Instituto Tecnolgico de Minatitln Escuela superior de Ingeniera Electromecnica Grupo 1 Horario 9:00am - 10:00 am Algebra lineal Resumen de la Unidad

4 (Espacios vectoriales) 5 (Transformaciones lineales)

Integrantes Erick Hiplito crdoba Ernesto Domnguez colmenares Wilber Ambros Mndez Juan Ignacio de la Cruz Mendoza Gustavo Alejandro Alor Daz

24/05/2011

UNIDA 4 ESPACIOS VECTORIALES

4.1 DEFINICION DE ESPACIO VECTORIAL.

Un espacio vectorial es una estructura matemtica creada a partir de un conjunto no vaco con una operacin suma interna al conjunto y una operacin producto externa entre dicho conjunto y un cuerpo, cumpliendo una serie de propiedades o requisitos inciales. A los elementos de un espacio vectorial se les llamar vectores y a los elementos del cuerpo se les llamar escalares. Un espacio vectorial sobre un cuerpo (como el cuerpo de los nmeros reales o los nmeros complejos) es un conjunto no vaco, dotado de dos operaciones:

Los elementos: Los elementos:

se llaman vectores. se llaman escalares.

Con la operacin interna tal que: 1) tenga la propiedad conmutativa, es decir 2) tenga la propiedad asociativa, es decir 3) tenga elemento neutro 0, es decir 4) tenga elemento opuesto, es decir y la operacin producto por un escalar:

Operacin externa tal que: 5) tenga la propiedad: 6) tenga elemento neutro 1: Que tenga la propiedad distributiva: 7) distributiva por la izquierda: 8) distributiva por la derecha:

4.2 DEFINICION DE SUBESPACIO VECTORIAL Y SUS PROPIEDADES

Esto dice que si W es un sub conjunto del espacio vectorial V entonces este es un sub espacio de V. Si W es un espacio vectorial bajo las operaciones de suma y multiplicacin por un escalar definidas en V. Para que W sea un sub espacio de V debe cumplir las propiedades de cierre de la suma y la multiplicacin por un escalar tambin debe cumplir la ley del elemento neutro bajo la suma, el inverso bajo la suma y el neutro bajo la multiplicacin por un escalar.

4.3 COMBINACION LINEAL. INDEPENDENCIA LINEAL.

COMBINACION LINEAL: Un vector se dice que vectores o todos los vectores de coeficiente escalar es combinacin lineal de un conjunto de si existe una forma de expresarlo como suma de parte multiplicados cada uno de ellos por un , de forma que

. As, es combinacin lineal de vectores de si podemos expresar como una suma de mltiplos de una cantidad finita de elementos de . Ejemplo: 2x + 3y 2z = 0. Se dice que z es combinacin lineal de x y de y, porque podemos escribir sin ms que despejar laz. De la misma manera, despejando oportunamente, cada una de estas variables se podra expresar como combinacin lineal de las otras dos. En otras palabras, cunto de cada vector del conjunto necesito para que, cuando se combinen linealmente dichos elementos, pueda formar al vector en cuestin. INDEPENDENCIA 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, los vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) son linealmente independientes, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo son, ya que el tercero es la suma de los dos primeros. A continuacin su Sea un conjunto de vectores. Decimos que son linealmente dependientes si existen nmeros , no todos 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. Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as: Un conjunto de vectores de un espacio vectorial es linealmente independiente si

4.4 BASE Y DIMENSION DE UN ESPACIO VECTORIAL, CAMBIO DE BASE.

Definicin: Base. 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.

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 Por tanto, la dimensin es el mximo nmero de vectores independientes que podemos tener en el espacio o subespacio. En otras palabras, es el mximo rango que puede tener un Es tambin el rango de cualquier sistema generador de dicho espacio. conjunto de vectoresde dicho espacio

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 En 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.) DEFINICIN: MATRIZ DEL CAMBIO DE BASE. En un espacio vectorial V, dadas dos bases B y B , se llama matriz de cambio de base (o de cambio de coordenadas) de B a B a la matriz que contiene en sus columnas las coordenadas de los vectores de la base B expresados en funcin de la base B. Su utilidad es la siguiente: Conocidas las coordenadas de un vector en base B, nos permitir hallar las coordenadas de dicho vector en base B. En efecto, sean (a1, a2, . . . an) las coordenadas de un vector en base B, y sea P la matriz de cambio de base de B a B. Entonces a1 a2 . . an a1 o lo que es lo mismo a2 . . an bn b1 p = b2
-1

p=

. .

4.5 ESPACIO VECTORIAL PROPIEDADES.

CON

PRODUCTO

INTERNO

SUS

DEFINICIN 1 Espacio con producto interno.- Un espacio vectorial complejo V se llama espacio con producto interno si para cada par ordenado de vectores u y v en V, existe un nmero complejo nico (u,v), llamado producto interno de u y v, tal que si u, v y w estn en V y C, entonces EJEMPLO Un producto interno en Rn Rn .- es un espacio con producto interno con (u, v)= u * v. DEFINICIN 2 Sea V un espacio con producto interno y suponga que u y v estan en V. Entonces

i. U y v son ortogonales si (u, v) = 0 La norma de u, denota por u, esta dada por U = Nota: A la u se le pone doble barra para evitar confusin con el valor absoluto EJEMPLO Dos vectores ortogonales en C2 En C2 los vectores (3, -1) y (2, 6i) son ortogonales porque ((3, -1), (2, 6i)) = 3*2 + (-i)(6i) = 6 + (-i)(-6i) = 6 -6 = 0 adems (3, -i)) = = . DEFINICIN 3 Conjunto ortonormal .- El conjunto de vectores v1, v2, . . ., vn es un conjunto ortonormal en V si (vi, vj) = 0 para i y vi = = 1 DEFINICIN 4 Complemento ortogonal.- Sea H un subespacio del espacio con producto interno V. Entonces el complemento ortogonal de H, denotado por H, est dado por H=x V : (x, h) = 0 para todo h

4.6 BASE ORTONORMAL,PROCESO DE ORTONORMALIZACION DE GRAM-SCHMIDT.

BASE ORTONORMAL
una base ortonormal de un espacio prehilbertiano V (es decir, un espacio vectorial con producto interno) o, en particular, de un espacio de Hilbert H, es un conjunto de elementos cuyo span es denso en el espacio, en el que los elementos son mutuamente ortogonales y normales, es decir, de magnitud unitaria. Una base ortogonal satisface las mismas condiciones, salvo la de magnitud unitaria; es muy sencillo transformar una base ortogonal en una base orto normal mediante el producto por un escalar apropiado y de hecho, esta es la forma habitual en la que se obtiene una base ortonormal: por medio de una base ortogonal. As, una base ortonormal es una base ortogonal, en la cual la norma de cada elemento que la compone es unitaria.

PROCESO DE ORTONORMALIZACION DE GRAM-SCHMIDT

proceso de ortogonalizacin de GramSchmidt es un algoritmo para construir, a partir de un conjunto de vectores de un espacio prehilbertiano (usualmente, el espacio eucldeo), otro conjunto ortonormal de vectores que genere el mismo subespacio vectorial. Este algoritmo recibe su nombre de los matemticos Jrgen Pedersen Gram y Erhard Schmidt.

UNIDA 5 TRANSFORMACIONES LINEALES 5.1 INTRODUCCION A LAS TRANSFORMACIONES LINEALES

Una transformacin es un conjunto de operaciones que se realizan sobre un vector para convertirlo en otro vector. Los espacios vectoriales son conjuntos con una estructura adicional, al saber, sus elementos se pueden sumar y multiplicar por escalares del campo dado, conviene utilizar funciones que preserven dicha estructura. Estas funciones se llamaran transformaciones lineales y en el presente capitulo las estudiaremos. Ms adelante mostraremos que las transformaciones lineales se pueden representar en trminos de matrices, y viceversa. Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las condiciones necesarias. 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. Las transformaciones lineales tienen gran aplicacin en la fsica, la ingeniera y en diversas ramas de la matemtica. Definicin de transformacin lineal y sus propiedades Sean V y W espacios vectoriales sobre el mismo campo k. Una transformacin lineal de V en W, es una funcin Tal que: i. ii. En otras palabras, una transformacin lineal es una funcin que respeta las operaciones definidas en los espacios vectoriales: abre sumas y saca escalares. Observaciones: i) Si es una transformacin lineal, entonces: En efecto Por la ley de la cancelacin en W, tenemos que: Ntese que en realidad solo se usa la propiedad aditiva (i) de T. Este hecho lo usamos en el siguiente inciso. ii. es lineal si y solo si iii. Si T lineal, entonces Inversamente, supongamos que Probemos las dos condiciones para que T sea lineal: a).b).Ntese que usamos el hecho de que lo cual es consecuencia del comentario hecho al final del inciso (i). iii. es lineal si y solo si La demostracin se hace por induccin sobre n. a) Si entonces por la condicin (ii) de T. b) Supongamos vlido para n. Probemos para : Por la condicin (i) de T, tenemos que, Y por hiptesis de induccin, tenemos que, As que podemos concluir que Este ltimo inciso se puede abreviar usando la notacin sigma como sigue:

Ejemplos de transformaciones lineales, donde haremos uso extenso de la observacin (ii) de arriba. Ejemplo 1. Sea tal que Entonces T es lineal, ya que y por otro lado Por lo tanto, vemos que Esta transformacin recibe el nombre de la transformacin cero y se denota como . Ejemplo 2. Sea tal que Entonces T es lineal, ya que: Esta transformacin recibe el nombre de la transformacin identidad de V en V, y se denota como Ejemplo 3. Sea tal que la traza de A, es decir, la suma de los elementos de la diagonal. Entonces T es lineal, ya que Ejemplo 4. Sea tal que Entonces T es lineal, ya que Ejemplo 5. Sea tal que la derivada de Entonces T es lineal ya que: Ejemplo 6. Sea el espacio vectorial de todas las funciones continuas en un intervalo cerrado y sea tal que Entonces T es lineal ya que: Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las siguientes condiciones: T (u+v) = T (u) + T(v) T (ku) = kT (u) donde k es un escalar. Clasificacin de las transformaciones lineales Monomorfismo: Si es inyectiva, o sea si el nico elemento del ncleo es el vector nulo. Epimorfismo: Si es sobreyectiva (exhaustiva). Isomorfismo: Si es biyectiva (inyectiva y exhaustiva). Endomorfismo: Si sea si el dominio es igual al codominio (el espacio vectorial de salida y el de llegada son el mismo). Automorfismo: Si es endomorfismo e isomorfismo a la vez.

5.2.- NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL

Sean V y W espacios vectoriales sobre el mismo campo K y T una transformacin lineal de V en W. El ncleo o kernel de T es: N ( T ) ( Ker T ) = { v V : T ( v ) = 0 w } Si es lineal, se define el ncleo y la imagen de T de la siguiente manera: 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 condominio. * El ncleo de toda transformacin lineal es un subespacio del dominio: 1. dado que T(0V) = 0W 2. Dados 3. Dados Se denomina nulidad a la dimensin del ncleo. Nulidad (T) = dim (Nu (T)) O sea que 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. rg (T) = dim (Im(T)) Sea una transformacin lineal de en; se define el ncleo de como Ntese que es un subespacio de. Por otro lado, se define la imagen de ,como: Para algn es un subespacio de. Si es un subespacio de y es un subespacio de, entonces los conjuntos Son subespacios de y respectivamente. Obsrvese que , e. La dimensin del espacio imagen se conoce como el rango de la transformacin, y se denota por. Ejemplos 1.- Si es la proyeccin dada por entonces el ncleo esta dado por: Mientras que la imagen es: Vemos en este ejemplo que el ncleo es el complemento directo mientras que la imagen es el subespacio sobre el cual se proyecta. 2.- Si es una proyeccin sobre W subespacio de V, asociada a la descomposicin entonces En efecto, recordemos que T (v) = X siempre que v = x + y, donde Por lo tanto, tenemos que: 3.- Sea tal que T(x, y, z) = (x - y, y + z). Es fcil verificar que T es lineal, en este caso tenemos que el ncleo est dado por: Mientras que la imagen queda como: Donde la ltima igualdad se prueba fcilmente por doble contencin. En todos estos ejemplos se puede observar que el ncleo y la imagen siempre resultan ser subespacios del dominio y del contradominio, respectivamente.

5.3.- LA MATRIZ DE UNAS TRANSFORMACIONES LINEALES

Su formacin lineal, es asociarle una matriz, para lo cual es necesario considerar un par de bases ordenadas. Definicin: Sean dos espacios vectoriales sobre, adems Bases ordenadas de respectivamente y una transformacin lineal de en Se define la matriz asociada a en las bases a Denotada por Donde Adems si la base del espacio de partida es igual al del espacio de llegada, la matriz asociada a la transformacin lineal se denota por

Ejemplo Dada la transformacin lineal Determinar la matriz asociada a en la base cannica de cada espacio. Solucin: Sean las bases cannicas de , respectivamente. Calculemos T (1; 0; 0) = (5; 1) T (0; 1; 0) = (-2; 4) T (0; 0; 1) = (3; -2) y escribamos cada vector en combinacin lineal de la base (5; 1) = 5(1; 0)+1(0; 1) (-2; 4) = -2(1; 0)+4(0; 1) (3;-2) = 3(1; 0)-2(0; 1) Ejemplo Dada la transformacin lineal Determinar donde Solucin: Para determinar la matriz asociada a en la base cannica, primero calculemos F (1; 0) = (3; 1) F (0; 1) = (2; -4) Ahora expresemos cada vector como combinacin lineal de los elementos de la base (3; 1) = 3(1; 0)+1(0; 1) (2;-4)= 2(1; 0)-4(0; 1) As.

5.4.- APLICACIN DE LAS TRANSFORMACIONES LINEALES: REFLEXION, DILATACION, CONTRACCION Y ROTRAC

ROTACION Rotacin por un ngulo Sea un ngulo medido en radianes. Queremos averiguar cual es la transformacin T de en que gira cada vector un ngulo para obtener un vector En una grfica, vemos la situacin como sigue:

Si usamos las funciones trigonomtricas, tenemos que: Distribuyendo y usando el hecho de que y tenemos que: Por lo tanto, ya descubrimos cmo debe estar definida la transformacin tal que Esta transformacin se llama la rotacin por un ngulo Y es lineal, ya que: REFLEXION Reflexin sobre el eje x En este caso, queremos averiguar como est definida la transformacin T de en que cada vector lo refleja sobre el eje x, para obtener un vector En una grfica, vemos la situacin como sigue: En este caso, la situacin es ms sencilla ya que claramente tenemos dos tringulos rectngulos que son congruentes, de donde T queda definida como sigue: Esta transformacin se llama la reflexin sobre el eje x, y es lineal, ya que: PROYECCION Proyeccin ortogonal sobre el eje x) En este caso, queremos averiguar como est definida la transformacin T de en que a cada vector lo proyecta perpendicularmente sobre el eje x, para obtener un vector En una grfica, vemos la situacin como sigue: Tambin este caso es sencillo, pues es obvio que T queda definida como sigue: Esta transformacin se llama la proyeccin sobre el eje x, y es lineal, ya que: CONTRACCION 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. DILATACION O EXPACION Una dilatacin es una transformacin que incrementa distancias. Sea V= (2 4) encontrara la expansin vertical cuando K=2 Expansin horizontal (k71) o contraccin (0<k<1) Expansin vertical (k71) o contraccin (0<k<1)

BIBLIOGRAFIAS http://www.mitecnologico.com/Main/DefinicionTransformacionLineal http://es.wikipedia.org/wiki/Espacio_vectorial http://apuntes.rincondelvago.com/algebra-lineal_vectores-y-espacios-vectoriales.html http://www.mitecnologico.com/Main/EjemplosTransformacionesLineales http://www.mty.itesm.mx/etie/deptos/m/ma95-843/lecturas/l843-53.pdf http://html.rincondelvago.com/transformaciones-lineales.html Algebra para ingenieros (rees, sparks, ayres, spiegel. McGranw Hii interamericana tercera edicin) (capitulo 4 pag.133-196)