Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En matemática, una matriz es un arreglo bidimensional de números. Dado que puede definirse tanto la suma como el producto de
matrices, en mayor generalidad se dice que son elementos de un anillo. Una matriz se representa por medio de una letra mayúscula
(A,B, …) y sus elementos con la misma letra en minúscula (a,b, …), con un doble subíndice donde el primero indica la fila y el
segundo la columna a la que pertenece.
Los elementos individuales de una matriz x , se denotan a menudo por , donde el máximo valor de es , y el máximo valor
de es . Siempre que la matriz tenga el mismo número de filas y de columnas que otra matriz, estas se pueden sumar o restar
elemento por elemento.
Las matrices se utilizan para múltiples aplicaciones y sirven, en particular, para representar los coeficientes de los sistemas de
ecuaciones lineales o para representar transformaciones lineales dada una base. En este último caso, las matrices desempeñan el
mismo papel que los datos de un vector para las aplicaciones lineales.
Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que también las hace un concepto clave en el campo del álgebra
lineal.
Índice
Historia
Introducción
Definición
Ejemplo
Operaciones básicas entre matrices
Suma o adición
Producto por un escalar
Producto de matrices
Aplicaciones
Las matrices en la Computación
Ejemplo de brazo robótico
Teoría de matrices
Matrices relacionadas con otros temas
Matrices en teoría de grafos
Análisis y geometría
Algunos teoremas
Véase también
Referencias
Notas
Enlaces externos
Historia
El origen de las matrices es muy antiguo.
Los cuadrados latinos y los cuadrados Cronología1
mágicos se estudiaron desde hace mucho Año Acontecimiento
tiempo. Un cuadrado mágico, 3 por 3, se 200 a.C. En China los matemáticos usan series de números.
registra en la literatura china hacia el
1848 J. J. Sylvester introduce el término «matriz».
650 a. C.2
1858 Cayley publica Memorias sobre la teoría de matrices.
Es larga la historia del uso de las
1878 Frobenius demuestra resultados fundamentales en álgebra matricial.
matrices para resolver ecuaciones
1925 Heisenberg utiliza la teoría matricial en lamecánica cuántica
lineales. Un importante texto matemático
chino que proviene del año 300 a. C. a
200 a. C., Nueve capítulos sobre el Arte de las matemáticas (Jiu Zhang Suan Shu), es el primer ejemplo conocido de uso del método
de matrices para resolver un sistema de ecuaciones simultáneas.3 En el capítulo séptimo, "Ni mucho ni poco", el concepto de
determinante apareció por primera vez, dos mil años antes de su publicación por el matemático japonés Seki Kōwa en 1683 y el
matemático alemán Gottfried Leibniz en 1693.
Los "cuadrados mágicos" eran conocidos por los matemáticos árabes, posiblemente desde comienzos del siglo VII, quienes a su vez
pudieron tomarlos de los matemáticos y astrónomos de laIndia, junto con otros aspectos de las matemáticascombinatorias. Todo esto
sugiere que la idea provino de China. Los primeros "cuadrados mágicos" de orden 5 y 6 aparecieron en Bagdad en el año 983, en la
Enciclopedia de la Hermandad de Pureza (Rasa'il Ihkwan al-Safa).2
Después del desarrollo de la teoría de determinantes por Seki Kowa y Leibniz para facilitar la resolución de ecuaciones lineales, a
finales del siglo XVII, Cramer presentó en 1750 la ahora denominada regla de Cramer. Carl Friedrich Gauss y Wilhelm Jordan
desarrollaron la eliminación de Gauss-Jordanen el siglo XIX.
Fue James Joseph Sylvesterquien utilizó por primera vez el término «matriz» en 1848/1850.
En 1853, Hamilton hizo algunos aportes a la teoría de matrices. Cayley introdujo en 1858 la notación matricial, como forma
abreviada de escribir un sistema dem ecuaciones lineales conn incógnitas.
Cayley, Hamilton, Hermann Grassmann, Frobenius, Olga Taussky-Todd y John von Neumann cuentan entre los matemáticos famosos
que trabajaron sobre la teoría de las matrices. En 1925, Werner Heisenberg redescubre el cálculo matricial fundando una primera
formulación de lo que iba a pasar a ser la mecánica cuántica. Se le considera a este respecto como uno de los padres de la mecánica
cuántica.
Olga Taussky-Todd (1906-1995), durante la II Guerra Mundial, usó la teoría de matrices para investigar el fenómeno de
aeroelasticidad llamado fluttering.
Introducción
Definición
Una matriz es un arreglo bidimensional de números (llamados entradas de la matriz) ordenados en filas (o renglones) y columnas,
donde una fila es cada una de las líneas horizontales de la matriz y una columna es cada una de las líneas verticales. A una matriz con
m filas y n columnas se le denomina «matriz m por n» (escrito ) donde . El conjunto de las matrices de
tamaño se representa como , donde es el campo al cual pertenecen las entradas. El tamaño de una matriz
siempre se da con el número de filas primero y el número de columnas después.
Dos matrices se dice que son iguales si tienen el mismo tamaño y los mismos elementos en las mismas posiciones.A la entrada de una
matriz que se encuentra en la fila ésima y la columna ésima se le llama entrada o entrada -ésimo de la matriz. En
estas expresiones también se consideran primero las filas y después las columnas.
Dos matrices son iguales si los elementos correspondientes son iguales, es decir,
.
Para definir el concepto de matriz, el término "arreglo bidimensional" es útil, aunque poco formal, pero puede formalizarse usando el
concepto de función. De este modo, una matriz de n filas y m columnas con entradas en un campo es una función cuyo dominio es
el conjunto de los pares ordenados , donde y , y cuyo contradominio es . Con esta definición, la
entrada es el valor de la función en el par ordenado .
Se denota a las matrices con letra mayúscula, mientras que se utiliza la correspondiente letra en minúsculas para denotar a las
entradas de las mismas, con subíndices que refieren al número de fila y columna del elemento.4 Por ejemplo, al elemento de una
matriz de tamaño que se encuentra en la fila ésima y la columna ésima se le denota como , donde y
.
Cuando se va a representar explícitamente una entrada la cual está indexada con un o un con dos cifras se introduce una coma
entre el índice de filas y de columnas. Así por ejemplo, la entrada que está en la primera fila y la segunda columna de la matriz de
tamaño se representa como mientras que la entrada que está en la fila número 23 y la columna 100 se representa como
.
Además de utilizar letras mayúsculas para representar matrices, numerosos autores representan a las matrices con fuentes en negrita
para distinguirlas de otros objetos matemáticos.[cita requerida] Así es una matriz, mientras que es un escalar en esa notación. Sin
embargo esta notación generalmente se deja para libros y publicaciones, donde es posible hacer esta distinción tipográfica con
facilidad. En otras notaciones se considera que el contexto es lo suficientemente claro como para no usar negritas.
Otra notación, en sí un abuso de notación, representa a la matriz por sus entradas, i.e. o incluso .
Como caso particular de matriz, se definen los vectores fila y los vectores columna. Un vector fila o vector renglón es cualquier
matriz de tamaño mientras que un vector columna es cualquier matriz de tamaño .
A las matrices que tienen el mismo número de filas que de columnas, , se les llama matrices cuadradas y el conjunto se
denota
Ejemplo
Dada la matriz
La matriz
es una matriz de tamaño : un vector fila con 9 entradas.
Suma o adición
Sean
A la luz de estos ejemplos es inmediato ver que dos matrices se pueden sumar solamente si ambas tienen el mismo tamaño. La suma
de matrices, en el caso de que las entradas estén en un campo, poseen las propiedades de asociatividad, conmutatividad, existencia de
elemento neutro aditivo y existencia de inverso aditivo. Esto es así ya que estas son propiedades de los campos en los que están las
entradas de la matriz.
Sean , donde es un campo entonces se cumplen las siguientes propiedades para la operación binaria
Asociatividad
Demostración
Conmutatividad
Demostración
Demostración
Demostración
En efecto, estas propiedades dependen del conjunto en el que estén las entradas, como se ha dicho antes, aunque en las aplicaciones
generalmente los campos usados son (los números reales) y (los números complejos).
Por como se definió la operación binaria adición se dice que ésta operación es una operación interna por lo que se cumple
intrínsecamente la propiedad de que es cerrado bajo adición. Con éstas propiedades se tiene que es un
grupo abeliano.
En el caso en que el conjunto al que pertenecen las entradas de la matriz sea un anillo , la operación de adición de
matrices continúa dotando de estructura de grupo abeliano a , ya que bajo un anillo se tiene que
es un grupo abeliano. En el caso de que las entradas estén en un grupo , éste necesita ser un grupo abeliano para
que la adición de matrices siga dotando de estructura degrupo abeliano a .
También es inmediato observar que el producto por un escalar da como resultado una matriz del mismo tamaño que la original.
También el producto por un escalar dependerá de la estructura algebraica en la que las entradas están. En el caso de que estén en un
campo serán 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 continuación se presentan las propiedades.
Sean y , donde es un campo, entonces se cumplen las siguientes propiedades para la operación
producto por un escalar
Asociatividad
Demostración
Demostración
Demostración
Por como se definió la operación de producto por escalares se dice que es cerrado bajo producto por escalares. Con éstas
propiedades y las de la adición 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 estén 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 unanillo con uno, se dice que es un módulo sobre .
Demostración
Demostración
Demostración
Demostración
Producto de matrices
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. Así el producto de matrices, como se define,
proviene de la composición de aplicaciones lineales. En este contexto, el tamaño de la
matriz corresponde con las dimensiones de los espacios vectoriales entre los cuales se
establece la aplicación lineal. De ese modo el producto de matrices, representa la
composición de aplicaciones lineales.
Sin tomar en cuenta la motivación que viene desde las aplicaciones lineales, es evidente ver que si ignoramos la definición de la
función de producto de matrices y solo se toma en cuenta la definición de las entradas, el producto no estará bien definido, ya que si
no tiene el mismo número de columnas que de filas entonces no podremos establecer en donde acaba la suma: si la acabamos en
el mayor de éstos números habrá sumandos que no están definidos ya que una de las matrices no tendrá más entradas, mientras que si
tomamos el menor habrá entradas de alguna de las matrices que no se tomen en cuenta. Así es necesario que tenga el mismo
número de columnas que de filas para que exista.
Como se puede suponer también, las propiedades de ésta operación serán más limitadas en la generalidad ya que además de las
limitaciones impuestas por la naturaleza de las entradas está esta limitación respecto a tamaño. Es claro, además, que el producto de
matrices no siempre es unaoperación interna.
El producto de las matrices A y B también puede realizarse sumando el producto de cada columna de A por la correspondiente fila de
B y expresarse utilizando elconvenio de suma de Einstein.
Asociatividad
Demostración
Demostración
Demostración
El producto de matrices no es conmutativo, si lo fuera la composición de funciones lineales sería 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 también está en . En ese caso además de
espacio vectorial es un álgebra sobre un campo. En el caso de que el conjunto al que pertenecen las entradas sea un anillo
conmutativo con uno entonces además de módulo es un álgebra sobre un anillo. Mas aun con el producto
de matrices es un anillo.
Matriz traspuesta
La traspuesta de una matriz , donde no es necesariamente un campo, es una matriz tal que
. Por ejemplo la entrada .
entonces su traspuesta es
Así, informalmente podríamos decir que la traspuesta es aquella matriz que se obtiene de la original cambiando filas por columnas.
Las notaciones usuales para denotar la traspuesta de una matriz son .
La trasposición de matrices tiene las siguientes propiedades (donde ahora sí el conjunto de entradas debe ser al menos un anillo
conmutativo):
Si representa una aplicación lineal, entonces la matriz describe la traspuesta de la aplicación lineal.
M(n,R), el anillo de las matrices cuadradas reales, es un álgebra asociativa real unitaria. M(n,C), el anillo de las matrices cuadradas
complejas, es un álgebra asociativa compleja.
La matriz identidad In de orden n es la matriz n por n en la cual todos los elementos de la diagonal principal son iguales a 1 y todos
los demás elementos son iguales a 0. La matriz identidad se denomina así porque satisface las ecuaciones MIn = M y InN = N para
cualquier matriz M m por n y N n por k. Por ejemplo, si n = 3:
Los elementos invertibles de este anillo se llaman matrices invertibles, regulares o no singulares. Una matriz A n por n es
invertible si y sólo si existe una matrizB tal que AB = I
(left)
En este caso, B es la matriz inversa de A, identificada por A-1 . El conjunto de todas las matrices invertibles n por n forma un grupo
(concretamente un grupo de Lie) bajo la multiplicación de matrices, elgrupo lineal general.
Si λ es un número y v es un vector no nulo tal queAv = λv, entonces se dice quev es un vector propio de A y que λ es su valor propio
asociado. El número λ es un valor propio de A si y sólo si A−λIn no es invertible, lo que sucede si y sólo si pA(λ) = 0, donde pA(x) es
el polinomio característico de A. pA(x) es un polinomio de grado n y por lo tanto, tiene n raíces complejas múltiples raíces si se
cuentan de acuerdo a su multiplicidad. Cada matriz cuadrada tiene como mucho
n valores propios complejos.
El determinante de una matriz cuadrada A es el producto de sus n valores propios, pero también puede ser definida por la fórmula de
Leibniz. Las matrices invertibles son precisamente las matrices cuyo determinante es distinto de cero.
El algoritmo de eliminación gaussiana puede ser usado para calcular el determinante, el rango y la inversa de una matriz y para
resolver sistemas de ecuaciones lineales.
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 cuyas filas son las potencias de un número. Su determinante es fácil de calcular
.
Matriz Lógica
Una matriz lógica, matriz binaria, matriz de relación, matriz booleana o matriz (0,1) es una matriz con entradas del dominio booleano
. Tal matriz puede ser usada para representar unarelación binaria entre un par de conjuntos finitos.
Con el fin de designar los números de cada fila y columna de la matriz, los conjuntos X e Y están ordenados con números enteros
positivos: i va desde 1 hasta la cardinalidad (tamaño) de X y j oscila entre 1 y la cardinalidad deY.
Ejemplo
La relación binaria R en el conjunto {1, 2, 3, 4} se define de manera que aRb se lleva a cabo si y sólo si a divide b uniformemente,
sin resto. Por ejemplo, 2R4 satisface la relación porque 2 divide 4 sin dejar un resto, pero 3R4 no porque cuando 3 divide 4 hay un
resto de 1. El conjunto siguiente es el conjunto de pares para los que se mantiene la relación
R.
{(1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 4), (3, 3), (4, 4)}.
Algunas Propiedades
La representación matricial de la relación de igualdad en un conjunto finito es la matriz de identidad, es decir, una matriz cuya
diagonal principal es todo unos (1), mientras que el resto de elementos son ceros(0). Si el dominio booleano es visto como un
semianillo, donde la suma corresponde alOR lógico y la multiplicación alAND lógico, la representación matricial de la composición
de dos relaciones es igual al producto de la matriz de las representaciones matriciales de esta relación. Este producto se puede
calcular en el tiempo esperado O(n2).
Frecuentemente, las operaciones en matrices binarias están definidas en términos de la aritmética modular mod 2, es decir, los
elementos se tratan como elementos del campo de Galois GF(2) = ℤ2. Surgen una variedad de representaciones y tienen un número
de formas especiales más restringidas. Se aplican por ejemplo enXOR-satisfacible (Inglés).
El número de matrices binariasmxn distintas es igual a 2mn, y es, por consiguiente, finito.
Aplicaciones
Un ejemplo sencillo sería el campo aplicado a la programación en lo que viene relacionado con la robótica ya que se utiliza en este
caso el programa matlab para poder programar robots como puede ser un brazo biónico. Un ejemplo sería elynx6.
L
El Lynx6 se considera un manipulador de 5 ejes de rotación (base, hombro, codo, movimiento y rotación de la muñeca); este brazo
mecánico entrega movimientos rápidos, exactos y repetitivos, gracias a los servomotores que lleva incorporados. Como paso previo
se debe desarrollar una aplicación que obtiene el modelo directo FK e inverso IK del brazo robótico.
La relación entre las matrices de transformación, forma la cadena cinemática de las articulaciones y segmentos consecutivos del
brazo robótico. Donde T es la matriz de transformación homogénea buscada . Sustituyendo los parámetros de la tabla 2 en las
matrices de transformación se obtienen estas ecuaciones. Calculando la multiplicación no conmutativa de la ecuación (17, se obtiene
la matriz de transformación homogénea: Donde (n, o, a) es una terna ortogonal que representa la orientación y P es un vector (Px, Py,
Pz) que representa la posición del efector extremo del brazo. La solución obtenida para una posición en reposo del brazo con Θ1= 0º ,
θ2= 90º , θ3 =0º , θ4= -90º y θ5=0º
Teoría de matrices
La teoría de matrices es una rama de las matemáticas que se centra en el estudio de matrices. Inicialmente una rama secundaria del
álgebra lineal, ha venido cubriendo también los temas relacionados con lateoría de grafos, el álgebra, la combinatoria y la estadística.
Matrices relacionadas con otros temas
Una matriz puede identificarse a una aplicación lineal entre dos espacios vectoriales de dimensión finita. Así la teoría de las matrices
habitualmente se considera como una rama del álgebra lineal. Las matrices cuadradas desempeñan un papel particular, porque el
conjunto de matrices de orden n (n entero natural no nulo dado) posee propiedades de « estabilidad » de operaciones.
Los conceptos de matriz estocástica y matriz doblemente estocástica son herramientas importantes para estudiar los procesos
estocásticos, en probabilidad y en estadística.
Las matrices definidas positivasaparecen en la búsqueda de máximos y mínimos de funciones a valores reales, y a varias variables.
Es también importante disponer de una teoría de matrices a coeficientes en un anillo. En particular, las matrices a coeficientes en el
anillo de polinomios se utilizan en teoría de mandos.
En matemáticas puras, los anillos de matrices pueden proporcionar un rico campo de contraejemplos para conjeturas matemáticas.
También existe otro tipo de matriz además de la matriz de adyacencia que es la conocida como matriz de incidencia en la cual el
grafo se muestra en una matriz de A (serían las aristas) por V (serían los vértices), donde contiene la información de la arista (1 si
está conectado y 0 no conectado).
Si nos dan un grafo , de orden , podemos llegar a representar una relación de adyacencia, mediante una matriz
nxn, también llamada matriz de adyacencia de G.
1. La matriz de adyacencia es una matriz booleana, como se ha dicho antes es una matriz que solo puede contener 0
y 1.
2. Σi xij = semigrado exterior de xi
3. Σj xij = semigrado interior de xj
En la teoría de grafos, se llama matriz de un grafo a la matriz que indica en la línea i y la columna j el número de aristas que enlazan
el vértice i al vértice j. En un grafo no orientado, la matriz es simétrica. La suma de los elementos de una columna permite determinar
el grado de un vértice. La matriz indica en la línea i y la columna j el número de caminos a n aristas que adjuntan el vértice i al
vértice j.
/ V1 V2 V3 V4 V5
V1 0 1 0 0 0
V2 1 0 1 1 0
V3 1 1 0 1 0
V4 0 1 1 1 0
V5 0 0 1 0 0
La matriz de adyacencia se basa en las conexiones que se realizan entre los vértices
del grafo apareciendo así un 1 en los casos en los que dos vértices están conectados
y un 0 en los casos en los que no.
Cabe decir que si se toma otra ordenación de los vértices la matriz de adyacencia
sera diferente, pero todas las matrices de adyacencia resultantes de un mismo grafo
están unidas por una matriz de permutaciónP tal que P-1 C P = A (Siendo C y A dos
matrices de adyacencia distintas pero provenientes de un mismo grafo).
es indefinida.
El método de elementos finitos es un importante método numérico para resolver ecuaciones diferenciales parciales, extensamente
aplicado en simulaciones de sistemas físicos complejos. Intenta aproximar la solución a alguna ecuación de funciones lineales pieza a
pieza, donde las piezas son elegidas con respecto a una rejilla suficientemente fina, que a su vez puede ser refundida como una
ecuación matricial.
Algunos teoremas
Teorema de Cayley-Hamilton
Teorema de Gerschgorin
Véase también
Descomposición de Schur
Descomposición en valores singulares
Descomposición QR
Determinante (matemática)
Eliminación de Gauss-Jordan
Factorización LU
Forma canónica de Jordan
Lema de Schur
Matlab
Matriz triangular
Referencias
Beezer, Rob, Un primer curso en álgebra lineal, licencia bajo GFDL. (En inglés)
Jim Hefferon: Álgebra lineal (Libros de texto en línea) (En inglés)
Notas
1. Tony Crilly (2011). 50 cosas que hay que saber sobre matemáticas. Ed. Ariel. ISBN 978-987-1496-09-9.
2. Swaney, Mark. History of Magic Squares(http://www.arthurmag.com/magpie/?p=449).
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. edición). Prentice-Hall.
p. 1.
4. De Burgos, Juan. «Sistemas de ecuaciones lineales». Álgebra lineal y geometría cartesiana. p. 6.
ISBN 9788448149000.
Enlaces externos
Una breve historia del álgebra lineal y de la teoría de matrices lineal(en inglés)
Matemáticas/Matrices(En Wikilibros)
Resolver online todo tipo de operaciones con matrices
Reducir matrices por Gauss Jordan de manera Online
Esta obra contiene una traducción parcial derivada de Matrix (mathematics) de Wikipedia en inglés, concretamente
de esta versión, publicada por sus editores bajo la Licencia de documentación libre de GNU y la Licencia Creative
Commons Atribución-CompartirIgual 3.0 Unported .
Esta obra contiene una traducción parcial derivada de Logical Matrix de Wikipedia en inglés, concretamente de esta
versión, publicada por sus editores bajo la Licencia de documentación libre de GNU y la Licencia Creative
Commons Atribución-CompartirIgual 3.0 Unported .
Obtenido de «https://es.wikipedia.org/w/index.php?title=Matriz_(matemáticas)&oldid=116343578
»
Esta página se editó por última vez el 31 may 2019 a las 01:38.
El texto está disponible bajo laLicencia Creative Commons Atribución Compartir Igual 3.0 ; pueden aplicarse cláusulas
adicionales. Al usar este sitio, usted acepta nuestrostérminos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de laFundación Wikimedia, Inc., una organización sin ánimo de lucro.