ALUMNO :ALFONSO OLIVER SALINAS
DOCENTA: Raquel Aguilar Rodríguez
MATERIA:ECUACIONES LINEALES UNIVERSIDAD
DE
Correo: r.ag
INSURGENTES
08/10/2023
ECUACIONES LINEALES
OISAoliver oliver salinas
CALCULO DIFERENCIAL
UNIVERSIDAD DE INSURGENTES
En las dos cuartillas siguientes, resumiré los conceptos clave
presentados en la antología sobre álgebra lineal, que incluye temas
como espacios vectoriales, bases, coordenadas de vectores, matrices
de transición y otros conceptos relacionados.
**Cuartilla 1**
**Introducción a Álgebra Lineal y Espacios Vectoriales**
El álgebra lineal es una rama de las matemáticas que estudia los espacios
vectoriales y las operaciones que se pueden realizar en ellos. Los espacios
vectoriales son conjuntos de vectores que pueden sumarse y multiplicarse por
escalares. Tienen propiedades como la clausura bajo la adición y la
multiplicación escalar, existencia de un vector cero y existencia de un vector
opuesto.
**Subespacios Vectoriales**
Los subespacios vectoriales son conjuntos de vectores que, por sí mismos,
también forman un espacio vectorial. Para ser considerados subespacios,
deben cumplir con tres condiciones: contener al vector cero, ser cerrados bajo
la adición y ser cerrados bajo la multiplicación escalar.
**Combinación Lineal y Vectores Generadores**
Una combinación lineal de un conjunto de vectores es un vector que se puede
obtener sumando múltiplos escalares de estos vectores. Los vectores
generadores son un conjunto de vectores que pueden expresar cualquier
vector en un espacio vectorial como una combinación lineal de ellos.
**Vectores Linealmente Dependientes e Independientes**
Un conjunto de vectores se considera linealmente dependiente si uno o más de
los vectores pueden expresarse como una combinación lineal de los otros. Por
otro lado, se considera linealmente independiente si ningún vector del conjunto
puede expresarse como combinación lineal de los otros.
**Dimensión de un Espacio Vectorial**
La dimensión de un espacio vectorial es el número de vectores en cualquier
base del espacio vectorial. Es una medida de cuántos parámetros se necesitan
para especificar un vector en ese espacio.
**Cuartilla 2**
**Rango, Nulidad, Espacio de Renglones y Columnas de una Matriz**
El rango de una matriz es la dimensión del subespacio generado por sus
columnas o filas. La nulidad es la dimensión del espacio nulo de la matriz, que
consiste en todos los vectores que son enviados al vector cero por la matriz. El
espacio de renglones es el subespacio generado por los renglones de la matriz,
y el espacio de columnas es el subespacio generado por las columnas de la
matriz.
**Matriz de Transición**
Una matriz de transición se utiliza para cambiar las coordenadas de un vector
de una base a otra. Para construir una matriz de transición, se expresan los
vectores de una base en términos de los vectores de la otra base y se colocan
los coeficientes en la matriz. La matriz de transición de B a B' es la inversa de
la matriz de transición de B' a B.
**Ejemplo de Matriz de Transición**
Se presenta un ejemplo de cómo encontrar la matriz de transición de una base
estándar a una base alternativa en el espacio R2. Se obtiene una matriz de
transición P cuyas columnas representan los coeficientes para expresar los
vectores de la base estándar en términos de la base alternativa.
En resumen, el álgebra lineal es una rama importante de las matemáticas que
se ocupa de estudiar los espacios vectoriales y las operaciones en ellos. Los
conceptos de bases, coordenadas, matrices de transición, rango y nulidad son
fundamentales para comprender y trabajar con espacios vectoriales y sistemas
lineales. Estos conceptos encuentran aplicaciones en diversas áreas, como la
física, la ingeniería, la estadística y el machine learning.
REFERENCIAS APA
Libretexts. (2022). 12.3: Una introducción a los espacios vectoriales. LibreTexts Español.
Recuperado de
https://espanol.libretexts.org/Matematicas/Combinatoria_y_Matematicas_Discretas/Estructuras
_Discre-
tas_Aplicadas_(Doerr_y_Levasseur)/12:_Más_álgebra_matricial/12.03:_Una_introducción_a_lo
s_espa-
cios_vectoriales
• Tyagi, H. (2021). How Machine Learning Uses Linear Algebra to Solve Data Problems.
freeCodeCamp.
org. Recuperado de https://www.freecodecamp.org/news/how-machine-learning-leverages-
linear-alge-
bra-to-optimize-model-trainingwhy-you-should-learn-the-fundamentals-of-linear-algebra/
• Universidad Tecnológica Nacional. (2019). Vectores linealmente independientes: base y
dimensión [Guía
Completa + Ejercicios]. Álgebra y Geometría Analítica. Recuperado de
https://aga.frba.utn.edu.ar/conjun-
to-generador-li-y-ld-base-dimension/
