Historia
Una matriz es un arreglo bidimensional de nmeros (llamados entradas de la matriz) ordenados en las (o renglones) y columnas, donde una la es cada una de las
lneas horizontales de la matriz y una columna es cada
una de las lneas verticales. A una matriz con n las y m
columnas se le denomina matriz n-por-m (escrito n m
) donde n, m N {0} . El conjunto de las matrices de
tamao n m se representa como Mnm (K) , donde K
es el campo al cual pertenecen las entradas. El tamao de
una matriz siempre se da con el nmero de las primero
y el nmero de columnas despus. Dos matrices se dice
que son iguales si tienen el mismo tamao y los mismos
elementos en las mismas posiciones.
Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un importante texto matemtico
chino que proviene del ao 300 a. C. a 200 a. C., Nueve captulos sobre el Arte de las matemticas (Jiu Zhang
Suan Shu), es el primer ejemplo conocido de uso del mtodo de matrices para resolver un sistema de ecuaciones
simultneas.[3] En el captulo sptimo, "Ni mucho ni poco", el concepto de determinante apareci por primera
vez, dos mil aos antes de su publicacin por el matemtico japons Seki Kwa en 1683 y el matemtico alemn A la entrada de una matriz que se encuentra en la la i
sima y la columna j sima se le llama entrada i, j o
Gottfried Leibniz en 1693.
entrada (i, j) -simo de la matriz. En estas expresiones
Los cuadrados mgicos eran conocidos por los mate- tambin se consideran primero las las y despus las comticos rabes, posiblemente desde comienzos del siglo lumnas.
VII, quienes a su vez pudieron tomarlos de los matemticos y astrnomos de la India, junto con otros aspectos Casi siempre se denotan a las matrices con letras maysde las matemticas combinatorias. Todo esto sugiere que culas mientras que se utilizan las correspondientes letras
la idea provino de China. Los primeros cuadrados m- en minsculas para denotar las entradas de las mismas.
gicos de orden 5 y 6 aparecieron en Bagdad en el 983, Por ejemplo, al elemento de una matriz A de tamao
en la Enciclopedia de la Hermandad de Pureza (Rasa'il n m que se encuentra en la la i sima y la columna
j sima se le denota como aij , donde 1 i n y
Ihkwan al-Safa).[2]
1 j m . Cuando se va a representar explcitamenDespus del desarrollo de la teora de determinantes te una entrada la cul est indexada con un i o un j con
por Seki Kowa y Leibniz para facilitar la resolucin de dos cifras se introduce una coma entre el ndice de las
ecuaciones lineales, a nales del siglo XVII, Cramer pre- y de columnas. As por ejemplo, la entrada que est en
sent en 1750 la ahora denominada regla de Cramer.
1
OPERACIONES BSICAS
1 3 2
1 0 5
1+1 3+0 2+5
2 3
Otra notacin, en si un abuso de notacin, representa a la
1 0 0+7 5 0 = 1 + 7 0 + 5 0 + 0 = 8 5
matriz por sus entradas, i.e. A := (aij ) o incluso A :=
1 2 2
2 1 1
1+2 2+1 2+1
3 3
a .
ij
2 2 1
0 1 4
2 3
3 2 1
1 4 0
4 6
2 3 2 + 2 1 1 = 4 4
2 0 4
0 2 2
2 2
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. sto 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.
Ejemplo
1
1
A=
4
6
2
2
9
0
5
1
3
6
3.1.1 Propiedades
3
7
2
5
Sean A, B, C Mnm (K) , donde K es un campo entonces se cumplen las siguientes propiedades para la operacin binaria +
Asociatividad
Operaciones bsicas
Las operaciones que se pueden hacer con matrices pro Existencia del elemento neutro aditivo
vienen de sus aplicaciones, sobre todo de las aplicaciones
en lgebra lineal. De ese modo las operaciones, o su forma muy particular de ser implementadas, no son nicas. Existe 0 Mnm (K) tal que
7
0
3
3.2
A+0=0+A=A
Demostracin Tmese 0 Mnm (K) tal que 0ij =
0K K para cualquier i, j (dnde este ltimo es el elemento neutro aditivo en el campo, el cual existe necesariamente). Entonces para cualquier A Mnm (K) se
sigue que A + 0 = A ya que aij + 0ij = aij + 0K = aij
para cualquier i, j , dado que las entradas estn en un
campo.
Existencia del inverso aditivo
A+D =0
a esta matriz D se le denota por A .
Asociatividad
Demostracin Dada A Mnm (K) tmese D
Mnm (K) tal que A + D = 0 . Entonces aij + dij =
()A = (A)
0ij = 0K ; luego, por las propiedades de campo dij =
aij donde aij es el inverso aditivo de aij en el campo Demostracin. Dada la denicin de la operacin se sipara cualquier i, j .
gue el resultado ya que ()aij = (aij ) debido a que
En efecto, stas propiedades dependen el conjunto en el aij K para todo i, j .
que estn las entradas, como se ha dicho antes, aunque en
las aplicaciones generalmente los campos usados son R
(los nmeros reales) y C (los nmeros complejos).
Por como se deni la operacin binaria adicin se dice
que sta operacin es una operacin interna por lo que se
cumple intrnsecamente la propiedad de que Mnm (K)
es cerrado bajo adicin. Con stas propiedades se tiene
que (Mnm (K), +) es un grupo abeliano.
En el caso en que el conjunto al que pertenecen las entradas de la matriz sea un anillo (A, +A , A ) , la operacin
de adicin de matrices contina dotando de estructura de
grupo abeliano a (Mnm (A), +) , ya que bajo un anillo
(A, +A , A ) se tiene que (A, +A ) es un grupo abeliano.
En el caso de que las entradas estn en un grupo (G, +G )
, ste necesita ser un grupo abeliano para que la adicin
de matrices siga dotando de estructura de grupo abeliano
a (Mnm (G), +) .
3.2
Sean A Mnm (K) y K . Se dene la operacin de producto por un escalar como una funcin
KMnm (K) Mnm (K) tal que (, A) 7 B =
A y donde bij = aij en donde el producto es la operacin binaria correspondiente pero en el campo K . Por
ejemplo, la entrada b12 es igual al producto a12 .
Veamos un ejemplo ms explcito. Sea A M23 (R) y
2R
] [
3
2(1) 2(8)
=
6
2(4) 2(2)
] [
2(3)
2
=
2(6)
8
(A + B) = A + B
Demostracin Dada la denicin de la operacin se sigue
el resultado ya que (aij + bij ) = aij + bij debido a
que aij , bij K para todo i, j .
Distributividad respecto de la suma en el campo
( + )A = A + A
Demostracin Dada la denicin de la operacin se sigue
el resultado ya que ( + )aij = aij + aij debido a
que aij K para todo i, j .
Producto por el neutro multiplicativo del campo
1K A = A
[
1 8
2
4 2
OPERACIONES BSICAS
0 = 0
Demostracin Dada la denicin de la operacin se sigue
el resultado ya que cij = (0ij ) = (0K ) = 0K para
todo i, j .
0K A = 0
Demostracin Dada la denicin de la operacin se sigue
el resultado ya que cij = 0K (aij ) = 0K para todo i, j
debido a que aij K para todo i, j .
A = 0 = 0K o A = 0
Demostracin Dada la denicin de la operacin se
sigue el resultado ya que como en un campo no hay
divisores de cero entonces (aij ) = 0K para todo i, j implica que = 0K o aij = 0K para todo i, j , i.e. A = 0
. 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.
()A = (A)
Demostracin Dada la denicin de la operacin se sigue el resultado ya que ()(aij ) = (1K ())aij =
((1K ))aij = (1K (aij )) = (aij ) debido a que
aij K para todo i, j .
3.3
Producto
El producto de matrices se dene 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 dene, 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 f : V W
se puede representar como f (x) = Ax donde x es la
] 3 1
[
]
1 0 2
1(3) + 0(2) + 2(1)
1(1) + 0(1) + 2(0)
2 1 =
1 3 1
1(3) + 3(2) + 1(1) 1(1) + 3(1) + 1(0)
1 0
3.4
Rango
5
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 Mn (K) tendremos que el producto entre matrices en Mn (K) tambin
est en Mn (K) . En ese caso Mn (K) 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 Mn (A) adems de mdulo es un lgebra sobre un anillo. Mas an (Mn (K), +, )
con el producto de matrices es un anillo.
3.4 Rango
Propiedades
3.5 Traspuesta
A(BC) = (AB)C
1
4
8 2
3 6
La traza de una matriz cuadrada es la suma de los elementos de la diagonal, lo que equivale a la suma de sus n
valores propios.
Una matriz de Vandermonde es una matriz cuadrada cuUna matriz cuadrada es una matriz que tiene el mismo
yas las son las potencias de un nmero. Su determinante
nmero de las que de columnas. El conjunto de todas
es fcil de calcular.
las matrices cuadradas n-por-n junto a la suma y la multiplicacin de matrices, es un anillo que generalmente no
es conmutativo.
M(n,R), el anillo de las matrices cuadradas reales, es un 5 Las matrices en la Computacin
lgebra asociativa real unitaria. M(n,C), el anillo de las
matrices cuadradas complejas, es un lgebra asociativa
Las matrices son utilizadas ampliamente en la compucompleja.
tacin, por su facilidad y liviandad para manipular inforLa matriz identidad In de orden n es la matriz n por n macin. En este contexto, son una buena forma para reen la cual todos los elementos de la diagonal principal son presentar grafos, y son muy utilizadas en el clculo nuiguales a 1 y todos los dems elementos son iguales a 0. mrico. En la computacin grca, las matrices son amLa matriz identidad se denomina as porque satisface las pliamente usadas para lograr animaciones de objetos y
ecuaciones MIn = M y InN = N para cualquier matriz M formas.
m por n y N n por k. Por ejemplo, si n = 3:
1 0
I3 = 0 1
0 0
0
0.
1
6 Teora de matrices
El algoritmo de eliminacin gaussiana puede ser usado En matemticas puras, los anillos de matrices pueden
para calcular el determinante, el rango y la inversa de una proporcionar un rico campo de contraejemplos para conmatriz y para resolver sistemas de ecuaciones lineales.
jeturas matemticas.
Algunos teoremas
Teorema de Cayley-Hamilton
Matriz y grafos
En teora de los grafos, a todo grafo etiquetado corresponde la matriz de adyacencia. Una matriz de permutacin es
una matriz que representa una permutacin; matriz cuadrada cuyos coecientes son 0 o 1, con un solo 1 en cada
lnea y cada columna. Estas matrices se utilizan en combinatorio.
En la teora de grafos, se llama matriz de un grafo a la
matriz que indica en la lnea i y la columna j el nmero
de aristas que enlazan el vrtice i al vrtice j. En un grafo
no orientado, la matriz es simtrica. La suma de los elementos de una columna permite determinar el grado de
un vrtice. La matriz M n indica en la lnea i y la columna
j el nmero de caminos a n aristas que adjuntan el vrtice
i al vrtice j.
10
Vase tambin
Descomposicin de Schur
Descomposicin en valores singulares
Descomposicin QR
Determinante (matemtica)
Eliminacin de Gauss-Jordan
Factorizacin LU
Forma cannica de Jordan
Lema de Schur
Matlab
Matriz triangular
11
Referencias
Beezer, Rob, Un primer curso en lgebra lineal, licencia bajo GFDL. (En ingls)
Jim Heeron: lgebra lineal (Libros de texto en
lnea) (En ingls)
12 Enlaces externos
Una breve historia del lgebra lineal y de la teora de
matrices lineal (En ingls)
Matemticas/Matrices(En Wikilibros)
Reducir matrices por Gauss Jordan de manera Online
13 Notas
[1] Tony Crilly (2011). 50 cosas que hay que saber sobre matemticas. Ed. Ariel. ISBN 978-987-1496-09-9.
[2] Swaney, Mark. History of Magic Squares.
[3] Shen Kangshen et al. (ed.) (1999). Nine Chapters of the
Mathematical Art, Companion and Commentary. Oxford
University Press. cited byOtto Bretscher (2005). Linear
Algebra with Applications (3rd ed. edicin). Prentice-Hall.
p. 1.
14
14
14.1
14.2
Images
14.3
Content license