Mostrando las entradas con la etiqueta Algebra lineal. Mostrar todas las entradas
Mostrando las entradas con la etiqueta Algebra lineal. Mostrar todas las entradas

sábado, 9 de marzo de 2019

Unidad 3. Actividad 2. Regla de Cramer

Introducción

La regla de Cramer es un método sencillo que se usa para resolver un sistema de ecuaciones lineales, a través de sus matrices y determinantes.

Para trabajar con la regla de Cramer, a partir de una matriz A, se deben construir otras matrices, las cuales se denotarán como A. Cada Ai es idéntica a A, excepto por la columna i. En cada Ai la columna i será reemplazada por el vector b. De esta manera, al obtener los determinantes de cada una de las matrices formadas, se podrá aplicar la regla de Cramer.

Desarrollo:

Para comprender el tema de la unidad 3, te invito a realizar la lectura de la unidad, y posteriormente realiza lo siguiente

Ejercicio 1.

Investiga las propiedades de las determinantes y desarrolla un ejemplo de cada propiedad.

Propiedad 1.

Para cualquier matriz A, A y su transpuesta tienen el mismo determinante:


image

Propiedad 2.

Si la matriz tiene una fila o una columna en la que todos sus elementos son cero, entonces |A|=0.

det(A)=adbc2   

image

Propiedad 3.

Si la matriz tiene dos filas o dos columnas iguales, entonces su determinante también es cero: |A|=0.

image

image

Las filas 2 y 3 de la matriz son los múltiplos de la primera fila.

Propiedad 4.

El determinante del producto de matrices es el producto de sus determinantes:

image

Propiedad 5.

Se puede extraer factor común de una fila o columna multiplicando el determinante por el factor.

image

Extraemos el factor común de la segunda fila.

Propiedad 5.

Si se cambia el orden de una fila o de una columna, el determinante cambia de signo.

image

Propiedad 6.

El determinante de una matriz diagonal es el producto de los elementos de su diagonal.

image

Propiedad 7.

Si una matriz es invertible, el determinante de la matriz inversa es el inverso de la determinante.

image


Ejercicio 2.

Suma y resta de determinantes. Resuelve las siguientes ecuaciones lineales, utilizando menores y cofactores. Es importante que incluyas las operaciones que realizas paso a paso. Evita colocar solo el resultado.


image

image

image

image

image

Con las ecuaciones anteriores realiza:

a)        A+B

image

b)       A-B

image

c)       B-A


image

Ejercicio 3.

Comparación de determinantes. Sean P y Q dos matrices de 3 x 3. Encuentra los determinantes de P y de Q y compáralas. Recuerda incluir operaciones que realizas, paso a paso:


image

image

Ejercicio 4.

Teorema de la regla de Cramer. Investiga sobre la regla de Cramer y el procedimiento a seguir para resolver la siguiente ecuación.

image

image

Conclusión analítica.

La realización de este ejercicio me ayudo a reafirmar el conocimiento adquirido durante la unidad 1 y 2 de esta materia, así mismo para poder entender el desarrollo de las diferentes propiedades con las que se cuenta para la solución de determinantes.

También me permitió comprender un poco más la forma de realizar las determinantes por el método de triangulación y por el método de Cramer.

No ha sido sencillo, me ha costado mucho tiempo y esfuerzo el comprender este tipo de operaciones, sin embargo, creo que las he desarrollado de una manera bastante correcta.

Referencias

Algebra lineal. (s.f.). Obtenido de http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro13/332_clculo_frmula_general_por_cofactores.html

Charre, D. E. (12 de enero de 2011). (C. Departamento de Matemáticas, Ed.) Recuperado el 10 de marzo de 2019, de http://cb.mty.itesm.mx/ma1010/materiales/ma1010-12.pdf

Determinantes. (s.f.). México: DCSBA. Recuperado el 6 de marzo de 2019, de https://documentcloud.adobe.com/link/track?uri=urn%3Aaaid%3Ascds%3AUS%3Ad65406f4-67cb-4f0d-b7c2-c018678a5da6

Iglesias, A. P. (2006). Descartes. Recuperado el 10 de marzo de 2019, de Ministerio de Educación, Cultura y Deporte: http://recursostic.educacion.es/descartes/web/materiales_didacticos/determinantes_api/propiedades_de_los_determinantes.htm

Universidad Autónoma de Baja California. (s.f.). Recuperado el 10 de marzo de 2019, de http://fcm.ens.uabc.mx/~matematicas/algebralineal/III%20Dets/propiedadesdets.htm


miércoles, 6 de marzo de 2019

Unidad 3. Actividad 1. Menores y cofactores de un determinante

¿Qué entiendes por cofactor de una matriz A del tipo n x n?, comparte un ejemplo desarrollado.

Es un valor que resulta de dos puntos i, j, y se denota con la siguiente fórmula:

Aij=-1i+j|Mij|

Ejemplo:

clip_image002

 ¿Por qué el determinante de una matriz es un escalar?

El determinante de una matriz cuadrada es un número que se obtiene a partir de los elementos de la matriz, y está representada por |A| o det(A).


 ¿Qué es el método de expansión por cofactores?

Sea m un entero positivo con m≥2 y sea i un entero positivo tal que 1im, entonces la siguiente expresión:

clip_image004

Se denomina la expansión de M en los cofactores de la i-ésima fila, o simplemente la expansión de M acerca de la i-ésima fila.

Explica en tus propias palabras que es la regla de Cramer.

El método de Cramer es una forma que se puede usar para resolver un sistema lineal, pero solo lo podemos usar en sistemas de resolución en donde el número de ecuaciones y el número de incógnitas sean iguales, de otra manera no se puede utilizar.


Menciona 2 ejemplos en tu vida cotidiana o profesional en donde identifiques una aplicación de los determinantes.

Se puede usar para encontrar el área que tiene un terreno para construir, también se puede utilizar para obtener áreas, volúmenes y ecuaciones de rectas.



Comparte un ejemplo desarrollado usando el método de Cramer aplicación de los determinantes.

clip_image006

Referencias

Algebra lineal. (s.f.). Obtenido de http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro13/332_clculo_frmula_general_por_cofactores.html

Determinantes. (s.f.). México: DCSBA. Recuperado el 6 de marzo de 2019, de https://documentcloud.adobe.com/link/track?uri=urn%3Aaaid%3Ascds%3AUS%3Ad65406f4-67cb-4f0d-b7c2-c018678a5da6

Unidad 3. 3. Ejemplos de aplicación.

El álgebra lineal tiene una gran cantidad de aplicaciones en muchos campos del conocimiento humano, tanto en ciencias sociales como en ingenierías y en las llamadas ciencias exactas. El objetivo del siguiente tema es, justamente, mostrar esa utilidad del álgebra lineal.

Esto se logrará a través del desarrollo de algunos ejemplos de aplicaciones de matrices y de determinantes. Recuerda que uno de los pilares de las matrices son los vectores. A su vez las matrices dan pie al estudio de los determinantes. De esta manera, a través de los ejemplos que aquí se estudian, podrás ver también como se interactúan y se complementan todos los temas que viste en esta asignatura.

3.1        Aplicación de matrices.

A continuación, se presentan algunas aplicaciones de matrices.

Ejemplos: gráficos de computador.

El diseño asistido por computador (CAD) le ahorra a la Ford Motor Company millones de dólares cada año. Adoptados por primera vez por Ford a principios de 1970, CAD y CAM (fabricación asistida por computador) han revolucionado la industria automovilística. Hoy día, los gráficos por computador constituyen el corazón y el álgebra lineal el alma del diseño moderno de automóviles.

Muchos meses antes de que se construya un nuevo modelo de automóvil, los ingenieros diseñan y construyen un automóvil matemático: un modelo de alambre que existe solamente en la memoria de un computador y en las terminales de exhibición de gráficos. Este modelo matemático organiza e influye en cada paso del diseño y fabricación del automóvil.

Trabajando en más de 2600 estaciones de trabajo para gráficos, los ingenieros de Ford perfeccionan el diseño original, esculpen las líneas fluidas de la carrocería, ponen a prueba la capacidad de las láminas de metal para soportar las deformidades y los dobleces necesarios para producir la carrocería, ajustan la colocación de los asientos interiores, planean y disponen las partes mecánicas, y producen los planos de ingeniería para los miles de componentes que los proveedores fabricaran. Los ingenieros inclusive hacen pruebas de carretera para la suspensión del carro matemático, colocan el automóvil en un túnel de viento matemático y ¡hacen repetidas pruebas de colisión del auto en el computador!

El modelo de alambre del automóvil se almacena en muchas matrices de datos para cada componente principal. Cada columna de una matriz enumera las coordenadas de un punto sobre la superficie del componente. Las demás columnas describen cuales puntos se deben conectar con curvas; un escáner tridimensional genera los puntos de datos originales pasando sensores por un modelo de arcilla de tamaño natural del automóvil. Las piezas individuales del interior también se almacenan como matrices de datos. Los componentes más pequeños se trazan con software de gráficos por computador en la pantalla y las piezas mayores se forman ensamblando matemáticamente los componentes más pequeños.

Posteriormente, los programas matemáticos generan más puntos, curvas y datos de color para interpretar y dibujar la superficie exterior del automóvil, haciendo que este se vea tan real en la pantalla que parezca un automóvil de verdad en la sala de exhibición de un distribuidor. Los clientes potenciales opinan mientras el automóvil gira en el “piso de la sala de exhibición”. Si a los clientes no les gusta, el diseño puede cambiarse antes de que se construya el coche real.

Ya sea que trabajen en el diseño general de la carrocería o modifiquen un componente pequeño, los ingenieros llevan a cabo varias operaciones básicas sobre imágenes gráficas, como cambiar la orientación o la escala de una figura, hacer un acercamiento de alguna región pequeña o cambiar entre vistas bidimensional y tridimensional. El álgebra lineal es en verdad el “alma” del software de gráficos porque todas las manipulaciones de imágenes en la pantalla se logran mediante técnicas de álgebra lineal.

clip_image002

1 Modelo de alambre de un auto


clip_image004

2 Carro en un túnel de viento matemático.

Se ha visto que los determinantes están estrechamente ligados con las matrices. Por ello, casi cualquier problema que pueda ser resuelto mediante matrices podrá ser resuelto mediante determinantes.

Ahora se resolverá un ejercicio.

Ejercicio: fertilizantes básicos.

Un grupo de ingenieros de varias áreas está analizando cinco compuestos que forman tres tipos de fertilizantes básicos I, II y III. Las cantidades se miden en gramos. Pueden obtenerse fertilizantes especiales resolviendo combinaciones de los tres tipos básicos. Es decir, los fertilizantes especiales pertenecen al espacio generado por los tres vectores que representan los fertilizantes básicos. El objetivo del estudio es crear nuevos fertilizantes que dañen menos el ambiente y el suelo.

Las cantidades de cada compuesto que forman cada uno de los fertilizantes básicos están dado en gramos y se expresan por la siguiente matriz.

clip_image006

Los ingenieros desean obtener un fertilizante con las siguientes cantidades:

2,200 gramos del compuesto A; 1,900 del compuesto B; 1950 del compuesto C;2550 del compuesto D y 1400 del compuesto E.

Si esto es posible, ¿Qué cantidad de cada fertilizante básico se necesitaría para formar el fertilizante especial?

Se llamará X1, X2 y X3 a las cantidades que se utilizaran de los fertilizantes básicos I, II y III, respectivamente.

Se construye el sistema de ecuaciones a partir de los datos dados y de lo que se desea obtener:

Se utilizarán X1, X2 y X3 gramos de los fertilizantes básicos I, II y III respectivamente, por compuesto A, B, C, D y E, para obtener las cantidades deseadas de cada uno en la mezcla:

clip_image008

Se obtiene la matriz ampliada asociada al sistema:

clip_image010

La matriz no es una matriz cuadrada, ya que está asociada a un sistema de cinco ecuaciones con tres incógnitas. Vean que sucede al aplicar el método de Gauss.

Se realizan operaciones sobre la matriz:

clip_image012

clip_image014

Por lo tanto, según el método de Gauss, x3 es siempre igual a 50, de donde se deduce que el sistema si tienen solución y esta es única. Si los valores asociados a x3 hubieran resultado diferentes para las filas 3, 4 y 5, el sistema no tendría solución.

Estos valores cumplen el sistema formado por las tres primeras ecuaciones. Ahora bien, si fuera posible realizar el fertilizante con las cantidades deseadas de los compuestos, se requiere que estas soluciones satisfagan también las dos ecuaciones restantes.

Por lo tanto, es posible realizar el fertilizante con una mezcla de las cantidades deseadas de cada compuesto, a partir de los fertilizantes básicos. Para ello se deben utilizar: 30 gramos del fertilizante I, 20 gramos del fertilizante II y 50 gramos del fertilizante III.

3.2        Aplicación de sistemas de ecuaciones.

A continuación, se presentan algunas aplicaciones de determinantes.

Ejemplo: modelos lineales en economía e ingeniería.

Era el final del verano de 1949. El profesor de Harvard, Wassily Leontief, estaba introduciendo cuidadosamente la última de sus tarjetas perforadas en el computador Mark II de la universidad. Las tarjetas contenían información sobre la economía de Estados Unidos y representaban un total de más de 250,000 piezas de información producidas por la Agencia de Estadísticas del Trabajo de E.U.A. tras dos años de intensa labor. Leontief había dividido la economía estadounidense en 500 “sectores”, tales como la industria del carbón, la industria automovilística, comunicaciones y así sucesivamente.

Para cada sector, había elaborado una ecuación lineal que describía como este distribuía sus salidas hacia otros sectores de la economía. Debido a que el Mark II, uno de dos computadores más grandes de aquella época, no podía manejar los sistemas resultantes de 500 ecuaciones con 500 incógnitas. Leontief destilo el problema a un sistema de 42 ecuaciones con 42 incógnitas.

Programar el computador Mark II para las 42 ecuaciones de Leontief había requerido varios meses de esfuerzo y él estaba ansioso por ver cuánto le llevaría al computador resolver el problema. El Mark II zumbo y parpadeo durante 56 horas antes de producir finalmente una solución.

Leontief, quien obtuvo el premio Nobel de Economía 1973, abrió la puerta a una nueva era en modelos matemáticos en economía. Sus esfuerzos en Harvard en 1949 marcaron uno de los primeros usos significativos de los computadores para analizar lo que entonces era un modelo matemático a gran escala. Desde ese tiempo, los investigadores en muchos otros campos han usado computadores para analizar modelos matemáticos.

Debido a las cantidades masivas de datos implicados, los modelos generalmente son lineales; esto es, se escriben como sistemas de ecuaciones lineales.

La importancia del álgebra lineal para las aplicaciones se elevado en proporción directa al incremento en la potencia del cómputo. Con cada nueva generación de hardware y software se dispara una demanda de mayor capacidad. La ciencia de computo esta así intrincadamente ligada al álgebra lineal, a través del crecimiento explosivo del procesamiento en paralelo y los cálculos en gran escala.

Los científicos e ingenieros trabajan ahora en problemas mucho más complejos que los que podían imaginarse hace algunas décadas. ¡Hoy, el álgebra lineal tiene más valor potencial para los estudiantes en muchos campos científicos y de negocios que cualquier otra materia de matemáticas de licenciatura!

·         Prospección petrolera. Cuando un barco busca depósitos petrolíferos mar adentro, sus computadores resuelven miles de sistemas de ecuaciones lineales independientes diariamente. Los datos sísmicos para las ecuaciones se obtienen de ondas de choque bajo el agua producidas por medio de explosiones con cañones de aire. Las ondas rebotan en rocas bajo la superficie y se miden con geófonos sujetos a cables de una milla de largo tras del barco.

·         Programación lineal. Hoy en día muchas decisiones gerenciales importantes se toman con base en modelos de programación lineal que utilizan cientos de variables. La industria de aviación, por ejemplo, usa programas lineales que organizan las tripulaciones para los vuelos, registran la ubicación del aparato organizan las tripulaciones para los vuelos, registran la ubicación del aparato aéreo o planean diversos programas de servicios de apoyo tales como el mantenimiento y las operaciones de terminal.

·         Redes eléctricas. los ingenieros utilizan un software de simulación para diseñar circuitos eléctricos y microchips que incluyen millones de transistores. El software depende de técnicas de álgebra lineal y de sistemas de ecuaciones lineales.

Los sistemas de ecuaciones lineales están el corazón del álgebra lineal.

Ahora se retoma el problema de fertilizantes básicos de la sección anterior, para resolverlo por el método de determinantes.

Se había construido el siguiente sistema de ecuaciones:

clip_image015

La matriz asociada al sistema está dada por:

clip_image017

Vean que esta matriz no es cuadrada, ya que surge de un sistema de cinco ecuaciones con tres incógnitas.

Como solo pueden sacarse determinantes de matrices cuadradas, entonces se debe hacer cuadrada la matriz asociada. Para ello, se trabajará entonces solo con tres incógnitas y tres ecuaciones, es decir, se eliminarán las dos últimas filas del sistema para obtener la matriz:

clip_image018

Ahora sí, se puede obtener el determinante de dicha matriz:

clip_image020

Este es el determinante del sistema formado por las tres primeras ecuaciones:

clip_image022

Entonces:

clip_image024

Obsérvese que se sacó el determinante a partir de la segunda fila, ya que el cero simplifica las operaciones.

Ahora se sacan los determinantes asociados a las variables. Recuérdese que las entradas asociadas a cada variable son sustituidas por las entradas de las constantes:

clip_image026

Asociados a x1, x2 y x3 respectivamente.

clip_image028

Así, se sacan los valores de x1, x2 y x3 a partir de las correspondientes divisiones:

clip_image030

Los resultados, efectivamente, son los valores de x1, x2 y x3 que se obtuvieron a partir del método de Gauss. Ahora bien, si no se supieran los valores de x1, x2 y x3, entonces se tendrían que aplicar los valores obtenidos a las ecuaciones que no intervinieron en los determinantes, para comprobar que efectivamente esas soluciones satisfacen las dos ecuaciones restantes.

Unidad 3. 2. Solución de sistemas lineales por determinantes.

En este tema se van a resolver algunos sistemas de ecuaciones lineales utilizando un método que se conoce como regla de Cramer y está basado en la obtención de ciertos menores y cofactores de algunos determinantes relacionados a matrices asociadas al sistema de ecuaciones.

La regla de Cramer da solución a un sistema de ecuaciones lineales en términos de ciertos determinantes, asociados con la matriz de dicho sistema. Recuerda que revive su nombre debido a que este método fue publicado en 1750 por el matemático Gabriel Cramer en su libro Introduction à l’analyse des lignes courbes algébriques.

Aunque la regla de Cramer es un método muy útil en la solución de ciertos sistemas de ecuaciones, su aplicación resulta ineficiente para grandes matrices, pues es sumamente laboriosa para sistemas de más de cuatro incógnitas y por ello suele no ser usado en aplicaciones que involucran muchas ecuaciones.

2.1        Regla de Cramer.

La regla de Cramer es uno de los métodos más sencillos que se utilizan para resolver un sistema ecuaciones lineales y se utiliza por medio de las matrices y sus determinantes. Además, relaciona la solución de los sistemas de ecuaciones lineales con el determinante de la matriz asociada a dicho sistema.

Ya vieron que un sistema de ecuaciones lineales puede representarse como:

clip_image002

Para trabajar con la regla de Cramer, a partir de una matriz A, se deben construir otras matrices, las cuales se denotarán como Ai. Cada Ai es idéntica a A, excepto por la columna i. En cada Ai la columna i será reemplazada por el vector b. De esta manera, al obtener los determinantes de cada una de las matrices formadas, se podrá aplicar la regla de Cramer.

Se representan los determinantes obtenidos de las matrices Ai como sigue.

clip_image004

Una vez que ya sean establecidos todos estos elementos, se puede dar a conocer la regla de Cramer, la cual establece lo siguiente:

Sea A una matriz de nxn tal que |A|0, entonces, el sistema Ax=b tiene como única solución a x1, x2, x3, …, xn.

Donde

clip_image006

Donde, Di representa el determinante de la matriz Ai y D representa el determinante de A.

Verán el siguiente ejemplo, para comprender la regla de Cramer.

Ejemplo.

Resuelve el siguiente sistema de ecuaciones utilizando la regla de Cramer.

clip_image008

Lo primero que deben hacer es recordar cómo se representa un sistema de ecuaciones por medio de matrices y vectores, es decir, la forma:

clip_image010

Para el sistema anterior se tiene que los datos correspondientes son:

clip_image012

Con esto, se puede representar el sistema de ecuaciones como:

clip_image014

Una vez que se tiene la matriz A asociada del sistema y su vector b de constantes, se pueden encontrar los elementos que se necesitan para aplicar la regla de Cramer.

Primero, se encuentran las submatrices Ai; para ello se debe reemplazar en A la columna i por b, de la siguiente manera:

clip_image016

A continuación, encontraran los determinantes de las submatrices anteriores.

clip_image018

Ahora, se encuentra el determinante de la matriz principal A.

clip_image020

En este momento, se tiene todos los elementos que se necesitan para aplicar la regla de Cramer, lo cual se hace a continuación.

Para una matriz de 3x3, la regla de Cramer establece que la solución de un sistema de ecuaciones lineales está dada por:

clip_image022

De esta manera, para el sistema de ecuaciones lineales, se tiene que la solución única es:

clip_image024

Como ya se había comentado, la regla de Cramer relaciona un sistema de ecuaciones con su determinante para encontrar la solución que satisface las condiciones de dicho sistema lineal.


Unidad 2. 1. Antecedentes normativos en suelos

  Es importante conocer los sistemas normativos con respecto a la contaminación del suelo, dado que son estos los que regulan los límit...