Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Carrera
Ing. En Sistemas
Clase
Algebra Lineal
Nombre Y Cuenta
Lesvy Patricia Trigueros Rodríguez
217450013
Kenia Yojaira Trigueros Miranda
217450015
Olvin Noel Quiroz Sosa
120020015
Osman Perdomo Zelaya
121170002
Fernando José Gómez
121450010
Catedrático
Ing. Juan Carlos Alcerro
Tema
Resolución de problemas con Gauss Jordán, espacios vectoriales, espacios vectoriales con
productos interiores, vectores lineales y coordenados dependencia e independencia,
valores propios y vectores propios
|
Índice
Contenido
Índice ............................................................................................................................ 3
Introducción ................................................................................................................. 4
Objetivo General .......................................................................................................... 5
Objetivos específicos .................................................................................................. 6
Resolución de problemas por Gauss Jordán ............................................................ 7
Espacios vectoriales ................................................................................................... 9
Espacio vectorial con producto interior .................................................................. 12
Espacios con producto interior..................................................................................... 12
Vectores lineales dependientes e independientes ................................................. 13
Significado geométrico ............................................................................................. 14
En el espacio tridimensional usual:.............................................................................. 14
Vectores coordenados dependencia e independencia .......................................... 16
Aplicaciones: ............................................................................................................. 18
Vectores propios y valores propios ......................................................................... 19
Vectores propios ....................................................................................................... 19
Valores propios.......................................................................................................... 19
Casos especiales ....................................................................................................... 20
Ecuación del valor propio ......................................................................................... 20
Matricialmente AT vA = A vA ..................................................................................... 20
Teorema espectral ..................................................................................................... 21
Vectores propios y valores propios de matrices .................................................... 21
Calculo simbólico ...................................................................................................... 21
Cálculo de los vectores propios ............................................................................... 22
Calculo numérico ....................................................................................................... 22
Propiedades ............................................................................................................... 23
Conclusión ................................................................................................................. 24
Introducción
En el presente Informe de investigación se abordará el tema como resolución de
problemas con Gauss- Jordán, espacios vectoriales, espacios vectoriales con productos
interiores, vectores lineales y coordenados dependencia e independencia, valores
propios y vectores propios y además las aplicaciones de las mismas dentro de la
ingeniería Las cuales son de gran relevancia en la carrera, ya que se utiliza para la
representación de diferentes tipos de números reales y obtener información que es
sumamente importante para realizar en un circuito cálculos en base esa representación.
Objetivo General
Analizar el concepto, las propiedades y la aplicación de resolución de problemas con
Gauss Jordán, espacios vectoriales, espacios vectoriales con productos interiores,
vectores lineales y coordenados dependencia e independencia, valores propios y
vectores propios en el campo de la Ingeniería Eléctrica, conociendo sus beneficios dentro
de los diversos usos que se les da al espacio vectorial, espacios vectoriales con
productos interiores, valores y vectores propios, dependencia e independencia de
vectores, vectores lineales y coordenados en el campo antes mencionado.
Objetivos específicos
Conocer las propiedades de resolución de problemas con Gauss Jordán, espacios
vectoriales, espacios vectoriales con productos interiores, vectores lineales y
coordenados dependencia e independencia, valores propios y vectores propios, Realizar
ejercicios aplicados en la Ingeniería de Electricidad
Una vez hecho esto, a continuación, se procede a convertir dicha matriz en una matriz
identidad, es decir una matriz equivalente a la original, la cual es de la forma
Esto se logra aplicando a las distintas filas y columnas de las matrices simples
operaciones de suma, resta, multiplicación y división; teniendo en cuenta que una
operación se aplicara a todos los elementos de la fila o de la columna, sea el caso.
Obsérvese que en dicha matriz identidad no aparecen los términos independientes, esto
se debe a que cuando nuestra matriz original alcance la forma de la matriz identidad,
dichos términos resultaran ser la solución del sistema y verificaran la igualdad para cada
una de las variables, correspondiéndose de la siguiente forma:
d1 = x
d2 = y
d3 = z
Ahora que están sentadas las bases, podemos explicar paso a paso la resolución
de sistemas de ecuaciones lineales por medio de este método
Aplicaciones
En la vida cotidiana el concepto de matrices es de gran relevancia ya que usamos eel
mismo concepto para contener y almacenar datos
En relación con mi especialidad se aplica para el análisis de estructuras, llevar a cabo un
proyecto sistematizado, una mejora del perfil técnico y almacenar información óptica de
los diseños
Espacios vectoriales
Un espacio vectorial es una estructura algebraica creada a partir de un conjunto no vacío,
una operación interna (llamada suma, definida para los elementos del conjunto) y una
operación externa (llamada producto por un escalar, definida entre dicho conjunto y otro
conjunto, con estructura de cuerpo), con 10 propiedades fundamentales.
A los elementos de un espacio vectorial se les llama vectores y a los elementos del
cuerpo, escalares.
Notación
Axiomas
la suma es conmutativa:
U + v=v + u
la suma es asociativa
:(u + v) + w = u + (v + w) = u + v + w
C v ∈V
distributivita I ley:
c(u + v) = cu+cv,
distributivita II segunda:
(c + d)v = cv+dv,
Asociatividad mixta:
Aplicaciones:
Un producto interno sobre un espacio vectorial V es una operación que asigna a cada
par de vectores u y v en V un número real <u, v>.
Un producto interior sobre V es una función que asocia un número real ‹u, v› con cada
par de vectores u y v cumple los siguientes axiomas:
Propiedades
1) (v, v) ≥ 0
2) (v, v) = 0 si y sólo si v = 0. 3) (u, v +w) = (u, v)+ (u, w) 4) (u + v, w) = (u, w)+(v, w) 5)
(u,v) = (v, u)
6) (αu, v) = α(u, v)
7) (u, αv) = α(u, v)
esta se satisface únicamente cuando a1, a2, …, a3 son todos cero. En caso
contrario, se dice que son linealmente dependientes.
el símbolo a la derecha del signo igual no es cero, sino que simboliza al vector
nulo 0. El conjunto de vectores nulos forma la matriz nula. Si tales números no
existen, entonces los vectores son linealmente independientes.
Significado geométrico
Geométricamente, dos vectores son independientes si no tienen la misma dirección. Esta
definición supone que el vector nulo tiene todas las direcciones, en otras palabras, este
debe generar un área.
independientes es el plano que los contiene. Resulta fácil comprobar que el espacio
generado por un sistema de vectores es el menor (por la inclusión) espacio vectorial que
los contiene a todos. Se le denomina vect A, donde A es el sistema de vectores. Si n
vectores son independientes, el espacio generado es de dimensión n (dimensión en el
sentido usual: 0 para un punto, 1 para una recta, 2 para un plano...).
En el espacio tridimensional usual:
Un conjunto de números reales se denota por (x1,x2,,…, xn) donde cada xi es un número
real. Los conjuntos de números reales x = (x1,…, x2) y Y = (v1,…, y2) son iguales si.
x1 = y1, x2 = Y2,.., xn = yn
Aplicaciones:
En mi carrera aplicamos la utilización de vectores coordenados para poder representar la
potencia compuesta de un circuito eléctrico con corriente alterna o continua en un
dispositivo.
En la vida cotidiana lo usamos para colocar algún objeto en un determinado espacio.
Vectores propios
O auto vectores de un operador lineal son los vectores no nulos, cuando son transformados
por el operador, dan lugar a un múltiplo escalar de sí mismos, con lo que no cambian su
dirección que dependen enteramente de los valores propios ya que estos le dan valores de
su correspondencia.
Valores propios
autovalor o valor característico. A menudo, una transformación queda completamente
determinada por sus vectores propios y valores propios. Un espacio propio, auto espacio o
subespacio fundamental asociado al valor propio
Definiendo que los vectores propios y valores propios de la siguiente manera: Sea A: V → V
un operador lineal en un cierto K-espacio vectorial V y v un vector no nulo en V. Si existe un
escalar c tal que
Av = cv, v ≠ 0, c pertenece a K,
que si v es un vector propio con el valor propio c entonces cualquier múltiplo diferente de
cero de v es también un vector propio con el valor propio.
Casos especiales
para las transformaciones lineales del espacio de dos dimensiones R2, los vectores
propios son:
rotación: ningún vector propio de valores reales (existen en cambio pares valor propio,
vectorespropios complejos).
reflexión: los vectores propios son perpendiculares y paralelos al eje de simetría, los
valores propios son -1 y 1, respectivamente.
escalado uniforme: todos los vectores son vectores propios, y el valor propio es el
factor de escala.
proyección sobre una recta: los vectores propios con el valor propio 1 son paralelos a la
línea, vectores propios con el valor propio 0 son perpendiculares a la dirección de la
proyección
verifica la ecuación:
T(vA) = A vA
Matricialmente AT vA = A vA
donde la posición es un producto de matrices. Dado que en esta circunstancia la
transformación T y su representación matricial AT son equivalentes, a menudo podemos
emplear sólo T para la representación matricial y la transformación.
Esto es equivalente a un conjunto de n combinaciones lineales, donde n es el número de
vectores de la base.
a veces es poco natural o incluso imposible escribir la ecuación de valor propio en forma
matricial, ocurre cuando el espacio vectorial es de dimensión infinita
Teorema espectral
El teorema espectral muestra la importancia de los valores propios y vectores propios
para caracterizar una transformación lineal de forma única. En su versión más simple, el
teorema espectral establece que, bajo unas condiciones determinadas, una
transformación lineal puede expresarse como la combinación lineal de los vectores
propios con coeficientes de valor igual a los valores propios por el producto escalar de los
vectores propios por el vector al que se aplica la transformación, lo que puede escribirse
como:
T(v) = A1 (v1 * v)v1 + A2 (v2 *v)v2 + …
Si se quiere calcular los valores propios de una matriz dada y ésta es pequeña, se puede
calcular simbólicamente usando el polinomio característico. Sin embargo, a menudo
resulta imposible para matrices extensas, caso en el que se debe usar un método
numérico.
Calculo simbólico
Cálculo de los valores propios
La función p(λ) = det(A - λI) es un polinomio de λ pues los determinantes se definen como
sumas de productos. Éste es el polinomio característico de A: los valores propios de una
matriz son los ceros de su polinomio característico.
El teorema fundamental del álgebra dice que esta ecuación tiene exactamente n raíces
(ceros), teniendo en cuenta su multiplicidad. Todos los polinomios reales de grado impar
tienen un número real como raíz, así que para n impar toda matriz real tiene al menos
valor propio real. En el caso de las matrices reales, para n par e impar, los valores
propios no reales son pares conjugados.
(A – AI ) v = 0
Una forma más sencilla de obtener vectores propios sin resolver un sistema de
ecuaciones lineales se basa en el teorema de Cayley-Hamilton que establece que cada
matriz cuadrada satisface su propio polinomio característico. Así, si A1 ,A2,… ,An
se cumple que
(A – A1I)
(A – A1I)
Calculo numérico
En la práctica, los valores propios de las matrices extensas no se calculan usando el
polinomio característico.
Calcular el polinomio resulta muy costoso, y extraer las raíces exactas de un polinomio de
grado alto puede ser difícil de calcular y expresar: el teorema de Abel-Ruffini implica que
las raíces de los polinomios de grado alto (5 o superior) no pueden expresarse usándose
simplemente raíces enésimas.
Propiedades
Multiplicidad algebraica
Conclusión
Concluimos que la aplicación de conceptos matemáticos avanzados en el campo de la
Ingeniería Eléctrica proporciona herramientas poderosas para el análisis, diseño y
optimización de sistemas eléctricos complejos, el uso de métodos como Gauss-Jordán,
el estudio de espacios vectoriales, productos interiores, vectores lineales, coordenadas,
dependencia e independencia de vectores, así como valores y vectores propios,
contribuye significativamente al avance tecnológico en esta disciplina, permitiendo el
desarrollo de soluciones más eficientes y sofisticadas en el ámbito de la electricidad y la
electrónica.
El conocimiento y aplicación de los conceptos matemáticos mencionados son esenciales
para los ingenieros eléctricos en la resolución de problemas del mundo real, la
realización de ejercicios aplicados no solo afianza estos conceptos, sino que también
equipa a los profesionales con las habilidades necesarias para abordar desafíos
específicos en la Ingeniería de Electricidad, mejorando la eficiencia, la precisión y la
innovación en el diseño y análisis de sistemas eléctricos.
Se destaco la relevancia significativa de estos conceptos en diversas áreas de las
ciencias y la ingeniería, la conclusión aborda los beneficios generales y la importancia de
estos métodos matemáticos.