4.1 De nici on de aplicaci on lineal,ejemplos y propiedades 4.2 N ucleo e imagen de una aplicaci on lineal
|
|
|
- José Francisco Plaza Ortiz
- hace 8 años
- Vistas:
Transcripción
1 52 Tema 4. APLICACIONES LINEALES 4.1 De nici on de aplicaci on lineal,ejemplos y propiedades 4.2 N ucleo e imagen de una aplicaci on lineal 4.3Operacioneselementalesconaplicacioneslineales 4.4Matricesasociadasaunaaplicaci onlineal 4.5Cambiodebase
2 Matem aticas Aplicaciones lineales 53 4 APLICACIONESLINEALES 4.1 DEFINICI ONDEAPLICACI ONLINEAL,EJEMPLOSY PROPIEDADES NOTA: Se considerar an unicamente espacios vectoriales nitamente generados DEFINICI ON Sean U;V espaciosvectoriales sobre un cuerpo IK yf : U! V unaaplicaci on. f esuna aplicaci on lineal si ys olo si: ² 8u;v 2 U f(u+v)=f(u)+f(v). ² 8u 2 U 8 2IK f( u)= f(u) PROPOSICI ON Si U; VsonespaciosvectorialessobreuncuerpoIKyf : U! V unaaplicaci on,entonces: f lineal () 8u;v 2 U 8 ;¹ 2IK f( u+¹v)= f(u)+¹f(v): PROPOSICI ON Si U; VsonespaciosvectorialessobreuncuerpoIKyf : U! V una aplicaci on,entonces la imagenpor fde cualquier combinaci on
3 Matem aticas Aplicaciones lineales 54 lineal de vectores esla combinaci onlineal de lasim agenes: X 8n 2IN 8u 1 ;:::;u n 2 U 8 1;:::; n 2IK f( n X iu i )= n if(u i ): i=1 i= DEFINICI ON Sean U;V espaciosvectoriales sobre un cuerpo IK yf : U! V unaaplicaci onlineal. 1.f esunmonomor smosi ys olosi f esinyectiva. 2.f esunepimor smosi ys olo si f essuprayectiva. 3.f esunisomor smosi ys olosi f esbiyectiva. 4.f esun endomor smosiys olosi U= V. 5.f es un automor smosi y s olo si f es un endomor smo biyectivo EJEMPLOS 1.Laaplicaci onidentidad id U : U! U u 7! u esunautomor smo. 2.Laaplicaci onnula f : U! U esunendomor smo. u 7! 0 U
4 Matem aticas Aplicaciones lineales 55 3.Laaplicaci onproyecci oni- esima esunepimor smo. p i : IR n! IR (x 1 ;:::;x n ) 7! x i 4.Si UesunespaciovectorialsobreuncuerpoIKcondimU=n y Besunabasede U,entonceslaaplicaci onqueacadavector dex2uleasociaelvectordeik n cuyascomponentessonlas coordenadasdexenlabase B=fu 1 ;:::;u n g esunisomor smo. f : U! IK n x 7! x B NOTA: x B =(x 1 ;:::;x n ) () x=x 1 u 1 + x n u n. 5.Sea IK un cuerpo. La aplicaci on que a cada vector de IK n le asocia lamatriz columna formada por las componentesde dichovector esunisomor smo. f : IK n! M n 1 (IK) 0 1 x 1 (x 1 ;:::;x n ) 7! B. A x n NOTA: EstehechodapieaquelosvectoresdeIK n serepresentencomomatricescolumna.
5 Matem aticas Aplicaciones lineales PROPIEDADES Sean U;V espaciosvectoriales sobre un cuerpo IK yf : U! V unaaplicaci onlineal. Se veri ca: 1.f(0 U )=0 V. 2. 8u 2 U f( u)= f(u). 3. 8u;v 2 U f(u v)=f(u) f(v). 4.Si u 1 ;:::;u n 2 U son linealmente dependientes, entonces f(u 1 );:::;f(u n )sonlinealmentedependientes. 5.Siu 1 ;:::;u n 2 U,f esinyectivayu 1 ;:::;u n sonlinealmente independientes,entoncesf(u 1 );:::;f(u n )sonlinealmenteindependientes. 4.2 N UCLEOEIMAGENDEUNAAPLICACI ONLINEAL DEFINICI ON Sean U;V espaciosvectoriales sobre un cuerpo IK yf : U! V unaaplicaci onlineal. ²Sedenomina imagen def alconjunto Imf =f(u)=fv 2 V j 9u 2 U v=f(u)g: ²Sedenomina n ucleo def alconjunto Kerf =f 1 (f0 V g)=fu 2 U jf(u)=0 V g:
6 Matem aticas Aplicaciones lineales PROPIEDADES Sean U;V espaciosvectoriales sobre un cuerpo IK yf : U! V unaaplicaci onlineal. 1.Si S es un subespacio vectorial de U, entonces f(s) es un subespaciovectorial de V. 2.Si S esunsubespaciovectorialde V,entoncesf 1 (S)esun subespaciovectorial de U. 3.Los conjuntos Ker f y Imf son subespacios vectoriales de U y V,respectivamente. 4.Laimagendeunsistemageneradorde U esunsistemageneradordeimf. 5.Sif esunisomor smoyb=fu 1 ;:::;u n gesunabasede U, entonces ff(u 1 );:::;f(u n )gesunabasede V. 6.f esinyectivasiys olosikerf = f0 U g TEOREMA Sean U; V espacios vectoriales sobre un cuerpo IK y una base B = fu 1 ;:::;u n gde U. Dadosv 1 ;:::;v n 2 V,existeunaaplicaci onlinealf : U! V,ys olouna,quecumple 8i 2 f1;:::;ng f(u i )=v i : Estaaplicaci onvienede nidaporf(x)=x 1 v 1 + +x n v n,donde x=x 1 u 1 + +x n u n. Adem as,
7 Matem aticas Aplicaciones lineales 58 1.f inyectiva ()v 1 ;:::;v n linealmenteindependientes. 2.f suprayectiva () fv 1 ;:::;v n gsistemageneradorde V. 3.f isomor smo () fv 1 ;:::;v n gbasede V DEFINICI ON SeanU; V espacios vectoriales sobre uncuerpo IKy f : U! V una aplicaci on lineal. Se denomina rango def, y se denota por rgf,ala dimensi ondel subespacio imagen,es decir, rgf =dimimf: TEOREMA Si U;VsonespaciosvectorialessobreuncuerpoIKy f : U! V unaaplicaci onlineal,entonces dimu=dimkerf+dimimf: COROLARIO Sean U; V espacios vectoriales sobre un cuerpo IK,con dimu =n ydimv=m,y f : U! V unaaplicaci onlineal. Severi ca: 1.f inyectiva () rgf =n. 2.f suprayectiva () rgf =m. 3.f isomor smo () rgf =n=m.
8 Matem aticas Aplicaciones lineales OPERACIONES ELEMENTALES CONAPLICACIONES LINEALES DEFINICI ON Sean U;V espaciosvectoriales sobre uncuerpoik. Se de ne: ²Conjuntodeaplicacioneslinealesde U en V L(U; V)=ff : U! V jfaplicaci onlinealg: ²Conjuntodeendomor smosde U End(U)=ff : U! U jfaplicaci onlinealg: Enel conjuntol(u; V) se de nendosoperaciones: ²Suma: f+g:u! V deformaque L(U;V) L(U;V) +! L(U; V) (f;g) 7! f+g 8u 2 U (f+g)(u)=f(u)+g(u): ²Productoporunelementodelcuerpo: f : U! V deformaque IK L(U;V) ²! L(U;V) ( ;f) 7! f 8u 2 U ( f)(u)= f(u):
9 Matem aticas Aplicaciones lineales PROPOSICI ON (L(U;V);+; ) es un espacio vectorial sobre IK PROPOSICI ON Sean U; V;W espaciosvectoriales sobre uncuerpo IK. Si f 2 L(U; V)yg2L(V;W),entoncesg ±f 2 L(U; W) PROPOSICI ON SeanU; V espacios vectorialessobre uncuerpoikyf 2 L(U;V). Sif esbiyectiva,entoncesf 1 2 L(V; U). 4.4 MATRICES ASOCIADAS A UNA APLICACI ON LINEAL Sean U;V espacios vectoriales sobre un cuerpo IK, B = fu 1 ;:::;u n g, B 0 = fv 1 ;:::;v m g bases de U y V, respectivamente,yf 2 L(U; V). Porser B 0 basede Vyf(u 1 );:::;f(u n ) 2 V,existena ij 2IKcon i 2 f1;:::;mg,j 2 f1;:::;ngtalesque f(u 1 )=a 11 v 1 + +a m1 v m... f(u n )=a 1n v 1 + +a mn v m :
10 Matem aticas Aplicaciones lineales 61 Portanto,suscomponentesocoordenadasenlabase B 0 son: f(u 1 ) B 0=(a 11 ;:::;a m1 )... f(u n ) B 0=(a 1n ;:::;a mn ): Seax2Uconcoordenadasenlabase B,x B =(x 1 ;:::;x n );como f(x) 2 Vy B 0 esbasede V,existeny 1 ;:::;y m 2IKdeformaque f(x) B 0=(y 1 ;:::;y m ). Entonces Luego Enformamatricial: f(x) = f(x 1 u 1 + +x n u n ) = x 1 f(u 1 )+ +x n f(u n ) = x 1 (a 11 v 1 + +a m1 v m )+ + x n (a 1n v 1 + +a mn v m ) = (x 1 a x n a 1n )v (x 1 a m1 + +x n a mn )v m : y 1 =x 1 a 11 +x 2 a x n a 1n y m =x 1 a m1 +x 2 a m2 + +x n a mn : 0 y 1. y m 1 C A = 0 a 11 a 1n... a m1 a mn 1 0 C B x 1. x n 1 C A :
11 Matem aticas Aplicaciones lineales 62 Denotaremospor M(f;B;B 0 )alamatrizde M m n (IK)obtenida enla expresi on anterior.esta matriz recibe el nombre de matriz asociada af en las bases B y B 0. NOTA: M(f; B; B 0 )= µ f(u 1 ) B 0j jf(u n ) B 0 : f(x) B 0= M(f;B;B 0 )x B : TEOREMA Sean U; V espacios vectoriales sobre un cuerpo IK, dimu = n, dimv=myb;b 0 basesde Uy V,respectivamente.Laaplicaci on esunisomor smo. L(U;V)! M m n (IK) f 7! M(f; B;B 0 ) TEOREMA Sean U; V, W espacios vectoriales sobre un cuerpo IK y B;B 0, B 00 bases de U; V y W, respectivamente, con dimu = n. Si f 2 L(U; V)yg2L(V;W),entonces: 1. M(g ±f; B; B 00 )=M(g;B 0 ; B 00 )M(f; B;B 0 ). 2. M(id U ;B;B)=I n. 3.f isomor smo ) M(f 1 ;B 0 ; B)=M(f;B; B 0 ) 1.
12 Matem aticas Aplicaciones lineales PROPOSICI ON Sean U, V espaciosvectorialessobreuncuerpoikyb, B 0 bases de U y V,respectivamente. Sif 2 L(U;V),entonces rgf =rg(m(f; B; B 0 )): 4.5 CAMBIODE BASE Sean UunespaciovectorialsobreuncuerpoIK, B=fu 1 ;:::;u n g, B 0 = fu 0 1;:::;u 0 ngbasesde U yx2u concoordenadasendichas bases: x B =(x 1 ;:::;x n )yx B 0=(x 0 1;:::;x 0 n). Podemos obtener la relaci on existente entre las coordenadas de x en estas dos bases a partir de las matrices asociadas a la aplicaci on id U endichasbases: x B 0=id U (x) B 0= M(id U ;B;B 0 )x B x B =id U (x) B = M(id U ; B 0 ;B)x B 0 NOTA: M(id U ;B 0 ; B)=M(id U ; B; B 0 ) CAMBIODEBASEENMATRICESDEAPLICACIONESLINEALES SeanU, V espaciosvectorialessobre uncuerpoik, B, Cbasesde U y B 0 ;C 0 basesde V. Sif 2 L(U;V),entonces: f! V B 0 B U # id U id V " C U f! V C 0 M(f; B; B 0 )=M(id V ;C 0 ;B 0 )M(f;C; C 0 )M(id U ; B;C):
13 Matem aticas Aplicaciones lineales 64 NOTA: Si U= V, B= B 0 y C= C 0,entonces: f! U B B U # id U id U " C U f! U C M(f;B;B)=M(id U ;B; C) 1 M(f; C;C)M(id U ;B;C): DEFINICI ON Sean IK un cuerpo y M;N 2 M n n (IK). Se dice que M es semejante a N si y s olo si existe P 2 M n n (IK) inversible tal quem=p 1 NP. NOTA: La relaci on de semejanza de matrices es de equivalencia (re exiva,sim etricaytransitiva) PROPOSICI ON SeanIKuncuerpoyM;N 2 M n n (IK).SiMyNsonsemejantes entre s ³,entonces: 1.detM=detN. 2.trM =trn. 3.rgM=rgN.
14 Matem aticas Aplicaciones lineales PROPOSICI ON Si U es un espacio vectorial, B, B 0 bases de U y f 2 End(U), entonces M(f; B;B)yM(f;B 0 ;B 0 )sonsemejantesentres ³ COROLARIO Si U es un espacio vectorial, B, B 0 bases de U y f 2 End(U), entonces: 1.det M(f;B; B)=detM(f;B 0 ;B 0 ). 2.trM(f; B;B)=trM(f; B 0 ;B 0 ). 3.rg M(f;B; B)=rg M(f; B 0 ;B 0 )=rgf.
2.1 De nici on de espacio vectorial,ejemplos y propiedades 2.2 Combinacioneslineales,dependenciae independencia lineales
22 Tema 2. ESPACIOSVECTORIALES 2.1 De nici on de espacio vectorial,ejemplos y propiedades 2.2 Combinacioneslineales,dependenciae independencia lineales 2.3Sistemasgeneradores,basesydimensi on 2.4Subespaciosvectoriales
1. APLICACIONES LINEALES
1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial
4 Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación
Espacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Aplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Clase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
Tema 3. Aplicaciones lineales. 3.1. Introducción
Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones
Espacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.
Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)
Tema 4: Aplicaciones lineales
Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si
4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.
Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen
1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;
3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes
4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA
TEST DE ÁLGEBRA 1.- Sea f:r 4 -----> R 5 una apli. lineal a) Dim ker(f) tiene que ser 3 b) Dim ker(f) será 4 c) Dim ker(f) es 5 2.- El sistema homogéneo 3 x % 8 y % ð z 0 y & z 0 a) tiene soluciones no
21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:
.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax, así como los subespacios vectoriales N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)
1. APLICACIONES LINEALES
1 1. APLICACIONES LINEALES 1. Estudiar si las siguientes aplicaciones son lineales: a) f : R 2 R 3, f(x, y) = (x + y, y, x 2y). Sí es lineal. b) f : R 2 R, f(x, y) = xy. No es lineal. Basta observar que
La aplicación derivada sobre el espacio E de los polinomios en una variable, E D E, es
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS 1 Aplicaciones lineales Núcleo e Imagen Tipos de aplicaciones lineales Sean E y E k-espacios vectoriales Definición 11 Una
Sección 4.5: Transformaciones del plano y del espacio. Sección 4.6: Problema de mínimos cuadrados y aplicaciones.
Tema 4 Producto escalar En bachiller habéis visto los conceptos de producto escalar, longitud, distancia y perpendicularidad en R y R 3 En este tema del curso se generalizan estos conceptos a R n, junto
Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009)
ÁLGEBRA Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) I. Se considera el homomorfismo f : P 2 (IR) P 2 (IR) definido por las siguientes condiciones: (1) Los polinomios sin
Espacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Álgebra y Matemática Discreta Sesión de Prácticas 10
Álgebra y Matemática Discreta Sesión de Prácticas 10 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 18 Nov 2013-24 Nov 2013 Núcleos e Imágenes Definición Sea f : V W una aplicación lineal. Se
4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
Construcción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Sistemas de Ecuaciones Lineales y Matrices
Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierías Facultad de Ingeniería, Mecánica, Eléctrica y Electrónica Trimestre
Tema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de
Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de 1 (a) f(x 1, x 2, x 3 ) = (x 1 + x 3, x 2 + x 3, x 1 + x 3, x 2 + x 3 ) (b) f(x 1, x 2, x
5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades
5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio
Subespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Álgebra lineal y matricial
Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen
Transformaciones lineales invertibles (no singulares)
Transformaciones lineales invertibles (no singulares) Objetivos. Estudiar la definición y los criterios de invertibilidad de una transformación lineal. Requisitos. Funciones inyectivas, suprayectivas e
Tema 2 ESPACIOS VECTORIALES
Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos
Espacios vectoriales
Espacios vectoriales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza 1 Concepto de espacio vectorial y propiedades 1.1 Definición Se llama espacio vectorial sobre K (IR o C a toda terna
ÁLGEBRA LINEAL I Soluciones a la Práctica 6
ÁLGEBRA LINEAL I Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos,
8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el
Aplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Algebra Lineal y Geometría.
Algebra Lineal y Geometría. Unidad nº7: Transformaciones Lineales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Transformación lineal entre dos espacios vectoriales. Teorema fundamental
Anexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Tópicos. en Álgebra Lineal
Tópicos en Álgebra Lineal Miguel A Marmolejo L Manuel M Villegas L Departamento de Matemáticas Universidad del Valle Índice general Introducción 1 Índice de guras iii Capítulo 1 Prerrequisitos 1 11 Matrices
APLICACIONES LINEALES. DIAGONALIZACIÓN
I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones
Estructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Aplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Aplicaciones Lineales
Capítulo 5 Aplicaciones Lineales 51 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K Definición 511 Se dice que una aplicación f : V W es una aplicación lineal o un
Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística.
Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística. Índice General 1 PRACTICAS CON MATHEMATICA 2 1.1 Introducción...
Tema 2. Aplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................
3.1Conceptosgenerales 3.2Operacionesmatriciales 3.3 Tipos de matrices 3.4Determinantes 3.5 Matriz inversa 3.6Rangoytraza 3.7Matricesparticionadas 3.
32 Tema 3. MTRIES Y DETERMINNTES 3.onceptosgenerales 3.2Operacionesmatriciales 3.3 Tipos de matrices 3.4Determinantes 3.5 Matriz inversa 3.6Rangoytraza 3.7Matricesparticionadas 3.8 Sistemasde ecuacioneslineales
4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d
GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-
Práctica de Aplicaciones Lineales
practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales
Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.
Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas
1. Cambios de base en R n.
er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..
Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización
Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Ejercicio. Decidir cuáles de las siguientes aplicaciones son lineales. Cuál es la dimensión del espacio imagen? a f(x, x 2, x 3 = (x 2 + x
Aplicaciones Lineales
Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o
13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL... 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL... 275 13.3.
ÍNDICE 13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL............. 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL...... 275 13.3. REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN
MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios
Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa
Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Tema 7: Valores y vectores propios
Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un
1 El espacio vectorial R n.
Manuel Gutiérrez Departamento de Álgebra, Geometría y Topología Universidad de Málaga February 26, 2009 1 El espacio vectorial R n. La estructura de espacio vectorial es posiblemente la estructura más
FUNCIONES EN R. Agosto 2007
FUNCIONES EN R Alexis Vera Pérez Instituto de Estadística & Sistemas Computarizados de Información Universidad de Puerto Rico, Recinto de Río Piedras Agosto 2007 1 Definición y notación Definición 1 Una
Tema 8: APLICACIONES AFINES
Tema 8: APLICACIONES AFINES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura: Matemáticas
Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Aplicaciones abiertas y cerradas
44 3. POSICIÓN DE UN PUNTO CON RESPECTO A UN CONJUNTO Tema 7. Aplicaciones abiertas y cerradas Hasta ahora nos hemos centrado en propiedades de puntos con respecto a conjuntos, y las únicas propiedades
Tema 3: MATRICES. Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada
Tema 3: MATRICES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura: Matemáticas
Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
Espacios vectoriales
Espacios vectoriales Problemas teóricos Muchos de estos problemas me los han enseñado mis colegas: profesores Flor de María Correa Romero, Carlos Domínguez Albino, Sergio González Govea, Myriam Rosalía
Álgebra Lineal Capítulo 11. Tópicos Especiales y Aplicaciones Producto tensorial de espacios vectoriales y matrices
Álgebra Lineal Capítulo 11. Tópicos Especiales y Aplicaciones 11.4. Producto tensorial de espacios vectoriales y matrices En esta lección de nimos el producto tensorial de espacios vectoriales, transformaciones
y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
TEMA 4. APLICACIONES LINEALES
TEMA 4. APLICACIONES LINEALES 1.- Definición y propiedades. 2.- Aplicaciones lineales inyectivas y Suprayectivas. 3.- Núcleo, imagen, matriz asociada y rango de una aplicación lineal. 4.- Operaciones con
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Aplicaciones lineales
Capítulo 5 Aplicaciones lineales Estas notas están basadas en las realizadas por el profesor Juan González-Meneses para la asignatura Álgebra lineal de la Licenciatura de Matemáticas. 5.1. Definición y
Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).
Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid
TRANSFORMACIONES LINEALES. Transformaciones. TRANSFORMACIONES LINEALES Ejemplo. TRANSFORMACIONES LINEALES Ejemplo
TRANSFORMACIONES LINEALES Transformaciones Conceptos básicos Gilberto Aguilar Miranda Instituto Tecnologico de Chihuahua : Una transformación lineal L de R n en R m (L : R n R m ) es una función que asigna
BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: 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. β Propiedades
Tema 3 APLICACIONES LINEALES
Tema 3 APLICACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Definición y propiedades. Núcleo e imagen. Isomorfismos. Definición 1.1 Una aplicación f : V V entre dos espacios vectoriales
Matrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
CAPÍTULO II. 3 El grupo lineal
CAPÍTULO II 3 El grupo lineal Como ya se advirtió en el capítulo precedente, los grupos de transformaciones juegan un importante papel en el estudio de la geometría. En esta sección nos ocuparemos de aquellas
Objetivos: Al inalizar la unidad, el alumno:
Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará
Funciones uno-uno, sobre y biunívocas
Funciones uno-uno, sobre y biunívocas La inversa (biunívocas) de una función es una regla que actúa en la salida de la función y produce la entrada correspondiente. Así, la inversa deshace o invierte lo
Problemas de Aplicaciones Lineales
Problemas de Aplicaciones Lineales Natalia Boal Francisco José Gaspar María Luisa Sein-Echaluce Universidad de Zaragoza 1. En los siguientes ejercicios determina si la aplicación f : IR 2 IR 2 es lineal:
Tema 7: ESPACIOS VECTORIALES AFINES
Tema 7: ESPACIOS VECTORIALES AFINES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:
3. Equivalencia y congruencia de matrices.
3. Equivalencia y congruencia de matrices. 1 Transformaciones elementales. 1.1 Operaciones elementales de fila. Las operaciones elementales de fila son: 1. H ij : Permuta la fila i con la fila j. 2. H
Matrices y sus operaciones
Capítulo 1 Matrices y sus operaciones 1.1. Definiciones Dados dos enteros m, n 1 y un cuerpo conmutativo IK, llamamos matriz de m filas y n columnas con coeficientes en IK a un conjunto ordenado de n vectores
DE LOS NÚMEROS NATURALES A LOS NÚMEROS ENTEROS
DE LOS NÚMEROS NATURALES A LOS NÚMEROS ENTEROS Exposición de contenidos matemáticos Primera Parte SOBRE EL CONCEPTO DE FUNCIÓN Qué es una función? Una función es una formula? Por ejemplo X 2 + Y 3 es una
Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones
Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................
Operaciones con vectores y matrices ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES. Ana Morata Gasca
ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES Ana Morata Gasca 1 DEFINICIÓN DE VECTOR Un vector es todo segmento de recta dirigido en el espacio. CARACTERÍSTICAS DE UN VECTOR Origen o Punto de aplicación:
3.- DETERMINANTES. a 11 a 22 a 12 a 21
3.- DETERMINANTES. 3.1. -DEFINICIÓN Dada una matriz cuadrada de orden n, se llama determinante de esta matriz (y se representa por A o deta al polinomio cuyos términos son todos los productos posibles
Vector Spaces 4.1 ESPACIOS VECTORIALES Y SUBESPACIOS. 2012 Pearson Education, Inc.
4 Vector Spaces 4. ESPACIOS VECTORIALES Y SUBESPACIOS 0 Pearson Education, Inc. ESPACIOS VECTORIALES Y SUBESPACIOS Definición: Un espacio vectorial es un conjunto no vacío V de objetos, sobre el cual se
1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.
utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la
Funciones Reales en una Variable
Funciones Reales en una Variable Contenidos Concepto función Grafica de una función Dominio y Recorrido de una función Clasificación de la funciones Función Inversa Paridad de las Funciones Operaciones
4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES
Espacios Vectoriales y Aplicaciones Lineales 4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Espacios Vectoriales..- Propiedades de un Espacio Vectorial..-
Ejemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }
La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas
Problemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.
Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,
Curso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx
Variedades Diferenciables. Extremos Condicionados
Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación