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 complejos
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
Sistemas lineales
Artículo principal: Sistema de ecuaciones lineales
Un conjunto finito de ecuaciones lineales en un conjunto finito de variables, por
ejemplo {\displaystyle x_{1},x_{2},\ldots ,x_{n}}{\displaystyle x_{1},x_{2},\
ldots ,x_{n}} or {\displaystyle x,y,\ldots ,z}{\displaystyle x,y,\ldots ,z} se
llama sistema de ecuaciones lineales o sistema lineal .1213141516
Los sistemas de ecuaciones lineales constituyen una parte fundamental del álgebra
lineal. Históricamente, el álgebra lineal y la teoría de matrices se han
desarrollado para resolver dichos sistemas. En la presentación moderna del álgebra
lineal mediante espacios vectoriales y matrices, muchos problemas pueden
interpretarse en términos de sistemas lineales.
Por ejemplo,
{\displaystyle {\begin{alignedat}{7}2x&&\;+\;&&y&&\;-\;&&z&&\;=\;&&8\\-
3x&&\;-\;&&y&&\;+\;&&2z&&\;=\;&&-11\\-2x&&\;+\;&&y&&\;+\;&&2z&&\;=\;&&-3\
end{alignedat}}}{\displaystyle {\begin{alignedat}{7}2x&&\;
+\;&&y&&\;-\;&&z&&\;=\;&&8\\-3x&&\;-\;&&y&&\;+\;&&2z&&\;=\;&&-11\\-2x&&\;+\;&&y&&\;
+\;&&2z&&\;=\;&&-3\end{alignedat}}}
(S)
es un sistema lineal.
{\displaystyle M=\left[{\begin{array}{rrr}2&1&-1\\-3&-1&2\\-2&1&2\end{array}}\
right]}{\displaystyle M=\left[{\begin{array}{rrr}2&1&-1\\-3&-1&2\\-2&1&2\
end{array}}\right]}
y su vector de miembro derecho
Sea (S') el sistema homogéneo asociado, donde los lados derechos de las ecuaciones
se ponen a cero:
{\displaystyle {\begin{alignedat}{7}2x&&\;+\;&&y&&\;-\;&&z&&\;=\;&&0\\-
3x&&\;-\;&&y&&\;+\;&&2z&&\;=\;&&0\\-2x&&\;+\;&&y&&\;+\;&&2z&&\;=\;&&0\
end{alignedat}}}{\displaystyle {\begin{alignedat}{7}2x&&\;
+\;&&y&&\;-\;&&z&&\;=\;&&0\\-3x&&\;-\;&&y&&\;+\;&&2z&&\;=\;&&0\\-2x&&\;+\;&&y&&\;
+\;&&2z&&\;=\;&&0\end{alignedat}}}
(S')
{\displaystyle {\begin{aligned}x&=2\\y&=3\\z&=-1.\end{aligned}}}{\displaystyle {\
begin{aligned}x&=2\\y&=3\\z&=-1.\end{aligned}}}
De esta interpretación matricial de los sistemas lineales se deduce que los mismos
métodos pueden aplicarse para resolver sistemas lineales y para muchas operaciones
sobre matrices y transformaciones lineales, que incluyen el cálculo del rangos,
núcleos, y matriz inversa que el sistema (S) tiene la solución única
{\displaystyle {\begin{aligned}x&=2\\y&=3\\z&=-1.\end{aligned}}}{\displaystyle {\
begin{aligned}x&=2\\y&=3\\z&=-1.\end{aligned}}}
De esta interpretación matricial de los sistemas lineales se deduce que los mismos
métodos pueden aplicarse para resolver sistemas lineales y para muchas operaciones
sobre matrices y transformaciones lineales, que incluyen el cálculo del rangos,
núcleos y matriz inversa.
Con respecto a los mapas lineales generales, los endomorfismos lineales y las
matrices cuadradas tienen algunas propiedades específicas que hacen que su estudio
sea una parte importante del álgebra lineal, que se usa en muchas partes de las
matemáticas, incluidas las transformaciones geométricas , los cambios de
coordenadas, las formas cuadráticas y muchas otras. de las matemáticas.
Determinantes
Artículo principal: Determinante (matemática)
El determinante de una matriz cuadrada A se define como17
Si existe una base que consiste sólo en vectores propios, la matriz de f en esta
base tiene una estructura muy simple: es una matriz diagonal tal que las entradas
en la diagonal principal son valores propios, y las otras entradas son cero. En
este caso, se dice que el endomorfismo y la matriz son diagonalizable. De forma más
general, un endomorfismo y una matriz también se dicen diagonalizables, si se
convierten en diagonalizables después de extender el campo de escalares. En este
sentido extendido, si el polinomio característico es square-free, entonces la
matriz es diagonalizable.
{\displaystyle {\begin{bmatrix}0&1\\0&0\end{bmatrix}}}{\displaystyle {\
begin{bmatrix}0&1\\0&0\end{bmatrix}}}
(no puede ser diagonalizable ya que su cuadrado es la matriz cero, y el cuadrado de
una matriz diagonal no nula nunca es cero).
Cuando un endomorfismo no es diagonalizable, hay bases en las que tiene una forma
simple, aunque no tan simple como la forma diagonal. La forma normal de Frobenius
no necesita extender el campo de escalares y hace que el polinomio característico
sea inmediatamente legible sobre la matriz. La forma normal de Jordan requiere
extender el campo de escalares para contener todos los valores propios, y difiere
de la forma diagonal sólo por algunas entradas que están justo encima de la
diagonal principal y son iguales a 1.
Dualidad
Artículo principal: Espacio dual
Una forma lineal es un mapa lineal desde un espacio vectorial {\displaystyle V}V
sobre un campo {\displaystyle F}F al campo de escalares {\displaystyle F}F, visto
como un espacio vectorial sobre sí mismo. Equipadas por la adición puntual y la
multiplicación por un escalar, las formas lineales forman un espacio vectorial,
llamado espacio dual de {\displaystyle V}V, y usualmente denotado {\displaystyle
V^{*}}{\displaystyle V^{*}}(Katznelson, Katznelson y 2008, p. 37 §2.1.3) o {\
displaystyle V'}{\displaystyle V'}.(Halmos y 1974, p. 20, §13)(Axler y 2015, p.
101, §3.94)
Existe, pues, una simetría completa entre un espacio vectorial de dimensión finita
y su dual. Esto motiva el uso frecuente, en este contexto, de la notación bra-ket
Vectores en Rn
Este espacio vectorial está formado por el conjunto de vectores de n dimensiones
(es decir con n número de componentes). Podemos encontrar un ejemplo de ellos en
los vectores R2, que son famosos por representar las coordenadas cartesianas:
(2,3), (3,4),...
{\displaystyle D((4x^{2}+5x-3)+(x^{2}-x-1))=D(5x^{2}+4x-4)=10x+4}{\displaystyle
D((4x^{2}+5x-3)+(x^{2}-x-1))=D(5x^{2}+4x-4)=10x+4}
{\displaystyle D(4x^{2}+5x-3)+D(x^{2}-x-1)=(8x+5)+(2x-1)=10x+4.}{\displaystyle
D(4x^{2}+5x-3)+D(x^{2}-x-1)=(8x+5)+(2x-1)=10x+4.}
Hasta finales del siglo XIX, los espacios geométricos se definían mediante axiomas
que relacionaban puntos, líneas y planos (geometría sintética). Alrededor de esta
fecha, apareció que también se pueden definir los espacios geométricos mediante
construcciones que implican espacios vectoriales (véase, por ejemplo, Espacio
proyectivo y Espacio afín). Se ha demostrado que los dos enfoques son esencialmente
equivalentes.19 En la geometría clásica, los espacios vectoriales implicados son
espacios vectoriales sobre los reales, pero las construcciones pueden extenderse a
espacios vectoriales sobre cualquier campo, permitiendo considerar la geometría
sobre campos arbitrarios, incluyendo campos finitos.
Utilización y aplicaciones
El álgebra lineal se utiliza en casi todas las áreas de las matemáticas, por lo que
es relevante en casi todos los ámbitos científicos que utilizan las matemáticas.
Estas aplicaciones pueden dividirse en varias categorías amplias.
Análisis funcional
El Análisis funcional estudia los espacios de funciones. Estos son espacios
vectoriales con estructura adicional, como los espacios de Hilbert. El álgebra
lineal es, por tanto, una parte fundamental del análisis funcional y sus
aplicaciones, que incluyen, en particular, la mecánica cuántica (función de onda).
Cálculo científico
Casi todos los cálculos científicos implican álgebra lineal. En consecuencia, los
algoritmos de álgebra lineal han sido altamente optimizados. Los BLAS y LAPACK son
las implementaciones más conocidas. Para mejorar la eficiencia, algunas de ellas
configuran los algoritmos automáticamente, en tiempo de ejecución, para adaptarlos
a las especificidades del ordenador (caché tamaño, número de núcleos
disponible, ...).
Véase también
Ver el portal sobre Matemática Portal:Matemática. Contenido relacionado con
Matemática.
Referencias
Banerjee, Sudipto; Roy, Anindya (2014), Linear Algebra and Matrix Analysis for
Statistics, Texts in Statistical Science (1st edición), Chapman and Hall/CRC, ISBN
978-1420095388.
Strang, Gilbert (July 19, 2005), Linear Algebra and Its Applications (4th
edición), Brooks Cole, ISBN 978-0-03-010567-8.
Weisstein, Eric. «Linear Algebra». From MathWorld--A Wolfram Web Resource.
Wolfram. Consultado el 16 April 2012.
Vázquez, Gutiérrez. «Hamilton: La liberación del álgebra». revistasuma.es.
Consultado el 22 de enero de 2019.
Hart, Roger (2010). Las raíces chinas del álgebra lineal. JHU Press. ISBN
9780801899584.
Vitulli, Marie. «Una breve historia del álgebra lineal y de la teoría matricial».
Universidad de Oregón. Archivado desde
uoregon.edu/~vitulli/441.sp04/LinAlgHistory.html el original el 10 de septiembre de
2012. Consultado el 8 de julio de 2014.
Benjamin Peirce (1872) Álgebra asociativa lineal, litografía, nueva edición con
correcciones, notas y un trabajo añadido de 1875 de Peirce, más notas de su hijo
Charles Sanders Peirce, publicado en el American Journal of Mathematics v. 4, 1881,
Universidad Johns Hopkins, pp. 221-226, Google Eprint y como extracto, D. Van
Nostrand, 1882, Google Eprint.
Roman (2005, ch. 1, p. 27)
Este axioma no está afirmando la asociatividad de una operación, ya que hay dos
operaciones en cuestión, la multiplicación escalar: bv; y la multiplicación de
campos: ab.
(Axler, 2015) p. 82, §3.59
(Axler, 2015) p. 23, §1.45
Anton (1987, p. 2)
Beauregard y Fraleigh (1973, p. 65)
Burden y Faires (1993, p. 324)
Golub y Van Loan (1996, p. 87)
Harper (1976, p. 57)
Katznelson, Katznelson y 2008, pp. 76-77, § 4.4.1-4.4.6.
«SIAM (Society for Industrial and Applied Mathematics)». epubs.siam.org.
doi:10.1137/050623280. Consultado el 22 de enero de 2019.
Emil Artin (1957) Álgebra Geométrica Interscience Publishers
Esto puede tener como consecuencia que se omitan algunas soluciones físicamente
interesantes.
Fuentes principales
Anton, Howard (1987), Elementary Linear Algebra (5th edición), New York: Wiley,
ISBN 0-471-84819-0.
Axler, Sheldon (2015), Linear Algebra Done Right, Undergraduate Texts in
Mathematics (3rd edición), Springer Publishing, ISBN 978-3-319-11079-0.
Beauregard, Raymond A.; Fraleigh, John B. (1973), A First Course In Linear Algebra:
with Optional Introduction to Groups, Rings, and Fields, Boston: Houghton Mifflin
Company, ISBN 0-395-14017-X, (requiere registro).
Burden, Richard L.; Faires, J. Douglas (1993), Numerical Analysis (5th edición),
Boston: Prindle, Weber and Schmidt, ISBN 0-534-93219-3, (requiere registro).
Golub, Gene H.; Van Loan, Charles F. (1996), Matrix Computations, Johns Hopkins
Studies in Mathematical Sciences (3rd edición), Baltimore: Johns Hopkins University
Press, ISBN 978-0-8018-5414-9.
Halmos, Paul Richard (1974), Finite-Dimensional Vector Spaces, Undergraduate Texts
in Mathematics (1958 2nd edición), Springer Publishing, ISBN 0-387-90093-4.
Harper, Charlie (1976), Introduction to Mathematical Physics, New Jersey: Prentice-
Hall, ISBN 0-13-487538-9.
Katznelson, Yitzhak; Katznelson, Yonatan R. (2008), A (Terse) Introduction to
Linear Algebra, American Mathematical Society, ISBN 978-0-8218-4419-9.
Roman, Steven (March 22, 2005), Advanced Linear Algebra, Graduate Texts in
Mathematics (2nd edición), Springer, ISBN 978-0-387-24766-3.
Bibliografía
Historia
Fearnley-Sander, Desmond, "Hermann Grassmann and the Creation of Linear Algebra",
American Mathematical Monthly 86 (1979), pp. 809–817.
Grassmann, Hermann (1844), Die lineale Ausdehnungslehre ein neuer Zweig der
Mathematik: dargestellt und durch Anwendungen auf die übrigen Zweige der
Mathematik, wie auch auf die Statik, Mechanik, die Lehre vom Magnetismus und die
Krystallonomie erläutert, Leipzig: O. Wigand.
Libros de texto introductorios
Anton, Howard (2005), Elementary Linear Algebra (Applications Version) (9th
edición), Wiley International.
Banerjee, Sudipto; Roy, Anindya (2014), Linear Algebra and Matrix Analysis for
Statistics, Texts in Statistical Science (1st edición), Chapman and Hall/CRC, ISBN
978-1420095388.
Bretscher, Otto (2004), Linear Algebra with Applications (3rd edición), Prentice
Hall, ISBN 978-0-13-145334-0.
Farin, Gerald; Hansford, Dianne (2004), Practical Linear Algebra: A Geometry
Toolbox, AK Peters, ISBN 978-1-56881-234-2.
Kolman, Bernard; Hill, David R. (2007), Elementary Linear Algebra with Applications
(9th edición), Prentice Hall, ISBN 978-0-13-229654-0.
Lay, David C. (2005), Linear Algebra and Its Applications (3rd edición), Addison
Wesley, ISBN 978-0-321-28713-7.
Leon, Steven J. (2006), Linear Algebra With Applications (7th edición), Pearson
Prentice Hall, ISBN 978-0-13-185785-8, (requiere registro).
Murty, Katta G. (2014) Computational and Algorithmic Linear Algebra and n-
Dimensional Geometry, World Scientific Publishing, ISBN 978-981-4366-62-5}}.
Chapter 1: Systems of Simultaneous Linear Equations
Poole, David (2010), Linear Algebra: A Modern Introduction (3rd edición), Cengage –
Brooks/Cole, ISBN 978-0-538-73545-2.
Ricardo, Henry (2010), A Modern Introduction To Linear Algebra (1st edición), CRC
Press, ISBN 978-1-4398-0040-9.
Sadun, Lorenzo (2008), Applied Linear Algebra: the decoupling principle (2nd
edición), AMS, ISBN 978-0-8218-4441-0.
Strang, Gilbert (2016), Introduction to Linear Algebra (5th edición), Wellesley-
Cambridge Press, ISBN 978-09802327-7-6.
The Manga Guide to Linear Algebra (2012), by Shin Takahashi, Iroha Inoue and Trend-
Pro Co., Ltd., ISBN 978-1-59327-413-9
Libros de texto avanzados
Bhatia, Rajendra (November 15, 1996), Matrix Analysis, Graduate Texts in
Mathematics, Springer, ISBN 978-0-387-94846-1.
Demmel, James W. (August 1, 1997), Applied Numerical Linear Algebra, SIAM, ISBN
978-0-89871-389-3.
Dym, Harry (2007), Linear Algebra in Action, AMS, ISBN 978-0-8218-3813-6.
Gantmacher, Felix R. (2005), Applications of the Theory of Matrices, Dover
Publications, ISBN 978-0-486-44554-0.
Gantmacher, Felix R. (1990), Matrix Theory Vol. 1 (2nd edición), American
Mathematical Society, ISBN 978-0-8218-1376-8.
Gantmacher, Felix R. (2000), Matrix Theory Vol. 2 (2nd edición), American
Mathematical Society, ISBN 978-0-8218-2664-5.
Gelfand, Israel M. (1989), Lectures on Linear Algebra, Dover Publications, ISBN
978-0-486-66082-0.
Glazman, I. M.; Ljubic, Ju. I. (2006), Finite-Dimensional Linear Analysis, Dover
Publications, ISBN 978-0-486-45332-3.
Golan, Johnathan S. (January 2007), The Linear Algebra a Beginning Graduate Student
Ought to Know (2nd edición), Springer, ISBN 978-1-4020-5494-5.
Golan, Johnathan S. (August 1995), Foundations of Linear Algebra, Kluwer, ISBN 0-
7923-3614-3.
Greub, Werner H. (October 16, 1981), Linear Algebra, Graduate Texts in Mathematics
(4th edición), Springer, ISBN 978-0-8018-5414-9.
Hoffman, Kenneth; Kunze, Ray (1971), Linear algebra (2nd edición), Englewood
Cliffs, N.J.: Prentice-Hall, Inc., MR 0276251.
Halmos, Paul R. (August 20, 1993), Finite-Dimensional Vector Spaces, Undergraduate
Texts in Mathematics, Springer, ISBN 978-0-387-90093-3.
Friedberg, Stephen H.; Insel, Arnold J.; Spence, Lawrence E. (September 7, 2018),
Linear Algebra (5th edición), Pearson, ISBN 978-0-13-486024-4.
Horn, Roger A.; Johnson, Charles R. (February 23, 1990), Matrix Analysis, Cambridge
University Press, ISBN 978-0-521-38632-6.
Horn, Roger A.; Johnson, Charles R. (June 24, 1994), Topics in Matrix Analysis,
Cambridge University Press, ISBN 978-0-521-46713-1.
Lang, Serge (March 9, 2004), Linear Algebra, Undergraduate Texts in Mathematics
(3rd edición), Springer, ISBN 978-0-387-96412-6.
Marcus, Marvin; Minc, Henryk (2010), A Survey of Matrix Theory and Matrix
Inequalities, Dover Publications, ISBN 978-0-486-67102-4.
Meyer, Carl D. (February 15, 2001), Matrix Analysis and Applied Linear Algebra,
Society for Industrial and Applied Mathematics (SIAM), ISBN 978-0-89871-454-8,
archivado desde el original el October 31, 2009.
Mirsky, L. (1990), An Introduction to Linear Algebra, Dover Publications, ISBN 978-
0-486-66434-7.
Shafarevich, I. R.; Remizov, A. O (2012), Linear Algebra and Geometry, Springer,
ISBN 978-3-642-30993-9.
Shilov, Georgi E. (June 1, 1977), Linear algebra, Dover Publications, ISBN 978-0-
486-63518-7.
Shores, Thomas S. (December 6, 2006), Applied Linear Algebra and Matrix Analysis,
Undergraduate Texts in Mathematics, Springer, ISBN 978-0-387-33194-2.
Smith, Larry (28 de mayo de 1998), Linear Algebra, Undergraduate Texts in
Mathematics, Springer, ISBN 978-0-387-98455-1.
Trefethen, Lloyd N.; Bau, David (1997), Numerical Linear Algebra, SIAM, ISBN 978-0-
898-71361-9.
Enlaces externos
Wikimedia Commons alberga una categoría multimedia sobre Álgebra lineal.
Álgebra lineal por Elmer G. Wiens (en inglés)
Álgebra Lineal: Conceptos Básicos
Introducción al Álgebra Lineal en Contexto por José Arturo Barreto
Álgebra Lineal por René A Hernández-Toledo, 2008
MIT Linear Algebra Video Lectures,
International Linear Algebra Society
Hazewinkel, Michiel, ed. (2001), «Linear algebra», Encyclopaedia of Mathematics (en
inglés), Springer, ISBN 978-1556080104.
Linear Algebra on MathWorld
Matrix and Linear Algebra Terms on Earliest Known Uses of Some of the Words of
Mathematics
Earliest Uses of Symbols for Matrices and Vectors on Earliest Uses of Various
Mathematical Symbols
Essence of linear algebra, a video presentation from 3Blue1Brown of the basics of
linear algebra, with emphasis on the relationship between the geometric, the matrix
and the abstract points of view
Un Curso de Álgebra Lineal con notación asociativa y un módulo para Python (libro
en pdf) por Marcos Bujosa
Control de autoridades
Proyectos WikimediaWd Datos: Q82571Commonscat Multimedia: Linear algebraWikibooks
Libros y manuales: Matemáticas/Álgebra LinealWikiversity Recursos didácticos: Curso
de Álgebra Lineal
IdentificadoresBNE: XX527736BNF: 11937509n (data)GND: 4035811-2LCCN: sh85003441NDL:
00570681Diccionarios y enciclopediasBritannica: urlTreccani: urlOntologíasNúmero
IEV: 102-01-28
Categorías: Álgebra linealAnálisis numérico
Menú de navegación
No has accedido
Discusión
Contribuciones
Crear una cuenta
Acceder
ArtículoDiscusión
LeerEditarVer historial
Buscar
Buscar en Wikipedia
Portada
Portal de la comunidad
Actualidad
Cambios recientes
Páginas nuevas
Página aleatoria
Ayuda
Donaciones
Notificar un error
Herramientas
Lo que enlaza aquí
Cambios en enlazadas
Subir archivo
Páginas especiales
Enlace permanente
Información de la página
Citar esta página
Elemento de Wikidata
Imprimir/exportar
Crear un libro
Descargar como PDF
Versión para imprimir
En otros proyectos
Wikimedia Commons
Wikilibros
Wikiversidad
En otros idiomas
العربية
English
हिन्दी
Bahasa Indonesia
Bahasa Melayu
Português
Русский
اردو
中文
80 más
Editar enlaces
Esta página se editó por última vez el 15 mar 2022 a las 10:33.
El texto está disponible bajo la Licencia Creative Commons Atribución Compartir
Igual 3.0; pueden aplicarse cláusulas adicionales. Al usar este sitio, usted acepta
nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, Inc., una
organización sin ánimo de lucro.
Política de privacidadAcerca de WikipediaLimitación de responsabilidadVersión para
móvilesDesarrolladoresEstadísticasDeclaración de cookiesWikimedia FoundationPowered
by MediaWiki