Capítulo 1

Matrices

Obejetivos

1. Identificar y manipular los diferentes tipos de matrices.

2. Manejar las propiedades del álgebra de matrices.

3. Aplicar las matrices en problemas cotidianos, analizando e interpretando la

solución.

Saberes previos

1. Operaciones aritméticas fundamentales.

2. Álgebra básica.

3. Planteo y resolución de problemas.

1.1. Definiciones

Definición 1. Una matriz es un agrupamiento o arreglo rectangular de números ordenados en

filas o columnas de la siguiente forma:

 
a11 a12 ... a1n
 a21 a22 ... a2n 
A=
 
.. .. .. .. 
 . . . . 
am1 am2 . . . amn m×n

donde:

1
Matrices y determinantes

Las matrices se denotan por letras mayúsculas, en forma abreviada se escriben como
A = (aij )m×n .

Una matriz puede ser denotada por A = (aij ) cuando se sobreentiende su orden o dimen-
sión.

Los números aij son denominados elementos o entradas de la matriz A.

Orden de la matriz m × n, donde m indica el número de filas y n indica el número de

columnas.
Definición 2. Sean las matrices A = (aij )m×n y B = (bij )m×n . Se dice que las matrices A y B
son iguales si, y solo si, son del mismo orden y sus respectivos elementos son iguales. Es decir:

A=B ⇔ aij = bij ; ∀i, j

1.2. Tipos de matrices:

1. Matriz cuadrada
Se dice que una matriz A es cuadrada cuando el número de filas coincide con el número
de columnas. Es decir, tiene la forma:
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A=
 
.. .. .. .. 
 . . . . 
an1 an2 . . . ann n×n

Se denomina elementos de la diagonal principal a los elementos a11 , a22 , ... , ann .

2. Matriz columna
Se llama matriz columna a toda matriz de orden m × 1.

3. Matriz fila
Se llama matriz fila a toda matriz de orden 1 × n.

4. Matriz nula
Se dice que una matriz es nula cuando todos sus elemento son ceros y se denota por Θ.

5. Matriz diagonal
Es aquella matriz cuadrada cuyos elementos fuera de la diagonal principal son ceros. Es
decir:

D = (aij )n×n es una matriz diagonal ⇔ aij = 0; ∀ i 6= j.

6. Matriz escalar
Es una matriz diagonal en la que todos los elementos de la diagonal principal son iguales.
Es decir:

2
 Matrices

(
0 ; si i 6= j
E = (aij )n×n es una matriz escalar ⇔ aij =
k ; si i = j

 
k 0 ... 0
 0 k ... 0 
E= ; kR
 
.. .. . . .. 
 . . . . 
0 0 . . . k n×n

7. Matriz identidad
Es una matriz escalar en al que k = 1, denotada por I. Es decir es de la forma:

 
1 0 ... 0
 0 1 ... 0 
I=
 
.. .. . . .. 
 . . . . 
0 0 . . . 1 n×n

8. Matriz escalonada
La matriz A = (aij )m×n es escalonada si tiene la siguiente estructura:

a) Las primeras k filas son no nulas y las restantes (m − k) son nulas.

b) El primer elemento no nulo de cada una de las k filas es la unidad.
c) En cada una de las k filas el número de ceros anteriores al 1, crece de fila a fila.

1.3. Operaciones con matrices

1.3.1. Multiplicación de una matriz por un escalar

Dada la matriz A = (aij )m×n y dado un número real α, el producto de α por A está dado
por:

 
αa11 αa12 ... αa1n
 αa21 αa22 ... αa2n 
αA = 
 
.. .. .. .. 
 . . . . 
αam1 αam2 . . . αamn m×n

Dada la matriz A = (aij )m×n , en particular se tiene:

−A = (−1)A = (−aij )m×n .

3
Matrices y determinantes

1.3.2. Adición de matrices

Sean las matrices A = (aij )m×n y B = (bij )m×n . A + B es llamada suma de A y B, cuyo
elemento general es aij + bij , es decir:

 
a11 + b11 a12 + b12 ... a1n + b1n
 a21 + b21 a22 + b22 ... a2n + b2n 
A+B =
 
.. .. .. .. 
 . . . . 
am1 + bm1 am2 + bm2 . . . amn + bmn m×n

Para que exista la suma de dos matrices, éstas tienen que ser del mismo orden. Caso
contrario no está definida.

Propiedades: Sean las matrices A, B y C matrices del conjunto M m×n (conjunto de matrices
de orden m × n). Entonces:

1. Conmutatividad: A + B = B + A.

2. Asociatividad: (A + B) + C = A + (B + C).

3. Elemento neutro:

∀AM m×n , ∃ΘM m×n tal que A + (−A) = Θ,

donde Θ es la matriz nula de orden m × n.

4. Elemento inverso aditivo:

∀AM m×n , ∃(−A)M m×n tal que A + Θ = A,

donde Θ es la matriz nula de orden m × n. La diferencia de las matrices A y B se define

como: A − B = A + (−1)B

5. Distributiva:

α(A + B) = αA + αB; αR

A(α + β) = αA + βA; α, βR

6. Multiplicación por 1: 1 · A = A
El conjunto de matrices M m×n , cuyos elementos verifican las propiedades mencionadas,
es llamado espacio vectorial de matrices.

4
 Matrices

1.3.3. Multiplicación de matrices

Sean las matrices A = (aij )m×p y B = (bij )p×n . El producto AB es una matriz de orden
m × n cuyo término general está dado por:

p
X
cij = ai1 · b1j + ai2 · b2j + ... + aip · bpj = aik · bkj
k=1

Es decir, cij se obtiene multiplicando la i−ésima fila de A por j−ésima columna de B.

Propiedades: Supongamos que los tamaños de las matrices son tales que las operaciones
indicadas pueden ser efectuadas. Entonces:

1. A (B C) = (A B) C

2. (A + B) C = A C + B C

3. A (B + C) = A B + A C

4. A B 6= B A (el producto de matrices es no conmutativo).

5. AIn = A y Im A = A, donde A = (aij )m×n ; In es la matriz identidad de orden n y Im es

la matriz identidad de orden m.

1.4. Traza de matriz

Definición. Sea A una matriz cuadrada, entonces traza de A = (aij )n×n , denotada por
T raz(A) o T r(A), es definida por la suma de los elementos de la diagonal principal de A,
esto es:

n
T raz(A) = a11 + a22 + ...+ann = Σ aij
i=1

La traza de la matriz A no esta definida si, A no es una matriz cuadrada.

Propiedades:

1. T raz(A + B) = T raz(A) + T raz(B)

2. T raz(αA) = αT raz(A)
3. T raz(AB) = T raz(BA)

5
Matrices y determinantes

1.5. Transpuesta de matriz

Definición. La transpuesta de una matriz A de orden m × n denotada por AT , es la matriz

construida a partir de la matriz A, colocando la i−ésima fila de A en la i−ésima columna de
AT .

Propiedades:

Sea A y B una matriz de orden m × n. Entonces:

1. (A + B)T = AT + B T

T
2. AT =A

3. (A · B)T = B T · AT

1
1
A + AT + A − AT


4. A =
2 2

1.6. Matrices cuadradas especiales

1.6.1. Matriz simétrica

Definición. Se dice que una matriz cuadrada A es simétrica si, y sólo si, A = AT . Es decir:

 
a11 a12 . . . a1n
 a12 a22 . . . a2n 
A= ; donde aij = aTij = aji , ∀i j
 
.. .. .. .. 
 . . . . 
a1n a2n . . . ann n×n

Características de una matriz simétrica:

1. La matriz A debe ser cuadrada.

2. Los elementos de la diagonal principal permanecen fijos al efectuar la transpuesta.

3. aij = aji ∀i j.

6
 Matrices

Observaciones.

1. La simetría se da con respecto a la diagonal principal, donde la diagonal principal se

comporta como si fuese un espejo.

2. Sea A una matriz cuadrada de orden n, entonces la matriz A + AT es simétrica.

1.6.2. Matriz antisimétrica

Definición. Se dice que una matriz cuadrada A es antisimétrica si, y sólo si, A = −AT . Es
decir:

 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A= ; donde aij = −aTij = −aji , ∀i j
 
.. .. .. .. 
 . . . . 
an1 an2 . . . ann n×n

Características de una matriz antisimétrica:

1. La matriz A debe ser cuadrada.

2. Los elementos de la diagonal principal son ceros.

3. aij = −aji ∀i j.

Observación:

1. Sea A una matriz cuadrada de orden n, entonces la matriz A − AT es anti simétrica.

1.6.2.1. Matriz triangular superior

Definición. Se dice que A = (aij )n×n es una matriz triangular superior si, y sólo si, aij =
0, ∀ i > j. Es decir:

 
a11 a12 . . . a1n
 0 a22 . . . a2n 
A=
 
.. .. .. .. 
 . . . . 
0 0 . . . ann n×n

7
Matrices y determinantes

1.6.3. Matriz triangular inferior

Definición. Se dice que A = (aij )n×n es una matriz triangular inferior si, y sólo si, aij =
0, ∀ i < j. Es decir:

 
a11 0 ... 0
 a21 a22 ... 0 
A=
 
.. .. .. .. 
 . . . . 
an1 an2 . . . ann n×n

Observaciones:

1. Las matrices diagonales son matrices triangulares superiores e inferiores, pues tienen ceros
encima y debajo de la diagonal principal.

2. Una matriz cuadrada en forma escalonada es triangular superior, pues tiene ceros abajo
de la diagonal principal.

3. El producto de matrices triangulares inferiores es triangular inferior y el producto de

matrices triangulares superiores es triangular superior.

1.6.4. Matriz hermitiana o hermítica

Definición. Dada la matriz A = (aij )n×n , aij ∈ C. Se dice que A es una matriz hermitiana
si, y sólo si, A = AT , donde A = (aij )n×n (aij es el conjugado complejo de aij ).

Características de una matriz hermitiana:

1. La matriz A debe ser cuadrada de elementos complejos.

2. Los elementos de la diagonal principal son números reales.

3. aij = aji ∀i j

1.6.5. Matriz antihermitiana

Definición. Dada la matriz A = (aij )n×n , aij ∈ C. Se dice que A es una matriz antihermitiana
si, y sólo si, A = −AT , donde A = (aij )n×n .

8
 Matrices

Características de una matriz antihermitiana:

1. La matriz A debe ser cuadrada de elementos complejos.

2. Los elementos de la diagonal principal son números complejos puros o ceros.
3. aij = −aji ∀i j.

1.6.6. Matriz periódica

Definición. Dada una matriz cuadrada A, si para un número entero y positivo p ocurre que
Ap+1 = A, se dice que A es una matriz de periodo p.

Observaciones:

1. Se dice que una matriz A es idempotente si cumple que A2 = A (es decir p = 1).
2. Se dice que una matriz A es nilpotente de índice p si cumple que Ap = Θ, donde Θ es la
matriz nula.
3. Una matriz A se llama involutiva si cumple que A2 = I, donde I es la matriz identidad.

1.7. Lista de ejercicios resueltos

La siguiente lista de ejercicios resueltos es para que sea revisada y practicada por el
estudiante, esto de forma obligatoria, guía de práctica de Álgebra y Geometría para ingenierías
de la universidad, páginas 25 - 44.

Adicionalmente el estudiante debe revisar de forma obligatoria, la bibliografía presentada

en el silabo del curso.

1. Álgebra Lineal. Stanley Grossman. UCSP / Segundo piso estantería abierta, páginas de
la 1 a la 219.
2. Álgebra lineal y teoría de matrices. Rosa Barbolla.
3. Vectores y matrices. Ricardo Figueroa . Páginas de la 379 a la 572.

Bibliografía sugerida:

1. Álgebra Lineal. Bernard Kolman. Páginas de la 1a la 210.

2. Matrices y determinantes. Víctor Gómez Castro.