UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE MATEMÁTICA
Tercer informe de Prácticas Pre-Profesionales

Estudiante : Paredes Cunya Boris Arnold

Tema : Matrices

Curso : Matemática Básica

Facultad : Ciencias

Docente tutor : Edgar Johny Ojeda Mauriola

2019 - I
Índice
Definición 1 (Matriz) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Localización de las componentes de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Definición 2 (Igualdad de matrices) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Definición 3 (Suma de matrices) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

Definición 4 (Multiplicación de una matriz por un escalar) . . . . . . . . . . . . . . . . . . 2

Teorema 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Definición 5 (Producto escalar) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Definición 6 (Producto de matrices) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Clases de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
 MATRICES
Definición 1 (Matriz)

Una matriz A de m × n es un arreglo rectangular de m · n números dispuestos en m filas y n

columnas.

a11 a12 · · · a1j · · ·

 
a1n
 a21 a22 · · · a2j · · · a2n 
 . .. .. .. 
 .
 . . . .

A=

 ai1 ai2 · · · aij · · · ain


 . .. .. ..
 ..

. . . 
am1 am2 · · · amj · · · amn
 
aij
 a2j 
El vector fila (ai1 , ai2 , . . . , ain ) se llama fila i, y el vector columna   se llama columna
 
..
 . 
amj
j.

Una matriz m × n con m = n, entonces A se llama matriz cuadrada.

Una matriz m × n con elementos iguales a cero se denomina matriz cero de m × n

Localización de las componentes de una matriz

 
1 6 4
Para una matriz A =  2 −3 5 . Encuentre las componentes a12 , a31 y a22
7 4 0

a12=6 a31 = 7 a22 = −3

Definición 2 (Igualdad de matrices)

Dos matrices A = (aij ) y B = (bij ) son iguales si:

1. Son del mismo tamaño

2. Las componentes correspondientes son iguales

1
Definición 3 (Suma de matrices)

Sean A = (aij ) y B = (bij ) dos matrices m × n. Entonces la suma de A y B es la matriz de

m × n, A + B dada por:
 
a11 + b11 a12 + b12 ··· a1n + b1n
 a21 + b21 a22 + b22 ··· a2n + b2n 
A + B = (aij + bij ) = 
 
.. .. .. 
 . . . 
am1 + bm1 am2 + bm2 · · · amn + bmn

Nota 1 La suma de dos matrices se define únicamente cuando las matrices son del mismo
tamaño.

Ejemplo 1 (Suma de matrices)

     
2 4 −6 7 0 1 6 −2 2 5 0 5
 1 3 2 1 + 2 3 4 3 = 3 6 6 4 
−4 3 −5 5 −2 1 4 4 −6 4 −1 9

Definición 4 (Multiplicación de una matriz por un escalar)

Nota 2 Al manejar vectores se hace referencia a los números como escalares

Si A = (aij ) es una matriz de m × n y si α es un escalar, entonces la matriz m × n; αA; está

dada por:  
αa11 αa12 · · · αa1n
 αa21 αa22 · · · αa2n 
αA = (αaij ) = α ..
 
.. ... .. 
 . . . 
αami αam2 · · · αamn

Ejemplo 2

Sea  
1 −3 4 2
A= 3 1 4 6 ,
−2 3 5 7
entonces  
2 −6 8 4
2A =  6 2 8 12 
−4 6 10 14
.

2
Ejemplo 3
   
4 −2
 6
 y b =  4 . Hallar 2a − 3b.
  
Sea a = 
 1   −3 
3 0
Multiplicamos a por 2 y a b por −3.
     
8 6 14
 12   −12   0 
2a − 3b = 
 2 + 9 =
    
11 
6 0 6

Teorema 1 Sean A, B y C tres matrices de m × n y sean α y β dos escalares entonces:

i. A + 0 = A
ii. 0A = 0
iii. A + B = B + A (Ley conmutativa)
iv. (A + B) + C = A + (B + C) (Ley asociativa)
v. α(A + B) = αA + αB (Ley distributiva)
vi. 1A = A
vii. (α + β)A = αA + βA

Definición 5 (Producto escalar)

   
a1 b1
 a2   b2 
Sea a =  ..  y a =  ..  dos vectores. Entonces el producto escalar de a y b.
   
 .   . 
an bn
a · b = a1 b 1 + a2 b 2 + . . . + an b n
El producto escalar se llama con frecuencia producto punto o producto interno.
Ejemplo 4
 
1
 0 
 −7 . Hallar a · b.
Sea a = (2, −5, 4, −6) y b =  

a · b = (2 · 1) + (−5 · 0) + (4 · (−7)) + (−6 · 3)

a·b = 2 + 0 + −28 + −18
a · b = −44

Definición 6 (Producto de matrices)

Sea A = (aij ) una matriz m × n, y sea B = (bij ) una matriz n × p. Entonces el producto de A
y B es una matriz m × p; C = (cij ) en donde:
cij = (fila i de A) · (columna j de B)

3
Ejemplo 5
   
1 3 3 −2
Si A = yB= . Hallar a · B y B · A.
−2 4 5 6

  
1 3 3 −2
AB =
−2 4 5 6
 
3 + 15 −2 + 18
AB =
−6 + 20 4 + 24
 
18 16
AB =
14 28
Ahora: BA
  
3 −21 3
BA =
5 6−2 4
 
3+4 9−8
BA =
5 − 12 15 + 24
 
7 1
BA =
−7 39

Ejemplo 6
 
  7 −1 4 7
2 0 −3
Sea A = yB= 2 5 0 −4 . Hallar AB.
4 1 5
−3 1 1 3

A es una matriz de 2 × 2 y B es una matriz de 3 × 4. El número de columnas de A es igual al

número de filas de B. Por lo tanto AB es una matriz de 2 × 4
 
  7 −1 4 7
2 0 −3 
AB = 2 5 0 −4 
4 1 5
−3 1 1 3
 
23 −5 2 5
AB =
15 6 26 39

Nota 3 Observe que el producto BA no está definido, ya que el número de columnas de

B(cuatro) no es igual al número de renglones de A(dos)

4
 Clases de Matrices

Matriz transpuesta: Se obtiene convirtiendo las filas en columna .

 
1 −8 0
A =
2 4 1
 
1 2
At =  −8 4 
0 1

. Matriz Identidad: Es la matriz cuyos elementos de la diagonal principal valen 1.

 
1 0 0
 0 1 0 
0 0 1

Matriz diagonal: Toda matriz que sus elementos fuera de la diagonal principal son 0.

 
1 0 0
 0 2 0 
0 0 5

Matriz triangular superior: Es una matriz cuyos elementos por debajo de la diagonal son

ceros.  
2 0 5
 0 4 −6 
0 0 3
Matriz triangular inferior: Es una matriz cuyos elementos por encima de la diagonal son

ceros.  
3 0 0
 4 −2 0 
1 5 6

5
Referencias
[1] Stanley Grossman. Álgebra Lineal. Séptima Edición.