Aplicaciones del

Algebra Lineal
Sofa Villanueva Gaona
Teresa Padilla Espinosa
Omner Cervantes
3 de junio de 2013
Resumen
Este proyecto consisti o en aprender aplicaciones b asicas y sencillas del
algebra lineal, para que de esta manera podemos ver la gran importancia
que tiene tambien en la vida diaria, y que no solo es una parte compli-
cada de las matem aticas. Gracias a este proyecto tuvimos la oportunidad
de observar como nuestros conocimientos adquiridos en el sal n de clase
tambien pueden ser aplicables en negocios, en c alculos de materiales, en
codicaci on de mensajes, etc. y al observar esto hemos llegado a valorar
lo que hemos aprendido.
1. Objetivos
Aplicar los conceptos aprendidos en el curso de algebra lineal para resolver
problemas que se presentan en la vida cotidiana.
Reforzar los conocimientos y conceptos basicos de la materia.
2. Introducci on
El algebra lineal estudia conjuntos denominados espacios vectoriales, los cua-
les constan de un conjunto de vectores y un conjunto de escalares que tiene
estructura de campo, con una operacion de suma de vectores y otra de pro-
ducto entre escalares y vectores que satisfacen ciertas propiedades por ejemplo,
que la suma es conmutativa. Estudia tambien transformaciones lineales, que son
funciones entre espacios vectoriales que satisfacen las condiciones de linealidad:
Finalmente, el algebra lineal estudia tambien las propiedades que aparecen cuan-
do se impone estructura adicional sobre los espacios vectoriales, siendo una de
las mas frecuentes la existencia de un producto interno una especie de producto
entre dos vectores que permite introducir nociones como longitud de vectores y
angulo entre un par de los mismos.
1
La historia del algebra lineal moderna se remonta a los aos de 1843 cuando
William Rowan Hamilton de quien proviene el uso del termino vector creo los
cuaterniones; y de 1844 cuando Hermann Grassmann publico su libro Die li-
neare Ausdehnungslehre (La teora lineal de extension). Puesto que el algebra
lineal es una teora exitosa, sus metodos se han desarrollado por otras areas de
la matematica: en la teora de modulos, que remplaza al cuerpo en los escalares
por un anillo; en el algebra multilineal, uno lidia con m ultiples variablesen un
problema de mapeo lineal, en el que cada n umero de las diferentes variables
se dirige al concepto de tensor; en la teora del espectro de los operadores de
control de matrices de dimension innita, aplicando el analisis matematico en
una teora que no es puramente algebraica. En todos estos casos las dicultades
tecnicas son mucho mas grandes.
El algebra lineal es una herramienta de uso ineludible para el estudio de muchas
otras materias que conforman el diseo curricular de un estudiante de ingeniera.
Tiene una gran cantidad de aplicaciones en otras areas, entre las cuales podemos
mencionar la industria espacial, los circuitos electricos, las redes de comunica-
cion, la arqueologa, la prediccion del tiempo, los movimientos de poblacion, la
relatividad, el anlisis del traco y de rutas mercantiles,etc.
3. Teora
Anteriormente dimos una breve introduccion a algunos conceptos basicos
del agebra, es este apartado profundizaremos un poco mas y explicaremos los
conceptos utilizados para la realizacion del proyecto.
El estudio de los sistemas de ecuaciones lineales y sus soluciones es uno de los
temas mas importantes de algebra lineal.
3.1. Ecuaciones lineales
Una recta en el plano xy puede representarse algebraicamente por una ecua-
cion de la forma A
1
x +a
2
y = b
Una ecuacion de este tipo se denomina ecuacion lineal en las variables x y y.
De manera mas general, una ecuacion lineal en las n variables x
1
, x
2
, ..., x
n
se
dene como una ecuacion que se puede expresar en la forma
A
1
x
1
+ a
2
x
2
+ ... + a
n
x
n
donde a
1
, a
2
, ..., a
n
y b son constantes reales. Las va-
riables en una ecuacion lineal algunas veces se denominan incognitas.
2
3.2. Matrices y operaciones con matrices
Los arreglos rectangulares de n umeros reales surgen en muchos contextos
distintos a las matrices aumentadas de sistemas de ecuaciones lineales. De-
nicion: Una matriz es un arreglo rectangular de n umeros. Los n umeros en el
arreglo se denominan elementos de la matriz.
El tama no de una matriz se describe en terminos del n umero de renglones (lneas
horizontales) y de columnas (lneas verticales) que contiene. En la descripcion
del tamao, el primer n umero siempre denota el n umero de renglones y el segun-
do, el de columnas.
Una matriz con una sola columna se denomina matriz columna (o vector co-
lumna), y una matriz con un solo renglon se denomina matriz renglon (o vector
renglon).
El elemento que aparece en el renglon i y la columna j de una matriz A se
denota por a
ij
.
Una matriz A con n renglones y n columnas se denomina matriz cuadrada de
orden n, y se dice que los elementos a
11
, a
22
, ..., a
nn
estan en la diagonal princi-
pal de A.
Hasta el momento, las matrices se han usado para abreviar el trabajo al re-
solver sistemas de ecuaciones lineales. Para otras aplicaciones, sin embargo, es
deseable desarrollar una aritmetica de matrices en la que sea posible sumar,
restar y multiplicar matrices de manera util.
3.3. Multiplicaci on de matrices
Denicion: Si A es una matriz mxr y B es una matriz rxn, entonces el pro-
ducto AB es la matriz mxn cuyos elementos se determinan como sgiue.
Para encontrar el elemento en el renglon i y en la columna j de AB, consi-
derar solo el renglon i de la matriz A y la columna j de la matriz B. Multiplicar
entre s los elementos correspondientes del renglon y de la columna menciona-
dos y luego sumar los productos resultantes. Para formar el producto AB, la
denicion de multiplicacion de matrices requiere que el n umero de columnas del
primer factor A sea el mismo que el n umero de renglones del segundo factor B.
Si no se cumple esta condicion entonces el producto esta indenido.
3
3.4. Partici on de matrices
Una matriz se puede subdividir o partir en matrices mas pequeas insertando
rectas horizontales y verticales entre renglones y columnas selectos.
3.5. Transpuesta de una matriz
Denicion: Si A es cualquier matriz mxn, entonces la transpuesta de A, de-
notada por A
T
, se dene como la matriz nxm que se obtiene al intercambiar
los renglones y las columnas de A; es decir, la primera columna de A
T
es el
primer renglon de A, la segunda columna de A
T
del segundo renglon de A, y
as sucesivamente.
3.6. Matrices identidad
Son matrices cuadradas que tienen unos en la diagonal principal y ceros fue-
ra de esta y se denotan por I.
3.7. Inversa de una matriz
Denicion: Si A es una matriz cuadrada y si se puede encontrar una matriz
B del mismo tamao tal que AB=BA=I, entonces se dice que A es invertible y
B se denomina una inversa de A.
Otro tema que es importante denir para el entendimiento del proyecto es es-
pacio vectorial.
Los vectores en el espacio n dimensional: Si n es un entero positivo, entonces una
n-ada ordenada es una sucesin de n nmeros reales (a
1
, , a
n
) . El conjunto de to-
das las n-adas ordenadas se denomina espacio n dimensional y se denota por R
n
.
Para otra de las aplicaciones que se presentaran en el trabajo, se utiliza el
concepto de mapeo o transformacion lineal.
Un mapeo de S a S

es una asociacion a la que todo elemento de S se aso-

cia con un elemento de S.
La forma de escribir que F es un mapeo de SaS

es:
4
F: S S
Si T: S S

es un mapeo y u es un elemento de S, entonces lo denotamos

como T(u) o T
u
, el elemento de S

asociado a u por T.
Si L: V W es una funcion de un espacio vectorial v a un espacio vecto-
rial w, entonces L se llama transformacion lineal (TL) de v a w si para todos
los elementos de u y v de V y todos los escalares c, se cumple que:
a) L(u+v)= L(u)+L(v)
b) L(cu)= cL(u)
*En el caso especial, donde v=w, la transformacion lineal se denomina ope-
rador lineal.
*En el caso especial, dondeV = R
n
y W = R
m
se les llama transformacio-
nes matriciales.
*Si L es transformacion matricial, es posible obtener la matriz de L a partir
de las imagenes de los vectores estandar basicos.
V = c
1
v
1
+ +c
n
v
n
Se hace la transformacion L(v) = c
1
L(v
1
) + +c
n
L(v
n
)
*Si L1: UV y L2: VW son transformaciones, la composicion de L2 con L1,
esta denotada por L2L1 es la funcion: (L2L1)(u)=L2(L1(u))).
Si L1 y L2 son TL, entonces la composicion tambien es TL.
4. Desarrollo
4.1. Analisis de precios y comestibles
Al ir a surtir la comida para la semana, uno quiere por lo regular comprar
los mejores alimentos al mejor precio y ahorrar un poco de dinero. La siguiente
tabla, que puede ser vista como una matriz, muestra los precios en pesos por
un kg (o litro) de cada uno de los alimentos en tres supermercados (precios
cticios):
**
Si voy a comprar 2kg de huevo, 5 kg de cereal, 4 litros de leche, 3kg de
platano y 1kg de frijoles. La pregunta es En que supermercado gastare menos
dinero?
Esto lo podemos representar con la matriz columna
5
Cuadro 1: Tabla de precios (

Analisis de precios y comestibles)

Huevo Cereal Leche Platano Frijoles
Walmart 32 40 12 6 23
SuperBara 29 30 8 8 21
MegaComercial 35 36 11 9 25
Cuadro 2: Codigo de letras parte 1 de Criptografa
Letras A B C D E F G H I J K L M N O
Numeros 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12
B =

2
5
4
3
1

El costo total esta dado por el producto matricial

32 40 12 6 23
29 30 8 8 21
35 36 11 9 25

2
5
4
3
1

353
285
246

As podemos ver que en el Super Bara el gasto sera 61 pesos menos que en
Mega y 68 menos que en Walmart. Este problema se puede resolver facilmente
de otras formas, sin embargo con matrices podemos hacerlo de una forma resu-
mida, organizada y conveniente.
4.2. Criptografa: El arte de la escritura secreta
Se requiere enviar un mensaje que de ser interceptado no se pueda entender
facilmente. El mensaje es de un Padre a su familia que le dice: ESTOY BIEN
LLEGO PRONTO. Lo primero consiste en establecer un codigo que transforme
las letras en n umeros, por ejemplo:
**
**
6
Cuadro 3: Codigo de letras parte 2 de Criptografa
Letras P Q R S T U V W X Y Z
Numeros 11 10 9 8 7 6 5 4 3 Y 2 1
Empleando este codigo el mensaje se convierte en: 22, 8, 7, 12, 2, 25, 18,
22, 13, 15,15, 22, 20, 12, 11, 9, 12, 13, 7, 12. Este mensaje puede ser descifrado
facilmente por expertos. Para evitarlo se construye una matriz 4x5 ya que el
mensaje tiene 20 letras.

22 8 7 12 2
25 18 22 13 15
15 22 20 12 11
9 12 13 7 12

Luego escogemos una matriz invertible 4x4 como esta

B =

0 1 1 0
2 0 0 1
0 2 1 0
3 0 0 1

El mensaje se enva por medio BA.

El receptor quien tiene en su poder la matriz inversa B

1
B

1 =

0 1 0 1
1 0 1 0
2 0 1 0
0 3 0 2

Descifra el mensaje calculando

B

1(BA) =

0 1 0 1
1 0 1 0
2 0 1 0
0 3 0 2

22 8 7 12 2
25 18 22 13 15
15 22 20 12 11
9 12 13 7 12

E S T O Y
B I E N L
L E G O P
R O N T O

Listo: mensaje descifrado.

7
Cuadro 4: Elaboracion de un juguete parte 1 de Negocios
1Carrito 2Trimoto 3Moto
1Ruedas 4 3 2
2Ejes 2 2 1
3Cuerpos 1 1 1
Los problemas de aplicacion de algebra lineal fueron tomados del libro funda-
mentos de

Algebra Lineal y aplicaciones del autor Francis G. Florey. Los cuales
han sido modicados para adaptarlos a un ambiente mas entendible.
4.3. Negocios
Un fabricante de juguetes produce juguetes que necesitan tres partes las
cuales son: ruedas, ejes y cuerpos. En la tabla de abajo se muestra cuantas
ruedas, ejes y cuerpos necesita cada uno de los juguetes.
**
Siendo x
i
el n umero de juguetes de la clase i requerido en una orden de
ventas (siendo i el n umero antes del nombre del juguete: 1 carrito) i = 1, 2 o
3. Sea y
i
igual al n umero de partes del tipo i ( i es el n umero antes de la cada
parte, ejemplo: 1 Ruedas) que se requieren para ensamblar los juguetes pedidos
en la orden, es decir el total de partes del tipo i para cumplir la orden pedida
un ejemplo seria y
1
= 10, es decir que se necesitaran 10 ruedas para cumplir el
pedido.
El mapeo T: R
3
R
3
que enva el vector de orden de venta: X =

x
1
x
2
x
3

X
R
al vector de las partes Y =

y
1
y
2
y
3

Y R
esta dada por la multiplicacion de matrices T(X) = AX
Y = T(X) =

4 3 2
2 2 1
1 1 1

X
Si la orden pide 8 juguetes del tipo 1, 12 del tipo 2 y 10 del tipo 3, entonces
8
Cuadro 5: Materiales del carro (Negocios)
Material(kg) 1Ruedas 2Ejes 3Cuerpos
1Acero 0 1 4
2Plastico 0,6 0 1
Y = T(X) =

4 3 2
2 2 1
1 1 1

8
12
10

88
50
30

Para cumplir la orden la compaa debe producir 88 ruedas, 50 ejes y 30 cuer-

pos.
El problema se puede ampliar considerando la cantidad de materias primas
que se deben usar. Suponga que los juguetes son hechos de acero y plastico. Sea
z la cantidad de acero y z la cantidad de plastico requerido para hacer y ruedas,
y ejes y y cuerpos. La tabla de abajo muestra la cantidad de material necesario
para hacer cada una de las partes mencionadas.
**
La transformacion que enva el vector partes Y al vector materiales
Z =

z
1
z
2

Y R
3
yZ R
2
esta dada por el mapeo S : R
3
R
2
donde
S(Y ) = Z =

0 1 4
0,6 0 1

y
1
y
2
y
3

Para encontrar la cantidad de material

Z requerido en terminos de la orden X, escribimos teniendo ya Y = T(X) del
inciso anterior
S(Y ) = S(T(X)) = Z = BY =

0 1 4
0,6 0 1

4 3 2
2 2 1
1 1 1

x
1
x
2
x
3

6 6 5
3,4 2,8 2,2

x
1
x
2
x
3

Para completar la orden de X =

8
12
10

juguetes, el material usado sera

6 6 5
3,4 2,8 2,2

8
12
10

170
82,8

9
entonces seran 170 Kg de acero y 82.8 Kg de plastico. El mismo resultado
se hubiera obtenido al calcular primero el valor de Y y despus multiplicando
por la matriz B. Este mismo resultado se pudo haber obtenido con sistema de
ecuaciones lo cual hubiera resultado en mas trabajo.
5. Conclusi on
Las aplicaciones del

Algebra lineal en la ciencia, la ingeniera y en la vida
cotidiana son numerosas ya que la solucion de muchos problemas en la fsi-
ca, ingeniera, qumica, biomedica, gracas computarizadas, procesamiento de
imagenes requieren de herramientas o metodos dados por el

Algebra lineal.
Al intentar trabajar dentro de la asignatura de una forma diferente de la habi-
tual en clase de Matematicas. Motivamos mas a nuestros procesos de enseanza-
aprendizaje. Hemos procurado abordar temas actuales y cotidianos. Creemos
que el resultado ha sido satisfactorio. En este trabajo se han explicado temas
vistos en clase: desde multipiclacion de matrices hasta trasnformaciones lineales.
Concluimos comentado que hemos conseguido elaborar un material que sera vali-
do para cursos posteriores y que, por supuesto, seguiremos ampliando y mejo-
rando.
Referencias
[1] 1. Introduccion al

Algebra lineal, Anton, 4a. edicion, Limusa Wiley
2.

Algbra lineal, Stanley I. Grossman, 6ta edicion.
3. Aplicaciones de algebra lineal, Francis G. Florey
10