Transposición – simétrica:

a- Matriz transpuesta
Se llama transpuesta de una matriz A de orden m x n a la matriz que se obtiene
de intercambiar ordenadamente las filas y las columnas de A. es decir la
transpuesta de A, que denotaremos At., será de orden n x m

Dada una matriz A = (aij ) j=1,2,...,m i=1,2,...,n ∈ Mn×m se define su matriz

traspuesta de A como una matriz denotada At ∈ Mm×n y que se contruye
intercambiando las filas por las columnas de A, esto es, A t = (at ij ) j=1,2,...,n
i=1,2,...,m cumple at ij = aji

Ejemplo: sea la matriz A

 1 5 0  1 2 3
   
A   2 4 5   5 4 3
Su transpuesta Aserá
t

 3 3 4  0 5 4
   

Propiedades:

Sean α ∈ K, A, B ∈ Mm×n (K) y C ∈ Mn×l (K). Entonces:

(a) (At )t = A.

Demostración: (atij)t = (aji)t = aij

(b) (α · A)t = α · At .

Demostración: α·A t = α · (atij) = α ·(aji) = (αaji)=(α·A)t.

(c) (A + B)t = At + Bt .
- La transpuesta de una suma de matrices es la suma de las transpuestas:
Demostración: At + Bt =( atij)+( btij)=( aji)+( bji)=( aji + bji) = (( aij + bij)t)=(A + B)t.

(d) (A · C)t = Ct · At .
- La transpuesta de un producto se obtiene multiplicando en orden inverso las
transpuestas de sus diferentes factores:

( )( ) (∑ ) (∑ ) ( )
b- Matriz simétrica:
Una matriz se denomina simétrica si y solo si es igual a su transpuesta, es
decir que los elementos ubicados respecto de la diagonal principal son iguales.
Es decir A de orden n. es simétrica  a i j = a j i
Propiedad: Toda matriz simétrica es igual a su transpuesta.

Por lo tanto; A = At A = ( aij) = ( atij) = At,

por lo que: aij = atij = aji

c- Matriz antisimétrica:
Una matriz cuadrada es antisimétrica si los elementos simétricamente
ubicados respecto de la diagonal principal son de distinto signo y de igual valor
absoluto.
Por lo tanto A de orden n, es antisimétrica  a i j = - a j i

Propiedad: toda matriz antisimétrica es igual a su transpuesta cambiada de

signo.

Por lo tanto: A = - At A = ( aij) = -( atij) = -At,

por lo que: aij = - atij = - aji

Ejemplos:

 0 1 2 0 1 3 
   
A   1 7 3 B   1 0  2 
 2 3 4  1 2 0 
   

- Matriz Escalonada:
a- Se llama matriz escalonada inferior a la matriz que tiene nulos todos los
elementos por debajo de la diagonal principal.
b- Se llama matriz escalonada superior a la matriz que tiene nulos todos los
elementos por encima de la diagonal principal.

- Matrices Triangulares:
a- Matriz Triangular Inferior:
Se llama matriz triangular inferior a la matriz escalonada inferior que además es
cuadrada.
aij = 0 si i > j
Ejemplo:
 1 4 3
 
A   0 5 1
 0 0 6
 

b- Matriz Triangular Superior:

Se llama matriz triangular superior a la escalonada superior que además es

cuadrada.
aij = 0 si i < j

Ejemplo:
 3 0 0
 
B   1 5 0
 1 2 7
 

- Matriz inversa:
Dada una matriz cuadrada A de orden n, se dice que es inversible, si existe una
matriz B de igual orden tal que sea conmutable con la matriz dada y su
producto sea igual a la matriz identidad.
Es decir: A . B = B . A = I

Entonces B recibe el nombre de inversa de A, y se escribe: B = A-1

Propiedad: si una matriz cuadrada tiene matriz inversa, esta es única.

Demostración: sean B1 y B2 dos matrices inversas de la matriz A, y por
definición se puede escribir:
B1 . A = A . B1 = I
B1 = B1 . I = B1 . (A . B2 ) = (B1 . A) . B2 = I . B2 = B2
B2 . A = A . B2 = I
Por lo tanto las dos matrices inversas de A son iguales, esto significa que la
inversa de una matriz, si existe, es única.

 4 2
Ejemplo: encontrar, si existe, la inversa de la matriz A   
  1 0

Desarrollo: la condición que debe cumplir la matriz inversa de A es: A . B = B .

A = I siendo B la inversa de A. Como B no se conoce entonces se supondrá
que tiene los siguientes elementos:
x y  4 2  x y   1 0
B    Por lo tanto A.B    .    
 z w   1 0  z w   0 1

 4 x  2 z 4 y  2w   1 0 
A.B    
 x  y   0 1 

Por lo tanto: 4 x  2z  1
4 y  2w  0
 x  0  0
 y  1  y  1

4.( 1 )  2w  0  w  2
1
0  2z  1  w 
2

La matriz inversa es:

0  1
B1 
 2 
2 

- Matriz ortogonal:
Una matriz cuadrada no singular se denomina ortogonal si y solo si su inversa
es igual a su transpuesta; o sea  Knxn es regular:
Por lo tanto A es ortogonal  A-1 = At
O también, una matriz cuadrada es ortogonal  el producto de dicha matriz por
su transpuesta es la unidad, o sea: A . At = At . A = I

Ejemplo:
 1 3   1 3 
  
A 2 2  A 
t 2 2 
La matriz  3 1  es ortogonal, pues  3 1  y se cumple
   
que:  2 2   2 2 

 1 3   1 3 
 
 2 2  . 2 2    1 0 
 3 1  3 1   0 1 
  
 2 2  2 2 

- Matrices complejas:
Se llaman así aquellas matrices cuyos elementos son números complejos, A 
Cmxn
Ejemplo:
2 i 2  3i 
 
A 2 1 i i 
 3 1 i 4 


- Matriz conjugada:
Es la que se obtiene de reemplazar cada elemento por su conjugada. Se
denomina Ā

2 i 2 3i 
 
A 2 1 i  i
 3 1 i 4 


Propiedades:
― 
a- At = A t

b- A . B = A . B

c- A + B = A + B
- Matriz asociada:
* 
Se llama así a la conjugada de la transpuesta, se la denomina A = At
Ejemplo:

2 i 2 
  2 i  2 3  2 i  2 3 
A 2 1  i  , At    , A*  At   
 3  2 1 i 1 i  2 1 i  1  i 
  1  i 

- Matriz hermitiana:
Una matriz es hermitiana si es igual a su asociada, A es hermitiana  A =A*.
Ejemplo:

 1 i 2 i 
 
A i 2  3  2i 
2 i  3  2i 3 
