REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA DE LAS FUERZAS

ARMADAS INGENIERA DE TELECOMUNICACIONES CTEDRA: ALGEBRA LINEAL SECCIN D-01 SEMESTRE: 2DO

ESPACIO VECTORIAL Y TRANSFORMACIN LINEAL

Profesor: Juan Lovera

Autores: Cabriles Abrahan C.I 22.492.660 Camacho Juan C.I. 21.102.486 Hamn Richard C.I. 24.862.861 Martnez Xiomir C.I. 22.522.067

Caracas, enero 2013

INTRODUCCIN El concepto de vector fue utilizado desde finales del siglo XVII para representar y componer magnitudes con direccin y sentido, como son la Fuerza o la Velocidad. Es a finales del XVIII cuando Lagrange introduce las coordenadas, con lo que se aritmetiza el clculo con magnitudes vectoriales. Gauss los utiliz para representar los nmeros complejos. En el siglo XIX, Mbius se sirve de los vectores para resolver problemas geomtricos, dndole sentido a las coordenadas. El primero que utiliza, en este siglo, la palabra vector es Hamilton. Finalmente Grassmann ampli la teora de vectores generalizndola a espacios de dimensin(n). Los Espacios vectoriales Son el conjunto de soluciones de un sistema homogneo de ecuaciones lineales. Un sistema de ecuaciones lineal y homogneo siempre es compatible. En el caso de que haya infinitas soluciones, deberamos intentar manipular dicho conjunto. Profundizar en su estructura, saber manejar espacios vectoriales dentro de un espacio mayor a travs de sus sistemas de ecuaciones, relaciones entre ellos (sumas e intersecciones), o dar conjuntos bsicos de elementos que, de algn modo, permitan obtener todas. Por otra parte una transformacin es un conjunto de operaciones que se realizan sobre un vector para convertirlo en otro vector Las transformaciones lineales ocurren con mucha frecuencia en el lgebra lineal y en otras ramas de las matemticas, tienen una gran variedad de aplicaciones importantes.

ESPACIO VECTORIAL En matemticas, un espacio vectorial es una estructura algebraica creada a partir de un conjunto no vaco, una operacin interna (llamada suma, definida para los elementos del conjunto) y una operacin externa (llamada producto por un escalar, definida entre dicho conjunto y un cuerpo matemtico), con 8 propiedades fundamentales. A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo, escalares. DEFINICIN DE ESPACIO VECTORIAL Un espacio vectorial sobre un cuerpo (como el cuerpo de los nmeros no vaco, dotado de dos

reales o los nmeros complejos) es un conjunto operaciones para las cuales ser cerrado:

Operacin interna tal que: 1) tenga la propiedad conmutativa, es decir

2) tenga la propiedad asociativa, es decir

3) tenga elemento neutro

, es decir

4) tenga elemento opuesto, es decir

Y la operacin producto por un escalar:

Operacin externa tal que: 5) tenga la propiedad asociativa:

6)

sea elemento neutro del producto:

7) tenga la propiedad distributiva del producto respecto la suma de vectores:

8) tenga la propiedad distributiva del producto respecto la suma de escalares:

9)

Asociativa de la multiplicacin por escalares. Si x V y y son

escalares, entonces ( x) ( ) x 10) Para cada x V , 1 x x. El conjunto V que satisface los diez axiomas se le denomina ESPACIO VECTORIAL y a los elementos que conforman al conjunto V se les da el nombre de VECTORES.

Propiedades Unicidad del vector neutro de la propiedad: supongamos que el neutro no es nico, es decir, sean y dos vectores neutros, entonces:

Unicidad del vector opuesto de la propiedad: supongamos que el opuesto no es nico, es decir, sean neutro es nico: y dos vectores opuestos de , entonces, como el

Unicidad del elemento en el cuerpo es decir, sean y

: supongamos que 1 no es nico,

dos unidades, entonces:

Unicidad del elemento inverso en el cuerpo a, no es nico, es decir, sean neutro es nico: y

: supongamos que el inverso

de

dos opuestos de , entonces, como el

Producto de un escalar por el vector neutro:

Producto del escalar 0 por un vector:

Si

Si Si

es cierto. entonces:

Notacin .

Definicin de subespacio: Un subconjunto S de un espacio vectorial V es subespacio de V si S es un espacio vectorial con las operaciones definidas en V. Antes de dar las condiciones que ha de cumplir un subconjunto para tener estructura de subespacio vectorial, vamos a intentar observar cuales pueden ser estas condiciones.

Consideremos el espacio vectorial (R2,+,.R), y tomemos un suconjunto de vectores del plano, por ejemplo los vectores que estn contenidos en la recta x=0. Todos estos vectores son verticales, por ejemplo (0,1), (0,3), (0,4),.... Es claro que si tomamos este subconjunto del plano que en notacin analtica sera

todos los vectores contenidos en W cumplen las 8 propiedades de los espacios vectoriales. Pero para analizar si este subconjunto es un subespacio vectorial de R2 bastara comprobar dos propiedades: 1. que sumando dos vectores del W se obtiene otro vector de W. Esta propiedad la cumple puesto que si sumamos dos vectores cuya componente primera es cero, vuelve a resultar un vector con la componente primera nula. 2. que al multiplicar un vector de W por un escalar real cualquiera, vuelva a resultar un vector de W. Esta situacin nuevamente es clara, puesto que al multiplicar cualquier escalar por la primera componente nula nos da como resultado un vector con la primera componente nula. El resto de propiedades no es necesario comprobarlas puesto que todos los vectores del plano las cumplen y en consecuencia las cumplirn los vectores de W. Si ahora tomamos un subconjunto formado por los vectores del plano cuya primera componente es 1, es decir

y tomamos dos vectores de este subconjunto, por ejemplo (1,2) y (1,5), obsrvese que su suma es (2,7) que no pertenece a M. Por tanto la suma no es operacin interna en este subconjunto, y en consecuencia no puede ser un subespacio vectorial.

CARACTERIZACIN DE LOS SUBESPACIOS VECTORIALES. 1.- Sea (V,+,.R) un subespacio vectorial , y sea W un subconjunto de V. Diremos que W dotado con las mismas operaciones definidas en V, es un subespacio vectorial del mismo si se verifican las dos siguiente propiedades: a)

b) una segunda forma de caracterizarlos se concreta en la condicin equivalente a la anterior 2.- W es un subespacio vectorial de V si y slo si se verifica que

OPERACIONES ENTRE SUBESPACIOS VECTORIALES. A) INTERSECCIN DE SUBESPACIOS. Sean W1 y W2 dos subespacios vectoriales de un espacio vectorial (V,+,.R). La interseccin de dos subespacios vectoriales se define de la siguiente forma:

y El significado de esta operacin se puede obtener con el siguiente ejemplo de R2. b) UNION DE SUBESPACIOS Sean W1 y W2 dos subespacios vectoriales de un espacio vectorial (V,+,.R). La unin de dos subespacios vectoriales se define de la siguiente forma:

El significado de esta operacin se puede obtener con el siguiente ejemplo de R2. C) SUMA DE SUBESPACIOS Ya que la UNIN de subespacios vectoriales no tiene por qu ser un subespacio vectorial, necesitaramos una operacin alternativa que recoja en cierta forma la idea de JUNTAR o AADIR propia de la unin, que mantenga la estructura de subespacio vectorial Para ello se construye la operacin SUMA DE SUBESPACIOS: Definicin Sean W1 y W2 dos subespacios vectoriales de V, se define la suma de estos subespacios como

Esta definicin se puede extender a la suma de varios subespacios: Si Wi son subespacios vectoriales, con i=1,...,n se define la suma de estos n-subespacios vectoriales como:

D) SUMA DIRECTA DE SUBESPACIOS VECTORIALES Cuando tenemos dos subespacios vectoriales cuya interseccin es el elemento neutro del espacio vectorial, y efectuamos la operacin suma de subespacios, el subespacio resultante se obtiene aadiendo "totalmente" los vectores de uno con los de otro, es decir se realiza una SUMA DIRECTA de subespacios.

Definicin Sea V un espacio vectorial y sean W1 y W2 dos subespacios vectoriales de V, se define la SUMA DIRECTA de estos subespacios al subespacio slo si y adems si y

COMBINACIN LINEAL Un vector se dice que es combinacin lineal de un conjunto de vectores si se puede expresar como suma de los vectores de multiplicados cada uno de ellos por un coeficiente escalar , es decir:

. As, es combinacin lineal de vectores de si podemos expresar como una .

suma de productos por escalar de una cantidad finita de elementos de Ejemplo:

El vector (20, 12, 37) es una combinacin lineal de los vectores (1, 3, 5) y (6, 2, 9):

Otro ejemplo:

: Se dice que es combinacin lineal de

y de , porque

podemos escribir

sin ms que despejar la . De la misma manera,

despejando oportunamente, cada una de estas variables se podra expresar como combinacin lineal de las otras dos. Los escalares dicen cunto de cada vector del conjunto necesito para que, en

cuando se combinen linealmente dichos elementos, pueda formar el vector cuestin. EXPANSIN LINEAL Dado un conjunto de vectores , finito o infinito, se llama expansin lineal, denotada como al conjunto:

Dicho conjunto es el mnimo subespacio vectorial de . ESPACIO VECTORIAL GENERADO

que contiene al conjunto

Espacio vectorial generado o span lineal o espacio lineal o lineal hull o capsula lineal. Sea V un espacio vectorial sobre un cuerpo F, y sea S un subconjunto de V. Definimos W como el conjunto generado por S como:

Sigue por definicin que W es un subespacio vectorial de V, el espacio vectorial generado por S.

Los elementos de W son todas las combinaciones lineales de elementos de S. Ergo . El espacio de estos vectores es

INDEPENDENCIA LINEAL En lgebra lineal, un conjunto de vectores es linealmente independiente si ninguno de ellos puede ser escrito con una combinacin lineal de los restantes. Por ejemplo, en R3, el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) es linealmente independiente, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo es, ya que el tercero es la suma de los dos primeros. Dado un conjunto finito de vectores un conjunto de vectores. Se

dice que dicho estos vectores son linealmente dependientes si existen nmeros , todos no iguales a cero, tal que:

Ntese que el smbolo a la derecha del signo igual no es cero, sino que simboliza al vector nulo . El conjunto de vectores nulos forma la matriz nula. Si tales nmeros no existen, entonces los vectores son linealmente independientes. La definicin anterior tambin puede extenderse a un conjunto infinito de vectores, concretamente un conjunto cualquiera de vectores es linealmente dependiente si contiene un conjunto finito que sea linealmente dependiente. Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as: Un conjunto de vectores independiente si de un espacio vectorial es linealmente

Esta idea es importante porque los conjuntos de vectores que son linealmente independientes, generan un espacio vectorial y forman una base para dicho espacio. Entre las propiedades de los vectores linealmente dependientes e independientes encontramos: 1. Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los vectores es combinacin lineal de los dems. 2. Si un conjunto de vectores es linealmente independiente cualquier subconjunto suyo tambin lo es. Obviamente, si tenemos un conjunto de vectores tales que ninguno de ellos es combinacin de los dems, escogiendo solamente unos cuantos, no podrn ser combinacin de los otros. 3. Si un conjunto de vectores es linealmente dependiente, tambin lo es todo conjunto que lo contenga. 4. Un conjunto de vectores son linealmente paralelos s y slo s son paralelos. 5. Un conjunto de vectores son linealmente dependientes si los componentes entre ellos son proporcionales, bien sea directa o inversamente proporcional. Ya que un conjunto de vectores es linealmente dependiente si y solo si tiene algn vector que es combinacin lineal de los dems, si metemos este conjunto de vectores en otro ms grande, seguimos teniendo el vector que es combinacin lineal de otros, por tanto, el conjunto ms grande ser linealmente dependiente.

DIMENSIN VECTORIAL La dimensin de un espacio vectorial se define como el nmero de elementos o cardinal de una base de dicho espacio. Dado que para todo espacio de Hilbert de dimensin infinita podemos distinguir entre bases de Hilbert y de Hamel, podemos definir la dimensin vectorial ordinaria y la dimensin vectorial de Hilbert. Se tiene que para cualquier espacio vectorial V, la relacin entre dimensin de Hammel y dimensin de Hilbert es la siguiente:

En espacios de dimensin finita tambin se pueden definir las bases de Hilbert como bases de Hamel ortogonales. De hecho, para un espacio de dimensin finita, la dimensin de Hilbert es igual a la dimensin de Hamel. En dimensin finita toda base de Hamel es base de Hilbert y viceversa, por lo que para un espacio de dimensin finita en se da siempre la igualdad. BASE DE UN ESPACIO VECTORIAL: Una base es un conjunto de vectores linealmente independientes y que son capaces de generar cualquier vector de dicho espacio. En nuestro estudio del plano, una base estar formada por dos vectores linealmente independientes. Rango de una matriz y sistema de ecuaciones lineales: Sea una matriz Am x n = entonces sus n-adas corresponden a las Filas de la matriz, ejemplo: (a11, a12, ..., a1n), (a21, a22, ..., a2n), ..., (am1,am2, ..., amn) estas series son los vectores fila de A y los vectores columnas de A corresponden a las columnas de la matriz ejemplo: (a11, a21, ..., am1), (a12, a22, ..., am2), ..., (a1n, a2n, ..., amn). El espacio fila y el espacio columna son sub-espacios de Rn generado por los vectores fila y espacio columna de A.

Veremos a continuacin que los espacios fila y espacio columna comparten muchas propiedades veremos primero el espacio fila, considerando que dos matrices son equivalentes por fila si la segunda matriz se obtiene por operaciones elementales entre fila esta tienen el mismo espacio fila, tambin hay que considerar que la matriz no se modifica sus columnas por las operaciones elementales entre filas, pero si pueden modificar sus filas. Si la matriz equivalente B esta en forma escalonada entonces esta constituye un conjunto independiente. Y la base para el espacio fila de una matriz: si la matriz A es igual en fila a la matriz B entonces en esta ultima los vectores fila B son diferentes de cero esta forma una base para el espacio fila. Si A es una matriz m x n entonces el espacio rengln y el espacio columna son iguales. Para poder resolver la ecuacin lineal utilizaremos la notacin matricial Ax = B que se utiliza para representar ecuaciones lineales. = la solucin de ste sistema nos permite ver el conjunto solucin, esta solucin se escribe como n-adas y se denomina: vectores solucin para un sistema homogneo se utiliza la notacin matricial Ax = 0 es un espacio Rn esta solucin se denomina espacio solucin del sistema tambin se llama espacio nulo de a. La dimensin de este sistema se denomina nulidad de A. Para la dimensin de un sistema homogneo (Ax = 0) en una matriz A m x n y su rango r entonces la dimensin seria n-r (nulidad - rango) = n. Un sistema homogneo Ax = 0 es un sub-espacio y un sistema no homogneo Ax = 0 es un sub-espacio y un sistema no homogneo Ax = B donde B " 0 este no es sub-espacio ya que el vector cero no es solucion.

Si Xp es una solucin particular del sistema homogneo entonces todo el sistema se expresa como X = Xp + Xn donde Xh sera la solucin del sistema homogneo Ax = 0. Para ver el nmero de soluciones de las ecuaciones lineales se tomara en cuenta tres reglas:

quiere decir si el rango de la solucin de la matriz A es igual al del rango de la matriz aumentada en B es igual a n entonces tiene una nica solucin.

tiene soluciones. Para las ecuaciones lineales con matrices cuadradas: Si A es una matriz n x n cumple las siguientes condiciones:

uivalente por renglones a 1n.

Coordenadas y cambio de base: Siendo B= {v1, v2,..., vn} una base de un espacio vectorial y x un vector en V que representndose como combinacin lineal ( x = c1v1 + c2v2 + ... + cnvn ) siendo los escalares c. Se denomina como coordenadas x con respecto B en el vector Rn denotado as xB = (c1, c2,..., cn). Cambio de base. Partiendo de una base B a una base B' se tiene que hacer una multiplicacin por una matriz p-1 y esta la obtenemos sacando la inversa de la base B esto seria P-1 y multiplicando P-1 por B obtenemos B' y viceversa. RANGO Se llama rango de un sistema de vectores a la dimensin del subespacio generado por dicho sistema. TRANSFORMACIN LINEAL Se denomina transformacin lineal a toda aplicacin cuyo dominio y codominio sean espacios vectoriales que cumpla la siguiente definicin: Sean y y espacios vectoriales sobre el mismo espacio o campo en y . es una transformacin lineal si para y para todo escalar ,

una funcin de

todo par de vectores perteneciente a 1. 2.

pertenecientes a

, se satisface que:

donde k es un escalar.

Propiedades de las transformaciones lineales Sean y espacios vectoriales sobre (donde representa el cuerpo) se

satisface que:

Si siguiente manera:

es lineal, se define el ncleo (ker) y la imagen (Im) de

de la

Es decir que el ncleo de una transformacin lineal est formado por el conjunto de todos los vectores del dominio que tienen por imagen al vector nulo del codominio. El ncleo de toda transformacin lineal es un subespacio vectorial del dominio: 1. 2. Dados dado que

3.

Dados

Se denomina nulidad a la dimensin del ncleo. La imagen de una transformacin lineal est formada por el conjunto de todos los vectores del codominio que son imgenes de al menos algn vector del dominio.

La imagen de toda transformacin lineal es un subespacio del codominio. El rango de una transformacin lineal es la dimensin de la imagen.

Una funcin lineal es la correspondencia Teorema fundamental de las transformaciones lineales

Sea B = {v1,v2,v3,...vn} base de V y C = {w1, w2, w3,...wn} un conjunto de n vectores de W no necesariamente distintos, entonces existe una nica transformacin lineal T: V W que satisface:

Clasificacin de las transformaciones lineales 1. Monomorfismo: Si es inyectiva, o sea si el nico elemento

del ncleo es el vector nulo. 2. 3. Epimorfismo: Si Isomorfismo: Si es sobreyectiva (suryectiva). es biyectiva (inyectiva y suryectiva)

La Representacin Matricial de una Transformacin Lineal

Sea T: V W una transformacin lineal, donde V y W son espacios vectoriales. Sean e1 = (1, 0, 0, , 0), e2 = (0, 1, 0, 0, , 0), e3 = (0, 0, 1 , 0, , 0) , , en = (0, 0, 0, , 0, 1). Suponga que {e1, e2, e3, , en} es una base de V. Ahora, sea T(e1) = w1, T(e2) = w2, T(e3) = w3, , T(en) = wn. Llamamos a AT la matriz cuyas columnas son w1, w2, w3, , wn. Entonces a la matriz AT se le llama la representacin matricial de T.

Ejemplos:

1.

2.

CONCLUSIN

REFERENCIAS ELECTRNICAS http://es.wikipedia.org/wiki/Espacio_vectorial http://www.uam.es/personal_pdi/economicas/portega/webalgebra/capitulo-1/teoria-1-3/1-3-subespacios.html http://es.wikipedia.org/wiki/Combinaci%C3%B3n_lineal http://es.wikipedia.org/wiki/Espacio_vectorial_generado http://es.wikipedia.org/wiki/Dependencia_e_independencia_lineal http://es.wikipedia.org/wiki/Base_%28%C3%A1lgebra%29#Dimensi.C3. B3n_vectorial http://recursostic.educacion.es/descartes/web/materiales_didacticos/geome tria_analitica_arl/bases_espacio_vectorial.htm http://html.rincondelvago.com/algebra-lineal_vectores-y-espaciosvectoriales.html http://ocw.uniovi.es/file.php/14/1C_C11666_0910/Teoria/2009_2010/Tem a2Impresion.pdf