ALsec 101

Indice general
1. Matrices, Sistemas Lineales y Determinantes 2

1.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Tipos de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Producto de una Matriz Fila con una Matriz Columna . . . . . . . . . . . . 6
1.4. Multiplicacion de un escalar por una matriz . . . . . . . . . . . . . . . . . . 6
1.5. Suma de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5.1. Propiedades de la suma de matrices. . . . . . . . . . . . . . . . . . . . 8
1.5.2. Diferencia o Resta de matrices. . . . . . . . . . . . . . . . . . . . . . . 8
1.6. Producto de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7. Tipos especiales de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.7.1. Matrices idempotentes e involutivas . . . . . . . . . . . . . . . . . . . 21
1.7.2. Matrices semejantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.7.3. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.7.4. Problemas (Matrices) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1
Captulo 1
Matrices, Sistemas Lineales y

Determinantes
1.1. Matrices
Introduccion. El termino matriz fue introducido por primera vez en el ano 1850 por
Sylvester, un ano despues Cayley iniciaba un estudio matematico de las mismas. Aunque
una matriz no es mas que un conjunto de numeros reales dispuestos de forma ordenada
(formando filas que son las lneas horizontales y las columnas son las lneas verticales)
esta sencilla idea se ha mostrado muy util. Es muy frecuente que los datos sobre las acti-
vidades variadas se presenten en forma de tabla, tabla que no es sino una matriz.
Desde el punto de vista que nos concierne podramos decir que las matrices han inun-
dado el Algebra Lineal, hasta el punto de que muchas veces se llama Teora de Matrices.
Solo cuando tratamos con dimension finita, las de dimension infinita hemos de abando-
narlas.
Cual es el secreto? El secreto es que siendo tan poca cosa un punado de nume-
ros escritos ordenadamente una matriz puede representar muchas cosas: un sistema
de ecuaciones lineales como los veremos, transformaciones lineales, productos escalares,
formas cuadraticas, conicas, etc. Es la forma de ver la matriz lo que le da sentido, y su
facilidad de manejo lo que les da versatilidad y potencia. Que mas se puede pedir a una
herramienta?
En este captulo se introducen los conceptos basicos que se requieren para estudiar el
curso del algebra lineal. Comenzamos en la primera seccion con el tema fundamental de
Matrices.
Definicion 1.1. Una matriz A es un arreglo rectangular compuesto de m renglones o
2
Algebra lineal. Matrices, sistemas lineales y determinantes 3
filas (lneas horizontales) y n columnas (lneas verticales), de m n numeros reales

a11 a12 a13 . . . a1n
a21 a22 a23 . . . a2n

a a a . . . a
A = 31

32 33 3n
. .. .. ..
.. . . .
am1 am2 am3 . . . amn
Se dice entonces que A es una matriz de tamano u orden m n y simbolicamente se
escribe
A = [aij ],

a11 a12 a13 . . . a1n
a
21 a22 a23 . . . a2n

. . . . .
.. .. .. .. ..

... ... aij ... ...
A= . i esima fila

.. .
. .
. . . .
.
. . . .

am1 am2 am3 . . . amn

i esima columna
i = 1, 2, . . . , m; j = 1, 2, . . . , n. Esto es, aij representa el numero que se encuentra en la fila i
y en la columna j. A los elementos aij se les llaman las componentes (entradas) de la matriz
A.
Nota.
Los parentesis rectangulares se pueden suplir por parentesis circulares en notaciones
matriciales. En este curso emplearemos parentesis rectangulares.
En el caso particular de que una matriz tenga tamano 11 escribiremos simplemente

a en lugar de [a]; es decir, identificaremos toda matriz [a] con el numero real a.
Al conjunto de todas las matrices de tamano m n se le denota por Mmn (K), donde
K es el campo de los escalares, en nuestro caso solo utilizaremos el campo de los
numeros reales K = IR o el campo de los numeros complejos K = C, I o simplemente
denotaremos por Mmn
" #
1 3 5
Ejemplo 1.1. En la matriz: A = sus elementos son:
2 4 6
a11 = 1, a12 = 3, a13 = 5, a21 = 2, a22 = 4, a23 = 6.
Esta es una matriz de orden 2 3, es decir: A M23 .
" #
2 3 5
Ejemplo 1.2. Si A =
4 2 1
A es una matriz de tamano 2 3 y, para este caso sus elementos son:
a11 = 2, a12 = 3, a13 = 5, a21 = 4, a22 = 2, a23 = 1.
J. R. Ticona Parisaca
Definicion 1.2. (Igualdad de Matrices) Dos matrices A = [aij ] y B = [bij ] son iguales
(A = B) si y solo si:
1. A y B tienen el mismo tamano, es decir A, B Mmn ,
i = 1, 2, . . . , m; j = 1, 2, . . . , n.
2. aij = bij
" # " #
a11 a12 b11 b12
Ejemplo 1.3. Si A = , B= M22 , entonces
a21 a22 b21 b22
A = B a11 = b11 a12 = b12 a21 = b21 a22 = b22
Si A y B no son iguales, escribiremos as
A 6= B aij 6= bij , i = 1, 2, . . . , m, j = 1, 2, . . . , n
Ejemplo
" De acuerdo
1.4. # " con# la definicion anterior
1 3 9 1 3 9
A= 6= =B
5 7 2 5 6 2
Se tiene que a22 = 7 6= 6 = b22
Ejemplo
" Determinar
1.5. # " el valor
# de k para que las matrices
k 1 2 1
A= yB= sean iguales.
1 2k 1 4
Solucion. Dado que ambas matrices tienen el mismo tamano ellas seran iguales si y solo
si coinciden componente a componente; para lo cual es suficiente que k = 2 y 2k = 4; esto
se cumple para k = 2.
" # " #
k 0 1 0
Ejemplo 1.6. Determinar el valor de k para que las matrices A = yB=
3 3k 3 4
sean iguales.
Solucion. Para que las matrices sean iguales se requiere, en este caso que k = 1 y 3k = 4,
4
luego se debe tener simultaneamente k = 1 y k = ; lo cual es imposible. Por lo tanto A 6= B
3
para cualquier valor de k.
Orden de una matriz

El orden de una matriz es el producto indicado del numero de filas (lneas horizontales)
por el numero de columnas (lneas verticales) de la matriz
" #
1 4 8
Ejemplo 1.7. La matriz dada: A = tiene dos filas y tres columnas, entonces
3 5 7
la matriz A es de orden 2 3, es decir, A M23 .
Notacion. A las matrices usualmente se denota por las letras mayusculas A, B, C, etc. y
a sus elementos con letras minusculas: aij , bij , cij , etc, respectivamente.
Ejemplo 1.8. Las siguientes matrices se escriben as:

a11 a12 a13 " # c11 c12
b 11 b 12 b 13
A = a21 a22 a23 M33 , B = M23 , C = c21 c22 M32

b21 b22 b23
a31 a32 a33 c31 c32
1.2. Tipos de Matrices

Matriz Fila
A las matrices de orden 1 n se les llama matriz fila, es decir es de la forma siguiente:
A = [ a11 a12 a1n ] M1n
tambien se le conoce con el nombre de vector fila.
Matriz Columna
A las matrices de orden m 1 se les llama matriz columna, es decir es de la forma
siguiente:

a11
a21

a
A = 31 Mm1
.
..
am1
tambien se le conoce con el nombre de vector columna.
Matriz Nula o matriz cero

Matriz nula, es la matriz cero de orden m n, se define como aquella matriz que tiene
las m n componentes nulas; esto es
= [aij ]
donde aij = 0 i, j. As, por ejemplo
" #
0 0 0
=
0 0 0
es la matriz cero de orden 2 3.
Ejemplo 1.9. .
" #
0 0
Si A M22 A es una matriz nula donde A =
0 0

0 0 0
Si A M33 A es una matriz nula donde A = 0 0 0

0 0 0
1.3. Producto de una Matriz Fila con una Matriz Co-

lumna
Sean A M1n y B Mn1 , el producto de estas matrices es una matriz de orden 1 1
y esta dado, as:

b11
h i b21
A B = a11 a12 . . . a1n . = [a11 b11 + a12 b21 + a13 b31 + + a1n bn1 ]

..
bn1
Nota. Para que este producto de matrices existe debe cumplirse que el numero de columnas
de la primera matriz coincida con el numero de filas de la segunda matriz.

3
2
h i
Ejemplo 1.10. Sean las siguientes matrices A = 4 3 6 7 y B = . Halle A B
5
6
Solucion.

3
h i 2
AB= 4 3 6 7 = [ 4(3) + 3(2) + 6(5) + 7(6) ] = [ 12 6 + 30 + 42 ] = [ 78 ]

5
6

3
2
h i
Ejemplo 1.11. Sean las siguientes matrices A = 4 3 6 7 3 y B = . Halle
5
6
AB
Solucion. En este caso no existe el producto de estas matrices, pues el numero de columnas
de A es 5, mientras que el numero de filas de la matriz B es 4, como estos numeros no son
iguales, entonces no existe el producto entre dichas matrices.
1.4. Multiplicacion de un escalar por una matriz

Dada una matriz A Mmn y un escalar K, el producto del escalar por la matriz se
define por:

a11 a12 a13 . . . a1n a11 a12 a13 . . . a1n
a21 a22 a23 . . . a2n a21 a22 a23 . . . a2n

a a a . . . a a a a . . . a
A = 31 3n =

32 33 31 32 33 3n
. .. .. .. . .. .. ..
.. . . . .. . . .
am1 am2 am3 . . . amn am1 am2 am3 . . . amn
como cada elemento de la matriz A es multiplica por , el producto A es por lo tanto

tambien una matriz de orden m n, es decir A Mmn .
" #
3 5 7
Ejemplo 1.12. Si = 2 y A = . Halle: A
2 4 6
Solucion.
" # " # " #
3 5 7 6 10 14 6 10 14
A = 2 = , entonces A =
2 4 6 4 8 12 4 8 12

1 0 1 2 2 0 2 2 2

Ejemplo 1.13. 2 2 4 1 3 = 2 2 42 2 32
2 4 0 5 2 4 2 0 5 2
Propiedades del producto de un escalar por una matriz

Sean y dos escalares arbitrarios de K y A, B Mmn , entonces:
1. ()A = (A) 4. 1.A = A

2. (A + B) = A + B
3. ( + )A = A + A 5. 0.A = Matriz nula
1.5. Suma de matrices.

Definicion 1.3. Sean las siguientes matrices arbitrarias de orden m n, es decir, A, B
Mmn , donde A = [aij ], B = [bij ], la suma de las matrices A y B es otra matriz C = [cij ]
Mmn , en donde cada elemento de la matriz C es la suma de los elementos correspondientes
de A y B, es decir:
C = A + B [cij ] = [aij ] + [bij ] = [aij + bij ], i = 1, 2, . . . , m, j = 1, 2, . . . , n
Ejemplo 1.14. Calcular A + B s:

4 5 3 2 6 1
A = 2 1 0 , B= 4 0 7

3 1 6 5 3 8
Solucion.

4 5 3 2 6 1 4+2 5+6 3+1 6 11 4
A+B= 2 1 0 + 4 0 7 = 2+4 1+0 0+7 = 6 1 7

3 1 6 5 3 8 3 + 5 1 + 3 6 + 8 8 2 14
Nota. La suma de matrices se define solamente cuando las matrices tienen el mismo nume-
ro de filas y mismo numero de columnas, es decir ambas matrices tienen que ser del mismo
orden.
1.5.1. Propiedades de la suma de matrices.

Sean A, B, C Mmn y IR, entonces:
a) A + B = B + A, conmutativa
b) A + (B + C) = (A + B) + C, asociativa
c) (A + B) = A + B
d) Existe una matriz nula Mmn tal que: A Mmn : A + = A
1.5.2. Diferencia o Resta de matrices.

Sean A, B Mmn , entonces la diferencia de las matrices A y B se define:
A B = A + (1)B

1 3 7 7 5 1
Ejemplo 1.15. Calcular A B si: A = 2 4 5 , B = 4 6 9

4 6 8 2 3 8
Solucion.

1 3 7 7 5 1
A B = A + (1)B = 2 4 5 + (1) 4 6 9

4 6 8 2 3 8

1 3 7 7 5 1
= 2 4 5 + 4 6 9

4 6 8 2 3 8

6 2 8
= 2 10 4

2 3 0
Ejemplo 1.16. Hallar la matriz X tal que:

" # " #
2 1 3 1 1 0
+X=
0 1 2 1 2 1
Solucion. Podemos proceder de dos formas diferentes:
Metodo 1 . Sea X = [xij ] una matriz de orden 2 3, por lo tanto

" # " # " #
2 1 3 x11 x12 x13 1 1 0
+ =
0 1 2 x21 x22 x23 1 2 1
de donde se deduce que:

2 + x11 = 1,
1 + x12 = 2,
3 + x13 = 0,
0 + x21 = 1,
1 + x22 = 2,
2 + x23 = 1
y resolviendo estas ecuaciones se obtiene
" #
1 1 3
X=
1 3 1
Metodo 2 . Utilizando las propiedades de la suma de matrices

" # " # " # " #
2 1 3 1 1 0 1 1 0 2 1 3
+X= X =
0 1 2 1 2 1 1 2 1 0 1 2
entonces " #
1 1 3
X=
1 3 1
Ejemplo 1.17. Determinar las matrices X e Y sabiendo que:

" #
3 1 4
X+Y =
7 1 5
" #
4 3 2
2X 3Y =
6 2 5
Solucion. Podemos multiplicar a la primera igualdad por 2 y sumar a la segunda igual-
dad, entonces " #
10 5 10
5Y =
20 0 15
de donde se deduce que:
" # " #
1 10 5 10 2 1 2
Y= =
5 20 0 15 4 0 3
Finalmente
" # " # " # " #
3 1 4 3 1 4 2 1 2 1 0 2
X= Y = = .
7 1 5 7 1 5 4 0 3 3 1 2
Otra propiedad importante en la que se recoge en el siguiente teorema
Teorema 1.1. (Productos nulos) Cualesquiera que sean las matrices A y el escalar t R,
se cumple:
1. 0 A = y t =
2. Si t A = entonces t = 0 A =
1.6. Producto de matrices.

Definicion 1.4. Sea A Mmn y B Mnp , definimos el producto entre las matrices A
por B como la matriz C Mmp , donde cij es el producto escalar de la iesima fila de A
por la jesima columna de B, es decir:
X
n
cij = aik bkj , i = 1, 2, . . . , m, j = 1, 2, . . . , p
k=1
Nota. El producto de dos matrices AB esta definido solo cuando el numero de columnas
de la matriz A es igual al numero de filas de la matriz B.

1 2 3 2 0
Ejemplo 1.18. Calcular AB, si: A = 4 5 6 , B = 1 2

0 1 0 0 1
Solucion.

1 2 3 2 0
AB = 4 5 6 1 2

0 1 0 0 1

2 0
1 2 3 1 1 2 3 2

0 1

2 0

= 4 5 6 1 4 5 6 2

0 1

2 0

0 1 0 1 0 1 0 2

0 1

2+2+0 0+4+3 4 7
= 8 + 5 + 0 0 + 10 + 6 = 13 16

0+1+0 0+2+0 1 2
Nota. Para este ejemplo, BA no esta definido de acuerdo a la observacion. Pues el numero
de columnas de B no coincide con el numero de filas de A.
" # " #
1 1 1 0
Ejemplo 1.19. Sean A = yB= . Calcular AB y BA
3 2 2 4
Solucion.
" #" # " #
1 1 1 0 3 4
1. AB = =
3 2 2 4 7 8
" #" # " #
1 0 1 1 1 1
2. BA = =
2 4 3 2 14 10
vemos que AB 6= BA. En conclusion el producto de matrices no es conmutativo.

" # " #
2 1 1 2
Ejemplo 1.20. Sea A = yB= calculemos su producto
0 2 1 3
" #" # " #
2 1 1 2 2 1 + (1)(1) 2(2) + (1)3
=
0 2 1 3 0 1 + 2(1) 02+23
" #
3 1
=
2 6

" # 1 2
2 1 1 0 2 1

Ejemplo 1.21. Sean A = yB= . El producto de A por B es:

2 1 2 1 1 1
1 0

" # 1 2 " #
2 1 1 0 2 1 3 4
=

2 1 2 1 1 1 5 7

1 0
pues:
3 = 2 1 + 1 2 + (1)1 + 0 1
4 = 2 2 + 1 1 + (1)1 + 0 0
5 = 2 1 + 1 2 + 2 1 + (1)1
7 = 2 2 + 1 1 + 2 1 + (1)0
Observacion. Vale la pena observar que las matrices no deben ser necesariamente del
mismo tamano para poder multiplicarlas. De hecho si se mira con cuidado la definicion
se observa que para poder hacerlo la cantidad de filas de la primera matriz debe coincidir
con la cantidad de columnas de la segunda matriz. Cuando esto ocurre se dice que las
matrices son conformables.
Propiedades del producto de matrices.

1. AB 6= BA 4. (B + C)A = BA + CA
2. (AB)C = A(BC)
3. A(B + C) = AB + AC 5. k(AB) = A(kB), k IR
Ejemplo 1.22. Simplificar las expresiones:
1. A(2B C) + (2A B)C + 2A(B 2C).
2. A(B C)D + ABD A(2B + C)D + 2ACD.
donde A, B, C y D son matrices cuadradas del mismo tamano

Solucion.
1. Utilizando propiedades del producto se obtiene
A(2B C) + (2A B)C + 2A(B 2C) = 2AB AC + 2AC BC + 2AB 4AC
= 4AB 5AC BC
2. Aplicando propiedades del producto se obtiene

A(B C)D + ABD A(2B + C)D + 2ACD = ABD ACD + ABD 2ABD ACD + 2ACD
=
Ejemplo 1.23. Probar que dos matrices cuadradas A y B conmutan si, y solo si
(A + B)(A B) = A2 B2 .
Solucion. Si AB = BA, se tiene
(A + B)(A B) = A(A B) + B(A B)

= A2 AB + BA B2
= A2 AB + AB B2
= A2 B2 .
Recprocamente, como
(A + B)(A B) = A2 AB + BA B2
si (A + B)(A B) = A2 B2 , entonces
AB + BA = ,
de donde se deduce que AB = BA.
1.7. Tipos especiales de matrices.

1 Matriz cuadrada. Se dice que una matriz A es cuadrada cuando el numero de
filas es igual numero de columnas. El conjunto de estas matrices lo denotaremos por
Mn = Mnn o IRnn
Si A Mn , la diagonal principal es la lnea formada por los elementos:
a11 , a22 , . . . , ann
es decir
a11
a22
A=

.. .. .. ..
. . . .
ann
La suma de los elementos de la diagonal de una matriz cuadrada se le llama

traza de la matriz, y se le denota:
Tr(A) = a11 + a22 + . . . + ann
Ejemplo 1.24. .
" #
a11 a12
Si A = M2 , su traza es: Tr(A) = a11 + a22
a21 a22

a11 a12 a13
Si A = a21 a22 a23 M3 , su traza es: Tr(A) = a11 + a22 + a33

a31 a32 a33

a11 a12 a1n
a21 a22 a2n
Si A = . .. Mn , su traza es: Tr(A) = a11 + a22 + + ann

.. . .
.. . . .
an1 an2 ann
2 Matriz Identidad. Sea I Mn cuyos elementos aij = 0 para i 6= j y aij = 1 para i = j

entonces se llama matriz identidad. Es decir:

1, si i = j
I=
0, si i 6= j
Ejemplo 1.25. .
" #
1 0
Si I M2 I es una matriz identidad, donde I =
0 1

1 0 0
Si I M3 I es una matriz identidad, donde I = 0 1 0

0 0 1

1 0 0 ... 0
0 1 0 ... 0

Si I Mn I es una matriz identidad, donde I = 0 0 1 ... 0

. . . .. ..
.. .. ..

. .
0 0 0 ... 1
3 Matriz triangular superior. Sea A Mn cuyos elementos aij = 0 para i > j,

entonces se llama matriz triangular superior. Es decir:
a11 a12 a13 a1n

0 a22 a23 a2n

A= 0
0 a33 a3n es una matriz triangular superior
. .
.. ..

0 0 0 ann
Ejemplo 1.26. Efectuemos el producto de las matrices triangulares A, B M3 , tales

que:
aij = 0 si i > j, aij = i + j si i j

bij = 0 si i > j, bij = i 2j si i j
entonces
2 3 4 1 3 5 2 12 34
A B = 0 4 5 0 2 4 = 0 8 31

0 0 6 0 0 3 0 0 18
Nota. El producto de matrices matrices triangulares superiores es una matriz trian-
gular superior. Del mismo podemos decir que la suma de matrices triangulares supe-
riores es otra matriz riangular superior.
4 Matriz triangular inferior. Sea A Mn cuyos elementos aij = 0 para i < j,

entonces se llama matriz triangular inferior. Es decir:

a11 0 0 0

a21 a22 0 0

A=
a31 a32 a33 0 es una matriz triangular inferior

.. ..
. .
an1 an2 an3 ann
5 Matriz diagonal. Sea A Mn cuyos elementos son aij = 0 para i 6= j se llama

matriz diagonal, es decir que se expresa en la forma:

a11 0 0 0

0 a22 0 0

A=
0 0 a33 0 = diag(a11 , a22 , . . . , ann )

.. ..
. .
0 0 0 ann
6 Matriz escalar. Sea A Mn una matriz diagonal en la que ademas se verifica
a11 = a22 = = ann = k,
es decir es de la forma:
0 0 0

k

0 k 0 0

A=
0 0 k 0
= kI
.. ..
. .
0 0 0 k
Ejemplo 1.27. Veamos algunas matrices

1 2 6
A = 0 4 3 M3 es una matriz triangular superior.

0 0 5

1 0 0
B= 2 4 0 M3 es una matriz triangular inferior.

6 7 5

10 0 0
C = 0 4 0 M3 es una matriz diagonal.

0 0 5

5 0 0
D = 0 5 0 M3 es una matriz escalar.

0 0 5

1 0 0
I = 0 1 0 M3 es una matriz identidad.

0 0 1
7 Matriz transpuesta. Dada una matriz A Mmn , la transpuesta de A es la

matriz de orden n m denotada por AT , cuyas columnas se forman a partir de las
filas correspondientes de A.

a11 a12 a13 . . . a1n a11 a21 a31 . . . am1
a21 a22 a23 . . . a2n a12 a22 a32 . . . am2

A = 31 a32 a33 . . . a3n Mmn B = AT = a13 a23 a33 . . . am3 Mnm
a
. .. .. .. . .. .. ..
.. . . . .. . . .
am1 am2 am3 . . . amn a1n a2n a3n . . . amn
Ejemplo 1.28. Sean

" # 5 2 " #
a b 1 1 1 1
A= , B = 1 3 , C=

c d 3 5 2 7
0 4
entonces las matrices transpuestas respectivamente son:

" # " # 1 3
a c 5 1 0 1 5

T T T
A = , B = , C =

b d 2 3 4 1 2

1 7
Ejemplo 1.29. .

2 4 2 2 1 3
Si A = 1 5 1 M3 , entonces AT = 4 5 2 M3

3 2 0 2 1 0

" # 1 2
1 3 5
Si B = M23 , entonces BT = 3 4 M32

2 4 6
5 6
Propiedades de la matriz transpuesta.
a) IT = I c) (kA)T = k AT e) (AB)T = BT AT
b) (AT )T = A d) (A + B)T = AT + BT
8 Matriz simetrica. Sea A Mn , se dice que es una matriz simetrica si A = AT ,

es decir:
Si A Mn es simetrica A = AT aij = aji , i = 1, . . . , n; j = 1, . . . , n.
Ejemplo 1.30. Sean las matrices:

1 0 1 1 0 1
Si A = 0 2 4 M3 AT = 0 2 4 M3

1 4 3 1 4 3
como AT = A, entonces la matriz A es simetrica.

2 1 3 2 4 1
Si B = 4 3 2 M3 BT = 1 3 4 M3 ,

1 4 3 3 2 3
como BT 6= B, entonces la matriz B no es simetrica.
Observacion. Para que una matriz cuadrada A sea simetrica debe cumplir aij = aji
para cada i 6= j
Ejemplo 1.31. Las siguientes matrices son simetricas.

3 4 5 4 2 1 1 7 9
a) A = 4 7 6 b) B = 2 3 5 c) C = 7 2 11

5 6 9 1 5 8 9 11 10
9 Matriz antisimetrica. Sea A Mn , se dice que es una matriz antisimetrica si
A = AT
es decir:
Si A Mn es antisimetrica A = AT aij = aji , i = 1, . . . , n; j = 1, . . . , n.
Nota. Los elementos de la diagonal de toda matriz antisimetrica son nulos, pues
si la matriz A es antisimetrica aii = aii , para i = j 2aii = 0, i aii = 0, i
Ejemplo 1.32. .
" # " # " #
0 1 0 1 0 1
Si A = AT = = = A
1 0 1 0 1 0
Como A = AT entonces A es una matriz antisimetrica.

0 1 2 0 1 2 0 1 2
Si B = 1 0 3 BT = 1 0 3 = 1 0 3 = B

2 3 0 2 3 0 2 3 0
Como B = BT entonces B es una matriz antisimetrica.
Observacion. Para que una matriz cuadrada A sea antisimetrica debe cum-
plirse que aij = aji para cada i 6= j y los elementos de la diagonal principal
deben ser ceros, es decir aij = 0 para cada i = j.
Ejemplo 1.33. Las siguientes matrices son antisimetricas.

0 4 1 0 3 7 0 1 1
a) A = 4 0 2 b) B = 3 0 6 c) C = 1 0 1

1 2 0 7 6 0 1 1 0
Ejemplo 1.34. Demostremos las siguientes propiedades:
Propiedades de Matrices Simetricas y Antisimetricas

a) El producto de toda matriz cuadrada por su transpuesta es una matriz simetri-
ca.
En efecto.
(A AT )T = (AT )T AT = A AT
Luego, por ser igual a su transpuesta, as la matriz A AT es simetrica.
Observacion. No es necesario que A sea una matriz cuadrada para que existan
AAT y AT A, las que son, en todos los casos, estas resultan matrices cuadradas.
b) La suma de toda matriz cuadrada y de su traspuesta es simetrica.
En efecto. Sea A Mn , entonces
(A + AT )T = AT + (AT )T = AT + A = A + AT
es decir, A + AT es una matriz simetrica.
c) La diferencia de toda matriz matriz cuadrada con su transpuesta es una matriz

antisimetrica.
En efecto. Sea A Mn , entonces, aplicando propiedades anteriores, se verifica
(A AT )T = AT (AT )T = AT A = (A AT )
en consecuencia, A AT es una matriz antisimetrica.
d) Toda matriz cuadrada es la suma de una matriz simetrica y de una matriz

antisimetrica.
En efecto. Sea A Mn matriz arbitraria, sabemos que A + AT es una matriz
simetrica y A AT es una matriz antisimetrica, entonces
1 1
A = (A + AT ) + (A AT )
2 2
es la suma de una matriz simetrica y de una antisimetrica.
10 Potencia de una matriz. Sea A Mn , la potencia de una matriz definiremos

como:
A0 = I Matriz Identidad
1
A = A
A2 = AA
A3 = AAA
..
.
An = AA . . . A}
| {z
nveces
ademas Ap Aq = Ap+q y (Ap )q = Ap q .
Nota.
Las matrices A, B Mn son conmutativas si, y solo si AB = BA

Si las matrices son conmutativas, entonces cualquier potencia natural de los
mismos son conmutables y (AB)n = An Bn , n IN
11 Matriz ortogonal. Sea A Mn , se llama matriz ortogonal, si se verifica:
A AT = AT A = I
Ejemplo 1.35. Comprobar que la matriz dada es ortogonal.

cos sen 0
A = sen cos 0

0 0 1
Solucion

cos sen 0 cos sen 0 1 0 0
A AT = sen cos 0 sen cos 0 = 0 1 0 = I

0 0 1 0 0 1 0 0 1

cos sen 0 cos sen 0 1 0 0
AT A = sen cos 0 sen cos 0 = 0 1 0 = I

0 0 1 0 0 1 0 0 1
Observacion.
Toda matriz ortogonal es inversible

Como (AT )T = A, entonces se deduce que la inversa de una matriz ortogonal es
una matriz ortogonal.
Teorema 1.2. El producto de dos matrices ortogonales es una matriz ortogonal.
En efecto. Sean A, B Mn dos matrices ortogonales, entonces:
AT = A1 , BT = B1 de donde ademas (AB)T = BT AT

Luego (AB)T = BT AT = B1 A1 = (AB)1
Analogamente
(BA)T = At BT = A1 B1 = (BA)1
Por lo tanto AB es una matriz ortogonal.
12 Matriz inversa. Sea A Mn se dice que es inversible, si existe una matriz

cuadrada B Mn tal que:
AB = BA = I
entonces a la matriz B se llama matriz inversa de A y se denota por B = A1
Ejemplo 1.36. Sea A M2 una matriz inversible, halle la matriz inversa.

" # " #
a b x y
Solucion. Sea A = y supongamos que la matriz inversa A1 = ,
c d z w
donde se tiene que determinar los valores de x, y, z y w, entonces se tiene:
" #" # " # " # " #
a b x y 1 0 ax + bz ay + bw 1 0
AA1 = I = =
c d z w 0 1 cx + dz cy + dw 0 1
igualando las componentes, tenemos el sistema lineal:

d

x=

ad bc

ax + bz = 1,
b
ay + bw = 0, y=
ad bc

cx + dz = 0,

c

cy + dw = 1
z =

ad bc

w= a
ad bc
" #
a b
Es decir, si la matriz A = es inversible, y su matriz inversa es de la forma:
c d
" #
1 d b
A1 = , si ad bc 6= 0
ad bc c a
Nota. " #
a b
El numero = ad bc es llamado la determinante de la matriz A = .
c d
" #
4 3
Ejemplo 1.37. Halle la matriz inversa de la matriz A =
5 4
Solucion. Vemos que, = 4(4) 5(3) = 16 15 = 1, entonces
" # " #
1 1 4 3 4 3
A = =
5 4 5 4
Observacion. Una matriz cuadrada A inversible, se llama matriz regular o ma-

triz no singular, en caso contrario la matriz A recibe el nombre de matriz singu-
lar.
Propiedades.
a) Sea In Mn , entonces I1
n = In
b) Sean A, B Mn matrices inversibles, entonces la matriz AB es inversible y

(AB)1 = B1 A1
En efecto
(AB)(B1 A1 ) = A[BB1 ]A1

= AIA1
= AA1
=I
Por lo tanto, (AB)1 = B1 A1
c) Si A Mn es una matriz inversible, A1 es tambien inversible y (A1 )1 = A.

En efecto A1 A = I, por lo tanto, (A1 )1 = A.
d) Si A Mn es una matriz inversible, entonces AT es tambien inversible y ademas

(AT )1 = (A1 )T
e) Si k 6= 0 y A Mn es una matriz inversible, entonces kA es inversible y (kA)1 =

1 1
A
k
13 Propiedades
Dadas las matrices A, B IRnn matrices triangulares superiores (inferiores) y IR,
entonces:
a) Las matrices A + B y A son matrices triangulares superiores (inferiores).

b) La matriz AB es tambien una matriz triangular superior (inferior).
c) Si A tiene inversa, entonces A1 es una matriz triangular superior (inferior).
1.7.1. Matrices idempotentes e involutivas
Definicion 1.5. (Matriz idempotente) Una matriz cuadrada es idempotente si, y

solo si es igual a su cuadrado, es decir:
A Mnn es idempotente A2 = A
Ejemplo 1.38. Sea la matriz A M22 , donde

" #
1 1
A= 2 2
1 1
2 2
verifica A2 = A, es decir, es una matriz idempotente.

Definicion 1.6. Matriz involutiva Una matriz cuadrada es involutiva si, y solo si
cuadrado es la matriz identidad, es decir:
A Mnn es involutiva A2 = I
Ejemplo 1.39. Sea la matriz A M22 , donde

" #
1 0
A=
0 1
" #
1 0
es involutiva, pues A2 = =I
0 1
1
Ejemplo 1.40. Suponiendo que la matriz A es involutiva. Demostrar que (I A) es
2
idempotente.
Solucion. Como A es involutiva, se cumple: A2 = I, luego calculemos:
2
1 1
(I A) = (I2 2IA + A2 )
2 4
1 2
= (I 2IA + I)
4
1
= (I 2IA + I)
4
1
= (2I 2IA)
4
1
= (I2 A)
2
1
Por lo tanto (I A) es idempotente.
2
1.7.2. Matrices semejantes
Definicion 1.7. Sean A, B Mn , se dice que las matrices A y B son semejantes si

existe una matriz inversible P Mn , tal que: B = P1 AP
" # " #
2 4 4 0
Ejemplo 1.41. Sean A = , B= son matrices semejantes pues existe
3 2 0 4
1 1

8 4
" #
2 2
la matriz P = donde su inversa es P1 = tal que:

3 1 3 1
8 4
B = P1 AP
" # " #
14 12 2 0
Ejemplo 1.42. Sean A = , B= son matrices semejantes pues existe
20 17 0 1
" # " #
3 4 5 4
la matriz P = donde su inversa es P1 = tal que:
4 5 4 3
B = P1 AP
1.7.3. Problemas Resueltos

1 2 a
1. Determinar los valores de a y b, si es que existen, para que las matrices A = 3 2 2

4 5 1

1 2 2b
y B = 3 a 2 sean iguales.

4 5 1
Solucion. Las matrices A y B seran iguales si a = 2b y a = 2, y esto sucede si
a = 2 y b = 1.
2. Calcular:
" # " #
1 0 1 2 3 1
a) +
2 3 4 5 3 8

" # 1 1 0
2 3 1
b) + 0 1 1

2 6 5

2 3 1
" #
2 3 1 1
c) 4
0 1 1 2
Solucion.
" # " # " # " #
1 0 1 2 3 1 1 + 2 0 3 1+1 1 3 2
a) + = =
2 3 4 5 3 8 2 5 3 3 4 + 8 3 0 4
b) La suma de estas matrices no esta definida porque no tienen distintos tamanos;
la primera tiene tamano 3 3 mientras que la segunda tiene tamano 2 3.
" # " #" #
2 3 1 1 2(4) 3(4) 1(4) 1(4) 8 12 4 4
c) 4 =
0 1 1 2 0(4) 1(4) 1(4) 2(4) 0 4 4 8
3. Suponer que A y B son matrices cuadradas del mismo orden. Es cierto que (A+B)2 =
A2 + 2A B + B2 para todo par de matrices A y B?
Solucion.
" # " # " #2 " #
1 0 0 1 1 1 2 2
a) Si A = yB= , entonces (A + B)2 = = y
0 1 1 0 1 1 2 2
" # " #" # " # " #
1 0 1 0 0 1 1 0 2 2
A2 + 2A B + B2 = +2 + =
0 1 0 1 1 0 0 1 2 2
" # " # " #2
1 1 1 0 1 1
b) Sin embargo, si A = yB= , entonces (A + B)2 = =
1 1 1 1 1 1
" #
2 2
.
2 2
" # " #" # " #2 " #
1 1 1 1 1 0 1 0 3 4
Pero A2 +2A B+B2 = +2 + = .
1 1 1 1 1 1 1 1 2 3
Es decir, en general se tiene: (A + B)2 6= A2 + 2A B + B2
4. "
Determinar,
# si es" que existe,
# el valor que debe tener x para que las matrices A =
3 2 3 4
yB= conmuten; esto es, para que AB = BA.
1 4 2 x
Solucion. Para que AB = BA se debe tener
" #" # " #" #
3 2 3 4 3 4 3 2
=
1 4 2 x 2 x 1 4
es decir, " # " #

13 2x + 12 13 10
=
5 4x 4 x + 6 4x 4
Por lo tanto, se debe cumplir:

12 + 2x = 10,
6 + x = 5.
Lo cual sucede unicamente si x = 11.
" #
a b
5. Que condicion debe cumplir una matriz cuadrada A = para que sea
c d
simetrica?
Solucion. Para que A sea simetrica se debe tener que A = AT , esto es

" # " #
a b a c
=
c d b d
y esto sucede si y solo si b = c.
1.7.4. Problemas (Matrices)

1. Escribir explcitamente las siguientes matrices:
(a) A = [aij ]43 , donde aij = i + 3j (b) A = [aij ]44 , donde aij = 2i + 3j
(c) A = [aij ]34 , donde aij = max{i, j} (d) A = [aij ]44 , donde aij = 2i (1)j
2. Sean las siguientes matrices iguales, determine las incognitas.

" # " # " # " #
x2 3y 4 16 x2 0 4 w+2
(a) = (b) =
2u (w + 1)2 1 9 1 y+1 1z 0

1 2 2
3. Si A = 2 1 2 . Demuestre que: A2 4A 5I =

2 2 1
4. Determinar todas las matrices A M2 tales que A2 =
5. Dadas las matrices:

1 1 1 1 3 " #
1 2 3 4
A= 2 0 3 , B= 0 2 y C=

2 0 2 1
3 1 2 1 4
Demostrar que: (AB)C = A(BC)

0 0 3
6. Sea A = 0 2 0 . Calcular: a) A2 , b) A8 .

4 0 0

1 2 0 x 1
7. Determine x, y, z s: 0 1 5 y = 5

1 0 1 z 2
" #n " #
1 1 1 n
8. Demostrar que: =
0 1 0 1
" #n " #
a 1 an nan1
9. Demostrar que: =
0 a 0 an

n(n + 1)
1 1 1 1 n
n 2
10. Sabiendo que A = 0 1 1 , demostrar que: A =

0 1 n
0 0 1 0 0 1
" # " #
cos x sen x cos(nx) sen(nx)
11. Si B = . Demuestre que: Bn =
sen x cos x sen(nx) cos(nx)
12. Sean las matrices

1 1 1 1 1 " #
3
A= 0 1 0 B= 0 0 C=

2
3 1 2 2 2
Obtener: A2 , ABC y Bt At
13. Desarrollar
a) (A + I)(A I)
b) (A + B)(A B)
Sabiendo A, B, I Mn
14. Sabiendo que " #

2
pq q
A= 2
p pq
Calcular: A2
15. Demostrar que si A Mn , entonces B = A + At es una matriz simetrica.

" #
1 1
16. Dada la matriz A = , calcular: A2 , A3 , A3 , . . ., etc. y vincular los elementos
1 0
resultantes con los terminos de la sucesion de Fibonacci: 1, 1, 2, 3, 5, 8, 13, . . . donde,
a partir del tercero, cada uno es igual a la suma de los dos anteriores.
17. Sean A, B Mn matrices simetricas. Hallar una condicion necesaria y suficiente

para que su producto AB sea simetrica.
18. Halle An , para n IN, donde:

1 1 0
A= 0 1 1

0 0 1
19. Hallar una matriz A tal que:

1 7 1
A3 = 0 8 38

0 0 27
20. Hallar A3 , siendo A la matriz

0 Cos Sen
A = Cos 0 1

Sen 1 0
21. Hallar los numeros x, y, z, u y v para los que se verifica:

x 2 " # 5 1
1 v
0 y = 3 0

u 0
z 1 1 2
22. Sean A, S Mn : S es simetrica. Analice si se verifica que:
a) At A es simetrica.
b) At SA es simetrica.
c) A es antisimetrica, entonces A2 es simetrica
d) A es regular, entonces An = (A1 )n n IN
" #
4 5
23. Determine la matriz A, cuya matriz inversa es A1 =
6 7

0 0 0
24. Sea A = 1 0 0 . Demuestrese que A3 = . Utilice algebra de matrices para

1 1 0
calcular el producto (I A)(I + A + A2 )
25. Sea A Mnn que satisface la ecuacion A2 2A + I = . Demuestrese que:
A3 = 3A 2I
A4 = 4A 3I

1 0 0
26. Sea la matriz A = 0 3 0 . a) Calcular A2 , b) Calcular A7

0 0 2
27. Llenar las entradas vacas de la matriz de orden 4 4

2 3 4
2 5

1 4 2

5 7
de tal manera que se obtenga una matriz simetrica.
28. Determinar cuales de las siguientes matrices son inversibles:

" # " # " #
3 9 4 9 6 9
A= , B= , C=
2 6 0 5 4 6
29. Si las matrices A y B son iguales, hallar la traza de 2A + 3C siendo:

" # " # " #
2w 2z 2z 5 w3 2 1
A= ; B= y C=
3 w 3 2z 1 4 2

3i j, si i j
30. Escribir explcitamente la matriz A = [aij ]23 , donde aij =
i j, si i < j

1 1 1
31. Sea A = 0 1 0 , calcular la traza de A20

0 0 1
" #
1 1
32. Dado el polinomio P(x) = 2x19 + 2x 4 y la matriz A = , halle la traza de:
0 0
P(A)
33. Hallar la suma de los elementos

" de# la matriz B, donde: B = A + A2 + A3 + + An
1 2
n 2, n IN, siendo A = .
0 1
" #
2 1
34. Dada la matriz A = , entonces la suma de la matriz A20 es:
1 2
" #
0 1
35. Sea B = A + A2 + A3 + + A200 , hallar la traza de B, si A = .
1 0
36. Calcular: (A + B)(A B), si:

" # " # " #
2 2 1 0 0 1 2 1
A =B = , AB = , BA =
0 1 1 2 1 0
37. Si A2 = I, hallar la traza de: A6 + A4 + A2 + I, si A M22
38. Hallar la suma de todos los elementos de la matriz A que satisface:

1 1 0 " #
1 3 2
A 0 1 0 =

0 1 1
0 1 1
39. Dado el sistema matricial

" #
2 1
X+Y =
3 2
" #
3 2
XY =
1 4
Hallar la traza de XT Y T .
" # " #
3 4 2 1
40. a) Sean las matrices A = yP= , halle la matriz semejante de A
2 1 1 1
" # " #
1 0 0 1
b) Sean la matriz A = y la matriz P = , halle la matriz seme-
6 1 1 3
jante de A
41. Sea A Mn y P Mn matriz inversible. Demuestre que:
a) (P1 A P)2 = P1 A2 P
b) (P1 A P)k = P1 Ak P, donde k es un numero entero positivo.
" # " #
1 0 0 1
42. Sean las matrices A = yP= , calcular A10
1 2 1 1
43. Si A y B son matrices cuadradas del mismo tamano, tales que AB = BA, demuestre
que (AB)2 = A2 B2 . Mediante un ejemplo muestre que esto no ocurre con todas las
matrices cuadradas del mismo tamano.
44. Si n ZZ+ y Si A y B son matrices cuadradas del mismo tamano, tales que AB = BA,
demuestre que (AB)n = An Bn .
45. Se dice que una matriz cuadrada A es idempotente si A2 = A. Determine cuales de

las matrices siguientes son idempotentes:
" # " #
1 0 0 1 1 2 2
a) c)
0 1 0 1 e) 0 0 1

0 0 1

" # " # 1 3 0
1 0 3 6 f) 0 0 1

b) d)
0 0 1 2 0 0 0
46. Demuestre que si A y B son matrices cuadradas idempotentes y AB = BA, entonces

AB es una matriz idempotente.
47. Se dice que una matriz cuadrada A es nilpotente si existe un entero p, tal que Ap =
. Determine cuales de las matrices siguientes son nilpotente e idicar el grado de
nilpotencia:
" # " #
1 1 3 9 0 1 0
a) c)
1 1 1 3 d) 0 0 1

" # 0 0 0
4 8
b)
2 4
48. Determine el inverso de cada una de las siguientes matrices:

1 2 3 3 1 1 2 1 1 0 0
a) 2 1 4
1 3 2 1 0 1 1 0
c) d)

1 2 3 1 1 0 0 1

0 1 1
2 1 1 3 0 0 1 1
1 2 1
b) 2 4 3

1 2 0
49. Use el metodo de la matriz inversa para resolver el siguiente sistema lineal:
x + 3y 2z = 1
2x + 5y 3z = 5
3x + 2y 4z = 7

1 2 1 3 6 1
50. Compruebe que la matriz A = 0 1 0 , su matriz inversa es A1 = 0 1 0

2 0 3 2 4 1

5 4 2
51. Sea la matriz A = 2 1 1 , compruebe que se cumple: A2 = 2A I. Utilice

4 4 1
esta igualdad para calcular A4 .

1 1/7 1/7
52. Sea la matriz A = 0 1 0 , calcule la matriz An , n ZZ+ .

0 0 1

ALsec 101

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

ALsec 101

Hochgeladen von

Copyright:

Verfügbare Formate

Indice general

1. Matrices, Sistemas Lineales y Determinantes 2

Matrices, Sistemas Lineales y

Definicion 1.1. Una matriz A es un arreglo rectangular compuesto de m renglones o

filas (lneas horizontales) y n columnas (lneas verticales), de m n numeros reales

En el caso particular de que una matriz tenga tamano 11 escribiremos simplemente

A = B a11 = b11 a12 = b12 a21 = b21 a22 = b22

Si A y B no son iguales, escribiremos as

Orden de una matriz

Ejemplo 1.8. Las siguientes matrices se escriben as:

1.2. Tipos de Matrices

Matriz Nula o matriz cero

1.3. Producto de una Matriz Fila con una Matriz Co-

1.4. Multiplicacion de un escalar por una matriz

como cada elemento de la matriz A es multiplica por , el producto A es por lo tanto

Propiedades del producto de un escalar por una matriz

1. ()A = (A) 4. 1.A = A

3. ( + )A = A + A 5. 0.A = Matriz nula

1.5. Suma de matrices.

C = A + B [cij ] = [aij ] + [bij ] = [aij + bij ], i = 1, 2, . . . , m, j = 1, 2, . . . , n

Ejemplo 1.14. Calcular A + B s:

1.5.1. Propiedades de la suma de matrices.

d) Existe una matriz nula Mmn tal que: A Mmn : A + = A

1.5.2. Diferencia o Resta de matrices.

Ejemplo 1.16. Hallar la matriz X tal que:

Solucion. Podemos proceder de dos formas diferentes:

Metodo 1 . Sea X = [xij ] una matriz de orden 2 3, por lo tanto

de donde se deduce que:

Metodo 2 . Utilizando las propiedades de la suma de matrices

Ejemplo 1.17. Determinar las matrices X e Y sabiendo que:

1.6. Producto de matrices.

vemos que AB 6= BA. En conclusion el producto de matrices no es conmutativo.

Propiedades del producto de matrices.

Ejemplo 1.22. Simplificar las expresiones:

1. A(2B C) + (2A B)C + 2A(B 2C).

2. A(B C)D + ABD A(2B + C)D + 2ACD.

donde A, B, C y D son matrices cuadradas del mismo tamano

2. Aplicando propiedades del producto se obtiene

Solucion. Si AB = BA, se tiene

(A + B)(A B) = A(A B) + B(A B)

de donde se deduce que AB = BA.

1.7. Tipos especiales de matrices.

Si A Mn , la diagonal principal es la lnea formada por los elementos:

a11 , a22 , . . . , ann

La suma de los elementos de la diagonal de una matriz cuadrada se le llama

Tr(A) = a11 + a22 + . . . + ann

2 Matriz Identidad. Sea I Mn cuyos elementos aij = 0 para i 6= j y aij = 1 para i = j

3 Matriz triangular superior. Sea A Mn cuyos elementos aij = 0 para i > j,

a11 a12 a13 a1n

Ejemplo 1.26. Efectuemos el producto de las matrices triangulares A, B M3 , tales

aij = 0 si i > j, aij = i + j si i j

4 Matriz triangular inferior. Sea A Mn cuyos elementos aij = 0 para i < j,

5 Matriz diagonal. Sea A Mn cuyos elementos son aij = 0 para i 6= j se llama

6 Matriz escalar. Sea A Mn una matriz diagonal en la que ademas se verifica

a11 = a22 = = ann = k,

Ejemplo 1.27. Veamos algunas matrices

7 Matriz transpuesta. Dada una matriz A Mmn , la transpuesta de A es la

Ejemplo 1.28. Sean

entonces las matrices transpuestas respectivamente son:

Propiedades de la matriz transpuesta.

8 Matriz simetrica. Sea A Mn , se dice que es una matriz simetrica si A = AT ,

Ejemplo 1.30. Sean las matrices:

Ejemplo 1.31. Las siguientes matrices son simetricas.