Sesion 1 Semana 1

MATRICES
ÁLGEBRA LINEAL1
1
Universidad Nacional de Ingeniería, Lima, Perú
28/03/2023
Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 1 / 42

Matrices
Tabla de contenidos
1 Matrices
Operaciones con matrices
2 Álgebra de Matrices
3 Tipos de matrices

Matrices
Definición 1
Una matriz es un ordenamiento rectangular de números (R ó C) dispuestos
en filas y columnas.
Ejemplo:  
12 −1 0
2,3 −1/7  7
; √ 0 15
0 15
24 0 π

Matrices
Notación:
1. A las matrices se les designa mediante letras mayúsculas. Así se dirá,

sea A una matriz.
Ejemplo:  
12 −1 0
A = √7 0 15
24 0 π
2. Los elementos de la matriz A son denotados por aij , donde: a es el

elemento matricial, i indica la fila y j indica la columna. Así:
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A= . ó A = [aij ]m×n = Am×n , m, n ∈ N
 
.. .. .. 
 .. . . . 
am1 am2 ··· amn m×n

Matrices
Definición 2
El orden de una matriz esta dado por la expresión m × n, se lee "m por n ",
donde m es el número de filas y n es el número de columnas de la matriz.
Observación:
El conjunto ordenado {ai1 , ai2 , · · · , ain } es la i-ésima fila con 1 ≤ i ≤ m, y el
conjunto ordenado {a1j , a2j , · · · , amj } es la j-ésima columna con 1 ≤ j ≤ n, de
la matriz A = [aij ]m×n .
 

.. .. ..
 ··· a1j ···
 . . ··· .  · · · a2j · · ·
ai1 ai2 ··· ain 
 
 .. .. .. 

.. .. ..
  . . . 
. . ··· . m×n ··· amj ··· m×n

Matrices
Definición 3 (Igualdad de matrices)

Sean A = [aij ]m×n y B = [bij ]m×n dos matrices. Entonces
A=B si y sólo si aij = bij , para cada 1 ≤ i ≤ m, 1 ≤ j ≤ n
Es decir:
Elemento (ij) de A = Elemento (ij) de B

Matrices Operaciones con matrices
Considere:
A = [aij ]m×n , B = [bij ]m×n y k ∈ K = {R, C}
Definición 4 (Suma de matrices A, B)

Es la matriz C = [cij ]m×n donde cij = aij + bij , 1 ≤ i ≤ m, 1 ≤ j ≤ n.
Notación: A + B = [aij + bij ]m×n = C = [cij ]m×n

Definición 5 (Multiplicación de una matriz A por un escalar k )

Es la matriz kA = [kaij ]m×n , 1 ≤ i ≤ m, 1 ≤ j ≤ n.
Observación:
Sea B una matriz de orden m × n, entonces −B = (−1)B, es decir:
Si B = [bij ]m×n , entonces − B = [−bij ]m×n
Definición 6 (Resta de matrices)

Es la matriz A − B definida por:
A − B = A + (−B) = [aij − bij ]m×n .

Definición 7 (Multiplicación de matrices)

El producto de A = [aij ]m×n y B = [bij ]n×p es la matriz AB = C = [cij ]m×p
donde
X n
cij = aik bkj = ai1 b1j + ai2 b2j + · · · + ain bnj
k =1
 

.. .. ..
 ··· b1j ··· ..

.. ..

 . . ··· .  · · · b2j · · ·  . . . 
ai1 ai2 ··· ain  · · ·
= cij · · ·
 
 .. .. .. 

.. .. ..
  . . .  .. .. ..

. . ··· . m×n ··· bnj · · · n×p . . . m×p
| {z } | {z } | {z }
A B C

Ejemplo: Determine AB si:

1 2 3 2 0
A= y B= .
−3 6 −1 3 1
Solución: Tenemos AB = C = [cij ]2×3 , donde:
c11 = (1)(3) + (2)(−1) = 1, c12 = (1)(2) + (2)(3) = 8 ,

c13 = (1)(0) + (2)(1) = 2, c21 = (−3)(3) + (6)(−1) = −15,
c22 = (−3)(2) + (6)(3) = 12, c23 = (−3)(0) + (6)(1) = 6 .
entonces:
1 8 2
C = AB =
−15 12 6

Ejercicio: Sean las matrices A = [i − 2j]m×n y B = [j]n×p . Hallar la matriz AB.
Solución: Del dato aij = i − 2j , bij = j y sea AB = C = [cij ]m×p , entonces

n n n n
!
X X X X
cij = aik bkj = (i − 2k )(j) = j i− 2k = j(in − n(n + 1))
k =1 k =1 k =1 k =1
finalmente AB = [j(in − n(n + 1))]m×p .
Definición 8
Matriz nula, es la matriz donde todos sus elementos son ceros. Se denota
por O.

Álgebra de Matrices
Tabla de contenidos
1 Matrices
3 Tipos de matrices

Propiedad 1
Sean A, B y C matrices, k1 , k2 escalares. Siempre que haya consistencia en
sus órdenes, entonces:
1. A + B = B + A
2. A + O = O + A = A
3. A + (−A) = O
4. A(BC) = (AB)C
5. AO = O y OA = O
6. A(B ± C) = AB ± AC
7. k (A ± B) = kA ± kB
8. (k1 + k2 )A = k1 A + k2 A

Demostración:
1. Sean Am×n y Bm×n matrices, entonces
A + B = [aij + bij ]m×n = [bij + aij ]m×n = B + A .

4. Sean Am×p , Bp×r y Cr ×n , tendremos D = BC y E = AD,

luego el elemento
p p p
r
! r
!
X X X X X
eij = aik dkj = aik bkl clj = aik bkl clj
k =1 k =1 l=1 k =1 l=1
también F = AB y G = FC,
luego el elemento
p p
r r
! r
!
X X X X X
gij = fil clj = aik bkl clj = aik bkl clj
l=1 l=1 k =1 k =1 l=1
entonces: eij = gij para 1 ≤ i ≤ m, 1 ≤ j ≤ n,

finalmente por igualdad de matrices
A(BC) = (AB)C.

Observación:
1. Si AB = AC y A 6= O, entonces no siempre se cumple B = C.
Ejemplo:
1 0 0 0 0 0
Sean las matrices A = ,B= yC= ,
0 0 1 1 1 0

0 0
donde tenemos AB = = AC, pero B 6= C.
0 0
2. Si AB = O, entonces no siempre se cumple A = O ó B = O.

Ejemplo:
1 0 0 0 0
Sean las matrices A = yB= , donde tenemos
0 0 1 0 1
AB = O, pero A 6= O y B 6= O.

Definición 9 (Matriz transpuesta)

Una matriz At es la matriz transpuesta de una matriz A de orden m × n, si las
filas de At son las columnas de A y las columnas de At son las filas de A,
invirtiendo el orden.
Notación: At = [aijt ]n×m , donde
A = [aij ]m×n ⇐⇒ At = [aji ]n×m
Ejemplo:  
4 −5
4 0 3
A= , entonces At = 0 2 .
−5 2 6
3 6

Propiedad 2
Sean A, B matrices y k un escalar. Entonces
1. (At )t = A.
2. (A + B)t = At + B t .
3. (kA)t = kAt .
4. (AB)t = B t At .

Demostración:
1. Sea A = [aij ]m×n entonces At = [aijt ]n×m = [aji ]n×m ,

luego
(At )t = [ajit ]m×n = [aij ]m×n = A .

4. Sean A = [aij ]m×n y B = [bjk ]n×p , entonces AB = C = [cik ]m×p y

(AB)t = C t = [cikt ]p×m , luego
n
X
cikt = cki = akj bji (1)
j=1
también de At = [aijt ]n×m y B t = [bjkt ]p×n , tendremos
B t At = D = [dik ]p×m
así,
X n n
X n
X
dik = bijt ajk
t
= bji akj = akj bji (2)
j=1 j=1 j=1
de (1) y (2) tendremos: cikt = dik entonces por igualdad de matrices
(AB)t = B t At .

Definición 10 (Matriz cuadrada)

Es la matriz donde el número de sus filas es igual al de sus columnas.
Notación: A = [aij ]n×n = [aij ]n = An
Definición 11 (Diagonal principal de una matriz cuadrada An )

La diagonal principal de una matriz An son los elementos aij donde i = j.
 
4 0 3
Ejemplo: Sea la matriz D = −5 2 6, entonces los elementos
1 0 0
d11 = 4, d22 = 2 y d33 = 0 forman la diagonal principal.

Definición 12 (Traza de una matriz An )

La traza de una matriz es la suma de los elementos de la diagonal principal.
n
X
Notación: Traza(A) = akk = a11 + a22 + · · · + ann
k =1
 
a11
 a22 
A=
 
.. 
 . 
ann

Definición 13 (Matriz identidad)

Es una matriz de orden n × n donde los elementos de la diagonal principal
son todos uno.
Notación: La matriz identidad se denota por I e In .

Ejemplo:  
1 0 0
I3 = 0 1 0
0 0 1
Propiedad 3
Sea B una matriz de orden m × n e I la matriz identidad, entonces
Bm×n I = Bm×n y IBm×n = Bm×n .

Definición 14 (Potencias)
Sea A = [aij ]n×n una matriz no nula, se define
A0 = In×n ; A1 = A ; Am+1 = Am A , m ∈ N
Propiedad 4
1. Am Ak = Am+k ; m, k ∈ N
2. (At )m = (Am )t ; m ∈ N
Se deja como ejercicio la prueba.

Tipos de matrices
Tabla de contenidos
1 Matrices
3 Tipos de matrices

Tipos de matrices
Definición 15 (Matriz diagonal)

Es una matriz cuadrada donde todos sus elementos que no pertenecen a la
diagonal principal son ceros.
Notación: A = [aij ]n×n es una matriz diagonal si aij = 0 para i 6= j.

Ejemplo:  
4 0 0
0 2 0
0 0 −1

Tipos de matrices
Definición 16 (Matriz escalar)

Es una matriz diagonal en la que todos los elementos de su diagonal principal
son iguales.
Notación: A = [aij ]n×n es una matriz escalar si aij = 0 para i 6= j

y aij = c para i = j, donde c es una constante.
Ejemplo:  
2 0 0
0 2 0
0 0 2

Tipos de matrices
Definición 17 (Matriz simétrica)

Es toda matriz cuadrada A que cumple con la condición A = At .
Notación: A = [aij ]n×n es una matriz simétrica ⇐⇒

A = At ⇐⇒ aij = aji , 1 ≤ i, j ≤ n.
Ejemplo:  √ 
√2 2 −7
 2 −3 0 
−7 0 2,3

Tipos de matrices
Definición 18 (Matriz antisimétrica)

Es una matriz cuadrada A que cumple con la condición A = −At .
Notación: A = [aij ]n×n es una matriz antisimétrica ⇐⇒

A = −At ⇐⇒ aij = −aji , 1 ≤ i, j ≤ n.
Ejemplo:  √ 
√0 − 2 7
 2 0 −8
−7 8 0
Observación:
Si A es una matriz antisimétrica, entonces aii = 0, 1 ≤ i ≤ n.

Tipos de matrices
Definición 19 (Matriz triangular inferior)

Es una matriz cuadrada cuyos elementos situados sobre la diagonal principal
son ceros.
Notación: A = [aij ]n×n es una matriz triangular inferior si y sólo si
aij = 0 , i < j
Ejemplo:  
5 0 0
2 −1 0
−7 0 8

Tipos de matrices
Definición 20 (Matriz triangular superior)

Es una matriz cuadrada cuyos elementos situados debajo la diagonal
principal son ceros.
Notación: A = [aij ]n×n es una matriz triangular superior si y sólo si
aij = 0 , i > j
Ejemplo:  
9 −3 0
0 7 5
0 0 8

Tipos de matrices
Definición 21 (Matriz idempotente)
Es una matriz cuadrada A que cumple A2 = A.
Ejemplo: Si  
2 −2 −4
A = −1 3 4 ,
1 −2 −3
entonces A es una matriz idempotente ya que A2 = A.
Propiedad 5
Si A es idempotente, entonces An = A, n ∈ N.

Tipos de matrices
Definición 22 (Matriz involutiva)
Es una matriz cuadrada A que cumple A2 = I.
Ejemplo: Si
−1 0
A= ,
1 1
entonces A es una matriz involutiva ya que A2 = I.

Tipos de matrices
Definición 23 (Matriz nilpotente)
Si existe k ∈ N tal que Ak = O. Al menor número natural p que cumple

Ap = O se le llama índice de nilpotencia de la matriz A. Se cumple que:
A nilpotente de índice p ⇒ Am = O, ∀m ≥ p.
Ejemplo: La siguiente matriz

6 −9
A=
4 −6
es una matriz nilpotente de índice 2, ya que A2 = O.

Tipos de matrices
Definición 24 (Matriz periódica)
Si existe p ∈ N tal que Ap+1 = A. Además si p es el menor número natural

que cumple Ap+1 = A se dice que A es periódica de periódo p.

0 1
Ejemplo: La siguiente matriz A = , es una matriz periodica de
−1 0

−1 0 0 −1 1 0
periódo 4, ya que A2 = , A3 = , A4 = ,
0 −1 1 0 0 1

0 1
A4+1 = = A.
−1 0
Observación: Es inmediato comprobar que si A es periódica de periodo p se

cumple que:
A, A2 , A3 , · · · , Ap , Ap+1 = A, Ap+2 = A2 , Ap+3 = A3 , · · ·

Tipos de matrices
a
Ejercicio: Si tan α = , n ∈ N, a ∈ R; demuestre que:
n
 a m
1 2 m/2

 a n = 1 + a cos mα sen mα
, m∈N.
− 1 n 2 − sen mα cos mα
n

Tipos de matrices
Solución: Se hará por inducción matemática:

Para m = 1:
 a
1 1 tan α

 a n =
− 1 − tan α 1
n
cos α sen α
= sec α
− sen α cos α

2 1/2 cos α sen α
= (1 + tan α)
− sen α cos α
1/2
a2

cos α sen α
= 1+ 2
n − sen α cos α

Tipos de matrices
Para m = k : (Hipótesis de inducción matemática)

 a k
1 2 k /2

 a n = 1 + a cos k α sen k α
− 1 n 2 − sen k α cos k α
n
Para m = k + 1: (Por demostrar)

 a (k +1) k +1/2
1 a2 cos(k + 1)α sen(k + 1)α

 a n = 1+ 2
− 1 n − sen(k + 1)α cos(k + 1)α
n

Tipos de matrices
a

1
Multiplicando la hipótesis por la matriz  a n , obtenemos:
− 1
n
 a k +1  a
1 2 k /2
1
 a n a cos k α sen k α  n
= 1+ 2
− 1 n − sen k α cos k α − a 1
n n
2 k /2

a cos k α sen k α 1 tan α
= 1+ 2
n − sen k α cos k α − tan α 1
k /2
a2 cos k α − sen k α( sen α
cos k α( sen α

= 1+ 2 cos α ) cos α ) + sen k α
sen α sen α
n − sen k α − cos k α( cos α ) − sen k α( cos α ) + cos k α

Tipos de matrices
Finalmente:
 a k +1 (k +1)/2
1 a2 cos(k + 1)α sen(k + 1)α

 a n = 1+ 2
− 1 n − sen(k + 1)α cos(k + 1)α
n

Tipos de matrices
∞
X 1 i
A
Ejercicio: If we define e = A , then determinate eA when
i!
i=0
 
0 1 0
A= 0 0 1 .
0 0 0
Solución:
    
0 1 0 0 1 0 0 0 1
A2 = AA =  0 0 1  0 0 1 = 0 0 0 
0 0 0 0 0 0 0 0 0
    
0 0 1 0 1 0 0 0 0
A3 = A2 A =  0 0 0  0 0 1 = 0 0 0 .
0 0 0 0 0 0 0 0 0

Tipos de matrices
observe que A es una matriz nilpotente de índice de nilpotencia igual a 3.

Luego:
     
1 0 0 0 1 0 0 0 1
1 1
eA = I + A + A2 =  0 1 0 + 0 0 1 +  0 0 0 
2 2
0 0 1 0 0 0 0 0 0
entonces
 
1 1 1/2
eA =  0 1 1 
0 0 1

Tipos de matrices
observe que A es una matriz nilpotente de índice de nilpotencia igual a 3.

Luego:
     
1 0 0 0 1 0 0 0 1
1 1
eA = I + A + A2 =  0 1 0 + 0 0 1 +  0 0 0 
2 2
0 0 1 0 0 0 0 0 0
entonces
 
1 1 1/2
eA =  0 1 1 
0 0 1

Sesion 1 Semana 1

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sesion 1 Semana 1

Cargado por

Copyright:

Formatos disponibles

MATRICES

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 1 / 42

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 2 / 42

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 3 / 42

1. A las matrices se les designa mediante letras mayúsculas. Así se dirá,

2. Los elementos de la matriz A son denotados por aij , donde: a es el

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 4 / 42

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 5 / 42

Definición 3 (Igualdad de matrices)

A=B si y sólo si aij = bij , para cada 1 ≤ i ≤ m, 1 ≤ j ≤ n

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 6 / 42

Definición 4 (Suma de matrices A, B)

Notación: A + B = [aij + bij ]m×n = C = [cij ]m×n

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 7 / 42

Definición 5 (Multiplicación de una matriz A por un escalar k )

Si B = [bij ]m×n , entonces − B = [−bij ]m×n

Definición 6 (Resta de matrices)

A − B = A + (−B) = [aij − bij ]m×n .

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 8 / 42

Definición 7 (Multiplicación de matrices)

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 9 / 42

Ejemplo: Determine AB si:

Solución: Tenemos AB = C = [cij ]2×3 , donde:

c11 = (1)(3) + (2)(−1) = 1, c12 = (1)(2) + (2)(3) = 8 ,

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 10 / 42

Ejercicio: Sean las matrices A = [i − 2j]m×n y B = [j]n×p . Hallar la matriz AB.

Solución: Del dato aij = i − 2j , bij = j y sea AB = C = [cij ]m×p , entonces

finalmente AB = [j(in − n(n + 1))]m×p .

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 11 / 42

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 12 / 42

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 13 / 42

1. Sean Am×n y Bm×n matrices, entonces

A + B = [aij + bij ]m×n = [bij + aij ]m×n = B + A .

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 14 / 42

4. Sean Am×p , Bp×r y Cr ×n , tendremos D = BC y E = AD,

entonces: eij = gij para 1 ≤ i ≤ m, 1 ≤ j ≤ n,

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 15 / 42

2. Si AB = O, entonces no siempre se cumple A = O ó B = O.

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 16 / 42

Definición 9 (Matriz transpuesta)

Notación: At = [aijt ]n×m , donde

A = [aij ]m×n ⇐⇒ At = [aji ]n×m

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 17 / 42

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 18 / 42

1. Sea A = [aij ]m×n entonces At = [aijt ]n×m = [aji ]n×m ,

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 19 / 42

4. Sean A = [aij ]m×n y B = [bjk ]n×p , entonces AB = C = [cik ]m×p y

también de At = [aijt ]n×m y B t = [bjkt ]p×n , tendremos

de (1) y (2) tendremos: cikt = dik entonces por igualdad de matrices

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 20 / 42

Definición 10 (Matriz cuadrada)

Notación: A = [aij ]n×n = [aij ]n = An

Definición 11 (Diagonal principal de una matriz cuadrada An )

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 21 / 42

Definición 12 (Traza de una matriz An )

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 22 / 42

Definición 13 (Matriz identidad)

Notación: La matriz identidad se denota por I e In .

Bm×n I = Bm×n y IBm×n = Bm×n .

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 23 / 42

Se deja como ejercicio la prueba.

Periodo 2023-I (UNI) Profesor: Richard Acuña O. Sesión 1 - Semana 1 24 / 42