LABORATORIO DE MATEMÁTICAS AVANZADAS

ACTIVIDAD 8

INTEGRANTES:
ANDRES AGUIRRE
ANDY MELÉNDEZ
RUDY OCAMPO
BENY ZÚÑIGA

ESTUDIANTES DE MAESTRÍA EN INGENIERÍA

UNIVERSIDAD TECNOLÓGICA DE BOLÍVAR

CARTAGENA DE INDIAS
 1. PLANTEAMIENTO DE SOLUCIONES

Puntos 16, 17 y 18.

1.5 -1 -5
u 0 v 3 w -30
-3 2 10

0 -15 15
16.a a*u 0 b*v 45 c*w 90
15v-3w-0u 0 0 15 30 -3 -30

0
0*u + (15*v) + (-3*w) = 135
0

0 -15 15
16.b a*u 0 b*v 45 c*w 90
-3w+15v 0 0 15 30 -3 -30

0
0*u + (15*v) + (-3*w) = 135
0

16.c No se puede realizar la operación ya que el vector

D-u+3C "u" no posee las mismas dimensiones que las
matrices "D" y "C"

-16.65 -0.4 -42.5

16.d a*u 0 b*v 1.2 c*w -255
8.5w-11.1u+0.4v -11.1 33.3 0.4 0.8 8.5 85

-59.55
-11.1*u + (0.4*v) + (8.5*w) = -253.8
119.1

1.5 -1 -5
17 a*u 0 b*v 3 c*w -30
u+v+w 1 -3 1 2 1 10

-4.5
1*u + (1*v) + (1*w) = -27
9

18 u+v+w+p=0 → p=-u-v-w
-1.5 1 5
-u-v-w a*u 0 b*v -3 c*w 30
-1 3 -1 -2 -1 -10

4.5
-1*u + (-1*v) + (-1*w) = 27
-9
Figura 1. Soluciones puntos 16,17 y 18 del numeral 7.1
 (1) Punto 19.

Comprobar para matrices de 2x3:

A+ B=B+ A
( A+ B ) +C= A+ ( B+C )
A+0= A
A+ (− A )=0
c ( A +B )=cA +cB
( c +k ) A=cA +kA
c ( kA )=( ck ) A
1 A= A
Solución:

A+ B=B+ A
a 11 a12 a13 b b b c c c
A=
[ a21 a22 a23 ] [
; B= 11 12 13 ; C= 11 12 13
b21 b22 b 23 c 21 c 22 c 23 ] [ ]
a 11 +b11 a12+ b12 a13 +b13 b +a b +a b +a
A+ B=
[ ][
= 11 11 12 12 13 13 =¿
a21 +b21 a22+ b22 a23 +b 23 b 21+a 21 b22+ a22 b 23+ a23 ]
b11 b 12 b13 a11 a12 a 13
[ +
][
b21 b 22 b23 a 21 a22 a 23
=B+ A ∎
]
( A+ B ) +C= A+ ( B+C )
a 11 +b11 a12+ b12 a13 +b13 c 11 c 12 c 13
A+ B=
[ +
][
a21 +b21 a22+ b22 a23 +b 23 c 21 c 22 c 23
=¿
]
a11 +b11 + c 11 a12 +b12 +c 12 a13 +b 13+c 13
[ a21 +b21 +c 21 a22 +b22 +c 22 a23 +b 23+ c23
=¿
]
a11 a 12 a13 b11 + c11 b 12+ c12 b13+ c 13
[ +
][
a21 a 22 a23 b 21+ c21 b 22+ c22 b 23+ c 23
=A + ( B+C ) ∎
]
A+0= A
a11 a 12 a13 0 0 0 a a a
[ +
a21 a 22 a23 0 0 0][ ][
= 11 12 13 =A ∎
a21 a22 a23 ]
 A+ (− A )=0

−a11 −a12 −a13

− A=
[ −a 21 −a22 −a23 ]
a11 a 12 a13 −a11 −a12 −a13 0 0 0
[ +
][
a21 a 22 a23 −a21 −a22 −a23
=
0 0 0
=0 ∎
][ ]
c ( A +B )=cA +cB

a11 +b11 a12+ b12 a13 +b 13 c a11 +c b11 c a12 +c b 12 ca13 +c b13
c
[ =
][
a21 +b 21 a22+ b22 a23 +b 23 c a21 +c b21 c a22 +c b 22 c a23+ cb23
=¿
]
ca 11 ca12 ca13 cb11 cb12 c b13
[ +
][
c a21 ca22 ca 23 c b21 c b22 c b23
=cA+ cB ∎
]
( c +k ) A=cA +kA

a11 a12 a 13 ( c+ k ) a11 ( c +k ) a12 ( c + k ) a13

( c +k )
[ =
][
a21 a22 a 23 ( c+ k ) a21 ( c +k ) a22 ( c + k ) a23
=¿
]
ca 11 ca12 ca13 ka11 ka12 ka 13
[ +
][
c a21 ca22 ca 23 k a 21 ka22 ka 23
=cA +kA ∎
]
c ( kA )=( ck ) A

ka11 ka12 ka 13 cka 11 cka 12 cka13

c
[ =
][
k a 21 ka22 ka 23 ck a21 c ka22 c ka23
= ( ck ) A ∎
]
1 A= A
a 11 a12 a13 a a a
1
[ a21 a22 a23 ][
= 11 12 13 = A ∎
a21 a22 a23 ]
 (2) Punto 20.
4 -2 3 1 -3 0 0 1
A -2 1 6 B -3 1 0 C 3 2
1 2 2 0 0 -2 -2 0

3 0 3 -2
CT
a 1 -2 0 b 1 1 2 0
-1
1
aT -2 bT 3 1 -1
0

20.1
bTA 9 -7 13 bTAb 7

20.2

aB 7 -5 0 aBaT 17

20.3
aC -6 -3 aCCT -3 -24 12

20.4
CTb 5 CTba 5 -10 0
5 5 -10 0
Figura 2. Soluciones punto 20 del numeral 7.1

(3) Punto 25.

a) Verificar que a jk =a kjpara una matriz simétrica y a jk =−a kj para una matriz antisimétrica

Se sabe que una matriz simétrica es una tal que:

 AT = A
Si se define la matriz A de 3x3, sin embargo, si se aplicara el resultado a matrices de mayor
rango se obtendría el mismo resultado:

a 11 a12 a13

[
A= a21 a22 a23
a31 a32 a33 ]
La matriz traspuesta de A sería:

a11 a22 a31

[
AT = a12 a22 a32
a13 a23 a33 ]
Si la matriz es simétrica ambas son iguales por lo tanto son iguales termino a término, esto
implica:

a 11=a 11 ; a22=a22 ; a33=a 33 ;

a 12=a21 ; a 13=a31 ; a32=a23 ;

Esto se puede resumir como:

a jk =a kj

Se sabe que una matriz antisimétrica es una tal que:

AT =− A
Si se define la matriz A de 3x3 sin embargo, si se aplicara el resultado a matrices de mayor
rango se obtendría el mismo resultado:

a 11 a12 a13

[
A= a21 a22 a23
a31 a32 a33 ]
La matriz traspuesta de A sería:

a11 a21 a31

T

[
A = a12 a22 a32
a13 a23 a33 ]
Esta matriz deberá ser igual a:

−a11 −a12 −a13

[ −a21 −a22 −a23

−a31 −a32 −a33 ]
Esto implica que:

a 11=−a11 ; a22=−a 22 ; a33=−a33 ;

 a 12=−a21 ; a13=−a31 ; a32=−a 23 ;

Esto se puede resumir como:

a jk =−a kj

Se hace el comentario que la diagonal principal debe estar llena de 0 (cuando i=j) ya que 0 es el
único número que cumple la condición de que el mismo es su inverso aditivo.

b) Probar que para cualquier matriz cuadrada C+ CT es simétrica y C−C T es antisimétrica.

Se define la matriz C:

c11 c12 c13

[
C= c21 c22 c23
c31 c32 c33 ]
c 11 c 21 c 31
T

[
C = c 12 c 22 c 32
c 13 c 23 c 33 ]
2 c 11 c 21+ c 12 c 31+c 13
T

[
C+ C = c12 +c 21 2 c 22 c 32+c 23
c 13 +c 31 c 23+ c 32 2 c 33 ]
Como se sabe que:

c 12+ c 21=c 21+ c12 ; c31 +c 13=c 13 +c 31

Esta es un matriz simétrica.

0 c 12−c 21 c 13−c 31
T

[
C−C = c 21−c 12 0
c 31−c 13 c 32−c 23
c 23−c 32
0 ]
Como se sabe que:

c 12−c 21=−( c21−c12 ) ; c 13−c 31=−( c 31−c 13 ) ; c 32−c 23=−( c 23−c 32 )

Esta es una matriz antisimétrica.

c11 c12 c13

[
C= c21 c22 c23 =S +T
c31 c32 c33 ]
s11 s12 s13 0 t 12 t 13

[
S= s 12 s22 s23 ; T = − t 12
s 13 s23 s33
0
] [
t 23
−t 13 −t 23 0 ]
Para los términos en la diagonal se tiene que:

s11 =c 11 ; s 22=c 22 ; s33=c 33 ;

Para los términos fuera de la diagonal se tiene:

s12+ t 12=c12 ; s 12−t 12=c 21

De aquí se obtiene que:

c 12+ c21
s12=
2
c12−c 21
t 12=
2
s13 +t 13=c 13 ; s 13−t 13=c 31

De aquí se obtiene que:

c 13+ c 31
s13=
2
c13−c31
t 13=
2

s23 +t 23=c 23 ; s23−t 23=c 32

De aquí se obtiene que:

c 23+ c 32
s23=
2
c23−c 32
t 23=
2
Representando las matrices A y B del problema anterior como sus partes simétricas y
antisimétricas.
4 -2 3 1 -3 0
A -2 1 6 B -3 1 0
1 2 2 0 0 -2

4 -2 2 0 0 1
SA -2 1 4 TA 0 0 2
2 4 2 -1 -2 0

1 -3 0 0 0 0
SB -3 1 0 TB 0 0 0
0 0 -2 0 0 0

Figura 3. Comprobación punto 25.b

c) Probar que una combinación lineal de matrices A,B, C,…;M simétricas del mismo tamaño
también es una matriz simétrica, matemáticamente esto es:

aA +bB+ cC+…+ mM
Para esto se demostrarán dos cosas antes: que al multiplicar una matriz simétrica por un
escalar sigue siendo una matriz simétrica, luego se probará que al sumar dos matrices
simétricas el resultado sigue siendo una matriz simétrica. Luego de comprobar esto el teorema
queda demostrado ya que la combinación lineal consiste en eso sumar algebraicamente las
matrices multiplicada por escalares.

Se probarán los dos supuestos con la matriz S, que se define a continuación:

s11 s12 s13 cs 11 cs 12 cs 13 cs 11 cs 12 cs13

[
s 13 s23 s33 ] [cs13 c s23 cs 33 ] [ T
S= s 12 s22 s23 ; cS= cs12 cs 22 c s 23 ; ( cS ) = cs12 cs 22 c s 23
cs13 c s23 cs33 ]
Cómo cS=( cS )T entonces cS es una matriz simétrica.

Ahora se probará que la suma de dos matrices simétricas es otra matriz simétrica.

s11 s12 s13 p 11 p 12 p 13

[ ] [ ]
S= s 12 s22 s23 ; P= p 12 p 22 p 23 →
s 13 s23 s33 p 13 p 23 p 33

s11 + p 11 s 12+ p12 s 13+ p13 s11 + p11 s 12+ p12 s13 + p13

[
s 13+ p 13 s 23+ p 23 s 33+ p33 ] [ T
S+ P= s 12+ p 12 s 22+ p 22 s 23+ p23 → ( S+ P ) = s 12+ p12 s 22+ p22 s23 + p23
s 13+ p13 s 23+ p23 s33 + p33 ]
Por lo tanto, la matriz S+P es una matriz simétrica.

Al aplicar esto a sumas sucesivas de matrices simétricas multiplicadas por escalares se

comprueban los supuestos.

Probar que una combinación lineal de matrices A,B, C,…;M antisimétricas del mismo tamaño
también es una matriz antisimétrica, matemáticamente esto es:

aA +bB+ cC+…+ mM
Para esto se demostrarán dos cosas antes: que al multiplicar una matriz antisimétrica por un
escalar sigue siendo una matriz antisimétrica, luego se probará que al sumar dos matrices
antisimétricas el resultado sigue siendo una matriz antisimétrica. Luego de comprobar esto el
teorema queda demostrado ya que la combinación lineal consiste en eso sumar
algebraicamente las matrices multiplicada por escalares.

0 t 12 t 13 0 c t 12 c t 13 0 −c t 12 −c t 13

[
T = − t 12 0 t 23
−t 13 −t 23 0
;
] [
cT = − c t 12 0
−ct 13 −ct 23 0
c t 23 ; (
] [
cT ) T
= c t 12 0
ct 13 ct 23
−c t 23
0 ]
Como c T T =−cT es una matriz antisimétrica.

Ahora se probará que la suma de dos matrices antisimétricas es otra matriz antisimétrica.
 0 t 12 t 13 0 l 12 l 13

[
T = − t 12 0 t 23 ; L= − l 12
−t 13 −t 23 0 ] [
0 l 23 →
−l 13 −l 23 0 ]
0 t 12+l 12 t 13 +l 13

[
T + L= − t 12−l 12 0
−t 13−l13 −t 23 −l 23
T

]
t 23 +l 23 → ( T + L ) =¿
0

0 −t 12−l 12 −t 13−l 13

[ t 12+l 12 0
t 13 + l 13 t 23 +l 23
−t 23−l 23
0 ]
Como ( T + L )T =−T −L esta es una matriz antisimétrica.

Al aplicar esto a sumas sucesivas de matrices antisimétricas multiplicadas por escalares se

comprueban los supuestos.

d) Demostrar que AB con A y B simétricos es simétrico si y solo si A y B son conmutables

(AB=BA)

Se probará esto con matrices de 2x2 sin embargo, al aumentar las dimensiones se obtendría el
mismo resultado.

a 11 a12 b b
A=
[ a12 a22] [
; B= 11 12
b12 b 22 ]
a b  a b a11b12  a12b22 
AB   11 11 12 12
 a12b11  a22b12 a12b12  a22b22 

Para que esta matriz sea simétrica se tiene que cumplir que:

a 11 b12+ a12 b 22=a12 b 11 +a22 b12

Esto se cumple si:

a 11 b12=a12 b11 y a12 b 22=a22 b 12

Y esto implica que AB=BA.

e) Bajo que condiciones el producto de dos matrices antisimétricas es otra matriz

antisimétrica?

0 a12 0 b12
A=
[ −a 12 0 ] [
; B=
−b12 0 ]
−b12 a 12 0
AB=
[ 0 −b12 a12 ]
Como en una matriz antisimétrica los términos de la diagonal deben ser 0, entonces esta
condición se cumple si alguna de las dos matrices multiplicadas es la matriz de 0.
 (4) Punto 27.

Escriba un programa para un proceso de Markov. Úselo para calcular los siguientes pasos del
ejemplo 13 del libro. Experimenta con otra matriz estocástica de 3x3 y también use otros
valores iniciales.
+5 años +5 años +5 años
0.7 0.1 0 25% 19.50% 17.05% 16.32%
A 0.2 0.9 0.2 20% 34.00% 43.80% 50.66%
0.1 0 0.8 55% 46.50% 39.15% 33.03%

+5 años +5 años +5 años

0.5 0.3 0.75 20% 56.50% 49.63% 47.09%
B 0.4 0.4 0.1 30% 25.00% 34.45% 35.22%
0.1 0.3 0.15 50% 18.50% 15.93% 17.69%

Figura 4. Punto 27 de la sección 7.2

(5) Punto 30.

Transformaciones lineales especiales- Rotaciones.

Cuando se habla de transformaciones lineales se tiene una matriz cuadrada que al multiplicarla
por un vector se obtiene otro vector. Para poder realizar la multiplicación se debe tener una
matriz de nxn donde n es el número de componentes del vector. Hablando de manera más
profunda la matriz organiza en columnas las posiciones en donde quedarían los vectores de la
base inicial, transformándolos en una nueva base.

Es decir, para un espacio R2la matriz A, convierte el vector i=

^ ⟨ 1,0 ⟩ a ⟨ a , c ⟩ y al vector ^j=⟨ 0,1 ⟩
a ⟨b,d⟩

A= [ ac bd ]
Esto es igual para el caso del espacio R3 pero ahora con los vectores i^ , ^j y k^ .

a) Rotación en el plano.

−senθ x 1 y
A= [ cosθ
senθ cosθ x 2 ][ ] [ ]
= 1
y2

De aquí se obtiene que:

y 1=cosθ x1 −senθ x 2

y 2=senθ x 1+ cosθ x 2

Para verificar si es un vector rotado se debe verificar si tiene la misma magnitud y si el ángulo
entre ellos es diferente de 0.

La magnitud del vector x es:

 2
√x 1 + x 22

Y la del vector y:
2 2
√ ( cosθ x −senθ x ) + ( senθ x +cosθ x ) =¿
1 2 1 2

2 2 2
√ ( senθ +cosθ ) x 1 + ( senθ 2 +cosθ 2 ) x 22=√ x 12 + x 22

Por lo tanto, ambos vectores tienen la misma magnitud independiente del valor de θ .

Para comprobar el ángulo entre ambos vectores se usará la siguiente propiedad del producto
punto en espacios euclídeos.

A • B=‖A‖‖B‖ cosα
Donde α es el ángulo entre ambos vectores.

Para este caso:

x 1 y 1 + x 2 y 2=( x 12 + x 22 ) cosα=cosθ x 12−senθ x 2 x 1 +senθ x 1 x2 +cosθ x22

( x 12 + x 22 ) cosα =( x 12+ x 22 ) cosθ → θ=α

Queda demostrado que la transformación de la matriz A rota cualquier vector en un ángulo θ
manteniendo constante su magnitud.

 Ejemplo

Figura 5. Rotación en el plano de una recta.

b) Rotación nθ
 cos ⁡( nθ ) −sen ( nθ )
[
An =
sen ( nθ ) cos ⁡( nθ ) ]
Es esto plausible, explique con palabras.

Teniendo en cuenta lo aprendido en el punto anterior esta propiedad se deriva de la anterior

ya que para rotar n veces un ángulo se debe aplicar n veces la matriz de rotación, esto
matemáticamente es igual a rotar de inmediato un ángulo nθ .

c) Demuestre a través de las identidades de suma de ángulos que:

−senα cosβ −senβ = cos ⁡( α + β ) −sen ( α + β )

[ cosα
senα ][
cosα senβ cosβ ][
sen ( α + β ) cos ( α + β ) ]
De las identidades de suma de ángulos se tiene que:

sen ( α ± β ) =senαcosβ ±cosαsenβ

cos ( α ± β )=cosαcosβ ∓ senαsenβ
Multiplicando las matrices se tiene que:

cos ( α + β )=cosαcosβ−senαsenβ
−sen ( α + β )=−senαcosβ−cosαsenβ
sen ( α + β )=senαcosβ +cosαsenβ
cos ( α + β )=cosαcosβ−senαsenβ
Que son los mismos resultados al aplicar la identidad de suma de ángulos con los adecuados
signos.

d) Gráficos de computadora. Para visualizar un objeto tridimensional con cara plana (por
ejemplo, un cubo), podemos almacenar los vectores de posición de los vértices con respecto a
un sistema de coordenadas x1-x2-x3 adecuado (y una lista de los bordes de conexión) y luego
obtener un imagen bidimensional en una pantalla de video proyectando el objeto en un plano
de coordenadas, por ejemplo, en el plano x1-x2 estableciendo x3 = 0. Para cambiar la
apariencia de la imagen, podemos imponer una transformación lineal en los vectores de
posición almacenados.

Demuestre que una matriz diagonal D con entradas diagonales principales 3, 1,1 / 2 da de una
x? [xj] el nuevo vector de posición y = Dx- Donde y1 = 3x1 (estiramiento en la dirección x1 por
el factor 3), y2 = x2 (sin cambios), y3 = 1/2) x3 (contracción en la dirección x3), ¿qué efecto
tendría una matriz escalar?

En este caso una matriz escalar tendría el efecto de ampliar por igual todas las dimensiones y
por tanto solo escalaría el objeto en un valor igual al escalar de la matriz.

e) Rotaciones en el espacio

Explique el efecto de las siguientes matrices

 1 0 0 cosφ 0 −senφ cosψ −senψ 0

[ 0 cosθ −senθ , 0
0 senθ cosθ ][ 1 0
senφ 0 cosφ 0 0 ][
, senψ cosψ 0
1 ]
Teniendo en cuenta la explicación dado en el punto a, la primera matriz mantiene igual el eje
“x” y realiza una rotación en el plano yz, la segunda mantiene igual el eje “y” y realiza una
rotación en el plano xz, y la tercera mantiene constante el eje “z” y realiza una rotación en el
plano xy (lo que realiza la matriz del punto a).

2. RESULTADOS

Punto 16.

A: 15v – 3w – 0u

−1 −5 1.5 −15 15 0 0

2
(
[ ] [ ] [ ] [ ][ ] [] [ ]
A=15∗ 3 + −3 ∗ 30 −0∗ 0 = 45 + 90 − 0 = 135
)
10 −3 30 −30 0 0

B: -3w + 15w
 −5 −1 15 −15 0

[ ] [ ][ ][ ][ ]
B=(−3 )∗ −30 +15∗ 3 = 90 + 45 = 135
10 2 −30 30 0

: D – u + 3C

No se puede realizar la operación debido a que el vector (u) no posee las mismas dimensiones
que las matrices “D” y “C”.

D: 8.6w – 11-1u + 0.4v

−5 1.5 −1 −42.5 −16.65 −0.4 −59.55

[ ]
10 −3 [ ] [ ][ ][ ][ ][ ]
D=8.5∗ −30 + (−11.1 )∗ 0 −0.4∗ 3 = −255 +
2 85
0
33.3
+ 1.2 = −253.8
0.8 119.1

Punto 17:

u+v+w

1.5 −1 −5 −4.5

−3[ ][ ][ ][ ]
17= 0 + 3 + −30 = −27
2 10 9

Punto 18:

-u -v -w

1.5 −1 −5 4.5

[ ] [ ] [ ][ ]
18=(−1 )∗ 0 + (−1 )∗ 3 + (−1 )∗ −30 = 27
−3 2 10 −9

Punto 19:

A= 0 2 4 B= 0 5 2 C= 0 4 2 c=5 k=2
[6 5 5 ] [
5 3 4 2 3 ] [ 4 ]
A: A + B
 A+ B= 0 2 4 + 0 5 2 = 0 7 6
[
6 5 5 5 3 4 ][ 11 8 9 ][ ]
A: B + A

B+ A= 0 5 2 + 0 2 4 = 0 7 6
[
5 3 4 6 5 5 ][ 11 8 9 ][ ]
B: (A + B) + C

( A+ B ) +C= 0 2 4 + 0 5 2 + 0 4 2 = 0 7 6 + 0 4 2 = 0 11 8
([
6 5 5 5 3 4 ][2 3 4 ]) [
11 8 9 2 3 4 ][
13 11 13 ][ ][ ]
B: A + (B + C)

A+ ( B+C )= 0 2 4 + 0 5 2 + 0 4 2 = 0 2 4 + 0 9 4 = 0 11 8
[
6 5 5 ] ([
5 3 4 2 3 4 ][
6 5 5 7 6 8 ]) [
13 11 13 ][ ][ ]
C=A+0

A+0= 0 2 4 +0= 0 2 4
[
6 5 5 ] [
6 5 5 ]
D: A +(-A)

A+ (− A )= 0 2 4 + (−1 )∗ 0 2 4 = 0 0 0
[
6 5 5 ]
6 5 5 [
0 0 0 ][ ]
Punto 19:

a14: C*(A + B)

C∗( A+ B )= 0 4 2 ∗ 0 2 4 + 0 5 2 = 0 2 4 ∗ 0 7 6 = 0 35 30
[
2 3 4 ] ([
6 5 5 5 3 4 ][
6 5 5 11 8 9 ]) [
55 40 45 ][ ][ ]
24: C*A + C*B

C∗A+C∗B= [ 02 4
3
2 0 2 4 0 4
][
∗ +
4 6 5 5 2 3 ][ 2 0 5 2
][
∗
4 5 3 4
=
0 35 30
55 40 45 ][ ]
b14: (C + K)*A

( C+ K )∗A= 0 4 2 +2 ∗ 0 2 4 = 0 14 28
([
2 3 4 6 5 5 ] )[
42 35 35 ][ ]
b24: C*A + K*A

C∗A+ K∗A= 0 4 2 ∗ 0 2 4 + 2∗ 0 2 4 = 0 35 30
[
2 3 4 6 5 5 ][
6 5 5 55 40 45 ] [ ][ ]
 c14: C*(K*A)

C∗( K∗A )= 0 4 2 ∗ 2∗ 0 2 4 = 0 20 40
[ 2 3 4 ]( [
6 5 5 ]) [
60 50 50 ]
c24: (C*K)*A

( C∗K )∗A= 0 4 2 ∗2 ∗ 0 2 4 = 0 20 40
([2 3 4 ] )[
6 5 5 ][
60 50 50 ]
c34: C*k*A

C∗k∗A= 0 4 2 ∗2∗ 0 2 4 = 0 20 40
[2 3 4 ] [
6 5 5 ][
60 50 50 ]
d14: 1*A

1∗A=1∗ 0 2 4 = 0 2 4
[
6 5 5 6 5 5][ ]
Punto 20:

4 −2 3 1 −3 0 0 1
[
A= −2 1 6 B= −3 1
1 2 2 0 ] [
0 −2 −3 0 ] [ ]
0 C= 3 3 a=[ 1 −2 0 ]

b=[ 3 1 −1 ]

A: bt * A * b

4 −2 3
t

[ ]
bt∗A∗b=[ 3 1 −1 ] ∗ −2 1 6 ∗[ 3 1 −1 ] =7
1 2 2

B: a*B*at

t
1 −3 0
a∗B∗at=[ 1 −2 0 ]∗ −3 1
0 [ ]
0 ∗[ 1 −2 0 ] =17
0 −2
 C: a*C*Ct
t
0 1 0 1

[ ][ ]
a∗C∗Ct =[ 1 −2 0 ]∗ 3 3 ∗ 3 3 = [−3 −24 12 ]
−3 0 −3 0

D: Ct*b*a
t
0 1

[ ]
Ct∗b∗a= 3 3 ∗[ 3 1 −1 ]∗[ 1 −2 0 ] =
−3 0
5 −10 0
5 −10 0

Punto 25:

0 8 2 1 1 2 1 8 2 1 8 12

[
A= −8 0
−2 −4 ] [ ] [
4 B= 1 3 −3 C= 8 3 3 E= 8 3 4
0 2 −3 8 12 4 8 12 4 8 ] [ ]
0 8 12
F= −8
[ 0
−12 −4 0
4
]
%25 a antisimétrica es una tal que: A^T=-A

A: At

0 −8 −2
t

[
A = 8 0 −4
2 4 0 ]
A: -A

0 −8 −2

[
− A= 8 0 −4
2 4 0 ]
%25b C+C^T es simétrica y C-C^T es antisimétrica.
B: C + Ct
t
1 8 2 1 8 2 2 16 14

[ ][
C+ Ct= 8 3 3 + 8 3 3 = 16 6 7
12 4 8 12 4 8 14 7 16 ][ ]
%25b C+C^T es simétrica y C-C^T es antisimétrica.
B: C - Ct
 t
1 8 2 1 8 2 0 0 −10

[ ][
C−Ct = 8 3 3 − 8 3 3 = 0 0 −1
12 4 8 12 4 8 10 1 0 ][ ]
%combinación lineal de matrices A,B, C,…;M simétricas del mismo

C: 5*B + 3*E

1 1 2 1 8 12 8 29 46

[ ] [
5∗B+ 3∗E=5∗ 1 3 −3 +3∗ 8 3 4 = 29 24 −3
2 −3 8 12 4 8 46 −3 64 ][ ]
%Cómo cS=(cS)^T entonces cS es una matriz simétrica.

Punto 25:

ca1: 7*E

1 8 12 7 56 84

[
7∗E=7∗ 8 3 4 = 56 21 28
12 4 8 84 28 56 ][ ]
ca2: (7*E)t
t
1 8 12 7 56 84
t

([ ]) [
( 7∗E ) = 7∗ 8 3 4 = 56 21 28
12 4 8 84 28 56 ]
%(S+P)^T=S+P es una matriz simetrica

cb1: B + E

1 1 2 1 8 12 2 9 14

[ ][
b+ E= 1 3 −3 + 8 3 4 = 9 6 1
2 −3 8 12 4 8 14 1 16 ][ ]
cb2: (B + E)t
t
1 1 2 1 8 12 2 9 14

[ ][
( B+ E ) t= 1 3 −3 + 8 3 4 = 9 6 1
2 −3 8 12 4 8 14 1 16 ][ ]
%combinación lineal de matrices A,B, C,…;M simétricas del mismo tamaño
también es una matriz asimétrica

cc1: 3*A + 7*F

 0 8 2 0 8 12 0 80 90
3∗A +7∗F=3∗ −8 0
−2 −4 [ 0] [
4 +7∗ −8 0
−12 −4 0
4 = −80
][0 40
−90 −40 0 ]
%Como cT^T=-cT es una matriz antisimétrica.

cd1: (3*F)t
t
0 8 12 0 −24 −36

([
( 3∗F ) t= 3∗ −8 0
−12 −4 0
4 = 24 0
36 12
−12
0 ]) [ ]
cd2:-3*F

0 8 12 0 −24 −36
:−3∗F=−3∗ −8 0
[
4 = 24
−12 −4 0
0
36 12
−12
0 ][ ]
%Como (T+L)^T=-T-L esta es una matriz antisimétrica.

ce1: (F + A)t
t
0 8 12 0 8 2 0 −16 −14

([
( F+ A ) t= −8 0
−12 −4 0
4 + −8 0
−2 −4 ][ ]) [
4
0
= 16
14
0
8
−8
0 ]
ce2: (F + A)

0 8 12 0 8 2 0 −16 −14
(−F− A ) =(−1 )∗ −8 0
[
−12 −4 0 −2 −4 0 ] [
4 + (−1 )∗ −8 0 4 = 16
14
0
8
−8
0 ][ ]
%d) Demostrar que AB con A y B simétricos es simétrico si y solo si A
y B son conmutables (AB=BA)

d1: E* [5 0 0;0 5 0; 0 0 5]

1 8 12 5 0 0 5 40 60

[ ][ ] [
E∗[ 500; 050 ; 005 ] = 8 3 4 ∗ 0 5 0 = 40 15 20
12 4 8 0 0 5 60 20 40 ]
d2: [5 0 0;0 5 0; 0 0 5]*E
 5 0 0 1 8 12 5 40 60

[ ][ ][
[ 500 ; 050 ; 005 ]∗E= 0 5 0 ∗ 8 3 4 = 40 15 20
0 0 5 12 4 8 60 20 40 ]
%Bajo que condiciones el producto de dos matrices antisimétricas es
otra matriz antisimétrica?

e1: A*[0 0 0; 0 0 0; 0 0 0]

0 −8 −2 0 0 0 5 40 60

[
2 4 0][ ] [
A∗[ 000 ; 000; 000 ] = 8 0 −4 ∗ 0 0 0 = 40 15 20
0 0 0 60 20 40 ]
%. Escriba un programa para un proceso de Markov

Resulted:

A27=[0.7 0.1 0;0.2 0.9 0.2;0.1 0 0.8];

0.7 0.1 0
a27=[25/100;20/100;55/100];
B27=[0.5 0.3 0.75;0.4 0.4 0.1;0.1 0.3
0.15];
b27=[20/100;30/100;50/100];
[
A 27= 0.2 0.9 0.2
0.1 0 0.8 ]
0.25 0.19 0.17 0.16
marko27b(:,1)=b27;
marko27a(:,1)=a27;

for i = 1:3
[
marko 27 a= 0.20 0.34 0.43 0.50
0.55 0.46 0.39 0.33 ]
marko27a(:,i+1)=A27*marko27a(:,i);
0.5 0.3 0.75

[ ]
marko27b(:,i+1)=B27*marko27b(:,i);
end A 27= 0.4 0.9 0.10
0.1 0.3 0.15
A27
marko27a
B27 0.20 0.56 0.49 0.47
marko27b

%30
[
marko 27 b= 0.30 0.25 0.34 0.35
0.50 0.18 0.15 0.17 ]
%. Transformaciones lineales especiales- Rotaciones.
%30a a) Rotación en el plano
Figura 6. Rotación de 90º en el plano de una recta.

%30b Rotación n=3

 Figura 7. Rotación de 135º (3*45) en el plano de una recta.

%30 c Demuestre a través de las identidades de suma de ángulos

Figura 8. Rotación de 75º (45+30) en el plano de una recta.

%30e
%clear all
t=90*3.141592/180;

x=(-4:0.2:4);
y=x;
[xx,yy]=meshgrid(x,y);
zz=xx.^2+yy;
figure (4)
%surf(xx,yy,zz)
xlabel("x")
ylabel("y")
zlabel("z")

%Nota: Si se desea hacer una rotación en el plano xy hacer zz=0

%Rotación alrededor del eje x

aa=xx;
bb=0*xx +cos(t)*yy-sin(t)*zz;
cc=0*xx +sin(t)*yy+cos(t)*zz;
hold on
surf(aa,bb,cc)

%Rotación alrededor del eje y

p=90*3.141592/180;
rr=cos(p)*xx-sin(p)*zz;
ww=yy;
ll=sin(p)*xx+cos(p)*zz;
hold on
surf(rr,ww,ll)

%Rotación alrededor del eje z

k=90*3.141592/180;
hh=cos(k)*xx-sin(k)*yy;
tt=sin(k)*xx+cos(k)*yy;
nn=zz;
hold on
surf(hh,tt,nn)
Figura 9. Rotación alrededor del eje x de la función Z=x^2 + y; y=x

Figura 10. Rotación alrededor del eje z de la función Z=x^2 + y; y=x

Figura 11. Rotación alrededor del eje y de la función Z=x^2 + y; y=x