Documente Academic
Documente Profesional
Documente Cultură
SEMESTRE: 2°.
GRUPO: 1.
2
1.2.- ALGEBRA VECTORIAL Y SU GEOMETRIA…………………...
1.3.- PRODUCTO ESCALAR Y VECTORIAL…………………………
1.4.- ECUACION DE LA RECTA……………………………………….
1.5.- ECUACION DEL PLANO………………………………………….
1.6.- APLICACIONES……………………………………………………
CONCLUSION……………………………………………………………
BIBLIOGRAFIA…………………………………………………………..
3
1.1.- DEFINICION DE VECTOR EN EL PLANO Y EN EL
ESPACIO Y SU INTERPRETACION GEOMETRICA
DEFINICION DE UN VECTOR
Definición de vectores
Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee
unas características que son:
Origen: O también denominado
Punto de aplicación Es el punto exacto sobre el que actúa el vector.
Módulo:
Es la longitud o tamaño del vector. Para hallarla es preciso conocer el origen y el
extremo del vector, pues para saber cuál es el módulo del vector, debemos medir
desde su origen hasta su extremo.
Dirección:
Viene dada por la orientación en el espacio de la recta que lo contiene.
Sentido:
Se indica mediante una punta de flecha situada en el extremo del vector,
indicando hacia qué lado de la línea de acción se dirige el vector.
Vector en el espacio
Un vector en el espacio es cualquier segmento orientado que tiene su origen
en un punto y su extremo en el otro1.
4
REPRESENTACIÓN DE LAS OPERACIONES EN R2 Y R3.
5
k2a2+k2b2=|k2|a2+b2=|k| ||u||
6
1.2.- ALGEBRA VECTORIAL Y SU GEOMETRICA
Definición, notación y clasificación de los vectores.
Un vector (en Geometría) es un ente geométrico definido por un segmento
orientado
de recta, que se utiliza para la representación de magnitudes llamadas magnitudes
vectoriales. Otra definición (más Mecánica) es la de una cantidad que tiene
magnitud,
dirección y sentido. Otra (Matemática); elemento de un espacio vectorial (ver 2.3).
En
Mecánica, una magnitud es vectorial cuando en su determinación necesitamos,
además de su medida (módulo), una dirección y un sentido.
Por tanto, los vectores se representan gráficamente por segmentos acabados en
una
punta de flecha. Queda determinado su módulo por la longitud del segmento; su
dirección
por la recta a que pertenece; y su sentido por la punta de la flecha. Al origen del
vector se
le llama punto de aplicación.
Para la escritura de vectores se utiliza la notación adoptada por la Unión
Internacional
de Física Pura y Aplicada (U.I.F.P.A.), representando estas magnitudes vectoriales
por letras
negritas, por ejemplo;
V (en negrita)
; y la representación de su módulo por la
correspondiente letra cursiva
V
o bien la notación
V
. Cuando definamos el vector por su
origén (O) y extremo (O )̈ convendremos en representarlo así:
OO ̈
o también mediante la
diferencia simbólica
O -́ O
. Sin embargo, en las figuras optamos por representarlos como
normalmente se hace en un manuscrito o en la pizarra del aula, es decir, con la
flecha
indicativa de vector sobre la letra que representa a la magnitud vectorial
correspondiente.
Los vectores en general pueden ser:
Libres
.-
Sin localización especifica en el espacio. Un vector libre puede trasladar su origen
a cualquier.2
7
punto del espacio, siempre que conserve su módulo y sentido y mantenga paralela
su dirección.
Ej. momento de un par.
Deslizantes
.-
Sin localización especifica a lo largo de una recta dada. Un vector deslizante solo
puede trasladar
su origen a lo largo de su recta de aplicación. Ej. la fuerza aplicada a un sólido.
vector Geométrico
UN RECUERDO SOBRE EL CONCEPTO DE MAGNITUDES
ESCALA-
RES Y VECTORIALES
8
el segmento AB es igual al segmento BA.
Cuando consideramos al punto A como origen o punto
inicial, y a B punto final o extremo, diremos que hemos
orientado el segmento. La orientación elegida la indicaremos con
una flecha.
A
Utilizaremos la siguiente notación para representar este
segmento orientado:
AB o bien a
ducido al vector a.
Ahora debemos caracterizar a este objeto matemático.
Los puntos A y B determinan una recta, a la que pertenecen.
Hemos convenido en que A es el punto inicial u origen y que B
es el punto final o extremo.
Como A B, existe una distancia entre ellos.
De acuerdo con estas tres observaciones, resulta natural
definir a un vector mediante tres características:
9
Características de un vector
Dirección: la de la recta que contiene a ambos puntos,
llamada recta sostén, o la de cualquier paralela a la misma (dos
rectas paralelas tienen la misma dirección).
Sentido: la orientación del segmento elegida sobre la
recta, al decidir cuál es el punto origen y cuál es el punto extremo
(gráficamente está indicado por la flecha).
Módulo: es la longitud (número real no negativo), del
segmento AB, es de-
Vector opuesto
Observamos en el ejercicio 4-c) de las actividades, que los
vectores tienen la misma dirección (porque están contenidos en
rectas paralelas ), el mismo módulo pero sentidos opuestos.
Esos vectores se llaman vectores opuestos.
10
no se obtiene un vector tal como lo presentamos, pues la
dirección y el sentido no están determinados, sin embargo nos
conviene introducir el concepto de vector nulo; que es aquél
cuyo punto origen y punto final coinciden.
Lo simbolizaremos 0
Naturalmente no podremos hablar ni de su dirección ni de su
sentido, pero es evidente que 0 = 0.
Ahora, podemos ampliar la definición de igualdad entre
vectores, que hemos dado, diciendo que todos los vectores de
módulos cero son iguales.
Operaciones de vectores
REFLEXIONES PREVIAS A LA CONSTRUCCIÓN DE UNA
DEFINICIÓN
A partir de uno o dos vectores construiremos nuevos vectores definiendo
operaciones sobre vectores dados, algunas de las cuales ya se han conocido
al trabajar con elementos de la Física o se pueden intuir ¿Cómo podría
construirse un vector suma de dos vectores con la misma dirección y el mismo
sentido?.
¿Cómo podría construirse con la misma dirección y distinto sentido? ¿y
con distinta dirección? ¿Cómo construir un vector suma que sirva para operar
en todas estas situaciones?
11
el de b .
a b a
b
OBSERVACIÓN: dados a y b , a + b es + b
único.
REFLEXION
¿Qué propiedades podría tener la operación suma así definida en
analogía con la suma de números?
Propiedades de la suma
propiedades a,b,c V:
V (clausura )
S5) S1) a b
a
(asociativa)
S2) (a b) c a (b c)
(conmutativa)
S3) a b b a
12
a b al vector a ( b).
Si a 0yb 0 , construimos a b.
-b
a
b
b a
Vectores fundamentales
Dado un sistema de coordenadas ortogonales, se considera sobre cada uno
de los ejes y coincidiendo con el sentido positivo de los mismos los versores: ~ı,
~ , ~k, cuyas componentes son:
~ı = (1,0,0) ~ = (0,1,0) ~k = (0,0,1)
y se llaman versores fundamentales.
Todo vector A~ = (a1,a2,a3) puede escribirse en la forma:
13
2) Vectores en el espacio: dado un vector C~, con origen en R(3,−1,4) y
extremo en S(0,3,−2); podemos escribirlo en funcio´n de sus componentes
como:
C~ = (−3,4,−6) = −3~ı+ 4~ − 6~k
3)
Producto escalar 6~ --
Se llama producto 2 escalar o producto interno
de dos vectores A~ = (a1,a2,a3) B~ = (b1,b2,b3), al
escalar:
Propiedades:
1. A~ · B~ = B~ · A~
2. A~ · (B~ + C~) = A~ · B~ + A~ · C~
14
4. Si A~ es el vector nulo ( 0)), entonces A~ · A~ = 0; si
A~ es cualquier otro vector: A · A = |A|2
6y
@
A~
@I
~ 90
@ ◦ -
O x
miden ~ ~
A~ · B~ = 0
15
Las componentes de A~. Las
componentes de B~ son: .
El ´angulo entre A y B es θ = αB − αA
b2
a2
A~
-
O b1 a1 x
A~ · B~ = a1b1 + a2b2 = |A~|cosαA|B~|cosαB + |A~|senαA|B~|senαB
|A~||B~|cosθ Luego:
Ejemplo:
16
calcular el producto escalar entre dos vectores:
|A~||B~|
Ejemplo:
17
Como puedes observar en la figura r se trata de una recta que pasa por el punto A
y cuya dirección viene dada por el vector v→.
La ecuación vectorial que permite determinar cada punto (x,y) de cualquier recta
r se obtiene por medio de la siguiente expresión:
(x,y)=(a1,a2)+λ(v1,v2) λ∈R
Donde:
Ecuación vectorial
Un plano queda determinado por un punto P y un par de vectores con distinta
dirección.
18
Para que el punto P pertenezca al plano π el vector tiene que ser coplanario
con y .
19
Este sistema tiene que ser compatible determinado en las incógnitas λ y µ· Por
tanto el determinante de la matriz ampliada del sistema con la columna de los
términos independientes tiene que ser igual a cero.
Desarrollamos el determinante.
Sustituimos:
Vector normal
20
Si P(x0, y0, z0) es un punto del plano, el vector es
perpendicular al vector , y por tanto el producto escalar es cero.
Sean los puntos A(a, 0, 0), B(0, b, 0) y C(0, 0, c), la ecuación canónica viene
dada por:
21
Ecuación canónica o segmentaria del plano
Sean los puntos A(a, 0, 0), B(0, b, 0) y C(0, 0, c), la ecuación canónica viene
dada por:
1.6.- APLICACIONES
Un espacio vectorial sobre un conjunto de números K es intuitivamente un
conjunto en el que tenemos definida una suma y una multiplicación por números
con las propiedades habituales. La definición rigurosa es más complicada
requiriendo la estructura algebraica de grupo abeliano con la suma y cuatro
propiedades que ligan la suma y la multiplicación. Los elementos de un espacio
vectorial se llaman vectores y los elementos del cuerpo (los números) escalares.
22
En principio los vectores pueden diferir mucho de la idea habitual que tenemos
acerca de ellos. Por ejemplo, los polinomios forman un espacio vectorial y también
las matrices Mm×n. En este curso prácticamente sólo nos ocuparemos de Rn y de
sus subespacios.
Un subespacio vectorial es un espacio vectorial incluido en otro con las mismas
operaciones. Las propiedades de espacio vectorial se cumplen inmediatamente en
un subconjunto siempre que las operaciones estén bien definidas, por ello para
demostrar que cierto subconjunto S de un espacio vectorial sobre K, digamos
sobre R para simplificar, es un subespacio basta comprobar que no nos salimos
de él al sumar o multiplicar por números, esto es:
{(x,y,z) R : x + y + z = 0 , V4 = (x,y,z) R : x = 0, y + 2z = 0 ;
23
Se dice que los vectores ⃗v1,⃗v2,...,⃗vk son linealmente independientes si
ninguno es combinación lineal de los otros. Otra forma de expresar esto es que λ1
= λ2 = ··· = λk = 0 es la única solución de λ1⃗v1 + λ2⃗v2 + ··· + λk⃗vk = ⃗0.
componentes de ⃗v en la base B.
Un espacio vectorial V puede tener muchas bases pero todas ellas tienen el
mismo número de elementos, llamado dimensión que se indica con dimV .
24
(x,y,z) = x(1,0,0) + y(0,1,0) + z(0,0,1).
Los vectores (−2,1,0) y (−3,0,1) forman una base porque todos los vectores del
subespacio son combinación lineal de ellos y porque son linealmente
independientes (por la construcción o porque uno no es múltiplo de otro).
Ejemplo. Sabíamos por un ejemplo anterior que los vectores ⃗v1 = (1,2,1), ⃗v2 =
(2,1,0), ⃗v3 = (4,5,2) no son linealmente independientes. Por tanto no son base de
25
L({⃗v1,⃗v2,⃗v3}). Como al aplicar reducción de Gauss las columnas pivote eran la
primera y la segunda, se tiene que B = {⃗v1,⃗v2} es base de este subespacio.
Aplicaciones lineales
Una aplicación lineal (o transformación lineal) es una función entre espacios
vectoriales que preserva las operaciones (suma de vectores y producto por
escalares). Desde el punto de vista práctico podemos considerar que una
aplicación lineal f : Rn −→ Rm es siempre una función de la forma f(⃗x) = A⃗x con A
∈ Mm×n cuando escribimos ⃗x y f(⃗x) como vectores columna. Las filas de A están
formadas por los coeficientes que aparecen en las coordenadas de f(⃗x)
Ejemplo.
La aplicación f : R3 −→ R2 dada por f(x,y,z) = (x + y + 2z,x − y) es lineal y su matriz
es
porque .
26
Ejemplo. El núcleo de f(x,y,z) = (x + y + z,x + y,z) es la solución de x + y + z = 0, x
Las aplicaciones lineales más importantes son las que aplican Rn en sí mismo y
por tanto tienen una matriz cuadrada A ∈ Mn×n. Un problema natural que aparece
en muchas aplicaciones es saber si utilizando una base adecuada (por así decirlo,
cambiando el sistema de referencia) se podría simplificar A hasta hacer que sea
muy sencilla. Esto es lo que motiva la diagonalización de matrices.
f : R2 −→ R2 con.
⃗x 7−→ A⃗x
.
Para los autovectores son los múltiplos (no nulos) de (−2,1) porque
=⇒ x = −2µ, y = µ.
De la misma forma, para λ = 4 los autovectores son los múltiplos (no nulos) de
(1,1) porque
27
Una matriz A ∈ Mn×n, o la aplicación lineal a la que representa, se dice que es
diagonalizable si podemos encontrar n autovectores linealmente independientes.
Dicho de otra forma, si hay una base n-dimensional formada por autovectores. Si
los autovalores respectivos son λ1,λ2,...,λn, entonces se cumple
(1)
Con otra elección de los autovectores, también se tendría una igualdad válida.
Ejemplo. La aplicación lineal f(x,y) = (−y,x) tiene una matriz cuyo polinomio
característico es λ2 + 1. No tiene raíces reales pero sí dos raíces complejas
distintas. Entonces es diagonalizable sobre C (pero no sobre R). Un cálculo como
el de antes prueba que una posible elección de los autovectores correspondientes
a los autovalores λ = ±i es (±i,1).
La única manera de que una matriz no sea diagonalizable sobre C es que haya
28
raíces múltiples y que para un autovalor no haya tantos autovectores
independientes como la multiplicidad. Es decir, para ser diagonalizable debe haber
dos autovectores independientes para una raíz doble de la ecuación característica,
tres para una triple y así sucesivamente.
Conclusión:
En este trabajo de investigación aprendimos sobre los vectores del espacio con
gran entendimiento en las operaciones.
29
BIBLIOGRAFIA
https://hellsingge.files.wordpress.com/2013/05/vectores-en-el-plano-y-en-el-
espacio.pdf..1
https://es.wikipedia.org/wiki/vector
https://cursos.aiu.edu/matematica%20superiores/pdf/tema%201.pdf
https://matematicascienciasbasicas.files.worpress.com/2011/09/unidad-1.pdf
www.uhu.es/javier.pajon/apuntes/macanicaUD1.pdf
https://www.biol.unlp.edu.ar/alimentos/MTHA-6-vectpres2.pdf
www.profesorenlinea.com.mx/geometria/Recta_Ecuacion_de.html
https://aga.frba.utn.edu.ar/ecuaciones-del-plano/
fcm.ens.aubc.mx/~matematicas/algebralineal/IV%20EspVect/aplicación%203.html
https://www.vitutor.com/geo/vec/b_6.html
30