Universidad de Costa Rica

Escuela de Matemática
Departamento de Matemática Aplicada
MA1004 Álgebra Lineal
II Ciclo 2020

Profesor: Claudio Zúñiga Retana

TEMA 1:
Matrices
Definición de Matriz
Definición de Matriz

Matriz
Sean m, n enteros positivos. El siguiente arreglo rectangular en m
filas y n columnas de números reales se llama matriz de orden o
tamaño m × n sobre R.
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A= .
 
.. .. .. 
 .. . . . 
am1 am2 ··· amn

Notas
1 Forma abreviada A = (aij )m×n . La expresión (aij ) denota la entrada
de A en la fila i y columna j.
2 El conjunto de todas las matrices con entradas reales se denota con
M(m, n, R)
Ejemplo
Considere la matriz A.
 
2 11 0
1

4 3 −1
A= 
 −3 π 7
0 1 6

A es una matriz con 4 × 3 , es decir, cuatro filas y tres columnas.

Por ejemplo a23 = −1, a32 = π, a22 = 3
Tipos de Matrices

Matriz Nula: A la única matriz de M(n, m, R) con todas sus

entradas iguales a 0, se le llama matriz nula y se denota 0n×m ó 0.

Matriz Cuadrada: Se dice de la matriz que tiene igual cantidad de

filas y columnas. El conjunto de matrices cuadradas de n filas y n
columnas se escribe M(n, R).
Tipos de Matrices
Matrices Diagonales Son las matrices D = (dij ) ∈ M(n, R) que
satisfacen que dij = 0 si i 6= j.

Matriz Identidad: En el conjunto M(n, R), a la única matriz diagonal con

exclusivamente unos en su diagonal se le llama matriz identidad de
tamaño n. Es denotada In o simplemente I .
Ejemplos

Una matriz diagonal 3 × 3:

 
−2 0 0
A= 0 3 0
0 0 5

La matriz identidad de dimensión 5, es decir I5

 
1 0 0 0 0
0 1 0 0 0
 
0
I5 =  0 1 0 0
0 0 0 1 0
0 0 0 0 1
Matriz triangular: Una matriz se llama triangular si es triangular
inferior o superior.
Una matriz T = (tij )n×n se llama matriz triangular inferior si todos
los elementos arriba de la diagonal son cero,esto es tij = 0 si i < j.
Una matriz T = (tij )n×n se llama matriz triangular superior si todos
los elementos abajo de la diagonal son cero,esto es tij = 0 si si i > j.

Inferior Superior

   
2 0 0 0 1 2 3 4
5 1 0 0 0 3 −2 9
A=
11
 B= 
3 1 0 0 0 1 1
10 4 −1 8 0 0 0 −3
Tipos de Matrices

Matriz Simétrica. Una matriz S = (sij )n×n es simétrica si su

entrada en la fila i y comluna j es igual a la entrada en la fija j y
columna i, para i, j = 1, 2, 3, ...n. Es decir sij = sji para todo i y j.

Matriz Antisimétrica: B = (bij )n×n se llama antisimétrica si

bij = −bji , para todo i, j ∈ 1, ..., n. La condición implica que los
elementos de la diagonal son todos 0.
Tipos de Matrices

Matrices Columna: son las matrices que solamente tienen una

columna, también se les conoce como vectores columna. El conjunto
de matrices columna de tamaño n es M(n, 1, R).

Matrices Fila: estas matrices están formadas por una sola fila, y se
les conoce también como vectores fila. El conjunto de matrices fila
de tamaño m es M(1, m, R).
Nota

Nota: Llamamos vector canónico al vector columna que en la fila i

posee un 1, y el resto 0. La cantidad de filas depende del espacio.
En el espacio 3, tenemos:
     
1 0 0
e1 = 0 , e2 = 1 , e3 = 0
0 0 1

En el espacio 4,
       
1 0 0 0
0 1 0 0
e1 =   , e2 =   , e3 =   , e4 =  
      
0 0 1 0
0 0 0 1

Y asi sucesivamente.
Ejemplo: Note que I3 = (e1 , e2 , e3 )
Tipos de Matrices

Matriz Transpuesta Sea A ∈ M(n, m, R). La matriz transpuesta de

A = (aij )n×m , denotada por At = (cij )m×n , es la matriz de
M(n, m, R) que satisface cij = aji .
Nota: Note que si v es un vector fila entonces v t es un vector columna y
que si w es un vector columna entonces w t es un vector fila.
Observaciones
1 Si A es simétrica entonces At = A.
2 Si A es antisimétrica entonces At = −A.
Algebra de Matrices
 Igualdad de Matrices
Sean A, B ∈ M(n, m, R). Se dice que A = (aij )n×m y B = (bij )n×m
son iguales si y solo si entrada por entrada son iguales, esto es

aij = bij para todo i ∈ {1, ...n} y j ∈ {1, ..., m}

Note que ambas matrices deben tener la misma dimensión

 Producto matriz por escalar
Para toda A = (aij )n×m ∈ M(n, m, R) y α ∈ R, se define αA =
(cij )n×m ∈ M(n, m, R) con cij = αaij .

Nota: Si α = −1, la matriz −1A se escribe −A.

Ejemplo
−1 2 0


Sea A = 9 41. Entonces
     
−1 2 0 5· − 1 5·2 5·0 −5 10 0
5A = 5 = =
9 4 1 5·9 5·4 5·1 45 20 5
 Suma de matrices
Sean A, B ∈ M(n, m, R). La suma de A = (aij )n×m y B = (bij )n×m
se define como A+B = (cij )n×m ∈ M(n, m, R) tal que cij = aij +bij .

Note que ambas matrices deben tener la misma dimensión

Ejemplo
Propiedades de la suma
Sean A, B, C ∈ M(n, m, R) y α, β ∈ R. A = (aij ), B = (bij ).
1 1A = A
2 0A = 0
3 α(βA) = (αβ)A
4 A+B =B +A suma conmutativa
5 (A + B) + C = A + (B + C ) suma asociativa
6 A+0=A
7 A + (−A) = 0
8 α(A + B) = αA + αB
9 (α + β)A = αA + βA
10 (At )t = A
11 (A + αB)t = At + αB t
12 A + At solo está definida en matrices cuadradas
 Combinación Lineal
Sean A1 , ..., Ar ∈ M(n, m, R). Una combinación lineal de las ma-
trices A1 , ..., Ar es cualquier matriz de la forma α1 A1 + ... + αr Ar ,
donde α1 , ..., αr ∈ R.

2 −3

42


Ejemplo. Considere las matrices A = 4 1 ,B= 60 . La matriz
 
0 4
C=
−1 −1

es combinación lineal de A y B ya que C = −1A + 12 B, es decir:

     
0 4 2 −3 1 4 2
= −1 +
−1 −1 4 1 2 6 0
.
 Producto Escalar
 
w11
 . 
Sean v = (v11 · · · v1n ) un vector fila y w =  ..  un vector columna,
wn1
ambos con la misma cantidad de entradas. Se define el producto escalar
de v y w como el número real  v ·
w que se obtiene de la siguiente forma:
w11
 . 
v · w = (v11 · · · v1n ) ·  ..  = v11 w11 + v12 w21 + · · · + v1n wn1
wn1

Ejemplo
1 1

Si u = (4 2 3) yv= 0 . Calcule u · v .
−6
 
  1
1 1
u·v = 4 2 ·  0  = 4 · 1 + 2 · 0 + · −6 = 2
3 3
−6
Propiedades
Sean v , v1 , v2 ∈ M(1, n, R) vectores fila y w , w1 , w2 ∈ M(n, 1, R) vecto-
res columna y α ∈ R. El producto escalar satisface:
1 v · w = wt · vt
2 (αv ) · w = v (αw ) = α(v · w )
3 v · (w1 + w2 ) = v · w1 + v · w2
4 (v1 + v2 ) · w = v1 · w + v2 · w
 Producto de matrices
Sean A = (aij )m×n ∈ M(m, n, R) y B = (bij )n×p ∈ M(n, p, R).
La matriz C = (cij )m×p llamada producto de A y B es una matriz
en M(m, p, R) tal que cada entrada cij está dada por el producto
escalar:
(fila i de A) · (columna j de B)
es decir:  
b1j
cij = (ai1 · · · ain ) ·  ...  = ai1 b1j + · · · + ain bnj
 

bnj

Importante
El producto de matrices NO es conmutativo, es decir AB 6= BA.
El producto AB está definido solo si el número de columnas de la
primer matriz es igual al número de columnas de la otra.
La dimensión de la matriz resultante tiene el número de filas de la
primer matriz y el número de columnas de la segunda.
Graficamente

Nota: An = AA · · · A}
| {z
n veces
  
  7 −1 4 7
2 0 −3
Sea A = yB= 2 5 0 −4
4 1 5
−3 1 2 3

 
23 −5 2 5
AB =
15 6 26 39
Propiedades del producto
Sean A, B, C ∈ M(n, m, R) y α, β ∈ R. A = (aij ), B = (bij ).
1 A(BC ) = (AB)C
2 A(B + C ) = AB + AC
3 (A + B)C = AC + BC
4 In A = A = AIm
5 α(AB) = (αA)B = A(αB)
6 (AB)t = B t At
7 AB + αA = A(B + αI )
8 AB + βB = (A + βI )B
9 (An )t = (At )n
Rerefencias Bibliográficas

Arce,C, Castillo,W y González, J. (2004) Álgebra lineal. Tercera

edición. UCR. San Pedro.
Grossman, S-Flores, José. (2012). Álgebra lineal. Mc Graw Hill.
México.
Sánchez, Jesús. Álgebra lineal fundamental: Teorı́a y Ejercicios.
Editorial UCR,2020