ITSON Álgebra Lineal

Ing. Miguel Ángel Castro Rivera

I. Álgebra de Matrices
1.1. Definición:

Una matriz es un conjunto de números o expresiones dispuestos en forma

rectangular, formando filas y columnas. Como herramienta del álgebra facilita el
ordenamiento de datos, así como su manejo. Las matrices se encuentran en
aquellos ámbitos en los que se trabaja con datos regularmente ordenados y
aparecen en situaciones propias de las ciencias sociales, económicas, químicas y
biológicas.

Las matrices se utilizan para múltiples aplicaciones y sirven, en particular, para

representar los coeficientes de los sistemas de ecuaciones lineales o para las
aplicaciones lineales; en este último caso las matrices desempeñan el mismo papel
que los datos de un vector para las aplicaciones lineales.

Matemáticamente con las matrices se pueden realizar varias operaciones y

procesos, en el que los resultados se expresan directamente en la solución de los
sistemas que representa. Las operaciones que se pueden realizar con las matrices
son: suma, resta, multiplicación por escalar y multiplicación matriz por matriz;
salvo la división no se pueden dividir matrices entre sí, pero si se puede realizar la
inversa de la matriz lo que sustituye esa operación.

1.2. Composición de las Matrices:

Dónde:

A= Matriz ó conjunto matricial.

amn= Es el número de elemento de la matriz.
m= Número de filas.
n= Número de columnas.
mxn= Orden o tamaño de la matriz A
α= Un número real (R) cualquiera que está fuera de la matriz (escalar)
 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

Abreviadamente se puede expresar A = (aij ) 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 representaran con letras mayúsculas.

Ejemplos de Matrices

1.3. Tipos de Matrices.

1.- Matriz Nula: a la que tiene todos los elementos cero.

0 0 0
A=( )
0 0 0
2.- Matriz Fila: a la que sólo tiene una fila, es decir su dimensión es 1 x n:

𝐴 = (−2 0 1)

3.- Matriz Columna: a la que sólo consta de una columna, es decir su dimensión será mx1:
1
A=( 0 )
−√8
4.-Matriz es Cuadrada: es cuando tiene el mismo número de filas que de columnas (n=n),
es decir su dimensión es n x n.

1 2 3
A =( 6 5 4)
−3 −4 0
Dentro de las matrices cuadradas llamaremos diagonal principal a la formada por los
elementos a11, a22, a33,...,ann, siendo la matriz:

5.- Matriz rectangular: es la matriz donde m ≠ n

 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

A = (√6 −4 0)
1 2 1
6.- Matriz Escalar: es la matriz donde solo los elementos de la diagonal principal están
multiplicados por un número escalar cualquiera.

2 0 0
B=(0 2 0)
0 0 2
7.- Matriz Identidad o matriz unidad (I): es una matriz en que la diagonal principal sólo
tiene unos. Se suelen representar por In, donde n es el orden o tamaño de la matriz.

Algunas matrices identidad son:

1 0 0
I2 = (1 0
) I 3 = (0 1 0)
0 1
0 0 1
7.- Matriz Escalar: es la matriz que tiene en su diagonal principal todos los elementos
definidos por un mismo número escalar.

2 0 0
A =(0 2 0)
0 0 2
8.- Matriz Transpuesta: 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.

1 2 3 1 4 −3
A =( 4 5 6) At =(2 5 −4)
−3 −4 0 3 6 0
 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

II. OPERACIONES CON MATRICES

2.1. Adición y Sustracción de Matrices

Dadas dos matrices A y B podemos realizar su suma o diferencia de acuerdo a la siguiente

regla. Para sumar o restar dos matrices del mismo tamaño, se suman o restan los
elementos que se encuentren en la misma posición, resultando otra matriz de igual
tamaño.

Ejemplo: dada la Matriz A y B, realizar las siguientes operaciones para encontrar una
matriz C:

1 2 3 8 9 4
A =( 4 5 6) B = (5 3 −2)
−3 −4 0 3 −4 2

A+B=C
1 2 3 8 9 4 9 11 7
(4 5 6) + (5 3 −2) = (9 8 4)
−3 −4 0 3 −4 2 −1 −8 2

A-B=C
1 2 3 8 9 4 −7 −7 −1
(4 5 6) - (5 3 −2) = (−1 2 8)
−3 −4 0 3 −4 2 −6 0 −2

Nota: Si las matrices no son del mismo tamaño no se pueden sumar o restar entre sí.

2.2. Producto Escalar

Si se tiene una matriz A y un número escalar α realizar las siguientes operaciones:

1 2 3
α= 3 A= ( 4 5 6)
−3 −4 0

a) A/α b) α * A

1 2 3 1/3 2/3 1 1 2 3 3 6 9
a) ( 4 5 6)/3 = (4/3 5/3 2) b) 3( 4 5 6) = ( 12 15 18)
−3 −4 0 −1 −4/3 0 −3 −4 0 −9 −12 0
 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

2.3. Teorema: Propiedades de la suma y multiplicación por escalar

Sean A, B, y C tres matrices de m n y sean  y  dos escalares. Entonces:
i. A+0=A
ii. 0A = 0
iii. A+B=B+A (propiedad conmutativa para la suma de matrices)
iv. ( A  B)  C  A  ( B  C ) (propiedad asociativa para la suma de
matrices)
v.  ( A  B)   A   B (propiedad distributiva para la multiplicación
por un escalar)
vi. 1A = A
vii. (   ) A   A   A

Nota: El cero en la parte i) del teorema es la matriz cero de orden m n . En la parte ii) el
cero a la izquierda es un escalar mientras que el cero a la derecha es la matriz cero de
m n .
Nota: De acuerdo a la propiedad asociativa para la suma de matrices la suma de A + B + C
se puede definir como ( A  B )  C o A  ( B  C ) .

2.4. Producto Punto

El producto punto entre dos vectores en matrices sea vector columna y vector fila es un
número real (escalar) que resulta al multiplicar de dos vectores entre sí, éstos vectores
pueden estar distintos arreglos (vector fila por vector columna o viceversa), siempre y
cuando tengan el mismo número de componentes.

2.4.1. Teorema: Propiedades del producto punto

Sean a, b y c tres n-vectores y sean  y  dos escalares. Entonces

i. a0=0
ii. a  b = b  a (propiedad conmutativa del producto escalar)
iii. a  (b + c) = a  b + a  c (propiedad distributiva del producto escalar)
iv. (  a)  b =  (a  b)
 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

2.5. Multiplicación entre Matrices

Dos matrices A y B son multiplicables si el número de columnas de A coincide con el

número de filas de B; por lo que deben cumplir la siguiente condición:

(m1 x n1) * (m2 x n2)

Solo se puede multiplicar si n1 = m2;

y m1 * n2 = al grado de la matriz resultante

Dadas la Matriz A, B y C, realizar las siguientes operaciones:

4 5 5 1 2 3
−3 1 1
A= ( ) B= (2 −1 2) C= ( 5 6 7)
2 −5 5
3 0 5 −2 2 0

1) A * B = C

4 5 5 −7 −16 −8
−3 1 1
=(
2 −5 5
) * (2 −1 2) = ( 13 15 25
)
3 0 5

2) B * C = D

4 5 5 1 2 3 19 48 47
(2 −1 2) * (5 6 7) = (−7 2 −1)
3 0 5 −2 2 0 −7 16 9

2.5.1. Teorema: Propiedades de la multiplicación de matrices

i. Propiedad asociativa para la multiplicación de matrices. Sea A una matriz de n m ,

B una matriz de m  p y C una matriz de p  q entonces:
A( BC )  ( AB)C (I)
se cumple y ABC, definida por cualquiera de los lados de la ecuación ( I ), es una matriz
de n  q .

ii. Propiedades distributivas para la multiplicación de matrices. Si todas las sumas y

todos los productos siguientes están definidos, entonces:

A( B  C )  AB  AC (propiedad distributiva por la izquierda)

y
( A  B)C  AC  BC (propiedad distributiva por la derecha)
 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

iii. Explicar las propiedades de la matriz identidad.

i) A mxn * In = A mxn

ii) In * A mxn = A mxn

III. Determinante de una matriz

El determinante de una matriz, es un número escalar único de cada matriz que determina
si las matrices son invertibles; también es útil para conocer el tipo de sistema que la
matriz representa. Si A es una matriz de orden nxn, el determinante de la matriz A lo
denotaremos por det(A) o también por: det A = |A|, (las barras no significan valor
absoluto).

El determinante también sirve como aplicación en el cálculo de la magnitud del vector,

cálculo de áreas y cálculos de volúmenes en R1, R2 y R3 sucesivamente, así mismo en Rn se
torna también útil, solo que las formas geométricas no están definidas.

Los determinantes son exclusivos de las matrices y los sistemas de ecuaciones cuadradas.

3.1. Cálculo del Determinantes de una matriz nxn por Diagonales

Siendo A una matriz cuadrada de nxn calcular su determinante:

𝑎11 𝑎12 𝑎13

𝑎11 𝑎12
A1x1 = |𝑎11 | A2x2 = |𝑎 𝑎22 | A3x3= |𝑎21 𝑎22 𝑎23 |
21
𝑎31 𝑎32 𝑎33

3.1.1. Cálculo del determinante en una matriz A1x1

A1x1 = |𝑎11 |

Nota: el determinante de un escalar es igual a el mismo escalar.

3.1.2. Cálculo del determinante en una matriz A2x2 por el método de

diagonalización:
𝑎11 𝑎12
A2x2 = |𝑎 𝑎22 | det A = (a11 * a22) – (a12 * a21)
21
(+) (-)
𝑎11 𝑎12
A2x2 = |𝑎 𝑎22 |
21
 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

3.1.3. Cálculo del determinante en una Matriz A3x3 por el Método de

Diagonalización.

Procedimiento para el cálculo de un determinante en una Matriz A3x3

1.- Se obtiene la matriz A aumentada con los dos primeros vectores columna de la matriz
A
2.- se procede a multiplicar los elementos en diagonal de izquierda a derecha con signo
positivo (+), respetando los signos individuales de cada elemento.

3.- se procede a multiplicar los elementos en diagonal de izquierda a derecha con signo
negativo (-), respetando a su vez los signos individuales de cada elemento.

(+) (-)
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12
det A3x3= |𝑎21 𝑎22 𝑎23 | 𝑎21 𝑎22 |
𝑎31 𝑎32 𝑎33 𝑎32 𝑎32

4.- Se obtiene el número escalar restante.

3.2. Cálculo del determinante en una Matriz A por el Método de

Expansión de Cofactores.

Suponga que una matriz A nxn el menor Mij de la matriz A, es el determinante de la matriz
disminuida que se obtiene eliminando el renglo i y la columna j.

A1x1 = |𝑎11 | M11 = 𝑎11

𝑎11 𝑎12
A2x2 = |𝑎 𝑎22 | M11 = |𝑎22 | = 𝑎22
21

𝑎11 𝑎12 𝑎13

𝑎22 𝑎23
𝑎
A3x3= | 21 𝑎22 𝑎23 | M11 = |𝑎
32 𝑎33 | = (a22 * a33) – (a23 * a32)
𝑎31 𝑎32 𝑎33
 ITSON Álgebra Lineal
Ing. Miguel Ángel Castro Rivera

Suponga que una matriz A nxn, el cofactor (i,j) de la matriz A se obtiene como:

Cij = Mij (-1)i+j

Cofactor 2x2:

A11 = a11 (-1)1+1

A12 = a12 (-1)1+3

det A = a11* A11 + a12 * A12

Cofactor 3x3

A11 = a11 (-1)1+1

A12 = a12 (-1)1+3
A13 = a13 (-1)1+3

Una vez que se obtiene el cofactor se obtiene el determinante:

det A = a11* A11 + a12 * A12 + a13 * A13

Nota: Esta secuencia se puede realizar en cualquier fila o cualquier columna de la matriz
A.