Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4
m ×n
Introducción
Fundamentaremos las operaciones básicas en el conjunto m×n que lo caracterizan como un
espacio vectorial, analizando además sus propiedades, que nos permiten múltiples aplicacio-
nes. Así mismo estudiaremos el producto matricial como una nueva operación que provee
a m×n de nuevas características estructurales y la modelación de problemas reales de gran
Arthur Cayley
aplicación.
Arthur Cayley, matemático británico, nació el 16 de agosto
de 1821 en Richmond y murió el 26 de enero de 1895 en
Objetivos del módulo Cambridge. En 1829 fue enviado a una escuela privada, y
más tarde, en 1835, al King’s College School de Londres. Su
1. Introducir la adición entre las matrices y mostrar que el sistema conformado es un grupo genio matemático se reveló precozmente y las primeras
abeliano. manifestaciones de su talento superior fueron semejantes
a las de Carl Friedrich Gauss. Desde joven, Cayley demostró
2. Presentar la operación correspondiente al producto de un número real por una matriz y sus
una asombrosa habilidad para los largos cálculos numéricos,
propiedades. que emprendía para divertirse. Al comenzar el estudio
3. Destacar cómo, bajo las dos operaciones anteriores, el conjunto alcanza la estructu- formal de la Matemática rápidamente superó al resto de
m×n
sus compañeros, y puede decirse que constituyó entre ellos
ra de espacio vectorial real. una categoría especial, lo mismo que ocurrió más tarde
n cuando llegó a la Universidad, cuando sus maestros se
4. Definir la noción de combinación lineal ya presentada en el espacio , en particular en el
pusieron de acuerdo en que era un matemático innato que
conjunto m×n debería elegir esta ciencia como carrera.
5. Definir el producto matricial y las condiciones de compatibilidad, exhibiendo diferentes
criterios para calcularlo y mostrando la importancia de esta operación en la formulación y Cayley comenzó su carrera universitaria a los 17 años de
edad, en el Trinity College de Cambridge. No obstante, entre
solución de problemas reales.
sus compañeros fue considerado como «un simple
matemático» con una aguda pasión por la lectura de novelas.
Preguntas básicas Las representaciones de Shaskespeare, especialmente las
comedias, le deleitaban. Igualmente, el aprendizaje de
idiomas. El griego, aprendido en la escuela, fue siempre
1. ¿Cómo se suman las matrices? para él un lenguaje de fácil lectura. Leía y escribía el francés
2. ¿Es la adición una operación binaria? tan fácilmente como el inglés, y conocía además el alemán
3. ¿Es un grupo aditivo? y el italiano.
m× n
4. ¿Cómo se restan las matrices? Al terminar su tercer año en Cambridge, Cayley se había
5. ¿Cómo se multiplica un número real por una matriz? alejado ya tanto del resto de los compañeros en los estudios
6. ¿Corresponde este producto a una ley de composición externa? matemáticos que el profesor trazó una línea bajo su nombre,
poniéndolo en una categoría especial «por encima del
7. ¿Es m× n un espacio vectorial con las operaciones definidas? primero». En 1842, a los 21 años de edad, estaba en el
8. ¿Qué es una combinación lineal de matrices? primer puesto de la universidad en los concursos
9. ¿Cuándo es posible definir el producto entre matrices y cómo podemos calcularlo? matemáticos. Se hallaba, pues, en condiciones de que se le
10. ¿Qué propiedades caracterizan al producto matricial? permitiera hacer lo que quería durante algunos años.
Entonces, fue elegido tutor ayudante del Trinity College por
un periodo de tres años.
Contenidos del módulo
4.1 Operaciones en las matrices
4.1.1 Adición en m×n
4.1.3 Producto de un número real por una matriz Vea el módulo 4 del programa de
televisión Geometría vectorial y analítica
4.1.4 Combinación lineal de matrices
4.1.5 Producto de matrices
1. ( A + B ) + C = A + ( B + C ).
4. A + B = B + A.
74
Módulo 4: Operaciones en el conjunto m× n
Observaciones
Ilustración 7
⎡ 2 5 −4 0 ⎤ ⎡ 1 2 − 2 3⎤
Sean A = ⎢ B=⎢
0 −5 ⎥⎦ ( 2,3) ⎥ .
,
⎣3 ⎣ 0 1 1 ⎦ ( 2,3)
Calculemos A − B y B − A.
Solución
⎡ 2 5 − 1 2 −4 + 2 0 − 3 ⎤ ⎡ − 110 −2 −3 ⎤
A− B = ⎢ =
0 − 1 −5 − 1⎥⎦ ⎢⎣ 3 −1 −6 ⎥⎦ ( 2,3)
.
⎣ 3−0
⎡ 12 − 2 5 −2 + 4 3 − 0 ⎤ ⎡ 110 2 3 ⎤
B− A= ⎢ =
1 − 0 1 + 5 ⎥⎦ ⎢⎣ −3 1 6 ⎥⎦ ( 2,3)
.
⎣ 0−3
⎧⎪∀i = 1... m
cij = λ aij ⎨ esto es, λ ⋅ A = ⎡⎣λaij ⎤⎦ .
⎪⎩∀ j = 1... n, ( m, n)
Ilustración 8
Escuche el audio Arthur Cayley y el álgebra de
⎡2 0 −8 3⎤ ⎡ 3 −2 ⎤ matrices en su multimedia de Geometría
⎡ 5 ⎤⎦
Sean A = ⎣ − 2 , B=⎢
1 ⎥⎦ ( 2,4)
, C=⎢ ⎥ .
1 vectorial y analítica.
2
(1,3) ⎣1 0 0 ⎣ 5 1 5 ⎦ ( 2,2)
1
Calculemos 4 ⋅ A, − ⋅ B, 0 ⋅ C.
2
4 ⋅ A = ⎡⎣ −4 2 2 20⎤⎦ .
(1,3)
1 ⎡ −1 0 4 − 3 2 ⎤
− ⋅B = ⎢ ⎥ .
2 ⎣ − 1 2 0 0 − 1 2 ⎦ ( 2,4 )
1. λ ⋅ ( A + B ) = λ ⋅ A + λ ⋅ B.
2. (λ + β ) ⋅ A = λ ⋅ A + β ⋅ A.
3. λ ⋅ ( β ⋅ A) = (λ ⋅ β ) ⋅ A.
4. −1⋅ A = − A.
5. 1⋅ A = A.
Observaciones
Ilustración 9
Dadas
⎡ −2 0 1⎤ ⎡ 12 −4 − 12⎤ ⎡0 0 −5 ⎤
B=⎢ C=⎢ D=⎢
2 ⎥⎦ −7 ⎥⎦ 1⎥⎦
, , y
⎣ 0 −3 ⎣ 0 0 ⎣7 1
K = { B, C , D,} ,
76
calculemos: Módulo 4: Operaciones en el conjunto m× n
X 1 = − 1 ⋅ B + 2 ⋅ C + 5 ⋅ D; X 2 = 1 ⋅ B + 0 ⋅ C + 0 ⋅ D; X 3 = 0 ⋅ B + 0 ⋅ C + 0 ⋅ D.
Solución
⎡2 0 −1⎤ ⎡ 1 −8 −1 ⎤ ⎡ 0 0 −25⎤
X1 = ⎢ + +
⎣0 3 −2 ⎥⎦ ⎢⎣ 0 0 −14⎥⎦ ⎢⎣ 35 5 5 ⎥⎦
⎡ 3 −8 − 27 ⎤
=⎢
− 11⎥⎦ ( 2,3)
.
⎣ 35 8
X 2 = B.
X 3 = O( 2,3) .
Observaciones
Ilustración 10
⎡ −1 −4 0 ⎤
Dada G = ⎢ ⎥ , ¿es G una combinación lineal del conjunto K determina-
⎣2 0 0⎦
do en la ilustración anterior? Dejamos la solución del problema al lector.
n
cij = ∑ aik bkj . En este caso afirmamos que A y B son compatibles para el producto.
k =1
Observaciones
4. Podemos recurrir a otras formas más dinámicas que nos llevan al mismo
resultado y cuya aplicación depende de la presentación de los datos iniciales y
de los resultados que se requieran destacar. Los designaremos como criterios
alternos y los desarrollaremos a continuación.
Criterio alterno 1
A ⋅ B = C = ⎡⎣cij ⎤⎦ ,
( m ,r )
⎡ b1 j ⎤
⎢b ⎥
⎢ 2j ⎥
⎢ ⎥
Esto es, cij = ⎡⎣ ai1 ai 2 … aij … ain ⎤⎦ ⋅ ⎢ ⎥ .
⎢ bij ⎥
⎢ ⎥
⎢ ⎥
⎢⎣ bnj ⎥⎦
n
cij = ai1b1 j + ai 2 b2 j + ... + ain bnj = ∑ aik bkj .
k =1
Ilustración 11
⎡3 −1⎤
⎡ −7 1⎤
Sean A = ⎢ 1 0 ⎥⎥ , B = ⎢
0
, C = [9 4](1,2) .
⎢
⎣0 2 5 ⎥⎦( 2,3)
⎢⎣ 2 5 ⎥⎦ 3,2
( )
1. AyB
2. ByA
3. AyC
4. CyA
5. ByC
6. CyB
Solución
78
Módulo 4: Operaciones en el conjunto m× n
⎡−7⎤
d11 = A1 ⋅ B1 = [3 −1] ⋅ ⎢ ⎥ = −21 + 0 = −21.
⎣0⎦
⎡0⎤
d12 = A1 ⋅ B 2 = [3 −1] ⋅ ⎢ ⎥ = 0 − 2 = −2.
⎣ 2⎦
⎡1⎤
d13 = A1 ⋅ B3 = [3 −1] ⋅ ⎢ ⎥ = 3 − 5 = −2.
⎣5⎦
⎡ −21 −2 −2⎤
A ⋅ B = ⎢⎢ −7 0 1 ⎥⎥ .
⎢⎣−14 10 27 ⎥⎦ 3,3
( )
⎡3⎤
f11 = B1 ⋅ A1 = [ −7 0 1] ⋅ ⎢⎢1⎥⎥ = −21 + 0 + 2 = −19.
⎢⎣2⎥⎦
⎡ −1⎤
f12 = B1 ⋅ A = [ −7 0 1] ⋅ ⎢⎢ 0 ⎥⎥ = 7 + 0 + 5 = 12.
2
⎣⎢ 5 ⎦⎥
⎡3⎤
f 21 = B2 ⋅ A = [ 0 2 5] ⋅ ⎢⎢1⎥⎥ = 0 + 2 + 10 = 12.
1
⎢⎣2⎥⎦
⎡ −1⎤
f 22 = B2 ⋅ A2 = [ 0 2 5] ⋅ ⎢⎢ 0 ⎥⎥ = 0 + 0 + 25 = 25.
⎢⎣ 5 ⎥⎦
⎡−19 12 ⎤
B⋅ A = ⎢ ⎥ .
⎣ 12 25⎦( 2,2)
Observación
C ⋅ B = [ −63 8 29](1,3) .
Criterios alternos 2 y 3
n
j = 1... r
C = ∑ bij A (combinación lineal
j i
⎡ i =1
⎢ delas columnasde A)
A ⋅ B = C = ⎡⎣cij ⎤⎦ , donde ⎢
( m, r ) ⎢
⎢ n
i = 1... m
⎣ C = a B (combinación lineal
i ∑
j =1
ij j
de las filas de B)
Nota: las dos expresiones anteriores nos permiten tener una idea más estructurada
del producto matricial y de gran aplicación en la solución de problemas reales, como
el que se propone a continuación.
Problema de aplicación
15 20 6 10 C 200.000 150.000
Marzo
D 156.000 117.000
80
Módulo 4: Operaciones en el conjunto m× n
Solución
⎧ S : matriz de artículos vendidos por mes
Designemos por ⎨
⎩ P : matriz de precios
⎡ V C ⎤
⎢185.000 129.500 ⎥
⎢ ⎥
⎡18 25 12 10 ⎤ ⎢ ⎥
S = ⎢⎢ 20 25 10 15 ⎥⎥ ,
120.000 84.000 ⎥
P=⎢ .
⎢ ⎥
⎣⎢15 20 6 10 ⎦⎥ (3,4) ⎢ 200.000 150.000 ⎥
⎢ ⎥
⎢ ⎥
⎣⎢156.000 117.000 ⎦⎥ (4,2)
Podemos afirmar que cada columna correspondiente a las sumas parciales repre-
senta el valor de las ventas mensuales de los artículos A, B, C y D, respectivamente,
y la matriz suma representa en consecuencia el valor de las ventas totales por mes.
⎣⎢15 ⎦⎥ ⎣⎢ 20 ⎦⎥ ⎣⎢ 6 ⎦⎥ ⎣⎢10⎦⎥
⎡ 2.331.000⎤ ⎡ 2.100.000 ⎤ ⎡1.800.000⎤ ⎡1.170.000⎤
= ⎢⎢ 2.590.000⎥⎥ + ⎢⎢ 2.100.000 ⎥⎥ + ⎢⎢1.500.000⎥⎥ + ⎢⎢1.755.000⎥⎥
⎢⎣1.942.500 ⎥⎦ ⎢⎣1.680.000 ⎥⎦ ⎢⎣ 900.000 ⎥⎦ ⎢⎣1.170.000⎥⎦
⎡7.401.000⎤
= ⎢⎢7.945.000⎥⎥ .
⎢⎣5.692.500 ⎥⎦
Geometría vectorial y analítica 81
Capítulo 2: Álgebra matricial y sistemas de ecuaciones lineales
Cada una de las columnas asociada a la suma parcial representa el valor invertido en
las compras mensuales de los artículos A, B, C y D, respectivamente, y la matriz
suma representa en consecuencia el valor invertido en las compras totales por mes.
⎡10.290.000 7.401.000 ⎤
S ⋅ P = ⎢⎢11.040.000 7.945.000 ⎥⎥ .
⎢⎣ 7.935.000 5.692.500 ⎥⎦ 3,2
( )
⎡2.889.000 ⎤
S ⋅ V − S ⋅ C = S ⋅ (V − C ) = ⎢⎢3.095.000 ⎥⎥ ,
⎢⎣2.242.500 ⎥⎦ 3,1
( )
que corresponde a la diferencia entre las dos matrices columna de la matriz produc-
to.
1. A ⋅ ( B ⋅ C ) = ( A ⋅ B) ⋅ C Propiedad asociativa
4. (λ A) ⋅ B = A ⋅ (λ B ) = λ ( A ⋅ B)
82
Módulo 4: Operaciones en el conjunto m× n