Documentos de Académico
Documentos de Profesional
Documentos de Cultura
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
a
1
a
2
.
.
.
a
m
,
y cada una de sus las es un escalar.
1.3. Tipos particulares de matrices 3
b) Matrices la: Ahora es m = 1 y n cualquiera. Tambien se escriben con un
solo ndice,
A = ( a
1
a
2
. . . a
n
) ,
siendo escalares cada una de sus columnas.
c) Matrices cuadradas: Se llaman as aquellas en que m = n:
A =
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
.
Tanto sus las como sus columnas seran vectores de un mismo espacio IK
n
. El
conjunto de todas ellas se escribe como
M(n, IK).
d) Matrices triangulares: Una matriz cuadrada recibe el nombre de supra-
triangular cuando
A =
a
11
a
12
. . . a
1n
0 a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn
a
ij
= 0, i > j.
En cambio, se llamara infratriangular si
A =
a
11
0 . . . 0
a
21
a
22
. . . 0
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
a
ij
= 0, i < j.
Unas y otras se nombran como triangulares.
e) Matrices diagonales: En toda matriz cuadrada A = (a
ij
), se llama diagonal
al vector
(a
11
, a
22
, . . . , a
nn
) IK
n
.
Se dira que esta matriz es diagonal cuando sean nulos todos los coecientes
situados fuera de la diagonal, es decir, cuando
a
ij
= 0, i = j.
Estas matrices son a la vez supra e infratriangulares. A veces sus coecientes
se presentan con un solo ndice, usandose las escrituras
A =
a
1
0 . . . 0
0 a
2
. . . 0
.
.
.
.
.
.
.
.
.
0 0 . . . a
n
= diag(a
1
, a
2
, . . . , a
n
).
4 Captulo 1. Matrices y sus operaciones
1. Matrices escalares: Damos este nombre a las matrices diagonales
A = diag(a, a, . . . , a) M(n, IK)
cuyos coecientes en la diagonal son todos iguales. Si n = 1, todas las matrices
son escalares y el conjunto de ellas se confunde con IK.
2. Matrices unidad: Para cada n 1, se llama as a la matriz escalar
I
n
=
1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
0 0 . . . 1
= diag(1, 1, . . . , 1).
Cuando no haya lugar a confusion, escribiremos simplemente I. Usando las
deltas de Kronecker (seccion ??) puede escribirse
I
n
= (
ij
)
1.4. Multiplicaci on de matrices
Sean tres n umeros enteros m, r, n 1 y sean dos matrices
A = (a
ih
) M(m, r, IK), B = (b
hj
) M(r, n, IK).
Que la cantidad r de columnas de A coincida con la cantidad de las de B, y, por
tanto, con la cantidad de componentes numericas de cada columna en B, permite
construir una nueva matriz
AB M(m, n, IK),
mediante la regla
C
j
(AB) =
r
h=1
b
hj
C
h
(A), j [1, n].
Se llama matriz producto de A por B, debiendose insistir en que su existencia es
imposible si la cantidad de columnas de A diere de la de las de B.
Suponiendo que AB = (c
ij
), se tendra
C
j
(AB) = (c
1j
, c
2j
, . . . , c
mj
) =
r
h=1
b
hj
(a
1h
, a
2h
, . . . , a
mh
) =
=
r
h=1
(a
1h
b
hj
, a
2h
b
hj
, . . . , a
mh
b
hj
) =
= (
r
h=1
a
1h
b
hj
,
r
h=1
a
2h
b
hj
, . . . ,
r
h=1
a
mh
b
hj
)
1.5. Propiedades de la multiplicacion de matrices 5
c
ij
= e
ij
(AB) =
r
h=1
a
ih
b
hj
, i [1, m], j [1, n],
que es la forma en que usualmente se dene el producto.
Por otra parte,
(c
i1
, c
i2
, . . . , c
in
) = (
r
h=1
a
ih
b
h1
,
r
h=1
a
ih
b
h2
, . . . ,
r
h=1
a
ih
b
hn
) =
=
r
h=1
(a
ih
b
h1
, a
ih
b
h2
, . . . , a
ih
b
hn
) =
r
h=1
a
ih
(b
h1
, b
h2
, . . . , b
hn
)
F
i
(AB) =
r
h=1
a
ih
F
h
(B), i [1, m],
que sera la forma de denir el producto usando las las.
1.5. Propiedades de la multiplicacion de matrices
Comprobando la igualdad entre los vectores columna de cada miembro de la igualdad
propuesta, y nombrando los coecientes de cada matriz con las mismas letras, pero
en min uscula, indiquemos las propiedades de esta nueva operacion.
Proposicion 1.1 La multiplicacion de matrices cumple las propiedades
a) Asociativa:
A M(m, r, IK), B M(r, s, IK), C M(s, n, IK)
(AB) C = A(B C).
b) Distributiva:
A, B M(m, r, IK), C M(r, n, IK) (A + B) C = AC + B C,
A M(m, r, IK), B, C M(r, n, IK) A(B + C) = AB + AC.
c) De neutralidad:
A M(m, n, IK) I
m
A = A = AI
n
.
d) Asociativa mixta:
A M(m, r, IK), B M(r, n, IK), a IK
(aA) B = a(AB) = A(aB).
6 Captulo 1. Matrices y sus operaciones
Demostracion:
a) C
j
((AB) C) =
s
k=1
c
kj
C
k
(AB) =
s
k=1
c
kj
(
r
h=1
b
hk
C
h
(A)) =
=
r
h=1
(
s
k=1
b
hk
c
kj
)C
h
(A) =
r
h=1
e
hj
(B C)C
h
(A) = C
j
(A(B C)).
b) C
j
((A + B) C) =
r
h=1
c
hj
C
h
(A + B) =
r
h=1
c
hj
(C
h
(A) +C
h
(B)) =
=
r
h=1
(c
hj
C
h
(A) + c
hj
C
h
(B)) =
r
h=1
c
hj
C
h
(A) +
r
h=1
c
hj
C
h
(B) =
= C
j
(AC) +C
j
(B C) = C
j
(AC + B C),
C
j
(Ax(B + C)) =
r
h=1
e
hj
(B + C)C
h
(A) =
r
h=1
(b
hj
+ c
hj
)C
h
(A) =
=
r
h=1
(b
hj
C
h
(A) + c
hj
C
h
(A)) =
r
h=1
b
hj
C
h
(A) +
r
h=1
c
hj
C
h
(A) =
= C
j
(AB) +C
j
(AC) = C
j
(AB + AC).
c) C
j
(I
m
A) =
r
h=1
a
hj
C
h
(I
n
) =
r
h=1
a
hj
e
h
= (a
1j
, a
2j
, . . . , a
mj
) =
= C
j
(A) =
r
h=1
hj
C
h
(A) = C
j
(AI
n
).
d) C
j
((aA) B) =
r
h=1
b
hj
C
h
(aA) =
r
h=1
b
hj
(aC
h
(A)) =
=
r
h=1
(b
hj
a)C
h
(A) =
r
h=1
(ab
hj
)C
h
(A) =
r
h=1
a(b
hj
C
h
(A)) =
= a
r
h=1
b
hj
C
h
(A) = aC
j
(AxB) = C
j
(a(AxB)) =
= aC
j
(AxB) = a
r
h=1
b
hj
C
h
(A) =
r
h=1
a(b
hj
C
h
(A)) =
=
r
h=1
(ab
hj
)C
h
(A) =
r
h=1
e
hj
(aB)C
h
(A) = C
j
(A(aB)).
Para la propiedad conmutativa, se observa que B A no siempre existe. Lo
hace si y solo si n = m, pero, como AB M(n, IK) y BA M(r, IK), no
1.6. Traza de una matriz cuadrada 7
son comparables en igualdad salvo que r = n y solo entonces. Es decir, AB y
BA existen y pueden compararse si y solo si se trata de matrices cuadradas
con igual cantidad de las y columnas. A un as, los ejemplos muestran que la
conmutatividad no siempre esta asegurada:
2 1
3 1
1 1
0 1
2 3
3 4
5 2
3 1
1 1
0 1
2 1
3 1
.
2
1.6. Traza de una matriz cuadrada
Dada una matriz cuadrada A = [a
ij
] M(n, IK), la suma de los coecientes situados
en la diagonal, es decir, el n umero
tr (A) = a
11
+ a
22
+ . . . + a
nn
,
se conoce como traza de A.
Proposicion 1.2 Cualesquiera que sean A, B M(n, IK), a IK, se cumple
tr (A + B) = tr (A) + tr (B), tr (aA) = a tr (A).
Demostracion:
Basta unir las reglas operativas y la denicion de traza. 2
Este teorema indica que la traza es una forma lineal del espacio M(n, IK).
Proposicion 1.3 Dadas A, B M(n, IK), se cumple
tr (AB) = tr (B A).
Demostracion:
tr (AB) =
n
i=1
e
ii
(AB) =
n
i=1
(
r
h=1
a
ih
b
hi
) =
=
r
h=1
(
n
i=1
b
hi
a
ih
) =
r
h=1
e
hh
(B A) = tr (B A).
2
8 Captulo 1. Matrices y sus operaciones
1.7. Trasposicion de matrices
Dada una matriz A M(m, n, IK) llamaremos traspuesta de A a una nueva matriz
A
t
M(n, m, IK) denida por cualquiera de las reglas equivalentes
C
i
(A
t
) = F
i
(A), i [1, m],
e
ji
(A
t
) = e
ij
(A), i [1, m] y j [1, n],
F
j
(A
t
) = C
j
(A), j [1, n].
Proposicion 1.4 Cualesquiera que sean A, B M(m, n, IK), a IK, se cumple
(A + B)
t
= A
t
+ B
t
, (aA)
t
= aA
t
, (A
t
)
t
= A.
Demostracion:
1. C
i
((A + B)
t
) = F
i
(A + B) = F
i
(A) +F
i
(B) =
= C
i
(A
t
) +C
i
(B
t
) = C
i
(A
t
+ B
t
), i [1, n] (A + B)
t
= A
t
+ B
t
.
2. C
i
((aA)
t
) = F
i
(aA) = aF
i
(A) = aC
i
(A
t
) =
= C
i
(aA
t
), i [1, n] (aA)
t
= aA
t
.
3. C
i
((A
t
)
t
) = F
i
(A
t
) = C
i
(A), i [1, n] (A
t
)
t
= A.
2
La aplicacion
t
: M(m, n, IK) M(n, m, IK), de ley A A
t
,
se nombra como proceso de trasposicion. De las dos primeras propiedades se
sigue que se trata de una aplicacion lineal. De la ultima se desprende que es una
biyeccion y que su inversa es la trasposicion
t
: M(n, m, IK) M(m, n, IK).
Por tanto, la trasposicion es un isomorsmo lineal de M(m, n, IK) sobre M(n, m, IK).
En el caso m = n (matrices cuadradas) se trata de un automorsmo inverso de
s mismo.
Proposicion 1.5 Dadas las matrices A M(m, r, IK), B M(r, n, IK), se cumple
(AB)
t
= B
t
A
t
.
1.8. Matrices simetricas y antisimetricas 9
Demostracion:
Basta ver que, para todo i [1, n], se cumple
C
i
((AB)
t
) = F
i
(AB) = e
i1
(A)F
1
(B) + . . . + e
in
(A)F
n
(B) =
= e
1i
(A
t
)C
1
(B
t
) + . . . + e
ni
(A
t
)C
n
(B
t
) = C
i
(B
t
A
t
).
2
Proposicion 1.6 Si A M(n, IK) es invertible, su traspuesta tambien lo es y la
inversa de la traspuesta es la traspuesta de la inversa.
Demostracion:
Trasponiendo en A A
1
= A
1
A = I, y observando que I
t
= I porque la
diagonal no se altera por trasposicion, se obtiene
(AA
1
)
t
= (A
1
)
t
A
t
= I
t
= I = (A
1
A)
t
= A
t
(A
1
)
t
(A
t
)
1
= (A
1
)
t
.
2
1.8. Matrices simetricas y antisimetricas
Si A M(n, IK), tambien A
t
M(n, IK). Entonces, pueden compararse en igualdad
y surgen dos conceptos importantes (simetra y antisimetra) del algebra matricial.
Para su estudio sera preciso suponer que IK es un cuerpo conmutativo de carac-
terstica distinta de 2.
Se dice que A = [a
ij
] M(n, IK) es una matriz simetrica cuando
A
t
= A C
i
(A) = F
i
(A), i [1, n] a
ji
= a
ij
, i, j [1, n].
Si A es simetrica, los elementos de la diagonal no se alteran por trasposicion, luego
toman valores arbitrarios. Tambien lo hacen los elementos a
ij
, con i < j, situados
por encima de la diagonal, mientras que cada a
ji
situado abajo se iguala al a
ij
.
Entonces, el aspecto de A ser a
a
11
a
12
. . . a
1n
a
12
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
1n
a
2n
. . . a
nn
.
Proposicion 1.7 Las matrices simetricas constituyen un subespacio vectorial del
M(n, IK).
10 Captulo 1. Matrices y sus operaciones
Demostracion:
Si A y B son simetricas y a IK, se tiene
(A + B)
t
= A
t
+ B
t
= A + B, (aA)
t
= aA
t
= aA.
2
Se denota por S(n, IK) y no se trata de un subanillo, pues en general
(AB)
t
= B
t
A
t
= B A = AB.
Se dice que A es una matriz antisimetrica (o hemisimetrica) cuando
A
t
= A C
i
(A) = F
i
(A), i [1, n] a
ji
= a
ij
, i, j [1, n].
Si A es antisimetrica los elementos diagonales, por coincidir con sus opuestos, son
nulos. Para i < j, a
ji
se iguala a a
ij
, luego solo toman valores arbitrarios los
situados encima de la diagonal. La matriz, pues, se presenta as:
0 a
12
. . . a
1n
a
12
0 . . . a
2n
.
.
.
.
.
.
.
.
.
a
1n
a
2n
. . . 0
.
Proposicion 1.8 Las matrices antisimetricas constituyen un subespacio vectorial
del M(n, IK).
Demostracion:
Si A y B son antisimetricas y a IK, se tiene
(A + B)
t
= A
t
+ B
t
= (A) + (B) = (A + B),
(aA)
t
= aA
t
= a(A) = (aA).
Se denota por A(n, IK) y tampoco se trata de un subanillo porque
(AB)
t
= B
t
A
t
= (B) (A) = B A = (AB).
2