Universidad San Pedro

ESCUELA ACADEMICO PROFESIONAL DE ECONOMIA Y NEGOCIOS

INTERNCAONALES

Curso: Algebra Lineal

Tema: transformaciones lineales, autovalor y
autovector
Docente: Leiva Bernuy, Ruben Mario
Estudiante: Norabuena Trejo Jhair Del Piero
Ciclo: II
2018-Huaraz
Introducción

 Una transformación es un conjunto de operaciones que se realizan sobre un

vector para convertirlo en otro vector.

 Se denomina transformación lineal a toda función cuyo dominio e imagen sean

espacios vectoriales y se cumplan las condiciones necesarias. Las
trasformaciones lineales ocurren con mucha frecuencia en el álgebra lineal y
en otras ramas de las matemáticas, tienen una gran variedad de aplicaciones
importantes.

 Las transformaciones lineales tienen gran aplicación en la física, la ingeniería

y en diversas ramas de la matemática en donde se verá las trasformaciones
lineales en las matrices donde se utilizarán algunas fórmulas de autovector y
autovalor

 A continuación, se explicará las transformaciones lineales en dos de sus tipos

Autovalor y auto vector
1. ¿Qué son las trasformaciones lineales?
a. Definición

En primer lugar, una transformación lineal es una función. Por ser

función, tiene su dominio y su condominio, con la particularidad de que
éstos son espacios vectoriales. Tenemos dos espacios
vectoriales VV y WW, y una función que va de VV a WW. O sea, una
regla de asignación que transforma vectores de VV en vectores
de WW. Pero no toda función que transforme vectores de VV en
vectores de WW es una transformación lineal. Debe cumplir ciertas
condiciones:
F:V→WF:V→W es una transformación lineal si y sólo si:

1. F(u+v)=F(u)+F(v) ∀u,v∈V
2. F(k.v)=k.F(v) ∀v∈V, ∀k∈R

b. Propiedades

 Propiedad 1

La imagen del vector nulo del dominio 0V es el vector nulo del

condominio 0W:

T(0V) =0w
 Demostración:

T(0V)=T(0.v)=0.T(v)=0.w=0W

Donde hemos expresado a 0V como el producto del escalar 0 por

cualquier vector del espacio vectorial V, hemos usado la segunda
condición que debe cumplir una transformación lineal, y finalmente
hemos vuelto a usar la propiedad de espacios vectoriales sobre el
producto del escalar 0 por cualquier vector.

 Propiedad 2

La imagen del vector –v es igual al opuesto de la imagen de v:

T(–v)=–T(v)
 Demostración:

T(–v)=T(–1.v)=–1.T(v)=–T(v)
La justificación de los pasos dados en la demostración es similar a la
anterior.
  Propiedad 3
Consideremos r vectores del espacio vectorial V:

v1,v2,…,vr ∈ V

Tomemos una combinación lineal en el dominio:

α1v1+α2v2+α3v3 +... +αrvr
Donde αi ∈ R.

Si aplicamos la transformación lineal F de V a W, teniendo en cuenta

las propiedades enunciadas en la definición, resulta:

F(α1v1+α2v2+α3v3+...+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)

Es decir que una transformación lineal “transporta” combinaciones

lineales de V a W, conservando los escalares de la combinación
lineal.

1. Autovalor y autovector
a. Definición

* Sea A ∈ Rnxn λ ∈ R es autovalor de A si y sólo si existe un vector v

∈Rnx1 no nulo tal que:
A.v=λ.v , v≠0V

 v se llama autovector asociado a λλ.

 En el ejemplo que vimos recién el transformado

de (1,1)(1,1) es (5,5)(5,5), entonces:

 Veamos cómo hallar los autovalores y autovectores: Según la

definición, debe cumplirse esta condición:

Av=λv con v≠0V

 Restamos a ambos miembros λv:

Av–λv=0V
 Premultiplicamos a v por I, esto lo podemos hacer porque Iv=v:
 Av–λIv=0V

Entonces:

Resulta un sistema homogéneo con n ecuaciones y n incógnitas,

donde A–λI es la matriz de los coeficientes.

¿Cómo puede ser un sistema homogéneo en cuanto a su compatibilidad?

Respuesta: siempre compatible, porque siempre tiene la solución trivial. ¿Cómo

queremos que sea en nuestro problema si estamos buscando vectores que no
cambien su dirección? ¿Sistema compatible determinado (SCD) o sistema
compatible indeterminado (SCI)? Si es SCD, tiene únicamente la solución trivial
y vv es el vector nulo. Nuestro objetivo es obtener los autovectores (que son
distintos del vector nulo), por eso necesitamos que este sistema sea compatible
indeterminado.
Entonces: buscamos un sistema compatible indeterminado. En un sistema
cuadrado y homogéneo, el determinante decide: si es distinto de cero, tiene
solución única. Entonces queremos que sea igual a cero:

det(A–λI)=0

Esta es la ecuación característica de la matriz A.

Y p(λ)=det(A–λI) es un polinomio de grado n dependiente de λ que
se llama polinomio característico de la matriz A
.
Las raíces del polinomio característico son los autovalores de A.

Una vez hallados los autovalores, ¿cómo obtenemos los

autovectores?

Volvemos a la expresión original.

Para cada λ resolvemos el sistema: (A–λI). v=0V

Y hallamos los autovectores correspondientes.

 * Si la matriz es de 2 por 2, el polinomio quedará de grado 2.

* Si la matriz es de 3 por 3, el polinomio quedará de grado 3.

* Otros nombres que se les suele dar a los autovectores y

autovalores son:

 Valores propios y vectores propios

 Eigenvalores y Eigenvectores (Usando la raíz alemana eigen)

# Ejemplo 1

Volvamos al ejemplo inicial.

Para λ=2 resolvemos el sistema de ecuaciones

La solución de un sistema homogéneo es siempre un subespacio. Los subespacios

de autovectores se denominan autoespacios.
Buscamos una base de este subespacio:

Éste es el subespacio donde están los autovectores asociados al autovalor 2. Para

λ =5

Propiedad de los autovalores y

autovectores
* Los autovectores asociados a autovalores distintos son linealmente
independientes. Demostración para dos autovalores Supongamos que tengo dos
autovalores distintos: λ1≠λ2λ1≠λ2. Como son autovalores, se cumple:

A.v1=λ1.v1
A.v2=λ2.v2

 Queremos probar que v1y v2 son linealmente independientes. Veamos que la única
combinación lineal de los vectores que da por resultado el vector nulo es la trivial (todos
los coeficientes iguales a cero):

α1.v1+α2.v2=0V

 Multiplicamos por A ambos miembros:

A(α1.v1+α2.v2)=0V
 Distribuimos:
α1.Av1+α2.Av2=0V
 Como v1 y v2 son autovectores es posible escribir:

α1.λ1v1+α2.λ2v2=0V

 Ahora multipliquemos los dos miembros de la ecuación (1) por λ1 :

 α1λ1.v1+α2.λ1v2=0V
* Y restando (2)–(3) obtenemos: Como λ1≠λ2por hipótesis entonces su diferencia no
puede ser nula. Como v2v2 es un autovector, no puede ser el vector nulo. Entonces:

α2=0

 Pero para demostrar que son linealmente independientes, nos falta ver
que α1=0Sabiendo que α2=0 vamos a (1):
α1.v1=0V⇒α1=0
 Y si α1=α2=0 demostramos que {v1,v2} es linealmente independiente. O sea, los
autovectores que están en autoespacios diferentes son linealmente
independientes.
Bibliografía
* https://aga.frba.utn.edu.ar/definicion-y-propiedades-de-las-transformaciones-
lineales/
*hhttps://aga.frba.utn.edu.ar/diagonalizacion-de-una-transformacion/
*http://mate.dm.uba.ar/~jeronimo/algebra_lineal/AlgebraLineal.pdf