Suma y diferencia de matrices

La suma de dos matrices A=(aij), B=(bij) de la misma dimensión, es otra matriz S=(sij) de la misma
dimensión que los sumandos y con término genérico s ij=aij+bij. Por tanto, para poder sumar dos
matrices estas han de tener la misma dimensión.

La suma de las matrices A y B se denota por A+B.

Ejemplo

Propiedades de la suma de matrices

1. A + (B + C) = (A + B) + C (propiedad asociativa)
2. A + B = B + A (propiedad conmutativa)
3. A + 0 = A (0 es la matriz nula)
4. La matriz –A, que se obtiene cambiando de signo todos los elementos de A, recibe el
nombre de matriz opuesta de A, ya que A + (–A) = 0.

La diferencia de matrices A y B se representa por A–B, y se define como: A–B = A + (–B)

Suma y diferencia de matrices

La suma y diferencia de 2 matrices no está definida si sus dimensiones son diferentes.

La suma de 2 matrices (Aij y Bij) de la misma dimensión es una operación interna, ya que dá como
resultado otra matriz (Sij) de la misma dimensión que los sumandos y con término genérico.

Sij = Aij + Bij

La diferencia de 2 matrices (Aij y Bij) de la misma dimensión es una operación interna, ya que dá
como resultado otra matriz (Dij) de la misma dimensión que los restandos y con término genérico.

Dij = Aij - Bij

PROPIEDADES DE LA SUMA DE MATRICES

Sean A, B y C tres matrices y e un valor escalar.

Propiedad asociativa:

Podemos sumar A + B y a su resultado sumarle C.

Propiedad conmutativa:

A+B=B+A

Propiedad distributiva:

e(A+B)=eA + eB

PROPIEDADES DEL PRODUCTO DE MATRICES

Sean A, B y C tres matrices.

Propiedad asociativa:

Podemos multiplicar A (B x C) = B (A x B) C

Tenemos las 3 matrices siguientes:

mucho cuidado EN RESPETAR EL ORDEN ALFABÉTICO DE LAS LETRAS QUE

REPRESENTAN A LAS MATRICES:

Vemos que obtenemos el mismo resultado, pero teniendo muy en cuenta el orden. NO
PODEMOS ALTERAR EL ORDEN DE LOS FACTORES.

NO EXISTE LA PROPIEDAD CONMUTATIVA EN LAS MATRICES(salvo casos especiales de

coincidencias de ciertos elementos)

Vamos a comprobarlo:
Ejercicio #24

¿Por qué, en general, no existe propiedad conmutativa en el producto de matrices?

Respuesta: No se obtiene el mismo resultado multiplicando filas del multiplicando por

columnas del multiplicador que multiplicando filas del multiplicador por columnas del
multiplicando, salvo que hayan especiales circunstancias de coincidencia de elementos en
ambas matrices.

Producto de una matriz por un escalar

Si multiplicamos una matriz por una escalar, multiplicamos cada elemento de la matriz por ese
escalar.
Sea A=(aij ) i=1,...,n j=1,2,...,m entonces k·A=k·(aij )=(k·aij )

Producto de dos matrices

No todas las matrices se pueden multiplicar entre sí.

Sean Amxn y Bpxq, condición necesaria y suficiente para que se puedan multiplicar A y B es que n=p,
es decir, para poder multiplicar dos matrices el número de columnas de la primera tiene que
coincidir con el número de filas de la segunda. El resultado del producto es una matriz C de
dimensión mxq.
Dadas dos matrices Amxn y Bnxp. El producto A·B=C donde cada elemento de C viene dado por

dicho de otro modo el elemento que ocupa la fila i y la columna j del producto se halla multiplicando
los elemento de la fila i-ésima de A con los de la columna j-ésima de B, tal que
cij=ai1·b1j+ai2·b2j+...+ain·bnj
Veámoslo con ejemplos en matrices de números reales

Producto de un escalar por un vector

El producto de un escalar por un vector da por resultado otro vector, con la misma dirección que el
primero. Al hacer la multiplicación, el escalar cambia el módulo del vector (gráficamente el largo) y
en caso de ser negativo cambia también el sentido. La dirección del vector resultado es siempre la
misma que la del vector original.

Matemáticamente se realiza multiplicando al escalar por cada una de las componentes del vector.

Si por ejemplo el vector V tiene 2 coordenadas:

V = (x, y)
k V = k (x, y) = (kx, ky)

Ejemplo:

V = (2,1)
k=2
k V = 2 (2, 1) = (4, 2)
Ejemplo:

V= (2, 2)
k = -1
k V = -1 (2, 2) = (-2, -2)

Si los vectores son de más de dos coordenadas se realiza lo mismo por cada una de ellas.

Propiedades del producto escalar

1. Conmutativa:

2. Distributiva respecto a la suma vectorial:

3. Asociatividad respecto al producto por un escalar m:

PRODUCTO DE MATRICES
El producto de matrices requiere de una condición previa muy restrictiva: si A y B son dos
matrices, podrán multiplicarse sólo en el caso de que el número de columnas de la primera
matriz coincida con el número de filas de la segunda. Se dice en este caso que A y B son
multiplicables.

El resultado es una matriz que tiene tantas filas como la primera y tantas columnas como la
segunda.

Así, si C es la matriz producto A·B, el elemento cij se obtiene de la siguiente manera:

1º Selecciona la fila i de la primera matriz y la columna j de la segunda.

2º Multiplica el primer elemento de la fila por el primer elemento de la columna seleccionadas.

Haz lo mismo con el segundo, tercero, ..., hasta el último elemento de la fila y columna
seleccionadas.

3º Por último, suma todos los productos realizados. El resultado de esta suma es el elemento
buscado.

D os ma trices A y B se dicen multiplica bles si el número de columnas

de A coincide con el número de filas de B .

Am x n x Bn x p = Cm x p

El elemento c i j de la ma triz producto se obtiene multiplica ndo ca da elemento

de la fila i de la ma triz A por ca da elemento de la columna j de la ma triz B y

sumándolos.

Ej emp lo
 Definición de determinante

Definición: dada una matriz cuadrada A, llamamos determinante al escalar (operación entre
dos vectores cuyo resultado es el producto de sus módulos por el coseno del ángulo que lo
forman; y producto de dos vectores) que resulta de obtener todos los productos posibles de la
matriz, con una serie de restricciones.
Los determinantes, representados por ó , son herramientas muy útiles en matemáticas y en
física: sistemas de ecuaciones lineales, matrices, geometría, etc.
Los determinantes se escriben entre plecas, , y las matrices entre paréntesis, .

 PROPIEDADES DE LOS DETERMINANTES:

 Si e multiplica una de las columnas por un nº tal que pertenezca al conjunto de los números reales, el
determinante quedará multiplicado por dicho nº real.
 Si en un determinante hay dos columnas iguales, este determinante tendrá valor nulo.
 Si intercambiamos dos columnas, el determinante cambiará de signo.
 El determinante puede expresarse como la suma de dos determinantes si y sólo si cada uno de los
elementos de una columna es el resultado de la suma de dos sumandos.
 Si algún vector sobre los que se está aplicando un determinante es el vector , el valor de dicho
determinante será nulo.
 Si se intercambian las filas por las columnas, el valor de dicho determinante no variará; se mantendrá
constante. Tampoco lo hace si a una de las columnas sobre las que se aplica un determinante le añadimos
una combinación lineal de las restantes.
 El valor del determinante será nulo, o sea, cero, si una de las columnas sobre las que aplicamos el
determinante es una combinación lineal de los restantes.

Regla de kramer

La regla de Cramer es un teorema del álgebra lineal que da la solución de un sistema lineal de
ecuaciones en términos de determinantes. Recibe este nombre en honor aGabriel Cramer (1704 -
1752), quien publicó la regla en su Introduction à l'analyse des lignes courbes algébriques de 1750,
aunque Colin Maclaurin también publicó el método en su Treatise of Geometry de 1748 (y
probablemente sabía del método desde 1729).1

La regla de Cramer es de importancia teórica porque da una expresión explícita para la solución
del sistema. Sin embargo, para sistemas de ecuaciones lineales de más de tres ecuaciones su
aplicación para la resolución del mismo resulta excesivamente costosa: computacionalmente, es
ineficiente para grandes matrices y por ello no es usado en aplicaciones prácticas que pueden
implicar muchas ecuaciones. Sin embargo, como no es necesario pivotar matrices, es más
eficiente que la eliminación gaussiana para matrices pequeñas, particularmente cuando son
usadas operaciones SIMD.
Si es un sistema de ecuaciones. es la matriz de coeficientes del
sistema, es el vector columna de las incógnitas y es el vector columna de
los términos independientes. Entonces la solución al sistema se presenta así:

donde es la matriz resultante de reemplazar la j-ésima columna de por el vector

columna . Hágase notar que para que el sistema sea compatible determinado, el
determinante de la matriz ha de ser no nulo

Regla de Cramer

Los pasos a seguir para calcular los sistemas de ecuaciones según

la regla de Cramer son los siguientes:

1. Hallar la matriz ampliada (A b) asociada al sistema de

ecuaciones, esto es: que la primera columna esté formada por las
entradas de los coeficientes de la primera incógnita de las
ecuaciones; que la segunda columna la formen las de la segunda
incógnita, y así hasta llegar a la última columna, que estará
constituida por las entradas de los términos independientes de las
ecuaciones.

2. Calcular el determinante de A.

3. Aplicar la regla de Cramer, que consiste en:

a) ir sustituyendo la primera columna del det (A) por los términos

independientes;

b) dividir el resultado de este determinante entre el det (A) para

hallar el valor de la primera incógnita;

c) continuar sustituyendo los términos independientes en las

distintas columnas para hallar el resto de las incógnitas.

Ejemplo:

Sea el sistema de ecuaciones lineales formado por dos ecuaciones

con dos incógnitas:
Encontrar el valor de x e y mediante la regla de Cramer.

Empezaremos con el primer paso, que consiste en hallar la matriz

ampliada A b asociada al sistema de ecuaciones lineales:

El segundo paso es calcular el determinante de A. Así pues:

Y el tercero y último paso consiste en calcular las incógnitas: