Saltar al contenido

Diario de clases

Clases de Jesús Soto

Menú
  • Home
  • Equation Editor
  • Generador de tablas
Menú

MathBio: Álgebra con Maxima

Posted on 5 de octubre de 2026

Hoy nos iniciamos en un sistema para la manipulación de expresiones simbólicas y numéricas, Maxima. Un herramienta informática que nos ayudará a resolver problemas de la asignatura de forma sencilla y aplicada.

Para comenzar nos iniciaremos en la definición de vectores y matrices, y las operaciones que podemos hacer con ellos.

Vectores

Un vector se define utilizando [] y los elementos del vector separados por comas. Con los vectores podemos hacer las operaciones básicas de suma y multiplicación por escalar.


v:[1,2,3];
3.v+(-2).u;

Ejercicio: Sean los vectores \(\mathbf{u}=[2,-1,5,0]\), \(\mathbf{v}=[4,3,1,-1]\) y \(\mathbf{w}=[-6,2,0,3]\). Si \(\mathbf{x}+\mathbf{v}+3\mathbf{w}=2\mathbf{u}\), ¿cuánto suman las coordenadas de \(\mathbf{x}\)?


Ejercicio: Sean los vectores \(u\)=[2,-1], \(v\)=[1,1] y \(w\)=[-1,3], ¿cuánto es \(\textbf{proy}_{w}(u)\bullet\textbf{proy}_{w}(v)\)?

(%i6) u:[2,−1]$
v:[1,1]$
w:[−1,3]$
uw:u.w;
vw:v.w;
ww:w.w;

\[\operatorname{ }-5\]

\[\operatorname{ }2\]

\[\operatorname{ }10\]

(%i7) (uw/ww·w).(vw/ww·w);

\[\operatorname{ }-1\]


Matrices

Si queremos utilizar matrices nos bastará con definirla mediante matrix(). Las filas de definimos como vectores:


A:matrix([1,2,3],[4,5,6]);
B:matrix([1,2],[3,4],[5,6]);

La primera, A, sería una matriz de 2×3, B sería una matriz de 3×2. La manera de acceder a los elementos es mediante A[i,j].

Ejercicio: Sea \(A\)=[[4,-1,6],[2,1,6],[2,-1,8]] y \(B\)=[[0,-1,5],[1,6,2],[1,8,0]]. ¿Cuál es la suma de los elementos de la diagonal principal de \(2A-3B\)?

(%i4) A:matrix([4,–1,6],[2,1,6],[2,–1,8])$
B:matrix([0,–1,5],[1,6,2],[1,8,0])$
C:2*A–3*B;
C[1,1]+C[2,2]+C[3,3];

(C) [ 8 1 −3 1 −16 6 1 −26 16 ] (%o4) 8


Otros comandos:

  • col((Matriz,NúmColumna)): Recupera la columna NúmColumna.
  • row((Matriz,NúmFila)): Recupera la fila NúmFila.
  • submatrix(\(i_1,i_2,\ldots,i_p\), Matriz,\(j_1,j_2,\ldots,j_q\)): Elimina de la Matriz las filas cuyos números son \(i_1,i_2,\ldots,i_p\) y las columnas cuyos números son \(j_1,j_2,\ldots,j_q\). No es preciso que estén ambas: pueden eliminarse únicamente filas o columnas.
  • addrow(Matriz, \(v_1, \ldots, v_p\)): Añade en la base de Matriz las filas dadas por vectores (o matrices) \(v_1, \ldots, v_p\). Las longitudes deben ser concordantes.
  • addcol(Matriz, \(v_1, \ldots, v_p\)): Añade en la base de Matriz las filas dadas por vectores (o matrices) \(v_1, \ldots, v_p\). Las longitudes deben ser concordantes.
  • matrix_size(Matriz): Proporciona las dimensiones de la matriz.
  • transpose(Matriz): Proporciona la matriz traspuesta de Matriz.

Las operaciones con matrices son semejantes a las utilizadas con los vectores.

Algunas matrices interesantes:

  • diagmatrix(Número,Valor): Genera una matriz cuadrada diagonal cuyo tamaño se establece mediante el valor de Número y en la que todos los elementos de la diagonal tienen el mismo Valor.
  • diag_matrix(\(a_1,a_2,\ldots,a_n\)): Genera una matriz diagonal cuadrada con \(a_1,a_2,\ldots,a_n\) en la diagonal.
  • ident(Número): Genera la matriz identidad (cuadrada) cuyo tamaño viene dado por el valor Número; es un caso particular del anterior.
  • zeromatrix(n,m): Genera la matriz de n filas y m columnas en la que todos sus elementos son ceros.

Uno de los ejercicios más comunes que realizaremos será el cálculo de rango, determinantes, menores e inversa de una matriz. Primero aprenderemos a realizarlo mediante operaciones elementales, consiguiendo una matriz escalonada o una matriz triangular. No obstante, tenemos los comandos que nos los proporcionan:

  • rank(\(M\)): dada la matriz \(M\) nos devuelve su rango.
  • determinant(\(M\)): dada la matriz \(M\) nos devuelve su determinante.
  • mat_trace(\(M\)): dada la matriz \(M\) nos devuelve su traza.
  • adjoint(\(M\)): dada la matriz \(M\) nos devuelve su adjunta.
  • minor(\(M,i,j\)): dada la matriz \(M\) nos devuelve el menor (i,j), esto es, elimina la fila i y la columna j de la matriz.
  • invert(\(M\)): dada la matriz \(M\) nos devuelve su inversa.
  • invert(\(M\)),detout: dada la matriz \(M\) nos devuelve su inversa con el determinante fuera.
  • ratsimp(expr): Simplifica la expresión expr y todas sus subexpresiones, incluyendo los argumentos de funciones no racionales.

Ejercicio: Cuál es el valor de x para que el rango de la matriz sea 2 \[\begin{bmatrix}
5 & -5 & -6\\
-5 & 3 & -1 \\
0 & x &7
\end{bmatrix}\]

(%i2) A:matrix([5,−5,−6],[−5,3,−1],[0,x,7]);
ratsimp(determinant(A));

\[\operatorname{ }\begin{bmatrix}5 & -5 & -6\\-5 & 3 & -1\\0 & x & 7\end{bmatrix}\]

\[\operatorname{ }35 x-70\]

(%i3) solve(%,x);

\[\left[ x=2\right] \]


Ejercicio: ¿Qué valores de \(x\) hacen que la matriz no sea regular? \[\begin{bmatrix}
x & 1 & -1\\
0 & 2 & x \\
4 & 0 & -x
\end{bmatrix}\]

(%i2) A:matrix([x,1,−1],[0,2,x],[4,0,−x])$
determinant(A);

\[-2 {{x}^{2}}+4 x+8\]

(%i3) solve(%,x);

\[ \left[ x=1-\sqrt{5} \ ,\ x=\sqrt{5}+1\right] \]


Ejercicio: ¿Cuál es la ecuación implícita del plano que pasa por los puntos \(P(1,2,3)\), \(Q(-1,0,2)\) y \(R(4,-2,0)\)?

(%i4) P:[1,2,3]$Q:[–1,0,2]$R:[4,–2,0]$
ratsimp(determinant(matrix([x,y,z]–P,Q–P,R–P))=0);

(%o4) 14⁢z−9⁢y+2⁢x−26=0


Ejercicio: Justificar si el punto S(2,4,-13) es coplanario con los puntos P(1,-3,-1), Q(2,-2,1) y R(3,2,-4)


Ejercicio: ¿Cuál es el valor del producto escalar del vector \([1,-2,3]\) por el vector unitario normal de la ecuación implícita del plano que pasa por los puntos \(P(1,-3,-1)\), \(Q(2,-2,1)\) y \(R(3,2,-4)\)?

(%i6) P:[1,–3,–1];Q:[2,–2,1];R:[3,2,–4]$
pq:Q–P$
pr:R–P$
rat(determinant(matrix([x,y,z]–P,pq,pr))=0);

(P) [1,−3,−1] (Q) [2,−2,1] (%o6)/R/ 3⁢z+7⁢y−13⁢x+37=0

(%i8) vn:[–13,7,3]$
(vn.[1,–2,3])/sqrt(vn.vn),numer;

(%o8) −1.19470196087995


Ejercicio: ¿Cuál es la norma del vector perpendicular a los vectores \(\vec{v}:[1,-2,3]\) y \(\vec{u}:[3,1,-1]\)?

(%i4) v:[1,–2,3]$u:[3,1,–1]$
A:matrix([1,1,1],v,u)$
vxu:[determinant(minor(A,1,1)),
–determinant(minor(A,1,2)),
determinant(minor(A,1,3))];

(vxu) [−1,10,7]

(%i5) sqrt(vxu.vxu),numer;

(%o5) 12.24744871391589

Escalonado de matrices en maxima

El pasado día vimos como realizar transformaciones elementales para encontrar una matriz escalonada de cualquier matriz. Este proceso nos ayuda en el cálculo de la inversa de una matriz. Estas operaciones son fáciles con maxima utilizando estos comandos:

  • rowswap(\(M\), i, j): dada la matriz \(M\) nos devuelve la misma donde la se han intercambiado las filas i y j, \(f_i\leftrightarrow f_j\).
  • columnswap(\(M\), i, j): dada la matriz \(M\) nos devuelve la misma donde la se han intercambiado las columnas i y j, \(c_i\leftrightarrow c_j\).
  • rowop(\(M\), i, j, \(\alpha\)): dada la matriz \(M\) nos devuelve la misma donde la \(f_i\leftarrow f_i-\alpha f_j\).
  • columnop(\(M\), i, j, \(\alpha\)): dada la matriz \(M\) nos devuelve la misma donde la \(c_i\leftarrow c_i-\alpha c_j\).

Con estos comandos podemos realizar las operaciones elementales que tratamos en clases anteriores. Sin embargo, una de las operaciones tiene un procedimiento más delicado: la multiplicación de una fila por un escalar. Imaginemos que el elemento \(a_{ic}=\gamma\) de una matriz queremos que su valor sea \(\beta\). Necesitamos saber qué escalar \(\alpha\) debemos multiplicar a la fila \(f_i\) para que el comando rowop(\(M\), i, i, \(\alpha\)) transforme \(a_{ic}=\gamma\) en \(a_{ic}=\beta\). Luego \[\beta f_i={\gamma}f_i \ -\ {\gamma}{\alpha}f_i\to \alpha=1-\frac{\beta}{\gamma}.\]
De esta forma, solo necesitamos sustituir para encontrar el \(\alpha\) apropiado que nos proporcione \(\beta\).


Ejercicio: Calcular la inversa de la matriz \(A\)=[[2,0,0],[1,2,0],[2,-1,3]]?

Definamos la matriz y la ampliada con la que trabajaremos

(%i2) A:matrix([2,0,0],[1,2,0],[2,−1,3])$
X:addcol(ident(3),A);

\[\operatorname{ }\begin{bmatrix}1 & 0 & 0 & 2 & 0 & 0\\0 & 1 & 0 & 1 & 2 & 0\\0 & 0 & 1 & 2 & -1 & 3\end{bmatrix}\]

Para trabajar más cómodo hacemos que el primer elemento de X[1,4] sea 1, para ello es suficiente con intercambiar las filas 1 y 2

(%i3) X1:rowswap(X,1,2);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 1 & 2 & 0\\1 & 0 & 0 & 2 & 0 & 0\\0 & 0 & 1 & 2 & -1 & 3\end{bmatrix}\]

Ahora podemos hacer ceros los elementos por debajo del X1[1,4]:

(%i4) X2:rowop(X1,2,1,2);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 1 & 2 & 0\\1 & -2 & 0 & 0 & -4 & 0\\0 & 0 & 1 & 2 & -1 & 3\end{bmatrix}\]

(%i5) X3:rowop(X2,3,1,2);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 1 & 2 & 0\\1 & -2 & 0 & 0 & -4 & 0\\0 & -2 & 1 & 0 & -5 & 3\end{bmatrix}\]

El siguiente proceso es que el elemento X3[5,2] sea un 1. Para coseguirlo tenemos diferentes métodos, en este caso el más simple es operar con la fila siguiente:

(%i6) X4:rowop(X3,2,3,1);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 1 & 2 & 0\\1 & 0 & -1 & 0 & 1 & -3\\0 & -2 & 1 & 0 & -5 & 3\end{bmatrix}\]

Ahora hacemos cero el elemento X4[3,5]

(%i7) X5:rowop(X4,3,2,−5);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 1 & 2 & 0\\1 & 0 & -1 & 0 & 1 & -3\\5 & -2 & -4 & 0 & 0 & -12\end{bmatrix}\]

El siguiente paso es conseguir que el elemento X5[3,6] sea un 1, para ello operamos con el escalar 1-1/(-12)

(%i8) X6:rowop(X5,3,3,1−1/(−12));

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 1 & 2 & 0\\1 & 0 & -1 & 0 & 1 & -3\\-\frac{5}{12} & \frac{1}{6} & \frac{1}{3} & 0 & 0 & 1\end{bmatrix}\]

Ahora solo nos resta escalonar superiormente:

(%i9) X7:rowop(X6,2,3,−3);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 1 & 2 & 0\\-\frac{1}{4} & \frac{1}{2} & 0 & 0 & 1 & 0\\-\frac{5}{12} & \frac{1}{6} & \frac{1}{3} & 0 & 0 & 1\end{bmatrix}\]

(%i10) X8:rowop(X7,1,2,2);

\[\operatorname{ }\begin{bmatrix}\frac{1}{2} & 0 & 0 & 1 & 0 & 0\\-\frac{1}{4} & \frac{1}{2} & 0 & 0 & 1 & 0\\-\frac{5}{12} & \frac{1}{6} & \frac{1}{3} & 0 & 0 & 1\end{bmatrix}\]

Ya hemos conseguido que la matriz ampliada [I|A] se transforme en [B|I], por tanto la matriz B será la inversa de A:

(%i11) invA:submatrix(X8,4,5,6);

\[\operatorname{ }\begin{bmatrix}\frac{1}{2} & 0 & 0\\-\frac{1}{4} & \frac{1}{2} & 0\\-\frac{5}{12} & \frac{1}{6} & \frac{1}{3}\end{bmatrix}\]

Verifiquémoslo

(%i13) A.invA;
invA.A;

\[\operatorname{ }\begin{bmatrix}1 & 0 & 0\\0 & 1 & 0\\0 & 0 & 1\end{bmatrix}\]

\[\operatorname{ }\begin{bmatrix}1 & 0 & 0\\0 & 1 & 0\\0 & 0 & 1\end{bmatrix}\]


Ejercicio: Calcular la inversa de la matriz \(A\)=[[3,0,-1,1], [1,1,2,-1],[0,1,-1,0], [1,2,0,-1]]?

(%i2) A:matrix([3,0,−1,1],[1,1,2,−1],[0,1,−1,0],[1,2,0,−1])$
X:addcol(ident(4),A);

\[\operatorname{ }\begin{bmatrix}1 & 0 & 0 & 0 & 3 & 0 & -1 & 1\\0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & 0 & 0 & 1 & 1 & 2 & 0 & -1\end{bmatrix}\]

Veamos cómo escalonamos las columnas de 5 a 8:

(%i3) X1:rowswap(X,1,2);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\1 & 0 & 0 & 0 & 3 & 0 & -1 & 1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & 0 & 0 & 1 & 1 & 2 & 0 & -1\end{bmatrix}\]

(%i4) X2:rowop(X1,2,1,3);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\1 & -3 & 0 & 0 & 0 & -3 & -7 & 4\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & 0 & 0 & 1 & 1 & 2 & 0 & -1\end{bmatrix}\]

(%i5) X3:rowop(X2,4,1,1);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\1 & -3 & 0 & 0 & 0 & -3 & -7 & 4\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & -1 & 0 & 1 & 0 & 1 & -2 & 0\end{bmatrix}\]

(%i6) X4:rowswap(X3,2,3);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\1 & -3 & 0 & 0 & 0 & -3 & -7 & 4\\0 & -1 & 0 & 1 & 0 & 1 & -2 & 0\end{bmatrix}\]

(%i7) X5:rowop(X4,3,2,−3);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\1 & -3 & 3 & 0 & 0 & 0 & -10 & 4\\0 & -1 & 0 & 1 & 0 & 1 & -2 & 0\end{bmatrix}\]

(%i8) X6:rowop(X5,4,2,1);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\1 & -3 & 3 & 0 & 0 & 0 & -10 & 4\\0 & -1 & -1 & 1 & 0 & 0 & -1 & 0\end{bmatrix}\]

(%i9) X7:rowswap(X6,3,4);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & -1 & -1 & 1 & 0 & 0 & -1 & 0\\1 & -3 & 3 & 0 & 0 & 0 & -10 & 4\end{bmatrix}\]

(%i10) X8:rowop(X7,3,3,2);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & 1 & 1 & -1 & 0 & 0 & 1 & 0\\1 & -3 & 3 & 0 & 0 & 0 & -10 & 4\end{bmatrix}\]

(%i11) X9:rowop(X8,4,3,−10);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & 1 & 1 & -1 & 0 & 0 & 1 & 0\\1 & 7 & 13 & -10 & 0 & 0 & 0 & 4\end{bmatrix}\]

(%i12) X10:rowop(X9,4,4,1−1/4);

\[\operatorname{ }\begin{bmatrix}0 & 1 & 0 & 0 & 1 & 1 & 2 & -1\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & 1 & 1 & -1 & 0 & 0 & 1 & 0\\\frac{1}{4} & \frac{7}{4} & \frac{13}{4} & -\frac{5}{2} & 0 & 0 & 0 & 1\end{bmatrix}\]

Ahora hacemos el proceso de triangularizar la parte de arriba.

(%i13) X11:rowop(X10,1,4,−1);

\[\operatorname{ }\begin{bmatrix}\frac{1}{4} & \frac{11}{4} & \frac{13}{4} & -\frac{5}{2} & 1 & 1 & 2 & 0\\0 & 0 & 1 & 0 & 0 & 1 & -1 & 0\\0 & 1 & 1 & -1 & 0 & 0 & 1 & 0\\\frac{1}{4} & \frac{7}{4} & \frac{13}{4} & -\frac{5}{2} & 0 & 0 & 0 & 1\end{bmatrix}\]

(%i14) X12:rowop(X11,2,3,−1);

\[\operatorname{ }\begin{bmatrix}\frac{1}{4} & \frac{11}{4} & \frac{13}{4} & -\frac{5}{2} & 1 & 1 & 2 & 0\\0 & 1 & 2 & -1 & 0 & 1 & 0 & 0\\0 & 1 & 1 & -1 & 0 & 0 & 1 & 0\\\frac{1}{4} & \frac{7}{4} & \frac{13}{4} & -\frac{5}{2} & 0 & 0 & 0 & 1\end{bmatrix}\]

(%i15) X13:rowop(X12,1,3,2);

\[\operatorname{ }\begin{bmatrix}\frac{1}{4} & \frac{3}{4} & \frac{5}{4} & -\frac{1}{2} & 1 & 1 & 0 & 0\\0 & 1 & 2 & -1 & 0 & 1 & 0 & 0\\0 & 1 & 1 & -1 & 0 & 0 & 1 & 0\\\frac{1}{4} & \frac{7}{4} & \frac{13}{4} & -\frac{5}{2} & 0 & 0 & 0 & 1\end{bmatrix}\]

(%i16) X14:rowop(X13,1,2,1);

\[\operatorname{ }\begin{bmatrix}\frac{1}{4} & -\frac{1}{4} & -\frac{3}{4} & \frac{1}{2} & 1 & 0 & 0 & 0\\0 & 1 & 2 & -1 & 0 & 1 & 0 & 0\\0 & 1 & 1 & -1 & 0 & 0 & 1 & 0\\\frac{1}{4} & \frac{7}{4} & \frac{13}{4} & -\frac{5}{2} & 0 & 0 & 0 & 1\end{bmatrix}\]

Por tanto, la inversa será

(%i17) submatrix(X14,5,6,7,8);

\[\operatorname{ }\begin{bmatrix}\frac{1}{4} & -\frac{1}{4} & -\frac{3}{4} & \frac{1}{2}\\0 & 1 & 2 & -1\\0 & 1 & 1 & -1\\\frac{1}{4} & \frac{7}{4} & \frac{13}{4} & -\frac{5}{2}\end{bmatrix}\]


Bibliografía

  • Arriaza Gómez A. J., del Águila Garrido L., Rambla Barreno F., Redondo Neble M. V., Rodríguez Galván J. R., Viglialoro G. Manual de prácticas de Matemáticas con Máxima. Cádiz: Editorial UCA; 2015.

Ejercicio: Sea la matriz [[1,2,-3],[-2,0,4],[0,4,-2],[-2,-4,\(a\)]], ¿cuál es el valor de \(a\) para que el rango de la matriz sea par?
  • 3
  • 6
  • 9


La solución se mostrará más adelante.

ALG: Criptografía con matrices

Posted on 5 de octubre de 2026

El cifrado matricial (conocido históricamente como una variante del Cifrado de Hill) es una aplicación directa del álgebra lineal donde la clave secreta es una matriz invertible. ¿Cómo funciona el Cifrado Matricial?…

ALG: Determinante y menor de una matriz

Posted on 2 de octubre de 2026

Para que sea más fácil, definimos los determinantes de forma recursiva, utilizando el valor de un determinante de orden dos y la Regla de Laplace: Sea \(A=\begin{bmatrix}a_{11}&a_{12}\\ a_{21}&a_{22}\end{bmatrix}\in\mathcal{M}_2(\mathbb{K})\), definimos el determinante de…

MathBio: Aplicación de los determinantes

Posted on 1 de octubre de 2026

Ejercicio: Dada la matriz \[A=\begin{bmatrix} 2 & 4 & 1 & 12 \\ -1 & 1 & 0 & 3 \\ 0 & -1 & 9 & -3 \\ 7 & 3…

MathBio: Bases y subespacios vectoriales

Posted on 30 de septiembre de 2026

El pasado día definimos un espacio vectorial como un conjunto de elementos, que llamaremos vectores, que cumple determinadas propiedades respecto de un cuerpo, en nuestro caso \(\mathbb{R}\), los números reales. Veamos ciertas…

ALG: Inversa de una matriz y pseudoinversa

Posted on 30 de septiembre de 2026

Definimos la inversa de una matriz cuadrada \(A=[a_{ij}]\in \mathcal{M}_{n}(\mathbb{R} o \mathbb{C})\) como la matriz \(B=[b_{ij}]\in \mathcal{M}_{n}(\mathbb{R} o \mathbb{C})\) tal que \[AB=BA=I_n.\] El procedimiento que damos para calcular la inversa es el de…

ALG: Operaciones con matrices en maxima

Posted on 28 de septiembre de 2026

Operaciones con matrices en maxima El pasado día vimos como realizar transformaciones elementales para encontrar una matriz escalonada de cualquier matriz. Estas operaciones son fáciles con maxima utilizando estos comandos: rowswap(\(M\), i,…

ALG: Semejanza por operaciones elementales en matrices

Posted on 25 de septiembre de 2026

Hoy comenzamos definiendo semejanza de matrices por transformaciones elementales: Tomemos \(\mathbb{K}\) el cuerpo \(\mathbb{R}\) o \(\mathbb{C}\), y consideremos \(A=[a_{ij}]\in \mathcal{M}_{m\times n}(\mathbb{K})\) una matriz y \(A(f_i)=[a_{i1}\ldots a_{i,n}]\) (respectivamente \(A(c_i)=[a_{i1}\ldots a_{i,m}]’\)) una de las…

MathBio: Inversa de una matriz y Determinantes.

Posted on 24 de septiembre de 2026

Inversa de una matriz Definimos la inversa de una matriz cuadrada \(A=[a_{ij}]\in \mathcal{M}_{n}(\mathbb{R})\) como la matriz \(B=[b_{ij}]\in \mathcal{M}_{n}(\mathbb{R})\) tal que \[AB=BA=I_n.\] El procedimiento que damos para calcular la inversa, es el de…

MathBio: Matrices

Posted on 23 de septiembre de 2026

Veamos un ejemplo que utilizaremos con frecuencia de espacio vectorial, el de las matrices, donde veremos: Definición Matriz columna, matriz fila Matriz: traspuesta, identidad, cuadrada, triángular… Operaciones con matrices Suma de matrices…

Paginación de entradas

1 2 Siguientes

Novela

La Loba, la lucha fraticida por un reino

La Loba, la lucha fratricida por un reino.

Urraca, señora de Zamora, acusada de instigar la muerte de su hermano, el rey Sancho de Castilla, deberá defenderse de la acusación, al tiempo que luchará por mantener la cohesión entre los hermanos y los reinos cristianos: una lobera de fieros lobeznos.

👉 En amazon

Entradas recientes

  • MathBio: Álgebra con Maxima
  • ALG: Criptografía con matrices
  • ALG: Determinante y menor de una matriz
  • MathBio: Aplicación de los determinantes
  • MathBio: Bases y subespacios vectoriales
octubre 2026
L M X J V S D
 1234
567891011
12131415161718
19202122232425
262728293031  
« Sep    
  • álgebra
  • bioestadistica
  • matematica discreta
  • mathbio

Prácticas mathbio Prácticas álgebra

Meta

  • Acceder
  • Feed de entradas
  • Feed de comentarios
  • WordPress.org
©2026 Diario de clases | Diseño: Tema de WordPress Newspaperly