PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

ESTUDIOS GENERALES LETRAS

Matemáticas para Economía y Finanzas 2
Matrices
Semestre 2023-2

Prof. Andrés Beltrán

1. Matrices
Denotaremos por K al sistema de los números reales R o al sistema de los números com-
plejos C. Una matriz es un arreglo rectangular de escalares dispuestos en filas y columnas de
la forma siguiente  
a11 a12 · · · a1n
 21 a22 · · · a2n 
a 
A= . .. .. .. 
 .. . . . 
am1 am2 · · · amn m×n

Los escalares ai j son llamados entradas de la matriz y la expresión i j denota la ubicación del
término ai j en la i−ésima fila y j−ésima columna. Asimismo, el producto m × n es llamado
orden o tamaño de la matriz, que indica que la matriz A tiene m filas y n columnas. Las siguientes
matrices describen la i−ésima fila y la j−ésima columna de A respectivamente,
 
a1 j
a 

 2j 
ai1 ai2 · · · ain ,  . ,
 .. 
am j

llamadas matriz fila y matriz columna respectivamente.

 
2 −1
Ejemplo 1. El orden de la matriz A = 0 1  es 3 × 2. Es decir, tiene tres filas:
2 3




2 −1 , 0 1 , 2 3

y dos columnas:    
2 −1
0 , 1
2 3
PUCP A. Beltrán Matrices

1.1. Matrices particulares:

a) Una matriz A es llamada cuadrada si el número de sus filas coincide con el número de
sus columnas, esto es,  
a11 a12 · · · a1n
 21 a22 · · ·
a a2n 
A= .

.. .. .. 
 .. . . . 
an1 an2 · · · ann
En tal caso, se dice que A es una matriz cuadrada de orden n. Asimismo, la diagonal
principal de A es formado por las siguientes entradas: a11 , a22 , . . . , ann .

b) Matriz diagonal, es una matriz cuadrada donde todas las entradas fuera de su diagonal
principal son nulas. Es decir, es una matriz de la forma siguiente
 
a11 0 · · · 0
22 · · ·
 0 a 0 
D= .
 
. .
. . . .. 
 . . . . 
0 0 ··· ann

c) Matrizidentidad, es una matriz cuadrada cuyas entradas están definida por

1, si i = j
ai j = . Es decir, la matriz identidad de orden n es de la forma
0, si i 6= j
 
1 0 ··· 0
0 1 · · · 0
In =  . . .
 
 .. .. . . ... 


0 0 ··· 1

d) Matrices triangulares Una matriz cuadrada A = (ai j )n×n es llamada

i) matriz triangular superior si todas las entradas por debajo de la diagonal principal
son iguales a cero, es decir ai j = 0, ∀i > j. Es decir,
 
a11 a12 · · · a1n
22 · · ·
 0 a a2n 
A= .
 
. .
. . . .. 
 . . . . 
0 0 ··· ann

ii) matriz triangular inferior si todas las entradas por encima de la diagonal principal
son iguales a cero, es decir ai j = 0, ∀i < j. Es decir,
 
a11 0 · · · 0
 21 a22 · · · 0 
a
A= .

. . .
 .. .. .. .. 


an1 an2 · · · ann

2 ABC
PUCP A. Beltrán Matrices

 
−1 0 0
Ejemplo 2. La matriz A =  0 2 0 es una matriz diagonal de orden 3.
0 0 0
Ejemplo 3. Las siguientes matrices son triangulares superiores:
 
  1 0 2
1 2
, 0 0 −1
0 1
0 0 0
Ejemplo 4. Las siguientes matrices son triangulares inferiores:
 
  1 0 0
1 0
, −1 1 0
0 1
0 2 0

e) Matriz nula, es una matriz cuyas entradas son todas nulas.

 
0 0 0
Ejemplo 5. La matriz A = es una matriz nula de orden 2 × 3.
0 0 0

1.2. Operaciones matriciales: Suma de matrices y producto de una matriz por

un escalar
Presentamos algunas operaciones que se pueden realizar con las matrices, primero comen-
zamos identificando cuando dos matrices son iguales. Denotaremos por Mm×n (K) al conjunto
formado por todas las matrices de orden m × n con entradas ai j en K, esto es

Mm,n (K) = A = (ai j )m×n : ai j ∈ K

Definición 1 (Igualdad de matrices). Dos matrices A = (ai j ), B = (bi j ) son iguales si tienen
el mismo orden y sus entradas ai j , bi j correspondientes a la misma posición son iguales. Es
decir,
(ai j )m×n = (bi j )m×n ⇐⇒ ai j = bi j ∀ i = 1, . . . , m, ∀ j = 1, . . . , n.
Ejemplo 6. Halle los valores de x e y si se cumple

x +2
   
5 y 5
=
2 x + 3y 2 10
Solución
Igualando las entradas de las matrices dadas correspondientes a la misma posición resulta,

x + 2 = y, x + 3 y = 10 =⇒ x = 1, y = 3.

Definición 2 (Suma de matrices y multiplicación de una matriz por un escalar:). Dada

las matrices A = (ai j )m×n y B = (bi j )m×n , definimos la suma y multiplicación de matrices por
un escalar, respectivamente, por

A + B = (ai j + bi j )
rA = (r ai j )

3 ABC
PUCP A. Beltrán Matrices

Es decir, la suma de matrices es definida entrada por entrada. A + B es la llamada suma de las
matrices A y B.
     
a11 a12 · · · a1n b11 b12 · · · b1n a11 + b11 a12 + b12 · · · a1n + b1n
 21 a22 · · · a2n   b21 b22 · · · b2n   a21 + b21 a22 + b22 · · · a2n + b2n 
a     
 . .. .. .. + .. .. .. ..  =  .. .. .. ..
 ..

. . .   . . . .   . . . . 
am1 am2 · · · amn bm1 bm2 · · · bmn am1 + bm1 am2 + bm2 · · · amn + bmn

y el producto de una matriz por un escalar es dado por,

   
a11 a12 · · · a1n r a11 r a12 · · · r a1n
 21 a22 · · · a2n   r a21 r a22 · · ·
a   r a2n 
r . ..  =  ..

.. .. .. .. .. 
 .. . . .   . . . . 
am1 am2 · · · amn r am1 r am2 · · · r amn

Observación 1. Sean A y B dos matrices de orden m × n, definimos las siguientes matrices

−A = (−1)A, A − B = A + (−1)B
   
1 −1 2 0 1 3
Ejemplo 7. Si A = y B= , entonces
2 3 0 2 0 5
     
1 0 5 −2 2 −4 0 −1 −3
A+ B = , −2A = , −B = −1B =
4 3 5 −4 −6 0 −2 0 −5

Proposición 1 (Propiedades). Si A, B ∈ Mm,n (R) y r, s ∈ K, se cumplen las siguientes

propiedades:

1. A + B = B + A

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

3. A + 0 = A, donde 0 es la matriz nula de orden m × n.

4. r(A + B) = rA + r B

5. (r + s)A = rA + sA

6. r(sA) = (rs)A,
   
1 −1 2 3 1 −1
Ejemplo 8. Si A = y B= , entonces
−1 2 0 −1 2 1
   
−2 −2 3 −8 −4 5
A− B = , A − 3B =
0 0 −1 2 −4 −3

4 ABC
PUCP A. Beltrán Matrices

1.3. Producto de matrices

Definición 3. Dadas las matrices A = (ai j )m×n y B = (bi j )n×p , el producto AB de A y B es la
matriz de orden m × p, cuya entrada ci j , en la posición i j, es determinada por la siguiente
expresión
 
b1 j
 b2 j 

 
ci j = ai1 ai2 · · · ain  .  = ai1 b1 j + ai2 b2 j + · · · + ain bn j ,
| {z }  .. 
i−ésima fila de A
bn j
| {z }
j−ésima columna de B

Para todo i = 1, . . . , m, j = 1, 2, . . . , p.

Observación 2.

a) Un requisito importante para que el producto AB, en ese orden, de matrices exista es
que el número de columnas de la matriz A sea igual al número de filas de la matriz B.

b) Note que si A es una matriz de orden m× n y 0 es la matriz nula de orden n× p, entonces

A · 0 = 0 es una matriz de orden m × p.

c) Pueden existir matrices no nulas cuyo producto resulte una matriz nula. Por ejemplo,
    
0 0 2 −1 0 0
=
0 1 0 0 0 0
  
1 2 1 4 5
Ejemplo 9. Dadas las matrices A = , B= , halle los siguientes productos
−1 3 0 2 7
AB y BA, en caso existan.
Solución
 
c11 c12 c13
AB es una matriz de orden 2 × 3, donde AB = y
c21 c22 c23
   

1
4
c11 = 1 2 = (1)(1) + (2)(0) = 1, c12 = 1 2 = (1)(4) + (2)(2) = 8
0 2
   

5
1
c13 = 1 2 = (1)(5) + (2)(7) = 19, c21 = −1 3 = (−1)(1) + (3)(0) = −1
7 0
   

4
5
c22 = −1 3 = (−1)(4) + (3)(2) = 2, c23 = −1 3 = (−1)(5) + (3)(7) = 16
2 7

 
1 8 19
Por lo tanto, AB = .
−1 2 16
Por otro lado, la matriz BA no existe, pues el número de columnas de la matriz B no coincide
con el número de filas de la matriz A. Este ejemplo permite concluir, que en general, el producto
de matrices no es conmutativo.

5 ABC
PUCP A. Beltrán Matrices

Proposición 2 (Propiedades del producto de matrices). Si A, B y C son matrices cuyos

órdenes son tales que las operaciones consideradas están definidas. Se cumple:

1. (AB)C = A(BC)

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

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

4. Si A es una matriz de orden m × n, entonces

i) I m × A = A, donde I m es la matriz identidad de orden m

ii) AI n = A, donde I n es la matriz identidad de orden n
 
1 2
Ejemplo 10. Encuentre la matriz X de orden 2 × 2 si AX = I, donde A = e I es la
1 −1
matriz identidad de orden 2 × 2.
Solución
 
x 11 x 12
Denotemos por X = la matriz buscada. La condición AX = I implica que
x 21 x 22

x + 2x 21 x 12 + 2x 22
      
1 2 x 11 x 12 1 0
= 11 =
1 −1 x 21 x 22 x 11 − x 21 x 12 − x 22 0 1

Teniendo en cuenta la igualdad de matrices resulta el siguiente sistema de ecuaciones:

x 11 + 2x 21 = 1, x 11 − x 21 = 0, x 12 + 2x 22 = 0,x 12 − x 22 = 1,
 
1 2 1 1 1 2
cuya solución es x 11 = 3 = x 21 , x 12 = 3 , x 22 = − 3 . Luego, X = 3 . q
1 −1

1.4. Potencia de una matriz

Definición 4. Sea A una matriz cuadrada de orden n, definimos de manera inductiva la po-
tencia de la matriz A,
A = In
 0

Ak = Ak−1 A, k = 1, 2, . . . , n
 
1 1
Ejemplo 11. Si A = , calcule A2 , A3 y An , para n = 1, 2, . . .
0 1
Solución

    
2 1 1 1 1 1 2
A = AA = =
0 1 0 1 0 1

    
3 1 2 1 1
2 1 3
A =A A= =
0 1 0 1 0 1

6 ABC
PUCP A. Beltrán Matrices

En general, se prueba por inducción que

 
1 n
n
A = , ∀ n ∈ N.
0 1

En efecto, es claro que para k = 0, se cumple A0 = I2 . Supongamos que la propiedad se

cumple para k = n, entonces probaremos que la propiedad sigue siendo válida para k = n + 1.
En efecto, n
1 n+1
     
n+1 1 1 1 n 1 1
A n
=A A= A= =
0 1 0 1 0 1 0 1
De esta manera, la propiedad se cumple para cualquier entero positivo, q

Ejemplo 12. Si D ∈ Mn,n (K) es una matriz diagonal, su potencia p−ésima también es una
matriz diagonal,
   p 
λ1 0 ··· 0 λ1 0 ··· 0
0 λ p
2 ··· 0 0 λ2 ··· 0
D= . =⇒ Dp =  .
   
. .. .. ..  .. .. .. 
 . . . .   .. . . . 
p
0 0 ··· λn 0 0 ··· λn

1.5. Transpuesta de una matriz

Definición 5 (Matriz transpuesta). La matriz transpuesta de una matriz A = (ai j )m×n es una
matriz de orden n× m que es obtenida al intercambiar las filas de la matriz A por sus columnas
y se denota por At . Esto es,
 t  
a11 a12 ... a1n a11 a21 . . . am1
a
 21 a22 ... a2n 

 a12
 a22 . . . am2 
At =  . ..  =  ..

.. .. .. .. .. 
 .. . . .   . . . . 
am1 am2 . . . amn a1n a2n . . . amn
 
  1 5
1 2 3
Ejemplo 13. Si A = , entonces At = 2 0 .
5 0 −1
3 −1

Proposición 3 (Propiedades de la transpuesta de una matriz). Sean A, B y C matrices tales

que las operaciones están bien definidas y r ∈ K. Se cumplen las siguientes propiedades

1. (At ) t = A

2. (A + B) t = At + B t

3. (rA) t = rAt

4. (AB) t = B t At

5. (ABC) t = C t B t At

7 ABC
PUCP A. Beltrán Matrices

1.6. Otras matrices especiales

Definición 6 (Matriz simétrica). Una matriz A = (ai j )n×n es llamada simétrica si At = A. Esto
es,  t  
a11 a12 . . . a1n a11 a12 . . . a1n
a
 21 a22 . . . a2n 

 a21
 a22 . . . a2n 
At =  . ..  =  .. ..  = A.

.. .. .. ..
 .. . . .   . . . . 
an1 an2 . . . ann an1 an2 . . . ann
Definición 7. Una matriz A = (ai j )n×n es llamada antisimétrica si At = −A.
Ejemplo 14. La matriz A es simétrica mientras que la matriz B es antisimétrica,
   
2 −2 4 0 −1 3
A = −2 3 6 , B= 1 0 7
4 6 5 −3 −7 0
Definición 8. Sea A una matriz cuadrada de orden n, la traza de A es la suma de las entradas
de su diagonal, esto es
n
X
tr (A) = aii
i=1
Ejemplo 15. Dadas las matrices
 
  1 2 −1
3 −1
A= , B = 4 2 5 
4 12
3 7 3
se cumple
tr (A) = 3 + 12 = 15, tr (B) = 1 + 2 + 3 = 6
q
Observación 3. La traza de una matriz nilpotente siempre es cero. Asimismo, el determinante
de cualquier matriz nilpotente es siempre cero.
Proposición 4 (Propiedades). Si A y B son matrices cuadradas, se cumple

i) tr (A + B) = tr (A) + tr (B) iii) tr (At ) = tr (A)

ii) tr (cA) = ctr (A) iv) tr (AB) = tr (BA)

n
X n
X
Prueba. ii) tr (cA) = ca11 + ca22 + · · · + cann = caii = c aii = ctr (A).
i=1 i=1
n
X
iv) tr (AB) = cii , donde
i=1
 
b1i
 b2i 

 
cii = ai1 ai2 · · · ain  .  = ai1 b1i + ai2 b2i + · · · + ain bin
 .. 
bni

8 ABC
PUCP A. Beltrán Matrices

Luego,
n
X
tr (AB) = (bi1 a1i + bi2 a2i + · · · + bin ain ) = tr (BA).
i=1

1.7. Matrices equivalentes

El primer elemento no nulo de una fila en una matriz es llamado elemento pivot.

Definición 9. Decimos que una matriz A de cualquier orden se encuentra en su forma escalo-
nada si tiene las siguientes propiedades:

i) Si existen filas cuyas entradas son todas ceros, todas ellas aparecen en la parte inferior
de la matriz,

ii) Cada elemento pivot de una fila está en una columna a la derecha del elemento pivot de
la fila anterior.

iii) Todas las entradas de la columna debajo de cada elemento pivot son ceros

Ejemplo 16. Las siguientes matrices se encuentran en forma escalonada:

 
  1 2 3 4
  1 2 −1 3
1 0 0 0
0 1 3 2
0 1 3 , 3 4 5 
0


0
, 0 0 1
0 2 1  
0 0 2 0 0 0 0
0 0 0 2
0 0 0 0

Ejemplo 17. ¿Una matriz triangular superior está en forma escalonada?

Ejemplo 18. Las siguientes matrices no se encuentran en forma escalonada

 
  1 2 3 5
1 2 3 0
0 0 0 ,  3 1 4

0 0 0 2
0 0 2
0 0 0 1

Realizar una operación elemental de fila sobre una matriz consiste en:

i) Permutar las filas de una matriz: Fi ↔ F j , donde i 6= j

ii) Multiplicar una fila Fi de una matriz por cualquier escalar c no nulo: Fi ← c Fi

iii) Sumar un múltiplo de una fila Fi a otra fila F j : F j ← c Fi + F j

Lema 5. Cualquier matriz A ∈ Mm,n (K) puede ser transformada en una de sus formas escalo-
nada mediante un número finito de operaciones elementales de fila.

Definición 10. Dos matrices son equivalentes si una de ellas puede ser transformada en la otra
por medio de un número finito de operaciones elementales de fila

9 ABC
PUCP A. Beltrán Matrices

 
1 −3 2 −4
−3 9 −1 5 
Ejemplo 19. Dada la matriz A = 
 2 −6 4 −3, mediante las siguiente operaciones


−4 12 2 7
elementales de fila obtenemos,

F2 ←3F1 +F2
     
1 −3 2 −4 1 −3 2 −4 1 −3 2 0
←−−−−−−−
−3 9 −1 5  F ←(−2)F +F 0 0 5 −7 0 0 5 −7
F4 ←(−2)F2 +F4  
3
 ←−−−−−−−− 1 3 

 2 −6 4 −3 − 0 0
 ←−−−−−−−− −
F4 ←4F1 +F4
0 5 0 0 0 5 
−4 12 2 7 ←−−−−−−− 0 0 10 9 0 0 0 5
 
1 −3 2 −4
F4 ←−F3 +F4 0 0 5 −7
←−−−−−−−  0 0 0 5  = B


0 0 0 0
En este caso, las matrices A y B son equivalentes.

Definición 11. El rango de una matriz es el número de filas no nulas de la matriz escalonada
asociada a la matriz. El rango es independiente de la forma que escalonemos la matriz.

Ejemplo 20. Teniendo en cuenta el ejemplo anterior se puede concluir que el rango de la
 
1 −3 2 −4
−3 9 −1 5 
matriz A = 
 2 −6 4 −3 es 3.


−4 12 2 7

10 ABC