1b-Vectores-Transformaciones 19 20

.
. Matemáticas I
Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a
Dpto. de Matemática Aplicada

Facultad de Matemáticas
Universidad de Santiago de Compostela
Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 1/35
Introducción al álgebra lineal y aplicaciones.
. I b) Espacios vectoriales: Vectores y operaciones.
.
Definición: Vectores en el plano R2
.
Un vector en el plano es un segmento de recta dirigido.
Dos vectores son iguales si tienen la misma longitud y dirección.
. vector se denota por v o bien por ⃗v .
Un
Flechas con la misma longitud y dirección

representan el mismo vector.
El vector cuyo origen es el punto A y
extremo el punto B también se denota por
−→
AB.
Caracterı́sticas de los vectores:
Módulo o longitud. Es la longitud del
segmento que los define.
Dirección: viene determinada por el
segmento orientado.
.
Operaciones. Definición geométrica
.
Geométricamente, la suma de
vectores se define mediante la ley
del paralelogramo:
se desplaza cada sumando al
extremo del otro formando un
paralelogramo. El vector suma es la
diagonal de dicho paralelogramo.
El producto de un vector ⃗v por un número real α es un vector, α ⃗v , con
|α| veces el módulo de ⃗v y la misma dirección que ⃗v , si α es positivo, y la
opuesta, si α es negativo.
Dado que el número real α, en este contexto, es un factor de escala,
suele denominarse escalar.
.
Componentes de un vector
..
Teniendo en cuenta un sistema de

coordenadas cartesianas en el plano, a
cada punto P(x, y ) del plano se le asocia
⃗
el vector ⃗v = OP.
.
Definición
.
El vector ⃗v se define como la matriz 2 × 1 de dos elementos:
( )
x
⃗v =
y
Dichos
. elementos se denominan componentes cartesianas del vector.
.
Definición
. ( )
x
El módulo del vector ⃗v = viene dado por
y
√
. |⃗v | = |v| = x 2 + y 2 .
( )
1
Se dice que un vector es unitario si su longitud es igual a 1. Por ejemplo, ⃗v =
0
.
Operaciones: Suma
.
Dado que los vectores son matrices, éstos se suman como matrices sumando sus
componentes:
( ) ( )
1 2
Sean ⃗v = yw ⃗ =
2 2
( )
3
⃗v + w ⃗ =
. 4
.
Operaciones: Multiplicación por un escalar
.
Se define de
( la misma
) forma que para matrices:
3
Sean ⃗v = yα∈R
4
( )
α3
α ⃗v =
. α4
Nótese que el módulo del nuevo vector se multiplica por |α|:

√ √
|α ⃗v | = (α 3)2 + (α 4)2 = |α| 9 + 16 = |α| 5 = |α| |⃗v |
.
Definición
.
Vectores
. unitarios en los ejes coordenados.
Se define el vector unitario

( )
1
⃗ı =
0
como el vector que va desde el P(0, 0) al

P(1, 0). Indica la dirección y sentido
positivo del eje x.
Se define el vector unitario
( )
0
⃗ȷ =
1
como el vector que va desde el P(0, 0) al

P(0, 1). Indica la dirección y sentido
positivo del eje y .
.
Propiedad
.
Los vectores unitarios ⃗ı y ⃗ȷ son vectores básicos que sirven para expresar
.todos los demás vectores del plano.
( )
3
Por ejemplo, el vector ⃗v = se puede expresar en función de ⃗ı y ⃗ȷ
4
de la siguiente forma:
( ) ( ) ( )
3 1 0
⃗v = =3 +4 = 3⃗ı + 4⃗ȷ
4 0 1
Nótese que dicho vector es la

suma del vector 3⃗ı (paralelo
al eje x) y del vector 4⃗ȷ
(paralelo al eje y ).
Análogamente, si el origen del vector ⃗v es el

punto A(x1 , y1 ) y su extremo es el punto
B(x2 , y2 ), sus componentes cartesianas vienen
dadas por ( )
x2 − x1
⃗v =
y2 − y1
Geométricamente, ⃗v es la suma de los vectores:
(x2 − x1 )⃗ı (paralelo al eje x)
(y2 − y1 ) ⃗ȷ (paralelo al eje y )
⃗v = (x2 − x1 )⃗ı + (y2 − y1 ) ⃗ȷ
Además, el módulo de ⃗v viene dado por

√
|⃗v | = (x2 − x1 )2 + (y2 − y1 )2
.
Definición: Vectores en el espacio R3
.
Geométricamente,
. se definen de forma análoga a los vectores en el plano.
En el sistema de coordenadas cartesianas,

a cada punto del espacio P(x, y , z) se le
asocia un vector ⃗v .
.
Definición
.
El vector ⃗v se define como la matriz 3 × 1 de tres elementos:
 
x
⃗v =  y 
z
Dichos
. elementos se denominan componentes cartesianas del vector.
.
Definición
.  
x
El módulo (o longitud) del vector ⃗v =  y  viene dado por
z
√
. |⃗v | = |v| = x 2 + y 2 + z 2 .
 
1
Se dice que un vector es unitario si su longitud es igual a 1. Por ejemplo, ⃗v =  0 
0
Un vector no nulo ⃗v se puede normalizar: consiste en obtener un vector unitario ⃗u en
su misma dirección y sentido:
⃗v
⃗u =
|⃗v |
Igualdad de vectores: dos vectores son iguales cuando sus componentes
coinciden
.
Propiedad
.
La
 suma  de 
vectoresy el 
producto porescalar,se define
 como
 anteriormente:

v1 w1 v1 + w1 v1 αv1
 v2  +  w2  =  v2 + w2  , α  v2  =  αv2 
. v3 w3 v3 + w3 v3 αv3
.
Propiedades
..
(⃗a + ⃗b) + ⃗c = ⃗a + (⃗b + ⃗c )

⃗a + ⃗b = ⃗b + ⃗a
⃗a + ⃗0 = ⃗a
⃗a + (−⃗a) = ⃗0
α(⃗a + ⃗b) = α⃗a + α⃗b
(α + β)⃗a = α⃗a + β⃗a
1⃗a = ⃗a
siendo α y β escalares. Debido a estas propiedades, el conjunto de los
vectores del espacio, R3 , se dice que es un espacio vectorial sobre R.
Análogamente sucede con el conjunto de los vectores del plano, R2 .
Los vectores unitarios ⃗ı, ⃗ȷ y ⃗k

son  
1
⃗ı =  0 
0
 
0
⃗ȷ =  1 
0
 
0
⃗k =  0 
1
A partir de dichos vectores

 se pueden
 expresar todos los demás. Por
3
ejemplo, el vector ⃗v =  4  se puede expresar en función de ⃗ı, ⃗ȷ y ⃗k
−2
de la siguiente forma:
       
3 1 0 0
⃗v =  4  = 3  0  + 4  1  − 2  0  = 3⃗ı + 4⃗ȷ − 2⃗k
−2 0 0 1
. I b) Espacios vectoriales: coordenadas y bases.
Los tres vectores unitarios cartesianos ⃗ı, ⃗ȷ y ⃗k son la representación más usada para
vectores en el espacio 3D.
Otras representaciones pueden ser útiles: tres vectores cualesquiera no coplanares
pueden usarse como “base” de representación.
.
Definición: Base
.
Un conjunto de 3 vectores, {⃗a, ⃗b, ⃗c }, de IR3 es una base (de IR3 ) si
det(⃗a|⃗b|⃗c ) ̸= 0 ⇔ rango(⃗a|⃗b|⃗c ) = 3
Análogamente, un conjunto de 2 vectores, ⃗a, ⃗b, de IR2 es una base (de IR2 ) si
det(⃗a|⃗b) ̸= 0
.
El conjunto {⃗ı = (1, 0)t , ⃗ȷ = (0, 1)t } formado por los vectores unitarios cartesianos
suele denominarse base canónica de IR2 . Analogamente,
{⃗ı = (1, 0, 0)t , ⃗ȷ = (0, 1, 0)t , ⃗k = (0, 0, 1)t } es la base canónica de IR3 .
.
Ejemplo
..
Los vectores {(1, 2, 3)t , (2, 0, −1)t , (6, 1, 1)t } forman una base de IR3 ya que
 
1 2 6
⃗
det(⃗a|b|⃗c ) = det  2 0 1  = −9 ̸= 0
3 −1 1
. I b) Espacios vectoriales: coordenadas y bases.
Dada una base B = {⃗a, ⃗b, ⃗c } de IR3 , todo vector ⃗v del espacio se puede descomponer
en función de los vectores de la base como:
⃗v = αa ⃗a + αb ⃗b + αc ⃗c combinación lineal de ⃗a, ⃗b, ⃗c
donde αa , αb y αc son numeros reales que se denominan coordenadas del vector ⃗v
respecto de la base {⃗a, ⃗b, ⃗c }. Estas coordenadas son la única solución de un S.E.L.
compatible determinado, como se muestra en el siguiente ejemplo. Utilizaremos la
notación ⃗vB = (αa , αb , αc )t .
Nótese que las coordenadas de un vector respecto de la base canónica coinciden con
las componentes de dicho vector.
.
Ejemplo
.
Hallar las coordenadas del vector ⃗v = (−5, 1, 2)t respecto de la base
. = {(1, 2, 3) , (2, 0, −1) , (6, 1, 1) }
B t t t
Solución: Se trata de descomponer (−5, 1, 2)t como

       
−5 1 2 6
 1  = α 2  +β  0  +γ  1 
2 3 −1 1
Igualando componente a componente, las coordenadas son solución del S.E.L.:

 −5 = α + 2β + 6γ
1 = 2α + + γ

2 = 3α − β + γ
cuya única solución es α = 1, β = 0 y γ = −1. Por tanto, ⃗vB = (1, 0, −1)t .
. I b) Espacios vectoriales: bases ortogonales y producto escalar.
En general usaremos bases especiales, perpendiculares, para las cuales
hallar las coordenadas equivale a un cálculo directo entre vectores.
.
Definición
.
P
. roducto escalar de dos vectores
(Geométricamente:) El producto escalar de ⃗v y w ⃗ es

⃗v · w
⃗ = |⃗v | |⃗
w | cos θ
donde θ es el ángulo que forman.
(En componentes:) Si ⃗v = (v1 , v2 , v3 )t , w
⃗ = (w1 , w2 , w3 )t el
producto escalar de ⃗v y w⃗ es:
⃗v · w
⃗ = v1 w1 + v2 w2 + v3 w3 (ı́dem en IR2 )
.
Propiedad
.
Condición
. de ortogonalidad (perpendicularidad)
Dados vectores ⃗v y w
⃗ no nulos, entonces
⃗v · w
⃗ =0
es equivalente a que ⃗v y w
⃗ son ortogonales (ó perpendiculares).
. I b) Espacios vectoriales: bases ortogonales y producto escalar
.
Propiedades
.
⃗v · ⃗v = |⃗v |2
⃗v · w⃗ =w ⃗ · ⃗v
⃗v · (⃗w + ⃗c ) = ⃗v · w
⃗ + ⃗v · ⃗c
(α⃗v ) · w
⃗ = ⃗v · (α⃗ w ) = α(⃗v · w⃗ ), con α escalar.
Si w⃗ es un vector no nulo, la longitud de la proyección de ⃗v sobre w
⃗
es l = |⃗v | | cos θ| = |⃗v · |⃗w
⃗
w| |
.
Definición
.
Una
. base es ortogonal si sus vectores son ortogonales dos a dos.
.
Definición
.
Una
. base es ortonormal si sus vectores son unitarios y ortogonales dos a dos.
.
Ejemplos
.
{⃗ı, ⃗ȷ, ⃗k} forman una base ortonormal:

Son ortogonales: ⃗ı · ⃗ȷ = 0, ⃗ȷ · ⃗k = 0, ⃗k ·⃗ı = 0;
y unitarios:
⃗ı ·⃗ı = |⃗ı|2 = 1
⃗ȷ · ⃗ȷ = |⃗ȷ|2 = 1
⃗k · ⃗k = |⃗k|2 = 1
{⃗a = (1, 1)t , ⃗b = (−1, 1)t } base ortogonal en el plano:
Base (ejercicio)
Ortogonal: ⃗a · ⃗b = 0. √
No son vectores unitarios: |⃗a| = |⃗b| = 2
{⃗a = ( √12 , √12 )t , ⃗b = (− √12 , √12 )t } es base ortonormal en el plano.
Base (ejercicio)
Son ortogonales: ⃗a · ⃗b = 0
y unitarios: ⃗a · ⃗a = 1 = ⃗b · ⃗b
.
Propiedad
.
.Cálculo de las coordenadas en una base ortogonal
Si {a⃗1 , a⃗2 , a⃗3 } forman una base ortogonal de IR3 entonces cualquier ⃗v ∈ IR3 se
descompone
⃗v = α1 a⃗1 + α2 a⃗2 + α3 a⃗3
Además
=0 =0
z }| { z }| {
⃗v · a⃗1 = α1 a⃗1 · a⃗1 + α2 a⃗2 · a⃗1 +α3 a⃗3 · a⃗1 = α1 a⃗1 · a⃗1
⃗v · a⃗1
⇒ α1 =
a⃗1 · a⃗1
Análogamente
=0 =0
z }| { z }| {
⃗v · a⃗2 = α1 a⃗1 · a⃗2 +α2 a⃗2 · a⃗2 + α3 a⃗3 · a⃗2 = α2 a⃗2 · a⃗2
v ·a⃗2
⃗
⇒ α2 = a⃗2 ·a⃗2
=0 =0
z }| { z }| {
⃗v · a⃗3 = α1 a⃗1 · a⃗3 +α2 a⃗2 · a⃗3 +α3 a⃗3 · a⃗3 = α3 a⃗3 · a⃗3
v ·a⃗3
⃗
⇒ α3 = a⃗3 ·a⃗3
.
Ejemplo
.
⃗ viene representada en coordenadas cartesianas F
Una fuerza plana F ⃗ = (2, 4)t . Hallar
la t
. componente de dicha fuerza en la dirección (y sentido) del vector (1, 1) .
Solución: El vector (1, 1)t forma con el vector a⃗2 = (−1, 1)t (ejemplo anterior) una
base ortogonal del plano IR2 . La componente pedida de F ⃗ es α1 a⃗1 , con α1 la
coordenada de F ⃗ en la base:
( )( )
2 1
·
⃗
F ·a⃗1 4 1 6
α1 = = ( )( ) = =3
a⃗1 ·a⃗1 1 1 2
·
1 1
( ) ( )
1 3
por tanto α1 a⃗1 = 3 = .
1 3
Observar que en este caso no ha sido necesario para los cálculos el otro vector de la
base ortogonal, a⃗2
.
Definición
.
3
.Producto vectorial de vectores (sólo en IR )
Dados ⃗a = (ax , ay , az )t , ⃗b = (bx , by , bz )t , el producto vectorial de ⃗a y ⃗b
es el vector:
⃗ı ⃗ȷ ⃗k
⃗ a az a az a ay ⃗
⃗a × b = ax ay az = y ⃗ı − x ⃗ȷ + x k
by bz bx bz bx by
bx by bz
. I b) Espacios vectoriales: producto vectorial.
.
Propiedades
.
⃗a × ⃗b es perpendicular a cada uno de los vectores ⃗a y ⃗b, con sentido

según la regla del sacacorchos o de la mano derecha; y
|⃗a × ⃗b| = |⃗a| |⃗b| sen θ,
siendo θ el ángulo entre ⃗a y ⃗b.
. I b) Espacios vectoriales: producto vectorial.
.
Propiedades
.
⃗a × ⃗b = −⃗b × ⃗a
⃗a × ⃗a = ⃗0
⃗ı × ⃗ȷ = ⃗k, ⃗ȷ × ⃗k = ⃗ı, ⃗k ×⃗ı = ⃗ȷ
⃗ı ×⃗ı = ⃗ȷ × ⃗ȷ = ⃗k × ⃗k = ⃗0
⃗a × (⃗b + ⃗c ) = ⃗a × ⃗b + ⃗a × ⃗c
(⃗a + ⃗b) × ⃗c = ⃗a × ⃗c + ⃗b × ⃗c
(α⃗a) × ⃗b = ⃗a × (α ⃗b) = α (⃗a × ⃗b), con α escalar.
. I b) Transformaciones (o aplicaciones) lineales.
.
Definición
..
Dada una matriz A ∈ Mm×n , se denomina transformación (o

aplicación) lineal asociada a la matriz A, a la aplicación
f : Rn → Rm
x → x′ = f (x) = Ax
La aplicación ”transforma” cada vector de n componentes x = (x1 , x2 , . . . , xn )t
en un nuevo vector de m componentes x′ = (x1′ , . . . , xm
′ )t , dadas por el producto
matriz-vector:
 ′   
x1   x1
a11 a12 . . . a1n
 x2′   x2 
   . . . .  
x′ =  .  = A x =  .. .. .. ..   .  (1)
 ..   .. 
′ am1 am2 . . . amn
xm xn
o, equivalentemente,
x1′ = a11 x1 + a12 x2 + . . . + a1n xn

...
xm′ = a x + a x + ... + a x
m1 1 m2 2 mn n
. I b) Transformaciones lineales.
.
Propiedad
.
Caracterización de la matriz A a partir de la transformación de los
vectores
. de la base canónica.
Las columnas de la matriz A asociada a la transformación son los
vectores ”imágenes” de los vectores de la base canónica {⃗ı, ⃗ȷ, ⃗k, . . .}:
       
a11 1 a12 0
 a21   0   a22   1 
       
 ..  = A⃗ı = A  ..  ,  ..  = A⃗ȷ = A  ..  , . . .
 .   .   .   . 
am1 0 am2 0
.
Ejemplo
.
.Hallar la matriz de la rotación (ó giro) en el plano de ángulo θ en sentido antihorario.
Solución: La transformación lleva vectores del plano en el plano; su matriz asociada A

(ó Gθ ) es 2 × 2: ( )
a11 a12
A= ,
a21 a22
donde las columnas vienen dadas por:

( ) ( ) ( ) ( )
a11 1 a12 0
=A , =A
a21 0 a22 1
Los productos no se harán directamente, sino que se deducirán de las propiedades
geométricas básicas de la transformación:
Por trigonometrı́a, el giro de ángulo θ del t
( vector
) (1, 0) es el vector
1
(cos θ, sen θ)t , y por tanto este es el A .
0
Análogamente, el giro de (ángulo t t
) θ del vector (0, 1) es el vector (− sen θ, cos θ) ,
0
y, por tanto, este es el A .
1
.
Ejemplos
.
.Transformaciones lineales en el plano.
Giro (ó rotación) de ángulo θ:

( ′ ) ( ) ( )( )
x x cos θ − sen θ x
′ = Gθ =
y y sen θ cos θ y
Simetrı́a (ó reflexión) respecto al eje x (y = 0):

( ′ ) ( ) ( )( ) ( )
x x 1 0 x x
′ = Sy =0 = =
y y 0 −1 y −y
Simetrı́a (ó reflexión) respecto a y = x:

( ′ ) ( ) ( )( ) ( )
x x 0 1 x y
= S = =
y′ y =x
y 1 0 y x
Homotecia en la dirección y de factor a > 0:

( ′ ) ( ) ( )( ) ( )
x x 1 0 x x
′ = Hy ,a = =
y y 0 a y ay
.
Ejemplos
.
Transformaciones
. lineales en el espacio.
Giro (ó rotación) de ángulo θ alrededor del eje z:

 ′      
x x cos θ − sen θ 0 x
 y ′  = Gθ  y  =  sen θ cos θ 0  y 
z′ z 0 0 1 z
Proyección sobre el plano xy :

 ′        
x x 1 0 0 x x
 y ′  = Pxy  y  =  0 1 0  y  =  y 
z′ z 0 0 0 z 0
Simetrı́a (ó reflexión) respecto al plano xy :

 ′        
x x 1 0 0 x x
 y ′  = Sxy  y  =  0 1 0   y  =  y 
z′ z 0 0 −1 z −z
. I b) Operaciones con transformaciones lineales.
.
Definición
.
.Composición de transformaciones lineales
Suponer que a una transformación A dada por (1) le sigue una segunda
transformación
x′′ = Bx′ (2)
que transforma x′ en x′′ . Sustituyendo (1) en (2) resulta:
x′′ = BAx = C x,
de forma que hacer la transformación A seguida de la B equivale a hacer
una única transformación de matriz C = BA (¡atención al orden!)
.
Ejemplo
.
Representar matricialmente el resultado de hacer la simetrı́a Sy =x seguida de la
.rotación G 4
π
Solución: Se trata de la matriz composición

( √ √ )( ) ( √ √ )
√2
2
− √22 0 1 − √22 √
2
2
C = G π Sy =x = =
4 2 2 1 0 2 2
2 2 2 2
. I b) Operaciones con transformaciones lineales.
.
Definición
.
.Transformación inversa
Si la matriz cuadrada A ∈ Mn×n de una transformación es invertible (es
decir, det(A) ̸= 0) entonces tiene una inversa A−1 (única) tal que
A−1 Ax = AA−1 x = In x = x.
La transformación que tiene por matriz asociada a A−1 se denomina
transformación inversa de la transformación A. La transformación que
tiene por matriz asociada a In es la transformación identidad.
Por tanto, si x′ = Ax y x′′ = A−1 x′ entonces x′′ = A−1 Ax = x.
.
Ejemplo
.
( )
cos θ − sen θ
La transformación Gθ = es invertible, pues
sen θ cos θ
2 2
det(Gθ ) = cos θ + sen θ = 1. Su transformación inversa es
( )
cos θ sen θ
Gθ−1 = G−θ =
− sen θ cos θ
( )( ) ( )
cos θ − sen θ cos θ sen θ 1 0
Comprobación: =
sen θ cos θ − sen θ cos θ 0 1
. I b) Transformaciones ortogonales.
.
Definición
.
Matriz
. ortogonal
Una matriz cuadrada A ∈ Mn×n se dice ortogonal si su inversa es igual a

su traspuesta:
A−1 = At
Como ejemplo vale la matriz Gθ considerada en el ejemplo anterior.
.
Propiedad
.
.Caracterı́sticas de una matriz ortogonal
Los vectores columna (y los vectores fila) de A forman una base

ortonormal de IRn .
(det A)2 = 1.
.
Ejemplo
.
La matriz  
cos θ − sen θ 0
Aθ =  sen θ cos θ 0 
0 0 1
es ortogonal:
    
cos θ − sen θ 0 cos θ sen θ 0 1 0 0
Aθ Aθ =  sen θ
t
cos θ 0   − sen θ cos θ 0 = 0 1 0 
0 0 1 0 0 1 0 0 1
Y, análogamente, Atθ Aθ = I .
Las columnas de Aθ son los vectores
a = (cos θ, sen θ, 0)t , b = (− sen θ, cos θ, 0)t , c = (0, 0, 1)t ,
que, como consecuencia de la ortogonalidad Aθ Atθ = I , cumplen:
a·b=0=b·c=c·a
a·a=1=b·b=c·c
El determinante de Aθ es:
cos θ − sen θ 0
cos θ − sen θ
det(Aθ ) = sen θ cos θ 0 = 1(−1)3+3 =1
sen θ cos θ
0 0 1
.
Definición
.
Transformación
. ortogonal
Una transformación ortogonal es una transformación lineal de IRn en IRn

cuya matriz asociada A ∈ Mn×n es ortogonal.
.
Propiedades
.
Las longitudes de los vectores y los ángulos entre ellos no varı́an con
una transformación ortogonal.
Todas las transformaciones ortogonales en IR2 y IR3 son giros,
simetrı́as ó composiciones de estas.
.
Ejemplo
. ( )
0 −1
Hallar el giro de π/2 radianes, Gπ/2 = , del cuadrado de
1 0
.esquinas en los puntos (1, 0), (2, 0), (1, 1), (2, 1)
Las esquinas del cuadrado girado vienen dadas por las imágenes, x′ = Gπ/2 x, de los
vectores cuyos extremos son los 4 vértices iniciales:
( )( ) ( )
0 −1 1 2 1 2 0 0 −1 −1
x′ = =
1 0 0 0 1 1 1 2 1 2
Gráficamente, se observa la conservación

de las distancias y de los ángulos.

1b-Vectores-Transformaciones 19 20

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

1b-Vectores-Transformaciones 19 20

Cargado por

Copyright:

Formatos disponibles

.

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a

Dpto. de Matemática Aplicada

Flechas con la misma longitud y dirección

Teniendo en cuenta un sistema de

Nótese que el módulo del nuevo vector se multiplica por |α|:

Se define el vector unitario

como el vector que va desde el P(0, 0) al

como el vector que va desde el P(0, 0) al

Nótese que dicho vector es la

Análogamente, si el origen del vector ⃗v es el

⃗v = (x2 − x1 )⃗ı + (y2 − y1 ) ⃗ȷ

Además, el módulo de ⃗v viene dado por

En el sistema de coordenadas cartesianas,

(⃗a + ⃗b) + ⃗c = ⃗a + (⃗b + ⃗c )

Los vectores unitarios ⃗ı, ⃗ȷ y ⃗k

A partir de dichos vectores

Solución: Se trata de descomponer (−5, 1, 2)t como

(Geométricamente:) El producto escalar de ⃗v y w ⃗ es

{⃗ı, ⃗ȷ, ⃗k} forman una base ortonormal:

⃗a × ⃗b es perpendicular a cada uno de los vectores ⃗a y ⃗b, con sentido

Dada una matriz A ∈ Mm×n , se denomina transformación (o

x1′ = a11 x1 + a12 x2 + . . . + a1n xn

Solución: La transformación lleva vectores del plano en el plano; su matriz asociada A

donde las columnas vienen dadas por:

Giro (ó rotación) de ángulo θ:

Simetrı́a (ó reflexión) respecto al eje x (y = 0):

Simetrı́a (ó reflexión) respecto a y = x:

Homotecia en la dirección y de factor a > 0:

Giro (ó rotación) de ángulo θ alrededor del eje z:

Proyección sobre el plano xy :

Simetrı́a (ó reflexión) respecto al plano xy :

Solución: Se trata de la matriz composición

Una matriz cuadrada A ∈ Mn×n se dice ortogonal si su inversa es igual a

Los vectores columna (y los vectores fila) de A forman una base

Una transformación ortogonal es una transformación lineal de IRn en IRn

Gráficamente, se observa la conservación

También podría gustarte