Definición y Álgebra de Matrices

Denición y Álgebra de Matrices
Jayson Nova González
Álgebra Lineal I - UIS
Jayson Nova González Denición y Álgebra de Matrices

Denición de Matrices
Denición
Una matriz es un arreglo rectangular de números reales, llamados
componentes o elementos de la matriz, de la forma
 
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= . .. .. ..  .
 
 .. . . . 
am1 am2 ··· amn

Denición
Una matriz es un arreglo rectangular de números reales, llamados
componentes o elementos de la matriz, de la forma
 
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= . .. .. ..  .
 
 .. . . . 
am1 am2 ··· amn
La i-ésima la y la j -ésima columna de la matriz A son

 
a1j
 a2j 
y  .. 

ai1 ai2 ··· ain
 
 . 
amj

El orden o tamaño de la matriz lo determinamos por el número de las

seguido del número de columnas. Así, decimos que el tamaño de una
matriz es m × n, si tiene m las y n columnas; por simplicidad, cuando
m = n, decimos que la matriz es de orden n.


La componente aij ((i, j)-ésima componente) se encuentra en la la i
y columna j de la matriz A.


La matriz A se puede escribir como A = [a1 a2 · · · an ], donde cada ai
(columna i de la matriz A) es un vector de Rm .


La matriz A se puede escribir como A = [a1 a2 · · · an ], donde cada ai
(columna i de la matriz A) es un vector de Rm .
También, se puede escribir como A = (aij ), donde 1 ≤ i ≤ m, 1 ≤ j ≤ n
y cada aij (componente (i, j) de la matriz A) es un número real.

Tipos de Matrices
 
3 1 3 0 0
4 5  0 5 0 
Matriz cuadrada. 0 0 2
Matriz diagonal.
 
7 0 0 0  
 2 −4 0 0  3 10 −3
3 1 2 0  0 5 −2 
Matriz Trangular inferior. 0 0 1
Matriz Trangular superior.
 
0 0 0  
 0 0 0  1 0 0 0
0 0 0  0 1 0 0 
I = I4 
 0

Matriz Nula. 0 1 0 
0 0 0 1
Matriz Identidad de orden 4.

Matrices Iguales
Dos matrices son iguales, cuando todas sus componentes respectivas son
iguales, para lo cual se requiere que sus tamaños también sean iguales.

Matrices Iguales
Ejemplo
Consideremos las matrices

a b c 2 −1 3
A= y B= .
d e f 0 −2 5
Para que las matrices A y B sean iguales, se debe tener a = 2,
b = −1, c = 3, d = 0, e = −2 y f = 5.

Matrices Iguales
Ejemplo
 
−1
y

C= −1 3 5 D =  3 .
5
Estas matrices son diferentes, ya que sus tamaños son diferentes.

Suma de Matrices
Denición
Denimos la suma entre dos matrices de igual tamaño A y B , como la
matriz A + B , cuyas componentes son la suma de las componentes
respectivas de las matrices A y B . En otras palabras, dadas las
matrices
   
a11 a12 ··· a1n b11 b12 ··· b1n
 a21 a22 ··· a2n   b21 b22 ··· b2n 
A= . .. .. ..  y B =  .. .. .. ..  .
   
 .. . . .   . . . . 
am1 am2 ··· amn bm1 bm2 ··· bmn
se dene la suma de A y B como

 
a11 + b11 a12 + b12 ··· a1n + b1n
 a21 + b11 a22 + b22 ··· a2n + b2n 
A+B = .. .. .. .. .
 
 . . . . 
am1 + b11 am2 + bm2 ··· amn + bmn
Producto por escalar de Matrices
Denición
Denimos el producto de una matriz A por un número real λ
(escalar), como la matriz A, cuyas componentes son el producto de
por las componentes respectivas de A. En otras palabras, dado el
escalar λ ∈ R y la matriz
 
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= . .. .. ..  ,
 
 .. . . . 
am1 am2 ··· amn
denimos el producto de A por el escalar λ como

 
λa11 λa12 ··· λa1n
 λa21 λa22 ··· λa2n 
λA =  . .. .. ..  .
 
 .. . . . 
λam1 λam2 ··· λamn

Ejemplos
Dadas las matrices

1 2 −5 −3 2 1
A= y B= ,
−1 −3 0 0 1 −2

Ejemplos
Dadas las matrices

1 2 −5 −3 2 1
A= y B= ,
−1 −3 0 0 1 −2
tenemos que

−2 4 −4 −2 −4 10
A+B = y − 2A =
−1 −2 −2 2 6 0

Propiedades algebraicas de la suma y el producto por escalar de matrices
Sean A, B y C matrices de tamaño m × n y sean α y β dos números
reales. Entonces se cumplen las siguientes proposiciones:

1 A + B es también una matriz m × n.

2 A + B = B + A.

2 A + B = B + A.
3 (A + B) + C = A + (B + C).

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
4 Existe una única matriz Z de tamaño m × n tal que
A + Z = Z + A = A (Z = O).

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
5 Para cada matriz A, existe una única matriz P de tamaño m × n
tal que A + P = P + A = O (P = −A).

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
6 αA es también una matriz m × n.

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
7 α(A + B) = αA + αB .

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
7 α(A + B) = αA + αB .
8 (α + β)A = αA + βA.

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
7 α(A + B) = αA + αB .
8 (α + β)A = αA + βA.
9 (αβ)A = α(βA) = β(αA).

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
7 α(A + B) = αA + αB .
8 (α + β)A = αA + βA.
9 (αβ)A = α(βA) = β(αA).
10 1A = A.

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
7 α(A + B) = αA + αB .
8 (α + β)A = αA + βA.
9 (αβ)A = α(βA) = β(αA).
10 1A = A.
11 0A = O .

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
7 α(A + B) = αA + αB .
8 (α + β)A = αA + βA.
9 (αβ)A = α(βA) = β(αA).
10 1A = A.
11 0A = O .
12 αO = O .

2 A + B = B + A.
3 (A + B) + C = A + (B + C).
A + Z = Z + A = A (Z = O).
tal que A + P = P + A = O (P = −A).
7 α(A + B) = αA + αB .
8 (α + β)A = αA + βA.
9 (αβ)A = α(βA) = β(αA).
10 1A = A.
11 0A = O .
12 αO = O .
13 αA = O , si y sólo si, α = 0 ó A = O .
Ejemplo

0 1 1 0 1 1
Sean A1 = , A2 = y A3 = .
−1 0 0 1 1 1

Ejemplo

0 1 1 0 1 1
Sean A1 = , A2 = y A3 = . Encontrar
−1 0 0 1 1 1

1 4
los escalares tal que B = es una combinación lineal de A1 , A2
2 1
y A3 .

Ejemplo

0 1 1 0 1 1
−1 0 0 1 1 1

1 4
2 1
y A3 .
Sol: Se quieren encontrar escalares c1 , c2 y c3 tales que c1 A1 + c2 A2 +
c3 A3 = B . Por tanto,

0 1 1 0 1 1 1 4
c1 + c2 + c3 =
−1 0 0 1 1 1 2 1

Ejemplo

0 1 1 0 1 1
−1 0 0 1 1 1

1 4
2 1
y A3 .

0 1 1 0 1 1 1 4
c1 + c2 + c3 =
−1 0 0 1 1 1 2 1
Operando el lado izquierdo tenemos que:

c2 + c3 c1 + c3 1 4
= .
−c1 + c3 c2 + c3 2 1

Ejemplo

0 1 1 0 1 1
−1 0 0 1 1 1

1 4
2 1
y A3 .

0 1 1 0 1 1 1 4
c1 + c2 + c3 =
−1 0 0 1 1 1 2 1
Operando el lado izquierdo tenemos que:

c2 + c3 c1 + c3 1 4
= .
−c1 + c3 c2 + c3 2 1
Para que las dos matrices sean iguales deben tener sus componentes o
entradas iguales, es decir,
c2 +c3 =1
c1 +c3 =4
−c1 +c3 =2
c2 +c3 =1
Ejemplo
Aplicando eliminación de Gauss-Jordan produce fácilmente

   
0 1 1 1 1 0 0 1
 1
 0 1 4   0 1 0
 −→  −2 

 −1 0 1 2   0 0 1 3 
0 1 1 1 0 0 0 0
(½compruébelo!),

Ejemplo
Aplicando eliminación de Gauss-Jordan produce fácilmente

   
0 1 1 1 1 0 0 1
 1
 0 1 4   0 1 0
 −→  −2 

 −1 0 1 2   0 0 1 3 
0 1 1 1 0 0 0 0
(½compruébelo!), de modo que c1 = 1, c2 = −2, y c3 = 3. En conse-
cuencia, A1 − 2A2 + 3A3 = B , que puede comprobarse fácilmente.

Producto de matrices
Denición
Si A es una matriz de m × n y B es una matriz de n × r, entonces el
producto C = AB es una matriz de m × r. La entrada (i, j) del
producto se calcula del modo siguiente:
n
X
cij = ai1 b1j + ai2 b2j + · · · + ain bnj = aik bkj .
k=1

Producto de matrices
Denición
Si A es una matriz de m × n y B es una matriz de n × r, entonces el
producto C = AB es una matriz de m × r. La entrada (i, j) del
producto se calcula del modo siguiente:
n
X
cij = ai1 b1j + ai2 b2j + · · · + ain bnj = aik bkj .
k=1
Note que A y B no tienen que ser del mismo tamaño. Sin embargo, el
número de columnas de A debe ser igual al número de renglones de B .

Ejemplo
 
4 1 4 3
1 2 4
A= y B= 0 −1 3 1 .
2 6 0
2 7 5 2
Dado que A es de 2 × 3 y B de 3 × 4, entonces el producto AB es de

2 × 4.

Ejemplo
 
4 1 4 3
1 2 4
A= y B= 0 −1 3 1 .
2 6 0
2 7 5 2
Dado que A es de 2 × 3 y B de 3 × 4, entonces el producto AB es de

2 × 4. Entonces la multiplicación de las matrices seria:

Ejemplo
Considere el sistema lineal

x1 − 2x2 + 3x3 = 5
−x1 + 3x2 + x3 = 1
2x1 − x2 + 4x3 = 14

Ejemplo

x1 − 2x2 + 3x3 = 5
−x1 + 3x2 + x3 = 1
2x1 − x2 + 4x3 = 14
Observe que el lado izquierdo surge de un producto matricial y se puede

escribir como sigue:
    
1 −2 3 x1 5
 −1 3 1   x2  =  1 
2 −1 4 x3 14

Ejemplo

x1 − 2x2 + 3x3 = 5
−x1 + 3x2 + x3 = 1
2x1 − x2 + 4x3 = 14

    
1 −2 3 x1 5
 −1 3 1   x2  =  1 
2 −1 4 x3 14
Esto es Ax = b, donde A es la matriz de coecientes, x es el vector

(columna) de variables y b es el vector (columna) de términos constan-
tes.

Ejemplo

x1 − 2x2 + 3x3 = 5
−x1 + 3x2 + x3 = 1
2x1 − x2 + 4x3 = 14

 
1 −2 3 5
 −1 3 1 1 
2 −1 4 14
Esto es Ax = b, donde A es la matriz de coecientes, x es el vector
(columna) de variables y b es el vector (columna) de términos constan-
tes.

Propiedades algebraicas del producto de matrices
Sea A una matriz de tamaño m×n, α un número real cualquiera, B y C

matrices tales que los productos indicados se pueden efectuar. Entonces
se cumplen las siguientes proposiciones:


1 (AB)C = A(BC).


1 (AB)C = A(BC).
2 A(B + C) = AB + AC .


1 (AB)C = A(BC).
2 A(B + C) = AB + AC .
3 (A + B)C = AC + BC .


1 (AB)C = A(BC).
2 A(B + C) = AB + AC .
3 (A + B)C = AC + BC .
4 α(AB) = (αA)B = A(αB).


1 (AB)C = A(BC).
2 A(B + C) = AB + AC .
3 (A + B)C = AC + BC .
4 α(AB) = (αA)B = A(αB).
5 Existe una única matriz P de orden m y una única matriz Q de
orden n tales que, para toda matriz A, P A = AQ = A (P = Im y
Q = In ).


1 (AB)C = A(BC).
2 A(B + C) = AB + AC .
3 (A + B)C = AC + BC .
4 α(AB) = (αA)B = A(αB).
5 Existe una única matriz P de orden m y una única matriz Q de
orden n tales que, para toda matriz A, P A = AQ = A (P = Im y
Q = In ).
6 Okm A = Okn y AOnk = Omk .

Propiedades algebraicas de la potenciación de matrices
Sean A y B matrices de orden n×n, y r, s números enteros no negativos,

entonces


entonces
1 Ar As = Ar+s .


entonces
1 Ar As = Ar+s .
2 (Ar )s = Ars .


entonces
1 Ar As = Ar+s .
2 (Ar )s = Ars .
3 (AB)r = Ar B r , cuando A y B conmutan (AB = BA).

Nota importante
Es importante que observemos que la propiedad conmutativa de la mul-

tiplicación no siempre se tiene. Tener en cuenta:
El producto AB puede estar denido, mientras que BA no. Por
ejemplo, si el tamaño de A es m × n y el de B es n × p con m 6= p.

Nota importante

Los dos productos pueden estar bien denidos, pero AB puede
tener un tamaño y BA otro. Por ejemplo, si el tamaño de A es
m × n y el de B es n × m con m 6= n, el tamaño de AB es m × m
y el de la matriz BA es n × n .

Nota importante

Si A y B son matrices cuadradas de igual tamaño, tenemos que
AB y BA están bien denidas y son de igual tamaño, pero en
general AB 6= BA.

Nota importante
general AB 6= BA.
Observemos el producto de las siguientes matrices, en diferente orden.

1 1 1 0 0 0
AB = =
0 0 −1 0 0 0

1 0 1 1 1 1
BA = =
−1 0 0 0 −1 −1

Nota importante

general AB 6= BA.
Finalmente, cuando AB = BA, decimos que las matrices A y B
conmutan.

Nota importante
Igualmente hay otras propiedades del producto que tenemos en los nú-
meros reales, que entre matrices no tenemos. Esto se debe fundamen-
talmente a la ausencia frecuente de lo que en los números reales sería
el inverso multiplicativo. Veamos algunas de ellas:

Nota importante
AB = O no implica que A o B sean la matriz O.
CA = CB (ó AC = BC ) no implica que A = B .

Nota importante

1 1 1 0 0 0 1 1 0 −2
= =
0 0 −1 0 0 0 0 0 0 2

Nota importante
A2 = I no implica que A = ±I .

Nota importante
A2 = I no implica que A = ±I .

2 1 2 1 1 0
= .
−3 −2 −3 −2 0 1

La transpuesta de una matriz
Denición
La transpuesta de una matriz A de m × n es la matriz AT de n × m
que se obtiene al intercambiar las las y columnas de A. Esto es: se
obtiene tomando la i-ésima la de A como la i-ésima columna de AT ;
es decir, si A = (aij ), entonces AT = (aji ).

Denición
La transpuesta de una matriz A de m × n es la matriz AT de n × m
que se obtiene al intercambiar las las y columnas de A. Esto es: se
obtiene tomando la i-ésima la de A como la i-ésima columna de AT ;
es decir, si A = (aij ), entonces AT = (aji ).
Ejemplo
Encontremos las transpuestas de las siguientes matrices
   
1 −2 3 2
1 3 −1
A= , B= 3 0 −1  , C= 3 
−2 0 5
−1 5 7 −5
y D=

3 −1 0 .

Ejemplo
   
1 −2 3 2
1 3 −1
A= , B= 3 0 −1  , C= 3 
−2 0 5
−1 5 7 −5
y D=

3 −1 0 .
Al transponer obtenemos
 
1 −2
T
A = 3 0 ,
−1 5

Ejemplo
   
1 −2 3 2
1 3 −1
A= , B= 3 0 −1  , C= 3 
−2 0 5
−1 5 7 −5
y D=

3 −1 0 .
   
1 −2 1 3 −1
T T
A = 3 0 , B =  −2 0 5 ,
−1 5 3 −1 7

Ejemplo
   
1 −2 3 2
1 3 −1
A= , B= 3 0 −1  , C= 3 
−2 0 5
−1 5 7 −5
y D=

3 −1 0 .
   
1 −2 1 3 −1
T T
CT =

A = 3 0 , B =  −2 0 5 , 2 3 −5
−1 5 3 −1 7

Ejemplo
   
1 −2 3 2
1 3 −1
A= , B= 3 0 −1  , C= 3 
−2 0 5
−1 5 7 −5
y D=

3 −1 0 .
   
1 −2 1 3 −1
T T
CT =

A = 3 0 , B =  −2 0 5 , 2 3 −5
−1 5 3 −1 7
 
3
y T
D =  −1  .
0

Cuando los vectores son vistos como matrices, la transposición nos per-
mite interpretar o expresar el producto escalar entre vectores como
producto entre matrices.

producto entre matrices. Sean
y v=

u= u1 u2 ··· un v1 v2 ··· vn
vectores de Rn , entonces

y v=

u= u1 u2 ··· un v1 v2 ··· vn
u · v = u1 v1 + u2 v2 + · · · + un vn

y v=

u= u1 u2 ··· un v1 v2 ··· vn
u · v = u1 v1 + u2 v2 + · · · + un vn
 
v1
 v2 
 
= u1 u2 ··· un  .. 
 . 
vn

y v=

u= u1 u2 ··· un v1 v2 ··· vn
u · v = u1 v1 + u2 v2 + · · · + un vn
 
v1
 v2 
 
= u1 u2 ··· un  .. 
 . 
vn
= uv T

Matriz simétrica
Denición
Una matriz cuadrada A es simétrica si AT = A; esto es: si A es igual a
su propia transpuesta.

Matriz simétrica
Denición
Ejemplo
Sea  
1 3 2
1 2
A= 3 5 0  y B=
−1 3
2 0 4

Matriz simétrica
Denición
Ejemplo
Sea  
1 3 2
1 2
A= 3 5 0  y B=
−1 3
2 0 4
Entonces
A es simétrica,
pues AT = A; pero B no es simétrica, pues
1 −1
BT = 6= B
2 3

Propiedades de la transpuesta
Sean A y B matrices (cuyos tamaños son tales que pueden realizarse

las operaciones indicadas) y sea k un escalar. Entonces


1 (AT )T = A


1 (AT )T = A
2 (A + B)T = AT + B T


1 (AT )T = A
2 (A + B)T = AT + B T
3 (kA)T = k(AT )


1 (AT )T = A
2 (A + B)T = AT + B T
3 (kA)T = k(AT )
4 (AB)T = B T AT


1 (AT )T = A
2 (A + B)T = AT + B T
3 (kA)T = k(AT )
4 (AB)T = B T AT
5 (Ar )T = (AT )r para todos los enteros r no negativos.

Ejemplos
Ejemplo
Si A es una matriz cuadrada, entonces A + AT es una matriz
simétrica.

Ejemplos
Ejemplo
simétrica.
Solución
Veamos que (A + AT )T = A + AT .

Ejemplos
Ejemplo
simétrica.
Solución
Veamos que (A + AT )T = A + AT . Para ello,
(A + AT )T =

Ejemplos
Ejemplo
simétrica.
Solución
(A + AT )T = AT + (AT )T =

Ejemplos
Ejemplo
simétrica.
Solución
(A + AT )T = AT + (AT )T = AT + A =

Ejemplos
Ejemplo
simétrica.
Solución
(A + AT )T = AT + (AT )T = AT + A = A + AT
(con las propiedades de la transpuesta y la conmutatividad de la

suma de matrices). Por tanto, A + AT es igual a su propia transpuesta
y en consecuencia,

Ejemplos
Ejemplo
simétrica.
Solución

y en consecuencia, por denición, es simétrica.

Ejemplos
Ejemplo
simétrica.
Solución

y en consecuencia, por denición, es simétrica.
Ejercicio
Para cualquier matriz A, AAT y AT A son matrices simétricas.

La traza de una matriz
Denición
La traza de un matriz A = (aij ) de n × n es la suma de las entradas
en su diagonal principal y se denota mediante tr(A). Esto es,
tr(A) = a11 + a22 + · · · + ann .

Denición
tr(A) = a11 + a22 + · · · + ann .
Ejemplo
Sea  
−1 2 7 0
 3 5 −8 4 
A= .
 1 2 7 −3 
4 −2 1 0

Denición
tr(A) = a11 + a22 + · · · + ann .
Ejemplo
Sea  
−1 2 7 0
 3 5 −8 4 
A= .
 1 2 7 −3 
4 −2 1 0
Entonces la traza B es: tr(B) = −1 + 5 − 7 + 0 = 11.

Fin
Muchas Gracias

Definición y Álgebra de Matrices

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Definición y Álgebra de Matrices

Cargado por

Copyright:

Formatos disponibles

Denición y Álgebra de Matrices

Jayson Nova González

Álgebra Lineal I - UIS

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

La i-ésima la y la j -ésima columna de la matriz A son

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

se dene la suma de A y B como

denimos el producto de A por el escalar λ como

Jayson Nova González Denición y Álgebra de Matrices

Dadas las matrices

Jayson Nova González Denición y Álgebra de Matrices

Dadas las matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Aplicando eliminación de Gauss-Jordan produce fácilmente

Jayson Nova González Denición y Álgebra de Matrices

Aplicando eliminación de Gauss-Jordan produce fácilmente

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Dado que A es de 2 × 3 y B de 3 × 4, entonces el producto AB es de

Jayson Nova González Denición y Álgebra de Matrices

Dado que A es de 2 × 3 y B de 3 × 4, entonces el producto AB es de

Jayson Nova González Denición y Álgebra de Matrices

Considere el sistema lineal

Jayson Nova González Denición y Álgebra de Matrices

Considere el sistema lineal

Observe que el lado izquierdo surge de un producto matricial y se puede

Jayson Nova González Denición y Álgebra de Matrices

Considere el sistema lineal

Observe que el lado izquierdo surge de un producto matricial y se puede

Esto es Ax = b, donde A es la matriz de coecientes, x es el vector

Jayson Nova González Denición y Álgebra de Matrices

Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

La i-ésima la y la j -ésima columna de la matriz A son

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

El orden o tamaño de la matriz lo determinamos por el número de las

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

se dene la suma de A y B como

denimos el producto de A por el escalar λ como

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Esto es Ax = b, donde A es la matriz de coecientes, x es el vector

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices

Jayson Nova González Denición y Álgebra de Matrices