Está en la página 1de 24

Universidad Privada Domingo Savio Facultad de Ingeniería

Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal


1

INGENIERIA EN SISTEMAS

ALGEBRA LINEAL

MATRIZ INVERSA APLICANDO SOLUCIONES

AUTOMÁTICAS

NOMBRE DE LOS ESTUDIANTES


Gutierrez Rosales Luis Ángel
Huanca Mamani Yim Victor
León Pesoa Salomón
Lotore Herrera Christopher
Lozada Tamsen José Mauricio
Martínez Roca Sebastián

DOCENTE
Cuellar Marquez Miguel Esteban
Santa Cruz de la Sierra – Bolivia

2023
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
2
INDICE

1. INTRODUCCION...................................................................................................................3
2. JUSTIFICACION...................................................................................................................5
3. OBJETIVOS.............................................................................................................................7
4. MARCO TEORICO.................................................................................................................8
5. DESARROLLO......................................................................................................................15
6. CONCLUCIONES Y RECOMENDACIONES..............................................................22
7. BIBLIOGRAFIA....................................................................................................................23
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
3
1. INTRODUCCION
Antiguamente las matrices inversas han desempeñado un papel crucial en una
amplia gama de campos. Civilizaciones antiguas, como los egipcios y babilonios,
si bien no tenían un lenguaje formal de matrices, empleaban métodos que hoy
reconocemos como matrices inversas para resolver sistemas lineales de
ecuaciones. Desde la administración de tierras hasta los cálculos astronómicos y
la navegación, estos antiguos pueblos utilizaban técnicas que, en esencia,
implicaban la manipulación de matrices y sus inversas para encontrar soluciones
viables para las prácticas.

Durante la época contemporánea, con el avance de la teoría matemática moderna,


el uso de matrices inversas se ha expandido significativamente a campos como la
física, la ingeniería y la economía. Por ejemplo, en la física teórica, las matrices
inversas son fundamentales para resolver sistemas de ecuaciones diferenciales
lineales, proporcionando una herramienta eficiente para encontrar soluciones
precisas. Asimismo, en la economía, la teoría de matrices inversas se emplea en
modelos de insumo-producto para analizar las complejas interacciones entre
sectores económicos, permitiendo un mejor entendimiento económico.

Actualmente Las matrices inversas son fundamentales en una variedad de


campos en la actualidad. En gráficos por computadora y videojuegos, se emplean
para realizar transformaciones geométricas como rotaciones y escalados,
permitiendo efectos visuales realistas y animaciones fluidas. En el procesamiento
de imágenes, las matrices inversas son esenciales para corregir distorsiones y
mejorar la calidad de las imágenes, así como para el reconocimiento de patrones y
seguimiento de objetos en sistemas de visión por computadora, también en áreas
como la inteligencia artificial, se utilizan algoritmos de aprendizaje automático para
resolver ecuaciones y encontrar patrones de los datos. En el campo del
aprendizaje automático, las matrices inversas se utilizan para calcular los pesos
óptimos en algoritmos de regresión y clasificación, lo que permite el desarrollo de
modelos predictivos precisos y eficientes. En el diseño y control de sistemas
automáticos y robots, las matrices inversas son utilizadas para modelar y controlar
el movimiento de sistemas dinámicos, así como para resolver problemas de
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
4
cinemática inversa en robótica. En el campo de la física y la ingeniería, las
matrices inversas se utilizan en la resolución de sistemas de ecuaciones lineales
para modelar y simular sistemas dinámicos y fenómenos naturales, lo que permite
el diseño y análisis de estructuras y sistemas complejos.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
5
2. JUSTIFICACION
Nosotros estamos realizando el proyecto de: “Matriz inversa aplicando
soluciones autónomas”

¿Por qué se va hacer el proyecto?


El proyecto se realizará con el propósito de aplicar los principios teóricos de la
matriz inversa en la resolución de problemas prácticos de la vida diaria,
aprovechando los conocimientos previos adquiridos en materias anteriores. La
matriz inversa, una herramienta fundamental en álgebra lineal, permite resolver
sistemas de ecuaciones lineales de manera precisa y eficaz, lo que resulta
invaluable en diversas aplicaciones prácticas. Esta aplicación práctica de la matriz
inversa no solo fortalecerá la comprensión de este concepto teórico, sino que
también demostrará su relevancia y utilidad en situaciones del mundo real.

¿Para qué se va hacer el proyecto?

El proyecto se llevará a cabo para demostrar la aplicabilidad y utilidad práctica de


la matriz inversa en la resolución de problemas cotidianos. Al desarrollar un
programa que utilice la matriz inversa para resolver situaciones reales, se busca
mostrar cómo esta poderosa herramienta matemática puede facilitar la toma de
decisiones y tener un impacto significativo en diversos ámbitos, incluido el
educativo a nivel universitario. Además, el proyecto pretende resaltar la
importancia de comprender y aplicar conceptos teóricos en contextos prácticos,
promoviendo así un enfoque integral en el aprendizaje de las ciencias
matemáticas.

¿Qué se va hacer en el proyecto?

En el proyecto, se dará inicio estableciendo las bases conceptuales esenciales


para adquirir una comprensión sólida del tema. Posteriormente, se avanzará con
el desarrollo de un programa que aplique la matriz inversa en la resolución de
problemas prácticos de la vida cotidiana. Se identificarán y definirán problemas
específicos que puedan abordarse eficazmente mediante esta herramienta
matemática. Además, se llevará a cabo una validación exhaustiva de los
resultados obtenidos, asegurando la precisión y utilidad de las soluciones
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
6
propuestas. Este enfoque integral permitirá demostrar la aplicabilidad en contextos
reales.

¿Cómo se va hacer el proyecto?

El proyecto se llevará a cabo mediante una investigación exhaustiva de los


fundamentos teóricos de la matriz inversa. Se diseñará e implementará un
algoritmo eficiente utilizando el lenguaje de programación C#, reconocido por su
versatilidad y amplio uso en el desarrollo de aplicaciones. Posteriormente, se
procederá a la elaboración de problemas específicos que serán resueltos por el
algoritmo desarrollado, demostrando así su efectividad en la resolución de
situaciones reales. Finalmente, se realizará una evaluación exhaustiva del
programa, asegurando su utilidad y aplicabilidad en diversos contextos prácticos
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
7

3. OBJETIVOS
3.1 Objetivo general

Desarrollar un programa en C#, que aplique la matriz inversa para resolver


problemas de la vida cotidiana, demostrando su aplicabilidad y utilidad práctica en
la autonomía de las soluciones.

3.2 Objetivos específicos

 Conceptuar los fundamentos teóricos de la matriz inversa, incluyendo su


definición y propiedades
 Establecer un algoritmo eficiente para la inversión de matrices y la
resolución de problemas prácticos.
 Seleccionar y definir problemas de la vida cotidiana que puedan ser
resueltos utilizando la matriz inversa.
 Examinar el programa desarrollado mediante pruebas y ejemplos
concretos, demostrando su capacidad para resolver problemas reales de
manera efectiva.
 Justificar los resultados obtenidos y analizar las ventajas y limitaciones de
la matriz inversa como herramienta para la resolución de problemas de la
vida cotidiana.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
8
4. MARCO TEORICO
En esta sección se mostrará algunas definiciones de los temas de nuestro
proyecto formativo.

Matriz

Una matriz es una colección ordenada de números dispuestos en fila y columnas,


formando una matriz rectangular o cuadrada. (Medina, s.f.)

Donde aij; representa el elemento en la fila i y la columna j

Este tipo de arreglos es conocido en su nombre en plural como matrices y se


utilizan generalmente en campos como las matemáticas, física, economía,
informática y otras áreas para describir situaciones y problemas mediante
sistemas de ecuaciones. (Medina, s.f.)

Las diferentes operaciones que se pueden realizar con las matrices, se utilizan
para tomar decisiones adecuadas y conocer las posibilidades de hallar el valor de
incógnitas y dar soluciones a diferentes problemas. (Medina, s.f.)

Definición de matriz inversa

Uno de los tipos de matrices más conocidos que existen son las matrices inversas.
Llamamos a matriz inversa a una matriz, cuando existe otra matriz que puede ser
considerada a su inversa. Es decir que una matriz invertible si se puede calcular
su inversa, de forma que la matriz por su inversa de lugar a una matriz identidad.
(MATH, s.f.)

Solo se puede calcular la inversa de las matrices cuadradas, es decir que tengan
el mismo número de filas y de columnas. Además, para que una matriz para que
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
9
una matriz sea invertible su determinante debe ser distinto de 0 (|Indistinto a 0)
(MATH, s.f.)

Tipos de matrices inversas

Menores de una matriz

Si se sabe que la matriz “A” es cuadrada es decir de orden nxn y la matriz Mij, es
de orden (n - 1) x (n - 1) que se obtiene al eliminar de la matriz “A” su i-esima fila
y su j-esima columna; entonces a la matriz Mij se denomina ij-esima menor de la
matriz “A”.

Es decir, para calcular los menores de una matriz se debe eliminar la fila y la
columna indicada por el menor.

Cofactores de una matriz

Sea “A” una matriz cuadrada de orden nxn entonces el ij-esima cofactor de la
matriz “A” está representado por Cij y esta definida de la siguiente manera:

Es de decir que para calcular los cofactores de una matriz se debe determinar el
signo de cada elemento y multiplicarlo por el determinante del menor
correspondiente.

Matriz adjunta

Sea “A” una matriz cuadrada de orden nxn entonces la adjunta de la matriz “A”
que se representa como adj(A) o A*, es aquella matriz conformada por todos los
cofactores de la matriz “A” respetando los signos de cada elemento de dicha
matriz.

Matriz inversa

Se dice que una matriz “A” es regular si su determinante es diferente de cero. En


caso de que el determinante de la matriz fuera cero, entonces la matriz es
singular.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
10
Por lo tanto, si la matriz “A” es cuadrada es decir de orden nxn; entonces esta
matriz tiene inversa siempre y cuando exista otra matriz que conmute con “A”,
para la operación del producto de matrices y el resultado de este producto será
igual a la matriz identidad, es decir: A. B = B. A = I

Entonces para calcular la inversa de una matriz cuadrada “A” esta debe ser
regular, por lo tanto, para el cálculo de la inversión de un matriz se aplica la
siguiente igualdad:

Propiedades de la matriz inversa

1° A . A−1= A−1 . A=1

2° ( A . B)−1 =B−1 . A−1

3° ( A¿¿−1)−1= A ¿

4° ( A¿¿ t )−1=( A ¿¿−1)t ¿¿

1
5° Det ( A ¿¿−1)= ¿
det ⁡( A )

−1 1 ¿ t
6° A = .( A )
det ⁡(A )

−1 1
7° (K . A ) = −1
K.A

Ecuaciones matriciales

Al momento de resolver una ecuación matricial, debe tomar en cuenta que lo que
se quiere es despejar la matriz incógnita “X”

En este caso lo que se debe tomar en cuenta es que no existe la división de


matrices, entonces lo que se tiene que hacer en este caso es multiplicar por la
inversa teniendo cuidado de que dicha multiplicación se debe realizar en el mismo
lugar donde se encuentra la matriz que se requiere pasar al otro miembro.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
11

Calculo de la inversa por el método de la adjunta

Para el cálculo de la matriz inversa por el método de la adjunta se sigue los


siguientes pasos:

1. Se halla el determinante de la matriz original, para saber si esta es regular o


singular.
2. Se halla la matriz adjunta.
3. Se halla la matriz adjunta transpuesta.
4. Se aplica la fórmula de matriz inversa.
5. Se realiza la prueba multiplicando la matriz original por su inversa y el
resultado de este producto deberá ser la matriz identidad.

Escalonamiento de matrices

En el escalonamiento de las matrices podemos definir tres operaciones


elementales realizadas sobre las filas o columnas de la matriz. Estas operaciones
son las siguientes:

1° Se puede multiplicar una fila cualquiera de la matriz por un número Real


diferente de cero. A esta operación la representa por la letra “M”.

2° Se puede multiplicar una fila cualquiera de la matriz por un número real


diferente de cero y su resultado se puede sumar o restar a otra fila cualquiera de
la matriz. A esta operación se la denomina adición de fulas y se la representa con
la letra “A”.

3° Se puede permutar dos filas cualesquiera de la matriz; a esta operación se la


representa con la letra “P”.

Matriz equivalente

Si se tiene una matriz A mxn sobre la cual se realizan operaciones elementales y


se obtiene la matriz B mxn, entonces se cumple estas operaciones en la matriz A;
se dice que “A” es equivalente a “B” y se la representa como: A e B.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
12

Matrices escalonadas por filas

Las matrices escalonadas por filas tienen dos formas es decir que, son matriz
escalonada y matriz escalonada reducida.

Matriz escalonada

Para que una matriz este en su forma escalonada debe cumplir las siguientes
condiciones:

1° Si una matriz tiene filas donde todos sus elementos son nulos, entonces estas
filas deben ubicarse a lo último de la matriz.

2° Si una fila no consta de elementos exclusivamente nulos, entonces el primer


elemento diferente de cero que aparezca en dicha fila debe ser el uno positivo.

3° En dos filas sucesivas no nulas de una matriz; el primer uno de la fila inferior
debe estar más hacia la derecha que el primer uno de la fila superior.

Matriz escalonada reducida o matriz canónica

Es aquella matriz que además de cumplir las tres condiciones anteriores de una
matriz escalonada; debe cumplir también la siguiente condición:

4° Cualquier columna que contenga el primer uno en una fila; todos los demás
elementos de dicha columna deben ser nulos.

Calculo de la inversa de una matriz por Escalonamiento

Este método consiste en transformar una matriz “A” por medio de la reducción por
filas en una matriz identidad.

El procedimiento que se debe seguir para realizar este cálculo es el siguiente:

1° Se escribe la matriz aumentada, es decir la matriz “A” junto a la matriz identidad

[A | B]
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
13
2° Se transforma la matriz “A” a su forma escalonada reducida por medio de
operaciones elementales; afectando estas operaciones también a la matriz
identidad.

3° La matriz “A” se debe reducir a la matriz identidad; entonces A−1 será la matriz
que aparezca al lado derecho de la matriz “A”.

Una matriz cuadrada tiene inversa si solo sí; su forma escalonada reducida es la
matriz identidad. En caso de que en la reducción por filas de la matriz “A” se
llegara a tener una fila o una columna cuyos elementos son nulos, entonces “A” no
tienen inversa.

Costos

Los costos, en el contexto empresarial, son todos aquellos desembolsos o


sacrificios económicos que una empresa realiza para la obtención de bienes o
servicios que le permitan llevar a cabo su actividad productiva o de prestación de
servicios. Estos costos abarcan una amplia gama de elementos, como la compra
de materias primas, la contratación de personal, el pago de servicios, el
mantenimiento de equipos y la adquisición de activos fijos, entre otros.

Los costos se clasifican en diversas categorías según su comportamiento en


relación con el nivel de actividad de la empresa.

costos fijos

Son aquellos que permanecen constantes independientemente de la cantidad de


bienes producidos o servicios prestados, como el alquiler de instalaciones.

costos variables

Estos varían en proporción directa con el nivel de actividad de la empresa, como


los materiales utilizados en la producción.

Operaciones con matrices inversas

¿Para qué sirven estas operaciones?


Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
14
Sirven para aplicar en campos variados, a continuación, se mencionará algunos
de los conceptos:

Procesamientos de imágenes y gráficos

Se usan para realizar operaciones inversas de transformaciones geométricas,


corregir distorsiones de fotografías, ajustar la perspectiva de imágenes y recuperar
información perdida durante la compresión o el procesamiento de imágenes. Esto
permite mantener la calidad y la integridad de las imágenes y los gráficos en
diversas aplicaciones.

Análisis financieros

Se usan para optimizar carteras de inversión, estimar relaciones entre variables


financieras, valorar opciones, medir riesgos y evaluar la viabilidad de inversiones y
proyectos. Su aplicación permite tomar decisiones informadas y gestionar
eficazmente los recursos financieros.

Optimización de la producción

Las matrices inversas se utilizan en algoritmos de optimización para determinar las


cantidades óptimas de producción, la asignación de recursos y la secuencia de
operaciones, teniendo en cuenta restricciones como la capacidad de los equipos y
la demanda del mercado.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
15

5. DESARROLLO
En esta sección del proyecto, avanzaremos hacia la realización de los ejemplos
planteados, marcando el inicio del desarrollo.

Ejemplo 1 (Lotore Herrera Christopher)

Planteamiento del problema

Una familia tiene un negocio de alquilado de bicicletas en una ciudad turística.


Durante un mes, han registrado dos tipos de transacciones de alquiler: alquileres
diarios y alquileres semanales. En un periodo determinado han observado lo
siguiente, se alquilaron 50 bicicletas en total y han generado 2.675 Bs en ingresos.
Los alquileres diarios cuestan 25 Bs por día, mientras que los alquileres
semanales cuestan 120 Bs por semana. Ahora quieren determinar cuántas
bicicletas se alquilaron diariamente y cuantas semanales durante ese periodo.

Un sistema de ecuaciones lineales se representa de la siguiente manera


(x=alquileres diarios, y= alquileres semanales)

{25 x +120
x+ y =50
y=2675

Forma matricial

A=
[ 251 1
120 ]
2x 2

X=
[]
x
y 2 x1

B=
[ 2675
50
] 2x 1

Solución

El sistema de ecuaciones se puede escribir de la siguiente manera AX = B

Para encontrar “X”, la solución del problema, necesitamos la inversa de A = A-1


Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
16
A-1 * B = X

Det(A)= 95

Adj( A)=
[ 120
−1 1 ]
−25
2x 2

( Adj ( A )) =[ 120 −1 ]
T

−25 1 2x 2

95 [−25 1 ]
−1 1 120 −1
A = ∗

[ ][
24 −1
−1
A =
19
−5
95
1

50
2675 ]
19 95

X=
[ 3515]
Interpretación

Podemos decir que el valor de alquileres diario es de 35 bicicletas al dia y que el


valor de alquileres semanales es de 15 bicicletas semanales lo cual nos da un
total de 2675 Bs de ingresos

Ejemplo 2 (Lozada Tamsen José Mauricio)

Planteamiento del problema Gestión de Ventas en un Negocio de Café

Un negocio de venta de café. Se ha recopilado datos sobre las ventas diarias


durante una semana, así como los costos asociados. Se quiere determinar cuánto
se necesita vender de cada tipo de café (expreso, latte, americano) para cubrir los
costos diarios y obtener una utilidad.

Datos recopilados:
 Para el lunes: Vendiste 50 tazas de café expreso, 30 tazas de café latte y
20 tazas de café americano, generando 300 Bs en ingresos.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
17
 Para el martes: Vendiste 40 tazas de café expreso, 35 tazas de café latte y
25 tazas de café americano, generando 320 Bs en ingresos.
 Para el miércoles: Vendiste 60 tazas de café expreso, 25 tazas de café latte
y 15 tazas de café americano, generando 350 Bs en ingresos.

Información sobre los costos asociados:

 Los costos diarios de producción para el café espresso son 2 Bs por taza.
 Los costos diarios de producción para el café latte son 2.5 Bs por taza.
 Los costos diarios de producción para el café americano son 1.8 Bs por
taza.
Se requiere utilizar la matriz inversa para determinar cuántas tazas de cada tipo de
café necesitas vender diariamente para cubrir tus costos y obtener una ganancia.

Podemos plantear este problema en forma de un sistema de ecuaciones


lineales y luego usar la matriz inversa para encontrar la solución. Primero,
escribimos el sistema de ecuaciones:

Sea x1 el número de tazas de café espresso vendidas por día, x2 el número de


tazas de café latte vendidas por día y x3 el número de tazas de café americano
vendidas por día.

Entonces, el sistema de ecuaciones sería:

{
50 x 1+30 x 2 +20 x3 =300
40 x 1+ 35 x 2 +25 x 3=320
60 x 1+25 x 2 +15 x3 =350

Podemos representar esto en forma matricial como AX = B, donde:

[ ]
50 30 20
A= 40 35 25
60 25 15 3 x3

es la matriz de coeficientes,

[]
X1
X= X2
X3 3x 1

es el vector de incógnitas y
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
18

[ ]
300
B= 320
350 3x 1

es el vector de términos constantes.

Entonces, para encontrar “X”, necesitamos encontrar A-1 (la inversa de A) y luego
multiplicar A-1 por B, es decir, X = A-1 . B.

Solución

Una vez que hemos encontrado la matriz inversa A-1 y multiplicado por el vector
“B”, obtendremos un vector “X” que nos dará las cantidades necesarias de cada
tipo de café que se deben vender por día para cubrir los costos y obtener
ganancias.

La interpretación de cada elemento de “X” sería la siguiente:


 X1 representa el número de tazas de café espresso que se deben vender
por día.
 X2 representa el número de tazas de café latte que se deben vender por
día.
 X3 representa el número de tazas de café americano que se deben vender
por día.

Por lo tanto, después de resolver el sistema de ecuaciones utilizando la matriz


inversa, obtendremos estas cantidades específicas que permitirán alcanzar el
equilibrio entre los ingresos y los costos para cada día de la semana en nuestro
negocio de café.

Para encontrar la matriz inversa A-1, primero necesitamos calcular la matriz “A”:

[ ]
50 30 20
A= 40 35 25
60 25 15 3 x3

Y el vector B:
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
19

[ ]
300
B= 320
350 3x 1

Luego, para encontrar A-1, podemos utilizar métodos computacionales como la


eliminación de Gauss-Jordan, el método de adjuntos, o podemos usar software de
álgebra lineal. Aquí te proporciono la matriz inversa A-1:

[ ]
0.02 −0.05 0.03
−1
A = −0.026 0.07 −0.042
0.006 −0.01 0.01 3 x3

Para encontrar el vector “X” que representa las cantidades óptimas de cada tipo
de café que se deben vender por día, multiplicamos la matriz inversa A-1 por el
vector “B” de ingresos.

Entonces, Podemos realizar la multiplicación X=A-1×B.

A-1×B=

[ ]
0.02∗300+(−0.05)∗320+0.03∗350
−1
A ∗B= (−0.026)∗300+0.07∗320+(−0.042)∗350
0.006∗300+(−0.001)∗320+ 0.01∗350

Por lo tanto, el vector “X” que representa las cantidades óptimas de cada tipo de
café que se deben vender por día es:

[]
6.4
X = 5.6
8.8 3x 1

Interpretación

Esto significa que para cubrir los costos y obtener utilidad, necesitarías vender
aproximadamente 6.4 tazas de café espresso, 5.6 tazas de café latte y 8.8 tazas
de café americano por día. Estas serían las cantidades óptimas basadas en los
datos proporcionados.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
20

Ejemplo 3 (Salomon Leon Pesoa)

Eres el propietario de una cafetería y produces tres tipos de mezclas de café:


suave, medio y fuerte. Cada mezcla requiere diferentes cantidades de tres tipos de
granos de café: A, B y C. Sin embargo, tu proveedor de café solo vende estos
granos en bolsas de 10 kilogramos. Necesitas determinar cuántas bolsas de cada
tipo de grano debes comprar para satisfacer la demanda de cada tipo de mezcla
de café.

Datos:

- Mezcla Suave: 0.2 kg de A, 0.3 kg de B, 0.5 kg de C

- Mezcla Medio: 0.3 kg de A, 0.4 kg de B, 0.3 kg de C

- Mezcla Fuerte: 0.4 kg de A, 0.2 kg de B, 0.4 kg de C

Cada tipo de grano se vende en bolsas de 10 kg.

Solución

Primero, representamos la cantidad de cada tipo de grano necesario para producir


un kg de cada mezcla de café en una matriz:

[ ]
0.2 0.3 0.5
0.3 0.4 0.3
0.4 0.2 0.4 3x 3

Llamemos a esta matriz “A”. Para encontrar cuántas bolsas de cada tipo de grano
necesitas comprar, debemos multiplicar la inversa de “A” por un vector que
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
21
represente la demanda de cada tipo de mezcla de café. Supongamos que la
demanda es de 100 kg de mezcla suave, 150 kg de mezcla medio y 200 kg de
mezcla fuerte. Entonces, el vector de demanda sería:

[ ]
100
150
200 3 x1

La matriz inversa de “A” sería:

[ ]
−0.4 1.0 −0.2
1.0 −2.5 1.0
−0.2 0.5 −0.2 3 x3

Multiplicando la inversa de “A” por el vector de demanda, obtenemos:

[ ][ ] [ ]
−0.4 1.0 −0.2 100 30
1.0 −2.5 1.0 . 150 = 100
−0.2 0.5 −0.2 3 x3 200 3 x1 70 3 x1

Interpretación:

Hemos determinado que se necesita 30 bolsas de grano A, 100 bolsas de grano B


y 70 bolsas de grano C para satisfacer la demanda de 100 kg de mezcla suave,
150 kg de mezcla medio y 200 kg de mezcla fuerte.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
22

6. CONCLUCIONES
La implementación del programa garantiza resultados precisos y confiables al
calcular la matriz inversa. Esto es crucial para aplicaciones donde la precisión es
fundamental, como en el ámbito científico, de ingeniera o financiero.

Cristopher Lotore Herrera

En este proyecto, hemos desarrollado un programa en C# que calcula la matriz


inversa de una matriz cuadrada. Empezamos por definir las operaciones básicas
con matrices, como el cálculo del determinante, la matriz adjunta, y el cofactor,
necesarias para encontrar la matriz inversa.

El programa permite al usuario ingresar una matriz y calcula su inversa utilizando


dos métodos: el método de la adjunta y el método de escalonamiento. El método
de la adjunta se utiliza como enfoque principal para encontrar la matriz inversa.
Sin embargo, también implementamos el método de escalonamiento como una
alternativa para calcular la inversa, lo que añade versatilidad al programa.

Este proyecto ha fortalecido nuestra comprensión de los conceptos de álgebra


lineal y su aplicación en la resolución de problemas computacionales. Además,
hemos mejorado nuestras habilidades de programación en C# al enfrentarnos a un
problema matemático complejo y desarrollar una solución funcional.
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
23
Yim Victor Huanca

Para un mejor desarrollo general con una utilidad provechosa hacia las MATRIZ
INVERSA con SOLUCIONES AUTOMÁTICAS tenemos que tener en cuenta que
no es una simple matemática, sino que una solución precisa y clara para optimizar
y corregir tanto perdidas como ganancias en diferentes áreas de nuestras vidas
cotidianas

Salomon Leon Pesoa

6. BIBLIOGRAFIA
LIBROS
Marquez, M. C. (2017). Algebra Lineal. Santa Cruz .

WEBLOGRAFIA
MATH. (s.f.). Matriz inversa. Obtenido de MATH: https://es.plusmaths.com/matriz-inversa.html

Medina, H. (s.f.). Matriz. Obtenido de ENCICLOPEDIA DE MATEMATICA:


https://enciclopediadematematica.com/matriz/
Universidad Privada Domingo Savio Facultad de Ingeniería
Carrera de Ingeniería en Sistemas Asignatura: Algebra Lineal
24

También podría gustarte