MATRICES

I.
MATRICES
Una matriz es un arreglo rectangular de 𝑚𝑛 números reales (o complejos) ordenados en 𝑚

filas (o renglones) horizontales y 𝑛 columnas verticales, denotado con las letras mayúsculas
del alfabeto 𝐴, 𝐵, 𝐶, etc. que tiene la forma explicita
𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑎2𝑛
⋮ ⋮ ⋱ ⋮ ⋱ ⋮
𝐴= 𝑎 𝑎 ⋯ 𝑎 ⋯ 𝑎𝑖𝑛
𝑖1 𝑖2 𝑖𝑗
⋮ ⋮ ⋱ ⋮ ⋱ ⋮
[𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 ⋯ 𝑎𝑚𝑛 ]
Donde: 𝑎𝑖𝑗 es el número que está en la 𝑖-ésima fila y la 𝑗-ésima columna de 𝐴 denominado
el 𝑖, 𝑗-ésimo elemento de 𝐴, o la entrada (𝑖, 𝑗) de 𝐴.1
OBSERVACIONES
La 𝑖-ésima fila de 𝐴 es la matriz

[𝑎𝑖1 𝑎𝑖2 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎𝑖𝑛 ], 𝑖 = 1,2, … , 𝑚
La 𝑗-ésima columna de 𝐴 es la matriz
𝑎1𝑗
𝑎2𝑗
⋮
𝑎𝑖𝑗 , 𝑗 = 1,2, … , 𝑛
⋮
[𝑎𝑚𝑗 ]
NOTAS
Una matriz 𝐴 que tiene 𝑚 filas y 𝑛 columnas, en forma implícita o compacta se

denota por 𝐴 = [𝑎𝑖𝑗 ] o también 𝐴 = [𝑎𝑖𝑗 ]; 𝑖 = 1,2, … , 𝑚; 𝑗 = 1,2, … , 𝑛 y se
𝑚×𝑛
dice que la matriz 𝐴 es de orden 𝑚×𝑛.

Si 𝑚 = 𝑛, decimos que 𝐴 es una matriz cuadrada de orden 𝑛 y los números
𝑎11 𝑎22 ⋯ 𝑎𝑖𝑖 ⋯ 𝑎𝑛𝑛 forman la diagonal principal de 𝐴 y los números
𝑎𝑚1 𝑎𝑚−12 ⋯ 𝑎𝑖𝑖 ⋯ 𝑎1𝑛 forman la diagonal secundaria de 𝐴.
Ejercicio 1. Los ensamblados de un caldero, molino, centrifugador, horno y ascensor

requieren respectivamente de 3, 3, 2, 1; 6, 8, 5, 2; 4, 2, 3, 1; 3, 5, 1, 1; 7, 4, 5, 2 piñones,
1
Tomado del libro Algebra lineal con aplicaciones y Matlab (KOLMAN, 1999, pág. 12)
1
ejes, fajas y mano de obra calificada respectivamente. Determine la matriz de equipos por
accesorios.
Solución 1. Se desea determinar la matriz de equipos(𝐸) por accesorios(𝐴). Es decir, una

matriz denotada 𝑀𝐸×𝐴
Consideremos como equipos(𝐸) a: caldero, molino, centrifugador, horno y ascensor y
como accesorios(𝐴) a: piñones(𝑝), ejes(𝑒), fajas(𝑓) y mano de obra calificada(𝑚). Del
ejercicio se obtiene que:
𝑝 𝑒 𝑓 𝑚
𝑐𝑎𝑙𝑑𝑒𝑟𝑜 ⏞3 3 2 1
𝑚𝑜𝑙𝑖𝑛𝑜 6 8 5 2
𝑀𝐸×𝐴 = 𝑐𝑒𝑛𝑡𝑟𝑖𝑓𝑢𝑔𝑎𝑑𝑜𝑟 4 2 3 1
ℎ𝑜𝑟𝑛𝑜 3 5 1 1
𝑎𝑠𝑐𝑒𝑛𝑠𝑜𝑟 [7 4 5 2]
Significa que, para ensamblar un caldero, molino, centrifugador, horno y ascensor se
requieren de piñones(𝑝), ejes(𝑒), fajas(𝑓) y mano de obra calificada(𝑚). También se
puede interpretar erróneamente, pues contradice con la realidad que, un piñón(𝑝), ejes(𝑒),
fajas(𝑓) y mano de obra calificada(𝑚) permite ensamblar calderos, molinos,
centrifugadores, horno y ascensor.
Ejercicio 2. Expresar de manera explícita la matriz descrita por

0, 𝑖 ≠ 𝑗
𝐴 = [𝛿𝑖𝑗 ] , 𝛿𝑖𝑗 = { , 𝛿 es llamado delta de Kronecker.
4×4 1, 𝑖 = 𝑗 𝑖𝑗
Solución 2. Se desea expresar, de manera explícita, la matriz dada 𝐴 de orden 4×4. Esto
es;
1 0 0 0
𝐴 = [0 1 0 0]
0 0 1 0
0 0 0 1
La matriz 𝐴 se denomina matriz identidad.
Ejercicio 3. Determine el arreglo rectangular 𝐴 = [𝑎𝑖𝑗 ] de orden 3×3 tal que

0, 𝑖 < 𝑗
𝑎𝑖𝑗 = {𝑎 , 𝑖 ≥ 𝑗
𝑖𝑗
Solución 3. Se desea determinar la matriz de orden 3×3, denotada por 𝐴.

Esto es
𝑎11 0 0
𝑎
𝐴 = [ 21 𝑎22 0 ]
𝑎31 𝑎32 𝑎33
2
Ejercicio 4. Loli para fabricar repuestos del tipo 𝐼, 𝐼𝐼 y 𝐼𝐼𝐼 necesita los insumos 𝐴, 𝐵 y 𝐶.
Para fabricar el repuesto 𝐼 se necesita 3 insumos de 𝐴, 2 de 𝐵 y 4 de 𝐶, para fabricar el
repuesto 𝐼𝐼 se necesita 2 insumos de 𝐴, 4 de 𝐵 y 5 de 𝐶 y para fabricar el repuesto 𝐼𝐼𝐼 se
necesita 6 insumos de 𝐴, 3 de 𝐵 y 2 de 𝐶. Halle la matriz de:
Insumos por repuestos.
Repuestos por insumos.
Solución 4.
Se desea hallar la matriz de insumos por repuestos, denotada 𝑀𝐼𝑅 donde: 𝐼 son los
insumos 𝐴, 𝐵 y 𝐶 y 𝑅 son los repuestos del tipo 𝐼, 𝐼𝐼 y 𝐼𝐼𝐼
𝐼 𝐼𝐼 𝐼𝐼𝐼
𝐴 ⏞3 2 4
𝑀𝐼×𝑅 = 𝐵 [2 4 5]
𝐶 6 3 2
Se desea hallar la matriz de repuestos por insumos
𝐴 𝐵 C
𝐼 ⏞3 2 6
𝑀𝑅×𝐼 = 𝐼𝐼 [2 4 3]
𝐼𝐼𝐼 4 5 2
1.1 TIPOS DE MATRICES
Los tipos de matrices se refieren al orden de las matrices
1.1.1 MATRICES RECTANGULARES
𝐴 es una matriz rectangular, si 𝑚 ≠ 𝑛. Es decir 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛
MATRIZ (O VECTOR) FILA
Son aquellas matrices de orden 1×𝑛

𝐴 = [𝑎𝑖1 𝑎𝑖2 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎𝑖𝑛 ], 𝑖 = 1,2, … , 𝑚
MATRIZ (O VECTOR) COLUMNA
Son aquellas matrices de orden 𝑚×1

𝑎1𝑗
𝑎2𝑗
⋮
𝐴= 𝑎 , 𝑗 = 1,2, … , 𝑛
𝑖𝑗
⋮
[𝑎𝑚𝑗 ]
3
1.1.2 MATRICES CUADRADAS
𝐴 es una matriz cuadrada, si 𝑚 = 𝑛. Es decir 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛
MATRIZ NULA. Todos sus elementos son nulos (o ceros)

0 ,𝑖 ≠ 𝑗
𝑂 = [𝑜𝑖𝑗 ]𝑛×𝑛 , 𝑜𝑖𝑗 = {
0, 𝑖 = 𝑗
MATRIZ DIAGONAL.
0, 𝑖≠𝑗
𝐷 = [𝑑𝑖𝑗 ] , 𝑑𝑖𝑗 = {𝑑 , 𝑖=𝑗
𝑛×𝑛 𝑖𝑗
MATRIZ ESCALAR. Es una matriz diagonal cuyos elementos de su diagonal

principal son escalares
0, 𝑖 ≠𝑗
𝐸 = [𝑒𝑖𝑗 ]𝑛×𝑛 , 𝑒𝑖𝑗 = { , 𝛼 es un escalar
𝛼, 𝑖 = 𝑗
MATRIZ IDENTIDAD. Es una matriz escalar cuyos elementos de su diagonal
principal son la unidad
0, 𝑖 ≠𝑗
𝐼 = [𝛿𝑖𝑗 ]𝑛×𝑛 , 𝛿𝑖𝑗 = { , 𝛿 es llamado delta de Kronecker
1, 𝑖 = 𝑗 𝑖𝑗
MATRIZ TRIANGULAR SUPERIOR. Es una matriz cuyos elementos debajo de
la diagonal principal son cero y está definida por:
0, 𝑖>𝑗
𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {𝑎 , 𝑖≤𝑗
i𝑗
MATRIZ TRIANGULAR INFERIOR. Es una matriz cuyos elementos sobre la

diagonal principal son cero y está definida por:
0, 𝑖<𝑗
𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {𝑎 , 𝑖≥𝑗
𝑖𝑗
1.2 ÁLGEBRA DE MATRICES
1.2.1 IGUALDAD DE MATRICES
Las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 son iguales si los elementos
correspondientes son iguales. Es decir;

𝐴 = 𝐵 ⇔ 𝑎𝑖𝑗 = 𝑏𝑖𝑗 para 𝑖 = 1,2, … , 𝑚 ; 𝑗 = 1,2, … , 𝑛
Sólo se cumple cuando las matrices son del mismo orden.
Ahora definiremos varias operaciones que producirán nuevas matrices a partir de
otras. Estas operaciones son útiles en las aplicaciones de las matrices.
4
1.2.2 ADICIÓN DE MATRICES
La adición de las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 es la matriz 𝐶 = [𝑐𝑖𝑗 ]𝑚×𝑛
definida por
𝐶 = 𝐴+𝐵
[𝑐𝑖𝑗 ]𝑚×𝑛 = [𝑎𝑖𝑗 ]𝑚×𝑛 + [𝑏𝑖𝑗 ]𝑚×𝑛
[𝑐𝑖𝑗 ]𝑚×𝑛 = [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]𝑚×𝑛
Es decir, 𝐶 se obtiene sumando los elementos correspondientes de las matrices 𝐴 y

𝐵.
NOTA.
La adición o suma de las matrices 𝐴 y 𝐵 sólo se define cuando las matrices 𝐴 y 𝐵

tienen el mismo orden.
PROPIEDADES DE LA ADICIÓN DE MATRICES
Sean 𝐴, 𝐵 y 𝐶 matrices de orden 𝑚×𝑛

A+𝐵 = 𝐵+𝐴
A + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶
Para cualquier matriz 𝐴 de orden 𝑚×𝑛, existe una única matriz O de orden
𝑚×𝑛 talque 𝐴 + 𝑂 = 𝐴
La matriz 𝑂 se llama matriz neutro aditivo de orden 𝑚×𝑛 o matriz nula
Para cada matriz A de orden m×n, existe una única matriz −A de orden
m×n talque 𝐴 + (−𝐴) = 𝑂.
La matriz −𝐴 se llama el inverso aditivo o negativo de 𝐴.
1.2.3 MULTIPLICACIÓN DE UNA MATRIZ POR UN ESCALAR
La multiplicación de la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 por el escalar real 𝛼 es la matriz 𝛼𝐴
definida por
𝛼𝐴 = 𝛼[𝑎𝑖𝑗 ] = [𝛼𝐴𝑖𝑗 ]
𝑚×𝑛 𝑚×𝑛
Es decir, 𝛼𝐴 se obtiene multiplicando cada elemento de 𝐴 por 𝛼.
NOTA.
Sean las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 talque la suma de las matrices 𝐴 y
(−1)𝐵 se escribe como 𝐴 + (−1)𝐵 = 𝐴 − 𝐵 y se llama la diferencia de 𝐴 y 𝐵.
5
PROPIEDADES DE LA MULTIPLICACIÓN DE MATRICES POR
ESCALARES
Sean 𝐴 y 𝐵 matrices y 𝛼 y 𝛽 escalares reales

α(𝛽𝐴) = (𝛼𝛽)𝐴
(𝛼 + 𝛽)𝐴 = 𝛼𝐴 + 𝛽𝐴
α(𝐴 + 𝐵) = 𝛼𝐴 + 𝛼𝐵
A(𝛼𝐵) = 𝛼(𝐴𝐵) = (𝛼𝐴)𝐵
(1)𝐴=A
(−1)𝐴 = −𝐴
𝐴 + (−1)𝐵 = 𝐴 + (−𝐵) = 𝐴 − 𝐵
1.2.4 MULTIPLICACIÓN DE MATRICES
La multiplicación de la matriz 𝐴 = [𝑎𝑖𝑘 ]𝑚×𝑝 por la matriz 𝐵 = [𝑏𝑘𝑗 ]𝑝×𝑛 , denotada
𝐴𝐵, es la matriz 𝐶 = [𝑐𝑖𝑗 ]𝑚×𝑛 definida como
𝐶 = 𝐴𝐵
[𝐶𝑖𝑗 ]𝑚×𝑛 = [𝑎𝑖𝑘 ]𝑚×𝑝 [𝑏𝑘𝑗 ]𝑝×𝑛
donde;
(𝑎𝑖1
𝑐𝑖𝑗 = ⏟ 𝑎𝑖2 ⋯ 𝑎𝑖𝑘 ⋯ 𝑎𝑖𝑝 ) ⋅ (⏟𝑏1𝑗 𝑏2𝑗 ⋯ 𝑏𝑘𝑗 ⋯ 𝑏𝑝𝑗 )
𝑣𝑒𝑐𝑡𝑜𝑟 𝑓𝑖𝑙𝑎 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
𝑝
𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑘 𝑏𝑘𝑗 + ⋯ + 𝑎𝑖𝑝 𝑏𝑝𝑗 = ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗
𝑘=1
Es decir, el 𝑖, 𝑗-ésimo elemento de la matriz 𝐶 es el producto escalar o producto punto

o producto interior de la 𝑖-ésima fila de 𝐴 por la 𝑗-ésima columna de 𝐵.
En forma explicita
𝑐11 𝑐12 ⋯ 𝑐1𝑗 ⋯ 𝑐1𝑛
𝑐21 𝑐22 ⋯ 𝑐2𝑗 ⋯ 𝑐2𝑛
⋮ ⋮ ⋱ ⋮ ⋱ ⋮
𝑐𝑖1 𝑐𝑖2 ⋯ 𝑐𝑖𝑗 ⋯ 𝑐𝑖𝑛
⋮ ⋮ ⋱ ⋮ ⋱ ⋮
𝑐
[ 𝑚1 𝑐𝑚2 ⋯ 𝑐𝑚𝑗 ⋯ 𝑐𝑚𝑛 ]
𝑎11 𝑎12 ⋯ 𝑎1𝑘 ⋯ 𝑎1𝑝 𝑏11 𝑏12 ⋯ 𝑏1𝑗 ⋯ 𝑏1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑘 ⋯ 𝑎2𝑝 𝑏21 𝑏22 ⋯ 𝑏2𝑗 ⋯ 𝑏2𝑛
⋮ ⋮ ⋱ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋱ ⋮
= 𝑎 𝑎𝑖2 ⋯ 𝑎𝑖𝑘 ⋯ 𝑎𝑖𝑝 𝑏𝑘1
𝑖1 𝑏𝑘2 ⋯ 𝑏𝑘𝑗 ⋯ 𝑏𝑘𝑛
⋮ ⋮ ⋱ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋱ ⋮
[𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑘 ⋯ 𝑎𝑚𝑝 ] [𝑏𝑝1 𝑏𝑝2 ⋯ 𝑏𝑝𝑗 ⋯ 𝑏𝑝𝑛 ]
6
NOTA. La multiplicación de las matrices 𝐴 y 𝐵 está definido cuando el número de
columnas de la matriz 𝐴 es exactamente igual al número de filas de la matriz 𝐵.
PROPIEDADES DE LAS OPERACIONES CON MATRICES
Sean 𝐴, 𝐵 y 𝐶 matrices de ordenes adecuados

A(𝐵𝐶) = (𝐴𝐵)𝐶
A(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶
(𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶
A𝐼 = 𝐼𝐴 = 𝐴, 𝐼 es la matriz identidad de orden adecuado.
En general 𝐴𝐵 ≠ 𝐵𝐴
Si 𝐴𝐵 = −𝐵𝐴 entonces las matrices A y B anticonmutan
OBSERVACIONES
Se llama conmutador de 𝐴 y 𝐵 a [𝐴, 𝐵]. Es decir [𝐴, 𝐵] = 𝐴𝐵 − 𝐵𝐴

Si A y B conmutan, entonces A, B  O
Se llama anticonmutador de A y B a {𝐴, 𝐵}. Es decir {𝐴, 𝐵} = 𝐴𝐵 + 𝐵𝐴
Si A y B anticonmutan, entonces {𝐴, 𝐵} = 0
No es cierto que; si A y B son matrices, entonces 𝐴𝐵 = 0 se cumple si sólo si
𝐴 o 𝐵 son matrices nulas.
NOTAS
Si 𝐴 = [𝑎𝑖𝑗 ]𝑚×n , entonces 𝐼𝑚 𝐴 = 𝐴𝐼𝑛 = 𝐴

1, 𝑖=𝑗 1, 𝑖 = 𝑗
Donde; 𝐼𝑚 = [𝛿𝑖𝑗 ]𝑚×𝑚 , 𝛿𝑖𝑗 = { , 𝐼 = [𝛿𝑖𝑗 ]𝑛×𝑛 , 𝛿𝑖𝑗 = {
0, 𝑖≠𝑗 𝑛 0, 𝑖 ≠ 𝑗
Sean las matrices 𝐴 = [𝑎𝑖𝑗 ] y 𝐵 = [𝑏𝑖𝑗 ]
𝑚×𝑝 𝑝×𝑛
𝐴𝐵 = [𝑎𝑖𝑗 ] [𝑏𝑖𝑗 ]𝑝×𝑛 = [𝑐𝑖𝑗 ]𝑚×𝑛 = 𝐶

𝑚×𝑝
𝐵𝐴 = [𝑏𝑖𝑗 ]𝑝×𝑛 [𝑎𝑖𝑗 ]𝑚×𝑝
a) BA no esta definido si n ≠ m
b) 𝐵𝐴 = [𝑑𝑖𝑗 ]𝑝×p , 𝑛 = 𝑚 , 𝑝 ≠ m
c) 𝐵𝐴 = [𝑑𝑖𝑗 ]𝑝×𝑝 , 𝑛 = 𝑚 = 𝑝 y 𝐴𝐵 ≠ 𝐵𝐴
d) 𝐴𝐵 = 𝐵𝐴
Ejercicio 5. Sean las matrices:
7
𝑖+𝑘, 𝑖 ≤𝑘 𝑘𝑗 , 𝑘 < 𝑗
𝐴 = [𝑎𝑖𝑘 ]3×3 , 𝑎𝑖𝑘 = { y 𝐵 = [𝑏𝑘𝑗 ]3×2 , 𝑏𝑘𝑗 = { 𝑘
𝑖 − 𝑘, 𝑖 > 𝑘 𝑗 , 𝑘≥𝑗
Si están definidos, halle:
𝐴+𝐵
𝐴𝐵, 𝐵𝐴
Solución 5.
Para hallar la suma de las matrices 𝐴 y 𝐵 estas deben tener el mismo orden. La matriz 𝐴
tiene un orden de 3×3, mientras que la matriz 𝐵 tiene un orden de 3×2. Por lo que 𝐴 + 𝐵
no está definido.
Por la parte (1) se tiene que la multiplicación de la matriz 𝐴 por 𝐵 está definida, mientras
que la multiplicación de 𝐵 por 𝐴 no está definida.
Escribamos las matrices 𝐴 y 𝐵 de forma explicita
2 3 4 1 1
𝐴 = [1 4 5] , 𝐵 = [1 4]
2 1 6 1 8
multiplicando 𝐴 por 𝐵 se tiene la matriz 𝐶 de orden 3×2, esto es
𝐶 = 𝐴𝐵
2 3 4 1 1
𝐶 = [ 1 4 5] [ 1 4]
2 1 6 1 8
9 46
𝐶 = [10 57]
9 54
Ejercicio 6. Loli para fabricar repuestos del tipo I, II y III necesita los insumos A, B y C
que cuestan 2, 3 y 4 soles respectivamente. Para fabricar el repuesto I se necesita 3 insumos
de A, 2 de B y 4 de C, para fabricar el repuesto II se necesita 2 insumos de A, 4 de B y 5
de C y para fabricar el repuesto III se necesita 6 insumos de A, 3 de B y 2 de C. Halle la
matriz de costo de los repuestos y el costo total de fabricación.
Solución 6.
Sea los repuestos(𝑅), los insumos(𝐼) y el costo(𝐶). Se desea hallar la matriz de costo de
los repuestos o de repuestos por costo 𝑀𝑅×𝐶 .
Hallamos la matriz de repuestos por insumos 𝑀𝑅×𝐼 y la matriz de insumos por costo 𝑀𝐼×𝐶
de manera que al multiplicar estas matrices se obtiene la matriz de repuestos por costo
𝑀𝑅×𝐶 . Esto es;
𝑀𝑅×𝐼 𝑀𝐼×𝐶 = 𝑀𝑅×𝐶
8
3 2 4 2 28
[2 4 5] [3] = [40]
6 3 2 4 29
significa que los repuestos del tipo I, II y III cuestan 28, 40 y 29 soles respectivamente. Y
el costo total de fabricación es de 97 soles.
Ejercicio 7. El producto matriz-vector en términos de columnas2. Sea la matriz 𝐴 =

[𝑎𝑖𝑘 ]𝑚×𝑛 y la matriz (vector columna) 𝐶 = [𝑐𝑘𝑗 ] . Demostrar que la multiplicación de
𝑛×1
𝐴 por 𝐶 es una combinación lineal de las columnas de 𝐴, en la que los coeficientes son los
elementos o entradas de 𝐶.
Solución 7.
Como la matriz 𝐴 es de orden 𝑚×𝑛 y la matriz 𝐶 es de orden 𝑛×1, la multiplicación de 𝐴
por 𝐶 es la matriz 𝐴𝐶 de orden 𝑚×1
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑐11 𝑎11 𝑐11 + 𝑎12 𝑐21 + ⋯ + 𝑎1𝑛 𝑐𝑛1
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑐21 𝑎21 𝑐11 + 𝑎22 𝑐21 + ⋯ + 𝑎2𝑛 𝑐𝑛1
𝐴𝐶 = [ ⋮ ⋮ ⋱ ⋮ ][ ⋮ ] = [ ⋮ ]
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑐𝑛1 𝑎𝑚1 𝑐11 + 𝑎𝑚2 𝑐21 + ⋯ + 𝑎𝑚𝑛 𝑐𝑛1
el lado derecho de esta igualdad se puede escribir como
𝑎11 𝑐11 + 𝑎12 𝑐21 + ⋯ + 𝑎1𝑛 𝑐𝑛1 𝑎11 𝑎11 𝑎11
𝑎 𝑐 + 𝑎22 𝑐21 + ⋯ + 𝑎2𝑛 𝑐𝑛1 𝑎 21 𝑎21 𝑎 21
[ 21 11 ⋮ ] = 𝑐11 [ ⋮ ] + 𝑐21 [ ⋮ ] + ⋯ + 𝑐𝑛1 [ ⋮ ]
𝑎𝑚1 𝑐11 + 𝑎𝑚2 𝑐21 + ⋯ + 𝑎𝑚𝑛 𝑐𝑛1 𝑎𝑛1 𝑎𝑛1 𝑎𝑛1
luego,
𝐴𝐶 = 𝑐11 𝑐𝑜𝑙1 (𝐴) + 𝑐21 𝑐𝑜𝑙2 (𝐴) + ⋯ + 𝑐𝑛1 𝑐𝑜𝑙𝑛 (𝐴)
expresión que es una combinación lineal de las columnas de 𝐴, en la que los coeficientes
son los elementos o entradas de 𝐶.
Ejercicio 8. Sea la matriz 𝐴 = [𝑎𝑖𝑘 ]𝑚×𝑝 y la matriz 𝐵 = [𝑏𝑘𝑗 ]𝑝×𝑛 . Demostrar que la 𝑗-
ésima columna del producto 𝐴𝐵 se puede escribir como una combinación lineal de las
columnas de la matriz 𝐴, en la que los coeficientes son los elementos o las entradas en la
𝑗-ésima columna de la matriz 𝐵. Es decir;
𝑐𝑜𝑙𝑗 (𝐴𝐵) = 𝐴𝑐𝑜𝑙𝑗 (𝐵) = 𝑏1𝑗 𝑐𝑜𝑙1 (𝐴) + 𝑏2𝑗 𝑐𝑜𝑙2 (𝐴) + ⋯ + 𝑏𝑝𝑗 𝑐𝑜𝑙𝑝 (𝐴)
Solución 8. A cargo del lector
2
Tomado del libro Algebra lineal con aplicaciones y Matlab (KOLMAN, 1999)
9
Ejercicio 9. Sea la matriz 𝐴 = [𝑎𝑖𝑘 ]𝑚×𝑝 y la matriz 𝐵 = [𝑏𝑘𝑗 ]𝑝×𝑛 . Demostrar que la 𝑖-
ésima fila del producto 𝐴𝐵 es igual al producto de matrices 𝑓𝑖𝑙𝑎𝑖 (𝐴)𝐵.
Solución 9. A cargo del lector.
Ejercicio 10. Sean 𝐴, 𝐵 y 𝐶 matrices de ordenes adecuados. Demostrar que

𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶
Solución 10. Demostración.

Sea 𝐷 = 𝐵 + 𝐶, 𝐸 = 𝐴𝐷, 𝐹 = 𝐴𝐵 y 𝐺 = 𝐴𝐶, entonces se desea demostrar que;
𝐸 =𝐹+𝐺
Veamos;
De 𝐷 = 𝐵 + 𝐶 se tiene que;
[𝑑𝑘𝑗 ] = [𝑏𝑘𝑗 ] + [𝑐𝑘𝑗 ] = [𝑏𝑘𝑗 + 𝑐𝑘𝑗 ]
De donde; 𝑑𝑘𝑗 = 𝑏𝑘𝑗 + 𝑐𝑘𝑗
De 𝐸 = 𝐴𝐷 se tiene que el 𝑖, 𝑗-ésimo elemento es 𝑒𝑖𝑗 = ∑𝑘 𝑎𝑖𝑘 𝑑𝑘𝑗 . Es decir
𝑒𝑖𝑗 = ∑ 𝑎𝑖𝑘 𝑑𝑘𝑗

𝑘
= ∑ 𝑎𝑖𝑘 (𝑏𝑘𝑗 + 𝑐𝑘𝑗 )

𝑘
= ∑(𝑎𝑖𝑘 𝑏𝑘𝑗 + 𝑎𝑖𝑘 𝑐𝑘𝑗 )

𝑘
= ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗 + ∑ 𝑎𝑖𝑘 𝑐𝑘𝑗

𝑘 𝑘
= 𝑓𝑖𝑗 + 𝑔𝑖𝑗
entonces,
𝐸 = [𝑒𝑖𝑗 ]
= [𝑓𝑖𝑗 + 𝑔𝑖𝑗 ]
= [𝑓𝑖𝑗 ] + [𝑔𝑖𝑗 ]
=𝐹+𝐺
finalmente,
𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶
Ejercicio 11. Sea la matriz 𝐴 = [1 1] halle todas las matrices 𝐵 de orden 2×2 tales
1 1
que 𝐴𝐵 = 0.
10
Solución 11.
𝑏11 𝑏12
Se desea hallar la matriz 𝐵 = [ ].
𝑏21 𝑏22
De 𝐴𝐵 = 0 se tiene;
1 1 𝑏11 𝑏12 0 0
[ ][ ]=[ ]
1 1 𝑏21 𝑏22 0 0
𝑏11 + 𝑏21 𝑏12 + 𝑏22 0 0
[ ]=[ ]
𝑏11 + 𝑏21 𝑏12 + 𝑏22 0 0
de donde;
𝑏11 + 𝑏21 = 0 ↝ 𝑏11 = −𝑏21
𝑏12 + 𝑏22 = 0 ↝ 𝑏22 = −𝑏12
si parametrizamos 𝑏11 = 𝛼 y 𝑏22 = 𝛽 entonces la familia de matrices buscadas es:
𝛼 −𝛽
𝐵=[ ]
−𝛼 𝛽
Ejercicio 12. Sea la matriz 𝐴 = [1 1 0] halle una matriz 𝐵 de orden 3×𝑛 talque 𝐴𝐵 =
0 1 1
0
Solución 12.
𝑏11 𝑏12 ⋯ 𝑏1𝑛
Se desea hallar la matriz 𝐵 = [𝑏21 𝑏22 ⋯ 𝑏2𝑛 ]
𝑏31 𝑏32 ⋯ 𝑏3𝑛
De 𝐴𝐵 = 0 se tiene;
𝑏11 𝑏12 ⋯ 𝑏1𝑛
1 1 0 𝑏 𝑏22 ⋯ 𝑏2𝑛 ] = [0 0 ⋯ 0
[ ][ ]
0 1 1 21 0 0 ⋯ 0
𝑏31 𝑏32 ⋯ 𝑏3𝑛
𝑏11 + 𝑏21 𝑏12 + 𝑏22 ⋯ 𝑏1𝑛 + 𝑏2𝑛 0 0 ⋯ 0
[ ]=[ ]
𝑏21 + 𝑏31 𝑏22 + 𝑏32 ⋯ 𝑏2𝑛 + 𝑏3𝑛 0 0 ⋯ 0
de donde;
𝑏1𝑖 + 𝑏2𝑖 = 0 , 𝑖 = 1,2, … , 𝑛 ↝ 𝑏1𝑖 = −𝑏2𝑖
𝑏2𝑖 + 𝑏3𝑖 = 0 , 𝑖 = 1,2, . . , 𝑛 ↝ 𝑏2𝑖 = −𝑏3𝑖
Sea 𝑏2𝑖 = 𝛼𝑖 , entonces la matriz buscada es
−𝛼1 −𝛼2 ⋯ −𝛼𝑛
𝐵 = [ 𝛼1 𝛼2 ⋯ 𝛼𝑛 ]
−𝛼1 −𝛼2 ⋯ −𝛼𝑛
Ejercicio 13. Sea    A / A es una matriz de orden adecuado  junto con las operaciones
de Adición de matrices y la multiplicación y de una matriz por un escalar, es un espacio
vectorial.
11
Solución 13.
El conjunto de matrices M es un espacio vectorial, puesto que se cumple:
A  B  M ; para toda matriz A, B  M
A  B  B  A ; para toda matriz A, B  M
A  B  C  A  B  C ; para toda matriz A, B, C  M
Para toda matriz A  M , ! O  M tal que A  O  A

Para toda matriz A  M , !  A  M tal que A  A  O
A  M ; para toda matriz A  M y   R
  A  A  A ; para toda matriz A  M y ,   R
A  B  A  B ; para toda matriz A, B  M y   R
A   A ; para toda matriz A  M y ,   R
1A  A
1.3 PARTICIÓN DE MATRICES
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 se puede separar en submatrices o bloques, trazando rectas
horizontales entre las filas y rectas verticales entre las columnas. La particion se puede
realizar de muchas formas diferentes (KOLMAN, 1999). Cada submatriz o bloque sera
etiquetada como 𝐴𝑖𝑗 de acuerdo a sus entradas en la mariz 𝐴.
Una particion de la matriz
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛−1 𝑎1𝑛
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛−1 𝑎2𝑛
𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛−1 𝑎3𝑛
𝐴= ⋱
⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚−11 𝑎𝑚−12 𝑎𝑚−13 ⋯ 𝑎𝑚−1𝑛−1 𝑎𝑚−1𝑛
[ 𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛−1 𝑎𝑚𝑛 ]
Se puede escribir como
𝐴11 𝐴12 ⋯ 𝐴1𝑡
𝐴 𝐴22 ⋯ 𝐴2𝑡
𝐴 = [ 21 ]; 1 ≤ 𝑟 ≤ 𝑚 , 1 ≤ 𝑡 ≤ 𝑛
⋮ ⋮ ⋱ ⋮
𝐴𝑟1 𝐴𝑟2 … 𝐴𝑟𝑡
Donde;
𝑎11 𝑎12 𝑎13 𝑎1𝑛−1 𝑎1𝑛
𝐴11 = [𝑎 𝑎22 ], 𝐴12 = [𝑎23 ] , ⋯ , 𝐴1𝑡 = [𝑎2𝑛−1 𝑎2𝑛 ]
21
𝐴21 = [𝑎31 𝑎32 ], 𝐴22 = [𝑎33 ], ⋯ , 𝐴2𝑡 = [𝑎3𝑛−1 𝑎3𝑛 ]

𝑎𝑚−11 𝑎𝑚−12 𝑎𝑚−13 𝑎𝑚−1𝑛−1 𝑎𝑚−1𝑛
𝐴𝑟1 =[ 𝑎 𝑎𝑚2 ] , 𝐴𝑟2 = [ 𝑎𝑚3 ] , ⋯ , 𝐴𝑟𝑡 = [ 𝑎𝑚𝑛−1 𝑎𝑚𝑛 ]
𝑚1
NOTAS
12
Si las matrices 𝐴 = [𝑎𝑖𝑗 ] y 𝐵 = [𝑏𝑖𝑗 ] tienen una partición de la misma
𝑚×𝑛 𝑚×𝑛
forma, entonces 𝐴 + 𝐵 se obtiene sumando las submatrices correspondientes de 𝐴

y𝐵
Si la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 tiene una partición, entonces 𝛼𝐴 se obtiene formando el
múltiplo escalar de cada submatriz.
Si las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 tienen particiones de la forma 𝐴 =
[𝐴𝑖𝑘 ]𝑟×𝑝 y 𝐵 = [𝐵𝑘𝑗 ] , entonces la multiplicación 𝐴𝐵 se obtiene al multiplicar

𝑝×𝑡
las filas de submatrices de 𝐴 con las columnas de submatrices de 𝐵, conocida como

multiplicación por bloques. Es decir;
𝐶 = 𝐴𝐵 = [𝐴𝑖𝑘 ]𝑟×𝑝 [𝐵𝑘𝑗 ]𝑝×𝑡 = [𝐶𝑖𝑗 ]𝑟×𝑡
Donde;
𝑝
𝐶𝑖𝑗 = ∑ 𝐴𝑖𝑘 𝐵𝑘𝑗

𝑘=1
Ejercicio 14. Sean las matrices

1 0 1 0 2 0 0
0 2 3 −1 0 1 1
𝐴=[ ],𝐵 = [ ]
2 0 −4 0 1 3 0
0 1 0 3 −3 −1 2
Utilizando multiplicación por bloques, halle 𝐴𝐵
Solución 14.
Se desea hallar 𝐴𝐵 utilizando la multiplicación por bloques.
Determinamos la partición de las matrices
𝐴11 𝐴12
𝐴=[ ]
𝐴21 𝐴22
Donde
1 0 1 0 2 0 −4 0
𝐴11 = [ ], 𝐴12 = [ ] , 𝐴21 = [ ] , A22 = [ ]
0 2 3 −1 0 1 0 3
𝐵 𝐵12 𝐵13
𝐵 = [ 11 ]
𝐵21 𝐵22 𝐵23
Donde
2 0 0 1 3 0
𝐵11 = [ ] , 𝐵12 = [ ] , 𝐵13 = [ ] , 𝐵21 = [ ] , 𝐵22 = [ ] , 𝐵23 = [ ]
0 1 1 −3 −1 2
Multiplicando por bloques obtenemos
𝐴11 𝐴12 𝐵11 𝐵12 𝐵13
𝐶 = 𝐴𝐵 = [ ][ ]
𝐴21 𝐴22 𝐵21 𝐵22 𝐵23
13
𝐴11 𝐵11 + 𝐴12 𝐵21 𝐴11 𝐵12 + 𝐴12 𝐵22 𝐴11 𝐵13 + 𝐴12 𝐵23
𝐶=[ ]
𝐴21 𝐵11 + 𝐴22 𝐵21 𝐴21 𝐵12 + 𝐴22 𝐵22 𝐴21 𝐵13 + 𝐴22 𝐵23
Donde
1 0 2 1 0 0 2 1 3
𝐴11 𝐵11 + 𝐴12 𝐵21 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 2 0 3 −1 1 0 −1 −1
1 0 0 1 0 3 0 3 3
𝐴11 𝐵12 + 𝐴12 𝐵22 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 2 1 3 −1 −1 2 −1 1
1 0 0 1 0 0 0 0 0
𝐴11 𝐵13 + 𝐴12 𝐵23 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 2 1 3 −1 2 2 −2 0
2 0 2 −4 0 1 4 −4 0
𝐴21 𝐵11 + 𝐴22 𝐵21 = [ ][ ] + [ ][ ] = [ ]+ [ ] = [ ]
0 1 0 0 3 −3 0 −9 −9
1 0 0 −4 0 3 0 −12 −12
𝐴21 𝐵12 + 𝐴22 𝐵22 = [ ][ ] + [ ][ ] = [ ] + [ ]=[ ]
3 −1 1 0 3 −1 −1 −3 −4
2 0 0 −4 0 0 0 0 0
𝐴21 𝐵13 + 𝐴22 𝐵23 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 1 1 0 3 2 1 6 7
Finalmente,
3 3 0
−1 1 0
𝐶 = 𝐴𝐵 = [ ]
0 −12 0
−9 −4 7
1.4 TIPOS ESPECIALES DE MATRICES
Son las matrices de orden 𝑚×𝑛, que cumplen determinadas definiciones.
1.4.1 LA TRANSPUESTA DE UNA MATRIZ
La transpuesta de la matriz 𝐴 = [𝑎𝑖𝑗 ] es la matriz 𝐴𝑇 = [𝑎𝑖𝑗 𝑇 ] , donde

𝑚×𝑛 𝑛×𝑚
𝑎𝑖𝑗 𝑇 = 𝑎𝑗𝑖 para 𝑖 = 1,2, … , 𝑚 y 𝑗 = 1,2, … , 𝑛. Es decir, la transpuesta de la matriz 𝐴

se obtiene intercambiando las filas y las columnas de 𝐴.
PROPIEDADES DE LA TRANSPUESTA DE MATRICES
Sean 𝐴 y 𝐵 matrices y 𝛼 escalar real

(𝐴𝑇 )𝑇 = 𝐴
(𝐴 ± 𝐵)𝑇 = 𝐴𝑇 ± 𝐵𝑇
(𝐴𝐵)𝑇 = 𝐵𝑇 𝐴𝑇
(𝛼𝐴)𝑇 = 𝛼𝐴𝑇
Ejercicio 15. Sea la matriz

𝑎 𝑏 𝑐
𝐴 = [𝑐 𝑑 𝑒]
𝑒 𝑒 𝑓
14
Halle:
𝐴 − 𝐴𝑇
𝐴 + 𝐴𝑇
𝑇
(𝐴 + 𝐴T )
Solución 15.
Hallamos la matriz transpuesta de 𝐴
𝑎 𝑐 𝑒
𝐴 = [𝑏
𝑇 𝑑 𝑒]
𝑐 𝑒 𝑓
Se desea hallar 𝐴 − 𝐴𝑇
𝑎 𝑏 𝑐 𝑎 𝑐 𝑒
𝐴 − 𝐴𝑇 = [ 𝑐 𝑑 𝑒 ] − [𝑏 𝑑 𝑒]
𝑒 𝑒 𝑓 𝑐 𝑒 𝑓
0 𝑏−𝑐 𝑐−𝑒
𝐴 − 𝐴𝑇 = [𝑐 − 𝑏 0 0 ]
𝑒−𝑐 0 0
Se desea hallar 𝐴 + 𝐴𝑇
𝑎 𝑏 𝑐 𝑎 𝑐 𝑒
𝑇
𝐴 + 𝐴 = [𝑐 𝑑 𝑒 ] + [𝑏 𝑑 𝑒]
2𝑎 𝑏+𝑐 𝑐+𝑒
𝑇
𝐴 + 𝐴 = [𝑐 + 𝑏 2𝑑 2𝑒 ]
𝑒+𝑐 2𝑒 2𝑓
Se desea hallar (𝐴 + 𝐴𝑇 )𝑇
𝑎 𝑏 𝑐 𝑎 𝑐 𝑒 𝑇
(𝐴 + 𝐴 𝑇 )𝑇
= ([ 𝑐 𝑑 𝑒 ] + [𝑏 𝑑 𝑒 ])
2𝑎 𝑏+𝑐 𝑐+𝑒 𝑇
𝑇 𝑇
(𝐴 + 𝐴 ) = ([𝑐 + 𝑏 2𝑑 2𝑒 ])
𝑒+𝑐 2𝑒 2𝑓
2𝑎 𝑐+𝑏 𝑒+𝑐
𝑇 )𝑇
(𝐴 + 𝐴 = [𝑏 + 𝑐 2𝑑 2𝑒 ]
𝑐+𝑒 2𝑒 2𝑓
También, utilizando propiedades
(𝐴 + 𝐴𝑇 )𝑇 = 𝐴𝑇 + (𝐴𝑇 )𝑇
= 𝐴𝑇 + 𝐴
𝑎 𝑐 𝑒 𝑎 𝑏 𝑐
= [𝑏 𝑑 𝑒] + [𝑐 𝑑 𝑒]
𝑐 𝑒 𝑓 𝑒 𝑒 𝑓
15
2𝑎 𝑐+𝑏 𝑒+𝑐
(𝐴 + 𝐴𝑇 )𝑇 = [𝑏 + 𝑐 2𝑑 2𝑒 ]
𝑐+𝑒 2𝑒 2𝑓
Ejercicio 16. Muestre que; si 𝐴 es una matriz triangular superior (inferior), entonces 𝐴𝑇
es una matriz triangular inferior (superior)
Solución 16.
0, 𝑖 >𝑗
Sea la matriz triangular superior 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {𝑎 , 𝑖 ≤ 𝑗 se desea mostrar que 𝐴𝑇
𝑖𝑗
es una matriz triangular inferior

0, 𝑗<𝑖
𝐴𝑇 = [𝑎𝑗𝑖 ] , 𝑎𝑗𝑖 = {𝑎 , 𝑗≥𝑖
𝑛×𝑛 𝑗𝑖
Veamos, la transpuesta de la matriz triangular superior

0, 𝑖>𝑗
𝐴𝑇 = [𝑎𝑖𝑗 𝑇 ]𝑛×𝑛 , 𝑎𝑖𝑗 𝑇 = 𝑎𝑗𝑖 = {𝑎 , 𝑖≤𝑗
𝑗𝑖
Por lo que
0, 𝑗<𝑖
𝐴𝑇 = [𝑎𝑗𝑖 ]𝑛×𝑛 , 𝑎𝑗𝑖 = {𝑎 , 𝑗≥𝑖
𝑗𝑖
Es una matriz triangular inferior.

También,
0, 𝑖 <𝑗
Sea la matriz triangular inferior 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {𝑎 , 𝑖 ≥ 𝑗 se desea mostrar que 𝐴𝑇
𝑖𝑗
es una matriz triangular superior

0, 𝑗>𝑖
𝐴𝑇 = [𝑎𝑗𝑖 ]𝑛×𝑛 , 𝑎𝑗𝑖 = {𝑎 , 𝑗≤𝑖
𝑗𝑖
Veamos, la transpuesta de la matriz triangular inferior

0, 𝑖<𝑗
𝐴𝑇 = [𝑎𝑖𝑗 𝑇 ]𝑛×𝑛 , 𝑎𝑖𝑗 𝑇 = 𝑎𝑗𝑖 = {𝑎 , 𝑖≥𝑗
𝑗𝑖
Por lo que
0, 𝑗>𝑖
𝐴𝑇 = [𝑎𝑗𝑖 ]𝑛×𝑛 , 𝑎𝑗𝑖 = {𝑎 , 𝑗≤𝑖
𝑗𝑖
Es una matriz triangular superior.
Ejercicio 17. Sean las matrices 𝐴 = [𝑎𝑖j ]𝑚×𝑝 𝐵 = [𝑏𝑖𝑗 ]𝑝×𝑛 . Demostrar que (𝐴𝐵)𝑇 =
𝐵𝑇 𝐴𝑇
Solución 17. Se desea demostrar que

16
Se desea demostrar que el 𝑖, 𝑗-esimo elemento de (𝐴𝐵)𝑇 es igual al 𝑖, 𝑗-esimo elemento de
𝐵𝑇 𝐴𝑇
De
𝐴𝐵 = [𝑎𝑖𝑗 ] [𝑏𝑖𝑗 ]𝑝×𝑛
𝑚×𝑝
𝐶 = [𝑐𝑖𝑗 ]𝑚×𝑛
Luego el 𝑖, 𝑗-esimo elemento de (𝐴𝐵)𝑇 es 𝑐𝑖𝑗 𝑇

Pero
𝑐𝑖𝑗 𝑇 = 𝑐𝑗𝑖 = 𝑓𝑖𝑙𝑎𝑗 (𝐴) ⋅ 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑖 (𝐵)
= (𝑎𝑗1 𝑎𝑗2 ⋯ 𝑎𝑗𝑝 ) ⋅ (𝑏1𝑖 𝑏2𝑖 ⋯ 𝑏𝑝𝑖 )
= 𝑎𝑗1 𝑏1𝑖 + 𝑎𝑗2 𝑏2𝑖 + ⋯ + 𝑎𝑗𝑝 𝑏𝑝𝑖
= 𝑎1𝑗 𝑇 𝑏𝑖1 𝑇 + 𝑎2𝑗 𝑇 𝑏𝑖2 𝑇 + ⋯ + 𝑎𝑝𝑗 𝑇 𝑏𝑖𝑝 𝑇

= 𝑏𝑖1 𝑇 𝑎1𝑗 𝑇 + 𝑏𝑖2 𝑇 𝑎2𝑗 𝑇 + ⋯ + 𝑏𝑖𝑝 𝑇 𝑎𝑝𝑗 𝑇
= 𝑓𝑖𝑙𝑎𝑖 (𝐵𝑇 ) ⋅ 𝑐𝑜𝑙𝑢𝑚n𝑎𝑗 (𝐴𝑇 )
Que es el al 𝑖, 𝑗-esimo elemento de 𝐵𝑇 𝐴𝑇
Finalmente,
Ejercicio 18. Sean las matrices 𝑈 y 𝑉 de orden 𝑛×1. Demostrar que 𝑈 𝑇 𝑉 = 𝑈 ⋅ 𝑉

(producto escalar)
Solución 18.
Se desea demostrar que: 𝑈 𝑇 𝑉 = 𝑈 ⋅ 𝑉 (producto escalar)
Sean las matrices
𝑢11 𝑣11
𝑢21 𝑣21
𝑈=[ ⋮ ]y𝑉=[ ⋮ ]
𝑢𝑛1 𝑣𝑛1
Entonces
𝑣11
𝑣21
𝑈 𝑇 𝑉 = [𝑢11 𝑢21 ⋯ 𝑢𝑛1 ] [ ]
⋮
𝑣𝑛1
= 𝑢11 𝑣11 + 𝑢21 𝑣21 + ⋯ + 𝑢𝑛1 𝑣𝑛1
= [𝑢11 𝑢21 ⋯ 𝑢𝑛1 ] ⋅ [𝑣11 𝑣21 ⋯ 𝑣𝑛1 ]
Finalmente,
𝑈 𝑇 𝑉 = 𝑈 ⋅ 𝑉(producto escalar)
17
Ejercicio 19. Sea 𝛼 = −4 y las matrices
2 3 6 4 3 5 4
𝐴 = [3 4 2 ] y 𝐵 = [3 2 4 5]
4 5 −1 2 1 3 6
𝑇
verificar que: (𝛼(𝐴𝐵)) = 𝛼(𝐵𝑇 𝐴𝑇 )
𝑇
Solución 19. Se desea verificar (𝛼(𝐴𝐵)) = 𝛼(𝐵𝑇 𝐴𝑇 )
De las matrices 𝐴 y 𝐵 hallamos sus transpuestas
4 3 2
2 3 4
3 2 1
𝐴𝑇 = [3 4 5 ], 𝐵𝑇 = [ ]
5 4 3
6 2 −1
4 5 6
Hallamos el miembro de la izquierda
𝑇
𝑇
2 3 6 4 3 5 4
(𝛼(𝐴𝐵)) = ((−4) [3 4 2 ] [3 2 4 5])
4 5 −1 2 1 3 6
𝑇
29 18 40 59
= ((−4) [28 19 37 44])
29 21 37 35
29 28 29
18 19 21
= (−4) [ ]
40 37 37
59 44 35
Hallamos el miembro de la derecha
4 3 2
2 3 4
3 2 1
𝛼(𝐵𝑇 𝐴𝑇 ) = (−4) ([ ] [3 4 5 ])
5 4 3
6 2 −1
4 5 6
29 28 29
18 19 21
= (−4) [ ]
40 37 37
59 44 35
Igualando ambos miembros se verifica:
𝑇
(𝛼(𝐴𝐵)) = 𝛼(𝐵𝑇 𝐴𝑇 )
1.4.2 MATRIZ SIMÉTRICA
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 es simétrica si 𝐴𝑇 = 𝐴 . Es decir, 𝐴 es una matriz simétrica
si es una matriz cuadrada tal que 𝑎𝑖𝑗 = 𝑎𝑗𝑖
NOTA.
18
Si la matriz 𝐴 es simétrica, entonces los elementos de 𝐴 son simétricos con respecto
a la diagonal principal de 𝐴.
1.4.3 MATRIZ ANTI SIMÉTRICA
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 es antisimétrica sí 𝐴𝑇 = −𝐴. Es decir, 𝐴 es una matriz
antisimétrica si es una matriz cuadrada tal que 𝑎𝑖𝑗 = −𝑎𝑗𝑖
PROPIEDADES
Sea 𝐴 una matriz cuadrada

𝐴 + 𝐴𝑇 es es una matriz simétrica
𝐴 − 𝐴𝑇 es una matriz antisimétrica
1 1
𝐴 = 2 (𝐴 + 𝐴𝑇 ) + 2 (𝐴 − 𝐴𝑇 )

4 −1 −6
𝐴 = [5 2 −5]
6 −3 −4
Exprese la matriz 𝐴 como la suma de una matriz simétrica y otra antisimétrica.
1 1
Solución 20. Se desea expresar 𝐴 = (𝐴 + 𝐴𝑇 ) + (𝐴 − 𝐴𝑇 )
2 2
De la matriz 𝐴 se tiene su transpuesta

4 5 6
𝐴𝑇 = [−1 2 −3]
−6 −5 −4
Hallamos
4 −1 −6 4 5 6 8 4 0
𝐴 + 𝐴𝑇 = [5 2 −5] + [−1 2 −3] = [4 4 −8]
6 −3 −4 −6 −5 −4 0 −8 −8
matriz simétrica
4 −1 −6 4 5 6 0 −6 −12
𝐴 − 𝐴𝑇 = [5 2 −5] − [−1 2 −3] = [ 6 0 −2 ]
6 −3 −4 −6 −5 −4 12 2 0
matriz antisimétrica
Luego la matriz dada 𝐴 queda expresada como
4 −1 −6 1 8 4 0 1 0 −6 −12
𝐴 = [5 2 −5] = [4 4 −8] + [ 6 0 −2 ]
2 2
6 −3 −4 0 −8 −8 12 2 0
19
1.5 POTENCIACIÓN DE MATRICES
Sea 𝐴 una matriz cuadrada, se define:

𝐴0 = 𝐼, 𝐼 es la matriz identidad del mismo orden que 𝐴.
𝐴2 = 𝐴𝐴
𝐴3 = 𝐴2 𝐴
⋮
𝐴𝑛 = 𝐴𝑛−1 𝐴 para 𝑛 entero no negativo
1.5.1 PROPIEDADES DE POTENCIACIÓN DE MATRICES
Sea 𝑚 y 𝑛 enteros no negativos y 𝐴 una matriz cuadrada

𝐴𝑚 A𝑛 = 𝐴𝑚+𝑛 = 𝐴𝑛+𝑚 = 𝐴𝑛 𝐴𝑚
(𝐴𝑚 )𝑛 = 𝐴𝑚𝑛
Si 𝐴𝐵 = 𝐵𝐴, entonces (𝐴𝐵)𝑛 = 𝐴𝑛 𝐵𝑛
(𝐴𝐵)𝑛 ≠ 𝐴𝑛 𝐵𝑛 en general
(𝐴𝐵)𝑛 = 𝐴𝑛 𝐵𝑛 no esvalido para matrices cuadradas

1 0 0
𝐴 = [0 1 1]
1 0 0
Halle 𝐴𝑛
Solución 21. Se desea hallar 𝐴𝑛

Multiplicamos la matriz 𝐴 consigo misma, hasta obtener una regla de formacion
1 0 0 1 0 0 1 0 0
𝐴2 = [0 1 1] [0 1 1] = [2 − 1 1 1]
1 0 0 1 0 0 1 0 0
1 0 0 1 0 0 1 0 0
𝐴3 = [2 − 1 1 1] [0 1 1] = [3 − 1 1 1]
1 0 0 1 0 0 1 0 0
1 0 0 1 0 0 1 0 0
𝐴4 = [3 − 1 1 1] [0 1 1] = [4 − 1 1 1]
1 0 0 1 0 0 1 0 0
1 0 0 1 0 0 1 0 0
𝐴5 = [4 − 1 1 1] [0 1 1] = [5 − 1 1 1]
1 0 0 1 0 0 1 0 0
Generalizando se tiene
1 0 0
𝐴𝑛 = [𝑛 − 1 1 1]
1 0 0
20
1 0 0 0
0 1 1 1
𝐴=[ ]
1 0 0 0
0 1 1 1
Halle 𝐴𝑛
Solución 22. Se desea hallar 𝐴𝑛

Multiplicamos la matriz 𝐴 consigo misma, hasta obtener una regla de formacion
1 0 0
0 1 0 0 0 1 0 0 0
0 1 1
1 0 1 1 1 1 2 2 2
𝐴2 = [ ][ ]=[ ]
1 0 0
0 1 0 0 0 1 0 0 0
0 1 1
1 0 1 1 1 0 2 2 2
1 0 0 0
2 22−1 − 1 22−1 22−1 22−1
𝐴 =[ ]
1 0 0 0
22−1 − 1 22−1 22−1 22−1
1 0 0 0 1 0 0 0 1 0 0 0
1 2 2 2 0 1 1 1 3 4 4 4
𝐴3 = [ ][ ]=[ ]
1 0 0 0 1 0 0 0 1 0 0 0
0 2 2 2 0 1 1 1 3 4 4 4
1 0 0 0
3−1
2 −1 23−1 23−1 23−1
𝐴3 = [ ]
1 0 0 0
23−1 − 1 23−1 23−1 23−1
1 0 0 0 1 0 0 0 1 0 0 0
3 4 4 4 0 1 1 1 7 8 8 8
𝐴4 = [ ][ ]=[ ]
1 0 0 0 1 0 0 0 1 0 0 0
3 4 4 4 0 1 1 1 7 8 8 8
1 0 0 0
4 24−1 − 1 24−1 24−1 24−1
𝐴 =[ ]
1 0 0 0
24−1 − 1 24−1 2 4−1
2 4−1
Generalizando se tiene
1 0 0 0
𝑛−1 𝑛−1 𝑛−1 𝑛−1
2 −1 2 2 2
𝐴𝑛 = [ ]
1 0 0 0
2𝑛−1 − 1 2𝑛−1 2n−1 2𝑛−1
1.5.2 MATRIZ INVOLUTIVA
Una matriz cuadrada 𝐴 es involutiva si 𝐴2 = 𝐼
1.5.3 MATRIZ IDEMPOTENTE
Una matriz cuadrada 𝐴 es idempotente si 𝐴2 = 𝐴
21
1.5.4 MATRIZ PERIÓDICA
Una matriz cuadrada 𝐴 es periódica de periodo 𝑛 si 𝐴𝑛+1 = 𝐴
NOTA
Si 𝐴𝑛+1 = 𝐴, entonces 𝐴𝑞(𝑛)+1 = 𝐴
1.5.5 MATRIZ NILPOTENTE
Una matriz cuadrada 𝐴 es nilpotente de índice 𝑛 si 𝐴𝑛 = 0
Ejercicio 23. Sea la matriz 𝐴 = [ 1 0

], calcular 𝐴𝑛 , 𝑛 ∈ 𝑁
−1 1
Solución 23. Se desea hallar 𝐴𝑛 , 𝑛 ∈ 𝑁.

Multiplicamos sucesivamente la matriz 𝐴 consigo misma se tiene;
1 0 1 0 1 0
𝐴2 = 𝐴𝐴 = [ ][ ]=[ ]
−1 1 −1 1 −2 1
1 0 1 0 1 0
𝐴3 = 𝐴2 𝐴 = [ ][ ]=[ ]
−2 1 −1 1 −3 1
generalizando se tiene que;
1 0
𝐴𝑛 = [ ]
−𝑛 1

0 −1 0
𝐴 = [1 1 1]
0 0 −1
Halle 𝐴100
Solución 24. Se desea hallar 𝐴100

Multiplicando sucesivamente la matriz 𝐴 consigo misma se tiene;
0 −1 0 0 −1 0 −1 −1 −1
2
𝐴 = 𝐴𝐴 = [1 1 1 ] [1 1 1 ]=[ 1 0 0]
0 0 −1 0 0 −1 0 0 1
−1 −1 −1 0 −1 0 −1 0 0
𝐴3 = 𝐴2 𝐴 = [ 1 0 0 ] [1 1 1 ] = [ 0 −1 0 ]
0 0 1 0 0 −1 0 0 −1
1 0 0
𝐴3 = (−1) [0 1 0] = (−1)𝐼 = −𝐼
0 0 1
𝐴4 = 𝐴3 𝐴 = (−1)𝐼𝐴 = −𝐴
𝐴5 = 𝐴4 𝐴 = −𝐴𝐴 = −𝐴2
𝐴6 = 𝐴5 𝐴 = −𝐴2 𝐴 = −𝐴3 = 𝐼
22
𝐴7 = 𝐴6 𝐴 = 𝐼𝐴 = 𝐴
Recordamos; una matriz 𝐴 es periódica de periodo 𝑛 si 𝐴𝑛+1 = 𝐴
por lo que la matriz 𝐴, del ejercicio, es periódica de periodo 𝑛 = 6
luego;
𝐴13 = 𝐴7 𝐴6 = 𝐴𝐼 = 𝐴 = 𝐴2(6)+1
𝐴19 = 𝐴13 𝐴6 = 𝐴𝐼 = 𝐴 = 𝐴3(6)+1
⋮
𝐴100 = 𝐴16(6)+1 𝐴3 = 𝐴𝐴3 = 𝐴4 = −𝐴
por lo tanto
0 −1 0 0 1 0
100 (−1)
𝐴 = [1 1 1 ] = [−1 −1 −1]
0 0 −1 0 0 1
1
Ejercicio 25. Para toda 𝑥 se define 𝑒 𝑥 = ∑∞
𝑘=0 𝑘! 𝑥
𝑘
Mostrar que 𝑒 𝐼 = 𝑒𝐼, 𝐼 es la matriz identidad

1, 𝑖 < 𝑗
Hallar 𝑒 𝐴 si 𝐴 = [𝑎𝑖𝑗 ]3×3 , 𝑎𝑖𝑗 = {
0, 𝑖 ≥ 𝑗
1 1, 𝑖 < 𝑗
Mostrar que 𝑒 𝐴 = ∑𝑛−1 k
𝑘=0 𝑘! 𝐴 si 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = { 0, 𝑖 ≥ 𝑗
Solución 25. Se desea:

Mostar que 𝑒 𝐼 = 𝑒𝐼, 𝐼 es la matriz identidad
Remplazando 𝑥 por la matriz 𝐼 en
∞
𝑥
1 k
𝑒 =∑ 𝑥
𝑘!
𝑘=0
Tenemos
∞ ∞
1 1
𝑒 = ∑ 𝐼 𝑘 = (∑ 1𝑘 ) 𝐼 = 𝑒𝐼
𝐼
𝑘! 𝑘!
𝑘=0 𝑘=0
𝐼
por lo tanto: 𝑒 = 𝑒𝐼
1, 𝑖 < 𝑗
Hallar 𝑒 𝐴 si 𝐴 = [𝑎𝑖𝑗 ]3×3 , 𝑎𝑖𝑗 = {
0, 𝑖 ≥ 𝑗
Reemplazando 𝑥 por la matriz 𝐴 en
∞
𝑥
1 k
𝑒 =∑ 𝑥
𝑘!
𝑘=0
Tenemos
23
∞
𝐴
1 k 1 1
𝑒 =∑ 𝐴 = 𝐴0 + 𝐴1 + 𝐴2 + 𝐴3 + ⋯
𝑘! 2! 3!
𝑘=0
Hallamos la matriz 𝐴 en forma explicita

0 1 1
𝐴 = [0 0 1]
0 0 0
𝐴0 = 𝐼
𝐴1 = 𝐴
0 1 1 0 1 1 0 0 1
𝐴2 = 𝐴𝐴 = [0 0 1] [0 0 1] = [0 0 0]
0 0 0 0 0 0 0 0 0
0 0 1 0 1 1 0 0 0
𝐴3 = 𝐴2 𝐴 = [0 0 0] [0 0 1] = [0 0 0]
0 0 0 0 0 0 0 0 0
Por lo que la matriz 𝐴 es nilpotente de índice 3.
Reemplazando en 𝑒 𝐴 se tiene
1 0 0 0 1 1 1 0 0 1 1 0 0 0
𝑒 𝐴 = [0 1 0] + [0 0 1] + [0 0 0] + [ 0 0 0] + ⋯
2! 3!
0 0 1 0 0 0 0 0 0 0 0 0
3
1 1
𝑒𝐴 = [ 2]
0 1 1
0 0 1
1 k 1, 𝑖 < 𝑗
Mostrar que 𝑒 𝐴 = ∑𝑛−1
𝑘=0 𝑘! 𝐴 si 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {0, 𝑖 ≥ 𝑗

0 1 ⋯ 1
0 0 … 1
𝐴=[ ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0
Calculando
𝐴0 = 𝐼
𝐴1 = 𝐴
0 1 ⋯ 1 0 1 ⋯ 1 0 0 ⋯ 𝑛−2
0 0 … 1 0 0 … 1 0 0 … 𝑛−3
𝐴2 = 𝐴𝐴 = [ ][ ]=[ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ n−2 0 1 ⋯ 1 0 0 ⋯ 𝑛−3
0 0 … 𝑛−3 0 0 … 1 0 0 … 𝑛−4
𝐴3 = 𝐴2 𝐴 = [ ][ ]=[ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
24
0 0 ⋯ 𝑛−3 0 1 ⋯ 1 0 0 ⋯ 𝑛−4
0 0 … 𝑛−4 0 0 … 1 0 0 … 𝑛−5
𝐴4 = 𝐴3 𝐴 = [ ][ ]=[ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
generalizando
0 0 ⋯ 𝑛 − (𝑛 − 1) 0 1 ⋯ 1
0 0 … 1
𝑛
𝐴 =𝐴 𝑛−1
𝐴 = [0 0 … 𝑛−𝑛
][ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0
0 0 … 0
𝐴𝑛 = [ ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0
Por lo que, al remplazar en
∞
𝐴
1 k 1 1 1 1
𝑒 =∑ 𝐴 = 𝐴0 + 𝐴1 + 𝐴2 + 𝐴3 + ⋯ + 𝐴n−1 + 𝐴n + ⋯
𝑘! 2! 3! (𝑛 − 1)! n!
𝑘=0
Se tiene los siguientes términos no nulos

1 2 1 3 1
𝑒 𝐴 = 𝐴0 + 𝐴1 + 𝐴 + 𝐴 + ⋯+ 𝐴n−1
2! 3! (𝑛 − 1)!
Es decir
𝑛−1
𝐴
1 k
𝑒 =∑ 𝐴
𝑘!
𝑘=0
La matriz 𝐴 tiene la propiedad que; cuando su orden coincide con la potencia de la

matriz esta es nula. Es decir;
0 1 0 1 0 0
𝐴2 = [ ][ ]=[ ]
0 0 0 0 0 0
0 1 1 0 1 1 0 1 1 0 0 1 0 1 1
𝐴3 = ([0 0 1] [0 0 1]) [0 0 1] = [0 0 0] [0 0 1]
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0
𝐴3 = [0 0 0]
0 0 0
0 0 ⋯ 𝑛 − (𝑛 − 1) 0 1 ⋯ 1
0 0 … 1
𝐴 = 𝐴 𝐴 = [0 0 …
𝑛 𝑛−1 𝑛−𝑛
][ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0
0 0 … 0
𝐴𝑛 = [ ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0
Ejercicio 26. Sea 𝐴 una matriz periódica de periodo 𝑛. Halle 𝐴𝑚 si 𝑚 > 𝑛.
25
Solución 26. Se desea hallar 𝐴𝑚 si 𝑚 > 𝑛
Como 𝐴 es una matriz periódica de periodo 𝑛 se tiene:
𝐴𝑛+1 = 𝐴 y 𝐴𝛽𝑛+1 = 𝐴, 𝛽 ∈ 𝑁
Veamos los siguientes casos:
Si 𝑚 no es divisible por 𝑛
Por el algoritmo de Euclides se tiene que:
𝑚 = 𝑛𝑞 + 𝑟 , 0 < 𝑟 < 𝑛
Entonces
𝐴𝑚 = 𝐴𝑛𝑞+𝑟 = 𝐴𝑛𝑞+1 𝐴𝑟−1 = 𝐴𝐴𝑟−1 = 𝐴𝑟
Si 𝑚 es divisible (un múltiplo) por(de) 𝑛 . Es decir 𝑚 = 𝑞𝑛, 𝑞 > 1 natural y
𝐴𝛽𝑛+1 = 𝐴, 𝛽 ∈ 𝑁
Entonces
𝐴𝑚 = 𝐴𝑞𝑛 = 𝐴(𝑞−1)𝑛+1+𝑛−1 = 𝐴(𝑞−1)𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
Por ejemplo:
Para 𝑞 = 2 se tiene que
𝐴𝑚 = 𝐴2𝑛 = 𝐴𝑛+1+𝑛−1 = 𝐴𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
𝐴𝑚 = 𝐴3𝑛 = 𝐴2𝑛+1+𝑛−1 = 𝐴2𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
𝐴𝑚 = 𝐴4𝑛 = 𝐴3𝑛+1+𝑛−1 = 𝐴3𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
1.5.6 MATRICES Y GRAFICAS
Para cualquier grafica3 𝑨 formada por vértices conectados por aristas, el número de
caminos de longitud4 𝒏 del vértice 𝒗𝒊 al vértice 𝒗𝒋 esta dado por la 𝒊, 𝒋 −esima
entrada de la matriz 𝑨𝒏 formada al tomar la 𝒏 −esima potencia de la matriz de
adyacencia5 de la grafica 𝑨 (Hubbard, 1999)
Ejercicio 27. En la gráfica
Halle:
3
Una gráfica 𝐴 es un conjunto finito de puntos, llamado vértices o nodos, junto con un conjunto
finito de aristas, cada una de las cuales une un par de vértices, Una arista que une un vértice consigo
mismo es un lazo.
4
Es el número de aristas del camino
5
Es una matriz cuya 𝒊, 𝒋 −esima entrada es 1 si existe al menos una arista entre 𝒗𝒊 y 𝑣𝑗 y 0 en
caso contrario.
26
𝑣1
𝑣2 𝑣6
𝑣5
𝑣3
𝑣4
La matriz de adyacencia de la gráfica
El número de caminos posibles de longitud 2
Solución 27. Se desea hallar

La matriz de adyacencia de la gráfica. Es decir, hallar la matriz
𝑣1 𝑣2 𝑣3 𝑣4 𝑣5 𝑣6
𝑣1 1 1 0 0 0 0
𝑣2 1 0 0 1 0 0
𝐴 = 𝑣3 0 0 0 1 1 0
𝑣4 0 1 1 0 0 1
𝑣5 0 0 1 0 0 1
𝑣6 [0 0 0 1 1 0]
El número de caminos de longitud 2
Para hallar el número de caminos de longitud 2 determinamos la matriz
1 1 0 0 0 0 1 1 0 0 0 0
1 0 0 1 0 0 1 0 0 1 0 0
2 0 0 0 1 1 0 0 0 0 1 1 0
𝐴 =
0 1 1 0 0 1 0 1 1 0 0 1
0 0 1 0 0 1 0 0 1 0 0 1
[0 0 0 1 1 0] [0 0 0 1 1 0]
𝑣1 𝑣2 𝑣3 𝑣4 𝑣5 𝑣6
𝑣1 2 1 0 1 0 0
𝑣2 1 2 1 0 0 1
𝐴2 = 𝑣3 0 1 2 0 0 2
𝑣4 1 0 0 3 2 0
𝑣5 0 0 0 2 2 0
𝑣6 [0 1 2 0 0 2]
Significa, por ejemplo; que hay 2 diferentes caminos de longitud 2 del vértice 𝑣4 al
vértice 𝑣5
Ejercicio 28. Se la grafica
27
𝑣8
𝑣5
𝑣7
𝑣6
𝑣4
𝑣3 𝑣2
𝑣1
Halle
Solución 28. Se desea hallar

𝑣1 𝑣2 𝑣3 𝑣4 𝑣5 𝑣6 𝑣7 𝑣8
𝑣1 0 1 0 1 0 1 0 0
𝑣2 1 0 1 0 0 0 1 0
𝑣3 0 1 0 1 0 0 0 1
𝐴 = 𝑣4 1 0 1 0 1 0 0 0
𝑣5 0 0 0 1 0 1 0 1
𝑣6 0 0 0 1 1 0 1 0
𝑣7 0 1 0 0 0 1 0 1
𝑣8 [0 0 1 0 1 0 1 0]
Para hallar el número de caminos de longitud 3 determinamos la matriz
0 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0
1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 0
0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1
1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0
𝐴3 =
0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 1
0 0 0 1 1 0 1 0 0 0 0 1 1 0 1 0 0 0 0 1 1 0 1 0
0 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1
[0 0 1 0 1 0 1 0] [0 0 1 0 1 0 1 0] [ 0 0 1 0 1 0 1 0]
0 7 0 7 0 7 0 6
7 0 7 0 6 0 7 0
0 7 0 7 0 6 0 7
7 0 7 0 7 0 6 0
𝐴3 =
0 6 0 7 0 7 0 7
7 0 6 0 7 0 7 0
0 7 0 6 0 7 0 7
[6 0 7 0 7 0 7 0]
28
Significa, por ejemplo, que hay 6 caminos diferentes de longitud 3 del vértice 𝑣7 al
vértice 𝑣4 , pero no existen caminos de longitud 3 del vértice 𝑣4 al vértice 𝑣6
Para hallar el número de caminos posibles de longitud 4 determinamos la matriz
0 7 0 7 0 7 0 6 0 1 0 1 0 1 0 0
7 0 7 0 6 0 7 0 1 0 1 0 0 0 1 0
0 7 0 7 0 6 0 7 0 1 0 1 0 0 0 1
7 0 7 0 7 0 6 0 1 0 1 0 1 0 0 0
𝐴4 =
0 6 0 7 0 7 0 7 0 0 0 1 0 1 0 1
7 0 6 0 7 0 7 0 0 0 0 1 1 0 1 0
0 7 0 6 0 7 0 7 0 1 0 0 0 1 0 1
[6 0 7 0 7 0 7 0] [0 0 1 0 1 0 1 0]
21 0 20 0 20 0 20 0
0 21 0 20 0 20 0 20
20 0 21 0 20 0 20 0
4 0 20 0 21 0 20 0 20
𝐴 =
20 0 20 0 21 0 20 0
0 20 0 20 0 21 0 20
20 0 20 0 20 0 21 0
[ 0 20 0 20 0 20 0 21]
Significa, por ejemplo, que hay 20 caminos diferentes de longitud 4 del vértice 𝑣5 al
vértice 𝑣7 , pero no existen caminos de longitud 4 del vértice 𝑣4 al l vértice 𝑣5
1.6 TRAZA DE UNA MATRIZ
Sea la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 Se define la traza de 𝐴, denotada 𝑡𝑟𝑧(𝐴), como la suma
de todos los elementos de la diagonal principal de 𝐴 es decir;

𝑛
𝑡𝑟𝑧(𝐴) = ∑ 𝑎𝑖𝑖
𝑖=1
PROPIEDADES
Sean 𝐴 y 𝐵 matrices cuadradas de orden 𝑛 y 𝛼 ∈ 𝑅

t𝑟𝑧(𝐴 + 𝐵) = 𝑡𝑟𝑧(𝐴) + 𝑡𝑟𝑧(𝐵)
𝑡𝑟𝑧(𝛼𝐴) = 𝛼𝑡𝑟𝑧(𝐴)
t𝑟𝑧(𝐴B) = 𝑡𝑟𝑧(𝐵𝐴)
𝑡𝑟𝑧(𝐴𝑇 ) = 𝑡𝑟𝑧(𝐴)
𝑡𝑟𝑧(𝐴𝑇 𝐴) = ∑𝑛𝑖=1(∑𝑛𝑗=1 𝑎𝑖𝑗
2
)≥0
0, 𝑖 < 𝑗
Ejercicio 29. Sea la matriz triangular inferior 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {a , 𝑖 ≥ 𝑗 Halle la
𝑖𝑗
𝑡𝑟𝑧(𝐴𝑛 ).
29
Solución 29. Se desea hallar 𝑡𝑟𝑧(𝐴𝑛 ).
𝑎11 0 ⋯ 0
𝑎21 𝑎22 ⋯ 0
𝐴=[ ]
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
Multiplicamos la matriz A consigo misma
𝑎11 0 ⋯ 0 𝑎11 0 ⋯ 0
𝑎 𝑎22 ⋯ 0 𝑎21 𝑎22 ⋯ 0
𝐴2 = [ 21 ][ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
2
𝑎11 0 ⋯ 0
𝑛
2
∑ 𝑎2𝑘 𝑎𝑘1 𝑎22 ⋯ 0
2
𝐴 = 𝑘=1
⋮ ⋮ ⋱ ⋮
𝑛 𝑛
2
∑ 𝑎𝑛𝑘 𝑎𝑘1 ∑ 𝑎n𝑘 𝑎𝑘2 ⋯ 𝑎𝑛𝑛
[𝑘=1 𝑘=1 ]
En general;
𝑛
𝑎11 0 ⋯ 0
𝑛
∑⋯ 𝑎22 ⋯ 0
𝑛
𝐴 =
⋮ ⋮ ⋱ ⋮
𝑛
[∑ ⋯ ∑⋯ ⋯ 𝑎𝑛𝑛 ]
Por lo que
𝑛
𝑡𝑟𝑧(𝐴 𝑛)
= 𝑛
𝑎11 + 𝑛
𝑎22 + ⋯+ 𝑛
𝑎𝑛𝑛 = ∑ 𝑎𝑖𝑖𝑛
𝑖=1
1.7 LA INVERSA DE UNA MATRIZ
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 es invertible si existe una matriz 𝐵 = [𝑏𝑖𝑗 ]𝑛×𝑛 tal que
𝐴𝐵 = 𝐼 = 𝐵𝐴
𝐵 es la matriz inversa de 𝐴 y se denota por 𝐵 = 𝐴−1 o también, 𝐴 es la matriz inversa
de 𝐵 y se denota por 𝐴 = 𝐵−1 .
NOTAS.
Si 𝐴−1 existe, entonces 𝐴 es un matriz denominada no singular (regular) en

caso contrario 𝐴 es singular (o no invertible)
Si 𝐴 es una matriz regular, entonces 𝐴−𝑛 = (𝐴−1 )𝑛 , 𝑛 ∈ 𝑁
30
No siempre una matriz cuadrada tiene inversa
PROPIEDADES DE LA INVERSA DE UNA MATRIZ
Sean 𝐴 y 𝐵 matrices no singulares, entonces

𝐴−1 es única
(𝐴−1 )−1 = 𝐴
(𝐴𝐵)−1 = 𝐵−1 𝐴−1
(𝛼𝐴)−1 = 𝛼 −1 𝐴−1 , 𝛼 ≠ 0 es un escalar
(𝐴𝑇 )−1 = (𝐴−1 )𝑇
NOTA
Si 𝐴1 , 𝐴2 , ⋯ , 𝐴𝑘−1 , 𝐴𝑘 son matrices no singulares, entonces

(𝐴1 𝐴2 ⋯ 𝐴𝑘−1 𝐴𝑘 )−1 = 𝐴−1 −1 −1 −1
𝑘 𝐴𝑘−1 ⋯ 𝐴2 𝐴1
Ejercicio 30. Sea la matriz 𝐴 = [1 −3]

2 5
Halle 𝐴−1 si existe
Si existe 𝐴−1 , verificar que (𝐴𝑇 )−1 = (𝐴−1 )𝑇
Solución 30. Se desea

Hallar 𝐴−1 si existe
Recordamos; que 𝐴 es invertible si existe una matriz 𝐵 = 𝐴−1 tal que 𝐴𝐵 = 𝐼. Es
decir;
1 −3 𝑏11 𝑏12 1 0
𝐴𝐵 = [ ][ ]=[ ]=𝐼
2 5 𝑏21 𝑏22 0 1
Multiplicando
𝑏 − 3𝑏21 𝑏12 − 3𝑏22 1 0
[ 11 ]=[ ]
2𝑏11 + 5𝑏21 2𝑏12 + 5𝑏22 0 1
De donde se obtienen dos sistemas de dos ecuaciones con dos incógnitas cada uno
𝑏11 − 3𝑏21 = 1
{
2𝑏11 + 5𝑏21 = 0
𝑏12 − 3𝑏22 = 0
{
2𝑏12 + 5𝑏22 = 1
Resolviendo
(−2) 𝑏11 − 3𝑏21 = 1 2 5
{ ↝ 11𝑏21 = −2 ↝ 𝑏21 = − , b11 =
2𝑏11 + 5𝑏21 = 0 11 11
(−2) 𝑏12 − 3𝑏22 = 0 1 3
{ ↝ 11𝑏22 = 1 ↝ 𝑏22 = , 𝑏12 =
2𝑏12 + 5𝑏22 = 1 11 11
31
Se obtiene la matriz inversa de 𝐴
5 3
1 5 3
𝐴−1 = 𝐵 = [ 11 11] = [ ]
2 1 11 −2 1
−
11 11
Como 𝐴 existe, verificar que (𝐴 )−1 = (𝐴−1 )𝑇
−1 𝑇
Hallamos;
5 2
1 2 − 11
𝑇
𝐴 =[ ], (𝐴−1 )𝑇 = [11
3 1 ]
−3 5
11 11
Ahora, hallamos (𝐴𝑇 )−1

1 2 𝑐11 𝑐12 1 0
𝐴𝑇 (𝐴𝑇 )−1 = [ ][ 𝑐22 ] = [0 ]=𝐼
−3 5 𝑐21 1
Multiplicando se obtiene
𝑐11 + 2𝑐21 𝑐12 + 2𝑐22 1 0
[ ]=[ ]
−3𝑐11 + 5𝑐21 −3𝑐12 + 5𝑐22 0 1
De donde se obtiene dos sistemas de dos ecuaciones con dos incógnitas cada uno
𝑐11 + 2𝑐21 = 1
{
−3𝑐11 + 5𝑐21 = 0
𝑐12 + 2𝑐22 = 0
{
−3𝑐12 + 5𝑐22 = 1
Resolviendo
(3) 𝑐 + 2𝑐21 = 1 3 5
{ 11 ↝ 11𝑐21 = 3 ↝ 𝑐21 = , 𝑐11 =
−3𝑐11 + 5𝑐21 = 0 11 11
(3) 𝑐12 + 2𝑐22 = 0 1 2
{ ↝ 11𝑐22 = 1 ↝ 𝑐22 = , 𝑐12 = −
−3𝑐12 + 5𝑐22 = 1 11 11
Se obtiene la matriz inversa de 𝐴𝑇
5 2
−
(𝐴𝑇 )−1 = [11 11] = 1 [5 −2]
3 1 11 3 1
11 11
Finalmente, se verifica
(𝐴𝑇 )−1 = (𝐴−1 )𝑇
1.8 OPERACIONES ELEMENTALES SOBRE UNA MATRIZ
Las operaciones elementales o transformaciones elementales por filas (o columnas)

sobre una matriz son las siguientes:
Al intercambio de dos filas (o dos columnas) y se denota por:𝑓𝑖 ×𝑓𝑗 (𝑐𝑖 ×𝑐𝑗 )
32
A la multiplicación de una fila ( o una columna) por un escalar no nulo 𝛼 se
denota por: 𝛼𝑓𝑖 (𝛼𝑐𝑖 )
A una fila (o columna) le sumamos el múltiplo de otra fila (o columna) se
denota por:𝑓𝑖 + 𝛼𝑓𝑗 (𝑐𝑖 + 𝛼𝑐𝑗 )
1.9 MATRICES EQUIVALENTES
Las matrices 𝐴 y 𝐵 son equivalentes si una de ellas se ha obtenido a partir de la otra

por medio de un número finito de operaciones elementales. Y se denota 𝐴~𝐵 (o
𝐵~𝐴) y se lee; la matriz 𝐴 es equivalente a la matriz 𝐵 (o la matriz 𝐵 es equivalente
a la matriz 𝐴)
Ejercicio 31. Obtener una matriz equivalente, al aplicar sucesivamente, las operaciones
elementales por filas sobre la matriz
1 1 0 2
𝐴 = [3 0 −4 −1]
2 5 1 3
Solución 31. Se desea obtener una matriz 𝐵 equivalente a la matriz 𝐴

Aplicamos sucesivamente las tres operaciones elementales por filas sobre la matriz 𝐴
1 1 0 2 𝑓1 ×𝑓2 3 0 −4 −1 3𝑓2 3 0 −4 −1
𝐴 = [3 0 −4 −1] → [1 1 0 2 ] → [3 3 0 6]
2 5 1 3 2 5 1 3 2 5 1 3
Se intercambia la fila 1 por la fila 2, se multiplica la fila 2 por el número 3, luego, a la fila
2 le sumamos la multiplicación de la fila 3 por el numero −2
𝑓2 +(−2)𝑓3 3 0 −4 −1
→ [−1 −7 −2 0 ] = 𝐵
2 5 1 3
Obteniéndose la matriz 𝐵 equivalente a la matriz 𝐴
1.10 MATRIZ ESCALONADA REDUCIDA
Una matriz 𝐴 = [𝑎𝑖𝑗 ] es escalonada reducida si tiene la siguiente estructura:

𝑚×𝑛
Si existen filas nulas estas se encuentran en la parte inferior de la matriz

El primer elemento no nulo de cada una de las filas no nulas es la unidad,
llamado la entrada principal de la fila.
En cada una de las filas no nulas, el número de ceros que preceden a la
unidad crece de fila a fila.
Todas las columnas que contienen una entrada principal de alguna fila,
tienen cero en todas las entradas restantes
33
Es decir;
1 𝑎 0 𝑏 0 ⋯ 𝑥
0 0 1 𝑐 0 ⋯ 𝑦
0 0 0 0 1 ⋯ 𝑧
𝐴=
0 0 0 0 0 ⋯ 0
⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
[0 0 0 0 0 ⋯ 0]
Observación. Una matriz escalonada reducida podría no tener filas que consten
completamente de ceros
NOTAS.
Una matriz que cumple las condiciones (1), (2) y (3) se dice que está en
forma escalonada o es una matriz escalonada.
Una matriz cuadrada escalonada es una matriz triangular superior
Toda matriz distinta de la nula es equivalente por filas a una única matriz
en forma escalonada reducida por filas
El procedimiento para obtener una matriz en forma escalonada reducida
por filas consiste; de izquierda a derecha, en anular primero las entradas
debajo de la entrada principal de la fila y luego las que están por encima de
derecha a izquierda
Ejercicio 32. Reconocer si las siguientes matrices son matrices escalonadas o matrices
escalonadas reducidas:
1 0 0 4 1 2 0 0 2 1 5 1 2 1 2 0
[0 1 0 5], [0 0 1 0 1], [0 1 3 4], [0 1 0],
0 0 1 2 0 0 0 1 0 0 0 1 5 0 0 1
1 0 0 3 0
1 0 −1 0 2 1 2 −2 0 0
0 0 1 0 0
0 1 2 0 −1 0 0 1 3 1
[ ], [ ], 0 0 0 0 1
0 0 0 1 3 0 0 0 1 3
0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 [
0 0 0 0 0]
Solución 32. Se desea reconocer si las matrices dadas son matrices escalonadas reducidas
o matrices escalonadas.
34
1 0 0 4 1 2 0 0 2 1 5 1 2 1 2 0
[0 1 0 5] , [0 0 1 0 1] , [0 1 3 4] , [0 1 0] ,
⏟0 0 1 2 ⏟0 0 0 1 0 ⏟0 0 1 5 ⏟0 0 1
𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎
1 0 0 3 0
1 0 −1 0 2 1 2 −2 0 0
0 0 1 0 0
0 1 2 0 −1 0 0 1 3 1
[ ] ,[ ], 0 0 0 0 1
0 0 0 1 3 0 0 0 1 3
0 0 0 1 0
⏟0 0 0 0 0 ⏟ 0 0 0 0 0 [⏟0
𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎
0 0 0 0]
𝑛𝑜 𝑒𝑠 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙o𝑛a𝑑𝑎
𝑛𝑖 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎
Ejercicio 33. Reducir a la forma escalonada la matriz

2 5 3
1 2 2
𝐴=[ ]
3 4 1
2 3 2
Solución 33. Se desea obtener una matriz escalonada 𝐵 equivalente a la matriz 𝐴

Aplicando operaciones elementales por filas, reducimos la matriz 𝐴 a su forma escalonada
2 5 3 1 2 2 𝑓→2 +(−2)𝑓1 1 2 2 𝑓 +(2)𝑓 1 2 2
3 2
1 2 2 𝑓1 ×𝑓2 2 5 3 𝑓3 +(−3)𝑓1 0 1 −1 → 0 1 −1
𝐴=[ ]→ [ ]→ [ ] 𝑓 +(1)𝑓 [ ]
3 4 1 3 4 1 0 −2 −5 4 2 0 0 −7
𝑓 +(−2)𝑓1 →
2 3 2 2 3 2 →4 0 −1 −2 0 0 −3
1 1 2 2 1 2 2
(− )𝑓3
7
→ 0 1 −1 𝑓4 +(−1)𝑓3 0 1 −1
1 [ ]→ [ ]=𝐵
(− )𝑓4 0 0 1 0 0 1
3
→ 0 0 1 0 0 0
1 2 2
0 1 −1
Obteniéndose la matriz escalonada 𝐵 = [ ] equivalente a la matriz 𝐴
0 0 1
0 0 0
Ejercicio 34. Halle una única matriz equivalente a la matriz

2 5 3
1 2 2
𝐴=[ ]
3 4 1
2 3 2
Solución 34. Se desea hallar la matriz escalonada reducida 𝐵 equivalente a la matriz 𝐴.

Pues toda matriz no nula es equivalente por filas a una única matriz en forma escalonada
reducida por filas.
Aplicando operaciones elementales por filas, reducimos la matriz 𝐴 a su forma escalonada
reducida
35
2 5 3 1 2 2 𝑓→2 +(−2)𝑓1 1 2 2 𝑓 +(2)𝑓 1 2 2
3 2
1 2 2 𝑓1 ×𝑓2 2 5 3 𝑓3 +(−3)𝑓1 0 1 −1 → 0 1 −1
𝐴=[ ]→ [ ]→ [ ] 𝑓 +(1)𝑓 [ ]
3 4 1 3 4 1 0 −2 −5 4 2 0 0 −7
𝑓 +(−2)𝑓1 →
2 3 2 2 3 2 →4 0 −1 −2 0 0 −3
1 1 2 2 1 2 2 1 2 0
(− )𝑓3 𝑓2 +𝑓3
7
→ 0 1 −1 𝑓4 +(−1)𝑓3 0 1 −1 → 0 1 0
1 [ ]→ [ ] 𝑓 +(−2)𝑓 [ ]
(− )𝑓4 0 0 1 0 0 1
→
1 3 0 0 1
3
→ 0 0 1 0 0 0 0 0 0
1 0 0
𝑓1 +(−2)𝑓2 0 1 0
→ [ ]=𝐵
0 0 1
0 0 0
𝐵 es una matriz escalonada reducida y la única matriz equivalente a la matriz A
1.11 RANGO DE UNA MATRIZ
DEFINICIÓN El rango de una matriz es igual al número de filas no nulas de su

forma escalonada.
DEFINICIÓN. Dos matrices equivalentes tienen el mismo rango.
Notación. El rango de una matriz 𝐴 se denota por: 𝑟(𝐴)

2 5 3
1 2 2
𝐴=[ ]
3 4 1
2 3 2
halle el rango de la matriz 𝐴.
Solución 35. Se desea hallar el número de filas no nulas de la matriz escalonada

equivalente a la matriz 𝐴
Por el ejercicio anterior se conoce que la matriz
2 5 3 1 2 2
1 2 2 0 1 −1
𝐴=[ ] es equivalente por filas a la matriz escalonada 𝐵 = [ ]
3 4 1 0 0 1
2 3 2 0 0 0
Entonces
𝑟(𝐴) = 𝑟(𝐵) = 3
1.12 INVERSA DE UNA MATRIZ MEDIANTE OPERACIONES ELEMENTALES
Se calcula la inversa de una matriz mediante operaciones elementales por filas y se

conoce como:
36
1.12.1 MÉTODO PRACTICO PARA DETERMINAR LA INVERSA DE UNA
MATRIZ
El método práctico para calcular la inversa de la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 es el siguiente:
Formar la matriz [𝐴 ⋮ 𝐼 ] de orden 𝑛×2𝑛, obtenida al juntar la matriz

identidad 𝐼 de orden 𝑛 con la matriz 𝐴.
Transformar la matriz [𝐴 ⋮ 𝐼 ] a su forma escalonada reducida por filas.
Sea la matriz escalonada reducida por filas [𝐸 ⋮ 𝐵]
Si 𝐸 = 𝐼, entonces 𝐵 = 𝐴−1
Si 𝐸 ≠ 𝐼, entonces uno de los elementos de la diagonal principal de 𝐸 es
cero. En este caso, 𝐴 es singular y 𝐴−1 no existe.
O también se puede seguir el siguiente esquema;
𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑙𝑒𝑠 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑙𝑒𝑠
𝑝o𝑟 𝑓𝑖𝑙𝑎 𝑝𝑜𝑟 𝑓𝑖𝑙𝑎
[𝐴 ⋮ 𝐼 ] → ⏟ 1 ⋮ 𝐵1 ]
[𝐸 → [𝐼 ⋮ 𝐵]
𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎
En la matriz [𝐸1 ⋮ 𝐵1 ] si uno de los elementos de la diagonal principal de la matriz

𝐸1 es cero, entonces 𝐴 es singular y 𝐴−1 no existe. En caso contrario 𝐴 es no singular
y 𝐵 = 𝐴−1
NOTA
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 es no singular si y solo si es equivalente por filas a la matriz
1, 𝑖 = 𝑗
𝐼𝑛 = 𝐼 = [𝛿𝑖𝑗 ]𝑛×𝑛 , 𝛿𝑖𝑗 = { delta de kronecker.
0, 𝑖 ≠ 𝑗

1 −1 1
𝐴 = [0 0 1]
1 1 −1
Calcular 𝐴−1 si existe.
Solución 36. Se desea hallar 𝐴−1 si existe.

Aplicando el método práctico
1 −1 1 1 0 0 𝑓3 +(−1)𝑓1 1 −1 1 1 0 0
[𝐴 ⋮ 𝐼 ] = [0 0 1 | 0 1 0] → [0 0 1 | 0 1 0]
1 1 −1 0 0 1 0 2 −2 −1 0 1
37
0 ( )𝑓2 1 −1 1 1 0 0
1
𝑓2 ×𝑓3 1 −1 1 1 0
2 1 1
→ [0 2 −2|−1 0 1] → 0 1 −1 ||−
2 0 2
0 0 1 0 1 0 ⏟
0 0 1 0 1 0
[ 𝐸1 ]
La matriz escalonada 𝐸1 no presenta elementos nulos en su diagonal principal, por lo que
𝐴−1 si existe
1 1
𝑓2 +𝑓3 1 −1 0 1 −1 0 𝑓1 +𝑓2 1 0 0 2 0 2
→ 1 1 →
[
𝑓1 +(−1)𝑓3 0 1 0|− 1 ] 0 1 0| 1 1
2 2 − 1 2
→ 0 0 1 0 1 0 0 0 1 2
[ 0 1 0]
Finalmente;
1 1
0
2 2 1 1 0 1
𝐴−1 = 1 1 = [−1 2 1]
− 1 2
2 2 0 2 0
[ 0 1 0]
Ejercicio 37. Un carpintero fabrica sillas, Mesas para café y mesas para comedor. Se
necesitan 10 minutos para lijar una silla, 6 para pintarla y 12 para barnizarla. Se necesitan
12 minutos para lijar una mesa para café, 8 para pintarla y 12 para barnizarla. Se necesitan
15 minutos para lijar una mesa para comedor, 12 para pintarla y 18 para barnizarla. La
mesa de lijado está disponible 16 horas a la semana, la mesa de pintura 11 horas a la semana
y la mesa de barnizado 18 horas. ¿Cuántas unidades de cada mueble deben fabricarse por
semana de modo que las mesas de trabajo se ocupen todo el tiempo disponible?
Solución 37. Se desea hallar el número de unidades de cada mueble que deben fabricarse
por semana de modo que las mesas de trabajo se ocupen todo el tiempo disponible.
Identificamos las matrices;
Matriz de muebles por acabado y la matriz, de disponibilidad, acabado por minuto:
𝑙. 𝑝. 𝑏.
𝑠𝑖𝑙𝑙𝑎𝑠 10 6 12
𝐴𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑎𝑐𝑎𝑏𝑎𝑑𝑜 =
𝑚. 𝑐𝑎𝑓𝑒 [12 8 12]
𝑚. 𝑐𝑜𝑚𝑒𝑑𝑜𝑟 15 12 18
Donde; 𝑙. es lijado, 𝑝. es pintado, 𝑏. es barnizado
ℎ𝑜𝑟𝑎𝑠 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑙. 16 960
𝐶𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑖𝑛𝑢𝑡𝑜𝑠 =
𝑝. [11] = [ 660 ]
𝑏. 18 1080
Se desea conocer la matriz de muebles por minuto. Esto es;
38
𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑠𝑖𝑙𝑙𝑎𝑠 𝑏11
𝐵𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑚𝑖𝑛𝑢𝑡𝑜 = 𝑏
𝑚. 𝑐𝑎𝑓𝑒 [ 21 ]
𝑚. 𝑐𝑜𝑚𝑒𝑑𝑜𝑟 𝑏31
Luego
𝐴𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑢𝑒𝑏𝑙𝑒𝑠 𝐵𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑚𝑖𝑛𝑢𝑡𝑜 = 𝐶𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑖𝑛𝑢𝑡𝑜𝑠
(𝐴𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑎𝑐𝑎𝑏𝑎𝑑𝑜 )𝑇 𝐵𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑚𝑖𝑛𝑢𝑡𝑜 = 𝐶𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑖𝑛𝑢𝑡𝑜𝑠
De donde
𝐵 = (𝐴𝑇 )−1 𝐶
Ahora utilizando el método práctico calculamos (𝐴𝑇 )−1
10 12 15 1 0 0 𝑓1 ×𝑓3 12 12 18 0
0 1
[𝐴𝑇 ⋮ 𝐼 ] = [ 6 8 12|0 1 0] →
1 0] [6 8 12|0
12 12 18 0 0 1 0 0 10 12 15 1
1
1 3 1 𝑓 +(−6)𝑓 3 0 0 12
( )𝑓1 1 1 2 0 0 12 →
2 1 1 1 2|
12 1
→ [6 | ]
8 12 0 1 0 𝑓3 +(−10)𝑓1 0 2 3|0 1 − 2
10 12 15 1 0 0 → 0 2 0 1 0 −5
[ 6]
1 1
3 0 0 1 3 0 0 12
12 (2)𝑓2 1 1
𝑓3 +(−1)𝑓2 1 1 2| 1 → 2| 1 1
→ 3 |0 1 − 2 (−1)𝑓 0 3 0
0 2
3
1 2| 2 −4
0 0 −3 1 −1 − 1 → 3 1 1 1
[ 3] [0 0 1−
3 3 9 ]
1 1 1 1 1
3
𝑓2 +(− )𝑓3 2 −2 − 12 0 −2 3
2 1 1 0| 1 0 0|
→ 1 5 𝑓→1 +(−1)𝑓2 1 5
3 0 1 0 0 − 12 0 1 0 0 −
𝑓1 +(− )𝑓3 0 0 | 2 | 2 12
2 1 1 1 1 0 0 1 1 1 1
→ −3 3 −3 3
[ 9 ] [ 9 ]
Luego
1 1
0 −
2 3
1 5
(𝐴𝑇 )−1 = 0 −
2 12
1 1 1
[− 3 3 9 ]
finalmente;
1 1
0 −
2 3
1 5 960 30
𝐵 = (𝐴𝑇 )−1 𝐶 = 0 − [ 660 ] = [30]
2 12 1080 20
1 1 1
[− 3 3 9 ]
39
En una semana, de modo que las mesas de trabajo se ocupen todo el tiempo disponible, se
deben fabricar 30 sillas, 30 mesas para café y 20 mesas para comedor.
Ejercicio 38. Sean 𝐴 y 𝐵 matrices cuadradas del mismo orden invertibles. Halle la matriz
𝑋 en la siguiente ecuación: (𝐴−1 𝑋 𝑇 𝐵)𝑇 + 𝐼 = 𝐵𝑇 𝐴
Solución 38. Se desea hallar la matriz 𝑋 en la siguiente ecuación:

(𝐴−1 𝑋 𝑇 𝐵)𝑇 + 𝐼 = 𝐵𝑇 𝐴
De
(𝐴−1 𝑋 𝑇 𝐵)𝑇 + 𝐼 = 𝐵𝑇 𝐴
𝐵𝑇 (𝐴−1 𝑋 𝑇 )𝑇 + 𝐼 = 𝐵𝑇 𝐴 pues (𝐴𝐵)𝑇 = 𝐵𝑇 𝐴𝑇
multiplicando ambos miembros por la derecha por la matriz (𝐵𝑇 )−1
(𝐵𝑇 )−1 (𝐵𝑇 (𝐴−1 𝑋 𝑇 )𝑇 + 𝐼) = (𝐵𝑇 )−1 𝐵𝑇 𝐴
por la propiedad distributiva y asociativa de la multiplicación de matrices se tiene
(𝐵𝑇 )−1 𝐵𝑇 (𝐴−1 𝑋 𝑇 )𝑇 + (𝐵𝑇 )−1 𝐼 = (𝐵𝑇 )−1 𝐵𝑇 𝐴
la multiplicación de una matriz por su inversa es igual a la matriz identidad
𝐼(𝐴−1 𝑋 𝑇 )𝑇 + (𝐵𝑇 )−1 𝐼 = I𝐴
La multiplicación de una matriz, por la derecha o por la izquierda, con la matriz identidad
es dicha matriz
(𝐴−1 𝑋 𝑇 )𝑇 + (𝐵𝑇 )−1 = 𝐴
Como (𝐴𝐵)𝑇 = 𝐵𝑇 𝐴𝑇 , 𝐴 + (−𝐴) = 0, 𝐴 + 𝑂 = 𝐴, (𝐴𝑇 )𝑇 = 𝐴, (𝐴−1 )𝑇 = (𝐴𝑇 )−1
entonces se tiene
𝑋(𝐴𝑇 )−1 = 𝐴 − (𝐵−1 )𝑇
Multiplicando ambos miembros, por la derecha, por la matriz 𝐴𝑇 se tiene
𝑋(𝐴𝑇 )−1 𝐴𝑇 = (𝐴 − (𝐵−1 )𝑇 )𝐴𝑇
𝑋𝐼 = (𝐴 − (𝐵−1 )𝑇 )𝐴𝑇 pues 𝐴−1 𝐴 = 𝐼
𝑋 = (𝐴 − (𝐵−1 )𝑇 )𝐴𝑇 pues 𝐴𝐼 = 𝐴
Finalmente;
𝑋 = (𝐴 − (𝐵−1 )𝑇 )𝐴𝑇
40

MATRICES

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

MATRICES

Caricato da

Copyright:

Formati disponibili

I.

Una matriz es un arreglo rectangular de 𝑚𝑛 números reales (o complejos) ordenados en 𝑚

La 𝑖-ésima fila de 𝐴 es la matriz

Una matriz 𝐴 que tiene 𝑚 filas y 𝑛 columnas, en forma implícita o compacta se

dice que la matriz 𝐴 es de orden 𝑚×𝑛.

Ejercicio 1. Los ensamblados de un caldero, molino, centrifugador, horno y ascensor

Solución 1. Se desea determinar la matriz de equipos(𝐸) por accesorios(𝐴). Es decir, una

Ejercicio 2. Expresar de manera explícita la matriz descrita por

Ejercicio 3. Determine el arreglo rectangular 𝐴 = [𝑎𝑖𝑗 ] de orden 3×3 tal que

Solución 3. Se desea determinar la matriz de orden 3×3, denotada por 𝐴.

1.1 TIPOS DE MATRICES

Los tipos de matrices se refieren al orden de las matrices

1.1.1 MATRICES RECTANGULARES

𝐴 es una matriz rectangular, si 𝑚 ≠ 𝑛. Es decir 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛

MATRIZ (O VECTOR) FILA

Son aquellas matrices de orden 1×𝑛

MATRIZ (O VECTOR) COLUMNA

Son aquellas matrices de orden 𝑚×1

𝐴 es una matriz cuadrada, si 𝑚 = 𝑛. Es decir 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛

MATRIZ NULA. Todos sus elementos son nulos (o ceros)

MATRIZ ESCALAR. Es una matriz diagonal cuyos elementos de su diagonal

MATRIZ TRIANGULAR INFERIOR. Es una matriz cuyos elementos sobre la

1.2 ÁLGEBRA DE MATRICES

1.2.1 IGUALDAD DE MATRICES

correspondientes son iguales. Es decir;

[𝑐𝑖𝑗 ]𝑚×𝑛 = [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]𝑚×𝑛

Es decir, 𝐶 se obtiene sumando los elementos correspondientes de las matrices 𝐴 y

La adición o suma de las matrices 𝐴 y 𝐵 sólo se define cuando las matrices 𝐴 y 𝐵

PROPIEDADES DE LA ADICIÓN DE MATRICES

Sean 𝐴, 𝐵 y 𝐶 matrices de orden 𝑚×𝑛

1.2.3 MULTIPLICACIÓN DE UNA MATRIZ POR UN ESCALAR

La multiplicación de la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 por el escalar real 𝛼 es la matriz 𝛼𝐴

Es decir, 𝛼𝐴 se obtiene multiplicando cada elemento de 𝐴 por 𝛼.

(−1)𝐵 se escribe como 𝐴 + (−1)𝐵 = 𝐴 − 𝐵 y se llama la diferencia de 𝐴 y 𝐵.

Sean 𝐴 y 𝐵 matrices y 𝛼 y 𝛽 escalares reales

1.2.4 MULTIPLICACIÓN DE MATRICES

La multiplicación de la matriz 𝐴 = [𝑎𝑖𝑘 ]𝑚×𝑝 por la matriz 𝐵 = [𝑏𝑘𝑗 ]𝑝×𝑛 , denotada

𝐴𝐵, es la matriz 𝐶 = [𝑐𝑖𝑗 ]𝑚×𝑛 definida como

Es decir, el 𝑖, 𝑗-ésimo elemento de la matriz 𝐶 es el producto escalar o producto punto

PROPIEDADES DE LAS OPERACIONES CON MATRICES

Sean 𝐴, 𝐵 y 𝐶 matrices de ordenes adecuados

Se llama conmutador de 𝐴 y 𝐵 a [𝐴, 𝐵]. Es decir [𝐴, 𝐵] = 𝐴𝐵 − 𝐵𝐴

Si 𝐴 = [𝑎𝑖𝑗 ]𝑚×n , entonces 𝐼𝑚 𝐴 = 𝐴𝐼𝑛 = 𝐴

𝐴𝐵 = [𝑎𝑖𝑗 ] [𝑏𝑖𝑗 ]𝑝×𝑛 = [𝑐𝑖𝑗 ]𝑚×𝑛 = 𝐶

𝐵𝐴 = [𝑏𝑖𝑗 ]𝑝×𝑛 [𝑎𝑖𝑗 ]𝑚×𝑝

Ejercicio 5. Sean las matrices:

Ejercicio 7. El producto matriz-vector en términos de columnas2. Sea la matriz 𝐴 =

Solución 8. A cargo del lector

Solución 9. A cargo del lector.

Ejercicio 10. Sean 𝐴, 𝐵 y 𝐶 matrices de ordenes adecuados. Demostrar que

Solución 10. Demostración.

𝑒𝑖𝑗 = ∑ 𝑎𝑖𝑘 𝑑𝑘𝑗

= ∑ 𝑎𝑖𝑘 (𝑏𝑘𝑗 + 𝑐𝑘𝑗 )

= ∑(𝑎𝑖𝑘 𝑏𝑘𝑗 + 𝑎𝑖𝑘 𝑐𝑘𝑗 )

= ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗 + ∑ 𝑎𝑖𝑘 𝑐𝑘𝑗

A  B  B  A ; para toda matriz A, B  M

A  B  C  A  B  C ; para toda matriz A, B, C  M

Para toda matriz A  M , ! O  M tal que A  O  A

A  B  A  B ; para toda matriz A, B  M y   R

A   A ; para toda matriz A  M y ,   R

1.3 PARTICIÓN DE MATRICES

𝐴21 = [𝑎31 𝑎32 ], 𝐴22 = [𝑎33 ], ⋯ , 𝐴2𝑡 = [𝑎3𝑛−1 𝑎3𝑛 ]

forma, entonces 𝐴 + 𝐵 se obtiene sumando las submatrices correspondientes de 𝐴

[𝐴𝑖𝑘 ]𝑟×𝑝 y 𝐵 = [𝐵𝑘𝑗 ] , entonces la multiplicación 𝐴𝐵 se obtiene al multiplicar