Professional Documents
Culture Documents
METODO CUANTITATIVO
INTEGRANTES: GOMEZ ZARAGOZA TANIA NATIVIDAD GPE. MEZA ROMERO BRENDA BEATRIZ APOLINAR MORALES GADIEL FERNANDEZ MARTINEZ JOEL MORENO PINEDA SALVADOR
ABRIL 2008
INDICE
INTRODUCCION .3 DEFINICIN DE DETERMINANTES ..4 PROPIEDADES DE LOS DETERMINANTES .5 MTODOS PARA CALCULAR DETERMINANTES ..7 A. MTODO CRUZADO 9 B. MTODO DE COFACTORES .9 C. MTODO DE REDUCCIN A LA FORMA ESCALONADA (GAUSS). MTODO DE CRAMER PARA RESOLUCIN DE SISTEMAS DE ECUACIONES LINEALES .11 INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES .12 A. RESOLUCIN DE ECUACIONES SIMULTANEAS 14 B. ELIMINACIN DE GAUSS 15 C. ELIMINACIN DE GAUSS-JORDN ..18 D. SISTEMAS DE ECUACIONES LINEALES HOMOGNEAS 20
BIBLIOGRAFIA...23
INTRODUCCIN
El mundo de la administracin esta cambiando, da a da los directores de una organizacin se ven en la necesidad de tomar decisiones muy importantes de las cuales depender el futuro de su empresa.
En este captulo definiremos el determinante de una matriz n x n. Esto se puede hacer de muchas formas, la definicin que daremos nos permite obtener un procedimiento relativamente fcil para el clculo de determinantes, parte de la teora de determinantes envuelve procesos engorrosos y difciles que no sern expuestos. Con la elaboracin de este trabajo buscaremos comprender y entender la resolucin de ecuaciones para la toma de decisiones dentro de una organizacin.
DEFINICIN DE DETERMINANTE
El determinante es una funcin que le asigna a una matriz de orden n, un nico nmero real llamado el determinante de la matriz. Si A es una matriz de orden n, el determinante de la matriz A lo denotaremos por det(A) o tambin por (las barras no significan valor absoluto).
DEFINICIN 2.1 (Determinante de una matriz de orden 1) Si es una matriz de orden uno, entonces det(A)=a. Ejemplo 1 DEFINICIN 2.2(Menores y cofactores de una matriz de orden n) Sea A una matriz de orden elemento , definimos el menor asociado al
El determinante de la inversa de una matriz es igual al inverso del determinante. |A-1| = 1 / |A| Cramer obtuvo las incgnitas despejadas de un sistema en funcin de determinantes. Resolvamos el sistema:
Como se puede observar, para que podamos utilizar el mtodo de Cramer, el determinante de la matriz de los coeficientes no debe ser 0 para que el denominador de las frmulas no se anule. Si diese 0 es que una de las incgnitas se puede poner en funcin de las otras, es decir, tendramos parmetros. La forma de resolver este problema es pasar al otro miembro (al lado del trmino independiente) la incgnita que tomemos como parmetro y de esta forma tendremos un determinante que no se anula pero de menor grado. Al aplicar las frmulas de Cramer tendremos un parmetro en la columna de los trminos independientes.
Permutar 2 filas 2 columnas. Multiplicar o dividir una lnea por un nmero no nulo. Sumarle o restarle a una lnea otra paralela multiplicada por un nmero no nulo.
Si a un menor M de orden h de la matriz A se le aade la fila p y la columna q de A (que antes no estaban en el menor), obtenemos un menor N de orden h+1 que se dice obtenido de M orlando este menor con la fila p y la columna q. Ejemplo El mtodo para el clculo del rango es un proceso iterado que sigue los siguientes pasos: Antes de comenzar el mtodo se busca un elemento no nulo, ya que si todos los elementos son 0, el rango ser 0. El elemento encontrado ser el menor de orden k=1 de partida. 1. Se orla el menor de orden k hasta encontrar un menor de orden k+1 no nulo. Cuando se encuentra un menor de orden k+1 no nulo se aplica a ste el mtodo. 2. Si todos los menores orlados obtenidos aadindole al menor de partida los elementos de una lnea i 0 son nulos, podemos eliminar dicha lnea porque es combinacin de las que componen el menor de orden k. 3. Si todos los menores de orden k+1 son nulos el rango es k. (Si aplicamos bien el mtodo en realidad, al llegar a este punto, la matriz tiene orden k).
Ejemplo
A) METODO CRUZADO
Mtodo cruzado Supongo que te debes referir a las derivadas cruzadas, es muy sencillo: Supongamos sabes que su que derivada tienes parcial una respecto a funcin x es f(x,y) f(x,y)/x
Ahora sacas la derivada respecto a y, de la derivada parcial en x f(x,y)/(xy) Ahora se dice que si la funcin es continua la derivada cruzada de y respecto a x, debe ser igual a la que escribimos, esto es: f(x,y)/(xy) = f(x,y)/(yx)
Osea que si la funcin cumple ciertas propiedades no importa si derivamos primero respecto a x o respecto a y para obtener las cruzadas. Y esto lo podemos trasladar a 3 o ms variables
B) METODO DE COFACTORES
SOLUCIN POR COFACTORES El estudiante se preguntar si existe un mtodo nico que resuelva determinantes de cualquier orden, la respuesta es afirmativa y se dar su demostracin partiendo de la solucin general del .
10
Se observa que los determinantes que acompaan a los elementos a1 b1 c1 se obtienen al eliminar la fila y columna a que pertenecen respectivamente, y que uno de ellos tiene signo negativo. Estos determinantes reciben el nombre de COFACTOR de un elemento de un determinante quedando su definicin como sigue: Definicin. Se llama COFACTOR de un elemento de un determinante al determinante de orden inmediato inferior que se obtiene al suprimir la fila y columna a que pertenece dicho elemento y que adems posee signo positivo o negativo. Para justificar el signo del cofactor del elemento, se puede pensar en dos formas. 1. Tendr signo positivo si la posicin del elemento en cuanto a la suma de fila y columna es nmero par y negativo si la suma da impar. 2. El signo del cofactor del elemento de un determinante tendr signo positivo o negativo de acuerdo a la siguiente tabla de signos.
El valor de cualquier determinante de orden n, es igual a una suma algebraica de n trminos, cada uno de los cuales se forma al multiplicar cada elemento de cualquier fila o columna por su COFACTOR correspondiente. Ejemplo. Calcular el valor del Determinante del ejemplo anterior usando el Mtodo de Cofactores a): tomando como base los elementos de la 1er fila
11
Este mtodo de solucin se Complica cuando se aplica a Determinantes de Orden Superior. Dicho problema se puede evitar si conocemos las Propiedades de los Determinantes para combinarlas con la solucin por cofactores.
12
Como se puede observar, para que podamos utilizar el mtodo de Cramer , el determinante de la matriz de los coeficientes no debe ser 0 para que el denominador de las frmulas no se anule . Si diese 0 es que una de las incgnitas se puede poner en funcin de las otras , es decir , tendramos parmetros . La forma de resolver este problema es pasar al otro miembro (al lado del trmino independiente) la incgnita que tomemos como parmetro y de esta forma tendremos un determinante que no se anula pero de menor grado . Al aplicar las frmula de Cramer tendremos un parmetro en la columna de los trminos independientes .
13
Introduccin La resolucin de sistemas de ecuaciones lineales es uno de los problemas matemticos ms importantes en Ingeniera Hasta la llegada de los computadores digitales (segunda mitad del s. XX) la capacidad de resolver sistemas de ecuaciones estaba muy limitada, no por la complejidad del problema, sino por el nmero de operaciones aritmticas Ahora se puede resolver con un PC un sistema 10001000 en menos de 1 seg. Con programas especiales que aprovechan la estructura de la matriz se pueden resolver de forma rutinaria con PCs, sistemas de decenas cientos de miles de ecuaciones lineales Muchos mtodos matemticos (clculo de valores y vectores propios, integracin de ecuaciones diferenciales, optimizacin, ...) se reducen a la resolucin repetida de sistemas de ecuaciones lineales La resolucin de sistemas de ecuaciones lineales tiene adems un importante valor didctico Para los mtodos numricos en general Para la programacin de ordenadores Resolucin de Sistemas de Ecuaciones
El sistema de ecuaciones lineales Ax=b se puede resolver combinando
ecuaciones hasta que la matriz quede triangularizada y realizando despus una vuelta atrs, segn se ha expuesto Otra forma de resolver el sistema Ax=b El sistema se puede escribir en la forma: LUx=b Se define un vector y=Ux Se calcula y a partir del sistema triangular Ly=b Conocido y, se calcula x del sistema triangular Ux=y
Ventajas de la forma LUx=b
Se puede aprovechar una factorizacin anterior, previa al clculo de b. Esto es bastante frecuente en la programacin de mtodos iterativos
14
Se puede utilizar una misma factorizacin para un nmero grande e incluso indeterminado de segundos miembros
o o
Las ecuaciones provenientes de la energa son cuadrticas, si se ha usado la ecuacin racional de Darcy-Weisbach. Describen la disipacin de energa a lo largo de las tuberas. Las ecuaciones provenientes de la continuidad de caudales son lineales. Describen la distribucin de caudales en los nudos. Las ecuaciones provenientes de los factores de friccin son logartmicas, si se ha usado la expresin de Colebrook-White. Describen las relaciones de resistencia en los tubos.
Una posible estrategia para resolver un sistema mixto como el descrito puede ser suponer el vector solucin y mediante aproximaciones sucesivas acercarse cada vez mas al vector solucin que satisface las exigencias fsicas del problema. Para esta estrategia el procedimiento a seguir, conocido como mtodo de Seidel-Gauss, puede ser: 1. Formar las ecuaciones que describen el problema, algunas ecuaciones de energa, otras de continuidad, otras para los factores de friccin. 2. Cada ecuacin se dedicar a obtener una sola de las incgnitas, por ejemplo con la ec. 1 se obtendr Q1, con ec. 2 se obtendr Q2 y as sucesivamente. 3. Suponer los valores iniciales para el vector solucin , por ejemplo (Q1, Q2, Q3, ..., f1, f2, f3...)
15
4. Con los valores supuestos calcular la primera incgnita mejorada, por ejemplo Q1mejorado mediante la ec. 1. 5. Actualizar el vector solucin: (Q1mejorado, Q2, Q3, ..., f1, f2, f3...) 6. Con el vector actualizado calcular la siguiente incgnita mejorada con la siguiente ecuacin, por ejemplo Q2mejorado mediante la ec. 2. 7. Actualizar el vector solucin: (Q1mejorado, Q2mejorado, Q3, ..., f1, f2, f3...) 8. Obtener las dems incgnitas mejoradas a partir de la utilizacin de las otras ecuaciones. 9. Reanudar desde el paso 4 hasta que el vector solucin se estabilice en valores constantes para todas las incgnitas.
C) ELIMINACIN DE GAUSS
El primer mtodo que se presenta usualmente en lgebra, para la solucin de ecuaciones algebricas lineales simultneas, es aquel en el que se eliminan las incgnitas mediante la combinacin de las ecuaciones. Este mtodo se conoce como Mtodo de Eliminacin . Se denomina eliminacin Gaussiana si en el proceso de eliminacin se utiliza el esquema particular atribuido a Gauss . Utilizando el mtodo de Gauss, un conjunto de n ecuaciones con n incgnitas se reduce a un sistema triangular equivalente (un sistema equivalente es un sistema que tiene iguales valores de la solucin), que a su vez se resuelve fcilmente por "sustitucin inversa"; un procedimiento simple que se ilustrar con la presentacin siguiente. El esquema de Gauss empieza reduciendo un conjunto de ecuaciones simultneas, tal como se muestra en (2), a un sistema triangular equivalente como:
16
(6 )
en el cual los superndices indican los nuevos coeficientes que se forman en el proceso de reduccin. La reduccin real se logra de la siguiente manera:
1. La primera ecuacin (2) se divide entre el coeficiente de X1 en
segunda ecuacin (2) y la ecuacin que resulta se resta de la misma, eliminando as X1 . La ec. (7) se multiplica entonces por el coeficiente de X1 de la tercera ecuacin (2), y la ecuacin resultante se resta de la misma para eliminar X1 de esa ecuacin. En forma similar, X1 se elimina de todas las ecuaciones del conjunto excepto la primera, de manera que el conjunto adopta la forma:
(8 )
ecuaciones que la siguen se denomina Ecuacin Pivote . En la ecuacin pivote, el coeficiente de la incgnita que se va a eliminar de las ecuaciones que la siguen se denomina el Coeficiente Pivote (a11 en los pasos previos).
17
convierte en la ecuacin pivote , y los pasos de la parte 1 se repiten para eliminar X2 de todas las ecuaciones que siguen a esta ecuacin pivote. Esta reduccin nos conduce a:
(9 )
pivote, y se usa el procedimiento descrito para eliminar X3 de todas las ecuaciones que siguen a la tercer ecuacin (9). Este procedimiento, utilizando diferentes ecuaciones pivote, se contina hasta que el conjunto original de ecuaciones ha sido reducido a un conjunto triangular tal como se muestra en la ec. (6). 6. Una vez obtenido el conjunto triangular de ecuaciones, la ltima ecuacin de este conjunto equivalente suministra directamente el valor de Xn (ver ec. 6). Este valor se sustituye entonces en la antepenltima ecuacin del conjunto triangular para obtener un valor de Xn-1 , que a su vez se utiliza junto con el valor de Xn en la penltima ecuacin del conjunto triangular para obtener un valor Xn-2 y asi sucesivamente. Este es el procedimiento de sustitucin inversa al que nos referimos previamente. Para ilustrar el mtodo con un conjunto numrico, apliquemos estos procedimientos a la solucin del siguiente sistema de ecuaciones: X1 + 4 X2 + X3 =7 X1 + 6 X2 - X3 = 13 2 X1 - X2 + 2 X3 =5 ( 10)
18
Utilizando como ecuacin pivote la primera coeficiente pivote es unitario), obtenemos: X1 + 4 X2 + X3 =7 2 X2 - 2 X3 = 6 9 X2 + (0) X3 = -9 ( 11)
ecuacin
(el
A continuacin, utilizando la segunda ecuacin del sistema (11) como ecuacin pivote y repitiendo el procedimiento, se obtiene el siguiente sistema triangular de ecuaciones: X1 + 4 X2 + X3 =7 2 X2 - 2 X3 = 6 - 9 X3 = 18 Finalmente mediante sustitucin inversa, comenzando con la ltima de las ecs. (12) se obtienen los siguientes valores: X3 = -2 X2 = 1 X1 = 5 ( 12)
Supongamos que es necesario encontrar los nmeros x, y, z, que satisfacen simultneamente estas ecuaciones 2x + y z = 8, 3x y + 2z = 11, 2 x + y + 2z = 3 Esto es llamado un sistema lineal de ecuaciones. El objetivo es reducir el sistema a otro equivalente, que tenga las mismas soluciones. Las operaciones (llamadas elementales) son estas:
Multiplicar una ecuacin por un escalar no nulo. Intercambiar de posicin dos ecuaciones Sumar a una ecuacin un mltiplo de otra.
Estas operaciones pueden representarse con matrices elementales que se usan tambin en otros procedimientos como la factorizacin LU o la diagonalizacin por congruencia de una matriz simtrica. En nuestro ejemplo, eliminamos x de la segunda ecuacin sumando 3/2 veces la primera ecuacin a la segunda y despus sumamos la primera ecuacin a la tercera. El resultado es: , ,
Ahora eliminamos y de la primera ecuacin sumando -2 veces la segunda ecuacin a la primera, y sumamos -4 veces la segunda ecuacin a la tercera para eliminar y. 2x 2z = 6, , z=1 Finalmente eliminamos z de la primera ecuacin sumando -2 veces la tercera ecuacin a la primera, y sumando 1/2 veces la tercera ecuacin a la segunda para eliminar z.
20
2x = 4, , z=1 Despejando, podemos ver las soluciones: x = 2, y = 3 y z = 1. Para clarificar los pasos (y es en realidad lo que las computadoras manejan), se trabaja con la matriz aumentada. Podemos ver los 3 pasos en su notacin matricial: Primero:
Despus,
Por ltimo.
Si el sistema fuera incompatible, entonces nos encontraramos con una fila como esta:
21
Consideramos la ecuacin
y supongamos que Podemos resolver directamente esta ecuacin: Ser forma, tendremos .....................De la misma ,.... Vemos que la solucin general es
Llamamos a esta sucesin progresin geomtrica de valor inicial C y razn A. ECUACIONES LINEALES HOMOGENEAS DE SEGUNDO ORDEN Partimos de la ecuacin de recurrencia
soluciones
que
sean
progresiones
y sustituimos
de donde, si
, deducimos la ecuacin
Llamamos a esta ultima ecuacin caracterstica de la recurrencia. Tenemos ahora tres casos:
1. Las races de la ecuacin caracterstica son reales y distintas Sean las races.
son, para valores arbitrarios de las constantes Ci, soluciones de la ecuacin de recurrencia (1). Comprobarlo sustituyendo.
22
La suma de las dos soluciones anteriores tambin es una solucin. Lo comprobamos sustituyendo. Hemos obtenido una solucin que depende de dos constantes arbitrarias. Todas las soluciones estn comprendidas en la frmula:
Demostracin: Si suponemos dados los valores iniciales, a0 y a1, de la solucin, el resto de la sucesin queda unvocamente determinado, por recurrencia y por ser la ecuacin de orden 2, por estos dos valores (igual que en el caso de Fibonacci). Sustituyendo n = 0, 1 en (2) obtenemos
Como suponemos que a0, a1, r1 y r2 son conocidos, vemos que (3) es un sistema lineal de dos ecuaciones con dos incgnitas. Su determinante es tiene solucin nica. y, por tanto, el sistema
Hemos visto, entonces, que toda solucin de (1) puede ser dada como caso particular de (2) para una eleccin adecuada, la dada por la solucin de (3), de las constantes C1 y C2. 2. Las races de la ecuacin caracterstica son reales e iguales Llamemos r0 a la nica raz de la ecuacin caracterstica. La discusin es en este caso similar a la anterior, salvo que debemos usar
Las comprobaciones necesarias para ver que, en este caso tambin, todo funciona bien son tan parecidas que las omitimos. 3. Las races de la ecuacin caracterstica son nmeros complejos conjugados Supongamos que las races son:
23
Podemos tratar este caso en la misma forma que el primero, de forma que obtenemos que la solucin es
Esta solucin es satisfactoria, salvo si observamos que la solucin est expresada en trminos de funciones de variable compleja. Si escribimos las races en forma , donde podemos tomar como definicin ei_ : podemos como reescribir la solucin polar,
con . De esta forma la solucin es combinacin lineal de dos funciones de variable real y son los coeficientes los que son nmeros complejos. Ejemplo: Volvemos a la ecuacin de Fibonacci Su ecuacin caracterstica es y . Son races reales distintas. La solucin general es , con races
Sustituyendo n = 0, 1 en esta expresin podemos obtener los valores de las constantes que corresponden a valores iniciales dados. Por ejemplo, para F0 = 0 y F1 = 1 se obtiene .
Que valor tiene, aproximadamente, Fn para n grande? Como 0 < r2 < 1, para n muy grande el segundo sumando de la expresin exacta obtenida para Fn tiende a cero (i.e. se puede hacer tan pequeo como queramos). Entonces, para n muy grande, se obtiene
24
BIBLIOGRAFIA
25