Documentos de Académico
Documentos de Profesional
Documentos de Cultura
10
12
12
15
18
Donde c ={4,5,6,8,10,12,15,18}
ESTRUCTURA ALGEBRAICA:
Estos se pueden clasificar segn la cantidad de operaciones que tengan.
Segn las leyes que cumplan Las estructuras algebraicas de una operacin asi tienen un
nombre en particular as:
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 la primera operacin es grupo abeliano y la segunda operacin es grupo entonces este ser
un anillo.
Si la segunda operacin es un semigrupo este ser anillo conmutativo o abeliano.
Si la segunda operacin es un semigrupo 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.
Propiedades de la operaciones:
Ley de cierre: esta dice que al operar dos elementos el resultado debe pertenecer al conjunto
asignado en la operacin.
Elemento inverso o Identidad: este dice que un elemento operado con el neutro de la
operacin esta debe de dar de resultado el elemento ejemplo: el elemento neutro de la suma
es el 0 entonces a + 0 = a y 0 + a = 0.
Elemento inverso: este es aquel que al ser operado con cualquier elemento este debe de dar
de resultado el elemento neutro de la operacin ejemplo: el elemento inverso de la suma es la
resta entonces a + (-a) = 0 y (-a) + a = 0.
Ley asociativa: este dice que los elementos se pueden asociar sin alterar el resultado
ejemplo: (a + b) + c = a + (b + c)=d.
Ley conmutativa: este dice que el orden de los elementos no altera el producto ejemplo:
a + b = b + a = c.
ESPACIOS VECTORIALES
Espacio euclidiano o Espacio vectorial:
Un espacio euclidiano es el conjunto de n-adas ordenadas, tambien conocido por espacio ndimencional y de denota por Rn este es una sucesin de n nmeros reales ejemplo
(a1,a2,...,an) donde los vectores Rn se clasifican as:
R1 = espacio unidimensional, lnea recta real.
R2 = espacio bidimensional, pares ordenados.
R3 = espacio tridimensional, terna ordenadas.
.......
Rn = espacio n-dimencional, n-adas ordenadas.
Operaciones Basicas con Vectores en R2:
Suma de vectores y multiplicacin por un escalar:
Siendo X y Y dos vectores y H un escalar se dice que:
X + Y = (x1 , x2) + (y1 , y2) = (y1 , y2) + (x1 , x2) y la multiplicacin por un escalar se define
H(x1 , x2)=(Hx1 , Hx2).
Las propiedades que cumple la suma de vectores son las misma que cumplan las estructuras
algebraica 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:
Toda matriz es equivalente por fila a una matriz nica en forma cannica por
filas.
Para ver el numero de soluciones de las ecuaciones lineales se tomara en cuenta tres reglas:
A es invertible.
Ax = b si tiene una solucin nica para la matriz bn x 1.
Ax = 0 tiene solucin trivial.
A es equivalente por renglones a 1n.
El determinante de A (|A|) " 0.
Rango (A) = n
Los n vectores fila de A son linealmente independientes.
Los n vectores columna de A son linealmente independientes.
Coordenadas y cambio de base:
Siendo B={ v1, v2, ..., vn} una base de un espacio vectorial y x un vector en V que
representndose como combinacin lineal ( x = c1v1 + c2v2 + ... + cnvn ) siendo los escalares
c. Se denomina como coordenadas x con respecto B en el vector Rn denotado as xB = ( c1,
c2, ..., cn ).
Cambio de base.
Partiendo de una base B a una base B' se tiene que hacer una multiplicacin por una matriz p1 y esta la obtenemos sacando la inversa de la base B esto seria P-1 y multiplicando P-1 por
B obtenemos B' y viserversa.
Aplicacin de los espacios vectoriales:
Una ecuacin diferencial de orden n se denota yn + gn-1 (x) yn-1 + ... + g1 (x) y' + g0 (x) y =
f(x) donde g1, g2, ..., gn dominios comunes. Si f(x) = 0 esta funcin se le denomina como
funcin homognea en caso contraria es una funcin no homognea. Se denomina solucin
de la ecuacin diferencial lineal si la solucin satisface cuando y y sus n primeras derivadas
se sustituyen en la ecuacin.
Toda ecuacin diferencial lineal homognea de orden n tienen solucion linealmente
independiente si {y1, y2, ..., yn } tienen solucion linealmente independiente entonces la
solucin seria : y = c1y1 + c2y2 + ... + cnyn esta es la solucion general donde c es un numero
real.
Sea {y1, y2, ..., yn } un conjunto de funciones estas poseen n-1 derivadas en el intervalo I. El
determinante w es el llamado wroskiano del conjunto de funciones dadas.
Para probar el que una ecuacin diferencial es linealmente independiente se puede hacer por
wroskiano. Este se hace si el wroskiano es diferente de cero (w " 0).
ESPACIO CON PRODUCTO INTERNO:
La longitud (norma) de un vector de Rn es V = (v1, v2, ..., vn ) esta dada por:
________________
||V|| =" v12 + v22 + ... + vn2 esta no puede ser negativa si el vector v = 1 este se llama vector
unitario dos vectores U y V en Rn son paralelos si al vector V es mltiplo del vector U, es decir,
si U = cV si c > 0 los vectores van a la misma direccin y si c < 0 van en direccin opuesta, la
longitud de un mltiplo escalar se ve por la formula || cV || = | c | || V || donde | c | es el valor
absoluto de c y c es un escalar.
El vector unitario de V es si V " 0 entonces U = V / ||V|| es de longitud uno y tiene la misma
direccin de U+V se llama vector unitario en direccin de V este proceso se llama
normalizacin del vector V.
La distancia entre dos puntos se llama normalizacin del vector V.
___________________
d =" (u1 - v1 )2+ (u2 - v2 )2 y la distancia entre dos vectores en R2 se encuentra .
___________________
d(U,V) = || U - V || =" (u1 - v1 )2+ (u2 - v2 )2 donde U = (u1 - u2 ) y V = (v1 - v2 ).
Las propiedades que cumple la distancia son:
d( U , V ) " 0.
d( U , V ) = 0 si solo si U = V.
d( U , V ) = d( V , U ).
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 || don de | 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 formula 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
proyU V = [ ( U%V ) / ( U%U ) ]U donde U%V y V%V son el producto punto o producto interno
Euclidiano.
Para en el espacio la proyeccin se denota como proyv U = [ / ]V , proyv U = [ / ]U.
La proyeccin ortogonal y distancia:
Siendo U y V dos vectores en el espacio V con producto interno y V " 0. Entonces la distancia
d ( U, proyv ) < d ( U, cV ) donde c " / .
Definicin de conjuntos ortonormales y conjuntos ortogonales:
En un conjunto de vectores S de el espacio vectorial V es producto interno es ortogonal si
cada vector de y seria espacio ortonormal si cada vector S es unitario.
Es ortonormal si < vi, vj > = 0 i " j y || vj || = 1 donde i = 1, 2, 3, ..., n y es ortonormal si < vi, vj >
= 0 i " j donde vi, vj pertenecen al conjunto s = { v1, v2, ..., vn }
Un conjunto ortogonal es linealmente independiente si s es un conjunto de vectores diferentes
de cero y que pertenecen al espacio v con producto interno.
Proceso para ortonormalizar de Gram - Schmidt:
T(0) = 0
T(-v) = - T(v)
T(v-u) = T(v)-T(u)
S v = c1v1 + c2v2 + ... + cnvn entonces v = c1 T(v1)+ c2 T(v2)+ ... + cn
T(vn).
Para definir una transformacion lineal por una matriz esta se notara as: siendo a la matriz m x
n la funcion T se definir T(v) = Av que suna transformacin lineal de Rn en Rm .
El ncleo se puede encontrar definiendo la transformada as. T(v) = 0 esto tambin se
denomina como Kernel de T y se denota Ker (T) para que sea ncleo esta debe cumplir que
Ax = 0.
La dimensin del ncleo se llama nulidad y la dimensin del contradominio de T se llama
rango (si A = matriz entonces el rango de T va ser = rango de A).
Dimensin del dominio = dimensin del rango + dimensin del ncleo.
Las transformaciones lineales puede ser uno a uno que son aquellas que la preimagen de W
consta de un solo vector, o sea, ser uno a uno para toda u y v en V, T(u) = T(v), tambin hay
que tomar en cuenta que ker(T) = 0. Tambin las transformadas lineales puede ser sobre si y
solo si el rango de T es igual a la dimensin de W. Y un transformacin lineal es biyectiba si es
uno a uno y sobre.
Existencia de una transformacin inversa:
Sea T: Rn ! Rn una transformada de una matriz standard. Debe cumplir las siguientes
condiciones:
T es invertible
T es un isomorfismo
A es invertible
Si T es invertible con matriz standard A, entonces la matriz standard de T-1 es A-1.
Un caso especial seria cuando V 0 W y B = B', don de la matriz A que se denomina matriz de T
con respecto a la base B. En este caso la matriz de la transformacin identidad es
simplemente In.
La matriz de transicin de un transformada lineal depende del espacio V.
Las matriz de transicin T con respecto a la base B es diferente a la matriz T con respecto a
otra base B'.
A'[(V)]B' ! [ T(V)]B' es la forma directa a travs de la matriz A'.
P-1AP[V]B' = T[(V)]B' forma indirecta.
A' = P-1AP
Donde a es la matriz de T con respecto a B, A' es la matriz T con respecto a B', P es la matriz
de transicin de B' a B, P-1 es la matriz de transicin B a B'
Concluciones
Despus de haber realizado a plenitud este trabajo se han relacionado todos los temas que se
han visto en el transcurso del ciclo de la materia de lgebra Lineal
Se han visto mas detallado y con mas 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 practica los temas
futuros.
Este trabajo se ha hecho con el fin de comprender de que no hay que dejar tirado lo ye hemos
aprendido antes ya que eso nos va a ayudar a solucionar problemas en nuestro futuro, citando
el dicho popular si no aprendemos de nuestros errores del pasado los mismo nos estarn
esperando en un futuro.
3.6
EL
PRODUCTO
no
Como
ecuaciones
nulos
no
VECTORIAL
perpendicular a dos
paralelos
y la segunda por
de k,
(1)
En forma semejante, se puede eliminar y para obtener
(2)
se
ve
fcilmente
que
para
cualquier
constante
y
es una solucin para el sistema formado (1) y
(2) como se puede ver hay infinitas soluciones a este sistema todas ellas mltiplos
escalares.
Cuando k = 1 la solucin se define como el producto vectorial A x B. Por lo
anterior,A x B es un vector perpendicular tanto A como a B.
, por
Definicin de determinante
OBSERVACIONES
1. El miembro derecho de esta ltima igualdad se puede desarrollar como un
determinante de orden 3 por la primera fila (solo por la primera fila).
2.El miembro de la derecha de la ltima igualdad se llama seudodeterminante, puesto
que hablando en un sentido estricto no es un determinante ya que las entradas de
la primera fila son vectores y no escalares.
3.Los vectores
son los vectores localizados (fijos) asociados a los vectores
coordenados (1,0,0), (0,1,0) y (0,0,1), respectivamente.
Ejemplo 41
OBSERVACIONES
1.En la parte (a) y (b) se observa que
2.En las partes (d) y (e) observamos que
3.En las partes (f) y (g) observamos que
TEOREMA 3.10 (Propiedades del producto cruz)
Si A, B y C son vectores de R3 y
un nmero real.
1.
2.
3.
Anticonmutatividad
4.
5.
Como vimos en el ejemplo anterior, el producto cruz en general no cumple la propiedad
asociativa, es decir,
Para los vectores
.
tenemos
Del grfico notamos que el producto de dos vectores consecutivos en el orden indicado
en la figura es el vector siguiente y si el orden es contrario da el vector con signo
negativo.
TEOREMA
3.11 Si A y B son
vectores A y B,entonces
vectores
de R3 y
es
el
ngulo
DEMOSTRACIN
por lo tanto
ya que
entre
los
y la altura
. Al producto