MATRICES

- Definición: se llama matriz a un arreglo rectangular de elementos,

dispuestos en filas y columnas. En forma general podemos escribir una

matriz de la siguiente forma ; también se suele

denotar una matriz de la forma [ ij ]mxn
A= a
Si una matriz tiene m filas y n columnas se dice que es de orden mxn, un
elemento genérico se escribe en la forma ij
a
- Matriz fila: es una matriz de 1xn.
- Matriz columna: es una matriz de mx1.
- Matriz cuadrada: es una matriz de nxn.
- Matriz identidad: es una matriz cuadrada cuyos elementos en la diagonal
son todos 1 y los demás elementos son todos 0, se simboliza n .
I
- Matriz nula: es aquella cuyos elementos son todos iguales a 0, se
simboliza con 0 mxn.

- IGUALDAD DE MATRICES: dos matrices A y B de mxn son iguales si

, para toda i y j.
- Negativo de A: es la matriz opuesta a la matriz A y sus elementos son
los opuestos de los elementos de A.

- OPERACIONES
a) Suma de matrices: Sean A y B matrices de mxn, [ ij ]mxn , [ ij ]mxn ,
A= a B= b
entonces si C= A+ B , C es también una matriz de mxn, siendo
c ij=aij +b ij , ∀ i, ∀ j
Propiedades: ( A+ B ) +C= A+(B+ C) ( asociativa)
A+ B=B+ A ( conmutativa)
A+0=0+ A= A ( existencia del elemento neutro, 0)
A+ (− A )=0 ( existencia del opuesto o inverso aditivo)
A= [ aij ]mxn
b) Multiplicación por un escalar: Si y c es un escalar
cA=[ caij ]mxn
Propiedades: ( a+ b ) A=aA+bA (dist. respecto a la suma de escalares)
a ( A+ B ) =aA+ aB ( dist. respecto a la suma de matrices)
( ab ) A=a ( bA )=b (aA) ( asociativa respecto al producto de
escalares)
1. A= A ( elemento neutro para la mult. por escalar)
(−1 ) A=− A ( opuesto de A)
Si cA=0 , c=0 o A=0

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
 c) Producto de matrices: El producto de matrices es posible ssi el número
de columnas de la primera matriz es igual al número de renglones de la
segunda matriz.
Si A es de mxn y B es de nxp, el producto será una matriz C de mxp
donde la fila i de C se obtiene realizando el producto escalar entre la fila
i de A por cada una de las columnas de B.
Propiedades:
no es conmutativa
( AB ) C= A(BC ) ( ley asociativa)
A ( B +C ) =AB+ AC ( ley distributiva)
AI =IA= A ( la matriz identidad es el elemento neutro del producto)
A 0=0 A=0 ( elemento absorvente en la mult. de matrices)
Si B=C → AB= AC ( mult. por izquierda)
Si B=C →BA=CA ( mult. por derecha)
Sin embargo: si AB=AC , o si BA=CA no implica necesariamente
B=C y si AB=0 no necesariamente A=0 o B=0 .

d) Potencia de una matriz:

k
Sea A de nxn, se define A = A . A . A . .. . A (k veces)

Un sistema de ecuaciones lineales lo podemos escribir como un

producto de matrices de la siguiente forma: , donde A es al
matriz de coeficientes, X es la matriz de las variables y B es la matriz de
los términos independientes.

Ejemplo: , podemos escribir:

- MATRIZ TRANSPUESTA Y SIMÉTRICA

Definición: Sea A una matriz de mxn, se llama transpuesta de A a la matriz

de nxm resultante al cambiar los renglones por las columnas de la matriz A. Se
escribe .
t
- Matriz simétrica: es una matriz cuadrada tal que A= A
t
- Matriz antisimétrica: es una matriz cuadrada tal que A=−A

Propiedades de la transpuesta
t t
1. 2. ( cA ) =cA 3.
T T T
4. ( AB ) =B A

- INVERSA DE UNA MATRIZ

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
Definición: Sea A una matriz de nxn, la matriz es la inversa de A si se
cumple que I
, siendo la matriz identidad de nxn.
Si una matriz tiene inversa se dice que es invertible o no singular.

La matriz 0 no tiene inversa ya que no existe ninguna matriz que al multiplicar

por ella dé por resultado la matriz identidad.

TEOREMA
Si una matriz de nxn tiene inversa, esta inversa es única.

Demostración
Supongamos que la matriz A tiene dos inversas, posiblemente distintas:
; entonces se cumple que

Pero: , luego, la inversa es única.

Propiedades de la inversa
−1 −1
1. ( A ) =A 2.
1
( cA )−1 = A−1 c≠0 n −1 n
3. 4. c 5. ( A ) =( A−1 ) n∈N
Demostración de algunas propiedades:
a) Propiedades de la transpuesta
1.
C=[ c ij ] , A=[ a ij ] y B=[ b ij ]
Sea C=A +B , , entonces por definición de suma
c ij=aij +b ij
c t =c ji=a ji +b ji =a t +b
ij ij ijt , luego .

t t
2. ( cA ) =cA
t
( cA )t =[ ca ij ] =[ ca ji ]=cA t
T T T
4. ( AB ) =B A
t t t d =e
Sea C=AB , D=( AB ) y E=B A , queremos probar que ij ij
c ij= fila i de A por la columna j de B= ai 1 b1 j +ai2 b 2 j +. ..+a in bnj
d ij =c t =c ji= a b +a b +...+a jn b ni
ij fila j de A por la columna i de B= j1 1i j 2 2 i
e ij=b ji a ji = fila j de A por la columna i de B= d ij

b) Propiedades de la inversa

−1
1. ( A−1 ) =A
Sea A invertible, entonces,

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
 −1 ¿ 1 −1
Si AA =I se tiene que ( AA ) =( A−1 ) ( A−1 )=I−1=I
−1

−1 −1 −1 −1
Si ( A ) ( A−1 )=I , multiplicando por la derecha por a se tiene: ( A ) ( A−1 ) A=IA
−1
A=I y IA= A , luego ( A ) =A
−1 −1
, pero A

2.
Queremos probar que:
, de la misma forma se prueba que
.

3.
Si A es invertible, existe tal que
Sea , aplicando la traspuesta, tenemos

; pero , de la misma forma:

; pero , con lo que hemos probado que

- CÁLCULO DE LA MATRIZ INVERSA

- Método de Gauss
Consiste en ampliar la matriz dada con la matriz identidad del mismo orden y
convertir la matriz A, mediante operaciones elementales entre renglones, en la
matriz I, la matriz que resulta de la matriz I al realizar estas operaciones es la
inversa de A.

Condición para que la inversa exista: la condición para que exista la inversa
es que la forma escalonada de la matriz A se pueda llevar a la matriz identidad
para lo cual no se debe obtener ningún cero en la diagonal principal.

MATRICES CUADRADAS ESPECIALES

- Matriz diagonal: es una matriz de nxn cuyas entradas fuera de la
diagonal son todas 0. Note que las entradas de la diagonal pueden o no
ser 0, por lo tanto podemos considerar que la matriz 0 es una matriz
diagonal.
- Matriz identidad: es una matriz de nxn diagonal cuyos elementos en la
diagonal son todos 1.
- Matriz triangular superior: es de nxn y sus elementos por debajo de la
diagonal son todos 0. Es decir ij
a =0
para i> j
- Matriz triangular inferior: es de nxn y sus elementos por encima de la
diagonal son todos 0. Es decir
aij =0 para i< j

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
 Si además los elementos de la diagonal son todos iguales a 1, entonces
la matriz se llama triangular inferior unitaria.
t
- Matriz simétrica: es de nxn y tal que A= A
t
- Matriz antisimétrica: es de nxn y tal que A=−A
2
- Matriz idempotente: A de nxn es idempotente si cumple que A= A
k
- Matriz nilpotente: A de nxn es nilpotente si cumple A =0 siendo k el

[ ]
0 1 2
A= 0 0 1
0 0 0
mínimo valor que cumple la condición, ejemplo es
nilpotente para k=3.
−1 t
- Matriz ortogonal: A de nxn es ortogonal si A = A

MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Dado un sistema de ecuaciones lineales, llamémosle A a la matriz de

coeficientes, X a la matriz de las variables ( matriz columna) y B a la matriz
de los términos independientes ( matriz columna), entonces podemos
representar como un producto de matrices en la forma AX =B
−1
Si A es cuadrada e invertible se tiene que X =A B , luego el sistema tiene
solución única.
−1
Así, si el sistema es homogéneo, si A es invertible X =A 0=0 , luego el
sistema tiene sólo la solución trivial, por consiguiente, si A no es invertible,
el sistema tendrá infinitas soluciones.

Si el sistema no es homogéneo y A no es invertible, el sistema podrá ser

compatible indeterminado o incompatible.

Se tiene entonces que:

El sistema AX =B es compatible determinado ssi A es invertible.

El sistema homogéneo AX =0 tiene sólo la solución trivial ssi A es

invertible e infinitas soluciones ssi A no es invertible.

DESCOMPOSICIÓN LU

Si A es una matriz cuadrada, se puede escribir esta matriz en la forma A = LU,

siempre que al escalonar la matriz no se necesite ningún intercambio de filas,
siendo L una matriz triangular inferior unitaria y U una matriz triangular
superior; para obtener la descomposición LU haremos uso de las operaciones
elementales entre filas.

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)
COMO OBTENER LA DESCOMPOSICIÓN LU:

Ejemplo: ; entonces L tendrá la forma , y

obtenemos la matriz U: multiplicamos el renglón 1 por 2 y sumamos al renglón

2; mult el renglón 1 por 1 y sumamos al renglón 3 ; al mismo

tiempo vamos formando la matriz L, con los opuestos de los escalares

utilizados anteriormente: . Ahora mult el segundo renglón por –

(1/2) y sumamos al renglón 3, obteniendo U y L:

U= ; , verificamos que se cumple A = LU.

RESOLUCIÓN DE SISTEMAS DE ECUACIONES USANDO LA

DESCOMPOSICIÓN LU:

La descomposición LU sirve para resolver sistemas de ecuaciones lineales y su

importancia radica en que una vez establecida la descomposición LU de la
matriz A (matriz de coeficientes), podemos resolver cualquier sistema en el cual
sólo varíe la matriz de los términos independientes.
Dado un sistema de ecuaciones lineales de la forma AX = B, encontramos la
descomposición LU, si A = LU, AX = LUX = B, haciendo UX = Y, tenemos que:
LY = B. Para resolver hallaremos primero LY = B, una vez obtenida la matriz Y,
reemplazamos en LY = X y obtendremos la matriz X, solución del sistema.

¿QUÉ HACEMOS SI NECESITAMOS REALIZAR ALGÚN INTERCAMBIO DE

FILAS?

En el caso de necesitar un intercambio de filas no es posible obtener la

descomposición LU de A, en este caso, podemos realizar un intercambio en el
orden de las ecuaciones del sistema, lo que nos da un sistema equivalente, y
volvemos a plantear la solución realizando una nueva descomposición LU de la
matriz de coeficientes del sistema equivalente.

Lic. Carmen von Lucken ( material de uso exclusivo de la FCyT, prohibida su venta)