Matrices y Determinantes

Hernán Aules Centeno

Quito,Mayo de 2022
Capítulo 1

Matrices

1.0.1. Traza de una Matriz

Sea la matriz cuadrada A = [aij ]n se llama Traza de A, al número

T r (A) = a11 + a22 + a33 + ::: + ann

(n;n)
X
T r(A) = aij ; 8i = j; fi; jg 2 N; T r(A) 2 |
(i;j)=(1;1)

(es la suma de los elementos de la diagonal principal)

Propiedades

Sean A y B matrices cuadradas y es un escalar que pertenece a |

a. Tr ( ) = 0

b. Tr (In ) = n

c. Tr (At ) = Tr (A)

d. Tr (A + B) = Tr (A) + Tr (B)

e. Tr ( A) = Tr (A)

f. Tr (AB) = Tr (BA)

Ejemplo
0 1
cos x sin x 0
Sea la matriz A = @ sin x cos x 0 A ; Determinar la T r(A) =?
0 0 1

T r(A) = cos x + cos x + 1 = 2 cos x + 1

Ejemplo
0 1
2 3 5
Hallar la T r(A); sabiendo que A = @ 1 4 5 A
1 3 4

T r(A) = 2 + 4 4=2

Ejemplo

Determine la traza de la matriz simétrica (los elementos equidistantes de la diagonal de la matriz A tienen que ser
iguales)

1
2 CAPÍTULO 1. MATRICES

0 1
a 5 7
A = @ a + 2b 2b 3c + a A
2b + 3c 20 3c

Como A es una matriz simétrica entonces

8
>
> (1) : a + 2b = 5
>
>
<
11
(2) : 2b + 3c = 7 , Resolviendo el sistema anterior se tiene la solución a = 9; b = 2; c = 3
>
>
>
>
:
(3) : 3c + a = 20
entonces
0 1
a 5 7
A = @ a + 2b 2b 3c + a A como T r(A) = a + 2b + 3c
2b + 3c 20 3c
11
T r(A) = (9) + 2( 2) + 3 = 16
3

T r(A) = 16

1.0.2. Producto de un Escalar por una Matriz (L:c:e)

Sean A 2 |m n y 2 | se de…ne Producto de un Escalar por una Matriz de por A 2 |m n tal que sus elementos
son los de A multiplicados por .

Se denota por

A = B; A y B son matrices del orden m n; 2|

A = ( aij )m n = ( aij )1 i m
1 j n

Ejemplo

Sea = (3 2i) 2 C además

2 p p 4
3
(3 p7i) R 2 3 i 3
6 7 xdx 6 2z 7
A = 6
4 d tan2 x
p 7
dx 8 sin x 3 7 5
6 i 4 e i 44
2 p p 4
3
(3 p7i) R 2 3 i 3
6 7 xdx 6 2z 7
A = (3 2i) 6
4 d tan2 x
p 7
dx 8 sin x 3 7 5
6 i 4 e i 44
2 p p 4
3
(3 p2i) (3 7i) 2 (3 R 2i) 3 i (3 2i) 3 (3 2i)
6 7 (3 2i) (3 2i) xdx 6 (3 2i) 2z 7
A = 6 p (3 2i) 7
4 (3 2i) d tan2 x 8 (3 2i) (3 2i) sin x 3 7 (3 2i) 5
dx
6 (3 2i) i (3 2i) 4 (3 2i) e i (3 2i)

Ejemplo
0 1
2 3 5
Hallar el producto de un escalar = 5 por la matriz A = @ 1 4 5 A
1 3 4
0 1 0 1
2 3 5 10 15 25
A = 5@ 1 4 5 A = @ 5 20 25 A
1 3 4 5 15 20
 3

Propiedades

Sean y dos escalares y A y B dos matrices del mismo orden, entonces

1. Asociativa
8 ; 2 | y 8A 2 |m n ) ( ) A = ( A) = ( A)

2. Distributivas
8 ; 2 | y 8A 2 |m n ) ( + )A = A + A

8 2 | y 8A; B 2 |m n ) (A + B) = A + B

3. Modulativas
8A 2 |m n ) 1 A=A

8A 2 |m n ) 0 A=

Observación

Entonces, se puede considerar que

a. Por tanto (Rm n ; +; ) es un espacio vectorial sobre el cuerpo R de los números reales.

b. Para matrices complejas (Cm n ; +; ) sería un espacio vectorial sobre el cuerpo C de los números complejos.

c. En caso muy general, se puede suponer que cualquier conjunto de los números se les puede representar con |

1.0.3. Matriz Transpuesta (Traspuesta de una Matriz)

Sean las matrices A = [aij ]m n y B = [bij ]n m diremos que B es la transpuesta de A si y sólo sí

bij = aji ; 81 i m; 81 j n

y denotamos por B = At (o por t A) es decir

At = B , bij = aji ; 8i; 8j

donde B es la transpuesta de A

0 1 0 1
a11 a12 a1n a11 a21 am1
B a21 a22 a2n C B a12 a22 am2 C
B C B C
Si A = B .. .. .. .. C entonces At = B .. .. .. C
@ . . . . A @ . . . A
am1 am2 amn mn
a1n a2n amn mn

Ejemplo

2 3
1 i 2i i
Sea A = 4 i 5 3i 2 + 3i 5
i 1 2i 1
2 3
1 i i i
entonces At es At = 4 2i 5 3i 1 2i 5
i 2 + 3i 1

Propiedades

a. Traspuesta de la Identidad I t = I

b. Traspuesta de la Traspuesta (At )t = A

4 CAPÍTULO 1. MATRICES

t
c. Escalar por Matriz Traspuesta (k A) = kAt ; k es un escalar
Xr t Xr
d. Suma de Matrices Traspuesta (A + B)t = At + B t o generalizando Ai = Ai t
i=1 i=1

t
e. Producto de Matrices Traspuestas (A B) = B t At

f. Traspuesta de la identidad Int = In

1 t 1
g. La Traspuesta de la inversa A = (At )

Ejemplo

2 3
1 i 2i i
A = 4 i 5 3i 2 + 3i 5
i 1 2i 1
2 3
1 i i i
la Matriz At es At = 4 2i 5 3i 1 2i 5
i 2 + 3i 1
2 3t 2 3
1 i i i 1 i 2i i
t t
A = 4 2i 5 3i 1 2i 5 = 4 i 5 3i 2 + 3i 5
i 2 + 3i 1 i 1 2i 1
t
At = A

1.0.4. Operación de Matrices

Observación
3+4=7 Suma
1. Operación Suma Módulo (0)
3 + ( 4) = 1 Resta (Propiedad)

3 4 = 12 Multiplicación
3 41 = 34 División (Propiedad)
2. Operación multiplicación Módulo (1)
3p2 = 9 Potenciación (Teorema)
3
8=2 Radicación (Teorema)

Ejemplo

Determinar la operación B A de matrices

Análisis

Se sabe que A = (aij )2 3 y B = (bij )3 2 donde

0 1
1 2
1 4 2
A = ; B=@ 1 3 A
1 4 2 23 5 2 32
A B si se puede multiplicar....

B A si se puede multiplicar....

i) Número de Filas de A : (2) y Número de Filas de B : (3) entonces 2 3 = 6

ii) Número de Columnas de A : (3) y Número de Columnas de B : (2) entonces 3 2 = 6

por lo tanto el orden …nal de la matriz A = (aij )2 3 y B = (bij )3 2 entonces el orden de la matriz [B A] es
cuadrada de orden 6

Por determinarse B A como las …las de A y B y las columnas de A y B que son equivalentes, si es posible
determinarse B A =?
 5

[B A] = ?
0 1
1 2
1 4 2
A = ; B=@ 1 3 A
1 4 2
5 2
0 1 0 1 0 1
1 2 1 2 1A 2A
se considera B = @ 1 3 A luego A = A @ 1 3 A = @ 1A 3A A
5 2 5 2 5A 2A

…nalmente se tiene

0 1
1 4 2 2 8 4
B 1 4 2 2 8 4 C
B C
B 1 4 2 3 12 6 C
B A=B
B
C
C
B 1 4 2 3 12 6 C
@ 5 20 10 2 8 4 A
5 20 10 2 8 4 66

Procedimiento

Cálcular de B A =?

0 1 0 1
1 2 A 2A
A = A@ 1 3 A=@ A 3A A
5 2 5A 2A
0 1 0 1
1 2 1A 2A
B A = B A =@ 1 3 A @ A 3A A
5 2 5A 2A

0 1
1A 2A
1 4 2
como A = entonces se realiza A = @ 1A 3A A =?
1 4 2
5A 2A

por lo tanto, se tiene

1 4 2 1 4 2
1 =
1 4 2 1 4 2

1 4 2 2 8 4
2 =
1 4 2 2 8 4

1 4 2 1 4 2
1 =
1 4 2 1 4 2

1 4 2 3 12 6
3 =
1 4 2 3 12 6

1 4 2 5 20 10
5 =
1 4 2 5 20 10

1 4 2 2 8 4
2 =
1 4 2 2 8 4

y generando la matriz …nal, tenemos que

6 CAPÍTULO 1. MATRICES

0 1
1 4 2 2 8 4
B 1 4 2 2 8 4 C
B C
B 1 4 2 3 12 6 C
B A=B
B
C
C
B 1 4 2 3 12 6 C
@ 5 20 10 2 8 4 A
5 20 10 2 8 4

Matriz Simétrica

Una matriz cuadrada An = [aij ]n se dice que A es Simétrica si coincide con su traspuesta. (es simétrica respecto
a su Diagonal Principal).

A simétrica () A = At

Observación

Para la matriz simétrica debe cumplirse que A = At es decir aij = aji para i 6= j

Ejemplo
2 3 2 3
4 2 1 4 2 1
Sea A = 4 2 3 5 5 entonces At = 4 2 3 5 5 como A = At entonces A es simétrica
1 5 8 1 5 8
Ejemplo
2 3 2 3
2 1 3 2 4 1
Sea A = 4 4 3 2 5 entonces At = 4 1 3 4 5 es decir como A 6= At entonces A no es simétrica
1 4 3 3 2 3
Ejemplo
2 3
ip 1 2+ii
A = 4 12 + 21 3i p 1 1 4 i 5;
1
i 2 3 + 2 i i
2 1
p 3
i 2i 3 + 12 p i
La matriz Transpuesta es At = 4 1 i 1 1
2 3 + 2i
1 5 entonces no se cumple A = At lo que indica

2+i 4 i i
que A no es es una Matriz Simétrica.

Matriz Antisimétrica

Una matriz cuadrada An = [aij ]n se dice que es Antisimétrica si coincide con la opuesta de su traspuesta.

A antisimétrica () A = At

Observaciones

a. Para que una matriz A sea antisimétrica debe cumplirse que aij= aji para i 6= j y los elementos simétricos
respecto a la diagonal principal deben ser ceros, es decir aij = 0; i = j

b. Una matriz cuadrada A es no singular si, y sólo si, su determinante es diferente de cero.

Ejemplo

2 3 2 3
0 2i ei 0 sin 72 cos 3
Sea A = 4 sin 72 0 3 + 4i 5 entonces At = 4 2i 0 1 2i 5
cos 3 1 2i 0 ei 3 + 4i 0

Ahora cambiaremos de signo a la matriz At así

 7

2 3
0 sin 27 cos 3
At = 4 2i 0 1 + 2i 5
ei 3 4i 0
como A 6= At entonces A no es antisimétrica

Ejemplo
0 1
0 2 4
Sea B = @ 2 0 2 A probar que B = B t es decir analizar si B es una antisimétrica
4 2 0
0 1 0 1
0 2 4 0 2 4
Como B = @ 2 0 2 A la matriz transpuesta es B t = @ 2 0 2 A pero además
4 2 0 4 2 0
0 1
0 2 4
Bt = @ 2 0 2 A entonces B = B t por lo tanto B es una matriz antisimétrica
4 2 0

Ejemplo
0 1
0 1 2
Sea A = @ 1 0 3 A probar que A = At es decir analizar si B es una antisimétrica
2 3 0

Determinando la matriz transpuesta de A, se tiene

0 1 0 1 0 1
0 1 2 0 1 2 0 1 2
At = @ 1 0 3 A= @ 1 0 3 A=@ 1 0 3 A A
2 3 0 2 3 0 2 3 0

por lo tanto, como At = A; A es antisimétrica

Ejemplo
1 1
Resolver A = 2 (A + At ) + 2 (A At )

Solución

Probaremos que 21 (A + At )
0 1 0 1
0 2 4 0 2 4
Sea A = @ 2 0 2 A entonces la matriz transpuesta es At = @ 2 0 2 A
4 2 0 4 2 0
20 1 0 13 0 1
0 2 4 0 2 4 0 0 0
1 1 4@
A + At = 2 0 2 A+@ 2 0 2 A5 = @ 0 0 0 A
2 2
4 2 0 4 2 0 0 0 0

1
Además debemos comprobar que 2 (A At )

20 1 0 13 0 1
0 2 4 0 2 4 0 2 4
1 1
A At = 4@ 2 0 2 A @ 2 0 2 A5 = @ 2 0 2 A
2 2
4 2 0 4 2 0 4 2 0

1 1
Entonces, veri…cando tenemos que A = 2 (A + At ) + 2 (A At )

0 1 0 1 0 1 0 1
0 2 4 0 0 0 0 2 4 0 2 4
@ 2 0 2 A=@ 0 0 0 A+@ 2 0 2 A=@ 2 0 2 A
4 2 0 0 0 0 4 2 0 4 2 0
8 CAPÍTULO 1. MATRICES

Matriz Positiva

Sea A 2 Rn n ; A es positiva si y sólo si

Xt A X > 0; 8X 2 Rn ; X 6=

Xt A X > 0; 8X 2 Rn ; X 6=

D > 0; 8X 2 Rn ; X 6=

Donde D : es la matriz de Diagonalización y X : es una matriz de Pasaje

Ejemplo

q(x; y; z) = x2 + 2y 2 4xz 4yz + 7z 2 forma cuadrática

A partir del modelo cuadrático, se obtiene una matriz asociada, así

0 1 0 1
a11 a12 a13 axx axy axz
A = @ a21 a22 a23 A cambiar a A = @ ayx ayy ayz A
a31 a32 a33 azx azy azz
0 1
axx axy axz
Haciendo la matriz simétrica A = @ axy ayy ayz A
axz ayz azz
0 1
1 0 2
A = @ 0 2 2 A
2 2 7

donde A también es una matriz simétrica, entonces realizando la diagonalización de la matriz A se tiene

0 1
1 0 0
D=@ 0 2 0 A
0 0 1
donde D es la matriz de diagonalización de la matriz A y además es una matriz Positiva

Nota

Donde
D = Pt A P
y además P es una matriz de pasaje formado por los vectores unitarios de la matriz A

Matriz Estocástica (Probabilística)

Una matriz estocástica es una matriz cuyos elementos son Probabilidades, es decir A = (aij )m n 2 Pr donde Pr
es una matriz de probabilidades

0 1
p11 p12 p13 p1j p1n
B p21 p22 p23 p2j p2n C
B C
B .. .. .. .. .. .. .. C
B . . . . . . . C
A=B
B pi1
C
C donde A 2 Pr(P )
B pi2 pi3 pij pin C
B . .. .. .. .. .. .. C
@ .. . . . . . . A
pm1 pm2 am3 pmj pmn mn

De…nición
 9

Una matriz estocástica ( o probalilística) se tiene cuando la sumatoria de todos los elementos de las …las ó columnas
valen 1

m
X n
X
Pr(A) = ai1 = 1 Y Pr(A) = a1j = 1
i=1 j=1

Ejemplo

0 1 1
1 0 1 1
1
2 0 2 2 1 2
A=@ 0 1 0 A;B = @ 1
4 0 1
2
A
1 1 1 1
3 3 3 4 0 0

De…nición

Una matriz doblemente estocástica se tiene cuando la sumatoria de todos los elementos tanto de las …las y columnas
valen

m
X n
X
Pr(A) = ai1 = 1 ^ Pr(A) = a1j = 1
i=1 j=1

Ejemplo

0 1 0 1 1 1
1
1 0 0 2 4 4
A=@ 0 1 0 A;B = @ 1
4
1
8
5
8
A
1 5 1
0 0 1 4 8 8

Ejemplo

0 1
1 0 0;25
A=@ 0 0;50 0 A ; A es una matriz estocástica
0 0;50 0;75
de la matriz estocástica se obtiene un polinomio mínimo

Pr(x) = x3 2: 25x2 + 1: 625x 0;375

y
4

-5 -4 -3 -2 -1 1 2 3 4 5
x
-2

-4

Pr(x) = x3 2: 25x2 + 1: 625x 0;375

Ejemplo

Sea la matriz estocástica, determinar el vector de probabilidad

0 1
0 0 1
Se sabe que A = @ 0 1 0 A su vector de probabilidad, mediante el punto …jo resulta
0 0;25 0;75
10 CAPÍTULO 1. MATRICES

0 1
0 0 1
= [x; y; 1 x y] @ 0 1 0 A = [x; y; 1 x y]
0 0;25 0;75
8
>
> 0=x
>
>
<
entonces y + 0;25 0;25x 0;25y = y
>
>
>
>
:
x + 0;75 0;75 0;25y = 1 x y

donde S = f(0; 1; 0)g ) v = (0; 1; 0)