ALGEBRA LINEAL

UNIDAD 2
MATRICES Y DETERMINANTES.
2.1 Definicin de matriz, notacin y orden.


La matriz anterior se denota tambin por (ai j ), i =1, ..., m, j =1, ..., n, o simplemente por
(ai j ).
Los trminos horizontales son las filas de la matriz y los verticales son sus columnas.
Una matriz con m filas y n columnas se denomina matrizm por n, o matriz m n.
Las matrices se denotarn usualmente por letras maysculas, A, B, ..., y los elementos
de las mismas por minsculas, a, b, ...
Ejemplo:

donde sus filas son (1, -3, 4) y (0, 5, -2) y sus

CLASES DE MATRICES
Segn el aspecto de las matrices, stas pueden clasificarse en:
Matrices cuadradas
Una matriz cuadrada es la que tiene el mismo nmero de filas que de columnas. Se dice
que una matriz cuadrada n n es de orden n y se denomina matriz n-cuadrada.
Ejemplo: Sean las matrices

Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.
Matriz identidad
Sea A = (ai j ) una matriz n-cuadrada. La diagonal (o diagonal principal) de A consiste en
los elementos a11, a22, ..., ann. La traza de A, escrito trA, es la suma de los elementos
diagonales.
La matriz n-cuadrada con unos en la diagonal principal y ceros en cualquier otra
posicin, denotada por I, se conoce como matriz identidad (o unidad). Para cualquier
matriz A,
A I = I A = A.
Matrices triangulares
Una matriz cuadrada A = (ai j ) es una matriz triangular superior o simplemente una
matriz triangular, si todas las entradas bajo la diagonal principal son iguales a cero. As
pues, las matrices

son matrices triangulares superiores de rdenes 2, 3 y 4.
Matrices diagonales
Una matriz cuadrada es diagonal, si todas sus entradas no diagonales son cero o nulas.
Se denota por D = diag (d11, d22, ..., dnn ). Por ejemplo,

son matrices diagonales que pueden representarse, respectivamente, por
diag(3,-1,7) diag(4,-3) y diag(2,6,0,-1).
Traspuesta de una matriz
La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y se
denota por AT.
As, la traspuesta de

En otras palabras, si A = (ai j ) es una matriz m n, entonces AT = es la
matriz n m. La trasposicin de una matriz cumple las siguientes propiedades:
1. (A + B)T = AT + BT.
2. (AT)T = A.
3. (kA)T = kAT (si k es un escalar).
4. (AB)T = BTAT.
Matrices simtricas
Se dice que una matriz real es simtrica, si AT = A; y que es antisimtrica,
si AT = -A.
Ejemplo:
Consideremos las siguientes matrices:

Podemos observar que los elementos simtricos de A son iguales, o que AT = A. Siendo
as, A es simtrica.
Para B los elementos simtricos son opuestos entre s, de este modo B es antisimtrica.
A simple vista, C no es cuadrada; en consecuencia, no es ni simtrica ni antisimtrica.
Matrices ortogonales
Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una matriz
ortogonal A es necesariamente cuadrada e invertible, con inversa A-1 = AT.
Consideremos una matriz 3 3 arbitraria:

Si A es ortogonal, entonces:

Matrices normales
Una matriz es normal si conmuta con su traspuesta, esto es, si AAT = ATA. Obviamente,
si A es simtrica, antisimtrica u ortogonal, es necesariamente normal.
Ejemplo:



Puesto que AAT = ATA, la matriz es normal.


2.2 Operaciones con matrices.

Suma y resta de matrices
Para poder sumar o restar matrices, stas deben tener el mismo nmero de filas y
de columnas. Es decir, si una matriz es de orden 3 2 y otra de 3 3, no se
pueden sumar ni restar. Esto es as ya que, tanto para la suma como para la resta,
se suman o se restan los trminos que ocupan el mismo lugar en las matrices.
Ejemplo:



Para sumar o restar ms de dos matrices se procede igual. No necesariamente
para poder sumar o restar matrices, stas tienen que ser cuadradas.
Ejemplo:





2.3 Clasificacin de las matrices.

Una matriz cuadrada tiene un nmero de filas p igual a su nmero de columnas
q.
Son matrices de orden, p x p p2.
Las matrices:
A = 2 0 B = 0 2 3
-3 1 -1 0 2
0 0 0
son de orden 2 x 2 y 3 x 3 respectivamente.
Los elementos a11, a22, a33, ... ann de una matriz cuadrada constituyen
su diagonal principal.
La diagonal principal ser:
a11 ... ... ...
A = ... a22 ... ...
... ... a33 ...
... ... ... ann
una matriz cuadrada tal que:
a11 = a22 = a33 = .... = ann = 1 y todos los dems elementos son cero, es
una matriz unidad.
La representaremos por I o sea:
IA = 1 0
1
es una matriz de orden 2 x 2.
Una matriz diagonal es aquella en que los elementos que no estn en la diagonal
principal son ceros.
Esta es un matriz diagonal:
2 0 0 0
A = 0 3 0 0
0 0 -2 0
0 0 0 4
Una matriz cuyos elementos por encima o por debajo de la diagonal principal son
todos ceros es matriz triangular. Si todos los ceros estn por encima de la
diagonal principal entonces es una matriz inferior y si todos los ceros estn por
debajo de la diagonal principal es una matriz superior.
Ejemplo:
A = 3 0 0 es una matriz inferior.
1 2 0
-1 0 4
B = 4 1 -2
0 1 5 es una matriz superior.
0 0 3
Esquema de filas, columnas y diagonal principal.
1 0 4 7 filas
A = 0 2 5 8
0 3 6 9
1 2 1 0 diagonal principal
columnas
Una matriz nula tiene todos sus elementos nulos.
Ejemplo:
0 0 0
A = 0 0 0
0 0 0
Una matriz cuadrada es simtrica si: aij = aji.
Es decir si los elementos situados a igual distancia de su diagonal principal son
iguales.
A = 1 -3 5
-3 2 0
5 0 1
es simtrica porque: a12 = a21 = -3, a13 = a31 = 5, a23 = a32 = 0.
Una matriz es asimtrica si: aij = aji.
Observa si 1 = j, aii = -aii y el nico nmero que cumple con esta igualdad es el
cero por lo que es una matriz asimtrica la diagonal principal esta formada por
elementos nulos.
En una matriz asimtrica los elementos situados a igual distancia de la diagonal
principal son iguales en valor absoluto y de signos contrarios.
B = 0 2 -2 5
-2 0 3 6
2 -3 0 -1
-5 6 1 0
es una matriz asimtrica
Matriz escalar
Si tenemos una matriz diagonal cuyos elementos que estn en la diagonal
principal son todos iguales entonces tenemos una matriz escalar.
A = 3 0 0
0 3 0
0 0 3
Matriz identidad
Es toda matriz escalar en la que todos los elementos de la diagonal principal son
iguales a la unidad.
Esta matriz se representa por 1n.
12 = 1 0
1
igualdad de matrices si y solo si tienen el mismo orden y sus elementos son
iguales.
Ejemplo:
A = a b B = x y
c d z w
si en estas matrices a = x, b = y, c = z y d = w, entonces las matrices A y B son
iguales.
Matriz transpuesta
Si tenemos una matriz (A) cualquiera de orden m x n entonces su transpuesta es
otra matriz (A) de orden n x m donde se intercambian las filas y las columnas de la
matriz (A).
Ejemplo:
Si
A = 4 -1 3
0 5 -2
entonces su traspuesta ser:
At = 4 0
-1 5


2.4 Transformaciones elementales por rengln.
Escalonamiento de una matriz. Rango de una matriz.


2.5 Clculo de la inversa de una matriz.

Clculo de la matriz inversa usando determinantes
Dada una matriz cuadrada A, se llama matriz adjunta de A, y se representa por
Adj(A), a la matriz de los adjuntos, Adj(A) = (Aij).


Si tenemos una matriz tal que det (A) 0, se verifica:


Esto es fcil probarlo puesto que sabemos que la suma de los productos de los
elementos de una fila por sus adjuntos es el valor del determinante, y que la suma
de los productos de los elementos de una fila por los adjuntos de otra fila diferente
es 0 (esto sera el desarrollo de un determinante que tiene dos filas iguales por los
adjuntos de una de ellas).



Mtodo de Gauss-Jordan para el clculo de la matriz inversa


El mtodo de Gauss - Jordan para calcular la matriz inversa de una dada se basa
en una triangularizacin superior y luego otra inferior de la matriz a la cual se le
quiere calcular la inversa.






Para aplicar el mtodo se necesita una matriz cuadrada de rango mximo.
Sabemos que no siempre una matriz tiene inversa, por lo cual comprobaremos
que la matriz tenga rango mximo al aplicar el mtodo de Gauss para realizar la
triangularizacin superior. Si al aplicar el mtodo de Gauss (triangularizacin
inferior) se obtiene una lnea de ceros, la matriz no tiene inversa.




2.6 Definicin de determinante de una matriz.

Para una matriz cuadrada A[n,n], el determinante de A, abreviado
det(A), es un escalar definido como la suma de n! trminos
involucrando el producto de n elementos de la matriz, cadauno
proveniente exactamente de una fila y columna diferente. Adems,
cada trmino de la suma est multiplicado por -1 +1
dependiendo del nmero de permutaciones del orden de las
columnas que contenga.


2.7 Propiedades de los determinantes.

Propiedades
det(AB) = det(A)det(B).
det(AT) = det(A).
det(AH) = conjugado(det(A)), en donde AH es la transpuesta
conjugada (Hermitian) de A.
det(cA) = cn det(A).
Intercambiando cualquier par de columnas (filas) de una matriz se
multiplica su determinante por -1.
Multiplicando cualquier columna (fila) de una matriz por c
multiplica su determinante por c.
Agregando cualquier mltiplo de una columna (fila) de una matriz
a otra no altera su determinante.
det(A) <> 0 si y slo si A es no singular.

Determinante de Matrices Simples
det([a,b;c,d]) = ad-bc.
det([a,b,c;d,e,f;g,h,i]) = aei+bfg+cdh-ceg-bdi-afh.
El determinante de una matriz diagonal (pura, superior o inferior)
es el producto de los elementos de su diagonal.

Determinante de Bloques de Matrices
B[m,n], C[m,n]: det([A,B;CT,D]) = det([D,CT;B,A])= det(A)
det(D-CTA-1B).
B[m,n], C[m,n]: det([I,B;CT,I]) = det(I-BTC) = det(I-BCT) =
det(I-CTB)= det(I-CBT).
A[m,m], D[n,n]: det([A,B;0,D]) = det(A) det(D).
A[n,n], B[n,n], C[n,n], D[n,n]; CD=DC: det([A,B;C,D]) =
det(AD-BC).
A[n,n], B[n,n], C[n,n], D[n,n]; AC=CA: det([A,B;C,D]) =
det(AD-CB).
A[n,n], B[n,n], C[n,n], D[n,n]; AB=BA: det([A,B;C,D]) =
det(DA-CB).
A[n,n], B[n,n], C[n,n], D[n,n]; BD=DB: det([A,B;C,D]) =
det(DA-BC).






2.8 Inversa de una matriz cuadrada a travs de la adjunta.

Definicin: Una matriz cuadrada se llama matriz
identidad si todos los componentes de su diagonal principal
son iguales a uno y todos los dems componentes que no
estn en la diagonal principal son iguales a cero. La matriz
identidad se representa con la letra I (la letra i mayscula).

Definicin: Sea A una matriz cuadrada n x n. Entonces una
matriz B es la inversa de A si satisface A B = I y B A = I,
donde I es la matriz identidad de orden n x n.

Ejemplo para discusin:


La inversa de A se representa por A
-1
. As que A A
-1
= A
-1

A = I.
No toda matriz cuadrada tiene una inversa.
Si A tiene inversa, entonces decimos que A es invertible.

Teoremas:

Sea A una matriz cuadrada n x n, entonces AI = IA = A.
Si A es una matriz invertible, entonces A
-1
es invertible y (A
-
1
)
-1
= A.
Si una matriz cuadrada A es invertible, entonces la inversa
es nica.
Sean A y B matrices de orden n x n invertibles. entonces
AB es invertible y (AB)
-1
= B
-1
A
-1
.

Para hallar la inversa de una matriz cuadrada comenzamos
con la matriz A/I, donde I representa la matriz identidad del
mismo orden que la matriz A. Efectuamos operaciones
elementales con las filas de A/I hasta que la matriz A se
transforme en la matriz identidad I. Luego la matriz que
contiene los componentes a la derecha de la lnea vertical es
la inversa de A, esto es, A
-1
.


2.9 Aplicacin de matrices y determinantes.

Matrices cuadradas
Una matriz cuadrada es la que tiene el mismo nmero de filas que de columnas.
Se dice que una matriz cuadrada n n es de orden n y se denomina matriz n-
cuadrada.

Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.
Matriz identidad
Sea A = (ai j ) una matriz n-cuadrada. La diagonal (o diagonal principal)
de A consiste en los elementos a11, a22, ..., ann. La traza de A, escrito trA, es la
suma de los elementos diagonales.
La matriz n-cuadrada con unos en la diagonal principal y ceros en cualquier otra
posicin, denotada por I, se conoce como matriz identidad (o unidad). Para
cualquier matriz A,
A I = I A = A.
Matrices triangulares
Una matriz cuadrada A = (ai j ) es una matriz triangular superior o simplemente
una matriz triangular, si todas las entradas bajo la diagonal principal son iguales a
cero. As pues, las matrices

son matrices triangulares superiores de rdenes 2, 3 y 4.
Matrices diagonales
Una matriz cuadrada es diagonal, si todas sus entradas no diagonales son cero o
nulas. Se denota por D = diag (d11, d22, ..., dnn ). Por ejemplo,

son matrices diagonales que pueden representarse, respectivamente, por
diag(3,-1,7) diag(4,-3) y diag(2,6,0,-1).
Traspuesta de una matriz
La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y
se denota por AT.
As, la traspuesta de

En otras palabras, si A = (ai j ) es una matriz m n, entonces AT = es la
matriz n m. La trasposicin de una matriz cumple las siguientes propiedades:
1. (A + B)T = AT + BT.
2. (AT)T = A.
3. (kA)T = kAT (si k es un escalar).
4. (AB)T = BTAT.
Matrices simtricas
Se dice que una matriz real es simtrica, si AT = A; y que es antisimtrica,
si AT = -A.
Ejemplo:
Consideremos las siguientes matrices:

Podemos observar que los elementos simtricos de A son iguales, o que AT = A.
Siendo as, A es simtrica.
Para B los elementos simtricos son opuestos entre s, de este modo B es
antisimtrica.
A simple vista, C no es cuadrada; en consecuencia, no es ni simtrica ni
antisimtrica.
Matrices ortogonales
Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una
matriz ortogonal A es necesariamente cuadrada e invertible, con inversa A-1 = AT.
Consideremos una matriz 3 3 arbitraria:

Si A es ortogonal, entonces:

SUGERENCIAS DIDCTICAS

Despertar la curiosidad de la investigacin con biografas de personas que hicieron
aportaciones a las matemticas o problemas hipotticos con el fin de acrecentar el
sentido y la actitud crtica del estudiante.
Utilizar software de matemticas (Mathcad, Mathematica, Maple, Matlab) y
calculadoras graficadoras para facilitar la comprensin de conceptos, la resolucin de
problemas, la construccin de grficas y la interpretacin de resultados.
Desarrollar prcticas de tal manera que los estudiantes apliquen los conocimientos
adquiridos y los relacionen con su carrera.
Proponer problemas que:
o Permitan al estudiante la integracin de los contenidos, para su anlisis y solucin.
o Refuercen la comprensin de conceptos que sern utilizados en materias
posteriores.
o Modelen y resuelvan situaciones reales de ingeniera mediante conceptos propios
del lgebra lineal.
Discutir en grupos para intercambiar ideas argumentadas as como analizar
conceptos y definiciones.

SUGERENCIAS DE EVALUACIN

La evaluacin de la asignatura debe de ser continua y se debe considerar el
desempeo en cada una de las actividades de aprendizaje, haciendo especial nfasis
en obtener evidencias de aprendizaje como:
Reportes escritos.
Solucin de ejercicios.
Actividades de investigacin.
Elaboracin de modelos o prototipos.
Anlisis y discusin grupal.
Resolucin de problemas con apoyo de software.
Exmenes escritos para comprobar el manejo de aspectos tericos y declarativos.


Competencia especfica a desarrollar
Manejar las matrices, sus propiedades y operaciones a fin de expresar conceptos y
problemas mediante ellas, en los sistemas de ecuaciones lineales; as como en otras
reas de las matemticas y de la ingeniera, para una mejor comprensin y una
solucin ms eficiente.
Utilizar el determinante y sus propiedades para probar la existencia y el clculo de la
inversa de una matriz.

Actividades de Aprendizaje
Consensar en una lluvia de ideas el concepto de matriz y compararlo con una
definicin matemtica.
Identificar cundo dos matrices son conformables para la adicin de matrices.
Calcular la de suma de matrices.
Identificar cundo dos matrices son conformables para la multiplicacin de matrices.
Calcular la multiplicacin de una matriz por un escalar y el producto entre matrices.
Enunciar y ejemplificar las propiedades de las operaciones en matrices.
Investigar la definicin de tipos de matrices cuadradas. Por ejemplo triangular
superior, triangular inferior, diagonal, escalar, identidad, potencia, peridica,
nilpotente, idempotente, involutiva, simtrica, antisimtrica, compleja, conjugada,
hermitiana, antihermitiana, ortogonal.
Utilizar operaciones elementales por rengln para reducir una matriz a su forma de
rengln escalonada.
Determinar el rango de matrices cuadradas.
Identificar matrices con inversa utilizando el concepto de rango.
Calcular la inversa de matrices utilizando el mtodo forma escalonada reducida por
renglones y comprobar que (A
-1
) (A) = (A) ( A
-1
) = 1


Definir el determinante de una matriz de 2 x 2.
Calcular determinantes utilizando la regla de Sarrus.
Definir el concepto de menor y cofactor de una matriz.
Calcular menores y cofactores de una matriz.
Calcular determinantes de matrices de n x n
Reflexionar y elegir el rengln/columna adecuado para reducir el nmero de
operaciones en el clculo de un determinante.
Parafrasear las propiedades de los determinantes.
Establecer la relacin entre el valor del determinante de una matriz con la existencia
de la inversa de la misma.
Utilizar software matemtico para el clculo de la inversa de una matriz y
determinantes.
Resolver problemas de aplicacin de matrices y determinantes sobre modelos
econmicos, crecimiento poblacional, teora de grafos, criptografa, entre otras.

FUENTES DE INFORMACIN
1. Aguilar, Kubli Eduardo, Asertividad, 1994 rbol Editorial, S.A.
2. Lay, David C., Algebra lineal y sus aplicaciones.-- 3a. ed. -- Mxico : Pearson
Educacin, 2006.
3. Anton, Howard , Introduccin al lgebra lineal.-- 4a.ed.-- Mxico : Limusa, 2008.
4. Grossman, Stanley I. , Algebra lineal.-- 6a. Ed.-- Mxico : McGraw-Hill, 2008.
5. Gerber, Harvey , Algebra lineal.-- Mxico : Iberoamericana, 1992.
6. Williams, Gareth , Algebra lineal con aplicaciones.-- 4a. ed. -- Mxico : McGraw-Hill,
2007.
7. Solar Gonzlez, Eduardo / Apuntes de lgebra lineal.-- 3a. Ed.-- Mxico :
Limusa, 2006.
8. Bru, Rafael , lgebra lineal.-- Colombia : Alfaomega, 2001.
9. Kolman, Bernard , lgebra lineal con aplicaciones y Matlab.-- 8a. Ed.Mxico :
Pearson Educacin, 2006.
10. Zegarra, Luis A. , Algebra lineal.-- Chile : McGraw-Hill, 2001.
11. Poole, David , lgebra lineal.-- 2a. ed. -- Mxico : Thomson, 2007.
12. Nicholson, W. Keith, lgebra lineal con aplicaciones.-- 4a. Ed.-- Espaa :
McGraw-Hill, 2003.

PRCTICAS PROPUESTAS
Utilizar software matemtico para comprobar operaciones de suma, multiplicacin,
divisin, exponenciacin y radicacin con nmeros complejos.
Utilizar software matemtico para realizar operaciones con matrices, calcular de la
inversa de una matriz y obtener el determinante.
Mediante el uso de un software matemtico resolver problemas de aplicacin de
sistemas de ecuaciones lineales y, a travs de la graficacin, comprobar la solucin
del sistema o mostrar que el sistema no tiene solucin.
Utilizar software matemtico para encontrar la matriz de transformacin y
representar un vector de una base a otra y realizar el proceso de ortonormalizacin de
Gram-Schmidt.
Utilizar software matemtico para resolver problemas de aplicaciones de las
transformaciones lineales.
Aplicar modelos lineales en la solucin de problemas de ingeniera.