Apuntes
Apuntes
Apuntes
La historia del álgebra comenzó en el antiguo Egipto y Babilonia, donde fueron
capaces de resolver ecuaciones lineales (ax = b) y cuadráticas (ax2 + bx = c), así
como ecuaciones indeterminadas como x2 + y2 = z2, con varias incógnitas. Los
antiguos babilonios resolvían cualquier ecuación cuadrática empleando
esencialmente los mismos métodos que hoy se enseñan.
A principios del siglo XVI los matemáticos italianos Scipione del Ferro, Tartaglia y
Gerolamo Cardano resolvieron la ecuación cúbica general en función de las
constantes que aparecen en la ecuación. Ludovico Ferrari, alumno de Cardano,
pronto encontró la solución exacta para la ecuación de cuarto grado y, como
consecuencia, ciertos matemáticos de los siglos posteriores intentaron encontrar
la fórmula de las raíces de las ecuaciones de quinto grado y superior. Sin
embargo, a principios del siglo XIX el matemático noruego Niels Abel y el francés
Évariste Galois demostraron la inexistencia de dicha fórmula.
Un avance importante en el álgebra fue la introducción, en el siglo XVI, de
símbolos para las incógnitas y para las operaciones y potencias algebraicas.
Debido a este avance, el Libro III de laGeometría (1637), escrito por el
matemático y filósofo francés René Descartes se parece bastante a un texto
moderno de álgebra. Sin embargo, la contribución más importante de Descartes a
las matemáticas fue el descubrimiento de la geometría analítica, que reduce la
resolución de problemas geométricos a la resolución de problemas algebraicos.
Su libro de geometría contiene también los fundamentos de un curso de teoría de
ecuaciones, incluyendo lo que el propio Descartes llamó la regla de los
signos para contar el número de raíces verdaderas (positivas) y falsas (negativas)
de una ecuación. Durante el siglo XVIII se continuó trabajando en la teoría de
ecuaciones y en 1799 el matemático alemán Carl Friedrich Gauss publicó la
demostración de que toda ecuación polinómica tiene al menos una raíz en el
plano complejo (véase Número (matemáticas): Números complejos).
TEMA 1.2
Introducción
Como bien lo conocemos, el Álgebra Lineal es una de las ramas de las
Matemáticas la cual se enfoca en el estudio de los vectores, sistemas de
ecuaciones lineales, las matrices y los espacios vectoriales con sus
transformaciones lineales. Por otro lado, la ingeniería es un conjunto de
conocimientos científicos y técnicas que se emplean para la formación,
perfeccionamiento e implementación de estructuras físicas y teóricas que nos
permitan resolver problemas que se presenten y afecten nuestras actividades en la
vida diaria en sociedad. En los párrafos anteriores, definí lo qué es el Álgebra Lineal
y la Ingeniería, y a partir de estas …ver más…
En la ingeniería electrónica encontramos que la ley de Ohm menciona que en un
gráfico de I en función de V se obtiene de una recta que pasa por el origen R, y los
elementos que no cumplen con esta regla, no se les considera óhmicos. También el
álgebra lineal se encuentra involucrada en los circuitos eléctricos, específicamente
en la teoría de circuitos, en la cual se utiliza la resolución de ecuaciones de “n”
variables y “n” incógnitas al utilizar el método de nodos o de mallas. Finalmente, en
la ingeniería petrolera también tiene aplicaciones. Se emplea para calcular la
cantidad de aditivos (viscosificantes, densificantes, inhibidores, polímers, etc.) que
deben ser agregados a un lodo de perforación en respuesta a lo que sea necesario
para la formación que se desea perforar y a los diferentes problemas que ésta
presente a lo largo de esta etapa. Por otro lado, se emplea en la simulación de
yacimientos, ya que los simuladores emplean métodos numéricos para resolver los
modelos matemáticos en que son creados. La labor de los simuladores es la de
resolver la ecuación de balance de materiales por cada celda que se haya creado
en el programa.
TEMA 2
ESPACIOS VECTORIALES
Un espacio vectorial V es un conjunto de vectores junto con dos operaciones, la
suma y la multiplicación por un escalar, que satisfacen las siguientes propiedades:
Propiedades de la suma de vectores.
Sean , , vectores en V
1) La suma es otro vector en V
2) , es decir, la suma es conmutativa
2)
4)
Sean y ,
En este caso, la suma
3. Sean
y para cualquier escalar c en los reales y cualquier función f en F se define
el producto por un escalar
.
TEMA 3
En primer lugar, una transformación lineal es una función. Por ser función, tiene
su dominio y su codominio, con la particularidad de que éstos son espacios
vectoriales. Tenemos dos espacios vectoriales VV y WW, y una función que va
de VV a WW. O sea una regla de asignación que transforma vectores de VV en
vectores de WW. Pero no toda función que transforme vectores de VV en
vectores de WW es una transformación lineal. Debe cumplir ciertas condiciones:
F:V→WF:V→W es una transformación lineal si y sólo si:
Propiedad 1
T(0V)=T(0.v)=0.T(v)=0.w=0WT(0V)=T(0.v)=0.T(v)=0.w=0W
Donde hemos expresado a 0V0V como el producto del escalar 00 por cualquier
vector del espacio vectorial VV, hemos usado la segunda condición que debe
cumplir una transformación lineal, y finalmente hemos vuelto a usar la propiedad
de espacios vectoriales sobre el producto del escalar 0 por cualquier vector.
Propiedad 2
T(–v)=T(–1.v)=–1.T(v)=–T(v)T(–v)=T(–1.v)=–1.T(v)=–T(v)
La justificación de los pasos dados en la demostración es similar a la anterior.
Propiedad 3
α1v1+α2v2+α3v3+...+αrvrα1v1+α2v2+α3v3+...+αrvr
Donde αi∈Rαi∈R.
Si aplicamos la transformación lineal FF de VV a WW, teniendo en cuenta las
propiedades enunciadas en la definición, resulta:
F(α1v1+α2v2+α3v3+...+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)F(α1v1+α2v2+α3v3+...
+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)
Es decir que una transformación lineal «transporta» combinaciones lineales
de VV a WW, conservando los escalares de la combinación lineal.
Ejemplo 1
T(u+v)=T(u)+T(v)T(u+v)=T(u)+T(v)
Primero hacemos la suma de uu y vv:
Y ahora aplicamos TT:
T(u+v)=(u1+v1+u3+v3,u2+v2–2u3–2v3)T(u+v)=(u1+v1+u3+v3,u2+v2–2u3–2v3)
T(u+v)=T(u)+T(v)T(u+v)=T(u)+T(v)
En conclusión: se cumple la primera de las condiciones.
Condición 2: T(k.v)=k.T(v)∀v∈V,∀k∈RT(k.v)=k.T(v)∀v∈V,∀k∈R
T(k.v)=T((kv1,kv2,kv3))=(kv1+kv3,kv2–
2kv3)T(k.v)=T((kv1,kv2,kv3))=(kv1+kv3,kv2–2kv3)
=k.(v1+v3,v2–2v3)=k.T(v)=k.(v1+v3,v2–2v3)=k.T(v)
Como TT cumple las dos condiciones, es una transformación lineal.
Ejemplo 2
F:P2→R|F(p)=p(0)F:P2→R|F(p)=p(0)
Observación: con P2P2 se designa al conjunto de todos los polinomios de grado
menor o igual que dos, con el polinomio nulo.
Resolución
0P2=0x2+0x+00P2=0x2+0x+0
¿Cuánto vale el polinomio nulo evaluado en 00? 00
0P2(0)=0.02+0.0+0=00P2(0)=0.02+0.0+0=0
Entonces la condición necesaria para este ejercicio se cumple,
porque F(0P2)=0F(0P2)=0
Primera condición F(u+v)=F(u)+F(v)∀u,v∈VF(u+v)=F(u)+F(v)∀u,v∈V
Para que sea transformación lineal se debe cumplir la primera condición. Veamos
qué pasa con el transformado de la suma:
(p+q)∈P2(p+q)∈P2
F(p+q)=(p+q)(0)=p(0)+q(0)F(p+q)=(p+q)(0)=p(0)+q(0)
Observación: evaluar una suma de funciones en 00, es evaluar cada una en 00 y
sumarlas. Esto no es una particularidad de los polinomios, sino que se
corresponde con la definición de suma de funciones:
Para cualquier función: (f+g)(x)=f(x)+g(x)(f+g)(x)=f(x)+g(x), para
todo xx perteneciente al dominio de ff y de gg.
Otra forma de pensar la misma propiedad. Si consideramos
p(x)=ax2+bx+cp(x)=ax2+bx+c y q(x)=dx2+ex+fq(x)=dx2+ex+f
p+q=(a+d)x2+(b+e)x+(c+f)p+q=(a+d)x2+(b+e)x+(c+f)
F(p+q)=c+f=F(p)+F(q)F(p+q)=c+f=F(p)+F(q)
Por los dos caminos arribamos a la misma conclusión.
Segunda condición F(k.v)=k.F(v)∀v∈V,∀k∈RF(k.v)=k.F(v)∀v∈V,∀k∈R
Veamos si se cumple la segunda condición. Para esto podemos recordar que
dada una función f(x)f(x) y un escalar kk, la función (k.f)(x)(k.f)(x) se define
como k.f(x)k.f(x). De esta forma podemos decir:
p∈P2,k∈Rp∈P2,k∈R
F(k.p)=(k.p)(0)=k.p(0)=k.F(p)F(k.p)=(k.p)(0)=k.p(0)=k.F(p)
T:R3→R3,T(v)=v×w0T:R3→R3,T(v)=v×w0
Siendo w0w0 un vector fijo y vv un vector cualquiera de R3R3. Veamos que se
trata de una transformación lineal.
Condición 1: T(u+v)=T(u)+T(v)∀u,v∈VT(u+v)=T(u)+T(v)∀u,v∈V
TEMA 4
Propiedades
i. (v, v) ≥ 0
ii. (v, v) = 0 si y sólo si v = 0.
iii, (u, v +w) = (u, v)+ (u, w)
iv. (u + v, w) = (u, w)+(v, w)
v. (u, v) = (v, u)
vi. (αu, v) = α(u, v)
vii. (u, αv) = α(u, v)
La barra en las condiciones (v) y (vii) denota el conjugado complejo.
Cambio de base
Base ortonormal
En álgebra lineal, una base ortonormal de un espacio prehilbertiano V (es decir,
un espacio vectorial conproducto interno) o, en particular, de un espacio de
HilbertH, es un conjunto de elementos cuyo span es denso en el espacio, en el
que los elementos son mutuamenteortogonales y normales, es decir, de magnitud
unitaria. Unabase ortogonal satisface las mismas condiciones, salvo la de
magnitud unitaria; es muy sencillo transformar una base ortogonal en una base
ortonormal mediante el producto por un escalar apropiado y de hecho, esta es la
forma habitual en la que se obtiene una base ortonormal: por medio de una base
ortogonal.
Estos conceptos son importantes tanto para espacios de dimensión finita como de
dimensión infinita. Para espacios de dimensión finita, la condición de span denso
es la misma que la de 'span', como se usa en álgebra lineal.
Producto Interno:
Un producto interno sobre un espacio vectorial V es una operación que asigna a cada par de vecto
v en V un número real <u, v>.
Un producto interior sobre V es una función que asocia un número real ‹u, v› con cada par de vecto
v cumple los siguientes axiomas:
Propiedades:
i. (v, v) ≥ 0
ii. (v, v) = 0 si y sólo si v = 0.
iii, (u, v +w) = (u, v)+ (u, w)
iv. (u + v, w) = (u, w)+(v, w)
v. (u, v) = (v, u)
vi. (αu, v) = α(u, v)
vii. (u, αv) = α(u, v)
Espacios con producto interior:
El producto interior euclidiano es solo uno más de los productos internos que se tiene que definir en
Para distinguir entre el producto interno normal y otros posibles productos internos se usa la siguien
notación.
u ●v = producto punto (producto interior euclidiano para Rn)
‹u, v› = producto interno general para espacio vectorial V.
Propiedades de los productos interiores:
1. ‹0, v› = ‹v, 0› = 0
2. ‹u + v, w› = ‹u, w› + ‹v, w› 3. ‹u, cv› = c‹u, v›.
TEMA 5
Sea V un R-(o C-) espacio vectorial con producto interno h,i. Se define d : V × V →
R como d(v, w) = kv − wk. Utilizando las propiedades de la norma se puede
verificar que la funci´on d satisface las siguientes propiedades: i) d(v, w) ≥ 0 ∀ v, w
∈ V . ii) d(v, w) = 0 ⇐⇒ v = w. iii) d(v, w) = d(w, v) ∀ v, w ∈ V . iv) d(v, z) ≤ d(v, w) +
d(w, z) ∀ v, w, z ∈ V . Dados vectores v, w ∈ V se dice que d(v, w) es la distancia
entre v y w. Dado un conjunto no vac´ıo cualquiera X, puede definirse una
distancia en X como cualquier funci´on d : X × X → R que cumpla las propiedades
i), ii), iii) y iv) anteriores. Hay distancias en espacios vectoriales que no provienen
de ninguna norma. En lo que sigue, s´olo trabajaremos con distancias asociadas a
normas asociadas a productos internos.
Ortogonalidad