Matrices

Captulo 5
Matrices
Las matrices son objetos que aparecen con frecuencia en la modelacion de

diversos problemas. Sobre ellas se han desarrollado teoras y tecnicas de gran
importancia. Su manejo permite abordar y encontrar soluciones a numerosos
problemas, ademas de apoyar a la organizacion de la informacion.
Antes de continuar, recordemos la definicion de matriz vista en el captulo
anterior: Una matriz A de m filas o renglones y n columnas es un arreglo
rectangular de la forma:

a11 a12 ... a1j a1n
a21 a22 ... a2j a2n
.. .. .. .. .. ..

. . . . . .
A=
ai1 ai2 . . .
aij ain

.. .. .. .. .. ..
. . . . . .
am1 am2 . . . amj amn
El termino aij es llamada la entrada ij o el coeficiente ij de la matriz,

este termino es un numero y se encuentra en el iesimo renglon y en la
j-esima columna de la matriz, para i = 1, 2, . . . , m y j = 1, 2, . . . , n. El
numero de filas o renglones y el numero de columnas que tiene determinan
su tamano o su orden. La matriz descrita arriba tiene m renglones, n
columnas y mn entradas. Decimos que la matriz A es de tamano, o de
orden, m n (m por n). Cuando m = n, decimos que A es de orden n.
Utilizamos tambien la notacion:
A = [aij ] donde i = 1, . . . , m; j = 1, . . . , n.
A la entrada aij la escribiremos como entij (A) o simplemente entij
1
2 CAPITULO 5. MATRICES
entij (A) = aij = entij .

1 2
Por ejemplo, la matriz siguiente es cuadrada A = y ent12 = 2.
3 5

1 2 3
La matriz B = , tiene orde 2 por 3, y ent13 = 3.
4 5 6
Denotamos con Mmn (R) al conjunto de todas las matrices de m

renglones y n columnas si cada entrada aij R.
Mmn (R) = {A = [aij ] | aij R para i = 1, 2, . . . , m y j = 1, 2, . . . , n}.
Como ya el lector habra observado, hemos representado a los vectores
como matrices, por ejemplo:
En R2 , los vectores [1, 0], [0, 1] y [2, 1], son matrices de un renglon por
dos columnas.
En R3 , los vectores [1, 0, 0], [0, 1, 0] [0, 0, 1] y [2, 1, 3], son matrices de
un renglon por tres columnas.
En general, un vector en Rn representado ~x = [x1 , x2 , . . . , xn ] es una
matriz de un renglon por n columnas, 1 n.

2 1 0 1
En forma analoga, en R , los vectores , , , son matri-
0 1 2
ces de dos renglones por una columna.

1 0 0 1
En R3 , los vectores 0 , 1 , 0 , 2 , son matrices de tres
0 0 1 2
renglones por una columna.

y1
y2
En general, un vector representado como ~y = . es una matriz de

..
yn
n renglones por una columna, n 1.
Con mas frecuencia utilizaremos letras mayusculas para denotar a las
matrices: A, B, a veces, les pondremos subndices para distinguirlas, como
Ai , Bi , por ejemplo.
3
En una matriz vamos a distinguir sus renglones y columnas. Sea A dada

por
1 3 4
A= 1 0 2
6 1 4
Al primer renglon lo denotamos R1 (A), R1 (A) = [1, 3, 4].

Al segundo renglon lo denotamos R2 (A), R2 (A) = [1, 0, 2],
Al tercer renglon lo denotamos R3 (A), R1 (A) = [6, 1, 4].
Analogamente,

1
1 es la primera columna, la denotamos Col1 (A).
6

3
0 es la segunda columna, la denotamos Col2 (A).
1

4
2 es la tercera columna, la denotamos Col3 (A).
4
Para
1 1 4
2 1 2
A=
1

5 8
0 3 1
R1 (A) = [1, 1, 4], R2 (A) = [2, 1, 2], R3 (A) = [1, 5, 8] y R4 (A) = 0, 3, 1]
mientras que,

1 1 4
2 1 2
Col1 (A) =
1 ,
Col2 (A) =
5 ,
Col3 (A) =
8 .

0 3 1
En general, dada una matriz A con m renglones y n columnas denotam-

nos con R1 (A) al primer renglon, con R2 (A) al segundo, y en general, Ri (A)
denotara el i-esimo renglon de A para i = 1, . . . , m, los contamos de arriba

para abajo.
Para las columnas, como en A hay n columnas, las denotamos como
sigue: la primera con Col1 (A), la segunda con Col2 (A), y en general Colj (A)
denotara la columna j-esima de A para j = 1, . . . , n, las contamos de
izquierda a derecha.
Una matriz A Mmn puede describirse en terminos de sus m renglones
como:
R1 (A)

R2 (A)
..

.
A= Ri (A)

..
.
Rm (A)
Ri (A) = [ai1 , ai2 , ai3 , . . . , aij , . . . , ain ]; i = 1, . . . , m.
Decimos que tenemos una matriz particionada por sus renglones

o filas.
Tambien, puede describirse mediante sus columnas, en este caso decimos
que tenemos una matriz particionada por sus columnas.

A= Col1 (A) | Col2 (A) | | Coln (A)
donde
a1j

a2j

a3j

..
Colj (A) =
. ;
j = i, . . . , n.
aij

..
.
amj
Observacion: Si A Mmn (R) podemos ver a los renglones o filas de

la matriz como vectores renglon con n componentes, estan en Rn ; mien-
tras que sus columnas tienen m componentes, son vectores columna en
Rm .
5
Como se recordara, se dijo que los vectores ~v = [a, b] y w ~ = [c, d] son

iguales si y solamente si a = c y b = d, es decir, la primera entrada de cada
uno de ellos es igual y la segunda entrada tambien.
Haremos algo similar para establecer la igualdad entre matrices:
Definicion 5.1: Igualdad entre matrices
Sean A y B dos matrices de tamano m n.

a11 a12 a1n b11 b12 b1n
a21 a22 a2n b21 b22 b2n
.. .. .. .. .. ..

. . . . . .
A= ; B=

a
i1 a i2 a in
b
i1 b i2 bin
.. .. .. .. .. ..

. . . . . .
am1 am2 amn bm1 bm2 bmn
Decimos que A y B son iguales y escribimos A = B, si para cada

una de sus entradas se cumple que:
aij = bij donde i = 1, . . . , m; j = 1, . . . , n.
Ejemplo 5.1.
Encontrar el valor de a que hace que A = B:

1 2 1 2
A= ; B=
3 1 3 a6
Solucion
Como se puede ver, las entradas ent11 , ent12 y la ent21 coinciden en
ambas. Tendremos que A = B siempre y cuando la entrada ent22 sea igual
para ambas, es decir, 1 = a 6, por lo que a = 7.
Ejemplo 5.2.
Encontrar el valor de a y b que hace que A = B:

1 2 a+1 1 2 3
A= ; B=
3 7 1 3 3b 1
Solucion En este ejemplo, las entradas ent11 , ent12 , ent21 y la entrada

ent23 coinciden en ambas. Tendremos que A = B siempre y cuando se
cumpla: ent13 (A) = ent13 (B) y ent23 (A) = ent23 (B), es decir, a + 1 = 3 y
b
3 = 7, en forma equivalente, a = 2 y b = 21.
Observe que para considerar una igualdad entre dos matrices A y B, se
debe ver primero que su tamano u orden sea igual. Posteriormente, verificar
que coincidan cada una de las entradas correspondientes.
Definicion 5.2: Matriz identidad
Para n cualquier numero natural, se llama la matriz identidad a la

matriz Inn de tamano n. Por comodidad escribiremos Inn = In . Sus
entradas son:

1, s = r
entsr = s, r = 1, . . . , n.
0, s 6= r
Son matrices identidad de tamano uno, dos, tres, y n, las siguientes:

1 0 0
1 0
I1 = [1], I2 = , I3 = 0 1 0 ,
0 1
0 0 1

1 0 0 0 0
0 1 0 0 0

0 0 1 0 0
In = . . . .. .

.. .. .. .

0 0 0 1 0
0 0 0 0 1
Otro tipo de matrices cuadradas son las matrices que se llaman matrices
diagonales, ejemplos de ellas son las que llamamos matrices identidad y las
siguientes:

2 0 0 0
3 0 0 2 0 0
4 0 0 2 0 0
A1 = , A2 = 0 4 0 , A3 = 0 3 0 , A4 = .
0 3 0 0 4 0
0 0 0 0 0 4
0 0 0 4
5.1. ALGEBRA DE MATRICES 7
Definicion 5.3: Diagonal de una matriz y matriz diagonal
La diagonal de una matriz D de tamano n son los elementos entii (D),

i = 1, . . . , n.
Decimos que D es una matriz diagonal si es cuadrada de tamano
n y entij (D) = 0 para i 6= j.
Si una matriz tiene en su diagonal los numeros 1 , 2 , . . . , n , la escribi-

mos como Dg[1 , 2 , . . . , n ] y su forma es

1 0 . . . 0
0 2 . . . 0
Dg[1 , 2 , . . . , n ] = .

.. .. ..
.. . . .
0 0 0 n
Se llama la matriz cero o matriz nula a la matriz de cualquier tamano

definida como 0 = [aij ] donde aij = 0 para todos los valores de i y de j.
Por ejemplo la matriz cero de orden 4 4 es:

0 0 0 0
0 0 0 0
0= 0 0
.
0 0
0 0 0 0
5.0.1 Ejercicios

1 0 0 1
2 2 3 5
1. Para la matriz A =
1
encuentre:
3 0 9
0 1 0 10
ent1,3 , ent2,4 , ent4,3 , R2 y Col3 .
2. Construya la matriz diagonal Dg[1, 2, 3, 4, 5, 6].
5.1 Algebra de matrices

En esta seccion estableceremos las operaciones algebraicas que podemos rea-
lizar con las matrices y sus propiedades.
5.1.1 Producto de matrices

Recordemos el producto punto de dos vectores en el espacio tridimensional,
si ~v = [v1 , v2 , v3 ] y w ~ = [w1 , w2 , w3 ], su producto punto es el escalar ~v w
~ =
[v1 , v2 , v3 ] [w1 , w2 , w3 ] = v1 w1 + v2 w2 + v3 w3 .
Representemos a ~v y a w
~ de la siguiente forma:
~v = [v1 , v2 , v3 ] es una matriz renglon de tamano 1 3.

w1
~ = w2 es una matriz columna de tamano 3 1.
w
w3

w1
Escribimos ~v w ~ = [v1 , v2 , v3 ] w2 = v1 w1 +v2 w2 +v3 w3 . Esto nos dice
w3
que podemos ver el producto punto de vectores como producto de matrices.
Dado el sistema de ecuaciones lineales con tres incognitas
x1 + 2x2 + 4x3 = 24
3x1 + 4x2 + 8x3 = 50
6x1 + 6x2 + 6x3 = 48
tenemos que su matriz asociada A y su matriz aumentada [A | ~b] son;

1 2 4 1 2 4 24
A = 3 4 8 , [A | ~b] = 3 4 8 50
6 6 6 6 6 6 48
La primera ecuacion del sistema la podemos ver como el

producto punto
x1
de R1 (A) = [1, 2, 4] con el vector -matriz de 3 por 1- x2 . De la igualdad
x3

x1
en esta ecuacion obtenemos que [1, 2, 4] x2 = 24

x3
Analogamente, podemos ver a la segunda y a la tercera ecuacion como

x1 x1
R2 (A) x2 = [3, 4, 8] x2 = 50
x3 x3

x1 x1
R3 (A) x2 = [6, 6, 6] x2 = 48.
x3 x3
Codificamos las tres expresiones obtenidas de las tres ecuaciones en el
sistema como

1 2 4 x1 24
3 4 8 x2 = 50
6 6 6 x3 48

x1
Si hacemos ~x = x2 , hemos codificado al sistema como
x3
A ~x = ~b.
Ahora consideremos a cualesquiera matrices A M33 y B M31 :

a11 a12 a13 b11
A = a21 a22 a23 , B = b21
a31 a32 a33 b31
Escribimos la matriz A B como la matriz

a11 a12 a13 b11 R1 (A) Col1 (B)
A B = a21 a22 a23 b21 = R2 (A) Col1 (B) =
a31 a32 a33 b31 R3 (A) Col1 (B)

a11 b11 + a12 b21 + a13 b31
a21 b11 + a22 b21 + a23 b31 .
a31 b11 + a32 b21 + a33 b31
La matriz A B de tamano 3 por 1 es tal que:
el primer renglon es el resultado de realizar el producto punto del

primer renglon de A con la unica columna de B,
el segundo renglon es el producto punto del segundo renglon de A con

la unica columna de B y,
el tercer renglon es el producto punto del tercer renglon de A con la

unica columna de B:
Hemos multiplicado dos matrices, una de tamano 3 3 y la otra

de tamano 3 1.
Consideremos ahora una matriz A M33 como antes y sea B M32

a11 a12 a13 b11 b12
A = a21 a22 a23 , B = b21 b22 .
a31 a32 a33 b31 b32
Definimos el producto de las matrices A y B y lo denotamos con A B
utilizando lo anterior considerando la matriz A particionada por renglones
y la matriz B particionada por columnas:

a11 a12 a13 b11 b12
A B = a21 a22 a23 b21 b22 .
a31 a32 a33 b31 b32

R1 (A) Col1 (B) R1 (A) Col2 (B)
= R2 (A) Col1 (B) R2 (A) Col2 (B)
R3 (A) Col1 (B) R3 (A) Col2 (B)

a11 b11 + a12 b21 + a13 b31 a11 b12 + a12 b22 + a13 b32
= a21 b11 + a22 b21 + a23 b31 a21 b12 + a22 b22 + a23 b32
a31 b11 + a32 b21 + a33 b31 a31 b12 + a32 b22 + a33 b32

Col1 (A B) Col2 (A B) .
Observacion: En todos los casos hemos considerado que los renglones

de A tengan el mismo numero de componentes que las columnas de B.
En forma equivalente, el numero de columnas de A es igual al
numero de renglones de B.
Ejemplo 5.3.
Calcular A B para

5
A= 1 3 , B= .
8
Solucion
A es de orden 1 2 y B es de orden 2 1.

5
AB = 1 3 = 1 5 + (3 8) = 19 .
8
A B es de orden 1 1.
Ejemplo 5.4.
Calcular A B para

1 3 5
A= , B= .
2 3 8
Solucion

1 3 5 1 5 + (3 8) 19
AB = = = .
2 3 8 2 5 + (3 8) 14
Ejemplo 5.5.
Calcular A B para

1 3
5
A= 2 1 , B= .
8
0 2
Solucion

1 3 1 5 + (3 8) 19
5
A B = 2 3 = 2 5 + (3 8) = 14 .
8
0 2 05+ 28 16
Ejemplo 5.6.
Calcular A B para

2 0 3 2
A= 1 2 1 , B = 1 .
4 0 2 4
Solucion

2 0 3 2
A= 1 2 1 , B = 1 .
4 0 2 4
Solucion

2 0 3 2 2(2) + 0(1) + (3)(4) 16
AB = 1 2 1 1 = 1(2) + 2(1) + 1(4) = 8 .
4 0 2 4 4(2) + 0(1) + 2(4) 16
Ejemplo 5.7.
Calcular A B para

2 0 3 2 0
A= 1 2 1 , B = 1 1 .
4 0 2 4 3
Solucion

2 0 3 2 0
AB = 1 2 1 1 1
4 0 2 4 3

2(2) + 0(1) + (3)(4) 2(0) + 0(1) + (3)(3) 16 9
= 1(2) + 2(1) + 1(4) 1(0) + 2(1) + 1(3) = 8 5 .
4(2) + 0(1) + 2(4) 4(0) + 0(1) + 2(3) 16 6
Despues de estos ejemplos,definiremos el producto de dos matrices ar-

bitrarias, hacemos notar que:
Para poder realizar el producto de la matriz A con la matriz B,

requerimos que el numero de columnas de A sea igual al numero
de renglones de B. Dicho de otra forma, debemos verificar que A
sea de orden m n y B sea de orden n p. Para m y p no hay
restriccion.
La matriz producto A B resulta ser una matriz de orden m p.
Definicion 5.4: Producto de matrices
Para m, n, t N. Sean A = [aij ] Mmn (R) y B = [bjk ] Mnp (R)

donde i = 1, . . . , m, j = 1, . . . n y k = 1, . . . p.
La matriz producto de A y B es la matriz A B Mmp , tal que
A B = [entik (A B)] = [entik ], i = 1, . . . , m; k = 1, . . . p.
El escalar entik de la matriz producto AB es el resultado de realizar
el producto punto del vector en el renglon i-esimo de A con el vector
en la k-esima columna de B :
entik = Ri (A) Colj (B).
b1k
b2k
entik = [ai1 , ai2 , . . . , ain ] .

..
bnk
entik = ai1 b1k + ai2 b2k + + ain bnk = nj=1 aij bjk .
P
Escribiremos A B como AB simplemente si no hay lugar a con-

fusion.
Explcitamente, para A Mmn (R) y B Mnp (R):

a11 a12 ... a1n b11 b12 ... b1p
a21 a22 ... a2n b21 b22 ... b2p
.. .. .. .. .. .. .. ..

. . . . . . . .
A= B=
ai1 ai2 . . . ain bi1 bi2 ... bip
.. .. .. ..

. .. .. ..
..

. . . . . . .
am1 am2 . . . amn bn1 bn2 . . . bnp
El producto de las matrices A y B es la matriz AB = [entik ] Mmp (R)

donde i = 1, . . . , m y k = 1, . . . , p:

a11 a12 ... a1n b11 b12 . . . b1p
a21 a22 ... a2n b21 b22 . . . b2p
.. .. .. .. .. .. .. ..

. . . . . . . .
AB =
ai1 ai2 ... ain bi1 bi2 . . . bip
.. .. .. ..

. .. .. ..
..

. . . . . . .
am1 am2 ... amn bn1 bn2 . . . bnp

ent11 (AB) ent12 (AB) ... ent1p (AB)
ent21 (AB) ent22 (AB) ... ent2p (AB)
.. .. .. ..

. . . .
=
ent i1 (AB) enti2 (AB) ... entip (AB)
.. .. .. ..

. . . .
entm1 (AB) entm2 (AB) . . . entmp (AB)
donde,

b1k
b2k
entik (AB) = Ri (A) Colk (B) = [ai1 , ai2 , . . . , ain ]

..
.
bnk
n
X
= ai1 b1k + ai2 b2k + + ain bnk = aij bjk .
j=1
Con la definicion general de producto de matrices hagamos algunos ejem-

plos
Ejemplo 5.8.
Calcular A B para

1 0 2 1 0 1
A = 1 1 1 , B= 1 0 1 .
3 1 2 1 1 2
Solucion

1 0 2 1 0 1
A B = 1 1 1
1 0 1
3 1 2 1 1 2

1(1) + 0(1) + (2)(1) 1(0) + 0(0) + (2)(1) 1(1) + 0(1) + (2)(2)
= 1(1) + 1(1) + (1)(1) 1(0) + 1(0) + (1)(1) 1(1) + 1(1) + (1)(2)
3(1) + 1(1) + 2(1) 3(0) + 1(0) + 2(1) 3(1) + 1(1) + 2(2)

3 2 5
= 1 1 0 .
4 2 8

Ejemplo 5.9.
Calcular A B para

1 1 0 0
1 2 2 1 0 1 1 1
A= , B= .
1 1 3 1 1 1 2 3
1 1 2 4
Solucion

1 1 0 0
1 2 2 1 0 1 1 1
AB =
1
=
1 1 3 1 1 2 3
1 1 2 4

R1 (A) Col1 (B) R1 (A) Col2 (B) R1 (A) Col3 (B) R1 (A) Col4 (B)
R2 (A) Col1 (B) R2 (A) Col2 (B) R2 (A) Col3 (B) R2 (A) Col4 (B)

4 2 4 8
= .
5 4 7 12
Los siguientes ejemplos nos ilustran ciertos casos en los que debemos
poner atencion al multiplicar matrices.
Ejemplo 5.10.
Sean A y B M22 (R).

2 1 1 0
A= ; B=
3 6 3 2
Calculamos AB y BA :

1 2 2 1
AB = , BA =
15 12 12 15
AB 6= BA.
Ejemplo 5.11.
Si A M32 (R) y B M23 (R), podemos calcular los productos AB y
BA, observe que no son de igual tamano ya que AB M33 (R) mientras
que BA M22 (R).

2 1
1 4 0
A = 0 1 , B =

0 1 1
1 4

2 7 1
2 3
AB = 0 1 1 ,
BA =
1 5
1 8 1
AB 6= BA.
Observacion. Sean A y B matrices para las cuales los productos

AB y BA estan definidos. En general, el producto de matrices no es
conmutativo, AB 6= BA.
Ejemplo 5.12.
Si A M34 (R) y B M45 (R), podemos calcular su producto AB ya
que A tiene 4 columnas y B tiene 4 renglones, AB M35 (R).

2 1 4 0 1
2 1 4 0 0 1 1 4 1
A= 0
1 1 4 , B =
1

2 3 4 5
1 2 3 4
1 1 2 1 2

8 7 21 12 21
AB = 3 3 4 4 4
9 11 19 24 26
En este ejemplo calculamos el producto AB, sin embargo no podemos calcu-
lar el producto BA pues no esta definido, debido a que B tiene 5 columnas
y A tiene 4 renglones.
Observacion. Aun cuando el producto de matrices AB este definido,

el producto BA puede no estarlo.
Sean A y B dos matrices de 3 3:

a11 a12 a13 b11 b12 b13
A = a21 a22 a23 , B = b21 b22 b23
a31 a32 a33 b31 b32 b33
La matriz AB se particiona por las columnas como
AB = [Col1 (AB) | Col2 (AB) | Col3 (AB)]

Tenemos

a11 b11 + a12 b21 + a13 b31
Col1 (AB) = a21 b11 + a22 b21 + a23 b31 =
a31 b11 + a32 b21 + a33 b31

a11 a12 a13 b11
a21 a22 a23 b21 = A Col1 (B)
a31 a32 a33 b31
Analogamente podemos ver que:
Col2 (AB) = A Col2 (B)
Col3 (AB) = A Col3 (B).

Nos queda
AB = [ACol1 (B) | ACol2 (A) | ACol3 (B)]

Al particionar AB por sus renglones

R1 (AB)
AB = R2 (AB) .
R3 (AB)
Por ejemplo, el segundo renglon de AB es

R2 (AB) = a21 b11 + a22 b21 + a23 b31 a21 b12 + a23 b32 a21 b13 + a22 b23 + a23 b33 =

b11 b 12 b 13
a21 a22 a23 b21 b22 b23 = R2 (A) B.
b31 b32 b33
Analogamente podemos ver que:
R1 (AB) = R1 (A) B,
R3 (AB) = R3 (A) B.
Nos queda

R1 (A)B
AB = R2 (A(B .
R3 (A)B
En general, sean A Mmn (R) y B Mnt (R)

a11 a12 ... a1n b11 b12 . . . b1t
a21 a22 ... a2n b21 b22 . . . b2t
.. .. .. .. .. .. .. ..

. . . . . . . .
A=
ai1 ai2 . . .
, B=
ain bi1 bi2 . . . bit
.. .. .. .. .. .. .. ..

. . . . . . . .
am1 am2 . . . amn bn1 bn2 . . . bnt
Sean A Mmn (R), B Mnp , tenemos que AB Mmp . Se cumple

que:
Las columnas de la matriz producto AB, son el producto

de la matriz A con cada una de las columnas de la matriz
B.
Colk (AB) = A Colk (B); k = 1, . . . p.
AB = [ACol1 (B) | ACol2 (A) | | AColp (B)]
Los renglones de la matriz producto AB, son el producto

de cada renglon de A con la matriz B.
Ri (AB) = Ri (A) B; i = 1, . . . m.

R1 (A)B
R2 (A(B
AB = .

..
.
Rm (A)B
Ejemplo 5.13.

2 1
Calcular los productos I3 A y AI2 cuando A = 0 1 .
1 1
Solucion

1 0 0 2 1
I3 A = 0 1 0 0 1 .
0 0 1 1 1
Tenemos que para i = 1, 2, 3, se cumple Ri (I3 A) = [Ri (I3 )A] .
De esta forma para i = 1 :

2 1
R1 (I3 A) = [R1 (I3 ) A] = [( 1 0 0 ) 0 1 ] =
1 1

1(2) + 0(0) + 0(1) 1(1) + 0(1) + 0(1) =

2 + 0 + 0 1 + 0 + 0 = 2 1 .
Para i = 2 :

2 1
R2 (I3 A) = [R2 (I3 )A] = [( 0 1 0 ) 0 1 ] = 0 1 .
1 1
Para i = 3 :

2 1
R3 (I3 A) = [R3 (I3 ) A] = [( 0 0 1 ) 0 1 ] = 1 1 .
1 1

R1 (I3 A) 2 1
I3 A = R2 (I3 A) = 0 1 = A.
R3 (I3 A) 1 1
El lector puede verificar analogamente que A I2 = A.
Ejemplo 5.14. Sea A Mmn (R). Consideremos las matrices identidad

de orden m y n respectivamente, Im e In se cumple que:
Im A = A, AIn = A.
Observe que si A Mmn , y m 6= n, los productos AIm e In A no

estan definidos.
Si A es una matriz cuadrada, es decir, A Mnn , entonces
In A = A = A In .
Definicion 5.5: Potencias de una matriz cuadrada
Sea A = [aij ] Mnn una matriz cuadrada. Definimos las potencias

de A por A0 = In , A1 = A, A2 = A A, A3 = A A2 , A4 = A A3 ,
etcetera.
En general, si s es un numero natural se define la s-esima potencia
de A como:
As = A As1 .
Ejemplo 5.15.

2 1
Sea A = , calcular A2 y A3 .
0 1
Solucion

2 1 2 1 4 3
A2 = A A = = .
0 1 0 1 0 1

3 2 2 1 4 3 8 7
A =AA = = .
0 1 0 1 0 1

Ejemplo 5.16.

2 0
Sea D1 = , calcular D12 y D13
0 1
Solucion
(2)2

2 2 0 2 0 4 0 0
D 1 = D 1 D 1 = = = .
0 1 0 1 0 1 0 (1)2
(2)3

3 2 2 0 4 0 8 0 0
D 1 = D 1 D 1 = = = .
0 1 0 1 0 1 0 (1)3
Ejemplo 5.17.

1 0 0
Sea D 2 = 0 3 0 , calcular D22 y D23
0 0 2
Solucion
(1)2

1 0 0 1 0 0 1 0 0 0
D2 2 = D 2 D 2 = 0 3 0 0 3 0 = 0 9 0 = 0 (3)2 0 .
0 0 2 0 0 2 0 0 4 0 0 (2)2
(1)2 (1)3

1 0 0 0 0 0 0
D 2 3 = D 2 D 2 2 = 0 3 0 0 (3)2 0 = 0 (3)3 0 .
2
0 0 2 0 0 (2) 0 0 (2)3

Observacion. Si D Mnn , es una matriz diagonal, entonces: La

matriz D s es la matriz diagonal cuyas entradas son las entradas de D
elevadas a la s-esima potencia. entii (D s ) = (entii D)s .
Ejemplo 5.18.

0 1
Para C = , calcular C 2 y C 3 .
0 0
Solucion

2 0 1 0 1 0 0
C =CC = = .
0 0 0 0 0 0

0 1 0 0 0 0
C3 = C C2 = = .
0 0 0 0 0 0

Ejemplo 5.19.

0 0
Sea E = , calcular E 2 y E 3
1 0
Solucion

2 0 0 0 0 0 0
E =E E = = .
1 0 1 0 0 0

3 2 0 0 0 0 0 0
E =EE = = .
1 0 0 0 0 0

Ejemplo 5.20.

0 1 1
Sea E = 0 0 1 , calcular E 2 y E 3
0 0 0
Solucion

0 1 1 0 1 1 0 0 2
E2 = E E = 0 0 1 0 0 1 = 0 0 0 .
0 0 0 0 0 0 0 0 0

0 1 1 0 0 2 0 0 0
E3 = E E2 = 0 0 1 0 0 0 = 0 0 0 .
0 0 0 0 0 0 0 0 0

Observacion. Los tres ultimos ejemplos nos dicen que existen matrices
cuadradas A, tales que elevadas a cierta potencia son la matriz cero.
Si A es tal que para alguna s, la matriz As es la matriz cero, decimos
que A es una matriz nilpotente.
Los siguientes ejemplos nos permiten ilustrar que el producto de matrices

es asociativo.
Ejemplo 5.21.
Sean A M13 , B M31 y C M12 . Se cumple que:
A(BC) = (AB)C.

4
A= 1 2 3 , B = 5 , C= 7 8
6
Veamos que tanto los productos A(BC) = (AB)C pueden llevarse a cabo
y que su resultado son matrices que coindiden en tamano:
Como A M13 , B M31 y C M12 :
(BC) M32 , de esta forma, A(BC) M12 .
AB M11 , de esta forma, (AB)C M12 .
Las matrices A(BC) y (AB)C son del mismo tamano.

4
A (BC) = 1 2 3 5 7 8 =
6

47 48
A (BC) = 1 2 3 5 7 58 =
67 68

28 32
A (BC) = 1 2 3 35 40 =
42 48

A (BC) = 1 28 + 2 35 + 3 42 1 32 + 2 40 + 3 48

A (BC) = 28 + 70 + 126 32 + 80 + 144

A (BC) = 224 256 .
Por otro lado:

4
(A B)C = 1 2 3 5 7 8 =
6

(A B)C = 1 4 + 2 5 + 3 6 7 8 =

(A B)C = 4 + 10 + 18 7 8 =

(A B)C = 32 7 8 =

(A B)C = 32 7 32 8 = 224 256 .
De esta forma A(BC) = (AB)C.
Ejemplo 5.22.
Sean A M1m , B Mmn (R) y C Mn1 . Se cumple que:
A(BC) = (AB)C.

b11 b12 ... b1n c11
b21 b22 ... b2n c21
A= a11 a12 . . . a1m , B= .. .. .. .. , C= ..

. . . . .
bm1 bm2 . . . bmn cn1
Veamos que tanto los productos A(BC) = (AB)C pueden llevarse a cabo
y que su resultado son matrices que coindiden en tamano:
Como A M1m , B Mmn (R) y C Mn1 :
A M1m y (BC) Mm1 , de esta forma, A(BC) M11 .

AB M1n y C Mn1 de esta forma, (AB)C M11 .
Las matrices A(BC) y (AB)C son del mismo tamano.
Para simplificar la notacion hagamos A(BC) = D y (AB)C = E.
Verificar esta propiedad nos permite comprender mejor el producto de
las matrices.
Para verificar que el producto de matrices es asociativo debemos ver que
la unica entrada en las matrices A(BC) = D y (AB)C = E coincide, es
decir, d11 = e11 .
Veamos como son cada una de las entradas d11 y e11 , tenemos
d11 = R1 A Col1 (BC), e11 = R1 (AB)Col1 C,

en forma equivalente,
d11 = R1 A (BCol1 (C)), e11 = (R1 (A)B)Col1 C,

Calculemos d11 :
Veamos los factores de la entrada d11 = R1 A Col1 (BC):

El renglon R1 (A) = a11 a12 . . . a1m .
Las entradas de la columna Col1 (BC) las escribimos como entj1 (BC)
donde j = 1, . . . n, la columna queda en la forma:

ent11 (BC)
ent21 (BC)
Col1 (BC) = .. .

.
entn1 (BC)
Para cada j = 1, . . . , n, tenemos que entj1 (BC) es la entrada j1 de la

matriz producto BC, por lo que entj1 (BC) = Rj (B) Col1 (C), as:

c11
c21
entj1 (BC) = Rj (B) Col1 (C) = bj1 bj2 . . . bjn .. =

.
cn1
entj1 (BC) = bj1 c11 + bj2 c21 + + bjn cn1 .
Por lo tanto,

ent11 (BC)
ent21 (BC)
d11 = R1 (A) Col1 (BC) = a11 a12 . . . a1n .. =

.
entn1 (BC)

b11 c11 + b12 c21 + + b1n cn1
b21 c11 + b22 c21 + + b2n cn1
a11 a12 . . . a1n ..

.
bn1 c11 + bn2 c21 + + bnn cn1
d11 = a11 (b11 c11 + b12 c21 + + b1n cn1 )

+ a12 (b21 c11 + b22 c21 + + b2n cn1 )
..
.
+ a1n (bn1 c11 + bn2 c21 + + bnn cn1 ).
Tenemos entonces
d11 = a11 b11 c11 + a11 b12 c21 + + a11 b1n cn1 +
a12 b21 c11 + a12 b22 c21 + + a12 b2n cn1 +
..
.
a1n bn1 c11 + a1n bn2 c21 + + a1n bnn cn1 .
Calculemos ahora la entrada e11 de la matriz (AB)C = E, tenemos que:

e11 = R1 (AB)Col1 C
Como antes, los factores de la entrada e11 = R1 (AB) Col1 C:
Para cada
i = 1, . . . , n, denotamos con ent1i a las entradas
del renglon
R1 (AB) = ent11 (AB) ent12 (AB) . . . ent1n (AB) .
Como ent1i (A) es la entrada 1i de la matriz producto AB, se tiene
ent1i (AB) = R1 A Coli B, as:

b1i
b2i
ent1i (AB) = R1 A Coli B = a1i a12 . . . a1m .. .

.
bmi
ent1i = a11 b1i + a12 b2i + + + a1m bmi .

c11
c21
Escribimos la columna Col1 C = . , as,

..
cn1
e11 = R1 (AB) Col1 C = (R1 (A) B)Col1 C =

R1 (A)Col1 B R1 (A)Coln B Col1 C =

c11
c21
a11 b11 + a12 b21 + + a1m bm1 . . . a11 b1n + a12 b2n + + + a1m bmn =

..
.
cn1
= (a11 b11 + a12 b21 + + a1m bm1 )c11

+(a11 b12 + a12 b21 + + a1m bm2 )c21
..
.
+(a11 b1n + a12 b2n + + a1m bmn )cn1 .
Tenemos entonces
e11 = a11 b11 c11 + a12 b21 c11 + + a1m bm1 c11
+ a11 b12 c21 + a12 b22 c21 + + a1m bm2 c21
..
.
+ a11 b1n cn1 + a12 b2n cn1 + + a1m bmn cn1 .
Ahora comparemos las dos expresiones que hemos obtenido para cada
una de las entradas d11 y e11 y observemos que:
Cada entrada consta de m n sumandos y aparecen en un arreglo rec-
tangular de esta talla.
Los n sumandos en el primer renglon del arreglo para d11 coinciden con
los n sumandos que aparecen en la primera columna del arreglo de e11 y lo
mismo para cada uno de los renglones subsecuentes.
d11 = a11 b11 c11 + a11 b12 c21 + + a11 b1n cn1 +
a12 b21 c11 + a12 b22 c21 + + a12 b2n cn1 +
.. .
.
a1n bn1 c11 + a1n bn2 c21 + + a1n bnn cn1 .
e11 = a11 b11 c11 + a12 b21 c11 + + a1m bm1 c11
+ a11 b12 c21 + a12 b22 c21 + + a1m bm2 c21
..
.
+ a11 b1n cn1 + a12 b2n cn1 + + a1m bmn cn1 .
Por lo tanto podemos concluir que:
d11 = e11 .
As las matrices D y E coinciden, y obtenemos (AB)C = A(BC), lo que

se deseaba mostrar.
Proposicion 5.1 (El producto de matrices es asociativo). Sean A, B

y C matrices tales que A = [aij ] Mmn (R), B = [bij ] Mnp y
C = [cij ] Mpr , se cumple que A(BC) = (AB)C.
El lector encontrar la prueba de la proposicion anterior al final de este

captulo.
5.1.2 Ejercicios

3 2
1 3 5
1. Calcule AB para A = y B = 1 4 .
2 2 3
2 4

1 0 0 1 1 0 5 0
1 2 2 1 0 3 0 4
2. Calcule A2 , AB y BA para A =
3
yB = .
2 3 4 1 0 5 0
1 0 0 4 1 3 5 0
3. Calcule AB para A la matriz del ejercicio anterior y D = Dg[1, 2, 3, 0].


1 0 0 3 0 0
4. Calcule AB para A = 0 2 0 y B = 0 4 0 .
0 0 3 0 0 4

1 0 0 3 2
5. Calcule EB para E = 0 0 1
y B = 1 4 .
0 1 0 2 4

1 0 0 3 2
6. Calcule EB para E = 0 4 0 y B = 1 4 .
0 0 1 2 4

1 0 0 3 2
7. Calcule EB para E = 0 1 3
y B = 1 4 .
0 0 1 2 4
5.1.3 Suma de matrices

La suma de matrices esta definida cuando las matrices son del mismo tamano
u orden. Sumar matrices es muy sencillo como veremos en los ejemplos si-
guientes:
Ejemplo 5.23.
Sean A y B M22 .

2 1 1 0
A= ; B=
3 6 3 2
La matriz suma tiene como entradas a la suma de las entradas corres-
pondientes:

2 1 1 0 2 + 1 1 + 0 3 1
A+B = + = = .
3 6 3 2 3 + 3 6 + 2 6 4
Ejemplo 5.24.
Sean A y B M33 .

1 2 3 1 0 2
A = 4 5 6 ; B = 4 3 2
0 1 2 2 3 9
La matriz suma tiene como entradas a la suma de las entradas corres-

pondientes:

1 2 3 1 0 2 11 2+0 3+2 0 2 5
A+B = 4 5 6 + 4 3 2 = 4 4 5 + 3 6 + 2 = 0 8 8 .
0 1 2 2 3 9 0+2 1+3 2+9 2 4 11
Definicion 5.6: Suma de matrices
Para m, n N, sean A = [aij ] Mmn (R) y B = [bij ] Mmn (R)

para las cuales i = 1, . . . , m y j = 1, . . . n.
La suma de las matrices A y B es la matriz A + B Mmn (R), tal
que entij (A + B) = entij A + entij B, para i = 1, . . . , m y j = 1, . . . n.
Explcitamente, para A Mmn (R) y B Mmn (R) :

a11 a12 ... a1n b11 b12 ... b1n
a21 a22 ... a2n b21 b22 ... b2n
.. .. .. .. .. .. .. ..

. . . . . . . .
A=
ai1 ai2 . . .
B=
ain bi1 bi2 . . . bin
.. .. .. .. .. .. .. ..

. . . . . . . .
am1 am2 . . . amn bm1 bm2 . . . bmn
La suma de A y B es la matriz A + B = [entik (A + B)] Mmn (R) para

i = 1, . . . , m y k = 1, . . . , n:

a11 + b11 a12 + b12 . . . a1n + b1n
a21 + b21 a22 + b22 . . . a2n + b2n
.. .. .. ..

. . . .
A+B =
a i1 + b i1 ai2 + b i2 . . . ain + b in

.. .. .. ..
. . . .
am1 + bm1 am2 + bm2 . . . amn + bmn
Cada entrada de la matriz suma es la suma de las entradas corres-
pondientes de las matrices. Como la suma de numeros reales es conmutativa
y asociativa, tenemos la siguiente
Proposicion. Sean A, B y C Mmn (R).
La suma de matrices es conmutativa.
A + B = B + A.
entij (A + B) = entij (B + A)
La suma de matrices es asociativa.
A + (B + C) = (A + B) + C.
entij (A + (B + C)) = entij ((A + B) + C)
ya que
entij (A + B) = entij A + entij B = entij B + entij A = entij (B + A).
entij (A + (B + C)) = entij A + entij (B + C) = entij A + entij B + entij C =

entij (A + B) + entij C = entij ((A + B) + C).
Ejemplo 5.25.
Sea A Mmm (R) y 0 Mmm (R), se tiene que A + 0 = A. Para la

suma de matrices, la matriz 0 es el neutro aditivo.
Solucion
Para i = 1, . . . , m y j = 1, . . . , n
entij (A + 0) = entij A + entij 0 = entij A + 0 = entij A.
5.1.4 Multiplicacion por un escalar
El conjunto de matrices Mmn (R) tiene propiedades algebraicas similares

a las que tiene los espacios Rn . Es posible multiplicar un numero por una
matriz.
Definicion 5.7: Multiplicacion de una matriz por un escalar
Para m, n N, sean A = [aij ] Mmn (R) para i = 1, . . . , m y j =

1, . . . n y R cualquier escalar.
El producto del escalar por la matriz A es la matriz A
Mmn (R) donde entij (A) = aij para i = 1, . . . , m y j = 1, . . . n.
Explcitamente, para R y A Mmn (R):

a11 a12 . . . a1n
a21 a22 . . . a2n
.. .. .. ..

. . . .
A = ai1 ai2 . . . ain
.

.. .. .. ..

. . . .
am1 am2 . . . amn
Ejemplo 5.26.
Sea A M22 (R), y = 3 Calcular A.
Solucion

2 1 (3)(2) (3)(1)
(A) = 3A = 3 = =
3 6 (3)( 3) (3)(6)

6 3
.
9 18
La matriz que resulta es aquella cuyas entradas son las entradas de la
matriz multiplicadas por el numero.
Ejemplo 5.27.
Sea A M33 (R), y = 5.
Solucion

1 2 5 5(1) 5(2) 5(5)
(A) = 5A = 5 0 7 8 = 5( 0) 5(7) 5(8) =
2 4 11 5( 2) 5(4) 5(11)

5 10 25
0 35 40 .
10 20 55
Ejemplo 5.28. Sea A M23 y sean y dos numeros, se cumple que:
()A = (A)
Solucion

a11 a12 a13()a11 ()a12 ()a13
()A = () = =
a21 a22 a23()a21 ()a22 ()a23

(a11 ) (a12 ) (a13 ) a11 a12 a13
= = (A).
(a21 ) (a22 ) (a23 ) a21 a22 a23

Proposicion. Sea A Mmn (R) y sean y dos numeros, se cumple

que:
()A = (A)
entij (()A) = entij ((A)).
Ejemplo 5.29.
Para R, A M23 (R), y B M32 (R), verifiquemos que se cumple
(AB) = (A)B = A(B).

Solucion

b11 b12
a11 a12 a13
Sean A = y B = b21 b22 .
a21 a22 a23
b31 b32
Tenemos que:

a11 b11 + a12 b21 + a13 b31 a11 b12 + a12 b22 + a13 b32
(AB) = =
a21 b11 + a22 b21 + a23 b31 a21 b12 + a22 b22 + a23 b32

(a11 b11 + a12 b21 + a13 b31 ) (a11 b12 + a12 b22 + a13 b32 )
=
(a21 b11 + a22 b21 + a23 b31 ) (a21 b12 + a22 b22 + a23 b32 )

a11 b11 + a12 b21 + a13 b31 a11 b12 + a12 b22 + a13 b32
=
a21 b11 + a22 b21 + a23 b31 a21 b12 + a22 b22 + a23 b32

(a11 )b11 + (a12 )b21 + (a13 )b31 (a11 )b12 + (a12 )b22 + (a13 )b32
=
(a21 )b11 + (a22 )b21 + (a23 )b31 (a21 )b12 + (a22 )b22 + (a23 )b32
(A)B.
La igualdad ((A)B = A(B) se muestra en forma similar utilizando las

propiedades de los numeros reales.
Proposicion. El producto por un escalar conmuta con el producto de

matrices. Para R, A Mmn (R), y B Mmp (R), se cumple que
(AB) = (A)B = A(B).
Ejemplo 5.30.
Para R, A Mn1 , (observe que A es un vector), el producto A es un
vector multiplo escalar del vector A, es decir A es colineal al vector A.

2
Consideremos = 5 y A M31 = 3
4

2 5 2 10
5A = 5 3 = 5 3 = 15
4 5 4 20
5.1.5 Distributividad
Dedicamos esta seccion para enlistar las propiedades distributivas que sa-
tisfacen las operaciones de producto, suma y multiplicacion por un escalar.
Propiedades distributivas
El producto de matrices se distribuye con respecto a la suma de

matrices.
1. Para m, n y p N, A = [aij ] Mmn (R), B = [bjk ]

Mnp (R) y C = [cjk ] Mnp (R), se cumple que
A(B + C) = AB + AC.
2. Para m, n y p N, y A = [aij ] Mmn (R), B = [bij ]

Mmn (R) y C = [cjk ] Mnp (R), se cumple que
(A + B)C = AC + BC.
El producto por un escalar se distribuye con respecto a la suma

de matrices.
Para R, A Mmn (R), y B Mmn (R), se cumple que
(A + B) = A + B.
El producto por un escalar se distribuye con respecto a la suma

de escalares.
Para , R, A Mmn (R), se cumple que
( + )A = A + A.
5.1.6 Ejercicios

2 1
1. Calcule las matrices A + B y B + A, cuando A = y
3 36

6 3
B= .
9 18
2. Para las matrices A y B del ejercicio 1, calcule 3A y 3B y 3(A + B).

3 6 3
3. Para A y B las matrices del ejercicio 1, y C = .
9 1 2
(a) Calcule AC + BC y (A + B)C.

(b) Calcule 2AC + 3AC y 5AC.
5.1.7 Matriz transpuesta

A partir de una matriz A podemos construir otra matriz que llamamos la
matriz transpuesta de A y la denotamos con At .
Los renglones de At son las columnas de A y las columnas de At son los
renglones de A.
Definicion 5.8: Matriz transpuesta
Sea A Mmn (R), A = [aij ] i = 1, . . . m y j = 1, . . . n.

La matriz transpuesta de A, denotada At , es la matriz de orden
n m tal que tal que la entji (At ) = entij (A). para j = 1, . . . n y
i = 1, . . . m.
Ejemplo 5.31.
Para las matrices A y B determinar At y B t .

1 2 3 4
1 2 3 2 1 0 3
A= , B=
4 5 6 3 6 7 8
0 1 0 1
Solucion
1 2 3 0
1 4 2 1 6 1
At = 2 5 , Bt =
3
.
0 7 0
3 6
4 3 8 1
Veamos algunas propiedades sobre la transpuesta a traves de los siguien-
tes ejemplos
t
Ejemplo 5.32. Calculemos (At ) , cuando

1 2 3
A=
4 5 6
Solucion
Tenamos que:
1 4
At = 2 5
3 6
t
Si ahora describimos a (At ) ,

t 1 2 3
(At ) = =A
4 5 6
Ejemplo 5.33. Verificar que (At ) = (A)t cuando A Mmn (R) y

R.
Solucion
Veamos que cada una de las entradas de las matrices coinciden, si A
Mmn (R) tenemos que At Mnm (R), y At tambien. Como A
Mmn (R), tenemos que (A)t Mnm (R). Ambas son matrices del mismo
orden.
Para i = 1, . . . , n y j = 1, . . . m
entij (At ) = entij At = entji A

entij (A)t = entji (A) = entji A.
lo que verifica que cada una de las entradas de las matrices (At ) y (A)t
son iguales.
Ejemplo 5.34.
Verificar que si A, B Mmn (R), entonces (A + B)t = At + B t .

Solucion
Si A, B Mmn (R), entonces At , B t Mnm (R).
Para i = 1, . . . , n y j = 1, . . . m
entij (A+B)t = entji (A+B) = entji A+entji B = entij At +entij B t = entij (At +B t).
Ejemplo 5.35.
Verificar que si A Mmn (R) y B Mnt (R), entonces (AB)t = B t At .

Solucion
Como A Mmn (R) y B Mnt (R) entonces At Mnm (R) y B t

Mtn (R). Tenemos que AB Mmt (R) por lo que (AB)t Mtm (R), y
B t At Mtm (R) y son del mismo tamano (AB)t y B t At .
Veremos que cada una de las entradas de las matrices (AB)t y B t At
coinciden
Para i = 1, . . . , t y j = 1, . . . , m
entij (AB)t = entji (AB) = Rj AColi B = Colj (At )Ri (B t ) = Ri (B t )Colj (At )
entij (B t At ) = Ri (B t ) Colj (At )

Como cada una de las entradas son lo mismo, hemos terminado.

Ejemplo 5.36.
Compruebe para las matrices siguientes que (AB)t = B t At .

1 3
1 2 3
A= , B= 1 2
4 5 6
3 1
Solucion
Observe que A es de orden 2 3 y B es de orden 3 2, la matriz AB esta
definida y es de orden 2 2 por lo que (AB)t tambien es de orden 2 2.

1 4
1 1 3
Bt = , At = 2 5 ,
3 2 1
3 6
Tenemos que B t es de orden 2 3 y At es de orden 3 2, la matriz B t At
esta definida y es de orden 2 2.

1(1) + 2(1) + 3(3) 1(3) + 2(2) + 3(1)
AB = =
4(1) + 5(1) + 6(3) 4(3) + 5(2) + 6(1)

1+2+9 3+43 12 4
= =
4 + 5 + 18 12 + 10 6 26 16
Por lo que

t 12 26
(AB) =
4 16
Por otro lado:

t t 1(1) + 1(2) + 3(3) 1(4) + 1(5) + 3(6)
BA = =
3(1) + 2(2) + (1)(3) 3(4) + 2(5) + (1)(6)

1 + 2 + 9 4 + 4 + 18 12 26
= .
3 + 4 3 12 + 10 6 4 16

Propiedades de la transpuesta
Sean A y B Mmn (R), y sean y numeros reales, se cumple
que:
(At )t = A.
(At ) = (A)t .
(A + B)t = At + B t .
(A + B)t = At + B t .
Si A Mmn (R) y B Mnp , entonces:

(AB)t = B t At .
Una matriz diagonal es igual a su transpuesta.

1 0 t 1 0
Si A = , A = .
0 2 0 2
Observe que In = Int ya que In es diagonal para cualquier n.
Existen matrices que no son diagonales y cumplen con esa propiedad,
por ejemplo:

3 1 t 3 1
Si A = , A = .
1 1 1 1
Esto da origen a la siguiente definicion:
Definicion 5.9: Matriz simetrica
Si una matriz cuadrada A Mnn , es tal que A = At , entonces decimos

que A es una matriz simetrica.
Para una matriz cuadrada A Mnn , la matriz A + At siempre es

simetrica, ya que (A + At )t = At + (At )t = At + A = A + At .
Sean A y B Mnn matrices simetricas, entonces se cumple que:
A + B es simetrica ya que (A + B)t = At + B t = A + B.
5.2 Los sistemas y las operaciones de matrices

Interpretacion de un sistema de ecuaciones lineales como producto
de matrices
Ya con el producto de matrices definido, vale la pena resaltar que esta ope-
racion nos permite ofrecer una forma distinta de mirar a un sistema de
ecuaciones lineales.
Nos debe quedar claro que un sistema de ecuaciones lineales puede repre-
sentarse como una igualdad entre dos vectores, uno es el resultado de mul-
tiplicar una matriz de tamano m n por un vector de tamano n 1 y el
otro es un vector de tamano m 1, como veremos a continuacion:
Consideremos el sistema:
a11 x1 + a12 x2 + a13 x3 = b1

a21 x1 + a22 x2 + a23 x3 = b2
a31 x1 + a32 x2 + a33 x3 = b3
Consideramos las matrices: A M33 (R), cuyos renglones se forman

con los coeficientes de las incognitas de cada ecuacion del sistema, X
M31 (R), formada como la matriz columna de las incognitas y por ultimo
B M31 (R) la matriz columna de los terminos independientes, por ello:

a11 a12 a13 x1 b1
A = a21 a22 a23 ; ~x = x2 ; ~b = b2 .
a31 a32 a33 x3 b3
5.2. LOS SISTEMAS Y LAS OPERACIONES DE MATRICES 41
Si hacemos el producto de A con ~x, tenemos que A ~x = ~b.

a11 a12 a13 x1 a11 x1 + a12 x2 + a13 x3 b1
A~x = a21 a22 a23 x2 = a21 x1 + a22 x2 + a23 x3 = b2 = ~b.
a31 a32 a33 x3 a31 x1 + a32 x2 + a33 x3 b3
Un sistema de m ecuaciones lineales con n incognitas se representa

como A~x = ~b, donde A Mmn (R), es la matriz asociada del sistema,
~x Mn1 (R) es la matriz determinada por las incognitas del sistema y
~b Mn1 (R) es la matriz determinada por los terminos independientes
del sistema.
Interpretacion de un sistema de ecuaciones lineales como combi-

nacion lineal de las columnas de su matriz asociada
Veremos otra forma de interpretar un sistema de ecuaciones lineales.
Consideremos el sistema:
a11 x1 + a12 x2 + a13 x3 = b1

a21 x1 + a22 x2 + a23 x3 = b2
a31 x1 + a32 x2 + a33 x3 = b3
que es lo mismo que A~x = ~b donde A es la matriz asociada a este sistema,

~x es el vector formado por las incognitas y ~b es el vector formado por los
terminos constantes:

a11 a12 a13 x1 b1
A = a21 a22 a23 , ~x = x2 , ~b = b2
a31 a32 a33 x3 b3
Las columnas de la matriz A son

a11 a12 a13
Col1 (A) = a21 , Col2 (A) = a22 , Col3 (A) = a23
a31 a32 a33

a11 x1 + a12 x2 + a13 x3 x1 a11 + x2 a12 + x3 a13
A~x = a21 x1 + a22 x2 + a23 x3 = x1 a21 + x2 a22 + x3 a23
a31 x1 + a32 x2 + a33 x3 x1 a31 + x2 a32 + x3 a33
Descomponemos al vector A~x como suma de los vectores

x1 a11 x2 a12 x3 a13
A~x = x1 a21 + x2 a22 + x3 a23
x1 a31 x2 a32 x3 a33
Por lo que

a11 a12 a13
A~x = x1 a21 + x2 a22 + x3 a23
a31 a32 a33
Como A~x = ~b
A~x = x1 Col1 (A) + x2 Col2 (A) + x3 Col3 (A) = ~b
Un sistema de m ecuaciones lineales con n incognitas escrito en la

forma anterior, nos pregunta si el vector ~b se puede expresar como
combinacion lineal de los vectores columnas de la matriz A.
Cuando el sistema es consistente, nos dice que ~b es la suma de multiplos
escalares de los vectores columna de la matriz A.
5.3 Operaciones y matrices elementales
Ya se sabe que las operaciones elementales que se realizan en los renglones

de una matriz A Mnm (R) son de tres tipos:
1. Intercambiar el renglon i por el renglon j: Ri Rj (tipo 1).
2. Multiplicar el iesimo renglon por un escalar s 6= 0; sRi (tipo 2).
3. Sustituir el renglon jesimo por la suma del renglon Rj mas s veces

el renglon Ri ; Rj + sRi (tipo 3).
5.3. OPERACIONES Y MATRICES ELEMENTALES 43
En el captulo anterior vimos muchos ejemplos de operaciones elementales

en matrices como los siguientes

2 1 4 0 1
Sea A M35 (R), tal que A = 0 1 1 4 1
1 2 3 4 5
A la matriz A se le aplica la operacion elemental del tipo 1: intercambiar
el tercer rengon por el primero: R1 R3

2 1 4 0 1 1 2 3 4 5
A = 0 1 1 4 1 R1 R3 0 1 1 4 1
1 2 3 4 5 2 1 4 0 1
A la matriz A se le aplica la operacion elemental del tipo 2: multiplicar

1 1
por 2 el primer renglon, 2 R1
1 21 2 0 25

2 1 4 0 1

A = 0 1 1 4 1 1
0 1 1 4 1
2 R1
1 2 3 4 5 1 2 3 4 5
A la matriz A se le aplica la operacion elemental del tipo 3: remplazar

el primer renglon por 2 veces el tercer renglon. 2R3 + R1

2 1 4 0 1 0 5 2 8 9

A = 0 1 1 4 1 0 1 1 4 1
R1 2R3
1 2 3 4 5 1 2 3 4 5
Definicion 5.10: Matriz elemental
Una matriz elemental es aquella que se obtiene de aplicar a la matriz

identidad In una operacion elemental a cualquiera de sus renglones.
Si la operacion elemental que se hace a In es del tipo i para i =
1, 2, 3, llamamos a la matriz elemental obtenida matriz elemental del
tipo i.
Ejemplo 5.37.
Sea I = I3 la matriz identidad de orden 3.

1 0 0
I= 0 1 0
0 0 1
Encontremos algunas matrices elementales de tamano 3 3:
A la matriz I se le aplica la operacion elemental del tipo 1: intercam-

biar el tercer rengon por el primero: R1 R3 . A la matriz elemental
obtenida la llamamos E1 y es del tipo 1.

1 0 0 0 0 1
I = 0 1 0 R1 R3 0 1 0 = E1
0 0 1 1 0 0
A la matriz I se le aplica la operacion elemental del tipo 2: multi-

plicar por 12 el primer renglon, 21 R1 , a la matriz elemental obtenida la
llamamos E2 y es del tipo 2.
1
1 0 0 2 0 0

I = 0 1 0 1
0 1 0 = E2
2 R1
0 0 1 0 0 1
A la matriz I se le aplica la operacion elemental del tipo 3: remplazar el

primer renglon por su suma mas 2 veces el tercer renglon, 2R3 +R1 ,
a la matriz elemental obtenida la llamamos E3 y es del tipo 3.

1 0 0 0 0 2

I = 0 1 0 0 1 0 = E3
2R3 + R1
0 0 1 0 0 1
Para las matrices elementales E1 , E2 y E3 , obtenidas en el ejemplo an-

terior, veamos que cambio producimos en la matriz A que consideramos al
inicio de esta seccion, si la multiplicamos por E1 , E2 y E3 .
5.3. OPERACIONES Y MATRICES ELEMENTALES 45

2 1 4 0 1
Sea A = 0 1 1 4 1 .
1 2 3 4 5
Para i = 1, 2, 3, se tiene que Ei M33 (R) y A M35 (R), por lo
que el producto Ei A esta definido y podemos calcular las matrices Ei A.
Observemos que sucede:
1.

0 0 1 2 1 4 0 1 1 2 3 4 5
E1 A = 0 1 0 0 1 1 4 1 = 0 1 1 4 1 .
1 0 0 1 2 3 4 5 2 1 4 0 1
E1 es el resultado de aplicar la operacion elemental del tipo 1: inter-

cambiar el tercer rengon por el primero: R1 R3 a la matriz I3 .
El resultado de E1 A es intercambiar el tercer rengon de A por el
primero: R1 R3 .
2.
1
1 21 2 0 52

0 0
2 2 1 4 0 1
E2 A = 0 1 0 0 1 1 4 1 = 0 1 1 4 1 .
0 0 1 1 2 3 4 5 1 2 3 4 5
E2 es el resultado de aplicar la operacion elemental del tipo 2: multi-

plicar por 12 el primer renglon de I3 .
1
El resultado de E2 A es multiplicar por 2 el primer renglon de A.
3.

1 0 2 2 1 4 0 1 0 5 2 8 9
E3 A = 0 1 0 0 1 1 4 1 = 0 1 1 4 1 .
0 0 1 1 2 3 4 5 1 2 3 4 5
E3 es el resultado de aplicar la operacion elemental del tipo 3: rem-

plazar el primer renglon de I por la suma del primero mas 2 veces
el tercer renglon, R1 2R3 a I3 .
El resultado de E3 A es remplazar el primer renglon de A por la suma
del primero mas 2 veces el tercer renglon, R1 2R3 .
Observacion. Hacer una operacion elementaldel tipo i a una matriz

A Mnm (R), es lo mismo que multiplicarla por la izquierda por la
matriz elemental de tamano nn obtenida al aplicarle a In la operacion
elemental del tipo i.
5.4 Matriz inversa

Son de especial atencion las matrices para las cuales se tiene que existe otra
matriz tal que al multiplicarlas, su resultado es la matriz identidad, reciben
el nombre de matrices invertibles.
Definicion 5.11: Matriz inversa
Sean A Mnn (R) y B Mnn (R) tal que AB = In = BA.
La matriz B se le llama la matriz inversa de A.
La matriz A se le llama la matriz inversa de B.
Denotamos a la matriz inversa de A por A1 , as B = A1 .
Si la matriz A tiene inversa A1 , decimos que A es invertible. Se

tiene que AA1 = In = A1 A.
Veamos algunos ejemplos:

Ejemplo 5.38.
Para cualquier tamano, una matriz diagonal tal que los elementos de su
diagonal son todos distintos de cero siempre es invertible y su inversa es la
matriz diagonal cuyas entradas son los recprocos de las entradas correspon-
dientes.
Sean 1
2 0 2 0
D1 = ; F1 =
0 3 0 13
1
2 0 0
D1 F1 = 2 1 =
0 3 0 3
2 12 + 0 0 2 0 + 0 31

=
0 12 + 3 0 0 0 + 3 31
5.4. MATRIZ INVERSA 47

1 0
= = I2
0 1
Veamos que en este caso el orden de los factores no altera el producto:
1
2 0 2 0
F1 D1 = =
0 31 0 3
1 1

2 2+00 2 0+03 =
0 2 + 13 0 0 0 + 13 3

1 0
= = I2
0 1
Ejemplo 5.39.
La matriz In es diagonal y tiene inversa, ademas In 1 = In .
Ejemplo 5.40.

1 2
Veamos que la matriz A = es invertible.
1 1
Solucion
a b
Deseamos mostrar que existe una matriz B = , con AB =
c d
BA = I2 :

a + 2c b + 2d 1 0
AB = = = I2 .
a + c b + d 0 1
Por lo que
a + 2c = 1 b + 2d = 0
a + c = 0 b + d = 1
Al resolver ambos sitemas obtenemos que
1 2 1
a=c= ,b= yd= .
3 3 3
1 2

3 3
La matriz buscada es B = .
1 1

3 3
1 2

3 3

1 2
AB = =
1 1
1 1

3 3
1 1 2 1
1( ) + 2( ) 1( ) + 2( )
3 3 3 3
=
1 1 2 1

(1)( ) + 1( ) (1)( ) + 1( )
3 3 3 3
1 2 2 2
+ +
3 3 3 3

= 1 0 = I2 .

1 1 2 1
0 1
+ +
3 3 3 3
En forma analoga se comprueba que B A = I2 .
Observacion:
Sea A una matriz cuya matriz inversa A1 existe, se tiene
que A1 es unica.
Lo anterior es consecuencia de que el producto de matrices es aso-
ciativo:
Sean B y C matrices que son inversas de la matriz A :
BA = I = AB, CA = I = AC.
B = IB = (CA)B = C(AB) = CI = C.
Observacion: Sean A, B Mnn (R) matrices invertibles, entonces

(AB)1 = B 1 A1 .
Lo anterior es consecuencia de que el producto de matrices es aso-
ciativo y a que la inversa de una matriz es unica ya que
AB B 1 A1 = A(BB 1 )A1 = AIn A1 = AA1 = In .

5.4.1 Matriz inversa por Gauss Jordan

Recordemos que el metodo de Gauss Jordan para resolver, en su caso, sis-
temas de ecuaciones lineales, involucra el hacer que la matriz aumentada del
sistema sea equivalente a una matriz reducida por filas.
Veremos que una matriz cuadrada de orden n sera invertible si mediante
llevarla a una forma escalonada reducida por filas o renglones, es equivalente
a la matriz identidad In , de orden n.
Ademas, en este proceso se obtendra, en forma simultanea, que la matriz
identidad es equivalente por filas o renglones a la matriz inversa A1 y por
ende, se tendra que para una matriz cuadrada invertible A, las tres matrices
A, In y A1 son equivalentes por filas.
Sea A Mnn , para encontrar su inversa, si esta existe, colocamos a la
matriz In a la derecha de la matriz A en la forma [A | In ], procedemos lle-
vando a A a una forma escalonada reducida por filas aplicando exactamente
las mismas operaciones elementales en cada
paso a la matriz In , para llegar
si es posible, a lo que escribimos como In | A1 .
Primero veremos el proceso que se realiza para encontrar, dada una
matriz A, su matriz inversa A1 cuando esta existe.
Posteriormente, identificaremos las operaciones elementales realizadas
en A para escalonarla con multiplicar por la izquierda a A por las matrices
elementales correspondientes que fueron utilizadas, de manera de esclarecer
lo que sucede en el proceso cuando la matriz A es invertible.
Por ultimo, veremos que si no es posible establecer la equivalencia por
filas entre la matriz A y la matriz In , entonces podemos concluir que A no
tiene inversa.
Ejemplo 5.41.

1 0 2
Encontrar la inversa de la matriz A = 0 1 3 .
1 2 0
Solucion
1 0 2 1 0 0
Consideramos [A | I3 ] = 0 1 3 0 1 0
1 2 0 0 0 1
La matriz A tiene ya un pivote en la posicion a11 = 1 correspondiente al
primer renglon y la primera columna. Se procede como siempre aplicando
las operaciones elementales en la primera columna para obtener ceros abajo

del pivote en ella.

1 0 2 1 0 0

[A | I3 ] 0 1 3 0 1 0
R3 R1
0 2 2 1 0 1
Se continua el proceso de escalonamiento en las dos matrices obtenidas.

Produciremos un cero en el tercer renglon debajo del pivote en la segunda
columna de la matriz de la izquierda:

1 0 2 1 0 0

0 1 3 0 1 0
R3 + 2R2
0 0 4 1 2 1
Se observa que la primera y segunda columnas de la matriz del lado

izquierdo ya estan escalonadas y reducidas. El siguiente paso sera obtener
el pivote en la tercera fila y la tercera columna y proceder utilizando el
pivote producido igual a 1 en el tercer renglon, para obtener ceros arriba de
el:

1 0 2 1 0 0

1 0 1 3 0 1 0
4 R3 0 0 1 14 1 1
2 4

1 0 2 1 0 0
3 1 3
0 1 0 4 2 4
R2 3R3
0 0 1 14 1
2
1
4
3
1 12

1 0 0 2
3
0 1 0 4 12 43 = [I3 | B]
R1 2R3 1 1 1
0 0 1 4 2 4
La matriz A es equivalente a la matriz escalonada reducida por filas I3 ,

y la matriz I3 es equivalente por filas a la matriz que hemos llamado B.
La matriz B cumple que B = A1 , la matriz inversa de A, lo que com-
probamos al calcular su producto:
3
1 12

1 0 2 2
AB = 0 1 3 43 21 34 =
1 2 0 41 1
2
1
4
3 3
+ 2 14 1 1 + 0 12 + 2 1
21 + 0 34 + 2 1

1 2 +0 4 2 1 4

3 3

0
2 +1 4 +3 14 0 1 + 1 12 +3 1
2 0 21 +1 34 +3 1
4
=

3 3
1 2 2 4 + 0 14 1 1 2 12 + 0 21 1 21 2 34 + 0 1
4

1 0 0
0 1 0 = I3 .
0 0 1
En forma analoga tenemos que BA = I3 , as B = A1 .
Observe que en el metodo descrito las operaciones elementales que ha-

cen a la matriz A quivalente por filas a la matriz I3 son las mismas que
hacen a I3 equivalente por filas a la matriz A1 .
Una matriz cuadrada de orden n es invertible si y solamente si es

equivalente por filas a la matriz identidad de orden n.
Una matriz cuadrada de orden n es invertible si y solamente si al

escalonarla tiene n pivotes.
Una matriz cuadrada de orden n es invertible si y solamente si al

escalonarla, la matriz escalonada que se obtiene tiene rango = n.
Observacion.
1 0 2 1 0 0
Al considerar [A | I3 ] = 0 1 3 0 1 0
1 2 0 0 0 1
y aplicarle el metodo de Gauss-Jordan para encontrar su matriz
inversa, lo que hicimos fue resolver simultaneamente los tres sistemas

representados por cada una de las matrices aumentadas

1 0 2 1
[A | I3 ] = 0 1 3 0
1 2 0 0

1 0 2 0
[A | I3 ] = 0 1 3 1
1 2 0 0

1 0 2 0
[A | I3 ] = 0 1 3 0
1 2 0 1
Proposicion. Si A Mnn (R) es una matriz invertible, la matriz At

1 t
es invertible, ademas (At ) = (A1 ) .
Veremos que At (A1 )t = I3 , como sabemos que la matriz inversa es

unica, tendremos que (At )1 = (A1 )t .
De las propiedades del la transpuesta de un producto de matrices y que
la matriz identidad es igual a su transpuesta, tenemos que
At (A1 )t = (A1 A)t = (In )t = In .
Ejemplo 5.42.
En el ejemplo 5.41 determinamos para una matriz A, su matriz inversa

A1 . Determinemos la matriz inversa de la transpuesta de A.
3 1

1

2 2

1 0 2
3 1 3
A= 0 1 3 A1 =
1 2 0

4 2 4

1 1 1

4 2 4
De esta manera,
3 3 1

2 4 4

1 0 1
1 1
At = 0 1 2 1 t

(A ) =
1
2 3 0 2 2

1 3 1

2 4 4
5.4.2 Las matrices elementales son invertibles

Cuando trabajamos con operaciones elementales para escalonar una matriz
asociada o una matriz aumentada de un sistema vimos que cada operacion
elemental tena su oprecacion inversa. Esto se traduce en que las matrices
elementales de cualquier tamano son invertibles.
Sea E1 la matriz elemental resultado de aplicar la operacion elemental
del tipo 1 a I3 : intercambiar el tercer rengon por el primero: R1 R3 a la
matriz I3 .
0 0 1
E1 = 0 1 0
1 0 0
Calculemos E1 E1 .

0 0 1 0 0 1 1 0 0
E1 E1 = 0 1 0 0 1 0 = 0 1 0 = I3
1 0 0 1 0 0 0 0 1
Concluimos que E1 es invertible y E11 su inversa es ella misma.
Sea E2 el resultado de aplicar la operacion elemental del tipo 2 a I3 :

multiplicar por 6= 0 el segundo renglon de I3 .

1 0 0
E2 = 0 0
0 0 1
Consideremos la matriz elemental:

1 0 0
B = 0 1 0
0 0 1
Calculemos E2 B.

1 0 0 1 0 0 1 0 0
1
E2 B = 0 0
0 0 = 0 1 0 = I3
0 0 1 0 0 1 0 0 1
Concluimos que E2 es invertible y E21 es la matriz elemental del mismo
tipo obtenida de multiplicar el segundo rengon de I3 por el recproco de
6= 0, a saber, el numero 1 .
Sea E3 el resultado de aplicar la operacion elemental del tipo 3 a I3 :

remplazar el primer renglon de I por la suma del primero mas 2 veces el
tercer renglon, R1 2R3 a I.

1 0 2
E3 = 0
1 0
0 0 1
Consideremos la matriz elemental:

1 0 2
C= 0 1 0
0 0 1
Calculemos E3 C.

1 0 2 1 0 2 1 0 0
E3 C = 0 1 0 0 1 0 = 0 1 0 = I3
0 0 1 0 0 1 0 0 1
Concluimos que E3 es invertible y E31 es la matriz elemental del mismo
tipo obtenida de remplazar el primer rengon de I3 por la suma del primero
mas 2 veces el tercer renglon, R1 + 2R3 .
Generalizamos estos ejemplos para establecer la siguiente:
Observacion. Para cualquier numero natural n, las matrices elemen-

tales de orden n n, son invertibles.
1. Si E1 es la matriz elemental que se produce al intercambiar el renglon

Ri con el renglon Rj en In , Ri Rj entonces E1 es invertible y
su matriz inversa es ella misma. E1 = (E1 )1 .
5.5. MATRIZ INVERTIBLE Y SOLUCION UNICA 55
2. Si E2 es la matriz elemental que se produce al reemplazar el renglon

Rj por el renglon resultado de multiplicarlo por el numero 6= 0,
Rj Rj , entonces E2 es invertible y su matriz inversa es la ma-
triz elemental obtenida por reemplazar el renglon Rj por el renglon
1
resultado de multiplicarlo por el numero 6= 0, Rj Rj .

La matriz (E2 ) queda determinada al aplicarle a In la operacion
1
1 1
elemental Rj Rj , es decir, se multiplica a In por , el recproco

de .
3. Si E3 es la matriz elemental que se produce al reemplazar el renglon Rj

por la suma de el y veces el renglon Ri , Rj Rj + Ri , entonces
E3 es invertible y su matriz inversa es la matriz elemental obtenida
por reemplazar el renglon Rj por la suma de el y veces el renglon
Ri , Rj Rj Ri
La matriz (E3 )1 queda determinada al aplicarle a In la operacion
elemental Rj Rj Ri .
5.5 Matriz invertible y solucion unica

Es importante relacionar dos hechos:
Un sistema de n ecuaciones lineales con n incognitas tiene como matriz

asociada a una matriz invertible y,
El sistema tiene solucion unica.
Para establecer la relacion que buscamos consideremos el sistema:
a11 x1 + a12 x2 + a13 x3 = b1

a21 x1 + a22 x2 + a23 x3 = b2
a31 x1 + a32 x2 + a33 x3 = b3
Lo represntamos como A ~x = ~b, donde A M33 , ~x M31 y ~b M31

son

a11 a12 a13 x1 b1
A = a21 a22 a23 , ~x = x2 , ~b = b2 .
a31 a32 a33 x3 b3
Si la matriz asociada al sistem A tiene inversa, A1 M33 , entonces se

cumple que A A1 = I3 = A1 A.
De la ecuacion A ~x = ~b, utilizando la propiedad asociativa del producto
y de I3 obtenemos A1 A ~x = A1~b lo que nos dice que I3 ~x = A1 B, es
decir, ~x = A1 ~b. As, el sistema tiene solucion unica.
Por otro lado, si el sistema A~x = ~b tiene solucion unica, llamemosla
~c = [c1 , c2 , c3 ]t , al aplicar el metodo de eliminacion de Gauss Jordan a la
matriz aumentada [A|~b] obtenemos mediante un numero finito de opera-
ciones elementales que

1 0 0 c1
[A|B] 0 1 0 c2
0 0 1 c3
Lo que nos dice que la matriz A es equivalente por filas a la matrizz I3
y podemos obtener a la matriz inversa de A mediante el metodo de Gauss-
Jordan.
Lo que hicimos en este ejemplo lo podemos generalizar
Observacion. Un sistema de n ecuaciones lineales con n incognitas

representado por A~x = ~b tiene solucion unica si y solamente si, la
matriz asociada al sistema A, es invertible.
Sean A Mnn (R), ~x Mn1 (R), ~b Mn1 (R).
Consideremos el sistema homogeneo y el sistema no homogeneo repre-

sentados por las expresiones: A~x = ~0 y A~x = ~b.
Recordemos que en el captulo anterior vimos que:
A~x = ~0 tiene solucion unica si y solamente si A~x = ~b tiene solucion
unica.
Si A es invertible, la unica solucion de A~x = ~b es ~x = A1~b por lo que:
Si ~b = ~0 Mn1 , entonces ~x = ~0.
Ejercicios
5.6. MATRIZ INVERSA COMO PRODUCTO DE ELEMENTALES 57
1. Calcule mediante el metodo de Gauss-Jordan la inversa de cada una

de las matrices siguientes:

1 3 3
(a) A = 1 3 4
1 4 3

2 4 3 2
3 6 5 2
(b) A =
2 5 2 3

4 5 14 14
2. Encuentre la solucion del sistema siguiente utilizando la inversa de la

matriz asociada al sistema.
x1 + 3x2 + 3x3 = 1
x1 + 3x2 + 4x3 = 1
x1 + 4x2 + 3x3 = 1
5.6 Matriz inversa como producto de elementales

Para continuar, recordemos que una matriz elemental es una matriz obtenida
de la matriz In al aplicarle a ella una operacion elemental.
Como ya vimos anteriormente, aplicar una operacion elemental a una
matriz es lo mismo que multiplicarla por la izquierda por la matriz elemental
que le corresponde a la operacion elemental realizada.
Veremos que mediante el metodo de Gauss Jordan para encontrar la
matriz inversa de una matriz A, lo que se esta haciendo es multiplicar por la
izquierda en forma simultanea la matriz [A | In ] por cada matriz elemental
equivalente a la operacion establecida en cada paso del metodo.

1 0 2
En el ejemplo 5.41 consideramos la matriz A = 0 1 3 .
1 2 0
Vimos que
3
1 21

2
3
A1 = 4 21 43 .
14 1
2
1
4
Para encontrar A1 aplicamos cinco operaciones elementales para llevar

a [A | I3 ] a la forma [I3 | A1 ], las operaciones elementales realizadas en el
orden en las que las hicimos fueron
R3 R1
R3 + 2R2
1
4 R3
R2 3R3
R1 2R3
Representemos a cada una de las operaciones elementales por las matri-
ces elementales Ei para i = 1, . . . , 5 que aparecen a continuacion:

1 0 0

I3 0 1 0 = E1
R3 R1
1 0 1

1 0 0

I3 0 1 0 = E2
R3 + 2R2
0 2 1

1 0 0

I3 1 0 1 0 = E3
4 R3 0 0 41

1 0 0

I3 0 1 3 = E4
R2 3R3
0 0 1

1 0 2

I3 0 1 0 = E5
R1 2R3
0 0 1
Lo que hicimos en el metodo de Gauss-Jordan fue multiplicar en cada

paso por las matrices elementales correspondientes

[A | I3 ] E1 A|E1 I3 = E1
E1
5.6. MATRIZ INVERSA COMO PRODUCTO DE ELEMENTALES 59

E1 A|E1 I3 = E1 E2 E1 A|E2 E1
E2

E2 E1 A|E2 E1 E3 E2 E1 A|E3 E2 E1
E3

E3 E2 E1 A|E3 E2 E1 E4 E3 E2 E1 A|E4 E3 E2 E1
E4

E4 E3 E2 E1 A|E4 E3 E2 E1 E5 E4 E3 E2 E1 A|E5 E4 E3 E2 E1
E5
Es decir, para pasar
[A | I3 ] [I3 | A1 ]
multiplicamos por la izquierda por cinco matrices elementales obteniendo
E5 E4 E3 E2 E1 A = I3
por lo que
A1 = E5 E4 E3 E2 E1
Observacion. Para expresar a la matriz A1 como producto de ma-

trices elementales, el lector debe tener cuidado del orden en el que las
multiplica ya que la multiplicacion de matrices no es conmutativa.
Si aplicamos varias veces que para las matrices cuadradas invertibles se

tiene que (AB)1 = B 1 A1 obtenemos
A = E11 E21 E31 E41 E51 .
Ejemplo 5.43.
Veamos que sucede con el metodo de Gauss-Jordan cuando se aplica a

una matriz que no es invertible.

4 8
Sea A = .
3 6

4 8 1 0 4 8 1 0
[A|I2 ] = = [B|C] .
3 6 0 1 R2 + 43 R1 0 0 34 1
La matriz B tiene un solo pivote y la matriz I2 tiene dos, de donde
cualquier operacion elemental que hagamos a [B|C] no podremos llevarla a
la forma [I2 |D] .
Observe que cuando la matriz A no es invertible (no la podemos llevar a
la forma In ), esto se traduce en producir un renglon de ceros al escalonarla.

4 18
Tenemos A = .
3 6

Pensemos a los renglones
como
vectores, R1 = 4 8 y R2 = 3 6 ,
si remplazamos R2 = 3 6 por:
3 3
R2 + R1 = 3 6 + 4 8 =
4 4
3 3

3 + 4 (4) 6 + 4 (8) = 0 0 .
R2 + 34 R1 = 0 0 es lo mismo que R2 = 43 R1 , es decir, el segundo

renglon de la matriz A es, como se observa sin dificultad, multiplo escalar

del primer renglon de A.
En general, si A Mnn (R) no es invertible, podemos producir un
renglon de ceros, por ejemplo, en el renglon Ri de A, tendremos que habra
s renglones en A, Rj1 , Rj2 , Rj3 , Rjs todos diferentes a Ri y escalares cl ,
con l = 1, . . . s tal que:
Ri (c1 Rj1 + c2 Rj2 + c3Rj3 + + cs Rjs ) = ~0
en forma equivalente
Ri = c1 Rj1 + c2 Rj2 + c3Rj3 + + cs Rjs .
Esto nos dice que al rengon Ri lo podemos obtener de una suma de multiplos
escalares de los s renglones Rjl . Dicho de otra forma, el renglon Ri es com-
binacion lineal de los s renglones Rjl .
5.7. OPCIONAL - ASOCIATIVIDAD DEL PRODUCTO 61
Ejercicios
Exprese a la matriz A y a la matriz A1 como producto de matrices
elementales para cada una de las matrices siguientes:

1 3 3
1. A = 1 3 4
1 4 3

2 4 3 2
3 6 5 2
2. A =
2 5 2 3

4 5 14 14
5.7 Opcional - Asociatividad del producto
Cuando esta definido, el producto de matrices es asociativo.

Para A Mmn (R), B Mnp (R) y C Mpq (R), se cumple que:
A(BC) = (AB)C.

a11 a12 a1n b11 b12 b1p c11 c12 c1q
a21 a22 a2n b21 b22 b2p c21 c22 c2q
.. .. .. .. .. .. .. .. ..

. . . . . . . . .
A=
ai1 ai2
; B= ; C=
ain bj1 bj2 bjp cl1 cl2 clq
.. .. .. .. .. .. .. .. ..

. . . . . . . . .
am1 am2 amn bn1 bn2 bmp cp1 cn2 cpq
i = 1, . . . , m; j = 1, . . . n, l = 1 . . . , p.
Veamos que tanto los productos A(BC) = (AB)C pueden llevarse a cabo y
que su resultado son matrices que coindiden en tamano:
Como A Mmn (R), B Mnp (R) y C Mpq (R) :
(BC) Mnq (R), de esta forma, A(BC) Mmq (R), escribimos
A(BC) = D.
AB Mmp (R), de esta forma, (AB)C Mmq (R), escribimos
(AB)C = E.
Para verificar la propiedad asociativa del producto de matrices debemos
ver que cada una de las entradas correspondientes en las matrices D y E
coinciden, es decir, para i = 1, . . . m y k = 1, . . . , q, se cumple que dik = eik .
Sabemos que cada una de estas entradas se componen de la siguiente

manera
dik = Ri A Colk (BC), eik = Ri (AB)Colk C

Calculemos dik
dik = Ri A Colk (BC) = Ri A (BColk C)

ya que sabemos que

Colk (BC) = BColk C. Si Ri (A) = ai1 ai2 . . . ain

b11 b12 b1p
b21 b22 b2p
c1k

.. .. ..

c2k

. . .
dik = ai1 ai2 . . . ain ..
bj1 bj2 bjp
.
.. .. ..

cpk

. . .
bn1 bn2 bmp

b11 c1k + b12 c2k + + b1p cpk
b21 c1k + b22 c2k + + b2p cpk
..

.
dik = ai1 ai2 . . . ain
bj1 c1k + bj2 c2k + + bjp cpk

..

.
bn1 c1k + bn2 c2k + + bmp cpk
dik = ai1 (b11 c1k + b12 c2k + + b1p cpk )

+ ai2 (b21 c1k + b22 c2k + + b2p cpk )

+ ain (bn1 c1k + bn2 c2k + + bnn cnk ).
5.7. OPCIONAL - ASOCIATIVIDAD DEL PRODUCTO 63
y
dik = ai1 b11 c1k + ai1 b12 c2k + + ai1 b1p cpk
+ ai2 b21 c1k + ai2 b22 c2k + + ai2 b2p cpk

+ ain bn1 c1k + ain bn2 c2k + + ain bnp cpk .
Calculemos ahora la entrada eik de la matriz (AB)C = E, tenemos que:

eik = Ri (AB)Colk C
Como Ri (AB) = Ri A B, sustituyendo, eik = (Ri A B) Colk C

b11 b12 b1p
b21 b22 b2p
c1k

.. .. ..
c2k
. . .

eik =
ai1 ai2 . . . ain ..

bj1 bj2 bjp

.

.. .. ..

cpk

. . .
bn1 bn2 bmp

c1k
c2k
eik = ai1 b11 + ai2 b21 + + ain bn1 . . . ai1 b1p + ai2 b2p + + + ain bnp
...
cpk
eik = (ai1 b11 + ai2 b21 + + ain bn1 )c1k

+(ai1 b12 + ai2 b22 + + ain bn2 )c2k

+(ai1 b1p + ai2 b2p + + ain bnp )cpk .
Tenemos entonces que
ei k = ai1 b11 c1k + ai2 b21 c1k + + ain bn1 c1k

+ ai1 b12 c2k + ai2 b22 c2k + + ain bn2 c2k

+ ai1 b1p cpk + ai2 b2p cpk + + ain bnp cpk .
Ahora comparemos las dos expresiones que hemos obtenido para cada
una de las entradas dik y eik y observamos que:
La entrada dik consta de p n sumandos y la entrada eik consta de n p
sumandos. En ambos, los sumandos aparecen en un arreglo rectangular.
Los p sumandos en el primer renglon del arreglo para dik coinciden con
los p sumandos que aparecen en la primera columna del arreglo para eik ,
los p sumandos en el segundo renglon del arreglo para dik coinciden con los
p sumandos que aparecen en la primera columna del arreglo para eik y lo
mismo para cada uno de los renglones y columnas subsecuentes.
dik = ai1 b11 c1k + ai1 b12 c2k + + ai1 b1p cpk
+ ai2 b21 c1k + ai2 b22 c2k + + ai2 b2p cpk

+ ain bn1 c1k + ain bn2 c2k + + ain bnp cpk .
ei k = ai1 b11 c1k + ai2 b21 c1k + + ain bn1 c1k

+ ai1 b12 c2k + ai2 b22 c2k + + ain bn2 c2k

+ ai1 b1p cpk + ai2 b2p cpk + + ain bnp cpk .
Podemos concluir que
dik = eik , i = 1, . . . , m; k = 1, . . . , q.
Como cada una de sus entradas son iguales tenemos que D = E, que es
lo mismo que (AB)C = A(BC), lo que se deseaba mostrar.

Matrices

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Matrices

Încărcat de

Drepturi de autor:

Formate disponibile

Captulo 5

Las matrices son objetos que aparecen con frecuencia en la modelacion de

El termino aij es llamada la entrada ij o el coeficiente ij de la matriz,

entij (A) = aij = entij .

Denotamos con Mmn (R) al conjunto de todas las matrices de m

En una matriz vamos a distinguir sus renglones y columnas. Sea A dada

Al primer renglon lo denotamos R1 (A), R1 (A) = [1, 3, 4].

R1 (A) = [1, 1, 4], R2 (A) = [2, 1, 2], R3 (A) = [1, 5, 8] y R4 (A) = 0, 3, 1]

En general, dada una matriz A con m renglones y n columnas denotam-

denotara el i-esimo renglon de A para i = 1, . . . , m, los contamos de arriba

Ri (A) = [ai1 , ai2 , ai3 , . . . , aij , . . . , ain ]; i = 1, . . . , m.

Decimos que tenemos una matriz particionada por sus renglones

Observacion: Si A Mmn (R) podemos ver a los renglones o filas de

Como se recordara, se dijo que los vectores ~v = [a, b] y w ~ = [c, d] son

Definicion 5.1: Igualdad entre matrices

Sean A y B dos matrices de tamano m n.

Decimos que A y B son iguales y escribimos A = B, si para cada

aij = bij donde i = 1, . . . , m; j = 1, . . . , n.

Encontrar el valor de a que hace que A = B:

Encontrar el valor de a y b que hace que A = B:

Solucion En este ejemplo, las entradas ent11 , ent12 , ent21 y la entrada

Definicion 5.2: Matriz identidad

Para n cualquier numero natural, se llama la matriz identidad a la

Son matrices identidad de tamano uno, dos, tres, y n, las siguientes:

Definicion 5.3: Diagonal de una matriz y matriz diagonal

La diagonal de una matriz D de tamano n son los elementos entii (D),

Si una matriz tiene en su diagonal los numeros 1 , 2 , . . . , n , la escribi-

Se llama la matriz cero o matriz nula a la matriz de cualquier tamano

2. Construya la matriz diagonal Dg[1, 2, 3, 4, 5, 6].

5.1 Algebra de matrices

5.1.1 Producto de matrices

~v = [v1 , v2 , v3 ] es una matriz renglon de tamano 1 3.

Dado el sistema de ecuaciones lineales con tres incognitas

tenemos que su matriz asociada A y su matriz aumentada [A | ~b] son;

La primera ecuacion del sistema la podemos ver como el

Ahora consideremos a cualesquiera matrices A M33 y B M31 :

Escribimos la matriz A B como la matriz

La matriz A B de tamano 3 por 1 es tal que:

el primer renglon es el resultado de realizar el producto punto del

el segundo renglon es el producto punto del segundo renglon de A con

el tercer renglon es el producto punto del tercer renglon de A con la

Hemos multiplicado dos matrices, una de tamano 3 3 y la otra

Observacion: En todos los casos hemos considerado que los renglones

Despues de estos ejemplos,definiremos el producto de dos matrices ar-

Para poder realizar el producto de la matriz A con la matriz B,

La matriz producto A B resulta ser una matriz de orden m p.

Definicion 5.4: Producto de matrices

Para m, n, t N. Sean A = [aij ] Mmn (R) y B = [bjk ] Mnp (R)

Escribiremos A B como AB simplemente si no hay lugar a con-

El producto de las matrices A y B es la matriz AB = [entik ] Mmp (R)

Con la definicion general de producto de matrices hagamos algunos ejem-

Sean A y B M22 (R).

Observacion. Sean A y B matrices para las cuales los productos

Observacion. Aun cuando el producto de matrices AB este definido,

Sean A y B dos matrices de 3 3:

La matriz AB se particiona por las columnas como

AB = [Col1 (AB) | Col2 (AB) | Col3 (AB)]

Col2 (AB) = A Col2 (B)

Col3 (AB) = A Col3 (B).

AB = [ACol1 (B) | ACol2 (A) | ACol3 (B)]

Al particionar AB por sus renglones

En general, sean A Mmn (R) y B Mnt (R)

Sean A Mmn (R), B Mnp , tenemos que AB Mmp . Se cumple

Las columnas de la matriz producto AB, son el producto