matrices
Matrices, Determinantes y Sistemas
de Ecuaciones Lineales
4.1. Matrices
Definición 4.1. Una matriz real de orden m × n es un arreglo rectangular de mn números
reales dispuestos en m filas y n columnas.
Ejemplo 4.1. El arreglo rectangular
−1
2 9
5
4 6
−8 −5 7
1
1 2
es una matriz de orden 4 × 3 que llamaremos matriz A. La matriz A tiene 4 filas(líneas
horizontales) y 3 columnas (líneas verticales).
Observación 4.2. Se escribe Am×n = (aij ) para indicar que aij es el valor de la entrada de
la matriz A en la intersección de la fila i con la columna j.
Ejemplo 4.2. Si A2×3 = (aij ) donde aij = i − j, queremos expresar por extensión a la matriz
A. Para esto observamos que
Fila (i)
1
1
1
2
2
2
(
entonces
A=
Columna (j)
12
3
1
2
3
Entrada (ij)
a11 = 1 − 1 = 0
a12 = 1 − 2 = −1
a13 = 1 − 3 = −2
a21 = 2 − 1 = 1
a22 = 2 − 2 = 0
a23 = 2 − 3 = −1
)
a11 a12 a13
a21 a22 a23
(
=
0 −1 −2
1 0 −1
)
El conjunto de las matrices reales de orden m × n se representa por Rm×n ,
Rm×n = {Am×n = (aij ) : aij ∈ R para i = 1, . . . , m y j = 1, . . . , n} .
Definición 4.3. Sea A en Rm×n . Decimosque
1
1. A es una vector (o matriz) columna si n = 1.
2. A es una vector (o matriz) fila si m = 1.
3. A es una matriz cuadrada de orden n si m = n.
Definición 4.4. Sea An = (aij ) en Rn×n . La diagonal de A es la matriz fila
[
]
diag (A) = a11 a22 · · · ann .
Definición 4.5. Sea A = (aij ) una matriz cuadrada de orden n.
1. A se llama matriz diagonal si aij = 0 cada vez que i ̸= j.2. Si A es una matriz diagonal y
diag (A) =
[
1 1 ···
1
]
,
se denomina la matriz identidad de orden n, y se representa por In .
4.2. Igualdad y operaciones con matrices
Definición 4.6. Si A = (aij ) y B = (bij ) son matrices en Rm×n , entonces
A = B ⇔ aij = bij para todo i = 1, . . . , m y j = 1, . . . , n.
Definición 4.7. Si A = (aij ) y B = (bij ) son matrices en Rm×ny α es un número real, la
suma de A y B y el producto de α por A son las matrices
A + B = (sij )
y
αA = (pij )
y
pij = αaij .
donde para todo i = 1, · · · , m y j = 1, · · · , n
sij = aij + bij
2 −4
2 3
Ejemplo 4.3. Calcular 2A + 3B si A = 1 2 y B = 0 2 .
3 1
4 5
Solución. Tenemos
10 1
6 9
4 −8
2A + 3B = 2 4 + 0 6 = 2 10 .
18 17
12 15
6 2
Teorema 4.8.
1. ∀A, B ∈ Rm×n : A + B ∈ Rm×n .
2. ∀A, B ∈ Rm×n : A + B = B + A.
3. ∀A, B, C ∈ Rm×n : A + (B + C) = (A + B) + C.
4. ∃!Θ ∈ Rm×n , ∀A ∈ Rm×n : A + Θ = A.
La matriz Θ = (0) de Rm×n es llamada matriz cero.
2
5. ∀A ∈ Rm×n , ∃! (−A) ∈ Rm×n : A + (−A) = Θ.
La matriz −A = (−1) A es llamada opuesta de A.
6. ∀A ∈ Rm×n , ∀α ∈ R : αA ∈ Rn .
7. ∀A ∈ Rm×n, ∀α, β ∈ R : (α + β) A = αA + βA.
8. ∀A, B ∈ Rm×n , ∀α ∈ R : α (A + B) = αA + αB.
9. ∀A ∈ Rm×n , ∀α, β ∈ R : α (βA) = (αβ) A.
10. ∀A ∈ Rm×n : 1A = A.
Definición 4.9. El conjunto Rm×n con la igualdad de matrices, la suma de matrices y la
multiplicación de números reales or matrices, se llama espacio vectorial de las matrices
reales de orden m × n.
Proposición 4.10.
1. ∀α ∈ R : αΘ = Θ.
2.∀A ∈ Rm×n : 0A = Θ.
3. Propiedades de monotonía.
A = B ⇒ A + C = B + C ∧ αA = αB.
4. Propiedades de simplificación.
A + C = B + C ⇒ A = B.
αA = αB ∧ α ̸= 0 ⇒ A = B.
5. αA = Θ ⇒ α = 0 o A = Θ.
Definición 4.11. Para A = (aij ) y B = (bij ) matrices en Rm×n cualesquiera
A − B = A + (−B) = (aij − bij ) .
Ejemplo 4.4. Resolver el sistema
(
)
1 5
2X − 3Y =
4 2
=A )
(
−1 0
X−Y =
3 6
B
Solución. Multiplicando la segunda ecuación por 3 y restando miembro a miembro las
ecuaciones resultantes, obtenemos
X = 3B − A,
entonces, sustituyendo en la segunda ecuación,
Y = X − B = 2B − A.
Así,
(
X=3
(
Y=2
−1 0
3 6
−1 0
3 6
)
(
−
)
(
−
1 5
4 2
1 5
4 2
3
)
(
=
)
(
=
−4...
Regístrate para leer el documento completo.