āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻĒā§āϰāĻ•āĻžāϰāϭ⧇āĻĻ āĻ“ āϝ⧋āĻ—-āϗ⧁āĻŖ (Types, Addition & Multiplication of Matrix)

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻšāϞ⧋ āϏāĻžāϰāĻŋ (Row) āĻ“ āĻ¸ā§āϤāĻŽā§āĻ­ (Column) āφāĻ•āĻžāϰ⧇ āϏāĻžāϜāĻžāύ⧋ āϏāĻ‚āĻ–ā§āϝāĻžāϰ āφāϝāĻŧāϤāĻžāĻ•āĻžāϰ āĻŦāĻŋāĻ¨ā§āϝāĻžāϏāĨ¤ āϏāĻžāϧāĻžāϰāĻŖāϤ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏāϕ⧇ āĻŦ⧜ āĻšāĻžāϤ⧇āϰ āχāĻ‚āϰ⧇āϜāĻŋ āĻ…āĻ•ā§āώāϰ āĻĻā§āĻŦāĻžāϰāĻž āĻĒā§āϰāĻ•āĻžāĻļ āĻ•āϰāĻž āĻšā§Ÿ āϝ⧇āĻŽāύ A, B, C āχāĻ¤ā§āϝāĻžāĻĻāĻŋāĨ¤

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϏāĻžāϧāĻžāϰāĻŖ āϰ⧂āĻĒ

A = a11 a12 a21 a22

āĻāĻ–āĻžāύ⧇, a11, a12, a21, a22 āĻšāϞ⧋ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āωāĻĒāĻžāĻĻāĻžāύāĨ¤

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ•ā§āϰāĻŽ (Order of Matrix)

āϕ⧋āύ⧋ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇ āϝāϤāϗ⧁āϞ⧋ āϏāĻžāϰāĻŋ āĻ“ āĻ¸ā§āϤāĻŽā§āĻ­ āĻĨāĻžāϕ⧇ āϤāĻžāϕ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ•ā§āϰāĻŽ āĻŦāϞ⧇āĨ¤

āϝāĻĻāĻŋ m āϏāĻ‚āĻ–ā§āϝāĻ• āϏāĻžāϰāĻŋ āĻāĻŦāĻ‚ n āϏāĻ‚āĻ–ā§āϝāĻ• āĻ¸ā§āϤāĻŽā§āĻ­ āĻĨāĻžāϕ⧇ āϤāĻŦ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ•ā§āϰāĻŽ āĻšāĻŦ⧇:

m × n

āωāĻĻāĻžāĻšāϰāĻŖ

A = 1 2 3 4 5 6

āĻāĻ–āĻžāύ⧇ āϏāĻžāϰāĻŋ = 2 āĻāĻŦāĻ‚ āĻ¸ā§āϤāĻŽā§āĻ­ = 3 āĻ…āϤāĻāĻŦ, āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏāϟāĻŋāϰ āĻ•ā§āϰāĻŽ 2 × 3

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻĒā§āϰāĻ•āĻžāϰāϭ⧇āĻĻ

ā§§. āϏāĻžāϰāĻŋ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Row Matrix)

āϝ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇ āĻŽāĻžāĻ¤ā§āϰ āĻāĻ•āϟāĻŋ āϏāĻžāϰāĻŋ āĻĨāĻžāϕ⧇ āϤāĻžāϕ⧇ āϏāĻžāϰāĻŋ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

1 2 3

⧍. āĻ¸ā§āϤāĻŽā§āĻ­ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Column Matrix)

āϝ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇ āĻŽāĻžāĻ¤ā§āϰ āĻāĻ•āϟāĻŋ āĻ¸ā§āϤāĻŽā§āĻ­ āĻĨāĻžāϕ⧇ āϤāĻžāϕ⧇ āĻ¸ā§āϤāĻŽā§āĻ­ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

1 2 3

ā§Š. āĻŦāĻ°ā§āĻ— āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Square Matrix)

āϝ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇ āϏāĻžāϰāĻŋ āĻ“ āĻ¸ā§āϤāĻŽā§āϭ⧇āϰ āϏāĻ‚āĻ–ā§āϝāĻž āϏāĻŽāĻžāύ āϤāĻžāϕ⧇ āĻŦāĻ°ā§āĻ— āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

1 2 3 4

ā§Ē. āĻļā§‚āĻ¨ā§āϝ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Null Matrix)

āϝ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϏāĻ•āϞ āωāĻĒāĻžāĻĻāĻžāύ āĻļā§‚āĻ¨ā§āϝ āϤāĻžāϕ⧇ āĻļā§‚āĻ¨ā§āϝ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

0 0 0 0

ā§Ģ. āĻ•āĻ°ā§āĻŖ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Diagonal Matrix)

āϝ⧇ āĻŦāĻ°ā§āĻ— āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻĒā§āϰāϧāĻžāύ āĻ•āĻ°ā§āĻŖ āĻ›āĻžā§œāĻž āĻŦāĻžāĻ•āĻŋ āϏāĻŦ āωāĻĒāĻžāĻĻāĻžāύ āĻļā§‚āĻ¨ā§āϝ āϤāĻžāϕ⧇ āĻ•āĻ°ā§āĻŖ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

2 0 0 5

ā§Ŧ. āĻāĻ•āĻ• āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Identity Matrix)

āϝ⧇ āĻ•āĻ°ā§āĻŖ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻĒā§āϰāϧāĻžāύ āĻ•āĻ°ā§āϪ⧇āϰ āϏāĻŦ āωāĻĒāĻžāĻĻāĻžāύ 1 āĻšā§Ÿ āϤāĻžāϕ⧇ āĻāĻ•āĻ• āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

I = 1 0 0 1

ā§­. āĻ¸ā§āϕ⧇āϞāĻžāϰ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Scalar Matrix)

āϝ⧇ āĻ•āĻ°ā§āĻŖ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻĒā§āϰāϧāĻžāύ āĻ•āĻ°ā§āϪ⧇āϰ āϏāĻŦ āωāĻĒāĻžāĻĻāĻžāύ āϏāĻŽāĻžāύ āϤāĻžāϕ⧇ āĻ¸ā§āϕ⧇āϞāĻžāϰ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

3 0 0 3

ā§Ž. āϏāĻŽāĻŽāĻŋāϤ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ (Symmetric Matrix)

āϝāĻĻāĻŋ āϕ⧋āύ⧋ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻŸā§āϰāĻžāĻ¨ā§āϏāĻĒā§‹āϜ āϏ⧇āχ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϏāĻŽāĻžāύ āĻšā§Ÿ āϤāĻŦ⧇ āϤāĻžāϕ⧇ āϏāĻŽāĻŽāĻŋāϤ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āĻŦāϞ⧇āĨ¤

A = AT

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϝ⧋āĻ— (Addition of Matrix)

āϏāĻŽāĻžāύ āĻ•ā§āϰāĻŽā§‡āϰ āĻĻ⧁āϟāĻŋ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϏāĻŽāĻ¸ā§āĻĨāĻžāύāĻŋāĻ• āωāĻĒāĻžāĻĻāĻžāύ āϝ⧋āĻ— āĻ•āϰ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϝ⧋āĻ— āĻ•āϰāĻž āĻšā§ŸāĨ¤

āĻļāĻ°ā§āϤ

āĻĻ⧁āϟāĻŋ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ•ā§āϰāĻŽ āĻ…āĻŦāĻļā§āϝāχ āϏāĻŽāĻžāύ āĻšāϤ⧇ āĻšāĻŦ⧇āĨ¤

āϏ⧂āĻ¤ā§āϰ

( A + B )ij = aij + bij

āωāĻĻāĻžāĻšāϰāĻŖ

A = 1 2 3 4

āĻāĻŦāĻ‚

B = 5 6 7 8

āϤāĻžāĻšāϞ⧇,

A + B = 6 8 10 12

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻŦāĻŋāϝāĻŧā§‹āĻ— (Subtraction of Matrix)

āϏāĻŽāĻ¸ā§āĻĨāĻžāύāĻŋāĻ• āωāĻĒāĻžāĻĻāĻžāύ āĻŦāĻŋāϝāĻŧā§‹āĻ— āĻ•āϰ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻŦāĻŋāϝāĻŧā§‹āĻ— āĻ•āϰāĻž āĻšāϝāĻŧāĨ¤

( A - B )ij = aij - bij

āĻ¸ā§āϕ⧇āϞāĻžāϰ āϗ⧁āĻŖ (Scalar Multiplication)

āϕ⧋āύ⧋ āϏāĻ‚āĻ–ā§āϝāĻžāϕ⧇ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻĒā§āϰāϤāĻŋāϟāĻŋ āωāĻĒāĻžāĻĻāĻžāύ⧇āϰ āϏāĻžāĻĨ⧇ āϗ⧁āĻŖ āĻ•āϰāϞ⧇ āĻ¸ā§āϕ⧇āϞāĻžāϰ āϗ⧁āĻŖ āĻĒāĻžāĻ“ā§ŸāĻž āϝāĻžā§ŸāĨ¤

āϏ⧂āĻ¤ā§āϰ

k A = ka11 ka12 ka21 ka22

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϗ⧁āĻŖ (Multiplication of Matrix)

āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ āϗ⧁āϪ⧇āϰ āϜāĻ¨ā§āϝ āĻĒā§āϰāĻĨāĻŽ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ¸ā§āϤāĻŽā§āĻ­ āϏāĻ‚āĻ–ā§āϝāĻž āĻāĻŦāĻ‚ āĻĻā§āĻŦāĻŋāϤ⧀āϝāĻŧ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āϏāĻžāϰāĻŋ āϏāĻ‚āĻ–ā§āϝāĻž āϏāĻŽāĻžāύ āĻšāϤ⧇ āĻšāĻŦ⧇āĨ¤

āĻļāĻ°ā§āϤ

A = m × n , B = n × p

āϤāĻžāĻšāϞ⧇,

A B = m × p

āωāĻĻāĻžāĻšāϰāĻŖ

A = 1 2 3 4

āĻāĻŦāĻ‚

B = 5 6 7 8

āϤāĻžāĻšāϞ⧇,

A B = 1 × 5 + 2 × 7 1 × 6 + 2 × 8 3 × 5 + 4 × 7 3 × 6 + 4 × 8

āĻ…āĻ°ā§āĻĨāĻžā§Ž,

A B = 19 22 43 50

āĻŽāύ⧇ āϰāĻžāĻ–āĻžāϰ āωāĻĒāĻžā§Ÿ

  • āϝ⧋āĻ— āĻ“ āĻŦāĻŋāϝāĻŧā§‹āϗ⧇āϰ āϜāĻ¨ā§āϝ āĻĻ⧁āχ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ•ā§āϰāĻŽ āϏāĻŽāĻžāύ āĻšāϤ⧇ āĻšāĻŦ⧇
  • āϗ⧁āϪ⧇āϰ āϜāĻ¨ā§āϝ āĻĒā§āϰāĻĨāĻŽāϟāĻŋāϰ āĻ¸ā§āϤāĻŽā§āĻ­ āϏāĻ‚āĻ–ā§āϝāĻž = āĻĻā§āĻŦāĻŋāϤ⧀āϝāĻŧāϟāĻŋāϰ āϏāĻžāϰāĻŋ āϏāĻ‚āĻ–ā§āϝāĻž
  • āĻāĻ•āĻ• āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ•āĻžāϜ āϏāĻ‚āĻ–ā§āϝāĻžāϰ 1 āĻāϰ āĻŽāϤ⧋
  • āĻļā§‚āĻ¨ā§āϝ āĻŽā§āϝāĻžāĻŸā§āϰāĻŋāĻ•ā§āϏ⧇āϰ āĻ•āĻžāϜ āϏāĻ‚āĻ–ā§āϝāĻžāϰ 0 āĻāϰ āĻŽāϤ⧋

Related Question

View All
āĻļāĻŋāĻ•ā§āώāĻ•āĻĻ⧇āϰ āϜāĻ¨ā§āϝ āĻŦāĻŋāĻļ⧇āώāĻ­āĻžāĻŦ⧇ āϤ⧈āϰāĻŋ

ā§§ āĻ•ā§āϞāĻŋāϕ⧇ āĻĒā§āϰāĻļā§āύ, āĻļā§€āϟ, āϏāĻžāĻœā§‡āĻļāύ āĻ“
āĻ…āύāϞāĻžāχāύ āĻĒāϰ⧀āĻ•ā§āώāĻž āϤ⧈āϰāĻŋāϰ āϏāĻĢāϟāĻ“āϝāĻŧā§āϝāĻžāϰ!

āĻļ⧁āϧ⧁ āĻĒā§āϰāĻļā§āύ āϏāĻŋāϞ⧇āĻ•ā§āϟ āĻ•āϰ⧁āύ — āĻĒā§āϰāĻļā§āύāĻĒāĻ¤ā§āϰ āĻ…āĻŸā§‹āĻŽā§‡āϟāĻŋāĻ• āϤ⧈āϰāĻŋ!

āĻĒā§āϰāĻļā§āύ āĻāĻĄāĻŋāϟ āĻ•āϰāĻž āϝāĻžāĻŦ⧇
āϜāϞāĻ›āĻžāĻĒ āĻĻ⧇āϝāĻŧāĻž āϝāĻžāĻŦ⧇
āĻ āĻŋāĻ•āĻžāύāĻž āϝ⧁āĻ•ā§āϤ āĻ•āϰāĻž āϝāĻžāĻŦ⧇
Logo, Motto āϝ⧁āĻ•ā§āϤ āĻšāĻŦ⧇
āĻ…āĻŸā§‹ āĻĒā§āϰāϤāĻŋāĻˇā§āĻ āĻžāύ⧇āϰ āύāĻžāĻŽ
āĻ…āĻŸā§‹ āϏāĻŽāϝāĻŧ, āĻĒā§‚āĻ°ā§āĻŖāĻŽāĻžāύ
āĻĒā§āϰāĻļā§āύ āĻāĻĄāĻŋāϟ āĻ•āϰāĻž āϝāĻžāĻŦ⧇
āϜāϞāĻ›āĻžāĻĒ āĻĻ⧇āϝāĻŧāĻž āϝāĻžāĻŦ⧇
āĻ āĻŋāĻ•āĻžāύāĻž āϝ⧁āĻ•ā§āϤ āĻ•āϰāĻž āϝāĻžāĻŦ⧇
Logo, Motto āϝ⧁āĻ•ā§āϤ āĻšāĻŦ⧇
āĻ…āĻŸā§‹ āĻĒā§āϰāϤāĻŋāĻˇā§āĻ āĻžāύ⧇āϰ āύāĻžāĻŽ
āĻ…āĻŸā§‹ āϏāĻŽāϝāĻŧ, āĻĒā§‚āĻ°ā§āĻŖāĻŽāĻžāύ
āĻ…āĻŸā§‹ āύāĻŋāĻ°ā§āĻĻ⧇āĻļāύāĻž (āĻāĻĄāĻŋāϟāϝ⧋āĻ—ā§āϝ)
āĻ…āĻŸā§‹ āĻŦāĻŋāώāϝāĻŧ āĻ“ āĻ…āĻ§ā§āϝāĻžāϝāĻŧ
OMR āϏāĻ‚āϝ⧁āĻ•ā§āϤ āĻ•āϰāĻž āϝāĻžāĻŦ⧇
āĻĢāĻ¨ā§āϟ, āĻ•āϞāĻžāĻŽ, āĻĄāĻŋāĻ­āĻžāχāĻĄāĻžāϰ
āĻĒā§āϰāĻļā§āύ/āĻ…āĻĒāĻļāύ āĻ¸ā§āϟāĻžāχāϞ āĻĒāϰāĻŋāĻŦāĻ°ā§āϤāύ
āϏ⧇āϟ āϕ⧋āĻĄ, āĻŦāĻŋāώāϝāĻŧ āϕ⧋āĻĄ
āĻ…āĻŸā§‹ āύāĻŋāĻ°ā§āĻĻ⧇āĻļāύāĻž (āĻāĻĄāĻŋāϟāϝ⧋āĻ—ā§āϝ)
āĻ…āĻŸā§‹ āĻŦāĻŋāώāϝāĻŧ āĻ“ āĻ…āĻ§ā§āϝāĻžāϝāĻŧ
OMR āϏāĻ‚āϝ⧁āĻ•ā§āϤ āĻ•āϰāĻž āϝāĻžāĻŦ⧇
āĻĢāĻ¨ā§āϟ, āĻ•āϞāĻžāĻŽ, āĻĄāĻŋāĻ­āĻžāχāĻĄāĻžāϰ
āĻĒā§āϰāĻļā§āύ/āĻ…āĻĒāĻļāύ āĻ¸ā§āϟāĻžāχāϞ āĻĒāϰāĻŋāĻŦāĻ°ā§āϤāύ
āϏ⧇āϟ āϕ⧋āĻĄ, āĻŦāĻŋāώāϝāĻŧ āϕ⧋āĻĄ
āĻāĻ–āύāχ āĻļ⧁āϰ⧁ āĻ•āϰ⧁āύ āĻĄā§‡āĻŽā§‹ āĻĻ⧇āϖ⧁āύ
ā§Ģā§Ļ,ā§Ļā§Ļā§Ļ+
āĻļāĻŋāĻ•ā§āώāĻ•
ā§Šā§Ļ āϞāĻ•ā§āώ+
āĻĒā§āϰāĻļā§āύāĻĒāĻ¤ā§āϰ

Related Question

āĻŽāĻžāĻ¤ā§āϰ ā§§ā§Ģ āĻĒ⧟āϏāĻžā§Ÿ āĻĒā§āϰāĻļā§āύāĻĒāĻ¤ā§āϰ
ā§§ āĻ•ā§āϞāĻŋāϕ⧇ āĻĒā§āϰāĻļā§āύ, āĻļā§€āϟ, āϏāĻžāĻœā§‡āĻļāύ āϤ⧈āϰāĻŋ āĻ•āϰ⧁āύ āφāϜāχ

Complete Exam
Preparation

Learn, practice, analyse and improve

1M+ downloads
4.6 ¡ 8k+ Reviews