01 Matrices

Indice general
1. Matrices 2
1.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Orden de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Tipos de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1. Matriz Fila . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2. Matriz Columna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3. Matriz Nula o matriz cero . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Producto de una matriz fila con una matriz columna . . . . . . . . . . . . . 7
1.4. Multiplicacion de un escalar por una matriz . . . . . . . . . . . . . . . . . 8
1.4.1. Propiedades del producto de un escalar por una matriz . . . . . . . . 8
1.4.2. Suma de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3. Diferencia o Resta de matrices. . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Producto de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1. Propiedades del producto de matrices. . . . . . . . . . . . . . . . . . . 14
1.6. Tipos especiales de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.1. Matrices idempotentes, involutivas y nilpotentes . . . . . . . . . . . . 26
1.7. Matrices semejantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.8. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.9. Problemas propuestos (Matrices) . . . . . . . . . . . . . . . . . . . . . . . . . 31
1
Captulo 1
Matrices
1.1. Matrices
Introduccion. El termino matriz fue introducido por primera vez en el ano 1 850 por
despues Cayley iniciaba un estudio matematico
Sylvester, un ano 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.
Una matriz es un conjunto de datos organizados en filas y columnas, una hoja Excel
tiene forma de una gran matriz porque esta divida en filas y columnas.
Tipos:
Excel trabaja con matrices unidimensionales, es decir de una fila o de una columna, y
matrices bidimensionales formadas por filas y columnas. Tambien existen matrices
formadas por filas, columnas y profundidad, pero que
tridimensionales que estan
Excel no entiende.
Aplicacion: Un formula matricial es una formula que se aplica a todas las celdas de
una matriz. Las formulas matriciales permiten un ahorro de trabajo.

Las formulas matriciales permiten trabajar de forma rapida y comoda.
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.
es el secreto? El secreto es que siendo tan poca cosa un punado
Cual
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
se puede pedir a una
facilidad de manejo lo que les da versatilidad y potencia. Que mas
2

Curso: Algebra Vectorial Lineal y Matricial Tema: Matrices 3
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

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

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

A= a31 a32 a33 . . . a3n
.. .. .. ..
. . . .
am1 am2 am3 . . . amn
u orden m n y simbolicamente se escribe

Se dice que A es una matriz de tamano
A = [aij ],

a11 a12 a13 . . . a1n

a21 a22 a23 . . . a2n
.. .. .. ... ..
. . . .

... ...
aij ... ...
A= . i e sima fila
.. .. .. ... ..
. . .

am1 am2 am3 . . . amn

i e sima 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.
m n se le denota por Mmn (K), donde

Al conjunto de todas las matrices de tamano
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
J. Roberto Ticona Parisaca

[ ]
1 3 5
Ejemplo 1.1. En la matriz: A= sus elementos o componentes 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.
1.2. (Igualdad de Matrices) Dos matrices A = [aij ] y B = [bij ] son iguales

Definicion
(A = B) si y solo si:
1. A y B tienen el mismo tamano

y
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 = B aij = bij , i = 1, 2, . . . , m, j = 1, 2, . . . , n
Ejemplo 1.4. De acuerdo con la definicion anterior

[ ] [ ]
1 3 9 1 3 9
A= = =B
5 7 2 5 6 2
Pues existen dos componentes, una de la matriz A el cual es a22 = 7, y la otra componente de
la matriz B en la misma posicion como es b22 = 7 no son iguales, por lo tanto las matrices
A y B son diferentes.
Ejemplo 1.5. Es posible determinar el valor de k para que las matrices

[ ] [ ]
k 1 2 1
A= y B= sean iguales?
1 2k 1 4
Dado que ambas matrices tienen el mismo tamano
Solucion. 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.
Para que las matrices sean iguales se requiere, en este caso que k = 1 y 3k = 4,
Solucion.
4
luego se debe tener simultaneamente
k = 1 y k = ; lo cual es imposible. Por lo tanto A = B
3
para cualquier valor de k.
1.1.1. 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, se denota el tamano por el
producto de filas multiplicado por el numero
de filas, es decir m n.
[ ]
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 .
A las matrices usualmente se denota por las letras mayusculas

Notacion. 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 b13
A = a21 a22 a23 M33 , B = M23 , C = c21 c22 M32
b21 b22 b23
a31 a32 a33 c31 c32
1.2. Tipos de Matrices

Segun
el aspecto de las matrices, e stas pueden clasificarse en:
1.2.1. Matriz Fila

Una matriz fila es aquella que esta constituida por una sola fila. Es decir, 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.
Ejemplo 1.9. Sean las siguientes matrices filas:

[ ]
A = 1 4 , de orden 1 2,
[ ]
B= 0 2 3 , de orden 1 3,

[ ]
C= 2 5 6 7 , de orden 1 4.
[ ]
En general, D = d11 d12 d13 d1n , de orden 1 n.
1.2.2. Matriz Columna

La matriz columna que tiene una sola columna, o aquellas 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.
Ejemplo 1.10. Sean las siguientes matrices columnas:

8 6

A = 4 , de orden 3 1. 7

2 C = 11 , de orden 5 1.

2
3 0

2 [ ]
B= , de orden 4 1.
0 1
D= , de orden 2 1.
1 3
1.2.3. Matriz Nula o matriz cero

La Matriz nula o la matriz cero de orden m n, se define como aquella matriz que
tiene todas las m n componentes nulas; esto es, y se denota:
= [aij ]
donde aij = 0i, j. As, por ejemplo

[ ]
0 0 0
Ejemplo 1.11. La matriz = es la matriz cero de orden 2 3.
0 0 0
Ejemplo 1.12. Sean las siguientes matrices nulas:
[ ]
0 0
A es una matriz nula donde A = de orden 2 2.
0 0

0 0 0

B es una matriz nula, donde B = 0 0 0 de orden 3 3.
0 0 0

[ ]
0 0 0 0
C es una matriz nula, donde C = de orden 2 4.
0 0 0 0
1.3. Producto de una matriz fila con una matriz columna

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

b11
[ ] 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
Ejemplo 1.13. Sean las siguientes matrices A = 4 3 6 7 y B =
5
6
Determine A B

Solucion.

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

3
[ ]
0
Ejemplo 1.14. Sean las siguientes matrices A = 4 3 6 7 3 yB= .
5
7
Determine si es posible: A B
En este caso no existe el producto de estas matrices, pues el numero

Solucion. de co-
lumnas 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. de un escalar por una matriz

Multiplicacion
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 = a31 a32 a33 . . . a3n = a31 a32 a33 . . . a3n
.. .. .. .. .. .. .. ..
. . . . . . . .
am1 am2 am3 . . . amn am1 am2 am3 . . . amn
como cada elemento de la matriz A se multiplica por , el producto A es por lo tanto

tambien una matriz de orden m n, es decir ( A) Mmn .
[ ]
3 5 7
Ejemplo 1.15. 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
En este caso, a cada componente de la matriz A se le esta duplicando.

1 0 1 2 2 0 2 2 2

Ejemplo 1.16. 2 2 4 1 3 2 2 42
= 2 32
2 4 0 5 2 4 2 0 5 2
1.4.1. Propiedades del producto de un escalar por una matriz

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

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

1.3. Sean las siguientes matrices arbitrarias de orden m n, es decir, A, B
Definicion
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:
[cij ] = [aij ] + [bij ] = [aij + bij ], i = 1, 2, . . . , m, j = 1, 2, . . . , n

Ejemplo 1.17. 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
tamano.

Propiedades de la suma de matrices.
Sean A, B, C Mmn y K, 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
1.4.3. 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 1.18. 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 1.19. Determine la matriz X tal que:

[ ] [ ]
2 1 3 1 1 0
+X=
0 1 2 1 2 1
Podemos proceder de dos formas diferentes:

Solucion.
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 x11 = 1,
1 + x12 = 1 x12 = 0,
3 + x13 = 0 x13 = 3,
0 + x21 = 1 x21 = 1,
1 + x22 = 2 x22 = 3,
2 + x23 = 1 x23 = 1.
As, la matriz X tiene componentes:

[ ]
1 0 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 0 3
X=
1 3 1
Ejemplo 1.20. Hallar X e Y sabiendo que:

[ ]
3 1 4
X+Y =
7 1 5
[ ]
4 3 2
2X 3Y =
6 2 5
Podemos multiplicar a la primera igualdad por 2 y sumar a la segunda igual-

Solucion.
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 K,
se cumple:
1. 0 A = y t =
2. Si t A = entonces t = 0 A =
1.5. Producto de matrices.

Definicion 1.4. Sean 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 i-esima fila de A por
la j-esima columna de B, es decir:

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 1.21. Calcular AB si: A = 4 5 6 , B = 1 2
0 1 0 0 1
En este ejemplo vemos que A es una matriz de orden 3 3 donde el numero
Solucion. de
columnas es 3, y la matriz B es de orden 3 2 y el numero
de filas es 3, como estos dos
numeros
son iguales, entonces existe el producto entre A B y esta determinado:

a11 a12 a13 b11 b12 F1 C1 F1 C2

A B = a21 a22 a23 b21 b22 = F2 C1 F2 C2
a31 a32 a33 b31 b32 F3 C1 F3 C2


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.
Usando la tecnologa, podemos utilizar el sotfware como el Mathematica, ingresar

las matrices A y B
Figura 1.1: Producto entre las matrices A y B
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, y se puede comprobar con
el sotfware el Mathematica

Figura 1.2: Producto entre las matrices B y A, no existe
[ ] [ ]
2 1 1 2
Ejemplo 1.22. Sean las matrices de orden 2 2, A = y B=
0 2 1 3
Calculemos su producto:
[ ][ ] [ ]
2 1 1 2 2 1 + (1)(1) 2(2) + (1)3
AB= =
0 2 1 3 0 1 + 2(1) 02+23
[ ]
3 1
=
2 6
[ ] [ ]
1 1 1 0
Ejemplo 1.23. Sean las matrices de orden 2 2, A = yB= .
3 2 2 4
Calcular AB y BA

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 = BA. En conclusion el producto de matrices no es conmutativo.

[ ] 1 2

2 1 1 0 2 1
Ejemplo 1.24. Sean A = M24 y B = M42 . El producto
2 1 2 1 1 1
1 0

de A por B existe, y es una matriz de orden 2 2, calculado as:

[ ] 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
El producto entre B por A existe y es una matriz de orden 4 4. Veamos en el sotfware
Mathematica.
Vale la pena observar que las matrices no deben ser necesariamente del
Observacion.
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.
1.5.1. Propiedades del producto de matrices.

1. AB = BA no es conmutativo el produc- 3. A(B + C) = AB + AC

to de matrices
4. (B + C)A = BA + CA
2. (AB)C = A(BC) 5. k(AB) = A(kB), k K
Ejemplo 1.25. 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 3AC BC
2. Aplicando propiedades del producto se obtiene
A(B C)D + ABD A(2B + C)D + 2ACD = ABD ACD + ABD 2ABD ACD + 2ACD
= (matriz nula)
Ejemplo 1.26. Probar que dos matrices cuadradas A y B conmutan si, y solo si
(A + B)(A B) = A2 B2 .
Si AB = BA, se tiene
Solucion.
(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.

1.6. Tipos especiales de matrices.

1 Matriz rectangular. Es aquella matriz que tiene distinto numero
de filas que de
m n, y el conjunto de matrices se denotara por Mmn .
columnas, siendo su tamano
Ejemplo 1.27. Sean las siguientes matrices rectangulares:
[ ]
1 2 3
A= matriz de orden 2 3, donde A M23 .
5 7 8

0 2 2 5

B = 1 6 4 8 matriz de orden 3 4, , donde B M34
6 5 2 1

9 7

C = 5 0 matriz de orden 3 2, , donde C M32
4 1
2 Matriz cuadrada. La matriz A es cuadrada cuando el numero de filas es igual

numero
de columnas. El conjunto de estas matrices lo denotaremos simplemente por
Mn = Mnn .
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 1.28. Veamos algunas matrices cuadradas:

[ ]
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


1 2 3

Si A = 0 1 6 es una matriz cuadrada de orden 3 3, y su traza es:
5 7 8
Tr(A) = 1 + 1 + 8 = 10.
3 Matriz Identidad. Sea I Mn cuyos elementos aij = 0 para i = j y aij = 1 para

i = j entonces se llama matriz identidad. Es decir:
{
1, si i = j
I = [ aij ] =
0, si i = j
Ejemplo 1.29. .
[ ]
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
En el programa el Mathematica se escribe una matriz identidad del modo
siguiente: Matriz identidad de orden 3 3 y matriz identidad de orden 4 4
Figura 1.3: Matrices Identidad de orden 3 3 y 4 4, respectivamente

4 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

0 a33 a3n
A= 0 es una matriz triangular superior.
. .
.. ..
0 0 0 ann
Ejemplo 1.30. Efectuemos el producto de las matrices triangulares superiores 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.
5 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
A = 31 a 32 a33 0 es una matriz triangular inferior.
. ..
.. .
an1 an2 an3 ann
6 Matriz diagonal. Sea A Mn cuyos elementos son aij = 0 para i = j se llama

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

a11 0 0 0
0 a22 0 0

0 a33 0
A= 0 = diag(a11 , a22 , . . . , ann )
. .
.. ..
0 0 0 ann
Ejemplo 1.31. Sea la siguiente matriz diagonal

2 0 0 0

0 3 0 0
D= = diag(2, 3, 1, 5)
0 0 1 0
0 0 0 5

Ejemplo 1.32. En el programa Mathematica se escribe los terminos de la diagonal,

y este automaticamente nos designa la matriz diagonal, veamos:
Figura 1.4: Matrices diagonal de orden 3 3 y 4 4, respectivamente
7 Matriz escalar. Sea A Mn una matriz diagonal en la que ademas

se verifica
a11 = a22 = = ann = k,
es decir es de la forma:

k 0 0 0
0 k 0 0

0 k 0
A= 0 = kI
.. ..
. .
0 0 0 k
se llama matriz escalar.
Ejemplo 1.33. 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
8 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= a31 a32 a33 . . . a3n Mmn B = A =
T a13 a23 a33 . . . am3 Mnm
.. .. .. .. .. .. .. ..
. . . . . . . .
am1 am2 am3 . . . amn a1n a2n a3n . . . amn
Ejemplo 1.34. 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
AT = , BT = , CT =
b d 2 3 4 1 2
1 7
Ejemplo 1.35. Sean las siguientes matrices:

2 4 2 2 1 3

Si A = 1 5 1 M3 , entonces A = 4
T
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 d) (A + B)T = AT + BT
b) (AT )T = A
c) (kA)T = k AT e) (AB)T = BT AT

9 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 1.36. 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 = B, entonces la matriz B no es simetrica.
Para que una matriz cuadrada A sea simetrica debe cumplir aij = aji
Observacion.
para cada i = j
Ejemplo 1.37. 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
10 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 1.38. .
[ ] [ ] [ ]
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 = j y los elementos de la diagonal principal
deben ser ceros, es decir aij = 0 para cada i = j.
Ejemplo 1.39. 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 1.40. 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.
No es necesario que A sea una matriz cuadrada para que existan

Observacion.
T T
AA y A 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.

11 Potencia de una matriz. Sea A Mn , la potencia de una matriz definiremos

como:
A0 = I Matriz Identidad
1
A = A
2
A = AA
A3 = AAA
..
.
An = AA . . . A}
| {z
nveces
Ap Aq = Ap+q
ademas y (Ap )q = Ap q .
[ ]
1 1
Ejemplo 1.41. Si A = , calcular An , donde n ZZ+ .
1 1
El calculo
Solucion. lo haremos por induccion:
[ ][ ] [ ] [ ]
1 1 1 1 2 2 1 1
A2 = A.A = = =2 = 21 A
1 1 1 1 2 2 1 1
[ ] [ ] [ ] [ ]
2 2 1 1 4 4 1 1
A3 = A2 A = = =4 = 22 A
2 2 1 1 4 4 1 1
[ ] [ ] [ ] [ ]
2 2 2 2 8 8 1 1
A4 = A2 A2 = = =8 = 23 A
2 2 2 2 8 8 1 1
[ ][ ] [ ] [ ]
8 8 1 1 16 16 1 1
A5 = A4 A = = = 16 = 24 A
8 8 1 1 16 16 1 1
Entonces, An = 2n1 A
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
12 Matriz ortogonal. Sea A Mn , se llama matriz ortogonal, si se verifica:
A AT = AT A = I , donde I es la matriz identidad
Ejemplo 1.42. 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

1
32 2
3 3

Ejemplo 1.43. Comprobar que la matriz dada es ortogonal A = 2
3
2
3
1
3
23 1
3
2
3

Solucion

1
23 2 1 2
23 1 0 0
3 3
3 3

A AT = 2
3
2
3
1
3 23 2
3
1
3 = 0 1 0
23 1
3
2
3
2
3
1
3
2
3
0 0 1

1 2
23 1
23 2
1 0 0
3 3
3 3

AT A = 23 2
3
1
3 2
3
2
3
1
3 0 1 0
=
2 1 2
3 3 3
23 1
3
2
3
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.
13 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 1.44. Sea A M2 una matriz inversible, halle la matriz inversa.

[ ] [ ]
a b x y
Sea A =
Solucion. 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
y=
ay + bw = 0,
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, entonces es de la forma:
c d
[ ]
1 d b
A1 = , si ad bc = 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 1.45. Halle la matriz inversa de la matriz A =
5 4
Vemos que, = 4(4) 5(3) = 16 15 = 1, entonces
Solucion.
[ ] [ ]
1 4 3 4 3
A1 = =
5 4 5 4
Una matriz cuadrada A inversible, se llama matriz regular o ma-

Observacion.
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

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

1 1
A
k
14 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).
1.6.1. Matrices idempotentes, involutivas y nilpotentes
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 1.46. Sea la matriz A M22 , donde

[ ]
1 1
A= 2 2
1 1
2 2
verifica A2 = A, es decir, es una matriz idempotente.

Ejemplo 1.47. Sea la matriz B M33 , donde

2 3 5

B = 1 4 5
1 3 4
En efecto. Calculemos:

2 3 5 2 3 5 2 3 5

B2 = B B = 1 4 5 1 4 5 = 1 4 5 =B
1 3 4 1 3 4 1 3 4
1.6. Matriz involutiva Una matriz cuadrada es involutiva si, y solo
Definicion
si su cuadrado es la matriz identidad, es decir:
A Mnn es involutiva A2 = I
[ ]
1 0
A=
0 1
[ ]
1 0
es involutiva, pues A2 = =I
0 1

1 0 0

A= 0 0 1
0 1 0
es involutiva, pues

1 0 0 1 0 0 1 0 0

A2 = A A = 0 0 1 0 0 1 = 0 1 0 = I
0 1 0 0 1 0 0 0 1
1
Ejemplo 1.50. Suponiendo que la matriz A es involutiva. Demostrar que (I A) es
2
idempotente.
Como A es involutiva, se cumple: A2 = I, luego calculemos:
Solucion.
( )2
1 1
(I A) = (I2 2IA + A2 )
2 4
1
= (I2 2IA + I)
4
1
= (I 2IA + I)
4
1
= (2I 2IA)
4
1 2
= (I A)
2
1
= (I A)
2

1
Por lo tanto (I A) es idempotente.
2
Definicion 1.7. (Matriz Nilpotente) Una matriz cuadrada A Mn es nilpotente
si existe k ZZ+ , tal que Ak = . Se llama indice de nilpotencia o se dice que A es de
indice (o de orden) k y se define como min{k ZZ+ / Ak = }
Ejemplo 1.51. Las siguientes matrices son nilpotentes:

[ ]
0 1
La matriz A = , calculando:
0 0
[ ][ ] [ ]
0 1 0 1 0 0
A2 = A A = = = , es decir A es una matriz nilpoten-
0 0 0 0 0 0
te de indice 2, pues A2 = .

0 1 2 3
0 0 1 2

La matriz B = es nilpontente, calculando las potencias:
0 0 0 1
0 0 0 0

0 1 2 3 0 1 2 3 0 0 1 4

0 0 1 2 0 0 1 2 0 0 0 1
B2 =
=
0 0 0 1 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0

0 0 1 4 0 1 2 3 0 0 0 1

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

0 0 0 1 0 1 2 3 0 0 0 0
0 0 0 0 0 0 1 2 0 0 0 0

A =A A=
4 3
= =
0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
as, la matriz B es nilpotente de ndice k = 4.
Aunque los ejemplos anteriores tienen un gran numero
de cero de las entradas,
no todas las matrices nilpotentes lo tienen. Por ejemplo, las matrices

5 3 2

C = 15 9 6 , calculando:
10 6 4

5 3 2 5 3 2 0 0 0

C2 = 15 9 6 15 9 6 = 0 0 0 =
10 6 4 10 6 4 0 0 0
[ ]
6 9
D= calculando:
4 6

[ ][ ] [ ]
6 9 6 9 0 0
D2 = = =
4 6 4 6 0 0
Ambas matrices son nilpotentes de ndice k = 2.
1.7. Matrices semejantes

1.8. Sean A, B Mn , se dice que las matrices A y B son semejantes si
Definicion
existe una matriz inversible P Mn , tal que: B = P1 AP
[ ] [ ]
2 4 4 0
Ejemplo 1.52. 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 P =
1
tal que:
3 1 3 1
8 4
B = P1 AP
[ ] [ ]
14 12 2 0
Ejemplo 1.53. 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
1.8. 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 tienen distintos tamanos;
la
2 3 mientras que la segunda tiene tamano
primera tiene tamano 3 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 = 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
Para que AB = BA se debe tener
Solucion.
[ ][ ] [ ][ ]
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?
Para que A sea simetrica se debe tener que A = AT , esto es

Solucion.
[ ] [ ]
a b a c
=
c d b d
y esto sucede si y solo si b = c.
1.9. Problemas propuestos (Matrices)

1. Escribir explcitamente las siguientes matrices:
a) A = [aij ]43 , donde aij = 2i + 3j

c) A = [aij ]34 , donde aij = max{i, j}
b) A = [aij ]44 , donde aij = 2i + 3j d) A = [aij ]24 , donde aij = i 3j
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. 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 la propiedad asociativa de matrices: (AB)C = A(BC)

1 2 0 x 1

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

[ ]n [ ]
1 1 1 n
6. Demostrar que: =
0 1 0 1
[ ]n [ ]
a 1 an nan1
7. Demostrar que: = , donde n ZZ+ .
0 a 0 an

n(n + 1)
1 1 1 1 n
2
8. Sea la matriz A = 0 1 1 , demostrar que: An =
0 1 n
, donde

0 0 1 0 0 1
n ZZ+ .
[ ] [ ]
cos x sen x cos(nx) sen(nx)
9. Si B = . Demuestre que: Bn = , donde n
sen x cos x sen(nx) cos(nx)
ZZ+ .
10. 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
11. Desarrollar:
a) (A + I)(A I)
b) (A + B)(A B)
Sabiendo A, B, I Mn
12. Demostrar que si A Mn , entonces B = A + AT es una matriz simetrica.

[ ]
1 1
13. 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.
14. Sean A, B Mn matrices simetricas. Hallar una condicion necesaria y suficiente

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

1 1 0

A= 0 1 1
0 0 1

16. Hallar A3 , siendo A la matriz

0 cos sen

A = cos 0 1
sen 1 0
17. Hallar los numeros

x, y, z, u y v para los que se verifica la igualdad:

x 2 [ ] 5 1
1 v
0 y = 3 0
u 0
z 1 1 2
18. 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
19. Determine la matriz A, cuya matriz inversa es A1 =
6 7

0 0 0

20. Sea A = 1 0 0 . Demuestrese que A3 = . Utilice algebra
de matrices para
1 1 0
calcular el producto (I A)(I + A + A2 )
21. Sea A Mnn que satisface la ecuacion A2 2A + I = . Demuestrese que:
A3 = 3A 2I
A4 = 4A 3I

1 0 0

22. Sea la matriz A = 0 3 0 . a) Calcular A4 , b) Calcular A7
0 0 2
23. 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.

24. Determinar cuales

de las siguientes matrices son inversibles:
[ ] [ ] [ ]
3 9 4 9 6 9
A= , B= , C=
2 6 0 5 4 6
25. 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
26. Escribir explcitamente la matriz A = [aij ]23 , donde aij =
i j, si i < j

1 1 1

27. Sea A = 0 1 0 , calcular la traza de A20
0 0 1
[ ]
1 1
28. Dado el polinomio P(x) = 2x19 + 2x 4 y la matriz A = , halle la traza de:
0 0
P(A)
29. 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
30. Dada la matriz A = , entonces la suma de la matriz A20 es:
1 2
[ ]
0 1
31. Sea B = A + A2 + A3 + + A200 , hallar la traza de B, si A = .
1 0
32. Calcular: (A + B)(A B), si:

[ ] [ ] [ ]
1 0 0 1 2 1
A 2 = B2 = , AB = , BA =
0 1 1 2 1 0
33. Si A2 = I, hallar la traza de: A6 + A4 + A2 + I, si A M22
34. 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

35. 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
36. 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
37. 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
38. Sean las matrices A = yP= , calcular A10
1 2 1 1
39. Si A y B son matrices cuadradas del mismo tamano,

tales que AB = BA, demuestre
2 2 2
que (AB) = A B . Mediante un ejemplo muestre que esto no ocurre con todas las
matrices cuadradas del mismo tamano.

40. Si n ZZ+ y Si A y B son matrices cuadradas del mismo tamano,

tales que AB = BA,
n n n
demuestre que (AB) = A B .
41. 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
42. Demuestre que si A y B son matrices cuadradas idempotentes y AB = BA, entonces

AB es una matriz idempotente.
43. 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

4 5 1

44. Dada la matriz A = 3 4 1 , calcule: A2 , A3 , A4 , . . . A128 .
3 4 0

1 2
5 0 2 0
5 5

45. Comprueba que la inversa de la matriz A = 0 0 1 es la matriz B = 35 6
5
1
3 1 0 0 1 0
46. Una compania de muebles fabrica butacas, mecedoras y sillas, y cada una de ellas
de tres modelos: E (economico), M (medio) y L (lujo). Cada mes produce 20 modelos E,
15 M y 10 L de butacas; 12 modelos E, 8 M y 5 L de mecedoras, y 18 modelos E, 20 M
y 12 L de sillas. Represente esta informacion en una matriz y calcula la produccion
de un ano.

47. Escribe en forma de matriz el siguiente enunciado: Una familia gasta en enero $ 400
en comida y $ 150 en vestir; en febrero, $ 500 en comida y $ 100 en vestir; y en marzo,
$ 300 en comida y $ 200 en vestir.
48. Resuelve el siguiente sistema matricial:

[ ]

1 3 4

A + 2B =

6 0 13

[ ]

9 2 4

A 3B = 9 5 7
49. Una fabrica

produce tres tipos de productos, A, B y C, que distribuye a cuatro clien-
tes. En el mes de enero el primer cliente compro 9 unidades de A, 5 de B y 2 de
C; el segundo cliente, 3 unidades de A, 8 de B y ninguna de C; el tercer cliente no
compro nada y el cuarto cliente compro 6 de A, 7 de B y 1 de C.
En el mes de febrero, el primer cliente y el segundo duplicaron el numero
de unidades
que haban comprado en enero; el tercer cliente compro 4 unidades de cada artculo,
y el cuarto cliente no hizo pedido alguno.
a) Construye la matriz correspondiente a las ventas de enero.

b) Construye la matriz correspondiente a las ventas de febrero.
c) Halla la matriz correspondiente a las ventas de enero y febrero.
d) Si los precios de los artculos son $ 100, $ 80 y $ 90, respectivamente, calcula lo
que factura la fabrica
por sus pedidos en los meses de enero y febrero.

01 Matrices

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

01 Matrices

Enviado por

Direitos autorais:

Formatos disponíveis

Indice general

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

u orden m n y simbolicamente se escribe

Los parentesis rectangulares se pueden suplir por parentesis circulares en notaciones

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

m n se le denota por Mmn (K), donde

J. Roberto Ticona Parisaca

a11 = 1, a12 = 3, a13 = 5, a21 = 2, a22 = 4, a23 = 6.

Esta es una matriz de orden 2 3, es decir: A M23 .

a11 = 2, a12 = 3, a13 = 5, a21 = 4, a22 = 2, a23 = 1.

1.2. (Igualdad de Matrices) Dos matrices A = [aij ] y B = [bij ] son iguales

1. A y B tienen el mismo tamano

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

Si A y B no son iguales, escribiremos as

Ejemplo 1.4. De acuerdo con la definicion anterior

Ejemplo 1.5. Es posible determinar el valor de k para que las matrices

J. Roberto Ticona Parisaca

1.1.1. Orden de una matriz

A las matrices usualmente se denota por las letras mayusculas

Ejemplo 1.8. Las siguientes matrices se escriben as:

1.2. Tipos de Matrices

1.2.1. Matriz Fila

A = [ a11 a12 a1n ] M1n

tambien se le conoce con el nombre de vector fila.

Ejemplo 1.9. Sean las siguientes matrices filas:

J. Roberto Ticona Parisaca

1.2.2. Matriz Columna

1.2.3. Matriz Nula o matriz cero

donde aij = 0i, j. As, por ejemplo

J. Roberto Ticona Parisaca

1.3. Producto de una matriz fila con una matriz columna

En este caso no existe el producto de estas matrices, pues el numero

J. Roberto Ticona Parisaca

1.4. de un escalar por una matriz

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

En este caso, a cada componente de la matriz A se le esta duplicando.

1.4.1. 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

1.4.2. Suma de matrices

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

J. Roberto Ticona Parisaca

Ejemplo 1.17. Calcular A + B s:

Propiedades de la suma de matrices.

Sean A, B, C Mmn y K, entonces:

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

1.4.3. Diferencia o Resta de matrices.

J. Roberto Ticona Parisaca

Ejemplo 1.19. Determine la matriz X tal que:

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:

As, la matriz X tiene componentes:

Metodo 2 . Utilizando las propiedades de la suma de matrices

Ejemplo 1.20. Hallar X e Y sabiendo que:

Podemos multiplicar a la primera igualdad por 2 y sumar a la segunda igual-

J. Roberto Ticona Parisaca

de donde se deduce que:

Otra propiedad importante en la que se recoge en el siguiente teorema

1.5. Producto de matrices.

J. Roberto Ticona Parisaca

Usando la tecnologa, podemos utilizar el sotfware como el Mathematica, ingresar

Figura 1.1: Producto entre las matrices A y B

Para este ejemplo, BA no esta definido de acuerdo a la observacion. Pues el numero