UNIDAD No.

1
ÁLGEBRA LINEAL
MATRICES Y OPERACIONES CON MATRICES

Definición: Una matriz es un arreglo rectangular de números. Los números en el arreglo se

denominan elementos de la matriz. Para denotarlas se utilizan las letras mayúsculas del
abecedario.

Por ejemplo:

1 3 5  3 5 7 2 
 
A  7 5 6  B  3 5 -7 9 C  1 / 2 5 6 7 2
3 0 2  1 3 5 5 8 

El tamaño u orden de una matriz se describe en términos del número de filas (líneas
horizontales) y de columnas (líneas verticales) que contiene. La matriz C tiene 3 filas y 5
columnas y se representa por C (3x5) .
Identificación de elementos: Los elementos de la matriz se los identifica indicando la fila y la
columna a la que pertenecen. De tal manera que un elemento genérico de una matriz A (mxn)
se lo representa por:
1  i  m
a ij   A ij para 
1  j  n

Elemento de la matriz A que está en la fila i y en la columna j

  A  11  A  12 . . . .  A  1n   a11 a12 . . . . a1n 

  A  A 2n  a
 21  A  22 . . . .
 21 a 22 . . . . a 2n 
 . . . . . . .  . . . . . . . 
A A
 . . . . . . .   . . . . . . . 
   
 . . . . . . .   . . . . . . . 
 A  m1  A m2 . . . .  A mn  a m1 a m2 . . . . a mn 

OPERACIONES CON MATRICES

Igualdad de matrices: Dos matrices son iguales si tienen el mismo tamaño y sus elementos
correspondientes son iguales.
1  i  m
A  B   A ij   B ij para 
1  j  n

1 5  4 1 5  4
A B  AB
6 8  7  6 8  7 
Suma de matrices: Si A y B son matrices del mismo tamaño, entonces la suma A + B es la
matriz obtenida al sumar los elementos de B con los elementos correspondientes de A, y la
diferencia A – B es la matriz obtenida al restar los elementos de B de los correspondientes
de A. No es posible sumar o restar matrices de tamaños diferentes.

1
 Si A (mxn) y B (mxn) 
1  i  m
A  B ij   A ij   B ij para 
1  j  n

1 2  3 
A   
3 6  2
 1  2 2 1  3  5 3 1 2
  A  B    
2 1 5  3  3 6  2  2  4
 6 4 2

B  
3  2 4


Producto de una matriz por un escalar (número): Si A es cualquier matriz y c es cualquier

escalar, entonces el producto cA es la matriz obtenida al multiplicar cada elemento de A por c.
1  i  m
Si A (mxn) y c  R   cA  ij  c A  ij para 
1  j  n

1 4  2 8 
Si A   3  4 y c  2  cA  6  8 
 2  5  4  10

Transpuesta de una matriz: Si A es cualquier matriz m x n, entonces la transpuesta de A,

denotada por At, se define como la matriz n x m que se obtiene al intercambiar las filas y las
columnas de A; es decir, la primera columna de At es la primera fila de A, la segunda columna
de At es la segunda fila de A, y así sucesivamente.
1  i  n
A  t
ij   A ji para 
1  j  m

1 6 5
1 2 3 4 2 7 4
A  6 7 0 9   At  
3 0 1
5 4 1 8   
4 9 8

Producto de matrices: Si A es una matriz de m x n y B es una matriz de n x p, entonces el

producto AB es la matriz m x p cuyos elementos se determinan como sigue. Para encontrar el
elemento en la fila i y en la columna j de AB, considerar solo la fila i de la matriz A y la
columna j de la matriz B. Multiplicar entre sí los elementos correspondientes de la fila y de
la columna mencionados y luego sumar los productos resultantes.

n
1  i  m
 AB ij    A   B ik kj para 
k 1 1  j  p

4 1 4 3
1 2 4
A B  0 1 3 1 
2 6 0
2 7 5 2

2
 4 1 4 3
1 2 4   12 27 30 13
A B     0  1 3 1  
2 6 0 2 8  4 26 12
 7 5 2 
Donde, por ejemplo :
3
 A  B 11    A 1k  B  k1   A11  B 11   A12  B  21   A13  B  31  (1  4)  ( 2  0)  (4  2)  12
1
3
 A  B 23    A 2 k  B k 3   A 21 B13   A 22  B 23   A 23  B 33  (2  4)  (6  3)  (0  5)  26
1

Operaciones Elementales: Si A es cualquier matriz m x n , sobre sus filas columnas se pueden

efectuar las siguientes operaciones denominadas elementales:
1. Intercambiar dos filas (columnas) Pij
2. Multiplicar una fila (columna) por una constante diferente de cero. Mi(k)
3. Sumar o adicionar una fila (columna) con el múltiplo de otra. Aij(k)

1 3 
2
A
Ejemplo: Sea 9 6  5 realizar las siguientes operaciones elementales:
,
9 6  5
 Intercambiar la fila 1 con la 2 de A: p12  A  1 2 3 
 
 1 2 3
 Multiplicar la fila 2 de A por  3 : M 2 ( 3)  A  
 27  18 15
1 2 3

Sumar la fila 2 de A con la 1 
 : A21( 9 )  A   
 
multiplicada por  9 : 
 0 12 32

Propiedades de las operaciones con matrices:

Teorema 1: Suponiendo que los tamaños de las matrices son tales que las operaciones
indicadas se pueden efectuar, entonces son válidas las siguientes reglas de aritmética
matricial.
1. A + B = B + A (Ley conmutativa de la adición)
2. A + (B + C) = (A + B) + C (Ley asociativa de la adición)
3. A(BC) = (AB)C (Ley asociativa de la multiplicación)
4. A(B  C) = AB  AC (Ley distributiva por la izquierda)
5. (B  C)A = BA  CA (Ley distributiva por la derecha)
6. a(B  C) = aB  aC
7. (a  b)C = aC  bC
8. a(bC) = (ab)C
9. a(BC) = (aB)C = B(aC)
10. ((A)t)t = A
11. (A  B)t = At  Bt
12. (kA)t = kAt, donde k es cualquier escalar.
13. (AB)t = Bt At

3
Nota importante: Antes de aplicar las definiciones de las operaciones con matrices, realizar
la verificación de que las operaciones cumplen con las condiciones para poder realizarse, a
este análisis se lo denomina análisis de forma.
Por ejemplo: Si A( 2 x 3) , B( 2 x 2 ) , C( 2 x 3) y D( 3 x 3) hacer el análisis de forma de
2 At B  DC t

2At B + D Ct
(3 x 2) (2 x 2) + (3 x 3) (3 x 2) (Nro. de columnas = Nro. de filas)
= =

(3 x 2) + (3 x 2) (Matrices del mismo orden)

(3 x 2) (Matriz resultante)

Matrices Cuadradas: Son aquellas que tienen el número de filas igual al número de columnas.
Las principales son las siguientes:
1 si i  j 1  i  n
 Matriz Identidad : I(nxn)   I  ij  
0 si i  j
para 
1  j  n

Propiedades


 Actu a co mo e lemento ne utro en la multiplic a´c ió n de matrices

 I
  I  I  ..
 .......
 
 I  pI
 p v eces
 I. I.I.......................I  ( I ) p  I
        
 p v eces

 Matriz Simétrica : A(nxn) es simétrica si solo si At  A , es decir:

 At ij   A ij para 11  
i  n
j  n

 Matriz Antisimétrica : A(nxn) es antisimétrica si solo si At   A , es decir:

 At  ij   A ij para 11 

i  n
j  n

Nota: Toda matriz cuadrada puede expresarse como la suma de una matriz simétrica y
A 1 ( A  At )  1 ( A  At )
otra antisimétrica:  2     2   
M. Simétrica M. Antisimétrica
Ejemplos:
 Matriz
   Identidad
    Matriz
 Simétrica
    Matriz
  Antisimétr
   ica
 1 0 0  1 3 - 5 0 6 7
I  0 1 0
 A   3 7 9 
 C  - 6 0 - 5
0 0 1 - 5 9 3  - 7 5 0 
1 -4 5
Ejercicio: Expresar la matriz A  7 3 0 como la suma de una matriz simétrica
 2 9 8
con una matriz antisimétrica.

 Matriz Triangular Superior:  A ij 0 para  i  j

 Matriz Triangular Inferior :  A ij  0 para  i  j
 Matriz Diagonal:  A ij  0 para  i  j . Cuando  A 11 k se denomina
matriz escalar.

4
 Ejemplos:
Matriz Triangular Superior
       Matriz
 Triangular
  Inferior
  Matriz
   Diagonal
 
3 9 - 5 4 0 0 1 0 0
D  0 4 7  F  - 3 7 0 G  0 2 0
0 0 - 2  1 - 5 3 0 0 3

 Matriz Elemental: Es aquella que resulta de aplicar una única operación elemental
sobre una matriz identidad, o bien, es aquella que se transforma en la identidad a través
de una única operación elemental.

Ejemplos:
 Matria
 Elemental
    Matriz
 Elemental
     Matriz
 Elemental
  
0 0 1  1 0 0   1 0 0
P13  I (3)  E1  0 1 0 ; M 2(-3)  I (3) E 2  0  3 0 ; A 31(-2)  I (3) E 3   0 1 0
1 0 0 0 0 1  2 0 1

 Matriz No – Singular: A es no singular si existe una matriz B del mismo orden tal
que AB  BA  I , caso contrario A se denomina singular. La matriz B se denomina
Inversa de A (A-1).
Teorema 1. La matriz inversa si existe es única.
Teorema 2. Si A y B son no singulares entonces:
a) A1 es también no singular y ( A1 ) 1  A .
b) (AB) también es no singular y  AB  1  B 1 A1 . (Se puede
generaliza para más de dos matrices).}
Teorema 3. Toda matriz elemental es no singular y su inversa se puede
calcular en forma directa.

Si la matriz elemental proviene de Pij  I (n) , entonces su inversa es la


propia matriz elemental
 Si la matriz elemental proviene de M i ( k )  I (n) , entonces su inversa se
obtiene M i ( k )  I (n) .
1

 Si la matriz elemental proviene de Aij ( k )  I (n) , entonces su inversa se

obtiene Aij (  k )  I (n) .
Ejercicio: Tomando las matrices elementales del ejemplo anterior:

P13  I (3x3 )  E1  P 13 
 
M 2 (-3)  I (3 x3)  2 Everificar que sus inversas son  M 2 (-
 
A31 (-2)  I (3x3 )  E3  
 A31 (2

Aplicación de las matrices elementales:

Teorema 4. Cualquier operación elemental sobre las filas de una matriz A (mxn)
puede llevarse a cabo premultiplicando a A por una matriz elemental correspondiente a
la operación elemental realizada.

5
 1 2 3 
A
Ejemplo: Sea 9 6  5 encontrar matrices elementales que premultiplicas por A
,
produzcan el mismo efecto que las operaciones elementales:

9 6  5 0 1 
P12  A     A1  P12  I ( 2 )  E1    / E1 A  A1
1 2 3  1 0 
 1 2 3 1 0 
M 2 ( 3) A     A2  M 2 ( 3)  I ( 2 )  E2    / E2 A  A2
 27  18 15 0  3
1 2 3
A21( 9 )  A     A3
 0  12  32 
 1 0
 A21( 9 )  I ( 2 )  E3    / E3 A  A3
 9 1

Matriz Escalonada: A (mxn) es escalonada si cumple las siguientes condiciones:

 Si las filas i e i + 1 son dos filas sucesivas cualesquiera, no nulas, entonces, el

primer elemento diferente de cero de la fila i + 1 se encuentra a la derecha del primer
elemento diferente de cero de la fila i.
 Si hay filas nulas, estarán agrupadas en la parte inferior de la matriz.

Nota: Los primeros elementos distintos de cero de las filas no nulas se denominan
elementos distinguidos y las columnas en las que se encuentran se llaman columnas
distinguidas.

Matriz Escalonada Reducida o Escalón Reducida: A (mxn) es escalón reducido si además de

ser escalonada cumple que:
 Sus elementos distinguidos deben ser iguales a 1 (uno) y deben ser los únicos
diferentes de cero en sus columnas distinguidas correspondientes.

Ejemplos:

Equivalencia por Filas : (matrices equivalentes) Se dice que una matriz A es equivalente por
filas a una matriz B, si B puede obtenerse mediante una sucesión finita de operaciones
elementales de fila a partir de A, es decir, si existen matrices elementales
E1 , E 2 , E 3 ,......, E k

6
de tal manera que B  E k .E k -1....E 2 .E1.A .
Teorema 1. Sean A, B y C matrices de (mxn), entonces:
 A es equivalente a A.
 Si A es equivalente a B, entonces B es equivalente a A.
 Si A es equivalente a B y B es equivalente a C, entonces A es
equivalente a C.

Teorema 2. Toda matriz A (mxn) es equivalente a una matriz escalón reducida.

Por lo tanto para cada matriz A (mxn) existe una matriz no singular, B (mxm), tal que
B.A  A ER

Ejercicios:
3 4 1 8 1 5 3 4 1
1. Dadas las matrices A  2 7  1 B   2 7  1 C   2 7  1 ,
8 1 5   3 4 1   2 7 3 
encontrar matrices elementales E1 , E 2 , E 3 y E 4 tales que

a) E1 A  B b) E 2 B  A c) E 3 A  C d) E 4C  A
1 2 3 4
2. Sea A  2 4 5 1  :
 

a) Llevarla a la forma escalón reducida.

b) Hallar las matrices elementales E1, E2 y E3 tales que AER = E3 E2 E1 A.
c) Encontrar una matriz no singular, B, tal que B A = AER.
d) De la ecuación matricial del inciso (b) despejar la matriz A.
e) Encontrar una matriz no singular, C, tal que C AER = A.
 0 1 7 8 
3. Expresar la matriz A   1 3 3 8  en la forma A  EFGR , donde E, F y
  2 5 1  8
G son matrices elementales y R está en forma escalonada.

Cálculo de la Inversa de una Matriz. Antes de establecer un mecanismo de cálculo es

necesario enunciar las siguientes proposiciones y un teorema:
 Proposición 1: Si A es una matriz cuadrada y existe alguna fila (columna) nula,
entonces A no tiene Inversa.
 Proposición 2: Si A es Escalón reducida, cuadrada y además no singular, entonces su
escalón reducida es igual a la matriz identidad del mismo orden.
 Teorema 1 : Toda matriz no singular de orden (nxn) es equivalente a la matriz
identidad del mismo orden, decir:

E k .E k -1.........E 2 .E1.A  I
      
A -1

7
Método de Gauss para Calcular la Inversa: Basado en los conceptos anteriores, Gauss
mecaniza el proceso de la siguiente manera:

Se toma la matriz A y junto a ella se coloca la matriz identidad del mismo orden,   A I  a
través de operaciones elementales sucesivas se transforma A en escalón reducida y
simultáneamente se aplican las mismas operaciones elementales sobre la Identidad. Al
finalizar el proceso y si A es no singular, su escalón reducida será la Identidad y junto a ella se
tendrá la inversa de A. Si A es singular surgirá alguna fila nula en la escalón reducida.

 A I

Operaciones elementales 

A ER B
Si la matriz AER es igual a la identidad, entonces B = A-1

Ejemplos:
1 2 3
1. Encontrar la inversa de A   2 5 3
1 0 8
Aplicando el método de Gauss- Jordan:

1 2 3 1 0 0 1 2 3 1 0 0
  
2 5 3 0 1 0   0 1  3  2 1 0

1 0 8 0 0 1 
0  2 5 1 0 1
A 21 (-2)
A 31 (-1)
1 0 9 5  2 0  1 0 0  40
  
0 1  3  2 1 0   0 1 0 13

0 0 1 5  2  1
 
0 0 1 5
A13 (-9)
A 23 (3)

  40 16 9 
Por lo tanto A
-1
  13 5  3
 5 2  1

1 2 3
2. Encontrar la inversa de A   2 5 3
 3 7 6
Aplicando el método de Gauss- Jordan:

8
 1 2 3 1 0 0 1 2 3 1 0 0 1 2 3 1 0 0
     
2 5 3 0 1 0   0 1 3 -2 1 0   0 1 3 -2 1 0
 3 7 6 0 0 1  0 1 3 -3 0 1  0 0 0 -1 -1 1 
A 21 (-2) A 32 (-1)
A 31 (-3)
En la matriz escalonada de A se tiene una fila nula, por lo tanto se concluye que la matriz A
es singular, es decir no tiene inversa.

Ejercicios de aplicación de la inversa:

1  1 2
1. Sabiendo que ( I  2 A)   4 determinar A.
 5
 1 2  1 2 1  3
2. Dadas las matrices A   3 1  , B   3 1  y C  1 2 
     
determinar la matriz X de la siguiente ecuación matricial: 3 AX  2C  B t