SlideShare una empresa de Scribd logo
1 de 32
Universidad Mariano Gálvez de Guatemala 
Facultad de Ingeniería en Sistemas 
Algebra Lineal 
Raúl Rendón Padilla 
Tema: 
Proyecto Final 
Integrantes: Carnet: 
Dallana Dennis Palacios Gómez 0904-14-5786 
Norberto Antonio Alba Castillo 0904-14-12139 
Juan Eduardo Lorenzo 0904-12-4564 
Fecha: 08/11/2014
Introducción: 
El presente trabajo contiene un breve resumen de varios temas como lo son 
las matrices y sus principales funciones matemáticas como sumas, resta y 
multiplicaciones, así como inversa de una matriz, determinantes de una 
matriz, métodos aplicados como lo es el método de Gauus, Krammer, 
L places, así también como se puede resolver problemas de la vida real 
atravez de un sistema de ecuaciones lineales, vectores en R2, R3, ecuaciones 
lineales, paramétricas, cinéticas, vectoriales, ecuaciones de planos, 
paralelepípedos, muchos otros temas de gran importancia. 
Sabemos que será de mucha utilidad para los futuros profesionales en 
formación.
Para las operaciones básicas como suma o diferencia, es importante q las 
dos tengan las mismas dimensiones(Filas y Columnas), un ejemplo seria: 
Si sumamos una matriz A de 2 filas y de 2 columnas, con una matriz B esta 
debe tener las mismas dimensiones caso contrario no tienen solución. 
Tiene solución no tiene solución 
5 3 
4 2 
+ 
5 3 
4 2 
1 3 
2 4 
+ 
1 
2 
3 
= 
10 6 
8 4 
= No tiene solución 
La segunda no tiene solución porque se tienen que sumar los numero de las 
mismas posiciones. 
En la resta es lo mismo.
5 3 
4 2 
− 
4 1 
1 2 
1 3 
2 4 
− 
1 
2 
3 
= 
1 2 
3 0 
= No tiene solución 
Es igual porque se restan los números de las mismas posiciones. 
5 3 
4 2 
+ 
5 3 
4 2 
1 3 
2 4 
+ 
1 
2 
3 
= 
10 6 
8 4 
= No tiene solución 
Como se muestra anteriormente en el segundo ejemplo no se ubica cual es 
el numero a sumar.
Para poder multiplicar dos matrices se tiene que mirar que las columnas de 
la primera matriz sean igual a las filas de la segunda después se multiplican 
de la forma siguiente: 
2 3 4 
4 2 3 
∗ 
2 3 
3 4 
4 2 
1. 2 3 4 ∗ 2 3 4 = 4 9 12 
2. 2 3 4 ∗ 3 4 2 = 6 12 8 
Se multiplica el primer numero de la columna con el primer numero de la fila 
y se sigue con los demás, y después se hace con la segunda . 
2 3 4 
4 2 3 
∗ 
2 3 
3 4 
4 2
El Método de Gauss: 
El método de Gauss transforma la matriz de coeficientes en una matriz 
triangular superior. El método de Gauss-Jordan continúa el proceso de 
transformación hasta obtener una matriz diagonal. 
1. Cualquier fila del Sistema puede ser intercambiada una con otra sin 
cambiar el valor de las variables. 
2. Cualquier fila podrá ser multiplicado por un número diferente de 
0, esto tampoco alteraría el valor de la variable 
3. Se pueden sumar filas o restar filas entre si. 
4. Si se van a reducir a ceros elementos de la columna uno, la fila 
pivote será la fila uno, si se van a reducir a ceros elementos de la 
columna dos, la fila pivote será la fila dos, así sucesivamente
Para convertir una matriz en inversa todas las columnas se convierten en 
filas, y las filas en columnas. 
2 42 
30 50 
= 
2 30 
42 50 
Inversa de una matriz 
La inversa consiste en encontrar una matriz tal que al multiplicarse 
con la matriz original tiene que dar por resultado la matriz identidad. 
Se utilizará el método de reducción de reglones (Gauss) para la 
resolución de matrices inversas. 
Ejemplo:
2 3 1 0 
-1 4 0 1 F2 = 2F2 + F1 
2 3 1 0 F1 = 11F1 - 3F2 
0 11 1 2 
22 0 8 -6 F1 = F1 / 22 
0 11 1 2 F2 = F2 / 11 
1 0 4/11 -3/11 
0 1 1/11 2/11 
4/11 -3/11 
A་ = 
1/11 2/11
Determinante de una matriz 
En Matemáticas se define el determinante como una forma matrilineal 
alternada de un cuerpo. 
Las determinantes se sacan de una matriz y sirven para el calculo de inversas 
y resolución de sistemas lineales. 
La determinante se encuentra de la siguiente forma: 
Determinante de 2 * 2 
2 
3 
= (2)(5) – (4)(3) = 10 – 12= -2 La determinante es -2 
4 
5 
La de tres es casi igual pero, en esta se copian las dos primeras filas, cuando 
se multiplica para arriba se hace ley de signos.
_ _ _ _ _ 
-2 4 3 -2 4 3 
1 0 4 1 0 4 
3 1 2 3 1 2 
-2 4 3 -2 4 3 
1 0 4 1 0 4 
3 1 2 3 1 2 
Lo que salga se suma= l A l = 0 + 48 + 3 + 0 + 8 – 8
Desarrollo de Laplace (Mat. n*n) 
Para utilizar el método de Laplace se debe identificar la fila o la 
columna que más ceros tenga y esas se trabaja elemento por 
elemento. 
Inversa por el Método de Cofactores 
Para calcular la inversa por este método se realiza atreves de la 
forma siguiente: 
Matriz A Inversa de A = A⁻¹ = 1 ⁻¹ adj (A) 
l A l 
Adjunta de A
A = 
- - - 
l A l = 
1 -2 --4 1 -2 
4 7 2 4 7 
-2 -3 -4 -2 -3 
+ + + 
l A l = (-56 + 6 – 32 – 28 + 8 + 48) 
l A l = - 54 
Primero se buscar la determinate de la matriz
B = 
A11 A12 A13 
A21 A22 A23 
A31 A32 A33 
7 2 
Después se busca la adjunta de la 
matriz 
-2 -4 
A11 = -A21 = A31 = 
-3 -4 
-3 -4 
4 2 
1 -4 
-A12 = A22 = -A32 = 
-2 -4 
-2 -4 
A13 = -A23 = A33 = 
-2 -4 
7 2 
1 -4 
4 2 
4 7 
-2 -3 
1 -2 
-2 -3 
1 -2 
4 7 
A11 = -22 -A21 = -4 = 4 A31 = 24 
-A12 = -12 = 12 A22 = -12 -A32 = 18 = -18 
A13 = 2 -A23 = -7 = 7 A33 = 15
B = 
Adj (A) = B ་ 
B ་ = 
1 = 
-54 
A⁻¹ = 
-22 12 2 
4 -12 7 
24 -18 15 
-22 4 24 
12 -12 -18 
2 7 15 
-22 4 24 
12 -12 -18 
2 7 15 
11/27 -2/27 -4/9 
-2/9 2/9 1/3 
-1/27 -7/54 -15/54
Método de Krammer 
Se utiliza para resolver sistemas lineales a través de determinantes. 
Se calcula el determinante principal a través de una matriz que 
contiene los elementos numéricos de los coeficientes o variables, esta 
determinante principal será el denominador para cada uno de los 
elementos del Sistema. Si la determinante del Sistema es cero, esto 
quiere decir que el Sistema es Trivial, ósea que tiene infinitas 
soluciones.
Como su nombre lo indica es una forma de poder resolver problemas de la vida real 
tomando como base las ecuaciones. 
Ejemplo 
Si se tiene un presupuesto de Q 63.00 para elaborar un pastel, la mezcla de todos 
los ingredientes tiene que sumar 14 libras, el azúcar y la harina cuestan lo mismo, 
azúcar Q 10.00 la harina Q 3.00 y el Q 3.00. determine las cantidades que cuesta 
cada cosa si el monto total del azúcar deber ser igual al de la harina. 
Primero debemos identificar cada producto y representarlo con una variable. 
Azúcar Harina Royal 
X Y Z
Es una magnitud física definida por un 
punto del espacio donde se mide dicha 
magnitud, además de 
un módulo (o longitud), su dirección 
(u orientación) y su sentido (que distingue 
el origen del extremo).
Los vectores en R2 son aquellos que están ubicados 
en un plano cartesiano de ejes X e Y. 
Un vector es aquel que tiene un inicio (X0; Y0) y 
un fin (X1; Y1), lo cual, que determina su sentido en 
el plano. 
Un vector fijo es un segmento orientado que va del 
punto A (origen) al punto B (extremo). 
Un vector fijo es nulo cuando el origen y su extremo 
coinciden. 
Módulo del vector 
Es la longitud del segmento AB, se representa por . 
Dirección del vector 
Es la dirección de la recta que contiene al vector o de 
cualquier recta paralela a ella. 
Sentido del vector 
El que va del origen A al extremo B.
Vector Unitario: 
Consiste en convertir un vector dado a una sola unidad o al numero 1 el vector 
unitario es representado con una letra U. 
Ejemplo 
Dado el vector = 7j -4i 
1. Se saca la raíz cuadrada de cada termino en invertimos la posición de los valores.. 
 ( 7j -4i )  ( 16 + 49 ) Vu = 65 
2. Despues de resolver el procedimiento procedemos a dividir cada termino dentro 
del ventor resultante. 
7 4 65 = 1 
65 65 65
Vectores en R3. 
Un sistema de coordenadas 
tridimensional se construye trazando un 
eje Z, perpendicular en el origen de 
coordenadas a los ejes X eY. 
Cada punto viene determinado por tres 
coordenadas P(x, y, z). 
Los ejes de coordenadas determinan tres 
planos coordenados: XY, XZ e YZ. Estos 
planos coordenados dividen al espacio en 
ocho regiones llamadas octantes, en el 
primer octante las tres coordenadas son 
positivas.
Ejemplo de vector en R3 
Para encontrar la distancia se hace de la siguiente forma: 
sea P (x1, x2, x3) 
Q (y1, y2, y3) 
Se resta Q – P y lo elevamos al cuadrado 
PQ  (x1 - y1) + (x2 – y2) + (x3-y3) 
Ejemplo: 
Sea P ( -1,0,3) Q (-2, 4, 0) 
PQ  (-2-(-1)) + (4-0)+ (0-3) 
PQ  (1)+ (-4) + (3) Respuesta: 18.84 
PQ  1+16+9 
PQ  26 
PQ 5.1
Paralelepípedo 
Se pueden dar tres definiciones equivalentes de un paralelepípedo: 
1. Es un poliedro de seis caras (hexaedro), cada una de las cuales es un 
paralelogramo. 
2. Es un hexaedro con tres pares de caras paralelas. 
3. Es un prisma cuya base es un paralelogramo.
Volumen de un paralelepípedo 
En el caso más sencillo en que todas las caras sean perpendiculares entre 
sí, el volumen se calcula multiplicando los vectores. Por lo tanto, si los tres 
vectores concurren a un vértice su volumen se calcula a través de la 
fórmula: 
V = a * b * c
Ecuación Paramétrica 
Permite representar una o varias curvas en el plano o en el espacio, 
mediante valores arbitrarios o una constante, llamada PARAMETRO, 
en lugar de una variable independiente de cuyos valores se 
desprenden las variables dependientes, un ejemplo es cundo se usa el 
tiempo para determinar la posición y velocidad de un móvil. 
Para encontrar la Paramétrica se utiliza la siguiente formula: 
X = x1 + (x2 – x1)t 
Y = y1 + (y2 – y1)t 
Z = z1 + (z2 – z1)t 
EJEMPLO: A = (2,-5,6) & B = (3,2,-1) 
X1 = 2 + (3 - 2)t 2 + t 
Y1 = -5 + (2 – (-5))t R -5 + 7t 
Z1 = 6 + (-1 -6)t 6 -7t
Ecuación Simétrica 
La ecuación simétrica usa la siguiente formula: 
x – x1 = y – y1 = z – z1 
x2 – x1 y2 – y1 z2 – z1 
Ejemplo: A = (2,-4,3) & B = (5,1,-2) 
X – 2 = Y – (-4) = Z – 3 
(5 - 2) (1-(-4)) (-2 - 3) 
Se operan las de abajo: 
X – 2 = Y – (-4) = Z – 3 
3 5 -5 
Una vez con estos datos se convierte en una ecuación paramétrica y se le asigna un valor 
a t por ejemplo 3. 
X1 = 2 + 3t 2 + 3(3) 
Y1 = -4 + 5t R -4 + 5(3) La respuesta es R// X = 11, Y = 11, Z = -12 
Z1 = 3 - 5t 3 - 5(3)
Los pasos para hallar un punto simétrico P´ de otro P respecto a 
una recta r son los siguientes:
Observa en la imagen que la recta r 
es perpendicular al plano π. El punto 
M es el punto medio o punto 
proyección. Las coordenadas del 
punto simétrico las hallamos 
despejando de la expresión del 
punto medio.
Matrices

Más contenido relacionado

La actualidad más candente

Graficas y funciones
Graficas y funcionesGraficas y funciones
Graficas y funciones
yobernis
 

La actualidad más candente (20)

Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
 
Función lineal.
Función lineal.Función lineal.
Función lineal.
 
Matemática para Ingeniería - Determinantes
Matemática para Ingeniería - DeterminantesMatemática para Ingeniería - Determinantes
Matemática para Ingeniería - Determinantes
 
Metodos numericos capitulo 2
Metodos numericos capitulo 2Metodos numericos capitulo 2
Metodos numericos capitulo 2
 
Función Lineal
Función LinealFunción Lineal
Función Lineal
 
Metodos numericos capitulo 1
Metodos numericos capitulo 1Metodos numericos capitulo 1
Metodos numericos capitulo 1
 
Trabajo tema 3 Métodos de Eliminación Gaussina
Trabajo tema 3 Métodos de Eliminación GaussinaTrabajo tema 3 Métodos de Eliminación Gaussina
Trabajo tema 3 Métodos de Eliminación Gaussina
 
1. matrices y operaciones
1. matrices y operaciones1. matrices y operaciones
1. matrices y operaciones
 
Metodos numericos capitulo 3
Metodos numericos capitulo 3Metodos numericos capitulo 3
Metodos numericos capitulo 3
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Determinantes teoria y ejercicios
Determinantes teoria y ejerciciosDeterminantes teoria y ejercicios
Determinantes teoria y ejercicios
 
Graficas y funciones
Graficas y funcionesGraficas y funciones
Graficas y funciones
 
Ecuaciones lineales
Ecuaciones linealesEcuaciones lineales
Ecuaciones lineales
 
Cálculo vectorial en el plano
Cálculo vectorial en el planoCálculo vectorial en el plano
Cálculo vectorial en el plano
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
T08
T08T08
T08
 
UD3
UD3UD3
UD3
 
Vectores en el epacio
Vectores en el epacioVectores en el epacio
Vectores en el epacio
 
Nociones basicas del algebra de matrices ccesa007
Nociones basicas del algebra de matrices  ccesa007Nociones basicas del algebra de matrices  ccesa007
Nociones basicas del algebra de matrices ccesa007
 

Destacado

PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014
PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014
PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014
Marcelo Montes
 
131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...
131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...
131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...
resultsrelations
 
Elemento de maquinas i. capitulo i,ii y iii
Elemento de maquinas i. capitulo i,ii y iiiElemento de maquinas i. capitulo i,ii y iii
Elemento de maquinas i. capitulo i,ii y iii
Reinaldo Bermudez
 
Declaracion barcelona de Barcelona
Declaracion barcelona de BarcelonaDeclaracion barcelona de Barcelona
Declaracion barcelona de Barcelona
Ivan Tamajauk
 
Caspers Bilbok Redigert Utgave3
Caspers Bilbok Redigert Utgave3Caspers Bilbok Redigert Utgave3
Caspers Bilbok Redigert Utgave3
Hege Bogen
 
ROUPA - Corporate Design Manual
ROUPA - Corporate Design ManualROUPA - Corporate Design Manual
ROUPA - Corporate Design Manual
Sebastian Jansen
 

Destacado (20)

Dosificde hierro.pract14
Dosificde hierro.pract14Dosificde hierro.pract14
Dosificde hierro.pract14
 
CAMPAÑA POLÍOTICA
CAMPAÑA POLÍOTICACAMPAÑA POLÍOTICA
CAMPAÑA POLÍOTICA
 
Social Media und Blogging
Social Media und BloggingSocial Media und Blogging
Social Media und Blogging
 
PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014
PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014
PRESENTACION EN CGSO. DE IRI (UNLP) - noviembre 2014
 
131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...
131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...
131114 devolo d_lan1200pluswifiacdevolo präsentiert neues Powerline-WLAN-Flag...
 
Electronica
ElectronicaElectronica
Electronica
 
Elemento de maquinas i. capitulo i,ii y iii
Elemento de maquinas i. capitulo i,ii y iiiElemento de maquinas i. capitulo i,ii y iii
Elemento de maquinas i. capitulo i,ii y iii
 
Crowdfunding - Empirische Befunde
Crowdfunding - Empirische BefundeCrowdfunding - Empirische Befunde
Crowdfunding - Empirische Befunde
 
DAF
DAFDAF
DAF
 
Declaracion barcelona de Barcelona
Declaracion barcelona de BarcelonaDeclaracion barcelona de Barcelona
Declaracion barcelona de Barcelona
 
Aprendizaje móvil y competencias digitales en el aprendizaje del inglés
Aprendizaje móvil y competencias digitales en el aprendizaje del inglésAprendizaje móvil y competencias digitales en el aprendizaje del inglés
Aprendizaje móvil y competencias digitales en el aprendizaje del inglés
 
Modificación de la demanda
Modificación de la demandaModificación de la demanda
Modificación de la demanda
 
Caspers Bilbok Redigert Utgave3
Caspers Bilbok Redigert Utgave3Caspers Bilbok Redigert Utgave3
Caspers Bilbok Redigert Utgave3
 
ROUPA - Corporate Design Manual
ROUPA - Corporate Design ManualROUPA - Corporate Design Manual
ROUPA - Corporate Design Manual
 
Gastronomía peruana
Gastronomía peruanaGastronomía peruana
Gastronomía peruana
 
Ein PHP-Wrapper für die Internet-Suchmaschine ht://Dig oder: „Google selbstg...
Ein PHP-Wrapper für die Internet-Suchmaschine ht://Dig oder: „Google selbstg...Ein PHP-Wrapper für die Internet-Suchmaschine ht://Dig oder: „Google selbstg...
Ein PHP-Wrapper für die Internet-Suchmaschine ht://Dig oder: „Google selbstg...
 
devolo home_control
devolo home_controldevolo home_control
devolo home_control
 
econOffice/HR Personalwirtschaft - Swissdec Lohnbuchhaltung - Lösungsbeschrei...
econOffice/HR Personalwirtschaft - Swissdec Lohnbuchhaltung - Lösungsbeschrei...econOffice/HR Personalwirtschaft - Swissdec Lohnbuchhaltung - Lösungsbeschrei...
econOffice/HR Personalwirtschaft - Swissdec Lohnbuchhaltung - Lösungsbeschrei...
 
Social Media (auch was) für Bäcker?
Social Media (auch was) für Bäcker?Social Media (auch was) für Bäcker?
Social Media (auch was) für Bäcker?
 
Plan nacional de cti 2005 2030
Plan nacional de cti 2005 2030Plan nacional de cti 2005 2030
Plan nacional de cti 2005 2030
 

Similar a Matrices

UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
Videoconferencias UTPL
 

Similar a Matrices (20)

UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
UTPL-FUNDAMENTOS MATEMÁTICOS-II-BIMESTRE-(OCTUBRE 2011-FEBRERO 2012)
 
Determinantes
DeterminantesDeterminantes
Determinantes
 
Tutoria Algebra I Bimestre
Tutoria Algebra I BimestreTutoria Algebra I Bimestre
Tutoria Algebra I Bimestre
 
Determinantes
DeterminantesDeterminantes
Determinantes
 
Algebra
AlgebraAlgebra
Algebra
 
Tutoria Algebra I Bimestre 20082
Tutoria Algebra I Bimestre 20082Tutoria Algebra I Bimestre 20082
Tutoria Algebra I Bimestre 20082
 
Universidad abierta para adultos
Universidad abierta para adultosUniversidad abierta para adultos
Universidad abierta para adultos
 
Solución de sistemas de ecuaciones lineales
Solución de sistemas de ecuaciones linealesSolución de sistemas de ecuaciones lineales
Solución de sistemas de ecuaciones lineales
 
Matematica
Matematica Matematica
Matematica
 
Algebralineal.docx
Algebralineal.docxAlgebralineal.docx
Algebralineal.docx
 
Matrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdfMatrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdf
 
Matrices
MatricesMatrices
Matrices
 
Solución de sistemas de ecuaciones lineales.docx
Solución de sistemas de ecuaciones lineales.docxSolución de sistemas de ecuaciones lineales.docx
Solución de sistemas de ecuaciones lineales.docx
 
Métodos de eliminación gaussiana tarea iii
Métodos de eliminación gaussiana tarea iiiMétodos de eliminación gaussiana tarea iii
Métodos de eliminación gaussiana tarea iii
 
Presentación1 diego
Presentación1 diegoPresentación1 diego
Presentación1 diego
 
Sistemas de Ecuaciones Lineales.
Sistemas de Ecuaciones Lineales.Sistemas de Ecuaciones Lineales.
Sistemas de Ecuaciones Lineales.
 
Matrices
Matrices Matrices
Matrices
 
Matemáticas Diapositivas prueba de su.pptx
Matemáticas Diapositivas prueba de su.pptxMatemáticas Diapositivas prueba de su.pptx
Matemáticas Diapositivas prueba de su.pptx
 
3 - Determinantes.pdf
3 - Determinantes.pdf3 - Determinantes.pdf
3 - Determinantes.pdf
 
Matrices
MatricesMatrices
Matrices
 

Último

MÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptx
MÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptxMÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptx
MÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptx
CristianCastro978067
 

Último (20)

Evolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdfEvolución de la fortuna de la familia Slim (1994-2024).pdf
Evolución de la fortuna de la familia Slim (1994-2024).pdf
 
Familias_más_ricas_de_AL_en_la_historia.pdf
Familias_más_ricas_de_AL_en_la_historia.pdfFamilias_más_ricas_de_AL_en_la_historia.pdf
Familias_más_ricas_de_AL_en_la_historia.pdf
 
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdfIndustria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdf
 
Panorama Sociodemográfico de México 2020: GUANAJUATO
Panorama Sociodemográfico de México 2020: GUANAJUATOPanorama Sociodemográfico de México 2020: GUANAJUATO
Panorama Sociodemográfico de México 2020: GUANAJUATO
 
Cesar Vilchis Vieyra Cesar Vilchis Vieyra
Cesar Vilchis Vieyra  Cesar Vilchis VieyraCesar Vilchis Vieyra  Cesar Vilchis Vieyra
Cesar Vilchis Vieyra Cesar Vilchis Vieyra
 
Las marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdfLas marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdf
 
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdfCALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
 
llllllllllllllllllllllllllllllllllllllllllllllllllllllllll
llllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll
llllllllllllllllllllllllllllllllllllllllllllllllllllllllll
 
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptxINTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
INTRODUCCION-A-LOS-ALGORITMOS-BASICOS.pptx
 
PANTEÓN DE Paris en historia de la arquitectura
PANTEÓN DE Paris en historia de la arquitecturaPANTEÓN DE Paris en historia de la arquitectura
PANTEÓN DE Paris en historia de la arquitectura
 
Los primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdfLos primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdf
 
Qué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaQué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problema
 
Tipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptxTipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptx
 
Presentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdfPresentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdf
 
CNEB-CURRICULO NACIONAL DE EDUCACION BASICA
CNEB-CURRICULO NACIONAL DE EDUCACION BASICACNEB-CURRICULO NACIONAL DE EDUCACION BASICA
CNEB-CURRICULO NACIONAL DE EDUCACION BASICA
 
Las familias más ricas del sionismo en el siglo XXI.pdf
Las familias más ricas del sionismo en el siglo XXI.pdfLas familias más ricas del sionismo en el siglo XXI.pdf
Las familias más ricas del sionismo en el siglo XXI.pdf
 
Listas de Fundamentos de Programación 2024
Listas de Fundamentos de Programación 2024Listas de Fundamentos de Programación 2024
Listas de Fundamentos de Programación 2024
 
presentacion de conjuntos para primaria.ppt
presentacion de conjuntos para primaria.pptpresentacion de conjuntos para primaria.ppt
presentacion de conjuntos para primaria.ppt
 
Triptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudirTriptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudir
 
MÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptx
MÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptxMÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptx
MÍNIMO COMÚN MÚLTIPLO, MÁXIMO COMÚN DIVISOR.pptx
 

Matrices

  • 1. Universidad Mariano Gálvez de Guatemala Facultad de Ingeniería en Sistemas Algebra Lineal Raúl Rendón Padilla Tema: Proyecto Final Integrantes: Carnet: Dallana Dennis Palacios Gómez 0904-14-5786 Norberto Antonio Alba Castillo 0904-14-12139 Juan Eduardo Lorenzo 0904-12-4564 Fecha: 08/11/2014
  • 2. Introducción: El presente trabajo contiene un breve resumen de varios temas como lo son las matrices y sus principales funciones matemáticas como sumas, resta y multiplicaciones, así como inversa de una matriz, determinantes de una matriz, métodos aplicados como lo es el método de Gauus, Krammer, L places, así también como se puede resolver problemas de la vida real atravez de un sistema de ecuaciones lineales, vectores en R2, R3, ecuaciones lineales, paramétricas, cinéticas, vectoriales, ecuaciones de planos, paralelepípedos, muchos otros temas de gran importancia. Sabemos que será de mucha utilidad para los futuros profesionales en formación.
  • 3.
  • 4. Para las operaciones básicas como suma o diferencia, es importante q las dos tengan las mismas dimensiones(Filas y Columnas), un ejemplo seria: Si sumamos una matriz A de 2 filas y de 2 columnas, con una matriz B esta debe tener las mismas dimensiones caso contrario no tienen solución. Tiene solución no tiene solución 5 3 4 2 + 5 3 4 2 1 3 2 4 + 1 2 3 = 10 6 8 4 = No tiene solución La segunda no tiene solución porque se tienen que sumar los numero de las mismas posiciones. En la resta es lo mismo.
  • 5. 5 3 4 2 − 4 1 1 2 1 3 2 4 − 1 2 3 = 1 2 3 0 = No tiene solución Es igual porque se restan los números de las mismas posiciones. 5 3 4 2 + 5 3 4 2 1 3 2 4 + 1 2 3 = 10 6 8 4 = No tiene solución Como se muestra anteriormente en el segundo ejemplo no se ubica cual es el numero a sumar.
  • 6. Para poder multiplicar dos matrices se tiene que mirar que las columnas de la primera matriz sean igual a las filas de la segunda después se multiplican de la forma siguiente: 2 3 4 4 2 3 ∗ 2 3 3 4 4 2 1. 2 3 4 ∗ 2 3 4 = 4 9 12 2. 2 3 4 ∗ 3 4 2 = 6 12 8 Se multiplica el primer numero de la columna con el primer numero de la fila y se sigue con los demás, y después se hace con la segunda . 2 3 4 4 2 3 ∗ 2 3 3 4 4 2
  • 7. El Método de Gauss: El método de Gauss transforma la matriz de coeficientes en una matriz triangular superior. El método de Gauss-Jordan continúa el proceso de transformación hasta obtener una matriz diagonal. 1. Cualquier fila del Sistema puede ser intercambiada una con otra sin cambiar el valor de las variables. 2. Cualquier fila podrá ser multiplicado por un número diferente de 0, esto tampoco alteraría el valor de la variable 3. Se pueden sumar filas o restar filas entre si. 4. Si se van a reducir a ceros elementos de la columna uno, la fila pivote será la fila uno, si se van a reducir a ceros elementos de la columna dos, la fila pivote será la fila dos, así sucesivamente
  • 8. Para convertir una matriz en inversa todas las columnas se convierten en filas, y las filas en columnas. 2 42 30 50 = 2 30 42 50 Inversa de una matriz La inversa consiste en encontrar una matriz tal que al multiplicarse con la matriz original tiene que dar por resultado la matriz identidad. Se utilizará el método de reducción de reglones (Gauss) para la resolución de matrices inversas. Ejemplo:
  • 9. 2 3 1 0 -1 4 0 1 F2 = 2F2 + F1 2 3 1 0 F1 = 11F1 - 3F2 0 11 1 2 22 0 8 -6 F1 = F1 / 22 0 11 1 2 F2 = F2 / 11 1 0 4/11 -3/11 0 1 1/11 2/11 4/11 -3/11 A་ = 1/11 2/11
  • 10. Determinante de una matriz En Matemáticas se define el determinante como una forma matrilineal alternada de un cuerpo. Las determinantes se sacan de una matriz y sirven para el calculo de inversas y resolución de sistemas lineales. La determinante se encuentra de la siguiente forma: Determinante de 2 * 2 2 3 = (2)(5) – (4)(3) = 10 – 12= -2 La determinante es -2 4 5 La de tres es casi igual pero, en esta se copian las dos primeras filas, cuando se multiplica para arriba se hace ley de signos.
  • 11. _ _ _ _ _ -2 4 3 -2 4 3 1 0 4 1 0 4 3 1 2 3 1 2 -2 4 3 -2 4 3 1 0 4 1 0 4 3 1 2 3 1 2 Lo que salga se suma= l A l = 0 + 48 + 3 + 0 + 8 – 8
  • 12. Desarrollo de Laplace (Mat. n*n) Para utilizar el método de Laplace se debe identificar la fila o la columna que más ceros tenga y esas se trabaja elemento por elemento. Inversa por el Método de Cofactores Para calcular la inversa por este método se realiza atreves de la forma siguiente: Matriz A Inversa de A = A⁻¹ = 1 ⁻¹ adj (A) l A l Adjunta de A
  • 13. A = - - - l A l = 1 -2 --4 1 -2 4 7 2 4 7 -2 -3 -4 -2 -3 + + + l A l = (-56 + 6 – 32 – 28 + 8 + 48) l A l = - 54 Primero se buscar la determinate de la matriz
  • 14. B = A11 A12 A13 A21 A22 A23 A31 A32 A33 7 2 Después se busca la adjunta de la matriz -2 -4 A11 = -A21 = A31 = -3 -4 -3 -4 4 2 1 -4 -A12 = A22 = -A32 = -2 -4 -2 -4 A13 = -A23 = A33 = -2 -4 7 2 1 -4 4 2 4 7 -2 -3 1 -2 -2 -3 1 -2 4 7 A11 = -22 -A21 = -4 = 4 A31 = 24 -A12 = -12 = 12 A22 = -12 -A32 = 18 = -18 A13 = 2 -A23 = -7 = 7 A33 = 15
  • 15. B = Adj (A) = B ་ B ་ = 1 = -54 A⁻¹ = -22 12 2 4 -12 7 24 -18 15 -22 4 24 12 -12 -18 2 7 15 -22 4 24 12 -12 -18 2 7 15 11/27 -2/27 -4/9 -2/9 2/9 1/3 -1/27 -7/54 -15/54
  • 16. Método de Krammer Se utiliza para resolver sistemas lineales a través de determinantes. Se calcula el determinante principal a través de una matriz que contiene los elementos numéricos de los coeficientes o variables, esta determinante principal será el denominador para cada uno de los elementos del Sistema. Si la determinante del Sistema es cero, esto quiere decir que el Sistema es Trivial, ósea que tiene infinitas soluciones.
  • 17.
  • 18. Como su nombre lo indica es una forma de poder resolver problemas de la vida real tomando como base las ecuaciones. Ejemplo Si se tiene un presupuesto de Q 63.00 para elaborar un pastel, la mezcla de todos los ingredientes tiene que sumar 14 libras, el azúcar y la harina cuestan lo mismo, azúcar Q 10.00 la harina Q 3.00 y el Q 3.00. determine las cantidades que cuesta cada cosa si el monto total del azúcar deber ser igual al de la harina. Primero debemos identificar cada producto y representarlo con una variable. Azúcar Harina Royal X Y Z
  • 19. Es una magnitud física definida por un punto del espacio donde se mide dicha magnitud, además de un módulo (o longitud), su dirección (u orientación) y su sentido (que distingue el origen del extremo).
  • 20. Los vectores en R2 son aquellos que están ubicados en un plano cartesiano de ejes X e Y. Un vector es aquel que tiene un inicio (X0; Y0) y un fin (X1; Y1), lo cual, que determina su sentido en el plano. Un vector fijo es un segmento orientado que va del punto A (origen) al punto B (extremo). Un vector fijo es nulo cuando el origen y su extremo coinciden. Módulo del vector Es la longitud del segmento AB, se representa por . Dirección del vector Es la dirección de la recta que contiene al vector o de cualquier recta paralela a ella. Sentido del vector El que va del origen A al extremo B.
  • 21. Vector Unitario: Consiste en convertir un vector dado a una sola unidad o al numero 1 el vector unitario es representado con una letra U. Ejemplo Dado el vector = 7j -4i 1. Se saca la raíz cuadrada de cada termino en invertimos la posición de los valores..  ( 7j -4i )  ( 16 + 49 ) Vu = 65 2. Despues de resolver el procedimiento procedemos a dividir cada termino dentro del ventor resultante. 7 4 65 = 1 65 65 65
  • 22. Vectores en R3. Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X eY. Cada punto viene determinado por tres coordenadas P(x, y, z). Los ejes de coordenadas determinan tres planos coordenados: XY, XZ e YZ. Estos planos coordenados dividen al espacio en ocho regiones llamadas octantes, en el primer octante las tres coordenadas son positivas.
  • 23. Ejemplo de vector en R3 Para encontrar la distancia se hace de la siguiente forma: sea P (x1, x2, x3) Q (y1, y2, y3) Se resta Q – P y lo elevamos al cuadrado PQ  (x1 - y1) + (x2 – y2) + (x3-y3) Ejemplo: Sea P ( -1,0,3) Q (-2, 4, 0) PQ  (-2-(-1)) + (4-0)+ (0-3) PQ  (1)+ (-4) + (3) Respuesta: 18.84 PQ  1+16+9 PQ  26 PQ 5.1
  • 24. Paralelepípedo Se pueden dar tres definiciones equivalentes de un paralelepípedo: 1. Es un poliedro de seis caras (hexaedro), cada una de las cuales es un paralelogramo. 2. Es un hexaedro con tres pares de caras paralelas. 3. Es un prisma cuya base es un paralelogramo.
  • 25. Volumen de un paralelepípedo En el caso más sencillo en que todas las caras sean perpendiculares entre sí, el volumen se calcula multiplicando los vectores. Por lo tanto, si los tres vectores concurren a un vértice su volumen se calcula a través de la fórmula: V = a * b * c
  • 26.
  • 27. Ecuación Paramétrica Permite representar una o varias curvas en el plano o en el espacio, mediante valores arbitrarios o una constante, llamada PARAMETRO, en lugar de una variable independiente de cuyos valores se desprenden las variables dependientes, un ejemplo es cundo se usa el tiempo para determinar la posición y velocidad de un móvil. Para encontrar la Paramétrica se utiliza la siguiente formula: X = x1 + (x2 – x1)t Y = y1 + (y2 – y1)t Z = z1 + (z2 – z1)t EJEMPLO: A = (2,-5,6) & B = (3,2,-1) X1 = 2 + (3 - 2)t 2 + t Y1 = -5 + (2 – (-5))t R -5 + 7t Z1 = 6 + (-1 -6)t 6 -7t
  • 28. Ecuación Simétrica La ecuación simétrica usa la siguiente formula: x – x1 = y – y1 = z – z1 x2 – x1 y2 – y1 z2 – z1 Ejemplo: A = (2,-4,3) & B = (5,1,-2) X – 2 = Y – (-4) = Z – 3 (5 - 2) (1-(-4)) (-2 - 3) Se operan las de abajo: X – 2 = Y – (-4) = Z – 3 3 5 -5 Una vez con estos datos se convierte en una ecuación paramétrica y se le asigna un valor a t por ejemplo 3. X1 = 2 + 3t 2 + 3(3) Y1 = -4 + 5t R -4 + 5(3) La respuesta es R// X = 11, Y = 11, Z = -12 Z1 = 3 - 5t 3 - 5(3)
  • 29.
  • 30. Los pasos para hallar un punto simétrico P´ de otro P respecto a una recta r son los siguientes:
  • 31. Observa en la imagen que la recta r es perpendicular al plano π. El punto M es el punto medio o punto proyección. Las coordenadas del punto simétrico las hallamos despejando de la expresión del punto medio.