UNIVERSIDAD PONTIFICIA BOLIVARIANA – INGENIERÍAS – CENTRO DE CIENCIA BÁSICA

DÍA A DÍA CURSO GEOMETRÍA ANALÍTICA – SEMESTRE 2021 10

Forma Clase Contenido Consideraciones Metodológicas y Material de apoyo

Evaluativas
1 Presentación del curso, contenido, evaluación fechas, bibliografía. Mencionar la importancia y obligatoriedad de
Capítulo Preliminar: Elementos básicos de la geometría, punto, la asistencia a clase por parte de los Cardona, O., Cardozo, C., López, G.,
recta, plano, ángulos, clasificación de ángulos, ángulos formados estudiantes, la asistencia a GAIA para las Posada, R., Ramírez, E., (1999). Geometría
Básica, Medellín, Colombia, Universidad
entre rectas paralelas cortadas por una transversal. asesorías académicas, la participación en
Pontificia Bolivariana
Semana 1 talleres de estudio cuando sean programados,
el trabajo independiente es vital en el proceso Biblioteca central UPB
individual, invitar a leer y estudiar el nuevo Clasificación 516 C17
reglamento estudiantil (Octubre de 2019)
2 Clasificación de triángulos, líneas y puntos notables. Teorema Reglamento estudiantil
Fundamental del triángulo. https://gconocimiento.upb.edu.co/gesdoc/In
3 Ecuaciones lineales. formacin%20Institucional/Reglamento%20Es
4 Solución algebraica de sistemas de ecuaciones lineales 2x2 y 3x3, tudiantes%20Pregrado.pdf
solución única, inconsistencia, infinitas soluciones
5 Razones trigonométricas en el triángulo rectángulo, solución de
triángulos rectángulos.
Semana 2 6 Triángulo 30-60-90, Triángulo rectángulo isósceles. Mostrar cómo se deduce el valor de las
funciones trigonométricas para ángulos
notables
7 Funciones trigonométricas de cualquier ángulo: signos de las Stewart, J., Redlin, L., Watson, S.
funciones trigonométricas, ángulo de referencia. Identidades
Semana 3 (2012). Precálculo: Matemáticas para el
trigonométricas fundamentales: identidades recíprocas,
identidades pitagóricas, identidades de cofunción, fórmulas de cálculo, México, Thomson Learning.
adición, ángulo doble, semiángulo. Recuperado de
8 Comprobación de identidades. http://ftp1.unimeta.edu.co/calculus/multivariabl
9 Solución de Ecuaciones trigonométricas. Se muestra la solución en grados y su e/books/precalculo_-
representación en radianes, se muestra la _matematicas_para_el_calculo-1.pdf
solución en el intervalo de 0 a 2𝜋
 Stewart, J., Redlin, L., Watson, S.
(2017). Precálculo: Matemáticas para el
cálculo, México, Thomson Learning.

Biblioteca central UPB

Clasificación 515 S849
10 Capítulo 1. Coordenadas cartesianas. Coordenadas en una Uso de coordenadas y teorema de segmentos A partir de este capítulo y hasta el final del
dimensión. Coordenadas cartesianas en dos dimensiones, Teorema proporcionales en el cálculo del Baricentro curso, el texto guía es el texto de Geometría
de distancia entre dos puntos de dos dimensiones, Teorema Cálculo del área de un triángulo usando la Analítica, de los profesores Oscar Cardona,
segmentos proporcionales. fórmula de Herón de Alejandría Héctor Escobar, disponible capítulo a capítulo
Semana 4 Uso de la desigualdad del triángulo para en la plataforma Moodle
verificar si tres puntos son colineales.
11 Coordenadas cartesianas en tres dimensiones. Ubicación gráfica de
puntos de tres dimensiones, Teorema de distancia entre dos puntos
de tres dimensiones, Teorema segmentos proporcionales.
Coordenadas cartesianas en 𝑛 dimensiones
12 Coordenadas en n-dimensiones. Definiciones, teoremas, ejemplos.
13 Revisión de ejercicios avanzados sobre el tema de coordenadas
cartesianas.

Semana 5
14 Capítulo 2. Vectores. Definición geométrica de vector, definición
algebraica de vector, módulo de un vector, dirección de un vector.
Álgebra vectorial: igualdad, adición, sustracción.
15 Álgebra vectorial: producto de un vector por un escalar, vector
unitario.
16 Ángulos directores, cosenos directores, Adición, sustracción
algebraica entre vectores.
17 Definición de combinación lineal, dependencia e independencia
Semana 6 lineal. Definición de base en 𝐸 2 y 𝐸 2 .
18 Ángulo entre vectores, definición de producto interior de vectores,
propiedades, definición de vector proyección.

19 Definición de producto vectorial, interpretación geométrica,

propiedades.
Semana 7 20 Aplicaciones del producto vectorial: área de un paralelogramo, ,
rectas paralelas, identidad de Lagrange.
21 Definición de triples productos, propiedades. Ejemplos
complementarios de Triples productos

22 Capítulo 3. Variedades lineales. Recta en 𝐸 𝑛 , formas de la recta en

Semana 8 𝐸 𝑛 , teorema distancia de un punto a una recta en 𝑛 dimensiones
23 Recta en 𝐸 3 , formas de la recta en 𝐸 3 , teorema rectas paralelas,
teorema rectas perpendiculares, teorema ángulo entre rectas,
teorema recta secantes, teorema distancia de un punto a una
recta, teorema distancia entre 2 rectas.
24 Ejemplos de rectas en 𝐸 3
25 Formas de una recta en 𝐸 2 , deducción de las ecuaciones.
26 Teorema distancia de un punto a una recta, teorema familia de
Semana 9 rectas en 𝐸 2 .
27 Definición de superficie plana, formas de una superficie plana en 𝐸 3 ,
distancia de un punto a un plano.
28 Posiciones relativas entre dos superficies planas. Familia de planos
29 Capítulo 4. Transformación de coordenadas, traslación de ejes en
Semana 10 𝐸 2 y 𝐸 3 , deducción de ecuaciones.
30 Transformación por rotación de ejes en 𝐸 2 , eliminación del término
cruzado en la ecuación 𝐴𝑥 2 + 𝐵𝑥𝑦 + 𝐶𝑦 2 + 𝐷𝑋 + 𝐸𝑦 + 𝐹 = 0,
transformación por rotación de ejes 𝐸 3 .
31 Ejemplos adicionales traslación y rotación
32 Capítulo 5. Las líneas cónicas en el plano. Definición de línea cónica, En el estudio de las líneas cónicas se revisa las
discriminante de la ecuación general de una cónica, definición de generalidades de estas, sus principales
circunferencia, deducción de ecuaciones de la circunferencia. elementos. Las gráficas también su pueden
Semana 11
33 Teorema recta tangente a una circunferencia, familia de apoyar con el uso de software.
circunferencias.
34 Definición de parábola, elementos y ecuaciones de la parábola,
aplicaciones de la parábola.
35 Definición de elipse, elementos y ecuaciones de la elipse,
aplicaciones de la elipse.
Semana 12
36 Definición de hipérbola, elementos y ecuaciones de la hipérbola,
aplicaciones de la hipérbola.
 37 Definición de coordenadas polares, teorema transformación de Hacer énfasis en el proceso de transformación
coordenadas polares a cartesianas y transformación de de unas coordenadas en otras.
Semana 13 coordenadas cartesianas a polares.
38 Forma polar de una línea cónica.
39 Gráfica de una curva en coordenadas polares, se enfatiza en la El análisis de simetrías, cortes con el eje polar,
clasificación de las curvas de acuerdo a su ecuación. corte con el eje 𝜋⁄2, análisis de la naturaleza
de la curva, tabulación, gráfica no se
desarrollarán en clase, sino que se remite al
estudiante a utilizar software para la
construcción de las gráficas.

40 Capítulo 6. Variedades no lineales en 𝐸 3 . Definición de línea en 𝐸 3 , En el estudio de La Esfera se revisa las

definición de superficie en 𝐸 3 . generalidades de esta, sus principales elementos.
Se omite corte entre esferas, plano radical, familia
Semana 14 de Esferas.

Para la gráfica de estas superficies se sugiere

que el estudiante utilice software.
41 Cálculo de coordenadas Esféricas.
42 Definición de superficie cuádrica, elipsoide, esfera como caso
particular del elipsoide.
43 Hiperboloide elíptico de una hoja, hiperboloide elíptico de dos
hojas, cono elíptico, paraboloide elíptico, paraboloide hiperbólico.
Semana 15 44 Superficies regladas. Definición de superficie cilíndrica, ecuaciones
del cilindro, definición de cilindro recto.
45 Uso de coordenadas cilíndricas.
46 Definición de superficie cónica, ecuaciones del cono.
47 Líneas en 𝐸 3 . Línea intersección entre dos superficies secantes,
Semana 16 definición de cilindros proyectantes, definición de paralela de
latitud, definición de mediana de longitud.
48 Superficies de revolución. Definición de superficie de revolución,
teorema forma implícita de una superficie de revolución.
 UNIVERSIDAD PONTIFICIA BOLIVARIANA

ESCUELA DE INGENIERÍAS - CENTRO DE CIENCIA BÁSICA

CURSO: ÁLGEBRA LINEAL

INTENSIDAD: 3 CRÉDITOS

CÓDIGO: 9937-0004

PERÍODO ACADÉMICO: 2021-20

FECHA DE REVISIÓN: 2021/07/21

CONCEPCIÓN DEL CURSO:

Justificación:

El álgebra lineal es ubicua en la práctica ingenieril:

Un proceso frecuente en la práctica de la ingeniería es el representar procesos y fenómenos como sistemas dinámicos por medio de modelos
de entrada/salida basados en transformaciones lineales que llevan eventualmente a la solución de sistemas de ecuaciones lineales en múltiples
variables. Dichos modelos surgen con frecuencia al aproximar procesos no lineales por medio de la diferencial de una función.

Otra estrategia común en la ingeniería, ya en el campo de la optimización, consiste en encontrar puntos que hacen máximo o mínimo el
valor de una función de desempeño o de costo de un proceso; al aproximar la curvatura de tales funciones por medio de polinomios
cuadráticos, se puede determinar si un punto candidato a ser un punto óptimo es máximo o mínimo.

De otro lado, los modernos desarrollos en inteligencia artificial, aprendizaje de máquina, redes neuronales y aprendizaje profundo usan
cotidianamente abstracciones de conceptos relacionados con rotaciones, proyecciones y ortogonalidad en espacios de dimensión
extremadamente alta (centenares de millones de componentes) para determinar información relevante en conjuntos de datos.

También se presenta la diagonalización de operadores lineales y de formas cuadráticas por medio de valores propios como una metodología
algebraica de hacer rotaciones generales en espacios de dimensión arbitrarias que permiten desacoplar variables en sistemas lineales y
1
obtener formas canónicas de formas cuadráticas en sus ejes principales.

En la aplicación de los sistemas dinámicos a la teoría de control es medular la diagonalización de operadores lineales y de formas cuadráticas
por medio de la teoría de valores y vectores propios, para desacoplar entradas y salidas en operadores lineales, y obtener representaciones
de formas cuadráticas en ejes principales. Esta teoría también subyace en cualquier tratamiento serio de la mecánica cuántica para
aplicaciones de nanotecnología.

La solución o representación numérica o analítica de los mencionados procesos y modelos de ingeniería requiere el uso del lenguaje matricial
que desde hace décadas es el estándar de la comunidad científica en esos menesteres. La manipulación computacional usa actualmente
sistemas de cómputo numérico o analítico como Matlab (y su versión libre Octave), Mathematica (y su versión libre SageMath) y Python
(con librerías como NumPy o Matplotlib), entre otros.

Por los ejemplos mencionados, que no agotan las aplicaciones de este cuerpo conceptual de la matemática, se presenta este curso que
contribuye a estructurar en el estudiante el pensamiento algebraico y geométrico abstracto y su aplicación a fenómenos de ciencia e
ingeniería.

(Este espacio en blanco es intencional)

2
 Objetivos

2.1. Objetivo General:

Aplicar operaciones entre diversos espacios lineales usados en ciencias e ingeniería, como vectores, matrices, funciones, y polinomios,
mediante un enfoque general matricial.

2.2. Objetivos específicos:

● Justificar afirmaciones de carácter matemático por medio de métodos de demostración directos e indirectos.

● Resolver sistemas de ecuaciones lineales por diversos métodos en notación clásica y matricial.

● Operar con matrices aplicando propiedades de las operaciones utilizadas, incluso por bloques.

● Reconocer diversas estructuras de matrices y usarlas para descomponerlas de varias formas.

● Comprender la multiplicación matricial desde la interpretación sistémica de entradas y salidas.

● Representar distintos tipos de operaciones vectoriales por medio de multiplicaciones matriciales.

● Dictaminar sobre la consistencia o inconsistencia de SEL.

● Dictaminar sobre la unicidad o multiplicidad de soluciones de SEL.

● Representar transformaciones lineales entre espacios lineales por medio de matrices.

● Reconocer y demostrar la estructura de espacio lineal en diversos conjuntos matemáticos.

● Identificar bases y dimensiones de espacios y subespacios.

● Usar los subespacios asociados a una matriz para completar bases.

3
● Hallar matrices asociadas a cambios de base y usarlas para cambiar la representación de un vector.

● Hallar bases ortogonales de espacios y subespacios.

● Encontrar proyecciones de vectores sobre subespacios.

● Usar vectores y valores propios para diagonalizar operadores lineales y formas cuadráticas.

● Clasificar matrices y formas cuadráticas según las categorías de positividad: positiva definida, negativa definida, no negativa (o
“positiva semidefinida”), no positiva (o “negativa semidefinida”), o no definida.

● Representar e identificar superficies cuádricas por medio de matrices.

4
 Sugerencias metodológicas

Al ser este el primer curso que verdaderamente trata el tema de la demostración de forma rigurosa, se debe hacer énfasis en la forma de
demostración por “afirmación - razón”, tanto por razones formativas como por la facilidad de hacer rúbricas para calificar evaluaciones. En
esa misma línea se recomienda fuertemente el ser rigurosos en los nombres de las propiedades usadas al justificar.

Al definir conceptos matemáticos, garantizar la presentación de ejemplos que cumplan las definiciones y propiedades, y otros que no lo
hagan.

Otras sugerencias metodológicas específicas se mencionarán, de ser necesario, en la guía detallada clase a clase que se presentada más abajo.

(Este espacio en blanco es intencional)

5
 Recursos

Programa del curso clase a clase, tareas para trabajo autónomo del estudiante, espacios de asesorías y programación de talleres adscritos a
GAIA se podrán consultar en línea en la página del curso en la dirección electrónica: http://al-upb.weebly.com.

La universidad tiene recursos de bibliografía electrónica de Álgebra Lineal disponible en la dirección: https://www.ebooks7-24.com .

Se recomienda el uso de sistemas de cómputo disponibles en línea como http://octave-online.net o http://symbolab.com para ilustrar
procesos de reducción de matrices de dimensiones mayores a lo realizable tradicionalmente en tablero.

Hay un tutorial para aprender los fundamentos de la sintaxis de Matlab/Octave para un curso de Álgebra Lineal, en esta dirección
electrónica:
https://al-upb.weebly.com/uploads/1/2/3/9/123982356/20190206_introdidacticamatlaboctavecompleto.pdf

Para ejemplos que requieran líneas rectas en 𝑅2 , se recomienda usar http://www.desmos.com. Se encuentra un tutorial en
https://hernantoro.neocities.org/EjemplosDesmos/index.html.

Al visualizar ejemplos que involucren rectas, planos y vectores en 𝑅3 se recomienda usar http://www.math3d.org o el sistema de cómputo
de su preferencia.

(Este espacio en blanco es intencional)

6
 Contenido por semana:

La secretaría académica de Ciencia Básica debe mandar un correo electrónico a los matriculados para que realicen actividades de repaso
asociadas al comienzo del curso.

Objetivo, programar en 30 clases holgadas.

Clase Tema Orientaciones metodológicas

1
Trabajo autónomo con talleres guiados para la
Presentación general del curso, sus medios y recursos revisión de conceptos previos por el estudiante.
didácticos.
La presentación del curso como lectura para el estudiante
se encuentra en la página:
Explicar metodología. http://al-upb.weebly.com
Presentación del curso en Moodle, y página auxiliar en
Weebly. Contenido general, evaluación, fuentes, Las competencias axiológicas que debe
sugerencias, etc. desarrollar el estudiante se encuentran en:
https://docs.google.com/document/d/1tT23lQ3CThk_Iayg
VdSJkCYnyIHEMcAeVEX4NHgsW3w/edit?usp=sharing

El repaso general en forma participativa de conceptos

geométricos de vectores debe basarse en el documento:
https://al-
upb.weebly.com/uploads/1/2/3/9/123982356/vectores_dea
nalisisvectorial_spiegel_14a56.pdf

Se deben repasar los conceptos de: el conjunto 𝑅𝑛 como

espacio vectorial; 𝑛 −adas o 𝑛 −tuplas como como
elementos de 𝑅𝑛 ; igualdad, adición, multiplicación por

7
 escalar, combinación lineal en 𝑅𝑛 ; base canónica;
coordenadas respecto a la base canónica; producto punto y
ortogonalidad.

Trabajo autónomo para el estudiante revisión de conceptos

previos de sistemas lineales en:
https://drive.google.com/file/d/173WmgxyQbOdcdhAdeJ
uKeE7QFCzz_32q/view?usp=sharing

Se deben repasar conceptos de ecuaciones generales de la

recta en 𝑅2 y del plano en 𝑅3
Sistemas de ecuaciones: definición, variables,
coeficientes, términos independientes.
Solución por eliminación. Tipos de soluciones. Una
solución, infinitas soluciones, ninguna solución. Sistemas
consistentes e inconsistentes.

Trabajo autónomo para el estudiante es el documento

sobre métodos de demostración en:
https://al-
upb.weebly.com/uploads/1/2/3/9/123982356/demostracio
n.pdf

2 Sistemas de ecuaciones lineales generales. Hacer énfasis en el proceso mental de interpretar un

sistema de ecuaciones como una matriz aumentada y
Notación de subíndices: primero para la ecuación, segundo viceversa.
para la variable.
Postura común:
Representación de sistemas de ecuaciones por medio de Forma escalonada reducida requiere que los pivotes sean
matrices aumentadas como método abreviado de solución. 1; la escalonada, no.
Notación matricial: fila, columna, componentes, dimensión,
orden.

8
 Equivalencia entre operaciones con ecuaciones y
operaciones con filas de matrices. Invariancia de las
soluciones ante operaciones fila.
Reversibilidad (invertibilidad) de cada operación fila, con
una operación fila exactamente del mismo tipo.
Forma escalonada. Primeros términos o Pivotes.
Forma escalonada y reducida por filas. Solución a partir de
la forma escalonada y reducida por filas.
Columnas básicas y no básicas (o libres). Explicar el por qué
de los nombres y que en la forma escalonada reducida se ve
claramente que cada columna no básica es combinación
lineal de las básicas.

3 Método de reducción de Gauss-Jordan Introducir algunos ejemplos que se puedan resolver de

Algoritmo. Ejemplos. forma asistida por computador, sin aplicar directamente el
comando de reducción de Gauss-Jordan; esto es,
indicando al computador cada operación fila que deba
hacerse. Para apoyarse en esta actividad, se sugiere la
lectura de este documento:
https://al-
upb.weebly.com/uploads/1/2/3/9/123982356/20190206_in
trodidacticamatlaboctavecompleto.pdf

Se debe poner como trabajo previo la lectura de ese

documento a los estudiantes.

Si se quiere una explicación complementaria en vídeo

sobre el uso básico de Octave Online para aprender el
algoritmo de Reducción de Gauss-Jordan se puede ver este
vídeo:

https://web.microsoftstream.com/video/08d7b2ff-4232-

9
 4027-9597-330b4ed14e05

Se sugiere que se le asigne la visualización de ese vídeo a

los estudiantes.

4 Rango de una matriz. Análisis de consistencia e

inconsistencia de soluciones desde una forma escalonada. Mencionar la consistencia desde escalonada, pero
enfatizar desde escalonada y reducida por filas.
Tipos de soluciones: solución única o infinitas soluciones.
Enfatizar en que los ejemplos aplicados son sólo algunos
Significado geométrico de soluciones de sistemas de entre incontables aplicaciones de los sistemas de
ecuaciones como combinaciones lineales de vectores: ecuaciones lineales.
equivalente a las formas vectoriales de rectas, planos,
volúmenes, hipervolúmenes, etc. Usar ejemplos de las tareas que se encuentran disponibles
en:
Invariancia de las relaciones entre columnas ante
https://al-upb.weebly.com/tareas.html
operaciones fila.

5 Sistemas homogéneos.
Sacar ejemplos de la página auxiliar de Weebly, como
Ejercicios y Aplicaciones 1 base, sin impedir otras posibles.
(Aplicación de fracciones parciales, en vídeo Élmer)

6 Unidad 2. Habituarse y habituar al estudiante al uso correcto de los

Álgebra matricial nombres de las propiedades como aditividad,
Igualdad como relación de equivalencia. homogeneidad, ley uniforme de la igualdad, etc).
Adición y propiedades. Demostración de algunas propiedades.
Multiplicación por un escalar y propiedades. Recordar la definición moderna de escalar como elemento
de un campo o cuerpo.
Campo o cuerpo de los complejos se trabaja
autónomamente según indicación de la página en
Moodle.

10
 Representación cartesiana, igualdad, adición,
multiplicación, conjugación, módulo, división.
Representación cartesiana y polar. Identidad de Euler.
Representación polar. Raíces complejas, Teorema de De
Moivre. Identidad de Euler.
Vídeo de números complejos (Recurso complementario,
L. Castellanos)

Trabajar este tema con base en el apéndice de Álgebra

Lineal, una introducción moderna, 3 ed. Poole. Disponible
aquí: https://al-
upb.weebly.com/uploads/1/2/3/9/123982356/poole_3ed-
complejos_692a702.pdf

https://en.wikipedia.org/wiki/Adjugate_matrix

7 Transposición y propiedades. Matrices simétricas y

antisimétricas y descomposición.
Conjugada y propiedades. Matrices reales e imaginarias y
descomposición.
Transposición-conjugación adjunta (moderna). Matrices
hermíticas y antihermíticas y descomposión. Formas.

8 Ejercicios y demostraciones. Usar ejemplos de las tareas que se encuentran disponibles

en:
https://al-upb.weebly.com/tareas.html
HASTA AQUÍ ENTRA EL PRIMER PARCIAL DE 20%
(Fecha por definir)

9 Multiplicación matricial Clase en vídeo: formas de multiplicación matricial (H.T.).

Operatividad de la multiplicación matricial.
Basarse en el documento:

11
 Como productos interiores. https://al-
upb.weebly.com/uploads/1/2/3/9/123982356/20191003_m
Como combinaciones lineales de las columnas. ultiplicacion_matricial.pdf
Como combinaciones lineales de las filas.
Usar la interpretación de combinación lineal de columnas
Distribución respecto a filas y columnas. y de combinación lineal de filas para deducir matrices
asociadas a operaciones elementales fila y el neutro
multiplicativo matricial.

10 Propiedades de multiplicación matricial. Demostrar algunas propiedades de la multiplicación.

Multiplicación por bloques La multiplicación por bloques se presenta operativamente,

con ejemplos.
Ejemplos.
Basarse en el documento:
Potencias de matrices.
https://al-
upb.weebly.com/uploads/1/2/3/9/123982356/20191003_m
ultiplicacion_matricial.pdf

11 Ejercicios y demostraciones. Incluír ejemplo de conmutador y anticonmutador.

[𝐴, 𝐵 ] = 𝐴𝐵 − 𝐵𝐴 si el conmutador es cero las matrices
conmutan.
{𝐴, 𝐵 } = 𝐴𝐵 + 𝐵𝐴 si el anticonmutador es cero las
matrices anticonmutan.

Sacar otros ejemplos de los documentos en Weebly.

Multiplicación matricial como ejemplo de transformación:
Rotación y Reflexión respecto a un eje en 𝐑2 .
Usar ejemplos de las tareas que se encuentran disponibles
en:
https://al-upb.weebly.com/tareas.html

12
 Enfocarse en lo conceptual y no tanto en lo calculístico.

12 Inversa de una matriz (con respecto al producto Aclarar que solucionar sistemas por cálculo de la matriz
matricial). inversa no es computacionalmente lo más eficiente,
Matrices elementales. Relación entre operaciones aunque sea teóricamente importante.
elementales fila y matrices elementales fila.

La reducción de Gauss Jordan como una premultiplicación

matricial.

Inversa por reducción de [𝐴|𝐼].

Solución de sistemas cuadrados por inversa.

13 Ejercicios y demostraciones. Inversa de transformación como ejemplo de inversa

matricial (retomar los ejemplos de rotaciones y reflexiones
en 𝐑2 ).
Usar ejemplos de las tareas que se encuentran disponibles
en:
https://al-upb.weebly.com/tareas.html

14 Determinantes. Se deja como opcional para el estudiante el estudio de los

Definición a partir de cofactores (expansión de Laplace). determinantes desde teoría de permutaciones. El desarrollo
en clase se debe basar en la expansión por cofactores.
Ejemplos de orden 1, 2, 3 y 4.
Invariancia respecto a la fila o columna elegida para la
expansión.

15 Propiedades. Informativamente: cambio de signo con cambio de filas o

columnas. Con base en esta, demostrar el efecto ante las
Inversa por cofactores. otras dos operaciones elementales y otras propiedades.
Hacer ejemplos operacionales.

13
16 Regla de Cramer. Hacer la demostración. Proponer los ejercicios como
trabajo autónomo para ellos.
Ejercicios y demostraciones.
Sugerir como ejercicio usar la regla de Cramer para
sistemas 3 × 4.
Enfatizar más en uso de propiedades y demostración de
propiedades deducibles fácilmente desde la definición por
cofactores.
Usar ejemplos de las tareas que se encuentran disponibles
en:
https://al-upb.weebly.com/tareas.html
HASTA AQUÍ EL SEGUNDO PARCIAL 20%
(Fecha por definir)

17 Espacios vectoriales o lineales

Definición como conjunto no vacío, con igualdad (=) como Enfatizar diagnósticos de “descarte”. No sólo ejemplos
relación de equivalencia, con adición (+) y con que cumplan, sino también los que no cumplan.
multiplicación por un escalar en un campo.
Usar los conceptos estructuralistas de operación n-aria.
Diez propiedades definitorias. Cinco para adición y cinco Los epítetos “interno y externo” de usarse, acompañarlos
para multiplicación por escalar. de la advertencia de que no son universales en las escuelas
matemáticas fuertes.
Ejemplos: 𝑅𝑛 , matrices, polinomios, funciones. Espacio
Vectorial de 𝐶 𝑛 .
Se usarán nombres para los axiomas de espacio vectorial
según el documento de notación que se encuentra aquí.
Espacio vectorial tiene 10 axiomas incluyendo las
clausuras.

Los espacios vectoriales con operaciones no estándar se

trabajarán por medio de tareas, porque contribuye al
pensamiento abstracto y sistémico. De evaluarse se hará
no sumativamente. No sólo ejemplos que cumplan, sino

14
 también los que no cumplan.

18 Ejemplos, continuación: 𝑅𝑛 , matrices, polinomios,

funciones. Espacio Vectorial de 𝐶 𝑛 .

19 Subespacios vectoriales o lineales. Enfatizar diagnósticos de “descarte”. No sólo ejemplos

Definición, ejemplos. Combinación lineal. que cumplan, sino también los que no cumplan.

20 Conjunto generador y generado. Ejemplos.

Dependencia e Independencia lineal.

Bases y dimensión de espacios vectoriales.

Base y dimensión. Ejemplos.

21 Explicar pero no demostrar el Teorema fundamental del

Ejemplos. álgebra lineal (todo espacio lineal de dimensión finita
tiene una base, excepto el espacio cero).

22 Subespacios fundamentales asociados a una matriz El enfoque de esta clase debe ser como un abrebocas
-Núcleo, espacio nulo o kernel de 𝐴 , ( 𝑁(𝐴) ) (Teaser Trailer) de lo que se presentará a partir de la clase
-Base y dimensión de los espacios nulos. Con ejemplos. 19.

Mencionar que no se debe confundir el espacio nulo de un

operador o de una matriz con su nulidad.

23 Subespacios fundamentales asociados a una matriz Mencionar las dificultades notacionales de la infortunada
(continuación) traducción incorrecta al español de la palabra “range”
-Imagen de 𝐴 o subespacio columna de 𝐴, Rango R(A) como “rango”, en lugar de “alcance” o “recorrido”, y lo
-Imagen de 𝐴𝑇 o subespacio fila de 𝐴, 𝑅(𝐴𝑇 ) (mencionar de que ello implica en español.
qué subespacio)
-Base y dimensión de los espacios imagen. Ejemplos. HASTA AQUÍ EL TERCER PARCIAL.
-Relación de ortogonalidad entre el núcleo y el
subespacio fila. Ejemplo con completación de base. (Fecha por definir)

15
24 Transformaciones Lineales Hacer explícito que este capítulo tendrá relación con
Definición. Ejemplos. Cálculo.

Al definir transformaciones, respetar la notación de

Tipos de transformaciones lineales: Inyectiva, Sobreyectiva
flechas para distinguir aquéllas asociadas a la definición
y Biyectiva (Isomorfismos). de funciones entre conjuntos ( → ) y aquéllas usadas para
definir la regla de formación ( ↦ ).

Clase en vídeo: ejemplos.

La definición de transformaciones inyectiva y

sobreyectiva se hace más conceptualmente. Hacér énfasis
en la naturaleza “destructiva” de información de los
operadores no invertibles. El énfasis es en las invertibles.

Notación flechas de definición de funciones de las flechas

de la regla de mapeo.

25 Isomorfismos entre espacios de la misma dimensión.

Vector de coordenadas respecto a una base. Sugerencia de notación para matrices asociadas: 𝑃𝑇←𝑆 o
𝑃𝑇←𝑆 (𝑃 es la letra asociada al operador)

Matriz asociada a transformación lineal.

Matriz de rotación: construirla como matriz asociada. Matriz
asociada a derivada de polinomios. Matriz antisimétrica de Se pueden usar también ejercicios como : Ejemplo 11,
página 25 Kolman.
rotación asociada a un producto cruz.

Aplicaciones. Ilustrar con reflexiones, proyecciones y

rotaciones, planas y en el espacio, e incluso el producto cruz
de un vector fijo, por otro.

16
26 Matriz asociada a un cambio de base. Ejemplos: en 𝑅𝑛 ; Sugerencia de notación para matrices de cambio de la base
ejemplo con cambio de base exponencial a base hiperbólica; 𝑆 a la base 𝑇: 𝑃𝑇←𝑆 o 𝑃𝑇←𝑆
ejemplo en complejos con cambio de base trigonométrica a
base exponencial compleja; ejemplo de base canónica de Apoyarse en la exposición de subespacios asociados a
matrices ya vista.
polinomios a base de Lagrange.

Subespacios asociados a una transformación lineal. Clase en vídeo: Composición de transformaciones

Núcleo e imagen. Teorema fundamental del rango. lineales. Semejanza de Matrices. (H.T.)

27 Espacios con producto interno. (Concientizar al estudiante de que aquí también se aprende
Definición de producto interno. Propiedades. Ejemplos. y se fortalece cálculo diferencial e integral, bajo el
principio de la redundancia. Aunque las integrales son
Normas, (p-Normas a nivel informativo), distancias, sencillas, se solicita trabajo autónomo de preparación y
desigualdad triangular, desigualdad de Cauchy-Schwarz y repaso a los estudiantes)
ángulos. TAREA:
Ortogonalización de Gram-Schmidt.
(Sugerencia de presentación, a cargo de Toro) Proyecciones ortogonales.
Proyección de un vector sobre otro, proyección de un
vector sobre línea o plano en r^3, (ejemplos de
polinomios) proyección de un vector sobre un subespacio
en R^n.
Deducción del proceso. Interpretación en término de
proyecciones. Ejemplos. Ejemplo con polinomios de
Legendre. Ortogonalización de Gram-Schmidt
(continuación)
Matriz de cambio de base aplicada al proceso de Gram-
Schmidt.

Referenciar vídeo de Macías.

28 Valores y vectores propios (Mencionar todos los sinónimos del prefijo germano
Definición del problema (desde el punto de vista de “Eigen”)
operador), definición del problema desde el punto de vista
17
 matricial, valor propio, vector propio, subespacio propio,
ecuación característica, dimensión algebraica y geométrica
de los valores propios, base propia.

Primera Ilustración (con matriz simétrica para valores

propios reales)

29 Valores y vectores propios (continuación)

Ilustración con valores propios repetidos y con valores

propios complejos.
Aplicaciones.
Teoremas

30 Diagonalización de operadores lineales. El tema posterior al parcial se debe evaluar como nota de
Demostración. seguimiento
Conexión con bases y cambio de coordenadas.

31 Diagonalización de Formas cuadráticas

Definición de forma cuadrática. Notación matricial.
Diagonalización ortonorma. Conexión con Gram-Schmidt

32 HASTA AQUÍ EL CUARTO PARCIAL.

Aplicación adicional: Potencias reales y funciones
trascendentes de Matrices diagonalizables. (Fecha por definir)

18
 EVALUACIÓN

Dado que habrá evaluación conjunta los lunes, la programación de exámenes está determinada por el Centro de Ciencia Básica. Consta de:

● Aplicación de 4 exámenes acumulativos y sumativos conjuntos de 20% cada uno, por medio de la plataforma Moodle, generados
aleatoriamente para cada estudiante de un banco de mínimo 7 preguntas cada una con 10 posibilidades, para un número de
combinaciones posibles de 710 exámenes diferentes. El banco de preguntas está diseñado en conjunto por los docentes del curso.

Las fechas de estos parciales están por definir y pronto se incluirán en esta sección de este documento:
PRIMER PARCIAL DE 20%

SEGUNDO PARCIAL DE 20%

TERCER PARCIAL DE 20%

CUARTO PARCIAL DE 20%.

● El 20% restante será seguimiento autónomo de los docentes; se sugieren al menos 4 actividades evaluativas. Algunas posibilidades
sugeridas son:
- previas cortas
- tareas
- consultas
- evaluaciones orales cortas con respaldo en vídeo para cumplir lineamientos de jurídica ya emitidos a fines del semestre anterior
para cursos en Ingeniería.

● Supletorios: harán en conjunto por medio de la plataforma Moodle, de forma similar al examen parcial que se pretende suplir, una
vez cumplidos los requisitos y recibida la orden de secretaría.

19
(Este espacio en blanco es intencional)

20
5. BIBLIOGRAFÍA:

5.1 Textos de referencia

Kolman, Bernard. Hill, David R. Álgebra Lineal. Pearson 8ª ed. 2006.

Poole, David. Álgebra Lineal. Una introducción moderna. CENGAGE Learning. 3ª edición. 2011.

Larson, Ron. Falvo, David. Fundamentos de Algebra Lineal. CENGACE Learning 7ª edición 2010.

Meyer, Carl D. Matrix Analysis and Applied Linear Algebra. SIAM: Society for Industrial and Applied Mathematics. 2000.

5.2 Textos complementarios (la lista no es exhaustiva).

Anton, Howard. Introducción al Algebra Lineal. Editorial Limusa, 1997.

Grossman. Stanley. Algebra Lineal. Editorial McGraw Hill. Mexico.

Hoffman, Kenneth. Kunze, Ray. Algebra Lineal. Prentice Hall.

Lipschutz, Seymour. Algebra Lineal. Editorial McGraw Hill. Serie Schaum.

21
22