Álgebra Lineal (Student S Edition)

ÁLGEBRA
LINEAL.
M.C.T.C Miguel Ángel Rodríguez Galván

PRESENTACIÓN.

REGLAS DEL AULA.

Celulares. Puntualidad.
Redes Sociales. Orden.
Comidas y Bebias. Respeto.
Videojuegos. Honestidad.
TEMARIO.

1. Matrices.
1.1 1.3
Definición y tipos. Determinantes.
1.2 1.3.1
Operaciones. De dos por dos.
1.2.1 1.3.3
Adición. Método de Sarus.
1.2.2 1.3.4
Sustracción. Método de menores y cofactores.
1.2.3 1.4 Sistemas de ecuaciones lineales de

Multiplicación.
n x n.
1.2.4 1.4.1 Modelado de sistemas de

El caso de la división de matrices.
ecuaciones lineales de nxn.
Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

1. Matrices.
1.4.2
Regla de Cramer.

2. Sistemas de Ecuaciones Lineales.
2.1 Representación mediante una 2.5 Aplicaciones de sistemas de

matriz. ecuaciones lineales.
2.2
Solución de sistemas de orden mxn.
2.2.1
Método de Gauss.
2.2.2
Método de Gaus – Jordan.
2.3
Matriz adjunta y la matriz inversa.
2.4
Solución de sistemas de nxn.

3. Espacios Vectoriales.
3.1
Definición y ejemplos.
3.2
Subespacios vectoriales.
3.3 Combinación lineal y vectores

generadores de un espacio vectorial.
3.4 Vectores linealmente dependientes e

independientes de un espacio vectorial.
3.5
El Wronskiano.

4. Base, Dimensión y Matriz de Transición.
4.1 Definición de base de un espacio

vectorial.
4.2 Ejemplos de bases de algunos

espacios vectoriales.
4.3 Coordenadas de un vector, relativas

a alguna base.
4.4
Dimensión de un espacio vectorial.
4.5 Rango, nulidad, espacio de renglones

y columnas de una matriz.
4.6
Matriz de transición.

5. Espacios con Producto Interno.
5.1 El espacio vectorial R2: longitud y 5.7 Proyección y componente de un

dirección. vector sobre otro vector.
5.2 Producto interno, ángulo entre dos

vectores en R2.
5.3 Espacios vectoriales no euclidianos

con producto interno.
5.4
Norma y sus propiedades.
5.5
Distancia y sus propiedades.
5.6
Ángulo entre dos vectores.

6. Ortogonalidad y Ortonormalidad.
6.1 Definición de conjunto de vectores

ortogonales.
6.2
Bases ortogonales.
6.3 Definición de conjunto de vectores

ortonormales.
6.4
Bases ortonormales.
6.5 Coordenadas de un vector elativas a una

base ortogonal y a una base ortonormal.
6.6 El proceso de ortonormalización de

Gram – Schmidt.

7. Transformaciones Lineales.
7.1 7.4.3
Definición de transformación. Isomorfismo.
7.2 Dominio e imagen de una 7.4.4 El espacio vectorial de las

transformación. transformaciones lineales.
7.3
Definición de transformación lineal.
7.4 Definición de núcleo de una

transformación lineal.
7.4.1
Determinación de núcleos.
7.4.2 Transformaciones lineales inyectivas,

suprayectivas y biyectivas.

8. Representación matricial de una transformación lineal.
8.1 Representación de una 8.7

Isometrías.
transformación lineal.
8.2 Matriz de una transformación para

bases no estándar.
8.3 Matriz de una transformación bajo

cambio de bases.
8.4
Matrices similares o semejantes.
8.5 Aplicaciones de las

transformaciones lineales.
8.6 Expansiones, compresiones, reflexiones,

cortes o deslizamientos y rotaciones.

9. Elementos Característicos.
9.1 Definición del problema de los 9.5

Matrices simétricas.
elementos característicos.
9.2 9.6
Valor y vector característicos. El teorema de Cayley – Hamilton.
9.3 Solución del problema de elementos

característicos.
9.3.1 Polinomio y ecuación

característicos.
9.3.2 Propiedades de los valores y

vectores característicos.
9.4
Diagonalización de matrices.

10. Estudio de matrices y espacios vectoriales por computadora.
10.1 10.2.2
Sistemas de ecuaciones. Aplicaciones en MatLab.
10.1.1 10.2.3
Aplicaciones en hoja de cálculo. Aplicaciones en Derive.
10.1.2 10.2.4
Aplicaciones en MatLab. Aplicaciones en Matemática.
10.1.3
Aplicaciones en Derive.
10.2 Espacios vectoriales y

transformaciones lineales.
10.2.1
Aplicaciones en hoja de cálculo.

BIBLIOGRAFÍA.

Bibliografía.
Álgebra Lineal.
Grossman, S. & Flores, J. (2012).
Séptima Edición.
Álgebra Lineal.
Hitt, F. (2002).
Primera Edición.
Álgebra Lineal.
Fundamentos y Aplicaciones.
Grossman, S. & Flores, J. (2012).
Séptima Edición

EVALUACIÓN.

Evaluación.
40%
Examen Parcial.
50%
Examen Final.
10%
Actividades de Aprendizaje.

OBJETIVO DEL
CURSO.

Objetivo del Curso.
Aplicar los conceptos de

matrices y espacios
vectoriales, para la solución
de problemas
asociados con sistemas de
ecuaciones lineales y
transformaciones lineales
aplicados a la
ingeniería.

INTRODUCCIÓN.

Introducción.
¿Qué es Álgebra Lineal?
Es una rama de las matemáticas que estudia

conceptos tales como vectores, matrices, espacio
dual, sistemas de ecuaciones lineales y en su
enfoque de manera más formal, espacios
vectoriales y sus transformaciones lineales.
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.

TEMA 01.
MATRICES.

1.1
Definición y Tipos.

1.1 Definición y Tipos.
Definición de Matriz.
Una matriz es un conjunto de números reales, que

están dispuestos en “m” filas y en “n” columnas.
A los números que forman la matriz se les llama

elementos.
El número de filas por el número de columnas se

denomina dimensión de la matriz y se designa
como m x n, siendo “m” el número de filas y “n” el
número de columnas.

Definición de Matriz.
Debemos saber que los números que componen

una matriz se denominan elementos. Estos se
suelen representar por la expresión a ij donde “i”
representa la fila y “j” la columna en la que se
encuentra.

Tipos de Matrices.
Es aquella que tiene distinto número de filas que de columnas

(m≠n).
01

Tipos de Matrices.
Es toda matriz rectangular que tiene una sola fila (m=1).
02

Tipos de Matrices.
Es toda matriz rectangular con una columna (n = 1).
03

Tipos de Matrices. La matriz opuesta a otra matriz es la que tiene todos los
elementos de signo contrario a la matriz original.
Por ejemplo, si tenemos la matriz A:
04 Su matriz opuesta sería:
La matriz opuesta a A se designa como -A, donde que todos los

elementos son de signo contrario a los elementos de la matriz A.

Tipos de Matrices. Se llama matriz traspuesta de una matriz cualquiera de

dimensión m x n a la matriz que se obtiene al convertir las filas
en columnas. Se representa con el superíndice «t» y su
dimensión es por tanto n x m.
Por ejemplo, tenemos la siguiente matriz A, de dimensión 2 x 3 (2

filas y 3 columnas):
05
Su matriz traspuesta, designada con el superíndice «t», se
obtiene convirtiendo las filas en columnas. Por tanto, la primera
fila de la matriz A, pasa a ser la primera columna de su matriz
traspuesta. De la misma forma, la segunda fila de la matriz A.
La dimensión de la matriz traspuesta

de A es de 3 x 2 (3 filas y 2 columnas).

Tipos de Matrices. Se llama matriz traspuesta de una matriz cualquiera de

dimensión m x n a la matriz que se obtiene al convertir las filas
en columnas. Se representa con el superíndice «t» y su
dimensión es por tanto n x m.
Por ejemplo, tenemos la siguiente matriz A, de dimensión 2 x 3 (2

filas y 3 columnas):
05
Su matriz traspuesta, designada con el superíndice «t», se
obtiene convirtiendo las filas en columnas. Por tanto, la primera
fila de la matriz A, pasa a ser la primera columna de su matriz
traspuesta. De la misma forma, la segunda fila de la matriz A.
La dimensión de la matriz traspuesta

de A es de 3 x 2 (3 filas y 2 columnas).

Práctica 01. Calcula la matriz traspuesta de lo siguiente.

1 2
A2X2 =
3 4
-1 7
A2X2 =
5 -2
-12 -9
A2X2 =
-5 0
0 -6
A2X2 =
7 0
1/2 -9/4
A2X2 =
2/7 -3/8

Práctica 01. Calcula la matriz traspuesta de lo siguiente. Continuación…

1 0 7
A3X3 = 0 3 4
1 5 0
-11 -5 0
A3X3 = 7 0 1
-4 3 2
-2/3 -1 -5/4
A3X3 = -2 -1/6 -4
-3/5 -2/9 -1
1/2 -3/4 5/3

A3X3 = 3/5 1/3 -4/5
-3/2 -1/8 -7/3

Tipos de Matrices. Una matriz cuadrada es aquella que tiene igual número de filas
que de columnas (m=n). En este caso, la dimensión se
denomina orden, cuyo valor coincide con el número de filas y de
columnas.
Por ejemplo, la siguiente matriz es una matriz cuadrada de orden

3, ya que tiene 3 filas y 3 columnas:
06
Entre los elementos de las matrices cuadradas suelen tenerse
muy en cuenta los que forman las diagonales de la matriz.
Diagonal Principal.
Diagonal Secundaria.

Tipos de Matrices. Es toda matriz cuadrada donde al menos uno de los términos que
están por encima de la diagonal principal son distintos de cero y
todos los términos situados por debajo de la diagonal principal
son ceros:
07
Normalmente, cuando se dice que hay que triangular la matriz, se
refiere a que hay que hacer ceros los elementos que quedan por
debajo de la diagonal principal.

Tipos de Matrices.
Es toda matriz cuadrada donde al menos uno de los términos que

están por debajo de la diagonal principal son distintos de cero y
todos los términos situados por encima de la diagonal principal
son ceros:
08

Tipos de Matrices.
Es toda matriz cuadrada en la que todos los elementos que no

están situados en la diagonal principal son ceros:
09

Tipos de Matrices.
La matriz escalar es toda matriz diagonal donde todos los

elementos de la diagonal principal son iguales:
10

Tipos de Matrices.
Es la matriz escalar cuyos elementos de la diagonal principal

valen uno, es decir, la diagonal principal está formada por 1, y el
resto de los elementos son 0:
11

Tipos de Matrices.
La matriz nula donde todos los elementos son cero. Suele

designarse con un 0:
12

1.2
Operaciones.

1.2 Operaciones.
Introducción.
Las operaciones básicas entre las matrices son

las Suma, Resta, Multiplicación y División.

1.2.1
Adición.

1.2.1 Adición.
Introducción.
La suma de matrices es una operación lineal que

consiste en unificar los elementos de dos o más
matrices que coincidan en posición dentro de sus
respectivas matrices y que estas tengan el mismo
orden.
En otras palabras, el sumatorio de una o más

matrices es la unión de los elementos que tengan
la misma posición dentro de las matrices y que
estas tengan el mismo orden.

1.2.1 Adición.
Procedimiento.
Para sumar matrices debemos:
• Si el orden de las matrices es el mismo, entonces se pueden

sumar las matrices.
• Si el orden de las matrices es distinto, entonces NO podemos

sumar las matrices.

1.2.1 Adición.
Procedimiento. El sumatorio de matrices comparte las mismas características

Para sumar matrices debemos: que cuando sumamos números y variables en álgebra, con la
diferencia de que aquí tenemos “coordenadas”.
Es decir, tendremos en cuenta la posición del elemento dentro de

cada matriz. La posición de cada elemento se denota con
subíndices, tal que:
Entonces, el sumatorio de estos tres elementos es posible dado

que todos tienen la misma posición. En otras palabras, tienen los
mismos números en los subíndices.
Si la posición de los elementos fuera distinta, no podríamos

sumarlos.

1.2.1 Adición.
Ejemplo: Dadas las siguientes matrices, calcular A+B.
2 0 1 1 0 1
A+B = 3 0 0 + 1 2 1
2 0 1 5 1 1 1 1 0
A3X3 = 3 0 0
5 1 1
2 + 1 0 + 0 1 + 1
A+B = 3 + 1 0 + 2 0 + 1
5 + 1 1 + 1 1 + 0
1 0 1
B3X3 = 1 2 1
1 1 0 3 0 2
A+B = 4 2 1
6 2 1

1.2.1 Adición.
Práctica 02. Dadas las siguientes matrices calcular A+B.
2 2 1
A3X3 = 4 0 2
3 2 2
5 0 0
B3X3 = 2 1 1
3 3 2

1.2.1 Adición.
Práctica 03. Dadas las siguientes matrices calcular A+B, A+C y B+C.
A+B
0 0 0
A3X3 = 3 0 4
1 2 2
3 3 2
B3X3 = 0 1 1
5 0 0
1 3 3
C3X3 = 2 2 2
4 1 1

1.2.1 Adición.
A+C
0 0 0
A3X3 = 3 0 4
1 2 2
3 3 2
B3X3 = 0 1 1
5 0 0
1 3 3
C3X3 = 2 2 2
4 1 1

1.2.1 Adición.
B+C
0 0 0
A3X3 = 3 0 4
1 2 2
3 3 2
B3X3 = 0 1 1
5 0 0
1 3 3
C3X3 = 2 2 2
4 1 1

1.2.1 Adición.
1 -3 5
A2X3 =
4 7 -2
0 3 -6
B2X3 =
-9 1 2

1.2.1 Adición.
1
0
A0X1 =
3
2
-1
0
B0X1 =
-2
-1

1.2.1 Adición.
Práctica 06. Dada la siguiente matriz. ¿Cuál seria el resultado de la suma?
1 4 5
3=
4 6 0

1.2.1 Adición.
Práctica 07. ¿Quién es el ganador?. (Parte 01).

Una empresa decide premiar con un viaje a su mejor comercial. Para ello analiza las ventas y beneficios de toda la
plantilla de comerciales, y entre los finalistas se encuentran Marcos, Raquel y Carolina. Las bases del concurso son las
siguientes, durante el fin de semana se analizarán las ventas que obtenga cada uno de los tres comerciales durante el
sábado y el domingo y en los turnos de mañana y tarde.
El ganador será el que mayor beneficio obtenga de las ventas teniendo en cuenta que obtendrá un beneficio del 12% por
las ventas que realicen en el turno de mañana y un 18% por las ventas que realicen en el turno de tarde. Los resultados
son los siguientes:
Marcos obtiene:
• El sábado 300um turno de mañana y 700um turno de tarde. Cuestiones:
• El domingo: 500um turno de mañana y 900um turno de tarde. a) Ordena la información en 2 matrices,
Raquel obtiene: matriz de ventas el sábado, matriz de
• El sábado 200um turno de mañana y 900um turno de tarde. ventas el domingo.
• El domingo: 700um turno de mañana y 1000um turno de tarde.
b) Obtén las ventas totales de cada
Lucia obtiene: comercial.
• El sábado 500um turno de mañana y 800um turno de tarde.

1.2.1 Adición.

1.2.1 Adición.
Práctica 08. Los 3 Agentes. (Parte 01).

Tres agentes comerciales a comisión, V1, V2 y V3, venden tres productos P1,P2, P3. Las matrices Enero (E),
Febrero (F), Marzo (M) reflejan los ingresos del trimestre del año 2016 expresados en unidades monetarias.
110 212 90 140 250 135 145 260 80

E= 210 140 100 F= 210 203 90 M= 200 301 120
150 280 85 120 250 104 105 250 110
Cuestiones:
a) Calcula los ingresos totales del
trimestre.
b) Calcula el incremento de ingresos entre

el mes de Febrero y el mes de Enero.

1.2.1 Adición.

1.2.2
Sustracción.

1.2.2 Sustracción.
Introducción.
La resta de matrices es una operación lineal que

consiste en sustraer los elementos de dos o más
matrices que coincidan en posición dentro de sus
respectivas matrices y que estas tengan el mismo
orden.
En otras palabras, la resta de dos o más matrices

es restar los elementos que tengan la misma
posición dentro de las matrices y que estas
tengan el mismo orden.

1.2.2 Sustracción.
Procedimiento.
Para restar matrices debemos:
• Si el orden de las matrices es el mismo, entonces SI se pueden

restar las matrices.
• Si el orden de las matrices es distinto, entonces NO se pueden

restar las matrices.

1.2.2 Sustracción.
Procedimiento. La diferencia de matrices comparte las mismas características

Para sumar matrices debemos: que cuando restamos números y variables en álgebra, con la
diferencia de que aquí tenemos “coordenadas”.
Es decir, tendremos en cuenta la posición del elemento dentro de

cada matriz. La posición de cada elemento se denota con
subíndices, tal que:
Si la posición de los elementos coincide, entonces, se pueden

restar.
En cambio, si la posición de los elementos es distinta, no podrían

restarse:

1.2.2 Sustracción.
Ejemplo: Dadas las siguientes matrices, calcular A-B.
2 0 1 1 0 1
A-B = 3 0 0 - 1 2 1
2 0 1 5 1 1 1 1 0
A3X3 = 3 0 0
5 1 1
2 - 1 0 - 0 1 - 1
A-B = 3 - 1 0 - 2 0 - 1
5 - 1 1 - 1 1 - 0
1 0 1
B3X3 = 1 2 1
1 1 0 1 0 0
A-B = 2 -2 -1
4 0 1

1.2.2 Sustracción.
Práctica 09. Dadas las siguientes matrices calcular A-B.
2 2 1
A3X3 = 4 0 2
3 2 2
5 0 0
B3X3 = 2 1 1
3 3 2

1.2.2 Sustracción.
1 -3 5
A2X3 =
4 7 -2
0 3 -6
B2X3 =
-9 1 2

1.2.2 Sustracción.
2
5
A0X1 =
0
1
3
6
B0X1 =
1
1

1.2.2 Sustracción.
Práctica 12. Dada la siguiente matriz. ¿Cuál seria el resultado de la resta?
1 4 5
5=
4 6 0

1.2.2 Sustracción.
Práctica 13. Dada la siguiente matriz. ¿Cuál seria el resultado de la resta?
0 2 3
-2 =
2 7 0

1.2.2 Sustracción.

Tres agentes comerciales a comisión, V1, V2 y V3, venden tres productos P1,P2, P3. Las matrices Enero (E),
Febrero (F), Marzo (M) reflejan los ingresos del trimestre del año 2016 expresados en unidades monetarias.
110 212 90 140 250 135 145 260 80

E= 210 140 100 F= 210 203 90 M= 200 301 120
150 280 85 120 250 104 105 250 110
Cuestiones:
a) Calcula los ingresos totales del
trimestre.
b) Calcula el incremento de ingresos entre

el mes de Febrero y el mes de Enero.

1.2.2 Sustracción.

1.2.3
Multiplicación.

1.2.3 Multiplicación.
Introducción.
La multiplicación de matrices consiste en

combinar linealmente dos o más matrices
mediante la adición de sus elementos
dependiendo de su situación dentro de la matriz
origen respetando el orden de los factores.
En otras palabras, la multiplicación de dos

matrices es unificar las matrices en una sola
matriz mediante la multiplicación y suma de los
elementos de las filas y columnas de las matrices
origen teniendo en cuenta el orden de los
factores.

Procedimiento. Para multiplicar dos matrices necesitamos que el número de

Para multiplicar matrices debemos: columnas de la primera matriz sea igual al número de filas de la
segunda matriz.
El orden de multiplicación sería tomar la primera fila de la matriz

Comprobar el orden de las T, multiplicarla por la primera columna de la matriz F y sumar sus
matrices. elementos.
Podemos multiplicar una matriz por un escalar z cualquiera. En

este caso z=2.
Cada elemento de la matriz queda multiplicado por el

escalar z=2.

Ejemplo: Dadas las siguientes matrices, calcular A∙B.
1 0 2 2
A∙B =
3 2
. 0 5
1 0
A2X2 =
3 2
1∙2 + 0∙0 1∙2 + 0∙5

A∙B =
3∙2 + 2∙0 3∙2 + 2∙5
2 2
B2X2 =
0 5
2 2
A∙B =
6 16

Multiplicación por un Escalar.
Cuando trabajamos con matrices, nos referimos a

los números reales como escalares.
El término multiplicación escalar se refiere al

producto de un número real por una matriz.
En la multiplicación escalar, cada entrada en la

matriz se multiplica por el escalar dado.

Ejemplo: Dadas la siguiente matriz, calcular 2A.
0 2 3
2A = 2∙
2 7 0
0 2 3
A= 2 ∙ 0 2 ∙ 2 2 ∙ 3
2 7 0 2A =
2 ∙ 2 2 ∙ 7 2 ∙ 0
0 4 6
2A =
4 14 0

Práctica 15. Dadas las siguientes matrices. Calcula A∙B.
-1 2
A2X2 =
-2 3
2 -2
B2X2 =
0 6

Práctica 16. Dadas las siguientes matrices. Calcula el producto de A∙B.
2 3 2
A3X3 = 0 3 0
1 0 1
5 0 3
B3X3 = 1 2 6
2 0 1

Práctica 17. Dadas las siguientes matrices. Calcula el producto de A∙B∙C.

2 -1 0
A3X3 = 3 1 -2
4 -3 5
0 3 1
B3X3 = 0 4 7
2 -5 0
2 0 3
C3X3 = 1 1 1
-1 -1 0

Práctica 18. Dadas las siguientes matrices. Calcula el producto de A∙B y B∙A.
A∙B
A1X0 = 2 -7 9
1
B0X1 = -3
0

Práctica 18. Dadas las siguientes matrices. Calcula el producto de A∙B y B∙A.
B∙A
A1X0 = 2 -7 9
1
B0X1 = -3
0


Una empresa decide premiar con un viaje a su mejor comercial. Para ello analiza las ventas y beneficios de toda la
plantilla de comerciales, y entre los finalistas se encuentran Marcos, Raquel y Carolina. Las bases del concurso son las
siguientes, durante el fin de semana se analizarán las ventas que obtenga cada uno de los tres comerciales durante el
sábado y el domingo y en los turnos de mañana y tarde.
El ganador será el que mayor beneficio obtenga de las ventas teniendo en cuenta que obtendrá un beneficio del 12% por
las ventas que realicen en el turno de mañana y un 18% por las ventas que realicen en el turno de tarde. Los resultados
son los siguientes:
Marcos obtiene: Cuestiones:
• El sábado 300um turno de mañana y 700um turno de tarde. a) Ordena la información en 3 matrices,
• El domingo: 500um turno de mañana y 900um turno de tarde. matriz de ventas el sábado, matriz de
ventas el domingo y matriz de comisión.
Raquel obtiene:
• El sábado 200um turno de mañana y 900um turno de tarde.
b) Obtén las ventas totales de cada
comercial.
Lucia obtiene:
• El sábado 500um turno de mañana y 800um turno de tarde. c) ¿Quién es el ganador del concurso?


Álgebra Lineal (Student S Edition)

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

Álgebra Lineal (Student S Edition)

Cargado por

Copyright:

Formatos disponibles

ÁLGEBRA

M.C.T.C Miguel Ángel Rodríguez Galván

M.C.T.C Miguel Ángel Rodríguez Galván

M.C.T.C Miguel Ángel Rodríguez Galván

Redes Sociales. Orden.

Comidas y Bebias. Respeto.

M.C.T.C Miguel Ángel Rodríguez Galván

1.2.3 1.4 Sistemas de ecuaciones lineales de

1.2.4 1.4.1 Modelado de sistemas de

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

2.1 Representación mediante una 2.5 Aplicaciones de sistemas de

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

3.3 Combinación lineal y vectores

3.4 Vectores linealmente dependientes e

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

4.1 Definición de base de un espacio

4.2 Ejemplos de bases de algunos

4.3 Coordenadas de un vector, relativas

4.5 Rango, nulidad, espacio de renglones

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

5.1 El espacio vectorial R2: longitud y 5.7 Proyección y componente de un

5.2 Producto interno, ángulo entre dos

5.3 Espacios vectoriales no euclidianos

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

6.1 Definición de conjunto de vectores

6.3 Definición de conjunto de vectores

6.5 Coordenadas de un vector elativas a una

6.6 El proceso de ortonormalización de

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

7.2 Dominio e imagen de una 7.4.4 El espacio vectorial de las

7.4 Definición de núcleo de una

7.4.2 Transformaciones lineales inyectivas,

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

8.1 Representación de una 8.7

8.2 Matriz de una transformación para

8.3 Matriz de una transformación bajo

8.5 Aplicaciones de las

8.6 Expansiones, compresiones, reflexiones,

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

9.1 Definición del problema de los 9.5

9.3 Solución del problema de elementos

9.3.1 Polinomio y ecuación

9.3.2 Propiedades de los valores y

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

10.2 Espacios vectoriales y

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

M.C.T.C Miguel Ángel Rodríguez Galván

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

M.C.T.C Miguel Ángel Rodríguez Galván

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

M.C.T.C Miguel Ángel Rodríguez Galván

Aplicar los conceptos de

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

M.C.T.C Miguel Ángel Rodríguez Galván

¿Qué es Álgebra Lineal?

Es una rama de las matemáticas que estudia

El álgebra lineal estudia conjuntos denominados

Álgebra Lineal. M.C.T.C Miguel Ángel Rodríguez Galván.

M.C.T.C Miguel Ángel Rodríguez Galván

M.C.T.C Miguel Ángel Rodríguez Galván

Una matriz es un conjunto de números reales, que

A los números que forman la matriz se les llama