3.

Aplicación del Álgebra Matricial

En muchos análisis se supone que las variables que intervienen están relacionadas mediante un
conjunto de ecuaciones lineales. El álgebra matricial proporciona una notación concisa y clara para
la formulación y resolución de tales problemas, muchos de los cuales serían casi imposibles de
plantear con la notación algebraica ordinaria.

En este capítulo, se definen los vectores y las matrices, así como las operaciones correspondientes.
Se consideran tipos especiales de matrices, la transpuesta de una matriz, las matrices subdivididas
y el determinante de una matriz. También se tratan y aplican a la resolución de ecuaciones lineales
simultáneas, la dependencia lineal de un conjunto de vectores, y el rango y la inversa de una matriz.
Así mismo, se define e ilustra la diferenciación vectorial.

Medición matricial: importancia del álgebra en la gestión empresarial. La medición matricial es un

sistema basado en el empleo del álgebra matricial para realizar mediciones y evaluar, representar
y monitorizar la relación establecida entre entidades distintas que operan en un mismo ámbito,
sistema o modelo.

La medición matricial es un sistema basado en el empleo del álgebra matricial para realizar
mediciones y evaluar, representar y monitorizar la relación establecida entre entidades distintas
que operan en un mismo ámbito, sistema o modelo. Es empleada en una gran variedad de casos,
especialmente en aquellos en los que se utilizan indicadores KPI cuantitativos para elaborar métricas
y reportes.

Enseguida nos ocuparemos con más detalle de la medición matricial, de lo que significa y sus
aplicaciones. Sin embargo, aparte de todo ello, lo que sin duda alguna deja al descubierto su extenso
uso es que el lenguaje matemático y la estructura algebraica ofrecen importantes ventajas en
materia de gestión empresarial, entre otras y de un modo destacado:

• Precisión: el lenguaje matemático aporta una mayor precisión y rigor al análisis lógico,
estableciéndose la lógica formal (y la estructura algebraica) como código argumental básico.

• Claridad: el álgebra permite exponer hipótesis de un modo conciso y claro, evitando

ambigüedades y posibles contradicciones lógicas.

• Transversalidad: el empleo de la lógica formal, el lenguaje matemático y la estructura

argumental algebraica amplía el abanico de teorías y técnicas aplicables, y facilita el empleo
 de software y programario diseñado para el análisis científico permitiendo relacionar
campos propios de la economía y la empresa con otras disciplinas afines.

Aclarado este punto, a continuación, se enumeran algunas de las matrices más empleadas
por las técnicas de medición matricial.

Si estás interesado en este tema, también te recomendamos, la descarga de forma gratuita de

nuestra guía sobre profesionales de la logística

3.1 Conceptos básicos sobre matrices

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 𝒎 × 𝒏 , se denotan a menudo por aij, máximo valor de i
es m, y el máximo valor de j es n. 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.
Una matriz es un conjunto de números organizados en filas y columnas, y delimitados por
paréntesis. Por ejemplo, éstas son 2 matrices

La primera tiene 33 filas y 33 columnas, y se dice que su dimensión es 3×3, mientras que la segunda
tiene 2 filas y 4 columnas, es decir, su dimensión es 2×4. En general, se dice que una matriz AA tiene
dimensión m×n si tiene mm filas y n columnas. En este caso, la podemos escribir de la siguiente
forma
Puede observarse cómo cada elemento de la matriz se describe con dos subíndices, el primero
referido a la fila, y el segundo a la columna. Así, a 35 indicaría el elemento de la fila 33,
columna 55 de la matriz AA. La diagonal de una matriz está formada por aquellos elementos cuyos
subíndices son iguales, es decir, la diagonal es ⋯a11, a22⋯akk⋯
Algunas matrices destacables son:
· La matriz cuadrada: tiene el mismo número de filas que de columnas, es decir, de dimensión n×n.
· La matriz diagonal: matriz cuadrada cuyos elementos son 0 excepto los de la diagonal.
· La matriz identidad: matriz diagonal en la que todos los elementos de la diagonal son 1. La matriz
identidad de dimensión n×n se indica con In.
· La matriz transpuesta de una matriz A, denominada AT, es la matriz que resulta de cambiar filas
por columnas en la matriz A. Por ejemplo

puede observarse que, por ejemplo, la primera fila de A es (––11 33 55) y coincide con la primera
columna de AT. Puede comprobarse que esto sucede en todos los pares filas/columnas.

Conceptos básicos de matrices.

En muchas aplicaciones de las matemáticas, nos vamos a encontrar con disposiciones o arreglos
rectangulares de números. Sea por ejemplo el sistema:

3𝑥 + 4𝑦 + 3𝑧 = 1
2𝑥 + 𝑦 − 𝑧 = 5
9𝑥 − 6𝑦 + 2𝑧 = 15
Las particularidades que caracterizan a este sistema son los coeficientes numéricos en las
ecuaciones, junto con sus posiciones relativas. Por esta razón este sistema puede describirse
mediante el arreglo rectangular:
3 4 3
[2 1 −1]
9 −6 2
que se denomina matriz.
Entonces una matriz no es más que un arreglo rectangular de números y se acostumbra a
representarlos encerrados entre corchetes. También se utiliza encerrarlos entre paréntesis. Al
representar matrices en forma simbólica generalmente se emplean mayúsculas en negrita, A, J, etc.
Por ejemplo, podemos representar en forma matricial la producción de concentrados alimenticios
con diferentes composiciones:

Grasa Carbohidratos Proteínas

Formulación 1 10 20 15
Formulación 2 5 25 10

10 20 15
𝐴=[ ]
5 25 10
Que en forma matricial sería:

Los renglones o filas horizontales de una matriz se numeran en forma consecutiva de arriba hacia
abajo y las columnas o hileras verticales se numeran de izquierda a derecha. Así en la primera matriz
que escribimos:

Columna 1 Columna 2 Columna 3

Fila 1 3 4 3
Fila 2 2 1 -1
Fila 3 9 -6 2

Cada número en la matriz se denomina un elemento de la matriz.

Para denotar elementos arbitrarios de una matriz se pueden utilizar letras diferentes

Columna 1 Columna 2 Columna 3

Fila 1 a b c

Fila 2 d e f

Fila 3 g h i

O se puede utilizar la misma letra con subíndices dobles que nos indiquen la posición de cada
elemento en la matriz:

Columna 1 Columna 2 Columna 3

Fila 1 a11 a12 a13

Fila 2 a21 a22 a23

Fila 3 a31 a32 a33

Para el elemento a22 (se lee a sub dos-dos), el primer subíndice especifica la fila y el segundo la
columna.

Definición: A un arreglo rectangular de números que consta de m renglones y n columnas

se le denomina matriz m x n, o matriz de orden m x n. En el símbolo de elemento aij i es el subíndice

que corresponde a la fila y j es el subíndice que corresponde a la columna.

𝐴 = [3 1 0 − 4]
La matriz que tiene una sola fila se denomina matriz fila, por ejemplo:
8
6
𝐴=[ ]
−4
−2
A las matrices en que el número de filas es igual al número de columnas se le denomina matriz
cuadrada de orden n. Por ejemplo:
3 4 3
[2 1 −1]
9 −6 2
es una matriz cuadrada de orden 3, en las matrices cuadradas, los elementos en los cuales i = j
quedan en la diagonal que se extiende de la esquina superior izquierda a la esquina inferior derecha,
se denominan elementos de la diagonal principal o simplemente diagonal principal de la matriz:

Así por ejemplo en la matriz

3 4 3
[2 1 −1] los elementos de la diagonal son a11 = 3, a22 = 1 y a33 = 2
9 −6 2
Se dice que una matriz cuadrada es triangular superior o triangular inferior si los elementos que
están por debajo o por encima respectivamente, son iguales a 0:
 1 4 −1 12 0 0
[0 −4 −1] triangular superior; [ 2 −2/3 0] triangular inferior
0 0 7 9 −6 2
La matriz cuyos elementos son todos iguales a 0 la denominaremos matriz O por ejemplo:
0000
[0 0 0 0]
0000
Una matriz cuadrada, A=(aij), es diagonal si aij = 0, para i ≠ j . Es decir, si todos los elementos
situados fuera de la diagonal principal son cero. Por ejemplo, la siguiente matriz es diagonal:
3 000
0−100
[ ]
0 020
0 001
La matriz unidad es una matriz diagonal cuyos elementos de la diagonal son todos 1. Por ejemplo,
la siguiente es una matriz unidad de orden 3:
100
[ 0 1 0]
001
Ya vimos que en el sistema:

3𝑥 + 4𝑦 + 3𝑧 = 1
2𝑥 + 𝑦 − 𝑧 = 5
9𝑥 − 6𝑦 + 2𝑧 = 15
la matriz de los coeficientes es:
3 4 3
[2 1 − 1]
9 −6 2
Si incluimos los términos independientes en la matriz, tendremos la matriz aumentada:
3 4 3 1
[2 1 − 1 5]
9 −6 2 15
Con las matrices se realizan operaciones de suma, resta y multiplicación que veremos a
continuación.

3.2 Operaciones con matrices.

Las operaciones con matrices son la suma, la resta, la división y la multiplicación.

Antes que todo cabe mencionar qué es una matriz. Una matriz es una forma rectangular donde se
ordenan los números reales mediante coordenadas reflejadas en los subíndices.
La dimensión de una matriz se representa como la multiplicación de la dimensión de la fila con la
dimensión de la columna. Denominamos (m) para la dimensión de las filas y (n) para la dimensión
de las columnas. Entonces, una matriz mxn tendrá m filas y n columnas.

Suma y resta

La unión de dos o más matrices solo puede hacerse si dichas matrices tienen la misma dimensión.
Cada elemento de las matrices puede sumarse con los elementos que coincidan en posición en
diferentes matrices.

En el caso de restar dos o más matrices se sigue el mismo procedimiento que usamos para sumar
dos o más matrices.

En otras palabras, cuando sumamos o restamos matrices nos vamos a fijar en:

1. Las matrices compartan la misma dimensión.

2. Sumar o restar los elementos con la misma posición en matrices distintas.

Como hemos dicho, primero comprobamos que sean matrices de igual dimensión. En este caso, son
dos matrices 2×2. A continuación, sumamos los elementos que tienen las mismas coordenadas. Por
ejemplo, (d) y (h) comparten la misma posición en matrices distintas. La posición, denotada como P,
para (d) y (h) es P22.
Cuando restamos matrices es como en álgebra común, multiplicamos por (-1) la matriz que tiene el
signo de restar delante. En este caso es la matriz B.

Multiplicación

Generalmente, la multiplicación de matrices cumple la propiedad no conmutativa, es decir, importa

el orden de los elementos durante la multiplicación. Existen casos llamados matrices conmutativas
que sí cumplen la propiedad.

Sean Ry X dos matrices no conmutativas, implica que:

RX ≠ XR

Sean R’y X’dos matrices conmutativas, implica que:

Para multiplicar dos matrices necesitamos que el número de columnas de la primera matriz sea igual
al número de filas de la segunda matriz.

El orden de multiplicación sería tomar la primera fila de la matriz T, multiplicarla por la primera
columna de la matriz F y sumar sus elementos.

Podemos multiplicar una matriz por un escalar z cualquiera. En este caso z=2.
División

La división de matrices se puede expresar como la multiplicación entre la matriz que iría en el
numerador multiplicada por la matriz inversa que iría como denominador.

3.3 Cálculo de Matrices inversas.

Propiedades de la matriz inversa

Cálculo por determinantes

El cálculo de una matriz inversa por determinantes se basa en el siguiente resultado

donde
Para entender el procedimiento, comenzaremos con un ejemplo:

1.- Calculamos el determinante de la matriz.

En el caso que el determinante sea nulo la matriz no tendrá inversa.

2.- Hallamos la matriz adjunta

Es aquella en la que cada elemento se sustituye por su adjunto.

3.- Calculamos la traspuesta de la matriz adjunta.

 4.- La matriz inversa es igual al inverso del valor de su determinante por la matriz traspuesta de
la adjunta.

Se expone el concepto de matriz inversa y la forma de obtenerla por el método de la adjunta.

MATRIZ INVERSA POR EL MÉTODO DE LA ADJUNTA

En el álgebra matricial, la división no está definida. La inversión de matrices es la contraparte de la

división en álgebra.

La inversa de una matriz está definida como aquella matriz, que multiplicada por la original da por
resultado la matriz identidad, se denota como

esto se cumple siempre y cuando

La matriz inversa se obtiene en su forma clásica, de la siguiente manera:

El procedimiento para obtener la matriz inversa de una matriz por el método de la adjunta es el
siguiente:

- Se calcula el determinante de Si entonces tiene matriz inversa (en caso contrario

se dice que es una matriz singular)

- Se obtiene la transpuesta de es decir,

- Se calcula la matriz de cofactores de dando lugar a la matriz adjunta de esto es,

- Se forma el producto

Ejemplo.

Obtener la matriz inversa de:

Solución.

Comprobación:

CONCLUSIÓN

La matriz inversa de una matriz es igual a la matriz adjunta de su matriz traspuesta, dividida por
su determinante, siempre que este no sea cero.

PROPUESTA DE TRABAJO

1. Mover los deslizadores y para establecer los valores de la matriz de

segundo orden.
2. Observar el determinante y su matriz adjunta.
3. Notar que la matriz inversa de es igual a su matriz adjunta dividida por su determinante.
4. Mover los deslizadores y para establecer los renglones iguales o las dos
columnas iguales de la matriz Ver que le sucede al determinante y si tiene matriz inversa.
5. Fijar los valores para comprobar el ejemplo expuesto.
6. Pulsar el icono que se sitúa arriba a la derecha para regresar a la construcción inicial.

7. Desactivar la casilla para cambiar de orden de la matriz.

8. Repetir el proceso pero para una matriz de tercer orden y comprobarlo en el cuaderno.

9. Pulsar el icono que se sitúa arriba a la derecha para regresar a la construcción inicial.

3.4 El método de GaussJourdan.

A continuación, veremos un método que nos permite calcular la inversa de una
matriz usando las operaciones elementales por filas para reducir la matriz a una matriz
escalonada reducida, pero a su vez, con las mismas operaciones transformar la matriz
identidad en la inversa que estamos buscando.
Formalmente, si es una matriz cuadrada no-singular, es decir, tal que su determinante es
distinto de cero. Podemos usar el Método de Eliminación de Gauss-Jordan (ó Método de
Eliminación Gaussiana) para calcular su inversa ampliando la matriz adosando la matriz
identidad a su lado derecho, de la siguiente forma:

Veamos algunos ejemplos para entender como se calcula la matriz inversa desarrollando
este procedimiento.
Ejemplos
Ejemplo 1
Considerando la matriz de tamaño . Calcule la matriz inversa usando el Método de
Eliminación de Gauss-Jordan.
Empezamos calculando el determinante de la matriz para verificar que éste sea
diferente de cero,

Habiendo verificado que el determinante de la matriz es distinto de cero, ampliamos la

matriz adosando la matriz identidad de lado derecho y aplicamos el Método de
Eliminación de Gauss-Jordan sobre la matriz .
Finalmente, la matriz inversa de A está definida de la siguiente forma,

Ejemplo 2
Considerando la matriz de tamaño . Calcule la matriz inversa usando el Método de
Eliminación de Gauss-Jordan.
Empezamos calculando el determinante de la matriz para verificar que éste sea diferente
de cero,

Habiendo verificado que el determinante de la matriz es distinto de cero, ampliamos la

matriz adosando la matriz identidad de lado derecho y aplicamos el Método de Eliminación
de Gauss-Jordan sobre la matriz .
Finalmente, la matriz inversa de A está definida de la siguiente forma,

Ejemplo 3
Considerando la matriz de tamaño . Calcule la matriz inversa usando el Método de
Eliminación de Gauss-Jordan.
Empezamos calculando el determinante de la matriz para verificar que éste sea diferente
de cero,

Habiendo verificado que el determinante de la matriz es distinto de cero, ampliamos la

matriz adosando la matriz identidad de lado derecho y aplicamos el Método de
Eliminación de Gauss-Jordan sobre la matriz .
de Gauss-Jordan sobre la matriz .
Finalmente, la matriz inversa de A está definida de la siguiente forma,
Ejemplo 4
Considerando la matriz de tamaño . Calcule la matriz inversa usando el Método de
Eliminación de Gauss-Jordan.
Empezamos calculando el determinante de la matriz para verificar que éste sea diferente
de cero,

Habiendo verificado que el determinante de la matriz es distinto de cero, ampliamos la

matriz adosando la matriz identidad de lado derecho y aplicamos el Método de
Eliminación de Gauss-Jordan sobre la matriz .
Finalmente, la matriz inversa de A está definida de la siguiente forma,

3.5 Aplicaciones en la administración de empresas

La medición matricial es un sistema basado en el empleo del álgebra matricial para realizar
mediciones y evaluar, representar y monitorizar la relación establecida entre entidades distintas
que operan en un mismo ámbito, sistema o modelo. Es empleada en una gran variedad de casos,
especialmente en aquellos en los que se utilizan indicadores KPI cuantitativos para elaborar
métricas y reportes.

Enseguida nos ocuparemos con más detalle de la medición matricial, de lo que significa y sus
aplicaciones. Sin embargo, a parte de todo ello, lo que sin duda alguna deja al descubierto su extenso
uso es que el lenguaje matemático y la estructura algebraica ofrecen importantes ventajas en
materia de gestión empresarial, entre otras y de un modo destacado:
 • Precisión: el lenguaje matemático aporta una mayor precisión y rigor al análisis lógico,
estableciéndose la lógica formal (y la estructura algebraica) como código argumental básico.

• Claridad: el álgebra permite exponer hipótesis de un modo conciso y claro, evitando

ambigüedades y posibles contradicciones lógicas.

• Transversalidad: el empleo de la lógica formal, el lenguaje matemático y la estructura

argumental algebraica amplía el abanico de teorías y técnicas aplicables, y facilita el empleo
de software y programario diseñado para el análisis científico permitiendo relacionar
campos propios de la economía y la empresa con otras disciplinas afines.

Aclarado este punto, a continuación se enumeran algunas de las matrices más empleadas por las
técnicas de medición matricial.

Si estás interesado en este tema, también te recomendamos, la descarga de forma gratuita de

nuestra guía sobre profesionales de la logística

Medición matricial y ejemplos de matrices utilizables

La medición matricial, como decíamos al empezar, permite establecer y evaluar las relaciones que
mantienen entre sí componentes, elementos y/o ámbitos comunes de distintos sistemas y
modelos, o lo que es lo mismo, establecer relaciones (normalmente binarias) entre distintos
elementos constituyendo, de este modo, las denominadas matrices.

Se pueden establecer tantas matrices como se estime oportuno según las necesidades particulares
y/o generales de medición, siendo algunas de las más frecuentes las que se detallan a continuación:

• Matrices de atributo: las matrices constituidas por parejas de atributos, como los de la
interfaz que muestra resultados del análisis matricial y el modelo lógico empleado para la
estructuración de los datos requeridos.

• Matrices de procesos y localización: establecen relaciones entre tareas, procesos y

operaciones de la compañía por un lado, y su localización o ubicación geográfica por el otro.
Seguramente se trate de una de las matrices más utilizadas, especialmente al realizar
mediciones matriciales de procesos en cadenas de suministro globales y/o con operaciones
deslocalizadas.

• Matrices de procesos y entidades: establece relaciones (y las monitoriza, gestiona y evalúa)

entre procesos dependientes del empleo de datos de sistema y las distintas entidades del
modelo de datos utilizado.

• Matrices de dependencia: otros de los pares matriciales más utilizados son los que
establecen relaciones de dependencia entre tareas y procesos a distintos niveles, o incluso
entre sistemas y subsistemas dependientes de los mismos.

• Matrices de esquema: estrechamente relacionadas con la arquitectura de sistemas, estas

matrices representan la ubicación de datos concretos en nodos estructurales, es decir,
garantizan que el esquema del modelo de datos empleado remite al nodo físico de sistema
que tiene asignado.