Scribd
Cargar
20 vistas3 páginas

Formulario de Matrices y Operaciones

1. El documento presenta varios ejercicios sobre operaciones con matrices, incluyendo suma, resta, multiplicación y transposición de matrices. 2. Se piden calcular la inversa, rango y resolver ecuaciones matriciales de diferentes matrices dadas. 3. El documento proporciona una guía práctica sobre conceptos y cálculos básicos con matrices.

Cargado por

holapeoplesdelatierra
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
20 vistas3 páginas

Formulario de Matrices y Operaciones

1. El documento presenta varios ejercicios sobre operaciones con matrices, incluyendo suma, resta, multiplicación y transposición de matrices. 2. Se piden calcular la inversa, rango y resolver ecuaciones matriciales de diferentes matrices dadas. 3. El documento proporciona una guía práctica sobre conceptos y cálculos básicos con matrices.

Cargado por

holapeoplesdelatierra
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

MATEMÁTICAS II 2º BACH Departamento de Matemáticas

MATRICES Colegio Sagrado Corazón de Jesús


21/12/2021 Pontevedra

  9 2  1  7 0 2  1  1 2  1
1. Dadas las matrices A    , B    , C    , D   
 5 0  0  3  1  8 1   1 0 1 
Calcular:
a. A+B, B-A, C+D, D-A,
b. 2A, -3C, 2A-B

2. Dadas las matrices del ejercicio anterior calcula:

 La matriz opuesta de A  At  B
 At , C t  C  Dt

 2 1  2 1 
 1 0    1 3  
3. Dadas las matrices A    , B    1  1 , C    , D    1  1 
 1 2 0 1    2 1  0  2
  

a) A  B y B  A c) C  D y D  C e) C  B  D y C  B  D 
b) B  D y D  B d) A B  D f )  A  B t , At  B t , B t  At

4. En el siguiente ejercicio indica si se puede multiplicar o no las matrices y cuál es la dimensión de la matriz
producto.

¿se puede Dimensión de la


Matriz A Matriz B
multiplicar? matriz producto
AB BA
3x4 4x5
2x2 3x5
4x2 2x4

1 0 3  2 0  1
   
5. Dadas las matrices A   2 1 0  , B   3  2 0  calcula A  B y B  A.
  1 0  1 1 0 1 
  
0 1 
 2 1 3  
6. Dadas las matrices A   , B   1  2  De las siguientes operaciones, algunas no se
 1  2 0 1 1 
 
pueden realizar; razona por qué. Efectúa las que se puedan realizar.

A B Bt  A A B A  Bt

7. Sean las matrices A2 x 3 , B2 x 2 , C3 x 2


a) Calcula la dimensión de la matriz M para que pueda efectuarse el producto AMC
b) Calcula la dimensión de N para que C t  N  B sea una matriz cuadrada
 2  1 1 3 
8. Dadas las matrices A   , B   
1 0   2  2
a) Calcula A 2  2 A  B  B 2
b) Calcula  A  B . ¿Por qué no da lo mismo que el apartado anterior?
2

 1 1  3 1   3 0
9. Dadas las matrices A    , B    , C    Calcula la matriz X para que se
  2 3  2  1  1 1
cumpla la igualdad: A  X  B  X  C  3I

x 1   0 1
10. Sean las matrices A    , B    .
 1 x  1  1 1
a) Encuentra el valor o valores de x que hacen cierta la igualdad B 2  A.
b) Determina x para que A  B  I .

 1  1  x   1 x   3 
11. Determina los valores x e y que hacen cierta la igualdad           
 3 2   y   y  1  2 

1 0 
12. Dada la matriz B    calcula el valor de b para que B  I2
2

1 b 

13. Una matriz cuadrada se dice que es ortogonal cuando su inversa coincide con su traspuesta. Calcula x e y
3 / 5 x 0
 
para que la matriz A   y  3 / 5 0  sea ortogonal. (es decir, que se cumpla que A At = I)
 0 1 
 0

14. Despeja la matriz X

a) AX  B e) XA  B  A i) AX  B  CX m) XA  ( A  B) t  2 I  XB
b) XA  B f ) XC  2 B  3 A j ) AX  3 X  BX  C n) A  X  AX
c) AX  B  B g ) AX  X  B k ) AX  B 2  C  4 X o) B t AX  C t  X
d ) BXC  D h) XA  2 X  C  B l ) A 2 X  AB  B

15. Calcula el rango de las siguientes matrices

 1  1  1  2 1 4  1 2 1
     
A   1  1 2  B    1 1 3  C   1 1 1
2 0 1   4 0 2  3 3 1
     

16. Calcula la inversa de las siguientes matrices aplicando el método de Gauss

 3 4  4 5 5  2  4  3  2 1
A    B    C    D    E   
 2 3  2 3 1 0   2 1   4 2

 3 0  1 1  5 0  1  5 0  3 0 0 
       
A  0 4 2  B   4 1  2 C   4 1  2 D   0 4 0 
5  3 1  0 1 3  0 1 3   0 0  2
       
17. Resolver las siguientes ecuaciones matriciales

1 2 1 2 3  5  2 0
a) AX  B  C A    B    C   
 0 3  0 1  1 1 3 1

1 1   1 2 2 5
b) AXB  C A    B    C   
1 2   4 3   1  1

 0 1
c) A  X  AX A   
  1 3

1 1 1 
d ) AA t X  6 X A   
1 1  1

1 0  0
   1 1  3  
e) ABX  C A  0 1 B    C   0
1 1  3 1  1  0
   

f ) B t AX  C t  X A   1 0 1 B  3 0 1 C  4  2 0 

 0 0  1 0
   
g ) AX  X  C A  1 0 0  C  0
 0 1 0  0
   

1 0 0 1 2 1
   
h) X  B  AB
2
A   2 1 2 B   2 0 2
1 0 0  3 0 0
   

Common questions

Con tecnología de IA

Matrices A and B are commutative under multiplication if AB = BA. This property is rare as matrix multiplication is generally not commutative. To determine if two specific matrices commute, one can directly multiply them in both orders and check for equality. The implication of commutative matrices includes simplified algebraic manipulation and potential symmetry properties .

The rank of a matrix is the maximum number of linearly independent row or column vectors in the matrix. It indicates the dimension of the vector space spanned by its rows or columns. Computing the rank involves reducing the matrix to its row echelon form using row operations, where the number of non-zero rows equals the rank. Matrix rank is crucial for understanding solutions to linear equations and determining matrix invertibility .

The determinant of a matrix can describe its geometrical properties when the matrix represents a linear transformation. It represents the scaling factor for the area or volume when the transformation is applied to the unit area or volume in 2D or 3D spaces, respectively. A determinant of zero indicates the transformation collapses the space into a lower dimension, implying non-invertibility and linear dependence of rows/columns .

The Gauss-Jordan elimination method can be applied to find the inverse of a matrix. A matrix has an inverse only if it is square (same number of rows and columns) and its determinant is non-zero. The steps involve augmenting the matrix with the identity matrix and applying row operations until the original matrix is transformed into the identity matrix, at which point the augmented portion becomes the inverse .

To determine if two matrices can be multiplied, the number of columns in the first matrix must be equal to the number of rows in the second matrix. The resulting matrix will have a dimension equal to the number of rows of the first matrix and the number of columns of the second matrix. For example, if matrix A is 3x4 and matrix B is 4x5, the product AB is possible and will result in a 3x5 matrix .

A square matrix A multiplied by its adjugate will yield a scalar multiple of the identity matrix, specifically the determinant of A times the identity matrix (adj(A)A = det(A)I). This property holds if the determinant of A is non-zero, hence making A invertible. This operation is significant in finding matrix inverses using the formula A^-1 = adj(A)/det(A).

Solving matrix equations, such as those involving scalar multiplication and addition, requires understanding matrix operations and properties such as distributive, associative, and multiplicative identities. Conceptual understanding of equivalence transformations and row operations is crucial. These equations often require isolating the matrix term by reversing operations sequentially through addition or multiplication by scalars or using inverses .

The transpose of a matrix is obtained by swapping its rows with its columns. This operation is significant because it is useful in various matrix operations, such as finding symmetric matrices and converting row vectors to column vectors, which can influence matrix multiplication feasibility. For example, if matrix C has dimensions m x n, its transpose C^T will have dimensions n x m .

The trace of a matrix is the sum of the elements on its main diagonal. It is only defined for square matrices. The trace is an important scalar invariant under change of basis, playing a significant role in the characterization of matrices, in particular in determinant calculation, eigenvalue relationships, and in various applications across mathematics and quantum mechanics .

A matrix is orthogonal if its transpose is equal to its inverse, i.e., A^T = A^-1. This means the product of the matrix and its transpose is the identity matrix (A A^T = I). Orthogonal matrices have columns that are orthonormal, i.e., they are unit vectors and perpendicular to each other. This property preserves vector norms and angles, making them significant in 3D transformations and QR factorizations .

También podría gustarte