HIDALGO.
FACULTAD DE INGENIERÍA CIVIL.
ÁLGEBRA LINEAL 1
“Trabajo final”
ELABORÓ:
CAMPUZANO CHÁVEZ ESMERALDA.
GARCÍA MEJIA CRISTINA.
FUERTE PINEDA EYMAR GERMÁN.
PROFESOR:
SEMESTRE 05
SECCIÓN 02
Introducción
Página 2
Álgebra Lineal.
Índice
Introducción .....................................................................................2
Espacios vectoriales ...................................................................4
Introducción. .................................................................................4
Definición y propiedades básicas. .........................................4
Espacio Vectorial Real. ...........................................................4
Axiomas de un espacio vectorial. ......................................4
Subespacio vectorial...............................................................5
Sistemas generadores y dependencia lineal..................6
Base y dimensión de un espacio vectorial ......................8
Espacio Renglón y Espacio Columna de una matriz. ...9
Base para el Espacio Renglón de una Matriz. .................9
Rango de una Matriz ...............................................................9
Estructura algebraica ............................................................10
Principales estructuras algebraicas .....................................11
Ejemplos ........................................................................................12
Transformaciones lineales ..................................................18
Conclusión ....................................................................................22
Referencias ..................................................................................23
Página 3
Álgebra Lineal.
Espacios vectoriales
Introducción.
Los conjuntos R² y R³ junto con las operaciones de suma de
vectores y multiplicación por un escalar se denominan espacios
vectoriales. Se puede decir, de forma intuitiva, que un espacio
vectorial es un conjunto de objetos con dos operaciones que
obedecen las reglas que acaban de escribirse.
Página 4
Álgebra Lineal.
Ejemplos:
1. El espacio Rᴺ.
Cada vector en Rᴺ es una matriz de n x 1.
Subespacio vectorial.
Sea V un espacio vectorial y U un subconjunto suyo. Se dice que
U es un subespacio vectorial de V si satisface las siguientes
propiedades:
1. Si u, v ∈ U, entonces u + v ∈ U.
2. Si λ ∈ R y u ∈ U, entonces λu ∈ U.
3. Con la suma y producto por escalares de V , U es un espacio
vectorial.
Ejemplos:
Primer caso:
Sea U un subconjunto de un espacio vectorial V. Entonces U es un
subespacio vectorial si y sólo si:
Página 5
Álgebra Lineal.
1. Si u, v ∈ U, entonces u + v ∈ U.
2. Si λ ∈ R y u ∈ U, entonces λu ∈ U.
Segundo caso:
Si U1 y U2 son subespacios vectoriales, entonces U1 y U2 también
es subespacio vectorial.
Si U1 y U2 son subespacios vectoriales de V y U1 ⊂ U2, entonces U1
es un subespacio vectorial de U2.
Tercer caso:
Un espacio vectorial V es suma directa de dos subespacios
vectoriales U y W suyo, y se denota por V = U ⊕ W, si V = U + W y U
∩ W = {0}.
Cuarto caso:
V/U es un espacio vectorial. El elemento neutro es 0 + U y si v + U ∈
V/U, su elemento opuesto es (−v) + U.
Propiedades.
Página 6
Álgebra Lineal.
Ejemplos:
Primer caso:
Un espacio vectorial V se llama finitamente generado si existe un
conjunto finito de vectores X tal que = V. A X se llama un sistema
de generadores de V.
Segundo caso:
Un conjunto de vectores {v1,...,vn} se dice que es linealmente
independiente (o que forman un conjunto de vectores libre) si la
única combinación lineal nula de ellos es la trivial, es decir, si
siempre que se tenga Ʃ i=1 λivi = 0, entonces λi = 0 para cada i. En
caso contrario, se dice que son linealmente dependientes.
Tercer caso:
1. {v} es linealmente independiente si y y sólo si es no nulo.
2. Dos vectores son linealmente independientes si no son
proporcionales.
3. Todo subconjunto de un conjunto de vectores linealmente
independiente, también es linealmente independiente.
4. Un conjunto de vectores es linealmente dependiente si alguno
de ellos es combinación lineal de los demás.
Cuarto caso:
Una base de un espacio vectorial es un sistema de generadores y
linealmente independiente.
Quinto caso:
Sean X e Y dos conjuntos finitos de un espacio vectorial, tales que
X ⊂ Y, X es linealmente independiente e Y es un sistema de
generadores. Entonces existe una base B de V tal que X ⊂ B ⊂ Y.
Consecuencias:
Si v es un vector no nulo, v pertenece a una base.
En todo sistema de generadores, existe un subconjunto suyo
que es base.
Dado un conjunto de vectores linealmente independientes,
siempre es posible añadir vectores hasta tener una base
(completación).
Página 7
Álgebra Lineal.
Dimensión.
Se llama dimensión de un espacio vectorial V al número de
vectores que hay en cualquiera de sus bases. Se denota dim (V).
La dimensión de Rn con las operaciones normales es n.
La dimensión de Pn con las operaciones normales es n+1.
La dimensión de Mm,n con las operaciones normales es mn.
Si W es un subespacio de un espacio vectorial n-dimensional,
entonces se puede demostrar que la dimensión de W es finita y
que la dimensión de W es menor o igual que n.
Página 8
Álgebra Lineal.
Página 9
Álgebra Lineal.
Estructura algebraica
grupoide
grupo
una sola ley
semigrupoide
estruturas
semianillo
algebraicas
anillo
cuerpo
reticula
Página 10
Álgebra Lineal.
𝐴×𝐴 →𝐴
∀ x, y ∈ A: x ⊚ y ∈ A.
∀ x, y, z ∈ A: x ⊚ (y ⊚ z) = (x ⊚ y) ⊚ z
Página 11
Álgebra Lineal.
⊚: A × A ⟶ A
(a, b) ⟼ c = a ⊚ b
∀x,y∈A:x⊚y∈A
∀x,y,z∈A:x⊚(y⊚z)=(x⊚y)⊚z
∃ !e∈A,∀x∈A:e⊚x=x⊚e=x
Ejemplos
Página 12
Álgebra Lineal.
𝐴 = {𝑑, 𝑒, 𝑓, 𝑔, 5,8,9}
Página 13
Álgebra Lineal.
∃! e ∈ G: e ⊛ a = a, ∀ a ∈ G.
∀ a ∈ G, ∃ a ¯ : a ⊛ a ¯ = e
0·a=a·0=0
Página 14
Álgebra Lineal.
2. La operación ⋆ es asociativa. ∀ a, b, c ∈ A , ( a ⋆ b ) ⋆ c = a
⋆(b⋆c)
Ejemplos de cuerpos:
F={ab|a,b∈Z,b≠0}
Página 16
Álgebra Lineal.
a1 ≤ a2 y b1 ≤ b2 implica que a1
∨ b1 ≤ a2 ∨ b2 y a1∧ b1 ≤ a2b2.
a∨b=b∨ a a∧ b=b∧ a
a ∨ (b ∨ c) = (a ∨ b) ∨ c a ∧ (b ∧ c) = (a ∧ b) ∧ c
a ∨ (a ∧ b) = aa ∧ (a ∨ b) = a
a∨a=a a∧ a=a
Página 17
Álgebra Lineal.
Transformaciones lineales
Transformación cero.
Sean V y W espacios vectoriales y defina T: V W
por T (v) = 0 para todo v en V. Entonces T (v1 + v2) =
Se escribe T: V W
0 = 0+0 = Tv1 + Tv2 y T (∝v) = 0 = ∝0 = ∝T (v). En este
para indicar que T
caso, T se denomina la transformación cero. toma el espacio
vectorial real V y lo
Transformación identidad. lleva al espacio
Sea V un espacio vectorial y defina I: V W por I (v) vectorial real W; esto
= v para todo v en V. Aquí es obvio que I es una es, T una función con
transformación lineal, la cual se denomina V como su dominio y
un subconjunto de W
transformación u operador identidad.
como su imagen.
Transformación de reflexión.
Página 18
Álgebra Lineal.
Transformación de rotación.
Página 19
Álgebra Lineal.
Como se ve que P es
una transformación lineal.
Página 20
Álgebra Lineal.
Operador de transposición.
Defina Como
se ve que T, denominado operador de transposición, es una
transformación lineal.
Operador integral.
se ve
Operador diferencial.
Página 21
Álgebra Lineal.
Conclusión
Página 22
Álgebra Lineal.
Referencias
Algebra Lineal, Stanley I. Grossman S., Sexta y séptima edición.
matematicas-numeros-operaciones-1-2/estructuras-algebricas
Linear Algebra: A modern introduction
(Álgebra Lineal: Una introducción moderna)
Por David Poole
Página 23