expocision

21
MATRICES Orlando Miguel Ospino Ospino Cod 2073782 Diego Leonardo Ferreira Ortiz Cod 2073477 Nafis Badrán Lizarazo Cod 2072339 Erika Johana Villarreal Villarreal Cod 2073468 Francy Guerrero Zabala Cod 2080751 Diego Fernando Gómez Páez Cod 2072320

Upload: universidad-industrial-de-santander

Post on 08-Jul-2015

695 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Expocision

MATRICESOrlando Miguel Ospino Ospino Cod 2073782Diego Leonardo Ferreira Ortiz Cod 2073477Nafis Badrán Lizarazo Cod 2072339Erika Johana Villarreal Villarreal Cod 2073468Francy Guerrero Zabala Cod 2080751Diego Fernando Gómez Páez Cod 2072320

Page 2: Expocision

SISTEMAS DE ECUACIONES

LINEALES

Un sistemalineal es unconjunto deecuacioneslineales sobreun cuerpo oun anilloconmutativo.De lasiguienteforma:

--a son los coeficientes constantes

-- b son los términos independientes

constantes

--n es el número de ecuaciones

Page 3: Expocision

NOTACIÓN MATRICIAL

Una matriz

consiste en un

arreglo

rectangular de

elementos

representado por

un solo símbolo.

Como se muestra

en la figura, [A] es

la notación breve

para la matriz y aij

designa un

elemento

individual de la

matriz.

Un conjunto horizontal de elementos se llama renglón (o fila); yuno vertical, columna.

El primer subíndice i designa el número de renglón en el cual estáel elemento. El subíndice j indica la columna. Por ejemplo, elelemento a23 está en el renglón 2 y la columna 3.

Page 4: Expocision

Tipo de matriz Definición Ejemplo

FILA Aquella matriz que tiene una sola fila, siendo

su orden 1×n

COLUMNA Aquella matriz que tiene una sola columna,

siendo su orden m×1

RECTANGULAR Aquella matriz que tiene distinto número de

filas que de columnas, siendo su orden m×n ,

TRASPUESTA Dada una matriz A, se llama traspuesta de A a

la matriz que se obtiene cambiando

ordenadamente las filas por las columnas.

Se representa por At ó AT

OPUESTA

La matriz opuesta de una dada es la que

resulta de sustituir cada elemento por su

opuesto. La opuesta de A es -A.

NULA

Si todos sus elementos son cero. También se

denomina matriz cero y se denota por 0m×n

TIPOS DE MATRICES

Page 5: Expocision

Tipo de matriz Definición Ejemplo

TIPOS DE MATRICES

CUADRADA

Aquella matriz que tiene igual número de filas que de

columnas, m = n, diciéndose que la matriz es de orden

n.

Diagonal principal : son los elementos a11 , a22 , ..., ann

Diagonal secundaria : son los elementos aij con

i+j = n+1

Traza de una matriz cuadrada: es la suma de los

elementos de la diagonal principal tr A.

Diagonal principal :

Diagonal secundaria :

SIMÉTRICAEs una matriz cuadrada que es igual a su traspuesta.

A = At , aij = aji

ANTISIMÉTRICA

Es una matriz cuadrada que es igual a la opuesta de su

traspuesta.

A = -At , aij = -aji

Necesariamente aii = 0

DIAGONAL

Es una matriz cuadrada que tiene todos sus elementos nulos

excepto los de la diagonal principal

ESCALAR

Es una matriz cuadrada que tiene todos sus elementos nulos

excepto los de la diagonal principal que son iguales

Page 6: Expocision

Tipo de matriz Definición Ejemplo

TIPOS DE MATRICES

IDÉNTICA

Es una matriz cuadrada que tiene todos sus

elementos nulos excepto los de la diagonal

principal que son iguales a 1. También se

denomina matriz unidad.

TRIANGULAR

Es una matriz cuadrada que tiene todos los

elementos por encima (por debajo) de la

diagonal principal nulos.

ORTOGONAL

Una matriz ortogonal es necesariamente

cuadrada e invertible: A-1 = AT

La inversa de una matriz ortogonal es una

matriz ortogonal.

El producto de dos matrices ortogonales es una

matriz ortogonal.

El determinante de una matriz ortogonal vale

+1 ó -1.

Page 7: Expocision

Tipo de matriz Definición Ejemplo

TIPOS DE MATRICES

NORMAL

Una matriz es normal si conmuta con su

traspuesta. Las matrices simétricas,

antisimétricas u ortogonales son

necesariamente normales.

INVERSA

Decimos que una matriz cuadrada A tiene

inversa, A-1, si se verifica que :

A·A-1 = A-1·A = I

MATRIZ

BANDEADA

Es una matriz que tiene todos sus elementos

cero, excepto los de una banda centrada en la

diagonal principal.

Matriz tridiagonal: ancho de banda de 3.

MATRIZ

AMPLIADA O

AUMENTADA

Es la que está formada por la matriz de

coeficientes y el vector de términos

independientes, los cuales se acostumbra

separar con una línea de puntos.

Page 8: Expocision

MULTIPLICACIÓN DE

MATRICES

Para multiplicar 2 matrices será necesario cumplir el siguiente requisito:

El número de columnas de la primera matriz deberá ser igual al número defilas de la segunda.

Este requisito en termino de orden será: (m,p)x(p,n)=(m,n). Donde el orden de laprimera matriz es (m,p), y de la segunda matriz es (p,n), por tanto el orden de lamatriz resultante sera (m,n).

• La primera fila de A

por todas las

columnas de

B, generara la

primera fila de la

matriz producto AB.

• La segunda fila de A

por todas las

columnas de

B, generara la

segunda fila de la

matriz producto AB.

• La tercera fila de A

por todas las

columnas de

B, generara la

tercera fila de la

matriz producto

AB, y así

sucesivamente.

Page 9: Expocision

MULTIPLICACIÓN DE

MATRICES

Ejemplo: hallar el producto de AB

El orden de A es (5,3) y el de B es (3,2), luego el orden de la matriz producto

será (5,2)

Page 10: Expocision

DETERMINANTE DE UNA

MATRIZ

El determinante de una matriz es un concepto fundamental del algebra

lineal con el cual se determina la existencia y la unidad de los resultados de

los sistemas de ecuaciones lineales. Para representar el determinante de

una matriz A usaremos det A, aunque también se acostumbra utilizar la

notación |A|.

El determinante está asociado a cualquier matriz cuadrada

Page 11: Expocision

DETERMINANTE DE UNA

MATRIZ

Forma 2: si A es una matriz de mxm entonces para

cualquier valor i y j, el ij-esimo menor de A (Aij) es la sub

matriz (m – 1)x(m – 1) de A obtenida luego de eliminar el

renglon i y la columna j de A.

Esta formula se

denomina expiación del

det A por medio de

cofactores de renglón i.

La ventaja de esta

fórmula es que

disminuye el cálculo del

det A para una matriz

de mxm cálculos que

requieren solo matrices

(m – 1)x(m – 1). Se

aplica la formula hasta

que det A pueda ser

expresado en términos

de matrices de 2x2.

Después se encuentran

los determinantes de

las matrices 2x2

pertinentes.

Page 12: Expocision

NOTACIÓN MATRICIAL

Ejemplo : determinar el determinante de la

matriz A

Se expande det A por medio de cofactores del renglón 1. Observe que a11

= 1, a12 = 2, a13 = 3.

Page 13: Expocision

SOLUCIÓN DE SISTEMAS PEQUEÑOS DE

ECUACIONES

Antes de analizar los métodoscomputacionales, describiremosalgunos métodos que sonapropiados en la solución depequeños sistemas de ecuacionessimultaneas que no requieren deuna computadora, Estos son:

• Método grafico

• Regla de cramer

• Eliminación de incógnitas

Page 14: Expocision

MÉTODO GRAFICO

Para dos ecuaciones se pueden obtener una solución algraficarlas en coordenadas cartesianas con un eje quecorresponda a x1 y el otro x2. Debido a que en estos sistemaslineales, cada ecuación se relaciona con una línea recta, lo cualse ilustra fácilmente mediantes las ecuaciones generales.

a11 x1 + a12x2 = b1

a21 x1 + a22x2 = b2

despejando x2.

Page 15: Expocision

MÉTODO GRAFICO

Con el método grafico resuelva:

Page 16: Expocision

MÉTODO GRAFICO

Para tres ecuaciones simultaneas, cada ecuación se representa como un plano en un sistema de coordenadas tridimensional. El punto en donde se intersecan los tres planos representa la solución. Para más de tres incógnitas, los métodos gráficos no funcionan y por consiguiente, tienen poco valor práctico para resolver ecuaciones simultáneas. No obstante, resultan útiles para visualizar propiedades de las soluciones

Por ejemplo, la figura 2

muestra tres casos que

pueden ocasionar problemas

al resolver sistemas de

ecuaciones lineales. La figura

2a presenta el caso en que

las dos ecuaciones

representan líneas paralelas.

En estos casos no existe

solución, ya que las dos

líneas jamás se cruzan. La

figura 2b representa el caso

en que las dos líneas

coinciden. En este existe un

número infinito de soluciones.

Se dice que ambos tipos de

sistemas son singulares.

Además, los sistemas muy

próximos a ser singulares

(figura 2c) también pueden

causar problemas; a estos

sistemas se les llama mal

condicionados.

Page 17: Expocision

REGLA DE CRAMER

Para más de tres ecuaciones, la regla de Cramer noresulta práctica, ya que conforme aumenta el númerode ecuaciones, los determinantes consumen tiempo alevaluarlos manualmente (o por computadora). Por esose utilizan otras alternativas más eficientes.

La regla de Cramer

establece que cada

incógnita de un

sistema de

ecuaciones lineales

algebraicas puede

expresarse como una

fracción de dos

determinantes con

denominador D y con

el numerador

obtenido a partir de

D, al reemplazar la

columna de

coeficientes de la

incógnita en cuestión

por las constantes b1,

b2,…….bn.

Page 18: Expocision

ELIMINACION DE INCÓGNITAS

Laeliminaciónde incógnitasmediantes lacombinacióndeecuacioneses unmétodoalgebraicoque se ilustracon unsistema dedosecuacionessimultáneas:

La estrategia básica consiste en multiplicar las ecuacionespor constantes, de tal forma que se elimine una de lasincógnitas cuando se combinen las dos ecuaciones. Elresultado es una sola ecuación en las que se puedendespejar la incógnita restante. Este valor se sustituye encualquiera de las ecuaciones originales para calcular la otravariable.

Page 19: Expocision

Observe que

las

ecuaciones

6 y 7 se

relacionan

directamente

con la regla

de Cramer,

que

establece.

ELIMINACION DE INCÓGNITAS

La eliminación de incógnitas se puede extender a sistemas con más

de tres ecuaciones. Sin embargo, los múltiples cálculos que se

requieren para sistemas más grandes hacen que el método sea

extremadamente tedioso para realizarse a mano. No obstante, la

técnica llega a formalizarse y programarse fácilmente en la

computadora.

Page 20: Expocision

BIBLIOGRAFÍA

http://es.wikipedia.org/wiki/Sistema_de_ecuaciones_lineales

Steven c. Chapra, Métodos Numéricos Para Ingenieros. Quinta Edición

Parte 3

Álgebra lineal y sus aplicaciones Escrito por Gilbert Strang

Análisis numérico Escrito por Richard L. Burden,J. Douglas Faires

Introducción al álgebra lineal Escrito por José Manuel Casteleiro Villalba

Investigación de operaciones: aplicaciones y algoritmos Escrito por

Wayne L. Winston

Page 21: Expocision