Anda di halaman 1dari 4

Practica3 copia.

nb

Prcticas de Clculo Matricial y Vectorial

Prctica 3 : Sistemas lineales y algunas aplicaciones.


Los objetivos de esta prctica son: - Aprender otros mtodos para calcular todas las soluciones de un sistema lineal. - Conocer algunas aplicaciones de la resolucin de sistemas.

Sistemas de ecuaciones lineales


Para obtener todas las soluciones de un sistema de ecuaciones lineales, adems de la orden Solve, que vimos en la prctica anterior, tenemos otro mtodo que combina las rdenes NullSpace y LinearSolve . Supongamos que tenemos un sistema con forma matricial Ax=b. La orden NullSpace nos da algunas las soluciones del sistema homogneo Ax=0.
A = 881, 1, 3, 2, 1<, 83, 3, 3, 1, 1<, 80, 1, 0, 0, 0<<; B = NullSpace@AD

Todas las dems soluciones de Ax=0 son las combinaciones lineales de estas. Para obtener ahora todas las soluciones del sistema Ax=b, solo tenemos que sumar a las soluciones del sistema homogneo una solucin particular de Ax=b (esta ltima puede ser obtenida mediante la orden LinearSolve)
b = 81, 2, 3<; x = LinearSolve@A, bD

As, el conjunto de todas las soluciones ser:


x + t B@@1DD + s B@@2DD

Comparamos esta solucin con la obtenida con la orden Solve.


Clear@xD; Solve@ 8x + y + 3 z + 2 t + u 1, 3 x + 3 y + 3 z + t + u 2, y 3<, 8x, y, z, t, u<D

O con la orden Reduce, que funciona igual que Solve aunque el formato de salida es diferente.
Reduce@ 8x + y + 3 z + 2 t + u 1, 3 x + 3 y + 3 z + t + u 2, y 3<, 8x, y, z, t, u<D

Hay ocasiones en que nos puede interesar tan solo conocer una solucin, por ejemplo para saber si un vector es combinacin de otros, pero otras necesitamos saber ms soluciones para tomar la que mejor nos convenga, por ejemplo para encontrar una solucin en un modelo de Leontief. Un ejemplo del primer caso: comprobemos si el vector (1,1,1,1,0) es combinacin lineal de los vectores {(1,-2,0,1,5), (0,-1,2,2,0), (1,-1,-1,0,-1)} . Usaremos para ello la funcin matricial Transpose que cambia las filas por las columnas en una matriz:
A = 881, - 2, 0, 1, 5<, 80, - 1, 2, 2, 0<, 81, - 1, - 1, 0, - 1<<; B = Transpose@AD; b = 81, 1, 1, 1, 0<; LinearSolve@B, bD

Luego el vector b no es combinacin de los vectores dados. Consideremos ahora un modelo de Leontief. Supongamos que tenemos una economa con tres sectores: qumicos y metales, combustibles y energa y maquinaria. Qumicos vende el 30% de su produccin a combustibles, un 50% a maquinaria, y retiene el resto. Combustibles vende un 80% de su produccin a qumicos, el 10% a maquinaria, y retiene el 10%. Maquinaria vende el 40% a qumicos, el 40% a combustibles y conserva el resto. La tabla de intercambio es

Practica3 copia.nb

Consideremos ahora un modelo de Leontief. Supongamos que tenemos una economa con tres sectores: qumicos y metales, combustibles y energa y maquinaria. Qumicos vende el 30% de su produccin a combustibles, un 50% a maquinaria, y retiene el resto. Combustibles vende un 80% de su produccin a qumicos, el 10% a maquinaria, y retiene el 10%. Maquinaria vende el 40% a qumicos, el 40% a combustibles y conserva el resto. La tabla de intercambio es Qumicos y metales Combustibles y energa Maquinaria Comprado por 20 % 80 % 40 % Qumicos y metales 30 % 10 % 40 % Combustibles y energa 50 % 10 % 20 % Maquinaria As que el sistema de ecuaciones que conduce a obtener un precio x de la produccin del sector qumico y de metales, un precio y de la produccin de combustibles y energa, y un precio z de la produccin del sector maquinaria, de modo que los ingresos y gastos de cada sector se igualen es el siguiente (2/10)x +(8/10)y +(4/10)z = x (3/10)x + (1/10)y + (4/10)z = y (5/10)x + (1/10)y + (2/10)z = z Y al resolverlo nos da:
A = 88 - 8 10, 8 10, 4 10<, 83 10, - 9 10, 4 10<, 85 10, 1 10, - 8 10<<; NullSpace@AD 17 11 99 , , 1== 12 12

Todas las soluciones son de la forma x=a 17/12, y=a 11/12, z=a. Con lo que si tomamos como precio de la produccin del sector maquinaria 300 millones de euros, tendremos que el precio de la produccin del sector de qumicos es 425 millones de euros, y el de maquinaria 275 millones de euros.

EJERCICIOS
-. Determina si el vector b es combinacin lineal de los otros: 1 y 0y 2 y i 5 z y i i i j j z j z j z j z j z j z j z j z j z j z j j z z , a2 =j z , a3 =j z, -1z a1 =j - 6 z , b=j j j j j j-2z z j1 z z z j z j z z k 0 { k2 { k 6 { k 8 {

-. En la matriz siguiente usa tantas columnas de A como sea posible para contruir una matriz B con la propiedad de que la ecuacin Bx=0 tenga solo la solucin trivial. A continuacin elige una columna v de A que no hayas usado y mira a ver si v est en el conjunto generado por las columnas de B. i 8 -3 0 - 7 2 z y j j z j z j z 9 4 5 11 7 j z j z z A=j j z j z 6 2 2 4 4 j z j z j z 5 1 7 0 10 k {

-. Una compaa minera tiene dos minas. Los trabajos de un da en la mina 1 producen mineral que contiene 20 toneladas mtricas de cobre y 550 kilogramos de plata, mientras que los trabajos de un da en la mina 2 producen mineral que 20 y 30 y i j z , v2 =i j z , entonces estos dos vectores contiene 30 toneladas mtricas de cobre y 825 kg de plata. Sean v1 =j z j z k 550 { k 825 { representan el rendimiento diario de las minas 1 y 2, respectivamente. Supongamos que la compaa trabaja x1 das la mina 1 y x2 das la mina 2. Determina el nmero de das que hay que trabajar en cada mina para producir 300 toneladas de cobre y 8250 kg de plata.

Practica3 copia.nb

Modelos lineales en negocios, ciencias e ingeniera


Todos los modelos matemticos de esta seccin son lineales, es decir, cada uno describe un problema por medio de una ecuacin lineal. Los modelos lineales son importantes porque, a menudo, los fenmenos naturales son lineales o casi lineales. Tambin los modelos lineales son ms fciles de adaptar a un ordenador que los que no lo son, que normalmente resultan muy complejos.

Diseo de dietas

La frmula para la dieta de Cambridge, popular en la dcada de los 80, se bas en aos de investigacin. Un equipo de cientficos, encabezado por el doctor Alan H. Howard, elabor una dieta en la Universidad de Cambridge despus de ms de ocho aos de trabajo clnico con pacientes obesos. La dieta, que consiste en una frmula en polvo con muy pocas caloras, combina en un equilibrio muy preciso hidratos de carbono, protenas de alta calidad y grasa, adems de vitaminas, minerales, elementos traza y electrolitos. Para encontrar las cantidades y proporciones de nutrientes deseadas, el doctor Howard tuvo que incorporar una gran variedad de comestibles en la dieta. Cada comestible proporcionaba varios de los ingredientes necesarios, pero no en las proporciones correctas. Por ejemplo, la leche desnatada era una fuente importantte de protenas, pero contena demasiado calcio. Por ello se us harina de soja para conseguir una parte de las protenas, ya que esta harina contiene muy poco calcio. Sin embargo, la harina de soja aporta una proporcin relativamente alta de grasa, as que se agreg suero, pues ste proporciona menos grasa para una cantidad de calcio. Desafortunadamente, el suero contiene demasiados hidratos de carbono... El ejemplo siguiente ilustra el problema a pequea escala. En la tabla siguiente se determinan tres de los ingredientes de la dieta, y las cantidades de nutrientes medidas en gramos proporcionados por cada 100 gramos de ingrediente. Leche desnatada Harina de soja Suero Cantidades proporcionadas por la dieta de Cambridge en un da Proteinas 36 51 13 33 Hidratos de Carbono 52 34 74 45 Grasa 0 7 1.1 3 Nutriente

Se trata de encontrar alguna combinacin de los ingredientes que proporcione las cantidades exactas de protenas, hidratos de carbono y grasa proporcionadas por la dieta para un da. Para resolver esto denotamos x1 , x2 , x3 al nmero de unidades de estos comestibles (cada unidad son 100 gramos). Vamos a plantear una ecuacin para cada nutriente por separado y as 36x1 + 51x2 + 13x3 = 33 indica que con x1 unidades de leche desnatada, x2 unidades de harina de soja y x3 unidades de suero queremos conseguir 33 gramos en un da. El sistema que se plantea lo resolvemos a continuacin:
A = 88 36, 51, 13, 33<, 852, 34, 74, 45<, 80, 7, 1.1, 3<<; RowReduce@AD 881, 0, 0, 0.277223<, 80, 1, 0, 0.391921<, 80, 0, 1, 0.233231<<

Luego con 0.277 unidades de leche desnatada (es decir, 27.7 gramos), 0.391 unidades de harina de soja (es decir, 39.1 gramos de harina de soja) y 0.233 unidades de suero (es decir, 23.3 gramos de suero) se alcanzan las cantidades deseadas de protenas, hidratos de carbono y grasa.

Practica3 copia.nb

EJERCICIO
1) Una porcin (28 g) de salvado de avena Cracklin'Oat Bran proporciona 110 caloras, 3 g de protenas, 21 g de hidratos de carbono y 3 g de grasa. Una porcin de Crispis de Kellog's proporciona 110 caloras, 2 g de protenas, 25 g de hidratos de carbono, y 0.4 g de grasa. Supongamos que queremos un cereal con ms protenas que Crispis pero menos grasa que Cracklin'Oat Bran. Es posible mezclar los dos cereales para proporcionar 110 caloras, 2.25 g de protenas, 24 g de hidratos de carbono, y 1 g de grasa?. Si la respuesta es positiva, cul sera la mezcla?

Ecuaciones en diferencias

En muchos campos, tales como ecologa, economa e ingeniera, surge la necesidad de modelar matemticamente un sistema dinmico que cambia a lo largo del tiempo. Algunas caractersticas del sistema se miden en intervalos de tiempo discretos, con lo cual se produce una sucesin de vectores x0 , x1 , x2 , ... Las entradas o componentes de xk proporcionan informacin acerca del estado del sistema en el momento de la k-sima medicin. Si existe una matriz A tal que x1 = Ax0 , x2 = Ax1 , y en general xk+1 = Axk para k= 0,1, 2, ... se dice que la ecuacin anterior es una ecuacin lineal en diferencias ( o relacin de recurrencia). Con una ecuacin as se puede calcular a partir de x0 los vectores x1 ,x2 , y as sucesivamente. A continuacin damos un ejemplo de cmo puede surgir una ecuacin en diferencias. Un asunto de inters para los demgrafos es el movimiento de poblaciones o grupos de personas de un lugar a otro. Consideremos aqu un modelo sencillo en que se determinan los cambios observados en la poblacin de una ciudad y sus suburbios durante un periodo de varios aos. Fijemos el ao 2000 como ao inicial y denotemos la poblacin de la ciudad y los suburbios por r0 y s0 , r1 r0 entonces llamaremos x0 = J N al vector de poblacin en el 2000, x1 = J N al vector de poblacin en el 2001, y as s0 s1 sucesivamente. Nuestro propsito es describir matemticamente la relacin ente estos vectores. Supongamos que los estudios demogrficos muestran que, cada ao, el 5% de la poblacin de la ciudad se muda a los suburbios y el 95% permanece en la ciudad,, y el 3% de la poblacin de los suburbios se muda a la ciudad, y as el 97% se queda en los suburbios. Entonces las poblaciones del 2000 y del 2001 estn relacionadas as J

r1 0.95 0.03 r0 N= J NJ N s1 0.05 0.97 s0

Teniendo en cuenta esto queremos determinar la poblacin del 2001 y 2002 si en el ao 2000 era de 600,000 habitantes en la ciudad y 400,000 en los suburbios.
M=J 0.95 0.03 N; x0 = 88600000<, 8400000<<; x1 = M .x0 0.05 0.97

x2 = M.x1