Contenido

Objetivo

Estudiar los aspectos clave de las matrices, desde su descomposición hasta como aplicarlo en aproximaciones matriciales.

Descripción

Conocer los fundamentos de descomposición de matrices en valores singulares, que, sumado al análisis de componentes principales, juegan un papel primordial en los modelos de aprendizaje automático y en el desarrollo de la inteligencia artificial.

Explicación

Haz clic para revisar la explicación.
Descomposición matricial

Recursos adicionales

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa la siguiente lectura:

Para conocer más sobre descomposición matricial, te recomendamos leer:

Rubiales, A. (2020). Singular Value Decomposition (SVD) con Python. Creando un sistema de recomendación. Recuperado de https://rubialesalberto.medium.com/singular-value-decomposition-svd-con-python-creando-un-sistema-de-recomendacion-640de1b8b002

Actividad

Objetivo

Analizar y resolver problemas matemáticos sobre matrices utilizando programación.

Instrucciones

Realiza un programa en lenguaje Python que incluya lo siguiente:

  • Genera una matriz cuadrada y calcula su determinante y su traza.
  • Calcula el rango de la matriz generada y los valores de los coeficientes de su polinomio característico.
  • Encuentra las raíces polinomio característico de la matriz generada.
  • Calcula los autovalores y autovectores de una nueva matriz:   realiza su autodescomposición y grafica los resultados obtenidos en un plano con Matplotlib.
Checklist

Asegúrate de:

  • Calcula y resuelve los aspectos indicados.
  • Realiza la autodescomposición y grafica los resultados.