Algebra I Mdulo 1 - Ecuaciones e inecuaciones lineales UNIDAD 1: ECUACIONES

TEMA 1.1. Ecuaciones: definicin, clasificacin, solucin. TEMA 1.2. Ecuacin lineal con dos incgnitas, representacin grfica de las soluciones. TEMA 1.3. Sistemas de ecuaciones lineales con dos incgnitas. Definicin, solucin grfica. Clasificacin. TEMA 1.4. Mtodos de resolucin convencionales. TEMA 1.5. Sistemas de ecuaciones lineales con tres incgnitas. TEMA 1.6. Aplicaciones prcticas.

UNIDAD 7: INTRODUCCION A LA PROGRAMACION LINEAL

TEMA 7.1. Inecuaciones con una incgnita: definicin, solucin grfica. TEMA 7.2. Inecuaciones con dos incgnitas: definicin, solucin grfica. TEMA 7.3. Sistemas de inecuaciones lineales con dos incgnitas. Resolucin grfica. TEMA 7.4. Optimizacin lineal. Caractersticas del problema de Programacin Lineal. Mtodo grfico. TEMA 7.5. Aplicaciones.

Algebra I Mdulo 2 - Matrices y Vectores UNIDAD 2: MATRICES

TEMA 2.1. Matrices: Definicin, matrices especiales. TEMA 2.2. La matriz como representacin de un problema econmico TEMA 2.3. Operaciones con matrices y sus propiedades. TEMA 2.4. Vectores. Definicin. Operaciones con vectores. TEMA 2.5. Dependencia e independencia lineal de vectores.

UNIDAD 1: ECUACIONES
TEMA 1.1. Ecuaciones: definicin, clasificacin, solucin.
Ecuaciones: son igualdades entre expresiones algebraicas que se verifican para ciertos valores de las letras, a las cuales se denominan incgnitas. Races o soluciones: son los valores que satisfacen la ecuacin. Ecuacin lineal con una incgnita: es una ecuacin dnde la incgnita est elevada a la potencia 1 y, en general, puede escribirse: a.x+b=0, donde a y b son constantes y a es distinta de cero. Resolver una ecuacin: es el proceso de encontrar las races. Ecuaciones equivalentes: son dos ecuaciones con las mismas incgnitas, si y slo si tienen las mismas soluciones. Operaciones algebraicas para pasar ecuaciones equivalentes: Sumar algebraicamente a ambos miembros de la igualdad la misma expresin. Multiplicar ambos miembros de la igualdad por un factor no nulo. Por ej. 30x+500=8000 entonces 30x+500-500=8000-500 entonces 30x=7500 Por ej. 30x=7500 entonces 30x.1/30=7500.1/30 entonces x=250

TEMA 1.2. Ecuacin lineal con dos incgnitas, representacin grfica de las soluciones.
Ecuacin lineal con dos incgnitas: es una ecuacin dnde las incgnitas estn elevadas a la potencia 1 y, en general, puede escribirse: a.x+b.y=c, donde a,b y c son los parmetros de la ecuacin y a y b son distintos de cero. Solucin particular: es cada solucin, pares (x,y); por ejemplo: para x=m entonces y=n, para x=m1 entonces y=n1. Solucin general: es la que se obtiene de despejar x o y, por ejemplo x=(c-b.y)/a cualquiera sea y. Visualizacin del conjunto solucin: por ejemplo para y=20-2.x

TEMA 1.3. Sistemas de ecuaciones lineales con dos incgnitas. Definicin, solucin grfica. Clasificacin.
Sistema de ecuaciones lineales con dos incgnitas: tiene la estructura

Donde a, b, c, d, f, g son constantes. Un sistema de ecuaciones lineales puede ser: Compatible determinado: cuando tenga una nica solucin.

Por ejemplo, El par (x,y)=(2,3) es la solucin del sistema. Compatible indeterminado: cuando tenga mltiples soluciones.

Por ejemplo, El par (x,y)= (x, 1/2x+2) Para todo x que pertenece a Reales Incompatible: cuando el sistema no posea solucin.

Identidad: es una igualdad entre dos expresiones que es cierta sean cuales sean los valores de las distintas variables empleadas.

TEMA 1.4. Mtodos de resolucin convencionales.

Mtodo por sustitucin: consiste en despejar de cualquiera de las ecuaciones, una de las incgnitas. Y sustituirla en otra ecuacin por su valor.

Mtodo por igualacin: se puede entender como un caso particular de sustitucin. Se despeja la misma incgnita de las los ecuaciones y luego se igualan las partes derechas de ambas ecuaciones.

Mtodo por Reduccin: consiste en transformar una de las ecuaciones (generalmente, mediante productos), de manera que obtengamos dos ecuaciones en la que una misma incgnita aparezca con el mismo coeficiente y distinto signo. A continuacin, se suman ambas ecuaciones producindose as la reduccin o cancelacin de dicha incgnita, obteniendo as una ecuacin con una sola incgnita, donde el mtodo de resolucin es simple.

TEMA 1.5. Sistemas de ecuaciones lineales con tres incgnitas.

Conjunto solucin: si existe, debe estar formado por ternas ordenadas. Por ejemplo: (x, y, z) = (1, 2, 3). Resolucin: la resolucin bsica consiste en pasar de un sistema de tres ecuaciones a uno de dos; y luego, resolver como en el punto anterior.

UNIDAD 7: INTRODUCCION A LA PROGRAMACION LINEAL

TEMA 7.1. Inecuaciones con una incgnita: definicin, solucin grfica.
Inecuacin: es una desigualdad entre expresiones algebraicas que se verifica para algunos valores de sus tres letras, a las que denominamos incgnitas. Solucin de la inecuacin: conjunto de valores de las incgnitas que verifican la desigualdad. Propiedades de las desigualdades: 1. Si a ambos miembros de una desigualdad se agrega la misma desigualdad, el sentido de la desigualdad no cambia. Por ej. x < y entonces x+2 < y+2; x > y entonces x-3 > y-3. 2. Si ambos miembros de una desigualdad se multiplican por la misma cantidad positiva, el sentido de la desigualdad no cambia. Por ej. x > y entonces 3.x > 3.y. 3. Si ambos miembros de una desigualdad se multiplican por la misma cantidad negativa, el sentido de la desigualdad se invierte. Por ej. x > y entonces -2.x < -2.y. Solucin Grfica: Para los ejemplos. x<8 x 1 S={x/x E R ^ x 1} o S=[-, 1]

Parntesis: indica que el valor sealado NO est incluido. Corchete: indica que el valor sealado SI est incluido.

TEMA 7.2. Inecuaciones con dos incgnitas: definicin, solucin grfica.

Estructuras: ax+by+c 0 ax+by+c 0 ax+by+c < 0 ax+by+c > 0

Conjunto solucin: Ser un semiplano. Puede ser representado como pares (x, y) en un sistema de ejes cartesianos. Resolucin grfica: para el ejemplo 4x-2y 6 x (6-2y)/4 y (6-4y)/-2 Entonces Si x=0 --- y=-3 Si y=0 --- x=3/2

TEMA 7.3. Sistemas de inecuaciones lineales con dos incgnitas. Resolucin grfica.
Sistema de inecuaciones con 2 incgnitas: es un conjunto de inecuaciones con 2 incgitas. Solucin de un sistema de inecuaciones: ser aquella regin del plano que satisfaga simultneamente todas las inecuaciones. Solucin grfica: Para el ejemplo

TEMA 7.4. Optimizacin lineal. Caractersticas del problema de Programacin Lineal. Mtodo grfico.
Modelo de Optimizacin Matemtica: consiste en una funcin objetivo y un conjunto de restricciones en la forma de un sistema de ecuaciones o inecuaciones. Los modelos de optimizacin son usados en casi todas las reas de toma de decisiones, como en ingeniera de diseo y seleccin de carteas financieras de inversin. Profesor Hossein Arsham. Elementos que formulan un problema: 1. La funcin objetivo: es una funcin de tipo lineal. Son variables de decisin. 2. El objetivo: es la maximizacin o minimizacin de la funcin objetivo. Es la meta. 3. Restricciones: son ecuaciones y/o inecuaciones lineales. Son limitaciones externas. Estructura:

Resolucin Grfica: consiste en graficar la zona factible. Asignamos valores a los vrtices y encontramos el punto ptimo de maximizacin o minimizacin.

UNIDAD 2: MATRICES
TEMA 2.1. Matrices: Definicin, matrices especiales.
Matrices: Una matriz de orden m x n es un arreglo rectangular de nmeros reales dispuestos en m filas y n columnas, los cuales son encerrados entre corchetes. En general se denotan con letras maysculas del abecedario. Por ej. Sera una matriz de orden 2x3

Estructura general: Otra notacin es A = [aij]mxn

Denotacin de elementos: cada elemento de la matriz se denota de manera genrica aij. Dnde i es la fila; y j la columna donde est ubicado. Por ej. en la primera matriz a13=5

Matrices Especiales: Cuadrada o de orden n: cuando la cantidad de filas es igual al nmero de columnas. Los elementos que estn en los lugares a11, a22, a33, ann constituyen la diagonal principal de la matriz. Es decir aquellos elementos aij dnde i=j

Matriz nula: es aquella matriz de cualquier orden cuyos elementos son todos iguales a cero. Se suele denotar:

Matriz triangular superior: es aquella matriz cuadrada donde los elementos que estn debajo de la diagonal principal son ceros.

Matriz triangular inferior: es aquella matriz cuadrada donde los elementos que estn encima de la diagonal principal son ceros. Matriz diagonal: es aquella matriz cuadrada donde los elementos que no estn en la diagonal principal son ceros.

Matriz escalar: es aquella matriz diagonal donde los elementos de la diagonal principal son iguales entre s.

Matriz identidad: es aquella matriz diagonal donde los elementos que estn en la diagonal principal son todos iguales a 1. Se denota con la letra I

TEMA 2.3. Operaciones con matrices y sus propiedades.

Suma Matricial: Dadas dos matrices del mismo orden, la matriz suma ser otra matriz del mismo orden que las dadas cuyos elementos surgen de la suma de los respectivos elementos de las matrices dadas. A B A+B C

Propiedades de la suma matricial: 1. 2. 3. 4. Asociativa: Conmutativa: Elemento neutro: Elemento simtrico u opuesto: (A+B)+C=A+(B+C) A+B=B+A A+ =A A+ (-A)=

Producto entre un escalar y una matriz: El producto de un escalar por una matriz, es otra matriz del mismo orden que la dada cuyos coeficientes surgen del producto del escalar por los respectivos elementos de la matriz. = 20 02 A= 1 8 -3 4 -2 6

Propiedades del producto entre un escalar y una matriz: 1. 2. 3. 4. Asociativa para el producto de escalares: Distributiva con respecto a la suma de matrices: Distributiva con respecto a la suma de escalares: Escalar 1 es el neutro: ().A=(A) (A+B)=A+B (+)A= A+A 1.A=A

Producto matricial: Dadas dos matrices Amp y Bpn, la matriz producto ser una matriz Cmn, tal que cada elemento cij de C se obtiene como la suma de los productos de los coeficientes de la fila i de A por los respectivos coeficientes de la columna j de B. En smbolos A.B=C donde a11 a12 a21 a22 a13 a23 x b11 b21 b31 b12 b22 b32 b13 b23 b33 = c11=a11.b11+a12.b21+a13.b31 c12 c21=a21.b11+a22.b21+a23.b31 c22 c13 c23

Se deduce que: 1. Para que dos matrices se puedan multiplicar, el nmero de columnas de la primera matriz debe ser igual al nmero de filas de la segunda (Se desprende de dadas dos matrices Amp y Bpn, donde p tiene el mismo valor en A y en B) 2. La matriz resultante tendr tantas filas como la primera y tantas columnas como la segunda (es decir que el producto de Amp y Bpn, resultar Cmn) Por ejemplo:

Entonces A23 y B32, el n de A es = al m de B se puede multiplicar. La matriz resultante ser C22 Comprobemos. c11= (-1.4+3.1+2.-1) c21= (0.4+1.1+-2.-1) c12= (-1.3+3.1+2.0) c22= (0.3+1.1+-2.0) c11=-3 c21= 3 c12=0 c22=1

Propiedades del producto matricial: Asociativa: Distributiva con respecto a la suma de matrices: Elemento absorbente : Observacin del elemento : No conmutativa: No transitiva: (A.B).C=A.(B.C) A.(B+C)=A.B+A.C A. = Si A.B= no necesariamente A o B= A.B B.A Si A.B=A.C no significa A=C A derecha deber ser Amp.Ipn Matriz transpuesta: Dada una matriz A de orden mxn, su transpuesta es una matriz de orden nxm. Se denota A y se obtiene ubicando las respectivas filas de A como columnas de A. Formalmente: el elemento aij de A ser el elemento aji de A. Ejemplo:

La matriz Identidad adecuada (a izq o derecha) es neutra: A izquierda deber ser Imp.Apn

Propiedades de la transpuesta: 1. 2. 3. 4. (A)=A (A+B)=A+B (.A)= .A (A.B)=B.A

TEMA 2.4. Vectores. Definicin. Operaciones con vectores.

Vectores: un vector de orden n, es un conjunto de n elementos ordenados de nmeros reales los cuales se encierran entre parntesis o corchetes. Puede considerarse como tipos de matriz. Estructura:

Vector fila: es una matriz de orden 1xn Vectores especiales

Vector columna: es una matriz de orden mx1

Vector unitario: Son aquellos con una componente = 1 y el resto =0. Vector cero: Son aquello en los que todos los componentes son = 0.

TEMA 2.5. Dependencia e independencia lineal de vectores.

Combinacin lineal de vectores: es una suma de productos escalares por vectores. Diremos que el vector V es combinacin lineal de los vectores V 1, V2, V3, , Vi, , Vk si existen escalares 1, 2, 3, , i, , k tales que: V= 1V1+ 2V2+ 3V3+ ..+ iVi+ .. + kVk Por ejemplo: Dados: V1=[2,-3,5]; V2=[0,1,-2]; V3=[4,2,1] Donde V=3V1-2V2+V3 Entonces V= 3(2,-3,5) 2(0,1,-2) + (4,2,1) V= (6,-9,15) (0,-2,4) + (4,2,1) V= (10, -9, 20) siendo este una combinacin lineal de los Vectores V1, V2 y V3. Independencia y dependencia lineal de vectores Conjunto de vectores linealmente independiente (L.I.): ser tal si la nica forma de expresar al vector nulo como combinacin lineal de los vectores dados es con todos los escalares iguales a cero. En smbolos, cuando el conjunto de vectores {V1, V2, V3, Vi, , Vk} cumple:

Ejemplo 1: Para V1= y V2=

Entonces:

1.

+ 2.

Que es lo mismo que decir (por propiedad asociativa del escalar):

Es decir que nos quedan dos ecuaciones: 21-2=0 o 21=2 31+22=0 Remplazamos uno de los trminos 31+2(21)=0 31+41=0 71=0 1=0 Significa que los escalares 1 y 2 slo pueden asumir valor 0 para llevar al vector nulo como combinacin lineal. Es decir que es un vector linealmente independiente. Ejemplo 2. Para V1= (3,2,-1) y V2= (-1,1,0) y V3= (1,4,1)

Entonces 1 (3,2,-1) + 2 (-1,1,0) + 3 (1,4,1) 1 3 + 1 2 + 1 -1 + 2 -1+ 2 1+ 2 0+ 3 1 = 0 3 4 = 0 3 1 = 0 o o o 31-2+3= 0 21-2+43= 0 -1+3= 0

Resolviendo como ecuaciones nos da: 3ra) 1=3 1ra) 31-2+1= 0 o 41=2 2da) 21-41+41= 0 o 1= 0 Entonces si 1=3; 3=0 y si 41=2 entonces 2=0 El vector es linealmente independiente.

Conjunto de vectores linealmente dependiente (L.D.): ser tal si se puede expresar al vector nulo como combinacin lineal de los vectores dados es con al menos un escalar distinto de cero. En smbolos, cuando el conjunto de vectores {V1, V2, V3, Vi, , Vk} cumple: Ejemplo 1: Para V1= y V2=

Entonces:

1.

2.

Que es lo mismo que decir (por propiedad asociativa del escalar):

Es decir que nos quedan dos ecuaciones: 21-2=0 o 21=2 -41+22=0 Remplazamos uno de los trminos -41+2(21)=0 -41+41=0 0=0 Significa que los escalares 1 y 2 pueden asumir infinitas soluciones para llevar al vector nulo como combinacin lineal. Es decir que es un vector linealmente dependiente. Ejemplo 2. Para V1= (1, 0, -3) Entonces 1 (1, 0, -3) 1 1 + 1 0 + 1 -3 + 2 2+ 2 1+ 2 -3+ y + V2= (2, 1, -3) 2 (2, 1, -3) o o o y + V3= (4, 3, -3) 3 (4, 3, -3)

3 4 = 0 3 3 = 0 3 -3 = 0

1+22+43= 0 2+33= 0 -31-32-33= 0

Resolviendo como ecuaciones nos da: 2da) 2=-33 1ra) 1+2(-33)+43= 0 o 1=-23 3ra) -3(-23)-3(-33)+33=0 o 63-93+33= 0 o 0=0 El vector es linealmente dependiente.

Teoremas de dependencia linear: 1. Dos o ms vectores son linealmente independientes si y slo si, uno de ellos se puede expresar como combinacin lineal de los otros. 2. Todo conjunto que contenga un subconjunto linealmente dependiente, es linealmente dependiente. 3. Todo subconjunto de un conjunto linealmente independiente, es linealmente independiente. 4. El vector nulo es linealmente dependiente. Por lo tanto todo conjunto que contenga el vector nulo es linealmente dependiente. 5. Un conjunto de con ms de n vectores de n componentes es linealmente dependiente. 6. Un nico vector distinto del nulo es linealmente independiente. 7. Si en un conjunto de vectores (donde el nulo no est incluido) es tal que cada uno de ellos tiene ms ceros que el anterior el conjunto es linealmente independiente.

TEMA 2.6. Otros. Fuera de programa pero en SAM. Integracin de conceptos de ecuaciones lineales y matrices.
Formas de representacin de un sistema de ecuaciones: Un sistema de m ecuaciones lineales y n incgnitas puede ser expresado en forma general con la ESTRUCTURA:

Donde: xj, representa la incgnita j para j= 1, 2, 3, , n aij, indica el coeficiente en la ecuacin i que acompaa a la incgnita xj, para i= 1, 2, , m para j= 1, 2, , n bj, indica el trmino independiente de la i-sima ecuacin. Ejemplo: 2.x1+(-1).x2 + 3.x3 = 3 1.x1+ 0.x2 +(-1).x3 = -2 1.x1+ 1.x2 + 1.x3 = 6 Dnde: x1 es = x b1 es = 3 x2 es = y b2 es = -2 x3 es = z a33 es = 1 b3 es = 6 incgnitas y coeficientes y trminos independientes. a11 es = 2 a22 es = 0

Dado un sistema de ecuaciones lineales, es posible representarlo en forma matricial o vectorial.

Forma matricial de un sistema: Estructura general:

Notacin: A.X=B. Dnde A es la matriz de coeficientes del sistema, X es el vector de incgnitas y B es el vector de trminos independientes. Ejemplo: 2 1 1 -1 0 1 3 -1 1 . x y z = 3 -2 6

Forma vectorial de un sistema Estructura general:

As representamos un sistema de ecuaciones como una combinacin lineal de vectores. Es decir como la suma del producto de escalares (x, y, z) por vectores [(a 11, a21, a31), (), (a13, a23, a33) Ejemplo: 2 X 1 1 + y -1 0 1 + z 3 -1 1 = 3 -2 6

Matriz ampliada del sistema: Es aquella que surge de agregar el vector de trminos independientes a la matriz de coeficientes del sistema. Notacin: A|B Estructura:

Ejemplo: 2 1 1 -1 0 1 3 -1 1 3 -2 6

TEMA 2.2. La matriz como representacin de un problema econmico