3.

1 Definición de función vectorial de una variable real
Las funciones vectoriales, también conocidas con el nombre de funciones
valoradas vectoriales, son funciones matemáticas cuyo dominio es un conjunto
de números reales y su rango es un conjunto infinito de vectores dimensionales.
La notación convencional para tal función es,

De la ecuación anterior está claro que el rango de tal función es R3 o Rm. La

interpretación de esta oración sería que la función está asociada con tres o más
funciones de variables reales f1, f2,f3 … fm. Por tanto, se puede escribir de tal
manera que,

Una función vectorial puede tomar como valor de entrada tanto cantidades
escalares como cantidades vectoriales, pero el resultado siempre será una
cantidad vectorial. Como podemos ver aquí el rango de dicha función está
infinitamente extendido, pero no afecta el rango del dominio de la función de
alguna manera. Dado que el rango de la función es infinito, por tanto puede ser
dividido sus componentes constitutivos. Por ejemplo, si el rango es de dos
dimensiones entonces el rango se puede dividir en sus componentes como,

Y si el rango es de tres dimensiones, entonces puede ser dividida en sus

componentes como,

Un punto digno de mención es que el dominio de la función vectorial es la

intersección de los dominios de todas las funciones constituyentes que en su
totalidad forman el rango de la función vectorial.

Después de haber leído la definición de una función valorada vectorial, es

importante saber, ¿por qué surgió la necesidad de desarrollar funciones
vectoriales cuando ya teníamos otras funciones con nosotros? Una función
vectorial representa principalmente una función que varía con respecto al
tiempo.

Tomemos el ejemplo de una abeja. La trayectoria que esta traza mientras vuela
puede ser descrita en términos de variables de x e y en un espacio
tridimensional, pero esta no nosproveería ninguna información con respecto al
tiempo de vuelo. En otras palabras, tal función solo nos daría información sobre
el camino recorrido por la abeja.

Así que imaginemos que la abeja comenzó su vuelo en la posición r1. Por tanto
el vector de posición que describe la posición de inicio de la abeja puede ser
representado como,
Ahora, después de un tiempo esta abeja se detiene en la posición r2 sobre el
plano x-y. En consecuencia, podemos utilizar otro vector para representar la
posición final de la abeja como,

Entonces, el camino recorrido por esta abeja sería una serie de vectores que
comienzan en r1 y terminan en r2. Estos vectores son los vectores de posición,
que representan sólo la punta de la flecha del vector en el diagrama anterior. Y
a medida que pasa el tiempo, los vectores cambian de r1 a r2.

Aquí los vectoresr1 y r2 son iguales, de hecho el vector r1cambia con el tiempo
para tomar la posición de r2. Es por esto que una función vectorial puede ser
escrita como,

Es decir, todos los componentes de la presente función son funciones del

tiempo, dado que varían con el tiempo.

Utilizando coordenadas cartesianas, una función vectorial

A
( t ) es un vector dependiente de la variable escalar t y definido en el espacio
x,y, z, o sea:
A ( t ) = Ax ( t ) i + Ay ( t ) j + Az ( t ) k

Por lo tanto todos los conceptos y definiciones de las funciones ordinarias son
aplicables a las funciones vectoriales haciéndolo a cada una de las
componentes del vector.

Graficacion De Curvas En Funcion Del

Parametro T
Graficación de curvas en función del parámetro t

El sistema de coordenadas polares no es muy diferente de un sistema de coordenadas

Cartesianas. Mientras en un sistema de coordenadas Cartesianas tenemos una cuadrilla
rectangular de rectas verticales y horizontales que representan los ejes x e y
respectivamente, en un sistema de coordenadas polarestenemos un polo en el centro el
cual es equivalente al origen en el sistema de coordenadas Cartesianas, y tenemos
muchos círculos concéntricos que tienen su origen en el polo y algunas rectas que pasan
por el polo formando ángulos diferentes en el mismo.
La longitud de estas rectasforma la coordenada radial del sistema, es decir, ‘r’ y el ángulo
en el cual subtienden con respecto al eje x forma las coordenadas polares del sistema,
esto es, t, el cual está en radianes. Por lo tanto, el sistema de coordenadas polares está
representado por un par de coordenadas tales como (r, t).

Una curva polar sólo puede ser graficada en un sistema de coordenadas polares para
alcanzar precisión. Trazar una curva polar es muy parecido a trazar una curva Cartesiana.
Es necesario tomar en cuenta dos técnicas mientras grafica una curva polar, la primera, y
bastante frecuente, es el trazado de los puntos y, la segunda, comprobar la simetría de la
curva.

La mayor parte de las curvas polares son simétricas en los cuadrantes opuestos y por
tanto, pueden graficarse completamente solo por simetría. El trazado del punto se realiza
de forma similar al del sistema de coordenadas Cartesianas. En un sistema de
coordenadas Cartesianas, se calcula sencillamente la salida de la curva para diferentes
valores de x, y en un sistema de coordenadas polares calculamos la salida de la curva
para diferentes valores de t. La salida son los diferentes valores de r.
Existen algunas pruebas que pueden realizarse con el fin de comprobar la simetría de la
curva:

1. Calcule la salida de la curva para un valor opuesto de t, el cualya esté [Link] el

valor resulta ser equivalente a la salida del valor real de t, entonces la curva es simétrica
respecto al eje polar.

2. Sustituya t con un valor opuesto a ella y, r con un valor opuesto al mismo. Si el

resultado es una ecuación equivalente como la anterior, la curva dada es simétrica con
respecto a t = / 2.

3. Sustituya a r con un valor opuesto al mismo. Si el resultado es una ecuación

equivalente igual a la anterior, la curva dada es simétrica alrededor del polo.

Existen varias curvas que son estudiadas fundamentalmente bajo este sistema. Algunas
de estas son loscardioides, los caracoles de Pascal, la Rosa polar, la espiral equiangular
etc.

Tracemos ahora una curva a partir la ecuación r = 3 cos (2t)

Primeramente, debemos tratar de analizar la ecuación. Las curvas polares tienen un

patrón fijo y mediante el análisis de la ecuación dada, puede identificarse el tipo de curva.
La ecuación anterior es una Rosa polar.

Las Rosas polares también pueden tener un número par o impar de pé[Link] el fin de
determinar el número de pétalos que contiene el gráfico, necesitamos calcular a n. Si n es
un par entero, entonces la curva tendrá 2.n número de pétalos, de lo contrario contendrá
un número n de pétalos. En el ejemplo anterior tenemos que n = 2 por lo tanto, la curva
también tendrá2.n número de pétalos, es decir, 4.

Comprobemos la simetría de la curva,

Attach:[Link] Δ

El próximo paso es calcular la función para los diferentes valores de t.

Finalmente dibuje los puntos trazados en un sistema de coordenadas polar como,
Con la ayuda de los tests de simetría realizados anteriormente complete la curva como,
Saludos y suerte prof lauro soto

- See more at:

[Link]
[Link]

Derivacion De Funciones Vectoriales Y Sus

Propiedades
Derivación de funciones vectoriales y sus propiedades

El cálculo aplicado a las funciones Cartesianas puede ser extendido también paraser
aplicable a las funciones vectoriales. Como ya sabemos una función vectorial, es en
realidad, una función compuesta de varias funciones constituyentes. Cada una de estas
funciones constituyentes es una función independiente que determina el efecto del cambio
de variable en su dirección correspondiente, y el efecto general del cambio de variable
puede ser conocido a través de la función compuesta, esta esla función vectorial.
Puesto que una función vectorial es una función compuesta, esta no puede ser
diferenciada directamente, en lugar de diferenciarla, necesitamos diferenciar cada una de
sus funciones constituyentes por separado. Las técnicas utilizadas para integrar una
función Cartesiana se pueden aplicar para diferenciar una función vectorial debido a que
las funciones constitutivas de la misma son funciones valoradas reales.

Asuma que es la función vectorial que será diferenciada para obtener dr/dt o . Aquí la
diferenciación se lleva a cabo con respecto al tiempo ‘t’ porque una función valorada
vectorial se define con respecto a la variable [Link] la derivada de esta función
se denota como,

lim = [ (t + h) - (t)]/ h

Los conceptos del cálculo Cartesiano son aplicables aquí también, lo que significa que
esta derivadade la función vectorial representaría la tangente a la curva de la función
dada en algún punto.

Hay ciertas cosas que deben tenerse en cuenta mientras se diferencia la función: 1. (t) es
real en el tiempo t sólo existe una derivada de en ‘t’.

2. Para un intervalo abierto (a, b) si el valor de (t) existe en cada punto, entonces
podemos decir que la función dada es diferenciable para ese intervalo.

Al considerar los límites de un lado esta diferenciación se puede extender también al

intervalo cerrado.

Ahora diferenciemos una función valorada vectorial.

(t) = t cos (t), −2 sin (t)>

f(t) = t cos (t)

g(t) = −2 sin (t)

d(f(t))/ dt = cos (t) – t sin (t)

d(g(t))/ dt = −2 cos (t)

(t) = < cos (t) – t sin (t), −2 cos (t)

Existen ciertas propiedades de la derivada de una función vectorial. Algunas de ellas se

analizan a continuación.
Asuma que que y y son dos funciones vectoriales cuya derivada se puede determinar en
el instante de tiempo ‘t’. También que es una función valorada real que puede ser
diferenciada en el instante de tiempo ‘t’, y que s es una cantidad [Link],

1. La diferenciación del producto de una cantidad escalar con una función vectorial es
producto de esa cantidad escalar con la derivada de la función vectorial.

2. La diferenciación de la suma de dos funciones vectoriales valor es igual a la suma de

las derivadas de las dos funciones vectoriales.

Esta regla también es aplicable a la diferencia de dos funciones valoradas vectoriales.

3. La diferenciación del producto de una función vectorial y una función valorada real es
igual a la suma del producto de la función real con la derivada de la función vectorial y la
derivada de la función real con la función vectorial.

Saludos y suerte prof lauro soto

- See more at:

[Link]
des#[Link]

.4 Integración de funciones vectoriales

December 13, 2012 9:32 PM

Una función vectorial es una función definida en términos de la variable tiempo. El rango de esta
función es multidimensional dado que la función está constituida por diversos componentes, donde
cada uno de los componentes varía con respecto al tiempo en una de las direcciones. Por lo tanto,
de manera informal una función vectorial puede denotarse como,

Aquí, cada una de las funciones individuales es una función vectorial de variable real en sí misma.
Por lo tanto, el conjunto de funciones (p (t), q (t), r (t)) es una asignación de un intervalo cerrado en
Rk, la cual es de rango dimensional k para la función dada. Las dimensiones de entrada y salida de
una función vectorial son iguales, las cuales son un vector con alguna forma determinada.

La integración de la función se lleva a cabo mediante la integración de cada uno de los

componentes individuales de la función. Por lo tanto la integración de la función vectorial se valora,

Aquí la integración se hace con respecto a ‘t’, la cual es la variable.

Asimismo la integración definida de la función también puede hacerse de la misma manera que
una función ordinaria. Para quela integración definida sea llevada a cabo, los componentes
completos de la función, y por lo tanto la función misma debe ser real en un intervalo cerrado [a, b].
Si el valor de ‘t’ está incrementandose monótonamente en el intervalo dado o podemos decir que, fi
R(t) para i = 1 … k, entonces la integración definida de la función será,

El Teorema Fundamental del Cálculo también se ha modificado para una función valorada vectorial
la cual establece que, sean F y f dos funciones diferentes que se trazan con el rango
multidimensional Rk para un intervalo cerrado [a, b] también la derivada de F es equivalente a f,
entonces

si, f R en [a, b].

Observemos ahora un ejemplo ilustrativo con el fin de tener una mejor comprensión acerca del
tema. Calcule la función r(t), dada r’(t) = - y r(0) = + 2 .

Para determinar la función r(t) a partir de las ecuaciones anteriores tenemos que integrar ‘r(t). Pero
antes vamos a escribir cada una de las dos funciones en sus formas vectoriales,

r’(t) = <1, −1, 0> r(0) = <0, 1, 2>

Ahora integremos r’(t) como,

r’(t) dt = dt - dt + dt r(t) =

Ahora bien, si sustituimos estos valores en la ecuación 2, podemos obtener los valores reales de la
constante de integración como,
r(0) = = <0, 1, 2> c1 = 0 c2 = 1 c3 = 2

Entonces la función r(t) se calcula como .

Por lo general, en el caso que la función vectorial esté en lugar de la constante de integración
hacemos uso del vector integración, el cual es un vector arbitrario.

De manera similar, un campo vectorial completo también puede ser integrado lo cual nos ayuda a
determinar la cantidad de trabajo realizado por el campo vectorial. Esto se hace tomando la integral
de línea del campo vectorial dado.

3.5 Longitud de arco

December 13, 2012 9:35 PM

Una mejor técnica para definir una curva es describirla con una función vectorial de variables
reales. Esta esuna estrategia alternativa para definir una curva y es mucho mejor aquella en la cual
todos los puntos de la curva son vectores posición con puntos terminales. Debido a esto, la curva
es descrita de forma compacta y el cálculo de distintas propiedades de la curva puede llevarse a
cabo convenientemente.
Si hablamos de curvas, una propiedad importante que surge es la longitud del arco de la curva. Las
funciones vectoriales de una variable también se definen paramétricamente; por tanto la definición
de la longitud del arco es la misma que para otras curvas definidas paramétricamente. Para una
función valorada vectorial “p”, en el intervalo cerrado [a, b] cuya definición está dada por la
ecuación,

La primera derivada de la función será,

Tenemos la longitud del arco de la función como,

Aquí tenemos x = q(t), y = r(t) y z = s(t).

Sin embargo, tenemos,

Esto puede ser escrito como,

La ecuación anterior puede ser aproximadamediante la suma de Riemann para confirmar que es la
longitud del arco de una función vectorial,
Aquí tenemos, ti = a + i t y, t = (b – a)/ n
Por lo tanto, se puede concluir que,

Esto implica que tenemos,

La ecuación anterior representa la longitud total de un polígono que tiene sus segmentos de recta
entre los vértices p (ti), donde i = 0… n. por tanto, se puede concluir que el resultado obtenido es
una solución casi perfecta.

La longitud del arco también está representada por la ecuación,

En la ecuación anterior s(t) representa la longitud de la curva desde p(a) hasta p(t). Usando el
Teorema Fundamental del Cálculo, se puede establecer que,

Utilizar la longitud del arco como parámetro de una curva es algo muy inteligente de hacer porque
la longitud del arco de una curva no depende de algún otro tipo de parámetro, lo que nos permite
poder estudiar las otras propiedades de la curva de forma más conveniente.

Considere que t(s) es la función inversa representada por la ecuación anterior. En esta situación
tenemos que, p2(s) = p (t(s))

será un parámetro de la curva de entrada en términos de la longitud del arco.

Al hacer uso de la regla de la cadena, podemos establecer que, p’2 (s) = dp(t(s))/ ds p2 (s) =
p’(t(s))/ ds

Esto significa que, | p2 (s) | = | p’(t) |/ (ds/ dt)

Después de haber visto un montón de fórmulas,pasemos ahora a un ejemplo para entender mejor
los conceptos aprendidos anteriormente.

Determine la longitud del arco de una hélice representada por la ecuación, p (t) = cos (t) + sin (t) + t
0 <= t <= 2 p’(t) = -sin (t) + cos (t) + | p’(t) | = = L = | p’(t) | dt = dt = 2

Esta es sólo una de las parametrizaciones de la curva de entrada, existen muchas otras también
3.6 Vector tangente, normal y binormal

December 13, 2012 9:39 PM

La tangente de una curva es una recta que intersecta la curva en un solo punto. Es conocido por
nosotros a través del cálculo que mediante la diferenciación de una función se obtiene el punto
tangencial para la curva de esa función. Un concepto similar es aplicable al cálculo vectorial, junto
con una excepción.

Para una función con un vector de la forma, (x), un vector de la forma es llamado vector tangente
en el caso de que esta función sea real y su magnitud no sea igual a cero. En esta situación, la
tangente de la función dada (x) en un punto arbitrario es paralela al vector tangente, en ese punto.
Aquí, con el fin de tener un vector tangente, 0 es un pre-requisito esencial. Esto es debido a que un
vector de magnitud cero no puede tener dirección.

De manera similar, un vector tangencial unitario es definido como,

Aquí s es la longitud total del arco dado, (t) es el vector posición de la función dada y t es la
variable de parametrización.

En la figura anterior, X es un punto estático, mientras que P es un punto en movimiento. El punto P

se mueve lentamente en la dirección del punto X, mientras el punto P se acerca al punto X, el
vector desde el punto X hasta el punto P se acerca al vector tangente en el punto X. La recta que
contiene el vector tangente se conoce como recta tangencial.

Un vector normal es algo similar a un vector unitario, suponga que para una función (x), (t) es el
vector posición, entonces el vector normal para la función dada es definida como,
Aquí es el vector unitario de la función dada.

Como se describió en la figura anterior, un vector normal es un vector que está perpendicular a un
plano o superficie dada. Un vector normal para una superficie dada en un punto arbitrario,sea (x,
y), está dado por una matriz como la siguiente,

Aquí fx y fy son diferenciales parciales de la función dada con respecto a x e y.

De la misma forma, el vector normal a un plano es representado por una matriz como,

Donde la ecuación del plano es,

f(x, y, z) = ax + by + cz + d = 0

Un vector binormal es un producto cruz o producto vectorial del vector normal y del vector unitario
normal. Suponga que para una función (x), (t) es el vector posición, entonces el vector binormal
para la función dada se define como,

Como sabemos que tanto un vector unitario como un vector normal son vectores unitarios y que se
encuentranperpendicular a la superficie dada, un vector Binormal es también un vector unitario que
se encuentra normal a un plano o superficie dada. Este vector es normal a ambos, el vector unitario
y el vector normal.

Derivemos ahora el vector tangente, el vector unitario y el vector normal para una
funcióndeterminada.

(t) = (t) = ←sin (t), cos (t), 1> =

= ←sin (t)/ , cos (t)/ , 1/ > (t) = ←cos (t)/ , -sin (t)/ , 0> (t) = 1/ (t) =

←cos (t), -sin (t), 0> = ←sin (t)/ , cos (t)/ , 1/ > X ←cos (t), -sin (t), 0> =
3.7 Curvatura

December 13, 2012 9:56 PM

La medida en la cual se desvía un determinado objeto geométrico se conoce como curvatura.

Existen básicamente dos tipos principales de curvatura: curvatura intrínseca y extrínseca. Para los
objetos que se encuentran en un espacio diferente, en este tipo de enfoque que se relaciona con la
curvatura del radio del círculo que traza el objeto correspondiente, se define una curvatura
extrínseca. El círculo puede ser el ejemplo más sencillo de una curvatura extrínseca dado que
encada punto de la circunferencia; la curvatura es igual al recíproco del radio. La curvatura
intrínseca en la naturaleza es descrita por la variedad de Riemann en cada punto.

Una curvatura en un plano pertenece a una cantidad escalar, mientras que en 2D o 3D, la identidad
de la curvatura es definida como un vector en el cual tanto la nitidez como la dirección de
inclinación es considerada.

Curvatura de una Recta: Un círculo de radio l/ k es formado por la recta en caso que tenga la
misma curvatura en todos sus [Link] cada uno de los puntos la curvatura puede ser calculada
como

Consideremos algunos de los casos de la siguiente fórmula:

En el caso que la curva y su correspondiente ecuación sean de la forma

Entonces en P la segunda derivada resultará ser positiva lo cual significa que la pendiente
incrementará con el recorrido de la recta transversa.

En el caso que la curva y su correspondiente ecuación sean de la forma

Entonces en P la segunda derivada resultará ser negativa lo cual significa que la pendiente
disminuirá con el recorrido de la recta transversa.

Y en el caso que la curva y su correspondiente ecuación sean de la forma

Este gráfico representa la curvatura cero. Este es el punto de inflexión de la pendiente.

Curvatura de la Superficie: La curvatura de una superficie puede ser negativa o positiva. Sin
embargo, en el caso de una curvatura positiva se forma una superficie esférica. Hay ciertos casos
relacionados con la curvatura de la superficie:

Si la superficie es plana, entoncesen cada punto de la superficie la curvatura resulta ser 0. Esta
denota una esfera de diámetro infinito.

Al tomar parte de la esfera la cual a su vez toca el plano, con el cambio de giro de la curvatura
hacia nosotros dentro de dos dimensiones, se obtiene una curvatura positiva.

De igual manera, al tomar la parte de la esfera en la cara opuesta del plano, con el cambio de giro
de la curvatura hacia afuera dentro de dos dimensiones, se obtiene una curvatura negativa.

La curvatura también puede ser encontrada con la ayuda de la longitud de la cuerda así también
como con la del arco. Para esto, considere dos puntos cualesquiera P y Q en la curva C y cuya
longitud del arco sea s (P, Q) y la longitud del segmento de recta es d (P, Q). Entonces, en Pla
curvatura de la curva C es dada por:

En lugar de s (P, Q) en el denominador, también se puede colocard (P, Q). Esta fórmula mantiene
su importancia en cualquiera de las dimensiones. Una singularidad en el punto P también puede
incluirse dentro de esta definición en el caso de que el límite se considere en ambos lados de
forma independiente.

Sistema de ecuaciones lineales

En matemáticas y álgebra lineal, un sistema de ecuaciones lineales, también conocido
como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto
de ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuación es de
primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal
de ecuaciones sería el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que
satisfacen las tres ecuaciones.
El problema de los sistemas lineales de ecuaciones es uno de los más antiguos de la
matemática y tiene una infinidad de aplicaciones, como en procesamiento digital de
 señales, análisis estructural, estimación, predicción y más generalmente en programación
lineal así como en la aproximación de problemas no lineales de análisis numérico.

Índice
[ocultar]

 1 Introducción

 2 Sistemas lineales reales

o 2.1 Representación gráfica

o 2.2 Tipos de sistemas

 2.2.1 Algoritmo para determinar si un sistema es compatible

 2.2.2 Sistemas compatibles indeterminados

 2.2.3 Sistemas incompatibles

o 2.3 Métodos de solución a sistemas de ecuaciones lineales

 2.3.1 Sustitución

 2.3.2 Igualación

 2.3.3 Reducción

 2.3.4 Método gráfico

 2.3.5 Método de Gauss

 [Link] Eliminación de Gauss-Jordan

 2.3.6 Regla de Cramer

 2.3.7 Algoritmos numéricos

 3 Solución de sistemas lineales en un anillo

 4 Véase también
 5 Enlaces externos

Introducción[editar]
En general, un sistema con m ecuaciones lineales y n incógnitas puede ser escrito en forma
normal como:

Donde son las incógnitas y los números son los coeficientes del
sistema sobre el cuerpo . Es posible reescribir el sistema separando con
coeficientes con notación matricial:

(1)
Si representamos cada matriz con una única letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector

columna de longitud m. El sistema de eliminación de Gauss-Jordan se aplica a este tipo de
sistemas, sea cual sea el cuerpo del que provengan los coeficientes. La matriz A se
llama matriz de coeficientes de este sistema lineal. A b se le llama vector de términos
independientes del sistema y a x se le llama vector de incógnitas.

Sistemas lineales reales[editar]

En esta sección se analizan las propiedades de los sistemas de ecuaciones lineales sobre el
cuerpo , es decir, los sistemas lineales en los cuales los coeficientes de las ecuaciones
son números reales.
Representación gráfica[editar]
La intersección de dosplanos que no son paralelos coincidentes es una recta.

Un sistema con incógnitas se puede representar en el n-espacio correspondiente.

En los sistemas con 2 incógnitas, el universo de nuestro sistema será el plano bidimensional,
mientras que cada una de las ecuaciones será representada por una recta. La solución será
el punto (o línea) donde se intersequen todas las rectas representan a las ecuaciones. Si no
existe ningún punto en el que se intersequen al mismo tiempo todas las líneas, el sistema es
incompatible, o lo que es lo mismo, no tiene solución.
En el caso de un sistema con 3 incógnitas, el universo será el espacio tridimensional, siendo
cada ecuación un plano dentro del mismo. Si todos los planos intersecan en un único punto,
las coordenadas de este serán la solución al sistema. Si, por el contrario, la intersección de
todos ellos es una recta o incluso un plano, el sistema tendrá infinitas soluciones, que serán
las coordenadas de los puntos que forman dicha línea o superficie.
Para sistemas de 4 o más incógnitas, la representación gráfica no existe, por lo que dichos
problemas no se enfocan desde esta óptica.
Tipos de sistemas[editar]

Los sistemas de ecuaciones se pueden clasificar según el número de soluciones que pueden
presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:

 Sistema compatible si tiene solución, en este caso además puede distinguirse entre:

 Sistema compatible determinado cuando tiene una única solución.

 Sistema compatible indeterminado cuando admite un conjunto infinito de

soluciones.

 Sistema incompatible si no tiene solución.

Quedando así la clasificación:
Los sistemas incompatibles geométricamente se caracterizan por (hiper)planos o rectas que
se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un
conjunto de (hiper)planos o rectas que se cortan en un único punto. Los sistemas compatibles
indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de una recta [o más
generalmente un hiperplano de dimensión menor]. Desde un punto de vista algebraico los
sistemas compatibles determinados se caracterizan porque eldeterminante de la matriz es
diferente de cero:
Algoritmo para determinar si un sistema es compatible[editar]

Podemos averiguar si un sistema es o no compatible mediante el Teorema de Rouché-

Frobenius que establece que un sistema de ecuaciones lineales es compatible sólo si el rango
de su matriz ampliada coincide con el de su matriz de coeficientes. Supongamos que el
sistema es compatible. Si el valor común de los rangos de las matrices coincide con el número
de variables, el sistema es compatible determinado; en caso contrario, es compatible
indeterminado.
Sistemas compatibles indeterminados[editar]

Un sistema sobre un cuerpo K es compatible indeterminado cuando posee un número

infinito de soluciones. Por ejemplo, el siguiente sistema:

Tanto la primera como la segunda ecuación se corresponden con la recta cuya pendiente
es y que pasa por el punto , por lo que ambas intersecan en todos los puntos
de dicha recta. El sistema es compatible por haber solución o intersección entre las rectas,
pero es indeterminado al ocurrir esto en infinitos puntos.

 En este tipo de sistemas, la solución genérica consiste en expresar una o más

variables como función matemática del resto. En los sistemas lineales compatibles
indeterminados, al menos una de sus ecuaciones se puede hallar como combinación
lineal del resto, es decir, es linealmente dependiente.

 La condición necesaria para que un sistema sea compatible indeterminado es que el

determinante de la matriz del sistema sea cero al igual que el rango de la matriz ampliada
y menor al número de incógnitas(y por tanto uno de sus autovalores será 0):

 De hecho, de las dos condiciones anteriores se desprende, que el conjunto de

soluciones de un sistema compatible indeterminado es un subespacio vectorial. Y la
dimensión de ese espacio vectorial coincidirá con la multiplicidad geométrica del autovalor
cero.
Sistemas incompatibles[editar]

De un sistema se dice que es incompatible cuando no presenta ninguna solución. Por

ejemplo, supongamos el siguiente sistema:
Las ecuaciones se corresponden gráficamente con dos rectas, ambas con la misma
pendiente, Al ser paralelas, no se cortan en ningún punto, es decir, no existe ningún valor que
satisfaga a la vez ambas ecuaciones.
Matemáticamente un sistema de estos es incompatible cuando el rango de la matriz del
sistema es inferior al rango de la matriz ampliada. Una condición necesaria para que esto
suceda es que el determinante de la matriz del sistema sea cero:

Métodos de solución a sistemas de ecuaciones lineales [editar]

Sustitución[editar]

El método de sustitución consiste en despejar en una de las ecuaciones cualquier incógnita,

preferiblemente la que tenga menor coeficiente y a continuación sustituirla en otra ecuación
por su valor.
En caso de sistemas con más de dos incógnitas, la seleccionada debe ser sustituida por su
valor equivalente en todas las ecuaciones excepto en la que la hemos despejado. En ese
instante, tendremos un sistema con una ecuación y una incógnita menos que el inicial, en el
que podemos seguir aplicando este método reiteradamente. Por ejemplo, supongamos que
queremos resolver por sustitución este sistema:

En la primera ecuación, seleccionamos la incógnita por ser la de menor coeficiente y que

posiblemente nos facilite más las operaciones, y la despejamos, obteniendo la siguiente
ecuación.

El siguiente paso será sustituir cada ocurrencia de la incógnita en la otra ecuación, para así
obtener una ecuación donde la única incógnita sea la .

Al resolver la ecuación obtenemos el resultado , y si ahora sustituimos esta incógnita

por su valor en alguna de las ecuaciones originales obtendremos , con lo que el
sistema queda ya resuelto.
Igualación[editar]

El método de igualación se puede entender como un caso particular del método de sustitución
en el que se despeja la misma incógnita en dos ecuaciones y a continuación se igualan entre
sí la parte derecha de ambas ecuaciones.
Tomando el mismo sistema utilizado como ejemplo para el método de sustitución, si
despejamos la incógnita en ambas ecuaciones nos queda de la siguiente manera:

Como se puede observar, ambas ecuaciones comparten la misma parte izquierda, por lo que
podemos afirmar que las partes derechas también son iguales entre sí.
Una vez obtenido el valor de la incógnita , se sustituye su valor en una de las ecuaciones
originales, y se obtiene el valor de la .
La forma más fácil de tener el método de sustitución es realizando un cambio para despejar x
después de averiguar el valor de la y.
Reducción[editar]

Este método suele emplearse mayoritariamente en los sistemas lineales, siendo pocos los
casos en que se utiliza para resolver sistemas no lineales. El procedimiento, diseñado para
sistemas con dos ecuaciones e incógnitas, consiste en transformar una de las ecuaciones
(generalmente, mediante productos), de manera que obtengamos dos ecuaciones en la que
una misma incógnita aparezca con el mismo coeficiente y distinto signo. A continuación, se
suman ambas ecuaciones produciéndose así la reducción o cancelación de dicha incógnita,
obteniendo así una ecuación con una sola incógnita, donde el método de resolución es simple.
Por ejemplo, en el sistema:

No tenemos más que multiplicar la primera ecuación por para poder cancelar la
incógnita . Al multiplicar, dicha ecuación nos queda así:

Si sumamos esta ecuación a la segunda del sistema original, obtenemos una nueva
ecuación donde la incógnita ha sido reducida y que, en este caso, nos da directamente
el valor de la incógnita :

El siguiente paso consiste únicamente en sustituir el valor de la incógnita en

cualquiera de las ecuaciones donde aparecían ambas incógnitas, y obtener así
que el valor de si sustituimos en la primera ecuación es igual a:
Método gráfico[editar]

Rectas que pasan por el punto: (2,4)

Consiste en construir la gráfica de cada una de las ecuaciones del sistema. El

método (manualmente aplicado) solo resulta eficiente en elplano cartesiano, es
decir para un espacio de dimensión .
El proceso de resolución de un sistema de ecuaciones mediante el método gráfico
se resuelve en los siguientes pasos:

1. Se despeja la incógnita en ambas ecuaciones.

2. Se construye para cada una de las dos ecuaciones de primer grado

obteniendo la tabla de valores correspondientes.

3. Se representan gráficamente ambas rectas en los ejes coordenados.

4. En este último paso hay tres posibilidades:

1. Si ambas rectas se cortan, las coordenadas del punto de corte

son los únicos valores de las incógnitas (x,y). "Sistema
compatible determinado".

2. Si ambas rectas son coincidentes, el sistema tiene infinitas

soluciones que son las respectivas coordenadas de todos los
puntos de esa recta en la que coinciden ambas. «Sistema
compatible indeterminado».

3. Si ambas rectas son paralelas, el sistema no tiene solución en los

reales pero si en los complejos.
Método de Gauss[editar]

El método de eliminación de Gauss o simplemente método de Gauss consiste en

convertir un sistema lineal de n ecuaciones con n incógnitas, en uno escalonado,
en el que la primera ecuación tiene n incógnitas, la segunda ecuación tiene n - 1
incógnitas, ..., hasta la última ecuación, que tiene 1 incógnita. De esta forma, será
fácil partir de la última ecuación e ir subiendo para calcular el valor de las demás
incógnitas.

[Expandir]Ejemplo de eliminación de Gauss

Eliminación de Gauss-Jordan[editar]

Una variante de este método, denominada eliminación de Gauss-Jordan, es un

método aplicable únicamente a los sistemas lineales de ecuaciones, y consistente
en triangular la matriz aumentada del sistema mediante transformaciones
elementales, hasta obtener ecuaciones de una sola incógnita, cuyo valor será
igual al coeficiente situado en la misma fila de la matriz. Este procedimiento es
similar al anterior de reducción, pero ejecutado de manera reiterada y siguiendo
un cierto orden algorítmico.

[Expandir]Ejemplo de eliminación de Gauss-Jordan

Regla de Cramer[editar]

Artículo principal: Regla de Cramer

La regla de Cramer da una solución para sistemas compatibles determinados en

términos de determinantes y adjuntos dada por:

Donde Aj es la matriz resultante de remplazar la j-ésima columna de A por el

vector columna b. Para un sistema de dos ecuaciones y dos incógnitas:

La regla de Cramer da la siguiente solución:

Nota: Cuando en la determinante original det(A) el resultado es 0, el sistema

indica múltiples o sin coincidencia.
Algoritmos numéricos[editar]

La eliminación de Gauss-Jordan es un algoritmo numérico usado para una gran

cantidad de casos específicos, aunque posteriormente se han desarrollado
algoritmos alternativos mucho más eficientes. La mayoría de estos algoritmos
mejorados tienen una complejidad computacional de O(n²) (donde n es el número
de ecuaciones del sistema). Algunos de los métodos más usados son:

 Para los problemas de la forma Ax = b, donde A es una matriz de

Toeplitz simétrica, se puede utilizar la recursión de Levinson o alguno de los
métodos derivados de este. Un método derivado de la recursión de Levinson
es la recursión de Schur, que es ampliamente usado en el campo
del procesamiento digital de señales.

 Para los problemas de la forma Ax = b, donde A es una matriz singular o casi

singular, la matriz A se descompone en el producto de tres matrices en un
proceso llamadodescomposición en valores singulares.
Cuando consideramos ecuaciones lineales cuyas soluciones son números
racionales, reales o complejos o más generalmente un cuerpo , la solución
puede encontrarse mediante Regla de Cramer. Para sistemas de muchas
ecuaciones la regla de Cramer puede ser computacionalmente más costosa y
suelen usarse otros métodos más "económicos" en número de operaciones como
la eliminación de Gauss-Jordan y la descomposición de Cholesky. Existen
también métodos indirectos (basados en iteraciones) como el método de Gauss-
Seidel.
Si el cuerpo es infinito (como es el caso de los números reales o complejos),
entonces solo puede darse una de las tres siguientes situaciones:

 el sistema no tiene solución (en dicho caso se dice que el sistema está
sobredeterminado o que es incompatible)

 el sistema tiene una única solución (el sistema es compatible determinado)

 el sistema tiene un número infinito de soluciones (el sistema es compatible

indeterminado).

Solución de sistemas lineales en un anillo[editar]

Artículo principal: Ecuación diofántica

Los métodos para resolver el sistema (1) sobre un anillo son muy diferentes a los
considerados anteriormente. De hecho la mayoría de métodos usados
en cuerpos, como laregla de Cramer, son inaplicables en anillos debido a que no
existen inversos multiplicativos.
 La existencia de solución del sistema (1) sobre los enteros requiere varias
condiciones:

1. Para cada i es divisor de .

2. Si la condición anterior se cumple para un determinado i existe un

conjunto de enel conjunto de enteros que satisface la i-ésima ecuación, y
existirá solución si la intersección .

Espacio vectorial
Este artículo está orientado a proporcionar un tratamiento riguroso y abstracto del
concepto de espacio vectorial. Para una introducción más accesible al concepto,
véaseVector

Representación artística de un 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.

Índice
[ocultar]
 1 Historia

 2 Notación

 3 Definición de espacio vectorial

o 3.1 Observaciones

o 3.2 Propiedades

o 3.3 Primer ejemplo con demostración al detalle

 4 Ejemplos de espacios vectoriales

o 4.1 Los cuerpos

o 4.2 Sucesiones sobre un cuerpo

o 4.3 Espacios de aplicaciones sobre un cuerpo

 4.3.1 Los polinomios

 4.3.2 Funciones trigonométricas

o 4.4 Los sistemas de ecuaciones lineales homogéneas

 5 Definición de subespacio vectorial

o 5.1 Consecuencias

 6 Resultados internos

o 6.1 Combinación lineal

 6.1.1 Proposición 1

o 6.2 Independencia lineal

 6.2.1 Proposición 2
 o 6.3 Base de un espacio vectorial

o 6.4 Base formalmente

 6.4.1 Teorema de la base de generadores

 6.4.2 Teorema Steinitz

o 6.5 Observación

o 6.6 Dimensión

 6.6.1 Notación

o 6.7 Intersección de subespacios vectoriales

o 6.8 Suma de subespacios vectoriales

o 6.9 Teorema Fórmula de Grassmann

o 6.10 Suma directa de subespacios vectoriales

o 6.11 Cociente de espacios vectoriales

 7 Construcciones básicas

o 7.1 Suma directa de espacios vectoriales

 8 Espacios vectoriales con estructura adicional

o 8.1 Espacios normados

o 8.2 Espacio métrico

o 8.3 Espacios vectoriales topológicos

o 8.4 Espacios de Banach

o 8.5 Espacios prehilbertianos

 o 8.6 Espacios de Hilbert

 9 Morfismos entre espacios vectoriales

o 9.1 Aplicaciones lineales

 10 Véase también

 11 Referencias

o 11.1 Notas

o 11.2 Referencias históricas

o 11.3 Bibliografía

 12 Enlaces externos

Historia[editar]
Históricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se
remontan al siglo XVII: geometría analítica, matrices y sistemas de ecuaciones lineales.
Los espacios vectoriales se derivan de la geometría afín, a través de la introducción
de coordenadas en el plano o el espacio tridimensional. Alrededor de 1636, los
matemáticos franceses Descartes y Fermat fundaron las bases de la geometría
analítica mediante la vinculación de las soluciones de una ecuación con dos variables a la
determinación de una curva [Link] 1 Para lograr una solución geométrica sin usar
coordenadas, Bernhard Bolzano introdujo en 1804 ciertas operaciones sobre puntos,
líneas y planos, que son predecesores de los [Link] 2 Este trabajo hizo uso del
concepto de coordenadas baricéntricas de August Ferdinand Möbius de [Link] 3
La primera formulación moderna y axiomática se debe a Giuseppe Peano, a finales del
siglo XIX. Los siguientes avances en la teoría de espacios vectoriales provienen
delanálisis funcional, principalmente de espacios de funciones. Los problemas de Análisis
funcional requerían resolver problemas sobre la convergencia. Esto se hizo dotando a los
espacios vectoriales de una adecuada topología, permitiendo tener en cuenta cuestiones
de proximidad y continuidad. Estos espacios vectoriales topológicos, en particular
los espacios de Banach y los espacios de Hilbert tienen una teoría más rica y elaborada.
El origen de la definición de los vectores es la definición de Giusto Bellavitis de bipoint,
que es un segmento orientado, uno de cuyos extremos es el origen y el otro un objetivo.
Los vectores se reconsideraron con la presentación de los números
complejos de Argand y Hamilton y la creación de los cuaterniones por este último
(Hamilton fue además el que inventó el nombre de vector). nota 4 Son elementos de R2 y R4;
el tratamiento mediante combinaciones lineales se remonta a Laguerre en 1867, quien
también definió lossistemas de ecuaciones lineales.
En 1857, Cayley introdujo la notación matricial, que permite una armonización y
simplificación de las aplicaciones lineales. Casi al mismo tiempo, Grassmann estudió el
cálculo baricéntrico iniciado por Möbius. Previó conjuntos de objetos abstractos dotados
de [Link] 5 En su trabajo, los conceptos de independencia lineal y dimensión, así
como de producto escalar están presentes. En realidad el trabajo de Grassmann de 1844
supera el marco de los espacios vectoriales, ya que teniendo en cuenta la multiplicación,
también, lo llevó a lo que hoy en día se llaman álgebras. El matemático italiano Peano dio
la primera definición moderna de espacios vectoriales y aplicaciones lineales en 1888. nota 6
Un desarrollo importante de los espacios vectoriales se debe a la construcción de
los espacios de funciones por Henri Lebesgue. Esto más tarde fue formalizado
por Banach en su tesis doctoral de 1920nota 7 y por Hilbert. En este momento, el álgebra y
el nuevo campo del análisis funcional empezaron a interactuar, en particular con
conceptos clave tales como los espacios de funciones p-integrables y los espacios de
Hilbert. También en este tiempo, los primeros estudios sobre espacios vectoriales de
infinitas dimensiones se realizaron.
Los espacios vectoriales tienen aplicaciones en otras ramas de la matemática, la ciencia y
la ingeniería. Se utilizan en métodos como las series de Fourier, que se utiliza en las
rutinas modernas de compresión de imágenes y sonido, o proporcionan el marco para
resolver ecuaciones en derivadas parciales. Además, los espacios vectoriales
proporcionan una forma abstracta libre de coordenadas de tratar con objetos geométricos
y físicos, tales como tensores, que a su vez permiten estudiar las propiedades locales
de variedades mediante técnicas de linealización.

Notación[editar]
Dado un espacio vectorial sobre un cuerpo , se distinguen.
Los elementos de como:

se llaman vectores.
Caligrafías de otras obras

Si el texto es de física suelen representarse bajo una flecha:

Los elementos de como:

se llaman escalares.

Definición de espacio vectorial[editar]

Un espacio vectorial sobre un cuerpo (como el cuerpo de
los números reales o los números complejos) es un conjunto no vacío,
dotado de dos operaciones para las cuales será cerrado:

operación interna tal que:

1) tenga la propiedad conmutativa, es decir

2) tenga la propiedad asociativa, es decir

3) tenga elemento neutro , es decir

4) tenga elemento opuesto, es decir

y la operación producto por un escalar:

operación externa tal que:

5) tenga la propiedad asociativa:

6) sea elemento neutro del producto:

7) tenga la propiedad distributiva del producto respecto la suma de vectores:

8) tenga la propiedad distributiva del producto respecto la suma de escalares:

Véase también: Espacio euclídeo

Véase también: Vector

Véase también: Representación

gráfica de vectores

Observaciones[editar]
La denominación de las dos
operaciones no condiciona la
definición de espacio vectorial por lo
que es habitual encontrar
traducciones de obras en las que se
utilizamultiplicación para
 el producto y adición para la suma,
usando las distinciones propias de la
aritmética.
Para demostrar que un conjunto
es un espacio vectorial:

 Lo es si sus dos operaciones,

por ejemplo
y admiten una
redefinición del
tipo
y cumpli
endo las 8 condiciones exigidas.

 Si supiésemos que es
un grupo conmutativo o abeliano
respecto la suma ya tendríamos
probados los apartados 1, 2,
3 y 4.

 Si supiésemos que el producto

es una acción por la izquierda
de tendríamos probados los
apartados 5 y 6.

 Si no se dice lo contrario:
.
Propiedades[editar]

[Expandir]Unicidad del vector neutro de la propiedad 3

[Expandir]Unicidad del vector opuesto de la propiedad

[Expandir]Unicidad del elemento en el cuerpo

[Expandir]Unicidad del elemento inverso en el cuerpo

 [Expandir]Producto de un escalar por el vector neutro

[Expandir]Producto del escalar 0 por un vector

Si

 Si es cierto.

 Si entonces:

Notación

.
Observación

 Si

 Si
Primer
ejemplo con
demostració
n al
detalle[editar]
Se quiere
probar que
es un espacio
vectorial
sobre

Si juega el
papel de y
el de :
Los elementos:

son, de
forma
genérica:
es
decir,
pares
de
número
s
reales.
Por
claridad
se
conserv
a la
denomi
nación
del
vector,
en este
caso u,
en sus
coorden
adas,
añadien
do el
subíndi
ce x o y
para
denomi
nar su
compon
ente en
el
eje x o
y respe
ctivame
nte
En s
e define
la
operaci
ón
suma:

don
de:
y la
suma
de u y v
sería:

donde:

esto implica que

la suma de
vectores es
interna y bien
definida.
La operación
interna suma
tiene las
propiedades:
1) La propiedad
conmutativa, es
decir:

2) La propiedad as

3) tiene elemento n

4) tenga elemento
La operación produ

El producto de a y

donde:

esto implica que la

5) tenga la propied

Esto es:

6) sea ele

Que resulta:

Que tiene la propie

7) distributiva por la

En este caso tenem

 8) distributiva por la

Que en este caso t

Queda demostrado

Ejemplos de
Los cuerpos[ed
Todo cuerpo es un

 es un espac
Todo cuerpo es un

 es un espac

 es un espac
Sucesiones so
El espacio vectoria

(u1, u2, ..., un)+(v1, v2, ..., vn)=(u1+v1, u2+v2, ..., un+vn).
a(u1, u2, ..., un)=(au1, au2, ..., aun).
Las sucesiones inf

(u1, u2, ..., un, ...)+(v1, v2, ..., vn, ...)=(u1+v1, u2+v2, ..., un+vn, ...).
a(u1, u2, ..., un, ...)=(au1, au2, ..., aun, ...).

El espacio de las m
 También son espac
matrices ,
Espacios de ap
El conjunto de l

Los polinomios[e

Suma de f(x)=x+x2 y

El espacio vectoria

Expresión general: ,donde

los coeficientes , considérese .

,
donde y ,
 .
Las series de poten
Funciones trigono

Las funciones trigo

Expresión general:

.
Los sistemas d
Artículos principales: E

Sistema de 2 ecuacio
 Un sistema de ecu
operaciones:

Si
Si .

También que las ec

Si
Si .

Definición d
Sea un espacio
 Nota. En este caso se dice que es un sistema de generadores que genera a .

Si .

a1vi1 + a2vi2 + ... + anvin,

tantes. Equivalentemente, una ecuación

a1vi1 + ai2v2 + ... + anvin = 0

unto de vista.

Proposición 3. Dado un espacio vectorial es una

base .
 Proposición 4. Dado un espacio vectorial linealmente
independiente y son linealmente
independiente.

Corolario. Si un espacio vectorial tiene una base de vectores cualquier otra

base posee vectores.

, que es más débil que el axioma de elección, implica que todas las bases de un espacio vectorial tienen el

Si tiene base finita, diremos dimensión al número de elementos de dicha base.

Si tiene base no finita, diremos que es de dimensión infinita.

Si tiene dimensión lo indicaremos como .

Si tiene dimensión como subespacio de lo indicaremos

.
Observaciones. Para la intersección sucesiva de espacios vectoriales se procede,
inductivamente, de dos en dos.

.
 Observación. Para la suma sucesiva de espacios vectoriales se procede,
inductivamente, de dos en dos.

La relación anterior es una relación de equivalencia.

Se nota por
a la clase de modulo .

Se nota por a dicho espacio cociente.

ales, que determina un objeto X especificando las aplicaciones lineales de X a cualquier otro espacio vectorial.

,
.

recen un marco para hacer frente a la cuestión fundamental para el análisis de si una sucesión de
r nuevas estructuras.
Proposición 5. Un espacio normado es un espacio métrico, donde la distancia viene
dada por:

es una topología vectorial sobre ,

es un espacio vectorial topológico.

Proposición 6.. Todo espacio vectorial topológico dotado de una métrica es espacio
normado.
Proposición 7.. Todo espacio normado es un espacio vectorial topológico.
 ,
.