Multiplicación de Matrices: Método Completo y Ejemplos Prácticos

Introducción

La multiplicación de matrices es una de las operaciones más importantes y útiles del álgebra lineal. A diferencia de la suma, donde simplemente combinas elementos correspondientes, la multiplicación sigue un proceso específico que conecta filas con columnas de manera sistemática.

Entender este concepto te abrirá las puertas a aplicaciones en inteligencia artificial, gráficos por computadora, criptografía, economía y muchas otras áreas. En esta guía aprenderás el procedimiento paso a paso, las condiciones necesarias y los trucos para nunca equivocarte.

La Regla de Oro: Condición de Compatibilidad

Antes de multiplicar dos matrices, debes verificar que la operación sea posible. Aquí está la regla fundamental:

Para multiplicar A × B, el número de columnas de A debe ser igual al número de filas de B.

Si A es de dimensión m × n y B es de dimensión n × p, entonces: - A tiene n columnas - B tiene n filas - El producto A × B es posible y resulta en una matriz de dimensión m × p

Ejemplos de Compatibilidad

Truco para Recordar

Escribe las dimensiones una al lado de la otra: (m×n) × (n×p). Los números del medio deben coincidir. Los números de los extremos (m y p) te dan la dimensión del resultado.

El Procedimiento: Fila por Columna

El producto de matrices utiliza el método de fila por columna. Para obtener cada elemento del resultado, multiplicas una fila completa de la primera matriz por una columna completa de la segunda matriz.

Fórmula Detallada

Si C = A × B, el elemento cᵢⱼ (fila i, columna j) se calcula así:

cᵢⱼ = aᵢ₁·b₁ⱼ + aᵢ₂·b₂ⱼ + aᵢ₃·b₃ⱼ + ... + aᵢₙ·bₙⱼ

En palabras: tomas la fila i de A, la columna j de B, multiplicas los elementos correspondientes y sumas todo.

Visualización del Proceso

        Matriz B
         ↓ ↓ ↓
       | b₁ b₂ b₃ |
       | b₄ b₅ b₆ |

Matriz A  →  | a₁ a₂ | × | b₁ b₂ b₃ |  =  | c₁ c₂ c₃ |
             | a₃ a₄ |   | b₄ b₅ b₆ |     | c₄ c₅ c₆ |

Para calcular c₁: tomas la fila 1 de A y la columna 1 de B.

Ejemplo Resuelto Paso a Paso: Matrices 2×2

Vamos a multiplicar:

A = | 2   3 |       B = | 1   4 |
    | 1   0 |           | 2   5 |

Verificación: A es 2×2, B es 2×2. El número de columnas de A (2) = número de filas de B (2). ✓

El resultado será una matriz 2×2.

Paso 1: Calcular c₁₁ (fila 1 de A × columna 1 de B)

c₁₁ = (2)(1) + (3)(2) = 2 + 6 = 8

Paso 2: Calcular c₁₂ (fila 1 de A × columna 2 de B)

c₁₂ = (2)(4) + (3)(5) = 8 + 15 = 23

Paso 3: Calcular c₂₁ (fila 2 de A × columna 1 de B)

c₂₁ = (1)(1) + (0)(2) = 1 + 0 = 1

Paso 4: Calcular c₂₂ (fila 2 de A × columna 2 de B)

c₂₂ = (1)(4) + (0)(5) = 4 + 0 = 4

Resultado Final

A × B = | 8   23 |
        | 1    4 |

Ejemplo con Matrices de Diferentes Dimensiones

Multiplica:

A = | 1   2   3 |       B = | 4   1 |
    | 4   5   6 |           | 0   2 |
                            | 1   0 |

Verificación: A es 2×3, B es 3×2. Columnas de A (3) = Filas de B (3). ✓

El resultado será una matriz 2×2.

Cálculos

c₁₁: (1)(4) + (2)(0) + (3)(1) = 4 + 0 + 3 = 7

c₁₂: (1)(1) + (2)(2) + (3)(0) = 1 + 4 + 0 = 5

c₂₁: (4)(4) + (5)(0) + (6)(1) = 16 + 0 + 6 = 22

c₂₂: (4)(1) + (5)(2) + (6)(0) = 4 + 10 + 0 = 14

Resultado

A × B = | 7    5 |
        | 22  14 |

La Multiplicación NO Es Conmutativa

Esta es una diferencia crucial con los números reales: A × B ≠ B × A en general.

Demostración con Ejemplo

Usando las matrices del primer ejemplo:

A = | 2   3 |       B = | 1   4 |
    | 1   0 |           | 2   5 |

Ya calculamos A × B = | 8 23 | | 1 4 |

Ahora calculemos B × A:

d₁₁: (1)(2) + (4)(1) = 2 + 4 = 6

d₁₂: (1)(3) + (4)(0) = 3 + 0 = 3

d₂₁: (2)(2) + (5)(1) = 4 + 5 = 9

d₂₂: (2)(3) + (5)(0) = 6 + 0 = 6

B × A = | 6   3 |
        | 9   6 |

Claramente: A × B ≠ B × A

Casos Donde Ni Siquiera Es Posible

Si A es 2×3 y B es 3×4: - A × B es posible (resultado 2×4) - B × A NO es posible (4 ≠ 2)

Propiedades de la Multiplicación de Matrices

Propiedad Asociativa

(A × B) × C = A × (B × C)

Puedes agrupar las multiplicaciones como quieras (siempre que sean compatibles).

Propiedad Distributiva

A × (B + C) = A × B + A × C

(A + B) × C = A × C + B × C

La multiplicación distribuye sobre la suma.

Elemento Neutro: La Matriz Identidad

La matriz identidad I tiene unos en la diagonal principal y ceros en el resto:

I₂ = | 1   0 |       I₃ = | 1   0   0 |
     | 0   1 |            | 0   1   0 |
                          | 0   0   1 |

Para cualquier matriz A compatible:

A × I = A y I × A = A

NO Existe Propiedad Conmutativa

Como vimos, A × B ≠ B × A en general.

Multiplicación por un Vector

Un caso especial muy común es multiplicar una matriz por un vector (matriz columna).

Ejemplo: Transformación Lineal

A = | 2   1 |       v = | 3 |
    | 0   3 |           | 2 |

Verificación: A es 2×2, v es 2×1. Compatible. Resultado: 2×1.

Cálculo:

A × v = | (2)(3) + (1)(2) |   =   | 6 + 2 |   =   | 8 |
        | (0)(3) + (3)(2) |       | 0 + 6 |       | 6 |

Este tipo de operación es fundamental en transformaciones geométricas y sistemas de ecuaciones.

Potencias de Matrices

Solo las matrices cuadradas pueden elevarse a una potencia.

Definición

• A¹ = A
• A² = A × A
• A³ = A × A × A
• Aⁿ = A multiplicada n veces

Ejemplo: Calcular A²

A = | 1   2 |
    | 3   4 |

A² = A × A:

c₁₁: (1)(1) + (2)(3) = 1 + 6 = 7

c₁₂: (1)(2) + (2)(4) = 2 + 8 = 10

c₂₁: (3)(1) + (4)(3) = 3 + 12 = 15

c₂₂: (3)(2) + (4)(4) = 6 + 16 = 22

A² = | 7   10 |
     | 15  22 |

Errores Frecuentes y Cómo Evitarlos

Error 1: Multiplicar Matrices Incompatibles

Siempre verifica las dimensiones antes de empezar. Escribe: (m×n) × (n×p) y confirma que los números del centro coincidan.

Error 2: Multiplicar Elemento por Elemento

La multiplicación de matrices NO es elemento por elemento (como la suma). Debes usar el método fila × columna.

Error 3: Asumir Conmutatividad

Nunca asumas que A × B = B × A. Calcula siempre en el orden indicado.

Error 4: Errores Aritméticos

Con tantas multiplicaciones y sumas, es fácil equivocarse. Organiza tus cálculos claramente y verifica cada elemento.

Aplicaciones Prácticas

Sistemas de Ecuaciones

El sistema:

2x + 3y = 7
4x + y = 5

Se puede escribir como A × X = B, donde:

A = | 2   3 |    X = | x |    B = | 7 |
    | 4   1 |        | y |        | 5 |

Gráficos por Computadora

Las rotaciones, escalados y traslaciones de objetos 3D se representan como multiplicaciones de matrices.

Redes y Grafos

Las conexiones entre nodos de una red se representan en matrices de adyacencia. Sus potencias revelan caminos indirectos.

Machine Learning

Los pesos de las redes neuronales se almacenan en matrices. El proceso de propagación hacia adelante es esencialmente una serie de multiplicaciones matriciales.

Ejercicios de Práctica

Ejercicio 1

Multiplica:

A = | 1   2 |       B = | 5   6 |
    | 3   4 |           | 7   8 |

Ejercicio 2

Calcula A × B y B × A:

A = | 1   0 |       B = | 0   1 |
    | 0   2 |           | 3   0 |

Ejercicio 3

Multiplica:

A = | 1   2   3 |       B = | 1 |
                            | 0 |
                            | 2 |

Resumen

La multiplicación de matrices es una operación fundamental con reglas específicas:

1. Condición: Columnas de A = Filas de B
2. Método: Fila por columna, multiplicar y sumar
3. Dimensión del resultado: Filas de A × Columnas de B
4. NO es conmutativa: A × B ≠ B × A generalmente
5. La matriz identidad es el elemento neutro

Practica con diferentes dimensiones hasta que el proceso sea automático. Esta habilidad es esencial para temas avanzados como el cálculo de inversas y la resolución de sistemas de ecuaciones.