Algebra Lineal-Trabajo en Equipo

Algebra lineal
Evaluación tercer parcial

Integrantes de equipo:
Kevin Alejandro Hernández Hernández
Ríos Vargas Jaime Alexis
Acosta Vargas Alan Kalid
Maldonado Maldonado Heriberto Yael
Martínez Francisco Yahir
Santos Suarez Luis Yael
Monroy Mejía Román
Meléndez Pérez Rodrigo
ING. Aída Araceli Delgado Núñez
1
INDICE:
1. PORTADA
2. INDICE
3. Definición De Espacios Vectoriales
4. Continuacion del tema anterior
5. Ejemplos
6. Ejemplos
7. Definicion y origen de los números complejos
8. Operaciones Fundamentales de los números complejos
9. Ejemplos
10. Potencias, valores y valor absoluto de un muero
complejo
11. Ejemplos
12. Teorema de Moivre
13. Ejemplos
14. Transformaciones Lineales
15. Ejemplos
16. Definición de transformación lineal
17. Ejemplos
18. Ejemplos
19. Ejemplos
20. Aplicación de transformación lineal
21. Ejemplos
1
4.1-DEFINICION DE ESPACIOS VECTORIALES
Un espacio vectorial es un conjunto no vacío de V objetos, llamados vectores, en
el que están definidas dos operaciones, llamadas suma y multiplicación por
escalares (números reales), sujetas a diez axiomas (o reglas) que se dan a
continuación. Los axiomas deben valer para todos los vectores u, v, y w en V y
todos los escalares c y d.
1. La suma de u y v, denotada por u + v, está en V
2. u + v = v + u
3. (u + v)+ w = u + ( v + w )
4. Existe un vector 0 en V tal que u + 0 = u
5. Para cada u en V, existe un vector –u en V tal que u + (-u ) = u.
6. El múltiplo escalar de u por c, denotado cu, está en V
7. c( u + v ) = cu + cv
8. ( c+ d ) u = cu + du
9. c(du) = (cd)u
10. 1u=u
EJEMPLO
1
- Determinar el valor de x para que el vector (1, x, 5) ∈ R
pertenezca al subespacio < (1, 2, 3) ,(1, 1, 1) >.
Solución. (1, x, 5) pertenece al subespacio < (1, 2, 3), (1, 1, 1) > si y sólo si (1, x,
5) es combinación
lineal de (1, 2, 3) y (1, 1, 1), o sea, si existen α, β ∈ R tales que
(1, x, 5) = α(1, 2, 3) + β(1, 1, 1),
Pero entonces,
1=α+β
x = 2α + β
5 = 3α + β
y resolviendo el sistema anterior, tenemos α = 2, β = −1 y x = 3
4.2-DEFINICION DE SUBESPACIOS VECTORIAL Y SUS PROPIEDADES

Subespacio vectorial y propiedades Definición. Un subespacio vectorial V es un
subconjunto H de V que tiene tres propiedades: a. El vector cero de V está en H2 b. H es
cerrado bajo la suma de vectores. Esto es, para cada u y v en H, la suma u + v está en H
Se cumple todo lo siguiente: Si es un subespacio de un espacio vectorial, entonces debe
tener al vector de (es decir, la identidad aditiva de la suma vectorial). Esto se debe a que
es no vacío, así que tiene por lo menos un elemento.
1
Ejemplo:
A continuación, presentamos más ejemplos de subespacios vectoriales. En cada
ejemplo damos un espacio vectorial y un subconjunto W. Para cada uno de los
casos, piensa por qué la suma de dos elementos de W es de nuevo un elemento
de W y por qué el producto de un escalar por un elemento de W es un elemento
de W. También puedes usar la última proposición para probar ambas cosas
simultáneamente.
 Si tomamos M2(R), el subconjunto W de matrices que cumplen que la suma

de entradas en su diagonal principal es igual a 0 es un subespacio.
 En el espacio vectorial F4, el subconjunto W de vectores cuya primera y
tercera entrada son iguales a 0 forman un subespacio.
 Las funciones acotadas del intervalo [−3,3] a R forman un
subconjunto W que es un subespacio de las funciones del
intervalo [−3,3] a R.
 El subconjunto W de vectores (x,y,z) de R3 tales que{x+y+z=0x+2y+3z=0es
un subespacio de R3.
 Si tomamos W=R3[x], entonces este es un subespacio de R4[x].
 Si tomamos W=R4[x], entonces este es un subespacio de R5[x].
 El subconjunto W de funciones diferenciables de [0,10] a R tales que su
derivada evaluada en 7 es igual a 0 es un subespacio del espacio de
funciones continuas de [0,10] a R.
 Las matrices triangulares superiores de Mn(F) forman un subespacio W del
espacio Mn(F). Las matrices triangulares inferiores también. Como la
intersección de estos subespacios es el conjunto de matrices diagonales,
obtenemos que las matrices diagonales también son un subespacio
(aunque claro, esto también se puede probar directamente de la definición).
4.3-COMBINACION LINEAL E INDEPENDENCIA LINEAL

Una combinación lineal de dos o más vectores es el vector que se obtiene al
sumar esos vectores multiplicados por escalares.
Cualquier vector se puede poner como combinación lineal de otros que tengan
distinta dirección.
Esta combinación lineal es única.
Sean v1,v2,…,vn vectores en un espacio vectorial V. Entonces cualquier vector de
la forma:
α1v1+α2v2+…+αnvn
donde α1v1+α2v2+…+αnvn son escalares se denomina combinación lineal de v1,v2,
…,vn.
1
Todo vector V = (a, b, c) en R 3 se puede expresar como
i = (1,0,0); j = (0,1,0); k =(0,0,1)
V = (a, b, c) = a(i) + b(j) + c(k)
Entonces se dice que V es una combinación lineal de los 3 vectores i,j,k.
Los vectores son linealmente independientes si tienen distinta dirección y sus

componentes no son proporcionales.
Un conjunto de vectores {v1,v2,…,vk} es un espacio vectorial V es linealmente
dependiente si existen escalares c1,c2,…,ck, al menos uno de los cuales no es cero,
tales que:
c1v1+c2v2+…+ckvk=0
Si los vectores no son linealmente dependientes, se dice que son linealmente
independientes.
Ejemplo
Supongamos que tienen las siguientes dos ecuaciones:

x + 3 y = 0
2 x + 6 y = 0
Para el ojo entrenado, debería ser obvio que las dos ecuaciones dependen una
de la otra porque la segunda ecuación es solo un múltiplo de la primera. Sin
embargo, vamos a comprobarlo usando determinantes.
Las ecuaciones anteriores se pueden escribir en forma de matriz. Hacemos
esto poniendo los coeficientes de cada tipo de variable en sus propias
columnas, y luego podemos calcular el determinante.
El determinante de esta matriz es simplemente (1) (6) – (2) (3) = 6 – 6 = 0.

Dado que el determinante de la matriz equivalente es igual a 0, eso significa
que el sistema de ecuaciones es linealmente dependiente.
Probemos otro antes de comprobar las ecuaciones de Gus:
x – y = 0
2 x + 6 y = 0
1
¿Entendiste que la segunda ecuación no es simplemente un múltiplo de la
primera ecuación? Comprobemos usando el determinante. En forma de matriz,
este sistema se ve así:
El determinante de esta matriz es (1) (6) – (2) (- 1) = 6 – (-2) = 6 + 2 = 8. Este

determinante no es cero y, por lo tanto, este conjunto de ecuaciones es
linealmente independiente.
4.4- DEFINICIÓN Y ORIGEN DE LOS NÚMEROS COMPLEJOS
Los números complejos componen el denominado cuerpo complejo (C). Cuando el

componente real a es identificado con el correspondiente complejo (a, 0), el
cuerpo de estos números reales (R) se transforma en un su cuerpo de C. Por otra
parte, C conforma un espacio vectorial de dos dimensiones sobre R. Esto
demuestra que los números complejos no admiten la posibilidad de mantener un
orden, a diferencia de los números reales.
4.5-OPERACIONES FUNDAMENTALES CON NÚMEROS COMPLEJOS
1
Un número complejo zz se define como un par ordenado de números reales:
z=(a,b)cona,b∈Rz=(a,b)cona,b∈R
donde el primer elemento del par ordenado se llama parte real del número
complejo, y el segundo elemento se llama parte imaginaria:
Re(z)=aRe(z)=a
Im(z)=bIm(z)=b
En los números complejos se definen las siguientes operaciones:
(a,b)+(c,d)=(a+c,b+d)(a,b)+(c,d)=(a+c,b+d)
(a,b).(c,d)=(ac–bd,ad+bc)(a,b).(c,d)=(ac–bd,ad+bc)
Con estas operaciones, puede demostrarse que el conjunto de los números
complejos tiene las mismas propiedades que los reales con la suma y el producto.
No nos extenderemos desarrollando esta cuestión algebraica porque en la práctica
lo usual es operar con otras expresiones de los números complejos, como
veremos a continuación.
Podemos identificar de manera natural los complejos de parte imaginaria nula con
los números reales:
Por otra parte, los números de parte real nula: z=(0,b)z=(0,b) se denominan

imaginarios puros. Se define la unidad imaginaria:
i=(0,1)unidadimaginariai=(0,1)unidadimaginaria
Podemos entonces deducir otra forma de expresar un número complejo:
z=a+biformabinómicaz=a+biformabinómica
Observación: en algunos textos de Física y de Ingeniería la unidad imaginaria se
designa como jj , para no confundir con la ii que suele indicar la intensidad de
corriente eléctrica.
Dado que hemos definido un número complejo como un par ordenado de números
reales, es natural interpretarlo como un punto del plano. En el eje de abscisas
(eje)real) ubicaremos los complejos de parte imaginaria nula. Y en el eje de
ordenadas (eje imaginario) ubicaremos los imaginarios puros:
1
EJEMPLO
(2 + 7 i ) + (3 – 4 i ) = (2 + 3) + (7 + (–4)) i. = 5 + 3 i.
-Z=¿ √ 2+√ 3 i Z= 8 Z= 12i
-Z=−3+2 i con z 2−8+4 i
z=zi=4+7 restarle - -8+4i

z=12i + 10 -8i +3i – 0 + 2i
4.6-POTENCIAS, MÓDULOS, O VALOR ABSOLUTO DE UN

NUMERO COMPLEJO
El valor absoluto o módulo de un numero complejo “z” viene dado por la siguiente
expresión: si pensamos en z como un punto en el plano; podemos observar, por el
teorema de Pitágoras, que el valor absoluto de un numero complejo coincide con
la distancia euclídea desde el origen del plano.
Ejemplo:
1
4.7-TEOREMA DE MOIVRE
El teorema de de Moivre es un teorema esencial cuando se trabaja con números
complejos. Este teorema puede ayudarnos a encontrar fácilmente las potencias y
raíces de números complejos en forma polar, por lo que debemos aprender sobre
el teorema de De Moivre.
El teorema de De Moivre establece que la potencia de un número complejo en

forma polar es igual a elevar el módulo a la misma potencia y multiplicar el
argumento por la misma potencia. Este teorema nos ayuda a encontrar fácilmente
la potencia y las raíces de números complejos .
Ejemplo:
1
5- TRANSFORMACIONES LINEALES
o Los vectores en álgebra lineal son expresiones geométricas. Un vector es

un punto que parte en forma de línea hacia una dirección, lo podrías
imaginar como una flecha. Va de un punto fijo (O) hasta un extremo (Y).
o Un escalar son los elementos de un cuerpo, normalmente se definen con
números.
o Un espacio vectorial es el conjunto de vectores (v+u), un conjunto de
escalares, y dos operaciones. Sus elementos se pueden sumar y
multiplicar por escalares mediante funciones mientras que conserven esa
estructura. Estas funciones se llaman también transformaciones lineales.
1
Ejemplo:
5.1-DEFINICION DE TRANSFORMACIÓN LINEAL
Es una transformación que se establece entre espacios vectoriales. Por

ejemplo, sean v, w dos espacios vectoriales sobre R, se deben respetar las
operaciones de suma de vectores y el producto de un escalar por un vector.
El teorema fundamental de las transformaciones lineales Matriz asociada a una
transformación lineal Composición e inversa de transformaciones lineales Matriz
de cambio de base Autovalores y autovectores Autovalores y autovectores:
definiciones y propiedades Multiplicidades algebraica y geométrica de un autovalor
Matrices semejantes.
1
Ejemplo:
5.2-NUCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL
Núcleo e imagen de una transformación lineal Las transformaciones lineales son

las funciones típicas entre dos espacios vectoriales, en el sentido de que
preservan la estructura lineal de los espacios en los cuales están definidas. Así
por ejemplo, este concepto es análogo a la noción de homomorfismo de grupos o
anillos.
Núcleo e imagen. Clasificación de las transformaciones lineales. Sea F: V → W
una transformación lineal. Llamamos núcleo de F al conjunto de vectores del
1
dominio cuya imagen por F es el 0 W. N u (F) = { v ∈ V | F ( v) = 0 W } El núcleo de
una transformación lineal es un subespacio de V.
Ejemplo:
5.3-REPRECENTACION MATRICIAL DE UNA

TRANSFORMACIÓN LINEAL
¿Qué es una transformación lineal?
Un objeto importante dentro de matrices y ecuaciones es también una

transformación lineal. Una transformación lineal es por ejemplo sumar todas las
ecuaciones de la matriz por una constante, o multiplicarlas por un número. Estas
1
transformaciones pueden llegar a ser mucho más complicadas y tienen también
una representación matricial.
Un objeto importante dentro de matrices y ecuaciones es también una

transformación lineal. Una transformación lineal es por ejemplo sumar todas las
ecuaciones de la matriz por una constante, o multiplicarlas por un número. Estas
transformaciones pueden llegar a ser mucho más complicadas y tienen también
una representación matricial.
Ejemplo:
5.4-APLICASION DE TRANSFORMACIONES LINEALES
Las transformaciones lineales se producen con mucha frecuencia en el álgebra

lineal y en otras ramas de las matemáticas, tienen una gran variedad de
aplicaciones importantes. Las transformaciones lineales tienen una gran aplicación
en la ingeniería y las diversas ramas de la matemática.
1
Como bien lo conocemos, el algebra lineal es una de las ramas de las
matemáticas la cual se enfoca en el estudio de los vectores, sistema de
ecuaciones las matrices y los espacios vectoriales con sus transformaciones
lineales.
Es importante para comprender el significado de conceptos que se presentan
abstractos, tales como espacio vectorial, subespacio, bases, transformaciones
lineales entre otros.
PALABRAS CLAVE
Transformación lineal
Eje x
Eje y
Ejemplo:

Algebra Lineal-Trabajo en Equipo

Cargado por

Copyright:

Formatos disponibles

Algebra Lineal-Trabajo en Equipo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Lineal-Trabajo en Equipo

Cargado por

Copyright:

Formatos disponibles

Algebra lineal

Evaluación tercer parcial

Ríos Vargas Jaime Alexis

Acosta Vargas Alan Kalid

Maldonado Maldonado Heriberto Yael

Martínez Francisco Yahir

Santos Suarez Luis Yael

Monroy Mejía Román

Meléndez Pérez Rodrigo

ING. Aída Araceli Delgado Núñez

4.2-DEFINICION DE SUBESPACIOS VECTORIAL Y SUS PROPIEDADES

 Si tomamos M2(R), el subconjunto W de matrices que cumplen que la suma

4.3-COMBINACION LINEAL E INDEPENDENCIA LINEAL

Los vectores son linealmente independientes si tienen distinta dirección y sus

Supongamos que tienen las siguientes dos ecuaciones:

El determinante de esta matriz es simplemente (1) (6) – (2) (3) = 6 – 6 = 0.

El determinante de esta matriz es (1) (6) – (2) (- 1) = 6 – (-2) = 6 + 2 = 8. Este

4.4- DEFINICIÓN Y ORIGEN DE LOS NÚMEROS COMPLEJOS

Los números complejos componen el denominado cuerpo complejo (C). Cuando el

4.5-OPERACIONES FUNDAMENTALES CON NÚMEROS COMPLEJOS

Por otra parte, los números de parte real nula: z=(0,b)z=(0,b) se denominan

-Z=¿ √ 2+√ 3 i Z= 8 Z= 12i

-Z=−3+2 i con z 2−8+4 i

z=zi=4+7 restarle - -8+4i

4.6-POTENCIAS, MÓDULOS, O VALOR ABSOLUTO DE UN

El teorema de De Moivre establece que la potencia de un número complejo en

o Los vectores en álgebra lineal son expresiones geométricas. Un vector es

5.1-DEFINICION DE TRANSFORMACIÓN LINEAL

Es una transformación que se establece entre espacios vectoriales. Por

5.2-NUCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL

Núcleo e imagen de una transformación lineal Las transformaciones lineales son

5.3-REPRECENTACION MATRICIAL DE UNA

¿Qué es una transformación lineal?

Un objeto importante dentro de matrices y ecuaciones es también una

Un objeto importante dentro de matrices y ecuaciones es también una

5.4-APLICASION DE TRANSFORMACIONES LINEALES

Las transformaciones lineales se producen con mucha frecuencia en el álgebra

También podría gustarte