OPERACIONES CON MATRICES

Hugo Eduardo Ramirez

 OPERACIONES CON MATRICES SUMA Y MULTIPLICACION POR ESCALAR

Sección 1: SUMA Y MULTIPLICACION POR ESCALAR

Notación. Sea A una matriz n × m. una forma usual de representar la matriz genérica A es haciendo referencia a los
elementos de la siguiente forma:  
a11 a12 · · · a1m
 a21 a22 · · · a2m 
A = (aij ) = 
 
.. ..
 . .
an1 an2 · · · anm

Definición. Un vector de Rn es una matriz 1 × n que también se identifica con vector fila, un vector columna de Rn es
una matriz n × 1.

Suma de matrices. Es importante para la suma de matrices que aquellas que se van a sumar tengan las mismas dimensiones.
Definición. Dadas las matrices An×m 1 y Bn×m , la suma An×m y Bn×m es una matriz Cn×m donde cada entrada de la
matriz resultante es la suma de los entradas correspondientes en las matrices A y B, es decir:

     
a11 a12 · · · a1m b11 b12 ··· b1m a11 + b11 a12 + b12 · · · a1m + b1m
 a21 a22 · · · a2m   b21 b22 ··· b2m   a21 + b21 a22 + b22 · · · a2m + b2m 
.. +  .. =  (1)
     
 .. .. .. ..
 . .  . .  . .
an1 an2 ··· anm bn1 bn2 ··· bnm an1 + bn1 an2 + bn2 ··· anm + bnm

Es decir que cada posición se debe sumar con su correspondiente, por ejemplo la posición de la fila 2 y la columna 4 de
la matriz A debe sumarse con la posición de la fila 2 y la columna 4 de la matriz B, lo que se puede resumir con la siguiente
notación:
(aij ) + (bij ) = (aij + bij )
a continuación vemos la definición de multiplicación por escalar, es decir multiplicación de un número por una matriz.

Definición. Dada la matriz An×m y el número k ∈ R la multiplicación por escalar es una matriz Bn×m donde cada entrada
de la matriz resultante es la multiplicación del escalar k por la entrada correspondiente en la matriz A , es decir:

   
a11 a12 · · · a1m ka11 ka12 · · · ka1m
 a21 a22 · · · a2m   ka21 ka22 · · · ka2m 
k· .. =  (2)
   
.. .. ..
 . .  . .
an1 an2 ··· anm kan1 kan2 ··· kanm

Lo que se puede resumir con la siguiente notación:

k(aij ) = (kaij )

Ejemplo. Realizar las operaciones A + B y αC. Dadas las matrices A, B y C y la constante α:

 √   
1 0 3 4 3 − 43 32 −1 √ !
1
√ 2 4
A =  2 −2 − 2 , B =  −1 1 0 0 , C = √ y
   
3 √ −1 − 3
−1 −1 0 2 − 5 1 3 −2
√
α= 2
1A hace referencia a una matriz n × m
n×m

1
 OPERACIONES CON MATRICES SUMA Y MULTIPLICACION POR ESCALAR

Empecemos con la suma

 √   
1 0 3 4 3 − 34 23 −1
1
√
A+B =  2 −2 − 2 +  −1 1 0 0
   
3 √
−1 −1 0 2 − 5 1 3 −2
 √ 
1+3 0 − 43 3 + 23 4−1
1
√
= 2−1 −2 + 1 3 + 0 − 2 + 0
 
√

−1 − 5 −1 + 1 0+3 2−2
 4
√ 2

4 −3 3+ 3 3
1
√ 
= 1 −1 − 2


√ 3
−1 − 5 0 3 0
antes de hacer la multiplicación note que ni A con C, ni B con C se pueden sumar. Realizando la multiplicación
√ !
√ 2 4
αC = 2 √
−1 − 3
√ √ √ !
2( 2) 2(4)
= √ √ √
2(−1) 2(− 3)
√ !
2 4 2
= √ √
− 2 − 6

Igual que la suma y la multiplicación de números ya conocida, la suma de matrices y la multiplicación por escalar tienen
unas propiedades básicas.
Teorema 1.1 Dadas An×m , Bn×m , Cn×m tres matrices y α, β dos escalares tenemos las siguientes propiedades.
2
1. Modulativa de la suma. A + 0n×m = A
2. Conmutativa. A + B = B + A
3. Asociativa. (A + B) + C = A + (B + C)
4. Toda matriz tiene una única matriz opuesta (−A). A + (−A) = 0n×m
5. Unidad. 1A = A
6. 0A = 0n×m
7. Distributiva de la multiplicación por escalar sobre la suma matricial. α(A + B) = αA + αB
8. Distributiva de la multiplicación por escalar sobre la suma escalar. (α + β)A = αA + βA
9. Triple producto. (αβ)A = α(βA)
Demostración. Se demostrarán las propiedades 1., 3. y 6. Las demás quedan como ejercicio.
Sean A = (aij ), B = (bij ) y C = (cij ), veamos que como la matriz 0n×m solo tiene 0’s podemos representarla por (0ij ) que
significa que en todas las posiciones tiene el número 0.
1.
A + 0n×m = (aij ) + (0ij ) Reescribir las matrices con notación
= (aij + 0ij ) Por definición de suma matricial
= (aij + 0) Por definición de matriz cero
= (aij ) Suma de un número con el 0
= A
20
n×m . Indica la matriz que en todas las entradas tiene el número 0

2
 OPERACIONES CON MATRICES MULTIPLICACION MATRICIAL

3.
 
(A + B) + C = (aij ) + (bij ) + (cij ) Reescribir las matrices con notación
= (aij + bij ) + (cij ) Por definición de suma matricial
 
= (aij + bij ) + cij Por definición de suma matricial.
Note que los parentesis internos son la asociativa de números reales
 
= aij + (bij + cij ) Asociativa de números
 
= (aij ) + (bij + cij ) Suma de matrices
 
= (aij ) + (bij ) + (cij ) Suma de matrices
= A + (B + C)

6. Para esta prueba vamos a usar el hecho de que 0 = 0 + 0, cabe notar que antes de la demostración no podemos decir que
0A = 0n×m y que la demostración está hecha de tal forma que podamos usar varias de las otras propiedades.

0A = 0A
0A = (0 + 0)A 0=0+0
0A = 0A + 0A Distributiva 8.
0A − 0A = (0A + 0A) − 0A Sumamos la matriz opuesta de 0A esto es − 0A
0A − 0A = 0A + (0A − 0A) Asociativa de la suma
0n×m = 0A + 0n×m Propiedad de matriz opuesta
0n×m = 0A Propiedad del módulo

Ejemplo. Corroboremos mediante un ejemplo la propiedad distributiva de la multiplicación por escalar sobre la suma
matricial α(A + B)
 = αA + αB.
  
2 −1 0 0 1 −1
Sean α = 3, A = ,B=
1 3 1 2 −1 0
   
2 0 −1 6 0 −3
por lo que A + B = y α(A + B) = .
3 2 1 9 6 3
Por otro
 lado   
6 −3 0 0 3 −3
αA = , y αB =
3 9 3  6 −3 0
6 0 −3
con lo que tengo αA + αB =
6 6 3
Se ve que α(A + B) = αA + αB, aunque el ejemplo no sea la demostración, ayuda a entender la aplicación de la misma.

Sección 2: MULTIPLICACION MATRICIAL

Ahora vamos a mostrar la forma de multiplicar matrices. En este caso el inconveniente de las dimensiones es más notorio pues
hay matrices que, teniendo la misma dimensión, no se pueden multiplicar. La idea general de la multiplicación de matrices
parte del supuesto que voy a multiplicar la matriz A por la matriz B (e.d. A · B). Para hacer dicha multiplicación se opera
cada elemento de cada fila de la matriz A por cada elemento de cada columna de la matriz B. Tan solo para esta condición,
tiene que cumplirse que el número de elementos de las filas de A sea igual al número de elementos de las columnas de B,
pues las matrices han que coincidir en algún parámetro de las dimensiones. Si A es una matriz n × m, la matriz B debe ser
m × p; el número que coincide es el m.
Partiendo de esta idea veamos la fórmula para la multiplicación. Supongamos An×m = (aij ), Bm×p = (bi j) y C = (cij ). El

3
 OPERACIONES CON MATRICES MULTIPLICACION MATRICIAL

resultado de la multiplicación, el elemento que está en la posición ij de la matriz multiplicación C es:

m
X
cij = aik bkj (3)
k=1

Es decir que el resultado guardado en la posición ij es el resultado de multiplicar componente a componente la fila i de A y
la columna j de B, lo que se puede representar matricialmente de la siguiente forma:

 
a11 a12 ... a1m
 a21 a22 ... a2m  
b11 b12 ... b1j ... b1m

.. ..
 
 ..   b21
 
b22 ... b2j ... b2m
 . . . · .

AB = 

 ai1 ai2 ... aim   . .. .. .. 
  . . . . 
 . .. ..
 .. bn1 bn2 ... bnj ... bnm

. . 
an1 an2 ... anm

Ejemplo. Vamos a multiplicar   2 × 3 con una matriz 3 × 2 y vemos que el resultado es un matriz 2 × 2.
una matriz
  1 1
3 −1 0
Sean A = y B = −1 2
−2 0 1
0 2
Para encontrar el resultado de la multiplicación AB debemos revisar ambos conceptos. La posición (11), primera fila, primera
columna, está dada por la multiplicación:

 
  1 1
3 -1 0
·  -1 2 
-2 0 1
0 2

Que uniéndola con la formula (3)

3
X
c11 = a1k bk1 = a11 b11 + a12 b21 + a13 b31 = 3(1) + (−1)(−1) + 0(0) = 4
k=1

muestra el resultado de la primera fila primera columna. La matriz resultado va quedando

 
4 c12
C = AB =
c21 c22
Para mayor claridad repetimos todo el procedimiento para obtener el elemento c12 en la multiplicación:

 
  1 1
3 -1 0
·  -1 2 
-2 0 1
0 2

que uniéndolo con la formula (3)

3
X
c12 = a1k bk2 = a11 b12 + a12 b22 + a13 b32 = 3(1) + (−1)(2) + 0(2) = 1
k=1

Siguiendo el proceso para las otras dos posiciones podemos verificar que el resultado es
 
4 1
C = AB =
−2 0

4
 OPERACIONES CON MATRICES MULTIPLICACION MATRICIAL

Es de notar que, para que dos vectores se puedan multiplicar, el primero tiene que ser vector fila y el segundo vector columna:

 
b11

 b21 
 Pn

a11 a12 ... a1n ·  . = k=1 a1k bk1
 ..
bn1

El resultado es una matriz 1 × 1 y por eso la identificamos con un número.

Veamos ahora unos tipos de matrices especiales.

Definición. La matriz identidad de dimensión es la matriz cuadrada3 cuyas posiciones están determinadas por:
 
1 0 ... 0
0 1 . . . 0
In =  .
 
.. .
 .. . ..
0 0 ... 1

Es decir una matriz que tiene ceros excepto en las posiciones de la diagonal principal, en donde tiene unos. Otra forma de
verla es por sus posiciones, nombradas δ, ası́: (
1 Sı́ i = j
δij 4 =
0 Sı́ i 6= j
 
1 0 0
Ejemplo. la matriz identidad de tamaño 3, I3 = 0 1 0 al ser multiplicada por cualquier matriz da como resultado
0 0 1 
11 2 3
la matriz original. Verifiquemos con la matriz A = , y note que de las dos multiplicaciones A · I3 y I3 · A, es
−2 0 1
imposible hacer la multiplicación I3 · A porque las dimensiones no coinciden (el número de elementos de las filas de I3 no es
igual al número de elementos de las columnas de A). por lo que haremos la otra multiplicación:
 
  1 0 0  
11 2 3  11 2 3
A · I3 = · 0 1 0 = =A
−2 0 1 −2 0 1
0 0 1

En este ejemplo se evidencia que la multiplicación de matrices no es conmutativa, es decir NO siempre se cumple
AB = BA.

Definición. La matriz transpuesta de una matriz An×m se denota At y es el resultado de convertir todas las filas en
columnas y las columnas en filas, que visto desde sus componentes es:

 t  
a11 a12 ... a1m a11 a21 ... an1
 a21 a22 ... a2m   a12 a22 ... a2n 
.. =  ..
   
 .. .. .. ..
 . . .  . . .
an1 an2 ... anm a1m a2m ... anm

Ası́ las dimensiones de la transpuesta son m × n

3 Matriz cuadrada es la que tiene el mismo número de filas y columnas
4 Este sı́mbolo tiene el nombre de delta de Kronecker

5
 OPERACIONES CON MATRICES MULTIPLICACION MATRICIAL

 
  4 1 1
4 −2 5 3 −2 −1 0
Ejemplo. La transpuesta de la matriz A = 1 −1 2 1 es la matriz At =  
 5 2 −1
1 0 −1 1
3 1 1

Definición. Una matriz A se dice simétrica si At = A.

Definición. Una matriz A se dice antisimétrica si At = −A.

Ejemplo. Dada una matriz cuadrada B demostrar que B + B t es simétrica y que B − B t es antisimétrica.
Demostración. Primero demostremos que B + B t es simétrica lo cual es muy sencillo puesto que si llamamos C = B + B t ,
tenemos que ver que C t = C:

Ct = (B + B t )t
= B t + (B t )t
= Bt + B
= B + Bt
= C

Y para demostrar que B − B t es antisimétrica, llamamos D = B − B t y debemos ver que Dt = −D:

Dt = (B − B t )t
= B t − (B t )t
= Bt − B
= −B + B t
= −(B − B t )
= −D

Teorema 2.1 Sean An×m , Bm×p , Cm×p y Dp×q matrices, se cumplen las siguientes propiedades de la multiplicación
1. Asociativa A(BD) = (AB)D

2. Distributiva izquierda A(B + C) = AB + AC

3. Distributiva derecha (A + B)C = AC + BC
4. Matriz Identidad AIm = A y In A = A

Nota. Vea que si A es una matriz n × m y x un vector columna de incógnitas m × 1 entonces el resultado es un vector
n × 1 y puede representar un sistema de ecuaciones de la siguiente manera
    
a11 a12 . . . a1m x1 b1
 a21 a22 . . . a2m   x2   b2 
..  .. =  ..
    
 .. ..
 . . .  .  .
an1 an2 ... anm xm bn

El cual se resuelve con la matriz aumentada [A|b]

6
 OPERACIONES CON MATRICES MATRIZ INVERSA

Sección 3: MATRIZ INVERSA

Una matriz A se dice invertible si existe una matriz B tal que

AB = BA = I

Para que esto se cumpla y la matriz B se pueda multiplicar por izquierda y derecha, A debe ser cuadrada. Además si dicha
matriz existe es única, ya que si existiera mas de una inversa, digamos B y C, entonces deben ser la misma ya que

B = BI = B(AC) = (BA)C = IC = C

Como la inversa es única recibe el nombre de A−1 .

Para hallar la inversa de una matriz, hay que encontrar solución al problema.

AX = I Donde X es una matriz de incógnitas

y para esto solucionamos el sistema por la matriz aumentada [A|I], donde la matriz es invertible si podemos llegar a I|A−1 ,
 

Veamos
 
1 0 1
Ejemplo. Encontrar la inversa, si es posible, de A =  0 2 3, usamos para esto la matriz aumentada
−1 2 1
 
1 0 1 | 1 0 0
[A|I] =  0 2 3 | 0 1 0
−1 2 1 | 0 0 1

Resolvemos con Gauss-Jordan.

   
1 0 1 | 1 0 0 1 0 1 | 1 0 0
 0 2 3 | 0 1 0 R3 → R3 + R1 0 2 3 | 0 1 0 R3 → R3 − R2
−−−−−−−−−−→ −−−−−−−−−−→
−1 2 1 | 0 0 1 0 2 2 | 1 0 1
   
1 0 1 | 1 0 0 1 0 1 | 1 0 0
0 2 3 | 0 1 0 R3 → −R3 0 2 3 | 0 1 0 R2 → R2 − 3R3
−−−−−−−→ −−−−−−−−−−−→
0 0 −1 | 1 −1 1 0 0 1 | −1 1 −1
   
1 0 1 | 1 0 0 1 0 0 | 2 −1 1
0 2 0 | 3 −2 3 R1 → R1 − R3 0 2 0 | 3 −2 3 R2 → 21 R2
−−−−−−−−−−→
0 0 1 | −1 1 −1 0 0 1 | −1 1 −1 −−−−−−−→
 
1 0 0 | 2 −1 1
0 1 0 | 3 3
2 −1 2
0 0 1 | −1 1 −1
 
2 −1 1
Por lo que concluimos que A−1 =  32 −1 3
2 , el estudiante puede comprobar AA
−1
= I3
−1 1 −1

Ejemplo. Demostrar que dada una matriz A invertible, (At )−1 = (A−1 )t . Leyendo cuidadosamente el enunciado, quiere
decir que la inversa de la traspuesta es la transpuesta de la inversa, como sabemos que A es invertible, es lo mismo que
decir que A−1 existe, por eso podemos decir que ”conocemos” (A−1 )t , pero no sabemos si At es invertible, entonces hay que
demostrar que At es invertible y la inversa es (A−1 )t :

At (A−1 )t = (A−1 A)t = I t = I

El hecho que I t = I lo puede verificar fácilmente el estudiante, pero con esto concluimos que At es invertible y que la inversa
es (A−1 )t . Como la inversa es única debe ser que (At )−1 = (A−1 )t

7
OPERACIONES CON MATRICES EJERCICIOS PROPUESTOS

Sección 4: EJERCICIOS PROPUESTOS

1. Sean A, B matrices n × n.
¿ Es cierto que (A + B)(A − B) = (A2 − B 2 )?

2. Dadala siguiente matriz

1 1 0 −1
 1 3 0 −1 
A=  −1 2 1 2 


1 6 0 0

(a) Determine A − I, A + At y (A − I) − (At − I), ¿Es A + At simétrica? ¿Qué puede decir de A − At ?

(b) Determine A · At , At · A y A2
(c) Determine si A es invertible. Si lo es, calcule A−1 por el método de Gauss.

3. Dados α, β ∈ R y la matriz Am×n , demuestre que (α + β) · A = α · A + β · A.

4. Dada la siguiente matriz A3×4 , ¿Es posible encontrar una matriz Bm×n tal que A3×4 ·Bm×n = I3 ?, explique claramente
su respuesta.  
2 1 0 −2
A = −1 0 −1 3
1 −1 0 1

5. Encuentre una matriz A3×3 que no sea ni I3 , ni −I3 tal que A23×3 = I3
6. Dada  
0 1 0 0
0 0 1 0
A=
0

0 0 1
0 0 0 0
calcule todas las potencias de A.
7. Definición. Una Matriz de probabilidades es una matriz cuadrada que cumple las siguientes propiedades:
(a) todos sus elementos son no negativos (≥ 0).
(b) La suma de los elementos de cada renglón es 1.
Dada P una matriz de probabilidades, demostrar que P 2 es una matriz de probabilidades
8. Sı́ P es una matriz de probabilidades, demostrar que si todos los coeficientes de x son iguales, entonces P · x = x.
 
a11 a12
9. Muestre que la matriz es su propia inversa si A = ±I o si a11 = −a22 y a21 a12 = 1 − a211 .
a21 a22
10. Si A1 , A2 , A3 , . . . , Am son matrices invertibles de n × n, muestre que A1 A2 · · · Am es invertible y calcule su inversa

11. Dada una matriz A, demuestre que el producto A · At siempre está definido y es además una matriz simétrica.
12. Si A es una matriz antisimétrica, demuestre que las componentes de la diagonal principal de A son cero.
13. Demuestre que toda matriz A cuadrada se puede escribir como la suma de una matriz simétrica y una antisimétrica.
14. Demuestre que si A, B son matrices cuadradas del mismo tamaño, entonces

(A + B)2 = A2 + 2AB + B 2 ⇔ AB = BA

15. Si A es invertible y AB = AC, entonces B = C. ¿Qué falla si A no es invertible?

8
OPERACIONES CON MATRICES EJERCICIOS PROPUESTOS

16. Dé un ejemplo de A y B tal que:

(a) A + B no sea invertible pero A y B sı́.
(b) A + B sea invertible pero A y B no.
17. Si B tiene las columnas de la matriz A en orden invertido, resuelva el sistema (A − B)x = 0 para demostrar que (A − B)
no es invertible. Un ejemplo lo conducirá a x.