Matriz (matem�ticas)

Ir a la navegaci�nIr a la b�squeda
Para otros usos de este t�rmino, v�ase Matriz.
En matem�tica, una matriz es un arreglo bidimensional de n�meros. Dado que puede
definirse tanto la suma como el producto de matrices, en mayor generalidad se dice
que son elementos de un anillo. Una matriz se representa por medio de una letra
may�scula (A,B, �) y sus elementos con la misma letra en min�scula (a,b, �), con un
doble sub�ndice donde el primero indica la fila y el segundo la columna a la que
pertenece.

{\displaystyle \mathbf {A} ={\begin{pmatrix}a_{11}&a_{12}&\cdots

&a_{1n}\\a_{21}&a_{22}&\cdots &a_{2n}\\\vdots &\vdots &\ddots &\vdots
\\a_{m1}&a_{m2}&\cdots &a_{mn}\\\end{pmatrix}}} {\displaystyle \mathbf {A}
={\begin{pmatrix}a_{11}&a_{12}&\cdots &a_{1n}\\a_{21}&a_{22}&\cdots &a_{2n}\\\vdots
&\vdots &\ddots &\vdots \\a_{m1}&a_{m2}&\cdots &a_{mn}\\\end{pmatrix}}}

Los elementos individuales de una matriz {\displaystyle m} m x {\displaystyle n} n,

se denotan a menudo por {\displaystyle a_{ij}} a_{ij}, donde el m�ximo valor de
{\displaystyle i} i es {\displaystyle m} m, y el m�ximo valor de {\displaystyle j}
j es {\displaystyle n} n. Siempre que la matriz tenga el mismo n�mero de filas y de
columnas que otra matriz, estas se pueden sumar o restar elemento por elemento.

Las matrices se utilizan para m�ltiples aplicaciones y sirven, en particular, para

representar los coeficientes de los sistemas de ecuaciones lineales o para
representar transformaciones lineales dada una base. En este �ltimo caso, las
matrices desempe�an el mismo papel que los datos de un vector para las aplicaciones
lineales.

Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que tambi�n las

hace un concepto clave en el campo del �lgebra lineal.

�ndice
1 Historia
2 Introducci�n
2.1 Definici�n
2.2 Ejemplo
2.3 Operaciones b�sicas entre matrices
2.3.1 Suma o adici�n
2.3.2 Producto por un escalar
2.3.3 Producto de matrices
3 Otros conceptos relacionados con matrices
3.1 Rango de una matriz
3.2 Matriz traspuesta
3.3 Matrices cuadradas y definiciones relacionadas
3.4 Matriz L�gica
3.4.1 Representaci�n de una relaci�n matricial
3.4.2 Ejemplo
3.4.3 Algunas Propiedades
4 Aplicaciones
4.1 Las matrices en la Computaci�n
4.2 Ejemplo de brazo rob�tico
4.3 Teor�a de matrices
4.4 Matrices relacionadas con otros temas
4.5 Matrices en teor�a de grafos
4.6 An�lisis y geometr�a
5 Algunos teoremas
6 V�ase tambi�n
7 Referencias
7.1 Notas
8 Enlaces externos
Historia
Cronolog�a1?
A�o Acontecimiento
200 a.C. En China los matem�ticos usan series de n�meros.
1848 J. J. Sylvester introduce el t�rmino �matriz�.
1858 Cayley publica Memorias sobre la teor�a de matrices.
1878 Frobenius demuestra resultados fundamentales en �lgebra matricial.
1925 Heisenberg utiliza la teor�a matricial en la mec�nica cu�ntica
El origen de las matrices es muy antiguo. Los cuadrados latinos y los cuadrados
m�gicos se estudiaron desde hace mucho tiempo. Un cuadrado m�gico, 3 por 3, se
registra en la literatura china hacia el 650 a. C.2?

Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un
importante texto matem�tico chino que proviene del a�o 300 a. C. a 200 a. C., Nueve
cap�tulos sobre el Arte de las matem�ticas (Jiu Zhang Suan Shu), es el primer
ejemplo conocido de uso del m�todo de matrices para resolver un sistema de
ecuaciones simult�neas.3? En el cap�tulo s�ptimo, "Ni mucho ni poco", el concepto
de determinante apareci� por primera vez, dos mil a�os antes de su publicaci�n por
el matem�tico japon�s Seki Kowa en 1683 y el matem�tico alem�n Gottfried Leibniz en
1693.

Los "cuadrados m�gicos" eran conocidos por los matem�ticos �rabes, posiblemente
desde comienzos del siglo VII, quienes a su vez pudieron tomarlos de los
matem�ticos y astr�nomos de la India, junto con otros aspectos de las matem�ticas
combinatorias. Todo esto sugiere que la idea provino de China. Los primeros
"cuadrados m�gicos" de orden 5 y 6 aparecieron en Bagdad en el a�o 983, en la
Enciclopedia de la Hermandad de Pureza (Rasa'il Ihkwan al-Safa).2?

Despu�s del desarrollo de la teor�a de determinantes por Seki Kowa y Leibniz para
facilitar la resoluci�n de ecuaciones lineales, a finales del siglo XVII, Cramer
present� en 1750 la ahora denominada regla de Cramer. Carl Friedrich Gauss y
Wilhelm Jordan desarrollaron la eliminaci�n de Gauss-Jordan en el siglo XIX.

Fue James Joseph Sylvester quien utiliz� por primera vez el t�rmino �matriz� en
1848/1850.

En 1853, Hamilton hizo algunos aportes a la teor�a de matrices. Cayley introdujo en

1858 la notaci�n matricial, como forma abreviada de escribir un sistema de m
ecuaciones lineales con n inc�gnitas.

Cayley, Hamilton, Hermann Grassmann, Frobenius, Olga Taussky-Todd y John von

Neumann cuentan entre los matem�ticos famosos que trabajaron sobre la teor�a de las
matrices. En 1925, Werner Heisenberg redescubre el c�lculo matricial fundando una
primera formulaci�n de lo que iba a pasar a ser la mec�nica cu�ntica. Se le
considera a este respecto como uno de los padres de la mec�nica cu�ntica.

Olga Taussky-Todd (1906-1995), durante la II Guerra Mundial, us� la teor�a de

matrices para investigar el fen�meno de aeroelasticidad llamado fluttering.

Introducci�n
Definici�n
Una matriz es un arreglo bidimensional de n�meros (llamados entradas de la matriz)
ordenados en filas (o renglones) y columnas, donde una fila es cada una de las
l�neas horizontales de la matriz y una columna es cada una de las l�neas
verticales. A una matriz con m filas y n columnas se le denomina �matriz m por n�
(escrito {\displaystyle m\times n} {\displaystyle m\times n}) donde {\displaystyle
m,n\in \mathbb {N} -\{0\}} {\displaystyle m,n\in \mathbb {N} -\{0\}}. El conjunto
de las matrices de tama�o {\displaystyle m\times n} {\displaystyle m\times n} se
representa como {\displaystyle {\mathcal {M}}_{m\times n}(\mathbb {K} )}
{\displaystyle {\mathcal {M}}_{m\times n}(\mathbb {K} )}, donde {\displaystyle
\mathbb {K} } {\mathbb {K}} es el campo al cual pertenecen las entradas. El tama�o
de una matriz siempre se da con el n�mero de filas primero y el n�mero de columnas
despu�s.

Dos matrices se dice que son iguales si tienen el mismo tama�o y los mismos
elementos en las mismas posiciones. A la entrada de una matriz que se encuentra en
la fila {\displaystyle i-\,\!} i-\,\!�sima y la columna {\displaystyle j-\,\!}
j-\,\!�sima se le llama entrada {\displaystyle i,j\,\!} i,j\,\! o entrada
{\displaystyle (i,j)\,\!} (i,j)\,\!-�simo de la matriz. En estas expresiones
tambi�n se consideran primero las filas y despu�s las columnas.

Dos matrices {\displaystyle A,B\in {\mathcal {M}}_{m\times n}(\mathbb {K} )}

{\displaystyle A,B\in {\mathcal {M}}_{m\times n}(\mathbb {K} )} son iguales si los
elementos correspondientes son iguales, es decir, {\displaystyle
a_{ij}=b_{ij},1\leq i\leq m,1\leq j\leq n} {\displaystyle a_{ij}=b_{ij},1\leq i\leq
m,1\leq j\leq n}.

Para definir el concepto de matriz, el t�rmino "arreglo bidimensional" es �til,

aunque poco formal, pero puede formalizarse usando el concepto de funci�n. De este
modo, una matriz de n filas y m columnas con entradas en un campo {\displaystyle
\mathbb {K} } {\mathbb {K}} es una funci�n cuyo dominio es el conjunto de los
pares ordenados {\displaystyle (i,j)\,\!} (i,j)\,\!, donde {\displaystyle 1\leq
i\leq n} 1\leq i\leq n y {\displaystyle 1\leq j\leq m} 1\leq j\leq m, y cuyo
contradominio es {\displaystyle \mathbb {K} } {\mathbb {K}}. Con esta definici�n,
la entrada {\displaystyle i,j\,\!} i,j\,\! es el valor de la funci�n en el par
ordenado {\displaystyle (i,j)\,\!} (i,j)\,\!.

Se denota a las matrices con letra may�scula, mientras que se utiliza la

correspondiente letra en min�sculas para denotar a las entradas de las mismas, con
sub�ndices que refieren al n�mero de fila y columna del elemento.4?Por ejemplo, al
elemento de una matriz {\displaystyle A} A de tama�o {\displaystyle m\times n}
{\displaystyle m\times n} que se encuentra en la fila {\displaystyle i-\,\!} i-\,\!
�sima y la columna {\displaystyle j-\,\!} j-\,\!�sima se le denota como
{\displaystyle a_{ij}\,\!} a_{{ij}}\,\!, donde {\displaystyle 1\leq i\leq n} 1\leq
i\leq n y {\displaystyle 1\leq j\leq m} 1\leq j\leq m.

Cuando se va a representar expl�citamente una entrada la cual est� indexada con un

{\displaystyle i\,\!} i\,\! o un {\displaystyle j\,\!} j\,\! con dos cifras se
introduce una coma entre el �ndice de filas y de columnas. As� por ejemplo, la
entrada que est� en la primera fila y la segunda columna de la matriz
{\displaystyle A\,\!} A\,\! de tama�o {\displaystyle 50\times 100} 50\times 100 se
representa como {\displaystyle a_{1,2}\,\!} a_{{1,2}}\,\! mientras que la entrada
que est� en la fila n�mero 23 y la columna 100 se representa como {\displaystyle
a_{23,100}\,\!} a_{{23,100}}\,\!.

Adem�s de utilizar letras may�sculas para representar matrices, numerosos autores

representan a las matrices con fuentes en negrita para distinguirlas de otros
objetos matem�ticos.[cita requerida] As� {\displaystyle \mathbf {A} } {\mathbf
{A}} es una matriz, mientras que {\displaystyle A\,\!} A\,\! es un escalar en esa
notaci�n. Sin embargo esta notaci�n generalmente se deja para libros y
publicaciones, donde es posible hacer esta distinci�n tipogr�fica con facilidad. En
otras notaciones se considera que el contexto es lo suficientemente claro como para
no usar negritas.

Otra notaci�n, en s� un abuso de notaci�n, representa a la matriz por sus entradas,

i.e. {\displaystyle A:=(a_{ij})\,\!} A:=(a_{{ij}})\,\! o incluso {\displaystyle
A:=a_{ij}\,\!} A:=a_{{ij}}\,\!.

Como caso particular de matriz, se definen los vectores fila y los vectores
columna. Un vector fila o vector rengl�n es cualquier matriz de tama�o
{\displaystyle 1\times n} 1\times n mientras que un vector columna es cualquier
matriz de tama�o {\displaystyle m\times 1} m\times 1.

A las matrices que tienen el mismo n�mero de filas que de columnas, se les llama
matrices cuadradas y el conjunto se denota {\displaystyle {\mathcal {M}}_{n}
(\mathbb {R} )} {\displaystyle {\mathcal {M}}_{n}(\mathbb {R} )}

Ejemplo
Dada la matriz {\displaystyle A\in {\mathcal {M}}_{4\times 3}(\mathbb {K} )}
{\displaystyle A\in {\mathcal {M}}_{4\times 3}(\mathbb {K} )}

{\displaystyle A={\begin{bmatrix}1&2&3\\1&2&7\\4&9&2\\6&0&5\\\end{bmatrix}}}
A={\begin{bmatrix}1&2&3\\1&2&7\\4&9&2\\6&0&5\\\end{bmatrix}}
es una matriz de tama�o {\displaystyle 4\times 3} 4\times 3. La entrada
{\displaystyle a_{23}\,\!} a_{{23}}\,\! es 7.

La matriz {\displaystyle R\in {\mathcal {M}}_{1\times 9}(\mathbb {K} )}

{\displaystyle R\in {\mathcal {M}}_{1\times 9}(\mathbb {K} )}

{\displaystyle R={\begin{bmatrix}1&2&3&4&5&6&7&8&9\end{bmatrix}}}
R={\begin{bmatrix}1&2&3&4&5&6&7&8&9\end{bmatrix}}
es una matriz de tama�o {\displaystyle 1\times 9} 1\times 9: un vector fila con 9
entradas.

Operaciones b�sicas 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.

Suma o adici�n
Sean {\displaystyle A,B\in {\mathcal {M}}_{n\times m}(\mathbb {K} )} A,B\in
{\mathcal {M}}_{{n\times m}}({\mathbb {K}})

{\displaystyle {\begin{bmatrix}2&2&1\\3&2&1\\2&3&2\\2&0&4\end{bmatrix}}\quad +\quad

{\begin{bmatrix}0&1&4\\1&4&0\\2&1&1\\0&2&2\end{bmatrix}}\quad =\quad
{\begin{bmatrix}2&3&5\\4&6&1\\4&4&3\\2&2&6\end{bmatrix}}}
{\begin{bmatrix}2&2&1\\3&2&1\\2&3&2\\2&0&4\end{bmatrix}}\quad +\quad
{\begin{bmatrix}0&1&4\\1&4&0\\2&1&1\\0&2&2\end{bmatrix}}\quad =\quad
{\begin{bmatrix}2&3&5\\4&6&1\\4&4&3\\2&2&6\end{bmatrix}}

. Se define la operaci�n de suma o adici�n de matrices como una operaci�n binaria

{\displaystyle +:{\mathcal {M}}_{m\times n}(\mathbb {K} )\times {\mathcal
{M}}_{m\times n}(\mathbb {K} )\longrightarrow {\mathcal {M}}_{m\times n}(\mathbb
{K} )} {\displaystyle +:{\mathcal {M}}_{m\times n}(\mathbb {K} )\times {\mathcal
{M}}_{m\times n}(\mathbb {K} )\longrightarrow {\mathcal {M}}_{m\times n}(\mathbb
{K} )} tal que {\displaystyle (A,B)\mapsto C=A+B} (A,B)\mapsto C=A+B y donde
{\displaystyle c_{ij}=a_{ij}+b_{ij}\,\!} c_{{ij}}=a_{{ij}}+b_{{ij}}\,\! en el que
la operaci�n de suma en la �ltima expresi�n es la operaci�n binaria correspondiente
pero en el campo {\displaystyle \mathbb {K} } {\mathbb {K}}. Por ejemplo, la
entrada {\displaystyle c_{12}\,\!} c_{{12}}\,\! es igual a la suma de los elementos
{\displaystyle a_{12}\,\!} a_{{12}}\,\! y {\displaystyle b_{12}\,\!} b_{{12}}\,\!
lo cual es {\displaystyle a_{12}+b_{12}\,\!} a_{{12}}+b_{{12}}\,\!.

Veamos un ejemplo m�s expl�cito. Sea {\displaystyle A,B\in {\mathcal {M}}_{3}

(\mathbb {R} )} A,B\in {\mathcal {M}}_{{3}}({\mathbb {R}})
{\displaystyle {\begin{bmatrix}1&3&2\\1&0&0\\1&2&2\end{bmatrix}}+
{\begin{bmatrix}1&0&5\\7&5&0\\2&1&1\end{bmatrix}}={\begin{bmatrix}1+1&3+0&2+5\\1+7&
0+5&0+0\\1+2&2+1&2+1\end{bmatrix}}={\begin{bmatrix}2&3&7\\8&5&0\\3&3&3\end{bmatrix}
}} {\begin{bmatrix}1&3&2\\1&0&0\\1&2&2\end{bmatrix}}+
{\begin{bmatrix}1&0&5\\7&5&0\\2&1&1\end{bmatrix}}={\begin{bmatrix}1+1&3+0&2+5\\1+7&
0+5&0+0\\1+2&2+1&2+1\end{bmatrix}}={\begin{bmatrix}2&3&7\\8&5&0\\3&3&3\end{bmatrix}
}
No es necesario que las matrices sean cuadradas:

A la luz de estos ejemplos es inmediato ver que dos matrices se pueden sumar
solamente si ambas tienen el mismo tama�o. La suma de matrices, en el caso de que
las entradas est�n en un campo, poseen las propiedades de asociatividad,
conmutatividad, existencia de elemento neutro aditivo y existencia de inverso
aditivo. Esto es as� ya que estas son propiedades de los campos en los que est�n
las entradas de la matriz.

Propiedades de la suma de matrices

Sean {\displaystyle A,B,C\in {\mathcal {M}}_{n\times m}(\mathbb {K} )} A,B,C\in
{\mathcal {M}}_{{n\times m}}({\mathbb {K}}), donde {\displaystyle \mathbb {K} }
{\mathbb {K}} es un campo entonces se cumplen las siguientes propiedades para la
operaci�n binaria {\displaystyle +} +

Asociatividad
{\displaystyle (A+B)+C=A+(B+C)\,\!} (A+B)+C=A+(B+C)\,\!
Demostraci�n
Conmutatividad
{\displaystyle (A+B)=(B+A)\,\!} (A+B)=(B+A)\,\!
Demostraci�n
Existencia del elemento neutro aditivo
Existe {\displaystyle 0\in {\mathcal {M}}_{n\times m}(\mathbb {K} )} 0\in {\mathcal
{M}}_{{n\times m}}({\mathbb {K}}) tal que

{\displaystyle A+0=0+A=A\,\!} A+0=0+A=A\,\!

Demostraci�n
Existencia del inverso aditivo
Existe {\displaystyle D\in {\mathcal {M}}_{n\times m}(\mathbb {K} )} D\in {\mathcal
{M}}_{{n\times m}}({\mathbb {K}}) tal que

{\displaystyle A+D=0\,\!} A+D=0\,\!

a esta matriz {\displaystyle D\,\!} D\,\! se le denota por {\displaystyle -A\,\!}
-A\,\!.

Demostraci�n
En efecto, estas propiedades dependen del conjunto en el que est�n las entradas,
como se ha dicho antes, aunque en las aplicaciones generalmente los campos usados
son {\displaystyle \mathbb {R} } \mathbb{R} (los n�meros reales) y
{\displaystyle \mathbb {C} } \mathbb{C} (los n�meros complejos).

Por como se defini� la operaci�n binaria adici�n se dice que �sta operaci�n es una
operaci�n interna por lo que se cumple intr�nsecamente la propiedad de que
{\displaystyle {\mathcal {M}}_{n\times m}(\mathbb {K} )} {\mathcal {M}}_{{n\times
m}}({\mathbb {K}}) es cerrado bajo adici�n. Con �stas propiedades se tiene que
{\displaystyle ({\mathcal {M}}_{n\times m}(\mathbb {K} ),+)} ({\mathcal
{M}}_{{n\times m}}({\mathbb {K}}),+) es un grupo abeliano.

En el caso en que el conjunto al que pertenecen las entradas de la matriz sea un

anillo {\displaystyle (A,+_{A},\cdot _{A})} (A,+_{{A}},\cdot _{{A}}), la operaci�n
de adici�n de matrices contin�a dotando de estructura de grupo abeliano a
{\displaystyle ({\mathcal {M}}_{n\times m}(A),+)} ({\mathcal {M}}_{{n\times m}}
(A),+), ya que bajo un anillo {\displaystyle (A,+_{A},\cdot _{A})} (A,+_{{A}},\cdot
_{{A}}) se tiene que {\displaystyle (A,+_{A})\,\!} (A,+_{{A}})\,\! es un grupo
abeliano. En el caso de que las entradas est�n en un grupo {\displaystyle (G,
+_{G})\,\!} (G,+_{{G}})\,\!, �ste necesita ser un grupo abeliano para que la
adici�n de matrices siga dotando de estructura de grupo abeliano a {\displaystyle
({\mathcal {M}}_{n\times m}(G),+)} ({\mathcal {M}}_{{n\times m}}(G),+).

Producto por un escalar

Sean {\displaystyle A\in {\mathcal {M}}_{n\times m}(\mathbb {K} )} A\in {\mathcal
{M}}_{{n\times m}}({\mathbb {K}}) y {\displaystyle \lambda \in \mathbb {K} }
\lambda \in {\mathbb {K}}. Se define la operaci�n de producto por un escalar como
una funci�n {\displaystyle \mathbb {K} \times {\mathcal {M}}_{n\times m}(\mathbb
{K} )\longrightarrow {\mathcal {M}}_{n\times m}(\mathbb {K} )} {\mathbb {K}}\times
{\mathcal {M}}_{{n\times m}}({\mathbb {K}})\longrightarrow {\mathcal
{M}}_{{n\times m}}({\mathbb {K}}) tal que {\displaystyle (\lambda ,A)\mapsto
B=\lambda A} (\lambda ,A)\mapsto B=\lambda A y donde {\displaystyle b_{ij}=\lambda
a_{ij}\,\!} b_{{ij}}=\lambda a_{{ij}}\,\! en donde el producto es la operaci�n
binaria correspondiente pero en el campo {\displaystyle \mathbb {K} } {\mathbb
{K}}. Por ejemplo, la entrada {\displaystyle b_{12}\,\!} b_{{12}}\,\! es igual al
producto {\displaystyle \lambda a_{12}\,\!} \lambda a_{{12}}\,\!.

Veamos un ejemplo m�s expl�cito. Sea {\displaystyle A\in {\mathcal {M}}_{2\times 3}

(\mathbb {R} )} A\in {\mathcal {M}}_{{2\times 3}}({\mathbb {R}}) y {\displaystyle
2\in \mathbb {R} } 2\in {\mathbb {R}}

{\displaystyle 2{\begin{bmatrix}1&\,\,\ \,8&-3\\4&-

2&\,\,\,6\end{bmatrix}}={\begin{bmatrix}2(1)&\,\,\,\,2(8)&2(-3)\\2(4)&2(-
2)&\,\,\,\,2(6)\end{bmatrix}}={\begin{bmatrix}2&\,16&-6\\8&-4&\,12\end{bmatrix}}}
{\displaystyle 2{\begin{bmatrix}1&\,\,\ \,8&-3\\4&-
2&\,\,\,6\end{bmatrix}}={\begin{bmatrix}2(1)&\,\,\,\,2(8)&2(-3)\\2(4)&2(-
2)&\,\,\,\,2(6)\end{bmatrix}}={\begin{bmatrix}2&\,16&-6\\8&-4&\,12\end{bmatrix}}}
Tambi�n es inmediato observar que el producto por un escalar da como resultado una
matriz del mismo tama�o que la original. Tambi�n el producto por un escalar
depender� de la estructura algebraica en la que las entradas est�n. En el caso de
que est�n en un campo ser�n 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 continuaci�n se
presentan las propiedades.

Propiedades del producto por un escalar}