MÓDULO III

ÁLGEBRA
MATRICES
M3 | MATRICES

MATRICES

INTRODUCCIÓN ..................................................................................................................3
Palabras Claves ................................................................................................................3
Polinomios, productos notables y factorización. ...................................................................4
Definición de matriz. .............................................................................................................6
Notación matricial y orden de una matriz. .........................................................................6
Tipos de matrices: cuadrada, diagonal, escalar, identidad o unitaria, triangular y
transpuesta. ......................................................................................................................7
Igualdad de matrices. ........................................................................................................8
Álgebra de matrices: adición, producto escalar y multiplicación de matrices. ..................9
Definición de determinante y propiedades. .....................................................................11
Menor y cofactor. ............................................................................................................11
Teorema de expansión. ..................................................................................................12
Matrices inversas y métodos para encontrarla. ..............................................................13
La matriz como herramienta de resolución de sistemas de ecuaciones: uso de matrices
aumentadas y Regla de Cramer. ....................................................................................14
CIERRE ..............................................................................................................................16
BIBLIOGRAFÍA ...................................................................................................................17

2 | ÁLGEBRA
INTRODUCCIÓN
En este tercer módulo de la asignatura de Álgebra se debe lograr un nivel de abstracción, análisis y
síntesis en la solución de problemas que le permita aplicar posteriormente los conceptos vistos en
actividades propias de la disciplina.

Para dar inicio se recordarán conceptos básicos de álgebra, tales como: definición de un polinomio,
tipos de productos notables y métodos de factorización.

Este módulo se centra en la utilización de matrices para la resolución de problemas, aplicando ope-
ratoria algebraica, determinantes, cálculo de matriz inversa a través de diferentes métodos y aso-
ciando estas a la resolución de sistemas de ecuaciones lineales.

PALABRAS CLAVES
Polinomio, factorización, matriz, determinante.

3
M3 | MATRICES

POLINOMIOS, PRODUCTOS NOTABLES Y FACTORIZACIÓN

Un polinomio es una expresión algebraica compuesta de cuatro o más términos
algebraicos y también suele utilizarse para referirse a cualquier expresión
algebraica.

Los productos notables corresponden a multiplicaciones algebraicas que pueden

desarrollarse en forma directa y tenemos:

1. Cuadrado de binomio: (𝑎𝑎 ± 𝑏𝑏)2 = 𝑎𝑎2 ± 2𝑎𝑎𝑎𝑎 + 𝑏𝑏 2

2. Suma por diferencia: (𝑎𝑎 + 𝑏𝑏)(𝑎𝑎 − 𝑏𝑏) = 𝑎𝑎2 − 𝑏𝑏 2
3. Producto de binomios con un término común:
(𝑥𝑥 + 𝑎𝑎)(𝑥𝑥 + 𝑏𝑏) = 𝑥𝑥 2 + 𝑥𝑥(𝑎𝑎 + 𝑏𝑏) + 𝑎𝑎𝑎𝑎
4. Cubo de un binomio: (𝑎𝑎 ± 𝑏𝑏)3 = 𝑎𝑎3 ± 3𝑎𝑎2 𝑏𝑏 + 3𝑎𝑎𝑎𝑎 2 ± 𝑏𝑏 3

Según Carreño, Ximena; Cruz, Ximena (2002) “Factorizar una expresión algebraica
(o suma de términos algebraicos) consiste en escribirla en forma de multiplicación”
(p. 29). Para factorizar podemos utilizar los siguientes métodos:

1. Factor común: todos los términos de la expresión poseen un factor común

monomio o polinomio.

Ejemplo: 12ab – 4a = 4a(3b – 1)

2. Factor común compuesto: si no existe un factor común para todos los

términos, estos se deben agrupar y determinar el respectivo factor común para
ellos.

Ejemplo: 2ac – ad + 2bc – bd = a(2c – d) + b(2c – d) = (a + b)(2c – d)

3. Diferencia de cuadrados: se factoriza como una suma por diferencia.

Ejemplo: x2 – y2 = (x – y)(x + y)

4 | ÁLGEBRA
M3 | MATRICES

4. Trinomios ordenados: son aquellos que pueden resultar de la multiplicación de

un binomio por sí mismo, dos binomios con un término común o dos binomios
de términos semejantes.

Ejemplo: a2 – 5a + 6 = (a – 3)(a – 2)

5. Sumas de cubos: x3 – y3 = (x – y)(x2 + xy + y2)

6. Diferencias de cubos: x3 + y3 = (x + y)(x2 – xy + y2)

La operatoria con polinomios la utilizaremos en la resolución de sistemas de

ecuaciones utilizando matrices.

𝒙𝒙 + 𝒚𝒚 + 𝒛𝒛 = 𝟎𝟎
Ejemplo: Dado el sistema de ecuaciones: �𝟐𝟐𝟐𝟐 − 𝒚𝒚 − 𝟑𝟑𝟑𝟑 = 𝟎𝟎
𝒙𝒙 + 𝒚𝒚 − 𝒛𝒛 = 𝟏𝟏

Este puede expresarse matricialmente como: A * X = B, donde estas tres matrices

representan respectivamente:
• A es la matriz de los coeficientes del sistema.
• X es la matriz de las incógnitas.
• B es la matriz de los términos independientes.

Pudiendo escribirse el sistema anterior como:

1 1 1 𝑥𝑥 0
�2 −1 −3� �𝑦𝑦� = �0�
1 1 −1 𝑧𝑧 1

5 | ÁLGEBRA
M3 | MATRICES

DEFINICIÓN DE MATRIZ

“Una matriz A es un arreglo ordenado rectangular de números” de acuerdo con Zill,

Denis G; Dewar, Jaqueline M. (2012, p. 598).

𝑎𝑎11 𝑎𝑎12 … 𝑎𝑎1𝑛𝑛

𝑎𝑎21 𝑎𝑎22 … 𝑎𝑎2𝑛𝑛
𝐴𝐴 = � ⋮ ⋮ ⋱ ⋮ �
𝑎𝑎𝑚𝑚1 𝑎𝑎𝑚𝑚2 … 𝑎𝑎𝑚𝑚𝑚𝑚

NOTACIÓN MATRICIAL Y ORDEN DE UNA MATRIZ.

La matriz del ejemplo anterior posee m filas (dispuestas horizontalmente) y n
columnas (dispuestas de manera vertical), por lo que su orden es m x n. Sí la matriz
tiene el mismo número de filas que de columna, se dice que es de orden: 2, 3, etc.

Cada elemento de la matriz a11, a12, … representa un valor y lo diferencia de otros

por la fila (i) y columna (j) en la que está ubicado.

Una matriz A de orden m x n se escribe en notación matricial como: A = (aij)mxn.

6 | ÁLGEBRA
M3 | MATRICES

TIPOS DE MATRICES: CUADRADA, DIAGONAL, ESCALAR, IDENTIDAD O

UNITARIA, TRIANGULAR Y TRANSPUESTA.
Según las características que posea una matriz se puede clasificar en diferentes
tipos, pudiendo incluso pertenecer a más de una categoría:

1. Matriz cuadrada: es aquella que tiene el mismo número de filas que de

columnas. Estas matrices poseen: diagonal principal, la cual está formada
por los elementos de la forma aii y la diagonal secundaria la forman los
elementos con i+j = n+1.

3 2 −1
Ej em plo: 𝐴𝐴 = �5 2 9�
2 1 8

2. Matriz diagonal: es aquella en la que todos los elementos situados por

encima y por debajo de la diagonal principal son ceros.

2 0 0
Ej em plo: B = �0 3 0�
0 0 −5

3. Matriz escalar: es en la que los elementos de la diagonal principal son

iguales.

4 0 0
Ej em plo: C = �0 4 0�
0 0 4

4. Matriz identidad o unitaria: es una matriz diagonal en la que los elementos

de la diagonal principal son iguales a 1.

1 0 0
Ej em plo: D = �0 1 0�
0 0 1

7 | ÁLGEBRA
M3 | MATRICES

5. Matriz triangular: Existen dos tipos de matrices triangulares:

5.1 Superior en la que los elementos situados por debajo de la diagonal
principal son ceros.
5.2 Inferior en la que los elementos situados por encima de la diagonal
principal son ceros.

6. Matriz transpuesta: Dada una matriz A, se llama matriz traspuesta de A

a la matriz que se obtiene cambiando ordenadamente las filas por las
columnas.

3 2 −1
Ejemplo: Dada la matriz 𝐴𝐴 = �5 2 9 �, su traspuesta es:
2 1 8
3 5 2
At= � 2 2 1�
−1 9 8

IGUALDAD DE MATRICES.
Según Carreño, Ximena; Cruz, Ximena (2002) “Dos matrices son iguales si:
a) Tienen el mismo orden, es decir, el mismo de filas y el mismo número de
columnas.
b) Los elementos correspondientes a igual fila e igual columna son iguales” (p.
445).

8 | ÁLGEBRA
M3 | MATRICES

ÁLGEBRA DE MATRICES: ADICIÓN, PRODUCTO ESCALAR Y

MULTIPLICACIÓN DE MATRICES.

1. Adición de matrices: Dadas dos matrices A=(aij) y B=(bij)del mismo orden m

x n, se define la matriz suma como: A+B=(aij+bij)mxn. Dicha matriz se obtiene
sumando los elementos de las dos matrices que ocupan la misma posición.
1
2 5 −2,5
2
Ejemplo: Dadas las matrices 𝐴𝐴 = �−3 0 � y 𝐵𝐵 = � 21 9 �
7 11 −7 1

1 1 5
2 5 −2,5 2+ 5 − 2,5 2,5
2 2 2
A + B = �−3 0 � + � 21 9 � = �−3 + 21 0 + 9 � = �18 9 �
7 11 −7 1 7 − 7 11 + 1 0 12

“Si las matrices A y B son de diferente orden no pueden sumarse” de acuerdo con
Zill, Denis G; Dewar, Jaqueline M. (2012, p. 602).

Propiedades de la adición de matrices:

a) Clausura: La suma de dos matrices de orden m x n es otra matriz dimensión m
x n.
b) Conmutativa: A + B = B + A
c) Asociativa: A + (B + C) = (A + B) + C
d) Elemento neutro: A + 0 = A. Donde O es la matriz nula, que sólo contiene ceros,
de la misma dimensión que la matriz A.
e) Inverso aditivo: A + (-A) = O. La matriz opuesta es aquella en que todos los
elementos están con signo contrario.

Según Zill, Denis G; Dewar, Jaqueline M. (2012) “Usamos el inverso aditivo para
definir la resta, o diferencia A – B de dos matrices A y B de m x n” (p. 604).

9 | ÁLGEBRA
M3 | MATRICES

2. Producto escalar: “Si k es un número real, el producto escalar de una matriz A

y un número real k es la matriz kA con cada entrada igual al producto del número
real k y la entrada correspondiente en la matriz dada” de acuerdo con Zill, Denis
G; Dewar, Jaqueline M. (2012, p. 603).

Propiedades del producto escalar:

a) k1(A + B) = k1A + k1B
b) (k1 + k2)A = k1A + k2A
c) k1(k2A) = (k1k2)A

3. Multiplicación de matrices: Según Zill, Denis G; Dewar, Jaqueline M. (2012)

“Para hallar el producto AB de dos matrices A y B, necesitamos que el número
de columnas de A sea igual al número de filas en B” (p. 605).

Amxn * Bnxp = Cmxp, donde m y p nos indican el orden de la matriz resultante.

El resultado de la multiplicación de dos matrices se obtiene sumando los productos

de las filas de la primera matriz por las columnas de la segunda. Cabe destacar que
la multiplicación de matrices no es conmutativa.

Propiedades de la multiplicación de matrices:

a) Asociativa: A * (B * C) = (A * B) * C
b) Neutro multiplicativo: A * I = A. Donde I es la matriz identidad de la misma
dimensión que la matriz A.
c) Distributiva respecto a la suma: A(B + C) = AB + AC
(A + B)C = AC + BC

10 | ÁLGEBRA
M3 | MATRICES

DEFINICIÓN DE DETERMINANTE Y PROPIEDADES.

Según Zill, Denis G; Dewar, Jaqueline M. (2012) “Para cada matriz cuadrada A,
podemos asociar un número llamado determinante de A” (p. 611).

Propiedades de los determinantes:

1. Si toda entrada en una fila o columna de A es cero, entonces el determinante de
A es cero.
2. Si una matriz B se forma intercambiando dos filas o dos columnas de A, entonces
det B = -det A.
3. Si una matriz B se forma multiplicando cada entrada en una fila o columna de A
por un número real k, entonces det B = k det A.
4. Si dos filas o columnas de A son Iguales, entonces el determinante de A es cero.
5. Si una matriz B se forma sustituyendo cualquier fila o columna de A por la suma
de esa fila o columna y k veces cualquier otra fila o columna de la misma A,
entonces B = det A.

MENOR Y COFACTOR.
A continuación, se muestra el método de menores para matrices de orden 2 y 3:
𝑎𝑎11 𝑎𝑎12
1. Si tenemos una matriz 𝐴𝐴 = �𝑎𝑎 � de orden 2, el determinante está dado por:
21 𝑎𝑎22

𝑎𝑎11 𝑎𝑎12
𝑑𝑑𝑑𝑑𝑑𝑑 𝐴𝐴 = �𝑎𝑎
21 𝑎𝑎22 � = a11*a22 – a12*a21

𝑎𝑎11 𝑎𝑎12 𝑎𝑎13

𝑎𝑎
2. Si tenemos una matriz 𝐴𝐴 = � 21 𝑎𝑎22 𝑎𝑎23 � de orden 3, el determinante está
𝑎𝑎31 𝑎𝑎32 𝑎𝑎33
dado por:
𝑎𝑎11 𝑎𝑎12 𝑎𝑎13
𝑎𝑎 𝑎𝑎23 𝑎𝑎21 𝑎𝑎23 𝑎𝑎21 𝑎𝑎22
𝑑𝑑𝑑𝑑𝑑𝑑 𝐴𝐴 = �𝑎𝑎21 𝑎𝑎22 𝑎𝑎23 � = 𝑎𝑎11 � 22 � − 𝑎𝑎 � � + 𝑎𝑎 �
𝑎𝑎32 𝑎𝑎33 12 𝑎𝑎31 𝑎𝑎33 13 𝑎𝑎31 𝑎𝑎32 �
𝑎𝑎31 𝑎𝑎32 𝑎𝑎33

11 | ÁLGEBRA
M3 | MATRICES

Según Zill, Denis G; Dewar, Jaqueline M. (2012) “El cofactor Aij de la entrada aij se
define como el menor Mij multiplicado por (-1)i+j, esto es” (p. 603):

Aij = (-1)i+jMij

“Para una matriz de 3x3, el coeficiente (-1)i+j del menor Mij sigue el patrón” de
acuerdo con Zill, Denis G; Dewar, Jaqueline M. (2012, p. 613):
+ − +
�− + −�
+ − +

TEOREMA DE EXPANSIÓN.
Conocida como la regla de Laplace permite calcular el determinante de matrices
cuadradas de cualquier dimensión, pero normalmente se utiliza para dimensión
mayor que 3.
Existen dos versiones de la regla:

1. Desarrollo por filas: La fórmula para el desarrollo por la fila i de la matriz A es:
𝑛𝑛

|𝐴𝐴| = � 𝑎𝑎𝑖𝑖𝑖𝑖 ∙ (−1)𝑖𝑖+𝑗𝑗 ∙ |𝐴𝐴𝑖𝑖𝑖𝑖 |

𝑗𝑗=1

siendo aij los elementos de la fila i y Aij la que se obtiene al eliminar la fila i y la
columna j a la matriz A.

2. Desarrollo por columnas: La fórmula para el desarrollo por la columna j es:

𝑛𝑛

|𝐴𝐴| = � 𝑎𝑎𝑖𝑖𝑖𝑖 ∙ (−1)𝑖𝑖+𝑗𝑗 ∙ |𝐴𝐴𝑖𝑖𝑖𝑖 |

𝑗𝑗=1

Para este caso sólo cambia el uso de la columna.

12 | ÁLGEBRA
M3 | MATRICES

MATRICES INVERSAS Y MÉTODOS PARA ENCONTRARLA.

“Si A es una matriz de n x n y existe una matriz B de n x n tal que: AB = BA = In” de
acuerdo con Zill, Denis G; Dewar, Jaqueline M. (2012, p. 620).

Propiedades de la matriz inversa: Según Guzmán Aguilar, F. (2014):

1. “Si A es invertible, entonces (A-1)-1 = A
2. No toda matriz A tiene inversa
3. Si A tiene inversa, entonces la inversa es única” (p. 52).

Para determinar la inversa de una matriz de n x n, tenemos:

𝐴𝐴11 𝐴𝐴12 … 𝐴𝐴1𝑛𝑛
1 𝐴𝐴 𝐴𝐴22 … 𝐴𝐴2𝑛𝑛
𝐴𝐴−1 = � 21 �
𝑑𝑑𝑑𝑑𝑑𝑑 𝐴𝐴 ⋮ ⋮ … ⋮
𝐴𝐴𝑛𝑛1 𝐴𝐴𝑛𝑛2 … 𝐴𝐴𝑛𝑛𝑛𝑛

La matriz inversa también se puede determinar aplicando el método de eliminación

de variables. Para una matriz A de tamaño (n x n), su inversa se determina como:

Figura 1: Método de eliminación de variables para matrices de tamaño n x n

(Adaptado de Álgebra Lineal (p. 58), por Guzmán Aguilar, F. 2014, Larousse - Grupo
Editorial Patria)

13 | ÁLGEBRA
M3 | MATRICES

LA MATRIZ COMO HERRAMIENTA DE RESOLUCIÓN DE SISTEMAS DE

ECUACIONES: USO DE MATRICES AUMENTADAS Y REGLA DE
CRAMER.
Una matriz aumentada es la que contiene los coeficientes del sistema de
ecuaciones asociadas a las variables y también los términos independientes.

Según Guzmán Aguilar, F. (2014) “Para resolver el sistema, transformamos a la

matriz aumentada en una de las siguientes formas equivalentes” (p. 36):
a) Una matriz diagonal, sin considerar la columna de coeficientes independientes.
b) Una matriz escalonada (triangular superior).

Para desarrollar el procedimiento anteriormente mencionado se puede:

1. Intercambiar filas o renglones en la matriz.
2. Multiplicar filas o renglones por escalares, siempre y cuando sean diferentes de
cero.
3. Sumar o restar filas o renglones de la matriz.

14 | ÁLGEBRA
M3 | MATRICES

La regla de Cramer consiste en obtener la solución del sistema mediante un

cociente de determinantes. Cabe destacar que sólo puede aplicarse a sistemas que
tengan el mismo número de ecuaciones y de incógnitas.

Para un sistema de n ecuaciones lineales con n incógnitas, tenemos la matriz:

𝐴𝐴11 𝐴𝐴12 … 𝐴𝐴1𝑛𝑛
𝐴𝐴21 𝐴𝐴22 … 𝐴𝐴2𝑛𝑛
𝐴𝐴 = � �
⋮ ⋮ … ⋮
𝐴𝐴𝑛𝑛1 𝐴𝐴𝑛𝑛2 … 𝐴𝐴𝑛𝑛𝑛𝑛

De esta manera, la solución para cada incógnita del sistema se determina como:
|∆1 | |∆2 | |∆𝑛𝑛 |
𝑥𝑥1 = 𝑥𝑥2 = 𝑥𝑥𝑛𝑛 =
|𝐴𝐴| |𝐴𝐴| |𝐴𝐴|

15 | ÁLGEBRA
CIERRE
Luego de revisados lo contenidos del apunte, usted podrá desarrollar ejercicios con matrices, en
donde será capaz de: identificar los distintos tipos de matrices, determinar la transpuesta, resolver
sumas de matrices, multiplicación de una matriz por un escalar, multiplicación de matrices, calcular
el determinante de una matriz cuadrada y la inversa a través de diferentes métodos y utilizarlo para
resolver sistemas de ecuaciones lineales.

En resumen, será capaz de analizar los elementos significativos que constituyen un problema, exa-
minando y relacionando los contenidos, procedimientos y técnicas para dar soluciones pertinentes
y efectivas, interpretando información organizada de forma válida, de acuerdo con la información
existente, contexto y requerimientos.

4 4
 BIBLIOGRAFÍA
Carreño, Ximena; Cruz, Ximena. 2° Edición, Álgebra, Chile. Arrayán Editores S.A.,
2002.

Zill, Denis G; Dewar, Jaqueline M. Álgebra, trigonometría y geometría analítica, 3°

Edición, México. McGraw Hill, 2012.

Guzmán Aguilar, F. (2014) Álgebra Lineal. México D.F.: Larousse - Grupo Editorial
Patria.

5
ÁLGEBRA

MATRICES