evidentemente la misma regla
sirve para dividir una matriz por un número real).
Propiedades:
a) Distributiva respecto de la suma de matrices: k·(A + B) = k·A + k·B
b) Distributiva respecto de la suma de números: (k + d)·A= k·A + d·A
c) Asociativa: k·(d·A)=(k·d)·A
d) Elemento neutro, el número 1: 1·A=A
3232
51020
15510
124
312
5
××
−−
−−−
=
−
⋅−
EJEMPLO
⋅⋅
⋅⋅
=
⋅=⋅
mnm
n
mnm
n
akak
akak
aa
aa
kAk
...
.........
...
...
.........
...
1
111
1
111
4.- Operaciones con matrices 4. 2. Producto por un nº real
Pág. 23
24. Matrices
1.[ ] [ ]( ) ([ ] ) ([ ] [ ])
( ) ( ) .
2. ( ) ( ) ( [ ]) ([ ] [ ])
( ) ( ) .
3.( ) ([ ] ) ( [ ]) ( ) ( ).
4.1 (1 ) ( ) .
ij ij ij ij
ij ij
ij ij ij ij ij ij
ij ij
ij ij ij
ij ij
A a a a a
a a A A
A B a b a b a b
a b A B
A a a a A
A a a A
α β α β α β α β
α β α β
α α α α α
α α α α
αβ αβ α β α β α β
+ = + = + = +
= + = +
+ = + = + = +
= + = +
= = = =
= = =
, ,( ) , ( ) . :ij i j ij i jA a B b Entonces= =
DEMOSTRACION.
Pongamos
Pág. 24
25. Matrices
1. Si
halla una matriz X que verifique la ecuación: 2·X – 4·A = B
2. Determina las matrices X e Y sabiendo que:
−
=
=
20
01
y
10
11
BA
−
=−
18
21
53 YX
=+−
03
42
3YX
EJERCICIOS
4.- Operaciones con matrices 4. 2. Producto por un nº real
Pág. 25
26. Matrices
Producto de una matriz fila por una matriz columna.
Sea A una matriz fila y B una matriz columna:
( )132 −=A
=
5
2
1
B
Definimos el producto de la matriz A por la matriz B (en este orden):
( ) =
⋅−=⋅
5
2
1
132BA 2·1 + (−3)·2 + 1·5 = 2 − 6 + 5 = 1
1 x 3 3 x 1
Observa que el
resultado es un
número
1 x 3 3 x 1
Hemos emparejado cada elemento de A con un
elemento de B, luego el número de estos
elementos (nº de columnas de A y nº de filas de
B) debe coincidir para poder realizar este
producto.
4.- Operaciones con matrices 4. 3. Producto de matrices
Pág. 26
27. Matrices
Hay que dejar claro ya desde el principio que no todas las matrices pueden
multiplicarse. Dos matrices se pueden multiplicar cuando se cumple la
siguiente condición:
Una vez comprobado que el producto A·B se puede realizar, si A es una
matriz m x n y B es una matriz n x p (observa que el nº de columnas de A = n
= nº de filas de B), entonces el producto A·B da como resultado una matriz
C de tamaño n x p del siguiente modo:
“El elemento que se encuentra en la fila i y la columna j de la matriz C = A·B,
se obtiene multiplicando los elementos de la fila i de A por la columna j de B y
sumando los resultados”
“Para multiplicar dos matrices A y B, en este orden, A·B , es condición
indispensable que el número de columnas de A sea igual al número de filas
de B”
Si no se cumple esta condición, el producto A·B no puede realizarse, de
modo que esta es una condición que debemos comprobar previamente a la
propia multiplicación.
4.- Operaciones con matrices 4. 3. Producto de matrices
Pág. 27
28. Matrices
A · B = A·B
m × n n × p m × p
Es posible
el producto
Columnas
Filas
La matriz producto, A·B, si existe, es la que se obtiene de la forma siguiente:
El elemento de esta matriz que ocupa la fila i-ésima y la columna j-ésima es
el que se obtiene de multiplicar la fila Fi por la columna Cj.
⋅⋅
⋅⋅
=
⋅
=⋅
nmm
n
knk
n
mkm
k
CFCF
CFCF
bb
bb
aa
aa
BA
...
.........
...
...
.........
...
...
.........
...
1
111
1
111
1
111
F1
C1
4.- Operaciones con matrices 4. 3. Producto de matrices
Pág. 28
29. Matrices
1º.- Comprobamos que se puede realizar el producto A·B, pues el nº de
columnas de A es 4 y el nº de filas de B también es 4.
3º.- Sólo nos falta completar los elementos de la matriz producto. Para ello,
seguimos la regla anterior:
−
−
=
2352
4123
A
−
−
=
123
202
121
140
B
EJEMPLO Para multiplicar las matrices:
2º.- El resultado, según lo dicho será una matriz de dimensión 2 x 3, tiene 2
filas y 3 columnas:
2 × 4
4 × 3
−
−
123
202
121
140
2 × 4
4 × 3 2 × 3
4.- Operaciones con matrices 4. 3. Producto de matrices
⋅
−
−
2352
4123
=
Pág. 29
30. Matrices
4.- Operaciones con matrices 4. 3. Producto de matrices
=
−
−
123
202
121
140
2 × 4
4 × 3 2 × 3
El elemento de la fila 1 y columna 1 de A·B proviene de multiplicar elemento a
elemento la fila 1 de A por la columna 1 de B y sumar, es decir:
F1 · C1 = (–3 2 1 4) ·
0
1
2
3
= (−3)·0 + 2·1 + 1·2 + 4·3 = 0 + 2 + 2 + 12 = 16
16F1
C1
⋅
−
−
2352
4123
Pág. 30
31. Matrices
4.- Operaciones con matrices 4. 3. Producto de matrices
=
−
−
123
202
121
140
2 × 4
4 × 3 2 × 3
F1·C2 = (–3 2 1 4) ·
−4
−2
0
2
16F1
C2
El elemento de la fila 1 y columna 2 de A·B proviene de multiplicar elemento a
elemento la fila 1 de A y la columna 2 de B y sumar:
16
= (−3)·(−4) + 2·(−2) + 1·0 + 4·2 = 12 − 4 + 0 + 8 = 16
⋅
−
−
2352
4123
Pág. 31
32. Matrices
−
−
123
202
121
140
2 × 4
4 × 3 2 × 3
F1·C3 = (–3 2 1 4) ·
1
1
2
1
16F1
C3
16
= (−3)·1 + 2·1 + 1·2 + 4·1 = − 3 + 2 + 2 + 4 = 5
El elemento de la fila 1 y columna 3 de A·B proviene de multiplicar elemento a
elemento la fila 1 de A y la columna 3 de B y sumar:
5
4.- Operaciones con matrices 4. 3. Producto de matrices
⋅
−
−
2352
4123
=
Pág. 32
33. Matrices
Así sucesivamente se obtienen los demás elementos de la matriz producto:
−
−
123
202
121
140
2 × 4 2 × 3
16 16 5
F2
C1
5
4 × 3
4.- Operaciones con matrices 4. 3. Producto de matrices
⋅
−
−
2352
4123
=
Pág. 33
34. Matrices
Así sucesivamente se obtienen los demás elementos de la matriz producto:
−
−
123
202
121
140
2 × 4 2 × 3
16 16 5
F2
C2
5 –22
4 × 3
4.- Operaciones con matrices 4. 3. Producto de matrices
⋅
−
−
2352
4123
=
Pág. 34
35. Matrices
−
=⋅
11225
51616
BA
Así sucesivamente se obtienen los demás elementos de la matriz producto:
−
−
123
202
121
140
2 × 4 2 × 3
16 16
11F2
C3
5
5 –22
Así la matriz producto es:
B · A
4 × 3 2 × 4
Observa que el producto B·A no se puede hacer:
4 × 3
≠
4.- Operaciones con matrices 4. 3. Producto de matrices
⋅
−
−
2352
4123
=
Pág. 35
36. Matrices
1. Si calcula, si es posible, A·B y B·A.
¿Coinciden?
2. Lo mismo si
Además, calcula A2 y A3.
−
=
511
203
B,
14
20
11
−
−
=A
=
543
012
C
=
1
2
1
B
−
=
120
111
321
A
EJERCICIOS
4.- Operaciones con matrices 4. 3. Producto de matrices
−
−
=
62
31
A
−
=
12
53
B
3. Calcula todos los productos posibles entre las matrices:
Pág. 36
37. Matrices
Propiedades del producto de matrices
c) Elemento neutro: la matriz identidad correspondiente. Si A es m x n:
d) En general el producto de matrices no es conmutativo
Pueden verse ejemplos en los
ejercicios anteriores. Ten
cuidado con esta propiedad.
e) El producto de dos matrices no nulas A y B puede dar lugar a una matriz
nula:
Se dice que el conjunto de las matrices
con la operación producto tiene divisores
de cero, es decir, hay matrices no nulas
cuyo producto es nulo.
CABACBA ⋅+⋅=+⋅ )(
ACABACB ⋅+⋅=⋅+ )(
AIA n =⋅
AAIm =⋅
ABBA ⋅≠⋅
12
13
32
0
0
4
2
5
120
312
×
×
×
=
−
⋅
a) Asociativa: A·(B·C) = (A·B)·C
b) Distributiva respecto de la suma:
4.- Operaciones con matrices 4. 3. Producto de matrices
Pág. 37
38. Matrices
( )
, ,
( )( ) ( [ ]) ( )
( [ ]) ( ) ( )
ik l kl lj k ik l kl lj kl ik kl lj
l k ik kl i j k ik kl i l
a b c a b c a b c
a b a
A
b
C
C
B
AB
∑ =∑ ∑ =∑=
= ∑ ∑ = ∑ =
( ) ( )( ) ( [ ])
( [ ])
ik kj kj k ik kj kj
k ik kj ik kj
A B C a b c a b c
a b a c
+ = + =∑ +
=∑ +
([ ] [ ]) ( ) ( )k ik kj k ik kj k ik kj k ik kja b a c a b a c
AB AC
= ∑ + ∑ = ∑ + ∑
= +
Pág. 38
39. Matrices
1. Si A y B son dos matrices cuadradas del mismo orden, ¿son ciertas las
propiedades siguientes, que son ciertas para las operaciones con números
reales?:
a) (A + B)2 = A2 + B2 + 2 · A · B
b) (A − B)2 = A2 + B2 − 2 · A · B
c) (A + B) · (A − B) = A2 − B2
2. Determina los valores de a y b de la matriz
para que A2 = A.
3. ¿Qué matrices conmutan con la matriz ?
−
=
ba
A
12
10
21
EJERCICIOS
4.- Operaciones con matrices 4. 3. Producto de matrices
Pág. 39
40. Matrices
Propiedades del producto de matrices (II)
I. La multiplicación de matrices no cumple la propiedad conmutativa: si una de
las dos matrices no es cuadrada ni siquiera tiene sentido plantear el producto en
un orden distinto al dado.
II. Si A . B = 0 entonces no siempre ocurre que A = 0 ó B = 0.
III. Si A . C = B . C y C ≠ 0, entonces no necesariamente A = B.
IV. (A + B)2 ≠ A2 + 2A . B + B2 salvo que A y B conmuten.
V. (A – B)2 ≠ A2 – 2A . B + B2 salvo que A y B conmuten.
VI. A2 – B2 ≠ (A – B) . (A + B) salvo que A y B conmuten.
Ejemplo: Aunque
÷
÷
0 2
0 0
.
÷
÷
0 –3
0 0 =
÷
÷
0 0
0 0 ninguno de los factores que
forman el producto es la matriz nula.
41. Matrices
POTENCIAS DE MATRICES CUADRADAS
Una de las herramientas principales en el estudio de las ecuaciones diferenciales
lineales es el álgebra matricial. En concreto, el cálculo de potencias naturales de
matrices cuadradas resulta de gran interés en el estudio de las ecuaciones
diferenciales.
Además, las potencias de matrices desempeñan un papel importante en diversas
aplicaciones, como por ejemplo en el modelo de Leontief de entrada-salida.
Si y : -PROPIEDADES.-
1.-
2.-
41
42. Matrices
Dada una matriz cualquiera A, se llama matriz traspuesta de A, y se representa
por At a la matriz que resulta de intercambiar las filas y las columnas de A.
Si
entonces la matriz traspuesta de A es:
Si A es una matriz de dimensión m x n, su traspuesta At tendrá dimensión
n x m, pues el número de columnas pasa a ser el de filas y viceversa.
Propiedades:
a) (At)t = A, es decir, la traspuesta de la traspuesta es la matriz inicial.
b) (A + B)t = At + Bt
c) (k ・ A)t = k ・ At
d) (A · B)t = Bt · At
−
=
1243
7012
A
−
=
17
20
41
32
t
A
EJEMPLO
2 × 4
4 × 2
Si la matriz A es cuadrada, su traspuesta tendrá la misma dimensión.
4.- Operaciones con matrices 4. 4. Trasposición de matrices
Pág. 42
43. Matrices
La traspuesta de una matriz A cualquiera se
obtiene cambiando filas por columnas y se
representa por At. Si A = (aij ). entonces At = (aji ).
Si A es mxn, entonces At es nxm.
Pág. 43
44. Matrices
En base a esta nueva operación, podemos definir otras dos clases de matrices:
Matriz simétrica: matriz cuadrada que coincide con su traspuesta; es decir,
una matriz cuadrada es simétrica si se cumple que At = A.
En una matriz simétrica, los elementos son simétricos respecto a la diagonal
principal.
Matriz antisimétrica: matriz cuadrada cuya opuesta coincide con su traspuesta;
es decir, si cumple que At = −A.
Por ejemplo:
En una matriz antisimétrica, los elementos de la diagonal principal son siempre
nulos (¿por qué?), y los restantes son opuestos respecto a dicha diagonal.
−
−=
723
201
312
A
−
−−=
023
201
310
B
es simétrica
es antisimétrica (comprueba).
4.- Operaciones con matrices 4. 4. Trasposición de matrices
Pág. 44
45. Matrices
Sólo para matrices cuadradas
A simétrica si y sólo si , es decir:
A antisimétrica si y sólo si , es decir:
¿Cómo son los elementos de la diagonal principal
de una matriz antisimétrica?
Las matrices (cuadradas) simétricas y antisimétricas se pueden caracterizar
utilizando la relación que tienen con sus traspuestas.
45
46. Matrices
Sólo para matrices cuadradas
A periódica si . Si p es el menor
número natural que satisface , entonces
decimos que A es una matriz periódica de período p.
A idempotente si .
A nilpotente si . Si p es el
menor número natural que satisface ,
decimos que A es una matriz nilpotente de índice p.
A involutiva si .
A continuación estudiamos ciertas matrices que deben su peculiaridad al
comportamiento que presentan sus potencias. Las matrices idempotentes, por ejemplo,
desempeñan un papel importante en algunas áreas de la Estadística y la Econometría.
46
47. Matrices
1. Dadas las matrices
calcula 3At − Bt .
2. Obtener las matrices X e Y que verifiquen los sistemas:
=
431
341
331
A
−−
=
016
102
211
B
=−
24
51
32 YX
−
=−
63
01
YX
a)
=+
03
12
YX
=−
10
26
YX
b)
−
=+
20
13
2 YX
−
=+
42
01
2YX
c)
EJERCICIOS
4.- Operaciones con matrices 4. 4. Trasposición de matrices
Pág. 47
50. Matrices
5.- La matriz inversa
En el caso particular de que tratemos con matrices cuadradas del mismo orden
A y B, es claro que podemos efectuar los productos A·B y B·A, que darán
como resultado otra matriz del mismo orden, aunque, como ya se ha dicho, las
matrices resultantes serán, en general, distintas.
El inverso del número 2 para el producto es un número
real x tal que
2·x = 1,
el producto de 2 por x es igual al elemento neutro, el 1.
Sabemos también que el elemento neutro del producto de matrices es la matriz
identidad In.
Recordemos que ocurría con los números reales:
En el caso de los números
reales es bien fácil despejar x:
Todo número real, salvo el 0, tiene inverso.
x =
1
2
El inverso de un número real es otro número que
multiplicado por él da el elemento neutro, el 1.
Esto nos permite
resolver ecuaciones
del tipo:
a·x = b
2·x = 6
·2·x = ·61
2
1
2
x = 3
1
Pág. 50
51. Matrices
Trasladando esto a las matrices, nos podemos plantear si dada una matriz
cuadrada A de orden n, cualquiera, existe su inversa X para el producto de
matrices, tal que
es decir, el producto de A por su inversa produce el elemento neutro matricial,
la matriz identidad In.
Sin embargo, hay algunas diferencias con respecto al caso de los números
reales:
nIXA =⋅
5.- La matriz inversa
1) No podemos “despejar” la matriz X del modo X = In/A, porque no hemos
definido la división de matrices.
2) No todas las matrices cuadradas no nulas tienen matriz “inversa” (sea lo
que sea, por analogía con los números).
Pág. 51
52. Matrices
Si una matriz cuadrada de orden n , A, tiene inversa se dice que A es
invertible (o que posee inversa o que es no singular o que es regular).
y
Si A no tiene inversa, se dice que es singular o no invertible.
nIAA =⋅ −1
nIAA =⋅−1
Si A es una matriz cuadrada, se dice que B es la inversa de A si
A·B = B·A = I,
siendo I la matriz unidad o identidad.
La matriz inversa de A se representa por A–1.
Si una matriz tiene inversa, dicha matriz inversa es única (sólo hay una). Para
calcular dicha matriz inversa, podemos utilizar varios métodos. A continuación
veremos dos métodos. En el tema 3 veremos otro.
Por tanto, si una matriz cuadrada de orden n , A, tiene inversa, A−1 , se
cumple que:
5.- La matriz inversa
Pág. 52
53. Matrices
lo que buscamos es otra matriz de igual tamaño (orden 2)
=−
tz
yx
A 1
⇒=⋅ −
2
1
IAA ⇒
=
⋅
− 10
01
11
21
tz
yx
=
+−+−
++
10
0122
tyzx
tyzx
Consiste en determinar A−1 planteando un sistema de ecuaciones, es decir, si
por ejemplo queremos determinar la inversa de la matriz
−
=
11
21
A
que debe cumplir A · A−1 = I2 y A−1 · A = I2,
x + 2z = 1
y + 2t = 0
–x + z = 0
–y + t = 0
Es decir, hemos de resolver un sistema de 4 ecuaciones
con 4 incógnitas, aunque en realidad son 2 sistemas de
dos incógnitas cada uno (uno con x y z y otro con y y t).
5.- La matriz inversa 5. 1. Método directo
Pág. 53
54. Matrices
Se puede comprobar que también se cumple que A−1 · A = I2, luego A es
invertible, tiene inversa.
Resolviendo el sistema se obtiene que
por lo que la matriz inversa es:
−
⋅=
11
21
3
1
x + 2z = 1
y + 2t = 0
–x + z = 0
–y + t = 0
5.- La matriz inversa 5. 1. Método directo
x = 1
3
y = –2
3
z = 1
3
t = 1
3
1
3
–2
3
1
3
1
3
A−1 =
Pág. 54
55. Matrices
Por ejemplo, si
Y por ejemplo de 2x + 2z = 0 se obtiene x = –z, si
se sustituye en la primera ecuación es –z + z = 1,
es decir 0 = 1 (imposible). El sistema no tiene
solución.
=
22
11
A
⇒=⋅ −
2
1
IAA ⇒
=
⋅
10
01
22
11
tz
yx
=
++
++
10
01
2222 tyzx
tyzx
Si el sistema no tiene solución, la matriz no tiene inversa.
x + z = 1
y + t = 0
2x + 2z = 0
2y + 2t = 0
Por tanto A no es invertible, es singular.
Este método directo sólo se suele utilizar para matrices cuadradas de tamaño
2, puesto que para las de tamaño 3 obtenemos un sistemas de !9 ecuaciones
con 9 incógnitas! que realmente es difícil de resolver.
5.- La matriz inversa 5. 1. Método directo
No todas las matrices tienen inversa.
Pág. 55
56. Matrices
Sea A = (aij) la matriz dada e I3 la matriz unidad. Se parte del siguiente esquema:
Si en el proceso aparece en el lugar de la matriz A (en la parte izquierda)
alguna fila nula, la matriz no tiene inversa.
Aplicar transformaciones
elementales hasta llegar a
la forma:
Consiste en hacer transformaciones elementales en las filas de la matriz para
llegar a obtener la matriz identidad. Realizando estas mismas transformaciones
con la matriz identidad llegamos a la matriz A−1.
5.- La matriz inversa 5. 2. Método de Gauss-Jordan
(A | I3)
(I3 | A–1)
100
010
001
333231
232221
131211
aaa
aaa
aaa
333231
232221
131211
100
010
001
bbb
bbb
bbb
Pág. 56
57. Matrices
Calcula por el método de Gauss-Jordan la inversa de la matriz
i) Consideramos la matriz formada por A y la matriz identidad correspondiente:
ii) Se hace la matriz A triangular superior (es decir, hacemos ceros por debajo
de la diagonal principal) usando transformaciones elementales en filas.
−
=
11
21
A
EJEMPLO
5.- La matriz inversa 5. 2. Método de Gauss-Jordan
1 2 1 0
–1 1 0 1
(A | I2) =
En nuestro caso, basta sumar la fila 2 con la fila 1, y se obtiene:
1 2 1 0
–1 1 0 1
(A | I2) =
1 2 1 0
0 3 1 1
F2 → F2 + F1
Pág. 57
58. Matrices
iii) Una vez hecha la matriz triangular superior, se hace la matriz triangular
inferior, haciendo ceros a los elementos por encima de la diagonal. El proceso
es parecido al anterior:
5.- La matriz inversa 5. 2. Método de Gauss-Jordan
iv) Ya tenemos una matriz diagonal. Lo único que falta es dividir a cada fila
entre el número adecuado para obtener unos en la diagonal principal, es decir,
para obtener la matriz identidad en la parte izquierda:
v) Una vez se tiene la matriz identidad en la parte de la izquierda, la parte
derecha es la matriz inversa, es decir, llegamos a:
matriz que habíamos obtenido antes por el método directo.
−
⋅=
11
21
3
1
1 2 1 0
0 3 1 1
3 0 1 –2
0 3 1 1
F1 → 3F1 – 2F2
3 0 1 –2
0 3 1 1
(F1)/3 , (F2)/3 1 0 1/3 –2/3
0 1 1/3 1/3
(I2 | A–1) =
1 0 1/3 –2/3
0 1 1/3 1/3
A–1 =
1/3 –2/3
1/3 1/3
Pág. 58
59. Matrices
Si al realizar el método de Gauss-Jordan en algún momento alguna fila es de
ceros, la matriz no tiene inversa.
5.- La matriz inversa 5. 2. Método de Gauss-Jordan
Si calculamos por este método la inversa de resulta:
Como aparece una fila de ceros, la matriz A no tiene inversa.
=
22
11
A
1 1 1 0
2 2 0 1
(A | I2) =
1 1 1 0
0 0 – 2 1
F2 → F2 – 2F1
Cuanto mayor sea el orden de la matriz, mejor es este método frente al directo.
Condición para que una matriz tenga inversa
(según el método de Gauss)
EJEMPLO
Pág. 59
62. Matrices
1. Calcular por el método de Gauss-Jordan la inversa de las matrices:
2. Dada la matriz diagonal
calcula su inversa. ¿Cómo calcularías de forma rápida la inversa de una
matriz diagonal cualquiera?
−
−
−
=
012
423
321
B
−
−
=
101
210
412
C
−=
500
020
003
D
EJERCICIOS
5.- La matriz inversa
−
=
13
12
A
Pág. 62
63. Matrices
6.- Rango de una matriz
El concepto de rango se encuentra ligado al de “independencia lineal” de filas o
columnas de una matriz, pero no se introducirá de esta manera porque se
requieren conceptos que no conocemos.
Baste saber que se define el rango de una matriz como el número máximo de
filas o columnas linealmente independientes.
Sin embargo, el cálculo del rango de una matriz lo abordaremos desde otra
perspectiva, utilizando el método de Gauss.
Supongamos que tenemos una matriz cualquiera A a la que aplicamos el
método de Gauss con el fin de simplificarla lo más posible (es decir,
consiguiendo que tenga el mayor número de ceros posible, que esté en forma
escalonada), realizando operaciones elementales en filas.
Llamaremos rango de la matriz A y lo representaremos por Rang(A) al número
de filas no nulas de la matriz tras aplicarle el método de Gauss.
A continuación veremos cómo asignar a una matriz un parámetro llamado rango.
Pág. 63
64. Matrices
Rango de una matriz escalonada
El rango de una matriz escalonada A es el número de filas no nulas
de A. Lo denotamos por rang(A)
−
=
620
113
A
−
=
200
230
051
B
=
00
00
00
64
C
−
=
000
230
051
D
EJEMPLOS
rang(A) = 2
rang(B) = 3
rang(C) = 1
rang(D) = 2
6.- Rango de una matriz
Pág. 64
65. Matrices
Rango de una matriz cualquiera
Nos preguntamos ahora cómo podemos definir el rango de una matriz
cualquiera.
Vimos que mediante transformaciones elementales podemos transformar
cualquier matriz en otra equivalente que sea escalonada.
El rango de una matriz A es el rango de una matriz escalonada
equivalente a A.
Así que para obtener el rango de una matriz la transformamos en una
matriz escalonada mediante transformaciones elementales (Las
transformaciones elementales no modifican el rango).
El rango de la matriz será el número de filas no nulas de la matriz
escalonada.
6.- Rango de una matriz
Pág. 65
66. Matrices
Calcular el rango de las siguientes matrices:
Rg(A)=1 ,sólo una fila distinta de cero.
Rg(B)=2 hay 2 filas no nulas.
Rg(C)=2 hay 2 filas
no nulas.
Rg(D)=1, sólo una fila
no nula.
=
22
11
A
=
11
30
B
−−
=
211
112
011
C
−−−
=
321
642
D
a)
b)
c)
d)
−
−
220
110
011
−
000
110
011
EJEMPLOS
6.- Rango de una matriz
000
642F2 → 2F2 + F1
F2 → F2 – 2·F1
F3 → F3 + F1
F3 → F3 + 2·F2
F2 → F2 – 2·F1
00
11
F2 ↔ F1
30
11
Pág. 66
67. Matrices
Los ejemplos anteriores ponen de manifiesto que el rango de cualquier matriz
siempre es menor o igual que el número de filas de la matriz.
Propiedad: Si A es una matriz de tamaño m x n no nula se cumple que:
1 ≤ rang(A) ≤ min{m, n}
6.- Rango de una matriz
De hecho se verifica que el rango de cualquier matriz siempre es menor o igual
que su número de filas y de columnas, pues el proceso para hacer el método
de Gauss se puede hacer indistintamente mediante operaciones elementales
en filas o en columnas.
Esto permite, antes de calcular el rango de una matriz, saber entre qué valores
va a estar ese rango.
Por ejemplo, en el caso c) del ejemplo, como la matriz es 3x3 , el rango sólo
puede ser 0, 1, 2 o 3, no hay otras posibilidades.
En el caso del apartado d), como la matriz es 2 x 3, el rango sólo puede ser 0,1
o 2. (De hecho, podemos reducir esto algo más , pues una matriz sólo tiene
rango cero si es la matriz nula).Resumiendo:
Pág. 67
68. Matrices
Calcular en función de k el rango de la matriz:
Aplicando Gauss,
Ahora es evidente que si k – 6 = 0, la última fila es nula. Por tanto, si k = 6, la
última fila es nula y el rango de A es 1, Rg(A)=1, mientras que si k - 6 es distinto
de cero, es decir si k es distinto de 6, hay 2 filas no nulas y el rango de A es 2,
Rg(A)=2. Resumiendo:
La siguiente propiedad permite relacionar el concepto de rango con el de matriz
inversa visto anteriormente:
Propiedad:
Una matriz cuadrada A tiene inversa ⇔ Rg(A) es máximo.
=
k
A
33
211
=
k
A
33
211
Si k ≠ 6, entonces Rg(A) = 2
Si k = 6, entonces Rg(A) = 1
EJEMPLO
6.- Rango de una matriz
F2 → F2 – 3·F1
− 600
211
k
Pág. 68
69. Matrices
1. Calcula el rango de A según los valores de k:
¿Para qué valores de k tiene A inversa?
2. Calcula el rango de las matrices:
−
−
=
k
A
15
311
121
=
012
101
A
−=
240
101
120
B
−
=
1000
1112
0100
1112
C
−
−
=
13111031
54321
81512
D
EJERCICIOS
6.- Rango de una matriz
Pág. 69
70. Matrices
7.- Aplicaciones de las matrices
Las matrices se utilizan en el contexto de las ciencias como elementos que
sirven para clasificar valores numéricos atendiendo a dos criterios o variables.
Sabiendo que en un año se venden el siguiente número de paquetes:
Resumir la información anterior en 2 matrices A y B, de tamaño respectivo 2x3
y 3x2 que recojan las ventas en un año (A) y los precios (B).
2 unid. 5 unid. 10 unid.
Color N 0,04 0,08 0,12
Color F 0,03 0,05 0,08
Color N Color F
2 unid. 700000 50000
5 unid. 600000 40000
10 unid. 500000 500000
EJEMPLO Un importador de globos los importa de dos colores, naranja (N)
y fresa (F). Todos ellos se envasan en paquetes de 2, 5 y 10 unidades,
que se venden al precio (en euros) indicado por la tabla siguiente:
Pág. 70
71. Matrices
Nos piden que organicemos la información anterior en dos matrices de tamaño
concreto. Si nos fijamos en las tablas, es sencillo obtener las matrices:
Estas matrices se denominan matrices de información, y simplemente
recogen los datos numéricos del problema en cuestión.
Otras matrices son las llamadas matrices de relación, que indican si ciertos
elementos están o no relacionados entre sí. En general, la existencia de
relación se expresa con un 1 en la matriz y la ausencia de dicha relación se
expresa con un 0.
Estas matrices se utilizan cuando queremos trasladar la información dada por
un grafo y expresarla numéricamente.
7.- Aplicaciones de las matrices
2 unid 5 unid 10 unid
N
F
=
5000004000050000
500000600000700000
A
2 unid
5 unid
10 unid
N F
=
08,012,0
05,008,0
03,004,0
B
Pág. 71
72. Matrices
En Matemáticas, un grafo es una colección cualquiera de puntos conectados
por líneas.
Grafo Grafo simple Grafo dirigido.
7.- Aplicaciones de las matrices
Existen muchos tipos de grafos. Entre ellos, podemos destacar:
* Grafo simple: Es el grafo que no contiene ciclos, es decir, líneas que unan un
punto consigo mismo, ni líneas paralelas, es decir, líneas que conectan el
mismo par de puntos.
* Grafo dirigido: Es el grafo que indica un sentido de recorrido de cada línea,
mediante una flecha.
Estos tipos de grafo pueden verse en la figura:
Pág. 72
73. Matrices
Relacionadas con los grafos se pueden definir algunas matrices. Entre todas
ellas, nosotros nos fijaremos en la llamada matriz de adyacencia, que es
aquella formada por ceros y unos exclusivamente, de tal forma que:
7.- Aplicaciones de las matrices
0000
0001
0100
1010
A B C D
A
B
C
D
* un 1 en el lugar (i,j) expresa la posibilidad de ir desde el punto de la fila i
hasta el punto de la columna j mediante una línea que los una directamente.
* un 0 en el lugar (i,j) expresa la imposibilidad de ir del primer punto al
segundo mediante una línea que los una directamente.
La matriz de adyacencia del grafo dirigido de la figura anterior será:
Pág. 73
74. Matrices
1. Escribe las correspondientes matrices de adyacencia de los grafos:
2. Dibuja los grafos dirigidos que correspondan a las matrices de adyacencia:
EJERCICIOS
7.- Aplicaciones de las matrices
0110
0001
1000
1110
A B C D
A
B
C
D
000
101
010
A B C
A
B
C
Pág. 74
79. Matrices
Vectores fila:
u1 = (a11 a12 … a1n),
u2 = (a21 a22, … a2n),…,
um = (am1 am2 … amn)
=
mnmm
n
n
aaa
aaa
aaa
21
22221
11211
A
=
=
=
mn
n
n
n
mm a
a
a
a
a
a
a
a
a
2
1
2
22
12
2
1
21
11
1 ,,, vvv
Vectores columna: El rango de una
matriz A m × n, es el
máximo número de
vectores fila
linealmente
independientes.
−−
−
−−
−
−
−
−
−
= ⇒⇒
−
+
+−
+−
0000
210
3111
1420
2840
3111
8753
8622
3111
2
1
3
2
24
1
322
1
31
21
R
RR
RR
RR
A
⇒rang A = 2.
79
80. Matrices
AX = 0
Siempre hay soluciones
(consistente)
Solución única X = 0
(solución trivial)
rang(A) = n
Infinitas soluciones
Rang(A) < n
n – r parámetros
80
81. Matrices
AX = B, B≠0
Inconsistente
rang(A) < rang(A│B)
Consistente
rang(A) = rang(A│B)
Solución única
rang(A) = n
Infinitas soluciones
rang(A) < n
n – r parámetros
81
87. Matrices
det AT = det A
41
43
75
det −=
−
=A 41
47
35
det −=
−
=T
A
Si dos filas (columnas) de una matriz A de n × n
son idénticas, entonces det A = 0.
=
229
224
226
A 0
229
224
226
det ==A
87
88. Matrices
Si todos los elementos de una fila (columna) de una
matriz A de n × n son cero, entonces det A = 0.
Si B es la matriz obtenida por intercambio de
dos filas (columnas) de una matriz A n × n,
entonces:
det B = −det A
AB det
312
706
914
914
706
312
det −=
−
−=
−
=
88
89. Matrices
Si B se obtiene de una matriz A n × n multiplicando
una fila (columna) por un número real k, entonces:
det B = k det A
A
B
A
det)(
det
filaésima-ladelargoloacofactorespordetdeexpansión
2211
2211
kCaCaCak
CkaCkaCka
i
ininiiii
ininiiii
=+++=
+++=
80)21(80
12
11
285
24
11
85
164
81
5
1620
85
−=−==
==
..
.
89
90. Matrices
Si A y B son matrices n × n, entonces
det AB = det A ⋅ det B.
−
−
=
−
=
53
43
,
11
62
BA
−
−
=
96
2212
AB
det AB = −24, det A = −8, det B = 3,
det AB = det A ⋅ det B.
90
91. Matrices
det A = 45 = det B = 45.
BA =
−−−
−
= ⇒
+−
2411
703
215
414
703
215
313 RR
Si B se obtiene como combinaciones lineales de
filas o columnas de una matriz A n × n, entonces:
det B = det A
91
93. Matrices
Supongamos que A es una matriz n × n.
Si ai1, ai2, …, ain son los elementos de la i-ésima fila
y Ck1, Ck2, …, Ckn son los cofactores de la k-ésima
fila, entonces:
ai1 Ck1 + ai2 Ck2 + …+ ain Ckn = 0, para i ≠ k
Igualmente, si a1j, a2j, …, anj son los elementos de la
j-ésima columna y C1k, C2k, …, Cnk son los
cofactores de la k-ésima columna, entonces:
a1j C1k + a2j C2k + …+ anj Cnk = 0, para j ≠ k
93
94. Matrices
Demostración
Sea B la matriz que obtenemos de A al
cambiarle los elementos de la i-ésima fila
por los de su k-ésima fila:
bi1 = ak1, bi2 = ak2, …, bin = akn
B tendrá entonces dos filas idénticas de
modo que det B = 0, y:
kninkiki
knknkkkk
CaCaCa
CaCaCa
+++=
+++==
2211
2211det0 B
94
96. Matrices
Inversa de un matriz
Sea A una matriz n × n. Si existe una matriz
n × n B tal que
AB = BA = I
donde I es la matriz identidad n × n, entonces
se dice que A es una matriz no singular o
invertible. Y B es la matriz inversa de A.
Si A carece de inversa, se dice que es una
matriz singular.
Sean A, B matrices no singulares.
(i) (A-1)-1 = A
(ii) (AB)-1 = B-1A-1
(iii) (AT)-1 = (A-1)T
96
97. Matrices
Sea A una matriz n × n. La matriz formada por
la transpuesta de la matriz de cofactores
correspondientes a los elementos de A:
se llama adjunta de A y se denota por adj A.
=
nnnn
n
n
T
nnnn
n
n
CCC
CCC
CCC
CCC
CCC
CCC
21
22212
12111
21
22221
11211
Matriz adjunta
97