Multiplicación de matrices

En matemática, la multiplicación o producto de matrices es la operación de composición efectuada entre dos matrices, o bien la multiplicación entre una matriz y un escalar según unas reglas. Al igual que la multiplicación aritmética, su definición es instrumental, es decir, viene dada por un algoritmo capaz de efectuarla. El algoritmo para la multiplicación matricial es diferente del que resuelve la multiplicación de dos números. La diferencia principal es que la multiplicación de matrices no cumple con la propiedad de conmutatividad.

Multiplicación de una matriz por un escalar
Dada una matrizA de mfilas y ncolumnas es una matriz del tipo:

que se escribe genericamente como

la multiplicación de A por un escalark, que se denota k·A, k×A o simplemente kA es:

que se escribe genericamente como

En el caso particular de multiplicación por enteros, se puede considerar como sumar o restar la misma matriz tantas veces como indique el escalar:

Propiedades
Sean A, B matrices y c, d escalares, la multiplicación de matrices por escalares cumple con las siguientes propiedades:

Propiedad Descripción Clausura cA es también una matriz Elemento neutro Existe el elemento neutro uno, de manera que 1·A = A Propiedad asociativa (cd)A = c(dA) Propiedad distributiva - De escalar c(A+B) = cA+cB - De matriz (c+d)A = cA+dA

Multiplicación de una matriz por otra matriz

Los resultados en las posiciones marcadas dependen de las filas y columnas de sus respectivos colores. Dadas dos matrices A y B, tales que el número de columnas de la matriz A es igual al número de filas de la matriz B; es decir: y la multiplicación de A por B, que se denota el resultado del producto es una nueva matriz C: o simplemente AB,

donde cada elemento ci,j está definido por:

es decir:

Propiedades
Sean A, B y C matrices para las cuales la multiplicación entre ellas está bien definida, es decir, tales que sus elementos pertenecen a un grupo donde la multiplicación está definida, y de manera que el número de filas y de columnas permite realizar la multiplicación; entonces se cumplen las siguientes propiedades: Propiedad Clausura Descripción AB es también una matriz Si A es una matriz cuadrada de tamaño m, entonces la matriz Elemento neutro identidadIm×m es elemento neutro, de manera que: I·A = A·I = A Propiedad (AB)C = A(BC) asociativa Propiedad distributiva - Por la derecha (A + B)C = AC + BC - Por la C(A + B) = CA + CB izquierda [Mostrar] Demostración de la propiedad asociativa

El producto de dos matrices generalmente no es conmutativo, es decir, AB ≠ BA.

y por el contrario

La división entre matrices, es decir, la operación que podría producir el cociente A / B, no se encuentra definida. Sin embargo, existe el concepto de matriz inversa, sólo aplicable a las matrices invertibles.

Ahora bien. El cálculo numérico se basa en gran parte de estas operaciones. es decir aplicar sucesivamente dos o más funciones a un objeto. como la multiplicación de dos escalares. las variables sólo aparecen una vez. Sistemas de ecuaciones Consideremos el caso más sencillo. También actualmente se utiliza mucho en el cálculo de microarrays. Al componer: . al igual que poderosas aplicaciones tales como MATLAB.Finalmente. en el área de bioinformática. puede representarse mediante una multiplicación de dos matrices: Aplicaciones La multiplicación de matrices es muy útil para la resolución de sistemas de ecuaciones de muchas variables. dado que son muy cómodas para ser implementadas mediante un computador. Los ahorros de tiempo y energía no son enormes aquí. es decir cuando n = m = 2. el sistema: se escribe de forma matricial así: Como se ve. Sin embargo. y los signos "+" ni se escriben. el de las matrices cuadradas de orden 2. universal en el campo de las aplicaciones: la composición. lo que daría la adición de las matrices que se definió arriba. al punto M(x1. Las matrices permiten escribirlos más rápidamente.x2) hacen corresponder el punto N(y1. las aplicaciones lineales se pueden sumar.y2) se expresan como un sistema de dos ecuaciones con dos variables. pero no se pueden multiplicar. existe otra operación. en la notación matricial. por ejemplo. Así. note que tanto la multiplicación de una matriz por un escalar. así como el símbolo "=". pero crecen con las dimensiones de la matriz. Las aplicaciones lineales del plano real que.

Es decir: producto de un número real por una matriz. multiplicamos cada elemento de la matriz por ese escalar. Ejemplo Sea y Producto por un escalar . es la aplicación que asocia a cada par formado por un número real y una matriz. otra matriz cuyos elementos se obtienen multiplicando el número real por todos los elementos de la matriz.obtenemos: lo que corresponde a la matriz: Por lo tanto se define el producto de matrices así: Matemáticas/Matrices/Multiplica r una matriz por un escalar  Producto de una matriz por un escalar Si multiplicamos una matriz por una escalar.

Propiedades Sean y . Distributividad respecto de la suma de matrices Demostración Dada la definición de la operación se sigue el resultado ya que debido a que para todo . Por ejemplo. donde es un campo. En el caso de que estén en un campo serán dos distributividades (una respecto de suma de matrices y otra respecto de suma en el campo). También el producto por un escalar dependerá de la estructura algebraica en la que las entradas están. Veamos un ejemplo más explícito. Sea y También es inmediato ver que el producto por un escalar da como resultado una matriz del mismo tamaño que la original. la entrada es igual al producto . Se define la operación de producto por un escalar como una función tal que y donde en donde el producto es la operación binaria correspondiente pero en el campo . Dada la definición de la operación se sigue el resultado ya que debido a que para todo . asociatividad y una propiedad concerniente al producto por el elemento neutro multiplicativo del campo. A continuación se presentan las propiedades. Distributividad respecto de la suma en el campo .Sean y . entonces se cumplen las siguientes propiedades para la operación producto por un escalar Asociatividad Demostración.

En caso de que exista. . Demostración Dada la definición de la operación se sigue el resultado ya que para todo debido a que para todo . Producto por el neutro multiplicativo del campo Demostración Dada la definición de la operación se sigue el resultado ya que debido a que para todo . con lo cual el anillo es un anillo con uno. Demostración Dada la definición de la operación se sigue el resultado ya que como en un campo no hay divisores de cero entonces para todo implica que o para todo . Ahora. a partir de las propiedades básicas se puede demostrar inmediatamente que Demostración Dada la definición de la operación se sigue el resultado ya que para todo . se dice que es un módulo sobre .e. ya que la suposición es que las entradas y los escalares están en un campo. En el caso de que las entradas y los escalares no estén en un campo sino en un anillo entonces no necesariamente existe el neutro multiplicativo. . No es posible un caso en el que sólo algunas entradas de la matriz sean cero y el escalar sea no nulo ya que en esos casos estaríamos diciendo que hay divisores de cero y llegaríamos a una contradicción.Demostración Dada la definición de la operación se sigue el resultado ya que debido a que para todo . i. Con éstas propiedades y las de la adición se tiene que es un espacio vectorial con las operaciones de suma y producto por escalares definidas antes. Por como se definió la operación de producto por escalares se dice que es cerrado bajo producto por escalares.

sin riesgo de ambigüedad. Este último resultado permite usar la notación PRODUCTO DE DOS MATRICES Dos matrices A y B se dicen multiplicables si el número de columnas de A coincide con el número de filas de B. Mm x n x Mn x p = M m x p El elemento cij de la matriz producto se obtiene multiplicando cada elemento de la fila i de la matriz A por cada eleme nto de la columna j de la matriz B y sumándolos.Demostración Dada la definición de la operación se sigue el resultado ya que debido a que para todo . .

El primer elemento no nulo de cada fila. Todas las filas cero están en la parte inferior de la matriz.Propiedades del producto de matrices Asociativa: A · (B · C) = (A · B) · C Elementoneutro: A · I = A Donde I es la matriz identidad del mismo orden que la matriz A. 2. llamado pivote. escalonada por filas o que está en forma escalonada si: 1. En cada fila el pivote es el único elemento no nulo de su columna .1 Si además se cumplen las siguientes condiciones: 1. No es Conmutativa: A · B ≠ B · A Distributiva del producto respecto de la suma: A · (B + C) = A · B + A · C MATRIZ ESCALONADA En álgebra lineal una matriz se dice que es escalonada. está a la derecha del pivote de la fila anterior (esto supone que todos los elementos debajo de un pivote son cero). Sus pivotes son todos iguales a 1 2.

Existencia y unicidad Se pueden encontrar infinitas transformaciones REF de una matriz no nula. Sistemas de ecuaciones lineales Se dice que un sistema lineal de ecuaciones está en forma escalón si su matriz aumentada está en forma escalón.slideshare. un sistema lineal de ecuaciones está en forma escalón reducida si su matriz aumentada está en forma escalón reducida.net/jve18/12-reduccin-de-matrices . Sin embargo. Escalonada reducida Escalonada No escalonada No es escalonada. REDUCCION DE MATRICES http://www. Análogamente. todas ellas se corresponden con una única transformación RREF.se dice que es escalonada reducida por filas. ya que el pivote de la tercera fila no está a la derecha del pivote de la segunda fila.

.

.

.

.

slideshare.FORMA ESCALONADA REDUCIDA http://www.net/algebralineal/forma-escalonada-de-una-matriz .

.

.

. Esto quiere decir que el producto de cualquier matriz por la matriz identidad (donde dicho producto esté definido) no tiene ningún efecto.Forma escalonada por renglones ---Formato PDF Matriz identidad En álgebra lineal. la matriz identidad es una matriz que cumple la propiedad de ser el elemento neutro del producto de matrices.

. Matriz identidad . la matriz identidad de tamaño . Definición Como el producto de matrices sólo tiene sentido si sus dimensiones son compatibles. existen infinitas matrices identidad dependiendo de las dimensiones. También se puede escribir usando la notación delta de Kronecker: o. La matriz identidad se llama así porque representa a la aplicación identidad que va de un espacio vectorial de dimensión finita a sí mismo. se define como la matriz diagonal que tiene valor 1 en cada una de las entradas de la diagonal principal. Toda matriz representa una aplicación lineal entre dos espacios vectoriales de dimensión finita.La columna i-ésima de una matriz identidad es el vector unitario de una base vectorial inmersa en un espacio Euclídeo de dimensiónn. o se puede deducir de forma trivial por el contexto. Empleando la notación que a veces se usa para describir concisamente las matrices diagonales. La matriz identidad de orden n puede ser también considerada como la matriz permutación que es elemento neutro del grupo de matrices de permutación de orden n!. Así. de forma aún más sencilla. entonces se escribe simplemente como . resulta: Si el tamaño es inmaterial. y 0 en el resto.

Cálculo de la matriz inversa pòr determinantes . A · A-1 = A-1 · A = I Se pue de calcular la m a t r iz inver sa po r do s mé to do s: 1º. Matriz inversa El pr o ducto de u na m a t r iz po r su i nver sa e s i gual a la m a t r iz iden t ida d .Una m a t r iz ide nt ida d e s una matr iz d iago na l e n la que lo s e le me nt o s de la diago na l pr inc ipa l so n i guale s a 1.

3. . Ca lc ula m o s la t r a spuest a de la m a tr iz a d junt a .Ejemplo 1. que e s a qu ella en la qu e c a da elem ent o s e su st it uye po r su adjun to . Ca lc ula m o s el d et er m ina nt e de la m a t r iz . en el c a so que el det er m ina nt e sea nulo la m a t r iz no t endr á inver sa . 2. 4. L a m a t r iz inver sa es ig u a l a l inv er so del va lo r de su det er m ina nt e po r la m a tr iz t r a spuest a d e la a djunt a . H a lla m o s la m a t r iz a djunta .

y la m a t r iz . C o nside r e mo s una matr iz 3 x3 ar bitr ar ia L a amplia mo s co n la ma tr iz ide n t idad de o r de n 3 . Cálculo de la matriz inversa por el método de Gauss Se a A una matr i z cuadr ada de o r de n n. A e stá e n la m ita d iz qu ie r da de M y l a matr iz ide nti dad I e n la de r e cha. que de no tar e mo s co mo A-1. se guir e mo s lo s s iguie n te s paso s: 1º C o nstr uir un a matr iz de l tip o M = (A | I ) .2º. e s de cir . que a ho r a est á a la der ec ha . Ga uss A. 2º Ut iliz a ndo t r a nsfo r m a r la el m it a d m ét o do iz quierda . P ar a calc ular la ma tr iz inve r sa de A. en va m o s la a m a t r iz id ent ida d.

F1 F3 + F2 F2 . F2 .q ue r es ult e en el la do der ec ho ser á la m a t r iz inver sa : A .1 .F3 F1 + F2 (-1 ) F 2 L a m a tr iz inver sa es: .

Método de Gauss-Jordan Este método consiste en colocar junto a la matriz de partida (A) la matriz identidad (I) y hacer operaciones por filas. Condición necesaria y suficiente para que una matriz sea invertible es que no sea singular. ésta tiene que ser cuadrada pues de lo contrario no se podría hacer el producto por la izquierda y por la derecha. La matriz inversa de A es .1 = k . Las operaciones que podemos hacer sobre las filas son: a) Sustituir una fila por ella multiplicada por una constante.1 = (A -1 )t Matriz inversa Dada una matriz A.1 = A (k · A ) . luego cuando hablamos de matrices invertibles estamos hablando de matrices cuadradas. sustituimos la fila 2 por ella multiplicada por 3.1 · A . que su determinante sea no nulo |A| ≠ 0 Cálculo de la matriz inversa 1. con el objeto de transformar la matriz A en la matriz identidad. afectando esas operaciones tanto a A como a I.1 · A . de existir se le llama matriz inversa de A y se nota A-1.1 ) .1 = B .P r o p i e d a d e s d e l a m a t r i z i n v e rs a (A · B) . es decir.1 (A t ) . por ejemplo. ¿Podremos encontrar otra matriz B tal que A·B=B·A=I? Esta matriz B existe aunque no siempre. b) Permutar dos filas c) Sustituir una fila por una combinación lineal de ella y otras. la matriz resultante de las operaciones sobre I es la inversa de A (A-1). Para que exista la inversa de A.1 (A .

encontrar matrices e inversas. la eliminación Gaussiana. pero se conocía anteriormente en un importante libro matemático chino llamado Jiuzhangsuanshu o Nueve capítulos del arte matemático. el número de operaciones requeridas es n3 si el tamaño de la matriz es n × n. Eliminación de Gauss-Jordan En matemáticas. Luego. son algoritmos del álgebra lineal para determinar las soluciones de un sistema de ecuaciones lineales. eliminación de Gauss o eliminación de Gauss-Jordan. la matriz resultante se conoce como: "forma escalonada". El método fue presentado por el matemático Carl Friedrich Gauss. Un sistema de ecuaciones se resuelve por el método de Gauss cuando se obtienen sus soluciones mediante la reducción del sistema dado a otro equivalente en el que cada ecuación tiene una incógnita menos que la anterior. llamadas así debido a Carl Friedrich Gauss y Wilhelm Jordan. Repetir con el resto de los renglones (en este punto la matriz se encuentra en la forma de escalón) 5. Cubrir el renglón superior y repetir el proceso anterior con la submatriz restante. Esto es. Algoritmo de eliminación de Gauss-Jordan 1.[cita requerida]  Análisis de Complejidad La complejidad computacional de la eliminación gaussiana es aproximadamente n3. Ir a la columna no cero extrema izquierda 2. sumando múltiplos adecuados del renglón superior a los renglones debajo de él 4. avanzar hacia arriba: para cada renglón obtener un 1 delantero e introducir ceros arriba de éste sumando múltiplos correspondientes a los renglones correspondientes . Si multiplicamos esa matriz por 1/|A| se obtiene la matriz inversa de A. intercambiarlo con otro que no lo tenga 3. determinamos la matriz de adjuntos de su traspuesta. Si el primer renglón tiene un cero en esta columna. obtener ceros debajo de este elemento delantero. Comenzando con el último renglón no cero.2. A través de la matriz de adjuntos Dada una matriz A. Cuando se aplica este proceso.

que tenga las mismas soluciones. y sumamos -4 veces la segunda ecuación a la tercera para eliminar y. (debido al mencionado Gauss y a Wilhelm Jordan). que satisfacen simultáneamente estas ecuaciones: Esto es llamado un sistema lineal de ecuaciones. z. y. esta consiste en ir obteniendo los 1 delanteros durante los pasos uno al cuatro (llamados paso directo) así para cuando estos finalicen ya se obtendrá la matriz en forma escalonada reducida Ejemplo Supongamos que es necesario encontrar los números x. eliminamos x de la segunda ecuación sumando 3/2 veces la primera ecuación a la segunda y después sumamos la primera ecuación a la tercera. y sumando 1/2 veces la tercera ecuación a la segunda para eliminar z.Una variante interesante de la eliminación de Gauss es la que llamamos eliminación de Gauss-Jordan. El resultado es: Ahora eliminamos y de la primera ecuación sumando -2 veces la segunda ecuación a la primera. . Estas operaciones pueden representarse con matrices elementales que se usan también en otros procedimientos como la factorización LU o la diagonalización por congruencia de una matriz simétrica. Finalmente eliminamos z de la primera ecuación sumando -2 veces la tercera ecuación a la primera. Las operaciones (llamadas elementales) son estas:    Multiplicar una ecuación por un escalar no nulo. En nuestro ejemplo. Intercambiar de posición dos ecuaciones Sumar a una ecuación un múltiplo de otra. El objetivo es reducir el sistema a otro equivalente.

que no tiene solución. Podemos ver los 3 pasos en su notación matricial: Primero: Después. se trabaja con la matriz aumentada. entonces nos encontraríamos con una fila como esta: Que representa la ecuación: . Si el sistema fuera incompatible. es decir. Forma escalonada y escalonada reducida Artículo principal:Matriz escalonada. . podemos ver las soluciones: Para clarificar los pasos.Despejando. Por último.

Además.Dos formas especiales de matrices son la escalonada y la escalonada reducida. 2. Así la matriz también es una matriz escalonada. Una matriz puede tener las siguientes propiedades: 1. se dice escalonada. Todas las filas cero están en la parte inferior de la matriz. 2. por ejemplo y+z=0). Si además el número de pivotes coincide con el número de incógnitas el sistema es compatible determinado (tiene una única solución). Si una matriz A cumple con esas propiedades. Cuando una matriz representa a un sistema de ecuaciones situaciones como tener una columna de ceros parece imposible ya que correspondería a una variable que nunca habría aparecido. El elemento delantero de cada fila diferente de cero. Todos los elementos por encima de los pivotes son nulos. Sin embargo esta situación puede presentarse (imaginemos la ecuación de un plano en el espacio en la que no aparece alguna de las componentes. cumpliendo estas otras condiciones. decimos que la matriz se encuentra en la forma reducida de renglón escalón o tan solo en forma escalonada reducida. Cuando el número de pivotes es menor que el número de incógnitas el sistema es indeterminado (tiene infinitas soluciones que dependen de tantos parámetros como indique la diferencia entre el número de incógnitas y el número de pivotes). éste es llamado "pivote". éstos están a la derecha del elemento delantero de la fila anterior (esto supone que todos los elementos debajo de un pivote son cero). Una vez que la matriz del sistema se ha transformado hasta obtener una matriz escalonada reducida es muy fácil discutirlo (es decir. En otro caso el sistema es compatible. Todos los elementos delanteros ("pivotes") son iguales a 1 2. Otras aplicaciones Encontrando la inversa de una matriz . 1. Cuando aparece un pivote en la columna de los términos independientes el sistema es incompatible (no tiene ninguna solución). determinar cuántas soluciones tiene): 1.

por ejemplo dada: se construiría y ahora se realizan las operaciones elementales sobre las filas de la matriz aumentada que sean necesarias para obtener la forma escalonada reducida de la matriz A. sumando tanto a la segunda como a la tercera fila la primera obtenemos multiplicamos la segunda fila por -1 y la intercambiamos con la primera ya tenemos el pivote de la primera fila que usamos para hacer ceros debajo ahora usamos el pivote de la segunda fila . Para ello se aumenta la matriz dada.Es posible usar la eliminación gaussiana para encontrar inversas de matricesn × n. digamos A con una matriz identidad simplemente escribiendo las filas de la identidad a continuación de las de nuestra matriz A.

y por último cambiamos de signo la tercera fila y usamos el pivote correspondiente El proceso ha finalizado porque en la parte izquierda tenemos la forma escalonada reducida de A y puesto que ésta es la matriz identidad. . entonces A tiene inversa y su inversa es la matriz que aparece a la derecha. en el lugar que al principio ocupaba la identidad. Cuando la forma escalonada reducida que aparece no es la identidad es que la matriz de partida no tiene inversa.

Sign up to vote on this title
UsefulNot useful