Aplicaciones Lineales
|
|
- Celia Ruiz de la Fuente
- hace 6 años
- Vistas:
Transcripción
1 Aplicaciones Lineales Ximo Beneyto Tema: Pàgina : 49
2 APLICACIONES LINEALES Definición : Sean (E(K), +, A) y (F(K), +, A), Espacios Vectoriales construídos sobre un mismo cuerpo K, una aplicación f:e 6 F, decimos que es una Aplicación Lineal u Homomorfismo entre Espacios Vectoriales si cumple: Aplicación Lineal En la práctica, emplearemos la definición de la derecha, que llamaremos LINEALIDAD de f. Al Espacio Vectorial E, le llamaremos Espacio Inicial de la aplicación y al Espacio F, le llamaremos Espacio Final. Veamos una serie de consecuencias que podemos deducir de esta definición: Tema: Pàgina : 50
3 i). Es decir, la imagen del vector del Espacio E, es el vector del Espacio F. Demostración: Como => Aplicando f = { Como f es lineal } = { Como f es lineal } c.q.d. ii) f (" 1 + " 2 + " p) = " f( 1) + " f( 2 ) +@@@+ " f( p). Es decir, la imagen de una Combinación Lineal de vectores es igual a la Combinación Lineal de las imágenes de estos vectores. La demostración es muy sencilla, basta con extender la definición dada para dos vectores, a los n vectores. Antes de empezar a estudiar las propiedades y elementos de una aplicación lineal, vamos a entretenernos un poco, planteando algunas muy interesantes. Ejemplo. 1 1 E : E 6 E / 1 E ( ) = œ 0 E. Se le llama APLICACION IDENTIDAD, y cada vector de E tiene por imagen el mismo vector. Por ejemplo, tomando E = ú², la aplicación identidad sería: 1 E (x,y) = (x,y) œ (x,y) 0 ú². Ejemplo. 2 0 : E 6 F / 0( ) = œ 0 E. Se le llama APLICACION NULA, y cada vector de E tiene por imagen el vector de F. Por ejemplo, de ú² en ú 3, la aplicación nula sería: 0(x,y) = (0,0,0) œ (x,y) 0 ú². ELEMENTOS DE UNA APLICACION LINEAL Tema: Pàgina : 51
4 < NÚCLEO Dada una Aplicación Lineal entre dos Espacios Vectoriales f: E 6 F, definimos el Núcleo de la misma y notamos Ker(f)* a: Es decir, el núcleo de una aplicación lineal está formado por los vectores del Espacio Inicial cuya imagen es el vector del Espacio final. *La notación Ker(f) procede de la palabra inglesa kernel, que significa núcleo. < Propiedad El núcleo de una Aplicación Lineal tiene estructura de Subespacio Vectorial del Espacio inicial. Demostración: Sea f: E 6 F una Aplicación Lineal y Ker(f) = { 0 E / f( ) = }. Vamos a demostrar su estructura mediante el teorema de caracterización de subespacios. i) Obviamente Ker ( f ) i, puesto que al ser f( ) = Y 0 Ker( f ) ii) Como f( "@ + ß@ ) = {f es lineal} = "@ f( ) + ß@ f( ) = [ Si 0 Ker (f) Y f( ) = ; Si 0 Ker (f) Y f( )= ] = = + = œ ", ß 0 K Y f( "@ + ß@ ) = Y + 0 Ker ( f ). Por tanto, en virtud del Teorema de Caracterización de Subespacios Vectoriales, Ker(f) Tema: Pàgina : 52
5 tiene estructura de Subespacio Vectorial del Espacio E. Como consecuencia de esta propiedad, trataremos al núcleo de una Aplicación Lineal como cualquier Subespacio Vectorial, es decir, tendrá su propia Dimensión, Base y Ecuaciones (si las tiene). También notamos el núcleo de una aplicación lineal f con las notaciones: K(f), Ker(f), N(f), Núc(f). A lo largo de los temas seguiremos con la notación "Ker(f)" para representar el núcleo de la aplicación lineal f, al ser la más utilizada en los libros de álgebra. < IMAGEN o RECORRIDO Dada una Aplicación Lineal f: E 6 F, definimos la Imagen de f; y notamos Im(f) a : El conjunto Imagen de una Aplicación Lineal, está formado por los vectores del Espacio Final que son imagen mediante la aplicación f de algún vector del Espacio inicial. < Propiedad El conjunto Im(f) tiene estructura de Subespacio Vectorial de F. i) En primer lugar Im (f) i, pues al menos 0 Im (f), ya que f( ) =, como hemos demostrado. ii) Sean, 0 Im(f) Tema: Pàgina : 53
6 Y Como + = f ( ) + f( ) = { f es lineal } = f + ) Y "@ + ß@ es la imagen mediante f del vector "@ + ß@ 0 E y por lo tanto pertenece a Im (f),"@ + 0 Im(f) así pues, en virtud del Teorema de Caracterización de Subespacios Vectoriales, Im (f) tiene estructura de Subespacio Vectorial del Espacio F, lo cual nos permitirá determinar la Im(f) mediante su base, sus ecuaciones (si las tiene) y su dimensión. La notación más usual para el subespacio imagen es la de Im(f), aunque también se emplea Rec(f), Img(f). < TEOREMA DE LA DIMENSION Cualquier Aplicación Lineal f: E 6 F, cumple esta importante propiedad dim Ker(f) + dim Im(f) = dim E Permite relacionar ambas dimensiones con la del Espacio inicial, de forma que, conocida una de ellas ( Núcleo o Imagen) podemos obtener la otra. CLASIFICACION DE UNA APLICACION LINEAL Atendiendo a los tipos usuales de clasificación de aplicaciones ordinarias, vamos a indicar el nombre de los diferentes tipos de y su caracterización: f: E 6 F NOMBRE TIPO DEFINICION CARACTERIZACION Homomorfismo Lineal Simplemente Lineal Linealidad solamente Monomorfismo Inyectiva dim Ker(f)=0; Ker (f)={ } Epimorfismo Suprayectiva dim Im(f) = dim F ó Im(f) = F Isomorfismo Biyectiva Inyectiva + Suprayectiva dim Ker(f) = 0 ó Ker (f) = { } dim Im(f) = dim F ó Im(f) = F Tema: Pàgina : 54
7 f: E 6 E [ Ojo! de un Espacio en sí mismo ] NOMBRE TIPO DEFINICION CARACTERIZACION Endomorfismo Lineal Simplemente Lineal f:e 6 E y Linealidad solamente Automorfismo Biyectiva Inyectiva + Suprayectiva dim Ker(f) = 0 ó Ker (f) = { } dim Im(f) = dim E ó Im(f) = E Como se puede observar en el CUADRO anterior, podemos clasificar perfectamente una aplicación lineal a partir de las dimensiones del núcleo y de la imagen. Hay dos conjuntos de aplicaciones muy interesantes, que vamos a mencionar aunque sea de paso: End(E) = { f: E 6 E / f es lineal }, conjunto de los ENDOMORFISMOS sobre un Espacio E. Aut(E) = { f: E 6 E / f es lineal y BIYECTIVA }, conjunto de los AUTOMORFISMOS sobre un Espacio E. Resulta muy interesante demostrar que ambos conjuntos tienen estructura de Espacio Vectorial con las operaciones SUMA DE FUNCIONES y PRODUCTO DE UN ESCALAR POR UNA FUNCION [ (f + g)(v) = f(v) + g(v), y ("@ f)(v) = "@ f(v) ] Imagina para encontrar una Base!. < Propiedad Una Aplicación lineal f: E 6 F queda perfectamente determinada, si conocemos las imágenes de los vectores de una Base del Espacio Inicial. < MATRIZ ASOCIADA [ Supondremos en este apartado, conocimientos elementales de la teoría de matrices ] Que una Aplicación Lineal transforma vectores del Espacio Inicial en vectores del Espacio Final resulta obvio a partir de la definición. Vamos a plantear en este apartado como podemos efectuar esta transformación mediante un simple producto matricial. Sean E, F sendos Espacios Vectoriales construidos sobre un mismo cuerpo K y f : E 6 F una Aplicación Lineal, sean B y B' bases respectivas de los Espacios E y F: Y La matriz asociada a f respecto de las bases B y B' viene dada (por columnas) por las componentes, en base B', de las imágenes mediante f de los vectores de la base B. Es decir, la matriz de la Aplicación Lineal refleja las bases que están " actuando " en ambos espacios. Naturalmente, si las bases de ambos espacios son las bases canónicas, bastará con Tema: Pàgina : 55
8 hallar las imágenes de los vectores de la base canónica del Espacio Inicial, puesto que, automáticamente, su expresión en la base canónica del Espacio Final es la que dan sus componentes Si llamamos M B,B' (f), a la matriz asociada a una Aplicación Lineal,f,respecto de las base B y B', su acción es : Donde M B,B' (f)a v matriz(vector) columna v. representa el producto matricial de la matriz M B,B' (f) por la Ejemplo 1: Sea f : ú 3 6 ú 2 / f(x,y,z) = ( x+y-z, x-y ), hallar su matriz asociada ( Respecto de las bases canónicas de ú 3 y ú 2 ). Ejemplo 2: En el problema anterior, hallar la matriz asociada, cuando se toman las bases B = { (1,1,0), (0,1,1), (1,0,1) } de R 3 y B'= { (1,1), (1,0) } de R 2. Paso a paso: Esta matriz, es la matriz asociada a la aplicación f, cuando tomamos la Base B = { (1,1,0),(0,1,1), (1,0,1) } en el Espacio Inicial ( ú 3 ), y B'= { (1,1), (1,0) } en el Espacio Final (ú 2 ), obtenida según el procedimiento sugerido. Tema: Pàgina : 56
9 < DIAGRAMA. Aunque aún no disponemos de las herramientas que nos facilitan matrices y determinantes, vamos a efectuar este desarrollo suponiendo conocimientos que veremos más adelante. Sea f : E 6 F una Aplicación Lineal. Consideremos los siguientes elementos * B 1 y B 2 Bases del Espacio E. ** P, la matriz de paso de la Base B 1 a la Base B 2 (en E) *** B 1 ' y B 2 ' Bases del Espacio F. **** Q, la matriz de paso de la Base B 1 ' a la Base B 2 ' (en F) ***** A, la matriz asociada a f, cuando tomamos las bases B 1 en E y B 2 ' en F ****** M, la matriz asociada a f, cuando tomamos las bases B 2 en E y B 2 ' en F. La relación matricial entre A y M, es: ))))))))))))))))) M = Q P A = P -1 ))))))))))))))))) En forma de diagrama: En particular, sobre un Endomorfismo ( E = F ), las relaciones anteriores, serían: ))))))))))))))))) Tema: Pàgina : 57
10 M = P P A = P -1 ))))))))))))))))) OPERACIONES CON APLICACIONES LINEALES Vamos a definir algunas de las operaciones básicas en el estudio de las aplicaciones lineales. SUMA DE APLICACIONES LINEALES Sean f, g: E 6 F, dos aplicaciones lineales entre los espacios E y F. Definimos la SUMA de aplicaciones, como una nueva aplicación que llamamos f+g : E 6 F, de manera que: Vamos a demostrar que si f y g son aplicaciones lineales, f + g también lo es. Aplicamos la definición: Por lo tanto, f + g es una aplicación lineal: f + g : E 6 F. Es también interesante comprobar que la matriz asociada a f + g respecto de las mismas bases en E y en F se obtiene mediante la suma de la matriz asociada a f y la matriz asociada a g respecto de dichas bases. Tema: Pàgina : 58
11 PRODUCTO DE UN ESCALAR POR UNA APLICACION Sea f: E 6 F, una aplicación lineal y " 0 K, definimos la aplicación "@f, Se comprueba fácilmente, que la aplicación "@ f : E 6 F, también es una aplicación lineal. (Demostrarlo) Ejemplo : Sean f: ú² 6 ú 3 y g: ú² 6 ú 3, sendas aplicaciones lineales / f(x, y) = ( x+y, x-y, 0 ) y g(a,b) = (2a+b, a+2b,a). Hallar las aplicaciones: i) (f + g) ii) 2@ f iii) 2@ f-g. i) f + g œ (x, y) 0 R² 6 (f + g)(x, y) = f(x, y) + g(x, y) = (x + y, x-y, 0) + (2x + y, x+2y, x) = = (3x + 2y, 2x + y, x) (f + g)(x, y)= (3x + 2y, 2x + y, x) ii) f œ (x, y) 0 R² 6 (2@f)(x, y) = 2@ f(x, y) = 2@(x + y, x-y, 0) = (2x + 2y, 2x-2y, 0) (2@ f)(x, y)= (2x + 2y, 2x-2y, 0) iii) f - g œ (x, y) 0 R² 6 (2@f-g)(x, y) = 2@f(x, y) - g(x, y) = (2x + 2y, 2x-2y, 0) - (2x + y, x + 2y, x) = ( y, x-4y, -x) Aplicaciones (2f-g)(x, y) = ( y, Lineales x-4y, -x) Es sencillo comprobar que, siendo E y F sendos Espacio Vectoriales sobre el mismo cuerpo K, el conjunto de todas las aplicaciones lineales f: E 6 F, con estas dos operaciones ( suma de funciones y producto por un escalar) tiene estructura de Espacio Vectorial sobre K APLICACION INVERSA Sea f : E 6 F una aplicación lineal, si f es una aplicación biyectiva, se define la aplicación inversa de f y notamos f -1 a la única aplicación que cumple : f -1 B f = 1 E ( Identidad sobre E ) y f B f -1 = 1 F ( Identidad sobre F ) Es sencillo demostrar que si M B,B' es la matriz asociada a f en las bases B de E y B' de F Y (M B,B' ) -1 es la matriz asociada a f -1 en las bases B' de F y B de E. Tema: Pàgina : 59
12 f -1 : F 6 E Definimos la antiimagen de un vector con la notación f -1 ( ) de forma que : obviamente, f -1 ( ) puede ser un conjunto vacío o bien, puede tener vectores. Ejemplo : Sea f : ú 3 6 ú 2 / f(x, y, z) = (x+y, y+z). Hallar la antiimagen de (1, 1), f -1 (1, 1). Definamos f -1 (1, 1) = { (x, y, z) 0 ú 3 / f(x, y, z) = (1, 1) } Y f -1 (1, 1) = { (1-y, y, 1-y) / y 0 ú } En este caso, la anti.imagen del vector (1, 1) está formada por infinitos vectores. COMPOSICION DE APLICACIONES Al igual que con aplicaciones ordinarias, vamos a definir la composición de aplicaciones lineales. Sean: (E(K), +, A), ( F(K), +, A), ( G(K), +, A) Espacios Vectoriales, y f: E 6 F y g: F 6 G, aplicaciones lineales, definimos la aplicación gbf : E 6 G, como: La aplicación gbf, se lee " f compuesta con g", y es un ejercicio sencillo demostrar que gbf también es una aplicación lineal. [ Ver la sección de cuestiones ] En particular, si E = F = G y f = g, definimos la aplicación f² : E 6 E / f² ( ) = f(f( )) œ 0 E. Definición que podemos extender a cualquier exponente aplicando las propiedades convenientes de las aplicaciones. Por ejemplo: Sean f: M 3x2 6 ú² / g: ú² 6 ú² / g(a, b) = ( 2a, 3a + b). Hallar gbf y g². Tema: Pàgina : 60
13 = (2x 1 + 2x 2 + 2x 3, 3x 1 + 3x 2 + 3x 3 + x 4 -x 5 ). g²(a, b) = (gbg)(a, b) = g(g(a, b)) = g(2a, 3a + b) = (2@ (2a), 3@ (2a) + (3a + b)) = ( 4a, 9a + b). También citar que si A es la matriz asociada a f (en canónicas) y B es la matriz asociada a g (en canónicas) Y B@ A es la matriz asociada a gbf (en canónicas). [ Una buena discusión sería la repercusión del cambio de base en alguno de los espacios sobre la matriz final ] DESCOMPOSICIÓN CANÓNICA DE UNA APLICACIÓN LINEAL Sea f: E 6 F, una aplicación lineal, sean Ker(f) e Im(f) su núcleo e Imagen respectivamente. E / Ker(f) el Espacio Cociente originado por la relación binaria: R - 0 Ker(f). La aplicación f admite la siguiente descomposición canónica: f = p, siendo : p( ) = [ ] ( EPIMORFISMO ) [v] representa la clase del vector para la relación R. b([ ]) = f( ) ( ISOMORFISMO ) i(f( )) = f( ) ( MONOMORFISMO). Tema: Pàgina : 61
Tema 4: Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 4: Aplicaciones lineales Ejercicios 1 Estudia la linealidad de las siguientes aplicaciones: (a) f : R R 3, definida por f(x, y) =
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesProblemas de exámenes de Aplicaciones Lineales y Matrices
1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector
Más detallesESPACIOS VECTORIALES. VARIEDADES LINEALES, APLICACIONES ENTRE ESPACIOS VECTORIALES. TEOREMAS DE ISOMORFIA.
ESPACIOS VECTORIALES. VARIEDADES LINEALES, APLICACIONES ENTRE ESPACIOS VECTORIALES. TEOREMAS DE ISOMORFIA. Índice de contenido 1. Espacio vectorial....2 Estructura de espacio vectorial...2 Subespacios
Más detallesb) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A
APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:
Más detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesGrupos libres. Presentaciones.
S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad
Más detallesLEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS
LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS Sea una estructura formada por un conjunto A, sobre cuyos elementos se ha definido una operación o ley interna, comúnmente denotada por " * ", que
Más detalles1 Aplicaciones lineales
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Aplicaciones lineales y diagonalización. El objetivo principal de este tema será la obtención de una matriz diagonal
Más detallesTeoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo.
1 Tema 5.-. Teoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo. 5.1. Anillos y cuerpos Definición 5.1.1. Un anillo es una terna (A, +, ) formada por un conjunto A
Más detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina
Más detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallesTransformaciones lineales
Semana 8 [1/62] 8 de septiembre de 27 Definiciones básicas Semana 8 [2/62] Definición Transformación lineal U, V dos espacios vectoriales sobre el mismo cuerpo Ã. T : U V es una transformación (o función)
Más detallesTerminaremos el capítulo con una breve referencia a la teoría de cardinales.
TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto
Más detallesConjuntos, relaciones y funciones Susana Puddu
Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesCOLEGIO UNIVERSITARIO CARDENAL CISNEROS. Libro de Ejercicios de Matemáticas Empresariales II
COLEGIO UNIVERSITARIO CARDENAL CISNEROS Libro de Ejercicios de Matemáticas Empresariales II Manuel León Navarro 2 Capítulo 1 Ejercicios lección 1 1. Sea el conjunto de las matrices cuadradas de orden 2
Más detallesContinuidad. 5.1 Continuidad en un punto
Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos
Más detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesTema 2: Espacios Vectoriales
Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.
Más detalles4 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
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesTema 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
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesTransformaciones lineales
Capítulo 3 Transformaciones lineales Las transformaciones lineales son las funciones con las que trabajaremos en Álgebra Lineal. Se trata de funciones entre K-espacios vectoriales que son compatibles con
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesEspacios 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
Más detallesSobre funciones reales de variable real. Composición de funciones. Función inversa
Sobre funciones reales de variable real. Composición de funciones. Función inversa Cuando en matemáticas hablamos de funciones pocas veces nos paramos a pensar en la definición rigurosa de función real
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesIntroducción a los espacios vectoriales
1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial
Más detallesMatrices positivas y aplicaciones. María Isabel García Planas Profesora Titular de Universidad
Matrices positivas y aplicaciones María Isabel García Planas Profesora Titular de Universidad Primera edición: Septiembre 2008 Editora: la autora c M ā Isabel García Planas ISBN: 978-84-612-6101-7 Depósito
Más detallesA c) Determinantes. Ejercicio 1. Calcula los siguientes determinantes:
Determinantes 1. Contenido 1.1 Determinantes de orden 1, 2 y 3. 1.2 Menor complementario. Matriz adjunta. 1.3 Propiedades de los determinantes. 1.4 Determinantes de orden n. 1.5 Cálculo de determinantes
Más detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesEspacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1
Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesTema 2. Grupos. 3. El conjunto de matrices de orden 2 con coeficientes enteros (o reales) con la suma es un grupo conmutativo.
Tema 2. Grupos. 1 Grupos Definición 1 Un grupo es una estructura algebraica (G, ) tal que la operación binaria verifica: 1. * es asociativa 2. * tiene elemento neutro 3. todo elemento de G tiene simétrico.
Más detallesr j ϕ j (v i ) = r i, ϕ(v i ) = v = n a ij ϕ j(v) ϕ i (v) =
ESPACIO DUAL 1. Espacio Dual En temas anteriores dados V y V espacios vectoriales sobre k, definíamos en Hom(V, V ) una suma y un producto por elementos de k que convertían este conjunto en un espacio
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detalles4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno
para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos
Más detallesCapítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos
Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos
Más detallesSESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES
SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la
Más detallesDefinición 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 1.1. Conceptos básicos y ejemplos 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. NOTA:
Más detallesSemana03[1/17] Funciones. 16 de marzo de Funciones
Semana03[1/17] 16 de marzo de 2007 Introducción Semana03[2/17] Ya que conocemos el producto cartesiano A B entre dos conjuntos A y B, podemos definir entre ellos algún tipo de correspondencia. Es decir,
Más detallesTEMA 3 Elementos de la teoría de los conjuntos. *
TEM 3 Elementos de la teoría de los conjuntos. * Conjuntos. Un conjunto es cualquier colección, bien definida, de objetos llamadas elementos o miembros del conjunto. Una manera de describir un conjunto
Más detallesDerivada de la función compuesta. Regla de la cadena
Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesCONCEPTOS BASICOS DE LA TRANSFORMADA DE LAPLACE LA TRANSFORMADA DE LAPLACE
LA TRANSFORMADA DE LAPLACE Por cálculo integral sabemos que cuando vamos a determinar una integral impropia de la forma,su desarrollo se obtiene realizando un cambio de variable en el límite superior de
Más detallesESPACIO AFÍN 2.- SISTEMAS DE REFERENCIA: COORDENADAS DE UN PUNTO. 3.- VARIEDAD LINEAL: ECUACIONES DE LA RECTA Y EL PLANO.
ESPACIO AFÍN 1.- CONCEPTO DE ESPACIO AFÍN. 2.- SISTEMAS DE REFERENCIA: COORDENADAS DE UN PUNTO. 3.- VARIEDAD LINEAL: ECUACIONES DE LA RECTA Y EL PLANO. 4.- PROBLEMAS DE INCIDENCIA. 5.- POSICIONES RELATIVAS
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesCONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero
Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE
Más detallesque para cualesquiera e, v E, λ, µ k satisfaga las siguientes propiedades:
Capítulo I Espacios Vectoriales Este capítulo está dedicado a definir la estructura fundamental del Álgebra Lineal: el espacio vectorial; también definiremos las aplicaciones entre espacios vectoriales
Más detalles1. 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..
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detallesPROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02
PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES Problemas 0 Salvador Pérez Gómez pies3coma14@hotmail.com 4 de abril de 007 PROBLEMA 1 Sea n un número natural. Sea A n = n + n + 3n. a) Demostrar que
Más detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesf: D IR IR x f(x) v. indep. v. dependiente, imagen de x mediante f, y = f(x). A x se le llama antiimagen de y por f, y se denota por x = f -1 (y).
TEMA 8: FUNCIONES. 8. Función real de variable real. 8. Dominio de una función. 8.3 Características de una función: signo, monotonía, acotación, simetría y periodicidad. 8.4 Operaciones con funciones:
Más detallesTEST 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
Más detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES Índice: 1.Introducción--------------------------------------------------------------------------------------- 2 2. Ecuaciones lineales------------------------------------------------------------------------------
Más detallesi05matrices.nb Matrices
i05matrices.nb 1 0.5 Matrices Lo primero que necesitamos es la forma en que se escriben las matrices en Mathematica. Recordemos que cada fila corresponde a una lista y que los elementos de ésta van entre
Más detallesTransformaciones lineales y matrices
CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesETSI de Topografía, Geodesia y Cartografía
Prueba de Evaluación Continua Grupo A 9-04-14 ESPACIOS VECTORIALES-DIAGONALIZACIÓN (parte sin DERIVE) 1. a) Definir sistema ligado de vectores de un espacio vectorial V. b) Demostrar que si un sistema
Más detallesTema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas.
Tema II Capítulo 5 Aplicaciones bilineales y formas cuadráticas Álgebra Departamento de Métodos Matemáticos y de Representación UDC 5 Aplicaciones bilineales y formas cuadráticas o simplemente f( x, ȳ)
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesDOCENTE: JESÚS E. BARRIOS P.
DOCENTE: JESÚS E. BARRIOS P. DEFINICIONES Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un texto matemático chino que proviene del año 300 A. C. a 200 A. C., Nueve capítulos
Más detallesProblema 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
Más detalles1. 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
Más detallesLA FUNCIÓN INVERSA. Si R es una relación, la relación R definida por la proposiciones. (a, b) R (b, a) R. (a, b) R (c, b) R a = c
LA FUNCIÓN INVERSA Existen diferentes definiciones de función inversa, aunque el concepto matemático es el mismo. Expondremos aquí tres de ellas, para efectos formales, ya que para hallar la inversa de
Más detallesTeorema del Valor Medio
Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph
Más detallesLección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos
Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesUNIDAD 7: MATRICES Y DETERMINANTES
UNIDAD 7: MATRICES Y DETERMINANTES En la presente unidad estudiaremos un tema muy importante dentro de la carrera de Informática como son las matrices y determinantes, conocimiento que tiene aplicación
Más detallesÁlgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detallesSistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS
SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS 1.- DEFINICIÓN DE SISTEMAS DE ECUACIONES LINEALES Definición: se llama sistema de ecuaciones lineales al
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesEs trivial generalizar la definición al caso de varios conjuntos: A B C, etc.
Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas están elaboradas pensando simplemente en facilitar al estudiante una guía para el estudio de la asignatura, y en consecuencia se caracterizan por
Más detallesEspacios Vectoriales
Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido
Más detalles* e e Propiedades de la potenciación.
ECUACIONES DIFERENCIALES 1 REPASO DE ALGUNOS CONCEPTOS PREVIOS AL ESTUDIO DE LAS ECUACIONES DIFERENCIALES 1. Cuando hablamos de una función en una variable escribíamos esta relación como y = f(x), esta
Más detallesTeoría Tema 9 Ecuaciones del plano
página 1/11 Teoría Tema 9 Ecuaciones del plano Índice de contenido Determinación lineal de un plano. Ecuación vectorial y paramétrica...2 Ecuación general o implícita del plano...6 Ecuación segmentaria
Más detallesMATEMÁTICAS BÁSICAS. Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano
MATEMÁTICAS BÁSICAS Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2015 Universidad
Más detallesDos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
Más detallesEl conjunto de las operaciones de simetría que se pueden aplicar a una molécula tienen las propiedades de un grupo matemático.
TEORIA DE GRUPOS El conjunto de las operaciones de simetría que se pueden aplicar a una molécula tienen las propiedades de un grupo matemático. Propiedades de un grupo Existe un operador identidad (E)
Más detallesFUNCIONES REALES 1º DE BACHILLERATO CURSO
FUNCIONES REALES 1º DE BACHILLERATO CURSO 2007-2008 Funciones reales Definición Clasificación Igual de funciones Dominio Propiedades Monotonía Extremos relativos Acotación. Extremos absolutos Simetría
Más detallesGuía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen
Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen 1. Teorema de la representación matricial de una transformación
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 6 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar
Más detallesTema 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.....................................
Más detalles