Pag |1

Matrices
En esta sección se estudiará el concepto de matriz, que constituye una herramienta muy útil en
diversos campos de la matemática y sus aplicaciones, así como el estudio de conceptos de mayor
complejidad. Por ahora las emplearemos como un instrumento en la resolución de sistemas de
ecuaciones lineales.

Matrices
Una matriz es, simplemente, un arreglo rectangular de objetos de cualquier tipo; sin embargo, en
este curso estamos interesados en el estudio de matrices numéricas.

Se llama matriz de orden  "m × n"   a un conjunto rectangular de elementos  aij  dispuestos
en   m  filas y en  n  columnas. El orden de una matriz también se denomina dimensión o
tamaño, siendo  m  y  n  números naturales.

Conceptos básicos
Definición. Una matriz de tamaño m x n, con entradas R, es un arreglo rectangular de números
reales contituido por m filas y por n columnas.

En general, una matriz se describe de la siguiente manera:

Figura 1

Donde todos los aij (con i = 1, …, m y j= 1, …, n) son números reales. Al elemento aij le llamaremos
entrada (i ; j) (o, también, elemento (i ; j) de la matriz A. Observe que el primer subíndice (i) indica
que el elemento correspondiente está ubicado en la i-ésima fila y el subíndice j indica que el
elemento está ubicado en la j-ésima columna. Denotaremos por Mmxn al conjunto formado por
todas las matrices de tamaño mxn.
 Pag |2

Ejemplo. La matriz que se da a continuación es de tamaño 3 x 3

En esta matriz la entrada (1; 2) es el número ubicado en laf ila 1 y en la columna 2; es entonces
igual a -10.

Usualmente escribiremos una matriz general – como la dada en la figura 1 -, de modo más
compacto:

A = (aij)mxn

Esta última notación indica que la matriz se llama A, que sus entradas se denotan aij y que posee m
filas y n columnas. Esta notación es muy útil para describir propiedades generales de las matrices o
para referirse a una matriz arbitraria.

Las filas de la matriz A son los vectores filas siguientes:

fila 1: (a11, a12, …, a1n)

fila 2: (a21, a22, …, a2n)
. .
. .
. .
fila i: (ai1, ai2, …, ain)

. .
. .
. .
fila m: (am1, am2, …, amn)

Las columnas de la matriz son los siguientes vectores columna:

columna 1: … columna j: … columna n:

 Pag |3

Ejemplo. Si

, entonces A tiene dos filas que son:

fila 1: (1, -2, 1)

fila 2: (2, 1, 3)

y tiene tres columna que son:

columna 1: columna 2: columna 3:

Para efectos teóricos, en algunas ocasiones resulta conveniente representar una matriz arbitraria
mediante sus filas o sus columnas. Por ejemplo, si A = (aij)mxn entonces podemos escribirla como

donde f1(A), f2(A), …, fm(A) son las filas de A. También podemos escribirla como

A = [ c1(A) c2(A) … cn(A)]

donde c1(A), c2(A), …, cm(A) son las columnas de A.

A continuación se establece el concepto de igualdad de matrices.

 Pag |4

Definición. Dos matrices del mismo tamaño son iguales si y solo si sus entradas correspondientes
son iguales; es decir, si A = (aij)mxn y B = (bij)mxn entonces A = B si y solo si aij = bij para todo i (con i =
1, …, m) y para todo j (con j = 1, …, n).

Ejemplo. Si

Determinar los valores de a y b de modo que A = B

Solución. Igualando las entradas (1:1) de ambas matrices tenemos que a + 1 = b; igualando las
entradas (1:2) de ellas se tiene que b = 2. De acuerdo con esto, a = 1. Con estos dos valores
podemos ver que las restantes entradas correspondientes de A y B son iguales.

Matrices Especiales
A continuación definimos algunas matrices especiales que seran útiles posteriormente

Matriz cuadrada. Es una matriz con el mismo número de filas que de columnas. Si la matriz es de
tamaño n x n se dice que es de orden n. Una matriz cuadrada es de la forma

La diagonal de A está conformada por los números a11, a22, …, ann. Si i > j se dice que el elemento aij
está bajo la diagonal de A y, si i < j, el elemento aij está sobre la diagonal de A.
 Pag |5

Ejemplo. La matriz es cuadrada de orden 2. Su diagonal está formada por las

entradas de las posiciones (1:1) y (2:2); es decir, 4 y -7 son los elementos de la diagonal. Sobre la
diagonal está -1 y bajo la diagonal aparece 2.

Matriz fila. Es una matriz de tamaño 1 x n. Los vectores fila estudiados en la sección anterior
pueden identificarse con las matrices fila. Una matriz fila es de la forma:

(a11 a12 … a1n)

Matriz columna. Es una matriz de tamaño m x 1. Los vectores columna mencionados en el tema
anterior pueden identificarse con las matrices columna. Esta matrices son de la forma

Matriz nula. Es una matriz cuyas entradas son todas iguales a 0. La matriz nula de tamaño m x n se
denota por 0mxn o, simplemente por 0 si no hay posibilidades de confusión. Podemos decir que 0 mxn
= (aij)mxn, donde aij = 0 para todo i y todo j.

Ejemplo. La matriz 02x3 = es la matriz nula de tamaño 2 x 3.

Matriz identidad. Es una matriz cuadrada cuyos elementos en la diagonal son todos iguales a 1 y
los restantes son todos iguales a 0. La matriz identidad de orden n se denota por In o, simplemente
por I si no hay posibilidades de confusión.

Podemos decir que In = (aij)mxn, donde aii = 1 y aii = 0 si i  j.

 Pag |6

Ejemplo. La matriz identidad de orden 3 es I 3 =

Matriz diagonal. Es una matriz cuadrada en la cual todos los elementos que están fuera de la
diagonal son iguales a 0 (es decir, aii = 0 si i  j). Una matriz diagonal tiene la forma:

Ejemplo. La matriz es una matriz diagonal puesto que todas sus entrdas fuera
de la diagonal son iguales a 0.

Matriz triangular superior. Es una matriz cuadrada cuyos elementos bajo la diagonal son todos
iguales a 0. (es decir, aii = 0 si i  j). La forma general de estas matrices es:
 Pag |7

Ejemplo. La matriz es triangular superior.

Matriz triangular inferior. Es una matriz cuadrada cuyos elementos sobre la diagonal son todos
iguales a 0. (es decir, aii = 0 si i  j). La forma general de estas matrices es:

Ejemplo. La matriz es triangular inferior.

Matriz transpuesta. Dada una matriz A = (aij)mxn se define la matriz transpuesta de A como

At = (cij)nxm, donde cij = aij

Lo que esta definición dice es que las entradas de la transpuesta son las mismas de A pero en otro
orden: las entradas de la primera fila de A se convierten en las entradas de la primera columna de
At, las entradas de la segunda fila de A se convierten en las entradas de la segunda columna de A t y
así sucesivamente. Por esta razón, si A tiene m filas y n columnas entonces, At tiene n filas y m
columnas.
 Pag |8

Ejemplo. La transpuesta de la matriz A = es

At =

Matriz simétrica. Una matriz A es simétrica si es igual a su transpuesta (A = A t); es decir, si A=(aij)mxn
entonces A es simétrica si aij = aji, i,j. Esto implica, en particular, que las entradas de la primera
fila son las mismas que las de la primera columna, las de la segunda fila son las mismas que las de
la segunda columna y así sucesivamente. Una condición necesaria (pero, desde luego, no
suficiente) para que una matriz sea simétrica es que sea cuadrada.

Ejemplo. La matriz A = es simetrica.

Matriz Idempotente. Una matriz es idempotente si A = A 2; es decir, si A=(aij)mxn entonces A es

idempotente si aij = aji, i,j. Esto implica, en particular, que las entradas de la primera fila son las
mismas que las de la primera columna, las de la segunda fila son las mismas que las de la segunda
columna y así sucesivamente, como resultado de multiplicar la matriz por si misma.

Ejemplo. Sea

por lo tanto A es una matriz idempotente.

,
 Pag |9

B y C son matrices idempotentes.

 
Matriz Nilpotente. Una matriz es nilpotente si A = A n= 0; es decir, si A=(aij)mxn entonces A es
nilpotente si aij = 0ji, i,j. Esto implica, en particular, que la multiplicación de la matriz por si misma
n veces de cómo resultado una matriz nula.

Ejemplo. Sea

por lo tanto D es nilpotente de índice 3.

 P a g | 10

ALGUNOS TIPOS DE MATRICES

Hay algunas matrices que aparecen frecuentemente y que según su forma, sus elementos,
reciben nombres diferentes :

Tipo de
Definición Ejemplo
matriz
Aquella matriz que tiene una
   FILA sola fila, siendo su orden 
1×n

Aquella matriz que tiene una

sola columna, siendo su
   COLUMNA
orden  m×1

Aquella matriz que tiene distinto

   número de filas que de
RECTANGULAR columnas, siendo su orden 
m×n ,

Dada una matriz  A, se llama

traspuesta de A a la matriz que
se obtiene cambiando
ordenadamente las filas por las
   TRASPUESTA columnas.
Se representa por  At  ó  AT

La matriz opuesta de una dada

es la que resulta de sustituir
   OPUESTA cada elemento por su opuesto.
La opuesta de  A  es   -A.

Si todos sus elementos son

cero. También se
   NULA
denomina matriz cero y se
denota por 0m×n
 P a g | 11

Aquella matriz que tiene

igual número de filas que
de columnas, m = n,
diciendose que la matriz Diagonal principal :
es de orden n.
Diagonal principal : son
los elementos  a11 , a22 , ...,
   CUADRADA ann 
Diagonal secundaria : son
los elementos  aij con   i+j Diagonal secundaria :
= n+1
Traza de una matriz
cuadrada : es la suma de
los elementos de la
diagonal principal tr A.

Es una matriz cuadrada

que es igual a su
SIMÉTRICA
traspuesta.
A = At  , aij = aji  

Es una matriz cuadrada

que es igual a la opuesta
ANTISIMÉTRIC
A
de su traspuesta.
A = -At  , aij = -aji  
Necesariamente  aii = 0  

Es una matriz cuadrada

que tiene todos sus
DIAGONAL elementos nulos excepto
los de la diagonal
principal

Es una matriz cuadrada

que tiene todos sus
ESCALAR elementos nulos excepto
los de la diagonal
principal que son iguales

IDENTIDAD Es una matriz cuadrada

que tiene todos sus
elementos nulos excepto
los de la diagonal
principal que son iguales
 P a g | 12

a 1. Tambien se denomina
matriz unidad.

Es una matriz cuadrada

que tiene todos los
TRIANGULAR elementos por encima (por
debajo) de la diagonal
principal nulos.

Una matriz ortogonal es

necesariamente cuadrada
e invertible :  A-1 = AT
La inversa de una matriz
ortogonal es una matriz
ORTOGONAL ortogonal.
El producto de dos matrices
ortogonales es una matriz
ortogonal.
El determinante de una matriz
ortogonal vale +1 ó -1.

Una matriz es normal si

conmuta con su
traspuesta. Las matrices
NORMAL
simétricas, antisimétricas
u ortogonales son
necesariamente normales.

Decimos que una matriz

cuadrada  A   tiene
INVERSA inversa, A-1, si se verifica
que :
A·A-1 = A-1·A = I

Para establecer las reglas que rigen el cálculo con matrices se desarrolla un álgebra
semejante al álgebra ordinaria, pero en lugar de operar con números lo hacemos con
matrices.
 P a g | 13

Operaciones con matrices

Se definen ahora las operaciones con matrices, que generalizan las operaciones vistas en el tema I
para vectores, es decir; producto de un número real (o escalar) por una matriz, suma de matrices y
producto de matrices.

Producto de un número real por una matriz

Definición. Si k es un número real (un escalar) y A es una matriz, se define la matriz producto de k
por A como la matriz cuyas entradas son las de A multiplicadas por k. Es decir, si A = (aij)mxn
entonces kA = (kaij)mxn. En forma desarrollada:

k =

Ejemplo. Si k = 2 y A = , entonces

kA = 2 = =

Suma de Matrices
Definición. Si A = (aij)mxn y B = (bij)mxn entonces la suma de A y B se define por

A + B = (aij + bij)mxn

Observe que NO se pueden sumar matrices que no sean del mismo tamaño.
 P a g | 14

Ejemplo.

+ =

Propiedades

Se establece a continuación una serie de propiedades que poseen estas operaciones. Estas
propiedades son idénticas a las operaciones con vectores correspondientes.

Teorema. Si A, B y C son matrices de tamaño mxn y k y 1 son números reales, entonces:

1. A+B = B + A (la suma de matrices es conmutativa)

2. (A + B) + C = A + (B + C) (la suma de matrices es asociativa)
3. Si 0 es la matriz nula de tamaño mxn entonces 0 + A = A + 0 = A (la matriz nula es el neutro
para la suma de matrices).
4. Para cada matriz A existe una única matriz que denotamos –A tal que A + (-A) = 0 (la
matriz –A es inversa aditiva u opuesta de A).
5. 1A = A
6. (kl)A = k(lA)
7. (k + l) A = kA + lA
8. k (A + B) = kA + kB
 P a g | 15

Demostración. Las propiedades que establece el teorema están basadas en las propiedades
correspondientes de las operaciones con números reales. Se dejan al estudiante como ejercicio.

Producto de matrices
A continuación definiremos un producto de matrices que utilizaremos a menudo posteriormente.
Sea A una matriz de tamaño m x n y B otra matriz de tamaño n x s; recordando la notación por filas
y por columnas de la matriz, dadas

B = [ c1(B) c2(B) … cn(B)]

Note que, según el tamaño de A, cada una de sus filas fi(A) es un vector (fila) de n componentes.
Mientras tanto, cada una de las columnas cj(B) es un vector (columna) de n componentes. Así, se
puede efectuar el producto escalar de cada fi(A) con cada cj(B), tal como se definió en el primer
tema. Con esto en mente, damos la siguiente definición.

Definición. Si A es una matriz de tamaño mxn y B es una matriz de tamaño nxs, se define el
producto de A y B como AB = (cij)mxs, tal que cij = fi(A).cj(b) (donde . denota el producto escalar de
vectores). Es decir:

AB = [ c1(B) c2(B) … cn(B)]

 P a g | 16

Lo anterior dice que la entrada (i;j) de la matriz producto AB es igual al producto escalar de la fila i
de A por la columna j de B.

Ejemplo. Sean

La matriz A tiene 2 filas y 3 columnas; la matriz B tiene 3 filas y 2 columnas. Se puede realizar su
producto y el resultado es una matriz de 2 x 2. Tenemos:

=
 P a g | 17

Desde luego que con un poco de práctica, las operaciones se pueden hacer mentalmente y
obtener de modo inmediato la matriz producto. Observe que la primera fila de la matriz resultante
proviene de multiplicar escalarmente la primera fila de A por las columnas de B; del mismo modo,
la segunda fila se obtiene de multiplicar la segunda fila de A por las columnas de B y así
sucesivamente.

Propiedades
El siguiente teorema establece algunas propiedades que posee el producto de matrices.

Teorema. Si k es un número real y A,B y C son matrices tales que las operaciones indicadas en el
lado izquierdo de cada una de las igualdades que se dan a continuación se pueden realizar,
entonces también se pueden realizar las operaciones indicadas en el lado derecho y las igualdades
son válidas:

1. (AB)C = A(BC)

2. k(AB) = (kA)B = A(kB)

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

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

5. AIn = A (donde In es la matriz identidad de orden n y n es el número de columnas de A)

6. ImA = A (donde Im es la matriz identidad de orden m y m es el número de filas de A)

7. (AB)t = BtAt
 P a g | 18

Selectividad
Dada la matriz

Primero hacemos A.A = A2

0 3 4 0 3 4
1 -4 -5 1 -4 -5
-1 3 4 -1 3 4

(0)(0) + (3)(1) + (4)(-1) = -1

(0)(3) + (3)(-4) + (4)(3) = 0
(0)(4) + (3)(-5) + (4)(4) = 1

(1)(0) + (-4)(1) + (-5)(-1) = 1

(1)(3) + (-4)(-4) + (-5)(3) =4
(1)(4) + (-4)(-5) + (-5)(4) = 4

(-1)(0) + (3)(1) + (4)(-1) = -1

(-1)(3) + (3)(-4) + (4)(3) = -3
(-1)(4) + (3)(-5) + (4)(4) = -3

-1 0 1
1 4 4
-1 -3 -3
 P a g | 19

Hacemos A2.A = A3

-1 0 1 0 3 4
1 4 4 1 -4 -5
-1 -3 -3 -1 3 4

(-1)(0) + (0)(1) + (1)(-1) = -1

(-1)(3) + (0)(-4) + (1)(3) = 0
(-1)(4) + (0)(-5) + (1)(4) = 0

(1)(0) + (4)(1) + (4)(-1) = 0

(1)(3) + (4)(-4) + (4)(3) =-1
(1)(4) + (4)(-5) + (4)(4) = 0

(-1)(0) + (-3)(1) + (-3)(-1) = 0

(-1)(3) + (-3)(-4) + (-3)(3) = 0
(-1)(4) + (-3)(-5) + (-3)(4) = -1

-1 0 0
0 -1 0
0 0 -1

Entonces A3 + I = 0

b) Justificar que A tiene inversa y obtener A-1

Como A3 = I => A2.A = -I => A.(-A2) = I => -A2 = A-1

c) Calcular A100

A100 = A99.A = (A3)33A = (-I)33A = -A

 P a g | 20

Dada B,