Capı́tulo 1

Matrices n × m

Sean n, m enteros positivos. Una matriz n × m con entradas en IR es un arreglo rectangular de n

renglones por m columnas
 
a11 a12 a13 . . . a1m
 a a22 a23 . . . a2m 
 21 
a a32 a33 . . . a3m
 
A = (aij ) = 
 31

 .. .. .. .. .. 
 . . . . .


an1 an2 an3 . . . anm
Se usará el sı́mbolo

Mn×m (IR)

para denotar al conjunto de matrices n × m. En el siguiente ejemplo se ilustran matrices 3 × 3.

Ejemplo 1.1 Son matrices 3 × 3:

 
2 1 3
A =  −1 −1 −1 
 
0 1 2
 
1
5 2 3
B =  −1 −1 −1  .
 
3
4 1 2

En el siguiente ejemplo se ilustra una matriz 3 × 4.

Ejemplo 1.2 Una matriz 3 × 4:

 
2 1 3 0
A= 4 4 1 2 .
 
2
0 1 2 3

1
2 1. MATRICES N × M

Sea A = (aij ) matriz n × n. De acuerdo con la configuración de sus entradas, A es:

Triangular superior

Si aij = 0 para todos i > j:

 
a11 a12 a13 a14 ... a1n

 0 a22 a23 a24 ... a2n 


 0 0 a33 a34 ... a3n 

A=
 0 0 0 a44 ... a4n


..
 
 
 . 
0 0 0 0 . . . ann
La siguiente matriz es triangular superior 3 × 3:
 
1 1 1
A= 0 1 1 
 
0 0 1

Diagonal
Si aij = 0 para todos i 6= j:
 
d11 0 0 0 ... 0

 0 d22 0 0 ... 0 


 0 0 d33 0 ... 0 

A=
 0 0 0 d44 ... 0


..
 
 
 . 
0 0 0 0 . . . dnn
En tal caso se escribirá
A = diag(d11 , . . . , dnn )
Las siguientes matrices son diagonales 3 × 3:
 
1 0 0
A = diag(1, 2, 3) =  0 2 0 
 
0 0 3
 
x 0 0
B = diag(x, y, z) =  0 y 0 
 
0 0 z
Diagonal por bloques
A está en forma diagonal por bloques y se escribe

A = diag(A1 , . . . , As )
1. MATRICES N × M 3

si y sólo si existen Ai matrices ki × ki con i = 1, . . . , s tales que n = si=1 ki y las diagonales de las Ai están
P

localizadas en la diagonal de A, iniciando en A1 , terminando en As y dichas diagonales no se intersectan.

Las siguientes matrices están en forma diagonal por bloques:
 
2 1 0 0 0 0 0
3 2 0 0 0 0 0
 
 
0 0 5 0 0 0 0
 
 
 
A=
 0 0 0 2 1 1 1  = diag(A1 , A2 , A3 )


 0 0 0 3 1 2 2 

0 0 0 2 1 1 1
 
 
0 0 0 4 1 1 6
 
2 1 1 1 0 0 0
3 1 2 2 0 0 0
 
 
2 1 1 1 0 0 0
 
 
 
B=
 4 1 1 6 0 0 0  = diag(A3 , A1 , A2 )


 0 0 0 0 2 1 0 

0 0 0 0 3 2 0
 
 
0 0 0 0 0 0 5
donde  
! 2 1 1 1
2 1  3 1 2 2 
A1 = , A2 = (5), A3 = 
 
3 2 2 1 1 1

 
4 1 1 6
Matriz permutación
A es matriz permutación si tiene exactamente un 1 por cada renglón y columna, y 00 s en las restantes
posiciones. Es matriz permutación:  
0 1 0 0
 0 0 1 0 
A=
 
 1 0 0 0 


0 0 0 1
Matriz simétrica
A = (aij ) es matriz simétrica si y sólo si cumple

(∀i)(∀j)[ aij = aji ]

La matriz  
1 0 1 3 0 2

 0 2 7 0 2 1 

 1 7 0 2 1 1 
A=
 
3 0 2 1 1 3

 
 
 0 2 1 1 3 5 
2 1 1 3 5 4
4 1. MATRICES N × M

es simétrica. Otra manera de decir que A es simétrica es pensando que la diagonal de A es eje de simetrı́a.
La matriz identidad
Se denota y define por
I = diag(1, 1, 1, . . . , 1)
La identidad 3 × 3:  
1 0 0
A= 0 1 0 
 
0 0 1
La matriz cero
Cumple
(∀i)(∀j)[ aij = 0 ]
La matriz cero 3 × 3:  
0 0 0
0= 0 0 0 
 
0 0 0
La matriz cero también está definida en el caso n × m. Se deja de suponer matrices n × n.
Matriz en forma escalonada reducida por renglones
Una matriz n × m está en forma escalonada por renglones si y sólo o bien es 0 o bien es de la forma
 
0 ... 0 • ∗ ∗ ∗ ∗ ∗ ... ∗ ...

 0 ... 0 0 0 • ∗ ∗ ∗ ... ∗ ... 

0 ... 0 0 0 0 0 • ∗ ... ∗ ...
 
 
 

 0 ... 0 0 0 0 0 0 • ... ∗ ... 


 0 ... 0 0 0 0 0 0 0 ... • ... 


 0 ... 0 0 0 0 0 0 0 ... 0 ... 

 .. .. 
. . ... 
 

0 ... 0 0 0 0 0 0 0 ... 0 ...
donde • representa, en cada renglón, un elemento no nulo de IR. Si adicionalmente cumple que todo • es 1
y en la misma columna de • las demás entradas son 0, se dice que A está en forma escalonada reducida
por renglones:  
0 ... 0 1 ∗ 0 ∗ 0 0 ... 0 ...
 0 ... 0 0 0 1 ∗ 0 0 ... 0 ... 
 
 0 ... 0 0 0 0 0 1 0 ... 0 ... 
 
 
 0 ... 0 0 0 0 0 0 1 ... 0 ... 
 
 0 ... 0 0 0 0 0 0 0 ... 1 ... 
 
 0 ... 0 0 0 0 0 0 0 ... 0 ... 
 
 .. .. 
. . ... 
 

0 ... 0 0 0 0 0 0 0 ... 0 ...
1. MATRICES N × M 5

La siguiente matriz está en forma escalonada por renglones:

 
2 1 2 3 3 4 0

 0 0 2 7 8 0 0 

0 0 2 7 8 0 0
 
 
 
 0 0 0 0 8 0 5 
0 0 0 0 1 0 1

La siguiente matriz está en forma escalonada reducida por renglones:

 
1 ∗ 0 ∗ 0 ∗ ∗

 0 0 0 ∗ 0 ∗ ∗ 

0 0 1 ∗ 0 ∗ ∗
 
 
∗ ∗
 
 0 0 0 0 0 
0 0 0 0 1 ∗ ∗
6 1. MATRICES N × M
Capı́tulo 2

Operaciones con matrices

El sı́mbolo (n × m) se usará ya sea para denotar al conjunto Mn×m (IR) o un elemento arbitrario del mismo.
2.1 Suma. Si A = (aij ) y B = (bij ) son matrices (n × m), su suma es la matriz (n × m) denotada y
definida por
C =A+B
C = (cij )
cij = aij + bij

(n × m) + (n × m) = (n × m)

2.2 Producto por escalar. Si A = (aij ) ∈ (n × m) y t ∈ IR, el producto de t por A es la matriz (n × m)

denotada y definida por
C = tA
C = (cij )
cij = taij

t(n × m) = (n × m)

2.3 Producto de matrices: Si A = (aij ) ∈ (n × k) y B = (bij ) ∈ (k × m), sean

Ri (A) = (ai1 , ai2 , ai3 , . . . , aik )
el i-ésimo renglón de A,  
b1j

 b2j 

b3j
 
Cj (B) =  

.. 
.
 
 
bkj

7
8 2. OPERACIONES CON MATRICES

la j-ésima columna de B (i = 1, 2, . . . , n, j = 1, 2, . . . , m). Entonces el producto de A con B, en ese orden,

es la matriz (n × m) denotada y definida por

C = AB

C = (cij )
k
X
cij = Ri (A) · Cj (B) = ais bsj = ai1 b1j + ai2 b2j + ai3 b3j . . . + aik bkj
s=1

(n × k)(k × m) = (n × m)

Comentario 2.1 La notación empleada en 2.1 se entiende como sigue. La suma de las matrices A y B
está definida si y sólo si ambas son n × m y en tal caso su suma es matriz n × m. Para el caso 2.2, si A es
matriz n × m y t es un número real, entonces tA siempre está definida y es matriz n × m. Para el producto
de matrices, dado en 2.3, el producto AB está definido si y sólo si A es matriz n × k y B es matriz k × m,
en cuyo caso AB es matriz n × m. Equivalentemente, AB está definido si y sólo si A tiene k columnas y
B tiene k renglones.

Comentario 2.2 Si A es matriz n × m, se representa por −A a la matriz (−1)A. Por ejemplo, si

 
1 2 3
A =  2 0 2  ∈ (3 × 3)
 
0 1 12

entonces −A es matriz 3 × 3 y  
−1 −2 −3
−A =  −2 0 −2 
 
0 −1 − 12
Nótese:  
0 0 0
A + (−A) =  0 0 0 
 
0 0 0
Se pondrá
B−A
para representar B + (−A). La matriz n × m que tiene todas sus entradas 0 se simboliza por 0 (es la matriz
cero del capı́tulo anterior).

Ejemplos concretos son los siguientes. Sı́ están definidas:

5(2 × 3) = (2 × 3)
2. OPERACIONES CON MATRICES 9

(2 × 3) + (2 × 3) = (2 × 3)

(5 × 3) + 7(5 × 3) = (5 × 3)

(2 × 3)(3 × 2) = (2 × 2)

(4 × 3)(3 × 5) = (4 × 5)

(8 × 1)(1 × 8) = (8 × 8)

No están definidas:
(2 × 3) + (3 × 3)

(5 × 3) + (2 × 3)

(3 × 5)(4 × 3)

(6 × 5)(4 × 6)

Nótese: la suma es conmutativa, esto es, cuando A y B son (n × m), entonces

A+B =B+A

Sin embargo, el producto no es conmutativo, por ejemplo:

(4 × 3)(3 × 5) = (4 × 5)

pero no existe
(3 × 5)(4 × 3)

Siempre están definidas:

q(n × m) + t(n × m) = (n × m)

q(n × n) + t(n × n) = (n × n)

(n × n)(n × n) = (n × n)

Ejemplo 2.1 Sean

!
1 2 3
A= ∈ (2 × 3)
2 0 2
!
0 1 1
B= ∈ (2 × 3)
1 0 1

Calcular A + 2B ∈ (2 × 3).
10 2. OPERACIONES CON MATRICES

SOLUCIÓN. Ya que A y B son matrices (2 × 3), está bien definida la operación

(2 × 3) + 2(2 × 3) = (2 × 3)

Primero se calcula 2B: ! !

0 1 1 0 2 2
2B = 2 =
1 0 1 2 0 2
Ahora: ! ! !
1 2 3 0 2 2 1 4 5
A + 2B = + = .
2 0 2 2 0 2 4 0 4

Ejemplo 2.2 Sean  

1 2 3
A =  2 0 2  ∈ (3 × 3)
 
0 1 12
 
0 1 1
B =  1 0 1  ∈ (3 × 3)
 
4 0 0
Calcular A + 4B ∈ (3 × 3).

SOLUCIÓN. Ya que A y B son matrices (3 × 3), está bien definida la operación

(3 × 3) + 4(3 × 3) = (3 × 3)

Primero se calcula 4B:    

0 1 1 0 4 4
4B = 4  1 0 1  =  4 0 4 
   
4 0 0 16 0 0
Ahora:      
1 2 3 0 4 4 1 6 7
A + 4B =  2 0 2  +  4 0 4  =  6 0 6  .
     
0 1 12 16 0 0 16 1 12

Ejemplo 2.3 Sean !

1 2 3
A= ∈ (2 × 3)
2 0 2
 
1 2
B =  2 0  ∈ (3 × 2)
 
1 1
Calcular AB ∈ (2 × 2).
2. OPERACIONES CON MATRICES 11

SOLUCIÓN. El producto AB está bien definido, porque:

(2 × 3)(3 × 2) = (2 × 2)

Para calcular el producto se usa la expresión por renglones de A y columnas de B dada en 2.3:
!
R1 (A) · C1 (B) R1 (A) · C2 (B)
AB = =
R2 (A) · C1 (B) R2 (A) · C2 (B)
! !
(1)(1) + (2)(2) + (3)(1) (1)(2) + (2)(0) + (3)(1) 8 5
= = .
(2)(1) + (0)(2) + (2)(1) (2)(2) + (0)(0) + (2)(1) 4 6
Ya que
(3 × 2)(2 × 3) = (3 × 3)
el producto BA de las matrices A y B del ejemplo anterior también existe (pero ahora es 3 × 3, por lo
tanto distinto de AB). En este caso:
     
1 2 ! R1 (B) · C1 (A) R1 (B) · C2 (A) R1 (B) · C3 (A) 5 2 7
1 2 3
BA =  2 0  =  R2 (B) · C1 (A) R2 (B) · C2 (A) R2 (B) · C3 (A)  =  2 4 6 
     
2 0 2
1 1 R3 (B) · C1 (A) R3 (B) · C2 (A) R3 (B) · C3 (A) 3 2 5

Incluso en el caso n × n, donde AB y BA ambos existen y son n × n, puede ocurrir que AB 6= BA. Por
ejemplo, sean  
0 1 0
A= 1 0 0
 

0 0 1
 
3 1 2
B= 1 1 2 
 
2 0 1
Entonces:     
0 1 0 3 1 2 1 1 2
AB =  1 0 0   1 1 2  =  3 1 2 
    
0 0 1 2 0 1 2 0 1
    
3 1 2 0 1 0 1 3 2
BA =  1 1 2   1 0 0  =  1 1 2 
    
2 0 1 0 0 1 0 2 1
¿Reconoce algún patrón en este último ejemplo?
12 2. OPERACIONES CON MATRICES

EJERCICIOS

Ejercicio 2.1 Sean !

6 6 3
A= ∈ (2 × 3)
2 0 4
!
0 1 1
B= ∈ (2 × 3)
1 0 13

Calcular 2A + 6B ∈ (2 × 3).

Ejercicio 2.2 1 Sean  

6 6 3
A =  2 0 4  ∈ (3 × 3)
 
1 1 1
 
0 1 1
B =  1 0 13  ∈ (3 × 3)
 
0 0 0
Calcular 6B − A ∈ (3 × 3).

Ejercicio 2.3 Sean A y B como en el Ejercicio 2.2. Calcular AB y BA. ¿Se cumple AB = BA?

Ejercicio 2.4 Sea  

0 1 0
A= 1 0 0 
 
0 0 1
Describir todas las matrices B ∈ (3 × 3) tales que

AB = BA

Ejercicio 2.5 2 Sea  

0 1 0
A= 1 0 0 
 
0 0 1

Calcular A2 , A3 , A4 . ¿Reconoce algún patrón? Esto es, ¿cómo es An para toda n?

Ejercicio 2.6 Calcular I 2 , I 3 , I 4 . ¿Reconoce algún patrón? Esto es, ¿cómo es I n para toda n?
1
6B − A = 6B + (−1)A.
2
A2 = AA, A3 = AA2 , etcétera.
2. OPERACIONES CON MATRICES 13

Ejercicio 2.7 Sea  

1 1 3
A= 2 0 2 
 
1 1 1
Calcular B ∈ (3 × 3) tal que  
1 0 0
3A − B =  0 1 0 
 
0 0 1

Ejercicio 2.8 Sea  

−1 −1 −3
A= 2 0 2 
 
1 1 −1
Calcular B ∈ (3 × 3) tal que
10A + 5B = 0

Ejercicio 2.9 Sean A y B como en el Ejercicio 2.1. Calcular C tal que

3A + 5B + C = 0

Ejercicio 2.10 Calcular los siguientes productos:

  
1 0 0 1 1 3
1.  0 1 0   2 0 2 
  
0 0 1 3 4 1
  
0 0 1 1 1 3
2.  0 1 0   2 0 2 
  
1 0 0 3 4 1
  
1 5 0 1 1 3
3.  0 1 0   2 0 2 
  
0 0 1 3 4 1
  
5 0 0 1 1 3
4.  0 1 0   2 0 2 
  
0 0 1 3 4 1
  
1 0 0 0 1 1 3 2
 0 1 5 0  2 0 2 2 
5. 
  
0 0 1 0 3 4 1 3
 
  
0 0 0 1 1 4 1 2
14 2. OPERACIONES CON MATRICES

  
1 0 0 0 1 1 3 2
 0 0 1 0  2 0 2 2 
6. 
  
0 1 0 0 3 4 1 3
 
  
0 0 0 1 1 4 1 2
  
1 0 0 0 1 1 3 2
 0 1 0 0  2 0 2 2 
7. 
  
0 0 1 0 3 4 1 3
 
  
0 0 0 1 1 4 1 2
  
1 0 0 0 1 1 3 2
 0 1 0 0  2 0 2 2 
8. 
  
5 0 1 0 3 4 1 3
 
  
0 0 0 1 1 4 1 2
  
1 0 0 0 1 1 3 2
 0 1 0 0  2 0 2 2 
9. 
  
0 0 1 0 3 4 1 3
 
  
0 0 0 5 1 4 1 2

Ejercicio 2.11 3 Determinar a, b, c, d tales que

! ! !
a b 2 1 1 0
=
c d 1 2 0 1

3
Si     
a b 2 1 1 0
C = (cij ) = =
c d 1 2 0 1
entonces
c11 = 2a + b = 1
c12 = a + 2b = 0
Al resolver este sistema 2 × 2 se obtienen a y b. c y d se obtienen de c21 = 0 y c22 = 1.