INTEGRANTES: VEDIA VASQUEZ CAIN VENTURA ROMERO JHON ALGEBRA LINEAL 1.

1. INTRODUCCIN El lgebra lineal es una de las ramas de las matemticas que estudia conceptos tales como vectores, matrices, sistemas de ecuaciones lineales y su enfoque en un enfoque ms formal, espacios vectoriales y sus transformaciones lineales. Es un rea activa que tiene conexiones con muchas reas dentro y fuera de las matemticas como ser el anlisis funcional, las ecuaciones diferenciales, la investigacin de operaciones, las grficas por computadora, la ingeniera, etc.

El Algebra Lineal la cual adems de servir de introduccin a la programacin lineal, permite a travs de la teora de matrices y sistemas lineales, igualmente, tratar diversos problemas empresariales. El estudio de los sistemas lineales es importante debido a que un buen nmero de problemas de las ciencias naturales y sociales pueden ser representados por ecuaciones lineales, es decir, por relaciones proporcionales entre variables. La Teora de Matrices, por su parte, adems de permitir la solucin de los modelos lineales, facilita el manejo ordenado y sistemtico de un sin nmero de datos que cada da se generan en la empresa.

2. DEFINICIN 2.1. SISTEMAS LINEALES Muchos problemas de las ciencias naturales, sociales e ingeniera se pueden modelar a travs de relaciones del tipo: b = ax ..(1) Dnde: b es una cantidad que se expresa en trminos de la variable x y la constante a. La expresin (1) recibe el nombre de ecuacin lineal porque su representacin grfica es una lnea recta, as como se muestra en la grfica.

Representacin grafica de la ecuacin lineal b=ax

Por analoga la ecuacin (2) es tambin una relacin lineal y el conjunto de relaciones o ecuaciones de la forma (2) tambin se puede definir como un conjunto de relaciones lineales. A este conjunto de ecuaciones se le conoce como Sistema Lineal. La forma general de los Sistemas Lineales se ilustra en (3).

(3) Donde son las incgnitas y los nmeros son los coeficientes del

sistema sobre el cuerpo coeficientes con notacin matricial:

. Es posible reescribir el sistema separando con

2.2. SOLUCION DE SISTEMAS LINEALES 2.2.1.Mtodos Cuantitativos El mtodo consiste en transformar el sistema lineal original en otro mas sencillo de facil solucin; cuyo resultado sea igual al original. La transformacin se logra eliminando variables paso a paso con el fin de ir reduciendo el sistema. Por ejemplo, si el sistema tiene 5 ecuaciones inicialmente se elimina una variable para conseguir un sistema de 4 ecuaciones, seguidamente se elimina otra para obtener un sistema de 3 y as hasta llegar a una ecuacin. a. Intercambiar dos ecuaciones. b. Multiplicar o dividir una ecuacin por una constante distinta de cero. c. Sumar o restar un mltiplo de una ecuacin a otra. Aplique el algoritmo de Gauss a la matriz:

Solucin

En nuestro caso la primera columna tiene elementos diferentes de cero, continua entonces en el paso 2. Siendo el elemento (1;1) diferente de cero se continua con el paso 3. El elemento (1;1) ser usado como pivote para hacer ceros debajo de el; para ello debemos sumar mltiplos adecuados del rengln pivote a los renglones inferiores:

El algoritmo procede tapando el rengln de trabajo, en este caso el primero. Al repetir el paso 1, el algoritmo busca la primer columna diferente de cero; en este caso se mueve a la segunda columna y continua con el paso 2. En vista que elemento (2;2) es cero debemos buscar en la parte inferior de la columna 2 un elemento diferente de cero y realizar un intercambio de renglones:

Continuamos ahora con el paso 3. En este caso los elementos por debajo del elemento (2;2) son cero, y el algoritmo procede a la siguiente columna. El algoritmo termina en sus pasos 1 al 4. Procede al paso 5. La matriz es ahora escalonada, el siguiente paso es hacer 1 cada pivote y posteriormente hacer cero arriba de cada uno de ellos. Hagamos 1 el elemento (3;3):

Debemos hacer cero por arriba del elemento pivote (3;3):

2.2.2.Mtodos Grficos Otra forma de solucionar los sistemas lineales es grficamente. Aunque el mtodo es bastante sencillo, la metodologa est limitada desde el punto de vista prctico para sistemas bidimensionales; es decir, sistemas con dos variables.

2.3. MATRICES Una matriz A m x n es un arreglo rectangular de m. n nmeros en forma de m renglones horizontales y n columnas verticales:

Nos referiremos al elemento que se encuentra en el renglon i y en la columna j como el elemento aij de A o como el (i; j)-esimo elemento de A. 2.3.1.MATRICES ESPECIALES 1. Una matriz 1 x n se llama matriz rengln. 2. Una matriz m x 1 se denomina una matriz columna o vector. 3. Una matriz n x n se llama matriz cuadrada. 4. Una matriz cuya totalidad de elementos es cero se llama matriz cero y se representa por 0. Sea A una matriz cuadrada: 1. A la coleccin de elementos as se le llama su diagonal principal. 2. Se dice matriz triangular superior si todos los elementos que estn abajo de la diagonal principal son cero. 3. Se dice matriz triangular inferior si todos los elementos que estn arriba de la diagonal principal son cero. 4. Se dice matriz diagonal si todos los elementos que estn por arriba y por abajo de la diagonal principal son cero. 5. Se dice matriz escalar si es diagonal y todos los elementos de la diagonal principal son iguales. 2.3.2.SUMA DE MATRICES Dos matrices de las mismas dimensiones se pueden sumar; la suma de dos matrices de diferente dimensin no. La suma de dos matrices de las mismas dimensiones es una matriz de las mismas dimensiones y se obtiene sumando sus elementos correspondientes:

2.3.3.PRODUCTOS DE MATRICES Producto de un escalar por una matriz

Sea A cualquier matriz y c un escalar cualquiera. El producto escalar c A es una matriz que tiene las mismas dimensiones que la matriz A, y que en cada elemento contiene el elemento correspondiente de A multiplicado por c:

Producto de una matriz por un vector

Sea una matriz mxn y B una matriz columna n1, el Producto Matricial A B es la una matriz C columna m x 1 denida como:

Producto entre matrices Sea A una matriz m x n y B una matriz n x k. El producto A B es la matriz m x k cuyas columnas son A b1,A b2,..., A bk, donde b1,b2,..., bk son las columnas de la matriz B.

2.4. MATRIZ DE REQUERIMIENTO Y PRODUCTO DE MATRICES

Es importante observar la bondad del producto de matrices respecto a las matrices de requerimiento: La matriz de requerimiento de un grupo de etapas de ensamble continuadas vistas como una sola etapa de ensamble es el producto de las matrices de requerimiento de las etapas involucradas justo en el mismo orden. 2.5. DETERMINANTES Las operaciones elementales tambin se usan como un mtodo eficaz para calcular el determinante de una matriz A Mnxn(R), teniendo en cuenta las siguientes propiedades: a) Sumar a una fila o columna de una matriz un mltiplo de otra fila o columna no vara el valor del determinante. b) Permutar dos filas o dos columnas de una matriz hace que su determinante cambie de signo. c) Si A es una matriz triangular entonces su determinante es el producto de los elementos de la diagonal. De este modo, realizando operaciones elementales en A obtenemos una matriz en forma triangular cuyo determinante se calcula haciendo uso de la propiedad c).

3.-SISTEMAS DE ECUACIONES LINEALES

4. APLICACION DEL ALGEBRA LINEAL El uso de las ecuaciones e la resolucin de problemas es de uso comn y ms ahora que vivimos en la era de revolucin informtica. La programacin cumple un rol en el anlisis de sistemas de gestin y resolucin de problemas un ejemplo claro es como Google funciona, investigando un poco al respecto; Google es una gran mega-estructura que basa su funcionamiento en algoritmos, matrices, espacios y sub espacios vectoriales, en fin todo lo referido con el lgebra lineal. El lgebra Lineal es la rama de las matemticas que concierne al estudio de vectores, espacios vectoriales, transformaciones lineales, y sistemas de ecuaciones lineales. Los espacios vectoriales son un

tema central en las matemticas modernas; por lo que el lgebra lineal es usada ampliamente en lgebra abstracta y anlisis funcional. El lgebra lineal tiene una representacin concreta en la geometra analtica, y tiene aplicaciones en el campo de las ciencias naturales y en las ciencias sociales.; as como tambin ayuda al desarrollo de ciertas capacidades fundamentales para un ingeniero: capacidad de formalizar, de razonar rigurosamente, de representar adecuadamente algunos conceptos. Las aplicaciones del Algebra Lineal en la ciencia, la ingeniera y en la vida cotidiana son numerosas ya que la solucin de muchos problemas en la fsica, ingeniera, qumica, biomdica, graficas computarizada, procesamiento de imgenes requieren de herramientas o mtodos dados por el Algebra Lineal. La importancia de la matemtica en el desarrollo cientfico y tecnolgico de la humanidad, est determinado por la posibilidad de elaborar modelos matemticos de objetos reales ya sea de la ciencia o de la tcnica. Con las tcnicas clsicas de solucin de sistemas de ecuaciones lineales, que se pueden hacer a lpiz y papel y con el avance de la tecnologa, el Algebra Lineal tambin se puede explotar desde lo numrico lo que hace necesario trabajar con cierta parte de la matemtica clsica y con el uso de herramientas computacionales para operar los objetos o elementos del Algebra Lineal. Esto le da un carcter de popularizacin a la matemtica, que con el advenimiento dela computadora y su inmensa capacidad de clculo, rapidez, versatilidad, etc., le da la posibilidad de simular y verificar soluciones de modelos matemticos propios de la ingeniera y en especial de la Ciencias. Algunos ejemplos: Clculo de intensidades en diferentes circuitos. Vectores se podr operar y explotar sus propiedades ya sea para la fsica ms adelante o para tpicos propios de la ingeniera. Con la teora de matrices y determinante se darn elementos para la ingeniera de software, computacin grafica y robtica. Transformaciones lineales y los vectores y valores propios se podr explotar efectos computaciones de traslados, rotacin estiramiento, etc., de diferentes figuras, esto es, elementos para el procesamiento de imgenes y grficas en computadoras. Teora de mdulos, que remplaza al cuerpo en los escalares por un anillo. Algebra multilineal, uno lidia con 'mltiples variables' en un problema de mapeo lineal, en el que cada nmero de las diferentes variables se dirige al concepto de tensor. En la teora del espectro de los operadores de control de matrices dimensininfinita, aplicando el anlisis matemtico en una teora que no es puramente algebraica. El algebra lineal es utilizada para: El diseo estructural de edificios, en donde cada nodo de la estructura es un valor en la matriz que as puede ser de n x m. La planeacin, como en ingeniera de sistemas en donde cada variable se coloca en un elemento de la matriz. Tiene aplicaciones en geotecnia y en mecnica de fluidos. de

En la administracin y economa para determinar: ingresos, ventas, prdidas, etc. Solucionar mallas con resistencias Elctricas y redes nodos elctricos. En la Electrnica es de vital importancia para poder abordar el desarrollo de Parmetros Hbridos en un transistor, en donde se involucran Impedancias, Entradas, salidas, Transiciones, circuitos equivalentes. Abordar temas de Diseo---Soluciones---Visin de un determinado circuito lgica desarrollada a travs de procesos matemticos. Teora de la Informacin. Teora de Cdigos. Ecuaciones Diferenciales. Los espacios vectoriales son un tema central en la matemtica moderna; por lo aquel lgebra lineal es usada ampliamente en lgebra abstracta y anlisis funcional. El lgebra lineal tiene una representacin concreta en la geometra analtica, y tiene aplicaciones en el campo de las ciencias naturales y en las ciencias sociales. Para optimizar cultivos (agricultura). Gentica de poblaciones (ganadera) 5. APLICACION DE LA ALGEBRA LINEAL EN LA INDUSTRIA MINERA. Como sabemos la industria minera integra de diversas disciplinas y el objetivo principal de esta es obtener mayores utilidades con una menor inversin y para ello tiene que optimizar sus operaciones, esto lo hace mediante la toma de datos y uso del algebra lineal (MATRICES DE REQUERIMIENTO). Tambin en paquetes informticos, diseo de perforacin, anlisis geomecnicos, etc. EJEMPLO N1: El rea de mantenimiento quiere hacer un requerimiento de repuestos a una empresa ensambladora. En la primera etapa se producen dos tipos de productos, digamos productos tipo X y tipo Y. Estos productos estn compuestos de partes que la fbrica denomina materia prima. La fbrica opera utilizando tres tipos de partes del tipo materia prima; tipo a, tipo b, y tipo c. Para armar una pieza del tipo X requiere 4 piezas del tipo a, 3 del tipo b y 5 del tipo c. Para armar una pieza del tipo Y requiere 5 del tipo a, 2 del tipo b y 6 del tipo c. Suponga que la planta desea armar 10 piezas del tipo X y 21 piezas del tipo Y. Cuantas piezas a, b, y c necesita? Solucin: La anterior composicion podra ordenadamente presentarse por la siguiente tabla.

Para ver que este problema se resuelve usando el producto de una matriz con un vector, desarrollemos los calculos:

Por ello es que se requieren 145 del tipo as, 72 del tipo b, y 176 del tipo c. EJEMPLO N2: Continuamos con el requerimiento del rea de mantenimiento y con la Empresa Ensambladora. Suponga que en una siguiente etapa de ensamblado se preparan dos tipos de piezas; la pieza tipo M y la pieza tipo N. Suponga que para la pieza tipo M requiere 8 piezas tipo X y 3 piezas tipo Y. Mientras que para la pieza tipo N requiere 2 piezas tipo X y 4 piezas tipo Y. Suponga que la planta desea armar 11 piezas del tipo M y 20 piezas del tipo N, cuantas piezas X y Y se necesita? Diga entonces, cuantas piezas tipo a, b y c se requiere. Solucion: La informacin de la etapa se puede representar en forma de matriz como:

Asi, las piezas requeridas se pueden calcular

Por ello es que para armar 11 piezas M y 20 piezas N se requieren 128 del tipo X y 113 del tipo Y. Por otro lado, para saber cuantas piezas a, b y c se requieren hagamos:

De donde concluimos que se requieren en total 1077 piezas a, 610 b y 1318 c EJEMPLO N3: Siguiendo con la situacin de la empresa, Cual ser matriz que da el clculo de piezas a, b y c de la etapa 1 a la etapa 2? Solucin: El producto de las matrices con ambas etapas respetando el orden es la respuesta:

Es fcil comprobar que esta matriz contiene en las columnas los requerimientos de piezas a, b y c para armar una pieza M y una pieza N. EJEMPLO N4: El pueblo de Fuerabamba tiene 3 industrias primarias, una mina de cobre, un ferrocarril, y una planta de energa elctrica. Para producir una unidad (1 $) de cobre la mina gasta $0.20 de cobre, $0.1 de transporte, $0.2 de energa elctrica. Para producir $1 de transporte, el ferrocarril requiere de $0.1 de cobre, $0.1 de transporte, y $0.4 de energa elctrica. Para producir $ 1 de energa elctrica, la planta destina $ 0.2 de cobre, $ 0.2 de transporte, y $ 0.3 de energa elctrica. Suponga que durante un ao hay una demanda externa de 1,2 millones de dlares de cobre, 0.8 millones de dlares de transporte, y 1.5 millones de dlares por concepto de energa Cunto debe producir cada industria para satisfacer la demanda total? Inicialmente representamos la situacin en forma de matriz. Inicialmente la matriz tecnolgica

Ahora la matriz de supervits

10

Debemos calcular X = (I A)-1.D Hallamos I A

Calculamos (I A)-1, utilizando el mtodo de reduccin de Gauss-Jordan

Entonces Calculamos (I A)-1.D = X

Es decir que para cumplir con la demanda del mercado se tienen que producir aproximadamente 2.725 unidades de cobre, 2.786 de ferrocarril y 3.727 de energa. Para verificar el resultado se debe comprobar que (I A).D = X

Por lo tanto la solucin es correcta. EJEMPLO N5: Un empresario minero tiene tres mquinas que son empleadas en la operacin de limpieza de cuatro frentes diferentes. Para utilizar plenamente las maquinas estas estarn en operacin 8 horas diarias. El nmero de horas que cada mquina es usada en la limpieza de cada uno de los cuatro frentes se resume en la siguiente tabla:

11

Frente 1 Maquina 1 Maquina 2 Maquina 3 1 2 1

Frente 2 2 0 2

Frente 3 1 1 3

Frente 4 2 1 0

Por ejemplo, en la operacin de limpieza del frente 1 la maquina 1 se usa 1 hora, la maquina 2 se usa 2 horas y la maquina 3 se usa 1 hora. Encuentre el nmero de horas operativas en el que pueden ser utilizadas estas mquinas en cada uno de los 4 frentes en un da de 8 horas completas de trabajo. Solucin: Sea xi el nmero de horas operativas de limpieza del frente i durante las 8 horas, con i = 1; 2; 3 y 4. Entonces, 1x1 = cantidad de horas diarias que es usada la maquina 1 en la limpieza del frente 1. 2x2 = cantidad de horas diarias que es usada la maquina 1 en la limpieza del frente 2. 1x3 = cantidad de horas diarias que es usada la maquina 1 en la limpieza del frente 3. 2x4 = cantidad de horas diarias que es usada la maquina 1 en la limpieza del frente 4. Como la maquina 1 debe ser usada 8 horas diarias entonces tenemos que: 1x1 + 2x2 + 1x3 + 2x4 = 8: Procediendo de forma similar para las maquinas 2, 3 y 4 obtenemos el siguiente sistema lineal de ecuaciones el cual debemos resolver

Aplicando el mtodo de eliminacin de Gauss Jordan llegamos al sistema equivalente

De donde,

Sabemos que cada xi 0 por representar la cantidad de horas operativas del frente i cada da.

12

Si adems, asumimos que se opera un nmero completo de horas, entonces cada xi debe ser un nmero entero. Por tanto, las nicas soluciones posibles para x4 son 0; 1; 2 y as las posibles soluciones del problema son:

Por ejemplo, la solucin 1 significa que para usar las maquinas completamente durante un da se deben operar 4 horas en el frente 1, 2 en el frente 2 y ninguna en los frentes 3 y 4. EJEMPLO N6: En una empresa minera se producen cada da dos tipos de explosivos para roca DURA y MUY DURA. Para ello utiliza las soluciones A y B. Un cuarto de explosivo para roca DURA contiene 20 onzas de solucin A y 10 onzas de solucin B y para la roca MUY DURA contiene 10 onzas de A y 20 onzas de B. Las ganancias por cada cuarto de explosivo para roca DURA son de $800 y la de un cuarto de explosivo para roca MUY DURA es de $1000. Si la empresa dispone a diario de 500 onzas de solucin A y 700 de solucin B, se pide hallar el nmero total de cuartos de explosivo para las rocas DURAS Y MUY DURAS que debe producir para maximizar su ganancia. (Suponga que el productor puede utilizar todo el explosivo producido) Resolver el modelo resultante por el mtodo grfico. Solucin: Definicin de variables Sea: x = Numero de cuartos de explosivo para roca DURA a producir y = Numero de cuartos de explosivo para roca MUY DURA a producir Z = Ganancias Formulacin del Modelo La Funcin Objetivo corresponde a la maximizacin de las utilidades a partir del aporte que hace cada explosivo. Es decir: Utilidad por un cuarto de explosivo para roca DURA: $800; Utilidad total: 800x Utilidad por un cuarto de explosivo para roca MUY DURA: $1000; Utilidad total: 1000y De esta forma la funcin Objetivo, ser: Maximizar Z = 800x + 1000y Restricciones: Existen algunas restricciones de produccin a causa de las unidades limitadas de materia prima: Onzas de solucin A para la produccin de un cuarto de explosivo para roca DURA: 20; as las onzas totales de solucin A para la produccin de este explosivo son: 20x.

13

Onzas de solucin A para la produccin de un cuarto de explosivo para roca MUY DURA: 10; as las onzas totales de solucin A para la produccin de este explosivo son: 10y. Considerando que solo se dispone de 500 onzas de solucin A, entonces: 20x + 10y 500 De otra lado, Onzas de solucin B para la produccin de un cuarto de explosivo para roca DURA: 10; as las onzas totales de solucin B para la produccin de este explosivo son: 10x. Onzas de solucin B para la produccin de un cuarto de explosivo para roca MUY DURA: 20; as las onzas totales de solucin B para la produccin de este explosivo son: 20y. Considerando que solo se dispone de 700 onzas de solucin B, entonces: 10x + 20y 700 Considerando que adems no pueden existir producciones negativas: x, y 0 De esta manera el modelo que permite representar el problema es: Maximizar: Z = 800x + 1000y Sujeto a: 20x + 10y 500 10x + 20y 700 x, y 0 Solucin por el Mtodo Grafico Lo primero ser graficar las restricciones. Restricciones de no negatividad, es decir x, y 0

14

Restriccin 20x + 10y 500; Para graficar esta restriccin se parte de la grfica de la ecuacin 20x + 10y = 500. Para graficar esta ecuacin determinamos dos puntos, as: Si x = 0, entonces y = 50, as se obtiene el punto (0, 50) Si y = 0, entonces x = 25, as obtenemos el punto (25,0)

Considerando que la solucin para la ecuacin son los puntos sobre la recta, la solucin para la desigualdad son los puntos que estn sobre la recta y por debajo de ella, es decir los puntos ubicados en el rea que se muestra. Restriccin 10x + 20y < 700 Para graficar esta restriccin se parte de la grfica de la ecuacin 10x + 20y = 700. Para graficar esta ecuacin determinamos dos puntos, as: Si x = 0, entonces y = 35, as se obtiene el punto (0, 35) Si y = 0, entonces x = 70, as obtenemos el punto (70,0)

15

Considerando que la solucin para la ecuacin son los puntos sobre la recta, la solucin para la desigualdad son los puntos que estn sobre la recta y los puntos que estn por debajo de ella, es decir los puntos ubicados en el rea que se muestra. La solucin que satisface ambas desigualdades y las restricciones x 0; y 0, es el rea que intercepta las soluciones de ambas desigualdades; es decir, el rea que est limitada por los puntos (0,35), (10,30), (25,0) y (0,0) (Regin Factible). Tambin se puede afirmar que los valores de x y y que maximizan la funcin objetivo estarn incluidos en esta rea y se puede demostrar que la solucin optima siempre ocurre en un vrtice de la regin factible, porque para cualquier otro punto que se encuentra sobre la frontera siempre hay un vrtice que tiene la misma utilidad o mayor.

De esta forma se puede calcular el valor mximo de Z remplazando los valores de x y y de los vrtices en la funcin objetivo, Z = 800x + 1000y. As como se muestra en la siguiente tabla:

16

De la tabla podemos concluir que se deben producir 10 cuartos de explosivo para roca DURA (x=10) y 30 cuartos de explosivo para roca MUY DURA (y=30) para maximizar las utilidades del fabricante; adems que las utilidades mximas son de 38.000. 6. CONCLUSION Exige la utilizacin creativa del conocimiento y de software, lo cual demanda dedicacin; an ms cuando la evolucin de la matemtica est encaminada hacia su aplicacin e interrelacin con otras ciencias o reas del saber. El lgebra lineal se desarroll fundamentalmente para resolver situaciones de la vida cotidiana. Sin esta valiosa herramienta muchas cosas que hoy son necesarias para llevar nuestro ritmo de vida, no estaran aqu..

17