Matriz (matemáticas)

En matemática, una matriz es un arreglo bidimensional de números. 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 mayúscula (A,B, …) y sus elementos con la misma letra en minúscula (a,b, …), con un doble
subíndice donde el primero indica la fila y el segundo la columna a la que pertenece.

Los elementos individuales de una matriz x , se denotan a menudo por , donde el máximo valor de es , y el
máximo valor de es . Siempre que la matriz tenga el mismo número de filas y de columnas que otra matriz, estas se
pueden sumar o restar elemento por elemento.

Las matrices se utilizan para múltiples 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 último caso, las
matrices desempeñan el mismo papel que los datos de un vector para las aplicaciones lineales.

Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que también las hace un concepto clave en el
campo del álgebra lineal.

Índice
Historia
Introducción
Definición
Ejemplo
Operaciones básicas entre matrices
Suma o adición
Producto por un escalar
Producto de matrices

Otros conceptos relacionados con matrices

Rango de una matriz
Matriz traspuesta
Matrices cuadradas y definiciones relacionadas
Matriz Lógica
Representación de una relación matricial
Ejemplo
Algunas Propiedades

Aplicaciones
Las matrices en la Computación
Ejemplo de brazo robótico
Teoría de matrices
Matrices relacionadas con otros temas
Matrices en teoría de grafos
Análisis y geometría
 Algunos teoremas
Véase también
Referencias
Notas
Enlaces externos

Historia
El origen de las matrices es muy
antiguo. Los cuadrados latinos y Cronología1
los cuadrados mágicos se Año Acontecimiento
estudiaron desde hace mucho
200 a.C. En China los matemáticos usan series de números.
tiempo. Un cuadrado mágico, 3
1848 J. J. Sylvester introduce el término «matriz».
por 3, se registra en la literatura
china hacia el 650 a. C.2 1858 Cayley publica Memorias sobre la teoría de matrices.
1878 Frobenius demuestra resultados fundamentales en álgebra matricial.
Es larga la historia del uso de las
1925 Heisenberg utiliza la teoría matricial en la mecánica cuántica
matrices para resolver ecuaciones
lineales. Un importante texto
matemático chino que proviene del año 300 a. C. a 200 a. C., Nueve capítulos sobre el Arte de las matemáticas (Jiu
Zhang Suan Shu), es el primer ejemplo conocido de uso del método de matrices para resolver un sistema de
ecuaciones simultáneas.3 En el capítulo séptimo, "Ni mucho ni poco", el concepto de determinante apareció por
primera vez, dos mil años antes de su publicación por el matemático japonés Seki Kōwa en 1683 y el matemático
alemán Gottfried Leibniz en 1693.

Los "cuadrados mágicos" eran conocidos por los matemáticos árabes, posiblemente desde comienzos del siglo VII,
quienes a su vez pudieron tomarlos de los matemáticos y astrónomos de la India, junto con otros aspectos de las
matemáticas combinatorias. Todo esto sugiere que la idea provino de China. Los primeros "cuadrados mágicos" de
orden 5 y 6 aparecieron en Bagdad en el año 983, en la Enciclopedia de la Hermandad de Pureza (Rasa'il Ihkwan al-
Safa).2

Después del desarrollo de la teoría de determinantes por Seki Kowa y Leibniz para facilitar la resolución de ecuaciones
lineales, a finales del siglo XVII, Cramer presentó en 1750 la ahora denominada regla de Cramer. Carl Friedrich Gauss
y Wilhelm Jordan desarrollaron la eliminación de Gauss-Jordan en el siglo XIX.

Fue James Joseph Sylvester quien utilizó por primera vez el término «matriz» en 1848/1850.

En 1853, Hamilton hizo algunos aportes a la teoría de matrices. Cayley introdujo en 1858 la notación matricial,
como forma abreviada de escribir un sistema de m ecuaciones lineales con n incógnitas.

Cayley, Hamilton, Hermann Grassmann, Frobenius, Olga Taussky-Todd y John von Neumann cuentan entre los
matemáticos famosos que trabajaron sobre la teoría de las matrices. En 1925, Werner Heisenberg redescubre el
cálculo matricial fundando una primera formulación de lo que iba a pasar a ser la mecánica cuántica. Se le considera a
este respecto como uno de los padres de la mecánica cuántica.

Olga Taussky-Todd (1906-1995), durante la II Guerra Mundial, usó la teoría de matrices para investigar el fenómeno
de aeroelasticidad llamado fluttering.

Introducción
Definición
Una matriz es un arreglo bidimensional de números (llamados entradas de la matriz) ordenados en filas (o
renglones) y columnas, donde una fila es cada una de las líneas horizontales de la matriz y una columna es cada
una de las líneas verticales. A una matriz con m filas y n columnas se le denomina «matriz m por n» (escrito )
donde . El conjunto de las matrices de tamaño se representa como , donde es el
campo al cual pertenecen las entradas. El tamaño de una matriz siempre se da con el número de filas primero y el
número de columnas después.

Dos matrices se dice que son iguales si tienen el mismo tamaño y los mismos elementos en las mismas posiciones. A la
entrada de una matriz que se encuentra en la fila ésima y la columna ésima se le llama entrada o entrada
-ésimo de la matriz. En estas expresiones también se consideran primero las filas y después las columnas.

Dos matrices son iguales si los elementos correspondientes son iguales, es decir,
.

Para definir el concepto de matriz, el término "arreglo bidimensional" es útil, aunque poco formal, pero puede
formalizarse usando el concepto de función. De este modo, una matriz de n filas y m columnas con entradas en un
campo es una función cuyo dominio es el conjunto de los pares ordenados , donde y ,y
cuyo contradominio es . Con esta definición, la entrada es el valor de la función en el par ordenado .

Se denota a las matrices con letra mayúscula, mientras que se utiliza la correspondiente letra en minúsculas para
denotar a las entradas de las mismas, con subíndices que refieren al número de fila y columna del elemento.4 Por
ejemplo, al elemento de una matriz de tamaño que se encuentra en la fila ésima y la columna ésima se
le denota como , donde y .

Cuando se va a representar explícitamente una entrada la cual está indexada con un o un con dos cifras se
introduce una coma entre el índice de filas y de columnas. Así por ejemplo, la entrada que está en la primera fila y la
segunda columna de la matriz de tamaño se representa como mientras que la entrada que está en la
fila número 23 y la columna 100 se representa como .

Además de utilizar letras mayúsculas para representar matrices, numerosos autores representan a las matrices con
fuentes en negrita para distinguirlas de otros objetos matemáticos.[cita requerida] Así es una matriz, mientras que
es un escalar en esa notación. Sin embargo esta notación generalmente se deja para libros y publicaciones, donde es
posible hacer esta distinción tipográfica con facilidad. En otras notaciones se considera que el contexto es lo
suficientemente claro como para no usar negritas.

Otra notación, en sí un abuso de notación, representa a la matriz por sus entradas, i.e. o incluso .

Como caso particular de matriz, se definen los vectores fila y los vectores columna. Un vector fila o vector renglón
es cualquier matriz de tamaño mientras que un vector columna es cualquier matriz de tamaño .

A las matrices que tienen el mismo número de filas que de columnas, se les llama matrices cuadradas y el conjunto
se denota

Ejemplo
Dada la matriz
es una matriz de tamaño . La entrada es 7.

La matriz

es una matriz de tamaño : un vector fila con 9 entradas.

Operaciones básicas entre matrices

Las operaciones que se pueden hacer con matrices provienen de sus aplicaciones, sobre todo de las aplicaciones en
álgebra lineal. De ese modo las operaciones, o su forma muy particular de ser implementadas, no son únicas.

Suma o adición
Sean

. Se define la operación de suma o adición de matrices como una operación binaria

tal que y donde en el que la
operación de suma en la última expresión es la operación binaria correspondiente pero en el campo . Por ejemplo, la
entrada es igual a la suma de los elementos y lo cual es .

Veamos un ejemplo más explícito. Sea

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
tamaño. La suma de matrices, en el caso de que las entradas estén en un campo, poseen las propiedades de
asociatividad, conmutatividad, existencia de elemento neutro aditivo y existencia de inverso aditivo. Esto es así ya que
estas son propiedades de los campos en los que están las entradas de la matriz.

Propiedades de la suma de matrices

Sean , donde es un campo entonces se cumplen las siguientes propiedades para la operación
binaria

Asociatividad

Demostración

Conmutatividad
 Demostración

Existencia del elemento neutro aditivo

Existe tal que

Demostración

Existencia del inverso aditivo

Existe tal que

a esta matriz se le denota por .

Demostración

En efecto, estas propiedades dependen del conjunto en el que estén las entradas, como se ha dicho antes, aunque en
las aplicaciones generalmente los campos usados son (los números reales) y (los números complejos).

Por como se definió la operación binaria adición se dice que ésta operación es una operación interna por lo que se
cumple intrínsecamente la propiedad de que es cerrado bajo adición. Con éstas propiedades se tiene que
es un grupo abeliano.

En el caso en que el conjunto al que pertenecen las entradas de la matriz sea un anillo , la operación de
adición de matrices continúa dotando de estructura de grupo abeliano a , ya que bajo un anillo
se tiene que es un grupo abeliano. En el caso de que las entradas estén en un grupo ,
éste necesita ser un grupo abeliano para que la adición de matrices siga dotando de estructura de grupo abeliano a
.

Producto por un escalar

Sean y . Se define la operación de producto por un escalar como una función
tal que y donde en donde el producto es la operación
binaria correspondiente pero en el campo . Por ejemplo, la entrada es igual al producto .

Veamos un ejemplo más explícito. Sea y

También es inmediato observar que el producto por un escalar da como resultado una matriz del mismo tamaño que la
original. También el producto por un escalar dependerá de la estructura algebraica en la que las entradas están. En el
caso de que estén en un campo serán 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 continuación se presentan las propiedades.

Propiedades del producto por un escalar

Sean y , donde es un campo, entonces se cumplen las siguientes propiedades para la
operación producto por un escalar

Asociatividad

Demostración

Distributividad respecto de la suma de matrices

Demostración

Distributividad respecto de la suma en el campo

Demostración

Producto por el neutro multiplicativo del campo

Demostración

Por como se definió la operación de producto por escalares se dice que es cerrado bajo producto por
escalares. Con éstas propiedades y las de la adición se tiene que es un espacio vectorial con las operaciones
de suma y producto por escalares definidas antes.

En el caso de que las entradas y los escalares no estén en un campo sino en un anillo entonces no necesariamente
existe el neutro multiplicativo. En caso de que exista, con lo cual el anillo es un anillo con uno, se dice que
es un módulo sobre .

Ahora, a partir de las propiedades básicas se puede demostrar inmediatamente que olakase

Demostración

Demostración
 Demostración

Demostración

Este último resultado permite usar la notación sin riesgo de ambigüedad.

Producto de matrices
El producto de matrices se define de una manera muy peculiar y hasta
caprichosa cuando no se conoce su origen. El origen proviene del papel de las
matrices como representaciones de aplicaciones lineales. Así el producto de
matrices, como se define, proviene de la composición de aplicaciones lineales.
En este contexto, el tamaño de la matriz corresponde con las dimensiones de
los espacios vectoriales entre los cuales se establece la aplicación lineal. De ese
modo el producto de matrices, representa la composición de aplicaciones
lineales.

En efecto, en ciertas bases tenemos que se puede representar

como donde es la representación de un vector de en la base
Diagrama esquemático que
que se ha elegido para en forma de vector columna. Si tenemos dos
ilustra el producto de dos
aplicaciones lineales y entonces y matrices y dando como
, luego la aplicación se representará como resultado la matriz .
donde es el producto de las
representaciones matriciales de . Nótese que la composición no se puede
dar entre cualquier aplicación sino entre aplicaciones que vayan de , en particular debe de haber una
relación entre las dimensiones de los espacios vectoriales. Una vez dicho esto podemos definir el producto de la
siguiente manera.

Sean y . Se define el producto de matrices como una función

tal que y donde para toda , es decir

. Por ejemplo, la entrada

.

Veamos un ejemplo más explícito. Sean y

dónde la matriz producto es como habíamos establecido en la definición: una matriz .

Sin tomar en cuenta la motivación que viene desde las aplicaciones lineales, es evidente ver que si ignoramos la
definición de la función de producto de matrices y solo se toma en cuenta la definición de las entradas, el producto no
estará bien definido, ya que si no tiene el mismo número de columnas que de filas entonces no podremos
establecer en donde acaba la suma: si la acabamos en el mayor de éstos números habrá sumandos que no están
definidos ya que una de las matrices no tendrá más entradas, mientras que si tomamos el menor habrá entradas de
alguna de las matrices que no se tomen en cuenta. Así es necesario que tenga el mismo número de columnas que
de filas para que esté definida.

Como se puede suponer también, las propiedades de ésta operación serán más limitadas en la generalidad ya que
además de las limitaciones impuestas por la naturaleza de las entradas está esta limitación respecto a tamaño. Es
claro, además, que el producto de matrices no siempre es una operación interna.

El producto de las matrices A y B también puede realizarse sumando el producto de cada columna de A por la
correspondiente fila de B y expresarse utilizando el convenio de suma de Einstein.

Propiedades del producto de matrices

Sean matrices con entradas en , donde es un campo, entonces se cumplen las siguientes propiedades para
el producto de matrices (considerando que los productos existan)

Asociatividad

Demostración

Distributividad respecto de la suma de matrices por la derecha

Demostración

Distributividad respecto de la suma de matrices por la izquierda

Demostración

El producto de matrices no es conmutativo, si lo fuera la composición de funciones lineales sería conmutativa y eso en
general no sucede. Obviamente existen casos particulares de algunos tipos de matrices en los que si hay
conmutatividad. En el caso en que tengamos tendremos que el producto entre matrices en también
está en . En ese caso además de espacio vectorial es un álgebra sobre un campo. En el caso de que el
conjunto al que pertenecen las entradas sea un anillo conmutativo con uno entonces además de módulo es un
álgebra sobre un anillo. Mas aun con el producto de matrices es un anillo.

Otros conceptos relacionados con matrices

Rango de una matriz

El rango de una matriz es la dimensión de la imagen de la aplicación lineal representada por , que coincide con la
dimensión de los espacios vectoriales generados por las filas o columnas de .
Matriz traspuesta
La traspuesta de una matriz , donde no es necesariamente un campo, es una matriz
tal que . Por ejemplo la entrada .

Veamos un ejemplo más explícito. Sea

entonces su traspuesta es

Así, informalmente podríamos decir que la traspuesta es aquella matriz que se obtiene de la original cambiando filas
por columnas. Las notaciones usuales para denotar la traspuesta de una matriz son .

La trasposición de matrices tiene las siguientes propiedades (donde ahora sí el conjunto de entradas debe ser al menos
un anillo conmutativo):

Si representa una aplicación lineal, entonces la matriz describe la traspuesta de la aplicación

lineal.

Matrices cuadradas y definiciones relacionadas

Una matriz cuadrada es una matriz que tiene el mismo número de filas que de columnas. El conjunto de todas las
matrices cuadradas n-por-n junto a la suma y la multiplicación de matrices, es un anillo que generalmente no es
conmutativo.

M(n,R), el anillo de las matrices cuadradas reales, es un álgebra asociativa real unitaria. M(n,C), el anillo de las
matrices cuadradas complejas, es un álgebra asociativa compleja.

La matriz identidad In de orden n es la matriz n por n en la cual todos los elementos de la diagonal principal son
iguales a 1 y todos los demás elementos son iguales a 0. La matriz identidad se denomina así porque satisface las
ecuaciones MIn = M y InN = N para cualquier matriz M m por n y N n por k. Por ejemplo, si n = 3:

La matriz identidad es el elemento unitario en el anillo de matrices cuadradas.

Los elementos invertibles de este anillo se llaman matrices invertibles, regulares o no singulares. Una matriz A
n por n es invertible si y sólo si existe una matriz B tal que AB = I

(left)
En este caso, B es la matriz inversa de A, identificada por A-1 . El conjunto de todas las matrices invertibles n por n
forma un grupo (concretamente un grupo de Lie) bajo la multiplicación de matrices, el grupo lineal general.

Si λ es un número y v es un vector no nulo tal que Av = λv, entonces se dice que v es un vector propio de A y que λ es
su valor propio asociado. El número λ es un valor propio de A si y sólo si A−λIn no es invertible, lo que sucede si y sólo
si pA(λ) = 0, donde pA(x) es el polinomio característico de A. pA(x) es un polinomio de grado n y por lo tanto, tiene n
raíces complejas múltiples raíces si se cuentan de acuerdo a su multiplicidad. Cada matriz cuadrada tiene exactamente
n valores propios complejos.

El determinante de una matriz cuadrada A es el producto de sus n valores propios, pero también puede ser definida
por la fórmula de Leibniz. Las matrices invertibles son precisamente las matrices cuyo determinante es distinto de
cero.

El algoritmo de eliminación gaussiana puede ser usado para calcular el determinante, el rango y la inversa de una
matriz y para resolver sistemas de ecuaciones lineales.

La traza de una matriz cuadrada es la suma de los elementos de la diagonal, lo que equivale a la suma de sus n valores
propios.

Una matriz de Vandermonde es una matriz cuadrada cuyas filas son las potencias de un número. Su determinante es
fácil de calcular.

Matriz Lógica
Una matriz lógica, matriz binaria, matriz de relación, matriz booleana o matriz (0,1) es una matriz con entradas del
dominio booleano . Tal matriz puede ser usada para representar una relación binaria entre un par de
conjuntos finitos.

Representación de una relación matricial

Si es una relación binaria entre los finitos conjuntos ordenados e (tales que ), entonces puede
representarse por la matriz lógica cuyos índices de fila y columna ordenan los elementos de e ,
respectivamente, tales que las entradas de se definen por:

Con el fin de designar los números de cada fila y columna de la matriz, los conjuntos X e Y están ordenados con
números enteros positivos: i va desde 1 hasta la cardinalidad (tamaño) de X y j oscila entre 1 y la cardinalidad de Y.

Ejemplo
La relación binaria R en el conjunto {1, 2, 3, 4} se define de manera que aRb se lleva a cabo si y sólo si a divide b
uniformemente, sin resto. Por ejemplo, 2R4 satisface la relación porque 2 divide 4 sin dejar un resto, pero 3R4 no
porque cuando 3 divide 4 hay un resto de 1. El conjunto siguiente es el conjunto de pares para los que se mantiene la
relación R.

{(1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 4), (3, 3), (4, 4)}.

La representación correspondiente como matriz booleana es:

Algunas Propiedades
La representación matricial de la relación de igualdad en un conjunto finito es la matriz de identidad, es decir, una
matriz cuya diagonal principal es todo unos (1), mientras que el resto de elementos son ceros(0). Si el dominio
booleano es visto como un semianillo, donde la suma corresponde al OR lógico y la multiplicación al AND lógico, la
representación matricial de la composición de dos relaciones es igual al producto de la matriz de las representaciones
matriciales de esta relación. Este producto se puede calcular en el tiempo esperado O(n2).

Frecuentemente, las operaciones en matrices binarias están definidas en términos de la aritmética modular mod 2, es
decir, los elementos se tratan como elementos del campo de Galois GF(2) = ℤ2. Surgen una variedad de
representaciones y tienen un número de formas especiales más restringidas. Se aplican por ejemplo en XOR-
satisfacible (Inglés) (https://en.wikipedia.org/wiki/Boolean_satisfiability_problem#XOR-satisfiability).

El número de matrices binarias mxn distintas es igual a 2mn, y es, por consiguiente, finito.

Aplicaciones

Las matrices en la Computación

Las matrices son utilizadas ampliamente en la computación, por su facilidad y liviandad para manipular información.
En este contexto, son una buena forma para representar grafos, y son muy utilizadas en el cálculo numérico. En la
computación gráfica, las matrices son ampliamente usadas para lograr animaciones de objetos y formas.

Ejemplo de brazo robótico

El mundo de las matrices es muy amplio aunque parezca tan simple, programas como Matlab pueden crear sistemas
de matrices tan complejos que incluso al programa le es difícil resolverlos. Aunque no lo parezca las matrices también
se pueden aplicar al mundo de la computación y programación.

Un ejemplo sencillo sería el campo aplicado a la programación en lo que viene relacionado con la robótica ya que se
utiliza en este caso el programa matlab para poder programar robots como puede ser un brazo biónico. Un ejemplo
sería el Lynx6.

El Lynx6 se considera un manipulador de 5 ejes de rotación (base, hombro, codo, movimiento y rotación de la
muñeca); este brazo mecánico entrega movimientos rápidos, exactos y repetitivos, gracias a los servomotores que lleva
incorporados. Como paso previo se debe desarrollar una aplicación que obtiene el modelo directo FK e inverso IK del
brazo robótico.

-El modelo FK consiste en encontrar una matriz de transformación homogénea T que relacione la posición cartesiana
(Px, Py, PZ) y los ángulos de Euler (φ,ψ,θ) Escogiendo adecuadamente el sistema de coordenadas ligado a cada
segmento es posible ir de un sistema referencial al siguiente por medio de 4 transformaciones básicas.

-Matriz de transformación (1) Donde es la matriz resultante que relaciona el sistema de referencia del segmento i-1 con
el sistema de referencia del segmento ièsimo, Rotz(ϴ1) es la rotación alrededor del eje Z i-1 con un valor de ϴ1, T (0,0,
di) es una traslación de una distancia di, a lo largo del eje Zi-1 , T (a1, 0,0) es una traslación de una distancia a1, a lo
largo del eje Xi . Y finalmente Rotx(αi) es la rotación alrededor del eje de Xi, con un valor de αi
Los resultados van a depender exclusivamente de las características
geométricas del brazo manipulador. En nuestro caso los parámetros físicos
dependen de los valores de las articulaciones y longitud conocidos en cada
sistema de coordenadas, deben expresarse y asignarse en términos de la
convención D-H. Multiplicando las matrices individuales de la ecuación (1)
en el orden correcto, la matriz de transformación, que resuelve los valores
de posición y orientación en cada sistema de coordenadas es la ecuación (2
) Los términos individuales de las tres primeras columnas de la matriz (n,
o, a) representan la orientación del eje principal en el sistema de
coordenadas. La última columna P indica la posición (x, y, z) del origen.
Cada uno de los términos de la matriz pueden calcularse a partir de las
ecuaciones siguientes :

La relación entre las matrices de transformación, forma la cadena

cinemática de las articulaciones y segmentos consecutivos del brazo
robótico. Donde T es la matriz de transformación homogénea buscada . Brazo Robótico
Sustituyendo los parámetros de la tabla 2 en las matrices de
transformación se obtienen estas ecuaciones. Calculando la multiplicación
no conmutativa de la ecuación (17, se obtiene la matriz de transformación homogénea: Donde (n, o, a) es una terna
ortogonal que representa la orientación y P es un vector (Px, Py, Pz) que representa la posición del efector extremo del
brazo. La solución obtenida para una posición en reposo del brazo con Θ1= 0º , θ2= 90º , θ3 =0º , θ4= -90º y θ5=0º

Teoría de matrices
La teoría de matrices es una rama de las matemáticas que se centra en el estudio de matrices. Inicialmente una
rama secundaria del álgebra lineal, ha venido cubriendo también los temas relacionados con la teoría de grafos, el
álgebra, la combinatoria y la estadística.

Matrices relacionadas con otros temas

Una matriz puede identificarse a una aplicación lineal entre dos espacios vectoriales de dimensión finita. Así la teoría
de las matrices habitualmente se considera como una rama del álgebra lineal. Las matrices cuadradas desempeñan un
papel particular, porque el conjunto de matrices de orden n (n entero natural no nulo dado) posee propiedades de
« estabilidad » de operaciones.

Los conceptos de matriz estocástica y matriz doblemente estocástica son herramientas importantes para estudiar los
procesos estocásticos, en probabilidad y en estadística.

Las matrices definidas positivas aparecen en la búsqueda de máximos y mínimos de funciones a valores reales, y a
varias variables.

Es también importante disponer de una teoría de matrices a coeficientes en un anillo. En particular, las matrices a
coeficientes en el anillo de polinomios se utilizan en teoría de mandos.

En matemáticas puras, los anillos de matrices pueden proporcionar un rico campo de contraejemplos para conjeturas
matemáticas.

Matrices en teoría de grafos

En teoría de los grafos, a todo grafo etiquetado corresponde la matriz de adyacencia. Una matriz de permutación es
una matriz que representa una permutación; matriz cuadrada cuyos coeficientes son 0 o 1, con un solo 1 en cada línea
y cada columna. Estas matrices se utilizan en combinatorio.

También existe otro tipo de matriz además de la matriz de adyacencia que es la conocida como matriz de incidencia en
la cual el grafo se muestra en una matriz de A (serían las aristas) por V (serían los vértices), donde contiene la
información de la arista (1 si está conectado y 0 no conectado).

Si nos dan un grafo , de orden , podemos llegar a representar una relación de adyacencia, mediante una
matriz nxn, también llamada matriz de adyacencia de G.

Se deben de tener en cuenta una serie de observaciones sobre esto:

1. La matriz de adyacencia es una matriz booleana, como se ha dicho antes es una matriz que solo puede contener
0 y 1.
2. Σi xij = semigrado exterior de xi
3. Σj xij = semigrado interior de xj

En la teoría de grafos, se llama matriz de un grafo a la matriz que indica en la línea i y la columna j el número de
aristas que enlazan el vértice i al vértice j. En un grafo no orientado, la matriz es simétrica. La suma de los elementos
de una columna permite determinar el grado de un vértice. La matriz indica en la línea i y la columna j el número
de caminos a n aristas que adjuntan el vértice i al vértice j.

A continuación mostraremos un ejemplo de un grafo y su matriz de

adyacencia:

La matriz de adyacencia de este grafo vendría dada de la forma:

/ V1 V2 V3 V4 V5

V1 0 1 0 0 0

V2 1 0 1 1 0

V3 1 1 0 1 0

V4 0 1 1 1 0

V5 0 0 1 0 0

La matriz de adyacencia se basa en las conexiones que se realizan entre los Grafo sobre el que se realiza el
vértices del grafo apareciendo así un 1 en los casos en los que dos vértices estudio.
están conectados y un 0 en los casos en los que no.

En algunos casos como el de la posición V3/V5 se observa un 0 debido a que la conexión entre ellos muestra un sentido
permitiendo el paso de flujo de V5 a V3 pero no al contrario, motivo por el cual V5/V3 si presenta un 1.

Cabe decir que si se toma otra ordenación de los vértices la matriz de adyacencia sera diferente, pero todas las
matrices de adyacencia resultantes de un mismo grafo están unidas por una matriz de permutación P tal que P-1 C P =
A (Siendo C y A dos matrices de adyacencia distintas pero provenientes de un mismo grafo).

Análisis y geometría
La Matriz de Hessian de una función diferencial ƒ: Rn → R consiste en la segunda derivada de f con respecto a las
varias direcciones de coordenadas, esto es,
 Codifica información sobre el comportamiento creciente de la función:
dando un punto crítico x = (x1, ..., xn), esto es, un punto donde la primera
derivada parcial de ƒ desaparece, la función tiene un mínimo local
si la matriz de Hessian es definida positiva para todos sus valores. La
programación cuadrática puede usarse para encontrar mínimos y máximos
globales de una función cuadrática estrechamente relacionadas con las
asociadas a matrices.

Otra matriz frecuentemente utilizada en situaciones geométricas el la

En el punto de silla de montar Matriz Jacobi de un mapa diferenciable f: Rn → Rm. Si f1, ..., fm indica los
(x = 0, y = 0) (rojo) de la función f(x, componentes de f, entonces la matriz Jacobi es definada como
−y) = x2 − y2, la Matriz de Hessians

es indefinida.

Si n > m, y si el rango de la matriz Jacobi alcanza su valor máximo m, f es localmente invertible en ese punto, por el
teorema de la función implícita. Las ecuaciones diferenciales parciales pueden clasificarse considerando la matriz de
coeficientes de los operadores diferenciales de orden más alto de la ecuación. Para las ecuaciones diferenciales
elípticas parciales esta matriz es positiva para todos sus valores, los cuales tienen una influencia decisiva en el grupo
de soluciones posibles de la ecuación en cuestión.

El método de elementos finitos es un importante método numérico para resolver ecuaciones diferenciales parciales,
extensamente aplicado en simulaciones de sistemas físicos complejos. Intenta aproximar la solución a alguna ecuación
de funciones lineales pieza a pieza, donde las piezas son elegidas con respecto a una rejilla suficientemente fina, que a
su vez puede ser refundida como una ecuación matricial.

Algunos teoremas
Teorema de Cayley-Hamilton
Teorema de Gerschgorin

Véase también
Descomposición de Schur
Descomposición en valores singulares
Descomposición QR
Determinante (matemática)
Eliminación de Gauss-Jordan
Factorización LU
Forma canónica de Jordan
Lema de Schur
Matlab
Matriz triangular

Referencias
Beezer, Rob, Un primer curso en álgebra lineal (http://linear.ups.edu/index.html), licencia bajo GFDL. (En inglés)
Jim Hefferon: Álgebra lineal (http://joshua.smcvt.edu/linalg.html/) (Libros de texto en línea) (En inglés)
Notas
1. Tony Crilly (2011). 50 cosas que hay que saber sobre matemáticas. Ed. Ariel. ISBN 978-987-1496-09-9.
2. Swaney, Mark. History of Magic Squares (http://www.arthurmag.com/magpie/?p=449).
3. Shen Kangshen et al. (ed.) (1999). Nine Chapters of the Mathematical Art, Companion and Commentary. Oxford
University Press. cited byOtto Bretscher (2005). Linear Algebra with Applications (3rd ed. edición). Prentice-Hall.
p. 1.
4. De Burgos, Juan. «Sistemas de ecuaciones lineales». Álgebra lineal y geometría cartesiana. p. 6.
ISBN 9788448149000.

Enlaces externos
Una breve historia del álgebra lineal y de la teoría de matrices lineal (https://web.archive.org/web/2011122307443
8/http://darkwing.uoregon.edu/~vitulli/441.sp04/LinAlgHistory.html) (en inglés)
Matemáticas/Matrices(En Wikilibros)
Resolver online todo tipo de operaciones con matrices (https://calculadorasonline.com/calculadora-de-matrices-o
nline/)
Reducir matrices por Gauss Jordan de manera Online (http://www.resolvermatrices.com)
Esta obra contiene una traducción parcial derivada de Matrix (mathematics) de Wikipedia en
inglés, concretamente de esta versión (https://en.wikipedia.org/wiki/Matrix_(mathematics)?oldid=771144587),
publicada por sus editores (https://en.wikipedia.org/wiki/Matrix_(mathematics)?action=history) bajo la Licencia de
documentación libre de GNU y la Licencia Creative Commons Atribución-CompartirIgual 3.0 Unported.
Esta obra contiene una traducción parcial derivada de Logical Matrix de Wikipedia en inglés, concretamente de
esta versión (https://en.wikipedia.org/wiki/Logical_Matrix?oldid=773879928), publicada por sus editores (https://e
n.wikipedia.org/wiki/Logical_Matrix?action=history) bajo la Licencia de documentación libre de GNU y la Licencia
Creative Commons Atribución-CompartirIgual 3.0 Unported.

Obtenido de «https://es.wikipedia.org/w/index.php?title=Matriz_(matemáticas)&oldid=117397561»

Esta página se editó por última vez el 13 jul 2019 a las 21:28.

El texto está disponible bajo la Licencia Creative Commons Atribución Compartir Igual 3.0; pueden aplicarse
cláusulas adicionales. Al usar este sitio, usted acepta nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una organización sin ánimo de lucro.