0% encontró este documento útil (0 votos)
239 vistas15 páginas

Cálculo de Matrices Inversas en Python

El documento explica cómo calcular matrices inversas en Python utilizando las librerías Sympy, Numpy y Scipy. Describe cómo importar cada librería, definir matrices y calcular sus inversas. También explica cómo confirmar que una matriz multiplicada por su inversa da la matriz identidad.

Cargado por

acopatcio22
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
239 vistas15 páginas

Cálculo de Matrices Inversas en Python

El documento explica cómo calcular matrices inversas en Python utilizando las librerías Sympy, Numpy y Scipy. Describe cómo importar cada librería, definir matrices y calcular sus inversas. También explica cómo confirmar que una matriz multiplicada por su inversa da la matriz identidad.

Cargado por

acopatcio22
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Solucin de Matrices Inversas en Python

Ingresa en [Link] y te saldra lo siguiente donde le daras click en Try it in your browser

Te saldra lo siguiente en la cual daras click en New y elijes Python 3

Por ultimo te saldra esto donde podras calcular tus matrices inversas con Python con las
librerias Sympy, Numpy y Scipy.

Nota: En tal caso que desees instalar Python en tu pc te recomiendo


[Link]
Calculando Matrices Inversas en Python

Utilizando la librera Sympy

Calculando la matriz inversa de:

import sympy
from sympy import *
import warnings
[Link]('ignore')
init_printing()

A = Matrix ([[1,2,1,0],[2,2,1,1],[2,1,1,2],[1,2,1,1]])
Utilizando la librera Sympy

Una manera ms sencilla post la primera explicacin es:


Utilizando la librera Sympy

Calculando la matriz inversa de:

import sympy
from sympy import *
import warnings
[Link]('ignore')
init_printing()

A = Matrix ([[2,0,1,-7],[6,1,0,4],[8,-2,1,0],[4,1,0,2]])
Utilizando la librera Sympy

Calculando la matriz inversa de:

import sympy
from sympy import *
import warnings
[Link]('ignore')
init_printing()

A = Matrix ([[1,4,3,-2],[4,-3,2,0],[-1,2,1,1],[2,8,-1,-1]])
Utilizando la librera Sympy

Calculando la matriz inversa de:

import sympy
from sympy import *
import warnings
[Link]('ignore')
init_printing()

A = Matrix ([[1,-1,2,1,1],[1,2,1,-1,2],[1,-1,0,2,1],[0,0,1,0,0],[1,3,1,3,2]])
Utilizando la librera Numpy

Calculando la matriz inversa de:

import numpy as np

from [Link] import inv

A = [Link] ([[1,2,1,0],[2,2,1,1],[2,1,1,2],[1,2,1,1]])
Utilizando la librera Numpy

Calculando la matriz inversa de:

import numpy as np

from [Link] import inv

A = [Link] ([[2,0,1,-7],[6,1,0,4],[8,-2,1,0],[4,1,0,2]])
Utilizando la librera Numpy

Calculando la matriz inversa de:

import numpy as np

from [Link] import inv

A = [Link] ([[1,4,3,-2],[4,-3,2,0],[-1,2,1,1],[2,8,-1,-1]])
Utilizando la librera Numpy

Calculando la matriz inversa de:

import numpy as np

from [Link] import inv

A = [Link] ([[1,-1,2,1,1],[1,2,1,-1,2],[1,-1,0,2,1],[0,0,1,0,0],[1,3,1,3,2]])
Utilizando la librera Scipy

Calculando la matriz inversa de:

import numpy as np

from scipy import linalg

A = [Link] ([[1,2,1,0],[2,2,1,1],[2,1,1,2],[1,2,1,1]])
Utilizando la librera Scipy

Calculando la matriz inversa de:

import numpy as np

from scipy import linalg

A = [Link] ([[2,0,1,-7],[6,1,0,4],[8,-2,1,0],[4,1,0,2]])
Utilizando la librera Scipy

Calculando la matriz inversa de:

import numpy as np

from scipy import linalg

A = [Link] ([[1,4,3,-2],[4,-3,2,0],[-1,2,1,1],[2,8,-1,-1]])
Utilizando la librera Scipy

Calculando la matriz inversa de:

import numpy as np

from scipy import linalg

A = [Link] ([[1,-1,2,1,1],[1,2,1,-1,2],[1,-1,0,2,1],[0,0,1,0,0],[1,3,1,3,2]])
Confirmacin de las matrices y el significado de sus comandos de confirmacin en Python:

En la teora del Algebra lineal nos indica que para las matrices cuadradas se
cumple que una matriz A multiplicada escalarmente por su matriz inversa 1 es igual a la
matriz identidad visualizando nos queda de la siguiente manera:

Confirmando en Sympy:

En la librera Sympy se debe cumplir que la matriz por la matriz inversa nos da la
identidad pero esto se cumple con la funcin inv() :

Aplicando A*[Link]() nos da la funcin inversa ya que el * en Python nos representa


una multiplicacin escalar y nos devuelve como resultado la funcin inversa.

Otra manera opcional seria:

[Link]()*A

Confirmando en Numpy:

En la librera Numpy se confirma de la siguiente manera:

[Link]([Link](A,inversa) , [Link](4))

Este comando significa que multiplicara dentro de los parntesis el arreglo (Matriz)
A por la variable de la funcin inversa y lo que est dentro del [Link](4) significa que es
una matriz 4x4, si fuese una matriz 5x5 fuese [Link](5) como lo ejemplificamos en una
matriz de la librera Numpy.

O de otra manera opcional podra ser con el comando:

[Link]([Link](inversa,A) , [Link](4))

Confirmando con Scipy:

En la librera Scipy se confirma de la siguiente manera:

[Link]([Link](A))

O de manera opcional:

[Link](A, [Link](A))

También podría gustarte