ALGEBRA LINEAL

II. Matrices y
aplicaciones lineales
1 GRADO ECONOMA
CURSO 2013-2014
Prof. Pedro Ortega Pulido
II. MATRICES Y
APLICACIONES LINEALES
II.1. Introduccin al concepto de matriz
II.2. Aplicaciones lineales
II.3. Relacin entre matrices y aplicaciones
lineales
II.4. Rango de una matriz
II.5. Operaciones con matrices y aplicaciones
lineales.
II.6. Matriz inversa y aplicacin lineal inversa
II.7. Algunos tipos de matrices especiales
II.1. Introduccin al concepto de
matriz
Vector: Conjunto de n-datos agrupados
entorno a sus componentes.
Matriz: Conjunto de m-vectores agrupados
en filas.
Una matriz con m-vectores de dimensin
n tiene mxn datos agrupados en filas y
columnas
II.1. Introduccin al concepto de
matriz
Definicin de M atriz. Denominamo s matriz de orden mxn a un
conjunto de mxn nmeros a ij R, i 1,..., m; j 1,..., n ordenados en
a 11 a12 a1n

a21 a22 a2 n
m - filas y n - columnas de la forma : A


a amn
m1 am 2
Elementos de una matriz : FILAS: a i (a i1 , ai 2 ,..., ain ) fila i - sima
a1 j

a2 j
COLUM NAS: a j ELEM ENTOS: A (a ij ) i 1,...,n
j 1,...,m

a
mj
 II.1. Introduccin al concepto de
matriz
Elementos de una matriz

a1. (a11 a12 a1n ) a11 a12 a1n

a 2. (a21 a22 a2 n ) a21 a22 a2 n


a amn
a m. (am1 am 2 amn ) m1 am 2
a11 a12 a1m
FILAS COLUMNAS
a a a
a .1 21 a .2 22 a .m 2 m


a a a
m1 m2 mn
 II.1. Introduccin al concepto de
matriz
Dimensin - Orden de una matriz. Dada una matriz A con m - fila y
n - columnas diremos que A tiene dimensin u orden mxn o bien
A M mxn

Observacin M mxn M nxm

1 2
1 2 1
Ejemplo : M 2 x 3 2 4 M 3x2
2 4 5 1 5

M atrices cuadradas : Diremos que una matriz A es cuadrada de orden n si tiene

el mismo nmero de filas que de columnas : A M nxn , A M n
 II.1. Introduccin al concepto de
matriz LIBRO: Problemas y
Ejemplos . cuestiones de lgebra
lineal: captulo 2, ejercicios
3 7 8 -1
1,2
1) Dada la matriz A 2 6 8 1
0 1 2 - 2

a ) a 2 ? 3 2 1 0

2 3 1 8
b ) a 4 ? 2) Dada la matriz B
7 8 2 1
c) a 3 ?
0 2
0 2
d ) a 34 ?
a ) b 3 ? b) b 4 ?
e) orden de A?
c) b 3 ? d ) b14 ?
e) orden de B?
II.2. Aplicaciones lineales

Cmo son las aplicaciones que relacionan

dos espacios vectoriales que conservan
las propiedades de linealidad, es decir,
que convierten combinaciones lineales del
primer espacio en combinaciones lineales
de sus imgenes?
SE DENOMINAN
APLICACIONES LINEALES
II.2. Aplicaciones lineales
DEFINICIN DE APLICACIN LINEAL
Sea f una aplicacin definida entre dos espacios vectoriales
f : R n R m diremos que f es una aplicacin lineal si y solo
s u, v R n , , R f ( u v) f (u ) f (v)
EJEMPLO .
Estudiar si las siguientes aplicacion es son o no lineales :
a) f : R R; f ( x) 3 x 2
Libro: Problemas y
b) f : R R;
2
f ( x, y ) 2 x 3 y cuestiones de lgebra
lineal: captulo 2
c) f : R 2 R 2 ; f ( x, y ) ( 2 x, x y ) ejercicios 3,4,5
d ) f : R 2 R3 ; f ( x, y ) (3x,1, x y )
e) f : R 3 R 2 ; f ( x, y, z ) (3x 2 y,2 x)
II.2. Aplicaciones lineales
OBSERVACIO NES :
1) Por la propia definicin , las aplicacion es lineales transforman
combinacio nes lineales de R n en combinacio nes lineales de R m

Si u es c.l. de {u1 , u 2 ,..., u n } f (u ) es c.l. de { f (u1 ),..., f (u n )}

2) La aplicacin nula n : V V' es lineal n(u ) 0V '
(demostrar)

3) La aplicacin identidad id : V V es lineal id( u ) u

(demostrar)
 II.2. Aplicaciones lineales
PROPIEDADES
1) Si f : V V' es lineal entonces f (0V ) 0V ' ( Demostrar)
2) Si f : V V' es una aplicacin lineal y adems
{u1 ,..., u n } es un conjunto L.D. { f (u1 ),..., f (u n )} es L.D. (demostrar)

3) Sean dos aplicacion es lineales f : V V ' ; g : V V '

a) La aplicacin suma ( f g ) : V V ' ; ( f g )(u ) f (u ) g (u )
es lineal (dem.)
b) La aplicacin producto de un escalar por una funcin
( f ) : V V ' ; ( f)(u ) f (u ) es lineal. (dem.)
II.2. Aplicaciones lineales
4) Sean dos aplicacion es lineales f : V V ' ; g : V V '
La aplicacin producto ( f g ) : V V ' no es lineal
5) Sean dos aplicacion es lineales f : V V ' ; g : V ' V "
La aplicacin composicin ( g f ) : V V " definida por
( g f )(u ) g ( f (u )) es una aplicacin lineal (Dem.)
6) Sea la aplicacin lineal f : V V y supongamos que existe
f 1 : V V tal que ( f f 1 )(u ) ( f 1 f )(u ) id (u )
entonces f 1 (u ) es una aplicacin lineal se denomina Libro
Problemas y
aplicacin lineal inversa. (Dem.) cuestiones
Algebra Lineal
Cap 2
Pag 103-105
Ej. 6 y 7
 II.2. Aplicaciones lineales
OBSERVACIO NES .
1) Si f : V V' es lineal y
{u1 ,..., u n } es un conjunto L.I.
{ f (u1 ),..., f (u n )}L.I .
(Contraejemplo. {(1,0,0), (0,1,0), (0,0,1)} es L.I.
f(x, y,z) (x y,0) es lineal {f(1,0,0), f(0,1,0), f(0,0,1)}L.D
2) Si f : V V' es lineal y
{u1 ,..., u n } es un S.G. de V
{ f (u1 ),..., f (u n )} es S.G. V'
(Contraejemplo. {(1,0,0), (0,1,0), (0,0,1)} es S.G.de R 3 .
f(x, y,z) (x y,0) es lineal pero {f(1,0,0), f(0,1,0), f(0,0,1)}no genera R 3
 II.2. Aplicaciones lineales
SUBESPACIOS ASOCIADOS A UNA APLICACIN LINEAL

a) Ncleo de una aplicacin lineal

Sea f : V V' una aplicacin lineal, se define
Ker(f) {u V / f (u ) 0V ' }
Este subconjunt o de V es un subespacio vectorial de V.
(Demostrar)
Sea f : R n R m una aplicacin lineal, se define el subconjunt o ncleo
Ker(f) {(x1, x2 ,..., xn ) R n / f ( x1, x2 ,..., xn ) ( 0,...,0 )}
m ceros
n
Este subconjunt o es un subespacio vectorial de R
Ejemplo :
Calcula el ncleo de la aplicacin lineal f(x, y,z) (x y,0)
 II.2. Aplicaciones lineales
SUBESPACIOS ASOCIADOS A UNA APLICACIN LINEAL
b) Imagen de una aplicacin lineal
Sea f : V V' una aplicacin lineal, se define el subconjunto imagen
Im(f) {u ' V ' / existe u V , , f (u ) u '}
Este subconjunto de V' es un subespacio vectorial de V'.
(Demostrar)
Sea f : R n R m una aplicacin lineal, se define el subconjunto imagen
Im(f) {(y1,..., ym ) R m / existe (x1,..., xn ) R n , , f ( x1,..., xn ) ( y1,..., ym )}
Este subconjunto de R m es un subespacio vectorial de R m .
Ejemplo :
Calcula la imagen de f(x, y,z) (x y,0)
II.2. Aplicaciones lineales
FRMULA DE LAS DIMENSIONES
Teorema. Sea f : R n R m una aplicacin lineal. Se verifica que
dim(R n ) dim( Ker ( f )) dim(Im( f ))

Ejemplos
1) Calcular el ncleo y la imagen de las aplicacion es nula e identidad
2) Calcular el ncleo y la imagen de las aplicacion es lineales siguientes :
a) f : R 3 R 2
f ( x, y , z ) ( 4 x 5 y , z x ) Libro: Problemas y cuestiones de
lgebra lineal:
b) f : R 2 R 3 Captulo 2, pg. 105-110:
ejercicios 8,9
f ( x, y ) ( 13 x 23 y, y, x 2 y )
c) f : R 3 R 3
f ( x, y, z ) ( x z , x, y 12 x)
 II.3. Relacin entre matrices y
aplicaciones lineales
A) MATRIZ ASOCIADA A UNA APLICACIN LINEAL
Sea f : R n R m una aplicacin lineal, y considerem os las bases cannicas
de dichos espacios vectoriales. Si consideram os la imgenes de los vectores de
a base cannica de R n en columna, obtenemos una matriz de orden mxn
M f f (1,0,...,0) f (0,1,0,...,0) f (0,...,0,1)
a dicha matriz la denominamo s M ATRIZASOCIADA a la aplicacin lineal f
Esta matriz verifica que para cualquier vector u (u1 ,..., un ) R n
f (u ) M f u
M f u (m1 u, m 2 u ,..., m n u )
Ejemplo. Calcula la matriz asociada a f(x, y,z) (x y,2y - z)
Calcula f(1,2,3) utilizando dicha matriz.
II.3. Relacin entre matrices y
aplicaciones lineales
A) MATRIZ ASOCIADA A UNA APLICACIN LINEAL
EJEMPLOS .
1) Calcula la matriz asociada a las siguientes aplicacion es
lineales :
a) f : R 2 R; f ( x, y ) 2 x 3 y Libro: Problemas y
cuestiones de lgebra
b) f : R 2 R 2 ; f ( x, y ) ( 2 x, x y ) lineal: captulo 2:
Pg. 110, ejercicio 10
c) f : R 2 R 3 ; f ( x, y ) ( x, y , x y )
d) f : R 3 R 2 ; f ( x, y , z ) ( 4 x y , 2 x y )
e) f ; R 3 R 4 ; f ( x, y, z ) (2 x, x y, y,0)

2. Calcula las matrices asociadas a la aplicacin identidad

y a la aplicacin nula
 II.3. Relacin entre matrices y
aplicaciones lineales
B) APLICACIN LINEAL DETERMINADA POR SU MATRIZ ASOCIADA

Sea A M mxn cual ser la aplicacin lineal cuya matriz asociada es A?

La aplicacin lineal estar definida f : R n R m
Como esta matriz verifica que para cualquier vector u (u1 ,..., un ) R n
f (u ) M f u M f u (m1 u, m 2 u,..., m n u )

Ejemplo. Calcula las aplicacion es lineales cuyas matrices

asociadas son :
Libro: Problemas y
1 4 6 cuestiones de lgebra
5 3 2 lineal. Captulo 2.
A B 8 1 0 Pg 111-112:
1 2 4 0 0 1 Ejercicios. 11,12

II.3. Relacin entre matrices y
aplicaciones lineales
RELACIN UNVOCA MATRICES Y APLICACIONES LINEALES

1) Dada una aplicacin lineal f : R n R m existe una

matriz asociada respecto de las bases cannica A M mxn
2) Dada una matriz A M mxn existe una aplicacin lineal
f : R n R m cuya matriz asociada es A.

EXISTE UNA RELACIN UNVOCA ENTRE

M atrices orden mxn y Aplicaciones lineales R n R m

Libro: Problemas y cuestiones de lgebra

lineal. Captulo 2, pg. 113-115
ejercicios: 13,14,15
II.4. RANGO DE UNA MATRIZ
Definicin : RANGO DE UNA M ATRIZ
Sea una matriz cualquiera A M mxn se define el rango
de la matriz A y lo denotamos por rg ( A) al rango de
los vectores COLUM NAde la matriz A, es dedir, el
mximo nmero de vectores columna L.I.

Ejemplo : Calcular el rango de

2 3 4 5 3 1 0 1

1) A 1 0 0 2 2)B 0 0 1 0
-1 0 -1 3 0 0 2 1

II.4. RANGO DE UNA MATRIZ
Qu relacin se puede establecer entre el rango de una
matriz y la aplicacin lineal a la que dicha matriz representa?

PROPOSICIN
Sea f : R n R m una aplicacin lineal cuya matriz asociada
respecto de las bases cannicas es la matriz A M mxn
Entonces se verifica :
1) Las columnas de la matriz A forman un sistema de generadore s
de Im(f)
2) rg(A) dim(Im(f))
Ejemplo.
Dada la aplicacin lineal f : R 3 R 2 determina
una base y la dimensin del subespacio Im(f).
II.4. RANGO DE UNA MATRIZ
EJEM PLO.
Libro. Problemas y
Sea la aplicacin lineal f : R R
3 2
cuestiones de lgebra
definida por f ( x, y, z ) ( x y z, x y ) lineal: captulo 2
Pg. 115-120
a) Calcular la matriz asociada de f. ejercicios 16,17,18,19
b) Calcular el rango de la matriz anterior.
c) Calcular una base y la dimensin de los subespaciosIm(f) y Ker(f)
CLASIFICACIN DE LAS M ATRICESSEGUN RANGO
Sea A M mxn entonces
a) si m n y rg(A) min{m, n} A es de rango completo
(en caso contrario, A no es de rango completo)
b.1) Si m n y rg(A) n M ATRIZNO SINGULAR O REGULAR
b.2) Si m n y rg(A) n M ATRIZSINGULAR
 II.5. OPERACIONES CON MATRICES Y APL. LINEALES

SUMA DE APLICACIONES LINEALES

Sean f : R n R m ; g : R n R m se define la aplicacin suma como
f g : R n R m : ( f g )(u ) f (u ) g (u ). f g es una aplicacion lineal
SUM A DE M ATRICES
Sean A M mxn , B M mxn las matrices asociadas a las aplicacion es
lineales f , g (respectivamente)
f (u ) Au g (u ) Bu ( f g )(u ) Au Bu ( A B)(u )
a1 u b1 u (a1 b1 ) u

a 2 u b 2 u (a 2 b 2 u
f (u ) g (u ) ( f g )(u )

a m u b m u ( a m b m ) u

 II.5. OPERACIONES CON MATRICES Y APL. LINEALES
SUM A DE M ATRICES
Sean A M mxn , B M mxn las matrices asociadas a las aplicacion es
lineales f , g (respectivamente) la matriz asociada a la aplicacin suma
a11 b11 a12 b12 a1n b1n

a21 b21 a22 b22 a2 n b2 n
( f g ) es C


a b amn bmn
m1 m1 am 2 bm 2
Ejemplo
Dadas la aplicacion es lineales f ( x, y, z ) (3x, y z )
y g ( x, y, z ) (2 x y,3z x y ) determina :
a) La matriz asociada a las aplicacion es lineales f, g y f g
b) La aplicacin lineal suma
II.5. OPERACIONES CON MATRICES Y APL. LINEALES
PROPIEDADES DE LA SUM A DE M ATRICES
Sean A, B, C M mxn se verifica :
a) propiedad conmutativa : A B B A
b) propiedad asociativa : ( A B) C A ( B C )
c) elemento neutro : existe una matriz nula 0 mxn M mxn
tal que A 0 0 A A
d) elemento opuesto: toda matriz tiene su opuesta
A (aij ) A (aij ); A ( A) 0
Ejemplo
1 2 4 3 1 9 3 2 1
Dadas la matrices A , B , C
9 3 1 10 0 4 1 1 0
comprueba las propiedades de la suma.
 II.5. OPERACIONES CON MATRICES Y APL. LINEALES

PRODUCTO DE UN ESCALAR POR UNA APLICACIN LINEAL

Sea f : R m R n una aplicacin lineal y R se define el la aplicacin
(f ) : R m R n : (f )(u ) f (u ) esta aplicacin es lineal
PRODUCTO DE UN ESCALAR POR UNA M ATRIZ
Sea A M mxn la matriz asociada a la aplicacin lineal f : R m R n
y sea R entonces la matriz asociada a la aplicacin (f ) : R m R n
es la matriz A que se define como :
a11 a12 a1n

a21 a22 a2 n

A aij


a amn
m1 am 2
II.5. OPERACIONES CON MATRICES Y APL. LINEALES

EJEMPLOS .
1) Dada la aplicacin lineal f(x, y) (3x - y,0,2y - x)
a) Calcula la aplicacin lineal 5f
b) Calcular la matriz asociada a las aplicacion es lineales f y 5f
1 4 5

2) Dada la matriz A 3 1 2
5 3 1

a) Calcula la matriz 6A
b) Calcular la aplicacin lineal cuya matriz asociada es A
c) Calcular la aplicacin lineal cuya matriz asociada es 6A
II.5. OPERACIONES CON MATRICES Y APL. LINEALES
PROPIEDADES DEL PRODUCTO DE UN ESCALAR POR
UNA M ATRIZ
Sean A, B M mxn , R se verifican :
a) propiedad distributiva respecto de la suma de matrices :
( A B ) A B
b) propiedad distributiva respecto de la suma de escalares :
( ) A A A
c) propiedad pseudoasociativa : ( ) A ( A)
d) elemento unidad : existe 1 R, tal que 1A A

2 3 2 1 3 0
Ejemplo : Dadas la matrices A , B
1 2 5 1 2 4
y consideran do 2, 3; comprueba las propiedades anteriores.
 II.5. OPERACIONES CON MATRICES Y APL. LINEALES
OBSERVACI N : El conjunto de las matrices de orden mxn tiene
estructura de espacio vectorial de dimensin m n respecto de la
suma de matrices y el producto de un escalar por una matriz : ( M mxn ,,R)

Ejemplo : Sea (M 2x2 ,,R) espacio vectorial de dimensin 4

a) Demostrar que una base de dicho espacio vectorial viene
1 0 0 1 0 0 0 0
dada por , , ,
0 0 0 0 1 0 0 1
3 1 2 3 5 3
b) Dadas las matrices A , B , C
2 1 1 2 4 1
determinar si son linealment e independientes y obtener
el subespacio de M 2 generado por las mismas
 II.5. OPERACIONES CON MATRICES Y APL. LINEALES
COM POSICIN DE APLICACIONES LINEALES
Sean f : R n R m , g : R m R p dos aplicacion es lineales se define
la aplicacin composicin :
( g f ) : R n R p : ( g f )(u ) g ( f (u )) esta aplicacin es lineal
PRODUCTO DE DOS M ATRICES
Sean A M mxn la matriz asociada a la aplicacin lineal f : R n R m
y B M pxm la matriz asociada a la aplicacin lineal g : R m R p

entonces la matriz asociada a la aplicacin ( g f ) : R n R p

es la matriz C M pxn que se define como :

C bi a j
 II.5. OPERACIONES CON MATRICES Y APL. LINEALES
DEDUCCIN : a1 u

a u
( g f )(u ) g ( f (u )) g ( Au ) g 2

a1 u a m u

a 2 u
b1
a1 u
a m u b11 (a1 u ) ... b1m (a m u )
a 2 u
B
a1 u

a m u b ( a1 u ) ... b ( a m u )
p1 pm
a 2 u
b p

a m u (bi a j ) C

 II.5. OPERACIONES CON MATRICES Y APL. LINEALES

CONCLUSIN :
La matriz asociada a la aplicacin lineal ( g f ) es la matriz Bg A f
y la matriz asociada a la aplicacin lineal ( f g ) es la matriz A f Bg

EJEMPLO . Dadas la aplicacion es lineales definidas por

f : R 3 R 2 : f ( x, y , z ) ( 2 x y , x 3 y 2 z )
g : R 2 R 3 : g (u , v) (u v,5u, u 7v)
a) Calcula la matriz asociada a la aplicacion es f y g
b) Calcula la matriz asociada a la aplicacin f g
c) Calcula la matriz asociada a la aplicacin g f
 II.5. OPERACIONES CON MATRICES Y APL. LINEALES
OBSERVACIO NES :
1) El producto de matrices no es conmutativo
a) Si las matrices se pueden multiplica en general A B B A
b) La matrices no se pueden multiplicar en un orden pero
s en el contrario.
1 2 4 2 4
Ejemplo : A B
3 2 1 1 3
1 2 4 2 4
no puede realizarse!!
3 2 1 1 3
2 4 1 2 4 14 12 12

1 3 3 2 1 10 8 7
II.5. OPERACIONES CON MATRICES Y APL. LINEALES
2) Propiedad asociativa : A M mxn ; B M nxp ; C M pxr
( A B) C A ( B C )
3) Distributiva respecto de la suma A M mxn ; B, C M nxp
A (B C) A B A C
EJEMPLO . Dadas la aplicacion es lineales definidas por
f : R 3 R 3 : f ( x, y , z ) ( 2 x, y z , x y )
g : R 3 R 3 : g ( x, y , z ) ( x y , 2 y z , z )
h : R 3 R 3 : h ( x, y , z ) ( x, y z , x y z )
a) Calcula la matriz asociada a la aplicacion es f , g y h
b) Calcula la matriz asociada a la aplicacin f g h
c) Calcula la matriz asociada a la aplicacin h g f
d) Calcula la matriz asociada a la aplicacin g f h
II.5. OPERACIONES CON MATRICES Y APL. LINEALES

OBSERVACI N .
Dados dos nmeros reales se verifica : Libro. Problemas y
cuestiones de lgebra
1) si a b 0 a 0 o b 0 lineal: captulo 2
2) si a b a c si a 0, b c Pginas: 120-125
Ejercicios 20,
Esta propiedad no se cumple en matrices. 21,22,23,24

EJEM PLO.
2 4 2 4
1) A B
1 2 1 2
2 3 1 1 2 1
2) A B C
6 9 1 2 3 2
 II.6. MATRIZ INVERSA. APLICACIN LINEAL INVERSA

Definicin : Sea f : R n R n con matriz asociada A M n

Si existe f 1 : R n R n entonces
i) f 1 es lineal
ii) ( f 1 f ) ( f f 1 ) Id
por lo que existe una matriz B M n tal que A B B A Id
B se denomina la inversa de A : B A1
Ejemplo .
1 1 2 2 / 5 1/ 5 3 / 5

A 2 1 1, B 1 1 1
3 1 1 1/ 5 2 / 5 1/ 5

II.6. MATRIZ INVERSA. APLICACIN LINEAL INVERSA
Observacin :
1) La matrices que no son cuadradas no tienen inversa.
2) NO todas las matrices cuadradas tienen inversa
existe alguna condicin que nos permita determinar
si una matriz dada tiene inversa?
CONDICIN DE INVERTIBILIDAD
Sea A M n se verifica que la matriz A tiene inversa
la matriz A tiene rango completo, es decir, rg(A) n
Ejemplo :
1 2 1

es invertible la matriz A 2 4 0 ?
3 6 0

 II.6. MATRIZ INVERSA. APLICACIN LINEAL INVERSA

PROPIEDADES DE LA INVERSA
Sean A, B M n tales que rg(A) rg(B) n. Entonces se verifican :
1) Existe la inversa de A y sta es nica.
2) La matriz A1 inversa de A verifica : ( A1 ) 1 A
3) ( A B) 1 B 1 A1 Libro de problemas y
4) A1 A AA 1 I
cuestiones de lgebra lineal
Cap. 2, pg. 126, ej. 6

Ejemplo :
Hallar el valor de a y b para que A sea la inversa de B, siendo
1/2 - 1 - 1 1 1 0

A a 1 b B 5/2 7/2 - 1
3 0 1 -3 -3 1

 II.6. MATRIZ INVERSA. APLICACIN LINEAL INVERSA
M TODODE GAUSS - JORDAN PARA CALCULAR LA INVERSA
El mtodo de Gauss - Jordan consiste en ir encontrando ciertas matrices
P1 , P2 ,..., Pr M n que representan transformaciones elementale s entre
la FILAS de una matriz A, teniendo en cuenta que podemos efectuar las
siguientes transformaciones :
1) Intercambiar filas
2) M ultiplicar una fila por un escalar
3) Suma a una fila una combinaci n lineal de las restantes
de tal forma que una vez aplicadas estas transformaciones sobre la matriz
A obtengamos la matriz identidad :
A P1 A P2 P1 A .... Pr Pr 1...P1 A I n
A1 ( Pr Pr 1Pr 2 ...P1 )
 II.6. MATRIZ INVERSA. APLICACIN LINEAL INVERSA
Ejemplo .
Calcular con el mtodo anterior la inversa si existe de la matriz
4 2
A
3 - 1
MTODO GENERAL
Para ir agrupando los sucesivos productos Pi Pi 1...P1 despues de
las sucesivas transformaciones aplicaremo s el siguiente mtodo :
Si A M n es de rango completo. Libro. Problemas y
cuestiones de
Construimos : lgebra lineal.
1 Captulo 2
( A I n )
( I n A ) pg. 126-137
realizando sucesivas transform aciones
admisibles segn Gauss sobre las filas ejercicios :
27,28,29,30,32,33

EJEMPLO : Aplicarlo sobre el ejemplo anterior.

 II.7. ALGUNOS TIPOS DE MATRICES
a) M ATRICESTRIANGULARES
0
M atriz triangula r superior.
A (a ij ) M n es triangula r superior si todos los elementos de A
situados bajo la diagonal principal son nulos, e.d. a ij 0 i j
Matriz triangula r inferior
0
A (a ij ) M n es triangula r inferior si todos los elementos de A

situados por encima de la diagonal principal son nulos, e.d. a ij 0 i j
Matriz diagonal
A (a ij ) M n es una matriz diagonal si es triangula r superior e inferior.

1 2 0 9 0 0 4 0 0

A 0 1 0 B 3 1 0 C 0 4 0
0 0 3 3 7 9 0 0 8

 II.7. ALGUNOS TIPOS DE MATRICES
PROPIEDADES DE LAS M ATRICESTRIANGULARES
Sean A, B M n dos matrices triangula res superiores (inferiore s) entonces
para todo R se verifican :
1) A B es triangula r superior (inferior)
2) A es triangula r superior (inferior)
3) A B es triangula r superior (inferior)
4) Si A tiene inversa entonces A -1 es triangula r superior (inferior)
EJEM PLO. Comprobar las propiedades anteriores con las
siguientes matrices :
7 3 9 2 1 1

A 0 1 2 B 0 3 1
0 0 1 0 0 4

 II.7. ALGUNOS TIPOS DE MATRICES
b) M ATRIZTRASPUESTA
Definicin . Sea A una matriz de orden mxn, diremos que la matriz B
de orden nxm es la traspuesta de A si las filas de A son las columnas de B.
Se denota por A t A' B 4 7
3 4
EJEMPLO. Calcular la traspuesta de las matrices A , B 1 0
1 - 4 3 1
PROPIEDADES :
Comprobar con ejemplos
Sean A, B M mxn; C M nxp
las propiedades anteriores .
1) ( A B)t At B t 2) (A) A
t t
5) Demostrar
3) ( AC )t C t At 4) rg ( A) rg ( At )
5) Si existe la inversa de A -1 ( A1 )t ( At ) 1
6) AAt 0 A 0
 II.7. ALGUNOS TIPOS DE MATRICES
c) MATRIZSIMTRICA
Definicin . Decimos que una matriz A de orden n es simtrica A A t
EJEMPLO. De matrices simtricas
PROPIEDADE S :
Sean A, B M n dos matrices simtricas , entonces :
1) A B es simtrica
2) A es simtrica
3) Si existe la inversa de A A -1 A1 es simtrica
4) AAt y At A son simtricas
5) En general AB y BA NO son simtricas
Demostracin.
 II.7. ALGUNOS TIPOS DE MATRICES
d) MATRIZANTISIMTRICA
Definicin . Decimos que una matriz A de orden n es antisimtrica
A A t
EJEMPLO. De matrices antisimtricas
PROPIEDADE S :
Sean A, B M n dos matrices antisimtricas, entonces :
1) Si A es antisimtrica la diagonal principal est formada por ceros
2) A B es antisimtrica
3) A es antisimtrica
4) Si existe la inversa de A A -1 A1 es antisimtrica
5) Si AB BA AB es simtrica
Demostracin.
II.7. ALGUNOS TIPOS DE MATRICES
e) M ATRIZORTOGONAL
Definicin . Decimos que una matriz A de orden n es ortogonal
A -1 A t
Caracteriz acin : Una matriz cuadrada A de orden n es ortogonal
todas las columnas de la matriz son vectores ortogonale s dos a dos y
adems todos son vectores unitarios
EJEMPLOS De matrices ortogonale s
PROPIEDADE S :
Sean A, B M n dos matrices ORTOGONALES. Entonces
1) AB y BA son ortogonale s
2) En general A B y A NO son ortogonale s
3) Si A es ortogonal A es invertible y A -1 A t (Demostracin)
II.7. ALGUNOS TIPOS DE MATRICES

f) M ATRICESIDEM POTENTES, UNIPOTENTES, NILPOTENTES

Sea A una matriz cuadrada de orden n, diremos que
1) A es idempotente AA A 2 A
2) A es unipotentes A 2 I n Libro. Problemas y
cuestiones de lgebra
3) A es nilpotente A 2 0 n lineal. Captulo 2: pg.
137-140
ejercicios 34,35
EJEM PLOS Determinar qu tipo de matrices son
2/3 1/3 0 1 0 1
A B C
2/3 1/3 1 0 0 0
 II.7. ALGUNOS TIPOS DE MATRICES
PROPIEDADES
1) Si A, B son dos matrices idempotentes entonces
a) Si AB BA AB es idempotente (demostrar)
b) I n A es idempotente, aunque A - I n no lo es en general
(demostrar)
2) Si A es unipotente entonces
rg ( A) n por lo que existe A -1 A (demostrar)

3) Si A es nilpotente entonces
I n - A es invertible y su inversa es (I n - A)-1 I n A (demostrar)
Libro. Problemas y cuestiones de lgebra
lineal: CUESTIONES RESUELTAS CAP 2,
PAG. 91-98