NOMBRE: IVON ARCE MORALES

CARRERA: LICENCIATURA INFORMATICA ADMINISTRATIVA

NIVEL: QUINTO CUATRIMESTRE

MATERIA: ADMINISTRACION DE CENTRO DE COMPUTO

PROFESOR: LI GABRIEL FLORES GONZALEZ

PROYECTO: METODOS DE CONTEO Y ELAACIONES DE RECURRENCIA

Introduccin

PERMUTACIONES Y COMBINACIONES (TECNICAS DE CONTEO) Utilizacion de tcnicas de conteo para determinar el nmero de elementos de un espacio muestra o suceso. Considera que alguien desea viajar en autobs, tren o avin, para un periodo de vacaciones de una semana a uno de los cinco lugares de veraneo mas concurridos del pas. Como se a visto en la seccin anterior, el clculo de probabilidades se reduce a contar el nmero de posibles resultados del espacio muestra y de los sucesos. En muchos casos a resolver es posible encontrar los posibles resultados sin hacer la lista de los elementos o sin describir los conjuntos S y E. ORDENAMIENTOS CON REPETICIN Al determinar el nmero de posibles formas en que puede ocurrir un suceso estamos determinando los posibles ordenamientos de los elementos, en el caso de un suceso que se puede dividir en k sucesos simples y si los elementos se pueden repetir, es decir los resultados son independientes, entonces las forma en que puede ocurrir el evento compuesto son: Suceso 1 2 3 4 k Posibilidades n n n n n Usando el principio multiplicativo, la cantidad total de formas es: n x n x n x nx n= nk Por ejemplo, si un dado se lanza cuatro veces consecutivas, el nmero de formas en que puede ocurrir el espacio muestra es 64 = 1296 ORDENAMIENTOS SIN REPETICIN (PERMUTACIONES) Si ahora consideramos los diferentes resultados de un experimento o suceso en el cual los elementos no se pueden repetir, tendremos un ordenamiento sin repeticin, si el primer elemento puede ocurrir de n formas, el siguiente podr ocurrir de n-1 formas, el tercero de n-2 y as sucesivamente hasta que el ltimo solo puede ocurrir de 1 forma, suponiendo que considerados igual numero de sucesos que elementos posibles, entonces el nmero total de formas es: Posicin 1 2 3 4 k n-1 n Posibilidades n-1 n-2 n-3 n-(k-1) 2 1 Usando el principio multiplicativo: Total de formas n(n-1) (n-2) (n-3) {n-(k-1)} (2)1 = non A la operacin anterior se le llama el factorial de n y se representa por n!, entonces: nPn =n!

La expresin anterior se lee: Permutaciones de n elementos tomados todos a la ves. Ejemplo: Determinar de cuantas maneras diferentes se pueden sentar 5 personas si hay 5 lugares. Como una persona solo puede ocupar un solo lugar, el problema se refiere a ordenamientos sin repeticin: 5P5 =5! = (5) (4) (3) (2) (1) =120 formas Supongamos que en el ejemplo anterior solo hay tres lugares, entonces el nmero de formas diferentes es: Lugar 1 2 3 Posibilidades 5 4 3 La cantidad total es (5) (4)(3)=60 formas. Si consideramos que tenemos n elementos los cuales se ordenan en k posiciones: Posicin 1 2 3 4 k Posibilidades n n-1 n-2 n-3 n-(k-1) El nmero total de formas es n(n-1)(n-2)(n-3){n-(k-1)}=nPk a esta operacin se puede realizar con la siguiente formula: Por definicin 0!=1 Lo cual se lee: permutaciones de n elementos tomados de k a la ves Para nuestro ejercicio Ejemplo: Una persona tiene 6 libros diferentes de fsica y 4 libros de matemticas, determine de cuantas maneras diferentes: a) Puede acomodar solo los libros de Fsica b) Si acomoda todo los libros a la vez c) Si los libros de Fsica y Matemticas deben estar juntos Solucin. a) Si solo se consideran los libros de Fsica, son las permutaciones 6P6 = 6!= 720 b) Las formas diferentes tomando todos los libros a vez 10=10! = 3628800 c) Al considerar los libros en bloque, se obtienen las permutaciones de cada uno y luego se usa el principio multiplicativo, adems como se pueden permutar los grupos entre si, se debe multiplicar por 2!: Libros de Fsica 6P6 = 6!= 720 Libros de Matemticas 4P4 = 4!=24 Permutaciones Totales = 2(6P6) (4P4) = 2 (17280) = 34560 PERMUTACIONES CON ELEMENTOS NO TODOS DIFERENTES En algunos tipos de CASOS A RESOLVER los elementos que se permutan no son diferentes entre si, por ejemplo consideremos el caso de determinar los nmeros diferentes que se pueden formar con los nmeros 1, 1, 2, 2, 2, 3, 3 tomndolos todos a la vez, obsrvese que al cambiar de lugar los nmeros idnticos la cantidad formada no cambia, las formas diferentes de permutar los todos los

nmeros a la vez es 7! , pero hay que considerar las permutaciones de los elementos idnticos que son 2! (para los unos), 3! (para los dos) y 2! (para los tres), entonces el total de nmeros diferentes es: 7,2,3,2,5,0,4,0,2,6,2,5,0,4,0,2,4,2,1,0, P,,!!!!( ) ( ) ( )=3272 En general cuando se permutan n elementos tomados todos a la vez y exciten grupos de elementos idnticos n1, n2 , , nk, las permutaciones diferentes son: SELECCIN DE ELEMENTOS DE UN CONJUNTO: COMBINACIONES Calcular el nmero de posibles resultados de un experimento o seceso. Cuando se seleccionan elementos de un conjunto sin importar el orden de aparicin, se dice que se efecto una combinacin, supongamos que tenemos cuatro letras diferentes a, b, c, d y queremos seleccionarlas de dos en dos, las posibles selecciones son: ab, ac, ad, bc, bd, cd Por lo que se podra representar como: Para nuestro ejemplo:

Eliminacin de Gauss-Jordan En matemticas, la eliminacin Gaussiana, eliminacin de Gauss o eliminacin de Gauss-Jordan, llamadas as debido a Carl Friedrich Gauss y Wilhelm Jordan, son algoritmos del lgebra lineal para determinar las soluciones de un sistema de ecuaciones lineales, encontrar matrices e inversas. Un sistema de ecuaciones se resuelve por el mtodo de Gauss cuando se obtienen sus

soluciones mediante la reduccin del sistema dado a otro equivalente en el que cada ecuacin tiene una incgnita menos que la anterior. Cuando se aplica este proceso, la matriz resultante se conoce como: "forma escalonada".

Desarrollo El Mtodo de Gauss Jordan o tambin llamado eliminacin de Gauss Jordan, es un mtodo por el cual pueden resolverse sistemas de ecuaciones lineales con n nmeros de variables, encontrar matrices y matrices inversas, en este caso desarrollaremos la primera aplicacin mencionada. Para resolver sistemas de ecuaciones lineales aplicando este mtodo, se debe en primer lugar anotar los coeficientes de las variables del sistema de ecuaciones lineales en su notacin matricial:

Entonces, anotando como matriz (tambin llamada matriz aumentada):

Una vez hecho esto, a continuacin se procede a convertir dicha matriz en una matriz identidad, es decir una matriz equivalente a la original, la cual es de la forma:

Esto se logra aplicando a las distintas filas y columnas de las matrices simples operaciones de suma, resta, multiplicacin y divisin; teniendo en cuenta que una operacin se aplicara a todos los elementos de la fila o de la columna, sea el caso. Obsrvese que en dicha matriz identidad no aparecen los trminos independientes, esto se debe a que cuando nuestra matriz original alcance la

forma de la matriz identidad, dichos trminos resultaran ser la solucin del sistema y verificaran la igualdad para cada una de las variables, correspondindose de la siguiente forma: d1 = x d2 = y d3 = z

Ahora que estn sentadas las bases, podemos explicar paso a paso la resolucin de sistemas de ecuaciones lineales por medio de este mtodo. Para ilustrarnos mejor lo analizaremos con un ejemplo concreto: Sea el sistema de ecuaciones:

Procedemos al primer paso para encontrar su solucin, anotarlo en su forma matricial:

Una vez hecho esto podemos empezar a operar con las distintas filas y columnas de la matriz para transformarla en su matriz identidad, teniendo siempre en cuenta la forma de la misma:

Lo primero que debemos hacer es transformar el 2 de la 1 fila de la matriz original en el 1 de la 1 fila de la matriz identidad; para hacer esto debemos multiplicar toda la 1 fila por el inverso de 2, es decir .

Luego debemos obtener los dos ceros de la primera columna de la matriz identidad, para lograr esto, buscamos el opuesto de los nmeros que se ubicaron por debajo del 1 de la primera columna, en este caso el opuesto de 3 que ser -3 y el opuesto de 5 que ser -5.

Una vez hecho esto, se proceder a multiplicar los opuestos de estos nmeros por cada uno de los elemento de la 1 fila y estos se sumaran a los nmeros de su respectiva columna. Por ej.: en el caso de la 2 fila, se multiplicara a -3 (opuesto de 3) por cada uno de los elementos de la 1 fila y se sumara su resultado con el numero que le corresponda en columna de la segunda fila. En el caso de la 3 fila se multiplicara a -5 (opuesto de 5) por cada uno de los elementos de la 1 fila y se sumara su resultado con el nmero que le corresponda en columna de la tercera fila.

Nuestro siguiente paso es obtener el 1 de la 2 fila de la matriz identidad, y procedemos de igual forma que antes, es decir multiplicamos toda la fila por el inverso del numero que deseamos transformar en 1, en este caso -13/2, cuyo inverso es -2/13

Adems si observamos la tercera fila, nos damos cuenta que todos los elementos poseen el mismo denominador, entonces podemos eliminarlos multiplicando todos los elementos de la 3 fila por 2 (el denominador); si bien este no es un paso necesario para el desarrollo del mtodo, es til para facilitar clculos posteriores. Anlisis de Complejidad La complejidad computacional de la eliminacin gaussiana es aproximadamente n3. Esto es, el nmero de operaciones requeridas es n3 si el tamao de la matriz es n n.

Algoritmo de eliminacin de Gauss-Jordan Ir a la columna no cero extrema izquierda Si el primer rengln tiene un cero en esta columna, intercambiarlo con otro que no lo tenga Luego, obtener ceros debajo de este elemento delantero, sumando mltiplos adecuados del rengln superior a los renglones debajo de l Cubrir el rengln superior y repetir el proceso anterior con la submatriz restante. Repetir con el resto de los renglones (en este punto la matriz se encuentra en la forma de escaln) Comenzando con el ltimo rengln no cero, avanzar hacia arriba: para cada rengln obtener un 1 delantero e introducir ceros arriba de este sumando mltiplos correspondientes a los renglones correspondientes

Una variante interesante de la eliminacin de Gauss es la que llamamos eliminacin de Gauss-Jordan, (debido al mencionado Gauss y a Wilhelm Jordan), esta consiste en ir obteniendo los 1 delanteros durante los pasos uno al cuatro (llamados paso directo) as para cuando estos finalicen ya se obtendr la matriz en forma escalonada reducida Ejemplo Supongamos que es necesario encontrar los nmeros x, y, z, que satisfacen simultneamente estas ecuaciones:

Esto es llamado un sistema lineal de ecuaciones. El objetivo es reducir el sistema a otro equivalente, que tenga las mismas soluciones. Las operaciones (llamadas elementales) son estas: Multiplicar una ecuacin por un escalar no nulo. Intercambiar de posicin dos ecuaciones Sumar a una ecuacin un mltiplo de otra.

Estas operaciones pueden representarse con matrices elementales que se usan tambin en otros procedimientos como la factorizacin LU o la diagonalizacin por congruencia de una matriz simtrica. En nuestro ejemplo, eliminamos x de la segunda ecuacin sumando 3/2 veces la primera ecuacin a la segunda y despus sumamos la primera ecuacin a la tercera. El resultado es:

Ahora eliminamos y de la primera ecuacin sumando -2 veces la segunda ecuacin a la primera, y sumamos -4 veces la segunda ecuacin a la tercera para eliminar y.

Finalmente eliminamos z de la primera ecuacin sumando -2 veces la tercera ecuacin a la primera, y sumando 1/2 veces la tercera ecuacin a la segunda para eliminar z.

Despejando, podemos ver las soluciones:

Para clarificar los pasos, se trabaja con la matriz aumentada. Podemos ver los 3 pasos en su notacin matricial: Primero:

Despus,

Por ltimo.

Si el sistema fuera incompatible, entonces nos encontraramos con una fila como esta:

Que representa la ecuacin: 0x + 0y + 0z = 1, es decir, 0 = 1 que no tiene solucin. Forma escalonada y escalonada reducida Dos formas especiales de matrices son la escalonada y la escalonada reducida. Una matriz puede tener las siguientes propiedades: Todas las filas cero estn en la parte inferior de la matriz. El elemento delantero de cada fila diferente de cero, ste es llamado "pivote"; stos estn a la derecha del elemento delantero de la fila anterior (esto supone que todos los elementos debajo de un pivote son cero).

Si una matriz A cumple con esas propiedades, se dice escalonada. Adems, cumpliendo estas otras condiciones, decimos que la matriz se encuentra en la forma reducida de rengln escaln o tan solo en forma escalonada reducida. Todos los elementos delanteros ("pivotes") son iguales a 1 Todos los elementos por encima de los pivotes son nulos.

Cuando una matriz representa a un sistema de ecuaciones situaciones como tener una columna de ceros parece imposible ya que correspondera a una variable que nunca habra aparecido. Sin embargo esta situacin puede presentarse (imaginemos la ecuacin de un plano en el espacio en la que no aparece alguna de las componentes, por ejemplo y+z=0). As la matriz

Tambin es una matriz escalonada. Una vez que la matriz del sistema se ha transformado hasta obtener una matriz escalonada reducida es muy fcil discutirlo (es decir, determinar cuntas soluciones tiene): Cuando aparece un pivote en la columna de los trminos independientes el sistema es incompatible (no tiene ninguna solucin). En otro caso el sistema es compatible. Si adems el nmero de pivotes coincide con el nmero de incgnitas el sistema es compatible determinado (tiene una nica solucin). Cuando el nmero de pivotes es menor que el nmero de incgnitas el sistema es indeterminado (tiene infinitas soluciones que dependen de tantos parmetros como indique la diferencia entre el nmero de incgnitas y el nmero de pivotes).

Conclusin

Con la presente investigacin, se puede concluir, lo siguiente: Las matemticas pueden ser aprendidas por todos incluso por los alumnos que los maestros consideran de lento aprendizaje. - El alumno es capaz de construir su propio aprendizaje mediante actividades orientadas al auto descubrimiento de nuevos conocimientos. - La creatividad no es una cualidad exclusiva de las ciencias grficas, los alumnos de matemticas son capaces de encontrar diferentes soluciones a un mismo problema, incluso soluciones ms eficientes.

- Los alumnos pueden generar sus propios axiomas en matemticas, entender los axiomas matemticos puede ser de gran ayuda para que los alumnos comprendan la filosofa de hacer matemticas. - El aprendizaje de las matemticas es un proceso y como tal nunca puede darse por concluido. - El proceso inductivo del aprendizaje de las matemticas es una manera eficiente y diferente del tipo de proceso deductivo, el alumno se apropia del conocimiento ms rpidamente obteniendo habilidades mentales de pensamiento.

Bibliografa

http://es.wikipedia.org/wiki/Eliminacion_de_Gauss-Jordan http://www.uv.es/diaz/mn/node30.html

ANEXOS EXPLICION DE EJERCICIOS

Mtodo de Gauss-Jordan
Como hemos visto, el mtodo de Gauss transforma la matriz de coeficientes en una matriz triangular superior. El mtodo de Gauss-Jordan contina el proceso de transformacin hasta obtener una matriz diagonal unitaria (aij=0 para cualquier ).

Veamos el mtodo de Gauss-Jordan siguiendo con el ejemplo empleado en el apartado anterior. Aplicando el mtodo de Gauss habamos llegado a la siguiente ecuacin:

Ahora seguiremos un procedimiento similar al empleado en el mtodo de Gauss. Tomaremos como pivote el elemento a44=-3; multiplicamos la cuarta ecuacin por restamos a la primera: y la

Realizamos la misma operacin con la segunda y tercera fila, obteniendo:

Ahora tomamos como pivote el elemento a33=2, multiplicamos la tercera ecuacin por restamos a la primera:

y la

Repetimos la operacin con la segunda fila:

Finalmente, tomamos como pivote a22=-4, multiplicamos la segunda ecuacin por sumamos a la primera:

y la

El sistema de ecuaciones anterior es, como hemos visto, fcil de resolver. Empleando la ecuacin (46) obtenemos las soluciones: