Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCION:
En su intento por explicarse el mundo natural y por mantener el control de la
creciente complejidad que adquieren las sociedades que ha construido, el hombre ha descubierto la
importancia de crear lenguajes apropiados para adentrarse en el estudio de los diferentes fenómenos
naturales y sociales.
Siendo la Matemática uno de los más sofisticados ejemplos de la capacidad
humana de creación lingüística, una de las “lenguas” más dúctiles y de mayor alcance explicativo en
ellas es la de las Matrices. En esta Primera Unidad conoceremos el vocabulario y la gramática de
estos arreglos numéricos.
Normalmente trabajaremos en los números reales pero todo lo que digamos se
podría reproducir con los números complejos y, en general, con cualquier estructura algebraica de
cuerpo que en este texto anotaremos con una letra K.
Las Aplicaciones del lenguaje matricial y de su álgebra son muy diversas. Toda
información de doble entrada, toda masa de datos valóricos en varias variables, puede usar como
modelo de representación a las matrices y sus propiedades y ventajas de abreviatura para situaciones
de suyo complicadas.
Durante el desarrollo de esta unidad veremos muchos ejemplos ilustrativos de
las ventajas de operatoria matricial.
Para el tratamiento del tema precisaremos de muchas convenciones de
anotación y simbología, es necesario que Usted se entrene rápidamente para familiarizarse con las
novedades simbólicas. En todo caso, usaremos las notaciones más habituales en nuestro medio y en
nuestros cursos.
1
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
2
Ejemplo: 2 1 4
3 es una matriz de 2 x 4 con elementos en R.
1 0 2 0
Observaciones a la Definición:
a) Si la matriz tiene sólo una fila o una columna, le llamaremos Matriz Fila o Matriz
Columna y anotaremos:
i) A = ( a1 a2 .... an ) Matriz Fila A1n (sólo con índice de columna).
b1
ii) B = ( b1 b2 .... bn )t = b2 Matriz Columna Am1 (sólo con índice de fila).
b
m
Usaremos una t, de Traspuesta, para anotar horizontalmente a una matriz columna para
ahorrar espacio.
b) Al conjunto de todas las matrices de un cierto tamaño mxn, con elementos o componentes
de un cuerpo K, lo anotaremos Mmn(K) o simplemente Mmn.
Mmn = { (aij) Mmn , donde aijK }; i, jN con 1 i m, 1 j n.
En particular las matrices cuadradas, en que m = n, las anotaremos Mn y las llamaremos
matrices cuadradas de orden n.
c) Un ejemplo de uso sencillo de la representación matricial es el de las matrices de inventario
que abrevian una tabla bidimensional de doble entrada:
Si una multitienda tiene cuatro sucursales I, II, III y IV en las que se venden los mismos k
productos p1, p2,....., pk, desea resumir el stock (en unidades de venta) que mantiene
inmovilizado en las bodegas de cada local, podrá usar una matriz como sigue:
2
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
Productos P1 P2 P3 ...... Pk
Sucursales
I a11 a12 a13 ...... a1k
II a21 a22 a23 ...... a2k
III a31 a32 a33 ...... a3k
IV a41 a42 a43 ...... a4k
Si se define la matriz columna de precios de costos por unidad para cada uno de los k
productos p1, p2,....., pk como: C = [ c1 c2 .... cn ]t y llamamos S a la matriz de stock arriba
construida, entonces se podría obtener la matriz columna de capital inmovilizado por
sucursal:
a11 a12 ...a1k c1 a11 c1 a12 c 2 ...a1k c k
M = S·C = a 21 .......a 2k c2
=
a 31 .......a 3k a 41 c1 a 42 c 2 ...a 4 k c k
a .......a c k
41 4k
que representa el costo total retenido en las bodegas de las sucursales I, II, III y IV.
Note que se definió una operación entre matrices para obtener M. Note además que si
semanalmente se registra una matriz V de unidades vendidas por producto en cada
sucursal, al restar componente a componente la matriz S con la matriz V, S V
representaría el remanente que queda en bodega al final de la semana. Si se le suma una
matriz A de abastecimiento por producto y sucursal, se obtendrá una matriz (S V) + A con
que se inicia el nuevo stock para la semana siguiente.
Esto muestra que si se definen operaciones apropiadas y de utilidad práctica, será
posible construir estructuras algebraicas de Matrices que resuelvan problemas de
contingencia como el mentado.
3
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
z 1
x 4
1 x x y z 4 7
Ejemplo: = x y 7
u 3 1 2 x v u w
u 2
x v 3
u w 1
Luego, estas matrices son iguales si: x = 4; y = 3; z = 1; u = 2; v = 1; w = 3.
Propiedades:
1.- A = A ; AMmn.
2.- A = B B = A ; A, BMmn.
3.- ( A = B B = C) A = C ; A, B, CMmn.
1.3.1.- TEOREMA:
(Mmn, +) es un grupo abeliano. Esto significa que cumple las siguientes propiedades:
i) Clausura : A, BMmn: SMmn / A + B = S.
ii) Asociatividad : A, B, CMmn: (A + B) + C = A + ( B + C).
iii) Elemento Neutro: 0mnMmn / AMmn: A + 0 = 0 + A = A.
(El neutro aditivo o matriz nula 0mn tiene sólo componentes cero)
iv) Elemento Inverso: AMmn, AMmn / A + (A) = A + A = 0mn.
(El inverso aditivo o matriz opuesta de A = (aij) es A = (aij))
v) Conmutatividad : A, B IMmn: A + B = B + A.
4
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
Observaciones: a) Note que todas las propiedades anteriores se heredan de las que tiene el
cuerpo K al cual pertenezcan las componentes de las matrices,
aplicadas a nivel de cada una de esas componentes y en cada posición
fila-columna. Habitualmente este cuerpo será el de los números reales.
b) En consecuencia, Mmn con la suma cumple todas las propiedades de un
Grupo Abeliano. De ellas destacamos:
1.- ( A) = A
2.- (A + B) = A + (B)
3.- A+C =B+C A=B
4.- A+X =B X=B–A
5.- A–B = A + (B) , etc.
1.4.1.- TEOREMA:
, K, A y BMmn, se cumple que :
i) (A + B) = A + B Pseudodistributividad escalar
ii) ( + )A = A + A Pseudodistributividad matricial
iii) ( ) A = (A) Pseudoasociatividad
iv) 1A = A Ponderación unitaria o Pseudoneutro
v) A = A Pseudoconmutatividad
5
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
Es decir, cada cij de la matriz C = A·B se obtiene sumando los productos ordenados
entre las componentes de la i-ésima fila de A y la j-ésima columna de B.
Ejemplos:
b11 b13
a11 b11 a12 b21 a13 b31 a11 b12 a12 b22 a13 b32
1) 11 12 13 =
a a a
b21 b23 =
a 21 a 22 a 23 2 x 3 b b a21 b11 a22 b21 a23 b31 a21 b12 a22 b22 a23 b32 2 x 2
31 32 3 x 2
3 2 1 34 0 6 2 1 1 9
1 2
4 20 8 1 0 = 6 7
2) 4 1 0 ·
2 1 =
0 1
2 0 20 0 1 2 2 1
1 1
0
1
1 1 2 0 2 1 1 1 2
Observaciones a la Definición:
a) El producto de matrices, por su definición, sólo tiene sentido cuando el número de
columnas del primer factor coincide con el número de filas del segundo factor (si son n
columnas en A entonces deberán ser n filas en B).
b) El tamaño de la matriz resultante, A·B, está dado por el número de filas del primer factor
(filas de A) y el número de columnas del segundo factor (columnas de B).
c) La multiplicación entre matrices de igual tamaño sólo es posible entre matrices
cuadradas de igual orden. Si A y BMn entonces A·BMn.
Sólo en este caso la multiplicación respeta el tamaño de los factores.
En particular, una matriz cuadrada adecuada A respeta el tamaño de su factor, es decir:
Bmn·AnnMmn y Amm·BmnMmn
d) En general, la multiplicación de matrices no es conmutativa, ya sea porque uno de ambos
productos no está definido, ya sea porque ambos resultados son de distinto tamaño; o bien
porque, aún cuando ambos resultados existen y son de igual tamaño, las matrices que se
obtienen son distintas.
6
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
Ejemplos: 1.- A43·B32 = C42 pero B32·A43 no existe por no haber enlace.
2.- A34·B43 = C33 pero B43·A34 = D44,de distinto tamaño que C.
2 4 3 8 11 4 3 3 2 9 11
3.-
3
· ; pero ·
1 1 2 1 6 2 2 1 1 1 7 3
Aún así, existen casos en Mn en los cuales A·B = B·A. En tales casos diremos que
A y B son conmutables.
1.5.1.- TEOREMA:
La multiplicación, estando bien definida, es Asociativa, es decir:
AMmn , BMnp , CMpq : ( A·B ) ·C = A·( B·C )
Demostración:
Se recurre a propiedades de sumatorias dobles. Veamos:
Sean A = (aij); B = (bij); C = (cij) de los tamaños mencionados.
n p n
( A·B ) ·C = ai k ·bk j ·(cij) = ai k ·bk r ·c r j
k 1 r 1 k 1
p n p n
= ( (aik ·bkr)·crj) = ( aik ·(bkr·crj))
r 1 k 1 r 1 k 1
n p
n p
= ai k ·(bkr·crj)) = ai k · bk r ·cr j
k 1 r 1 k 1 r 1
p
= (aij)· bi r ·cr j = A· ( B·C )
r 1
7
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
8
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
PRIMER SEMESTRE 2015
Para Curso ÁLGEBRA II- USACH Material N°1
p(A) = 3
2 2 1 1 3 0 7 4
2
2 2 1 1 0 3 4 7
Note que si A = (aij) entonces A2 no es (aij2) ya que A2 = ai k a k j .
n
i 1
3.- El hecho de que el álgebra de las matrices no sea conmutativa tiene como
consecuencia que todas las propiedades del algebra de números reales que dependen
de aquella, no se cumplan salvo para ciertas matrices especiales. Por ejemplo, para las
matrices A, BMn ocurre que:
4.- Es importante tener presente que (Mn,+,·) no llegó a constituir una estructura de
cuerpo al no cumplir con la conmutatividad multiplicativa, pero además por no poseer
matriz inversa multiplicativa para cada matriz AMn.
Pero así como algunas matrices son Conmutables (La identidad y la nula con todas las
demás, por ejemplo) también es posible encontrar matrices que poseen matriz inversa y
se les llama Invertibles. Ambos casos especiales los veremos en el siguiente tema.