Académique Documents
Professionnel Documents
Culture Documents
ASIGNATURA: Programación II
SEMESTRE – PARALELO: 2do – 2do
PROFESOR: Ing. José Ramiro Pilaluisa Q.
M.Sc.
PERÍODO ACADÉMICO: Abril 2018 – Agosto 2018
INFORME DE INVESTIGACIÓN
TÍTULO: MATRICES
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 1
1 Resumen
Una matriz es una tabla rectangular de números reales dispuestos en filas y columnas
del modo:
Tipos de matrices:
Se llama matriz nula a la que tiene todos los elementos cero.
Se llama matriz fila a la que solo tiene una fila, es decir su dimensión es 1x n.
Se llama matriz columna a la que solo consta de una columna, es decir su
dimensión será m x 1.
Una matriz es cuadrada cuando tiene el mismo número de filas que de columnas,
es decir su dimensión es n x n.
Matrices diagonales: matrices cuadradas donde todos los elementos fuera de la
diagonal son cero.
2 Introducción
El presente trabajo de investigación es establecer un material que permita al estudiante
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 2
Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma
El número de filas y columnas de una matriz se denomina dimensión de una matriz. Así,
una matriz de dimensión mxn es una matriz que tiene m filas y n columnas.
3 Materiales y Métodos
La información mostrada en el presente informe fue obtenida a través de:
Computadoras con acceso a internet, que permitieron extraer información de páginas
online
Microsoft Word
Flash memory
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 3
experimental, ya que basándose en la información generalizada, el grupo de trabajo,
empleo los conceptos para poder realizar un ejemplo de las operaciones entre las
matrices.
4 Resultados
Mediante la investigación adquirimos conocimientos principalmente acerca de las
matrices y sus operaciones, lo cual nos permite desarrollar habilidades para la
resolución de cualquier tipo de operación con matrices en los diferentes programas
utilizados para generar líneas de códigos.
En consecuencia, el grupo de trabajo pudo entender la lógica de los pasos que se debe
seguir en cada operación y las condiciones que se deben cumplir para poder realizar las
misma, ya que si en ciertas operaciones no se cumple una condición es imposible
realizar la operación deseada.
5 Discusión
Las matrices son un conjunto de números en los que se los puede ordenar mediante filas
y columnas. También con las matrices podemos realizar varias operaciones como son la
suma, resta, multiplicación, etc. Con estas operaciones nosotros podemos obtener varias
aplicaciones como son en diferentes carreras, pero en la programación las matrices son
utilizadas para poder ordenar valores o datos. Otra de las aplicaciones que se pueden dar
se relaciona con la ingeniería puesto que si tenemos una serie ordenada de datos se
puede obtener el área por ejemplo de un triángulo, solo con la fórmula y los datos de la
matriz.
6 Conclusiones
Toda matriz diagonal es triangular, tanto superior como inferior, pues los
elementos por encima y por debajo de la diagonal son nulos.
En las matrices cuadradas, no siempre cumplen que A·B≠B·A, es decir no se
cumple la propiedad conmutativa del producto de matrices.
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 4
La restricción de que el determinante de la matriz debe ser diferente de cero para
7 Recomendaciones
8 Referencias
- Montes Lozano, A (1998): "Álgebra". Obtenido de
https://www.uoc.edu/in3/emath/docs/Algebra_Matrices.pdf
http://www.vadenumeros.es/segundo/matriz-inversa-ecuaciones.htm
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 5
9 ANEXOS (En medio digital)
9.1 Documentación de respaldo consultada, en formato digital
SUMA DE MATRICES
Como en los números reales, los enteros, los racionales y otros elementos matemáticos,
en las matrices también está definida la operación suma y resta. Más formalmente,
podemos decir que se trata de una operación binaria interna en el grupo de las matrices
de la misma dimensión con coeficientes complejos. Esto es, la suma de matrices es una
Para poder sumar o restar matrices, éstas deben tener el mismo número de filas y de
ni restar. Esto es así ya que, tanto para la suma como para la resta, se suman o se restan
A+B=(ai,j+bi,j)
Análisis Matemático
( ) ( )
a11 a12 a13 a14 a15 b 11 b12 b13 b 14 b15
a21 a22 a23 a24 a25 b21 b22 b 23 b 24 b25
A= a31 a32 a33 a34 a35 B= b31 b32 b 33 b 34 b35
a 41 a 42 a43 a44 a45 b41 b 42 b 43 b 44 b 45
a51 a52 a53 a54 a55 b51 b52 b 53 b 54 b55
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 6
( )
a 11 +b11 a12 +b12 a13+ b13 a14 +b 14 a15 +b15
a 21+b 21 a 22+b 22 a 23+b 23 a24 +b 24 a25 +b 25
A + B= a 31+b 31 a 32+b 32 a 33+b 33 a34 +b 34 a35 +b 35
a 41+b 41 a 42+b 42 a 43+b 43 a 44 +b 44 a 45+b 45
a 51+b 51 a 52+b 52 a 53+b 53 a54 +b 54 a55 +b 55
Ejemplo:
( )( )
1 2 5 6 8 4 5 1 2 2
2 2 4 1 6 4 2 4 5 1
A= 2 6 3 1 7 B= 3 1 1 2 4
1 4 5 6 7 4 5 5 1 4
1 3 4 5 1 3 1 8 5 7
( )
1+ 4 2+5 5+1 6+2 8+2
2+4 2+2 4 +4 1+5 6+1
A + B= 2+3 6+1 3+1 1+ 2 7+ 4
1+4 4+5 5+5 6 +1 7+ 4
1+3 3+1 4+8 5+5 1+ 7
( )
5 7 6 8 10
6 4 8 6 1
A + B= 5 7 4 3 11
5 9 10 7 11
4 4 12 10 8
1. Interna
2. Asociativa
A + (B + C) = (A + B) + C
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 7
3. Elemento Neutro
A+0=A
4. Elemento Opuesto
A + (−A) = O
5. Conmutativa
A+B=B+A
RESTA DE MATRICES
Para poder sumar o restar matrices, éstas deben tener el mismo número de filas y de
columnas. Es decir, si una matriz es de orden 3 x 2 y otra de 3 x 3, no se pueden sumar
ni restar. Esto es así ya que, tanto para la suma como para la resta, se suman o se restan
los términos que ocupan el mismo lugar en las matrices.
Análisis Matemático
( ) ( )
a11 a12 a13 a14 a15 b 11 b12 b13 b 14 b15
a21 a22 a23 a24 a25 b21 b22 b 23 b 24 b25
A= a31 a32 a33 a34 a35 B= b31 b32 b 33 b 34 b35
a 41 a 42 a43 a44 a45 b41 b 42 b 43 b 44 b 45
a51 a52 a53 a54 a55 b51 b52 b 53 b 54 b55
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 8
( )
a11 −b11 a12−b 12 a13−b 13 a14−b 14 a15−b15
a21−b 21 a 22−b22 a23−b 23 a24−b 24 a25−b25
A−B= a31−b 31 a 32−b32 a33−b33 a34−b 34 a35−b35
a41−b 41 a 42−b42 a 43−b 43 a 44−b 44 a 45−b 45
a51−b 51 a 52−b52 a53−b53 a54−b 54 a55−b55
Ejemplo:
( )( )
1 2 5 6 8 4 5 1 2 2
2 2 4 1 6 4 2 4 5 1
A= 2 6 3 1 7 B= 3 1 1 2 4
1 4 5 6 7 4 5 5 1 4
1 3 4 5 1 3 1 8 5 7
La matriz resta se obtiene sumando los elementos de las dos matrices que
ocupan la misma posición.
( )
1−4 2−5 5−1 6−2 8−2
2−4 2−2 4−4 1−5 6−1
A−B= 2−3 6−1 3−1 1−2 7−4
1−4 4−5 5−5 6−1 7−4
1−3 3−1 4−8 5−5 1−7
( )
−3 −3 4
4 7
−2 0 0 −4 5
A−B= −1 5 2 −1 3
−3 −1 0 5 3
−2 2 −4 0 −6
1. Interna
2. Asociativa
A - (B - C) = (A - B) - C
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 9
3. Elemento Neutro
A-0=A
PRODUCTO DE MATRICES
Hay que dejar claro ya desde el principio que no todas las matrices pueden
condición:
Si no se cumple esta condición, el producto A·B no puede realizarse, de modo que esta
Una vez comprobado que el producto A·B se puede realizar, si A es una matriz m x n y
entonces el producto A·B da como resultado una matriz C de tamaño n x p del siguiente
modo:
los resultados”
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 10
Asociativa: A (B*C) = (A*B) C, ∀A, B, C: A ∈ M n×m, B ∈ M m×k, C ∈ M k× p
Distributiva: A (B + C) = A*B + A*C, ∀A, B, C: A∈ M n×m B; C ∈ M m×k
Elemento neutro: Si A es una matriz cuadrada de tamaño m, entonces la matriz
Ejemplos:
Matriz A Matriz B
a11 a12 a13 a14 a15 b11 b12 b13 b14 b15
a21 a22 a23 a24 a25 b21 b22 b23 b24 b25
a31 a32 a33 a34 a35 b31 b32 b33 b34 b35
a41 a42 a43 a44 a45 b41 b42 b43 b44 b45
a51 a52 a53 a54 a55 b51 b52 b53 b54 b55
5 x 5 5 x 5
Se cumple la condición,
entonces se puede realizar
la multiplicación.
Determina el tamaño de la
nueva matriz.
Matriz A*B = C
c11= (a11*b11 + a12*b21 +a13*b31+ a14*b41+ a15*b51)
c11 c12 c13 c14 c15 c12= (a11*b12 + a12*b22 +a13*b32+ a14*b42+ a15*b52)
c21 c22 c23 c24 c25 c13= (a11*b13 + a12*b23 +a13*b33+ a14*b43+ a15*b53)
c31 c32 c33 c34 c35 c14= (a11*b14 + a12*b24 +a13*b34+ a14*b44+ a15*b54)
c41 c42 c43 c44 c45 = c a b + a b +a b + a b + a b
15= ( 11* 15 12* 25 13* 35 14* 45 15* 55)
c51 c52 c53 c54 c55 c21= (a21*b11 + a22*b21 +a23*b31+ a24*b41+ a25*b51)
c22= (a21*b12 + a22*b22 +a23*b32+ a24*b42+ a25*b52)
c23= (a21*b13 + a22*b23 +a23*b33+ a24*b43+ a25*b53)
c24= (a21*b14 + a22*b24 +a23*b34+ a24*b44+ a25*b54)
c25= (a21*b15 + a22*b25 +a23*b35+ a24*b45+ a25*b55)
c31= (a31*b11 + a32*b21 +a33*b31+ a34*b41+ a35*b51)
c32= (a31*b12 + a32*b22 +a33*b32+ a34*b42+ a35*b52)
c33= (a31*b13 + a32*b23 +a33*b33+ a34*b43+ a35*b53)
c34= (a31*b14 + a32*b24 +a33*b34+ a34*b44+ a35*b54)
c35= (a31*b15 + a32*b25 +a33*b35+ a34*b45+ a35*b55)
c41= (a41*b11 + a42*b21 +a43*b31+ a44*b41+ a45*b51)
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 11
c42= (a41*b12 + a42*b22 +a43*b32+ a44*b42+ a45*b52)
c43= (a41*b13 + a42*b23 +a43*b33+ a44*b43+ a45*b53)
c44= (a41*b14 + a42*b24 +a43*b34+ a44*b44+ a45*b54)
c45= (a41*b15 + a42*b25 +a43*b35+ a44*b45+ a45*b55)
Ejemplo:
Matriz A Matriz B
2 3 4 5 5 4 5 7 2 1
4 2 1 8 8 4 2 6 4 1
5 6 7 1 1 4 5 2 3 8
4 1 2 1 3 5 x 1 4 4 6 9
2 3 1 4 2 5 6 3 3 4
5
5 x 5
Se cumple la condición,
entonces se puede realizar
la multiplicación.
Determina el tamaño de la
nueva matriz.
Matriz C
66 86 75 73 102 c11= (2*4 + 3*4 + 4*4 + 5*1 + 5*5) = 66
76 109 98 91 118 c12= (2*5 + 3*2 + 4*5 + 5*4 + 5*6) = 86
78 82 92 64 80 c13= (2*7 + 3*6 + 4*2 + 5*4 + 5*3) = 75
44 54 51 33 42 c14= (2*2 + 3*4 + 4*3 + 5*6 + 5*3) = 73
38 49 56 49 57 c15= (2*1 + 3*1 + 4*8 + 5*9 + 5*4) = 102
obtiene al cambiar en A las filas por columnas o las columnas por filas. Se representa
por At y su dimensión es n x m.
Análisis Matemático:
( )
a11 a12 a13 a14 a15
a21 a22 a23 a24 a25
A= a31 a32 a33 a34 a35
a 41 a 42 a43 a44 a45
a51 a52 a53 a54 a55
Para halla la matriz transpuesta de A (AT) se cambian filas por columnas, por lo tanto:
( )
a11 a21 a31 a41 a 51
a12 a22 a32 a42 a 52
t
A = a13 a23 a33 a43 a 53
a14 a24 a 34 a 44 a 54
a15 a25 a35 a45 a 55
Ejemplo:
( )
2 1 5 −1 6
1 4 0 3 7
A= 1 0 0 −7 9
3 2 1 0 8
1 1 0 3 4
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 13
( )
3 2 1 1 1
1 4 0 2 1
At= 5 0 0 1 0
−1 3 −7 0 3
6 7 9 8 4
Involutiva
(AT)T = A
Distributiva
(A+B)T = AT + BT
Lineal
(cA)T = cAT
Producto
(A * B)T = AT * BT
Matriz Simétrica:
Ejemplo:
Matriz Asimétrica:
Ejemplo:
MATRIZ INVERSA
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 14
de A y se denota por A
−1
; dado esta condición podemos decir que A
−1
¿ I y entoces A =I
Si A=I
[ a11 a12
a21 a22 ] [ ]
=
1 0
0 1
en donde el determinante (D) ≠ 0
Entonces
I =B= A−1
( A ∙ B )−1=B−1 ∙ A−1
−1
( A−1 ) = A
−1 −1 −1
(λ ∙ A ) =λ ∙ A ∀ λ ≠ 0∈ R
−1 t
( At ) =( A−1 )
La matriz:
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 15
es inversible si y sólo si su determinante es diferente de cero ( A ≠ 0 ) y la forma de
calcularla es la siguiente:
podemos afirmar que toda matriz cuyo determinante sea diferente de cero tiene inversa.
A
−1
. Es decir, se han de realizar operaciones elementales por filas de forma que
obtengamos la matriz [ I |A ]
n
−1
. En resumen si −1
A=I entoces A =I
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 16
Operaciones Elementales
transformaciones siguientes:
Multiplicar una fila por un número real distinto de cero. Se puede representar
por Fi ⇒ k F i ; ∀ k ≠ 0∈ R
Sumar una fila a otra fila multiplicada por un número real. Se puede representar
por Fi ⇒ F i+ k F j ; ∀ k ≠ 0∈ R
procedimiento.
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 17
Ejemplo por el Método de Crammer:
)( )
a11 a12 a 13 a14 a15
(
−1 0 0 0 0
0 −1 0 0 0 a 21 a22 a23 a24 a25
A= 0 −2 2 0 0 ; A= a 31 a32 a33 a34 a35
0 0 0 −1 0 a 41 a 42 a43 a44 a45
0 0 0 0 −1 a 51 a52 a53 a54 a55
Calculamos la determinante
det A = 2
matriz A
-1 0 0 0
-2 2 0 0
A1,1 = = -2
0 0 -1 0
0 0 0 -1
0 0 0 0
0 2 0 0
A1,2 = = 0
0 0 -1 0
0 0 0 -1
0 -1 0 0
0 -2 0 0
A1,3 = = 0
0 0 -1 0
0 0 0 -1
0 -1 0 0
0 -2 2 0
A1,4 = = 0
0 0 0 0
0 0 0 -1
0 -1 0 0
0 -2 2 0
A1,5 = = 0
0 0 0 -1
0 0 0 0
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 18
0 0 0 0
-2 2 0 0
A2,1 = = 0
0 0 -1 0
0 0 0 -1
-1 0 0 0
0 2 0 0
A2,2 = = -2
0 0 -1 0
0 0 0 -1
.
Una vez terminado de hacer los cofactores ensamblamos nuestra matriz adjunta
-2 0 0 0 0
0 -2 -2 0 0
C= 0 0 1 0 0
0 0 0 -2 0
0 0 0 0 -2
-2 0 0 0 0
0 -2 0 0 0
CT = 0 -2 1 0 0
0 0 0 -2 0
0 0 0 0 -2
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 19
( )
−1 0 0 0 0
0 −1 0 0 0
A= 0 −2 2 0 0
0 0 0 −1 0
0 0 0 0 −1
( )
−1 0 0 0 0⋮1 0 0 0 0
0⋮ 0 1 0 0 0
0 −1 0 0
0 −2 2 0 0⋮ 0 0 1 0 0
0 0 0 −1 0⋮ 0 0 0 1 0
0 0 0 0 −1 ⋮ 0 0 0 0 1
f 3=(−2 ) f 2+ f 3
( )
−1 0 0 0 0⋮1 0 0 0 0
0⋮ 0 1 0 0 0
0 −1 0 0
0 0 2 0 0 ⋮0 −2 1 0 0
0 0 0 −1 0⋮ 0 0 0 1 0
0 0 0 0 −1 ⋮ 0 0 0 0 1
f 1= (−1 )∗f 1
( )
1 0 0 0 0 ⋮−1 0 0 0 0
0⋮0 1 0 0 0
0 −1 0 0
0 0 2 0 0⋮ 0 −2 1 0 0
0 0 0 −1 0 ⋮ 0 0 0 1 0
0 0 0 0
−1 ⋮ 0 0 0 0 1
f 2= (−1 )∗f 2
( )
1 0 0 0 0 ⋮−1 0 0 0 0
0 0 0 ⋮ 0 −1 0 0 0
0 1
0 0 2 0 0⋮ 0 −2 1 0 0
0 0 0 −1 0 ⋮ 0 0 0 1 0
0 0 0 0 −1 ⋮0 0 0 0 1
f 3= ( 12 )∗f 3
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 20
( )
1 0 0 0 0 ⋮−1 0 0 0 0
0⋮ 0 −1 0 0 0
0 1 0 0
0 0 1 0 0 ⋮ 0 −1 1/2 0 0
0 0 0 −1 0⋮ 0 0 0 1 0
0 0 0 0
−1 ⋮ 0 0 0 0 1
f 4= (−1 )∗f 4
( )
1 0 0 0 0 ⋮−1 0 0 0 0
0 0 ⋮ 0 −1 0 0 0
0 1 0
0 0 1 0 0 ⋮ 0 −1 1/2 0 0
0 0 0 1 0 ⋮ 0 0 0 −1 0
0 0 0 0 −1 ⋮0 0 0 0 1
f 5=(−1 )∗f 5
( )
1 0 0 0 0 ⋮−1 0 0 0 0
0 0⋮0 −1 0 0 0
0 1 0
0 0 1 0 0⋮0 −1 1/2 0 0
0 0 0 1 0⋮0 0 0 −1 0
0 0 0 0 1⋮0 0 0 0 −1
( )
−1 0 0 0 0
0 −1 0 0 0
A−1= 0 −1 1/2 0 0
0 0 0 −1 0
0 0 0 0 −1
Prof. Ing. José Ramiro Pilaluisa Q. M.Sc. Abril 2018 – Agosto 2018 21