Powered By Blogger

viernes, 30 de octubre de 2009

4 UNIDAD. ESPACIO VECTORIAL

ESPACIO VECTORIAL





Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios vectoriales se les llama vectores. Sobre los vectores pueden realizarse dos operaciones: escalarse (multiplicarlos por un escalar) y sumarse. Estas dos operaciones se tienen que ceñir a un conjunto de axiomas que generalizan las propiedades comunes de las tuplas de números reales así como de los vectores en el espacio euclídeo. Un concepto importante es el de dimensión.
Históricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se remontan al siglo XVII: geometría analítica, matrices y sistemas de ecuaciones lineales. La primera formulación moderna y axiomática se debe a Giuseppe Peano, a finales del siglo XIX. Los siguientes avances en la teoría de espacios vectoriales provienen del análisis funcional, principalmente de los espacios de funciones. Los problemas de Análisis funcional requerían resolver problemas sobre la convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topología, permitiendo tener en cuenta cuestiones de proximidad y continuidad. Estos espacios vectoriales topológicos, en particular los espacios de Banach y los espacios de Hilbert tienen una teoría más rica y complicada.
Los espacios vectoriales tienen aplicaciones en otras ramas de la matemática, la ciencia y la ingeniería. Se utilizan en métodos como las series de Fourier, que se utiliza en las rutinas modernas de compresión de imágenes y sonido, o proporcionan el marco para resolver ecuaciones en derivadas parciales. Además, los espacios vectoriales proporcionan una forma abstracta libre de coordenadas de tratar con objetos geométricos y físicos, tales como tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante técnicas de linealización.

sábado, 10 de octubre de 2009










































































































3 UNIDAD. DEFINICION DE MATRIZ

Se llama matriz de orden m×n a todo conjunto rectangular de elementos aij dispuestos en m líneas horizontales (filas) y n verticales (columnas) de la forma:


Abreviadamente suele expresarse en la forma A =(aij), con i =1, 2, ..., m, j =1, 2, ..., n. Los subíndices indican la posición del elemento dentro de la matriz, el primero denota la fila (i) y el segundo la columna (j). Por ejemplo el elemento a25 será el elemento de la fila 2 y columna 5.
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales.

OPERACIONES CON MATRICES

Trasposición de matrices

Dada una matriz de orden m x n, A = (aij), se llama matriz traspuesta de A, y se representa por At, a la matriz que se obtiene cambiando las filas por las columnas (o viceversa) en la matriz A. Es decir:


Propiedades de la trasposición de matrices
Dada una matriz A, siempre existe su traspuesta y además es única.
(At)t = A.

lunes, 5 de octubre de 2009

viernes, 18 de septiembre de 2009

SEGUNDA UNIDAD SISTEMAS DE ECUACIONES LINEALES

2.1 DEFINICION DE SISTEMA DE ECUACIONES LINEALES

En matemática y álgebra lineal, un sistema de ecuaciones lineales, también conocido como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de ecuaciones lineales sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal de ecuaciones sería el siguiente:
El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que satisfacen las tres ecuaciones.
El problema de los sistemas lineales de ecuaciones es uno de los más antiguos de la matemática y tiene una infinidad de aplicaciones, como en procesamiento digital de señales, estimación, predicción y más generalmente en programación lineal así como en la aproximación de problemas no lineales de análisis numérico.
En general, un sistema con m ecuaciones lineales n incógnitas puede ser escrito en forma ordinaria como:
Donde son las incógnitas y los números son los coeficientes del sistema sobre el cuerpo . Es posible reescribir el sistema separando con coeficientes con notación matricial:





2.2 CLASIFICASION DE LOS SITEMAS DE ECUACIONES LINEALES Y TIPOS DE SOLUCION

Los sistemas de ecuaciones se pueden clasificar según el número de soluciones que pueden presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:
Sistema incompatible si no tiene ninguna solución.
Sistema compatible si tiene alguna solución, en este caso además puede distinguirse entre:
Sistema compatible determinado cuando tiene un número finito de soluciones.
Sistema compatible indeterminado cuando admite un conjunto infinito de soluciones.
Quedando así la clasificación:
Los sistemas incompatibles geométricamente se caracterizan por (hiper)planos o rectas que se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un conjunto de (hiper)planos o rectas que se cortan en un único punto. Los sistemas compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de una recta [o más generalmente un hiperplano de dimensión menor]. Desde un punto de vista algebraico los sistemas compatibles determinados se caracterizan porque el determinante de la matriz es diferente de cero:










Métodos de resolución

Sustitución

El metodo de sustitución consiste en despejar en una de las ecuaciones cualquier incógnita, preferiblemente la que tenga menor coeficiente, para, a continuación, sustituirla en otra ecuación por su valor.
En caso de sistemas con más de dos incógnitas, la seleccionada debe ser sustituida por su valor equivalente en todas las ecuaciones excepto en la que la hemos despejado. En ese instante, tendremos un sistema con una ecuación y una incógnita menos que el inicial, en el que podemos seguir aplicando este método reiteradamente. Por ejemplo, supongamos que queremos resolver por sustitución este sistema:
En la primera ecuación, seleccionamos la incógnita por ser la de menor coeficiente y que posiblemente nos facilite más las operaciones, y la despejamos, obteniendo la siguiente ecuación.
El siguiente paso será sustituir cada ocurrencia de la incógnita en la otra ecuación, para así obtener una ecuación donde la única incógnita sea la .
Al resolver la ecuación obtenemos el resultado , y si ahora sustituimos esta incógnita por su valor en alguna de las ecuaciones originales obtendremos , con lo que el sistema queda ya resuelto.
Igualación
El método de igualación se puede entender como un caso particular del método de sustitución en el que se despeja la misma incógnita en dos ecuaciones y a continuación se igualan entre sí la parte derecha de ambas ecuaciones.
Tomando el mismo sistema utilizado como ejemplo para el método de sustitución, si despejamos la incógnita en ambas ecuaciones nos queda de la siguiente manera:
Como se puede observar, ambas ecuaciones comparten la misma parte izquierda, por lo que podemos afirmar que las partes derechas también son iguales entre sí.
Llegados a este punto, la ecuación resultante es resoluble y podemos obtener el valor de la incógnita , y a partir de aquí, sustituyendo dicho valor en una de las ecuaciones originales, obtener el valor de la , que además ya se encuentra despejada.
La forma más fácil de tener el método de sustitución es realizando un cambio para despejar x después de averiguar el valor de la y.

Reducción

Este método suele emplearse mayoritariamente en los sistemas lineales, siendo pocos los casos en que se utiliza para resolver sistemas no lineales. El procedimiento, diseñado para sistemas con dos ecuaciones e incógnitas, consiste en transformar una de las ecuaciones (generalmente, mediante productos), de manera que obtengamos dos ecuaciones en la que una misma incógnita aparezca con el mismo coeficiente y distinto signo. A continuación, se suman ambas ecuaciones produciéndose así la reducción o cancelación de dicha incógnita, obteniendo así una ecuación con una sola incógnita, donde el método de resolución es simple.
Por ejemplo, en el sistema:
no tenemos más que multiplicar la primera ecuación por para poder cancelar la incógnita . Al multiplicar, dicha ecuación nos queda así:
Si sumamos esta ecuación a la segunda del sistema original, obtenemos una nueva ecuación donde la incógnita ha sido reducida y que, en este caso, nos da directamente el valor de la incógnita :
El siguiente paso consiste únicamente en sustituir el valor de la incógnita en cualquiera de las ecuaciones donde aparecían ambas incógnitas, y obtener así que el valor de es igual a .

Método de Gauss

La eliminación de Gauss-Jordan, más conocida como método de Gauss, es un método aplicable únicamente a los sistemas lineales de ecuaciones, y consistente en triangular la matriz aumentada del sistema mediante transformaciones elementales, hasta obtener ecuaciones de una sola incógnita, cuyo valor será igual al coeficiente situado en la misma fila de la matriz. Este procedimiento es similar al anterior de reducción, pero ejecutado de manera reiterada y siguiendo un cierto orden algorítmico.
Tomemos como ejemplo el siguiente sistema:
Su matriz aumentada será esta:
En primer lugar, reducimos la incógnita , sumando a la segunda fila, la primera multiplicada por , y a la tercera, la primera fila. La matriz queda así:
El siguiente paso consiste en eliminar la incógnita en la primera y tercera fila, para lo cual les sumamos la segunda multiplicada por y por , respectivamente.
Por último, eliminamos la , tanto de la primera como de la segunda fila, sumándoles la tercera multiplicada por y por , respectivamente:
Llegados a este punto podemos resolver directamente las ecuaciones que se nos plantean:
O, si lo preferimos, podemos multiplicar las tres filas de la matriz por: , y respectivamente, y obtener así automáticamente los valores de las incógnitas en la última columna.

Regla de Cramer

La regla de Cramer da una solución para sistemas compatibles determinados en términos de determinantes y adjuntos dada por:
Donde Aj es la matriz resultante de remplazar la j-ésima columna de A por el vector columna b. Para un sistema de dos ecuaciones y dos incónitas:
La regla de Cramer da la siguiente solución:
Nota: Cuando en la determinante original det(A) el resultado es 0, el sistema indica múltiples o sin coincidencia.




2.3 REPRESENTACIÓN GRÁFICA


La intersección de dos planos no paralelos es una recta
Un sistema con incógnitas se puede representar en el n-espacio correspondiente.
En los sistemas con 2 incógnitas, el universo de nuestro sistema será el plano bidimensional, mientras que cada una de las ecuaciones será representada por una recta, si es lineal, o por una curva, si no lo es. La solución será el punto (o línea) donde intersecten todas las rectas y curvas que representan a las ecuaciones. Si no existe ningún punto en el que intersecten al mismo tiempo todas las líneas, el sistema es incompatible, o lo que es lo mismo, no tiene solución.
En el caso de un sistema con 3 incógnitas, el universo será el espacio tridimensional, siendo cada ecuación un plano dentro del mismo. Si todos los planos intersectan en un único punto, las coordenadas de éste serán la solución al sistema. Si, por el contrario, la intersección de todos ellos es una recta o incluso un plano, el sistema tendrá infinitas soluciones, que serán las coordenadas de los puntos que forman dicha línea o superficie.
Para sistemas de 4 ó más incógnitas, la representación gráfica no es intuitiva para el ser humano, por lo que dichos problemas no suelen enfocarse desde esta óptica.




2.4 METODO DE SOLUCION DE UN SISTEMA DE ECUACION LINEAL (ELIMINACIÓN GAUSSIANA)

Este método se aplica para resolver sistemas lineales de la forma:
El método de eliminación Gaussiana (simple), consiste en escalonar la matriz aumentada del sistema:

para obtener un sistema equivalente :
donde la notación se usa simplemente para denotar que el elemento cambió. Se despejan las incógnitas comenzando con la última ecuación y hacia arriba. Por esta razón, muchas veces se dice que el método de eliminación Gaussiana consiste en la eliminación hacia adelante y sustitución hacia atrás.
Ejemplo:

1. Resolver el siguiente sistema de ecuaciones:
usando el método de eliminación Gaussiana (simple).
Solución . Escalonamos la matriz aumentada del sistema:
Y dividiendo el segundo renglón entre –3 , tenemos la matriz equivalente:
Por lo tanto, el sistema equivale a:
De la última ecuación tenemos ; sustituímos este valor en la ecuación de arriba para obtener ; sustituímos estos valores en la ecuación de arriba para obtener .
Por lo tanto, la solución del sistema es:

SISTEMAS DE ECUACIONES DE NUEMROS COMPLEJOS