LGEBRA

ALUMNO: Erick Alejandro Hernndez Torres. UASLP Zona Media Ing. Civil Profesor: Ing: Jos de Jess Ferretiz Rivera 25 de Mayo 2012

LGEBRA VECTORIAL.
ESPACIOS VECTORIALES
DEFINICIN Y PROPIEDADES BSICAS: Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con dos operaciones binarias llamadas suma y multiplicacin por un escalar y que satisfacen los diez axiomas enumerados a continuacin.
Notacin.- Si x y y estn en V y si (alfa) es un nmero real, entonces la suma se escribe como x + y y el producto escalar de y x como x. Puede ser til pensar en R2 R3 al manejar un espacio vectorial, aunque con frecuencia ocurre que el espacio vectorial parece ser muy diferente a stos cmodos espacios. La definicin arriba expuesta ofrece una definicin de espacio vectorial real. La palabra real significa que los escalares que se usan son nmeros reales.

AXIOMAS DE UN ESPACIO VECTORIAL.

1.- Si x V y y V, entonces x + y V (cerradura bajo la suma) 2.- Para todo x, y y z en V, (x+y)+z = x+(y+z) (ley asociativa de la suma de vectores) 3.- Existe un vector 0 V tal que para todo x V, x+0 = 0+x = x (el 0 se llama vector cero o idntico aditivo) 4.- Si x V, existe un vector -x en V tal que x+(-x) = 0 (-x se llama inverso de x) 5.- Si x y y estn en V, entonces x+y = y+x ( ley conmutativa de la suma de vectores) 6.- Si x V y es un escalar, entonces x V (cerradura bajo la multiplicacin por un escalar) 7.- Si x y y estn en V y es un escalar, entonces (x+y)= x+ y (primera ley distributiva) 8.- Si x V y y son escalares, entonces ( + )x = x + y (segunda ley distributiva) 9.- Si x V y y son escalares , entonces (x) = ()x (ley asociativa de la multiplicacin por escalares). 10.- Para cada vector x V, 1x = x

OBTENCIN DE LAS COORDENADAS DE UN VECTOR

Se ha visto que en cualquier punto en el plano se puede representar a los vectores como un par ordenado de nmeros reales. De manera anloga, cualquier punto en el espacio se puede representar por una terna ordenada de nmeros reales (a, b, c) Los vectores de la forma arriba mencionada constituyen el espacio R3. Para representar un punto en el espacio, se comienza por elegir un punto en R3. Se denomina a este punto origen, denotado por 0. Despus se dibujan tres rectas perpendiculares entre s, a las que se llama el eje x, el eje y y el eje z. Dichos ejes se pueden seleccionar de diferentes formas, pero la ms comn tiene los ejes x y y horizontales y el eje z vertical. Sobre cada eje se elige una direccin positiva y la distancia a lo largo de cada eje se mide como el nmero de unidades en esta direccin positiva a partir del origen. Al tener nuestra estructura construida de ejes coordenados y planos, podemos describir cualquier punto en R3 de una sola manera: P = ( x, y, z )

ESPACIOS CON PRODUCTO INTERNO.

DEFINICIN: Un espacio vectorial complejo V se denomina espacio con producto interno si para cada par ordenado de vectores u y v en V, existe un nmero complejo nico ( u, v ), denominado PRODUCTO INTERNO de u y v, tal que si u, v y w estn en V y C, entonces

1.- ( v, v) 0 2.- ( v, v) = 0 solo y solo si v = 0 3.- ( u, v + w ) = ( u, v ) + ( u, w ) 4.- ( u + v, w ) = ( u, w ) + ( v, w ) _____ 5.- ( u, v ) = ( v, u ) 6.- (u, v) = (u, v) _ 7.- (u, v) = (u, v) La barra en las condiciones 5 y 7 denota el conjugado complejo. Nota. Si (u, v) es real, entonces (u, v) = (u, v) y se puede eliminar la barra en 5.

PROYECCIN DE UN VECTOR EN UN SUBESPACIO.

Proyeccin Ortogonal: Sea H un subespacio de R^n con base ortonormal { u1, u2,, uk }. Si v R^n, entonces la proyeccin ortogonal de v sobre H, denotada por proy.H v est dada por
proy.H v = ( v.u1 )u1 + ( v.u2 )u2 + + ( v.uk)uk Observe que proy.H v H.

TRANSFORMACIONES LINEALES.
DEFINICIN: Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W es una funcin que asigna a cada vector v V un vector nico
Tv W y que satisface, para cada u y v en V y cada escalar , T (u + v) = Tu + Tv y T(v) = Tv (1) (2)

OBSERVACIONES SOBRE NOTACIN.

1.- Se escribe T: V W para indicar que T toma el espacio vectorial real V y lo lleva al espacio vectorial W; esto es, T es una funcin con V como su dominio y un subconjunto de W como su imagen. 2.- Se escribe indistintamente Tv y T(v). Denotan lo mismo; las dos se leen T de v. Esto es anlogo a la notacin funcional f (x), que se lee f de x. 3.- Gran parte de las definiciones y teoremas en este captulo tambin se cumplen para los espacios vectoriales complejos (espacios vectoriales en donde los escalares son nmeros complejos). Las transformaciones lineales con frecuencia se denominan operadores lineales.

La transformacin cero.
Sean V y W espacios vectoriales y defina T: VW por Tv = 0 para todo v en V. Entonces T (v1 + v2) = 0 = 0 + 0 = Tv1 + Tv2 y T (v) = 0 = 0 = Tv. En este caso, T se denomina la transformacin cero.

La transformacin identidad.
Sea V un espacio vectorial y defina I: V V por Iv = v para todo v en V. Aqu es obvio que I es una transformacin lineal, la cual se denomina transformacin identidad u operador identidad.

Transformacin No Lineal.
Suponga que T: C [0,1] R est definida por Tf = f (0) + 1. Entonces T no es lineal. Para ver esto se calcula T (f + g) = (f + g) + 1 = f (0) + g (0) + 1 Tf + Tg = [ f (0) + 1] + [g (0) + 1 ] = f (0) + g (0) + 2 Esto proporciona otro ejemplo de una transformacin que puede parecer lineal pero que, de hecho no lo es.

Dominio, recorrido y ncleo de una transformacin lineal.

Ncleo e imagen de una transformacin lineal. Sean V y W dos espacios vectoriales y sea T: V W una transformacin lineal. Entonces: 1.- El ncleo de T, denotado por nu T, est dado por : nu T = {v V: Tv = 0} 2.- La imagen de T, denotado por Im T, est dado por: Im T = {w W: w = Tv para alguna v V}

Ncleo e imagen de la transformacin cero

Sea Tv = 0 para todo v V (T es la transformacin cero). Entonces nu T = V e Im T = {0}.

Ncleo e imagen de la transformacin identidad.

Sea Tv = v para todo v V (T ES LA Transformacin identidad. Entonces nu T = {0} e Im T = V. Las transformaciones cero e identidad proporcionan dos extremos. En la primera todo se encuentra en el ncleo. En la segunda slo el vector cero se encuentra en el ncleo. Los casos intermedios son ms interesantes.

Obtencin de la matriz de transformacin lineal.

Sea V un espacio vectorial real de dimensin n, W un espacio vectorial real de dimensin m y T: V W una transformacin lineal. Sean B1 = { v1, v2, , vn } una base para V y B2 { w1, w2,, wn } una base para W. Entonces existe una matriz nica AT de m x n, tal que ( Tx ) = AT (x) B1 AT se denomina representacin matricial de T respecto a las bases B1 Y B2

Sean V y W dos espacios vectoriales de dimensin finita con dim V = n. Sea T: VW una transformacin lineal y sea AT una representacin matricial de T. Entonces 1.- (T) = (AT) 2.- (T) = v (AT) 3.- v (T) + (T) = n

OBTENCIN DE LOS VALORES Y VECTORES CARACTERSTICOS DE UNA TRANSFORMACIN LINEAL.

Definicin: Valor caracterstico y vector caracterstico. Sea A una matriz de n x n con componentes reales. El nmero (real o complejo) se denomina valor caracterstico de A si existe un vector diferente de cero v en C^n tal que: Av = v El vector caracterstico v 0 se denomina vector caracterstico de A correspondiente al valor caracterstico de .

 Definicin de valores y vectores caractersticos de una matriz cuadrada En lgebra lineal, los vectores propios, autovectores o eigenvectores de un operador lineal son los vectores no nulos que, cuando son transformados por el operador, dan lugar a un mltiplo escalar de s mismos, con lo que no cambian su direccin. Este escalar recibe el nombre valor propio, autovalor, valor caracterstico o eigenvalor. A menudo, una transformacin queda completamente determinada por sus vectores propios y valores propios. Un espacio propio, autoespacio o eigenespacio es el conjunto de vectores propios con un valor propio comn. Las transformaciones lineales del espaciocomo la rotacin, la reflexin, el ensanchamiento, o cualquier combinacin de las anteriores; en esta lista podran incluirse otras transformaciones pueden interpretarse mediante el efecto que producen en los vectores. Los vectores pueden visualizarse como flechas de una cierta longitud apuntando en una direccin y sentido determinados. Los vectores propios de las transformaciones lineales son vectores que, o no se ven afectados por la transformacin o se ven multiplicados por un escalar que no vara su direccin. El valor propio de un vector propio es el factor de escala por el que ha sido multiplicado.

 Un espacio propio es un espacio formado por todos los vectores propios del mismo valor propio, adems del vector nulo, que no es un vector propio. La multiplicidad geomtrica de un valor propio es la dimensin del espacio propio asociado. El espectro de una transformacin en espacios vectoriales finitos es el conjunto de todos sus valores propios. Por ejemplo, un vector propio de una rotacin en tres dimensiones es un vector situado en el eje de rotacin sobre el cual se realiza la rotacin. El valor propio correspondiente es 1 y el espacio propio contiene a todos los vectores paralelos al eje. Como es un espacio de una dimensin, su multiplicidad geomtrica es uno. Es el nico valor propio del espectro (de esta rotacin) que es un nmero real. Formalmente, se definen los vectores propios y valores propios de la siguiente manera: Si A: V ! V es un operador lineal en un cierto espacio vectorial V, v es un vector diferente de cero en V y c es un escalar (posiblemente cero) tales que

entonces decimos que v es un vector propio del operador A, y su valor propio asociado es c. Observe que si v es un vector propio con el valor propio c entonces cualquier mltiplo diferente de cero de v es tambin un vector propio con el valor propio c. De hecho, todos los vectores propios con el valor propio asociado c junto con 0, forman un subespacio de V, el espacio propio para el valor propio c.