Apuntes de Álgebra Lineal: Vectores y

matrices

Nerio Borges
Universidad Yachay Tech, Ecuador

Escuela de Ciencias Matemáticas y Computacionales

En este capítulo denimos matrices y vectores. Esto nos dotará del lenguaje que
nos permitirá tratar los diversos problemas del álgebra lineal.

1. Vectores y matrices

1.1. Vectores

Un escalar es un número (real o complejo).

Sea n un número entero positivo. Un vector la de n componentes es una
lista ordenada formada por n escalares (algunos posiblemente repetidos), escritos
horizontalmente:
(a1 , a2 , . . . , an )
Un vector columna de n componentes es una lista ordenada formada por n
escalares (también con posibles repeticiones), escritos verticalmente:
 
a1
 a2 
⃗v =  .. 
 
.
an

Un vector con n componentes, sea la o columna, es un vector de dimensión n o

un n-vector.
La i-ésima componente del vector ⃗v es el elemento que está en el lugar número
i de la lista. En el caso de

⃗v = (a1 , a2 , . . . , ai , . . . , an )

1
1 Vectores y matrices 2

o de  
a1
 a2 
.
.
.
⃗v =  
 ai 
.
 .. 
an
la i-ésima componente es ai .
El vector cero o nulo con n componentes es el n-vector cuyas componentes son
todas cero (no importa si es la o columna):
 
0
0
⃗0 = 
 .. 

.
0

Ejemplo 1.
⃗v = (−1, 3)
Es un vector la de dimensión 2. Su primera componente es −1 y su segunda com-
ponente es 3.
⃗ = (0, 2, −1, 5)
w
Es un vector la de dimensión 4. Su primera componente es 0, su cuarta componente
es 5.
Ejemplo 2.
 
3  
0
  0
2 ⃗0 = 0
⃗v1 = 
3
 ⃗v2 =
5
0
π

Son vectores columna de dimensión 4, 2 y 3 respectivamente. La cuarta componente

de ⃗v1 es π , la primera componente de ⃗v2 es 2.
Rn denota al conjunto de todos los n-vectores con componentes reales:
  

 a1 

 a2 
 

Rn =  ..  : ai ∈ R
 

 . 


 a 

n
1 Vectores y matrices 3

Cn es el conjunto de todos los n-vectores de componentes complejas:

  

 z1 

 z2 
 

C =  ..  : zi ∈ C
n  

 . 


 z 

n

Note que estamos presentando Rn y Cn como conjuntos de vectores columna. Sin

embargo esto no será relevante en la mayoría de las ocasiones. Generalmente nos
dará lo mismo si un vector de Rn o Cn es una columna o una la.

1.2. Matrices

Una matriz A de tamaño m × n es un arreglo rectangular de números (reales

o complejos), dispuestos en m las y n columnas:
 
a11 a12 . . . a1j . . . a1n
 a21 a22 . . . a2j . . . a2n 
 . .. .. .. 
 .
 . . . . 
A=

 ai1 ai2 ... aij . . . ain 

 . .. .. .. 
 .. . . . 
am1 am2 . . . amj . . . amn

Una notación más compacta para la matriz A de tamaño m × n es

A = (aij )m×n
En este caso, la la i de A es el vector la de n componentes
(ai1 , ai2 , . . ., aij , . . ., ain )
y la columna j de A es el vector columna de m componentes


a1j
 a2j 
 . 
 . 
 . 
A=
 aij 

 . 
 .. 
amj
La componente ij de A es el número aij que pertenece simultáneamente a la la i
y la columna j .
1 Vectores y matrices 4

Observación 1 (Notación). Si A es una matriz, también usaremos la siguiente nota-

ción:
1. [A]ij denota a la componente ij de A.
2. [A]i∗ denota la i-ésima la de A.
3. [A]∗j denota la j -ésima columna de A.
Observación 2. Note que un vector la de m componentes es una matriz de tamaño
1 × m y que un vector columna de n componentes es una matriz de tamaño n × 1.
Un escalar (real o complejo) puede considerarse como una matriz de tamaño 1 × 1.
Denotaremos como Rm×n al conjunto de todas las matrices de tamaño m × n con
componentes reales y como Cm×n al conjunto de todas las matrices de tamaño m × n
con componentes complejas.

1.2.1. Algunas matrices especiales

Una matriz cuadrada tiene el mismo número de las que de columnas, es decir,
una matriz de tamaño m × n donde m = n. Tiene la forma:
 
a11 a12 . . . a1j . . . a1n
 a21 a22 . . . a2j . . . a2n 
 . .. .. .. 
 .
 . . . .  
a a . . . a . . . a
 
 i1 i2 ij in 
 . .. .. .. 
 .. . . . 
an1 an2 . . . anj . . . ann
Una matriz es nula o cero si sus componentes son todas cero:
 
0 0 ... 0 ... 0
0 0 . . . 0 . . . 0
. .. .. .. 
.
. . . . 
0 0 . . . 0 . . . 0
 
. .. .. .. 
 .. . . .
0 0 ... 0 ... 0

Observación 3 (Notación). La notación

(⃗c1 , ⃗c2 , . . . , ⃗cn )

1 Vectores y matrices 5

representa a la matriz cuyas columnas son los vectores ⃗c1 , ⃗c2 , . . . , ⃗cn y la notación
 
⃗r1
 ⃗r2 
 .. 
 
 . 
⃗rm
a la matriz cuyas las son los vectores ⃗r1 , ⃗r2 , . . . , ⃗rm .
Ejemplo 3.
 
    5 4
3 −5 5 0 −1
A= B= C =  0 2
2 7 4 2 0
−1 0
   
3 −5 0 0 0 0 0

D= 0
 1 3  0= 0
 0 0 0 ⃗v = 3 3 0
7 0 4 0 0 0 0
A es una matriz cuadrada 2 × 2, B es un a matriz 2 × 3, C es una matriz 3 × 2, D
es una matriz cuadrada 3 × 3, 0 es una matriz 3 × 4 nula y el vector ⃗v puede verse
como una matriz 1 × 3.
Ejemplo 4. En la matriz  
3 −5 0
D = 0 1 3 
7 0 4
Las componentes 1-3, 3-1 y 1-2 son, respectivamente, 0, 7 y −5.

1.2.2. Igualdad de matrices

Las matrices A y B , ambas de tamaño m×n, son iguales si, y sólo si [A]ij = [B]ij
para todo par i, j con 1 ≤ i ≤ m y 1 ≤ j ≤ n.
Note que para que dos matrices sean iguales es necesario que tengan el mismo
tamaño.
Ejemplo 5. Las matrices  
3 −5 0
0 1 3 
7 0 4
y  
2 + 1 −15 + 10 2 − 2
0 + 0 −1 + 2 12 − 9
3 + 4 −5 + 5 0+4
Son iguales ya que tienen el mismo tamaño y son iguales componente a componente.
2 Suma de matrices y producto de escalar por matriz 6

Ejemplo 6 (Dos matrices diferentes). Las matrices

 
5 0 −1
4 2 0
y  
5 4
 0 2
−1 0
No tienen el mismo tamaño y por tanto son diferentes.
Ejemplo 7. Las matrices
Las matrices  
3 −5
2 7
y  
2 −5
2 7
Dieren en la componente 1-1, por tanto son distintas.
Ejemplo 8.    
3 −5 3 −5 0
̸=
2 7 2 7 0
Porque tienen diferentes tamaños.

2. Suma de matrices y producto de escalar por matriz

En esta sección estudiamos las dos operaciones básicas usando matrices y sus
propiedades.
Si A = (aij ) y B = (bij ) son matrices, ambas de tamaño m × n, se dene su suma
como la matriz A + B de tamaño m × n tal que
[A + B]ij = [A]ij + [B]ij
para todo par i, j con 1 ≤ i ≤ m y 1 ≤ j ≤ n.
Es decir:
A + B =(aij + bij )
 
a11 + b11 ... a1j + b1j ... a1n + b1n
.. .. .. ..

 . . . . 

=  ai1 + bi1 ... aij + bij ... ain + bin
 
.. .. .. ..

. . . .
 
 
am1 + bm1 . . . amj + bmj . . . amn + bmn
2 Suma de matrices y producto de escalar por matriz 7

   
2 −15 2 1 10 −2
Ejemplo 9. Si A = 0 −1 12 y B = 0 2 −9 entonces la suma A + B es
3 −5 0 4 5 4
 
3 −5 0
A + B = 0 1 3 
7 0 4
Ejemplo 10. Las matrices

  5 4
5 0 −1
A= y B =  0 2
4 2 0
−1 0
No se pueden sumar porque no tienen el mismo tamaño.
Si c es un escalar y A es una matriz (aij )m×n se dene el producto de c por A
como la matriz c A de tamaño m × n tal que
[c A]ij = c [A]ij
para todo par i, j con 1 ≤ i ≤ m, 1 ≤ j ≤ n.
Es decir:
c A = (c aij )
 
c a11 c a12 . . . c a1n
 c a21 c a22 . . . c a2n 
=  .. .. .. 
 
 . . . 
c am1 c am2 . . . c amn
Ejemplo 11. Dada  
5 0 −1
A=
4 2 0
tenemos  
10 0 −2
2A =
8 4 0
 
1 0 −1/5
(1/5)A =
4/5 2/5 0
Si A y B son matrices del mismo tamaño, la resta A − B se dene como:
A − B = A + (−1)B
La matriz −B es el inverso aditivo de B y denota al producto (−1)B .
2 Suma de matrices y producto de escalar por matriz 8

Ejemplo 12. Encontrar la matriz X = (xij ) de tamaño 2 × 3 tal que


  
2 0 1 3 2 0
X+ =
3 1 −5 1 1 3

Solución. 
  
2 0 1 3 2 0
X+ =
3 1 −5 1 1 3

⇐⇒
   
3 2 0 2 0 1
X= −
1 1 3 3 1 −5

⇐⇒
   
3−2 2−0 0−1 1 2 −1
X= =
1−3 1−1 3+5 −2 0 8

Teorema 1 (Propiedades de la suma de matrices y el producto por escalares). Si

A, B, C son tres matrices de tamaño m×n y c1 , c2 son dos escalares, entonces:

1. A+0=A (Elemento Neutro)

2. 0A = 0 (a la izquierda de la igualdad el 0 es un escalar, a la derecha es la
matriz nula del mismo tamaño que A)
3. A+B =B+A (Conmutatividad)
4. (A + B) + C = A + (B + C) (Asociatividad)
5. c1 (A + B) = c1 A + c1 B (Distributividad 1)
6. 1A = A
7. (c1 + c2 ) A = c1 A + c2 , A (Distributividad 2)

Demostración. Demostramos la conmutatividad y dejamos el resto de las propiedades

como ejercicio para el lector.
Sean A y B dos matrices de tamaño m × n. Queremos demostrar que la matriz
A + B es igual a la matriz B + A. En primer lugar, note que las dos matrices tienen
tamaño m × n por ser sumas de matrices tamaño m × n, por lo que resta vericar
que son iguales componente a componente.
3 Producto de matrices 9

En efecto para todo par i, j con 1 ≤ i ≤ m y 1 ≤ j ≤ n:

[A + B]ij = [A]ij + [B]ij (por denición de A + B )

= [B]ij + [A]ij (conmutatividad de la suma de números reales)
= [B + A]ij (por denición de B + A)

De donde se sigue que A + B = B + A para cualquier par de matrices que se puedan

sumar entre sí.
La asociatividad de la suma permite extender sin ambigüedad esta operación a
más de dos matrices, es decir, el signicado de la expresión A1 + A2 + · · · + Ak cuando
todas las Aj son matrices del mismo tamaño está bien denido.

3. Producto de matrices

3.1. Producto escalar de dos vectores

Si ⃗u = (u1 , u2 , . . . , un ) y ⃗v = (v1 , v2 , . . . , vn ) son dos vectores de n componentes

se dene su producto escalar como

⃗u · ⃗v = u1 v1 + u2 v2 + · · · + un vn

Ejemplo 13. El producto escalar de ⃗v = (3, 0, −1) y w

⃗ = (1, 4, 3) es

⃗v · w
⃗ = 3 · 1 + 0 · 4 + (−1) · 3 = 0

Ejemplo 14. El producto escalar de ⃗u = (2, 1, 1, 3) y ⃗v = (3, 1, −2, 0) es

⃗v · w
⃗ = 2 · 3 + 1 · 1 + 1 · (−2) + 3 · 0 = 5

Teorema 2 (Propiedades del producto escalar). Si ⃗u, ⃗v , w

⃗ son tres vectores con n
componentes y c es un escalar:

1. ⃗v · ⃗0 = 0

2. ⃗v · ⃗u = ⃗u · ⃗v

3. ⃗u · (⃗v + w)
⃗ = ⃗u · ⃗v + ⃗u · w
⃗

4. c(⃗u · ⃗v ) = (c⃗u) · ⃗v = ⃗u · (c⃗v )

La demostración de este teorema sigue de las propiedades del producto y la suma

de números reales y queda como ejercicio para el lector.
3 Producto de matrices 10

3.2. Producto de dos matrices

La denición de producto escalar de dos vectores permite denir el producto de

dos matrices:
Suponga que A = (aij ) es una matriz m × p y que B = (bij ) es una matriz p × n.
Note que el número de columnas de A es igual al número de las de B . En este caso
el producto AB es la matriz de tamaño m × n cuya componente ij -ésima está dada
por1
n
X
[AB]ij = [A]ik [B]kj = ai1 b1j + ai2 b2j + · · · + aik bkj + · · · + aip bpj
k=1

Tenemos la i-ésima la de A:

[A]i∗ = (ai1 , ai2 , . . . , aik , . . . , aip )

y la j -ésima columna de B : 
b1j
b2j 
 . 
 . 
 . 
[B]∗j =  
bkj 
 . 
 .. 
bpj
notamos que
[AB]ij = [A]i∗ · [B]∗j
es decir:
[AB]ij = (i-ésima la de A) · (j -ésima columna de B)
Ejemplo 15. Calculamos el producto AB de las matrices
   
3 −5 2 0
A= B=
1 0 2 1

 
(3 · 2 + (−5) · 2) (3 · 0 + (−5) · 1)
AB =
(1 · 2 + 0 · 2) (1 · 0 + 0 · 1)
 
−4 −5
=
2 0
1 Para la notación de sumatoria revise la Sección 4.
3 Producto de matrices 11

Ahora calculamos el producto BA:

   
(2 · 3 + 0 · 1) (2 · (−5) + 0 · 0) 6 −10
BA = =
(2 · 3 + 1 · 1) (2 · (−5) + 1 · 0) 7 −10

Note que AB ̸= BA. Esto quiere decir que, en general, el producto de matrices
no es conmutativo.

Ejemplo 16. Considere las matrices

   
2 1 3 1 −2
A= y B=
4 5 1 0 5

Tenemos el producto  
7 2 1
AB =
17 4 17
Pero el producto BA no está denido ya que B tiene 3 columnas y A tiene solamente
2 las.
Ejemplo 17. Dados dos vectores en Rn
 
a1
 a2 
⃗u =  ..  y ⃗v = (b1 , b2 , . . . , bn )
 
.
an

El producto ⃗u⃗v de ⃗u considerado como una matriz n × 1 y ⃗v visto como una matriz
1 × n es la matriz n × n
 
b 1 a1 b 2 a1 . . . b n a1
 b 1 a2 b 2 a2 . . . b n a2 
 .. .. . ..  = (b1⃗u, b2⃗u, . . . , bn⃗u)
 
 . . . . . 
b 1 an b 2 an . . . b n an

llamada el producto externo de ⃗u y ⃗v .

3.3. Propiedades del producto de matrices

Teorema 3 (Asociatividad). Sean A una matriz de tamaño m × p, B una matriz

de tamaño p×q y C una matriz de tamaño q × n. Entonces

A(BC) = (AB)C
3 Producto de matrices 12

Demostración. Sean A, B y C matrices de tamaño m×p, p×q y q×n respectivamente.

Primero debemos vericar que A(BC) y (AB)C tengan el mismo tamaño. En efecto,
observe que el producto BC está denido y es de tamaño p × n. Así, el producto
A(BC) también está denido y es de tamaño m × n. Por otro lado, el producto AB
está denido y es de tamaño m × q y por tanto (AB)C está denido y es de tamaño
m × n. Luego A(BC) y (AB)C son ambas de tamaño m × n.
Ahora debemos probar que son iguales componente a componente, es decir que-
remos demostrar que
[A(BC)]ij = [(AB)C]ij
para todo par i, j con 1 ≤ i ≤ m, 1 ≤ j ≤ n.
En efecto
p
X
[A(BC)]ij = [A]ik [BC]kj
k=1
p q
!
X X
= [A]ik [B]kℓ [C]ℓj
k=1 ℓ=1
p q
!
X X
= [A]ik ([B]kℓ [C]ℓj )
k=1 ℓ=1
p q
!
X X
= ([A]ik [B]kℓ )[C]ℓj
k=1 ℓ=1
q p
!
X X
= [A]ik [B]kℓ [C]ℓj
ℓ=1 k=1
q
X
= [AB]iℓ [C]ℓj
ℓ=1
= [(AB)C]ij

lo cual completa la demostración.

Debido a la propiedad asociativa se puede escribir el producto de tres matrices
sin paréntesis:
A(BC) = (AB)C = ABC
Y también es posible extender la asociatividad a una mayor cantidad de matrices.
Por ejemplo, dadas cuatro matrices A, B, C, D tales que existen los productos AB ,
BC y CD, la propiedad asociativa garantiza que:

ABCD = A(B(CD) = A((BC)D) = (A(BC))D = ((AB)C)D = (AB)(CD)

3 Producto de matrices 13

No importa el orden en que se pongan los paréntesis al calcular estos productos, el

resultado siempre será el mismo.
Teorema 4 (Distributividad). Si A es una matriz m×p y B, C son matrices p × n:

A(B + C) = AB + AC

similarmente, si A, B son matrices m×p y C es una matriz p × n:

(A + B)C = AC + BC

Demostració[Link] tres matrices A de tamaño m × p y B, C de tamaño p × n,

queremos demostrar que
A(B + C) = AB + AC
para ello, tenemos que ver dos cosas:
Primero debemos vericar que las matrices A(B + C) y AB + AC tienen el mismo
tamaño. En efecto, el producto A(B + C) está denido y es de tamaño m × n. Por
otra parte, cada uno de los productos AB y AC está denido y es de tamaño m × n,
luego su suma es de tamaño m × n. Así, las matrices a ambos lados de la igualdad
tienen el mismo tamaño.
En segundo lugar queremos vericar que [A(B + C)]ij = [AB + AC]ij para todo
1≤i≤my1≤j≤n
p
X
[A(B + C)]ij = [A]ik ([B]kj + [C]kj )
k=1
p
X
= ([A]ik [B]kj + [A]ik [C]kj )
k=1
p p
X X
= [A]ik [B]kj + [A]ik [C]kj
k=1 k=1
= [AB + AC]ij

La demostración de la propiedad distributiva a derecha es muy parecida y queda

como ejercicio para el lector.
Teorema 5. Si A es una matriz de tamaño m × k, B es una matriz de tamaño k×n
y c es un escalar, entonces:

(cA)B = A(cB) = c(AB)

Demostración. Ejercicio.
3 Producto de matrices 14

3.4. Combinaciones lineales y producto de matrices

Sea A una matriz m×p. Si B es una matriz p×n, la j -ésima columna del producto
AB es el vector
 
[A]11 [B]1j + [A]12 [B]2j + · · · + [A]1k [B]kj + · · · + [A]1p [B]pj
 [A]21 [B]1j + [A]22 [B]2j + · · · + [A]2k [B]kj + · · · + [A]2p [B]pj 
.. (1)
 
.
 
 
[A]m1 [B]1j + [A]m2 [B]2j + · · · + [A]mk [B]kj + · · · + [A]mp [B]pj
El vector (1) puede escribirse como la suma:
       
[A]11 [A]12 [A]1k [A]1p
 [A]21   [A]22   [A]2k   [A]2p 
[B]1j  ..  + [B]2j  ..  + · · · + [B]kj  ..  + · · · + [B]pj  .. 
       
 .   .   .   . 
[A]m1 [A]m2 [A]mk [A]mp
vemos que el vector columna 1 es la suma
[B]1j [A]∗1 + [B]2j [A]∗2 + · · · + [B]kj [A]∗k + · · · + [B]pj [A]∗p (2)
La suma 2 es lo que se conoce como una combinación lineal de los vectores
columna de A. Por tanto cada columna de la matriz producto AB es una combinación
lineal de las columnas de A. Note que los escalares que multiplican a las columnas
de A son las componentes de la j -ésima columna de B .
Note también que [AB]∗j es el producto A[B]∗j . Esta observación será de impor-
tancia más adelante.
Ejemplo 18. Tenemos las matrices
 
2 −1  
2 5
A = 0 1  y B=
3 −2
1 3
La matriz A es 3 × 2 y la matriz B es 2 × 2. Como el número de columnas de A es
igual al número de las de B , el producto AB está denido y es:
 
1 12
AB =  3 −2
11 −1
Note que la primera columna de AB es:
     
1 2 −1
 3  = 2 0 + 3  1 
11 1 3
3 Producto de matrices 15

Es decir, la primera columna de la matriz AB es una combinación lineal de las dos

columnas de A. Note que los escalares que multiplican a las columnas de A son las
componentes de la primera columna de B .
Similarmente la segunda columna de AB es
     
12 2 −1
−2 = 5 0 − 2  1 
−1 1 3
una combinación lineal de las columnas de A. Los escalares que multiplican a las
columnas de A en este caso son las componentes de la segunda columna de B .
Ejemplo 19. El producto de las matrices
   
2 1 3 1 −2
A= y B=
4 5 1 0 5
es la matriz  
7 2 1
AB =
17 4 17
Note que      
7 2 1
=3 +1
17 4 5
     
2 2 1
=1 +0
4 4 5
y      
1 2 1
= −2 +5
17 4 5
Ejemplo 20. Tenemos las matrices
 
  4 0 1
2 0 1
A= y B = 1 −3 −5
3 −2 0
2 4 7
Las columnas del producto AB son:
       
10 2 0 1
=4 +1 +2
10 3 −2 0
       
4 2 0 1
=0 −3 +4
6 3 −2 0
       
9 2 0 1
=1 −5 +7
13 3 −2 0
 
10 4 9
AB =
10 6 13
3 Producto de matrices 16

3.5. Matriz Identidad de tamaño n×n

Para cada n la matriz In tamaño n × n con
(
1 si i = j
[In ]ij =
0 si i ̸= j
es la matriz identidad de tamaño n × n. Es una matriz cuyas componentes son
cero excepto en la diagonal, donde todas son 1:
 
1 0 ... 0
0 1 ... 0
In =  .. .. ... 
 
. . 0
0 0 ... 1
La columna j -ésima de la matriz I se denota como ⃗ej . Note que las componentes
del vector ⃗ej son todas 0, salvo su componente j , que es un 1.
Ejemplo 21.
 
  1 0 0 0
  1 0 0
1 0 0 1 0 0
I2 = I3 = 0 1 0 I4 =  
0 1 0 0 1 0
0 0 1
0 0 0 1
Usualmente se omite el subíndice cuando el tamaño de la identidad se deduce del
contexto.
La propiedad fundamental de la matriz identidad es:
Teorema 6. Si A es una matriz de tamaño m × n, entonces

Im A = AIn = A
Así, si A es una matriz cuadrada de tamaño n × n:
AI = IA = A
Demostración. Dado que Im es de tamaño m × m y A es de tamaño m × n, es posible
efectuar el producto Im A, y éste tiene tamaño m × n, que es el tamaño de A.
Por otro lado, para cada par i, j con 1 ≤ i ≤ m y 1 ≤ j ≤ n:
m
X
[Im A]ij = [Im ]ik [A]kj
k=1
= [Im ]ii [A]ij
= 1 [A]ij
= [A]ij
3 Producto de matrices 17

Así, Im A = A.
La demostración de que AIn = A es muy similar y queda como ejercicio.
Así, si I = In y A es una matriz de tamaño n × n, tenemos que In A = A y
AIn = A.
Observación 4. En particular, si
 
v1
 v2 
⃗v =  .. 
 
.
vn

es un vector cualquiera en Rn se tiene que

I⃗v = ⃗v

ya que ⃗v es una matriz de tamaño n × 1.

3.6. Potencias de una matriz

Si A es una matriz cuadrada, se denen las potencias de A de la siguiente forma:

A0 =I
A1 =A
A2 = AA
A3 = A2 A = AAA
..
.

Es decir, tenemos la fórmula recursiva2 :

A0 = I
Ak+1 = Ak A (k ≥ 0)

El siguiente ejemplo resume algo de lo visto hasta ahora sobre operaciones entre
matrices y entre escalares y matrices.
Ejemplo 22 (Un polinomio evaluado en una matriz). Tenemos el polinomio

p(x) = −x2 + 2x + 5
2 Una fórmula f es recursiva si podemos calcular f (n) conociendo los valores f (k) para k < n.
3 Producto de matrices 18

Si A es la matriz cuadrada  
3 0 1
A = 5 −1 0
2 2 1
evalúe p(x) en la matriz A.
Solución. Evaluamos p(x) en A:
p(A) = −A2 + 2A + 5A0
= (−1)A2 + 2A + 5I
Sustituyendo:
     
11 2 4 6 0 2 5 0 0
p(A) = − 10 1 5 + 10 −2 0 + 0 5 0
18 0 3 4 4 2 0 0 5
 
0 −2 −2
=  0 2 −5
−14 4 4

3.7. Producto de matrices por bloques

A veces se pueden subdividir dos matrices en bloques o submatrices de forma

tal que es posible calcular su producto usando los productos de los bloques. Cuando
esto sucede, se dice que las particiones de las matrices en bloques son compatibles.
Veamos un ejemplo:
Ejemplo 23. Sean
   
3 1 0 −2 2 4 5
 0 −1 1 5   5 7 2 
A=
 1 4 0 7 
 y B=
 8

3 1 
0 5 3 2 3 0 4

  
3 1 0 −2 2 4 5
 0 −1 1 5   5 7 2 
AB =  
 1 4 0 7  8 3

1 
0 5 3 2 3 0 4
  
A11 A12 B11 B12
=
A21 A22 B21 B22
3 Producto de matrices 19

Donde
       
3 1 0 −2 1 4 0 7
A11 = A12 = A21 = A22 =
0 −1 1 5 0 5 3 2
y        
2 4 5 8 3 1
B11 = B12 = B21 = B22 =
5 7 2 3 0 4
Nótese que los productos A11 B11 , A12 B21 , A11 B11 y A12 B21 están denidos y son todos
de tamaño 2 × 2. Similarmente, los productos A11 B12 , A12 B22 , A21 B12 , A22 B22 están
denidos y todos son de tamaño 2 × 1. De manera que podemos efectuar el producto
AB como si ambas fueran matrices de tamaño 2 × 2 con entradas Aij y Bij :
    
A11 A12 B11 B12 A11 B11 + A12 B21 A11 B12 + A12 B22
=
A21 A22 B21 B22 A21 B11 + A22 B21 A21 B12 + A22 B22

En este caso las particiones de A y B en bloques son compatibles. Vemos cómo se

calcula cada uno de los bloques del producto AB .
Vemos cómo se calcula cada uno de estos bloques:
    
3 1 0 −2 2 4 5 5 19 9
 0 −1 1 5   5 7 2  18 −4 19
 1 4 0 7   8 3 1  = 43 32 41
    

0 5 3 2 3 0 4 55 44 21
       
3 1 2 4 0 −2 8 3 5 19
+ =
0 −1 5 7 1 5 3 0 18 −4
    
3 1 0 −2 2 4 5 5 19 9
 0 −1 1 5   5 7 2  18 −4 19
 1 4 0 7   8 3 1  = 43 32 41
    

0 5 3 2 3 0 4 55 44 21
       
3 1 5 0 −2 1 9
+ =
0 −1 2 1 5 4 19
    
3 1 0 −2 2 4 5 5 19 9
 0 −1 1 5   5 7 2  18 −4 19
 1 4 0 7   8 3 1  = 43 32 41
    

0 5 3 2 3 0 4 55 44 21
       
1 4 2 4 0 7 8 3 43 32
+ =
0 5 5 7 3 2 3 0 55 44
3 Producto de matrices 20

    
3 1 0 −2 2 4 5 5 19 9
 0 −1 1 5   5 7 2  18 −4 19
 1 4 0 7   8 3 1  = 43 32 41
    

0 5 3 2 3 0 4 55 44 21
       
1 4 5 0 7 1 41
+ =
0 5 2 3 2 4 21
Ejemplo 24. El cálculo se facilita si las matrices que se van a multiplicar son trian-
gulares por bloques:
  
1 0 0 0 −2 3 4 8
 0 1 0 0   7 −1 5 9 
AB = 
 3
 
1 1 5  0 0 2 0 
2 5 2 −7 0 0 0 2
Ejemplo 25. Podemos calcular fácilmente el producto de estas dos matrices usando
multiplicación por bloques:
   
1 0 4 8 1 0 3 4
 7 1 5 9   7 1 −1 5 
A=
 0
 B= 
0 1 0   0 0 1 0 
0 0 0 1 0 0 0 1

Ejercicios

Ejercicio 1. En cada uno de los siguientes casos, diga si el vector es la o columna,
diga cuál es la dimensión del vector e identique la componente que se le indica.

1. ⃗v = (1, −3, 0); segunda componen-

 
0
3. ⃗x = ; primera componente.
te. 4

0 4. w⃗ = 4 0 ; segunda componente.


−2
2. ⃗u = 
 3 ; tercera componente.


Ejercicio2. En cada caso diga cuál es el tamaño de la matriz e identique la com-

ponente indicada.
3 Producto de matrices 21

   
2 1 2 4
1. A = ; componente 1-2.
1 −3 3. C =  1 5; componente 1-1.
  −2 3
3 1 2
2. B =  3 0 3
 
4 −1 −2
4. D =
−2 1 7 3 1 −1
componentes 3-2 y 2-3. componente 2-2.
Ejercicio 3. Explique en cada caso por qué los pares de matrices dados son diferentes.
     
3 0 3 1 2 −1
1. A = yB= 2. C = y
1 2 0 2 5 3 
2 −1 0
D=
5 3 0
Ejercicio 4. Escriba una matriz nula de tamaño 2 × 3.
Ejercicio 5. Escriba la matriz A = (aij ) de tamaño 3 × 4 con
si i < j

i j
2 3

aij = i · j si i = j
si j < i

(−1)i+j


Ejercicio 6. Efectúe las siguientes sumas. En caso de que sea imposible, explique por
qué.
       
3 −1 5 2 0 −1 4 2 4 3
1. + 3. +
−7 0 2 6 −5 4 5 1 −3 π
   
−2 1 7 3 −1 −2
4.
   
2 2 −1 4 −1 3 + 1 0 2
2.

+
1 6 4 3 4 0 0 1 3
Ejercicio 7. Halle el escalar λ tal que
     
2 −1 5 1 11 −2
λ + =
0 3 −1 7 −1 16
Ejercicio8. ¾De que tamaño debe ser la matriz X para que se verique la siguiente
identidad?    
1 −5 4 3
2X − 2 3  =  0 1
7 0 −2 1
Calcule la matriz X .
3 Producto de matrices 22

Ejercicio 9. Halle las dos matrices X, Y de tamaño 2 × 2 tales que

 
3 −1
X +Y =
0 2
 
1 0
X − 2Y =
−1 5
Ejercicio 10. Complete la demostración del Teorema 1 detalladamente.
Ejercicio 11. Demuestre el Teorema 2.
Ejercicio 12. Calcule los siguientes productos escalares:
1. ⃗u1 = (2, 1) y ⃗u2 = (−1, 2).
2. ⃗v1 = (3, 0, −1) y ⃗v2 = (1, 1, 0).
3. w
⃗ 1 = (5, 4, 1, 0) y w
⃗ 2 = (2, −2, 0, 3).
Ejercicio 13. En cada caso efectúe el producto AB y, de ser posible, el producto BA:
 
  1
2 1 0
1. A= yB= 5

3 0 7
−3
 
2 −1 5
2. A = 3, 4, 1 y B = −3 0 1

5 4 7
   
3 −1 5 0
3. A= yB=
1 2 3 4
 
0 −1  
8 4 6
4. A = 4 5  y B =
5 1 7
1 0

Ejercicio 14. Demuestre el Teorema 2.

Ejercicio 15. Demuestre que si A y B son dos matrices que conmutan, es decir, tales
que AB = BA, entonces (AB) = A2 B 2 .
Ejercicio 16. Dadas las matrices
   
4 −2 2 5
A= y B=
1 6 2 3
Calcule:
4 Notación de sumatoria 23

1. (A + B)(B − A)
2. A2 − B 2
Ejercicio 17. Tomando en cuenta su respuesta al Ejercicio 16 Diga si dadas dos
matrices cuadradas A y B cualesquiera, se satisface la identidad

A2 − B 2 = (A + B)(B − A)

Justique su respuesta.
Ejercicio 18. Evalúe el polinomio

p(x) = 2x3 − 4x2 + 5

en la matriz  
−1 3
A=
0 2
Ejercicio 19. Complete la demostración del Teorema 6.

4. Notación de sumatoria

Introducimos una notación compacta para las sumas que nos permitirá manejarlas
con algo más de soltura.
Abreviamos la suma
am + am+1 + am+2 . . . + an
usando la notación n
X
ak
k=m

El símbolo es el símbolo de sumatoria y k es el índice de la suma.

P

Ejemplo 26. La suma de los números reales 1, 2, 3, . . . , 10 es

10
X
k = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 = 55
k=1

Ejemplo 27. Sean ⃗a = (a1 , a2 . . . , an ) y ⃗b = (b1 , b2 , . . . , bn ). El producto escalar de ⃗a

y ⃗b es
n
X
⃗a · ⃗b = ak b k
k=1
4 Notación de sumatoria 24

Ejemplo 28. Recuerde que denimos el producto de la matriz A = (aij ) m × p por

la matriz B = (bij ) p × n como la matriz AB tamaño m × n cuya entrada ij es el
producto escalar de la i-ésima la de A por la j -ésima columna de B :

cij = ai1 b1j + ai2 b2j + · · · + aik bkj + · · · + aip bpj

Con la notación de sumatoria resulta

p
X
cij = aik bkj
k=1

Teorema 7 (Propiedades de la notación de sumatoria). Si {ak } y {bk } son dos

sucesiones y c es un número real:

n n
(3)
X X
(cak ) = c ak
k=m k=m
n n
! n
!
(4)
X X X
(ak + bk ) = ak + bk
k=m k=m k=m
n n
! n
!
(5)
X X X
(ak − bk ) = ak − bk
k=m k=m k=m
n N
! n
!
(6)
X X X
ak = ak + ak si m<N <n
k=m k=m k=N +1

La demostración de estas propiedades es sumamente sencilla. Por ejemplo, si uno

quiere demostrar la igualdad 3:
n
X
(cak ) = cam + cam+1 + · · · + can
k=m
= c(am + am+1 + · · · + an ) (Propiedad distributiva)
Xn
=c ak
k=m

El resto de las propiedades queda como ejercicio (fácil) para el lector.

Una muestra de cómo facilita algunas cosas la notación de sumatoria es la de-
mostración de la distributividad del producto de matrices con respecto de la suma.