CAPÍTULO II. 4 El grupo afín
|
|
- Gloria Rey Mora
- hace 8 años
- Vistas:
Transcripción
1 CAPÍTULO II 4 El grupo afín En geometría clásica, antes de la aparición de los espacios vectoriales, se hablaba de puntos en lugar de vectores. Para nosotros serán términos sinónimos salvo que, cuando consideremos a una n-upla de R n como un punto en vez de como un vector, lo denotaremos mediante una latina mayúscula. En ocasiones, cuando nos convenga concebir al punto P como un vector, nos referiremos a él como el vector de posición del punto P. Gráficamente, un punto quedará representado solamente por el extremo de su vector de posición, obviando dibujar el resto de la flecha con origen en O. Es frecuente en matemáticas esta disociación conceptual entre objetos de la misma naturaleza. Por ejemplo, hemos visto en la sección precedente cómo el mismo ente algebraico, una matriz no singular, puede interpretarse como la matriz de un cambio de base o como la matriz de un automorfismo. (Y también surgen las matrices no singulares en los sistemas de Cramer, esto es, en los sistemas de ecuaciones lineales compatibles determinados.) Y con puntos y vectores sucederá lo propio: dependiendo de lo que proceda en cada caso, veremos en una n-upla, bien un vector, bien un punto. No obstante, hay que tener siempre en mente que en el espacio afín, que definiremos más adelante, no habrá distinción intrínseca entre puntos y vectores. Más aún, tampoco queremos que haya puntos con propiedades especiales o que se salgan de lo corriente. Desde ese punto de vista, el vector 0 es algo díscolo. Hay circunstancias que distinguen al 0 sobre el resto de sus compañeros de espacio: * El vector 0 es el único que se aplica en sí mismo por cualquier automorfismo. * Todo subespacio contiene al vector 0, y no hay ningún otro vector con 2
2 la misma propiedad. * El vector 0 es el único que no puede formar parte de ninguna base. Por eso se introducen los espacios afines, para meter en cintura al vector 0, de forma que todos los puntos (vectores) posean los mismos derechos y deberes. A ello nos dedicamos de inmediato. Un tipo particularmente interesante de transformaciones del plano que no son automorfismos son las traslaciones. Definición II.4 Escogido un a en R n, se define la traslación de vector a como la aplicación τ a : R n R n que aplica cada vector u R n en el vector τ a (u) = a + u. Consecuencias inmediatas de la definición son las siguientes: * La traslación de vector 0 es la identidad (τ 0 = Id). * Si a y b son dos vectores de R n, entonces τ a τ b = τ a+b. * La inversa de la traslación de vector a es la traslación de vector a (τ 1 a = τ a ). Figura II.12 3
3 De lo anterior debería deducirse que el conjunto de todas las traslaciones de R n constituye un grupo. Este grupo, además, es esencialmente idéntico al grupo R n con la operación suma de vectores. En la figura II.12 se representan los trasladados de diversos conjuntos de puntos del plano R 2 por una traslación de vector a. Conviene experimentar con ella a fin de asimilar una impresión intuitiva de las traslaciones. Pero el resultado más importante acerca de traslaciones lo enuncia el Teorema II.5 Dados cualesquiera puntos A y B de R n, existe una única traslación que transforma A en B. Demostración Si suponemos que hay alguna traslación τ a que aplica A en B, habría de verificarse que τ a (A) = B, es decir, a + A = B. El único vector a que satisface la igualdad anterior es a = A+B, donde ahora hemos considerado a A y a B como vectores, en vez de como puntos, para poder escribir la suma de vectores A + B. El teorema está ya demostrado pues τ a (A) = a + A = ( A + B) + A = B + 0 = B. A ese único vector a tal que τ a (A) = B se le denota por AB. En física, donde nuestra distinción entre puntos y vectores es análoga a la establecida allí entre vectores fijos y vectores libres, a AB se le denomina vector de origen A y extremo B y se representa gráficamente por una flecha con origen en A y extremo en B (véase la figura II.13). Figura II.13 Estamos ahora en condiciones de definir el espacio afín. 4
4 Definición II.5 Por espacio afín de dimensión n se entenderá al espacio vectorial R n, a cuyos elementos se les llamará puntos. De un subconjunto S de R n se dirá que es un subespacio afín (o simplemente un subespacio si no hay confusión), si es el trasladado de algún subespacio vectorial T de R n, en otras palabras, si existe un vector a R n tal que S es la imagen de T por medio de la traslación de vector a (S = τ a (T )). En tal caso, se define la dimensión dim(s) del subespacio afín S como la dimensión que tuviera el subespacio vectorial T. Al subespacio afín τ a (T ) también se lo denotará por a + T. Conviene que nos cercioremos de que la definición dada de dimensión de un subespacio afín es buena. Y es que podría en principio ocurrir que un subespacio afín S fuese al mismo tiempo el trasladado de dos subespacios T y T de distinta dimensión, en cuyo caso dim(s) no estaría determinada de forma única. Para ello, supongamos que S = τ a (T ) = τ a (T ), para ciertos vectores a y a y subespacios vectoriales T y T. De la igualdad a + T = a + T es fácil deducir que el vector u = a a pertenece tanto a T como a T. Tomemos un vector arbitrario v de T. Entonces u + v T y a + v = a + (a a) + v = a + (u + v) a + T. Pero a+t = a +T, luego a +v a +T implica que v T. Esto prueba que T T. Un razonamiento análogo demostraría la otra inclusión y T = T. 5
5 Figura II.14 En suma, un subespacio afín es el trasladado de un subespacio vectorial único. Lo que no es necesariamente único es el vector a que traslada un subespacio vectorial T en un subespacio afín S = τ a (T ). De hecho, para cualquier punto B de S de vector de posición b, se tiene que S = τ b (T ). (Véase la Figura II.14.) Los subespacios de un espacio afín se describen con facilidad en dimensiones pequeñas. Los subespacios afines de R n de dimensión 0 no son más que los trasladados del subespacio vectorial nulo, que consistía exclusivamente en el vector 0 (el origen de coordenadas). Aplicar una traslación τ a al vector 0 no es sino trasladar el origen al punto de vector de posición τ a (0) = a + 0 = a, es decir, los subespacios afines de R n de dimensión 0 son los puntos de R n. Los subespacios vectoriales de R n unidimensionales eran las que llamábamos rectas vectoriales. Todas ellas pasaban por el origen. Por medio de traslaciones, estas rectas vectoriales van a parar a rectas afines, las cuales no necesariamente atraviesan el origen de coordenadas. En definitiva, cualquier recta de R n, contenga o no al punto O de vector de posición 0, es una recta afín. E igual acontece con los planos afines, que son todos los planos, alojen o no al punto O. Así, el papel privilegiado que ostentaba el vector 0 en los espacios vectoriales lo pierde en los espacios afines donde hay democracia total entre los 6
6 puntos. Definición II.6 Por afinidad de R n se entenderá a la composición de un automorfismo f de R n con una traslación τ a (a R n ). Tras haber estudiado tanto a los automorfismos como a las traslaciones, no resultará difícil deducir algunas propiedades de las afinidades. Por ejemplo, como una afinidad α = τ a f no es sino la composición de un automorfismo f y de una traslación τ a, y ambos constituyen aplicaciones biyectivas, las afinidades son biyecciones. Los automorfismos pueden verse como el caso particular de las afinidades de vector traslación nulo, pues (τ 0 f)(p ) = 0 + f(p ) = f(p ), cualquiera que sea el punto P. Por tanto, las afinidades de R n contienen a los automorfismos. Y también contienen a las traslaciones pues basta tomar el automorfismo identidad para que τ a Id = τ a. Así pues, el conjunto de todas las afinidades de R n contiene tanto al grupo lineal GL n como al grupo de las traslaciones de R n. Teorema II.6 El conjunto de todas las afinidades de un espacio afín R n constituye un grupo denominado el grupo afín el cual será denotado por GA n. Demostración: Comencemos viendo que la composición de afinidades es otra afinidad. Sean α = τ a f y β = τ b g dos afinidades de GA n. Entonces, para cada punto P, se tiene (α β)(p ) = α(β(p )) = α(b + g(p )) = a + f(b + g(p )) = a + f(b) + f(g(p )) = (a + f(b)) + (f g)(p ), es decir, α β = τ a+f(b) (f g), y α β no es sino la afinidad resultante de componer el automorfismo f g con la traslación de vector a + f(b). Como la composición de aplicaciones es asociativa, solo resta comprobar que en GA n hay elemento neutro y que toda afinidad posee inversa en GA n. 7
7 Puesto que la identidad no es sino la composición del automorfismo identidad con la traslación de vector 0 (Id = τ 0 Id), la identidad es una afinidad y GL n tiene un elemento neutro, a saber, la identidad. Si α = τ a f es una afinidad, queremos visualizar una inversa suya dentro de GA n, es decir, alguna afinidad β = τ b g tal que α β = Id. De la regla para la composición de afinidades obtenida más arriba, se deduce que el vector b y el automorfismo g deberían satisfacer las condiciones a + f(b) = 0 y f g = Id, de donde se deduce que g = f 1 y b = f 1 ( a). En definitiva, α 1 = τ f 1 ( a) f 1 es otra afinidad al expresarse como composición de un automorfismo con una traslación. De nuevo podemos ahora definir lo que es la geometría afín: la parte de la matemática que se ocupa de los conceptos invariantes por afinidades. Figura II.15 Antes de proseguir y para familiarizarnos con las afinidades, ilustraremos algún caso concreto. Consideremos la afinidad σ = τ a f de R 2 de vector de traslación a = ( 1, 3) y automorfismo f, el cual transforma el vector e 1 en 8
8 el u 1 = ( 2, 1) y el e 2 en el u 2 = (2, 2) ( figura II.15), donde e 1 y e 2 son los vectores de la base canónica y u 1 y u 2 constituyen otra base de R 2. Entonces un punto dado P = (x, y) se transformará por f en el punto f(p ) = ( x y ) ( ) Así, si la imagen P = σ(p ) de P tiene coordenadas P = (x, y ), se tendrá (x, y ) = ( 1, 3) + ( x y ) Por ejemplo, la imagen de P = (1, 2) es σ(p ) = ( 1, 3) + ( 1 2 ) ( ) ( ) 2 1 = ( 1, 3) + ( 6, 3) = ( 7, 0). 2 2 Resulta ahora obvio que una afinidad α = τ a f de R n queda descrita por una ecuación del tipo α (y 1,..., y n ) = (a 1,..., a n ) + (x 1,..., x n ) o, de forma más compacta a 11 a a 1n a 21 a a 2n. a n1 a n2... a nn, α y = a + xa, donde x representa al vector fila de las coordenadas de un punto P, y al vector fila de las coordenadas de su imagen α(p ), a al vector de la traslación y A a la matriz no singular asociada al automorfismo f. Recuérdese que un automorfismo quedaba totalmente determinado dando la imagen de una base. Pero una afinidad surge de cocinar dos ingredientes: un automorfismo y una traslación. De ahí que sea necesario un dato más para determinar una afinidad, por ejemplo, la imagen del origen de coordenadas. En efecto, si de la afinidad α = τ a f se conocen las imágenes P 1 = α(u 1 ), P 2 = α(u 2 ),...,P n = α(u n ) de una base (u 1, u 2,..., u n ), y el transformado 9
9 O = σ(0) del vector 0, entonces la igualdad O = a + f(0) = a nos permite averiguar quién era a: el vector de posición del punto O. Con esta información tenemos suficiente para calcular f. Para ello, tomemos cualquier vector u i de la base. Como P i = α(u i ) = a + f(u i ) = O + f(u i ), entonces f(u i ) es el vector que traslada O a P i (teorema II.5), es decir, el vector O P i de origen O y extremo P i. Conocidas las imagen O P i de cada vector u i de la base, el automorfismo f queda totalmente determinado. Esto sugiere la siguiente Definición II.7 Un sistema de referencia afín de R n es una (n + 1) upla (P, u 1, u 2,..., u n ), donde P es un punto de R n y (u 1, u 2,..., u n ) constituye una base del espacio vectorial R n. De forma equivalente puede introducirse un sistema de referencia afín como una (n+1) upla de puntos (P, P 1, P 2,..., P n ) tal que la n upla (P P 1, P P 2,..., P P n ) es una base. El objeto de las referencias afines es análogo al de las bases, o sea, asignar coordenadas unívocas a cada punto del espacio. Y es que es evidente que fijado un sistema de referencia afín (P, u 1, u 2,..., u n ) en R n, cada punto X del espacio queda determinado de forma única por una n upla (x 1, x 2,..., x n ), denominadas coordenadas cartesianas de X, donde (x 1, x 2,..., x n ) son las coordenadas del vector P X en la base (u 1, u 2,..., u n ). Intuitivamente, elegir a (P, P 1, P 2,..., P n ) como sistema de referencia afín es como considerar a P como nuevo origen de coordenadas, tomar las rectas que pasan por P y por los P i como nuevos ejes coordenados y las distancias entre P y los P i como unidades de medida de longitud sobre esos ejes. Hay un sistema de referencia afín canónico, el integrado por el origen O de vector de posición nulo y por la base canónica. No es difícil ver que dado un sistema de referencia afín (P, u 1, u 2,..., u n ), y un punto X de vector fila de coordenadas x en el sistema de referencia canónico, las coordenadas cartesianas del mismo X respecto al primero de los sistemas se obtienen como imagen de x por la afinidad τ a f, donde τ a es la traslación que lleva O a P, y f el automorfismo que transforma cada e 1 de la 10
10 base canónica en el correspondiente u i. En la figura II.16 se ilustra un sistema de referencia afín con el que se recomienda experimentar. Figura II.16 11
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
Más detallesCAPÍTULO II. 2 El espacio vectorial R n
CAPÍTULO II 2 El espacio vectorial R n A una n upla (x 1, x 2,..., x n ) de números reales se le denomina vector de n coordenadas o, simplemente, vector. Por ejemplo, el par ( 3, 2) es un vector de R 2,
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 detallesApuntes de Matemática Discreta 9. Funciones
Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y
Más detallesAplicaciones 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)
Más detallesAplicaciones 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
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 detalles1. 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
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesBASES 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
Más detallesTema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Más detallesGrupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Más detalles4 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
Más detallesAplicaciones 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
Más detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Más detallesEstructuras 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
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detalles9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
Más detallesCAPÍTULO 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
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 detallesAplicaciones lineales continuas
Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas
Más detallesEspacios 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
Más detallesTema 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
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesDefinición de vectores
Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre
Más detallesMatrices 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
Más detallesVII. Estructuras Algebraicas
VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación
Más detalles1 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
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 detalles1. 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,
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa
Más detalles21.1.2. 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
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detallesCAPÍTULO II. 5 El grupo ortogonal
CAPÍTULO II 5 El grupo ortogonal Desde el punto de vista afín, no existen discriminaciones entre el sistema de referencia canónico y otro sistema de referencia arbitrario. Ello se debe a que uno puede
Más detallesEste documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.
Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesDefinición 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
Más detallesAnexo 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:
Más detallesProblemas 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)
Más detallesSistemas de vectores deslizantes
Capítulo 1 Sistemas de vectores deslizantes 1.1. Vectores. Álgebra vectorial. En Física, se denomina magnitud fsica (o simplemente, magnitud) a todo aquello que es susceptible de ser cuantificado o medido
Más detallesSubespacios 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
Más detallesVariedades 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
Más detallesTema 3: Producto escalar
Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica
Más detalles3 Espacios Vectoriales
Prof. Susana López 31 3 Espacios Vectoriales 3.1 Introducción Un ector fijo en el plano no es más que un segmento orientado en el que hay que distinguir tres características: -dirección: la de la recta
Más detallesAplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Más detallesGeometría Tridimensional
Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,
Más detalles1 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
Más detalles1 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
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
Más detallesa < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
Más detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detalles1. Teorema del Valor Medio
1. l Valor Medio Uno de los teoremas más importantes del cálculo diferencial de funciones reales de una variable real es el l Valor Medio, del que se obtienen consecuencias como el Taylor y el estudio
Más detalles_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano
24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas
Más detallesTema 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:
Más detalles4.1 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
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detalles1. Funciones de varias variables: representaciones gráficas, límites y continuidad.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0.. Funciones de varias variables: representaciones gráficas, límites y continuidad. En el análisis de los problemas de la ciencia y de la técnica, las cantidades
Más detallesCurso 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
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detallesCapitán 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
Más detallesSemana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo
Semana 08 [1/15] April 18, 2007 Acotamiento de conjuntos Semana 08 [2/15] Cota Superior e Inferior Antes de presentarles el axioma del supremo, axioma de los números reales, debemos estudiar una serie
Más detalles, y su resultado es igual a la suma de los productos de las coordenadas correspondientes. Si u = (u 1, u 2 ) y v = (v 1, v 2 ), = u1 v 1 + u 2 v 2
Los vectores Los vectores Distancia entre dos puntos del plano Dados dos puntos coordenados del plano, P 1 = (x 1, y 1 ) y P = (x, y ), la distancia entre estos dos puntos, d(p 1,P ), se calcula de la
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detallesSegundo de Bachillerato Geometría en el espacio
Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto
Más detallesTeoría Tema 5 Espacios vectoriales
página 1/14 Teoría Tema 5 Espacios vectoriales Índice de contenido Puntos en 2 y 3 dimensiones...2 Vectores en el plano...5 Suma de vectores...7 Combinación lineal de vectores...8 Sistema generador...10
Más detalles5.1Definición 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
Más detallesAlgebra 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
Más detalles1. El teorema de la función implícita para dos y tres variables.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(
Más detallesUniversidad 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...................................
Más detallesTema 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
Más detallesSubconjuntos destacados en la
2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,
Más detalles(Ec.1) 2α + β = b (Ec.4) (Ec.3)
Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,
Más detallesOPERACIONES ELEMENTALES CON VECTORES
VECTORES EN 3D (O EN R 3) Presentación: este apunte te servirá para repasar y asimilar que son los vectores en un espacio tridimensional, sólo hablamos de los vectores como se utilizan en Álgebra, para
Más detallesDiagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Más detallesNota 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
Más detallesMatrices invertibles. La inversa de una matriz
Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad
Más detallesTransformaciones canónicas
apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q
Más detallesI. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { }
I. RELACIONES Y FUNCIONES PAREJAS ORDENADAS Una pareja ordenada se compone de dos elementos x y y, escribiéndose ( x, y ) donde x es el primer elemento y y el segundo elemento. Teniéndose que dos parejas
Más detallesEspacios 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
Más detallesClase 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
Más detallesCURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre
CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una
Más detallesEspacio afín. Transformaciones afines y movimientos
Capítulo Espacio afín. Transformaciones afines y movimientos. Espacio afín y espacio afín métrico Definición. El espacio afín (tridimensional) está constituido por los siguientes elementos. El espacio
Más detallesProfr. Efraín Soto Apolinar. Función Inversa
Función Inversa Una función es una relación entre dos variables, de manera que para cada valor de la variable independiente eiste a lo más un único valor asignado a la variable independiente por la función.
Más detallesFunciones, x, y, gráficos
Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre
Más detallesAplicaciones 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
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesVectores en el plano con punto inicial fijo
Vectores en el plano con punto inicial fijo bjetivos. Considerar el conjunto V 2 () de los vectores en el plano euclidiano (también llamados segmentos dirigidos o flechas) con un punto inicial fijo. Definir
Más detallesFUNCIONES CUADRÁTICAS Y RACIONALES
www.matesronda.net José A. Jiménez Nieto FUNCIONES CUADRÁTICAS Y RACIONALES 1. FUNCIONES CUADRÁTICAS. Representemos, en función de la longitud de la base (), el área (y) de todos los rectángulos de perímetro
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesMuchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8
Esta semana estudiaremos la definición de vectores y su aplicabilidad a muchas situaciones, particularmente a las relacionadas con el movimiento. Por otro lado, se podrán establecer las características
Más detalles1. 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
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Más detallesAplicaciones lineales
aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:
Más detallesVectores: Producto escalar y vectorial
Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con
Más detallesDiferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Diferenciabilidad. 1. Definición de función diferenciable Después del estudio de los ites de funciones
Más detallesRepaso de matrices, determinantes y sistemas de ecuaciones lineales
Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesTEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS. 2.1.- Definicion, notacion y clasificacion de los vectores.
J.A DÁVILA BAZ - J. PAJÓN PERMUY CÁLCULO VECTORIAL 29 UNIDAD DIDÁCTICA I: CÁLCULO VECTORIAL. TEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS 2.1.- Definicion, notacion y clasificacion de los vectores. Un vector
Más detalles