Algebra Lineal-Wilfred Flores

I .1 . M ATR ICES

1. INTRODUCCIÓN.

Las matrices aparecieron por primera vez hacia el año 1850, introducidas por el
inglés J. J. Sylvester. Su desarrollo se debe a W. R. Hamilton y a A. Cayley.
Además de su utilidad para el estudio de los sistemas de ecuaciones, las matrices
aparecen de manera natural en geometría, estadística, economía, etc.
Nuestra cultura está llena de matrices de números: El horario de los trenes de cada una de
las estaciones es una matriz de doble entrada, la tabla de cotizaciones de la Bolsa en cada
uno de los días de la semana es otra, etc.
Las tablas de sumar y multiplicar, la disposición de los alumnos en clase, las casillas
de un tablero de ajedrez, las apuestas de la loto, los puntos de un monitor de ordenador,
son otros tantos ejemplos de la vida cotidiana de matrices.
Actualmente, muchos programas de ordenador utilizan el concepto de matriz. Así, las
Hojas de Cálculo funcionan utilizando una inmensa matriz con cientos de filas y
columnas en cuyas celdas se pueden introducir datos y fórmulas para realizar cálculos a
gran velocidad. Esto requiere utilizar las operaciones con matrices.

2. CONCEPTO DE MATRIZ.

a) Se llama matriz de orden mxn, sobre el cuerpo de los números reales a un arreglo
rectangular que contiene mxn números reales dispuestos en m filas y n columnas.
 a11 a12 a13 ... a1 n 
 
 a 21 a 22 a 23 ... a2n 
 
A =  a 31 a 32 a 33 ... a3n  = ( ai j )
 
 ... ... ... ... ... 
 
 a m1 a m 2 a m 3 ... a mn 

Pág. 1
 Algebra Lineal-Wilfred Flores

* A los números reales a ij se les llama elementos de la matriz.

* El primer subíndice (i) indica la fila, el segundo (j) la columna. Así, el
elemento a 32 es el que está en la tercera fila y la segunda columna.
* El orden de la matriz es m  n.
b) Formalmente podemos definir una matriz de la siguiente manera:
Sean I={1,2,...,m}, J={1,2,...,n} dos conjuntos finitos de índices.
Se llama matriz de orden mxn, sobre el cuerpo de los números reales a toda
aplicación:
a: IxJ ────> IR
(i,j) ───> a(i,j)=a ij que asocia a cada par (i,j) el número real a(i,j) que representamos
por a ij .
Denotaremos por M mxn al conjunto de las matrices de orden mxn.

 1 2 0 5
 
A =  2 4 1 6  Es una matriz de orden 3x4 (3 filas, 4 columnas), a 23 =1,
 
 3 5 0 7 

a 32 =5, a 34 =7. etc.

Notación : elem i, j (A)  a ij , i, j

M n  M nn conjunto de las matrices cuadradas de orden nxn

Pág. 2
 Algebra Lineal-Wilfred Flores

3. IGUALDAD DE MATRICES.
Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que
ocupan el mismo lugar. Es decir, siendo:

 a11 a12 ... a1n   b11 b12 ... b1n 

   
 a21 a22 ... a2n   b21 b22 ... b2n 
A =   B =  
 ... ... ... ...   ... ... ... ... 
   
 am 1 am 2 ... amn   bm 1 bm 2 ... bmn 

A  B  a ij  b ij ,  i  1,2,3,...., m , j  1,2,3,..., n

O bien: A  B  elem 1, j (A)  elem i, j (B) , i, j

4. TIPOS DE MATRICES.
a. Matriz fila. Es toda matriz de orden 1xn.

 
F1  1 2 3 3 .  F1 es de orden 1x4.

b. Matriz columna. Es toda matriz de orden mx1.

1
 
 C1   4  . C1 es de orden 3x1.
 3
 

c. Matriz nula. Es la que tiene todos sus elementos nulos. La denotaremos por (0).

0 0
0 0  
Son matrices nulas: A =   , B  0 0
0 0 0 0
 

Pág. 3
 Algebra Lineal-Wilfred Flores

d. Matriz vertical. Es aquella en la que m>n.

 2 0 
 
A =  3 1 .
 
 5 8 

e. Matriz horizontal. Es aquella en la que m<n.

 2 3 5 
A =   .
 7 0 1 

f. Matriz opuesta de A. Es la que tiene por elementos los opuestos de los

elementos de A. La denotaremos por -A. Si A=(a ij ), -A=(-a ij ).

 3 -1 0   -3 1 0 
Si A =    - A =   .
 -5 6 7   5 -6 -7 

g. Matriz traspuesta de A. Es la que se obtiene a partir de A cambiando filas por

columnas sin alterar su orden de colocación. La denotaremos por At.
Si A = (a ij ), At = (a ji ). Si A es de orden mxn, At será de orden nxm.

Es decir : elem i, j (A t )  elem j,i ( A) , i, j

 3 6 
 3 4 5   
Si A =    A t =  4 7  .
 6 7 8   
 5 8 
A es de orden 2x3. At es de orden 3x2.

Pág. 4
 Algebra Lineal-Wilfred Flores

h. Matriz cuadrada. Es toda matriz que tiene el mismo número de filas que
columnas. Es decir m=n. En ellas podemos distinguir:
La diagonal principal. Son los elementos a 11 , a 22 , ..., a nn .
La diagonal secundaria. Son los elementos a 1n , a 2(n-1) , ..., a n1 .

 1 2 3 
 
A =  4 5 6  . Diagonal principal: 1,5,9. Diagonal secundaria: 3,5,7.
 
 7 8 9 

i. Submatriz de una matriz A. Es toda matriz A' obtenida suprimiendo p filas y

q columnas en A. Si A es de orden mxn, A' será de orden (m-p)x(n-q).

 1 2 3 7 0 
 
A =  5 4 6 8 1  . Suprimiendo en AM 3x5 la fila 3 y
 
 9 0 2 5 4 
las columnas 4 y 5,
 1 2 3 
obtenemos A =   , submatriz A'M 2x3 .
 5 4 6 
Ejercicios.

1. Indica de qué tipo es cada una de las siguientes matrices:

 1 0 1   1 0 0   1 1 2 2 
     
A =  0 1 0  , B =  0 0 0  , C =  3 -1 3 -1 .
     
 0 0 1   0 0 1   1 2 1 2 

Hallar: At, Bt, Ct, -A, -B y -C.

Pág. 5
 Algebra Lineal-Wilfred Flores

5. OPERACIONES CON MATRICES DE ORDEN mxn.

A. SUMA DE MATRICES.

Consideremos dos matrices A, BM mxn , es decir, con las mismas dimensiones.

 a11 a12 .... a1n   b11 b12 .... b1n 

   
a a 22 .... a 2 n  b b22 .... b2 n 
A =  21 , B   21
..... .... .... ....  ..... .... .... .... 
   
a
 m1 a m 2 .... a mn  b
 m1 bm 2 .... bmn 

 a11  b11 a12  b12 .... a1n  b1n 

 
 a  b21 a 22  b22 .... a 2 n  b2 n 
Definimos: A  B   21
..... .... .... .... 
 
a  b
 m1 m1 a m 2  b2 m .... a mn  bmn 

En forma abreviada:

Si A  (a ij ) , B  (b ij ) entonces A  B  (a ij  b ij ) , i, j

O bien: elem i, j (A  B)  elem i, j (A)  elem i, j (B) , i, j

Es decir: suma de matrices de las mismas dimensiones, es la aplicación que asocia a

cada par de matrices otra matriz de las mismas dimensiones cuyos elementos se obtienen
sumando término a término los elementos correspondientes en dichas matrices:

 : M mn  M mn  M mn

(A, B)  AB

 2 3 1   0 4 3   2 7 4 
Siendo A =   y B =   entonces A + B =   .
 4 0 5   1 6 2   5 6 7 

Pág. 6
 Algebra Lineal-Wilfred Flores

B. PROPIEDADES DE (M mxn , +).

a. Asociativa: (A+B)+C = A+(B+C).
Es evidente, pues los elementos de A, B y C son de R que es un
cuerpo conmutativo.
b. Existe elemento neutro: A+Neutro=A  Neutro=(0)=La matriz nula.
c. Existe elemento opuesto: A+(Opuesto de A)=(0)  Opuesto de A=-A
d. Conmutativa: A+B = B+A.
Es evidente, pues los elementos de A y B son de R que es un cuerpo
conmutativo.
Por tanto (M mxn , +) es un Grupo Conmutativo.

C. PRODUCTO DE UN NUMERO POR UNA MATRIZ O PONDERACIÓN

Consideremos la matriz AM mxn y R.
 a11 a12 ...a1 n 
 
 a 21 a 22 ... a 2 n 
A =   Definimos:
 ... ... ... ... 
 
 a m1 a m 2 ... a mn 

  a11  a12 ...  a1 n 

 
  a 21  a 22 ...  a 2 n 
 A =  
 ... ... ... ... 
 
  a m1  a m 2 ...  a mn 

En forma abreviada: Si A=(a ij ), entonces A = (a ij ).

También se puede escribir como:

elem i, j (λ  A)  λ elem i, j (A) , i, j

Pág. 7
 Algebra Lineal-Wilfred Flores

Es decir: producto de un número real por una matriz, es la aplicación que asocia a
cada par formado por un número real y una matriz, otra matriz cuyos elementos se
obtienen multiplicando el número real por todos los elementos de la matriz:
 λ : IR  M mn  M mn
(λ , A)  λA

 2 3 1   6 9 3 
Siendo A =   entonces 3  A =  
 1 0 1   3 0 3 

D. PROPIEDADES DE (M mxn ,   ).

a. (A + B) = A + B

b. (+ )A = A + A
c. ()A = (A)
d. 1A = A
Son evidentes, pues tanto los elementos de las matrices A y B como los números  y 
pertenecen a IR que es un cuerpo conmutativo.

Ejemplo:
Dadas las matrices A=(aij)yB=(bij) de orden 30x30, hallar elem 9,25 (A+B),y elem 25,9 (A+B)donde:

i  j si i  10

a ij = 
2 j si i  10


3i si i  10

b ij = 
i  j si i  10


Pág. 8
 Algebra Lineal-Wilfred Flores

Solución: elem 9,25 (A+B)=elem 9,25 (A)+elem 9,25 (B)=(2)(25)+(9)-(25)=34

Por otra parte:

elem 25,9 (A+B)=elem 25,9 (A)+elem 25,9 (B)=(25)+(9)+(3)(25)=34+75=109

Ejercicios:
 2 -1 3 5   0 0 0 3 
   
1. Siendo A =  0 1 2 - 1  y B =  2 - 2 5 1  calcula: 3A+2B.
   
 3 0 -2 1   3 2 -1 1 

 6 - 3 9 21 
 
Solución.  4 - 1 16 - 1  .
 
 15 4 - 8 5 

2. Calcular las matrices A y B que son soluciones del siguiente sistema:

2  1
3 A  2 B   
5 4 
 1 3
2 A  B   
 2 0 

 0 7   1  11
Solución. A =   , B    , .
  9  4 16 8 

Pág. 9
 Algebra Lineal-Wilfred Flores

3. Hallar las matrices A y B que verifiquen el sistema:

 1 2 2
2 A  B   
  2 1 0
 4  3  2 
A  3B   
  1 0 0  1

 1 3 4  9 8 4
   
Solución: A 7 7 7  , B 7 7 7
 1 3 1 1 2
   0
 
 7 7  7 7
4. Hallar las matrices A y B que verifiquen el sistema:

 3  1
A  B   
3 4 
 8  2
2 A  3B   
7 9 
5. Prueba que el conjunto de las matrices 2x3 satisfacen las propiedades de suma y
ponderación de matrices reales.

Pág. 10
 Algebra Lineal-Wilfred Flores

6. PRODUCTO DE MATRICES.
A. PRODUCTO DE DOS MATRICES CUALESQUIERA.

Sean A una matriz de orden mxn, formada por m matrices fila [A 1 , A 2 , ..., A m ] de n
elementos cada una y B una matriz de orden nxp, formada por p matrices columna [B 1 ,
B 2 , ..., B p ] de n elementos cada una.
 a11 a12 .... a1n   b11 b12 .... b1 p 
   
a a 22 .... a 2 n   b21 b22 .... b2 p 
A =  21 , B 
..... .... .... ....   ..... .... .... .... 
   
a .... a mn  b .... bnp 
 m1 a m 2  n1 bn 2

El producto de las matrices A y B , AB , es otra matriz C de orden mxp con m filas y

p columnas, cuyo elemento c ij es el producto de la matriz fila A i por la matriz columna B j .
 .... b1 j .... 
 .... .... ..... ....    .... 
  .... b 2 j ....   
 a i1 a i 2 ...... a in   c 
 .... .... .... ....  .... ..... ....   ij 
  ....  ....
 b nj ....   
n
Es decir: c ij  A i B j  a i1 b1 j  a i 2 b 2 j  .....  a in b nj   a ik b kj
k 1

O bien:
n
elemij (AB)  A i B j   elemik (A)elemkj(B) , i, j
k 1
 A1 B1 A1 B2 .... A1 B p 
 
 A2 B1 A2 B2 .... A2 B p 
Luego C  
.... .... .... .... 
 
A B
 m 1 Am B2 .... Am B p 

Pág. 11
 Algebra Lineal-Wilfred Flores

Así pues, el producto de matrices, es la aplicación que asocia a cada par de matrices,
una de dimensión mxn y otra de dimensión nxp, una tercera matriz de dimensión mxp:
 : M mn  M np  M np
(A, B) C
tal que el elemento que ocupa el lugar i,j de la matriz producto se obtiene sumando los
productos que resultan de multiplicar los elementos de la fila i-ésima de la matriz A
por los respectivos elementos de la columna j-ésima de la matriz B.

Obsérvese que para poder efectuar el producto AB es necesario que el número de

columnas de la matriz A coincida con el número de filas de la matriz B. Esto implica
que, en general, si existe el producto AB no tiene por qué existir BA. Sin embargo, si
las matrices son cuadradas y del mismo orden, siempre existen AB y BA.

 4 9 
 3 2 5     12 + 12 + 10 27 + 2 + 40   34 69 
    6 1  =   =   .
 1 7 0     4 + 42 + 0 9+7+0   46 16 
 2 8 
Ejemplo:

Dadas las matrices A=(aij)yB=(bij),hallar elem 9,25 (AB),y elem 25,9 (AB)donde:

i  j si i  10

a ij = 
2 j si i  10


3i si i  10

b ij = 
i  j si i  10


Pág. 12
 Algebra Lineal-Wilfred Flores

Solución:
elem 9,25 (AB)=
30 30  10   30 
 elem9k ( A)elemk 25 ( B )   (2k )(bk )  2  kbk   2   kb
 

k ,25 
k 1 k 1 ,25 ,25
k  1   k  11 

 10   30   10   30 
 2  k (k  25)   2  k (3k )   2  k 2  25k )  2  3k 2 
       
k  1   k  11  k  1   k  11 
10  11  21 10  11  30  10  
2  50  2   3k 2    3k 2  
6 2    
k  1 k  1  
30  31  61 10  11  21
 770  2750  6  6
6 6
 770  2750  56730  2310
 50130

Por otra parte:

30 30
elem ( AB)   elem ( A)elem ( B)   (k  9)elem ( B)
25,9 k 1 25,k k ,9 k 1 k ,9
10 31
  (9  k )elem ( B)   (9  k )elem ( B)
k 1 k ,9 k 11 k ,9
10 30 10 30
  (9  k )(k  9)   (9  k )(3k )   (k 2  81)   (27k  3k 2 )
k 1 k 11 k 1 k 11
10(11)(21) 30 10
  10(81)   (27 k  3k 2 )   (27 k  3k 2 )
6 k 1 k 1
10(11)(21) 30(31) (30)(31)(61) 10(11) 10(11)(21)
  810  27 3  27 3
6 2 6 2 6
 385  810  12555  28365  1485  1155
 37855
Ejercicios.

1. Dada una matriz A, ¿existe una matriz B, tal que el producto AB, o bien BA, sea

Pág. 13
 Algebra Lineal-Wilfred Flores

una matriz de una sola fila? Dar un ejemplo con una matriz AM 3x4 .
 4 9 
   3 2 5 
2. Calcular el producto AB siendo: A =  6 1  B =   .
   1 7 0 
 2 8 

 21 71 20 
 
Solución. AB = 19 19 30 
14 60 10 
 

 1 1 1 1 
 
 0 1 1 1  2 3
3. Dada la matriz: X =   , calcula X y X .
 0 0 1 1 
 
 0 0 0 1 

 1 2 3 4   1 3 6 10 
   
 0 1 2 3   0 1 3 6 
Solución. X 2 =  3
, X =  
 0 0 1 2   0 0 1 3 
   
 0 0 0 1   0 0 0 1 

B. PROPIEDADES DEL PRODUCTO DE MATRICES.

a. No es una operación interna en el conjunto M mxn .
Si mn ni siquiera se puede efectuar el producto de dos matrices A,BM mxn .
En el conjunto M nxn , sí que sería una operación interna.

b. No es conmutativo.
i) Hay casos en los cuales es posible efectuar AB, y no BA.
1 2  1  1 1
Si A    y B     AB    . No es posible efectuar BA
 3 4  5  2 3

ii) En los casos en que es posible efectuar AB y BA, no siempre da el mismo

resultado. A veces ni siquiera son del mismo orden.

Pág. 14
 Algebra Lineal-Wilfred Flores

 2  1  2 4 0 
3 2 1   7 0   
Si A    y B   0 3   AB    , BA   12 0 6 
 4 0 2  1  3 10  10    9 2  5
   
iii) En el caso de las matrices cuadradas, tampoco se verifica la propiedad
conmutativa.
 2 0   1 1   2 2   2 1 
Si A =   y B =    A B =   , B A =   .
 0 1   2 1   2 1   4 1 

C. POTENCIAS DE UNA MATRIZ

Sea A  M n , se definen las potencias de A como :
A 2  AA , A 3  A 2 A , .... , A n  A n 1 A
Además se define A 0  I n

Sea A  M n . Si p(x)  a 0  a 1 x  a 2 x 2  ...  a n x n es un polinomio de grado a lo más n

entonces se define p(A) por :
p(A)  a 0  a 1 A  a 2 A 2  ...  a n A n

Pág. 15
 Algebra Lineal-Wilfred Flores

Ejemplo:
 2 1 1
 
Para S    1 2  1  y p( x )  x 2  5x  4 evalúe p(S)
 1 1 2 

Solución:
 2 1 1  2  1 1  2 1 1  1 0 0
      
p ( S )  S  5S  4 I    1
2
2  1   1 2  1   5  1 2  1   4 0 1 0 
 1 1 2   1  1 2   1 1 2   0 0 0
   
 6 5 5   10  5 5 4 0 0
     
 5 6  5     5 10  5    0 4 0 
 5 5
 6   5  5 10   0 0 4 
 0 0 0
 
  0 0 0
 0 0 0
 

Luego p ( S )  S 2  5S  4 I  (0)

Ejercicios.

1. Si A y B son matrices cuadradas cualesquiera, ¿Será: (A+B)2=A2+2AB+B2?

Solución. No. AB BA.
2. Dota al conjunto M mxn de divisores de cero. Es decir, hay matrices no nulas
cuyo producto es la matriz nula.
 1 0   0 0   0 0 
Si A =   y B =    A B =   .
 1 0   1 1   0 0 
A (0) y B (0) ; sin embargo AB = (0).
3. Verifica la propiedad asociativa en los casos que se puedan multiplicar tres
matrices. Es decir, si A es de orden mxn, B de orden nxp y C de orden pxq,
entonces:
(A  B)  C  A  (B  C)

Pág. 16
 Algebra Lineal-Wilfred Flores

Demostración: Sean A  M mn , B  M n p , C  M pq

p
elem i , j (A  B)  C   elem i ,k (A  B)elem k , j (C) , i, j
k 1
p
n 
   elem i ,s (A)elem s ,k (B) elem k , j (C) , i, j
k 1  s 1 
p
  elem i ,s (A)elem s ,k (B)elem k , j (C)
n
, i, j
k 1 s 1
p
  elem i ,s (A)elem s ,k (B)elem k , j (C)
n
, i, j
s 1 k 1
n p
  elem i ,s (A) elem s ,k (B)elem k , j (C) , i, j
s 1 k 1
n
  elem i ,s (A)elem s , j (B  C) , i, j
s 1

 elem i , j (A)  (B  C) , i, j

Luego : (A  B)  C  A  (B  C)

4. No existe elemento neutro. Si A es de orden mxn, entonces I m es el elemento

neutro por la izquierda de A, e I n el elemento neutro por la derecha de A.
Es decir: I m A = A , A I n = A.
 1 0 0 
 1 0   1 2 3   1 2 3   1 2 3   
     =   .    0 1 0 
 0 1   4 5 6   4 5 6   4 5 6   
 0 0 1 
 1 2 3 
=  
 4 5 6 

Si A es una matriz cuadrada de orden n, I n es el elemento neutro por la izquierda y

por la derecha de A. Es decir, el único elemento neutro de M nxn .O sea: I n A = A I n =
A.

Pág. 17
 Algebra Lineal-Wilfred Flores

5. No existe inversa para ninguna matriz de M mxn siendo mn.

Hay matrices cuadradas que sí tienen elemento inverso (inversa) las cuales se llaman
regulares o no-singulares, en cambio las que no tienen inversa se llaman singulares.
La matriz inversa de A la denotamos por A-1. Ya veremos cómo se calcula. Si A es de
orden n, A-1 también, y se verifica que: A-1A = AA-1 = I n .
 2 1 0   - 9 -1 3 
 8 3   2 -3   1 0     
     =   .  -1 0 3   19 2 - 6  =
 5 2   -5 8   0 1     
 6 3 1   -3 0 1 
 1 0 0 
 
 0 1 0 .
 
 0 0 1 
 1 1   a b 
Veamos que A =   no tiene inversa. Si B =   fuera su inversa:
 1 1   c d 
 1 1   a b   1 0 
    =    a + c =1, b + d = 0, a + c = 0, b + d = 1.
 1 1   c d   0 1 
Sistema de ecuaciones que no tiene solución y por tanto no existe B.
6. A(B+C) = AB+AC. Es evidente, con AM mxn y B,CM nxp .
7. (A+B)C = AC+BC. Es evidente, con A,BM mxn y CM nxp .
8. (A)B = (AB). Es evidente, con AM mxn y BM nxp .

Ejercicios.
1. Calcula An en cada uno de los siguientes casos.

 1 1   1 0   cos  sen  
a) A =   . b) A =   . c) A =   .
 0 1   3 4   - sen  cos  

Pág. 18
 Algebra Lineal-Wilfred Flores

 1 n   1 0 
A =   . A =  n .
n n
Solución. a) b)  c)
 0 1   4 -1 4
n

 cos n  sen n  
A =   .
n

 - sen n  cos n  
 1 1 1 
 
 7 7 
2. Dada la matriz A =  0 1 0  , calcula A7.
 0 0 1 
 
 
3. Calcula An en cada uno de los siguientes casos.
 1 0 1   1 1 1 
   
a) A =  0 1 0  . b) A =  0 1 1  .
   
 1 0 1   0 0 1 

 1 n n2 + n 
 
 2 0 2
n -1 n -1
  2 
 
 
Solución. a) An=  0 1 0 . n
b) A =  0 1 n .
 
 2 n -1 0 2 n -1   0 0 1 
   
 
4. Hallar todas las matrices A M 2 tales que A2=-I 2 .

 0 b   a b 
   
Solución.  ,  .
 - 1 0   - 1 + a - a
2

 
 b   b 
5. Hallar todas las matrices AM 2 tales que A2=(0).

 a b 
   0 0   0 b   0 0 
Solución.  ,   ,   ,   , con b 0.
 - a -a
2
  b 0   0 0   0 0 
 
 b 
6. Sabiendo que A2+A=I, calcula, simplificada, la matriz (A + I )2 - ( A + I).

Pág. 19
 Algebra Lineal-Wilfred Flores

Solución : (A  I) 2  (A  I)  A 2  AI  IA  I 2  (A  I)
 A 2  2A  I  A  I
 A2  A
I

 1 0 1
 
7. Siendo A =  0 1 0  . Halla An , para n N.
 
 0 0 1

 1 0 n
 
Solución. A n =  0 1 0  .
 
 0 0 1
 1 1 1
 
8. Siendo B =  1 1 1  . Hallar Bn, para n N.
 
 1 1 1

Solución. Bn = 3n-1B.

7. TIPOS DE MATRICES CUADRADAS.

a. Diagonales. Son aquellas que tienen todos sus elementos nulos excepto los de la
diagonal principal, los cuales pueden ser nulos o no.
 3 0 0   -4 0 0 
 7 0     
  ,  0 1 0 ,  0 0 0 .
 0 5     
 0 0 5   0 0 9 
b. Escalares. Son las diagonales con todos los elementos de la diagonal principal
iguales.
 5 0 0 
 2 0   
  ,  0 5 0 .
 0 2   
 0 0 5 
Pág. 20
 Algebra Lineal-Wilfred Flores

c. Unidad o identidad. Es una diagonal escalar con el número 1 en todos los lugares de
la diagonal principal. Se denota por I n . Es decir;
1 si i  j
elem i, j (I)   , i, j
0 si i  j

Ejercicio: Verificar que la matriz identidad es neutro multiplicativo en M n

Esto es , si A  M n . Entonces AI=A y IA=A.
Solución:
n
elem i, j (AI)   elem i,k (A)elem k, j (I)  elem i,i (A)elemi,i (I)
k 1

 elem i,i (A)  1

 elem i,i (A) , i, j

Luego, AI=A , y análogamente IA=A

 1 0 0 
 1 0   
 I 2 =   , I 3 =  0 1 0 .
 0 1   0 0 1 
 
d. Triangulares. Son aquellas en las que son nulos todos los elementos que están
por
encima o por debajo de la diagonal principal.
e. Triangular superior. Si son nulos los elementos por debajo de la diagonal
principal.
Es decir: a ij =0 para i>j.Esto es:
A es triangular superior  elem i, j (A)  0 , si i  j , i, j

 a11 a12 a13 ... a1 n 

 
 0 a 22 a 23 ... a 2 n   5 1 8 
   
A =  0 0 a 33 ... a 3 n  , B =  0 3 7  .
   0 0 4 
 ... ... ... ... ...   
 
 0 0 0 ... a nn 
f. Triangular inferior. Si son nulos los elementos por encima de la diagonal
principal. Es decir: a ij =0 para i<j. Es decir:
Pág. 21
 Algebra Lineal-Wilfred Flores

A es triangular inferior  elem i, j (A)  0 , si i  j , i, j

 a11 0 0 ... 0 
 
 a 21 a 22 0 ... 0   4 0 0 
   
A =  a 31 a 32 a 33 ... 0 , B =  5 7 0 .
   
 ... ... ... ... ...   6 1 2 
 
 an1 an 2 an 3 ... a nn 

g. Simétricas. Son las matrices A tales que At=A.

Es decir: a ij =a ji para todos i, j.
Esto es: A es simétrica  elem i, j (A t )  elem j,i (A) , i, j

 1 2 3 
 2 3   
A =   = A t B =  2 5 4  = Bt .
 3 4   
 3 4 6 

Ejercicios.
1 Si A y B son matrices simétricas de orden 2, determina la condición que debe cumplir
la matriz AB para que sea también simétrica.
Solución. A conmute con B.

2. Demostrar que para cualquier matriz cuadrada A, se verifica que A + At es simétrica.

t t t t t t
Solución. ( A  A )  A  ( A )  A  A

3. Halla todas las matrices simétricas A M 2x2 tales que A2 = I 2 .

 2 4
4. Pruebe que no existe B tal que AB = BA para A   
 1  2

Pág. 22
 Algebra Lineal-Wilfred Flores

h. Antisimétricas. Son las matrices A tales que At=-A. O sea:

a ij =-a ji para todos i,j.

Esto es:
A es antisimétrica  elem i, j (A t )  elem i, j (A) , i, j

 0 1 2   0 -1 - 2 
   
A =  - 1 0 3  es antisimétrica, pues A t =  1 0 - 3  = - A .
   
 - 2 - 3 0   2 3 0 
Observación. En las matrices antisimétricas los elementos de la diagonal principal
son nulos.
En efecto:
A es antisimétrica  elem i, j (A t )  elem i, j (A) , i, j
 elem i,i (A t )  elem i,i (A) , i
 elem i,i (A)  elem i,i (A) , i
 2elem i,i (A)  0 , i
 elem i,i (A)  0 , i

i. Invertibles, no-singulares o regulares : Son las que tienen inversa respecto al

producto de matrices. Es decir: A es invertible o regular o no-singular, si existe
una matriz B , llamada una inversa de A si::
AB =I y BA = I.

Teorema: La inversa de A, si existe es única, y se denota por A 1

Demostración:
Supongamos que B y C son inversas de A
Consideremos BAC = (BA)C=IC=C
BAC = B(AC) =BI=B
Luego , se tiene que B=C , es decir la inversa de A es única y se anota por A 1

Pág. 23
 Algebra Lineal-Wilfred Flores

a b 
INVERSA DE ORDEN 2X2 Sea A     M nn .
c d 
x y
Supongamos que existe una matriz B     M 22 tal que A  B  I y B  A  I
 z w
 a b  x y   1 0  ax  bz  1 ay  bw  0
Entonces       
 c d  z w   0 1  cx  dz  0 cy  dw  1

adx  bdz  d ady  bdw  0


bcx  bdz  0 bcy  bdw  b
adx  bcx  d ady  bcy  b
 (ad  bc)x  d (ad  bc)y  b
d b
x y , siempre que Δ  ad  bc  0
ad  bc ad  bc
c a
Análogamente: z w , siempre que   ad  bc  0
ad  bc ad  bc
a b 1  d  b
Luego, la inversa de A=    M 2 es la matriz A 1   
  ad  bc   c d 
c d

 1 2   -5 2 
A =   su inversa es A-1 =   .
 3 5   3 -1 

Pág. 24
 Algebra Lineal-Wilfred Flores

Ejercicios.
 2 -1 
1. Aplica la definición para hallar la matriz inversa de: A =  
 1 1 
 1 1 
 
 3 3 
Solución. A- 1 =  .
 1 2 
 - 
 3 3 
2. Demuestra que si A cumple que A2 + 2 A = I entonces A es invertible.
Solución. De A(A + 2I) = I se deduce que A-1 = A + 2I.
3 Una matriz A M 2x2 verifica la ecuación A3 + 2A2 + I = (0). Hallar A-1.
Solución. A-1 = -A2 - 2A.

j. No invertibles o Singulares. Son las que no tienen inversa respecto al producto de

matrices.
 1 2 3 
 1 2   
  y  4 5 6  no tienen inversa.
 0 0   
 7 8 9 

k. Ortogonales. Son las matrices A tales que AAt = I, es decir, A-1 = At.
 1 0 0 
 sen  cos    
   y  0 1 0  son ortogonales. Compruébese.
 - cos  sen    
 0 0 1 
Ejercicios.
1. Hallar todas las matrices A M 2 ortogonales.
2. Halla todas las matrices A M 3 ortogonales.
l. Idempotentes. Son las matrices A tales que A2 = A.
 1 0 0 
 1 0   
   y  0 1 0  son idempotentes. Compruébese.
 0 1   
 0 0 1 
Pág. 25
 Algebra Lineal-Wilfred Flores

Ejercicios.

1. Halla todas las matrices A M 2x2 idempotentes.

2. Si A es una matriz idempotente, ¿cuánto vale (2A-I)2?

m. Involutivas. Son las matrices A tales que A2=I.

 1 0 0 
 1 0   
  y  0 1 0  son involutivas. Compruébese.
 0 1   
 0 0 1 
Ejercicios.

1. Hallar todas las matrices A M 2 involutivas.

8. MATRIZ TRASPUESTA. PROPIEDADES.

Matriz traspuesta de A. Es la que se obtiene a partir de A cambiando filas por

columnas sin alterar su orden de colocación. La denotaremos por At.
Si A=(a ij ), At=(a ji ). Si A es de orden mxn, At será de orden nxm.

Es decir; A t es trapuesta de A  elem i, j (A t )  elem j,i (A) , i, j

Propiedades
Consideremos las matrices A, B , At y Bt de órdenes adecuados a las propiedades
que veamos.
1. (At)t = A.
Demostración. Evidente.
2. (A)t = At.
Demostración. Evidente.

Pág. 26
 Algebra Lineal-Wilfred Flores

3. (A+B)t = At + Bt.
Demostración:
elem i, j (A  B) t  elem j,i (A  B) , i, j
 elem j,i (A)  elem j,i (B) , i, j
 elem i, j (A t )  elem i, j (B t ) , i, j
 elem i, j (A t  B t ) , i, j

4. (AB)t = BtAt.
Demostración:
n
elem i, j (AB) t  elem j,i (AB)   elem j,k (A)elemk,i (B)
k 1
n
  elem k, j (A t )elem i,k (B t )
k 1
n
  elem i,k (B t )elem k, j (A t )
k 1

 elem i, j (B t A t ) ,i, j

NOTA:

I t  I , pues : elem i, j (I t )  elem j,i (I) , i, j

1 si j  i
 , i, j
0 si j  i
1 si i  j
 , i, j
0 si i  j
 elem i , j (I) , i, j

Pág. 27
 Algebra Lineal-Wilfred Flores

Ejercicios.
 4 -6 
1. Sea A =   . Encuentra una matriz cuadrada triangular B tal que A = B Bt .
 - 6 10 
¿Hay una sola?
2. Demuestra que el producto de dos matrices ortogonales es otra matriz ortogonal.
3. Si la matriz A es antisimétrica, ¿qué se puede decir de BtAB?
Solución. A = -A t entonces (B tAB) t = B t A t B = -B t A B es decir , es antisimétrica.
4. Si la matriz P es antisimétrica , ¿ qué se puede decir de P2, P3 y P4?
Solución. P = -P t  P ² = P P = (-P t)(-P t) = (P t)2 = (P2)t  P2 es simétrica.
P3 = P 2P = (P 2) t P = -(P 3 ) t  P 3 es antisimétrica. Análogamente sale que P4 es
simétrica.
5. Demuestra que toda matriz cuadrada A es la suma de una matriz simétrica S y
otra matriz antisimétrica T. Aplica este resultado a una matriz cualquiera 3x3.
Solución. S = S t y T = -T t, A =S + T, A t = (S + T) t = S t + Tt  At=S-T
Resolviendo el sistema: S = ½( A + A t) y T = ½(A – A t).
6. A y B son matrices que conmutan , demuestre que At y Bt conmutan

9. MATRICES INVERTIBLES. PROPIEDADES.

Una matriz A es invertible o regular, si tiene inversa respecto al producto de matrices.

Es decir: A es invertible si existe su inversa A-1 y por tanto: AA -1 = A-1A = I.

Propiedades
1. Si A y B son matrices cuadradas de orden n tales que:
AB = I n , entonces B =A-1 y A = B-1.
Demostración. Multiplicando en AB = I n por A-1 y aplicando la propiedad asociativa se
tiene que:
A-1(AB) =A-1  (A-1A)B = A -1  B = A-1.
Análogamente: (AB)B-1 = B-1  A(B B-1) = B-1  A = B-1.

Pág. 28
 Algebra Lineal-Wilfred Flores

2. (A-1)-1 = A.
Demostración. Evidente.
3. (AB)-1 = B-1A-1.
Demostración. Hay que ver que: (AB)(B-1A-1)=I n y (B-1A-1) (AB) =I n
Por la propiedad asociativa: (AB)(B-1A-1) = A(BB-1)A-1=AA-1=I n .
Análogamente: (B-1A-1) (AB) = B-1AA-1 B= B-1 B =I n .

4. (At)-1 = (A-1)t.
Demostración:
(A 1 ) t (A t )  (AA 1 ) t , Por la propiedad3 de traspuesta
 It
I
Análogamente : (A t )(A 1 ) t  I

Otra forma: Como AA –1 = I n , tomando traspuestas resulta que: (A-1) tA t = I n , luego, por
la primera propiedad (A-1) t = (A t ) -1.

NOTA: I 1  I , esto es , la matriz identidad es su propia inversa , ya que I  I  I

Ejercicio

2 0 0
 
3 2
a) Calcule J - 3J + 4I para J  1 2 0
0 0 2 

b) Utilizando la parte a), encuentre J-1

Pág. 29
 Algebra Lineal-Wilfred Flores

Solución:
 2 0 0  2 0 0  4 0 0
    
a) J   1 2 0  1
2
2 0   4 4 0
 0 0 2  0 0 2   0 0 4 
 
 4 0 0  2 0 0  80 0
    
J   4 4 0  1
3
2 0   12
8 0
 0 0 4  0 0 2   0
0 8 
 
 8 0 0  4 0 0  1 0 0  0 0 0
       
Luego J  3 J  4 I  12 8 0   3 4 4 0   4 0 1 0    0 0 0   (0)
3 2

 0 0 8  0 0 4  0 0 1  0 0 0
       
Por lo tanto J  3 J  4 I  (0)
3 2

b) Si suponemos J invertible , tenemos que : J 3 J 1  3 J 2 J 1  4 IJ 1  (0) J 1

1
4
  
1
Luego J 2 - 3J  4J -1  (0)  J 1   J 2  3J  3 J  J 2
4

  2 0 0   4 0 0   2 0 0
1 1     1  
por tan to J  3 1 2 0    4 4 0     1 2 0 
4  4
  0 0 2   0 0 4   0 0 2


Ejercicios.

1. Demuestra que la inversa de una matriz ortogonal es otra matriz ortogonal.

2. Demuestra que si la matriz A es simétrica, también lo es su inversa.

Solución. Si A es simétrica  A = A t. Por otra parte AA-1 = I, tomando

traspuestas en ambos miembros, se tiene:
(AA-1)t=It  (A-1)tAt=I  (A-1)tA=I  (A-1)t=A-1  A-1 es simétrica.

Pág. 30
 Algebra Lineal-Wilfred Flores

3. Si A y B son invertibles ¿Es A + B invertible?

Si así lo es ¿será cierto que (A + B )-1 = A-1 + B-1 ?
4. A y B son matrices invertibles tales que : (A t B) 1  (B t A 1 ) 1  (B 1 A t ) t  I
Despeje A en términos de B
 3 5 6  0 1 2
  1
 
5. Para A    1 2 2  verifique que A    1 3 0  .
 1 1 1  1  2 1
   
Encuentre: (A t ) 1 y (A t A) 1

10. OPERACIONES CON MATRICES Y PROPIEDADES. RESUMEN.

Siendo:
+: Suma de matrices.
  : Producto de un número real por una matriz.
x: Producto de matrices.

(M mxn , +) = Grupo conmutativo.

( (M nxn , x) = Semigrupo.
(M nxn , +, x) = Anillo no conmutativo, unitario y con divisores de cero.
(M nxn invertibles, x) = Grupo.

Pág. 31
 Algebra Lineal-Wilfred Flores

13. EJERCICIOS PROPUESTOS EN SELECTIVIDAD.

1) Determine el orden de cada matriz

 3
 1 0  2 3 1  
  ,   ,  1 , 4 1 3 5 , 1
 2 3   1 2 3  2
 

2) En el ejercicio 1 , si B = (bij) , G = (gi) . Determine :

b 12 , b 23 , b 22 , g 2 , g 4

3) Determine la matriz de orden 2x2 , A = (a ij ) donde a ij = i + j -2

4) Construya un ejemplo de matriz de orden 3x3 , (c ij ) que satisfaga c ij = -c ji

5) Determine la matriz de orden 3x4 , A = (a ij ) tal que :

i  j si i  j

a ij = 
0 si i  j

6) Sean A = (a ij )  M 60 , B = (b ij )  M 60 definidas por :
5i si j  40
a ij = 
2 j si j  40

2 j si i  40
b ij = 
2 j si i  40
Sean
C = (A + B)t , D=AB
i) Calcule elem10,50 (C)
ii) Calcule elem10,50 (D)

Pág. 36
 Algebra Lineal-Wilfred Flores

7) Sean A = (a ij )  M 60 , B = (b ij )  M 60 definidas por :

5 si j  40 2 si j  40
a ij =  b ij = 
2 si j  40 5 si j  40

Sean : C = A + B
D= AB
E= BA
i) Calcule elem20,50 (C)
ii) Calcule elem20,50 (D)
iii) Calcule elem20,50 (E)
8) Efectúe las operaciones indicadas:
 2 1 3  0  1 2 
a)     
  1 4 7   1 2  8
 2 1   1  2
   
b) 3 3  1  2 2 3 
4 7   3 0 
   
t
 3 1  1 0   1 2
c) 4      5 
  5 2   2 1   2 1

 4 2 3   1 1 2
9) Si A    y B   
  1 5 1  0 0 3
Verifique que : (A + B)t = At + Bt
 8 0 1  0 1 2  3 1 1
     
10) Sean A   3 4 1 , B   3 0 1 , C   4  5 1
 1 0 1 1 0 1  6  1 3
     
Determinar:
a) A + B - C b) 1 A - 3 C c) A B d) A2 + AB - B2 e) (A B) f) (A + B)t C

Pág. 37
 Algebra Lineal-Wilfred Flores

4 2
 
 3 2  1 4 1 6
11) Si A    B
 1 6 8 5  8 5
 
1 0 

Verifique que (A B)t = Bt At

 1 1  1 2  1 3  0 2
12) Dadas A    , B    , C    , D   
 0 1  2 0  3 1  2 0 

Verifique que :
a) (A B) C = A (B C) b) A2 - D2 = (A + D)(A - D)
c) (A + B)(B - A) = A2 - B2 - A B + B A
13) Determine el valor de las variables de modo que las siguientes igualdades sean válidas
 3  1  y  2 z  x  2 5 y  3  3 t  1 y  3
a)      b)   
x 0   4 t  1  4 z  6 7   4 2 z  1 

 1  1
   3 1
14) Si A   2 2  , B   
1 0    4 4 
 
¿Existe una matriz C tal que C A = B ?

15) Sean A,B matrices de orden 2 tales que A B = I. Demuestre que también B A = I
 1 1
16) Hallar todas las matrices que conmutan con A   
 0 1
17) Si A,B,C  M n tal que A = B + C , C2 = 0 y B , C conmutan.
Demuestre que An+1 = Bn [B + (n + 1)C ] n  IN.
18) Resuelva los siguientes sistemas para X e Y

2 1 0  1  2
X  2Y    X  Y   
1  1 2  1 3 
a) b)
1 2  1  3 0
2 X  3Y    X  Y   
2 0 1  3 1

Pág. 38
 Algebra Lineal-Wilfred Flores

 1 0  4 0  3  2
19) Muestre que las matrices :   ,   ,  
 0 1  0 4   1 2 
son soluciones de la ecuación matricial: x2 - 5x + 4I = 0

 3 1
20) Verifique que la matriz X    es solución de la ecuación X2 - 5X + 7I = 0
  1 2 

1 1 1
 
21) Sea A  1 1 1 Encuentre la forma general deAn , n  IN y pruébelo por
1 1 1
 
inducción.
 
 1 0 0
 
22) Pruebe que A(x) A(y) = A(x+y) si A( x)   x 1 0
2
x x 1 

 2 
 n(n  1) 
 1 1 0 1 n 
   2 
23) Sea A   0 1 1  Demuestre por inducción que: An   0 1 n 
 0 0 1 0 0 1 
  
 

Pág. 39