Documente Academic
Documente Profesional
Documente Cultură
a11
a21
A= .
..
a12
a22
..
.
..
.
a1n
a2n
..
.
an1
an2
ann
Historia
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
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
1
1
A=
4
6
2
2
9
0
3
7
2
5
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
Asociatividad
A+D =0
()A = (A)
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.
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
.
[
] 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
3.2
Matriz traspuesta
1 0 0
La traspuesta de una matriz A Mnm (X) , donde
]
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.
(A + B) = A + B ,
(AB)T = B T AT ,
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
6 Vase tambin
Descomposicin de Schur
Descomposicin en valores singulares
Descomposicin QR
Determinante (matemtica)
4.3
4.4
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
10.2
Imgenes
10.3