Algebra
Algebra
Algebra
Asignatura:
ALGEBRA LINEAL
Ingeniería Mecánica
Maestro:
Alumnos:
Definición de espacio vectorial
Espacio vectorial real.
Un espacio vectorial real V es un conjunto de objetos, denominados vectores,
junto con dos operaciones binarias llamadas suma y multiplicación por un
escalar y que satisfacen los diez axiomas enumerados a continuación.
i) Si x € H y y € H, entonces x + y € H.
Combinación lineal
α1v1+α2v2+…+αnvn
donde α1v1+α2v2+…+αnvn son escalares se denomina combinación lineal de
v1,v2,…,vn.
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)
c1v1+c2v2+…+ckvk=0
Sean u1, u2, …,uk k vectores en Rn y A la matriz que tiene como columnas a
estos vectores, los vectores son linealmente independientes si el sistema Ax
= 0 tiene únicamente solución trivial.
Los vectores son linealmente dependientes si el sistema Ax=0 tiene
soluciones no triviales (solución múltiple).
Si k=n
Los vectores son linealmente independientes si A es invertible
Si k>n
Los vectores son linealmente dependientes.
Dos vectores en un espacio vectorial son linealmente dependientes si uno de
ellos es múltiplo escalar del otro.
Teoremas
* S genera a V.
* S es linealmente independiente
Una base posee 2 características que se acaban de ver, debe tener suficientes
valores para generar a V, pero no tantos de modo que uno de ellos pueda
escribirse como una combinación lineal de los demás vectores en S. Si un
espacio vectorial consta de un número finito de vectores, entonces V es de
dimensión finita. En caso contrario, V es de dimensión infinita.
Base
Si S={v1, v2,…, vn} es una base para un espacio vectorial V entonces todo
vector v en V se puede expresar como:
Restar 2-1
Ejemplo:
demostrar si S = {v1, v2,…, v3} es base de R3, v1 = (1,2,1); v2 = (2,9,0); v3 = (3,3,4)
Un producto interior sobre V es una función que asocia un número real ‹u, v›
con cada par de vectores u y v cumple los siguientes axiomas:
Propiedades:
i. (v, v) ≥ 0
ii. (v, v) = 0 si y sólo si v = 0.
iii, (u, v +w) = (u, v)+ (u, w)
iv. (u + v, w) = (u, w)+(v, w)
v. (u, v) = (v, u)
vi. (αu, v) = α(u, v)
vii. (u, αv) = α(u, v)
El producto interior euclidiano es solo uno más de los productos internos que
se tiene que definir en Rn Para distinguir entre el producto interno normal y
otros posibles productos internos se usa la siguiente notación.
1. ‹0, v› = ‹v, 0› = 0
2. ‹u + v, w› = ‹u, w› + ‹v, w›
3. ‹u, cv› = c‹u, v›.
Base ortonormal
1. Sea B = {v1, v2, . . ., vn} una base de un espacio V con producto interno
w1= v1
3. Sea ui= wi ││ w1││ entonces el conjunto B´´={ u1, u2, . . ., un} es una base
ortonormal de V.
Determine una base ortonormal del espacio solución del siguiente sistema
homogéneo de ecuaciones lineales
w+ x + z= 0
Para hallar una base ortonormal B´= {u1, u2}, se usa la forma alternativa del
proceso de ortonormalización de Gram- Schmidt como sigue.
Introducción a las transformaciones lineales.
Definición: Las transformaciones lineales son las funciones y tratan sobre K-
espacios vectoriales que son compatibles con la estructura (es
decir, con la operación y la acción) de estos espacios.
Aquí se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los
espacios vectoriales. Es decir, de funciones que preservan la suma y la
multiplicación por escalares.
es lineal.
Entonces:
T es lineal.
Una transformación lineal preserva combinaciones lineales. Veremos que,
debido a esto, una transformación lineal queda unívoca-mente determinada
por los valores que toma en los elementos de una base cualquiera de su
dominio.
Teniendo en cuenta que las transformaciones lineales son funciones entre
conjuntos, tiene sentido estudiar la validez de las propiedades usuales de
funciones: inyectividad, suryectividad y directividad.
ii. T(u - v) = Tu - Tv
Teorema 2
Sea V un espacio vectorial de dimensión finita con base B = {v1, v2, . . . , vn}.
Sean w1,
Ejemplo
Definición 1 Núcleo e imagen de una transformación lineal
Teorema 4
i.Un T es un subespacio de V.
ii.Im T es un subespacio de W.
Demostración
Toda matriz A de m*n da lugar a una transformación lineal T:R ´´ R´´´ definida
por Tx = Ax. Es evidente que un T = N A, Im T = Im A = C A, v(T) = v(A) y p(T) =
p(A). Entonces se ve que las definiciones de núcleo, imagen, nulidad y rango
de una transformación lineal son extensiones del espacio nulo, la imagen, la
nulidad y el rango de una matriz.
De manera que
Como
Se tiene:
Si x esta en V, entonces:
Que es equivalente a:
0 0 0
Entonces p(A) = 3 y una base para 𝑅𝐴es {(1) . (0) . (0)}.Por lo tanto Im
0 1 0
0 0 1
2 3
T=gen {, 𝑥, 𝑥 , 𝑥 }. Como v(A) =3-p(A) = 0, se ve que un T={0}.
Bibliografía
BERMUDEZ, M. E. (2013). sites. Obtenido de sites: https://n9.cl/f8vh4
Grossman S, S.I., Álgebra Lineal Sexta Edición, 2007.
Kaufmann, Jerome E. y Schwitters, Karen L. Algebra, Octava Edición. Ciudad
de México: Cengage Learning, 2010
Del Valle, Juan Carlos. Algebra Lineal Para Estudiantes De Ingeniería y
Ciencias. Ciudad de México: McGraw Hill