ÁLGEBRA

ANALISTA DE SISTEMAS
LICENCIATURA EN SISTEMAS
INGENIERÍA QUÍMICA

MATRICES

Definición: Dado un cuerpo K (Q, R o C), una matriz m x n sobre K es un cuadro de m x n elementos de K
dispuestos en m filas y n columnas:

  … 
  … 

= … … … …

  … 

Con aij , para 1 ≤ i ≤ m, 1 ≤ j ≤ n, se representan los elementos de la matriz. En esta notación, con aij se
representa al elemento de la matriz que está ubicado en la fila i-ésima, columna j-ésima. Así con a23 se
representa al elemento de una matriz ubicado en la segunda fila, tercera columna.
Las matrices se representan con letras mayúsculas y los elementos con minúsculas.
Abreviadamente se escribe A = [aij]. También el elemento aij se representa: aij=(A)ij
Una matriz se dice cuadrada cuando m=n, es decir cuando tiene el mismo número de filas que de columnas,
en caso contrario se dice rectangular.
En una matriz cuadrada, los elementos a11, a22, ..., ann se dice que forman la diagonal principal.
Representaremos con Mmxn ( K ) al conjunto de todas las matrices m x n sobre el cuerpo K.
El tamaño de una matriz se especifica en función del número de filas y de columnas que contenga. Así, se
dice que una matriz es de tamaño 2 por 3, lo que se escribe 2x3, si está compuesta por 2 filas y 3 columnas.
Con lo que, el primer número siempre indica el número de filas.

2
Ejemplo:
2 −4 √3 0 2
0 3 −1 0 1 1 0 √2 3

−1  √3
−1
−1 −1 2 −1 1 + √21
Cuyos tamaños son 3x2, 1x4, 3x3, 3x1 y 1x1 respectivamente.
Las matrices compuestas por una sola fila o una sola columna se llaman vectores (vector fila o vector
columna), o también matriz fila o matriz columna.

del ejemplo podría representarse como √3. La desambiguación, respecto de si se trata del número √3 ó de
En una matriz 1x1 se pueden omitir los corchetes que delimitan los elementos. Por ejemplo la última matriz

la matriz 1x1 cuyo único elemento es √3, la dará el contexto en el cual se usa.
Las matrices fila o columna se denotan con letras minúsculas y en negrita. En estos casos se utiliza un
único índice, ya que el otro queda indicado por defecto. Así una matriz fila a 1xn y una matriz columna b

b
mx1 se representarán:

 =   …   b
 = … 

b
OPERACIONES CON MATRICES
Definición: se dice que dos matrices son iguales si tienen el mismo tamaño y si sus elementos
correspondientes son iguales.
En notación matricial se escribe, si A=[aij] y B=[bij] son del mismo tamaño, entonces A = B si y sólo si aij=bij,
o también (A)ij=(B)ij, para todo par de valores i y j.
Ejemplo: dadas las siguientes matrices:

Matrices 1
 Álgebra

! 1 −2 1 0 1 1

= " #= " $= "
−1 0 −1 0 −1 0 1

Si el elemento a11=z de A es z=-2, entonces A=B. Para los demás valores de z no se verificará que A y B
sean iguales.
No existe posibilidad de que la matriz C sea igual a A o a B puesto que son de distinto tamaño.

Definición: Si A y B son matrices del mismo tamaño, entonces la suma A+B es la matriz obtenida al sumar
los elementos de B con los elementos correspondientes de A.
La diferencia A – B, por su parte, es la matriz que se obtiene al restar los elementos de B de los
correspondientes elementos de A.
Si las matrices son de diferente tamaño no se las puede sumar ni restar.
En notación de matrices, si A=[aij] y B=[bij] son del mismo tamaño, entonces:
(A+B)ij = (A)ij + (B)ij = aij + bij y (A – B)ij = (A)ij – (B)ij = aij – bij

−1 2 −2 2 1 0 0
Ejemplos: dadas las matrices

= 0 1 # = −1 −1 $ = 0 1 0 Entonces
2 −2 1 −1 0 0 1
−3 4 1 0

+ # = −1 0  %
− # = 1 2  mientras que A+C, B+C, A – C, y B – C no están definidas.
3 −3 1 −1

Definición: Si A es cualquier matriz y c es cualquier escalar, entonces el producto cA es la matriz que se

obtiene multiplicando cada elemento de A por c.
Si A = [aij], en notación matricial el elemento i-jésimo de cA se representa: (cA)ij = c(A)ij = caij

−1 2 1 2 −1 0 4 3 5
Ejemplo: Dadas las matrices

= " #= " $= " y sean c1=3, c2= –1; c3= 1/2; entonces:
0 −2 −1 0 3 −2 −2 1 0
−1 2 1 −3 6 3 2 −1 0 −2 1 0
'
= 3 "= ", ' # = *−1+ "= ",
0 −2 −1 0 −6 −3 0 3 −2 0 −3 2
1 4 3 5 2 3/2 5/2
', $ = "=- /
2 −2 1 0 −1 1/2 0
Notación: al producto (–1)B se lo escribe –B, así: (–1)B = –B

Combinación lineal: Si A1, A2, ..., An son matrices del mismo tamaño, y si c1, c2, ., cn son escalares, se llama
combinación lineal de A1, A2, ..., An con coeficientes c1, c2, ., cn una expresión de la forma:
c1A1 + c2A2 + ... + cnAn

1 −3 6 3 −2 1 0 2 3/2 5/2 −3 17/2 11/2

Eemplo: Con las matrices del ejemplo anterior se puede construir la siguiente combinación lineal:

2
− # + $ = "+ "+- /=- /

2 0 −6 −3 0 −3 2 −1 1/2 0 −1 −17/2 −1
Producto de matrices
Definición: Si A es una matriz mxr y B es una matriz rxn, entonces el producto AB es la matriz mxn cuyo
elemento i-jésimo se obtiene al multiplicar entre sí los elementos de la fila i-ésima de A por los de la
columna j-ésima de B, y sumando los productos resultantes.

3   … 
… 7 ; < < 5= <
2 …  7 : …
… … …<

… … < <

# = 2   … 48 ::  …


… …6= … …
2 45 … … …
2… … …
46
… 7 : <7 <7 8= <7
1  
9

Matrices 2
 Álgebra

Si A=[aij] es una matriz mxr, y B=[bij] es una matriz rxn, entonces el elemento (AB)ij en la fila i y columna j

*
#+>? = > <? + > <? + >, <,? + ⋯ + >7 <7?

de AB se define:

*
#+>? =
r
Lo que puede escribirse: ∑ a .b
k =1
ik kj

4 1 4 3
Ejemplo: Sean las matrices
124

= "
# = 0 −1 3 1
260
2 7 5 2
Puesto que A es una matriz 2x3 y B es una matriz 3x4, el producto AB está definido resultando una matriz
2x4. El elemento de la matriz AB ubicado en la fila 2 y en la columna 3, por ejemplo, se determina
considerando la fila 2 de A y la columna 3 de B. Luego, se mulitiplican los elementos correspondientes entre
sí y se suman los productos:
4 1 C 3
124

# = " 0 −1 D 1 = F G
6AB 6A
2 7 E 2
*
#+, = *2.4+ + *6.3+ + *0.5+ = 8 + 18 + 0 = 26

Los demás elementos de la matriz AB se obtienen de la siguiente manera:

(AB)11=(1.4)+(2.0)+(4.2)=4+0+8=12
(AB)12=(1.1)+[2.(-1)]+(4.7)=1-2+28=27
(AB)13=(1.4)+(2.3)+(4.5)=4+6+20=30
(AB)14=(1.3)+(2.1)+(4.2)=3+2+8=13
(AB)21=(2.4)+(6.0)+(0.2)=8+0+0=8
(AB)22=(2.1)+[6.(-1)]+(0.7)=2-6+0=-4
(AB)24=(2.3)+(6.1)+(0.2)=6+6+0=12
4 1 4 3 12 27 30 13
124
JKLMK'NO:
# = " 0 −1 3 1 = F G
260 8 −4 26 12
2 7 5 2
Observación : para que el producto sea posible la cantidad de columnas de A debe ser igual a la cantidad
de filas de B.
A B = AB
mxr r x n m x n

medios
extremos

El esquema muestra que si los números interiores (medios) son iguales, el producto está definido. Por su
parte, los números exteriores (extremos) indican el tamaño de la matriz producto.
Multiplicación de matrices por columnas y por filas
A veces es necesario encontrar sólo una fila o una columna de un producto AB de matrices, sin necesidad
de calcular todo el producto. Para ello se aplican las siguientes expresiones:
j-ésima matriz columna de AB = A [j-esima matriz columna de B]
i-ésima matriz fila de AB = [i-esima matriz fila de A]B

4 1 4 3
Ejemplo: Sean las matrices
124

= " # = 0 −1 3 1
260
2 7 5 2
a) calcular la tercera columna de AB
b) determinar la segunda fila de AB

Matrices 3
 Álgebra

4
1 2 4 30
" 3 = "
2 6 0 26
5
a) 3ra. columna de AB=A[3ra. columna de B] = 3ra. columna de AB

3ra. columna de B

4 1 4 3
b) 2da. fila de AB = [2da. fila de A]B = 2 6 0 0 −1 3 1 = 8 −4 26 12
2 7 5 2
2da. fila de AB

2da. fila de A
FORMA MATRICIAL DE UN SISTEMA
Un sistema de ecuaciones puede ser expresado en forma matricial. Para ello considérese el siguiente
sistema:
 a11 .x1 + a12 .x 2 + ... + a1n .x n = b1
 a .x + a 22 .x 2 + ... + a 2 n .x n =
 21 1 b2

 ... ... ... ... ...
a m1 .x1 + a m 2 .x 2 + ... + a mn .x n = bm

Puesto que dos matrices son iguales si y sólo si sus elementos correspondientes son iguales, se puede

 Q +  Q + ⋯ +  Q <

reemplazar las m ecuaciones lineales por una igualdad de matrices:


 … Q +  Q + ⋯ +  Q <
  =   
 
…  … … …
 Q +  Q + ⋯ +  Q <

  …  Q <

La matriz del primer miembro, mx1, se puede escribir como un producto de matrices:


 …  …
… …  Q <
     =   

…

… …
  …  Q <
Si las matrices se designan con A, x y b respectivamente, el sistema de m ecuaciones con n incógnitas
puede ser expresado por la ecuación matricial:
Ax = b
La matriz A de esta ecuación se denomina matriz de coeficientes del sistema.
TRANSPUESTA DE UNA MATRIZ
T
Definición: Si A es una matriz cualquiera mxn, se llama transpuesta de A, y se representa A , a la matriz
T
nxm que se obtiene al intercambiar las filas y las columnas de A; es decir, la primera columna de A es la
T
primera fila de A, la segunda columna de A es la segunda fila de A, y así sucesivamente.
  , R 1 2
Ejemplo: Dadas las siguientes matrices, se determinan sus transpuestas:

=   , R  # = 0 −1 $ =  < S = −2

, , ,, ,R 2 3
  ,
   1 0 2 

T =   ,  #T = " $ T = " ST = −2
, , ,, 2 −1 3 <
R R ,R
T T
Puede observarse que no sólo las columnas de A son las filas de A, sino que las filas de A son las
T
columnas de A. De esta manera, el elemento ubicado en la fila i y la columna j de A es el elemento de la

*
T +>? = *
+?>

fila j y la columna i de A. Es decir:

Definición: Si A es una matriz cuadrada, entonces la traza de A, denotada por tr(A), se define como la suma
de los elementos de la diagonal principal de A. La traza de una matriz no está definida si ésta no es

2 3 1
cuadrada.

Ejemplo:
= −1 −3 0  LU*
+ = 2 + *−3+ + *−1+ = −2

5 1 −1

PROPIEDADES DE LAS OPERACIONES CON M ATRICES

Matrices 4
 Álgebra

Muchas leyes que rigen para las operaciones aritméticas son válidas en el Álgebra Matricial. Las más
importantes se detallan en el siguiente teorema:
Teorema
Si los tamaños de las matrices que se indican son los adecuados para que las operaciones sean posibles,
entonces valen las siguientes propiedades:
1. A + B = B + A Ley conmutativa de la adición
2. A + (B + C) = (A + B) + C Ley asociativa de la adición
3. A(BC) = (AB)C Ley asociativa de la multiplicación
4. A(B + C) = AB + AC Ley distributiva por la izquierda
5. (B + C)A = BA + CA Ley distributiva por la derecha
6. A(B – C) = AB – AC 7. (B – C)A = BA – CA
8. a(B + C) = aB + aC 9. a(B – C) = aB – aC
10. (a + b)C = aC + bC 11. (a – b)C = aC – bC
12. a(bC) = (ab)C 13. a(BC) = (aB)C = B(aC)

La demostración de estas propiedades se realiza comprobando que la matriz del primer miembro es del
mismo tamaño que la matriz del segundo miembro. Luego de esta comprobación se debe probar que los
elementos correspondientes en ambos miembros son iguales.
Se demostrará la propiedad N° 4, proponiéndose el r esto como ejercicios.
Sea entonces el caso de demostrar: A(B + C) = AB + AC
1. Se debe comprobar que la matriz [A(B + C)] y la matriz (AB + AC) son del mismo tamaño.
Para que el producto A(B + C) sea posible, es necesario que B y C sean del mismo tamaño, por ejemplo rxn
(B+C resultará entonces también una matriz rxn). Y además que el número de filas de B+C sea igual al
número de columnas de A. Entonces A deberá ser, por ejemplo, mxr. De este modo, A(B + C) resulta ser de
tamaño mxn.
Analizando ahora las operaciones del segundo miembro, se tiene que el producto AB es posible, ya que A
es mxr y B es rxn. De este modo, AB es de tamaño mxn.
Lo mismo ocurre con AC, ya que al ser A mxr y C rxn, la operación AC está definida y el producto resulta ser
mxn. Finalmente, como AB y AC son de tamaño mxn, la suma (AB + AC) está definida, resultando ser
también mxn.
De manera que tanto [A(B + C)] como (AB + AC) son mxn, que era lo que se quería comprobar.
2. Se debe probar ahora que los elementos correspondientes de [A(B + C)] y (AB + AC) son iguales, es
decir: ( A( B + C )) ij = ( AB + AC ) ij
Suponiendo que A = [ a ij ], B = [bij ] y C = [c ij ] , se tiene:
( A( B + C )) ij = a i1 ( B + C )1 j + ai 2 ( B + C )2 j + ... + airi ( B + C )r j
( A( B + C )) ij = a i1 (b1 j +c 1 j) + ai 2 (b2 j +c 2 j) + ... + air (brj +c r j)
( A( B + C )) ij = a i1b1 j + ai1c 1 j + ai 2 b2 j + a i 2 c 2 j + ... + air brj +a ir c r j
( A( B + C )) ij = ( a i1b1 j + ai 2 b2 j + ... + air brj ) +( ai1c 1 j + a i 2 c 2 j + ... + a ir c r j)
( A( B + C )) ij = ( AB ) ij + ( AC ) ij = ( AB + AC ) ij

Ejemplo: la ley asociativa de la multiplicación se ilustrará con el siguiente ejemplo.

Sean:
 2 − 2 1 − 2 0
   2 − 2 − 1
A = − 1 2  B =   C = − 1 2 3
 1 0  − 4 1 0
 2 − 1 0
 2 − 2  12 − 6 − 2
   2 − 2 − 1 
AB = − 1 2   = − 10 4 1 
 −4 1 0  
 1 0   2 −2 − 1

Matrices 5
 Álgebra

1 − 2 0
 2 − 2 − 1  2 − 7 − 6
BC =  −1 2 3 = 
− 4 1 0   −5 10 3 
 2 − 1 0 
 12 − 6 − 2  1 − 2
0  14 − 34 − 18

Luego: ( AB)C = − 10 4 1  − 1 2
3 = − 12 27 12  ; y

 2 − 2 − 1  2 − 1
0  2 − 7 − 6 
 2 − 2  14 − 34 − 18
 2 − 7 − 6 
A(BC ) = − 1 2   
 = − 12 27 12  Lo que verifica que (AB)C = A(BC)
−
0     2
5 10 3
 1  − 7 − 6 

Observación: Se habrá notado que la Propiedad Conmutativa no aparece en la lista del Teorema. En
efecto, en general AB ≠ BA. Esto ocurre por 3 situaciones diferentes:
a. Puede ocurrir que AB esté definido pero que no lo esté BA (Ej. Si A es 2x3 y B es 3x4)
b. Puede ocurrir que ambos productos estén definidos pero resulten matrices de diferente tamaño (Ej. Si A
es de 2x3 y B es 3x2, resulta que AB es 2x2 mientras que BA es 3x3).
c. Finalmente, puede darse que ambos productos estén definidos y que resulten matrices del mismo
tamaño, pero que a pesar de ello se cumpla que AB ≠ BA. Esto se ilustra en el siguiente ejemplo:
− 1 1  2 1   − 2 − 2  1 1
A=  B=  AB =  BA =  luego AB ≠ BA
 3 − 1 0 − 1 6 4  
− 3 1

Matriz Cero y Matriz Identidad

Definición: Una matriz con todos sus elementos iguales a cero se denomina matriz cero. Y se representa
0. Si fuera necesario precisar el tamaño de la matriz, por ejemplo mxn, se escribe 0mxn.
Es decir 0 mxn = [ a ij ] ⇔ aij = 0, ∀i = 1,2,..., m y ∀j = 1,2,..., n
0 0 0  0 
0 0 0  0 0 0  0 
Ejemplos:
  0 0 0   
0 0 0   0
Propiedades: Si los tamaños de las matrices que se indican son los adecuados para que las operaciones
sean posibles, entonces valen las siguientes propiedades de la matriz cero:
1. A+0=0+A=A 2. A–A=0
3. 0–A=–A 4. A0 = 0; 0A = 0
Observación: No obstante la similitud de las propiedades de la matriz cero con las correspondientes para
los números reales, no se verifican todas las propiedades relacionadas del número real 0. En el siguiente
ejemplo se muestra que en aritmética matricial no se verifican las propiedades análogas a:
- Si ab = ac, a ≠ 0 entonces b = c (Ley cancelativa)
- Si ad = 0 entonces a = 0 ó bien d = 0

 − 1 0  − 2 2 − 2 2 0 0
Sean A=  B=  C=  D= 
 3 0  0 1  5 3 − 2 − 3
 2 − 2  2 − 2 0 0 
Y se verifica que: 1°) AB =   y AC =   ⇒ AB = AC y 2°) AD =  
− 6 6  − 6 6  0 0 
Nótese en el primer caso, que siendo AB = AC y aunque A ≠ 0, no se puede cancelar A en ambos miembros
ya que no se verifica que B = C.
Nótese también que AD = 0, no obstante tanto A como D son diferentes de la matriz cero.

Matrices 6
 Álgebra

Definición: Una matriz cuadrada con todos sus elementos de la diagonal principal iguales a 1, y con todos
los demás elementos iguales a 0, se denomina matriz identidad. Se representa I. Si fuera necesario
precisar el tamaño de la matriz, por ejemplo la matriz identidad de orden n, se escribe In.
Es decir: I n = [ a ij ] ⇔ a ij = 1 para todo i = j , aij = 0 para i ≠ j
1 0 0 0
1 0 0 0
  1 0   1 0 0
Ejemplos: 0 1 0 0 1 
  0 0 1 0
0 0 1   
 
0 0 0 1
Obsérvese que si A es una matriz mxn, entonces se verifica que: AI n = A y Im A = A
 a11 a12 
Ejemplo: considérese A = a 21 a 22  Entonces puede verificarse que:
 a31 a32 
1 0 0  a11 a12   a11 a12   a11 a12   a11 a12 
1 0  
I 3 A = 0 1 0 a 21   
a 22  = a 21 a 22   
AI 2 = a 21 a 22   = a 21 a 22 
 0 1 
0 0 1 a31 a32  a31 a32   a31 a32   a31 a32 

Teorema
Si R es la forma escalonada reducida de una matriz cuadrada A de orden n, entonces R tiene una fila de
ceros, o bien R es la matriz Identidad In.
Demostración: Nótese que la tesis del Teorema está compuesta por la disyunción de la proposición “R
tiene una fila de ceros” y la proposición “R es la matriz Identidad In”. Una disyunción es Verdadera
cuando al menos una de las dos proposiciones que la componen es Verdadera.
Sea R, forma escalonada reducida de A, la siguiente:
 r11 r12 ... r1n 
r r22 ... r2 n 
R =  21
 ... ... ... ... 
 
rn1 rn 2 ... rnn 
Se pueden considerar 2 situaciones diferentes respecto a R, que cubren todos los casos posibles:
1. R posee al menos una fila de ceros; o
2. R no posee una fila de ceros
Analicemos cada uno de estos casos.
1. Si R posee al menos una fila de ceros, el Teorema se cumple ya que ésta es una de las 2 proposiciones
posibles consideradas en la conclusión [La tesis es Verdadera porque la proposición R tiene una fila de
ceros es Verdadera].

2. Si R no posee una fila de ceros, para probar el Teorema se deberá probar que la otra proposición de la
conclusión, R es la matriz Identidad In es Verdadera.
Si R no posee ninguna fila compuesta íntegramente por ceros, entonces en cada fila debe haber un “1
principal”. Puesto que estos unos, van disponiéndose progresivamente hacia la derecha a medida que se
avanza hacia abajo por la matriz, resulta evidente que los unos principales van ocupando la diagonal
principal. Así se verifica una de las condiciones de la matriz identidad: todos los elementos de la diagonal
principal son iguales a 1.
Por otro lado, en la forma escalonada reducida de una matriz, la columnas que poseen los unos principales
presentan el resto de sus elementos iguales a cero. Esto significa que todos los elementos de R ubicados
fuera de la diagonal principal son iguales a cero. Lo que significa que R cumple con la otra condición
impuesta para la matriz identidad.
De manera que si R no posee ninguna filas de ceros, entonces R es la matriz identidad In.

Matrices 7
 Álgebra

Esto termina la demostración, ya que tanto en la situación 1 como en la situación 2, se probó que el
Teorema se verifica.

INVERSA DE UNA M ATRIZ

Definición: Dada una matriz cuadrada A, si existe una matriz B del mismo tamaño de A, tal que AB=BA=I,
entonces se dice que A es invertible, y que B es la inversa de A.
− 3 2   − 3 − 2
Ejemplo: Dada la matriz A=  puede comprobarse que B =   es una inversa de A
 4 − 3  − 4 − 3
En efecto:
− 3 2   − 3 − 2 1 0  − 3 − 2 − 3 2  1 0
AB =    =   = I BA =    =   = I
 4 − 3 − 4 − 3 0 1  − 4 − 3  4 − 3 0 1 
Sin embargo, como muestra el siguiente ejemplo, no toda matriz posee inversa.
1 4 0 
 
Dada la matriz A = 2 5 0 es imposible encontrar una matriz B que verifique BA = I, ya que para
 
3 6 0
cualquier matriz B de tamaño 3x3, la tercera columna del producto BA, será:
 0  0 
   
[3ra. Columna de (BA)] = B[3ra. Columna de A] = B 0 = 0
   
0 0
0
 
la que de ninguna manera coincide con la [3ra. Columna de I3] = 0
 
1
0 0 0

Ejercicio: Comprobar que la matriz A = − 1 1 2 no posee inversa.

 2 − 2 1
Unicidad de la Inversa
Teorema: Si B y C son inversas de A, entonces B = C.
Demostración: Si B es una inversa de A, debe verificar que BA = I
Multiplicando ambos miembros por la derecha por C, resulta: ( BA)C = IC = C (1)
Por la propiedad asociativa de la multiplicación, es ( BA)C = B ( AC )
Como C también es una inversa de A, se verifica que AC = I
Luego ( BA)C = B ( AC ) = BI = B (2)
De (1) y de (2) resulta claro que B = C

Como resultado de este teorema se dice que la inversa de una matriz A, si existe, es única. Y se representa
A −1 . Así, se verifica: AA −1 = A −1 A = I
Teorema: si A y B son matrices invertibles del mismo tamaño entonces se cumple que:
1. AB es invertible;
2. ( AB) −1 = B −1 A −1
Demostración: demostrando que ( AB)( B −1 A −1 ) = ( B −1 A −1 )( AB) = I se demuestran las dos
−1 −1
proposiciones en forma simultánea, es decir que AB es invertible y que ( B A ) es su inversa.

( AB )( B −1 A −1 ) = A( BB −1 ) A −1 = AIA −1 = AA −1 = I
Así puede comprobarse que:
−1 −1 −1 −1 −1 −1
Del mismo modo: ( B A )( AB ) = B ( A A) B = B IB = B B = I

Matrices 8
 Álgebra

La segunda propiedad recién enunciada puede extenderse a más de dos matrices, de la siguiente manera:
Un producto de dos o más matrices invertibles del mismo tamaño, es invertible, y la inversa de dicho
producto es el producto de las inversas de las matrices en orden invertido.

POTENCIAS DE UNA M ATRIZ

Definición: Si A es una matriz cuadrada, las potencias de exponente entero no negativo de A se definen
como:
A0 = I A n = AA... A (n factores, n > 0)
Si además, A es invertible, entonces las potencias de exponente entero negativo de A se definen como:
Sea n > 0, A − n = ( A −1 ) n = A −1 A −1 ... A −1 (n factores )

Propiedades: la operación potencia de matrices posee las siguientes propiedades:

1. A r A s = A r + s 2. ( A r ) s = A rs
 1 − 2
Ejemplo: Sea A= 
− 1 2 
 1 − 2  1 − 2  3 − 6 
A 2 = AA =   = 
− 1 2  − 1 2   − 3 6 
 3 − 6  1 − 2  9 − 18
A 3 = A 2+1 = A 2 A1 =   =  aplicando propiedad 1.
− 3 6  − 1 2  − 9 18 
 3 − 6  3 − 6  27 − 54
A4 = ( A2 ) 2 = A2 A2 =   =  aplicando propiedad 2.
− 3 6  − 3 6  − 27 54 
Asimismo, respecto a los exponentes negativos se verifican las siguientes propiedades, si A es invertible:
1. A −1 es invertible y ( A −1 ) −1 = A
2. A n es invertible y ( A n ) −1 = ( A −1 ) n para n = 0, 1, 2, ...
1 −1
3. Para cualquier escalar k ≠ 0, la matriz kA es invertible y ( kA) −1 = A
k

PROPIEDADES DE LA TRANSPUESTA
Teorema: Si los tamaños de las matrices permiten realizar las operaciones que se indican, entonces se
verifica:
1. ( AT ) T = A
2. ( A + B ) T = AT + B T y ( A − B ) T = AT − B T
3. ( kA) T = kAT para cualquier escalar k
4. ( AB ) = B A
T T T

Demostración: Se demostrarán los incisos 1. y 4. dejándose los demás como ejercitación.

I- Sea el caso de demostrar ( A ) = A
T T

Comprobación de la igualdad de tamaños:

T
Si A es una matriz mxn, puesto que A se obtiene a partir de A, intercambiando sus filas por columnas,
T T T T
resulta ser A de tamaño nxm. Luego, ( A ) se obtiene intercambiando las filas por las columnas de A ,
T T
por lo que ( A ) resulta ser mxn, es decir del mismo tamaño que A.
Comprobación de la igualdad de elementos correspondientes:
Sea A = [ a ij ]

Por definición se tiene que ( AT ) ij = ( A) ji = a ji

Matrices 9
 Álgebra

Luego, (( AT ) T ) ij = ( AT ) ji = ( A) ij = aij
Resulta ser entonces ( AT ) T = A

II- Sea el caso de demostrar ( AB ) = B A

T T T

Comprobación de la igualdad de tamaños:

Sea A una matriz mxr, luego para que el producto AB esté definido, B debe tener la misma cantidad de filas
que de columnas tenga A. Sea entonces, rxn el tamaño de B.
T
AB resulta ser entonces mxn, por lo que (AB) es de tamaño nxm.
T
Si B es rxn, B será nxr. Por su parte, si A es mxr, entonces AT será rxm. Por lo que BT AT está definido
y es de tamaño nxm.
T
Se comprueba así la igualdad de los tamaños de ( AB) y de BT AT
Comprobación de la igualdad de elementos correspondientes:
Sean A = [ a ij ] mxr y B = [bij ] rxn

Se debe probar que (( AB)T )ij = ( BT AT )ij

Aplicando la definición de matriz transpuesta y la definición de multiplicación de matrices, se tiene:
(( AB) ) T
ij = ( AB) ji = a j1b1i + a j 2 b2i + ... + a jr bri (1)

Si B T = [b'ij ] nxr resulta ser b' ij = b ji y del mismo modo, si AT = [a'ij ]rxm resulta ser a ' ij = a ji
Luego, reemplazando en (1), se tiene:
(( AB) ) T
ij = a'1 j b'i1 + a' 2 j b'i 2 +... + a' rj b'ir = b'i1 a'1 j +b'i 2 a' 2 j +... + b'ir a ' rj = ( B T AT ) ij

La propiedad N° 4 enunciada puede extenderse a más de dos matrices, de la siguiente manera: La

transpuesta del producto de dos o más matrices, es igual al producto de las transpuestas de las
matrices en orden invertido.
3 − 1
Ejemplo: Sean A = 1
 0  B =  − 1 1 2
   0 − 1 2
2 − 2  

− 1 0 
3 1 2
Entonces: A = 
T
 y B =  1 − 1
T

 − 1 0 − 2  2 2 
3 − 1  − 3 4 4  − 3 − 1 − 2
   − 1 1 2  
AB = 1 0    =  − 1 1 2 ( AB) =  4
T
1 4 
0 − 1 2
2 − 2  − 2 4 0  4 2 0 
− 1 0   − 3 − 1 − 2
  3 1 2  
B A =  1 − 1 
T T
 = 4 1 4  Luego se comprueba que ( AB) T = B T AT
− 1 0 − 2
 2 2    4 2 0 

Invertibilidad de una Transpuesta

−1 −1 T
Teorema: Si A es una matriz invertible, entonces A también es invertible y ( A ) = ( A
T T
)
Demostración:
Demostrando que AT ( A−1)T = ( A−1)T AT = I se pueden probar las dos proposiciones, es decir:
1. AT es invertible; y
T −1 −1 T
2. ( A ) = ( A )

Matrices 10
 Álgebra

Pero por lo recién demostrado, respecto a la transpuesta de un producto de matrices, y al hecho de que
I T = I se tiene que:
AT ( A −1 ) T = ( A −1 A) T = I T = I
Del mismo modo: ( A −1 ) T AT = ( AA −1 ) T = I T = I
M ATRICES ELEMENTALES
Definición: una matriz nxn se denomina matriz elemental si se obtiene aplicando a la matriz identidad In nxn
una sola operación elemental en sus filas.

1 0 0 0
Ejemplo: las siguientes son matrices elementales
1 0 0 0 1 0 0
1 −5
J = " J = 0 0 1 J, =  0 0 12 0

0 1
0 1 0 0 0 0 1
A la primera fila de I2 se
le sumó la fila 2 En I3 se La tercera fila de I4
multiplicada por (-5) intercambiaron las se multiplicó por
filas 2 y 3 (12)

Teorema: Si la matriz elemental E se obtiene de la aplicación de cierta operación elemental en la fila de Im y

si A es una matriz mxn, entonces el producto EA resulta ser la matriz que se obtiene cuando la misma

3 2 4 2
operación elemental se aplica en las filas de A.

Ejemplo: Considerar la matriz
= −1 −2 1 3

2 2 −1 4
1 0 0
y sea la matriz elemental J = 0 1 −3
0 0 1
que se obtiene al sumarle a la segunda fila de I3 la tercera fila multiplicada por (–3).

3 2 4 2 3 2 4 2
Si a la matriz A se le aplica la misma operación elemental [F2 → F2 + F3 (–3)] se obtiene:

−1 −2 1 3 F2 → F2 + F3*−3+ → −7 −8 4 −9
2 2 −1 4 2 2 −1 4
Si se realiza el producto EA se obtiene:

1 0 0 3 2 4 2 3 2 4 2
J
= 0 1 −3 −1 −2 1 3 = −7 −8 4 −9
0 0 1 2 2 −1 4 2 2 −1 4
Comprobándose que EA resulta ser igual a la matriz que se obtiene al aplicar a las filas de A la misma
operación elemental que permitió obtener E.
Observación:
Si una operación elemental se aplica en las filas de una matriz identidad I para obtener una matriz elemental
E, puede comprobarse que existe otra operación en las filas de E que produce nuevamente I. Esta situación
se expone en la siguiente tabla:
Operaciones en las filas de I que producen E Operaciones en las filas de E que reproducen I
Multiplicar la fila i por c≠0 Multiplicar la fila i por el inverso de c (1/c)
Intercambiar las filas i y j Intercambiar las filas i y j
Sumar c veces la fila i a la fila j Sumar (-c) veces la fila i a la fila j
Las operaciones de la columna de la derecha de la tabla (que permiten reproducir I) se llaman operaciones
inversas de las de la columna izquierda.
Ejemplo:
1 0 0 1 0 0 1 0 0
Y = 0 1 0 Z2 → Z2 + Z3*4+ → J = 0 1 4 Z2 → Z2 + Z3*−4+ → Y = 0 1 0
0 0 1 0 0 1 0 0 1

Matrices 11
 Álgebra

El ejemplo muestra como a partir de la aplicación de una operación elemental en las filas de I3 (sumar a la
fila 2 la fila 3 multiplicada por 4) se obtiene la matriz elemental E. Asimismo, como a partir de E y mediante
la aplicación de una operación inversa (sumar a la fila 2 la fila 3 multiplicada por –4) se puede volver a
obtener I3.
Teorema: Toda matriz elemental es invertible, y su inversa también resulta ser una matriz elemental.
Demostración: Si E es una matriz elemental, esto significa que E se obtuvo al efectuar una de las tres
operaciones elementales en las filas de I. Supóngase que sea E0 la matriz que se obtiene cuando la inversa
de esa operación se efectúa en I. Al aplicar el Teorema ya enunciado sobre la multiplicación de una matriz A
por una matriz elemental E (por la izquierda), y usando el hecho de que las operaciones inversas aplicadas

J[ J = Y % JJ[ = Y
en las filas cancelan mutuamente su efecto, se puede concluir que:

De modo que la matriz E0 resulta ser la inversa de E.

A continuación se enuncia un Teorema que establece importantes relaciones entre la invertibilidad de
matrices, sistemas lineales homogéneos, formas escalonadas reducidas y matrices elementales.
Teorema: Si A es una matriz nxn, entonces las siguientes proposiciones son equivalentes, es decir todas
son Verdaderas o todas son Falsas:
a) A es invertible;
b) Ax=0 sólo tiene la solución trivial;
c) La forma escalonada reducida de A es In;
d) A se puede expresar como un producto de matrices elementales.
Demostración: para probar la equivalencia de todas las proposiciones se debe demostrar la siguiente

 ⟹ < ⇒' ⇒^ ⇒
secuencia de implicaciones:

Demostremos la primera implicación:  ⟹ < [Si A es invertible, entonces Ax=0 sólo tiene la solución trivial]

_B = B
Supóngase que A es invertible, y sea x0 una solución cualquiera de Ax=0. De modo que:
-1

` *
_B + =
` B ⇔ *
`
+_B = B ⇔ Y_B = B ⇔ _B = B

Si se multiplica a ambos miembros por A se obtiene

< ⇒ ' [Si Ax=0 sólo tiene la solución trivial, entonces la forma escalonada reducida de A es In]
Por lo tanto Ax=0 sólo tiene la solución trivial.

Sea Ax=0 la forma matricial del siguiente sistema lineal homogéneo:

 a11.x1 +a12.x2 + ... + a1n .xn = 0

 a21.x1 + a22.x2 + ... + a2n .xn = 0

 ... ... ... ... ...
am1.x1 + am 2.x2 + ... + amn .xn = 0

Supongamos que el sistema sólo tiene la solución trivial. Si el sistema se hubiera resuelto por el método de
eliminaciónde Gauss-Jordan, entonces el sistema de ecuaciones correspondiente a la forma escalonada

Q 1 0 0 … 0 0
reducida de la matriz aumentada debe ser:
=0
Q = 0c 0 1 0 … 0 0
b La matriz aumentada de este sistema es:  0 0 1 … 0 0

… … … … … … … …
Q = 0
0 0 0 … 1 0
Si en esta última matriz se elimina la última columna que corresponde a los términos independientes del
sistema lineal homogéneo (todos iguales a cero), se concluye que la forma escalonada reducida de la matriz

' ⇒ ^ [Si La forma escalonada reducida de A es In, entonces A se puede expresar como un producto de
A es In.

matrices elementales]
Supóngase que la forma escalonada reducida de A es In. Ello implica que A se puede reducir a In mediante
una sucesión finita de operaciones elementales en las filas. Cada una de estas operaciones se puede
efectuar multiplicando por la izquierda por una matriz elemental adecuada. De esta manera, es posible
determinar matrices elementales E1, E2, ... Ek tales que:

Matrices 12
 Álgebra

Jd … J J
= Y

multiplican ambos miembros de la última igualdad por Jd` … J` J` se obtiene:
Por el teorema relativo a las inversas de las matrices elementales, E1, E2, ... Ek son invertibles. Así, si se

J` J` … Jd` *Jd … J J
+ = J` J` … Jd` Y De donde:

= J` J` … Jd` Y = J` J` … Jd`
Puesto que las inversas de matrices elementales también son matrices elementales, la expresión anterior

^ ⇒  [Si A se puede expresar como un producto de matrices elementales, entonces A es invertible]

indica que A se puede escribir como un producto matrices elementales.

Si A se expresa como un producto de matrices elementales, y puesto que toda matriz elemental es
invertible, esto implica que A se expresa como el producto de matrices invertibles, luego en virtud del
terorema ya demostrado acerca de la invertibilidad del producto de matrices, resulta que A es invertible.
Esto termina la demostración del Teorema, probándose la equivalencia de todas las proposiciones
indicadas.

Equivalencia por filas

Si una matriz B se puede obtener a partir de una matriz A mediante la ejecución de una sucesión finita de
operaciones elementales en las filas, también B se puede volver a convertir en A mediante la ejecución de
las inversas de tales operaciones elementales en las filas.
Las matrices que se pueden obtener a partir de otra matriz mediante la ejecución de operaciones
elementales se dicen equivalentes por filas.

Método para hallar la inversa de una matriz

Del Teorema anterior se vió que una matriz A se podía escribir como producto de matrices elementales de

= J` J` … Jd`

la siguiente forma:

*
+` = *J` J` … Jd` +` ⇔ *
+` = *Jè  +` … *J` +` *J` +` = Jd … J J = *Jd … J J +Y
Si se invierten ambos miembros de esta igualdad se obtiene:

-1
Esta última expresión indica que A se puede obtener al multiplicar In sucesivamente por la izquierda por las
matrices elementales E1, E2,...Ek. Como cada multiplicación por la izquierda por una matriz elemental
efectúa una operación elemental en las filas, se observa que la misma sucesión de operaciones
-1
elementales en las filas que reduce A a In, también lleva In a A . A partir de lo cual surge el siguiente
procedimiento:
Para determinar la inversa de una matriz invertible A, es necesario encontrar una sucesión de operaciones
elementales en las filas que reduzca A a la matriz Identidad, y luego efectuar esta misma sucesión de

1 2 3
-1
operaciones en In para obtener A .

Ejemplo: hallar la inversa de
= −2 −3 −7

−1 −2 −4
Según el procedimiento detallado, se debe reducir A a la matriz identidad mediante operaciones en sus filas,

obtiene adjuntando la matriz identidad a la derecha de A, obteniéndose una matriz 
⋮ Y 

-1
y aplicar simultáneamente las operaciones a I para obtener A . Para ello se trabaja con una matriz que se

ello ocurra, a la derecha aparecerá A , de modo que al final se obtiene una matriz  Y ⋮
` 
Luego se aplican operaciones en las filas de esta matriz hasta que el lado izquierdo se reduzca a I. Cuando
-1

1 2 3 ⋮ 1 0 0
En atención a ello se realizan las siguientes operaciones:

−2 −3 −7 ⋮ 0 1 0 Z2 → Z2 + *2+Z1
−1 −2 −4 ⋮ 0 0 1 Z3 → Z3 + Z1
1 2 3 ⋮ 1 0 0
0 1 −1 ⋮ 2 1 0
0 0 −1 ⋮ 1 0 1 Z3 → Z3 *−1+
1 2 3 ⋮ 1 0 0 Z1 → Z1 + *−3+Z3
0 1 −1 ⋮ 2 1 0  Z2 → Z2 + Z3
0 0 1 ⋮ −1 0 −1

Matrices 13
 Álgebra

1 2 0 ⋮ 4 0 3 Z1 → Z1 + *−2+Z2
0 1 0 ⋮ 1 1 −1
0 0 1 ⋮ −1 0 −1

1 0 0 ⋮ 2 −2 5
0 1 0 ⋮ 1 1 −1 De donde:
0 0 1 ⋮ −1 0 −1
2 −2 5

` =  1 1 −1
−1 0 −1
1 2 3
Observación: puesto que la matriz
= −2 −3 −7 es invertible, luego en virtud del Teorema antes
−1 −2 −4
demostrado, resulta que el sistema lineal homogéneo Ax=0 sólo admite la solución trivial.
Observación: Si una matriz A nxn no es invertible, entonces no se podrá reducir a In por medio de
operaciones elementales en las filas. En tal caso, la forma escalonada reducida de A contendrá por lo
menos una fila de ceros.
De esta manera si aplicando el procedimiento anterior, en algún punto se obtiene una fila de ceros en la
matriz de la izquierda, se puede concluir que la matriz no es invertible, de mnaera que ya no es necesario

1 −3 3
realizar más cálculos.

Ejemplo: determinar si es invertible la siguiente matriz # = −2 6 −6

3 0 8

1 −3 3 ⋮ 1 0 0
Aplicando el procedimiento, se tiene:

−2 6 −6 ⋮ 0 1 0 Z2 → Z2 + *2+Z1
3 0 8 ⋮ 0 0 1 Z3 → Z3 + *−3+Z1
1 −3 3 ⋮ 1 0 0
 0 0 0 ⋮ 2 1 0
0 9 −1 ⋮ −3 0 1
Puesto que en el lado izquierdo se obtuvo una fila de ceros, la matriz B no es invertible.
Teorema: Si A es una matriz invertible nxn, entonces para toda matriz b nx1, el sistema de ecuaciones
-1
Ax=b tiene exactamente una solución, x=A b.

*
` + = *

` + = Y = 
-1
Demostración: Puesto que si se reemplaza x por A b en la ecuación Ax=b resulta:

-1
Esto implica que x=A b es una solución de Ax=b.
Para demostra que esta solución es la única, se supondrá que x0 es una solución arbitraria y luego se
-1
demostrará que x0 es la misma solución A b.

_B =  Puesto que A es invertible, se puede multiplicar ambos miembros de esta ecuación por A
Sea entonces x0 una solución cualquiera del sistema:

` *
_B + =
` 

-1

*
`
+_B =
` 

Y_B =
` 
_B =
` 

Q +2Q +3Q, = 5
Ejemplo: Resolver el siguiente sistema lineal

g−2Q −3Q −7Q, = −2c

−Q −2Q −4Q, = 3

1 2 3 Q 5
En forma matricial se puede escribir como Ax=b donde:

= −2 −3 −7 _ = Q   = −2
−1 −2 −4 Q, 3

Matrices 14
 Álgebra

La mtariz A es la misma del ejemplo en el que se aplicó el procedimiento para encontrar la inversa de una

2 −2 5
matriz. En ese ejemplo se obtuvo:

` =  1 1 −1
−1 0 −1

2 −2 5 5 10 + 4 + 15 29
Luego, por aplicación del último Teorema, debe ser:

_ =
`  =  1 1 −1 −2 =  5 − 2 − 3  =  0 

−1 0 −1 3 −5 + 0 − 3 −8
De donde la única solución del sistema es: x1=29, x2=0; x3= – 8.

M ATRICES DIAGONALES, TRIANGULARES Y SIMÉTRICAS

Definición: una matriz cuadrada en la que todos los elementos fuera de la diagonal principal son iguales a

2 0 0 0
cero se denomina matriz diagonal.
−1 0 0
0
Ejemplos:  0 2 0  - √2 / 0 0 0 0 
0 −1 0 0 −1 0
0 0 −5 0 0 0 −2

^ 0 0 0
Una matriz genérica diagonal D nxn se puede escribir como:

S = …0 ^ … 0 … 0
…
0 0 0 ^
Una matriz diagonal es invertible si y sólo si todos los elementos de la diagonal principal son diferentes de

1/^ 0 0 0
cero. En tal caso la inversa de D es:

S ` =  …0 1/^ … 0 … 0 
…
0 0 0 1/^

^ d 0 0 0
Las potencias de matrices diagonales también son fáciles de calcular. Si k es un entero, entonces:

S = … 0 ^…
d
0 … 0 
…
d


0 0 0 ^
d

^ 0 0   , R ^  ^  ^ , ^ R

Los productos de matrices en que aparecen factores diagonales resultan de fácil cálculo. Por ejemplo:

 0 ^ 0    , R  = ^  ^  ^ , ^ R 

0 0 ^, , , ,, ,R ^, , ^, , ^, ,, ^, ,R
  , ^  ^  ^, ,
0
  , ^ 0 ^  ^  ^, ,
   0 ^ 0  = 

, , ,, ^ , ^ , ^, ,,

R R R, 0 0 ^,
^ R ^ R ^, R,
Lo que se expresa diciendo: para multiplicar una matriz A por la izquierda por una matriz diagonal D, es
posible multiplicar las filas sucesivas de A por los elementos diagonales sucesivos de D.
Y, para multiplicar A por la derecha por D es posible multiplicar columnas sucesivas de A por los elementos
diagonales sucesivos de D.

Matrices triangulares
Una matriz cuadrada en la que todos los elementos arriba de la diagonal principal son cero se denomina
triangular inferior, y una matriz cuadrada en la que todos los elementos debajo de la diagonal principal son
cero se denomina triangular superior. Una matriz triangular superior o triangular inferior se denomina

  , R  0 0 0

triangular.

0  , R   0 0

Ejemplo:  0    0

0 ,, ,R , , ,,

0 0 0 RR R R R, RR
Matriz triangular Matriz triangular
superior 4x4 inferior 4x4

Matrices 15
 Álgebra

Matrices simétricas
T
Una matriz cuadrada se dice simétrica si A = A

−2 4 1 −1
Ejemplo: las siguientes matrices son simétricas
1 −5 0
5 3 4 0 −2 0
" −5 −2 2 
3 −7 1 −2 −1 1
0 2 5 −1 0 1 0
Una matriz A=[aij] es simétrica si y sólo si aij=aji para todos los valores de i y j.
Para las matrices simétricas vale el siguiente Teorema.
Teorema: Si A y B son matrices simétricas del mismo tamaño y si k es cualquier escalar, entonces:
T
a) A es simétrica;
b) A+B y A – B son simétricas;
c) kA es simétrica.
-1
Teorema: Si A es una matriz simétrica invertible, entonces A es simétrica.
T
Demostración: Supóngase que A es simétrica e invertible. Puesto que A es simétrica debe ser A=A .

expresa: *
T +` = *
` +T

Teniendo en cuenta que si una matriz es invertible también lo es su transpuesta, lo que simbólicamente se

Luego se tiene: *
` +T = *
T +` =
` lo que demuestra que A es simétrica.
-1

Matrices 16