Índice general

1. Matrices 3
1.1. Definición y notación. . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Operaciones entre matrices . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1. Algunos tipos especiales de matrices . . . . . . . . . . . . . 13
1.3. Matrices inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4. Operaciones fila . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5. Matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

1
2 ÍNDICE GENERAL
Capı́tulo 1

Matrices

1.1. Definición y notación.

Definición 1.1
Sean n y m enteros positivos. Llamamos matriz de n filas por m columnas
con entradas en el campo F a un arreglo del siguiente tipo

⎛ a11 a12 ⋯ a1m ⎞

⎜a a22 ⋯ a2m ⎟
A = ⎜ 21 ⎟
⎜. . . . . . . . . . . . . . . . . . . .⎟
⎝an1 an2 ⋯ anm ⎠

Los elementos aij ∈ F son llamados escalares, mientras que el par (i, j) ∶=
ij es llamado las coordenadas de la entrada.

Convención
Cuando n = m decimos que la matriz es una matriz cuadrada de orden
n.

Ejemplo 1.1

1. A = (a) donde a ∈ R es una matriz cuadrada de orden 1.

2.
0 −1 3 4
A=( )
1 2 0 3
es una matriz de orden 2 por 4.

3
4 CAPÍTULO 1. MATRICES

3.
A = (1 0 7 4 3 0 0 1)
es una matriz de orden 1 por 8.
4.
⎛ 0 ⎞
⎜ 0 ⎟
⎜ ⎟
⎜ 1 ⎟
⎜ ⎟
A=⎜
⎜√−3 ⎟
⎟
⎜ 2⎟
⎜ ⎟
⎜ ⎟
⎜−11⎟
⎝ 3 ⎠

es una matriz de orden 7 por 1.

5. √
⎛0 2 −1 8 3 0 3 6⎞
⎜1 0 −1 11 0 6 1 9⎟
⎜ ⎟
A = ⎜0 0 0 0 0 0 0 0⎟
⎜ ⎟
⎜0 0 0 0 0 0 0 0⎟
⎝1 1 1 3 3 4 2 1⎠
es una matriz de orden 5 por 8.
6.
0 1
A=( )
1 0
es una matriz cuadrada de orden 2.

Usualmente denotamos las matrices por letras mayúsculas del alfabeto, y

sus entradas siempre que no hubiere lugar a equivocación por letras minúsculas
con la misma etiqueta que se ha denotado la matriz, de la siguiente forma:

A = (aij ) = (aij ) = (aij ) i=1...,n

n×m j=1...,m

donde el primer elemento de la igualdad aparece cuando no es necesario hacer

referencia al tamaño de la matriz y el segundo cuando el tamaño de la matriz
se hace necesario.

Definición 1.2 (Igualdad entre matrices)

Sean A = (aij ) y B = (bij ) matrices. Decimos que A y B son iguales y

escribimos A = B sı́: (1) A y B tienen el mismo orden. (2) aij = bij para
todo par i, j.
1.1. DEFINICIÓN Y NOTACIÓN. 5

Definición 1.3
Una matriz de tamaño 1 × m es llamada una matriz fila de orden m o
simplemente m-fila, mientras que una matriz de tamaño n × 1 es llamada
usualmente una matriz columna de orden n o simplemente n-columna.

Notación
El conjunto de todas las matrices de orden n × m con entradas en el
campo F es denotado por Mn×m (F). En el caso en que F = R, escribimos
Mn×m (R), y hablamos de matrices con entradas reales mientras que
en el caso en que F = C, escribimos Mn×m (C) y decimos matrices con
entradas complejas.

Sea A = (aij ) una matriz de orden n × m. En ocasiones puede ser util re-
presentar la matriz A a partir de sus filas o bien de sus columnas, en cuyo caso
escribimos

↑ ⎛ 1j ⎞
a
⎜ a2j ⎟
← Ai →= (ai1 ai2 ⋯ aim ) , A =⎜ ⎟
j
⎜ ⋮ ⎟
↓ ⎝ ⎠
anj

Teniendo clara la notación anterior podemos escribir la matriz A en cual-

quiera de las siguientes formas

⎛ a11 a12 ⋯ a1m ⎞ ⎛←Ð A1 Ð→⎞ ↑ ↑ ↑ ⎞

⎜a a22 ⋯ a2m ⎟ ⎜←Ð A2 Ð→⎟ ⎛ 1
A = (aij ) = ⎜ 21 ⎟=⎜ ⎟ = ⎜A A2 ⋯ Am ⎟
⎜ . . . . . . . . . . . . . . . . . . . . ⎟ ⎜. . . . . . . . . . . . . . .⎟ ⎝
n×m
⎝an1 an2 ⋯ anm ⎠ ⎝←Ð An Ð→⎠ ↓ ↓ ↓ ⎠
6 CAPÍTULO 1. MATRICES

Observación
Sea n un entero positivo, por Jn denotamos el subconjunto de los natura-
les {1, 2, 3, . . . , n}. Asumamos que se tiene una función A ∶ Jn × Jm Ð→ F
donde el par (i, j) es enviado por A al escalar aij , entonces nosotros po-
demos tener una representación de tal función a traves de una matriz,
ası́ el conjunto de imagenes de A esta dado por la matriz A = (aij ) para
i = 1, . . . , n, j = 1, . . . , m.

Ejemplo 1.2
Consideremos la función A ∶ Jn × Jm Ð→ R dada por A(i, j) = i+jij
.
Encuentre la matriz asociada a la función A para n = 3, m = 5. En
este caso
3 4 5 6
⎛2 2 3 4 5 ⎞
⎜ ⎟
⎜ 7 ⎟
A = ⎜ 32 1 56 34 10 ⎟
⎜ ⎟
⎜ ⎟
⎝4 5 2 7 8 ⎠
3 6 3 12 15

Problemas de entrenamiento 1.1

1 Determine el orden de cada una de las siguientes matrices.

⎛−1 0 0⎞
⎛3 4 1 6⎞
⎜0 1 2⎟
A = ⎜1 2 −2 0⎟ , B=⎜ ⎟,
⎝0 ⎜−1 1 −1⎟
0 0 1⎠ ⎝1 0 2⎠
⎛1 2 3 4 5⎞
⎜1 22 32 42 52 ⎟
C = (1, 1, −1) , D=⎜ ⎟
⎜1 23 33 43 53 ⎟
⎝1 24 34 44 54⎠

2 En cada una de las matrices del numeral anterior, identifique el

elemento que se encuentra en la posición (i, j).

(a) a23 (c) d45 (e) b32

(b) c12 (d) a34 (f ) d22

3 Sea A ∶ Jn × Jm Ð→ F una función de valores reales o complejos.

En cada caso construya la matriz asociada a la función indicada:
1.2. OPERACIONES ENTRE MATRICES 7

a) A(k, t) = 2k + 3i F = C, n = 3, m = 4.
b) A(k, t) = k t , F = R, n = 4, m = 6.
k
∑s=1 k−t
c) A(k, t) = k+t
, F = R, n = 4, m = 3.

1.2. Operaciones entre matrices

Definición 1.4 (Suma de matrices y producto por un escalar)

Sean A y B ∈ Mn×m (F) matrices y α ∈ R.
Definimos la matriz suma de A y B como siendo la matriz

A † B = (cij )

donde cij = aij + bij , para i = 1, . . . , n y j = 1, . . . , m.

Definimos la matriz producto por un escalar entre α y A como siendo la

matriz
α ⋅ A = (xij )

donde xij = αaij .

Observación
En la definición anterior usamos la notación † y + para resaltar la di-
ferencia entre la operación suma recien definida en el conjunto de las
matrices y la operación suma ya bien conocida de números reales.
Una vez se tenga suficiente claridad entre las mismas usaremos indiscri-
minadamente el simbolo +.

Ejemplo 1.3
Sean
⎛2 1 −1 3⎞ ⎛−1 3 0 2⎞
A = ⎜1 −1 −2 1⎟ , B = ⎜ 1 1 0 1⎟ , α=5
⎝0 1 2 0⎠ ⎝ 2 0 7 3⎠
8 CAPÍTULO 1. MATRICES

Calculemos las matrices A † B y 5 ⋅ A.

⎛2 + (−1) 1+3 (−1) + 0 3 + 2⎞ ⎛1 4 −1 5⎞

A†B =⎜ 1 + 1 (−1) + 1 (−2) + 0 1 + 1⎟ = ⎜2 0 −2 2⎟ ,
⎝ 0+2 1+0 2+7 0 + 3⎠ ⎝2 1 9 3⎠

⎛5 ⋅ 2 5⋅1 5 ⋅ (−1) 5 ⋅ 3⎞ ⎛10 5 −5 15⎞

5 ⋅ A = ⎜5 ⋅ 1 5 ⋅ (−1) 5 ⋅ (−2) 5 ⋅ 1⎟ = ⎜ 5 −5 −10 5⎟
⎝5 ⋅ 0 5⋅1 5⋅2 5 ⋅ 0⎠ ⎝ 0 5 10 0⎠

Proposición 1.1
Sean A, B y C ∈ Mn×m (F), α y β ∈ F. Entonces
1. A + B = B + A,
2. (A + B) + C = A + (B + C),

3. Existe una matriz O ∈ Mn×m (F) tal que X + O = X para toda

matriz X ∈ Mn×m (F),
4. Dada una matriz X ∈ Mn×m (F) existe una matriz Y ∈ Mn×m (F)
tal que X + Y = O,

5. α ⋅ (A + B) = α ⋅ A + α ⋅ B,
6. (α + β) ⋅ A = α ⋅ A + β ⋅ A.

Demostración: Vamos a probar las propiedades (1), (3) y (5). Las demás
propiedades se dejan como ejercicio para el lector.
(1) A + B = B + A. Denotamos A + B = D y B + A = G. Desde la definición de
suma de matrices tenemos que dij = aij + bij pero aij + bij es una suma de
reales, por tanto es conmutativa asi tenemos

dij = aij + bij = bij + aij = gij .

De lo anterior tenemos que para todo par i, j dij = gij por tanto D = G,
luego A + B = B + A.
(3) Sea A ∈ Mn×m (F). Veamos que existe una matriz O tal que A + O = A.
Supongamos que O = (xij ) ∈ Mn×m (F). Desde la definición de suma
de matrices es claro que A + O = (yij ) donde yij = aij + xij . Nosotros
observamos que A+O = A si y solo si para todo par i, j se tiene que yij = aij
1.2. OPERACIONES ENTRE MATRICES 9

de donde podemos concluir que aij + xij = aij . La igualdad anterior se da

si y solo si xij = 0 para todo par i, j. Ası́ la matriz O es aquella matriz
cuyas entradas son el número cero.
(5) Supongamos ahora que A + B = (cij ). Desde la definición de producto por
un escalar es claro que α(A + B) = (α cij ) donde cij = aij + bij .
Es claro que
αcij = α(aij + bij ) = αaij + αbij
pero αaij y αbij son respectivamente las entradas en la posición i, j de la
matriz suma de αA y αB, por tanto α(A + B) = αA + αB.

Corolario 1.1 La matriz O a la cual hace referencia la Proposición anterior

es única.
Dada una matriz A, la matriz B a la cual hace referencia la Proposición
anterior es única.

Demostración: Supongamos que existen dos matrices O y U tales que la

propiedad 3 de la proposición 1.2 sea valida. Tenemos asi que para cualquier
matriz A se tiene que
A+O =A (1.1)
A+U =A (1.2)
en particular, podemos tomar A = U en (1.1) y A = O en (1.2), asi tenemos la
siguientes igualdades
U = U + O = O + U = O.
Similarmente podemos asumir que dada una matriz A existen matrices B y
C tales que la propiedad 4 de 1.2 sea valida. Tenemos asi que B + A = O = C + A.
Ahora es claro que
B = B + O = B + (C + A) = B + (A + C) = (B + A) + C = O + C = C.

Definición 1.5
La matriz O a la cual hace referencia la propiedad 3 de 1.2 es llamada
matriz cero, o matriz nula, o neutro aditivo de la suma de matrices.
Usualmente podemos denotar esta matriz por (0) o simplemente 0.
Fijada la matriz A, la matriz B a la cual hace referencia la propiedad 4 de
1.2 es llamada la matriz inversa aditiva de A. Usualmente representamos
esta matriz por la matriz −A.
10 CAPÍTULO 1. MATRICES

Corolario 1.2 Para toda matriz A ∈ Mn×m (F) se cumple: (a) 0 ⋅ A = O, (b)
−1 ⋅ A = −A.

Demostración: Observamos que 0 = (0 + 0), aplicando las propiedades 6 de

1.2 tenemos que 0 ⋅ A = (0 + 0) ⋅ A = 0 ⋅ A + 0 ⋅ A, ahora, sumando a ambos lados
de la igualdad anterior el inverso aditivo de la matriz 0 ⋅ A obtenemos

O = 0⋅A+(−0⋅A) = (0⋅A+0⋅A)+(−0⋅A) = 0⋅A+(0⋅A+(−0⋅A)) = 0⋅A+O = 0⋅A.

Veamos ahora que −1⋅A = −A. Para comenzar observamos que 0 = (1+(−1)).
Aplicando nuevamente la propiedad 6, observamos que O = (1 + (−1)) ⋅ A =
1 ⋅ A + (−1 ⋅ A) = A + (−1 ⋅ A), por tanto tenemos que (−1 ⋅ A) es la matriz inversa
aditiva de A, pero por el corolario anterior la matriz inversa aditiva es única y
es −A, por tanto −A = −1 ⋅ A.

Definición 1.6 (Multiplicación de matrices)

Sean A ∈ Mn×m (F) y B ∈ Mm×r (R). Definimos la matriz multiplicación
de A por B como siendo la matriz AB ∈ Mn×r (R), donde

X = AB = (xij )

m
donde xij = ∑ aik bkj .
k=1

Ejemplo 1.4
Calcular la matriz multiplicación AB donde

−1 3 4⎞ ⎛−1 3⎞
⎛2 ⎜2 5⎟
A=⎜1 3 2 5⎟ , B=⎜ ⎟
⎝−3 ⎜−2 1⎟
2 1 6⎠ ⎝5 −1⎠

Desde la definición tenemos que AB = X = (xij ) donde xij = ∑4k=1 aik bkj .
1.2. OPERACIONES ENTRE MATRICES 11

De esta forma, es claro que las entradas de la matriz X están dadas por:

x11 = a11 b11 + a12 b21 + a13 b31 + a14 b41 = 2(−1) + (−1)(2) + 3(−2) + 4(5) = 10
x12 = a11 b12 + a12 b22 + a13 b32 + a14 b42 = 2(3) + (−1)(5) + 3(1) + 4(−1) = 0
x21 = a21 b11 + a22 b21 + a23 b31 + a24 b41 = 1(−1) + (3)(2) + 2(−2) + 5(5) = 26
x22 = a21 b12 + a22 b22 + a23 b32 + a24 b42 = 1(3) + (3)(5) + 2(1) + 5(−1) = 15
x31 = a31 b11 + a32 b21 + a33 b31 + a34 b41 = (−3)(−1) + (2)(2) + 1(−2) + 6(5) = 35
x32 = a31 b12 + a32 b22 + a33 b32 + a34 b42 = (−3)(3) + (2)(5) + 1(1) + 6(−1) = −4

Por tanto la matriz AB esta dada por la matriz

−1
−1 3 4⎞ ⎛
3⎞
⎛2 ⎜2 5⎟ ⎛
10 0 ⎞
AB = ⎜ 1 3 2 5⎟ ⋅ ⎜ ⎟ = ⎜26 15 ⎟
⎝−3 ⎜−2 1⎟ ⎝
2 1 6⎠ ⎝ 35 −4⎠
5 −1⎠

Ejemplo 1.5
Usando la matriz A y B dadas en el ejemplo anterior, calcule (AB)C,
A(BC), AB + 3D donde

−9 0 ⎛−3 0⎞
C=( ), y D=⎜5 −2⎟
1 −2 ⎝ 12 1⎠

Desde el ejemplo anterior tenemos que

⎛10 0⎞
−9 0 ⎛ −90 0 ⎞
(AB)C = ⎜26 15 ⎟ ( ) = ⎜−219 −30⎟
⎝35 1 −2
−4⎠ ⎝−319 8 ⎠

de otro lado, tenemos

−1
−1 3 4⎞ ⎛⎛
3⎞ ⎞
⎛2 ⎜⎜ 2 5⎟ −9 0 ⎟
A(BC) = ⎜ 1 3 2 5 ⎟ ⎜⎜ ⎟ ( )⎟ =
⎝−3 ⎜⎜−2 1⎟ 1 −2 ⎟
2 1 6⎠ ⎝⎝
5 −1⎠ ⎠
−6 ⎞
−1 3 4⎞ ⎛
12
⎛2 −90
⎟ ⎛
0 ⎞
⎜ −13 −10
⎜1 3 2 5⎟ ⎜ ⎟ = ⎜−219 −30⎟
⎝−3 ⎜ 19 −2 ⎟ ⎝
2 1 6⎠ ⎝ −319 8 ⎠
−46 2 ⎠

note que en particular tenemos (AB)C = A(BC).

12 CAPÍTULO 1. MATRICES

Ahora, calculemos AB + 3D,

⎛10 0 ⎞ ⎛−3 0 ⎞ ⎛10 0 ⎞ ⎛−9 0⎞ ⎛1 0⎞

⎜26 15 ⎟ + 3 ⋅ ⎜ 5 −2⎟ = ⎜26 15 ⎟ + ⎜ 15 −6⎟ = ⎜41 9⎟
⎝35 −4⎠ ⎝ 12 1 ⎠ ⎝35 −4⎠ ⎝ 36 3 ⎠ ⎝71 −1⎠

Proposición 1.2
Sean A ∈ Mn×m (F), B, C ∈ Mm×r (F) y D ∈ Mr×s (F). Entonces
1. (AB)D = A(BD),
2. A(B + C) = AB + AC,

3. (B + C)D = BD + CD.

Demostración:
1. Sean AB = (xij ), (AB)D = (yij ), BD = (uij ) y A(BD) = (wij ).
Desde la definición (1.2) tenemos,
m s s m
xij = ∑ aik bkj , yij = ∑ xik dkj , uij = ∑ bik dkj , wij = ∑ aik ukj ,
k=1 k=1 k=1 k=1

de donde resulta claro que

s s m m s m
yij = ∑ xik dkj = ∑ ( ∑ ait btk )dkj = ∑ ait ( ∑ btk dkj ) = ∑ ait utj = wij .
k=1 k=1 t=1 t=1 k=1 t=1

2. Sean AB = (xij ), AC = (yij ), B + C = (wij ) y A(B + C) = (uij ). Nueva-

mente, desde la definición de multiplicación y suma de matrices podemos
suponer
m m m
xij = ∑ aik bkj , yij = ∑ aik ckj , wij = bij + cij , uij = ∑ aik wkj .
k=1 k=1 k=1

De donde tenemos,
m m m
uij = ∑ aik wkj = ∑ aik (bkj + ckj ) = ∑ (aik bkj + aik ckj
k=1 k=1 k=1
m m
= ∑ aik bkj + ∑ aik ckj = xij + yij
k=1 k=1

3. Similar al caso anterior.

1.2. OPERACIONES ENTRE MATRICES 13

Proposición 1.3
Para cada n entero entero positivo existe una única matriz In ∈ Mn (F)
tal que para cualquier matriz A ∈ Mn (F) se verifica que AIn = In A = A.

Demostración: Sea I = In = (δij ) donde δij = 1 si i = j y 0 en cualquier otro

caso. Sea A = (aij ) ∈ Mn (F) Observamos que A ⋅ In = (bij ) donde

n
bij = ∑ aik δkj = ai1 δ1j + ai2 δ2j + ⋯ + aij δjj + ⋯ + ain δnj = aij .
k=1

Veamos ahora que la matriz In es única. Supongamos que existe otra matriz de
orden n, J tal que para toda matriz de orden n A vale que AJ = JA = A, en
particular se cumple que IJ = JI = I, pero hemos probado que para toda A,
se cumple que AI = IA = A, por tanto JI = IJ = J, de este modo tenemos que
I = JI = J.

Definición 1.7
La matriz In a la cual hace referencia la Proposición anterior es llamada
matriz identidad de orden n.

1.2.1. Algunos tipos especiales de matrices

Definición 1.8
Sea f ∶ Mn (F) Ð→ Mn (F) una función. Decimos que f es una involución
en el conjunto de todas las matrices de orden n con entradas en el campo
F si para todo par de matrices A, B ∈ Mn (F), f verifica las siguientes
propiedades:

f (A + B) = f (A) + f (B), f (AB) = f (B)f (A), (f ○ f )(A) = A. (1.3)

Ejemplo 1.6
Sea tr ∶ Mn (F) Ð→ Mn (F) tal que tr(A) = A′ donde A′ = (a′ij ) y a′ij = aji .
Afirmamos que la función tr es una involución sobre el conjunto de matrices
de orden n.
Sean A = (aij ) , B = (bij ) , C = A + B = (cij ) y D = AB = (cij ).
14 CAPÍTULO 1. MATRICES

(1) Veamos que tr(A + B) = tr(A) + tr(B). Sea A + B = C, por tanto

tr(A + B) = tr(C) = C ′ , donde para cada par i, j tenemos que c′ij = cji
pero cji = aji + bji . Por otro lado tr(A) + tr(B) = D, donde dji = a′ji + b′ji =
aij + bij = cij , por tanto tenemos que para todo par i, j dji = cij = c′ji , asi
dji = c′ji , luego D = C ′ , es decir tr(A + B) = tr(A) + tr(B).
(2) Veamos ahora que tr(AB) = tr(B)tr(A). Supongamos que AB = C,
B ′ A′ = D, queremos asi probar que tr(C) = D. Consideremos la entrada dij
en la matriz D. Tenemos entonces
n n n
dij = ∑ b′ik a′kj = ∑ bki ajk = ∑ ajk bki = cji = c′ij .
k=1 k=1 k=1

(3) Veamos ahora que tr ○ tr(A) = A. Supongamos que tr(A) = B, debemos

probar que tr(B) = A. En efecto, tenemos que para cada par i, j, bij = aji ,
y b′ji = bij , luego b′ji = aji . Por tanto, tr(B) = A como se queria demostrar.

Observación
En general nosotros podemos considerar una función tr ∶ Mn×m (F) Ð→
Mm×n (F) tal que a una matriz A ∈ Mn×m (F) le asigna una matriz A′ ∈
Mm×n (F), donde las entradas a′ij de A′ son definidas por las entradas aij
de A, de la siguiente manera a′ij = aji . Observe que en este caso tambien
valen las propiedades dadas para involución de matrices. La matriz A′
es también llamada la traspuesta de la matriz A y la denotamos por Atr .
En general, nosotros tenemos la siguiente proposición:

Proposición 1.4
Sean A, B ∈ Mn×m (F), α ∈ F y tr ∶ Mn×m (F) Ð→ Mm×n (F) la
función trasposición, tal que si denotamos la imagen de A bajo tr
por Atr , entonces:
1. (A + B)tr = Atr + B tr ,

2. (AB)tr = B tr Atr ,
3. (Atr )tr = A,
4. (α ⋅ A)tr = α ⋅ Atr
1.2. OPERACIONES ENTRE MATRICES 15

Ejemplo 1.7

⎛ 2 0⎞
2 −1 3 4 ⎜−1 1⎟
A=( ), A =⎜
tr
⎟
0 1 7 8 ⎜ 3 7⎟
⎝ 4 8⎠

Definición 1.9
Dada una matriz A, la matriz tr(A) es llamada la matriz traspuesta de A,
usualmente la denotamos por Atr . La función tr es llamada trasposición
de matrices.

Ejemplo 1.8
Consideremos el conjunto de todas las matrices de orden n con entradas en
el campo de los complejos C. Definimos la función f ∶ Mn (C) Ð→ Mn (C)
donde f (A) = Ā donde Ā denota la matriz conjugada de A definida de
la siguiente manera, Sı́ A = (αst + βst ⋅ i), entonces Ā = (αst + βst ⋅ i) =
(αst − βst ⋅ i).
Observemos que si en lugar de tomar el campo de los complejos tomamos
el campo de los reales, entonces f (A) = A.

Definición 1.10 (Matriz simétrica, antisimétrica)

Sea f una involución en el conjunto de las matrices de orden n. Definimos
el conjunto de las matrices hermitianas de orden n con respecto a la
involución f al conjunto H(Mn (F), f ) = {A ∈ Mn (F) ∣ f (A) = A}.
Definimos el conjunto de las matrices antihermitianas de orden n con res-
pecto a la involución f al conjunto S(Mn (F), f ) = {A ∈ Mn (F) ∣ f (A) =
−A}.
16 CAPÍTULO 1. MATRICES

Ejemplo 1.9
Sean
⎛2 1 0 −1⎞ ⎛0 3 0 2⎞
⎜1 3 4 1⎟ ⎜−3 0 1 6⎟
A=⎜ ⎟, B=⎜ ⎟
⎜0 4 7 −3⎟ ⎜ 0 −1 0 5⎟
⎝−1 1 −3 2⎠ ⎝−2 −6 −5 0⎠
Observe que A es una matriz simétrica mientras que B es antisimétrica.

Ejemplo 1.10
Sea tr la trasposición de matrices, consideremos el conjunto de todas las
matrices simétricas de orden n con respecto a la trasposición, H(n, tr) =
{A ∈ Mn (F) ∣ A = Atr }, luego tenemos que A ∈ H(n, tr) si y solamente
si, Atr = A, luego aji = aij , por tanto los elementos de H(n, tr) tienen la
siguiente forma

⎛ a11 a12 a13 ⋯ a1n−1 a1n ⎞

⎜ a12 a a ⋯ a a2n ⎟
⎜ 22 23 2n−1 ⎟
⎜ a13 a a ⋯ a a3n ⎟
⎜
A=⎜ 23 33 3n−1 ⎟
⎟
⎜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎟
⎜a ⎟
⎜ 1n−1 a2n−1 a3n−1 ⋯ an−1n−1 an−1n ⎟
⎝ a1n a2n a3n ⋯ an−1n ann ⎠

Definición 1.11 (Matrices diagonales)

Sea A = (aij ) una matriz cuadrada de orden n. Decimos que A es una

matriz diagonal si aij = 0 para todo par ij con i ≠ j.

Proposición 1.5
Sean A y B matrices diagonales de orden n, y α ∈ F, entonces A + B, AB
y α ⋅ A también son matrices diagonales.

Demostración: Se deja como ejercicio para el lector.

1.2. OPERACIONES ENTRE MATRICES 17

Notación
En general denotamos el conjunto de las matrices diagonales sobre el
campo F por Diagn (F). Sı́ A es una matriz diagonal, escribimos A =
diag{a1 , a2 , . . . , an } donde ai = aii , observe en particular que la matriz
identidad de orden n es una matriz diagonal, I = diag{1, 1, 1, . . . , 1}.

Definición 1.12 (Matrices triangulares)

Sea A = (aij ) una matriz cuadrada de orden n. Decimos que A es una

matriz triangular superior sı́ aij = 0 para todo i > j. Decimos que A es
una matriz triangular inferior sı́ aij = 0 para todo i < j.

Proposición 1.6
Sean A y B matrices triangulares superiores (respectivamente inferiores)
de orden n, y α ∈ F, entonces A + B, AB y α ⋅ A también son matrices
triangulares superiores (respectivamente inferiores) de orden n

Demostración: Se deja como ejercicio para el lector

Definición 1.13 (Matrices unitarias)

Sea E una matriz cuadrada de orden n. Decimos que E es una matriz uni-
taria si todas sus entradas son 0 salvo una de ellas que es 1. En particular,
si la entrada i, j es 1 y todas las demas son cero, denotamos Eij

Ejemplo 1.11
En el caso de las matrices de orden 2, las siguientes son todas las matrices
unitarias

0 1 1 0 0 0 0 0
E11 = ( ), E12 = ( ), E21 = ( ) y E22 = ( ),
0 0 0 0 1 0 0 1
18 CAPÍTULO 1. MATRICES

Problemas de entrenamiento 1.2

1. Determine si el enunciado Para todo par de matrices cuadradas A
y B se cumple que AB = BA, es un enunciado verdadero.
2. Sean A y B matrices con producto compatible. Determine si el
enunciado AB = 0, implica que A = 0 o B = 0, es un enunciado
verdadero.

3. Decimos que una matriz A es idempotente sı́ A2 = 0. Suponga que

A y B son matrices tales que A = AB y B = BA. Demuestre que
AB es idempotente.
4. Demuestre que (αA)tr = αAtr , donde tr denota la trasposición de
matrices.

5. Sean

⎛√2 −1 3 4⎞ ⎛ −1 5 6 1 ⎞
A=⎜ 2 7 −6 3⎟ , B=⎜ 0 2 1 3 ⎟
⎝ −2 1 3 4⎠ ⎝cos 15○ 3 2 3/4⎠

efectue las operaciones indicadas.

(a) 2A − B, (d) (2A)tr + B tr (f ) AB tr

(b) A + B, (e) −6A + 7B (g) Atr B
(c) Atr + B tr (e) (2A − B)tr (h) (5A + 6B)B tr .

6. Sea A una matriz cuadrada de orden n y ∗ una involución sobre

Mn (F). Demuestre que existen matrices H ∈ Hn (Mn (F), ∗) y S ∈
Sn (Mn (F), ∗) tales que A = H + S.
7. Consideremos la involución conjugada. En cada caso encuentre ma-
trices H y S con la propiedad determinada en el numeral anterior
tales que Ai = Hi + Si .

⎛2 + i −1 + 3i 7⎞ ⎛1 −1 0 3⎞
A1 = ⎜4 − i 5 + 2i 1⎟ , A2 = ⎜3 2 1 0⎟
⎝ 0 −2 − i i⎠ ⎝0 −2 0 1⎠
⎛ 4i 7i 6 −√i 3 + 2i ⎞ ⎛i −1 7⎞
A3 = ⎜4i − 8 5 + 2i 1 + 2i √ πi√ ⎟ , A4 = ⎜ i 2i 1⎟
⎝ 0 −2 − i i 2 + 3i⎠ ⎝0 −i i⎠

8. Sea f ∶ Mn (F) Ð→ Mn (F) una función tal que f (A) = (A)tr .

Demuestre que f es una involución.
1.3. MATRICES INVERSIBLES 19

9. Sea σ ∶ M2n (F) Ð→ M2n (F) una función tal que

σ
a b dtr −btr
( ) = ( tr )
c d c dtr

donde a, b, c, d denotan matrices de orden n.

a) Demuestre que σ es una involución en el conjunto de las ma-
trices de orden 2n.
b) En el caso de n = 2 muestre quien es el conjunto de todas las
matrices hermitianas respecto a σ.
c) En el caso de n = 2 muestre quien es el conjunto de todas las
matrices antihermitianas respecto a σ.

1.3. Matrices inversibles

Definición 1.14
Sea A ∈ Mn (F). Decimos que A es una matriz inversible si existe una
matriz B tal que AB = BA = In . En este caso decimos que B es inversa
de A.

Teorema 1.1
Sea A una matriz de orden n y supongamos que existen matrices B y C
tales que AB = CA = In , entonces A es inversible y B = C.

Demostración:

C = CIn = C(AB) = (CA)B = In B = B

Por tanto C = B y asi A es invertible.

Corolario 1.3 Si A es inversible con inversa B, entonces B es inversible con

inversa A.
20 CAPÍTULO 1. MATRICES

Proposición 1.7
La inversa de una matriz en caso de existir es única.

Demostración: Supongamos que la matriz A es inversible y que tiene por

inversas las matrices B y C, por tanto AB = AC = BA = CA = In .
Por Proposicion 1.2 BIn = B, In C = C, asi tenemos

B = BIn = B(AC) = (BA)C = In C = C.

Notación

Sı́ A es una matriz invertible denotamos su inversa por A−1 .

Corolario 1.4 Sea A una matriz inversible, entonces (A−1 )−1 = A.

Proposición 1.8
Sean A y B matrices invertibles, entonces AB tambien es invertible.

Demostración: Para probar que AB es una matriz invertible basta con ex-
hibir una matriz C de modo tal que (AB)C = In . Como A y B son invertibles
entonces existen matrices A−1 y B −1 tales que AA−1 = a−1 A = BB −1 B −1 B = In .
Sea C = B −1 A−1 , es claro entonces que

(AB)C =(AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIn A−1 = AA−1 = In .

Hemos probado que AB es inversible con inversa (AB)−1 = B −1 A−1 .

Corolario 1.5 El producto de matrices inversibles es también una matriz

inversible.

Proposición 1.9
Una matriz A de orden 2 es inversible si y solo si a11 a22 − a12 a21 ≠ 0.

Demostración: Sea A una matriz de orden 2 y supongamos que A = (aij ) es

inversible, luego existe una matriz X = (xij ) de orden 2 tal que AX = XA = I2 .
1.4. OPERACIONES FILA 21

Desde la igualdad de matrices tenemos los siguientes sistemas de ecuaciones

lineales en las variables xij

a x + a12 x21 = 1 a x + a12 x22 = 0

S1 ∶= { 11 11 , S2 ∶= { 11 12
a21 x11 + a22 x21 = 0 a21 x12 + a22 x22 = 1

Consideremos el sistema S1 . Multiplicando la primera ecuación por a22 y la

segunda por a12 y luego restando obtenemos (a11 a22 − a21 a12 )x11 = a22 de
donde resulta claro que x11 existe si y solo sı́ a11 a22 − a21 a12 ≠ 0, en cu-
a22
yo caso x11 = . Sustituyendo en la segunda ecuación obtenemos
a11 a22 − a21 a12
−a21 a22 −a21
a22 x21 = −a21 x11 = . Sı́ a22 ≠ 0 entonces x21 = .
(a11 a22 − a21 a12 ) (a11 a22 − a21 a12 )
−1
Sı́ a22 = 0 entonces x11 = 0 y por tanto x21 = . Observamos que a12 a21 ≠ 0.
a12
a11
Similarmente podemos comprobar que x22 = y sı́ a11 ≠ 0
a11 a22 − a21 a12
−a12
entonces x12 = . Sı́ a11 = 0 entonces x22 = 0 y por tanto x12 = a−1 .
a11 a22 − a21 a12 21

De lo anterior podemos concluir que la matriz X está determinada en ter-

minos de la matriz A por la matriz
1 a −a12
X= ( 22 ).
a11 a22 − a21 a12 −a21 a11

Es facil ver que tomando la matriz X definida anteriormente, entonces AX =

XA = I2 por tanto A es inversible.

Problemas de entrenamiento 1.3

1. Determine condiciones sobre las entradas de una matriz A de orden
3 bajo las cuales la misma sea invertible.

1.4. Operaciones elementales

Definición 1.15
Llamamos operación elemental fila en una matriz a cualquiera de las
siguientes operaciones que se efectua en la misma
1. Se intercambian dos filas de la matriz.
2. Se hace una fila como siendo ella misma por un multiplo escalar no
nulo.
22 CAPÍTULO 1. MATRICES

3. Sea hace una fila como siendo ella misma más un multiplo escalar
de otra fila.

Notación
En el caso de efectuar operaciones fila en una matriz fija A escribimos
para cada caso de la siguiente forma

1. fi Ð→ fj . Se intercambia la fila i por la fila j y las demás se

conservan.
2. fi Ð→ αfi . Se hace la fila i como siendo el producto por un escalar
de la misma por α ≠ 0.

3. fi Ð→ fi +βfj . Se hace la fila i como siendo ella misma más β-veces

la fila j.

Ejemplo 1.12
Veamos a continuación cada uno de las operaciones fila descriptas anterior-
mente. Para ello consideremos la matriz A dada por

⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟
⎜ ⎟
A=⎜3 2 0 −1 1 1⎟
⎜ ⎟
⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠
1.4. OPERACIONES FILA 23

⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟ ⎜1 1 1 0 0 0⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f2 Ð→ f4 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜−2 5 4 3 8 1⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠

⎛1 3 −1 4 7 6⎞ ⎛ 7 21 −7 28 49 42⎞
⎜−2 5 4 3 8 1⎟ ⎜−2 5 4 3 8 1⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f1 Ð→ 7f1 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠

⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟ ⎜−2 5 4 3 8 1⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f5 Ð→ f5 − 2f3 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠ ⎝−6 −4 0 3 −2 −2⎠

Definición 1.16
Sean A y B matrices de orden n × m. Decimos que la matriz A es equiva-
lente con la matriz B si es posible mediante operaciones elementales de
fila aplicadas a la matriz A obtener la matriz B. En el caso en que A y
B sean equivalentes escribimos A ⇐⇒ B.

Ejemplo 1.13
Determine si las matrices A y B son o no equivalentes.

⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 −5 4 3 −8 1⎟ ⎜0 1 2 11 6 13⎟
A=⎜ ⎟, B=⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜0 0 6 18 5 20⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠

Sı́, basta con observar que B se ha obtenido a partir de A mediante las

siguientes operaciones fila f2 → f2 + 2f1 , f3 → f3 − f1 , f3 → f3 + 2f2 .
24 CAPÍTULO 1. MATRICES

Definición 1.17

Sea A = (aij ) una matriz de orden n×m. Decimos que aij es un pivote para
la matriz A si aij ≠ 0, akj = 0 para todo k > i y a1j = a2j = ⋯ = ai−1j = 0.

Definición 1.18
Decimos que una matriz A se encuentra en forma escalonada si
1. Si Ak es una fila de ceros en A entonces los Ak+j tambien son filas
de cero. k + j ≤ n.

2. Si aij es la primera entrada diferente de cero en la fila i entonces

aij es un pivote de A.
3. Si aij es un pivote para A entonces ast no es pivote para s < i, j > t.
Si además de las condiciones anteriores se verifica que cada pivote es 1
entonces decimos que la matriz A se encuentra en la forma escalonada
reducida.

Ejemplo 1.14
Mediante operaciones elementales fila encuentre una matriz escalonada re-
ducida B de forma tal que B sea equivalente con la matriz dada A.

Problemas de entrenamiento 1.4

1. En la matriz dada efectue la operación fila indicada.
2. Determine si el par de matrices dado son o no equivalentes.

3. Determine si la matriz dada es escalonada, escalonada reducida o

ninguna de las anteriores, (justifique).
4. Para la matriz dada encuentre una matriz B que este en forma
escalonada reducida y sea equivalente con la matriz original.
1.5. MATRICES ELEMENTALES 25

1.5. Matrices elementales

Definición 1.19
Decimos que una matriz E es una matriz elemental de orden n sı́ se ha
obtenido mediante una operación fila desde la matriz identidad In .

Desde la definición anterior es claro que solo existen tres tipos de matrices
elementales a saber

1. La que se obtiene al intercambiar dos filas.

2. La que se obtiene de hacer una fila igual que un multiplo escalar de ella
misma.

3. La que se obtiene de hacer una fila ella misma más un multiplo no nulo
de ella misma.

En particular la matriz identidad es una matriz elemental (justifique).

Teorema 1.2
Las matrices elementales son inversibles.

Demostración: Debemos de probar que cada una de las matrices elementales

resultantes es inversible, para ello bastará con que exhibamos en cada caso quien
es la matriz inversa.

1. Supongamos que la matriz E es una matriz elemental del primer tipo, es

decir, E se obtuvo intercambiando dos filas de In . Veamos que en este
caso E 2 = In , es decir, E es inversa de sı́ misma. Supongamos que se
han intercambiado las filas i y j de la matriz Identidad. Por tanto Ei
es la m-fila que tiene cero en todas sus entradas salvo en la posición j,
donde su entrada es un 1, mientras que Ej es la m-fila que tiene cero en
todas sus entradas salvo en la posición i donde su entrada es 1. Esto lo
podemos escribir de la siguiente manera E = (xst ) donde xss = 1 si s ≠ i, j,
xsj = xis = 0, xji = xij = 1.

Observamos que E 2 = (yst ) donde

n
yst = ∑ xsk xkt . (1.4)
k=1
26 CAPÍTULO 1. MATRICES

Observamos que si s ≠ t entonces yst = 0. Luego la única posibilidad para

valores no nulos es cuando s = t, en este caso tenemos yss = 1 sı́ s ≠ i, j.
Supongamos ahora que s = i en este caso tenemos
n
yii = ∑ xik xki . (1.5)
k=1

Pero xik = 0 para k ≠ i y xkj = 0 si k ≠ j, por tanto todos los elementos en la

suma son cero, salvo cuando i = j = k en cuyo caso tenemos yii = xij xji = 1.
Similarmente podemo ver que yjj = 1, por tanto E 2 = In .
2. Supongamos ahora que E es una matriz elemental de tipo 2. En este caso
podemos suponer que la fila i de E es igual que α-veces la fila In y que las
demas filas de I son las mismas que las filas de In . En este caso es claro
que E = (xst ) donde xst = 0 si s ≠ t, xss = 1 si s ≠ i y xii = α. Sea E ′ la
matriz con entradas yst donde yst = 0 si s ≠ t, yss = 1 si s ≠ i y yii = 1/α.
Es claro que E ′ es una matriz elemental también del tipo 2.
Observamos que EE ′ = (ust ) donde

n
ust = ∑ xsk ykt
k=1

Facilmente podemos ver que si s ≠ t entonces ust = 0. Basta con observar

que xst = yst = 0. Por tanto, solo nos interesa el caso cuando s = t. Tenemos
asi la igualdad
n
uss = ∑ xsk yks
k=1

Si s ≠ i, entonces uss = 1 puesto que en este caso xss = yss = 1. Resta

probar que uii = 1.
n
Tenemos que uii = ∑ xik yki , es claro que sı́ k ≠ i entonces xik = xki = 0.
k=1
Por tanto uii = xii yii = α ⋅ 1/α = 1.
Hemos asi probado que EE ′ = In .
3. Supongamos ahora que E es una matriz elemental del tipo 3.