09/10/2013

Lección 1 : Álgebra

Matemáticas para la Economía y la Empresa
Grado en Marketing e Investigación de 
Mercados
y
Facultad de Comercio y Gestión
Departamento de Economía Aplicada 
(Matemáticas)
Universidad de Málaga 

1. Introducción

Vector: Conjunto ordenado de números reales que se distinguen por:
‐ El número de elementos que contienen.
‐ El lugar que ocupan.

 x1 
 
x 
x 2 COLUMNA x t  ( x1 , x2 ,..., xn ) FILA

 
x 
 n
‐ Los números x1, …, xn se denominan componentes del vector. 

R n  x1 , x2 ,  , xn , x1 , x2 ,  , xn  R

1
 09/10/2013

1. Introducción

R n  x1 , x2 ,  , xn , x1 , x2 ,  , xn  R

R:

R2:Plano R3

1. Introducción

R n  x1 , x2 ,  , xn , x1 , x2 ,  , xn  R
Sobre el conjunto Rn e pueden definir de forma natural dos operaciones:
1) Suma:
 x1   y1   x1  y1 
     
 x2   y 2   x2  y 2 

       
     
x   y  x  y 
 n  n  n n

 3  1   4  3
 
 
2    1
1    
   1




¿    2
 2    
1  1  ?
     2 1 2   

2) Producto por un escalar:

 x1    x1 
   
 x   x 
  2    2 ,   R
 
   
 x   x 
 n  n

2
 09/10/2013

1. Introducción

Propiedades: Sean x, y, z ∈Rn, k, h ∈R

1.‐ Asociativa: (x + y) + z = x + (y + z).

2.‐ Conmutativa: x + y = y +x

3.‐ Elemento neutro: 0   x1   0   x1 
       
0   x2   0   x2 
0   ,
        
       
0   x  0   x 
   n    n
4 ‐ k (h x) = (k h) x
4.‐ x) = (k h) x

5.‐ (k +h) x = k x+ h x

6.‐ k( x+y) = k x+ k y

7.‐ 1 x  =  x

1. Introducción

Producto escalar de vectores: Sean x, y ∈Rn, e define el producto escalar como:

 y1 
 
y  n
x y  ( x1 , x2 ,..., xn ) 2   x1  y1  x2  y2    xn  yn   xi  yi
t


  i 1
y 
 n
3 
 
(1, 2, 4) 7   1  3  2  7  4  (2)  9
  2
 

¿ (1, 2, 4) 37  ?

3
 09/10/2013

2. El espacio de matrices
2.1. Definición de matriz
Se llama matriz de orden mxn a todo conjunto rectangular de elementos aij dispuestos 
en m líneas horizontales (filas) y n verticales (columnas), de la forma: 

 a11 a12  a1 j  a1n 

 
 a21 a22  a2 j  a2 n  • Elemento aij: Número que ocupa
      la fila i y la columna j
A   • Orden de la matriz:  mxn
 ai1 ai 2  aij  ain 
 
     
a am 2  amj  amn 
 m1
Abreviadamente suele expresarse en la forma A =(aij), con i =1, 2, ..., m, j =1, 2, ..., n. Los
subíndices indican la posición del elemento dentro de la matriz, el primero denota la
fila ( i ) y el segundo la columna ( j ). Por ejemplo el elemento a25 será el elemento de la
fila 2 y columna 5.
Mmxn: Conjunto de todas las matrices de m filas y n columnas.

2. El espacio de matrices
2.1. Definición de matriz

4
 09/10/2013

2. El espacio de matrices
2.2. Tipo de matrices

a) Matriz fila: Es una matriz que solo tiene una fila, es decir m =1 y por tanto

es de orden   1 x n.

a11 a12 a13  a1n 

b) Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y
por tanto es de orden   m x 1.
 a11 
 
 a21 
a 
 31 
  
a 
 m1 

2. El espacio de matrices
2.2. Tipo de matrices

c) Matriz cuadrada: Es aquélla que tiene el mismo número de filas que de

columnas, es decir m = n. En estos casos se dice que la matriz cuadrada es
de orden n, y no n x n.
Los elementos aij con i =
Los elementos a con i = j, es decir, a
j es decir aii, forman la llamada diagonal principal de 
forman la llamada diagonal principal de
la matriz cuadrada.

 a11 a12 a13  a1n 

 
 a21 a22 a23  a2 n 
a a32 a33  a3n 
 31 
    
 an 3  ann 
Diagonal principal

 an1 an 2

5
 09/10/2013

2. El espacio de matrices
2.2. Tipo de matrices

d) Matriz nula es aquella que todos sus elementos son 0 y se representa por 0
0 0 0
   0 0 0 0
0 3x3   0 0 0  Matriz nula de orden 3 0 2x4    Matriz nula de orden 2 x 4
0 0 0  0 0 0 0
 
e) Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos 
que están  a un mismo lado de la diagonal principal. Las matrices triangulares 
pueden ser de dos tipos: 
Triangular Superior: Si los elementos que están por debajo de la diagonal 
principal son todos nulos. Es decir, aij = 0  i > j. 

Triangular Inferior: Si los elementos que están por encima de la diagonal 
principal son todos nulos. Es decir, aij = 0   j > i.

2. El espacio de matrices
2.2. Tipo de matrices

f) Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos 
no pertenecientes a la diagonal principal son nulos. 

g) Matriz identidad: Es una matriz diagonal con los elementos de la diagonal 
principal iguales a 1. 

1 0  0
1 0 0  
1 0   0 1  0
I2    , I3   0 1 0 , ..., In  
0 1 0 0 1    
   
0 0  1
 

6
 09/10/2013

2. El espacio de matrices
2.3. Operaciones con matrices

a) Igualdad

b) Suma 

c) Producto de una matriz por un escalar

d) Producto de matrices

e)) Trasposición de matrices
T i ió d ti

2. El espacio de matrices
2.3. Operaciones con matrices

a) Igualdad: Sean A  y B dos matrices de orden mxn. Se dice que A y B son 

iguales si aij = bij  i = 1, 2, …, m, j = 1, 2, …, n. 

1 2   1 2 6 
     si   6 y   -2
 4 5    4 5  2

¿  14 2 3  1 2 3 0
 
5 6   4 5 6 0 
?


7
 09/10/2013

2. El espacio de matrices
2.3. Operaciones con matrices

La diferencia de matrices A y B se representa por A–B, y se define como: A–B = A + (–B)

2. El espacio de matrices
2.3. Operaciones con matrices

Propiedades de la suma de matrices: Sean A y B dos matrices

de orden mxn

1.‐ Propiedad Asociativa:  A + (B + C) = (A + B) + C 

2.‐ Propiedad conmutativa:  A + B = B + A

3.‐ A + 0mxn = A

8
 09/10/2013

2. El espacio de matrices
2.3. Operaciones con matrices
c) Producto de una matriz por un escalar
El producto de una matriz A, de orden mxn, por un número real k es otra matriz B, de la 
misma dimensión que A y tal que cada elemento bij de B
misma dimensión que A, y tal que cada elemento b de B se obtiene multiplicando a
se obtiene multiplicando aij por 
por
k, es decir, bij = k∙aij.

Ejemplo:

 1 2 3  2 4 6 
2      
 4 5 6   8 10 12 

Al número real k se le llama también escalar, y a este producto, producto de escalares por 
matrices

2. El espacio de matrices
2.3. Operaciones con matrices

Propiedades del producto de una matriz por un escalar: Sean A y 
, , 
B dos matrices de orden mxn, k, h

1.‐ k (A + B) = k A + k B 

2.‐ (k + h)A = k A + h A .

3.‐ k (h A) = (k h) A

4.‐ 1 ∙ A = A ∙ 1 = A

9
 09/10/2013

2. El espacio de matrices
2.3. Operaciones con matrices
d) Producto de matrices
Dadas  dos  matrices  A,  de  dimensión  m  x  n,  y  B ,  de  dimensión  n  x  p,  su 
producto es otra matriz C, de dimensión m x p, cuyos elementos se obtienen 
multiplicando   escalarmente
multiplicando  escalarmente  laslas  filas
filas  de 
de A por 
por las
las  columnas 
columnas de 
de B. 
B   Los 
Los
elementos de C son de la forma: 

Ejemplos
1
   2 1 0 
2   No se pueden multiplicar
  1  2 5 3
  2x3
3x1

1 2  1  7  2  9 1  8  2 10   25 28 
  7 8     
3 4     3  7  4  9 3  8  4 10    57 64 
5 6  9 10     
   5  7  6  9 5  8  6 10   89 100 
3x2 2x2 3x2

2. El espacio de matrices
2.3. Operaciones con matrices
Propiedades del producto de matrices
Sean A, B y C matrices de orden nxm, mxp y pxq, 
respectivamente.

1.‐ Propiedad asociativa: A∙(B∙C) = (A∙B)∙C
2.‐ Distributiva respecto a la suma: A∙(B + C) = A∙B +A∙C
3.‐ No conmutativa: A∙B≠ B∙A

 1 2  1 0 2   1 0 0 
      ¿ 10 0 2  1 2 
 
0  1 3 1 
?
 3 1  0 0  1  3 0 5  

 1 1  1 2   4 6   1 2   1 1   11 7 
            
 5 3  3 4  14 22   3 4   5 3   23 15 

10
 09/10/2013

2. El espacio de matrices
2.3. Operaciones con matrices

4.‐ Si A es una matriz de orden mxn se tiene:  A∙In = A   y   Im∙A = A. 

5.‐ Si A es una matriz cuadrada de orden n, se tiene:  A∙In = In∙A = A.

6.‐ Amxn ∙0nxp = 0mxp

0kxm ∙ Amxn = 0kxn

2. El espacio de matrices
2.3. Operaciones con matrices
e) Trasposición de matrices

Dada una matriz de orden m x n, A = (aij), se llama matriz traspuesta de A, y se 
representa por At, a la matriz que se obtiene cambiando las filas por las columnas 
representa por A , a la matriz que se obtiene cambiando las filas por las columnas
(o viceversa) en la matriz A.
Es decir:

t
1 2
 
t
1 3 5 7 8  7 9 
 3 4         
5 6  2 4 6  9 10   8 10 
 

11
 09/10/2013

2. El espacio de matrices
2.3. Operaciones con matrices

Propiedades de la trasposición de matrices:

1.‐ Dada una matriz A, de orden mxn, siempre existe su traspuesta y además es 

única.

2.‐ La traspuesta de la matriz traspuesta de A es A:  (At)t = A.

3 Sean A y B
3.‐ dos matrices de orden mxn (A+B)t=At +Bt
Sean A y B dos matrices de orden mxn

4.‐ Dada una matriz A, de orden mxn y k  , entonces (kA)t=kAt

5.‐ Sea A matriz de orden mxn y B matriz de orden mxp. Entonces: (A∙B)t=Bt∙ At

2. El espacio de matrices
2.3. Operaciones con matrices

Matriz simétrica: Una matriz cuadrada A es simétrica si A = At.

Matriz antisimétrica: Una matriz cuadrada es antisimétrica si A = –At.

12
 09/10/2013

2. El espacio de matrices
2.4. Determinantes

2. El espacio de matrices
2.4. Determinantes
b) Orden 3:

13
 09/10/2013

2. El espacio de matrices
2.4. Determinantes

2. El espacio de matrices
2.4. Determinantes
1 0 0  2
 
1 2 1 3 
A
0 2 2 1 
 
 1 3 3 2 

1 0 2
• Menor complementario del elemento 2, 3: D23  0 2 1  4  4  3  3
1 3 2

1 0 2
• Adjunto del elemento 2, 3:  A23  (1)
23
0 2 1  4  4  3  3
1 3 2

2 1 3 1 2 1
• Determinante de A: A  1 2 2 1  (2)  0 2 2  11  ( 2)(2)  3
3 3 2 1 3 3

14
 09/10/2013

2. El espacio de matrices
2.4. Determinantes

2. El espacio de matrices
2.5. Rango
.

Menor de orden k: Dada una matriz A, cuadrada y de orden n, se denomina menor de orden k de A, al 

determinante que resulta al suprimir en A todas las filas salvo k y todas las columnas salvo k.

 1 3 1  2
 
A  2  2 4 3 
3 1 1 
 3

El menor de orden 2 que se obtiene eliminando la primera fila y la tercera y cuarta columnas es:

2 2
 26 8
3 1

El de orden 3 que se obtiene al suprimir la tercera es:

1 3 2
2 2 3  2  4  27  12  3  6  0
3 1 1

15
 09/10/2013

2. El espacio de matrices
2.5. Rango
.

Rango: El rango de una matriz (rg(A)) de define como el orden del mayor menor (en orden) 

no nulo que contiene dicha matriz. En la práctica, para determinar el rango de una matriz, se 

procede de la siguiente forma:
• Si la matriz es nula, tiene rango 0. Si no, se toma un elemento no nulo.

• A partir de este elemento, se forman los menores principales de orden 2 que se

obtienen orlando dicho elemento (añadiéndole una fila y una columna). Si todos estos
menores son nulos, el rango es 1. Si no, se toma el primer meno de orden 2 no nulo que
aparezca (en
( cuanto aparece uno no nulo,
l ya se procede
d all siguiente
i i paso).
)

• A partir de este menor, se forman los menores principales de orden 3 que se obtienen
orlando dicho menor (añadiéndole una fila y una columna). Si todos estos menores son
nulos, el rango es 2. Si no, se prosigue el proceso hasta que no se puedan formar
menores de mayor tamaño.

2. El espacio de matrices
2.5. Rango
.
 1 3 1  2
 
A  2  2 4 3 
3 1 1 
 3

• T
Tomamos ell elemento
l t a11 (1).
(1) Orlando
O l d di
dicho
h elemento
l t con lla segunda
d fil
fila y lla segunda
d
columna, obtenemos el siguiente menor principal
1 3
 2  6  8  0
2 2
• Por tanto, hemos encontrado un menor de orden 2 no nulo (es decir, el rango es, al
menos, 2). Orlando este menor con la tercera fila y la tercera columna, obtenemos:

1 3 1
2 2 4  6  2  36  6  4  18  0
3 1 3
• Como este menor es nulo, orlamos ahora con la tercera fila y la cuarta columna:

16
 09/10/2013

2. El espacio de matrices
2.5. Rango
.

1 3 2
2 2 3  2  4  27  12  3  6  0
3 1 1

• Como ya no se pueden formar más menores de orden 3 orlando
el menor de orden 2 no nulo, podemos afirmar que la matriz 
tiene rango 2: rg(A) = 2 
• Se puede comprobar que, en efecto, cualquier otro menor de 
orden 3 es también nulo, ya que la tercera fila es la suma de las 
dos primeras

2. El espacio de matrices
2.5. Rango

17
 09/10/2013

2. El espacio de matrices
2.6. Matriz inversa
2.6. Matriz inversa
.

Sea  A una matriz cuadrada de orden n. Llamamos inversa de A, y lo denotaremos 
por A‐1 a una matriz tal que:
A∙A‐1 = A‐1∙A = In.
• No toda matriz cuadrada posee inversa.

• Una matriz cuadrada de orden n, A, decimos que es invertible, regular o no 
A 0
singular si             .
• Pues
Pues bien, se puede demostrar que, dada una matriz cuadrada A
bien, se puede demostrar que, dada una matriz cuadrada A de orden n, 
de orden n,
existe su inversa A‐1 si y sólo si A es regular. Además,
. 1
A 1  Adj ( A)t
A

2. El espacio de matrices
2.6. Matriz inversa
2.6. Matriz inversa
.

 1 0  1 1 0 1
 
A  1 2 1  A 1 2 1  2  2  2  2  A es regular y, por tanto, posee inversa.
0 2 1  0 2 1
 
Calculemos la inversa de A Para ello calculamos en primer lugar todos los adjuntos de A
Calculemos la inversa de A. Para ello, calculamos en primer lugar todos los adjuntos de A:
2 1 1 1 1 2
A11   0; A12    1 A13  2
2 1 0 1 0 2
0 1 1 1 1 0
A21    2; A22   1 A23    2
2 1 0 1 0 2
0 1 1 1 1 0
A31   2; A32    2 A33  2
2 1 1 1 1 2

 0 1 2   0 2 2   0 1  1
    1
 
Adj ( A)    2 1  2 ; Adj ( A) t    1 1  2  A  1 / 2  1 / 2 1 
 2 2 2   2 2 2   1
   
 1  1
Se puede comprobar que, en efecto, A∙A‐1 = A‐1∙A = I3.

18
 09/10/2013

2. El espacio de matrices
2.6. Matriz inversa

Propiedades de la matriz inversa.

1 La matriz inversa, si existe, es única.
1.‐ L ti i i it ú i

2.‐ Si A es invertible, entonces (A‐1)‐1 = A 

3.‐ Si A es invertible, entonces (At) –1 = (A‐1) t.

4.‐ Sean A y B dos matrices de orden n invertibles. Entonces: (A∙B)‐1 = B‐1∙A‐1.

2. El espacio de matrices
2.6. Matriz inversa

 1 1 1 
 
A   2 1 2
0 0 1
 
1 1 1
A  2 1 2  3  0  A es regular y, por tanto, posee inversa.
0 0 1

 1  2 0
 
Adj (A)   1 1 0
  3 0 3
 

 13 1  1
 
3
1
A    23 1
3 0
 0 1 
 0

19