Multiplicación de Matrices 2x2 y 3x3 Paso a Paso (con Ejemplos y Gráficos)

-

En artículos anteriores aprendimos qué es una matriz y sus tipos, y cómo realizar la suma y resta de matrices. Sin embargo, cuando llegamos a la multiplicación de matrices, las cosas cambian: no se multiplican elemento por elemento.

La multiplicación matricial sigue una regla geométrica y algebraica especial conocida como "fila por columna". En este artículo aprenderás la condición indispensable para saber si dos matrices se pueden multiplicar, el algoritmo exacto paso a paso y resolveremos ejemplos de matrices \(2 \times 2\) y \(3 \times 3\).

📌 ¿Qué aprenderás en esta guía?
  • La condición de dimensiones (cuándo es posible multiplicar matrices).
  • El método visual "Fila por Columna".
  • Por qué el orden importa (\(A \cdot B \neq B \cdot A\)).
  • Ejemplo 1: Multiplicación de matrices \(2 \times 2\).
  • Ejemplo 2: Multiplicación con dimensiones rectangulares (\(2 \times 3\) por \(3 \times 2\)).
  • Ejemplo 3: Multiplicación de matrices \(3 \times 3\).
  • Errores frecuentes y ejercicios propuestos con soluciones.

1. La Regla de Oro: ¿Cuándo se pueden multiplicar dos matrices?

Para que el producto \(A \cdot B\) exista, el número de columnas de la primera matriz (\(A\)) debe ser igual al número de filas de la segunda matriz (\(B\)).

Matriz A m × k × Matriz B k × n ¡Deben ser iguales! Resultado (C) m × n =

Figura 1: Esquema de compatibilidad de dimensiones para la multiplicación matricial.

💡 Conclusión de dimensiones: Si multiplicas una matriz \(A\) de \(2 \times \mathbf{3}\) con una matriz \(B\) de \(\mathbf{3} \times 4\), el producto es posible porque los valores internos coinciden (\(3=3\)), y la matriz resultante \(C\) tendrá un tamaño de \(2 \times 4\) (los valores externos).

2. El Algoritmo: Método Fila por Columna

Para calcular el elemento en la posición \((i, j)\) de la matriz resultante:

  1. Tomas la fila \(i\) de la primera matriz.
  2. Tomas la columna \(j\) de la segunda matriz.
  3. Multiplicas los elementos correspondientes uno a uno y sumas todos los productos (es exactamente el producto punto entre la fila y la columna).

\[ c_{ij} = \sum_{k=1}^{n} a_{ik} \cdot b_{kj} = a_{i1}b_{1j} + a_{i2}b_{2j} + \dots + a_{in}b_{nj} \]

3. Ejemplo 1: Multiplicación de Matrices \(2 \times 2\)

Sean las matrices:

\[ A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} \qquad B = \begin{pmatrix} 5 & 6 \\ 7 & 8 \end{pmatrix} \]

Calcula el producto \(C = A \cdot B\).

Paso 1: Verificar dimensiones. Ambas son \(2 \times 2\), por lo que la matriz resultante \(C\) será de \(2 \times 2\):

\[ C = \begin{pmatrix} c_{11} & c_{12} \\ c_{21} & c_{22} \end{pmatrix} \]

Paso 2: Calcular cada elemento paso a paso:

  • \(c_{11}\) (Fila 1 de A × Columna 1 de B): \[ c_{11} = (1)(5) + (2)(7) = 5 + 14 = 19 \]
  • \(c_{12}\) (Fila 1 de A × Columna 2 de B): \[ c_{12} = (1)(6) + (2)(8) = 6 + 16 = 22 \]
  • \(c_{21}\) (Fila 2 de A × Columna 1 de B): \[ c_{21} = (3)(5) + (4)(7) = 15 + 28 = 43 \]
  • \(c_{22}\) (Fila 2 de A × Columna 2 de B): \[ c_{22} = (3)(6) + (4)(8) = 18 + 32 = 50 \]

Resultado final:

\[ A \cdot B = \begin{pmatrix} 19 & 22 \\ 43 & 50 \end{pmatrix} \]

4. Ejemplo 2: Matrices Rectangulares (\(2 \times 3\) por \(3 \times 2\))

Sean:

\[ A = \begin{pmatrix} 2 & 1 & 4 \\ 0 & 3 & -1 \end{pmatrix} \quad (2 \times 3) \qquad B = \begin{pmatrix} 1 & 2 \\ 3 & 0 \\ -1 & 4 \end{pmatrix} \quad (3 \times 2) \]

Como las columnas de \(A\) (\(3\)) coinciden con las filas de \(B\) (\(3\)), el resultado será una matriz de \(2 \times 2\).

Cálculos:

  • \(c_{11} = (2)(1) + (1)(3) + (4)(-1) = 2 + 3 - 4 = \mathbf{1}\)
  • \(c_{12} = (2)(2) + (1)(0) + (4)(4) = 4 + 0 + 16 = \mathbf{20}\)
  • \(c_{21} = (0)(1) + (3)(3) + (-1)(-1) = 0 + 9 + 1 = \mathbf{10}\)
  • \(c_{22} = (0)(2) + (3)(0) + (-1)(4) = 0 + 0 - 4 = \mathbf{-4}\)

Resultado:

\[ A \cdot B = \begin{pmatrix} 1 & 20 \\ 10 & -4 \end{pmatrix} \]

5. Propiedad Crucial: La Multiplicación NO es Conmutativa

⚠️ ¡Cuidado con el orden! En números reales \(2 \times 3 = 3 \times 2\), pero en matrices:

\(A \cdot B \neq B \cdot A\)

En la mayoría de los casos, cambiar el orden de las matrices da un resultado totalmente distinto, o incluso hace que la operación sea matemáticamente imposible.

6. Errores Comunes al Multiplicar Matrices

  • Multiplicar posición a posición: Pensar que se multiplica el elemento \((1,1)\) con el \((1,1)\) sin sumar fila por columna.
  • No verificar las dimensiones antes de operar: Intentar multiplicar matrices incompatibles y perder tiempo en el examen.
  • Errores de signo al sumar los productos: Recuerda prestar mucha atención a los términos negativos (por ejemplo, \((-3)(-2) = +6\)).

7. Ejercicios Propuestos

  1. Calcula \(A \cdot B\) para \(A = \begin{pmatrix} 2 & 0 \\ 1 & 3 \end{pmatrix}\) y \(B = \begin{pmatrix} 4 & 1 \\ -2 & 5 \end{pmatrix}\).
  2. Con las mismas matrices del ejercicio 1, calcula \(B \cdot A\) y comprueba que \(A \cdot B \neq B \cdot A\).
  3. Si \(M\) es de dimensión \(3 \times 4\) y \(N\) es de dimensión \(4 \times 1\), ¿cuál es la dimensión de \(M \cdot N\)?

Soluciones Paso a Paso (Interactivas)

👁️ Haz clic aquí para ver la solución del Ejercicio 1
\(A \cdot B = \begin{pmatrix} (2)(4)+(0)(-2) & (2)(1)+(0)(5) \\ (1)(4)+(3)(-2) & (1)(1)+(3)(5) \end{pmatrix} = \begin{pmatrix} 8 & 2 \\ -2 & 16 \end{pmatrix}\)
👁️ Haz clic aquí para ver la solución del Ejercicio 2
\(B \cdot A = \begin{pmatrix} 9 & 3 \\ 1 & 15 \end{pmatrix}\). Comprobado: los resultados son distintos.
👁️ Haz clic aquí para ver la solución del Ejercicio 3
La dimensión resultante es \(3 \times 1\) (un vector columna de 3 elementos).

Artículos Relacionados

Comentarios

Publicar un comentario