Una matriz es una ordenación rectangular, distribuida en filas y columnas, de una cantidad

finita de números reales. En general, cualquier expresión del tipo

 a1,1 a1,2 a1,n 

 
a2,1 a2,1 
a2,2 
A ; ai , j  
    
 
 am,n 
 am,1 am,2
es una matriz de dimensión m  n . El elemento (i, j ) de la matriz es el escalar que ocupa la
posición (i, j ) y nos referimos a él mediante A(i, j ) .

Cuidado porque m  n indica que tiene m filas y n columnas, no al revés.

Por ejemplo,
0 4
 
 3 1 2 2   7 2  es una matriz 4  2
  es una matriz 2  4 mientras que
 5 3 3 2   1 2 
 
 3 2 
El elemento (2,1) en la primera matriz es 5 y en la segunda es 7.

En función de cómo sea la dimensión de una matriz, reciben nombres particulares

Una matriz es cuadrada cuando tiene las mismas filas que columnas (m  n)
 3 1 2 
 
 1 5 3  es una matriz cuadrada de orden 3
 0 2 1 
 

Un vector (o matriz columna) es una matriz con una única columna ( n  1)

3
 
 1 es un vector de dimensión tres y también una matriz 3  1
0
 

Un vector fila (o matriz fila) es una matriz con una única fila (m  1)
3 7 4  es un vector de dimensión tres, en forma horizontal, y también una matriz 1 3

Por otro lado, tenemos dos matrices que van a desempeñar un papel relevante

La matriz nula es la que tiene todos sus elementos iguales a cero

0 0 0 0
 
O   0 0 0 0  es la matriz nula de dimensión 3  4
0 0 0 0
 

La matriz identidad de orden n es la matriz cuadrada, de dimensión n  n , que tiene unos

en la diagonal principal y cero en todos los demás elementos. Sus columnas son los vectores de
la base canónica.
1 0 0
 
I 0 1 0  es la matriz identidad de orden 3
0 0 1 

 Podemos pensar en las matrices como vectores que, por ser demasiado largos, escribimos
a trozos. O bien, entender la matriz como un vector de vectores (las filas o las columnas).

 a1,1   a1,2   a1,n 

          a2,n 
a2,1    a2,2 
 
A  k1 k2  kn  ; k1  
  
, k2 
  
,  , kn  
  

     
 am,1   am,2   am,n 




f1  
f1  a1,1 a1,2  a1,n 
   


A
f2 
;

f 2  a2,1 a2,2  a2,n 
   
  
 f m 
 
f m  am,1 am,2  am,n 

Con cualquier interpretación, la suma y el producto de un escalar por una matriz solo cabe
definirlos de una forma: componente a componente, como hicimos con los vectores. Así pues,

 2 5 6   1 3 5   2 1 5  (3) (6)  5   3 2 1 
    
 2 1 0   1 0 2   (2)  (1) 1 0 0  2   3 1 2

 1 3 5   5 1 5  (3) 55   5 15 25 

5   
 1 0 2   5  ( 1) 50 5  2   5 0 10 

Cualquier combinación de estas dos operaciones es una combinación lineal de matrices.

 1 3 5 1 0 1 1 5 8   5  2  3 15  0  15 25  2  24   6 0 1 
5   2   3   
 1 0 2 0 1 0  1 0 3   5  0  3 020 10  0  9   8 2 10 

También podemos plantear el problema inverso, es decir, determinar los escalares que
verifican una combinación lineal de matrices.
   1
 1 1   1 1 1 0 1 0          1 0     0 
               
 1 1  0 0 1 1   0 0        0 0     0 

    0
y resolviendo el sistema lineal obtenido,       
 Consideremos:
  
A  ( ai , j ) la matriz que tiene por filas los vectores { f1, f 2 ,..., f m }
  
B  (bi, j ) la matriz que tiene por columnas los vectores {k1, k2 ,..., kn }
Si la dimensión de los vectores fila y la de los vectores columna implicados es la misma,
podremos realizar todos los productos escalares de la forma
 
ci , j  fi  k j
y construir la matriz C  (ci , j ) .

En este caso, la matriz producto de A y B es la matriz C que tiene en el elemento (i, j )

el producto escalar de la fila i de A y la columna j de B .

EJEMPLO
0 1  0 1 1
1 2 3    8 2  
A  , B 1 2   A B    , B A  1 4 1 
0 1 1 2  1 3 
 1 2 3 7 
 
Ojo con las dimensiones porque no siempre está definido el producto. En este ejemplo, A2 y B 2
no pueden calcularse, pero sí están definidos los productos:
 0 1 1 0 1 1  1 1 6 
2  8 2   8 2   62 22  2     
 A B     ,  B  A   1 4 1  1 4 1    6 20 10 
 1 3   1 3   11 7   2 3 7  2 3 7   17 35 50 
    

Un aspecto a destacar es que el producto de matrices no es conmutativo. Ni siquiera

cuando trabajamos con matrices cuadradas. Si las matrices son cuadradas podremos calcular
AB y BA . Además, tendrán la misma dimensión que las matrices originales, pero, aun así, no
tienen por qué ser iguales.
 1 0  1 1   1 1   1 1  1 0   3 3 
    mientras que    
 2 3  1 0   1 2   1 0  2 3   1 0 
Por otro lado, en el conjunto de las matrices encontramos divisores de cero. Es decir,
matrices que, sin ser nulas, al multiplicarlas nos dan la matriz nula.
 1 3  3 9  0 0  1 3   3 9 
    a pesar de que  0 y  0
 2 6  1 3  0 0  2 6   1 3 
Casos particulares de productos matriciales

Vector fila por vector columna

De acuerdo con la definición es el producto escalar de los dos vectores.

Matriz por vector columna

El resultado es una combinación lineal de las filas de la matriz. Los coeficientes de la
combinación lineal son las componentes del vector.

Vector fila por matriz

El resultado es una combinación lineal de las columnas de la matriz. Los coeficientes de la
combinación lineal son las componentes del vector.

Propiedades del producto de matrices

Usar esas propiedades no entraña ninguna dificultad. Son las mismas que usamos
habitualmente con los números reales.

Solo necesitamos tener un poco de cuidado con el orden porque la multiplicación no es ,

en general, conmutativa. Por ejemplo, las igualdades siguientes son inválidas aunque pueden
parecernos ciertas por analogía con el caso real:

 AB 2  A2 B 2 es falso:  AB 2  ABAB y A2 B 2  AABB

 A  B 2  A2  2 AB  B 2 es falso:  A  B 2  ( A  B)( A  B)  A2  AB  BA  B 2
 A  B  ( A  B)  A2  B 2 es falso:  A  B  ( A  B)  A2  AB  BA  B 2
y olvidarnos de simplificar alegremente
A B  0  A0 o B0
A  B  A  C con A  0  BC
De la lista, los tres primeros corresponden a este bloque.

No es necesario escribir las matrices X e Y en componentes.

Para ahorrar faena, pueden despejarse las dos incógnitas
resolviendo el sistema de dos ecuaciones con dos incógnitas y,
después, se hacen los cálculos

Para poder multiplicar matrices se necesita que las

dimensiones sean concordantes. Las filas de la primera tienen
que ser igual de largas que las columnas de la segunda.
O lo que es lo mismo, debe coincidir el número de columnas de
la primera matriz con el número de filas en la segunda.
 m  k  k  n    m  n 
Por tanto, solo pueden calcularse los productos:
AD , BA , CD , DC

Solo es correcta la última afirmación. Para demostrarla calcula

de diferentes formas los productos ABA y BAB