Algebra Uv

NOMBRE DE LA CARRERA:
INGENIERIA PETROLERA.

NOMBRE DEL DOCENTE:
INGENIERIA. DIANA ERENDIRA DEL ANGEL
GREER.

NOMBRE DE LA MATERIA:
ALGEBRA LINEAL

NOMBRE DEL TRABAJO:
UNIDAD V-TRANSFORMACIONES LINEALES.

NOMBRE DE LOS INTEGRANTES:
CHAGOYA SAN JUAN JULISSA ARLETTE.
DURAN MARTINEZ ABIGAIL LIZET.
ROSENDO ERASMO CHRISTIAN YOVANNY.

FECHA Y LUGAR:
3 DE JUNIO DEL 2014
CERR AZUL, VERACRUZ.

INSTITUTO TECNOLOGICO DE CERRO AZUL
UNIDAD V: TRANSFORMACIONES LINEALES

ALGEBRA LINEAL Pgina 1

INDICE



1.1 INTRODUCCION A LOS SISTEMAS DE ECUACIONES
LINEALES
El estudio de los sistemas de ecuaciones lineales y sus soluciones es uno de los
temas ms importantes del algebra lineal. En esta seccin se introducir
terminologa bsica y se analizara un mtodo para resolver esos sistemas.

Ecuaciones Lineales
Una recta en el plano xy puede representarse algebraicamente por una ecuacin
de la forma:
y = b
Una ecuacin de este tipo se denomina ecuacin lineal en las variables x y y. De
manera ms general, una ecuacin lineal en las n variables
, . . ,
se define
como una ecuacin que se puede expresar en la forma

+ +
= b

EJEMPLO 1
Las ecuaciones siguientes son lineales:

. . .
=1

Observar que una ecuacin lineal no incluye ningn producto o raz de variable.
Todas las variables estn elevadas slo a la primera potencia y no aparecen con
argumentos de funciones trigonomtricas, logartmicas o exponenciales.



EJEMPLO 2
Encontrar el conjunto solucin de
(a) 4x-2y = 1 (b)

Solucin a). Para encontrar soluciones de a), se asigna un valor cualesquiera y se
despeja y, o bien, se elige un valor arbitrario para y y se despeja x. Si se sigue el
primer mtodo y a x se asigna un valor arbitrario t, se obtiene:

Solucin b). Para encontrar el conjunto solucin de b) es posible asignar valores
arbitrarios a dos variables cualesquiera y despejar la tercera variable. En particular
si
se asignan los valores arbitrarios s y t, respectivamente, al despejar

se obtiene

Un conjunto finito de ecuaciones lineales en las variables
, . . . ,
se
denomina sistema de ecuaciones lineales. Una sucesin de nmeros
, . . .,
se denomina solucin del sistema si

=
, . . . ,
es una
solucin de todas y cada una de las ecuaciones del sistema. Por ejemplo el
sistema
4
+ 3
= -1
3
+ 9
= -4

Tiene la solucin
=1,
=2,
= -1, ya que estos valores satisfacen ambas

ecuaciones. Sin embargo
=1,
=8,
=1 no es una solucin, ya que estos

valores satisfacen slo la primera de las dos ecuaciones del sistema.
No todos los sitemas de ecuaciones lineales tienen solucin. Por ejemplo, si la
segunda ecuacin del siguiente sistema

Se dice que un sistema de ecuaciones que no tiene soluciones es inconsistente, si
existe por lo menos una solucin del sistema, ste se denomina consistente.


Para ilustrar las posibilidades que pueden ocurrir al resolver sistemas de
ecuaciones lineales, se considerar un sistema general de dos ecuaciones
lineales en las incognitas .
y=
no son ceros a la vez)
y=
no son cero a la vez)

Las graficas de estas ecuaciones son rectas; por ejemplo
. Como un punto
y pertenece a una recta si y slo si los nmeros , satisfacen la ecuacin
de la recta, las soluciones del sistema de ecuaciones corresponden a los puntos
de interseccin de
. Existen tres posibilidades:

1. Las rectas
pueden ser paralelas, en cuyo caso no se cortan y, en

consecuencia, no existe solucin del sistema.
2. Las rectas
pueden cortarse slo en un punto, en cuyo caso el

sistema tiene exactamente una solucin.
3. Las rectas
pueden coincidir, en cuyo caso hay una infinidad de

puntos de interseccin y, por tanto, existen infinidad de soluciones del
sistema.

1. No existe solucin

2. Una solucin



3. Infinidad de soluciones



Un sistema arbitrario de ecuaciones lineales en incgnitas se puede escribir
como:
+ . . . +
+ . . . +
. . .

Donde
,. . . ,
son las incgnitas y las letras son subndices denotan

constantes. Por ejemplo, un sistema general de tres ecuaciones lineales con
cuatro incgnitas, se puede escribir como:

Los subndices dobles en los coeficientes de las incgnitas constituyen un
mecanismo til que se utiliza para especificar la ubicacin del coeficiente en el
sistema. El primer subndice en el coeficiente
indica la ecuacin en que

aparece el coeficiente, y el segundo subndice indica a que incgnita multiplica.
As
est en la primera ecuacin y multiplica a la incgnita
.

Las matrices surgen en muchos contextos que sern considerados con ms
detalle en secciones ulteriores. Por ejemplo la matriz aumentada del sistema de
ecuaciones.

)



OBSERVACIN. Al elaborar una matriz aumentada, las incgnitas deben
escribirse en el mismo orden en cada ecuacin.
El mtodo bsico para resolver un sistema de ecuaciones lineales es sustituir al
sistema dado por un nuevo sistema que tenga el mismo conjunto solucin, pero
que sea ms fcil de resolver. Este nuevo sistema suele obtenerse en una serie
de pasos mediante la aplicacin de los tres tipos de operaciones siguientes para
eliminar incgnitas de manera sistemtica.
1. Multiplicar una ecuacin por una constante diferente de cero.
2. Intercambiar dos ecuaciones.
3. Sumar un mltiplo de una ecuacin a otra ecuacin.

Dado que los renglones (lneas horizontales) de una matriz aumentada
corresponden a las ecuaciones en el sistema asociado, las tres operaciones
mencionadas corresponden a las siguientes operaciones efectuadas en los
renglones de la matriz aumentada.
1. Multiplicar un rengln por una constante diferente de cero.
2. Intercambiar dos renglones.
3. Sumar un mltiplo de un rengln a otro rengln.
Las tres operaciones anteriores se denominan operaciones elementales en los
renglones.



5.2 NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL

Propiedades de las transformaciones lineales: imagen y ncleo
En esta seccin se desarrollaran algunas propiedades bsicas de las
transformaciones lineales.
TEOREMA 7.2.1:
Sea T: V W una transformacin lineal. Entonces para todos los vectores

i) T(0)= 0
ii) T(u-v)= Tu-Tv
iii) T (v + v + nvn) = Tv + Tv +. + nTvn
NOTA: En el inciso i), el 0 de la izquierda es el vector 0 de la V, mientras que el 0
de la derecha es el vector cero en W.
DEMOSTRACION:
i) T (0) = T (0+ 0) = T (0) + T (0). As,
0= T(0) T(0)= T(0) + T(0) T(0) = T (0)
ii) T(u v)= T[u + (-1)v] = Tu + T[(-1)v] = Tu + (-1) = Tu Tv.

iii) Esta parte se prueba por induccin. Para n= 2 se tiene T (v + v) =
T(v) + T (v)= Tv + Tv. As, la ecuacin se cumple para n= 2.
Se supone que se cumple para n= k y se prueba para n= k + 1: T (v
+ v + +
+ 1
+ 1) = T (v + v + +
) + T(

+ 1
+ 1), y usando la ecuacin en la parte iii) para n=k, esto es igual

a ( Tv + Tv + +
+ 1 T
+ 1, que es lo que se quera

demostrar. Esto completa la prueba.

Un dato importante sobre las transportaciones lineales es que estn
completamente determinadas por el efecto sobre los vectores de la base.



TEOREMA 7.2.2
Sea V un espacio vectorial de dimensin finita con base B= {v, v, ,
}. Sean
w, w, ,
vectores en W. suponga que T y T son dos transformaciones

lineales de V en W tales que TV = TV =
para i = 1,2, , n. entonces para

cualquier vector v V, Tv = Tv; es decir, T = T.
DEMOSTRACION:
Como B es una base para V, existe un conjunto nico de escaleras , , ,

tales que v= v + v + +
. Entonces, del inciso iii) del teorema 7.2.1,

T v = T (v + v +
) = Tv + Tv +

= w + w +

De manera similar,
Tv = T (v + v + . . . +
) = Tv + Tv +

= w + w + +

Por lo tanto, Tv = Tv.
El teorema 7.2.1 indica que si T: V W tiene dimensin finita, entonces solo es
necesario conocer el efecto que tiene T sobre los vectores de la base en V. esto
es, si se conoce la imagen de cada vector bsico, se puede determinar la imagen
de cualquier vector en V. esto determina T por completo. Para ver esto, sean v,
v, ,
una base en V y sea v otro vector en V. entonces, igual que en la

prueba del teorema 7.2.2,
Tv= Tv + Tv +

As, se puede calcular T v para cualquier vector v V si se conocen Tv, Tv,
T

Ejemplo 7.2.1 si se conoce el efecto de una transformacin lineal sobre los
vectores de la base, se conoce el efecto sobre cualquier otro vector
Sea T una transformacin lineal de R
3
en R
2
y suponga que T (
) = (
) , T (
) =
(
) y
T (
) = (
). Calcule T (
)

SOLUCION:
Se tiene (
)= 3 (
) -4 (
) +5 (
) .


Entonces
T (
) =3T (
) -4T (
) = 5T (
).
= 3 (
) -4 (
) +5 (
) = (
) + (
) = (
)
Surge otra pregunta: si w, w, ,
son n vectores en W, existe una

transformacion lineal T tal que Tv = w para i = 1,2, , n? la respuesta es si,
como lo muestra el siguiente teorema.

TEOREMA 7.2.3
Sea V un espacio vectorial de dimensin finita con base B= {v, v, ,
}. Sea W
un espacio vectorial que contiene los vectores w, w, ,
. Entonces existe una

transformacion lineal nica T: VW tal que Tv =
para i = 1,2, , n.
Se define la funcin T como sigue:
DEMOSTRACION:
i) T

ii) Si v = v + v + +
, entonces
Tv = w + w + +

Como B es una base para V, T esta definida para todo v V; y como W es un
espacio vectorial, Tv W. entonces solo falta demostrar que T es lineal, lo que se
deduce directamente de la ecuacin (7.2.1). si u= v + v + +
, y q=
v + v + ,
, entonces:
T (u + q) = T [( + ) v + ( + ) + . + (
]
= ( + ) w + ( + )w + . + (

= (w + w + +
) + (w + w + +
)
= Tu + Tq
De manera similar , T (v) = Tv , asi que T es lineal . la unicidad de T se obtiene
del teorema 7.2.2 y la prueba queda completa.
OBSERVACION: en los teoremas 7.2.2 y 7.2.3 los vectores w, w, ,
no
tiene que ser independientes y, de hecho, ni si quiera tiene que ser distintos. Ms
aun, se hace hincapi en que los teoremas se cumplen si V en cualquier espacio
vectorial de dimensin finita, no solo R
n
.
Observe tambin que la dimensin de W no tiene que ser finita.



EJEMPLO 7.2.2
Definicin de una transformacion lineal de R
2
en subespacio de R
3

Encuentre una transformacion lineal de R
2
en el plano
W ={ (
): 2x y + 3z= 0}
SOLUCION:
Sea W en un subespacio de dimensiones dos de R
3
con vectores bsicos w =
(
) y w=(
) . utilizando la base estndar en R

2
, v = (
) y v (
) , se define la
transformacion lineal T por T (
) = (
) y T (
) = (
).
DEFINICION:
Nucleo e imagen de una transformacion lineal
Sea V y W dos espacios vectoriales y sea T: V W una transformacion lneal.
Entonces
i) El nucleo de T denota por un T, esta dado por
nu T = {v V: Tv = 0}

ii) La imagen de T, denotado por im T, esta dado por
Im T = {w W: w= T v para alguna v V}

OBSERVACION 1:
Observe que nu T es no vacio porque, de acuerdo con el teorema 7.2.1, T(0)
=0 de manera que 0 nu T para cualquier transformacion lineal T. se tiene
inters de encontrar otros vectores en V que se transforma en 0. De nuevo,
observe que cuando escribimos T(0) =0, el de la izquierda esta en V y el vector
de la derecha en W.
OBSERVACION 2:
La imagen de T es simplemente el conjunto de imgenes de los vectores en
V bajo la transformacion T. De hecho, si w = Tv, se dice que w en la imagen de
v bajo T.



TEOREMA 7.2.4
Si T: V W es una transformacin lineal, entonces
i) nu T es un subespacio de V.
ii) im T es un subespacio de W.
DEMOSTRACION:
i) sean u y v en nu T, entonces T (u+v)= Tu + Tv= 0 + 0= 0 y T(u)= Tx =
0= 0 de forma que u + v y u estn en nu T.
ii) sea w y x en im T. entoces w= Tu y x = Tv para dos vectores u y v en V.
esto significa que T(u + v) = Tu + Tv = W + x y T(u) = aTu=w. Por lo
tanto, w + x y w estn en im T.

EJEMPLO 7.2.3
NUCLEO E IMAGEN DE LA TRANSFORMACION CERO
Sea Tv = 0 para todo v V (T es la transformacin cero). Entonces nu T = Ve im T
= {0}.
EJEMPLO 7.2.4
NUCLEO E IMAGEN DE UN OPERADOR DE PROYECCION
Sea Tv = v para todo v V (T es la transformacin identidad). Entonces nu T= {0}
e im T=V.
La transformacin cero e identidad proporciona dos extremos. En la primera todo
se encuentra en el nucleo. En la segunda solo el vector cero se encuentra en el
nucleo. Los casos intermedios son mas interesantes.

EJEMPLO 7.2.5
Sea T: R
3
R
3
definida por T (
) =(
).
Esto es, T es el operador de proyeccin de R
3
en el plano xy.
Si T (
)=(
) = 0 = (
), entonces x= y = 0. Asi, nu T = {(
): x = y = 0, z R

}, es
decir, el eje z, e im T= {(
): z = 0 }, es decir el plano xy, observe que dim nu T = 1

y dim im T= 2.



DEFINICION 7.2.2
NULIDAD Y RANGO DE UNA TRANSFORMACION LINEAL
Si T es una transformacin lineal de V en W, entonces se define
Nulidad de T = v (T) dim nu T
Rango de T = p (T) = dim im T

EJEMPLO 7.2.6
NUCLEO Y NULIDAD DE UN OPERADOR DE PROYECCION
Sea H un subespacio R
n
y sea Tv = pro
. Es obvio que la im T = H, se tiene que

toda v V si v = h + p = pro
v + pro
v. si Tv = 0, entonces h = 0, lo que
significa que v = p
. Asi nu T =
, p (T) = dim H, y v (T) = dim H= n p (T).

EJEMPLO 7.2.7
NUCLEO E IMAGEN DE UN OPERADOR TRANSUPUESTO
Sea V =
y defina T:
por T (A) =
. Si TA =
= 0, entonces
es la matriz cero de n X m, por lo que A es la matriz de m X n. asi nu T = {0} y

es claro que im T =
. esto significa que v (T) = 0 y p (T) = nm

EJEMPLO 7.2.8
NUCLEO E IMAGEN DE UNA TRANSFORMACION DE
en

Defina T:
por T (p) = T (
x +
) =
. Entonces si T
(p) = 0.
= 0 para toda x, lo que implica que
= c
= 0 . asi
nu T = {p
} e im T=
, v (T) = 1 y p (T) =3.



5.3 LA MATRIZ DE UNA TRANSFORMACION LINEAL.
En esta seccin se demostrara que si son espacios vectoriales de
dimensiones finitas (no necesariamente

), entonces con un poco de

ingenio cualquier transformacin lineal se puede considerar como una
transformacin matricial. La idea bsica es trabajar con las matrices de
coordenadas de los vectores en vez de hacerlo con los vectores mismos.
Supngase que es un espacio dimensional y que es un espacio vectorial
dimensional. Si se eligen bases
para , respecticvamente, entonces

para todo en la matriz coordenadas [
es un vector en
y la matriz
coordenadas [
es un vector en
.

[

Si, como se ilustra en la figura siguiente se completa el rectangulo sugerido en la
figura de arriba. Se obtiene una aplicacin de
, que se puede demostrar

es una transformacin lineal. Si se deja que A sea la matriz estndar de esta
transformacin, entonces
[

La matriz A se denomina matriz para T con respecto a las bases B y B.

A es un vector en

A es un vector en W
(m-dimensional)
A es un vector en

T
A es un vector en V
(n-dimensional)
X
T(x)
[



Ahora se mostrara como se puede calcular. Para este efecto, supnganse que

es una base para el espacio dimensional , y que
es una base para el espacio dimensional , se trata de

encontrar una matriz
[
]
Tal que se cumpla para todos los vectores en En particular se quiere que
esta ecuacin sea verdadera para los vectores bsicos
; es decir,
[

Pero
[

De modo que
[
]
[
]

[
]
[
]



[
]
[
]
Sustituyendo estos resultados se obtiene

[
] [
] [
] [

Lo cual demuestra que las columnas consecutivas de son las matrices de
coordenadas de

Con respecto a la base . Asi la matriz para T con respecto a las bases es
[[

Esta matriz por lo comn se denota con el smbolo
[

De modo que la expresin precedente tambin se puede escribir como

[

[[

Y por esta matriz tiene la propiedad
[



Ejemplo 1 sea
la transformacin lineal definida por

()
Encontrar la matriz para con respecto a las bases estndar

Donde

Solucin. A partir de la formula dada para se obtiene

Por inspeccin es posible determinar las matrices de coordenadas para T (
) y T
(
) con respecto a ; estas son

[(
=[
] [(
]
As, la matriz para con respecto a es
[
[[
[

]



Por Que Son Importantes Las Matrices De Las Transformaciones
Lineales.
Teorema: Si
es una transformacin lineal y si son las bases

estndar para
, respectivamente, entonces
[

[
Este teorema establece que en el caso especial en que transforma
en
, la
matriz para con respecto a las bases estndar es la matriz estndar para . Es
este caso especial la formula (4a) de esta seccin se reduce a
[
Hay dos razones esenciales para estudiar matrices de transformaciones lineales
generales, una terica y otra bastante prctica:
A menudo es posible contestar preguntas tericas acerca de la estructura
de transformaciones lineales generales sobre espacios vectoriales de
dimensiones finita estudiando simplemente las transformaciones lineales,
estas cuestiones se consideran con ms detalle en cursos ms avanzados
de algebra lineal aunque se abordaran en secciones ulteriores de este
texto.
Estas matrices hacen posible calcular imgenes de vectores usando
multiplicacin matricial. Los clculos se pueden efectuar rpidamente en
computadora.
A fin de enfocar la segunda idea, sea una transformacin lineal como se
muestra en la figura, la matriz [
se puede usar para calcular T (1) en tres

pasos aplicando el siguiente procedimiento indirecto:

1) Calcular la matriz coordenadas [

2) Multiplicar
por la izquierda por [
para obtener [

3) Reconstruir a partir de su matriz coordenadas [

Multiplicar por
Directo
[

Calculo
T(x)o
x
2
(3)

(1)


Teoremas De Las Matrices De Composiciones Y
Transformaciones Inversas.
TEOREMA 1:
Si
son transformaciones lineales y si
son bases para

respectivamente e, entonces.
[

TEOREMA 2:
Si es un operador lineal y si B es una base para V entonces la siguientes
proposiciones son equivalentes.
a) T es uno a uno.
b) [
es invertible.
Adems, cuando estas condiciones equivalentes se cumplen
[



APLICACIN DE LAS TRANSFORMACIONES LINEALES:
REFLEXIN, DILATACIN, CONTRACCIN Y ROTACIN
Graficar un conjunto de puntos en otro es lo que se conoce como transformacin
lineal de un conjunto de puntos. Existen ciertas propiedades bsicas de las
transformaciones lineales, las cuales si son tomadas en cuenta y aplicadas al
momento de resolver un problema, pueden reducirlo un problema simple.
La notacin general utilizada para una transformacin lineal es:

Reflexin:
Cuando un conjunto de puntos dados es graficado desde el espacio euclidiano de
entrada a otro de manera tal que este es isomtrico al espacio euclidiano de
entrada, llamamos a la operacin realizada la reflexin del conjunto de puntos
dado. Esto puede realizarse tambin con respecto a la matriz, en tal situacin la
matriz de salida es llamada la matriz de reflexin. La reflexin es realizada
siempre con respecto a uno de los ejes, sea el eje o el eje . Esto es como
producir la imagen espejo de la matriz actual.
Reflexin sobre el eje x
En este caso, queremos averiguar cmo est definida la transformacin T de R2
en R2 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:
) =

EXPANSION:
Al igual que en la reflexin, tambin es posible expandir los puntos dados en una
direccin particular. La expansin se realiza habitualmente para un cierto grado.
Es como realizar una operacin de multiplicacin de los elementos del conjunto de
puntos dados con un trmino escalar hacia la direccin donde tiene que ser
expandido. Sea para un punto si el grado de expansin 2 es la direccin de y,
entonces el nuevo punto obtenido es .

CONTRACCION:
La contraccin es el procedimiento inverso de la expansin. Aqu el punto es
contrado en un determinado grado hacia una direccin dada. Sea el punto de
entrada y este debe ser contrado para el grado dos en la direccin de x
entonces el nuevo punto resulta ser
ROTACION:
El trmino rotacin tiene dos significados, ya la rotacin de un objeto puede ser
realizada con respecto al eje dado o al eje mismo. La rotacin se realiza para un
cierto grado el cual es expresado en forma de un ngulo. Asimismo, la rotacin
puede realizarse en la direccin de las manecillas del reloj, o inverso a las
manecillas del reloj.
Como ejemplo, dirijmonos a producir la matriz estndar para la representacin de
la transformacin lineal reflejando un conjunto de puntos en el plano x-y a travs
de la recta /3).

El primer paso para esto es determinar los vectores base:


= *
+
Por lo tanto podemos afirmar que:

Dado que y pertenece a
es una transformacin lineal, entonces podemos

escribir que:

)
=
)
La imagen de la matriz base determina la imagen de cualquier elemento. Por lo
tanto la imagen de a travs de /3) es determinada mediante la obtencin
de una recta que pasa por (1, 0) y es que es ortogonal a . Esto est dado por
/2) (3/2).
El punto donde las dos rectas, esto es, y = (3x/ 2) (3/ 2) e y = (2x/ 3) se
intersectan se dado como (9/13, 6/13). Tomamos p1 para ser el punto de
reflexin de a travs de la recta dada. Este punto es simtrico respecto a (9/13,
6/13) por lo tanto, podemos escribir que:

Esto produce,
De manera similar, la imagen del vector base resulta ser:

Y tenemos la matriz de transformacin lineal final como:



CONCLUSIONES



GLOSARIO
Variable: Es una palabra que
representa a aquello que vara o que
est sujeto a algn tipo de cambio,
una variable es un smbolo que
permite identificar a un elemento no
especificado dentro de un
determinado grupo.

Potencia: La potencia de un nmero
muestra cuntas veces se usa el
nmero en una multiplicacin.
Exponenciales: El exponente de un
nmero muestra cuntas veces el
nmero se va a utilizar en la
multiplicacin y se escribe como un
nmero pequeo arriba y a la
derecha del nmero base.
Valor arbitrario: Es un valor que no
podemos incluir en nuestro problema.
Subndice: Es el valor de cada
elemento de un vector o matriz, y
est asignado a un nombre de la
variable y a un subndice.
Matriz aumentada [ A b ]. Ax = b es
resoluble cuando b se encuentra en
el espacio de columnas de A;
entonces [ A b ] es del mismo rango
que A. Al realizar la eliminacin en [ A
b ] las ecuaciones siguen siendo
correctas.
Optimizar: 1. Buscar la mejor
manera de realizar una actividad
(RAE 2001). Tcnica matemtica que
intenta dar respuesta a un problema.
Matriz: Es una tabla bidimensional de
nmeros consistente en cantidades
abstractas que pueden sumarse y
multiplicarse. Las matrices se utilizan
para describir sistemas, realizar un
seguimiento de los coeficientes de
una aplicacin lineal y registrar los
datos que dependen de varios
parmetros.
Transformacin lineal: Es una
funcin entre espacios vectoriales.
Notacin: Es el modo de representar
un nmero utilizando potencias de
base diez. En este sentido,
los nmeros se escriben como
el producto de un nmero real
denominado coeficiente (el cual
puede ser igual o mayor a 1 y menor
a 10).
Espacio euclidiano: El trmino
eucldeo se utiliza para distinguir
estos espacios de
los espacios "curvos" de las
geometras no euclidianas y
del espacio de la teora de la
relatividad.
Isomtrico: Una definicin adecuada
para isometra sera igual medida.
Congruentes: Dos figuras son
congruentes, si tienen el mismo
tamao.
Matricial: Del clculo con matrices o
relacionado con el.
Espacios vectoriales: 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 otro conjunto, con estructura
de cuerpo ).
Dimensiones finitas: Es un espacio
vectorial.
Matriz cuadrada: si una matriz tiene
el mismo nmero de renglones que
de columnas


Hincapi: Fabricar o componer algn
problema.
Subespacio de vectorial: es el
subconjunto de un espacio vectorial,
que satisface por s mismo la
definicin de espacio vectorial con las
mismas operaciones que V.
Nulidad: Invalidez del problema.
Matriz Transpuesta: matriz que se
obtiene cambiando ordenadamente
las filas por las columnas.
Funcin Sobreyectiva: si est
aplicada sobre todo el condominio, es
decir, cuando cada elemento de "Y"
es la imagen de como mnimo un
elemento de "X".
Segmento: Es la parte de la recta
que est delimitada por dos puntos
que son los extremos del segmento,
por tanto se puede medir su longitud.
Valor numrico: De una expresin
algebraica es el resultado que se
obtiene al sustituir las letras por
valores numricos dados y efectuar
despus las operaciones indicadas.
Ecuacin cuadrtica: Es un tipo de
ecuacin particular en la cual la
variable o incgnita esta elevada al
cuadrado, es decir, es de segundo
grado.
Irracionales: Cualquier nmero real
que no es racional, es decir, es un
nmero que no puede ser expresado
como una fraccin.
Productos notables: ciertos
productos que cumplen reglas fijas.
Ecuaciones simultneas: Dos o
ms ecuaciones con dos o ms
incgnitas son simultneas cuando se
satisfacen para iguales valores de las
incgnitas.
Logaritmo: El logaritmo de un
nmero en una base determinada es
el exponente al cual hay que elevar la
base para obtener el nmero.
Conjunto finito: Es un conjunto que
tiene un nmero finito de elementos.



ANEXOS
1ER ANEXO.
CUESTIONARIO



2DO. ANEXO
FORMULARIO.
[

[[

[

[

[



PROBLEMARIO.
PROBLEMA 1:
Sea
la transformacin lineal definida por

()
Encontrar la matriz para con respecto a las bases estndar

Donde

Solucin. A partir de la formula dada para se obtiene

Por inspeccin es posible determinar las matrices de coordenadas para T (
) y T
(
) con respecto a ; estas son

[(
=[
] [(
]
As, la matriz para con respecto a es
[
[[
[

]



PROBLEMA 2:
Supnganse que
es una base para el espacio dimensional

, y que
es una base para el espacio dimensional , se

trata de encontrar una matriz
[
]
Tal que se cumpla para todos los vectores en En particular se quiere que
esta ecuacin sea verdadera para los vectores bsicos
; es decir,
[

Pero
[

De modo que
[
]
[
]

[
]
[
]

[
]
[
]
Sustituyendo estos resultados se obtiene


[
] [
] [
] [

PROBLEMA 3:
Sea
el operador lineal definido por

(*
+) *
+
Y sea
la base donde
+
a) Encontrar [

b) Comprobar que (5) se cumple para todo vector x en
.
Solucin de a) por formula dada para T,

Y resolviendo (11) para
se obtiene

De modo que
[
]
Asi
[
*

+ [
] [
] [

De modo que (5) se cumple.



PROBLEM A 4:

(*
+)
(*
+) *

+ *
+

PROBLEMA 5:

) (

)

Respuesta:
)



3ER ANEXO.

SOPA DE LETRAS Y CRUCIGRAMA
N X I J N T U F V G O N C T K Z K
B N R T P W Q X R C F R J H P X Z
X U C S R X F I S I B J Q Y I R
K C P V O A P A A V E I C R R H P
R L D O C D D L A E N I L T Y O F
T E C Q T E O N R S S A A I M H F
R O D R M E I T A P H M S N V I V
A O T O N A N B E T T O K V O D O
N D S E L O K R W M S H Z E F I K
S I W L Q O I A I H M E K R Y X
F K E K P V G S S A O A D S O X A
O A P D O J A N V W C R A S W Y
R Y Z Z B F G G R E V L I C V S X
M W P Q N K F L M I M G S S C Q
A A U Z A S T L I T I F U A E U
R P N K I N X R N J M A O Y B R
H B A K R I Z A N M K G O N F W U

Palabras a buscar:
VARIABLE
TRANSFORMAR
MATRIZ
ISOMETRICO
LOGARITMO
POTENCIA
NUCLEO
BASE
DIMENSION
ESPACIO
CREADO EN:
http://deckerix.com/modulos/juegos/sopadeletras/jugar.php?idSopa=29952


CRUCIGRAMA
HORIZONTALES:
2. Es cuando un nmero muestra cuntas veces se usa el nmero en una multiplicacin.
4. Es una definicin adecuada para isometra sera igual medida.
7. Es una palabra que representa a aquello que vara o que est sujeto a algn tipo de cambio
8. Invalidez del problema
9. Es una tabla bidimensional de nmeros consistente en cantidades abstractas que pueden
sumarse y multiplicarse
10. Es la parte de la recta que est delimitada por dos puntos que son los extremos


VERTICALES:
1. Tcnica matemtica que intenta dar respuesta a un problema.
3. Es el modo de representar un nmero utilizando potencias de base diez
5. Es el valor de cada elemento de un vector o matriz, y est asignado a un nombre de la
variable
6. Fabricar o componer algn problema

RESPUESTA:

HORIZONTALES:
2. POTENCIAEs cuando un nmero muestra cuntas veces se usa el nmero en una
multiplicacin.
4. ISOMETRICOEs una definicin adecuada para isometra sera igual medida.
7. VARIABLEEs una palabra que representa a aquello que vara o que est sujeto a algn
tipo de cambio
8. NULIDADInvalidez del problema
9. MATRIZEs una tabla bidimensional de nmeros consistente en cantidades abstractas que
pueden sumarse y multiplicarse
10. SEGMENTOEs la parte de la recta que est delimitada por dos
puntos que son los



VERTICALES:
1. OPTIMIZARTcnica matemtica que intenta dar respuesta a un problema.
3. NOTACIONEs el modo de representar un nmero utilizando potencias de base diez
5. SUBINDICEEs el valor de cada elemento de un vector o matriz, y est asignado a un
nombre de la variable
6. HINCAPIEFabricar o componer algn problema



BIBLIOGRAFIA

Algebra Uv

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Uv

Uploaded by

Copyright:

Available Formats

NOMBRE DE LA CARRERA:

se asignan los valores arbitrarios s y t, respectivamente, al despejar

se denomina solucin del sistema si

= -1, ya que estos valores satisfacen ambas

=1 no es una solucin, ya que estos

no son ceros a la vez)

no son cero a la vez)

. Existen tres posibilidades:

pueden ser paralelas, en cuyo caso no se cortan y, en

pueden cortarse slo en un punto, en cuyo caso el

pueden coincidir, en cuyo caso hay una infinidad de

son las incgnitas y las letras son subndices denotan

indica la ecuacin en que

est en la primera ecuacin y multiplica a la incgnita

+ 1), y usando la ecuacin en la parte iii) para n=k, esto es igual

+ 1, que es lo que se quera

vectores en W. suponga que T y T son dos transformaciones

para i = 1,2, , n. entonces para

. Entonces, del inciso iii) del teorema 7.2.1,

una base en V y sea v otro vector en V. entonces, igual que en la

son n vectores en W, existe una

. Entonces existe una

) . utilizando la base estndar en R

): z = 0 }, es decir el plano xy, observe que dim nu T = 1

. Es obvio que la im T = H, se tiene que

, p (T) = dim H, y v (T) = dim H= n p (T).

es la matriz cero de n X m, por lo que A es la matriz de m X n. asi nu T = {0} y

. esto significa que v (T) = 0 y p (T) = nm

= 0 para toda x, lo que implica que

, v (T) = 1 y p (T) =3.

), entonces con un poco de

para , respecticvamente, entonces

, que se puede demostrar

es una base para el espacio dimensional , y que

es una base para el espacio dimensional , se trata de

la transformacin lineal definida por

) con respecto a ; estas son

es una transformacin lineal y si son las bases

se puede usar para calcular T (1) en tres

por la izquierda por [

son transformaciones lineales y si

son bases para

) lo refleja sobre el eje x, para obtener un

es una transformacin lineal, entonces podemos

la transformacin lineal definida por

) con respecto a ; estas son

es una base para el espacio dimensional

es una base para el espacio dimensional , se

el operador lineal definido por

You might also like