Matemticas

Matrices
Texto completo
Matemticas/Matrices/Texto completo

Introduccin

Conceptos previos

Concepto de Matriz

Tipos de matrices

Determinantes

Sistema de ecuaciones lineales

Adicin y Sustraccin de matrices

Multiplicar una matriz por un escalar

Multiplicacin de matrices

Regla de Cramer

Biografa de Cramer

Inversa de una matriz

Otra pgina de multiplicacin de matrices

Teoremas

Contenidos

1 Seccin 1: Introduccin

o 1.1 Un poco de historia

2 Seccin 2: Conceptos previos

o 2.1 Explicacin de conceptos relacionados con el tema

2.1.1 Matriz

2.1.2 Operacin Binaria

2.1.3 Orden o Dimensin de una matriz

2.1.4 Cuerpo o Campo

2.1.5 Escalar

3 Seccin 3: Concepto de Matriz

o 3.1 Definiciones de Matriz
o 3.2 Notacin de Leibniz
o 3.3 Notacin de Cauchy
o 3.4 Notacin ms usada
o 3.5 Grado de una matriz
o 3.6 Dimensin de una Matriz
o 3.7 Ejemplos

4 Seccin 4: Tipos de matrices

o 4.1 Matrz cuadrada
o 4.2 Matriz Rectangular
o 4.3 Matriz Vertical
o 4.4 Matriz Columna
o 4.5 Matriz Horizontal

o 4.6 Matriz Fila

o 4.7 Matriz Diagonal
o 4.8 Matriz Escalonada
o 4.9 Matriz Triangular superior
o 4.10 Matriz Triangular inferior
o 4.11 Matriz Identidad
o 4.12 Matriz Nula o Matriz Cero
o 4.13 Matriz Opuesta
o 4.14 Matriz Traspuesta
o 4.15 Matriz Simtrica
o 4.16 Matriz Antisimtrica
o 4.17 Matriz Ortogonal
o 4.18 Matriz Normal
o 4.19 Matriz Conjugada
o 4.20 Matriz Invertible
o 4.21 Matriz Singular o Degenerada
o 4.22 Matriz Permutacin
o 4.23 Matrices iguales
o 4.24 Matriz Hermitiana
o 4.25 Matriz definida positiva
o 4.26 Matriz Unitaria
o 4.27 Submatriz
o 4.28 Resto del captulo Matrices

5 Seccin 5: Determinantes
o 5.1 Definicin general de determinante
o 5.2 Definicin previa

5.2.1 Permutacin

5.2.2 Inversin de una permutacin

o 5.3 Determinante
o 5.4 Ley de Formacin
o 5.5 Clculo de determinantes: Regla de Cramer

6 Seccin 6: Sistema de ecuaciones lineales

7 Seccin 7: Adicin y sustraccin de matrices

o 7.1 Conceptos previos
o 7.2 Condiciones
o 7.3 Suma o adicin
o 7.4 Propiedades de la Adicin de matrices
o 7.5 Sustraccin
o 7.6 Resto del captulo Matrices

8 Seccin 8: Multiplicacin de una matriz por un escalar

o 8.1 Producto de una matriz por un escalar
o 8.2 Ejemplo
o 8.3 Producto por un escalar
o 8.4 Propiedades
o 8.5 Asociatividad

o 8.6 Distributividad respecto de la suma de matrices

o 8.7 Distributividad respecto de la suma en el campo
o 8.8 Producto por el neutro multiplicativo del campo

9 Seccin 9: Multiplicacin de matrices

o 9.1 Producto de una matriz fila por una matriz columna
o 9.2 Producto en General
o 9.3 Propiedades
o 9.4 Asociatividad
o 9.5 Distributividad respecto de la suma de matrices por la derecha
o 9.6 Distributividad respecto de la suma de matrices por la izquierda

10 Seccin 10: Regla de Cramer

o 10.1 Temas introductorios
o 10.2 Regla de Cramer
o 10.3 Sistema de 2 ecuaciones con 2 incgnitas
o 10.4 Sistema de 3 ecuaciones con 3 incgnitas

11 Seccin 11: Biografa de Cramer

o 11.1 Cramer, Gabriel

12 Seccin 12: Inversa de una matriz

13 Seccin 13: Otra pgina de multiplicacin de matrices

o 13.1 Definicin
o 13.2 Clculo del producto de matrices
o 13.3 Clculo parcial del producto de matrices

o 13.4 Propiedades del producto entre matrices

o 13.5 Bibliografa

14 Seccin 14: Teoremas

o 14.1 Teorema 1: Permutacin de elementos por conjugados
o 14.2 Teorema 2 : Permutaciones de lneas
o 14.3 Teorema 3: Determinante nulo
o 14.4 Teorema 4: Invariablidad del determinante
o 14.5 Teorema5: Elementos de una lnea nulos
o 14.6 Teorema6: Multiplicacin de una lnea por una constante
o 14.7 Teorema7: Elementos equimltiplos
o 14.8 Teorema 8: Lnea nula

14.8.1 Lema del menor complementario y del adjunto

o 14.9 Teorema 9: Adjunto y menor complementario

o 14.10 Teorema 10: Matriz triangular
o 14.11 Teorema 11: Sustitucin de una lnea
o 14.12 Teorema 12: Descomposicin de una lnea
o 14.13 Teorema 13: Combinacin lineal

Seccin 1: Introduccin
Un poco de historia
Las matrices aparecieron por primera vez hacia el ao 1850, introducidas por el ingls J. J.
Sylvester. Su desarrollo se debe a W. R. Hamilton y a A. Cayley. Adems de su utilidad
para el estudio de los sistemas de ecuaciones, las matrices aparecen de manera natural en
geometra, estadstica, economa, etc. Nuestra cultura est llena de matrices de nmeros: El
horario de los trenes de cada una de las estaciones es una matriz de doble entrada, la tabla
de cotizaciones de la Bolsa en cada uno de los das de la semana es otra, los horarios de

clases con columnas (Lunes, Martes, etc) y filas ( 13:30 a 14:15, ...) donde las celdas se
completan con las materias, y muchos otros ejemplos. Las tablas de sumar y multiplicar, la
disposicin de los alumnos en clase, las casillas de un tablero de ajedrez, las apuestas de la
loto, los puntos de un monitor de ordenador, son otros tantos ejemplos de la vida cotidiana
de matrices. Actualmente, muchos programas de ordenador utilizan el concepto de matriz.
As, las Hojas de Clculo funcionan utilizando una inmensa matriz con cientos de filas y
columnas en cuyas celdas se pueden introducir datos y frmulas para realizar clculos a
gran velocidad. Esto requiere utilizar las operaciones con matrices.

Seccin 2: Conceptos previos

Explicacin de conceptos relacionados con el tema
Matriz
Es una disposicin de elementos en filas y columnas de forma ordenada.

Operacin Binaria
Se define como operacin binaria aquella operacin matemtica, que necesita el operador
y dos operandos (argumentos) para que se pueda calcular un valor.

Orden o Dimensin de una matriz

Se llama Orden, Dimensin o tamao de una matriz a la cantidad de filas y columnas que
posee.

Cuerpo o Campo
En lgebra abstracta, un cuerpo o campo es una estructura algebraica en la cual las
operaciones de adicin y multiplicacin se pueden realizar y cumplen las propiedades
asociativa, conmutativa y distributiva, adems de la existencia de un inverso aditivo y de un
inverso multiplicativo, los cuales permiten efectuar la operaciones de sustraccin y divisin
(excepto la divisin por cero); estas propiedades ya son familiares de la aritmtica de
nmeros ordinarios.

Escalar
Se denomina escalar a los nmeros reales o complejos que sirven para describir un
fenmeno fsico con magnitud, pero sin la caracterstica vectorial de direccin. Es decir
simplemente un valor numrico, sin las caractersticas de direccin y sentido que son propia
de los vectores. El concepto complementario sera vectorial.

Seccin 3: Concepto de Matriz

Matriz es una disposicin de elementos pertenecientes a un conjunto, en filas y columnas.

Definiciones de Matriz
Una matriz es un arreglo bidimensional o tabla bidimensional de nmeros consistente en
cantidades abstractas que pueden sumarse y multiplicarse entre s.
Es una disposicin de valores numricos y/o variables (representadas por letras), en
columnas y filas, de forma rectangular.
Una matriz es una tabla cuadrada o rectangular de datos (llamados elementos o entradas
de la matriz) ordenados en filas y columnas, donde una fila es cada una de las lneas
horizontales de la matriz y una columna es cada una de las lneas verticales de la matriz. A
una matriz con m filas y n columnas se le denomina matriz m x n; y a m y n se les denomina
dimensiones de la matriz.
Las dimensiones de la matriz siempre se dan con el nmero de fila primero y el nmero de
columnas.
Por lo general se trabaja con matrices formadas por nmeros reales. Las matrices se usan
generalmente para describir sistemas de ecuaciones lineales, sistemas de ecuaciones
diferenciales o representar una aplicacin lineal (dada una base).
Una matriz es una coleccin ordenada de elementos colocados en filas y columnas, o sea
es un arreglo bidimensional de nmeros (llamados entradas de la matriz) ordenados en
filas (o renglones) y columnas, donde una fila es cada una de las lneas horizontales de la
matriz y una columna es cada una de las lneas verticales. A una matriz con m filas y n
columnas se le denomina matriz m por n (
) donde m y n son nmeros naturales
mayores que cero.El conjunto de las matrices de tamao
se representa como
, donde es el campo al cual pertenecen las entradas. El tamao de una
matriz siempre se da con el nmero de filas primero y el nmero de columnas despus. Dos
matrices se dice que son iguales si tienen el mismo tamao y las misma entradas.
Otra definicin, muy usada en la solucin de sistemas de ecuaciones lineales, es la de
vectores fila y vectores columna. Un vector fila o vector rengln es cualquier matriz de
tamao
mientras que un vector columna es cualquier matriz de tamao
.
A las matrices que tienen el mismo nmero de filas que de columnas,
llaman matrices cuadradas. y el conjunto se denota

, se les

o alternativamente

Notacin de Leibniz
Se utiliza un elemento nico acompaado de ndice y subndice, de manera tal que el ndice
indique la columna y el subndice la fila.

Notacin de Cauchy
Se utilizan elementos distintos uno para cada columna y a cada elemento se le acompaa de
un subndice que indica la fila del elemento.

Notacin ms usada
Se utiliza un elemento nico acompaado de doble subndice, de manera tal que el par de
valores indique la fila y la columna en ese orden.
A la entrada de una matriz que se encuentra en la fila sima y la columna sima se le
llama entrada
o entrada
simo de la matriz. En estas expresiones tambin se
consideran primero las filas y despus las columnas.
Casi siempre se denotan a las matrices con letras maysculas mientras que se utilizan las
correspondientes letras en minsculas para denotar las entradas de las mismas. Por ejemplo,
al elemento de una matriz que se encuentra en la fila
sima y la columna
sima se
le denota como
, donde
y
. Cuando se va a representar
explcitamente una entrada la cul est indexada con un o un con dos cifras se introduce
una coma entre el ndice de filas y de columnas. As por ejemplo, la entrada que est en la
primera fila y la segunda columna de la matriz de tamao
se representa como
mientras que la entrada que est en la fila nmero 23 y la columna 100 se representa
como
.
Adems de utilizar letras maysculas para representar matrices, numerosos autores
representan a las matrices con fuentes en negrita para distinguirlas de otros objetos
matemticos. As es una matriz, mientras que es un escalar en esa notacin. Sin
embargo sta notacin generalmente se deja para libros y publicaciones, donde es posible
hacer sta distincin tipogrfica con facilidad. En otras notaciones se considera que el
contexto es lo suficientemente claro como para no usar negritas.
Las matrices se suelen notar con letras maysculas y sus elementos si son genricos con
minsculas y un subndice que indica la fila y columa en que se encuentra, as a23 hace
referencia al elemento que se encuentra en la fila 2 columa 3. Una matriz genrica de tres
filas y tres columnas, de dimensin 3x3 es:

Dada la matriz

Otra notacin, en si un abuso de notacin, representa a la matriz por sus entradas, i.e.
o incluso

Grado de una matriz

El grado de una matriz es la cantidad de elementos que tiene por fila o por columna (si es
cuadrada) o la raz cuadrada del nmero total de elementos.

Dimensin de una Matriz

La dimensin de una matriz viene dada por el nmero de filas y columnas que tenga, as
una matriz de dimensin 2x3 es una matriz con dos filas y tres columnas. Reiterando, la
dimensin de una matriz siempre se da con el nmero de filas primero y el nmero de
columnas despus.
O sea que si se anota
columnas. La letra

significa que se nombra

significa que sus elementos son nmeros reales.

Ejemplos
Dada la matriz

es una matriz de tamao

La matriz

a una matriz que tiene 7 filas y 5

. La entrada

es 4.

es una matriz de tamao

: un vector fila con 9 entradas.

Finalmente una matrz genrica se representa:

Y una matrz columna genrica

(1)

Seccin 4: Tipos de matrices

Existen diversos tipos y clasificaciones de matrices:

Matrz cuadrada
Se dice que una matriz A es cuadrada si tiene el mismo nmero de filas que de columnas.
Ejemplos de matriz cuadrada:

Puede ser una matriz con valores

O tambin una matrz con subndices (Genrica)

Puede ser de otro tamao e incluso con variables

Se llama diagonal principal de una matriz A a la diagonal formada por los elementos
.
Se llama diagonal secundaria a la diagonal del cuadrado que no es la principal, tiene por
extremos los elementos
y
, como caractersticas, todos los elementos tienen la
particularidad que sus subndices suman (n+1), por ejemplo
, donde 8 + (n - 7 ) = n
+ 1.

Matriz Rectangular
Es aquella matriz que no es cuadrada, esto es que la cantidad de filas es diferente de la
cantidad de columnas.
Puede ser de dos formas; vertical u horizontal.

Matriz Vertical
Es aquella que tiene ms filas que columnas.

Matriz Columna
Caso especial de matriz vertical que posee una sola columna.

Matriz Horizontal
Es aquella que tiene ms columnas que filas.

Matriz Fila

Caso especial de matriz horizontal que posee una sola fila.

Matriz Diagonal
Se llama diagonal principal de una matriz A a la diagonal formada por los elementos aii.
Matriz diagonal, matriz cuadrada donde sus elementos
si
.
La matriz identidad es una matriz diagonal.
Una matriz diagonal es una matriz cuadrada en que las entradas o valores son todos nulas
salvo en la diagonal principal, y stos incluso pueden ser nulos o no. Otra forma de decirlo
es que es diagonal si todos sus elementos son nulos salvo algunos de la diagonal principal.
Ejemplos de matrices Diagonales:

Puede ser una matriz con valores

O tambin una matrz con subndices (Genrica)

Puede ser de otro tamao e incluso con variables

Matriz Escalonada
Es toda matriz en la que el nmero de ceros que precede al primer elemento no nulo, de
cada fila o de cada columna, es mayor que el de la precedente.
Puede ser escalonada por filas o escalonada por columnas.

Matriz Triangular superior

Se dice que una matriz es triangular superior si todos los elementos que estn por debajo de
la diagonal principal son nulos.

Matriz Triangular inferior

Se dice que una matriz es triangular inferior si todos los elementos que estn por encima de
la diagonal principal son nulos.

Matriz Identidad
Se llama matriz identidad de orden n y se nota In a una matriz cuadrada de orden n en la
que los elementos de la diagonal principal son 1 y el resto 0.

La matriz identidad puede ser de cualquier tamao, siempre y cuando sea cuadrada

Matriz Nula o Matriz Cero

Una matriz cero o matriz nula es una matriz con todos sus elementos nulos, o sea de valor
cero. Algunos ejemplos de matrices nulas son:

Por lo tanto, una matriz nula de orden mxn asume la forma:

Una matriz cero es, al mismo tiempo,matriz simtrica, antisimtrica, nilpotente y singular.

Matriz Opuesta
Teniendo una matriz determinada, se llama matriz opuesta de la antes mencionada a aquella
que tiene por elementos los opuestos de los elementos de la matriz original.

Matriz Traspuesta
Matriz traspuesta (At). Se llama matriz traspuesta de una matriz A a aquella matriz cuyas
filas coinciden con las columnas de A y las columnas coinciden con las filas de A.

Para una matriz

, se define la matriz transpuesta de

denotada por

, como

. Es decir, las filas de la matriz

corresponden a las columnas de

y viceversa.

Matriz Simtrica
Una matriz es simtrica cuando es una matriz cuadrada, y es igual a su traspuesta.

Matriz Antisimtrica
Una matriz es antisimtrica cuando es una matriz cuadrada, y es igual a la opuesta de su
traspuesta, siendo los elementos de la diagonal principal ceros.

Matriz Ortogonal
Una matriz ortogonal es una matriz cuya matriz inversa coincide con su matriz traspuesta.

Matriz Normal
Sea A matriz compleja cuadrada, entonces es una matriz normal si y slo si

donde A* es la matriz traspuesta conjugada de A (tambin llamado hermitiano)

Matriz Conjugada
Una Matriz conjugada es el resultado de la sustitucin de los elementos de una matriz
por sus valores conjugados. Es decir, la parte imaginaria de los elementos de la matriz
cambian su signo.
Ejemplo de matrices conjugadas

Matriz Invertible
Tambin llamada matriz , no singular, no degenerada, regular.
Una matriz cuadrada A de orden n se dice que es invertible si existe otra matriz cuadrada
de orden n, llamada matriz inversa de A y representada como A1, tal que
AA1 = A1A = In,
donde In es la matriz identidad de orden n y el producto utilizado es el producto de matrices
usual. Una matriz tiene inversa siempre que su determinante no sea cero.
La inversin de matrices es el proceso de encontrar la matriz inversa de una matriz dada.

Matriz Singular o Degenerada

Tambin llamada no regular. Una matriz es singular si y solo si su determinante es cero.

Matriz Permutacin
La matriz permutacin es la matriz cuadrada con todos sus nn elementos iguales a 0,
excepto uno cualquiera por cada fila y columna, el cual debe ser igual a 1.

Matrices iguales
Se dice que dos matrices A y B son iguales si tienen la misma dimensin y son iguales
elemento a elemento, es decir, aij=bij i=1,...,n j=1,2,...,m.

Matriz Hermitiana
Una matriz Hermitiana (o Hermtica) es una matriz cuadrada de elementos complejos que
tiene la caracterstica de ser igual a su propia traspuesta conjugada. Es decir, el elemento en
la i-sima fila y j-sima columna es igual al conjugado del elemento en la j-sima fila e isima columna, para todos los ndices i y j.

Matriz definida positiva

Una matriz definida positiva es una matriz hermitiana que en muchos aspectos es similar a
un nmero real positivo.

Matriz Unitaria
Es una matriz compleja U, de n por n elementos, que satisface la condicin:

donde es la matriz identidad y

es el traspuesto conjugado (tambin llamado el
hermitiano adjunto o la hermtica) de U. Esta condicin implica que una matriz U es
unitaria si tiene inversa igual a su traspuesta conjugada
.
Una matriz unitaria en la que todas las entradas son reales es una matriz ortogonal.

Submatriz
A partir de una Matriz M, se llama submatriz M' a toda matriz obtenida suprimiendo p filas
y q columnas en M. Si M es de orden mxn, M' ser de orden (m-p)x(n-q), es decir con p
filas menos y q columnas menos. Es evidente que p < m ; q < n.

Resto del captulo Matrices

Conceptos previos

Concepto de Matriz

Determinante de una matriz

Tipos de matrices

Suma de matrices

Sistema de ecuaciones lineales

Regla de Cramer

Seccin 5: Determinantes
Definicin general de determinante
Llmese determinante de una matriz cuadrada de tercer grado a la suma de los productos de
los elementos que pertenezcan a columnas y filas diferentes.

Definicin previa
Permutacin
Disposicin ordenada de todos los elementos disponibles, sin repetirse e intercambiando
lugares.

Inversin de una permutacin

a) Dadas dos permutaciones de los mismos elementos, si dos elementos de la segunda
permutacin, independiente de los dems, estn en el mismo orden que en la primera, se
llama en sucesin, si estn en orden inverso, en inversin.
Ejemplo 1; 2 ; 3; 4 : 5 y 1 ; 3 ; 4 ; 2 ; 5 en la segunda permutacin de los cinco primeros
naturales, el 3 con el 2 est en inversin, y el 4 con el 2 est en inversin con respecto a la
permutacin original, los dems (p.ej. El 3 con el 5, el 1 con el 4) estn en sucesin. O sea
en este ejemplo se observan solamente dos inversiones.
b) se llama permutacin principal a la ordenacin natural de los nmeros 1 2 3 4 5 6 ...
c) Una permutacin es de clase par o impar, si el nmero de sus inversiones con respecto a
la permutacin principal es par o impar.

Determinante
Llmese determinante de una matriz de n-simo grado al polinomio formado por todos los
productos posibles de los n elementos que componen la matriz, de tal manera que cada
sumando contenga un factor de cada fila y otro de cada columna y asignndole el signo
positivo o negativo segn que la permutacin sea par o impar, respectivamente.

Ley de Formacin
Para formar el desarrollo de A, de una matriz cuadrada de orden n, procederemos de la
siguiente manera: Tomaremos como trmino principal al que tiene la pareja de ndices en el
orden de los nmeros y manteniendo fijo los subndices de las filas permutamos los
subndices de las columnas, precediendo a cada trmino del signo positivo o negativo segn
la permutacin sea de orden par o impar, de acuerdo con la definicin dada anteriormente.

No podr haber ningn trmin repetido, ni podrn faltar ninguno.

Todos los producto contienen la misma cantidad de factores.
El trmino principal :
es el que corresponde a la diagonal
principal; esta es la que tiene como primer trmino, el primero de la izquierda superior y
como ltimo el inferior derecho.
Tambin es observable que la pareja de valores de subndice son iguales para columna que
para fila.

Clculo de determinantes: Regla de Cramer

Para calcular el determinante de una matriz cuadrada de 2x2, se utiliza la regla de Cramer.
El determinante es la diferencia de la diagonal principal menos la diagonal secundaria. a_11
x a_22 a_21 x a_12

Seccin 6: Sistema de ecuaciones lineales

Un sistema de ecuaciones lineales, tambin conocido como sistema lineal de ecuaciones
o simplemente sistema lineal, es un conjunto de ecuaciones lineales (el trmino lineal se
refiere a que todas las variables tienen exponente 1) que cumplen las propiedades:

Combinando dos o ms ecuaciones lineales se obtiene siempre otra ecuacin

tambin lineal.

Posee elementos neutro (opuesto aditivo).

La adicin entre ecuaciones cumple la propiedad asociativa.

La multiplicacin por un nmero real cumple la propiedad distributiva.

A continuacin se exponen ejemplos de sistemas lineales de tres ecuaciones:

Tambin pueden ser de ms ecuaciones:

Seccin 7: Adicin y sustraccin de

matrices
Conceptos previos
Se define como operacin binaria aquella operacin matemtica, que necesita el operador
y dos operandos (argumentos) para que se pueda calcular un valor.
En lgebra abstracta, un cuerpo o campo es una estructura algebraica en la cual las
operaciones de adicin y multiplicacin se pueden realizar y cumplen las propiedades
asociativa, conmutativa y distributiva, adems de la existencia de un inverso aditivo y de un
inverso multiplicativo, los cuales permiten efectuar la operaciones de sustraccin y divisin
(excepto la divisin por cero); estas propiedades ya son familiares de la aritmtica de
nmeros ordinarios.

Condiciones
No todas las matrices se pueden sumar o restar entre s. Condicin necesaria para sumar o
restar dos matrices es que tengan la misma dimensin, es decir, que tengan el mismo
nmero de filas y de columnas. Para sumar matrices de la misma dimensin se suman entre
s los elemtentos que ocupan el mismo lugar en cada matriz. Es decir: suma de matrices de
las mismas dimensiones, es la aplicacin que asocia a cada par de matrices otra matriz de
las mismas dimensiones cuyos elementos se obtienen sumando trmino a trmino los
elementos correspondientes en dichas matrices.

Suma o adicin

Sean

. Se define la operacin de adicin de matrices como una

operacin binaria

tal que

y donde
en el que la operacin de suma en la
ltima expresin es la operacin binaria correspondiente pero en el campo . Por ejemplo,
la entrada
es igual a la suma de los elementos
y
lo cual es
.
Veamos un ejemplo ms explcito. Sea

A la luz de stos ejemplos es inmediato ver que dos matrices se pueden sumar solamente si
ambas tienen el mismo tamao. La suma de matrices en el caso de que las entradas estn en
un campo sern la asociatividad, la conmutatividad, existencia de elemento neutro aditivo y
existencia de inverso aditivo. Esto es as ya que stas son propiedades de los campos en los
que estn las entradas de la matriz. A continuacin se presentan las propiedades.

Propiedades de la Adicin de matrices

Para poder sumar dos o ms matrices deben tener el mismo tamao, la misma cantidad de
columnas y de filas. Propiedades:
1. Cerrada: La suma de dos matrices resulta otra matriz de igual tamao.
2. Asociativa: (A + B ) + C = A + (B + C )
3. Neutro: Existe una matriz O, con todos sus elementos de valor cero tal que A + O =
O + A=A
4. Simtrico: Cada matriz A, posee su matriz simtrica A' tal que A + A' = A' + A = O
Los elementos de A' son de valor opuesto que sus correspondientes de la matriz A
1. Conmutativa: A + B = B + A

Sustraccin
Se puede definir las sustraccin entre dos matrices
la opuesta (simtrica aditiva) de la segunda.

Resto del captulo Matrices

como la suma de la primera con

Seccin 8: Multiplicacin de una matriz

por un escalar
Producto de una matriz por un escalar
Si multiplicamos una matriz por una escalar, multiplicamos cada elemento de la matriz por
ese escalar.
Es decir: producto de un nmero real por una matriz, es la aplicacin que asocia a cada par
formado por un nmero real y una matriz, otra matriz cuyos elementos se obtienen
multiplicando el nmero real por todos los elementos de la matriz.

Ejemplo
Sea

Producto por un escalar

Sean

. Se define la operacin de producto por un escalar

como una funcin

tal que
y
donde
en donde el producto es la operacin binaria correspondiente pero en el
campo . Por ejemplo, la entrada
es igual al producto
.
Veamos un ejemplo ms explcito. Sea

Tambin es inmediato ver que el producto por un escalar da como resultado una matriz del
mismo tamao que la original. Tambin el producto por un escalar depender de la
estructura algebraica en la que las entradas estn. En el caso de que estn en un campo
sern dos distributividades (una respecto de suma de matrices y otra respecto de suma en el

campo), asociatividad y una propiedad concerniente al producto por el elemento neutro

multiplicativo del campo. A continuacin se presentan las propiedades.

Propiedades
Sean
y
, donde es un campo, entonces se cumplen las
siguientes propiedades para la operacin producto por un escalar

Asociatividad

Demostracin. Dada la definicin de la operacin se sigue el resultado ya que

debido a que

para todo

Distributividad respecto de la suma de matrices

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que

para todo

Distributividad respecto de la suma en el campo

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que

para todo

Producto por el neutro multiplicativo del campo

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que

para todo

Por como se defini la operacin de producto por escalares se dice que

es

cerrado bajo producto por escalares. Con stas propiedades y las de la adicin se tiene que
es un espacio vectorial con las operaciones de suma y producto por escalares
definidas antes.
En el caso de que las entradas y los escalares no estn en un campo sino en un anillo
entonces no necesariamente existe el neutro multiplicativo. En caso de que exista, con lo
cual el anillo es un anillo con uno, se dice que
es un mdulo sobre .
Ahora, a partir de las propiedades bsicas se puede demostrar inmediatamente que

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

para todo

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

para todo

debido a que

para todo

Demostracin Dada la definicin de la operacin se sigue el resultado ya que como en un

campo no hay divisores de cero entonces
para todo
implica que
o
para todo
, i.e.
. No es posible un caso en el que slo algunas
entradas de la matriz sean cero y el escalar sea no nulo ya que en esos casos estaramos
diciendo que hay divisores de cero y llegaramos a una contradiccin, ya que la suposicin
es que las entradas y los escalares estn en un campo.

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debid
o a que

para todo

Este ltimo resultado permite usar la notacin

sin riesgo de ambigedad.

Seccin 9: Multiplicacin de matrices

Producto de una matriz fila por una matriz columna

Sean A una matriz con una fila y n columnas y B una matriz con n filas y una columna.
Sean

Hay que hacer notar que para poder multiplicar A y B debe suceder que el nmero de
columnas de A sea igual al nmero de filas de B.
El producto de las matrices A y B (AB) es otra matriz con una fila y una columna cuyo
nico elemento es: c = a1b1 + a2b2 + ... + anbn.

Dnde la matriz producto es como habamos establecido en la definicin: una matriz

. O sea una matrz de un slo elemento, el valor 27.

Producto en General

Diagrama esquemtico que ilustra el producto de dos matrices

la matriz
.

dando como resultado

El producto de matrices se define de una manera muy peculiar y hasta caprichosa cuando
no se conoce su origen. El origen proviene del papel de las matrices como representaciones
de aplicaciones lineales. As el producto de matrices, como se define, proviene de la
composicin de aplicaciones lineales. En este contexto, el tamao de la matriz corresponde

con las dimensiones de los espacios vectoriales entre los cuales se establece la aplicacin
lineal. De ese modo el producto de matrices, representa la composicin de aplicaciones
lineales.
En efecto, en ciertas bases tenemos que
para

se puede representar como

donde es la representacin de un vector de en la base que se ha elegido

en forma de vector columna. Si tenemos dos aplicaciones lineales
y
entonces

, luego la aplicacin

se representar como
donde
es el producto de las representaciones matriciales de
. Ntese que la
composicin no se puede dar entre cualquier aplicacin sino entre aplicaciones que vayan
de
, en particular debe de haber una relacin entre las dimensiones de los
espacios vectoriales. Una vez dicho sto podemos definir el producto de la siguiente
manera.
Sean

. Se define el producto de matrices como

una funcin

tal que
y donde

Veamos un ejemplo ms explcito. Sean

para toda
, es decir
. Por ejemplo, la entrada
.
y

dnde la matriz producto es como habamos establecido en la definicin: una matriz

.
Sin tomar en cuenta la motivacin que viene desde las aplicaciones lineales, es evidente ver
que si ignoramos la definicin de la funcin de producto de matrices y slo se toma en
cuenta la definicin de las entradas, el producto no estar bien definido, ya que si no
tiene el mismo nmero de columnas que de filas entonces no podremos establecer en
donde acaba la suma: si la acabamos en el mayor de stos nmeros habr sumandos que no
estn definidos ya que una de las matrices no tendr mas entradas, mientras que si tomamos
el menor habr entradas de alguna de las matrices que no se tomen en cuenta. As es
necesario que tenga el mismo nmero de columnas que de filas para que
exista.

Como se puede suponer tambin, las propiedades de sta operacin sern ms limitadas en
la generalidad ya que adems de las limitaciones impuestas por la naturaleza de las entradas
est esta limitacin respecto a tamao. Es claro, adems, que el producto de matrices no
siempre es una operacin interna.

Propiedades
Sean
matrices con entradas en , donde es un campo, entonces se cumplen
las siguientes propiedades para el producto de matrices (considerando que los productos
existan)

Asociatividad
Demostracin. Dada la definicin de la operacin se sigue el resultado ya que, si
,

por lo que
donde

considerando que

es

debido a que
, es

es

para todo
.

. Aqu estamos

Distributividad respecto de la suma de matrices por la

derecha
Demostracin Dada la definicin de la operacin se sigue el resultado ya que

es

para todo
.

. Aqu estamos considerando que

es

debido a que
, es

Distributividad respecto de la suma de matrices por la

izquierda

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

que
y

para todo
.

es

. Aqu estamos considerando que

es

debido a
, es

El producto de matrices no es conmutativo, si lo fuera la composicin de funciones lineales

sera conmutativa y eso en general no sucede. Obviamente existen casos particulares de
algunos tipos de matrices en los que si hay conmutatividad. En el caso en que tengamos
tendremos que el producto entre matrices en

tambin est en

En ese caso
adems de espacio vectorial es un lgebra sobre un campo. En el caso
de que el conjunto al que pertenecen las entradas sea un anillo conmutativo con uno
entonces

adems de mdulo es un lgebra sobre un anillo. Mas an

con el producto de matrices es un anillo.

Seccin 10: Regla de Cramer

Temas introductorios
Biografa de Cramer
Cmo calcular determinantes
Determinante

Regla de Cramer
La regla de Cramer es un teorema en lgebra lineal, que da la solucin de un sistema lineal
de ecuaciones en trminos de determinantes. Recibe este nombre en honor a Gabriel
Cramer (1704 - 1752), quien public la regla en su Introduction l'analyse des lignes
courbes algbriques de 1750, aunque Colin Maclaurin tambin public el mtodo en su
Treatise of Geometry de 1748 (y probablemente saba del mtodo desde 1729) La regla de
Cramer es de importancia terica porque da una expresin explcita para la solucin del
sistema. Sin embargo, para sistemas de ecuaciones lineales de ms de tres ecuaciones su
aplicacin para la resolucin del mismo resulta excesivamente costosa:
computacionalmente, es ineficiente para grandes matrices y por ello no es usado en
aplicaciones prcticas que pueden implicar muchas ecuaciones.
Frmulas explcitas para sistemas pequeos

Sistema de 2 ecuaciones con 2 incgnitas

Para la resolucin de un sistema de dos ecuaciones con dos incgnitas, de la forma. Dado el
sistema de ecuaciones:

Lo representamos en forma de matrices:

Entonces, e pueden ser encontradas con la regla de Cramer, con una divisin de
determinantes, de la siguiente manera:

Sistema de 3 ecuaciones con 3 incgnitas

La regla para un sistema de tres ecuaciones con tres incgnitas es similar, con una divisin
de determinantes:

Que representadas en forma de matriz es:

, , pueden ser encontradas como sigue:

Seccin 11: Biografa de Cramer

Cramer, Gabriel

Gabriel Cramer (1704 - 1752)

Naci en 1704 y muri en 1752.
Gabriel Cramer, suizo, trabaj en Anlisis y determinantes. Lleg a ser profesor de
matemticas en Ginebra, escribi un trabajo donde relataba la fsica, tambin en geometra
y la historia de las matemticas.
Cramer es ms conocido por su trabajo en determinantes, pero tambin hizo contribuciones
en el estudio de las curvas algebraicas (1750).
Para ms informacin, vase
el artculo Gabriel Cramer
en Wikipedia.

Seccin 12: Inversa de una matriz

Para el clculo de la inversa de una matriz expondremos dos mtodos, usando el proceso de
Gauss-Jordan y utilizando el concepto de determinante. Antes de explicar su desarrollo
definiremos que es una matriz inversa en el siguiente enunciado:
Si es una matriz cuadrada de
entonces se llama la inversa de

,
e es la matriz identidad de
por la izquierda.

Del anterior enunciado podemos deducir el siguiente teorema:

La matriz

es no singular si y slo si

es invertible. Si

, entonces

.
Para encontrar la inversa de una matriz por el mtodo de Gauss-Jordan debemos tener una
matriz ampliada de la siguiente forma:

Sea la matriz

y la matriz

La matriz ampliada queda de la forma

Aplicando Gauss-Jordan llegamos a la siguiente matriz ampliada

Donde la matriz

, inversa de

es

El siguiente mtodo es el ms usado para el clculo de matrices inversas, se describe bajo la

ecuacin

Seccin 13: Otra pgina de multiplicacin

de matrices
Ya vimos en los temas anteriores que se pueden extender las operaciones para los nmeros
reales a los sistemas con vectores y matrices, en cuanto a la multiplicacin se puede
extender en el producto escalar por matriz y el producto entre matrices.

Definicin
S

es una matriz de n x m,
, el producto
.

, y es una matriz de m x k,
es la matriz de n x k,

Clculo del producto de matrices

Si es una matriz de dimensiones m x r y otra matriz de dimensiones r x n, entonces para
calcular el elemento que est en el rengln i-simo y la columna j-sima de
y que se
denomina se toma el rengln i-simo de la matriz A y la columna j-sima de B. Se
multiplican los elementos correspondientes del rengln y la columna y despus se suman
los productos. Esta expresin equivale a:

Seguidamente, se desarrolla un ejemplo con dos matrices de 2 x 2. Sean las siguientes

matrices:

De acuerdo a lo anterior, el producto se calcula as:

Como podemos observar, el nmero de columnas de debe corresponder al nmero de

renglones que haya en para que el producto de las matrices est definido. Tambin, la
definicin de
muestra que la matriz producto tiene idntica cantidad de filas o
renglones que y de columnas que .

Clculo parcial del producto de matrices

En ocasiones, no es necesario calcular todos los elementos de un producto de matrices, sino

una fila o una columna determinada. Para ello, supondremos que existen dos matrices y
de dimensiones m x r y r x n, respectivamente. Si se desea calcular los elementos de la
fila i-sima de la matriz producto, se deber tomar de la matriz nicamente la fila i-sima
y multiplicarla por la matriz . Esto se representa as:

En el caso de los elementos de la columna j-sima de la matriz producto, se deber tomar

de la matriz nicamente la columna j-sima y multiplicarla por la matriz :

En ambos casos, cada elemento de la fila i-sima y columna j-sima de la matriz producto
es calculado as:

Propiedades del producto entre matrices

1.

Propiedad asociativa.

2.

Propiedad distributiva izquierda.

3.

Propiedad distributiva derecha.

4.

Para cualquier

5.
matrices

Identidad de la multiplicacin entre matrices. Las

denotan a la Matriz identidad.

Bibliografa
1. Apuntes de clase de lgebra Lineal. Universidad Distrital Francisco Jos de Caldas.

2. ANTON, Howard. Introduccin al lgebra lineal. Editorial Limusa, Mxico, 1985.

ISBN 968-18-0631-X
3. LAY, David. lgebra lineal y sus aplicaciones. Pearson Educacin, Mxico, 2007.
ISBN 970-26-0906-2

Seccin 14: Teoremas

Permutacin de elementos por conjugados

Permutacin de lneas

Determinante nulo

Invariablidad del determinante

Elementos de una lnea nulos

Multiplicacin de una lnea por una constante

Elementos equimltiplos

Lnea nula

Adjunto y menor complementario

Matriz triangular

Sustitucin de una lnea

Descomposicin de una lnea

Combinacin lineal

Teorema 1: Permutacin de elementos por conjugados

Si se permutan cada elemento por su conjugado, es decir, si se cambian las filas por las
columnas y las columnas por las filas, en forma tal que el orden de los elementos
permanezcan invariable, el valor de la matriz, o sea, el determinante no cambia. Obsrvese
que los subndices se intercambian, esto es a1 ; 4 se transforma en a4 ; 1 y en general a j k se
transforma en a k j .

Teorema 2 : Permutaciones de lneas

El valor de un determinante, cambia de signo ( de positivo a negativo o de negativo a

positivo) cuando en la matriz que representa se cambian entre s dos filas o dos columnas.

Teorema 3: Determinante nulo

El determinante de una matriz que tiene dos filas o dos columnas iguales es nulo.

Teorema 4: Invariablidad del determinante

El valor de una matriz no cambia. El determinante es equivalente a una funcin lineal y
homognea de los elementos de una misma fila o columna.

Teorema5: Elementos de una lnea nulos

Si los elementos de una misma fila (o columna) son nulos, el desarrollo de la matriz en tales
condiciones es tambin nulo, es decir su determinante es cero.

Teorema6: Multiplicacin de una lnea por una constante

Al multiplicar todos los elementos de una columna o fila por una constante K el
determinante queda multiplicado por k.

Teorema7: Elementos equimltiplos

Una matriz en la cual los elementos de dos lneas paralelas son proporcionales
(equimltiplos), el desarrollo de tal matriz es nulo, o sea su determinante vale cero. En otras
palabras, una matriz es nula, si los elementos de una lnea son proporcionales a los
elementos de otra lnea paralela a la primera.

Teorema 8: Lnea nula

Una matriz que tiene nulos (valor cero) todos los elementos de una lnea, columna o fila, su
determinante vale cero.

Lema del menor complementario y del adjunto

Si tomamos el menor complementario y el adjunto de una matriz que correspondan al
primer elemento de tal matriz, los valores de aquellos (adjunto y menor) son iguales, o sea
que el adjunto es el determinante del menor complementario.

Teorema 9: Adjunto y menor complementario

El adjunto de un elemento cualquiera es igual al valor absoluto del menor complementtario

correspondeinte al mismo elemento; tomando el signo positivo o negativo segn que la
permutacin doble que se origina, al cambiar la posicin del elemento considerado, a
primer elemento, sea de orden par o impar respectivamente.

Teorema 10: Matriz triangular

Si una matriz tiene todos los elementos nulos a un lado de la diagonal principal, el valor del
determinante de esta matriz, es el del producto formado por los elementos de la diagonal
principal con el signo correspondiente.

Teorema 11: Sustitucin de una lnea

Si en una matriz reemplazamos una lnea por una paralela a aquella, el valor de la matriz
que resulta, es nulo.

Teorema 12: Descomposicin de una lnea

Si los elementos de una lnea son p sumandos, se puede descomponer el determinante en
sumas de p determinantes, que tienen las mismas lneas restantes y en lugar de aquella, la
formada por los primeros sumandos, por los segundos sumandos, etc respectivamente.
Dicho de otra forma, si una matriz tiene una lnea formada por n elementos polinmicos, la
matriz primitiva puede descomponerse en suma de n matrices del mismo orden.

Teorema 13: Combinacin lineal

El desarrollo de una matriz, el determinante, no vara cuando se suman a los elementos de
una lnea, los que corresponden a otra paralela a la considerada multiplicados previamente
por un nmero cualquiera c1, mas los elementos correspondientes de otra lnea, siempre
paralela a la considerada, multiplicados por otro nmero c2, etc ( o sea agregndole una
combinacin lineal de lneas paralelas) Este teorema permite simplificar los determinantes,
reduciendo a cero varios elementos de una misma lnea mediante sumas o restas
convenientes, o sea sustituyendo una fila por una combinacin lineal de las restantes. Cada
elemento que se logra anular de este modo evita el clculo de un menor complementario, al
desarrollar el determinante por los elementos de una lnea. Si se logra anular as todos los
elementos de una lnea excepto uno, el producto de ste por su adjuto es igual al
determinante total. Si se logra anular a todos los elementos, entonces el valor del
determinante es cero.