Las matrices

Por: Felipe Rendón Barragán

En matemáticas, se conoce como matriz a un arreglo rectangular de números que consiste en

m renglones y n columnas.

 a11 a12 ... a1n 

a ... a2 n 
 21 a22
 ... ... ... ... 
 
 am1 am 2 ... amn 
Figura 1. Representación general de una matriz de orden m x n.

Un arreglo de estas características se conoce en matemáticas como una matriz de m x n o matriz de

orden m x n. Se compone de entradas o elementos aij, en donde el subíndice i representa el número
del renglón y el subíndice j representa el número de la columna.

Para representar una matriz se utilizan corchetes [ ] o paréntesis ( ), pero no llaves { }, ya que este
símbolo tiene un significado distinto (sirve para denotar conjuntos).

En los siguientes ejemplos, analizarás matrices de diferente orden.

Por ejemplo

Orden de una matriz

a. La matriz es de orden 1 x 3. Es decir, tiene un solo renglón y tres columnas.

b. La matriz es de orden 4 x 1 porque tiene cuatro renglones y una sola columna.

c. La matriz de es de orden 3 x 2 porque tiene tres renglones y dos columnas.

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 d. La matriz es de orden 1 x 1, pues posee sólo un renglón y una sola columna.

La matriz es de orden 3 x 3. Cuando el número de renglones es igual al número de

columnas, a dicha matriz se le llama matriz cuadrada.

Antes de iniciar con la resolución de sistemas de n ecuaciones lineales con n incógnitas, estudiarás las
operaciones básicas que rigen las matrices.

Con las matrices podrás realizar varias operaciones: como sumarlas, restarlas, multiplicarlas, entre
otros, pero para efectuarlas se deben seguir ciertas reglas que veremos a continuación.

Propiedades para la suma de matrices

Propiedad conmutativa A + B = B + A
Propiedad asociativa A + (B + C) = (A + B) + C
Propiedad del neutro aditivo A + 0 = 0 + A = A

Figura 2. Propiedades para la suma de matrices del mismo orden (Lay, 2001 p. 100).

Una matriz de m x n, cuyas entradas son todas iguales a cero, es llamada matriz cero de m x n y es
denotada por Om x n o de manera sencilla, O si se sobreentiende su tamaño.

Suma y resta de matrices

La operación de suma se puede definir como sigue si y . Ambas matrices son mxn,
entonces la suma de y la resta .

Ejemplo

Sean y , calcula A+B,

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 Ejemplo

Sean y , calcula A+B y A-B,

Práctica 1. Aplicándolo a la administración

Vectores de demanda en una economía

Considera una economía hipotética que tiene tres industrias: carbón, electricidad y acero. También tiene
tres consumidores 1, 2 y 3. Además, supón que cada consumidor puede utilizar parte de la producción
de cada industria y cada una de éstas, usa parte de la producción de cada una de las industrias.

Las necesidades de cada consumidor y de cada industria pueden ser representadas por un vector
(renglón) de demanda, cuyos elementos en cierto orden, dan la cantidad de carbón, electricidad y acero
necesarios para el consumidor o industria en algunas unidades convenientes.

Los vectores (renglones) de demanda para los consumidores podrían ser:

Mientras que para las industrias:

En donde los subíndices C, E y A se refieren a carbón, electricidad y acero, respectivamente.

La demanda total de los consumidores para estos bienes está dada por la suma de D1 + D2 + D3, esto
es:

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 La demanda industrial total está dada por la suma de DC + DE + DA, es decir:

Por lo tanto, la demanda global total está dada por:

Así, la industria del carbón vende un total de 57 unidades, la industria de la electricidad un total de 31 y
la industria del acero 30 unidades.

Ahora que ya revisaste la suma y resta de matrices, continuarás con la multiplicación, operación muy
importante en la solución de problemas con matrices. Las propiedades de la multiplicación de una
matriz por un escalar son:

Figura 3. Propiedades de multiplicación de matrices por escalares (k) (Lay, 2001 p. 100).

Multiplicación por un escalar

 3 5  −5 7  0 2 
A=  B =  −4 2  C = 1 0 
Sean las matrices  −2 1 ,  ,  

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 Para aprender a multiplicar por un escalar, es importante que sigas los pasos al realizar estas
operaciones.

a)

b)
2 2   −10 −14 
 (−5) (7)
2 2  −5 7  3 3   3 3 
= B =  =   
3 3  −4 2   2 2   −8 4 
(−4) (2)
 3 3   3 3 

c)

Primero, calcula la matriz.

0 2  3(0) 3(2)  0 6 
=3C 3=
1 0   3(1) =
   3(0)   3 0 

Realiza la operación .

 −5 7  0 6   −5 + 0 7 + 6   −5 13
B +=
3C  + =   =   
 −4 2   3 0   −4 + 3 2 + 0   −1 2 
d)

Primero, calcula la matriz.

0 2  3(0) 3(2)  0 6 
=3C 3=
1 0   3(1) =
   3(0)   3 0 
Realiza la operación.

 3 5 0 6   3 − 0 5 − 6   3 −1
A −=
3C  − =   =   
 −2 1  3 0   −2 − 3 1 − 0   −5 1 

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 Multiplicación de matrices
Además de las operaciones de suma de matrices y multiplicación por un escalar, las matrices pueden
multiplicarse entre sí bajo ciertas circunstancias.

Si A es una matriz de orden m x n, y B una matriz de orden n x p, el producto AB es una matriz de

orden m x p.

Como puedes observar, el número de columnas de la matriz A debe ser igual al número de renglones
de la matriz B. De no cumplirse esta condición, el producto de las matrices en cuestión no puede
llevarse a cabo, por lo que se recomienda que, antes de iniciar el procedimiento de multiplicar dos
matrices, se verifique su factibilidad.

El proceso que se sigue para multiplicar matrices es el siguiente:

• Se multiplica cada elemento del renglón 1 de la matriz A con cada elemento de la columna 1 de la
matriz B.
• Los productos obtenidos en el paso anterior se suman y con esto se obtiene el primer elemento de
la matriz AB, cuya posición es la intersección del renglón 1 de la matriz A con la columna 1 de la
matriz B.
• Se continúa el proceso al multiplicarse cada elemento del renglón 2 de la matriz A por cada
elemento de la columna 1 de la matriz B. Este proceso se repite hasta terminar de multiplicar todos
los renglones de A con la columna 1 de B.
• Después se multiplican otra vez todos los renglones de A con la columna 2 de B y así
sucesivamente hasta terminar de multiplicar todos los renglones de A con todas las columnas de B.

Ejemplos de producto AB

Desarrolla el producto AB de las siguientes matrices:

7 3
 3 −6 5  B =  −1 8 
A= 
0 1 4  0 −2 

Antes de hacer la multiplicación, es necesario verificar qué número de columnas de A es igual al

número de renglones de B.

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 Una vez que has comprobado esta condición, inicia la multiplicación.

Calcula el producto AB de las matrices:

 5 −6 
1 4 −2  B =  0 1 
A= 
3 6 0  y  2 7 

 5 −6 
1 4 −2    (1)(5) + (4)(0) + (−2)(2) (1)(−6) + (4)(1) + (−2)(7)   1 −16 
3 6 0   0 1  =   
  2 7   (3)(5) + (6)(0) + (0)(2) (3)(−6) + (6)(1) + (0)(7)  15 12 
 

Aplicaciones de matrices
El siguiente ejemplo muestra cómo se aplica la multiplicación de matrices en el cálculo del costo total.

Vector de costo

Supón que los precios en pesos por unidad para tres productos están representados por el vector de
precios:

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 En donde, 5.5 es el precio del producto P1, 6.4 es el precio del producto P2, y 7.2 es el precio del
producto P3, como se muestra a continuación.

Si las cantidades (en unidades) de P1, P2, P3 que son compradas están dadas por el vector, columna
Q, dado por:

15  Unidades P1
Q =  26  Unidades P2
19  Unidades P3

Entonces, el costo total en pesos de las compras de los tres productos está dado por el producto PQ.

La multiplicación de matrices debe satisfacer algunas propiedades que a continuación se presentan:

Figura 4. Propiedades de la multiplicación de matrices (Lay, 2001 p. 104).

Propiedad asociativa

A partir de las matrices:

 −3 6 
 2 −1 5 4 0  C =  0 1 
A=  B= 
3 6  1 7 2   4 −2 
Demuestra que,

Antes de iniciar la comprobación (multiplicación de matrices), debes verificar que los productos pueden
realizarse.

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 Para :

• El producto BC sí puede llevarse a cabo porque el número de columnas de B (3) es igual al número
de renglones de C (3).
• Como BC es una matriz de orden 2 x 2, puedes multiplicar A por BC ya que A tiene dos columnas y
BC dos renglones.

Para :

• El producto AB sí puede llevarse a cabo porque A tiene dos columnas y B tiene dos renglones.
• El orden de AB es 2 x 3, por lo tanto también coincide el número de columnas de AB (3 columnas)
con el número de renglones de C (3 renglones).

Una vez que has comprobado que se pueden realizar todas las multiplicaciones necesarias, a fin de
verificar que la ley asociativa se cumple para las matrices propuestas, procede a multiplicar las
matrices.

 −3 6 
 2 −1 5 4 0  C =  0 1 
A=  B= 
3 6  1 7 2   4 −2 

Encuentra .

Primero, calcula BC y luego hallarás A (BC),

 −3 6 
5 4 0   (5)(−3) + (4)(0) + (0)(4) (5)(6) + (4)(1) + (0)(−2) 
BC =   0 1   
1 7 2   4 −2   (1)(−3) + (7)(0) + (2)(4) (1)(6) + (7)(1) + (2)(−2) 
 
 −15 + 0 + 0 30 + 4 + 0   −15 34 
BC =   9 
 −3 + 0 + 8 6 + 7 − 4   5
 2 −1  −15 34  (2)(−15) + (−1)(5) (2)(34) + (−1)(9) 
A( BC ) =  =

3 6   5 9   (3)(−15) + (6)(5) (3)(34) + (6)(9) 
 −30 − 5 68 − 9   −35 59 
A( BC ) =   
 −45 + 30 102 + 54   −15 156 

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
 Encuentra .

 2 −1 5 4 0  (2)(5) + (−1)(1) (2)(4) + (−1)(7) (2)(0) + (−1)(2) 

AB =    
 3 6  1 7 2   (3)(5) + (6)(1) (3)(4) + (6)(7) (3)(0) + (6)(2) 
10 − 1 8 − 7 0 − 2   9 1 −2 
AB =   
15 + 6 12 + 42 0 + 12   21 54 12 
 −3 6 
 9 1 −2    =  (9)(−3) + (1)(0) + (−2)(4) (9)(6) + (1)(1) + (−2)(−2) 
( AB)C =    0 1   
 21 54 12   4 −2  (21)(−3) + (54)(0) + (12)(4) (21)(6) + (54)(1) + (12)(−2) 
 
 −27 + 0 − 8 54 + 1 + 4   −35 59 
( AB)C =   
 −63 + 0 + 48 126 + 54 − 24   −15 156 

Se verifica que .

Referencias

Lay, D. C. (2001). Álgebra lineal y sus aplicaciones (2ª. ed.; H. A. Rincón, trad.).
México: Pearson educación.

Bibliografía

Grossman, S. I. (1988). Álgebra lineal (2ª. ed.). México: Grupo Editorial

Iberoamérica.

10

©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.