para dos matrices, A y B, de la m n , la suma de

ambas, A  B , es la matriz de la misma dimensión, m n , dada por la suma

de sus términos correlativos:
A   a ij  , B   bij   A  B   a ij    bij    a ij  bij 
 a11 a12 a13   b11 b12 b13 
   
Ejemplos: sean A   a 21 a 22 a 23  y B   b 21 b 22 b 23  , entonces su suma
a  b b33 
 31 a 32 a 33   31 b32
 a11  b11 a12  b12 a13  b13 
 
será A  B   a 21  b 21 a 22  b 22 a 23  b 23  .
a  b 
 31 31 a 32  b32 a 33  b33 
1 0 2 3  4 3 2 5 
Sean A 2,4    y B2,4    , entonces su suma
 2 1 6 4  2 2 3 1
 1   4  0  3 2   2  3  5   3 3 0 8 
será A 2,4  B2,4   
 2   2  1  2 63 4  1   0 3 9 5 
No podemos sumar matrices que no tengan la misma dimensión.
Además la suma de matrices cumple todas las de la
suma de números reales.
 A   B  C    A  B  C
 la matriz nula es el elemento neutro,
AO  A
 la matriz opuesta de una matriz A es aquella
que tiene por elementos los opuestos de la matriz dada y
A   A   O , siendo O la matriz nula.
 2 3 0 5 1  2 3 0 5 1 
Si A    , entonces A    , ya que
7 0 1 3 4  7 0 1 3 4 
 2  2 3   3 0  0 5   5  1  1 
A   A     , que da como resultado
 7   7  0  0 1   1 3    3  4   4  
0 0 0 0 0
S .
0 0 0 0 0
 AB  BA
o producto por un número real, k. Para
multiplicar por un número una matriz de cualquier dimensión, A   a ij  de

Resumen operaciones con Matrices Mg. Bertha Sora Camargo

 dimensión m n , se multiplican todos y cada uno de los elementos de la
matriz por dicho número.
 a11 a12 a13   k  a11 k  a12 k  a13 
   
Ejemplos: k  A  k   a 21 a 22 a 23    k  a 21 k  a 22 k  a 23 
a   k  a 33 
 31 a 32 a 33   k  a 31 k  a 32
 1 2 1   2 4 2 
Sean k  2 ; A     kA   
 3 5 0  6 10 0 
para dos matrices A   a ij  , de dimensión m ×n , y
B   bij  , de dimensión n×p , el producto es la matriz de dimensión m×p

dada por A  B   a ij    bij    cij  , con cij   a ik  b kj , es decir, cada elemento

n

k 1

cij se obtiene multiplicando escalarmente la fila i de la primera matriz por

la columna j de la segunda matriz y sumando los resultados obtenidos.

, para que dos matrices se puedan multiplicar entre si la

primera debe tener el

1 0
1 2 3  
Ejemplos: sean A 2,3   y B3,2   1 2  , el producto A  B
 3 2 1   3 4 
 
será:
1 0
 1 2 3   1 1  2   1  3  3 1  0  2  2  3   4    8 8 
    1 2    3 1  2  1  1 3 3  0  2  2  1 4     . Sin
 3 2 1          4 8 
 3 4 
embargo el producto B  A será:
1 0  1 1  0  3 1 2  0  2 1  3  0 1   1 2 3
  1 2 3    
 1 2    3 2 1    1 1  2  3 1  2  2  2 1  3  2 1    5 2 1  .
 3 4       
   3 1   4   3 3  2   4   2 3  3   4  1  9 2 5 

, el producto de matrices, generalmente no cumple la

propiedad conmutativa.

en el conjunto M n de las matrices

cuadradas de orden n, el producto de matrices siempre es posible
llevarlo a cabo y además obtenemos una matriz cuadrada de orden n.

Resumen operaciones con Matrices Mg. Bertha Sora Camargo

  A   B  C    A  B  C
 A  In  I n  A  A , donde I n es la matriz
unidad de orden n.
1 0 0
1 0  
I2    , I3   0 1 0  , etc. …
0 1 0 0 1
 
A   B  C  A  B  A  C
no siempre se cumple la propiedad conmutativa,
es decir A  B  B  A , cuando dos matrices cualesquiera la
cumplen se dice que son conmutables.
el producto
de dos matrices cuadradas no nulas puede ser la matriz nula o
cero, es decir A  On y B  On y sin embargo A  B  On .
 5 1   1 2   0 0 
   
10 2   5 10   0 0 
A1 / A  A1  A1  A  In , es decir, es aquella que
multiplicada por la matriz da como resultado la matriz unidad
del mismo orden. No siempre existe.
2 7  4 7 
 , ya que:
1
A A 
1 4  1 2 
 2 7   4 7   1 0 
A  A 1  A 1  A     
 1 4   1 2   0 1 
en el caso de que exista A 1 a esta se la llama regular.
si no existe la inversa de una matriz A, a esta se la
llama singular.
potencias de exponente natural, se
trata de una prolongación de la misma operación con números reales. Así:
 A1  A ; A 2  A  A ; A3  A  A  A  A 2  A  A  A 2 etc...
se llama matriz transpuesta de una matriz dada A de
dimensiones m n
o columnas por filas. A t y su dimensión es n  m . En
una matriz cuadrada la transpuesta conserva el mismo orden.

Resumen operaciones con Matrices Mg. Bertha Sora Camargo

  a11 a12
a13   a11 a 21 a 31 
   
Ejemplos: A   a 21 a 22
a 23   A t   a12 a 22 a 32 
a a 33  a a 33 
 31 a 32  13 a 23
1 2 3
1 5   1 4 7 0
1 2 3   4 5 6  
A   A  2 6, B  
t
 Bt   2 5 8 1 
5 6 7 3 7 7 8 9  3 6 9 2
     
0 1 2

A 
t t
 A , es decir, la transpuesta de la transpuesta de una
matriz es ella misma.
1 4
1 2 3   1 2 3
  A   2 5   A   
t t
 A t

 4 5 6 3 6 4 5 6
 
 A  B  A t  Bt , es decir, la transpuesta de una suma es igual a la suma
t

de las transpuestas.
 1 2 3   2 0 0
   
Dadas las matrices: A   3 1 4  ; B   1 3 1 
 1 1 0   1 4 1 
   
 1 3 1   2 1 1 
   
Sus traspuestas son: A   2 1 1 ; B   0 3 4 
t t

3 4 0 0 1 1 
   
 1  2 20 3  0  1 2 3
   
Su suma es: A  B   3   1 1 3 4 1   2 4 5
 11
 1   4  0  1   2 5 1 
t
 1 2 3  1 2 2
   
Su transpuesta es:  2 4 5    2 4 5    A  B 
t

 2 5 1   3 5 1 
  
La suma de las transpuestas es:
 1  2 3   1 11   1 2 2
   
 20 1 3 1   4     2 4 5   A t  B t
 3 0
 4 1 0  1   3 5 1 
Luego  A  B   A t  Bt
t

Resumen operaciones con Matrices Mg. Bertha Sora Camargo

 k  A  k  A t , es decir, la transpuesta del producto de un escalar por
t

una matriz es igual al producto del escalar por la transpuesta de la ma-

triz.
 A  B  Bt  A t , es decir, la transpuesta de un producto es igual al
t

producto de las transpuestas.

 1 2 3   2 0 0
   
Dadas las matrices: A   3 1 4  ; B   1 3 1 
 1 1 0   1 4 1 
   
 1 3 1   2 1 1 
   
Sus traspuestas son: A t   2 1 1 ; Bt   0 3 4 
3 4 0 0 1 1 
   
Su producto, A  B , es:

 1 2 3   2 0 0   2  2  3 6  12 2  3   1 6 5 
       
 3 1 4    1 3 1    6  1  4 3  16 1  4    9 13 5 
 1 1 0   1 4 1   2  1 3 1   3 3 1
    
 1 6 5   1 9
t
3
   
Su transpuesta es:  9 13 5    6 13 3    A  B 
t

 3 3 1  5 5 1 
  
El producto de las transpuestas, Bt  A t , es:
 2 1 1   1 3 1   2  2  3 6  1  4 2  1  1 9 3
       
 0 3 4    2 1 1   6  12 3  16 3    6 13 3 
0 1 1   3 4 0   23 1 4 1   5 5 1 
    
Luego  A  B   Bt  A t
t

 se llama matriz simétrica a toda matriz cuadrada

tal que su transpuesta coincide con la propia matriz. A  A t

en toda matriz cuadrada simétrica los elementos simétricos respecto de la

t
1 2 3 1 2 3 1 2 3
     
diagonal principal son iguales,  2 3 4  , ya que  2 3 4   2 3 4
3 4 5 3 4 5 3 4 5
     

Resumen operaciones con Matrices Mg. Bertha Sora Camargo

  se llama matriz antisimétrica
o hemisimétrica a toda matriz cuadrada que
 0 1 2 
 
,  1 0 3  ya que:
 2 3 0 
 
 0 1 2   0 1 2   0 1 2 
t

     
 1 0 3    1 0 3    1   1 0 3 
 2 3 0   2 3 0   2 3 0 
     
se llama rango o característica de una matriz
A al número de filas y columnas, distintas de cero, independientes.
 : calculemos el
rango de las siguientes matrices:
0 2 1  0 2 1 
  E3  2E1   0 2 1 
A   1 0 1   1 0 1  rango 2,  
0 4 2  0 0 0   1 0 1
   
 2 1 1 1   2 1 1 1   2 1 1 1 
    E3  
 0 0 1 0  E3  E1  0 0 1 0   0 0 1 0
B  2
 .
2 1 1 1 0 2 0 0 0 1 0 0
     
0 0 0 1 0 0 0 1 0 0 0 1
1 0 0 0
 
 0 0 1 0
Podríamos llegar a , en la que ninguna fila ni columna se anula, luego
0 1 0 0
 
0 0 0 1
es de rango 4.
 1 2 3  1 2 3
  E3  2E1    1 2 3
C   1 1 0    1 1 0   rango 2,  
 2 4 6  0 0 0  1 1 0 
   

Resumen operaciones con Matrices Mg. Bertha Sora Camargo