Captulo 3

Matrices
 3
Matrices

3
MATRICES

El objeto de este captulo ser el estudio de los elemen-

tos bsicos del lgebra matricial, la cual tiene mltiples
aplicaciones en la Administracin Pblica en campos
como las finanzas pblicas, la prospectiva y los proyec-
tos de desarrollo principalmente. Para abordar este cap-
tulo, buscando hacer ms aplicada la enseanza de la
matemtica en aras de un aprendizaje significativo, se
estudiarn las matrices orientndolas al anlisis de re-
des sociales. Sin embargo, ello no quiere decir que sta
sea la nica aplicacin de las matrices a lo pblico o la
nica que se estudie en el mdulo, ya que los prximos
captulos abordarn otras aplicaciones en otros campos
como son las matrices de impacto cruzado y las matri-
ces de entrada - salida de Leontief, entre otras.

70
 Matemtica II

PLAN DEL CAPTULO

1. MATRICES PARA REPRESENTAR SISTEMAS SOCIALES

2. OPERACIONES CON MATRICES

OBJETIVO GENERAL

A partir del estudio de los conceptos elementales del lgebra matricial

y del desarrollo de ejercicios, adquirir habilidad en el manejo de estos
para luego aplicarlos en situaciones relacionadas con las reas de
dominio de la Administracin Pblica.

71
 3
Matrices

1. MATRICES PARA REPRESENTAR REDES SOCIALES

La forma ms elemental de representar informacin sobre redes sociales, son los grafos. Sin embargo, cuando
existen muchos actores y/o muchas clases de relaciones, stos pueden hacerse tan visualmente complicados
que se hace muy difcil identificar estructuras. En su lugar, tambin es posible representar la informacin
sobre redes sociales en forma de matrices. De esta forma, la representacin de la informacin permite la
utilizacin de herramientas matemticas y de computacin para identificar estructuras. Los analistas de redes
sociales utilizan las matrices de una variedad de formas1.

Matemticamente las matrices son arreglos de nmeros en fi-

las y columnas que se colocan entre llaves. Sin embargo, en las
aplicaciones reales no las encontramos de la misma forma, ya
que predominan las formas de tabla de doble entrada, entre
otras presentaciones. (Doc.1)

Extraer la informacin de un evento o conjunto de eventos

para convertirla en una matriz es una de las tareas de mayor VOCABULARIO
cuidado ya que el posterior procesamiento matemtico lo ha-
cen las computadoras. Red Social. Es un sistema formado por acto-
res sociales que constituyen nodos los
cuales se conectan entre s, a travs
Las matrices pueden representar una situacin de mercado, la de unas relaciones o vnculos.
relacin entre los insumos y los productos, las relaciones en Escenario. Conjunto posible de eventos que
una red social, etc. Estas ltimas conforman las matrices de se presentara en una situacin futura.

adyacencia. (Doc.2) Prospectiva. Disciplina que explora futuros

posibles, considerando que el futuro
no es ignorado, simplemente es in-
Conformadas las matrices, podemos manipularlas sin alterar cierto, no nos adaptamos al futuro sino
que ideamos un proyecto de futuro y
su informacin, intercambiando filas o columnas. Esto nos trabajamos para llegar a l. Implica el
permite identificar algunas divisiones significativas como blo- largo plazo, se apoya en el enfoque
ques, facilitando as el anlisis sobre stas. (Doc.3) sistmico logrando una visin amplia
y en el empleo de criterios y mtodos
racionales que con base cientfica la
Para cerrar la leccin, terminamos viendo otro campo de apli- alejan de la adivinacin. Supone tam-
bin el uso fructfero y creativo de la
cacin de las matrices como es la planeacin prospectiva de imaginacin.
largo plazo, donde las matrices representan las probabilidades Matriz de afiliacin: matriz con una serie de
relativas de ocurrencia de cada evento dentro de cada escena- actores en las filas y una serie de even-
tos en las columnas.
rio. (Doc.4)
Matriz de incidencia: matriz binaria resul-
tante de transformar una matriz de ac-
tores x actores que muestra los acto-
res en las filas y las relaciones en las
1 Este captulo es una adaptacin de los captulos dos y cinco del texto de HANNEMAN columnas, sealando la presencia o
Robert Introduccin a los mtodos de anlisis en redes sociales traducido por Ren ausencia de una relacin para cada
Rios del Departamento de Sociologa de Universidad de Chile, para la revista electrn-
actor.
cia redes. 2002.

72
 Matemtica II

Doc.1. Qu es una matriz?

Para comenzar, una matriz es simplemente la disposicin rec-

tangular de un conjunto de elementos (de hecho, es un poco
ms complicado que eso, pero las matrices de ms de dos di-
mensiones no se incluyen aqu). El tamao de los rectngulos
viene dado por el nmero de filas y columnas de elementos que
contienen. Una matriz de "3 por 6" tiene tres filas y seis colum-
nas; una matriz de "i por j" tiene i lneas y j columnas. A conti-
nuacin se muestran una matriz de 2 por 4 y una de 4 por 2.
2*4
Los elementos de una matriz, se identifican por sus "ubicacio- 1,1 1,2 1,3 1,4
nes". El elemento 1,1 es el elemento ubicado en la primera fila y 2,1 2,2 2,3 2,4
la primera columna; el elemento 13,2 est en la treceava fila y la
segunda columna. Las ubicaciones de las celdas han sido utili-
zadas como elementos constitutivos de las matrices en los dos 4*2
ejemplos anteriores. A menudo, las matrices se presentan como 1,1 1,2
ordenaciones de elementos limitados por lneas verticales a su 2,1 2,2
derecha e izquierda, o corchetes a la izquierda y derecha. En el 3,1 3,2
lenguaje HTML (utilizado para preparar pginas Web), es muy 4,1 4,2
fcil utilizar "tablas" para representar matrices. Las matrices
pueden ser nombres dados; estos nombres a menudo se mues-
tran en letras capitales en negrita.

Los cientficos sociales que utilizan matrices para representar

redes sociales a menudo no utilizan las convenciones matem-
ticas y simplemente muestran sus datos como una ordenacin
de filas y columnas etiquetadas. Las etiquetas no son realmen-
te parte de la matriz, sino que son utilizadas slo para clarificar
la presentacin. La matriz que se muestra en seguida, por ejem-
plo, es una matiz de 4 por 4, con etiquetas adicionales. Supon-
gamos que estamos describiendo la estructura de la red de
amistad en un grupo de cuatro personas: Luis, Carol, Pedro y
Alicia. Es sencillo hacerlo usando palabras. Supongamos que a
Luis le agradan Carol y Pedro, pero no Alicia, a Carol le agrada
Pedro, pero ni Luis ni Alice, a Pedro le agradan las tres personas
del grupo y a Alicia nicamente Pedro (quizs esto suene a la
descripcin de una estructura social muy poco frecuente).
Luis Carol Pedro Alicia
Podramos tambin describir este patrn de lazos vinculantes Luis - 1 1 0
con un matriz, donde las filas representen las elecciones reali- Carol 0 - 1 0
zadas por cada actor. Pondremos "1" si a un actor le gusta otro Pedro 1 1 - 1
y "0" si no. Este sera el resultado: Alicia 0 0 1 -

73
 3 DOCUMENTOS
Matrices

Doc. 2. La matriz de "adyacencia"

La forma ms comn de matriz en el anlisis de redes sociales es una matriz

simple compuesta por tantas filas y columnas como actores existan en el conjunto
de datos y dnde los elementos representan los vnculos entre los actores. La ms
simple y comn de las matrices es la matriz binaria. Es decir, si existe un vnculo,
se coloca un 1 en la celda, si no lo hay se escribe un cero.

Este tipo de matriz es el punto de partida de casi todos los anlisis de redes y se
llama "matriz de adyacencia" porque representa quin est cerca de quin, o adya-
cente a quin en el "espacio social" mostrado por las relaciones que hemos medi-
do. Por convencin, en un grafo dirigido el origen de un vnculo es la fila y el objeto
es la columna. Veamos un ejemplo simple. El grafo dirigido de las preferencias de
amistad entre Luis, Carol, Pedro y Alicia sera como sigue:

Figura 1. Grafo para una red social.

Ya que los vnculos se miden en el nivel nominal (es decir, los datos son datos
binarios de preferencias), se puede representar la misma informacin en una ma-
triz como la siguiente:

L C P A
L - 1 1 0
C 0 - 1 0
P 1 1 - 1
A 0 0 1 -

74
 Matemtica II
DOCUMENTOS

Doc. 2. Continuacin

Es necesario tener presente que las filas representan el origen de los vnculos dirigidos
y las columnas los destinos: Luis escogi a Carol, pero Carol no lo escogi a l. ste es
un ejemplo de una matriz "asimtrica" que representa vnculos dirigidos (vnculos que
van de un origen a un receptor). Es decir, el elemento i,j no necesariamente es igual que
el elemento j,i. Si los vnculos que representamos en nuestra matriz fueran "vnculos
recprocos" (por ejemplo, vnculos que representan la relacin "es compaero de nego-
cios de ..."), o de "co-presencia o concurrencia", (dnde los vnculos representan una
relacin como "trabaja en el mismo grupo de di rectores que...") la matriz necesaria-
mente sera simtrica; es decir, el elemento i,j sera igual al elemento j,i.

Los datos de preferencias binarias a menudo se representan con ceros y unos, indican-
do la presencia o ausencia de cada relacin lgica posible entre pares de actores. Los
grafos dirigidos se representan a menudo en forma de matriz con -1, 0 y +1 para
indicar relaciones negativas, nulas o neutrales y relaciones positivas. Cuando se miden
los vnculos de forma ordinal o de intervalo, la magnitud numrica del vnculo medido se
coloca como un elemento de la matriz. Hay otras formas posibles de datos (multicate-
gora nominal, ordinales con ms de tres rangos, nominales con orden de rangos tota-
les). Estas otras formas, sin embargo, raramente se utilizan en estudios sociolgicos y
no les prestaremos mucha atencin.

En la representacin de datos de redes sociales como matrices, la pregunta que siem-

pre surge es: qu hago con los elementos de la matriz donde i=j? Es decir, por ejem-
plo, Luis se ha considerado como amigo cercano de l mismo? A esta parte de la
matriz se le conoce como la diagonal principal. A veces, el valor de la diagonal principal
carece de significado y se ignora (se deja en blanco). A veces, sin embargo, la diagonal
principal puede ser de gran importancia, y puede tomar valores muy significativos. Esto
es particularmente cierto cuando las lneas y las columnas en nuestra matriz son "su-
pernodos" o "bloques".

A menudo es conveniente hacer referencia a ciertas partes de una matriz utilizando una
terminologa resumida. Si se toman todos los elementos de una fila (por ejemplo, a
quines escoge a Luis como amigos: 1,1,1,0), se examina el "vector fila" para Luis. Si
slo se observa quin escoge a Luis como amigo (la primera columna o 1,0,1,0), se
examina el "vector columna" para Luis. A veces es til hacer ciertas operaciones con
los vectores fila o los vectores columna.

Por ejemplo, si se suman los elementos de los vectores columnas en este ejemplo,
puede obtenerse la medida de cun "popular" es cada nodo (en trminos de con cunta
frecuencia fueron objeto de un vnculo dirigido de amistad).

75
 3 DOCUMENTOS
Matrices

Doc. 3. Permutacin, bloques e imgenes de matrices

Tambin es til, a veces, reorganizar las filas y columnas de una matriz de forma
tal que pueda observarse los patrones de manera ms clara. Al intercambio de
filas y columnas (si se quiere reagrupar las filas, se deber reagrupar las colum-
nas de la misma forma o la matriz no tendr sentido para la mayora de operacio-
nes), se le conoce como "permutacin" de la matriz.

Nuestros datos originales seran:

Luis Carol Pedro Alicia

Luis - 1 1 0
Carol 0 - 1 0
Pedro 1 1 - 1
Alicia 0 0 1 -

Reorganicemos (permutemos) la matriz de forma tal que los dos hombres y las
dos mujeres sean adyacentes en la matriz. La permutacin de la matriz simple-
mente significa el cambio del orden de las lneas y columnas. En tanto que la
matriz es simtrica, si se cambia la posicin de una lnea, se debe cambiar la
posicin de su columna correspondiente.

Luis Pedro Carol Alicia

Luis - 1 1 0
Pedro 1 - 1 1
Carol 0 1 - 0
Alicia 0 1 0 -

Ninguno de los elementos ha visto cambiar sus valores a travs de esta operacin
o reorganizado las filas y las columnas, slo se han cambiado las cosas de sitio.
Tambin se han resaltado algunas zonas de la matriz. Cada seccin sombreada
se denominada bloque. Los bloques se forman trazando lneas de divisin a travs
de las filas y columnas de la matriz (por ejemplo, entre Pedro y Carol). El trazado
de estas lneas divisorias a travs de la matriz suele llamarse particin de la
matriz. Esta matriz la hemos dividido en funcin del sexo de los actores. La parti-
cin a veces es conocida como el proceso de "hacer bloques en una matriz" ya
que la particin produce bloques.

Este tipo de agrupamiento de celdas con frecuencia se hace en anlisis de redes

para entender cmo algunos conjuntos de actores se encuentran "inmersos" en
roles sociales o en entidades grandes. Aqu, por ejemplo, puede verse que todos

76
 Matemtica II
DOCUMENTOS

Doc. 3. Continuacin

los ocupantes del rol social conocido como "mujer" escogen a los dems como su
amigo; que ninguna mujer escoge a otra como su amiga, y que los hombres son
ms propensos a escoger mujeres (se han seleccionado 3 de cuatro posibilida-
des) y que las mujeres a escoger hombres (se han seleccionado slo 2 de las
cuatro posibles combinaciones). Se ha agrupado a las mujeres juntas para crear
una "particin", "supernodo", "rol social" o "bloque". A menudo se dividen matrices
de redes sociales de esta forma para identificar y probar ideas acerca de la forma en
que los actores se encuentran "involucrados" en roles sociales u otros "contextos".

Puede quererse evitar el anlisis de los nodos individuales y examinar slo posi-
ciones o roles. Si se calcula la proporcin de todos los vnculos que estn presen-
tes en un bloque, se puede crear una matriz de bloques de densidad. Haciendo
esto se ignoran los vnculos reflexivos de nuestro ejemplo:

Matriz de bloques de densidad

Hombre Mujer
Hombre 1.00 0.75
Mujer 0.50 0.00

Se puede querer agrupar la informacin an ms, utilizando una imagen de bloque

o matriz Imagen. Si la densidad en un bloque es mayor que una cantidad dada (a
menudo se utiliza la densidad promedio para la totalidad de la matriz como una
puntuacin de corte, en el actual ejemplo la densidad es .58), se introduce un "1"
en una celda de la matriz de bloques, y un "0" en caso contrario. Este tipo de
simplificacin se llama "imagen" de la matriz de bloques.

Matriz Imagen
Hombre Mujer
Hombre 1 1
Mujer 0 0

Las imgenes de matrices de bloques son herramientas muy tiles en la simplifi-

cacin de estructuras complejas de datos. Como cualquier procedimiento de sim-
plificacin, debe utilizarse el buen juicio en la decisin de cmo identificar los
bloques y qu cortes utilizar en la creacin de imgenes -o se podra perder
informacin importante.

77
 3 DOCUMENTOS
Matrices

Doc. 4. Matriz de impactos cruzados

La matriz de impacto cruzado es otro ejemplo de la aplicacin de las matrices en un

mtodo de planificacin prospectiva desde el anlisis de sistemas conocido como el m-
todo de los impactos cruzados. Este mtodo parte de la aplicacin del mtodo Delphi
basado en la consulta de expertos, al que agrega nuevos componentes permitiendo supe-
rar el defecto del mtodo predecesor de no tener en cuenta la interrelacin entre sucesos.

El mtodo de los impactos cruzados se utiliza en el campo de la prospectiva o largo plazo,

se basa en informacin subjetiva ya que utiliza la opinin de expertos como punto de
partida, su objetivo es dar informacin probabilstica sobre los futuros sucesos y futuros
escenarios, toma como consideracin la realidad sistmica de la existencia de relaciones
entre sucesos (impactos), de tal forma que la ocurrencia de cualquiera de ellos puede
aumentar o disminuir la probabilidad de los dems.

Despus de depurar estas probabilidades relativas entre pares de eventos, frente a las
absolutas de cada suceso, se organizan en una tabla o arreglo conocida como la matriz de
impactos cruzados. En el ejemplo 1 se representa una de ellas, y aunque se presenta con
todos los detalles del estudio prospectivo para que se entienda su sentido, en lo que
debemos fijarnos es en el uso y aplicacin de las matrices.

Ejemplo 11

Consideremos un ejemplo de orden prctico de la aplicacin de la tcnica; como es el

caso de tratar de visualizar a futuro el sistema de educacin superior en los pases
latinoamericanos.

Suponga que se consideran los siguientes EVENTOS "CARACTERIZADORES" DEL FUTU-

RO EXPLORADO:

Caracterizacin de LOS SISTEMAS DE EDUCACIN SUPERIOR de los pases latinoameri-

canos a futuro, dentro de un horizonte temporal de 10 aos.
1 Arape Jess E.
Programa de
E1: Predominio de la educacin a distancia a travs del uso del INTERNET. Prospectiva Tec-
E2: Crecimiento vertiginoso de los programas de EDUCACIN CONTINUA. nolgica para
Latinoamrica y
E3: Desarrollo de altos vnculos entre las universidades y los sectores industriales.
el Caribe. Ma-
E4: Cambios radicales en los esquemas de ENSEANZA-APRENDIZAJE (desaparicin nual de metodo-
progresiva de la enseanza basada en clases magistrales). logas. Tcnica
de las matrices
E5: Incremento sustancial de la matrcula de educacin superior (aumento sustantivo de impacto cru-
zado Caracas,
de la poblacin estudiantil).
2.000.

78
 Matemtica II
DOCUMENTOS

HORIZONTE TEMPORAL "PROSPECTIVO": 10 AOS

Para establecer LOS INSUMOS se elabora la MATRIZ DE IMPACTOS CRUZADOS

de los eventos considerados como "relevantes" para la caracterizacin del futuro
explorado, con relacin a los sistemas de educacin superior en los pases lati-
noamericanos:

EI E1 E2 E3 E4 E5
EI
E1 (+) (+)

E2 (+) (+)

E3 (+) (+) (+) (+)

E4

E5

MATRIZ DE IMPACTOS CRUZADOS DE LOS EVENTOS CARACTERIZADORES DEL FUTURO

DEL SISTEMA DE EDUCACIN SUPERIOR EN LOS PASES LATINOAMERICANOS EN UN
HORIZONTE TEMPORAL DE (10) AOS.

De acuerdo a "la opinin de este grupo de expertos":

a. El predominio de la educacin a distancia a travs del uso masificado del

internet, contribuye positivamente a:
i. El apuntalamiento de los programas de educacin continua.
ii. El estmulo a desarrollar mayores vnculos entre el sector industrial y las
universidades.
b. El crecimiento vertiginoso de los programas de educacin continua, contribuye a:
i. Al uso de Internet como plataforma expedita del proceso educativo.
ii. Mayor vinculacin entre universidades y el sector industrial.
c. El desarrollo de altos vnculos entre el sector industrial y las universidades
contribuir a:
i. Impulsar los programas de educacin a distancia, mediante el uso de Internet.
ii. Impulsar los programas de educacin continua (orientacin no acadmica).
iii. Modificacin sustantiva de los esquemas de enseanza - aprendizaje, para
poder as dar respuestas ms giles, en la formacin del recurso humano
que absorbe la industria.

79
 3 DOCUMENTOS
Matrices

iv. El hecho de un mayor vnculo con el sector industrial, abrir mayor oportunidad
a fuentes de trabajo y demandas del capital humano que egresa de las univer-
sidades; por lo que ello incidir en una mayor demanda por formacin en estas
casas de estudio aumentando, en consecuencia, la matricula universitaria.

NOTA: Esto es slo un ejemplo hipottico, para entender la lgica subyacente en la

tcnica.

De acuerdo a esta matriz de impactos cruzados, los INSUMOS requeridos para la

realizacin del EJERCICIO DE PROSPECTIVA son:
a. Las probabilidades simples de ocurrencia de cada uno de los EVENTOS (caracte-
rizadores) del futuro, esto es: 0 (1 ), 0 ( 2 ), 0 ( 3 ), 0 ( 4 ), y. 0 ( 5 ) .
b. Las probabilidades condicionadas entre tales eventos; ellas son:

0 2 , 0 3 , 0 1 , 0 3 , 0 1 , 0 2 , 0 4 , 0 5 y.
1 1 2 2 3 3 3 3
Los resultados que a continuacin aparecen son producto de un ejercicio hipottico
realizado con la participacin de diez (10) personas altamente calificadas en esa
materia:

Para las probabilidades simples (iniciales) se obtuvieron los siguientes resultados:

Tabla de Po (Ei)s: probabilidades simples

0 ( i )
0 (1 ) 0(2 ) 0 (3 ) 0 (4 ) 0 (5 )
N. DE EXPERTO
1 0.80 0.60 0.99 0.60 0.40
2 0.90 0.80 0.80 0.50 0.45

3 0.95 0.50 0.90 0.65 0.70

4 0.70 0.70 0.99 0.55 0.50

5 0.99 0.80 0.80 0.90 0.40

6 0.99 0.75 0.99 0.50 0.80

7 0.85 0.75 0.99 0.80 0.75

8 0.99 0.99 0.99 0.75 0.30

9 0.85 0.99 0.85 0.55 0.40

10 0.99 0.60 0.95 0.40 0.60

0 (i ) : 0.90 0.75 0.93 0.62 0.50

80
 Matemtica II
DOCUMENTOS

De acuerdo a estos resultados de LAS PROBABILIDADES SIMPLES (INICIALES)

asignadas por el grupo de expertos:

a. Los EVENTOS: E1 - Predominio de la educacin a distancia con el uso de

Internet; y E3: Desarrollo de altos vnculos universidad y sector industrial,
seran eventos CUASI-CIERTOS, ya que sus probabilidades superan el 90%.

b. El EVENTO: E2 - Crecimiento vertiginoso de la educacin continua; se con-

sidera como un evento de MUY ALTA PROBABILIDAD, ya que se le asign
75%.

c. El EVENTO: E4 - Cambios radicales en los esquemas ENSEANZA - APREN-

DIZAJE; se le asign una probabilidad del orden del 60%, lo que indica una
probabilidad dominante de que pueda ocurrir; pero muy cercana al umbral
de la incertidumbre total; como ocurre con el EVENTO E5 -, al cual se le
asign una probabilidad simple del 50%, o sea, incertidumbre total de que
ello pueda o no pueda ocurrir.

Para las probabilidades condicionadas (iniciales) se obtuvieron los siguientes re-

sultados:

0

i
Tabla de s :
Probabilidades condicionadas

j

0 i
0 2 0 3 0 1 0 3 0 1 0 2 0 4 0 5
j
N. DE EXPERTO 1 1 2 2 3 3 3 3
1 0.70 0.99 0.85 0.99 0.90 0.75 0.70 0.60
2 0.90 0.90 0.95 0.85 0.95 0.85 0.65 0.60
3 0.65 0.95 0.98 0.95 0.90 0.70 0.75 0.85

4 0.80 0.99 0.75 0.99 0.75 0.80 0.65 0.70

5 0.85 0.85 0.99 0.85 0.99 0.85 0.95 0.60

6 0.80 0.99 0.99 0.99 0.99 0.85 0.70 0.85

7 0.85 0.99 0.90 0.99 0.90 0.80 0.85 0.80

8 0.99 0.99 0.99 0.99 0.99 0.99 0.80 0.60

9 0.99 0.95 0.90 0.90 0.90 0.99 0.75 0.60

10 0.70 0.99 0.99 0.99 0.99 0.70 0.60 0.70

0 i 0.82 0.96 0.93 0.95 0.93 0.83 0.74 0.69

j

81
 3
Matrices

2. OPERACIONES MATEMTICAS CON MATRICES

La representacin de los vnculos entre los actores a travs de matrices puede ser de ayuda para observar
estructuras de relaciones mediante la realizacin de manipulaciones simples como la suma de vectores fila o la
particin de una matriz en bloques. Los analistas de redes sociales utilizan una gran cantidad de operaciones
matemticas adicionales que pueden desarrollarse con matrices para una gran variedad de propsitos (suma
y resta de matrices, transposiciones, inversas, multiplicacin de matrices y otras exticas como determinan-
tes, autovalores y autovectores). Igualmente son muy tiles en otras materias, pero en este captulo hemos
tomado como problema las redes sociales y seguiremos con ellas.

En la leccin anterior vimos que las matrices son conjuntos de elementos dispuestos
en filas y columnas. A menudo se utilizan en anlisis de redes para representar la
adyacencia de cada actor a cada uno de los dems en una red. Una matriz de adya-
cencia es una matriz cuadrada de actor por actor (i=j), donde la presencia de vncu-
los se registran como elementos. La diagonal principal, o "vnculo reflexivo" de una
matriz de adyacencia, a menudo se ignora en el anlisis de redes.

Los sociogramas, o grafos de redes pueden representarse en forma de matriz, y

pueden hacerse operaciones matemticas para resumir la informacin en el grafo.
Operaciones con vectores, formacin de bloques y particiones; matemticas de
matrices como: producto por escalar (Doc.1), traspuestas (Doc.2), determinantes
(Doc.3), adjuntas (Doc.4), inversas (Doc.5), adicin, sustraccin (Doc.6), multipli-
cacin y multiplicacin booleana (Doc.8). Todas stas son operaciones matemti-
cas que resultan en ocasiones tiles para permitirnos observar ciertas cosas en rela-
cin con las estructuras de relaciones en redes sociales.

Los datos de redes sociales son, a menudo, mltiples (por ejemplo, hay mltiples
tipos de vnculos entre los actores). Tales datos se representan como series de ma-
trices de igual dimensin con los actores en igual posicin en cada matriz. Muchas
de las herramientas que se utilizan para trabajar con una matriz individual (suma y
correlacin de matrices, formacin de bloques, etc.), son tiles para intentar resu-
mirlas y observar los patrones en datos mltiples.(Doc.7)

Una vez que un patrn de relaciones sociales, o un vnculo entre un conjunto de

actores se ha representado de una manera formal (grafos o matrices), podemos
definir algunas ideas importantes sobre la estructura social en formas ms precisas
valindonos para ello de la matemtica.

Como las operaciones matemticas se tornan a veces tediosas por su volumen, es

necesario encomendarlas al computador. En la prctica con Derive, se ver como
apoyar el trabajo con el Software.

82
 Matemtica II

Doc 1. Producto por escalar Doc 2. Transposicin de una matriz

Es simplemente multiplicar una matriz por un n-
mero real y se lleva a cabo multiplicando cada
elemento de la matriz por el escalar y obtendre-
mos como resultado una nueva matriz. Esta ope-
racin es til cuando queremos ajustar una equi-
valencia en los valores de una matriz, por ejemplo
una matriz expresada en dlares que nosotros
queremos ver en pesos, la multiplicaramos por el
escalar correspondiente al valor del dlar a la tasa
representativa del mercado.
2 1 3
Si A= y c=4, entonces
0 5 1
8 4 12
cA = . jerarqua de una red.
0 20 4
Esto es, simplemente, el intercambio de filas y co-
lumnas de forma tal que i se convierte en j y vice-
versa. Si se toma la matriz traspuesta de una ma-
triz de adyacencia directa y se examinan sus vec-
tores fila, se estar observando los orgenes de los
vnculos dirigidos a un actor. El grado de similitud
entre una matriz de adyacencia y esta matriz trans-
puesta, es una forma de resumir el grado de sime-
tra en el patrn de relaciones entre los actores. Es
decir, la correlacin entre una matriz de adyacen-
cia y la transpuesta de esa matriz es la medida del
grado de reciprocidad de los vnculos. La reciproci-
dad de los vnculos puede ser una propiedad muy
importante de una estructura social ya que se re-
fiere tanto al equilibrio como al grado y forma de la

Ejemplo 1
Transposicin de una matriz

Vamos a mostrar dos matrices y sus traspuestas. Fjese en el uso del apstrofo para simbolizar la matriz
transpuesta.

4 6 1
4 8 2 1
8 3 5
A = 6 3 6 6 A =
y su transpuesta es 2 6 5
1 5 5
2 2
1 6

5

B = 9
B = (5 9 1) y su traspuesta es .
1

83
 3 DOCUMENTOS
Matrices

Doc 3. Determinante de una matriz

Un determinante es una funcin cuyo dominio son las matrices cuadradas y cuyo
codominio es el conjunto de los nmeros reales. Los determinantes son de gran utili-
dad para la solucin de sistemas de ecuaciones lineales y para facilitar el clculo de
las matrices inversas. El clculo de los determinantes es una operacin sencilla para
matrices 2x2 o 3x3, pero para matrices de mayor tamao se torna dispendioso el
proceso, por lo que es recomendable el uso de un software especializado como Derive
o Demat. Para simbolizar los determinantes de forma diferente a las matrices, se usan
las llaves cuadradas.

El siguiente procedimiento funciona slo para matrices 2x2 y 3x3, para el cual identifi-
caremos las diagonales principales y las secundarias. Para el determinante de la si-
5 9
guiente matriz 2x2: Det , la diagonal principal est formada por los elementos
7 2
5 y 2, mientras que la diagonal secundaria est formada por los elementos 7 y 9. Igual
de sencillo es identificar las diagonales en cualquier matriz 2x2. Recuerde siempre que
las matrices 2x2 tienen slo una diagonal principal y una secundaria.

Ahora que ya se han identificado las diagonales, el valor del determinante resulta de
multiplicar los elementos de la diagonal principal y a este producto se le resta el
producto de la diagonal secundaria. (5x2) - (7x9) = 10 - 63 = - 53.

0 4 1
Det 1 5 8
Ahora, para el determinante de la siguiente matriz 3x3: , podemos
4 0 5
facilitar la identificacin de las diagonales con un artificio que consiste en repetir a la
derecha las columnas de la matriz a excepcin de la ltima como se muestra a conti-
nuacin:

84
 Matemtica II
DOCUMENTOS

Doc 3. Continuacin

0 4 1 0 4
1 5 8 1 5
, en este caso y el de todas las matrices 3x3 tenemos tres diago-
4 0 5 4 0
nales principales y tres secundarias. El determinante se obtiene entonces, como la
suma de los productos de los elementos de cada diagonal principal menos la suma de
los productos de los elementos de cada diagonal secundaria, as:

(0x5x5) + (4x8x4) + (1x1x0) - [(4x5x1) + (0x8x0) + (5x1x4)] =

(0x5x5) + (4x8x4) + (1x1x0) - (4x5x1) - (0x8x0) - (5x1x4) =
0 + 128 + 0 - 20 - 0 - 20 = 88

Infortunadamente el procedimiento no sirve para matrices cuadradas de mayor tama-

o. Ahora se explicar el proceso que se sigue para hallar el determinante de cualquier
matriz cuadrada. Aunque resulta ser un poco ms dispendioso que el anterior para
matrices 3x3, permite calcular determinantes de matrices ms grandes.

Trabajemos con la misma matriz 3x3 anterior, para ver el procedimiento. Siempre elegi-
mos una fila o una columna a nuestro gusto (por lo general la que tenga ms elemen-
tos de valor cero), la cual nos servir para elaborar una ecuacin con determinantes de
menor grado:

0 4 1
Det 1 5 8 5 8 4 1 4 1
= 0 Det 1 Det + 4 Det
4 0 5 0 5 0 5 5 8

=0 - 1(20 - 0) + 4(32 - 5)= -20 + 108 = 88

El procedimiento que se sigui fue: primero se escogi la primera columna de la matriz

de forma ms bien arbitraria pues hubiera sido lo mismo escoger la primera fila, la
tercera fila o la segunda columna, ya que todas contenan un cero el cual simplifica la
operacin de multiplicacin.

Tomando el primer trmino de la columna uno elegida es decir el cero (0), lo multiplica-
mos por un determinante llamado cofactor y que aparece de omitir la fila y la columna
donde est el cero (puede usar dos cintas de papel u otro material para ir tapando
dichas fila y columna). Luego hacemos lo mismo con el segundo trmino de la colum-
na elegida, pero en este caso restamos dicho producto, y as sucesivamente. De tal
manera que para matrices de mayor tamao al hallar el determinante se ir iterando

85
 3 DOCUMENTOS
Matrices

Doc 3. Continuacin
sucesivamente la suma y la resta hasta el final, esto se da por que los cofactores van
tomando tales valores de acuerdo con un subfactor que llevan implcito. La siguiente
tabla facilita el procedimiento sin importar la columna o fila escogida.

+ - + - + - +
- + - + - + -
+ - + - + - +
- + - + - + -
+ - + - + - +
- + - + - + -
+ - + - + - +

Resulta sencillo entender por que se escogen filas o columnas que contengan ceros
ya que el producto de cero por cualquier determinante es cero, ya con eso se reduce
el procedimiento en un determinante menos.

Notemos que el ejercicio de hallar un determinante de una matriz 3x3 qued convertido
en el de hallar los cofactores o determinantes de 3 matrices 2x2. Cuando nos enfren-
temos a un determinante de una matriz 5x5 por ejemplo, lo podemos convertir de este
modo en el ejercicio con determinantes 4x4 y luego 3x3, los cuales ya sabemos calcu-
lar fcilmente.

Doc 4. Matriz de cofactores y matriz adjunta

De acuerdo con el procedimiento para calcular los determinantes, encontramos unos

cofactores, los cuales correspondan al determinante de la matriz conformada por los
elementos que no pertenecen ni a la fila ni a la columna del factor respectivo. Si
calculamos el valor de los cofactores de cada elemento de una matriz obtendremos
otra matriz llamada la matriz de cofactores. Cuando trasponemos la matriz de cofacto-
res obtenemos la matriz adjunta.

1 3 2

0 2 4
Si tenemos como ejemplo la matriz A = y necesitamos calcular la
5 1 4

matriz adjunta adj(A), comenzamos a calcular cofactores:

86
 Matemtica II
DOCUMENTOS

Doc 4. Continuacin

Eleme Cofactor Eleme Cofactor Element Cofactor

nto de nto de o de A
A A
1 2 4 3 0 4 2 0 2
Det = 12 (1) Det = 20 Det = 10
1 4 5 4 5 1
0 3 2 -2 1 2 4 1 3
(1) Det = 10 Det = 14 (1) Det = 16
1 4 5 4 5 1

5 3 2 -1 1 2 -4 1 3
Det = 16 (1) Det = 4 Det = 2
2 4 0 4 0 2

Revise cuidadosamente la obtencin de los cofactores, si este cuadro le aclar dudas es por que an no le
quedan cosas claras en el clculo del determinante por el ltimo mtodo, y se le aconseja por lo tanto, revisar
de nuevo el tema.

Apyese en la tabla anterior y calcule el determinante de la matriz A, luego lo va a necesitar.

12 20 10

10 14 16
Ahora conformamos la matriz de cofactores B= , a partir de la transposicin de sta obte-
16 4 2

12 10 16

20 14 4
nemos la matriz adjunta Adj(A) = B' =
10 16 2

87
 3 DOCUMENTOS
Matrices

Doc 5. Inversa de una matriz

Se trata de una operacin matemtica que origi-

Ejemplo 3
na una matriz tal, que al multiplicarla por la matriz
Clculo de la matriz inversa
original produce una matriz nueva I con nmeros
1 en la diagonal principal y cero en las dems
Para el clculo de la matriz inversa hay dos mto-
posiciones (esto recibe el nombre de matriz de
dos muy conocidos, sin embargo slo estudiare-
identidad, vase el ejemplo 2). Sin ahondar en
mos uno por razones de tiempo y necesidad de
este tema, puede pensarse que la inversa de una
otros conocimientos previos. El mtodo que se
matriz es un tipo "opuesto" de la matriz original.
usar se basa en un teorema que dice:
Las matrices inversas se utilizan para hacer otros
clculos en el anlisis de redes sociales. Sin
embargo, a veces tambin es interesante estu- 1
A 1 = Adj ( A) , es decir que, para ha-
diarlas en s mismas. Es algo similar a mirar un Det ( A)
rtulo negro sobre un papel blanco en contraste llar la inversa de una matriz necesitamos calcular
con un rtulo en blanco sobre un papel negro: a su determinante y su matriz adjunta.
veces pueden observarse cosas diferentes.
Regresemos a la matriz A de un ejemplo anterior:
Refirindonos a las redes sociales encontramos
que se trabaja slo con matrices cuadradas, es
decir que tienen igual nmero de filas que de co- 1 3 2

lumnas. Sin embargo, en otros casos se debe 0 2 4
A= , ya sabemos que
tener en cuenta que las matrices que no son cua- 5 1 4

dradas no tienen una matriz inversa.
12 10 16
La matriz inversa de A se simboliza como A-1.
20 14 4
Adj(A) = y adems usted ya
10 16 2

calcul el determinante de A que es Det(A) = 92,
Ejemplo 2. Matriz identidad por lo tanto:

Las siguientes son matrices identidad para sus

12 10 16 233 5 4

respectivos conjuntos de matrices cuadradas: 1 46 23

A 1 = 20 14 4 = 235 7
1

46 .
23
1 0 92 5
I = , 10 16 2 46
4 1
23 46
0 1

1 0 0 0 Haga usted mismo el ejercicio, le servir para re-

1 0 0 pasar producto por escalar, multiplicacin de frac-
0 1 0 0
I = 0 1 0 I = ciones y simplificacin.
, 0 0 1 0
0 0 1
0 1
0 0

88

Doc 6. Suma y resta de matrices
stas son las operaciones matemticas con
matrices ms fciles. Simplemente se suma o
resta cada elemento correspondiente i,j de dos
(o ms) matrices. Por supuesto, para realizar
esto, las matrices deben tener el mismo nmero
de elementos i y j (a esto se le llama matrices
"compatibles" con la adicin y la sustraccin) y
los valores de i y j deben estar en el mismo orden
en cada matriz. A menudo, la suma y la resta de
matrices se utilizan en anlisis de redes cuando
se intenta simplificar o reducir la complejidad de
mltiples datos a formas simples.
Si se tiene una matriz simtrica que representa
el vnculo "intercambio de dinero" y otra que re-
presenta la relacin "intercambio de bienes", puede
sumarse las dos matrices para indicar la intensi-
dad de la relacin de intercambio. Las parejas
con una puntuacin cero no tendrn ninguna re-
lacin, aquellas con un "1" estarn vinculadas bien
por el trueque o bien por un intercambio de pro-
ductos; y aquellos con una puntuacin de "2"
podran estar vinculados tanto por relaciones de
trueque como por intercambio de productos.
Si se sustrae la matriz de "intercambio de bie-
nes" de aqulla de "intercambio de dinero", una
puntuacin de -1 indicara parejas con una rela-
cin de trueque; una puntuacin de cero indica-
ra o bien ninguna relacin o una relacin de true-
que o intercambio de productos y una puntua-
cin de +1 indicara parejas que slo poseen una
relacin de intercambio de productos.
Uno u otro enfoque son tiles segn las pregun-
tas de investigacin planteadas.
Matemtica II
DOCUMENTOS
Doc 7. Correlacin y regresin de matrices
La correlacin y regresin de matrices son mane-
ras de describir la asociacin o similitud entre las
matrices. La correlacin interroga a dos matrices
acerca de "cun similares son". La regresin utili-
za las puntuaciones de una matriz para predecir
las puntuaciones en la otra. Si queremos saber
cun similar es la matriz A a la B, se toma cada
elemento i,j de la matriz A, se compara con el mis-
mo elemento i,j de la matriz B, y se calcula la
medida de asociacin (qu medida se utilice de-
pende del nivel de medida de los vnculos en las
dos matrices).
La regresin de matrices realiza esta misma ope-
racin con los elementos de una matriz definidos
como las observaciones de la variable dependien-
te y los correspondientes elementos i,j de otra
matriz que se han definido como las observacio-
nes de las variables independientes. Estas herra-
mientas son utilizadas por los analistas de redes
sociales para el mismo propsito que persiguen
aquellos que no lo son: evaluar la similitud o co-
rrespondencia entre dos distribuciones de puntua-
ciones. Podemos, por ejemplo, preguntar qu tan
similar es el patrn de vnculos de amistad entre
actores a su patrn de parentesco. Podemos que-
rer ver hasta qu punto es posible predecir qu
naciones tienen buenas relaciones diplomticas
con otras sobre la base de la importancia de los
flujos comerciales entre ellas.
89
 3 DOCUMENTOS
Matrices

Doc 8. Multiplicacin y multiplicacin booleana de matrices

La multiplicacin de matrices es una operacin poco frecuente en el anlisis de redes,

pero puede ser muy til para el analista de redes. Es necesario tener un poco de
paciencia en este apartado. Primero, necesitamos mostrar cmo hacer una multipli-
cacin de matrices y unos pocos resultados importantes (como qu sucede si se
multiplica una matriz de adyacencia por s misma, o si se eleva a una potencia).
Intentaremos, entonces explicar la utilidad de stas operaciones.

Para multiplicar dos matrices, stas deben ser "compatibles" con la multiplicacin.
Esto significa que el nmero de columnas en la primera matriz debe ser igual al nme-
ro de filas en la segunda. Dicho de otra forma, que el nmero de elementos de la fila
en la primera matriz sea igual al nmero de elementos de la columna de la segunda
matriz. Con frecuencia, los analistas de redes utilizan matrices de adyacencia, que
son cuadradas y, por tanto, compatibles con la multiplicacin. Para multiplicar dos
matrices, se comienza en la esquina superior izquierda de la primera matriz, y se
multiplica cada celda en la primera fila de la primera matriz por el valor en cada celda
de la primera columna de la segunda matriz, y luego se suman los resultados. Se
procede de igual forma para cada celda en cada fila de la primera matriz, multiplicada
por la columna en la segunda. Para realizar una multiplicacin booleana de matrices,
el proceso es el mismo, pero se introduce un cero en la celda si el producto de la
multiplicacin es cero y un uno si el producto es diferente de cero.
Supongamos que queremos multiplicar estas dos matrices:

0 1
6 7 8
2 3
4 5 9 10 11

El resultado es:

(0 6) + (1 9) (0 7 ) + (1 10 ) (0 8) + (1 11)

( 2 6) + (3 9) ( 2 7 ) + (3 10 ) ( 2 8) + (3 11)
( 4 6) + (5 9) ( 4 7 ) + (5 10 ) ( 4 8) + (5 11)

La operacin matemtica en s misma no nos resulta de mucho inters (muchas

aplicaciones como Mathematica, Excel, Derive y Demat pueden ejecutar una multipli-

90
 Matemtica II
DOCUMENTOS

Doc 8. Continuacin
cacin de matrices). Sin embargo, la operacin es til cuando se aplica a una matriz de adyacencia. Volvamos
al ejemplo del captulo:
La matriz de adyacencia para los cuatro actores L, C, P y A (en ese orden) es:

0 1 1 0

0 0 1 0
1 1 0 1

0 0
0 1

Otra forma de pensar en esta matriz, es advertir qu nos dice si hay un camino de un actor a otro. Un 1
representa la presencia de un camino, un cero representa la ausencia de ste. La matriz de adyacencia es
exactamente lo que su nombre sugiere - nos dice cules actores son cercanos o tienen un camino directo de
uno a otro.

Ahora, supongamos que multiplicamos esta matriz de adyacencia por s misma (por ejemplo elevando la
matriz a 2, o al cuadrado).

(0 0) + (1 0) + (11) + (0 0) (01) + (1 0) + (11) + (0 0) (01) + (11) + (1 0) + (01) (0 0) + (1 0) + (11) + (0 0)

(0 0) + (0 0) + (11) + (0 0) (01) + (0 0) + (11) + (0 0) (01) + (01) + (1 0) + (01) (0 0) + (0 0) + (11) + (0 0)

(1 0) + (1 0) + (01) + (1 0) (11) + (1 0) + (01) + (1 0) (11) + (11) + (0 0) + (11) (1 0) + (1 0) + (01) + (1 0)

(0 0) + (0 0) + (11) + (0 0) (01) + (0 0) + (11) + (0 0) (01) + (0 1) + (1 0) + (01) (0 0) + (0 0) + (11) + (0 0)

O lo que es lo mismo:

1 1 1 1

1 1 0 1
0 1 3 0

1 1
1 0

Esta matriz (por ejemplo, la matriz cuadrada de adyacencia) cuenta el nmero de caminos entre dos nodos que
tienen longitud dos. Detengmonos por un minuto y verifiquemos esta afirmacin. Por ejemplo, ntese que el
actor "B" est conectado con cada uno de los dems actores por un camino de longitud dos; y que no hay ms
que un camino como ese a ningn otro actor. El actor T est tres veces conectado a s mismo por caminos de
longitud dos. Esto es porque el actor T tiene vnculos recprocos con cada uno de los otros tres actores. No hay
camino de longitud dos de T a B (aunque hay un camino de longitud uno).

91
 3 DOCUMENTOS
Matrices

Doc 8. Continuacin

Entonces, la matriz de adyacencia nos dice cuntos caminos de lon-

gitud uno hay de cada actor a los dems. La matriz cuadrada de
adyacencia, nos dice cuntos caminos de longitud dos hay de cada
actor a los dems. Tambin es cierto (pero ahora no lo demostrare-
mos) que la matriz de adyacencia elevada al cubo indica el nmero de
caminos de longitud tres de cada actor a los dems, y as sucesiva-
mente...

Si calculamos el producto booleano, adems del simple producto de

la matriz, la matriz cuadrada de adyacencia nos dir dnde hay un
camino de longitud dos entre dos actores (no cuntos caminos de
este tipo hay). Si tomamos la matriz booleana cuadrada y la multipli-
camos por la matriz de adyacencia utilizando una multiplicacin boolea-
na, el resultado nos indicar qu actores estaban conectados por uno
o ms caminos de longitud tres, y as sucesivamente...

Finalmente, a qu debe prestarse atencin?

Algunas de las propiedades fundamentales de una red social tienen

que ver con cmo estn conectados los actores a los dems. Las
redes que tienen pocas o dbiles conexiones o actores conectados
slo por caminos de gran longitud, pueden mostrar baja solidaridad,
una tendencia a quedar apartados, lentitud de respuesta a estmulos
y otras caractersticas similares. Las redes que poseen conexiones
ms fuertes con caminos pequeos entre los actores pueden ser
ms robustas y ms capaces de responder con rapidez y efectividad.
La medicin del nmero y longitud de los caminos entre los actores
en una red nos permite catalogar estas tendencias importantes en
toda red.

Las posiciones de los actores individuales en las redes son tambin

descritas muy tilmente por el nmero y la longitud de los caminos
que poseen con otros actores. Los actores que tienen muchos cami-
nos hacia otros actores pueden ser ms influyentes sobre ellos. Los
actores que tienen caminos cortos a muchos otros actores pueden
ser figuras influyentes o centrales. Entonces, el nmero y la longitud
de los caminos en una red son muy importantes para entender tanto
las limitaciones individuales como las oportunidades y para entender
el comportamiento y potenciales de la red en su totalidad.

92
 M
atemtica II
ACTIVIDADES Y DOCUMENTOS

PRCTICA CON DERIVE

Ingrese al software Derive for Windows.

Ingrese lo siguiente: [1,3,4,2;3,1,0,-1;5,7,8,3;1,-1,1,-1]
Con la anterior instruccin habr ingresado una matriz 4x4, cuyos elementos de fila fueron ingresados
separados por comas y las filas separadas entre s por columnas. Despus de pulsar Enter, aparecer en la
pantalla la matriz en su formato tradicional frente a la etiqueta de ecuacin #1:. Esta etiqueta sirve para
hacer referencia a la ecuacin y en este caso a la matriz sin necesidad de volver a escribirla. Si usted ingres
otra expresin antes, la etiqueta de la matriz no ser #1: sino una similar con otro nmero, por lo que deber
tener en cuenta ello para el desarrollo del ejercicio.
Otra forma de ingresar la matriz es usando la opcin Matriz del men desplegable Editar(Autor), el cual le
presentar un cuadro de dilogo preguntndole por el nmero de filas y columnas, a partir de ello presenta
otra ventana en la que aparecen las casillas de la matriz en forma de tabla para ser llenadas.
Ingrese ahora la matriz siguiente: [5,1,0,6;2,0,4,9;0,0,8,3;0,0,1,-3] y pulse Enter. Aparecer la matriz en
pantalla con la etiqueta #2:.

Ahora ingrese la instruccin #1+#2 y pulse el icono aproximar. Habr entonces obtenido en pantalla
otra matriz que representa la suma de las dos matrices anteriores. Siga practicando con las siguientes
actividades:
1. Resta de matrices: #1 - #2 y pulse el icono aproximar.
2. Producto de Matrices: #1*#2 y pulse el icono aproximar.
3. Determinantes: DET (#1) + DET (#2) y pulse el icono aproximar.
4. Transpuesta: #1` y pulse el icono aproximar.
5. Inversa de una matriz: #1^-1 y pulse el icono = simplificar. Note que #1 no tiene inversa, ya que su
determinante es cero. Pruebe ahora con #2^-1

6. Bloques de una matriz: #1 ROW [3,4] y pulse el icono = simplificar. #1 COL [1,3] y pulse el icono =
simplificar.
Siga probando con Derive hasta que domine estas funciones.

93
 3 ACTIVIDADES Y DOCUMENTOS
Matrices
PRCTICA DE ENTRENAMIENTO
1. Si una matriz es "3 por 2", cuntas columnas
y cuntas filas tiene?
2. Las matrices de adyacencia son "cuadradas",
por qu?
3. Si hay un "1" en la celda 3,2 de una matriz de
adyacencia que representa un sociograma,
qu nos indica?
4. Qu quiere decir "permutar" una matriz y "ha-
cer bloques" con una matriz?
5. A las siguientes matrices, calclele el determi-
nante, la transpuesta, la adjunta, la inversa si
la tienen, multiplique cada una por s misma
si es posible, halle el producto por el escalar
- 5. Si no tiene el software o la calculadora,
debe hacerlo manualmente.
1 3 7
1 3 B = 4 9 2
A = , ,
1 6
0 5 0
0 1 0
C = 1 1 1 D = 0 2 4
, 4 8 2 ,
8 4 2
1 5
E = 0 3
4 6
6. A partir de las matrices del ejercicio 5 calcu-
lar: (-5)A, AxD, B'+C, C - B, DxE, ExD, BxE.
7. Explicar por qu con las matrices del ejerci-
cio 5 no se pueden hacer cada una de las
siguientes operaciones, e indicar 5 operacio-
nes ms que no se pueden hacer: D-1, C+D,
E+A, ExB, DxD, CxD y BxE'.
94
PRCTICA DE APLICACIN
1. Pensar en algn grupo pequeo del que se
sea miembro (quizs un club, un grupo de ami-
gos, o gente que vive en el mismo complejo
de apartamentos, etc.). Qu clase de rela-
ciones entre ellos nos dira algo sobre las es-
tructuras sociales de esta poblacin? Intentar
preparar una matriz que represente uno de los
tipos de relaciones escogido. Puede aplicar-
se esta matriz tambin para describir un se-
gundo tipo de relacin? (por ejemplo, una pue-
de comenzar con "Quin le agrada a quin?"
y luego aadir "Quin est ms tiempo con
quin?")
2. Utilizando las matrices creadas en el punto
anterior tiene sentido dejar la diagonal "en
blanco" o no? Intentar permutar y hacer blo-
ques con la matriz.
3. Es posible hacer una matriz de adyacencia
para representar una red "estrella"? Qu suce-
de con la "lnea" y el "crculo". Observar los
unos y ceros en estas matrices -a veces pode-
mos reconocer la presencia de ciertos tipos
de relaciones sociales por estas representa-
ciones "digitales". A qu se parece una jerar-
qua estricta? A qu se parece una pobla-
cin que est segregada en dos grupos?
REFERENCIAS BIBLIOGRFICAS
Alan Beer Gerald. Matemticas Aplicadas para Economa y Ne-
gocios con una introduccin a matrices. Editorial Prenti-
ce Hall Internacional. Traduccin: Guillermo Jara-
millo Recio Universidad del Valle (Cali). Madrid,
1984.
Arape Jess E. Programa de Prospectiva Tecnolgica para Latino-
amrica y el Caribe. Manual de metodologas. Tcni-
ca de las matrices de impacto cruzado Caracas,
2000.
Gerver Harvey. lgebra Lineal. Grupo Editorial Iberoamri-
ca. Ttulo original Elemntary Linear Algebra. Mxi-
co, 1992.
Hanneman Robert. Introduccin a los Mtodos de Anlisis en
Redes Sociales.Universidad Catlica de Chile, San-
tiago, 2002.
Kleiman Ariel & DE Kleiman Elena. Matrices: Aplicaciones
Matemticas a la Economa y la Administracin. Edito-
rial Limusa. Mxico, 1973.