UNIVERSIDAD TECNICA PARTICULAR DE LOJA

TRABAJO AUTONOMO

1. DATOS INFORMATIVOS:

1.1. Asignatura: Algebra Lineal.

1.2. Nombres:

 Luis Vivanco
 Lenin Montesdeoca
 Fausto López

1.3. Carrera: Ingeniería Ambiental.

1.4. Fecha: 18-07-2023

OBJETIVO: Desarrollar las utilidades de los siguientes temas de lo aprendido en

algebra lineal.

SISTEMAS LINEALES DE ECUACIONES

Un sistema de ecuaciones es un conjunto de ecuaciones con las mismas incógnitas. Un

sistema de ecuaciones lineales es un sistema de ecuaciones en el que cada ecuación es
lineal. Una solución de un sistema es una asignación de valores para las incógnitas que
hace verdadera cada una de las ecuaciones. Resolver un sistema significa hallar todas
las soluciones del sistema.

Los sistemas con solución se denominan sistemas consistentes. Si la solución es única,

el sistema es compatible o consistente determinado, los que tienen infinitas soluciones
son sistemas consistentes dependientes o compatibles indeterminados y los que no
tienen solución son inconsistentes o incompatibles.

Una condición requerida para que exista una solución única es que el sistema tenga al
menos n ecuaciones independientes con n incógnitas. Si se tienen menos ecuaciones que
incógnitas.
MATRICES

Las matrices son un conjunto bidimensional de números o símbolos distribuidos de

forma rectangular, en líneas verticales y horizontales, de manera que sus elementos se
organizan en filas y columnas. Sirven para describir sistemas de ecuaciones lineales o
diferenciales, así como para representar una aplicación lineal. 

Toda matriz se representa por medio de una letra mayúscula, y sus elementos se reúnen
entre dos paréntesis o corchetes, en letra minúscula. A su vez, tienen doble superíndice:
el primero hace referencia a la fila y el segundo a la columna a la que pertenece. 

Esta expresión matemática puede sumarse, multiplicarse y descomponerse, por lo que su

uso es común en el álgebra lineal.  

Ahora veremos los tipos de matrices que puede ser:

Rectangular: tiene diferentes números de filas y columnas.

Fila: una matriz rectangular, pero con una sola fila.

Columna: una matriz rectangular, pero con una sola columna.

Nula: matriz cuyos elementos son iguales a cero.

Cuadrada de orden n: matriz que tiene el mismo número de filas que de columnas. En

este tipo de matrices, la dimensión se llama orden, y su valor coincide con el número de
filas y columnas.

Diagonal: es un tipo de matriz cuadrada en la que los elementos que no se encuentran

en la diagonal principal son iguales a cero.

Escalar: es una matriz diagonal en la que todos los elementos presentes en la diagonal
principal son iguales.

Identidad: se trata de una matriz escalar en la que los elementos de la diagonal

principal son iguales a uno, mientras que el resto de los elementos son iguales a cero.

Opuesta: es opuesta a otra cuyos elementos tienen un signo contrario a la matriz

principal. Es decir, la matriz opuesta a A se denomina -A y todos los elementos del
conjunto son contrarios a los elementos de la matriz A.

Traspuesta: se trata de la matriz que se obtiene al convertir las filas en columnas. Se

utiliza el superíndice t para representarla y su dimensión es n x m.
Triangular superior: se trata de una matriz cuadrada en la que al menos uno de los
términos que está por encima de la diagonal principal es distinto a cero, y todos los que
están situados por debajo a ella son iguales a cero.

Triangular inferior: a diferencia del tipo anterior, en este tipo de matriz al menos uno
de los elementos que están debajo de la diagonal principal son diferentes a cero y todos
los que están por encima de ella son iguales a cero.

DETERMINANTES

El determinante de una matriz siempre es un número real y únicamente lo podremos

calcular para matrices cuadradas. A partir de esta noción básica, explicaremos el
significado del determinante para diferentes tipos de matrices y también su utilidad.
Cabe recalcar que las matrices aparecieron a mitad del siglo XIX por parte del británico
James Joseph Silverton, aunque fueron posteriormente desarrolladas por un astrónomo
irlandés llamado Hamilton. Su uso es bastante extenso en campos como la geometría,
la estadística y la economía, por citar algunos. Además, hoy en día, también son usados
en muchos lenguajes de programación, pues en la mayoría de ocasiones los datos se
introducen en los ordenadores, organizados en filas y columnas (de igual manera que
una matriz). 

VECTORES R2, R3

Los vectores en R^2, R^3 y R^n son utilizados en matemáticas y física para representar
magnitudes que tienen tanto una dirección como una magnitud.

Vectores en R2: el sistema de referencia de vectores que estará formado por un origen
de 2 ejes perpendiculares, este sistema de referencia permite la posición de un punto
cualquiera con exactitud.

en el sistema de referencia que usaremos como norma general, es el sistema de

coordenadas cartesiana.

- CLASES DE VECTORES R2

- Vectores libres: El conjunto de todos los vectores equipolentes entre sí se llama

vector libre. Es decir, los vectores libres tienen el mismo módulo, dirección y sentido.

- Vector de posición: El vector que une el origen de coordenadas O con un punto

P se llama vector de posición del punto P.
- Vectores opuestos: Los vectores opuestos tienen el mismo módulo, dirección, y
distinto sentido.

- Vectores fijos: Un vector fijo es un representante del vector libre. Es decir, los
vectores fijos tienen el mismo módulo, dirección, sentido y origen.

- Vectores ortogonales Dos vectores son ortogonales o perpendiculares si su

producto escalar es cero.

- Vectores unitarios: Los vectores unitarios tienen de módulo, la unidad.

- Para obtener un vector unitario, de la misma dirección y sentido que el vector

dado se divide éste por su módulo.

Vectores R3: los vectores R3 son Un sistema de coordenadas tridimensional se

construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y.

Cada punto viene determinado por tres coordenadas P (x, y, z).

Los ejes de coordenadas determinan tres planos coordenados: XY, XZ e YZ. Estos
planos coordenados dividen al espacio en ocho regiones llamadas octantes, en el primer
octante las tres coordenadas son positivas.

ESPACIOS VECTORIALES

El espacio puede ser la extensión que contiene la materia existente, la capacidad de un

lugar o la parte que ocupa un objeto sensible. Vectorial, por su parte, es lo perteneciente
o relativo a los vectores. Este término, de origen latino, refiere al agente que transporta
algo de un lugar a otro o a aquello que permite representar una magnitud física y que se
define por un módulo y una dirección u orientación.

La noción de espacio vectorial se utiliza para nombrar a la estructura matemática que se

crea a partir de un conjunto no vacío y que cumple con diversos requisitos y
propiedades iniciales. Esta estructura surge mediante una operación de suma (interna al
conjunto) y una operación de producto entre dicho conjunto y un cuerpo.

Espacios y Subespacios

De acuerdo con las propiedades vistas inicialmente, se puede afirmar que R3 es un

espacio vectorial, por lo que podemos definir un subespacio vectorial de la siguiente
manera: Sea V un espacio vectorial y W un subconjunto no vacío de V. W es un
subespacio de V si W es en sí mismo es un espacio vectorial con las mismas
operaciones (suma de vectores y producto por un escalar) definidas en V, es decir:

 0∈W0∈
 ∀u,v∈W,u+v∈W
 ∀u∈W,∀k∈K,ku∈W
Combinaciones lineales

Cuando trabajamos con vectores, nos podemos encontrar con dos operaciones
fundamentales, la suma y la multiplicación por escalares. Cuando sumamos dos
vectores v y w, sumamos elemento por elemento, del siguiente modo:

Transformaciones Lineales

Una transformación lineal es una función que tiene como dominio y codominio un
espacio vectorial los cuales conservan las propiedades de linealidad. Tenemos dos
espacios vectoriales V y W, y una función que va de V a W. Es decir, una regla de
asignación que transforma vectores de V en vectores de W. Pero no toda función que
transforme vectores de V en vectores de W es una transformación lineal. Debe cumplir
ciertas condiciones:

F: V→W

es una transformación lineal si y sólo si:

1. Abre sumas

F(u+v) = F(u)+F(v)

∀u,v∈V

2. Saca escalares

F(k⋅v) =k⋅F(v)

∀v∈V,∀k∈R

Buscar un tema de investigación aplicado en la carrera Ing. Ambiental

Realizar un resumen, objetivo y un breve análisis personal sobre los resultados
Bases de datos: Francis Taylor, Scopuss y Mendeley.