Beruflich Dokumente
Kultur Dokumente
Algebra lineal
unidad 4 y 5
Espacio vectoriales y transformaciones lineales
Alumno:
Lpez Prez Jess Alberto
(17271187)
Prez Velasco Roberto Antonio
(14270811)
Ing. Mecnica
Segundo semestre grupo C
Catedrtico:
Ing. Juarez Ontiveros alonso
Fecha de entrega:
28 de mayo de 2015
Introduccin
Contenido
Pgina XXXVI
Pgina XXXVI
Unidad IV
Espacios vectoriales
Pgina XXXVI
Espacio vectorial.
Del latn spatium, el espacio puede ser la extensin que
contiene la materia existente, la capacidad de un lugar o la
parte que ocupa un objeto sensible. Vectorial, por su parte, es
lo perteneciente o relativo a los vectores. Este trmino, de
origen latino, refiere al agente que transporta algo de un lugar a
otro o a aquello que permite representar una magnitud fsica y que se define por
un mdulo y una direccin u orientacin.
La nocin de espacio vectorial se utiliza para nombrar a la estructura matemtica
que se crea a partir de un conjunto no vaco y que cumple con diversos requisitos
y propiedades iniciales. Esta estructura surge mediante una operacin de suma
(interna al conjunto) y una operacin de producto entre dicho conjunto y un
cuerpo. Es importante tener en cuenta que todo espacio vectorial dispone de una
base y que todas las bases de un espacio vectorial, a su vez, presentan la misma
cardinalidad.
Comenzamos definiendo un campo y un espacio vectorial sobre un campo (es
comn observar que un campo es en particular un grupo abeliano ). Los ejemplos
tpicos de campos son el campo de los nmeros reales R, el campo de los
nmeros complejos C y para cada nmero primo p en Z, el campo de los enteros
mdulo p, Zp. Los ejemplos tpicos de espacios vectoriales son Rn sobre el
campo R, Cn sobre el campo C (en general, Fn sobre cualquier campo F), al igual
que los siguientes ejemplos con las correspondientes operaciones usuales de
suma y multiplicacin por escalares:
Mn x m(V) = {(
a1,1
:
... a1,m
:
) | ai,j V, con 1 i n y 1 j m}
Pgina XXXVI
... an,m
Propiedades y subespacio de un
espacio vectorial
Las siguientes son propiedades elementales de un espacio vectorial V sobre un
campo F cuyas pruebas se dejan como ejercicios:
1. (Ley de la cancelacin) Si x, y, z V y x + z = y + z, entonces x = y
2. El vector 0 es nico con la propiedad de que para toda x V, x + 0 = x
3. Para toda x V, 0x = 0
4. Para todo a F y x V, (-a)x = -(ax)
5. Para toda a F, a0 = 0
Se define un subespacio de un espacio vectorial V sobre un campo F y es un
ejercicio demostrar que un subconjunto W V es un subespacio si y slo si para
todos a, b F y x, y V, ax + by V. Dos ejemplos de subespacios son los
subconjuntos de Mn x n(V) formados por matrices (1) simtricas, (2) diagonales y (3)
con traza igual a cero. Es claro que la interseccin de dos (y por lo tanto de
cualesquiera) subespacios de V resulta en un subespacio de V. Sin embargo, esto
no sucede con la unin (como ejemplo tmense cualesquiera dos rectas distintas
en R2 que pasen por el origen).
Dado un subconjuntos S de un espacio vectorial V sobre un campo F, denotamos
por <S> al subespacio generado por S, y se demuestra fcilmente que <S> es
precisamente el conjunto de todas las combinaciones lineales de elementos de S,
es decir,
<S> = {a1x1 + ... + anxn | n N, ai F y xi V}.
Definimos la suma de un nmero finito de subconjuntos S1, ..., Sn de un espacio
vectorial V sobre un campo F y se verifica directamente que si W1, ..., Wn V,
entonces
W1 + ... + Wn = <W1 ... Wn>
Pgina XXXVI
Pgina XXXVI
Pgina XXXVI
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
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
Pgina XXXVI
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.
Existe una relacin espacial entre los vectores , se puede apreciar que v2=2v1; o
si se escribe esta ecuacin de otra manera. 2v1-v2=0.
Pgina XXXVI
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 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 .Si los vectores no son linealmente dependientes, se
dice que son linealmente independientes.
Para decirlo de otra forma, v1, v2, .., vn son linealmente independientes si la
ecuacin c1v1+c2v2++cnvn=0 se cumple nicamente para c1=c2==cn=0. Son
linealmente dependientes si el vector cero en V se puede expresar como una
combinacin lienal de v1, v2,,vn con coeficientes no todos iguales a cero.
Nota. Se dice que los vectores v1, v2, , vn son linealmente independientes (o
dependientes), o que el conjunto de vectores {v1, v2, , vn} es linealmente
independiente (o pendiente). Esto es, se usan las dos frases indistintivamente.
Teorema:dependencia e independencia lineal
Dos vectores en un espacio vectorial son linealmente dependientes si y solo si uno
de ellos es un mltiplo escalar del otro.
Demostracin: primero suponga que v2=cv1 para elgun escalar c0. Entonces
cv1-v2=0 y v1 y v2 son linealmente dependientes. Por otro parte, suponga que v1
y v2 son linealmente dependientes. Entonces existen constantes c1 y c2 al menos
Pgina XXXVI
Bases y dimensin de
un espacio vectorial,
cambio de base.
La base de un espacio vectorial es un subconjunto de un espacio vectorial que se
extiende sobre un espacio vectorial determinado y es linealmente independiente
en el mismo. Esto es, si tenemos un espacio vectorial V y tenemos S como un
subconjunto de este espacio vectorial, el cual consiste de n vectores de la forma
v1, v2, v3 vn entonces podemos definir que este subconjunto es la
base del espacio vectorial dado, si cumple las dos condiciones siguientes:
1. Este subconjunto se extiende a travs del espacio vectorial dado. 2. S es
subconjunto de V conteniendo los vectores de V, los cuales son linealmente
independientes.
Con la ayuda de una ecuacin lineal podemos representar tal conjunto como,
Pgina XXXVI
i. (v, v) 0
ii. (v, v) = 0 si y slo si v = 0.
iii, (u, v +w) = (u, v)+ (u, w)
iv. (u + v, w) = (u, w)+(v, w)
v. (u, v) = (v, u)
vi. (u, v) = (u, v)
vii. (u, v) = (u, v)
La barra es las condiciones v) y vii) denota el conjugado complejo.
Nota. Si (u,v) es real, entonces (u,v)=(u,v) y se puede eliminar la barra en v).
Espacios con producto interior:
El producto interior euclidiano es solo uno ms de los productos internos que se
tiene que definir en Rn Para distinguir entre el producto interno normal y otros
posibles productos internos se usa la siguiente notacin.
Pgina XXXVI
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.
Pgina XXXVI
Pgina XXXVI
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
Pgina XXXVI
Unidad V
TRANSFORMACIONES LINEALES
Pgina XXXVI
Introduccin a las
transformaciones lineales.
El presente capitulo aborda una clase especial de funciones denominadas
transformaciones lineales que ocurren con mucha frecuencia en el algebra lineal y
otras ramas de las matematicas. Estas tienen una gran variedad de aplicaciones
importantes. Antes de definirlas, se estudiaran dos ejemplos sencillos para ver lo
que es posible realizar.
Ejemplo 1: reflexin respecto al eje x
En R2 se define una funcin T mediante la formula T(x;y)=(x;-y). Geomtricamente,
T toma un vector en R2 y lo refleja respecto al eje x. esto se ilustra en la figura.
Una vez que se ha dado la definicin bsica, se vera que T es una transformacin
lineal de R2 en R2.
Ejemplo 2: transformacin de un vector de produccin en un vector de
materia prima.
Un fabricante elabora cuatro tipos de productos distintos, de los cuales cada uno
requiere tres tipos de materiales. Se identifican los cuatro productos como P1, P2,
P3, y P4 y a los materiales por R1, R2 y R3. La tabla siguiente muestra el numero de
unidades de cada materia prima que se requieren para fabricar 1 unidad de cada
producto.
Ejemplo 2: transformacin de un vector de produccin en un vector de
materia prima.
Un fabricante elabora cuatro tipos de productos distintos, de los cuales cada uno
requiere tres tipos de materiales. Se identifican los cuatro productos como P1, P2,
P3, y P4 y a los materiales por R1, R2 y R3. La tabla siguiente muestra el numero de
unidades de cada materia prima que se requieren para fabricar 1 unidad de cada
producto.
Pgina XXXVI
Surge una pregunta natural: si se produce cierto nmero de los cuatro productos,
Cuntas unidades de cada material se necesitan? Sean p1, p2, p3 y p4 el nmero
de artculos fabricados en los cuatro productos y sean r1, r2, y r3 el nmero de
unidades necesarios de los tres materiales. Entonces se define
Pgina XXXVI
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 (x) = Ax= si
es un escalar y A(x + y) = Ax + Ay. Esta propiedad caracteriza las
transformaciones lineales.
Definicin 1 transformacin lineal
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(av)=aTvv) = Tv
Pgina XXXVI
Transformacin de reflexin
Pgina XXXVI
Pgina XXXVI
Solucin. Se tiene
Entonces
Surge otra pregunta; si w1,w2,.,wn son n vectores en W, existe una transformacin lineal
T tal que Tv1 = w1 para i = 1,2,,n? La respuesta es s. Como lo muestra el siguiente
teorema.
Definicin 1 Ncleo e imagen de una transformacin lineal
Sean V y W dos espacios vectoriales y sea T:V W una transformacin lineal. Entonces
Pgina XXXVI
ii. La
El
imagen
ncleo
de
T,
denotado
de
T,
denotado
por
por
Im
un,
est
dado
por
T,
esta
dado
por
Pgina XXXVI
Pgina XXXVI
Demostracin
Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w 1, w2,.,
wn y hagamos que AT denote tambin ala transformacin de Rn-Rm, que multiplica
un vector en Rn por AT. si
Entonces
Pgina XXXVI
Matriz de transformacin
i.
ii.
iii.
iv.
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)
ii. V(A) = v(AT)
iii. V(a) + p(T) = n
Teorema 5 Sea T:Rn-Rm una transformacin lineal. Suponga que C es la matriz de
transformacin de T respecto a las bases estndar S n y Sm en Rn y Rm,
respectivamente. Sea A1 la matriz de transicin de B2 a base Sm en Rm. Si AT
denota la matriz de transformacin de T respecto a las bases B 1 y B2, entonces.
Pgina XXXVI
De manera similar, una expansin a lo largo del eje y es una transformacin lineal
que multiplica la coordenada y de todo vector en R 2 por una constante C>1. Como
antes ,
a)
b)
c)
de manera que
a)
b)
c)
Pgina XXXVI
Aplicacin de las
transformaciones lineales:
reflexin, dilatacin, contraccin
y rotacin.
Reflexin sobre el eje x
En este caso, queremos averiguar como est definida la
transformacin T de R2 en R2 que cada
vector
un vector
En una grfica, vemos la situacin como sigue:
Pgina XXXVI
Ejemplo contraccin
Una contraccin es una transformacin que decrece distancias. Bajo una
contraccin, cualquier par de puntos es enviado a otro par a distancia
estrictamente menor que la original.
Sea V= (2 4) encontrara la contraccin horizontal cuando K=1/2
Haciendo la grafica el punto disminuye en el eje horizontal.
Pgina XXXVI
Sea
un ngulo medido en radianes. Queremos
averiguar cual es la transformacin T de R2 en R2 que gira cada
vector
vector
un
angulo
para
obtener
un
usamos
las
funciones
trigonomtricas,
tenemos
que:
tenemos que:
Pgina XXXVI
lo
tanto,
transformacin
que
ya
descubrimos
cmo
debe
estar
definida
la
tal
y es lineal, ya
Pgina XXXVI