Implementar una función transponer_matriz(matriz) que reciba una matriz rectangular de dimensiones m por n y devuelva su matriz transpuesta n por m sin utilizar bibliotecas externas.
Para transponer una matriz rectangular en Python puro empezaremos por validar las dimensiones y obtener el número de filas y columnas, construiremos la nueva estructura intercambiando los índices mediante comprensión anidada de listas y comprobaremos la transposición sobre una cuadrícula de prueba.
Desarrollar una función sumar_matrices(A, B) que valide si dos matrices tienen idénticas dimensiones y retorne una nueva matriz con la suma elemento a elemento, lanzando ValueError si las dimensiones difieren.
Para implementar la suma matricial elemento a elemento empezaremos por validar defensivamente la igualdad de dimensiones espaciales, calcularemos la suma puntual de componentes mediante comprensión anidada de listas y verificaremos la operación sobre dos matrices compatibles.
Escribir una función multiplicar_matrices(A, B) que calcule el producto algebraico de dos matrices rectangulares compatibles de dimensiones m por k y k por n mediante bucles anidados en Python puro.
Para calcular el producto algebraico matricial empezaremos por comprobar la compatibilidad de la dimensión interna k entre ambas matrices, evaluaremos el producto escalar entre filas y columnas mediante acumulación y comprobaremos la multiplicación sobre dos matrices testigo.
Desarrollar una función convolucion_suavizado(matriz) que aplique un filtro de media móvil sobre una malla topográfica 2D, calculando para cada celda interior el promedio de su vecindario de 8 celdas adyacentes más la propia celda en un bloque de 3x3.
Para aplicar el filtro de convolución y suavizado topográfico empezaremos por crear una copia profunda de la malla para preservar lecturas, recorreremos los nodos interiores de la cuadrícula evaluando el bloque de tres por tres y calcularemos el promedio amortiguado de cada celda.
Implementar una función encontrar_puntos_silla(matriz) que examine una cuadrícula numérica y retorne una lista de coordenadas (fila, columna) de todos los puntos de silla existentes que sean mínimo de su fila y máximo de su columna.
Para localizar los puntos de silla sobre la matriz numérica empezaremos por identificar el valor mínimo en cada fila de la cuadrícula, comprobaremos si dicho candidato es simultáneamente el valor máximo en su respectiva columna y emitiremos las coordenadas nodales de equilibrio.
Solo los usuarios registrados pueden acceder a las soluciones completas de los ejercicios y al reproductor interactivo de ejercicios y de teoría.
🎁
¡Promoción de lanzamiento!
El acceso es gratuito de por vida y sin necesidad de introducir datos de pago para los 100 primeros usuarios registrados. A partir de los 100 primeros costará 4,99 €/mes (+IVA) o 49,99 €/año (+IVA).
Regístrate gratis para obtener acceso inmediato a todos los recursos. Si ya estás registrado en matemas.com, entra con tu usuario y contraseña: