Proyecto Matrices Algebra Lineal

lOMoARcPSD|6556834
Proyecto Matrices Algebra Lineal
álgebra lineal (Universidad de las Fuerzas Armadas de Ecuador)
StuDocu no está patrocinado ni avalado por ningún colegio o universidad.

Descargado por cristian peñarrieta (cristian12743@gmail.com)
lOMoARcPSD|6556834
UNIVERSIDAD DE LAS FUERZAS ARMADAS

ESPE
EXTENSION LATACUNGA
ALGEBRA LINEAL
INTEGRANTES: Sebastián Panchi.

Oswaldo Criollo.
Bryan Tapia.
CARRERA:
Mecatrónica
DOCENTE:
Ing. Janeth Segovia
NIVEL:
Primero “C”
NRC:
2639
ABRIL 2017 – AGOSTO 2017

lOMoARcPSD|6556834
1. Introducción
El Álgebra Lineal es la rama de las matemáticas que concierne al estudio de vectores,

espacios vectoriales, transformaciones lineales, y sistemas de ecuaciones lineales. Los
espacios vectoriales son un tema central en las matemáticas modernas; por lo que el
álgebra lineal es usada ampliamente en álgebra abstracta y análisis funcional. El álgebra
lineal tiene una representación concreta en la geometría analítica, y tiene aplicaciones
en el campo de las ciencias naturales y en las ciencias sociales.; así como también ayuda
al desarrollo de ciertas capacidades fundamentales para un ingeniero: capacidad de
formalizar, de razonar rigurosamente, de representar adecuadamente algunos conceptos.
Las aplicaciones del Algebra Lineal en la ciencia, la ingeniería y en la vida cotidiana
son numerosas ya que la solución de muchos problemas en la física, ingeniería, química,
biomédica, graficas computarizada, procesamiento de imágenes requieren de
herramientas o métodos dados por el Algebra Lineal. La importancia de la matemática
en el desarrollo científico y tecnológico de la humanidad, está determinado por la
posibilidad de elaborar modelos matemáticos de objetos reales ya sea de la ciencia o de
la técnica. Con las técnicas clásicas de solución de sistemas de ecuaciones lineales, que
se pueden hacer a lápiz y papel y con el avance de la tecnología, el Algebra Lineal
también se puede explotar desde lo numérico lo que hace necesario trabajar con cierta
parte de la matemática clásica y con el uso de herramientas computacionales para operar
los objetos o elementos del Algebra Lineal. Esto le da un carácter de ³popularización´ a
la matemática, que con el advenimiento dela computadora y su inmensa capacidad de
cálculo, rapidez, versatilidad, etc., le da la posibilidad de simular y verificar soluciones
de modelos matemáticos propios de la ingeniería y en especial de la Ciencias.
Un estudio honesto del Álgebra Lineal va más allá de la simple Álgebra Matricial,
debido a la diversidad de conceptos útiles que se infieren de la elaboración de estos
modelos. La aplicación del Álgebra Lineal que hace el ingeniero no es inmediata. Exige
la utilización creativa del conocimiento y de software, lo cual demanda dedicación; aún
más cuando la evolución de la matemática está encaminada hacia su aplicación e
interrelación con otras ciencias o áreas del saber. El álgebra lineal se desarrolló
fundamentalmente para resolver situaciones de la vida cotidiana. Sin esta valiosa
herramienta muchas cosas que hoy son necesarias para llevar nuestro ritmo de vida, no
estarían aquí.

lOMoARcPSD|6556834
2. Justificación
Google funciona, e investigando un poco al respecto; Google es una gran mega-

estructura que basa su funcionamiento en algoritmos, matrices, espacios y sub espacios
vectoriales, en fin, todo lo referido con el álgebra lineal.
El término lineal hace referencia a la modelación y solución de problemas prácticos a

los que se debe en0rentar cualquier ingeniero.
Un estudio honesto del Algebra lineal va más allá de la simple4lgebra 5atricial, debido a
la diversidad de conceptos útiles que se infieren de la elaboración de estos modelos,
permitiendo el enriquecimiento de los contenidos en la asignatura.
%a aplicación del 4lgebra lineal que hace el ingeniero no es inmediata
Elige la utilización creativa del conocimiento y de so0t7are, lo cual demanda

dedicación8 aún más cuando la evolución de la matemática está encaminada hacia su
aplicación e interrelación con otras ciencias áreas del saber.

lOMoARcPSD|6556834
3. Objetivos
3.1 Objetivo General
 Adquirir los conceptos esenciales que requiere el estudiante de ingeniería en el

campo del álgebra de matrices para aplicarlas de manera eficiente en un campo
de trabajo o en la vida cotidiana encontrando solución a posibles problemas.
3.2 Objetivo Especifico
 Aplicar el concepto de espacio vectorial en diversos elementos matemáticos

como matrices, 0unciones continuas, entre otros.
 Desarrollar los procedimientos prácticos que brinda el álgebra lineal la
implementación de software.
 Utilizar los modelos lineales con ejemplos de aplicación a la ingeniería.
 Optimizar la enseñanza y el aprendizaje del Álgebra Lineal en las carreras de
ingeniería
 Actualizar los conceptos fundamentales del Álgebra lineal para diseñar apoyo
audiovisual para mejorar el aprendizaje de los mismos.
 Plantear y resolver problemas reales en los que se apliquen los conceptos
fundamentales.

lOMoARcPSD|6556834
4. Marco teórico
El objeto con que se representan las conexiones en la anterior página es una matriz. En
general, una matriz es un conjunto ordenado en una estructura de filas y columnas. Los
elementos de este conjunto pueden ser objetos matemáticos de muy variados tipos,
aunque de forma particular, trabajaremos exclusivamente con matrices formadas por
números reales.
Normalmente las matrices son designadas por letras mayúsculas.
Los elementos de una matriz se identifican por la fila y la columna que ocupan. Así,
designaremos por a32 el elemento que está situado en la tercera fila y segunda columna
de la matriz A.
El número de filas y columnas que tiene una matriz se llama dimensión de la matriz.
Dos matrices son iguales si son de igual dimensión y coincide el valor de los elementos
que ocupan la misma posición en ambas.
Una matriz es un arreglo bidimensional o tabla bidimensional de números consistente en
cantidades abstractas que pueden sumarse y multiplicarse entre sí.
Es una disposición de valores numéricos y/o variables (representadas por letras), en

columnas y filas, de forma rectangular.
Una matriz es una tabla cuadrada o rectangular de datos (llamados elementos o entradas
de la matriz) ordenados en filas y columnas, donde una fila es cada una de las líneas
horizontales de la matriz y una columna es cada una de las líneas verticales de la matriz.
A una matriz con m filas y n columnas se le denomina matriz m x n; y a m y n se les
denomina dimensiones de la matriz.
Las dimensiones de la matriz siempre se dan con el número de fila primero y el número
de columnas.
Por lo general se trabaja con matrices formadas por números reales. Las matrices se
usan generalmente para describir sistemas de ecuaciones lineales, sistemas de
ecuaciones diferenciales o representar una aplicación lineal (dada una base).
Una matriz es una colección ordenada de elementos colocados en filas y columnas, o

sea es un arreglo bidimensional de números (llamados entradas de la matriz) ordenados
en filas (o renglones) y columnas, donde una fila es cada una de las líneas horizontales
de la matriz y una columna es cada una de las líneas verticales. A una matriz con m filas

lOMoARcPSD|6556834
y n columnas se le denomina matriz m por n ( {\displaystyle m\times n} {\displaystyle

m\times n}) donde m y n son números naturales mayores que cero. El conjunto de las
matrices de tamaño {\displaystyle m\times n} {\displaystyle m\times n} se representa
como {\displaystyle {\mathcal {M}}_{m\times n}(\mathbb {K} )} {\displaystyle {\
mathcal {M}}_{m\times n}(\mathbb {K} )}, donde {\displaystyle \mathbb {K} } {\
displaystyle \mathbb {K} } es el campo al cual pertenecen las entradas. El tamaño de
una matriz siempre se da con el número de filas primero y el número de columnas
después. Dos matrices se dice que son iguales si tienen el mismo tamaño y las mismas
entradas.
Otra definición, muy usada en la solución de sistemas de ecuaciones lineales, es la de

vectores fila y vectores columna. Un vector fila o vector renglón es cualquier matriz de
tamaño {\displaystyle 1\times n} {\displaystyle 1\times n} mientras que un vector
columna es cualquier matriz de tamaño {\displaystyle m\times 1} {\displaystyle m\
times1}.
A las matrices que tienen el mismo número de filas que de columnas, {\displaystyle
m=n\,\!} {\displaystyle m=n\,\!}, se les llaman matrices cuadradas. y el conjunto se
denota {\displaystyle {\mathcal {M}}_{n\times n}(\mathbb {K} )} {\displaystyle {\
mathcal {M}}_{n\times n}(\mathbb {K} )} o alternativamente {\displaystyle {\mathcal
{M}}_{n}(\mathbb {K} )} {\displaystyle {\mathcal {M}}_{n}(\mathbb {K})}.
PRODUCTO DE MATRICES.
Se ha visto que dos matrices A y B se pueden sumar si tienen el mismo número de

renglones y el mismo número de columnas. La manera de sumarlas es muy natural, se
suman los elementos de cada matriz que tienen la misma posición y la matriz resultante
tiene por tanto el mismo número de renglones y columnas que las matrices A y B.
Se podría pensar que la multiplicación de matrices fuera similar a la suma; que dos
matrices A y B se podrían multiplicar cuando tuvieran el mismo número de renglones y
de columnas. Que cada elemento del matriz producto sería el producto de los elementos
de las matrices A y B que tienen la misma posición. Sin embargo, el producto de
matrices no se define así.
Consideremos primero el producto de vectores.
Sean

lOMoARcPSD|6556834
dos vectores del mismo número de componentes. El producto escalar de y

, denotado , se define por
El producto escalar es llamado también producto punto en referencia a la notación que

se usa para representarlo. También se conoce como el producto interno. La razón por la
que se llama producto escalar porque el resultado de este producto entre dos vectores,
ya no es un vector, sino un escalar, esto es, un número.
Ejemplo 1.
Calcule el producto escalar de los vectores
y .
METODO DE GAUS JORDAN
El Método de Gauss – Jordan o también llamado eliminación de Gauss – Jordan, es un

método por el cual pueden resolverse sistemas de ecuaciones lineales con n números
de variables, encontrar matrices y matrices inversas, en este caso desarrollaremos la
primera aplicación mencionada.
Para resolver sistemas de ecuaciones lineales aplicando este método, se debe en primer
lugar anotar los coeficientes de las variables del sistema de ecuaciones lineales en su
notación matricial:
Entonces, anotando como matriz (también llamada matriz aumentada):

lOMoARcPSD|6556834
Una vez hecho esto, a continuación, 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, multiplicación y división; teniendo en cuenta que
una operación se aplicara a todos los elementos de la fila o de la columna, sea el caso.
Obsérvese que en dicha matriz identidad no aparecen los términos independientes, esto
se debe a que cuando nuestra matriz original alcance la forma de la matriz identidad,
dichos términos resultaran ser la solución del sistema y verificaran la igualdad para cada
una de las variables, correspondiéndose de la siguiente forma:
 d1 = x
 d2 = y
 d3 = z
Ahora que están sentadas las bases, podemos explicar paso a paso la resolución de
sistemas de ecuaciones lineales por medio de este método.
Para ilustrarnos mejor lo analizaremos con un ejemplo concreto:
 Sea el sistema de ecuaciones:
 Procedemos al primer paso para encontrar su solución, 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:

lOMoARcPSD|6556834
 Lo primero que debemos hacer es transformar el 2 de la 1ª fila de la matriz

original en el 1 de la 1ª fila de la matriz identidad; para hacer esto debemos
multiplicar toda la 1ª fila por el inverso de 2, es decir ½.
Luego debemos obtener los dos ceros de la primera columna de la matriz identidad, para
lograr esto, buscamos el opuesto de los números que se ubicaron por debajo del 1 de la
primera columna, en este caso el opuesto de 3 que será -3 y el opuesto de 5 que será -5.
Una vez hecho esto, se procederá a multiplicar los opuestos de estos números por cada
uno del elemento de la 1ª fila y estos se sumarán a los números de su respectiva
columna. Por ej.: en el caso de la 2º fila, se multiplicará a -3 (opuesto de 3) por cada uno
de los elementos de la 1º fila y se sumará su resultado con el número que le corresponda
en columna de la segunda fila. En el caso de la 3ª fila se multiplicará a -5 (opuesto de 5)
por cada uno de los elementos de la 1º fila y se sumará su resultado con el número que
le corresponda en columna de la tercera fila.
Nuestro siguiente paso es obtener el 1 de la 2ª fila de la matriz identidad, y procedemos

de igual forma que antes, es decir multiplicamos toda la fila por el inverso del número
que deseamos transformar en 1, en este caso -13/2, cuyo inverso es -2/13
Además, 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 3º fila por 2 (el denominador); si bien este no es un paso necesario para
el desarrollo del método, es útil para facilitar cálculos posteriores.

lOMoARcPSD|6556834
 Ahora queremos obtener el 0 que se ubica en la 3ª fila, 2ª columna de la matriz

identidad para hacer esto buscamos el opuesto del número que se ubica en la 3ª fila, 2ª
columna de la matriz con la cual estamos operando, en este caso -17, cuyo opuesto será
17; lo que hacemos ahora es multiplicar este número por todos los elementos de la 2ª
fila y sumar esos resultados con el número que le corresponde en columna de la 3ª fila.
 A esta altura podemos observar como la matriz con la cual estamos operando
empieza a parecerse a la matriz identidad.
Nuestro siguiente paso es obtener el 1 correspondiente a la 3ª fila, 3ª columna de la
matriz identidad, ahora bien, aplicamos el mismo procedimiento con el que estábamos
trabajando, es decir que vamos a multiplicar toda la 3ª fila por el inverso del número
que se encuentre en la posición de la 3ª fila, 3ª columna, en este caso 96/13, cuyo
inverso será 13/96.
 Luego debemos obtener los dos ceros de la tercera columna de la matriz

identidad, para lograr esto, buscamos el opuesto de los números que se ubicaron por
encima del 1 de la 3ª columna de la matriz con la cual estamos operando, en este caso
11/13 y ½ cuyos opuestos serán - 11/13 y -½, respectivamente.
Una vez hecho esto, se procederá a multiplicar los opuestos de estos números por cada
uno del elemento de la 3ª fila y estos se sumarán a los números de su respectiva
columna. Por ej.: en el caso de la 2º fila, se multiplicará a - 11/13 (opuesto de 11/13) por
cada uno de los elementos de la 3º fila y se sumaran sus resultados con el número que le
corresponda en columna de la segunda fila. En el caso de la 1ª fila se multiplicará a -½
(opuesto de ½) por cada uno de los elementos de la 3º fila y se sumaran sus resultados
con el número que le corresponda en columna de la primera fila.
10

lOMoARcPSD|6556834
 El último paso que debemos realizar es obtener el 0 de la 1ª columna, 2ª fila de

la matriz identidad, para hacer esto buscamos el opuesto del número que se ubica en la
1ª columna, 2ª fila de la matriz con la que estamos operando, en este caso es 3/2, cuyo
opuesto será - 3/2, lo que hacemos ahora es multiplicar este número por todos los
elementos de la 2ª fila y sumar esos resultados con el número que le corresponde en
columna de la 1ª fila.
 Como podemos observar hemos llegado al modelo de la matriz identidad que

buscábamos, y en la cuarta columna hemos obtenido los valores de las variables
correspondiéndose de este modo:
x= 1
y= -1
z= 2
 Luego, el sistema de ecuaciones está resuelto y por último lo verificamos.
2x + 3y + z = 1 3x – 2y – 4z = -3 5x – y – z = 4
2*1+3*(-1) +2=1 3*1- 2*(-1)-4*2=-3 5*1-(-1)-2 =4
2 -3 +2 =1 3 +2 - 8= -3 5 +1 - 2 = 4
1 = 1 -3 = -3 4= 4
11

lOMoARcPSD|6556834
5. Desarrollo
5.1 Presentación del enunciado del ejercicio

Un mercado oferta tres tipos de canasta de frutas A, B, C
Canasta A:
 30 kilos de Peras
 13 kilos de Tomates
 18 kilos de mangos
Canasta B
Canasta C
Considerando que el kilo de Peras tiene un valor de $ 3.50, el kilo de tomate es de $

2.50 y el kilo de manzanas es de $3.00-
¿Cuál es el precio total de las Peras, Tomates y Mangos en total?
5.1.1 Tema 1: Producto Matricial
5.1.1.1 Resolución
Para poder resolver este ejercicio se debe de realizar una multiplicación de matrices eso
comparando la matriz de las canastas con la matriz de los precios
( ) ( )
30 25 20 3.50
Productos 15 13 17 Precios 2.50
18 15 10 3.00
A continuación se procede a multiplicar las filas de la primera por la columna de la
segunda realizando las respectivas operaciones.
( )
( 30∗3.50 ) + ( 25∗2.50 ) +(20∗3.00)
( 15∗3.50 ) + ( 13∗2.50 ) +(17∗3.00)
( 18∗3.50 ) + ( 15∗2.50 ) +(10∗3.00)
Ya para finalizar realizando las operaciones correspondientes colocamos la nueva

matriz
12

lOMoARcPSD|6556834
( )
227.5
Resultado= 136
130.5
5.1.1.2 Verificación en Software 1:

Para poder comprobar el producto matricial mediante Wiris colocamos primero la
matriz tanto la de los alimentos como la de los productos obteniendo asi una nueva
matriz en donde concuerda con la presentada anteriormente.
5.1.1.3 Verificación en Software 2:
La segunda demostración la realizamos con Matlab en donde nuevamente concordamos

que el resultado obtenido del producto matricial concuerda con el nuestro
5.1.2 Tema 1: Inversa de una

matriz por Gauss Jordan
5.1.2.1 Resolución
Para poder hallar la inversa de la matriz propuesta debemos ampliarla colocando la
matriz identidad en su lado derecho y realizando operaciones elementales entre filas con
la intención que en el lugar donde esta la matriz original nos quede la identidad
30 25 20 1 0 0 1 25/ 30 20 /30 1/30 0 0

1
⋮
15 13 17 0 1 0 F1= F1 15 13 17 ⋮ 0 1 0
30
18 15 10 0 0 1 18 15 10 0 0 1
13

lOMoARcPSD|6556834
F2=F2-15F1
F3= F3-18F1
1 25/30 20 /30 1/30 0 0

0 1/2 7 ⋮ 1/2 1 0 F2=2F2
0 0 −2 −3/5 0 1
1 25/30 20 /30 1/30 0 0

0 1 14 ⋮ 1 1 0 F3= -1/2F3
0 0 −2 −3/5 0 1
1 25/30 20 /30 1/30 0 0

0 1 14 ⋮ 1 1 0 F2= F2-14F3
0 0 1 3 /10 0 −1/2
1 25/30 20 /30 1/30 0 0

0 1 0 ⋮ −16/5 1 −7 F1=F1-(20/30)F3
0 0 1 3/10 0 −1/2
1 25/30 0 −1/6 0 1/3

0 1 0 ⋮ −16/5 1 −7 F1=F1-(25/30)F2
0 0 1 3/10 0 −1/2
1 0 0 5/2 −25/30 37/6

0 1 0 ⋮ −16/5 1 −7
0 0 1 3/ 10 0 −1/2
Entonces llegaríamos a la conclusión que la matriz inversa es:
5 /2 −25/30 37 /6
−16 /5 1 −7
3/10 0 −1/2
Para comprobar debemos multiplicar la matriz por su inversa y su resultado debe ser la
matriz identidad
30 25 20 5 /2 −25/30 37 /6
15 13 17 * −16 /5 1 −7
18 15 10 3/10 0 −1/2
14

lOMoARcPSD|6556834
1 0 0
0 1 0
0 0 1
Comprobación software 1
5.1.3 Tema 3: Determinante por el método de Chio

5.1.3.1 Resolución
Para poder hallar la determinante por el método de Chio se debe tomar cualquier
elemento no nulo, al que le llamaremos pivote
( )
30 25 20
15 13 17 (1/30) F1 Y mediante operaciones convertiremos el pivote en uno
18 15 10
( )
5 2
1
6 3
(F2-15F1) (F3-18F1) A continuación convertir cero todo abajo del pivote
15 13 17
18 15 10
Hay que recalcar que se debe tomar en consideración la matriz de signos al realizar el
determinante
( +¿−¿∓
¿
−¿+¿ )
15

lOMoARcPSD|6556834
( )
−5 +2
+1
6 3
Luego Eliminamos la fila y columna del pivote
−0 +15 −−7
+0 −0 +−2
Finalmente, con la matriz reducida podemos hallar el determinante por el método

Sarrus.
(150 −7
−2 ) (15*-2) – (0*-7) = determinante = -30
5.1 3.2 Verificación en Software 1:

Comprobamos en Wiris introduciendo nuevamente la matriz y hallando la determinante
ahora, nos damos cuenta que efectivamente el valor del determinante es -30
Software 2:
Realizando nuevamente el determinante en el programa Matlab nos damos cuenta que
están bien realizadas las operaciones al concordarnos la determinante
16

lOMoARcPSD|6556834
5.1.4 Determinante por Sarrus

5.1.4.1 Resolución
Para poder realizar la regla de Sarrus en el ejercicio hemos decido duplicar las 2
primeras columnas para así obtener 3 diagonales superiores y 3 inferiores
En nuestro caso aplicaríamos la Ley de Sarrus de la siguiente manera
30 25 20 30 25 20 30 15
A= 15 13 17 | A|=15 13 17 15 13
18 15 10 18 15 10 18 15
(30*13*10)+(25*17*18)+(20*15*15)-[(18*13*20)+(15*17*30)+(10*15*15)]= -30
| A|=−30
5.1.5 Tema 5: Tema 5: Sistemas de ecuaciones mediante el método de

Kramer
5.1.5.1 Resolución
Para resolver sistemas de ecuaciones por el método de Kramer debemos colocar el

termino independiente de cada incógnita
{
30 x +25 y +20 z=227.5
15 x +13 y +17 z=135
18 x+15 y +10 z=130.5
17

lOMoARcPSD|6556834
( ) () ( )
30 25 20 x 227.5
A = 15 13 17 X= y B= 136
18 15 10 z 130.5
Paso siguiente debemos colocar (B/A) en donde B es igual a la determinante de

la matriz, pero esta se encuentra cambiada en una columna por el resultado del
sistema de ecuaciones en donde va variando de columna en columna y A
pertenece siempre a los términos independientes de la matriz.
| |
227. 5 25 20
136 13 17
130.5 15 10
x=
| |
30 25 20
15 13 40
18 15 10
| |
30 227.5 20
15 136 17
18 130.5 10
y=
| |
30 25 20
15 13 40
18 15 10
| |
30 25 227. 5
15 13 136
18 15 130. 5
z=
| |
30 25 20
15 13 40
18 15 10
Paso siguiente realizamos las operaciones para hallar el valor de cada una de las soluciones
y colocar el valor de las incógnitas
227.5∗13∗10+136∗20∗15+130.5∗25∗17−(20∗13∗130.5+17∗25∗130.5)
x=
30∗13∗10+25∗40∗18+15∗15∗20−(20∗13∗18+40∗15∗30+25∗15∗10)
30∗136∗17+227.5∗17∗18+130.5∗15∗20−( 20∗136∗18+15∗130.5)
y=
30∗13∗10+25∗40∗18+15∗15∗20−(20∗13∗18+40∗15∗30+25∗15∗10)
30∗13∗130.5+25∗18∗136+15∗15∗227.5−(227.5∗15∗15+18∗25∗136)
z=
30∗13∗10+25∗40∗18+15∗15∗20−( 20∗13∗18+40∗15∗30+25∗15∗10)
Luego proseguimos a realizar las operaciones correspondientes sacando asi los valores
de las incógnitas
7 5
X= y= z=3
2 2
18

lOMoARcPSD|6556834

Realizando la comprobación en Wiris, introduciendo los términos independientes de
cada ecuación y posteriormente calculando las incógnitas concordamos en que los
cálculos y el resultado que obtuvimos concuerda con el presentado anteriormente

Por ultimo realizamos la comprobación con Matlab en donde concordamos que es correcto el
resultado
Interpretación del resultado

El resultado obtenido del producto matricial es el valor total de cada canasta, se nos
pedía que saquemos el valor total de las frutas que se va a ocupar en todas las canastas
para sacarlo simplemente debemos sumar toda la matriz sacando así el valor
19

lOMoARcPSD|6556834
6. Conclusiones y recomendaciones
20

lOMoARcPSD|6556834
 En el primer punto del trabajo tuvimos un concepto general de lo que son las
permutaciones que son cada uno de los intercambios que se pueden hacer sin
repetirlos, así mismo lo llevamos a términos matriciales que es el intercambio de
filas cuando un pivote es cero y debemos buscar un pivote adecuado para la
eliminación de Gauss – Jordán y así mismo para la correcta resolución de un
sistema de ecuaciones.
 En la operaciones de los determinantes pudimos llegar a la conclusión que
podemos trabajar sobre la matriz a obtener el determinante para que nuestra
resolución sea mucho más rápida y haciendo que el resultado de la misma no sea
alterado de ninguna manera.
 Las diferentes formas de resolución nos llevó a un enfoque mucho más amplio
de la resolución del determinante de una matriz, ya que cada una de ellas podía
ser utilizadas en las otras ya que en el método de cofactores se usa mucho la
resolución del determinante de las matrices de 2 x 2, las permutaciones cuando
queremos transformar una matriz a una triangular superior o inferior para la
resolución del determinante por medio del producto de la diagonal.
 En el punto de las aplicaciones se pudo ver formas mucho más simples que
podemos usar para la resolución de la inversa, la adjunta, en geometría analítica
la obtención del área de un triángulo, la determinación de linealidad de dos
puntos, así como la ecuación de la recta entre dos puntos.
21

lOMoARcPSD|6556834
7. Fuentes de información
7.1 Índice
Contenido
1. Introducción.......................................................................................................................2
2. Justificación........................................................................................................................3
3. Objetivos.............................................................................................................................4
4. Marco teórico......................................................................................................................5
5. Desarrollo..........................................................................................................................12
6. Conclusiones y recomendaciones.....................................................................................17
7. Fuentes de información....................................................................................................19
7.1 Índice..............................................................................................................................19
7.2 Anexos...........................................................................................................................19
7.3 Bibliografía....................................................................................................................19
7.2 Anexos
22

lOMoARcPSD|6556834
7.3 Bibliografía
 http://www.matesco.unican.es/aplicaciones/google_sema.pdf
 http://www1.universia.net/catalogaxxi/C10010PPMXII1/S167451/P10401NN1/
INDEX.HTML
 http://www.elprisma.com/apuntes/curso.asp?id=10720
 http://www.foroswebgratis.com/tema-algebra_lineal-95361-758061.htm
 http://www.buenastareas.com/temas/espacios-vectoriales-aplicada-a-la-
ingenieria-civil/0
23

Proyecto Matrices Algebra Lineal

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Proyecto Matrices Algebra Lineal

Cargado por

Copyright:

Formatos disponibles

lOMoARcPSD|6556834

Proyecto Matrices Algebra Lineal

álgebra lineal (Universidad de las Fuerzas Armadas de Ecuador)

StuDocu no está patrocinado ni avalado por ningún colegio o universidad.

UNIVERSIDAD DE LAS FUERZAS ARMADAS

INTEGRANTES: Sebastián Panchi.

ABRIL 2017 – AGOSTO 2017

Descargado por cristian peñarrieta (cristian12743@gmail.com)

El Álgebra Lineal es la rama de las matemáticas que concierne al estudio de vectores,

Descargado por cristian peñarrieta (cristian12743@gmail.com)

Google funciona, e investigando un poco al respecto; Google es una gran mega-

El término lineal hace referencia a la modelación y solución de problemas prácticos a

%a aplicación del 4lgebra lineal que hace el ingeniero no es inmediata

Elige la utilización creativa del conocimiento y de so0t7are, lo cual demanda

Descargado por cristian peñarrieta (cristian12743@gmail.com)

3.1 Objetivo General

 Adquirir los conceptos esenciales que requiere el estudiante de ingeniería en el

3.2 Objetivo Especifico

 Aplicar el concepto de espacio vectorial en diversos elementos matemáticos

Descargado por cristian peñarrieta (cristian12743@gmail.com)

Es una disposición de valores numéricos y/o variables (representadas por letras), en

Una matriz es una colección ordenada de elementos colocados en filas y columnas, o

Descargado por cristian peñarrieta (cristian12743@gmail.com)

y n columnas se le denomina matriz m por n ( {\displaystyle m\times n} {\displaystyle

Otra definición, muy usada en la solución de sistemas de ecuaciones lineales, es la de

Se ha visto que dos matrices A y B se pueden sumar si tienen el mismo número de

Consideremos primero el producto de vectores.

Descargado por cristian peñarrieta (cristian12743@gmail.com)

dos vectores del mismo número de componentes. El producto escalar de y

El producto escalar es llamado también producto punto en referencia a la notación que

Calcule el producto escalar de los vectores

METODO DE GAUS JORDAN

El Método de Gauss – Jordan o también llamado eliminación de Gauss – Jordan, es un

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

Descargado por cristian peñarrieta (cristian12743@gmail.com)

Esto se logra aplicando a las distintas filas y columnas de las matrices

 Procedemos al primer paso para encontrar su solución, anotarlo en su forma

Descargado por cristian peñarrieta (cristian12743@gmail.com)

 Lo primero que debemos hacer es transformar el 2 de la 1ª fila de la matriz

Nuestro siguiente paso es obtener el 1 de la 2ª fila de la matriz identidad, y procedemos

Descargado por cristian peñarrieta (cristian12743@gmail.com)

 Ahora queremos obtener el 0 que se ubica en la 3ª fila, 2ª columna de la matriz

 Luego debemos obtener los dos ceros de la tercera columna de la matriz

Descargado por cristian peñarrieta (cristian12743@gmail.com)

 El último paso que debemos realizar es obtener el 0 de la 1ª columna, 2ª fila de

 Como podemos observar hemos llegado al modelo de la matriz identidad que

Descargado por cristian peñarrieta (cristian12743@gmail.com)

5.1 Presentación del enunciado del ejercicio

Considerando que el kilo de Peras tiene un valor de $ 3.50, el kilo de tomate es de $

Ya para finalizar realizando las operaciones correspondientes colocamos la nueva

Descargado por cristian peñarrieta (cristian12743@gmail.com)

5.1.1.2 Verificación en Software 1:

5.1.1.3 Verificación en Software 2:

La segunda demostración la realizamos con Matlab en donde nuevamente concordamos

5.1.2 Tema 1: Inversa de una

30 25 20 1 0 0 1 25/ 30 20 /30 1/30 0 0

Descargado por cristian peñarrieta (cristian12743@gmail.com)

1 25/30 20 /30 1/30 0 0

1 25/30 20 /30 1/30 0 0

1 25/30 20 /30 1/30 0 0

1 25/30 20 /30 1/30 0 0

1 25/30 0 −1/6 0 1/3