Multiplicación matricial

En matemáticas, la multiplicación o producto de matrices es la operación de composición efectuada entre dos matrices, o bien la multiplicación entre una matriz y un escalar según unas determinadas reglas.

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

Dadas una matriz ${displaystyle A}$ de ${displaystyle m}$ filas y ${displaystyle n}$ columnas

y ${displaystyle kin mathbb {R} }$ entonces la multiplicación de ${displaystyle A}$ por el escalar ${displaystyle k}$, que se denota por ${displaystyle kcdot A}$ o simplemente ${displaystyle kA}$, se define como la matriz

En el caso particular de multiplicación por enteros, se puede considerar como sumar o restar la misma matriz tantas veces como indique el escalar:

Sean ${displaystyle A}$ y ${displaystyle B}$ matrices y ${displaystyle c,din mathbb {R} }$, la multiplicación de matrices por escalares cumple con las siguientes propiedades:

Dadas dos matrices ${displaystyle A}$ y ${displaystyle B}$, tales que ${displaystyle Ain mathbb {R} ^{m imes n}}$ y ${displaystyle Bin mathbb {R} ^{n imes p}}$, la multiplicación de ${displaystyle A}$ por ${displaystyle B}$, que se denota por ${displaystyle AB}$, es una matriz con ${displaystyle m}$ filas y ${displaystyle p}$ columnas cuya ${displaystyle (i,j)}$-ésima entrada es

es decir:

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:

${displaystyle AB=sum _{k=1}^{n}a_{ik}b_{kj}=D=(d_{ij})}$

Luego, multiplicando D por C:

${displaystyle DC=sum _{l=1}^{p}d_{il}c_{lj}}$

Reemplazando D por AB:

(1)${displaystyle (AB)C=sum _{l=1}^{p}(sum _{k=1}^{n}a_{ik}b_{kl})c_{lj}=sum _{l=1}^{p}sum _{k=1}^{n}a_{ik}b_{kl}c_{lj}}$

Ahora, para BC:

${displaystyle BC=sum _{l=1}^{p}b_{il}c_{lj}=E=(e_{ij})}$

Luego, multiplicando A por E:

${displaystyle AE=sum _{k=1}^{n}a_{ik}e_{kj}}$

Reemplazando E por BC:

(2)${displaystyle A(BC)=sum _{k=1}^{n}a_{ik}(sum _{l=1}^{p}b_{kl}c_{lj})=sum _{k=1}^{n}sum _{l=1}^{p}a_{ik}b_{kl}c_{lj}}$

Con lo que verificamos que (1) y (2) son iguales y se cumple la propiedad asociativa:

${displaystyle (AB)C=A(BC),}$

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:

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 aplicaciones como MATLAB y Octave. También actualmente se utiliza mucho en el cálculo de microarrays, en el área de bioinformática.

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:

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

obtenemos: