Ir al contenido

Capítulo 8 — Sistemas de Ecuaciones y Desigualdades

8.4 - Álgebra de Matrices

El producto de matrices parece una regla arbitraria hasta que se entiende para qué sirve: es la única manera de que componer dos transformaciones del plano corresponda a multiplicar dos tablas.


Al final de la sección anterior quedó una observación: un sistema lineal es, esencialmente, una tabla de coeficientes, y la eliminación solo opera sobre esa tabla. Esta sección toma la observación en serio. Define las tablas, llamadas matrices, con sus operaciones, y demuestra sus propiedades. Muestra luego el resultado que justifica la definición del producto: que multiplicar matrices es componer transformaciones del plano, con lo que las rotaciones del §7.2 y las fórmulas de suma de ángulos encuentran aquí una escritura nueva.

Definición. Una matriz de mm filas y nn columnas, o de tamaño m×nm\times n, es una tabla rectangular de mnmn números reales,

A=(a11a12⋯a1na21a22⋯a2n⋮⋮⋮am1am2⋯amn)A=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots&&\vdots\\ a_{m1}&a_{m2}&\cdots&a_{mn}\end{pmatrix}

donde aija_{ij}, la entrada (i,j)(i,j), ocupa la fila ii y la columna jj. Se escribe A=(aij)A=(a_{ij}). Dos matrices son iguales si tienen el mismo tamaño y las mismas entradas en cada posición.

Una matriz de una sola columna, n×1n\times1, se identifica con un vector de Rn\mathbb{R}^n (§7.7) escrito en columna, y una de una sola fila, 1×n1\times n, se llama matriz fila. Una matriz con tantas filas como columnas, n×nn\times n, es cuadrada, y sus entradas a11,…,anna_{11},\dots,a_{nn} forman su diagonal principal. La matriz nula OO tiene todas sus entradas nulas, y la matriz identidad InI_n es la cuadrada con 11 en la diagonal principal y 00 fuera de ella, es decir, (In)ij=1(I_n)_{ij}=1 si i=ji=j y 00 si i≠ji\neq j.


Definición. Si A=(aij)A=(a_{ij}) y B=(bij)B=(b_{ij}) tienen el mismo tamaño, su suma es A+B=(aij+bij)A+B=(a_{ij}+b_{ij}). El producto de AA por un número cc es cA=(caij)cA=(ca_{ij}).

Como ambas operaciones se realizan entrada por entrada, heredan las propiedades de los números reales: la suma es conmutativa y asociativa, OO es su neutro, −A=(−1)A-A=(-1)A es el opuesto de AA, y valen c(A+B)=cA+cBc(A+B)=cA+cB, (c+d)A=cA+dA(c+d)A=cA+dA, (cd)A=c(dA)(cd)A=c(dA) y 1A=A1A=A. Cada una se verifica escribiendo la entrada (i,j)(i,j) de ambos miembros y usando la propiedad correspondiente de R\mathbb{R}. {{Todo: estructura general del espacio de matrices | Álgebra Lineal}}


Definición. Si AA es de tamaño m×nm\times n y BB es de tamaño n×pn\times p, es decir, si el número de columnas de AA es igual al número de filas de BB, su producto ABAB es la matriz de tamaño m×pm\times p cuya entrada (i,j)(i,j) es

(AB)ij=∑k=1naikbkj=ai1b1j+ai2b2j+⋯+ainbnj(AB)_{ij}=\sum_{k=1}^{n}a_{ik}b_{kj}=a_{i1}b_{1j}+a_{i2}b_{2j}+\dots+a_{in}b_{nj}

En palabras, la entrada (i,j)(i,j) de ABAB es el producto punto (§7.7) de la fila ii de AA con la columna jj de BB. Si los tamaños no encajan, el producto no está definido. Por ejemplo,

(1234)(5678910)=(1⋅5+2⋅81⋅6+2⋅91⋅7+2⋅103⋅5+4⋅83⋅6+4⋅93⋅7+4⋅10)=(212427475461)\begin{pmatrix}1&2\\ 3&4\end{pmatrix}\begin{pmatrix}5&6&7\\ 8&9&10\end{pmatrix}=\begin{pmatrix}1\cdot5+2\cdot8&1\cdot6+2\cdot9&1\cdot7+2\cdot10\\ 3\cdot5+4\cdot8&3\cdot6+4\cdot9&3\cdot7+4\cdot10\end{pmatrix}=\begin{pmatrix}21&24&27\\ 47&54&61\end{pmatrix}

La definición tiene una primera justificación inmediata. El sistema lineal de la sección anterior, con A=(aij)A=(a_{ij}) la matriz de sus coeficientes, x\mathbf{x} la columna de las incógnitas y b\mathbf{b} la de los términos independientes, se escribe como la única ecuación matricial

Ax=bA\mathbf{x}=\mathbf{b}

porque la entrada ii de AxA\mathbf{x} es ai1x1+⋯+ainxna_{i1}x_1+\dots+a_{in}x_n, el primer miembro de la ecuación ii. La segunda justificación, más profunda, se da en el §4.

Teorema 1. Siempre que los tamaños permitan los productos y las sumas indicadas:

Primero, la asociatividad, (AB)C=A(BC)(AB)C=A(BC). Segundo, la distributividad, A(B+C)=AB+ACA(B+C)=AB+AC y (A+B)C=AC+BC(A+B)C=AC+BC. Tercero, c(AB)=(cA)B=A(cB)c(AB)=(cA)B=A(cB) para todo escalar cc. Y cuarto, ImA=A=AInI_mA=A=AI_n para toda matriz AA de tamaño m×nm\times n.

Demostración. Para la asociatividad, sean AA de m×nm\times n, BB de n×pn\times p y CC de p×qp\times q. La entrada (i,l)(i,l) de (AB)C(AB)C es

∑j=1p(AB)ijcjl=∑j=1p(∑k=1naikbkj)cjl=∑k=1naik(∑j=1pbkjcjl)=∑k=1naik(BC)kl\sum_{j=1}^{p}(AB)_{ij}c_{jl}=\sum_{j=1}^{p}\left(\sum_{k=1}^{n}a_{ik}b_{kj}\right)c_{jl}=\sum_{k=1}^{n}a_{ik}\left(\sum_{j=1}^{p}b_{kj}c_{jl}\right)=\sum_{k=1}^{n}a_{ik}(BC)_{kl}

que es la entrada (i,l)(i,l) de A(BC)A(BC); se intercambió el orden de dos sumas finitas y se usó la distributividad de R\mathbb{R}. Para la distributividad, la entrada (i,j)(i,j) de A(B+C)A(B+C) es ∑kaik(bkj+ckj)=∑kaikbkj+∑kaikckj\sum_ka_{ik}(b_{kj}+c_{kj})=\sum_ka_{ik}b_{kj}+\sum_ka_{ik}c_{kj}, la de AB+ACAB+AC; el otro caso y el tercer punto son iguales. Para el cuarto, (ImA)ij=∑k(Im)ikakj=aij(I_mA)_{ij}=\sum_k(I_m)_{ik}a_{kj}=a_{ij}, porque solo el término k=ik=i es no nulo, y análogamente para AInAI_n. ■\blacksquare

Con la asociatividad se pueden escribir productos de tres o más matrices sin paréntesis, y para una matriz cuadrada AA las potencias A0=IA^0=I, An+1=AAnA^{n+1}=AA^n cumplen Am+n=AmAnA^{m+n}=A^mA^n.

Lo que el producto de matrices no cumple es tan importante como lo que cumple.

Proposición 2. El producto de matrices no es conmutativo, y no vale la cancelación: existen matrices AA, BB y CC con AB≠BAAB\neq BA; con A≠OA\neq O, A2=OA^2=O; y con AB=ACAB=AC y B≠CB\neq C.

Demostración. Sean A=(0100)A=\begin{pmatrix}0&1\\ 0&0\end{pmatrix} y B=(0010)B=\begin{pmatrix}0&0\\ 1&0\end{pmatrix}. Entonces

AB=(1000)BA=(0001)AB=\begin{pmatrix}1&0\\ 0&0\end{pmatrix}\qquad BA=\begin{pmatrix}0&0\\ 0&1\end{pmatrix}

distintas, de modo que AB≠BAAB\neq BA. Además A2=(0100)(0100)=OA^2=\begin{pmatrix}0&1\\ 0&0\end{pmatrix}\begin{pmatrix}0&1\\ 0&0\end{pmatrix}=O, con A≠OA\neq O. Y con C=(1100)C=\begin{pmatrix}1&1\\ 0&0\end{pmatrix}, resulta AC=O=A⋅OAC=O=A\cdot O, con C≠OC\neq O: no se puede cancelar AA. ■\blacksquare

Estas propiedades ausentes tienen consecuencias algebraicas concretas. Como AB≠BAAB\neq BA en general, (A+B)2=A2+AB+BA+B2(A+B)^2=A^2+AB+BA+B^2 no se reduce a A2+2AB+B2A^2+2AB+B^2. Y como el producto de dos matrices no nulas puede ser nulo, una ecuación AB=OAB=O no implica A=OA=O ni B=OB=O. El §8.5 mostrará cuándo sí se puede cancelar: cuando AA tiene inversa.


Un vector de R2\mathbb{R}^2 escrito en columna, x=(xy)\mathbf{x}=\begin{pmatrix}x\\ y\end{pmatrix}, puede multiplicarse a izquierda por una matriz AA de 2×22\times2, y el resultado AxA\mathbf{x} es otra columna de dos entradas. Cada matriz define entonces una transformación del plano en sí mismo, fA(x)=Axf_A(\mathbf{x})=A\mathbf{x}.

Definición. Una transformación f:R2→R2f:\mathbb{R}^2\to\mathbb{R}^2 es lineal si f(u+v)=f(u)+f(v)f(\mathbf{u}+\mathbf{v})=f(\mathbf{u})+f(\mathbf{v}) y f(cu)=cf(u)f(c\mathbf{u})=cf(\mathbf{u}) para todos u,v∈R2\mathbf{u},\mathbf{v}\in\mathbb{R}^2 y c∈Rc\in\mathbb{R}.

Proposición 3. Para toda matriz AA de 2×22\times2, fAf_A es lineal, y sus columnas son fA(e1)f_A(\mathbf{e}_1) y fA(e2)f_A(\mathbf{e}_2), con e1=(10)\mathbf{e}_1=\begin{pmatrix}1\\0\end{pmatrix} y e2=(01)\mathbf{e}_2=\begin{pmatrix}0\\1\end{pmatrix}. Recíprocamente, toda transformación lineal ff es fAf_A, para la matriz AA cuyas columnas son f(e1)f(\mathbf{e}_1) y f(e2)f(\mathbf{e}_2).

Demostración. La linealidad de fAf_A es la distributividad y la propiedad A(cu)=c(Au)A(c\mathbf{u})=c(A\mathbf{u}) del Teorema 1. Al multiplicar, Ae1A\mathbf{e}_1 es la primera columna de AA y Ae2A\mathbf{e}_2 la segunda. Recíprocamente, sea ff lineal y AA la matriz de columnas f(e1)f(\mathbf{e}_1) y f(e2)f(\mathbf{e}_2). Todo x=(xy)\mathbf{x}=\begin{pmatrix}x\\y\end{pmatrix} es xe1+ye2x\mathbf{e}_1+y\mathbf{e}_2, y por la linealidad, f(x)=xf(e1)+yf(e2)=Axf(\mathbf{x})=xf(\mathbf{e}_1)+yf(\mathbf{e}_2)=A\mathbf{x}. ■\blacksquare

La proposición dice que las transformaciones lineales del plano son las matrices 2×22\times2, y que una transformación queda determinada por lo que hace a los dos vectores e1\mathbf{e}_1 y e2\mathbf{e}_2. El resultado central es el siguiente.

Teorema 4. Para matrices AA y BB de 2×22\times2, fA∘fB=fABf_A\circ f_B=f_{AB}: aplicar BB y luego AA es lo mismo que aplicar la matriz ABAB.

Demostración. Para todo x\mathbf{x}, por la asociatividad del Teorema 1, fA(fB(x))=A(Bx)=(AB)x=fAB(x)f_A(f_B(\mathbf{x}))=A(B\mathbf{x})=(AB)\mathbf{x}=f_{AB}(\mathbf{x}). ■\blacksquare

Ese es el sentido de la definición del producto: la regla, extraña a primera vista, de multiplicar filas por columnas es exactamente la que hace que componer transformaciones corresponda a multiplicar tablas. Y muestra por qué el producto no es conmutativo: el orden en que se aplican dos transformaciones importa, y ABAB significa «primero BB, luego AA».

Las matrices de las transformaciones básicas. La rotación de ángulo θ\theta alrededor del origen del §7.2, Rθ(x,y)=(xcos⁡θ−ysin⁡θ, xsin⁡θ+ycos⁡θ)R_\theta(x,y)=(x\cos\theta-y\sin\theta,\ x\sin\theta+y\cos\theta), es la transformación lineal de matriz

Rθ=(cos⁡θ−sin⁡θsin⁡θcos⁡θ)R_\theta=\begin{pmatrix}\cos\theta&-\sin\theta\\ \sin\theta&\cos\theta\end{pmatrix}

La reflexión respecto del eje de abscisas, S(x,y)=(x,−y)S(x,y)=(x,-y), tiene matriz S=(100−1)S=\begin{pmatrix}1&0\\ 0&-1\end{pmatrix}; el escalamiento por factores aa y dd en cada eje, (a00d)\begin{pmatrix}a&0\\ 0&d\end{pmatrix}; y la cizalla horizontal, (1k01)\begin{pmatrix}1&k\\ 0&1\end{pmatrix}, que desplaza cada punto horizontalmente en proporción a su altura. La Figura 8.3 muestra el efecto de algunas sobre una figura asimétrica.

Una figura con forma de F, en gris, y sus imágenes por cuatro transformaciones: una rotación de 60 grados, una cizalla horizontal, la composición SR que primero rota y luego refleja, y la composición RS que primero refleja y luego rota; las dos composiciones dan figuras distintas Figura 8.3 — Transformaciones del plano. Los dos paneles de la derecha muestran que SR≠RSSR\neq RS: reflejar y rotar no conmutan.

Teorema 5. Para todo par de números reales α\alpha y β\beta, RαRβ=Rα+βR_\alpha R_\beta=R_{\alpha+\beta}.

Demostración. Multiplicando,

RαRβ=(cos⁡αcos⁡β−sin⁡αsin⁡β−cos⁡αsin⁡β−sin⁡αcos⁡βsin⁡αcos⁡β+cos⁡αsin⁡β−sin⁡αsin⁡β+cos⁡αcos⁡β)=(cos⁡(α+β)−sin⁡(α+β)sin⁡(α+β)cos⁡(α+β))R_\alpha R_\beta=\begin{pmatrix}\cos\alpha\cos\beta-\sin\alpha\sin\beta&-\cos\alpha\sin\beta-\sin\alpha\cos\beta\\ \sin\alpha\cos\beta+\cos\alpha\sin\beta&-\sin\alpha\sin\beta+\cos\alpha\cos\beta\end{pmatrix}=\begin{pmatrix}\cos(\alpha+\beta)&-\sin(\alpha+\beta)\\ \sin(\alpha+\beta)&\cos(\alpha+\beta)\end{pmatrix}

por las fórmulas de suma del §7.2. ■\blacksquare

Este teorema es la lectura matricial de la trigonometría de la suma, la que el §7.2 y el §7.8 anunciaron: las fórmulas de suma de ángulos son, exactamente, la afirmación de que el producto de dos matrices de rotación es la matriz de rotación del ángulo suma. De ella se sigue también una fórmula de potencias: como R0=IR_0=I, por inducción, (Rθ)n=Rnθ(R_\theta)^n=R_{n\theta} para todo entero n≥0n\ge0, y es la versión matricial del teorema de De Moivre del §7.6.

Como los ángulos se suman en cualquier orden, las rotaciones conmutan entre sí, RαRβ=Rα+β=RβRαR_\alpha R_\beta=R_{\alpha+\beta}=R_\beta R_\alpha. Pero no conmutan con las reflexiones:

SRθ=(cos⁡θ−sin⁡θ−sin⁡θ−cos⁡θ)RθS=(cos⁡θsin⁡θsin⁡θ−cos⁡θ)SR_\theta=\begin{pmatrix}\cos\theta&-\sin\theta\\ -\sin\theta&-\cos\theta\end{pmatrix}\qquad R_\theta S=\begin{pmatrix}\cos\theta&\sin\theta\\ \sin\theta&-\cos\theta\end{pmatrix}

que difieren siempre que sin⁡θ≠0\sin\theta\neq0, como muestra la Figura 8.3. La no conmutatividad de la Proposición 2 no es una rareza algebraica: es el hecho geométrico de que girar y luego reflejar no es lo mismo que reflejar y luego girar.

Hay además una coincidencia con los números complejos. Las matrices de la forma (a−bba)\begin{pmatrix}a&-b\\ b&a\end{pmatrix} se multiplican como los complejos a+bia+bi:

(a−bba)(c−ddc)=(ac−bd−(ad+bc)ad+bcac−bd)\begin{pmatrix}a&-b\\ b&a\end{pmatrix}\begin{pmatrix}c&-d\\ d&c\end{pmatrix}=\begin{pmatrix}ac-bd&-(ad+bc)\\ ad+bc&ac-bd\end{pmatrix}

que corresponde a (a+bi)(c+di)=(ac−bd)+(ad+bc)i(a+bi)(c+di)=(ac-bd)+(ad+bc)i. La rotación de 90∘90^\circ, Rπ/2=(0−110)R_{\pi/2}=\begin{pmatrix}0&-1\\ 1&0\end{pmatrix}, satisface Rπ/22=−IR_{\pi/2}^2=-I, que es la matriz del hecho i2=−1i^2=-1.


La sección muestra un patrón que se repetirá: una operación que parecía arbitraria, el producto de tablas, se justifica por la estructura que representa, la composición. Y la estructura misma, las transformaciones del plano, tiene una propiedad que las cuentas con números aislados no captan: el orden importa. La aritmética de matrices es la primera del libro que no es conmutativa, y eso obliga a cuidar lo que en los números se daba por sentado, como cancelar un factor o despejar una incógnita. Queda pendiente la pregunta de cuándo, y cómo, se puede deshacer una transformación: es decir, cuándo una matriz AA tiene otra que, multiplicada por ella, da la identidad.

Esa es la cuestión de la sección siguiente: las matrices inversas, que permiten despejar x\mathbf{x} de Ax=bA\mathbf{x}=\mathbf{b} como se despeja xx de ax=bax=b.