Está en la página 1de 18

1

Matrices


En matemticas, una matriz es una tabla bidimensional de nmeros consistente en cantidades
abstractas que pueden sumarse, multiplicarse y descomponerse de varias formas, lo que las hace
un concepto clave en el campo del lgebra lineal.
Las matrices se utilizan en el clculo numrico, en la resolucin de sistemas de ecuaciones
lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen tambin muchas
aplicaciones en el campo de la fsica. Las matrices se describen en el campo de la teora de
matrices. Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que tambin las
hace un concepto clave en el campo del lgebra lineal.

Una matriz es una tabla ordenada de escalares ai j de la forma:




La matriz anterior se denota tambin por (ai j ), i =1, ..., m, j =1, ..., n, o simplemente por (ai j ).
Los trminos horizontales son las filas de la matriz y los verticales son sus columnas. Una matriz
con m filas y n columnas se denomina matriz m por n, o matriz m n.
Las matrices se denotarn usualmente por letras maysculas, A, B, ..., y los elementos de las
mismas por minsculas, a, b, ...

Ejemplo:


Donde sus filas son (1, -3, 4) y (0, 5, -2) y sus















Definicin:

Se llama matriz de orden mn a todo conjunto rectangular de elementos a
ij
dispuestos en
m lneas horizontales (filas) y n verticales (columnas).

*A los nmeros reales aij se les llama elementos de la matriz.
*El primer subndice (i) indica la fila, el segundo (j) la columna. As, el elemento a32 es
el que est en la tercera fila y la segunda columna.
*Las dimensiones de la matriz son m y n.

2

Algunos tipos de matrices


Matriz fila:
Es una matriz que solo tiene una fila, es decir m =1 y por tanto es de orden 1n.
Ejemplo: A=(a
11
a
12
... a
1n
)
Matriz columna:
Es una matriz que solo tiene una columna, es decir, n =1 y por tanto es de orden m 1.
Ejemplo:



Matriz nula:

Es la que tiene todos sus elementos nulos. La denotaremos por (0).

Ejemplo:
|
|

\
|

0 0
0 0
= A
,
|
|

\
|

0 0 0
0 0 0
= B
, ...


Matriz Cuadra:

Una matriz cuadrada es la que tiene el mismo nmero de filas que de columnas, es decir m = n.
Una matriz cuadrada n x n es de orden n y se denomina matriz n-cuadrada.

Los elementos a
ij
con i = j, o sea a
ii
forman la llamada diagonal principal de la matriz cuadrada, y
los elementos a
ij
con i + j = n +1 la diagonal secundaria

Ejemplo:
|
|
|
|

\
|

9 8 7
6 5 4
3 2 1
= A Diagonal principal: (1, 5, 9). Diagonal secundaria: (3, 5, 7).

La diagonal principal. Son los elementos a
11
, a
22
, ..., a
nn
.

La diagonal secundaria. Son los elementos a
1n
, a
2(n-1)
, ..., a
n1
.
3

Matriz Diagonal
Una matriz cuadrada se dice DIAGONAL si son nulos todos los elementos que no estn en la
diagonal principal; es decir:
A= j i a
a
a
a
ij
b b
=
(
(
(
(
(

si 0
0 ... 0 0
... ... .... .... ...
0 0 ... 0
0 0 ... 0
,
22
11



Ejemplo:



En el ejemplo se puede observar que son matrices diagonales que pueden representarse, respectivamente,
por diagonal (3, 6, 2).


Matriz Identidad o Unidad:

Es la matriz escalar cuyos elementos de la diagonal principal son unos. Se designa como I.

Matriz cuadrada tal que a
ij
= 1 i = j, a
ij
= 0 i j, es decir son nulos todos los elementos que no
estn en la diagonal principal y los elementos de la diagonal principal son todos 1.


I=
(
(
(
(

1 0 ... 0 0
... ... .... .... ...
0 0 ... 1 0
0 0 ... 0 1
|
|

\
|

1 0
0 1
=
I 2
,
|
|
|
|

\
|

1 0 0
0 1 0
0 0 1
=
I 3



Matriz escalar:

Es toda matriz cuadrada en la que todos los trminos de la diagonal principal son iguales.

Ejemplo:
|
|
|
|

\
|

5 8 7
6 5 4
3 2 5
= A
Matriz Traspuesta:
Dada una matriz de orden m x n, A = (a
ij
), se llama traspuesta de A, y se representa por A
t
, a la
matriz que se obtiene cambiando filas por columnas (o viceversa) en la matriz A. Es decir: la
primera fila de A es la primera columna de A
t
, la segunda fila de A es la segunda columna de A
t
,
etc.
De la definicin se deduce que si A es de orden m n, entonces A
t
es de orden n m.
A =
3 0 0
0 6 0
0 0 2

4

En otras palabras, si A = (a
ij
) es una matriz m x n, entonces A
t
= es la matriz n x m.



Ejemplo:




Propiedades de la trasposicin de matrices:

Dada una matriz A, siempre existe su traspuesta y adems es nica.
(A
t
)
t
= A
(A + B)
t
= A
t
+ B
t

3. (k.A)
t
= k.A
t
(siendo k es un escalar).

4. (A.B)
t
= B
t
.A
t


Matriz Simtrica:
Una matriz de n x m elementos es simtrica, si es una matriz cuadrada (m = n) y a
ij
= a
ji
para
todo i, j =1,2,3,4,...,n. La simetra es respecto a la diagonal principal y que A
t
= A.
Otra definicin:
Una matriz A se dice simtrica cuando A
t
= A; a
ij
= a
ji
i j



Ejemplo:





Podemos observar que los elementos simtricos de A son iguales, o que A
t
= A. Siendo as, A es
simtrica.





A =
2 -3 5
-3 6 7
5 7 -8
A
t

=

2 -3 5
-3 6 7
5 7 -8

|

\
|
|
|
|

\
|

=
4 0 1
3 1 2
4 3
0 1
1 2
t
A A


5

Matriz Antisimtrica:
Una matriz de n x m elementos es antisimtrica si es una matriz cuadrada (m = n) y a
ji
= -a
ij
para
todo i, j =1,2,3,...,n. En consecuencia, a
ii
= 0 para todo i (). La antisimetra es respecto a la
diagonal principal y que A
t
= -A
Otra definicin:
Una matriz A se dice antisimtrica cuando A
t
= -A; a
ij
= -a
ji
i j











Ejemplo:







Para B los elementos simtricos son opuestos entre s, de este modo B es antisimtrica.
A simple vista, C no es cuadrada; en consecuencia, no es ni simtrica ni antisimtrica

Matrices Triangulares:

Son aquellas en las que son nulos todos los elementos que estn por encima o por debajo de la
diagonal principal.

Triangular superior: Una matriz cuadrada A = (ai j) es una matriz triangular superior, si todos los
elementos situados por debajo de la diagonal principal son nulos. Es decir: a
ij
=0 para i>j.

|
|
|
|
|
|
|
|

\
|

a
... 0 0 0
. . . . . . . . . . . . . . .
a
...
a
0 0
a
...
a a
0
a
...
a a a
= A
nn
n 3 33
n 2 23 22
n 1 13 12 11


Ejemplo:
|
|
|
|

\
|

4 0 0
7 3 0
8 1 5
= B


Triangular inferior. Una matriz cuadrada A = (ai j) es una matriz triangula inferior si todos los
elementos situados por encima de la diagonal principal son nulos. Es decir: a
ij
=0 para i<j.
B =
0 3 -4
-3 0 5
4 -5 0
B
t
=
0 -3 4
= -B 3 0 -5
-4 5 0
C =
1 0 0

0 1 0

6

Determinantes de una Matriz:

Un determinante es un nmero asociado a una matriz cuadrada (orden n x n) formado por la suma
de n! productos. En cada producto interviene un elemento de cada fila y un elemento de cada
columna. Veamos en concreto cmo se desarrolla un determinante de 2 orden.

A
a a
a a
a a a a = =
11 12
21 22
11 22 12 21

Ejemplo:
La matriz
|

\
|

=
5 7
1 2
A
tiene de determinante
A=

= = + =
2 1
7 5
2 5 1 7 10 7 17 ( )


Los determinantes de tercer orden se desarrollan mediante la llamada regla de Sarrus:

a a a
a a a
a a a
a a a a a a a a a a a a a a a a a a
11 12 13
21 22 23
31 32 33
11 22 33 21 32 13 12 23 31 13 22 31 23 32 11 12 21 33
= + +



En esquema
+
-


Ejemplo:

4 3 2
6 1 3
3 7 4
4 1 4 6 7 2 3 3 3 2 1 3 3 7 4 3 6 4 16 84 27 6 84 72 121

= + + = + + + + = ( ) ( ) ( ) ( )

Propiedades de los determinantes:
Los determinantes de una matriz y de su traspuesta son iguales. |A| = |
t
A|.
Si en una matriz se intercambian de posicin dos filas o dos columnas, el determinante cambia de
signo.
Si se multiplican todos los elementos de una fila (o de una columna) por un nmero, el
determinante queda multiplicado por ese nmero.
Si dos filas (o dos columnas) de una matriz son iguales, el determinante es cero.
Si dos filas (o dos columnas) de una matriz son proporcionales, el determinante es cero.
Si descomponemos en dos sumandos cada nmero de una fila (o de una columna) de una matriz,
la suma de los determinantes de las dos matrices obtenidas con la descomposicin en sumandos,
es igual al determinante de la matriz original.
Si una fila (o columna) es combinacin lineal de las otras filas (o columnas) de una matriz, el
determinante es cero.
7

Si cambiamos una fila (o una columna) por la obtenida por la suma de esa fila mas el producto de
otra fila (o columna) por una constante, el determinante no vara.
Se pueden hacer transformaciones, siguiendo las reglas anteriores, en una matriz, de tal forma
que, todos los elementos de una fila (o columna) sean ceros y el determinante no vare.
Menor complementario:

Dada una matriz cuadrada, se llama menor complementario del elemento a
ij
al determinante que
resulta de suprimir en la matriz la fila "i" y la columna "j" en las que est el elemento en cuestin.

Se designa M
ij
o por
ij
.

Ejemplo:
A=
4 3 2
6 1 3
3 7 4
11
1 3
7 4
31
3 2
1 3
23
4 3
3 7

= =

=

M M M
etc.


Adjunto de un elemento:
Es el determinante de la matriz formada aplicando esta frmula (-1)
i+j
a
ij
.
Ejemplo: Dada una matriz de 3 x 3:


Su matriz de adjuntos viene dada por:





8

Matrices Regulares o Invertibles:

Son las que tienen inversa respecto al producto de matrices. Es decir: A es regular si existe su
inversa A
-1
y por tanto: AA
-1
= A
-1
A = I.
La matriz inversa de A se designa por A
-1

Para calcular la inversa de una matriz, primero se calcula su determinante. Si el determinante es
cero la matriz no tiene inversa.
A continuacin se calculan los adjuntos de cada elemento de la matriz.
Despus se divide cada adjunto por el determinante de la matriz.
Despus se forma la matriz poniendo los valores obtenidos correspondientes a la posicin ij en la
posicin ji.
Existen dos Mtodos para calcular la inversa:

a) Mtodo de adjuntos:
( )
A
A
A
t
ad
=
1

b) Mtodo de Gauss

Ejemplo: Calcular la inversa de
|
|
|

\
|
=
2 1 0
1 2 1
0 1 1
A


Lo haremos por el mtodo clsico, el que viene indicado por la definicin: la traspuesta de la
adjunta dividida por el determinante.

Primero, calculamos el determinante; si el determinante es nulo, no existe matriz inversa; si no es
nulo, seguimos:
1 2 1 0 0 0 4
2 1 0
1 2 1
0 1 1
= + + = = A

Calculamos ahora la matriz adjunta, sustituyendo cada elemento por su adjunto; calculamos
primero los adjuntos:

1 1 2
2 1
1 1
1 ) 0 1 (
1 0
0 1
1 0 1
1 2
0 1
1 ) 0 1 (
1 0
1 1
2 0 2
2 0
0 1
2 ) 0 2 (
2 1
0 1
1 0 1
1 0
2 1
2 ) 0 2 (
2 0
1 1
3 1 4
2 1
1 2
33
32 31 23 22
21 13 12 11
= = =
= = = = = = = = = = = =
= = = = = = = = = = = =
A
A A A A
A A A A

9


Luego formamos la matriz adjunta:

(
(

=
1 1 1
1 2 2
1 2 3
ad
A

y finalmente hacemos la inversa, trasponiendo la matriz adjunta y dividida por el determinante:


(
(

(
(

1 1 1
1 2 2
1 2 3
1 1 1
1 2 2
1 2 3
1
1
1
A


Mtodo de Gauss Jordan:

Sea A = (ai j) una matriz cuadrada de orden n. Para calcular la matriz inversa de A, que
denotaremos como A-1, seguiremos los siguientes pasos:

Paso1. Construir la matriz n x 2n M = (A I) esto es, A est en la mitad izquierda de M y la matriz
identidad I en la derecha.

Paso 2. Se deja tal y como est la primera fila de M, y debajo del primer trmino de la diagonal
principal, a11, que llamaremos pivote, ponemos ceros. Luego se opera como se indica en el
siguiente ejemplo.

Ejemplo: Queremos calcular la inversa de

1. Se escribe la matriz A junto a esta la matriz identidad,

2. Triangularizamos la matriz A de arriba a abajo y realizamos las mismas operaciones en la
matriz de la derecha.

Como podemos observar el rango de la matriz es mximo (en este caso 3), por tanto la
matriz A es regular (tiene inversa), podemos calcular su inversa.
10

3. Triangularizamos la matriz de abajo a arriba, realizando las mismas operaciones en la
matriz de la derecha.


4. Por ltimo se divide cada fila por el elemento diagonal correspondiente.



NOTA:
Para aplicar el mtodo se necesita una matriz cuadrada de rango mximo. Sabemos que
no siempre una matriz tiene inversa, por lo cual comprobaremos que la matriz tenga
rango mximo al aplicar el mtodo de Gauss para realizar la triangularizacin superior.
Si al aplicar el mtodo de Gauss (triangularizacin inferior) se obtiene una lnea de
ceros, la matriz no tiene inversa.

Ejemplo:
Aplicando el mtodo de Gauss-Jordan a la matriz A se tiene:


Como hay una fila completa de ceros, la matriz A no tiene rango mximo, en este caso 2, por tanto
no tiene inversa pues es una matriz singular

11

Propiedades:


1. Si A y B son matrices cuadradas de orden n tales que: AB=I
n
, entonces B=A
-1
y A=B
-1
.
Dem. Multiplicando en AB=I
n
por A
-1
y aplicando la propiedad asociativa se tiene que: A
-1
(AB)=A
-1

(A
-1
A)B=A
-1
B=A
-1
.
Anlogamente: (AB)B
-1
=B
-1
A(BB
-1
)=B
-1
A=B
-1
.

2. (A
-1
)
-1
= A. Dem. Evidente.

3. (AB)
-1
= B
-1
A
-1
.
Dem. Hay que ver que: (AB)(B
-1
A
-1
)=I
n
.
Por la propiedad asociativa: (AB)(B
-1
A
-1
)=A(BB
-1
)A
-1
=AA
-1
=I
n
.

4. (A
t
)
-1
= (A
-1
)
t
.
Dem. Como AA
-1
=I
n
, tomando traspuestas resulta que: (A
-1
)
t
A
t
=I
n
, luego, por la primera propiedad
(A
-1
)
t
=(A
t
)
-1


Matrices Singulares:

Son las que no tienen inversa respecto al producto de matrices.


|
|

\
|

0 0
2 1
y
|
|
|
|

\
|

9 8 7
6 5 4
3 2 1
no tienen inversa.

Matrices Ortogonales:

Se dice que una matriz real A es ortogonal, si A.A
t
= A
t
.A = I. Se observa que una matriz ortogonal
A es necesariamente cuadrada e invertible, con inversa A
-1
= A
t
.

Ejemplo:

Consideremos una matriz 3 x 3 arbitraria:




Si A es ortogonal, entonces:












A =
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
A.A
t
=
a
1
a
2
a
3

.
a
1
b
1
c
1

=
1 0 0
= I b
1
b
2
b
3
a
2
b
2
c
2
0 1 0
c
1
c
2
c
3
a
3
b
3
c
3
0 0 1

12

Matrices Normales:

Una matriz es normal si conmuta con su transpuesta, esto es, si A.A
t
= A
t
.A. Obviamente, si A es
simtrica, antisimtrica u ortogonal, es necesariamente normal.


Ejemplo:






Puesto que A.A
t
= A
t
.A, la matriz es normal.
Matrices Idempotentes:

Son las matrices A tales que A
2
=A.


|
|

\
|

1 0
0 1
y
|
|
|
|

\
|

1 0 0
0 1 0
0 0 1
son idempotentes.

Matrices Involutivas:

Son las matrices A tales que A
2
=I.



|
|

\
|

1 0
0 1
y
|
|
|
|

\
|

1 0 0
0 1 0
0 0 1
son involutivas.


RANGO DE UNA MATRIZ:

El concepto de rango es uno de los conceptos ms importantes del Algebra Lineal.

Rango por filas de una matriz es el mayor nmero de filas que sean linealmente independientes.

Rango por columnas de una matriz es el mayor nmero de columnas que son linealmente
independientes.


Sea A=
6 -3
, entonces:
3 6
A.A
T
=
6 -3
.
6 3
.=
45 0

3 6 -3 6 0 45
A
T
.A =
6 3
.
6 -3
.=
45 0

-3 6 3 6 0 45
13

Ejemplo:
Sea
|
|
|
|

\
|

2 1 3
1 - 1 2
3 0 1
= A

El rango por filas de A es 2 ya que las filas (1,0,3) y (2,1,-1) son linealmente independientes y
(3,1,2)=(1,0,3)+(2,1,-1).

El rango por columnas es tambin 2 ya que las columnas (1,2,3) y (0,1,1) son linealmente
independientes y (3,-1,2)=3(1,2,3)-7(0,1,1).

El hecho de que coincidan el rango por filas y el rango por columnas en el ejemplo anterior, no es
por casualidad; veremos ms adelante que esta propiedad se verifica siempre, por lo cual
podemos hablar simplemente de rango (o caracterstica) de una matriz.

Se enuncia a continuacin un teorema que permite conocer un mtodo para calcular el rango de
una matriz

Teorema. El rango por filas (o por columnas) de una matriz A no vara si se sustituye una de
ellas por una combinacin lineal de todas, en la cual el coeficiente de la sustituida es distinto
de cero.
As, un mtodo para calcular el rango de una matriz consiste en transformarla, mediante las
operaciones indicadas en el teorema anterior, en una matriz "escalonada".

Teorema. El rango por filas y el rango por columnas de una matriz A son iguales.


OPERACIONES CON MATRICES

SUMA Y RESTA DE MATRICES:

Para poder sumar o restar matrices, stas deben tener el mismo nmero de filas y de columnas.
Es decir, si una matriz es de orden 3 x 2 y otra de 3 x 3, no se pueden sumar ni restar. Esto es as
ya que, tanto para la suma como para la resta, se suman o se restan los trminos que ocupan el
mismo lugar en las matrices.

Para sumar o restar ms de dos matrices, stas, no necesariamente tienen que ser cuadradas.

En forma abreviada: si A = (a
ij
), B = (b
ij
) entonces A+B = (a
ij
+b
ij
).



|
|
|
|
|
|

\
|

a
... 2
a
1
a
. . . . . . . . . . . .
a
...
a a
a
...
a a
= A
mn m m
n 2 22 21
n 1 12 11

|
|
|
|
|
|

\
|

b
... 2
b
1
b
. . . . . . . . . . . .
b
...
b b
b
...
b b
= B
mn m m
n 2 22 21
n 1 12 11



14


Definimos:
|
|
|
|
|
|

\
|

b
+
a
... 2
b
+ 2
a
1
b
+ 1
a
. . . . . . . . . . . .
b
+
a
...
b
+
a b
+
a
b
+
a
...
b
+
a b
+
a
= B + A
mn mn m m m m
n 2 n 2 22 22 21 21
n 1 n 1 12 12 11 11


Ejemplo 1:
Siendo
|
|

\
|

5 0 4
1 3 2
= A y
|
|

\
|

2 6 1
3 4 0
= B entonces
|
|

\
|

7 6 5
4 7 2
= B + A .


Ejemplo 2:


Sean A =












Ejemplo 3:

|

\
|
|

\
|

=

=
0 3 2
6 4 1
4 1 0
1 3 2
B A


|

\
|
|

\
|
|

\
|
|

\
|

=


=

=
+ + +
+ +
= +
4 2 2
5 1 1
0 4 3 1 2 0
) 6 ( 1 4 3 1 2
;
4 4 2
7 7 3
0 4 3 1 2 0
6 1 4 3 1 2
B A B A



PROPIEDADES:

1. A + (B + C) = (A + B) + C (propiedad asociativa)
2. A + B = B + A (propiedad conmutativa)
3. A + 0 = A (0 es la matriz nula)
4. A+(Opuesto de A)=(0) Opuesto de A=-A (Existencia de elemento opuesto)
Por tanto (M
mxn
, +) es un Grupo Conmutativo.

-1 2 4

2 7 6
C =
5 -1 3

1 1 2
B =
3 2 0

0 -3 -1








=


7 3 7

3 5 7
A+B+C =
-1 2 4

2 7 6

3 2 0

0 -3 -1

5 -1 3

1 1 2
+

+


1 -1 7

3 11 9







=

A-B+C =
-1 2 4

2 7 6

3 2 0

0 -3 -1

5 -1 3

1 1 2
+ -
15

PRODUCTO DE UN NMERO REAL POR UNA MATRIZ:

El producto de una matriz A = (a
ij
) por un nmero real es otra matriz B = (b
ij
) de la misma
dimensin que A y tal que cada elemento b
ij
de B se obtiene multiplicando a
ij
por , es decir, b
ij
=
a
ij
.

En forma abreviada: si A=(a
ij
), A = (a
ij
).

|
|
|
|
|
|

\
|

a
... 2
a
1
a
. . . . . . . . . . . .
a
...
a a
a
...
a a
= A
mn m m
n 2 22 21
n 1 12 11
Definimos:
|
|
|
|
|
|

\
|




a
... 2
a
1
a
. . . . . . . . . . . .
a
...
a a
a
...
a a
= A
mn m m
n 2 22 21
n 1 12 11





Ejemplo:
Siendo
|
|

\
|

1 0 1
1 3 2
= A entonces
|
|

\
|

3 0 3
3 9 6
= A 3 .

A. PROPIEDADES:

1. (A + B) = A + B (propiedad distributiva 1)
2. ( + )A = A + A (propiedad distributiva 2)
3. [ A] = ( ) A (propiedad asociativa mixta)
4. 1A = A (elemento unidad)
Son evidentes, pues tanto los elementos de las matrices A y B como los nmeros y
pertenecen a R que es un cuerpo conmutativo.


PRODUCTO DE MATRICES.

Para multiplicar las matrices A y B ha de cumplirse que el nmero de columnas de la matriz A sea
igual al nmero de filas de la matriz B. Es decir, si A es de orden mxn, para que el producto AxB
sea posible, B debe ser de orden nxp, y la matriz producto resulta de orden mxp.

Es decir, si tenemos una matriz 2 x 3 y la multiplicamos por otra de orden 3 x 5, la matriz
resultante ser de orden 2 x 5.









16

PRODUCTO DE UNA MATRIZ FILA POR UNA MATRIZ COLUMNA.

Sean A una matriz con una fila y n columnas y B una matriz con n filas y una columna.
( )
a
. . .
a a
= A
n 2 1

|
|
|
|
|
|

\
|

b
. . .
b
b
= B
n
2
1


El producto de las matrices A y B (A.B) es otra matriz con una fila y una columna cuyo nico
elemento es: c = a
1
b
1
+ a
2
b
2
+ ... + a
n
b
n
. Es decir: A.B=(c)

Hay que hacer notar que para poder multiplicar A y B debe suceder que el nmero de columnas
de A sea igual al nmero de filas de B.
Ejemplo:

x


Es una matriz de orden 1x1 con un nico elemento, el 5.
PRODUCTO DE DOS MATRICES CUALESQUIERA:

Sean A una matriz de orden mxn, formada por m matrices fila [A
1
, A
2
, ..., A
m
] de n elementos cada
una y B una matriz de orden nxp, formada por p matrices columna [B
1
, B
2
, ..., B
p
] de n elementos
cada una.


|
|
|
|
|
|

\
|

a
... 2
a
1
a
. . . . . . . . . . . .
a
...
a a
a
...
a a
= A
mn m m
n 2 22 21
n 1 12 11

|
|
|
|
|
|

\
|

b
... 2
b
1
b
. . . . . . . . . . . .
b
...
b b
b
...
b b
= B
np n n
p 2 22 21
p 1 12 11





Ejemplo:

(


=
(
(
(


=
5 3
4 6
4 3
0 1
1 2
B A



|
|

\
|
|
|

\
|

=
+ +
+ +
+ +
=
8 30
4 6
13 9
5 4 ) 4 ( 3 3 4 6 3
5 0 ) 4 ( 1 3 0 6 1
5 ) 1 ( ) 4 ( 2 3 ) 1 ( 6 2
B A

B =
3

2

1

= 1x3+0x2+2x1
A = 1 0 2
= 5


17

DIVISION DE MATRICES:

La divisin de matrices se define como el producto del numerador multiplicado por la matriz
inversa del denominador. Es decir, sean las matrices A y B tal que A/B = A.B
-1
:
Si una matriz est dividida entre un escalar, todos los trminos de la matriz quedarn divididos por
ese escalar.

Ejemplo:





Propiedades del producto de matrices:

1) Verifica la propiedad asociativa en los casos que se puedan multiplicar tres matrices. Es
decir, si A es de orden mxn, B de orden nxp y C de orden pxq, entonces: (AB)C=A(BC).

2) No es conmutativo.

a) Hay casos en los cuales es posible efectuar AB, y no BA.


Si
|
|

\
|

4 3
2 1
= A y
|
|

\
|

5
1
= B
|
|

\
|

23
11
= B A . No es posible efectuar BA.

b) En los casos en que es posible efectuar AB y BA, no siempre da el mismo resultado.
A veces ni siquiera son del mismo orden.

Si
|
|

\
|

2 0 4
1 2 3
= A y
|
|
|
|

\
|

3 - 1
3 0
1 - 2
= B
|
|

\
|

10 - 10
0 7
= B A ,
|
|
|
|

\
|

5 - 2 9 -
6 0 12
0 4 2
= A B

c) En el caso de las matrices cuadradas, tampoco se verifica la propiedad conmutativa.

Si
|
|

\
|

1 0
0 2
= A y
|
|

\
|

1 2
1 1
= B
|
|

\
|

1 2
2 2
= B A ,
|
|

\
|

1 4
1 2
= A B
Si A es una matriz cuadrada de orden n se tiene AI
n
= I
n
A = A.
3) Dada una matriz cuadrada A de orden n, no siempre existe otra matriz B tal que
AB = BA = I
n
. Si existe dicha matriz B, se dice que es la matriz inversa de A y se representa
por A
1
.
18

4) El producto de matrices es distributivo respecto de la suma de matrices, es decir:
A(B + C) = AB + AC

Consecuencias de las propiedades:
1. Si AB= 0 no implica que A=0 B=0. (Ejemplo)




2. Si AB=AC no implica que B = C. (Ejemplo)


3. En general (A+B)
2
A
2
+ B
2
+2AB,ya que AB BA.
4. En general (A+B)(AB) A
2
B
2
, ya que AB BA.

También podría gustarte