Algebra 27
πŸ“

Algebra 27

Tags
Math
Published

Algebra 27


Vectores

Un vector es una entidad matemΓ‘tica que tiene magnitud y direcciΓ³n. Se puede representar grΓ‘ficamente como una flecha con una direcciΓ³n y longitud especΓ­ficas. Los vectores en R2 y R3ℝ^2 \space y \space ℝ^3 tienen 2 y 3 componentes respectivamente.
  • Vector en R2ℝ^2 v=(v1v2)\mathbf{v} = \begin{pmatrix} v_1 \\ v_2 \end{pmatrix}
  • Vector en R3 ℝ^3 v=(v1v2v3)\mathbf{v} = \begin{pmatrix} v_1 \\ v_2 \\ v_3 \end{pmatrix}

Operaciones con Vectores

pSuma de Vectores:
(R2):  a+b=(a1+b1a2+b2) ( \mathbb{R}^2 ): \space\ \mathbf{a} + \mathbf{b} = \begin{pmatrix} a_1 + b_1 \\ a_2 + b_2 \end{pmatrix} \ (R3):a+b=(a1+b1a2+b2a3+b3)( \mathbb{R}^3 ): \mathbf{a} + \mathbf{b} = \begin{pmatrix} a_1 + b_1 \\ a_2 + b_2 \\ a_3 + b_3 \end{pmatrix}
MultiplicaciΓ³n por un escalar:
(R2):kβ‹…a=(kβ‹…a1kβ‹…a2)( \mathbb{R}^2 ): k \cdot \mathbf{a} = \begin{pmatrix} k \cdot a_1 \\ k \cdot a_2 \end{pmatrix} (R3):kβ‹…a=(kβ‹…a1kβ‹…a2kβ‹…a3)( \mathbb{R}^3 ): k \cdot \mathbf{a} = \begin{pmatrix} k \cdot a_1 \\ k \cdot a_2 \\ k \cdot a_3 \end{pmatrix}
Producto Punto (Producto Escalar):
(R2):aβ‹…b=a1β‹…b1+a2β‹…b2( \mathbb{R}^2 ): \mathbf{a} \cdot \mathbf{b} = a_1 \cdot b_1 + a_2 \cdot b_2 (R3):aβ‹…b=a1β‹…b1+a2β‹…b2+a3β‹…b3( \mathbb{R}^3 ): \mathbf{a} \cdot \mathbf{b} = a_1 \cdot b_1 + a_2 \cdot b_2 + a_3 \cdot b_3
  1. Producto Cruz (Solo en (R3) ( \mathbb{R}^3)):
aΓ—b=∣ijka1a2a3b1b2b3∣=(iβ‹…βˆ£a2a3b2b3∣,βˆ’jβ‹…βˆ£a1a3b1b3∣,kβ‹…βˆ£a1a2b1b2∣) \mathbf{a} \times \mathbf{b} = \begin{vmatrix} i & j & k \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix} = ( i\cdot \begin{vmatrix} a_2 & a_3 \\ b_2 & b_3 \end{vmatrix} , -j \cdot \begin{vmatrix} a_1 & a_3 \\ b_1 & b_3 \end{vmatrix} , k \cdot \begin{vmatrix} a_1 & a_2 \\ b_1 & b_2 \end{vmatrix} )
Donde (ijk)=(111)\begin{pmatrix} i \\ j \\ k \end{pmatrix} = \begin{pmatrix} 1 \\ 1\\ 1 \end{pmatrix}

Norma de un Vector

La norma (o magnitud) de un vector es la distancia desde el origen hasta el punto representado por el vector.
(R2):∣∣a∣∣=a12+a22( \mathbb{R}^2 ): ||\mathbf{a}|| = \sqrt{a_1^2 + a_2^2} (R3):∣∣a∣∣=a12+a22+a32( \mathbb{R}^3 ): ||\mathbf{a}|| = \sqrt{a_1^2 + a_2^2 + a_3^2}
 

Ángulo entre dos Vectores

El Γ‘ngulo ΞΈ \theta entre dos vectores se puede encontrar usando el producto punto:
cos⁑(ΞΈ)=aβ‹…b∣∣aβˆ£βˆ£β‹…βˆ£βˆ£b∣∣ \cos(\theta) = \frac{\mathbf{a} \cdot \mathbf{b}}{||\mathbf{a}|| \cdot ||\mathbf{b}||}

Punto medio entre dos vectores

 

Para R2\mathbb{R}^2

Dados dos vectores a=(a1 a2) y b=(b1 b2), el punto medio(m) \mathbf{a} = \begin{pmatrix} a_1 \ a_2 \end{pmatrix} {\space} y {\space} \mathbf{b} = \begin{pmatrix} b_1 \ b_2 \end{pmatrix} , {\space} el {\space} punto {\space} medio ( \mathbf{m} ) es:
m=(a1+b12a2+b22) \mathbf{m} = \begin{pmatrix} \frac{a_1 + b_1}{2} \\ \frac{a_2 + b_2}{2} \end{pmatrix}

Para R3\mathbb{R}^3

Dados dos vectores a=(a1 a2 a3) y b=(b1 b2 b3), el punto medio(m) \mathbf{a} = \begin{pmatrix} a_1 \ a_2 \ a_3 \end{pmatrix} {\space} y {\space} \mathbf{b} = \begin{pmatrix} b_1 \ b_2 \ b_3\end{pmatrix} , {\space} el {\space} punto {\space} medio ( \mathbf{m} ) es:
m=(a1+b12a2+b22a3+b32)\mathbf{m} = \begin{pmatrix} \frac{a_1 + b_1}{2} \\ \frac{a_2 + b_2}{2} \\ \frac{a_3 + b_3}{2} \end{pmatrix}

CondiciΓ³n de paralelismo entre vectores

vβ†’//wβ†’β€…β€ŠβŸΊβ€…β€Š βˆƒ Ξ±βˆˆRβ‰ 0/ vβ†’=Ξ±β‹…wβ†’\overrightarrow{v}//\overrightarrow{w} \iff {\space} \exists \space \alpha \in \R \neq 0 / {\space} \overrightarrow{v} = \alpha β‹… \overrightarrow{w}
vβ†’ y wβ†’\overrightarrow{v} \space y \space \overrightarrow{w} son paralelos si y solo si un Ξ±\alpha diferente que 0 que multiplicado por wβ†’\overrightarrow{w} me de wβ†’\overrightarrow{w}
 

CondiciΓ³n de Perpendicularidad / ortogonalidad de vectores

Vβ†’βŠ₯Wβ†’ β€…β€ŠβŸΊβ€…β€ŠVβ†’β‹…Wβ†’=0\overrightarrow{V} \perp \overrightarrow{W} \space \iff \overrightarrow{V} \cdot \overrightarrow{W} = 0
Dos vectores son ortogonales/ perpendiculares solo y solo si el producto escalar de ambos es IGUAL a 0
 

Distancia

d(P,Q)=∣∣Qβˆ’P∣∣d(P,Q) = ||Q-P||

Rectas

 

Rectas en R3ℝ^3

Una recta en R3ℝ^3esta determinada por un punto (a,b,c)(a,b,c) en esa recta y un vector director vdβ†’\overrightarrow{v_d} que es paralelo a la recta.
Entonces podemos definir al conjunto de todos los puntos en la recta por la siguiente ecuacion
{⟨x,y,z⟩=⟨a,b,c⟩+Ξ»β‹…vdβ†’, Ξ»βˆˆR}\lbrace \langle x,y,z \rangle = \langle a,b,c \rangle + \lambda \cdot \overrightarrow{v_d}, \space \lambda \inℝ \rbrace
Esta expresion representa que empezamos en el punto (a,b,c)(a,b,c) y vamos sumando todos los escalares multiplos de vd→\overrightarrow{v_d}
 
Si simplificamos llegamos a

Ecuacion vectorial de la recta

 
L:{⟨x,y,z⟩=⟨a,b,c⟩+Ξ»β‹…vdβ†’}L: \lbrace \langle x,y,z \rangle = \langle a,b,c \rangle + \lambda \cdot \overrightarrow{v_d}\rbrace
A esta ecuacion la llamamos la ecuacion vectorial de la recta porque consiste de vectores. Ya que tambien podemos rescribirla como tres ecuaciones separadas del modo
si vβ†’=⟨v1,v2,v3⟩si \space \overrightarrow{v} = \langle v_1, v_2, v_3 \rangle , entonces (x,y,z)(x,y,z) pertenece a la recta si :
L={x=a +Ξ»β‹…v1y=b +Ξ»β‹…v2z=c +Ξ»β‹…v3L = \begin{cases} x= a \space + \lambda \cdot v_1 \\ y= b \space + \lambda \cdot v_2 \\ z= c \space + \lambda \cdot v_3 \end{cases}
se satisfacen por el mismo parametro λ∈R\lambda \in \R. Esto se llama La ecuacion parametrica de la recta.
 

Como encuentro la interseccion de dos rectas en R3\R^3 de manera practica

Ejemplo hallar si existe la interseccion entre L1∩L2L_1 \cap L_2
Donde L1:=(2,1,0)+Ξ»β‹…(βˆ’1,βˆ’1,βˆ’1)L_1: = (2,1,0) + \lambda \cdot (-1,-1,-1) y L2:=(3,0,5)+Ξ³β‹…(2,0,6)L_2: = (3,0,5) + \gamma \cdot (2,0,6)
 
Paso 1: paso ambas rectas de su forma vectorial a la forma parametrica
L1={x=2 +Ξ»β‹…βˆ’1y=1 +Ξ»β‹…βˆ’1z=0 +Ξ»β‹…βˆ’1L_1 = \begin{cases} x= 2 \space + \lambda \cdot -1 \\ y= 1 \space + \lambda \cdot -1 \\ z= 0 \space + \lambda \cdot -1 \end{cases}
L2={x=3 +Ξ³β‹…2y=0 +Ξ³β‹…0z=5 +Ξ³β‹…6L_2 = \begin{cases} x= 3 \space + \gamma \cdot 2 \\ y= 0 \space + \gamma \cdot 0\\ z= 5 \space + \gamma \cdot 6 \end{cases}
Paso 2: igualo ambos sistemas
\begin{alignat} 2 \space + -\lambda = \space + 2\gamma \\ 1 \space + -\lambda = \space 0\\ \lambda= 5 \space + 6\gamma \end{alignat}
Despejo ambos lados y llego a que Ξ»=1\lambda = 1 con eso ya sabido remplazo para averiguar Ξ³=βˆ’1\gamma = -1 con eso valores remplazo en cada una de las rectas respectivamente donde tengo que alcanzar un vector donde si en ambas rectas coincide entonces ese es el punto de interseccion entre ambas rectas
L1={x=2 +1β‹…βˆ’1y=1βˆ’1z=βˆ’1L_1 = \begin{cases} x= 2 \space + 1\cdot -1 \\ y= 1-1 \\ z= -1 \end{cases}
Donde el punto en L1=(1,0,βˆ’1)L_1 = (1,0,-1) ahora remplazo en la otra recta
L2={x=3 +(βˆ’1)β‹…2y=0 +βˆ’(1)β‹…0z=5 +(βˆ’1)β‹…6L_2 = \begin{cases} x= 3 \space + (-1) \cdot 2 \\ y= 0 \space + -(1)\cdot 0\\ z= 5 \space + (-1) \cdot 6 \end{cases}
Y me queda que el punto el punto en L2=(1,0,βˆ’1)L_2 = (1,0,-1) por lo tanto la interseccion
L1∩L2={(1,0,βˆ’1)}L_1 \cap L_2 = \lbrace (1,0,-1) \rbrace

Planos R3 ℝ^3

Un plano en R3 ℝ^3 esta determinado por un punto (x,y,z)(x,y,z) en el plano y dos vectores directores vβ†’\overrightarrow{v} y wβ†’\overrightarrow{w} que son paralelos al plano. Importante denotar que necesitamos dos vectores paralelos al plano en comparacion a uno solo en la recta ya que en este caso estamos utilizando mas de una dimension de movimiento.
El plano son todos los puntos de forma <x,y,z><x,y,z> tal que el desplazamiento del vector desde (a,b,c)(a,b,c) hasta (x,y,z)(x,y,z) es la suma de un multiplo escalar de v→\overrightarrow{v} y w→\overrightarrow{w}. Lo cual podemos definir formalmente de la siguiente manera:
{⟨x,y,z⟩=⟨a,b,c⟩+Ξ±vβ†’+Ξ²wβ†’,t,s∈R3}\lbrace \langle x,y,z \rangle = \langle a,b,c \rangle +\alpha \overrightarrow{v} + \beta \overrightarrow{w} ,t ,s \in ℝ^3 \rbrace
Lo cual puede ser simplificado como su forma parametrica

DefiniciΓ³n en su forma parametrica

Ξ :Ξ±β‹…vβ†’ +Ξ²β‹…wβ†’ +p\Pi : \alpha\cdot \overrightarrow{v}\space+\beta \cdot \overrightarrow{w} \space + p
 
 
 

DefiniciΓ³n en forma general

Ξ :A β‹…x +B β‹…y +C β‹…z  +D\Pi: A \space\cdot x \space + B \space\cdot y \space + C \space\cdot z \space \space +D
donde las componentes (A,B,C)(A,B,C) son equivalente a los componentes de la Normal N→\overrightarrow{N} osea
Nβ†’= <A,B,C>\overrightarrow{N} = \space <A,B,C>
 

EcuaciΓ³n Normal del plano y su pase a a la forma General

 
Nβ†’β‹…(Xβ†’βˆ’Pβ†’)=0\overrightarrow{N} \cdot (\overrightarrow{X}-\overrightarrow{P}) =0Ξ  ={x∈R3:Nβ†’β‹… (Xβ†’βˆ’Pβ†’)=0}\Pi \space= \lbrace x \in ℝ^3: \overrightarrow{N} \cdot \space (\overrightarrow{X} -\overrightarrow{P}) =0 \rbrace
Que tambien podremos expresar de la siguiente manera
Ξ :NXβ‹…(Xβˆ’Px)+NYβ‹…(Yβˆ’Py) +NZβ‹…(Zβˆ’Pz)=0\Pi :N_X \cdot(X-P_x) + N_Y\cdot(Y-P_y) \space + N_Z \cdot(Z-P_z) =0
 
Donde una vez despejado nos quedaria de la forma general :
Ξ :A β‹…x +B β‹…y +C β‹…z  +D\Pi: A \space\cdot x \space + B \space\cdot y \space + C \space\cdot z \space \space +D
 

Intersecciones

 

Distancia entre puntos y planos

 

 

Sistemas Lineales

Definicion 1.1: Una ecuacion lineal es una ecuacion de la forma a1x1+a2x2+...+anxn=ba_1x_1+a_2x_2+ ...+a_nx_n =b donde los coeficientes aia_i y bb son constantes y las variables xix_i son incognitas. Es importar dentoar que cada termino a la izquierda tiene exactamente una variable xix_i y esta elevada a la primera potencia.
Definicion 1.2 : Un sistema de ecuaciones lineales es un set de mm ecuaciones cuya forma general es
{a11x1+a12x2+...+a1nxn=b1a21x1+a22x2+...+a2nxn=b2...am1x1+am2x2+...+amnxn=bm\begin{cases} a_{11}x_1+a_{12}x_2+...+a_{1n}x_n=b1\\ a_{21}x_1+a_{22}x_2+...+a_{2n}x_n=b2\\ . \\.\\.\\ a_{m1}x_1+a_{m2}x_2+...+a_{mn}x_n=bm \end{cases}
Asumimos que todos los coeficientes aija_{ij} son sabidos y que los terminos constantes bib_i tambien lo son. Asi que podemos Ax→=b→A\overrightarrow{x} =\overrightarrow{b}
 
Definicion 1.3 Decimos que un sistema tiene soluciones si encontramos todos los valores de xix_i que hacen que el sistema sea verdad.
 
 

Clasificacion de sistemas

notion image
 

Matriz ampliada y algoritmo de reduccion

Supongamos el siguiente sistema :
{xβˆ’6y+2zβˆ’w=βˆ’4xβˆ’6yβˆ’2z=23xβˆ’12y+2zβˆ’2w=βˆ’6\begin{cases} x-6y+2z-w = -4\\ x-6y-2z = 2 \\3x-12y+2z-2w=-6 \end{cases}
La informacion del sistema la vuelco a una matriz ampliada
[1βˆ’62141βˆ’6βˆ’2023βˆ’122βˆ’2βˆ’6]\left[\begin{array}{cccc|c} 1 & -6 & 2 & 1 & 4 \\ 1 & -6 & -2 & 0 & 2 \\ 3 & -12 & 2 & -2 & -6 \end{array}\right]
 

Matrices

Definicion: Una matriz es una mxnmxn-upla de numeros reales en forma de grilla con nn columnas y mm filas.
Ej :
A=(1001)∈R2x3A =\left(\begin{matrix} 1 & 0 \\ 0 & 1 \end{matrix}\right) \in \reals^{2x3}

Operaciones fundamentales

  • Suma y resta de matrices
  • Potenciacion en matrices cuadradas
  • Producto de matriz por escalar

Triangulacion de matriz

Operaciones permitidas

    Algoritmo de reduccion de Gauss / Gauss-Jordan

    Ejemplo: dada la siguiente matriz ampliada
    [01βˆ’1112323210]\left[\begin{array}{ccc|c} 0 &1 & -1 &1 \\1 & 2 & 3 & 2 \\3 &2 &1&0 \end{array}\right]
    • Paso 1: Miro en la primera columna y busco un numero no nulo , si todos son 0, vuelvo a empezar en el sistema sin esa columna
      • Busco el pivote en este caso a21=1a_{21}=1
    • Paso 2: Muevo el pivote hacia la posicion a11a_{11} ( es decir arriba de todo , aplicando el cambio de fila como operacion elemental F1↔F2F1 \leftrightarrow F2
    [123201βˆ’113210]\left[\begin{array}{ccc|c} 1 & 2 & 3 & 2 \\ 0 &1 & -1 &1 \\3 &2 &1&0 \end{array}\right]
    • Paso 3: Anulo todo lo que se encuentra debajo del pivote via la operacion F3=F3+4F2F3= F3 + 4F2
      • [123201βˆ’1100βˆ’12βˆ’2]\left[\begin{array}{ccc|c} 1 & 2 & 3 & 2 \\ 0 &1 & -1 &1 \\0 &0 &-12&-2 \end{array}\right]
    A partir de ahora para la presentacion del conjunto solucion miramos la ultima fila que nos queda 12z=βˆ’212z=-2 donde despejamos la ultima variable con la cordenada mas chica en funcion de las otras por lo que nos termina quedad z=1/6; y=7/6;x=βˆ’5/6z = 1/6 ; \space y=7/6; x=-5/6 osea
    S={(βˆ’56;76;16}S= \lbrace(-\frac{5}{6};\frac{7}{6};\frac{1}{6}\rbrace

    Rango de matriz

    Definicion : dado A∈RMxNA \in \reals^{MxN} el rango (o el rango fila) de AA es la cantidad de filas que se quedan sin anular luego de reducirla
    Ej
    (A∣∣B)=[121012βˆ’142404]∈R3x4(A||B) = \left[\begin{array}{ccc|c} 1 & 2 & 1 & 0 \\ 1 &2 & -1 &4 \\2 &4 &0&4 \end{array}\right] \in \reals^{3x4}
    La cual mediante Gauss jordan
    (A∣∣B)=[121000βˆ’240000]∈R3x4(A||B) = \left[\begin{array}{ccc|c} 1 & 2 & 1 & 0 \\ 0 &0 & -2 &4 \\0 &0 &0&0 \end{array}\right] \in \reals^{3x4}
    RG(A∣∣B)=2RG(A||B) =2 ; La cantidad de filas sin anular de B
     

    Teorema de Rouche-Frobenius

    Dado un sistema (A∣b);A∈Rmxn ;b∈Rmxn(A|b); A\in \reals^{mxn}\space{} ;b\in \reals^{mxn}
    RG(A)≀n βˆ§RG(A)≀mRG(A) \leq n \space \land RG(A) \leq m
    1. si RG(A)=0RG(A) = 0, el sistema es SCD.
    1. SI RG(A)<RG(b)RG(A) < RG(b), el sistema es SI.
    1. SI  RG(A)=RG(A∣B)<n RG(A) = RG(A|B) < n, El sistema es SCI.
    1. SI RG(A)=n=RG(A∣B)RG(A) = n = RG(A|B), El sistema es SCD.

    Matriz inversa

    La inversa de una matriz expresada como Aβˆ’1A^{-1}. tal que
    AAβˆ’1=Aβˆ’1A=IAA^{-1} = A^{-1} A =I
    Donde I es la matriz identitdad. Que esta m,

    Parametros

     
     

    Acoplados

     

    Ecuaciones matriciales equivalentes


    Determinantes