Clase 8 – Matrices

Álgebra Lineal Escuela de Matemáticas - Facultad de Ciencias

Código 1000 003 Universidad Nacional de Colombia

1 Matrices
Definición 1 Una matriz es un arreglo rectangular de números denominados entradas (o elementos) de la matriz.

Ejemplo. Los siguientes son ejemplos de matrices.

2 3
2 3 1
1 2 5 6 3 6
1 2 0 7 p
X
A=4 2 0 4 1 7 5, B= , C=6
4
7, D= 1 1 2 3
1 .
3 4 1 5 2
3 1 2 2 3
0

Definición 2 Una matriz se denomina de tamaño m n si tiene m filas y n columnas.

Las matrices del ejemplo anterior son matrices de órdenes 3 5, 2 2, 4 1y1 5, respectivamente.

Definición 3 Una matriz de tamaño 1 m se denomina matriz fila y una matriz de tamaño n 1 se llama matriz columna.

Nota. Usaremos la notación de subíndice doble para hacer referencia a las entradas de una matriz: la entrada de A en
la fila i y la columna j se denotará por aij . Así, podemos escribir una matriz en forma compacta: A = aij = aij m n
(si es necesario especificar el tamaño). Por tanto, una matriz tiene la forma
2 3
a11 a12 a1n
6 a21 a22 a2n 7
6 7
A=6 . .. .. .. 7 .
4 .. . . . 5
am1 am2 amn

Si las columnas de A son los vectores b1 , b2 , . . . , bn , entonces podemos representar a A por A = b1 b2 bn

2 3
A1
6 A2 7
6 7
y si las filas de A son los vectores A1 , A2 , . . . , Am , entonces podemos representar a A por A = 6 . 7 .
4 .. 5
Am

Definición 4 Sea A = aij m n

.

1. Las entradas diagonales de A son a11 , a22 , a33 , . . . , akk , . . .

2. Si m = n, entonces A se denomina matriz cuadrada de tamaño n.

3. Si A es una matriz cuadrada y todas sus entradas no diagonales son cero, A se denomina una matriz diagonal.

4. Una matriz diagonal en la cual todas las entradas diagonales sean todas iguales se conoce como una matriz escalar.

5. Si el escalar en la diagonal es 1, la matriz escalar se llama matriz identidad y es denotada por In .

Definición 5 Dos matrices son iguales si tienen el mismo tamaño y sus entradas correspondientes son iguales.

1
2 Operaciones Matriciales
Adición de matrices y multiplicación por escalar
Si A = aij y B = bij son matrices m n, su suma A + B es la matriz m n cuya entrada ij es aij + bij ; es decir,
A + B = aij + bij .

Si además c es un escalar, entonces el producto escalar cA es la matriz m n obtenida al multiplicar cada entrada
de A por c. Así, cA = caij .

Multiplicación de matrices
Si A es una matriz de tamaño m n y B es una matriz de tamaño n r entonces el producto matricial C = AB es
una matriz de tamaño m r, donde la entrada (ij) de C está dada por:

cij = ai1 b1j + ai2 b2j + + ain bnj .

Nota. Para que el producto de A por B tenga sentido se debe cumplir que

# columnas de A = # filas de B.
3 2
b1j
6 b2j 7
6 7
Si la i-ésima fila de A es ai1 ai2 ain y la j-ésima columna de B es 6 . 7 , entonces la entrada ij de C se
4 .. 5
bnj
computa así: 2 3 2 3
ai1 b1j
6 ai2 7 6 b2j 7
6 7 6 7
cij = 6 . 7 6 .. 7 = ai1 b1j + ai2 b2j + + ain bnj .
4 .. 5 4 . 5
ain bnj
Ejemplo. Calcule, si es posible, AB y BA.
2 3
2 3 2 3 1 1 1
2 1 1 1 1 2 6
1 1 1 1 0 1 7
(a) A= , B=4 4 3 5. (b) A=4 0 1 0 1 5, B=6
4
7.
1 2 1 1 1 1 5
5 1 1 1 1 1
1 0 1

Solución. (a) Puesto que A es de tamaño 2 3 y B de tamaño 3 2, tanto el producto AB como el producto BA
están definidos. Calculemos estas matrices.

Recordemos que para calcular la entrada ij de la matriz AB, realizamos el producto punto de los vectores dados por
la i-ésima fila de A y la j-ésima columna de B. Luego,
2 3 2 3 2 3
1 2+1 4+1 5 1 1 + 1 3 + 1 ( 1) 2+4+5 1+3 1 11 3
AB = 4 5=4 5=4 5.
1 2+2 4+1 5 1 1 + 2 3 + 1 ( 1) 2+8+5 1+6 1 15 6

Similarmente,
2 3 2 3
2 1+1 1 2 1+1 2 2 1+1 1 2+1 2+2 2+1 2 3
6 7 6 7 3 4 3
6 7 6 7
BA = 66 4 1+3 1 4 1+3 2 4 1+3 1 7 6
7 = 6 4+3 4+6 4+3 7 4 5
7 = 7 10 7 .
4 5 4 5 4 3 4
5 1 + ( 1) 1 5 1 + ( 1) 2 5 1 + ( 1) 1 5 1 5 2 5 1

2
(b) Dado que A es de tamaño 3 4 y B de tamaño 4 3, ambos productos están definidos. Se puede verificar que
2 3
2 3 0 1 0 2
1 2 3 6 0 2 0 1 7
4
AB = 2 0 2 5 y BA = 64 2
7.
1 2 2 5
2 2 4
0 2 0 1
X

Nota. En general, el producto de matrices no es conmutativo.

Teorema 6 Todo sistema lineal de m ecuaciones con n incógnitas se puede representar en la forma AX = b, donde A es la
matriz de coeficientes, X es el vector que contiene las variables del sistema y b es el vector de términos independientes.
Ejemplo. Exprese el siguiente sistema lineal en la forma AX = b
3x + 2y 3z + 5w = 2
x + y + z + w = 1 (1)
5x + 2y z + w = 6
Solución. Notemos que
3 2
2 3 x 2 3
3 2 3 5 6 y 7 2
A=4 1 1 1 1 5, X=6 7
4 z 5 y b=4 1 5
5 2 1 1 6
w
2 3
2 3 x 2 3
3 2 3 5 6 7 2
y 7 4 X
Luego, el sistema lineal (1) se puede representar como AX = b; es decir, 4 1 1 1 1 56
4 z 5= 1 5.
5 2 1 1 6
w
Teorema 7 Sean A una matriz m n, ei un vector unitario estándar de 1 m y e j un vector unitario estándar de n 1.
Entonces
(a) ei A = i-ésima fila de A. (b) Ae j = j-ésima columna de A.

Potencias de una matriz

Definición 8 Sea A una matriz cuadrada n n. Para k 1, definimos
Ak = |A A {z A} (si k = 0, definimos A0 = In ).
k factores

Proposición 9 Si A es una matriz cuadrada y r, s son enteros no negativos, entonces

(a) Ar A s = Ar +s . (b) ( Ar )s = Ars .

Transpuesta de una matriz

Definición 10 Sea A una matriz de tamaño m n. La transpuesta de A, denotada A T , es la matriz de tamaño n m que
se obtiene cuando se intercambian las filas y columnas de A. Es decir, la i-ésima columna de A T es la i-ésima fila de A para todo i.

2 3
1 2 1 3
Ejemplo. Sea A = 4 0 2 4 3 5 . Halle A T .
1 2 3 5
2 3
1 0 1
6 2 2 2 7
Solución. Notemos que A es de tamaño 3 4. Por tanto, A T = 6 7 es de tamaño 4 3. X
4 1 4 3 5
3 3 5

3
Definición 11 Sea A una matriz cuadrada.

1. A se dice simétrica si A T = A (o equivalentemente, si aij = a ji , para todo i, j).

2. A se dice antisimétrica si A T = A.

Ejemplo. Determine si la matriz es simétrica o antisimétrica.

2 3 2 3 2 3
1 1 1 0 1 2 0 1 2
(a) A=4 1 0 1 5 (b) B = 4 1 0 3 5 (c) C = 4 1 0 3 5.
1 1 1 2 3 0 2 3 0
Solución. Calculemos la transpuesta para cada una de las matrices anteriores.
2 3 2 3 2 3
1 1 1 0 1 2 0 1 2
AT = 4 1 0 1 5, BT = 4 1 0 3 5 y CT = 4 1 0 3 5 .
1 1 1 2 3 0 2 3 0
Notemos que A T 6= A; por lo tanto, A no es simétrica y puesto que A T 6= A, A tampoco es antisimétrica. Por otro
lado, B T = B; luego, B es antisimétrica. Finalmente, se cumple que C T = C; por lo tanto, C es simétrica. X

Nota. Si A es antisimétrica, entonces las entradas en su diagonal son todas ceros.

3 Algebra de matrices
Teorema 12 (Propiedades de la suma de matrices y la multiplicación por escalares) Sean A, B, C matrices del mismo
tamaño y sean c, d escalares. Entonces :

(a) A + B = B + A. (b) ( A + B) + C = A + ( B + C ) .

(c) A + O = O + A = A. (d) A + ( A) = O.

(e) c ( A + B) = cA + cB. (f) (c + d) A = cA + dA.

(g) c(dA) = (cd) A. (h) 1A = A.

Definición 13 Sean A1 , . . . , Ak y B matrices del mismo tamaño.

1. Decimos que B es combinación lineal de A1 , . . . , Ak si existen escalares c1 , . . . , ck tales que B = c1 A1 + + ck Ak .

2. Definimos el espacio de A1 , . . . , Ak , denotado por espacio ( A1 , . . . , Ak ) como el conjunto de todas las combinaciones
lineales de A1 , . . . , Ak .
2 3 2 3 2 3 2 3 2 3
1 0 0 0 0 0 0 0 0 0 1 0 0 0 1
Ejemplo. Sean A1 = 40 0 05 , A2 = 40 1 05 , A3 = 40 0 05 , A4 = 41 0 05 , A5 = 40 0 05 ,
0 0 0 0 0 0 0 0 1 0 0 0 1 0 0
2 3 2 3
0 0 0 5 2 6
A6 = 40 0 15 y B = 42 3 45 .
0 1 0 6 4 3

(a) Encuentre espacio ( A1 , A2 , . . . , A6 ) . (b) ¿B 2 espacio ( A1 , A2 , . . . , A6 )?

Solución. (a) Notemos que una matriz A está en espacio ( A1 , A2 , . . . , A6 ) sii existen escalares c1 , c2 , . . . , ck tales que
A = c1 A1 + c2 A2 + + ck Ak . Luego,
2 3
a11 a12 a13 a11 = c1 a12 = c4 a13 = c5
A = 4 a21 a22 a23 5 2 espacio ( A1 , A2 , . . . , A6 ) sii a21 = c4 a22 = c2 a23 = c6
a31 a32 a33 a31 = c5 a32 = c6 a33 = c3

4
Luego, vemos que A 2 espacio ( A1 , A2 , . . . , A6 ) sii su entrada ij es igual a su entrada ji; es decir, sii A es simétrica.
Por tanto, espacio ( A1 , A2 , . . . , A6 ) = f A 2 M3 3 j A es simétricag .

(b) Sí, ya que B es simétrica. X

Teorema 14 (Propiedades del producto de matrices) Sean A, B y C matrices (con tamaños tales que las siguientes opera-
ciones son válidas) y sea k un escalar. Entonces

(a) A ( BC ) = ( AB) C. (b) A ( B + C ) = AB + AC.

(c) ( A + B) C = AC + BC. (d) k ( AB) = (kA) B = A (kB) .

(e) Im A = A = AIn , si A es de tamaño m n.

Teorema 15 (Propiedades de la transpuesta) Sean A, B matrices (con tamaños tales que las siguientes operaciones son
válidas) y k escalar. Entonces

(a) ( AT )T = A. (b) ( A + B)T = AT + BT .

(c) (kA)T = kAT . (d) ( AB)T = BT AT .

r
(e) ( Ar ) T = A T , para todo entero r no negativo.

Prueba. Veamos que se cumple la propiedad (b). Sean A, B matrices de tamaño m n. Entonces, la j-ésima
fila de ( A + B)T es la j-ésima columna de A + B, la cual se obtiene al sumar la j-ésima columna de A y la j-ésima
columna de B; ,es decir, al sumar la j-ésima fila de A T y la j-ésima fila de B T .

Teorema 16 (a) Si A es una matriz cuadrada, entonces A + AT es simétrica.

(b) Para cualquier matriz A, AAT y A T A son simétricas.

Prueba. (a) Para ver que la matriz A + A T es simétrica, calculemos su transpuesta.

( A + AT )T = AT + ( AT )T (por teorema 15 (b))

= AT + A (por teorema 15 (a))
= A + AT (por teorema 12 (a))

Así que A + A T es simétrica.

(b) Veamos que AA T es simétrica:

( AAT )T = ( AT )T AT (por teorema 15 (d))

= AAT (por teorema 15 (a))

Análogamente, se prueba que A T A es simétrica.