Beruflich Dokumente
Kultur Dokumente
INDICE
Matriz y Vectores
1. Importancia de las matrices en el campo de la
computacin.
2. Mtodo de codificacin de Mensaje con matriz inversa
3. Magnitud de un Vector
4. Componente vertical y horizontal de un vector
4.1 Operaciones con Vectores por el Mtodo de las
Componentes
5. Analizar ejemplo 7 y 8 pg. 614 del libro de Pre Calculo
de james Stewart 5ta Edicin
6. Realizar los Ejerci de (8.4) 615
7. 23, 27, 29 , 33 del libro Pre Calculo de james Stewart 5ta
Edicin
8. Producto punto entre dos vectores
9. vectores ortogonales
10.
Revisa los ejemplos de la pgina 624 y realizar los
ejerci (29,41) del libro Pre Calculo de james Stewart 5ta
Edicin
11.
Demostrar que v.u ||u||.||v|| cos o
12.
Tipo de Matriz
13.
Matriz Cuadrada
14.
Matrices Y Vectores
Investigue la importancia de las matrices en el campo de la computacin
La importancia de las matrices en el campo de la computacin es que las matrices
son herramienta fundamentar que se usa en la computadora para manipular
imgenes. Vemos como la manipulacin de matrices se utilizan para mover un
punto en el plano en un lugar determinado. Al combinar dicho movimiento
podemos estirar. Comprimir girar y hacer otro tipo de transformaciones en la figura
como vemos en las imgenes siguientes:
de es escrita como
.
Si las coordenadas del punto inicial y del punto final de un vector
estn dadas, la frmula de la distancia puede ser usada para
encontrar su magnitud.
Ejemplo
Resolviendo:
Componente en y = 3.03 u
- Componente en x, o Vx = V cos
- Componente en y, o Vy = V sen
Note que para los vectores B y C no son los que se presentan en la figura, sino
que se deben calcular a partir del eje x positivo (ngulos suplementarios).
Esto se hace debido a que al utilizar una funcin trigonomtrica que relacione las
componentes, sta es vlida si y slo si la relacin es de un tringulo rectngulo.
Para el caso, al encontrar , se puede calcular el valor de , as:
= 180 -
Note que para utilizar la funcin trigonomtrica se deben operar los valores
absolutos de las magnitudes de las componentes, para que el resultado sea el
valor absoluto del ngulo.
Descripcin:
Dos vectores u,vRn, no nulos, decimos que son ortogonales cuando son
vectores perpendiculares, es decir, forman un ngulo recto (90). Que dos
vectores u,vRn son ortogonales se representa por uv, es decir:
uv=90cos=0
Descriptores:
Espacio eucldeo
lgebra
Ejemplo:
Comprobar que los vectores u= (1,2) R2 v= (2,1) R2 son ortogonales.
Calculamos el producto escalar de los dos vectores: uv= (1,2)(2,1)= 2+2=0,
como los vectores son no nulos, el coseno del ngulo que forman es cero, cos=0,
es decir, el ngulo que forman los dos vectores es: =90
Demostrar que v.u ||u||.||v|| cos o
a) Matriz Cuadrada
La matriz cuadrada tiene el mismo nmero de filas que de columnas.
Los elementos de la forma aii constituyen la diagonal principal.
La diagonal secundaria la forman los elementos con i+j = n+1. Siendo n el orden
de la matriz.
b) Matriz Identidad
Una matriz identidad es una matriz diagonal en la que los elementos de la
diagonal principal son iguales a 1.
Si todos los elementos son ceros o nulos excepto los que componen su
diagonal principal que han de ser iguales a 1:
c) Matriz Transpuesta
Dada una matriz A, se llama matriz traspuesta de A a la matriz que se obtiene
cambiando ordenadamente las filas por las columnas
1. Interna
2. Asociativa
A + (B + C) = (A + B) + C
3. Elemento neutro
A+ 0=A
4. Elemento opuesto
A + (A) = O
5. Conmutativa
A+ B=B+A
Product o de matrices
Mm
x n
x Mn
x p
= M
m x p
Matriz inversa
A A-1 = A-1 A = I
(A B) - 1 = B - 1 A - 1
(A - 1 ) - 1 = A
(k A ) - 1 = k - 1 A - 1
Ejercicios
Calcular:
A + B;
A - B;
A x B;
B x A;
At.
Sea n la ma t r ic es:
(A + B)
(A - B)
(B )
A B
C.
1 (A
B ) C
(A t 3
x 2
B2
x 2
) C3
x 2
= (At B )3
x 2
C3
x 2
2 (B C t ) A t
(B 2
x 2
Ct2
x 3
) At3
x 2
= (B C ) 2
x 3
At3
x 2
= (B C
2 x 2
A3
x 2
Mm
x n
C3
x 2
m = 2
Ct2
x 3
Mm
x n
m = 3
Se a A la matr iz
. Hall ar A n , para n
n = 3
|2 |= 2 0
r (A ) = 2
r (B) = 4
r (C) = 2
(las barras
Ejemplo 1
Regla de Cramer
La regla de Cramer es un teorema en lgebra lineal, que da la solucin de un
sistema lineal de ecuaciones en trminos de determinantes. Recibe este nombre
en honor a Gabriel Cramer (1704 - 1752), quien public la regla en su Introduction
l'analyse des lignes courbes algbriques de 1750, aunque Colin Maclaurin
tambin public el mtodo en su Treatise of Geometry de 1748 (y probablemente
saba del mtodo desde 1729) La regla de Cramer es de importancia terica
porque da una expresin explcita para la solucin del sistema. Sin embargo, para
sistemas de ecuaciones lineales de ms de tres ecuaciones su aplicacin para la
resolucin del mismo resulta excesivamente costosa: computacionalmente, es
ineficiente para grandes matrices y por ello no es usado en aplicaciones prcticas
que pueden implicar muchas ecuaciones.
Frmulas explcitas para sistemas pequeos
Sistema de 2 ecuaciones con 2 incgnitas
Para la resolucin de un sistema de dos ecuaciones con dos incgnitas, de la forma. Dado el
sistema de ecuaciones:
Entonces,
La regla para un sistema de tres ecuaciones con tres incgnitas es similar, con una divisin de
determinantes:
, ,
Ejemplo 2x2
Ejemplo 3x3
Mtodo de Gauss
El mtodo de Gauss, conocido tambin como de triangulacin o de
cascada, nos permite resolver sistemas de ecuaciones lineales con
cualquier nmero de ecuaciones y de incgnitas.
La idea es muy simple; por ejemplo, para el caso de un sistema de
tres ecuaciones con tres incgnitas se trata de obtener un sistema
equivalente cuya primera ecuacin tenga tres incgnitas, la
segunda dos y la tercera una. Se obtiene as un sistema
triangular o en cascada de la forma:
Ax + By + Cz = D
Ey + Fz = G
Hz = I
Ejemplo:
x 1+2 x 2+ 3 x 3=6
2 x 13 x 2+ x3 =14 sistema de ecuaciones
3 x1 + x 2x 3=2
Realizamos operaciones de fila
|)
| )
1 2
3 6
1 2
3
6
f
3
f
2 1 2 14 3
4 2 f ( 1 )f
3
1 0 7
3
5 3
3 1 1 2 f 2 f 22 f 1 0 5 10 20
1 2
3 6
1 2
3 6
0 7 4 2
0 1
2 4
f 3 f 2
f 3 f 3 +7 f 1
0 1
2 4
0 7 4 2
|) (
(
|)
|)
( |)
1 2 3 6
1 2 36
0 1 2 4 f ( 1 ) f 0 1 2 4
0 0 10 30 3
10 3 0 0 1 3
Mtodo de Gauss-Jordan
Este mtodo, que constituye una variacin del mtodo de
eliminacin de Gauss, permite resolver hasta 15 o 20 ecuaciones
simultneas, con 8 o 10 dgitos significativos en las operaciones
aritmticas de la computadora. Este procedimiento se distingue
del mtodo Gaussiano en que cuando se elimina una incgnita, se
elimina de todas las ecuaciones restantes, es decir, las que
preceden a la ecuacin pivote as como de las que la siguen.
El mtodo se ilustra mejor con un ejemplo. Resolvamos el
siguiente conjunto de ecuaciones
3.0 X1 - 0.1 X2 - 0.2 X3 = 7.8500
0.1 X1 + 7.0 X2 - 0.3 X3 = - 19.3
0.3 X1 - 0.2 X2 + 10 X3 = 71.4000
( |)
( |)
1 1 11
1 1 11
1 1 1 1 f 3 f 3f 1 0 0 0 0 soluciones
1 1 1 1 f 2 f 22 f 1 0 0 0 0
x2 y + z=o
Sea el sistema
x3 y2 z=0
de ecuaciones
2 x5 yz=0
1 2 1
soluciones ya que
det ( A )= 1 3 2 =0 ,
es un sistema homog neo
2 5 1
Resolucin por Gauss- Jordan
|)
|)
1 2 1 0
1 2 1 0
1 3 2 0 f 2 f 2f 1 0 1 3 0 f f f
3
2
2 5 1 0 f 3 f 3 2 f 1 0 1 3 0 3
|)
1 2 1 0
0 1 3 0 soluciones
0 0
0 0
Ecuaciones x =7 z
y=3 z
CS= ( x , y , z ) x=7 z
y=3 z
CS={(7 z ,3 z , z ) z R }
Ejercicios tipo examen:
Determinar para que valores de
a
! soluc
soluc
soluc
x 2 x2 +0 x 3=
Sea el sistema 1
0 x 1 +0 x2 + x3 =2
de ecuaciones
0 x 1+ 0 x 2 + x 3=3
1 2
0 0
0 0
|) (
|)
0
1 2 0
2
0 0 1 3
f 3f2
1 3
0 0 2
existe:
| )
1 2 0
f 3 f 3 f 2 0 0 1 3
0 0 0 2+3
A
1||=0 ! soluc
2
Si , R soluc
3
2
, R soluc
{ 3 Si =
3
(2 a+ 2 ) x + ( a1 ) y + ( a+ 3 ) z =2
+ ( a1 ) y ( a1 ) z=0
2 x+ yz=1
a
b
c
2 a+2 a1 a+3 2
0
a1 (a1) 0
2
1
1 1
2 a+2 a1
a+ 3
| A|= 0
a1 (a1)
2
1
1
+2
a1
a+3
a1 ( a1)
| A|=4 ( a1 ) (a+ 1)
( a1 ) (a+1) 0
! solucion a R {1,1 }
Para a=1
0 2 22
0 2
20
2 1 1 1
2 1 1 1
2 1 1 1
F3 F 1 0 2
20
0 2
20
F 3=F 3F 2
0 2 22
0 0
0 2
Para a=1
1 0 1
4 0 4 2
4 0 4 2
2
0 0
0 0 F2 F 3 2 1 11 F = 1 F 1
2
1
1
1
1
2 1 11
0 0
0 0
4
0 0
00
) (
F2= F 2 F
2
1
2
0 1 3 0
0 0 0 0
1 0 1
1
2
y 3 z=0
x+ z=
C.S.=
x, y ,z
,3 z, z
1
z
C.S.= 2
2 m+ 2 m1 m+3 2 m+2
0
m1
m+1 0
m
1
1 m+1
| A|=
2 m+ 2 m1 m+3
0
m1 m+1
m
1
1
| |
m+ 3
m1 m+ 1
| A|=m ( m1 ) [ 2m2 ]
| A|=2m ( m1 ) (m+1)
2 m ( m1 ) (m+ 1) 0
! solucion m R{1,0,1 }
Para m=1
4 0 4 4
4 0 44
1 0 1 1
0 0 0 0 F 2 F3 1 1 1 2
F 1 F 1 1 1 1 2
1=
1 1 1 2
0 0 00
F
=
F 2F1
2
4
0 0 0 0
1 0 1 1
0 1 2 1
0 0 00
) (
x + z=1
y2 x=1
C.S.=
x, y ,z
C.S.=
1z ,1+2 z , z
Para m=0
2 1 3 2
2 1 3 2
0 1 1 0
0 1 1 0
F3 =F 3 + F 2
0 1 1 1
0 0 0 1
Para m=1
0 2 2 0
0 2 2 0
1 1 1 0
1 1 1 0
1 1 1 0
F3 F 1 0 2 2 0
1 F 2
0 2 2 0
F 2=
F 3=F 3F 2
0 2 2 0
0
0
0 0
2
1 1 1 0
1 0 0 0
0 1 1 0
0 1 1 0
F 1=F1 F2
0 0 0 0
0 0 0 0
x=0
yz=0
C.S.=
x, y ,z
C.S.=
0, z, z