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:

la multiplicación de A por B, que se denota o simplemente AB,

el resultado del producto es una nueva matriz C:

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 Descripción
Clausura 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.
Finalmente, note que tanto la multiplicación de una matriz por un escalar, como la
multiplicación de dos escalares, 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. El cálculo numérico se basa en gran parte de estas operaciones, al igual que
poderosas aplicaciones tales como MATLAB. También actualmente se utiliza mucho en el
cálculo de microarrays, en el área de bioinformática.

Sistemas de ecuaciones

Consideremos el caso más sencillo, el de las matrices cuadradas de orden 2, es decir

cuando n = m = 2. Las aplicaciones lineales del plano real que, al punto M(x1,x2) hacen
corresponder el punto N(y1,y2) se expresan como un sistema de dos ecuaciones con dos
variables. Las matrices permiten escribirlos más rápidamente. Así, por ejemplo, el sistema:

se escribe de forma matricial así:

Como se ve, en la notación matricial, las variables sólo aparecen una vez, así como el
símbolo "=", y los signos "+" ni se escriben. Los ahorros de tiempo y energía no son
enormes aquí, pero crecen con las dimensiones de la matriz.

Ahora bien, las aplicaciones lineales se pueden sumar, lo que daría la adición de las
matrices que se definió arriba, pero no se pueden multiplicar. Sin embargo, existe otra
operación, universal en el campo de las aplicaciones: la composición, es decir aplicar
sucesivamente dos o más funciones a un objeto. Al componer:
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, multiplicamos cada elemento de la matriz por
ese escalar.

Es decir: producto de un número real por una matriz, 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.

Ejemplo

Sea y

Producto por un escalar

Sean y . 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 . Por ejemplo, la entrada es igual al producto .

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. También el producto por un escalar dependerá de la
estructura algebraica en la que las entradas están. 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), asociatividad y una propiedad concerniente al producto por el elemento neutro
multiplicativo del campo. A continuación se presentan las propiedades.

Propiedades
Sean y , donde es un campo, entonces se cumplen las
siguientes propiedades para la operación producto por un escalar

Asociatividad

Demostración. Dada la definición de la operación se sigue el resultado ya que

debido a que para todo .

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 .

Distributividad respecto de la suma en el campo

Demostración Dada la definición de la operación se sigue el resultado ya que
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 .
Por como se definió la operación de producto por escalares se dice que es
cerrado bajo producto por escalares. 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.
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. En caso de que exista, con lo
cual el anillo es un anillo con uno, se dice que es un módulo sobre .
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 .

Demostración Dada la definición de la operación se sigue el resultado ya que

para todo debido a que para todo .

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 , i.e. . 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, ya que la
suposición es que las entradas y los escalares están en un campo.
Demostración Dada la definición de la operación se sigue el resultado ya que

debido a que para todo .

Este último resultado permite usar la notación sin riesgo de ambigüedad.

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.
 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.

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, escalonada por filas o que está en
forma escalonada si:

1. Todas las filas cero están en la parte inferior de la matriz.

2. El primer elemento no nulo de cada fila, llamado pivote, está a la derecha del pivote
de la fila anterior (esto supone que todos los elementos debajo de un pivote son
cero).1

Si además se cumplen las siguientes condiciones:

1. Sus pivotes son todos iguales a 1

2. En cada fila el pivote es el único elemento no nulo de su columna
se dice que es escalonada reducida por filas.

Escalonada reducida Escalonada No escalonada

No es escalonada, ya que el pivote de la tercera fila

no está a la derecha del pivote de la segunda fila.

Existencia y unicidad
Se pueden encontrar infinitas transformaciones REF de una matriz no nula. Sin embargo,
todas ellas se corresponden con una única transformación RREF.

Sistemas de ecuaciones lineales

Se dice que un sistema lineal de ecuaciones está en forma escalón si su matriz aumentada
está en forma escalón. Análogamente, un sistema lineal de ecuaciones está en forma
escalón reducida si su matriz aumentada está en forma escalón reducida.

REDUCCION DE MATRICES
http://www.slideshare.net/jve18/12-reduccin-de-matrices
 FORMA ESCALONADA REDUCIDA
http://www.slideshare.net/algebralineal/forma-escalonada-de-una-matriz
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. Esto quiere decir que el producto de cualquier
matriz por la matriz identidad (donde dicho producto esté definido) no tiene ningún efecto.
La columna i-ésima de una matriz identidad es el vector unitario de una base vectorial
inmersa en un espacio Euclídeo de dimensiónn. Toda matriz representa una aplicación
lineal entre dos espacios vectoriales de dimensión finita. La matriz identidad se llama así
porque representa a la aplicación identidad que va de un espacio vectorial de dimensión
finita a sí mismo.

Definición
Como el producto de matrices sólo tiene sentido si sus dimensiones son compatibles,
existen infinitas matrices identidad dependiendo de las dimensiones. , la matriz identidad
de tamaño , se define como la matriz diagonal que tiene valor 1 en cada una de las
entradas de la diagonal principal, y 0 en el resto. Así,

Empleando la notación que a veces se usa para describir concisamente las matrices
diagonales, resulta:

Si el tamaño es inmaterial, o se puede deducir de forma trivial por el contexto, entonces se

escribe simplemente como .

También se puede escribir usando la notación delta de Kronecker:

o, de forma aún más sencilla,

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!.

Matriz identidad
 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.

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 .

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. Cálculo de la matriz inversa

pòr determinantes
 Ejemplo

1. 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. H a lla m o s la m a t r iz a djunta , 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 .

3. Ca lc ula m o s la t r a spuest a de la m a tr iz
a d junt a .

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 .
 2º. 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. P ar a calc ular
la ma tr iz inve r sa de A, 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 ) , e s

de cir , 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.

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 .

2º Ut iliz a ndo el m ét o do Ga uss va m o s a

t r a nsfo r m a r la m it a d iz quierda , A, en la m a t r iz
id ent ida d, que a ho r a est á a la der ec ha , y la m a t r iz
 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 .

F2 - F1

F3 + F2

F2 - F3

F1 + F2

(-1 ) F 2

L a m a tr iz inver sa es:
 Propiedades de la matriz inversa

(A · B) - 1 = B - 1 · A - 1

(A - 1 ) - 1 = A

(k · A ) - 1 = k - 1 · A - 1

(A t ) - 1 = (A -1)t

Matriz inversa
Dada una matriz A, ¿Podremos encontrar otra matriz B tal que A·B=B·A=I?
Esta matriz B existe aunque no siempre, de existir se le llama matriz inversa de A y se
nota A-1. Para que exista la inversa de A, ésta tiene que ser cuadrada pues de lo
contrario no se podría hacer el producto por la izquierda y por la derecha, luego
cuando hablamos de matrices invertibles estamos hablando de matrices cuadradas.
Condición necesaria y suficiente para que una matriz sea invertible es que no sea singular, es decir,
que su determinante sea no nulo |A| ≠ 0

Cálculo de la matriz inversa

1. 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, afectando esas operaciones tanto a A como a I, con el
objeto de transformar la matriz A en la matriz identidad, la matriz resultante de las
operaciones sobre I es la inversa de A (A-1).
Las operaciones que podemos hacer sobre las filas son:
a) Sustituir una fila por ella multiplicada por una constante, por ejemplo, sustituimos la
fila 2 por ella multiplicada por 3.
b) Permutar dos filas
c) Sustituir una fila por una combinación lineal de ella y otras.

La matriz inversa de A es
2. A través de la matriz de adjuntos
Dada una matriz A, determinamos la matriz de adjuntos de su traspuesta. Si
multiplicamos esa matriz por 1/|A| se obtiene la matriz inversa de A.

Eliminación de Gauss-Jordan
En matemáticas, la eliminación Gaussiana, eliminación de Gauss o eliminación de
Gauss-Jordan, llamadas así debido a Carl Friedrich Gauss y Wilhelm Jordan, son
algoritmos del álgebra lineal para determinar las soluciones de un sistema de ecuaciones
lineales, encontrar matrices e inversas. 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. Cuando se
aplica este proceso, la matriz resultante se conoce como: "forma escalonada".

El método fue presentado por el matemático Carl Friedrich Gauss, pero se conocía
anteriormente en un importante libro matemático chino llamado Jiuzhangsuanshu o Nueve
capítulos del arte matemático.[cita requerida]

Análisis de Complejidad
La complejidad computacional de la eliminación gaussiana es aproximadamente n3. Esto
es, el número de operaciones requeridas es n3 si el tamaño de la matriz es n × n.

Algoritmo de eliminación de Gauss-Jordan

1. Ir a la columna no cero extrema izquierda
2. Si el primer renglón tiene un cero en esta columna, intercambiarlo con otro que no
lo tenga
3. Luego, obtener ceros debajo de este elemento delantero, sumando múltiplos
adecuados del renglón superior a los renglones debajo de él
4. Cubrir el renglón superior y repetir el proceso anterior con la submatriz restante.
Repetir con el resto de los renglones (en este punto la matriz se encuentra en la
forma de escalón)
5. Comenzando con el último renglón no cero, avanzar hacia arriba: para cada renglón
obtener un 1 delantero e introducir ceros arriba de éste sumando múltiplos
correspondientes a los renglones correspondientes
Una variante interesante de la eliminación de Gauss es la que llamamos eliminación de
Gauss-Jordan, (debido al mencionado Gauss y a Wilhelm Jordan), 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, y, z, que satisfacen simultáneamente
estas ecuaciones:

Esto es llamado un sistema lineal de ecuaciones. El objetivo es reducir el sistema a otro

equivalente, que tenga las mismas soluciones. Las operaciones (llamadas elementales) son
estas:

 Multiplicar una ecuación por un escalar no nulo.

 Intercambiar de posición dos ecuaciones
 Sumar a una ecuación un múltiplo de otra.

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.

En nuestro ejemplo, 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. El resultado es:

Ahora eliminamos y de la primera ecuación sumando -2 veces la segunda ecuación a la

primera, y sumamos -4 veces la segunda ecuación a la tercera para eliminar y.

Finalmente eliminamos z de la primera ecuación sumando -2 veces la tercera ecuación a la

primera, y sumando 1/2 veces la tercera ecuación a la segunda para eliminar z.
Despejando, podemos ver las soluciones:

Para clarificar los pasos, se trabaja con la matriz aumentada. Podemos ver los 3 pasos en su
notación matricial:

Primero:

Después,

Por último.

Si el sistema fuera incompatible, entonces nos encontraríamos con una fila como esta:

Que representa la ecuación: , es decir, que no tiene solución.

Forma escalonada y escalonada reducida

Artículo principal:Matriz escalonada.
Dos formas especiales de matrices son la escalonada y la escalonada reducida. Una matriz
puede tener las siguientes propiedades:

1. Todas las filas cero están en la parte inferior de la matriz.

2. El elemento delantero de cada fila diferente de cero, 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).

Si una matriz A cumple con esas propiedades, se dice escalonada. Además, cumpliendo
estas otras condiciones, decimos que la matriz se encuentra en la forma reducida de
renglón escalón o tan solo en forma escalonada reducida.

1. Todos los elementos delanteros ("pivotes") son iguales a 1

2. Todos los elementos por encima de los pivotes son nulos.

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. Sin embargo esta situación puede presentarse (imaginemos la ecuación de un
plano en el espacio en la que no aparece alguna de las componentes, por ejemplo y+z=0).
Así la matriz

también es una matriz escalonada.

Una vez que la matriz del sistema se ha transformado hasta obtener una matriz escalonada
reducida es muy fácil discutirlo (es decir, determinar cuántas soluciones tiene):

1. Cuando aparece un pivote en la columna de los términos independientes el sistema

es incompatible (no tiene ninguna solución).
2. En otro caso el sistema es compatible. Si además el número de pivotes coincide con
el número de incógnitas el sistema es compatible determinado (tiene una única
solución). 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).

Otras aplicaciones
Encontrando la inversa de una matriz
Es posible usar la eliminación gaussiana para encontrar inversas de matricesn × n. Para ello
se aumenta la matriz dada, digamos A con una matriz identidad simplemente escribiendo
las filas de la identidad a continuación de las de nuestra matriz A, 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

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.