• No se han encontrado resultados

02 matrices presentacion pdf

N/A
N/A
Protected

Academic year: 2020

Share "02 matrices presentacion pdf"

Copied!
77
0
0

Texto completo

(1)

Tema 2: matrices y operaciones con matrices

Matem ´atica II

(2)

´Indice

1 Matrices y vectores

Operaciones b ´asicas

Producto entre una matriz y un vector

2 Operaciones con matrices

(3)

´Indice

1 Matrices y vectores

Operaciones b ´asicas

Producto entre una matriz y un vector

(4)

¿Qu ´e es una matriz?

Tenemos dos vectores columnauyv.

Estos producen unamatriz de dos columnas y tres filasA.

Matriz A=  u v  =   u1 v1

u2 v2

u3 v3

= 

a11 a12

a21 a22

a31 a32

  =   e f g  

ConstruimosAapilandodos vectores columna.

(5)

¿Qu ´e es una matriz?

Tenemos dos vectores columnauyv.

Estos producen unamatriz de dos columnas y tres filasA.

Matriz A=  u v  =   u1 v1 u2 v2 u3 v3

= 

a11 a12 a21 a22 a31 a32

  =   e f g  

ConstruimosAapilandodos vectores columna.

(6)

¿Qu ´e es una matriz?

Tenemos dos vectores columnauyv.

Estos producen unamatriz de dos columnas y tres filasA.

Matriz A=  u v  =   u1 v1 u2 v2 u3 v3

= 

a11 a12 a21 a22 a31 a32

  =   e f g  

ConstruimosAapilandodos vectores columna.

(7)

¿Qu ´e es una matriz?

Tenemos dos vectores columnauyv.

Estos producen unamatriz de dos columnas y tres filasA.

Matriz A=  u v  =   u1 v1 u2 v2 u3 v3

= 

a11 a12 a21 a22 a31 a32

  =   e f g  

ConstruimosAapilandodos vectores columna.

Pero esigualmente correctopensar enAcomo unapila de tres vectores filae= (u1v1),f= (u2v2)yg= (u3v3).

(8)

¿Qu ´e es una matriz?

Tenemos dos vectores columnauyv.

Estos producen unamatriz de dos columnas y tres filasA.

Matriz A=  u v  =   u1 v1 u2 v2 u3 v3

= 

a11 a12 a21 a22 a31 a32

  =   e f g  

ConstruimosAapilandodos vectores columna.

Pero esigualmente correctopensar enAcomo unapila de tres vectores filae= (u1v1),f= (u2v2)yg= (u3v3).

(9)

Notaci ´on matricial

La primera fila de una matriz de 2×2 contienea11 ya12.

La segunda fila tienea21ya22.

El primer sub´ındice da la fila:aij est ´a en la filai.

El segundo da la columna:aij est ´a en la columnaj.

Puede pensarse enAcomo una funci ´on dedos variables, que a cadaiy a cadajles asigna un escalar (un n ´umero).

A=

a11 a12

a21 a22

=

A(1,1) A(1,2) A(2,1) A(2,2)

(10)

Notaci ´on matricial

La primera fila de una matriz de 2×2 contienea11 ya12. La segunda fila tienea21ya22.

El primer sub´ındice da la fila:aij est ´a en la filai.

El segundo da la columna:aij est ´a en la columnaj.

Puede pensarse enAcomo una funci ´on dedos variables, que a cadaiy a cadajles asigna un escalar (un n ´umero).

A=

a11 a12

a21 a22

=

A(1,1) A(1,2) A(2,1) A(2,2)

(11)

Notaci ´on matricial

La primera fila de una matriz de 2×2 contienea11 ya12. La segunda fila tienea21ya22.

El primer sub´ındice da la fila:aij est ´a en la filai.

El segundo da la columna:aij est ´a en la columnaj.

Puede pensarse enAcomo una funci ´on dedos variables, que a cadaiy a cadajles asigna un escalar (un n ´umero).

A=

a11 a12

a21 a22

=

A(1,1) A(1,2) A(2,1) A(2,2)

(12)

Notaci ´on matricial

La primera fila de una matriz de 2×2 contienea11 ya12. La segunda fila tienea21ya22.

El primer sub´ındice da la fila:aij est ´a en la filai.

El segundo da la columna:aij est ´a en la columnaj.

Puede pensarse enAcomo una funci ´on dedos variables, que a cadaiy a cadajles asigna un escalar (un n ´umero).

A=

a11 a12

a21 a22

=

A(1,1) A(1,2) A(2,1) A(2,2)

(13)

Notaci ´on matricial

La primera fila de una matriz de 2×2 contienea11 ya12. La segunda fila tienea21ya22.

El primer sub´ındice da la fila:aij est ´a en la filai.

El segundo da la columna:aij est ´a en la columnaj.

Puede pensarse enAcomo una funci ´on dedos variables, que a cadaiy a cadajles asigna un escalar (un n ´umero).

A=

a11 a12 a21 a22

=

A(1,1) A(1,2) A(2,1) A(2,2)

(14)

Notaci ´on matricial

La primera fila de una matriz de 2×2 contienea11 ya12. La segunda fila tienea21ya22.

El primer sub´ındice da la fila:aij est ´a en la filai.

El segundo da la columna:aij est ´a en la columnaj.

Puede pensarse enAcomo una funci ´on dedos variables, que a cadaiy a cadajles asigna un escalar (un n ´umero).

A=

a11 a12 a21 a22

=

A(1,1) A(1,2) A(2,1) A(2,2)

(15)

Suma de matrices

Podemossumar dos matricesAyB.

Los coeficientesnuncase mezclan.

Suma de matrices

A=

a11 a12

a21 a22

yB=

b11 b12

b21 b22

sumanA+B=

a11+b11 a12+b12

a21+b21 a22+b22

(16)

Suma de matrices

Podemossumar dos matricesAyB. Los coeficientesnuncase mezclan.

Suma de matrices

A=

a11 a12 a21 a22

yB=

b11 b12 b21 b22

sumanA+B=

a11+b11 a12+b12 a21+b21 a22+b22

(17)

Suma de matrices

Podemossumar dos matricesAyB. Los coeficientesnuncase mezclan.

Suma de matrices

A=

a11 a12 a21 a22

yB=

b11 b12 b21 b22

sumanA+B=

a11+b11 a12+b12 a21+b21 a22+b22

(18)

Multiplicaci ´on por un escalar

La otra operaci ´on b ´asica es lamultiplicaci ´on por un escalar

Las matrices pueden ser multiplicadas por 2, por−1 o por cualquier otro n ´umeroc.

Hay dos maneras de duplicar una matriz: sumarA+Ao (m ´as f ´acil) multiplicar cada coeficiente por 2.

Multiplicaci ´on escalar

2A=

2a11 2a12 2a21 2a22

A=

−a11 −a12 −a21 −a22

(19)

Multiplicaci ´on por un escalar

La otra operaci ´on b ´asica es lamultiplicaci ´on por un escalar

Las matrices pueden ser multiplicadas por 2, por−1 o por cualquier otro n ´umeroc.

Hay dos maneras de duplicar una matriz: sumarA+Ao (m ´as f ´acil) multiplicar cada coeficiente por 2.

Multiplicaci ´on escalar

2A=

2a11 2a12 2a21 2a22

A=

−a11 −a12 −a21 −a22

(20)

Multiplicaci ´on por un escalar

La otra operaci ´on b ´asica es lamultiplicaci ´on por un escalar

Las matrices pueden ser multiplicadas por 2, por−1 o por cualquier otro n ´umeroc.

Hay dos maneras de duplicar una matriz: sumarA+Ao (m ´as f ´acil) multiplicar cada coeficiente por 2.

Multiplicaci ´on escalar

2A=

2a11 2a12

2a21 2a22

A=

−a11 −a12 −a21 −a22

(21)

Multiplicaci ´on por un escalar

La otra operaci ´on b ´asica es lamultiplicaci ´on por un escalar

Las matrices pueden ser multiplicadas por 2, por−1 o por cualquier otro n ´umeroc.

Hay dos maneras de duplicar una matriz: sumarA+Ao (m ´as f ´acil) multiplicar cada coeficiente por 2.

Multiplicaci ´on escalar

2A=

2a11 2a12

2a21 2a22

A=

−a11 −a12 −a21 −a22

(22)

Algunas observaciones

Hay que notar que la suma de−AyAes la matriz cero.

¡Esto es la matriz0, que es distinto del n ´umero 0!

El orden de la suma no altera el resultado:A+Bes igual aB+A.

A+B= 1 2 3 1 + 1 0 0 1 = 2 2 3 2

B+A= 1 0 0 1 + 1 2 3 1 = 2 2 3 2

Si la cantidad de filasmy de columnasnson iguales (m=n) se dice queAes unamatriz cuadrada.

(23)

Algunas observaciones

Hay que notar que la suma de−AyAes la matriz cero. ¡Esto es la matriz0, que es distinto del n ´umero 0!

El orden de la suma no altera el resultado:A+Bes igual aB+A.

A+B= 1 2 3 1 + 1 0 0 1 = 2 2 3 2

B+A= 1 0 0 1 + 1 2 3 1 = 2 2 3 2

Si la cantidad de filasmy de columnasnson iguales (m=n) se dice queAes unamatriz cuadrada.

(24)

Algunas observaciones

Hay que notar que la suma de−AyAes la matriz cero. ¡Esto es la matriz0, que es distinto del n ´umero 0!

El orden de la suma no altera el resultado:A+Bes igual aB+A.

A+B= 1 2 3 1 + 1 0 0 1 = 2 2 3 2

B+A= 1 0 0 1 + 1 2 3 1 = 2 2 3 2

Si la cantidad de filasmy de columnasnson iguales (m=n) se dice queAes unamatriz cuadrada.

(25)

Algunas observaciones

Hay que notar que la suma de−AyAes la matriz cero. ¡Esto es la matriz0, que es distinto del n ´umero 0!

El orden de la suma no altera el resultado:A+Bes igual aB+A.

A+B= 1 2 3 1 + 1 0 0 1 = 2 2 3 2

B+A= 1 0 0 1 + 1 2 3 1 = 2 2 3 2

Si la cantidad de filasmy de columnasnson iguales (m=n) se dice queAes unamatriz cuadrada.

(26)

Algunas observaciones

Hay que notar que la suma de−AyAes la matriz cero. ¡Esto es la matriz0, que es distinto del n ´umero 0!

El orden de la suma no altera el resultado:A+Bes igual aB+A.

A+B= 1 2 3 1 + 1 0 0 1 = 2 2 3 2

B+A= 1 0 0 1 + 1 2 3 1 = 2 2 3 2

(27)

Propiedades de la suma de matrices

Propiedades de la suma de matrices

A+B=B+A ley conmutativa

(28)

Propiedades de la suma de matrices

Propiedades de la suma de matrices

A+B=B+A ley conmutativa c(A+B) =cA+cB ley distributiva

(29)

Propiedades de la suma de matrices

Propiedades de la suma de matrices

(30)

´Indice

1 Matrices y vectores Operaciones b ´asicas

Producto entre una matriz y un vector

(31)

Matriz multiplicando un vector columna (m ´etodo 1)

Definici ´on 1 (una matrizAmultiplicando un vectorx)

Ax= 

u v w 

 

 x1 x2 x3

=x1u+x2v+x3w=b

dondeu,vywson los vectores columna deA, y se utiliza la operaci ´oncombinaci ´on linealde vectores.

(32)

Matriz multiplicando un vector columna (m ´etodo 1)

Definici ´on 1 (una matrizAmultiplicando un vectorx)

Ax= 

u v w 

 

 x1 x2 x3

=x1u+x2v+x3w=b

dondeu,vywson los vectores columna deA, y se utiliza la operaci ´oncombinaci ´on linealde vectores.

(33)

Matriz multiplicando un vector columna (m ´etodo 2)

Definici ´on 2 (una matrizAmultiplicando un vectorx)

Ax= 

e

f g

 

 x1 x2 x3

= 

e·x

f·x g·x

=b

dondee,fygson los vectores fila deA, y se utiliza la operaci ´onproducto puntode vectores.

(34)

Matriz multiplicando un vector columna (m ´etodo 2)

Definici ´on 2 (una matrizAmultiplicando un vectorx)

Ax= 

e

f g

 

 x1 x2 x3

= 

e·x

f·x g·x

=b

dondee,fygson los vectores fila deA, y se utiliza la operaci ´onproducto puntode vectores.

(35)

Ejemplo 1

Encontrar el vectorbresultante de combinar linealmente los vectores columnai= (1,0,0),j= (0,1,0)yk= (0,0,1)con los escalaresx1=0,x2=2 yx3=0.

Fabricando la matrizAy el vectorxresulta

Ax= 

1 0 0 0 1 0 0 0 1

    0 2 0 

=2   0 1 0  =   0 2 0 

=b

(36)

Ejemplo 1

Encontrar el vectorbresultante de combinar linealmente los vectores columnai= (1,0,0),j= (0,1,0)yk= (0,0,1)con los escalaresx1=0,x2=2 yx3=0.

Fabricando la matrizAy el vectorxresulta

Ax= 

1 0 0 0 1 0 0 0 1

    0 2 0 

=2   0 1 0  =   0 2 0 

=b

¡Aact ´ua sobrexy regresa unbque es id ´entico ax!

(37)

Ejemplo 1

Encontrar el vectorbresultante de combinar linealmente los vectores columnai= (1,0,0),j= (0,1,0)yk= (0,0,1)con los escalaresx1=0,x2=2 yx3=0.

Fabricando la matrizAy el vectorxresulta

Ax= 

1 0 0 0 1 0 0 0 1

    0 2 0 

=2   0 1 0  =   0 2 0 

=b

¡Aact ´ua sobrexy regresa unbque es id ´entico ax!

(38)

Ejemplo 1

Encontrar el vectorbresultante de combinar linealmente los vectores columnai= (1,0,0),j= (0,1,0)yk= (0,0,1)con los escalaresx1=0,x2=2 yx3=0.

Fabricando la matrizAy el vectorxresulta

Ax= 

1 0 0 0 1 0 0 0 1

    0 2 0 

=2   0 1 0  =   0 2 0 

=b

(39)

Ejemplo 2

Dados la matrizA=

1 0 2 3

y el vector columnax=

2 1

,

calcularAx=b:

1 como combinaci ´on lineal de las columnas deA. 2 como productos punto de las filas deA.

1 La combinaci ´on lineal de columnas deAresulta

Ax= 1 0 2 3 2 1 =2 1 2 +1 0 3 = 2 7 =b

2 Los productos punto con las filas deAresultan

Ax= 1 0 2 3 2 1 =

(40)

Ejemplo 2

Dados la matrizA=

1 0 2 3

y el vector columnax=

2 1

,

calcularAx=b:

1 como combinaci ´on lineal de las columnas deA. 2 como productos punto de las filas deA.

1 La combinaci ´on lineal de columnas deAresulta

Ax= 1 0 2 3 2 1 =2 1 2 +1 0 3 = 2 7 =b

2 Los productos punto con las filas deAresultan

Ax= 1 0 2 3 2 1 =

(41)

Ejemplo 2

Dados la matrizA=

1 0 2 3

y el vector columnax=

2 1

,

calcularAx=b:

1 como combinaci ´on lineal de las columnas deA. 2 como productos punto de las filas deA.

1 La combinaci ´on lineal de columnas deAresulta

Ax= 1 0 2 3 2 1 =2 1 2 +1 0 3 = 2 7 =b

2 Los productos punto con las filas deAresultan

Ax= 1 0 2 3 2 1 =

(42)

Repaso de ideas clave

1 Una matrizAdemfilas yncolumnas tienemn

coeficientes (se dice queA∈Rm×n)

2 Las operaciones b ´asicas son

A+B= 

a11+b11 a12+b12 a13+b13

a21+b21 a22+b22 a23+b23

a31+b31 a32+b32 a33+b33

cA= 

ca11 ca12 ca13

ca21 ca22 ca23

ca31 ca32 ca33

3 Ax=bes una combinaci ´on lineal de las columnas deA.

(43)

Repaso de ideas clave

1 Una matrizAdemfilas yncolumnas tienemn coeficientes (se dice queA∈Rm×n)

2 Las operaciones b ´asicas son

A+B= 

a11+b11 a12+b12 a13+b13 a21+b21 a22+b22 a23+b23 a31+b31 a32+b32 a33+b33

cA= 

ca11 ca12 ca13 ca21 ca22 ca23 ca31 ca32 ca33

3 Ax=bes una combinaci ´on lineal de las columnas deA.

(44)

Repaso de ideas clave

1 Una matrizAdemfilas yncolumnas tienemn coeficientes (se dice queA∈Rm×n)

2 Las operaciones b ´asicas son

A+B= 

a11+b11 a12+b12 a13+b13

a21+b21 a22+b22 a23+b23

a31+b31 a32+b32 a33+b33

cA= 

ca11 ca12 ca13

ca21 ca22 ca23

ca31 ca32 ca33

(45)

Repaso de ideas clave

1 Una matrizAdemfilas yncolumnas tienemn coeficientes (se dice queA∈Rm×n)

2 Las operaciones b ´asicas son

A+B= 

a11+b11 a12+b12 a13+b13

a21+b21 a22+b22 a23+b23

a31+b31 a32+b32 a33+b33

cA= 

ca11 ca12 ca13

ca21 ca22 ca23

ca31 ca32 ca33

3 Ax=bes una combinaci ´on lineal de las columnas deA.

(46)

´Indice

1 Matrices y vectores Operaciones b ´asicas

Producto entre una matriz y un vector

2 Operaciones con matrices

Producto de matrices

(47)

¿C ´omo pueden multiplicarse dos matrices?

Definici ´on 3 (la matrizAmultiplicando a la matrizB)

a11 a12 a21 a22

b11 b12 b21 b22

=

a11b11+a12b21 a11b12+a12b22 a21b11+a22b21 a21b12+a22b22

Definici ´on 4 (utilizando el producto punto)

(48)

Condici ´on necesaria para multiplicar dos matrices

Dadas matricesAdem×nyBdep×q, pueden multiplicarse comoABsolamentesin=p.

O sea, solamente si el n ´umero de columnas deAes igual al n ´umero de filas deB.

(49)

Condici ´on necesaria para multiplicar dos matrices

Dadas matricesAdem×nyBdep×q, pueden multiplicarse comoABsolamentesin=p.

O sea, solamente si el n ´umero de columnas deAes igual al n ´umero de filas deB.

(50)

Condici ´on necesaria para multiplicar dos matrices

Dadas matricesAdem×nyBdep×q, pueden multiplicarse comoABsolamentesin=p.

O sea, solamente si el n ´umero de columnas deAes igual al n ´umero de filas deB.

(51)

Ejemplo 3

Matrices cuadradas pueden multiplicarsesolamentesi tienen el mismo tama ˜no

1 1 2 −1

2 2 3 4

=

5 6 1 0

El primer producto punto es (1)(2)+(1)(3)=5, los otros tres productos punto dan 6, 1 y 0.

SiAyBson den×n, tambi ´enABes den×n.

ABcontienen2productos punto, y cada producto punto requierenmultiplicaciones.

(52)

Ejemplo 3

Matrices cuadradas pueden multiplicarsesolamentesi tienen el mismo tama ˜no

1 1 2 −1

2 2 3 4

=

5 6 1 0

El primer producto punto es (1)(2)+(1)(3)=5, los otros tres productos punto dan 6, 1 y 0.

SiAyBson den×n, tambi ´enABes den×n.

ABcontienen2productos punto, y cada producto punto requierenmultiplicaciones.

(53)

Ejemplo 3

Matrices cuadradas pueden multiplicarsesolamentesi tienen el mismo tama ˜no

1 1 2 −1

2 2 3 4

=

5 6 1 0

El primer producto punto es (1)(2)+(1)(3)=5, los otros tres productos punto dan 6, 1 y 0.

SiAyBson den×n, tambi ´enABes den×n.

ABcontienen2productos punto, y cada producto punto requierenmultiplicaciones.

(54)

Ejemplo 3

Matrices cuadradas pueden multiplicarsesolamentesi tienen el mismo tama ˜no

1 1 2 −1

2 2 3 4

=

5 6 1 0

El primer producto punto es (1)(2)+(1)(3)=5, los otros tres productos punto dan 6, 1 y 0.

SiAyBson den×n, tambi ´enABes den×n.

ABcontienen2productos punto, y cada producto punto requierenmultiplicaciones.

El c ´omputo deABrequieren3multiplicaciones.

(55)

Ejemplo 3

Matrices cuadradas pueden multiplicarsesolamentesi tienen el mismo tama ˜no

1 1 2 −1

2 2 3 4

=

5 6 1 0

El primer producto punto es (1)(2)+(1)(3)=5, los otros tres productos punto dan 6, 1 y 0.

SiAyBson den×n, tambi ´enABes den×n.

ABcontienen2productos punto, y cada producto punto requierenmultiplicaciones.

(56)

Propiedades del producto de matrices

Propiedades del producto de matrices

(57)

Propiedades del producto de matrices

Propiedades del producto de matrices

AB6=BA ley conmutativa no funciona C(A+B) =CA+CB ley distributiva a izquierda

(58)

Propiedades del producto de matrices

Propiedades del producto de matrices

AB6=BA ley conmutativa no funciona C(A+B) =CA+CB ley distributiva a izquierda (A+B)C=AC+BC ley distributiva a derecha

(59)

Propiedades del producto de matrices

Propiedades del producto de matrices

(60)

Ejemplo 4

SeaAuna matriz fila de 1×3 y seaBuna matriz columna de 3×1. EntoncesABser ´a una matriz de 1×1, mientras queBA

ser ´a una matriz de 3×3.

A= 1 2 3

B=   0 1 2  

AB= 1 2 3   0 1 2 

BA=

  0 1 2 

 1 2 3

= 8

=

0 0 0 1 2 3 2 4 6

(61)

Ejemplo 4

SeaAuna matriz fila de 1×3 y seaBuna matriz columna de 3×1. EntoncesABser ´a una matriz de 1×1, mientras queBA

ser ´a una matriz de 3×3.

A= 1 2 3

B=   0 1 2  

AB= 1 2 3   0 1 2 

BA=

  0 1 2 

 1 2 3

= 8

=

0 0 0 1 2 3 2 4 6

(62)

´Indice

1 Matrices y vectores Operaciones b ´asicas

Producto entre una matriz y un vector

2 Operaciones con matrices Producto de matrices

(63)

Convirtiendo las columnas en filas y viceversa

Definimos una matrizAT llamadatranspuestadeA.

Las columnas deAson las filas deAT. SiAes dem×n, la transpuesta es den×m.

Definici ´on 5 (traspuesta de una matriz)

El coeficiente de la filaiy la columnajdeAT corresponde al de la filaj y la columnai deA

aT

ij =aji

A=

1 2 3 0 0 0

AT = 

1 0 2 0 3 0

(64)

Convirtiendo las columnas en filas y viceversa

Definimos una matrizAT llamadatranspuestadeA.

Las columnas deAson las filas deAT.

SiAes dem×n, la transpuesta es den×m.

Definici ´on 5 (traspuesta de una matriz)

El coeficiente de la filaiy la columnajdeAT corresponde al de la filaj y la columnai deA

aT

ij =aji

A=

1 2 3 0 0 0

AT = 

1 0 2 0 3 0

(65)

Convirtiendo las columnas en filas y viceversa

Definimos una matrizAT llamadatranspuestadeA.

Las columnas deAson las filas deAT. SiAes dem×n, la transpuesta es den×m.

Definici ´on 5 (traspuesta de una matriz)

El coeficiente de la filaiy la columnajdeAT corresponde al de la filaj y la columnai deA

aT

ij =aji

A=

1 2 3 0 0 0

AT = 

1 0 2 0 3 0

(66)

Convirtiendo las columnas en filas y viceversa

Definimos una matrizAT llamadatranspuestadeA.

Las columnas deAson las filas deAT. SiAes dem×n, la transpuesta es den×m.

Definici ´on 5 (traspuesta de una matriz)

El coeficiente de la filaiy la columnajdeAT corresponde al de la filaj y la columnai deA

aT

ij =aji

A=

1 2 3 0 0 0

AT = 

1 0 2 0 3 0

(67)

Transponiendo vectores columna y vectores fila

Un vector columnavsetransponeen uno filavT. Un vector filawse transpone en uno columnawT.

Transpuesta de un vector

v= 

  

1 0 2 0

  

vT = 1 0 2 0

w= π π2

wT =

π

π

(68)

Propiedades de la transposici ´on

Propiedades de la transposici ´on

Suma: la transpuesta deA+BesAT +BT.

(69)

Propiedades de la transposici ´on

Propiedades de la transposici ´on

(70)

Repaso de ideas clave

1 El(ab)ij deABes (filai deA)·(columnaj deB). 2 El productoABsolo puede calcularse si el n ´umero de

columnasndeAes igual el n ´umero de filasp deB.

(71)

Repaso de ideas clave

1 El(ab)ij deABes (filai deA)·(columnaj deB).

2 El productoABsolo puede calcularse si el n ´umero de

columnasndeAes igual el n ´umero de filasp deB.

(72)

Repaso de ideas clave

1 El(ab)ij deABes (filai deA)·(columnaj deB).

2 El productoABsolo puede calcularse si el n ´umero de columnasndeAes igual el n ´umero de filasp deB.

(73)

´Indice

3 Ejemplos con Sage

(74)

Hacer combinaciones lineales de matrices

# crear una matriz AR2×2, con filas (1,2) y (3,1)

A = matrix([(1,2),(3,1)])

# crear una matriz B∈R2×2, con filas (1,0) y (0,1)

B = matrix([(1,0),(0,1)])

# calcular la suma y la resta

C = A + B D = A - B

print C

print D

# calcular la combinaci´on lineal E =2A+0,5B

E = 2*A + 1/2*B

(75)

Producto entre una matriz y un vector

# crear una matriz A∈R2×2, con filas (1,0) y (2,3)

A = matrix([(1,0),(2,3)])

# crear un vector x= (2,1)∈R2

x = vector((2,1))

# calcular el producto b=Ax

b = A*x

(76)

Producto entre dos matrices

# crear una matriz AR3×2, # con filas (2,2), (0,1) y (7,9)

A = matrix([(2,2),(0,1),(7,9)])

# crear una matriz BR2×3, # con filas (1,2,3) y (4,0,1)

B = matrix([(1,2,3),(4,0,1)])

# calcular el producto AB

print A*B

# calcular el producto BA

print B*A

# comprobar que AB6=BA

(77)

Transpuesta de una matriz

# crear una matriz AR3×2

A = matrix([(2,2),(0,1),(7,9)])

# crear una matriz B∈R2×3

B = matrix([(1,2,3),(4,0,1)])

# calcular la transpuesta del producto (AB)T

C = (A*B).transpose()

print C

# calcular el producto BTAT

D = B.transpose()*A.transpose()

print D

# comprobar que (AB)T ==BTAT

Referencias

Documento similar

Matrices de contraste utilizadas para el análisis de similitud con el módulo CROSSTAB y matrices de respuesta, correspondiente a los modelos de invierno de cada banco y a las larvas

usando Excel 153 7.1 Introducción 153 7.2 Operaciones entre matrices y vectores con Excel 153 Matriz por vector columna 153 Vector fila por matriz 158 7.3 Multiplicación de

o Si dispone en su establecimiento de alguna silla de ruedas Jazz S50 o 708D cuyo nº de serie figura en el anexo 1 de esta nota informativa, consulte la nota de aviso de la

Entonces en el problema de vanishing gradient las capas que son cercanas al loss function sus matrices de pesos optimizan bien porque en el cálculo de su gradiente las derivadas

Ciaurriz quien, durante su primer arlo de estancia en Loyola 40 , catalogó sus fondos siguiendo la división previa a la que nos hemos referido; y si esta labor fue de

De acuerdo a los elementos del proyecto de Matrices de Trazabilidad puede haber: Matriz de EntidadesBD con Conceptos, Matriz de EntidadesBD con Modelo de Clases del Diseño, matriz

We study the relation between certain non-degenerate lower Hessenberg infinite matri- ces G and the existence of sequences of orthogonal polynomials with respect to Sobolev

firstly we can take advantage of the either diagonal or circulant structure of resolution and overlapping kernel operators, respectively, to provide explicit inversion formulas