SlideShare a Scribd company logo
1 of 37
Download to read offline
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
CON MATRICES
1
Ing. Luis David Narváez
42
5
1
0011 0010 1010 1101 0001 0100 1011
GENERALIDADES
Traza
De una matriz cuadrada, es la suma algebraica de los
valores de los elementos de la diagonal principal.
Ejemplo:
La traza de la matriz es traza = 5 –7 +7 = 5
2












7513
070
985
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Suma de dos matrices
Sean dos matrices
conformables para la suma
(mismo orden), se define la
suma como:
[C] m,n = [A] m,n + [B] m,n
La matriz [C] tendrá el mismo
orden de [A] ó [B].
Cada elemento de C es la suma
del correspondiente elemento
de [A] y [B]
ci,j = ai,j + bi,j
Para i = 1,2 .....m y j = 1,2 ......n
+ =
3





 
97
23








57
48






140
25
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Resta de dos matrices
Sean dos matrices
conformables para la resta
(mismo orden), se define la
resta como:
[C] m,n= [A] m,n - [B] m,n
La matriz [C] tendrá el mismo
orden de [A] ó [B].
Cada elemento de C es la resta algebraica
de los correspondientes elementos de
[A] y [B]
ci,j = ai,j - bi,j
Para i = 1,2 .....m y j = 1,2 ......n
Ejemplo
- =
4





 
97
23








57
48





 
414
611
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Propiedades de la Suma y Resta Matricial
Sean tres matrices conformables para la suma y k un escalar
• [A]m,n , [B]m,n , [C]m,n
• [A] + [B] = [B] + [A] Ley Conmutativa
• [A] +( [B] + [C] ) = ( [A] + [B] )+ [C] Ley Asociativa
• k ( [A] + [B] ) = k [A] + k [B] = ( [A] + [B] )k Ley Distributiva de un
escalar por la izquierda o derecha en la suma
• Existe una matriz [C] tal que [A] + [C] = [B] 5
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Producto de una matriz por un escalar
Sea k un escalar y la matriz [A]m,n, se define la muliplicación de una
matriz por un escalar como
[C]m,n = k [A]m,n
En donde ci,j = k ai,j (i=1,2,3....m; j=1,2,3...n)
Ejemplo
[C] = 3 [A]
3 = 6





 
97
23





 
2721
69
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Producto de dos matrices
Dos matrices se dice ser
conformables para la
multiplicación si:
[A]ma,na [B]mb,nb
El número de columnas de [A] es
igual al número de filas de [B]
El producto de dos matrices
es
[C]ma,nb= [A]ma,n x [B]mb,nb
Con
ci,j= Sk=1 ai,k x bk,j
(i=1,2,3....ma; j=1,2,3...na)
7
=
na
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
x =
Ejemplo
[C]ma,nb= [A]ma,na x [B]mb,nb
Son conformables para la multiplicación ya que na = mb
8






132
201






0
1
1
2




2
5
0
3
1
4
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Leyes de la suma y la Multiplicación
Sean tres matrices [A] [B] [C]
conformables para la suma y
multiplicación
Primera Ley Distributiva
[A]( [B] + [C] ) = [A] [B] + [A] [C]
Segunda Ley Distributiva
([A] + [B]) [C] = [A] [C] +[B] [C]
Ley Asociativa
[A] ( [B] [C] ) = ( [A] [B] ) [C]
En general
1) [A] [B] [B] [A]
2) [A] [B] = [0]
No necesariamente
[A] = [0] o [B] = [0]
3) [A] [B] = [A] [C]
No necesariamente
[B] = [C]
9

42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Matriz Transpuesta
Sea la matriz [A]ma,na , la matriz transpuesta se define como:
[A]mb,nb en donde ai, j = aj, i Para i = 1,2 .....ma j = 1,2 ......na
mb = na y nb = ma
También se denotar como [A]’
[A] = [A] =
10
T
TT



 
 5
4
7
1
3
2







 
 5
7
3
4
1
2
42
5
1
0011 0010 1010 1101 0001 0100 1011
OPERACIONES
Propiedades de la Matriz Transpuesta
Sean las matrices [A] [B]
con sus respectivas transpuestas [A]’ [B]’ y k un escalar
i) [A’]’= [A]
ii) (k [A])’ = k [A]’
La transpuesta de la suma de dos matrices es la suma de sus
transpuestas
( [A]+ [B] )’ = [A]’ + [B]’
La transpuesta del producto de dos matrices es el producto en orden
inverso de sus transpuestas.
( [A] [B] )’ = [B]’ [A]’ 11
42
5
1
0011 0010 1010 1101 0001 0100 1011
TIPOS DE MATRICES
Matriz Identidad [ I] o Unidad
Es una matriz cuadrada cuyo valor de los elementos de la
diagonal principal es uno y valor cero en todos los demás
elementos.
[ I] =
12










100
010
001
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Cero o Nula
Es una matriz cuadrada en
la cual el valor de todos los
elementos es cero.










000
000
000
13
Ejemplo
[ 0 ] =
[ 0 ] =
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Opuesta o Negativa.
- [A]
Se obtiene de la matriz [A]
multiplicando cada
elemento por el escalar -1













128
954
421












128
954
421
14
Ejemplo
Sea la matriz
[A] =
-1 [A] =
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matrices Iguales
Son aquellas que tienen el mismo orden y cada
elemento de una es igual al correspondiente
elemento de la otra.
[A] = [B] ai,j = bi,j para i =1,2,3.... m j =1, 2,3... n
Ejemplo
15












075
876
243












075
876
243=
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matrices Conmutativas
Son aquellas matrices para las cuales se cumple :
Sean [A] y [B] matrices cuadradas tales que
[A] x [B] = [B] x [A]
=
16






14
41






14
41






36
63






36
63
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Diagonal
Es una matriz cuadrada en la cual el valor de todos los
elementos son cero excepto en la diagonal.
[ F ] =
17










2100
0100
004
B
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Escalar
Es una matriz cuadrada en la cual el valor de todos los
elementos son cero excepto en la diagonal principal, que
tienen el mismo valor.
a11 =a22 =a33 =a44 = k donde k es un escalar
18













400
040
004
B=
B
B = -4 [ I ]
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Triangular Superior
Es una matriz cuadrada cuyos
elementos en la parte superior de
la diagonal principal y en ella, el
valor es diferente de cero.
El valor de los elementos abajo de
la diagonal principal es cero
ai j = 0 para i > j
Ejemplo
19











200
470
642
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Ejemplo
Matriz Triangular Inferior
Es una matriz cuadrada cuyos
elementos en la parte inferior de la
diagonal principal y en ella, el valor es
diferente de cero.
El valor de los elementos arriba de la
diagonal principal es cero.
ai j = 0 para i < j
20











276
041
002
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matrices simétricas
Aquellas que cumplen con:
[A]’ = [A].
Propiedad
Si [A] es una matriz
cuadrada
[A] + [A]’ es simétrica
Ejemplo:
la matriz [A] es simétrica ya que:
21











258
514
843











258
514
843[A]’ =
[A] =
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Antisimétrica o
Hemisimétrica
Es una matriz cuadrada que es
igual a la opuesta (o negativa)
de su transpuesta.
Necesariamente los elementos
de la diagonal principal tienen
el valor de cero.
[A] = - 1 [A]’
Ejemplo
La matriz [A] es antisimétrica ya que:
22










058
504
840













058
504
840
-1 [A]’ =
[A] =
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Periódica
Aquella matriz [A] para la cual
[A]k+1= [A]
Donde k es un entero positivo
Se dice que la matriz es de un
periodo k
23













321
431
422
[A]x [A] = [A]
[A] =
Ejemplo:
[A] es periódica, con
periodo 1
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Idempotente
Es una matriz Periódica con período 1
Ejemplo
24













321
431
422
[A]x [A] = [A]
[A] =
TIPOS DE MATRICES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Inversa
Si [A] y [B]-1 son matrices cuadradas, conformables para la
multiplicación, la matriz Inversa [B]-1 es aquella que cumple con:
[A] x [B]-1 = [B]-1 [A] = [ I]
A la matriz [B]-1 se le llama matriz Inversa de [A]
Ejemplo de matrices Inversas:
25









421
331
321













101
011
326
x =










100
010
001
MATRIZ INVERSA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Adjunta
Es aquella matriz que se forma de una matriz cuadrada.
La manera de construirla es la siguiente:
1. Construir la matriz de cofactores. cofactores[M]
2. Transponer la matriz de cofactores. ( cofactores [M] )T
adj [A] = ( cofactores [M] )T
26
MATRIZ ADJUNTA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Adjunta
Ejemplo
Sea una matriz [A])=
Con su correspondiente matriz de cofactores
cofactores [M] =
Entonces adj [A] =
27












572
024
331













14126
13116
242010













141324
121120
6610
MATRIZ ADJUNTA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Propiedades de la Matriz Adjunta
[A] x adj [A] = (| A |) [ I ]
Ejemplo
Sea [A]= |A| = - 2 y adj [A] =
Entonces:
x
28












572
024
331










100
010
001
= ( -2)













141324
121120
6610












572
024
331













141324
121120
6610
MATRIZ ADJUNTA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Propiedades de la Matriz Adjunta
La Matriz Adjunta de un producto matricial es igual al
producto de las adjuntas de las matrices
adj ( [A] x [B] ) = adj [B] x adj [A]
29
MATRIZ ADJUNTA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Inversa por medio de la Matriz Adjunta
Con base en el concepto de Matriz Adjunta se tiene que
[A] x adj [A] = | A | [ I]
Si [A] es no singular entonces | A |=0 despejando:
[A] = [I]
Entonces [A] –1 =
30
||
][
A
Aadj
||
][
A
Aadj
MATRIZ INVERSA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Ejemplo
Calcular la Matriz inversa por medio de la matriz adjunta
Sea [A] = y la Adj [A] = y |A| = - 2
Entonces [A] –1 =(-1/2)
31












572
024
331













141324
121120
6610













141324
121120
6610
MATRIZ INVERSA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Transformaciones elementales en una matriz....
Al realizarse las transformaciones elementales en una matriz, no
se cambia el valor del orden ni del rango de la matriz.
Se k un escalar diferente a 0
1. El intercambio de filas. Ejemplo intercambiar los elementos de
la fila uno por los elementos de la fila tres.
2. El intercambio de columnas. Mismo concepto de las filas.
3. La multiplicación de cada elemento de una fila por un escalar k .
32
TRANSFORMACIONES ELEMENTALES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Transformaciones elementales en una matriz
4. La multiplicación de cada elemento de una columna por un
escalar k.
5. La suma a los elementos de una fila de k veces los
correspondientes elementos de otra fila.
6. La suma a los elementos de una columna de k veces los
correspondientes elementos de otra columna.
33
TRANSFORMACIONES ELEMENTALES
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matrices Equivalentes
Dos matrices [A] y [B] son equivalentes, si una puede ser obtenida de
la otra por una secuencia de transformaciones elementales.
Se denotan como [A]  [B]
Ambas matrices tienen el mismo orden y el mismo rango
34
MATRIZ EQUIVALENTE
42
5
1
0011 0010 1010 1101 0001 0100 1011
Matriz Inversa por medio de Transformaciones elementales
Pasos:
1. A la matriz [A] cuadrada, de orden m se le agrega en la parte
derecha la matriz identidad, de orden m .
[ [ A ] [ I] ] quedando una matriz aumentada
2. Por medio de transformaciones elementales, se obtiene la matriz
identidad [ I] en el lugar en que estaba la matriz [A].
Y en el lugar en que estaba la matriz [ I] queda la matriz inversa
[ [ I] [ A ]-1 ]
35
MATRIZ INVERSA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Ejemplo Matriz Inversa por Transformaciones Elementales….
Sea [A] =
1. Se forma la matriz aumentada [ [ A ] [ I] ] =
2 Se realizan las transformaciones elementales para obtener [I]
Se intercambian los renglones 1 y 2 
2da fila = 2da fila + 3 1era fila 
36




1
0
0
1
4
5
1
3




0
1
1
0
5
4
3
1




 3
1
1
0
7
4
0
1






41
53
MATRIZ INVERSA
42
5
1
0011 0010 1010 1101 0001 0100 1011
Ejemplo Matriz Inversa por Transformaciones Elementales….
2da fila = (-1/7) 2da fila 
1a fila = 1a fila –4 2da fila 
[ A ]-1=
37








7/37/1
7/57/4




 7/3
1
7/1
0
1
4
0
1



 
 7/3
7/5
7/1
7/4
1
0
0
1
MATRIZ INVERSA

More Related Content

What's hot

Teoria de Conjuntos
Teoria de ConjuntosTeoria de Conjuntos
Teoria de ConjuntosVane Borjas
 
Leyes de los radicales
Leyes de los radicalesLeyes de los radicales
Leyes de los radicalesnorahildagc
 
El Triángulo de Pascal
El Triángulo de PascalEl Triángulo de Pascal
El Triángulo de Pascalrutcisviv
 
Operaciones aritmeticas propiedades
Operaciones aritmeticas propiedadesOperaciones aritmeticas propiedades
Operaciones aritmeticas propiedadesrafaelreyna
 
Logica hipotesis y conclusion
Logica hipotesis y conclusionLogica hipotesis y conclusion
Logica hipotesis y conclusionPerez Kyria
 
Leyes de conjuntos
Leyes de conjuntosLeyes de conjuntos
Leyes de conjuntosAntonio Diaz
 
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...algebra
 
Matrices operaciones
Matrices operacionesMatrices operaciones
Matrices operacionesjcremiro
 
Teoria De Matrices Y Determinantes
Teoria De Matrices Y DeterminantesTeoria De Matrices Y Determinantes
Teoria De Matrices Y DeterminantesFco Alejandro
 
Potencias y raices
Potencias y raicesPotencias y raices
Potencias y raicesPablo Pinto
 
Ecuaciones de primer grado
Ecuaciones de primer gradoEcuaciones de primer grado
Ecuaciones de primer gradoalevehe11
 
Términos en matemáticas usados para la demostración matemática _keila chacón
Términos en matemáticas usados para la demostración matemática _keila chacón Términos en matemáticas usados para la demostración matemática _keila chacón
Términos en matemáticas usados para la demostración matemática _keila chacón KeilaChacn1
 
Teoria potencias y_raices_cidead
Teoria potencias y_raices_cideadTeoria potencias y_raices_cidead
Teoria potencias y_raices_cideadmilton.guaman
 

What's hot (20)

Presentacion sobre matrices rosa depena
Presentacion sobre matrices rosa depenaPresentacion sobre matrices rosa depena
Presentacion sobre matrices rosa depena
 
Teoria de Conjuntos
Teoria de ConjuntosTeoria de Conjuntos
Teoria de Conjuntos
 
Leyes De Conjuntos
Leyes De ConjuntosLeyes De Conjuntos
Leyes De Conjuntos
 
Leyes de los radicales
Leyes de los radicalesLeyes de los radicales
Leyes de los radicales
 
El Triángulo de Pascal
El Triángulo de PascalEl Triángulo de Pascal
El Triángulo de Pascal
 
Operaciones aritmeticas propiedades
Operaciones aritmeticas propiedadesOperaciones aritmeticas propiedades
Operaciones aritmeticas propiedades
 
Logica hipotesis y conclusion
Logica hipotesis y conclusionLogica hipotesis y conclusion
Logica hipotesis y conclusion
 
Leyes de conjuntos
Leyes de conjuntosLeyes de conjuntos
Leyes de conjuntos
 
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
 
UNIDAD 1 NUMEROS COMPLEJOS
UNIDAD 1 NUMEROS COMPLEJOSUNIDAD 1 NUMEROS COMPLEJOS
UNIDAD 1 NUMEROS COMPLEJOS
 
Números reales
Números realesNúmeros reales
Números reales
 
Induccion matematica
Induccion matematicaInduccion matematica
Induccion matematica
 
Matrices operaciones
Matrices operacionesMatrices operaciones
Matrices operaciones
 
Teoria De Matrices Y Determinantes
Teoria De Matrices Y DeterminantesTeoria De Matrices Y Determinantes
Teoria De Matrices Y Determinantes
 
Potencias y raices
Potencias y raicesPotencias y raices
Potencias y raices
 
Logaritmos.ppt
Logaritmos.pptLogaritmos.ppt
Logaritmos.ppt
 
Ecuaciones de primer grado
Ecuaciones de primer gradoEcuaciones de primer grado
Ecuaciones de primer grado
 
Matriz inversa
Matriz inversaMatriz inversa
Matriz inversa
 
Términos en matemáticas usados para la demostración matemática _keila chacón
Términos en matemáticas usados para la demostración matemática _keila chacón Términos en matemáticas usados para la demostración matemática _keila chacón
Términos en matemáticas usados para la demostración matemática _keila chacón
 
Teoria potencias y_raices_cidead
Teoria potencias y_raices_cideadTeoria potencias y_raices_cidead
Teoria potencias y_raices_cidead
 

Viewers also liked

Operaciones con matrices
Operaciones con matricesOperaciones con matrices
Operaciones con matricesalgebra
 
Matrices 2x2 en Zp; p = # primo
Matrices 2x2 en Zp; p = # primoMatrices 2x2 en Zp; p = # primo
Matrices 2x2 en Zp; p = # primoCaridad Arroyo
 
MAtrices - resta
MAtrices - restaMAtrices - resta
MAtrices - restaAna Robles
 
Semana 1 Matrices I
Semana 1   Matrices ISemana 1   Matrices I
Semana 1 Matrices Iguest6e7d8d4
 
Álgebra Lineal - Multiplicación de Matrices (2x2)
Álgebra Lineal - Multiplicación de Matrices (2x2)Álgebra Lineal - Multiplicación de Matrices (2x2)
Álgebra Lineal - Multiplicación de Matrices (2x2)Ricardo Alejos
 
Operaciones matrices
Operaciones matricesOperaciones matrices
Operaciones matricesgrueda5
 
Operaciones con matrices
Operaciones con matricesOperaciones con matrices
Operaciones con matricessilesilfer
 
Los Reptiles
Los ReptilesLos Reptiles
Los Reptilestiapame
 
Clases de matrices (1)
Clases de matrices (1)Clases de matrices (1)
Clases de matrices (1)jcho_sv
 
Propiedades de determinantes y las operaciones de fila y columna.Determinante...
Propiedades de determinantes y las operaciones de fila y columna.Determinante...Propiedades de determinantes y las operaciones de fila y columna.Determinante...
Propiedades de determinantes y las operaciones de fila y columna.Determinante...Carlita Vaca
 
Operaciones elementales
Operaciones elementalesOperaciones elementales
Operaciones elementalesalgebra
 
Fracciones parciales[1]
Fracciones parciales[1]Fracciones parciales[1]
Fracciones parciales[1]rojasmat
 

Viewers also liked (20)

Matrices
Matrices Matrices
Matrices
 
Operaciones con matrices
Operaciones con matricesOperaciones con matrices
Operaciones con matrices
 
Matrices
MatricesMatrices
Matrices
 
Matrices 2x2 en Zp; p = # primo
Matrices 2x2 en Zp; p = # primoMatrices 2x2 en Zp; p = # primo
Matrices 2x2 en Zp; p = # primo
 
MAtrices - resta
MAtrices - restaMAtrices - resta
MAtrices - resta
 
Matrices 2011
Matrices 2011Matrices 2011
Matrices 2011
 
Semana 1 Matrices I
Semana 1   Matrices ISemana 1   Matrices I
Semana 1 Matrices I
 
Álgebra Lineal - Multiplicación de Matrices (2x2)
Álgebra Lineal - Multiplicación de Matrices (2x2)Álgebra Lineal - Multiplicación de Matrices (2x2)
Álgebra Lineal - Multiplicación de Matrices (2x2)
 
Exposicion reptiles
Exposicion reptilesExposicion reptiles
Exposicion reptiles
 
Suma y multiplicacion
Suma y multiplicacionSuma y multiplicacion
Suma y multiplicacion
 
Operaciones matrices
Operaciones matricesOperaciones matrices
Operaciones matrices
 
Operaciones con matrices
Operaciones con matricesOperaciones con matrices
Operaciones con matrices
 
Los Reptiles
Los ReptilesLos Reptiles
Los Reptiles
 
Clases de matrices (1)
Clases de matrices (1)Clases de matrices (1)
Clases de matrices (1)
 
Matrices
MatricesMatrices
Matrices
 
Propiedades de determinantes y las operaciones de fila y columna.Determinante...
Propiedades de determinantes y las operaciones de fila y columna.Determinante...Propiedades de determinantes y las operaciones de fila y columna.Determinante...
Propiedades de determinantes y las operaciones de fila y columna.Determinante...
 
Operaciones elementales
Operaciones elementalesOperaciones elementales
Operaciones elementales
 
Fracciones parciales[1]
Fracciones parciales[1]Fracciones parciales[1]
Fracciones parciales[1]
 
Reptiles
ReptilesReptiles
Reptiles
 
Reptiles
ReptilesReptiles
Reptiles
 

Similar to Operaciones y tipos de matrices

Apendice1
Apendice1Apendice1
Apendice1joran
 
Matricesydeterminantes 100215225738-phpapp02
Matricesydeterminantes 100215225738-phpapp02Matricesydeterminantes 100215225738-phpapp02
Matricesydeterminantes 100215225738-phpapp02Fredy Quispe Ferrel
 
Algebra de Matrices RPM1 Ccesa007.pdf
Algebra de Matrices RPM1  Ccesa007.pdfAlgebra de Matrices RPM1  Ccesa007.pdf
Algebra de Matrices RPM1 Ccesa007.pdfDemetrio Ccesa Rayme
 
Algebra de Matrices RPM1 Ccesa007.pdf
Algebra de Matrices RPM1  Ccesa007.pdfAlgebra de Matrices RPM1  Ccesa007.pdf
Algebra de Matrices RPM1 Ccesa007.pdfDemetrio Ccesa Rayme
 
Introduccion al Calculo Matricial CM2 Ccesa007.pdf
Introduccion al Calculo Matricial CM2 Ccesa007.pdfIntroduccion al Calculo Matricial CM2 Ccesa007.pdf
Introduccion al Calculo Matricial CM2 Ccesa007.pdfDemetrio Ccesa Rayme
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantesjesus rojass
 
Matriz
MatrizMatriz
Matrizgato94
 
Matrices
MatricesMatrices
MatricesNemyzG
 
Capitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluacionesCapitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluacioneslui carin
 
Introduccion al Calculo Matricial Ccesa007.pdf
Introduccion al Calculo Matricial Ccesa007.pdfIntroduccion al Calculo Matricial Ccesa007.pdf
Introduccion al Calculo Matricial Ccesa007.pdfDemetrio Ccesa Rayme
 
Topicosenalgebralineal
TopicosenalgebralinealTopicosenalgebralineal
TopicosenalgebralinealYilber Sisco
 
Fundamentos de algebra matricial ccesa007
Fundamentos de algebra matricial ccesa007Fundamentos de algebra matricial ccesa007
Fundamentos de algebra matricial ccesa007Demetrio Ccesa Rayme
 

Similar to Operaciones y tipos de matrices (20)

Apendice1
Apendice1Apendice1
Apendice1
 
Matrices matematica
Matrices matematicaMatrices matematica
Matrices matematica
 
Matricesydeterminantes 100215225738-phpapp02
Matricesydeterminantes 100215225738-phpapp02Matricesydeterminantes 100215225738-phpapp02
Matricesydeterminantes 100215225738-phpapp02
 
Algebra de Matrices RPM1 Ccesa007.pdf
Algebra de Matrices RPM1  Ccesa007.pdfAlgebra de Matrices RPM1  Ccesa007.pdf
Algebra de Matrices RPM1 Ccesa007.pdf
 
Algebra de Matrices RPM1 Ccesa007.pdf
Algebra de Matrices RPM1  Ccesa007.pdfAlgebra de Matrices RPM1  Ccesa007.pdf
Algebra de Matrices RPM1 Ccesa007.pdf
 
Introduccion al Calculo Matricial CM2 Ccesa007.pdf
Introduccion al Calculo Matricial CM2 Ccesa007.pdfIntroduccion al Calculo Matricial CM2 Ccesa007.pdf
Introduccion al Calculo Matricial CM2 Ccesa007.pdf
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Matriz
MatrizMatriz
Matriz
 
Matrices
MatricesMatrices
Matrices
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Capitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluacionesCapitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluaciones
 
Mod matrices y determinantes
Mod matrices y determinantesMod matrices y determinantes
Mod matrices y determinantes
 
Introduccion al Calculo Matricial Ccesa007.pdf
Introduccion al Calculo Matricial Ccesa007.pdfIntroduccion al Calculo Matricial Ccesa007.pdf
Introduccion al Calculo Matricial Ccesa007.pdf
 
Matrices pdf
Matrices pdfMatrices pdf
Matrices pdf
 
Topicosenalgebralineal
TopicosenalgebralinealTopicosenalgebralineal
Topicosenalgebralineal
 
Sesión 7. matrices
Sesión 7. matricesSesión 7. matrices
Sesión 7. matrices
 
10 Matrices (ContinuacióN)
10  Matrices (ContinuacióN)10  Matrices (ContinuacióN)
10 Matrices (ContinuacióN)
 
GUIA 1 MATRICES CESAR VALLEJO
GUIA 1 MATRICES CESAR VALLEJOGUIA 1 MATRICES CESAR VALLEJO
GUIA 1 MATRICES CESAR VALLEJO
 
Clase1.pdf
Clase1.pdfClase1.pdf
Clase1.pdf
 
Fundamentos de algebra matricial ccesa007
Fundamentos de algebra matricial ccesa007Fundamentos de algebra matricial ccesa007
Fundamentos de algebra matricial ccesa007
 

More from David Narváez

3. Procedimientos Estadística Descriptiva.pdf
3. Procedimientos Estadística Descriptiva.pdf3. Procedimientos Estadística Descriptiva.pdf
3. Procedimientos Estadística Descriptiva.pdfDavid Narváez
 
1. Conceptos Datos Valores - Gamificacion.pdf
1. Conceptos Datos Valores - Gamificacion.pdf1. Conceptos Datos Valores - Gamificacion.pdf
1. Conceptos Datos Valores - Gamificacion.pdfDavid Narváez
 
Muestreo Aleatorio - Bioestadística
Muestreo Aleatorio - BioestadísticaMuestreo Aleatorio - Bioestadística
Muestreo Aleatorio - BioestadísticaDavid Narváez
 
Protocolos y Acceso a la Red
Protocolos y Acceso a la RedProtocolos y Acceso a la Red
Protocolos y Acceso a la RedDavid Narváez
 
Procedimientos Estadística Descriptiva
Procedimientos Estadística DescriptivaProcedimientos Estadística Descriptiva
Procedimientos Estadística DescriptivaDavid Narváez
 
Variables Recolección Datos
Variables Recolección DatosVariables Recolección Datos
Variables Recolección DatosDavid Narváez
 
2. Sistema Operativo de Red.pdf
2. Sistema Operativo de Red.pdf2. Sistema Operativo de Red.pdf
2. Sistema Operativo de Red.pdfDavid Narváez
 
Conceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdfConceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdfDavid Narváez
 
1. Redes en la Actualidad
1. Redes en la Actualidad1. Redes en la Actualidad
1. Redes en la ActualidadDavid Narváez
 
3. Medidas de posición y variabilidad
3. Medidas de posición y variabilidad3. Medidas de posición y variabilidad
3. Medidas de posición y variabilidadDavid Narváez
 
2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdf
2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdf2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdf
2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdfDavid Narváez
 
Procedimientos Estadística Descriptiva-Frecuencias.pdf
Procedimientos Estadística Descriptiva-Frecuencias.pdfProcedimientos Estadística Descriptiva-Frecuencias.pdf
Procedimientos Estadística Descriptiva-Frecuencias.pdfDavid Narváez
 
2.2 Procedimientos Estadistica Descriptiva.pdf
2.2 Procedimientos Estadistica Descriptiva.pdf2.2 Procedimientos Estadistica Descriptiva.pdf
2.2 Procedimientos Estadistica Descriptiva.pdfDavid Narváez
 
2.1 Variables Recoleccion Datos.pdf
2.1 Variables Recoleccion Datos.pdf2.1 Variables Recoleccion Datos.pdf
2.1 Variables Recoleccion Datos.pdfDavid Narváez
 
Conceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdfConceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdfDavid Narváez
 
1. Perspectivas, impactos y procesos IOT
1. Perspectivas, impactos y procesos IOT1. Perspectivas, impactos y procesos IOT
1. Perspectivas, impactos y procesos IOTDavid Narváez
 
Seguridad de la información
Seguridad de la informaciónSeguridad de la información
Seguridad de la informaciónDavid Narváez
 
Virtual private network VPN e IPSec
Virtual private network VPN e IPSecVirtual private network VPN e IPSec
Virtual private network VPN e IPSecDavid Narváez
 
Listas de control de acceso - ACL
Listas de control de acceso - ACLListas de control de acceso - ACL
Listas de control de acceso - ACLDavid Narváez
 
Recomendación X.800 UIT
Recomendación X.800 UITRecomendación X.800 UIT
Recomendación X.800 UITDavid Narváez
 

More from David Narváez (20)

3. Procedimientos Estadística Descriptiva.pdf
3. Procedimientos Estadística Descriptiva.pdf3. Procedimientos Estadística Descriptiva.pdf
3. Procedimientos Estadística Descriptiva.pdf
 
1. Conceptos Datos Valores - Gamificacion.pdf
1. Conceptos Datos Valores - Gamificacion.pdf1. Conceptos Datos Valores - Gamificacion.pdf
1. Conceptos Datos Valores - Gamificacion.pdf
 
Muestreo Aleatorio - Bioestadística
Muestreo Aleatorio - BioestadísticaMuestreo Aleatorio - Bioestadística
Muestreo Aleatorio - Bioestadística
 
Protocolos y Acceso a la Red
Protocolos y Acceso a la RedProtocolos y Acceso a la Red
Protocolos y Acceso a la Red
 
Procedimientos Estadística Descriptiva
Procedimientos Estadística DescriptivaProcedimientos Estadística Descriptiva
Procedimientos Estadística Descriptiva
 
Variables Recolección Datos
Variables Recolección DatosVariables Recolección Datos
Variables Recolección Datos
 
2. Sistema Operativo de Red.pdf
2. Sistema Operativo de Red.pdf2. Sistema Operativo de Red.pdf
2. Sistema Operativo de Red.pdf
 
Conceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdfConceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdf
 
1. Redes en la Actualidad
1. Redes en la Actualidad1. Redes en la Actualidad
1. Redes en la Actualidad
 
3. Medidas de posición y variabilidad
3. Medidas de posición y variabilidad3. Medidas de posición y variabilidad
3. Medidas de posición y variabilidad
 
2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdf
2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdf2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdf
2.2C Procedimientos Estadística Descriptiva-Tendencias Centrales.pdf
 
Procedimientos Estadística Descriptiva-Frecuencias.pdf
Procedimientos Estadística Descriptiva-Frecuencias.pdfProcedimientos Estadística Descriptiva-Frecuencias.pdf
Procedimientos Estadística Descriptiva-Frecuencias.pdf
 
2.2 Procedimientos Estadistica Descriptiva.pdf
2.2 Procedimientos Estadistica Descriptiva.pdf2.2 Procedimientos Estadistica Descriptiva.pdf
2.2 Procedimientos Estadistica Descriptiva.pdf
 
2.1 Variables Recoleccion Datos.pdf
2.1 Variables Recoleccion Datos.pdf2.1 Variables Recoleccion Datos.pdf
2.1 Variables Recoleccion Datos.pdf
 
Conceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdfConceptos Datos Valores - Bioestadistica.pdf
Conceptos Datos Valores - Bioestadistica.pdf
 
1. Perspectivas, impactos y procesos IOT
1. Perspectivas, impactos y procesos IOT1. Perspectivas, impactos y procesos IOT
1. Perspectivas, impactos y procesos IOT
 
Seguridad de la información
Seguridad de la informaciónSeguridad de la información
Seguridad de la información
 
Virtual private network VPN e IPSec
Virtual private network VPN e IPSecVirtual private network VPN e IPSec
Virtual private network VPN e IPSec
 
Listas de control de acceso - ACL
Listas de control de acceso - ACLListas de control de acceso - ACL
Listas de control de acceso - ACL
 
Recomendación X.800 UIT
Recomendación X.800 UITRecomendación X.800 UIT
Recomendación X.800 UIT
 

Recently uploaded

TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosCesarFernandez937857
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdfgimenanahuel
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 

Recently uploaded (20)

TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos Básicos
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 

Operaciones y tipos de matrices

  • 1. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES CON MATRICES 1 Ing. Luis David Narváez
  • 2. 42 5 1 0011 0010 1010 1101 0001 0100 1011 GENERALIDADES Traza De una matriz cuadrada, es la suma algebraica de los valores de los elementos de la diagonal principal. Ejemplo: La traza de la matriz es traza = 5 –7 +7 = 5 2             7513 070 985
  • 3. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Suma de dos matrices Sean dos matrices conformables para la suma (mismo orden), se define la suma como: [C] m,n = [A] m,n + [B] m,n La matriz [C] tendrá el mismo orden de [A] ó [B]. Cada elemento de C es la suma del correspondiente elemento de [A] y [B] ci,j = ai,j + bi,j Para i = 1,2 .....m y j = 1,2 ......n + = 3        97 23         57 48       140 25
  • 4. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Resta de dos matrices Sean dos matrices conformables para la resta (mismo orden), se define la resta como: [C] m,n= [A] m,n - [B] m,n La matriz [C] tendrá el mismo orden de [A] ó [B]. Cada elemento de C es la resta algebraica de los correspondientes elementos de [A] y [B] ci,j = ai,j - bi,j Para i = 1,2 .....m y j = 1,2 ......n Ejemplo - = 4        97 23         57 48        414 611
  • 5. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Propiedades de la Suma y Resta Matricial Sean tres matrices conformables para la suma y k un escalar • [A]m,n , [B]m,n , [C]m,n • [A] + [B] = [B] + [A] Ley Conmutativa • [A] +( [B] + [C] ) = ( [A] + [B] )+ [C] Ley Asociativa • k ( [A] + [B] ) = k [A] + k [B] = ( [A] + [B] )k Ley Distributiva de un escalar por la izquierda o derecha en la suma • Existe una matriz [C] tal que [A] + [C] = [B] 5
  • 6. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Producto de una matriz por un escalar Sea k un escalar y la matriz [A]m,n, se define la muliplicación de una matriz por un escalar como [C]m,n = k [A]m,n En donde ci,j = k ai,j (i=1,2,3....m; j=1,2,3...n) Ejemplo [C] = 3 [A] 3 = 6        97 23        2721 69
  • 7. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Producto de dos matrices Dos matrices se dice ser conformables para la multiplicación si: [A]ma,na [B]mb,nb El número de columnas de [A] es igual al número de filas de [B] El producto de dos matrices es [C]ma,nb= [A]ma,n x [B]mb,nb Con ci,j= Sk=1 ai,k x bk,j (i=1,2,3....ma; j=1,2,3...na) 7 = na
  • 8. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES x = Ejemplo [C]ma,nb= [A]ma,na x [B]mb,nb Son conformables para la multiplicación ya que na = mb 8       132 201       0 1 1 2     2 5 0 3 1 4
  • 9. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Leyes de la suma y la Multiplicación Sean tres matrices [A] [B] [C] conformables para la suma y multiplicación Primera Ley Distributiva [A]( [B] + [C] ) = [A] [B] + [A] [C] Segunda Ley Distributiva ([A] + [B]) [C] = [A] [C] +[B] [C] Ley Asociativa [A] ( [B] [C] ) = ( [A] [B] ) [C] En general 1) [A] [B] [B] [A] 2) [A] [B] = [0] No necesariamente [A] = [0] o [B] = [0] 3) [A] [B] = [A] [C] No necesariamente [B] = [C] 9 
  • 10. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Matriz Transpuesta Sea la matriz [A]ma,na , la matriz transpuesta se define como: [A]mb,nb en donde ai, j = aj, i Para i = 1,2 .....ma j = 1,2 ......na mb = na y nb = ma También se denotar como [A]’ [A] = [A] = 10 T TT       5 4 7 1 3 2           5 7 3 4 1 2
  • 11. 42 5 1 0011 0010 1010 1101 0001 0100 1011 OPERACIONES Propiedades de la Matriz Transpuesta Sean las matrices [A] [B] con sus respectivas transpuestas [A]’ [B]’ y k un escalar i) [A’]’= [A] ii) (k [A])’ = k [A]’ La transpuesta de la suma de dos matrices es la suma de sus transpuestas ( [A]+ [B] )’ = [A]’ + [B]’ La transpuesta del producto de dos matrices es el producto en orden inverso de sus transpuestas. ( [A] [B] )’ = [B]’ [A]’ 11
  • 12. 42 5 1 0011 0010 1010 1101 0001 0100 1011 TIPOS DE MATRICES Matriz Identidad [ I] o Unidad Es una matriz cuadrada cuyo valor de los elementos de la diagonal principal es uno y valor cero en todos los demás elementos. [ I] = 12           100 010 001
  • 13. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Cero o Nula Es una matriz cuadrada en la cual el valor de todos los elementos es cero.           000 000 000 13 Ejemplo [ 0 ] = [ 0 ] = TIPOS DE MATRICES
  • 14. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Opuesta o Negativa. - [A] Se obtiene de la matriz [A] multiplicando cada elemento por el escalar -1              128 954 421             128 954 421 14 Ejemplo Sea la matriz [A] = -1 [A] = TIPOS DE MATRICES
  • 15. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matrices Iguales Son aquellas que tienen el mismo orden y cada elemento de una es igual al correspondiente elemento de la otra. [A] = [B] ai,j = bi,j para i =1,2,3.... m j =1, 2,3... n Ejemplo 15             075 876 243             075 876 243= TIPOS DE MATRICES
  • 16. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matrices Conmutativas Son aquellas matrices para las cuales se cumple : Sean [A] y [B] matrices cuadradas tales que [A] x [B] = [B] x [A] = 16       14 41       14 41       36 63       36 63 TIPOS DE MATRICES
  • 17. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Diagonal Es una matriz cuadrada en la cual el valor de todos los elementos son cero excepto en la diagonal. [ F ] = 17           2100 0100 004 B TIPOS DE MATRICES
  • 18. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Escalar Es una matriz cuadrada en la cual el valor de todos los elementos son cero excepto en la diagonal principal, que tienen el mismo valor. a11 =a22 =a33 =a44 = k donde k es un escalar 18              400 040 004 B= B B = -4 [ I ] TIPOS DE MATRICES
  • 19. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Triangular Superior Es una matriz cuadrada cuyos elementos en la parte superior de la diagonal principal y en ella, el valor es diferente de cero. El valor de los elementos abajo de la diagonal principal es cero ai j = 0 para i > j Ejemplo 19            200 470 642 TIPOS DE MATRICES
  • 20. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Ejemplo Matriz Triangular Inferior Es una matriz cuadrada cuyos elementos en la parte inferior de la diagonal principal y en ella, el valor es diferente de cero. El valor de los elementos arriba de la diagonal principal es cero. ai j = 0 para i < j 20            276 041 002 TIPOS DE MATRICES
  • 21. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matrices simétricas Aquellas que cumplen con: [A]’ = [A]. Propiedad Si [A] es una matriz cuadrada [A] + [A]’ es simétrica Ejemplo: la matriz [A] es simétrica ya que: 21            258 514 843            258 514 843[A]’ = [A] = TIPOS DE MATRICES
  • 22. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Antisimétrica o Hemisimétrica Es una matriz cuadrada que es igual a la opuesta (o negativa) de su transpuesta. Necesariamente los elementos de la diagonal principal tienen el valor de cero. [A] = - 1 [A]’ Ejemplo La matriz [A] es antisimétrica ya que: 22           058 504 840              058 504 840 -1 [A]’ = [A] = TIPOS DE MATRICES
  • 23. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Periódica Aquella matriz [A] para la cual [A]k+1= [A] Donde k es un entero positivo Se dice que la matriz es de un periodo k 23              321 431 422 [A]x [A] = [A] [A] = Ejemplo: [A] es periódica, con periodo 1 TIPOS DE MATRICES
  • 24. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Idempotente Es una matriz Periódica con período 1 Ejemplo 24              321 431 422 [A]x [A] = [A] [A] = TIPOS DE MATRICES
  • 25. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Inversa Si [A] y [B]-1 son matrices cuadradas, conformables para la multiplicación, la matriz Inversa [B]-1 es aquella que cumple con: [A] x [B]-1 = [B]-1 [A] = [ I] A la matriz [B]-1 se le llama matriz Inversa de [A] Ejemplo de matrices Inversas: 25          421 331 321              101 011 326 x =           100 010 001 MATRIZ INVERSA
  • 26. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Adjunta Es aquella matriz que se forma de una matriz cuadrada. La manera de construirla es la siguiente: 1. Construir la matriz de cofactores. cofactores[M] 2. Transponer la matriz de cofactores. ( cofactores [M] )T adj [A] = ( cofactores [M] )T 26 MATRIZ ADJUNTA
  • 27. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Adjunta Ejemplo Sea una matriz [A])= Con su correspondiente matriz de cofactores cofactores [M] = Entonces adj [A] = 27             572 024 331              14126 13116 242010              141324 121120 6610 MATRIZ ADJUNTA
  • 28. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Propiedades de la Matriz Adjunta [A] x adj [A] = (| A |) [ I ] Ejemplo Sea [A]= |A| = - 2 y adj [A] = Entonces: x 28             572 024 331           100 010 001 = ( -2)              141324 121120 6610             572 024 331              141324 121120 6610 MATRIZ ADJUNTA
  • 29. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Propiedades de la Matriz Adjunta La Matriz Adjunta de un producto matricial es igual al producto de las adjuntas de las matrices adj ( [A] x [B] ) = adj [B] x adj [A] 29 MATRIZ ADJUNTA
  • 30. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Inversa por medio de la Matriz Adjunta Con base en el concepto de Matriz Adjunta se tiene que [A] x adj [A] = | A | [ I] Si [A] es no singular entonces | A |=0 despejando: [A] = [I] Entonces [A] –1 = 30 || ][ A Aadj || ][ A Aadj MATRIZ INVERSA
  • 31. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Ejemplo Calcular la Matriz inversa por medio de la matriz adjunta Sea [A] = y la Adj [A] = y |A| = - 2 Entonces [A] –1 =(-1/2) 31             572 024 331              141324 121120 6610              141324 121120 6610 MATRIZ INVERSA
  • 32. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Transformaciones elementales en una matriz.... Al realizarse las transformaciones elementales en una matriz, no se cambia el valor del orden ni del rango de la matriz. Se k un escalar diferente a 0 1. El intercambio de filas. Ejemplo intercambiar los elementos de la fila uno por los elementos de la fila tres. 2. El intercambio de columnas. Mismo concepto de las filas. 3. La multiplicación de cada elemento de una fila por un escalar k . 32 TRANSFORMACIONES ELEMENTALES
  • 33. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Transformaciones elementales en una matriz 4. La multiplicación de cada elemento de una columna por un escalar k. 5. La suma a los elementos de una fila de k veces los correspondientes elementos de otra fila. 6. La suma a los elementos de una columna de k veces los correspondientes elementos de otra columna. 33 TRANSFORMACIONES ELEMENTALES
  • 34. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matrices Equivalentes Dos matrices [A] y [B] son equivalentes, si una puede ser obtenida de la otra por una secuencia de transformaciones elementales. Se denotan como [A]  [B] Ambas matrices tienen el mismo orden y el mismo rango 34 MATRIZ EQUIVALENTE
  • 35. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Matriz Inversa por medio de Transformaciones elementales Pasos: 1. A la matriz [A] cuadrada, de orden m se le agrega en la parte derecha la matriz identidad, de orden m . [ [ A ] [ I] ] quedando una matriz aumentada 2. Por medio de transformaciones elementales, se obtiene la matriz identidad [ I] en el lugar en que estaba la matriz [A]. Y en el lugar en que estaba la matriz [ I] queda la matriz inversa [ [ I] [ A ]-1 ] 35 MATRIZ INVERSA
  • 36. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Ejemplo Matriz Inversa por Transformaciones Elementales…. Sea [A] = 1. Se forma la matriz aumentada [ [ A ] [ I] ] = 2 Se realizan las transformaciones elementales para obtener [I] Se intercambian los renglones 1 y 2  2da fila = 2da fila + 3 1era fila  36     1 0 0 1 4 5 1 3     0 1 1 0 5 4 3 1      3 1 1 0 7 4 0 1       41 53 MATRIZ INVERSA
  • 37. 42 5 1 0011 0010 1010 1101 0001 0100 1011 Ejemplo Matriz Inversa por Transformaciones Elementales…. 2da fila = (-1/7) 2da fila  1a fila = 1a fila –4 2da fila  [ A ]-1= 37         7/37/1 7/57/4      7/3 1 7/1 0 1 4 0 1       7/3 7/5 7/1 7/4 1 0 0 1 MATRIZ INVERSA