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 Tipos de
de matriz matrices

lgebra de
Matrices

Algunas
Aplicaciones
Operaciones con
matrices
Modelo Matrices Input
metalrgico Output
Clculo con
Suma, producto Mathcad
y producto por
un escalar
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 1
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 a12 a1m

a a 22 a2 m
A 21


a n1 an 2 a nm

Tambin se escribe A=( a ij ) ( i 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 aij bij para todo i 1,..., n y
si
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
1 3 2

A 0 3 3
4 0.2 1

es cuadrada de orden 3.

Denotaremos el conjunto de todas las matrices cuadradas de orden n por M n. As, en el

ejemplo anterior, 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 es la suma de las matrices A (a ij ) y
matriz nm

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

cij a b (i 1, 2, ..., j 1, 2, ..., m)
ij ij
n,

Ejemplo

Consideremos las siguientes matrices:

4 4 1 3 4
2 4 B 2 4 M 2 0 2
A 1 3
1 0 1 3 5
0 2

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: A B B A, A, B M nm
1

Asociativa: A (B C ) ( A B) A, B, C M nm
C,
1
: Cuantificador universal. Se lee Para todo. : Cuantificador existencial. Se lee Existe
 Elemento neutro (la matriz nula): O M A M nm A O O A A
nm
:
Elemento opuesto: A M ( A) M A ( A) ( A) A O
nm :
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 A (aij ) n
m por un nmero a una matriz
M

B (bij ) M cuyos elementos son de la forma

nm

bij a (i 1,...,n; j 1,...,m)

ij
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 1
2 0

Consideremos la matriz A 2 0 4 y el nmero 5. Entonces, el producto de A
5 7 0
por es:

2 0 1 10 0 5

A 5 2 0 4 10 0 20

5 7 0 25 35 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 R, A, B M nm
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 M nm

Elemento neutro para la ley externa

2
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
M de las matrices de orden nm, respecto a la ley de composicin interna, +, y a la ley
nm 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).

Multiplicacin de matrices
Se denomina matriz producto de la matriz A (aij ) M por la matriz B (b jk ) M m p
nm a
una matriz C (c ik ) M cuyos elementos son de la forma
n p m
c ik ai1b1k ai 2 b2 k aim aij b jk
bmk 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 3 2 5 7 2 14
1
AB 2 1 0 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 2
2 3 2 1
1 1
A 1 2 B
0 6 34 0 2
0 1
3 2
42

3 4 4 2 2 19 23
2 2 2 1
7

10

1 1
AB 1
1 0 6 34 0 2
19
13 32
0
3
2
4=4 42
Ntese, adems, que no podemos calcular B A.

2 2 4 4
2 3
1 1 2 1
BA 1 2
0 2 0 6 34
0 1
3 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
4 3 2 y
A B 1 3
1 2 3 3 0

Entonces, por un lado,
0 2 9 17
4 3 2
AB 1 3
1 0 11 8
3
y por otro lado,

0 2
4 3 2
2 4 6

BA 1 3 7 9 11
3 0 1 2 3 12 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 , CMmk k p
A(BC ) ( nm ,
AB)C,

Elemento neutro (Es la matriz unidad)

I M A M n AI I A A
n :

Distributiva (mixta) A,B,C : A M B, C M mk

A(B C ) AB nm
AC,

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
2 2
No se cumple la frmula del binomio: En general, ( A B) A 2 AB B ya que el
2

producto no es conmutativo.

Matriz invertible

Una matriz cuadrada A es invertible si existe una matriz, que denotaremos por A 1 , que cumple
1 1
AA A A I ,
donde 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
4 7
31 31
A 1 13 7
31 11
31
31
9 12 10
31 31 31
ya que

4 3
3 4
31 7 1 0 0
2 31 31

31 11 0 1 0 I .

AA 1 1 3 4 13 7
31 31
9 0 0 1
3 0 1 12 10
31 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).
 4 3 2
es A T
4 1
A
La traspuesta de la matriz 1 2 3 3 2 .
2 3

Propiedades:

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

A T
T
A
A B AT B T
T

AT AT , con R
AB T B T AT
A T A 1
1
T

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, j 1,..., n.

ji
y

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

A es antisimtrica A.
T
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,
1
A es ortogonal T
AA I AT A

La siguiente matriz de funciones es ortogonal:

 senx cos x

cos x senx

Para comprobarlo es suficiente con aplicar la definicin y tener en cuenta que

2 2
sen x cos x 1.

Las matrices ortogonales de orden 2 son de la forma:

a b a b
A o A ,
b a b a
2 2
donde 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 1 0 1 0 1 0
A , A2
0 1 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,

A es idempotente 2
A A.

La siguiente matriz es idempotente:

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

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 0 0 0

A 0 0 0, A2 0 0 0
0 5 0 0 0 0

Naturalmente, la matriz A es un divisor de cero.

Proyecto e-Math 10
Financiado por la Secretara de Estado de Educacin y Universidades 10
(MECD)
CASOS PRCTICOS CON SOFTWARE

Operaciones con matrices usando Mathcad

Cmo editar matrices?

Para editar matrices utilizando Mathcad se siguen los siguientes pasos usando la barra de
herramientas Math:

Se introduce el nmero de filas y de columnas y luego se introducen los elementos de la

matriz

Cmo asignar una matriz a una variable?

Para asignar una matriz a una variable se escribe la variable y luego dos puntos, :. Despus
se introduce la matriz por el procedimiento de antes.

Cmo calcular?

Una vez asignada la matriz a una variable, la suma, producto, producto por un nmero y
potencias, se hacen como si se tratase de nmeros. En el caso de la traspuesta y otras
operaciones exclusivas de las matrices se utiliza la barra de herramientas Matrix.

Por ejemplo, introducimos las siguientes matrices:

2 4 3 0 2
A
1 3 4
4 3 2

M B 1 3
1 2 3
3 0 1 3 0

Luego calculamos:
 Adems de la barra de herramientas Matrix, como mostramos a travs del siguiente ejemplo,
podemos usar la barra de herramientas Symbolic:

MT
3 2 15 12
3 3
M 2 8
M 3 1
2 1 7

Matrices input-output

Las matrices input-output (entrada-salida) se aplican al considerar un modelo simplificado de la

economa de un pas en el que la actividad de cualquier empresa puede considerarse en algunos
de los sectores bsicos: la industria (I), la agricultura (A), el turismo (T) y los servicios (S). Las
empresas compran (inputs), transforman los productos y luego venden (outputs).

Para tener una idea del modelo, supongamos que los datos de la economa de un pas ficticio son
los de la tabla siguiente, donde las cantidades se dan en algn tipo de unidad monetaria.

En cada fila se indica el valor de las

I
ventas efectuadas por cada sector a
A cada uno de los sectores restantes
T as como las ventas internas, la
demanda, que representa el valor de
S las ventas efectuadas a los
Demanda consumidores y a otros pases, y el
output total del sector que se obtiene
Output
sumando todas las ventas de ese
I sector. Por ejemplo, en el caso de la
 industria, el valor de las ventas internas fue de 50, el valor de las ventas al sector agrario fue de
23, en el caso del turismo fue de 4, y en los servicios de 6. El valor de las ventas efectuadas a los
consumidores y a otros pases (demanda) fue de 200. Entonces el output total fue de 283.

A partir de la tabla anterior se definen las siguientes matrices:

Matriz de transacciones Matriz demanda final Matriz de outputs

50 23 4 6 200 283

12 70 15 9 70 176
M D O
1 1 50 15 350 417
80 90 85 87 43 385

Y a partir de los elementos de las matrices M y O se puede construir una matriz tecnolgica, T ,
que representa la proporcin de las transacciones intersectoriales respecto al output total de cada
sector.
50 23 4 6
283
176 417 385

12
70 15 9
283 176 417 385
T
1
1 50
15
176 417
283 385

80 90 85 87
283 176 417 385

Toda la informacin de la tabla se puede expresar en forma matricial a travs de la siguiente

relacin: O TO D, es decir,

Esta frmula permite hacer estudios destinados a planificar la

economa.

Modelo metalrgico
Supongamos que una empresa fabrica tres modelos de mquinas herramientas, M1, M2 y M3,
y como materia prima fundamental utiliza tres tipos de metales, Hierro (H), Nquel (N) y
Cobalto (C). La cantidad de materia prima que necesita para fabricar cada mquina,
expresada en
toneladas, se muestra en la siguiente tabla a la cual le hacemos corresponder la matriz A.
 H N C

M1 5 0.4 0.2

M2 4 0.3 0.1

M3 3.5 0.5 0.2

Las mejores ofertas de la materia prima corresponden a los proveedores P1, P2 y P3. Los
precios por tonelada (expresados en cierta unidad monetaria) impuestos por cada uno de los
proveedores a cada uno de los metales aparecen en la siguiente tabla:

P1 P2 P3 160 155 150

B
6000 6250 7200
H 160 155 150
3000 3010
2995
N 6000 6250 7200

C 3000 3010 2995

Queremos hacer una tabla de doble entrada que muestre el gasto en materia prima por
modelo de mquina y proveedor. Dicha tabla se obtiene a travs del siguiente producto
matricial:

La tabla obtenida es:

P1 P2 P3 Para interpretar los datos de esta tabla tomaremos

como ejemplo el modelo M3 con el proveedor P1: Si
M1 3800 3877 4229 compramos la materia prima al proveedor P1, los
gastos por cada mquina del modelo M3 sern de
M2 2740
4160 unidades 2796 Analizando
monetarias. 3059.5la tabla podemos concluir que resulta ms econmico
comprar la materia prima al proveedor P1.
M3 4160 4269.5 4724

Matriz de adyacencia de un grafo

Un grafo G=(V, E) es un par ordenado formado por un conjunto V (finito no vaco) de objetos
llamados vrtices y un conjunto E de pares no ordenados de vrtices diferentes denominados
aristas. Una arista formada por los vrtices v , v se denota por v v y se dice que los vrtices
i j i j

vi y v j son adyacentes.

Consideremos el grafo representado en el siguiente diagrama:

 v1 v2

v4 v3

En este caso el conjunto de vrtices es V {v1 , v 2 , v3 , v 4 y el conjunto de aristas es

E {v1v 2 , v1v 4 , v 2 v3 , v 2 v 4 , v3 v 4 }. }

Un recorrido de longitud l , del vrtice u al vrtice v es una secuencia finita de vrtices,

u v 0 , v1 ,..., vl v, tal que vi 1 es adyacente a para 1 i l.
vi

La matriz de adyacencia de un grafo G de n vrtices, denotada por A(G) , es una matriz

cuadrada de orden n que tiene un 1 en la posicin ij si los vrtices vi y v j son adyacentes y un

0 en caso contrario. Es decir la matriz de adyacencia de un grafo se define como A(G) (a ij ),

donde

1 si vi v j E
a ij 0 si v v E
i j

La matriz de adyacencia es simtrica y sus elementos de la diagonal principal son todos cero.

La matriz de adyacencia del grafo de antes es:

0 1 0 1

A(G) 10 1 1
0 1 0 1
1 1 1 0

Un resultado conocido y muy utilizado en teora algebraica de grafos es el siguiente:

al vrtice v j , es el elemento
El nmero de recorridos de longitud l en un grafo G, del vrtice vi

que est en la posicin ij de la matriz A l .

Para ilustrar el resultado anterior vamos a calcular el nmero de recorridos entre los vrtices v1 y
v3 del grafo anterior para 0 l 5. Las potencias de la matriz de adyacencia son:
 1 0 0 0 0 1 0 1 2 1 2 1

0 1 1 3 1 2
0 1 2
0 01 10 00 0 10 01 11 2 1 2 1
A(G) A(G) A(G)
0 0 0 1 1 1 1 0 1 2 1 3

2 5 2 5 10 9 10 9 18 29 18 29

5 9 15 29 32 29 33
3 4 5

4 5 5 9 14
A(G) A(G) A(G)
2 5 2 5 10 9 10 9 18 29 18 29

5 5 5 4 9 14 9 15 29 33 29 32

Entonces, como podemos comprobar en el dibujo del grafo, el nmero de recorridos de longitud l
( 0 l 5 ) entre v1 y v3 est dado por el elemento a ( l ) de la matriz A l (G). As, a ( 0)13 0,
13
(1)
a 13 0, a ( 2 ) 13 a
(3)
13 2, a
(4)
13 y a
( 5)
13 18. (Ver [7] para profundizar en teora
2, 10
algebraica de grafos)
BIBLIOGRAFA

[1] Carl D. Meyers (2000): "Matrix analysis and applied linear algebra", Philadelpia SIAM, 461, 468-
470

[2] Montes Lozano, A (1998): "lgebra", Ediciones UOC, Mdulo 3: "Matrices, vectores y sistemas
de ecuaciones lineales", 45-48, 41-43, 43-45

[3] G. J. Porter, D. R. Hill (1996): Interactive Linear Algebra. A laboratory course using Mathcad,
Springer-Verlag New York, Inc., Section 3.1, 3.2, 3.3

[4] H. Benker (1999): "Practical use of Mathcad. Solving mathematical problems with a computer
algebra system", Springer-Verlag New York, Inc., 178-180

[5] J. A. Moreno, D. Ser (1999): "Mathcad 8. Manual de usuario y gua de referencia de Mathcad 8",
ediciones Anaya Multimedia, S.A., 155, 296.

[6] H. Anton, C. Rorres (2000): "Elementary Linear Algebra: Applications Version", John
Wiley&Sons.

[7] N. Biggs (1974, 1993): "Algebraic graph theory", Cambridge University

Press. [8] F. Ced (1997): lgebra bsica Universitat Autnoma de Barcelona

ENLACES

[W1] http://www.planetmath.org/encyclopedia/LinearAlgebra.html

Pgina web de la enciclopedia de PlanetMath.org sobre lgebra lineal. En ingls.

[W2] http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html

Pgina web de la "Sociedad Andaluza de Educacin Matemtica THALES" donde se explica,

con gran cantidad de ejemplos aclaratorios, diferentes conceptos todos ellos relacionados
con las matrices y otros temas de lgebra lineal. En espaol.

[W3] http://www.lafacu.com/apuntes/matematica/matrices/default.htm

El sitio de los estudiantes y docentes universitarios. Recopilacin de apuntes, con ejemplos,

sobre matrices. En espaol.

[W4] http://rinconprog.metropoliglobal.com/CursosProg/ProgGraf/MatGraf/index.php?cap=2

Pgina web de "El Rincn del Programador". En la seccin de "Programacin Grfica"

aparecen los "Fundamentos matemticos de la Informtica Grfica" donde se explican
 diversos conceptos relacionados con el lgebra de matrices y otros temas de lgebra lineal.
En espaol.

[W5] http://www-gap.dcs.st-and.ac.uk/~history/Indexes/Algebra.html

Pgina web de la School of Mathematics and Statistics, University of St Andrews, Scotland.

Trata sobre la historia del lgebra. En ingls.

[W6] http://www.richland.cc.il.us/james/lecture/m116/matrices/applications.html
Pgina web con aplicaciones de matrices y determinantes. En ingls.

[W7] http://www.math.unl.edu/~tshores/linalgtext.html
Pgina web del Departamento de Matemticas y Estadstica de la Universidad de Nebraska-
Lincoln. Libro on-line sobre lgebra lineal y sus aplicaciones. En ingls.

[W8] http://www.numbertheory.org/book/
Pgina web sobre teora de nmeros. Libro on-line sobre lgebra lineal. En ingls.

[W9] http://archives.math.utk.edu/topics/linearAlgebra.html
Pgina web de enlaces relacionados con lgebra lineal y teora de matrices. En ingls.

[W10] http://www.tu-chemnitz.de/iic/ela/
Pgina web de la publicacin "The Electronic Journal of Linear Algebra" publicada por "The
International Linear Algebra Society". En ingls.

[W11] http://www.netlib.org/utk/people/JackDongarra/la-sw.html
Pgina en la que est recogida la informacin relacionada con el software disponible
gratuitamente en la red para la solucin de problemas de lgebra lineal. En ingls.

[W12] http://ceee.rice.edu/Books/LA/linearbook.pdf
Pgina web del "Center for Excellence and Equity in Education" de la Universidad de Rice.
Libro sobre lgebra lineal. En ingls.