3

Matrices
y determinantes
3.1 Operaciones con matrices
3.2 Propiedades de las operaciones con matrices
3.3 Inversa de una matriz
3.4 Matrices elementales

Encriptación de datos

Dinámica de fluidos computacional

Deflexión de vigas

Calendarios de la Recuperación de información

tripulación de vuelo

En sentido de las manecillas del reloj, desde arriba a la izquierda: Cousin_Avi/www.shutterstock.com; Goncharuk/www.shutterstock.com;
Gunnar Pippel/www.shutterstock.com; © Sean Locke/iStockphoto.com; nostal6ie/www.shutterstock.com 45
www.elsolucionario.org

03LarsonTEC(045-090).indd 45 16/03/17 20:58

 3.5 Determinante de una matriz
3.6 Determinantes y operaciones elementales
3.7 Propiedades de los determinantes
3.8 Adjunta de una matriz y regla de Cramer

Órbitas planetarias

Publicación de libros de texto

Ingeniería y control

Sudoku

Volumen de un sólido
En sentido de las manecillas del reloj, desde arriba a la izquierda: Orla/www.shutterstock.com; Dirk Ercken/Shutterstock.com;
46 viviamo/www.shutterstock.com; RTimages/Shutterstock.com; rgerhardt/Shutterstock.com

www.elsolucionario.org

03LarsonTEC(045-090).indd 46 16/03/17 20:58

 3.1 Operaciones con matrices 47

3.1 Operaciones con matrices

Determine si dos matrices son iguales.
Sume y reste matrices y multiplique una matriz por una escalar.
Multiplique dos matrices.
Use matrices para resolver un sistema de ecuaciones lineales.
Particione una matriz y escriba una combinación lineal de vectores
columna.

OPERACIONES CON MATRICES

En la Sección 2.2 usted utilizó matrices para resolver sistemas de ecuaciones lineales. Este
capítulo introduce algunos fundamentos de teoría de matrices y aplicaciones adicionales
de matrices.
Por un acuerdo matemático común, las matrices se pueden representar en alguna de
las siguientes tres formas:
1. Una matriz puede denotarse por una letra mayúscula como A, B o C
2. Una matriz puede denotarse por un elemento representativo escrito entre corchetes [aij],
[bij] o [cij].
3. Una matriz puede denotarse como por un arreglo rectangular de números
a11 a12 . . . a1n
a21 a22 . . . a2n
. . .
. . .
. . .
am1 am2 . . . amn
Como se mencionó en la unidad 2, las matrices en este texto son fundamentalmente matri-
ces reales. Es decir, sus elementos son números reales.
Decimos que dos matrices son iguales si sus elementos correspondientes son iguales.

Definición de la igualdad de matrices

Dos matrices A ! [aij] y B ! [bij] son iguales si tienen el mismo tamaño (m " n) y
aij ! bij para 1 # i # m y 1 # j # n.

EJEMPLO 1 Igualdad de matrices

COMENTARIO
La frase “si y sólo si” significa Considere las cuatro matrices
que la expresión es válida en
1 2 1 1 2
ambas direcciones. Por A , B , C 1 3, y D .
ejemplo, “p si y sólo si q” 3 4 3 x 4
quiere decir que p implica a q
y q implica a p. Las matrices A y B no son iguales, ya que tienen diferente tamaño. De manera similar, B
y C tampoco lo son. Las matrices A y D son iguales si y sólo si x ! 3.
Una matriz que sólo tiene una columna, como la matriz B del Ejemplo 1, se denomina
matriz columna o vector columna. De manera similar, una matriz que sólo tiene un renglón,
como la matriz C del ejemplo 1, se denomina matriz renglón o vector renglón. A menudo se
utilizan letras negritas minúsculas para designar matrices columna o renglón. En este caso,
1 2
la matriz A del ejemplo 1 puede dividirse en dos matrices columna a1 y a2 de la
3 4
siguiente manera.
1 2 1 2
A a1 a2
3 4 3 4
www.elsolucionario.org

03LarsonTEC(045-090).indd 47 16/03/17 20:58

 48 Unidad 3 Matrices y determinantes

SUMA Y RESTA DE MATRICES Y MULTIPLICACIÓN ESCALAR

Usted puede sumar dos matrices (del mismo tamaño) sumando sus elementos correspon-
dientes.

Definición de suma de matrices

Si A ! [aij] y B ! [bij] son matrices de tamaño m " n, entonces su suma es la matriz
de tamaño m " n dada por A $ B ! [aij $ bij]. Para 1 # i # m y 1 # j # n.
La suma de dos matrices de diferente tamaño no está definida.

EJEMPLO 2 Suma de matrices

1 2 1 3 1 1 2 3 0 5
a.
0 1 1 2 0 1 1 2 1 3
0 1 2 0 0 0 0 1 2
b.
1 2 3 0 0 0 1 2 3
COMENTARIO 1 1 0
A menudo es conveniente
2 1 0 0 1
c. 3 3 0 d. no está definida.
reescribir una matriz B como 4 0 1 1 3
cA, factorizando c de cada uno
2 2 0
de los elementos de la matriz B.
1
Por ejemplo, el escalar 2 se ha Cuando trabajamos con matrices nos referimos a los números reales como escalares.
factorizado de la siguiente Usted puede multiplicar una matriz A por un escalar c, multiplicando cada elemento de la
matriz. matriz A por el escalar c.
1 3
2 2 1 1 3
2 . Definición de la multiplicación por un escalar
5
2
1
2
5 1
Si A ! [aij] es una matriz de tamaño m " n y c es un escalar, entonces el múltiplo
escalar de A por c es la matriz de tamaño m " n dada por
cA ! [caij]. Para 1 # i # m y 1 # j # n.

Podemos utilizar %A para representar el producto escalar (%1)A. Si A y B son del mismo
tamaño, entonces A % B representa la suma de A y (%1)B. Es decir A % B ! A $ (%1) B.

EJEMPLO 3 Multiplicación por un escalar y resta de matrices

Para las matrices A y B, determine (a) 3A, (b) %B y (c) 3A % B.

1 2 4 2 0 0
A 3 0 1 y B 1 4 3
2 1 2 1 3 2
SOLUCIÓN
1 2 4 31 32 34 3 6 12
a. 3A 3 3 0 1 3 3 30 3 1 9 0 3
2 1 2 32 31 32 6 3 6
2 0 0 2 0 0
b. B 1 1 4 3 1 4 3
1 3 2 1 3 2
3 6 12 2 0 0 1 6 12
c. 3A B 9 0 3 1 4 3 10 4 6
6 3 6 1 3 2 7 0 4

www.elsolucionario.org

03LarsonTEC(045-090).indd 48 16/03/17 20:58

 3.1 Operaciones con matrices 49

MULTIPLICACIÓN DE MATRICES
La tercera operación básica es la multiplicación de matrices. Para ver la utilidad de esta
operación, considere la siguiente aplicación, en la cual las matrices son de mucha ayuda
para organizar información.
Un estadio de futbol tiene tres áreas concesionadas para locales comerciales, ubicadas
en el sur, norte y oeste del mismo. Los artículos más vendidos son los cacahuates, los hot
dogs y los refrescos. Las ventas para cierto día son registradas en la primera matriz abajo
y los precios (en dólares) de los tres artículos aparecen en la segunda.

Número de artículos vendidos

Cacahuates Hot dogs Refrescos Precio de venta
Local sur 120 250 305 2.00 Cacahuates

Local norte 207 140 419 3.00 Hot Dogs

Local oeste 29 120 190 2.75 Sodas

Para calcular el total de ventas de los tres productos más vendidos en el local sur, multi-
plique cada elemento en el primer renglón de la matriz de la izquierda por el precio corres-
pondiente en la matriz columna de la derecha y sume los resultados. Las ventas del local
sur son
(120)(2.00) $ (250)(3.00) $ (305)(2.75) ! $1828.75 Ventas local sur

De manera similar, calculamos las ventas de los otros dos locales de la siguiente forma.
(207)(2.00) $ (140)(3.00) $ (419)(2.75) ! $1986.25 Ventas local norte
(29)(2.00) $ (120)(3.00) $ (190)(2.75) ! $940.50 Ventas local oeste

Los cálculos anteriores son ejemplos de la multiplicación de matrices. Usted puede

escribir el producto de la matriz de 3 " 3 indicando el número de artículos vendidos y la
matriz de 3 " 1 indicando los precios de venta, de la siguiente manera.

120 250 305 2.00 1828.75

207 140 419 3.00 1986.25
29 120 190 2.75 940.50
El producto de estas matrices es la matriz de 3 " 1, que nos da el total de las ventas por
cada uno de los tres locales.
La definición general del producto de dos matrices mostrada abajo, se basa en las
ideas recién desarrolladas. A primera vista esta definición puede parecer inusual, no obs-
tante, usted verá más adelante que tiene muchas aplicaciones prácticas.

Definición de la multiplicación de matrices

Si A ! [aij] es una matriz de tamaño m " n y si B ! [bij] es una matriz de tamaño n
" p, entonces el producto AB es una matriz de tamaño m " p
AB ! [cij]
donde
n
cij aik bkj ai1b1j a i2 b2j ai3 b3j . . . ain bnj .
k 1
Para 1 # i # m y 1 # j # p.

Esta definición significa que el elemento en el i-ésimo renglón y en la j-ésima

columna del producto AB se obtiene al multiplicar los elementos del i-ésimo renglón de A
por los elementos correspondientes de la j-ésima columna de B y luego sumar los resulta-
dos. El siguiente ejemplo ilustra este proceso.

www.elsolucionario.org

03LarsonTEC(045-090).indd 49 16/03/17 20:58

 50 Unidad 3 Matrices y determinantes

EJEMPLO 4 Determinación del producto de dos matrices

Encuentre el producto AB, donde

1 3
3 2
A 4 2 y B .
4 1
5 0
SOLUCIÓN
Primero, observe que el producto AB está definido porque el tamaño de A es 3 " 2 y el de
B es 2 " 2. Además, el producto AB es de tamaño 3 " 2 y tiene la forma
1 3 c11 c12
3 2
4 2 c21 c22 .
4 1
5 0 c31 c32
Para determinar c11 (el elemento en el primer renglón y en la primera columna del pro-
ducto), multiplique los elementos correspondientes en el primer renglón de A y la primera
columna de B. Es decir
c11 1 3 3 4 9
1 3 9 c12
3 2
4 2 c21 c22 .
4 1
5 0 c31 c32

Similarmente, para determinar c12 multiplique los elementos correspondientes en el primer

renglón de A y la segunda columna de B para obtener
Arthur Cayley
(1821-1895) c12 1 2 3 1 1
El matemático inglés Arthur 1 3 9 1
Cayley es reconocido por pro- 3 2
4 2 c21 c22 .
porcionar una definición abs- 4 1
tracta de una matriz. Cayley 5 0 c31 c32
era egresado de la Universi-
dad de Cambridge y era abo- Siguiendo este patrón obtenemos los siguientes resultados.
gado de profesión. Comenzó c21 4 3 2 4 4
su revolucionario trabajo en
matrices mientras estudiaba c22 4 2 2 1 6
la teoría de transformaciones. c31 5 3 0 4 15
Cayley también fue funda- c32 5 2 0 1 10
mental para el desarrollo de
los determinantes (mismos El producto es
que se discuten en el Capítulo
1 3 9 1
3). Se reconoce a Cayley y 3 2
dos matemáticos estadouni- AB 4 2 4 6 .
4 1
denses, Benjamin Peirce 5 0 15 10
(1809-1880) y su hijo, Charles
S. Peirce (1839-1914), por el Asegúrese de entender que el producto de dos matrices está definido cuando el
desarrollo del “álgebra matri- número de columnas de la primera matriz es igual al número de renglones de la segunda
cial.”
matriz; es decir,
A B AB.
m n n p m p

igual
tamaño
de AB
Así, el producto BA de las matrices del ejemplo 4 no está definido.
Bettmann/CORBIS

www.elsolucionario.org

03LarsonTEC(045-090).indd 50 16/03/17 20:58

 3.1 Operaciones con matrices 51
El patrón general de la multiplicación de matrices es el siguiente. Para obtener el
elemento del i-ésimo renglón y la j-ésima columna del producto AB, use el i-ésimo renglón
de A y la j-ésima columna de B.

a11 a12 a13 . . . a c11 c12 . . . c1j . . . c1p

1n
b11 b12 . . . b1j . . . b1p
a21 a22 a23 . . . a c21 c22 . . . c2j . . . c2p
. . . .2n b21 b22 . . . b2j . . . b2p . . . .
. . . . . . . .
. . . . b31 b32 . . . b3j . . . b3p . . . .
ai1 ai2 ai3 . . . a . . . . ci1 ci2 . . . cij . . . cip
. . . .in . . . . . . . .
. . . . . . . . . . . .
. . . . . . . bnj . . . bnp . .
am1 am2 am3 . . .a bn1 bn2
cm1 cm2 . . . c. . . . c.
mn mj mp

ai1b1j ai2 b2j ai3 b3j ... ainbnj cij

D E S CU BR I M I E NTO
Sea
1 2 0 1
A y B .
3 4 1 2

Calcule A $ B y B $ A. ¿La suma de una matriz es conmutativa?

Calcule AB y BA. ¿La multiplicación de matrices es conmutativa?

EJEMPLO 5 Multiplicación de matrices

2 4 2
1 0 3 5 7 1
a. 1 0 0
2 1 2 3 6 6
1 1 1
2 3 3 3 2 3

3 4 1 0 3 4
b.
2 5 0 1 2 5
2 2 2 2 2 2

1 2 1 2 1 0
c.
1 1 1 1 0 1
2 2 2 2 2 2

2
d. 1 2 3 1 1
1
1 3 3 1 1 1

2 2 4 6
e. 1 1 2 3 1 2 3
1 1 2 3
3 1 1 3 3 3

Note la diferencia entre los dos productos en los incisos (d) y (e) del ejemplo 5. En
general, la multiplicación de matrices no es conmutativa. Es decir, casi nunca se cumple
que el producto AB sea igual al producto BA. (Véase la sección 2.2 para un análisis más
profundo de la no conmutatividad de la multiplicación de matrices.)
www.elsolucionario.org

03LarsonTEC(045-090).indd 51 16/03/17 20:58

 52 Unidad 3 Matrices y determinantes

SISTEMAS DE ECUACIONES LINEALES

Una aplicación práctica de la multiplicación de matrices es la representación de un sistema
de ecuaciones lineales. Observe cómo el sistema
a11x 1 a12 x 2 a13 x 3 b1
a21 x 1 a22 x 2 a23 x 3 b2
a31x 1 a32 x 2 a33 x 3 b3
puede escribirse como la ecuación matricial Ax ! b, donde A es la matriz de coeficientes
del sistema y x y b son matrices columna.
a11 a12 a13 x1 b1
a21 a22 a23 x2 b2
a31 a32 a33 x3 b3
A x b

EJEMPLO 6 Resolución de un sistema de ecuaciones lineales

Resuelva la ecuación matricial Ax ! 0, donde

x1
1 2 1 0
A , x x2 , y 0 .
2 3 2 0
x3

SOLUCIÓN
Como un sistema de ecuaciones lineales, Ax ! 0 lo representamos como
x1 2x 2 x3 0
2x 1 3x 2 2x 3 0.
Utilizando la eliminación de Gauss-Jordan en la matriz aumentada de este sistema, obte-
nemos
1
NOTA TECNOLÓGICA 1 0 7 0
4 .
Muchas aplicaciones gráficas y 0 1 0
7
programas de cómputo pueden
ejecutar la suma de matrices,
multiplicación escalar y la
Por tanto, el sistema tiene un número infinito de soluciones. En este caso, una elección
multiplicación de matrices. Si conveniente de parámetro es x3 ! 7t, y puede escribir el conjunto solución como
usted utiliza una aplicación
gráfica, sus pantallas para el
x1 ! t, x2 ! 4t, x3 ! 7t, t es cualquier número real.
Ejemplo 6 se verán como: En términos de matrices, encontramos que la ecuación matricial
x1
1 2 1 0
x2
2 3 2 0
x3
tiene un número infinito de soluciones, representado por
x1 t 1
x x2 4t t 4 , t es cualquier escalar.
Los comandos y la sintaxis de
x3 7t 7
programación para estas
Esto es, cualquier múltiplo escalar de la matriz columna de la derecha es una solución. A
aplicaciones/programas del
Ejemplo 6 están disponibles en continuación se muestran algunas soluciones:
Online Technology Guide,
college.cengage.com/pic/
1 2 0 1
larsonEL6e. 4 , 8 , 0 ,y 4 .
7 14 0 7

www.elsolucionario.org

03LarsonTEC(045-090).indd 52 16/03/17 20:58

 3.1 Operaciones con matrices 53

PARTICIÓN DE MATRICES
El sistema Ax ! b puede representarse de una forma más conveniente, dividiendo las
matrices A y x de la siguiente manera. Si

a11 a12 . . . a1n x1 b1

a21 a22 . . . a 2n x2 b2
A . . . , x . , y b .
. . . . .
. . . . .
am1 am2 . . . a mn xn bm

son las matrices de coeficientes, la matriz columna de incógnitas y la matriz del lado dere-
cho, respectivamente, del sistema lineal Ax ! b de tamaño m " n, entonces podemos
escribir

a11 a12 . . . a1n x1

a21 a22 . . . a2n x2
. . . . b
. . . .
. . . .
am1 am2 . . . amn xn
a11x 1 a12x 2 . . . a1nx n
a21x 1 a22x 2 . . . . a2nx n
. b
.
am1x 1 am2x 2 . . . amnx n
a11 a12 a1n
a a22 a2n
x 1 .21 x2 . . . . xn . b.
. . .
. . .
am1 am2 amn

En otras palabras
Ax x 1a1 x 2 a2 . . . x n an b
donde a1, a2, . . . , an son las columnas de la matriz A. La expresión

a11 a12 a1n

a21 a22 a2n
x 1 .. x2 . . . . xn .
. .
. . .
am1 am2 amn

Se llama combinación lineal de las matrices columna a1, a2, . . . , an con coeficientes x1,
x2, . . . , xn.

Combinaciones lineales de vectores columna

La matriz producto Ax es una combinación lineal de los vectores columna a1, a2, …
an que forman la matriz de coeficientes A.
a11 a12 a1n
a21 a22 a2n
x1 . x2 . . . . xn .
. . .
. . .
am1 am2 amn
Adicionalmente, el sistema Ax ! b es consistente si y sólo si b se puede expresar
como una combinación lineal tal, en la que los coeficientes de la combinación lineal
son una solución del sistema.

www.elsolucionario.org

03LarsonTEC(045-090).indd 53 16/03/17 20:58

 54 Unidad 3 Matrices y determinantes

EJEMPLO 7 Resolución de un sistema de ecuaciones lineales

El sistema lineal
x1 2x 2 3x 3 0
4x 1 5x 2 6x 3 3
7x 1 8x 2 9x 3 6

puede reescribirse como una ecuación matricial Ax ! b de la siguiente forma

1 2 3 0
x1 4 x2 5 x3 6 3
7 8 9 6

Aplicando la eliminación gaussiana podemos demostrar que este sistema tiene un número
infinito de soluciones, una de las cuales es x1 ! 1, x2 ! 1 y x3 ! –1.

1 2 3 0
1 4 1 5 1 6 3
7 8 9 6

Es decir, b puede expresarse como una combinación lineal de las columnas de A. Esta
representación de un vector columna en función de otros es un tema fundamental del álge-
bra lineal.

El dividir A en columnas y x en renglones, se emplea a menudo para reducir una

matriz de tamaño m " n a matrices más pequeñas. Por ejemplo, la matriz abajo a la
izquierda puede dividirse como se muestra en la matriz a la derecha.

1 2 0 0 1 2 0 0
3 4 0 0 3 4 0 0
1 2 2 1 1 2 2 1

La matriz también puede dividirse en matrices columna

1 2 0 0
3 4 0 0 c1 c2 c3 c4
1 2 2 1

o matrices renglón

1 2 0 0 r1
3 4 0 0 r2 .
1 2 2 1 r3

ÁLGEBRA Muchas aplicaciones en la vida real de los sistemas lineales involucran

enormes cantidades de ecuaciones y variables. Por ejemplo, un
LINEAL problema con los calendarios de la tripulación de vuelo de American
APLICADA Airlines requirió la manipulación de matrices con 837 renglones y más
de 12,750,000 columnas. Esta aplicación de programación lineal exigía
que el problema se dividiera en piezas más pequeñas y después se
resolviera en una supercomputadora Cray. (Fuente: Very Large-Scale
Lineal Programming. A Case Study in Combining Interior Point y
Simplex Methods, Bixby, Robert E., et al., Operations Research, 40,
no. 5)
© Sean Locke/iStockphoto.com

www.elsolucionario.org

03LarsonTEC(045-090).indd 54 16/03/17 20:58

 3.1 Ejercicios 55

3.1 Ejercicios Consulte www.CalcChat.com para las soluciones de los ejercicios nones.

Igualdad de matrices En los ejercicios 1 a 4, encuentre 15. Resuelva la ecuación matricial para x, y, y z.
x e y x y y z 4 x
x 2 4 2 4 2 2 .
1. z 1 x 1 5 x
7 y 7 22
16. Resuelva la ecuación matricial para x, y, z, y w.
5 x 5 13
2. w x 4 3 y w
y 8 12 8 2 .
y x 2 1 z x
16 4 5 4 16 4 2x 1 4
3. 3 13 15 6 3 13 15 3x Determinación de los productos de dos matrices En
0 2 4 0 0 2 3y 5 0 los ejercicios 17 a 30, halle (a) AB y (b) BA (si están definidas).
x 2 8 3 2x 6 8 3 1 2 2 1
17. A , B
4. 1 2y 2x 1 18 8 4 2 1 8
7 2 y 2 7 2 11 2 2 4 1
18. A , B
Operaciones con matrices En los ejercicios 5 a 12, deter- 1 4 2 2
mine (a) A $ B, (b) A – B, (c) 2A, (d) 2A – B y (e) B $ 12A. 2 1 3 0 1 2
1 1 2 1 19. A 5 1 2 , B 4 1 3
5. A , B 2 2 3 4 1 2
2 1 1 8
1 2 3 2 1 1 7 1 1 2
6. A , B 20. A 2 1 8 , B 2 1 1
2 1 4 2
6 1 1 4 3 1 1 1 3 2
7. A 2 4 , B 1 5 2 1 0 1 0
3 5 1 10 21. A 3 4 , B 4 0 2
1 6 8 1 7
2 1 1 2 3 4
8. A , B 3 2 1 1 2
1 1 4 3 1 2
22. A 3 0 4 , B 2 1
3 2 1 0 2 1
9. A 2 4 5 , B 5 4 2 4 2 4 1 2
0 1 2 2 1 0 2
2 3 4 0 6 2 23. A 3 2 1, B 3
10. A 0 1 1 , B 4 1 0 0
2 0 1 1 2 4 1
6 0 3 8 1 2
11. A , B 24. A , B 2 1 3 2
1 4 0 4 3 2
3 1
12. A 2 , B 4 6 2 1 3
1 2
1 25. A 4 5 , B
0 7
0 2
13. Encuentre (a) c21 y (b) c13, donde C ! 2A – 3B,
2 1
5 4 4 1 2 7 2 3
A , y B . 26. A , B 1 3
3 1 2 0 5 1 5 2
2 1
14. Encuentre (a) c23 y (b) c32, donde C ! 5A $ 2B,
0 1 0 2
4 11 9 1 0 5
27. A 4 0 2 , B 3
A 0 3 2 , y B 4 6 11 .
8 1 7 1
3 1 1 6 4 9
2 1 2 4 0 1 3
28. A 3 1 2 , B 1 2 3 1
2 1 2 2 1 4 3
www.elsolucionario.org

03LarsonTEC(045-090).indd 55 16/03/17 20:58

 56 Unidad 3 Matrices y determinantes

6 Escribir una combinación lineal En los ejercicios 49 a

2 52, exprese la matriz columna b como una combinación
29. A , B 10 12 lineal de las columnas de A.
1
6 1 1 2 1
49. A , b
3 3 1 7
1 0 3 2 4 1 6
30. A , B 1 2 4 1
6 13 8 17 20 4 2
50. A 1 0 2 , b 3
Tamaño de la matriz En los ejercicios 31 a 38, sean A, B, 0 1 3 2
C, D y E matrices con el tamaño dado.
1 1 5 3
A: 3 4 B: 3 4 C: 4 2 D: 4 2 E: 4 3
51. A 1 0 1 , b 1
Si está definida, determine el tamaño de la matriz. Si no lo 2 1 1 0
está, proporcione una explicación.
3 5 22
31. A B 32. C E 52. A 3 4 , b 4
1
33. 2D 34. 4A 4 8 32
35. AC 36. BE
Resolución de una ecuación matricial En los ejercicios
37. E 2A 38. 2D C
53 y 54, resuelva la ecuación matricial para A.
Resolución de una ecuación matricial En los ejercicios 1 2 1 0
39 y 40, resuelva la ecuación matricial Ax ! 0. 53. A
3 5 0 1
x1 2 1 1 0
2 1 1 0 54. A
39. A , x x2 , 0 3 2 0 1
1 2 2 0
x3
x1 Resolución de una ecuación matricial En los ejercicios
1 2 1 3 0 55 y 56, resuelva la ecuación matricial para a, b, c y d.
x2
40. A 1 1 0 1 , x , 0 0 1 2 a b 6 3
x3 55.
0 1 1 2 0 3 4 c d 19 2
x4
a b 2 1 3 17
Resolución de una sistema de ecuaciones lineales En 56.
c d 3 1 4 1
los ejercicios 41 a 48, escriba el sistema de ecuaciones lineales
en la forma Ax ! b y resuelva esta ecuación matricial para x. Matriz diagonal Una matriz cuadrada
41. x1 x2 4 a 11 0 0 . . . 0
2x 1 x2 0 0 a 22 0 . . . 0
42. 2x 1 3x 2 5 A 0 0 a 33 . . . 0
. . . .
x1 4x 2 10 . . . .
. . . .
43. 2x 1 3x 2 4 0 0 0 . . . a nn
6x 1 x2 36 se llama matriz diagonal si todos los elementos que no están
44. 4x 1 9x 2 13 en la diagonal principal son cero. En los ejercicios 57 y 58,
x1 3x 2 12 encuentre el producto AA para la matriz diagonal dada.
45. x1 2x 2 3x 3 9 1 0 0 2 0 0
x1 3x 2 x3 6 57. A 0 2 0 58. A 0 3 0
2x 1 5x 2 5x 3 17 0 0 3 0 0 0
46. x1 x 2 3x 3 1
x1 2x 2 1 Determinación de los productos de matrices diago-
nal En los ejercicios 59 y 60, determine los productos AB y
x1 x2 x3 2
BA para las matrices diagonales.
47. x1 5x 2 2x 3 20
2 0 5 0
3x 1 x2 x3 8 59. A , B
0 3 0 4
2x 2 5x 3 16
3 0 0 7 0 0
48. x 1 x 2 4x 3 17
60. A 0 5 0 , B 0 4 0
x1 3x 2 11
0 0 0 0 0 12
6x 2 5x 3 40

www.elsolucionario.org

03LarsonTEC(045-090).indd 56 16/03/17 20:58

 3.1 Ejercicios 57

61. Demostración guiada. Pruebe que si A y B son matri- 72. Demuestre que no existen matrices de 2 " 2 que satisfa-
ces diagonales (del mismo tamaño), entonces AB ! BA. gan la ecuación matricial
Inicio: Para demostrar que las matrices AB y BA son 1 0
AB BA .
iguales, primero necesita demostrar que sus elementos 0 1
correspondientes son iguales. 73. Exploración Sea i ! 1 y sea
(i) Empiece su demostración haciendo que A ! [aij] y i 0 0 i
A y B .
B ! [bij] sean dos matrices diagonales n " n. 0 i i 0
(ii) El ij-ésimo elemento del producto AB es (a) Determine A2, A3 y A4. (Nota: A2 ! AA, A3 ! AAA !
n A2A, etc.) Identifique cualquier similitud entre i2, i3 e i4.
ci j aikbk j (b) Determine e identifique B2.
k 1
(iii) Evalúe el elemento cij para los casos en los que i & 74. Demostración guiada. Pruebe que si el producto AB
j e i ! j. es una matriz cuadrada, entonces el producto BA está
(iv) Repita este análisis para el producto BA. definido.
62. Escriba Sean A y B matrices de 3 " 3, donde A es Inicio: Para probar que el producto BA está definido,
diagonal. necesita demostrar que el número de columnas de B es
igual al número de renglones de A.
(a) Describa el producto AB. Ilustre su respuesta con
ejemplos. (i) Comience su demostración haciendo notar que el
número de columnas de A es igual al número de
(b) Describa el producto BA. Ilustre su respuesta con
renglones de B.
ejemplos.
(ii) Después usted puede suponer que A es de tamaño
(c) ¿Cómo cambian los resultados de los incisos (a) y m " n y B es de tamaño n " p.
(b) si los elementos de la diagonal de A son iguales? (iii) Utilice la hipótesis de que el producto AB es una
Traza de una matriz En los ejercicios 63 a 66, determine matriz cuadrada.
la traza de la matriz. La traza de una matriz A de n " n es la 75. Prueba Demuestre que si ambos productos: AB y BA
suma de los elementos de la diagonal principal. Es decir están definidos, entonces AB y BA son matrices cuadradas.
Tr(A) ! a11 $ a22 $ . . . $ ann. 76. Sean A y B dos matrices tales que el producto AB está
1 2 3 1 0 0 definido. Demuestre que si A tiene dos renglones idénti-
cos, entonces los dos renglones correspondientes AB
63. 0 2 4 64. 0 1 0
también son idénticos.
3 1 3 0 0 1
77. Sean A y B matrices de n " n. Demuestre que si el i-ésimo
1 0 2 1 1 4 3 2 renglón de A tiene todos sus elementos iguales a cero,
0 1 1 2 4 0 6 1 entonces el i-ésimo renglón de AB tiene todos sus elemen-
65. 66.
4 2 1 0 3 6 2 1 tos iguales a cero. Proporcione un ejemplo utilizando matri-
0 0 5 1 2 1 1 3 ces de 2 " 2 para demostrar que la conversión es falsa.

67. Prueba Demuestre que cada una de las expresiones es 78. REMAT E Sean A y B matrices de tamaño
verdadera si A y B son matrices cuadradas de tamaño n 3  "  2 y 2  "  2, respectivamente. Responda las
y c es un escalar. siguientes preguntas y explique su razonamiento.
Tr(A $ B) ! Tr(A) $ Tr(B) (a) ¿Es posible que A ! B?
Tr(cA)cTr(A) (b) ¿A $ B está definido?
68. Prueba Demuestre que si A y B son matrices cuadra- (c) ¿AB está definido? Si es así, ¿es posible que AB !
das de tamaño n, entonces Tr(AB) ! Tr(BA). BA?
69. Determine las condiciones en w, x, y y z tales que AB !
BA en las siguientes matrices. 79. Agricultura Un agricultor tiene dos cosechas de fruta,
manzanas y peras. Cada una de estas cosechas es
w x 1 1 enviada a tres diferentes mercados. El número de unida-
A y B
y z 1 1 des de la cosecha i que es enviada al mercado j se repre-
70. Verifique AB ! BA para las siguientes matrices. senta por aij en la matriz
Cos Sen Cos Sen 125 100 75
A y B A
Sen Cos Sen Cos 100 175 125
La ganancia por unidad es representada por la matriz
71. Demuestre que la ecuación matricial no tiene solución.
B ! [$3.50 $6.00]
1 1 1 0 Determine el producto BA y explique qué representa
A
1 1 0 1 cada elemento de este producto.
www.elsolucionario.org

03LarsonTEC(045-090).indd 57 16/03/17 20:58

 58 Unidad 3 Matrices y determinantes

80. Manufactura Una corporación tiene tres fábricas, cada Multiplicación por bloques En los ejercicios 83 y 84, eje-
una de las cuales produce guitarras acústicas y guitarras cute la multiplicación por bloques indicada de las matrices A y B.
eléctricas. El número de guitarras del tipo i producidas en Si las matrices A y B se dividen en cuatro submatrices
la fábrica j en un día se representa por aij en la matriz
A
70 50 25 A [ A 11 A 12
A 21 A 22 ]y B [
B 11 B 12
B 21 B 22 ]
35 100 70
Determine los niveles de producción de cada fábrica, si entonces puede multiplicar por bloques A y B, asignando el
la producción se incrementa 20%. tamaño de las submatrices para las cuales la suma y la multi-
plicación están definidas.

[ ][ ]
81. Política La matriz
A 11 A 12 B 11 B 12
De AB
A 21 A 22 B 21 B 22
R
0.6 0.1 0.1 R
D I
[
A 11B 11 A 12B 21 A 11B 12 A 12B 22
A 21B 11 A 22B 21 A 21B 12 A 22B 22 ]
P 0.2 0.7 0.1 D A 1 2 0
0.2 0.2 0.8 I 1 2 0 0
1 1 0
83. A 0 1 0 0 , B
representa la proporción de votantes que cambió del 0 0 1
partido i al partido j en una elección dada. Es decir, pij (i 0 0 2 1
0 0 3
& j) representa la proporción de votantes que cambiaron
del partido i al partido j y pii representa la proporción que 0 0 1 0 1 2 3 4
permanece leal al partido i de una elección a la siguiente. 0 0 0 1 5 6 7 8
84. A , B
Determine el producto de P consigo mismo. ¿Qué repre- 1 0 0 0 1 2 3 4
senta este producto? 0 1 0 0 5 6 7 8
82. Población Las matrices muestran la población (en
¿Verdadero o falso? En los ejercicios 85 y 86 determine
miles de personas) que vivía en diferentes regiones de
cuál de las expresiones es verdadera o falsa. Si la expresión
Estados Unidos en 2009 y la población (en miles de
es verdadera, dé una razón o cite una expresión adecuada del
personas) estimada que vivirá en estas regiones en 2015.
texto. Si la expresión es falsa, proporcione un ejemplo que
Las poblaciones regionales se separaron en tres catego-
demuestre que la expresión no es válida para todos los casos
rías de edad. (Fuente: U.S. Census Bureau)
o cite del texto una expresión adecuada.
2009
85. (a) Para que el producto de dos matrices esté definido,
0–17 18–64 65 el número de columnas de la primera matriz debe ser
Noreste 12,399 35,137 7747 igual al número de renglones de la segunda matriz.
Medio oeste 16,047 41,902 8888 (b) El sistema Ax ! b es consistente si y sólo si b puede
Sur 27,959 70,571 14,608 ser expresada como una combinación lineal, donde
Montaña 5791 13,716 2616 los coeficientes de la combinación lineal son una
Pacífico 12,352 31,381 5712 solución del sistema.
86. (a) Si A es una matriz de m " n y B es una matriz de n "
2015 r, entonces el producto AB es una matriz de m " r.
0–17 18–64 65 (b) La ecuación matricial Ax ! b, donde A es la matriz
Noreste 12,441 35,289 8835 de coeficientes y x y b son las matrices columna,
Medio oeste 16,363 42,250 9955 puede utilizarse para representar un sistema de ecua-
Sur 29,373 73,496 17,572 ciones lineales.
Montaña 6015 14,231 3337 87. Las columnas de la matriz T muestran las coordenadas
Pacífico 12,826 33,292 7086 de los vértices de un triángulo. La matriz A es una matriz
(a) La población total en 2009 fue 307 000 000 y la de transformación.
población total estimada para 2015 fue 322 000 000. 0 1 1 2 3
Reescriba las matrices para obtener la información A , T
1 0 1 4 2
como porcentajes de la población total. (a) Encuentre AT y AAT. Después dibuje el triángulo
(b) Escriba una matriz que proporcione los porcentajes original y los dos triángulos transformados. ¿Qué
en cambios estimados de población por regiones y transformación representa A?
por grupos de edad de 2009 a 2015. (b) Un triángulo está determinado por AAT. Describa el
(c) Basado en el resultado del inciso (b), ¿qué grupo(s) proceso de transformación que produce el triángulo
de edad se estima mostrará(n) un crecimiento rela- determinado por AT y luego el triángulo determi-
tivo de 2009 a 2015? nado por T.
www.elsolucionario.org

03LarsonTEC(045-090).indd 58 16/03/17 20:58

 3.2 Propiedades de las operaciones con matrices 59

3.2 Propiedades de las operaciones con matrices

Use las propiedades de la suma de matrices, multiplicación escalar y
matrices cero.
Use las propiedades de multiplicación de matrices y matriz identidad.
Encuentre la transpuesta de una matriz.

ÁLGEBRA DE MATRICES
En la sección 3.1 su atención se centró en la mecánica de las tres operaciones básicas con
matrices: suma de matrices, multiplicación escalar y multiplicación de matrices. Esta sec-
ción comienza con el desarrollo del álgebra de matrices. Observará que esta álgebra
comparte muchas (pero no todas) de las propiedades del álgebra de los números reales.
Enseguida aparece una lista de algunas propiedades de la suma de matrices y de la multi-
plicación escalar.

TEOREMA 3.1 Propiedades de la suma de matrices

y de la multiplicación por un escalar
Si A, B y C son matrices de m " n; c, d, 1, escalares, entonces las siguientes propie-
dades son verdaderas.
1. A B B A Propiedad conmutativa de la suma
2. A B C A B C Propiedad asociativa de la suma
3. cd A c dA Propiedad asociativa de la multiplicación de escalares
4. 1A A Identidad multiplicativa
5. c A B cA cB Propiedad distributiva izquierda
6. c d A cA dA Propiedad distributiva derecha

DEMOSTRACIÓN
La demostración de estas seis propiedades se concluyen directamente a partir de las defi-
niciones de suma de matrices y multiplicación por un escalar, así como de las propiedades
correspondientes a los números reales. Por ejemplo, para demostrar la propiedad conmu-
tativa de la suma de matrices, sean A ! [aij] y B ! [bij]. Entonces, aplicando la propiedad
conmutativa de la suma de números reales, escribimos
A B aij bij bij aij B A.
De igual forma, para demostrar la propiedad 5, aplicamos la propiedad distributiva (de los
números reales) de la multiplicación sobre la suma, para escribir
cA B c aij bij caij cbij c A cB.
Las demostraciones de las cuatro propiedades restantes se dejan como ejercicios (véase los
ejercicios 57 a 60).
En la sección anterior, la suma de matrices se definió como la suma de dos matrices,
haciéndola así una operación binaria. La propiedad asociativa de la suma de matrices ahora
permite escribir expresiones como A $ B $ C como (A $ B) $ C o como A $ (B $ C).
Este mismo razonamiento se aplica a la suma de cuatro o más matrices.

EJEMPLO 1 Suma de más de dos matrices

Sumando los elementos correspondientes, podemos obtener la siguiente suma de cuatro

matrices.
1 1 0 2 2
2 1 1 3 1
www.elsolucionario.org

03LarsonTEC(045-090).indd 59 16/03/17 20:58

 60 Unidad 3 Matrices y determinantes

Una propiedad importante de la suma de números reales es que el número 0 sirve

como la identidad aditiva. Esto es, c $ 0 ! c para cualquier número real c. Para las matri-
ces se cumple una propiedad semejante. Específicamente, si A es una matriz de m " n y
0mn es la matriz de m " n consistente únicamente de ceros, entonces A $ 0mn ! A. La
matriz 0mn se denomina matriz cero y sirve como la identidad aditiva para el conjunto
de todas las matrices de m " n. Por ejemplo, la siguiente matriz funciona como la identi-
dad aditiva para el conjunto de todas las matrices de 2 " 3.
0 0 0
023
0 0 0
Cuando se sobreentiende el tamaño de la matriz, las matrices cero pueden denotarse sim-
plemente por 0.
Las siguientes propiedades de las matrices cero son fáciles de probar, por lo que sus
demostraciones se dejan como ejercicio. (Véase Ejercicio 61.)

COMENTARIO TEOREMA 3.2 Propiedades de las matrices cero

La propiedad 2 puede descri-
Si A es una matriz de m " n y c es un escalar, entonces las siguientes propiedades
birse diciendo que la matriz –A
es el inverso aditivo de A. son verdaderas.
1. A $ 0mn ! A
2. A $ (–A) ! 0mn
3. Si cA ! 0mn, entonces c ! 0 o A ! 0mn

El álgebra de los números reales y el álgebra de matrices tienen numerosas similitu-

des. Por ejemplo, compare las siguientes soluciones.
Números reales Matrices de m × n
(resolver para x) (resolver para X)
X A B
x a a b a X A A B A
x 0 b a X 0 B A
x b a X B A
El proceso de resolución de una ecuación matricial se muestra en el ejemplo 2.

EJEMPLO 2 Resolución de una ecuación matricial

Resuelva para X en la ecuación 3X $ A ! B, donde

1 2 3 4
A y B .
0 3 2 1
SOLUCIÓN
Empecemos por resolver la ecuación para X, para obtener
3X B A
1
X 3 B A.
Ahora, utilizando las matrices dadas tiene
1 3 4 1 2
X 3
2 1 0 3
1 4 6
3
2 2
4
3 2
2 2 .
3 3

www.elsolucionario.org

03LarsonTEC(045-090).indd 60 16/03/17 20:58

 3.2 Propiedades de las operaciones con matrices 61

COMENTARIO PROPIEDADES DE LA MULTIPLICACIÓN DE MATRICES

Observe que la propiedad con-
En el siguiente teorema, el álgebra de matrices se extiende para incluir algunas propieda-
mutativa para la multiplicación
de matrices no está en la lista des más utilizadas de la multiplicación de matrices. La demostración de la propiedad 2 se
que aparece en el teorema 3.3. presenta abajo. Las demostraciones de las propiedades restantes se dejan como ejercicio.
Aunque el producto AB está (Véase el Ejercicio 62.)
definido, podemos ver fácil-
mente que A y B no tienen el
TEOREMA 3.3 Propiedades de la multiplicación de matrices
tamaño adecuado que defina el
producto BA. Por ejemplo, si A Si A, B y C son matrices (con tamaños tales que los productos matriciales dados están
es de tamaño 2 " 3 y B es de 3
definidos) y c es un escalar, entonces las siguientes propiedades son verdaderas.
" 3, entonces el producto AB
está definido, no así el producto 1. A BC AB C Propiedad asociativa de la multiplicación
BA. El siguiente ejemplo mues- 2. A B C AB AC Propiedad distributiva izquierda
tra que incluso si los productos 3. A B C AC BC Propiedad distributiva derecha
AB y BA están definidos, éstos 4. c AB cA B A cB
pueden no ser iguales.

DEMOSTRACIÓN
Para demostrar la propiedad 2, muestre que las matrices A(B $ C) y AB $ AC son iguales
si sus elementos correspondientes son iguales. Suponga que A es de tamaño m " n, B es
de tamaño n " p y C es de tamaño n " p. Aplicando la definición de la multiplicación de
matrices, el elemento en el i-ésimo renglón y la j-ésima columna de
A(B $ C) es ai1(b1j $ c1j) $ . . . $ ain(bnj $ cnj).
Además, el elemento en el i-ésimo renglón y la j-ésima columna de AB $ AC es

ai1b1j ai2b2j . . . ainbnj ai1c1j ai2c2j . . . aincnj .

Distribuyendo y reagrupando, puede ver que estos dos ij-ésimos elementos son iguales. Así
AB C AB AC.

La propiedad asociativa de la multiplicación de matrices le permite escribir estos

productos matriciales como ABC sin ambigüedad, como se muestra en el ejemplo 3.

EJEMPLO 3 La multiplicación de matrices es asociativa

Determine el producto matricial ABC agrupando primero los factores como (AB)C y luego
como A(BC). Demuestre que se obtiene el mismo resultado con ambos procesos.
1 0
1 2 1 0 2
A , B , C 3 1
2 1 3 2 1
2 4
SOLUCIÓN
Agrupando los factores como (AB)C, obtiene
1 0
1 2 1 0 2
AB C 3 1
2 1 3 2 1
2 4
1 0
5 4 0 17 4
3 1 .
1 2 3 13 14
2 4
Agrupando los factores como A(BC), obtiene el mismo resultado
1 0
1 2 1 0 2
A BC 3 1
2 1 3 2 1
2 4
1 2 3 8 17 4
2 1 7 2 13 14
www.elsolucionario.org

03LarsonTEC(045-090).indd 61 16/03/17 20:58

 62 Unidad 3 Matrices y determinantes

El siguiente ejemplo muestra que aun cuando los productos de AB y BA estén definidos,
podrían no ser iguales.

EJEMPLO 4 La multiplicación de matrices no es conmutativa

Demuestre que AB y BA no son iguales para las matrices

1 3 2 1
A y B .
2 1 0 2
SOLUCIÓN
1 3 2 1 2 5 2 1 1 3 0 7
AB , BA
2 1 0 2 4 4 0 2 2 1 4 2
AB BA

A partir del ejemplo 4 no podemos concluir que los productos matriciales AB y BA nunca
son iguales. Algunas veces sí lo son. Por ejemplo, intente multiplicar las siguientes matri-
ces, primero en el orden AB y después del modo BA.
1 2 2 4
A y B
1 1 2 2
Usted puede ver que los dos productos son iguales. El punto es este: aunque AB y BA son
en ocasiones iguales, a menudo no lo son.
Otra cualidad importante del álgebra matricial es que no existe la propiedad de can-
celación para la multiplicación de matrices. Es decir, si AC ! BC, no es necesariamente
cierto que A ! B. Esto se demuestra en el ejemplo 5. (En la siguiente sección verá que,
para algunos tipos especiales de matrices, la cancelación es válida.)

EJEMPLO 5 Ejemplo en el cual la cancelación no es válida

Demuestre que AC ! BC.

1 3 2 4 1 2
A , B , C
0 1 2 3 1 2
SOLUCIÓN
1 3 1 2 2 4 2 4 1 2 2 4
AC , BC
0 1 1 2 1 2 2 3 1 2 1 2
AC BC, aun cuando A B.
Ahora verá un tipo especial de matriz cuadrada que tiene números 1 en la diagonal
principal y números 0 en otro lugar.
1 0 . . . 0
0. 1. . . . 0.
In . . .
. . .
0 0 . . . 1
n n
Por ejemplo, si n ! 1, 2 ó 3, tenemos
1 0 0
1 0
I1 1, I2 0 , I3
1 0 .
0 1
0 0 1
Cuando se sobreentienda que el orden de la matriz es n, puede denotar In simplemente
como I.
Como se establece en el teorema 3.4, en la siguiente página, la matriz In sirve como
identidad para la multiplicación de matrices; recibe el nombre de matriz identidad de
orden n. La demostración de este teorema se deja como ejercicio. (Véase el Ejercicio 63.)
www.elsolucionario.org

03LarsonTEC(045-090).indd 62 16/03/17 20:58

 3.2 Propiedades de las operaciones con matrices 63

COMENTARIO
TEOREMA 3.4 Propiedades de la matriz identidad
Observe que si A es una matriz
cuadrada de orden n, entonces Si A es una matriz de tamaño m " n, entonces estas propiedades son verdaderas.
AIn ! InA ! A. 1. AIn ! A 2. Im A ! A

EJEMPLO 6 Multiplicación por una matriz identidad

3 2 3 2 1 0 0 2 2
1 0
a. 4 0 4 0 b. 0 1 0 1 1
0 1
1 1 1 1 0 0 1 4 4
Para la multiplicación repetida de matrices cuadradas, puede utilizar la misma nota-
ción exponencial usada con los números reales. Es decir, A1 ! A, A2 ! AA, y para un
entero positivo k, Ak es
Ak AA . . . A.

k factores

También esto es conveniente para definir A0 ! In (donde A es una matriz cuadrada de

orden n). Estas definiciones nos permiten establecer las propiedades (1) Aj Ak ! Aj$k y (2)
(Aj )k ! Ajk donde j y k son enteros no negativos.

EJEMPLO 7 Multiplicación repetida de una matriz cuadrada

2 1
Para la matriz A ,
3 0
2 1 2 1 2 1 1 2 2 1 4 1
A3 .
3 0 3 0 3 0 6 3 3 0 3 6

En la sección 2.1 usted vio que un sistema de ecuaciones lineales debe tener exactamente una
solución, un número infinito de soluciones o bien, no tiene solución. Aplicando el álgebra
matricial desarrollada antes, ahora puede demostrar que esto es cierto.

TEOREMA 3.5 Número de soluciones de un sistema

de ecuaciones lineales
Para un sistema de ecuaciones lineales en n variables, precisamente una de las
siguientes declaraciones es verdadera.
1. El sistema tiene exactamente una solución.
2. El sistema tiene un número infinito de soluciones.
3. El sistema no tiene solución.

DEMOSTRACIÓN
Represente el sistema por la matriz Ax ! b. Si el sistema tiene exactamente una solución o
no tiene solución, entonces no hay nada que demostrar. Así, puede suponer que el sistema
tiene al menos dos soluciones diferentes x1 y x2. La demostración puede completarse si usted
demuestra que esta suposición implica que el sistema tiene un número infinito de soluciones.
Como x1 y x2 son soluciones, tiene que Ax1 ! Ax2 ! b y A(x1 – x2) ! 0. Esto implica que
la columna de la matriz distinta de cero xh ! x1 – x2 es una solución del sistema de ecuacio-
nes lineales homogéneo Ax ! 0. Con esto podemos decir que para cualquier escalar c,
A x1 cx h Ax1 A cx h b c Ax h b c0 b.
Así que x1 $ cxh es una solución de Ax ! b para cualquier escalar c. Debido a que hay un
número infinito de valores posibles de c y cada valor genera una solución diferente, puede
concluir que el sistema tiene un número infinito de soluciones.

www.elsolucionario.org

03LarsonTEC(045-090).indd 63 16/03/17 20:58

 64 Unidad 3 Matrices y determinantes

TRANSPUESTA DE UNA MATRIZ

DESCUBRI- La transpuesta de una matriz se forma al escribir sus columnas como renglones. Por
MIENTO ejemplo, si A es la matriz de m " n dada por
1 2 a11 a12 a13 . . . a1n
Sea A y
3 4 a21 a22 a23 . . . a2n
3 5 A a31 a32 a33 . . . a3n
B . . . . .
1 1 . . . .
. . . . . . a.
am1 am2 am3 mn
Calcule (AB)T, ATBT
y BTAT.
Tamaño: m n

Haga una conjetura entonces la transpuesta, denotada por AT, es la matriz de n " m de abajo
sobre la trans- a11 a21 a31 . . . am1
puesta del pro- . . .
a12 a22 a32 am2
ducto de dos matri- . . .
AT a13 a23 a33 am3 .
ces cuadradas. . . . .
. . . .
. . . .
Seleccione otras a1n a2n a3n . . . amn
dos matrices cua-
Tamaño: n m
dradas para verifi-
car su conjetura.
EJEMPLO 8 Transpuesta de una matriz

Encuentre la transpuesta de cada matriz.

COMENTARIO 1 2 0 0 1
1 2 3
Advierta que la matriz cuadrada 2
en el inciso (c) del ejemplo 8 es a. A b. B 4 5 6 c. C 2 1 0 d. D 2 4
8
igual a su transpuesta. Esta 7 8 9 0 0 1 1 1
matriz se denomina simétrica.
Una matriz A es simétrica si A SOLUCIÓN
! AT. Partiendo de esta
definición, es evidente que una 1 4 7
matriz simétrica debe ser a. AT 2 8 b. B T 2 5 8
cuadrada. Además, si A ! [aij] 3 6 9
es una matriz simétrica,
entonces aij ! aji para toda i ≠ j. 1 2 0
0 2 1
c. C T 2 1 0 d. D T
1 4 1
0 0 1

TEOREMA 3.6 Propiedades de la transpuesta

Si A y B son matrices (de tamaño tal que las operaciones con matrices dadas están
definidas) y c es un escalar, entonces las siguientes propiedades son verdaderas.
1. AT T A Transpuesta de la transpuesta
2. A B T AT B T Transpuesta de una suma
3. cA T c AT Transpuesta de la multiplicación por un escalar
4. AB T B TAT Transpuesta de un producto

DEMOSTRACIÓN
Debido a que con la transposición de una matriz se intercambian renglones y columnas, la
propiedad 1 parece tener sentido. Para demostrar la propiedad 1, sea A una matriz de m "
n. Observe que AT tiene el tamaño n " m y (AT)T es de m " n, igual que A. Para demostrar
que (AT)T ! A usted debe demostrar que el ij-ésimo elemento es el mismo. Sea aij el ij-
ésimo elemento de A. Entonces aij es el ji-ésimo elemento de AT y el ij-ésimo elemento de
(AT)T. Esto demuestra la propiedad 1. La demostración de las demás propiedades se deja
como ejercicio. (Véase el Ejercicio 64.)
www.elsolucionario.org

03LarsonTEC(045-090).indd 64 16/03/17 20:58

 3.2 Propiedades de las operaciones con matrices 65

COMENTARIO Las propiedades 2 y 4 pueden generalizarse para abarcar sumas o productos de cual-
Recuerde que debe invertir el quier número finito de matrices. Por ejemplo, la transpuesta de la suma de tres matrices es
orden de la multiplicación al T
A B C AT BT CT
formar la transpuesta de un
producto. Es decir, la trans- y la transpuesta del producto de tres matrices es
puesta de AB es (AB)T ! BTAT y
normalmente no es igual a ABC T C T B TAT.
ATBT.

EJEMPLO 9 Transpuesta de un producto

Demuestre que (AB)T y BTAT son iguales.

2 1 2 3 1
A 1 0 3 y B 2 1
0 2 1 3 0

SOLUCIÓN
2 1 2 3 1 2 1
AB 1 0 3 2 1 6 1
0 2 1 3 0 1 2

T
2 6 1
AB
1 1 2
2 1 0
3 2 3 2 6 1
B TAT 1 0 2
1 1 0 1 1 2
2 3 1
T
AB B TAT

EJEMPLO 10 Producto de una matriz y su transpuesta

1 3
COMENTARIO Para la matriz A 0 2 , encuentre el producto AAT y demuestre que es simétrico.
La propiedad demostrada en el 2 1
ejemplo 10 es generalmente
cierta. Es decir, para toda matriz SOLUCIÓN
A, la matriz AAT es simétrica. La
matriz ATA también es simé-
1 3 10 6 5
1 0 2
trica. Se le pedirá que demues- Debido a que AAT 0 2 6 4 2 ,
tre estos resultados en el 3 2 1
2 1 5 2 5
ejercicio 65.
se tiene que AAT ! (AAT)T, así que AAT es simétrica.

ÁLGEBRA Los sistemas de recuperación de información como los sistemas de

búsqueda de Internet utilizan una teoría de matrices y álgebra lineal
LINEAL para llevar el registro de, por ejemplo, palabras clave que ocurren en
APLICADA una base de datos. Para ilustrar con un ejemplo simplificado, suponga
que usted quisiera realizar una búsqueda en algunas de las palabras
clave m disponibles en una base de datos de documentos n. Usted
puede representar la búsqueda con la matriz columna de x m " 1, en la
cual un 1 representa una palabra clave que usted está buscando y 0
representa una palabra clave que no está buscando. Usted puede
representar las apariciones de las palabras clave m en los documentos n
con A, una matriz m " n en la cual una entrada es 1 si la palabra clave
ocurre en el documento y 0 si no ocurre en el documento. Entonces, la
matriz producto ATx de n " 1 representaría el número de palabras clave
en su búsqueda que ocurren en cada uno de los documentos n.
Gunnar Pippel, 2010/Used under license from Shutterstock.com

www.elsolucionario.org

03LarsonTEC(045-090).indd 65 16/03/17 20:58

 66 Unidad 3 Matrices y determinantes

3.2 Ejercicios Consulte www.CalcChat.com para las soluciones de los ejercicios nones.

Evaluación de una expresión En los ejercicios 1 a 6, Asociatividad de la multiplicación de matrices En los

evalúe la expresión. ejercicios 21 y 22, encuentre la matriz producto ABC al (a)
5 0 7 1 10 8 agrupar los factores como (AB)C y (b) agrupar los factores
1. como A(BC). Demuestre que se obtiene el mismo resultado de
3 6 2 1 14 6
ambos procesos.
6 8 0 5 11 7
2. 1 2 0 1 3 0
1 0 3 1 2 1 21. A ,B ,C
3 4 2 3 0 1
4 0 1 2 1 2
3. 4 4 2 1 5 0
0 2 3 3 6 0 22. A ,B ,
1 1 3 2 3 3
4. 2 5 2 4 0 14 6 18 9
3 4
0 3 6 3 4 4
5. 3 2 C 0 1
7 2 8 1 7 9
1 1
4 11 5 1 7 5
1 No conmutatividad de multiplicación de matrices En
6. 2 1 3 4 9 1
6 los ejercicios 23 y 24, muestre que AB y BA no son iguales
9 3 0 13 6 1 para las matrices dadas.
Operaciones con matrices En los ejercicios 7 a 12, rea- 2 1 4 0
23. A ,B
lice las operaciones indicadas cuando a ! 3, b ! –4 y 0 3 1 2

[ ] [ ] [ ]
1 2 0 1 0 0 1 1 1 1
A , B , 0 . 24. A
4 2
,B
2 2
3 4 1 2 0 0 1 1 1 1
2 2 2 4
7. aA bB 8. A B
9. ab B 10. a bB Productos de matrices iguales En los ejercicios 25 y
11. a b A B 12. ab 0 26, muestre que AC ! BC a pesar de que A & B
0 1 1 0 2 3
13. Resuelva para X cuando 25. A ,B ,C
0 1 1 0 2 3
4 0 1 2 1 2 3 4 6 3
A 1 5 y B 2 1 . 26. A 0 5 4 , B 5 4 4 ,
3 2 4 4 3 2 1 1 0 1
(a) 3X 2A B (b) 2A 5B 3X 0 0 0
(c) X 3A 2B 0 (d) 6X 4A 3B 0 C 0 0 0
4 2 3
14. Resuelva para X cuando
Producto de matriz cero En los ejercicios 27 y 28,
2 1 0 3 demuestre que si AB ! 0, aunque A & 0 o B & 0.
A 1 0 y B 2 0 . 3 3 1 1
3 4 4 1 27. A y B
4 4 1 1
(a) X 3A 2B (b) 2X 2A B 2 4 1 2
28. A y B 1
(c) 2X 3A B (d) 2A 4B 2X 2 4 2 1

Operaciones con matrices En los ejercicios 15 a 20, Operaciones con matrices En los ejercicios 29 a 34,
realice las operaciones indicadas siempre que c ! –2 y realice las operaciones indicadas cuando

A [10 2
1 ]
3
1
,B [ 1
1 ]
3
2
,C [ 0
1
1
0 ]
. A [1
0
2
1 ]
.

29. IA 30. AI
15. B CA 16. C BC
31. A I A 32. A IA
17. B C A 18. B C O
33. A 2 34. A4
19. cB C C 20. B cA

www.elsolucionario.org

03LarsonTEC(045-090).indd 66 16/03/17 20:58

 3.2 Ejercicios 67

Escriba En los ejercicios 35 y 36, explique por qué la fór- (c) La transpuesta del producto de dos matrices es igual al
mula no es válida para matrices. Ilustre su razonamiento con producto de sus transpuestas. Es decir, (AB)T ! ATBT.
ejemplos. (d) Para toda matriz C, la matriz CCT es simétrica.
35. A B A B A2 B2 48. (a) La multiplicación de matrices es conmutativa.
36. A B A B A2 2AB B2 (b) Toda matriz A tiene inversa aditiva.
(c) Si las matrices A, B y C satisfacen AB ! AC, enton-
Encontrando la transpuesta de una matriz En los ces B ! C.
ejercicios 37 y 38, encuentre la transpuesta de la matriz.
(d) La transpuesta de la suma de dos matrices es igual a
1 2 6 7 19 la suma de sus transpuestas.
37. D 3 4 38. D 7 0 23
5 1 19 23 32 49. Considere las siguientes matrices.
1 1 2 1
Encontrando de la transpuesta del producto de dos X 0 , Y 1 , Z 1 , W 1
matrices En los ejercicios 39 a 42, verifique que (AB)T ! 1 0 3 1
BTAT. (a) Determine escalares a y b tales que Z ! aX $ bY.
3 0 (b) Demuestre que no existen escalares a y b tales que
1 1 2
39. A y B 1 2 W ! aX $ bY
2 0 1
1 1 (c) Demuestre que si aX $ bY $ cW ! 0, entonces a !
1 2 3 1 b ! c ! 0.
40. A y B
0 2 2 1 (d) Determine escalares a, b y c, no todos iguales a cero,
tales que aX $ bY $ cZ ! 0.
2 1
2 3 1
41. A 0 1 y B
0 4 1 50. REMAT E En la ecuación matricial
2 1
aX $ A(bB) ! b(AB $ IB)
2 1 1 1 0 1
X, A, B e I son matrices cuadradas, y a y b son
42. A 0 1 3 y B 2 1 2
escalares distintos de cero. Justifique cada paso en
4 0 2 0 1 3
la solución dada a continuación.
Multiplicación con la transpuesta de una matriz aX Ab B b AB B
En los ejercicios 43 a 46, encuentre (a) ATA y (b) AAT. Mues- aX bAB bAB bB
tre que cada uno de estos productos es simétrico. aX bAB bAB bAB bB bAB
1 1 aX bAB bB bAB
4 2 1
43. A 44. A 3 4 aX bAB bAB bB
0 2 1
0 2 aX bB
0 4 3 2 b
X B
8 4 0 1 a
45. A
2 3 5 1
0 0 3 2 Determinación de una potencia de una matriz En los
ejercicios 51 y 52, calcule la potencia de A para la matriz

[ ]
4 3 2 0
2 0 11 1 1 0 0
46. A 1 2 0 3 A 0 1 0 .
14 2 12 9 0 0 1
6 8 5 4 51. A19 52. A20
¿Verdadero o falso? En los ejercicios 47 y 48, determine Determinación de la n-ésima raíz de una matriz Una
cuál de las expresiones es verdadera o falsa. Si la expresión raíz n-ésima de una matriz B es una matriz A tal que An ! B. En
es verdadera, proporcione una razón o cite una expresión los ejercicios 53 y 54, encuentre la raíz n-ésima de la matriz B.
adecuada del texto. Si la expresión es falsa, proporcione un
9 0
ejemplo que muestre que la expresión no es cierta en todos 53. B , n 2
los casos o cite del texto una expresión adecuada. 0 4
47. (a) La suma de matrices es conmutativa. 8 0 0
54. B 0 1 0 , n 3
(b) La multiplicación de matrices es asociativa.
0 0 27
www.elsolucionario.org

03LarsonTEC(045-090).indd 67 16/03/17 20:58

 68 Unidad 3 Matrices y determinantes

Función polinomial En los ejercicios 55 y 56, use la 66. Prueba Sean A y B dos matrices simétricas de n " n.
definición dada para determinar f(A): si f es la función poli- (a) Proporcione un ejemplo que muestre que el producto
nomial. AB no necesariamente es simétrico.
f(x) ! a0 $ a1x $ a2x2 $ . . . $ anxn, (b) Demuestre que AB es simétrica si y sólo si AB ! BA.
entonces para una matriz A de n " n, f(A) está definida así
Matrices simétricas y cuasi-simétricas Una matriz
f(A) ! a0I $ a1A $ a2A2 $ . . . $ anAn.
cuadrada es denominada cuasi–simétrica si AT ! – A. En los
2 0 ejercicios 67 a 70, determine cuál de las matrices es simé-
55. f x x 2 5x 2, A
4 5 trica, cuasi-simétrica o ninguna de las dos.
2 1 1 0 2 2 1
67. A 68. A
56. f x x3 2x 2 5x 10, A 1 0 2 2 0 1 3
1 1 3 0 2 1 0 2 1
69. A 2 0 3 70. A 2 0 3
57. Demostración guiada Demuestre la propiedad asocia-
tiva de la suma de matrices: A $ (B $ C) ! (A $ B) $ C. 1 3 0 1 3 0
Inicio: Para probar que A $ (B $ C) y (A $ B) $ C son 71. Prueba Demuestre que la diagonal principal de una
iguales, demuestre que sus elementos correspondientes matriz cuasi-simétrica consiste únicamente de ceros.
son iguales. 72. Prueba Demuestre que si A y B son dos matrices cuasi-
(i) Comience su demostración haciendo que A, B y C simétricas de n " n, entonces A $ B es cuasi-simétrica.
sean matrices de m " n. 73. Prueba Sea A una matriz cuadrada de orden n.
(ii) Observe que el ij-ésimo elemento de B $ C es bij $
(a) Demuestre que 12 (A $ AT) es simétrica.
cij.
(iii) Además, el ij-ésimo elemento de A $ (B $ C) es aij (b) Demuestre que 12 (A – AT) es cuasi-simétrica.
$ (bij $ cij). (c) Demuestre que A puede ser escrita como la suma de
(iv) Determine el ij-ésimo elemento de (A $ B) $ C. una matriz simétrica B y una matriz cuasi-simétrica C,
58. Prueba Demuestre la propiedad asociativa de la mul- A ! B $ C.
tiplicación escalar: (cd)A ! c(dA) (d) Escriba la matriz
59. Prueba Demuestre que el escalar 1 es la identidad 2 5 3
para la multiplicación por un escalar: 1A ! A A 3 6 0
60. Prueba Demuestre la siguiente propiedad distributiva: 4 1 1
(c $ d)A ! cA $ dA. como la suma de una matriz cuasi-simétrica y una
61. Prueba Demuestre el teorema 3.2. matriz simétrica.
62. Prueba Complete la demostración del teorema 3.3. 74. Prueba Demuestre que si A es una matriz de n " n,
entonces A – AT es cuasi-simétrica.
(a) Demuestre la propiedad asociativa de la multiplica-
ción: A(BC) ! (AB)C 75. Considere matrices de la forma
(b) Demuestre la propiedad distributiva: 0 a12 a13 . . . a1n
(A $ B)C ! AC $ BC 0 0 a23 . . . a2n
. . . .
(c) Demuestre la propiedad: c(AB) ! (cA)B ! A(cB) A . . . . .
. . . .
63. Prueba Demuestre el teorema 3.4 0 0 0 . . . an 1n
64. Prueba Demuestre las propiedades 2, 3 y 4 del teo- 0 0 0 . . . 0
rema 3.6. (a) Escriba una matriz de 2 " 2 y otra de 3 " 3 en la
65. Demostración guiada Demuestre que si A es una forma de A.
matriz de m " n, entonces AAT y ATA son matrices simé- (b) Utilice una aplicación gráfica o un software compu-
tricas. tacional para elevar cada una de las matrices a
Inicio: para demostrar que AAT es simétrica es necesario que potencias más altas. Describa el resultado.
demuestre que es igual a su transpuesta, (AAT)T ! AAT. (c) Utilice el resultado del inciso (b) para hacer una
(i) Comience su demostración con la expresión matri- conjetura sobre las potencias de A si A es una matriz
cial del lado izquierdo (AAT)T. de 4 " 4. Use una aplicación gráfica para verificar
(ii) Aplique las propiedades de la transpuesta de un su conjetura.
matriz para demostrar que se puede simplificar e (d) Utilice los resultados de los incisos (b) y (c) para
igualar con la expresión del lado derecho, AAT. hacer una conjetura sobre las potencias de A si A es
(iii) Repita este análisis para el producto ATA. una matriz de n " n.
www.elsolucionario.org

03LarsonTEC(045-090).indd 68 16/03/17 20:58