1

ALGEBRA MATRICIAL
1.1 Deniciones basicas
1.1.1 Matriz
Una matriz de orden, o de dimension, M por N (escrita como M N) es un
conjunto de M N elementos ordenados en M las y N columnas. Por tanto,
una matriz A de (M N) puede expresarse como
A
MN
= [a
ij
] =
2
6
6
4
a
11
a
12
a
13
::: a
1N
a
21
a
22
a
23
::: a
2N
::: ::: ::: ::: :::
a
M1
a
M2
a
M3
::: a
MN
3
7
7
5
donde a
ij
es el elemento que aparece en la iesima la y la jesima columna
de A, y donde [a
ij
] es una expresion abreviada para la matriz A cuyo elemento
caracter

istico es a
ij
:
1.1.2 Vector columna
Una matriz que consta de M las y solo una columna se denomina vector
columna.
x
41
=
2
6
6
4
6
3
4
8
3
7
7
5
1.1.3 Vector la
Una matriz que consta de solo una la y N columnas se denomina vector la.
x
14
=

8 5 4 6

1
1.2 Tipos de matrices: Ejemplos
Matriz cuadrada
A
22
=

5 3
7 2

B
33
=
2
4
8 3 2
6 9 5
8 7 4
3
5
Matriz diagonal
A
22
=

8 0
0 5

B
33
=
2
4
5 0 0
0 6 0
0 0 3
3
5
Matriz identidad o unitaria
A
22
=

1 0
0 1

B
33
=
2
4
1 0 0
0 1 0
0 0 1
3
5
Matriz escalar
A
33
=
2
4
2 0 0
0 2 0
0 0 2
3
5
= 2
2
4
1 0 0
0 1 0
0 0 1
3
5
Matriz simetrica
A
33
=
2
4
2 1 7
1 2 3
7 3 2
3
5
= A
33
0
Matriz idempotente
A = A
2
= A
3
= A
4
= :::
2
1.3 Operaciones matriciales
1.3.1 Adicion y substraccion de matrices
Si A y B son del mismo orden, se dena la adicion de matrices como
A + B = C
donde C es del mismo orden que A y B.
A
24
=

2 3 4 5
6 7 8 9

B
24
=

1 0 1 3
2 0 1 5

C
24
=

3 3 3 8
4 7 9 14

La substraccion de matrices sigue el mismo principio que la adicion de ma-

trices, excepto que C = AB, siempre y cuando A y B sean del mismo orden.
1.3.2 Multiplicacion de matrices
A
23
=

3 4 7
5 6 1

B
32
=
2
4
2 1
3 5
6 2
3
5
C
22
=

60 37
34 37

Regla : A
(mp)
B
(pb)
= C
(mb)
Propriedades de la multiplicacion de matrices:
1) La multiplicacion de matrices no necesariamente es commutativa:
AB 6= BA
AB signica que A es postmultiplicada por B o B es premultiplicada por A.Aun
si AB y BA existen, las matrices resultantes pueden no ser del mismo orden!
2) Un vector la postmultiplicado por un vector columna es un escalar.
^ u^ u =

^ u
1
^ u
2
^ u
3
::: ^ u
n

2
6
6
6
6
4
^ u
1
^ u
2
^ u
3
:::
^ u
n
3
7
7
7
7
5
3
= ^ u
2
1
+ ^ u
2
2
+ ^ u
2
3
+ ::: + ^ u
2
n
=
X
^ u
2
i
es un escalar
3) Un vector columna postmultiplicado por un vector la es una matriz.
uu
0
=
2
6
6
6
6
4
u
1
u
2
u
3
:::
u
n
3
7
7
7
7
5

u
1
u
2
u
3
::: u
n

=
2
6
6
4
u
2
1
u
1
u
2
u
1
u
3
::: u
1
u
n
u
2
u
1
u
2
2
u
2
u
3
::: u
2
u
n
::: ::: ::: ::: :::
u
n
u
1
u
n
u
2
u
n
u
3
::: u
2
n
3
7
7
5
= es una matriz sim etrica de orden n n:
4) Una matriz postmultiplicada por un vector culumna es un vector columna.
5) Un vector la postmultiplicado por una matriz es un vector la.
6) La multiplicacion de matrices es asociativa, es decir
(A
MN
B)
NP
C
PK
= A
MN
(B
NP
C)
PK
7) La multiplicacion de matrices es distributiva con respecto a la suma
A(B + C) = AB + AC y (B + C)A = BA + CA
4
1.3.3 Transposicion de matrices
A
32
=
2
4
8 3
6 9
8 7
3
5
A
0
23
=

8 6 8
3 9 7

Propriedades de la transposicion de matrices:

1) La transposicion de una matriz transpuesta es la misma matriz original
(A
0
)
0
= A
2) C = A+ B C
0
= (A + B)
0
= A
0
+ B
0
3) Si AB es denido, (AB)
0
= B
0
A
0
4) La transpuesta de un matriz identidad es la matriz identidad misma
5) Si A es una matriz cuadrada tal que A = A
0
; entonces A es una matriz
simetrica.
6) La transpuesta de un escalar es el escalar mismo. Por tanto, si es un
escalar

0
=
7) La transpuesta de (A)
0
es A
0
; donde es un escalar.
5
1.4 Determinantes
1.4.1 Evaluacion de un determinante de 2 2
A =

a
11
a
12
a
21
a
22

jAj = a
11
a
22
a
12
a
21
1.4.2 Evaluacion de un determinante de 3 3
A =
2
4
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
3
5
jAj = a
11
a
22
a
33
a
11
a
23
a
32
+ a
12
a
23
a
31
a
12
a
21
a
33
+ a
13
a
21
a
32
a
13
a
22
a
31
Propriedades de los determinantes
1) Una matriz cuyo determinante tiene un valor de cero se denomina una
matriz singular
2) Si todos los elementos de cualquier la de A son cero, su determinante es
cero.
3) Los determinantes de A y de A transpuesta son los mismos: jA
0
j = jAj
4) Si cada elemento de una la o de una columna es multiplicado por un
escalar ; entonces jAj es multiplicado por :
5) Si cualquier la (columna) de una matriz es una combinacion lineal de
otras las (columnas), su determinante es cero. Por tanto, si una la o una
columna de una matriz es un multiple de otra la o columna de esa matriz, su
determinante es cero.
A =

4 8
2 4

jAj = 0:
6) jABj = jAj jBj
6
1.4.3 Rango de una matriz
El rango de una matriz es el orden de la submatriz cuadrada mas grande cuyo
determinante no sea cero.
A =
2
4
4 2 3
8 4 6
2 1 3
3
5
jAj = 0
A es una matriz singular. Aunque su orden es 3 3, su rango es de 2, puesto
que se puede encontrar una submatriz 2 2 cuyo determinante no es cero. Por
ejemplo, si se borran la primera la y la primera columna de A, se obtiene
B =

4 6
1 3

jBj = 18
Si se borra la la iesima y la columna jesima de una matriz N N, el
determinante de la submatriz resultante se denomina el menor del elemento
a
ij
; y se denota jM
ij
j :
A =
2
4
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
3
5
El menor de a
11
es jM
11
j =

a
22
a
23
a
32
a
33

El cofactor del elemento a

ij
de una matriz A N N, denotado c
ij
; esta
denido como:
c
ij
= (1)
i+j
jM
ij
j
Reemplazando los elementos a
ij
de una matriz A por sus cofactores, se
obtiene la matriz de cofactores de A, denotada por (cof A ).
La matriz adjunta (adj A ) es la transpuesta de la matriz de cofactores.
7
1.5 Inversa de una matriz cuadrada
1) Encontrar el determinante de A: Si es diferente de cero, procedase al paso 2.
2) Reemplazar cada elemento a
ij
de la matriz A por su cofactor para obtener
la matriz de cofactores (cof A)
3) Transponer la matriz de cofactores para obtener la matriz adjunta
4) Dividir cada elemento de la matriz adjunta por jAj :
Entonces, si A es cuadrada y no singular (es decir, jAj 6= 0), su inversa A
1
se encuentra de la manera siguiente:
A
1
=
1
jAj
(adj A)
Propriedades de la matrices inversas
1) (AB)
1
= B
1
A
1
siempre y cuando A y B no sean singulares
2) (A
1
)
1
= A
3) (A
0
)
1
= (A
1
)
0
4)

A
1

=
1
jAj
8
1.6 Diferenciacion matricial
1.6.1 Regla 1
a
0
x =

a
1
a
2
::: a
n

2
6
6
4
x
1
x
2
:::
x
n
3
7
7
5
= a
1
x
1
+ a
2
x
2
+ ::: + a
n
x
n
@(a
0
x)
@x
=
@(x
0
a)
@x
= a =
2
6
6
4
a
1
a
2
:::
a
n
3
7
7
5
1.6.2 Regla 2: Caso donde A es una matriz simetrica
x
0
Ax =

x
1
x
2
::: x
n

2
6
6
4
a
11
a
12
::: a
1n
a
21
a
22
::: a
2n
::: ::: ::: :::
a
n1
a
n2
::: a
nn
3
7
7
5
2
6
6
4
x
1
x
2
:::
x
n
3
7
7
5
@(x
0
Ax)
@x
= 2Ax
@(x
0
Ax)
@x
1
= 2 (a
11
x
1
+ a
12
x
2
+ ::: + a
1n
x
n
)
@(x
0
Ax)
@x
2
= 2 (a
12
x
1
+ a
22
x
2
+ ::: + a
2n
x
n
)
@(x
0
Ax)
@x
n
= 2 (a
1n
x
1
+ a
2n
x
2
+ ::: + a
nn
x
n
)
1.6.3 Regla 3: Caso donde A es una matriz non-simetrica
@(x
0
Ax)
@x
= (A + A
0
) x
9