UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO

FALCULTAD DE ESTUDIOS SUPERIORES ACATLAN

Programa de Actuaría

ÁLGEBRA LINEAL II

TAREA 2

• Aparicio Vergara Cristian Andres

• Apanco Bernal Alexis Eduardo
• Carrera Mora Sarai
• García Ramírez Aarón
• Ríos Esquivel Daniel Tonahtiuh Profesor: Marco Antonio Esquivel Pichardo

Semestre: 2019-1
 1. Ajuste una recta a los siguientes datos. PPCB (promedio de puntos de bachillerato). PPCU (promedio de puntos de la universidad)

PPCU 5 4 4 9 8 9 7 8 5 6 8 4 7 6 8 5 10 7 6 5
PPCB 3 2 4 12 11 8 0 7 6 5 4 8 3 12 9 8 11 7 8 10

SOLUCION:

Consideremos que la ecuación de una recta resulta: y=mx+b

Ahora definimos la siguientes matrices:

1 5 3
1 4 2
1 4 4
1 9 12
1 8 11
1 9 8
1 7 9
1 8 7
M = 1 5 Y = 6
1 6 5
1 8 4
1 4 8
1 7 3
1 6 12
1 8 9
1 5 8
1 10 11
1 7 7
1 6 8
1 5 10


Ademas determinamos la transpuesta de M:



1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
𝑀" =
5 4 4 9 8 9 7 8 5 6 8 4 7 6 8 5 10 7 6 5

Ahora, realizamos los siguientes cálculos con matrices:

1 5
1 4
1 4
1 9
1 8
1 9
1 7
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 8
𝑀" ∗ 𝑀 = X
5 4 4 9 8 9 7 8 5 6 8 4 7 6 8 5 10 7 6 5 1 5
1 6
1 8
1 4
1 7
1 6
1 8
1 5
1 10
1 7
1 6
1 5

Entonces:
20 131
𝑀" ∗ 𝑀 =
131 921


Caculamos inversa:


𝑡 () 0.732 -0.1
(𝑀 ∗ 𝑀) =
-0.1 0.016
Multiplicando 𝑒𝑙 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑝𝑜𝑟 𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝑖𝑛𝑖𝑐𝑖𝑎𝑙:


- - - - - - -
0.2113 0.3153 0.3153 0.2049 0.1009 0.2049 0.0032 0.1009 0.2113 0.1072 0.1009 0.3153 0.0032 0.1072 0.1009 0.2113 0.3090 0.0032 0.1072 0.2113
(𝑀" ∗ 𝑀)() ∗ 𝑀" =
- - - - - - - - -
-0.0246 0.0405 0.0405 0.0389 0.0230 0.0389 0.0071 0.0230 0.0246 0.0087 0.0230 0.0405 0.0071 0.0087 0.0230 0.0246 0.0548 0.0071 0.0087 0.0246


Despues multiplicamos:

() 2.235902
((𝑀𝑡 𝑋𝑀) ∗ 𝑀" ) ∗ 𝑌 =
0.780778


De lo cual podemos determinar que los valores ajustados de la recta son:


2.235902 + 0.7877𝑥 = 𝑦
 2. Ajuste una ecuación de segundo grado a los datos anteriores.

SOLUCION:

Recordemos que la ecuacion de segundo grado es de la forman 𝑥 F + 𝑏𝑥 + 𝑐 = 0.

Primero definimos las siguientes matrices:

3 1 5 25
2 1 4 16
4 1 4 16
12 1 9 81
11 1 8 64
8 1 9 81
9 1 7 49
7 1 8 64
Y = 6 M = 1 5 25
5 1 6 36
4 1 8 64
8 1 4 16
3 1 7 49
12 1 6 36
9 1 8 64
8 1 5 25
11 1 10 100
7 1 7 49
8 1 6 36
10 1 5 25

Despues calculamos la transpuesta de M:

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
𝑀" = 5 4 4 9 8 9 7 8 5 6 8 4 7 6 8 5 10 7 6 5
25 16 16 81 64 81 49 64 25 36 64 16 49 36 64 25 100 49 36 25


Realizamos la siguiente multiplicacion de matrices:

1 5 25

1 4 16

1 4 16

1 9 81

1 8 64

1 9 81

1 7 49

1 8 64

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 25
"
𝑀 ∗ 𝑀 = 5 4 4 9 8 9 7 8 5 6 8 4 7 6 8 5 10 7 6 5 X 1 6 36
25 16 16 81 64 81 49 64 25 36 64 16 49 36 64 25 100 49 36 25 1 8 64
1 4 16

1 7 49

1 6 36

1 8 64

1 5 25

1 10 100

1 7 49

1 6 36

1 5 25


Por lo tanto:


20 131 921
"
𝑀 ∗ 𝑀 = 131 921 6875
921 6875 53865


Calculamos la inversa del resultado anterior:



10.4261 -3.2223 0.233
𝑡 ()
(𝑀 ∗ 𝑀) = -3.2223 1.01884 -0.0749
0.233 -0.0749 0.0056


 Multiplicamos la inversa por una de las matrices iniciales:

0.1398 1.2651 1.2651 0.2988 -0.4399 0.2988 -0.7127 -0.4399 0.1398 -0.5194 -0.4399 1.2651 -0.7127 -0.5194 -0.4399 0.1398 1.5036 -0.7127 -0.5194 0.1398

(𝑀" ∗ 𝑀)() ∗ 𝑀" = -0.0016 -0.3460 -0.3460 -0.1231 0.1321 -0.1231 0.2374 0.1321 -0.0016 0.1928 0.1321 -0.3460 0.2374 0.1928 0.1321 -0.0016 -0.5282 0.2374 0.1928 -0.0016

-0.0017 0.0228 0.0228 0.0121 -0.0081 0.0121 -0.0172 -0.0081 -0.0017 -0.0151 -0.0081 0.0228 -0.0172 -0.0151 -0.0081 -0.0017 0.0436 -0.0172 -0.0151 -0.0017

Para cuestiones practicas a la matriz anterior la renombraremos A, por lo tanto:

3
2
4
12
11
8
9
7
A * 6
5
4
8
3
12
9
8
11
7
8
10

De la cual obtendremos la siguiente matriz:

3.8397
A * Y = 0.2649
0.0385
Y por lo tanto:
a0 3.8397
a1 = 0.2649
a2 0.0385


Y la ecuacion de segundo grado buscada es: 𝑦 = 3.8397 + 0.26493𝑥 + 0.03855𝑥 F .
 3. Ajuste un polinomio de tercer grado a los datos anteriores.

SOLUCION:

Recordemos que la ecuacion de un polinomio es de la forma 𝑦 = 𝑎𝑥 J + 𝑏𝑥 F + 𝑐𝑥 + 𝑑.

Primero definimos las siguientes matrices:

1 5 25 125 3
1 4 16 64 2
1 4 16 64 4
1 9 81 729 12
1 8 64 512 11
1 9 81 729 8
1 7 49 343 9
1 8 64 512 7
1 5 25 125 6
1 6 36 216 5
M = Y =
1 8 64 512 4
1 4 16 64 8
1 7 49 343 3
1 6 36 216 12
1 8 64 512 9
1 5 25 125 8
1 10 100 1000 11
1 7 49 343 7
1 6 36 216 8
1 5 25 125 10

Despues calculamos la transpuesta de M:

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
5 4 4 9 8 9 7 8 5 6 8 4 7 6 8 5 10 7 6 5
𝑀" =
25 16 16 81 64 81 49 64 25 36 64 16 49 36 64 25 100 49 36 25
125 64 64 729 512 729 343 512 125 216 512 64 343 216 512 125 1000 343 216 125



Realizamos la siguiente multiplicacion de matrices:

1 5 25 125
1 4 16 64
1 4 16 64
1 9 81 729
1 8 64 512
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 9 81 729
5 4 4 9 8 9 7 8 5 6 8 4 7 6 8 5 10 7 6 5 x 1 7 49 343
𝑀" ∗ 𝑀 =
25 16 16 81 64 81 49 64 25 36 64 16 49 36 64 25 100 49 36 25 1 8 64 512
125 64 64 729 512 729 343 512 125 216 512 64 343 216 512 125 1000 343 216 125 1 5 25 125
1 6 36 216
1 8 64 512
1 4 16 64
1 7 49 343
1 6 36 216
1 8 64 512
1 5 25 125
1 10 100 1000
1 7 49 343
1 6 36 216
1 5 25 125
Por lo tanto:

20 131 921 6875
131 921 6875 53865
𝑀" ∗ 𝑀 =
921 6875 53865 438491
6875 53865 438491 4E+06

Calculamos la inversa del resultado anterior:


154.6928 -72.5795 10.7946 -0.5130
() -72.5795 34.3629 -5.1525 0.2466
(𝑀𝑡 ∗ 𝑀) =
10.7946 -5.1525 0.7788 -0.0376
-0.5130 0.2466 -0.0376 0.0018


Multiplicamos la inversa por una de las matrices iniciales:

-2.4626 4.2575 4.2575 1.8740 2.2631 1.8740 -0.3819 2.2631 -2.4626 -2.9831 2.2631 4.2575 -0.3819 -2.9831 2.2631 -2.4626 -4.6272 -0.3819 -2.9831 -2.4626

1.2495 -1.7846 -1.7846 -0.8804 -1.1674 -0.8804 0.0784 -1.1674 1.2495 1.3773 -1.1674 -1.7846 0.0784 1.3773 -1.1674 1.2495 2.4192 0.0784 1.3773 1.2495
(𝑀 " ∗ 𝑀)()
∗ 𝑀" = -0.1922 0.2419 0.2419 0.1274 0.1897 0.1274 0.0070 0.1897 -0.1922 -0.1954 0.1897 0.2419 0.0070 -0.1954 0.1897 -0.1922 -0.4053 0.0070 -0.1954 -0.1922

0.0093 -0.0106 -0.0106 -0.0056 -0.0096 -0.0056 -0.0012 -0.0096 0.0093 0.0088 -0.0096 -0.0106 -0.0012 0.0088 -0.0096 0.0093 0.0218 -0.0012 0.0088 0.0093

Para cuestiones practicas a la matriz anterior la renombraremos A, por lo tanto:

3
2
4
12
11
8
9
7
6
5
A *
4
8
3
12
9
8
11
7
8
10


De la cual obtendremos la siguiente matriz:

-31.98394242
17.48740848
A * Y =
-2.584068605
0.127382621

Y por lo tanto:

a0 -31.98394242
a1 17.48740848
=
a2 -2.584068605
a3 0.127382621



Y la ecuacion del polinomio de tercer grado, buscada es: 𝑦 = −31.9839 + 17.4874𝑥 − 2.584𝑥 F + 0.1273𝑥 J .
 4. Suponga que una población animal es dividida en dos clases de edades y que su matriz de Leslie es:

3
1
𝐿=N 2O
1
0
2
a. Calculando el eigenvalor positivo 𝜆) de L y el eigenvector correspondiente 𝑥) .

SOLUCION:

Calculamos los eigenvalores como sigue:

1 3/2 1 0
det (L) = det - λ = 0
1/2 0 0 1

Entonces:

1 - λ 3/2
det = 0
1/2 -λ

De lo anterior, obtenemos:

(1 - λ) • (-λ) - (1/2) • (3/2) = 0
(-λ) • λ2 - 3/4 = 0
λ2 - λ - 3/4 = 0

Utilizamos la siguiente fórmula para calcular las raíces de una ecuación de segundo grado

−𝑏 ± √𝑏F − 4𝑎𝑐
2𝑎

VW
((())±S(())T (U())( X )
=
F())

)±√)YJ
=
F

1 ± √4
=
2


)±F

=
F


Porlo tanto, los eigenvalores seran:

λ1 = 3/2 = 1.5
λ2 = -1/2 = -0.5

Calculamos el eigenvector 𝑥 ) asociado como sigue:

Para λ1 = 3/2 = 1.5

1 - 3/2 3/2 -1/2 3/2
=
1/2 -3/2 1/2 -3/2

-1/2 3/2 -1/2 3/2
~
1/2 -3/2 0 0

Resolvemos el siguiente sistema:

-1/2 3/2 x1 0
• =
0 0 x2 0

Tomando a 𝑥F = 1

-1/2 x1 + 3/2 = 0
-1/2 x1 = -3/2
Por lo tanto determinamos que: 𝑥) = 3

Y por lo tanto el eigenvector asociado sera:
3
V1 =
1



b. Tomando como vector inicial de la distribución de las edades.

100
𝑥 (Z) = [ \
0

Calcular 𝑥 ()) , 𝑥 (F) , 𝑥 (J) , 𝑥 (U) , 𝑥 (^) .

SOLUCION:

1 1.5 100
x(1) =
0.5 0
• 0

100
=
50

1.75 1.5 100
x(2) =
0.5 0.75
• 0

175
=
50

2.5 2.625 100
x(3) =
0.875 0.75
• 0

250
=
87.5

3.813 3.75 100
x(4) =
1.25 1.313
• 0

381.3
=
125

5.688 5.719 100
x(5) =
1.906 1.875
• 0

568.8
=
190.6

 c. Calcular 𝑥 (_) con la formula exacta 𝑥 (_) = 𝐿𝑥 (^) y la formula aproximada 𝑥 (_) = 𝜆) 𝑥 (^) .

SOLUCION:

Formula exacta:
8.5469 8.5313 100
x(6) =
2.8438 2.8594
• 0

854.688
=
284.375


Formula aproximada:

568.75
x(6) = 1.5 •
190.625

853.1250
=
285.9375

 5. Para este ejercicio se utilizarán los parámetros de nacimientos y defunciones de las mujeres canadienses a partir del año de 1975. Como son pocas las
mujeres que se embarazan después de los 50 años, el problema se limitara a la parte de la población femenina cuya edad esta comprendida entre 0 y
50 años. Los datos presentan clases de 5 años por lo que se tendrá un total de diez clases de edades.

Intervalo de edades 𝑎` 𝑏`
[0,5) 0.00000 0.99651
[5,10) 0.00024 0.99820
[10,15) 0.05861 0.99802
[15,20) 0.28608 0.99729
[20,25) 0.44791 0.99694
[25,30) 0.36399 0.99621
[30,35) 0.22259 0.99460
[35,40) 0.10457 0.99184
[40,45) 0.02826 0.98700
[45,50) 0.00240 -----------

a. Plantee la matriz de Leslie L.

SOLUCION:

0 0.0002 0.0586 0.2861 0.4479 0.364 0.2226 0.1046 0.0283 0.0024 100
0.9965 0 0 0 0 0 0 0 0 0 100
0 0.9982 0 0 0 0 0 0 0 0 100
0 0 0.998 0 0 0 0 0 0 0 100
0 0 0 0.9973 0 0 0 0 0 0 100
L= X⁽⁰⁾=
0 0 0 0 0.9969 0 0 0 0 0 100
0 0 0 0 0 0.9962 0 0 0 0 100
0 0 0 0 0 0 0.9946 0 0 0 100
0 0 0 0 0 0 0 0.9918 0 0 100
0 0 0 0 0 0 0 0 0.987 0 100


 b. Calcular 𝑥 ()) , 𝑥 (F) , 𝑥 (J) , 𝑥 (U) , 𝑥 (^) .

SOLUCION:



0 0.0002 0.0586 0.2861 0.4479 0.364 0.2226 0.1046 0.0283 0.0024 100 151.47
0.9965 0 0 0 0 0 0 0 0 0 100 99.651
0 0.9982 0 0 0 0 0 0 0 0 100 99.82
0 0 0.998 0 0 0 0 0 0 0 100 99.802
0 0 0 0.9973 0 0 0 0 0 0 100 99.729
X⁽¹⁾= * =
0 0 0 0 0.9969 0 0 0 0 0 100 99.694
0 0 0 0 0 0.9962 0 0 0 0 100 99.621
0 0 0 0 0 0 0.9946 0 0 0 100 99.46
0 0 0 0 0 0 0 0.9918 0 0 100 99.184
0 0 0 0 0 0 0 0 0.987 0 100 98.7



0.0002 0.0585 0.2855 0.4467 0.3629 0.2217 0.104 0.028 0.0024 0 100 151
0 0.0002 0.0584 0.2851 0.4463 0.3627 0.2218 0.1042 0.0282 0.0024 100 150.94
0.9947 0 0 0 0 0 0 0 0 0 100 99.472
0 0.9962 0 0 0 0 0 0 0 0 100 99.622
0 0 0.9953 0 0 0 0 0 0 0 100 99.532
X⁽²⁾= * =
0 0 0 0.9942 0 0 0 0 0 0 100 99.424
0 0 0 0 0.9932 0 0 0 0 0 100 99.316
0 0 0 0 0 0.9908 0 0 0 0 100 99.083
0 0 0 0 0 0 0.9865 0 0 0 100 98.648
0 0 0 0 0 0 0 0.9789 0 0 100 97.895



0.0583 0.285 0.4458 0.362 0.2212 0.1037 0.0279 0.0024 7E-06 6E-07 100 150.63
0.0002 0.0583 0.2845 0.4451 0.3616 0.221 0.1036 0.0279 0.0024 0 100 150.47
0 0.0002 0.0583 0.2846 0.4455 0.3621 0.2214 0.104 0.0281 0.0024 100 150.66
0.9927 0 0 0 0 0 0 0 0 0 100 99.275
0 0.9935 0 0 0 0 0 0 0 0 100 99.352
X⁽³⁾= * =
0 0 0.9923 0 0 0 0 0 0 0 100 99.227
0 0 0 0.9905 0 0 0 0 0 0 100 99.047
0 0 0 0 0.9878 0 0 0 0 0 100 98.78
0 0 0 0 0 0.9827 0 0 0 0 100 98.275
0 0 0 0 0 0 0.9737 0 0 0 100 97.366


0.284 0.445 0.3647 0.2373 0.1295 0.049 0.0153 0.0061 0.0016 0.0001 100 153.27
0.0581 0.284 0.4443 0.3607 0.2204 0.1033 0.0278 0.0024 7E-06 6E-07 100 150.1
0.0002 0.0582 0.284 0.4443 0.361 0.2206 0.1035 0.0279 0.0024 0 100 150.2
0 0.0002 0.0582 0.284 0.4447 0.3613 0.221 0.1038 0.0281 0.0024 100 150.37
0.9901 0 0 0 0 0 0 0 0 0 100 99.006
X⁽⁴⁾= * =
0 0.9905 0 0 0 0 0 0 0 0 100 99.048
0 0 0.9885 0 0 0 0 0 0 0 100 98.851
0 0 0 0.9851 0 0 0 0 0 0 100 98.512
0 0 0 0 0.9797 0 0 0 0 0 100 97.974
0 0 0 0 0 0.97 0 0 0 0 100 96.997


0.4435 0.3641 0.2534 0.2104 0.1761 0.1187 0.0693 0.0313 0.0082 0.0007 100 167.56
0.283 0.4435 0.3634 0.2364 0.129 0.0489 0.0153 0.0061 0.0016 0.0001 100 152.74
0.058 0.2835 0.4435 0.36 0.22 0.1032 0.0278 0.0024 7E-06 6E-07 100 149.83
0.0002 0.0581 0.2834 0.4435 0.3602 0.2201 0.1033 0.0278 0.0024 0 100 149.9
0 0.0002 0.058 0.2832 0.4435 0.3604 0.2204 0.1035 0.028 0.0024 100 149.96
X⁽⁵⁾= * =
0.987 0 0 0 0 0 0 0 0 0 100 98.703
0 0.9867 0 0 0 0 0 0 0 0 100 98.673
0 0 0.9832 0 0 0 0 0 0 0 100 98.317
0 0 0 0.9771 0 0 0 0 0 0 100 97.708
0 0 0 0 0.967 0 0 0 0 0 100 96.7



c. Calcule el vector de estado 𝑥 (a) si el eigenvalor dominante positivo 𝜆) = 1.07622


1
0.9259
0.8588
0.7964
0.738
V1=
0.6836
0.6328
0.5848
0.539
0.4943


Entonces:

𝑥 a = 𝑑 ∗ 𝜆a

Para una constante d que depende de nuestro vector inicial y v que corresponde al vector de porcentajes:

13.79% Aumentara en la primera clase
12.77% Aumentara en la segunda clase
11.84% Aumentara en la tercer clase
10.98% Aumentara en la cuarta clase
10.17% Aumentara en la quinta clase
9.42% Aumentara en la sexta clase
8.72% Aumentara en la septima clase
8.06% Aumentara en la octava clase
7.43% Aumentara en la novena clase
6.81% Aumentara en la decima clase