Índice general

1. Matrices 3
1.1. Definición y notación. . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Operaciones entre matrices . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Algunos tipos especiales de matrices . . . . . . . . . . . . . . . . . 15
1.3.1. Matrices hermitianas y antihermitianas . . . . . . . . . . . 15
1.3.2. Matrices diagonales y triangulares . . . . . . . . . . . . . . 18
1.3.3. Matrices por bloques . . . . . . . . . . . . . . . . . . . . . . 20
1.4. Operaciones y matrices elementales . . . . . . . . . . . . . . . . . . 24
1.4.1. Operaciones elementales fila en una matriz . . . . . . . . . 24
1.4.2. Matrices elementales . . . . . . . . . . . . . . . . . . . . . . 30
1.5. Matrices inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.6. Factorizacion LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.7. Sistemas de ecuaciones lineales vs matrices. . . . . . . . . . . . . . 43

1
2 ÍNDICE GENERAL
Capı́tulo 1

Matrices

1.1. Definición y notación.

Definición 1.1
Sean n y m enteros positivos. Llamamos matriz de n filas por m columnas
con entradas en el campo F a un arreglo del siguiente tipo

⎛ a11 a12 ⋯ a1m ⎞

⎜a a22 ⋯ a2m ⎟
A = ⎜ 21 ⎟
⎜. . . . . . . . . . . . . . . . . . . .⎟
⎝an1 an2 ⋯ anm ⎠

Los elementos aij ∈ F son llamados escalares, mientras que el par (i, j) ∶=
ij es llamado las coordenadas de la entrada.

Cuando n = m decimos que la matriz es una matriz cuadrada de orden n.

Ejemplo 1.1

1. A = (a) donde a ∈ R es una matriz cuadrada de orden 1.

2.
0 −1 3 4
A=( )
1 2 0 3
es una matriz de orden 2 por 4.
3.
A = (1 0 7 4 3 0 0 1)
es una matriz de orden 1 por 8.

3
4 CAPÍTULO 1. MATRICES

4.
⎛ 0 ⎞
⎜ 0 ⎟
⎜ ⎟
⎜ 1 ⎟
⎜ ⎟
A=⎜
⎜√−3 ⎟
⎟
⎜ 2⎟
⎜ ⎟
⎜ ⎟
⎜−11⎟
⎝ 3 ⎠

es una matriz de orden 7 por 1.

5. √
⎛0 2 −1 8 3 0 3 6⎞
⎜1 0 −1 11 0 6 1 9⎟
⎜ ⎟
A = ⎜0 0 0 0 0 0 0 0⎟
⎜ ⎟
⎜0 0 0 0 0 0 0 0⎟
⎝1 1 1 3 3 4 2 1⎠
es una matriz de orden 5 por 8.

6.
0 1
A=( )
1 0
es una matriz cuadrada de orden 2.

Usualmente denotamos las matrices por letras mayúsculas del alfabeto, y

sus entradas siempre que no hubiere lugar a equivocación por letras minúsculas
con la misma etiqueta que se ha denotado la matriz, de la siguiente forma:

A = (aij ) = (aij ) = (aij ) i=1...,n

n×m j=1...,m

donde el primer elemento de la igualdad aparece cuando no es necesario hacer

referencia al tamaño de la matriz y el segundo cuando el tamaño de la matriz
se hace necesario.

Definición 1.2 (Igualdad entre matrices)

Sean A = (aij ) y B = (bij ) matrices. Decimos que A y B son iguales y

escribimos A = B sı́: (1) A y B tienen el mismo orden. (2) aij = bij para
todo par i, j.
1.1. DEFINICIÓN Y NOTACIÓN. 5

Definición 1.3
Una matriz de tamaño 1 × m es llamada una matriz fila de orden m o
simplemente m-fila, mientras que una matriz de tamaño n × 1 es llamada
usualmente una matriz columna de orden n o simplemente n-columna.

Notación
El conjunto de todas las matrices de orden n × m con entradas en el
campo F es denotado por Mn×m (F). En el caso en que F = R, escribimos
Mn×m (R), y hablamos de matrices con entradas reales mientras que
en el caso en que F = C, escribimos Mn×m (C) y decimos matrices con
entradas complejas.

Sea A = (aij ) una matriz de orden n × m. En ocasiones puede ser util re-
presentar la matriz A a partir de sus filas o bien de sus columnas, en cuyo caso
escribimos

↑ ⎛ 1j ⎞
a
⎜ a2j ⎟
← Ai →= (ai1 ai2 ⋯ aim ) , A =⎜ ⎟
j
⎜ ⋮ ⎟
↓ ⎝ ⎠
anj

Teniendo clara la notación anterior podemos escribir la matriz A en cual-

quiera de las siguientes formas

⎛ a11 a12 ⋯ a1m ⎞ ⎛←Ð A1 Ð→⎞ ↑ ↑ ↑ ⎞

⎜a a22 ⋯ a2m ⎟ ⎜←Ð A2 Ð→⎟ ⎛ 1
A = (aij ) = ⎜ 21 ⎟=⎜ ⎟ = ⎜A A2 ⋯ Am ⎟
⎜ . . . . . . . . . . . . . . . . . . . . ⎟ ⎜. . . . . . . . . . . . . . .⎟ ⎝
n×m
⎝an1 an2 ⋯ anm ⎠ ⎝←Ð An Ð→⎠ ↓ ↓ ↓ ⎠
6 CAPÍTULO 1. MATRICES

Observación
Sea n un entero positivo, por Jn denotamos el subconjunto de los natura-
les {1, 2, 3, . . . , n}. Asumamos que se tiene una función A ∶ Jn × Jm Ð→ F
donde el par (i, j) es enviado por A al escalar aij , entonces nosotros po-
demos tener una representación de tal función a traves de una matriz,
ası́ el conjunto de imagenes de A esta dado por la matriz A = (aij ) para
i = 1, . . . , n, j = 1, . . . , m.

Ejemplo 1.2
Consideremos la función A ∶ Jn × Jm Ð→ R dada por A(i, j) = i+jij
.
Encuentre la matriz asociada a la función A para n = 3, m = 5. En
este caso
3 4 5 6
⎛2 2 3 4 5 ⎞
⎜ ⎟
⎜ 7 ⎟
A = ⎜ 32 1 56 34 10 ⎟
⎜ ⎟
⎜ ⎟
⎝4 5 2 7 8 ⎠
3 6 3 12 15

Problemas de entrenamiento 1.1

1 Determine el orden de cada una de las siguientes matrices.

⎛−1 0 0⎞
⎛3 4 1 6⎞
⎜0 1 2⎟
A = ⎜1 2 −2 0⎟ , B=⎜ ⎟,
⎝0 ⎜−1 1 −1⎟
0 0 1⎠ ⎝1 0 2⎠
⎛1 2 3 4 5⎞
⎜1 22 32 42 52 ⎟
C = (1, 1, −1) , D=⎜ ⎟
⎜1 23 33 43 53 ⎟
⎝1 24 34 44 54⎠

2 En cada una de las matrices del numeral anterior, identifique el

elemento que se encuentra en la posición (i, j).

(a) a23 (c) d45 (e) b32

(b) c12 (d) a34 (f ) d22

3 Sea A ∶ Jn × Jm Ð→ F una función de valores reales o complejos.

En cada caso construya la matriz asociada a la función indicada:
1.2. OPERACIONES ENTRE MATRICES 7

a) A(k, t) = 2k + 3i F = C, n = 3, m = 4.
b) A(k, t) = k t , F = R, n = 4, m = 6.
k
∑s=1 k−t
c) A(k, t) = k+t
, F = R, n = 4, m = 3.

1.2. Operaciones entre matrices

Definición 1.4 (Suma de matrices y producto por un escalar)

Sean A y B ∈ Mn×m (F) matrices y α ∈ R.
Definimos la matriz suma de A y B como siendo la matriz

A † B = (cij )

donde cij = aij + bij , para i = 1, . . . , n y j = 1, . . . , m.

Definimos la matriz producto por un escalar entre α y A como siendo la

matriz
α ⋅ A = (xij )

donde xij = αaij .

Observación
En la definición anterior usamos la notación † y + para resaltar la di-
ferencia entre la operación suma recien definida en el conjunto de las
matrices y la operación suma ya bien conocida de números reales.
Una vez se tenga suficiente claridad entre las mismas usaremos indiscri-
minadamente el simbolo +.

Ejemplo 1.3
Sean
⎛2 1 −1 3⎞ ⎛−1 3 0 2⎞
A = ⎜1 −1 −2 1⎟ , B = ⎜ 1 1 0 1⎟ , α=5
⎝0 1 2 0⎠ ⎝ 2 0 7 3⎠
8 CAPÍTULO 1. MATRICES

Calculemos las matrices A † B y 5 ⋅ A.

⎛2 + (−1) 1+3 (−1) + 0 3 + 2⎞ ⎛1 4 −1 5⎞

A†B =⎜ 1 + 1 (−1) + 1 (−2) + 0 1 + 1⎟ = ⎜2 0 −2 2⎟ ,
⎝ 0+2 1+0 2+7 0 + 3⎠ ⎝2 1 9 3⎠

⎛5 ⋅ 2 5⋅1 5 ⋅ (−1) 5 ⋅ 3⎞ ⎛10 5 −5 15⎞

5 ⋅ A = ⎜5 ⋅ 1 5 ⋅ (−1) 5 ⋅ (−2) 5 ⋅ 1⎟ = ⎜ 5 −5 −10 5⎟
⎝5 ⋅ 0 5⋅1 5⋅2 5 ⋅ 0⎠ ⎝ 0 5 10 0⎠

Proposición 1.1
Sean A, B y C ∈ Mn×m (F), α y β ∈ F. Entonces
1. A + B = B + A,
2. (A + B) + C = A + (B + C),

3. Existe una matriz O ∈ Mn×m (F) tal que X + O = X para toda

matriz X ∈ Mn×m (F),
4. Dada una matriz X ∈ Mn×m (F) existe una matriz Y ∈ Mn×m (F)
tal que X + Y = O,

5. α ⋅ (A + B) = α ⋅ A + α ⋅ B,
6. (α + β) ⋅ A = α ⋅ A + β ⋅ A.

Demostración: Vamos a probar las propiedades (1), (3) y (5). Las demás
propiedades se dejan como ejercicio para el lector.
(1) A + B = B + A. Denotamos A + B = D y B + A = G. Desde la definición de
suma de matrices tenemos que dij = aij + bij pero aij + bij es una suma de
reales, por tanto es conmutativa asi tenemos

dij = aij + bij = bij + aij = gij .

De lo anterior tenemos que para todo par i, j dij = gij por tanto D = G,
luego A + B = B + A.
(3) Sea A ∈ Mn×m (F). Veamos que existe una matriz O tal que A + O = A.
Supongamos que O = (xij ) ∈ Mn×m (F). Desde la definición de suma
de matrices es claro que A + O = (yij ) donde yij = aij + xij . Nosotros
observamos que A+O = A si y solo si para todo par i, j se tiene que yij = aij
1.2. OPERACIONES ENTRE MATRICES 9

de donde podemos concluir que aij + xij = aij . La igualdad anterior se da

si y solo si xij = 0 para todo par i, j. Ası́ la matriz O es aquella matriz
cuyas entradas son el número cero.
(5) Supongamos ahora que A + B = (cij ). Desde la definición de producto por
un escalar es claro que α(A + B) = (α cij ) donde cij = aij + bij .
Es claro que
αcij = α(aij + bij ) = αaij + αbij
pero αaij y αbij son respectivamente las entradas en la posición i, j de la
matriz suma de αA y αB, por tanto α(A + B) = αA + αB.

Corolario 1.1 La matriz O a la cual hace referencia la Proposición anterior

es única.
Dada una matriz A, la matriz B a la cual hace referencia la Proposición
anterior es única.

Demostración: Supongamos que existen dos matrices O y U tales que la

propiedad 3 de la proposición 1.2 sea valida. Tenemos asi que para cualquier
matriz A se tiene que
A+O =A (1.1)
A+U =A (1.2)
en particular, podemos tomar A = U en (1.1) y A = O en (1.2), asi tenemos la
siguientes igualdades
U = U + O = O + U = O.
Similarmente podemos asumir que dada una matriz A existen matrices B y
C tales que la propiedad 4 de 1.2 sea valida. Tenemos asi que B + A = O = C + A.
Ahora es claro que
B = B + O = B + (C + A) = B + (A + C) = (B + A) + C = O + C = C.

Definición 1.5
La matriz O a la cual hace referencia la propiedad 3 de 1.2 es llamada
matriz cero, o matriz nula, o neutro aditivo de la suma de matrices.
Usualmente podemos denotar esta matriz por (0) o simplemente 0.
Fijada la matriz A, la matriz B a la cual hace referencia la propiedad 4 de
1.2 es llamada la matriz inversa aditiva de A. Usualmente representamos
esta matriz por la matriz −A.
10 CAPÍTULO 1. MATRICES

Corolario 1.2 Para toda matriz A ∈ Mn×m (F) se cumple: (a) 0 ⋅ A = O, (b)
−1 ⋅ A = −A.

Demostración: Observamos que 0 = (0 + 0), aplicando las propiedades 6 de

1.2 tenemos que 0 ⋅ A = (0 + 0) ⋅ A = 0 ⋅ A + 0 ⋅ A, ahora, sumando a ambos lados
de la igualdad anterior el inverso aditivo de la matriz 0 ⋅ A obtenemos

O = 0⋅A+(−0⋅A) = (0⋅A+0⋅A)+(−0⋅A) = 0⋅A+(0⋅A+(−0⋅A)) = 0⋅A+O = 0⋅A.

Veamos ahora que −1⋅A = −A. Para comenzar observamos que 0 = (1+(−1)).
Aplicando nuevamente la propiedad 6, observamos que O = (1 + (−1)) ⋅ A =
1 ⋅ A + (−1 ⋅ A) = A + (−1 ⋅ A), por tanto tenemos que (−1 ⋅ A) es la matriz inversa
aditiva de A, pero por el corolario anterior la matriz inversa aditiva es única y
es −A, por tanto −A = −1 ⋅ A.

Definición 1.6 (Multiplicación de matrices)

Sean A ∈ Mn×m (F) y B ∈ Mm×r (R). Definimos la matriz multiplicación
de A por B como siendo la matriz AB ∈ Mn×r (R), donde

X = AB = (xij )

m
donde xij = ∑ aik bkj .
k=1

Ejemplo 1.4
Calcular la matriz multiplicación AB donde

−1 3 4⎞ ⎛−1 3⎞
⎛2 ⎜2 5⎟
A=⎜1 3 2 5⎟ , B=⎜ ⎟
⎝−3 ⎜−2 1⎟
2 1 6⎠ ⎝5 −1⎠

Desde la definición tenemos que AB = X = (xij ) donde xij = ∑4k=1 aik bkj .
1.2. OPERACIONES ENTRE MATRICES 11

De esta forma, es claro que las entradas de la matriz X están dadas por:

x11 = a11 b11 + a12 b21 + a13 b31 + a14 b41 = 2(−1) + (−1)(2) + 3(−2) + 4(5) = 10
x12 = a11 b12 + a12 b22 + a13 b32 + a14 b42 = 2(3) + (−1)(5) + 3(1) + 4(−1) = 0
x21 = a21 b11 + a22 b21 + a23 b31 + a24 b41 = 1(−1) + (3)(2) + 2(−2) + 5(5) = 26
x22 = a21 b12 + a22 b22 + a23 b32 + a24 b42 = 1(3) + (3)(5) + 2(1) + 5(−1) = 15
x31 = a31 b11 + a32 b21 + a33 b31 + a34 b41 = (−3)(−1) + (2)(2) + 1(−2) + 6(5) = 35
x32 = a31 b12 + a32 b22 + a33 b32 + a34 b42 = (−3)(3) + (2)(5) + 1(1) + 6(−1) = −4

Por tanto la matriz AB esta dada por la matriz

−1
−1 3 4⎞ ⎛
3⎞
⎛2 ⎜2 5⎟ ⎛
10 0 ⎞
AB = ⎜ 1 3 2 5⎟ ⋅ ⎜ ⎟ = ⎜26 15 ⎟
⎝−3 ⎜−2 1⎟ ⎝
2 1 6⎠ ⎝ 35 −4⎠
5 −1⎠

Ejemplo 1.5
Usando la matriz A y B dadas en el ejemplo anterior, calcule (AB)C,
A(BC), AB + 3D donde

−9 0 ⎛−3 0⎞
C=( ), y D=⎜5 −2⎟
1 −2 ⎝ 12 1⎠

Desde el ejemplo anterior tenemos que

⎛10 0⎞
−9 0 ⎛ −90 0 ⎞
(AB)C = ⎜26 15 ⎟ ( ) = ⎜−219 −30⎟
⎝35 1 −2
−4⎠ ⎝−319 8 ⎠

de otro lado, tenemos

−1
−1 3 4⎞ ⎛⎛
3⎞ ⎞
⎛2 ⎜⎜ 2 5⎟ −9 0 ⎟
A(BC) = ⎜ 1 3 2 5 ⎟ ⎜⎜ ⎟ ( )⎟ =
⎝−3 ⎜⎜−2 1⎟ 1 −2 ⎟
2 1 6⎠ ⎝⎝
5 −1⎠ ⎠
−6 ⎞
−1 3 4⎞ ⎛
12
⎛2 −90
⎟ ⎛
0 ⎞
⎜ −13 −10
⎜1 3 2 5⎟ ⎜ ⎟ = ⎜−219 −30⎟
⎝−3 ⎜ 19 −2 ⎟ ⎝
2 1 6⎠ ⎝ −319 8 ⎠
−46 2 ⎠

note que en particular tenemos (AB)C = A(BC).

12 CAPÍTULO 1. MATRICES

Ahora, calculemos AB + 3D,

⎛10 0 ⎞ ⎛−3 0 ⎞ ⎛10 0 ⎞ ⎛−9 0⎞ ⎛1 0⎞

⎜26 15 ⎟ + 3 ⋅ ⎜ 5 −2⎟ = ⎜26 15 ⎟ + ⎜ 15 −6⎟ = ⎜41 9⎟
⎝35 −4⎠ ⎝ 12 1 ⎠ ⎝35 −4⎠ ⎝ 36 3 ⎠ ⎝71 −1⎠

Ejemplo 1.6
Asumamos que la matriz A se encuentra representada mediante sus filas,
mientras que la matriz B mediante sus columnas. Encuentre la matriz pro-
ducto AB.

Proposición 1.2
Sean A ∈ Mn×m (F), B, C ∈ Mm×r (F) y D ∈ Mr×s (F). Entonces
1. (AB)D = A(BD),
2. A(B + C) = AB + AC,
3. (B + C)D = BD + CD.

Demostración:
1. Sean AB = (xij ), (AB)D = (yij ), BD = (uij ) y A(BD) = (wij ).
Desde la definición (1.2) tenemos,
m r r m
xij = ∑ aik bkj , yij = ∑ xik dkj , uij = ∑ bik dkj , wij = ∑ aik ukj ,
k=1 k=1 k=1 k=1

de donde resulta claro que

r r m m r m
yij = ∑ xik dkj = ∑ ( ∑ ait btk )dkj = ∑ ait ( ∑ btk dkj ) = ∑ ait utj = wij .
k=1 k=1 t=1 t=1 k=1 t=1

2. Sean AB = (xij ), AC = (yij ), B + C = (wij ) y A(B + C) = (uij ). Nueva-

mente, desde la definición de multiplicación y suma de matrices podemos
suponer
m m m
xij = ∑ aik bkj , yij = ∑ aik ckj , wij = bij + cij , uij = ∑ aik wkj .
k=1 k=1 k=1
1.2. OPERACIONES ENTRE MATRICES 13

De donde tenemos,
m m m
uij = ∑ aik wkj = ∑ aik (bkj + ckj ) = ∑ (aik bkj + aik ckj
k=1 k=1 k=1
m m
= ∑ aik bkj + ∑ aik ckj = xij + yij
k=1 k=1

3. Similar al caso anterior.

Proposición 1.3
Para cada n entero entero positivo existe una única matriz In ∈ Mn (F)
tal que para cualquier matriz A ∈ Mn (F) se verifica que AIn = In A = A.

Demostración: Sea I = In = (δij ) donde δij = 1 si i = j y 0 en cualquier otro

caso. Sea A = (aij ) ∈ Mn (F) Observamos que A ⋅ In = (bij ) donde

n
bij = ∑ aik δkj = ai1 δ1j + ai2 δ2j + ⋯ + aij δjj + ⋯ + ain δnj = aij .
k=1

Veamos ahora que la matriz In es única. Supongamos que existe otra matriz de
orden n, J tal que para toda matriz de orden n A vale que AJ = JA = A, en
particular se cumple que IJ = JI = I, pero hemos probado que para toda A,
se cumple que AI = IA = A, por tanto JI = IJ = J, de este modo tenemos que
I = JI = J.

Definición 1.7
La matriz In a la cual hace referencia la Proposición anterior es llamada
matriz identidad de orden n.

Problemas de entrenamiento 1.2

1 Determine los valores de x y y de modo tal que las matrices sean
iguales
1+x 2 −2 2
( )=( )
3 1 7−y 1
2 Determine los valores de x1 , x2 , x3 y x4 de modo tal que las matrices
14 CAPÍTULO 1. MATRICES

sean iguales

2 3 0 1 −1 1 0 2 3 −1
x1 ( ) + x2 ( ) + x3 ( ) + x4 ( )=( )
0 −1 1 2 0 1 1 2 4 1

3 Determine si el enunciado Para todo par de matrices cuadradas A

y B se cumple que AB = BA, es un enunciado verdadero.
4 Sean A y B matrices con producto compatible. Determine si el
enunciado AB = 0, implica que A = 0 o B = 0, es un enunciado
verdadero.
5 Encuentre una matriz X tal que la igualdad entre matrices valga.

2 1 1 0 3 1
( )X ( ) =( ),
−1 3 2 −1 0 2

2
1 0 1 −1 1 0
( ) X( ) =( )
2 0 2 −2 1 0

−3 −5 −2 −5 1 0
( )X ( ) =( )
1 2 1 −3 0 1

6 Considere las matrices

⎛ 2 −2 3 4 6 1⎞ ⎛1 −1 2⎞
A=⎜ 7 −1 2 3 0 7⎟ , B = ⎜0 2 1⎟ ,
⎝1/2 3 −2 −1 4 1⎠ ⎝1 3 5⎠

⎛1 0 3⎞ ⎛2 −1 3 4 1 0⎞
⎜−1 3 2⎟ ⎜1 0 0 1 7 1⎟
⎜ ⎟ ⎜ ⎟
⎜4 5 6⎟ ⎜−1 −2 3 4 5 1⎟
C=⎜
⎜−1
⎟, D=⎜ ⎟
⎜ 0 0⎟⎟
⎜0
⎜ 0 1 0 1 0⎟
⎟
⎜2 1⎟ ⎜−2 1⎟
⎜ 2 ⎟ ⎜ 3 1 0 4 ⎟
⎝1 0 −1⎠ ⎝1 0 0 0 0 1⎠

Efectue las operaciones indicadas.

BA, AC, B 2 + AC, CA + D.
Encuentre la entrada 4, 3 de la matriz D2 + CA.
Encuentre la fila 2 de la matriz CB.
Encuentre las columnas 2 y 4 de la matriz BAC.
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 15

1.3. Algunos tipos especiales de matrices

1.3.1. Matrices hermitianas y antihermitianas

Definición 1.8
Sea f ∶ Mn (F) Ð→ Mn (F) una función. Decimos que f es una involución
en el conjunto de todas las matrices de orden n con entradas en el campo
F si para todo par de matrices A, B ∈ Mn (F), f verifica las siguientes
propiedades:

f (A + B) = f (A) + f (B), f (AB) = f (B)f (A), (f ○ f )(A) = A. (1.3)

Ejemplo 1.7
Sea t ∶ Mn (F) Ð→ Mn (F) tal que t(A) = A′ donde A′ = (a′ij ) y a′ij = aji .
Afirmamos que la función t es una involución sobre el conjunto de matrices
de orden n.
Sean A = (aij ) , B = (bij ) , C = A + B = (cij ) y D = AB = (cij ).
(1) Veamos que t(A+B) = t(A)+t(B). Sea A+B = C, por tanto t(A+B) =
t(C) = C ′ , donde para cada par i, j tenemos que c′ij = cji pero cji = aji + bji .
Por otro lado t(A)+t(B) = D, donde dji = a′ji +b′ji = aij +bij = cij , por tanto
tenemos que para todo par i, j dji = cij = c′ji , asi dji = c′ji , luego D = C ′ , es
decir t(A + B) = t(A) + t(B).
(2) Veamos ahora que t(AB) = t(B)t(A). Supongamos que AB = C,
B ′ A′ = D, queremos asi probar que t(C) = D. Consideremos la entrada
dij en la matriz D. Tenemos entonces
n n n
dij = ∑ b′ik a′kj = ∑ bki ajk = ∑ ajk bki = cji = c′ij .
k=1 k=1 k=1

(3) Veamos ahora que t ○ t(A) = A. Supongamos que t(A) = B, debemos

probar que t(B) = A. En efecto, tenemos que para cada par i, j, bij = aji ,
y b′ji = bij , luego b′ji = aji . Por tanto, t(B) = A como se queria demostrar.
16 CAPÍTULO 1. MATRICES

Observación
En general nosotros podemos considerar una función t ∶ Mn×m (F) Ð→
Mm×n (F) tal que a una matriz A ∈ Mn×m (F) le asigna una matriz A′ ∈
Mm×n (F), donde las entradas a′ij de A′ son definidas por las entradas aij
de A, de la siguiente manera a′ij = aji . Observe que en este caso tambien
valen las propiedades dadas para involución de matrices. La matriz A′
es también llamada la traspuesta de la matriz A y la denotamos por At .
En general, nosotros tenemos la siguiente proposición:

Proposición 1.4
Sean A, B ∈ Mn×m (F), α ∈ F y t ∶ Mn×m (F) Ð→ Mm×n (F) la
función trasposición, tal que si denotamos la imagen de A bajo t
por At , entonces:
1. (A + B)t = At + B t ,
2. (AB)t = B t At ,

3. (At )t = A,
4. (α ⋅ A)t = α ⋅ At

Ejemplo 1.8

⎛ 2 0⎞
2 −1 3 4 ⎜−1 1⎟
A=( ), A =⎜
t
⎟
0 1 7 8 ⎜ 3 7⎟
⎝ 4 8⎠

Definición 1.9
Dada una matriz A, la matriz t(A) es llamada la matriz traspuesta de
A, usualmente la denotamos por At . La función t es llamada trasposición
de matrices.
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 17

Ejemplo 1.9
Consideremos el conjunto de todas las matrices de orden n con entradas en
el campo de los complejos C. Definimos la función f ∶ Mn (C) Ð→ Mn (C)
donde f (A) = Ā donde Ā denota la matriz conjugada de A definida de
la siguiente manera, Sı́ A = (αst + βst ⋅ i), entonces Ā = (αst + βst ⋅ i) =
(αst − βst ⋅ i).
Observemos que si en lugar de tomar el campo de los complejos tomamos
el campo de los reales, entonces f (A) = A. Sea σ ∶ Mn (F) Ð→ Mn (F) una
función tal que σ(A) = Aσ = Āt .
Veamos que σ es una involución sobre Mn (F).

Definición 1.10 (Matriz simétrica, antisimétrica)

Sea f una involución en el conjunto de las matrices de orden n. Definimos
el conjunto de las matrices hermitianas de orden n con respecto a la
involución f al conjunto H(Mn (F), f ) = {A ∈ Mn (F) ∣ f (A) = A}.
Definimos el conjunto de las matrices antihermitianas de orden n con res-
pecto a la involución f al conjunto S(Mn (F), f ) = {A ∈ Mn (F) ∣ f (A) =
−A}.

Ejemplo 1.10
Sean
⎛2 1 0 −1⎞ ⎛0 3 0 2⎞
⎜1 3 4 1⎟ ⎜−3 0 1 6⎟
A=⎜ ⎟, B=⎜ ⎟
⎜0 4 7 −3⎟ ⎜0 −1 0 5⎟
⎝−1 1 −3 2⎠ ⎝−2 −6 −5 0⎠
Observe que A es una matriz simétrica mientras que B es antisimétrica.

Ejemplo 1.11
Sea t la trasposición de matrices, consideremos el conjunto de todas las
matrices simétricas de orden n con respecto a la trasposición, H(n, t) = {A ∈
Mn (F) ∣ A = At }, luego tenemos que A ∈ H(n, t) si y solamente si, At = A,
18 CAPÍTULO 1. MATRICES

luego aji = aij , por tanto los elementos de H(n, t) tienen la siguiente forma

⎛ a11 a12 a13 ⋯ a1n−1 a1n ⎞

⎜ a12 a a ⋯ a a2n ⎟
⎜ 22 23 2n−1 ⎟
⎜ a13 a a ⋯ a a3n ⎟
A=⎜ 23 33 3n−1 ⎟
⎜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎜a ⎟
⎜ 1n−1 a2n−1 a3n−1 ⋯ an−1n−1 an−1n ⎟
⎝ a1n a2n a3n ⋯ an−1n ann ⎠

1.3.2. Matrices diagonales y triangulares

Definición 1.11 (Matrices diagonales)

Sea A = (aij ) una matriz cuadrada de orden n. Decimos que A es una

matriz diagonal si aij = 0 para todo par ij con i ≠ j.

Proposición 1.5
Sean A y B matrices diagonales de orden n, y α ∈ F, entonces A + B, AB
y α ⋅ A también son matrices diagonales.

Demostración: Se deja como ejercicio para el lector.

Notación
En general denotamos el conjunto de las matrices diagonales sobre el
campo F por Diagn (F). Sı́ A es una matriz diagonal, escribimos A =
diag{a1 , a2 , . . . , an } donde ai = aii , observe en particular que la matriz
identidad de orden n es una matriz diagonal, I = diag{1, 1, 1, . . . , 1}.

Definición 1.12 (Matrices triangulares)

Sea A = (aij ) una matriz cuadrada de orden n. Decimos que A es una

matriz triangular superior sı́ aij = 0 para todo i > j. Decimos que A es
una matriz triangular inferior sı́ aij = 0 para todo i < j.
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 19

Proposición 1.6
Sean A y B matrices triangulares superiores (respectivamente inferiores)
de orden n, y α ∈ F, entonces A + B, AB y α ⋅ A también son matrices
triangulares superiores (respectivamente inferiores) de orden n

Demostración: Se deja como ejercicio para el lector

Proposición 1.7
La intersección del conjunto de las matrices triangulares superiores y
el conjunto de las matrices triangulares inferiores es el conjunto de las
matrices diagonales.

Demostración: Se deja como ejercicio para el lector

Definición 1.13 (Matrices unitarias)

Sea E una matriz cuadrada de orden n. Decimos que E es una matriz uni-
taria si todas sus entradas son 0 salvo una de ellas que es 1. En particular,
si la entrada i, j es 1 y todas las demas son cero, denotamos Eij

Ejemplo 1.12
En el caso de las matrices de orden 2, las siguientes son todas las matrices
unitarias

0 1 1 0 0 0 0 0
E11 = ( ), E12 = ( ), E21 = ( ) y E22 = ( ),
0 0 0 0 1 0 0 1

Proposición 1.8
Sean Eij y Est , entonces Eij Est = δjs Eit donde δjs denota el delta de
kronecker. (El producto de matrices unitarias es una matriz unitaria)

Demostración: Se deja como ejercicio

20 CAPÍTULO 1. MATRICES

1.3.3. Matrices por bloques

Definición 1.14
Decimos que una matriz A es una matriz por bloques cuando las entradas
de la matriz A son a su vez matrices.

Observación
Observe que en general una matriz es una matriz por bloques, donde
cada entrada es una matriz de orden 1.

Ejemplo 1.13

⎛(1 −1 2 3
) (
0 0 ⎞
)
⎜ 0 0 1 2 0 0 ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟ B C
A=⎜
⎜ ⎛1 0 0 0⎞ ⎛1 2⎞⎟⎟ = (I4 )
⎜ 0 1 0 ⎟ D
⎜⎜ 0⎟ ⎜0 0⎟⎟
⎜⎜ ⎟ ⎜ ⎟⎟
⎜ ⎜0 0 1 0⎟ ⎜7 0⎟⎟
⎝ ⎝0 0 0 1⎠ ⎝0 0⎠⎠
Observe que la matriz A es una matriz por bloques de orden 2 por 2, partida
en 4 bloques de ordenes respectivamente 2x4 y 2x2 en la primera fila y de
orden 4 × 4 y 4 × 2 en la segunda fila. Ahora tambien es posible mirar la
matriz por bloques A como siendo una como una matriz de orden 6, de la
siguiente forma
⎛1 −1 2 3 0 0⎞
⎜0 0 1 2 0 0⎟
⎜ ⎟
⎜1 0 0 0 1 2⎟
A=⎜ ⎜0 1 0 0 0 0⎟
⎟
⎜ ⎟
⎜0 0 1 0 7 0⎟
⎜ ⎟
⎝0 0 0 1 0 0⎠
En general, dada una matriz A de orden n × m esta siempre puede ser
partida en bloques. Note que en particular, cuando escribimos una matriz
a traves de sus filas, lo que hemos hecho es partir la matriz en n bloques
de matrices, donde cada bloque es una m-fila.
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 21

Notación
Es usual escribir una matriz por bloques en la forma

⎛ b ⋮ C⎞
A = ⎜. . . . . . . . .⎟
⎝D ⋮ E ⎠
Es posible que a su vez cada matriz en la matriz de bloques A sea a su
vez una matrix en bloques. Con esta notación la matriz del ejemplo se
puede ver en la forma

⎛1 −1 2 3 ⋮ 0 0⎞
⎜0 0 1 2 ⋮ 0 0⎟
⎜ ⎟
⎜. . . . . . . . . . . . . . . . . . . . . . .⎟
⎜ ⎟
A=⎜
⎜1 0 0 0 ⋮ 1 2⎟
⎟
⎜0 1 0 0 ⋮ 0 0⎟
⎜ ⎟
⎜ ⎟
⎜0 0 1 0 ⋮ 7 0⎟
⎝0 0 0 1 ⋮ 0 0⎠

Problemas de entrenamiento 1.3

1 Sean A y B matrices triángulares superiores, ¿es verdad la afirma-
ción AB = BA?
2 ¿Si cambiamos la condición por matrices diagonales, que podemos
afirmar sobre los productos AB y BA?
3 Decimos que una matriz A es idempotente sı́ A2 = A. Suponga que
A y B son matrices tales que A = AB y B = BA. Demuestre que
AB es idempotente.
4 Determine condiciones sobre las entradas de una matriz de orden 2
de modo tal que la matriz sea idempotente.
5 Decimos que una matriz cuadrada A, con A ≠ O es nilpotente de
orden k si Ak = O pero Ak−1 ≠ O, para algún k entero positivo.
Determine condiciones de modo tal que una matriz de orden 3 sea
nilpotente de orden 2. Determine condiciones de modo tal que una
matriz de orden 2 sea nilpotente de orden 3.
6 Sea A una matriz de orden n. Definimos la función traza de A como
siendo la función
n
Tr(A) = a11 + a22 + ⋯ + ann = ∑ aii .
i=1
22 CAPÍTULO 1. MATRICES

Calcule la función traza de las matrices A, B, A + B, AB, BA, 3 ⋅ A,

donde
√
⎛2 −1 0 1⎞ ⎛0 1 4 3⎞
⎜3 0 0 −1⎟ ⎜1 2 3 4⎟
A=⎜ ⎟, B = ⎜ ⎟
⎜1 1 −1 6 ⎟ ⎜0 −1 3 2⎟
⎝1 2 3 −2⎠ ⎝1 −2 0 −4⎠

7 Demuestre que para todo par de matrices A y B de orden n se

verifica
a) Tr(A + B) = Tr(A) + Tr(B).
b) Tr(α ⋅ A) = αTr(A).
c) Tr(AB) = Tr(BA).
8 Demuestre que no existen matrices cuadradas A y B tales que AB −
BA = I.
9 Demuestre que (αA)t = αAt , donde t denota la trasposición de
matrices.
10 Sean

⎛√2 −1 3 4⎞ ⎛ −1 5 6 1 ⎞
A=⎜ 2 7 −6 3⎟ , B=⎜ 0 2 1 3 ⎟
⎝ −2 1 3 4⎠ ⎝cos 15○ 3 2 3/4⎠
efectue las operaciones indicadas.

(a) 2A − B, (d) (2A)t + B t (f ) AB t

(b) A + B, (e) −6A + 7B (g) At B
(c) At + B t (e) (2A − B)t (h) (5A + 6B)B t .

11 Sea f ∶ Mn (F) Ð→ Mn (F) una función tal que f (A) = (A)t . De-
muestre que f es una involución. La involución f es llamada tras-
posición conjugada.
12 Consideremos la involución trasposición conjugada. En cada caso
encuentre matrices H y S con la propiedad determinada en el nu-
meral anterior tales que Ai = Hi + Si .

⎛2 + i −1 + 3i 7⎞ ⎛1 −1 0 3⎞
A1 = ⎜4 − i 5 + 2i 1⎟ , A2 = ⎜3 2 1 0⎟
⎝ 0 −2 − i i⎠ ⎝0 −2 0 1⎠
⎛ 4i 7i 6 −√i 3 + 2i ⎞ ⎛i −1 7⎞
A3 = ⎜4i − 8 5 + 2i 1 + 2i √ πi√ ⎟ , A4 = ⎜ i 2i 1⎟
⎝ 0 −2 − i i 2 + 3i⎠ ⎝0 −i i⎠
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 23

13 Sea A una matriz cuadrada de orden n y ∗ una involución sobre

Mn (F). Demuestre que existen matrices H ∈ Hn (Mn (F), ∗) y S ∈
Sn (Mn (F), ∗) tales que A = H + S.

14 Sea σ ∶ M2n (F) Ð→ M2n (F) una función tal que

σ
a b dt −bt
( ) =( t )
c d c dt

donde a, b, c, d denotan matrices de orden n.

a) ¿Es σ una involución en el conjunto de las matrices de orden

2n?
b) Determine condiciones sobre las entradas a, b, c y d de la matriz
A de modo tal que σ sea una involución.
c) En el caso de n = 2 muestre quien es el conjunto de todas las
matrices hermitianas respecto a σ.
d ) En el caso de n = 2 muestre quien es el conjunto de todas las
matrices antihermitianas respecto a σ.
15 Sean σ y ϕ involuciones sobre Mn (F). ¿Es σ ○ ϕ una involución
sobre Mn (F)? ¿Es σ + ϕ una involución sobre Mn (F)?

16 Sean A y B matrices hermitianas de orden n respecto a la involución

σ. Demuestre que A + B es hermitiana pero no siempre AB lo es.
17 Sean A y B matrices hermitianas de orden n respecto a la involución
trasposición t. Demuestre que la matriz AB + BA es hermitiana
mientras que la matriz AB − BA es antihermitiana.
18 Sea A una matriz cuadrada. Decimos que A es involutoria si A2 = I.
Demuestre que si A es una matriz involutoria, entonces la matriz
1
2
(A + I) es una matriz idempotente.

19 Liste todas las matrices involutorias de orden 2.

20 Demuestre que si A es una matriz idempotente, entonces la matriz

C = 2A − I es involutoria.
21 Liste todas las matrices unitarias de orden 3.

22 ¿Es la suma de matrices unitarias una matriz unitaria?

24 CAPÍTULO 1. MATRICES

1.4. Operaciones elementales en una matriz y

matrices elementales.
1.4.1. Operaciones elementales fila en una matriz

Definición 1.15
Llamamos operación elemental fila en una matriz a cualquiera de las
siguientes operaciones que se efectua en la misma
1. Se intercambian dos filas de la matriz.
2. Se hace una fila como siendo ella misma por un multiplo escalar no
nulo.

3. Sea hace una fila como siendo ella misma más un multiplo escalar
no nulo de otra fila.

Notación
En el caso de efectuar operaciones fila en una matriz fija A escribimos
para cada caso de la siguiente forma
1. fi Ð→ fj . Se intercambia la fila i por la fila j y las demás se
conservan.

2. fi Ð→ αfi . Se hace la fila i como siendo el producto por un escalar

de la misma por α ≠ 0.
3. fi Ð→ fi +βfj . Se hace la fila i como siendo ella misma más β-veces
la fila j.

Ejemplo 1.14
Veamos a continuación cada uno de las operaciones fila descriptas anterior-
mente. Para ello consideremos la matriz A dada por

⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟
⎜ ⎟
A=⎜3 2 0 −1 1 1⎟
⎜ ⎟
⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠
1.4. OPERACIONES Y MATRICES ELEMENTALES 25

⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟ ⎜1 1 1 0 0 0⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f2 Ð→ f4 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜−2 5 4 3 8 1⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠

⎛1 3 −1 4 7 6⎞ ⎛ 7 21 −7 28 49 42⎞
⎜−2 5 4 3 8 1⎟ ⎜−2 5 4 3 8 1⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f1 Ð→ 7f1 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠

⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟ ⎜−2 5 4 3 8 1⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f5 Ð→ f5 − 2f3 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠ ⎝−6 −4 0 3 −2 −2⎠

Definición 1.16
Sean A y B matrices de orden n × m. Decimos que la matriz A es equiva-
lente con la matriz B si es posible mediante operaciones elementales de
fila aplicadas a la matriz A obtener la matriz B. En el caso en que A y
B sean equivalentes escribimos A ⇐⇒ B.

Ejemplo 1.15
Determine si las matrices A y B son o no equivalentes.

⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 −5 4 3 −8 1⎟ ⎜0 1 2 11 6 13⎟
A=⎜ ⎟, B=⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜0 0 6 18 5 20⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠

Sı́, basta con observar que B se ha obtenido a partir de A mediante las

siguientes operaciones fila f2 → f2 + 2f1 , f3 → f3 − f1 , f3 → f3 + 2f2 .
26 CAPÍTULO 1. MATRICES

Definición 1.17

Sea A = (aij ) una matriz de orden n × m. Decimos que aij es un pivote

para la matriz A siempre que aij ≠ 0 implique que akj = 0 para todo k > i
y ais = 0 para todo s < j.

Ejemplo 1.16
Considere las matrices

⎛0 0 0 3 2 1 −1⎞
⎜0 11 0 0 0 0 0⎟ ⎛2 1 7⎞
A=⎜ ⎟, B = ⎜1 0 −1⎟
⎜1 0 2 0 0 0 0⎟ ⎝3
⎝3 2 1⎠
0 0 0 0 0 0⎠

Observe que a14 = 3, a22 = 11 y a41 = 3 son todos los pivotes de la matriz
A, mientras que la matriz B no tiene pivotes.

Definición 1.18
Decimos que una matriz A se encuentra en forma escalonada si verifica
las siguientes condiciones:
1. Si Ak es una fila de ceros en A, entonces las Ak+j tambien son filas
de cero. k + j ≤ n.

2. Si aij es la primera entrada diferente de cero en la fila i entonces

aij es un pivote de A.
3. Si aij es un pivote para A entonces ast no es pivote para s < i, t < j.

Proposición 1.9
Para toda matriz A ∈ Mn×m (F) existe una matriz escalonada U tal que
A es equivalente con U.

Demostración: Sea A ∈ Mn×m (F). Sı́ A esta en forma escalonada, enton-

ces no tenemos nada que probar. Supongamos ahora que A no esta en forma
escalonada. Por tanto
′
⎛←Ð A1 Ð→⎞ ⎛ a11 ⋮ ←Ð A1′ Ð→⎞
⎜←Ð A2 Ð→⎟ ⎜ a21 ⋮ ←Ð A2 Ð→⎟
⎜ ⎟ ⎜ ⎟
A = ⎜. . . . . . . . . . . . . . .⎟ = ⎜ ⋯ ⋮ . . . . . . . . . . . . . . .⎟
⎜ ⎟ ⎜ ⎟
⎜. . . . . . . . . . . . . . .⎟ ⎜ ⋯ ⋮ . . . . . . . . . . . . . . .⎟
⎝←Ð An Ð→⎠ ⎝an1 ⋮ ←Ð A′ Ð→⎠
n
1.4. OPERACIONES Y MATRICES ELEMENTALES 27

donde los A′i son m − 1-filas obtenidas al eliminar la primera entrada de la m-fila
Ai .
Supongamos que el elemento a11 ≠ 0 no es un pivote de A, entonces mediante
un número finito de operaciones fila (a lo más n − 1 operaciones), llegamos a la
matriz
′
⎛a11 ⋮ ←Ð A′′1 Ð→⎞
⎜ 0 ⋮ ←Ð A2 Ð→⎟
⎜ ⎟
A1 = ⎜ 0 ⋮ . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎜ 0 ⋮ . . . . . . . . . . . . . . .⎟
⎝ 0 ⋮ ←Ð A′′ Ð→⎠
n

(−1)ai1
donde para i ≥ 2 se cumple que Ai + A1 = (0 ⋮ ←Ð A′′i Ð→). Ahora
a11
es claro que a11 es un pivote de la matriz A1 .
Supongamos que (←Ð A′′i Ð→) = (a′i2 a′i3 ⋯ a′im ).
Consideremos el elemento a′22 . Supongamos que a′22 ≠ 0 y no es un pivote
de A1 , entonces mediante un número finito de operaciones fila (a lo más n − 2
operaciones), llegamos a la matriz A2 donde

⎛a11 ⋮ a12 ⋮ ←Ð A31 Ð→⎞

⎜ 0 ⋮ a′22 ⋮ ←Ð A32 Ð→⎟
⎜ ⎟
A2 = ⎜ 0 ⋮ 0 ⋮ . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎜ 0 ⋮ 0 ⋮ . . . . . . . . . . . . . . .⎟
⎝ 0 ⋮ 0 ⋮ ←Ð A3n Ð→⎠

(−1)a′i2 ′′
donde A3i es una m − 2 - fila, más aún A′′i + A2 = (0 ⋮ ←Ð A3i Ð→)
a′22
para i ≥ 3. Este mismo proceso lo podemos aplicar un número finito de veces
hasta obtener una matriz de alguno de los tipos

⎛a11 a12 a13 ⋯ a1t ⋯ a1nm ⎞

⎜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎜ 0 ⋮ b22 b23 ⋯ b2t ⋯ b2m ⎟
⎜ ⎟
⎜ 0⋮ 0 ⋮ c33 ⋯ c3t ⋯ c3m ⎟
T1 = ⎜ ⎟
⎜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎜ 0⋮ 0⋮ 0 ⋮ ⋯ htt ⋯ htm ⎟
⎜ ⎟
⎜ ⎟
⎜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎟
⎝ 0 0 0 0 0 0 0 ⎠

⎛a11 a12 a13 ⋯ a1t ⋯ a1m ⎞

⎜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎜ 0 ⋮ b22 b23 ⋯ b2t ⋯ b2m ⎟
⎜
T2 = ⎜ ⎟
⎜ 0⋮ 0 ⋮ c33 ⋯ c3t ⋯ c3m ⎟ ⎟
⎜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎝ 0⋮ 0⋮ 0 ⋮ ⋯ htt ⋯ htm ⎠

Sı́ a11 = 0. En este caso escogemos el menor i tal que ai1 ≠ 0 y consideramos
28 CAPÍTULO 1. MATRICES

la matriz A′ que se obtiene al intercambiar las filas 1 e i de A y aplicamos el

proceso anterior a la matriz A′
Sı́ a11 es un pivote de A, entonces tomamos A1 = A y verificamos para a22 .

Ejemplo 1.17
Mediante operaciones elementales fila encuentre una matriz escalonada U
de forma tal que U sea equivalente con la matriz dada A.

⎛ 1 3 2 −1⎞ ⎛1 3 2 −1⎞ ⎛1 3 2 −1 ⎞
A = ⎜−1 2 1 0 ⎟ Ð→ ⎜0 5 3 −1⎟ Ð→ ⎜0 5 3 −1 ⎟ Ð→
⎝1 0 1 3⎠ ⎝0 −3 −1 4⎠ ⎝0 0 4/5 17/5⎠
⎛1 3 2 −1 ⎞
⎜0 1 3/5 −1/5⎟ = B
⎝0 0 1 17/4 ⎠

Definición 1.19
Decimos que una matriz A se encuentra en forma escalonada reducida si:
1. La matriz A esta escalonada,
2. Cada pivote de la matriz A es 1,

3. Si aij es un pivote de A, entonces asj = 0 para todo s < i.

Observación
El proceso de llevar mediante operaciones fila una matriz A a una matriz
escalonada (escalonada reducida) es llamado método de Gauss-Jordan o
eliminación gaussiana.

Problemas de entrenamiento 1.4

1 A partir de la matriz A obtenga mediante las operaciones indicadas
la matriz B.
⎛ 2 −1 7 3 2 0 ⎞ f1 Ð→ f4
⎜ 1 6 3 0 0 1 ⎟ f Ð→ f + (−1)f
A=⎜ ⎟ ⋮ 2 2 1
⎜−1 3 2 0 3 2 ⎟ f3 Ð→ f3 + f1
⎝ 1 −1 1 −1 1 −1⎠ f4 Ð→ f4 + (−2)f1
1.4. OPERACIONES Y MATRICES ELEMENTALES 29

Aplique las siguientes operaciones a la matriz B obtenida en el paso

anterior.
f3 Ð→ f3 + (−2)f2 , f4 Ð→ f4 + 5f2 , f4 Ð→ f4 + (−1/2)f3 , f3 Ð→ 2f3 ,
f2 Ð→ f2 + 3f4 , f2 Ð→ f2 + f1 , f4 Ð→ f4 + f3 , f1 Ð→ f1 + (−6)f2 .
2 Determine cuales de las siguientes matrices son equivalentes.

⎛2 −1 3 0 1⎞ ⎛1 2 1 0 3⎞
⎜1 2 1 0 3⎟ ⎜0 1 −1 2 1⎟
A=⎜ ⎟; B=⎜ ⎟;
⎜0 1 −1 2 1⎟ ⎜0 0 8 12 16⎟
⎝3 1 2 1 1⎠ ⎝0 0 0 29 23⎠
⎛5 10 5 0 15⎞ ⎛1 2 1 0 3⎞
⎜0 1 −1 2 1⎟ ⎜0 2 −2 4 3⎟
C=⎜ ⎟; D=⎜ ⎟;
⎜0 0 1 3 4⎟ ⎜0 0 8 12 16⎟
⎝0 0 0 29 21⎠ ⎝0 0 0 29 21⎠
⎛1 2 1 0 3⎞ ⎛1 2 1 0 3 ⎞
⎜0 3 −3 6 3⎟ ⎜0 3 −3 6 3 ⎟
E=⎜ ⎟; F =⎜ ⎟.
⎜0 1 −1 2 1⎟ ⎜0 −3 1 0 −5 ⎟
⎝0 0 0 29 21⎠ ⎝0 0 1 −11/6 1/2⎠

3 Para la matriz dada, identifique cada uno de sus pivotes

⎛0 0 0 3 2 1 0⎞
⎜0 4 1 0 2 0 0⎟ ⎛0 1 0⎞
⎜ ⎟ ⎜2 0 −1⎟
A = ⎜0 0 7 0 1 0 0⎟ , B=⎜ ⎟
⎜ ⎟ ⎜0 0 3⎟
⎜1 0 0 0 0 2 0⎟ ⎝0 0
⎝0 1⎠
0 0 0 0 0 1⎠

4 Para cada una de las matrices del númeral 2 , determine si la matriz

esta en forma escalonada, escalonada reducida o ninguna de las
anteriores, (justifique).
5 Dada la matriz Ai encuentre una matriz Bi , tal que Bi este en forma
escalonada y sea equivalente con Ai .

⎛1 −1 2 3 1 4 6⎞
⎜0 2 3 −1 4 4 0⎟
⎜ ⎟
⎜−2 3 7 1 0 1 2⎟
A1 = ⎜
⎜5
⎟
⎜ 4 3 1 2 −1 9⎟
⎟
⎜1 −1 −1 6⎟
⎜ 1 3 3 ⎟
⎝−1 2 9 4 1 5 8⎠

6 Sea A ∈ Mn×m (F) y B ∈ Mm×n (F). ¿Cómo se altera el producto

AB si en la matriz B se efectua alguna de las siguientes operaciones?
30 CAPÍTULO 1. MATRICES

a) Se intercambian dos columnas de B.

b) Se hace una columna de B como siendo un múltiplo escalar no
nulo de ella misma.
c) Se hace una fila de B como siendo ella misma más α-veces otra
fila.

1.4.2. Matrices elementales

Definición 1.20
Decimos que una matriz E es una matriz elemental de orden n sı́ se ha
obtenido mediante una operación fila desde la matriz identidad In .

Desde la definición anterior es claro que solo existen tres tipos de matrices
elementales a saber

1. La que se obtiene al intercambiar dos filas.

2. La que se obtiene de hacer una fila igual a un multiplo escalar no nulo de

ella misma.

3. La que se obtiene de hacer una fila igual a la misma fila más un multiplo
esclalar no nulo de otra fila.

Ejemplo 1.18

1. Observe que en particular la matriz identidad de orden n es una

matriz elemental, pues ella se obtiene al hacer cualquier fila como
una vez la fila misma.
2. Las siguientes son todas las matrices elementales de orden 2, (α ∈ F)
⎧
⎪ ⎫
⎪ 1 0 0 1 1 α 1 0 α 0 1 0 ⎪
⎪
⎨( ), ( ), ( ), ( ), ( ), ( )⎬
⎪
⎪ 0 1 1 0 0 1 α 1 0 1 0 α ⎪
⎪
⎩ ⎭
1.4. OPERACIONES Y MATRICES ELEMENTALES 31

Proposición 1.10
Sean A y B ∈ Mn×m (F) matrices equivalentes, tal que B se obtuvo a
partir de A mediante una única operación fila, entonces existe una única
matriz elemental E tal que B = EA. Reciprocamente, si B = EA donde
E es una matriz elemental, entonces B es equivalente con la matriz A.

Demostración: Debemos considerar tres casos a saber

(a) Supongamos que la matriz B se obtuvo a partir de la matriz A al intercam-
biar las filas s y t de A. En este caso tenemos que bij = aij para i ≠ s, t, bsj = atj
y btj = asj .
Sea E la matriz elemental de orden n que se obtuvo al intercambiar las filas
s y t de la matriz identidad, en este caso suponemos que E = (xij ), por tanto
xij = δij para i ≠ s, t, xsj = δtj y xtj = δsj .
Consideremos ahora el producto EA = C. Veamos que C = B.
Observamos que si i ≠ s, t, entonces
n n
cij = ∑ xik akj = ∑ δik akj = aij = bij
k=1 k=1
.
Asumamos que i = s, en este caso tenemos
n n
csj = ∑ xsk akj = ∑ δtk akj = akj = bsj
k=1 k=1

. Similarmente se tiene para i = t. Por tanto tenemos que B = EA.

(b) Supongamos que la matriz B se obtuvo a partir de la matriz A al hacer la
fila s de A como siendo α-veces la fila s de A. En este caso tenemos que bij = aij
para i ≠ s, bsj = αasj
Sea E la matriz elemental de orden n que se obtuvo al hacer la fila s de I
como siendo α-veces la fila s de I; en este caso suponemos que E = (xij ), por
tanto xij = δij para i ≠ s, xsj = αδsj .
Si i ≠ s el proceso es análogo al aplicado al caso (a). Supongamos i = s, en
este caso tenemos
n n
csj = ∑ xsk akj = ∑ αδsk akj = αasj = bsj
k=1 k=1
.
Dejamos como ejercicio el caso en que B se obtuvo al hacer la fila s de A
como siendo la fila s de A más α-veces la fila t de A.

Corolario 1.3 Sean A y B matrices equivalentes, entonces existe un número

finito de matrices elementales E1 , E2 , . . . , Ek tales que B = Ek Ek−1 ⋯E2 E1 A
32 CAPÍTULO 1. MATRICES

Problemas de entrenamiento 1.5

1. Escriba todas las matrices elementales de orden 3
2. ¿Es la suma de matrices elementales una matriz elemental?
3. ¿Es el producto de matrices elementales una matriz elemental?
4. Demuestre que si E es una matriz elemental de orden n y A, B
son matrices de orden n por m tales que B = EA, entonces B es
equivalente con A.
5. Para la matriz A dada encuentre las matrices elementales
E1 , . . . , Ek tales que E1 ⋯Ek A = U donde U es una matriz esca-
lonada.
⎛ 2 0 1 −1 3⎞
A = ⎜−1 2 1 3 0⎟
⎝ 1 1 −1 0 0⎠

6. Encuentre dos matrices elementales E y F tales que la multiplica-

cion EF sea una matriz elemental.

1.5. Matrices inversibles

Definición 1.21
Sea A ∈ Mn (F). Decimos que A es una matriz inversible si existe una
matriz B tal que AB = BA = In . En este caso decimos que B es inversa
de A.

Proposición 1.11
La inversa de una matriz en caso de existir es única.

Demostración: Supongamos que la matriz A es inversible y que tiene por

inversas las matrices B y C, por tanto AB = AC = BA = CA = In .
Por Proposicion 1.2 BIn = B, In C = C, asi tenemos

B = BIn = B(AC) = (BA)C = In C = C.

1.5. MATRICES INVERSIBLES 33

Corolario 1.4 Si A es inversible con inversa B, entonces B es inversible con

inversa A.

Notación

Sı́ A es una matriz invertible denotamos su inversa por A−1 .

Corolario 1.5 Sea A una matriz inversible, entonces (A−1 )−1 = A.

Proposición 1.12
Sean A y B matrices invertibles, entonces AB tambien es invertible.

Demostración: Para probar que AB es una matriz invertible basta con ex-
hibir una matriz C de modo tal que (AB)C = C(AB) = In . Como A y B
son invertibles entonces existen matrices A−1 y B −1 tales que AA−1 = a−1 A =
BB −1 B −1 B = In . Sea C = B −1 A−1 , es claro entonces que

(AB)C =(AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIn A−1 = AA−1 = In . y

C(AB) =(B −1 A−1 )(AB) = B −1 (A−1 A)B = B −1 In B = B −1 B = In .

Hemos probado que AB es inversible con inversa (AB)−1 = B −1 A−1 .

Corolario 1.6 El producto finito de matrices inversibles es también una

matriz inversible.

Proposición 1.13
Una matriz A de orden 2 es inversible si y solo si a11 a22 − a12 a21 ≠ 0.

Demostración: Sea A una matriz de orden 2 y supongamos que A = (aij ) es

inversible, uego existe una matriz X = (xij ) de orden 2 tal que AX = XA = I2 .
Desde la igualdad de matrices tenemos los siguientes sistemas de ecuaciones
lineales en las variables xij

a x + a12 x21 = 1 a x + a12 x22 = 0

S1 ∶= { 11 11 , S2 ∶= { 11 12
a21 x11 + a22 x21 = 0 a21 x12 + a22 x22 = 1
34 CAPÍTULO 1. MATRICES

Consideremos el sistema S1 . Multiplicando la primera ecuación por a22 y la

segunda por a12 y luego restando obtenemos (a11 a22 − a21 a12 )x11 = a22 de
donde resulta claro que x11 existe si y solo sı́ a11 a22 − a21 a12 ≠ 0, en cu-
a22
yo caso x11 = . Sustituyendo en la segunda ecuación obtenemos
a11 a22 − a21 a12
−a21 a22 −a21
a22 x21 = −a21 x11 = . Sı́ a22 ≠ 0 entonces x21 = .
(a11 a22 − a21 a12 ) (a11 a22 − a21 a12 )
−1
Sı́ a22 = 0 entonces x11 = 0 y por tanto x21 = . Observamos que a12 a21 ≠ 0.
a12
a11
Similarmente podemos comprobar que x22 = y sı́ a11 ≠ 0
a11 a22 − a21 a12
−a12
entonces x12 = . Sı́ a11 = 0 entonces x22 = 0 y por tanto x12 = a−1 .
a11 a22 − a21 a12 21

De lo anterior podemos concluir que la matriz X está determinada en ter-

minos de la matriz A por la matriz

1 a −a12
X= ( 22 ).
a11 a22 − a21 a12 −a21 a11

Es facil ver que tomando la matriz X definida anteriormente, entonces AX =

XA = I2 , por tanto A es inversible.

Ejemplo 1.19
Consideremos la matriz
1 2
A=( )
3 −1
Observamos que a11 a22 − a12 a21 = (1)(−1) − (3)(2) = −7 ≠ 0, por tanto A es
inversible. Aplicando la proposición anterior tenemos que

1/7 2/7
A−1 = ( )
3/7 −1/7

Teorema 1.1
Las matrices elementales son inversibles, más aún, la inversa de una ma-
triz elemental también es elemental.

Demostración: Debemos de probar que cada una de las matrices elementales

resultantes es inversible, para ello bastará con que exhibamos en cada caso quien
es la matriz inversa.
1.5. MATRICES INVERSIBLES 35

1. Supongamos que la matriz E es una matriz elemental del primer tipo, es

decir, E se obtuvo intercambiando dos filas de In . Veamos que en este
caso E 2 = In , es decir, E es inversa de sı́ misma. Supongamos que se
han intercambiado las filas i y j de la matriz Identidad. Por tanto Ei
es la m-fila que tiene cero en todas sus entradas salvo en la posición j,
donde su entrada es un 1, mientras que Ej es la m-fila que tiene cero en
todas sus entradas salvo en la posición i donde su entrada es 1. Esto lo
podemos escribir de la siguiente manera E = (xst ) donde xss = 1 si s ≠ i, j,
xsj = xis = 0, xji = xij = 1.

Observamos que E 2 = (yst ) donde

n
yst = ∑ xsk xkt . (1.4)
k=1

Observamos que si s ≠ t entonces yst = 0. Luego la única posibilidad para

valores no nulos es cuando s = t, en este caso tenemos yss = 1 sı́ s ≠ i, j.
Supongamos ahora que s = i en este caso tenemos
n
yii = ∑ xik xki . (1.5)
k=1

Pero xik = 0 para k ≠ i y xkj = 0 si k ≠ j, por tanto todos los elementos en la

suma son cero, salvo cuando i = j = k en cuyo caso tenemos yii = xij xji = 1.
Similarmente podemo ver que yjj = 1, por tanto E 2 = In .

2. Supongamos ahora que E es una matriz elemental de tipo 2. En este caso

podemos suponer que la fila i de E es igual que α-veces la fila In y que las
demas filas de I son las mismas que las filas de In . En este caso es claro
que E = (xst ) donde xst = 0 si s ≠ t, xss = 1 si s ≠ i y xii = α. Sea E ′ la
matriz con entradas yst donde yst = 0 si s ≠ t, yss = 1 si s ≠ i y yii = 1/α.
Es claro que E ′ es una matriz elemental también del tipo 2.
Observamos que EE ′ = (ust ) donde

n
ust = ∑ xsk ykt
k=1

Facilmente podemos ver que si s ≠ t entonces ust = 0. Basta con observar

que xst = yst = 0. Por tanto, solo nos interesa el caso cuando s = t. Tenemos
asi la igualdad
n
uss = ∑ xsk yks
k=1

Si s ≠ i, entonces uss = 1 puesto que en este caso xss = yss = 1. Resta

probar que uii = 1.
36 CAPÍTULO 1. MATRICES

n
Tenemos que uii = ∑ xik yki , es claro que sı́ k ≠ i entonces xik = xki = 0.
k=1
Por tanto uii = xii yii = α ⋅ 1/α = 1.

Hemos asi probado que EE ′ = In .

3. Supongamos ahora que E es una matriz elemental del tipo 3. Supongamos

que la matriz E resulta de hacer la fila s de I como siendo igual a la fila
s de I más α-veces la fila t de I, por tanto, E = (xij ) donde xij = δij si
i ≠ s, y xsj = δsj + αδtj . Sea E ′ la matriz que resulta de hacer fila s de I
como siendo igual a la fila s de I más −α-veces la fila t de I, por tanto,
E ′ = (yij ) donde yij = δij si i ≠ s, y ysj = δsj − αδtj .

Consideremos EE ′ = (wij ). Note que sı́ i ≠ s, entonces

n n
wij = ∑ xik ykj = ∑ δik ykj = yij = δij .
k=1 k=1

Supongamos ahora que i = s, en este caso tenemos

n n
wsj = ∑ xsk ykj = ∑ (δsk + αδtk )ykj =
k=1 k=1
n n
∑ δsk ykj + ∑ αδtk ykj = ysj + αytj =
k=1 k=1
δsj − αδtj + αδtj = δsj .

De lo anterior tenemos que EE ′ = In .

Ejemplo 1.20
Para cada matriz elemental Ei asocie una matriz elemental Fj tal que
1.5. MATRICES INVERSIBLES 37

Ei Fj = Fj Ei = I.

⎛1 0 0 0⎞ ⎛1 0 −3 0⎞
⎜0 0 0 1⎟ ⎜0 1 0 0⎟
E1 = ⎜ ⎟, E2 = ⎜ ⎟,
⎜0 0 1 0⎟ ⎜0 0 1 0⎟
⎝0 1 0 0⎠ ⎝0 0 0 1⎠
⎛1 0 0 0⎞ ⎛1 0 0 0⎞
⎜0 1 2/5 0⎟ ⎜0 1 0 0⎟
E3 = ⎜ ⎟, E4 = ⎜ ⎟,
⎜0 0 1 0⎟ ⎜0 0 7/8 0⎟
⎝0 0 0 1⎠ ⎝0 0 0 1⎠
⎛1 0 0 0⎞ ⎛1 0 0 0⎞
⎜0 1 −2/5 0⎟ ⎜0 1 0 0⎟
F1 = ⎜ ⎟, F2 = ⎜ ⎟,
⎜0 0 1 0⎟ ⎜0 0 8/7 0⎟
⎝0 0 0 1⎠ ⎝0 0 0 1⎠
⎛1 0 0 0⎞ ⎛1 0 3 0⎞
⎜0 0 0 1⎟ ⎜0 1 0 0⎟
F3 = ⎜ ⎟, F4 = ⎜ ⎟.
⎜0 0 1 0⎟ ⎜0 0 1 0⎟
⎝0 1 0 0⎠ ⎝0 0 0 1⎠

Observamos que E2 F4 = F4 E2 = I, F2 E4 = E4 F2 = I, E3 F1 = F1 E3 = I y
finalmente E1 F3 = F3 E1 = I.

Teorema 1.2
Si A es equivalente con la matriz identidad, entonces A es inversible.

Demostración: Como A es equivalente con la matriz identidad, entonces

existen un número finito de matrices elementales E1 , . . . , Ek tales que

Ek ⋯E1 A = In .

Como Ei es inversible para cada i y el producto de matrices inversibles es

inversible, entonces C = Ek ⋯E1 es inversible, asi tenemos que A = C −1 In =
E1−1 E2−1 ⋯Ek−1 In por tanto

AEk Ek−1 ⋯E1 = AC = In ,

asi tenemos que AC = CA = I y podemos concluir que A es inversible.

Corolario 1.7 Si A es inversible, entonces A se puede escribir como el

producto de matrices elementales.
38 CAPÍTULO 1. MATRICES

Observacion
En virtud del corolario anterior tenemos que si A no es el producto de
matrices elementales, entonces A no es inversible, en particular la matriz
identidad es el producto de matrices elementales.

Proposición 1.14
Sea A una matriz de orden n. Si existe una matriz B tal que BA = In ,
entonces A es inversible, más aún A−1 = B

Demostración: Como BA = I, entonces BA es producto de matrices elemen-

tales y en particular B es producto de matrices elementales, por tanto tenemos
que BA = (E1 E2 ⋯Ek )A = I luego A = (E1 E2 ⋯Ek )−1 = Ek−1 Ek−1 −1
⋯E2−1 E1−1 y
multiplicando a la deracha ambos lados de la igualdad anterior por (E1 E2 ⋯Ek )
obtenemos que A(E1 E2 ⋯Ek ) = AB = I, por tanto A es inversible con inversa
B.

Ejemplo 1.21
Determine si la matriz
⎛ 1 3 2 0⎞
⎜−1 0 2 4⎟
A=⎜ ⎟
⎜ 2 1 3 2⎟
⎝ 3 1 4 2⎠

es una matriz inversible.

En virtud del teorema 1.5, basta con verificar si A es equivalente con la
matriz identidad.
1.5. MATRICES INVERSIBLES 39

⎛ 1 3 2 0⎞ ⎛1 3 2 0⎞ ⎛1 3 2 0 ⎞
⎜−1 0 2 4⎟ ⎜0 3 4 4⎟ ⎜0 1 1/4 −1/4⎟
A =⎜ ⎟ Ð→ ⎜ ⎟ Ð→ ⎜ ⎟ Ð→
⎜ 2 1 3 2⎟ ⎜0 −5 −1 2⎟ ⎜0 −5 −1 2 ⎟
⎝ 3 1 4 2⎠ ⎝0 −8 −2 2⎠ ⎝0 3 4 4 ⎠

⎛1 3 2 0 ⎞ ⎛1 3 2 0 ⎞ ⎛1 3 2 0 ⎞
⎜0 1 1/4 −1/4⎟ ⎜0 1 1/4 −1/4⎟ ⎜0 1 1/4 −1/4⎟
⎜ ⎟ Ð→ ⎜ ⎟ Ð→ ⎜ ⎟ Ð→
⎜0 0 1/4 3/4 ⎟ ⎜0 0 1/4 3/4 ⎟ ⎜0 0 1/4 3/4 ⎟
⎝0 0 13/4 19/4 ⎠ ⎝0 0 0 −5 ⎠ ⎝0 0 0 1 ⎠

⎛1 3 2 0⎞ ⎛1 3 0 0⎞ ⎛1 0 0 0⎞
⎜0 1 1/4 0⎟ ⎜0 1 0 0⎟ ⎜0 1 0 0⎟
⎜ ⎟ Ð→ ⎜ ⎟ Ð→ ⎜ ⎟=I
⎜0 0 1/4 0⎟ ⎜0 0 1 0⎟ ⎜0 0 1 0⎟
⎝0 0 0 1⎠ ⎝0 0 0 1 ⎠ ⎝0 0 0 1⎠

Como A es equivalente con I entonces podemos afirmar que A es inversible.

Observe que para pasar de A hasta I fueron necesarias (en este caso)
15 operaciones elementales, por tanto se tienen 15 matrices elementales
E1 , . . . , E15 tales que E15 ⋯E1 A = I, luego la inversa de A es el producto
de las matrices elementales empleadas. Sean F1 = E3 E2 E1 , F2 = E6 E5 E4 ,
F3 = E9 E8 E7 , F4 = E12 E11 E10 , F5 = E15 E14 E13 , G1 = F3 F2 F1 , G2 = F5 F4
B = G2 G1 , asi tenemos

Proposición 1.15
Si A es una matriz inversible, entonces A es equivalente con la matriz
identidad.

Demostración: Como A es inversible, entonces A se puede escribir como el

producto de matrices elementales, por tanto A = E1 ⋯Ek , luego Ek−1 ⋯E1−1 A = I,
es decir I se obtiene al hacer k operaciones fila sobre la matriz A, por tanto A
es equivalente con la matriz identidad.

Observación
Desde la proposición anterior tenemos que si A es una matriz cuadrada
de orden n y existe C de orden n tal que AC = I, entonces A es inversible.
Por tanto, para probar que una matriz cuadrada es inversible solo se hace
necesario determinar si la misma tiene una inversa a derecha o izquierda.
40 CAPÍTULO 1. MATRICES

Problemas de entrenamiento 1.6

1 Determine condiciones sobre las entradas de una matriz A de orden
3 bajo las cuales la misma sea invertible.
2 Demuestre que si A es inversible, entonces su traspuesta tambien lo
es.
3 Determine si la matriz A es invertible, en caso afirmativo determine
su inversa.
4 Sea A una matriz nilpotente, demuestre que A no es inversible.
5 Demuestre que toda matriz involutoria es inversible.
6 Demuestre que si A es idempotente e involutoria, entonces A es la
matriz identidad.
7 Encuentre una matriz X tal que la igualdad entre matrices valga.

2 1 1 0 3 1
( )X ( ) =( ),
−1 3 2 −1 0 2

2
1 0 1 −1 1 0
( ) X( ) =( )
2 0 2 −2 1 0

−3 −5 −2 −5 1 0
( )X ( ) =( )
1 2 1 −3 0 1

8 Determine si la matriz

⎛2 −1 3 4 1 0⎞
⎜1 0 0 1 7 1⎟
⎜ ⎟
⎜−1 −2 3 4 5 1⎟
D=⎜
⎜0
⎟
⎜ 0 1 0 1 0⎟
⎟
⎜−2 1⎟
⎜ 3 1 0 4 ⎟
⎝1 0 0 0 0 1⎠

es inversible.
9 Determine si la matriz

⎛1 −1 2⎞
B = ⎜0 2 1⎟
⎝1 3 5⎠

es inversible. En caso afirmativo calcule su inversa.

1.6. FACTORIZACION LU 41

10 Suponga que A y B son matrices inversibles. ¿Es posible afirmar

que A + B es una matriz inversible?.
11 Sea A una matriz cuadrada de orden n. Demuestre que:
a) Sı́ A es invertible y AB = 0 para alguna matriz B, entonces
B = 0.
b) Si A no es invertible, entonces existe una matriz B de orden n
tal que AB = 0 pero B ≠ 0.

1.6. Factorizacion LU
Desde la proposición 1.4.1, tenemos que para toda matriz A existe una matriz
U tal que U es una matriz escalona y A es equivalente con U . Usando el corolario
1.4.2, tenemos que existen un número finito de matrices elementales E1 , . . . , Ek
tales que
U = Ek ⋯E1 A
Como las matrices elementales son inversibles, y el producto de matrices in-
versibles es inversible, entonces al tomar la matriz L−1 = E1 cdotsEk , tenemos
que
U = L−1 A
, o equivalentemente,
A = LU
donde L es una matriz inversible y U es una matriz escalonada. Desde lo anterior
tenemos el siguiente teorema:

Teorema 1.3
Sea A ∈ Mn×m (F). Entonces existen matrices U ∈ Mn×m (F) escalonada
(escalonada reducida) y L ∈ Mn (F) matriz inversible tal que A = LU .

Convención
La expresion LU es llamada factorizacion de A en la forma LU . Note
que no necesariamente se tiene que L y U sean unicas.
42 CAPÍTULO 1. MATRICES

Ejemplo 1.22
Hallar la factorización LU de la matriz

⎛1 3 2 −1⎞
A = ⎜−1 2 1 0⎟
⎝1 0 1 3⎠

Aplicando eliminación gaussiana, nosotros vemos facilmente que la matriz

A es equivalente con la matriz

⎛1 3 2 −1 ⎞
U = ⎜0 1 3/5 −1/5⎟
⎝0 0 1 17/4 ⎠

donde los pasos aplicados a las filas de A fueron

f2 Ð→ f2 + f1 E1
f3 Ð→ f3 + (−1)f1 E2
f3 Ð→ f3 + 3/5f2 E3
f2 Ð→ 1/5f2 E4
f3 Ð→ 5/4f3 E5

Tenemos entonces que E5 E4 E3 E2 E1 A = U , luego

⎛ 1 0 0 ⎞ ⎛1 0 0⎞ ⎛1 0 0 ⎞ ⎛1 0 0⎞ ⎛1 0 0 ⎞
L = ⎜−1 1 0⎟ ⎜0 1 0⎟ ⎜0 1 0 ⎟ ⎜0 5 0⎟ ⎜0 1 0 ⎟=
⎝ 0 0 1 ⎠ ⎝1 0 1⎠ ⎝0 −3/5 1⎠ ⎝0 0 1⎠ ⎝0 0 4/5⎠

⎛ 1 0 0 ⎞ ⎛1 0 0⎞ ⎛1 0 0 ⎞ ⎛ 1 0 0 ⎞ ⎛1 0 0 ⎞
⎜−1 1 0⎟ ⎜0 5 0⎟ ⎜0 1 0 ⎟ = ⎜−1 1 0⎟ ⎜0 1 0 ⎟=
⎝ 1 0 1 ⎠ ⎝0 −3 1⎠ ⎝0 0 4/5⎠ ⎝ 1 0 1⎠ ⎝0 0 4/5⎠

⎛1 0 0 ⎞
⎜−1 5 0 ⎟
⎝1 −3 4/5⎠

y facilmente verificamos que A = LU .

Problemas de entrenamiento 1.7

1 Encuentre la factorización LU para las matrices dadas a continua-
1.7. SISTEMAS DE ECUACIONES LINEALES VS MATRICES. 43

ción.
⎛2 0 1 −1 3⎞
A = ⎜−1 2 1 3 0⎟ ,
⎝1 1 −1 0 0⎠

⎛ 2 −2 3 4 6 1⎞
B =⎜ 7 −1 2 3 0 7⎟ ,
⎝1/2 3 −2 −1 4 1⎠

⎛1 −1 2⎞
C = ⎜0 2 1⎟
⎝1 3 5⎠

1.7. Sistemas de ecuaciones lineales vs matrices.