Cap 01 Algebra Lineal I - 2017

ALGEBRA LINEAL I
Universidad Nacional de Asunción

Facultad de Ingeniería
1er Semestre - 2017
1
Algebra Lineal I (2013)
ORGANIZACIÓN DE LA CATEDRA
 Bibliografía de la Cátedra
 1. Algebra Lineal: Una Introducción moderna
 David Poole. 2da Edición. Cengage Learning Editores, 2007
Profesor de la Universidad de British Columbia – Canada
 2. Algebra Lineal y sus aplicaciones

 Gilbert Strang, 4ta Edición. THOMPSON. 2007
Profesor del MIT – USA
 Otras fuentes bibliográficas recomendadas

 3. Algebra Lineal
 Stanley Grossman. 6ta Edicion. McGraw Hill. 2008
 4. Algebra Lineal
 Bernard Kollman & David Hill. 8va Edicion, PEARSON. 2006
2
Algebra Lineal I
ORGANIZACIÓN DE LA CÁTEDRA
 Evaluación de la Cátedra
 1. PRIMER PARCIAL 24 ptos.
 2. SEGUNDO PARCIAL 36 ptos.
 3. EVALUACIÓN LABORATORIO 10 ptos.
 Exigencias adicionales de laboratorio (100% de asistencia y 60% mínimo en la prueba)

(Fechas a definir)
Mínimo de 35 ptos. para tener derecho a EXAMEN FINAL
Asistencia 70% a clases teórica y 70% a clases prácticas
3
Algebra Lineal I
Algunas consideraciones iniciales
4
Algebra Lineal I
¿Que es el ALGEBRA LINEAL?
5
Algebra Lineal I
ALGEBRA LINEAL
Es la rama de las matemáticas que

estudia los vectores, los espacios
vectoriales, transformaciones
lineales y sistemas de ecuaciones
lineales.
6
Algebra Lineal I
¿Cuáles son las aplicaciones del

ALGEBRA LINEAL?
¿Para que estudiamos ALGEBRA

LINEAL en Ingeniería?
7
Mecánica Computacional
2. APLICACIONES
 ¿Cuáles son las aplicaciones de la mecánica
computacional?
Ingeniería Aeronáutica
Diseño Estructural de las aeronaves
2. APLICACIONES
computacional?
Ingeniería Automotriz
Diseño Estructural de los automóviles
2. APLICACIONES
computacional?
2. APLICACIONES
computacional?
2. APLICACIONES
computacional?
Ingeniería Industrial
Diseño de Nuevos Productos (Optimización)
3. APLICACIONES EN LA
INGENIERIA CIVIL
 ¿Cuáles son las aplicaciones de

la mecánica computacional en la
Ingeniería Civil?
3. APLICACIONES EN LA INGENIERIA CIVIL
computacional en la Ingeniería Civil?
Ingeniería Civil – Ingeniería Estructural
Diseño Estructural de Puentes
Diseño Estructural de Puentes
Diseño Estructural de Edificios
Estabilidad Estructural de Edificios
Ingeniería Civil – Ingeniería Geotécnica
Estabilidad de Taludes
Fundaciones Superficiales
Fundaciones Superficiales
Caracterización de las Capas de Suelo Subterraneas
Wh
Determinación de la Rigidez del Suelo de Fundación
Diseño de Fundaciones Profundas
Diseño de Muros de Contención
Diseño de Estructuras Subterráneas
Diseño de Presas
 ¿Cuáles son las aplicaciones de la mecánica computacional
en la Ingeniería Civil?
Ingeniería Civil – Ingeniería Ambiental
Calidad del Aire Interno de Edificaciones – Certificación
LEED (Leadership in Energy & Environmental Design)
Ventilación Interna de Edificaciones
Confort Térmico de Edificaciones
ALGEBRA LINEAL I
Capitulo 1:
ESTRUCTURAS
ALGEBRAICAS
(Primera parte)
1er Semestre - 2017
30
ESTRUCTURAS ALGEBRAICAS
Objetivos:
 El objetivo de éste capítulo es dotar al alumno de los
conceptos básicos de las principales estructuras
algebraicas
 Así mismo éste capítulo se orienta a que el alumno
sepa manejar las simbologías utilizadas.
 En el trascurso de los cursos anteriores han conocido
definiciones y propiedades relacionadas a las matrices
y a los vectores.
 A modo de manejar el lenguaje se definirán algunas
de las principales ESTRUCTURAS ALGEBRAICAS
que se manejan en el Algebra.
31
 ESTRUCTURAS ALGEBRAICAS. Definición:
En álgebra abstracta, una estructura algebraica,
también conocida como sistema algebraico,1 es una
n-tupla (a1, a2, ..., an), donde a1 es un conjunto dado no
vacío, y {a2, ..., an} un conjunto de operaciones
aplicables a los elementos de dicho conjunto.
32
 ESTRUCTURAS ALGEBRAICAS. Definición:
Son conjuntos donde están definidas ciertas
operaciones que satisfacen unas determinadas
propiedades
Las Operaciones pueden ser de varios tipos, por ejemplo,
una operación binaria interna, definida en un
conjunto X, es una función que a dos elementos de X
(dados en orden) hace corresponder otro elemento de
X, es decir una función
p: X X  X
Ej: “p” podría ser la suma, la diferencia o la multiplicación
de números reales, con la observación de que en el
caso de la diferencia dependiendo del orden de los
elementos influye en el resultado. 33
 GRUPOS. Definición:
En álgebra abstracta, un grupo es una estructura
algebraica que consta de un conjunto con una
operación que combina cualquier pareja de sus
elementos para formar un tercer elemento.
Para que se pueda calificar como un grupo, el
conjunto y la operación deben satisfacer algunas
condiciones llamadas axiomas de grupo, estas
condiciones son: tener la propiedad asociativa,
tener elemento identidad y elemento inverso.
34
GRUPOS
Sea G un conjunto no vacío, y sea * una operación

definida en G. Se dice que (G.*) es un grupo, si cumple
las siguientes propiedades:
1. Asociativa:  a  b  c  a   b  c a, b, c  G
2. Elemento Neutro: e  G tal que a  e  e  a  a, a G
3. Elemento Opuesto:a  G, a '  G tal que a  a´ a´a  e
35
GRUPOS
La operación interna * será suma o el producto de
elementos
En la notación aditiva:
el elemento neutro se denota 0
el elemento opuesto de a se denota -a
En la notación multiplicativa,
el elemento neutro se denota 1
el elemento opuesto, en este caso se denomina
inverso de a se denota a-1 o 1/a
36
GRUPOS
Sea (G.*) un grupo. Se dice que G es conmutativo o
abeliano si, además de las propiedades de grupo verifica
la siguiente propiedad:
4. Propiedad conmutativa:
a  b  b  a, a, b  G
37
GRUPOS
Ejemplos de Grupos
Grupos Abelianos aditivos:
(Z, ) (R, ) (Q, ) (C, )
Grupos Abelianos multiplicativos:

(R \ /0 , ) (Q \ / 0 , ) (C \ /0 , )
38
GRUPOS
Ejemplos de Grupos
El Conjunto de Vectores de n componentes, con la suma

de vectores, forman un Grupo Abeliano
39
 En ocasiones, se define mas de una operación interna

sobre un conjunto.
 Existen estructuras que dependen de dos o mas
operaciones.
Por ejemplo, la mas sencilla es la estructura de ANILLO
Usaremos las notaciones  y para las dos
operaciones internas,
Pero no se debe olvidar que pueden ser operaciones
cualesquiera verificando las condiciones de la definición:
40
La teoría de grupos y el estudio de
simetrías: campo de aplicaciones
 La teoría de grupos comparte un parentesco
fundamental con la noción de simetría. Un
grupo de simetría codifica las características
de simetría de un objeto geométrico: consiste
en el conjunto de transformaciones que dejan
invariante el objeto y la operación de
combinar dos de estas transformaciones.
41
La teoría de grupos y el estudio de
simetrías: campo de aplicaciones
 En Física son utilizados para entender las leyes físicas
fundamentales en las que se basa la relatividad, también
se utilizan en campos de la física muy diversos como la
física de partículas, teoría de campos, física cuántica e
incluso los nuevos campos de la física actual como las
teorías unificadoras (teoría M y teoría de cuerdas) entre
otras muchas aplicaciones.
 En Química los estudios relacionados con la teoría de
enlace, simetría molecular, simetría atómica e incluso
radioactividad.
 En Geología y más concretamente en Cristalografía.
42
En álgebra abstracta, un anillo es una estructura

algebraica formada por un conjunto (A) y dos
operaciones, llamadas usualmente suma y producto
(A,+,*), de modo que (A,+) es un grupo conmutativo con
elemento neutro (que designamos 0), y el producto * es
asociativo y tiene la propiedad distributiva respecto de la
suma.
Si el producto es conmutativo hablaremos de un anillo
conmutativo y si el anillo posee un elemento neutro para
el producto, lo llamaremos anillo con unidad (a la que
designaremos 1) o anillo unitario.
43
ANILLO
 Sea A un conjunto no vacio, y sean  y dos
operaciones internas, que llamaremos suma y producto ,
definidas en A. Se dice que ( A, , ) es un ANILLO, si
cumplen las siguientes propiedades:
1. ( A, ) es un grupo abeliano
2. Propiedad asociativa del producto

 a  b  c  a   b  c a, b, c  A
3. Propiedad distributiva del producto respecto a la
suma: 44
ANILLO
a  (b  c)  a  b  a  c, a, b, c  A
(a  b)  c  a  c  b  c, a, b, c  A
45
ANILLO
Si ademas se verifica alguna propiedad se tiene
tipos especiales de Anillos:
Dado un Anillo ( A, , ), se dice que es UNITARIO, o
que tiene elemento unidad si cumple la siguiente
propiedad:
Elemento Neutro para el Producto:
u  A tal que a  u  u  a  a a  A
46
ANILLO
Si ademas se verifica alguna propiedad se tiene
tipos especiales de Anillos:
Dado un Anillo ( A, , ) se dice que es
CONMUTATIVO, si cumple la siguiente propiedad:
Propiedad Conmutativa del Producto:
a  b  b  a, a, b  A
47
CUERPO
Sea K un conjunto no vacio, y sean ,  dos
operaciones internas, que llamaremos suma y
producto, definidas en K. Se dice que ( K , , ) en
un CUERPO, si se cumplen las siguientes
propiedades:
1. ( K ,  ) es un grupo abeliano
2. ( K \ 0 , ) es un grupo abeliano, donde 0 es el elemento

neutro de la suma
3. Propiedad distributiva del producto respecto a la suma:

a  (b  c)  a  b  a  c, a, b, c  K 48
CUERPO
Un Cuerpo es un Anillo conmutativo, con elemento
unidad, donde todo elemento no nulo tiene inverso
Observemos que la propiedad distributiva solo tiene

una condición. Esto es porque el producto es
conmutativo, luego la otra condición es
consecuencia de la primera.
49
CUERPO
 Los Cuerpos tienen multitud de propiedades, que
no se estudiaran en esta asignatura. Usaremos para
definir otras estructuras…
 Para ello definimos OPERACIONES
EXTERNAS. Consideremos un conjunto X, y otro
conjunto K que llamaremos conjunto de escalares.
Operación Binaria Externa sobre X, es la función
que toma un elemento de K y un elemento de X y da
como resultado un elemento de X:
p:KX  X
50
CUERPO
 Normalmente a una operación externa como esta
la llamaremos multiplicación por escalar;
 K x X   x
De estos conceptos se definen los Espacios

Vectoriales
51
52
Anillo y Cuerpo son dos estructuras algebracias que

básicamente se diferencian en que en un cuerpo
todos los elementos menos el neutro para la suma
tienen inverso multiplicativo y en un anillo esto no
se cumple en general.
Es decir, en un cuerpo la solución a·x="1" tiene
solución para cualquier a distinto de "0" pero en un
anillo no.
53
ESPACIO VECTORIAL
 Sean V y K conjuntos no vacios. Sea + una
operación interna en V, y sea  una operacion
externa en V con conjunto de escalares K, que
llamaremos producto por escalar.
V, con estas operaciones, es un espacio vectorial si
cumple las siguientes propiedades:
1. (V ,  ) es un grupo abeliano
2. K es un cuerpo
3. El producto escalar verifica las siguientes

propiedades:
54
ESPACIO VECTORIAL
1. El producto escalar verifica las siguientes
propiedades:
a. (   )v   v   v  ,   K , v V
b.  (v  w)   v   w   K , v, w V
c.  (  v)  ( )v  ,   K , v V
d. 1v  v v  V ,
donde 1 es el elemento
neutro de la multiplicación de K
55
ALGEBRA LINEAL I
Capitulo 2: Vectores
(Primera parte)

1er Semestre - 2016
56
Escalares y Vectores
 Un escalar es una única cantidad (número) que representa
una magnitud
 Ejemplos: tiempo, distancia, masa, temperatura, etc.
 Un vector es una cantidad definida por un conjunto de

números que describen tanto la magnitud, una dirección y
sentido.
 Ejemplos: velocidad, fuerza, el momento, etc.
 Notación: Un vector se diferencia de un escalar en su

notación por la utilización de negritas en la escritura de

textos o utilizando la siguiente simbología:
a
A a a AB
57
Algebra Lineal I
 1.1 Vector. Definición
Un vector es un segmento de recta dirigido
que corresponde a un desplazamiento desde
un punto A a un punto B.
b2
a2
B (b1,b2)
AB
A (a1,a2) A es el punto inicial o cola
a1 b1
B es el punto final o cabeza
58
Algebra Lineal I
 El conjunto de todos los puntos en el plano corresponde
al conjunto de todos los vectores cuyos puntos iniciales
sean el origen O. A cada punto A del plano le
corresponde un vector OA
VECTORES POSICIÓN
59
Algebra Lineal I
 Vector: Representación.
Es común representar a los vectores por sus coordenadas.
En la figura se muestra que el punto A tiene coordenadas A=(3,2).
El vector a =OA = [3,2] (otra representación es utilizando corchetes,

similar a Matlab).
De manera semejante los otros vectores b = [-1,3] y c= [2,-1].
A cada coordenada individual se la denomina

componente del vector
60
Algebra Lineal I
otra forma de definir a un vector en el plano es:
“Par ordenado de números reales”

El orden es IMPORTANTE
Ya que [3,2] ≠ [2,3]
“Dos vectores son iguales si y solo si sus

respectivas componentes son iguales”
61
Algebra Lineal I
Otra forma de representar al vector a= [3,2] es:
3 
a 
 2
A esta forma de representación se denomina vector columna
Y a la representación a = [3,2] se la denomina vector fila
Conceptos importantes.
Lo importante de recordar es que las componentes están
ordenadas.
También es importante saber que desde el punto de vista computacional es
mejor trabajar con los vectores columnas.
62
Algebra Lineal I
 El Vector Cero
Aunque no puede diseñarse el vector 0=[0,0], es un vector
perfectamente válido y recibe la denominación de vector cero.
R2
2
El conjunto de los vectores con dos componentes se conoce como, R
en el que R significa que las componentes están compuestas por
números que forman parte del conjunto de números reales
5
[1,3.5]; [ 2 ,  ]; [ ,4]
3 2
Todos estos vectores forman parte de R
63
Algebra Lineal I
 Operación Básica con Vectores.
1. ADICION DE VECTORES
Para realizar la suma de dos vectores, se toma el primer vector y

posteriormente se adiciona el siguiente vector a sumar haciendo
coincidir el extremo del primer vector con el inicio del siguiente
vector.
El vector resultante cuyo inicio es el punto inicial del primer

vector y el extremo es el extremo del segundo vector es el
VECTOR SUMA de ambos vectores.
64
Algebra Lineal I
Procedimiento gráfico para la suma de dos vectores
Regla del Paralelogramo. Si deseamos sumar dos vectores A y B cualesquiera,
en primer lugar se dibujan ambos vectores coincidiendo con el origen y luego por el
extremo de cada vector trazamos una paralela al otro.
Ambas paralelas se interceptan en un punto. El vector cuyo punto de aplicación
coincide con el de los vectores sumandos y cuyo extremo es el que termina en el punto
de intersección de las paralelas es el vector suma
A
65
Algebra Lineal I
Procedimiento gráfico para la suma de varios vectores
Regla del Polígono.
Se emplea, cuando se desean sumar varios
vectores a la vez. En el extremo del primer vector
se sitúa el punto de aplicación del segundo, sobre el
extremo del segundo vector se coloca el punto de
aplicación del tercero y así hasta terminar de dibujar
todos los vectores.
El vector resultante es el que se obtiene al unir el
punto de aplicación del primero con el extremo del
último
66
Algebra Lineal I
Procedimiento analítico para la suma de vectores
Analíticamente, se suman las componentes:
u = (1, 2)
v = (2, 2)
u + v = (1,2)+ (2,2) = (1 + 2, 2 + 2) = (3, 4)
u + v = (3, 4)
67
Algebra Lineal I
2. MULTIPLICACION POR ESCALAR
Al multiplicar un vector a = [a1,a2] por un número real
(escalar) c se obtiene un nuevo vector ca cuyas
componentes serán:
Si c > 0  ca tiene el mismo sentido que a
a  (a1,a2 ) ca = [ ca1, ca2 ] c < 0  ca tiene sentido contrario
a
1
a
2
2a
3
a  a
 a
2
Todos los vectores múltiplos de a son paralelos a  (a1, a2 ) 68

Algebra Lineal I
2. MULTIPLICACION POR ESCALAR
Un caso especial de un múltiplo escalar es (-1)v = -v y se
conoce como el negativo de v
v
v
-v u u-v
u
u-v
A partir de éste concepto se define la RESTA DE VECTORES:
La diferencia de u y v es el vector u-v definido por
u-v = u + (- v )
69
Algebra Lineal I
3
 Vectores en R
2
De la misma manera que se procedió con los vectores en R , los
3
conceptos se extienden a R .
El conjunto de las “triadas ordenadas” de números reales se conoce
3
como R .
En este caso los puntos y los vectores son localizados utilizando
tres ejes coordenados mutuamente perpendiculares que se
interceptan en el origen O.
Estos ejes son generalmente denominados x, y, z
Ejemplo:
De esta forma el vector
a=[1,2,3]
70
Algebra Lineal I
n
 Vectores en R
Rn es el conjunto de todas las n-adas ordenadas de números
reales escritas como vectores filas o como vectores columnas
De esta forma un vector en R n se representa como:
v1 
v 
 2
 v3 
[v1,v2,v3,……….,vn] o  
. 
. 
 
. 
v 
 n
La componente i-esima del vector v se conoce como vi
la sucesión de enteros positivos es una n-ada pitagórica si la suma es un cuadrado perfecto.
71
Algebra Lineal I
 Vectores en R n
n
En R ya no podemos graficar los vectores, pero es importante
aprender a realizar cálculos con ellos.
Las operaciones de suma de vectores y de multiplicación por un
escalar se cumplen también en R n , como en R 2 y R 3 .
Propiedades algebraicas de los vectores en R n .
Para todo u, v y w vectores en y escalares c y d. Se cumple:
1. u+v=v+u Propiedad conmutativa en la adición de vectores
2. (u + v) + w = u + (v + w) Propiedad asociativa en la adición de vectores
3. u+0=u Existencia del vector neutro o nulo en la adición
4. u + (-u) = 0 Existencia del elemento opuesto o simétrico
5. c(u + v) = cu + cv Propiedad distributiva del producto por un escalar
6. (c+d)u = cu + du Propiedad distributiva del producto por un vector
7. c(du) = (cd)u Propiedad asociativa mixta del producto por un escalar
8. 1u = u Existencia del elemento unidad del producto por un escalar
72
Algebra Lineal I
 Una combinación lineal
es una expresión
matemática que consiste
en la suma entre pares
de elementos, de
determinados conjuntos,
multiplicados entre sí.
 En particular, la
combinación lineal de un
sistema de vectores se
trata de un vector de la
forma
73
Algebra Lineal I
 Dado v ∈ R 3, decir
que v es combinación
lineal de otros dos
vectores v 1 , v 2 no
paralelos equivale a
afirmar que los tres
vectores son
coplanarios, es decir,
que se encuentran en
un mismo plano.
74
Algebra Lineal I
 En la ecuación 2 x + 3 y − 2 z = 0
se dice que z es combinación lineal de x y de
y, porque podemos escribir z = x + 3/2 y sin
más que despejar la z.
 De la misma manera, despejando
oportunamente, cada una de estas variables
se podría expresar como combinación lineal
de las otras dos.
75
Algebra Lineal I
 Combinación lineal de vectores.
Un vector v es una combinación lineal de vectores v1, v2, v3, …, vn si
existen escalares c1, c2, c3, ………, cn tales que:
v = c1v1 + c2v2 +c3v3 + ………….. + cnvn
ejemplo:
3 1 
Sean u  y v 
1   2
Expresar el vector w
como una combinación lineal de los vectores u y v
76
Algebra Lineal I
 Medidas asociadas a los vectores
u1   v1 
PRODUCTO ESCALAR u  v 
 2  2
u3   v3 
Si tenemos dos vectores    
u  .  v  . 
.  . 
   
.  . 
u  v 
 n  n
El producto escalar de u y de v esta definido por: u v

u  v  u1v1  u2v2  u3v3  ..........  unvn
77
Algebra Lineal I
Propiedades del producto escalar
u v  v u
u  (v  w)  u  v  u  w
(cu )  v  c(u  v)
u u  0 y u u  0 si y solo si u 0
78
Algebra Lineal I
Longitud (o norma) de un vector
 v1 
v 
 2
 v3 
 
La longitud o norma de un vector v  .  en R n es el escalar no negativo
. 
 
. 
v 
 n
Definido por:
v  v  v  v12  v22  ..........  vn2
79
Algebra Lineal I
Normalización de un vector
Al vector de longitud 1, se le conoce como vector unitario o versor.
Si tenemos cualquier vector v distinto de cero, siempre podemos hallar un
1
vector unitario de la misma dirección que v, multiplicando por el escalar v
Entonces el vector unitario u en la dirección del vector v queda:
 1 
u   v
 v 
80
Algebra Lineal I
Teorema de la desigualdad de Cauchy-Schwarz
Para todos los vectores u y v en Rn

Se cumple:
u v  u v
81
Algebra Lineal I
Teorema de la desigualdad del triangulo
Para todos los vectores u y v en Rn

Se cumple:
uv  u  v
82
Algebra Lineal I
Distancia entre vectores

d (u, v)  u  v
La distancia entre dos vectores d(u,v) en R n se define como:
d (u, v)  u  v
83
Algebra Lineal I
Ángulos entre vectores 
Considerando el triangulo de la figura y aplicando la ley de los cosenos tenemos
u  v  u  v  2 u v cos 
2 2 2
Luego de transformaciones llegamos a tener que:
uv
cos  
u v
84
Algebra Lineal I
Vectores ortogonales
Dos vectores u y v en R n son ortogonales entre si,
Si se cumple que
uv  0
85
Algebra Lineal I
Teorema de Pitágoras
Para todos los vectores u y v en Rn ,
uv  u  v
2 2 2
Se cumple que
Si y solo si u y v son vectores ortogonales
86
Algebra Lineal I
Proyecciones
Para todos los vectores u y v en Rn y u  0,

La Proyección del vector v sobre el vector u esta definido por:
 uv 
proyu (v)   u
 u u 
87
ALGEBRA LINEAL I
(Segunda parte)

1er Semestre - 2016
88
Algebra Lineal I
 1.3 Vectores y la Geometría
Muchos resultados de la geometría euclidiana del plano pueden

probarse mediante el empleo de técnicas vectoriales.
Gran parte del algebra lineal tiene su origen en la geometría simple

de las líneas y los planos.
Representar en forma vectorial estos elementos, visualizarlos y

pensar geométricamente será de mucha utilidad para la comprensión
de los conceptos posteriores del Algebra Lineal
89
Algebra Lineal I
2 3
Líneas en R y R3
La recta con ecuación 2x + y = 0 se puede graficar de la siguiente manera.
90
Algebra Lineal I
Líneas en R 2y R33 2x + y = 0
El lado izquierdo de la ecuación podríamos decir que es el producto escalar de los vectores
2 x 
n yx 
1   y
91
Algebra Lineal I
Líneas en R 2 y R33 2x + y = 0
2 x 
n  y x 
1   y
Entonces tenemos que la ecuación se transforma en:
n x  0
El vector n es perpendicular a la recta, y también ortogonal a cualquier vector x
que sea paralelo a la recta y se lo conoce como vector normal a la línea recta.
La ecuación n x  0 es la forma normal de la ecuación de una

recta que pasa por el origen.
92
Algebra Lineal I
Otra forma de representar
 1.3 Vectores y la Geometría vectorialmente una recta es asociada
Líneas en R 2y R33 a un parámetro: t
Sea la recta l : 2x + y = 0 para: t=0  en el origen

t=1  x= 1 , y=-2
l t=1,5  x= 1,5 , y= -3
t= -2  x= -2 , y= 4
t=-2
t=1
t=1,5
93
Algebra Lineal I
Líneas en R 2y R33
Sea la recta l : 2x + y = 0 En general: x= t
y=-2t
Que expresado en forma vectorial:
l  x   t   1
 y    2t   t  2
     
Entonces l podemos escribir en su forma
vectorial: x  td
Para el caso de que la recta

 1 pasa por el origen
d  
 2 
94
Algebra Lineal I
2 3
Líneas en R y R3 2x + y = 0
En este caso si asociamos que para cada unidad del valor de t va variando su posición en
(1,-2)
x   t   1 
 y    2t   t  2
      1
En esta ecuación tenemos un vector d  
 2 
que es el vector direccional de la recta
De esta manera podemos representar como ecuación vectorial de la recta:
x  td
95
Algebra Lineal I
2 3
Líneas en R y R3
La recta con ecuación 2x + y = 5 se puede representar de la siguiente manera.
96
Algebra Lineal I
2 x 
n y x   y n
 
1  
97
Algebra Lineal I
Líneas en R 2 y R33 2x + y = 5
En este caso el vector n y el vector PX (o x-p) son ortogonales.
Entonces se cumple que:
n  ( x  p)  0 n
P
Forma Normal de
La ecuación de la x-p
recta:
X
n x  n p
98
Algebra Lineal I
2 3
Líneas en R y R3
La forma normal de la ecuación de una recta en R2 que no pasa por el origen

Queda:
n  ( x  p)  0 P
n
n x  n p
x-p
X
En el que P es un punto especifico de
la recta y n es un vector normal a la misma
99
Algebra Lineal I
Líneas en R 2y R33
Sea la recta l : 2x + y = 5 para cada x : x – p  paralelo a l
y a la vez múltiplo de d
l n entonces: x – p = td para algún
P escalar t
en términos de componentes:
x-p
 x  1   1
d
 y   3  t  2
     
100
Algebra Lineal I
2 3
Líneas en R y R3 2x + y = 5
Otra forma de representar la recta es asociándola con un parámetro (Ej; t).
 x  1   1
 y   3  t  2
     
1
En esta ecuación tenemos un vector : d  
 2 
que es el vector direccional de la recta
De esta manera podemos representar como la ecuación vectorial de la
3
recta en R 2 o R3 :
x  p  td
101
Algebra Lineal I
x  1 t
Ecuaciones Paramétricas de la recta
y  3  2t
Donde ’t’ se denomina parámetro
Las formas vectorial y paramétrica de una recta no son únicas, existe un

número infinito de ellas: se puede tomar cualquier P sobre l y cualquier
vector de dirección para l, sin embargo todos los vectores de dirección
son múltiplos entre sí, lo que proporciona ecuaciones diferentes pero
EQUIVALENTES para la recta
102
Algebra Lineal I
1.3 Vectores y la Geometría
3
PLANOS en R3
Si consideramos un punto X que forma parte del plano y punto P conocido del mismo
Tenemos que nuevamente se cumple que:
n   x  p  0 n x  n p
Que es la forma Normal de la ecuación
La forma General de la ecuación de P es: ax  by  cz  d
Donde: a  y d  n p
n  b 
 c 
103
Algebra Lineal I
3
PLANOS en R3 en FORMA PARAMETRICA
Si consideramos un punto X que forma parte del plano y un punto P conocido
del mismo
Necesitamos de dos vectores de dirección u y v paralelos al plano, pero
que no sean paralelos entre si para representar la ecuacion de un plano
Tenemos en este caso que se cumple:
 x  p   su  tv 3
Así tenemos la forma vectorial de la ecuación del plano en R3
Las ecuaciones correspondientes a las componentes de la forma
vectorial de la ecuación son conocidas como ecuaciones
parametricas del plano
104
Algebra Lineal I
CONCLUSIONES IMPORTANTES
Un plano es un objeto bidimensional y su ecuación, en forma vectorial o
parametrica, requiere de dos parámetros y una sola ecuación en su forma
general.
 x  p   su  tv
3
Una recta (objeto unidimensional) en R3 requiere de un punto y dos vectores
normales no paralelos entre si, para su determinación.
x  p  sn1  tn 2
a1 x  b1 y  c1 z  d1
a2 x  b2 y  c2 z  d 2
Entonces necesitamos de dos ecuaciones en su forma general. (Son
ecuaciones de dos planos, la recta esta definida justamente por la interseccion
de ambos planos)
105
Algebra Lineal I
CONCLUSIONES IMPORTANTES
2
Ecuación de la recta en R3
3
Ecuaciones de la recta y del plano en R3
106
Algebra Lineal I
El producto vectorial
El producto vectorial de dos vectores
b  a1  b1 
 a   a2  b  b2 
a
 a3  b3 
Es un nuevo vector a  b definido por
 a2b3  a3b2 
a  b   a3b1  a1b3 
 a1b2  a2b1 
107
Algebra Lineal I
Si el vector a lo giramos hacia b, entonces
obtenemos el movimiento indicado con la
b flecha azul

a Por el contrario, si giramos el vector b
hacia a, obtenemos el movimiento
indicado con la flecha verde
La operación “virtual” de girar a hacia b,

la denotaremos por a  b
108
Algebra Lineal I
PROPIEDADES
a. a  b = (b  a) b. a  0 = 0
c. a  a = 0 d. a  k b = k (a  b)
e. a  k a = 0 f. a  (b + c) = a  b  a  c
109
Algebra Lineal I
El producto vectorial - Interpretación geométrica
C
B El área del paralelogramo es
ab a  b  a b sen
b
 A
a a
O B C
El producto vectorial a  b
corresponde a un vector b
normal al paralelogramo b sen 
formado por a y b y de

magnitud igual al área de O A
dicho paralelogramo a 110
Algebra Lineal I
El producto vectorial El vector resultante será
a  b = a b sen n
b Donde n es el vector unitario en la
 dirección del vector azul
a
b  a = b a sen n '
Donde esta vez n' es el vector
unitario obtenido en la dirección
del vector verde.
De tal forma que este producto no es
conmutativo, y además
ab  ba 111

Algebra Lineal I
El producto vectorial (Interpretación física) F
Si F es una fuerza y r es el vector desde
un punto fijo a cualquier punto sobre F, 
entonces r
L  rF O
puede ser interpretado como el l
torque, o momento, de la fuerza F
alrededor del punto O
Puesto que r  F = r F sen  l F , la magnitud del torque es consistente.

Y además la dirección del torque L  r  F está en una línea perpendicular a
r y F, y esta dirección es precisamente la dirección de orientación positiva
(según la regla del famoso tornillo)
112
Algebra Lineal I
 1.4 Vectores Códigos
Los vectores códigos son empleados cuando se quiere transmitir
información de forma electrónica.
Las computadoras digitales generaron la necesidad de transmitir una

cantidad masiva de datos de forma rápida y precisa
Las computadoras están diseñadas para codificar datos en forma de

“ceros” y “unos”.
La transmisión de datos por códigos lo encontramos cotidianamente
Ej: comunicaciones vía satélite, reproductores de CD, Código

Universal del Producto (UPC) asociado a los códigos de barra, el
Numero Estándar Internacional del Libro (ISBN), entre otros)
113
Algebra Lineal I
Estos vectores utilizados como códigos no son los vectores en Rn, son
vectores con un numero finito de selecciones y
Que utilizan una aritmética diferente:
la Aritmética Modular
Sirven para transmitir datos, detectar errores y hasta corregirlos
114
Algebra Lineal I
Códigos Binarios
Consisten en vectores cuyas componentes pueden ser 1 o 0
Y se utilizan para representar datos en términos de 0 y 1
Las reglas de la aritmetica modificadas para la suma y
multiplicación de estos códigos binarios son:
Las reglas son conocidas también como reglas de paridad.

Con esta regla nuestro conjunto de escalares {0,1} es
representa por Z2 y denominado conjunto de los números
enteros de modulo 2. 115
Algebra Lineal I
Códigos Binarios
El conjunto de todas las n-tuplas de ceros y unos se
representa por:
n
Z 2
n
Los vectores en Z 2 se denominan vectores binarios
de longitud n
No existe la representación geométrica de longitud de un

vector binario
116
Algebra Lineal I
Códigos Binarios
Un CÓDIGO BINARIO es un conjunto de vectores binarios
(de la misma longitud) denominados vectores de código
El proceso de convertir un mensaje en vectores se

denomina CODIFICACIÓN, y el proceso inverso se
denomina DECODIFICACIÓN
117
Algebra Lineal I
Códigos de detección de errores
Si queremos codificar un conjunto de cuatro datos
Ej (arriba, abajo, derecha, izquierda)
Ej (norte, sur, este, oeste)
En este caso podemos utilizar entonces un conjunto de vectores en

2
Z2
[0,0] [0,1] [1, 0] [1,1]
118
Algebra Lineal I
Códigos de detección de errores
Si queremos codificar un conjunto de cuatro datos
Ej (arriba, abajo, derecha, izquierda)
Ej (norte, sur, este, oeste)
Si para transmitir la información anterior decido utilizar este conjunto

de vectores en
3
Z 2
[0,0,0] [0,1,1] [1, 0,1] [1,1,0]
119
Algebra Lineal I
Aritmética modular
Los enteros modulo 3 se rigen dentro de la aritmética modular
bajo las siguientes reglas de adición y multiplicación
Z3
120
Algebra Lineal I
Aritmética modular
En general tenemos:
El conjunto Zm  0,1, 2,..., m 1
Que corresponde a enteros de modulo m (reloj de m horas)
n
Vectores m-arios de longitud n Z m
Y los códigos que utilizan vectores m-arios se denominan
Códigos m-arios
121
Algebra Lineal I
ISBN International Standard Book Number
Vector 11-ario de longitud 10 10
Z11
ISBN esta compuesto por 10 dígitos de longitud, y dividido en cuatro partes:
 el código de país o lengua de origen,
 el editor,
 el número del artículo, y
 un digito verificador
El ultimo digito (componente) es un digito verificador que nos permite verificar que se cumpla:
c u  0
122
Algebra Lineal I
ISBN International Standard Book Number
Vector 11-ario de longitud 10 10
Z11
Los primeros 9 dígitos es un vector que contiene información sobre el país, el editor y el libro
c u  0
En el que c es un vector de verificación [10,9,8,7,6,5,4,3,2,1]
Ayuda a detectar errores simples y la mayoría de los errores de

transposición de las componentes adyacentes.
123
Algebra Lineal I
Sistema CODABAR
16
Vector 10-ario de longitud 16 Z 10
Los primeros 15 dígitos son asignados por el banco emisor de la tarjeta
c u  h  0
En el que c es un vector de verificación [2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1]
En este ejemplo h es la cantidad de números impares mayores que 4.
124
125

Cap 01 Algebra Lineal I - 2017

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cap 01 Algebra Lineal I - 2017

Cargado por

Copyright:

Formatos disponibles

ALGEBRA LINEAL I

Universidad Nacional de Asunción

 2. Algebra Lineal y sus aplicaciones

 Otras fuentes bibliográficas recomendadas

 1. PRIMER PARCIAL 24 ptos.

 2. SEGUNDO PARCIAL 36 ptos.

 3. EVALUACIÓN LABORATORIO 10 ptos.

 Exigencias adicionales de laboratorio (100% de asistencia y 60% mínimo en la prueba)

Mínimo de 35 ptos. para tener derecho a EXAMEN FINAL

Asistencia 70% a clases teórica y 70% a clases prácticas

Algunas consideraciones iniciales

¿Que es el ALGEBRA LINEAL?

Es la rama de las matemáticas que

¿Cuáles son las aplicaciones del

¿Para que estudiamos ALGEBRA

 ¿Cuáles son las aplicaciones de

Sea G un conjunto no vacío, y sea * una operación

3. Elemento Opuesto:a  G, a '  G tal que a  a´ a´a  e

(Z, ) (R, ) (Q, ) (C, )

Grupos Abelianos multiplicativos:

El Conjunto de Vectores de n componentes, con la suma

 En ocasiones, se define mas de una operación interna

En álgebra abstracta, un anillo es una estructura

2. Propiedad asociativa del producto

2. ( K \ 0 , ) es un grupo abeliano, donde 0 es el elemento

3. Propiedad distributiva del producto respecto a la suma:

Observemos que la propiedad distributiva solo tiene

De estos conceptos se definen los Espacios

Anillo y Cuerpo son dos estructuras algebracias que

3. El producto escalar verifica las siguientes

Universidad Nacional de Asunción

 Un vector es una cantidad definida por un conjunto de

 Notación: Un vector se diferencia de un escalar en su

En la figura se muestra que el punto A tiene coordenadas A=(3,2).

El vector a =OA = [3,2] (otra representación es utilizando corchetes,

De manera semejante los otros vectores b = [-1,3] y c= [2,-1].

A cada coordenada individual se la denomina

otra forma de definir a un vector en el plano es:

“Par ordenado de números reales”

“Dos vectores son iguales si y solo si sus

A esta forma de representación se denomina vector columna

Y a la representación a = [3,2] se la denomina vector fila

Para realizar la suma de dos vectores, se toma el primer vector y

El vector resultante cuyo inicio es el punto inicial del primer

Todos los vectores múltiplos de a son paralelos a  (a1, a2 ) 68

v = c1v1 + c2v2 +c3v3 + ………….. + cnvn

El producto escalar de u y de v esta definido por: u v

Al vector de longitud 1, se le conoce como vector unitario o versor.

Si tenemos cualquier vector v distinto de cero, siempre podemos hallar un

Entonces el vector unitario u en la dirección del vector v queda:

Teorema de la desigualdad de Cauchy-Schwarz

Para todos los vectores u y v en Rn

Teorema de la desigualdad del triangulo

Para todos los vectores u y v en Rn

Distancia entre vectores

La distancia entre dos vectores d(u,v) en R n se define como:

Ángulos entre vectores 

Considerando el triangulo de la figura y aplicando la ley de los cosenos tenemos

Luego de transformaciones llegamos a tener que:

Dos vectores u y v en R n son ortogonales entre si,

Para todos los vectores u y v en Rn ,

Si y solo si u y v son vectores ortogonales

Para todos los vectores u y v en Rn y u  0,