GUIA DE MATRICES

I. DEFINICIONES Y TIPOS BSICOS DE MATRICES

Definicin: Matriz es un arreglo de nmeros (reales o complejos) dispuesto en filas y
columnas: As
0,02 0,16 0,01 0,4
0,02 0,16
0,4

0,04 0,23 0,15 0,02

0,04 0,23
1 2 0,02

;
;
0,23 0,12
0,2 0,16
0,23 0,12
3 4 0,16

0,4 0,01 0,15 0,2
0,01 0,15 0,2

Son matrices.
Una primera forma de identificar a una matriz es por el nmero de filas y de columnas que se
denomina orden y que se escribe mxn en que m es el nmero de filas y n el de columnas.
As, la primera matriz es de orden 1x3, la segunda de orden 3x3 y la tercera de orden 1x1.
Las matrices de orden 1x1 se denominan matrices escalares.
Tipos de matrices:
1. Matrices cuadradas. Una matriz en que m = n se denomina matriz cuadrada
2. Matriz diagonal. Es una matriz cuadrada con elementos diferentes de cero, solo en la
diagonal principal. Un caso particular de matriz diagonal es la Matriz identidad que se
caracteriza por que los valores de la diagonal principal son iguales a 1.
8 0 0
1 0 0

0 4 0 es una matriz diagonal y 0 1 0 es matriz identidad

0 0 2
0 0 1

3. Matriz escalar. Matriz con un slo elemento.

4. Matriz cero es una matriz en que todos sus elementos son 0.
5. Matriz transpuesta de A, denotada A es aquella en que sus filas coinciden con las
8 7 3 8 5 10

2 es 7 4 3,4
columnas de A. As la transpuesta de esta matriz 5 4
10 3,4 2 3 2 2

Se puede demostrar que (AB) = BA. Adems (A) = A.

6. Matriz simtrica. Una matriz es simtrica si es igual a su transpuesta. As: XX es
simtrica puesto que (XX) = XX.

7. Una matriz P se denomina ortogonal si P P = I. La matriz P se caracteriza porque dos

cualquiera de sus vectores columna ei ej son tales que ei*ej = 0 siempre que i sea diferente de
j
8. Una matriz P se llama idempotente si P P = P. (es decir el cuadrado de P es la misma
matriz P). La matriz M0 = I i i/n y M = I X (XX)-1X son idempotentes.

II.

OPERACIONES CON MATRICES Y NUEVAS DEFINICIONES.

Relacin de Equivalencia (=). Dos matrices son iguales si sus elementos homlogos lo
son. Deben tener igual nmero de filas e igual nmero de columnas.
Operaciones con matrices:
Suma y resta de matrices. Las matrices se suman, sumando sus elementos homlogos.
Para que dos o ms matrices se puedan sumar deben tener el mismo nmero de filas y el
mismo nmero de columnas.
Multiplicacin de matrices. La multiplicacin de dos matrices da origen a una tercera en
que cada uno de sus elementos es igual a la suma de los elementos de una fila de la primera
matriz por una columna de la segunda matriz. As el elemento i,j de la matriz producto es
igual a la multiplicacin de los elementos de la fila i de la primera matriz por los de la
columna j de la segunda.
Para poder multiplicar matrices estas deben ser conformables es decir el nmero de
columnas de la primera matriz debe ser igual al de filas de la segunda. Para multiplicar una
matriz por un escalar se debe multiplicar cada elemento de la matriz por el escalar. La
multiplicacin es asociativa, tiene elemento neutro pero no es conmutativa.

Ejemplos:
1 2

Sea A =
3 4

0 1

B =
6 7

Calcule A*B y muestre que el resultado es diferente a B*A Qu significa esto?

Dado las matrices
2 4

C
1 2

2 4

D
1 2

Calcule C*D y muestre que el resultado es la matriz 0

2 3

E
6 9

1 1

F
1 2

1 2

Sea A =
3 4

0 1

B =
6 7

2 1

G
3 2

Entonces AB BA
Dado:
2 3

E
6 9

1 1

F
1 2

2 1

G
3 2

Calcule E* F y demuestre que su resultado es igual a E*G Puede decir entonces que F =
G?
Interpretacin de las matrices idempotentes M0 y M:
Sea M0 = I i i/n entonces M0 es idempotente
Sea M = I X (XX)-1X entonces M es idempotente
Interpretacin de M0
Sea i vector columna de 1s
Sea x vector columna de xi
Entonces:
xi = ix
1
x ix
n

x1 x
x x
x i x = I x - i ix/n = (I i i /n) x
2
.

xn x

Luego:

(x
(x

x ) 2 xM0x

x )( y i y ) xM0y

Determinante de una matriz cuadrada A. Es una funcin multilineal alternada que define
el rea de los vectores que determinan la matriz A. El determinante de una matriz es igual
al producto des sus valores caractersticos.
Divisin (Inversin de una matriz). La divisin de matrices no existe como tal pero se
puede realizar una operacin equivalente a travs de la multiplicacin por la matriz inversa.

Dado A, la matriz inversa es una matriz V tal que AV = I. La matriz inversa se denota A 1
A

A '

det A
cofactores?

en que Ac es la matriz de cofactores de A Cmo se define la matriz de

Se tiene que (AB)-1 = B-1 A-1 (A)-1 = (A-1).

Vectores linealmente independientes: Un conjunto de vectores xi son linealmente
independientes si i*xi = 0 si y solo si i = 0 para todo i .
Una matriz es invertible si los Vectores fila son linealmente independientes.
Rango de una matriz X denotado (X) es el mnimo entre el mximo nmero de vectores
filas linealmente independientes y el mximo nmero de vectores columnas linealmente
independientes. Los vectores de una matriz cuadrada nxn son linealmente independientes si
la matriz A es invertible o tambin si el determinante de A es no nulo.
El rango de una matriz es el conjunto de valores caractersticos diferentes de cero. En el
caso de matrices rectangulares A el rango se puede medir por los valores caractersticos de
la matriz simtrica AA. Una matriz es de rango completo si todos los valores
caractersticos son diferentes de cero. Si alguno de dichos valores es distinto de cero pero
pequeo, entonces la matriz es difcil de invertir. Es lo que se mide con el nmero
max
condicional que es

min

0.5

Ejercicios
a 0 1
1) Encuentre los valores a y b, para los cuales la matriz A 1 b a es invertible y
1 1 1
calcule la matriz inversa.

1 2 1
2) Encuentre el valor t, tal que la matriz A 0 3
1 sea singular (no invertible).
2 2 t
Qu condicin tiene que cumplir t para que el sistema Ax=0 tenga una solucin
distinta de la trivial (x0)? Qu condicin tiene que cumplir t para que el sistema
t

Ax 1 tenga solucin nica?

1 t

Dada
5 10
A

3 6

2 8
B

1 4

41 1
C

33 7

Calcule el determinante de las matrices A y B. Calcule C.

III. FACTORIZACIN Y DIAGONALIZACIN DE MATRICES.
Factorizacin de matrices. (Raz cuadrada de una matriz.) Una matriz A se dice
factorizable si existe una matriz P tal que PP = A.
Diagonalizacin de matrices. Una matriz A se dice diagonalizable si existe matriz P tal
que P-1AP es diagonal. Si la diagonalizacin se aplica a las matrices simtricas y entonces
se tiene: que PAP es diagonal.

Definicin y clculo de Vectores y Valores caractersticos de una Matriz.

Def. x se dice un vector caracterstico de la matriz A si existe tal que: A.x = . x

Para encontrar los vectores caractersticos.
a) Se encuentran primero los valores caractersticos resolviendo la ecuacin.
A.x - .x = 0 | A - I | = 0
b) Se determinan los vectores caractersticos resolviendo Axi = ixi
1 2

Ejemplo: Sea A =
1
4

Para calcular los valores caractersticos se resuelve el sistema.

1 2
1 0

x 0
Ax x 0 A I x 0
0 1
1 4
1 2
0

1 4
0

Es decir: (1 - ) (4 - ) + 2 = 0 Por lo tanto los valores caractersticos son:

2 - 5 + 6 = 0 <

1 3
2 2

Clculo de vectores caractersticos

1 2 x1

3
1 4 x2

2 x1 2 x 2 0
x1

1x1 1 x 2 0
x2

1
Entonces: C1 =
1

En que C1 es el primer vector caracterstico

Segundo vector caracterstico
x
1 2 x1
2 1
Sea
1 4 x2
x2

x1 2 x 2 2 x1

La ecuacin anterior conjuntamente con el hecho que los vectores caractersticos tienen
norma unitaria implica que:
2/ 5

C2 =

1/ 5
Se tiene finalmente que:

 1 = 3;

1
C1 =
1

2 = 2;

2/ 5

C2 =

1
/
5

0.5 0.3

A =
0.3 0.5

Ejemplo 2: Sea

Para calcular los valores caractersticos se resuelve el sistema.

Ax x 0

0.5 0.3

0
.
3
0
.
5

I x 0

0 .5 0 .3 0

0 .3 0 .5 0

0 .5

0 .3

0 .3

0 .5

1 0
x 0

0 1

Es decir: (- 0.5 - ) (- 0.5 - ) - 0.09 = 0 = - 0.5 0.3

1 = - 0.5 + 0.3 = -0.2

2 = - 0.5 - 0.3 = - 0.8

Los valores caractersticos de esta matriz A son

caractersticos son
Para 1 4

2 2

1 4 , 2 2

y sus vectores

1 / 2
y para
C1

1
/
2

1/ 2

C 2

1
/
2

Los vectores y valores caractersticos juegan un papel muy importante en la factorizacin

de matrices como se ver a continuacin.
Teo. Los vectores caractersticos de una matriz A y de su inversa son iguales y los valores
caractersticos de una son los recprocos de la otra.

Teoremas de descomposicin y de factorizacin

Teo1. Descomposicin espectral de una matriz. Sea C la matriz de vectores
caractersticos de A y sea D la matriz diagonal de sus valores caractersticos. Entonces se
tiene que AC = CD. Si C es invertible entonces A = CDC 1 Las condiciones para que C
sea invertible es que los vectores caractersticos sean linealmente independientes. Si los
valores caractersticos son diferentes entonces C es invertible puesto que sus vectores
caractersticos son linealmente independientes. Esto es condicin suficiente solamente.
Teo 2. Factorizacin de matrices simtricas. Si A es simtrica, la matriz P se puede
definir como P = D1 / 2 C en que D es la matriz de valores caractersticos y C la de vectores
caractersticos de A. En general se tiene que P = D 1 / 2 C 1 pero como A es simtrica
entonces la inversa se reemplaza por C. Esto es as porque los vectores caractersticos de
matrices simtricas son ortogonales
Teo 3. Diagonalizacin de matrices. Una matriz A se dice diagonalizable si existe matriz
P tal que P-1AP es diagonal. Una matriz cuadrada en que sus vectores caractersticos son
linealmente independientes es diagonalizable. Adems, sea C matriz de vectores
caractersticos y D matriz de valores caractersticos de la matriz A, entonces AC = CD Si
se supone que los valores caractersticos son diferentes, entonces C es ortogonal y por lo
tanto A = CDC.
Teo 4. Potencias de una matriz simtrica. Sea A matriz cuadrada, D la matriz de valores
caractersticos y C la de vectores caractersticos de A. Entonces, si C es invertible,
entonces: A = C DC-1. Luego Ar = CDr C-1 esta proposicin es vlida para r entero positivo
o negativo. Si adems A es positiva y definida, entonces esta proposicin es vlida para
cualquier r real. Observacin. Si A es simtrica, entonces: Ar = CDr C

Ejercicios

5 1
.
Sea la matriz A
2 4
a) Encuentre la matriz B que diagonaliza a la matriz A
b) Demuestre que si los vectores propios fueron normalizados BB=I.
c) Factorice A, es decir encuentre la matriz P tal que PP = A. Siempre puede
hacerlo?.

Caso de matrices simtricas

(Recuerde que una matriz A es simtrica si A = A )

Ejemplo: calcule los valores y vectores caractersticos de la siguiente matriz simtrica

 3 1

A
1 3

a) Valores caractersticos

3 ; 1
1; 3

Luego:

3 1

1 3

0 2 6 8 0

1 4
2 2

b) Vectores caractersticos
1 4

entonces:

1 / 2
x
x
3 1

1 1 C1

1 3
x2
x 2
1 / 2
2 2

entonces:

1/ 2

C 2

1
/
2

Luego:
1 / 2
C
1 / 2

1/ 2

1 / 2

1 / 2
C ' C
1 / 2

1/ 2

1 / 2

Sea:
1 4 ; 1 2

Se tiene que C es ortogonal.

Se sabe que: P = D1 / 2 C Luego:

1 / 2

1 2

1/ 2

1 / 2

1 0

0 1

2/ 2
P '
2/ 2

2/ 2
P ' P
2/ 2

2/ 2

3 1
2/ 2

A
1
1 3

rang P = Rang PP = rang A Si A es de rango completo entonces Py P tambin lo son.

Obs: Cuando una matriz A es simtrica se puede demostrar que los valores caractersticos
son reales. Si adems son diferentes, entonces los vectores caractersticos son ortogonales.
Es interesante destacar que pueden ser ortogonales incluso si los valores caractersticos son
iguales.

Teoremas de caracterizacin de valores y vectores caractersticos para matrices

simtricas

T1- Si A es simtrica, entonces sus valores caractersticos son reales y adems si 1 2

entonces C1 C2 = 0 (vectores ortogonales).
Def1 Una matriz A simtrica se denomina positiva definida si para todo x 0 se tiene que
xAx > 0
Def2 Una matriz A simtrica se denomina positiva semi definida si para todo x 0 se tiene
que xAx 0.
T2- Los valores caractersticos de una matriz positiva definida (semi definida) son todos
positivos (no negativos)).
T3- El nmero de valores caractersticos diferentes de cero de un matriz A es igual al
rango de A.
T4-

Si C es matriz de vectores caractersticos de A, entonces CAC = en que es la

matriz diagonal de los valores caractersticos

T5- Si A es simtrica positiva semi definida, entonces existe P =

1 . C1 ... r . Cr
con Ci vector caracterstico y i valor caracterstico tal que PP = A. Se tiene adems
rang A = rang P.

Demostraciones:

T1 Sea 1 2

entonces

A x1 1 x1
A x2 2 x2
x' 2 A x1 1 x' 2 x1
x'1 A x 2 2 x'1 x 2

Pero x2 A x1 = x1 A x2 si A es simtrica.
Luego: 0 = x1 x2 ( 1 - 2) x1 x2 = 0

puesto 1 2

Teo 2: Sea: x.A.x 0

una forma cuadrtica positiva semi definida.

Esto es vlido x 0 .

En particular sea y = Cx

y A y = x.CA C x = x x

0 i 0 i

Teo 3: Se sabe que rang CAC = rang A puesto C y C son de rango completo.
Pero CAC = luego rang A = rang y rang = nmero de valores caractersticos
diferentes de cero.
DEM de T5
Sea C la matriz de los valores caractersticos. Es decir C = (C1, C2,.... Cr)
A C = ( 1C1 ; 2C2 ; rCr) = C
Luego C A C = C C pero CC = I

puesto que C es ortogonal.

Por lo tanto:

C ' A. C 1 2
0
Luego P '

C1 ...

0
A C C'
r

r C r (puesto que es simtrica) tal que

P ' P C C ' CC ' A

Orden de matrices (matriz A > B)

Si d = xAx xBx > 0 entonces se dice que A > B
Si A es positiva definida y B no negativa, entonces A + B > A
sea

XX es definida positiva. .En efecto, sea y 0 y sea v = Xy entonces vv >0 o

yXXy > 0

IV. PARTICION DE MATRICES

1 Determinante de matrices particionadas

A11
A21

A12
A22 A11 A12 A221 A21
A22
A11 A22 A21 A111 A12

2. Inversa de una matriz particionada.

A11

A21

A12

A22

( A11 A12 A221 A21 ) 1

1
( A21 A22 )' F1

A ( I A21 F1 A12 A )
FA12 A221

1
22

F1 ( A11 A12 A221 A21 ) 1

Forma alternativa en funcin de A22.

A11

A21

A12

A22

A 1 ( I A12 F2 A21 A111 ) A111 A12 F2

11

F2 A21 A111
F2

F2 ( A22 A21 A111 A12 ) 1

V.

DERIVACION DE MATRICES

Sea y = xb = xi bi

1
22

REVISAR

y
y
xi por lo tanto
=x
bi
b

Entonces

Sea F = 1

a c 1
a12 2c1 2 b 22
c b 2

Luego se tiene que:

F
2a1 2c 2
1
F
2c1 2b 2
2

a c 1
F

2
c
b

En resumen
X
X

' X
2 X

(tambin se puede escribir 2 ' X '

Descripcin de los clculos

x ' A
A'
x

x ' A
A
x '

1 2

Sea A =
3 4
1 2
= (1x1 + 3x2 ; 2x1 + 4x2)
Entonces xA = (x1, x2) *
3 4
x ' A
x1

1 2

= A (la coordenada x1 esta en la 1 fila y la x2 en la 2)

3 4

x ' A
x
x ' A
x 2

x ' A
x1
1 3

= A (la coordenada x1 esta en la 1 col y la x2 en la 2)

2 4

x ' A
x '
x ' A
x 2

Derivacin de Ax
Ax
A'
x

Ax
A
x '

Sea:
1 2 x1 x1 2 x 2
=
Ax =
3 4 x 2 3x1 4 x 2

Ax
x1
1 3

= A (la coordenada x1 esta en la 1 fila y la x2 en la 2)

2 4

Ax
x
Ax
x 2

Ax
x1
1 2

= A (la coordenada x1 esta en la 1 col y la x2 en la 2)

3 4

Ax
x '
Ax
x 2

Descripcin del clculo de la derivada de una Forma Cuadrtica

1 3

Sea A =
3 4
1 3 x1
*
x Ax = (x1 , x2) *
3 4 x2
x
(1x1 + 3x2 ; 3 x1 + 4 x2) 1
x2

1x 12 + 3 x1x2 + 3x1x2+4x 22
xAx = x 12 + 6 x1x2 + 4x 22

x' Ax
2 x1 6 x 2
x1
x' Ax
x
x ' Ax
6 x 1 8x 2
x 2

1 3 x1
x' Ax 2 6 x1
2
* = 2Ax

x
6 8 x 2
3 4 x2

VI.

Sea

LA TRAZA DE UNA MATRIZ

d
A 1
b

Entonces:

d 2

' A 1

d
2 1
b

a 1
d 112 (a b)1 2 d 2 22
d 2 2

Luego E' A (d 1 d 2 ) 2 si E12 = 0

La traza de una matriz es igual a la suma de los elementos de la diagonal principal y se
emplea para calcular la suma de las varianzas de los estimadores de un vector de
parmetros.
Ejercicio: Demuestre que para cualquier vector a se cumple que traza (aa' ) a' a ai2
i