VECTORES Y MATRICES

1. Introducción
Iniciaremos con la definición de igualdad entre matrices, luego pasaremos a describir
sus operaciones y propiedades.

2. Igualdad entre matrices

Definición 2.1. Igualdad de matrices
Dos matrices A = (aij ) y B = (bij ) son iguales si:

1. Son del mismo tamaño

2. aij = bij . Es decir las componentes correspondientes de las matrices son iguales.
   
1 3 1 3
Ejemplo 2.1. Las matrices A = yB = , son iguales dado que
−2 −1 −2 −1
a11 = b11 = 1, a12 = b12 = 3, a21 = b21 = −2 y a22 = b22 = −1.
   
1 −2
Ejemplo 2.2. Las vectores A = yB= , son diferentes dado que 1 = a1 6= b1 =
−2 1
−2 y −2 = a2 6= b2 = 1.
   
1 −1
Ejemplo 2.3. Las vectores A = 2 y B =  2 , son diferentes dado que 1 = a1 6= b1 =
3 3
−1 aún sin importar que sus demas componentes son iguales.
 
1
Ejemplo 2.4. Las vectores A = 2 y B = (1, 2, 3), son diferentes dado que A es una
3
matriz de tamaño 3 × 1 y B es de tamaño 1 × 3, aún sin importar que componentes son
iguales.
   
−1 x z −3
Ejemplo 2.5. Considerando A = y B = y suponiendo que A = B,
2 y w 4
podemos concluir que: x = −3, y = 4, z = −1, w = 2 puesto que son las componentes
correspondientes en las matrices dadas.

1
3. Operaciones con matrices
3.1. Adición de matrices
Definición 3.1. Sean A = aij y B = bij dos matrices de tamaño m × n (del mismo ta-
maño). La suma de A y B estpa dada por:
A + B = (aij + bij )
Es decir que se genera una nueva matriz cuya componente ij es la suma de las compo-
nentes ij de las matrices A y B.
     
a11 a12 · · · a1n b11 b12 ··· b1n a11 + b11 a12 + +b12 · · · a1n + b1n
 a21 a22 · · · a2n   b21 b22 ··· b2n   a21 + b21 a22 + b22 · · · a2n + +b21 
A+B =  . .. + .. ..  = 
     
. .. . . .. .. .. .. .. .. 
 . . . .   . . . .   . . . . 
am1 am2 · · · amn bm1 bm2 · · · bmn am1 + bm1 am2 + bm2 · · · amn + bmn
Observación 3.1. La suma de matrices solo se puede realizar  si las matrices
 dadas
 son

−1 1 3 1 −3
del mismo tamaño, por lo tanto las suma de las matrices A = yB=
2 2 5 −3 4
no está definida.
     
−1 2 4 −3 3 −1
Ejemplo 3.1. Sea A = yB= , tenemos que A + B =
2 3 6 4 8 7
Observación 3.2. La resta o sustracción de matrices se realiza de forma análoga, es decir
se requieren matrices del mismo tamaño y se hace la resta componente a componente.
     
−1 2 4 −3 −5 5
Ejemplo 3.2. Sea A = yB= , tenemos que A − B = .
2 3 6 4 −4 −1
 
5 −5
Mientras que B − A = .
4 1

3.2. Multiplicación de una matriz por un escalar

Definición 3.2. Un escalar es considerado como un número real o como un número com-
plejo. Más adelante se ampliará en concepto de escalar, pero por ahora para desarrollar
las operaciones con matrices lo tomaremos siempre como un número real y lo notaremos
con letras griegas α (alfa), β (beta), γ (gama).
Definición 3.3. Dada A = (aij ) una matriz de tamaño m × n y α un escalar, se define la
multiplicación αA, de la siguiente manera:
   
a11 a12 · · · a1n αa11 αa12 ··· αa1n
 a21 a22 · · · a2n   αa21 αa22 ··· αa2n 
αA = α  . ..  =  ..
   
.. .. .. .. .. 
 .. . . .   . . . . 
am1 am2 · · · amn αam1 αam2 ··· αamn

2
Es decir que el escalar se multiplica por cada una de las componentes de la matriz.
 
5 −5 1
Ejemplo 3.3. Sea A = . Entonces:
4 1 −3
 
10 −10 2
2A =
8 2 −6
 
−15 15 −3
−3A =
−12 −3 9
5 5 1
 
1 −
A = 2 2 2

2 1 3

2 −
2 2
Observación 3.3. Podemos entender la resta de matrices, como una suma y una multipli-
cación por escalar, es decir, A − B puede ser escrito como A + (−1)B o 2A − 3B = 2A + (−3B).
   
5 −5 1 3 −1 −2
Ejemplo 3.4. Considerando las matrices A = yB= , la opera-
4 1 −3 1 1 4
ción
   
5 −5 1 3 −1 −2
3A − 4B = 3 + (−4)
4 1 −3 1 1 4
   
15 −15 3 −12 4 8
3A − 4B = +
12 3 −9 −4 −4 −16
 
3 −11 11
3A − 4B =
8 −1 −25

3.3. Producto Punto o producto escalar

Definición 3.4. Producto punto o producto escalar  
y1
 y2 
Sea u = (x1 , x2 , . . . , xn ) un vector fila de n componentes y v =  .  un vector columna de
 
 .. 
yn
n componentes. El Producto punto o Producto escalar de los vectores está definido por:
 
y1
 y2 
u · v = (x1 , x2 , . . . , xn ) ·  .  = x1 y1 + x2 y2 + · · · + xn yn
 
 .. 
yn
Observación 3.4. Se debe tener en cuenta que el número de componentes de los vectores
dados es el mismo, de lo contrario el producto punto no está definido.

3
Observación 3.5. Tenga en cuenta que el resultado del produnto punto entre dos vectores
es un número y NO un vector
 
3
Ejemplo 3.5. Dados los vectores u = (1, −2) y v = , entonces
4
 
3
u · v = (1, −2) · = (1)(3) + (−2)(4) = 3 − 8 = −5
4
 
3
Ejemplo 3.6. Dados los vectores u = (1, −2, 3) y v = , entonces u · v no está definido
4
ya que u tiene tres componentes y v solo dos.

3.4. Producto matricial

Definición 3.5. Sea A = (aij ) una matriz de tamaño m × n y B = (bij ) una matriz de
tamaño n × k. El producto de A y B es una matriz de tamaño m × k, C = (cij ), en donde el
elemento cij se obtiene de el producto punto de la fila Ai y la coluna Bj. Es decir

cij = ai1 bij + ai2 b2j + · · · + ain bnj

Observación 3.6. Para el producto matricial no es necesario que las matrices sean del
mismo tamaño como en la suma, solo se requiere que el número de columnas de la primera
matriz sea igual al número de filas de la segunda.

Observación 3.7. Recuerde que la fila i de la matriz A de tamaño m × n, es un vector fila

de n componentes y la columna j de la matriz B de tamaño n × k es un vector columna de
n componentes, por lo tanto el producto punto entre estos dos vectores se puede realizar
normalmente para calcular la componente ij de la matriz AB.

Figura 5. Elemento c22 de la matriz C = AB

4
      
1 2 4 3 2 13
Ejemplo 3.7. Sea A = yB = , entonces C = AB = . Verifi-
−3 4 −1 5 −16 11
quemos cada uno de los resultados:
El elemento c11 , por definición,
 este
 es el producto punto de la fila 1 de A y la columna
4
1 de B, es decir (1, 2) · A = = (1)(4) + (2)(−1) = 4 − 2 = 2 = c11 .
−1
El elemento c12 , por definición,
 este es el producto punto de la fila 1 de A y la columna
3
2 de B, es decir (1, 2) · A = = (1)(3) + (2)(5) = 3 + 10 = 13 = c12 .
5
El elemento c21 , por definición,
 este es el producto punto de la fila 2 de A y la columna
4
1 de B, es decir (−3, 4) · A = = (−3)(4) + (4)(−1) = −12 − 40 = −16 = c21 .
−1
El elemento c22 , por definición,
 este
 es el producto punto de la fila 2 de A y la columna
3
2 de B, es decir (−3, 4) · A = = (−3)(3) + (4)(5) = −9 + 20 = 11 = c22 .
5
   
3 4 7 1 −2 3
Ejemplo 3.8. Dadas la matrices A = yB = , en producto AB
5 5 −1 4 3 −2
no está definido dado que los tamaños de estas matrices es 2 × 3, por lo tanto el número
de columnas de A no es igual al número de filas de B y en este caso la multiplicación
matricial no está definida.
 
3
Ejemplo 3.9. Sea A = [1, −1, 3] y B =  4 , el producto A · B es un producto punto, por
−2
lo que el resultado es un número real.
Mientras que el producto B · A es un producto matricial, de una matriz de tamaño 3 × 1
por una de tamaño 1 × 3, por lo que su resultado es una matriz de tamaño 3 × 3. Observe
la siguiente figura,para entender el proceso

Figura 7. Multiplicación matricial

Ralizando un proceso análogo con las filas 2 y 3, tendremos la matriz de tamaño 3 × 3

que buscamos, es decir:
   
3 3 −3 9
B · A =  4  · [1, −1, 3] =  4 −4 12 
−2 −2 2 −6

5
4. Propiedades
Inciaremos enunciando las propiedades de la suma y de la multicación por escalar,

Teorema 4.1. Sean A, B y C matrices de tamaño m × n y sean α y β dos escalares,

entonces:

1. A + 0 = A
Donde 0 representa la matriz nula de tamaño m × n.

Prueba

     
a11 a12 · · · a1n 011 012 · · · 01n a11 a12 · · · a1n
 a21 a22 · · · a2n   021 022 · · ·
  02n   a21 a22 · · ·
  a2n 
A+0= + = =A
 
 . . . . . . ... ...   ... ...
..
. ...   ... ...
..
. ... 
am1 am2 · · · amn 0m1 0m2 · · · 0mn am1 am2 · · · amn
 
1 −1 3
Ejemplo 4.1. Si A = , podemos realizar la suma con la matriz nula del
−2 7 0
 
0 0 0
tamño correspondiente A = , obteniendo
0 0 0

       
1 −1 3 0 0 0 1 + 0 −1 + 0 3 + 0 1 −1 3
A + 0A = + = = =A
−2 7 0 0 0 0 −2 + 0 7 + 0 0 + 0 −2 7 0

2. 0 · A = 0
Donde el primer 0 es un escalar (número), mientras que el segundo representa la
matriz nula de tamaño m × n.

     
a11 a12 · · · a1n 0 · a11 0 · a12 · · · 0 · a1n 011 012 · · · 01n
 a21 a22 · · · a2n   0 · a21 0 · a22 · · · 0 · a2n   021 022 · · · 02n 
0·A = 0· = =
     
 . . . . . . ... .. .. 
...   ... ... . ...   ... ... . ... 
am1 am2 · · · amn 0 · am1 0 · am2 · · · 0 · amn 0m1 0m2 · · · 0mn

3. A + B = B + A (Propiedad Conmutativa)

6
    
a11 a12 ··· a1n b11 b12 · · · b1n
 a21 a22 ··· a2n   b21 b22 · · · b2n 
 
A+B = +  , Por definición de suma matricial

.. ..
 ... ... . ...  ... ... . ... 
am1 am2 · · · amn bm1 bm2 · · · bmn
 
a11 + b11 a12 + b12 · · · a1n + b1n
 a21 + b21 a22 + b22 · · · a2n + b2n 
=  , Usando la propiedad conmutativa de los
 
..
 ... ... . ... 
am1 + bm1 am2 + bm2 · · · amn + bmn
 
b11 + a11 b12 + a12 · · · b1n + a1n
 b21 + a21 b22 + a22 · · · b2n + a2n 
=  , Por definición de suma matricial
 
..
 ... ... . ... 
bm1 + am1 bm2 + am2 · · · bmn + amn
   
b11 b12 · · · b1n a11 a12 · · · a1n
 b21 b22 · · · b2n    a21 a22 · · · a2n 
 
= +

.. . .. . . . 
... ... . ...   ... ... 
bm1 bm2 · · · bmn am1 am2 · · · amn
=B+A

4. (A + B) + C = A + (B + C) (Propiedad asociativa para la suma de matrices)

     
a11 a12 · · · a1n b11 b12 · · · b1n c11 c12 · · · c1n
 a21 a22 · · · a2n   b21 b22 · · · b2n   c21 c22 · · · c2n 
(A + B) + C =  +  + 
     
. . . . .. 
 . . . . . . . ...  ... ... . . . .   . . . . . . . ... 
am1 am2 · · · amn bm1 bm2 · · · bmn cm1 cm2 · · · cmn
   
a11 + b11 a12 + b12 · · · a1n + b1n c11 c12 · · · c1n
 a21 + b21 a22 + b22 · · · a2n + b2n    c21 c22 · · · c2n 
 
= +

..   . . . . . . ... . . . 
  
 ... ... . ...
am1 + bm1 am2 + bm2 · · · amn + bmn cm1 cm2 · · · cmn
 
(a11 + b11 ) + c11 (a12 + b12 ) + c12 · · · (a1n + b1n ) + c1n
 (a21 + b21 ) + c21 (a22 + b22 ) + c22 · · · (a2n + b2n ) + c2n 
=
 
. . 
 ... ... . ... 
(am1 + bm1 ) + cm1 (am2 + bm2 ) + cm2 · · · (amn + bmn ) + cmn

7
  
a11 + (b11 + c11 ) a12 + (b12 + c12 ) ··· a1n + (b1n + c1n )
 a21 + (b21 + c21 ) a 22 + (b22 + c22 ) ··· a2n + (b2n ) + c2n ) 
=
 
.. 
 ... ... . ... 
am1 + (bm1 + cm1 ) am2 + (bm2 + cm2 ) · · · amn + (bmn + cmn )
   
a11 a12 · · · a1n b11 + c11 b12 + c12 · · · b1n + c1n
 a21 a22 · · · a2n   b21 + c21 b22 + c22 · · · b2n + c2n 
= +
   
. . .. 
 ... ... . ...   ... ... . ... 
am1 am2 ··· amn bm1 + cm1 bm2 + cm2 · · · bmn + cmn
     
a11 a12 ··· a1n b11 b12 · · · b1n c11 c12 · · · c1n
 a21 a22 ··· a2n   b21 b22 · · · b2n   c21 c22 · · · c2n  
=  +  +
     
.. . . .. 
 ... ... . . . .   . . . . . . . ...  ... ... . . . . 
am1 am2 ··· amn bm1 bm2 · · · bmn cm1 cm2 · · · cmn
= A + [B + C]

5. α(A + B) = αA + αB (Propiedad distributiva para escalares)

   
a11 a12 · · · a1n b11 b12 · · · b1n
 a21 a22 · · · a2n   b21 b22 · · · b2n 
α(A + B) = α  +
   
. . . . 
 . . . . . . . ...  ... ... . . . . 
am1 am2 · · · amn bm1 bm2 · · · bmn
 
a11 + b11 a12 + b12 · · · a1n + b1n
 a21 + b21 a22 + b22 · · · a2n + b2n 
= α
 
. . 
 ... ... . ... 
am1 + bm1 am2 + bm2 · · · amn + bmn
 
α(a11 + b11 ) α(a12 + b12 ) · · · α(a1n + b1n )
 α(a21 + b21 ) α(a22 + b22 ) · · · α(a2n + b2n ) 
=
 
. . 
 ... ... . ... 
α(am1 + bm1 ) α(am2 + bm2 ) ··· α(amn + bmn )
 
αa11 + αb11 αa12 + αb12 ··· αa1n + αb1n
 αa21 + αb21 αa22 + αb22 ··· αa2n + αb2n 
=
 
.. 
 ... ... . ... 
αam1 + αbm1 αam2 + αbm2 ··· αamn + αbmn

8
    
αa11 αa12 ···αa1n αb11 αb12 ··· αb1n
 αa21 αa22 ···αa2n   αb21 αb22 ··· αb2n 
= +
   
.. .. 
 ... ... ....   ... ... . ... 
αam1 αam2 · · · αamn αbm1 αbm2 ··· αbmn
   
a11 a12 · · · a1n b11 b12 · · · b1n
 a21 a22 · · · a2n   b21 b22 · · · b2n 
= α  + α
   
..  . . . . . . ...

 ... ... . ...  ... 
am1 am2 · · · amn bm1 bm2 · · · bmn
= αA + αB

6. (α + β)A = αA + βA (Propiedad distributiva para matrices)

 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
(α + β)A = (α + β) 
 
 . . . . . . ... . . . 


am1 am2 · · · amn

 
(α + β)a11 (α + β)a12 · · · (α + β)a1n
 (α + β)a21 (α + β)a22 · · · (α + β)a2n 
=
 
.. 
 ... ... . ... 
(α + β)am1 (α + β)am2 · · · (α + β)amn
 
αa11 + βa11 αa12 + βa12 · · · αa1n + βa1n
 αa21 + βa21 αa22 + βa22 · · · αa2n + βa2n 
=
 
.. 
 ... ... . ... 
αam1 + βam1 αam2 + βam2 · · · αamn + βamn
   
αa11 αa12 · · · αa1n βa11 βa12 · · · βa1n
 αa21 αa22 · · · αa2n   βa21 βa22 · · · βa2n 
= +
   
.. .. 
 ... ... . ...   ... ... . ... 
αam1 αam2 ··· αamn βam1 βam2 · · · βamn
   
a11 a12 ··· a1n a11 a12 · · · a1n
 a21 a22 ··· a2n   a21 a22 · · · a2n 
= α +β
   
.. .. 
 ... ... . ...   ... ... . ... 
am1 am2 ··· amn am1 am2 · · · amn
= αA + βB

9
 7. 1A = A
Donde 1 representa la identdad multiplicativa de los números reales.
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
1·A=1·
 
 . . . . . . ... . . . 


am1 am2 · · · amn

 
1 · a11 1 · a12 · · · 1 · a1n
 1 · a21 1 · a22 · · · 1 · a2n 
=
 
.. 
 ... ... . ... 
1 · am1 1 · am2 · · · 1 · amn
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
=
 
. . 
 ... ... . ... 
am1 am2 · · · amn
=A

Teorema 4.2. PROPIEDADES DEL PRODUCTO PUNTO

Sean a, b y c tres vectores fila de n componentes. Entonces

1. a · 0 = 0
Donde el primer cero es un vector y el segundo es un escalar. Observe:
 
01
 02 
a · 0 = [a1 , a2 , . . . , an ] ·  .  = a1 · 0 + a2 · 0 + . . . + an · 0 = 0
 
 .. 
0n

2. a · bt = b · at
Observe que se usan las transpuestas necesarias para poder hacer la multiplicación
matricial.

10
  
b1
 b2 
a · bt = [a1 , a2 , . . . , an ] ·  . 
 
 .. 
bn
= a1 · b1 + a2 · b2 + . . . + an · bn
= b1 · a1 + b2 · a2 + . . . + bn · an
 
a1
 a2 
= [b1 , b2 , . . . , bn ] ·  . 
 
 .. 
an
= b · at

3. a · [bt + ct ] = a · bt + a · ct (Propiedad distributiva del producto escalar)

   
b1 c1
 b2   c2 
a · [bt + ct ] = [a1 , a2 , . . . , an ] ·  .  +  . 
   
 ..   .. 
bn cn
 
b1 + c1
 b2 + c2 
= [a1 , a2 , . . . , an ] ·  . 
 
 .  .
bn + cn
= a1 (b1 + c1 ) + a2 (b2 + c2 ) + · · · + an (bn + cn )
= a1 · b1 + a1 · c1 + a2 · b2 + a2 · c2 + · · · + an · bn + an · cn
= (a1 · b1 + a2 · b2 + · · · + an · bn ) + (a1 · c1 + a2 · c2 + · · · + an · cn )
   
b1 c1
 b2   c2 
= [a1 , a2 , . . . , an ] ·  .  + [a1 , a2 , . . . , an ] ·  . 
   
 ..   .. 
bn cn
= a · bt + a · ct

4. (αa) · bt = α(a · bt )

11
  
b1
 b2 
(αa) · bt = (α[a1 , a2 , . . . , an ]) ·  . 
 
 .. 
bn
 
b1
 b2 
= [αa1 , αa2 , . . . , αan ] ·  . 
 
 .. 
bn
= (αa1 )b1 + (αa2 )b2 + . . . + (αan )bn
= α(a1 b1 ) + α(a2 b2 ) + . . . + α(an bn )
= α(a1 · b1 + a2 · b2 + . . . + an · bn )
= α(a · bt )

A continuación enunciaremos dos propiedades de la multiplicación matricial y luego

ejemplificaremos cada una de ellas. Sin embargo es imortante iniciar diciendo, que la
multiplicación de matrices NO es conmutativa, es decir que, en general:

AB 6= BA
   
−6 1 −4 1 1 2
Por ejemplo, sean A = −3
 1 0  y B = −2 3 0, entonces tenemos que
2 −3 4 1 4 5
    
−6 1 −4 1 1 2 −12 −19 −32
AB = −3 1 0  −2 3 0 =  −5 0 −6 
2 −3 4 1 4 5 12 9 24
Mientras que
    
1 1 2 −6 1 −4 −5 −4 4
BA = −2 3 0 −3 1 0 = 3 1 8
1 4 5 2 −3 4 −8 −10 16
Es decir, AB 6= BA.

Sin embargo aunque esta propiedad no se cumpla, se pueden enunciar las siguientes
propiedades, mientras que no se alteres el orden en que aparecen las matrices iniciales.
Teorema 4.3. Propiedad Asociativa Sea A una matriz de tamaño m × n, B una matriz
de tamaño n × k y C una matriz de tamaño k × p , entonces

A(BC) = (AB)C

12
Ejemplo 4.2. Consideremos
 las matrices:
  
  −6 1 −4 −4 6
1 2 4
A= , B = −3 1 0  y C =  8 5, tenemos que:
3 4 −1
2 −3 4 4 5
  
  −6 1 −4 −4 6
1 2 4 
A(BC) = −3 1 0   8 5
3 4 −1
2 −3 4 4 5
 
  16 −51
1 2 4 
= 20 −13
3 4 −1
−16 17
 
−8 −9
=
144 −222

Mientras que

    
  −6 1 −4 −4 6
1 2 4 
(AB)C =  −3 1 0   8 5
3 4 −1
2 −3 4 4 5
 
  −4 6
−4 −9 12 
= 8 5
−32 10 −16
4 5
 
−8 −9
=
144 −222

Teorema 4.4. Propiedad Distributiva Sea A una matriz de tamaño m × n y sean B y C

matrices de tamaño n × k , entonces

A(B + C) = AB + AC

Sea C una matriz de tamaño m × n y sean A y B matrices de tamaño k × m , entonces

(A + B)C = AC + BC
     
2 −1 −3 −6 0 6 4 −8
Ejemplo 4.3. Sean A = ,B= yC= Entonces
4 −2 3 1 7 1 3 −4

13
      
2 −1 −3 −6 0 6 4 −8
A(B + C) = +
4 −2 3 1 7 1 3 −4
  
2 −1 −3 −2 −8
=
4 −2 4 4 0
 
2 −8 −16
=
4 −16 32

Ahora bien,
     
2 −1 −3 −6 0 2 −1 6 4 −8
AB + AC = +
4 −2 3 1 7 4 −2 1 3 −4
   
−9 −13 4 11 5 −12
= +
−18 −26 8 22 10 −24
 
2 −8 −16
=
4 −16 32

Tal y como quemı́amos mostrar.

14