Cap tulo 1

Matrices y sus operaciones

1.1. Deniciones

Dados dos enteros m, n 1 y un cuerpo conmutativo I K , llamamos matriz de m las y n columnas con coecientes en I K a un conjunto ordenado de n vectores C1 = (a11 , a21 , . . . , am1 ), C2 = (a12 , a22 , . . . , am2 ), . . . , Cn = (a1n , a2n , . . . , amn ), del espacio I K . Las matrices se escriben en forma de cuadro rectangular, encerrado entre par entesis, colocando las componentes de los vectores C1 , C2 , . . . , Cn en vertical, unas a continuaci on de las del otro: a11 a12 . . . a1n a21 a22 . . . a2n . . . . . . . . . am1 am2 ... amn Los vectores dato se denominan columnas de la matriz. La propia manera de presentar una matriz sugiere la consideraci on de m vectores F1 = (a11 , a12 , . . . , a1n ), F2 = (a21 , a22 , . . . , a2n ), . . . , Fm = (am1 , am2 , . . . , amn ), del espacio I K , los cuales reciben el nombre de las de la matriz. Con ellos como dato se podr a haber dado una denici on alternativa de matriz: ser a un conjunto ordenado de m vectores del espacio I K n. Cada una de las componentes de cada uno de los vectores datos se conoce como un coeciente de la matriz. Su doble ndice indica que aij es el coeciente situado en la la i- esima y en la columna j - esima. En total hay mn coecientes.
n m

Cap tulo 1. Matrices y sus operaciones

Con frecuencia usaremos la escritura abreviada (aij ), sobreentendiendo que i [1, m] y j [1, n]. Incluso, se aluda o no a los coecientes, la matriz se escribe con una sola letra may uscula, tal como A, B , M , N , etc. En estos casos, Fi (A) indicar a la la i- esima en la matriz A y Cj (A) la columna j - esima; a veces pondremos eij (A) para indicar el coeciente ubicado en el cruce de Fi (A) con Cj (A). El conjunto de todas las matrices de m las, n columnas y coecientes en I K se denota por el s mbolo M(m, n, I K ).

1.2.

Igualdad de matrices

Por haber denido la matriz como un conjunto ordenado de n vectores, es claro que dadas dos matrices A, B M(m, n, I K) se cumple A = B Cj (A) = Cj (B ), j [1, n]. Si A = (aij ), B = (bij ), como cada columna es, a su vez, una m-upla ordenada de elementos de I K , cada una de las igualdades vectoriales de antes equivale a m igualdades escalares referidas a sus componentes. Es decir, la igualdad matricial equivale a mn igualdades escalares: A = B aij = bij , i [1, m], j [1, n]. Estas igualdades conducen a otra equivalencia, ahora por las: A = B Fi (A) = Fi (B ), i [1, m].

1.3.

Tipos particulares de matrices

Hay algunas matrices que reciben nombres propios. Entre ellas vamos a destacar las siguientes: a) Matrices columna: Corresponden al caso en que m es arbitrario pero n = 1. Sus coecientes se escriben con un solo ndice, a1 a2 , A= . . . am y cada una de sus las es un escalar.

1.3.

Tipos particulares de matrices

b) Matrices la: Ahora es m = 1 y n cualquiera. Tambi en se escriben con un solo ndice, A = ( a1 a2 . . . an ) , siendo escalares cada una de sus columnas. c) Matrices cuadradas: Se llaman as aquellas en que m = n: a11 a12 . . . a1n a21 a22 . . . a2n . A= . . . . . . . . . an1 an2 . . . ann Tanto sus las como sus columnas ser an vectores de un mismo espacio I K n . El conjunto de todas ellas se escribe como M(n, I K ). d) Matrices triangulares: Una matriz cuadrada recibe el nombre de supratriangular cuando a11 a12 . . . a1n 0 a22 . . . a2n aij = 0, i > j. A= . . . . . . . . . 0 0 . . . ann En cambio, se llamar a infratriangular si a11 0 ... 0 0 a21 a22 . . . aij = 0, i < j. A= . . . . . . . . . an1 an2 ... ann Unas y otras se nombran como triangulares. e) Matrices diagonales: En toda matriz cuadrada A = (aij ), se llama diagonal al vector (a11 , a22 , . . . , ann ) I K n. Se dir a que esta matriz es diagonal cuando sean nulos todos los coecientes situados fuera de la diagonal, es decir, cuando aij = 0, i = j. Estas matrices son a la vez supra e infratriangulares. A veces sus coecientes se presentan con un solo ndice, us andose las escrituras a1 0 . . . 0 0 a2 . . . 0 = diag(a1 , a2 , . . . , an ). A= . . . . . . . . . 0 0 ... an

Cap tulo 1. Matrices y sus operaciones

1. Matrices escalares: Damos este nombre a las matrices diagonales A = diag(a, a, . . . , a) M(n, I K) cuyos coecientes en la diagonal son todos iguales. Si n = 1, todas las matrices son escalares y el conjunto de ellas se confunde con I K. 2. Matrices unidad: Para cada n 1, se llama as a la matriz escalar 1 0 ... 0 0 1 ... 0 = diag(1, 1, . . . , 1). In = . . . . . . . . . 0 0 ... 1 Cuando no haya lugar a confusi on, escribiremos simplemente I . Usando las deltas de Kronecker (secci on ??) puede escribirse In = (ij )

1.4.

Multiplicaci on de matrices
A = (aih ) M(m, r, I K ), B = (bhj ) M(r, n, I K ).

Sean tres n umeros enteros m, r, n 1 y sean dos matrices

Que la cantidad r de columnas de A coincida con la cantidad de las de B , y, por tanto, con la cantidad de componentes num ericas de cada columna en B , permite construir una nueva matriz A B M(m, n, I K ), mediante la regla
r

Cj ( A B ) =
h=1

bhj Ch (A), j [1, n].

Se llama matriz producto de A por B , debi endose insistir en que su existencia es imposible si la cantidad de columnas de A diere de la de las de B . Suponiendo que A B = (cij ), se tendr a
r

Cj (A B ) = (c1j , c2j , . . . , cmj ) =

h=1 r

bhj (a1h , a2h , . . . , amh ) =

=
h=1 r

(a1h bhj , a2h bhj , . . . , amh bhj ) =

r r

=(
h=1

a1h bhj ,
h=1

a2h bhj , . . . ,
h=1

amh bhj )

1.5.

Propiedades de la multiplicaci on de matrices

r

cij = eij (A B ) =
h=1

aih bhj , i [1, m], j [1, n],

que es la forma en que usualmente se dene el producto. Por otra parte,

r r r

(ci1 , ci2 , . . . , cin ) = (

h=1 r

aih bh1 ,
h=1

aih bh2 , . . . ,
h=1 r

aih bhn ) =

(aih bh1 , aih bh2 , . . . , aih bhn ) =

h=1 r h=1

aih (bh1 , bh2 , . . . , bhn )

Fi (A B ) =
h=1

aih Fh (B ), i [1, m],

que ser a la forma de denir el producto usando las las.

1.5.

Propiedades de la multiplicaci on de matrices

Comprobando la igualdad entre los vectores columna de cada miembro de la igualdad propuesta, y nombrando los coecientes de cada matriz con las mismas letras, pero en min uscula, indiquemos las propiedades de esta nueva operaci on. Proposici on 1.1 La multiplicaci on de matrices cumple las propiedades a) Asociativa: A M(m, r, I K ), B M(r, s, I K ), C M(s, n, I K) (A B ) C = A (B C ). b) Distributiva: A, B M(m, r, I K ), C M(r, n, I K ) (A + B ) C = A C + B C, A M(m, r, I K ), B, C M(r, n, I K ) A (B + C ) = A B + A C. c) De neutralidad: A M(m, n, I K ) Im A = A = A In . d) Asociativa mixta: A M(m, r, I K ), B M(r, n, I K ), a I K (aA) B = a(A B ) = A (aB ).

Cap tulo 1. Matrices y sus operaciones

Demostraci on: a) Cj ((A B ) C ) =

r s s k=1 ckj Ck (A

B) =

s k=1 ckj (

r h=1 bhk Ch (A))

(
h=1 k=1

bhk ckj )Ch (A) =

h=1

ehj (B C )Ch (A) = Cj (A (B C )).

r h=1 chj (Ch (A) r

b) Cj ((A + B ) C ) =
r

r h=1 chj Ch (A

+ B) =
r

+ Ch (B )) =

=
h=1

(chj Ch (A) + chj Ch (B )) =

h=1

chj Ch (A) +
h=1

chj Ch (B ) =

= Cj (A C ) + Cj (B C ) = Cj (A C + B C ),
r r

Cj (Ax(B + C )) =
h=1 r

ehj (B + C )Ch (A) =

r

(bhj + chj )Ch (A) =

h=1 r

(bhj Ch (A) + chj Ch (A)) =

h=1 h=1

bhj Ch (A) +
h=1

chj Ch (A) =

= Cj (A B ) + Cj (A C ) = Cj (A B + A C ). c) Cj (Im A) =
r h=1

ahj Ch (In ) =
r

r h=1

ahj eh = (a1j , a2j , . . . , amj ) =

= Cj (A) =
h=1 r h=1 bhj Ch (aA) r

hj Ch (A) = Cj (A In ).
r h=1 bhj (aCh (A)) r

d) Cj ((aA) B ) =
r

(bhj a)Ch (A) =

h=1 r

(abhj )Ch (A) =

h=1 h=1

a(bhj Ch (A)) =

=a
h=1

bhj Ch (A) = aCj (AxB ) = Cj (a(AxB )) =

r r

= aCj (AxB ) = a
h=1 r r

bhj Ch (A) =
h=1

a(bhj Ch (A)) =

(abhj )Ch (A) =

h=1 h=1

ehj (aB )Ch (A) = Cj (A (aB )).

Para la propiedad conmutativa, se observa que B A no siempre existe. Lo hace si y s olo si n = m, pero, como A B M(n, I K ) y B A M(r, I K ), no

1.6.

Traza de una matriz cuadrada

son comparables en igualdad salvo que r = n y s olo entonces. Es decir, A B y B A existen y pueden compararse si y s olo si se trata de matrices cuadradas con igual cantidad de las y columnas. A un as , los ejemplos muestran que la conmutatividad no siempre est a asegurada: 2 3 1 1 1 0 1 1 = 2 3 3 4 = 5 3 2 1 = 1 0 1 1 2 3 1 1 . 2

1.6.

Traza de una matriz cuadrada

Dada una matriz cuadrada A = [aij ] M(n, I K ), la suma de los coecientes situados en la diagonal, es decir, el n umero tr (A) = a11 + a22 + . . . + ann , se conoce como traza de A. Proposici on 1.2 Cualesquiera que sean A, B M(n, I K ), a I K , se cumple tr (A + B ) = tr (A) + tr (B ), tr (aA) = a tr (A). Demostraci on: Basta unir las reglas operativas y la denici on de traza. Este teorema indica que la traza es una forma lineal del espacio M(n, I K ). Proposici on 1.3 Dadas A, B M(n, I K ), se cumple tr (A B ) = tr (B A). Demostraci on:
n n r

tr (A B ) =
i=1 r n

eii (A B ) =
r

(
i=1 h=1

aih bhi ) =

(
h=1 i=1

bhi aih ) =
h=1

ehh (B A) = tr (B A). 2

Cap tulo 1. Matrices y sus operaciones

1.7.

Trasposici on de matrices

Dada una matriz A M(m, n, I K ) llamaremos traspuesta de A a una nueva matriz At M(n, m, I K ) denida por cualquiera de las reglas equivalentes Ci (At ) = Fi (A), i [1, m], eji (At ) = eij (A), i [1, m] y j [1, n], Fj (At ) = Cj (A), j [1, n].

Proposici on 1.4 Cualesquiera que sean A, B M(m, n, I K ), a I K , se cumple (A + B )t = At + B t , (aA)t = aAt , (At )t = A. Demostraci on: 1. Ci ((A + B )t ) = Fi (A + B ) = Fi (A) + Fi (B ) = = Ci (At ) + Ci (B t ) = Ci (At + B t ), i [1, n] (A + B )t = At + B t . 2. Ci ((aA)t ) = Fi (aA) = aFi (A) = aCi (At ) = = Ci (aAt ), i [1, n] (aA)t = aAt . 3. Ci ((At )t ) = Fi (At ) = Ci (A), i [1, n] (At )t = A. 2 La aplicaci on
t

: M(m, n, I K ) M(n, m, I K ), de ley A At ,

se nombra como proceso de trasposici on. De las dos primeras propiedades se sigue que se trata de una aplicaci on lineal. De la u ltima se desprende que es una biyecci on y que su inversa es la trasposici on
t

: M(n, m, I K ) M(m, n, I K ).

Por tanto, la trasposici on es un isomorsmo lineal de M(m, n, I K ) sobre M(n, m, I K ). En el caso m = n (matrices cuadradas) se trata de un automorsmo inverso de s mismo. Proposici on 1.5 Dadas las matrices A M(m, r, I K ), B M(r, n, I K ), se cumple (A B )t = B t At .

1.8.

Matrices sim etricas y antisim etricas

Demostraci on: Basta ver que, para todo i [1, n], se cumple Ci ((A B )t ) = Fi (A B ) = ei1 (A)F1 (B ) + . . . + ein (A)Fn (B ) = = e1i (At )C1 (B t ) + . . . + eni (At )Cn (B t ) = Ci (B t At ). 2 Proposici on 1.6 Si A M(n, I K ) es invertible, su traspuesta tambi en lo es y la inversa de la traspuesta es la traspuesta de la inversa. Demostraci on: Trasponiendo en A A1 = A1 A = I , y observando que I t = I porque la diagonal no se altera por trasposici on, se obtiene (A A1 )t = (A1 )t At = I t = I = (A1 A)t = At (A1 )t (At )1 = (A1 )t . 2

1.8.

Matrices sim etricas y antisim etricas

Si A M(n, I K ), tambi en At M(n, I K ). Entonces, pueden compararse en igualdad y surgen dos conceptos importantes (simetr a y antisimetr a) del algebra matricial. Para su estudio ser a preciso suponer que I K es un cuerpo conmutativo de caracter stica distinta de 2. Se dice que A = [aij ] M(n, I K ) es una matriz sim etrica cuando At = A Ci (A) = Fi (A), i [1, n] aji = aij , i, j [1, n]. Si A es sim etrica, los elementos de la diagonal no se alteran por trasposici on, luego toman valores arbitrarios. Tambi en lo hacen los elementos aij , con i < j , situados por encima de la diagonal, mientras que cada aji situado abajo se iguala al aij . Entonces, el aspecto de A ser a a11 a12 . . . a1n a12 a22 . . . a2n . . . . . . . . . . a1n a2n ... ann

Proposici on 1.7 Las matrices sim etricas constituyen un subespacio vectorial del M(n, I K ).

10

Cap tulo 1. Matrices y sus operaciones

Demostraci on: Si A y B son sim etricas y a I K , se tiene (A + B )t = At + B t = A + B, (aA)t = aAt = aA. 2 Se denota por S (n, I K ) y no se trata de un subanillo, pues en general (A B )t = B t At = B A = A B. Se dice que A es una matriz antisim etrica (o hemisim etrica) cuando At = A Ci (A) = Fi (A), i [1, n] aji = aij , i, j [1, n]. Si A es antisim etrica los elementos diagonales, por coincidir con sus opuestos, son nulos. Para i < j , aji se iguala a aij , luego s olo toman valores arbitrarios los situados encima de la diagonal. La matriz, pues, se presenta as : 0 a12 . . . a1n a12 0 . . . a2n ... ... ... a1n a2n . . . . 0

Proposici on 1.8 Las matrices antisim etricas constituyen un subespacio vectorial del M(n, I K ). Demostraci on: Si A y B son antisim etricas y a I K , se tiene (A + B )t = At + B t = (A) + (B ) = (A + B ), (aA)t = aAt = a(A) = (aA). Se denota por A(n, I K ) y tampoco se trata de un subanillo porque (A B )t = B t At = (B ) (A) = B A = (A B ). 2