INSTITUTO TECNOLÓGICO SUPERIOR DE

URUAPAN
Trabajo de investigación de la unidad 4 y 5

ALGEBRA LINEAL

PRESENTADO POR:
ESTEFANY LUNA PEÑA

ASESOR:
M.E. GUSTAVO VALENZUELA

SEGUNDO SEMESTRE
GRUPO B

ING. SISTEMAS COMPUTACIONALES

 INVESTIGACION SOBRE LA UNIDAD 4 Y 5

Combinación lineal de vectores

Una combinación lineal de dos o más vectores es el vector que se obtiene
al sumar esos vectores multiplicados por sendos escalares. Cualquier vector se
puede poner como combinación lineal de otros que tengan distinta dirección.

(Trujillo, 2009)

Dependencia lineal

Dado un conjunto de vectores en R n , A = {x1, x2, . . . , xk }. A de dice conjunto de

vectores linealmente dependiente o simplemente linealmente dependiente, si existe
una combinación lineal entre los vectores que da el vector cero donde por lo menos
un coeficiente es diferente de cero: Existen c1, c2,. . . ,ck que cumplen

c1 x1 + c2 x2 + · · · + ck xk = 0

Donde por lo menos uno de los coeficientes ci es diferente de cero. En caso

contrario, se dice que A es linealmente independiente. Es decir, cuando la única
combinación lineal que da cero es la que tiene todos los coeficientes cero. Es decir,
que A es linealmente independiente cuando

c1 x1 + c2 x2 + · · · + ck xk = 0

Implica cada coeficiente es cero: c1 = 0 = c2 = · · · = ck . (Departamento de

Matematicas, s.f.)
Independencia lineal

Un conjunto de vectores (diferentes de cero) de un espacio vectorial

V es linealmente independiente, si y sólo si, ningún vector del conjunto es
una combinación lineal de los demás. Es decir, si ninguno de los vectores depende
de los demás, el conjunto es independiente.

Sean n vectores de , las siguientes condiciones son

equivalentes

 Los vectores son independientes.

 La matriz A que tiene a estos vectores como vectores columna es invertible.
 A se puede reducir a la matriz identidad de . (A es equivalente por
renglones a In).
 La forma escalonada por renglones de A tiene n pivotes.

 .

Ejemplos:

Estudiar si son linealmente dependientes o independientes los vectores:

= (2, 3, 1), = (1, 0, 1), = (0, 3, −1)

a (2, 3, 1) + b(1, 0, 1) + c (0, 3, −1) = (0, 0, 0)

r = 2 n = 3 Sistema compatible indeterminado.

El sistema tiene infinitas soluciones, por tanto, los vectores son linealmente
dependientes.
Bases

Se llama base de un espacio (o subespacio) vectorial a un sistema generador de

dicho espacio o subespacio, que sea a la vez linealmente independiente.

Propiedades de las bases.

1. Una base de S es un sistema generador minimal de S (lo más pequeño posible).

2. Además es un conjunto independiente maximal dentro de S (lo más grande

posible).

3. Una base de S permite expresar todos los vectores de S como combinación lineal
de ella, de manera única para cada vector.

Ejemplo:

¿Para qué valores de a los vectores ,

y forman una base?

Para a ≠ 1, los vectores forman una base.

Dimensión de un espacio vectorial

Todas las bases de un mismo espacio o subespacio tienen el mismo número

de vectores. Se llama dimensión de dicho espacio o subespacio.

Por tanto, la dimensión es el máximo número de vectores independientes que

podemos tener en el espacio o subespacio. En otras palabras, es el máximo rango
que puede tener un Es también el rango de cualquier sistema generador de dicho
espacio. Conjunto de vectores de dicho espacio.

Propiedades de la dimensión

1. Significado físico de la dimensión: el espacio tiene dimensión 3, los planos

dimensión 2, las rectas dimensión 1, el punto dimensión 0. El subespacio {0} es el
único de dimensión 0.

2. La dimensión de un subespacio en ℜn , coincide con el número de parámetros

libres en su forma paramétrica. (1 parámetro=recta, 2 parámetros= plano...)

3. Si S y T son subespacios y S está contenido en T, entonces dim S ≤ dim T.

Además, si se da la igualdad, dim S = dim T, entonces ambos espacios han de
coincidir.

4. El rango de una familia de vectores, es igual a la dimensión del subespacio que

generan. Es decir: si v1,v2,. . . vn generan un cierto subespacio S, y si el rango de
dicho conjunto es r, entonces dim S = r. (Si unos ciertos conjuntos de vectores tienen
rango 2, entonces generan un plano; etc.).

Ejemplo:

En ℜ 3 , sea S el subespacio generado por: (1,0,2), (0,–1,–2), (3,3,3), (2,2,0).

Observamos que el rango de este conjunto (= rango de la matriz que forman, por
filas o por columnas) es 3. Así por la propiedad 4 , tenemos que dim S = 3. Pero
como estamos en ℜ 3 , por la propiedad 3 ha de ser S=ℜ 3 .
Teoremas

Teorema: Sea S un espacio o subespacio de dimensión m. Entonces,

• Si tenemos m vectores linealmente independientes. en S, también serán

sistema generador de S.
• Si tenemos m vectores que generan S, también serán linealmente
independientes.

Por tanto, si tenemos un conjunto formado por tantos vectores como indica la
dimensión, dichos vectores serán a la vez linealmente independientes y sistema
generador, o bien ninguna de las dos cosas.

Así pues, para probar que son base, bastaría probar solamente una de las dos
cosas: que son linealmente independientes, o que son sistema generador.

Esto solamente se puede aplicar cuando conocemos la dimensión del espacio y

cuando tenemos tantos vectores como indica la dimensión.

Teorema.

En un espacio o subespacio de dimensión m,

• un conjunto de más de m vectores nunca puede ser linealmente

independiente.
• un conjunto de menos de m vectores nunca puede ser sistema generador.

Así pues, por ejemplo, 3 vectores en ℜ 2 podrán ser o no sistema generador de ℜ

2, pero nunca podrán ser linealmente independientes.

Del mismo modo, 2 vectores en ℜ 3 podrán ser linealmente independientes o no,

pero nunca serán sistema generador de ℜ 3 (aunque sí podrán serlo de un
subespacio más pequeño).
Transformación lineal

Una transformación lineal es una función entre espacios vectoriales, es decir,

el objetivo es transformar un espacio vectorial en otro.

Para señalar una transformación lineal usaremos f(v)= W, donde V y W son los
espacios vectoriales que actúan sobre un mismo campo a estas transformaciones
lineales las llamaremos aplicación lineal.

Matrices de la transformación

Las matrices de transformación son una herramienta muy útil y muy utilizada
para el cálculo de trayectorias y posicionamiento de brazos robots industriales. A
continuación, se dan las bases necesarias para poder obtener de forma sencilla
estas matrices y poderlas aplicar a nuestro diseño. Para hacerlo utilizaremos el
esquema típico de un robot industrial.

Para empezar, daremos un vistazo a la notación que vamos a utilizar:

• A la matriz de transformación entre el elemento i-1 y el elemento i la

nombraremos: .
• Al ángulo de rotación de los diferentes elementos o articulaciones
utilizaremos la siguiente notación: ? .

El objetivo principal de las matrices de transformación es ser capaz de calcular la

posición de cualquier elemento del brazo en función del sistema de referencia
establecido en la base (lo que hicimos al inicio {0} o {B} ). De esta manera la matriz
más compleja y que acostumbra a ser la que buscamos, la matriz

Esta es la matriz de transformación entre el elemento n (que podría ser la punta de

un dedo en el caso de un brazo) y la base. Por propiedades de la matriz de
transformación, la matriz se puede calcular como un producto sucesivo de
las matrices de transformación entre los elementos intermedios tal como:

= · …

Así pues, calcularemos cada una de las matrices de transformación que relacionan
los elementos entre ellos de forma secuencial, para después, sacar la matriz de
transformación que nos permitirá saber dónde está el elemento más extremo de
nuestro sistema mecánico. De esta manera podremos obtener la posición de
cualquier parte de la estructura articulada de forma sencilla mediante las matrices
intermedias, de lo contrario resultaría un cálculo complicado para realizar. Para
dicho cálculo utilizaremos las siguientes operaciones:

a =dx (Z ,Z ) ? Distancia del eje Z a el eje Z en la dirección del eje X

? =?x (Z ,Z ) ? Desfase del eje Z sobre el eje Z respecto el eje X

d = dz (X ,X ) ? Distancia del eje X al eje X en la dirección del eje Z

? = ?z (X ,X ) ? Desfase del eje X sobre el eje X respecto el eje Z

Una vez realizados estos cálculos podemos rellenar la matriz de transformación que
define el cambio de sistema de referencia nombrado teniendo. Tened en cuenta
para la siguiente matriz que:

• cx representa el coseno del ángulo x.

• sx representa el seno del ángulo x.
• el resto de parámetros son los que se extraen de las fórmulas anteriores
aplicadas a los diferentes tramos de la estructura: de {0} a {1}, de {1} a {2},
…
Para que resulte más sencillo el ejemplo de aplicación, tomamos como ejemplo la
matriz entre la base y el elemento 1, o lo que sería lo mismo, aplicar la fórmula
matricial anterior para i=1. Lo he dejado basado en la notación de las fórmulas
anteriores.

Por último, tened en cuenta que muchos de estos valores que a simple vista parecen
complicados de calcular, en muchos casos se simplifican dado que alguno de los
ángulos será de 0, 90, 180 o -90 y muchos de estos valores pasarán a ser 0,1, -1 o
valores proporcionales al tamaño de la pieza intermedia entre las articulaciones.

Aplicaciones en rotación, traslación, contracción y dilatación.

Rotación: El término rotación tiene dos significados, ya la rotación de un

objeto puede ser realizada con respecto al eje dado o al eje mismo.

La rotación se realiza para un cierto grado el cual es expresado en forma de un

ángulo. Asimismo, la rotación puede realizarse en la dirección de las manecillas del
reloj, o inverso a las manecillas del reloj.

Como ejemplo, dirijámonos a producir la matriz estándar para la representación de

la transformación lineal reflejando un conjunto de puntos en el plano x-y a través de
la recta y = (−2x / 3).
 Traslación: Cuando un conjunto de puntos dados es graficado desde el
espacio euclidiano de entrada a otro de manera tal que este es isométrico al espacio
euclidiano de entrada, llamamos a la operación realizada la reflexión del conjunto
de puntos dado. Esto puede realizarse también con respecto a la matriz, en tal
situación la matriz de salida es llamada la matriz de reflexión. La reflexión es
realizada siempre con respecto a uno de los ejes, sea el eje x o el eje y. Esto es
como producir la imagen espejo de la matriz actual.

Contracción: La contracción es el procedimiento inverso de la expansión.

Aquí el punto es contraído en un determinado grado hacia una dirección dada. Sea
el punto de entrada (4, 8) y este debe ser contraído para el grado dos en la dirección
de x entonces el nuevo punto resulta ser (2, 8).

Dilatación: Al igual que en la reflexión, también es posible expandir los puntos

dados en una dirección particular. La expansión se realiza habitualmente para un
cierto grado. Es como realizar una operación de multiplicación de los elementos del
conjunto de puntos dado con un término escalar hacia la dirección donde tiene que
ser expandido. Sea para un punto (2, 3) si el grado de expansión 2 es la dirección
de y, entonces el nuevo punto obtenido es (2, 6).
Bibliografía
Departamento de Matematicas. (s.f.). Obtenido de
http://cb.mty.itesm.mx/ma3002/materiales/ma3002-dependencia-lineal.pdf

Trujillo, J. H. (9 de noviembre de 2009). Apuntes de algebra lineal. Obtenido de

http://depa.fquim.unam.mx/jesusht/cvvalineal.pdf

ANTON, H. (1986). INTRODUCCION AL ALGEBRA LINEAL . MEXICO DF: LIMUSA.

ITSAVBASICAS. (s.f.). Obtenido de http://itsavbasicas.blogspot.mx/2012/05/54-aplicacion-de-las-

transformaciones.html

SOTELO, J. C. (2011). ALGEBRA LINEAL PARA ESTUDIANTES DE INGENIERIA Y CIENCIAS. MEXICO DF:
MC GRAW HILL.

http://personales.unican.es/camposn/espacios_vectoriales2.pdf