Professional Documents
Culture Documents
Santiago Mario
Extensin Caracas
Escuela de Ingeniera Civil
Profesor:
Ing. Ramirez
Autor:
Prez Rudy C.I.: 18.020.270
Introduccin
En el presente trabajo se detalla un resumen general de la materia lgebra Lineal ,
en el cual se tratara de enlazar las relaciones de todos los temas vistos en
el transcurso del ciclo.
Por ejemplo, dimensin y espacio vectorial, combinacin lineal y matrices n x m, y
otros temas estn ampliamente relacionados igual que otros temas que veremos en
el transcurso de este trabajo.
Tratar de enlazar los temas de la presente asignatura fue satisfactorio ya que as nos
damos cuenta de que tanto necesitamos aprender los temas anteriores para poder
resolver los nuevos problemas, sin tener una buena base de los temas estudiados en
el transcurso del trabajo no podramos realizar los problemas de otros temas no
presentes en este trabajo ejemplo los valores y vectores propios en este se necesita
que se domine casi todo este trabajo para poder entender y poder analizar este tema
ya que estn grandemente relacionados .
En estos capitulo generalizamos los conceptos bsicos de los vectores. Las
propiedades comunes de la aritmtica matricial y vectorial se transforman en
propiedades definitorias para un conjunto de vectores abstractos o generalizados,
llamado espacio vectorial. Los conjuntos de matrices y de vectores ordinarios son
ejemplos de espacios vectoriales.
De igual manera se abordara el tema de sub espacio los conceptos de fundamentales
de sub espacios y base en Rn. La eleccin y uso de una base de un sub espacio se
parece a la eleccin y uso de un marco de coordenadas en el plano o en el espacio por
lo tanto esta es una preparacin para los conceptos abstractos correspondientes de la
unidad
Estructuras Algebraicas
Una estructura algebraica es un conjunto de operaciones binarias, esta se representan
<A, operacin>, < {a, b, c}, operacin>, as se representan las estructuras algebraicas
sencillas, las dobles se representan <conjunto, 1o. operacin, 2o. operacin>.
Una operacin binaria es cuando dos conjuntos se operan entre si y el resultado de
esta operacin da un tercer conjunto.
Tabla de Cayley es una tabla que contiene filas y columnas, para poder trabajar con
estas tablas se necesitan dos conjuntos finitos ejemplo:
A {1, 2,3} y B {4, 5,6}
C = A x B! C donde x es una multiplicacin ordinaria.
x
10 12
12 15 18
Para que una estructura algebraica de dos operaciones sea anillo esta debe
analizarse separadamente y as se clasifica:
para que sea anillo la primera operacin debe de ser grupo abeliano como lo
vimos anteriormente.
Luego debemos de ver si las dos operaciones son compatibles y esto se hace
haciendo que la segunda operacin de distribuya en la primera operacin.
Si los dos primeros pasos se cumplen entonces empezaremos a operar la
segunda operacin tomando en cuenta que:
Si la primera operacin es grupo abeliano y la segunda operacin es grupo
entonces este ser un anillo.
Si la segunda operacin es un semi grupo este ser anillo conmutativo o
abeliano.
Si la segunda operacin es un semi grupo con identidad es un anillo con
identidad.
As se clasifica un anillo.
Para que una estructura algebraica sea divisor cero este debe de cumplir que X y Y
que pertenecen un conjunto B entonces X y Y tienen que ser distintos al elemento
neutro de la primera operacin y al ser operados con la segunda operacin este tiene
que dar de resultado el elemento neutro de la primera operacin por ejemplo:
Para la operacin <A, +, x> donde X y Y pertenecen al conjunto A y que + es la
suma ordinaria y x la multiplicacin ordinaria entonces deberamos tener que X Y
" 0 ya que cero es el elemento neutro de la primera operacin y X y Y deben de ser
distintos de cero y al multiplicar X y Y esta operacin debe de dar el elemento neutro
de la primera operacin. Por lo tanto esta estructura algebraica no es un divisor cero.
Para que una estructura algebraica de dos operaciones sea Dominio Entero se dice
que primero debe de ser anillo abeliano con identidad y cumplir que X y Y deben de
pertenecer a un conjunto B y que si al operar la segunda operacin debe de dar el
elemento neutro de la primera operacin y que X o Y tiene que ser igual al elemento
neutro de la primera operacin ejemplo:
<A, +, x> donde X y Y pertenecen al conjunto A entonces X x Y = 0 si X o Y = 0.
Para que una estructura algebraica de dos operaciones sean cuerpo o campo este tiene
que ser primero un dominio entero como lo vimos anteriormente y que todo elemento
de la segunda operacin tiene un inverso menos el elemento neutro de la primera
operacin.
Las propiedades que cumple la suma de vectores son la misma que cumplan las
estructuras algebraicas de una operacin que son: la de cierre, la conmutativa, la
asociativa, elemento neutro e identidad y la distributiva.
Las leyes que cumple la multiplicacin por un escalar son:
La de cierre bajo la multiplicacin Hx,
La distributiva (H+I) x = Hx + Ix; H(x + y) = Hx + Hy,
La asociativa (HI) x = H (Ix),
y el elemento neutro de la multiplicacin 1x = x.
Operaciones Bsicas con Vectores en Rn:
Las operaciones bsicas con vectores en Rn son las mismas que las operaciones
bsicas que vimos anteriormente, o sea, la suma de vectores y la multiplicacin por
un escalar la diferencia sera que en estos serian n-esimos elementos y n-esimos
vectores ejemplo:
Para suma de vectores
X + Y = (x1, x2,..., xn) + (y1, y2,..., yn).
Para multiplicacin de un vector por un escalar
H(x1, x2,..., xn) = (Hx1, Hx2,..., Hxn).
Las propiedades que cumplen son las mismas que vimos en operaciones bsicas con
vectores en R2.
El vector cero 0 es el vector neutro o identidad de la suma de vectores en Rn:
0 = (0, 0, 0,..., 0n), este vector tiene como propiedad de que es nico, es decir, U + 0
= 0,
0U = 0, a0 = 0, aU = 0 si a = 0 o U = 0, donde U es un vector y a un escalar.
Espacios Vectoriales:
Un espacio vectorial es aquel conjunto de vectores que cumple las propiedades o
axiomas de la suma de vectores y la multiplicacin por un escalar
dichas propiedades vistas en espacios n-dimensinales Rn o R2. Un espacio vectorial
es un espacio no vaco.
Elementos de un vector
Direccin de un vector
La direccin del vector es la direccin de la recta que contiene al vector o de
cualquier recta paralela a ella.
Sentido de un vector
Mdulo de un vector
Coordenadas de un vector
Clases de vectores
Vectores equipolentes
Dos vectores son equipolentes cuando tienen igual mdulo, direccin y sentido.
Vectores libres
El conjunto de todos los vectores equipolentes entre s se llama vector libre. Es decir
los vectores libres tienen el mismo mdulo, direccin y sentido.
Vectores fijos
Un vector fijo es un representante del vector libre. Es decir, los vectores fijos tienen
el mismo mdulo, direccin, sentido y origen.
Vectores ligados
Los vectores ligados son vectores equipolentes que actan en la misma recta. Es
decir, los vectores fijos tienen el mismo mdulo, direccin, sentido y se encuentran en
la misma recta.
Vectores opuestos
Vectores unitarios
Vectores concurrentes
Varios vectores libres del plano son linealmente dependientes si existe una
combinacin lineal de ellos que sea igual al vector cero, sin que sean cero todos los
coeficientes de la combinacin lineal.
Vectores ortogonales
Vectores ortonormales
Suma
vectores
de
Regla del paralelogramo Se toman como representantes dos vectores con el origen en
comn, se trazan rectas paralelas a los vectores obtenindose un paralelogramo cuya
diagonal coincide con la suma de los vectores.
Para sumar dos vectores se suman sus respectivas componentes.
Resta de vectores
Las componentes del vector resta se obtienen restando las componentes de los
vectores.
Combinacin lineal
Cualquier vector se puede poner como combinacin lineal de otros dos que tengan
distinta direccin.
Varios vectores libres del plano se dice que son linealmente dependientes si hay una
combinacin lineal de ellos que es igual al vector cero, sin que sean cero todos los
coeficientes de la combinacin lineal.
Propiedades
1. Si varios vectores son linealmente dependientes, entonces al menos uno de ellos se
puede expresar como combinacin lineal de los dems.
Ejemplo
Deterrminar si son linealmente dependientes o independientes los vectores.:
Base
Ejemplos
Los dos vectores que forman una base no pueden ser paralelos.
Ejemplo
Qu pares de los siguientes vectores forman una base:
Base ortogonal
Los dos vectores de la base son perpendiculares entre s, y adems tienen mdulo 1.
Para encontrar el ngulo entre dos vectores distintos de cero usamos la formula:
Cos = (u1v1 + u2v2) / ||U|| ||V|| donde U = (u1, u2) y V = (v1, v2) y donde u1v1 +
u2v2 se denota como producto punto de dos vectores. El producto punto para Rn se
denota U % V = u1v1 + u2v2 +... + unvn las propiedades que cumple son:
U%V=V%U
U % (V + W) = U % V + U % W
C (U % V) = cU % V = U % cV
V % V " ||V|| 2
V % V " 0 y V % V = 0 si solo si V = 0
Donde c es un escalar y que U, V, W son vectores cualesquiera en Rn.
Desigualdad de gauchy - schawarz:
La desigualdad de Gauchy - Schwarz dice que | U % V | " || U || || V || donde | U % V |
es valor absoluto de U % V donde U y V son vectores viendo esta desigualdad
podemos definir el ngulo entre dos vectores en Rn as: Cos = (U % V) / (||U|| ||V||)
esta frmula no define ngulos entre dos vectores, si U % V = 0 se dice que los
ngulos son ortogonales.
La desigualdad del triangulo:
Dice si U y V son vectores entonces || U + V || " || U || + || V ||.
El teorema de Pitgoras:
Este dice si U y V son vectores entonces || U + V ||2 = || U || 2 + || V || 2 solo para
vectores ortogonales.
Un producto punto es un producto interno Euclidiano esto es un producto interno que
se puede definir en R2. Para poder diferenciar el producto interior de otros posibles
productos internos lo escribiremos esto ser el producto general para el espacio
vectorial V.
Para solucionar un producto interno se procede igual que al definir un espacio
vectorial en el acho de que debe cumplir con varios axiomas para poder calificar
como producto interno estos axiomas son:
Siendo U, V, W vectores en V y c cualquier escalar:
=
=+o=+
c=
" 0 y = 0 si solo si v = 0
==0
Para definir la norma, distancia, ngulo de dos vectores que tenga producto interno:
Siendo U, V vectores en V:
______
Norma = ||U|| =
Distancia entre U, V = d= || U - V ||
ngulo entre vectores U, V diferentes de 0 cos = / (||U|| ||V||) donde 0 " .
Dos vectores con producto interno son ortogonales si = 0. El vector unitario de un
vector con producto interno || U || = 1 el vector unitario en direccin de V donde U =
V / || V || donde V " 0. Para ver si U y V son vectores en el espacio con producto
interno deben cumplir con las propiedades de norma:
|| U || " 0.
|| U || = 0 si solo si U = 0.
|| cU || = | c | || U ||.
Y las propiedades de la distancia antes ya mencionadas.
Adems cumplen con la desigualdad de Gauchy - Schawarz, desigualdad del
triangulo y el teorema de Pitgoras antes yya explicadas.
Proyecciones ortogonales en espacios con producto interno:
Si U y V son vectores en el plano y V es diferente de 0 entonces este se puede
proyectar ortogonalmente a U y se denota como
ProyV U = [(U%V) / (V%V)] V
Ejercicios
1.- Determinar el valor de x para que el vector (1, x,5) R
Pertenezca al sub espacio < (1,2,3),(1,1,1) >.
Solucin. (1, x,5) pertenece al sub espacio < (1,2,3),(1,1,1) > si y solo si (1, x,5) es
combinacin lineal de (1,2,3) y (1,1,1), o sea, si existen , R tales que
(1, x,5) = (1,2,3) + (1,1,1),
Pero entonces,
1=+
x = 2 +
5 = 3 +
y resolviendo el sistema anterior, tenemos = 2, = 1 y x = 3.
2.- Calcular bases de los sub espacios de R
4 S, T, S + T y S T, siendo S = {(x1, x2, x3, x4)|x1 x2 = 0}
y T =< (1,1,2,1),(2,3, 1,1) >.
Solucin. Tenemos
S = {(x1, x2, x3, x4)|x1 x2 = 0} = {(x1, x1, x3, x4)|x1, x2, x3 R} =< (1,1,0,0),
(0,0,1,0),(0,0,0,1) >,
luego un sistema generador de S es {(1,1,0,0),(0,0,1,0),(0,0,0,1)}. Ahora,
(0,0,0,0) = (1,1,0,0) + (0,0,1,0) + (0,0,0,1) = = = 0,
o sea que es libre, resulta que BS = {(1,1,0,0),(0,0,1,0),(0,0,0,1)} es una base de S.
Un sistema generador de T es (1,1,2,1),(2,3, 1,1). Pero es tambin libre, ya que
(0,0,0,0) = (1,1,2,1) + (2,3, 1,1)
0 = + 2
0 = + 3
0 = 2
0=+
y la nica solucin al sistema anterior es = = 0. Por tanto, BT = {(1,1,2,1),(2,3,
1,1)} es una base
de T.
Por definicin,
S + T = {s + t|s S y t T}
= {(x1, x1, x2, x3) + ( + 2, + 3,2 , + )|x1, x2, x3, , R}
=< (1,1,0,0),(0,0,1,0),(0,0,0,1),(1,1,2,1),(2,3, 1,1) >
Por tanto, un sistema generador de S + T es {(1,1,0,0),(0,0,1,0),(0,0,0,1),(1,1,2,1),
(2,3, 1,1)}. Pero
(1,1,2,1) = (1,1,0,0)+(0,0,1,0)+(0,0,0,1), luego {(1,1,0,0),(0,0,1,0),(0,0,0,1),(2,3,
1,1)} es sistema Generador de S + T. Adems, este sistema es libre luego es una
base de S + T.
Por ultimo, sabemos que S T es un sub espacio vectorial de dimensin 1 porque
dim(S T) = dim(S + T) dim(S) dim(T)
Ahora, (1,1,2,1) S T, luego como dim (S T) es 1, se tiene que < (1,1,2,1) >= S
T y una base de
S T es BST = {(1,1,2,1)}.
3.- Encontrar una base y la dimensin del sub espacio vectorial
S =< (1,2, 1,3),(2,1,0, 2),(0,1,2,1),(3,4,1,2) > .
Solucin. Un sistema generador de S es A = {(1,2, 1,3),(2,1,0, 2),(0,1,2,1),
(3,4,1,2)}. Pero A
no es libre ya que
(0,0,0,0) = 1(1,2, 1,3) + 2(2,1,0, 2) + 3(0,1,2,1) + 4(3,4,1,2)
0 = 1 + 22 + 33 + 34
0 = 21 + 2 + 3 + 44
0 = 1 + 23 + 4
0 = 32 22 + 3 + 24
y el sistema anterior tiene por solucin
1 = 2 = 3 = 4
Observamos que (3,4,1,2) es combinacin lineal de los anteriores, luego A
{(3,4,1,2)} =
{(1,2, 1,3),(2,1,0, 2),(0,1,2,1)} es tambin sistema generador de S. Pero
(0,0,0,0) = 1(1,2, 1,3) + 2(2,1,0, 2) + 3(0,1,2,1)
0 = 1 + 22 + 33
0 = 21 + 2 + 3
0 = 1 + 23
0 = 32 22 + 3
y el sistema anterior solo tiene por solucion a 1 = 2 = 3 = 0, es decir, {(1,2,
1,3),(2,1,0, 2),(0,1,2,1)} es libre. Por consiguiente una base de S es {(1,2, 1,3),
(2,1,0, 2),(0,1,2,1)} y la dimension de S es 3.
4.- Sea V un Q-espacio vectorial de dimension 4 con base B = {u1, u2, u3, u4}. Se
denen los vectores
v1 = 2u1 + u2 u3 v2 = 2u1 + u3 + 2u4 v3 = u1 + u2 u3 v4 = u1 + 2u3 + 3u4
dim(U + W) = n y llevandolo a
Conclusin
Este trabajo se ha hecho con el fin de comprender que no hay que dejar lo que hemos
aprendido antes ya que eso nos va a ayudar a solucionar problemas en nuestro futuro.
Se han visto ms detallado y con ms exactitud los teoremas y propiedades que hilan
todos los temas propuestos por este trabajo y se ha se ha llegado a la conclusin de
todos los temas estn relacionados en cierta forma ya que en varios de estos se
necesita recurrir a las propiedades que se han visto en temas anteriores.
Con esto podramos decir que nos ha enseado a tener un amplio criterio de la
utilidad de temas ya vistos en nuestra carrera, ya que no podemos omitir las
enseanzas pasadas ya que estas nos forman las bases para comprender y analizar y
poder poner en prctica los temas futuros.
El espacio vectorial V involucra un cuerpo arbitrario K. Sea V un espacio vectorial
real. Supongamos que a cada par de vectores u, u V se le asigna un numero.
En el tema de los espacios vectoriales nos damos cuenta de que nos son muy tiles
los mtodos que este utiliza ya que nos ofrece ventajas como el ahorro de tiempo y
esfuerzo a la hora de aplicarlos tanto en nuestro campo de trabajo como en otras
situaciones que requieran de estos mtodos. Con esto podramos decir que nos ha
enseado a tener un amplio criterio de la utilidad de temas ya vistos en nuestra
carrera.