Matrices 170727032332

OBJETIVO
Resolver problemas sobre matrices, utilizando definiciones, propiedades y métodos adecuados para
cada tipo, en situaciones reales propias de la ingeniería y ciencias aplicadas.
CONTENIDO:
1.1 ALGEBRA DE MATRICES

1.2 CLASIFICACION DE LAS MATRICES CUADRADAS
1.3 MATRIZ TRANSPUESTA
1.4 MATRIZ TRANSPUESTA - CONJUGADA
1.5 TRAZA DE UNA MATRIZ
1.6 POTENCIA DE UNA MATRIZ
1.7 CUESTIONARIO
1.1 ALGEBRA DE MATRICES
En esta sección se introduce terminología básica, se define una matriz, matriz identidad y matriz escalar. Se define
y establecen las operaciones que se pueden realizar entre matrices, además, enunciaremos las propiedades más
importantes.
Las matrices se escribirán mediante un solo símbolo, que por lo común serán letras
mayúsculas como A, B, C, D, etc. Cuando no se utilicen números específicos para
designar los elementos de una matriz, se utilizarán minúsculas de la forma aij. No
existen restricciones sobre el número de filas o columnas que una matriz puede tener.
DEFINICION 1.1.1
Una matriz es una ordenación rectangular de elementos distribuidos en n
filas (horizontales) y m columnas (verticales), el elemento que está en la
i-ésima fila y en la j-ésima columna se denota por aij, siendo este elemento,
un número real o complejo. Formalmente lo denotamos como A = (aij).
Una matriz con n filas y m columnas se llama matriz de n x m; la expresión n x m es

su orden o forma y lo expresamos como
 a11 a12 a1m 
 
a a22 a2 m 
A   21
 
 a 
anm 
 n1 an 2
En otras palabras, podemos decir que una matriz de n x m definida sobre el conjunto
K, es una aplicación a : A x B  K que asocia a cada par (i, j) el número aij. Los
2 MATRICES
elementos horizontales ai1, ai2, ..., aim representan las filas de la matriz y los
elementos verticales a1j, a2j, ..., anj representan las columnas. Así, la letra i representa
la fila y la j representa la columna.
Si n = m la matriz se denomina cuadrada y se dice que tiene orden n. Si una matriz

tiene una sola fila, se le llama matriz fila y se la representa por
A = (ai1 ai2 ... aim).
Si una matriz tiene una sola columna, se le llama matriz columna y se representa por
 a1 j 
 
 a2 j 
A .
 
 anj 
 
En particular, un elemento aij puede considerarse como una matriz de una fila y una
columna. Es conveniente designar a la matriz con letras mayúsculas en
correspondencia, si es posible, con la letra minúscula común con la cual se designan
sus elementos.
A continuación se dan algunos tipos de matrices:

1 0 4 1
  2 5 7  
A   5 6 2 ; B    ; C   4  ; D   1 2 9 ,
7 9 1  1 9 2  8
   
siendo A una matriz de 3 x 3, B de 2 x 3, C de 3 x 1 y D de 1 x 3.
DEFINICION 1.1.2
Una matriz cuadrada que tiene el número 1 como elementos de la diagonal
principal, y los demás elementos son ceros, se denomina matriz identidad y
1, si i  j
se denota como I = (ij), donde ij   ,  se denomina delta de
0, si i  j
Kronecker.
Matrices de este tipo se dan a continuación:

1 0 0 0
1 0 0  
1 0   0 1 0 0
I2    ; I3   0 1 0  ; I 4   ; etc.
0 1 0 0 1 0 0 1 0
   
0 0 0 1
DEFINICION 1.1.3
Una matriz cuadrada que tiene el número   K diferente de cero, como
elementos de la diagonal principal, y los demás elementos son ceros, se
denomina matriz escalar y se denota como E = I.
Este tipo de matrices tienen la siguiente forma:

a b 0 0  1 0 0
a 0  1 0    
E2     a  ; E3   0 ab 0   (a  b)  0 1 0  ; etc.
0 a 0 1  0
 0 a  b  0 0 1
 
La definición de operaciones entre matrices es lo que determina la utilidad de ellas

puesto que una matriz de por sí es solamente un arreglo de números. Veremos que
aquellas definiciones que intuitivamente parecen obvias para operar con matrices son
también las más útiles.
JOE GARCIA ARCOS
MATRICES 3
A continuación se explican algunas operaciones que se pueden realizar con matrices.

Definidas las matrices, podemos comenzar a estudiar su álgebra. Se explicará
primero el significado de la afirmación de que dos matrices A y B son iguales.
Lo anterior significa que los elementos correspondientes de cada matriz son iguales,
es decir aij = bij para cada i y j. Cuando las matrices son iguales, se escribe A = B.
Para que dos matrices sean iguales, el número de filas de A debe ser el mismo que el
número de filas de B, y el número de columnas de A debe ser el mismo que el
número de columnas de B.
DEFINICION 1.1.4
Dadas A = (aij), B = (bij), matrices de igual orden. Las matrices A y B se
dice son iguales si y sólo si los elementos correspondientes a cada una de
estas son iguales.
Es decir, dadas las matrices

 a11 a1 2 a1 m   b11 b1 2 b1 m 
   
 a21 a2 2 a2 m   b21 b2 2 b2 m 
A  y B= 
   
 an 1 an 2 a   bn 1 bn 2 b 
 n m   n m 
por definición estas matrices son iguales si y sólo si se cumple que a11 = b11,
a12 = b12, ..., anm = bnm. De manera más compacta, se escribe A = B si aij = bij, para
todo i, j  .
EJEMPLO 1.1.1
Sean A y B dos matrices de 2 x 3:
 a  b  1 2  2b  a b   1  c 
A  y B    .
 a b a b  c   3c   i 
¿Cuando A y B son iguales?
SOLUCION
Las matrices A y B son iguales si cumplen la siguiente identidad:
 a  b  1 2  2b  a b   1  c 
    
 a b a  b  c   3   i
lo cual implica que
a – b + 1 = i, 2 + 2b – a = , b = c, a = c + , - b = 3 y a – b =  + i. 
EJEMPLO 1.1.2
Determine los valores de a, b y c para que las matrices dadas sean iguales
 2 4  a  2b  c 2a  c 
A  y B .
1 6  a 1 a  2b 
SOLUCION
Para que A y B sean iguales se debe cumplir por definición que sus correspondientes
elementos sean iguales, es decir:
a  2b  c  2 a  2b  c  2
 2a  c  4  2a  c  4 a0
  
     b3 . 
 a  1  1  a  0 c  4
 a  2b  6  a  2b  6 
Se definirá ahora la suma de matrices, que consiste simplemente, como esperará el

lector, en sumar los elementos correspondientes. Es decir, la suma C de una matriz A
que tenga n filas y m columnas, y una matriz B que tenga n filas y m columnas es
JOE GARCIA ARCOS
4 MATRICES
una matriz que tiene n filas y m columnas cuyos elementos están dados por
cij = aij + bij, para todo i, j.
DEFINICION 1.1.5
Dadas A = (aij), B = (bij) y C = (cij), matrices de igual orden. Si se cumple
que
C = (aij) + (bij) = (aij + bij) = (cij), i, j  N
a la matriz C se le denomina adición de A y B.
Es decir; si a cada par de matrices de orden n x m le hacemos corresponder otra

matriz del mismo orden cuyos elementos se obtienen sumando término a término los
correspondientes a dichas matrices, se denomina adición de matrices. Dadas las
matrices A y B, detalladamente podemos interpretar la adición de matrices de la
siguiente manera:
C=A+B
 a11 a12 a1m   b11 b1 2 b1 m 
  b 
a a a2 m   21 b2 2 b2 m 
  21 22  
 
   
 an1 an 2 anm   bn 1 bn 2 b 
 nm
 a11  b11 a1 2  b1 2 a1 m  b1 m 
 
 a21  b21 a2 2  b2 2 a2 m  b2 m 
 .
 
 an 1  bn 1 an 2  bn 2 an m  bn m 

Debemos tener muy en cuenta que la adición de las matrices A y B se puede realizar
solamente cuando B tiene el mismo número de filas y el mismo número de columnas
que A. De aquí que el orden de la matriz suma es la misma que la de los sumandos.
EJEMPLO 1.1.3
Dadas las matrices
    
 1 1 4i   3 Tan
4
4i 
   
A   5  3i 6  y B  5 3  
   
 Sen

9 1   Cos  i
3
Tan 
  
2  2 4 
Determine A + B.
SOLUCION
   3  
Tan 4i 
 1 1 4i   4
   
A + B   5  3i 6  5 3  
     3

 Sen 9 1   Cos i Tan 
 2   2 4 
  
 1  (3) 1  Tan 4i  (4i) 
4  2 1  i 0 
   
 (5  3i)  (5) 63       3i 9 (1  i)   . 
   
   3 1 9i 0
 Sen  Cos 9i 1  Tan   
 2 2 4 
JOE GARCIA ARCOS

MATRICES 5
TEOREMA 1.1.1
Sean las matrices A = (aij), O = (oij) de igual orden, entonces
A + O = O + A = A.
DEMOSTRACION
Sean A, O matrices de igual orden, entonces
A + O = (aij) + (oij)
= (aij + oij)
= (oij + aij)
= (aij)
= A. 
TEOREMA 1.1.2
Si A = (aij) y B = (bij) son matrices de igual orden, entonces la adición de
matrices es conmutativa, es decir, A + B = B + A.
DEMOSTRACION
Sean las matrices A, B de igual orden, entonces:
A + B = (aij) + (bij)
= (aij + bij)
= (bij + aij)
= (bij) + (aij)
= B + A. 
TEOREMA 1.1.3
Si A = (aij), B = (bij), C = (cij) son matrices de igual orden, entonces la adición
de matrices es asociativa, es decir, A + (B + C) = (A + B) + C.
DEMOSTRACION
Sean A, B, C matrices de igual orden, entonces:
A + (B + C) = (aij) + (bij) + (cij)
= (aij) + (bij + cij)
= (aij + bij + cij)
= (aij + bij) + (cij)
= ((aij) + (bij)) + (cij)
= (A + B) + C. 
% CALCULAR LA SUMA DE MATRICES

clc;clear;
fprintf('\n SUMA DE MATRICES \n')
fil=input('Ingrese el numero de filas de las Matrices A y B: ');
col=input('Ingrese el numero de columnas de las Matrices A y B: ');
%Ingreso de elementos
fprintf('Matriz A:\n')
for f=1:fil
for c=1:col
fprintf('Ingrese el elemento A:(%d,%d)',f,c)
A(f,c)=input(' :');
end
end
fprintf('Matriz B:\n')
for f=1:fil
for c=1:col
fprintf('Ingrese el elemento B:(%d,%d)',f,c)
B(f,c)=input(' :');
end
end
fprintf(' LA MATRIZ A ES:\n')
A
end
fprintf(' LA MATRIZ B ES:\n')
B
JOE GARCIA ARCOS

6 MATRICES
end
fprintf(' LA SUMA C ES:\n')
C=A+B
end
La siguiente operación que se considerará es la de multiplicar una matriz por un

número. Esta operación recibe el nombre de multiplicación por un escalar. Para
multiplicar una matriz A por un número , simplemente se multiplica cada elemento
de A por .
DEFINICION 1.1.6
Dada A = (aij) una matriz arbitraria y  un escalar. El producto del escalar 
y la matriz A se define como la matriz C = (cij) del mismo orden que A,
cuyos elementos se obtienen multiplicando el escalar por cada uno de los
elementos de A.
Es decir; formalmente se expresa esta operación de la siguiente manera:

 a11 a1 2 a1 m   a11 a1 2 a1 m 
   
 a21 a2 2 a2 m   a21 a2 2 a2 m 
C = αA =    
   
 an 1 an 2 a   a  a a 
 nm   n1 n2 nm 
Cada elemento de A se multiplica por el escalar . El producto A es, por

consiguiente, otra matriz con n filas y m columnas, si A tiene n filas y m columnas.
Es decir, la matriz resultante del producto por un escalar conserva el orden de la
matriz original.
EJEMPLO 1.1.4
Dada la matriz
   
 Tan 4 Cos 4 1 
A  y k = 1 + i.
 i 
 1 i Sen 
 4
Determine kA.
SOLUCION
   
 Tan 4 Cos 4 1 
kA  (1  i )  
 i 
 1 i Sen 
 4
   
 (1  i )Tan 4 (1  i )Cos 4 (1  i ) 1 
 
 (1  i )i 
 (1  i )(1  i ) (1  i ) Sen 
 4
 1 i 
1  i i 1 
2
 . 
 1 i 
 i 1 2 
 2
TEOREMA 1.1.4
Sea A = (aij) una matriz arbitraria y k un número, entonces kA = Ak.
DEMOSTRACION
Sean A una matriz arbitraria y k un número, entonces:
JOE GARCIA ARCOS

MATRICES 7
kA = k(aij)
= (kaij)
= (aijk)
= (aij)k
= Ak. 
EJEMPLO 1.1.5
Un fabricante de sacos los produce en color negro, azul y rojo para hombres, mujeres
y niños. La capacidad de producción en miles en la planta A está dada por la matriz
Hombres Mujeres Niños
Negro 3 5 6
Azul 2 3 4
Rojo 5 1 3
La producción en la planta B está dada por
Hombres Mujeres Niños
Negro 2 3 3
Azul 4 2 5
Rojo 1 3 2
a.- Determine la representación matricial de la producción total de cada tipo de
sacos en ambas plantas.
b.- Si la producción en A se incrementa en un 15% y la de B en un 30%, encuentre
la matriz que representa la nueva producción total de cada tipo de saco.
SOLUCION
a.- Para obtener la matriz de producción total, sumamos las matrices que relacionan
las plantas A y B:
 3 5 6  2 3 3 5 8 9
     
 2 3 4   4 2 5  6 5 9 .
 5 1 3  1 3 2  6 4 5
     
b.- La nueva matriz de producción total la obtenemos sumando las matrices
3 5 6  2 3 3   6.05 9.65 10.8 
     
1.15A +1.30B  1.15  2 3 4   1.30  4 2 5    7.5 6.05 11.1  . 
 5 1 3  1 3 2   7.05 5.05 6.05 
     
EJEMPLO 1.1.6
El costo en dólares de comprar un boleto aéreo de la ciudad A a cada una de las
cuatro ciudades B, C, D y E, está relacionado en la matriz P = (75 62 35 55). Si la
directiva de la aviación civil aprueban un incremento del 12% en las tarifas. Hallar
las nuevas tarifas.
SOLUCION
Las nuevas tarifas se obtienen multiplicando la matriz P por 1.12, es decir;
1.12P  1.12  75 62 35 55  84 69, 44 39, 2 61,6 . 
EJEMPLO 1.1.7
Una empresa produce tres tamaños de radios en tres modelos diferentes. La
producción en miles en su planta A está dada por la matriz
Tamaño 1 Tamaño 2 Tamaño 3
Modelo 1 20 32 25
Modelo 2 15 15 29
Modelo 3 12 27 30
La producción en miles en su planta B está dada por la matriz
JOE GARCIA ARCOS

8 MATRICES

Modelo 1 35 42 19
Modelo 2 25 35 25
Modelo 3 12 18 21
a.- Escriba una matriz que represente la producción total de radios en ambas plantas.
b.- El dueño de la empresa planea abrir una tercera planta en C, la cual tendrá una
vez y cuarto la capacidad de la planta en A. Escriba la matriz que representa la
producción en la planta C.
c.- ¿Cuál sería la producción total de las tres plantas?
SOLUCION
a.- Para representar la producción total en ambas plantas, debemos sumar ambas
matrices
 20 32 25   35 42 19   55 74 44 
     
 15 15 29    25 35 25    40 50 54  .
 12 27 30   12 18 21   24 45 51 
     
b.- Para encontrar la matriz C, tenemos que multiplicar a la matriz A por 1.25, es
decir
 20 32 25   25 40 31.25 
   
1.25  15 15 29   18.75 18.75 36.25  .
 12 27 30   15 33.75 37.5 
  
c.- Para representar la producción total de las tres plantas, debemos sumar las
matrices A, B y C, es decir:
 20 32 25   35 42 19   25 40 31.25 
     
A + B + C   15 15 29    25 35 25   18.75 18.75 36.25 
 12 27 30   12 18 21  15 33.75 37.5 
     
 80 114 75.25 
 
  58.75 68.75 90.25  . 
 39 78.75 88.5 

EJEMPLO 1.1.8
Una compañía tiene plantas en cuatro provincias, I, II, III y IV, y cuatro bodegas en
los lugares P, Q, R y S. El costo en miles de dólares de transportar cada unidad de su
producto de una planta a una bodega está dado por la matriz
Prov. I Prov. II Prov. III Prov. IV
Bodega P 13 12 17 12
Bodega Q 19 17 13 15
Bodega R 8 9 11 13
Bodega S 19 21 9 15
a.- Si los costos de transportación se incrementan uniformemente en $500 por
unidad, ¿cuál es la nueva matriz?
b.- Si los costos de transportación se elevan en un 25%, escriba los nuevos costos.
SOLUCION
a.- Obtenemos la nueva matriz, sumándole a la matriz A la matriz de incrementos
 13 12 17 12   0.5 0.5 0.5 0.5  13.5 12.5 17.5 12.5 
     
19 17 13 15    0.5 0.5 0.5 0.5   19.5 17.5 13.5 15.5  .
 8 9 11 13   0.5 0.5 0.5 0.5   8.5 9.5 11.5 13.5 
     
19 21 9 15   0.5 0.5 0.5 0.5  19.5 21.5 9.5 15.5 
b.- Los nuevos datos los obtenemos multiplicando la matriz A por 1.25, es decir
JOE GARCIA ARCOS

MATRICES 9
 13 12 17 12   16.25 15 21.25 15 
   
 19 17 13 15   23.75 21.25 16.25 18.75 
1.25  . 
 8 9 11 13   10 11.25 13.75 16.25 
   
19 21 9 15   23.75 26.25 11.25 18.75 
TEOREMA 1.1.5
Si A = (aij), B = (bij) son matrices de igual orden y k un número, entonces se
cumple la ley distributiva respecto a la adición de matricial, es decir,
k(A + B) = kA + kB.
DEMOSTRACION
Sean A, B matrices de igual orden y k un número, entonces:
k(A + B) = k((aij) + (bij))
= k(aij) + bij)
= (kaij + kbij)
= (kaij) + (kbij)
= kA + kB. 
TEOREMA 1.1.6
Si A = (aij) es una matriz arbitraria y k, t números, entonces se cumple la ley
distributiva con respecto a la adición de escalares, es decir,
(k + t)A = kA + tA.
DEMOSTRACION
Sean A una matriz arbitraria y k, t números, entonces:
(k + t)A = (k + t)(aij)
= ((k + t)aij)
= (kaij + taij)
= (kaij) + (taij)
= kA + tA. 
% MULTIPLICACION DE UN ESCALAR Y UNA MATRIZ

clc;clear;
fprintf('\n PRODUCTO POR UN ESCALAR \n')
fil=input('Ingrese el numero de filas de la Matriz A: ');
col=input('Ingrese el numero de columnas de la Matriz A: ');
n=input('Ingrese el escalar: ');
for f=1:fil
for c=1:col
fprintf('Ingrese el elemento (%d,%d)',f,c)
A(f,c)=input(' :');
end
fprintf('\ LA MATRIZ A ES: \n')
A
end
fprintf('\ LA MATRIZ PRODUCTO B ES: \n')
B=A*n
End
La matriz opuesta de A puede obtenerse multiplicando la matriz original por el

escalar –1. De acuerdo con esta definición; B = (-1)A, notándose B = -A, lo cual
podemos expresarlo detalladamente como
 a11 a1 2 a1 m   a11 a1 2 a1 m 
   
 a21 a2 2 a2 m   a21 a2 2 a2 m 
C = A + (-A)    
   
 an 1 an 2 an m   an 1 an 2 an m 

JOE GARCIA ARCOS

10 MATRICES
 a11  a11 a1 2  a1 2 a1 m  a1 m   0 0 0
 
 a21  a21 a2 2  a2 2 a2 m  a2 m   0 0 
0
 
 
.
   
 an 1  an 1 an 2  an 2 an m  an m   0 0 0

DEFINICION 1.1.7
Una matriz B = (bij) que, dada una matriz A = (aij) cumple la ecuación
matricial
(oij) = (aij) + (bij), para todo i, j  N
recibe el nombre de matriz opuesta o negativa de A.
La operación de restar una matriz B de una matriz A se define exactamente como

esperará el lector: A – B es la matriz cuyos elementos son aij – bij. Se observa
también que la resta puede definirse en términos de operaciones ya definidas,
como
A – B = A + (-B).
Es decir, para restar dos matrices, restamos sus correspondientes elementos.
DEFINICION 1.1.8
Dadas A = (aij), B = (bij) y C = (cij), matrices de igual orden. Si se cumple
que
C = A - B = (aij) - (bij) = (aij – bij) = (cij), i, j  N
a la matriz C se le denomina resta de A y B.
Es decir; si a cada par de matrices de orden n x m le hacemos corresponder otra

matriz del mismo orden cuyos elementos se obtienen restando término a término
los correspondientes a dichas matrices, se denomina resta de matrices. Dadas las
matrices A y B, detalladamente podemos interpretar la resta de matrices de la
siguiente manera:
C= A-B
 a11 a1 2 a1 m   b11 b1 2 b1 m 
   
 a21 a2 2 a2 m   b21 b2 2 b2 m 
= 
  
   
 an 1 an 2 an m   bn 1 bn 2 bn m 

 a11  b11 a1 2  b1 2 a1 m  b1 m 
 
 a21  b21 a2 2  b2 2 a2 m  b2 m 
 .
 
 an 1  bn 1 an 2  bn 2 a  b 
 n m n m 
Debemos tener muy en cuenta, como lo hicimos para la adición, que la resta de las
matrices A y B se puede realizar solamente cuando tienen el mismo orden. De aquí
que el orden de la matriz obtenida de la resta es la misma que la de A y B.
EJEMPLO 1.1.9
Dadas las matrices
 13 5 12   -6 11 3 
A  y B= .
17 6 8  15 2 1 
Determine la matriz M tal que A - 2M = 3B.
SOLUCION
Como A – 2M = 3B, entonces:
JOE GARCIA ARCOS

MATRICES 11
1
2M = A – 3B  M = ( A - 3B)
2
Reemplazando los datos conocidos, obtenemos:
1   13 5 12   -6 11 3   1   13 5 12   -18 33 9  
M =   - 3  =   - 
2  17 6 8  15 2 1   2  17 6 8   45 6 3  
1  31 28 3 
  . 
2  28 0 5 
EJEMPLO 1.1.10
Dadas las matrices
     
 Sen 4 Cos 4   Tan 4  Sen 
A , B 4.
 Cos  Sen    Sen   
   Tan 
 4 4  4 4 
Determine A - B.
SOLUCION
       2 2  2
 Sen 4 Cos 4   Tan 4  Sen     1  
A-B   4 2 2  2 
 Cos  Sen    Sen     2  2 
   Tan    2   1 
 4 4  4 4   2 2   2 
 2 
 1 2 
 2 . 
 2 
  2  1
 2 
EJEMPLO 1.1.11
Tres máquinas de gaseosas se localizan en un centro comercial. El contenido de estas
máquinas se presenta en la siguiente matriz de inventario:
Coca - Cola Fanta Sprite
Maquina I 65 32 84
Maquina II 92 65 36
Maquina III 45 72 93
Los elementos indican el número de latas de cada tipo de gaseosa que contiene cada
máquina. Suponga que la matriz de ventas para el día siguiente es
Coca - Cola Fanta Sprite
Maquina I 53 25 70
Maquina II 80 60 30
Maquina III 35 65 85
donde los elementos indican el número de latas de cada tipo de gaseosa que vende
cada máquina. Hallar la matriz de inventario al final del día.
SOLUCION
La matriz de inventario al final del día se obtiene de la siguiente manera:
 65 32 84   53 25 70  12 7 14 
     
 92 65 36    80 60 30   12 5 6  .
 45 72 93   35 65 85  10 7 8 
     
Si cada máquina se recarga con 30 latas de Coca-Cola, 20 latas de Fanta y 15 latas de
Sprite, entonces la matriz de inventarios es la siguiente:
JOE GARCIA ARCOS

12 MATRICES
12 7 14   30 20 15   42 27 29 
     
12 5 6    30 20 15    42 25 21  . 
10 7 8   30 20 15   40 27 23 
     
EJEMPLO 1.1.12
Determínense las matrices P y Q de orden 3 x 2, tales que satisfagan el sistema de
1 3  -1 0 
2P + 3Q = A    
ecuaciones  , donde A =  2 4  y B =  -1 -3  .
 - P - Q = B 1 2  1 -1 
   
SOLUCION
Multiplicando la segunda ecuación por 2, y sumandole a la primera, obtenemos las
matrices P y Q.
 P = -A - 3B

 Q = A + 2B
Es decir:
 1 3   -1 0   -1 -3   -3 0   2 -3 
         
P = -  2 4  - 3  -1 -3  =  -2 -4  -  -3 -9  =  1 5 
 1 2   1 -1   -1 -2   3 -3   -4 1 
         
 1 3  -1 0   1 3   -2 0   -1 3 
         
Q =  2 4  + 2  -1 -3  =  2 4  +  -2 -6  =  0 -2  . 
 1 2  1 -1   1 2   2 -2   3 0 
         
A continuación, dividamos una matriz A en partes mediante un sistema de rectas

verticales y horizontales. Estas partes pueden ser consideradas como matrices de
órdenes inferiores que forman, interpretadas como elementos, la propia matriz; se
denominan bloques o submatrices de la matriz A, mientras que la propia matriz A,
dividida de un modo determinado en submatrices, se denomina hipermatriz. Una
misma matriz puede ser dividida en submatrices de diferentes maneras.
DEFINICION 1.1.9
Se denomina hipermatriz a una ordenación rectangular de submatrices. Una
submatriz derivada de una matriz A es la formada por los elementos que
pertenecen simultáneamente a h filas y k columnas de A.
La conveniencia de la división en submatrices consiste en que las operaciones

principales sobre hipermatrices se realizan formalmente siguiendo las mismas reglas
que en el caso de matrices corrientes. En efecto, supongamos una matriz A dividida
de algún modo en submatrices:
 A11 A12 A1n 
 
A A A
A   21 22 2n 
.
 
 
 A m1 A m 2 A mn 
Al multiplicar todas las submatrices por un número k multiplicaremos, al mismo
tiempo, todos los elementos de la matriz A por k. Por consiguiente
 kA11 kA12 kA1n 
 
k A kA kA 2n 
kA   21 22
.
 
 
 kA m1 kA m 2 kA mn 
Sea B una matriz dividida en el mismo número de submatrices que la matriz A
JOE GARCIA ARCOS

MATRICES 13
 B11 B12 B1n 

 
 B 21 B 22 B2n 
B .
 
 
 B m1 B m 2 B mn 
supongamos, además, que las correspondientes submatrices de las matrices A y B
son del mismo número de filas y de columnas respectivamente. Para sumar las
matrices A y B hay que sumar sus elementos correspondientes. Pero lo mismo
ocurrirá, si sumamos las submatrices correspondientes de estas matrices. Por esto
 A11  B11 A12  B12 A1n  B1n 
 
A  B A  B A 2n  B2n 
A + B   21 21 22 22
.
 
 
 A m1  B m1 A m 2  B m 2 A mn  B mn 
% CALCULAR LA RESTA DE MATRICES

clc;clear;
fprintf('\n RESTA DE MATRICES \n')
fil=input('Ingrese el numero de filas De las Matrices A y B: ');
col=input('Ingrese el numero de columnas De las Matrices A y B: ');
for f=1:fil
for c=1:col
A(f,c)=input(' :');
end
end
for f=1:fil
for c=1:col
B(f,c)=input(' :');
end
end
A
end
B
end
fprintf('LA MATRIZ DIFERENCIA C ES:\n')
C=A-B
End
Como podemos ver, resulto fácil definir la igualdad, la multiplicación por un
escalar, y la suma de matrices. No es tan obvio, en cambio, cómo debe definirse
la multiplicación matricial. En este caso debe abandonarse, el concepto de matriz
como simple arreglo de números puesto que esta idea no nos proporciona una
guía para una definición propia. Ahora definiremos la operación más complicada
de multiplicar dos matrices.
DEFINICION 1.1.10
Dadas A = (aij) y B = (bij), matrices en las cuales el número de columnas de
A es igual al número de filas de B. Se llama producto de A y B a una matriz
C = (cij) cuyo orden es el número de filas de A y el número de columnas de
B, denotada
 
C  (cij )    aik bkj  , para todo i, j  .
 k 
JOE GARCIA ARCOS

14 MATRICES
De la propia definición se deduce que, en general, no es posible multiplicar dos

matrices rectangulares, ya que se exige que el número de columnas de la primera
matriz coincida con el número de filas de la segunda. Por lo tanto la condición
necesaria y suficiente para que el producto AB esté definido, es que el número de
columnas de A sea igual al número de filas de B.
Para formar los elementos de la primera fila de la matriz AB se han multiplicado

ordenadamente los elementos de la primera fila de A con los elementos de cada
columna de B y, después se suman los correspondientes productos. Procediendo
análogamente con cada una de las demás filas de A, se obtienen los elementos de
cada una de las restantes filas de AB. La notación formal se expresa como
C = AB y sus elementos se determinan de la siguiente manera:
 a11 a1 2 a1 p   b11 b1 2 b1 m 
  
 a21 a2 2 a2 p   b21 b2 2 b2 m 
C = AB    
  
 an 1 an 2 an p   bp 1 bp 2 bp m 

  a1 k bk 1  a1 k bk 2  a1 k bk m 
 k k k
 
  a2 k bk 1  a2 k bk 2  a2 k bk m 
  k k k .
 
 
  an k bk 1  an k bk 2  an k bk m 
 k k k 
El producto de dos matrices, en términos generales, depende del orden de los

factores incluso en el caso en que el conjunto al cuál pertenecen sus elementos es
conmutativo. Si se consideran matrices no cuadradas, puede ocurrir incluso que el
producto de dos matrices tomadas en un orden tenga sentido y tomadas en el
orden contrario, no lo tenga.
EJEMPLO 1.1.13
Pruébese que si A es una matriz cuadrada y B = A + I, donde  y  son escalares,
entonces AB = BA.
SOLUCION
Calculamos el producto matricial AB, previamente reemplazando la identidad de B y
obtenemos el resultado requerido:
AB = A(A + I) = A2 + AI = (A + I)A = BA. 
EJEMPLO 1.1.14
Si
 2 1  7 6
A  y B .
 2 3  9 8
Hallar matrices C y D de orden 2, tales que AC = B y DA = B.
SOLUCION
Para determinar matrices C y D, debemos tomar matrices de 2 x 2 cuyos elementos
son desconocidos y los establecemos como sigue:
 2 1 a b   7 6   2a  c 2b  d   7 6 
       
 2 3  c d   9 8   2a  3c 2b  3d   9 8 
e f  2 1  7 6   2e  2 f e  3 f   7 6 
       
g h  2 3   9 8   2 g  2h  g  3h   9 8 
De aquí, establecemos los siguientes sistemas de ecuaciones:
JOE GARCIA ARCOS

MATRICES 15
2a  c  7  2e  2 f  7  19 33
 c = 8 y d = 7;  f  y e
2a  3c  9  e  3 f  6  4 4
2b  d  6  15 13 2 g  2h  9  25 43
 a y b ;  h y g
2b  3d  8  2 2  g  3h  8  4 4
Solucionados ambos sistemas y obtenemos las matrices pedidas:
 33 19 
 15 13  
C 2 2  y D 4 4  . 
   43 25 
8 7  
 4 4 
EJEMPLO 1.1.15
Determine la matriz M de modo que satisfaga la relación
 3 1  5 7
M = .
 -2 2   -5 9 
SOLUCION
Para resolver este problema, debemos tomar una matriz M de 2 x 2 cuyos elementos
son desconocidos y los establecemos de la siguiente manera:
 a b  3 1   5 7   3a  2b a  2b   5 7 
       .
 c d  2 2    5 9   3c  2d c  2d   5 9 
Dos matrices se dice son iguales si sus correspondientes elementos son iguales,
por tanto
3a  2b  5 
  4a = 12  a = 3 y b = 2;
a  2b  7 
3c  2d  5 
  4c = 4  c = 1 y d = 4
c  2d  9 
Por lo tanto
3 2
M= . 
1 4
EJEMPLO 1.1.16
Encontrar todas las matrices de orden dos que conmutan con la matriz
 Cos Sen 
A .
 Sen Cos 
SOLUCION
Multiplicamos a la matriz A por la izquierda y derecha por una matriz 2 x 2 de
variables:
 a b  Cos Sen   Cos Sen  a b 
    
 c d  Sen Cos   Sen Cos  c d 
Igualando los elementos de estas matrices, establecemos un sistema de ecuaciones:
 aCos  bSen  aCos  cSen  (b  c) Sen  0
aSen  bCos  bCos  dSen (a  d ) Sen  0
 
  
 cCos   dSen  aSen   cCos (a  d ) Sen  0
 cSen  dCos  bSen  dCos  (b  c) Sen  0
Si Sen  0, entonces: b + c = 0  b = -c y a - d = 0  a = d
por lo tanto la matriz buscada es
 d c 
  , para todo c, d  R. 
c d 
JOE GARCIA ARCOS

16 MATRICES
EJEMPLO 1.1.17
Dadas las matrices A, B, ¿en qué condiciones son válidas las siguientes ecuaciones?
a.- (A + B)2 = A2 + 2AB + B2; b.- (A + B)(A - B) = (A - B)(A + B) = A2 - B2.
SOLUCION
a.- (A + B)2 = (A + B)(A + B) = AA + AB + BA + BB si AB = BA
= A2 + 2AB + B2.
b.- (A + B)(A - B) = AA - AB + BA - BB si AB = BA
= A2 - B2
(A - B)(A + B) = AA + AB - BA - BB si AB = BA
= A2 - B2. 
EJEMPLO 1.1.18
Dadas las matrices A, B, C, D, suponga que todas las operaciones están definidas;
demuestre entonces, a partir de la definición de multiplicación de matrices, que:
(A + B)(C + D) = A(C + D) + B(C + D) = AC + AD + BC + BD.
Bajo qué hipótesis están definidas todas las operaciones?
SOLUCION
Realizamos el producto
(A + B)(C + D) = AC + AD + BC + BD
= (AC + AD) + (BC + BD)
= A(C + D) + B(C + D)
Las matrices A y B deben ser de orden m x n y las matrices C + D de orden n x p. 
EJEMPLO 1.1.19
Si A, B, C son tres matrices tales que AC = CA y BC = CB, pruébese que:
(AB ± BA)C = C(AB ± BA).
SOLUCION
Tenemos como hipótesis que tanto A y C como B y C son conmutativas para el
producto, entonces:
(AB ± BA)C = ABC ± BAC = ACB ± BCA = CAB ± CBA = C(AB ± BA). 
EJEMPLO 1.1.20
Dadas las matrices
 1 0 2 1 3 0 6 5 7
     
A   0 1 1  , B   0 4 1  , C   2 2 4  .
 2 0 2  2 3 0  3 3 6
     
Muestre que AC = BC, sin embargo, A  B.
SOLUCION
Primero realizamos el producto AC y luego BC:
 1 0 2  6 5 7  12 11 19 
    
AC   0 1 1  2 2 4    5 5 10  ;
 2 0 2  3 3 6  18 16 26 
    
 1 3 0  6 5 7  12 11 19 
    
BC   0 4 1 2 2 4    5 5 10  .
 2 3 0  3 3 6   18 16 26 
    
De esta manera queda demostrado que AC = BC sin que A = B. 
EJEMPLO 1.1.21
Muestre que A y B conmutan si y sólo si A - I y B - I conmutan para un cierto
escalar unidad.
SOLUCION
Realizamos los productos correspondientes a (A - I)(B - I) y (B - I)(A - I):
(A - I)(B - I) = (B - I)(A - I)
JOE GARCIA ARCOS
MATRICES 17
AB - AI - IB + 2II = BA - BI - IA + 2II

AB - A - B + 2I2 = BA - B - A + 2I2
AB = BA. 
EJEMPLO 1.1.22
a b 
Sea A    una matriz de 2 x 2 con ad – bc  0. Encuentre una matriz B tal
c d
que AB = BA = I.
SOLUCION
Realizamos los productos AB = I y BA = I, luego resolvemos los sistemas de
ecuaciones lineales generados por cada uno de ellos:
 ax  bz  1  d c
 a b  x y   1 0 
 cx  dz  0
  x  ad  bc ; z
ad  bc
AB         
 c d  z u   0 1  ay  bu  0  y  b ; u  a
 cy  du  1  ad  bc ad  bc
 ax  cy  1  d c
bx  dy  0  x ; z
 x y  a b   1 0    ad  bc ad  bc
BA    
       .
 z u  c d   0 1   az  cu  0  y  b ; u
a
 bz  du  1  ad  bc ad  bc
Por lo tanto la matriz B tiene la forma siguiente:
 d b 
 ad  bc ad  bc 
B . 
 c a 
 
 ad  bc ad  bc 
EJEMPLO 1.1.23
Demuestre que si AB = O y B  O, no existe ninguna matriz C tal que CA = I.
SOLUCION
Si A = O por ser B  O, la no existencia de la matriz C para que CA = I, es obvia. Si
A  O y B  O, entonces A  O, CA  CO, CA  O para que CA = I
necesariamente la matriz C debe ser la inversa de A, en caso contrario no podemos
obtener CA = I. 
EJEMPLO 1.1.24
Sea A una matriz de n x n. Suponga que AB = B para toda matriz B de n x n.
Pruebe que A = I.
SOLUCION
Tenemos que:
AB = B  AB – B = O  (A – I)B = O.
Por hipótesis B  O, entonces A – I = O, de donde A = I. 
EJEMPLO 1.1.25
Encuentre un ejemplo para probar que existen matrices no cuadradas A y B, tales que
AB = I. Específicamente, pruebe que existe una matriz A de m x n y una matriz B de
n x m, tales que AB es la matriz identidad de m x m. Demuestre que BA no es la
matriz identidad de n x n. Pruebe en general que, si m  n, entonces AB y BA no
pueden ser ambas matrices identidad.
SOLUCION
a b 
 1 3 1  
Sea A    y B   c d  , entonces:
4 2 1  e f 
 
JOE GARCIA ARCOS

18 MATRICES
a b 
 1 3 1    a  3c  e b  3d  f   1 0 
AB    c d     .
 4 2 1  e f   4 a  2c  e 4b  2d  f   0 1 
 
Igualando las matrices, obtenemos el siguiente sistema de ecuaciones:
(1)  a  3c  e  1
 a b  
(2) 
 4a  2c  e  0 (1)  (2)  5a  5c  1   5a  5c  1
    B   c d  .
(3) b  3d  f  0 (3)  (4) 5b  5d  1  e f  5b  5d  1
(4)    
 4b  2d  f  1
Como comprobación, podemos escoger la matriz B de la siguiente manera:
 3 3
 5  10 
 
 1 3 1  2 1  1 0
AB     .
4 2 1  5 2  0 1

8 6 
 
 5 5 
Con esto queda demostrado que existen matrices no cuadradas, tales que el producto
AB es la matriz I. A continuación, vamos a demostrar que el producto BA no es la
matriz I:
 3 3  3 6 9
 5  10   5 5
 
10
    1 0 0
 2 1   1 3 1  8 1 9   
BA          0 1 0 . 
5 2 4 2 1  5 5 10
     0 0 1 
8 6   16  12 14 
   
 5 5   5 5 5 
EJEMPLO 1.1.26
Suponga que la tercera columna de B es la suma de las primeras dos columnas. ¿Qué
se puede decir sobre la tercera columna de AB? ¿Por qué?
SOLUCION
La tercera columna de AB es la suma de las primeras dos columnas de AB. He aquí
por qué. Denotemos las primeras tres columnas de B por b1, b2, b3. Si b3 = b1 + b2,
entonces la tercera columna de AB es Ab3 = Ab1 + Ab2, por una propiedad de la
multiplicación de matrices. 
EJEMPLO 1.1.27
Un comerciante de radios, tiene 10 radios de tamaño I, 15 de tamaño II y 8 de
tamaño III. Los radios de tamaño I se venden a $60 cada uno los de tamaño II en $47
cada uno y los de tamaño III se venden a $40 cada uno. Calcular el precio de venta
de su existencia de radios.
SOLUCION
Construimos una matriz A en la cual constan la cantidad de radios de cada uno de los
tamaños y, una matriz B de precios por tamaño. Realizamos el producto de AB para
obtener el precio de venta de la existencia de radios
 60 
10 15 8  47   $1625 . 
 40 
 
EJEMPLO 1.1.28
Una empresa utiliza tres tipos de materias primas P1, P2 y P3 en la elaboración de tres
productos Q1, Q2 y Q3. El número de unidades de P1, P2 y P3 usados por cada unidad
de Q1 son 4, 3 y 2 respectivamente, por cada unidad de Q2 son 5, 3 y 4,
JOE GARCIA ARCOS

MATRICES 19
respectivamente, y por cada unidad de Q3 son 2, 5 y 3 respectivamente. Suponga que

la empresa produce 28 unidades de Q1, 18 unidades de Q2 y 39 unidades de Q3 a la
semana.
a.- ¿Cuál es el consumo semanal de materia prima?
b.- Si los costos por unidad para P1, P2 y P3 son 60, 52 y 18, respectivamente, ¿cuá-
les son los costos de las materias primas por unidad de Q1, Q2 y Q3?
c.- ¿Cuál es la cantidad total gastada en materias primas a la semana en la produc-
ción de Q1, Q2 y Q3?
SOLUCION
a.- Para obtener el consumo semanal de la materia prima, construimos la matriz A
de unidades por producto y una matriz B de cantidad de materia prima por producto
y luego realizamos el producto AB
 4 3 2
 
AB   28 18 39   5 3 4    280 333 245 .
 2 5 3
 
b.- Los costos de materia prima por unidad de cada producto lo calculamos de la
siguiente manera: a la matriz B del inciso anterior le multiplicamos la matriz C de
costos por unidad para cada tipo de materia prima, es decir
 4 3 2  60   432 
    
BC   5 3 4  52    528  .
 2 5 3  18   434 
    
c.- Si sumamos los tres tipos de materia prima, obtenemos la cantidad total gastada
a la semana en la producción de los tres productos
P1 + P2 + P3 = 280 + 333 + 245 = 858. 
EJEMPLO 1.1.29
Demostrar que la igualdad AB – BA = I es imposible.
SOLUCION
Sea
 a11 a12 ... a1n   b11 b12 ... b1n 
   
a a ... a b21 b22 ... b2 n 
A
2n 
, B
21 22
,
 ... ... ...   ... ... ... 
   
 an1 an 2 ... an n   bn1 bn 2 ... bn n 
 n n n 
  a1k bk1  a1k bk 2 ...  a1k bkn 
 k 1 k 1 k 1 
 n n n 
a b  a2k bk 2 ...  a2 k bkn 
AB   k 1 2 k k1 k 1 k 1 ,
 
 ... ... ... 
 n n n 
  ank bk1  ank bk 2 ...  ank bkn 

 k 1 k 1 k 1 
 n n n 
  b1k ak1  b1k ak 2 ...  b1k akn 
 k 1 k 1 k 1 
 n n n 
  b2 k ak1  b2 k ak 2 ...  b2 k akn 
BA   k 1 k 1 k 1 .
 
 ... ... ... 
 n n n 
  bnk ak1  bnk ak 2 ...  bnk akn 
 
 k 1 k 1 k 1 
Entonces la suma de los elementos diagonales de la matriz AB es igual a
JOE GARCIA ARCOS

20 MATRICES
n n
 aik bki , que es exactamente igual a la suma de los elementos diagonales para la
i 1 k 1
matriz BA. Por consiguiente, la suma de los elementos diagonales de la matriz
AB – BA es igual a cero, y la igualdad AB – BA = I es imposible. 
TEOREMA 1.1.7
Sean A = (aij), B = (bij) y C = (cij), matrices compatibles para el producto,
entonces (AB)C = A(BC).
DEMOSTRACION
Sean A, B, C matrices compatibles para el producto y D = BC, entonces para todo i,
j natural
 m 
(dij )    bik ckj  .
 k 1 
Sea E = AD, entonces para todo i, j natural
m  m m   m m 
(eij )    air drj     air   brk ckj      air brk ckj  .
 
 r 1   r 1  k 1    r 1 k 1 
Por otra parte, sea F = AB, entonces para todo i, j natural
 m 
( fij )    aik bkj  .
 k 1 
Sea G = FC, entonces para todo i, j natural
m  mm   m m 
( gij )    fir crj       aik bkr  crj     aik bkr crj  .
 
 r 1   r 1  k 1    r 1 k 1 
Obtenemos E = G y, por tanto (AB)C = A(BC). 
De este teorema se deduce que el producto de varias matrices dispuestas en un orden

determinado no depende de cómo se coloquen los paréntesis. Por esto podemos
hablar no sólo sobre el producto de dos matrices, sino también sobre el producto de
un número mayor de matrices.
TEOREMA 1.1.8
Sean A = (aij), B = (bij) y C = (cij), matrices compatibles para el producto y
suma respectivamente, entonces
A(B + C) = AB + AC.
DEMOSTRACION
Sea D = B + C, entonces (dij) = (bij + cij). Si E = AD, entonces
 m 
(eij )    ai k d k j 
 k 1 
m 
   (ai k bk j  ai k ck j ) 
 r 1 
 m   m 
   ai k bk j     ai k ck j 
 r 1   r 1 
= AB + AC . 
TEOREMA 1.1.9
Sean A = (aij), B = (bij) y C = (cij), matrices compatibles para la suma y el
producto respectivamente, entonces
(B + C)A = BA + CA.
DEMOSTRACION
Sea D = B + C, entonces (dij) = (bij + cij). Si E = DA, entonces
JOE GARCIA ARCOS

MATRICES 21
m   m   m   m 
(eij )    dik akj     (bik  cik )akj     bik akj     cik akj   BA + CA . 
 k 1   r 1   r 1   r 1 
De las propiedades 1.1.8 y 1.1.9 se desprende directamente la siguiente regla general:

para multiplicar una suma de matrices por otra hay que multiplicar cada matriz de la
primera suma por cada matriz de la segunda suma y sumar los productos obtenidos.
Si las operaciones indicadas en uno de los miembros son posibles, las operaciones
indicadas en el otro miembro también son posibles y los resultados obtenidos en
ambos miembros coinciden.
TEOREMA 1.1.10
Sean A = (aij), I = (ij) matrices cuadradas de igual orden. En las matrices
cuadradas es posible definir un elemento neutro respecto del producto
matricial, llamado matriz unidad o identidad, representado por I, que cumple
AI = IA = A.
DEMOSTRACION
Si D = AI, entonces
m 
(dij )    aik kj   (aij  jj )  (aij )
 r 1 
Si E = IA, entonces
m 
(eij )    ik akj   (ii aij )  (aij )
 r 1 
Por tanto, D = E = A. 
TEOREMA 1.1.11
Sean A = (aij), B = (bij) matrices compatibles para el producto. En general, el
producto de dos matrices no es conmutativo, y, por tanto AB  BA.
DEMOSTRACION
Si D = AB, entonces
 m 
(dij )    aik bkj 
 r 1 
Si E = BA, entonces
 m 
(eij )    bik akj 
 r 1 
Claramente observamos que D  E y, por tanto, en general el producto de matrices
no es conmutativo. 
EJEMPLO 1.1.30
Demuestre que AB  BA dadas las matrices
 8  4i 5i 
 2  i 4  3i i  
A , B 6  2i  .
 7 6  9i 1  i   3  2i
 4  5i 
SOLUCION
 8  4i 5i 
 2  i 4  3i i    42  21i 6i  4 
AB    6  2i    ;
 7 6  9 i 1  i   3  2i 4  5i   97  25i 27  24i 
 
 8  4i 5i   20  35i 38i  1 9  8i 
   2  i 4  3i i   
BA   6 2i      12  8i 42  6i 6i  2  .
 3  2i 4  5i   7 6  9i 1  i   32  42i 83i  19 7  4i 
   
JOE GARCIA ARCOS
22 MATRICES
Por tanto AB  BA. 
EJEMPLO 1.1.31
Dadas las matrices
     
 Sen 4 Cos 4   Tan 4  Sen 4 
A , B .
 Cos  Sen    Sen  Tan  
   
 4 4  4 4 
Demuestre que AB = BA.
SOLUCION
Realizamos el producto AB:
     
 Sen 4 Cos 4  Tan 4  Sen 4 
AB    
 Cos  Sen   Sen  Tan  
  
 4 4  4 4 
 2 2  2   2 1 2 1 
  1    
 2 2  2  2 2 .
 2 2  2  1 2 2 1
  1   
 2 2  2   2 2 
También efectuamos el producto BA:
     
 Tan 4  Sen 4  Sen 4 Cos 4 
BA    
 Sen  Tan   Cos  Sen  
  
 4 4  4 4
 2  2 2   2 1 2 1 
 1     
 2  2 2  2 2 .
 2  2 2  1 2 2 1
 1     
 2  2 2   2 2 
Por tanto AB = BA. 
% CALCULAR LA MULTIPLICACION DE MATRICES

clc;clear;
fprintf('\n PRODUCTO ENTRE MATRICES \n')
fil1=input('Ingrese el numero de filas de la matriz A : ');
col1=input('Ingrese el numero de columnas de la matriz A: ');
fil2=input('Ingrese el numero de filas de la matriz B : ');
col2=input('Ingrese el numero de columnas de la matriz B: ');
if (col1==fil2)
for f=1:fil1
for c=1:col1
A(f,c)=input(' :');
end
end
for f=1:fil2
for c=1:col2
B(f,c)=input(' :');
end
end
JOE GARCIA ARCOS

MATRICES 23
A
B
fprintf(' LA MATRIZ PRODUCTO C ES:\n')
C=A*B
else
fprintf('\n Las dimensiones no coinciden\n')
end
A continuación damos de forma general, la multiplicación de hipermatrices.
Consideremos las matrices

 A11 A12 A1 p   B11 B12 B1n 
   
 A 21 A 22 A2 p   B 21 B 22 B2n 
A  y B  .
 
   
 A m1 A m 2 A mp   B p1 B p 2 B pn 

divididas en submatrices Aik y Bkj de manera que el número de columnas de la
submatriz Aik sea igual al número de filas de la submatriz Bkj. En estas condiciones
las expresiones Cij = Ai1B1j + Ai2B2j + ... + AipBpj tienen sentido. Por tanto
  A1k B k1  A1k B k 2  A1k Bkm 
 k k k
 
  A 2 k B k1  A 2 k B k 2  A 2k Bkm 
AB   k k k 
 
 
  A nk B k1  A nk B k 2  A nk Bkm 
 k k k 
es decir, las matrices divididas de manera adecuada en submatrices pueden ser
multiplicadas de la forma corriente.
DEFINICION 1.1.11
Si A y B son dos hipermatrices cuyas submatrices son (Aik), (Bkj), para todo
i, j, k  , respectivamente, la hipermatriz producto C = AB se define
como
 
C  (cij )    Aik Bkj  , para todo i, j, k  .
 k 
EJEMPLO 1.1.32
Determine AB, dadas las matrices
4 3 5 2 1 0 3 9 1
   
0 4 6 3 8 1 3 6 3
A  1 2 3 6 2 y B  2 4
 6 8 .
   
1 2 5 6 7 1 4 6 3
1 0 3 1  2 4 5 
 5  8
SOLUCION
El producto AB se establece de la siguiente manera:
 A11B11 + A1 2B1 2 A11B1 2 + A1 2B2 2   C11 C12 
AB =  =
 A21B11 + A2 2B21 A21B1 2 + A2 2B2 2   C21 C22 
 
 2 4 6
 4 3  0 3 9   5 2 1   
C11      1 4 6
 0 4  1 3 6   6 3 8   2 4 8 
 
JOE GARCIA ARCOS

24 MATRICES
 3 21 54  14 32 50   17 53 104 
   .
 4 12 24   31 68 118   35 80 142 
8
 4 3  1   5 2 1     13   51   64 
C12         3         .
 0 4  3   6 3 8   5  12   97   109 
 
1 2   3 6 2  2 4 6 
 0 3 9   
C21  1 2      5 6 7  1 4 6 
1 0   1 3 6   3 5 1  2 4 8 
    
 2 9 21  16 44 70   18 53 91 
     
  2 9 21   30 72 122    32 81 143  .
 0 3 9   13 36 56   13 39 65 
     
 1 2   3 6 2       
8 7 52 59 
  1         
C22  1 2      5 6 7  3    7    93    100  .
1 0   3   3 5 1  5   1   44   45 
          
 17 53 104 64 
 
 35 80 142 109 
AB =  18 53 91 59  . 
 
 32 81 143 100 
 13 45 
 39 65
EJEMPLO 1.1.33
Dada
O I 
A= 
 B O
donde las submatrices O, I, B son de k x k. Determine A2 y A4.
SOLUCION
Realizamos el producto AA y luego A2A2 y obtenemos los resultados
correspondientes:
 O I  O I   O + IB OI + IO   B O 
A 2 = AA =   = = ;
 B O  B O   BO + OB BI + O   O B 
 B O  B O   B + O BO + OB   B O
2 2
A4 = A2 A2 =    =  = . 
 O B  O B   OB + BO O + B2   O B2 
Las propiedades entre hipermatrices son las mismas que estudiamos anteriormente.
PROBLEMAS
1.1.1 Multiplicar las matrices: 1.1.2 Pruebe que si A es una matriz de n x n y B = aA +

 1 2 1  2 3 1  1 2 1  bI, siendo a, b números reales, entonces A y B son
    conmutativas.
a.-  0 1 2  1 1 0  0 1 2  ;
 3 1 1  1 2 1 3 1 1 
    1.1.3 Hallar todas las matrices de segundo orden, cuyos
 a b c  1 a c  cubos son iguales a la matriz nula.
  
b.-  c b a  1 b b  .
 1 1 1  1 c a  1.1.4 Pruebe que las matrices A y B son conmutativas, si
   y solamente si C = aA + bB y D = cA + dB lo son,
donde a, b, c, d son números reales.
JOE GARCIA ARCOS
MATRICES 25
1.1.5 Dadas las matrices 1.1.14 Demuestre que si A es una matriz de m x n, n >
1 1 1 0 m, entonces existe un vector columna no nulo para el cual
        Av = O.
A   2 , B   0 , C   4 , D  0 .
 3  2  4 1
        1.1.15 Encuentre una matriz B tal que ABC = D dado
a.- Encuentre escalares a y b tales que C = aA + bB; que
b.- Demuestre que no existen escalares a y b tales que D  3 7 9 3 5
= aA + bB;    2 5 4  
A   2 1  , C    , D  7 2 4 .
c.- Encuentre escalares no nulos a, b, c tales que aA + bB 9 6 2
 5 3 7 5 0
+ cC = O.    
1.1.6 Hallar todas las matrices se segundo orden, cuyos 1.1.16 Demuestre que si A es una matriz de n x n tal que
cuadrados son iguales a la matriz nula. Av = v para cualquier vector columna, entonces A = I.
1.1.7 Hallar todas las matrices conmutativas con la 1.1.17 Hallar todas las matrices de segundo orden, cuyos
siguiente matriz: cuadrados son iguales a la matriz identidad.
 1 2   1 2   1 1
a.-  ; b.-  ; c.-  ; 1.1.18 Hallar todas las matrices reales de segundo orden,
4 1   2 1   1 1 cuyos cubos son iguales a la matriz identidad.
2 1 3 4  2 3 
d.-  ; e.-  ; f.-  ;
 1 1 5 1 2 4  1.1.19 Hallar todas las matrices reales de segundo orden,
cuyas cuartas potencias son iguales a la matriz identidad.
 1 4  3 8  1 4 
g.-  ; h.-  ; i.-  .
3 2  3 1  2 8 1.1.20 Hállese la familia de matrices de la forma
 a 0 0
1.1.8 Hallar todas las matrices conmutativas con la  
A  0 b c
siguiente matriz: 0 d e
 1 1 1  0 1 4   
2
    tales que A = I.
a.-  1 1 1  ; b.-  3 2 1  ;
 1 1 1  1 1 3 
    1.1.21 Encontrar una matriz A de 4 x 4 cuyos elementos
 5 1 3  4 5 1 cumplan la condición siguiente:
    a.- aij = i – j; b.- aij = mín{i, j};
c.-  2 1 1  ; d.-  1 3 0  ;
 1 1 3   2 0 1 c.- aij = j1+ j; d.- aij = i - j;
     1 si i  j  1

 1 3 0   1 1 7  e.- aij = máx{i, j}; f.- aij   .
    1 si i  j  1

e.-  2 1 3  ; f.-  2 3 1  .
 5 2 1 1 4 1
    1.1.22 Pruebe con un ejemplo que si B tiene una columna
de ceros, entonces AB tiene una columna correspondiente
1.1.9 Encuentre matrices A y B de 2 x 2 tales que AB = de ceros.
O pero BA  O.
1.1.23 Encuentre una matriz A tal que:
1.1.10 Hallar todas las matrices de tercer orden, cuyos 1 2 4   1 2 1
cuadrados son iguales a la matriz nula.    
a.- A3   0 3 1 ; b.- A 2   3 0 2  ;
0 0 3   0 5 1
1.1.11 Hallar todas las matrices de tercer orden, cuyos    
cuadrados son iguales a la matriz identidad.  2 0 0  1 2 1
   
c.- A3   1 3 2  ; d.- A 2   1 0 2  .
1.1.12 Suponga que la última columna de AB es  1 1 1   1 2 1 
completamente cero pero B misma no tiene ninguna    
columna de ceros. ¿Qué se puede decir sobre las columnas
de A? 1.1.24 Sean A y B matrices tales que el producto AB
está definido. Demuestre que si A tiene dos columnas
1.1.13 Demuestre que si el producto AB es de n x n, idénticas, entonces las dos columnas correspondientes de
entonces el producto BA está definido. AB también son idénticas.
JOE GARCIA ARCOS

26 MATRICES
1.1.25 Represente como un producto de matrices las 1.1.32 Encuentre todas las matrices de 4 x 4 que
siguientes expresiones: conmuten con la matriz
a.- x2 + 5y2 – 4z2 + 2xy – 4xz; 1 1 0 0
b.- 4x2 + y2 + z2 – 4xy + 4xz – 3yz;  
1 1 1 0
c.- 2x2 + 18y2 + 8z2 – 12xy + 8xz – 27yz; A .
d.- -12x2 – 3y2 – 12z2 + 12xy – 24xz + 8yz; 0 1 1 1
 
e.- 3x2 + 2y2 – z2 – 2u2 + 2xy – 4yz + 2yu; 0 0 1 1
f.- 4x2 + y2 + 9z2 – 12xz;
g.- 2x2 + 3y2 + 6z2 – 4xy – 4xz + 8yz; 1.1.33 La matriz
h.- 3x2 + 10y2 + 25z2 – 12xy – 18xz + 40yz; PARA A PARA B PARA C
i.- 5x2 + 5y2 + 2z2 + 8xy + 6xz + 6yz;
j.- 2x2 + 9y2 + 3z2 + 8xy – 4xz – 10yz. DE A 1.50 1.25 1.05
DE B 0.75 0.50 0.45
1.1.26 Encuentre una matriz A de orden 2 x 2, tal que DE C 0.35 0.45 0.95
AB = I si
representa la proporción de una población de electores
i 3  que cambia del partido i al partido j en una elección dada.
B .
1 1  3i  Es decir, pij (i  j) representa la proporción de la población
de electores que cambia del partido i al partido j y pii
1.1.27 Comprobar que las identidades algebraicas representa la proporción que permanece leal al partido i
(A + B)2 = A2 + 2AB + B2 de una elección a otra. Encuentre el producto de P con sí
y misma. ¿Qué representa este producto?
(A + B)(A – B) = A2 – B2
no son ciertas para las matrices de 2 x 2: 1.1.34 Pruebe con un ejemplo que si A tiene una fila de
 1 3   0 1 
ceros, entonces AB tiene una fila correspondiente de
A  y B  ceros.
 4 5  2 3 
Modificar el segundo miembro de esas identidades para 1.1.35 Suponga que se quiere calcular la cantidad de
obtener fórmulas válidas para todas las matrices cuadradas dinero que se tiene al cabo de n años si invertimos $ 250 a
A y B. ¿Para qué matrices A y B son válidas las un interés compuesto anual del, 4.5, 5, 5.5 %. Si
identidades establecidas anteriormente? colocamos P dólares durante un año a un interés r,
entonces el valor que se tiene al final del año es Capital
1.1.28 Sean A y B matrices de n x n. Demuestre que si final = P + rP = (1 + r)P. Encuentre el monto al final del
todos los elementos de la j-ésima columna de A son nulos tercero y cuarto años de una inversión de $ 250 al interés
entonces todos los elementos de la j-ésima columna de AB de 4.5, 5 y 5.5 %, respectivamente.
son nulos.
1.1.36 El costo en dólares de comprar un boleto aéreo de
1.1.29 Hállese la familia de matrices de la forma la ciudad A a cada una de las cuatro ciudades B, C, D y E,
 a 0 0 está relacionado en la matriz P = (75 62 35 55). Si la
  directiva de la aviación civil aprueba un incremento del
A  0 b c
0 d e 12% en las tarifas. Hallar las nuevas tarifas.
 
2
tales que A = O. 1.1.37 Suponga que una matriz de n x n satisface la
ecuación A2 – 2A + I = O. Demuestre que A3 = 3A - 2I y
1.1.30 Construya una matriz aleatoria A de 4 x 4 y que A4 = 4A – 3I.
compruebe si (A + I)(A – I) = A2 – I. La mejor manera de
hacer esto es calcular (A + I)(A – I) – (A2 – I) y verificar 1.1.38 Demuestre que si ambos productos AB y BA están
que esta diferencia sea la matriz cero. Hágalo para tres definidos, entonces AB y BA son matrices cuadradas.
matrices al azar. Luego haga la prueba para (A + B)(A –
B) = A2 – B2 procediendo de la misma manera con tres 1.1.39 Tres máquinas de gaseosas se localizan en un
pares de matrices de 4 x 4 al azar. Informe los resultados. centro comercial. El contenido de estas máquinas se pre-
senta en la siguiente matriz de inventario:
 0 0 A B C
1.1.31 Sea A    . Demuestre que para toda ma-
0 1 Maquina I 65 32 84
triz B de 2 x 2 Maquina II 92 65 36
(AB – ABA)2 = (BA – ABA)2 = O. Maquina III 45 72 93
JOE GARCIA ARCOS
MATRICES 27
Los elementos indican el número de latas de cada tipo de c.- ¿Cuál es la cantidad total gastada en materias primas a
gaseosa que contiene cada máquina. Suponga que la matriz la semana en la producción de Q1, Q2 y Q3?
de ventas para el día siguiente es
A B C 1.1.44 Sean las matrices
Maquina I 53 25 70  2 2  1 1 1
A , B , C ,
Maquina II 80 60 30  3 2  0 1 0
Maquina III 35 65 85  3
D   2 1 , E    .
donde los elementos indican el número de latas de cada 1
tipo de gaseosa que vende cada máquina. Hallar la matriz Encuéntrese cada uno de los productos que se piden, y
de inventario al final del día. compruébese el resultado mediante la multiplicación
directa:
1.1.40 Un comerciante de radios, tiene 10 radios de
 A O  B O   A B  A O 
tamaño I, 15 de tamaño II y 8 de tamaño III. Los radios a.-    ; b.-   ;
de tamaño I se venden a $60 cada uno los de tamaño II  O B  O I   B A  I B 
en $47 cada uno y los de tamaño III se venden a $40  A O O  I 
cada uno. Calcular el precio de venta de su existencia de  A C  E I    
c.-   ; d.-  O B O  O  .
radios.  D O  O D   O O O  B 
  
1.1.41 Un fabricante de sacos los produce en color ne-
gro, azul y rojo para hombres, mujeres y niños. La capa- 1.1.45 Utilizando el programa hecho anteriormente,
cidad de producción en miles en la planta A está dada realice el producto por partición entre las matrices
por la matriz  1 1 2 3 4 5
Hombres Mujeres Niños  
6 2 3 0 1 3
Negro 3 5 6 A   i 1 i 2 9 0 1
 
Azul 2 3 4
6 4 5 i 2 7
Rojo 5 1 3  4 81 56 92 102 15 
 
La producción en la planta B está dada por y
Hombres Mujeres Niños  i 93 67 34 0 0.5 
Negro 2 3 3  
 1 i 4 8 3 0 
Azul 4 2 5  8 56 71 23 41 3 
Rojo 1 3 2 B .
 1 1 6 2 9 0 
a.- Determine la representación matricial de la producción 0 2 1 3 4 5 
total de cada tipo de sacos en ambas plantas.  
b.- Si la producción en A se incrementa en un 15% y la 6 9 6 2 1 3 
de B en un 30%, encuentre la matriz que representa la
nueva producción total de cada tipo de saco. 1.1.46 Una fábrica elabora muebles de comedor y sala en
dos sitios. La matriz proporciona el costo total de
1.1.42 Sean A y B dos matrices de 3 x 3. Demuestre que manufactura de cada producto en cada lugar (suponga que
la ecuación matricial AB – BA = I no tiene solución. solamente hay costos de mano de obra y de material):
SITIO1 SITIO 2
1.1.43 Una empresa utiliza tres tipos de materias primas COMEDOR 65 45
P1, P2 y P3 en la elaboración de tres productos Q1, Q2 y Q3.
SALA 50 60
El número de unidades de P1, P2 y P3 usados por cada
unidad de Q1 son 4, 3 y 2 respectivamente, por cada a.- Dado que la mano de obra corresponde a casi 2/5 del
unidad de Q2 son 5, 3 y 4, respectivamente, y por cada costo total, determine la matriz B que proporciona los
unidad de Q3 son 2, 5 y 3 respectivamente. Suponga que la costos de mano de obra para cada producto en cada sitio.
empresa produce 28 unidades de Q1, 18 unidades de Q2 y b.- Encuentre la matriz C que da los costos de material
39 unidades de Q3 a la semana: para cada producto en cada sitio.
a.- ¿Cuál es el consumo semanal de materia prima?
b.- Si los costos por unidad para P1, P2 y P3 son 60, 52 y 1.1.47 En un ecosistema, ciertas especies proveen de
18, respectivamente, ¿cuáles son los costos de las materias comida a otras. El elemento aij de la matriz de consumo
primas por unidad de Q1, Q2 y Q3? es igual al número de unidades de la especie j consumi-
das diariamente por un individuo de la especie i.
JOE GARCIA ARCOS

28 MATRICES
Construya la matriz (aij) para el siguiente ecosistema c.- La especie 1 consume 2 unidades de la especie 3; la
simple que consiste de tres especies: especie 2 consume 1 unidad de la especie 1; la especie 3
a.- Cada especie consume en promedio 1 unidad de no consume de ninguna de las otras especies.
cada una de las otras especies.
b.- La especie 1 consume una unidad de la especie 2; la
especie 2 consume ½ unidad de cada una de las especies
1 y 3; la especie 3 consume 2 unidades de la especie 1.
1.1.48 Cierta empresa cuenta con cuatro fábricas, cada una de ellas produce dos
productos:
FABRICA 1 FABRICA 2 FABRICA 3 FABRICA 4
PRODUCTO1 125 105 95 80
PRODUCTO 2 55 60 75 60
Determine los niveles de producción que habría si ésta se incrementase en un 25 %.
1.1.49 Un agricultor cosecha dos veces al año, las cuales se distribuyen a cuatro
mercados:
MERCADO1 MERCADO 2 MERCADO 3 MERCADO 4
COSECHA 1 125 105 95 80
COSECHA 2 55 60 75 60
La ganancia en una unidad del producto i se representa en la matriz B  1.25 3.25 .
Encuentre el producto BA y explique qué representa cada elemento de este producto.
1.1.50 La siguiente tabla, que puede ser vista como una matriz, da el costo en centavos de
un kilo de cada uno de los productos en tres supermercados:
CARNE PESCADO POLLO PAPAS ARROZ
SUPERMERCADO 1 80 35 65 25 25
Si se compran 4 kilos de carne, 4 kilos de pescado, 3 kilos de pollo, 10 kilos de papas, 10
kilos de arroz, encuentre el costo total en cada uno de los supermercados.
1.1.51 Una compañía tiene plantas en cuatro provincias, I, II, III y IV, y cuatro bodegas
en los lugares P, Q, R y S. El costo en miles de dólares de transportar cada unidad de su
producto de una planta a una bodega está dado por la matriz
Prov. I Prov. II Prov. III Prov. IV
Bodega P 13 12 17 12
Bodega Q 19 17 13 15
Bodega R 8 9 11 13
Bodega S 19 21 9 15
a.- Si los costos de transportación se incrementan uniformemente en $500 por unidad,
¿cuál es la nueva matriz?
b.- Si los costos de transportación se elevan en un 25%, escriba los nuevos costos.
1.1.52 Una empresa produce tres tamaños de radios en tres modelos diferentes. La
producción en miles en su planta A está dada por la matriz
Modelo 1 20 32 25
Modelo 2 15 15 29
Modelo 3 12 27 30
JOE GARCIA ARCOS

MATRICES 29
La producción en miles en su planta B está dada por la matriz

Modelo 1 35 42 19
Modelo 2 25 35 25
Modelo 3 12 18 21
a.- Escriba una matriz que represente la producción total de radios en ambas plantas.
b.- El dueño de la empresa planea abrir una tercera planta en C, la cual tendrá una vez y
cuarto la capacidad de la planta en A. Escriba la matriz que representa la producción en la
planta C.
c.- ¿Cuál sería la producción total de las tres plantas?
1.1.53 La siguiente tabla da el costo en centavos de un kilo de mariscos en tres diferentes

supermercados:
CAMARON CONCHA CALAMAR
SUPERMERCADO 1 0.95 1.10 0.45
Si un comprador compra 3 kilos de camarón, 2 kilos de concha y 4 kilos de calamar,
encuentre el costo total en cada uno de los supermercados.
1.2 CLASIFICACION DE LAS MATRICES CUADRADAS
En esta sección clasificamos y definimos las diversas partes de una matriz cuadrada, se introduce términología
básica, enunciamos sus correspondientes propiedades.
Las matrices cuadradas, desempeñan un papel muy importante en todos los aspectos
del álgebra de matrices. Su estructura requiere un análisis particular, el cual se
discutirá a continuación, de modo que no resulte incomprensible el estudio de las
operaciones que pueden efectuarse sobre este particular tipo de matrices.
DEFINICION 1.2.1
Sea A una matriz cuadrada de n x n. Dentro de este tipo de matrices,
podemos distinguir tres regiones que se definen de la siguiente manera:
a.- La diagonal principal, está formada por los elementos aij para los
cuales i = j.
b.- El triángulo superior, está formado por los elementos aij para los cuales
i < j.
c.- El triángulo inferior, está formado por los elementos aij para los cuales
i > j.
Es decir, la diagonal principal de una matriz cuadrada son todos los elementos
que se encuentran en la línea que va del vértice superior de la izquierda al inferior
de la derecha. La diagonal secundaria la forman los elementos de una matriz que
se encuentran en la línea que va del vértice superior derecho al inferior izquierdo.
De la definición anterior, podemos distinguir algunas matrices cuya estructura
permite una clasificación bien determinada.
DEFINICION 1.2.2
Se dice que una matriz T = (tij) de orden n, es triangular superior (inferior)
si existen elementos tij = 0, con i > j (i < j).
Este tipo de matrices se determinan, cuando los elementos situados debajo (encima)
de la diagonal principal son nulos. Es decir:
JOE GARCIA ARCOS
30 MATRICES
 t11 t1 2 t1 n 
 
0 t2 2 t2 n 
T  , ti j = 0 si i > j;
 
0 0 tn n 

 t11 0 0 
 
 t2 1 t2 2 0 
T  , tij = 0 si i < j.
 
 tn 1 tn 2 tn n 

TEOREMA 1.2.1
La adición de dos matrices triangulares, ambas superiores o inferiores, es
una matriz triangular superior o inferior.
DEMOSTRACION
Sean A = (aij), con aij = 0, para todo i > j y B = (bij), con bij = 0, para todo i > j.
A + B = (aij) + (bij) = (aij + bij) = (cij),
con cij = 0, para todo i > j.
Sean A = (aij), con aij = 0, para todo i < j y B = (bij), con bij = 0, para todo i < j.
A + B = (aij) + (bij) = (aij + bij) = (cij),
con cij = 0, para todo i < j. 
TEOREMA 1.2.2
El producto de dos matrices triangulares, ambas superiores o inferiores, es
una matriz triangular superior o inferior.
DEMOSTRACION
Sean T = (tij) con tij = 0, para todo i > j y T´ = (tíj) con tíj = 0, para todo i > j, las
matrices triangulares superiores. C = TT´, poseerá el elemento general
n
cij = ti1t´1j + ti2t´2j + … + ti ntń j =  ti k t´k j
k 1
n
que en este caso se transforma en cij   tik t´kj , ya que, de otra manera, algún
k 1, k  j
sumando se anulará. La suma, pues, sólo estará definida para aquellos valores del
índice k que cumplan i  k  j, luego, cij  0 si i  j y, cij = 0 si i > j, por tanto, C es
triangular superior. De forma análoga se demuestra cuando son triangulares superior.
EJEMPLO 1.2.1
Sea
 a a  3b  c 2a  b  c 
 
A   a  b  c 1 b abc 
 b  3c 2a  2b  c 
 c 
Analice en qué condiciones es la matriz:
a.- Triangular superior; b.- Triangular inferior.
SOLUCION
a.- Para que la matriz A sea triangular superior, debe resolverse el siguiente sistema
de ecuaciones no homogéneo:
a  b  c 1  0

b  3c  0
2a  2b  c  0

5 2
lo cual implica que a   , b = - 2, c   . Por tanto la matriz buscada tiene la
3 3
JOE GARCIA ARCOS

MATRICES 31
forma siguiente:
 5 
  3 7 6 
 
A   0 2 3 
 2
 0 0  
 3
b.- Para que la matriz A sea triangular inferior, debe resolverse el siguiente sistema
de ecuaciones homogéneo:
 a  3b  c  0

 2a  b  c  0
a bc  0

lo cual implica que a = b = c = 0. Por tanto la matriz buscada tiene la forma
siguiente:
 5 
 3 0 0 
 
A   1 2 0  . 
 2
 0 0  
 3
DEFINICION 1.2.3
Se dice que una matriz T de n x n es estrictamente triangular, si es triangular
superior (inferior) y además posee la diagonal principal nula.
Este tipo de matrices se las puede visualizar a continuación:

 0 t12 t13 t1n 
 
 0 0 t2 3 t2 n 
T  , ti j = 0 si i  j;
 
0 0 0 tn 1 n 
 
0 0 0 0 0 
 0 0 0 0
 
t
 21 0 0 0 
T   , t = 0 si i  j.
  ij
 tn 11 tn 1 2 tn 13 0
 
 tn 1 tn 2 tn 3 tn n 1 0 
EJEMPLO 1.2.2
Las llamadas matrices de giro de Pauli son
0 1   0 i  1 0 
S( x )    , S( y )    , S( z )   .
1 0 i 0  0  1
Demuestre que S(x)S(y) = iS(z), S(y)S(x) = -iS(z), S2(x) = S2(y) = S2(z) = I.
SOLUCION
 0 1  0 i   i 0   1 0 
S( x)S( y)       i   iS( z ) ;
 1 0  i 0   0 i   0 1
 0 i  0 1   i 0  1 0 
S( y)S( x)       i    iS( z ) ;
 i 0  1 0   0 i   0 1
 0 1  0 1   1 0 
S 2 ( x)     I;
 1 0  1 0   0 1 
JOE GARCIA ARCOS

32 MATRICES
 0 i  0 i   i 0  1 0
2
S2 ( y)    
   I;
 i 0  i 0   0 i 2   0 1 
 1 0  1 0   1 0 
S2 ( z )      I. 
 0 1 0 1  0 1 
EJEMPLO 1.2.3
Las matrices M(s), N(t) y P(u) están definidas por
s 0 
1 0  1 u 
M( s)   
1  , N(t )    , P(u )   ,
 0   t 1   0 1
 s
siendo s  0. Demuestre que la condición necesaria y suficiente para que una matriz
a b 
A ,
c d
pueda ponerse en la forma M(s)N(t)P(u) es a  0 y ad – bc = 1.
SOLUCION
Como A = M(s)N(t)P(u), entonces
s 0 s su 
a b    1 0  1 u  a b   
  1        t tu 1 
c d   0   t 1  0 1  c d    
 s s s s
a  s

b  su  u  b si a  0
 a

 t
 c  s  t  ac

 d  1 (tu  1)  d  1  ac b  1  d  1 (cb  1)  ad  bc  1
  
s a a  a
Por lo tanto, a  0 y ad – bc = 1. 
DEFINICION 1.2.4
Se dice que una matriz cuadrada es diagonal si, los triángulos superior e
inferior son nulos.
Es decir:
 d11 0 0 
 
 0 d2 2 0 
D  , di j = 0 si i < j e i > j.
 
 0 0 0 d 
 n n 
Debido a su estructura peculiar, las matrices diagonales también pueden denotarse
como Diag(a11, a22, ..., ann), en la cual debe existir algún elemento no nulo.
TEOREMA 1.2.3
La adición de dos matrices diagonales es una matriz diagonal.
DEMOSTRACION
Sean A = Diag(a11, a22, ..., ann) y B = Diag(b11, b22, ..., bnn), entonces
A + B = Diag(a11, a22, ..., ann) + Diag(b11, b22, ..., bnn)
= Diag(a11 + b11, a22 + b22, ..., ann + bnn).
Lo cual indica que es una matriz diagonal. 
JOE GARCIA ARCOS

MATRICES 33
TEOREMA 1.2.4
El producto de dos matrices diagonales de igual orden es una matriz diagonal.
DEMOSTRACION
Sean A = Diag(a11, a22, ..., ann) y B = Diag(b11, b22, ..., bnn), se tiene entonces que
aij = ijai = ijaj y bij = ijbi = ijbj,
por tanto, la matriz producto C = AB tiene como elemento general
cij = ai1b1j + ai2b2j + … + ai kbkj
= i11jaibj + i 22jaibj + … + ikkjaibj
= ijaibj. 
TEOREMA 1.2.5
Una matriz diagonal conmuta con todas las matrices diagonales.
DEMOSTRACION
Sea A = Diag(a11, a22, ..., ann) y B = Diag(b11, b22, ..., bnn), matrices diagonales
conocidas, mediante el teorema anterior, tenemos que AB = Diag(a1b1, a2b2, ...,
anbn). Del mismo modo tenemos que BA = Diag(b1a1, b2a2, ..., bnan). Por tanto
AB = BA. 
DEFINICION 1.2.5
Se dice que una matriz T = (tij) de orden n, es tridiagonal si al menos un
elemento de la diagonal principal y la paralela situada por encima y por
debajo, es diferente de cero.
De forma general, una matriz de este tipo se expresa como

 t11 t1 2 0 0 
 
 t2 1 t2 2 t2 3 0 
T   0 t3 2 t3 3 0  .
 
 
 0 0 0 tn n 

DEFINICION 1.2.6
Se dice que una matriz T de orden n es banda si existen enteros p y q, 1 < p,
q < n, con la propiedad de que tij = 0 siempre que i + p  j o j + q  i. El
ancho de banda para una matriz de este tipo se expresa como r = p + q – 1.
La definición de la matriz banda forzó a estas, a concentrar todos sus elementos no

nulos alrededor de la diagonal principal, es decir
 t1,1 t1,2 t1,3 0 0 
 
 t2 1 t2 2 t2 3 t2 4 0 
t 0 
31 t3 2 t3 3 t3 4
T .
 0 t4 2 t4 3 t4 4 0 
 
 
 0 0 0 0 tn n 

Las matrices tridiagonales son un caso particular de las matrices banda.
EJEMPLO 1.2.4
Sean a y b números tales que a  b. Encuentre todas las matrices A de 2 x 2 tales que
 a 0   a 0
A  A .
 0 b  0 b
JOE GARCIA ARCOS

34 MATRICES
SOLUCION
x y
Haciendo que A    , entonces:
z u
 x y  a 0   a 0  x y   ax by   ax ay 
        
 z u  0 b   0 b  z u   az bu   bz bu 
 ax  ax
by  ay  (a  b) y  0  y  0, si a  b


 az  bz  (a  b) z  0  z  0, si a  b

 bu  bu
Por tanto
 x 0
A . 
0 u
EJEMPLO 1.2.5
Sea D una matriz diagonal de 3 x 3 con los elementos de la diagonal principal
distintos de cero. Encuentre una matriz diagonal E tal que DE = ED = I.
SOLUCION
 a 0 0  x 0 0
   
Sean D   0 b 0  y E   0 y 0  , entonces:
0 0 c 0 0 z
   
 1
ax  1  x  a , a  0
 a 0 0  x 0 0   1 0 0  
      1
 0 b 0  0 y 0 
  0 1 0   by  1  y  , b  0 ,
 0 0 c  0 0 z   0 0 1   b
      1
 cz  1  z  c , c  0

por otro lado tenemos:
 1
 xa  1  x  a , a  0
 x 0 0  a 0 0   1 0 0  
      1
 0 y 0  0 b 0    0 1 0    yb  1  y  , b  0 .
 0 0 z  0 0 c   0 0 1   b
      1
 zc  1  z  c , c  0

Por lo tanto, la matriz buscada tiene la forma siguiente:
1 
 a 0 0
 
E0 1
0  . 
b
 
 0 0 1
 
 c
EJEMPLO 1.2.6
Sean D una matriz diagonal y A una matriz arbitraria m x n:
a.- Si AD está definida. ¿Cuál es la relación entre A y AD?;
b.- Si DA está definida. ¿Cuál es la relación entre A y DA?
SOLUCION
a.- Como A es de m x n, entonces D debe ser de n x n, para que AD esté definida y
sea de m x n. Por lo tanto la relación entre las matrices A y AD es que tienen igual
orden, es decir son matrices rectangulares de m x n.
JOE GARCIA ARCOS
MATRICES 35
b.- Como A es de m x n, entonces D debe ser de m x m, para que DA esté

definida y sea de m x n. Por lo tanto la relación entre las matrices A y DA es que
tienen igual orden, es decir son matrices rectangulares de m x n. 
Siguiendo con las hipermatrices, en el caso de matrices cuadradas resulta

necesario, como regla general, dividirlas de manera que las submatrices
diagonales también sean cuadradas. Es fácil ver que, divididas dos matrices
cuadradas en submatrices de manera que las submatrices diagonales sean
cuadradas y que los ordenes de las submatrices diagonales correspondientes
coincidan, esta división satisface tanto las condiciones en las que es posible la
adición submatriz por submatriz, como las condiciones que son necesarias para
poder multiplicarlas como hipermatrices.
Además para poder realizar la multiplicación de una hipermatriz por sí misma es

necesario y suficiente que todas sus submatrices diagonales sean cuadradas. Toda
hipermatriz de tipo
 A11 O … O 
 
 O A 22 … O 
A=
 
 
 O O … A pp 
donde A11, A22, …, App son submatrices cuadradas y O son submatrices nulas de
dimensiones adecuadas, se llama hipermatriz diagonal.
Una hipermatriz cuadrada se denomina hipermatriz triangular si todas sus

submatrices en la diagonal principal, es decir, A11, A22, ..., App son cuadradas y
todas las submatrices que se encuentran por un lado de la diagonal principal son
nulas. Además podemos decir que si A y B son dos hipermatrices triangulares con
los mismos órdenes de las correspondientes submatrices diagonales y los ceros
por un lado de la diagonal, su producto AB también será una hipermatriz
triangular con los mismos órdenes de las submatrices diagonales y los ceros por el
mismo lado de la diagonal.
PROBLEMAS
1.2.1 Pruebe con un ejemplo que para multiplicar dos 1.2.5 Encontrar una matriz diagonal A de 3 x 3 que
hipermatrices cuadradas es suficiente que las cumpla lo siguiente:
submatrices diagonales sean cuadradas, con la 1 0 0  1 0 0
particularidad de que los órdenes de las correspondientes 5   3  
a.- A   0 1 0  ; b.- A   0 10 0  ;
submatrices diagonales sean iguales entre sí.  0 0 10  0 0 1
   
1.2.2 Demuestre que para multiplicar dos hipermatrices 10 0 0   7 0 0
cuadradas es suficiente que las submatrices diagonales    
c.- A 4   0 1 0  ; d.- A 25   0 5 0  .
sean cuadradas, con la particularidad de que los órdenes de  0 0 1  0 0 3
las correspondientes submatrices sean iguales entre sí.    
1.2.3 Una condición necesaria y suficiente para que la 1.2.6 Describa el producto AB si A es una matriz
matriz B de orden n conmute con una matriz diagonal A, diagonal de n x n y B es una matriz de n x n. Si en la
es que B sea una matriz diagonal. ¿Cómo tiene que ser la matriz diagonal A se tiene que a11 = a22 = ... = ann, ¿cómo
matriz diagonal A para que conmute con cualquier matriz cambian los resultados?
B del mismo orden que A?
1.2.7 Pruebe con un ejemplo que para realizar la
1.2.4 Sea D una matriz diagonal de 3 x 3 con los multiplicación por bloques de una hipermatriz por sí
elementos de la diagonal principal distintos de cero. misma es necesario y suficiente que todas sus submatrices
Encuentre una matriz diagonal E tal que DE = ED = I. diagonales sean cuadradas.
JOE GARCIA ARCOS
36 MATRICES
1.2.8 Demuestre que si A y B son dos matrices 1.2.9 Demuestre que si A y B son matrices diagonales de
hipertriangulares con los mismos órdenes de las n x n, entonces AB = BA.
correspondientes submatrices diagonales y los ceros por un
lado de la diagonal, su producto AB también será una
matriz hipertriangular con los mismos órdenes de las
submatrices diagonales y los ceros por el mismo lado de la
diagonal.
1.3 MATRIZ TRANSPUESTA
En esta sección se introduce la terminología básica y se define la matriz transpuesta, analizamos sus casos
particulares si la matriz es cuadrada, enunciamos sus correspondientes propiedades.
Sea A cualquier matriz. Considérese la matriz a partir de A intercambiando filas y

columnas, de manera que la primera columna de A se convierta en la nueva fila de
la nueva matriz, la segunda columna se convierta en la segunda fila, etc. La matriz
obtenida a partir de A intercambiando filas y columnas de este modo se denomina
transpuesta de la matriz A.
DEFINICION 1.3.1
Sea A = (aij) una matriz de n x m. Mediante la transposición se obtiene una
nueva matriz de m x n, representada por AT = (aji) cuyos elementos se
obtienen intercambiando filas por columnas.
La transpuesta de una matriz es una aplicación de (n x m) en (m x n), determinada

mediante la regla de formación
f : (n x m)  (m x n)
A  AT
(aij)  (aij)T = (aji), para todo i, j  .
Es decir, mediante la transposición se intercambian las filas de la matriz original por

sus columnas.
A continuación, damos algunas de las propiedades más importantes de la transpuesta

de una matriz.
TEOREMA 1.3.1
Para toda matriz A = (aij), se cumple que (AT)T = A.
DEMOSTRACION
Sea A = (aij) una matriz cualquiera, entonces
(AT)T = ((aij)T)T
= (aji)T
= (aij)
= A. 
TEOREMA 1.3.2
Para toda matriz A = (aij) y para todo número k, se cumple que (kA)T = kAT.
DEMOSTRACION
Sea A = (aij) una matriz cualquiera y sea k un número, entonces
(kA)T = (k(aij))T
= (kaij)T
= (kaji)
= k(aji)
= kAT. 
JOE GARCIA ARCOS

MATRICES 37
TEOREMA 1.3.3
Para todo par de matrices A = (aij) y B = (bij), se cumple que
(A + B)T = AT + BT.
DEMOSTRACION
Sean A= (aij) y B = (bij) matrices de igual orden, entonces:
(A + B)T = (aij + bij)T
= (cij)T
= (cji)
= (aji + bji)
= (aji) + (bji)
= AT + BT. 
TEOREMA 1.3.4
Para todo par de matrices A = (aij) y B = (bij), compatibles para el producto,
se cumple
(AB)T = BTAT.
DEMOSTRACION
Sean A = (aij) de n x k y B = (bij) de k x m. Entonces AB es de n x m y (AB)T es de m
x n. BT es de m x k y AT es de k x n, así que BTAT también es de m x n. Para probar
que (AB)T = BTAT, debemos ver que el elemento (i, j) de (AB)T es igual al elemento
(i, j) de BTAT. Escribimos AT = (aíj) y BT = (bíj). Notemos que aíj = aji y bíj = bji. El
elemento (i, j) de BTAT es
k k k
 bít a´tj  bti a jt   a jt bti
t 1 t 1 t 1
y la última suma es exactamente el elemento (j, i) de AB. Pero éste es el elemento
(i, j) de (AB)T. Así pues, los elementos (i, j) de BTAT y de (AB)T son lo mismo; por
lo tanto, BTAT = (AB)T. 
EJEMPLO 1.3.1
Si A conmuta con B, demuestre que AT conmuta con BT.
SOLUCION
Siendo AB = BA, debemos probar que ATBT = BTAT. Es decir:
ATBT = (BA)T = (AB)T = BTAT. 
EJEMPLO 1.3.2
Suponga que A es n x n y X es n x 1. Demuestre que XTAX es de 1 x 1. Si X = BY,
demuestre que XTAX = YT(BTAB)Y.
SOLUCION
Conocemos que A es de n x n y X es de n x 1. Entonces XTAX es (1 x n)(n x n)(n x
1) = 1 x 1. Como X = BY entonces
XTAX = (BY)TA(BY) = (YTBT)A(BY) = YT(BTAB)Y. 
% TRANSPUESTA DE UNA MATRIZ

clc;clear;
fprintf('\n TRANSPUESTA DE UNA MATRIZ \n')
fil=input('Ingrese el numero de filas: ');
col=input('Ingrese el numero de columnas: ');
for f=1:fil
for c=1:col
A(f,c)=input(' :');
end
end
A
end
JOE GARCIA ARCOS

38 MATRICES

B=A.'
end
DEFINICION 1.3.2
Una matriz cuadrada A se denomina simétrica, si se cumple que esta matriz
es igual a su transpuesta, es decir: A = AT.
Es claro que una matriz simétrica debe ser cuadrada; es simétrica con respecto a la
diagonal principal, es decir que, una reflexión en la diagonal principal deja a la
matriz sin cambio. Una matriz simétrica de n x n no tiene sus n2 elementos arbitrarios
puesto que aij = aji, ambos uno encima y otro debajo de la diagonal principal.
n2  n
El número de elementos de arriba de la diagonal principal es . Los elementos
2
de la diagonal son también arbitrarios. Entonces, el número total de elementos
n2  n n(n  1)
arbitrarios en una matriz simétrica de n x n es n .
2 2
EJEMPLO 1.3.3
Dadas dos matrices simétricas A, B de orden n. ¿Cuándo es el producto AB
simétrico?
SOLUCION
Si A = AT y B = BT, entonces AB = (AB)T = BTAT = BA. Por lo tanto el producto AB
es simétrico, cuando es conmutativo, es decir AB = BA. 
TEOREMA 1.3.5
Para toda matriz cuadrada A, siempre es posible encontrar una matriz
simétrica S mediante A + AT.
DEMOSTRACION
Como A es una matriz cuadrada y S = A + AT, entonces debemos probar que ST = S.
Es decir
ST = (A + AT)T
= AT + (AT)T
= AT + A
= A + AT
= S. 
EJEMPLO 1.3.4
Si A y B son matrices reales arbitrarias de n x n y A es simétrica, entonces BTAB es
simétrica.
SOLUCION
Debemos probar que (BTAB)T = BTAB, conociendo que A = AT:
(BTAB)T = BTAT(BT)T = BTATB = BTAB. 
EJEMPLO 1.3.5
Dadas las matrices n x n simétricas A y B, entonces A + B es simétrica.
SOLUCION
Si A = AT y B = BT, entonces debemos probar que (A + B)T = A + B:
(A + B)T = AT + BT = A + B. 
EJEMPLO 1.3.6
Si A y B son matrices reales arbitrarias de n x n, entonces ABT + BAT es simétrica.
SOLUCION
Debemos probar que (ABT + BAT)T = ABT + BAT. Es decir:
JOE GARCIA ARCOS

MATRICES 39
T T T T T T T
(AB + BA ) = (AB ) + (BA )
= (BT)TAT + (AT)TBT
= BAT + ABT
= ABT + BAT. 
EJEMPLO 1.3.7
Para cualquier matriz A muestre que los productos AAT y ATA están definidos y son
matrices simétricas.
SOLUCION
Si A es n x m, entonces AT es m x n. Por lo tanto AAT es n x n, ATA es m x m y los
productos están definidos. Además debemos probar que AAT = (AAT)T y ATA =
(ATA)T:
(AAT)T = (AT)TAT = AAT y (ATA)T = AT(AT)T = ATA. 
EJEMPLO 1.3.8
Dada la matriz
 a ab ac 
 
A  a b b 2a  b  .
bc bc c 

Encuentre una matriz S simétrica.
SOLUCION
Sabemos que S es simétrica si se cumple que S = A + AT. Es decir:
 a ab ac   a a b b c
T    
S = A + A  a b b 2a  b    a  b b b  c
bc b c c   a  c 2a  b c 

 2a 2a a  b  2c 
 
  2a 2b 2a  2b  c  . 
 a  b  2c 2a  2b  c 
 2c 
% CALCULO DE UNA MATRIZ SIMETRICA

clc;clear;
fprintf('\n MATRIZ SIMETRICA MEDIANTE: A+At\n')
filcol=input('Ingrese el numero de filas y columnas: ');
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
fprintf(' LA MATRIZ TRANSPUESTA B ES:\n')
B=A.'
end
fprintf(' LA MATRIZ SIMETRICA S ES:\n')
S=A+A.'
end
% CALCULO DE UNA MATRIZ SIMETRICA

clc;clear;
fprintf('\n MATRIZ SIMETRICA MEDIANTE: S=A*At y Q=At*A \n')
JOE GARCIA ARCOS

40 MATRICES
for f=1:fil
for c=1:col
A(f,c)=input(' :');
end
end
A
end
B=A.'
end
fprintf(' LA MATRIZ SIMETRICA S ES:\n')
S=A*A.'
end
fprintf(' LA MATRIZ SIMETRICA Q ES:\n')
Q=A.'*A
end
DEFINICION 1.3.3
Una matriz cuadrada A se llama antisimétrica, si se cumple que esta matriz
es igual al opuesto de la transpuesta, es decir: A = -AT.
Una matriz antisimétrica es también una matriz cuadrada, y aij = - aji. Luego, los
elementos de la diagonal principal son cero, aii = 0, y el número de elementos
n(n  1)
arbitrarios en una matriz antisimétrica de n x n es . Los elementos simétricos
2
respecto de la diagonal principal coinciden en una matriz simétrica y son opuestos en
una matriz antisimétrica.
EJEMPLO 1.3.9
Sean A y B dos matrices antisimétricas de orden n. Demuestre que AB es
antisimétrica si y sólo si BA = -AB. ¿Cuándo es simétrico el producto de dos
matrices antisimétricas?
SOLUCION
Como A y B son dos matrices antisimétricas, entonces: A = -AT; B = -BT y BA = -
AB. Debemos probar que (AB)T = - (AB).
(AB)T = BTAT = (- B)(- A) = BA = - (AB).
Además, dado A = - AT; B = - BT y AB = - (AB)T. Debemos probar que AB = - BA.
AB = - (AB)T = - (BTAT) = - (- B)(- A) = - (BA).
Dado A = - A y B = - BT, debemos encontrar una condición para que (AB)T = AB.
T
(AB)T = BTAT = (- B)(- A) = BA.

Por lo tanto, para que el producto de dos matrices antisimétricas sea simétrico es
necesario que BA = AB. 
TEOREMA 1.3.6
Para toda matriz cuadrada A, siempre es posible encontrar una matriz
antisimétrica R mediante A - AT.
DEMOSTRACION
Como A es una matriz cuadrada y R = A - AT, entonces debemos probar que RT = R.
Es decir
RT = (A - AT)T
= AT - (AT)T
= AT – A
= - (A - AT)
= R. 
JOE GARCIA ARCOS

MATRICES 41
TEOREMA 1.3.7
Una matriz cuadrada A puede expresarse como la adición de una matriz
simétrica S y una matriz antisimétrica B.
DEMOSTRACION
Sea S = ½ (A + AT) y B = ½ (A - AT), sumando las matrices S y B, obtenemos:
A=S+B
= ½ (A + AT) + ½ (A - AT)
= ½ A + ½ AT + ½ A - ½ AT
= A. 
EJEMPLO 1.3.10
Dada la matriz
 a ab ac 
 
A = a b b 2a  b  .
bc b c c 

Encuentre una matriz R antisimétrica.
SOLUCION
Sabemos que R es antisimétrica si se cumple que R = A - AT. Es decir:
 a ab ac   a a b b c
   
R  A - A  a b
T
b 2a  b    a  b b b  c
bc b c c   a  c 2a  b c 

 0 2b a b 
 
  2b 0 2a  c  . 
 a  b 2a  c 0 

EJEMPLO 1.3.11
Dada una matriz simétrica A y una matriz antisimétrica B, ambas del mismo orden,
demuestre que si A y B conmutan, AB es antisimétrica.
SOLUCION
Si A = AT; B = - BT y AB = BA, entonces debemos probar que (AB)T = AB.
(AB)T = BTAT = (- B)(A) = - (BA) = - (AB). 
EJEMPLO 1.3.12
Si A y B son matrices antisimétricas, pruebe que A(AB + BA) – (AB + BA)A es
simétrica.
SOLUCION
Sabemos que AT = -A, BT = -B y S = A(AB + BA) – (AB + BA)A = A2B – BA2. Por
lo tanto, tenemos que mostrar que ST = S; es decir
ST = (A2B – BA2)T
= (A2B)T – (BA2)T
= BT(AT)2 – (AT)2BT
= (-B)(-A)2 – (-A)2(-B)
= -BA2 + A2B
= A2B – BA2
= S.
De esta manera queda demostrado que A(AB + BA) – (AB + BA)A es simétrica.
EJEMPLO 1.3.13
Sea A una matriz antisimétrica. Demostrar que A2n es una matriz simétrica y A2n+1 es
una matriz antisimétrica.
SOLUCION
Por demostrar que A2n = (A2n)T, conociendo que AT = -A.
n = 1: A2 = (A2)T
JOE GARCIA ARCOS

42 MATRICES
(A2)T = (AA)T = ((-AT)(-AT))T = (ATAT)T = ((A2)T)T = A2.

n = k: A = (A2k)T. Hipótesis inductiva.
2k
n = k + 1: A2k+2 = (A2k+2)T
(A2k+2)T = (A2kA2)T = (A2)T(A2k)T = A2A2k = A2k+2.
Por demostrar que A2n+1 = -(A2n+1)T, conociendo que AT = -A.
n = 1: A3 = -(A3)T
- (A3)T = - (AAA)T = - ((-AT)(-AT)(-AT))T = ((A3)T)T = A3.
n = k: A = -(A2k+1)T. Hipótesis inductiva.
2k+1
n = k + 1: A2k+3 = -(A2k+3)T
- (A2k+3)T = - (A2k+1A2)T = - (A2)T(A2k+1)T = - (AA)T(-A2k+1) = - ((-AT)(-AT)T(-A2k+1)
= - ((A2)T)T(-A2k+1) = (-A2)(-A2k+1) = A2k+3. 
% CALCULO DE UNA MATRIZ ANTISIMETRICA

clc;clear;
fprintf('\n MATRIZ ANTISIMETRICA MEDIANTE: A-At \n')
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
B=A.'
end
fprintf(' LA MATRIZ ANTISIMETRICA R ES:\n')
R=A-A.'
end
PROBLEMAS
1.3.1 De ser posible, encuentre matrices de 2 x 2 tales que 1.3.6 Comprobar si existe alguna matriz A de 3 x 2 tal
ATA = AAT. que ATA = I.
1.3.2 Si A es una matriz de n x n y X es la matriz de 1 x 1.3.7 Demuestre que si ATA = A, entonces A es simé-
n, compruebe que trica y A = A2.
n
XAXT   aii xi2   aij xi x j . 1.3.8 Dada la matriz
i 1 i j
 2  1 3i  1 4i 
 
1.3.3 Si AAT = I y BBT = I, demuestre que A   6  2i 1 3i  .
(AB)(AB)T = I.  
 1  6 3    
a.- Exprésese la matriz A como suma de una matriz
1.3.4 Demuestre que una matriz simétrica de n x n tiene,
simétrica y otra antisimétrica.
n(n  1)
en general, elementos distintos y una b.- Hallar dos matrices simétricas diferentes a la del
2 apartado a).
n(n  1)
antisimétrica elementos distintos.
2 1.3.9 Encuentre todas las matrices reales A de 3 x 3 para
las cuales ATA = O.
1.3.5 Sea A una matriz de n x n. Determine si A es
simétrica con la siguiente condición: 1.3.10 Demuestre que si una matriz A de n x n satisface
a.- aij = i2 + j2; b.- aij = i2 – j2; la ecuación A3 + 4A2 – 2A + 7I, entonces AT también la
c.- aij = 2i – 2j; d.- aij = 2i2 + 2j3. satisface.
JOE GARCIA ARCOS

MATRICES 43
1.3.11 De ser posible, encuentre todos los valores de a, 1.3.13 Encuentre matrices antisimétricas A y B de 3 x 3,
b y c para los cuales A es simétrica: que satisfagan la condición AB = -BA.
 3 3a  b  5c a  4b  2c 
  1.3.14 Dadas las matrices
A  1 4 abc  .
1  2 4 6 0 0 0
 1 5     
A + B   2 3 9 , A + A  0 0 0 ,
T
7 1 7 0 0 0
1.3.12 Dadas las matrices siguientes:    
 1 2  i 3i  0 0 0
   4 3 i   
A   1 3 0 , B , B - BT   0 0 0  .
1  i 2  2i 2i   i 2 1  3i  0 0 0
   
 i 2   1 2 3  Hállense A y B.
   
C   4 6 D   6
, 8 4 i.
 3 i  1  3i i 1.3.15 Si A es una matriz simétrica, demuestre que
   i  2A2 – 3ª + I es simétrica.
Determine las siguientes operaciones:
a.- (3DT – BTCT)T; b.- B(A – D)TC;
c.- A(BTB – CCT).
1.4 MATRIZ TRANSPUESTA - CONJUGADA
En esta sección se introduce la terminología básica y se definen las matrices conjugadas y transpuesta -
conjugada, analizamos sus casos particulares si la matriz es cuadrada, enunciamos sus correspondientes
propiedades.
DEFINICION 1.4.1
Mediante la conjugación, una matriz cualquiera A se transforma en una
nueva matriz, representada por A , cuyos elementos se construyen mediante
la regla
f :A A
(aij )  (aij )  (aij )  i, j  .
Mediante la conjugación se cambian los signos de la parte imaginaria de A. Es decir:

Re A = Re A y Im A = -Im A .
Como casos particulares pueden encontrarse matrices tales que A = A , entonces
Im A = 0 , y la matriz A en este caso recibe el nombre de matriz real. Por el
contrario, si Re A = 0 , entonces A = A y, a la matriz A se le da el nombre de
matriz imaginaria pura. En este último caso la matriz A es expresable como el
producto de la unidad imaginaria, considerada como un escalar, por una matriz real.
Toda matriz puede ser expresada en la forma A = B + iC, en la cual B y C son
matrices reales, e i es la unidad imaginaria.
La conjugada de la matriz
 2 1 i 5   2 1 i 5 
A  es A   .
 1 4 4  3i   1 4 4  3i 
TEOREMA 1.4.1
Para toda matriz A = (aij), se cumple que A = A .
DEMOSTRACION
Si A es una matriz, entonces
JOE GARCIA ARCOS
44 MATRICES
A = (aij )  (aij )  (a ji )  A . 
TEOREMA 1.4.2
Para toda matriz A = (aij) y para todo número k, se cumple que (kA)  k A .
DEMOSTRACION
Dada A una matriz y k un número complejo, entonces
(kA)  (k (aij ))  (kaij )  (kaij )  k (aij )  k A . 
TEOREMA 1.4.3
Para todo par de matrices A = (aij) y B = (bij) de n x m, se cumple que
A+B = A+B .
DEMOSTRACION
Dadas A y B dos matrices compatibles para la suma, entonces
A + B = (aij +bij )  (cij )  (cij )  (aij  bij )  (aij )  (bij )  A + B . 
TEOREMA 1.4.4
Para todo par de matrices A = (aik) y B = (bkj) compatibles para el producto,
se cumple AB = AB .
DEMOSTRACION
Dadas A y B dos matrices compatibles para el producto, entonces
   
AB =   aik bkj   (cij )  (cij )    aik bkj   AB . 
 k   k 
% CONJUGADA DE UNA MATRIZ

clc;clear;
fprintf('\n CONJUGADA DE UNA MATRIZ \n')
for f=1:fil
for c=1:col
A(f,c)=input(' :');
end
end
A
end
fprintf(' LA MATRIZ CONJUGADA B ES:\n')
B=conj(A)
end
DEFINICION 1.4.2
La aplicación sucesiva y de orden indistinto de la conjugación y la
transposición sobre una matriz A se representa por A+. La nueva matriz
recibe el nombre de matriz conjugada - transpuesta de A y se nota de la
siguiente manera:
A + = ( A) T = A T .
La transpuesta - conjugada de la matriz

 2 1 
 2 1 i 5    
A  es A   1  i 4 .
 1 4 4  3i   5 4  3i 
 
JOE GARCIA ARCOS
MATRICES 45
TEOREMA 1.4.5
Para toda matriz arbitraria A, se cumple que (A+)+ = A.
DEMOSTRACION
Dada una matriz A arbitraria, entonces
(A+ )+ = ((AT ))T  ((AT )T ) = ( A) = A . 
TEOREMA 1.4.6
Para toda matriz arbitraria A y para todo número k, se cumple que
(kA)  kA .
DEMOSTRACION
Dada la matriz A arbitraria y k un número complejo, entonces
(kA)+ = (kA)T = (kAT ) = k ( AT ) = kA+ . 
TEOREMA 1.4.7
Para todo par de matrices A y B de n x m, se cumple que (A + B)+ = A+ + B+.
DEMOSTRACION
(A + B)+ = (A + B)T = (AT + BT ) = (AT ) + (BT ) = A+ + B+ . 
TEOREMA 1.4.8
Para todo par de matrices A y B compatibles para el producto, se cumple
(AB)+ = B+A+.
DEMOSTRACION
(AB)+ = ( AB)T = (BT AT ) = (BT )( AT ) = B+ A+ . 
EJEMPLO 1.4.1
Demostrar que si las matrices A y B son conmutables, lo son también las matrices A+
y B+.
SOLUCION
Si AB = BA, entonces debemos demostrar que A+B+ = B+A+. Es decir:
A+B+ = (BA)+ = (AB)+ = B+A+.
Con lo cual se verifica que A+ y B+ son conmutables. 
EJEMPLO 1.4.2
Demuestre que si A es una matriz compleja y A+A = O, entonces A = O.
SOLUCION
Si A = O, entonces:
A+A = A+O  A+A = O. 
% MATRIZ TRANSPUESTA-CONJUGADA
clc;clear;
fprintf('\n MATRIZ TRANSPUESTA-CONJUGADA \n')
for f=1:fil
for c=1:col
A(f,c)=input(' :');
end
end
A
end
JOE GARCIA ARCOS
46 MATRICES
fprintf(' LA MATRIZ CONJUGADA B ES:\n')

B=conj(A)
end
fprintf(' LA MATRIZ TRANSPUESTA-CONJUGADA C ES:\n')
C=B.'
end
DEFINICION 1.4.3
Matrices hermíticas, son las matrices para las cuales la transpuesta
conjugada es igual a la matriz original. Es decir:
A+ = A.
A nivel de sus elementos se tiene:

(aij )  (a ji ) ,  i, j  ,
luego,
(aii )  (aii ) ,  i  
y, por tanto,
Im aii  0 ,  i  .
EJEMPLO 1.4.3
Si A es una matriz de m x n con elementos complejos, entonces:
a.- AA+ es hermítica; b.- A+A es hermítica.
SOLUCION
a.- Tenemos que probar que (AA+)+ = AA+. Es decir
(AA+)+ = (A+)+A+ = AA+.
b.- Tenemos que probar que (A+A)+ = A+A. Es decir
(A+A)+ = A+(A+)+ = A+A. 
EJEMPLO 1.4.4
Dada A arbitraria, demuéstrese:
a.- (AA+ - A+A) es hermítico; b.- (AA+ + A+A) es hermítico.
SOLUCION
a.- Por demostrar que (AA+ - A+A) = (AA+ - A+A)+. Es decir:
(AA+ - A+A)+ = (AA+)+ - (A+A)+ = (A+)+A+ - A+(A+)+ = AA+ - A+A.
b.- Por demostrar que (AA+ + A+A) = (AA+ + A+A)+. Es decir:
(AA+ + A+A)+ = (AA+)+ + (A+A)+ = (A+)+A+ + A+(A+)+ = AA+ + A+A. 
EJEMPLO 1.4.5
Toda matriz real y simétrica es hermítica.
SOLUCION
Sea A esta matriz, entonces, AT = A y A = A , luego:
A+ = (A)T = AT = A . 
EJEMPLO 1.4.6
La condición necesaria y suficiente para que el producto de dos matrices hermíticas
A y B sea hermítico es que AB = BA.
SOLUCION
Se sabe que A+ = A y B+ = B, entonces:
i.- Supóngase que AB = BA, pero,
AB = BA = B+A+ = (AB)+
y por lo tanto el producto es hermítico.
ii.- Supóngase que AB = (AB)+, entonces:
AB = (AB)+ = B+A+ = BA
y por tanto, AB = BA. 
JOE GARCIA ARCOS

MATRICES 47
EJEMPLO 1.4.7
Sea A = B + iC la descomposición hermítica de una matriz A. Hallar la descomposi-
ción hermítica de la matriz A+.
SOLUCION
Para que B + iC sea la descomposición hermítica de la matriz A, entonces, B es real
y simétrica, y C es real y antisimétrica. Por tanto, para la descomposición hermítica
de A+, las matrices B y C deben cumplir las mismas condiciones y (A+)+ = A. 
EJEMPLO 1.4.8
Si A es una matriz arbitraria de n x n con elementos complejos, entonces:
a.- A + A+ es hermítica; b.- A - A+ es antihermítica.
SOLUCION
a.- Tenemos que probar que (A + A+)+ = A + A+.
(A + A+)+ = A+ + (A+)+ = A+ + A = A + A+.
b.- Tenemos que probar que (A - A+)+ = - (A - A+).
(A - A+)+ = A+ - (A+)+ = A+ - A = - (A - A+). 
EJEMPLO 1.4.9
Demuestre que si A es hermítica y A = O, entonces A2 = O.
SOLUCION
Si A = O, entonces:
A+A = A+O  A+A = O  AA = O  A2 = O. 
EJEMPLO 1.4.10
Pruébese que toda matriz hermítica A puede escribirse como A = B + iC, siendo B
real y simétrica y C real y antisimétrica.
SOLUCION
Debemos probar que A+ = A:
A+ = (B + iC)+ = B+ + (iC)+ = B+ + i C+ = BT - iCT = B – i(-C) = B + iC = A. 
% CALCULO DE UNA MATRIZ HERMITICA

clc;clear;
fprintf('\n MATRIZ HERMITICA MEDIANTE: H=A+A+\n')
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
B=A'
end
fprintf(' LA MATRIZ HERMITICA H ES:\n')
H=A+A'
end
% CALCULO DE UNA MATRIZ HERMITICA

clc;clear;
fprintf('\n MATRIZ HERMITICA MEDIANTE: H=A*A+ y P=A+*A \n')
for f=1:fil
for c=1:col
JOE GARCIA ARCOS

48 MATRICES

A(f,c)=input(' :');
end
end
A
end
B=A'
end
fprintf(' LA MATRIZ HERMITICA H ES:\n')
H=A*A'
end
fprintf(' LA MATRIZ HERMITICA P ES:\n')
P=A'*A
end
DEFINICION 1.4.4
Matrices antihermíticas, son aquellas para las cuales la transpuesta
conjugada es igual al opuesto de la matriz original. Es decir:
A+ = - A.
Sus elementos cumplirán, por tanto,

(aij )  (a ji ) ,  i, j  ,
entonces,
(aii )  (aii ) ,  i  ,
y se cumple
Re aii  0 ,  i  .
EJEMPLO 1.4.11
La condición necesaria y suficiente para que el producto de dos matrices
antihermíticas A y B sea hermítico es AB = BA.
SOLUCION
Se sabe que A+ = -A y B+ = -B, entonces:
i.- Sea AB = BA, entonces:
AB = BA = (-B)(-A) = B+A+ = (AB)+
y por tanto el producto es hermítico.
ii.- Sea AB = (AB)+, entonces:
AB = (AB)+ = B+A+ = (-B)(-A) = BA,
y por tanto, AB = BA. 
EJEMPLO 1.4.12
Toda matriz compleja se puede escribir como suma de una matriz real y una matriz
imaginaria; es decir, si C es compleja, entonces C = A + iB donde A y B son matri-
ces reales. Demuestre que C es hermítica si y sólo si A es simétrica y B es antisimé-
trica. Pruebe que C es antihermítica si y sólo si A es antisimétrica y B es simétrica.
SOLUCION
a)  Como C = A + iB con A y B matrices reales, A es simétrica y B es antisimé-
trica, debemos demostrar que C+ = C. Es decir:
C+ = (A + iB)+ = A+ – iB+ = A – i(-B) = A + iB = C.
 Como C = A + iB con A y B matrices reales y C+ = C, debemos demostrar que
A es simétrica y B es antisimétrica. Es decir:
C+ = (A + iB)+ = A+ – iB+ = AT – iBT
para que C = C, A debe ser simétrica AT = A y B debe ser antisimétrica BT = -B.
+
b)  Como C = A + iB con A y B matrices reales, A es antisimétrica y B es simé-

trica, debemos demostrar que C+ = -C. Es decir:
JOE GARCIA ARCOS

MATRICES 49
+ + + +
C = (A + iB) = A – iB = (-A) – iB = -(A + iB) = -C.
 Como C = A + iB con A y B matrices reales y C+ = -C, debemos demostrar que
A es antisimétrica y B es simétrica. Es decir:
C+ = (A + iB)+ = A+ – iB+ = AT – iBT
para que C = C, A debe ser antisimétrica AT = -A y B debe ser simétrica BT = B. 
+
EJEMPLO 1.4.13
Sean A y B matrices antihermíticas. ¿En qué condiciones es C = mA + nB una
matriz antihermítica?
SOLUCION
Debemos probar que C+ = -C, bajo ciertas condiciones:
C+ = (mA + nB)+ = (mA)+ + (nB)+
 + +
mA + nB = -(mA + nB) = -C, si m, n 
=
 mA + nB = -(mA + nB)  -C, si m, n 
+ +

Es decir C+ = -C si m y n son números reales. 
EJEMPLO 1.4.14
Exprese la matriz A como suma de una matriz hermítica y una antihermítica.
2i i 1  2i 
 
A =  1 i 2 2  2i  .
 3 1  i 2  2i 
 
SOLUCION
Una matriz hermítica es S = ½ (A + A+), es decir:
 2  i i 1  2i   2  i 1  i 3   4 1  2i 4  2i 
1     1  
S   1  i 2 2  2i    i 2 1  i     1  2i 4 3  3i  .
2  2
 3 1  i 2  2i  1  2i 2  2i 2  2i    4  2i 3  3i
 4 
 
Una matriz antihermítica es R = ½ (A+ - A), es decir:
 2  i 1  i 3  2i i 1  2i    2i 1 2  2i 
1     1  
R   i 2 1 i    1 i 2 2  2i     1 0 1  i  .
2  2
1  2i 2  2i 2  2i   3 1  i 2  2i    2  2i 1  i 4i 
 
 
Comprobación: A = S - R.
 4 1  2i 4  2i   2i 1 2  2i    2  i i 1  2i 
1      
A   1  2i 4 3  3i    1 0 1  i     1  i 2 2  2i  .
2 
 4  2i 3  3i
 4   2  2i 1  i 4i    3 1  i 2  2i 
% CALCULO DE UNA MATRIZ ANTIHERMITICA

clc;clear;
fprintf('\n MATRIZ ANTIHERMITICA MEDIANTE: A-A+ \n')
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
fprintf(' LA MATRIZ TRANSPUESTA-CONJUGADA B ES:\n')
B=A'
end
JOE GARCIA ARCOS

50 MATRICES
fprintf(' LA MATRIZ ANTIHERMITICA H ES:\n')

H=A-A'
end
DEFINICION 1.4.5
Una matriz A de n x n para la cual el producto con su transpuesta conjugada
es conmutativo, se denomina normal. Es decir:
A+A = AA+.
EJEMPLO 1.4.15
Sean D, F y G matrices diagonales de n x n en las que los elementos de las diagona-
les principales sean respectivamente números reales, imaginarios puros y complejos
de módulo 1. Si U es una matriz unitaria n x n, demuéstrese que las matrices U+DU,
U+FU y U+GU son respectivamente hermítica, antihermítica y unitaria.
SOLUCION
a.- Como D es una matriz diagonal real y UU+ = U+U = I, entonces debemos probar
que U+DU es una matriz hermítica. Es decir:
(U+DU)+ = U+D+(U+)+ = U+D+U = U+DU;
b.- Como F es una matriz diagonal imaginaria y UU+ = U+U = I, entonces debemos
probar que U+FU es una matriz antihermítica. Es decir:
(U+FU)+ = U+F+(U+)+ = U+F+U = U+(-F)U = -(U+FU);
c.- Como G es una matriz diagonal compleja de módulo 1 y UU+ = U+U = I, enton-
ces debemos probar que U+GU es una matriz unitaria. Es decir:
(U+GU)+(U+GU) = U+G+(U+)+U+GU = U+G+UU+GU = U+G+IGU
= U+G+GU = U+IU = U+U = I.
(U GU)(U GU) = U+GUU+G+(U+)+ = U+GUU+G+U = U+GIG+U
+ + +
= U+GG+U = U+IU = U+U = I. 
EJEMPLO 1.4.16
Demuestre que una matriz real antisimétrica es normal.
SOLUCION
Para que una matriz sea real y antisimétrica, debe cumplir que A = A y AT = -A.
Debemos probar que esta matriz es normal, es decir
AA+ = A(A)T = AAT = A(-A) = -A2 = (-A)A = AT A = (A)T A = A+ A .
Por tanto se cumple que AA+ = A+A y la matriz A es normal. 
EJEMPLO 1.4.17
Demuestre que una matriz antihermítica es normal.
SOLUCION
Como A+ = -A, hay que demostrar que A+A = AA+. Es decir:
A+A = (-A)A = A(-A) = AA+.
Con lo cual queda probado que una matriz antihermítica es normal. 
EJEMPLO 1.4.18
Sean A y B matrices normales y AB = O. ¿Resulta de esto que BA = O?
SOLUCION
Como A+A - AA+ = O, B+B - BB+ = O y AB = O, entonces:
(A+A - AA+)(B+B - BB+) = O
A AB B – A+ABB+ – AA+B+B + AA+BB+ = O
+ +
A+ABB+ – A+ABB+ – A+ABB+ + A+ABB+ = O

A OB+ – A+OB+ – A+OB+ + A+OB+ = O  O = O.
+
Por lo tanto, no es condición que BA = O. 
EJEMPLO 1.4.19
Demuestre que si C = A + iB donde A y B son matrices reales y simétricas, entonces
C es normal si y sólo si A y B conmutan.
JOE GARCIA ARCOS
MATRICES 51
SOLUCION
 Como C = A + iB con A y B son matrices reales y simétricas y CC+ = C+C,
entonces debemos probar que AB = BA. Es decir:
(A + iB)(A + iB)+ = (A + iB)+(A + iB)
(A + iB)(A+ – iB+) = (A+ – iB+)(A + iB)
(A + iB)(A – iB) = (A – iB)(A + iB)
A2 – iAB + iBA + B2 = A2 + iAB – iBA + B2
-iAB + iBA = iAB – iBA  2iBA = 2iAB  AB = BA.
 Como C = A + iB con A y B son matrices reales y simétricas y AB = BA, en-
tonces debemos probar que CC+ = C+C. Es decir:
CC+ = (A + iB)(A + iB)+
= (A + iB)(A+ – iB+)
= (A + iB)(A – iB)
= A2 – iAB + iBA + B2
= A2 – iBA + iAB + B2
= (A – iB)A + (A – iB)Ib
= (A – iB)(A + iB)
= (A+ – iB+)(A + iB)
= (A + iB)+(A + iB)
= C+C. 
EJEMPLO 1.4.20
Demostrar que una matriz A es una matriz normal si, y sólo si, las matrices B y C de
su descomposición hermítica A = B + iC son conmutables.
SOLUCION
Debemos probar que A+A = AA+. Es decir:
A+A = (B + iC)+(B + iC)
= (B+ - iC+)(B + iC)
= B+B + iB+C – iC+B + C+C
= BB+ - iBC+ + iCB+ + CC+
= (B + iC)(B+ - iC+)
= (B + iC)(B + iC)+
= AA+. 
EJEMPLO 1.4.21
Sea A = B + iC una matriz normal compleja de n x n. Demostrar que la matriz D real
de 2n x 2n
 B -C 
D= 
C B 
es también normal.
SOLUCION
Si A es una matriz normal, entonces las matrices B y C de la descomposición hermí-
tica A = B + iC son conmutables. Por lo tanto:
 B -C   B -C   B C   B -C   BB + CC -BC + CB 
+
D+ D =    =  = 
 C B   C B   -C B   C B   -CB + BC CC + BB 
 BB + CC BC - CB   B -C   B C   B -C  B -C +
= =  = +
 CB - BC CC + BB   C B   -C B   C B   C B
 = DD .

   
Con esto queda demostrado que D es una matriz normal. 
EJEMPLO 1.4.22
Sea A una matriz normal y supóngase que conmuta con una cierta matriz B. De-
muestre que:
a.- A+ conmuta con B; b.- A conmuta con B+.
JOE GARCIA ARCOS

52 MATRICES
SOLUCION
Si una matriz normal conmuta con una matriz B, entonces:
a.- (AA+)B = B(A+A)  A(A+B) = (BA+)A  A+B = BA+
b.- (AA+B)+ = (BA+A)+  B+(AA+)+ = (A+A)+B+  B+AA+ = A+AB+
(B+A)A+ = A+(AB+)  B+A = AB+. 
% COMPROBACION DE UNA MATRIZ NORMAL

clc;clear;
fprintf('\n COMPROBACION DE UNA MATRIZ NORMAL \n')
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
B=A'
end
C=A'*A
end
D=A*A'
end
if (C==D)
fprintf('\n LA MATRIZ ES NORMAL')
else
fprintf('\n LA MATRIZ NO ES NORMAL')
end
PROBLEMAS
1.4.1 Demuestre mediante un ejemplo que, si A y B son 1.4.6 Sean A y B matrices normales conmutables, A = C
matrices hermíticas, no necesariamente se cumple que AB + iD, B = E + iF, sus descomposiciones hermíticas. De-
sea hermítica. ¿Qué se cumple si A y B son hermíticas y muestre que todas las matrices C, D, E y F son conmuta-
AB = BA? bles.
1.4.2 Pruebe con un ejemplo, que existe una matriz com- 1.4.7 Dar ejemplos que muestren que en el caso general
pleja simétrica que no es normal. la suma A + B y el producto AB de matrices normales A
y B ya no serán matrices normales.
1.4.3 Sea A una matriz antihermítica y An = I para algún
n > 0, demuestre que A4 = I. 1.4.8 Pruebe con un ejemplo, que hay una matriz com-
pleja antisimétrica que no es normal.
1.4.4 Demuestre: Los elementos de la diagonal principal
de una matriz hermítica son reales y que los elementos de 1.4.9 Dada la matriz
la diagonal principal de una matriz antihermítica son  2  1 3i  1 4i 
imaginarios puros. ¿Qué son los elementos de la diagonal  
A   6  2i 1 3i  .
principal de una matriz antisimétrica?
 
 1  6 3    
1.4.5 Demuestre mediante un ejemplo que, si A y B son a.- Exprésese la matriz A como suma de una matriz her-
matrices hermíticas, no necesariamente se cumple que AB mítica y otra antihermítica.
sea hermítica. ¿Qué se cumple si A y B son hermíticas y b.- Hallar 3 matrices hermíticas diferentes a la del apar-
AB = BA? tado a).
JOE GARCIA ARCOS
MATRICES 53
1.5 TRAZA DE UNA MATRIZ
En esta sección se introduce la terminología básica y se define la traza de una matriz, enunciamos sus
correspondientes propiedades.
DEFINICION 1.5.1
Sea una matriz cuadrada A = (aij). Se define la traza de una matriz A, a la
suma de los elementos que componen la diagonal principal, representada
por
n
Tr( A)  a11  a22  ...  ann   aii .
i 1
TEOREMA 1.5.1
Para todo par de matrices cuadradas A = (aij) y B = (bij) de igual orden,
entonces
Tr(A + B) = Tr(A) + Tr(B).
DEMOSTRACION
Dadas A y B matrices cuadradas compatibles para la suma y A + B = C, entonces
n n n n
Tr(A + B) = Tr(C)   (cii )   (aii  bii )   aii   bii  Tr( A) + Tr(B) . 
i 1 i 1 i 1 i 1
TEOREMA 1.5.2
Para toda matriz cuadrada A = (aij) y para todo número k, entonces
Tr(kA) = kTr(A).
DEMOSTRACION
Dada A una matriz cuadrada y k un número, entonces
n n
Tr(kA)   kaii  k  aii  kTr( A) . 
i 1 i 1
TEOREMA 1.5.3
Para toda matriz cuadrada A = (aij), entonces
Tr(AT) = Tr(A).
DEMOSTRACION
Sea A una matriz cuadrada, al transponer esta matriz, podemos observar que la
matriz AT conserva el mismo orden de A y, además los elementos de la diagonal
principal no varían. Es decir
n n
Tr( AT )   aii   a jj  Tr( A) . 
i 1 i 1
TEOREMA 1.5.4
Para todo par de matrices cuadradas y compatibles para el producto
A = (aik) y B = (bkj), entonces Tr(AB) = Tr(BA).
DEMOSTRACION
Sean AB = C, BA = D, de modo tal que
n n
cij   aik bkj y dij   biq aqj
k 1 q 1
Ahora bien
n n  n 
Tr( AB) = Tr(C) =  cii     aik bki 
i 1 k 1  k 1 
n n  n 
Tr(BA) = Tr(D) =  d pp     bpq aqp 

p 1  q 1

p 1 
JOE GARCIA ARCOS
54 MATRICES
Trabajando con la última serie se intercambia el orden de las sumas y se emplea la

conmutatividad en  para obtener
n  n 
Tr(BA) =    aqp bpq 

q 1  p 1


Pero los índices son solamente índices mudos a los que se les puede dar cualquier
nombre y eso no altera el valor de la suma. Sea entonces q = i, p = k y se halla
n
Tr(BA) =  aik bki = Tr( AB) . 
i 1
EJEMPLO 1.5.1
Si Tr(A) = 0, pruebe que existen matrices B y C tales que A = BC – CB.
SOLUCION
Como A = BC – CB, entonces:
Tr(A) = Tr(BC – CB) = Tr(BC) – Tr(CB) = Tr(BC) – Tr(BC) = 0.
Con esto se demuestra que existen matrices B y C. 
EJEMPLO 1.5.2
Si Tr(ABC) = Tr(CBA) para toda matriz C, pruebe que AB = BA.
SOLUCION
Si AB = BA, entonces ABC = BAC. Haciendo que BA = D, obtenemos:
Tr(ABC) = Tr(BAC) = Tr(DC) = Tr(CD) = Tr(CBA).
Con esto probamos que las matrices A y B son conmutativas. 
EJEMPLO 1.5.3
Sean A y B matrices hermíticas complejas de un mismo orden. Demuestre que la
traza de la matriz AB es un número real.
SOLUCION
Dadas las matrices A y B hermíticas complejas de igual orden, entonces
Tr(AB) = Tr(A+ B+ ) = Tr(BA)+ = Tr(BA)T = Tr(BA)
lo cual indica que Tr(AB) es un número real. 
EJEMPLO 1.5.4
1 3
Dada la matriz A    , determine una matriz B tal que Tr(AB) = Tr(A)Tr(B).
5 2
SOLUCION
La matriz B debe tener la misma forma que la matriz A. Es decir
a b  a  3c b  3d 
B=  y AB =  .
 c d   5a  2c 5b  2d 
Por lo tanto
Tr(AB) = a + 3c + 5b + 2d, Tr(A) = 3, Tr(B) = a + d.
Por tanto
a + 5b + 3c + 2d = 3a + 3d  2a - 5b – 3c + d = 0
La familia de matrices que cumple esta condición esta dada por

 a b  

S =   / 2a  5b  3c  d  0 . 

 c d  

% CALCULO DE LA TRAZA DE UNA MATRIZ

clc;clear;
fprintf('\n TRAZA DE UNA MATRIZ \n')
for f=1:filcol
JOE GARCIA ARCOS

MATRICES 55
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
TrA=trace(A)
end
PROBLEMAS
1.5.1 Sean A y B matrices cuadradas de n x n y sean a y b 1.5.4 Sea A = SBS-1, donde

escalares. Demuestre que 1 1 0 1 1 0
Tr(aA + bB) = aTr(A) + bTr(B).    
B =  1 2 1  y S = 1 1 1
 0 1 3 1 0 1 
1.5.2 Sea A una matriz compleja de n x n. Demuestre que   
Tr(A+A)  0, y que la igualdad se verifica si y sólo si A es Encuentre A y verifique que Tr(A) = Tr(B).
la matriz nula.
1.5.5 Demuestre que si A y B son dos matrices
1.5.3 Sea A la matriz de n x n cuyos elementos son aij = i complejas, entonces
+ j, i, j = 1, 2, …, n. Calcule la traza de A y demuestre que Tr(B+ A)
2
 Tr(A+ A)Tr(BB+ ) .
su valor coincide con la suma de los elementos de su
diagonal secundaria.
1.5.6 Demuestre que si A es una matriz de n x n y si

Tr(AB) = 0 para todas las matrices B de n x n, entonces A
es la matriz nula.
1.6 POTENCIA DE UNA MATRIZ
En esta sección se introduce la terminología básica y se define la n-ésima potencia de una matriz, analizamos sus
casos particulares, enunciamos sus correspondientes propiedades.
DEFINICION 1.6.1
Sea A una matriz cuadrada y n  . Se define la n-ésima potencia de A
como el producto, repetido n veces, de A por sí misma, y se simboliza
por An, Es decir
A  A  ...  A = A n .
n veces
TEOREMA 1.6.1
Si dos matrices conmutan sus potencias naturales también conmutan.
DEMOSTRACION
Sean A, B compatibles para el producto y AB = BA. Si se multiplica AB = BA por la
izquierda por Bn-1, obtenemos que Bn-1 = BnA, o, lo que es lo mismo,
BnA = Bn-1BA = Bn-1AB = Bn-2BAB = Bn-2AB2 = ... = ABn,
por lo tanto, ABn - BnA = O. Si multiplicamos la ecuación anterior por la izquierda
por Am-1, obtendremos que Am-1BnA = AmBn, o, lo que es lo mismo,
AmBn = Am-1BnA = Am-2BnA2 = ... = BnAm,
por lo tanto, A B - BnAm = O. Esto quiere decir que si las matrices A y B son
m n
conmutables, cualesquiera potencias naturales de las mismas también son

conmutables. 
JOE GARCIA ARCOS
56 MATRICES
EJEMPLO 1.6.1
Dada la matriz
 a 0 0
 
A =  0 b 0 ,
 c 0 0
 
siendo a, b, c  K. Determine Ak para todo k  . Calcúlese también p(A) para el
polinomio p(x) = 1 + x5 + x7.
SOLUCION
 a 0 0
 
n = 1:  0 b 0  ;
 c 0 0
 
 a 0 0  a 0 0   a 0
2
0
   
 0 b 0  0 b 0    0 b 0 ;
2
n = 2:

 c 0 0  c 0 0   ac 0 
    0

 a2 0 0   a 0 0   a3 0 0
    
n = 3:  0 b2 0   0 b 0    0 b3 0 ;
   
 ac 0 0   c 0 0   a 2 c 0 0 
  
 ak 0 0
 
A  0
k
bk 0 .
 k 1 
a c 0 0 

p(A)  I + A5 + A7
 1 0 0   a 0   a7 0 0
5
0
    
  0 1 0    0 b5 0    0 b7 0
 0 0 1   4   
  a c 0 0   a 6 c 0 0 
 1  a5  a 7 0 0
 
 0 1  b  b7
5
0 . 
 4 
 a c(1  a 2 ) 0 0 

EJEMPLO 1.6.2
a b 
Sean a, b, c, d números arbitrarios; se considera la matriz A    . Calcular A
2
c d
y probar que existen números p y q, que se calculan en función de a, b, c y d, tales
que A2 – pA – qI = O. Indicar en qué casos los coeficientes p y q no son únicos.
SOLUCION
Para encontrar A2, debemos multiplicar AA:
 a b  a b   a  bc ab  bd 
2
     
 c d  c d   ac  cd bc  d 2 
 a b  a b  a b  1 0
A 2  pA  qI      p   q 
 c d  c d  c d  0 1
 a 2  bc ab  bd   pa pb   q 0 
  
 ac  cd bc  d 2   pc 
pd   0 q 
 
JOE GARCIA ARCOS

MATRICES 57
 a 2  bc  pa  q ab  bd  pb   0 0 
  
 ac  cd  pc bc  d 2  pd  q   0 0 

(1)  a 2  bc  pa  q  0

(2)  ab  bd  pb  0  a 2  d 2  p(a  d )  0
(1)  (4) 
  
(3)  ac  cd  pc  0 (2)  (3) 
(b  c)(a  d )  p(b  c)  0
(4) bc  d 2  pd  q  0
p  a  d

 bc .
 ad

Reemplazamos el valor encontrado de p en la primera o cuarta ecuación, y
obtenemos que q = bc – ad. Además p y q no son únicos cuando b  c y a  d. 
EJEMPLO 1.6.3
Demostrar que las matrices dadas satisfacen las ecuaciones que se indican:
1 3 2
a.- A =   ; A – 3A + 8I = O;
 2 2 
a b  2
b.- A =   ; A – (a + d)A + (ad – bc)I = O.
 c d 
SOLUCION
 1 3  1 3   1 3   1 0 
a.-     3   8 
 2 2  2 2   2 2   0 1
 5 9   3 9   8 0   0 0
    ;
 6 2   6 6   0 8   0 0
 a b  a b  a b  1 0 
b.-     (a  d )    (ad  bc)  
 c d  c d   c d   0 1
 a 2  bc ab  bd   a 2  ad ab  bd   ad  bc 0   0 0
  
 ac  cd cb  d 2   ac  cd ad  d 2   0  . 
    ad  bc   0 0
EJEMPLO 1.6.4
Sea la matriz
0 1
B .
0 0
Se considera la familia de matrices de la forma C = aI + bB, donde a, b son escalares
reales. Calcúlese Cn,  n  Z+.
SOLUCION
1 0 0 1  a b 
C  a b   
0 1  0 0  0 a 
a b
n = 1: C ;
0 a
 a b  a b   a 2ab 
2
n = 2: C2       ;
 0 a  0 a   0 a 2 
 a 2 2ab   a b   a3 3a 2b 
C3     ;
 0 a 2   0 a   0
n = 3:
   a3 
JOE GARCIA ARCOS

58 MATRICES
 a3 3a 2b   a b   a 4 4a 3 b 
n = 4: C4     ;
0 a3   0 a   0 a 4 

Por tanto
 an na n 1b 
Cn   . 
0 a n 

EJEMPLO 1.6.5
Sea la matriz A, hallar An para todo n  Z+:
1 0 1  1 1 1 0 a b
a.- A =  0 0 0  ; b.- A  1 1 1 ;
 
c.- A   0 0 c  .
1 0 1  1 1 1  0 0 0
     
SOLUCION
1 0 1
 
a.- Como A   0 0 0  , entonces:
1 0 1
 
 1 0 1  1 0 1   2 0 2
    
n = 2: A   0 0 0  0 0 0    0 0
2
0   2A ;
 1 0 1  1 0 1   2 0 2 
   
 2 0 2  1 0 1   4 0 4
    
n = 3: A3   0 0 0  0 0 0    0 0 0   4A  22 A ;
 2 0 2  1 0 1   4 0 4 
   
 4 0 4  1 0 1   8 0 8
    
n = 4: A 4   0 0 0  0 0 0    0 0 0   8A  23 A .
 4 0 4  1 0 1   8 0 8 
   
Por lo tanto: An = 2n -1A.
 1 1 1
 
b.- Como A  1 1 1 , entonces:
 1 1 1
 
1 1 11 1 1  3 3 3
    
n = 2: A  1 1 11
2
1 1   3 3 3   3A ;
1 1 11 1 1  3 3 3 
 
 3 3 3 1 1 1  9 9 9
    
n = 3: A3   3 3 3 1 1 1   9 9 9   9A  32 A ;
 3 3 3 1 1 1  9 9 9 
 
 9 9 9 1 1 1  27 27 27 
    
n = 4: A 4   9 9 9 1 1 1   27 27 27   27 A  33 A .
 9 9 9 1 1 1  27 27 27 
 
Por lo tanto: An = 3n-1A.
0 a b
 
c.- n = 1:  0 0 c  ;
0 0 0
 
 0 a b  0 a b   0 0 ac 
    
n = 2:  0 0 c  0 0 c  0 0 0  ;
 0 0 0  0 0 0   0 0 0 
 
JOE GARCIA ARCOS

MATRICES 59
0 0 ac  0 a b   0 0 0 
    
n = 3: 0 0 0  0 0 c    0 0 0  .
0 0 0    
  0 0 0   0 0 0 
Por lo tanto: An = O, n > 2. 
EJEMPLO 1.6.6
Si A es una matriz de 2 x 2 que satisface A2 – A + I = O, determine A3n en términos
de A para n  Z+.
SOLUCION
Como A2 – A + I = O, entonces, A2 = A – I. Multiplicando ambos miembros de esta
ecuación por A sucesivamente, obtenemos:
A3 = A2 – A  A4 = A3 – A2  A5 = A4 – A3  A6 = A5 – A4
Por lo tanto A3n = A3n-1 – A3n-2. 
EJEMPLO 1.6.7
Sean las matrices A, B, compatibles para el producto, entonces se cumple, para
cualquier potencia de B
m-1
ABm - Bm A =  Bk (AB - BA)Bm-k -1 .
k =0
SOLUCION
Demostraremos la identidad utilizando el proceso de inducción matemática
m-1
P(m): ABm - Bm A =  Bk (AB - BA)Bm-k -1 .
k =0
0
P(1): AB1 - B1A =  Bk (AB - BA)B-k
k=0
AB – BA = B0(AB – BA)B0 = I(AB – BA)I = AB – BA.
n -1
P(n): ABn - Bn A =  Bk (AB - BA)Bn-k -1 .
k =0
n
P(n+1): ABn +1 - Bn +1A =  Bk ( AB - BA)Bn-k
k =0
n -1
=  Bk ( AB - BA)Bn-k + Bn ( AB - BA)B0
k =0
 n-1 
=   Bk (AB - BA)Bn-k -1  B + Bn (AB - BA)I
 k =0 
= (ABn - Bn A)B + Bn (AB - BA)
= ABn+1 - Bn AB + Bn AB - Bn+1A
= ABn+1 - Bn+1A
Por lo tanto P(m) es verdadera. 
EJEMPLO 1.6.8
Sean A y B matrices de n x n tales que AB = BA = O. Demuestre que
(A + B)k = Ak + Bk, para k  .
SOLUCION
Ya que A y B son conmutativas, podemos utilizar el teorema del binomio. Es decir:
k k
 
( A + B)k =    A k -i Bi
i =0  i 
k  k k k

=   A k B0 +   A k -1B1 +   A k -2 B2 + … +   A0 Bk
 0 1  2 k
JOE GARCIA ARCOS
60 MATRICES
k  k
=   A k B0 +   A 0 B k = A k + B k . 
0 k
EJEMPLO 1.6.9
Dada la matriz, calcular An siendo n  Z+:
 2 1  1 1 
a.-   ; b.-  .
 3  2  1 0 
SOLUCION
 2 1   2 1  2 1   1 0 
a.- n = 1:   ; n = 2:    ;
 3 2   3 2  3 2   0 1 
 1 0  2 1   2 1   2 1  2 1   1 0 
n = 3:     ; n = 4:    .
 0 1  3 2   3 2   3 2  3 2   0 1 
Cuando n es impar An = A; cuando n es par An = I.
1 1  1 1 1 1   2 1
b.- n = 1:   ; n = 2:    ;
 1 0  1 0 1 0   1 1
 2 11 1  3 2  3 2 1 1   5 3 
n = 3:     ; n = 4:    ;
 1 11 0  2 1  2 1 1 0   3 2 
 5 3 1 1   8 5
n = 5:    .
 3 2 1 0   5 3
a11 : 1 2 3 5 8
a12 : 1 1 2 3 5
a21 : 1 1 2 3 5
a22 : 0 1 1 2 3
Por lo tanto
 a an 1 
An   n . 
 an 1 an  2 
% CALCULA LA POTENCIA DE UNA MATRIZ

clc;clear;
fprintf('\n POTENCIA DE UNA MATRIZ \n')
filcol=input('Ingrese el numero de filas y columnas de la Matriz: ');
pt=input('Ingrese la potencia a la que va elevar la matriz: ');
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
fprintf(' LA POTENCIA DE LA MATRIZ A ES:\n')
PotA=A^pt
end
DEFINICION 1.6.2
Respecto a las potencias naturales de una matriz definiremos las
siguientes matrices:
a.- Se conviene en que A0 = I.
b.- Una matriz periódica de periodo n cumple An = A. Un caso particular lo
forman las matrices idempotentes para las cuales A2 = A.
c.- Una matriz es nilpotente de índice n si An = O.
d.- Una matriz es involutoria si A2 = I.
JOE GARCIA ARCOS
MATRICES 61
EJEMPLO 1.6.10
Encuentre una familia de matrices de 2 x 2 para que cumplan lo siguiente:
a.- sean idempotentes; b.- sean nilpotentes de índice 2; c.- sean involutorias.
SOLUCION
a.- Para que una matriz A sea idempotente, debe cumplirse que A2 = A. Es decir:
 a b  a b   a b   a 2  bc ab  bd   a b 
      
 .
 c d  c d   c d   ca  dc d  bc   c d 
2
Debemos resolver el sistema

(1)  a 2  bc  a

(2)  ab  bd  b

(3)  ca  dc  c
(4) d 2  bc  d
Restando la segunda ecuación de la primera, obtenemos
 ad 0
a 2  a  d 2  d (a  d )(1  a  d )  0 1  a  d  0
  
 ab  bd  b   ab  bd  b  
 ca  dc  c  ca  dc  c  ab  bd  b
   ca  dc  c
De donde concluimos que
 1
 a  d  2
 .
b  1 , c  0
 4c
Por tanto, una posible solución es la matriz
1 1 
 2 4c 
A .
c 1 
 
 2 
b.- Para que una matriz A sea nilpotente de índice 2, debe cumplirse que A2 = O. Es
decir:
 a b  a b   0 0   a 2  bc ab  bd   0 0 
      
 .
 c d  c d   0 0   ca  dc d  bc   0 0 
2

(1)  a 2  bc  0

(2) ab  bd  0

(3)  ca  dc  0
(4)  d 2  bc  0
Restando la segunda ecuación de la primera, obtenemos
 ad 0
a 2  d 2  0 (a  d )(a  d )  0  ad 0
  
 ab  bd  0   ab  bd  0  
 ca  dc  0  ca  dc  0 ab  bd  0
   ca  dc  0
De donde concluimos que a = d = 0 y si reemplazamos estos valores en las
ecuaciones (1) y (4), obtenemos bc = 0, donde b = 0, c  0 o c = 0, b  0. Por tanto
las matrices buscadas tienen la forma
0 0 0 b
A  y A .
 c 0 0 0
JOE GARCIA ARCOS

62 MATRICES
c.- Para que una matriz A sea involutoria, debe cumplirse que A2 = I. Es decir:
 a b  a b   1 0   a 2  bc ab  bd   1 0 
  
     
 ca  dc d 2  bc   0 1 
.
 c d  c d   0 1   
(1)  a 2  bc  1

(2) ab  bd  0

(3)  ca  dc  0
(4)  d 2  bc  1
Restando la cuarta ecuación de la primera, obtenemos
 ad 0
a 2  d 2  0 (a  d )(a  d )  0  ad 0
  
 ab  bd  0   ab  bd  0  
 ca  dc  0  ca  dc  0 ab  bd  0
   ca  dc  0
De donde concluimos que a = d = 0 y reemplazando estos valores en las ecuaciones
(1) y (4), obtenemos bc = 1 donde tenemos dos alternativas b = 1/c, c  0 o c = 1/b,
b  0. Por lo tanto dos de las posibles soluciones son
 0 1/ c   0 b
A  y A . 
 c 0  1/ b 0 
EJEMPLO 1.6.11
Si A, B, C son matrices cuadradas de igual orden que cumplen lo siguiente: C es
nilpotente, índice de nilpotencia 2, B y C son conmutativas y A = B + C.
Demuéstrese que, para todo n  Z+, se cumple la ecuación An+1 = Bn(B + (n + 1)C).
SOLUCION
Sabemos que An+1 = AnA, entonces:
An+1 = (B + C)n+1
= (B + C)n(B + C)
= (Bn + kBn-1C + n(n - 1)Bn-2C2 + ... + Cn)(B + C)
= (Bn + nBn-1C + Cn)(B + C)
= BnB + BnC + nBnC + nBn-1C2 + CnB + Cn+1
= Bn+1 + (n + 1)BnC = Bn(B + (n + 1)C). 
EJEMPLO 1.6.12
Si A es nilpotente de índice 2, demuéstrese que A(I ± A)n = A, siendo n  Z+.
SOLUCION
A(I ± A)n = A(In ± nIn-1A ± n(n - 1)In-2A2 ± . . . ± An)
= AIn ± nIn-1A2 ± . . . ± An+1
= A ± An-1A2
= A. 
EJEMPLO 1.6.13
Sea una matriz cuadrada tal que A2 = A. Demuéstrese que An = A, para todo n  Z+.
SOLUCION
Probaremos esta proposición utilizando el proceso de inducción matemática.
Si A2 = A, entonces:
P(n) : An = A
P(1) : A1 = A
P(k) : Ak = A. Verdadero por hipótesis inductiva.
P(k + 1) : Ak+1 = A
Ak+1 = AkA = AA = A2 = A,
lo cual es verdadero. Por lo tanto se cumple que An = A. 
JOE GARCIA ARCOS

MATRICES 63
EJEMPLO 1.6.14
Demuéstrese que si AB = A y BA = B, entonces A y B son idempotentes.
SOLUCION
Para que A y B sean idempotentes, debe cumplirse: A2 = A y B2 = B.
A2 = AA = ABAB = ABB = AB = A
B = BB = BABA = BAA = BA = B. 
2
EJEMPLO 1.6.15
Si A es una matriz involutoria, demuéstrese que ½(I + A) y ½(I - A) son matrices
idempotentes y que [½(I + A)][½(I - A)] = O.
SOLUCION
[½(I + A)]2 = ¼(I + A)(I + A) = ¼(II + IA + AI + AA) si A2 = I
= ¼(I + 2IA + I) = ¼(2I + 2A) = ½(I + A) es idempotente.
[½(I - A)]2 = ¼(I - A)(I - A) = ¼(II - IA - AI + AA) si A2 = I
= ¼(I - 2IA + I) = ¼(2I - 2A) = ½(I - A) es idempotente.
[½(I + A)][½(I - A)] = ¼(I + A)(I - A) = ¼(II - IA + AI - AA) si A2 = I
= ¼(I - I) = O. 
EJEMPLO 1.6.16
Pruébese que la matriz A es involutoria si y sólo si, se cumple que
(I - A)(A + I) = O.
SOLUCION
Para que la matriz A sea involutoria es necesario que se cumpla A2 = I.
(I - A)(A + I) = IA + II - AA - AI = A + I2 – A2 - A = I – I = O. 
EJEMPLO 1.6.17
Las potencias naturales n  2 de una matriz idempotente A, satisfacen la ecuación
An = A.
SOLUCION
Siendo A idempotente, se cumple que An = A, entonces A3 = AA2 = AA = A2 = A.
Supóngase que An = A, entonces
An+1 = AAn = AA = A2 = A. 
EJEMPLO 1.6.18
Las potencias de una matriz involutoria A cumplen las ecuaciones
a.- A2n = I,  n  ; b.- A2n+1 = A,  n  .
SOLUCION
Siendo A una matriz involutoria, debe cumplirse que A2 = I; entonces:
a.- A2n = (A2)n = In = I;
b.- A2n+1 = AA2n = AI = A. 
EJEMPLO 1.6.19
Si A es una matriz idempotente, pruebe que (AB – ABA)2 = O, para toda matriz B.
SOLUCION
Si A es idempotente, entonces A2 = A; por lo tanto
(AB – ABA)2 = (AB – ABA)(AB – ABA)
= ABAB – ABABA – ABAAB + ABAABA
= ABAB – ABABA – ABA2B + ABA2BA
= ABAB – ABABA – ABAB + ABABA
= O. 
EJEMPLO 1.6.20
Demuestre que para una matriz nilpotente A de índice de nilpotencia p la matriz A+
es también nilpotente y posee el mismo índice de nilpotencia.
SOLUCION
Dado que Ap = O, entonces tenemos que probar que (A+)p = O. Es decir:
JOE GARCIA ARCOS
64 MATRICES
(A+ ) p = A+  A+  ...  A+ = (A  A  ...  A)+ = ( A p )+ = O+ = O . 

p veces p veces
EJEMPLO 1.6.21
Demuestre que si A es idempotente, B = 2A – I es involutoria, si B es involutoria,
A = ½(B + I) es idempotente.
SOLUCION
Si A2 = A, entonces:
B2 = (2A - I)2 = (2A - I)(2A - I) = 4A2 – 4A + I = 4A – 4A + I = I.
2
Si B = I, entonces:
2
1  1 1 1 1
A2 =  (B + I)  = (B2 + 2B + I) = (I + 2B + I) = (2B + 2I) = (B + I) = A .
2  4 4 4 2
% COMPROBACION DE UNA MATRIZ PERIODICA

clc;clear;
fprintf('\n COMPROBACION DE UNA MATRIZ PERIODICA \n')
pt=input('Ingrese la potencia a la que va elevar A: ');
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
fprintf(' LA MATRIZ POTENCIA ES:\n')
PotA=A^pt
end
if(A ==PotA)
fprintf('\n LA MATRIZ A ES PERIODICA\n')
if(pt==2)
fprintf('\n LA MATRIZ A ES IDEMPOTENTE\n')
end
else
fprintf('\n LA MATRIZ A NO ES PERIODICA\n')
end
% COMPROBACION DE UNA MATRIZ INVOLUTORIA

clc;clear;
fprintf('\n COMPROBACION DE UNA MATRIZ INVOLUTORIA \n')
%pt=input('Ingrese la potencia a la que va elevar la matriz: ');
pt=2;
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
end
PotA=A^pt
end
I=eye(size(A));
end
JOE GARCIA ARCOS
MATRICES 65
if(PotA ==I)
fprintf('\n LA MATRIZ A ES INVOLUTORIA\n')
else
fprintf('\n LA MATRIZ A NO ES INVOLUTORIA\n')
end
% COMPROBACION DE UNA MATRIZ NILPOTENTE

clc;clear;
fprintf('\n COMPROBACION DE UNA MATRIZ NILPOTENTE \n')
pt=input('Ingrese la potencia a la que va elevar: ');
for f=1:filcol
for c=1:filcol
A(f,c)=input(' :');
end
end
A
End
PotA=A^pt
end
ceros=zeros(size(A));
if(PotA ==ceros)
fprintf('\nLA MATRIZ A ES NILPOTENTE DE INDICE %d\n',pt)
else
fprintf('\nLA MATRIZ A NO ES NILPOTENTE\n')
end
PROBLEMAS
1.6.1 Si A2 = A, demostrar que (A + I)k = I + (2k – 1)A. 1.6.6 La matriz

a i
1.6.2 La ecuación A2 = I se satisface para cada una de las A ,
matrices 2 x 2 i b
1 0 1 0  1 b  donde i2 = -1, a  12 (1  5) y b  12 (1  5) , tiene la

 ,  ,  
 0 1   c 1  0 1 propiedad de que A es idempotente. Describir en forma
completa todas las matrices A de 2 x 2, con elementos
donde b y c son números reales arbitrarios. Hallar todas las
complejos tales que A sea idempotente.
matrices A de 2 x 2, tales que A2 = I.
1.6.3 Dada la matriz 1.6.7 Determine a y b tales que A sea idempotente

 1 0
 Cos Sen  A .
A . a b
 Sen Cos  
Calcular An siendo n  Z+.
1.6.8 Determine condiciones sobre a, b y c de modo que
A sea idempotente
1.6.4 Demuestre que una matriz triangular es nilpotente
si, y sólo si, todos los elementos de la diagonal principal  a 0
A .
son nulos, y el índice del carácter nilpotente de la matriz b c
triangular no supera su orden.
1.6.9 Demuestre que A es idempotente sí y sólo si AT es
1.6.5 Sea k  0, encuentre A , n  Z si
n +
idempotente.
 Cos kSen 
A 1 . 1.6.10 Demostrar que una hipermatriz triangular es
  Sen Cos  nilpotente si, y sólo si, todas sus submatrices en la
 k 
diagonal principal son nilpotentes.
JOE GARCIA ARCOS
66 MATRICES
1.6.11 Dada la matriz 1.6.17 Demuestre que si A y B son idempotentes y AB =

 n n  BA, entonces AB es idempotente.
 Cos k Sen 
k 
A 1.6.18 Encuentre una matriz hipertriangular nilpotente
  Sen n Cos n 
  de índice 2 tales que sus submatrices en la diagonal
 k k  principal sean nilpotentes de índice 2.
en donde k  Z+, encuentre Am para todo m. ¿A qué es
igual la matriz Am cuando m = k? 1.6.19 Si A y B son matrices de 2 x 2. Calcule:
a.- (AB – BA)2; b.- (AB – BA)n, n > 2.
1.6.12 Demuéstrese que, si A es matriz cuadrada, en-
tonces: 1.6.20 Si A y B son matrices de n x n tales que
a.- A3 – I = (A – I)(A2 + A + I); A(AB – BA) = (AB – BA)A
b.- A4 – I = (A2 + I)(A + I)(A – I); y
c.- 3A2 – 2A - I = (3A + I)(A – I); B(AB – BA) = (AB – BA)B.
d.- Ak – I = (A – I)(Ak-1 + Ak-2 + … + I). Demuestre que (AB – BA)3 = O.
1.6.13 Demuestre que si A es nilpotente, entonces AT es 1.6.21 Encuentre una matriz triangular de 3 x 3, que sea
nilpotente con el mismo índice. nilpotente de índice 2.
1.6.14 Sean las matrices 1.6.22 Dada la matriz A. Hallar el valor del polinomio
 3 2   4 2  p(x):
A , B  ,
 15 8   15 7   1 2 1
 
p( x, y)  x2  xy  2 y 2 y q( x, y)  x2  y 2  2 y  1 : a.- A   1 1 3  , p(x) = 3x2 – 2x + 2;
2 1 1 
a.- Verifíquese que A y B conmutan. 
b.- Evalúese p(A, B). 1 1 1 
c.- Evalúese q(A, B).  
b.- A  1 1 1 , p(x) = 2x2 + 3x – 1;
d.- Demuéstrese que, en general, si A y B son matrices 1 1 1
de n x n, y si A y B conmutan, entonces  
(A + B)2 = A2 + 2AB + B2  1 2 3
 
y c.- A   4 5 6  , p(x) = x2 – 5x – 5;
A2 – B2 = (A + B)(A – B) 7 8 9
y verifíquese la validez de esas relaciones con las  
matrices A, B que se han dado. 1 4 7
 
d.- A   2 5 8  , p(x) = 3x2 + 5x – 5;
1.6.15 Sea f ( x)  x2  x  3 , g ( x)  x3  2 x  1 , 3 6 9
 
 3 1  1 2  1 1 1 
A , B  . Evalúese:  
 2 0 3 4  e.- A  1 i 1 , p(x) = x2 + 3x + 1;
a.- f(A); b.- f(B); c.- f(I); d.- f(O); 1 1 i 
 
e.- g(A); f.- g(B); g.- f(A + B).
 1  i 1 1 
 
1.6.16 En cada una de las elecciones siguientes de la f.- A   1 1  i 1  , p(x) = x2 - 3x – 2.
matriz A, demuéstrese que se puede expresar A como B  1 1 1  i 

+ C, donde B es idempotente y C es nilpotente
(recuérdese que O es idempotente y nilpotente al mismo 1.6.23 Hallar matrices A y B tales que
tiempo):
 1 2   1 3 
1 0 0 0 A2    y B 
2
.
a.- A    ; b.- A   ;  0 1  2 5 
 0 1  1 0
1 0 1 0 1.6.24 Dada la matriz
c.- A   ; d.- A   ;
0 0 1 1  8 4 4i 
 
1 0 0 A   4 2 2i 
1 0     4i 2i 2 
e.- A   ; f.- A   0 1 0 .  
1 0  1
 0 0  encuentre An, n  Z+.
JOE GARCIA ARCOS

MATRICES 67
1.7 CUESTIONARIO
Responda verdadero (V) o falso (F) a cada una de las siguientes afirmaciones. Para las afirmaciones que sean falsas,
indicar por que lo es:
1.7.1 Si dos productos AB y BA están definidos y A es 1.7.11 Si A y B son matrices cuadradas de un mismo
una matriz de m x n, entonces B es una matriz de m x n. orden con la particularidad de que AB  BA, entonces
Tr(AB)  Tr(BA).
1.7.2 Una matriz que conmuta para el producto con una
matriz diagonal que posee elementos en la diagonal 1.7.12 Para que una matriz cuadrada A sea conmutativa
distintos de dos en dos es también una matriz diagonal. con todas las matrices cuadradas del mismo orden, es
necesario y suficiente que la matriz A sea escalar.
1.7.3 Si una matriz cuadrada A es conmutativa para el
producto con todas las matrices cuadradas del mismo 1.7.13 Las operaciones sobre las matrices casi
orden, ésta es la matriz nula. diagonales de una misma estructura dan matrices casi
diagonales de la misma estructura.
1.7.4 Las operaciones sobre las matrices casi triangulares
de la misma estructura, superiores o inferiores conducen a 1.7.14 Si A es una matriz diagonal y todos los elementos
matrices casi diagonales de la misma estructura. de su diagonal principal se diferencian entre sí, cualquier
matriz, conmutativa con A debe ser nula.
1.7.5 Si una matriz A es nilpotente de índice de
nilpotencia n, entonces la matriz A es también nilpotente 1.7.15 Si A es una matriz de 2 x 2 y k un número entero
y posee el mismo índice de nilpotencia. superior a dos, entonces Ak = O si, y sólo si, A2 = O.
1.7.6 Si las matrices A y B son conmutables para el 1.7.16 Si para las matrices A y B ambos productos AB y
producto, entonces las matrices conjugadas A y B son BA están definidos con la particularidad de que AB = BA,
anticonmutativas. entonces las matrices A y B son cuadradas y no
necesariamente tienen el mismo orden.
1.7.7 Una matriz triangular es nilpotente si, y sólo si,
todos los elementos de la diagonal principal son nulos, y el 1.7.17 Si A y B son matrices cuadradas de un mismo
índice de nilpotencia de la matriz triangular no supera su orden con la particularidad de que AB  BA, entonces
orden. (A - B)2 = A2 + B2.
1.7.8 Si A es una matriz normal y conmuta con una cierta 1.7.18 Para cualquier matriz B con elementos reales o
complejos, entonces la matriz A = BB+ es antihermítica.
matriz B, entonces A conmuta con B.
1.7.19 La suma A + B y el producto AB de matrices
1.7.9 El producto de dos matrices antisimétricas A y B es
normales A y B son matrices normales.
una matriz antisimétrica si, y sólo si, AB  BA.
1.7.20 Una matriz normal casi triangular es una matriz
1.7.10 Para que una matriz cuadrada A sea conmutativa
casi diagonal.
con todas las matrices diagonales es necesario y suficiente
que la propia matriz A sea diagonal.
JOE GARCIA ARCOS

Matrices 170727032332

Caricato da

Informazioni sul documento

Titolo originale

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 170727032332

Caricato da

Copyright:

Formati disponibili

OBJETIVO

1.1 ALGEBRA DE MATRICES

1.1 ALGEBRA DE MATRICES

Una matriz con n filas y m columnas se llama matriz de n x m; la expresión n x m es

Si n = m la matriz se denomina cuadrada y se dice que tiene orden n. Si una matriz

A continuación se dan algunos tipos de matrices:

Matrices de este tipo se dan a continuación:

Este tipo de matrices tienen la siguiente forma:

La definición de operaciones entre matrices es lo que determina la utilidad de ellas

A continuación se explican algunas operaciones que se pueden realizar con matrices.

Es decir, dadas las matrices

Se definirá ahora la suma de matrices, que consiste simplemente, como esperará el

Es decir; si a cada par de matrices de orden n x m le hacemos corresponder otra

JOE GARCIA ARCOS

% CALCULAR LA SUMA DE MATRICES

JOE GARCIA ARCOS

La siguiente operación que se considerará es la de multiplicar una matriz por un

Es decir; formalmente se expresa esta operación de la siguiente manera:

Cada elemento de A se multiplica por el escalar . El producto A es, por

JOE GARCIA ARCOS

JOE GARCIA ARCOS

Tamaño 1 Tamaño 2 Tamaño 3

JOE GARCIA ARCOS

% MULTIPLICACION DE UN ESCALAR Y UNA MATRIZ

La matriz opuesta de A puede obtenerse multiplicando la matriz original por el

JOE GARCIA ARCOS

La operación de restar una matriz B de una matriz A se define exactamente como

Es decir; si a cada par de matrices de orden n x m le hacemos corresponder otra

JOE GARCIA ARCOS

JOE GARCIA ARCOS

A continuación, dividamos una matriz A en partes mediante un sistema de rectas

La conveniencia de la división en submatrices consiste en que las operaciones

JOE GARCIA ARCOS

 B11 B12 B1n 

% CALCULAR LA RESTA DE MATRICES

JOE GARCIA ARCOS

De la propia definición se deduce que, en general, no es posible multiplicar dos

Para formar los elementos de la primera fila de la matriz AB se han multiplicado

El producto de dos matrices, en términos generales, depende del orden de los

JOE GARCIA ARCOS

JOE GARCIA ARCOS

AB - AI - IB + 2II = BA - BI - IA + 2II

JOE GARCIA ARCOS

JOE GARCIA ARCOS

respectivamente, y por cada unidad de Q3 son 2, 5 y 3 respectivamente. Suponga que

JOE GARCIA ARCOS

De este teorema se deduce que el producto de varias matrices dispuestas en un orden

JOE GARCIA ARCOS

De las propiedades 1.1.8 y 1.1.9 se desprende directamente la siguiente regla general:

Por tanto AB  BA. 

% CALCULAR LA MULTIPLICACION DE MATRICES

JOE GARCIA ARCOS

A continuación damos de forma general, la multiplicación de hipermatrices.

Consideremos las matrices

JOE GARCIA ARCOS

1.1.1 Multiplicar las matrices: 1.1.2 Pruebe que si A es una matriz de n x n y B = aA +

JOE GARCIA ARCOS

JOE GARCIA ARCOS

JOE GARCIA ARCOS

La producción en miles en su planta B está dada por la matriz

1.1.53 La siguiente tabla da el costo en centavos de un kilo de mariscos en tres diferentes

1.2 CLASIFICACION DE LAS MATRICES CUADRADAS

JOE GARCIA ARCOS