SlideShare une entreprise Scribd logo
1  sur  7
REPUBLICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD “FERMIN TORO”
DECANATO DE INGENIERIA
CABUDARE – LARA
Alumno:
Diego José Suarez
CI: 17993414
Prof:
Alba Espinoza
Cabudare, Mayo 2015
Matrices
Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general,
suelen ser números ordenados en filas y columnas.
Se llama matriz de orden “m x n” a un conjunto rectangular de elementos 𝑎𝑖𝑗
dispuestos en m filas y en n columnas. El orden de una matriz también se denomina
dimensión o tamaño, siendo m y n números naturales.
Elementos de una matriz
Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
se distingue de otro por la posición que ocupa, es decir, la fila y la columna a la
que pertenece.
Igualdad de Matrices
Dos matices son iguales cuando tienen la misma dimensión y los elementos que ocupan
el mismo lugar en ambas, son iguales decir:
a) Son del mismo tamaño.
b) Los componentes correspondientes son iguales.
Matriz Fila:Es aquella matriz que tiene una sola fila, siendo su orden 1xn.
𝐴1𝑥3= (7 2 -5)
Matriz Columna :Es aquella matriz que tiene una sola columna, siendo su orden m x 1
𝐴3𝑥1 = -7
1
6
Matriz Cuadrada: Es aquella matriz que tiene igual número de filas que de columnas,
m = n Diciéndose que la matriz es de orden n.
Diagonal segundaria: son los elementos 𝑎𝑖𝑗 con i+j = n+ 1
Traza de una matriz cuadrada: es la suma de elementos de la diagonal principal.
Matriz diagonal:Es una matriz cuadrada que tiene todos sus elementos nulos excepto
los de la diagonal principal.
Matriz Triangular :Es una matriz cuadrada que tiene todos los elementos por encima
(por debajo) de la diagonal principal nulos.
Matriz Escalar:Es una matriz cuadrada que tiene todos sus elementos nulos excepto
los de la diagonal principal que son iguales.
Matriz Identidad:Es una matriz cuadrada que tiene todos sus elementos nulos excepto
los de la diagonal principal que son iguales a 1. También se denomina matriz unidad.
Traza de una Matriz :De una matriz cuadrada, es la suma algebraica de los valores de
los elementos de la diagonal principal.
Matriz Traspuesta:Dada una matriz A, se llama traspuesta de A a la matriz que se
obtiene cambiando ordenadamente las filas por las columnas.
Se representa por A𝑡
ó A 𝑇
Matriz Simétrica :Es una matriz cuadrada que es igual a su traspuesta.
A=A𝑡
. 𝑎𝑖𝑗= 𝑎𝑖𝑗
Matriz Antisimetrica: Es una matriz cuadrada que es igual a la opuesta de su
traspuesta.
A=A𝑡
. 𝑎𝑖𝑗= −𝑎𝑖𝑗 necesariamente 𝑎𝑖𝑗=0
Operación con Matrices:
Suma de Matrices :La suma de dos matrices A = (𝑎𝑖𝑗)mxn y B = (𝑏𝑖𝑗)pxq de la misma
dimensión (equidimendionales): m = y n = q es otra matriz C = A+B (𝐶𝑖𝑗) mxn = (𝑎𝑖𝑗 +
𝑏𝑖𝑗)
Resta de 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 [A] ó [B].
Producto de un Escalar por una Matriz: Dada una matriz A= (𝑎𝑖𝑗)y un número real
k, se define el producto de un numero real por una matriz : a la matriz de la misma
dimensión que A, en la que cada elemento esta multiplicado por k.
Si es A= (𝑎𝑖𝑗)mxn
Su traspuesta es A𝑡
= (𝑎𝑖𝑗)nxm
Las propiedades que cumple el producto de un escalar por una matriz son:
Producto de Matrices: Dadas dos matrices A=(𝑎𝑖𝑗)mxn y B=(𝑏𝑖𝑗 )pxq donde n=p, es
decir, el numero de columnas de la primera matriz A es igual al número de filas de la
matriz B, se define el producto A·B de la siguiente forma:
El elemento a que ocupa el lugar de (i,j) en la matriz producto se obtiene sumando los
productos de cada elemento de la fila i de la matriz a por el correspondiente de la
columna j de la matriz B.
Propiedades de las operaciones con matrices.
*Interna
*Asociativa
*Elemento Neutro
*Elemento Opuesto
*Conmutativa
Matrices no Singulares :Una matrizno invertiblese dice que es singularodegenerada.Una
matrizes singularsi ysolosi sudeterminante esnulo.
La inversión de matrices es el proceso de encontrar la matriz inversa de una matriz
dada.
Matrices Invertibles:Se dice que una matriz cuadrada A es invertible, si existe una
matriz B con la propiedad de que AB=BA = I
Siendo I la matriz identidad. Denominamos a la matriz B la inversa de A y la denotamos
por A-1.
Operaciones Elementales por fila de una Matriz: En definitiva, podemos resaltar que
cuando se aplican operaciones elementales por filas de una matriz también se pueden
aplicar operaciones elementales entre sus columnas y además, se produce una matriz del
mismo tamaño, pero sus elementos no son los mismos ya que han sido modificados
dependiendo de la operación que se utilice.
Por lo tanto, a una matriz cualquiera cuando se le aplica cualquier
operación elemental se transforma en una matriz distinta . En este caso,
se llaman matrices equivalentes.
Matrices Particionadas: Una matriz a puede ser considerada como una matriz
particionada dibujando líneas verticales entre las columnas o líneas horizontales entre
los renglones.
Ejemplo
Submatrices: Una submatriz de una matriz A es una matriz que puede ser obtenida de
A eliminando algunos renglones y algunas columnas.
Descomposición LU: En el álgebra lineal, la factorización o descomposición LU es una
forma de factorización de una matriz como el producto de una matriz triangular inferior
y una superior. Debido a la inestabilidad de este método, deben tenerse en cuenta
algunos casos especiales, por ejemplo, si uno o varios elemento de la diagonal principal
de la matriz a factorizar es cero, es necesario premultiplicar la matriz por una o varias
matrices elementales de permutación. Método llamado factorización o
con pivote. Esta descomposición se usa en el análisis numérico para resolver
sistemas de ecuaciones (más eficientemente) o encontrar las matrices inversas.
Método de Gauss Jordan: El método de Gauss consiste en transformar un sistema de
ecuaciones en otro equivalente de forma que este sea escalado.
Para facilitar el cálculo vamos a transformar el sistema en una matriz, en la que
pondremos los coeficientes de las variables y los términos independientes (separados
por una resta).
En matemáticas, la eliminación de Gauss-Jordan, llamada así debido a Carl Friedrich
Gauss y Wilhelm Jordan, es un algoritmo del álgebra lineal para determinar las
soluciones de un sistema de ecuaciones lineales, encontrar matrices e inversas. Un
sistema de ecuaciones se resuelve por el método de Gauss cuando se obtienen sus
soluciones mediante la reducción del sistema dado a otro equivalente en el que cada
ecuación tiene una incógnita menos que la anterior. El método de Gauss transforma la
matriz de coeficientes en una matriz triangular superior. El método de Gauss-Jordan
continúa el proceso de transformación hasta obtener una matriz diagonal.

Contenu connexe

Tendances

Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...
Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...
Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...
Carlita Vaca
 
Metodos numericos3
Metodos numericos3Metodos numericos3
Metodos numericos3
monica
 
Matrices simétricas y anti simétrica
Matrices simétricas y anti simétricaMatrices simétricas y anti simétrica
Matrices simétricas y anti simétrica
ivancr26
 
Matrices y conclusiones
Matrices y conclusionesMatrices y conclusiones
Matrices y conclusiones
Selvin Loayes
 

Tendances (20)

Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...
Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...
Clasificacion de matrices y operaciones entre matrices(suma, producto de una ...
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Matrices y determinantes
Matrices y determinantes Matrices y determinantes
Matrices y determinantes
 
Metodos numericos3
Metodos numericos3Metodos numericos3
Metodos numericos3
 
Presentación1
Presentación1Presentación1
Presentación1
 
Matrices+y+determinantes 1
Matrices+y+determinantes 1Matrices+y+determinantes 1
Matrices+y+determinantes 1
 
Matrices
Matrices Matrices
Matrices
 
Presentacion matrices y determinantes
Presentacion matrices y determinantesPresentacion matrices y determinantes
Presentacion matrices y determinantes
 
Presentación1
Presentación1Presentación1
Presentación1
 
Clases de matrices (1)
Clases de matrices (1)Clases de matrices (1)
Clases de matrices (1)
 
Matrices y determinantes
Matrices y determinantes Matrices y determinantes
Matrices y determinantes
 
Matriz powerpoint
Matriz powerpointMatriz powerpoint
Matriz powerpoint
 
Matrices conceptos-basicos
Matrices conceptos-basicosMatrices conceptos-basicos
Matrices conceptos-basicos
 
Capitulo 4
Capitulo 4Capitulo 4
Capitulo 4
 
Algebra Lineal
Algebra LinealAlgebra Lineal
Algebra Lineal
 
Matrices simétricas y anti simétrica
Matrices simétricas y anti simétricaMatrices simétricas y anti simétrica
Matrices simétricas y anti simétrica
 
Enrique rodriguez 20927971 matrices saia c
Enrique rodriguez 20927971 matrices saia cEnrique rodriguez 20927971 matrices saia c
Enrique rodriguez 20927971 matrices saia c
 
Tipos de matrices
Tipos de matricesTipos de matrices
Tipos de matrices
 
Matrices1
Matrices1Matrices1
Matrices1
 
Matrices y conclusiones
Matrices y conclusionesMatrices y conclusiones
Matrices y conclusiones
 

En vedette (20)

Resumen (angel.d.garcia.p)
Resumen (angel.d.garcia.p)Resumen (angel.d.garcia.p)
Resumen (angel.d.garcia.p)
 
Paradigmas Macroeconómicos
Paradigmas MacroeconómicosParadigmas Macroeconómicos
Paradigmas Macroeconómicos
 
Saileth prada 24936403 #2
Saileth prada 24936403 #2Saileth prada 24936403 #2
Saileth prada 24936403 #2
 
Sistema ecuaciones leonardo ch
Sistema ecuaciones leonardo chSistema ecuaciones leonardo ch
Sistema ecuaciones leonardo ch
 
Algebra asignacion 2
Algebra asignacion 2Algebra asignacion 2
Algebra asignacion 2
 
Espacios Vectoriales
Espacios VectorialesEspacios Vectoriales
Espacios Vectoriales
 
Daniel
DanielDaniel
Daniel
 
MANUAL CALCULADORA VOYAGE 12 transformaciones lineales
MANUAL CALCULADORA VOYAGE 12 transformaciones linealesMANUAL CALCULADORA VOYAGE 12 transformaciones lineales
MANUAL CALCULADORA VOYAGE 12 transformaciones lineales
 
Sistemas ecuaciones amilcar
Sistemas ecuaciones amilcarSistemas ecuaciones amilcar
Sistemas ecuaciones amilcar
 
Unidad i jorge m
Unidad i jorge mUnidad i jorge m
Unidad i jorge m
 
Unidad i luis r
Unidad i luis rUnidad i luis r
Unidad i luis r
 
Mari morales
Mari moralesMari morales
Mari morales
 
Miguel colmenarez
Miguel colmenarezMiguel colmenarez
Miguel colmenarez
 
Transformadores de medida
Transformadores de medidaTransformadores de medida
Transformadores de medida
 
Eduardo bri
Eduardo briEduardo bri
Eduardo bri
 
Sistema ecuaciones luis linarez
Sistema ecuaciones luis linarezSistema ecuaciones luis linarez
Sistema ecuaciones luis linarez
 
Unidad i juan carlos
Unidad i juan carlosUnidad i juan carlos
Unidad i juan carlos
 
Unidad i efrain plama
Unidad i efrain plamaUnidad i efrain plama
Unidad i efrain plama
 
Actividad 4
Actividad 4Actividad 4
Actividad 4
 
Universidad fermin toro
Universidad fermin toroUniversidad fermin toro
Universidad fermin toro
 

Similaire à Trabajo Teórico Practico 1 (Algebra Lineal)

Algebra lineal
Algebra linealAlgebra lineal
Algebra lineal
Jonathan
 
Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...
Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...
Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...
RosaLuciaBazanCandue
 
Metodos numericos3
Metodos numericos3Metodos numericos3
Metodos numericos3
monica
 
Metodos numericos3
Metodos numericos3Metodos numericos3
Metodos numericos3
monica
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
HUGO VASQUEZ
 

Similaire à Trabajo Teórico Practico 1 (Algebra Lineal) (20)

Varios matrices y determinantes
Varios   matrices y determinantesVarios   matrices y determinantes
Varios matrices y determinantes
 
Matrices
Matrices Matrices
Matrices
 
Matrices pdf
Matrices pdfMatrices pdf
Matrices pdf
 
Algebra lineal
Algebra linealAlgebra lineal
Algebra lineal
 
Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...
Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...
Curso cero de matemáticas autor Mónica Cortés Molina, Fernando García Alonso,...
 
Trabajo teórico práctico 1
Trabajo teórico práctico 1Trabajo teórico práctico 1
Trabajo teórico práctico 1
 
Metodos numericos3
Metodos numericos3Metodos numericos3
Metodos numericos3
 
Metodos numericos3
Metodos numericos3Metodos numericos3
Metodos numericos3
 
Matrices mt
Matrices mtMatrices mt
Matrices mt
 
Algebra y-geometria
Algebra y-geometriaAlgebra y-geometria
Algebra y-geometria
 
matrices y determinantes
matrices y determinantesmatrices y determinantes
matrices y determinantes
 
Gabriel gonzalez 23917570
Gabriel gonzalez 23917570Gabriel gonzalez 23917570
Gabriel gonzalez 23917570
 
Matrices
MatricesMatrices
Matrices
 
La matriz
La matrizLa matriz
La matriz
 
Matrices
MatricesMatrices
Matrices
 
Matrices y Determinantes
Matrices y DeterminantesMatrices y Determinantes
Matrices y Determinantes
 
Matriz y tipos. Jose E. Quevedo colina
Matriz y tipos. Jose E. Quevedo colinaMatriz y tipos. Jose E. Quevedo colina
Matriz y tipos. Jose E. Quevedo colina
 
IntroducciónXX
IntroducciónXXIntroducciónXX
IntroducciónXX
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 

Dernier

FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
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
Francisco158360
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 

Dernier (20)

PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
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
 
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
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
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...
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 

Trabajo Teórico Practico 1 (Algebra Lineal)

  • 1. REPUBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD “FERMIN TORO” DECANATO DE INGENIERIA CABUDARE – LARA Alumno: Diego José Suarez CI: 17993414 Prof: Alba Espinoza Cabudare, Mayo 2015
  • 2. Matrices Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, suelen ser números ordenados en filas y columnas. Se llama matriz de orden “m x n” a un conjunto rectangular de elementos 𝑎𝑖𝑗 dispuestos en m filas y en n columnas. El orden de una matriz también se denomina dimensión o tamaño, siendo m y n números naturales. Elementos de una matriz Cada uno de los números de que consta la matriz se denomina elemento. Un elemento se distingue de otro por la posición que ocupa, es decir, la fila y la columna a la que pertenece. Igualdad de Matrices Dos matices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas, son iguales decir: a) Son del mismo tamaño. b) Los componentes correspondientes son iguales. Matriz Fila:Es aquella matriz que tiene una sola fila, siendo su orden 1xn. 𝐴1𝑥3= (7 2 -5) Matriz Columna :Es aquella matriz que tiene una sola columna, siendo su orden m x 1 𝐴3𝑥1 = -7 1 6 Matriz Cuadrada: Es aquella matriz que tiene igual número de filas que de columnas, m = n Diciéndose que la matriz es de orden n. Diagonal segundaria: son los elementos 𝑎𝑖𝑗 con i+j = n+ 1 Traza de una matriz cuadrada: es la suma de elementos de la diagonal principal.
  • 3. Matriz diagonal:Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal. Matriz Triangular :Es una matriz cuadrada que tiene todos los elementos por encima (por debajo) de la diagonal principal nulos. Matriz Escalar:Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal que son iguales. Matriz Identidad:Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal que son iguales a 1. También se denomina matriz unidad. Traza de una Matriz :De una matriz cuadrada, es la suma algebraica de los valores de los elementos de la diagonal principal. Matriz Traspuesta:Dada una matriz A, se llama traspuesta de A a la matriz que se obtiene cambiando ordenadamente las filas por las columnas. Se representa por A𝑡 ó A 𝑇
  • 4. Matriz Simétrica :Es una matriz cuadrada que es igual a su traspuesta. A=A𝑡 . 𝑎𝑖𝑗= 𝑎𝑖𝑗 Matriz Antisimetrica: Es una matriz cuadrada que es igual a la opuesta de su traspuesta. A=A𝑡 . 𝑎𝑖𝑗= −𝑎𝑖𝑗 necesariamente 𝑎𝑖𝑗=0 Operación con Matrices: Suma de Matrices :La suma de dos matrices A = (𝑎𝑖𝑗)mxn y B = (𝑏𝑖𝑗)pxq de la misma dimensión (equidimendionales): m = y n = q es otra matriz C = A+B (𝐶𝑖𝑗) mxn = (𝑎𝑖𝑗 + 𝑏𝑖𝑗) Resta de 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 [A] ó [B]. Producto de un Escalar por una Matriz: Dada una matriz A= (𝑎𝑖𝑗)y un número real k, se define el producto de un numero real por una matriz : a la matriz de la misma dimensión que A, en la que cada elemento esta multiplicado por k. Si es A= (𝑎𝑖𝑗)mxn Su traspuesta es A𝑡 = (𝑎𝑖𝑗)nxm
  • 5. Las propiedades que cumple el producto de un escalar por una matriz son: Producto de Matrices: Dadas dos matrices A=(𝑎𝑖𝑗)mxn y B=(𝑏𝑖𝑗 )pxq donde n=p, es decir, el numero de columnas de la primera matriz A es igual al número de filas de la matriz B, se define el producto A·B de la siguiente forma: El elemento a que ocupa el lugar de (i,j) en la matriz producto se obtiene sumando los productos de cada elemento de la fila i de la matriz a por el correspondiente de la columna j de la matriz B. Propiedades de las operaciones con matrices. *Interna *Asociativa *Elemento Neutro *Elemento Opuesto *Conmutativa Matrices no Singulares :Una matrizno invertiblese dice que es singularodegenerada.Una matrizes singularsi ysolosi sudeterminante esnulo. La inversión de matrices es el proceso de encontrar la matriz inversa de una matriz dada. Matrices Invertibles:Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que AB=BA = I Siendo I la matriz identidad. Denominamos a la matriz B la inversa de A y la denotamos por A-1.
  • 6. Operaciones Elementales por fila de una Matriz: En definitiva, podemos resaltar que cuando se aplican operaciones elementales por filas de una matriz también se pueden aplicar operaciones elementales entre sus columnas y además, se produce una matriz del mismo tamaño, pero sus elementos no son los mismos ya que han sido modificados dependiendo de la operación que se utilice. Por lo tanto, a una matriz cualquiera cuando se le aplica cualquier operación elemental se transforma en una matriz distinta . En este caso, se llaman matrices equivalentes. Matrices Particionadas: Una matriz a puede ser considerada como una matriz particionada dibujando líneas verticales entre las columnas o líneas horizontales entre los renglones. Ejemplo Submatrices: Una submatriz de una matriz A es una matriz que puede ser obtenida de A eliminando algunos renglones y algunas columnas. Descomposición LU: En el álgebra lineal, la factorización o descomposición LU es una forma de factorización de una matriz como el producto de una matriz triangular inferior y una superior. Debido a la inestabilidad de este método, deben tenerse en cuenta algunos casos especiales, por ejemplo, si uno o varios elemento de la diagonal principal de la matriz a factorizar es cero, es necesario premultiplicar la matriz por una o varias matrices elementales de permutación. Método llamado factorización o con pivote. Esta descomposición se usa en el análisis numérico para resolver sistemas de ecuaciones (más eficientemente) o encontrar las matrices inversas. Método de Gauss Jordan: El método de Gauss consiste en transformar un sistema de ecuaciones en otro equivalente de forma que este sea escalado.
  • 7. Para facilitar el cálculo vamos a transformar el sistema en una matriz, en la que pondremos los coeficientes de las variables y los términos independientes (separados por una resta). En matemáticas, la eliminación de Gauss-Jordan, llamada así debido a Carl Friedrich Gauss y Wilhelm Jordan, es un algoritmo del álgebra lineal para determinar las soluciones de un sistema de ecuaciones lineales, encontrar matrices e inversas. Un sistema de ecuaciones se resuelve por el método de Gauss cuando se obtienen sus soluciones mediante la reducción del sistema dado a otro equivalente en el que cada ecuación tiene una incógnita menos que la anterior. El método de Gauss transforma la matriz de coeficientes en una matriz triangular superior. El método de Gauss-Jordan continúa el proceso de transformación hasta obtener una matriz diagonal.