Matrices

Una matriz es un arreglo rectangular de números

reales dispuestos en filas y columnas. El nombre de la
matriz se coloca con una letra mayúscula del
abecedario (Khan Academy, s.f.).

Orden

TEl orden viene dado por la cantidad de filas y de columnas que tiene la
matriz. Por ejemplo, la matriz A (presentada anteriormente) es de
orden 2 x 3. La siguiente matriz ¿de qué orden será?

B es una matriz de orden 3 x 3, o simplemente de orden 3. Por tener

igual cantidad de filas que columnas se las llama matrices cuadradas.

Coeficientes

El coeficiente o elemento de una matriz es cada término numérico que la

compone y se denota con letras minúsculas del abecedario.
Para referenciar su posición en la matriz se utilizan subíndices
que representan a la fila y a la columna que pertenece. Por
ejemplo, en la matriz siguiente el coeficiente o elemento a23 (fila 2 y
columna 3) es 1.

Tipo de matrices

Matriz cuadrada y matriz rectangular

Aquellas matrices en las que coincide la cantidad de filas y

columnas se las conoce como matrices cuadradas. En ellas se
denota el orden simplemente con “n”, donde n es el número
de filas y/o columnas. En estas matrices se distinguen dos
diagonales: la principal y la secundaria. Si la cantidad de filas y
columnas no coinciden, se trata de una matriz rectangular. El
orden “nxm”, está dado por cantidad de filas “n” y columnas
“m”. En estas matrices, no distinguimos diagonales.

Matriz diagonal

Es aquella matriz cuadrada cuyos elementos fuera de la diagonal

principal son iguales a [Link] ejemplo, la siguiente matriz es de orden 4

Matriz identidad

Es aquella matriz cuadrada y diagonal cuyos coeficientes de la diagonal son

todos iguales a 1. Se la denomina con la letra I. La matriz que se muestra es
una matriz identidad de orden 3.
Matriz escalar

Es aquella matriz cuadrada y diagonal cuyos coeficientes de la diagonal son

todos iguales, pero distintos de [Link] matriz que se muestra es una escalar
de orden 4.

Matriz nula

Es aquella matriz, de cualquier orden, donde todos los elementos que la conforman
son ceros. Se la denota con el símbolo Φ. La matriz que se muestra es una matriz
nula de orden 3 x 2.

Matriz triangular

Es aquella matriz cuadrada cuyos elementos sobre (o debajo) de la diagonal principal son
iguales a [Link] los ceros están sobre la diagonal
principal, tendremos una matriz triangular inferior. En
cambio, si los ceros están debajo de la diagonal
principal, tendremos una matriz triangular [Link]
imagen muestra una matriz triangular superior “S” de
orden 2 y una matriz triangular inferior “T” de orden 3,

Nota: observe que en los coeficientes de la diagonal también puede haber ceros, la condición
solo se refiere a lo que ocurre sobre o debajo de la diagonal.

Suma de matrices

Dos matrices del mismo orden pueden sumarse. El resultado será otra
matriz del mismo orden, y cada elemento será la suma de los
coeficientes que se encuentran en la misma posición. Por ejemplo:

Restas de matrices

Dos matrices del mismo orden pueden restarse. El resultado será otra
matriz de igual orden, donde cada elemento será la diferencia entre los
coeficientes que se encuentran en la misma posición. Por ejemplo:

Producto por una matiz por un…

La multiplicación de una matriz A por un escalar o número real m es otra

matriz C del mismo orden que A, cuyos coeficientes se encuentran al
multiplicar los coeficientes de A por m. Por ejemplo:
Propiedades de las operaciones estudiadas

- Son asociativas: A + (B + C) = (A + B) + C
- Son conmutativas: A + B = B + A
- Poseen un elemento neutro o matriz nula: A + ∅ = ∅ + A = A
- Existe un elemento simétrico. Para toda matriz A, existe su opuesta (-A): A + (- A) = (-
A) + A = ∅

La multiplicación de una matriz por un escalar goza de las siguientes propiedades:

- Es asociativa con respecto a los escalares: n(mA) = (n.m)A

- Es distributiva con respecto a la suma de escalares: (m+n)A = mA + nA
- Es distributiva con respecto a la suma matricial: m (A+B) = mA + mB
- Posee un elemento neutro (el número 1): 1.A=A
- Posee un elemento absorbente (el número 0): 0.A=∅
- La matriz nula por cualquier escalar da como resultado otra matriz nula: m.∅=∅

Producto de matrices

Dos matrices pueden multiplicarse si y solo si el

número de columnas de la primera matriz es igual
al número de filas de la segunda matriz.

Esto es:

Si dos matrices pueden multiplicarse, cada elemento Cij de la

matriz producto C se obtiene sumando los productos de cada
elemento de la fila i de la matriz A por el correspondiente de
la columna j de la matriz B.

Propiedades del producto de matrices

- Es asociativa: Ax (BxC) = (AxB) x C

- Es distributiva: Ax (B+C) = AxB+AxC (A+B) x C = AxC+BxC
- Posee un elemento neutro (este es la matriz identidad): IxA = AxI = A
- Posee un elemento absorbente (este es la matriz nula): Ax∅ = ∅xA = ∅
- No cumple la propiedad conmutativa: BxA ≠ AxB
 - AxB=∅ no implica necesariamente que A=∅ ó B=∅ . De la misma manera, si AxB=AxC,
no implica necesariamente que B=C.
-

Transposición de matrices

¿Qué relación existe entre ambas? está claro que las filas de la matriz A son las columnas de la
matriz B (o al revés). Podemos, entonces, decir que la matriz transpuesta es la que se obtiene
al intercambiar filas por columnas.

O con mayor rigurosidad: dada una matriz A, su transpuesta (A´ ó AT) se obtiene al ubicar las
respectivas filas de A como columnas de AT. Formalmente al elemento aij , será el elemento
atji de AT. Por ejemplo:

Propiedades de la matriz transpuesta

- La transpuesta de la transpuesta es igual a la matriz original: (AT)T = A

- La transpuesta de la suma es igual a la suma de las transpuestas: (A+B)T = AT+BT
- La transpuesta de un escalar por una matriz es igual al escalar por la transpuesta de la
matriz: [Link] = [Link]
- La transpuesta del producto matricial es igual al producto de las transpuestas en orden
invertido: (AxB)T = BTxAT

_____________________________________________________________________________

Vectores

Un vector de orden n es un conjunto de n elementos

ordenados, los cuales se encierran en corchetes o paréntesis.
Por ejemplo:

Los vectores V y W tienen 4 y 3 elementos.

Los vectores se pueden expresar en forma horizontal (vector

fila) o en forma vertical (vector columna).

Orden o dimensión de un vector

Cada elemento de un vector se denomina componente y, por definición, es un conjunto

ordenado de elementos:
La cantidad de componentes de un vector brinda su orden o dimensión. En nuestro ejemplo, V
es un vector fila de orden 4 y W columna, un vector de orden 3.

Vector unitario

Se llama vector unitario a aquel cuyo módulo es 1 (|V|=1) donde ||

significa módulo.

Los ejemplos más sencillos y comunes de vectores unitarios son los

vectores elementales que tienen un componente igual a 1 y los
restantes ceros.

En un ejemplo de orden 4, todos los vectores elementales son:

Estos 4 vectores unitarios permiten encontrar cualquier otro vector

de la misma dimensión y es una base generadora del espacio vectorial de orden 4. Otro
ejemplo, los vectores (1;0;0); (0; 1; 0); (0; 0; 1) son una base vectorial de orden 3.

Vector nulo

Se llama vector nulo a aquel cuyos componentes son todas iguales a cero.

“Haciendo uso de una visión matricial un vector fila de orden n, puede ser pensado como una
matriz de 1 fila y n columnas” (Checa, 2009, p. 31).

De la misma manera, el vector columna sería una matriz de nx1. Esta observación es
importante porque nos permite rápidamente considerar las operaciones que pueden realizarse
entre vectores, que serán equivalentes a aquellas que estudiamos para matrices.

Suma de vectores

Dos vectores del mismo orden pueden sumarse (o restarse). El resultado será
otro vector del mismo orden cuyos componentes correspondan a las sumas (o
restas) de las respectivas componentes de los vectores sumandos. Por
ejemplo:

La resta de los vectores V y W puede pensarse como una suma de V

con el opuesto de W, es decir V-W = V+ (-W):

Producto entre un vector y un escalar

La multiplicación de un vector V por un escalar m (número real) es otro vector W del mismo
orden que V, cuyas componentes están multiplicadas por m. Por ejemplo:

Si lo imaginamos geométricamente, multiplicar por 2 un vector es duplicar su tamaño, de igual

manera multiplicar por 1/3 es disminuir su tamaño en la tercera parte.

Producto entre vectores

Solo diremos que existe esta operación, pero escapa a los objetivos de esta materia.

Resumidamente, para multiplicar dos vectores deben tener el mismo orden. Podremos realizar
un producto de vectores que dé un número (producto escalar de vectores o producto punto
-A.B-) o un producto de vectores que dé otro vector (producto vectorial o producto cruz -AxB-).

Si pensamos en las propiedades de las operaciones entre vectores, estas serán las mismas
descriptas para las operaciones entre matrices. Podemos decir, entonces, que la suma de
vectores cumple con las siguientes propiedades:

Por su parte, el producto entre un vector y un escalar goza de las siguientes propiedades.

Combinación lineal de vectores

Un vector W es una combinación lineal de los vectores V1, V2, V3, V4 ... ... ...Vr del mismo
orden que W, si existen escalares m1, m2, m3, m4, ……………… mr que verifiquen:

_____________________________________________________________________________

Independencia lineal de vectores

Un conjunto de vectores {V1,V2,V3,V4,…….. ,Vr} es linealmente independiente (LI) si la
combinación lineal:

Dependencia lineal de vectores

Un conjunto de vectores {V1,V2,V3,V4,……..,Vr} es linealmente dependiente (LD) si la

combinación lineal:

Estos conceptos parecen ser complejos por la manera rigurosa en que están escritos, pero su
interpretación es sencilla si se piensa que uno, dos, tres o n vectores son LI si no puedo
construir uno de ellos a partir de la combinación lineal de los otros restantes. En consecuencia,
uno, dos, tres o n vectores son LD si alguno de ellos puede construirse a partir de una
combinación lineal de los otros restantes.

Dos o más vectores son linealmente dependientes si, al menos uno de ellos, puede
expresarse como combinación lineal de los otros restantes.

Así, por ejemplo, el conjunto de vectores {V1, V2, V3}:

{[-1,3 ,1], [0,-2,6], [2,-8,4]} es LD

Ya que V3 es una combinación lineal de V1 y V2:

V3= -2 · V1 +V2

O bien [2,-8, 4]= -2. [-1,3 ,1]+ [0,-2,6]

Todo conjunto de vectores que contenga un subconjunto de vectores linealmente

dependientes es linealmente dependiente.

Así, por ejemplo, dado el conjunto de vectores {V1, V2, V3}:

{[-1, 3 ,1], [-2 6, 2], [1,0,-1]} es LD

Ya que V2 = 2 · V1 se expresa como una combinación lineal, es decir, el subconjunto {V1, V2} es
LD, de modo que el conjunto de vectores {V1, V2, V3} será también LD.

Si un conjunto es linealmente independiente, entonces, cualquier subconjunto de vectores

de él también es linealmente independiente.
Así, por ejemplo, dado el conjunto de vectores {V1, V2, V3, V4}, que es linealmente
independiente:

{[-1, 0 ,1, 0], [1, 3, 2,1], [ 0 ,0,-1,0], [2 ,1 0, 0]} es LI

Entonces, cualquier subconjunto que se arme, por ejemplo, {V2, V3, V4} o {V1, V3}, será LI.

El vector nulo es linealmente dependiente.

Por lo tanto, si un conjunto de vectores contiene al vector nulo, entonces es linealmente

dependiente.

Por ejemplo:

{[-1,3,2,5], [1,0,5,6], [0,0,0,0], [3,2,4,6]} es LD porque contiene el vector nulo.

Un conjunto formado por un único vector distinto del vector nulo es linealmente
independiente.

Por ejemplo:

{[0, 2, 0, 5]} es LI porque el conjunto tiene un solo vector y este es distinto del nulo.

Un conjunto de n vectores de m componentes, donde n>m es linealmente dependiente.

Así, por ejemplo, dado el conjunto de cinco vectores {V1, V2, V3, V4, V5} de orden 3:

{[-1, 3 ,1], [-2 6, 2], [1, 0,-1], [1, 5, 8], [0,0,-3]} es LD

Como el conjunto contiene más vectores que componentes (5>3) este conjunto de vectores
será LD.

OBSERVACION IMPORTANTE

También suele ser útil saber (y se podría demostrar) que un conjunto de vectores organizados
como matriz, donde los vectores son las filas de la misma, conformando una matriz triangular
cuyos elementos de la diagonal sean distintos de cero, constituye un conjunto de vectores
linealmente independientes.

Veamos algunos ejemplos:

El conjunto {(1, 2, 3), (0, 4, 2), (0, 0, 2)} es LI, porque se puede representar como una matriz
triangular.

1, 2, 3

0, 4, 2

0, 0, 2

El conjunto {(2, 0, 0), (2, 4, 0), (1, 2, 3)} es LI porque se puede representar como una matriz
triangular, en este caso, inferior.

2, 0, 0

2, 4, 0
1, 2, 3

El conjunto {(1, 2, 1), (1, 2, 0), (0, 0, 1)} por más que intercambiemos el orden de los vectores,
no podremos representarlo con una matriz triangular, por lo tanto, no podemos afirmar que
sean LI.

1, 2, 1 1, 2, 0 0, 0, 1

Si no tuviéramos la misma cantidad de vectores que componentes, para que la matriz sea
cuadrada, podría considerarse una submatriz de la matriz triangular. Es como si faltaran
vectores para conformar la matriz triangular. Veamos algunos ejemplos:

X, 0, 0, 0

4, 2, 0, 0

6, 3, 1, 0

1, 3, 4, 2

El conjunto {(4, 2, 0, 0), (1, 3, 4, 2), (6, 3, 1, 0)} es LI porque se puede representar como una
matriz triangular, aunque le falte un vector (X, 0, 0, 0).

3, 0, 0, 0

0, 3, 0, 0

0, 0, 4, 0

X, X, X, X

El conjunto {(3, 0, 0, 0), (0, 0, 4, 0), (0, 3, 0, 0)} es LI porque se puede representar como una
matriz triangular, aunque le falte el vector (X, X, X, X).

X, 0, 0, 0

4, 2, 0, 0

X, X, X, 0

0, 0, 3, 1

El conjunto {(4, 2, 0, 0), (0, 0, 3, 1)} es LI porque se puede representar como una matriz
triangular, aunque le falten los vectores (X, 0, 0, 0) y (X, X, X, 0).