Algebra Matricial Beam

.
.
Álgebra Matricial
.
.. .
.
Manuel Valenzuela Rendón
Departamento de Mecatrónica y Automatización (DMA)

Tecnológico de Monterrey, Campus Monterrey
11 de febrero de 2010
. . . . . .
©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 1 / 22

Suma de matrices
   
a11 a12 ··· a1m b11 b12 ··· b1m
 a21 a22 ··· a2m   b21 b22 ··· b2m 
   
A+B =  .. .. + .. .. 
 . .   . . 
an 1 an2 ··· anm bn1 bn2 ··· bnm
 
a11 + b11 a12 + b12 · · · a1m + b1m
 a21 + b21 a22 + b22 · · · a2m + b2m 
 
=  .. .. 
 . . 
an1 + bn1 an2 + bn2 · · · anm + bnm
. . . . . .

Multiplicación escalar
   
a11 a12 ··· a1m ra11 ra12 ··· ra1m
 a21 a22 ··· a2m   ra21 ra22 ··· ra2m 
   
rA = r  .. .. = .. .. 
 . .   . . 
an 1 an2 ··· anm ran1 ran2 ··· ranm
. . . . . .

Resta de matrices
   
a11 a12 ··· a1m b11 b12 ··· b1m
 a21 a22 ··· a2m   b21 b22 ··· b2m 
   
A−B =  .. .. − .. .. 
 . .   . . 
an1 an2 ··· anm bn1 bn2 ··· bnm
   
a11 a12 ··· a1m −b11 −b12 · · · −b1m
 a21 a22 ··· a2m   −b21 −b22 · · · −b2m 
   
=  .. ..  +  .. .. 
 . .   . . 
an1 an2 ··· anm −bn1 −bn2 · · · −bnm
 
a11 − b11 a12 − b12 · · · a1m − b1m
 a21 − b21 a22 − b22 · · · a2m − b2m 
 
=  .. .. 
 . . 
an1 − bn1 an2 − bn2 · · · anm − bnm
. . . . . .

Multiplicación de matrices
C=A·B
A:k×m
B:m×n
C:k×n
∑
m
cij = aih bhj
h=1
. . . . . .

Ejemplo de multiplicación de matrices
Matriz por vector
   
a11 a12 a13 x1
A =  a21 a22 a23  x =  x2 
a31 a32 a33 x3
 
a11 x1 + a12 x2 + a13 x3
Ax =  a21 x1 + a22 x2 + a23 x3 
a31 x1 + a32 x2 + a33 x3
(3 × 3)(3 × 1) ⇒ 3 × 1
. . . . . .

Matriz por vector
   
a11 a12 a13 x1
A =  a21 a22 a23  x =  x2 
a31 a32 a33 x3
 
a11 x1 + a12 x2 + a13 x3
Ax =  a21 x1 + a22 x2 + a23 x3 
a31 x1 + a32 x2 + a33 x3
(3 × 3)(3 × 1) ⇒ 3 × 1
. . . . . .

Matriz por vector
   
a11 a12 a13 x1
A =  a21 a22 a23  x =  x2 
a31 a32 a33 x3
 
a11 x1 + a12 x2 + a13 x3
Ax =  a21 x1 + a22 x2 + a23 x3 
a31 x1 + a32 x2 + a33 x3
(3 × 3)(3 × 1) ⇒ 3 × 1
. . . . . .

Matriz por matriz
[ ] [ ]
a11 a12 b11 b12 b13
A= B=
a21 a22 b21 b22 b23
[ ]
a11 b11 + a12 b21 a11 b12 + a12 b22 a11 b13 + a12 b23
AB =
a21 b11 + a22 b21 a21 b12 + a22 b22 a21 b13 + a22 b23
(2 × 2)(2 × 3) ⇒ 2 × 3
. . . . . .

Matriz por matriz
[ ] [ ]
a11 a12 b11 b12 b13
A= B=
a21 a22 b21 b22 b23
[ ]
a11 b11 + a12 b21 a11 b12 + a12 b22 a11 b13 + a12 b23
AB =
a21 b11 + a22 b21 a21 b12 + a22 b22 a21 b13 + a22 b23
(2 × 2)(2 × 3) ⇒ 2 × 3
. . . . . .

Matriz por matriz
[ ] [ ]
a11 a12 b11 b12 b13
A= B=
a21 a22 b21 b22 b23
[ ]
a11 b11 + a12 b21 a11 b12 + a12 b22 a11 b13 + a12 b23
AB =
a21 b11 + a22 b21 a21 b12 + a22 b22 a21 b13 + a22 b23
(2 × 2)(2 × 3) ⇒ 2 × 3
. . . . . .

Matriz por matriz
[ ] [ ]
a11 a12 b11 b12 b13
A= B=
a21 a22 b21 b22 b23
[ ]
a11 b11 + a12 b21 a11 b12 + a12 b22 a11 b13 + a12 b23
AB =
a21 b11 + a22 b21 a21 b12 + a22 b22 a21 b13 + a22 b23
(2 × 2)(2 × 3) ⇒ 2 × 3
. . . . . .

Matriz por matriz
[ ] [ ]
a11 a12 b11 b12 b13
A= B=
a21 a22 b21 b22 b23
[ ]
a11 b11 + a12 b21 a11 b12 + a12 b22 a11 b13 + a12 b23
AB =
a21 b11 + a22 b21 a21 b12 + a22 b22 a21 b13 + a22 b23
(2 × 2)(2 × 3) ⇒ 2 × 3
. . . . . .

Matriz por matriz
[ ] [ ]
a11 a12 b11 b12 b13
A= B=
a21 a22 b21 b22 b23
[ ]
a11 b11 + a12 b21 a11 b12 + a12 b22 a11 b13 + a12 b23
AB =
a21 b11 + a22 b21 a21 b12 + a22 b22 a21 b13 + a22 b23
(2 × 2)(2 × 3) ⇒ 2 × 3
. . . . . .

Matriz identidad
La matriz identidad es la matriz cuadrada que tiene unos en la diagonal principal

y ceros en todos los demás elementos.
 
1 0 0 ··· 0 0
 0 1 0 ··· 0 0 
 
 0 0 1 ··· 0 0 
 
I= .. .. .. 
 . . . 
 
 0 0 0 ··· 1 0 
0 0 0 ··· 0 1
La multiplicación de cualquier matriz por la matriz identidad es igual a la matriz
original:
AI = IA = A
. . . . . .

Leyes de álgebra matricial
Leyes asociativas
( A + B) + C = A + ( B + C )
(AB)C = A(BC)
Ley conmutativa para adición
A+B=B+A
Leyes distributivas
A(B + C) = AB + AC
(A + B)C = AC + BC
. . . . . .

Transpuesta de una matriz
La transpuesta de una matriz se obtiene intercambiando renglones y columnas

 
a11 a12 ··· a1m
 a21 a22 ··· a2m 
 
A = [aij ] =  .. .. .. .. 
 . . . . 
an1 an2 ··· anm
 
a11 a21 ··· an1
 a12 a22 ··· an2 
 
AT = A′ = [aji ] =  .. .. .. .. 
 . . . . 
a1m a2m ··· anm
. . . . . .

Funciones de matrices
Las funciones de matrices se definen únicamente para matrices cuadradas

(mismo número de renglones y de columnas).
Una función polinomial:
f(A) = 3A3 − 2A2 + 2I
donde
Ak = A × A × · · · × A
| {z }
k veces
Función exponencial:
A2 A3 A4
exp A = I + A + + + + ···
2! 3! 4!
. . . . . .

Funciones de matrices
Las funciones de matrices se definen únicamente para matrices cuadradas

(mismo número de renglones y de columnas).
Una función polinomial:
f(A) = 3A3 − 2A2 + 2I
donde
Ak = A × A × · · · × A
| {z }
k veces
Función exponencial:
A2 A3 A4
exp A = I + A + + + + ···
2! 3! 4!
. . . . . .

Sistemas de ecuaciones en forma matricial
a11 x1 + a12 x2 + · · · + a1n xn = b1

a21 x1 + a22 x2 + · · · + a2n xn = b2
..
.
ak1 x1 + ak2 x2 + · · · + akn xn = bk
. . . . . .

 
a11 a12 ··· a1m
 a21 a22 ··· a2m 
 
A = (aij ) =  .. .. .. .. 
 . . . . 
an1 an2 ··· anm
 
x1
 x2 
 
x= .. 
 . 
xn
 
b1
 b2 
 
b= .. 
 . 
bk
Ax = b
. . . . . .

Matriz inversa
.
Definición .
..
Sea A una matriz n × n. La matriz B (que es también n × n) es la inversa de A si
.AB = BA = I.
.. .
.
Si la matriz B existe decimos que la matriz A es invertible.
.
Teorema (8.6) .
..
Si la matriz A es invertible, entonces el sistema de ecuaciones Ax = b tiene la
.solución única x = A−1 b.
.. .
.
. . . . . .

Matriz inversa
.
Definición .
..
Sea A una matriz n × n. La matriz B (que es también n × n) es la inversa de A si
.AB = BA = I.
.. .
.
Si la matriz B existe decimos que la matriz A es invertible.
.
Teorema (8.6) .
..
Si la matriz A es invertible, entonces el sistema de ecuaciones Ax = b tiene la
.solución única x = A−1 b.
.. .
.
. . . . . .

Determinantes
.
Definición (Determinante de un escalar) .
..
El determinante de una matriz 1 × 1
[a]
.es el escalar a.
.. .
.
.
Definición (Determinante de una matriz 2 × 2) .
..
[ ]
a b
c d
.es el escalar ad − bc.

.. .
.
.
Definición (Menor) .
..
Dada
. una matriz A, un menor es el determinante de cualquier submatriz de A.
.. .
.
. . . . . .

Determinantes
.
..
[a]
.es el escalar a.
.. .
.
.
..
[ ]
a b
c d

.. .
.
.
..
Dada
.. .
.
. . . . . .

Determinantes
.
..
[a]
.es el escalar a.
.. .
.
.
..
[ ]
a b
c d

.. .
.
.
..
Dada
.. .
.
. . . . . .

Determinantes
.
Definición (Cofactor) .
..
Dada cualquier matriz cuadrada A, el cofactor del elemento aij es el escalar que se
obtiene de multiplicar el término (−1)i+j y el menor que se obtiene de remover el
renglón
. i y la columna j.
.. .
.
.
Definición (Matriz de cofactores) .
..
Dada cualquier matriz cuadrada A = [aij ], su matriz de cofactores es la matriz
. = [cij ] donde el elemento cij es el cofactor del elemento aij de A.
C
.. .
.
.
Definición (Matriz adjunta) .
..
Dada cualquier matriz cuadrada A = [aij ], su matriz adjunta es la transpuesta de su
matriz de cofactores.
. adj A = (matriz de cofactores de A)′

.. .
.
. . . . . .

Determinantes
.
..
renglón
. i y la columna j.
.. .
.
.
..
C
.. .
.
.
..

.. .
.
. . . . . .

Determinantes
.
..
renglón
. i y la columna j.
.. .
.
.
..
C
.. .
.
.
..

.. .
.
. . . . . .

Expansión por cofactores
Para obtener el determinante de una matriz A

1.
.
Escoja cualquier renglón o columna de la matriz.
...
2 Para cada elemento del renglón o columna que se escogió, encuentre su
cofactor.
...
3 Multiplique cada elemento del renglón o columna por su cofactor, y sume
los resultados.
.
Teorema (9.3) .
..
Una
. matriz es no singular si y sólo si su deteminante es diferente de cero.
.. .
.
. . . . . .

Expansión por cofactores
Para obtener el determinante de una matriz A

1.
.
Escoja cualquier renglón o columna de la matriz.
...
2 Para cada elemento del renglón o columna que se escogió, encuentre su
cofactor.
...
3 Multiplique cada elemento del renglón o columna por su cofactor, y sume
los resultados.
.
Teorema (9.3) .
..
Una
. matriz es no singular si y sólo si su deteminante es diferente de cero.
.. .
.
. . . . . .

Ejemplo de matriz de cofactores
 
1 −1 2
A=  3 2 4 
−1 3 1
Matriz de cofactores:
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

 
1 −1 2
A=  3 2 4 
−1 3 1
 
2 4 3 4 3 2
−
 3 1 −1 1 −1 3 
 
 
 −1 2 1 2 1 −1 
 −

−

 3 1 −1 1 −1 3 
 
 −1 2 1 2 1 −1 
−
2 4 3 4 3 2
. . . . . .

Matriz de cofactores:  
−10 −7 11
 7 3 −2 
−8 2 5
Matriz adjunta:  
−10 7 −8
adj A =  −7 3 2 
11 −2 5
Matriz inversa
 
−10 7 −8
 −7 3 2   
11 −2 5 −0.5263 0.3684 −0.4211
inv A = A−1 = =  −0.3684 0.1579 0.1053 
det A
0.5789 −0.1053 0.2632
. . . . . .

Ejemplo de determinantes
 
1 −1 2
A= 3 2 4 
−1 3 1

1 − 1 2

3 2 4 =

−1 3 1

2 4 −1 2 −1 2
1
− 3 − 1 =
3 1 3 1 2 4
1(2 − 12) − 3(−1 − 6) − 1(−4 − 4) =
1(−10) − 3(−7) − 1(−8) = 19
. . . . . .

 
1 −1 2
A= 3 2 4 
−1 3 1

1 − 1 2

3 2 4 =

−1 3 1

2 4 −1 2 −1 2
1
− 3 − 1 =
3 1 3 1 2 4
1(2 − 12) − 3(−1 − 6) − 1(−4 − 4) =
1(−10) − 3(−7) − 1(−8) = 19
. . . . . .

 
1 −1 2
A= 3 2 4 
−1 3 1

1 − 1 2

3 2 4 =

−1 3 1

2 4 −1 2 −1 2
1
− 3 − 1 =
3 1 3 1 2 4
1(2 − 12) − 3(−1 − 6) − 1(−4 − 4) =
1(−10) − 3(−7) − 1(−8) = 19
. . . . . .

 
1 −1 2
A= 3 2 4 
−1 3 1

1 − 1 2

3 2 4 =

−1 3 1

2 4 −1 2 −1 2
1
− 3 − 1 =
3 1 3 1 2 4
1(2 − 12) − 3(−1 − 6) − 1(−4 − 4) =
1(−10) − 3(−7) − 1(−8) = 19
. . . . . .

 
1 −1 2
A= 3 2 4 
−1 3 1

1 − 1 2

3 2 4 =

−1 3 1

2 4 −1 2 −1 2
1
− 3 − 1 =
3 1 3 1 2 4
1(2 − 12) − 3(−1 − 6) − 1(−4 − 4) =
1(−10) − 3(−7) − 1(−8) = 19
. . . . . .

Uso de determinantes
Regla de Cramer
.
Teorema (9.4) .
..
Sea A una matriz no singular. Entonces
1.
.
1
A−1 = adj A
det A
...
2 La solución al sistema Ax = b es
det Bi
xi = para i = 1, 2, . . . , n
det A
donde Bi es la matriz A con b sustituyendo la columna i de A.

.
.. .
.
. . . . . .

Gauss-Jordan para inversión de matrices
Los métodos de eliminación gaussiana y Gauss-Jordan pueden ser utilizados para
encontrar la inversa de una matriz. En este caso, la matriz aumentada será la
matriz de original y la matriz identidad.
   
15 −5 0 1 0 0 1 −0.3333 0 0.0667 0 0
 −5 15 −5 0 1 0  ∼  0 13.3333 −5.0000 0.3333 1 0  ∼
0 −5 20 0 0 1 0 −5.0000 20.0000 0 0 1
   
1 0 −0.125 0.075 0.025 0 1 0 0 0.0759 0.0276 0.0069
 0 1 −0.375 0.025 0.075 0  ∼  0 1 0 0.0276 0.0828 0.0207 
0 0 18.125 0.125 0.375 1 0 0 1 0.0069 0.0207 0.0552
La inversa son las últimas n columnas de la matriz aumentada:

 
0.0759 0.0276 0.0069
A−1 =  0.0276 0.0828 0.0207 
0.0069 0.0207 0.0552
. . . . . .

Algebra Matricial Beam

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Matricial Beam

Uploaded by

Copyright:

Available Formats

.

Departamento de Mecatrónica y Automatización (DMA)

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 1 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 2 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 3 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 4 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 5 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 6 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 6 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 6 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 7 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 7 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 7 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 7 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 7 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 7 / 22

La matriz identidad es la matriz cuadrada que tiene unos en la diagonal principal

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 8 / 22

Ley conmutativa para adición

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 9 / 22

La transpuesta de una matriz se obtiene intercambiando renglones y columnas

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 10 / 22

Las funciones de matrices se deﬁnen únicamente para matrices cuadradas

f(A) = 3A3 − 2A2 + 2I

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 11 / 22

Las funciones de matrices se deﬁnen únicamente para matrices cuadradas

f(A) = 3A3 − 2A2 + 2I

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 11 / 22

a11 x1 + a12 x2 + · · · + a1n xn = b1

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 12 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 13 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 14 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 14 / 22

.es el escalar ad − bc.

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 15 / 22

.es el escalar ad − bc.

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 15 / 22

.es el escalar ad − bc.

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 15 / 22

. adj A = (matriz de cofactores de A)′

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 16 / 22

. adj A = (matriz de cofactores de A)′

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 16 / 22

. adj A = (matriz de cofactores de A)′

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 16 / 22

Para obtener el determinante de una matriz A

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 17 / 22

Para obtener el determinante de una matriz A

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 17 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 18 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 19 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 20 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 20 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 20 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 20 / 22

©M. Valenzuela (valenzuela@itesm.mx) Álgebra Matricial 11 de febrero de 2010 20 / 22