Transformaciones Lineales y Espacio Dual
|
|
- José Ángel Campos Cruz
- hace 5 años
- Vistas:
Transcripción
1 Transformaciones Lineales y Espacio Dual Juan Pablo De Rasis 22 de abril de 2018 El presente artículo tiene como objetivo la exposición de soluciones a problemas de Álgebra Lineal concernientes a transformaciones lineales y espacio dual, con vistas a desarrollar e interiorizar ideas que resultan útiles a la hora de encarar ejercicios complejos. Pensaremos y resolveremos problemas obtenidos de exámenes parciales y finales tomados en la materia de Álgebra Lineal en el Departamento de Matemática de la Universidad de Buenos Aires, como así también algunos problemas de olimpíadas universitarias. 1 Transformaciones Lineales Sean m y n dos números naturales y sea K un cuerpo. Dados dos K-espacios vectoriales V y W de dimensiones n y m respectivamente, fijando una base B de V y una base B de W tenemos un isomorfismo lineal Hom K (V, W ) K m n dado por f f BB. Esta identificación entre matrices y transformaciones lineales nos permite traducir problemas matriciales en problemas de transformaciones lineales, y viceversa. Esta idea puede explotarse para resolver problemas como el siguiente. Ejemplo 1.1 (De parcial) Sea n N y K un cuerpo. Se tienen dos matrices A y B en K n n tales que AB = 0. Demostrar que rg (A) + rg (B) n. Solución. Sea f A : K n K n la transformación lineal dada por f A (v) = Av para todo v K n. Análogamente, sea f B : K n K n la transformación lineal dada por f B (v) = Bv para todo v K n. Como AB = 0, para todo v K n se tiene f A (f B (v)) = f A (Bv) = ABv = 0v = 0. Esto nos permite concluir que Im (f B ) Nu (f A ). Por lo tanto dim (Im (f B )) dim (Nu (f A )). Por el Teorema de la Dimensión se tiene dim (Nu (f A )) = n dim (Im (f A )), con lo cual dim (Im (f B )) n dim (Im (f A )) dim (Im (f A )) + dim (Im (f B )) n Pero esto es exactamente lo que queríamos probar, ya que la dimensión de la imagen de una transformación lineal coincide con el rango de su matriz asociada. Esta idea puede extenderse para obtener un resultado más general, conocido como la desigualdad de Sylvester. Ejemplo 1.2 (De final) Sean m, n, l N y K un cuerpo. Sean A K m n y B K n l. Demostrar que rg (A) + rg (B) n + rg (AB). Solución. Sea f A : K n K m la transformación lineal dada por f A (v) = Av para todo v K n. Análogamente, sea f B : K l K n la transformación lineal dada por f B (w) = Bw para todo w K l. Entonces f A f B : K l K m es la transformación lineal cuya matriz asociada es AB K m l. 1
2 Definimos f B := f B Nu(fA f B ) : Nu (f A f B ) K n, es decir, f B es la restricción de f B al subespacio Nu (f A f B ). Afirmamos que Im( f B ) Nu (f A ). En efecto, dado x Im( f B ), se tiene que x = Bv para algún v Nu (f A f B ), luego ( 0 = ) ABv = Ax, de donde x Nu (f A ). Tomando dimensión, obtenemos que dim Im( f B ) dim (Nu (f A )). Afirmarmos también que Nu( f B ) Nu (f B ). En efecto, si y Nu( f B ), entonces 0 = f ( ) B (y) = By, de donde y Nu (f B ). Así, dim Nu( f B ) dim (Nu (f B )). Aplicando el Teorema de la Dimensión a la función f B, se tiene que ( ) ( ) dim (Nu (f A f B )) = dim Im( f B ) + dim Nu( f B ) dim (Nu (f A )) + dim (Nu (f B )) Concluimos que dim (Nu (f A f B )) dim (Nu (f A )) + dim (Nu (f B )). Usando ahora el Teorema de la Dimensión en las funciones f A f B, f A y f B obtenemos que es lo que queríamos demostrar. l rg (AB) (n rg (A)) + (l rg (B)) rg (A) + rg (B) n + rg (AB) Para finalizar con Transformaciones Lineales, resolveremos un desafiante ejercicio tomado de una olimpíada universitaria. Antes demostraremos un lema algebraico. Lema 1.3 Sea n N. Entonces n i n n a ij. Demostración. Sean A := {(i, j) N N : 1 i n 1 j i} B := {(i, j) N N : 1 j n j i n} Afirmamos que A = B. En efecto, dado (i, j) A, se tiene 1 j i y i n, de donde 1 j i n. Por consiguiente 1 j n y j i n, luego (i, j) B. Concluimos que A B. Recíprocamente, dado (i, j) B, se tiene 1 j y j i n, de donde 1 j i n. Por consiguiente 1 i n y 1 j i, de donde (i, j) A y por lo tanto B A. De esta forma, como queríamos. n i (i,j) A (i,j) B n n Ejemplo 1.4 (Problema 2 de la I Olimpíada Colombiana de Matemática Universitaria). Sea K un cuerpo y V un K-espacio vectorial. Sea A = {x n : n N} V un subconjunto de V tal que x 1 0 y tal que existe una transformación lineal ϕ : V V que satisface ϕ (x i ) = para todo i N. Demostrar que A es un conjunto linealmente independiente. i x j a ij 2
3 Solución. Demostraremos por inducción que para todo n N el conjunto A n := {x n : n [1, n] N} = {x 1,, x n } es linealmente independiente. Para n = 1 se tiene que A 1 = {x 1 } es linealmente independiente, dado que x 1 0 por hipótesis. Supongamos que para un n N genérico el conjunto A n es linealmente independiente. Veamos que A es linealmente independiente. Sean α 1,, α n, α K tales que x i = 0 Queremos ver que = 0 para todo i [1, n + 1] N. Aplicando ϕ a la igualdad y usando que ϕ (0) = 0, obtenemos 0 = ϕ ( ) x i = ϕ (x i ) = Usando el Lema 1.3 se tiene 0 = x j = i x j = x j = α x + Reescribiendo la igualdad x i = 0 como α x + nuestros resultados en las siguientes dos igualdades: n α x + α j x j = 0 α x + n n i x j x j n α j x j = 0, podemos resumir x j = 0 Restándole la primera igualdad a la segunda, vemos que el término α x se cancelará y obtendremos n n n n 0 = x j α j x j = α j x j = x j +1 Por hipótesis inductiva el conjunto A n es linealmente independiente, por lo tanto se tiene, para cada j [1, n] N, que +1 = 0 Esto es un sistema homogéneo de ecuaciones lineales que está escalonado: 3
4 Luego la única solución es la trivial, es decir, α 2 = = α n = α = 0. De la igualdad x i = 0 surge α 1 x 1 = 0, y como x 1 0 entonces α 1 = 0. Concluimos que A es linealmente independiente. Hemos demostrado que para todo n N, el conjunto A n = {x 1,, x n } es linealmente independiente. Queremos demostrar que A = {x n : n N} es linealmente independiente. Esto ocurre si y solo si cada subconjunto finito de A es linealmente independiente. Y como cada subconjunto finito de A está contenido en A n para algún n N suficientemente grande, entonces todo subconjunto finito de A es linealmente independiente. Dejaremos como ejercicio para el lector el siguiente ejercicio, que es una variante del anterior, para poner en práctica las ideas utilizadas. Ejemplo 1.5 (Problema 2 de la Olimpíada Iberoamericana Matemática Universitaria, 2009) Sea K un cuerpo y V un K-espacio vectorial. Sea A = {x n : n N} V un subconjunto de V tal que x 1 0 y tal que existe una transformación lineal ϕ : V V que satisface ϕ (x 1 ) = x 1 y ϕ (x k+1 ) = x k+1 x k para todo k N. Demostrar que A es un conjunto linealmente independiente. 2 Espacio dual Definición 2.1 Para cada conjunto I y cada cuerpo K, definimos la función δ : I I K como { 1, i = j δ ij = 0, i j donde notamos δ ij := δ (i, j). Esta función recibe el nombre de función delta de Kronecker. La función delta de Kronecker sirve para dar una buena caracterización de las matrices canónicas en K n n. En efecto, si E pq es una de las matrices canónicas definidas, se tiene (E pq ) ij = δ pi δ jq. Además, la regla de multiplicación de matrices canónicas toma la siguiente forma: E pi E jq = δ ij E pq. Sabemos que dado n N, un cuerpo K y un K-espacio vectorial V n-dimensional, entonces dada una base B = {v 1,, v n } de V, tomando para todo i [1, n] N la transformación lineal ϕ i : V K definida en B como ϕ i (v j ) = δ ij para cada j [1, n] N, se tiene que {ϕ 1,, ϕ n } es una base de V. Es natural preguntarse si este resultado puede extenderse a dimensión infinita. Dado un K-espacio vectorial V de dimensión infinita, y fijada una base B = {v i : i I} de V, entonces para todo i I podemos definir ϕ i V en B como ϕ i (v j ) = δ ij para cada j I. Esto es, ϕ i (v j ) = 0 si i j, y ϕ i (v i ) = 1. Es {ϕ i : i I} una base de V? El siguiente ejercicio responde esta interrogante. Ejemplo 2.2 (De final) Sea K un cuerpo y sea V un K-espacio vectorial de dimensión infinita. Sea B = {v i : i I} una base de V. Para cada i I definimos la transformación lineal ϕ i : V K tal que ϕ i (v j ) = δ ij para todo j I. Demostrar que {ϕ i : i I} no es una base de V. Demostración. Supongamos que {ϕ i : i I} es una base de V. Definimos la transformación lineal ϕ V tal que ϕ (v i ) = 1 para todo i I. Entonces existe un subconjunto finito F I, y para cada i F un escalar, tales que ϕ = i F ϕ i 4
5 Como V tiene dimensión infinita entonces I es un conjunto infinito. Como F es finito entonces debe existir j I \ F. Evaluando en v j y observando que δ ij = 0 para todo i F (pues j F ) obtenemos 1 = ϕ (v j ) = i F ϕ i (v j ) = i F δ ij = 0 lo cual es imposible. Para concluir con el artículo, resolveremos un último ejercicio, donde aprovecharemos la relación entre la dimensión de un subespacio con la dimensión de su anulador para calcular una dimensión específica que, de otra forma, sería muy difícil de calcular. Ejemplo 2.3 (De parcial) Sea K un cuerpo y n N. Hallar la dimensión del subespacio de K n n generado por el conjunto {AB BA : A, B K n n }. Solución. Sea S el subespacio de K n n generado por el conjunto {AB BA : A, B K n n }. Buscaremos el anulador de S. Observemos que ϕ S si y solo si ϕ se anula en un conjunto de generadores de S. Luego, podemos concluir que ϕ S si y solo si ϕ (AB BA) = 0 para todo par de matrices A y B de K n n. Esto equivale a decir que ϕ (AB) = ϕ (BA) para todo par de matrices A y B de K n n. Sea ϕ S. En particular se tiene ϕ ( E pi E jq) = ϕ ( E jq E pi) para todo arreglo de números naturales i, j, p, q entre 1 y n. Usando la linealidad de ϕ y las identidades E pi E jq = δ ij E pq y E jq E pi = δ qp E ji, obtenemos δ ij ϕ (E pq ) = δ qp ϕ ( E ji). Esto lo tenemos probado para cualquier arreglo de números naturales i, j, p, q entre 1 y n. En particular, tomando dos números naturales distintos cualesquiera p y q (siempre entre 1 y n), y tomando i = j = 1, obtenemos ϕ (E pq ) = 0. Concluimos que ϕ se anula en todas las matrices canónicas E pq con p q. Ahora, tomando p = q y i = j cualesquiera (números naturales entre 1 y n), obtenemos ϕ (E pp ) = ϕ ( E ii). Concluimos que existe α K tal que ϕ ( E ii) = α para todo i [1, n] N. Podemos resumir nuestros resultados diciendo que ϕ ( E ij) = δ ij α para todo arreglo i, j de números naturales entre 1 y n. Dada una matriz A = [a ij ] K n n arbitraria, expresándola como combinación lineal de las matrices canónicas se tiene que n n n n ϕ (A) = ϕ a ij E ij = a ij ϕ ( E ij) = = n n a ij δ ij α = n a ii α = α Tr (A) Concluimos que ϕ = α Tr. Como ϕ era un elemento arbitrario de S, entonces S Tr. La otra inclusión se sigue directamente de que Tr : K n n K es una transformación lineal tal que Tr (AB) = Tr (BA) para todo par de matrices A y B de K n n. Luego, dim (S) = dim (K n n ) dim (S ) = n
Departamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-2 SEMANA 7: ESPACIOS VECTORIALES 3.5. Generadores de un espacio vectorial Sea V un espacio vectorial
Más detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesTransformaciones lineales
CAPíTULO 4 Transformaciones lineales En este capítulo estudiamos las primeras propiedades de las transformaciones lineales entre espacios vectoriales. 1. Construcciones de transformaciones lineales Lema
Más detalles58 7. ESPACIOS COCIENTE
CAPíULO 7 Espacios cociente En esta sección estudiamos el cociente de un espacio vectorial por un subespacio W. Este cociente se define como el conjunto cociente de por una relación de equivalencia conveniente.
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 detallesAnuladores. Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales.
Anuladores Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales. Requisitos. Espacio dual, espacio bidual, base dual.. Definición (anulador de un subconjunto de un espacio
Más detalles6.1 Teorema de estructura de los módulos finitamente generados
Tema 6.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones: ecuaciones lineales con coeficientes enteros, formas canónicas de Jordan 6.1 Teorema de estructura de
Más detallesDualidad. 1. Dual de una transformación lineal
CAPíTULO 8 Dualidad 1. Dual de una transformación lineal En este capítulo volveremos a considerar el tema de la dualidad de espacios vectoriales. Se recuerda que si V es un espacio vectorial, definimos
Más detallesALGEBRA LINEAL - Práctica N 3 - Segundo Cuatrimestre de 2016
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 3 - Segundo Cuatrimestre de 2016 Transformaciones lineales 1. Determinar cuáles de las siguientes
Más detallesBa s e, d i M e n s i ó n y Mat r i z
Unidad 4 Ba s e, d i M e n s i ó n y Mat r i z de transición Objetivos: Al inalizar la unidad, el alumno: Conocerá la deinición de base de un espacio vectorial Identiicará bases canónicas para algunos
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
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 detallesEn varias ramas de las matemáticas y de las ciencias sociales, es común
Introducción En varias ramas de las matemáticas de las ciencias sociales, es común representar fenómenos mediante modelos que emplean funciones de variable vectorial. Es decir, funciones entre espacios
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesEspacios Vectoriales
Espacios Vectoriales Pedro Díaz Navarro * Abril de 26. Vectores en R 2 y R 3 2. Espacios Vectoriales Definición (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo
Más detallesEspacios vectoriales
CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales
Más detalles1.- Definir: Vectores linealmente dependientes y Sistemas ligados.
Prueba de Evaluación Continua Grupo B 23-03-11 1- Definir: Vectores linealmente dependientes Sistemas ligados Demostrar que un conjunto de vectores son linealmente dependientes si sólo si uno de ellos
Más detallesTeoría de la Dimensión
Capítulo II Teoría de la Dimensión En este capítulo introduciremos una de las propiedades más importantes que tienen los espacios vectoriales: la dimensión. Dos son los modos posibles de llegar a la noción
Más detallesÁLGEBRA LINEAL Problemas, 2006/2007
ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se
Más detallesALGEBRA LINEAL Práctica 2: Transformaciones lineales
Segundo cuatrimestre 2003 ALGEBRA LINEAL Práctica 2: Transformaciones lineales 1. Determinar cuáles de las siguientes funciones son transformaciones lineales: (i) f : R 3 R 3, f(x 1, x 2, x 3 ) = (2x 1
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 detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
Más detallesMétodo de Gradientes Conjugados.
Método de Gradientes Conjugados. Lourdes Fabiola Uribe Richaud & Juan Esaú Trejo Espino. Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas February 17, 2015 1 Método de Direcciones
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Espacios vectoriales 1. Sea V un espacio vectorial
Más detallesÁlgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1
Álgebra Lineal Maestría en Ciencias Matemáticas Resuelva el siguiente sistema usando la factorización LU o P T LU (según sea el caso) x y + z = x y z = 3 2x y z = 2 Calcule A usando el algoritmo de Gauss-Jordan:
Más detallesALGEBRA LINEAL - Práctica N 1 - Segundo cuatrimestre de 2017 Espacios Vectoriales
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 1 - Segundo cuatrimestre de 2017 Espacios Vectoriales Ejercicio 1. Resolver los siguientes sistemas
Más detallesCOMPLEMENTOS DE MATEMATICA 3 - Segundo cuatrimestre de 2007 Práctica 3 - Transformaciones lineales
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 COMPLEMENTOS DE MATEMATICA 3 - Segundo cuatrimestre de 27 Práctica 3 - Transformaciones lineales Ejercicio 1. Determinar cuáles
Más detalles6 Vectores. Dependencia e independencia lineal.
6 Vectores. Dependencia e independencia lineal. Introducción Hay fenómenos reales que se pueden representar adecuadamente mediante un número con su adecuada unidad de medida. Sin embargo para representar
Más detallesALGEBRA LINEAL. 1. Sea V un espacio vectorial sobre F. Sean S, T y U subespacios de V tal que. { 0 i = 1,..., k si i > k. v i
ALGEBRA LINEAL 1 Sea V un espacio vectorial sobre F Sean S, T y U subespacios de V tal que i) S T = S U ii) S + T = S + U iii) T U Demuestre que T = U 2 Sea F = C y sea n un entero positivo Demuestre que
Más detallesUniversidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Departamento de Matemática Segundo Cuatrimestre de 2002 ÁLGEBRA LINEAL
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Departamento de Matemática Segundo Cuatrimestre de 22 ÁLGEBRA LINEAL Práctica N 3: Coordenadas - Transformaciones lineales Coordenadas
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 detallesLas variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.
Capítulo 9 Variedades lineales Al considerar los subespacios de R 2, vimos que éstos son el conjunto {(0, 0)}, el espacio R 2 y las rectas que pasan por el origen. Ahora, en algunos contextos, por ejemplo
Más detallesUniversidad de Salamanca
Universidad de Salamanca Gloria Serrano Sotelo Departamento de MATEMÁTICAS 1 Espacio vectorial dual Base dual Funciones coordenadas Sea E un k-espacio vectorial El conjunto E de las aplicaciones lineales
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 detalles2 Espacios vectoriales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay
Más detallesClase de Álgebra Lineal
Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio 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 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 detallesEspacios vectoriales DEFINICIÓN. PRIMERAS PROPIEDADES
Espacios vectoriales DEFINICIÓN. PRIMERAS PROPIEDADES Definición 47. Se dice que un conjunto E, a cuyos elementos llamaremos vectores, es un espacio vectorial sobre el cuerpo (IK, +, ), cuyos elementos
Más detallesÁlgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales
Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este
Más detallesTema 4: Sistemas de ecuaciones lineales.
Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las
Más detallesEjercicio 3.1 Estudiar si son subespacios vectoriales los siguientes subconjuntos de los espacios R n indicados:
10 Departamento de Álgebra. Universidad de Sevilla Tema 3. Sección 1. Variedades lineales. Definición. Ejercicio 3.1 Estudiar si son subespacios vectoriales los siguientes subconjuntos de los espacios
Más detalles1. Espacio vectorial. Subespacios vectoriales
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial
Más detallesUNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística. Álgebra Lineal. RESUMEN DE TEMAS DEL EXAMEN FINAL
1. Definiciones básicas. UNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística. Álgebra Lineal. RESUMEN DE TEMAS DEL EXAMEN FINAL I. Sistemas homogéneos y subespacios de R n. (a) Para el sistema
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-2 4. Transformaciones lineales 4.. Introducción SEMANA 8: TRANSFORMACIONES LINEALES Sea la matriz
Más detallesTeoremas de la función inversa, función implícita y del rango constante
Teoremas de la función inversa, función implícita y del rango constante Pablo Zadunaisky 13 de marzo de 2015 A lo largo de este documento usamos varias normas sobre espacios vectoriales de dimensión finita,
Más detalles4.2 Producto escalar.
Producto escalar. 147 Este resultado tiene su recíproco, es decir, cualquier matriz cuadrada A define la forma bilineal b(x, y) =x T Ay Si b es simétrica, la matriz A es simétrica. Si b es definida positiva,
Más detallesÁlgebra Lineal. Ejercicios de evaluación. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Ejercicios de evaluación Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Problema
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesLos números naturales. Definición y propiedades
Los números naturales. Definición y propiedades Con la idea de abrir boca para empezar los estudios de matemáticas en bachillerato, en un artículo anterior se hablaba sobre la introducción al número real
Más detallesMatriz asociada a una transformación lineal respecto a un par de bases
Matriz asociada a una transformación lineal respecto a un par de bases Ejercicios Objetivos Comprender cómo se describe una transformación lineal (que actúa en espacios vectoriales de dimensiones finitas)
Más detallesAplicaciones lineales
Aplicaciones lineales María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Aplicaciones lineales Matemáticas I 1 / 32 Contenidos 1 Definición y propiedades Definición de aplicación
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
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 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 detallesAplicaciones 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
Más detallesBases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1
Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que
Más detallesPRÁCTICO 5. Coordenadas y matriz de cambio de bases
Algebra y Algebra II Segundo Cuatrimestre 2012 PRÁCTICO 5 Coordenadas y matriz de cambio de bases Ejercicio 1. Probar que los vectores α 1 = (1 0 i) α 2 = (1 + i 1 i 1) α 3 = (i i i) forman una base de
Más detallesAplicaciones 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
Más detallesAplicaciones lineales.
Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
Más detallesÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2
ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2 Abstract Estas notas conciernen al álgebra de matrices y serán actualizadas conforme el material se cubre Las notas no son substituto de la clase pues solo contienen
Más detallesALGEBRA LINEAL Segundo Semestre
1 Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas ALGEBRA LINEAL 2015 Segundo Semestre VICTORIA VAMPA 2 1. Espacios Vectoriales 1.1. Definición de espacio vectorial. Ejemplos
Más detallesEl espacio proyectivo P n (k). Sistemas de referencia. Dualidad. Departamento de Algebra Septiembre El espacio proyectivo P n (k).
Notas de la asignatura AMPLIACIÓN DE GEOMETRÍA de la Licenciatura de Matemáticas, Facultad de Matemáticas, Universidad de Sevilla, para el curso 2000-01 Departamento de Algebra Septiembre 2000 Tema 1-
Más detallesÁlgebra Lineal. Departamento de Matemáticas Universidad de Los Andes. Primer Semestre de 2007
Álgebra Lineal Departamento de Matemáticas Universidad de Los Andes Primer Semestre de 2007 Universidad de Los Andes () Álgebra Lineal Primer Semestre de 2007 1 / 50 Texto guía: Universidad de Los Andes
Más detalles6. Ortogonalidad. Universidad de Chile Conjuntos ortogonales y ortonormales. Ingeniería Matemática SEMANA 12: ORTOGONALIDAD
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 7- SEMANA : ORTOGONALIDAD 6 Ortogonalidad 6 Conjuntos ortogonales y ortonormales Recordemos que la proyección de u sobre v
Más detallesEspacios vectoriales con producto interno
Espacios vectoriales con producto interno Mariano Suárez-Alvarez 24 de junio, 2011 1. Espacios con producto interno... 1 2. Normas y distancias... 3 3. Ortogonalidad... 5 4. Proyectores ortogonales...
Más detallesAP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2
Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema
Más detallesUNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística Álgebra Lineal Ejercicios resueltos- Mayo de 2018
UNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística Álgebra Lineal Ejercicios resueltos- Mayo de 2018 I. Sistemas homogéneos, subespacios, dependencia e independencia lineal 1. En cada caso
Más detalles5. Aplicaciones lineales
5. Aplicaciones lineales Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 5 Aplicaciones lineales 7 5.1 Definición y propiedades..............................
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesMétodos Matemáticos: Análisis Funcional
Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Espacios eucĺıdeos Definición Se dice que un espacio vectorial E es un espacio eucĺıdeo si
Más detallesConexión Motivación. Lección 10
Lección 10 Conexión Estudiamos la propiedad topológica que nos va a permitir obtener una versión general para espacios métricos del teorema del valor intermedio que conocemos para funciones reales de variable
Más detallesFormas canónicas reales
Capítulo 7 Formas canónicas reales Introducción Sea V un espacio vectorial sobre C, f End(V y M B (f = A M(n n Sea λ = a + bi es una autovalor complejo de f de multiplicidad m Para tal autovalor complejo
Más detallesCambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases.
Cambio de base Objetivos Estudiar la relación entre las coordenadas de un vector en dos bases Requisitos Definición de una base, multiplicación de una matriz por un vector, delta de Kronecker Definición
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 detalles4. Aplicaciones: rango de una matriz y ecuaciones de un subespacio
TEMA 2 ESPACIOS VECTORIALES 35 4 Aplicaciones: rango de una matriz y ecuaciones de un subespacio Terminaremos este tema aprovechando la teoría de espacios vectoriales que hemos estudiado para obtener algunas
Más detallesESPACIOS VECTORIALES
MATEMÁTICA I - - Capítulo 8 ------------------------------------------------------------------------------------ ESPACIOS VECTORIALES.. Espacios Vectoriales y Subespacios... Definición. Un espacio vectorial
Más detalles7.1 Transformaciones lineales nilpotentes
Capítulo 7 Forma de Jordan En este capítulo continuaremos estudiando la estructura de los endomorfismos de un espacio vectorial de dimensión finita Veremos que si V es un K-espacio vectorial de dimensión
Más detallesax + by = 1 cx + dy = 0
1.61. Considere el sistema ax + by = 1 cx + dy = 0 Muestre que si ad bc 0, el sistema tiene solución única x = d/(ad bc, y = c/(ad bc. Demostrar además que si ad bc = 0, c 0 o d 0, entonces el sistema
Más detallesÁlgebra y Álgebra II - Primer Cuatrimestre 2018 Práctico 4 - Espacios Vectoriales
Álgebra y Álgebra II - Primer Cuatrimestre 2018 Práctico 4 - Espacios Vectoriales (1) Decidir si los siguientes conjuntos son R-espacios vectoriales con las operaciones abajo denidas. (a) R n con v w =
Más detalles12/05/14. Espacios Vectoriales CONJUNTOS LINEALMENTE INDEPENDIENTES 4.3 CONJUNTOS LINEALMENTE INDEPENDIENTES CONJUNTOS LINEALMENTE INDEPENDIENTES
/5/.3 Espacios Vectoriales CONJUNTOS LINEALMENTE INDEPENDIENTES; BASES Se dice que un conjunto indexado de vectores {v,, v p } en V es linealmente independiente si la ecuación vectorial cv + c v +... +
Más detallesSistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia
Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas
Más detallesÁlgebra 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
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más detallesRelaciones de Recurrencia
Relaciones de Recurrencia Elvio Accinelli Abstract Estas notas no pretenden ser más que una sugerencia para el comienzo del tema Relaciones de Recurrencia. En realidad es el esquema de como pienso abordar
Más detallesESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA.1 Definición de Aplicación Lineal. FUNDAMENTOS MATEMÁTICOS 8. APLICACIONES LINEALES Sean
Más detalles1. Funciones Medibles
1. Medibles Medibles simples... Hasta ahora hemos estudiado la medida de Lebesgue definida sobre los conjuntos de R n y sus propiedades. Vamos a aplicar ahora esta teoría al estudio de las funciones escalares
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 detallesClausuras. , se define la clausura algebráica de A como
Mónica Ribero - 201126017 Rafael Mantilla - 201124446 Andrés Rodríguez - 201123795 Matías Ruíz - 201126728 Conferencista: Alf Onshuus NIño Clausuras Introducción En este trabajo hablaremos, con intención
Más detalles+ : X V X. (+) P : V X u P + u. (P + u) + v = P + (u + v). Nota La propiedad 1) de la definición anterior implica, en primer lugar, que
Capítulo 1 El espacio afín 11 Introducción Dependencia lineal afín La Geometría afín sobre un cuerpo k tiene como objetos básicos los siguientes: un conjunto no vacío X, cuyos elementos serán llamados
Más detalles8.1. Extensiones algebraicas. Grado.
1 Tema 8.-. Extensiones algebraicas. Cuerpos de descomposición. Elemento primitivo. 8.1. Extensiones algebraicas. Grado. Si k es un subcuerpo de K, diremos que K es una extensión de k, que notaremos K
Más detalles