Álgebra lineal

Análisis del problema

Introducción.
Dentro de la siguiente actividad mostrare las definiciones y algunos ejemplos
sobre los temas sumas de matrices, solución de sistema de ecuaciones y vectores
y valores propios.
Es de vital importancia prestar atención al desarrollo de cada uno de estos temas
ya que es el primer acercamiento que se tiene con el álgebra lineal.

Desarrollo.

Matriz y suma de matrices.

Conocemos como matriz a una tabla en forma rectangular la cual contiene datos
ordenados, en esta tabla podemos identificar con facilidad sus filas (m) y sus
columnas (n). La matriz es representada con a y los elementos dentro de ella se
representan con subíndices aij, donde i representa el valor de una fila determinada
y j representa el valor de una columna determinada.
Un ejemplo sobre cómo identificar un valor dentro de una matriz es el siguiente:
En la siguiente tabla encuentra el valor de a 22 R=(Fila 2, columna 2)

5 4 8
a= 6 8 0
9 3 1

Dentro de las matrices podemos identificar varios tipos dependiendo sus

características: Matriz simétrica, triangular superior, triangular inferior, matriz nula,
matiz identidad y matriz diagonal.

La suma de matrices es el proceso de combinar dos o más matrices que cuentan

con la misma dimensión (igual número de filas y columnas), dentro de este
procedimiento podemos identificar que cuenta con algunas propiedades como los
son:
 Conmutativa A+B=B+A
 Asociativa A+(B+C)=(A+B)+C
 Distributiva k(A+B)=kA+kB
 Modulativa A+0=0+A=A
En el caso de realizar la multiplicación de una matriz por un escalar (número real)
podemos identificar que cada uno de los valores dentro de la matriz se multiplica
por el escalar y se anota el resultado de cada uno para la consolidación de una
nueva matriz.
Producto de matrices.
La multiplicación de matrices es el proceso de combinar dos o más matrices
mediante una multiplicación de sus valores, siempre y cuando las matrices
cuenten con la misma dimensión. En este procedimiento identificamos que sus
propiedades son las siguientes:
 No es conmutativa A·B≠B·A
 Es asociativa (A·B) (A·B)·C C=A·(B·C)
 Es modulativa A·I=I·A=A
 Es invertiva A·A-1=A-1·A=I

Solucion de sistema de ecuaciones.

Determinante de una matriz.

Para realizar el cálculo de una determinante debemos utilizar la regla recursiva de
Laplace, dependiendo de la matriz con que estemos (2x2, 3x3, 4x4 etc.) trabajado
debemos utilizar sumas y restas.
Ejemplo:
5 4 8
a= 6 8 0
9 3 1
Det (A)= a11(a22a33 – a32a23)
-a12(a21a33 – a31a23)
+a13(a21a32 – a31a22)
(5)[(8)(1)-(3)(0)]
-(4)[(6)(1)-(9)(0)]
+(8)[(6)(3)-(9)(8)] = -416

Inversa de una matriz.

Para calcular la inversa de una matriz primero debemos definir el determinante de
la misma, este determinante debe ser diferente a cero. Posteriormente se calcula
la matriz de menores, de la matriz resultante se procede a calcular la matriz de
cofactores con la formula cij=(-1)i+jmij. Posteriormente procedemos a hallar la
adjunta de nuestra matriz original convirtiendo las filas de nuestra última matriz en
columnas. Para finalizar ya con los datos recabados para calcular la matriz inversa
debemos dividir los valores de la matriz adjunta entre nuestro determinante
mediante la fórmula iij=adjij/det
Ejemplo:
5 4 8
a= 6 8 0
9 3 1
Determinante: -416
Se procede a calcular la matriz de menores y la matriz de cofactores
8 6 -54 8 -6 -54
M= -20 -67 -21 C= 20 -67 21
-64 -48 16 -64 48 16
Posteriormente hallamos la adjunta de la matriz A
8 20 -64
Adj (A)= -6 -67 48
-54 21 16
Para finalizar calculamos la matriz inversa.
-0.01923 -0.04808 0.15385
I= 0.01442 0.16106 -0.11538
0.12981 -0.05048 -0.03846

Solución de un sistema de ecuaciones lineales mediante el método Gauss.

Este método nos permite la transformación de un sistema de ecuaciones en otro
sistema que es equivalente, pero tiene la condición de que esta escalonado.
Ejemplo:
Sistema de ecuaciones
4x1 + x2 – 2x3 = -3
3x1 – x2 + 4x3 = -2
-x1 + x2 + x3 = 5
Generamos la matriz
4 1 -2 -3
3 -1 4 -2
-1 1 1 5
Procedemos a transformar esta matriz en una matriz triangular superior
4 1 -2 -3
0 -2 6 0
-1 1 1 5
4 1 -2 -3
0 -2 6 0
0 1 1 4
4 1 -2 -3
0 -2 6 0
0 0 4 4
Ya con la matriz escalonada podemos visualizar que el sistema de ecuaciones
queda de la siguiente manera
4x1 + 1x2 – 2x3 = -3
-2x2 + 6x3 = 0
4x3 = 4
Realizamos el despeje de x1 x2 x3 comenzando por x3 ya que es la más sencilla de
despejar.
4x3=4
X3=4/4
X3= 1
Sustituimos el valor de x3 en la segunda ecuación.
-2x2 + 6x3 = 0
-2x2 + 6(1) = 0
-2x2 = 0-6
X2=-6/-2
X2=3
Sustituimos el valor de x3 x2 en la ecuación 1
4x1 + 1x2 – 2x3 = -3
4x1 + 1(3) – 2(1) = -3
4x1= -3 – 3 + 2
X1= -4/4
X1=-1

Valores y vectores propios.

Vector.
Un vector es una representación gráfica de una línea que se extiende en un plano,
dicho vector está conformado por los siguientes componentes:
 Punto inicial u origen.
 Punto final o extremo.
 Magnitud.
 Direccion.
 Sentido.

Vector y valor propio.

Sea A una matriz de nxn y lamnbda (λ) un escalar que pertenece a los numero
reales, decimos que λ es un valor propio de la matriz A si existe un vector que
pertenezca a Rn (números reales) y que éste sea distinto de cero, esto con la
finalidad de demostrar que Av= λv
Si esta igualdad se cumple al vector resultante se le llama vector propio de A que
está asociado al valor propio de λ.
En pocas palabras se puede decir que un vector propio que cuando es
transformado da lugar a un múltiplo escalar de sí mismo, por dicha razón no
cambia su dirección. Al escalar resultante es llamado valor propio.

Conclusión.
Matrices: Dentro de esta materia pude entender con facilidad los elementos del
material, ya que al ser interactivo nos permite mediante el análisis y el desarrollo
de los ejercicios paso a paso comprender sobre los elementos que conforman una
matriz, así como las operaciones que se pueden realizar con ellas.
Sistema de ecuaciones: Al inicio este material me pareció complicado, pues,
aunque comienza con la matriz traspuesta posteriormente se vuelve más
complejo, sin embargo, al ser nuevamente didáctico en su totalidad y mediante
tiempo y análisis se puede llegar a comprender como calcular el determinante de
una matriz, la adjunta de una matriz, la inversa de una matriz y la aplicación del
método gauss para la solución de un sistema de ecuaciones. También me pareció
muy acertado que en el cierre nos fuera compartido como realizar el cálculo de
una matriz inversa mediante Excel, ya que, aunque nos dieron todo el
procedimiento podemos ahorrar bastante tiempo en generarla de manera
automática con el simple hecho de ingresar una formula.
Vector y valor propio: Lamentablemente no pude utilizar la herramienta didáctica,
pues, aunque abrí los links de las dos opciones en distintos navegadores nunca
pude hacer funcionar la herramienta, es una lástima pues las otras dos
herramientas me parecieron de lo más enriquecedoras. Sin embargo, estuve
investigando por mi cuenta sobre el tema, más en cambio de la herramienta
didáctica no siento que pudiera absorber conocimiento de la misma manera.
Bibliografía
Matemática con Rodrigo. (19 de enero de 2018). Valores propios y vectores propios. Recuperado el
20 de julio de 2018, de YouTube: https://www.youtube.com/watch?v=a_lUVpRtY50

mathematicsdictionary.com. (s.f.). suma (de matrices). Recuperado el 20 de julio de 2018, de

Visual Mathematics Dictionary:
http://www.mathematicsdictionary.com/spanish/vmd/full/a/additionofmatrices.htm