Matriz (matemticas)

En matemtica, una matriz es un arreglo bidimensional

de nmeros. Dado que puede denirse tanto la suma como el producto de matrices, en mayor generalidad se dice
que son elementos de un anillo. La notacion de una matriz
A tiene la forma:

a11
a21

A= .
..

a12
a22
..
.

..
.

a1n
a2n

..
.

an1

an2

ann

Despus del desarrollo de la teora de determinantes por

Seki Kowa y Leibniz para facilitar la resolucin de ecuaciones lineales, a nales del siglo XVII, Cramer present en 1750 la ahora denominada regla de Cramer.
Carl Friedrich Gauss y Wilhelm Jordan desarrollaron la
eliminacin de Gauss-Jordan en el siglo XIX.
Fue James Joseph Sylvester quien utiliz por primera vez
el trmino matriz en 1848/1850.

En 1853, Hamilton hizo algunos aportes a la teora de

matrices. Cayley introdujo en 1858 la notacin matricial, como forma abreviada de escribir un sistema de m
Las matrices se utilizan para mltiples aplicaciones y sir- ecuaciones lineales con n incgnitas.
ven, en particular, para representar los coecientes de
Cayley, Hamilton, Hermann Grassmann, Frobenius, Olga
los sistemas de ecuaciones lineales o para representar
Taussky-Todd y John von Neumann cuentan entre los
transformaciones lineales dada una base. En este ltimo
matemticos famosos que trabajaron sobre la teora de
caso, las matrices desempean el mismo papel que los
las matrices. En 1925, Werner Heisenberg redescubre el
datos de un vector para las aplicaciones lineales.
clculo matricial fundando una primera formulacin de lo
Pueden sumarse, multiplicarse y descomponerse de va- que iba a pasar a ser la mecnica cuntica. Se le considerias formas, lo que tambin las hace un concepto clave en ra a este respecto como uno de los padres de la mecnica
el campo del lgebra lineal.
cuntica.

Olga Taussky-Todd (1906-1995), durante la II Guerra

Mundial, us la teora de matrices para investigar el fenmeno de aeroelasticidad llamado uttering.

Historia

El origen de las matrices es muy antiguo. Los cuadrados

latinos y los cuadrados mgicos se estudiaron desde hace
mucho tiempo. Un cuadrado mgico, 3 por 3, se registra
en la literatura china hacia el 650 a. C.[2]

2 Introduccin
2.1 Denicin

Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un importante texto matemtico
chino que proviene del ao 300 a. C. a 200 a. C., Nueve captulos sobre el Arte de las matemticas (Jiu Zhang
Suan Shu), es el primer ejemplo conocido de uso del mtodo de matrices para resolver un sistema de ecuaciones
simultneas.[3] En el captulo sptimo, "Ni mucho ni poco", el concepto de determinante apareci por primera
vez, dos mil aos antes de su publicacin por el matemtico japons Seki Kwa en 1683 y el matemtico alemn
Gottfried Leibniz en 1693.

Una matriz es un arreglo bidimensional de nmeros (llamados entradas de la matriz) ordenados en las (o renglones) y columnas, donde una la es cada una de las
lneas horizontales de la matriz y una columna es cada
una de las lneas verticales. A una matriz con n las y m
columnas se le denomina matriz n-por-m (escrito n m
) donde n, m N {0} . El conjunto de las matrices de
tamao n m se representa como Mnm (K) , donde K
es el campo al cual pertenecen las entradas. El tamao de
una matriz siempre se da con el nmero de las primero
Los cuadrados mgicos eran conocidos por los mate- y el nmero de columnas despus.
mticos rabes, posiblemente desde comienzos del siglo
VII, quienes a su vez pudieron tomarlos de los matem- Dos matrices se dice que son iguales si tienen el mismo
ticos y astrnomos de la India, junto con otros aspectos tamao y los mismos elementos en las mismas posiciones.
de las matemticas combinatorias. Todo esto sugiere que A la entrada de una matriz que se encuentra en la la i
la idea provino de China. Los primeros cuadrados m- sima y la columna j sima se le llama entrada i, j o
gicos de orden 5 y 6 aparecieron en Bagdad en el 983, entrada (i, j) -simo de la matriz. En estas expresiones
en la Enciclopedia de la Hermandad de Pureza (Rasa'il tambin se consideran primero las las y despus las coIhkwan al-Safa).[2]
lumnas.
1

2 INTRODUCCIN

Se denota a las matrices con letra mayscula, mientras

que se utiliza la correspondiente letra en minsculas para
denotar a las entradas de las mismas, con subndices que
reeren al nmero de la y columna del elemento.[4] Por
ejemplo, al elemento de una matriz A de tamao n
m que se encuentra en la la i sima y la columna j
sima se le denota como aij , donde 1 i n y 1
j m.
Cuando se va a representar explcitamente una entrada
la cul est indexada con un i o un j con dos cifras se
introduce una coma entre el ndice de las y de columnas.
As por ejemplo, la entrada que est en la primera la y
la segunda columna de la matriz A de tamao 50 100
se representa como a1,2 mientras que la entrada que est
en la la nmero 23 y la columna 100 se representa como
a23,100 .

2.3 Operaciones bsicas entre matrices

Las operaciones que se pueden hacer con matrices provienen de sus aplicaciones, sobre todo de las aplicaciones
en lgebra lineal. De ese modo las operaciones, o su forma muy particular de ser implementadas, no son nicas.
2.3.1 Suma o adicin

Sean A, B Mnm (K) . Se dene la operacin de suma o adicin de matrices como una operacin binaria
+ : Mnm (K) Mnm (K) Mnm (K) tal que
(A, B) 7 C = A + B y donde cij = aij + bij en el
que la operacin de suma en la ltima expresin es la operacin binaria correspondiente pero en el campo K . Por
ejemplo, la entrada c12 es igual a la suma de los elementos
Adems de utilizar letras maysculas para representar a12 y b12 lo cual es a12 + b12 .
matrices, numerosos autores representan a las matrices Veamos un ejemplo ms explcito. Sea A, B M3 (R)
con fuentes en negrita para distinguirlas de otros objetos
matemticos.[cita requerida] As A es una matriz, mientras

que A es un escalar en esa notacin. Sin embargo sta no2 3
1+1 3+0 2+5
1 0 5
1 3 2
tacin generalmente se deja para libros y publicaciones, 1 0 0+7 5 0 = 1 + 7 0 + 5 0 + 0 = 8 5
donde es posible hacer sta distincin tipogrca con fa3 3
1+2 2+1 2+1
2 1 1
1 2 2
cilidad. En otras notaciones se considera que el contexto
No es necesario que las matrices sean cuadradas:
es lo sucientemente claro como para no usar negritas.
Otra notacin, en s un abuso de notacin, representa a la
matriz por sus entradas, i.e. A := (aij ) o incluso A :=
aij .
Como caso particular de matriz, se denen los vectores
la y los vectores columna. Un vector la o vector rengln es cualquier matriz de tamao 1 n mientras que
un vector columna es cualquier matriz de tamao m 1
.

2
4

4
2

2
3

2
2
3
6
4
2

2
2
3
0
5
1

3
6

1
1

2
4

0
1

2
0

1
4
1
2

4
0

1
2

A las matrices que tienen el mismo nmero de las que

de columnas, m = n , se les llama matrices cuadradas A la luz de estos ejemplos es inmediato ver que dos matriy el conjunto se denota Mn (K) , alternativamente a la ces se pueden sumar solamente si ambas tienen el mismo
tamao. La suma de matrices, en el caso de que las ennotacin usual Mnn (K) .
tradas estn en un campo, poseen las propiedades de asociatividad, conmutatividad, existencia de elemento neu2.2 Ejemplo
tro aditivo y existencia de inverso aditivo. sto es as ya
que stas son propiedades de los campos en los que estn
Dada la matriz A M43 (R)
las entradas de la matriz.

1
1
A=
4
6

2
2
9
0

3
7

2
5

Propiedades de la suma de matrices

Sean A, B, C Mnm (K) , donde K es un campo entonces se cumplen las siguientes propiedades para la operacin binaria +

es una matriz de tamao 4 3 . La entrada a23 es 7.

La matriz R M19 (R)
[

R= 1 2

Asociatividad
(A + B) + C = A + (B + C)

Conmutatividad
es una matriz de tamao 1 9 : un vector la con 9 entradas.
(A + B) = (B + A)

7
0
3

2.3

Operaciones bsicas entre matrices

Existencia del elemento neutro aditivo

multiplicativo del campo. A continuacin se presentan las

propiedades.

Existe 0 Mnm (K) tal que

Propiedades del producto por un escalar
A+0=0+A=A

Sean A, B Mnm (K) y , K , donde K es un

campo, entonces se cumplen las siguientes propiedades
para la operacin producto por un escalar

Existencia del inverso aditivo

Existe D Mnm (K) tal que

Asociatividad

A+D =0

()A = (A)

a esta matriz D se le denota por A .

Distributividad respecto de la suma de matrices

En efecto, estas propiedades dependen del conjunto en el
que estn las entradas, como se ha dicho antes, aunque en (A + B) = A + B
las aplicaciones generalmente los campos usados son R
(los nmeros reales) y C (los nmeros complejos).
Distributividad respecto de la suma en el campo
Por como se deni la operacin binaria adicin se dice
que sta operacin es una operacin interna por lo que se ( + )A = A + A
cumple intrnsecamente la propiedad de que Mnm (K)
Producto por el neutro multiplicativo del campo
es cerrado bajo adicin. Con stas propiedades se tiene
que (Mnm (K), +) es un grupo abeliano.
En el caso en que el conjunto al que pertenecen las entra- 1K A = A
das de la matriz sea un anillo (A, +A , A ) , la operacin
de adicin de matrices contina dotando de estructura de
grupo abeliano a (Mnm (A), +) , ya que bajo un anillo
(A, +A , A ) se tiene que (A, +A ) es un grupo abeliano.
En el caso de que las entradas estn en un grupo (G, +G )
, ste necesita ser un grupo abeliano para que la adicin
de matrices siga dotando de estructura de grupo abeliano
a (Mnm (G), +) .
2.3.2

Producto por un escalar

Sean A Mnm (K) y K . Se dene la operacin de producto por un escalar como una funcin
KMnm (K) Mnm (K) tal que (, A) 7 B =
A y donde bij = aij en donde el producto es la operacin binaria correspondiente pero en el campo K . Por
ejemplo, la entrada b12 es igual al producto a12 .
Veamos un ejemplo ms explcito. Sea A M23 (R) y
2R
[
1
8
2
4 2

3
2(1)
2(8)
=
6
2(4) 2(2)

] [
2(3)
2
=
2(6)
8

16
4

Por como se deni la operacin de producto por escalares se dice que Mnm (K) es cerrado bajo producto
por escalares. Con stas propiedades y las de la adicin
se tiene que Mnm (K) es un espacio vectorial con las
operaciones de suma y producto por escalares denidas
antes.
En el caso de que las entradas y los escalares no estn en
un campo sino en un anillo entonces no necesariamente existe el neutro multiplicativo. En caso de que exista,
con lo cual el anillo es un anillo con uno, se dice que
Mnm (A) es un mdulo sobre A .
Ahora, a partir de las propiedades bsicas se puede demostrar inmediatamente que
Este ltimo resultado permite usar la notacin A sin
riesgo de ambigedad.
2.3.3 Producto de matrices
El producto de matrices se dene de una manera muy peculiar
] y hasta caprichosa cuando no se conoce su origen.
El6
origen proviene del papel de las matrices como repre12
sentaciones
de aplicaciones lineales. As el producto de
matrices, como se dene, proviene de la composicin de
aplicaciones lineales. En este contexto, el tamao de la
matriz corresponde con las dimensiones de los espacios
vectoriales entre los cuales se establece la aplicacin lineal. De ese modo el producto de matrices, representa la
composicin de aplicaciones lineales.

Tambin es inmediato observar que el producto por un

escalar da como resultado una matriz del mismo tamao
que la original. Tambin el producto por un escalar depender de la estructura algebraica en la que las entradas
estn. En el caso de que estn en un campo sern dos distributividades (una respecto de suma de matrices y otra
respecto de suma en el campo), asociatividad y una pro- En efecto, en ciertas bases tenemos que f : V W
piedad concerniente al producto por el elemento neutro se puede representar como f (x) = Ax donde x es la

OTROS CONCEPTOS RELACIONADOS CON MATRICES

el mayor de stos nmeros habr sumandos que no estn
denidos ya que una de las matrices no tendr mas entradas, mientras que si tomamos el menor habr entradas de
alguna de las matrices que no se tomen en cuenta. As es
necesario que A tenga el mismo nmero de columnas
que B de las para que AB exista.
Como se puede suponer tambin, las propiedades de sta
operacin sern ms limitadas en la generalidad ya que
adems de las limitaciones impuestas por la naturaleza
de las entradas est esta limitacin respecto a tamao. Es
claro, adems, que el producto de matrices no siempre es
una operacin interna.
Propiedades del producto de matrices

Sean A, B, C matrices con entradas en K , donde K es

un campo, entonces se cumplen las siguientes propiedades para el producto de matrices (considerando que los
Diagrama esquemtico que ilustra el producto de dos matrices A productos existan)
y B dando como resultado la matriz AB .

Asociatividad
representacin de un vector de V en la base que se ha
elegido para V en forma de vector columna. Si tenemos A(BC) = (AB)C
dos aplicaciones lineales f : V W y g : W U
entonces f (x) = Bx y g(x) = Ax , luego la aplica Distributividad respecto de la suma de matrices
cin g f : V U se representar como g f (x) =
por la derecha
g(f (x)) = g(Bx) = ABx donde AB es el producto de
las representaciones matriciales de f, g . Ntese que la (A + B)C = AC + BC
composicin no se puede dar entre cualquier aplicacin
sino entre aplicaciones que vayan de V W U , en
Distributividad respecto de la suma de matrices
particular debe de haber una relacin entre las dimensiopor la izquierda
nes de los espacios vectoriales. Una vez dicho sto podemos denir el producto de la siguiente manera.
A(B + C) = AB + AC
Sean A Mnm (K) y B Mmp (K) . Se dene el
producto de matrices como una funcin Mnm (K)
Mmp (K)
np (K) tal que (A, B) 7 C = AB
M
m
y donde cij = k=1 aik bkj para toda i, j , es decir cij =
ai1 b1j +ai2 b2j +ai3 b3j + +aim bmj . Por ejemplo, la
entrada c12 = a11 b12 + a12 b22 + a13 b32 + + a1m bm2
.

El producto de matrices no es conmutativo, si lo fuera

la composicin de funciones lineales sera conmutativa y
eso en general no sucede. Obviamente existen casos particulares de algunos tipos de matrices en los que si hay conmutatividad. En el caso en que tengamos Mn (K) tendremos que el producto entre matrices en Mn (K) tambin
est en Mn (K) . En ese caso Mn (K) adems de espacio
Veamos un ejemplo ms explcito. Sean A M23 (R) vectorial es un lgebra sobre un campo. En el caso de que
el conjunto al que pertenecen las entradas sea un anillo
y B M32 (R)
conmutativo con uno entonces Mn (A) adems de mdulo es un lgebra sobre un anillo. Mas an (Mn (K), +, )

[
] 3 1
[
] de[ matrices
] es un anillo.
con el producto
1 0 2
1(3) + 0(2) + 2(1)
1(1) + 0(1) + 2(0)
5 1
2 1 =
=
1 3 1
1(3) + 3(2) + 1(1) 1(1) + 3(1) + 1(0)
4 2
1 0
dnde la matriz producto es como habamos establecido
en la denicin: una matriz C M22 (R) .
Sin tomar en cuenta la motivacin que viene desde las
aplicaciones lineales, es evidente ver que si ignoramos la
denicin de la funcin de producto de matrices y slo se
toma en cuenta la denicin de las entradas, el producto
no estar bien denido, ya que si A no tiene el mismo
nmero de columnas que B de las entonces no podremos establecer en donde acaba la suma: si la acabamos en

3 Otros conceptos relacionados con

matrices
3.1 Rango de una matriz

El rango de una matriz A es la dimensin de la imagen de

la aplicacin lineal representada por A , que coincide con
la dimensin de los espacios vectoriales generados por las
las o columnas de A .

3.2

Matriz traspuesta

1 0 0
La traspuesta de una matriz A Mnm (X) , donde

X no es necesariamente un campo, es una matriz B I3 = 0 1 0 .

0 0 1
Mmn (X) tal que bij = aji . Por ejemplo la entrada
b12 = a21 .
La matriz identidad es el elemento unitario en el anillo de
Veamos un ejemplo ms explcito. Sea A M23 (R)
matrices cuadradas.
[

Los elementos invertibles de este anillo se llaman

matrices invertibles, regulares o no singulares. Una
matriz A n por n es invertible si y slo si existe una matriz B tal que

]
1
8 3
4 2
6

entonces su traspuesta es

1
4
8 2
3
6

(left)
En este caso, B es la matriz inversa de A, identicada
por A1 . El conjunto de todas las matrices invertibles
n por n forma un grupo (concretamente un grupo de Lie)
bajo la multiplicacin de matrices, el grupo lineal general.

As, informalmente podramos decir que la traspuesta es

aquella matriz que se obtiene de la original cambiando
las por columnas. Las notaciones usuales para denotar
la traspuesta de una matriz son AT , At .

Si es un nmero y v es un vector no nulo tal que Av =

v, entonces se dice que v es un vector propio de A y que
es su valor propio asociado. El nmero es un valor
propio de A si y slo si AIn no es invertible, lo que
La trasposicin de matrices tiene las siguientes propieda- sucede si y slo si pA() = 0, donde pA(x) es el polinomio
des (donde ahora s el conjunto de entradas debe ser al caracterstico de A. pA(x) es un polinomio de grado n
y por lo tanto, tiene n races complejas mltiples races
menos un anillo conmutativo):
si se cuentan de acuerdo a su multiplicidad. Cada matriz
cuadrada tiene como mucho n valores propios complejos.
(AT )T = A,
T

(A + B) = A + B ,
(AB)T = B T AT ,

El determinante de una matriz cuadrada A es el producto

de sus n valores propios, pero tambin puede ser denida
por la frmula de Leibniz. Las matrices invertibles son
precisamente las matrices cuyo determinante es distinto
de cero.

Si A Mnm (X) representa una aplicacin lineal, entonces la matriz AT describe la traspuesta de la aplicacin El algoritmo de eliminacin gaussiana puede ser usado
para calcular el determinante, el rango y la inversa de una
lineal.
matriz y para resolver sistemas de ecuaciones lineales.

3.3

La traza de una matriz cuadrada es la suma de los eleMatrices cuadradas y deniciones re- mentos de la diagonal, lo que equivale a la suma de sus n
valores propios.
lacionadas

Una matriz de Vandermonde es una matriz cuadrada cuUna matriz cuadrada es una matriz que tiene el mismo yas las son las potencias de un nmero. Su determinante
nmero de las que de columnas. El conjunto de todas es fcil de calcular.
las matrices cuadradas n-por-n junto a la suma y la multiplicacin de matrices, es un anillo que generalmente no
es conmutativo.
4 Aplicaciones
M(n,R), el anillo de las matrices cuadradas reales, es un
lgebra asociativa real unitaria. M(n,C), el anillo de las 4.1 Las matrices en la Computacin
matrices cuadradas complejas, es un lgebra asociativa
compleja.
Las matrices son utilizadas ampliamente en la compuLa matriz identidad In de orden n es la matriz n por n tacin, por su facilidad y liviandad para manipular inforen la cual todos los elementos de la diagonal principal son macin. En este contexto, son una buena forma para reiguales a 1 y todos los dems elementos son iguales a 0. presentar grafos, y son muy utilizadas en el clculo nuLa matriz identidad se denomina as porque satisface las mrico. En la computacin grca, las matrices son amecuaciones MIn = M y InN = N para cualquier matriz M pliamente usadas para lograr animaciones de objetos y
formas.
m por n y N n por k. Por ejemplo, si n = 3:

9 NOTAS

4.2

Teora de matrices

La teora de matrices es un rama de las matemticas

que se centra en el estudio de matrices. Inicialmente una
rama secundaria del lgebra lineal, ha venido cubriendo
tambin los temas relacionados con la teora de grafos, el
lgebra, la combinatoria y la estadstica.

6 Vase tambin
Descomposicin de Schur
Descomposicin en valores singulares
Descomposicin QR
Determinante (matemtica)

4.3

Matrices relacionadas con otros temas

Una matriz puede identicarse a una aplicacin lineal

entre dos espacios vectoriales de dimensin nita. As
la teora de las matrices habitualmente se considera como una rama del lgebra lineal. Las matrices cuadradas
desempean un papel particular, porque el conjunto de
matrices de orden n (n entero natural no nulo dado) posee propiedades de estabilidad de operaciones.
Los conceptos de matriz estocstica y matriz doblemente estocstica son herramientas importantes para estudiar
los procesos estocsticos, en probabilidad y en estadstica.
Las matrices denidas positivas aparecen en la bsqueda
de mximos y mnimos de funciones a valores reales, y a
varias variables.
Es tambin importante disponer de una teora de matrices
a coecientes en un anillo. En particular, las matrices a
coecientes en el anillo de polinomios se utilizan en teora
de mandos.
En matemticas puras, los anillos de matrices pueden
proporcionar un rico campo de contraejemplos para conjeturas matemticas.

4.4

Matrices en teora de grafos

En teora de los grafos, a todo grafo etiquetado corresponde la matriz de adyacencia. Una matriz de permutacin es
una matriz que representa una permutacin; matriz cuadrada cuyos coecientes son 0 o 1, con un solo 1 en cada
lnea y cada columna. Estas matrices se utilizan en combinatorio.
En la teora de grafos, se llama matriz de un grafo a la
matriz que indica en la lnea i y la columna j el nmero
de aristas que enlazan el vrtice i al vrtice j. En un grafo
no orientado, la matriz es simtrica. La suma de los elementos de una columna permite determinar el grado de
un vrtice. La matriz M n indica en la lnea i y la columna
j el nmero de caminos a n aristas que adjuntan el vrtice
i al vrtice j.

Algunos teoremas
Teorema de Cayley-Hamilton
Teorema de Gerschgorin

Eliminacin de Gauss-Jordan
Factorizacin LU
Forma cannica de Jordan
Lema de Schur
Matlab
Matriz triangular

7 Referencias
Beezer, Rob, Un primer curso en lgebra lineal, licencia bajo GFDL. (En ingls)
Jim Heeron: lgebra lineal (Libros de texto en
lnea) (En ingls)

8 Enlaces externos
Una breve historia del lgebra lineal y de la teora de
matrices lineal (En ingls)
Matemticas/Matrices(En Wikilibros)
Reducir matrices por Gauss Jordan de manera Online

9 Notas
[1] Tony Crilly (2011). 50 cosas que hay que saber sobre matemticas. Ed. Ariel. ISBN 978-987-1496-09-9.
[2] Swaney, Mark. History of Magic Squares.
[3] Shen Kangshen et al. (ed.) (1999). Nine Chapters of the
Mathematical Art, Companion and Commentary. Oxford
University Press. cited byOtto Bretscher (2005). Linear
Algebra with Applications (3rd ed. edicin). Prentice-Hall.
p. 1.
[4] De Burgos, Juan. Sistemas de ecuaciones lineales.
lgebra lineal y geometra cartesiana. p. 6. ISBN
9788448149000.

10
10.1

Origen del texto y las imgenes, colaboradores y licencias

Texto

Matriz (matemticas) Fuente: https://es.wikipedia.org/wiki/Matriz_(matem%C3%A1ticas)?oldid=85642836 Colaboradores: Romero

Schmidtke, Joseaperez, Sabbut, Moriel, JorgeGG, Pieter, Lourdes Cardenal, Alberto Salguero, Sanbec, DefLog, Zorosandro, Bermiego, Triku, Tostadora, Tano4595, Camilosw, El Hoy, Gengiskanhg, Jecanre, Cinabrium, Yopohari~eswiki, Santiago Hernndez, Chewie,
Soulreaper, Airunp, JMPerez, Emijrp, La Maga, Orgullobot~eswiki, RobotQuistnix, Platonides, Veltys, Alhen, Chobot, Caiserbot, Yrbot,
Amads, BOT-Superzerocool, Davidsevilla, Adrruiz, Vitamine, YurikBot, Mortadelo2005, GermanX, Euratom, C-3POrao, Tigerfenix,
Eduardo Lima, Eskimbot, CHV, Ummowoa, CaStarCo, Paintman, BOTpolicia, Ricard Delgado Gonzalo, Rdaneel, CEM-bot, Jorgelrm,
Retama, Baiji, IvanStepaniuk, Davius, Rastrojo, Antur, Jjafjjaf, FrancoGG, Jatt~eswiki, Ingenioso Hidalgo, Fsd141, Thijs!bot, Roberto
Fiadone, Yeza, RoyFocker, Inajle, Will vm, Malguzt, Mgallege, Botones, Isha, JAnDbot, Kved, Gaius iulius caesar, TXiKiBoT, Epnob,
Astroza, Humberto, Rei-bot, Casary, Plux, BL, Sebanievas87, Macalla, Jtico, AlnoktaBOT, 2orejas1boca, VolkovBot, Technopat, Queninosta, Matdrodes, BlackBeast, AlleborgoBot, 3coma14, Muro Bot, Alexandrosas, Komputisto, Numbo3, BotMultichill, Gerakibot, SieBot,
Mushii, Danielba894, PaintBot, Cobalttempest, Bigsus-bot, BOTarate, Manw, Marcodallacamina, Javierito92, Dnu72, HUB, L&T2, Antn Francho, DragonBot, Farisori, Veon, Leonpolanco, Juan Mayordomo, Aipni-Lovrij, UA31, AVBOT, Steve.jaramillov, LucienBOT,
J.delanoy, Diegusjaimes, MelancholieBot, Julio Isaac Moreno Daz, Lampsako, Andreasmperu, Luckas-bot, MystBot, Nallimbot, Ptbotgourou, Jotterbot, Angelsaracho, Jorge 2701, CayoMarcio, Mcapdevila, SuperBraulio13, Almabot, Kender00, Xqbot, Jkbw, GNM, Umburi,
FrescoBot, Ricardogpn, Esceptic0, Igna, Botarel, Jlbezares, Rojasyesid, D'ohBot, Hprmedina, TobeBot, Halfdrag, RedBot, PatruBOT,
Sheldonspock, Euclides, Tarawa1943, Eudescontreras, Proferichardperez, EmausBot, AVIADOR, ChessBOT, Africanus, J. A. Glvez,
Rubpe19, Ezequieldiazbarral, Danicm, Jcaraballo, Waka Waka, Mpinomej, Movses-bot, MerlIwBot, Franco68, Nodulation, MetroBot, Invadibot, Elessar.telkontarg, LlamaAl, Gaard van der Pol, Creosota, Julinspi, MatemticaAlejandra, QFI.RICRADO, Lautaro 97, Addbot,
Balles2601, FedeBosio, DavosMat, JacobRodrigues, MrCharro, Jarould, Lectorina, Carlos Silvero, Johansneider y Annimos: 336

10.2

Imgenes

Archivo:Matrix_multiplication_diagram.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/1/11/Matrix_multiplication_

diagram.svg Licencia: CC-BY-SA-3.0 Colaboradores: Trabajo propio Artista original: User:Bilou

10.3

Licencia del contenido

Creative Commons Attribution-Share Alike 3.0