Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dicho de otra forma, el Álgebra lineal es la rama de las matemáticas que se ocupa
de las ecuaciones lineales como:
El álgebra lineal es fundamental en casi todas las áreas de las matemáticas. Por
ejemplo, el álgebra lineal es fundamental en las presentaciones modernas de la
geometría, incluso para definir objetos básicos como líneas, planos y rotaciones.
Además, el análisis funcional, una rama del análisis matemático, puede considerarse
básicamente como la aplicación del álgebra lineal al espacios de funciones.
La historia del álgebra lineal moderna se remonta a 1843, cuando William Rowan
Hamilton (de quien proviene el uso del término vector) creó los cuaterniones
inspirado en los números complejos;4 y a 1844, cuando Hermann Grassmann publicó su
libro Die lineare Ausdehnungslehre (La teoría lineal de extensión).
Índice
1 Historia
2 Contexto general
3 Espacios vectoriales
3.1 Antecedentes
3.2 Algunas operaciones básicas
3.3 Aplicaciones lineales
3.4 Subespacios, intervalo y base
4 Matrices
5 Sistemas lineales
6 Endomorfismos y matrices cuadradas
6.1 Determinantes
6.2 Valores propios y vectores propios
7 Dualidad
7.1 Mapa lineal de un espacio vectorial a su campo de escalares
7.2 Mapa dual
8 Espacios vectoriales de uso común
8.1 Vectores en Rn
8.2 Espacio vectorial de polinomios en una misma variable
9 Generalización y temas relacionados
10 Relación con la geometría
11 Utilización y aplicaciones
11.1 Geometría del espacio ambiental
11.2 Análisis funcional
11.3 Estudio de sistemas complejoss
11.4 Cálculo científico
12 Véase también
13 Referencias
14 Fuentes principales
15 Bibliografía
15.1 Historia
15.2 Libros de texto introductorios
15.3 Libros de texto avanzados
16 Enlaces externos
Historia
El procedimiento para resolver ecuaciones lineales simultáneas que ahora se
denomina eliminación gaussiana aparece en el antiguo texto matemático chino Cálculo
de barras#Sistema de ecuaciones lineales; Capítulo octavo: Matrices rectangulares
de Los nueve capítulos sobre el arte matemático. Su uso se ilustra en dieciocho
problemas, con dos a cinco ecuaciones.5
El álgebra lineal creció con las ideas anotadas en el plano complejo. Por ejemplo,
dos números w y z en ℂ tienen una diferencia w - z, y los segmentos de línea
{\displaystyle {\overline {wz}}}{\displaystyle {\overline {wz}}} y {\displaystyle
{\overline {0(w-z)}}}{\displaystyle {\overline {0(w-z)}}} tienen la misma longitud
y dirección. Los segmentos son equipolentes. El sistema cuatridimensional ℍ de
cuaterniones se inició en 1843. El término vector fue introducido como v = x i + y
j + z k representando un punto en el espacio. La diferencia de cuaterniones p - q
también produce un segmento equipolente a la {\displaystyle {\overline {pq}}.}
{\displaystyle {\overline {pq}}.} Otros sistemas de números hipercomplejos también
utilizaron la idea de un espacio lineal con una base.
Contexto general
De manera más formal, el álgebra lineal estudia conjuntos denominados espacios
vectoriales, los cuales constan de un conjunto de vectores y un conjunto de
escalares que tiene estructura de campo, con una operación de suma de vectores y
otra de producto entre escalares y vectores que satisfacen ciertas propiedades (por
ejemplo, que la suma es conmutativa).
Finalmente, el álgebra lineal estudia también las propiedades que aparecen cuando
se impone estructura adicional sobre los espacios vectoriales, siendo una de las
más frecuentes la existencia de un producto interno (una especie de producto entre
dos vectores) que permite introducir nociones como longitud de vectores y ángulo
entre un par de los mismos.
Espacios vectoriales
Artículo principal: Espacio vectorial
Antecedentes
Hasta el siglo XIX, el álgebra lineal se presentaba a través de sistemas de
ecuaciones lineales y matrices. En la matemática moderna, se prefiere generalmente
la presentación a través de espacios vectoriales, ya que es más sintética, más
general (no se limita al caso de dimensión finita) y conceptualmente más sencilla,
aunque más abstracta.
Axioma Significación
Asociativa de adición u + (v + w) = (u + v) + w
Conmutativa de adición u + v = v + u
Elemento neutro de adición Existe un elemento 0 en V, llamado el vector cero, o
simplrmente cero, tal que v + 0 = v se cumple para todo v del conjunto V.
Elemento simétrico se adición Para todo v en V, existe un elemento −v in V, llamado
el aditivo inverso de v, tal que v + (−v) = 0
Distributividad de la multiplicación escalar con respecto a la suma vectorial
a(u + v) = au + av
Distributividad de la multiplicación escalar con respecto a la suma de campos
(a + b)v = av + bv
Compatibilidad de la multiplicación escalar con la multiplicación de campos a(bv)
= (ab)v 9
Elemento de identidad de la multiplicación escalar 1v = v, donde 1 indica el
elemento neutro de F.
Aplicaciones lineales
Artículo principal: Aplicación lineal
Las aplicaciones lineales son mapeos entre espacios vectoriales que preservan la
estructura del espacio vectorial. Dados dos espacios vectoriales V y W sobre un
campo F, un mapa lineal, también llamado en algunos contextos, transformación
lineal o mapeo lineal, es un mapa o aplicación
{\displaystyle T(\mathbf {u} +\mathbf {v} )=T(\mathbf {u} )+T(\mathbf {v} ),\quad
T(a\mathbf {v} )=aT(\mathbf {v} )}{\displaystyle T(\mathbf {u} +\mathbf {v} )
=T(\mathbf {u} )+T(\mathbf {v} ),\quad T(a\mathbf {v} )=aT(\mathbf {v} )}
para los vectores u,v in V y escaleres a en F.
Un mapa lineal biyectivo entre dos espacios vectoriales, es decir, cada vector del
segundo espacio se asocia exactamente con uno en el primero, es un isomorfismo.
Dado que un isomorfismo preserva la estructura lineal, dos espacios vectoriales
isomorfos son "esencialmente iguales" desde el punto de vista del álgebra lineal,
en el sentido de que no pueden distinguirse utilizando las propiedades del espacio
vectorial. Una cuestión esencial en el álgebra lineal es probar si un mapa lineal
es un isomorfismo o no, y, si no es un isomorfismo, encontrar su rango (o imagen) y
el conjunto de elementos que son mapeados al vector cero, llamado el núcleo del
mapa. Todas estas cuestiones pueden resolverse mediante el uso de la eliminación
gaussiana o alguna variante de este algoritmo.
Por ejemplo, dado un campo lineal {\displaystyle T:V\to W}{\displaystyle T:V\to W},
la imagen T(V) de V, y la imagen inversa T−1(0) de 0, llamada núcleo o kernel, son
subespacios lineales de W y V, respectivamente.
Si alguna base de V (y por lo tanto cada base) tiene un número finito de elementos,
V es un espacio vectorial de dimensión finita. Si U es un subespacio de V, entonces
dim U ≤ dim V. En el caso en el que V es de dimensión finita, la igualdad de las
dimensiones implica que U = V.
Matrices
Artículo principal: Matriz (matemáticas)
La matriz es una disposición rectangular de números, símbolos o expresiones, cuyas
dimensiones son descritas en las cantidades de filas (usualmente m) por las de
columnas (n) que poseen. Las disposiciones matriciales son particularmente
estudiados por el álgebra lineal y son bastante usados en ciencias e ingeniería.
Sea V un espacio vectorial de dimensión finita sobre un campo F, y (v1, v2, …, vm)
es una base de V, por lo tanto m es ladimensión de V). Por definición, de una base,
el mapa
Este isomorfismo permite representar un vector por su imagen inversa bajo este
isomorfismo, es decir por las componentes de un vector de coordenadas {\
Displaystyle (a_ {1}, \ ldots, a_ {m})}{\ Displaystyle (a_ {1}, \ ldots, a_ {m})}o
por la matriz de columnas {\displaystyle (a_{1},\ldots ,a_{m})}{\displaystyle
(a_{1},\ldots ,a_{m})} o mediante la matriz vertical