1

MATEMTICA I

2012 Captulo 5
_________________________________________________________

MATRICES
1.1.

Introduccin. Nociones bsicas.

a1 , a2 , ..., an , trmino independiente b e incgnitas
la forma a1.x1 + a2 .x2 + ... + an .xn = b , por ejemplo

Una ecuacin lineal con coeficientes reales

x1 , x2 , ..., xn es una
2
.x1 + 5.x2 8.x3 = 1 .
5

expresin

de

Si se tienen dos o ms ecuaciones lineales en las mismas incgnitas se tiene un sistema de m

ecuaciones con n incgnitas. El siguiente es un sistema de 2 ecuaciones con 3 incgnitas
(sistema 2x3):

S1 :

2
.x1 +5.x2 8.x3 = 1
.
5
x1 + 6.x2 4.x3 = 9

Una solucin del mismo, cuando existe, ser una terna ordenada de nmeros

( x10 , x20 , x30 ) que

satisfaga simultneamente todas las ecuaciones del sistema.

Si en S1 se cambian

x1 , x2 , x3 por, respectivamente, x, y, z o bien por u1, u2, u3 el sistema

es el mismo. De modo que toda la informacin del sistema se encuentra en los coeficientes y
trminos independientes en el orden que aparecen dispuestos, es decir en los siguientes

5 8

cuadros de nmeros A = 5
,

1 6 4

-1
b=
9

que llamaremos matrices. A es una matriz 2x3 (2 filas por 3 columnas), b es una matriz 2x1
(2 filas por 1 columna).
Este es uno de los problemas ms importantes en los que se aplican las matrices: la resolucin
de sistemas lineales de ecuaciones
Otra de las aplicaciones importantes que tienen las matrices es la criptografa. La criptografa es
el estudio de las formas de transmitir mensajes en forma segura. En la dcada de los aos 40
cuando se establece el inicio de la criptografa, estaba restringida prcticamente al campo de la
estrategia militar. Hoy, la criptografa es de gran utilidad en muchsimas cosas que hacemos a
diario: cuando utilizamos la tarjeta de crdito en un cajero automtico para realizar una
operacin bancaria, necesitamos identificarnos con una clave, cuando accedemos a nuestra
cuenta de correo electrnico, se nos pide una contrasea, etc.
Si numeramos las letras del abecedario de 1 a 27 y quisiramos enviar como mensaje la
letra J, puede elegirse como cdigo el nmero 7 y multiplicar 7.10 ya que 10 es el nmero que
le corresponde a la J. El mensaje enviado seria 70.
Si el receptor no conoce que el cdigo es 7 podra pensar que se envi 5.14=70 o
10.7=70 o 7.10=70 , y no puede decidir si la letra envada es N(14) o G(7) o J(10). El
receptor entonces debe conocer el cdigo y multiplicar el mensaje recibido por el inverso de ese
nmero: 70.1/7=10. Claro que este mtodo para encriptar es muy vulnerable ya que hay un

nmero muy pequeo de posibilidades y del contexto del mensaje podra deducirse la letra.
Tambin es cierto que si en lugar de elegir el 7 eligiramos el 345.678, aumenta
significativamente la cantidad de posibilidades.
Este mismo proceso se utiliza para la encriptacin con matrices , el cdigo ya no es un
nmero sino una matriz y el mensaje que se enva tambin se enva en una matriz, de modo
que habr que conocer la inversa de la matriz de cdigo para recuperar el mensaje.

En general una matriz mxn tendr la forma:

a11
a
21
A = a31

...
a
m1

a12
a22
a32
...
am 2

a13
a23
a33
...
am3

El primer subndice i de cada coeficiente

a14
a24
a34
...
am 4

..... a1n
..... a2 n
..... a3n

...
...
..... amn

aij = ( A)ij

indica la fila donde se encuentra dicho

coeficiente, el segundo subndice j indica en qu columna est, para i = 1,2,,m, j = 1, 2, ,n.

El conjunto de todas las matrices mxn con coeficientes

aij R , se indica R mn , si m=n las

matrices son cuadradas, de lo contrario son rectangulares.

En una matriz cuadrada la diagonal principal es ( a11 ,

a22 , a33 ,..., ann ), por ejemplo

0 3
5

1
B=
3 0
8

1 35 9

( 5,

3 , 9 ) en la siguiente matriz 3x3

1.2.

Algunas clases especiales de matrices

1.2.1. Matriz nula Matriz cuadrada o rectangular en la que todos sus

coeficientes son ceros,

(O)ij = 0, i, j

1.2.2. Matriz triangular superior (respectivamente inferior) Matriz nxn en

la que son ceros todos los coeficientes debajo (respectivamente arriba) de
la diagonal principal,

0
0
0

aij =0 para i>j

1 8 5
0 4 2

0 0 5
6

(respectivamente para i<j)

3 0

1 6
0 3
36 5

0 0
4 0

0 3
0

1.2.3. Matriz diagonal : Matriz nxn en la que son 0 todos los coeficientes

aij

tales que i j.

1.2.4. Matriz identidad

: matriz diagonal, en la que los coeficientes de
la diagonal principal son todos 1.

Equivalentemente,

es una matriz cuadrada tal que :

( I )ij = 1, si i = j

( I )ij = 0, si i j

Ejemplos: Las matrices identidad en R2x2 y en R3x3 son las siguientes

1 0 0
1 0
I =
R 22 , I = 0 1 0 R 33

0 1
0 0 1

1.3. Suma de matrices

1.3.1. Definicin

Sean A, B matrices m n, la suma A + B es la matriz m n donde cada

coeficiente ( A + B )ij = aij + bij = ( A)ij + ( B )ij
Ejemplo Dadas A, B ambas 2x3

0
3

A=

1.3.2. Propiedades

1 2
5

3
-3

B=

-1 1
3

,
4

3
0

A+ B =

0 3

8 8

Sean A, B , C R

mn

A + ( B + C ) = ( A + B) + C
mn
2) existencia de neutro (matriz nula O R
)
mn
matriz A R
, A+O =O+ A= A
mn
mn
3) matriz A R
una matriz B R
tal que A + B = B + A = O ,

1) asociatividad :

B es la opuesta de A y se indica -A.

15

Ejemplo: Si A =

1 ,
3

15

su opuesta es -A =

4) conmutatividad : par de matrices A, B R

mn

1
3

, A+ B = B+ A

Demostracin: Usar la definicin de suma de matrices y la propiedad respectiva para la suma de

nmeros reales.

1.4. Producto de un escalar (nmero real) por una matriz

1.4.1. Definicin

Sean A R

mn

coeficiente ( .A)

ij

y R , .A es la matriz de R
= .( A)

ij

mn

tal que cada

= .a
ij

1.4.2. Ejemplo

1 2 5

=3, A=
,
-2 1 0

1.4.3. Propiedades

Sean , escalares y A, B matrices m n

1) .( A + B ) = . A + .B
2) ( + ). A = . A + . A
3) ( . ).A= .( .A)
4) 1.A = A

3 6 15

-6 3 0

.A =

1.5. Producto de matrices

1.5.1. Definicin

Sea A R mn , B R nr , la matriz producto A.B es la matriz m r tal que

n

k =1

k =1

( A.B)ij = ( A)ik .( B)kj = aik .bkj

1.5.2. Ejemplo

1 2
1.3+2.1 1.5+2.3 5 11
3
5

R 22 , A.B = 0.3+0.1 0.5+0.3 = 0 0 R32

Sean A = 0 0 R 32 , B =

1 3
1 5
1.3+5.1 1.5+5.3 8 20

1.5.3. Propiedades

Asociatividad: Si A es una matriz m n, B es n r y C es r q, entonces ( A.B ) .C = A.( B.C ).

(obsrvese que todos los productos indicados son posibles)
....................................
En el conjunto R nn de matrices cuadradas del mismo orden n n, adems de la propiedad asociativa,
tambin se tiene la propiedad de la identidad (o neutro multiplicativo):
Para toda A R nn , la matriz identidad I (nxn), definida en 1.2.4, tiene la siguiente
propiedad : A.I = I . A = A
(El hecho de indicar A.I y tambin I . A no es redundante, porque el prroducto
de matrices no tiene, en general, la propiedad conmutativa, tal como se ver en las
observaciones que siguen. La matriz identidad n n, conmuta con cualquier matriz
de ese mismo orden).

Distributividad del producto con la suma: Sean A, B, C matrices n n, entonces

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

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

Si A est a izquierda (respectivamente a derecha) en el 1er miembro, tambin aparece a izquierda

(respectivamente a derecha) de B y de C en el 2do, salvo que se indique expresamente que A conmuta
con B y A conmuta con C.

1.5.4. Observaciones

1) La conmutatividad no es una propiedad general del producto de matrices

1 3
1 0
5 9
-1 -3
Sean A=
, B=
, resulta A.B =
y B. A=

2 5
2 3
8 15
8 21
2) En los nmeros naturales, enteros, reales se tiene la propiedad :
a.b = 0 a = 0 b = 0 .
En el producto de matrices tampoco es vlida esa propiedad:

A.B = O no implica A = O o B = O

1 3
-3 3
0 0
Sean A=
, B=
, el producto A.B =
da la matriz nula, mientras que ni A ni B
2 6
1 -1
0 0
son nulas
3) La existencia de inversa tampoco es una propiedad general de las matrices.
Si una matriz no es cuadrada no posee inversa. Algunas matrices cuadradas
tienen inversa y otras no.
Como existen infinitas matrices cuadradas que tienen inversa e interesa conocerla,
ser un objetivo identificar aqullas que tengan inversa y en tal caso calcularla.

En el pargrafo que sigue se dar la definicin de matriz inversa y algunas propiedades, ms

adelante se tratar el problema de hallar la inversa cuando sta exista.

1.6. Matriz Inversa

1.6.1. Definicin. Sea A R nn , A tiene inversa (o es inversible, o no singular) si existe una matriz
B R nn tal que: A.B = I y B. A = I .
(Se piden las dos condiciones porque el producto de matrices no tiene en general la propiedad
conmutativa, para afirmar que A tiene inversa, multiplicndola tanto a izquierda como a derecha por
B debe dar la identidad.)

En caso que exista B y cumpla las condiciones indicadas arriba, se probar en 1.6.2 que es la nica
que tiene esas propiedades, entonces se puede afirmar que B es la inversa de A y se indica con A-1.
(Observacin : En los nmeros racionales o reales, si a es un nmero no nulo, a -1 se puede indicar
1
. Si A es una matriz, esa notacin no es posible pues se estara refiriendo a "dividir
a
un nmero por una matriz", operacin que no existe, incurrindose con ella en un grave error conceptual.)
tambin con

1.6.2. Proposicin Si existe B en las condiciones de la Definicin 1.6.1, sta es nica

Demostracin
Sea A.B=B.A=I (1), supongamos que tambin la matriz C cumple A.C=C.A=I (2).
Entonces (B.A).C=I.C=C (por (1)) y B.(A.C)=B.I=B (por (2)).
Como el producto de matrices es asociativo (B.A).C = B.(A.C), es decir que C=B, por lo tanto
la matriz B que cumple la Definicin 1.6.1 es nica.

1.6.3. Proposicin. Sean

A, B matrices nxn inversibles entonces ( A.B )1 = B 1. A1 .

Demostracin Por hiptesis existen

A1 y B -1 .

Como A y B son de orden n n, entonces A-1 , B -1 , A.B y B -1. A-1 son todas de orden n n.
De acuerdo a la definicin 1.6.1 de matriz inversa debe probarse que multiplicando
a izquierda y a derecha de A.B, en ambos casos se obtiene la identidad.

B 1 . A 1

( A.B).( B 1. A1 ) = (por asociatividad)=A.( B.B 1 ). A1 = A.I . A1 = A. A1 = I .

En la misma forma se prueba que ( B 1. A1 ).( A.B) = I , y segn 1.6.1,
queda probado que ( B 1. A1 ) es la inversa de la matriz A.B.
1.6.4. Corolario. El resultado anterior se generaliza a cualquier nmero finito de matrices
inversibles de un mismo orden nxn.

1.7. Matriz Traspuesta y sus Propiedades.

1.7.1. Matriz traspuesta Si
como coeficientes

A es mxn , su traspuesta AT es nxm y tiene

( AT )ij = ( A) ji .

[Las filas de AT son las columnas de A, las columnas de AT son las filas de A]

2 1

3 0
T

A =
5 3

8 5

2 3 5 8
A=

1 0 3 5

1.7.2. Proposicin. En a), b) y c) sean A ,

a) ( A T)T = A
b) ( A + B )T= A T + B T
c) k escalar de R, entonces (k. A )T = k. A T
d) Si A es nxn y B es nxn, entonces ( A .

B matrices mxn.

B )T = B T. A T

Demostracin.
T T
T
a) (( A ) )i j = ( A )ji =( A )ij

A + B )T]ij = ( A + B )ji = (por def de suma) =( A )ji + ( B )ji =( A T)i j + ( B T)i j .

c) ((k. A )T )i j = (k. A )j i = k . ( A )j i = k.( A T )i j , por las definiciones de traspuesta
b) [(

y producto de un escalar por una matriz.

d) Por definicin de traspuesta y, luego, por definicin de producto de matrices
r

(( A . B )T)i j = ( A . B )j i =

( A) jk .( B)ki

k =1

(*) (o sea: la fila j de A por la columna i de B )

De nuevo por definicin de traspuesta:

( A )j k = ( A T)k j (la fila j de A es la columna j de A T )

( B )k i = ( B T)i k (la columna i de B es la fila i de B T )
T

Reemplazando respectivamente en (*) y conmutando, recordar que ( A )k j y ( B )i k

son nmeros reales para los cuales vale la conmutatividad, se obtiene
r

( BT )ik .( AT )kj = ( BT . AT )ij

k =1

(es decir : la fila i de B T por la columna j de A T )

1.8. Otras clases especiales de matrices

A partir de la matriz traspuesta es posible definir otras clases de matrices, las dos
primeras que se mencionan a continuacin: la matriz simtrica y la antisimtrica.
1.8.1. Matriz simtrica Matriz A cuadrada nxn tal que A= AT
Ejemplo:

1 3 0 5

3 2 1 2 matriz simtrica
0 1 5 4

5 2 4 9
T

1.8.2. Matriz antisimtrica Matriz A cuadrada nxn tal que A = - A. (Los coeficientes de

la diagonal principal son necesariamente ceros).

Ejemplo:

0 8 7 3

8 0 6 2 matriz antisimtrica
7 6 0 1

3 2 1 0

mxn

1.8.3. Matriz escalonada (o triangulada) Sea A R

, A est en forma escalonada
(o triangulada) si el nmero de ceros que precede al primer coeficiente no nulo
va aumentando en las filas sucesivas. El primer coeficiente no nulo de cada fila es
el coeficiente principal (o pivote ) de esa fila.

1.8.4. Matriz reducida Una matriz no nula A es reducida (o reducida por filas) si
es escalonada y adems sus coeficientes principales cumplen :
(a) Son los nicos coeficientes distintos de cero en sus respectivas columnas,
(b) Son todos iguales a 1.

Ejemplos

A , B y C estn escalonadas, slo C es reducida.

1

0
A = 0

0 2 8 0 3 9
0 0 0 0 2 1

0 0 0 0 0 0

3 5 0 5

0
B = 0

5 1 0 0 4

0 1 3 0 5
0 0 1 8 5

0 0 0 0 1

0
C=
0
0

0 1 0 3 0
0 0 1 2 0

0 0 0 0 1
5 0 0

1.9. Operaciones elementales sobre las filas de una matriz.

Existen 3 tipos de operaciones elementales sobre las filas de una matriz que permiten
llevar cualquier matriz A R

mn

a una matriz equivalente reducida por filas :

1) Multiplicar una fila Fk de A por un escalar R no nulo, Fk Fk

2) Sumar a la fila Fh la fila Fk multiplicada por R no nulo, Fh Fh+ Fk
3) Permutar dos filas Fh Fk
Cada operacin elemental e tiene su inversa e-1 que es tambin elemental y
del mismo tipo que e.

A , B se llaman equivalentes por filas si de una de ellas se

pasa a la otra aplicando un nmero finito de operaciones elementales de fila.
A f B si ek o ek-1 o ... o e2 o e1( A ) = B

1.9.1 Definicin Dos matrices

(Como cada ei posee su inversa que tambin es una operacin elemental, de B se puede llegar
a A aplicando las inversas respectivas).
Ejemplo

10

1 2 3 0
1 2 3 0
1 2 3 0

F2 2.F1

A = 2 4 2 2
0 0 4 2 4 F3 5 F2 0 0 4 2 4 F1 + 3F2
3 6 4 3 F3 3.F1 0 0 5 3

0 0 0 2

4 8 0 6
4 8 0 0
4 8 0 0

0 0 4 2 , F1 3F2 0 0 4 2 , F2 F3 0 0 4 0 ,
0 0 0 2
0 0 0 2
0 0 0 2

RA f A,

1
F1
4
1 2 0 0
1

F2 0 0 1 0 = RA
4

0 0 0 1
1
F3
2

RA es la matriz reducida por filas equivalente a A.

1.9.2. Definicin Se llama rango de una matriz A, indicado con r ( A) , al nmero de filas no
nulas de la escalonada o la reducida RA equivalente con A.

1.10. Clculo de la inversa de una matriz

Existen dos aplicaciones importantes de las operaciones elementales: el clculo de la matriz
inversa, cuando esta existe, y la bsqueda de soluciones de un sistema de ecuaciones lineales, esta
ltima se tratar en el captulo siguiente.
Dada una matriz cuadrada A n n, se ampla ubicando a su derecha la matriz identidad I del mismo
orden que A, formando la matriz ( A I ) de orden nx 2n.
A esta matriz ( A I ) se le aplican operaciones elementales tendientes a hallar la reducida RA
equivalente con A del lado izquierdo. Si esta matriz RA es la identidad, entonces en el lado derecho,
donde inicialmente se ubic I , se tendr la inversa A-1 de A.
Si A no tuviera inversa, en el proceso de reduccin, se obtendr una fila nula (del lado izquierdo), lo
que indica que la reducida RA equivalente con A no es la identidad, por lo tanto A no posee inversa.

Ejemplo:

2 6 4

Sea A = 1 4
1
2 6 1

11

2 6 4

1 4 1
2 6 1

1 3 2

1
F1 . 1 4 1
2
2 6 1

1 0 0

0 1 0
0 0 1
1
2
0
0

0 0

1 0
0 1

1 3 2
F2 F1 0 1 3

2 6 1

1
2
1

2
0

0 0

1 0

0 1

1 3 2
F3 2.F1 0 1 3

0 0 5

1
2
1

2
1

0 0

1 0

0 1

1 0 11

F1 3.F2 0 1 3

0 0 5

2
1

2
1

3 0

1 0

0 1

1 0 11
1
F3 . 0 1 3

5
0 0 1

F1 + 11F3

2
1

2
1

3 0
1 0

1
0

1 0 0
F2 3F3 0 1 0

0 0 1

1
5
1
10
1

3
1
0

11

5
3

5
1

12

La matriz

5
1
10
1

3
1
0

11

5
3

5
1

es la inversa de

Por la definicin de equivalencia por filas resulta que :

A f I ya que e7 o e6 o ... o e2 o e1( A ) = I y adems

I f B ya que e7 o e6 o ... o e2 o e1(I) = B , y como
e7 o e6 o ... o e2 o e1( A ) = e7 o e6 o ... o e2 o e1(I. A ) = e7 o e6 o ... o e2 o e1(I) A = BA=I
resulta que B= A-1

(Consecuencia: Si A de orden n n tiene inversa, su rango r ( A) = n, de lo contario r ( A) < n.)

El procedimiento mencionado arriba se fundamenta por las siguientes propiedades:
a) Una matriz cuadrada tiene inversa es equivalente por filas a la identidad.
b) Cuando A tiene inversa, la sucesin de operaciones elementales que reduce
A a la I , conduce a la I a la inversa A-1 de A.

Ejercicios
1) Dadas las matrices

1 2

A =
0 1

1 0
,
B =
3 1

C=

1 0

1 0

Calcular : a) 3A-2B+C
b) A- 3(B-C)
2) Sean A R4x5, B R5x7, C R4x5, D R7x5. Indicar cules de las siguientes operaciones son posibles
y, en caso afirmativo, cul es la cantidad de filas y de columnas de la matriz resultado
a) A .B,
b) B.A,
c) A.C ,
d) C.B ,
e) A.B.D

3) En los casos que sea posible calcular A.B y B.A, Es A.B = B.A ?

2 3

a) A =
1 4

b)

A = (1 2 3)

B=

2

B= 4
1

2
0

13

3 4 0

A =
1 0 2

c)

4) Dadas

5) Dadas

6 1 2

B= 0
4 5
1 5 4

3 4
6 1
, B =

A =

1
0
0
4

1 3

A =
2 0

calcular A2, B3 , A.B , 2A2+ B.A

2 1

B =
1 2

establecer si es cierto que:

a) (A+B)(A - B) = A2 - B2
b) (A+B)2 = A2 + 2 AB + B2
c) Por qu valen (o no) las igualdades ?

1 3
3 3
B =

A =
2 6
1 1

6) Efectuar el producto A.B . De acuerdo al resultado indicar qu

propiedad

no es vlida para el producto de matrices.

7) Dadas las matrices

6 9

A =
4 6

2 1

C =
3 2

1 1

B =
1 2

Calcular A.B y A.C.

Es vlida la propiedad cancelativa en el producto de matrices ?

8) Sea

A R nxn

Probar que si A tiene inversa, sta es nica.

9) Sea A una matriz cuadrada nxn. Probar que si A tiene una fila (o una columna) nula, entonces A no
tiene inversa

10) a) Probar que si las matrices

b) Si

A, B, C , D R nxn

A, B R nxn

tienen inversa, entonces la inversa de

tienen inversa, deducir cul es

T

es

B 1 . A 1

( A.B.C.D )1

11) Para las matrices del Ej 1, comprobar que A +B =(A+B)

y que (A.B)T = BT.AT

12) Sea A una matriz nxn inversible. Probar que (AT)-1 = (A-1)T
definicin de matriz inversa y propiedades de la traspuesta)
13)

A.B

(Indicacin : Usar la

a) Si A, B, C son matrices nxn inversibles y A, B son simtricas, hallar la mnima

-1
-1
-1
T
expresin de (C .B.A) .C .(A.B)
b) Si A, B, C son matrices nxn inversibles y B, C son simtricas encontrar
-1
T T
la mnima expresin de (A.B.C) .(C.B.A )
c) Si A, B, C son matrices nxn inversibles y B, C son simtricas encontrar la
-1
T T
mnima expresin de B.(A.B.C) .(B.C.B.A )
d) Si A, B, C son matrices nxn inversibles y B, C son simtricas encontrar
T T
-1
la mnima expresin de B.(C.B.A ) . (B.A.B.C) , indicando qu propiedades usa

14

Indicar en todos los incisos qu propiedades usa

14)Llevar las siguientes matrices a la forma escalonada y reducida, indicando
las operaciones elementales, indicar el rango de cada una

1 1 5 3 1

A = 2 2 10 8 3
6 6 30 22 8

1 0 1 5

B = 2 3 1 4
3 3 0 9

3 4
C =

6 8

15) Hallar la inversa, si existe, de las siguientes matrices, mediante operaciones elementales
e indicar el rango de cada una

1 0 3

B = 2 3 4
0 2 1

1 4
A=

8 2
16)

2 4
A=

1 k

2 1 0

C= 5 3 0
0 0 5

2 5
D=

6 15

a) Hallar k para que sea A2 = O

b) Hallado k, encontrar el rango de A y la inversa de I-A

17) Sea A una matriz nxn tal que A2= O , Cul es la inversa de (I+A) ?

3 9 0
18) Dadas las matrices A = 0 2 0 ,
6 18 1

a 0

B = 1 1 ,

5 b

-12 9

C = 2 -2

29 -8

a) Encontrar los nmeros a y b tales que se cumple A.B = C

b) Encontrar, si existe, la inversa de A. Indicar su rango.

1 k
2
D=
encontrar el valor de k para que sea D = O (matriz nula)
5

b) Con el valor k encontrado, calcular el rango de D y ( I D ).( I + D ) =

19) a) Dada

20) a) Encontrar los nmeros

3 2 5
A=
,
3 1 2
b) Hallar (si existe)

D 1 .

a, b tales que ( A + B ).C = D , siendo:

a 0
2 1 4

B=
, C = 2 b,
2 0 1
0 3

9 6

5 4

D=