Académique Documents
Professionnel Documents
Culture Documents
DE MRIDA
DEPARTAMENTO DE
INGENIERA ELCTRICA Y
ELECTRNICA
INGENIERA ELECTRNICA
MATERIA:
ALGEBRA LINEAL
GRUPO:
3EM
INVESTIGACIN FINAL:
ESPACIOS VECTORIALES
TRANSFORMACIONES LINEALES
ALUMNO:
PROFESOR:
pg. 1
pg. 2
UNIDAD 4
ESPACIOS VECTORIALES
La idea de vector est tomada de la Fsica, donde sirven para representar
magnitudes vectoriales como fuerzas, velocidades o aceleraciones. Para ello
se emplean vectores de dos componentes en el plano, de tres componentes
en el espacio...
Se supone conocida la representacin grfica y manejo de los vectores de 2
y de 3.
En Matemticas, tratamos de abstraer las propiedades que caracterizan a los
vectores para extenderlas tambin a otro tipo de objetos diferentes de los
vectores de la Fsica. Esencialmente, el comportamiento que caracteriza a los
vectores es el siguiente:
Podemos sumar dos vectores y obtenemos otro vector;
Podemos multiplicar un vector por un nmero (escalar) y obtenemos
otro vector.
Adems estas operaciones cumplen ciertas propiedades, que observamos en
los vectores de 2 y de 3 :
En lo sucesivo, utilizaremos habitualmente la siguiente notacin: u,v,w (u otras
letras latinas) para vectores, mientras que las letras griegas designarn
escalares.
Propiedades de la suma de vectores.
Asociativa: (u+v)+w = u+(v+w)
Conmutativa: v+u=u+v. K
K
Existe un elemento neutro, el vector 0 , tal que 0+ v = v para cualquier
vector v.K
Para cada vector v existe un elemento opuesto, v, que sumado con l da 0
.
Propiedades del producto de un vector por un escalar.
Asociativa: ( v) = ( ) v
Distributivas:
pg. 3
pg. 4
Ejemplos de espacios
vectoriales.
n
1) El espacio ,
formado por los vectores
de n componentes (x1, . . .,xn) es un espacio vectorial real, en el que se
pueden sumar vectores y multiplicar por un escalar (real) de la forma
habitual.
Se puede comprobar que se cumplen las propiedades requeridas para ambas
operaciones. El vector cero es (0,. . .,0).
No es un espacio vectorial complejo, pues no podemos multiplicar por
escalares complejos (si lo hacemos, el resultado no se mantendr dentro de
n ).
2) Consideremos el conjunto P2 de los polinomios de grado 2 con
coeficientes reales:
P2 ={ ax2 + bx + c : a, b, c }
pg. 5
pg. 7
pg. 10
b= { (,0,) : , }
S
ST
expresin implcita de S y de T.
sistema con todas ellas).
Este sistema, si es sencillo, puede considerarse ya como la forma implcita
de ST.
En todo caso, resolviendo este sistema obtenemos la forma paramtrica de
ST.
pg. 12
Suma de subespacios.
Dados dos subespacios S, T se define el subespacio suma como: S+T = {
u + v : u S , v T } es decir, aquellos vectores que podamos construir
sumando un vector de S y uno de T.
Teorema
La suma de subespacios es un subespacio.
Clculo del subespacio suma.
Al contrario que la interseccin, la suma S+T se calcula ms fcilmente usando
la forma paramtrica de S y de T. Esto nos permite tomar un vector genrico
de cada uno de los subespacios y sumarlos, obtenindose una expresin
paramtrica de S+T.
No obstante la forma paramtrica as obtenida puede tener parmetros no
independientes. Ms adelante, en el punto Sistemas generadores se dar
otro mtodo para calcular el subespacio suma.
4.3
Dependencia e independencia lineal
4.3 Combinacin lineal. Independencia lineal.
COMBINACIN LINEAL
Sean v1, v2, , vn, vectores en un espacio vectorial V. entonces cualquier
vector de la forma: a1v1+a2v2++anvn, donde a1,a2,,an son escalares se
denomina una combinacin lineal de v1, v2,,vn.
Una combinacin lineal en M23
pg. 13
Conjunto generador.
Se dice que los vectores v1, v2, , vn de un espacio vectorial V generan a V si
todo vector en V se puede escribir como una combinacin lineal de los mismo.
Es decir, para todo vV, existen escalares a1, a2, , an tales que
v=a1v1+a2v2++anvn
Cuatro vectores que generan a M22
pg. 14
INDEPENDENCIA LINEAL
En el estudio del algebra lineal, una de las ideas centrales es la de
dependencia o independencia lineal de los vectores. En esta seccin se define
el significado de independencia lineal y se muestra su relacin con la teora de
sistemas homogneos de ecuaciones y determinantes.
vectores
? La respuesta a esta pregunta
es ms difcil a simple vista. Sin embargo, es sencillo verificar que v3=3v1+2v2;
rescribiendo esto se obtiene
Se ha escrito el vector cero como una combinacin lineal de v1, v2, y v3.
Parece que los dos vectores de la ecuacin y los tres vectores de la otra
ecuacin tienen una relacin ms cercana que un par arbitrario de 2-vectores a
pg. 15
una terna arbitraria de 3-vectores. En cada caso, se dice que los vectores son
linealmente dependientes. En trminos generales, se tiene la importante
definicin a continuacin presentada.
Definicin: sean v1, v2, , vn vectores en un espacio vectorial V. entonces se
dice que lois vectores son linealmente dependientes si existen n escalares c1,
c2, , cn no todos ceros tales que
4.4
Base y dimensin
Se llama base de un espacio (o subespacio) vectorial a un sistema
generador de dicho espacio o subespacio, que sea a la vez linealmente
independiente.
Propiedades de las bases.
1. Una base de S es un sistema generador minimal de S (lo ms pequeo
posible).
2. Adems es un conjunto independiente maximal dentro de S (lo ms
grande posible).
3. Una base de S permite expresar todos los vectores de S como
combinacin lineal de ella, de manera nica para cada vector.
Ejemplos de bases.
1. La base cannica (o base natural, o base
estndar) de n: e1 = (1,0,. . . ,0) e2 =
(0,1,. . . ,0)
........
en = (0,0,. . . ,1)
- Son linealmente independientes porque forman un determinante no nulo.
- Son sistema generador de n porque todo vector (a1,a2,. . . ,an) n se
puede expresar como combinacin lineal de ellos:
(a1,a2,. . . ,an)= a1(1,0,. . . ,0)+ a2(0,1,. . . ,0)+ . . . + an(0,0,. . . ,1)
Teorema y definicin: Dimensin
.
Todas las bases de un mismo espacio o subespacio tienen el mismo
nmero de vectores. Se llama dimensin de dicho espacio o subespacio.
pg. 17
Propiedades de la dimensin.
1. Significado fsico de la dimensin: el espacio tiene dimensin 3, los
planos dimensin 2, las rectas dimensin 1, el punto dimensin 0. El
subespacio {0} es el nico de dimensin 0.
2. La dimensin de un subespacio en n, coincide con el nmero de
parmetros libres en su forma paramtrica. (1 parmetro=recta, 2
parmetros= plano...)
3. Si S y T son subespacios y S est contenido en T, entonces dim S dim
T.
Adems, si se da la igualdad, dim S = dim T, entonces ambos espacios han
de coincidir.
4. El rango de una familia de vectores, es igual a la dimensin del
subespacio que generan. Es decir: si v1,v2,. . . vn generan un cierto
subespacio S, y si el rango de dicho conjunto es r, entonces dim S = r.
(Si un cierto conjunto de vectores tienen rango 2, entonces generan un
plano; etc.)
Ejemplo.
pg. 18
Nota 1. Aqu se usa la doble barra en lugar de una sola para evitar confusin
con el valor absoluto. Por ejemplo sen t denota la norma de sen t como un
vector en C[0, 2] mientras que |sen t| denota el valor absoluto de la funcin
sen t.
Nota 2. La ecuacin anterior tiene sentido ya que (u, u)0.
pg. 20
Conjunto ortonormal
El conjunto de vectores
es un conjunto ortonormal en V si
y
Proyeccin ortogonal
Sea H un subespacio del espacio con producto interno V con base ortonormal
pg. 21
Complemento ortogonal
Sea H un subespacio del espacio con producto interno V. entonces el
complemento ortogonal de H, denotado por H, esta dado por (7)
Aqu x es un vector en el espacio vectorial dado y los coeficientes [x, vi] son
llamados coeficientes de Fourier. Un punto digno de mencin es que todos los
productos de los espacios vectoriales que tienen tamao finito, tienen
esencialmente una base ortonormal.
pg. 25
UNIDAD 5
TRANSFORMACIONES LINEALES
5.1 Introduccin a las transformaciones lineales.
o Ap= r.
Esto se puede ver de otra manera. Si a p se le conoce como le vector de
produccin y a r como el vector de materia prima, se define la funcin T por =
T(p) = Ap. Esto es, T es la funcin que transforma el vector de produccin en
el vector de materia prima y se hace mediante la multiplicacin de matrices
ordinaria. Como se ver , esta funcin es tambin una transformacin lineal.
Antes de definir una transformacin lineal, hablaremos un poco sobre las
funciones. En la seccin 1.7 se escribi un sistema de ecuaciones como
Ax=b
Donde A es una matriz de m*n, x R y b R. Se pidi encontrar x cuando A y b
se conocan . No obstante, esta ecuacin se puede ver de otra forma: suponga
que A se conoce. Entonces la ecuacin Ax=b dice : proporcione una x en R y
yo le dar una b en R; es decir , A representa una funcin con dominio R e
imagen en R.
La funcin que se acaba de definir tiene las propiedades de que A (
si es un
escalar y A(x + y) = Ax + Ay. Esta propiedad caracteriza las transformaciones
lineales.
T(av)=aTv
pg. 29
Ejemplo 6
Transformacin de reflexin
pg. 30
<
(0,0,1) > .
La siguiente proposicin nos da una manera de determinar si una
transformacin lineal es un monomorfismo considerando simplemente su
ncleo.
Sea f : V W una transformacin lineal. Entonces
f es monomorfismo Nu(f) = {0}
Demostracin.
() Si f es un monomorfismo, entonces es una funcin inyectiva. En particular,
existe a lo sumo un elemento v V tal que f(v) = 0. Puesto que f(0) = 0,
debe ser v = 0. Luego, Nu(f) = {0}.
() Sean v,v0 V . Supongamos que f(v) = f(v0). Entonces f(v v0) = f(v) f(v0)
= 0, con lo que vv0 Nu(f) y por lo tanto, la hiptesis Nu(f) = {0} implica
que vv0 = 0, es decir, v = v0. Luego f es inyectiva.
pg. 31
pg. 32
Demostracin
Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w1,
w2,., wn y hagamos que AT denote tambin ala transformacin de Rn-Rm,
que multiplica un vector en Rn por AT. si
Entonces
pg. 33
Definicin 1
Matriz de transformacin
pg. 34
Im T = Im A = CAT
ii.
P(T) = p(AT)
iii.
Un T = NAT
iv.
v(T) = v(AT
Ejemplo 1
Teorema 4
Sean V y W espacios vectoriales de dimensin finita con dim V = n. sea T:V-W
una transformacin lineal y sea AT una representacin matricial de T respecto a
las bases B1 en V y B2 en W. entonces
i.
p(T) =p(AT)
pg. 36
a)
b)
Expansin en la direccin de x c = 2.
c)
de manera que
pg. 37
a)
b)
c)
pg. 38
pg. 39
Ejemplo contraccin
Sea
un ngulo medido en radianes. Queremos
averiguar cual es la transformacin T de R2 en R2 que gira cada
vector
un angulo
pg. 41
tenemos que:
tal
y es lineal, ya que:
pg. 42
Fuente de informacin
http://personales.unican.es/camposn/espacios_vectoriales1.pdf
http://personales.unican.es/camposn/espacios_vectoriales2.pdf
http://www.matap.uma.es/~garvin/05Alg10/node24.html
http://itsavbasicas.blogspot.mx/2012/05/53-la-matriz-de-unatransformacion.html
pg. 43