Desarrollo Actividad 1 (Glosario) Ciclo de la tarea

Curso ALGEBRA LINEAL (E-LEARNING)

208046_10

Presentado por:
Deivy Faviany Vanegas Vsquez.
Cdigo: 80829122.
Grupo:
208046_10



Presentado a
ING. VIVIAN YANETH ALVAREZ
Tutor.

Universidad Nacional Abierta y a Distancia UNAD
CEAD Jos Acevedo y Gmez
Escuela de Ciencias Bsicas, Tecnologa e Ingeniera
10/09/2014



INTRODUCCIN


El siguiente trabajo colaborativo pretende lograr la apropiacin de conocimientos de los contenidos
temticos de la unidad 1,2,3 del curso de Algebra lineal, mediante la elaboracin de un glosario que
esboza conceptos del algebra lineal que aplicaremos para la solucin prctica de ejercicios y
problemas sobre vectores, matrices y determinantes y de esta forma se pretende lograr el desarrollo
de competencias en los contenidos y conceptos estudiados en los captulos de la primera unidad,
para alcanzar la transferencia de conocimientos mediante el aprendizaje significativo.





































OBJETIVOS

Lograr la transferencia de conocimientos y competencias relativas a los conceptos bsicos
terico-prctico de los vectores, matrices y determinantes a travs del estudio, anlisis y
solucin de problemas y ejercicios propuestos.

Realizar la apropiacin y comprensin grupal de los fundamentos conceptuales de los
determinantes y los principios de espacio vectorial y su aplicabilidad a un problema real en
el entorno profesional, mediante la investigacin, anlisis y estudio de fuentes bibliogrficas
textuales y recursos multimedia relacionados con los temas contenidos en la unidad1,2,3 y
su aplicacin en diferentes reas del conocimiento.

Reconocer la importancia del dominio bsico del Algebra lineal, como disciplina
imprescindible para nuestra formacin en cualquier rea cientfica, ya que nos permite
desarrollar competencias en el campo de la investigacin y desarrollo motriz.

















Glosario.
Factorizacin LU (descomposicin LU): una factorizacin LU de una matriz cuadrada de A,
expresa A como el producto de una matriz inferior, L y una matriz triangular superior U: esto es
A=LU.
Es una forma de factorizacin de una matriz como el producto de una matriz triangular inferior y una
superior. Debido a la inestabilidad de este mtodo, deben tenerse en cuenta algunos casos
especiales, por ejemplo, si uno o varios elemento de la diagonal principal de la matriz a factorizar es
cero, es necesario pre multiplicar la matriz por una o varias matrices elementales de permutacin.
Mtodo llamado factorizacin o con pivote. Esta descomposicin se usa en el anlisis numrico
para resolver sistemas de ecuaciones (ms eficientemente) o encontrar las matrices inversas.
Matriz escalonada: Decimos que una matriz es escalonada si posee las siguientes caractersticas:
1. Cualquier la cuyas componentes sean todas cero, se encuentra en la parte inferior de la matriz.
2. En cada la, cuyas componentes no sean todas cero, la primera componente diferente de cero
(pivote), se encuentra en una columna que este a la derecha de cualquier otro pivote por encima de
l (equivalentemente, podemos decir que cada pivote est a la izquierda de cualquier otro pivote por
debajo de l).
Observemos que, en una matriz escalonada, ninguna columna tiene ms de un pivote. Este hecho
nos permite clasicar sus columnas como pivotales y no pivotales, segn tengan o no pivote,
respectivamente.

Mtodo de Eliminacin de Gauss: Escalonar una matriz; es decir, dada una matriz, encontrar una
matriz escalonada equivalente a la matriz dada
1. Identique la primera columna, de izquierda a derecha, que no sea de slo ceros.
2. Si la primera componente de esta columna es un cero, intercambie la primera la con una que
tenga una componente no cero en esta columna. Esta componente no cero ser el pivote de esta
columna.
3. Aplique sucesivamente operaciones elementales adecuadas del Tipo Eliminacin, para obtener
ceros debajo del pivote de esta columna.
4. Reptale este procedimiento, comenzando con el Paso 1, al conjunto de las de la matriz
resultante del paso anterior que estn por debajo de la la donde est el pivote anterior, hasta agotar
las las o hasta que las las restantes sean de slo ceros.

Mtodo de sustitucin haca atrs: Dado un sistema de ecuaciones lineales consistente con
"patrn escalonado", encontrar su(s) solucin(es). 1. Escriba la matriz aumentada del sistema de
ecuaciones lineales.
2. Identique la columna del primer pivote, de derecha a izquierda ( la del ltimo pivote, de
izquierda a derecha).
3. Aplique la operacin elemental adecuada de Tipo Escalamiento para obtener uno (1) como pivote
en esta columna.
4. Aplique sucesivamente operaciones elementales adecuadas del Tipo Eliminacin para obtener
ceros encima del pivote de esta columna.
5. Reptale este procedimiento, comenzando con el Paso 2, al conjunto de las de la matriz
resultante en el paso anterior que estn por encima de la la donde estaba el pivote anterior, hasta
agotar las las.
6. Al nal, si todas las columnas de la matriz de coecientes tienen pivote, la solucin es nica y sta
aparecer en las primeras las de la columna de trminos independientes correspondientes a las
las que tienen pivotes; en caso contrario (hay al menos una variable libre), el sistema tiene innitas
soluciones y se obtendr despejando las variables pivotales en trminos de las variables libres, lo
cual ser relativamente fcil.
Mtodo de solucin de un Sistema de Ecuaciones Lineales (Gauss-Jordan): Dado un sistema
de ecuaciones lineales, determinar si tiene solucin y, en caso de tenerla, hallar su(s) solucin(es)
1. Escriba la matriz aumentada del sistema de ecuaciones lineales.
2. Identique la primera columna, de izquierda a derecha, que no sea de slo ceros.
3. Si el primer elemento de esta columna es un cero, intercambie la primera la con una que tenga
un elemento no cero en esta columna. Este elemento no cero ser el pivote de esta columna.
4. Aplique la operacin elemental adecuada de Tipo Escalamiento para obtener 1 como pivote.
5. Aplique sucesivamente operaciones elementales adecuadas de Tipo Eliminacin, para obtener
ceros debajo del pivote de esta columna.
6. Aplique sucesivamente operaciones elementales adecuadas de Tipo Eliminacin para obtener
ceros encima del pivote de esta columna.
7. Reptale los Pasos 2, 3 y 4, a las las por debajo de la la donde estaba el pivote anterior, y el
Paso 5 a las las por encima del nuevo pivote, hasta agotar las las o hasta que las las restantes
sean de slo ceros.
8. Si la columna de trminos independientes es pivotal, el Sistema de Ecuaciones no tiene solucin.
Si no, el Sistema de Ecuaciones Lineales tiene solucin. Si todas las columnas de la matriz de
coecientes tienen pivote, la solucin es nica y aparecer en las primeras las de la columna de
trminos independientes correspondientes a las las que tienen pivotes; en caso contrario (hay al
menos una variable libre), el sistema tiene innitas soluciones y se obtendr despejando las
variables pivotales en trminos de las variables libres, lo cual ser relativamente fcil.
Matriz: Una matriz es un arreglo rectangular de nmeros reales1, llamados componentes o
elementos de la matriz, de la forma

La i-sima la y la j-sima columna de la matriz A son
|
Respectivamente. El orden o tamao de la matriz lo determinamos por el nmero de las seguido del
nmero de columnas. As, decimos que el tamao de una matriz es mn, si tiene m las y n
columnas; por simplicidad, cuando m = n, decimos que la matriz es de orden n.
Suma de matrices: Denimos la suma entre dos matrices de igual tamao A y B, como la matriz A +
B, cuyas componentes son la suma de las componentes respectivas de las matrices A y B. En otras
palabras, dadas las matrices

Se dene la suma de A y B por


Producto por escalar de matrices: Denimos el producto de una matriz A por un nmero real
(escalar), como la matriz A, cuyas componentes son el producto de por las componentes
respectivas de A. En otras palabras, dado el escalar R y la matriz

denimos el producto de A por el escalar por

Espacio vectorial: Sea V un conjunto no vaco en el cual se han denido dos operaciones, llamadas
suma y multiplicacin por escalar (dados los elementos u y v de V y un escalar de R, la suma de u
y v la denotamos u + v y la multiplicacin por escalar de por u la denotamos u). Si las siguientes
propiedades o axiomas se satisfacen para todo u, v y w de V y para todo par de escalares y de
R, entonces se dice que V es un espacio vectorial real y sus elementos son llamados vectores.
1. u + v V . Propiedad clausurativa para la suma.
2. u + v = v + u. Propiedad conmutativa para la suma.
3. (u + v) + w = u + (v + w). Propiedad asociativa para la suma.
4. Existe un nico elemento 0 V, tal que u + 0 = u, para todo u V . Propiedad modulativa para la
suma.
5. Para cada u V , existe un nico elemento u V , tal que u+(u) = 0. Existencia del opuesto
para la suma.
6. u V . Propiedad clausurativa para la multiplicacin por escalar.
7. (u + v) = u + v. Propiedad distributiva respecto la suma de vectores.
8. ( + )u = u + u. Propiedad distributiva respecto la suma de escalares.
9. (u) = ()u. 10. 1u = u
Recta: Dado un punto P Rn y un vector d no nulo de Rn, diremos que la recta L que contiene a P
y tiene direccin d es el conjunto formado por P y todos los puntos X que determinan vectores PX
paralelos a d. Al vector d lo llamamos vector direccin o vector director de la recta.
Rectas paralelas: Sean L1 y L2 dos rectas en Rn, con vectores directores d1 y d2, respectivamente.
Diremos que las rectas L1 y L2 son paralelas, si y solo si, los vectores d1 y d2 lo son.

Rectas iguales: Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al menos
un punto en comn.
Rectas ortogonales: SeanL1 yL2 dos rectas con vectores directores d1 y d2, respectivamente.
Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los vectores d1 y d2 lo son; es decir, si y
solo si, d1 d2 = 0
Plano: Dado un punto P Rn y dos vectores c y d Rn diferentes de cero y no paralelos, diremos
que el conjunto de puntos X que determinan vectores PX que son combinacin lineal de los vectores
c y d, es el plano P que pasa por el punto P y tiene direcciones c y d. A los vectores c y d los
llamamos vectores directores o vectores direccin del plano.

Matriz invertible: Se dice que la matriz A de tamao nn es invertible, si y solo si, existe una matriz
B tal que AB = BA = I. A esta matriz B, la llamamos inversa de A.

Ecuaciones simtricas de una recta: Con respecto a las ecuaciones paramtricas obtenidas en
(2), si suponemos que y entonces se tiene que
























Como en las ecuaciones y el lado izquierdo est igualado a , entonces se cumple
que

Las ecuaciones anteriores reciben el nombre de ecuaciones simtricas de la recta que pasa por (a1,
a2 ,a3 ) y tiene como vector director a (b1, b2, b3).
Ecuaciones paramtricas de una recta:

, de donde realizando las correspondientes
operaciones se tiene que


Las ecuaciones anteriores reciben el nombre de ecuaciones paramtricas de la recta que pasa por
(a1, a2 ,a3 ) y cuyo vector director es (b1, b2, b3)





Bibliografa.
1. GROSSMAN STANLEY I. LGEBRA LINEAL. MC GRAWHIL, 2007.
2. ANFOSSI AGUSTN. LGEBRA. PROGRESO, 1988.
3. BALDOR AURELIO. LGEBRA. PUBLICACIONES CULTURAL. 2006.
4. ANTON HOWARD. INTRODUCCIN AL LGEBRA LINEAL LIMUSA NORIEGA EDITORES,
1999.
5. LIPSCHUTZ SEYMOUR, LGEBRA LINEAL. MC GRAWHIL, 1992.
6. SOLAR GONZLEZ EDUARDO. LGEBRA 1. LIMUSA NORIEGA EDITORES, 2006.
7. REES PAULK. LGEBRA. MC GRAWHIL, 1991.
8. BARNETT RAYMOND A. LGEBRA. MC GRAWHIL, 2000.
9. SILVA JUAN MANUEL. FUNDAMENTOS DE MATEMTICAS LIMUSA NORIEGA EDITORES,
2002.
10. CHAPRA STEVEN C. MTODOS NUMRICOS PARA INGENIEROS MC GRAWHIL, 2003.
Cibergrafia.
http://descartes.cnice.mec.es/materiales_didacticos/determinantes_api/in
versa_de_una_matriz_con_determinantes.htm
http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/complejo/complej o.htm
http://www.matematicas.unal.edu.co/cursos/algebra/
http://docentes.uacj.mx/gtapia/ALgebra/
http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html
http://fresno.pntic.mec.es/~jvaamond/
http://mit.ocw.universia.net/18.06/f02/related-resources/matlab.pdf
http://cnx.org/content/m12862/latest/
http://ma1.eii.us.es/miembros/silva/AL/2005-06/Apuntes.pdf
http://www.matematicasbachiller.com/temario/algebra/index.html
http://www.elprisma.com/apuntes/curso.asp?id=9538