Matrices Notes for Government Competitive Exams

Sarkari Result Education • Mathematics Master Notes

MATRICES — Complete Master Notes

Types of Matrices • Matrix Operations • Addition • Subtraction • Multiplication • Transpose — Basic से Advanced तथा Exam-Level तैयारी के लिए व्यवस्थित अध्ययन सामग्री।

1️⃣ Chapter Introduction

Matrix (आव्यूह) संख्याओं, प्रतीकों या expressions को rows और columns के व्यवस्थित rectangular arrangement में लिखने का तरीका है।

📘 सरल Definition

किसी निश्चित संख्या में Rows और Columns में व्यवस्थित तत्वों (elements) के rectangular arrangement को Matrix कहते हैं।

Matrix की आवश्यकता क्यों?

बहुत सारी संख्याओं को व्यवस्थित रूप से लिखने के लिए।
Linear equations और mathematical relationships को compact form में दर्शाने के लिए।
Engineering, Physics, Computer Science, Statistics और कई technical क्षेत्रों में calculations के लिए।
Competitive examinations में matrix के order, types, operations, multiplication और transpose पर conceptual questions बनाने के लिए।

✍️ सबसे पहले क्या समझें?

Matrix chapter में सबसे महत्वपूर्ण आधार है: Rows + Columns + Order + Elements. यदि ये चार concepts स्पष्ट हैं तो आगे के अधिकांश operations आसानी से समझे जा सकते हैं।

2️⃣ Exam Applicability

इस chapter की applicability सभी general government exams में समान नहीं है। उपलब्ध official syllabus evidence के आधार पर matrices का स्पष्ट उल्लेख विशेष रूप से कुछ Mathematics/Engineering-oriented examinations में मिलता है।

Exam / Category	Relevance	Question Pattern	Important Subtopics
UPSC NDA/NA	High / Direct	Mathematics में objective questions	Types of Matrices, Operations on Matrices; broader syllabus में determinants, inverse और matrix method भी शामिल हैं।
UPSC ESE / Engineering Services	High for Engineering Mathematics	Engineering Mathematics / discipline-specific technical paper context	Matrix theory तथा engineering mathematics में matrices से जुड़े concepts।
Engineering Recruitment Exams	Exam-specific	Technical / Engineering Mathematics	Matrix operations, matrix theory, linear equations आदि — संबंधित notification/syllabus के अनुसार।
RRB JE	Exam/discipline-specific	Technical syllabus	संबंधित discipline के official syllabus में topic स्पष्ट होने पर तैयारी करें।
SSC CGL / CHSL / MTS आदि	इस exact chapter के लिए सामान्यतः direct topic नहीं माना जाए	General Quantitative Aptitude	Official syllabus में exact matrix topic की पुष्टि के बिना इसे direct SSC matrix topic न मानें।
Banking Exams	इस exact chapter के लिए सामान्यतः direct नहीं	Quantitative Aptitude / Reasoning आदि	Basic arithmetic, algebra, DI आदि अधिक relevant; matrix applicability notification-specific हो सकती है।
Police / CAPF / General State Exams	Exam-specific	General Mathematics / Aptitude	Official syllabus देखकर applicability निर्धारित करें।
Teaching / Higher Education	Exam-specific से High तक	Subject Mathematics / Mathematical aptitude	संबंधित recruitment/exam syllabus के अनुसार।

🔎 महत्वपूर्ण Verification Note

UPSC NDA के official notification में “MATRICES AND DETERMINANTS” के अंतर्गत Types of matrices और operations on matrices स्पष्ट रूप से दिए गए हैं। UPSC ESE में Engineering Mathematics/Matrix Theory का उल्लेख मिलता है। इसलिए इन exams के लिए यह chapter directly relevant है।

Exam pattern या topic frequency को बिना official notification/question-paper evidence के निश्चित संख्या या percentage के रूप में नहीं बताया गया है।

3️⃣ Basic Concepts

3.1 Matrix क्या है?

मान लें हमारे पास चार संख्याएँ हैं:

2	5
7	9

इसे matrix के रूप में लिखा जा सकता है:

A = [ 2 5 ; 7 9 ]

यहाँ 2 rows और 2 columns हैं। इसलिए इसका order 2 × 2 है।

3.2 Rows क्या हैं?

Matrix में horizontal arrangement को Row कहते हैं।

1	2	3
4	5	6

ऊपर matrix में:
पहली row = 1, 2, 3
दूसरी row = 4, 5, 6

3.3 Columns क्या हैं?

Matrix में vertical arrangement को Column कहते हैं।

ऊपर के matrix में कुल 3 columns हैं।

3.4 Order of Matrix

📐 Golden Rule

Order = Number of Rows × Number of Columns

यदि matrix में m rows और n columns हैं, तो उसका order:

m × n

🟢 BASIC

उदाहरण: यदि किसी matrix में 3 rows और 5 columns हैं, तो उसका order क्या होगा?

उत्तर: 3 × 5

क्योंकि पहले rows और फिर columns लिखे जाते हैं।

3.5 Element क्या है?

Matrix के अंदर मौजूद प्रत्येक संख्या या quantity को Element कहते हैं।

यदि matrix को A = [a_ij] लिखा जाए, तो a_ij का अर्थ है: i-th row और j-th column का element.

✍️ याद रखें

पहला subscript = Row
दूसरा subscript = Column

a₂₃ = 2nd row और 3rd column का element.

4️⃣ Important Definitions

Matrix

Rows और columns में व्यवस्थित elements का rectangular arrangement.

Order

Matrix में rows की संख्या × columns की संख्या.

Element

Matrix के अंदर उपस्थित प्रत्येक entry.

Square Matrix

जिस matrix में rows और columns की संख्या समान हो।

Row Matrix

जिस matrix में केवल एक row हो।

Column Matrix

जिस matrix में केवल एक column हो।

Zero Matrix

जिसके सभी elements zero हों।

Diagonal Matrix

Square matrix जिसमें main diagonal के बाहर सभी elements zero हों।

Scalar Matrix

Diagonal matrix जिसमें main diagonal के सभी elements समान हों।

Identity Matrix

Square matrix जिसकी main diagonal के सभी elements 1 और अन्य elements 0 हों।

Transpose

Rows को columns और columns को rows में बदलने से प्राप्त matrix.

Compatible Matrices

Matrix addition/subtraction में same order चाहिए; multiplication में first matrix के columns = second matrix की rows होनी चाहिए।

5️⃣ Types of Matrices

5.1 Row Matrix

जिस matrix में केवल एक row हो, वह Row Matrix है।

Order = 1 × 4

5.2 Column Matrix

जिस matrix में केवल एक column हो, वह Column Matrix है।

Order = 3 × 1

5.3 Rectangular Matrix

जिस matrix में rows और columns की संख्या अलग-अलग हो, वह Rectangular Matrix कहलाता है।

1	2	3
4	5	6

Order = 2 × 3

5.4 Square Matrix

यदि rows = columns हों, तो Square Matrix होता है।

2	4
5	7

Order = 2 × 2

📌 Important Rule

Square matrix में rows और columns की संख्या हमेशा बराबर होती है।

5.5 Zero / Null Matrix

0	0
0	0

जिस matrix के प्रत्येक element का मान 0 हो, उसे Zero Matrix कहते हैं।

5.6 Diagonal Matrix

4	0	0
0	7	0
0	0	9

Main diagonal के बाहर सभी elements zero हैं।

5.7 Scalar Matrix

5	0	0
0	5	0
0	0	5

यह diagonal matrix है और main diagonal के सभी elements समान हैं।

5.8 Identity Matrix

1	0	0
0	1	0
0	0	1

इसे I से दर्शाया जाता है।

⚡ Memory Trick

Identity = Main Diagonal पर 1, बाकी सब 0

5.9 Upper Triangular Matrix

Square matrix जिसमें main diagonal के नीचे के सभी elements zero हों।

2	4	7
0	5	8
0	0	9

5.10 Lower Triangular Matrix

Square matrix जिसमें main diagonal के ऊपर के सभी elements zero हों।

2	0	0
4	5	0
7	8	9

Matrix Type	Main Condition	Example Order
Row	केवल 1 row	1 × n
Column	केवल 1 column	m × 1
Rectangular	m ≠ n	2 × 3
Square	m = n	3 × 3
Zero	सभी elements 0	कोई भी order
Diagonal	Diagonal के बाहर 0	n × n
Scalar	Diagonal entries समान	n × n
Identity	Diagonal = 1, बाकी = 0	n × n
Upper Triangular	Diagonal के नीचे 0	n × n
Lower Triangular	Diagonal के ऊपर 0	n × n

6️⃣ Matrix Operations

मुख्य operations:

Addition Subtraction Multiplication Transpose

6.1 Addition

दो matrices को add करने के लिए उनका order समान होना चाहिए।

6.2 Subtraction

दो matrices को subtract करने के लिए भी दोनों का order समान होना चाहिए।

6.3 Multiplication

यदि A का order m × n है और B का order n × p है, तो AB defined होगा और उसका order:

(m × n)(n × p) = m × p

6.4 Transpose

Transpose में rows columns बन जाती हैं और columns rows बन जाते हैं।

7️⃣ Matrix Addition और Subtraction

7.1 Addition Rule

A + B तभी defined है जब A और B का order समान हो।

मान लें:

1	2
3	4

और:

5	6
7	8

तब:

1+5	2+6
3+7	4+8

अतः:

6	8
10	12

7.2 Subtraction Rule

Subtraction भी corresponding elements के बीच किया जाता है।

9	8
7	6

में से:

1	2
3	4

घटाने पर:

8	6
4	2

⚠️ Trap Point

2 × 3 और 3 × 2 matrices को सीधे add नहीं किया जा सकता। Order समान होना जरूरी है।

7.3 Properties of Addition

Commutative: A + B = B + A
Associative: (A + B) + C = A + (B + C)
Additive Identity: A + O = A
Additive Inverse: A + (−A) = O

8️⃣ Matrix Multiplication

8.1 सबसे महत्वपूर्ण Condition

A_m×n × B_n×p = AB_m×p

पहली matrix के columns की संख्या दूसरी matrix की rows की संख्या के बराबर होनी चाहिए।

⚡ सबसे आसान Trick

Inside numbers SAME → Multiplication Possible

(m × n) × (n × p)

बाहर के numbers result का order देते हैं: m × p

8.2 Example

मान लें A का order 2 × 3 है और B का order 3 × 4 है।

(2 × 3)(3 × 4) = 2 × 4

इसलिए AB defined है और result का order 2 × 4 होगा।

8.3 कब Multiplication संभव नहीं है?

यदि A = 2 × 3 और B = 2 × 2 है:

(2 × 3)(2 × 2)

यहाँ 3 ≠ 2.

अतः AB defined नहीं है।

8.4 Actual Multiplication

मान लें:

1	2
3	4

और:

5	6
7	8

पहले element के लिए:

(1×5) + (2×7) = 5 + 14 = 19

दूसरे element के लिए:

(1×6) + (2×8) = 6 + 16 = 22

तीसरे element के लिए:

(3×5) + (4×7) = 15 + 28 = 43

चौथे element के लिए:

(3×6) + (4×8) = 18 + 32 = 50

अतः:

19	22
43	50

8.5 Matrix Multiplication Commutative क्यों नहीं?

सामान्यतः: AB ≠ BA

Matrix multiplication में order बदलने से result बदल सकता है या दूसरा multiplication defined ही नहीं हो सकता।

8.6 Associative Property

जहाँ सभी products defined हों:

(AB)C = A(BC)

8.7 Distributive Property

A(B+C)=AB+AC

और:

(A+B)C=AC+BC

8.8 Identity Matrix का महत्व

उचित order की identity matrix I के लिए:

AI = IA = A

✍️ याद रखें

Identity Matrix matrix multiplication में संख्या 1 जैसी भूमिका निभाती है। लेकिन इसका order compatible होना आवश्यक है।

9️⃣ Transpose of Matrix

9.1 Definition

किसी matrix A की rows को columns और columns को rows में बदलने से प्राप्त matrix को Transpose of A कहते हैं। इसे A^T से दर्शाते हैं।

9.2 Example

यदि:

1	2	3
4	5	6

तो:

1	4
2	5
3	6

अर्थात 2 × 3 matrix का transpose 3 × 2 होगा।

📐 Transpose Order Rule

m × n → n × m

9.3 Important Properties

(A^T)^T = A
(A + B)^T = A^T + B^T
(A − B)^T = A^T − B^T
(kA)^T = kA^T
(AB)^T = B^TA^T

⚠️ सबसे महत्वपूर्ण Trap

(AB)^T = B^TA^T

Transpose लेते समय multiplication का order reverse हो जाता है।

9.4 Symmetric Matrix

यदि:

A^T = A

तो A को symmetric matrix कहते हैं।

Symmetric matrix आवश्यक रूप से square matrix होती है।

⚡ Formula / Rules / Tricks

📐 Order

Order = Rows × Columns

➕ Addition

Same order आवश्यक।

➖ Subtraction

Same order आवश्यक।

✖️ Multiplication

(m×n)(n×p) = m×p

🔄 Transpose

(m×n)^T = n×m

🔢 Identity

AI = IA = A, जहाँ orders compatible हों।

🧠 Multiplication Trick

पहली matrix के columns = दूसरी matrix की rows.

🧠 Transpose Trick

Row ↔ Column

⚡ One-Line Memory Codes

ADD/SUBTRACT → SAME ORDER

MULTIPLY → INNER NUMBERS SAME

RESULT ORDER → OUTER NUMBERS

TRANSPOSE → ROW ↔ COLUMN

IDENTITY → Diagonal 1, बाकी 0

📝 Solved Examples

🟢 BASIC

Example 1 — Order

यदि A में 4 rows और 7 columns हैं, तो A का order क्या है?

A) 7 × 4

B) 4 × 7

C) 4 + 7

D) 28 × 1

Correct Answer: B) 4 × 7

Solution: Order = Rows × Columns = 4 × 7.

Concept: Matrix order.

🟢 BASIC

Example 2 — Matrix Type

एक matrix का order 1 × 5 है। यह किस प्रकार की matrix है?

A) Column Matrix

B) Row Matrix

C) Square Matrix

D) Identity Matrix

Correct Answer: B) Row Matrix

क्योंकि इसमें केवल एक row है।

🟡 MEDIUM

Example 3 — Addition

A और B दोनों 2 × 2 matrices हैं। क्या A+B defined होगा?

A) हाँ

B) नहीं

C) केवल A के zero होने पर

D) केवल B के zero होने पर

Correct Answer: A) हाँ

दोनों matrices का order समान है, इसलिए addition defined है।

🟡 MEDIUM

Example 4 — Multiplication Order

A का order 3 × 4 और B का order 4 × 2 है। AB का order क्या होगा?

A) 3 × 2

B) 4 × 4

C) 2 × 3

D) Multiplication impossible

Correct Answer: A) 3 × 2

(3×4)(4×2) में अंदर के 4 समान हैं। इसलिए multiplication possible है और result order 3×2 होगा।

🟠 HARD

Example 5 — Actual Multiplication

यदि:

2	1
3	4

और:

5	2
1	3

तो AB ज्ञात कीजिए।

पहला element: (2×5)+(1×1)=11

दूसरा element: (2×2)+(1×3)=7

तीसरा element: (3×5)+(4×1)=19

चौथा element: (3×2)+(4×3)=18

11	7
19	18

🟡 MEDIUM

Example 6 — Transpose

यदि:

1	4	7
2	5	8

तो A^T क्या होगा?

1	2
4	5
7	8

Original order = 2×3, transpose order = 3×2.

🔴 ADVANCED

Example 7 — Transpose of Product

यदि A और B compatible matrices हैं, तो (AB)^T क्या होगा?

A) A^TB^T

B) B^TA^T

C) AB

D) BA

Correct Answer: B) B^TA^T

Rule: Product का transpose लेते समय order reverse होता है।

🔥 PYQ Section

⚠️ PYQ Authenticity Notice

इस page में किसी question को बिना official question paper/source verification के वास्तविक PYQ नहीं कहा गया है। इसलिए नीचे दिए गए questions को स्पष्ट रूप से:

“PYQ Pattern Based Important Question”

के रूप में प्रस्तुत किया गया है।

PYQ Pattern Based Important Question

Question 1

यदि A का order 2×3 और B का order 3×4 है, तो AB का order क्या होगा?

A) 2×4

B) 3×3

C) 4×2

D) 2×3

उत्तर: A) 2×4

PYQ Pattern Based Important Question

Question 2

यदि A एक 3×5 matrix है, तो A^T का order क्या होगा?

A) 3×5

B) 5×3

C) 5×5

D) 3×3

उत्तर: B) 5×3

PYQ Pattern Based Important Question

Question 3

निम्न में से कौन-सा statement सामान्यतः सही है?

A) AB = BA हमेशा

B) AB ≠ BA सामान्यतः

C) AB हमेशा undefined

D) A+B हमेशा undefined

उत्तर: B) AB ≠ BA सामान्यतः

Source Discipline: वास्तविक PYQ के लिए exam name, year, paper/shift और source verify होने पर ही “PYQ” label इस्तेमाल करें।

🎯 Practice Questions

🟢 BASIC

Q1. 5 rows और 3 columns वाली matrix का order क्या होगा?

A) 3×5

B) 5×3

C) 8×1

D) 15×15

🟢 BASIC

Q2. 1×6 matrix किस प्रकार की matrix है?

A) Row

B) Column

C) Square

D) Identity

🟢 BASIC

Q3. Matrix addition के लिए क्या आवश्यक है?

A) Same order

B) Different order

C) Same number of elements only

D) दोनों square हों

🟡 MEDIUM

Q4. A का order 4×2 और B का order 2×5 है। AB का order क्या होगा?

A) 4×5

B) 2×2

C) 5×4

D) Undefined

🟡 MEDIUM

Q5. A का order 3×4 और B का order 2×3 है। AB के बारे में क्या सही है?

A) Defined

B) Undefined

C) 3×3

D) 4×2

🟡 MEDIUM

Q6. 2×7 matrix का transpose किस order का होगा?

A) 2×7

B) 7×2

C) 7×7

D) 2×2

🟠 HARD

Q7. यदि A और B same order की matrices हैं, तो निम्न में से कौन-सा हमेशा सही है?

A) A+B defined

B) AB defined

C) BA defined

D) A/B defined

🟠 HARD

Q8. यदि A का order 3×4 और B का order 4×3 है, तो AB और BA के orders क्रमशः क्या होंगे?

A) 3×3 और 4×4

B) 4×4 और 3×3

C) दोनों 3×3

D) दोनों 4×4

🔴 ADVANCED

Q9. यदि (AB)^T ज्ञात करना हो तो सही expression क्या है?

A) A^TB^T

B) B^TA^T

C) AB

D) BA

🔴 ADVANCED

Q10. यदि A एक square matrix है और A^T=A, तो A किस प्रकार की matrix है?

A) Symmetric

B) Rectangular

C) Row

D) Column

Answer Key

1-B | 2-A | 3-A | 4-A | 5-B | 6-B | 7-A | 8-A | 9-B | 10-A

Detailed Solutions

Q1: Order = Rows × Columns = 5×3. → B

Q2: One row वाली matrix = Row Matrix. → A

Q3: Addition के लिए दोनों matrices का order समान होना चाहिए. → A

Q4: (4×2)(2×5) में inner 2 समान हैं; result = 4×5. → A

Q5: (3×4)(2×3) में 4 ≠ 2, इसलिए AB undefined. → B

Q6: Transpose में 2×7 → 7×2. → B

Q7: Same order होने पर A+B defined होता है. → A

Q8: AB = (3×4)(4×3)=3×3; BA=(4×3)(3×4)=4×4. → A

Q9: Product transpose rule: (AB)^T=B^TA^T. → B

Q10: A^T=A होने पर A symmetric matrix है. → A

🧠 Concept Based Questions

🟡 MEDIUM

Q1. क्या 2×3 और 3×2 matrices को add किया जा सकता है?

उत्तर: नहीं।

Addition के लिए orders समान होने चाहिए। 2×3 ≠ 3×2.

🟡 MEDIUM

Q2. यदि AB defined है, तो क्या BA भी हमेशा defined होगा?

उत्तर: नहीं।

उदाहरण के लिए A = 2×3 और B = 3×4 लें। AB defined है और order 2×4 है, लेकिन BA के लिए (3×4)(2×3) में 4 ≠ 2, इसलिए BA defined नहीं है।

🟠 HARD

Q3. यदि A 4×6 है, तो A^T किस order का होगा और क्यों?

उत्तर: 6×4.

Transpose rows को columns और columns को rows में बदलता है।

🔴 ADVANCED

Q4. यदि A और B दोनों square matrices हैं, तो क्या इससे AB=BA सिद्ध होता है?

उत्तर: नहीं।

Square होना multiplication को compatible बना सकता है, लेकिन matrix multiplication सामान्यतः commutative नहीं है।

🔴 Advanced Level

1. Multiplication Compatibility

यदि A का order m×n है और B का order p×q है, तो AB तभी defined होगा जब:

n = p

और result का order:

m × q

2. AB और BA अलग हो सकते हैं

यदि दोनों products defined हों तब भी सामान्यतः:

AB ≠ BA

3. Transpose Product Rule

(AB)^T = B^TA^T

4. Identity Matrix

उचित dimension की identity matrix I के साथ:

AI=A

और:

IA=A

5. Zero Matrix

उचित order की zero matrix O के लिए:

A + O = A

और जहाँ multiplication defined हो:

AO = O

6. Important Concept Trap

A+B defined होने का अर्थ यह नहीं है कि AB defined भी होगा।

Addition और multiplication की compatibility conditions अलग हैं।

🔴 ADVANCED

A = 2×3 और B = 2×3 हैं।

A+B defined है क्योंकि दोनों का order समान है। लेकिन AB के लिए 3 = 2 होना चाहिए, जो गलत है।

अतः A+B defined है, लेकिन AB undefined है।

⚠️ विद्यार्थी अक्सर ये गलतियां करते हैं

गलती 1

❌ 2×3 और 3×2 matrices को add करना।

✅ Addition के लिए same order चाहिए।

गलती 2

❌ Matrix multiplication में केवल total elements देखकर compatibility तय करना।

✅ First matrix के columns = second matrix की rows देखें।

गलती 3

❌ Multiplication के बाद result order को उल्टा लिखना।

✅ (m×n)(n×p) = m×p.

गलती 4

❌ (AB)^T = A^TB^T लिखना।

✅ (AB)^T = B^TA^T.

गलती 5

❌ Square matrix को हमेशा Identity matrix मानना।

✅ हर Identity matrix square होती है, लेकिन हर square matrix identity नहीं होती।

गलती 6

❌ Scalar matrix को किसी भी diagonal matrix के समान समझना।

✅ Scalar matrix में main diagonal के सभी entries समान होते हैं।

गलती 7

❌ Transpose में elements का order randomly बदल देना।

✅ प्रत्येक row को corresponding column में बदलें।

🚀 Exam Strategy

1. पहले Order पहचानें

Question देखते ही rows और columns लिखें।

2. Addition/Subtraction

सबसे पहले order compare करें। Same order होने पर corresponding elements पर operation करें।

3. Multiplication

पहले केवल dimensions देखें:

(m×n)(n×p)

यदि अंदर की संख्या same है तो multiplication possible है।

4. Transpose

Rows को columns में बदलें। Order भी reverse होगा।

5. Options Elimination

गलत dimension वाला answer तुरंत eliminate करें।
Multiplication में result order पहले निकालें।
Transpose में order reverse check करें।
Identity matrix में diagonal = 1 और बाकी = 0 check करें।

6. Guessing सावधानी

यदि किसी recruitment exam में negative marking लागू हो, तो guessing strategy संबंधित current official notification के अनुसार रखें। किसी specific exam की marking scheme को बिना verification के universal rule न मानें।

⚡ Quick Revision

Order

Rows × Columns

Addition

Same Order

Subtraction

Same Order

Multiplication

Inner dimensions same

Result

Outer dimensions

Transpose

Rows ↔ Columns

Identity

Diagonal 1, बाकी 0

Zero Matrix

Every element = 0

Symmetric

A^T = A

Top Rules

A+B के लिए same order.
A−B के लिए same order.
AB के लिए first columns = second rows.
AB का order = first rows × second columns.
Matrix multiplication सामान्यतः commutative नहीं है।
(AB)^T = B^TA^T.
(A+B)^T = A^T+B^T.
(A^T)^T = A.
Identity matrix square matrix होती है।
हर square matrix Identity matrix नहीं होती।

🏆 FINAL REVISION BOX

🔥 Most Important Concepts

Matrix = Rows और Columns में elements का arrangement.
Order = Rows × Columns.
Element a_ij = i-th row, j-th column.
Square matrix में rows = columns.
Row matrix में केवल 1 row.
Column matrix में केवल 1 column.

🔥 Top Rules

Addition/Subtraction → Same Order
Multiplication → Inner Dimensions Same
Result Order → Outer Dimensions
Transpose → Rows ↔ Columns

🔥 Top Formulas

(m×n)(n×p)=m×p
(A+B)^T=A^T+B^T
(A−B)^T=A^T−B^T
(AB)^T=B^TA^T
(A^T)^T=A
AI=IA=A, जहाँ dimensions compatible हों।

🔥 Last Minute Points

Same order ≠ multiplication condition.
AB defined ≠ BA necessarily defined.
AB ≠ BA सामान्यतः.
Transpose में dimension reverse होता है.
Identity matrix में diagonal 1 होता है.
Scalar matrix में diagonal entries समान होती हैं.

🧠 Master Memory Section

🧠 Matrix Operation Memory Code

ADD = SAME

SUB = SAME

MULTIPLY = INNER SAME

RESULT = OUTER

TRANSPOSE = TURN ROW INTO COLUMN

Matrix Types — One Look Table

Type	याद रखने का तरीका
Row	1 Row
Column	1 Column
Rectangular	Rows ≠ Columns
Square	Rows = Columns
Zero	सब 0
Diagonal	Diagonal के बाहर 0
Scalar	Diagonal values समान
Identity	Diagonal 1, बाकी 0
Upper Triangular	Diagonal के नीचे 0
Lower Triangular	Diagonal के ऊपर 0
Symmetric	A^T = A

🎯 Exam-Day 20 Second Checklist

Rows कितनी?
Columns कितने?
Order क्या है?
Add/Subtract है? → Same order?
Multiply है? → Inner numbers same?
Result order क्या होगा?
Transpose है? → Row ↔ Column?
(AB)^T है? → Order reverse!
Identity है? → Diagonal 1, बाकी 0.
Question में कोई dimension trap तो नहीं?

📚 Chapter Scope Note

इस page में दिए गए chapter scope के अनुसार केवल: Types of Matrices, Matrix Operations, Addition, Subtraction, Multiplication और Transpose को विस्तार से कवर किया गया है।

Determinants, Minors, Cofactors, Adjoint, Inverse और Cramer’s Rule को इस page में जानबूझकर विस्तार से शामिल नहीं किया गया है क्योंकि वे दिए गए chapter scope से अलग subtopics हैं।

Share this post with your friends:

WhatsApp Telegram

Matrices Notes for Government Competitive Exams

MATRICES — Complete Master Notes

📋 Table of Contents

1️⃣ Chapter Introduction

📘 सरल Definition

Matrix की आवश्यकता क्यों?

✍️ सबसे पहले क्या समझें?

2️⃣ Exam Applicability

🔎 महत्वपूर्ण Verification Note

3️⃣ Basic Concepts

3.1 Matrix क्या है?

3.2 Rows क्या हैं?

3.3 Columns क्या हैं?

3.4 Order of Matrix

📐 Golden Rule

3.5 Element क्या है?

✍️ याद रखें

4️⃣ Important Definitions

Matrix

Order

Element

Square Matrix

Row Matrix

Column Matrix

Zero Matrix

Diagonal Matrix

Scalar Matrix

Identity Matrix

Transpose

Compatible Matrices

5️⃣ Types of Matrices

5.1 Row Matrix

5.2 Column Matrix

5.3 Rectangular Matrix

5.4 Square Matrix

📌 Important Rule

5.5 Zero / Null Matrix

5.6 Diagonal Matrix

5.7 Scalar Matrix

5.8 Identity Matrix

⚡ Memory Trick

5.9 Upper Triangular Matrix

5.10 Lower Triangular Matrix

6️⃣ Matrix Operations

6.1 Addition

6.2 Subtraction

6.3 Multiplication

6.4 Transpose

7️⃣ Matrix Addition और Subtraction

7.1 Addition Rule

7.2 Subtraction Rule

⚠️ Trap Point

7.3 Properties of Addition

8️⃣ Matrix Multiplication

8.1 सबसे महत्वपूर्ण Condition

⚡ सबसे आसान Trick

8.2 Example

8.3 कब Multiplication संभव नहीं है?

8.4 Actual Multiplication

8.5 Matrix Multiplication Commutative क्यों नहीं?

8.6 Associative Property

8.7 Distributive Property

8.8 Identity Matrix का महत्व

✍️ याद रखें

9️⃣ Transpose of Matrix

9.1 Definition

9.2 Example

📐 Transpose Order Rule

9.3 Important Properties

⚠️ सबसे महत्वपूर्ण Trap

9.4 Symmetric Matrix

⚡ Formula / Rules / Tricks

📐 Order

➕ Addition

➖ Subtraction

✖️ Multiplication

🔄 Transpose

🔢 Identity

🧠 Multiplication Trick

🧠 Transpose Trick