Documente Academic
Documente Profesional
Documente Cultură
Nombre:
Algebra Lineal
Docente:
Marisol Morales
Especialidad:
Ingeniería en Electricidad
Ciclo y paralelo:
2° “C”
Tema:
Trabajo Investigativo N° 2
Periodo:
2019-2020
Introducción
Objetivo Específicos:
-Reforzar las 3 unidades vistas en el primer componente
-Profundizar los subtemas que comprenden las 3 unidades y buscar
distintos métodos para la resolución de los ejercicios.
-Investigar las aplicaciones de los temas tanto en la vida cotidiana y
laboral para reconocer el valor de la temática tratada
Unidad 1
Sistema de ecuaciones por el método de Gauss Jordán
1.1 Definición:
Este método debe su nombre a Carl Friedrich Gauss y a Wilhelm Jordán. Se trata de una serie
de algoritmos del algebra lineal para determinar los resultados de un sistema de ecuaciones
lineales y así hallar matrices e inversas. El sistema de Gauss se utiliza para resolver un
sistema de ecuaciones y obtener las soluciones por medio de la reducción del sistema dado a
otro que sea equivalente en el cual cada una de las ecuaciones tendrá una incógnita menos
que la anterior. La matriz que resulta de este proceso lleva el nombre que se conoce como
forma escalonada.
Para resolver sistemas de ecuaciones lineales con el método Gauss Jordán, debemos en
primer lugar anotar los coeficientes de las variables del sistema de ecuaciones lineales con la
notación matricial
Sea el siguiente sistema de ecuaciones:
1.Aplicaremos el primer paso, o sea que lo anotaremos en forma matricial:
2.Realizado lo anterior, podemos operar con las distintas columnas y filas de la matriz para
así convertirla en la matriz identidad.
3. Ahora debemos transformar el 2 de la primera fila de la matriz original en el 1 de la primera
fila de matriz identidad. Para realizar este paso multiplicamos toda la fila 1 por el inverso de
2, o sea ½.
6. A medida que realicemos este procedimiento operando con las distintas filas y columnas
de la matriz, observaremos como esta se transforma en el modelo de la matriz identidad.
Finalizado el proceso, encontraremos finalmente en la cuarta columna los valores de las
variables.
x=1
y=-1
z= 2
Resuelto el sistema de ecuaciones, podemos verificar como último paso:
1.3 Aplicaciones
En la ingeniería:
Las matrices sirven para resolver ecuaciones lineales esto a su vez tienen múltiples
aplicaciones en el área de ingeniería, dando lugar al óptimo manejo de recursos humanos y
lugares monitoreados y controlados desde un sistema de diseño, dando paso así a la
modernidad e ingeniería del futuro
En la vida diaria:
Las matrices son utilizadas principalmente en problemas matemáticos, física, cálculos
lineales, etc.., además actualmente es un componente esencial en el lenguaje de
programación ya que la mayoría de ordenadores como tablas organizadas en filas y
columnas: hojas de cálculo, bases de datos y en el estudio de las canónicas. En la vida
diaria el concepto de matrices es de gran relevancia, ya que las matrices se usan como
contenedores para almacenar datos relacionados.
1.4 Ejercicios
Reducción de sistema de ecuaciones Gauss Jordán
1°) Primero
5x + 2y =2
2x +y -8 = 0
2x + 3y –z = 3
5 2 0 2
2 1 -1 0 f1 ÷ 5
2 3 -1 3
2 1 -1 0 -2(f1(+f3(1)
2 3 -1 3
1 2/5 0 2/5 f2 y f2 x5
0 1/5 -2 4/5
0 11/5 -2 11/5
1 2/5 0 1/5 sumamos a la f2 , la f3
0 1 -5 -4 multiplicando por -1
0 11 -5 11
0 -10 0 -1
0 11 -5 11
2
1 2/5 0 2/5 − (𝑓2) + 𝑓1(1)
5
0 1 0 3/2 -1(f2)+f3(1)
0 1 5/11 1
1 0 0 -1/5
−11
0 1 0 3/2 f3 x
5
0 0 1 -1/2
X = -1/5 1 0 0 -1/5
Y = 3/2 0 1 0 3/2
Z = 11/10 0 1 1 11/10
2) Segundo
X + 2y - 5z = 16
3x + y + 2z = 8
5x - 4y + z =18
1 2 -5 16
3 1 2 8 - 3 F , + f2
5 -4 1 18 - 5 f1 + f3
1 2 5 16
0 -5 17 -40
0 -14 26 -62 - 14 f2 + 5 f3
1 2 -5 16
0 -5 17 -40 f2 % -5
1 2 -5 16 -2 (f2) + f1 (1)
17
0 1 -17/5 8 (f3) + f2 (1)
5
1 0 0 16
0 1 0 18/6
0 0 1 -25/18
3°) Tercero
64 + x -8y +z +d =0
4 + 16x + 2y -4z +d = 0
19 + 9x +8y - 3z +d =0
16x - 6y + 4z +d = 36
x - 8y +z +d = 64
16x + 2y - 4z + d = -4
9x + 8y - 3z + d - 64
16 - 6 4 1 -36 1 -8 1 1 -64
1 -8 1 1 -64 16 -6 4 1 -36
16 2 -4 1 -4 16 2 -4 1 -4
9 8 -3 1 -64 9 8 -3 1 -64
-f3+f2
1 -8 1 1 -64
−1
0 -8 8 0 -32 %f2
8
16 2 -4 1 -4 -16(f1)+f3
9 8 -3 1 -64 -9(f1)+f4
1 -8 1 1 -64
0 1 1 0 4 8(f2)+f1
1 0 -2 1 -32
1
0 1 -1 0 4 %f3
3
1
0 0 110 -15 500 %f4
4
0 0 68 -8 192
1 0 -7 1 -32
0 1 -1 0 4 17(f3)-22ff4
0 0 22 -3 100
0 0 17 -2 48
1 0 -7 1 -32 1 0 -7 1 -32
−1
0 1 -1 0 4 %f4 0 1 -1 0 4
7
0 0 22 -3 100 0 0 22 -3 100
0 0 0 -7 644 0 0 0 1 -92
-f4+f1 ; f3+f2
1 0 -7 0 60 1 0 -7 0 60
1
0 1 -1 0 4 %f3 0 1 -1 0 4
22
0 0 22 0 -176 0 0 1 0 -8
0 0 0 1 -92 0 0 0 1 -92
-f4+f1 ; 3(f4)+f3
1 0 0 0 4 x = 4
0 1 0 0 -4 y =4
0 0 1 0 -8 z = -8
0 0 0 1 -92 d = -92
4°) Cuarto
X- Y ± −6
+ Y + Z = 3
+ Z + 2d = 4
2x - 3d = 5
1 -1 0 0 -6
0 1 1 0 3
0 0 1 2 4 -2(f1)+f4
2 0 0 -3 5 -2(f2)+f4
1 -1 0 0 -6
0 1 1 0 3
0 0 1 2 4 2(f3)+f4
2 0 -2 -3 11 -2(f4)+f3
1 -1 0 0 -6
0 1 1 0 3
0 0 1 0 -34 -f3+f2
0 0 0 1 19 f2+f1
1 0 0 0 31 x = 31
0 1 0 0 37 y = 37
0 0 1 0 -34 z = 34
0 0 0 1 19 d = 19
Unidad 2
Espacio vectorial
2 Definición
Un espacio vectorial es un conjunto no vacío V de objetos, llamados vectores, en el que se
han definido dos operaciones: la suma y el producto por un escalar (número real) sujetas a
los diez axiomas que se dan a continuación. Los axiomas deben ser válidos para todos los
vectores u, v y w en V y todos los escalares α y β reales.
2.1 Axiomas
1- Si X pertenece a V y Y pertenece a V, entonces X+Y pertenece a V.
2- Para todo X, Y y Z en V, (x+y)+z = x(y+z).
3- Existe un vector |0 pertenece V tal que para todo X pertenece a V, X+0=0+X=X.
4- Si x pertenece a V, existe un vector –x en V tal que x+(-x)=0.
5- Si X y Y están en V, entonces x+y=y+x.
6- Si x pertenece a V y a es un escalar, entonces ax pertenece a V.
7- Si X y Y están en V y a es un ecalar, entonces a(x+y)= ax + ay
8- Si X pertenece a V y a y b son escalares, entonces (a+b) x = ax+ by.
9- Si X pertenece a V y a y b son escalares, entonces a(bx) = (ab)x.
10- Para cada vector X pertenece a V, 1x = x.
2.2 Propiedades.
-Propiedades inmediatas:
Es muy obvio que para un espacio vectorial se cumplen las siguientes propiedades:
-Otras propiedades:
Quizás no sean tan obvias, pero sí son fácilmente demostrables las propiedades:
4.3 Calcula el vector propio para cada uno de los valores propios.
Muestra de un diagrama
de bloques y vectores
del lazo iterativo
general de un circuito
Térmico equivalente
En la vida diaria:
Ahora si resolviendo la interrogante hemos oído hablar de que los juegos de la computadora,
las nuevas películas animadas, etc. Todas estas cosas están hechas con gráficos vectoriales,
pero no sólo en la animación ni en estos casos están presentes los vectores, estos también
rigen el transporte aéreo, el desplazamiento de los barcos, y en general la física,
Por ejemplo, acá pongo 8 aplicaciones diríamos diarias sobre los vectores en la cual podría
servir a gran parte de la gente, pero eso si aplicada sobre una base personal:
1. Para levantar un objeto pesado y no lastimarte la espalda
2. Para la navegación aérea
3. Para jugar billar
4. Para mejorar tu rendimiento en cualquier deporte que practiques
5. Para usar cualquier tipo de herramienta de la manera adecuada
6. Para mejorar los Radares
7. para la navegación marítima
8. Para entender cómo funciona toda la tecnología que usas (internet, móvil, PC, etc.) y así
puedas encontrar las fallas cuando las tengas
5.4 Ejercicios
1°) Primero
U ( 4 ; 2 ) v (3, 1)
(u / u ) = ( 4 x 2 + 3 x 1 )
=(8+3)
= 4
(u / u ) = ( 3 x 1 + 4 x 2 )
=(3+8)
= 11
(u / u ) = a1 x b1 + a1 x b1
= 4 x 2 + 4x 2
= (8+8)
= 16
(v / v ) = a2 x b2 + a2 x b2
=3x1+3x1
= (3+3)
= 6
2° Segundo
U=6 v=3 w =2
(u + v , w ) = ( u , w ) + ( v , w )
( 6 + 3 , 2 ) = ( 6 , 2 ) + ( 3 ,2 )
( 9 , 2 ) = (12 ) + 6
18 = 18
(v,v)=(v,v)
( 3 , 3) = ( 3 , 3 )
9=9
(v,v)≥0
(3 , 3 ) ≥ 0
9≥0
α = (1 ,2 ) v3 u = ( 4, 2 )
(α.u,v) =α(u,v)
( ( 1 , -2 ) 3 , ( 4 , 1 ) = ( 1 , 2 ) ( 1 , 2 ) (( 4 , 1 ) 3 )
(2)3,4= 2(4,3)
2 – 12 = 2 ( 12 )
14 = 14
X=2 y=5 7 = 13
( 2 + 5 ) + 13 = 2 + ( 5 + 13 )
7 + 13 = 2 + 18
20 = 20
X+0=0+x
1 1 1 1
X= 0
5 5 1 1
6 6 + 0 6 6
4 4 0 4 4
1 1
5 5
6 = 6
4 4
X + ( -x ) = 0
1 1
0
5 5
6 + -6 = 0
4 -4 0
α(x+y)=α .x+α .y
1 3
α=2 x = 2 y = 6
3 -1
1 3 1 3
2 2 + 6 =2 2 +2 6
-2 -1 -2 -1
2 6 2 6
4 + 12 = 4 12
-4 -2 --4 -2
8 8
16 = 16
-6 -6
1
α= B=3 X= 2
5
( 1
5
+3*2 )( =
1
5
-2 + 3 * 2 )
16 2
5
.2 = 5
+6
32 32
=
5 5
1 1
(3.2)=( .3)2
5 5
1 3
(6) = ( )2
5 5
6 6
=
5 5
4° Dependencia e independencia de vectores
Dado 5 = (1 , 1 ,0 ) , ( 1 , 2 , 3 ) , ( 1 , 2 , 3 )
Determinar si 5 es LI O LD
1 1 1 0 1 1 1 0
1 2 2 0 f2-f1 0 1 1 0 f3 ÷ 3
0 3 3 0 0 3 3 0
1 1 1 0 1 1 1 0
0 1 1 0 f2-f1 0 1 1 0
0 1 1 0 0 0 0 0
5° Linealmente dependiente
Dado A = (L1 , -1 , 2 ,1 , 5 ) , ( 2 , 1 , 0 , 1 , 3 )
( 0 , 1 , -2 , 1 , 1 ) determinador si A es LI o LD
1 2 0 0 𝑓5 = 𝑓5 – 5𝑓1
-1 1 1 0 𝑓4 = 𝑓4 - 𝑓1
2 0 -2 0 𝑓3 = 𝑓3 - 2𝑓1
1 1 1 0 𝑓2 = 𝑓2 + 𝑓1
5 3 1 0
1 2 0 0 𝑓3 = 𝑓3 +4 𝑓2
0 3 1 0 𝑓4 = 𝑓4 - 3 𝑓2
0 -4 -2 0 𝑓3 = 𝑓3 - 7𝑓2
0 -1 1 0
0 -7 1 0
1 2 0 0 1 2 0 0
0 1 -1 0 𝑓5 = 𝑓5 + 𝑓3 0 1 -1 0
1
0 0 -6 0 𝑓4 = 𝑓4 + 𝑓3 0 0 -6 0
6
0 0 4 0 0 0 0 0
0 0 1 0 0 0 0 0
Existe una única solución no trivial A es linealmente independiente
2 1 1 1 0 0 1 -2 5 0 0
0 -2 1 5 0 0 2 1 1 0 0 𝑓2 - 2 𝑓1
3 1 4 1 0 0 3 1 4 1 0 𝑓3 - 3 𝑓1
1 -2 1 5 0 1 -2 1 5 0
0 5 -1 -9 0 5- 𝑓2 2 1 - 1⁄5 - 5⁄9 0
0 7 1 -14 0 0 7 1 -14 0
F3 - 7 f2
1 -2 1 5 0 G linealmente dependiente
0 1 -1⁄5 -5⁄9 0
0 0 0 - 49 0
3 1 4 0
a -1 + b 2 +c -2 = 0
7 0 1 0
3ª + b + 4c = 0
-a + 2b - 2c = 0
7a +c =0
3 1 4 0
-1 2 -2 0 3 f1
7 0 1 0
-1 2 4 0 -1 2 -2 0
3 1 -2 0 3 𝑓2 + 𝑓2 0 7 -2 0
7 0 1 0 7 𝑓2 𝑓2 0 14 -13 0 -2f2 + f3
-1 2 -2 0 𝑓3 ÷9 1 2 0 0
0 7 -2 0 𝑓2 +2 𝑓3 0 1 0 0
0 0 -9 0 𝑓2 ÷ 7 0 0 0 0
Linealmente independiente
Vectores Lineales y coordinados
1. Vectores coordenados
Sea V un espacio vectorial de dimensión finita con base B = {v1, . . . , vn}. Según un
teorema anterior, para cada v ∈ V existen escalares únicos c1,. . . ,cn tales que: v =
c1v1 + · · · + cnvn
El vector en Rn cuyas componentes son los coeficientes de v, expresado como [v]B ,
se llama vector de coordenadas o vector coordenado de v con respecto a B:
Las coordenadas del vector AB son las coordenadas del extremo menos las
coordenadas del origen.
Ejercicio
1.- comprobar si el vector v ( 3 , 9 ) es combinación lineal del vector v ( 1 , 3 )
(3 , 9 ) = K ( 1 , 3 ) = 3 =1.k =k=3
9 =3 .k
Son dependientes
3 9
1
= 31
2.- De los tres siguientes vectores decir que pareja son dependientes y cuales son
independientes.
U ( 10 , 5 ) ; v ( 2 , -3 ) ; w ( -2 , -1 )
10 5
≠ = u y v son independientes
2 −3
10 5
≠ = u y w son dependientes
−2 −1
2 −3
≠ = v y w son independientes
−2 −1
Conclusiones
-Los temas vistos en esta unidad van de la mano con la Ingeniería Industrial, ya
que aquí vemos varios elementos que nos son útiles a la hora de trabajar con
implementos eléctricos.
-Es muy importante reforzar estas bases ya que nos abren muchas puertas a
futuros trabajos, por lo que estos temas son la base para empezar a ver las
diversas formas de trabajar con la energía eléctrica.
WEBGRAFÍAS
https://www.researchgate.net/publication/216456908_Aplicaciones_del_Algebra_Li
neal_en_la_vida_cotidiana
https://es.scribd.com/doc/132270668/COMO-APLICAR-LOS-VECTORES-EN-
LA-INGENIERIA-Y-EN-LA-VIDA-DIARIA
https://prezi.com/n1k0umiiqwhj/matrices-en-la-vida-cotidiana/
https://www.superprof.es/apuntes/escolar/matematicas/analitica/vectores/vectores-
y-coordenadas.html
https://www.superprof.es/apuntes/escolar/matematicas/analitica/vectores/vectores-
linealmente-dependientes-e-independientes.html
https://www.sangakoo.com/es/temas/bases-y-coordenadas
http://cb.mty.itesm.mx/ma3002/materiales/ma3002-valores-propios.pdf
https://www.monografias.com/trabajos99/valores-propios-y-vectores-propios-
eigenvalores-y-eigenvectores/valores-propios-y-vectores-propios-eigenvalores-y-
eigenvectores.shtml
http://www.sc.ehu.es/sbweb/fisica3/numerico/propios/propios.html
http://www.ehu.eus/juancarlos.gorostizaga/apoyo/esp_vectorial.htm
http://m2025.weebly.com/sistemas-de-ecuaciones.html
https://es.wikipedia.org/wiki/Eliminaci%C3%B3n_de_Gauss-Jordan