Ir al contenido principal

1.2. Operaciones con matrices


Al igual que con los números reales, las matrices se pueden relacionar mediante operaciones matemáticas, como la suma y el producto. 

2.1. Suma de matrices

Para que dos matrices se puedan sumar, deben tener la misma dimensión (mismo número de filas y columnas). 

Al sumar dos matrices, la matriz resultante tendrá como elementos la suma de los elementos de la misma fila y columna de las matrices a sumar:

\begin{equation}A= \begin{pmatrix} a_{11} & a_{12} & \dots & a_{1 n} \\ a_{21} & a_{22} & \dots & a_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m 1} & a_{m 2} & \dots & a_{m n} \end{pmatrix} \end{equation}

\begin{equation}B= \begin{pmatrix} b_{11} & b_{12} & \dots & b_{1 n} \\ b_{21} & b_{22} & \dots & b_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ b_{m 1} & b_{m 2} & \dots & b_{m n} \end{pmatrix} \end{equation}

\begin{equation}C=A+B= \begin{pmatrix}  a_{11}+b_{11} & a_{12}+b_{12} & \dots & a_{1n}+b_{1 n} \\ a_{21}+b_{21} & a_{22}+b_{22} & \dots & a_{2 n}+b_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1}+b_{m 1} & a_{m2}+b_{m 2} & \dots & a_{mn}+b_{m n} \end{pmatrix} \end{equation}

2.2. Producto por un escalar

Al multiplicar una matriz por un escalar (un número), cada elemento de la matriz resultante es el mismo elemento de la matriz original multiplicado por el escalar:

\begin{equation}A= \begin{pmatrix} a_{11} & a_{12} & \dots & a_{1 n} \\ a_{21} & a_{22} & \dots & a_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m 1} & a_{m 2} & \dots & a_{m n} \end{pmatrix} \end{equation}

\begin{equation}B=n\times A= \begin{pmatrix} n\times a_{11} & n\times a_{12} & \dots & n\times a_{1 n} \\ n\times a_{21} & n\times a_{22} & \dots & n\times a_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ n\times a_{m 1} & n\times a_{m 2} & \dots & n\times a_{m n} \end{pmatrix} \end{equation}

2.2.1. Propiedades del producto por un escalar

Con n y m escalares, y A y B  matrices:
Clausura: nA también es una matriz
Elemento neutro: Existe un elemento tal que n•A=A, en este caso es n=1
Propiedad asociativa: (nm)A=n(mA) 
Propiedad distributiva: n(A+B)=nA+nB                    (n+m)A=nA+mA

2.3. Producto de matrices

Para que dos matrices se puedan multiplicar, la primera matriz debe tener el mismo número de columnas que filas tenga la segunda matriz. Cada elemento de la matriz producto se obtiene multiplicando cada elemento de la misma fila de la matriz A por cada elemento de la misma columna de la matriz B y sumándolos.
Por ejemplo, al multiplicar una matriz A de dimensión m⨯n por una matriz B de dimensión n⨯p: 

\begin{equation}A= \begin{pmatrix} a_{11} & a_{12} & \dots & a_{1 n} \\ a_{21} & a_{22} & \dots & a_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m 1} & a_{m 2} & \dots & a_{m n} \end{pmatrix} \end{equation}

\begin{equation}B= \begin{pmatrix} b_{11} & b_{12} & \dots & b_{1 p} \\ b_{21} & b_{22} & \dots & b_{2 p} \\ \vdots & \vdots & \ddots & \vdots \\ b_{n 1} & b_{n 2} & \dots & b_{np} \end{pmatrix} \end{equation}


\begin{equation}C=A\times B=\begin{pmatrix}C_1 & C_2 & \dots  & C_p \end{pmatrix} \end{equation}

donde

\begin{equation}C_1=\begin{pmatrix}a_{11}\times b_{11}+a_{12}\times b_{21}+\dots +a_{1n}\times b_{n1} \\ a_{21}\times b_{11}+a_{22}\times b_{21}+\dots +a_{2n}\times b_{n1} \\ \vdots \\ a_{m1}\times b_{11}+a_{m2}\times b_{21}+\dots +a_{mn}\times b_{n1}\end{pmatrix} \end{equation}

\begin{equation}C_2=\begin{pmatrix}a_{11}\times b_{12}+a_{12}\times b_{22}+\dots +a_{1n}\times b_{n2} \\ a_{21}\times b_{12}+a_{22}\times b_{22}+\dots +a_{2n}\times b_{n2} \\ \vdots \\ a_{m1}\times b_{12}+a_{m2}\times b_{22}+\dots +a_{mn}\times b_{n2} \end{pmatrix} \end{equation}


\begin{equation}C_p=\begin{pmatrix}a_{11}\times b_{1p}+a_{12}\times b_{2p}+\dots +a_{1n}\times b_{np} \\ a_{21}\times b_{1p}+a_{22}\times b_{2p}+\dots +a_{2n}\times b_{np} \\ \vdots \\ a_{m1}\times b_{1p}+a_{m2}\times b_{2p}+\dots +a_{mn}\times b_{np} \end{pmatrix} \end{equation}



2.3.1. Propiedades del producto de matrices

Clausura: AB también es una matriz
Elemento neutro: Existe un elemento tal que I•A=A•I=A,  con A una matriz cuadrada, en este caso I es la matriz identidad de misma dimensión de A (la matriz que tiene todos los elementos de su diagonal principal igual a 1 y el resto igual a 0).
Propiedad asociativa: (AB)C=A(BC) 
Propiedad distributiva: C(A+B)=CA+CB                    (A+B)C=AC+BC





Entradas populares de este blog

1.5. Método de Gauss-Jordan. Rango de una matriz.

El rango de una matriz es el número de filas, o columnas, linealmente independientes que tiene una matriz.  Para determinar el rango de una matriz, se puede aplicar el método de eliminación de Gauss-Jordan, una forma de resolver sistemas de ecuaciones lineales. Si tenemos:   \begin{equation} \left \{ \begin{matrix} x+y+z=0 \\ x+2y-z=1\\2x+y-2z=-2 \end{matrix} \right. \end{equation}   Podemos construir la matriz:  \begin{equation} \left( \begin{array}{ccc|c} 1 & 1 & 1 & 0 \\ 1 & 2 & -1 & 1 \\ 2 & 1 & -2 & -2 \end{array} \right)  \end{equation}  Para resolver el sistema, hay que llegar a la matriz escalonada (cada elemento debajo de su diagonal principal es 0). Primero se busca cambiar la segunda y la tercera fila por combinaciones lineales de las filas de la matriz (suma del producto de cada fila por un número) de tal forma que en la primera columna nos quede un 0. También es posible intercambiar 2 filas completas sin alterar el resultado del sis
Leer más

Radiaciones electromagnéticas, ¿son peligrosas?

En los últimos tiempos, la tecnología ha avanzado a pasos agigantados, hasta llegar a conectar multitud de dispositivos a la red. Estamos en la era de la información, y esa información tiene que transmitirse entre los dispositivos.  Aunque el método más rápido y fiable es emplear siempre algún tipo de conexión por cable, la necesidad de movilidad de ciertos aparatos electrónicos hace que sea necesaria una conexión de datos inalámbrica. En otras ocasiones, aunque la naturaleza de la aplicación permita establecer una conexión cableada entre transmisión y recepción, es más praćtico y económico transmitir la información de forma inalámbrica (es el caso de la TDT, Televisión Digital Terrestre).  Aunque los mecanismos de codificación de la información transmitida de manera inalámbrica son muy variados, todas estas comunicaciones tienen algo en común: se realizan mediante ondas electromagnéticas. Simplificando el tema al máximo, una onda electromagnética utilizada para enviar información es u
Leer más

¿Por qué las rutas de los aviones no son rectas en un mapa?

Al trazar una ruta en avión algo muy importante es la distancia a recorrer, puesto hay que buscar recorrer siempre la mínima posible. Cuando se miran las rutas aéreas en un mapa, sin embargo, los trayectos de los aviones parecen ilógicos, pues la distancia más corta entre dos puntos en un mapa bidimensional (2D) es la trazada por la recta que los une. Al mirar estas rutas se aprecia que todas son curvas, y además existen ciertas rutas de mucha distancia cuya curvatura es muy significativa, como la ruta de Los Ángeles (California, EE.UU.) a Madrid (España), que no se corresponde para nada con una línea recta en el mapa bidimensional, como vemos a continuación: Esta diferencia se aprecia básicamente por la forma en la que está construido el mapa 2D de Google Maps. Como toda representación en dos dimensiones de un objeto de tres dimensiones, el mapa de Google Maps es una proyección. Las proyecciones 2D de objetos 3D pueden ser muy diferentes, pero la más utilizada para representar
Leer más