Matrices

1 Álgebra de matrices
Definición 1: Una matriz de orden m × n con coeficientes en un cuerpo K es un conjunto ordenado
de m · n elementos, colocados en m filas y n columnas:
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A = ( aij ) =  . ..  ∈ Mm×n (K)
 
. .. . .
 . . . . 
am1 am2 · · · amn
donde aij ∈ K denota el elemento de la matriz A situado en la fila i-ésima y en la columna j-ésima. Si
m = 1 la matriz A se llama matriz fila y si n = 1 la matriz A se llama matriz columna. Si m 6= n la matriz
A se llama matriz rectangular y si m = n se llama matriz cuadrada de orden n. Mientras no se diga lo
contrario, K será el cuerpo R de los números reales y se denotará por Mm×n (R) el conjunto de todas las
matrices reales de orden m × n. Obviamente, M1×1 (R) puede ser identificado con R.

Observación 1: si se considera el producto cartesiano Rn formado por todas las n-tuplas de números
reales   

 x1 

  x2 
 

n n)
R = R × ... × R =  .  / xi ∈ R
 

  ..  

 
xn
 

se tiene que existe una biyección entre Rn y M1×n (R) o Mn×1 (R) ya que todo elemento de Rn se puede
representar por una matriz columna de orden 1 × n o, alternativamente, por una matriz fila de orden
n × 1. Puesto que Rn es un espacio vectorial, diremos que una matriz columna (resp. fila) es un vector
columna (resp. fila). Los elementos de la matriz son las componentes del vector. Como norma general,
escribiremos los elementos (vectores) de Rn como vectores columna, esto es, como una matriz de orden
n × 1 y representaremos los vectores mediante letras negritas evitando poner una flecha encima de ellos.
Notación 1: Sea A = ( aij ) una matriz real de orden m × n. Denotaremos por a j la columna j-ésima y
por ai la fila i-ésima de A :
 
a1j
 a2j 
a j =  .  ∈ Rm , ai = ( ai1 , ai2 , ..., ain ) ∈ Rn
 
 .. 
amj
Entonces A puede ser considerada como una colección de n matrices columna, que son n vectores de
Rm , o también, como una colección de m matrices fila, que son m vectores de Rn :
 1 
a
 a2 
A = (a1 , a2 , ..., an ) =  . 
 
 .. 
am

1
 Matrices de acuerdo con César Rodrı́guez

Definición 2: Dos matrices A = ( aij ) y B = (bij ) son iguales si son del mismo orden y aij = bij para
cada i y j.

Suma y multiplicación escalar en Mm×n (R)

Definición 3: Si A = ( aij ) es una matriz de orden m × n y λ ∈ R entonces

λA = (λaij )

Definición 4: Si A = ( aij ) y B = (bij ) son matrices de orden m × n entonces

A + B = ( aij ) + (bij ) = aij + bij

Observación 2 : Si denotamos por O la matriz, del mismo orden que A, cuyos elementos son todos
nulos, entonces

A+O = O+A = A y A + (− A) = O = − A + A
Multiplicación de dos matrices
El primer paso será definir el producto entre una matriz fila y una
 matriz columna.
b1
Definición 5: Sea A = ( a1 , · · · , an ) ∈ M1×n (R) y B =  ...  ∈ Mn×1 (R). Se define la multipli-
 

bn
cación entre A y B por:
 
b1
AB = ( a1 , · · · , an )  ...  = a1 b1 + . . . + an bn ∈ R.
 

bn

Más generalmente, si A ∈ Mm×n (R) y B ∈ Mn× p (R), se define la matriz producto:

 1
a b1 a1 b2 · · · a1 b p

 a2 b1 a2 b2 · · · a2 b p 
AB =   = C ∈ Mm × p ( R )
 
.. .. .. ..
 . . . . 
a m b1 a m b2 · · · a m b p

donde
n
cij = ai b j = ∑ aik bkj para todo i = 1, ..., m y j = 1, ..., p.
k =1
Ejemplo:
 
  3 −2
−2 1 3
Si A = y B= 2 4 
4 1 6
1 −3
 
  −14 1 −3
−1 −1
entonces AB = y BA =  12 6 30 
20 −22
−14 −2 −15
Observación 2: Nótese que este producto tiene sentido solamente si el número de columnas de A es
igual al número de filas de B. Obviamente, el producto está siempre definido cuando las dos matrices
A y B son cuadradas y tienen el mismo orden n. En este caso, AB y BA son ambas de orden n × n pero,
en general, no son iguales, esto es, la multiplicación de matrices no es conmutativa. Por ejemplo,
       
1 1 1 1 3 3 1 1
si A = yB= =⇒ AB = 6= = BA
0 0 2 2 0 0 2 2

Departamento de Matemáticas, 2
Universidad de Las Palmas de Gran Canaria
 Matrices de acuerdo con César Rodrı́guez

Observación 3 (acerca de la mecánica de la multiplicación de matrices): En un producto de dos

matrices A = ( aij ) ∈ Mm×n (R) y B = (bij ) ∈ Mn×r (R), las columnas del producto AB se obtienen
multiplicando la matriz A por las columnas de B, esto es,

AB = A(b1 , b2 , ..., br ) = ( Ab1 , Ab2 , ..., Abr )

De la misma manera, las filas de AB están formadas por el producto de las filas de A por la matriz
B, esto es,  1   1 
a a B
 a2   a2 B 
AB =  .  B =  . 
   
 ..   .. 
am am B
La proposición siguiente nos proporciona algunas reglas útiles para hacer operaciones aritméticas
con matrices.
Proposición 1: Para cualesquiera escalares λ y µ y para cualesquiera matrices A, B, C para las que
las operaciones indicadas estén definidas se verifican las siguientes propiedades:

1) A + B = B + A 2) ( A + B ) + C = A + ( B + C )
3) ( AB)C = A( BC ) = ABC 4) A( B + C ) = AB + AC
5) ( A + B)C = AC + BC 6) (λµ) A = λ(µA)
7) (λ + µ) A = λA + µA 8) λ( AB) = (λA) B = A(λB)
9) λ( A + B) = λA + λB 10) 0A = O
11) λO = O 12) si λA = O entonces λ = 0 ó A = O

Todas las reglas anteriores parecen bastante naturales puesto que son similares a las que verifican los
números reales. No obstante, hay una diferencia muy importante que ya hemos apuntado: en general, la
multiplicación de matrices no es conmutativa, esto es, AB 6= BA. La propiedad ( AB)C = A( BC ) = ABC
también se verifica para un producto de cuatro o más matrices. En el caso de que multipliquemos por
sı́ mismo una matriz cuadrada de orden n un número finito de veces, es conveniente usar notación
exponencial. Ası́ si k es un entero positivo, entonces

k)
Ak = A · A · ... ·A

Nótese que
1) A p · A q = A p + q 2) ( A p ) q = A p · q
3) (λA) p = λ p A p 4) ( AB) p 6= A p B p
Proposición 2 (producto por matrices nulas): Sea A una matriz de orden m × n. Entonces

1) Or × m A = Or × n 2) A O n × p = O m × p

Observación 4: Una diferencia importante que existe entre el producto de matrices y el producto de
números reales, e incluso el producto de un escalar por una matriz, es que si ab = 0 entonces a = 0 ó
b = 0. Sin embargo, puede ocurrir que AB = O siendo A 6= O y B 6= O , como sucede en el siguiente
ejemplo:    
0 0 1 0
si A = y B= se tiene que AB = O
1 −1 1 0
Observación 5: Las leyes de simplificación no se cumplen en la multiplicación de matrices. Esto es,
si AB = AC, no podemos concluir en general que B = C. Por ejemplo, si se consideran las matrices
     
1 2 3 −8 5 2
A= , B= y C= ,
3 6 2 3 1 −2

entonces, AB = AC y, sin embargo, B 6= C.

Departamento de Matemáticas, 3
Universidad de Las Palmas de Gran Canaria
 Matrices de acuerdo con César Rodrı́guez

La traspuesta de una matriz

Definición 6: Sea A ∈ Mm×n (R). La traspuesta de A = aij es una matriz B = bij ∈ Mn×m (R) tal

que
bij = a ji para todo i = 1, 2, ..., n y j = 1, 2, ..., m.
La traspuesta de A se denota por At . En pocas palabras, la traspuesta de una matriz se obtiene cam-
biando sus filas por columnas, o alternativamente, sus columnas por filas. Las reglas algebraicas básicas
para operar con traspuestas son las siguientes:

1) ( A t ) t = A 2) (λA + µB)t = λAt + µBt

3) ( AB)t = Bt At 4) ( A p ) t = ( A t ) p

Definición 7 (algunos tipos especiales de matrices): Sea A ∈ Mm×n (R).

1. A es una matriz cuadrada (de orden n) si m = n ; la n-tupla ( a11 , a22 , ..., ann ) se llama la diagonal de
A. El conjunto Mn×n (R) será denotado simplemente por Mn (R).
2. Una matriz cuadrada A = aij ∈ Mn (R) se llama triangular superior (resp. triangular inferior) si

aij = 0 para todo i > j (resp. si aij = 0 para todo i < j):
     
3 1 −2 −2 0 0 3 0 0
 0 2 6  ,  1 1 0  ,  −3 0 0 
0 0 −1 3 2 −1 1 4 −2

3. Una matriz cuadrada A = aij ∈ Mn (R) se llama diagonal si es triangular superior e inferior, esto

es, los únicos elementos no nulos son los de la diagonal: aij = 0 para todo i 6= j :
   
  3 0 0 −5 0 0
1 0
, 0 2 0 ,  0 0 0 
0 −4
0 0 −2 0 0 3

En general, una matriz diagonal se denota especificando sus elementos de la diagonal principal
como sigue:  
a11 0 . . . . . . 0
 0 a22 0 . 0 
 
 .. 
D = Diag( a11 , a22 , ..., ann ) = 
 . . . . . 

 . .

 . . . . . 
0 0 . . . . . . ann

Observación 6: Desde la izquierda, la acción de multiplicar por una matriz diagonal consiste en
reescalar las filas de la otra matriz mientras que desde la derecha se reescalan las columnas:
    
2 0 2 1 4 −1 4 2 8 −2
=
0 −1 −1 3 4 4 1 −3 −4 −4
 
  3 0 0  
1 1 1  3 4 −2
0 2 0 =
2 2 2 6 4 −4
0 0 −2


4. Una matriz diagonal A = aij se llama escalar si a11 = a22 = ... = ann , esto es, A = λIn :
 
−3 0 0
 0 −3 0  = −3I3
0 0 −3

Departamento de Matemáticas, 4
Universidad de Las Palmas de Gran Canaria
 Matrices de acuerdo con César Rodrı́guez

5. La matriz escalar con a11 = a22 = ... = ann = 1 se llama la matriz identidad y será denotada por In .
Claramente,  
1 0 ... 0
 0 1 ... 0 
In =  .  = (e1 , e2 , ..., en )
 
.. .. ..
 .. . . . 
0 0 ... 1
!t
i)
siendo ei = 0, . . . , 1, . . . , 0 . Además, AIn = A = Im A para cualquier A ∈ Mm×n (R). Por

tanto, la matriz identidad In es el elemento unidad del conjunto de todas las matrices cuadradas
de orden n con respecto a la multiplicación de matrices.
6. Una matriz cuadrada A = aij ∈ Mn (R) es simétrica si A = At , esto es, si aij = a ji para i =

1, 2, ..., n ; j = 1, 2, ..., n :
   
  2 3 5 0 −2 7
1 0
,  3 0 −8  ,  −2 1 4 
0 −4
5 −8 −3 7 4 −3

7. Una matriz cuadrada A = aij ∈ Mn (R) es hemisimétrica (o antisimétrica) si At = − A, esto es, si

aij = − a ji (de donde se deduce que aii = 0):

   
  0 3 −5 0 −2 −7
0 −3
,  −3 0 −8  ,  2 0 4 
3 0
5 8 0 7 −4 0

8. Una matriz cuadrada A ∈ Mn (R) es ortogonal si At = A−1 ⇐⇒ AAt = In ⇐⇒ At A = I :

 
cos θ − sin θ
sin θ cos θ

9. Una matriz cuadrada A ∈ Mn (R) es nilpotente si existe algún p ≥ 1 tal que A p = On . Al menor
exponente natural p tal que A p = On se le llama ı́ndice de nilpotencia:
 
0 1 2
 0 0 3 
0 0 0

10. Una matriz cuadrada real A es normal si, y sólo si, conmuta con su traspuesta, esto es, AAt = At A.

Matrices invertibles
Definición 8: Dada una matriz cuadrada A ∈ Mn (R), no es cierto, en general, que exista una matriz
B ∈ Mn (R) tal que AB = BA = In . Cuando ocurra esto, se dice que A es invertible (o regular, o no
singular). La matriz B se llama la inversa de A y se denotará por B = A−1 . Nótese que si B es una
inversa de A entonces también A es una inversa de B.
Observación 7: Una matriz puede tener como máximo una matriz inversa puesto que si B y C son
matrices inversas de A, entonces
B = BI = B( AC ) = ( BA)C = IC = C.
Notación 2: El subconjunto de Mn (R) formado por todas las matrices invertibles será denotado por
GLn (R) y se llama el grupo lineal de orden n:
GLn (R) = { A ∈ Mn (R): existe B ∈ Mn (R) tal que AB = BA = In }

Departamento de Matemáticas, 5
Universidad de Las Palmas de Gran Canaria
 Matrices de acuerdo con César Rodrı́guez

La siguiente Proposición establece algunas propiedades importantes de las matrices invertibles.

Proposición 3: Sean A y B matrices cuadradas de orden n y sea λ un número real. Entonces:

1. Para todas A, B ∈ GLn (R), se tiene que AB ∈ GLn (R) y ( AB)−1 = B−1 A−1
2. Para toda A ∈ GLn (R), se tiene que At ∈ GLn (R) y ( At )−1 = ( A−1 )t

3. Para cualquier A ∈ GLn (R) y λ ∈ R, con λ 6= 0, se tiene que λA ∈ GLn (R) y (λA)−1 = λ−1 A−1 .
En particular, (− A)−1 = − ( A)−1

4. Si E1 , E2 , ..., Ek son matrices invertibles, entonces el producto también lo es y ( E1 E2 ...Ek )−1 =

Ek−1 ...E2−1 E1−1 . Como caso particular, si A es invertible y k es un número natural, entonces Ak
es invertible y ( Ak )−1 = ( A−1 )k , por lo que se suele escribir A−k .

Proposición 4 (Leyes de simplificación): Sea A una matriz invertible. Entonces

1) Si AB = AC =⇒ B = C
2) Si BA = CA =⇒ B = C

En efecto, multiplicando la primera igualdad dada por A−1 por la izquierda, resulta

A−1 ( AB) = A−1 A
B = IB = B


=⇒ B = C
A−1 ( AC ) = A−1 A C = IC = C

El otro resultado se obtiene de la misma manera, multiplicando por A−1 por la derecha.
Observación 9: Debido a que, en general, el producto de matrices no es conmutativo conviene
reseñar que no se puede simplificar una matriz invertible A en expresiones como AB = CA. En efecto,
si consideramos las matrices
     
1 1 −7 −5 1 3
A= , B= y C= =⇒ AB = CA pero B 6= C.
2 1 14 9 −2 1

Traza de una matriz cuadrada

Definición 9: La traza de una matriz cuadrada A = ( aij ), denotada por Tr ( A), es la suma de los
elementos de su diagonal principal, esto es,
n
Tr ( A) = ∑ aii = a11 + a22 + ... + ann
i =1

Las propiedades de la traza son las siguientes:

1. Tr (O) = 0 ; Tr ( In ) = n
2. Tr ( A + B) = Tr ( A) + Tr ( B)
3. Tr (λA) = λTr ( A)

4. Tr ( At ) = Tr ( A)
5. Tr ( AB) = Tr ( BA)
6. Tr ( AB) 6= Tr ( A) · Tr ( B)

Departamento de Matemáticas, 6
Universidad de Las Palmas de Gran Canaria