Académique Documents
Professionnel Documents
Culture Documents
INTEGRANTES:
Jonathan Pealoza. C.I: 14.609.982
Pp
NDICE..02
VECTORES en Rn..03
CONCEPTOS BSICOS......................................................................03
OPERACIONES CON VECTORES..08
COMBINACIN LINEAL Y CONJUNTOS GENERADO Y
GENERADOR................................................................10
PRODUCTO AX...12
INDEPENDENCIA LINEAL.15
PRODUCTO ESCALAR..18
RECTAS, PLANOS E HIPERPLANOS.....................................23
TRANSFORMACIONES LINEALES.................................28
DEFINICIN Y PROPIEDADES BSICAS29
ESPACIOS VECTORIALES ASOCIADOS A UNA TRANSFORMACIN
LINEAL................................32
MATRIZ ASOCIADA A UNA TRANSFORMACIN LINEAL36
ISOMORFISMOS.38
ALGEBRA DE TRANSFORMACIONES LINEALES.39
BIBLIOGRAFA42
VECTORES en Rn
respectivamente,
aprovecharemos
estas
operaciones
sus
CONCEPTOS BSICOS
En el mundo real, existen cantidades como longitud, volumen, masa
y temperatura que pueden determinarse slo con su magnitud. Pero,
tambin existen otras como la posicin, la aceleracin y la fuerza que
adems de la magnitud, requieren de una direccin y un sentido para
determinarse; u otras como las notas de un semestre de un estudiante
que cursa 6 materias y la produccin de una empresa que tiene 10 lneas
de productos, las cuales requieren de una lista ordenada de nmeros.
Estos ltimos casos los conocemos como cantidades vectoriales a
diferencia del primero que son cantidades escalares. Con base en esta
diferencia intuitiva, veamos la definicin de vector y sus operaciones
bsicas.
vector
Sea igual al
similares, el vector
, ya que 1 6= 3.
en el espacio
yv=
, definimos u + v =
y R, definimos u =
Ejemplo 5. Sean u =
,v=
yw=
Calculemos
10
; es decir, veamos si
, mientras que
es combinacin lineal de
no lo es.
11
PRODUCTO AX
Observemos que las columnas de las matrices introducidas en el
primer captulo son vectores de Rm, siendo m el nmero de filas de la
matriz; es decir, que las matrices las podemos ver como una sucesin
(finita y ordenada) de vectores, lo cual denotamos como
para indicar que los vectores a1, a2, . . . , an, en su orden, son las
columnas de la matriz A. Esta notacin nos permite simplificar la escritura
de las combinaciones lineales estudiadas en la seccin anterior, como lo
planteamos en la siguiente definicin.
Definicin 7 [Producto Ax]. Sea A una matriz, cuyas columnas son
los vectores a1, a2, . . . , an de Rm, y sea x un vector de Rn, cuyas
componentes son x1, x2, . . . , xn. Definimos el producto matricial Ax como
la combinacin lineal
yx=
12
, encontremos Ax.
13
INDEPENDENCIA LINEAL
El hecho que w pueda escribirse como combinacin lineal de v1,
v2, . . . , vk, podramos interpretarlo como que w "depende" de v1,
v2, . . . , vk y, en este contexto, podemos decir que si un vector se puede
expresar como combinacin lineal de otros, ste depende de ellos. Pero,
por ejemplo, si
14
es un
tenemos que el
sistema correspondiente, adems de ser homogneo, tiene como matriz
de coeficientes a A =
Obtenemos
es un
15
, tenemos que
el sistema correspondiente, adems de ser homogneo, tiene como
matriz de coeficientes a A =
matriz, obtenemos
PRODUCTO ESCALAR
Volviendo atrs, decamos que un vector es un objeto matemtico
con
magnitud,
direccin
sentido;
aspectos
que
intuitivamente
, definimos
, calculemos los
productos escalares entre ellos.
17
u v = 2 1 + 2 12 + 0 (3) + (5) 0 = 2 + 24 + 0 + 0 = 22
u w = 2 3 + 2 1 + 0 5 + (5) 4 = 6 + 2 + 0 20 = 24
v u = 1 (2) + 12 2 + (3) 0 + 0 0 = 2 + 24 + 0 + 0 = 22
v w = 1 3 + 12 1 + (3) 5 + 0 4 = 3 + 12 15 + 0 = 0
w u = 3 (2) + 1 2 + 5 0 + 4 (5) = 6 + 2 + 0 20 = 24
w v = 3 1 + 1 12 + 5 (3) + 4 0 = 3 + 12 15 + 0 = 0
, calculemos u v, u w, v w, (3u) v, (u + v) w y v u.
Usando la definicin y aplicando las propiedades del producto escalar,
tenemos
u v = 2 1 + 1 3 + (5) 0 = 5
18
(3u) v = 3(u v) = 3 5 = 15
(u + v) w = u w + v w = 0 + (5) = 5
vu=uv=5
, aplicando el Teorema de
19
y los puntos P =
yQ=
, calculemos u y PQ.
u = p 22 + 12 + (5)2 = 30 5, 477 y PQ = Q P = p (1 5)2 + (1 2)2
+ (3 3)2 = 25 = 5.
Las propiedades algebraicas de la norma de un vector, que deducimos de
manera inmediata de los Teoremas 7 y 8, estn contenidas en el siguiente
teorema.
20
(2.2)
o, lo que es equivalente,
(2,3)
A estas ltimas ecuaciones las llamamos ecuaciones paramtricas de la
recta.
Ejemplo 26. Dada la ecuacin vectorial de la recta L:
(b) Determinemos
si
los
puntos
pertenecen a la recta L.
(c) Encontremos un vector d que sea un vector director de la recta L.
22
(2,4)
o lo que es lo mismo, verificar si existe un escalar t tal que
23
es d =
. Y, puesto que
TRANSFORMACIONES LINEALES
Recordemos que una funcin T: A B es una regla de
asociacin entre los elementos de A y los elementos de B, tal que a cada
elemento a de A se le asocia un nico elemento b de B al que le llamamos
imagen de a por medio de T y denotamos b = T(a). A los conjuntos A y B
les llamamos dominio y codominio de T, respectivamente, y al subconjunto
24
25
26
de donde,
de donde,
27
= (a + c)x + 2bx2.
Para verificar la propiedad aditiva, tomemos dos vectores de R3, (a1, b1,
c1)T y (a2, b2, c2)T . Entonces,
28
29
que T
e Im (T).
Como T
= 0 implica que a = b = 0 y c = d,
concluimos que
Como las nicas matrices que son imgenes bajo T tienen la forma
(en efecto, T
, para cualquier
, de tal forma
30
31
cx2) =
32
ISOMORFISMOS
Aunque hay infinidad de espacios vectoriales, veremos que muchos
de ellos son esencialmente el mismo respecto a la estructura de espacio
vectorial. En esta seccin, nos ocuparemos de analizar este concepto de
similitud, para lo cual utilizaremos las propiedades de tres tipos de
transformaciones lineales especiales, cuyas definiciones damos a
continuacin.
Definicin 6 [Transformacin lineal inyectiva]. Diremos que T : V
W es una transformacin lineal inyectiva, si y solo si, para cada w de
Im(T), existe un nico v V tal que T(v) = w.
Una forma de mostrar esta unicidad es suponer que T(v1) = T(v2) y
demostrar que v1 = v2 (ver Ejercicio 19).
33
a 2bx, calculemos (T + S)
34
vectoriales.
El
Teorema
13
establece
las
propiedades
35
propiedades
que
demuestran
que
L(V,W),
el
conjunto
de
las
BIBLIOGRAFA
36