Glosario - 208046 - 15 BORRAODR

UNIVERSIDAD NACIONAL ABIERTA y a DISTANCIA
ZONA CENTRO BOGOTÁ – CUNDINAMARCA

CEAD JOSÉ ACEVEDO y GÓMEZ
ACTIVIDAD 1 GLOSARIO
JHON EDISON BERMUDEZ GONZALEZ CC 1022926998

KAREN ANGELICA PACAZUCA
JULIAN LEONARDO ALZATE
SOFIA LORENA WALTERO CC 1022344242
VIVIAN YANETH ALZATE TRUJILLO
GRUPO 208046_15
ALGEBRA LINEAL
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

BOGOTA D.C 09 OCTUBRE 2014
INTRODUCCION
El dominio del lenguaje técnico es importante en toda materia dada. Tal es el

caso del algebra lineal que requiere un amplio dominio de sus palabras
técnicas para un mejor entendimiento.
En este trabajo queremos resaltar algunos términos utilizados en los entornos

del curso y que son de suma importancia para nuestro manejo en el mundo del
algebra
OBJETIVOS
1. Conocer e interpretar los conceptos desconocidos.

2. Fortalecer nuestros conocimientos
3. Conocer e identificar los temas a tratar durante el curso
4. Identificar los conceptos básicos para el curso de algebra lineal
5. Explorar las unidades del curso.
GLOSARIO
1. DEFINICIONES DE LOS CONCEPTOS UNIDADES
1. DETERMINANTES UNIDAD I
 Se define al determinante como una forma multilineal alternada de un
cuerpo, esta definición indica una serie de propiedades matemáticas y
generaliza el concepto de determinante haciéndolo aplicable en
numerosos campos, sin embargo, el concepto de determinante o de
volumen orientado fue introducido para estudiar el número de soluciones
de los sistemas de ecuaciones lineales.
 Para el cálculo de determinantes de cualquier orden existe una regla
recursiva que reduce el cálculo a sumas y restas de varios
determinantes de un orden inferior. Este proceso se puede repetir tantas
veces como sea necesario hasta reducir el problema al cálculo de
múltiples determinantes de orden tan pequeño como se quiera.
Sabiendo que el determinante de un escalar es el propio escalar, es
posible calcular el determinante de cualquier matriz aplicando dicho
teorema
Referencia: http://es.wikipedia.org/wiki/Determinante_(matemática)
2. FACTORIZACION LU UNIDAD II
 En el álgebra lineal, la factorización o descomposición LU, es una forma
de factorización de una matriz como el producto de una matriz triangular
inferior y una superior. Debido a la inestabilidad de este método, deben
tenerse en cuenta algunos casos especiales, por ejemplo, si uno o varios
elementos de la diagonal principal de la matriz a factorizar es cero, es
necesario pre multiplicar la matriz por una o varias matrices elementales
de permutación, método llamado factorización PA=LU o LU con pivote.
Referencia: http://www.uv.es/~diaz/mn/node28.html
3. MATRICES UNIDAD I
 En matemática, una matriz es un arreglo bidimensional de números y en
su mayor generalidad de elementos de un anillo. Las matrices se usan
generalmente para describir sistemas de ecuaciones lineales, sistemas
de ecuaciones diferenciales o representar una aplicación lineal (dada una
base). Las matrices se describen en el campo de la teoría de matrices.
 Las matrices se utilizan para múltiples aplicaciones y sirven en
particular, para representar los coeficientes de los sistemas de
ecuaciones lineales o para representar las aplicaciones lineales, en este
último caso las matrices desempeñan el mismo papel que los datos de
un vector para las aplicaciones lineales.
 Pueden sumarse, multiplicarse y descomponerse de varias formas, lo
que también las hace un concepto clave en el campo del algebra lineal.
Referencias: http://www.vitutor.com/algebra/matrices/matrices.html
4. ESPACIOS VECTORIALES UNIDAD III

 En el 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 ocho
propiedades fundamentales.
 A los elementos de un espacio vectorial se les llama vectores y a los
elementos del cuerpo, escalares.
Referencias: http://es.wikipedia.org/wiki/Espacio_vectorial
5. DIMENSION DE UNA MATRIZ UNIDAD I

 El número de filas y columnas de una matriz se denomina dimensión de
una matriz. Así, una matriz de dimensión mxn es una matriz que tiene
m filas y n columnas. De este modo, una matriz puede ser de
dimensión: 2x4 (2 filas y 4 columnas), 3x2 (3 filas y 2 columnas), 2x5
(2 filas y 5 columnas),... Sí la matriz tiene el mismo número de filas que
de columnas, se dice que es de orden: 2, 3, 4
Referencias: www.ditutor.com/matrices/dimension_matriz.html
6. SUPESPACIOS VECTORIALES UNIDAD III

 Dado un espacio vectorial V, podemos considerar una parte S de él que
funcione como un espacio vectorial “más pequeño”, incluido en V. Como
V es un espacio vectorial, posee unas operaciones (suma, producto por
un escalar) que en particular se pueden efectuar en S. Sólo
necesitaremos que, al efectuarlas, su resultado quede dentro de S.
Referencias: https://www.uam.es/personal_pdi/.../portega/.../1-3-
subespacios.html
7. PLANO UNIDAD II
 Es un objeto ideal que solo posee dos dimensiones, y contiene infinitos
puntos y rectas; es un concepto fundamental de la geometría junto con
el punto y la recta. Cuando se habla de un plano, se está hablando del
objeto geométrico que no posee volumen, es decir bidimensional, y que
contiene un número infinito de rectas y puntos. Sin embargo, cuando el
término se utiliza en plural, se está hablando de aquel material que es

elaborado como una representación gráfica de superficies en diferentes
posiciones. Los planos son especialmente utilizados en ingeniería,
arquitectura y diseño ya que sirven para diagramar en una superficie
plana o en otras superficies que son regularmente tridimensionales.
Un plano queda definido por los siguientes elementos geométricos:
Tres puntos no alineados.
Una recta y un punto exterior a ella.
Dos rectas
Dos rectas paralelas.
O dos rectas que se cortan.
Los planos suelen nombrarse con una letra del alfabeto griego.
Suele representarse gráficamente, para su mejor visualización, como

una figura delimitada por bordes irregulares (para indicar que el dibujo
es una parte de una superficie infinita).
Referencias: http://www.tec-digital.itcr.ac.cr/revistamatematica/cursos-
linea/Algebra-Lineal/algebra-vectorial-geova-walter/node6.html
8. SISTEMA DE ECUACIONES LINEALES UNIDAD II

 Conjunto de ecuaciones cuyas soluciones comunes se pretende hallar.
Para indicar que varias ecuaciones forman un sistema, se abarca el
conjunto de todas ellas con una llave.
Las ecuaciones de un sistema suelen tener dos o más incógnitas, por lo
que cada una de ellas puede tener infinitas soluciones. Se llama solución
del sistema a una solución común a todas las ecuaciones que lo forman.
Resolver un sistema de ecuaciones es hallar todas sus soluciones o
concluir que no tiene solución. Si dos sistemas de ecuaciones tienen las
mismas soluciones o ambos carecen de solución, se dice que son
equivalentes. Los sistemas de ecuaciones lineales (es decir, ecuaciones
del tipo ax+by=c, ax+by+cz= d,…) son especialmente interesantes por
las múltiples aplicaciones que tienen en diversas ciencias.
Referencias: http://es.slideshare.net/lucase99/sistemas-de-ecuaciones-lineales
9. CONJUNTO GENERADORES UNIDAD III

 En teoría de grupos, un conjunto generador de un grupo G es un

subconjunto S de G tal que todo elemento de G puede ser expresado
como el producto de un número finito de elementos de S y de sus
inversos.
 Más generalmente, si S ⊆ G, <S> es el mínimo subgrupo de G que
contiene a S, llamado subgrupo generado por S; equivalentemente, <S>
es el subgrupo de G conformado por todos los elementos que pueden
ser expresados como el producto de un número finito de elementos de S
y de sus inversos.
 Si G = <S>, se dice que S genera a G, y los elementos de S se llaman
generadores de G. Si S = ∅, entonces <S> es el grupo trivial {e} (lo
cual concuerda con la primera definición del subgrupo generado), puesto
que el resultado de un producto vacío se define como el elemento
neutro.
 Si S = {x}, <S> es el subgrupo conformado por las potencias de x, el
cual es un grupo cíclico (más precisamente, un subgrupo cíclico de G),
usualmente denotado por <x>; se dice que este grupo es generado por
x. Decir que x genera el grupo G es equivalente a decir que <x> = G,
caso en el cual G mismo sería un grupo cíclico; si G tiene tamaño finito,
cualquiera de esas dos condiciones es equivalente a que x tenga orden |
G|.
Referencia: http://es.wikipedia.org/wiki/Conjunto_generador_de_un_grupo
10. METODO DE GAUSS JORDAN UNIDAD I

 El método de Gauss consiste en transformar un sistema de ecuaciones
en otro equivalente de forma que este sea escalonado.
Además se puede decir que es un algoritmo del álgebra lineal para

determinar las soluciones de un sistema de ecuaciones lineales, encontrar
matrices e inversas. Un sistema de ecuaciones se resuelve por el método de
Gauss cuando se obtienen sus soluciones mediante la reducción del sistema
dado a otro equivalente en el que cada ecuación tiene una incógnita menos
que la anterior. El método de Gauss transforma la matriz de coeficientes en
una matriz triangular superior. Este método continúa el proceso de
transformación hasta obtener una matriz diagonal.
Referencias: http://www.vitutor.com/algebra/sistemas%20I/gauss.html
http://es.wikipedia.org/wiki/Eliminaci%C3%B3n_de_Gauss-Jordan
11. MATRIZ INVOLUTIVA UNIDAD I

 En matemáticas, una matriz involutiva es una es una matriz cuadrada
(tiene igual número de filas que de columnas) que es su propia inversa.
Es decir, la multiplicación por la matriz A es una involución si y sólo si A²
= I. Esto es simplemente una consecuencia del hecho de que cualquier
matriz no singular multiplicada por su inversa es la identidad.
Referencias: http://es.wikipedia.org/wiki/Matriz_involutiva
12. MATRIZ IDEMPOTENTE UNIDAD I

 Una matriz idempotente1 es una matriz la cual es igual a su cuadrado,
es decir:
A es idempotente si A × A = A.2
Si representamos el producto AA \, por A^2 \, entonces A \, es
idempotente sólo si: A^2 = A \,
En general, la idempotencia hace referencia a una operación que, si se

repite, produce el mismo resultado que si se llevara a cabo una sola vez.
En el caso de la matriz idempotente se cumple que: \mathbf{A}^n
= \mathbf{A}^2 = \mathbf {A}, lo que es válido, para cualquier valor
natural de n (valor entero, no negativo, ni nulo). La ecuación anterior
muestra que realizar el producto un número finito de veces produce el
mismo resultado que realizarlo una sola vez. Un caso particular de
matriz idempotente es una matriz de proyección.
Referencias: http://es.wikipedia.org/wiki/Matriz_idempotente
13. MATRIZ NIHILPOTENTE UNIDAD I

 En álgebra lineal, una matriz N \in M_{n.n}(K) se dice que es nilpotente
si existe k \in \mathbb{N} tal que N^k = 0\,.
Referencias: http://es.wikipedia.org/wiki/Matriz_nilpotente
14. REGLA DE CRAMER UNIDAD II

 La regla de Cramer se aplica para resolver sistemas de ecuaciones
lineales que cumplan las siguientes condiciones:
El número de ecuaciones es igual al número de incógnitas
El determinante de la matriz de los coeficientes es distinto de cero.

Tales sistemas son sistemas compatibles determinados y se denominan

sistemas de Cramer.
Sea Δ el determinante de la matriz de coeficientes.
15. COMBINACION LINEAL III

 Un vector \ x se dice que es combinación lineal de un conjunto de
vectores \ A = \{ x_1, x_2, x_3,...,x_n \}\in (V,\mathbb{K}) si se
puede expresar como suma de los vectores de \ A multiplicados cada
uno de ellos por un coeficiente escalar \ a_1, a_2, ..., a_n \in
\mathbb{K}, es decir:
\ x = a_1 x_1 + a_2 x_2 + ... + a_n x_n = \sum_{i=1}^n a_i x_i.
Así, \ x es combinación lineal de vectores de \ A si podemos expresar \ x

como una suma de productos por escalar de una cantidad finita de
elementos de \ A.
Referencias: http://es.wikipedia.org/wiki/Combinación_lineal
16. RECTAS EN R3 ORTOGONALES

 En geometría euclidiana, Proyección ortogonal es aquella cuyas rectas
proyectantes auxiliares son perpendiculares al plano de proyección (o a
la recta de proyección), estableciéndose una relación entre todos los
puntos del elemento proyectante con los proyectados.
En el plano, la proyección ortogonal es aquella cuyas líneas proyectantes
auxiliares son perpendiculares a la recta de proyección L.
Así, dado un segmento AB, bastará proyectar los puntos "extremos" del
segmento –mediante líneas proyectantes auxiliares perpendiculares
a L–, para determinar la proyección sobre la recta L.
Una aplicación de proyecciones ortogonales son los teoremas de las

relaciones métricas en el triángulo mediante las cuales se puede calcular
la dimensión de los lados de un triángulo.
El concepto de proyección ortogonal se generaliza a espacios euclidianos
de dimensión arbitraria, inclusive de dimensión infinita. Esta
generalización juega un papel importante en muchas ramas de
matemática y física.
La proyección ortogonal del segmento AB sobre la recta L es el

segmento PQ.
Referencias: http://es.wikipedia.org/wiki/Proyecci%C3%B3n_ortogonal
17. BASE DE UN ESPACIO VECTORIAL

 En álgebra lineal, se dice que un conjunto ordenado B es base de un
espacio vectorial V si se cumplen las siguientes condiciones:
Todos los elementos de B pertenecen al espacio vectorial V.
Los elementos de B forman un sistema linealmente independiente.
Todo elemento de V se puede escribir como combinación lineal de los

elementos de la base B (es decir, B es un sistema generador de V).
*Mediante el uso del lema de Zorn, es posible probar que todo espacio
vectorial posee una base. Pese a que es posible que un espacio vectorial
no posea una única base, se cumple que todo par de bases de un mismo
espacio vectorial tienen la misma cardinalidad. Por ser así, tal
cardinalidad será llamada como la dimensión del espacio vectorial.
Otras propiedades, consecuencias del lema de Zorn:

Todo sistema generador de un espacio vectorial contiene una base

vectorial (de Hamel).
Todo conjunto linealmente independiente en un espacio vectorial, puede

ser extendido a una base.
En otras palabras;
1. Las bases son conjuntos ordenados. Es decir que si bien {a,b,c} y

{b,a,c} generan el mismo espacio vectorial, las bases no son iguales.
2. Dado un vector v y una base B de un espacio vectorial V, existe una
única manera de escribir a v como combinación lineal de los elementos
de la base B. Es decir, la representación de un vector en una base es
única.
3. De la observación anterior se desprende que las bases no son únicas.
En general, suele haber infinitas bases distintas para un mismo espacio
vectorial. Por ejemplo, si , una base muy sencilla de V es:
La cual es conocida como base canónica de . Otras bases de son:
En general, toda base de estará formada por tres vectores linealmente
independientes que pertenezcan a . Cuando el espacio vectorial en sí
mismo es un conjunto finito entonces el número de bases distintas es
finito.
1. Si V es un espacio vectorial de dimensión finita, entonces todas las

bases de V serán finitas y tendrán la misma cantidad de elementos.
2. No todas las bases tienen un número finito de elementos. Por ejemplo,
las bases del espacio vectorial de los polinomios de una variable tienen
infinitos elementos. Una posible base es la formada por las potencias de
X:
 Base estándar en el plano cartesiano
Referencias: http://es.wikipedia.org/wiki/Base_(%C3%A1lgebra)
18. TEOREMA DE CAYLEY – HAMILTON

 En álgebra lineal, el teorema de Cayley-Hamilton (que lleva los nombres
de los matemáticos Arthur Cayley y William Hamilton) asegura que todo
endomorfismo de un espacio vectorial de dimensión finita sobre un
cuerpo cualquiera anula su propio polinomio característico.
En términos matriciales, eso significa que:
Si A es una matriz cuadrada de orden n y si
Es su polinomio característico (polinomio de indeterminada X), entonces

al sustituir formalmente X por la matriz A en el polinomio, el resultado
es la matriz nula:
El teorema de Cayley-Hamilton se aplica también a matrices cuadradas

de coeficientes en un anillo conmutativo cualquiera.
Un corolario importante del teorema de Cayley-Hamilton afirma que el
polinomio mínimo de una matriz dada es un divisor de su polinomio
característico, y no solo eso, el polinomio mínimo tiene los mismos
factores irreducibles que el polinomio característico.
Demostración
Efectuamos la demostración sobre la matriz . Definamos la matriz

. Sabemos que
Podemos interpretar los miembros y factores de esta igualdad como

polinomios en X con coeficientes en el anillo de las matrices cuadradas
nxn con coeficientes en K y esa igualdad implica que es divisible
por la izquierda por . Esto implica entonces que el valor a la

derecha (igual en realidad aquí también a su valor a la izquierda, ya que
se obtiene ) del polinomio
para es nula. Este valor sólo es , lo que termina la
demostración.
Referencias: http://es.wikipedia.org/wiki/Teorema_de_Cayley-Hamilton
19. NUMEROS COMPLEJOS
 Los números complejos son una extensión de los números reales y

forman el mínimo cuerpo algebraicamente cerrado que los contiene. El
conjunto de los números complejos se designa como , siendo el
conjunto de los reales se cumple que . Los números complejos
incluyen todas las raíces de los polinomios, a diferencia de los reales.
Todo número complejo puede representarse como la suma de un
número real y un número imaginario (que es un múltiplo real de la
unidad imaginaria, que se indica con la letra i), o en forma polar.
Los números complejos son la herramienta de trabajo del álgebra,

análisis, así como de ramas de las matemáticas puras y aplicadas como
variable compleja, ecuaciones diferenciales, aerodinámica y
electromagnetismo entre otras de gran importancia. Además los
números complejos se utilizan por doquier en matemáticas, en muchos
campos de la física (notoriamente en la mecánica cuántica) y en
ingeniería, especialmente en la electrónica y las telecomunicaciones, por
su utilidad para representar las ondas electromagnéticas y la corriente
eléctrica.
En matemáticas, estos números constituyen un cuerpo y, en general, se

consideran como puntos del plano: el plano complejo. Este cuerpo
contiene a los números reales y los imaginarios puros. Una propiedad
importante que caracteriza a los números complejos es el teorema
fundamental del álgebra — pero que se demuestra aún en un curso de
variable compleja —, que afirma que cualquier ecuación algebraica de
grado n tiene exactamente n soluciones complejas. Los análogos del
cálculo diferencial e integral con números complejos reciben el nombre
de variable compleja o análisis complejo.[]
Definiremos cada complejo z como un par ordenado de números reales

(a, b) ó (Re(z), Im(z)), en el que se definen las siguientes operaciones:
 Suma
 Producto por escalar
 Multiplicación
 Igualdad
A partir de estas operaciones podemos deducir otras como las siguientes:
 Resta
 División
Al primer componente (que llamaremos a) se le llama parte real y al

segundo (que llamaremos b), parte imaginaria. Se denomina número
imaginario puro a aquel que está compuesto sólo por la parte
imaginaria, es decir, aquel en el que .
Referencias: http://es.wikipedia.org/wiki/N%C3%BAmero_complejo
20. DEPENDENCIA E INDEPENDENCIA LINEAL.

 Un conjunto de vectores es linealmente independiente si ninguno de
ellos puede ser escrito con una combinación lineal de los restantes. Por
ejemplo, en R3, el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) es
linealmente independiente, mientras que (2, −1, 1), (1, 0, 1) y (3, −1,
2) no lo es, ya que el tercero es la suma de los dos primeros.
Dado un conjunto finito de vectores , se dice que estos

vectores son linealmente dependientes si existen números
, no todos iguales a cero, tales que:
Nótese que el símbolo a la derecha del signo igual no es cero, sino que
simboliza al vector nulo . El conjunto de vectores nulos forma la matriz
nula. Si tales números no existen, entonces los vectores son linealmente
independientes. La definición anterior también puede extenderse a un
conjunto infinito de vectores, concretamente un conjunto cualquiera de
vectores es linealmente dependiente si contiene un conjunto finito que
sea linealmente dependiente.
Utilizando conceptos de espacios vectoriales podemos redefinir la

independencia lineal así:
Un conjunto de vectores de un espacio vectorial es linealmente

independiente si
Esta idea es importante porque los conjuntos de vectores que son

linealmente independientes, generan un espacio vectorial y forman una
base para dicho espacio. Entre las propiedades de los vectores
linealmente dependientes e independientes encontramos:
1. Un conjunto de vectores es linealmente dependiente si y solamente si

alguno de los vectores es combinación lineal de los demás.
2. Si un conjunto de vectores es linealmente independiente cualquier
subconjunto suyo también lo es. Obviamente, si tenemos un conjunto de
vectores tales que ninguno de ellos es combinación de los demás,
escogiendo solamente unos cuantos, no podrán ser combinación de los
otros.
3. Si un conjunto de vectores es linealmente dependiente, también lo es
todo conjunto que lo contenga.
4. Un conjunto de vectores son linealmente dependientes si y sólo si son
paralelos.
5. Un conjunto de vectores son linealmente dependientes si los
componentes entre ellos son proporcionales, bien sea directa o
inversamente proporcional. Ya que un conjunto de vectores es
linealmente dependiente si y solo si tiene algún vector que es
combinación lineal de los demás, si metemos este conjunto de vectores
en otro más grande, seguimos teniendo el vector que es combinación
lineal de otros, por tanto, el conjunto más grande será linealmente
dependiente.
Referencias:
http://es.wikipedia.org/wiki/Dependencia_e_independencia_lineal
CONCLUSIONES
El presente glosario El presente glosario fue desarrollado con el

propósito de que sirva de apoyo a los estudiantes del área de algebra
lineal y de otras áreas que utilicen la matemática y algebra como
herramienta
BIBLIOGRAFIA
http://es.wikipedia.org/wiki/Determinante_(matemática)
http://www.uv.es/~diaz/mn/node28.html
http://www.vitutor.com/algebra/matrices/matrices.html
http://es.wikipedia.org/wiki/Espacio_vectorial
www.ditutor.com/matrices/dimension_matriz.html
https://www.uam.es/personal_pdi/.../portega/.../1-3-subespacios.html
http://www.tec-digital.itcr.ac.cr/revistamatematica/cursos-linea/Algebra-
Lineal/algebra-vectorial-geova-walter/node6.html
http://es.slideshare.net/lucase99/sistemas-de-ecuaciones-lineales
http://es.wikipedia.org/wiki/Conjunto_generador_de_un_grupo
http://www.vitutor.com/algebra/sistemas%20I/gauss.html
http://es.wikipedia.org/wiki/Matriz_involutiva
http://es.wikipedia.org/wiki/Matriz_idempotente
http://es.wikipedia.org/wiki/Matriz_nilpotente
http://es.wikipedia.org/wiki/Combinación_lineal
http://es.wikipedia.org/wiki/Proyecci%C3%B3n_ortogonal
http://es.wikipedia.org/wiki/Base_(%C3%A1lgebra)
http://es.wikipedia.org/wiki/Teorema_de_Cayley-Hamilton
http://es.wikipedia.org/wiki/N%C3%BAmero_complejo
http://es.wikipedia.org/wiki/Dependencia_e_independencia_lineal

Glosario - 208046 - 15 BORRAODR

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Glosario - 208046 - 15 BORRAODR

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD NACIONAL ABIERTA y a DISTANCIA

ZONA CENTRO BOGOTÁ – CUNDINAMARCA

JHON EDISON BERMUDEZ GONZALEZ CC 1022926998

VIVIAN YANETH ALZATE TRUJILLO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

El dominio del lenguaje técnico es importante en toda materia dada. Tal es el

En este trabajo queremos resaltar algunos términos utilizados en los entornos

1. Conocer e interpretar los conceptos desconocidos.

1. DEFINICIONES DE LOS CONCEPTOS UNIDADES

4. ESPACIOS VECTORIALES UNIDAD III

5. DIMENSION DE UNA MATRIZ UNIDAD I

6. SUPESPACIOS VECTORIALES UNIDAD III

término se utiliza en plural, se está hablando de aquel material que es

Un plano queda definido por los siguientes elementos geométricos:

Tres puntos no alineados.

Una recta y un punto exterior a ella.

Dos rectas paralelas.

O dos rectas que se cortan.

Suele representarse gráficamente, para su mejor visualización, como

8. SISTEMA DE ECUACIONES LINEALES UNIDAD II

9. CONJUNTO GENERADORES UNIDAD III

 En teoría de grupos, un conjunto generador de un grupo G es un

10. METODO DE GAUSS JORDAN UNIDAD I

Además se puede decir que es un algoritmo del álgebra lineal para

11. MATRIZ INVOLUTIVA UNIDAD I

12. MATRIZ IDEMPOTENTE UNIDAD I

En general, la idempotencia hace referencia a una operación que, si se

13. MATRIZ NIHILPOTENTE UNIDAD I

14. REGLA DE CRAMER UNIDAD II

El número de ecuaciones es igual al número de incógnitas

El determinante de la matriz de los coeficientes es distinto de cero.

Tales sistemas son sistemas compatibles determinados y se denominan

Sea Δ el determinante de la matriz de coeficientes.

15. COMBINACION LINEAL III

Así, \ x es combinación lineal de vectores de \ A si podemos expresar \ x

16. RECTAS EN R3 ORTOGONALES

Una aplicación de proyecciones ortogonales son los teoremas de las

La proyección ortogonal del segmento AB sobre la recta L es el

17. BASE DE UN ESPACIO VECTORIAL

Todos los elementos de B pertenecen al espacio vectorial V.

Los elementos de B forman un sistema linealmente independiente.

Todo elemento de V se puede escribir como combinación lineal de los

Otras propiedades, consecuencias del lema de Zorn:

Todo sistema generador de un espacio vectorial contiene una base

Todo conjunto linealmente independiente en un espacio vectorial, puede

1. Las bases son conjuntos ordenados. Es decir que si bien {a,b,c} y

1. Si V es un espacio vectorial de dimensión finita, entonces todas las

 Base estándar en el plano cartesiano

18. TEOREMA DE CAYLEY – HAMILTON

Es su polinomio característico (polinomio de indeterminada X), entonces

El teorema de Cayley-Hamilton se aplica también a matrices cuadradas

Efectuamos la demostración sobre la matriz . Definamos la matriz

Podemos interpretar los miembros y factores de esta igualdad como

por la izquierda por . Esto implica entonces que el valor a la

19. NUMEROS COMPLEJOS

 Los números complejos son una extensión de los números reales y

Los números complejos son la herramienta de trabajo del álgebra,

En matemáticas, estos números constituyen un cuerpo y, en general, se

Definiremos cada complejo z como un par ordenado de números reales

 Producto por escalar

A partir de estas operaciones podemos deducir otras como las siguientes:

Al primer componente (que llamaremos a) se le llama parte real y al

20. DEPENDENCIA E INDEPENDENCIA LINEAL.