APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA

PRIMER SEMESTRE 2015

Para Curso ÁLGEBRA II- USACH Material N°1

UNIDAD I: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

INTRODUCCION:
En su intento por explicarse el mundo natural y por mantener el control de la
creciente complejidad que adquieren las sociedades que ha construido, el hombre ha descubierto la
importancia de crear lenguajes apropiados para adentrarse en el estudio de los diferentes fenómenos
naturales y sociales.
Siendo la Matemática uno de los más sofisticados ejemplos de la capacidad
humana de creación lingüística, una de las “lenguas” más dúctiles y de mayor alcance explicativo en
ellas es la de las Matrices. En esta Primera Unidad conoceremos el vocabulario y la gramática de
estos arreglos numéricos.
Normalmente trabajaremos en los números reales pero todo lo que digamos se
podría reproducir con los números complejos y, en general, con cualquier estructura algebraica de
cuerpo que en este texto anotaremos con una letra K.
Las Aplicaciones del lenguaje matricial y de su álgebra son muy diversas. Toda
información de doble entrada, toda masa de datos valóricos en varias variables, puede usar como
modelo de representación a las matrices y sus propiedades y ventajas de abreviatura para situaciones
de suyo complicadas.
Durante el desarrollo de esta unidad veremos muchos ejemplos ilustrativos de
las ventajas de operatoria matricial.
Para el tratamiento del tema precisaremos de muchas convenciones de
anotación y simbología, es necesario que Usted se entrene rápidamente para familiarizarse con las
novedades simbólicas. En todo caso, usaremos las notaciones más habituales en nuestro medio y en
nuestros cursos.

1.- LAS MATRICES Y SU ALGEBRA BASICA:

1.1.- DEFINICION DE MATRIZ:
DEFINICION:
Llamaremos Matriz de tamaño m por n (m x n) a un arreglo rectangular de
m·n elementos de un conjunto K dispuestos en m filas horizontales y n
columnas verticales.
Este conjunto K habitualmente será una estructura de cuerpo con una
suma y una multiplicación bien definidas (números reales o números
complejos).

1
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

 2
Ejemplo:  2  1 4 
3  es una matriz de 2 x 4 con elementos en R.

1 0 2 0 

Notación: Amn = (aij) con aijK, 1  i  m, 1  j  n.

donde: i es índice de fila yendo desde arriba hacia abajo con idesde 1 hasta m.
j es índice de columna yendo de izquierda a derecha con j de 1 hasta n.
aij es el elemento ubicado en el cruce de la i-ésima fila con la j-ésima
columna.
 a11 a12  a 1n 
 
luego: Amn =  a 21 a 22  a2n 
     
 
a  a mn 
 m1 am2

Si el contexto no es equívoco, sólo usaremos letra latina mayúscula A, B, etc.

Sus elementos se anotan con la misma letra pero en minúscula: aij , bij .

Observaciones a la Definición:
a) Si la matriz tiene sólo una fila o una columna, le llamaremos Matriz Fila o Matriz
Columna y anotaremos:
i) A = ( a1 a2 .... an ) Matriz Fila A1n (sólo con índice de columna).
 b1 
 
ii) B = ( b1 b2 .... bn )t =  b2  Matriz Columna Am1 (sólo con índice de fila).
 
 
b 
 m
Usaremos una t, de Traspuesta, para anotar horizontalmente a una matriz columna para
ahorrar espacio.
b) Al conjunto de todas las matrices de un cierto tamaño mxn, con elementos o componentes
de un cuerpo K, lo anotaremos Mmn(K) o simplemente Mmn.
Mmn = { (aij) Mmn , donde aijK }; i, jN con 1  i  m, 1  j  n.
En particular las matrices cuadradas, en que m = n, las anotaremos Mn y las llamaremos
matrices cuadradas de orden n.
c) Un ejemplo de uso sencillo de la representación matricial es el de las matrices de inventario
que abrevian una tabla bidimensional de doble entrada:
Si una multitienda tiene cuatro sucursales I, II, III y IV en las que se venden los mismos k
productos p1, p2,....., pk, desea resumir el stock (en unidades de venta) que mantiene
inmovilizado en las bodegas de cada local, podrá usar una matriz como sigue:
2
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

Productos P1 P2 P3 ...... Pk
Sucursales
I a11 a12 a13 ...... a1k
II a21 a22 a23 ...... a2k
III a31 a32 a33 ...... a3k
IV a41 a42 a43 ...... a4k

Si se define la matriz columna de precios de costos por unidad para cada uno de los k
productos p1, p2,....., pk como: C = [ c1 c2 .... cn ]t y llamamos S a la matriz de stock arriba
construida, entonces se podría obtener la matriz columna de capital inmovilizado por
sucursal:
 a11 a12 ...a1k   c1   a11 c1 a12 c 2 ...a1k c k 
    
M = S·C =  a 21 .......a 2k   c2 
   =


   

 a 31 .......a 3k     a 41 c1 a 42 c 2 ...a 4 k c k 
 a .......a   c k 
 41 4k 
que representa el costo total retenido en las bodegas de las sucursales I, II, III y IV.
Note que se definió una operación entre matrices para obtener M. Note además que si
semanalmente se registra una matriz V de unidades vendidas por producto en cada
sucursal, al restar componente a componente la matriz S con la matriz V, S V
representaría el remanente que queda en bodega al final de la semana. Si se le suma una
matriz A de abastecimiento por producto y sucursal, se obtendrá una matriz (S V) + A con
que se inicia el nuevo stock para la semana siguiente.
Esto muestra que si se definen operaciones apropiadas y de utilidad práctica, será
posible construir estructuras algebraicas de Matrices que resuelvan problemas de
contingencia como el mentado.

1.2.- IGUALDAD MATRICIAL:

DEFINICION:
Diremos que dos matrices A y B serán iguales sí y sólo sí: Si A = (aij);
B = (bij) entonces aij = bij para cada i, j en el dominio de los índices.
Es decir: A = (aij); B = (bij)Mmn: A = B  aij = bij con 1  i  m, 1  j  n.

Nota: A esta igualdad de matrices le llamaremos igualdad por componentes.

3
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

z   1
x  4

 1 x x  y  z 4 7 
Ejemplo:   =     x y  7
 u 3  1   2 x  v u  w  
u  2
 x v  3


u  w   1
Luego, estas matrices son iguales si: x = 4; y = 3; z = 1; u = 2; v = 1; w = 3.
Propiedades:
1.- A = A ;  AMmn.
2.- A = B  B = A ;  A, BMmn.
3.- ( A = B  B = C)  A = C ; A, B, CMmn.

1.3.- ADICION MATRICIAL:

DEFINICION:
Se define una Suma de Matrices de modo que:
A = (aij); B = (bij) Mmn: A + B = (aij + bij), para cada i, j hasta m y n.

Se le conoce como suma por componentes.

 1 2 3   2  2 1   1  2 2  2 3  1  1 0 4 
Ejemplo:   +   =   = 
 1  1 2 0 2 1  1  0  1  2 2  1  1 1 3 

1.3.1.- TEOREMA:

(Mmn, +) es un grupo abeliano. Esto significa que cumple las siguientes propiedades:
i) Clausura :  A, BMmn:  SMmn / A + B = S.
ii) Asociatividad :  A, B, CMmn: (A + B) + C = A + ( B + C).
iii) Elemento Neutro:  0mnMmn /  AMmn: A + 0 = 0 + A = A.
(El neutro aditivo o matriz nula 0mn tiene sólo componentes cero)
iv) Elemento Inverso:  AMmn,  AMmn / A + (A) = A + A = 0mn.
(El inverso aditivo o matriz opuesta de A = (aij) es A = (aij))
v) Conmutatividad :  A, B IMmn: A + B = B + A.

4
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

Observaciones: a) Note que todas las propiedades anteriores se heredan de las que tiene el
cuerpo K al cual pertenezcan las componentes de las matrices,
aplicadas a nivel de cada una de esas componentes y en cada posición
fila-columna. Habitualmente este cuerpo será el de los números reales.
b) En consecuencia, Mmn con la suma cumple todas las propiedades de un
Grupo Abeliano. De ellas destacamos:

1.-  ( A) = A
2.-  (A + B) = A + (B)
3.- A+C =B+C  A=B
4.- A+X =B  X=B–A
5.- A–B = A + (B) , etc.

1.4.- PONDERACION MATRICIAL:

DEFINICION:
Sea A = (aij) Mmn, con aijK; y sea K, cuerpo.
Se define la Matriz Ponderada A de modo que: A = (aij).

Se le conoce como ponderación por componentes.

  1 4 7    3 12 21 
Ejemplo: 3   =  
 2 1 5  6 3 15 

1.4.1.- TEOREMA:
 , K, A y BMmn, se cumple que :
i) (A + B) = A + B Pseudodistributividad escalar
ii) ( +  )A = A + A Pseudodistributividad matricial
iii) ( ) A = (A) Pseudoasociatividad
iv) 1A = A Ponderación unitaria o Pseudoneutro
v) A = A Pseudoconmutatividad

Observación: Para distinguirlos fácilmente, convendremos en llamar escalares a los

elementos del cuerpo K (ponderadores) y los anotaremos con letras griegas
minúsculas.

5
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

1.5.- MULTIPLICACION MATRICIAL:

DEFINICION: Consideremos A = (aij)Mmn y B = (bij)Mnp. Se define a la Matriz
Producto de A con B como una matriz C = (cij)Mmp donde cada cij es de
n
la forma: cij = a
k 1
ik b jk = ai1·b1j + ai2·b2j + .... + ain·bnj

Es decir, cada cij de la matriz C = A·B se obtiene sumando los productos ordenados
entre las componentes de la i-ésima fila de A y la j-ésima columna de B.
Ejemplos:
 b11 b13 
   a11  b11  a12  b21  a13  b31 a11  b12  a12  b22  a13  b32 
1)  11 12 13  =
a a a
 b21 b23  =  
 a 21 a 22 a 23  2 x 3 b b   a21  b11  a22  b21  a23  b31 a21  b12  a22  b22  a23  b32  2 x 2
 31 32  3 x 2

 3 2 1  34 0 6  2  1  1 9
  1  2    
   4  20  8  1 0 =  6  7 
2)  4 1 0 ·
2 1 = 
 0 1 
2  0 20 0 1 2   2 1

 1 1
 0
 1     
 1  1 2 0  2  1  1    1  2 

Observaciones a la Definición:
a) El producto de matrices, por su definición, sólo tiene sentido cuando el número de
columnas del primer factor coincide con el número de filas del segundo factor (si son n
columnas en A entonces deberán ser n filas en B).
b) El tamaño de la matriz resultante, A·B, está dado por el número de filas del primer factor
(filas de A) y el número de columnas del segundo factor (columnas de B).
c) La multiplicación entre matrices de igual tamaño sólo es posible entre matrices
cuadradas de igual orden. Si A y BMn entonces A·BMn.
Sólo en este caso la multiplicación respeta el tamaño de los factores.
En particular, una matriz cuadrada adecuada A respeta el tamaño de su factor, es decir:
Bmn·AnnMmn y Amm·BmnMmn
d) En general, la multiplicación de matrices no es conmutativa, ya sea porque uno de ambos
productos no está definido, ya sea porque ambos resultados son de distinto tamaño; o bien
porque, aún cuando ambos resultados existen y son de igual tamaño, las matrices que se
obtienen son distintas.

6
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

Ejemplos: 1.- A43·B32 = C42 pero B32·A43 no existe por no haber enlace.
2.- A34·B43 = C33 pero B43·A34 = D44,de distinto tamaño que C.
2  4 3    8 11  4 3  3 2    9  11
3.- 
3
·   ; pero  ·  
 1  1  2 1    6 2   2 1   1  1  7 3 

Aún así, existen casos en Mn en los cuales A·B = B·A. En tales casos diremos que
A y B son conmutables.
1.5.1.- TEOREMA:
La multiplicación, estando bien definida, es Asociativa, es decir:
AMmn , BMnp , CMpq : ( A·B ) ·C = A·( B·C )

Demostración:
Se recurre a propiedades de sumatorias dobles. Veamos:
Sean A = (aij); B = (bij); C = (cij) de los tamaños mencionados.
 n   p  n  
( A·B ) ·C =   ai k ·bk j  ·(cij) =     ai k ·bk r ·c r j 
 k 1   r 1  k 1  
p n p n
= (  (aik ·bkr)·crj) = (  aik ·(bkr·crj))
r 1 k 1 r 1 k 1

 n p
 n p

=   ai k ·(bkr·crj)) =   ai k · bk r ·cr j 
 k 1 r 1  k 1 r 1 
 p

= (aij)·   bi r ·cr j  = A· ( B·C )
 r 1 

1.5.2.- TEOREMA: La multiplicación, estando definida, es Distributiva con respecto a la

adición de matrices; es decir:
AMmn, B y CMnp: A· ( B + C ) = A·B + A·C

Demostración: Se recurre a propiedades de sumatorias simples. Inténtela Ud.!

Observación: Más fácil aún resulta demostrar que:

K, AMmn , BMnp: (A) ·B = A·(B) = (A·B)

Desarrolle la demostración exigiéndose formalidad en la notación y en el
razonamiento lógico.

7
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

1.5.3.- TEOREMA: (Mn,+,·) constituye una estructura de Anillo con Unidad no

Conmutativo, es decir, cumple los nueve axiomas que siguen y de los
cuales algunos hemos ya demostrado.
Demostración:
I.- (Mn ,+) es Grupo Abeliano. Esto es, la suma cumple: i) la Clausura, ii) la
Asociatividad, iii) la Existencia de Neutro, iv) la Existencia de Inversos
aditivos u Opuestos, y v) la Conmutatividad.
II.- En (Mn,·) se cumple: i) Clausura; ii) Asociatividad y iii) Existencia de
neutro multiplicativo, es decir, existe una matriz neutra para la
multiplicación que llamaremos Matriz Unidad o Identidad.
1, cuando i  j, diagonal principal
In = (ij) donde  i j  
0, cuando i  j
1 0 0
Ejemplo: en M3, I 3   0 1 0 
0 1 
 0

Esta matriz cumple que:  AMn: A·In = In·A = A.

III.- (Mn ,+,·) es doblemente Distributiva ,esto es:

 A, B, CMn: A·(B + C) = A·B + A·C

(A + B)·C = A·C + B·C

Observaciones al teorema 1.5.3.:

1.- Por alcanzar una estructura de Anillo con unidad, las matrices cumplen:
i) A·0 = 0·A = 0,  AMn.
ii) (– A) ·B = A· (– B) = – A·B ; (– A) · (– B) = A·B, A, BMn.
2.- Es posible definir una notación de Potencias y Polinomios de Matrices:
A0 = In; A1 = A; An + 1 = An·A,  nN.
p(X) = a0X0 + a1X + a2X2 +.....+ anXn, con X0 = In,  XMn, ai K
Ejemplos:
n 2 2 n 1 
n 1
2 2 3 4 4
2.1.- Si A =  1 1 entonces A2 =   ; A =   ; ... A =  n 1 .
n 1 
 1 1 2 2 4 4 2 2 

8
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1

Es demostrable por inducción que si A =  1 1 , entonces An = 2n – 1·A.

 1 1
2.2.- Se podría evaluar p(X) = 3X2 – 2X + 3I2, cuando X = A

 p(A) = 3
2 2  1 1  3 0   7 4 
  2       
 2 2  1 1  0 3   4 7 
Note que si A = (aij) entonces A2 no es (aij2) ya que A2 =   ai k a k j  .
n

 i 1 
3.- El hecho de que el álgebra de las matrices no sea conmutativa tiene como
consecuencia que todas las propiedades del algebra de números reales que dependen
de aquella, no se cumplan salvo para ciertas matrices especiales. Por ejemplo, para las
matrices A, BMn ocurre que:

(A·B)2 = (A·B)·(A·B)  A2·B2; y en general (A·B)n  An·Bn, para n > 1.

(A + B)2 = A2 + A·B + B·A + B2  A2 + 2A·B + B2.
(A + B) ·(A – B) = A2 – A·B + B·A – B2  A2 – B2, etc.

salvo que A y B conmuten entre sí, como veremos más adelante.

4.- Es importante tener presente que (Mn,+,·) no llegó a constituir una estructura de
cuerpo al no cumplir con la conmutatividad multiplicativa, pero además por no poseer
matriz inversa multiplicativa para cada matriz AMn.
Pero así como algunas matrices son Conmutables (La identidad y la nula con todas las
demás, por ejemplo) también es posible encontrar matrices que poseen matriz inversa y
se les llama Invertibles. Ambos casos especiales los veremos en el siguiente tema.