UNIVERSIDAD CESAR VALLEJO

FACULTAD DE INGENIERIA
E.P. DE INGENIERIA CIVIL

CURSO

INGENIERAESTRUCTURALIII

TEMA

ALGEBRAMATRICIAL

CICLO :
DOCENTE

ALUMNO

FECHA :

VII

24, de Mayo de 2013

Trujillo Per
2013

1. LGEBRA MATRICIAL

1.1 INTRODUCCIN:
En muchos anlisis se supone que las variables que intervienen estn relacionadas mediante un conjunto
de ecuaciones lineales. El lgebra matricial proporciona una notacin concisa y clara para la formulacin
y resolucin de tales problemas, muchos de los cuales seran casi imposibles de plantear con la notacin
algebraica ordinaria.
A continuacin, se definen los vectores y las matrices, as como las operaciones correspondientes. Se
consideran tipos especiales de matrices, la transpuesta de una matriz, las matrices subdivididas y el
determinante de una matriz. Tambin se tratan y aplican a la resolucin de ecuaciones lineales
simultneas, la dependencia lineal de un conjunto de vectores, y el rango y la inversa de una matriz. As
mismo, se define e ilustra la diferenciacin vectorial.

1.2 DEFINICIN DE MATRIZ:

Una matriz es una disposicin (o arreglo) rectangular de nmeros en la forma

a11 a12 L a1n

a 21 a 22 L a 2n

A
M M M M

am1 a m2 L a mn

a11 a12 L a1n

a21 a 22 L a2n

A
M M M M

am1 a m2 L amn

Las letras ai j representan nmeros reales, que son los elementos de la matriz. Ntese que ai j designa al

elemento en la i-sima fila y la j-sima columna de la matriz A; la matriz A se denota tambin a veces por
( ai j ) o por { ai j }. Una matriz que tiene m filas y n columnas se dice que es una matriz m x n (m por

n), o bien, una matriz de orden m x n. Si m = n, se expresa que la matriz es cuadrada. Cuando han de

realizarse varias operaciones en matrices, su orden suele denotarse mediante subndices, por ejemplo,

A m n , o bien, ai j m n .

EJEMPLO

1 0 2 6

3 9
4 8

6 6
3

3 8 2
1 0 0

5 8 2

12 10 1
13 9 3

2 7 6
6 4 10

es una matriz 2 4

es una matriz 3 3 (cuadrada)

es una matriz 5 3

1 1

1 1

es una matriz 2 2 (cuadrada)

Se dice que dos matrices del mismo orden son iguales solamente si todos sus elementos correspondientes
son tambin iguales, es decir, si las matrices son idnticas. Observemos que, por definicin, las matrices
que son de diferente orden no pueden ser iguales.
EJEMPLO
Si
2 2
A

2 2

2 2 2
B

2 2 2

2 2
C

2 2

2 2
D

2 2

A D, pero A B, A C, B C, B D, y C D.

DEFINICIN DE VECTOR (EN LGEBRA MATRICIAL)

Una matriz que consta de una sola columna, es decir, una matriz m x l se conoce como vector columna, y
se expresa como

u1

u
u 2
M

um

u1

u
o bien u 2
M

um

Las letras u i son nmeros reales: los componentes del vector; u i es el i-simo componente del vector u.

Un vector columna que tiene m filas se dice que es un vector de m componentes, o que es m-dimensional.

Anlogamente, una matriz que contiene una sola fila, es decir, una matriz 1 x n, se dice que es un vector

fila y se expresa como:

v = v1 , v 2 ,..., v n

o bien v = v1 , v 2 , ..., v n

Las letras v j son nmeros reales: los componentes del vector; v j es el j-simo componente del vector

v. Un vector fila con n columnas se dice que es un vector de n componentes, o que es n-dimensional.

EJEMPLO

,es una matriz 2 x 1, o sea, un vector columna de 2 dimensiones (o bidimensional)

1

0

0
3

0
2

0,

1,

,es una matriz 5 x 1, o sea, un vector columna de 5 dimensiones (o pentadimensional)

0 ,es una matriz 1 x 3, o sea, un vector fila de 3 dimensiones (o tridimensional)

3,

1,

5,

1 ,es una matriz 1 x 4, o sea, un vector fila de 4 dimensiones (o tetradimensional)

Dos vectores fila que tienen el mismo nmero de columnas, o dos vectores columna que tienen el mismo
nmero de filas, se dice que son iguales solamente si todos los elementos correspondientes son tambin
iguales, es decir, si los vectores son idnticos.
EJEMPLO

u = 1,

1
v =
3

w = 1,

x=

3,

u = w, pero u v, u x, y v w, v x, y w x.

NOTA: Con frecuencia es til considerar a una matriz como compuesta de una serie de vectores fila o de

vectores columna; por ejemplo, la matriz

2
3

2 se puede considerar constituida por los dos vectores columna

4

o bien, compuesta de los tres vectores fila 1, 6

2, 2

1

2
3

6

2
4

3, 4

1.3 OPERACIONES CON MATRICES:

Operaciones anlogas a las de adicin. Sustraccin, multiplicacin y divisin de nmeros reales se
pueden definir para las matrices. Puesto que una matriz es una disposicin de nmeros reales, en lugar de
un solo nmero real, algunas propiedades de las operaciones para los nmeros reales no tienen
equivalencia en las operaciones anlogas con matrices; ejemplos especficos se dan en las siguientes
secciones. En esta seccin se definen e ilustran la adicin y la sustraccin de matrices, la multiplicacin
de una matriz por un escalar, y la multiplicacin de matrices entre s.

ADICIN Y SUSTRACCIN DE MATRICES.

Las matrices se pueden sumar o restar solamente si son del mismo orden. La suma o la diferencia de dos
matrices m x n es otra matriz m x n cuyos elementos son las sumas o diferencias de los elementos
correspondientes de las matrices originales; de modo que si

a11 L

A M
am1 L

a1n

M
amn

b11 L

B M
bm1 L

b1n

M
bmn

entonces A B = C

en donde

a11 b11 L

C
M
am1 bm1 L

c11 L

M
a mn bmn c m1 L
a1n b1n
M

c1n

M
c mn

es decir, ai j bi j c i j , en donde c i j a i j bi j para toda i y toda j.

EJEMPLO

5
3

11

2
6
0

4 0

8 5
0 0

8 3

2 0
4 3

3
6
0

10 6

25 22

4 9

21 33

5
0
0

10
4

46

c 4,

6, 12 3, 2, 12 1, 8, 0

(e)

3 1

4 1

(g)

2, 1 3,

(h)

2
3

1 0

2 6

4 6,

1 1 0

1 1 0
(d ) 2 2 0

4 4 0
1 1 0
1 3 6 0 2

( f ) 1 2 8 1 4
1 4 10 0 5

0 3
4

4 1 2

7 11, 12 0, 0

4 0
5 10 13 9



6 7
9 20
0 25
8 11 12 1 0 9

14

3
4

PROBLEMAS
Obtener la matriz que resulta de cada una de las siguientes operaciones:
2 3
6 1 3 4

1. 5 4
5 0 2
5
0 1 9 1
0 1

6
2.
4

1 2 3

3. 3 0 1
4 2 2

2 1 1 0 2 2
4.

1 2 0 1 2 2

5.

1,

3, 1, 2 0, 1, 2, 3

6.

1,

1 0 5
0 2 2


2 1 0 1 3 4

1 3

1 1

2 3, 4 1, 2 6, 5

Respuestas a los Problemas de Nmero Impar

1 0 2

1. 5 6 0
1 1 8

2

3. 4
0

5. 1, 2, 1, 1

MULTIPLICACIN DE UNA MATRIZ POR UN ESCALAR

Un solo nmero real (que equivale a una matriz 1 x 1) se denomina escalar en las operaciones del lgebra
matricial. Cuando una matriz se multiplica por un escalar, cada elemento de la matriz queda multiplicado
por ese escalar (que es una constante); por lo tanto, si

a11 L

A M
am1 L

y k es cualquier escalar (o constante)

entonces

k Amn kAmn

a1n

M
a mn

EJEMPLO

ka11 L

M
kam1 L

ka1n

M k a i j kai j
mn
mn
ka mn

4 3 12 9

3 8 2 24 6
1
0 3
0

1 6, 2, 3 6, 2,

0
0

2 2b
b 3 3b

b
1
5 5b

0 0

5 1 5
0 0

5
6 2
a
3
1
0

c 0, 0, 0, 0, 16 0, 0, 0, 0, 16c

4 5a

6 3a

6a

2a

4a

6a

MULTIPLICACIN DE MATRICES
Dos matrices se pueden multiplicar entre s slo si el nmero de columnas en una de ellas es igual al
nmero de filas en la otra. En particular, la matriz producto AB est definida solamente si el nmero de
columnas en A es el mismo que el nmero de filas en B; en este caso se dice que las matrices A y B son
compatibles ante la multiplicacin, y la matriz producto tiene el mismo nmero de filas que A y el mismo
nmero de columnas que B. As, una matriz m x n se puede multiplicar con una matriz n x p para obtener
una matriz m x p.
DEFINICIN: Cuando un vector fila 1 x n multiplica a un vector columna n x 1, el resultado es un
escalar al que se le denomina producto interior de los dos vectores, y su valor es la suma de los productos
de los componentes de los vectores. Por lo tanto si

u = u1 , L ,

un

v1

v = M
v n

entonces u1xn vnx1 = w (un escalar), en donde w u1 v1 u 2 v 2 L un v n

n
i1

ui v i .

Cuando se multiplican dos matrices, el elemento en la i-sima fila y en la j-sima columna de la matriz

producto, es el producto interior del i-simo vector fila de la primera matriz con el j-simo vector
columna de la segunda. De acuerdo con lo anterior, el producto de dos matrices puede expresarse como
una matriz de sus productos interiores: Si A ai j m n y B bi j n p , entonces AB = C, en donde

C c i k

m p

j1

a
j1

a1 j b jm

j1
M

n
amj b jn

j1

a1 j b j1 L

mj b j1

es decir, c i k j1 a i j b j k .
n

EJEMPLO

2
0

3
0
1

0
6

3 3

1 0
3
3

2
0
1 2
1 3
7 16
3 2
3 2

en donde
11 31 11 3
21 01 01 2
01 11 61 7
10 32 13 3
20 02 03 0
00 12 63 16

b 1,

0, 6,

3, 21 5

3
0

0
4
2
12,
3

8
1
0 2 5 2

381 2

en donde

13 04 62 31 20 12
10 00 63 38 22 38
En la multiplicacin de matrices, el orden (o sucesin) segn el cual se efecta la multiplicacin es muy
importante. Si A es m x n y B es n x m, entonces es posible obtener las matrices producto AB, y BA; sin

embargo, en general AB BA. En el producto matricial AB, se dice que A premultiplica a B, o

alternativamente, que B posmultiplica a A. Como, en general, la premultiplicacin y la posmultiplicacin
dan resultados diferentes, aun cuando ambos estn definidos, se debe tener cuidado en mantener el orden
apropiado en todas las multiplicaciones de matrices. Esta precaucin no es necesaria en la multiplicacin
de nmeros, como se recordar.

EJEMPLO

(a) Si

4
A
0

entonces

4
AB
0

1
1

1 2 4

1
BA
1

1
6

3 4 2

(b) Si

A 1
0

0
3

0
3 3 2

1
BA
0

8
10

entonces

1
6

3 17
1

6
5 14 2 2

3 4 2
3

1 2 4

4

4

11

1
B
0

8
10

2
9

9 4 4

AB 1
0

(c) Si

entonces

1
B
1

4 2 3

A 2
0

3
0
4

8
10
5

1
0

5
3

4 2 3
0
6

0
3

13

10

20
8
30

3
12 3 3

12 2 2

3 2

2
5

B 8
2

2
1
0

9
5

AB 2
0
0

BA 8
2

3
0
4
2
1
0

2
5

3 3

8
2

9
5 3 3

2
0

9
5

2
1
0
3
0
4

3 3

22

4
22

1
4

2
10
5 3 3
2

5
4
4
12
60
14

29

4
61

3 3

11

55
23

3 3

NOTA: Cuando un vector fila premultiplica a un vector columna, el resultado es un producto interior, es
decir, un escalar cuyo valor es la suma de los productos de los elementos de los dos vectores. Cuando un
vector columna n x 1 premultiplica a un vector fila 1 x n, el resultado es una matriz cuadrada n x n cuyos
elementos son los productos interiores de los vectores dados; por tanto, si

u = u1 , L ,

un

v1

v = M
v n

entonces, como se indic anteriormente, u1xn vnx1 = w (un escalar), en donde w

xnxn (una matriz cuadrada), siendo x i j v i u j .

EJEMPLO

a 1,
2

4
1

3, 6

1,

2

4 2 12 6 4
1
2

3, 6 4
1

6
12
3

12

24
6

n
i1

ui v i , y vnx1 u1xn =

b 1,

0, 0, 2, 3

0

1
4

3
2

0

1
4 0 0 0 6 6 0

3
2

1
1, 0, 0, 2, 3 4

3
2

0
0
0
0
0

0
0
0
0
0

0
0

2
3
8 12

6
9
4
6

Aunque el orden segn el cual se multiplican dos matrices afecta al resultado, el orden en el que se
multiplican tres o ms matrices no influye en el resultado, siempre y cuando se conserve la secuencia de
las operaciones, Es decir,
Amxn Bnxp Cpxq = Amxn(Bnxp Cpxq) = (Amxn Bnxp)Cpxq
Una propiedad correspondiente se tiene en el caso de la multiplicacin de nmeros. En resumen, la
adicin de matrices es conmutativa, o sea, A + B = B + A, y tanto la adicin como la sustraccin son
asociativas, es decir, A B C = A (B C) = (A B) C; la multiplicacin de dos matrices no es
conmutativa (es decir, AB BA) pero la de tres o ms es asociativa, es decir ABC = A(BC) = (AB)C.
Tratndose de nmeros, la adicin, la sustraccin y la multiplicacin son asociativas y conmutativas.
EJEMPLOS
A.
A
1

2
0

1
3
0

B
0

4
1 3 3

1
1
31

0,

A
1

2,

2
0

11 3

3
0

BC
0

4
1 3 3

0
0

ABC

0
3

1
0
1 3 3 0

6
2
2

4
2
2

O por asociatividad,
A
1

2
0

B.

1
3
0

B
0

4
1 3 3

3

1
1
31

0,

AB

2, 11 3

1
1
31

0,

2, 11 3

0
0

ABC
4
2
2

1
1 3 3

1
1 3 3

A
1

B
1

10 2 2

C
3

6 2 3

2
0

1
1


0
6
4
31

ABC

BC

10 2 2

17

16 21 262 21

O bien por asociatividad,

A
1

B
1

10 2 2

C
3

6 2 3

2
0

AB

1
13

0
50
4
31

C
3

78 2 3

2
12

ABC

1
1

0
262 21
4
31

C.
A
3

B
4

3 2 2

C
1

0 2 2

8
5

3
10

4 2 3 4

BC
4

3 2 2

5
8

ABC

9
4

10 2 3 2

28

14 2 3

47
44

O por asociatividad,
A
3

B
4

3 2 2

C
1

0 2 2

8
5

AB

4
10

4 2 3 3

4 2 2

8
5

ABC

9
10

4 2 3 2

47
44

28

14 2 3

D.
A

1,

1,

4,

21 4

2
1

0 41

1,

Alternativamente, por asociatividad,

0,

61 3 1,

1,

BC

4,

21 4

2
1

0
0
0
0

12
6,
6

0 4 3

ABC

0,

361 3

1,

1,

4,

21 4

2
1

0 41

AB

61 3 6 1,

0,

1,

0,

61 3 6,

ABC

0,

361 3

PROBLEMAS

Obtener la matriz resultante de cada una de las siguientes operaciones:

1 2
3 4

1. 3 0 1 1 2
1 2 0 3

2 1

2 1
2. 1 0

1 0
3 3

1
3. 1, 1, 0, 2
1

1 1

2
4. 1, 2, 0 3 0
1
2
1

1 1 2 0 1 1 1
5.

1 1 0 2 1 1 1

2 0

1 0
6. 1, 1, 1 0 2

0 1
2 2

Respuestas a los Problemas de Nmero Impar

3 6 9 12

1. 0 3 3 6
3 6 0 9

3. 1, 2

0 0 0
5.

0 0 0

1.4 TIPOS ESPECIALES DE MATRICES:

3
0

En esta seccin se estudiarn tres tipos especiales de matrices: las matrices diagonales, las matrices
identidad y las matrices nulas.

MATRICES DIAGONALES:
Una matriz diagonal es una matriz cuadrada cuyos elementos son todos iguales a cero, excepto los que
pertenecen a su diagonal principal, la cual es la que va del extremo superior izquierdo al extremo inferior
derecho; as pues,

a11 L

A M
am1 L

a1n

M a i j
nn
a mn

es una matriz diagonal si y slo si

ai j 0

para i j

ai j 0

si al menos i = j (cuando todos los elementos de una matriz son ceros, se trata de una

matriz nula, la cual se describir ms adelante)

Una matriz diagonal n x n puede indicarse por la notacin

a11
0

A
O

0
a nn
o bien, por

d1

Dn
O
0

EJEMPLO

a1
0

0
an

d n

 1 0 0

0 3 0
0 0 10

0
0

0 0 0

0 0 0
son matrices diagonales.
0 0 0

0 0 7

MATRICES IDENTIDAD:
Una matriz identidad es una matriz diagonal cuyos elementos de la diagonal principal son todos iguales al
nmero uno. Por consiguiente,

a11 L

A M
am1 L

a1n

M a i j
nn
a mn

es una matriz identidad si y slo si

ai j 0

para i j

ai j 1

para i = j

o en forma equivalente, una matriz diagonal Dn es una matriz identidad si y slo si

d i 1

para i = 1, 2, , n

Una matriz identidad n x n se representa por In.

EJEMPLO

 1 0 0

I 3 0 1 0
0 0 1

0
0
I 6
0
0

0 0 0 0 0

1 0 0 0 0
0 1 0 0 0

0 0 1 0 0
0 0 0 1 0

0 0 0 0 1

son las matrices identidad 3 x 3 y 6 x 6.

Ntese que al premultiplicar o posmultiplicar una matriz por la matriz identidad del tamao (u orden)
apropiado, no cambia la matriz dada; es decir,
Amxn = Im Amxn = Amxn In = Amxn

EJEMPLOS
A.
A2 4
2

3
1

6
0

I2
1
4

3 2 4 0

A2 4
2
0

1 2 2 1

3
1

6
0

A2 4
2
4

3 2 4 1

3
1

6
0

I4
4

3 2 4

0
0

0
1
0
0

B.

A3 3
3

0
0

0
2
0

I3
1
0

0
0
6 3 3 0

MATRICES NULAS:

0
1
0

A3 3
3
0

0
0
1 3 3 0

0
2
0

A3 3
3
0

0
0
6 3 3 0

0
2
0

I3
1
0

0
0
6 3 3 0

0
1
0

A3 3
3
0

0
0
1 3 3 0

0
2
0

0
6 3 3

0
0
1
0

0

0

1 4 4

Una matriz nula es una matriz m x n cuyos elementos son todos iguales a cero; se simboliza con O.
Cuando una matriz nula del orden (o tamao) apropiado se suma o se resta de otra matriz, esta ltima no
cambia; es decir,
Amxn Omxn = Amxn
Premultiplicar o posmultiplicar una matriz nula de orden apropiado da lugar a otra matriz nula; es decir,
Okxm Amxn = Okxn

Amxn Onx1 = Omx1

EJEMPLOS
A.

A2 3
0

10

0
0

3 2 3 0

1
0

O2 3
0
0

A2 3

0
0

0 2 3 10

1
0

3 2 3

B.
O3 3
0

0
0

A2 4

0
0

20

13

3 2

A2 4
1

6
20

4
13

O3 4
0
10

11 2 4
0

O41
10

11 2 4

O21

0

0
0

0
0 21

0
41

1.5 TRANSPUESTA DE UNA MATRIZ:

0
0

0
0

0
0

3 4

En muchos anlisis en los que intervienen matrices, es conveniente emplear la transpuesta de una matriz.
En esta seccin se define la transpuesta de una matriz, le de una suma o diferencia de matrices, y la de un
producto de matrices.
La transpuesta de una matriz A de orden m x n es una matriz de orden n x m, denotada por A, cuyas
filas son las columnas de A, y cuyas columnas son las filas de A. Por tanto, si

Amn

a11 L

M
am1 L

a1n

M a i j
mn
a mn

Entonces la transpuesta de A es

An m

a11 L

M
am1 L

a1n a11 L

M M
a mn
a m1 L

a1n

M a i
a mn

j n m

a i j m n

Ntese que la transpuesta de un vector fila n-dimensional es un vector columna tambin n-dimensional, y

anlogamente, la transpuesta de un vector columna de n-dimensiones es un vector fila de n-dimensiones

tambin. La transpuesta de una matriz diagonal es la misma matriz diagonal.
EJEMPLO
3
Si A
6

2
0

3
0

, entonces A 2

1 2 3
0

Si A 6,

2,

1,

0,

0
1

3 2

2
51 5 , entonces A 1

0
5 51

Si A 2
30

10
6

7
, entonces A 8
10
0 3 3

8
0
40

Si A
, entonces A 3,
1

4 41

1,

1
5 3

0
4
, entonces A 5
3
4
9 3 3

Si A 5
3

0
A

Si
0

0,

2
0
0

0
3
0

6
0

0
0
A

,
entonces
0
0

5 4 4
0

2
0
7

30

40
0 3 3

4 1 4

4
9 3 3

5
0
4

2
0
0

0
3
0

0
0

5 4 4

a a j i para toda i y toda j, entonces la

Si una matriz (cuadrada) y su
transpuesta son iguales, es decir, i j
matriz se denomina simtrica (con respecto a su diagonal principal). En los dos ltimos ejemplos citados,
las matrices son simtricas.

Una matriz simtrica que al multiplicarse por si misma queda igual, se dice que es idempotente. Por tanto,
A es idempotente slo si
A = A

AA = A

EJEMPLOS
A.
Una matriz identidad (de cualquier orden) es idempotente, puesto que
In = In

B.

In In = In

La matriz

1
52
5

2
5

4
5

1
52
5

es idempotente, puesto que

2
5

4
5

1
52
5

2
5

4
5

1
52
5

2 1
5 5
2
4
5 5

2
5

4
5

1
52
5

2
5

4
5

O DE UNA DIFERENCIA DE
TRANSPUESTA DE UNA SUMA
MATRICES

La transpuesta de una suma o diferencia de matrices es igual a la suma o diferencia de las transpuestas de
las matrices; por consiguiente,
(Amxn Bmxn Cmxn)= Anxm Bnxm Cnxm
es decir,

(di j)mxn = (di j)nxm

en donde d i j ai j bi j c i j y d j i a j i b j i c j i .
EJEMPLOS

A.
Si

3 0
2
A

6 8 1

entonces

1
6 2
B

1
3 2

2
[A + B + C] =
5

2
6
6
25
6

6
11

o de otra manera
A + B + C = 0

B.
Si

2 1
A

0 1

6
8
B

10 12

0 0
6
C

2 5 25

6 1

8 6
1 2

0 1
C

0 0

11
25
3 0

2 0
1 6

2 2

5 6
25 6

11
25

entonces

4
10

[A - B + C] =

10 4

11
10

o, alternativamente, A - B + C =
1

0 6

1 8

10

11

10 0

12 1

0 4

0 10

10

11

TRANSPUESTA DE UN PRODUCTO DE MATRICES

La transpuesta de un producto de matrices es igual al producto de las transpuestas de las matrices tomadas
en orden inverso; por tanto,
[Amxn Bnxp Cpxq]= Cqxp Bpxn Anxm
EJEMPLOS
A.
Si

3 0
A

4 1

3 5 7
B

0 1 8

6

C 1
0

6
9
15 21 39
entonces ABC
1

12 19 20 53
0

o en forma alternativa,

ABC CBA 6,

1,

0 5
7

39
ABC 53 39, 53

0
3
1
0
8

3
4
1 3, 1
1
0

4
39,
1

53

B.

Si

A 3, 1, 0

entonces* ABC = 26

6 0

B 7 2
0 3

0
C
1

0
2 2 y asimismo [ABC]= -2 (la transpuesta de un escalar es el mismo
1

escalar), o de otra manera,

N.DelR.Estresultadoesunamatrizdeorden1queslopuedemultiplicarseconmatricesdeorden1x n,ynoespropiamenteel
escalar 2.Unescalarpuedemultiplicarseconcualquiermatriz.

 6
[ABC] = CBA= 0, 1
0

7
2

3
0

1 0
3
0

3 1 2
0

PROBLEMAS

Obtenga la transpuesta de cada una de las siguientes matrices

3

6
2.
5

2

2 6
1.

5 3
1 6 3

4. 1 4 8
0 5 7
7.

Si

1
A
2

5.
2
,
1

8.

Si

A 1
0

a. AB

2, 4, 9

2
B
4

a. A B

3,

7 5 6
3.

8 10 3

3
,
0

0
C
2

b. B C

2
1

1 3

6. 2 1
4 2
1
;
3

c. AB

encuentre :
d. ABC

3
3
B
, C
1 21
1

0
2

4 2 3

3
D
1

0
2

2
, encuentre :

4 2 3

3 2

b. C D

c. DC

d. A D C

Respuestas a los Problemas de Nmero Impar

2 5
1.

6 3

7 8

3. 5 10
6 3

1 6
7. a.

5 1

2 6
b.

2 3

3

2
5.
4

9
6 0
c.

3 6

6 12
d.

3 18

1.6 MATRICES SUBDIVIDIDAS:

Con frecuencia es conveniente subdividir (o particionar) una matriz descomponindola en sub-matrices.

stas se pueden considerar como escalares al efectuar operaciones sobre la matriz original. La particin o
subdivisin de una matriz se indica mediante lneas punteadas horizontales o verticales trazadas entre
filas o columnas.
Por ejemplo, la matriz A de orden

m n se pueden subdividir como sigue:

A A1

A2

m n1, A2 es de orden m n 2 , y n1 n 2 n . La transpuesta de una matriz

en donde A1 es de orden

subdividida se puede escribir en trminos de las transpuestas de sus submatrices. As pues,

A1
A
A 2

EJEMPLO

Si

A A1

A2 2
8

3
1
2

5
1
3

6
7

entonces

2
1

A2 , en donde A1 es m n1, A2 es m n2 ,

n1 n 2 n ; y si una matriz B de orden m n se particiona como B B1 B2 , en donde B1 es

m n1, B2 es m n 2 , y n1 n 2 n , entonces

A B A1 B1

De igual modo, si

A2 B2

A
A 1 en donde A es m n , A1 es m1 n , A2 es m2 n , y m1 m2 m y
A2

1
6

2
3

Si se subdividen en forma compatible, las matrices particionadas se pueden sumar, restar o multiplicar. Si

una matriz A de orden m n se subdivide como A A1

A1
A
A 2

3
5

B
B 1
B2

en donde B es m n , B1 es m1 n , B2 es m2 n y m1 m2 m , entonces

A B
A B 1 1
A1 B2

EJEMPLO

Si

A 1
7

4
0
3

2
5
3

6
2

entonces
A B A1

A2 B1

B2 1
7

4 2
0
5
3
3

B 1
5

0 3

6 1
2 5

0
1
4

0
1
4

2
2
3

2
2
3

5
1

4 0

5 2
1 12

4
1
7

0 4

3 11 A1 B1
6
3

o bien,

3
A1 B1
A B 1
A2 B2
7

4
0

2
5

0 3

6 1
2 5

0
1

2
2

4 0

5 2
1 12

4
1
7

0
4
A B1
3 11 1

A2 B2
6
3

Otras muchas subdivisiones posibles conducen al mismo resultado.

Particionar o subdividir una matriz es frecuente y conceptualmente conveniente cuando las matrices han
de ser sumadas o restadas, pero las ventajas computacionales de la subdivisin de matrices se utilizan
principalmente en la multiplicacin y en otras operaciones ms complicadas. Las matrices deben
subdividirse en forma compatible para la multiplicacin. Si una matriz A de orden m n se subdivide
como A A1

A2 , en donde A1 es m n1, A2 es m n2 , y n1 n 2 n ; y una matriz B de orden

n p se subdivide como

B
B 1
B2
AB A1

en donde B1 es n1 p y B2 es n2 p , entonces

B
A2 1 A1B1 A2 B2
B2

A2 B2

EJEMPLO

Si

A 2
1

entonces
3

AB 2
1

1 y
2

0
4
1

B 1
1

3
1

0
4
1

1
2

1
1

1 3

3 2
1 1

4
1

1
1

1
3
2

1, 1 0
1

3 1

10 1
2 2

1 7
2

1 1 11
2 1 0

lo que puede verificarse por multiplicacin matricial directa.

Las matrices se pueden subdividir en ms de dos submatrices. De hecho, es posible particionar una matriz

m n en un mximo de mn submatrices; observemos que la particin mxima equivale a no subdividir

en absoluto la matriz, puesto que cada elemento se trata como una matriz escalar. A menos que se tenga
una particin lgica en trminos de las variables de un problema, las matrices se deben subdividir para
facilitar los clculo; esto implica un compromiso razonable entre minimizar el nmero de submatrices y
minimizar su tamao mximo.
Las matrices se particionan ya sea horizontalmente o verticalmente. Por tanto, la matriz A de orden

m n se puede subdividir en la forma

A
A 11
A21

A12

A22

en donde A11 es m1 n1 , A12 es m1 n2 , A21 es m2 n1 , A22 es m2 n2 , y asimismo, m1 m2 m ,

n1 n2 n . Entonces

A
A 11
A21

A12 A11

A22

A21

A12

A22

 B
B 11
B21

Si la matriz B de orden n p se particiona como

B12

B22

en donde B11 es n1 p1 , B12 es n1 p2 , B21 es n2 p1 , B22 es n2 p2 , y asimismo, n1 n2 n ,

p1 p2 p , entonces A y B estn particionadas en forma compatible para la multiplicacin y

A
AB 11
A21

A12 B11

A22 B21

B12 A11 B11 A12 B21

B22 A21 B11 A22 B21

A11 B12 A12 B22

A21 B12 A22 B22

EJEMPLO

Si

entonces

1 3 1

1 0
1

A
2 1 4

0 2 3

A
AB 11
A21

3 2 1 0 1

B 5 1 4 3 2
3 2 0
1 1

B12 1

B22 2

A12 B11

A22 B21

3
0
1
2

1
3
1
5
4

3
3

2
1

y
1

A11B11 A12 B21 1

2

A11B12 A12 B22

1
2

3
3
0
5
1
3
1
0
4
1

A21B11 A22 B21 0,

3
2
5

A21B12 A22 B22 0,

1
2
4

1
2
1 3,
1
4

0
3

1
1
1 0, 1,
2
4

2
3 3,
1

0
3

18

2 3
1

2 10,

1
3 0, 1,
2

5 3

2 3
3 12

2 21

2 0
8 13

13

1 1
2

9
0
3

2 9,

6 1,

1 8,

6,

0
11

5 0

1 0
4 0

1
1
4

1 13

1 1
4 2

8
1
7

4 0,

3,

3 8,

9,

4
0
8

En consecuencia,
A B A12 B21
AB 11 11
A21 B11 A22 B21

A11 B12 A12

A21 B12 A22

21

B22 0

B22 13

13

0
11

1
2

1
7

0
8

lo cual se puede verificar por multiplicacin matricial directa.

PROBLEMAS
1. Calcule lo siguiente:
6 1
4 2

a. 2 0 3 3 0 1
1 2
5 1

4 2

0 1
5 1

6 0 1
b.

1 3 2

Emplee matrices subdivididas para verificar los resultados.

5

2. Si U 1, 1, 4 , X 0, 1, 2, V 0
1

a. UV XY

1

Y 1 , obtenga
2

b. 5UV 10X 2V Y

3. Si A es 2 3 , B es 4 3 , C es 3 3 , y D es 3 2 , determine la disposicin u orden de

a. AC

b. DA

c. AD

1
2 3

4. Si A 0 1 1
2
3 0

d. BC

e. DAC

f . BCDA

3
1 0

B 1 1 2
0
2 1

evale 2AB BA y emplee matrices subdivididas para verificar el resultado.

 1 2 2

1
5. Si A 1 2
1 1
0

3 6
2

B 2
4 1
2
3
0

5 8

C 3
5
1
2

0
1

demuestre que
a. A 2 B2 C 2 I

b. AB BA C

c. BC CB A

d. AC CA B

Emplee matrices particionadas para verificar los resultados.

6. Si A 4
2

4
5
2

2
2

demuestre que A 2 11A 10I O . Utilice matrices particionadas para verificar el resultado.

1 0
7. Si A
1 0

2 2
C

2 2

2 3
D

4 25

evale

a. AB 2CD

0 0
B

1 1

b. A 2

8. Si U 1, 0, 1

c.

BC

1

V 2
3

4 2 1

X 1 3 0
0 1 1

1 0 0

Y 0 1 0
0 0 1

encuentre

a. UV

b. VU X

Emplee matrices particionadas para verificar los resultados.

2

9. Si U 1
1

c. XY

2 4

3
4
2 3

V 1
1

2
2
2

4
4

demuestre que
a. U 2 U

V2 V

b. UV VU O

c. U V I

Utilice matrices subdivididas para comprobar los resultados.

1

X 1
1

10. Si

demuestre que

3
3

X 2 O . Utilice matrices con subdivisin para comprobar el resultado.

1 2
1

A 2
1 3
5
2
3

11. Si

demuestre que

12. Si

2
2
2

0 2 3
B
0 1 3

2

C 3
3

determine AB CD .

Respuestas
a los Problemas de Nmero Impar
0 4

1. a. 0 9
13 7
3. a. 2 3

29 13
b.

6 3
b. 3 3

24 32
7. a.

24 32

1
b.
1

c. 22
0

3 6

Y 1 2
4 3

0
4
2

5
3

AX AY (aunque X Y ) y emplee matrices particionadas para verificar el resultado.

1 2

A 0 3
2 1

2 5 1 7

X 2 1
3
4
3 2
1
2

d. 4 3

0 0
c.

16 16

e. 3 3

f. 43

1

D 1
2