Nombre:

Leandro A. Ubrí Lorenzo

Matricula:

16-6556

Facilitador:

Jacinto Paredes

Materia:

Algebra Lineal I

Horario

Martes de 6:00 a 7:50 PM

Fecha de entrega

22/10/2019
Introducción
En el presente informe se detalla un resumen general de los temas que componen
la asignatura “Álgebra Lineal “, en el cual se tratara de enlazar las relaciones de
todos los temas tratados en el aula y los que faltaron por tratar.

Por ejemplo, dimensión y espacio vectorial, combinación lineal y matrices n x m, y

otros temas están ampliamente relacionados igual que otros temas que veremos
en el desarrollo de este informe

Tratar de enlazar los temas de la presente asignatura es de amplia ayuda porque

nos ayuda a comprender la importancia de las matemáticas en la vida cotidiana.
Así como también la relación existente entre vectores, matrices, ecuaciones con
situaciones de nuestra vida diaria porque ciertamente las matemáticas están
presente en todo momento en nuestras vidas.
Definición de Espacio Vectorial

En álgebra abstracta, un espacio vectorial es una estructura algebraica creada a

partir de un conjunto no vacío, una operación interna (llamada suma, definida para
los elementos del conjunto) y una operación externa (llamada producto por un
escalar, definida entre dicho conjunto y otro conjunto, con estructura de cuerpo),
con 8 propiedades fundamentales.

A los elementos de un espacio vectorial se les llama vectores y a los elementos

del cuerpo, escalares.

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
 
3)       , es decir, la suma es asociativa
 
4)      Existe un vector cero en V, tal que 
 
5)      Para todo vector   existe un vector  , tal que  , y se denomina el inverso
aditivo
 
 
 
 
Propiedades de la multiplicación por un escalar.
 
Sean   y   vectores en V, c y d constantes (escalares)
 
1)      El vector   es un vector en V
 
2)        
  
3)       . Los incisos 2 y 3 representan la propiedad distributiva.
 
4)      
 
5)      Para todo vector  ,   , tal que  , y se denomina el inverso aditivo
 
 
 
Ejemplo 1.
 
Como la suma y la multiplicación por un escalar de todos los vectores con dos
componentes satisfacen las 10 propiedades anteriores, decimos que   con estas
propiedades es un espacio vectorial.
 
El lector puede probar lo anterior con cualesquiera vectores  ,  ,  , y
constantes c y d.
 
Dado que lo mismo se puede decir para vectores con tres, cuatro
o n componentes, entonces   , y  , con las propiedades correspondientes,
son espacios vectoriales.
 
 
Ejemplo 2.
 
El conjunto de puntos en   que están en la recta  , ¿es un espacio
vectorial?
 
Este conjunto de vectores lo podemos escribir de la forma  .
Sea    y  , el lector puede ahora comprobar si se cumplen las
10 propiedades arriba mencionadas, y responder si es o no un espacio vectorial.
 
Desde luego que si es un espacio vectorial.

Transformación Lineal

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:

1. F(u+v)=F(u)+F(v)    ∀u,v∈VF(u+v)=F(u)+F(v)    ∀u,v∈V
2. F(k.v)=k.F(v)       ∀v∈V,  ∀k∈R

1) Escribe tres sistemas de ecuaciones lineales con dos variables que

representen situaciones de la vida cotidiana.

Tres plátanos y 2 guineos costaron RD$ 22, luego se compran 5 plátanos y 6

guineos por RD$ 42. ¿Cuánto costó un plátano y cuánto costó un guineo?

En una granja hay conejos y patos. Si entre todos suman 18 cabezas y 52 patas,
¿cuántos conejos y patos hay?
Tres libras de arroz y dos de espaguetis cuestan 34 pesos y una de arroz y cuatro
de espaguetis cuestan 38. ¿Cuál es el precio por libra de cada producto?
3) Describe los métodos básicos para resolver sistemas de ecuaciones.

Método de Igualación

1. Se despeja la misma incógnita en ambas ecuaciones.

2. Se igualan las expresiones, con lo que obtenemos una ecuación con una
incógnita.

3. Se resuelve la ecuación.

4. El valor obtenido se sustituye en cualquiera de las dos expresiones en las que

aparecía despejada la otra incógnita.

5. Los dos valores obtenidos constituyen la solución del sistema.

Método de sustitución

1. Se despeja una incógnita en una de las ecuaciones.

2. Se sustituye la expresión de esta incógnita en la otra ecuación, obteniendo una
ecuación con una sola incógnita.

3. Se resuelve la ecuación.

4. El valor obtenido se sustituye en la ecuación en la que aparecía la incógnita

despejada.

5. Los dos valores obtenidos constituyen la solución del sistema.

Método de reducción

1. Se preparan las dos ecuaciones, multiplicándolas por los números que

convenga.

2. La restamos, y desaparece una de las incógnitas.

3. Se resuelve la ecuación resultante.

4. El valor obtenido se sustituye en una de las ecuaciones iniciales y se resuelve.

5. Los dos valores obtenidos constituyen la solución del sistema.

Propiedades de los vectores R2

Si  A,  B  y  C  son  tres  vectores  cualesquiera  de  V2,  y  c 
 y  d  son  dos
escalares  cualesquiera, entonces la  adición vectorial  y  la  multiplicación  por 
 un  escalar  satisfacen  las  siguientes propiedades: 

1) A + B = B + A (ley conmutativa) 
2) A + (B + C) = (A + B) + C (ley asociativa) 
3) Existe un vector O en V2 para el cual A + O = A (existencia del idéntico aditivo) 
4) Existe un vector ‐A en  V2  tal  que  A  + 
(‐A) = O(existencia  del  inverso  aditivo  o negativo) 
5) (cd)A = c(dA) (ley asociativa) 
6) c(A+ B) = cA + cB (ley distributiva) 
7) (c + d)A = cA + dA (ley distributiva) 
8) 1 (A) = A (existencia del idéntico multiplicativo escalar)

Clasificación de las Matrices

Fila.
Se denomina así a la matriz que está formada por una sola fila, de modo que al
resolverla el proceso resulta sumamente sencillo.

Columna.
Es aquella matriz que está formada por una sola columna de modo tal que su
resolución resulta de forma igualmente simple en comparación con la matriz fila,
descrita anteriormente.

Rectangular.
Es aquella matriz en la que la distribución de elementos en la fila y columna es
desigual, siendo mayor la cantidad de números presentes en la fila, lo que le
ofrece a esta apariencia de rectángulo.

Cuadrada.
Aquella que forma la antonomasia de la matriz rectangular, ya que se caracteriza
en su representación por tener igual cantidad de elementos tanto en las filas como
en las columnas, lo que le ofrecen la apariencia de cuadrado.

Nula.
Determinada así por aquella representación interna de la matriz en la que todos
sus componentes son iguales a cero, en efecto, su resolución dará como resultado
el mismo factor cero.

Triangular superior.
Denominada así aquella matriz en la que los valores o rangos numéricos ubicados
de forma subsiguiente o bien por debajo de la tangente, son inferiores o con valor
a cero, (se incluyen los números negativos).

 Triangular inferior.
Por contraposición a la matriz triangular superior, son aquellos elementos que
distribuidos en la parte superior de la diagonal, son iguales o menores a cero,
tomándose en cuenta por igual los números negativos.

Diagonal.
Es aquella cuyos extremos tiene por valores numéricos igual a cero, siendo
solamente apreciable aquellos que se encuentran en la parte diagonal de la
misma.

Escalar.
Para muchos es una matriz obtenida de la diagonal, pues esta solo representa
como valores numéricos los distribuidos en su tangente, los cuales son similares a
1.

Unidad.
Es aquella en la que los elementos de la recta ubicada de forma diagonal en el
interior de la matriz dan como resultado el valor numérico 1.

Traspuesta.
Consiste en una matriz resultante de una operación de conversión, acorde a la
cual los elementos integrantes de las filas pasan a conformar las columnas, y los
elementos de las columnas pasan a formar las filas en la nueva matriz.

Simétrica y Asimétrica.
Obedece a la distribución de elementos en filas y columnas.

Definición de Matriz cofactor

Sea AA una matriz de dimensión mxm. La matriz adjunta de AA, A∗A∗, es una

matriz de la misma dimensión. El elemento de la posición fila ii y columna jj de la
matriz adjunta de AA (llamado cofactor de la posición (i,j)(i,j)) es

siendo la matriz AijAij la submatriz de AA obtenida al eliminar la fila ii y

columna jj de AA.

Explicación:

El factor (−1)i+j(−1)i+j es 1 si la suma de las posiciones fila y columna es par, y -1

si es impar. Lo que hace este factor es determinar el signo.

Por ejemplo, si AA es de dimensión 2x2:

Y, si es de dimensión 3x3:
La importancia de la matriz adjunta de una matriz AA se debe a que, si la
matriz AA tiene inversa, podemos calcularla a partir de la traspuesta de su adjunta
y su determinante mediante la siguiente fórmula:

Ejemplos:

¿Consideras tú importante las matemáticas en tu vida?. Justifique.

Si debido a que aprender matemáticas nos enseña a pensar de una manera lógica
y a desarrollar habilidades para la resolución de problemas y toma de decisiones.
Gracias a ellas también somos capaces de tener mayor claridad de ideas y del uso
del lenguaje. Con las matemáticas adquirimos habilidades para la vida y es difícil
pensar en algún área que no tenga que ver con ellas. Todo a nuestro alrededor
tiene un poco de esta ciencia.

Escribe una aplicación de los intervalos en la vida cotidiana.

Para definir los horarios de atención al público de un local: atendemos de 9 am a

12 pm y de 2pm a 5pm. 
Definición de Matriz Transpuesta

Sea A una matriz de dimensión mxn, denotamos al elemento de la fila i y columna

j como A(i,j), siendo i<m y j<n. Entonces, se define la matriz traspuesta de A como
la matriz de dimensión nxm tal que , siendo i<m y j<n.

Propiedades de la matriz traspuesta

 Traspuesta de la traspuesta
 Traspuesta de la suma
 Traspuesta del producto
 Una matriz es igual que su traspuesta si, y sólo si, es simétrica

 El determinante de una matriz regular es igual al de su traspuesta

 Si A es regular, su inversa es la transpuesta de su matriz adjunta (Adj(A))

entre su determinante:

Inversa de una Matriz

Dada una matriz cuadrada  A,  si existe otra matriz  B  del mismo orden que
verifique:  A . B = B . A = I  (  I = matriz identidad ), se dice que  B  es la
matriz inversa de  A  y  se representa por  A-1.

Si existe la matriz inversa  de  A, se dice que la matriz  A  es inversible o regular.

En caso contrario, se dice que la matriz  A  es singular.

¿Cuándo tiene inversa una matriz? Una matriz  A  de orden  n  (n filas y n

columnas) tiene inversa cuando su rango es  n, es decir, cuando el rango de
dicha matriz coincide con su orden, o también, cuando su determinante sea
distinto de cero.

¿Cómo se puede calcular la inversa de una matriz? Básicamente hay tres

procedimientos para calcular la inversa de una matriz. Son los siguientes:

1º Aplicando la definición y resolviendo los sistemas de ecuaciones

correspondientes. Resulta muy laborioso cuando el orden de la matriz es superior
a  2  (descrito en el tema de matrices).
2º Por el método de Gauss (descrito en el tema de matrices).

3º Por determinantes y adjuntos, que desarrollaremos a continuación.

Conclusión

Este informe pretende explicar la importancia de las matemáticas en la vida

cotidiana, conocer que es una matriz, para qué sirve y sutilidad en las
matemáticas, así como sus definiciones. Trabajamos lo que son los espacios
vectoriales, los vectores R2 y R3, MATRIZ a todo cuadro de números distribuidos
en filas y columnas. Las matrices se utilizan en el cálculo numérico, en la
resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y
de las derivadas parciales. Además de su utilidad para el estudio de sistemas de
ecuaciones lineales, las matrices aparecen de forma natural en geometría,
estadística, economía, informática, física, etc.
Opinión Personal

Aprender matemáticas nos enseña a pensar de una manera lógica y a desarrollar

habilidades para la resolución de problemas y toma de decisiones. Gracias a ellas
también somos capaces de tener mayor claridad de ideas y del uso del lenguaje.
Con las matemáticas adquirimos habilidades para la vida y es difícil pensar en
algún área que no tenga que ver con ellas. Todo a nuestro alrededor tiene un poco
de esta ciencia.
Bibliografía

https://es.wikipedia.org/wiki/Espacio_vectorial

http://mate.dm.uba.ar/~jeronimo/algebra_lineal/Capitulo3.pdf

http://sureyma.blogspot.com/2009/10/33-clasificacion-de-la-matrices.html

http://calculo.cc/Problemas/Problemas_bachillerato/primero_ciencias_sociales/si

http://fcm.ens.uabc.mx/~matematicas/algebralineal/III%20Dets/menores%20y%2