22

MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

SECCIÓN II.
OPERACIONES CON MATRICES.

Definición 21.
Adición de Matrices.

La adición de matrices solo está definida para matrices del mismo tamaño.

Si A  M m  n y B  M m  n . Se define como matriz suma de A y B a la matriz que se obtiene

sumando los elementos correspondientes de A y B . Se denota A  B .

Si
 a11 a12  a1n   b11 b12  b1n 
   
a a22  a2 n  b b22  b2 n 
A   21 B   21
         
   
 am1 am 2  amn   bm1 bm 2  bmn 

 a11  b11 a12  b12  a1n  b1n 

 
a b a22  b22  a2 n  b2 n 
A  B   21 21
    
 
 am1  bm1 am 2  bm 2  amn  bmn 

Así, utilizando la notación de los elementos de una matriz, se tiene que:

 A  Bij   Aij   B ij

Ejemplo 24.
 1 2 1 1 0   2 3 1 2 2 
Si A   1 2 0 1 4  y B   1 2 
1 3 1  Halle A  B
 1 2 2 4 5   2 1 6 1 2 
  

Solución.
 1 2 1 1 0   2 3 1 2 2   1  2 2  3 1   1 1  2 0  2 
     
A B   1 2 0 1 4 +  1 2 1 3 1  =  1  1 2  2 0 1 1   3  4  1 
 1 2 2 4 5   2 1 6 1 2   1  2 2  1 2   6  4  1 5  2 
    

 3 5 2 1 2
 
A B  2 4 1 2 5 
 1 1 4 5 7 


Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 23
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

Definición 22.
Multiplicación de un Escalar por una Matriz.

Si k   y A  M m  n . Se define como matriz producto por un escalar, a la matriz que se obtiene

multiplicando el escalar k por cada uno de los elementos de la matriz A . Se denota kA .

 a11 a12  a1n   ka11 ka12  ka1n 

   
a a22  a2 n  ka ka22  ka2 n 
Si A   21 entonces kA   21
         
   
 am1 am 2  amn   kam1 kam 2  kamn 

Así, utilizando la notación de los elementos de una matriz, se tiene que:

 kA ij  k  A ij

Ejemplo 25.
 1 2 1 1 0 
Si A   1 2 0 1 4  : Halle 2A
 1 2 2 4 5 
 

Solución.
 1 2 1 1 0   2 1 2  2  2  1 2  1 2  0  
   
2 A  2  1 2 0 1 4  =  2 1 2  2 2 0 2 1 2  4  
 1 2 2 4 5   2  1 2  2  2  2  2  4  2 5  
   

 2 4 2 2 0 
 
AB   2 4 0 2 8 
 2 4 4 8 10 
 

Definición 23.
Sustracción de Matrices.

Si A  M m  n y B  M m  n . Se define como matriz diferencia de A y B a la matriz que se

obtiene al sumar los elementos correspondientes de A y  B  . Se denota A  B .
Así, utilizando la notación de los elementos de una matriz, se tiene que:

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 24
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

 A  B ij   A ij    B ij

Ejemplo 26
 1 2 1 1 0   2 3 1 2 3 
Si A   1 2 0 1 4  y B   1 2
  
1 3 1  . Halle A  B
 1 2 2 4 5   2 1 6 1 2 
  

Solución.
 1 2 1 1 0   2 3 1 2 3   1   2  2  3  1   1 1   2  0   3  
     
A  B   1 2 0 1 4    1 2 1 3 1   1  1 2   2 0  1 1   3  4  1 
 1 2 2 4 5   2 1 6 1 2   1   2  2  1 2   6  4  1 5   2  
    

 1 1 0 3 3 
 
A  B   0 0 1 4 3 
 3 3 8 3 3 
 

Definición 24.
Multiplicación de Matrices.

La multiplicación de matrices solo está definida cuando el número de columnas de la primera

matriz (primer factor) es igual al número de filas de la segunda matriz (segundo factor.)

Si A  M m  p y B  M p  n . Se define la matriz producto de A y B (en ese orden), a la matriz

AB  M m n , donde para cada i  1, 2, 3,, m y j  1, 2,3, , n el elemento  AB ij resulta del
producto de la fila i de la matriz A por la columna j de la matriz B . Es decir:

 AB ij  fi  A   c j  B   ai1b1 j  ai 2 b2 j    aip bpj  a b

ik kj
k 1

Esto se ilustra, considerando las matrices:

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 25
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

Columna j de B
 a11 a12  a1 p  
   b1 j  b1n 
 a21 a22  a2 p   b11 b12
 
       b21 b22  b2 j  b2 n 
  
fila i de A   ai1 ai 2  aip        

       bp1 bp 2  bpj  bpn 
 
a am 2  amp 
 m1

 f1  A   c1  B  f1  A   c2  B   f1  A   c j  B   f1  A   cn  B  
 
 f 2  A   c1  B  f 2  A   c2  B   f2  A  c j  B   f 2  A   cn  B  
 
     
AB   
 f i  A   c1  B  f i  A   c2  B   fi  A  c j  B   f i  A   cn  B  
 
       
 
 f m  A   c1  B  f m  A   c2  B   f m  A  c j  B   f m  A   cn  B  

Ejemplo 27.
 2 2 3
   5 0 2 3 1 
3  3  2  y B   2 1 1 2 2  . Halle la matriz producto AB
Si A    
 1 1 1 
    1 3 4 4 3 
 
 4 0 2

Solución.
De acuerdo con la definición de multiplicación de matrices, se tiene que el producto AB si está
definido porque el número de columnas de la matriz A es igual al número de filas de la matriz
B.
 2 2 3
A B  AB     5 0 2 3 1 
 3 3 2   
   AB   2 1 1 2 2 
 1 1 1  
4  3 3 5 45    1 3 4 4 3 
 4 0 2

Fila 1.
 5 
 
 AB11  f1  A   c1  B    2 2 3  2    2  5   2  2    3 1  10  4  3  10  7  3
 1 
 

0
 
 AB12  f1  A   c2  B    2 2 3  1   2  0    2 1   3  3   0  2  9  11
 3
 

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 26
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

 2
 13 1   3   
AB  f A  c B   2 2 3   1   2  2    2 1  3 4   4  2  12  4  14  10
 4
 

 3 
 
 AB14  f1  A  c4  B    2 2 3  2    2  3   2  2    3  4   6  4  12  6  16  10
 4 
 

 1
 
 AB15  f1  A   c5  B    2 2 3  2    2 1   2  2    3  3   2  4  9  2  13  11
 3
 

Fila 2.
 5 
 
 AB21  f 2  A   c1  B    3 3 2   2    3 5   3  2    2  1  15  6  2  15  8  7
 1
 

0
 
 AB22  f 2  A   c2  B    3 3 2   1   3 0    31   2  3   0  3  6  9
 3
 

 2
 23 2   3   
AB  f A  c B  3  3 2   1   3 2    31   2  4   6  3  8  6  11  5
 4
 

 3 
 
 AB24  f 2  A   c4  B    3 3 2   2    3 3    3 2    2  4   9  6  8  9  14  5
 4 
 

 1
 
 AB25  f 2  A   c5  B    3 3 2   2    31   3  2    2  3   3  6  6  3  12  9
 3
 

Fila 3.
 5 
 
 AB31  f 3  A   c1  B   1 1 1  2   1 5   1 2    1 1  5  2  1  7  1  6
 1
 

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 27
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

0
 32 3   2   
AB  f A  c B  1 1  1  1  1 0   11   1 3  0  1  3  2
 3
 

 2
 
 AB33  f3  A  c3  B   1 1 1  1  1 2   11   1 4   2  1  4  3  4  1
 4
 

 3 
 
 AB34  f 3  A   c4  B   1 1 1  2   1 3   1 2    1 4   3  2  4  5  4  1
 4 
 

 1
 
 AB35  f 3  A   c5  B   1 1 1  2   11  1 2    1 3  1  2  3  3  3  0
 3
 

Fila 4.
 5 
 
 AB41  f 4  A   c1  B    4 0 2   2    4  5    0  2    2  1  20  0  2  22
 1
 

0
AB
 42  f 4  
A  c2  
B   4 0 2   1   4   0    0  1   2   3  0  0  6  6
 3
 

 2
 
 AB 43  f 4  A   c3  B    4 0 2   1    4   2    0  1   2   4   8  0  8  16
 4
 

 3 
 
 AB 44  f 4  A   c4  B    4 0 2   2    4   3    0   2    2   4   12  0  8  20
 4 
 

 1
 
 AB 45  f 4  A   c5  B    4 0 2   2    4  1   0   2    2   3  4  0  6  4  0  6  10
 3
 

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 28
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

 3 11 10 10 11
 
 7 9 5 5 9 
AB 
 6 2 1 1 0 
 22 6 16 20 10 
 

Propiedades de la Adición y de la Multiplicación por un escalar

Si A, B, C  M m  n , k , k1 , k2   entonces:

1. La adición es una operación cerrada.

A B  Mm  n
2. La adición es conmutativa.
A  B  B  A.
3. La adición es asociativa.
A   B  C    A  B   C.
4. Para toda matriz A existe una única matriz O  M m  n llamada matriz cero o matriz nula tal
que A  O  A. .
5. Para toda matriz A existe una única matriz   A  M m  n llamada matriz opuesta tal que
A    A   O.
6. La multiplicación por un escalar es una operación cerrada.
kA  M m  n .
7. La multiplicación por un escalar es distributiva respecto a la adición de matrices.
k  A  B   k A  k B.
8. La multiplicación por un escalar es distributiva respecto a la adición de escalares.
 k1  k2  A  k1 A  k2 A.
9. La multiplicación por escalares es asociativa.
k1  k 2 A)    k1 k 2  A.
10. Elemento identidad para la multiplicación.
1A  A .

Propiedades de la Multiplicación de Matrices.

Si A  M m  n B  M n  p C  M p  q , D  M m  n y E  M r  m , entonces:

1. La multiplicación es asociativa.
A  BC    AB  C
2. La multiplicación es distributiva a la derecha con respecto a la adición de matrices.
 A  D  B  AB  DB

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 29
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

3. La multiplicación es distributiva a la izquierda con respecto a la adición de matrices.

E  A  D   EA  ED
4. Elemento identidad para la multiplicación.

AI n  A e I m A  A, I n  M n  n  o  I m  M m  m  .

Definición 25.
Potencia de una Matriz Cuadrada.

Sea A una matriz cuadrada de tamaño n  n .

Las potencias de A se definen de la siguiente manera:

A0  I

A1  A

A2  AA

A3  AAA  A2 A  AA2


An  AAAA A

n-factores

Ejemplo 28.

1 3
Si A    Encuentre A2
2 4

Solución.
1 31 3
A2  AA    
2 42 4

Fila 1. Fila 2.
1 1
 AA11  1 3    11   3  2   1  6  7  AA21   2 4      2 1   4  2   2  8  10
 2  2
3  3
 AA12  1 3    1 3   3  4   3  12  15  AA22   2 4      2  3   4  4   6  16  22
4  4

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 30
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

 7 15 
A2   
 10 22 

Definición 26.
Traspuesta de una matriz.

Sea A una matriz m  n , entonces la traspuesta de A  A  , es la matriz

t
n  m que se construye
de la siguiente manera: la primera fila de A se convierte en la primera columna de At , la
segunda fila de A se convierte en la segunda columna de At y así sucesivamente.
El elemento ij de A es el elemento ji de At . Es decir:

 At  ij   A ji

 a11 a12  a1n   a11 a21  am1 

   
a a22  a2 n  a12 a22  am 2 
Si A   21 entonces At  
         
   
 am1 am 2  amn   a1n a2 n  amn 
mn nm

Ejemplo 29.
 1 2 3 4 
 1 5 9 7 3   

 2  6 0 6 2
  5 6 7 8 
Si A    entonces At   9 0 9 8 
 3 7 9 5 1   
    7 6 5 4 
 4 8 8 4 0 45  3 2 1 0 
 5 4

Propiedades de la Traspuesta de una Matriz.

Si A  M m  n B  Mm  n C  Mn  p D Mn  n y k   , entonces,

1. La traspuesta de la traspuesta de una matriz es la misma matriz.

t t
A  A
2. La traspuesta de la suma es la suma de las traspuestas.
t
 A  B   At  B t
3. La traspuesta de un producto es el producto de las traspuestas pero en orden invertido.
t
 AC   C t At

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 31
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

4. La traspuesta de un múltiplo escalar es el múltiplo escalar de la transpuesta.

t
 k A   k At
5. La traspuesta de la matriz identidad es la matriz identidad.
It  I
6. La traspuesta de la potencia de una matriz cuadrada es la potencia de la traspuesta de
la matriz cuadrada.
n t t n
D   D 

Definición 27.
Matriz Simétrica.

Sea A  M n  n . La matriz A es una matriz simétrica si y solo si At  A .

 i ) la matriz  B  B t  es simétrica.

Si B  Mn  n entonces 

 ii ) la matriz  B B  es simétrica.
t

Ejemplo 30.
 2 15 12 11  2 15 12 11 
   
15 10 7 14  15 10 7 14 
La matriz A   es simétrica porque At    At  A
 12 7 18 3  12 7 18 3
   
 11 14 3 8   11 14 3 8 

Definición 28.
Matriz Antisimétrica.

Sea A  M n  n . La matriz A es una matriz antisimétrica si y solo si At   A .

Si A  M n  n tal que  A ij  0 si i  j entonces la matriz  A  ( At )  es antisimétrica

Ejemplo 31.
 0 15 12 11   0 15 12 11 
   
15 0 7 14  15 0 7 14 
A es antisimétrica porque At    At   A
 12 7 0 3   12 7 0 3
 11 14 
3 0   11 14 3 
0 
 

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 32
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

Definición 29.
Inversa de una Matriz Cuadrada.

Sea A  M n  n . La matriz A es inversible o no singular si existe otra matriz B  M n  n , tal que,

AB  BA  I La matriz B es la inversa de la matriz A .

Se denota A1 .

Así, de esta manera, se tiene por definición de inversa que,

AA1  A1 A  I .

Si una matriz cuadrada no tiene inversa, entonces es una matriz no inversible o singular.

Procedimiento para hallar la inversa de una matriz cuadrada A .

1. Se escribe la matriz de orden n  2n que consta de la matriz A dada a la izquierda y la
matriz identidad I de n  n a la derecha para obtener  A I n  . Observe que las
matrices A e I están separadas por una línea discontinua. Este proceso se denomina
adjuntar la matriz I a la matriz A .
2. Se halla la matriz escalonada reducida por filas de la matriz  A I n 
 Si la matriz escalonada reducida por filas es de la forma  I n B  , entonces B es
la inversa de A .

 Si la matriz escalonada reducida por filas no es de la forma  In B  , debido a

que la primera submatriz de n  n no es I n , entonces B no es la inversa de A .
La matriz A es una matriz singular, no tiene inversa.
3. Se verifica el trabajo multiplicando AA1 y A1 A para ver que AA1  I y A1 A  I

Ejemplo 32.

 5 6 
Sea A    aplicando operaciones elementales de filas
 3 4 

Solución.

 5 6 1 0  f1  f1   2  f 2  1 2 1 2  ~  1 2 1 2  f1  f1  1 f 2
A In       f  f  3 f 
 3 4 0 1  ~  3 4 0 1  2 2   1  0 2 3 5  ~

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 33
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

 1 0 2 3  ~  1 0 2 3 
  f      In B   B  A1
 0 2 3 5  2  
1
2
f 2  0 1  32  52 MERF

Se debe verificar que AA1  I y A1 A  I

 5 6   2 3   10  9 15  15   1 0 
AA1    3 5
  
 3 4    2  2   6  6 9  10   0 1

 2 3   5 6  10  9 12  12   1 0 
A1 A   3 5    15 15  
  2  2   3 4   2  2 9  10   0 1

 2 3  1  4 6  1  4 6
A1   3 5
     
  2  2  2  3 5  2  3 5

Ejemplo 33.
 5 4 6 
Calcule la inversa de la matriz A   9

8 11 aplicando operaciones elementales de filas
 1 1 1
 

Solución.
 5 4 6 1 0 0  f1  f 3  1 1 1 0 0 1  ~
   
 A I n    9 8 11 0 1 0  ~  9 8 11 0 1 0  f2  f2   9  f1
 1 1 1 0 0 1   5  4  6 1 0 0  f  f   5  f
    3 3 1

 1 1 1 0 0 1  f1  f1   1 f 2  1 0 3 0 1 8  f1  f1   3  f 3
   
 0  1 2 0 1 9  ~  0 1 2 0 1 9  f 2  f 2   2  f 3
 0 1 1 1 0 5  f  f  1 f  0 0 1 1 1 4  ~
  3 3 2 

1 0 0 3 2 4 ~  1 0 0 3 2 4
   
 0 1 0 2 1 1 f 2   1 f 2  0 1 0 2 1 1   I A1 
0 0 1 1 1 4 0 0 1 1 1 4
   

Se debe verificar que: AA1  I y A1 A  I

 5 4 6  3 2 4   15  8  6 10  4  6 20  4  24   1 0 0 
      
AA1   9 8 11 2 1 1   27  16  11 18  8  11 36  8  44    0 1 0 
 1 1 1 1 1 4   3  2  1 2 11 4  1  4   0 0 1 
   

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.
 34
MATRICES Y SISTEMAS DE ECUACIONES LINEALES.

 3 2 4  5 4 6  15  18  4 12  16  4 18  22  4   1 0 0 

      
A1 A   2 1 1 9 8 11   10  9  1 8  8  1 12  11  1    0 1 0 
 1 1 4  1 1 1  5  9  4 4  8  4 6  11  4   0 0 1 
   

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

Propiedades de la Inversa de una Matriz Cuadrada.

Si A  M n  n , B  M n  n C  M n  n y k   . Entonces:
1. La inversa de una matriz, si existe, es única.
2.  A1  1  A .
Si A es una matriz inversible, la matriz A1 es inversible y la inversa de la inversa de
una matriz es la misma matriz.
3.  k A  1   1k  A1 .
Si A es una matriz inversible y k  0 , la matriz producto por un escalar k A es
inversible y la inversa del producto por un escalar es el inverso del escalar por la
inversa de la matriz.
4.  AB  1  B 1 A1 .
Si A y B son matrices inversibles, la matriz producto AB es inversible y la inversa
del producto es el producto de las inversas pero en orden invertido.
5.  At  1  A1  t .
t
Si A es una matriz inversible, la traspuesta A es inversible y la inversa de la
traspuesta es la traspuesta de la inversa
6.  An  1  A1  n .
Si A es una matriz inversible, la potencia A n es inversible y la inversa de la potencia
es la potencia de la inversa.
7. Si A es una matriz inversible, entonces el determinante de la inversa es el inverso del
determinante.
1
det  A1   .
det  A 

Propiedades de Cancelación.
Sean A  M n  n , B  M n  n C  M n  n Si C es una matriz no singular. Entonces:
1. Si AC  BC , entonces A  B. Propiedad de cancelación por la derecha.
2. Si CA  CB, entonces A  B. Propiedad de cancelación por la izquierda.

Profesora María Duilia Mora Prato. Sección II. Operaciones con Matrices.