Multiplicación de matrices

Multiplicación de matrices

En matemática, la multiplicación o producto de matrices es la operación de multiplicación que se efectúa entre dos matrices, o bien entre una matriz y un escalar.

Al igual que la multiplicación aritmética, su definición es instrumental, es decir, viene dada por un algoritmo capaz de resolverla. El algoritmo que resuelve 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.

Contenido

Multiplicación de una matriz por un escalar

Dada una matriz A de m filas y n columnas, lo que podemos denotar como:

A:=(a_{ij})_{m \times n}

la multiplicación de A por un escalar k, que se denota k·A, k×A o simplemente kA, está definida como:

kA:=(k\cdot a_{ij})_{m \times n}

es decir, corresponde a la matriz conformada por cada elemento de la matriz multiplicado por dicho escalar.


Gráficamente, si 
A =
\begin{bmatrix}
    a_{11} & ... & a_{1n} \\
    ...     & ... & ... \\
    a_{m1} & ... & a_{mn}
  \end{bmatrix}
   y      
k\in\mathbb{R},
   entonces     
kA =
\begin{bmatrix}
    ka_{11} & ... & ka_{1n} \\
    ...     & ... & ... \\
    ka_{m1} & ... & ka_{mn}
  \end{bmatrix}

La multiplicación por escalar es análoga a la suma o resta de matrices, y cumple con las mismas características de la multiplicación aritmética. En efecto, podemos llegar al mismo resultado sumando k veces la misma matriz A entre sí.

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
- De matriz

c(A+B) = cA+cB
(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:

A:=(a_{ij})_{m \times n} y B:=(b_{ij})_{n \times p}

la multiplicación de A por B, que se denota A·B, A×B o simplemente AB, está definida como:

AB:=(c_{ij})_{m \times p}

donde cada elemento ci,j está definido por:

c_{ij} = \sum_{r=1}^n a_{ir}b_{rj}
Gráficamente, si 
A =
\begin{bmatrix}
    a_{11} & ... & a_{1n} \\
    ...    & ... & ...    \\
    a_{m1} & ... & a_{mn}
  \end{bmatrix}
   y     
B =
\begin{bmatrix}
    b_{11} & ... & b_{1p} \\
    ...    & ... & ...    \\
    b_{n1} & ... & b_{np}
  \end{bmatrix}
      entonces  
AB =
\begin{bmatrix}
    a_{11}b_{11}+...+a_{1n}b_{n1} & ... & a_{11}b_{1p}+...+a_{1n}b_{np} \\
    ...                           & ... & ...                           \\
    a_{m1}b_{11}+...+a_{mn}b_{n1} & ... & a_{m1}b_{1p}+...+a_{mn}b_{np}
  \end{bmatrix}

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
Elemento neutro Si A es una matriz cuadrada de tamaño m, entonces la matriz identidad Im×m es elemento neutro, de manera que I·A = A·I = A
Propiedad asociativa (AB)C = A(BC)
Propiedad distributiva
- Por la derecha
- Por la izquierda

(A + B)C = AC + BC
C(A + B) = CA + CB

El producto de dos matrices generalmente no es conmutativo, es decir, AB ≠ BA. 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:


\left \{
\begin{matrix}
y_1 = a x_1 + b x_2\\
y_2 = c x_1 + d x_2
\end{matrix}
\right.
   se escribe de forma matricial así:       
\begin{pmatrix}
  y_1\\
  y_2
\end{pmatrix}
=
\begin{pmatrix}
  a & b \\
  c & d
\end{pmatrix}
\begin{pmatrix}
  x_1\\
  x_2
\end{pmatrix}

Como se ve, en la notación matricial, las variables soló 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:


\left \{
\begin{matrix}
z_1 = e y_1 + f y_2\\
z_2 = g y_1 + h y_2
\end{matrix}
\right.
\mbox{ con }
\left \{
\begin{matrix}
y_1 = a x_1 + b x_2\\
y_2 = c x_1 + d x_2
\end{matrix}
\right.

obtenemos:


\left \{
\begin{matrix}
z_1 = e(a x_1 + b x_2) + f(c x_1 + d x_2) = (ea + fc)x_1 + (eb + fd)x_2\\
z_2 = g(a x_1 + b x_2) + h(c x_1 + d x_2) = (ga + hc)x_1 + (gb + hd)x_2
\end{matrix}
\right.
lo que corresponde a la matriz: 
\begin{pmatrix}
  ea + fc & eb + fd\\
  ga + hc & gb + hd
\end{pmatrix}
Por lo tanto se define el producto de matrices así: 
\begin{pmatrix}
  e & f \\
  g & h
\end{pmatrix}\begin{pmatrix}
  a & b \\
  c & d
\end{pmatrix}
=
\begin{pmatrix}
  ea + fc & eb + fd\\
  ga + hc & gb + hd
\end{pmatrix}

Referencias

Enlaces externos

Wikilibros


Wikimedia foundation. 2010.

Игры ⚽ Поможем решить контрольную работу

Mira otros diccionarios:

  • Multiplicación — Para saber cómo multiplicar, véase Algoritmo de multiplicación. Propiedad conmutativa: 3×4 = 12 = 4×3 doce elementos pueden ser ordenados en tres filas de cuatro, o cuatro columnas de tres. La multiplicación es una operación matemática que… …   Wikipedia Español

  • Grupo de Lie — Este artículo o sección necesita referencias que aparezcan en una publicación acreditada, como revistas especializadas, monografías, prensa diaria o páginas de Internet fidedignas. Puedes añadirlas así o avisar …   Wikipedia Español

  • Algoritmo de Strassen — En la disciplina matemática del álgebra lineal, el algoritmo de Strassen, llamado así por Volker Strassen, es un algoritmo usado para la multiplicación de matrices. Es asintóticamente más rápido que el algoritmo de multiplicación de matrices… …   Wikipedia Español

  • Cuaternión — Saltar a navegación, búsqueda Los cuaterniones son una extensión de los números reales, similar a la de los números complejos. Mientras que los números complejos son una extensión de los reales por la adición de la unidad imaginaria i, tal que i2 …   Wikipedia Español

  • Matriz (matemática) — Se ha sugerido que Teoría de Matrices sea fusionado en este artículo o sección (discusión). Una vez que hayas realizado la fusión de artículos, pide la fusión de historiales aquí. Para otros usos de este término, véase Matriz. En matemáticas, una …   Wikipedia Español

  • Volker Strassen — dando la conferencia del premio Knuth en SODA 2009. Volker Strassen es un matemático alemán, profesor emérito del departamento de matemáticas y estadística de la Universidad de Constanza.[1] …   Wikipedia Español

  • Transformada rápida de Fourier — Para otros usos de este término, véase Transformación (desambiguación). FFT es la abreviatura usual (del inglés Fast Fourier Transform) de un eficiente algoritmo que permite calcular la transformada de Fourier discreta (DFT) y su inversa. La FFT… …   Wikipedia Español

  • Grupo lineal general — En matemáticas, el grupo lineal general (GL) de un espacio vectorial , denotdo como , es el grupo formado por todos los isomorfismos de ese espacio. Cuando el espacio vectorial es siendo un cuerpo F (tal como o …   Wikipedia Español

  • Mecánica matricial — La Mecánica matricial es una formulación de la mecánica cuántica creada por Werner Heisenberg, Max Born y Pascual Jordan en 1925. La mecánica matricial fue la primera definición completa y correcta de la mecánica cuántica. Extiende el modelo de… …   Wikipedia Español

  • Álgebra de Lie — En matemática, un álgebra de Lie es la estructura algebraica que describe un conjunto de transformaciones infinitesimales. Su uso principal reside en el estudio de objetos geométricos tales como grupos de Lie y variedades diferenciables. El… …   Wikipedia Español

Compartir el artículo y extractos

Link directo
Do a right-click on the link above
and select “Copy Link”