1.

Resumir del libro de Timoshenko History of Strength of Materials, el trabajo

realizado por:

Parent, sobre la flexin de vigas, resaltando los aciertos que tuvo con la teora actual.

Antoine Parent (16 de septiembre de 1666- 26 de septiembre de

1716); fue un francs matemtico, nacido en Pars y muri all, que
escribi en 1700 sobre la geometra analtica de tres dimensiones. Sus
obras fueron recogidas y publicadas en tres volmenes en Pars en
1713.
Antoine Parent tuvo la idea de representar a cualquier superficie por
medio de una ecuacin entre las tres coordenadas a cualquiera de sus
puntos. 1 En 1713 l deriv la frmula correcta para la flexin de vigas
en voladizo. Se asume correctamente un eje neutro central y
distribucin de la tensin lineal de traccin en la cara superior a la
compresin igual y opuesta en la parte inferior, derivando de este modo un mdulo de seccin
elstica correcta de las reas de la seccin trasversal a veces la profundidad de la seccin
dividida por seis. Desafortunadamente el trabajo de Parent tuvo poco impacto, y fue muchos
aos ms antes, de principios cientficos se han aplicado con regularidad para el anlisis de la
fuerza de las vigas en flexin.

El solucion esta dificultad asumiendo que, en el instante de la fractura, el eje de rotacin (la
lnea neutra) no pasaba por el centro de la seccin transversal y que las tensiones se
distribuan como se muestra en la figura siguiente:

ULT
a

Los trabajos de este cientfico estuvieron dirigidos hacia el estudio de la flexin de vigas. En
1713 publica sus segundas memorias que constituyen un importante paso en la Resistencia de
Materiales. En el mismo ao Parent corrigi el error de Mariotte y situ la fibra neutra en el
centro de la seccin en mnsulas de seccin simtrica. El trabajo de Parent supuso la

introduccin de la idea de una distribucin de fuerzas interiores actuando sobre las fibras que
forman la seccin. En ellas se hacen consideraciones sobre las vigas d seccin rectangular. Pero
el aspecto ms importante est relacionado con la posicin del eje con respecto al cual debe
calcularse el momento de Resistencia de las fibras de la viga.

Young, definicin de Mdulo de elasticidad y aportes en resistencia de materiales.

Thomas Young (13 de junio 1773- 10 de mayo 1829); fue un ingls

erudito. Young hizo contribuciones cientficas notables a los campos de la
visin, la luz, la mecnica de slidos, la energa, la fisiologa, la lengua, la
armona musical y la egiptologa. l hizo una serie de innovaciones
originales y perspicaces en el desciframiento de los jeroglficos egipcios
(especficamente la Rosetta Stone) antes de Jean Franois Champollion,
finalmente se explay sobre su obra. Fue mencionado por, entre otros,
William Hreschel, Hermann Von Helmholtz, James Clerk Maxwell, y
Albert Einstein.

El mdulo de Young:
Young, describi la caracterizacin de elasticidad que lleg a ser conocido como el mdulo de
Young, denominado E, en 1807, y an ms lo describi en su Curso de Filosofa Natural y
Artes Mecnicas.
Sin embargo, el primer uso del concepto de mdulo de Young en experimentos fue por
Giordano Riccati en 1782- precediendo joven por 25 aos.
Por otra parte, la idea se remonta a un documento elaborado por Leonhard Euler, publicado
en 1727, unos 80 aos antes de que el papel de Thomas Young 1807.
El mdulo de Young se refiere la tensin (presin) en un cuerpo con su cepa asociada (cambio
de longitud como una relacin de la longitud original); es decir, el estrs= E*tensin, para una
muestra cargados uniaxial. El mdulo de Young es independiente del componente
investigacin; es decir, es una propiedad del material inherente (el trmino mdulo se refiere
a una propiedad del material inherente). Mdulo de Young permitido, por primera vez, la
prediccin de la cepa en un componente sometido a un esfuerzo conocido (y viceversa).
Antes de la contribucin de Young, se requieren ingenieros para aplicar relacin F= k*x de
Hooke para identificar la deformacin (x) de un cuerpo sujeto a una carga conocida (F), donde
la constante (k) es una funcin tanto de la geometra y el material de baja consideracin.
Encontrar k requerida pruebas fsicas para cualquier nuevo componente, como el F= k*x
relacin es una funcin tanto de la geometra y el material. Mdulo de Young depende slo del
material, no su geometra, permitiendo as una revolucin en estrategia de ingeniera.
Problemas de Young en veces no expresarse claramente, se muestran por su propia definicin
del mdulo. El mdulo de la elasticidad de cualquier sustancia es una columna de la misma
sustancia, capaz de producir una presin sobre su base, que es el peso, que causa un cierto

grado de compresin como la longitud de la sustancia es a la disminucin de su longitud.

Cuando se puso esta explicacin a los Seores del Almirantazgo, su secretario escribi a joven
que dice: Aunque la ciencia es muy respetada por sus seoras y su papel es mucho ms
apreciad, se est demasiado aprendido.

Cauchy, a la teora de elasticidad (esfuerzos y deformaciones)

Augustin Cauchy (Paris 21 de agosto de 1789- Sceaux 23 de mayo de

1857), matemtico francs, considerado uno de los impulsores del
anlisis en el siglo XIX. Naci en Pars y estudi en la Escuela
Politcnica de esta ciudad. Fue profesor simultneamente en el
Colegio de Francia, en la Escuela Politcnica y en la Universidad de
Paris. En 1848 fue nombrado profesor de astronoma matemtica de
esa universidad.
Cauchy verific la existencia de funciones elpticas recurrentes, dio
el primer impulso a la teora general de funciones y sent las bases
para el tratamiento moderno de la convergencia de series infinitas.
Tambin perfeccion el mtodo de integracin de las ecuaciones diferenciales de primer
grado. En el campo de la fsica se interes por la propagacin de la luz y la teora de la
elasticidad.
En 1822 Cauchy anunciaba el nacimiento de la moderna teora de la elasticidad as: Las
presentes investigaciones han sido sugeridas por el trabajo de M. Navier del 14 de agosto de
1820. Para establecer la ecuacin de equilibrio de un plano elstico, el autor haba considerado
dos clases de fuerzas, las primeras reducidas por dilatacin o contraccin, las otras por flexin
del plano, adems, en sus investigaciones l supona ambas perpendiculares a las lneas o
caras sobre las que actan. Vino a mi mente que ambas clases podan reducirse a una, que
llamaremos tensin o presin, de la misma naturaleza que la presin hidrodinmica ejercida
por un fluido sobre la superficie de un slido. La nueva presin no tendra por qu ser
perpendicular a las caras ni tener la misma direccin en cada punto.
Adems, la presin o tensin ejercida sobre un plano arbitrario se descompone en magnitud y
direccin en las ejercidas sobre tres planos perpendiculares. Yo adopt este punto de vista
cuando Fresnel me habl de l en torno a su trabajo sobre la luz, el cual ha sido presentado
parcialmente a la Academia, raramente una teora matemtica ha sido explicada en tan pocas
palabras y sin utilizar smbolos.
Navier, como en su ltimo artculo, consider que la fuerza acta entre las molculas
individuales de un cuerpo elstico deforme en sus orgenes de las ecuaciones fundamentales.
Cauchy, a su vez, aplica la nocin de la presin sobre un plano (un concepto que era familiar
para l de hidrodinmica) y supone que esta presin no es ms normal al plano sobre el que
acta en un cuerpo elstico. De este modo la idea de la tensin fue presentada en la teora de
la elasticidad

Un caso particular de solido elstico se presenta cuando las tensiones y las deformaciones
estn relacionadas linealmente, mediante la siguiente ecuacin constitutiva:

Cuando eso sucede decimos que tenemos un slido elstico lineal. La teora de la elasticidad
lineal es el estudio de solidos elsticos lineales sometidos a pequeas deformaciones de tal
manera que adems los desplazamientos y deformaciones sean lineales, es decir, que las
componentes del tensor deformacin del slido. En general un slido elstico lineal sometido
a grandes desplazamientos no cumplir esta condicin. Por tanto la teora de la elasticidad
lineal slo es aplicable a:

Slidos elsticos lineales, en los que tensiones y deformaciones estn relacionadas

linealmente (linealidad material).
Deformaciones pequeas, es el caso en que deformaciones y desplazamientos estn
relacionados linealmente. En este caso pueden usarse el tensor de deformacin lineal
de Green- LaGrange para representar el estado de deformacin de un slido
(linealidad geomtrica).
Debido a los pequeos desplazamientos y deformaciones a los que son sometidos los
cuerpos, se usan las siguientes simplificaciones y aproximaciones para sistemas
estables:

Realice un comentario de:

Propiedades mecnicas de los materiales (pruebas de tensin y compresin,

diagrama esfuerzo deformacin, energa de deformacin, relacin de poisson
, ley de hooke, diferentes fallas de los materiales

RELACIN DE POISSON:
Cuando una barra esbelta homognea se carga axialmente, el esfuerzo y a la
deformacin unitaria resultantes satisfacen la ley de Hooke, siempre y cuando no se
exceda el lmite elstico del material. Suponiendo que la carga P est dirigida a lo
largo del eje de simetra se tiene que:
ESFUERZO normal= FUERZA/REA DE LA SECCIN TRANSVERSAL
Y por la ley de Hooke obtenemos:
DEFORMACIN=ESFUERZO normal/MODULO DE ELASTICIDAD
Se podran considerar los materiales HOMOGNEOS e ISOTRPICOS es decir que sus

propiedades mecnicas son independientes tanto de la posicin como la direccin lo

que significa que la deformacin unitaria debe tener el mismo valor para cualquier
direccin transversal.
Una constante importante para un material dado es su relacin Poisson llamado as en
honor al matemtico francs SIMEN DENIS POISSON (1781-1840) que se denota con
la letra ((V)).
V=DEFORMACIN UNITARIA LATERAL / DEFORMACIN UNITARIA AXIAL.
ELASTICIDAD:
El trmino elasticidad designa la propiedad mecnica de ciertos materiales de sufrir
deformaciones reversibles cuando se encuentren sujetos a la accin de fuerzas
exteriores y de recuperar la forma original si estas fuerzas exteriores se eliminan.

PLASTICIDAD:
La plasticidad es la propiedad mecnica que tiene un material para deformarse
permanentemente e irreversiblemente cuando se encuentra sometido a tensiones por
encima de su lmite elstico.
RESISTENCIA A LA FLUENCIA:
Es la fuerza que se aplica a un material para deformarlo sin que recupere su antigua
forma al parar de ejercerla.

RESISTENCIA A LA TRACCIN O RESISTENCIA LTIMA:

Indica la fuerza de mxima que se le puede aplicar a un material antes de que se
rompa.
RESISTENCIA A LA TORSIN:
Fuerza torsora mxima que soporta un material antes de romperse.
RESISTENCIA A LA FATIGA:
Deformacin de un material que puede llegar a la ruptura al aplicarle una determinada
fuerza repetidas veces.
DUREZA:
La dureza es la propiedad que tienen los materiales de resistir el rayado y el corte de
su superficie. Por ejemplo: la madera puede rayarse con facilidad, esto significa, que
no tiene mucha dureza mientras que el vidrio cuando lo rayas no queda marca, por lo
tanto tiene gran dureza.
FRAGILIDAD:
La fragilidad intuitivamente se relaciona con la cualidad de los objetos y materiales de
romperse con facilidad. Aunque tcnicamente la fragilidad se define ms propiamente
como la capacidad de un material de fracturarse con escasa deformacin, a diferencia
de los materiales dctiles que se rompen tras sufrir acusadas deformaciones plsticas.

TENACIDAD:

La tenacidad es una medida de la cantidad de energa que un material puede absorber

antes de fracturarse. Evala la habilidad de un material de soportar un impacto sin
fracturarse.
RESILENCIA O RESISTENCIA AL CHOQUE:
Es la energa que absorbe un cuerpo antes de fracturarse. La Resiliencia es la magnitud
que cuantifica la cantidad de energa que un material puede absorber al romperse por
efecto de un impacto, por unidad de superficie de rotura. Se diferencia de
la tenacidad en que esta ltima cuantifica la cantidad de energa absorbida por unidad
de superficie de rotura bajo la accin de un esfuerzo progresivo, y no por impacto. El
ensayo de resiliencia se realiza mediante el Pndulo de Charpy, tambin llamado
prueba Charpy.
DUCTILIDAD:
Es una propiedad que presentan algunos materiales, as como aleaciones metlicas o
materiales asflticos, los cuales bajo la accin de una fuerza, pueden deformarse
sosteniblemente sin romperse, permitiendo obtener alambres o hilos de dicho
material. A los materiales que presentan esta propiedad se les denomina dctiles. Los
materiales no dctiles se clasifican en frgiles. Aunque los materiales dctiles tambin
pueden llegar a romperse bajo el esfuerzo adecuado, esta rotura solo se presenta en
grandes deformaciones.
MALEABILIDAD:
La maleabilidad es la propiedad de la materia, que junto a la ductilidad presentan los
cuerpos al ser elaborados por deformacin. Se diferencia de aquella, en que mientras
la ductilidad se refiere a la obtencin de hilos, la maleabilidad permite la obtencin de
delgadas lminas de material sin que este se rompa. Es una cualidad que se encuentra
opuesta a la ductilidad puesto que en la mayora de los casos no se encuentra ambas
cualidades en un mismo material.
MAQUINABILIDAD:
La maquinabilidad es una propiedad de los materiales que permite comparar la
facilidad con que pueden ser mecanizados por arranque de virutas.
COLABILIDAD:
Es la capacidad de un metal fundido para producir piezas fundidas completas a partir
de un molde.
-

DEFORMACION UNITARIA:
La magnitud ms simple para medir la deformacin es lo que en ingeniera se
llama deformacin axial o deformacin unitaria se define como el cambio de
longitud por unidad de longitud de la misma magnitud

Donde S es la longitud inicial de la zona de estudio y S la longitud final o

deformada. Es til para expresar los cambios de longitud de un cable o un
prisma mecnico. En la mecnica de solidos deformables la deformacin

puede tener lugar segn diversos modos y en diversas direcciones, y puede

adems provocar distorsiones en la forma del cuerpo, en esas condiciones la
deformacin de un cuerpo se puede caracterizar por un tensor (ms
exactamente un campo tensorial) de la forma:

[ ]

Donde cada una de las componentes de la matriz anterior, llamada tensor

deformacin representa una funcin definida sobre las coordenadas del
cuerpo que se obtiene como combinacin de derivadas del campo de
desplazamientos de los puntos del cuerpo.
-

CARGA AXIAL (PRINCIPIO DE SAINT VENANT):

El principio de Saint- Venant, llamado as por el fsico matemtico Jean Claude
B. Saint- Venant, en el contexto de la teora de la elasticidad puede enunciarse
como:
1. La diferencia entre los efectos de dos sistemas de cargas estticamente
equivalentes se hace arbitrariamente pequea a distancias suficientemente
grandes de los puntos de aplicacin de dichas cargas. Es decir, el principio
establece que la equivalencia esttica implica asintticamente la equivalencia
esttica.
La formulacin original fue publicada en francs por A. J. C. B. Saint-Venant en
1855.
2. Aunque esta formulacin informal del principio es bien conocida y
usualmente usada por los ingenieros mecnicos, es el trabajo matemtico ms
reciente lo ha reformulado ligeramente con el objeto de poder construir una
demostracin matemticamente precisa en el contexto de las ecuaciones en
derivadas parciales de la teora de la elasticidad. La afirmacin original no es
suficientemente precisa para ese objetivo tal como mostr Von Mises en 1945.

TRANSFORMACION DE ESFUERZOS:
Desde el punto de vista del material, las caractersticas propias determinan si
es ms resistente a las cargas normales o a las cargas cortantes, de aqu nace
la importancia de transformar un estado de tensiones general en otro
particular que puede ser ms desfavorable para un material.
Esfuerzos principales:
Siempre es importante obtener los valores mximos de los esfuerzos tanto los
normales como los de corte para compararlos con los valores admisibles del
material que se est evaluando.
El esfuerzo cortante mximo difiere del esfuerzo cortante mnimo solo en
signo, como muestran las frmulas explicadas el tema Esfuerzos Principales.
Adems, puesto que las dos races de la ecuacin
y

sitan el plano a 90, este resultado significa tambin que son iguales los
valores numricos de los esfuerzos cortantes en planos mutuamente
perpendiculares. En esta deduccin, la diferencia de signo de los dos esfuerzos
cortantes surge de la convencin para localizar los planos en que actan estos
esfuerzos. Desde el punto de vista fsico dichos signos carecen de significado,
por esta razn al mayor esfuerzo cortante, independientemente de su signo,
se llama esfuerzo cortante mximo, un esfuerzo cortante positivo indica que
este acta en el sentido supuesto y viceversa. La determinacin del esfuerzo
cortante mximo es de mayor importancia para:
Materiales de baja resistencia al corte. A diferencia de los esfuerzos
principales cuyos planos no ocurren esfuerzos cortantes, los esfuerzos
cortantes mximos actan en planos que usualmente no estn libres
de esfuerzos normales.
-

MDULO DE ELASTICIDAD:
El mdulo de Young o mdulo de elasticidad longitudinal es un parmetro que
caracteriza el comportamiento de un material elstico, segn la direccin en la
que se aplica una fuerza. Este comportamiento fue observado y estudiado por
el cientfico ingls Thomas Young.
Para un material elstico lineal e istropo, el mdulo de Young tiene el mismo
valor para una traccin que para una compresin, siendo una constante
independiente del esfuerzo siempre que no exceda de un valor mximo
denominado limite elstico, y es siempre mayor que cero: si se tracciona una
barra, aumenta su longitud.
Tanto el mdulo de Young como el lmite elstico son distintos para los
diversos materiales. El mdulo de elasticidad es una constante elstica que, al
igual que el lmite elstico, puede encontrarse empricamente mediante
ensayo de traccin del material. Adems de este mdulo de elasticidad
longitudinal, puede definirse el mdulo de elasticidad transversal de un
material.
Las dimensiones del mdulo de Young son:
(

En el Sistema Internacional de Unidades sus son

contextualmente, Pa.
-

o, ms

COMO SE DETERMINA EL PORCENTAJE DE ELONGACIN O DUCTILIDAD POR

ELONGACION:
La ductilidad es una propiedad mecnica de los materiales que mide el grado
de deformacin plstica que el material puede soportar antes de quebrarse. Si
ocurre poco o nada de deformacin plstica, el material es denominado
frgil. La ductilidad puede ser expresada cuantitativamente en trminos de
porcentaje de elongacin o porcentajes de reduccin en el rea.
(

COMO SE DETERMINA EL MDULO DE RESILENCIA:

Depende del lmite elstico o mdulo de Young, es el rea que hay bajo la
recta de deformacin- tensin hasta el lmite elstico, lo que hay que hacer es
simplemente integrar la recta entre sus lmites.

COMO SE DETERMINA EL MDULO DE TENACIDAD:

El mdulo de tenacidad es el trabajo realizado en una unidad de volumen de
material como una fuerza de traccin simple aumentada gradualmente desde
cero al valor que causa la ruptura. Se puede calcular como el rea completa en
la curva de carga- deformacin desde el origen de la ruptura. La tenacidad de
un material es su capacidad de absorber energa en el rango plstico del
material.

Se tiene datos de un ensayo en traccin de una varilla de 5/8 de calidad ASTM A615
Grado 60 REALIZADOS EN LA PUCP LIMA (Ver archivo Excel). Los datos locales, estn
referidos a una longitud de 60 mm y los datos globales estn referidos a una longitud
210 mm. Se pide:
-

Determinar el esfuerzo de fluencia y la deformacin de fluencia.

Determinar el mdulo de elasticidad.

Determinar el esfuerzo ltimo.

Determinar el porcentaje de elongacin o ductilidad por elongacin.

Determinar el Mdulo de resiliencia.

Determinar el Mdulo de tenacidad.

((Ver documento en excel))

4. Resuma los diferentes mtodos de clculo del ALGEBRA MATRICIAL con sus
respectivos ejercicios resueltos y compare resultados utilizando MATLAB.

LGEBRA MATRICIAL

En muchos anlisis se supone que las variables que intervienen estn relacionadas mediante
un conjunto de ecuaciones lineales. El lgebra matricial proporciona una notacin concisa y

clara para la formulacin y resolucin de tales problemas, muchos de los cuales seran casi
imposibles de plantear con la notacin algebraica ordinaria.
En este captulo, se definen los vectores y las matrices, as como las operaciones
correspondientes. Se consideran tipos especiales de matrices, la transpuesta de una matriz, las
matrices subdivididas y el determinante de una matriz. Tambin se tratan y aplican a la
resolucin de ecuaciones lineales simultneas, la dependencia lineal de un conjunto de
vectores, y el rango y la inversa de una matriz. As mismo, se define e ilustra la diferenciacin
vectorial. Por ltimo, se discuten otras aplicaciones del lgebra matricial.

1.1 DEFINICIN DE MATRIZ

Una matriz es una disposicin (o arreglo) rectangular de nmeros en la forma

a11

a
A 21

am1

a12
a 22
am 2

a1n

a 2n

a mn

a11

a
A 21

a m1

a1n

a 2n

amn

a12
a 22
am 2

Las letras i j representan nmeros reales, que son los elementos de la matriz. Ntese que i j
designa al elemento en la i-sima fila y la j-sima columna de la matriz A; la matriz A se denota

tambin a veces por ( i j ) o por { i j }. Una matriz que tiene m filas y n columnas se dice que es
una matriz m x n (m por n), o bien, una matriz de orden m x n. Si m = n, se expresa

que la
matriz es cuadrada. Cuando han de realizarse varias operaciones en matrices, su orden suele

denotarse
mediante subndices,
por ejemplo,

A mn

, o bien,

ij

mn

EJEMPLO

1 0 2 6

4 8 3 9

6 6 3

3 8 2

1 0 0

5 8 2

12 10 1
13 9 3

2 7 6

6 4 10

es una matriz 2 4

es una matriz 3 3 (cuadrada )

es una matriz 5 3

1 1

1 1

es una matriz 2 2 (cuadrada )

Se dice que dos matrices del mismo orden son iguales solamente si todos sus elementos
correspondientes son tambin iguales, es decir, si las matrices son idnticas. Observemos que,
por definicin, las matrices que son de diferente orden no pueden ser iguales.

EJEMPLO

Si

2 2
A

2 2

2 2 2
B

2 2 2

2 2
C

2 2

2 2
D

2 2

A D, pero A B, A C, B C, B D, y C D.

DEFINICIN DE VECTOR (EN LGEBRA MATRICIAL)

Una matriz que consta de una sola columna, es decir, una matriz m x l se conoce como vector
columna, y se expresa como

u1

u
u 2


um

u1

u
o bien u 2


um

u
u
Las letras i son nmeros reales: los componentes del vector; i es el i-simo componente
del vector u. Un vector columna que tiene m filas se dice que es un vector de m componentes,
o que es m-dimensional.

Anlogamente, una matriz que contiene una sola fila, es decir, una matriz 1 x n, se dice que es
un vector fila y se expresa como

v=

v1 , v2 , ..., vn

o bien

v=

v1 , v2 , ..., vn

v
v
Las letras j son nmeros reales: los componentes del vector; j es el j-simo componente del
vector v. Un vector fila con n columnas se dice que es un vector de n componentes, o que es ndimensional.

EJEMPLO

1

1 , es una matriz 2 x 1, o sea, un vector columna de 2 dimensiones (o bidimensional)

0

0
3

0

2
, es una matriz 5 x 1, o sea, vector columna de 5 dimensiones (o pentadimensional)

0,

1,

3, 0
, es una matriz 1 x 3, o sea, un vector fila de 3 dimensiones (o tridimensional)

1, 5, 1

, es una matriz 1 x 4, o sea, un vector fila de 4 dimensiones

Dos vectores fila que tienen el mismo nmero de columnas, o dos vectores columna que
tienen el mismo nmero de filas, se dice que son iguales solamente si todos los elementos
correspondientes son tambin iguales, es decir, si los vectores son idnticos.

EJEMPLO

u=

1, 3

1

v = 3

w=

1, 3

x=

3, 1

u = w, pero u v, u x, y v w, v x, y w x.

NOTA: Con frecuencia es til considerar a una matriz como compuesta de una serie de
vectores fila o de vectores columna; por ejemplo, la matriz

 1 6

2 2

3 4

1

2

, se puede considerar constituida por los dos vectores columna

6

2

O bien. Compuesta de los tres vectores fila

1,

2, 2

3,

1.3 OPERACIONES CON MATRICES

Operaciones anlogas a las de adicin. Sustraccin, multiplicacin y divisin de nmeros reales

se pueden definir para las matrices. Puesto que una matriz es una disposicin de nmeros
reales, en lugar de un solo nmero real, algunas propiedades de las operaciones para los
nmeros reales no tienen equivalencia en las operaciones anlogas con matrices; ejemplos
especficos se dan en las siguientes secciones. En esta seccin se definen e ilustran la adicin y
la sustraccin de matrices, la multiplicacin de una matriz por un escalar, y la multiplicacin de
matrices entre s.

ADICIN Y SUSTRACCIN DE MATRICES

Las matrices se pueden sumar o restar solamente si son del mismo orden. La suma o la
diferencia de dos matrices m x n es otra matriz m x n cuyos elementos son las sumas o
diferencias de los elementos correspondientes de las matrices originales; de modo que si

a11

am1

a1n

a mn

b11

bm1

b1n

bmn

Entonces A B = C

En donde:

a11 b11

am1 bm1

Es decir,

a1n b1n c11

a mn bmn

cm1

c1n

c mn

ai j bi j c i j , en donde ci j ai j bi j para toda i y toda j.

EJEMPLO

3 2 4 0
3 8 3 5 4

5 6 8 5 6 2 0 0 10

3 0 0

0 0 4

3 0 4

c 4,

6, 12 3, 2, 12 1, 8, 0

2 3 1 1 0 0 3 4
(e)

6 4 1 2 6 4 1 2

(g)

2, 1 3,

4 6, 7 11, 12 0, 0

1 4 0 5 10 13 9 14

(h) 2 6 7 9 20 0 25
3

3 8

11 12

1 0

9 4

3 10 6 4 9 6

11 25 22 21 33 46

1 1 0

1 1 0
(d ) 2 2 0

4 4 0

1

1

0

1 3 6 0 2

( f ) 1 2 8 1 4

1

4

10

0

5

MULTIPLICACIN DE UNA MATRIZ POR UN ESCALAR

Un solo nmero real (que equivale a una matriz 1 x 1) se denomina escalar en las operaciones
del lgebra matricial. Cuando una matriz se multiplica por un escalar, cada elemento de la
matriz queda multiplicado por ese escalar (que es una constante); por lo tanto, si

a11

am1

a1n

a mn

, y k es cualquier escalar (o constante)

Entonces:
k Amn kAmn

ka11

kam1

ka1n

k ai j mn kai j mn
kamn

EJEMPLO

4 3 12 9

3 8 2 24 6

1 0

3 0

0 0

5 1 5

0

0

1 6, 2, 3 6, 2, 3

5 6 2 4 5a 6a 2a 4a
a

0 6a
3 1 0 6 3a a

0 0

2 2b
b 3 3b

1 b

5

5b

f c 0,

0, 0, 0, 16 0, 0, 0, 0, 16c

MULTIPLICACIN DE MATRICES

Dos matrices se pueden multiplicar entre s slo si el nmero de columnas en una de ellas es
igual al nmero de filas en la otra. En particular, la matriz producto AB est definida solamente
si el nmero de columnas en A es el mismo que el nmero de filas en B; en este caso se dice
que las matrices A y B son compatibles ante la multiplicacin, y la matriz producto tiene el
mismo nmero de filas que A y el mismo nmero de columnas que B. As, una matriz m x n se
puede multiplicar con una matriz n x p para obtener una matriz m x p.

DEFINICIN: Cuando un vector fila 1 x n multiplica a un vector columna n x 1, el resultado es

un escalar al que se le denomina producto interior de los dos vectores, y su valor es la suma de
los productos de los componentes de los vectores. Por lo tanto si

u=

u1 ,

, un

v1


v
v = n

w u1 v1 u2 v2
Entonces u1xn vnx1 = w (un escalar), en donde

un v n

n
i1

ui v i

Cuando se multiplican dos matrices, el elemento en la i-sima fila y en la j-sima columna de la

matriz producto, es el producto interior del i-simo vector fila de la primera matriz con el j
simo vector columna de la segunda. De acuerdo con lo anterior, el producto de dos matrices
B bi j
A ai j
n p ,
mn y
puede expresarse como una matriz de sus productos interiores: Si
entonces AB = C, en donde

C c i k

m p

a1 j b j1
j1

n
a b
j1 mj j1

1 j b jm

n
amj b jn

j1

j1

EJEMPLO

, es decir,

1 3 1

2 0 0

0 1 6
33

1 0
3 3

1 2 2 0

1 3
32
7 16
32

ci k

n
j1

ai j b j k

En donde:

11 31 11 3
21 01 01 2
01 11 61 7
10 32 13 3
20 02 03 0
00 12 6316

b 1,

0, 6, 3, 215

3 0

4 0
2 3 12, 3812

1 8

0 2
52

En donde:

13 04 62 31 20 12
10 00 63 38 22 38

En la multiplicacin de matrices, el orden (o sucesin) segn el cual se efecta la multiplicacin

es muy importante. Si A es m x n y B es n x m, entonces es posible obtener las matrices
producto AB, y BA; sin embargo, en general AB BA. En el producto matricial AB, se dice que
A pre multiplica a B, o alternativamente, que B pos multiplica a A. Como, en general, la pre
multiplicacin y la pos multiplicacin dan resultados diferentes, aun cuando ambos estn
definidos, se debe tener cuidado en mantener el orden apropiado en todas las multiplicaciones
de matrices. Esta precaucin no es necesaria en la multiplicacin de nmeros, como se
recordar.

EJEMPLO

(a) Si

4 6 1 3
A

0 1 2 1

1
B
1

1
6

Entonces:

4 6 1 3
AB

0 1 2 124
1

1
BA
1

(b) Si

1
1

3 17
1

6
5 14 22

342

4 6 1 3
1

6
0 1 2 124

342

5 6

A 1 0

3
0

4 4 3 5

4 7 3 2

4
0 11 9

8 9 4 944

1 8 3
B

0 10 4

Entonces:

5 6
5 20
9
1 8 3

AB 1 0
3

1 8
0 10 4 23

0 3
32
0 30 12
33
5 6
1 8 3
13 3

BA
1
0

0 10 423
10 1222

0 332

(c) Si

1 3 1

A 2 0 2

0 4 5

0 2 3

B 8 1 9

2 0 5

Entonces:

1 3 1

AB 2 0 2

0 4 5
33

0 2 3
22 5 29

8 1 9 4 4 4

2 0 5
33
22 4 61
33

0 2 3

BA 8 1 9

2 0 5
33

1 3 1
4 12 11

2 0 2 10 60 55

0 4 5
33
2 14 23
33

NOTA: Cuando un vector fila pre multiplica a un vector columna, el resultado es un producto
interior, es decir, un escalar cuyo valor es la suma de los productos de los elementos de los dos
vectores. Cuando un vector columna n x 1 pre multiplica a un vector fila 1 x n, el resultado es
una matriz cuadrada n x n cuyos elementos son los productos interiores de los vectores dados;
por tanto, si

u=

u1 ,

, un

v1


v
v = n

w
Entonces, como se indic anteriormente, u1xn vnx1 = w (un escalar), en donde
x vi u j
vnx1 u1xn = xnxn (una matriz cuadrada), siendo i j
.

EJEMPLO

a 1,

3, 6

2

4 2 12 6 4

2
2 6 12

4 1, 3, 6 4 12 24

1 3 6

n
i1

ui v i

,y

b 1,

0, 0, 2, 3

0

1
4 0 0 0 6 6 0

3

0
0

1
1
4 1, 0, 0, 2, 3 4

3
3

0 0

0 0 2
0 0 8
0 0 6
0 0 4

3
12

9
6

Aunque el orden segn el cual se multiplican dos matrices afecta al resultado, el orden en el
que se multiplican tres o ms matrices no influye en el resultado, siempre y cuando se
conserve la secuencia de las operaciones, Es decir,

Amxn Bnxp Cpxq = Amxn(Bnxp Cpxq) = (Amxn Bnxp)Cpxq

Una propiedad correspondiente se tiene en el caso de la multiplicacin de nmeros. En

resumen, la adicin de matrices es conmutativa, o sea, A + B = B + A, y tanto la adicin como la
sustraccin son asociativas, es decir, A B C = A (B C) = (A B) C; la multiplicacin de
dos matrices no es conmutativa (es decir, AB BA) pero la de tres o ms es asociativa, es decir
ABC = A(BC) = (AB)C. Tratndose de nmeros, la adicin, la sustraccin y la multiplicacin son
asociativas y conmutativas.

EJEMPLOS

A.
A
1 1 0

2 3 4

0 0 1
33

B
3

1

1
31

1 1 0

0, 2, 113 2 3 4

0 0 1
33

BC

ABC

0 6 3
0 4 2

1
0 2 1 0 2

1
0 2 1
33
0 2
33

O por asociatividad,

A
1 1 0

2 3 4

0 0 1
33

B
3

1

1
31

AB

2

0, 2, 113 1

1
31

ABC

0 4 2

0, 2, 113 0 2 1

0 2 1
33

B.
A

BC

ABC

1
1 1
5 2 3
1 1
17
1

0

6 1022 8 0 623
6 1022 1621 26221

4
31

O bien por asociatividad,

AB

1
1 1
5 2 3
13 2 3

0

6 1022 8 0 623
50 12 7823

4
31

ABC

1
1

0
26221

4
31

C.

BC

ABC

3 4
0 1
6 8 10
3 4
5 5
9 47 28
4

4 322 1 022 5 5 423 4 322 6 8 1023 2 44 14 23

O por asociatividad,

AB

ABC

3 4
0 1
6 8 10
4 3
6 8 10
9 47 28

4 322 1 022 5 5 423 3 422 5 5 423 2 44 1423

D.
A

1,

1, 4, 214

0

2
1

041

1,

BC

0, 613 1, 1, 4, 214

2
1

ABC

0 0

0 12
6, 0, 3613
0 6

0 043

Alternativamente, por asociatividad,

1,

1, 4, 214

0

2
1

041

1,

AB

ABC

0, 613 6 1, 0, 613 6, 0, 3613

1.4 TIPOS ESPECIALES DE MATRICES

En esta seccin se estudiarn tres tipos especiales de matrices: las matrices diagonales, las
matrices identidad y las matrices nulas.

MATRICES DIAGONALES

Una matriz diagonal es una matriz cuadrada cuyos elementos son todos iguales a cero,
excepto los que pertenecen a su diagonal principal, la cual es la que va del extremo superior
izquierdo al extremo inferior derecho; as pues,

a11

am1

a1n

a i j nn
a mn

Es una matriz diagonal si y slo si

ai j 0

, para i j

ai j 0

, si al menos i = j (cuando todos los elementos de una matriz son ceros, se trata
de una matriz nula, la cual se describir ms adelante)

Una matriz diagonal n x n puede indicarse por la notacin

a11

a nn

a1

0
0

0
0
0
0

a n

O bien, por

d1

Dn

d n

EJEMPLO

1 0 0

0 3 0

0 0 10

0
0
0
0

0
0

7 : Son matrices diagonales.

MATRICES IDENTIDAD

Una matriz identidad es una matriz diagonal cuyos elementos de la diagonal principal son
todos iguales al nmero uno. Por consiguiente,

a11

am1

a1n

a i j nn
a mn

Es una matriz identidad si y slo si

ai j 0

, para i j

ai j 1

, para i = j

O en forma equivalente, una matriz diagonal Dn es una matriz identidad si y slo si

di 1

, para i = 1, 2, , n

Una matriz identidad n x n se representa por In.

EJEMPLO

1 0 0

I 3 0 1 0

0 0 1

0
0
I 6
0
0

0 0 0 0 0

1 0 0 0 0
0 1 0 0 0

0 0 1 0 0
0 0 0 1 0

0 0 0 0 1

Son las matrices identidad 3 x 3 y 6 x 6.

Ntese que al pre multiplicar o pos multiplicar una matriz por la matriz identidad del tamao
(u orden) apropiado, no cambia la matriz dada; es decir,

Amxn = Im Amxn = Amxn In = Amxn

EJEMPLOS

A
A24

I2

A24

A24

I4

1
2 3 6 4
1 0 2 3 6 4
2 3 6 4 0

1
1
0
3
0
1
1
1
0
3
1
1
0
3

24 22
24
24 0

A24

0 0 0

2 3 6 4
1 0 0

0 1 0
1 1 0 324

0 0 144

B.
A33

I3

A33

A33

I3

A33

3 0 0
1 0 0 3 0 0
3 0 0 1 0 0
3 0 0

0 2 0 0 1 0 0 2 0 0 2 0 0 1 0 0 2 0

0 0 6
33
0 0 1
33
0 0 6
33
0 0 6
33
0 0 1
33
0 0 6
33

MATRICES NULAS

Una matriz nula es una matriz m x n cuyos elementos son todos iguales a cero; se simboliza
con O. Cuando una matriz nula del orden (o tamao) apropiado se suma o se resta de otra
matriz, esta ltima no cambia; es decir,

Amxn Omxn = Amxn

Pre multiplicar o pos multiplicar una matriz nula de orden apropiado da lugar a otra matriz
nula; es decir,

Okxm Amxn = Okxn

Amxn Onx1 = Omx1

EJEMPLOS

A.

A23

O23

A23

0 1 0
0 0 0
0 1 0

10 0 323 0 0 023 10 0 323

B.
O33

A24

O34

0 0
4 10

1 6
0
0

1 20 13 11
24

0 0
32
A24

O41

0 0 0 0

0 0 0 0

0 0 0 0
34

O21

0

1 6
0
4 10 0

1 20 13 1124 0
021

041

1.5 TRANSPUESTA DE UNA MATRIZ

En muchos anlisis en los que intervienen matrices, es conveniente emplear la transpuesta de

una matriz. En esta seccin se define la transpuesta de una matriz, le de una suma o diferencia
de matrices, y la de un producto de matrices.
La transpuesta de una matriz A de orden m x n es una matriz de orden n x m, denotada por A,
cuyas filas son las columnas de A, y cuyas columnas son las filas de A. Por tanto, si

Amn

a11

am1

a1n

a i j mn
a mn

Entonces la transpuesta de A es

Anm

a11

am1

a1n a11


amn

am1

a1n

ai j nm ai j mn
amn

Ntese que la transpuesta de un vector fila n-dimensional es un vector columna tambin ndimensional, y anlogamente, la transpuesta de un vector columna de n-dimensiones es un
vector fila de n-dimensiones tambin. La transpuesta de una matriz diagonal es la misma
matriz diagonal.

EJEMPLO
3 6

A 2 0
3 2 0
A

0 1
3 2
6 0 123 , entonces
Si

2
A 1

0

A 6, 2, 1, 0, 515
5
51
Si
, entonces

6 8 10
6 2 30

A 2 0
7
A 8 0 40

0
30 40
3 3 , entonces
10 7 0
33
Si

3

0
A
1

4 41 , entonces A 3, 0, 1, 414
Si

1 5 3
1 5 3

A 5 0 4
A 5 0 4

3 4 9
33 , entonces
3 4 9
3 3
Si
6 0 0 0
6 0 0 0

0 2 0 0
0 2 0 0

A
A
0 0 3 0
0 0 3 0

0 0 0 54 4 , entonces
0 0 0 544
Si

a aji
Si una matriz (cuadrada) y su transpuesta son iguales, es decir, i j
para toda i y toda j,
entonces la matriz se denomina simtrica (con respecto a su diagonal principal). En los dos
ltimos ejemplos citados, las matrices son simtricas.

Una matriz simtrica que al multiplicarse por s misma queda igual, se dice que es
idempotente. Por tanto, A es idempotente slo si

A = A

y AA = A

EJEMPLOS
A.
Una matriz identidad (de cualquier orden) es idempotente, puesto que

In = In

In In = In

B.
La matriz

15
2
5

2
5
4
5

15

, es idempotente, puesto que 5

2
5
4
5

15
2
5

2
5
4
5

15

2
y 5

2
5
4
5

15
2
5

2
5
4
5

15
2
5

2
5
4
5

TRANSPUESTA DE UNA SUMA O DE UNA DIFERENCIA DE MATRICES

La transpuesta de una suma o diferencia de matrices es igual a la suma o diferencia de las

transpuestas de las matrices; por consiguiente,

(Amxn Bmxn Cmxn)= Anxm Bnxm Cnxm

Es decir,

En donde

(di j)mxn = (di j)nxm

di j ai j bi j ci j

EJEMPLOS

d j i a j i bj i c j i

A.

Si

3 0 2
A

6 8 1

Entonces:

2 5
2 6 6

6 11
5 11 25

6 25

[A + B + C] =

O de otra manera,

1 6 2
B

1
3 2

0 0 6
C

2 5 25

3 6 1 3 0 2 2 5

0 8 6 2 0 5 6 11
2 1

2 1

6 25

6 25

A + B + C =

B.

Si

2 1
6
8
A
B

0 1
10 12

Entonces:

4 10 4 10

10
11

10 11
[A - B + C] =

O, alternativamente,

0 1
C

0 0

2 0 6 10 0 0 4 10

1
1
8
12
1
0
11

10
A - B + C =

TRANSPUESTA DE UN PRODUCTO
DE MATRICES

La transpuesta de un producto de matrices es igual al producto de las transpuestas de las

matrices tomadas en orden inverso; por tanto,

[Amxn Bnxp Cpxq]= Cqxp Bpxn Anxm

EJEMPLOS

A.
3 0
A

4 1

6

C 1

3 5 7
B

0 1 8

Si

Entonces

6
9
15 21 39
ABC
1
12 19 20 53

39
ABC 53 39, 53

O en forma alternativa,

3 0
3 4

3 4
ABC CBA 6, 1, 0 5 10 1 13, 10 1 39, 53

7 8

B.

A 3, 1, 0

Si

Entonces: * ABC =
mismo escalar).

26

6 0

B 7 2

0 3

0
C
1

0
2 2
1
y asimismo [ABC]= -2 (la transpuesta de un escalar es el

O de otra manera:

3
3
6 7 0

0, 10 2 31 0 2 31 2

[ABC] = CBA=

1.6 MATRICES
SUBDIVIDIDAS

Con frecuencia es conveniente subdividir (o particionar) una matriz descomponindola en submatrices. stas se pueden considerar como escalares al efectuar operaciones sobre la matriz
original. La particin o subdivisin de una matriz se indica mediante lneas punteadas
horizontales o verticales trazadas entre filas o columnas.
Por ejemplo, la matriz A de orden m n se puede subdividir como sigue:
A A1

A2

m n1, A2 es de orden m n2 , y n1 n2 n . La transpuesta de una

En donde A1 es de orden
matriz subdividida se puede escribir en trminos de las transpuestas de sus submatrices. As
pues,

A 1
A
A 2

EJEMPLO

A A1

Si

4 3 5 0

A2 2 1 1 6

8 2 3 7

4 2 8

3 1 2
A
A 2 5 1 3

0 6 7
A1

Entonces:

Si se subdividen en forma compatible, las matrices particionadas se pueden sumar, restar o

A A1 A2

multiplicar.
Si una matriz A de orden m n se subdivide como
, en donde A1 es
m n1, A2 es m n2 , y n1 n2 n ; y si una matriz B de orden m n se particiona como
B B1 B2

1 n2 n , entonces:
, en donde B1 es m n1, B2 es m n2 , y n

A B A1 B1

A
2 B2

De igual modo, si:

A
A 1
A2

, en donde A es m n , A1 es m1 n , A2 es m2 n , y m1 m2 m y

B
B 1
B2

, en donde B es m n , B1 es m1 n , B2 es m2 n y m1 m2 m .

Entonces:

A B
A B 1 1
A1 B2

EJEMPLO
3 4 2 0

A 1 0 5 6

7 3 3 2

Si

3 0 2 4

B 1 1 2 5

3 1
5 4

Entonces:

A B A1

A2 B1

3 4 2 0 3 0 2 4 0 4 0 4

B2 1 0 5 6 1 1 2 5 2 1 3 11 A1 B1

3 1
7 3 3 2

5 4

12 7 6 3

o bien,

3 4 2 0 3 0 2 4 0 4 0 4
A1 B1


A B
A B 1 0 5 6 1 1 2 5 2 1 3 11 1 1
A2 B2
A2 B2

3 1
7 3 3 2

5 4

12 7 6 3

Otras muchas subdivisiones posibles conducen al mismo resultado.

Particionar o subdividir una matriz es frecuente y conceptualmente conveniente cuando las

matrices han de ser sumadas o restadas, pero las ventajas computacionales de la subdivisin
de matrices se utilizan principalmente en la multiplicacin y en otras operaciones ms
complicadas. Las matrices deben subdividirse en forma compatible para la multiplicacin.
A A1 A2
Si una matriz A de orden m n se subdivide como
, en donde A1 es m n1, A2
es m n2 , y n1 n2 n ; y una matriz B de orden n p se subdivide como
B
B 1
B2

, en donde B1 es n1 p y B2 es n2 p

A2 B2

AB A1

Entonces:

B
A2 1 A1B1 A2 B2
B2

EJEMPLO

Si

3 0 1

A 2 4 1

1 1 2

2 1

B 1 3

1 1

Entonces:
3 0 1

AB 2 4 1

1 1 2

2 1 3 0
1
6
3 1 1 7 2

2 1

1 1, 1 0 10 1 1 1 11
1 3 2 4
1 3

1 1

1 1

1 2

2 2

1 0

Lo que puede verificarse por multiplicacin matricial directa.

Las matrices se pueden subdividir en ms de dos submatrices. De hecho, es posible particionar
una matriz m n en un mximo de mn submatrices; observemos que la particin mxima
equivale a no subdividir en absoluto la matriz, puesto que cada elemento se trata como una
matriz escalar. A menos que se tenga una particin lgica en trminos de las variables de un
problema, las matrices se deben subdividir para facilitar los clculo; esto implica un
compromiso razonable entre minimizar el nmero de submatrices y minimizar su tamao
mximo.
Las matrices se particionan ya sea horizontalmente o verticalmente. Por tanto, la matriz A de
orden m n se puede subdividir en la forma
A
A 11
A21

A12

A22

En donde A11 es m1 n1 , A12 es m1 n2 , A21 es m2 n1 , A22 es m2 n2 , y as mismo,

m1 m2 m , n1 n2 n . Entonces

A
A 11
A21

A12 A11 A12

A22

A22 A21
B
B12
B 11

B21 B22

Si la matriz B de orden n p se particiona como

En donde B11 es n1 p1 , B12 es n1 p2 , B21 es n2 p1 , B22 es n2 p2 , y asimismo,

n1 n2 n , p1 p2 p , entonces A y B estn particionadas en forma compatible para la

multiplicacin y

A
AB 11
A21

A12 B11

A22 B21

B12 A11 B11 A12 B21

B22 A21 B11 A22 B21

A11 B12 A12 B22

A21 B12 A22 B22