2016

APUNTES DE
Ener
o
LGEBRA
LINEAL

DAMF
vafunsch@gmail.com
 Vladimir Acori Flores

Apuntes de

LGEBRA LINEAL
con plantilla D

Revista digital
Matemtica, Educacin e Internet. (http://www.tec-digital.itcr.ac.cr/revistamatematica/).
 Deparatamento Acadmico de Matemtica y Fsica
Derechos reservados 2016 Matemtica, Educacin e Internet.
http://www.tec-digital.itcr.ac.cr/revistamatematica/.

Photos by: Viviana Loaiza. Parque Nacional Chirrip, Costa Rica.

Licencia Creative Commons Reconocimiento - No Comercial 3.0 Unported Licence (la Licencia). Usted
puede utilizar este archivo de conformidad con la Licencia. Usted puede obtener una copia de la Licencia
en http://creativecommons.org/licenses/by-nc/3.0. A menos que lo requiera la ley aplicable o se
acuerde por escrito, el software distribuido bajo la Licencia se distribuye tal y como est, sin garantas ni
condiciones de ningn tipo, ya sea expresa o implcita.

Primera edicin, Enero 2016

 ndice general

1 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1 Matrices. Definicin y ejemplos 7
1.2 Tipos de matrices 8
1.3 Aplicaciones de la matrices 11
1.4 Operaciones con matrices 14
1.4.1 Suma y diferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.2 Multiplicacin de un escalar por una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.3 Transposicin de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.4 Multiplicacin de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.5 La matriz inversa 22

1.5.1 Mtodo directo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5.2 Mtodo de GaussJordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

1.6 Rango de una matriz 29

1.7 Factorizacin LU de una matriz 30
1.8 Matrices especiales 32
1.9 Criptografa 32
Matrices. Definicin y ejemplos
Tipos de matrices
Aplicaciones de la matrices
Operaciones con matrices
Suma y diferencia
Multiplicacin de un escalar por una matriz
Transposicin de matrices
Multiplicacin de matrices
La matriz inversa
Mtodo directo
Mtodo de GaussJordan
Rango de una matriz
Factorizacin LU de una matriz
Matrices especiales
Criptografa

1 Matrices

Las matrices son herramientas del lgebra que facilitan el ordenamiento de datos, as como su manejo.
Los conceptos de matriz y todos los relacionados fueron desarrollados basicamente en el siglo XIX por
matemticos ingleses como James Joseph Sylvester (1814-1897) y Arthur Cayley y el irlands William
Hamilton.
Las matrices se encuentran en aquellos mbitos en los que se trabaja con datos regularmente ordenados y
aparecen en situaciones propias de las Ciencias Sociales, Econmicas, Biolgicas e Ingenieras.

1.1 Matrices. Definicin y ejemplos

Una matriz en una tabla rectangular de nmeros reales dispuestas en filas y columnas del siguiente modo:

a11 a12 a13 a1n
a21 a22 a23 a2n


A= .. .. .. .. filas de la matriz A
..
.

. . . .
am1 am2 am3 amn
| {z }
columnas de la matriz A

Abreviandamente se puede expresar A = (ai j ). Cada elemento de la matriz lleva dos subndices. El primero
de ellos i, indica la fila en la que se encuentra el elemento, y el segundo, j, la columna.
As el elemento a34 est en la fila 3 y columna 4. Las matrices siempre se representarn con letras maysculas
A, B, . . ., etc.
 8 Matrices

1.1 (Ejemplos de matrices)

2 5 2
! !
5 2 5 14 0 3 3 4
A= B= C=

7

3 6 3 9 5 1/2 3
7 0 6
De la matrices A, B y C podemos decir lo siguiente
1 A tiene 2 filas y 2 columnas, diremos que su tamao es 2 2. Qu elemento es a22 ?.

2 B tiene 2 filas y 3 columnas, diremos que su tamao es 2 3. Qu elemento es b13 ?.

3 C tiene 4 filas y 3 columnas, diremos que su tamao es 4 3. Qu elemento es c43 ? .

Nota En general, si una matriz A tiene m filas y n columnas, diremos que su orden, tamao o dimensin es
m n, se lee m por n, siempre en primer lugar el nmero de filas y en segundo lugar el de columnas.

1.2 Tipos de matrices

1 Se llama matriz nula a la que tiene todos sus elementos cero.
Por ejemplo, !
0 0 0 0 0
0=
0 0 0 0 0
es una matriz de tamao 2 5.
2 Se llama matriz fila a la que tiene slo una fila, es decir, su dimensin es 1 n.
Por ejemplo,  
A = 1 1 0

es una matriz fila de tamao 1 4.

3 Se llama matriz columna a la que slo consta de una columna, es decir, su dimensin ser m 1.
Por ejemplo,
5
B= 2

3
es una matriz columna de taano 3 1.
4 Una matriz es cuadrada cuando tiene el mismo nmero de filas que de columnas; es decir, su dimensin
es n n.
Por ejemplo,
1 2 3
C = 2 3 5

3 5 8
es una matriz de tamao 3 3, simplemente de orden 3.
1.2 Tipos de matrices 9

Dentro de las matrices cuadradas la diagonal principal est formado por los elementos

a11 , a22 , a33 , . . . , ann

siendo la matriz:

a11 a12 a13 a1n
a21 a22 a23 a2n


A= .. .. .. .. ..
.

. . . .
an1 an2 an3 ann

En la matriz C del ejemplo anterior, su diagonal principal estara formado por: 1, -4, 6.
Se llama traza de la matriz a la suma de los elementos de la diagonal principal; es decir,

Traza(A) = a11 + a22 + a33 + + ann ,

y en el caso de C, Traza(C) = 1 3 + 8 = 6.
La diagonal secundaria est formada por los elementos

a1n , a2(n1) , a3(n2) , . . . , an1

En la matriz C estara formada por: 3, 3, 3.

Una clase especial de matrices cuadradas son las matrices triangulares.

Definicin 1.1 (Matriz triangular superior e inferior)

Una matriz es triangular superior, si todos sus elementos por debajo de la diagonal principal son nulos
y triangular inferior si son nulos todos los elementos situados por encima de dicha diagonal.

1.2 (Matrices triangulares superior e inferior)

La matriz E es triangular superior y la matriz F es triangula inferior.

1 0 0 0
9 6 1 2 0 0
E= 0 5 2 F=


3 0 25 0
0 0
5 7 35 75

Definicin 1.2 (Matriz diagonal)

Si una matriz es a la vez triangular superior e inferior, slo tiene elementos en la diagonal principal.
Una matriz de este tipo se denomina matriz diagonal.
10 Matrices

1.3 (Matriz diagonal)

La matriz G es diagonal y su traza es Traza(A) = 5 1 + 0 + 20 = 24.

5 0 0 0
0 1 0 0
G=


0 0 0 0
0 0 0 20

Definicin 1.3 (Matriz Identidad)

Una matriz diagonal tiene en su diagonal principal slo unos, se denomina matriz unidad o identidad y
se suele denotar por In , donde n es el orden o tamao de la matriz.

1.4 (Matrices identidades)

Son matrices identidad de orden dos, tres y cuatro.

1 0 0 0
! 1 0 0
1 0 0 1 0 0
I2 = I3 = 0 1 0 I4 =


0 1 0 0 1 0
0 0 1
0 0 0 1

Definicin 1.4 (Matriz escalar)

Una matriz cuadrada se llama escalar si los elementos de la diagonal principal son iguales y el resto
son cero.

1.5 (Matrices escalares)

Son matrices identidad de orden dos, tres y cuatro.

x 0 0 0
! 4 0 0
3 0 0 x 0 0
A= B= 0 4 0 C=


0 3 0 0 x 0
0 0 4
0 0 0 x

Definicin 1.5 (Igualdad de matrices)

Dos matrices A = (ai j ) y B = (bi j ) son iguales si son del mismo orden y sus elementos correspondientes
son idnticos, es decir

A=B si y slo si ai j = bi j , 1 i m 1 jn
 1.3 Aplicaciones de la matrices 11

1.6 (Matrices que son iguales)

Sean las matrices

! ! !
2 3 5 2 3 5 x 1
A= B= C=
x1 1 0 3 1 z+5 2 3

Se tiene que A = B si x = 4 y z = 5, sin embargo A 6= C y B 6= C, pues son de distinto tamao.

1.3 Aplicaciones de la matrices

Las matrices se utilizan en el contexto de las ciencias como elementos que sirven para clasificar valores
numricos atendiendo a criterios y variables.

1.7 (Despliegue de valores en forma de tabla)

La matriz siguiente proporciona la distancia entre las ciudades indicadas (en millas terrestres)

Londres Madrid Nueva York Tokio

Londres 0 785 3,469 5,959
Madrid 785
0 3,593 6,706


Nueva York 3,469 3,593 0 6,757
Tokio 5,959 6,706 6,757 0

1.8 (Produccin)

Supongamos que un fabricante tiene tres fbricas en cada una de las cuales se manufacturan cuatro
productos. Si denotamos por ai j el nmero de unidades del producto i elaboradas por la fbrica j en
una semana, la matriz siguiente de 3 4 nos proporciona la produccin semanal del fabricante

Producto 1 Producto 2 Producto 3 Producto 4

Fbrica 1 500 650 600 450
Fbrica 2 250 350 370 470


Fbrica 3 300 400 200 350

Por ejemplo, en una semana, la fbrica 2 produce 370 unidades del producto 3.
12 Matrices

1.9 (Sistema lineal de ecuaciones)

El siguiente sistema lineal de cuatro ecuaciones y tres incgnitas, dadas por

2x y + 5z = 18

x 2z = 5


x 2y + z = 2
3y 3z =

0

se le puede asociar las siguientes matrices:

2 1 5 18
x
1 0 2 5
A= X= y b=

1 2

1 2
z
0 3 3 0

De tal forma que se tendra la ecuacin matricial AX = b. Mas adelante llamaremos A a la matriz de
coeficientes del sistema lineal.

1.10 (Matrices de informacin)

Un empresario importa globos de tres colores: rojo (R), verde (V) y morado (M). Todos ellos se
envasan en paquetes de 5 y 10 unidades, que se venden al precio (en dlares) indicado por la siguiente
tabla:

5 unid. 10 unid.
Color R 0.12 0.09
Color V 0.10 0.08
Color M 0.11 0.07

Sabiendo que en un ao se venden el siguiente nmero de paquetes:

Color R Color V Color M

5 unid. 50 000 35 000 48 000
10 unid. 52 000 38 000 20 000

Resumir la informacin anterior en 2 matrices A y B, de tamao respectivo 3 2 y 2 3 que recojan

las ventas en un ao (A) y los precios (B).

Solucin: Nos piden que organicemos la informacin anterior en dos matrices de tamao concreto. Si nos
fijamos las tablas, es sencillo obtener las matrices:

5u 10u
R V M
R 50000 52000 !
5u 0,12 0,10 0,11
A = V 35000 38000 B=

10u 0,09 0,08 0,07
M 48000 20000
1.3 Aplicaciones de la matrices 13

Estas matrices se denominan matrices de informacin, y simplemente recogen los datos numricos del
problema en cuestin.

1.11 (Matriz de relacin)

Las llamadas matrices de relacin, indican si ciertos elementos estn o no relacionados entre s. En
general, la existencia de relacin se expresa con un 1 en la matriz y la ausencia de dicha relacin se
expresa con un 0.

Estas matrices se utilizan cuando queremos trasladar la informacin dada por un grafo y expresarla numerica-
mente.
En matemticas un grafo es una coleccin cualquiera de puntos conectados por lneas. Existen muchos tipos
de grafos entre las cuales tenemos:
Grafo simple Es el grafo que no contiene ciclos, es decir, lneas que unen un punto consigo mismo, ni lneas
paralelas, es decir, lneas que conecten el mismo par de puntos.
Grafo dirigido Es el grafo que indica un sentido de recorrido de cada lnea, mediante una flecha.
Son ejemplos de grafos se presentan en la figura (1.1)

(a) Grafo (b) Grafo simple (c) Grafo dirigido

Figura 1.1: Grafos

Algunas matrices se relacionan con los grafos, de entre todas ellas, nos detendremos en la llamada matriz
de adyacencia, que est formada por unos y ceros exclusivamente, de tal forma que: 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 lnea que los
una directamente, un 0 en el lugar (i, j) expresa la imposibilidad de ir del primer punto al segundo mediante
una lnea que los una directamente.
Para el grafo dirigido
su matriz de adyacencia es

A B C D

A 0 1 1 1
B0 0 1 1

C 0 0 0 0
D 0 0 0 0
 14 Matrices

A B

D C

Ejercicio 1.1 Escribir las correspondientes matrices de adyacencia de los grafos:

Ejercicio 1.2 Dibujar los grafos dirigidos que correspondan a las matrices de adyacencia:

A B C D
A B C
A 0 0 0 1
A 0 1 0
B1 0 1 0
B1 0 1


C 0 1 0 1
C 0 1 0
D 0 0 1 1


1.4 Operaciones con matrices

1.4.1 Suma y diferencia
Dadas la matrices A y B podemos realizar la suma o diferencia de acuerdo a la siguiente regla. Para sumar
o restar dos matrices del mismo tamao, se suman o restan los elementos que se encuentren en la misma
posicin, resultando otra matriz de igual tamao.

Definicin 1.6 (suma de matrices)

Sean A = [ai j ] y B = [bi j ] matrices de orden m n, entonces la suma de A y B es la matriz A + B de
orden m n dada por
A + B = [ai j + bi j ] .
1.4 Operaciones con matrices 15

1.12 (Suma de matrices)

! !
5 7 3 1 3 5
Sean las matrices A = yB= entonces,
6 8 4 4 2 6
! !
5 + (1) 7 + 3 3 + 5 4 4 8
A+B = =
6 + 4 8+2 46 2 10 2

Nota Si las matrices tienen diferente tamao, no se pueden sumar o restar entre s.

Propiedades de la suma (y diferencia) de matrices:

1 Conmutativa: A + B = B + A
2 Asosiativa: A + (B + C) = (A + B) + C.
3 Elemento neutro: La matriz nula de tamao correspondiente
4 Elemento opuesto de A: La matriz A, que resulta de cambiar de signo a los elementos de A.

1.13 (Opuesto de una matriz)

1 7 1 7
Sea la matriz A = 3 9 entonces el opuesto de A es A = 3 9 pues,

5 11 5 11

1 7 1 7 0 0
A + (A) = 3 9 + 3 9 = 0 0

5 11 5 11 0 0

Ejercicios 1.1

1.1 Las exportaciones, en millones de dlares, de 3 pases A, B,C a otros tres X,Y, Z, en los aos 2014
y 2015 viene dada por las matrices:

X Y Z X Y Z

A 10 6,5 3,5 A 12,5 8 10,9

A2014 = B
12,5 10,8 8,6
A2015 = B
7,3 15,4 5

C 19,1 11,3 0,9 C 2,6 5,6 9

a.) Calcula y expresa en forma de matriz el total de exportaciones para el conjunto de los dos aos.

b.) Cuntos millones ha exportado el pas B al Z en total?

c.) Calcula el incremento de las exportaciones del ao 2014 al 2015 con los datos del ejemplo
 16 Matrices

anterior.
1.2 Calcule x, y, z en la suma:

xy 1 2 y 0 z 1 1 3
2 y x + z 3 2 = 0 5 5

0 z 3 2 4 x 2 5 1

1.3 Calcular a, b, c para que se cumpla la igualdad:

! ! !
3a b 2 2 a+b 4 1 a 2
+ =
4 c + 1 6 1c 2 0 2 0 6

1.4.2 Multiplicacin de un escalar por una matriz

Sea A una matriz cualquiera y r un nmero real, el producto rA se realiza multiplicando todos los elementos
de A por r, resultando otra matriz de igual tamao. (Evidentemente la misma regla se sirve para dividir una
matriz por un nmero real).

Definicin 1.7 (Multiplicacin de un escalar por una matriz)

Sea la matriz A = [ai j ] de orden m n y r un escalar, entonces la multiplicacin de r por A es la matriz
rA de orden m n dado por
rA = [rai j ] .

1.14 (Multiplicacin de matriz por un escalar)

!
2 1 4
Sea la matriz A = y r = 3, entonces
5 3 7
! !
2 1 4 6 3 12
rA = 3. =
5 3 7 15 9 21

Propiedades de la multiplicacin de un escalar por una matriz

1 Distributiva respecto a la suma de matrices: r(A + B) = rA + rB

2 Distributiva respecto a la suma de nmeros: (r + s)A = rA + sA
3 Asosiativa: r(sA) = (rs)A
4 Elemento neutro, el nmero 1: 1A = A
 1.4 Operaciones con matrices 17
Ejercicios 1.2

! !
2 2 2 0
1.4 Si A = yB= . Hallar la matriz X que verifica la ecuacin:
0 1 0 1

2X 4A = B

1.5 Determine las matrices X y Y sabiendo que:

!
1 2
3X 5Y =




8 1
!

2 4
X + 3Y =



3 0

1.4.3 Transposicin de matrices

Sea A una matriz cualquiera, se llama matriz transpuesta de A, y se representa por At a la matriz que resulta
de intercambiar las filas por las columnas de A.
Definicin 1.8 (Transpuesta de una matriz)
Sea A una matriz de orden m n, entonces la transpuesta de A es la matriz At de orden n m dado por

At = [a ji ]

1.15 (Matriz transpuesta)

!
2 1 5 0
Sea A = , entonces la matriz transpuesta de A es
3 2 6 7

2 3
1 2
At =


5 6
0 7

Nota Si una matriz es cuadrada, su transpuesta tendr el mismo tamao.

Propiedades de la traspuesta de una matriz

1 (At )t = A
2 (A + B)t = At + Bt
3 (rA)t = rAt
4 (A B)t = Bt At

En base a esta nueva operacin podemos definir otras dos clases de matrices: matriz simtrica y antisimtrica.
18 Matrices

Definicin 1.9 (Matriz simtrica)

La matriz A es simtrica si At = A.

1.16 (Matriz simtrica)

La matriz
1 x 3

A= x 0 5


3 5 4
es simtrica (comprobar).

Nota En una matriz simtrica sus elementos son simtricos respecto de la diagonal principal.

Ejercicio 1.3 Puede ser simtrica una matriz que no sea cuadrada?, por qu? 

Definicin 1.10 (Matriz antisimtrica)

La matriz A es antisimtrica si At = A.

1.17 (Matriz antisimtrica)

La matriz
0 2 3
B = 2 0 1

3 1 0
es antisimtrica. (Comprobar)

Nota En una matriz antisimtrica, los elementos de la diagonal principal son siempre nulos (por qu?), y los
restantes son opuestos respecto a dicha diagonal.

Ejercicios 1.3

1 3 3 1 1 1
1.6 Dadas la matrices A = 1 4 3 y 2 0 2 , calcular 3At + Bt .

1 3 4 6 1 0
 1.4 Operaciones con matrices 19

1.7 Obtener X t , (Y )t que verifiquen los sistemas:

! ! !
1 5 2 1 3 1
2X 3Y


=
X +Y =
2X +Y =
4 2 3 0 0 2





! ! !
1 0 6 2 1 0




X Y X Y


= ,
= ,
X + 2Y
=
3 6 0 3 2 4

1.4.4 Multiplicacin de 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 condicin:

Para multiplicar dos matrices A y B, en ese orden, A B, es condicin indispensable que el

nmero de columnas de A sea igual al nmero de filas de B.

Si no se cumple esta condicin, el producto A B no puede realizarse, de modo que esta es una condicin que
debemos comprobar previamente a la propia multiplicacin.
Una vez comprobado que el producto A B se puede realizar, si A es una matriz de orden m n y B una matriz
de orden n p (observamos que el nmero de columnas de A que es n es igual al nmero de filas de la matriz
B), entonces el producto de A B da como resultado una matriz C de orden m 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.

Definicin 1.11 (Multiplicacin de matrices)

Sean las matrices A = [ai j ] de orden m n y B = [bi j ] de orden n p, entonces el producto de A y B
es la matriz C = A B de orden m p
n
A B = [ci j ] , ci j = aik bk j = ai1 b1 j + ai2 b2 j + + ain bn j
k=1

1.18 (Multiplicacin de matrices)

! 0 4 1
3 2 1 4 1 2 1
Sean las matrices A = yB= .

2 5 3 2 2 0 2
3 2 1
Primero comprobamos que se puede realizar el producto A B, pues el nmero de columnas de A es 4
y el nmero de filas de B tambin es 4, y el resultado, segn lo dicho ser una matriz de tamao 2 3,
20 Matrices

es decir 2 filas y 3 columnas:

! 0 4 1 !
3 2 1 4 1 2 1   
=

2 5 3 2 2 0 2   
3 2 1

Solucin: Slo falta completar los elementos de la matriz producto. Para ello, seguimos la regla anterior:
El elemento de la fila 1 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:

3 0 + 2 1 + 1 2 + 4 3 = 0 + 2 + 2 + 12 = 16

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 :

3 4 + 2 2 + 1 0 + 4 2 = 12 4 + 0 + 8 = 16

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 :

3 1 + 2 1 + 1 2 + 4 1 = 3 + 2 + 2 4 = 3

El elemento de la fila 2 y columna 1 de A B proviene de multiplicar elemento a elemento la fila 2 de A y la

columna 1 de B y sumar :
2 0 + 5 1 + 3 2 + 2 3 = 0 + 5 + 6 6 = 5
El elemento de la fila 2 y columna 2 de A B proviene de multiplicar elemento a elemento la fila 2 de A y la
columna 2 de B y sumar :

2 4 + 5 2 + 3 0 + 2 2 = 8 10 + 0 4 = 22

El elemento de la fila 2 y columna 3 de A B proviene de multiplicar elemento a elemento la fila 2 de A y la

columna 3 de B y sumar :

2 1 + 5 1 + 3 2 + 2 1 = 2 + 5 + 6 + 2 = 15

Luego se tiene: !
16 16 3
AB =
5 22 15

Propiedades de la multiplicacin de matrices

1 Asosiativa: A (B C) = (A B) C
2 Distributiva respecto a al suma:

A (B + C) = A B + A C
(A + B) C = A C + B C
1.4 Operaciones con matrices 21

3 Elemento neutro: la matriz identidad correspondiente, si A es m n:

A In = A
Im A = A

4 En general el producto de matrices no es conmutativo:

A B 6= B A

Pueden verse ejemplos en los ejercicios anteriores.

La siguiente propiedad es muy interesante.
5 El producto de dos matrices no nulos A y B pude dar lugar a una matriz nula, por ejemplo

! 5 !
2 1 3 0
2 =

0 2 1 0
4

se dice que el conjunto de las matrices con la operacin producto tiene divisores de cero, hay
matrices no nulas cuyo producto es nulo.

Ejercicio 1.4 Una empresa distribuidora de accesorios de oficina tiene una carga lista para ser enviada. La
carga consiste en 700 cajas de lapiceros, 500 de plumones, 200 de borradores, 100 de flderes y 50 de
perforadoras. Los precios de mercado por caja cotizados para los distintos tipos de accesorios de oficina en
diversos pases estn dados en la matriz A, donde las filas representan ordenadamente los pases de Per,
Ecuador, Colombia, Venezuela, Uruguay, Brasil y Argentina, y las columnas son para lapiceros, plumones,
borradores, flderes y perforadoras, respectivamente

2 3 4 2 6

3 3 4 4 6
700

3 3 2 4 3 500

A=
5 2 2 5 5
C=
200

2 2 5 2 4 100



3 5 5 5 4 50
2 5 6 7 6

el costo (en dlares) del transporte es

 t
T = 150 250 250 300 450 350 350

(los pases estan en elmismo orden que la matrizA). Interpretar

1 AC y AC T, 0 0 0 1 0 0 0 (AC T)
2 Por mtodos matriciales, encontrar el lugar a donde es conveniente enviar la mercanca.

 22 Matrices
Ejercicios 1.4

! !
1 3 3 5
1.8 Si A = , B= . Calcular si es posible A B y B A. Coinciden?
2 6 2 1

1.9 Calcular todos los productos posibles entre las matrices:

1 2 3 2 !
2 1 0
A= 0 1 1 B= 1 C=

3 4 5
1 2 3 3

Adems calcule A2 y A3 .

1.10 Para las matrices

! ! 2 3 0 1 3
1 1 2 0 3 4
A= B= C = 5 4 1 2 D= 1

4 0 3 1 2 3
1 0 0 3 2

Calcular : A + B, 3A 4B, A B, A D, B C, C D, At C, Dt At , Bt A, Dt D, (D Dt ) At .

1.11 Si A y B son dos matrices cuadradas del mismo orden, son ciertas las propiedades siguientes,
que son ciertas para las operaciones con nmeros 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 1
1.12 Determinar el valor de a y b de la matriz A = para que A2 = A.
a b
!
1 2
1.13 Qu matrices conmutan con la matriz ?
0 1

1.5 La matriz inversa

Sabemos ya multiplicar matrices y hemos visto algunas de las propiedades de esta operacin. Recordemos, en
primer lugar, que no siempre es posible efectuar la multiplicacin de dos matrices, y en segundo lugar, que
aunque sea posible hacer esta multiplicacin, en general no es conmutativo, es decir A B es diferente de B A.
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 darn como resultado otra matriz del mismo orden, aunque, como ya
se ha dicho, las matrices resultantes sern, en general, distintas.
 1.5 La matriz inversa 23

Sabemos tambin que el elemento neutro del producto de matrices es la matriz identidad In . Por analoga con
el caso de los nmeros reales, podemos plantearnos la siguiente cuestin: si tenemos un nmero real, por
ejemplo 3, podemos interesarnos en buscar el inverso del 3 para el producto, es decir un nmero real x tal que
3 x = 1, el producto de 3 por x sea igual al elemento neutro, 1.
Evidentemente, en el caso de los nmero reales es bin fcil despejar x para obtener, en nuestro caso, que
x = 13 , es decir, el inverso de un nmero real es otro nmero que multiplicado por l da el elemento neutro, el
1. Todo nmero real , salvo el 0, tiene inverso.
Trasladando esto a las matrices podemos plantear si dada una matriz cuadrada A de orden n, cualesquiera,
existe su inversa X para el producto de matrices, tal que

A X = In

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 nmeros reales
In
1 No podemos despejar; la matriz X de modo que X = , porque no hemos definido la divisin de
A
matrices.
2 No todas las matrices cuadradas no nulas tienen matriz inversa (sea lo que sea, por analoga con los

nmeros).
Definamos, en primer lugar el trmino de matriz inversa.

Definicin 1.12 (Matriz inversa)

Sea A una matriz cuadrada de orden n, se dice que A es invertible (o que posee inversa o que es no
singular o que es regular), si existe otra matriz del mismo orden, denominada matriz inversa de A y
representada por A1 y tal que:

A A1 = In y A1 A = In

Nota Si A no tiene inversa, se dice que es singular o no invertible y si una matriz tiene inversa, dicha matriz
inversa es nica (slo hay una).

Para calcular la matriz inversa podemos seguir dos vas: mtodo directo y Gauus-Jordan.

1.5.1 Mtodo directo

Este mtodo consiste en determinar A1 planteando un sistema de ecuaciones.
Aplicamos este mtodo en el siguiente ejemplo.

1.19 (Matriz inversible)

!
1 3
Determinar la inversa de la matriz A = .
2 4

Solucin: Se busca una matriz de igual tamao (orden 2) tal que A A1 = I2 y A1 A = I2 , es decir
!
1 x z
A =
y t
24 Matrices

entonces se cumple

A A1 = I2
! ! !
1 3 x z 1 0
=
2 4 y t 0 1
! !
x 3y z 3t 1 0
=
2x + 4y 2z + 4t 0 1

por igualdad de matrices, se tiene el sistema de ecuaciones

x + 2z =1

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


y + 3t = 1

resolviendo el sistema de 4 ecuaciones con 4 incgnitas, se tiene

2 1 3 1
x= y= z= t=
5 5 10 10
Por lo tanto, la matriz inversa es
2 3
5 10
A1 = .
15 1
10
Tambin se puede expresar sacando factor comn
!
1 1 4 3
A = .
10 2 1

Se puede comprobar que tambin se cumple que A1 A = I2 , luego A es invertible, tiene inversa.

Nota Si el sistema de ecuaciones no tiene solucin, la matriz no tiene inversa.

Veamos esto con el siguiente ejemplo.

1.20 (Matriz singular)

!
3 6
Determinar la inversa de la matriz A =
5 10

Solucin: Procediendo del mismo modo que el ejemplo anterior, se tiene

A A1 = I2
! ! !
3 6 x z 1 0
=
5 10 y t 0 1
! !
3x + 6y 3z + 6t 1 0
=
5x + 10y 5z + 10t 0 1
 1.5 La matriz inversa 25

igualando matrices, se tiene el sistema de ecuaciones

3x + 6y =1

5x + 10y =0


3z + 6t =0
5z + 10t =1

De 5x + 10y = 0 se tiene x = 2y, reemplazando en la primera ecuacin 6y + 6y = 1, es decir 0 = 1

(imposible). El sistema de ecuaciones no tiene solucin. Por lo tanto, la matriz A no tiene inversa es singular.
El mtodo directo se suele emplear para encontrar para matrices de orden 2, si la matriz es de mayor orden se
hace difcil aplicar ste mtodo, por ejemplo si la matriz es de orden 4, se tendra que resolver una sistema de
16 ecuaciones con 16 incgnitas.

1.5.2 Mtodo de GaussJordan

Este mtodo consiste en hacer transformaciones elementales en las filas de una matriz para llegar a obtener la
matriz identidad. Realizando estas mismas transformaciones con la matriz identidad llegamos a la matriz A1 .

Definicin 1.13 (Transformacin elemental en una matriz)

Llamamos transformacin elemental en una matriz a:
1 Multiplicar o dividir una fila por un nmero real distinto de cero.
2 Sumar o restar a una fila otra multiplicada por un nmero real no nulo.
3 Intercambiar filas.

Definicin 1.14 (Matriz escalonanda y matriz reducida por filas)

Una matriz A de orden m n se llama escalonada o reducida por filas si:
1 Todas las filas nulas, si las hay, deben estar al final de la matriz.
2 Por cada fila que no es completamente nula, el primer elemento no nulo es 1 (denominado 1

principal).
3 Para dos filas consecutivas (no nulas) el 1 principal del rengln superior est ms a la izquierda

que el 1 principal del rengln inmediato inferior.

Nota Una matriz escalonada por filas est en la forma escalonada reducida si toda columna con un 1 principal
tiene ceros en todas las posiciones por arriba y por debajo del 1 principal.
26 Matrices

1.21 (Matrices escalonadas y reducidas)

Sean las matrices

0 2 1 5 1 2 0 0
A= 0 1 0 3 C= 0 0 1 0

0 0 0 2 0 0 0 1

0 7 5 1 1 0 3 0 0
0 1 1 5 0 1 2 0 1
B= D=


0 0 1 2 0 0 0 1 2
0 0 0 0 0 0 0 0 0

Son matrices escalonadas A y B, C y D son matrices escalonadas reducidas.

Las siguientes matrices no estn en la forma escalonada.

0 5 0 3 1 1 3 1
E = 0 3 1 1 F= 0 0 0 0

0 0 1 0 0 1 2 4

El procedimiento para obtener A1 por el mtodo de GaussJordan es el siguiente:

1 Se escribir la matriz aumentada (A|In ).
2 Se utiliza operaciones elementales fila para poner la matriz A a su forma escalonada reducida por filas.
3 Se decide si A es invertible:

a) Si la forma escalonada reducida por filas de A es la matriz identidad I, entonces A1 es la que se

obtiene a la derecha de la barra vertical.
b) Si la reduccin de A conduce a una fila de ceros ala izquierda de la bara vertical, entonces A no es
invertible.

1.22 (Matriz inversa)

!
1 3
Determinar la matriz inversa de A =
2 4

Solucin: Aplicando el mtodo de GaussJordan, consideremos la matriz A de orden 2 y la matriz identidad

del mismo orden !
1 3 1 0
(A|In ) =
2 4 0 1
Hacemos la matriz triangular superior (es decir, hacemos ceros por debajo de la diagonal principal) usando
transformaciones elementales fila: La mejor forma de realizar esto es hacer cero los elementos por debajo de
la diagonal en la primera columna usando la fila 1. Luego, hacer cero los elementos por debajo de la diagonal
en la segunda columna usando la fila 2, y as sucesivamente.
En nuestro caso, en la fila 2: multiplicamos por 2 a la fila 1 y restamos con la fila 2, y se obtiene
! !
1 3 1 0 1 3 1 0
(A|In ) = F2 : 2F1 F2
2 4 0 1 2 10 2 1
1.5 La matriz inversa 27

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 parecida a la anterior. Hacer cero los elementos por encima de la
diagonal en la ltima columna usando la ltima fila. Luego, hacer cero los elementos por encima de la diagonal
en la penltima columna usando la penltima fila, y as sucesivamente.

En nuestro caso, en la fila1: multiplicamos por 10 a la fila 1 y restamos la fila 2 multiplicada por 3, y se obtiene

! !
1 3 1 0 10 0 4 3
(A|In ) = F1 : 10F1 3F2
2 10 2 1 0 10 2 1

Ya tenemos una matriz diagonal. Lo nico que falta es dividir a cada fila entre el nmero adecuado para
obtener unos en la diagonal, es decir para obtener la matriz identidad en la parte izquierda: multiplicamos por
1 1
10 a la fila 1 y multiplicamos por 10 a la fila 2, y se obtiene

! 4 3
10 0 4 3 F1 F2 1 0 10 10
(A|I2 ) = F1 : , F2 :
0 10 2 1 10 10
0 1 2
10 1
10

Una vez que se tiene la matriz identidad en la parte izquierda, la parte derecha es la matriz inversa de A1 , es
decir llegamos a

4 3
1 0 10 10
1


I2 |A =
2 1
0 1 10 10

Es decir, la matriz inversa de A es

4 3 !
1 10 10
= 1 4 3
A =
2
10 1 10 2 1
10

1.23 (Matriz inversa de orden 3)

2 1 1
Determinar la matriz inversa de B = 1 1 2

3 2 1
28 Matrices

Solucin: Siguiendo los pasos anteriores, calculamos B1 por el mtodo de Guss-Jordan.

2 1 1 1 0 0 1 0 3 1 1 0
(B|I3 ) = 1 1 2 0 1 0 F1 : F1 F2 1 1 2 0 1 0



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

1 0 3 1 1 0
F3 : 2F2 + F3 0 1 2 1 2 0



0 0 18 5 7 1

F1 : 6F1 F3 6 0 0 1 1 1
F2 : 18F2 5F3 0 18 0 7 1 5



0 0 18 5 7 1
1
6 F1
1

18 F1 1 1 1
1 0 0 6 6 6
1 7 1 5
18 F1 0 1 0 18 18

18
5 7 1
0 0 1 18 18 18
= I3 |B1

luego,
1 1 1
6 6 6 3 3 3
1
B1 = 7
18 1
18 5
= 7 1 5

18 18
5 7 1
18 18 18 5 7 1

Propiedades de la matriz inversa

1 A1 es nica.
2 (A1 )1 = A
3 (A B)1 = B1 A1
4 (rA)1 = 1r A1

Veamos 1. Sean E1 y E2 matrices inversas de A, entonces se tiene AE1 = I, E1 A = I y AE2 , E1 A = I. Por

otro lado
E1 = IE1 = (AE2 ) E1 = (E2 A) E1 = E2 (AE1 ) = E2 I = E2 .

Ejercicios 1.5

1.14 Calcular por el mtodo de GaussJordan la inversa de las matrices:

1 2 3 4
1 2 3 7 2 3 2 6 7 8
A= 3 2 4 B = 1 0 1 C=


3 7 8 12
2 1 0 2 1 3
1 1 1 1

3 0 0
1.15 Dada la matriz diagonal D = 0 5 0 . Cmo calcularas de forma rpida de inversa

0 0 7
 1.6 Rango de una matriz 29

de una matriz diagonal cualquiera?!

a b
1.16 Sea la matriz A = . Demostrar que la inversa de A est dado por
c d
!
1 1 d b
A =
ad bc c a

1.6 Rango de una matriz

Un concepto muy importante relacionado con las matrices es el de rango. El concepto de rango se encuentra
ligado al de independencia lineal de filas o columnas de una matriz, pero no se introducir de esta manera
porque se requieren de conceptos que no conocemos.
Basta saber que se define el rango de una matriz como el nmero mximo de filas o columnas linealmente
independientes.
Sin embargo, el clculo del rango de una matriz lo abordaremos desde otra perspectiva, utilizando el mtodo
de Gauss.
Supongamos que tenemos una matriz cualquiera A a la que le aplicamos el mtodo de Gauss con el fin de
simplificarla lo ms posible (es decir, consiguiendo que tenga el mayor nmero de ceros posible), realizando
operaciones elementales en filas.

Definicin 1.15 (Rango de un matriz)

El rango de la matriz A es el nmero de filas no nulas de la matriz tras aplicarle en mtodo de Gauss y
lo representaremos por Ran (A).

1.24 (Rango de una matriz)

Calcular el rango de las siguientes matrices

! 2 1 1 1 2 1 !
1 1 3 4 5
A= B= 1 1 2 C= 3 1 2 D=

5 5 6 8 10
1 2 1 1 1 2

Solucin: Haciendo operaciones elementales fila a la matriz A obtenemos

! !
1 1 1 1
A= F2 : 5F1 F2
5 5 0 1

Como A tiene una fila no nula, entonces Ran (A) = 1.

 30 Matrices

Haciendo operaciones elementales fila en la matriz B obtenemos

2 1 1 1 2 1
B= 1 1 2 F1 : F1 F2 1 1 2


1 2 1 1 2 1

F2 : F1 F2 1 2 1
F3 : F1 + F2 0 3 3


0 0 0

1 2 1
F2 : 31 F1 0 1 1


0 0 0

Como B tiene dos filas no nulas, entonces Ran (B) = 2.

Haciendo operaciones elementales fila en la matriz C obtenemos

1 2 1 F2 : 3F1 F2 1 2 1
C= 3 1 2 F3 : F1 + F3 0 5 8



1 3 2 0 5 3

1 2 1
F3 : F2 F3 0 5 8



0 0 5
1

F2 : 5 F1 1 2 1
F3 : 15 F3 0 1 8

5

0 0 1

Como C tiene tres filas no nulas, entonces Ran (C) = 3.

Haciendo operaciones elementales fila en la matriz D obtenemos
! !
1 3 4 1 3 4
D= F2 : 2F1 + F2
2 6 8 0 0 0

Como D tiene una fila no nula, entonces Ran (D) = 1.

1.7 Factorizacin LU de una matriz

Se mostrar la forma de escribir una matriz cuadrada como el producto de una matriz triangular inferior
(con diagonal principal de unos) por una matriz triangular superior. Esta factorizacin se aplica para resolver
sistemas lineales por computadora.

Definicin 1.16 (Factorizacin LU)

Sea la matriz A cuadrada de orden n. Si A = LU donde L es una matriz triangular inferior y U es una
matriz triangular superior, se dice que es una factorizacin LU de A.
1.7 Factorizacin LU de una matriz 31

1.25 (Factorizacin LU)

Son ejemplos de factorizacin LU de matrices cuadradas.

! ! !
2 3 1 0 2 3
A= = = LU
12 8 6 1 0 10

1 2 0 1 0 0 1 2 0
B= 0 1 2 = 0 1 0 0 1 2 = LU

3 5 3 3 1 1 0 0 1

1.26 (Determinacin LU de una matriz)

2 3 1 6
4 7 2 1
Determine la factorizacin LU de la matriz A = .

2 5 2 0
0 4 5 2

Solucin: Si A = LU, entonces A se puede escribir como

2 3 1 6 1 0 0 0 2 3 1 6
4 7 2 1 a 1 0 0 0 x y z
A= = = LU

2 5 2 0 b d 1 0 0

0 r s
0 4 5 2 c e f 1 0 0 0 t

multiplicando e igualando las matrices, se tiene

2 3 1 6
2a 3a + x
a + y 6a + z

2b 3b + dx b + dy + r

6b + zd + s
2c 3c + ex c + ey + r f 6c + ez + f s + t

se tienen las igualdades

2a = 4 a = 2 2b = 2 b = 1 2c = 0 c = 0
3a + x = 7 x = 1 3b + dx = 5 d = 8 3c + ex = 4 e = 4
3
a + y = 2 y = 4 b + dy + r = 2 r = 35 c + ey + r f = 5 f =
5
72
6a + z = 1 z = 11 6b + zd + s = 2 s = 94 6c + ez + f s + t = 5 t =
5
luego,

2 3 1 6 1 0 0 0 2 3 1 6
4 7 2 1 2
1 0 0 0 1 4 11
=

2 2 0 1 35

5 8 1 0 0 0 94
0 4 5 2 0 4 35 1 0 0 0 72
5
 32 Matrices

1.8 Matrices especiales

En algunos ejemplos y ejercicios se consideran algunas matrices especiales del tipo,

Definicin 1.17 (Matrices especiales)

Sea la matriz A, entonces
1 Matriz nilpotente: A = Ak , k N, K 2
2 Matriz involutiva: A2 = I
3 Matriz ortogonal: A1 = At

4 Matriz idempotente: A = A2

!
2 6
Ejercicio 1.5 Mostrar que la matriz es nilpotente . 
1 3

!
5 8
Ejercicio 1.6 Mostrar que la matriz es idempotente . 
3 5

Ejercicios 1.6

1.17 Dar un ejemplo de cada una de los siguientes tipos de matrices.

a.) De orden 1 3.
b.) De orden 3 1.
c.) Cuadrada de orden 3.
d.) Diagonal y escalar de orden 4.
e.) Triangular superior y triangular inferior de orden 4.
f.) Simtrica y antisimtrica de orden 4.
! de orden 2, definida por: si i = 1 ai j = x y
1.18 Determinar, si existe, la matriz A = [ai j ] cuadrada
18 30
si i = 2 ai j = y, y R tal que AAt = .
30 50

1.9 Criptografa
Muchas empresas se interesan por enviar mensajes codificados que sean difciles de descifrar por otros, si son
interceptados, pero que se decodifiquen facilmente por quienes la reciban. Existen muchas formas de codificar
un mensaje, y stas en su mayora utilizan teora de nmeros o temas de lgebra lineal.
Un criptograma es un mensaje escrito de acuerdo a un cdigo secreto (kryptos que significa oculto ).
Emplearemos matrices invertibles para codificar un mensaje.
Para codificar un mensaje primero asignemos a cada letra del alfabeto un nmero (el nmero cero representar
un espacio en blanco), de la forma
1.9 Criptografa 33

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
A B C D E F G H I J K L M N O P Q R
19 20 21 22 23 24 25 26
S T U V W X Y Z

1.27 (Mensaje codificado)

Sea la matriz M, que slo la conocen quienes trasmiten y reciben el siguiente mensaje codificado por
los nmeros

29 20 -24 4 19 14 -30 -20 35 -17 7 29 -10 16 25 14 13 -7

1 1 2
M = 1 1 1 .

1 2 2
Decodifique el mensaje.

Ejercicios 1.1
1.19 Una empresa tiene tres libreras: A, B y C, y cada una de ellas tiene libros de ficcin, de viajes y de
deportes. Las cantidades de libros se tabulan como sigue:

f iccion via jes deportes

A 300 280 99
B 280 125 210


C 80 130 195

Suponga que las entregas a cada librera estn representadas por E. Calcule las existencias actualizadas.

25 46 11
E = 25 56 33

29 36 40

Cuntos libros de viaje tiene la librera B?

1.20 Una empresa embotelladora de agua tiena tres marcas: M1 , M2 y M3 , y se entregan a cuatro tiendas:
A, B, C y D. Las tiendas se abastecen, en centenares de botellas, de acuerdo a la siguiente tabla

M1 M2 M3

A 9 5 4
B 12 7 6

C 5 6 3
D 7,2 5,3 3,6
34 Matrices

Actualice el inventario cuando se hacen las entregas D.

2 3 0,8
0,7 3 2
D=


4 0,9 1
3,5 1,9 1,9

Cuntas botellas de la marca M2 tiene la tienda C?

1.21 Suponga que las distancias, en millas, entre las ciudades A, B y C se expresan como sigue

A B C

A 0 50 25
B 50 0 38

C 25 38 0

Se desea trazar un mapa cuya escala sea tal que 1 pulgada en el papel corresponda a 8 millas de distancia
real, cul es la matriz de las distancias del mapa?
1.22 La empresa Alis tiene tres tiendas de departamentos. Cada una vende camisas, pantalones y zapatos,
cuyos precios se dan en la siguiente tabla. Calcule los valores de los artculos, si en las tres tiendas se ofrece
un descuento del 125 %
Camisas Pantalones Zapatos

1 75 50 40
2 120 30 35

3 60 45 25
1.23 Se tienen dos tiendas T1 y T2 que reciben diariamente Laptos (L) y Dvd (D) de dos fabricantes f1 y
f2 . Las ventas se representan por la matriz

L D
!
f1 25 40
f2 35 50

El precio en dlares, por aparato en cada tienda, est representada por la matriz

T1 T2
!
L 600 150
D 550 160

a) Determine los ingresos de la segunda tienda al vender todos los aparatos que provienen de la segunda
tienda.
b) Si A y B representan las matrices anteriores, calcule e interprete el producto AB.
1.24 Dos tiendas T1 y T2 son abastecidos semanalmente por dos fbricas de ropas f1 y f2 , con pantalones
(p) y sacos (s), de acuerdo con
p s
!
f1 40 25
f2 50 40
1.9 Criptografa 35

El precio en dlares, por artculo, es el siguiente

T1 T2
!
p 80 110
s 250 320

Si A y B son las matrices de esas tablas, calcule e interpreteel producto AB.