El álgebra lineal es una rama fundamental de las matemáticas con aplicaciones en física, ingeniería, informática y más. En este artículo, exploraremos los conceptos básicos para ayudarte a dar tus primeros pasos en este fascinante campo.
¿Qué es el Álgebra Lineal?
El álgebra lineal estudia vectores, espacios vectoriales, transformaciones lineales y sistemas de ecuaciones lineales. Es esencial para entender estructuras matemáticas y resolver problemas en múltiples disciplinas.
Vectores y Operaciones Básicas
Un vector es una lista ordenada de números. En $\mathbb{R}^2$, un vector se representa como $\vec{v} = (v_1, v_2)$.
Ejemplo: Suma de Vectores
Dados $\vec{u} = (1, 3)$ y $\vec{v} = (4, -2)$, su suma es:
$$\vec{u} + \vec{v} = (1+4, 3+(-2)) = (5, 1)$$
Otras operaciones incluyen la multiplicación por un escalar y el producto punto.
Matrices y Operaciones
Una matriz es un arreglo rectangular de números. Una matriz $A$ de $m \times n$ tiene $m$ filas y $n$ columnas.
Ejemplo: Multiplicación de Matrices
Dadas $A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}$ y $B = \begin{pmatrix} 5 & 6 \\ 7 & 8 \end{pmatrix}$, su producto es:
$$AB = \begin{pmatrix} 1\cdot5+2\cdot7 & 1\cdot6+2\cdot8 \\ 3\cdot5+4\cdot7 & 3\cdot6+4\cdot8 \end{pmatrix} = \begin{pmatrix} 19 & 22 \\ 43 & 50 \end{pmatrix}$$
Sistemas de Ecuaciones Lineales
Un sistema de ecuaciones lineales puede representarse matricialmente como $A\vec{x} = \vec{b}$.
Ejemplo: Resolución de Sistema
Resolver el sistema:
$$\begin{cases} 2x + y = 5 \\ x – y = 1 \end{cases}$$
Solución: Sumando las ecuaciones obtenemos $3x = 6 \Rightarrow x = 2$. Sustituyendo, $y = 1$.
Teoremas Fundamentales
Teorema 1: Teorema de Rouché-Frobenius
Un sistema $A\vec{x} = \vec{b}$ tiene solución si y solo si $rango(A) = rango(A|\vec{b})$.
Demostración: La condición garantiza que $\vec{b}$ está en el espacio columna de $A$.
Teorema 2: Propiedades del Determinante
Para matrices $A$ y $B$ cuadradas:
- $\det(AB) = \det(A)\det(B)$
- $\det(A^T) = \det(A)$
Demostración: Se sigue de la expansión por cofactores y propiedades de permutaciones.
Teorema 3: Descomposición Espectral
Toda matriz simétrica real $A$ puede escribirse como $A = Q\Lambda Q^T$, donde $Q$ es ortogonal y $\Lambda$ diagonal.
Demostración: Basada en la diagonalización de matrices simétricas.
Ejercicios Resueltos
Ejercicio 1: Suma Vectorial
Calcular $(3, -1) + (2, 5)$.
Solución: $(3+2, -1+5) = (5, 4)$
Ejercicio 2: Multiplicación Matricial
Multiplicar $\begin{pmatrix} 1 & 0 \\ 2 & -1 \end{pmatrix}$ por $\begin{pmatrix} 3 \\ 4 \end{pmatrix}$.
Solución: $\begin{pmatrix} 1\cdot3 + 0\cdot4 \\ 2\cdot3 + (-1)\cdot4 \end{pmatrix} = \begin{pmatrix} 3 \\ 2 \end{pmatrix}$
Ejercicio 3: Resolver Sistema
Resolver $\begin{cases} x + 2y = 7 \\ 3x – y = 4 \end{cases}$.
Solución: $x = 3$, $y = 2$
Ejercicio 4: Determinante
Calcular $\det\begin{pmatrix} 2 & -1 \\ 3 & 4 \end{pmatrix}$.
Solución: $2\cdot4 – (-1)\cdot3 = 11$
Ejercicio 5: Transpuesta
Encontrar la transpuesta de $\begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \end{pmatrix}$.
Solución: $\begin{pmatrix} 1 & 4 \\ 2 & 5 \\ 3 & 6 \end{pmatrix}$
Aplicaciones Prácticas
- Gráficos por computadora: Transformaciones lineales para rotar y escalar objetos.
- Machine Learning: Descomposición en valores singulares para reducción de dimensionalidad.
- Ingeniería: Resolución de sistemas de ecuaciones en análisis estructural.
- Física: Descripción de estados cuánticos mediante espacios vectoriales.
- Economía: Modelos input-output de Leontief.
«`