Scribd
Cargar
15 vistas

Lab Matrices 2D v1 Python

El documento describe 10 métodos para manipular y analizar arreglos bidimensionales (matrices) en Python. Estos incluyen: 1) calcular la suma de cada fila de una matriz; 2) buscar un número dentro de una matriz y devolver su posición; y 3) generar diferentes tipos de matrices como matrices unitarias, triangulares superiores y matrices en forma de "víbora".

Cargado por

Ceci Saavedra
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
15 vistas

Lab Matrices 2D v1 Python

El documento describe 10 métodos para manipular y analizar arreglos bidimensionales (matrices) en Python. Estos incluyen: 1) calcular la suma de cada fila de una matriz; 2) buscar un número dentro de una matriz y devolver su posición; y 3) generar diferentes tipos de matrices como matrices unitarias, triangulares superiores y matrices en forma de "víbora".

Cargado por

Ceci Saavedra
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 3

Laboratorio

Arreglos Bidimensionales (Matrices)

Desarrollar los métodos Python para:

1. Ingrese 12 números en un arreglo bidimensional (matriz) de 4x3 y obtenga la suma de


cada fila.
Ej.
Suma

[ ]
45 25 −10 = 60
= 53
A= 15 38 0
−20 15.5 10.8 = 6.3
30 41 4 = 75

2. Buscar un número entero dentro de una matriz de 4x3. Si el numero existe devuelva su
posición (fila columna), caso contrario devuelva el mensaje "no existe".
Ej. Entrada: Numero a buscar = 20

[ ]
0 −5 10
100 47 89
B=
120 −50 23
200 500 100

Salida: El numero 23 “existe” y su posición es: [2,2]

Sugerencia: use la función np.where()

3. Generar la siguiente matriz de orden NxN.


Ej.

( )
1 0 1 0
Mat= 1 0 1 0
1 0 1 0
1 0 1 0
Mat=(1 0 1 0
1010
1010
1010)
4. Generar la matriz Triangular Superior de orden N

Ej.

1 2 3
TS = 0 4 5
0 0 6
5. Crear la matriz “Víbora” orden N x N
Ej.

( )
1 2 3 4
V= 8 7 6 5
9 10 11 12
16 15 14 13

6. Desarrollar un programa que calcule C =A + kB donde A, B, C son matrices y k escalar

Ej. k=2

[ ][ ] [ ]
21 40 60 1 0 0 10 20 30
80 101 120 = 0 1 0 +2 40 50 60
140 160 181 0 0 1 70 80 90

C = A + 2B

7. Ordenar las filas de una matriz de tamaño N x N por la segunda columna


ascendentemente.
Ej.

[ ] [ ]
90 −20 30 90 −20 30
Mat= 55 45 35 → Mat ( ordenada )= 0 −5 78
0 −5 78 55 45 35

Sugerencia: Emplear la función argsort() de Numpy

Mat 1
8. Calcular: Mat 3= donde Mat3, Mat2 y Mat1 son matrices
Mat 2
Ej.

[ ]
1 0 0
0 1 0

[ ]
−0.27 0.13 0.07 0 0 1
30.23 −0.12 0.07 =

[ ]
0.18 0.08 −0.04 0 2 3
4 0 6
7 8 0

Mat3 = Mat1 x (Mat2)-1

9. Obtener la solución de un sistema de ecuaciones lineales. Desarrolle el método.


Ej.
x + 2y + 3z = 1
3x + 5y + 10z = 2
-5x -2y - 4z = 3

[ ]
1 2 3 1
A= 3 5 10 2
−5 −2 −4 3

La solución: [-1. 1. 0]
Sugerencia: Use la función solve() de la librería Numpy.

10. Solicitar al usuario una cadena (palabra o frase) y determinar la cantidad de incidencias de
la cadena dentro de una Matriz.

Ej. Cadena = “Arena”

[ ]
Cemento Grava Arena Arcilla
Piedra Yeso Pusolana Cal
Materiales=
Madera Clavo Tornillo Arena
Cemento Arena Cal Piedra

Luego:

“Arena” posee 3 incidencias en la matriz Materiales.

Sugerencia: aplica la función: count_nonzero()

También podría gustarte