Aplicaciones Del Algebra Lineal Finallllllllllll

pág.
1
Índice
Resumen............................................................................................................................................3
Palabras claves.................................................................................................................................3
Aplicaciones del Algebra Lineal....................................................................................................10
Aplicación en Economía.................................................................................................................11
Aplicación administración.............................................................................................................11
Aplicación en Ingeniería................................................................................................................12
En economía...................................................................................................................................12
En Administración.........................................................................................................................14
En Ingeniería..................................................................................................................................15
Conclusiones...................................................................................................................................17
Recomendaciones...........................................................................................................................17
Bibliografías....................................................................................................................................18
pág. 2
Resumen
Unas de las aplicaciones del algebra se trata del diseño e implementación de sistemas
secretos para cifrar mensajes. Con la elaboración del siguiente trabajo se pretende abordar,
reconocer y entender como estudiantes algunos aspectos del algebra basados en las
aplicaciones podemos resolver algunos temas ejemplo: ecuaciones diferenciales,
investigación funcional, diseño el cual nos permite el cifrado de mensajes. De esta manera
podemos abordar los diferentes temas de la asignatura basadas en el uso y resolución de
matrices de manera didáctica aplicativa, realizando trabajo en equipo basado en la
comunicación y la buena colaboración. El estudio de la estabilidad de una estructura y sus
frecuencias y modos naturales de vibración, el análisis de la convergencia de métodos
numéricos para resolver sistemas de ecuaciones lineales algebraicas, la determinación de
los ejes principales de inercia de un cuerpo rígido, la resolución de sistemas de ecuaciones
diferenciales lineales y el estudio de la estabilidad de sistemas de ecuaciones diferenciales
generales [1-3]. También tienen aplicación para el estudio de las formas bilineales y
cuadráticas y aplicaciones en el Cálculo Infinitesimal como la optimización de funciones de
varias variables. Además, los conceptos del Álgebra Lineal son esenciales en la Teoría de
Control Moderno. (Costa, V. A., & Rossignoli, R. 2017).
Palabras claves:
Algebra lineal, ingeniería, herramientas lógicas, aplicaciones prácticas.
Objetivo
Identificar los conceptos y procesos del algebra lineal y utilizar apropiadamente el

procedimiento en un contexto particular para resolver todo tipo de Ecuaciones, Matrices y
Vectores. proporcionar elementos indispensables para el estudio de modelos lineales
presentando la teoría del álgebra de matrices, formas cuadráticas y sistemas de ecuaciones
lineales. Introducir el concepto de espacios vectoriales para desarrollar la intuición
pág. 3
geométrica que será de gran ayuda para visualizar y comprender la estructura de los
procedimientos del análisis multivariante. (Relos, P.,2014).
Marco teórico
Aplicación del algebra lineal
El álgebra lineal también se utiliza en la mayoría de las ciencias y campos de la ingeniería,

porque permite modelar muchos fenómenos naturales, y computar eficientemente con
dichos modelos. Para los sistemas no lineales, que no pueden ser modelados con el álgebra
lineal, se utiliza a menudo para tratar las aproximaciones de primer orden, utilizando el
hecho de que la diferencial de una 'función multivariante' en un punto es el mapa lineal que
mejor aproxima la función cerca de ese punto, así como el análisis funcional, las ecuaciones
diferenciales, la investigación de operaciones, las gráficas por computadora, la ingeniería
entre otras más.
La historia del álgebra lineal moderna se remonta a 1843, cuando William Rowan Hamilton
(de quien proviene el uso del término vector) creó los cuaterniones inspirado en los
números complejos.
Esta rama de las matemáticas es una herramienta imprescindible para estudiantes de física,
ingeniería o arquitectura, entre otras. Pero también se puede aplicar a diversas áreas como
la arqueología, el análisis del tráfico, los circuitos eléctricos, las redes de comunicación etc.
(Relos,2014).
Aplicaciones de los sistemas de ecuaciones lineales / economía
pág. 4
Los sistemas de ecuaciones lineales fueron ya resueltos por los babilonios, los cuales
llamaban a las
incógnitas con palabras tales como longitud, anchura, área, o volumen, sin que tuvieran
relación con
problemas de medida.
Un ejemplo tomado de una tablilla babilónica plantea la resolución de un sistema de

ecuaciones en los
siguientes términos:
1/4 anchura + longitud = 7 manos
longitud + anchura = 10 manos
En la actualidad:
Las ecuaciones lineales permiten la interpretación de modelos matemáticos para la

resolución de una finalidad de situaciones que contenga los mismos casos, es decir resolver
a partir de encontrar una variable, en dichos casos de aplicación es muy común en la
compra de varios
productos, en comida, ropa, verduras, en donde de manera inconsciente comienzas a ser
deducción de cuánto cuesta cada producto como Variable, coeficiente, exponente, literal,
grado, termino, signo y Son aquellas donde solo aparece una variable elevada al exponente
1 y puede usarse cualquier letra para denotar la incógnita y los coeficientes son números
reales. Mediante transformaciones equivalentes se puede llevar a la forma a x + b= 0 (con a
≠ 0. El dominio de definición o dominio básico de estas ecuaciones son los valores
admisibles del dominio de definición de las variables.
Se llama así porque tienen grado, es decir una potencia elevada a la 1
1) Está conformada por varios términos

2) El resultado de la ecuación gráficamente es una recta
3) Puede tener una o más variables
4) Su método de resolución puede ser mediante:
SUSTITUCION
pág. 5
REDUCION
IGUALACION
REGLA DE GRAMER
GRAFICO
GAUS
Empieza definiendo los términos de la ecuación con ecuaciones diferenciales, para luego
resolver ejercicios de Aplicación. El autor inicia aplicando el precio de equilibrio de oferta
y demanda, como lo indica la teoría neoclásica, y dentro del modelo de competencia
perfecta, interactúa con los tres posibles escenarios:
Caso 1.- Precio constante,
Caso 2.- Precio de equilibrio,
Caso 3.- Inflación continúa.
Euler (1728) por su parte introduce dos técnicas referentes al tema: la sustitución en ciertas
ecuaciones diferenciales, y el Método de los coeficientes indeterminados, y aunque por vía
de ejemplo descubre el método de resolución de ecuaciones diferenciales lineales mediante
multiplicar un factor de integración, base para la teoría de ecuaciones diferenciales lineales.
Este tipo de modelo considera un activo con riesgo y sin riesgo cuyos precios en t, son St y
St, para satisfacer a las ecuaciones:
Siendo Bt , movimiento browniano estándar, la media de retorno de la inversión, r la tasa

de interés y la volatilidad.
Cuando los tres parámetros analizados, no son constantes, sino que dependen de t y S,
entonces se trabaja con un proceso estocástico que viene determinado por una ecuación
diferencial estocástica con una expresión similar a la anteriormente
Donde:
P(t): precio de la producción en t
w(t): salario medio en t
L(t): mano de obra en t
K(t): Capital en t
pág. 6
C(I): Costo de invertir en capital social dada una tasa I de inversión bruta
F (K, L) = Función de producción en términos de fuerza laboral y capital.
Otro de los ejemplos para aplicación de las ecuaciones diferenciales en la Economía, se lo

puede hallar en la determinación de la oferta y demanda. De acuerdo con (Escobar, 2010),
se fija la función precio de un bien en el tiempo p, t . Para definir la demanda, la cual
representa los bienes que consumen los individuos, se define por la función. Esta función
depende a más allá del tiempo, también de los cambios o variaciones de los mismos, la cual
se define como p', p', t. Por tanto, la función de Demanda queda expresada de la siguiente
manera:
D ,f , p(t , p'(t))
Con estos supuestos, se puede en cualquier tiempo t, con precio p(t), determinarse el punto
de equilibrio de oferta y demanda en t, es decir:
f , p(t , p'(t)) , g p(t , p'(t))
La aplicación de las ecuaciones diferenciales se enfoca a la economía lógica, lo cual puede

medirse en una población de peces debido a la introducción de una especie foránea, esto
hace modificar la población original y desarrollar nuevas formas, ya que existe una especie
que se está reproduciendo. Para el ejemplo, que crece de manera exponencial, se considera
una población inicial de 50.000 peces y más adelante, se reproduce en 75.000. Este
crecimiento está modelado de la siguiente manera:
Dentro de las herramientas matemáticas que sirven para aplicación de la Economía, se

encuentran las ecuaciones diferenciales. En este tipo de ecuaciones, la incógnita se
encuentra en una función de variable reales e intervienen la función, variable independiente
y derivadas de la función incógnita. Este tipo de ecuaciones está muy relacionado con la
valoración temporal de productos financieros, en función de un tanto o tasa de descuento y
permite analizar el vínculo que une la variable con sus posibles soluciones, para la
descripción de las variables funcionales.( Ochoa, G.,2014).
Aplicaciones de matrices / administración
pág. 7
Es una herramienta muy importante ya que por medio de esta es que se puede calcular, por
ejemplo, los ingresos de una compañía en distintos periodos de tiempo, los saldos, egresos
los cuales permiten entender y analizar los estados financieros y proporcionar herramientas
y métodos y técnicas para así tener un mejor manejo de una forma más componente.
Las matrices sirven para representar simples procesos de producción y flujos de

producción. Basándonos en el hecho de que la economía adquiere mucha importancia en la
comprensión de los estudiantes en los procesos de producción simple y flujos de
producción, y que los estudiantes ya han adquirido un sentido sobre la industria .
(Insignia.,2017).
Las matrices para el análisis estratégico
En definitiva, las matrices también son representaciones que sintetizan algunos de los
factores, parámetros o características más relevantes para seleccionar el tipo de estrategia
más apropiada en función de los objetivos perseguidos, las circunstancias del entorno y los
recursos y capacidades de la empresa.
Hay dos tipos de matrices:
1. De posicionamiento: ofrecen una imagen de la posición global de una organización o

de alguno de sus negocios con referencia al mercado o entorno en el cual opera.
2. Matrices de evaluación: posicionando o no el negocio, ofrecen una valoración de

algunos aspectos de la organización interno o externo, que proporcionan una orientación
acerca del tipo de acción estratégica más acorde con esa realidad apreciada, prevista o
valorada. (Insignia,2017).
Las matrices EFE y EFI
La matriz EFE (evaluación de factores externo) trata de presentar, en un cuadro de doble

entrada, los factores críticos de éxitos relacionados con el entorno O Y A (oportunidades y
amenazas), y por otro, los valores asignados a cada uno de estos factores en función de su
contribución al éxito de la empresa.
pág. 8
La primera columna refleja los factores del entorno, y la segunda columna reparte
porcentualmente el peso adjudicado a cada factor en función de la consideración que su
importancia merece de cara a la consecución del éxito o el fracaso. La tercera columna
recoge los valores de cada factor en relación con el negocio en cuestión. La cuarta columna
recoge el resultado de la multiplicación de los pesos asignados a cada uno de los factores
por las clasificaciones asignadas a la tercera. (Carlos, J., & Carlos, J. ,2022)
Aplicaciones de sistema de ecuación de una matriz / ingeniería
Se utiliza método de análisis para especifica los resultados obtenidos de ciertos temas por lo
tanto unos del siguiente método puede predecir la demanda y oferta de productos o
servicios es la regresión lineal que nos hace posible ver la línea de tendencia y también se
la utiliza para reducir el tiempo de producción.
Su utilidad principal es como lista de chequeo que incorpora información cualitativa sobre
relaciones causa y efecto, pero también es de gran utilidad para la presentación ordenada de
los resultados de la evaluación. Se utiliza para varias ramas de la ingeniería, para resolver
problemas que se encuentran en muchas dimensiones cuando se tienen problemas que solo
se pueden resolver con sistemas de ecuaciones diferenciales se arman matrices con dichas
ecuaciones de tal manera que se pueda solucionar ese problema, ejemplos prácticos
enfrentan los ingenieros civiles que teniendo sistemas de ecuaciones con muchas
ecuaciones las resuelven por métodos matriciales.
En el conjunto de los puntos P del plano, de coordenadas (x,y), podemos definir las
operaciones de adición y multiplicación como se indica a continuación:
(a ,b) + (c ,d) = (a+c , b+d) (a , b) (c, d) = (ac-bd , ad+bc).
Estas operaciones cumplen propiedades similares a las operaciones de adición y

multiplicación de los números reales: asociatividad, conmutatividad y existencia de
elemento neutro para ambas operaciones; existencia de opuesto aditivo y de inverso
pág. 9
multiplicativo (si es distinto de (0,0)); y distributivita de la multiplicación respecto a la
adición.
Este conjunto de puntos con estas dos operaciones es lo que se conoce como el cuerpo de
los números complejos. El punto (0, 0) es el elemento neutro para la adición, mientras que
el punto (1, 0) lo es para la multiplicación.
Los números complejos los hemos representado como pares de números de la forma (a , b).
Otra manera de representarlos es utilizando la forma binómica a+bi, donde i es la unidad
imaginaria, solución de la ecuación x2-1 (que no tiene solución real).
Diseño estructural
1). Dinámica estructural
2). Análisis avanzados
3). Mecánica de suelos
Aplicación en la ingeniería
Aplicaciones en el área de ingeniería dando lugar a al óptimo manejo de recursos humanos

y de materiales monitoreados y controlados desde un sistema de diseño dando así paso a la
modernidad y a la ingeniería del futuro. (Poole D. ,2011)
4). Programación
5). Hidráulica
6). Ing. de transportes
Aplicaciones del Algebra Lineal

El álgebra lineal es una parte de la aritmética actual que responde para contemplar ideas,
por ejemplo, vectores, matrices, espacios vectoriales y ecuaciones lineales. En el álgebra
lineal, las ideas son tan significativas como los cálculos, esta ciencia presenta un
razonamiento teórico abstracto, con el argumento de que un enorme aspecto de su campo
pág. 10
tiene una comprensión geométrica, que puede ayudar a imaginar decisivamente esas ideas. [
CITATION Poo11 \l 12298 ].
Aplicación en Economía
Como regla general, se puede pensar que los factores relacionados con ciertas cuestiones
monetarias están conectados a través de ecuaciones lineales. Esto implica que se puedan
hablar ciertas cuestiones mediante la disposición de las ecuaciones y, por lo tanto, las
técnicas de examen y objetivo de los sistemas de ecuaciones lineales, recientemente
contempladas, constituyen un aparato útil para estudiar y descubrir posibles respuestas para
tales cuestiones [ CITATION Ary02 \l 12298 ].
Ecuaciones lineales. - En Economía existen aplicaciones ordinarias que pueden ser

desentrañadas por modelos numéricos como muchas ecuaciones, una similar que al
entenderlas se obtiene una recolección de cualidades de las preguntas que cumplen todas
las ecuaciones del marco y abordan el tema [ CITATION Gar06 \l 12298 ].
Aplicación administración
El álgebra lineal hace que los modelos numéricos sean adecuados para supervisar
circunstancias genuinas en la organización. La producción de los modelos está situada
predominantemente para abordar los problemas que surgen en toma de decisiones. Ya que
un modelo es la representación de algo o la norma de algo que se hará a través de ser habla
al mundo real. En la hipótesis numérica, el modelo se utiliza comúnmente para imitar
circunstancias futuras y evaluar la probabilidad de su evento [ CITATION Gar06 \l
12298 ].
La hipótesis numérica aplicada a las cuestiones regulatorias también se denomina

investigación de tareas (IO). A pesar del hecho de que esta sección está todo venerado, es
excepcionalmente no exclusiva. Aunque la hipótesis numérica no es en sí misma una
escuela caracterizada, (por ejemplo, hipótesis de estilo antiguo o la hipótesis de conexiones
pág. 11
humanas), es un patrón extremadamente amplio que se encuentra en numerosos creadores,
cuyo número de partidarios y patrocinadores se está expandiendo. hipótesis numérica
acentúa el ciclo dinámico y lo trata de manera inteligente y normal a través de una
metodología cuantitativa y determinista [ CITATION Lay12 \l 12298 ].
Aplicación en Ingeniería
Este tipo de álgebra es una parte de la aritmética identificada con la investigación de
vectores (familias vectoriales o espacios lineales), y a capacidades que entran en un vector
y producen otro, como indican normas específicas. Estas capacidades se denominan
capacidades lineales y generalmente se habla con los clústeres [ CITATION Arg14 \l 12298
].
Principalmente las matrices en la ingeniería son utilizadas como:
• Investigación de estructuras.
• Tratar con datos importantes
• Hacer emprendimientos de mejora organizados
. • Mejor control de perfil especializado.
• Planifica un rumbo hipotético.
• Capacidad óptica en sistemas de planificación.
En base a la investigación responder las siguientes cuestiones:
 ¿Cuál es el problema que se plantea?
En economía
Ecuaciones Lineales
pág. 12
Determinar el precio del equilibrio de un bien cuyas funciones de demanda y de oferta
están dadas por D(p) ¿ 25−3 p y S ( p )=−5+2 p , respectivamente. Calcular, además, la
cantidad de bien demandada para dicho precio de equilibrio
Solución:
El precio del equilibrio de un bien es aquél para el que se iguala su demanda y su oferta, es
decir, D ( p )=S ( p ).
Imponiendo esta condición se obtiene la ecuación de primer grado, 25−3 p=−5+ 2 p.
Pasando todos los términos al primer miembro queda la ecuación equivalente, 30−5 p=0 ,
30
cuya solución, sin más que despejar la incógnita, es p= =6
5
Por tanto ,el precio de equilibrio del bien es p=6 y la cantidad demandada es
D ( 6 )=25−3.6=7.
 ¿Qué método y ecuación plantea para la solución del problema?

Método de igualación y su ecuación es de 1er grado.
 ¿Qué variables analiza?
D ( p )=S ( p ).
 ¿Cuáles son los resultados que se obtiene de la solución de la ecuación?
El precio de equilibrio del bien es p=6.
la cantidad demandada es D ( 6 )=25−3.6=7.
pág. 13
En Administración
Matrices:
Modelo: El costo de los artículos A, B, C y D por unidad es según lo siguiente: $3.80,

$4.90, $6.50 y $10.80; y los importantes que se compran de cada artículo son: A × 500, B ×
600, C × 850 y D × 720. Decide el gasto de las adquisiciones.
Solución aplicando matrices:
P 1× 4=[ 3.80 , 4.90 , 6.50 ,10.80 ]
500
C 4 ×1=⌈ 600 ⌉
850
Se cumple la condición de que la cantidad de segmentos en el clúster principal es

equivalente a la cantidad de líneas en la presentación posterior y que el componente
obtenido del artículo de los clústeres P y C-R es 1x1, y se adquiere considerando la
cantidad de líneas del clúster principal por la cantidad de secciones en la exposición
posterior.
Dónde:
R=[ ( 3.80 ) ( 500 ) + ( 4.90 ) ( 600 ) + ( 6.50 ) ( 850 ) + ( 10.80 ) ( 720 ) ] =18141
( P1 × 4 ) ( C 4 ×1 )= R1 ×1
Por lo tanto, el costo total es de $ 18.141

Matrices y está realizando multiplicación entre matrices
( P1 × 4 ) ( C 4 ×1 )= R1 ×1
Por lo tanto, el costo total es de $ 18.141.
pág. 14
En Ingeniería
Sistema de ecuaciones en una matriz:
Un diseñador necesita jugar un establecimiento para enviar los montones del edificio de
tareas, se tiene en cuenta que utilizaron columnas, que se trabajaron en las capas más
profundas de la suciedad. Es necesario planificar los segmentos con medidas que contengan
un volumen de 30m3. En la posibilidad de que las tres proporciones de A, B y C entonces
los métodos A es dos veces más alto que B, y que las tres estimaciones llenan su capacidad
y que las dos primeras iniciales a la mitad ¿Qué medida tiene cada columna?
X-estimación del piloto A
Proporción de piloto B
Piloto C estimado en Z
Teniendo en cuenta las ecuaciones dadas por la cuestión, estas son las ecuaciones
planteadas:
x=2 y
x + y + z=30
x + y =15
Transformamos el sistema de ecuaciones en una matriz:
Método por Gauss Jordan
( |) ( |)
1 2 0 0 1 2 0 0
F 2−F 1
1 1 1 30 1 −1 1 30
F 3−F 1
1 1 0 15 1 −1 0 15
pág. 15
( | )
1 2 0 0
(−1 ) ∗ F 2 1 1 −1 −30
1 −1 0 15
( | )
1 0 2 60
F 1−2 F 2
0 1 −1 −30
F 3+ F 2
0 0 −1 −15
( | )
1 0 2 60
(−1 ) ∗ F 3 0 1 −1 −30
0 0 1 15
( | )
1 0 0 30
F 1−2 F 3
0 1 0 −15
F 2+ F 3
0 0 1 15
x=30
y=−15
z=15
Así que necesitamos dirigir A=30m, piloto B=15m, piloto C=15m.

Método de Gauss Jordan , sistema de ecuación de 3x3 en una matriz
Se analizan las variables x,y,z
x=30
y=−15
z=15
pág. 16
Conclusiones
El álgebra contribuye a diseñar la capacidad de fomentar un razonamiento coherente y
algorítmico cuando se trata de problemas en la vida cotidiana o en la industria es más
sencillo tratar, diagramar y explicar.
Proporciona numerosos instrumentos matemáticos para aplicarlos, conocer los métodos

significativos que son valiosos en cuestiones de mercado, perfeccionar activos y reservar
tiempo en ciclos y procesos, descubrir como idear la empresa con mayor eficacia y
seguridad.
Mediante la realización de ejercicios propuestos en la guía, se pudo comprender de forma

práctica temas relacionados con ecuaciones lineales, matrices, sistema de ecuaciones en una
matriz (Gauss Jordan).
pág. 17
Recomendaciones
Convencerse de que el álgebra, hoy en día es una herramienta indispensable en su
desarrollo profesional. Un ingeniero en potencia será aquel que logre acompañar la nueva
matemática con las tecnologías actuales.
Prestar mucha atención cuando se copien los datos de una hoja para otra, pues es muy
común transcribir un número incorrecto o ubicarlo en la posición incorrecta dentro de una
matriz o en otro tipo de problema matemático.
Consideración que está enmarcada dentro de la componente motivación por aprender del
desarrollador. Pues cabe resaltar que cuando se está motivado, el deseo por aprender es
intrínseco; ya que le despierta el interés por la búsqueda de los fundamentos del mismo.
(Lay,2012).
Bibliografías
Argomedo, C. S., Herrera, T. J., Molina, A. K., & Relos, P. S. (2014). Algebra Lineal para Ingeniería
(Primera ed.). Programa ALFA III EuropeAid.: Iniciativa Latinoamericana de Libros de Texto
Abiertos (LATIn).
Arya, J. C., & Lardner, R. W. (2002). Matemáticas Aplicadas a la Administración y a la Economía

(Cuarta ed.). (M. G. Trujano, Ed., & M. V. Ibarra, Trad.) México: Pearson Education.
Del Valle, S. J. (2011). Algebra Lineal, para estudianetes de Ingeniería y Ciencias (Primera ed.).
México, D. F.: McGraw-Hill Educación.
García, C. J. (2006). Álgebra Lineal. Sus Aplicaciones en Economía, Ingenierías y otras Ciencias
(Primera ed.). (T. F. García, Ed.) Madrid, España: Delta Publicaciones.
Gutiérrez, G. E., & Ochoa, G. S. (2014). México, D.F.: Álgebra lineal y sus Aplicaciones. GRUPO
EDITORIAL PATRIA, S.A. DE C.V.
pág. 18
Lay, D. C. (2012). (Cuarta ed.). (P. J. Alfaro, Ed., & H. A. Algebra Lineal y sus aplicaciones García,
Trad.) México, S.A. de C.V.: Pearson Educación.
Poole, D. (2011). Álgebra lineal, Una introducción Moderna (Tercera ed.). (G. S. Cervantes, Ed., &
O. V. Campos, Trad.) México, D.F.: Cengage Learning Editores, S.A. de C.V
Carlos, J., & Carlos, J. (2022). ¿Cuáles son las aplicaciones del álgebra lineal en la vida
diaria? Ingeniería Industrial, de que trata, porqué es bueno y porqué la debes elegir.
https://carreraingenieriaindustrial.cl/cuales-son-las-aplicaciones-del-algebra-lineal-en-la-
vida-diaria/
Insignia. (2017, 7 noviembre). MATRICES APLICADAS EN ADMINISTRACION - El

Insignia. El Insignia. https://elinsignia.com/2017/11/07/matrices-aplicadas-en-
administracion/
colaboradores de Wikipedia. (2023). Sistema de ecuaciones lineales. Wikipedia, la

enciclopedia libre. https://es.wikipedia.org/wiki/Sistema_de_ecuaciones_lineales
pág. 19
Documentación de los ejercicios trabajados en python
EJERCICIOS DE PYTHON
EJERCICIO 1
print("ejercicio 1")
# Definir las matrices
matriz_a = np.array([[1, 2, 3], [4, 5, 6]])
matriz_b = np.array([[7, 8], [9, 10], [11, 12]])
# Realizar la multiplicación de matrices
resultado = np.dot(matriz_a, matriz_b)
# Imprimir el resultado
print("Resultado de la multiplicación de matrices:")
print(resultado)
ejercicio 1
pág. 20
Resultado de la multiplicación de matrices:
[[ 58 64]
[139 154]]
EJERCICIO 2
matriz_a = np.array([[-5,3,], [4,7]])
matriz_b = np.array([[9,0], [2,-5]])
# Imprimir resultado
print("resultado de la multiplicación de matrices:")
print(resultado)
ejercicio 2
resultado de la multiplicación de matrices:
[[-39 -15]
[ 50 -35]]
EJERCICIO 3
#Definir las matrices
matriz_a = np.array([[2,0,-3], [4,1,5]])
matriz_b = np.array([[7,-1,4,7], [2,5,0,-4], [-3,1,2,3]])
pág. 21
print("resultado de la multiplicación de matrices")
print(resultado)
ejercicio 3
resultado de la multiplicación de matrices
[[23 -5 2 5]
[15 6 26 39]]
EJERCICIO 4
print("Ejercicio 4")
matriz_a = np.array([[1,-2], [2,4], [3,5]])
matriz_b = np.array([[1,-1], [2,7]])
print(resultado)
Ejercicio 4
[[ -3 -15]
[ 10 26]
[ 13 32]]
pág. 22
EJERCICIO 5
matriz_a = np.array([[1,-1,2,4], [2,0,4,5], [1,1,2,-3], [-2,3,5,0]])
matriz_b = np.array([[1,4,3], [2,-1,0], [-3,2,1], [0,1,2]])
print(resultado)
ejercicio 5
[[ -7 13 13]
[-10 21 20]
[ -3 4 -1]
[-11 -1 -1]]
EJERCICIO 6
matriz_a = np.array([[5,-1,-2], [-1,3,2], [1,1,-5]])
matriz_b = np.array([[0,0,1], [0,1,0], [1,0,0]])
pág. 23
print(resultado)
ejercicio 6
[[-2 -1 5]
[ 2 3 -1]
[-5 1 1]]
EJERCICIO 7
print("ejercicio 7: Calcular (B*A)^t")
print("Las matrices originales A y B")
A = np.array([[9,1,1],[1,2,1],[1,18,1]])
B = np.array([[1,1], [1,1], [1,1]])
print(A)
print(B)
resultado = np.dot (matriz_a, matriz_b)
print("resultado de la multiplicación de matrices (matriz BA)")
print(resultado)
pág. 24
#Definir matriz AB
BA= np.array([[11,11], [4,4], [20,20]])
# Realiza la transpuesta de la matriz BA
print("Resultado de transpuesta de matriz BA")
print(np.transpose(BA))
ejercicio 7: Calcular (B*A)^t
Las matrices originales A y B
[[ 9 1 1]
[ 1 2 1]
[ 1 18 1]]
[[1 1]
[1 1]
[1 1]]
resultado de la multiplicación de matrices (matriz BA)
[[-2 -1 5]
[ 2 3 -1]
[-5 1 1]]
Resultado de transpuesta de matriz BA
[[11 4 20]
[11 4 20]]
EJERCICIO 8
print("Dadas las matricez A Y B, calcular A*B=C")
pág. 25
print("Las matrices originales A Y B")
#Definir matrices A Y B
A = np.array([[4,2,1,-9], [1,4,6,-1], [2,8,1,-2]])
B = np.array([[5,3,2,-4], [2,5,7,0], [3,-9,2,1]])
print(A)
print(B)
#Realizar la multiplicación de matrices A*B=C
resultado = np.dot (matriz_a, matriz_b)
#Imprimir resultado
print("resultado de la multiplicación de matriz C")
print(resultado)
Ejercicio 8
Dadas las matrices A Y B, calcular A*B=C
Las matrices originales A Y B
[[ 4 2 1 -9]
[ 1 4 6 -1]
[ 2 8 1 -2]]
[[ 5 3 2 -4]
[ 2 5 7 0]
[ 3 -9 2 1]]
resultado de la multiplicación de matriz C
[[-2 -1 5]
[ 2 3 -1]
pág. 26
[-5 1 1]]
EJERCICIO 9
print("Dadas las matrices A y B, calcular A^2*B^t")
# Definir las matrices A y B
A= np.array([[8,1,1],[1,2,2],[1,16,1]])
B = np.array([[9,2,2],[2,3,3],[2,17,2]])
print(A)
print(B)
# Realizar la operación A^2
matriz_A2 = np.linalg.matrix_power(A, 2)
#Imprimir resultado
print("Resultado de la operación A^2")
print(matriz_A2)
# Realizar la operación B^t
matriz_Bt = np.transpose(B)
#Imprimir el resultado
print("Resultado de transpuesta de la matriz B^t")
print(matriz_Bt)
# Resultado de la multiplicación de matrices A^2*B^t
result = np.dot(matriz_A2, matriz_Bt)
print("Resultado de la multiplicación de matrices A^2*B^t")
print(result)
pág. 27
Ejercicio 9
Dadas las matrices A y B, calcular A^2*B^t
[[ 8 1 1]
[ 1 2 2]
[ 1 16 1]]
[[ 9 2 2]
[ 2 3 3]
[ 2 17 2]]
Resultado de la operación A^2
[[66 26 11]
[12 37 7]
[25 49 34]]
Resultado de transpuesta de la matriz B^t
[[ 9 2 2]
[ 2 3 17]
[ 2 3 2]]
Resultado de la multiplicación de matrices A^2*B^t
[[668 243 596]
[196 156 667]
[391 299 951]]
EJERCICIO 10
print("Dadas las matrices A, B y C, calcular (A+B)*C")
pág. 28
A = np.array([[7,1,1], [1,2,3], [1,14,1]])
B = np.array([[9,2,2], [2,3,3], [2,17,2]])
C = np.array([[8,2,2], [2,3,4], [2,15,2]])
print(A)
print(B)
print(C)
# Realizar la suma A+B
Suma_AB=A+B
print("Resultado de la suma de matrices A y B:")
print(Suma_AB)
matriz_D= np.dot(Suma_AB, C)
print("El resultado de la operación (A+B)*C es: ")
print(matriz_D)
Ejercicio 10
Dadas las matrices A, B y C, calcular (A+B)*C
[[ 7 1 1]
[ 1 2 3]
[ 1 14 1]]
[[ 9 2 2]
[ 2 3 3]
[ 2 17 2]]
pág. 29
[[ 8 2 2]
[ 2 3 4]
[ 2 15 2]]
Resultado de la suma de matrices A y B:
[[16 3 3]
[ 3 5 6]
[ 3 31 3]]
El resultado de la operación (A+B)*C es:
[[140 86 50]
[ 46 111 38]
[ 92 144 136]]
EJERCICIO 11
print("Dadas las matrices A y C respectivamente, calcular A*C")
# Definir las matrices A y C
A = np.array([[7,1,1], [1,2,3], [1,14,1]])
C = np.array([[8,2,2], [2,3,4], [2,15,2]])
print(A)
print(C)
matriz_AC = np.dot(A, C)
print("El resultado de la multiplicación de matrices es:")
print(matriz_AC)
pág. 30
Ejercicio 11
Dadas las matrices A y C respectivamente, calcular A*C
[[ 7 1 1]
[ 1 2 3]
[ 1 14 1]]
[[ 8 2 2]
[ 2 3 4]
[ 2 15 2]]
El resultado de la multiplicación de matrices es:
[[60 32 20]
[18 53 16]
[38 59 60]]
EJERCICIO 12
print("Dadas las matrices A y B respectivamente, calcular A*B")
matrizA = np.array([[7,1,1], [1,2,3], [1,14,1]])
matrizB = np.array([[8,2,2], [2,3,4], [2,15,2]])
print(matrizA)
print(matrizB)
# Resultado de la multiplicación de matrices
result=np.matmul(matrizA, matrizB)
pág. 31
print(result)
Ejercicio 12
Dadas las matrices A y B respectivamente, calcular A*B
[[ 7 1 1]
[ 1 2 3]
[ 1 14 1]]
[[ 8 2 2]
[ 2 3 4]
[ 2 15 2]]
[[60 32 20]
[18 53 16]
[38 59 60]]
EJERCICIO 13
print("Dadas las matrices A y B respectivamente, calcular A*B")
matrizA = np.array([[7,3,1,5,6], [1,2,5,9,4], [1,14,3,6,7]])
matrizB = np.array([[8,2,6], [2,3,4], [2,15,2], [6,2,1], [4,7,4]])
print(matrizA)
print(matrizB)
# Resultado de la multiplicación de matrices
result=np.matmul(matrizA, matrizB)
pág. 32
print(result)
Ejercicio 13
Dadas las matrices A y B respectivamente, calcular A*B
[[ 7 3 1 5 6]
[ 1 2 5 9 4]
[ 1 14 3 6 7]]
[[ 8 2 6]
[ 2 3 4]
[ 2 15 2]
[ 6 2 1]
[ 4 7 4]]
[[118 90 85]
[ 92 129 49]
[106 150 102]]
EJERCICIO 14
print("Dadas las matrices A y B respectivamente, calcular 6A*B")
matrizA = np.array([[1,3,1,5,6], [2,2,5,9,4], [3,14,3,6,7]])
matrizB = np.array([[4,2,6], [5,3,4], [6,15,2], [7,2,1], [8,7,4]])
print(matrizA)
pág. 33
print(matrizB)
# Realizar la operación A
matriz_6A = matrizA * 6
#Imprimir resultado
print("Resultado de la operación 6A:")
print(matriz_6A)
# Resultado de la multiplicación de matrices 6A*B
result = np.matmul(matriz_A2, matriz_Bt)
print("Resultado de la multiplicación de matrices 6A*:")
print(result)
Ejercicio 14
Dadas las matrices A y B respectivamente, calcular 6A*B
[[ 1 3 1 5 6]
[ 2 2 5 9 4]
[ 3 14 3 6 7]]
[[ 4 2 6]
[ 5 3 4]
[ 6 15 2]
[ 7 2 1]
[ 8 7 4]]
Resultado de la operación 6A:
[[ 6 18 6 30 36]
[12 12 30 54 24]
pág. 34
[18 84 18 36 42]]
Resultado de la multiplicación de matrices 6A*:
[[668 243 596]
[196 156 667]
[391 299 951]]
EJERCICIO 15
print("Dadas las matrices A y B respectivamente, calcular 3A*B^t")
matrizA = np.array([[1,8,1,5,6], [2,7,5,9,4], [3,6,3,6,7]])
matrizB = np.array([[4,5,6,3,6], [5,4,7,6,9], [6,3,2,7,1]])
print(matrizA)
print(matrizB)
# Realizar la operación 3A
#Imprimir resultado
print("Resultado de la operación 3A:")
print(matriz_3A)
#Realizar la operación B^t
matriz_Bt = np.transpose(matrizB)
print("Resultado de transpuesta de la matriz B^t")
print(matriz_Bt)
# Resultado de la multiplicación de matrices 3A*B^t
pág. 35
result = np.matmul(matriz_3A, matriz_Bt)
print("Resultado de la multiplicación de matrices 3A*B^t:")
print(result)
Ejercicio 15
Dadas las matrices A y B respectivamente, calcular 3A*B^t
[[1 8 1 5 6]
[2 7 5 9 4]
[3 6 3 6 7]]
[[4 5 6 3 6]
[5 4 7 6 9]
[6 3 2 7 1]]
Resultado de la operación 3A:
[[ 3 24 3 15 18]
[ 6 21 15 27 12]
[ 9 18 9 18 21]]
Resultado de transpuesta de la matriz B^t
[[4 5 6]
[5 4 3]
[6 7 2]
[3 6 7]
[6 9 1]]
Resultado de la multiplicación de matrices 3A*B^t:
[[303 384 219]
pág. 36
[372 489 330]
[360 477 273]]
EJERCICIO 16
print("Dadas las matrices A y B, calcular A^2*B^2")
A= np.array([[8,1,3],[1,2,4],[1,5,8]])
B = np.array([[9,2,2],[2,3,3],[2,17,2]])
print(A)
print(B)
# Realizar la operación A^2
matriz_A2 = np.linalg.matrix_power(A, 2)
#Imprimir resultado
print("Resultado de la operación A^2")
print(matriz_A2)
# Realizar la operación B^3
matriz_B2 = np.linalg.matrix_power(B, 2)
#Imprimir el resultado
print("Resultado de la operación B^2")
print(matriz_B2)
# Resultado de la multiplicación de matrices A^2*B^2
result = np.matmul(matriz_A2, matriz_B2)
print("Resultado de la multiplicación de matrices A^2*B^2")
pág. 37
print(result)
Ejercicio 16
Dadas las matrices A y B, calcular A^2*B^2
[[8 1 3]
[1 2 4]
[1 5 8]]
[[ 9 2 2]
[ 2 3 3]
[ 2 17 2]]
Resultado de la operación A^2
[[68 25 52]
[14 25 43]
[21 51 87]]
Resultado de la operación B^2
[[89 58 28]
[30 64 19]
[56 89 59]]
Resultado de la multiplicación de matrices A^2*B^2
[[ 9714 10172 5447]
[ 4404 6239 3404]
[ 8271 12225 6690]
EJERCICIO 17
pág. 38
print("Dadas las siguientes matrices se pide calcular A*B")
#Definir las matrices A y B
A=np.array([[6,2,1],[1,4,4],[2,12,1]])
B=np.array([[2,1],[2,2],[1,4]])
print(A)
print(B)
# Resultado de la multiplicación entre matrices
result=np.matmul(A, B)
print("El resultado de la operación A*B es:")
print(result)
Ejercicio 17
Dadas las siguientes matrices se pide calcular A*B
[[ 6 2 1]
[ 1 4 4]
[ 2 12 1]]
[[2 1]
[2 2]
[1 4]]
El resultado de la operación A*B es:
[[17 14]
[14 25]
[29 30]]
EJERCICIO 18
pág. 39
print("Ejercicio")
print("Dadas las siguientes matrices se pide calcular A*B")
#Definir las matrices A y B[[8,1,3],[1,2,4],[1,5,8]]
A=np.array([[8,1,3],[1,2,4],[1,5,8],[8,1,3],[1,2,4]])
B=np.array([[8,1,3,6,7],[1,2,4,5,7],[1,5,8,4,0]])
print(A)
print(B)
#Resultado de la multiplicación de matrices
resultado=np.matmul(A, B)
print("El resultado de la operación A*B es:")
print(resultado)
Ejercicio
Dadas las siguientes matrices se pide calcular A*B
[[8 1 3]
[1 2 4]
[1 5 8]
[8 1 3]
[1 2 4]]
[[8 1 3 6 7]
[1 2 4 5 7]
[1 5 8 4 0]]
El resultado de la operación A*B es:
[[68 25 52 65 63]
pág. 40
[14 25 43 32 21]
[21 51 87 63 42]
[68 25 52 65 63]
[14 25 43 32 21]]
EJERCICIO 19
print("Dadas las siguientes matrices se pide calcular 8A*2B")
#Definir las matrices A Y B
matrizA = np.array([[5,-3,-4], [1,-2,-2], [3,-4,-3]])
matrizB = np.array([[3,-4,1], [0,-3,2], [3,-2,5]])
print(matrizA)
print(matrizB)
#Realizar la operación A
#Realizar la operacion B
matriz_2B = matrizB * 2
#Imprimir resultado
print("resultado de la operación 8A")
print("resultado de la operación 2B")
print(matriz_8A)
print(matriz_2B)
#Resultado de la multiplicación de 8A*2B
resultado = np.matmul(matriz_8A, matriz_2B)
pág. 41
print("resultado de la multiplicación de matrices 8A*2B:")
print(resultado)
Ejercicio 19
Dadas las siguientes matrices se pide calcular 8A*2B
[[ 5 -3 -4]
[ 1 -2 -2]
[ 3 -4 -3]]
[[ 3 -4 1]
[ 0 -3 2]
[ 3 -2 5]]
resultado de la operación 8A
resultado de la operación 2B
[[ 40 -24 -32]
[ 8 -16 -16]
[ 24 -32 -24]]
[[ 6 -8 2]
[ 0 -6 4]
[ 6 -4 10]]
resultado de la multiplicación de matrices 8A*2B:
[[ 48 -48 -336]
[ -48 96 -208]
[ 0 96 -320]]
EJERCICIO 20
pág. 42
print("Ejercicio20")
print("Dadas las siguientes matrices se pide calcular 1A*12B")
#Definir las matrices A Y B
matrizA = np.array([[2,6,0], [1,-2,4], [8,-2,5]])
matrizB = np.array([[9,3,2], [5,-6,1], [3,-2,5]])
print(matrizA)
print(matrizB)
#Realizar la operación A
#Realizar la operación B
matriz_12B = matrizB * 12
#Imprimir resultado
print("resultado de la matriz 1A")
print(matriz_1A)
print("resultado de la operación 12B")
print(matriz_12B)
#Resultado de la multiplicación de A*12B
#Imprimir resultado
resultado = np.matmul(matriz_1A, matriz_12B)
print("resultado de la multiplicación de matrices 1A*12B:")
print(result)
Ejercicio20
Dadas las siguientes matrices se pide calcular 1A*12B
pág. 43
[[ 2 6 0]
[ 1 -2 4]
[ 8 -2 5]]
[[ 9 3 2]
[ 5 -6 1]
[ 3 -2 5]]
resultado de la matriz 1A
[[ 2 6 0]
[ 1 -2 4]
[ 8 -2 5]]
resultado de la operación 12B
[[108 36 24]
[ 60 -72 12]
[ 36 -24 60]]
resultado de la multiplicación de matrices 1A*12B:
[[17 14]
[14 25]
[29 30]]
pág. 44
pág. 45

Aplicaciones Del Algebra Lineal Finallllllllllll

Cargado por

Información del documento

Descripción 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

Aplicaciones Del Algebra Lineal Finallllllllllll

Cargado por

Copyright:

Formatos disponibles

pág.

Identificar los conceptos y procesos del algebra lineal y utilizar apropiadamente el

Aplicación del algebra lineal

El álgebra lineal también se utiliza en la mayoría de las ciencias y campos de la ingeniería,

Aplicaciones de los sistemas de ecuaciones lineales / economía

Un ejemplo tomado de una tablilla babilónica plantea la resolución de un sistema de

1/4 anchura + longitud = 7 manos

longitud + anchura = 10 manos

Las ecuaciones lineales permiten la interpretación de modelos matemáticos para la

1) Está conformada por varios términos

4) Su método de resolución puede ser mediante:

Caso 2.- Precio de equilibrio,

Caso 3.- Inflación continúa.

Siendo Bt , movimiento browniano estándar, la media de retorno de la inversión, r la tasa

P(t): precio de la producción en t

w(t): salario medio en t

L(t): mano de obra en t

F (K, L) = Función de producción en términos de fuerza laboral y capital.

Otro de los ejemplos para aplicación de las ecuaciones diferenciales en la Economía, se lo

f , p(t , p'(t)) , g p(t , p'(t))

La aplicación de las ecuaciones diferenciales se enfoca a la economía lógica, lo cual puede

Dentro de las herramientas matemáticas que sirven para aplicación de la Economía, se

Aplicaciones de matrices / administración

Las matrices sirven para representar simples procesos de producción y flujos de

Las matrices para el análisis estratégico

Hay dos tipos de matrices:

1. De posicionamiento: ofrecen una imagen de la posición global de una organización o

2. Matrices de evaluación: posicionando o no el negocio, ofrecen una valoración de

Las matrices EFE y EFI

La matriz EFE (evaluación de factores externo) trata de presentar, en un cuadro de doble

Aplicaciones de sistema de ecuación de una matriz / ingeniería

(a ,b) + (c ,d) = (a+c , b+d) (a , b) (c, d) = (ac-bd , ad+bc).

Estas operaciones cumplen propiedades similares a las operaciones de adición y

1). Dinámica estructural

2). Análisis avanzados

3). Mecánica de suelos

Aplicaciones en el área de ingeniería dando lugar a al óptimo manejo de recursos humanos

6). Ing. de transportes

Aplicaciones del Algebra Lineal

Ecuaciones lineales. - En Economía existen aplicaciones ordinarias que pueden ser

La hipótesis numérica aplicada a las cuestiones regulatorias también se denomina

Principalmente las matrices en la ingeniería son utilizadas como:

• Tratar con datos importantes

• Hacer emprendimientos de mejora organizados

. • Mejor control de perfil especializado.

• Planifica un rumbo hipotético.

• Capacidad óptica en sistemas de planificación.

En base a la investigación responder las siguientes cuestiones:

 ¿Cuál es el problema que se plantea?

Imponiendo esta condición se obtiene la ecuación de primer grado, 25−3 p=−5+ 2 p.

 ¿Qué método y ecuación plantea para la solución del problema?

El precio de equilibrio del bien es p=6.

la cantidad demandada es D ( 6 )=25−3.6=7.

 ¿Cuál es el problema que se plantea?

Modelo: El costo de los artículos A, B, C y D por unidad es según lo siguiente: $3.80,

Solución aplicando matrices:

P 1× 4=[ 3.80 , 4.90 , 6.50 ,10.80 ]

Se cumple la condición de que la cantidad de segmentos en el clúster principal es

Por lo tanto, el costo total es de $ 18.141

 ¿Qué método y ecuación plantea para la solución del problema?

X-estimación del piloto A

Transformamos el sistema de ecuaciones en una matriz:

Método por Gauss Jordan