Unidad 2 (Tema 4) Algebra Lineal

Corporación Universitaria Americana ALGEBRA LINEAL
Tutor: Ing. Horacio Caicedo C

CUA Material de Apoyo
Fecha: 14/07/18 Versión: 1.0
ALGEBRA LINEAL
OBJETIVOS GENERALES
El estudio del Álgebra Lineal, en la formación académica del estudiante es

fundamental puesto que organiza una estructura mental sistemática y desarrolla la
intuición y la imaginación permitiéndole el desarrollo de su capacidad creativa e
innovadora, con la particularidad de ser una de las grandes herramientas con las
que cuenta, para la correcta formulación de modelos lineales, la cuantificación y
solución de problemas económicos, administrativos y financieros que de una u
otra forma tendrá que resolver en su vida de estudiante y profesional. Las
matrices y vectores constituyen elementos básicos para la interpretación de las
relaciones intersectoriales que se dan en el proceso de producción.
OBJETIVOS ESPECIFICOS
Desarrollar el pensamiento formal de los estudiantes a través del conocimiento y

dominio de los conceptos básicos del álgebra lineal, mediante la solución de
situaciones problémicas cuidadosamente seleccionadas, aplicadas a la tecnología
informática, las ingenierías y a las ciencias económicas, administrativas y
contables.
Posibilitar el desarrollo de conocimientos y habilidades para la solución de

problemas básicos aplicados a la ingeniería de sistemas e industrial.
Desarrollar competencias para el diseño de modelos matemáticos y la solución de

situaciones problémicas que faciliten la toma de decisiones en los campos
técnicos y administrativos.
DESARRROLLO UNIDAD 1
UNIDAD Nº 2 (Tema 4): MATRICES
Operaciones entre matrices. Inversa de una matriz .
Introducción
Las matrices son una herramienta importante en la representación de ideas

matemáticas. Sus aplicaciones alcanzan todas las ramas de las matemáticas y
ciencias.
1
El concepto de matriz es tan importante que existe toda una rama de las
matemáticas que trata exclusivamente el estudio de las matrices, esta se conoce
como el álgebra lineal.
Definición de Matriz:
Una matriz es un arreglo rectangular de números. Los números que forman la

matriz se llaman entradas o elementos y se escriben dentro de paréntesis. Las
matrices se identifican con letras mayúsculas.
Una matriz de orden mxn es un arreglo rectangular de números (reales o

complejos), aij llamados elementos dispuestos en m líneas horizontales, llamadas
filas y en n líneas verticales llamadas columnas; de la forma:
Las matrices se nombran con letras mayúsculas A , B , C , … . En forma abreviada

la matriz anterior puede escribirse en la forma A = (aij) mxn con i = 1, 2 , 3 , , m ; j
= 1,2,3, , n , o Amxn. Los subíndices indican la posición del elemento dentro de la
matriz, el primero denota la fila ( i ) y el segundo la columna ( j ). Por ejemplo el
elemento a25 se ubica en la segunda fila y quinta columna de la matriz.
Al número de filas por el número de columnas de una matriz se le llama el orden o

tamaño de la matriz. La dimensión de una matriz es el número mxn de elementos
que tiene la matriz. Una matriz puede tener cualquier número finito de filas y de
columnas.
Dos matrices son iguales cuando tienen la misma dimensión y cuando los
elementos que ocupan los mismos lugares son iguales.
Si A = (aij) mxn y B = (bij) mxn, entonces A = B si y solo si aij = bij para cada valor
de i , j.
2
Las siguientes matrices no son iguales:
Algunos tipos de matrices
1. MATRIZ CUADRADA. Es aquella que tiene el mismo número de filas que de

columnas, es decir m = n , y se dice que la matriz cuadrada es de orden n.
La Diagonal Principal de una matriz cuadrada es el conjunto formado por los

elementos a11 , a22 , a33 , a44,…… ann y la traza de la matriz cuadrada es el número
dado por la suma de los elementos de la diagonal principal , es decir :
Traza ( A ) = a11 + a22 + a33 + a44 +……+ ann
2. MATRIZ RECTANGULAR. Es toda matriz en la que m es diferente de n
3. MATRIZ FILA. Es una matriz de orden 1 x n :
A = (a11 a12 a13 ... a1n)
4. MATRIZ COLUMNA. Es una matriz de orden m x 1:
3
5. MATRIZ NULA. Es la matriz que tiene todos sus elementos nulos
6. MATRIZ DIAGONAL. Es una matriz cuadrada en la que todos los elementos

que no pertenecen a la diagonal principal son nulos.
7. MATRIZ ESCALAR. Es una matriz diagonal en la que todos los elementos de la

diagonal principal son iguales a una constante.
8. MATRIZ UNIDAD O IDENTIDAD. Es la matriz escalar en la que k = 1
4
9. MATRIZ TRIANGULAR SUPERIOR. Es la matriz cuadrada que tiene todos sus

elementos que se encuentran por debajo de la diagonal principal nulos, es decir a
ij = 0, para todo i > j.
10. MATRIZ TRIANGULAR INFERIOR. Es la matriz cuadrada que tiene todos sus
elementos que se encuentran por encima de la diagonal principal nulos, es decir a
ij = 0, para todo i > j.
11. MATRIZ TRASPUESTA. Es la matriz que se obtiene de la matriz A = (aij)mxn

intercambiando las filas por columnas se denota At = (aji)nxm.
12. MATRIZ SIMETRICA. Es toda matriz tal que A = At
5
13. MATRIZ ANTISIMETRICA. Es toda matriz tal que A = - At
Recordemos que el símbolo m x n se lee “m por n”. A menos que se establezca lo

contrario, se supondrá siempre que los números en una matriz o vector son
reales. En algunos libros las matrices se presentan dentro de paréntesis
cuadrados en lugar de paréntesis redondos.
Recordemos la localización de las componentes de una matriz dada:
Para la matriz encontremos las componentes a12, a31 y a22.
La componente (a12) es el número que se encuentra en el primer renglón y la

segunda columna, que se han sombreado; la componente (a 12) es 6:
En las siguientes matrices se puede ver que la componente (a 31) es 7 y la

componente (a22) es -3:
6
Igualdad de matrices
Dos matrices A = (aij) y B = (bij) son iguales si:
1) son del mismo tamaño y

2) las componentes correspondientes son iguales.
Ejemplo: ¿Son iguales las siguientes matrices?
i) Sí; ambas matrices son de 2 x 3 y 1 + 3 = 4, 2 + 3 = 5, 1 + 1 = 2, 1 - 4 = -3 y 6 - 6

= 0.
ii) No son iguales ya que: -2 no= 0, por lo que las matrices son distintas ya que,
por ejemplo, las componentes (1, 1) son diferentes. Esto es cierto aun cuando las
dos matrices contienen los mismos números. Las componentes correspondientes
deben ser iguales. Esto significa que la componente (a n) en A debe ser igual a la
componente (bn) en B, etcétera.
iii) No son iguales ya que; la primera matriz es de 2 x 2 y la segunda es de 2 x 3,

de manera que no tienen el mismo tamaño.
Operaciones entre matrices.
Suma de matrices
Sean A = (aij) y B = (bij) dos matrices m x n. Entonces la suma de A y B es la

matriz m x n, A + B dada por:
7
Es decir, A + B es la matriz m x n que se obtiene al sumar las componentes

correspondientes de A y B.
Ejemplo: Suma de dos matrices
Al manejar vectores se hace referencia a los números como escalares (que

pueden ser reales o complejos dependiendo de si los vectores en cuestión son
reales o complejos).
Multiplicación de una matriz por un escalar
Si A = (aij) es una matriz de m x n y si “a” es un escalar, entonces la matriz m x n,

aA, está dada por:
Ejemplo: Múltiplos escalares de matrices
8
Ejemplo: Suma de múltiplos escalares de dos vectores
Propiedades:
Sean A, B y C tres matrices de m x n y sean “a” y “b” dos escalares. Entonces:
Ejemplo: Ilustración de la ley asociativa para la suma de matrices
9
Ejercicios
¿Cuál de las siguientes aseveraciones es cierta para la matriz
10
Producto de dos matrices
Sea A = (aij) una matriz m x n, y sea B = (bij) una matriz n x p. Entonces el

producto de A y B es una matriz m x p, C = (cij), en donde:
cij = (renglón i de A) * (columna j de B)
Es decir, el elemento ij de AB es el producto punto del renglón i de A y la columna

j de B. Si esto se extiende, se obtiene:
cij = ai1b1j + ai2b2j + … + ainbnj
Si el número de columnas de A es igual al número de renglones de B, entonces se

dice que A y B son compatibles bajo la multiplicación.
Nota: Dos matrices se pueden multiplicar únicamente si el número de columnas

de la primera matriz es igual al número de renglones de la segunda. De otro modo,
los vectores que forman el renglón i en A y la columna j de B no tendrán el mismo
número de componentes y el producto punto no estará definido. Dicho de otro
modo, las matrices A y B serán incompatibles bajo la multiplicación. Para ilustrar
esto se consideran las siguientes matrices de A y B:
Ejemplo: Producto de dos matrices 2x2
A es una matriz de 2 x 2 y B es una matriz de 2 x 2, entonces C = AB = (2 3 2) x (2

x 2) también es una matriz de 2 x 2. Si C = (cij), ¿cuál es el valor de c11? Se sabe
que: c11 = (1er. renglón de A) * (1a. columna de B). Reescribiendo las matrices se
tiene:
11
De manera similar, para calcular c12 se tiene:
Siguiendo el procedimiento se encuentra que:
Entonces finalmente tenemos:
12
De manera similar, sin escribir los pasos intermedios, se ve que:
Ejemplo: El producto de una matriz de 2 x 3 y una de 3 x 4 está definido pero el

producto de una matriz 3 x 4 y una de 2 x 3 no lo está:
Observe que A es una matriz de 2 x 3 y B es una matriz de 3 x 4. Por lo que el

número de columnas de A es igual al número de renglones de B. Por lo tanto, el
producto AB está definido y es una matriz de 2 x 4. Sea AB = C = (cij). Entonces:
13
Observe que el producto BA no está definido ya que el número de columnas de B

(cuatro) no es igual al número de renglones de A (dos).
Ley asociativa de la multiplicación de matrices
Sea A = (aij) una matriz de n x m, B = (bij) una matriz de m x p y C = (cij) una matriz
de p x q. Entonces la ley asociativa
A(BC) =(AB)C
se cumple y ABC, definida por cualesquiera de los lados de la ecuación anterior,

es una matriz de n x q.
La ley asociativa se puede extender a productos de más matrices. Por ejemplo,

suponga que AB, BC y CD están definidas. Entonces
ABCD = A(B(CD)) = ((AB)C)D = A(BC)D = (AB)(CD)
Leyes distributivas de la multiplicación de matrices
Si todas las sumas y todos los productos siguientes están definidos, entonces
A(B + C) = AB + AC
(A + B)C = AC + BC
Inversa de una matriz cuadrada
Se definen dos tipos de matrices que son fundamentales en la teoría de matrices.

Se presenta un ejemplo sencillo.
Sea Un cálculo sencillo muestra que AB = BA = I2,
donde La matriz I2 se llama matriz identidad de 2 x 2. La matriz B

se llama matriz inversa de A y se denota por A-1
14
Matriz identidad:
La matriz identidad In de n x n es una matriz de n x n cuyos elementos de la

diagonal principal son iguales a 1 y todos los demás son 0. Esto es,
La diagonal de A = (aij) consiste en las componentes a11, a22, a33, etc. A menos
que se establezca de otra manera, se hará referencia a la diagonal principal
simplemente como la diagonal.
Ejemplo: Dos matrices Identidad.
Sea A una matriz cuadrada de n x n. Entonces
Es decir, In conmuta con toda matriz de n x n y la deja sin cambio después de la

multiplicación por la derecha o por la izquierda.
In funciona para las matrices de n x n de la misma manera que el número 1

funciona para los números reales (1 * a = a * 1 = a para todo número real a), sólo
si I es también de n x n.
La inversa de una matriz
Sean A y B dos matrices de n x n. Suponga que AB = BA = I. Entonces B se

llama la inversa de A y se denota por A-1. Entonces se tiene
Si A tiene inversa, entonces se dice que A es invertible.
15
Una matriz cuadrada que no es invertible se le denomina singular y una matriz

invertible se llama no singular. La inversa de una matriz es única. Y esta
declaración es cierta.
Suponga que B y C son dos inversas de A. Se puede demostrar que B = C. Por

definición se tiene AB = BA = I y AC = CA = I. Por la ley asociativa de la
multiplicación de matrices se tiene que B(AC) = (BA)C. Entonces:
B = BI = B(AC) = (BA)C = IC = C
Por lo tanto, B = C, y el teorema queda demostrado.
A continuación se presenta otra propiedad importante sobre las inversas
Sean A y B dos matrices invertibles de n x n. Entonces AB es invertible y
Sabemos ya multiplicar matrices y hemos visto algunas de las propiedades de

esta operación.
Recordemos, en primer lugar, que no siempre es posible efectuar la multiplicación

de dos matrices, y en segundo lugar, que aunque sea posible hacer esta
multiplicación, en general no es conmutativo, es decir A·B es distinto de B·A.
En el caso particular de que tratemos con matrices cuadradas del mismo orden A
y B, es claro que podemos efectuar los productos A·B y B·A, que darán como
resultado otra matriz del mismo orden, aunque, como ya se ha dicho, las matrices
resultantes serán, en general, distintas.
Sabemos también que el elemento neutro del producto de matrices es la matriz

identidad In.
Por analogía con el caso de los números reales, podemos plantearnos la siguiente
cuestión:
Si tenemos un número real, por ejemplo el 2, podemos interesarnos en buscar el

inverso del 2 para el producto, es decir un número real x tal que 2·x = 1, el
producto de 2 por x sea igual al elemento neutro, el 1.
16
Evidentemente, en el caso de los números reales es bien fácil despejar x para

obtener, en nuestro caso, que x = 1/2, es decir, el inverso de un número real es
otro número que multiplicado por el da el elemento neutro, el 1.
Todo número real, salvo el 0, tiene inverso.
Trasladando esto a las matrices, nos podemos plantear si dada una matriz
cuadrada A de orden n, cualquiera, existe su inversa X para el producto de
matrices, tal que: AX = In. Es decir, el producto de A por su inversa produce el
elemento neutro matricial, la matriz identidad In.
Sin embargo, hay algunas diferencias con respecto al caso de los números reales:
1) No podemos “despejar” la matriz X del modo X = In/ A, porque no hemos

definido la división de matrices.
2) No todas las matrices cuadradas no nulas tienen matriz “inversa” (sea lo

que sea, por analogía con los números).
Recordemos en primer lugar, el término de matriz inversa:
Dada una matriz cuadrada de orden n, A, se dice que A es invertible (o que posee
inversa o que es no singular o que es regular), si existe otra matriz del mismo
orden, denominada matriz inversa de A y representada por A−1 y tal que:
A.A-1 = A-1.A = In
Si A no tiene inversa, se dice que es singular o no invertible.
Si una matriz tiene inversa, dicha matriz inversa es única (sólo hay una). Para
calcular dicha matriz inversa, podemos utilizar dos vías:
Método directo:
Consiste en determinar A−1 planteando un sistema de ecuaciones, es decir, si por

ejemplo queremos determinar la inversa de la matriz A, lo que estoy buscando es
otra matriz de igual tamaño tal que A · A−1 = I2 y A−1 · A = I2, es decir si:
se tiene que cumplir que :
17
Es decir, hemos de resolver un sistema de 4 ecuaciones con 4 incógnitas, aunque

en realidad son 2 sistemas de dos incógnitas cada uno (uno con x y z y otro con y
y t). Resolviendo el sistema se obtiene que: x = 1/3, y = -2/3, z = 1/3, t = 1/3, por lo
que la matriz inversa es:
Se puede comprobar que también se cumple que A−1 · A = I2, luego A es invertible,
tiene inversa. Si el sistema no tiene solución, la matriz no tiene inversa.
Por ejemplo, en el caso en que:
Y por ejemplo de 2x + 2z = 0 se obtiene x = -z, si se sustituye en la primera

ecuación es –z + z = 1, es decir 0 = 1 (imposible). El sistema no tiene solución. Por
tanto A no es invertible, es singular.
Este método directo sólo se suele utilizar para matrices cuadradas de tamaño 2,
puesto que para las de tamaño 3 obtenemos un sistemas de 9 ecuaciones con 9
incógnitas! que realmente es difícil de resolver.
18
Método de Gauss-Jordan:
Consiste en hacer transformaciones elementales en las filas de la matriz para

llegar a obtener la matriz identidad. Realizando estas mismas transformaciones
con la matriz identidad llegamos a la matriz A−1.
Se llama transformación elemental en una matriz a:
1) Multiplicar o dividir una fila por un número real distinto de cero.

2) Sumar o restar a una fila otra multiplicada por un número real no nulo.
3) Intercambiar el lugar de dos filas entre sí.
Veamos cómo se realiza el método de Gauss-Jordan, realizándolo a la vez con la
matriz anterior
1. Consideramos la matriz formada por A y la matriz identidad correspondiente. En

nuestro caso:
2. Se hace la matriz triangular superior (es decir, hacemos ceros por debajo de la
diagonal principal) usando transformaciones elementales en filas.
La mejor forma de realizar esto es hacer cero los elementos por debajo de la
diagonal en la primera columna usando la fila 1. Luego, hacer cero los elementos
por debajo de la diagonal en la segunda columna usando la fila 2, y así
sucesivamente.
En nuestro caso, basta sumar la fila 2 con la fila 1, y se obtiene:
3. Una vez hecha la matriz triangular superior, se hace la matriz triangular inferior,
haciendo ceros a los elementos por encima de la diagonal. El proceso es parecido
al anterior
Hacer cero los elementos por encima de la diagonal en la última columna usando
la última fila. Luego, hacer cero los elementos por encima de la diagonal en la
penúltima columna usando la penúltima fila, y así sucesivamente. En nuestro
caso:
19
4. Ya tenemos una matriz diagonal. Lo único que falta es dividir a cada fila entre el
número adecuado para obtener unos en la diagonal principal, es decir, para
obtener la matriz identidad en la parte izquierda:
5. Una vez se tiene la matriz identidad en la parte de la izquierda, la parte derecha

es la matriz inversa, es decir, llegamos a:
la matriz que habíamos obtenido antes por el método directo.
Si al realizar el método de Gauss-Jordan en algún momento alguna fila es de

ceros, la matriz no tiene inversa.
Cuanto mayor sea el orden de la matriz, mejor es este método frente al directo.
Veamos otro ejemplo:
Calcular la inversa de la matriz B por el método de Gauss-Jordan.
Siguiendo los pasos anteriores:
20
También se puede expresar, sacando factor común:
Ahora tomando el otro ejemplo, si calculamos por este método la inversa de
Como aparece una fila de ceros, la matriz A no tiene inversa.
Ejercicios:
1. Calcular por el método de Gauss-Jordan la inversa de las matrices:
2. Dada una matriz diagonal, calcula su inversa:
21
5. BIBLIOGRAFÍA ESPECÍFICA:
 Bibliografía principal:
1. GROSSMAN, Stanley. Álgebra Lineal. 7ª.ed. México. McGraw-

Hill/Interamericana, 2012.
2. LAY, David C, Algebra Lineal. 4a.ed. México. McGraw-Hill/Interamericana,

2012.
3. DEL VALLE S, Juan Carlos. Álgebra Lineal. 1ª.ed. México. McGraw-

4. NICHOLSON, W. Keilth. Álgebra Lineal. 4ª.ed. México. McGraw-

 Bibliografía complementaria:
1. PURCELL, Edwin. Cálculo. 8ª.ed. México. Pearson Educación, 2001.
2 ANTON, Howard, Introducción al Algebra Lineal. 2a.ed. México. Limusa

Noriega Editores, 1997.
3 BALDOR, Aurelio. Álgebra. 1ª.ed. Madrid. Ediciones y distribuciones

Códice, S.A., 1982.
• Webgrafía:
http://www.profesorenlinea.cl/geometria/Recta_Pendiente.html
http://pentagono.uniandes.edu.co/~acardona/AL-CAP1.pdf
http://boolesrings.org/nickgill/files/2014/07/libro-algebra-lineal.pdf
http://wmatem.eis.uva.es/~jesroj/papers_1/algli5.pdf
22

Unidad 2 (Tema 4) Algebra Lineal

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

Unidad 2 (Tema 4) Algebra Lineal

Cargado por

Copyright:

Formatos disponibles

Corporación Universitaria Americana ALGEBRA LINEAL

Tutor: Ing. Horacio Caicedo C

El estudio del Álgebra Lineal, en la formación académica del estudiante es

Desarrollar el pensamiento formal de los estudiantes a través del conocimiento y

Posibilitar el desarrollo de conocimientos y habilidades para la solución de

Desarrollar competencias para el diseño de modelos matemáticos y la solución de

UNIDAD Nº 2 (Tema 4): MATRICES

Operaciones entre matrices. Inversa de una matriz .

Las matrices son una herramienta importante en la representación de ideas

Una matriz es un arreglo rectangular de números. Los números que forman la

Una matriz de orden mxn es un arreglo rectangular de números (reales o

Las matrices se nombran con letras mayúsculas A , B , C , … . En forma abreviada

Al número de filas por el número de columnas de una matriz se le llama el orden o

Las siguientes matrices no son iguales:

Algunos tipos de matrices

1. MATRIZ CUADRADA. Es aquella que tiene el mismo número de filas que de

La Diagonal Principal de una matriz cuadrada es el conjunto formado por los

Traza ( A ) = a11 + a22 + a33 + a44 +……+ ann

2. MATRIZ RECTANGULAR. Es toda matriz en la que m es diferente de n

3. MATRIZ FILA. Es una matriz de orden 1 x n :

A = (a11 a12 a13 ... a1n)

4. MATRIZ COLUMNA. Es una matriz de orden m x 1:

5. MATRIZ NULA. Es la matriz que tiene todos sus elementos nulos

6. MATRIZ DIAGONAL. Es una matriz cuadrada en la que todos los elementos

7. MATRIZ ESCALAR. Es una matriz diagonal en la que todos los elementos de la

8. MATRIZ UNIDAD O IDENTIDAD. Es la matriz escalar en la que k = 1

9. MATRIZ TRIANGULAR SUPERIOR. Es la matriz cuadrada que tiene todos sus

11. MATRIZ TRASPUESTA. Es la matriz que se obtiene de la matriz A = (aij)mxn

12. MATRIZ SIMETRICA. Es toda matriz tal que A = At

13. MATRIZ ANTISIMETRICA. Es toda matriz tal que A = - At

Recordemos que el símbolo m x n se lee “m por n”. A menos que se establezca lo

Recordemos la localización de las componentes de una matriz dada:

Para la matriz encontremos las componentes a12, a31 y a22.

La componente (a12) es el número que se encuentra en el primer renglón y la

En las siguientes matrices se puede ver que la componente (a 31) es 7 y la

Dos matrices A = (aij) y B = (bij) son iguales si:

1) son del mismo tamaño y

Ejemplo: ¿Son iguales las siguientes matrices?

i) Sí; ambas matrices son de 2 x 3 y 1 + 3 = 4, 2 + 3 = 5, 1 + 1 = 2, 1 - 4 = -3 y 6 - 6

iii) No son iguales ya que; la primera matriz es de 2 x 2 y la segunda es de 2 x 3,

Operaciones entre matrices.

Sean A = (aij) y B = (bij) dos matrices m x n. Entonces la suma de A y B es la

Es decir, A + B es la matriz m x n que se obtiene al sumar las componentes

Ejemplo: Suma de dos matrices

Al manejar vectores se hace referencia a los números como escalares (que

Multiplicación de una matriz por un escalar

Si A = (aij) es una matriz de m x n y si “a” es un escalar, entonces la matriz m x n,

Ejemplo: Múltiplos escalares de matrices

Ejemplo: Suma de múltiplos escalares de dos vectores

Sean A, B y C tres matrices de m x n y sean “a” y “b” dos escalares. Entonces:

Ejemplo: Ilustración de la ley asociativa para la suma de matrices

¿Cuál de las siguientes aseveraciones es cierta para la matriz

Producto de dos matrices

Sea A = (aij) una matriz m x n, y sea B = (bij) una matriz n x p. Entonces el

cij = (renglón i de A) * (columna j de B)

Es decir, el elemento ij de AB es el producto punto del renglón i de A y la columna

cij = ai1b1j + ai2b2j + … + ainbnj

Si el número de columnas de A es igual al número de renglones de B, entonces se

Nota: Dos matrices se pueden multiplicar únicamente si el número de columnas

Ejemplo: Producto de dos matrices 2x2

A es una matriz de 2 x 2 y B es una matriz de 2 x 2, entonces C = AB = (2 3 2) x (2

De manera similar, para calcular c12 se tiene: