lgebra de matrices

LGEBRA DE MATRICES
Autores: Cristina Steegmann Pascual (csteegmann@uoc.edu), Juan Alberto Rodrguez Velzquez
(jrodriguezvel@uoc.edu), ngel Alejandro Juan Prez (ajuanp@uoc.edu).

ESQUEMA DE CONTENIDOS
Definicin
de matriz

Tipos de
matrices

lgebra de
Matrices

Operaciones con
matrices

Algunas
Aplicaciones

Modelo
metalrgico
Suma, producto
y producto por
un escalar

Matrices Input
Output

Clculo con
Mathcad
Matriz de
adyacencia

INTRODUCCIN
El concepto de matriz alcanza mltiples aplicaciones tanto en la representacin y manipulacin de
datos como en el clculo numrico y simblico que se deriva de los modelos matemticos
utilizados para resolver problemas en diferentes disciplinas como, por ejemplo, las ciencias
sociales, las ingenieras, economa, fsica, estadstica y las diferentes ramas de las matemticas
entre las que destacamos las ecuaciones diferenciales, el clculo numrico y, por supuesto, el
lgebra. Para obtener informacin sobre la historia del lgebra de matrices recomendamos [W5].
En este math-block presentamos algunos tipos de matrices, analizamos las principales operaciones
con matrices y damos algunas aplicaciones del lgebra de matrices. Adems, mostramos las
posibilidades que nos brinda el programa Mathcad para el clculo matricial. Para completar el estudio
sobre este tema, recomendamos la lectura de los math-blocks sobre determinantes, matriz inversa y
sistemas de ecuaciones lineales.

Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades
(MECD)

OBJETIVOS

Conocer algunos tipos de matrices.

Conocer las principales operaciones con matrices.
Conocer algunas aplicaciones del clculo matricial.
Conocer las facilidades del clculo matricial usando el programa Mathcad.

CONOCIMIENTOS PREVIOS
Es recomendable haber ledo, previamente, los math-blocks introductorios a Mathcad.

CONCEPTOS FUNDAMENTALES

Definicin de matriz
Los arreglos rectangulares de nmeros como el siguiente

8 1 0
5 0.5 3
reciben el nombre de matrices. Ms formalmente, dado un conjunto X, se denomina matriz de
n filas y m columnas a un conjunto de nm elementos de X, dispuestos en un arreglo
rectangular de n filas y m columnas. Las caractersticas de los elementos del conjunto X
dependern, en cada caso, de la naturaleza del problema que se est estudiando. X puede ser
un conjunto de funciones, de palabras de un alfabeto, de nmeros, etc. De aqu en
adelante, salvo que se especifique lo contrario, los elementos del conjunto X sern nmeros
reales y denotaremos el conjunto de todas las matrices de orden nm (n filas y m columnas)
por M nm .
En general, para representar una matriz A de orden nm se escribe

a11

A 21

a n1
Tambin se escribe A=( a ij ) ( i

a12
a 22
an 2

a1m

a2 m

a nm

1,..., n j 1,..., m) para indicar que A es la matriz de orden

y
nm que tiene
a ij . Las matrices se denotan con letras maysculas y sus elementos
elementos
con la misma letra minscula acompaada de dos subndices que indican su posicin en la
matriz; el primer subndice indica la fila y el segundo la columna. Es decir, el elemento a ij es
aquel que se encuentra en la fila

i y la columna j de la matriz A. Por ejemplo, si denotamos por

M la matriz inicial, entonces el orden de M es 23 (2 filas y 3 columnas) y sus

elementos
son: m11 8, m12 1, , m13 0, m 21 m 22 0.5 y m 23 3.

5,

Dos matrices A=( a ij ) y B=( bij ), de orden nm, son iguales

si

aij bij para todo i 1,..., n y

j 1,..., m. Es decir, dos matrices son iguales si los elementos que ocupan la misma
posicin en ambas matrices coinciden.

Algunos tipos de matrices

Matriz Cuadrada: Es aquella que tiene igual nmero n de filas que de columnas (n=m). En ese
caso se dice que la matriz es de orden n. Por ejemplo, la matriz

es cuadrada de orden 3.

1 3 2

A 0 3 3
4 0.2 1

Denotaremos el conjunto de todas las matrices cuadradas de orden n por

ejemplo anterior,

M n.

As, en el

A M 3.

Los elementos de la diagonal principal de una matriz cuadrada son aquellos que estn situados
en la diagonal que va desde la esquina superior izquierda hasta la inferior derecha. En otras
palabras, la diagonal principal de una matriz A=( a ij ) est compuesta por los elementos

a11 , a 22 ,..., a nn . En el ejemplo anterior la diagonal principal est compuesta por los
elementos:

a11 1 , a 22 3 , a 33 1
.

Matriz Nula: Una matriz es nula si todos sus elementos son iguales a cero. En el siguiente
ejemplo se muestra la matriz nula de orden 32.

0 0
O 0 0
0 0

Ms adelante veremos que la matriz nula, respecto a la adicin y multiplicacin de matrices,

juega un papel similar al nmero cero respecto a la adicin y multiplicacin de nmeros reales.
Matriz Diagonal: Una matriz cuadrada, A=( a ij ), es diagonal si

a ij =0, para i j . Es decir, si

todos los elementos situados fuera de la diagonal principal son cero. Por ejemplo, la siguiente
matriz es diagonal:

0 0 0
D 0 6 0
0 0 3
Matriz Unidad: Es una matriz diagonal cuyos elementos de la diagonal son todos 1. A
continuacin mostramos la matriz unidad de orden 2.

1 0
I
0 1

Ms adelante veremos que la matriz unidad, respecto a la multiplicacin de matrices, juega un

papel similar al nmero 1 respecto a la multiplicacin de nmeros reales.
Matriz triangular: Es una matriz cuadrada en la que todos los elementos situados por debajo (o
por encima) de la diagonal principal son cero. Por ejemplo, la siguiente matriz es triangular:

2 1 31

T 0 6 4

0 0 1
Este tipo de matrices tambin se conoce como matriz escalonada. En algunos casos se hace la
distincin entre las matrices triangulares superiores o inferiores en dependencia de los
elementos nulos de la matriz; los que estn por debajo o por encima de la diagonal principal.
Segn se puede ver en el Math-block sobre sistemas de ecuaciones lineales, el concepto de
matriz triangular (o escalonada) es de vital importancia en el estudio de los sistemas de
ecuaciones lineales.
Ms adelante, despus de estudiar las operaciones con matrices, veremos algunos tipos
importantes de matrices como es el caso de las simtricas y las ortogonales.

Adicin de matrices
Sean

A, B M nm . La

C (cij ) M

matriz

nm

es la suma de las matrices

A (a ij ) y

B (bij ) , y se denota C A B, si sus elementos cumplen:

cij a b
ij
ij

(i 1, 2, ...,
n,

j 1, 2, ..., m)

Ejemplo
Consideremos las siguientes matrices:

4 4
B 2 4
1 0

2 4
A 1 3
0 2

1 3 4
M 2
0 2
1 3 5

Las matrices A y B son de orden 32, mientras la matriz M es cuadrada de orden 3. Por tanto,
no podemos calcular la suma de A y M y tampoco la suma de B y M, en cambio, s podemos
sumar A y B ya que tienen el mismo orden. Esto es,

2 4 4 4 24 44 6 8

A B 1 3 2 4 (1) 2 3 4 1 7
0

2 1 0 0 (1) 2 0 1 2

Es fcil deducir las siguientes propiedades de la adicin de matrices de orden nm:

Conmutativa:

Asociativa:

A B B A,

A (B C ) ( A B)
C,

A, B M nm
1
A, B, C M nm

: Cuantificador universal. Se lee Para todo. : Cuantificador existencial. Se lee Existe

O M

A M nm A O O A A
:
( A) M
A ( A) ( A) A O
nm :

Elemento neutro (la matriz nula):

nm

Elemento opuesto:

A M

nm

En virtud de las propiedades anteriores de la adicin de matrices, +, (ley interna) resulta que
M nm , tiene estructura de grupo conmutativo. (Ver [8] para profundizar en la estructura de
grupo)

Multiplicacin de una matriz por un nmero

2

Se denomina producto de una matriz

B (bij ) M

A (aij )
M

n
m

por un nmero

a una matriz

cuyos elementos son de la forma

nm

bij a
ij

(i 1,...,n;

j 1,...,m)

Es decir, la matriz producto, B, es la que se obtiene multiplicando el nmero por cada uno de
los elementos de A. De aqu en adelante consideraremos que es un nmero real.
Ejemplo

Consideremos la matriz
por

es:

A 2 0
5 7
2

4 y el nmero 5. Entonces, el producto de A

0
0 1

A 5 2 0

5 7

10
10

25

5
20
0

35
0
0

El producto de una matriz por un nmero es una ley de composicin externa que cumple las
siguientes propiedades (Ver [8] para profundizar en leyes de composicin):

Distributiva mixta del producto respecto a la suma de matrices

( A B) A
B

Distributiva mixta del producto respecto a la suma de nmeros reales

( ) A A A

, R,

A M nm

Asociativa mixta

( ) A (A)

R, A, B M nm

Elemento neutro para la ley externa

, R,

A M nm

En esta definicin damos por supuesto que se cumple la propiedad conmutativa de la multiplicacin
del nmero por los elementos de A.

1A A

A M

y 1 R

nm

En virtud de estas propiedades y de las anteriores de la suma de matrices, resulta que el conjunto

de las matrices de orden nm, respecto a la ley de composicin interna, +, y a la ley

de
composicin externa, producto de una matriz por un nmero, tiene estructura de espacio vectorial
sobre el cuerpo de los nmeros reales (Ver [W7] y [2] para profundizar en la estructura de
espacio vectorial).
nm

Multiplicacin de matrices
Se denomina matriz producto de la matriz

A (aij ) M

por la matriz

nm

una matriz C (c ik ) M
n p

B (b jk ) M m p

cuyos elementos son de la forma

c ik ai1b1k ai 2 b2 k
bmk

aim

aij b jk
j 1

Es decir, los elementos que ocupan la posicin

ik , en la matriz producto, se obtienen sumando

los productos que resultan de multiplicar los elementos de la fila i en la primera matriz por los
elementos de la columna k de la segunda matriz. Observemos en detalle como se obtiene el
elemento c 23 en el siguiente ejemplo:
1

2 5 7 2 14
1

0
AB 2 1
4 7 C

0 4 2 0 3 8 0 12

fila 2 por columna 3 = elemento que ocupa la posicin 23

2

c 23 a 2 j b j 3 a 21b13 a 22 b23 25 (1)3 10 3 7

j 1

Dos matrices se pueden multiplicar slo cuando el nmero de columna de la primera matriz sea
igual al nmero de filas de la segunda. En ese caso se dice que las matrices son enlazadas.
En el siguiente ejemplo podemos ver adems cul es el orden de la matriz producto.

4 4
2 3 2 1

A 1 2

0 6 34
0 1

3 4 4
2 2 2 1

AB 1
1 0 6 34
0

2 2

1 1

0 2
3 2

1
0
3

4=4

1
2

2
42

19

7
19

42

23

10
13 32

Ntese, adems, que no podemos calcular B A.

1
BA
0
3

4 4
2

2 3
2 1
1
1 2
0 6 34
2
0 1
2 4 2

Hay casos, como veremos en el siguiente ejemplo, en los que se pueden calcular ambos
productos aunque se obtienen resultados diferentes.
Consideremos las siguientes matrices:

0 2
y
B 1 3
3 0

4 3 2
A

1 2 3

Entonces, por un lado,

0 2 9 17

4 3 2
1 3

AB
0
1
11 8

y por otro lado,

0 2
2

4 3 2
7
BA 1 3
3 0 1 2 3 12

4 6

9 11

9 6

Segn se pudo comprobar a travs de los ejemplos anteriores, para la multiplicacin de matrices
no se cumple la propiedad conmutativa. Veamos algunas propiedades de esta operacin:
Asociativa
A, B, C : A M
BM
, CM

A(BC ) (
AB)C,

mk

k p

Elemento neutro (Es la matriz unidad)

I M
n

nm ,

A M n
:

Distributiva (mixta)

A(B C ) AB
AC,

AI I A A
A,B,C : A M

B, C M mk

nm

En virtud de estas propiedades y de las anteriores de la suma de matrices, resulta que el

conjunto M n ,, de las matrices cuadradas de orden n, respecto a las dos leyes de
composicin interna, + y , tiene estructura de anillo unitario no conmutativo (Ver [8] para
profundizar en la estructura de anillo).
Otras observaciones importantes:

Existen divisores de cero: En general, AB 0 no implica que A 0 o B 0. Por

ejemplo,

1 0 0 0 0 0

.
2 0 8 1 0 0

No se cumple la propiedad cancelativa: En general, AB AC no implica B C. Por

ejemplo,

1 0 1 0 1 0 1 0

2 0 8 1 2 0 5 3

( A B) A 2 AB B ya que el

No se cumple la frmula del binomio: En general,

producto no es conmutativo.

Matriz invertible
Una matriz cuadrada

donde

A es invertible si existe una matriz, que denotaremos por A 1 , que cumple

1
1
AA A A I ,

I es la matriz unidad. En ese caso se dice que A 1 es la inversa de A .

Por ejemplo, la matriz

2 4 3
A 1 3 4
3 0 1

es invertible y su inversa es

3
31

A 1 13
31
9
31

31
7
31
12
31

7
31
11
31
10
31

ya que

4 3

AA 1 1 3 4

3 0 1

3
31
13
31
9
31

31

7
31

1 0 0

7
31 11 0 1 0 I .
31
10
12
0 0 1
31
31

Para un estudio detallado sobre matriz inversa recomendamos el math-block titulado Matriz
Inversa.

Matriz traspuesta
La traspuesta de una matriz

A (aij ) M nm , es la

AT (a ji ) M mn , que se

matriz
obtiene
a partir de la matriz A al intercambiar las filas por las columnas (o viceversa).

La traspuesta de la matriz

4 3 2
4 1
es A T

3 2 .
1 2 3
2 3

Propiedades:

Dada una matriz, siempre existe la traspuesta y adems es nica

A T
T

A B AT B T
AT AT , con R
AB T B T AT
T

A T A 1
1

Otros tipos de matrices

Matriz simtrica: Es una matriz igual a su traspuesta:

A es simtrica AT A
Un ejemplo de matriz simtrica es el siguiente:

1 9
3

A 9 2 1 AT .
3 1 5
Las matrices simtricas tienen ese nombre debido a que presentan simetra respecto a la
diagonal principal. En otras palabras, una matriz A (a ) M es simtrica si cumple
ij

a ij a para i 1,..., n,
ji

j 1,..., n.

Matriz antisimtrica: Es una matriz igual a la opuesta de su traspuesta. En otras palabras,

A es antisimtrica
T
A

A.

La siguiente matriz es antisimtrica:

1 9 3

A 9
2 1

3 1 5

Matriz ortogonal: Es aquella cuya traspuesta es igual a su inversa. Es decir, es aquella que
multiplicada por su traspuesta da como resultado la matriz unidad. Esto es,

A es ortogonal

La siguiente matriz de funciones es ortogonal:

AA I

AT A

 senx

cos x
Para

comprobarlo es

suficiente

con

aplicar

cos x

senx
la

definicin

tener

en

cuenta

que

sen x cos x 1.
Las matrices ortogonales de orden 2 son de la forma:

A
donde

a b

b a

o
2

a b
,
b a

a y b son nmeros reales tales que a b 1.

Matriz involutiva: Es una matriz que coincide con su inversa. Esto es,

A es involutiva A 2 I
La siguiente matriz es involutiva:

1 0
A
,
0 1

1 0 1 0 1 0
A2

0 1 0 1 0 1

Es evidente que esta matriz tambin es ortogonal.

Matriz idempotente: Es una matriz igual a su cuadrado. Es decir,
2
A es idempotente
A A.

La siguiente matriz es idempotente:

1 0
1 0
Matriz nilpotente: Si A es una matriz cuadrada y A k 0 para algn nmero natural k , se dice
A

que

A es nilpotente. Si k es tal que A k 1 0 y A k 0, se dice que A es nilpotente de orden

k. A continuacin mostramos una matriz nilpotente de orden 2.

0 8 0

A 0 0 0,
0 5 0

0 0 0

A2 0 0 0
0 0 0

Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades
(MECD)

10
10

Naturalmente, la matriz

A es un divisor de cero.