Demostraciones de las

Propiedades
Propiedades
1. Si A y B son matrices m x n, entonces, A
+ B es una matriz m x n. (Propiedad de
Cerradura para la Suma)
Demostracin:
(
(
(
(

=
(
(
(
(

+ + +
+ + +
+ + +
= +
(
(
(
(

=
(
(
(
(

=
mn m m
n
n
mn mn m m m m
n n
n n
mn m m
n
n
mn m m
n
n
c c c
c c c
c c c
b a b a b a
b a b a b a
b a b a b a
B A
b b b
b b b
b b b
B
a a a
a a a
a a a
A

2 1
2 22 21
1 12 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2. Si A y B son matrices m x n, entonces, A
+ B = B + A. (Propiedad Conmutativa
para la Suma)
Demostracin:
A B
a a a
a a a
a a a
b b b
b b b
b b b
a b a b a b
a b a b a b
a b a b a b
b a b a b a
b a b a b a
b a b a b a
B A
mn m m
n
n
mn m m
n
n
mn mn m m m m
n n
n n
mn mn m m m m
n n
n n
+ =
(
(
(
(

+
(
(
(
(

=
(
(
(
(

+ + +
+ + +
+ + +
=
(
(
(
(

+ + +
+ + +
+ + +
= +

2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11

3. Si A , B y C son matrices m x n, entonces, (A +
B) + C = A + (B + C). (Propiedad Asociativa)
Demostracin:
) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
2 2 2 1 1 1
2 2 2 22 22 22 21 21 21
1 1 1 12 12 12 11 11 11
2 2 2 1 1 1
2 2 2 22 22 22 21 21 21
1 1 1 12 12 12 11 11 11
2 1
2 22 21
1 12 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
C B A
c b a c b a c b a
c b a c b a c b a
c b a c b a c b a
c b a c b a c b a
c b a c b a c b a
c b a c b a c b a
c c c
c c c
c c c
b a b a b a
b a b a b a
b a b a b a
mn mn mn m m m m m m
n n n
n n n
mn mn mn m m m m m m
n n n
n n n
mn m m
n
n
mn mn m m m m
n n
n n
+ + =
(
(
(
(

+ + + + + +
+ + + + + +
+ + + + +
=
(
(
(
(

+ + + + + +
+ + + + + +
+ + + + + +
=
(
(
(
(

+
(
(
(
(

+ + +
+ + +
+ + +
= + +

C B) (A
4. Existe la
matriz 0 m x n,
tal que, para
toda matriz A
m x n, A + 0 =
0 + A = A.
(Existencia
del elemento
Neutro)
A
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
A
mn m m
n
n
mn m m
n
n
mn m m
n
n
mn m m
n
n
=
(
(
(
(

=
(
(
(
(

+ + +
+ + +
+ + +
=
(
(
(
(

+ + +
+ + +
+ + +
=
(
(
(
(

+
(
(
(
(

= +

2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0



5. Si A es matriz m x n, entonces, existe A m x n, tal que
A + (-A) = 0. (Existencia del Elemento Inverso Aditivo)
Demostracin:
0
0 0 0
0 0 0
0 0 0
) (
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
=
(
(
(
(

=
(
(
(
(

=
(
(
(
(

+
(
(
(
(

= +

mn mn m m m m
n n
n n
mn m m
n
n
mn m m
n
n
a a a a a a
a a a a a a
a a a a a a
a a a
a a a
a a a
a a a
a a a
a a a
A A
6. Si A es matriz m x n y o un escalar,
entonces, oA es una matriz m x n.
(Cerradura para Producto por Escalar)
Demostracion:
(
(
(
(

=
(
(
(
(

=
mn m m
n
n
mn m m
n
n
a a a
a a a
a a a
a a a
a a a
a a a
A
o o o
o o o
o o o
o o

2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
7. Si A y B son
matrices m x n
y o un escalar,
entonces,
o(A+B)= oA +
oB.
(Propiedad
Distributiva)
Demostracin
B A
b b b
b b b
b b b
a a a
a a a
a a a
b a b a b a
b a b a b a
b a b a b a
b a b a b a
b a b a b a
b a b a b a
b a b a b a
b a b a b a
b a b a b a
B A
mn m m
n
n
mn m m
n
n
mn mn m m m m
n n
n n
mn mn m m m m
n n
n n
mn mn m m m m
n n
n n
o o
o o o
o o o
o o o
o o o
o o o
o o o
o o o o o o
o o o o o o
o o o o o o
o o o o
o o o
o o o
o o
+ =
(
(
(
(

+
(
(
(
(

=
(
(
(
(

+ + +
+ + +
+ + +
=
(
(
(
(

+ + +
+ + +
+ + +
=
(
(
(
(

+ + +
+ + +
+ + +
= +

2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) (



8. Si A es matriz
m x n y o y |
escalares,
entonces, (o +
|)A = oA + |A.
(Propiedad
Distributiva)
Demostracin:
A A



| o
| | |
| | |
| | |
o o o
o o o
o o o
| o | o | o
| o | o | o
| o | o | o
| o | o | o
| o | o | o
| o | o | o
| o | o
+ =
(
(
(
(

+
(
(
(
(

=
(
(
(
(

+ + +
+ + +
+ + +
=
(
(
(
(

+ + +
+ + +
+ + +
=
(
(
(
(

+ = +
mn m m
n
n
mn m m
n
n
mn mn m m m m
n n
n n
mn m m
n
n
mn m m
n
n
a a a
a a a
a a a
a a a
a a a
a a a
a a a a a a
a a a a a a
a a a a a a
a a a
a a a
a a a
a a a
a a a
a a a
A

2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) (
9. Si A es matriz m x n y o y
| escalares, entonces,
o(|A) = (o |)A.
(Propiedad Asociativa)
Demostracin:

A
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
A
mn m m
n
n
mn m m
n
n
mn m m
n
n
) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) ( ) ( ) (
) (
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
o|
o| o| o|
o| o| o|
o| o| o|
| o | o | o
| o | o | o
| o | o | o
| o | o
=
(
(
(
(

=
(
(
(
(

=
|
|
|
|
|
.
|

\
|
(
(
(
(

10.Para toda
matriz A m x n,
1A = A
Demostracin:
A
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
a a a
A
mn m m
n
n
mn m m
n
n
mn m m
n
n
=
(
(
(
(

=
(
(
(
(

=
(
(
(
(

2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
1 1 1
1 1 1
1 1 1
1 1


Teorema
1. o 0 = 0 para todo escalar o
2. 0A = 0 para toda matriz A m x n
3. Si oA = 0, entonces o = 0 o A= 0
4. (-1)A = -A, para toda matriz A m x n
Demostracion:

1)A ( A -
A) ( 1)A ( A -A) 0
(-1)A 1A (-1)]A [1 A 4.
A
1A
)A (
A) ( 0, si 0, A 3.
0A 0
-0A)] [0A 0A (-0A) 0A
0A 0A 0)A (0 0A 2.




1.
1 -
1 - 1 -
=
+ + = +
+ = + = =
=
=
=
= = =
=
+ + = +
+ = + =
=
+ =
+ + =
+ + = +
+ = + =
(
0 0
0
0
0
0
(
0 0
0 ) 0 ( 0
] 0 ) ( ) 0 ( [ ) 0 ( 0
0 ) ( ) 0 ( ) 0 ( 0 ) ( ) 0 (
) 0 ( ) 0 ( ) 0 0 ( 0
o o
o o o
o
o o o
o o o o o
o o o o


Teorema
Si B y C son ambas inversas de una matriz A,
entonces B = C.

Demostracin: Ya que B es inversa de A,
entonces, BA = I, al multiplicar ambos miembros
por la derecha por C se tiene (BA)C = IC = C,
pero (BA)C = B(AC) = BI = B, de modo que B =
C.

Esto significa que la inversa de una matriz es
nica.
Teorema
Si A y B son matrices invertibles del mismo
tamao, entonces, AB es invertible y (AB)
-1
= B
-
1
A
-1
Demostracin:
Por un lado (AB)(B
-1
A
-1
) = A(BB
-1
)A
-1
= AA
-1
= I.
por otro lado (B
-1
A
-1
)(AB) = B
-1
(A
-1
A)B = B
-1
B = I.

Este teorema se puede escribir en general. Un
producto de matrices invertibles es invertible y la
inversa del producto es le producto de las
inversas en orden invertido
Potencias de una Matriz
Definicin: Si A es una matriz cuadrada, entonces las
potencias no negativas de A se definen como:
a) A
0
= I
b) A
1
= A
c) A
n
= A * A * * A


d) A
n+1
= A
n
A
e) Adems si a es invertible entonces las potencias negativas de
A se definen como A
-n
= (A
-1
)
n
n factores
Teorema
Si A es una matriz cuadrada y m y n son
enteros, entonces A
m
A
n
= A
m+n
Demostracin: por induccin sobre n:
a) Para n = 1 tenemos A
m
A
1
= A
m
A = A
m+1

b) Hipotesis de induccin; n = k, entonces A
m
A
k
= A
m+k
c) Para n = k+1, A
m
A
k+1
= A
m
A
k
A
1
= A
m+k
A =
A
m+k+1
Teorema
Si A es una matriz invertible, entonces:
a) A
-1
es invertible y (A
-1
)
-1
= A
b) A
n
es invertible y (A
n
)
-1
= (A
-1
)
n
c) Para cualquier escalar k diferente de cero, la matriz
kA es invertible y (kA)
-1
= (1/k)A
-1

d) (A
T
)
-1
= (A
-1
)
T

Demostracin de d). A
T
(A
-1
)
T
= (A
-1
A)
T
= I
T
= I.
por otro lado (A
-1
)
T
A
T
= (AA
-1
)
T
= I
T
= I
Operaciones elementales
Las operaciones elementales de rengln
de una matriz son las siguientes:
a) Multiplicar un rengln por una constante
diferente de cero, c * r
j
r
j
b) Intercambiar dos renglones, r
i
r
i
c) Sumar un mltiplo de un rengln a otro
rengln, r
i
+ c *r
j
r
i
Algoritmo para invertir una
matriz
Ejemplo. Dada A calcule su inversa A
|
|
|
.
|

\
|

=
2 5 3
2 4 3
1 0 1
A
Formas Escalonas
Una matriz puede tener las siguientes
propiedades:
1. Todos los renglones cero estn en la parte inferior
de la matriz
2. El elemento delantero de cada rengln no cero
despus del primero se presenta a la derecha del
elemento delantero del rengln anterior
3. El elemento delantero de cada rengln es uno
4. Todos los elementos de la columna arriba y debajo
de un uno delantero son cero
Si una matriz satisface las dos primeras
condiciones se dicen que estn en forma
de escaln.
Si una matriz satisface las cuatro
condiciones se dice que esta de forma
escaln reducida.
(
(
(

(
(
(

(
(
(
(

1 0 0 0
0 1 0 0
0 0 1 1
1 1 0 0
0 0 1 0
6 0 0 1
0 0 0 0
1 0 0 0
0 1 0 0
0 0 0 1
Teorema
Toda matriz es equivalente a una y solo
una matriz en forma escaln reducida
(aunque puede tener varias matrices
escalona).
Definicin: se dice que dos matrices A y
B son equivalentes si una puede
obtenerse a partir de la otra mediante una
sucesin finita de operaciones
elementales y se denota por A ~ B. Por
ejemplo: la matrices siguientes son
equivalentes
(
(
(

(
(
(

(
(
(

27 11 3 0
17 7 2 0
9 2 1 1
0 5 6 3
17 7 2 0
9 2 1 1
0 5 6 3
1 3 4 2
9 2 1 1
Factorizacin de Matrices
Factorizacin LU.
Teorema: Si A es una matriz m x n que puede
reducirse al a forma escaln U solo con
eliminaciones, entonces, A tiene una
Factorizacin LU, aqu L es una matriz
triangular inferior de m x m donde solo hay unos
en la diagonal principal. El elemento L
ij
para i > j
de L proviene de la operacin que se uso para
obtener cero en esta posicin durante la
reduccin
A
=
L
0
0
U
A =
L
0
0
U
A
=
L
0
0
U
Ejemplo:
(
(
(
(

= =
(
(
(
(

(
(
(
(

(
(
(
(

(
(
(
(

1 5 2 1
0 1 4 2
0 0 1 3
0 0 0 1
10 8
3 6
1 1
1 4
9 4 3 9 2
1 14 6 18 4
4 11 5 6 6
1 4 1 3 2
L U
3 0 0 0 0
1 2 0 0 0
1 - 1 2 3 0
1 4 1 - 3 2
~

8 10 0 0 0
1 2 0 0 0
1 - 1 2 3 0
1 4 1 - 3 2
~
4 - 6 - 0
8 12 0
2 3 0
1 - 3 2
~
Compruebe que LU = A
Nota: Si la matriz A no puede ser reducida a una forma escaln
solo con eliminaciones, entonces, primero se les hacen las
adecuaciones que corresponda (intercambios) y se le aplica le
procedimiento para reducirla a una forma escalonada
Matrices elementales
Definicin: una matriz n x m se denomina
matriz elemental si se puede obtener a
partir de la matriz identidad I
n
al efectuar
una sola operacin elemental en los
renglones
Ejemplos
(
(
(

(
(
(
(

1 0 0
0 1 0
3 0 1
0 0 1 0
0 1 0 0
1 0 0 0
0 0 0 1
3 0
0 1
Teorema: Si la matriz elemental E resulta de la ejecucin de ciertas
operaciones en los renglones de I
m
y si A es una matriz m x n,
entonces el producto EA es la matriz que se obtiene cuando la misma
operacin en los renglones se efecta en A
Matrices Diagonales,
Triangules y Simtricas
Matrices Diagonales
Una Matriz Cuadrada en la que todos los
elementos fuera de la diagonal principal son
cero se denomina Matriz Diagonal; algunos
ejemplos son:
(
(
(
(

(
(
(

8 0 0 0
0 0 0 0
0 0 4 0
0 0 0 6
1 0 0
0 1 0
0 0 1
5 0
0 2
Una Matriz Diagonal general D
n x n
se puede escribir como:

|
|
|
|
|
.
|

\
|
=
n
d
d
d
D
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2
1
Una Matriz Diagonal es Invertible si y solo si, todos los
elementos en su diagonal principal son diferentes de cero,
en este caso la inversa de D es
|
|
|
|
|
.
|

\
|
=

n
d
d
d
D
/ 1 ... 0 0
... ... ... ...
0 ... / 1 0
0 ... 0 / 1
2
1
1
Comprubelo
Las Potencias de las matrices diagonales son fciles de
calcular:
|
|
|
|
|
.
|

\
|
=
k
n
k
k
k
d
d
d
D
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2
1
Matrices Triangulares
Una Matriz Cuadrada en la que todos los elementos de
arriba de la diagonal principal son cero se denomina
triangular inferior, y una matriz cuadrada en la que
todos los elementos debajo de la diagonal son cero se
denomina triangular superior. Una matriz que es
triangular superior o inferior se denomina triangular
4 x 4 4 x 4
Inferior Triangular Superior Triangular
0
0 0
0 0 0
0 0 0
0 0
0
44 43 42 41
33 32 31
22 21
11
44
34 33
24 23 22
14 13 12 11
(
(
(
(

(
(
(
(

a a a a
a a a
a a
a
a
a a
a a a
a a a a
A continuacin se proporcionan cuatro
caractersticas tiles de las matrices triangulares:

Una Matriz Cuadrada A = [a
ij
] es triangular superior si y
solo si el i-esimo rengln empieza por lo menos i-1
ceros

Una Matriz Cuadrada A = [a
ij
] es triangular inferior si y
solo si la j-esima columna empieza por lo menos j-1
ceros

Una Matriz Cuadrada A = [a
ij
] es triangular superior si y
solo si a
ij
= 0 para i > j

Una Matriz Cuadrada A = [a
ij
] es triangular inferior si y
solo si a
ij
= 0 para i < j

Teorema
a) La Transpuesta de una matriz triangular inferior es
triangular superior, y la transpuesta de una matriz
triangular superior es una triangular inferior
b) El Producto de las matrices triangulares inferiores es
triangular inferior, y el producto de las matrices
triangulares superiores es triangular superior
c) Una Matriz Triangular es Invertible si y solo si todos
sus elementos diagonales son diferentes de cero
d) La Inversa de una Matriz Triangular Inferior invertible
es triangular inferior, y la inversa de una matriz
triangular superior invertible es triangular superior
Demostracin de b) Se demostrara el resultado para matrices
triangulares inferiores; la demostracin para matrices triangulares
superiores es semejante. Sean A = [a
ij
] y B = [b
ij
] matrices triangulares
inferiores n x n, y sea C = [c
ij
] el producto de C = AB. Por la
observacin que precede a este teorema, se puede probar que C es
triangular inferior demostrando que c
ij
= 0 para i < j. pero por la
definicin de la multiplicacin de matrices,

c
ij
= a
i1
b
1j
+ a
i2
b
2j
+ + a
in
b
nj.

Si se supone que i < j, entonces los trminos de esta expresin se
pueden agrupar como siguen:

c
ij
= a
i1
b
1j
+ a
i2
b
2j
+ + a
ij-1
b
j-1j
+ a
ij
b
jj
+ + a
in
b
nj
Trminos en los cuales el
numero de rengln de b
es menor que le numero
de columna de b
Trminos en los cuales el
numero de rengln de a
es menor que le numero
de columna de a
En el primer agrupamiento, todos los factores b son cero
ya que B es triangular inferior y en el segundo
agrupamiento todos los factores a son cero ya que A es
triangular inferior. As, c
ij
= 0, que es lo que se quera
demostrar.
Matrices Simtricas
Una Matriz cuadrada A es simtrica si A = A
T
(
(
(

|
|
|
|
|
.
|

\
|
7 0 5
0 3 4
5 4 1
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2
1
n
d
d
d
Teorema: Si A y B son Matrice Simtricas del mismo tamao y si
k es cualquier escalar, entonces:
A
T
es simtrica
A + B y A B son simtricas
kA es simtrica
Observacin: En general , no es cierto que el
producto de matrices simtricas es
simtrico.
En efecto, sean A y B matrices simtricas del
mismo tamao. Entonces por el inciso d) del
teorema de matrices triangulares y por la
simetra se tiene:
(AB)
T
= B
T
A
T
= BA
Como AB y BA suelen ser diferentes, se
concluye que en trminos generales AB no es
simtrico. Sin embargo, en caso especial, en
que el producto AB = BA, entonces se dice que
A y B conmutan
Teorema
Si A es una matriz simtrica invertible,
entonces A
-1
es simtrica.

Demostracin: Suponer que A es simtrica e invertible.
por A = A
T
, se tiene:

(A
-1
)
T
= (A
T
)
-1
= A
-1

Lo que demuestra que A
-1
es simtrica
Matrices de la Forma AA
T
y A
T
A
Los productos matriciales de la forma AA
T
y A
T
A
se presentan en varias aplicaciones. Si A es una
matriz m x n, entonces A
T
es una matriz n x m,
de modo que los dos productos AA
T
y A
T
A son
matrices cuadradas; la matriz AA
T
es de tamao
m x m y la matriz A
T
A es de tamao n x n. Estos
productos son siempre simtricos porque:

(AA
T
)
T
= (A
T
)
T
A
T
= AA
T
y (A
T
A)
T
= A
T
(A
T
)
T
= A
T
A
Ejemplo
Sea A la matriz 2 x 3:

Entonces:

(

=
5 0 3
4 2 1
T
A
(

=
(
(
(

=
(
(
(

=
(

(
(
(

=
34 17
17 21
5 4
0 2
3 1
5 0 3
4 2 1
41 8 11
8 4 2
11 2 10
5 0 3
4 2 1
5 4
0 2
3 1
T
T
AA
A A
Observar que A
T
A y AA
T
son simtricas, como
era de esperarse

Teorema: Si A es una matriz invertible,
entonces AA
T
y A
T
A tambin son invertibles
Demostracin:

Como A es invertible entonces lo es A
T
as,
AA
T
y A
T
A son invertibles ya que son el
producto de matrices invertibles