�lgebra lineal

Ir a la navegaci�nIr a la b�squeda

El espacio eucl�deo tridimensional R3 es un espacio vectorial y las l�neas y los

planos que pasan por el origen son subespacios vectoriales de R3.
El �lgebra lineal es una rama de las matem�ticas que estudia conceptos tales como
vectores, matrices, espacio dual, sistemas de ecuaciones lineales y en su enfoque
de manera m�s formal, espacios vectoriales y sus transformaciones lineales.

Es un �rea activa que tiene conexiones con muchas �reas dentro y fuera de las
matem�ticas, como el an�lisis funcional, las ecuaciones diferenciales, la
investigaci�n de operaciones, las gr�ficas por computadora, la ingenier�a, etc.

La historia del �lgebra lineal moderna se remonta a 1843, cuando William Rowan
Hamilton (de quien proviene el uso del t�rmino vector) cre� los cuaterniones
inspirado en los n�meros complejos1?; y a 1844, cuando Hermann Grassmann public� su
libro Die lineare Ausdehnungslehre (La teor�a lineal de extensi�n).

�ndice
1 Contexto general
2 Espacios vectoriales de uso com�n
2.1 Vectores en Rn
2.2 Matrices {\displaystyle m\times n} {\displaystyle m\times n}
2.3 Espacio vectorial de polinomios en una misma variable
3 Generalizaci�n y temas relacionados
4 V�ase tambi�n
5 Enlaces externos
Contexto general
De manera m�s formal, el �lgebra lineal estudia conjuntos denominados espacios
vectoriales, los cuales constan de un conjunto de vectores y un conjunto de
escalares que tiene estructura de campo, con una operaci�n de suma de vectores y
otra de producto entre escalares y vectores que satisfacen ciertas propiedades (por
ejemplo, que la suma es conmutativa).

Estudia tambi�n transformaciones lineales, que son funciones entre espacios

vectoriales que satisfacen las condiciones de linealidad:

{\displaystyle T(u+v)=T(u)+T(v),\qquad T(r\cdot u)=r\cdot T(u).} {\displaystyle

T(u+v)=T(u)+T(v),\qquad T(r\cdot u)=r\cdot T(u).}

A diferencia del ejemplo desarrollado en la secci�n anterior, los vectores no

necesariamente son n-adas de escalares, sino que pueden ser elementos de un
conjunto cualquiera (de hecho, a partir de todo conjunto puede construirse un
espacio vectorial sobre un campo fijo).

Finalmente, el �lgebra lineal estudia tambi�n las propiedades que aparecen cuando
se impone estructura adicional sobre los espacios vectoriales, siendo una de las
m�s frecuentes la existencia de un producto interno (una especie de producto entre
dos vectores) que permite introducir nociones como longitud de vectores y �ngulo
entre un par de los mismos.

Espacios vectoriales de uso com�n

Dentro de los espacios vectoriales de dimensi�n finita, son de amplio uso los tres
tipos siguientes de espacios vectoriales:

Vectores en Rn
Este espacio vectorial est� formado por el conjunto de vectores de n dimensiones
(es decir con n n�mero de componentes). Podemos encontrar un ejemplo de ellos en
los vectores R2, que son famosos por representar las coordenadas cartesianas:
(2,3), (3,4),...

Matrices {\displaystyle m\times n} {\displaystyle m\times n}

Art�culo principal: Matriz (matem�ticas)
La matriz es un arreglo rectangular de n�meros, s�mbolos o expresiones, cuyas
dimensiones son descritas en las cantidades de filas (usualmente m) por las de
columnas (n) que poseen. Los arreglos matriciales son particularmente estudiados
por el �lgebra lineal y son bastante usados en ciencias e ingenier�a.

Espacio vectorial de polinomios en una misma variable

Un ejemplo de espacio vectorial est� dado por todos los polinomios cuyo grado es
menor o igual a 2 con coeficientes reales sobre una variable x.

Ejemplos de tales polinomios son:

{\displaystyle 4x^{2}-5x+1,\quad {\frac {2x^{2}}{7}}-3,\quad 8x+4,\quad 5}

{\displaystyle 4x^{2}-5x+1,\quad {\frac {2x^{2}}{7}}-3,\quad 8x+4,\quad 5}

La suma de dos polinomios cuyo grado no excede a 2 es otro polinomio cuyo grado no
excede a 2:

{\displaystyle (3x^{2}-5x+1)+(4x-8)=3x^{2}-x-7} {\displaystyle (3x^{2}-5x+1)+(4x-

8)=3x^{2}-x-7}

El campo de escalares es naturalmente el de los n�meros reales, y es posible

multiplicar un n�mero por un polinomio:

{\displaystyle 5\cdot (2x+3)=10x+15} {\displaystyle 5\cdot (2x+3)=10x+15}

donde el resultado nuevamente es un polinomio (es decir, un vector).

Un ejemplo de transformaci�n lineal es el operador derivada D, que asigna a cada

polinomio el resultado de derivarlo:

{\displaystyle D(3x^{2}-5x+7)=6x-5.} {\displaystyle D(3x^{2}-5x+7)=6x-5.}

El operador derivada satisface las condiciones de linealidad, y aunque es posible

demostrarlo con rigor, simplemente lo ilustramos con un ejemplo la primera
condici�n de linealidad:

{\displaystyle D((4x^{2}+5x-3)+(x^{2}-x-1))=D(5x^{2}+4x-4)=10x+4} {\displaystyle

D((4x^{2}+5x-3)+(x^{2}-x-1))=D(5x^{2}+4x-4)=10x+4}

y por otro lado:

{\displaystyle D(4x^{2}+5x-3)+D(x^{2}-x-1)=(8x+5)+(2x-1)=10x+4.} {\displaystyle

D(4x^{2}+5x-3)+D(x^{2}-x-1)=(8x+5)+(2x-1)=10x+4.}

Cualquier espacio vectorial tiene una representaci�n en coordenadas similar a

{\displaystyle \mathbb {R} ^{n}} \mathbb {R} ^{n}, lo cual se obtiene mediante la
elecci�n de una base (�lgebra) (es decir, un conjunto especial de vectores), y uno
de los temas recurrentes en el �lgebra lineal es la elecci�n de bases apropiadas
para que los vectores de coordenadas y las matrices que representan las
transformaciones lineales tengan formas sencillas o propiedades espec�ficas.

Generalizaci�n y temas relacionados

Puesto que el �lgebra lineal es una teor�a exitosa, sus m�todos se han proliferado
por otras �reas de la matem�tica: en la teor�a de m�dulos, que remplaza al cuerpo
en los escalares por un anillo; en el �lgebra multilineal, uno lidia con 'm�ltiples
variables' en un problema de mapeo lineal, en el que cada n�mero de las diferentes
variables se dirige al concepto de tensor, e incluso en el �mbito de la
programaci�n ya que hoy en d�a la indexaci�n de p�ginas web se basa en m�todos del
�lgebra lineal2?; en la teor�a del espectro de los operadores de control de
matrices de dimensi�n infinita, aplicando el an�lisis matem�tico en una teor�a que
no es puramente algebraica. En todos estos casos las dificultades t�cnicas son
mucho m�s grandes.