Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TRABAJO DE INVESTIGACIÓN
Grupo: 1TM4
ÍNDICE
1. Objetivo general
2. El sistema de ecuaciones lineales como modelo matemático de
problemas
3. Bases y Dimensión
4. Bases ortonormales
5. Proceso de Gram-Schmidt
6. Matriz de coordenadas
7. Cambios de bases
8. Conclusiones
9. Bibliografía
Objetivo General
El objetivo general de esta investigación es nada mas el introducirnos a los
conocimientos previos que se nos darán en la clase de algebra, son conceptos
básicos que deberíamos de conocer antes de pasar a otros temas.
El decir que son conceptos básicos, no quiere decir que les tomemos menos
importancia, pues la clave del aprendizaje es el comprender un tema y si
deseamos comprender un tema debemos de estudiarlo a fondo y recordar lo que
una vez se nos explicó, pues hay veces en las que vamos avanzando en los
temas sin comprender al cien porciento la base de la se desglosan.
En este trabajo veremos en un inicio los sistemas de ecuaciones como la base de
los siguientes temas, es importante el recordarnos que es un sistema de
ecuaciones para poder conocer las soluciones que les podemos dar y los métodos
por los cuales obtener una solución.
Es por eso que hago el trabajo de investigación, recordar lo comprendido para
obtener nuevos conocimientos acerca de los temas que se verán.
El Sistema de ecuaciones lineales como modelo matemático de problemas
El sistema de ecuaciones lineales permite el planteamiento de problemas y
soluciones que toman en cuenta varias condiciones a la vez. Las ecuaciones y los
sistemas formados a partir de ellas establecen una herramienta básica en el
modelo de problemas de ingeniería.
Se llama ecuación lineal a una ecuación de la forma:
a1 x1 + a 2 x 2 + ... + a n xn
Una ecuación lineal es aquella en la cual todos los productos entre las variables
dan como resultado un exponente unitario; es decir, no hay términos en los cuales
las variables se multipliquen entre sí, o se eleven a una potencia deferente de uno.
El planteamiento de una sola ecuación lineal implica el uso de una sola situación
con varias cantidades desconocidas; su solución siempre dependerá del número
de incógnitas implicadas, y de las cantidades arbitrarias que sean asignadas a
dichas variables.
Existen casos en los cuales se necesita encontrar una solución se satisfaga no
sola una ecuación sino a dos, tes o incluso más ecuaciones.
Sistemas De Ecuaciones Lineales Y Matrices
La teoría general de matrices encuentra una de sus aplicaciones más inmediatas
en la resolución de sistemas de ecuaciones lineales con múltiples incógnitas.
Aunque posteriormente fue objeto de un extenso desarrollo teórico, este campo de
las matemáticas surgió en realidad como un instrumento de cálculo para facilitar
las operaciones algebraicas complejas.
Matrices cuadradas:
Una matriz cuadrada es la que tiene el mismo número de filas que de columnas.
Se dice que una matriz cuadrada n n es de orden n y se denomina matriz n-
cuadrada.
Ejemplo: Sean las matrices.
[ ][
3 7 8
A= 1 5 5
2 4 3
1 5
0 1
=B ]
5 x−13 y +10 z =0
2 x−4 y+3 z=0
x + y + z=0
Ejemplos de la vida cotidiana:
La gente tiende a no pensar en términos de ecuaciones y fórmulas en sus
vidas diarias. Usan el lenguaje para describir la situación. Pero las palabras
se pueden traducir en el lenguaje de las matemáticas.
Un ejemplo muy simple: una madre tiene que dividir seis manzanas entre
tres hijos. Sin esfuerzo se llega a la conclusión de que cada niño recibe dos
manzanas. Lo que se ha utilizado es la función matemática de la división
para llegar a la respuesta: 6/3 = 2.
Los sistemas lineales son una de las herramientas de las matemáticas que
tienen múltiples usos en el mundo real. La vida está llena de situaciones en
las que la salida de un sistema se duplica si la entrada se duplica y en donde
la salida se corta a la mitad si la entrada hace lo mismo. Eso es lo que es un
sistema lineal y cualquier sistema lineal puede describirse con una ecuación
lineal.
Bases y Dimensiones
Si S= {v1, v2…, vn} es una base para un espacio vectorial V entonces todo vector v
en V se puede expresar como:
de aquí vemos que hacen falta n funciones yi(x) para construir todas las
soluciones a la ecuación: la dimensión del conjunto de soluciones es n.
Cabe recordar que dos matrices son equivalentes por renglones si una puede
obtenerse a partir de la otra al aplicar operaciones elementales en los renglones.
El siguiente teorema establece que las matrices equivalentes por renglones tienen
el mismo espacio renglón.
Base para el Espacio Renglón de una Matriz: Si una matriz A es equivalente por
renglones a una matriz B que está en forma escalonada, entonces los vectores
renglón de B diferentes de cero forman una base del espacio renglón de A.
Rango de una Matriz: La dimensión del espacio renglón (o columna) de una matriz
A se llama rango de A y se denota por rango (A).
Bases Ortonormales
Así, una base ortonormal es una base ortogonal, en la cual la norma (longitud o
magnitud del vector) de cada elemento que la compone es unitaria. Las bases
ortonormales están formadas por vectores ortogonales y unitarios. Los vectores
que forman una base ortonormal son perpendiculares entre sí, y además tienen de
módulo la unidad.
Proceso De Gram-Schmidt
Generalizando en k:
Y el algoritmo queda:
Generali
zando en k:
Para hallar los vectores ortonormales basta con dividir entre la norma de cada
vector de la base hallada:
Conjunto ortonormal en Rm
Como calcularla:
Las matrices de una base siempre son invertibles, debido a su rango coincide con
su orden. Este método de cálculo se basa en la siguiente fórmula: C[A->B] = C[N-
>B]•C[A->N] donde N es la base canónica, y C[N->B] = inv(C[B->N]). La matriz de
cambio de base de cualquier base B a la base canónica N es igual a la matriz de
la base B.
Ahora que se tiene la matriz de coordenadas de una marca con respecto a otra, lo
que se necesita es obtener los ángulos de rotación con respecto a cada uno de los
ejes. El problema es que en la escasa documentación que nos ofrece Artoolkit lo
que dice es que la última columna de la matriz indica la distancia en los distintos
ejes X, Y y Z..
Teorema
[ x ]C = P C←B [ x ]B (4)
Esto es,
( P C←B) −1 [ x ]C = [ x ]B
( P C←B) −1 = P B←C
Cambio de base en Rn
PB = [ b1 b2 · · · bn ]