Sie sind auf Seite 1von 17

CORPORATIVO INTERNACIONAL UNIVERSITARIO S.C.

Investigacin: SOLUCIN NUMRICA DE SISTEMAS DE ECUACIONES LINEALES ESTRUCTURAS ALGEBRAICAS INDUCCIN MATEMTICA

Presentado Por: TERESA MIRANDA SANDOVAL

Nombre del Catedrtico: LIC. GABRIEL FLORES GONZLEZ

Lugar y fecha de elaboracin:


ATLACOMULCO, ESTADO DE MXICO A 18 DE FEBRERO DE 2012

NDICE
Introduccin. . SOLUCIN NUMRICA DE SISTEMAS DE ECUACIONES LINEALES Gauss Jordn... Inversiones Matrices. Aproximaciones . ESTRUCTURAS ALGEBRICAS Espacios Vectoriales.. Transformaciones Lineales... de 3

4 6 9

Sucesivas..

10 12 16 16

Campos.. . Estructuras INDUCCIN MATEMTICA Concepto de Demostracin.. Concepto de Cuantificadores. .. Concepto de Induccin Matemtica Conclusiones . Bibliografa . Algebraicas.

18 18 19 20 21

INTRODUCCIN

La discusin y resolucin de sistemas de ecuaciones lineales, empleando distintos procedimientos, completa el estudio del lgebra matricial. Con esta unidad se pretende aplicar en las Unidades de Matrices y Determinantes a la discusin y resolucin de los sistemas de ecuaciones lineales. El dominio de los mtodos para discutir y resolver un sistema de ecuaciones lineales permitir afrontar el planteamiento y resolucin de problemas diversos.

MTODO DE GAUSS-JORDAN El mtodo de Gauss-Jordan es una variacin de la eliminacin gaussiana. La principal diferencia consiste en que mtodo de Gauss-Jordan cuando se elimina una incgnita no solo se elimina de las ecuaciones siguientes si no de todas las otras ecuaciones. De esta forma el paso de eliminacin genera una matriz identidad en vez de una matriz triangular. Por consiguiente, no es necesario emplear la sustitucin hacia atrs para obtener la solucin.

EJEMPLO:

MTODO DE GAUSS-JORDAN PARA EL CLCULO DE LA MATRIZ INVERSA

El mtodo de Gauss-Jordan para calcular la matriz inversa de una dada se basa en una triangularizacin superior y luego otra inferior de la matriz a la cual se le quiere calcular la inversa. Queremos calcular la inversa de

1. Se escribe la matriz A junto a esta la matriz identidad,

2. Triangularizamos la matriz A de arriba a abajo y realizamos las

mismas operaciones en la matriz de la derecha.

Como podemos observar el rango de la matriz es mximo (en este caso 3), por tanto la matriz A es regular (tiene inversa), podemos calcular su inversa. 3. Triangularizamos la matriz de abajo a arriba, realizando las mismas operaciones en la matriz de la derecha.

4. Por ltimo se divide cada fila por el elemento diagonal correspondiente.

APROXIMACIONES SUCESIVAS El mtodo de las aproximaciones sucesivas es uno de los procedimientos ms importantes y ms sencillos de codificar. Supongamos la ecuacin

donde f(x) es una funcin continua que se desea determinar sus races reales. Se sustituye f(x) por la ecuacin equivalente

Se estima el valor aproximado de la raz x0, y se sustituye en el segundo miembro de la ecuacin para obtener x1.

Poniendo x1 como argumento dex), obtendremos un nuevo nmero x2, y as sucesivamente. Este proceso se puede sintetizar en la frmula. (1 Si esta secuencia es convergente es decir, tiende hacia un lmite, la solucin es

El mtodo de iteracin se explica geomtricamente mediante el grfico de la figura. Se dibuja la curva y=(x), y la recta y=x, bisectriz del primer cuadrante. La abscisa del punto de interseccin es la raz buscada. ESPACIO VECTORIAL Un espacio vectorial es una terna (V,+, ), donde V es un conjunto no vacio y +, son dos operaciones del tipo + : V V R, : R V V a las que llamaremos suma de vectores y producto por escalares respectivamente y con las siguientes propiedades: denotando +(u, v) = u + v y (, v) = v, 1. u + (v + w) = (u + v) + w, u, v,w V (asociativa). 2. u + v = v + u, u, v V (conmutativa). 3. Existe e V tal que e + v = v + e = v, v V (elemento neutro). 4. Para cada v V existe w tal que v + w = w + v = e (elemento opuesto). 5. (v) = ()v, v V , , R (seudo-asociativa). 6. (u+v) = u+v y (+)v = v+v, u, v V y , R (distributiva). 7. 1v = v,v V (unimodular). De forma abreviada, diremos que V es un espacio vectorial. A los elementos de V lo llamamos vectores y a los de R, escalares. EN UN ESPACIO VECTORIAL 1. El elemento neutro es nico. Se denotara por 0. 2. El elemento opuesto de un vector es nico. Si v es un vector, su opuesto lo Denotamos por v. EN UN ESPACIO VECTORIAL SE TIENE LAS SIGUIENTES PROPIEDADES: 1. 0 = 0, R. 2. 0v = 0, v V . 3. ()v = (v), R, v V .
9

4. Si v = 0, entonces = 0 o v = 0. EJEMPLOS DE ESPACIOS VECTORIALES:

1. Si n es un nmero natural, se considera el espacio euclideo Rn = {(x1, . . . , xn); xi R} con la suma y producto por escalares siguientes: (x1 . . . , xn) + (y1, . . . , yn)0(x1 + y1, . . . , xn + yn). (x1, . . . , xn) = (x1, . . . , xn). Siempre se supondr que Rn tiene esta estructura vectorial y que llamaremos usual. 2. Sea V = {(x, y) R2; x y = 0} con la suma y producto por escalares como antes. 3. Sea V = {p} un conjunto con un nico elemento y con p + p = p y p = p. 4. Sea V = {f : R R; f es aplicacin} y (f + g)(x) = f(x) + g(x), (f)(x) = f(x), x R. 5. W = {f : R R; f es una funcin diferenciable} y la suma y el producto por Escales est definido de forma anloga a la del ejemplo anterior. 6. Se considera el conjunto de los polinomios de grado n N: un polinomio de grado n N es una expresin del tipo p(X) = a0 + a1X + . . . + anXn;abreviaremos p(X) =i=1 aiXi donde por convenio Xo = 1 y en vez de escribir a01 = a0. Dos polinomios p(X) =i=1 aiXi y q(X) =i=1 biXi se dirn iguales si ai = bipara cada i. El conjunto de polinomios de grado n lo denotamos por Pn[X].Definimos la siguiente suma de polinomios y de un escalar por un polinomio: n n n

i=1

a X
i

+
n

b X
i

i=1

=
n

(ai + bi) Xi i=1

a X
i

( ai ) X i
10

i=1

Entonces Pn[X] es un espacio vectorial. 7. Sea X = {a1, . . . , an} un conjunto con n elementos. Se define una palabra formada por el conjunto X como una expresin del tipo x1 a1 + . . . + xn an, donde xi R. Dos palabras x1 a1 + . . . + xn an y y1 a1 + . . . + yn a n son iguales. Si xi = yi. Se define V el conjunto de todas las palabras y se define (x1 a1 + . . . + xn an) + (y1 a1 + . . . + yn an) = (x1 + y1) a1 + . . . + (xn + yn) a n. (x1 a1 + . . . + xn an) = ( x1) a1 + . . . + ( xn) an. Entonces V es un espacio vectorial. Como ejemplo, el conjunto de palabras definidas por {1, X, . . .,Xn} constituyen el espacio Pn[X]. TRANSFORMACIONES LINEALES En esta lectura se presentan las funciones entre espacios vectoriales que preservan las cualidades de los espacios vectoriales. Es decir, de funciones que preservan la suma y la multiplicacin por escalares. En los cursos bsicos relativos a ecuaciones vimos que la solucin a la ecuacin F(x) = 0 Podra entenderse como los puntos donde la grfica de la funcin f(x) corta el eje de las xs: 1 1 1 2 1 2

Esta forma de ver a una ecuacin permite entonces resolver ecuaciones de la forma: F(x) = a
11

En este caso lo que se busca son los valores de x de aquellos puntos donde la grfica de la funcin f(x) corta la lnea horizontal y = a: Nosotros usaremos el concepto de la funcin para darle un tratamiento a los sistemas de ecuaciones lineales. La restriccin que haremos ser sobre el tipo de funciones: slo estaremos interesados en funciones que preserven las operaciones en el espacio vectorial. Este tipo de funciones sern llamadas funciones lineales. Primeramente las definiremos, veremos algunas propiedades generales y despus veremos cmo se aplican estos resultados a sistemas de ecuaciones. TRANSFORMACION LINEAL Sean V y W dos espacios vectoriales posiblemente iguales. Una transformacin lineal o mapeo lineal de V a W es una funcin T: V W tal que para todos los vectores u y v de V y cualquier escalar c: T (u + v) = T (u) + T (v) e T(c u) = c T (u) EJEMPLO: Demuestre que la transformacin T: R2R2 definida por
T x y = x+3y x+2y

Es lineal. SOLUCIN Sean u = Entonces X1 X2 T(u + v) = T y1 Y2


= (x1 + x2) + 3 (y1 + y2) (x1 + x2) + 2 (y1 + y2)

x1 y1

y v = x2 y2 Y1 + Y2 = T y1 + X1 +

12

x1 + 3 y1 + X1 + 2 y1 X1 x2 + y1 T y2

x2 + 3 y2 x2 + 2 y2

=T

= T (u) + T (v)

Por otro lado, para todo escalar c, c x1 T(c u) = T c y1 c x1 + 3 c y1 = c x1 + 2 c y1 X1 + 3 y1 =c X1 + 2y1


X1 =cT y1

= c T (u)

Como se cumplen las dos condiciones: T (u + v) = T (u) + T (v) T(c u) = c T (u) T es lineal

13

EJEMPLO Demuestre que la transformacin T: R3R2 es lineal: T ((x, y, z) ) = (x + z, y z) SOLUCIN Sean u = (x1, y1, z1) y v = (x2, y2, z2) . Entonces T (u + v) = T ((x1 + x2, y1 + y2, z1 + z2) ) = ((x1 + x2) + (z1 + z2), (y1 + y2) (z1 + z2)) = (x1 + z1, y1 z1) + (x2 + z2, y2 z2) = T(u) + T(v) Por otro lado, para todo escalar c, T(c u) = T ((c x1, c y1, c z1) ) = (c x1 + c z1, c y1 c z1) = c (x1 + z1, y1 z1) = c T ((x1, y1, z1) ) = c T (u) Como se cumplen las dos condiciones: T (u + v) = T (u) + T (v) T(c u) = c T (u) T es lineal

CAMPOS En lgebra abstracta, un cuerpo o campo es una estructura algebraica en la cual las operaciones de adicin y multiplicacin se pueden realizar y cumplen las propiedades asociativa, conmutativa y distributiva, adems de la existencia de un inverso aditivo y de un inverso multiplicativo, los cuales permiten efectuar la operaciones de sustraccin y divisin (excepto la divisin por cero); estas propiedades ya son familiares de la aritmtica de nmeros ordinarios.
14

Los cuerpos son objetos importantes de estudio en lgebra puesto que proporcionan la generalizacin apropiada de dominios de nmeros tales como los conjuntos de nmeros racionales, de los nmeros reales, o de los nmeros complejos. Los cuerpos eran llamados dominios racionales. El concepto de un cuerpo se usa, por ejemplo, al definir el concepto de espacio vectorial y las transformaciones en estos objetos, dadas por matrices, dos objetos en el lgebra lineal cuyos componentes pueden ser elementos de un cuerpo arbitrario. La teora de Galois estudia las relaciones de simetra en las ecuaciones algebraicas, desde la observacin del comportamiento de sus races y las extensiones de cuerpos correspondientes y su relacin con los automorfismos de cuerpos correspondientes.

Los nmeros racionales conjunto

donde est incluido el

de los nmeros enteros, forman un cuerpo. ESTRUCTURAS ALGEBRAICAS

Un conjunto con una o ms operaciones internas se llama lgebra binaria, estructura algebraica o sistema algebraico, y se denota (A, *, #,...). El tipo o clase de estructura se caracterizar atendiendo a las propiedades que verifiquen las operaciones definidas en el conjunto. Una Estructura Algebraica es un objeto matemtico consistente en un conjunto no vaco y una relacin ley de composicin interna definida en l. Ejemplos: 1. La suma y producto usuales en N, Z, Q, R y C son operaciones internas y de hecho son el modelo en el que se apoya la nocin de operacin interna. 2. La unin y la interseccin son operaciones internas en P(X). 3. La composicin es una operacin interna en X , Siendo X = {f: X X/ f aplicacin}

15

4. En R* = R {0}, x * y = x/y es una operacin interna, mientras que en Z* {0}, x * y = x/y no lo es. 5. En N, x * y = (un nmero natural menor que x, y) no es una operacin, pues * no es aplicacin. Si el conjunto A es finito, A = {a1, a2,..., an} una operacin binaria en A puede definirse mediante una tabla: * a1 : ai : an a1 ... a1 * a1 ... ::: ai * a1 ... ::: an * a1 ... aj ... an a1 * aj ... an * aj ai * aj ... an * aj ... ai * an an * an

Ejemplo Si se considera el conjunto de las permutaciones de orden 3, S3 = {1, a, B, y, d, E}, con la operacin composicin, que est reflejada en la tabla: 1= abc abc a= a b c acb

B= a b c bac

y= a b c bca

d= a b c bac

E= a b c bca

o 1 a B y d

1 1 a B y d

a a 1 y B E

B B d 1 E a
16

y y E a d 1

d d B E 1 y

E E y d a B

E E d y B a 1 Nota: d= a o B

INDUCCIN MATEMTICA CONCEPTO DE DEMOSTRACIN Una demostracin matemtica es un razonamiento realizado con una lgica vlida que progresa a partir de ideas que se dan por ciertas (llamadas hiptesis) hasta la afirmacin que se est planteando, o sea, hasta obtener la veracidad de la tesis formulada.[1] Estos pasos deben estar fundamentados en la aplicacin de reglas de deduccin: fundadas ya sea en axiomas o en teoremas anteriormente demostrados o en reglas bsicas de deduccin del sistema en cuestin. El hecho de no conocer ninguna demostracin de un teorema no implica su no veracidad; slo la demostracin de la negacin de este resultado implica que es falso. CONCEPTO DE CUANTIFICADORES Los cuantificadores son smbolos que se usan en matemticas para expresar determinadas condiciones. Entre ellos tenemos el cuantificador universal y cuantificador existencial Un cuantificador se utiliza para indicar cuntos elementos de un conjunto dado que cumplen con cierta propiedad. CONCEPTO DE INDUCCIN MATEMTICA La induccin matemtica es un caso especial, donde se va de lo particular a lo general y, no obstante, se obtiene una conclusin necesaria. Tpicamente, el razonamiento inductivo se contrapone al razonamiento deductivo, que va de lo general a lo particular y sus conclusiones son necesarias. La induccin matemtica es un mtodo de demostracin muy til empleado corrientemente en la matemtica. Principio de induccin finita o principio de induccin matemtica. Sea S(n) una proposicin matemtica abierta(o un conjunto de tales proposiciones abiertas), en la que aparece una o varias veces la variable n, que representa a un entero positivo.

17

Das könnte Ihnen auch gefallen