Matrices 1

Analicemos la siguiente información:

Consideremos un inventario de camisetas de un negocio de ropa deportiva. De cierto tipo de

camisetas se tienen tres diferentes tamaños y cinco colores, y cada noche el supervisor de la
sección prepara un inventario de las existencias para la gestión. Un párrafo de dicho inventario
podría tener la forma siguiente: “Camisetas.... Nueve amarillas de talla S y cinco amarillas de talla
M; ocho S de color verde y seis M verdes; las de tamaño L casi se han agotado pues solo quedan
tres rojas, una rosa y dos negras; también tenemos tres M rosas, cinco M rojas, una M negra y
siete S negras...”.

Este informe no es muy fácil de analizar. En particular, se hay que leer el párrafo entero para
determinar el número de camisetas pequeñas de color rojo que hay actualmente en stock. En
cambio, la tabla de datos presentada a continuación resume la información mucho mejor:

Rosa Amarillo Verde Rojo Negro

S 0 9 8 0 7

M 3 5 6 5 1

L 1 0 0 3 2

Así, rápidamente notamos que no hay camisetas rojas de talla S en stock.

Vemos que el cuadro contiene información numérica dispuesta en 3 filas y 5 columnas. Este
arreglo se denomina matriz del tipo 3x5.

¿Cuántas camisetas de talla S hay en stock? ¿Cuántas verdes? ¿Cuántas negras de talla M?

Hay 0 + 9 + 8 + 0 + 7 = 24 camisetas de talla S en stock

Hay 8 + 6 + 0 = 14 camisetas verdes
Hay 1 camiseta negra de talla M

Formalicemos.:

Definición:

Se denomina matriz del tipo mxn a todo cuadro numérico de la forma

 a11 a12 a13 ...... a1n 

 
 a21 a22 a23 ...... a2n 
 ................................... 
 
 a a a ...... a 
 m1 m2 m3 mn 

Con aij , i= 1,…, m ,  j =1,…, n

Observaciones:
2
Usaremos las letras mayúsculas para denominar a una matriz; así, se tiene, por ejemplo,

 a11 a12 a13 ...... a1n 

 
 a21 a22 a23 ...... a2n 
A 
................................... 
 
 a a a ...... a 
 m1 m2 m3 mn 

O, abreviadamente ( ) ( )

Los se llaman elementos, términos o coeficientes de la matriz.

Las líneas horizontales se llaman filas y las verticales, columnas.

El conjunto de todas las matrices mxn con coeficientes ∈ ℝ, se indica ℝ 𝑥 , decimos entonces

que si:

A es una matriz de m filas y n columnas con números reales, 𝐴 ∈ ℝ𝑚𝑥𝑛

En el caso particular en que m = n decimos que las matrices son cuadradas, de lo contrario son
rectangulares.

Ejemplos:

( ) es una matriz de 2 filas y 3 columnas

2) ( √ ) es una matriz cuadrada de 3 filas y 3 columnas

En una matriz cuadrada A de n x n, la diagonal principal está dada por los elementos que
tienen igual número de fila que de columna, es decir: a11, a22 , a33 ,..., ann

Por ejemplo, en la matriz los elementos de la diagonal son √

 3
Las matrices que poseen una sola fila se denominan matriz fila

Las matrices que poseen una sola columna se denominan matriz columna.

Con la información del inventario de camisetas podemos escribir, por ejemplo, una matriz fila
( que indica la cantidad de camisetas de talla M.

=( ) una matriz columna que indica la cantidad de camisetas de color rosa.

Igualdad de matrices

Definición:

i 1,...,m
Sean las matrices A  (aij ) j 1,...,n y B  (bij ) ji11,,...,
...,m
n .

A  B  aij  bij , i, i  1,..., m, j, j  1,..., n

Ejercicio: Encontrar, si es posible, los valores de x e y para que las matrices A y B sean iguales

1 
 
1) A  1 x 2 y B   4  NO ES POSIBLE, las matrices A y B son de diferente orden.
 y
 

 1 2  2 y 1 2
2) A    y B    , A y B son matrices de 2x2 , luego para que sean iguales
 x
2
0   4 0 
se debe cumplir:

Algunas clases especiales de matrices

Matriz nula

La matriz nula del tipo mxn, denotada por 0, es la matriz de m filas y n columnas cuyos
elementos son todos nulos. En símbolos:

Observar que hay una matriz nula para cada dimensión.

Por ejemplo la matriz nula ( ) , ( )

 Matriz triangular superior (respectivamente inferior):
4
Es una matriz cuadrada en la que son ceros todos los coeficientes debajo (respectivamente
arriba) de la diagonal principal.
Si ∈ ℝ 𝑥 es triangular superior si y solo si , , 𝑠 > 𝑒 𝑡 𝑐𝑒𝑠 =0
Si ∈ℝ 𝑥 es triangular inferior si y solo si ,𝑠 < 𝑒 𝑡 𝑐𝑒𝑠 =0
La matriz A es una matriz 4x4, triangular superior y la matriz B es una matriz 4x4 triangular
inferior:

( ) ( )

Los elementos que están debajo de la diagonal principal de A cumplen que la fila es
mayor que la columna y los que están arriba cumplen que la fila es menor que la
columna.
Observar que en la definición no se dice nada del resto de los elementos, es decir
que también puede haber 0 en otros lugares como en la matriz B del ejemplo.

Matriz diagonal
Sea A  (aij ) ji11,,...,
...,n
n una matriz de orden n. Se dice que A es una matriz diagonal si todos

los elementos que están fuera de la diagonal principal son ceros. En símbolos:

 86 0
Ejemplos: A =   , ( ) ( )
 0 1 
La matriz diagonal I de orden 3 es una matriz especial, porque los elementos que
constituyen la diagonal principal son todos unos.

Matriz identidad

Sea A  (aij ) ji11,,...,

...,n
n una matriz diagonal de orden n. Se dice que A es una matriz

identidad de orden n y se nota In, si todos los elementos de la diagonal principal son
unos. En símbolos.

𝑠
( ) ={
𝑠
 Observar que al igual que la matriz nula, hay una matriz identidad para cada dimensión.
5

Por ejemplo: la matriz identidad 3x3 es ( )

y la identidad 2x2 es ( )

Matriz transpuesta

Dada la matriz ∈ , ( ) , la matriz transpuesta de A,

notada como ( ) resulta al convertir ordenadamente las filas
de A en columnas y las columnas en filas :

( ) ( )

Ejemplo: ( ) 𝑒 𝑡 𝑐𝑒𝑠 ( )

Matriz simétrica

Es una matriz cuadrada que coincide con su transpuesta:

Ejemplo: ( )

Matriz antisimétrica

Es una matriz cuadrada que coincide con la opuesta de su transpuesta:

Observar que con esta condición todos los elementos de la diagonal principal son nulos

Ejemplo: ( )

OPERACIONES CON MATRICES

Suma de matrices

Dadas dos matrices del mismo orden, ∈ ℝ 𝑥 y ∈ ℝ 𝑥 la suma de las matrices se

define como una nueva matriz 𝐶 ∈ ℝ 𝑥 donde sus elementos son la suma de los
 elementos de A y de B en la misma posición
6

Sean las matrices, 𝐴 ∈ ℝ𝑚𝑥𝑛 y 𝐵 ∈ ℝ𝑚𝑥𝑛 se define la matriz suma

𝑪 𝑨 𝑩 , donde 𝐶 ∈ ℝ𝑚𝑥𝑛 y sus elementos 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 𝑖, 1 ≤ 𝑖 ≤ 𝑚,
𝑗, 1 ≤ 𝑗 ≤ 𝑛

Ejemplo: Encuentra para cada caso, si es posible, A+B

1  1  (
    3 1
1) A   1 B    entonces ( ) ( )
0   2 5
 4
  3 1
2) A  1  1 B    no es posible , son de diferente orden
 2 5

Propiedades

1) Asociatividad:
Para toda terna de matrices , 𝐶 ∈ℝ 𝑥 se cumple que
+ ( + 𝐶) = ( + ) + 𝐶

2) Existencia del elemento neutro:

Para toda matriz ∈ , existe la matriz 0 ∈ ℝ 𝑥 tal que
+Ο 𝑥 = Ο 𝑥 + = .
3) Existencia de opuesto:
Para toda matriz ∈ℝ 𝑥n , existe una matriz ∈ℝ 𝑥 tal que
+ = + =Ο 𝑥 .
es la opuesta de y se indica – ( B= - A )

( ) entonces la opuesta de A es – ( )

Observar que gracias a la existencia del opuesto se define la resta de matrices,

como la suma de una matriz y la opuesta de otra:
Dadas 𝐶 𝑦 𝐷 ∈ ℝ𝑚𝑥𝑛 definimos 𝐶 𝐷 = 𝐶 + ( 𝐷)

4) Conmutatividad:
Para todo par de matrices ∈ℝ 𝑥 se cumple que
+ = +
 7
Demostración de la propiedad conmutativa:

Queremos ver que: + = +A .

Llamemos 𝐶 = + 𝐷= + A , entonces por la igualdad de matrices basta con
probar que 𝑐 = 𝑑 , ≤ ≤ , ≤ ≤

En efecto: c = + = + =𝑑 , ≤ ≤ , ≤ ≤

Por definición de Por propiedad Por definición de

Suma de matrices conmutativa de suma de matrices
Los números reales

Hemos probado que C=D y por lo tanto + = +

Producto de un escalar (número real) por una matriz

Dadas una matriz ∈ℝ 𝑥 y un número real 𝛼, la matriz 𝐶 = 𝛼. , 𝐶∈ℝ 𝑥 es la

matriz que resulta de multiplicar todos los elementos de por el número real 𝛼

Sea la matriz, 𝐴 ∈ ℝ𝑚𝑥𝑛 y 𝛼 ∈ ℝ se define la matriz producto por escalar

𝐶 = 𝛼𝐴
donde 𝐶 ∈ ℝ𝑚𝑥𝑛 y sus elementos 𝑐𝑖𝑗 = 𝛼. 𝑎𝑖𝑗 𝑖, 1 ≤ 𝑖 ≤ 𝑚, 𝑗, 1 ≤ 𝑗 ≤ 𝑛

Ejemplo: Si ( ) y 𝛼

(
entonces 𝛼 ( ) ( ) ( )

Propiedades

1) Para todo par de matrices ∈ ℝ 𝑥 𝛼 ∈ ℝ se cumple que:

𝛼. ( + ) = 𝛼. + 𝛼.
 2) Para toda matriz ∈ℝ 𝑥 𝛼 𝛽 ∈ ℝ se cumple que:
8
(𝛼 + 𝛽). = 𝛼. + 𝛽.
3) Para toda matriz ∈ℝ 𝑥 𝛼 𝛽 ∈ ℝ se cumple que:
( 𝛼. 𝛽). = 𝛼. (𝛽. )
4) Para toda matriz ∈ℝ 𝑥 se cumple que:
1. =

Producto de matrices

Dadas dos matrices, ∈ℝ 𝑥 y ∈ℝ 𝑥𝑡 el producto de las matrices se define como una

nueva matriz 𝐶 ∈ ℝ 𝑥𝑡 donde sus elementos son el resultado de sumar las multiplicaciones
de los elementos de cada fila de con cada columna de , analicemos un ejemplo y luego
formalizamos.

Ejemplo:

El elemento 𝑐11 = 11. 11 + 12. 21, se recorre la fila 1 de y la columna 1 de

El elemento 𝑐12 = 11. 12 + 12. 22, se recorre la fila 1 de y la columna 2 de
……………..
El elemento 𝑐23 = 21. 13 + 22. 23, se recorre la fila 2 de y la columna 3 de

Observar que para hallar un elemento de 𝐶 en la posición se recorre la fila de y la

columna de , lo que da lugar a la siguiente definición:
 Sean las matrices, 𝐴 ∈ ℝ𝑚𝑥𝑛 y 𝐵 ∈ ℝ𝑛𝑥𝑡 se define la matriz producto 𝐶 = 𝐴. 𝐵, donde 𝐶 9
∈ ℝ𝑚𝑥𝑡 y sus elementos son:
𝑛
𝑐𝑖𝑗 = 𝑘 𝑎𝑖𝑘 𝑏𝑘𝑗 𝑖 𝑚 𝑗 𝑡

Observación:
Las matrices que multiplicamos en el ejemplo NO TIENEN EL MISMO ORDEN, al
multiplicar cada elemento de una fila de por una columna de , deben coincidir el
número de columnas de la primera matriz con el número de filas de la segunda.

Con las matrices del ejemplo, el producto . no se puede hacer. Esto dice que el
producto no está definido para cualquier par de matrices, solo para las matrices que cumplen
esa relación entre columnas y filas.
Esta observación sugiere que EL PRODUCTO NO ES CONMUTATIVO, como
veremos a continuación.

Propiedades

 Asociatividad:
Para toda terna de matrices ∈ℝ 𝑥 , ∈ℝ 𝑥𝑡 𝐶 ∈ ℝ𝑡𝑥𝑞 se cumple que:
. ( . 𝐶) = ( . ). 𝐶
Observar que todos los productos se pueden hacer.

 Existencia de elemento neutro:

Para toda matriz ∈ℝ 𝑥n , existe la matriz tal que:
.I =I . =
La matriz Identidad es el elemento neutro en el producto de matrices cuadradas.
Observar que al ser cuadradas pueden realizarse los productos a derecha y a izquierda.

Si no es cuadrada y ∈ℝ 𝑥 decimos que tiene un neutro a derecha y un neutro

a izquierda, esto es: . I = I . =
A derecha multiplicamos por la Identidad nxn y a izquierda por la Identidad mxm.

 Distributividad del producto en la suma:

Para toda terna de matrices , 𝐶 ∈ℝ 𝑥 se cumple que:
10
. ( + 𝐶) = . + .𝐶 y ( + 𝐶). = . + 𝐶.
Observar que las matrices al distribuir se mantienen en EL MISMO ORDEN.

Observaciones:

 NO SE CUMPLE la propiedad Conmutativa:

Ejemplo: ( ) ( ) resulta que

( ) ( ) luego

Esto no quiere decir que no haya matrices para las que sí se cumple, pero para hablar de
una propiedad debe cumplirse para todas las matrices y esto no es cierto.

 En el conjunto de los números reales se cumple la propiedad

En el producto de matrices tampoco es válida esta propiedad:

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

Ejemplo: Sean ( ) ( ) , el producto ( ) da la matriz nula,

mientras que ni ni son nulas.

 La existencia de inversa NO ES una propiedad general de las matrices.

En los números reales, todo número distinto de cero, tiene inverso multiplicativo, esto
es, dado un número real se busca otro que multiplicado por él de como resultado el
neutro del producto ( el número 1) , es decir

Por ejemplo ( ) ( ( ( ) 1

En las matrices deberíamos buscar, dada una matriz otra matriz que multiplicada
por ella de como resultado el neutro del producto, es decir ( matriz identidad) , teniendo
en cuenta además que como el producto no es conmutativo, debe poder multiplicarse a
derecha y a izquierda y ambos resultados deben dar la identidad. Para esto la única opción
es que la matriz sea cuadrada, pero : ¿ ES SUFICIENTE ESTA CONDICIÓN ?
 11
Ejemplo:

Sea ( ) , queremos encontrar una matriz ( ) que multiplicada por de como

𝑐 𝑑
resultado la identidad:

La última ecuación nos dice 0 = 1 que es absurdo, es decir que no existen valores
de , , 𝑐 𝑑 que cumplan las ecuaciones, por lo tanto la matriz no tiene inversa.
Si una matriz no es cuadrada no posee inversa.
Algunas matrices cuadradas tienen inversa y otras no.
Como existen infinitas matrices cuadradas que tienen inversa e interesa conocerla,
será un objetivo identificar aquellas que tengan inversa y en tal caso calcularla.
En el párrafo que sigue se dará la definición de matriz inversa y algunas propiedades,
más adelante se tratará el problema de hallar la inversa cuando ésta exista.

Matriz Inversa

Sea 𝐴 ∈ ℝ𝑛𝑥n , 𝐴 tiene inversa (se dice también que es invertible, inversible
o no singular) si existe una matriz 𝐵 ∈ ℝ𝑛𝑥𝑛 tal que: 𝐴. 𝐵 = 𝐼 y 𝐵. 𝐴 = 𝐼
Recordar que como la conmutatividad no es una propiedad general del
producto de matrices, se piden las dos condiciones.
En caso de que la matriz 𝑩 de la definición exista, esta matriz se nota
𝑨−𝟏

Entonces :

Proposición: Si existe B en las condiciones de la definición de Matriz Inversa, ésta es única.

 Demostración 12

Lo probaremos por el método del absurdo:

Existe tal que . = y . = y no es única, es decir que existe otra matriz 𝐶
tal que . 𝐶 = y 𝐶. =

Si esto pasara entonces multiplicando la igualdad . = por 𝐶 a ambos miembros

a derecha tenemos:
( . ). 𝐶 = . 𝐶 = 𝐶 (1)
Y multiplicando la igualdad . 𝐶 = por a ambos miembros a izquierda tenemos
. ( . 𝐶) = . = (2)
Como el producto de matrices es asociativo de (1) ( . ). 𝐶 = . 𝐶 = 𝐶 tenemos que
. ( . 𝐶) = 𝐶 y en (2) teníamos que . ( . 𝐶) = Absurdo, es una contradicción.

Es decir que C=B, por lo tanto la matriz B que cumple la definición es única.

Proposición: Sean A, B matrices nxn invertibles entonces entonces ( A.B)1  B1.A

Demostración
Lo demostraremos por el método directo, sabemos que existen
porque son invertibles.

Notar que como las matrices son de nxn entonces sus inversas y el producto entre ellas también
lo son.

De acuerdo a la definición de matriz inversa debe probarse que multiplicando B1.A

a izquierda y a derecha de de A.B , en ambos casos se obtiene la identidad.




Además
13

Hemos encontrado entonces una matriz 1. 1 que multiplicada a izquierda y a

derecha por la matriz . da la matriz Identidad, entonces 1. 1 es la inversa de .
Esto se nota como ( . ) 1 = 1. 1

Corolario
El resultado anterior se generaliza a cualquier número finito de matrices invertibles de un
mismo orden nxn, esto es: ( 1. 2 ) 1 =( ) 1 ( 2) 1. ( 1) 1

Algunas propiedades de la transposición de matrices

Recordemos que esta operación intercambia las filas con las columnas en una misma matriz.

Sean A y B ∈ ℝ 𝑥

1) ( A t)t = A
2) ( A + B )t= A t + B t
3) Sea 𝑘 ∈ ℝ entonces (k. A )t = k. A t
4) Si ∈ℝ 𝑥 , entonces ( A . B )t = B t. A t

Operaciones elementales sobre las filas de una matriz

Definimos en primer lugar qué es una matriz escalonada y reducida por filas, ya que las
operaciones elementales las haremos sobre las filas de una matriz para transformarla en
una escalonada y reducida por filas.

Matriz escalonada y reducida por filas

 Se denomina matriz escalonada y reducida por filas a toda matriz 𝐴 ∈ 𝑅 𝑛𝑥𝑚 que 14
satisface las condiciones:

1) El primer elemento no nulo de cada fila es 1 y se lo denomina elemento

principal.
2) Las filas, si las hubiese, que tienen todos sus elementos nulos, se agrupan en
la parte inferior de la matriz.
3) En dos filas consecutivas, el elemento principal de la fila inferior aparece a la
derecha del elemento principal de la fila superior.
4) En el resto de la columna donde hay elemento principal, los restantes
elementos de la columna son nulos.

Ejemplos:

A y B no son escalonadas y reducidas por filas, solo C es reducida y escalonada por filas.

Operaciones elementales sobre las filas de una matriz

Existen 3 tipos de operaciones elementales sobre las filas de una matriz que
permiten llevar cualquier matriz 𝐴 ∈ ℝ𝑚𝑥𝑛 a una matriz equivalente reducida y
escalonada por filas:

Multiplicar una fila 𝑖 de A por un escalar 𝑘  ℝ no nulo, 𝑭𝒊 𝒌 𝑭𝒊

Sumar a la fila 𝑗 la fila 𝑖 multiplicada por 𝑘  ℝ no nulo, 𝑭 𝒋 𝑭𝒋 𝒌 𝑭𝒊
Permutar o intercambiar la fila 𝑖 con la fila 𝑗 , 𝑭𝒊 𝑭𝒋

Definición:

Dos matrices ∈ y ∈ son equivalentes por filas si de una de ellas

se pasa a la otra aplicando un número finito de operaciones elementales por filas, se nota
≈

Ejemplos: Hallar la matriz escalonada y reducida por filas equivalente de

 15

a) ( )

Importante: Realizaremos operaciones elementales sobre la matriz en un orden

determinado, esto es por columnas, primero pondremos el 1 en la posición fila 1 columna 1,
luego pondremos 0 en el resto de la columna, después pondremos el 1 en la posición fila 2
columna 2 y buscamos 0 en el resto de la columna. Este orden no es caprichoso, nos
garantiza que los 1 y 0 que vayamos obteniendo no cambiarán con ninguna operación.

( ) ( )

( ) ( )

( )

Para abreviar vamos a escribir ( 𝑑 𝑒𝑐𝑡 𝑒 𝑡𝑒

A esta última matriz la llamamos que es la matriz escalonada y reducida por filas
equivalente con , diremos que ≈

Notar que cada vez que realizamos una operación elemental no ponemos el signo =,
sino ~ , también puede ponerse ≈ , pero no =, ya que las matrices son distintas,
veremos que mantienen propiedades importantes.

b) ( )
 16
( ) ( ) ( )

( )=

Rango de una matriz

Definición

Se llama rango de una matriz A, indicado con r ( A) , al número de

filas no nulas de la escalonada y reducida por filas 𝐴𝑅 equivalente con A.

En los ejemplos anteriores, la matriz A tiene rango 2 mientras que la matriz B tiene
rango 1.
Existen dos aplicaciones importantes de las operaciones elementales: el cálculo de
la inversa de una matriz y la resolución de sistemas de ecuaciones lineales.

Cálculo de la inversa de una matriz

Propiedad

es invertible si y solo si , es decir su matriz escalonada y reducida por

filas es la identidad.

Teorema:

La secuencia de operaciones elementales entre filas que transforma a una matriz en la

identidad es la misma secuencia de operaciones elementales entre filas que transforma en

Luego, teniendo en cuenta lo enunciado:

El procedimiento que seguiremos es: dada una matriz ∈ ℝ 𝑥 , construimos un

cuadro con la matriz dada y la matriz Identidad a la derecha, luego realizaremos operaciones
elementales para hallar la escalonada y reducida por filas, equivalente con A. Las
operaciones elementales se hacen sobre y sobre la identidad, como si fuera una matriz de
orden n x 2n. Si al llegar a nos quedó la Identidad entonces la matriz identidad que
17
transformamos es la inversa de , sino, no tiene inversa.

Ejemplo: a) Hallar la inversa, si existe , de ( )

 18

Luego la matriz es la inversa de

( )
Observar que

b) ( ) no tiene inversa porque por operaciones elementales se

llega a que

( )

Importante:
Este procedimiento nos dice que:

∈ℝ 𝑥 y su rango es n si y sólo si tiene inversa, que es equivalente a

decir:

∈ 𝑠 𝑠 𝑠 𝑡𝑒 𝑒 𝑒 𝑠