COMANDOS BÁSICOS DE ÁLGEBRA LINEAL EN MAPLE



Documentos relacionados
Operaciones con Matrices y vectores

Métodos Numéricos: Guía de estudio Tema 6 Métodos iterativos para sistemas de ecuaciones lineales

TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Proyecto de Innovación Docente: Guía multimedia para la elaboración de un modelo econométrico.

Comenzando con MATLAB

Apéndice A. Repaso de Matrices

Práctica 3 Cálculo Matricial

Algorítmica y Lenguajes de Programación. MATLAB (i)

1. INVERSA DE UNA MATRIZ REGULAR

Tema 3: Aplicaciones de la diagonalización

Valores propios y vectores propios

MÉTODOS DIRECTOS PARA LA RESOLUCIÓN DE ECUACIONES ALGEBRAICAS LINEALES

Espacios vectoriales y aplicaciones lineales.

Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística.

Algunos comandos para tener en cuenta en las operaciones son: who enumera todas las variables usadas hasta el momento.

Matrices y sus operaciones

Trabajando en la ventana de comandos en el programa gretl.

LA CALCULADORA GRÁFICA

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES

2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría

Tema 3: Vectores y matrices. Conceptos básicos

LAS MATRICES. OPERACIONES CON MATRICES.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

Álgebra lineal y matricial

Las matrices tienen un número cada vez mas creciente de aplicaciones en la solución de problemas en Ciencia y Tecnología.

Cálculo Simbólico también es posible con GeoGebra

Diagonalización de matrices

Departamento de Matemática Aplicada FUNDAMENTOS DE MATEMATICAS. Ingeniería Química (Curso ) Álgebra Lineal Práctica 3

Profesorado de Matemática

>> % suma de dos números reales, el resultado se asigna a ans

Operaciones con vectores y matrices ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES. Ana Morata Gasca

INTRODUCCION A MATHEMATICA

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de

Cambio de representaciones para variedades lineales.

Ahora podemos comparar fácilmente las cantidades de cada tamaño que se vende. Estos valores de la matriz se denominan elementos.

Ecuaciones y sistemas de ecuaciones en Maple

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

Prácticas de Análisis Matricial con MATLAB

4 Aplicaciones Lineales

MATLAB en 30 minutos

Sistemas de Ecuaciones Lineales y Matrices

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

ÁLGEBRA LINEAL. Apuntes elaborados por. Juan González-Meneses López. Curso 2008/2009. Departamento de Álgebra. Universidad de Sevilla.

Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales

Soluciones de los ejercicios de Selectividad sobre Matrices y Sistemas de Ecuaciones Lineales de Matemáticas Aplicadas a las Ciencias Sociales II

SISTEMAS DE ECUACIONES LINEALES

RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

1 v 1 v 2. = u 1v 1 + u 2 v u n v n. v n. y v = u u = u u u2 n.

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Álgebra Lineal. Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios. Primero Grado Ingeniería Informática

Álgebra Lineal. Sesión de Prácticas 6: Ortogonalidad. Método de Gram-Schmidt. Complemento ortogonal y mejor aproximación

IES Fco Ayala de Granada Sobrantes de 2011 ( Modelo 3) Solución Germán-Jesús Rubio Luna

Objetivos: Al inalizar la unidad, el alumno:

Matrices. Definiciones básicas de matrices. José de Jesús Angel Angel.

Curso de Procesamiento Digital de Imágenes

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades

Introducción al Cálculo Simbólico a través de Maple

Álgebra y Matemática Discreta Sesión de Prácticas 10

BREVE MANUAL DE SOLVER

Algebra lineal. Un par de vectores son linealmente dependientes si existe un escalar diferente de cero que asocie ambos vectores, ejemplo: X 2 =k*x 1

Tema 7: Valores y vectores propios

Ignacio Romero 20 de Septiembre de Notación indicial

MATEMÁTICAS aplicadas a las Ciencias Sociales II

Syllabus Asignatura: Matemáticas para la Empresa

3.- DETERMINANTES. a 11 a 22 a 12 a 21

11. Algunas clases estándar de Java (II)

Matrices equivalentes. El método de Gauss

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R.

Introducción bloques intro Control+Intro mayúsculas y minúsculas

Aplicaciones lineales

INSTRUCCIONES GENERALES Y VALORACIÓN

Matrices Invertibles y Elementos de Álgebra Matricial

LABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Práctica de Aplicaciones Lineales

Aplicaciones Lineales

Matlab para Análisis Dinámico de Sistemas

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

Práctica 3: Matrices y vectores

Práctica 1: Introducción a MATLAB.

Aplicaciones Lineales

Herramientas computacionales para la matemática MATLAB: Arreglos

MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

PROBLEMARIO DE ALGEBRA LINEAL. EJERCICIO 1 Grafica los siguientes sistemas de ecuaciones lineales con dos incógnitas y determina su solución.

Centro de Capacitación en Informática

PROYECTO DOCENTE ASIGNATURA: "Matemáticas I"

Álgebra Lineal Tutorial básico de MATLAB

Estructuras algebraicas

MICROSOFT EXCEL 2007 (COMPLETO)

Aplicaciones Lineales

Centro de Capacitación en Informática

Taller de Programación I. Tema 04: Arreglos y Matrices en Java

Transcripción:

COMANDOS BÁSICOS DE ÁLGEBRA LINEAL EN MAPLE Prof. Carlos Conde LázaroL Prof. Arturo Hidalgo LópezL Prof. Alfredo López L Benito Marzo, 2007

Manipulación de de expresiones algebraicas Se usan los comandos: [> simplify( expresión) simplifica [>simplify(x*(x-5)**3+x**2-x*(x+4)*(x-3)/(x*(x-2))); 5 4 3 2 x 17x + 106x 278x + 249x + 12 x 2 [> expand( expresión) expande [>expand(x*(x-5)**3+x**2-x*(x+4)*(x-3)/(x*(x-2))); 2 4 3 2 x x 12 x 15x + 76x 125x + x 2 x 2 x 2

Manipulación de de expresiones algebraicas [> factor( expresión) factoriza [> factor(x^3-6*x^2+12*x-8); (x-2) 3

Manipulación de de expresiones algebraicas [> solve( {ecuaciones},{incógnitas}) resuelve ecs. [> eq:=x^3-6*x^2+12*x-8=4: [> solve(eq); 2 2 2 2 2 3 1 3 1 3 1 3 1 3 2 + 2, - 2 + I 3 2, - 2 I 3 2 2 2 2 2 [> eq1:=x+y=0;eq2:=x+3*y=17; [> solve({eq1,eq2},{x,y}); 17 17 x =, y= 2 2

Manipulación de de expresiones algebraicas [> fsolve( {ecuaciones},{incógnitas}) resuelve ecs. proporcionando soluciones [> eq:=x^3-6*x^2+12*x-8=4: reales [> fsolve(eq); 3.58740105

CONJUNTOS EN MAPLE CONJUNTO: Grupo de elementos NO ORDENADOS En MAPLE se definen escribiéndolos entre llaves ( {...} ) y separando sus elementos por comas (,). Los elementos repetidos sólo se consideran una vez. Ejemplo: Pueden asignarse a un nombre. [> C:={'manolo',x=2.4*x**2-y,A, B, aa, B, 2, 4, 7.14, Pi, 2}: [> C; {2, 4, A, B, aa, π, x=2.4x 2 -y, 7.14, manolo}

LISTAS EN MAPLE LISTA: Grupo de elementos ORDENADOS En MAPLE se definen escribiéndolos entre corchetes ([...]) y separando sus elementos por comas (,). Ejemplo: Los elementos repetidos se consideran tantas veces como aparezcan. Pueden asignarse a un nombre. [> L:=['manolo',x=2.4*x**2-y,A, B, aa, B, 2, 4, 7.14, Pi, 2]: [> L; {manolo, x=2.4x 2 -y, A, B, aa, B, 2, 4, 7.14, π, 2}

LISTAS EN MAPLE Un elemento de una lista (o de un conjunto) puede referenciarse con el nombre de la lista (o del conjunto) seguido del índice que en ella ocupa entre corchetes. EJEMPLO: Con el conjunto y la lista de las diapositivas anteriores se tiene que: [> C[1];C[2]; [> L[9]; 7.14 2 4 [> C[1]+L[9]; 9.14

VECTORES EN MAPLE Definición n de vectores en Maple: Dimensionado de un vector de n componentes [> nombre_vector:=array(1..n); o [> nombre_vector:=array(1..n, [c1,,cn]); Definición de un vector con sus componentes Ejemplo: Para definir el vector v = (1.5, 2, - 3) [> v:=array(1..3,[1.5, 2, -3]); v[1] v[2] v[3]

VECTORES EN MAPLE La instrucción array exige definir el límite inferior de la dimensión, por lo que su uso es obligado cuando éste es diferente a 1. [> nombre_vector:=array(ind_nor..ind_mayor);

VECTORES EN MAPLE Otra forma de definir vectores en Maple: Dimensionado de un vector de n componentes [> nombre_vector:=vector(n); o [> nombre_vector:=vector(n, [c1,, cn]); Definición de un vector con sus componentes Ejemplo: Para definir el vector w = (-1, 2.5, - 3.3) [> w:=vector(3,[-1, 2.5, -3.3]); w[1] w[2] w[3]

VECTORES EN MAPLE La instrucción vector toma límite inferior de los subíndices el valor 1, por lo que su uso es equivalente a: [> array(1..n);

VECTORES EN MAPLE EJEMPLO: (2.x+1) 1º) Define en Maple el vector: a = (2. 3,e,sen(2.x),ln(18)) 2º) Escribe las componentes a 1, a 2, a 3. Solución: 1º) [> a:=array(1..4, [2*sqrt(3),exp(2*x+1),sin(2*x),ln(18)]); [> a:=vector(4, [2*sqrt(3),exp(2*x+1),sin(2*x),ln(18)]); 2º) [> a[1]; a[2]; a[3]; a := [ 2 3, e ( 2 x + 1 ), sin( 2 x ), ln( 18) ]

OPERACIONES CON VECTORES EN MAPLE Suma de vectores. Operador: + Resta de vectores. Operador: - Producto escalar: dotprod ( ) o innerprod( ) Producto vectorial: crossprod ( ) Las dos últimas operaciones requieren haber cargado la librería linalg mediante la instrucción: [> with(linalg):

OPERACIONES CON VECTORES EN MAPLE Ejercicio: Sean los vectores: v = (1.5, 2, - 3) y w = (-1, 2.5, - 3.3) Se pide: 1. Definir los vectores v y w. 2. Calcular el producto escalar: (v, w) 3. Calcular el producto vectorial: (v-w) x (v+w)

OPERACIONES CON VECTORES EN MAPLE 1. Definición de los vectores: [> v:=array(1..3,[1.5,2, -3]); [> w:=vector(3,[-1, 2.5, -3.3]); 2. Cálculo del producto escalar [> pesc:=dotprod(v,w); Solución pesc := 13.4

OPERACIONES CON VECTORES EN MAPLE 3. Cálculo del producto vectorial [> pvect:=crossprod(v-w,v+w); Solución pvect := [1.80, 15.90, 11.50]

MATRICES EN MAPLE Dimensionado de una matriz de m filas y n columnas o [> A:=array(1..m,1..n); [> A:=array(1..m,1..n,[[A11 A1n],[A21,A2n],,[Am1,,Amn]); Definición de una matriz especificando sus elementos Ejemplo: 2-7 4 A= 5 8-11 [> A:=array(1..2,1..3,[[2,-7,4],[5,8,-11]]); A[1,2] A[2,3]

MATRICES EN MAPLE Otra forma de dimensionar una matriz: [> nombre_matriz:=matrix(m, n); La instrucción array exige definir el índice inferior de las filas y columnas de la matriz, por lo que su uso es obligado cuando éste es diferente a 1. [ > A:=array(ind_fila_inf..ind_fila_sup, ind_col_inf..ind_col_sup);

MATRICES EN MAPLE Ejemplo (Matriz Cuadrada): 1-2 0.5 A = 0 2 4-1 11 9 [>A:=array(1..3,1..3, [[1,-2,0.5],[0,2,4],[-1,11,9]]); O también [> A:=matrix(3,3,[[1,-2,0.5],[0,2,4],[-1,11,9]]); O también [> A:=matrix(3, 3,[1,-2,0.5,0,2,4,-1,11,9]);

MATRICES EN MAPLE Ejercicio: 1º) Define en Maple la matriz: x e 2-0.5 A= 3 0 1 2 3-7.5 9 2º) Escribe las componentes A 11, A 23, A 32 :

Solución: MATRICES EN MAPLE 1º) Cualquiera de las siguientes formas es válida: [>A:=array(1..3,1..3, [[exp(x),2,-0.5],[3,0,1/2],[sqrt(3),-7.5,9]]); [>A:=matrix(3,3, [exp(x),2,-0.5],[3,0,1/2],[sqrt(3),-7.5,9]]); [>A:=matrix(3,3, [exp(x),2,-0.5,3,0,1/2,sqrt(3),-7.5,9]); 2º) [> A[1,1]; A[2,3]; A[3,2];

OPERACIONES CON MATRICES EN MAPLE Suma de matrices. El operador es: + Resta de matrices. El operador es: - Producto de matrices. El operador es: &* Producto de escalar por matriz. El operador es: *! IMPORTANTE: EMPLEAR SIEMPRE evalm AL EVALUAR EXPRESIONES MATRICIALES.

OPERACIONES CON MATRICES EN MAPLE Ejemplo. Sumar las matrices: 2-7 4 1 2 3 M= ; N= 5 8-11 4 5 6 Almacenando el resultado en una matriz llamada SMAT

OPERACIONES CON MATRICES EN MAPLE Solución: Introducción de las matrices [> SMAT := array(1..2,1..3): (Recomendable) [> M := array(1..2,1..3,[[2,-7,4],[5,8,-11]]); [> N := array(1..2,1..3,[[1,2,3],[4,5,6]]); Realización de la suma: [> SMAT := evalm(m+n); Resultado 3-5 7 SMAT := 9 13-5

OPERACIONES CON MATRICES EN MAPLE Ejemplo. Producto de un escalar por una matriz Se considera la matriz: 0 1/2 2-1 0 6 M= 3.2 0 5 4.1-0.6 2 8.4 44 1 Obtener la matriz 7.M y almacenar el resultado en la matriz ML

OPERACIONES CON MATRICES EN MAPLE Solución: Introducción de las matrices [> ML := matrix(5, 3): [> M := matrix(5, 3,[0, 1/2, sqrt(2), -1, 0, 6,3.2, 0, 5, 4.1, -0.6, 2, 8.4, 44, 1]); Realización del producto: Resultado [> ML := evalm(7 * M); 7 0 7 2 2-7 0 42 ML := 22.4 0 35 28.7-4.2 14 58.8 308 7

OTRAS OPERACIONES CON MATRICES EN MAPLE Inversa de una matriz: inverse ( ) Determinante de una matriz: det ( ) Traspuesta de una matriz: transpose ( ) Traza de una matriz: trace ( ) Rango de una matriz: rank ( ) Valores propios de una matriz: eigenvals ( ) Vectores propios de una matriz: eigenvects ( ) Las operaciones anteriores requieren haber cargado la librería linalg.

LA LIBRERÍA linalg La librería linalg permite realizar muchas más operaciones: [> with(linalg); [ BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp, QRdecomp, Wronskian, addcol, addrow, adj, adjoint, angle, augment, backsub, band, basis, bezout, blockmatrix, charmat, charpoly, cholesky, col, coldim, colspace, colspan, companion, concat, cond, copyinto, crossprod, curl, definite, delcols, delrows, det, diag, diverge, dotprod, eigenvals, eigenvalues, eigenvectors, eigenvects, entermatrix, equal, exponential, extend, ffgausselim, fibonacci, forwardsub, frobenius, gausselim, gaussjord, geneqns, genmatrix, grad, hadamard, hermite, hessian, hilbert, htranspose, ihermite, indexfunc, innerprod, intbasis, inverse, ismith, issimilar, iszero, jacobian, jordan, kernel, laplacian, leastsqrs, linsolve, matadd, matrix, minor, minpoly, mulcol, mulrow, multiply, norm, normalize, nullspace, orthog, permanent, pivot, potential, randmatrix, randvector, rank, ratform, row, rowdim, rowspace, rowspan, rref, scalarmul, singularvals, smith, stackmatrix, submatrix, subvector, sumbasis, swapcol, swaprow, sylvester, toeplitz, trace, transpose, vandermonde, vecpotent, vectdim, vector, wronskian ]

Ejercicios Ejemplo: Dada la matriz Calcular: 1-3 3 A = 3-5 3 6-6 4 1. Inversa de A 2. Determinante de A 3. Traspuesta de A 4. Traza de A 5. Rango de A 6. Valores propios de A 7. Vectores propios de A

Ejercicios Comenzamos... [> restart:with(linalg): Definimos la matriz... [> A := matrix(3,3,[1,-3,3,3.,-5,3,6,-6,4]); Si queremos que Maple la escriba: [> evalm(a); [> print(a); o bien: 1-3 3 3. -5 3 6-6 4

1. Inversa de la matriz A: [> A1 := inverse(a); Ejercicios [> A1 := array(1..4,1..4): Resultado: -0.1250000000-0.3750000000 0.3750000000 0.3750000000-0.8750000000 0.3750000000 0.7500000000-0.7500000000 0.2500000000

Ejercicios 2. Determinante de la matriz A: [> DD := det(a); 3. Traspuesta de la matriz A: [> T := transpose(a); Resultado: DD := 16. Solución: 1 3. 6 AT := -3-5 -6 3 3 4

4. Traza de la matriz A: [> tr := trace(a); 5. Rango de la matriz A: Ejercicios Resultado: tr := 0 [> R := rank(a); Resultado: R := 3

vp[2] Ejercicios 6. Autovalores de la matriz A: Resultado: [> lambda := eigenvals(a); 7. Autovectores de la matriz A: [> vp := eigenvects(a); Que se interpreta: vp[1] (multiplicidad algebraica doble) [ 4.00000, 1,{[ 0.447213, 0.447214, 0.894428 ]} ] λ := 4.,-2., -2. [-2.00000, 2,{[ 0.500002, 1.50000, 1.00001 ], [-0.559017, 0.559017, 1.11804 ]} ]

Ejercicios Sean los vectores: v (1.5, 2, - 3) y w (-1, 2.5, - 3.3) y la matriz: Se pide: 1 2 3 A = 4 5 6 7 8 9 1. Calcular el producto escalar: (v, w) 2. Calcular el producto vectorial: v x w 3. Calcular: v A

Ejercicios Definición de los vectores y la matriz: [> v:=array(1..3,[1.5,2, -3]); [> w:=vector(3,[-1, 2.5, -3.3]); [> A:=matrix(3,3,[[1, 2, 3],[4, 5, 6],[7, 8, 9]]); 1. Cálculo del producto escalar [> pesc:=dotprod(v,w); Solución pesc := 13.4

Ejercicios 2. Cálculo del producto vectorial [> pvect:=crossprod(v,w); 3. Cálculo de v A Solución pvect := [0.9, 9.95, 5.75] [> matv:=evalm(v&*a); Solución matv := [-11.5, -11, -10.5] (que, obviamente, es un vector)