Docsity
Docsity

Prepare for your exams
Prepare for your exams

Study with the several resources on Docsity


Earn points to download
Earn points to download

Earn points by helping other students or get them with a premium plan


Guidelines and tips
Guidelines and tips

Linear Algebra: Operations with Matrices - Online Course, Cheat Sheet of Mathematics

A comprehensive introduction to matrices, covering fundamental concepts, operations, and properties. It explores matrix addition, scalar multiplication, and matrix multiplication, illustrating these operations with clear examples. The document also delves into special types of matrices, including row matrices, column matrices, rectangular matrices, square matrices, zero matrices, diagonal matrices, triangular matrices, and identity matrices. It concludes with a discussion of the properties of matrix multiplication, including associativity, distributivity, and the identity property.

Typology: Cheat Sheet

2014/2015

Uploaded on 09/24/2024

becerra-2
becerra-2 ๐Ÿ‡บ๐Ÿ‡ธ

1 document

1 / 31

Toggle sidebar

This page cannot be seen from the preview

Don't miss anything!

bg1
รLGEBRA
Modalidad en lรญnea
2.01 Operaciones con matrices
UNIDAD II
Semana V
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f

Partial preview of the text

Download Linear Algebra: Operations with Matrices - Online Course and more Cheat Sheet Mathematics in PDF only on Docsity!

รLGEBRA Modalidad en lรญnea 2.01 Operaciones con matrices UNIDAD II Semana V

ยฟQuรฉ veremos?

Iniciaremos esta unidad conociendo

conceptos bรกsicos sobre matrices, las

operaciones de suma entre matrices,

producto de un escalar por una matriz y el

producto entre matrices.

3 RENGLONES 4 COLUMNAS 2 โˆ’ 1 4 1 1 โˆ’ 2 3 2 1 โˆ’ 4 5 6 3 x 4

ยฟQuรฉ tamaรฑo tiene cada una de las siguientes matrices? โˆ’๐Ÿ’ ๐Ÿ’ โˆ’๐Ÿ ๐Ÿ‘ โˆ’๐Ÿ” ๐Ÿ” โˆ’๐Ÿ ๐Ÿ“ โˆ’๐Ÿ โˆ’๐Ÿ’ โˆ’๐Ÿ‘ โˆ’๐Ÿ” ๐ŸŽ ๐Ÿ‘ โˆ’๐Ÿ ๐ŸŽ ๐Ÿ โˆ’๐Ÿ’ โˆ’๐Ÿ’ โˆ’๐Ÿ โˆ’๐Ÿ ๐Ÿ

Matrices especiales

Matriz renglรณn vector Una matriz de ๐Ÿ ร— ๐’ se llama matriz renglรณn (^1 3 0) โˆ’ 2 5 Matriz columna vector Una matriz ๐’Ž ร— ๐Ÿ se denomina matriz columna 2 0 9 Matriz rectangular Aquella matriz que tiene distinto nรบmero de renglones que de columnas, siendo su tamaรฑo ๐’Ž๐’™๐’ 6 โˆ’ (^1 3 ) (^3 1 0 ) Matriz cuadrada Aquella matriz que tiene mismo nรบmero de renglones que de columnas, m = n. Es decir, una matriz cuadrada es de ๐’๐’™๐’ โˆ’ 5 0 7 3 Matriz cero (nula) Una matriz cuya totalidad de elementos son cero se llama matriz cero y se representa por 0. 0 0 0 0 0 0

Sea A una matriz cuadrada Diagonal principal A la colecciรณn de elementos ๐‘Ž๐‘–๐‘–se le llama su diagonal principal ๐‘Ž 11 ๐‘Ž 12 โ€ฆ^ ๐‘Ž1๐‘› ๐‘Ž 21 ๐‘Ž 22 โ€ฆ^ ๐‘Ž2๐‘› โ‹ฎ ๐‘Ž๐‘š โ‹ฎ ๐‘Ž๐‘š โ‹ฎ โ€ฆ โ‹ฎ ๐‘Ž๐‘š๐‘› Matriz triangular superior Se dice matriz triangular superior si todos los elementos que estรกn bajo la diagonal principal son cero 2 8 1 0 4 9 0 0 โˆ’ 5 Matriz triangular inferior Se dice matriz triangular inferior si todos los elementos que estรกn arriba de la diagonal principal son cero 4 0 โˆ’ 6 7 Matriz diagonal Se dice matriz diagonal si todos los elementos que estรกn por arriba y por abajo de la diagonal principal son cero 3 0 0 0 5 0 0 0 โˆ’ 4 Matriz escalar Se dice matriz escalar si es diagonal y todos los elementos de la diagonal principal son iguales 7 0 0 7 Matriz identidad Es^ una^ matriz^ cuyos^ elementos^ de^ la^ diagonal principal son iguales a 1 y todos los demรกs son

1 0 0 0 1 0 0 0 1

Operaciones con matrices A ๐‘Ž 11 ๐‘Ž 12 โ€ฆ^ ๐‘Ž1๐‘› ๐‘Ž 21 ๐‘Ž 22 โ€ฆ^ ๐‘Ž2๐‘› โ‹ฎ ๐‘Ž๐‘š โ‹ฎ ๐‘Ž๐‘š โ‹ฎ โ€ฆ โ‹ฎ ๐‘Ž๐‘š๐‘› B ๐‘ 11 ๐‘ 12 โ€ฆ^ ๐‘ 1 ๐‘› ๐‘ 21 ๐‘ 22 โ€ฆ^ ๐‘ 2 ๐‘› โ‹ฎ ๐‘๐‘š 1 โ‹ฎ ๐‘๐‘š 2 โ‹ฎ โ€ฆ โ‹ฎ ๐‘๐‘š๐‘› A+B ๐‘Ž 11 + ๐‘ 11 ๐‘Ž 12 + ๐‘ 12 โ€ฆ^ ๐‘Ž 1 ๐‘› + ๐‘Ž 21 + ๐‘ 21 ๐‘Ž 22 + ๐‘ 22 โ€ฆ^ ๐‘Ž 2 ๐‘› + โ‹ฎ ๐‘Ž๐‘š 1 + ๐‘๐‘š 1 โ‹ฎ ๐‘Ž๐‘š 2 + ๐‘๐‘š 2 โ‹ฎ โ€ฆ โ‹ฎ ๐‘Ž๐‘š๐‘› + Suma: Si A y B son matrices de ๐’Ž๐’™๐’, entonces la suma ๐‘จ + ๐‘ฉ es la matriz de ๐’Ž๐’™๐’ que se obtiene de sumar sus elementos correspondientes.

Ejemplos Sean A =

Encontrar ๐ด + ๐ต ๐‘ฆ ๐ต + ๐ถ. ๐‘จ + ๐‘ฉ = 4 0 5 โˆ’ 1 3 2

1 1 1 3 2 5 = 4 + 1 0 + 1 5 + 1 โˆ’ 1 + 3 3 + 2 2 + 5 = ๐Ÿ“ ๐Ÿ ๐Ÿ” ๐Ÿ ๐Ÿ“ ๐Ÿ• ๐‘ฉ + ๐‘ช =

no se pueden sumar ya que B y C no tienen el mismo tamaรฑo, B es una matriz de 2x3 y C es una matriz de 2x2.

Ejemplos

Sean A =

Encontrar ๐ด โˆ’ ๐ต ๐‘ฆ ๐ต โˆ’ ๐ถ. ๐‘จ โˆ’ ๐‘ฉ = 4 0 5 โˆ’ 1 3 2 โˆ’ 1 1 1 3 2 5 = 4 โˆ’ 1 0 โˆ’ 1 5 โˆ’ 1 โˆ’ 1 โˆ’ 3 3 โˆ’ 2 2 โˆ’ 5 = ๐Ÿ‘ โˆ’๐Ÿ ๐Ÿ’ โˆ’๐Ÿ’ ๐Ÿ โˆ’๐Ÿ‘ ๐‘ฉ โˆ’ ๐‘ช =

no se pueden restar ya que B y C no tienen el mismo tamaรฑo, B es una matriz de 2 x 3 y C es una matriz de 2 x 2.

Producto escalar Sea A cualquier matriz y c un escalar cualquiera. El producto escalar cA es una matriz que tiene el mismo tamaรฑo que la matriz A. Para obtener el producto escalar, se multiplica el escalar por todos los elementos de la matriz, como se muestra a continuaciรณn: ๐‘๐ด = ๐‘

11

12

๐‘Ž 21 ๐‘Ž 22 โ€ฆ^ ๐‘Ž2๐‘›

๐‘š

๐‘š

๐‘š๐‘›

11

12

๐‘๐‘Ž 21 ๐‘๐‘Ž 22 โ€ฆ^ ๐‘๐‘Ž2๐‘›

๐‘š

๐‘š

๐‘š๐‘›

Teorema Sean A, B y C matrices del mismo tamaรฑo y sean c y k escalares:

i) ๐ด + ๐ต = ๐ต + ๐ด

ii) ๐ด + ๐ต + ๐ถ = ๐ด + ๐ต + ๐ถ

iii) ๐ด + 0 = ๐ด

iv) ๐‘ ๐ด + ๐ต = ๐‘๐ด + ๐‘๐ต

v) ๐‘ + ๐‘˜ ๐ด = ๐‘๐ด + ๐‘˜๐ด vi) c(๐‘˜๐ด) = (๐‘๐‘˜)๐ด

Sea ๐‘จ = (๐’‚ ๐’Š๐’‹ ) una matriz de mxn y sea ๐‘ฉ = (๐’ƒ ๐’Š๐’‹ ) una matriz de nxp. Entonces el producto de A y B es una matriz de mxp , ๐‘ช = (๐’„ ๐’Š๐’‹ ), en donde: Si el nรบmero de columnas de A coincide con el nรบmero de renglones de B , entonces se dice que A y B son compatibles bajo la multiplicaciรณn. ๐’„๐’Š๐’‹ = (๐’“๐’†๐’๐’ˆ๐’รณ๐’ ๐’Š ๐’…๐’† ๐‘จ) โˆ™ (๐’„๐’๐’๐’–๐’Ž๐’๐’‚ ๐’‹ ๐’…๐’† ๐‘ฉ) ๐’„๐’Š๐’‹ = ๐’‚๐’Š๐Ÿ๐’ƒ๐Ÿ๐’‹ + ๐’‚๐’Š๐Ÿ๐’ƒ๐Ÿ๐’‹ + โ‹ฏ + ๐’‚๐’Š๐’๐’ƒ๐’๐’‹ Definiciรณn: Producto de matrices

Ejemplo 1 Sean A =

Encontrar ๐ด๐ต ๐‘ฆ ๐ต๐ด. A es una matriz de 2x2 y B es una matriz de 2x2, entonces C=AB=(2x2)x(2x2) tambiรฉn es una matriz de 2x ๐’„ ๐Ÿ๐Ÿ = (๐Ÿ๐’†๐’“ ๐’“๐’†๐’๐’ˆ๐’รณ๐’ ๐’…๐’† ๐‘จ) โˆ™ (๐Ÿ๐’†๐’“ ๐’„๐’๐’๐’–๐’Ž๐’๐’‚ ๐’…๐’† ๐‘ฉ) ๐’„ ๐Ÿ๐Ÿ = (๐Ÿ๐’†๐’“ ๐’“๐’†๐’๐’ˆ๐’รณ๐’ ๐’…๐’† ๐‘จ) โˆ™ (๐Ÿ๐’…๐’‚ ๐’„๐’๐’๐’–๐’Ž๐’๐’‚ ๐’…๐’† ๐‘ฉ) ๐’„๐Ÿ๐Ÿ = (๐Ÿ๐’…๐’ ๐’“๐’†๐’๐’ˆ๐’รณ๐’ ๐’…๐’† ๐‘จ) โˆ™ (๐Ÿ๐’†๐’“ ๐’„๐’๐’๐’–๐’Ž๐’๐’‚ ๐’…๐’† ๐‘ฉ) ๐’„ ๐Ÿ๐Ÿ = (๐Ÿ๐’…๐’ ๐’“๐’†๐’๐’ˆ๐’รณ๐’ ๐’…๐’† ๐‘จ) โˆ™ (๐Ÿ๐’…๐’‚ ๐’„๐’๐’๐’–๐’Ž๐’๐’‚ ๐’…๐’† ๐‘ฉ) ๐’„ =

๐Ÿ๐Ÿ

๐Ÿ๐Ÿ ๐’„ ๐Ÿ๐Ÿ

๐Ÿ๐Ÿ

Continuaciรณn ejemplo 1 Sean A =

C=AB

๐Ÿ๐Ÿ

๐Ÿ๐Ÿ

๐Ÿ๐Ÿ