ÁLGEBRA LINEAL

RICHARD ROSALES

Resumen. Se presentan los conceptos básicos de las matrices ası́ como también
las operaciones básicas con matrices. Además, se muestra la forma de calcular
determinantes.

Introducción
Se estudian las matrices y operaciones que se pueden realizar con matrices.

1. Matrices
1.1. Definiciones. Una matriz es un arreglo rectangular de elementos. Estos
elementos pueden ser constantes o variables. Sea K un cuerpo, como los números
reales o los números complejos. Una matriz sobre el cuerpo K, tiene la forma:
 
a11 . . . a1n
A =  ... .. .. 

. . 
am1 ... amn m×n

donde los elementos aij , para i ∈ {1, . . . , m}, j ∈ {1, . . . , n}, llamadas entradas de
la matriz, pertenecen al conjunto K. Los ı́ndices de cada entrada indican la fila i y
la columna j en las que está ubicada la entrada. Al conjunto de elementos en cada
horizontal se le llama fila y al conjunto de elementos en cada vertical se le llama
columna. La fila 1 es (a11 a12 a13 . . . a1n ).
Si en una matriz, el número de filas es igual al número de columnas, la matriz se
llama matriz cuadrada. En una matriz cuadrada, los elementos de la diagonal, son
los que están situados en la diagonal de la matriz, donde los subı́ndices son iguales:
aii , 1 ≤ i ≤ n.
Ejemplo 1.
   
1 3 −1 3 −1
A= 0 −8 3  , B =  −8 3  ,
−7 2 4 3×3
2 4 3×2
 

−1
C= 1 3 −1 1×3 , D =  3 
4 3×3
A es una matriz 3 × 3, B es una matriz 3 × 2 y C es una matriz fila y D es una
matriz columna. El subı́ndice en la matriz, m × n, es llamado el orden de la matriz.
En general no se escribe el orden de la matriz.

Key words and phrases. Álgebra lineal, matrices, determinantes.

.
1
2 RICHARD ROSALES

Las matrices se pueden denotar de la siguiente manera:

A = (aij )m×n .
1.2. Algunos tipos de matrices. Existen algunos tipos de matrices que surgen
comúnmente en los problemas. Éstas son, las matrices diagonales y las triangulares.
Una matriz es diagonal, si solo tiene elementos distintos de cero en la diagonal
principal. Es decir, la matriz D = (dij ) es llamada diagonal, si dij = 0, para i ̸= j.
La matriz nula, es aquella que tiene solo ceros en sus entradas 0 = (aij ), tal que
aij = 0, ∀i, j.
Una matriz es llamada triangular, si todos los elementos por debajo o por encima
de la diagonal son iguales a cero. Si todos los elementos por debajo de la diagonal
son iguales a cero, la matriz se llama triangular superior. En este caso, A = (aij ),
cumple la condición aij = 0, si i > j. Este tipo de matrices se suele denotar por U.
Una matriz L es llamada triangular inferior, si todos los elementos por encima
de la diagonal son iguales a cero: L = (aij ), cumple que aij = 0, si i < j.

2. Operaciones con matrices

2.1. Suma de matrices. Dadas dos matrices A = (aij ) y B = (bij ), si ellas
tienen el mismo orden, entonces se pueden sumar. La suma se define por:
A + B = (aij + bij ) = (cij ) = C.
Es decir, las entradas de la matriz suma, es la suma de las entradas correspondientes
a ambas matrices. Luego, la suma se puede definir como la operación:
+ : Mmn × Mmn → Mmn
A, B ,→ A + B = C
Esta operación tiene las siguientes propiedades.
Es asociativa: (A + B) + C = A + (B + C)
Es conmutativa: A + B = B + A
Tiene elemento neutro: La matriz 0 es el neutro aditivo: A+0=A
Tiene elemento opuesto: Dada una matriz A, existe la matriz −A, tal que
A + (−A) = 0
Ejemplo 2. Dadas las matrices:
   
1 3 −1 1 −1 0
A =  0 −8 3  ,B =  8 3 −1  ,
−7 2 4 3×3
−2 4 4 3×2
 

−1
C = 1 3 −1 1×3 , D =  3 
4 3×3
se tiene que:
     
1 3 −1 1 −1 0 2 2 −1
A+B = 0 −8 3 + 8 3 −1  =  8 −5 2 
−7 2 4 −2 4 4 −9 6 8
La suma A + C no se puede realizar, ya que no coinciden el número de filas y el
número de columnas de ambas matrices. Tampoco se pueden realizar las operaciones
C + D, A + D.
 ÁLGEBRA LINEAL 3

2.2. Trasposición de matrices. La trasposición de una matriz consiste en

transformar cada una de las filas por columnas de la nueva matriz, es decir, la
traspuesta de A se define por:
AT = (aij )T = (aji ).
Una matriz es llamada simétrica, si coincide con su traspuesta.
Ejemplo 3. La traspuesta de
 
2 2 −1
A= 8 −5 2 
−9 6 8
es  
2 8 −9
AT =  2 −5 6 
−1 2 8
Ejemplo 4. La matriz A es simétrica
 
2 2 −1
A= 2 −5 2 
−1 2 8
Una matriz cuadrada es llamada antisimétrica o hemisimétrica si es igual a su
traspuesta cambiada de signo.
A = −AT .
Ejemplo 5. La matriz A es antisimétrica
 
0 2 −1
A =  −2 0 3 
1 −3 0
Toda matriz A se puede escribir como la suma de una matriz simétrica y una
antisimétrica de la siguiente forma:
1 1
A= (A + AT ) + (A − AT )
2
| {z } |2 {z }
simétrica antisimétrica

2.3. Multiplicación de matrices. Dadas dos matrices A = (aij ) y B = (bij ),

la multiplicación de las matrices se puede efectuar si el número de columnas de la
primera matriz coincide con el número de filas de la segunda matriz. En este caso
la multiplicación se define como:
n
X
AB = (cij ), donde cij = aik bkj
k=1

Ejemplo 6. Dadas las matrices

   
0 2 −1 1 2 0
A =  −2 0 3  yB= 6 2 0 
1 −3 0 0 2 3
4 RICHARD ROSALES

la multiplicación se puede resolver, ya que el número de columnas de A coincide

con el número de filas de B y queda:
    
0 2 −1 1 2 0 12 2 −3
AB =  −2 0 3   6 2 0  =  −2 2 9 
1 −3 0 0 2 3 −17 −4 0
2.3.1. Matriz ortogonal. Una matriz es llamada ortogonal, si al multiplicar A por
su traspuesta AT se obtiene la matriz identidad: AAT = I.
Ejemplo 7. Las matrices A, B y R, son ortogonales:
 1 1 
  √ √  
0 1 cos θ sen θ
A= , B =  12 2  , R =

1 0 1  − sen θ cos θ
√ −√
2 2
2.3.2. Inversa de una matriz. Dada una matriz A, se dice que una matriz B es la
inversa de A, si el producto de ambas es la identidad.
AB = I.
En este caso se escribe
B = A−1 .
Ejemplo 8. La matriz B es la inversa de A :
   
cos θ sen θ cos θ − sen θ
A= , B=
− sen θ cos θ sen θ cos θ
Ejemplo 9. La matriz B es la inversa de A :
1 1
 
 −3 −1
 
1 2 −3  1 3 
1 1 
A =  4 8 0 , B =   6 − 
0 2 1  1 24 2 
1 
− 0
3 12
2.4. Multiplicación por escalar. Dada una matriz A = (aij ) y un número α,
la multiplicación del escalar por la matriz se define por:
αA = (αaij ).
Ejemplo 10. Dada la matriz
 
1 2 −3
A= 4 8 0 
0 2 1
se tiene que
 
2 4 −6
2A =  8 16 0 
0 4 2
La matriz opuesta de A = (aij ) es −A = (−aij ).
Ejercicio 1. Completa todos los detalles de los ejemplos dados.
 ÁLGEBRA LINEAL 5

3. Matriz inversa
Dada una matriz cuadrada, A, la inversa de A existe bajo ciertas condiciones.
Para establecer estas condiciones, es necesario conocer el determinante de la matriz.

3.1. Determinante. Dada una matriz cuadrada A, el determinante de A es un

número asociado con la matriz A. Si la matriz es de orden 2, el determinante se
define por:
 
 a11 a12 
|A| = 
  = a11 a22 − a21 a12 .
a21 a22 
Si la matriz es de orden 3,
 
 a11 a12 a13 
 
|A| =  a21 a22 a23 

 a31 a32 a33 
= a11 a22 a33 + a21 a32 a13 + a12 a23 a31 − (a31 a22 a13 + a21 a12 a33 + a11 a32 a23 ).

Un menor de una matriz, es una matriz obtenida al eliminar una o varias filas y
columnas de la matriz original. Por ejemplo, dada la matriz
 
a11 a12 a13
A =  a21 a22 a23 
a31 a32 a33

las matrices
   
a22 a23 a21 a23
A11 = , A12 =
a32 a33 a31 a33
son menores de la matriz A. La matriz A tiene 9 matrices menores y además, se
definen los menores principales como:
 
  a11 a12 a13
a11 a12
A1 = (a11 ), A2 = , A3 =  a21 a22 a23 
a21 a22
a31 a32 a33

Un menor complementario, es el determinante de un menor. La matriz de cofactores

de A, denotada por cof (A), está definida como la matriz formada por los menores
complementarios, multiplicados por (−1)i+j , es decir, las entradas de la matriz de
cofactores están dadas por:

cij (A) = (−1)i+j |Aij |.

Luego, la matriz de cofactores es:

cof (A) = (cij ).

Ejemplo 11. Dada la matriz

 
1 −1 0
A= 2 2 3 
0 −5 4
6 RICHARD ROSALES

los cofactores son:

 
1+1
 2 3 
c11 = (−1)  −5 4  = 8 + 15 = 23,
 
 
1+2  2 3 
 
c12 = (−1)  0 4  = −(8 − 0) = −8,
 
 2 2 
c13 = (−1)1+3   = −10 − 0 = −10,
0 −5 
 
 −1 0 
c21 = (−1)2+1   = −(−4) = 4,
−5 4 
 
 1 0 
c22 = (−1)2+2   = 4,
0 4 
 
 1 −1 
c23 = (−1)2+3   = −(−5) = 5,
0 −5 
 
3+1  −1 0 
 
c31 = (−1)  2 3  = −3,
 
3+2  1 0 
 
c32 = (−1)  2 3  = −3,
 
3+3  1 −1 
 
c33 = (−1)  2 2  = 2 + 2 = 4.
Luego, la matriz de cofactores de A es:
 
23 −8 −10
cof (A) =  4 4 5 
−3 −3 4
Se define la matriz adjunta de A como la traspuesta de la matriz de cofactores
de A :
Adj(A) = (cof (A))T .
Ejemplo 12. Dada la matriz
 
1 −1 0
A= 2 2 3 
0 −5 4
la matriz adjunta de A, según el Ejemplo 11, es:
 
23 4 −3
Adj(A) = (cof (A))T =  −8 4 −3 
−10 5 4
La matriz inversa de A se puede calcular mediante la matriz adjunta. La fórmula
es:
1
A−1 = Adj(A).
det(A)
Ejemplo 13. Calcular la inversa de la matriz:
 
1 −1 0
A =  2 2 3 .
0 −5 4
 ÁLGEBRA LINEAL 7

El determinante de A es:
|A| = 23(4)4+8(−5)(−3)+(−4)(3)(−10)−(−10)4(−3)−(−4)8(4)−(23)3(−5) = 31.
Luego, siguiendo el ejemplo 12, se sigue que
 
23 4 −3
1
A−1 =  −8 4 −3 
31
−10 5 4
Es decir, la inversa es:
23 4 −3
 
 31 31 31 
−1
 8 4 3 
A = −  − 
 31 10 5
31 31 
4 
−
31 31 31
Una matriz es llamada singular, cuando su determinante es igual a cero. En caso
contrario, es llamada no singular.
No todas las matrices tienen inversa. Para comenzar, para que una matriz tenga
inversa, primero debe ser una matriz cuadrada, pero además, debe ser no singular.
Teorema 3.1. Una matriz An×n , tiene inversa si A es no singular.

Departamento de Cálculo
Email address: [email protected]