Grado 11 → Vectores y matrices → Matrices ↓
Tipos de matrices
Las matrices son un concepto fundamental en matemáticas, especialmente en el campo del álgebra lineal. Se utilizan para representar y resolver problemas que involucran sistemas de ecuaciones lineales, para realizar transformaciones en el espacio, para procesar datos de imágenes y en muchas otras aplicaciones. Una matriz es un arreglo rectangular de números u otros objetos matemáticos, dispuestos en filas y columnas.
En esta extensa explicación, repasaremos los diferentes tipos de matrices que probablemente encontrará en matemáticas. También presentaremos varios ejemplos, algunos usando código y otros usando texto, para ayudarle a entender más a fondo estos tipos de matrices.
1. Matriz fila
Una matriz fila es una matriz que tiene solo una fila y múltiples columnas. Se representa de la siguiente manera:
A = [a 1 a 2 a 3 ... a n ]
A continuación, un ejemplo de una matriz fila:
A = [5 7 9]
representación visual:
2. Matriz columna
Una matriz columna es una matriz que tiene solo una columna y múltiples filas. Se representa de la siguiente forma:
B = [ b 1 b 2 b 3 ... b n ]
Aquí hay un ejemplo de una matriz columna:
B = [ 6 8 10 ]
representación visual:
3. Matriz cuadrada
Una matriz cuadrada tiene igual número de filas y columnas. Esto significa que su dimensión es n x n. Se puede escribir como:
C = [ c 11 c 12 ... c 1n c 21 c 22 ... c 2n ... c n1 c n2 ... c nn ]
Ejemplo:
C = [ 1 2 3 4 5 6 7 8 9 ]
representación visual:
4. Matriz diagonal
Una matriz diagonal es un tipo especial de matriz cuadrada donde todos los elementos fuera de la diagonal principal son cero. Esto significa que los únicos elementos diferentes de cero están en la diagonal principal, de arriba a la izquierda hacia abajo a la derecha. Tiene la forma:
D = [ d 11 0 0 0 d 22 0 0 0 d 33 ... ]
Ejemplo:
D = [ 2 0 0 0 3 0 0 0 5 ]
representación visual:
5. Matriz escalar
Una matriz escalar es una matriz diagonal donde todos los elementos en la diagonal principal son iguales.
E = [ k 0 0 0 k 0 0 0 k ... ]
Ejemplo con un valor escalar de 7:
E = [ 7 0 0 0 7 0 0 0 7 ]
representación visual:
6. Matriz identidad
La matriz identidad es un tipo especial de matriz cuadrada donde todos los elementos de la diagonal principal son 1 y los demás elementos son 0. Esta matriz también se suele representar como I
:
I = [ 1 0 0 0 1 0 0 0 1 ... ]
Ejemplo:
I = [ 1 0 0 0 1 0 0 0 1 ]
representación visual:
7. Matrices nulas o no nulas
Una matriz nula o cero es una matriz cuyos elementos son todos cero. Puede ser de cualquier dimensión.
O = [ 0 0 0 0 0 0 0 0 0 ]
Ejemplo:
O = [ 0 0 0 0 0 0 0 0 0 ]
representación visual:
8. Matriz triangular superior
La matriz triangular superior es un tipo de matriz cuadrada donde todos los elementos por debajo de la diagonal principal son cero. Tiene la forma:
U = [ u 11 u 12 u 13 0 u 22 u 23 0 0 u 33 ... ]
Ejemplo:
U = [ 1 2 3 0 5 6 0 0 9 ]
representación visual:
9. Matriz triangular inferior
La matriz triangular inferior es una matriz cuadrada donde todos los elementos por encima de la diagonal principal son cero. Luce de esta manera:
L = [ l 11 0 0 l 21 l 22 0 l 31 l 32 l 33 ... ]
Ejemplo:
L = [ 4 0 0 2 5 0 3 6 9 ]
representación visual:
10. Matrices singulares y no singulares
Se dice que una matriz cuadrada es singular si su determinante es cero, lo cual significa que no tiene inversa. Por el contrario, una matriz no singular es aquella cuyo determinante no es cero, permitiendo que la matriz tenga una inversa. Los determinantes pueden parecer complicados al principio, pero a menudo los calculará cuando trabaje regularmente con matrices.
Ejemplo de matriz singular (determinante = 0):
S = [ 2 3 4 6 ] -> determinante = (2*6) - (3*4) = 0
Ejemplos de matrices no singulares:
N = [ 1 2 3 4 ] -> determinante = (1*4) - (2*3) = -2
Conclusión
En conclusión, las matrices vienen en muchas formas diferentes, cada una con sus propias propiedades y aplicaciones. Comprender estos diferentes tipos de matrices es esencial para una variedad de contextos matemáticos y aplicados. A medida que continúes tu estudio, encontrarás aplicaciones más complejas de estas matrices, especialmente cuando trabajes con sistemas de ecuaciones y transformaciones en múltiples dimensiones.