Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal.
|
|
- Sofia Farías Rojo
- hace 6 años
- Vistas:
Transcripción
1 Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato jrico@ugto.mx En estas notas, se presentan algunos de los conceptos mas importantes para el análisis de transformaciones lineales. 1 Espacio Nulo de una Transformación Lineal. En esta sección definiremos el espacio nulo, también conocido como kernel o núcleo de una transformación lineal. Definición del espacio nulo de una transformación lineal. Sea T una transformación lineal de un espacio vectorial V sobre otro espacio vectorial V, ambos definidos sobre un campo K. El espacio nulo de la transformación lineal, T, denotada N T o ker(t), se define como N T V, tal que N T = { v V T( v) = 0 V } En simples palabras, el espacio nulo de una transformación lineal es el conjunto de todos los vectores de V cuya imagen es el vector 0 V. Teorema. El espacio nulo de la transformación lineal, T, es un subespacio de V. Prueba: Es suficiente probar que el espacio nulo es un subconjunto cerrado respecto a la adición y a la multiplicación por escalar. Suponga que v 1, v 2 N T y λ K, entonces 1. Cerrado respecto a la adición. Considere T( v 1 + v 2 ) = T( v 1 )+T( v 2 ) = 0+ 0 = 0 v 1 + v 2 N T, y el espacio nulo está cerrado respecto a la adición. 2. Cerrado respecto a la multiplicación por escalar. Considere T(λ v 1 ) = λt( v 1 ) = λ 0 = 0. λ v 1 N T, y el espacio nulo está cerrado respecto a la multiplicación por escalar. N T V. Definición de la Nulidad de una Transformación Lineal. La dimensión del espacio nulo de una transformación lineal T, se denomina la nulidad de T y se denota por ν(t). 1
2 Figure 1: Representación Gráfica del Espacio Nulo y Rango de una Transformación Lineal. Debemos recordar que aplicando la definición del rango de una trasformación, función o mapeo a una transformación lineal T,que se denomina R T, se tiene que R T = { v V T( v) = v para algún v V}. Teorema. El rango de una transformación lineal T, R T, es un subespacio de V. Prueba: Nuevamente es suficiente probar que el conjunto está cerrado respecto a la adición y a la multiplicación por escalar. Suponga que v 1, v 2 R T y λ K, entonces 1. Cerrado respecto a la adición. Puesto que v 1, v 2 R T existen v 1, v 2 V tales que T( v 1 ) = v 1 y T( v 2 ) = v 2 Puesto que V es un espacio vectorial, v 1 + v 2 V y T( v 1 + v 2 ) = T( v 1 )+T( v 2 ) = v 1 + v 2., v 1 + v 2 R T y R T está cerrado respecto a adición. 2. Cerrado respecto a la multiplicación por escalar. Puesto que V es un espacio vectorial, λ v 1 V y T(λ v 1 ) = λt( v 1 ) = λ v 1., λ v 1 R T y R T está cerrado respecto a la multiplicación por escalar. Definición del Rango de una Transformación Lineal. La dimensión del rango de una transformación lineal T, se denomina la rango de T y se denota por ρ(t). Teorema. Una transformación lineal T : V V es inyectiva si, y sólo si, N T es exclusivamente el vector { 0}. Prueba: Suponga que T es inyectiva, entonces T( v 1 ) = T( v 2 ) implica que v 1 = v 2. Sea v N T arbitrario, entonces T( v) = 0 puesto que T( 0) = 0, se tiene que T( v) = T( 0) por lo tanto v = 0 2
3 Se concluye pues, que N T = { 0}. Suponga que N T = { 0} entonces si T( v 1 ) = T( v 2 ) T( v 1 v 2 ) = 0., v 1 v 2 N T, pero puesto que N T = { 0} entonces y la transformación lineal es inyectiva. v 1 v 2 = 0 v 1 = v 2 Teorema. Sea T : V V una transformación lineal inyectiva, entonces si { v 1, v 2,..., v n } es linealmente independiente entonces {T( v 1 ),T( v 2 ),...,T( v n )} es linealmente independiente. En otras palabras, una transformación lineal inyectiva preserva la independencia lineal de los subconjuntos. Prueba: Considere la combinación lineal 0 = λ 1 T( v 1 )+λ 2 T( v 2 )+...+λ n T( v n ) = T(λ 1 v 1 +λ 2 v λ n v n ). λ 1 v 1 + λ 2 v λ n v n N T = { 0}, sin embargo, si { v 1, v 2,..., v n } es linealmente independiente, la única solución posible es la trivial, λ 1 = λ 2 =... = λ n = 0. el conjunto {T( v 1 ),T( v 2 ),...,T( v n )} es linealmente independiente. Corolario. Sea T : V V una transformación lineal inyectiva, entonces si B = { v 1, v 2,..., v n } es una base de V, entonces, T(B) = {T( v 1 ),T( v 2 ),...,T( v n )} es una base de R T. Prueba: Por el teorema anterior T(B) = {T( v 1 ),T( v 2 ),...,T( v n )} es linealmente independiente, por lo tanto, es suficiente probar que T(B) genera a R T. Sea v V un elemento arbitrario del rango de T, entonces, recordando que Entonces R T = { v V T( v) = v para algún v V}. v = T( v) = T(λ 1 v 1 +λ 2 v 2 + +λ n v n ) = λ 1 T( v 1 )+λ 2 T( v 2 )+ +λ n T( v n ). T(B) genera a R T y T(B) es una base para R T. Corolario. Sea T : V V una transformación lineal inyectiva, entonces ρ(t) = dim(r T ) = dim(v). Prueba: Por el corolario anterior T(B) = {T( v 1 ),T( v 2 ),...,T( v n )} es una base de R T, entonces ρ(t) = dim(r T ) = dim(v). Teorema. Sea T una transformación lineal de un espacio vectorial finito dimensional V sobre otro espacio vectorial V, ambos definidos sobre un campo K. Sea { v 1, v 2,..., v q } una base para el espacio nulo de T y { v 1, v 2,..., v q, v q+1,..., v n } sea una base de V. Entonces {T( v q+1 ),...,T( v n )} es una base para R T. Prueba: Por las suposiciones del teorema, ν(t) = q, si q = 0, entonces T es inyectiva y este teorema se reduce al primero de los dos corolarios anteriores. Suponga, pues, que q 1, que { v 1, v 2,..., v q } es 3
4 una base para el espacio nulo de T y que { v 1, v 2,..., v q, v q+1,..., v n } es una base de V. Sea v V arbitrario, entonces T( v) es un elemento arbitrario del R T dado por T( v) = T(λ 1 v 1 +λ 2 v 2 + +λ q v q +λ q+1 v q+1 + +λ n v n ) = λ 1 T( v 1 )+λ 2 T( v 2 )+ +λ q T( v q )+λ q+1 T( v q+1 )+ +λ n T( v n ) = λ q+1 T( v q+1 )+ +λ n T( v n ). {T( v q+1 ),...,T( v n )} genera R T, mostraremos ahora que este conjunto es linealmente independiente. Suponga, por contradicción, que existen escalares λ q+1,...,λ n no todos iguales que 0, tal que 0 = λ q+1 T( v q+1 )+ +λ n T( v n ) = T(λ q+1 v q+1 + +λ n v n ) λ q+1 v q+1 + +λ n v n N T. De aquí que λ q+1 v q λ n v n = λ 1 v 1 +λ 2 v λ q v q λ 1 v 1 +λ 2 v λ q v q λ q+1 v q+1... λ n v n = 0., { v 1, v 2,..., v q, v q+1,, v n } es linealmente dependiente y no puede ser una base para V, una contradicción de las suposiciones iniciales. Corolario. Sea V un espacio vectorial finito-dimensional y T una transformación lineal de un espacio vectorial V sobre otro espacio vectorial V. Entonces ρ(t)+ν(t) = dimv Prueba: Por el teorema anterior n = dimv, q = ν(t) y n q = ρ(t) por lo tanto dimv = n = q +(n q) = ν(t)+ρ(t). A partir de estos resultados, es posible obtener algunos resultados respecto a transformaciones lineales inyectivas y sobreyectivas. Teorema. Sea T : V V una transformación lineal tal que dimv > dimv, entonces T no puede ser sobreyectiva. Prueba: Si T es sobreyectiva ρ(t) = dimv y ν(t) 0, entonces dimv = ν(t)+ρ(t) o ρ(t) = dimv ν(t) dimv = ρ(t) = dimv ν(t) o dimv dimv Teorema. Sea T : V V una transformación lineal tal que dimv > dimv, entonces T no puede ser inyectiva. Prueba: T es inyectiva si y sólo si ν(t) = 0, además ρ(t) = dimr T dimv entonces dimv = ν(t)+ρ(t) = 0+ρ(T) = ρ(t) dimv dimv dimv Teorema. Sea T : V V una transformación lineal tal que dimv dimv, entonces T no puede ser biyectiva. Prueba: Si dimv > dimv, entonces T no puede ser inyectiva. Si dimv < dimv entonces T no puede ser sobreyectiva. Teorema. Sea T : V V una transformación lineal tal que dimv = dimv, entonces: 4
5 1. Si T es inyectiva, entonces T es biyectiva. 2. Si T es sobreyectiva, entonces T es biyectiva. Prueba: Suponga que T : V V es inyectiva, entonces ν(t) = 0, por lo tanto dimv = dimv = ν(t)+ρ(t) = 0+ρ(T) = ρ(t). R T = V y T es sobreyectiva. Suponga que T : V V es sobreyectiva, entonces ρ(t) = V, por lo tanto ρ(t) = dimv, de aquí que dimv = ν(t)+ρ(t) = ν(t)+dimv. y T es inyectiva. ν(t) = dimv dimv = 0 Figure 2: Representación Gráfica de una Transformación Compuesta. Teorema. Sean S : V V y T : V V dos transformaciones lineales tales que la composición TS : V V está definida, entonces ρ(ts)+dim(r S N T ) = ρ(s). Prueba. Sea T la restricción de la transformación lineal T sobre el rango de S, es decir T : R S < V V T ( v ) = T( v ) v R S Puede probarse que T es una transformación lineal. Entonces, aplicando el teorema anterior a la transformación lineal T, se tiene que ρ(t )+ν(t ) = dim(r S ) = ρ(s). Puede probarse que R T = R TS por lo que ρ(t ) = ρ(ts) De manera semejante, el espacio nulo de T está definido por N T = { v v R S, v N T } = R S N T, se tiene que ρ(ts)+dim(r S N T ) = ρ(s). 5
6 2 Ejercicios. Problema 1. Para cada una de las siguientes transformaciones, T, pruebe que son lineales, y determine el espacio nulo y rango de la transformación lineal. 1. T : R 2 R 2 T(x 1,x 2 ) = (x 1 +x 2, x 2 ) 2. T : R 2 R 2 T(x 1,x 2 ) = (x 1,0) 3. T : R 3 R 3 T(x 1,x 2,x 3 ) = (x 2 x 3,2x 1 +x 2,0). 4. T : R 3 R T(x 1,x 2,x 3 ) = (x 1 x 2 +2x 3 ). 5. T : R 2 R 3 T(x 1,x 2 ) = (x 1,x 2,x 1 +x 2 ). 6. T : R 3 R 2 T(x 1,x 2,x 3 ) = (x 3,x 1 +x 2 ). Problema 2. Para cada una de las siguientes transformaciones, T, pruebe que son lineales, y determine el espacio nulo y rango de la transformación lineal. 1. T : P 3 R 4 T(a 0 +a 1 x+a 2 x 2 +a 3 x 3 ) = (a 0 a 1,a 2,a 3,0) [ ] 2. T : R 4 M 2 2 a T(a 1,a 2,a 3,a 4 ) = 1 a 1 +a 2 a 2 +a 3 a 1 +a 4 6
Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal.
Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de
Más detallesAlgebra Lineal XV: Transformación Lineal Inversa.
Algebra Lineal XV: Transformación Lineal Inversa. José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Universidad de Guanajuato email: jrico@ugto.mx Transformación
Más detallesAlgebra Lineal XIX: Rango de una Matriz y Matriz Inversa.
Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detallesAlgebra Lineal XVI: La matriz de una transformación lineal.
Algebra Lineal XVI: La matriz de una transformación lineal José María Rico Martínez Departamento de Ingeniería Mecánica Divisi on de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email:
Más detallesÁlgebra Lineal VIII: Bases y Dimensión
Álgebra Lineal VIII: Bases y Dimensión José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@ugto.mx En
Más detallesÁlgebra Lineal V: Subespacios Vectoriales.
Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesAlgebra Lineal XVI: La matriz de una transformación lineal.
Algebra Lineal XVI: La matriz de una transformación lineal José María Rico Martínez Departamento de Ingeniería Mecánica Divisi on de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email:
Más detallesÁlgebra Lineal VII: Independencia Lineal.
Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesAlgebra Lineal XIII: Operaciones con Transformaciones Lineales.
Algebra Lineal XIII: Operaciones con Transformaciones Lineales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato
Más detallesAlgebra Lineal XXII: Determinantes y Singularidad.
Algebra Lineal XXII: Determinantes y Singularidad. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detalles( 1 0 BLOQUE DE GEOMETRÍA TEMA 4: ESPACIOS VECTORIALES. ( 5+ 3i )+ ( 2 i )=7+ 2i. La suma de dos números complejos es un número complejo.
BLOQUE DE GEOMETRÍA TEMA 4: ESPACIOS VECTORIALES. Operaciones Binarias: Observamos las siguientes operaciones: ( 5+ 3i )+ ( 2 i )=7+ 2i. La suma de dos números complejos es un número complejo. ( 1 0 2
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 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 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 detallesTransformaciones Inyectivas y Sobreyectivas
Profesores Hernán Giraldo y Omar Saldarriaga Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia 2014 Definición (Transformación lineal inyectiva) Si una transformación
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 detallesAlgebra Lineal XI: Funciones y Transformaciones Lineales
Algebra Lineal XI: Funciones y Transformaciones Lineales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
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 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 detallesAlgebra Lineal y Geometría.
Algebra Lineal y Geometría. Unidad n 6: Subespacios Vectoriales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Subespacios Vectoriales. Operaciones con Subespacios: Intersección, unión,
Más detallesAlgebra Lineal XX: Determinantes.
Algebra Lineal XX: Determinantes. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesTransformaciones lineales
Transformaciones lineales Problemas teóricos En los problemas de esta lista se supone que V y W son espacios vectoriales sobre un campo F. Linealidad de una función 1. Varias maneras de escribir la propiedad
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 detallesTema 3 APLICACIONES LINEALES
Tema 3 APLICACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Definición y propiedades. Núcleo e imagen. Isomorfismos. Definición 1.1 Una aplicación f : V V entre dos espacios vectoriales
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 detallesAproximación Polinomial de Funciones.
Aproximación Polinomial de Funciones José María Rico Martínez Departamento de Ingeniería Mecánica Universidad de Guanajuato, F I M E E 1 Introducción En estas notas se presentan los fundamentos de los
Más detallesTema 2: APLICACIONES LINEALES
Tema 2: APLICACIONES LINEALES 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 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 detallesDeterminación Numérica de Eigenvalores y Eigenvectores.
Determinación Numérica de Eigenvalores y Eigenvectores José María Rico Martínez Departamento de Ingeniería Mecánica Universidad de Guanajuato, F I M E E Calle Tampico No 912, Col Bellavista CP 3673, Salamanca,
Más detallesTEMA 4. APLICACIONES LINEALES
TEMA 4. APLICACIONES LINEALES 1.- Definición y propiedades. 2.- Aplicaciones lineales inyectivas y Suprayectivas. 3.- Núcleo, imagen, matriz asociada y rango de una aplicación lineal. 4.- Operaciones con
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com
Más detallesÁlgebra Lineal IV: Espacios Vectoriales.
Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
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 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 detalles102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.
102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina
Más detallesÁlgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del / 26
Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del 2016 1 / 26 1 Subespacios y combinaciones lineales 2 Dependencia
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4
Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?
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 detallesTRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN
RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W
Más detallesÁlgebra Lineal III: Planos y Líneas. Problemas Resueltos.
Álgebra Lineal III: Planos y Líneas. Problemas Resueltos. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato
Más detalles1. Espacios Vectoriales Reales.
. Espacios Vectoriales Reales. El Álgebra Lineal es una rama de la Matemática que trata las propiedades comunes de todos los sistemas algebráicos donde tiene sentido las combinaciones lineales y sus consecuencias.
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. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas
Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas se han escrito con el ánimo de facilitar al estudiante una guía para el estudio de la asignatura, y no como un libro de texto o manual de Álgebra
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detalles4. Espacios vectoriales
Contents 4 Espacios vectoriales 2 4.1 Dependencia e independencia lineal.................................. 4 4.2 Subespacios vectoriales.............................................. 7 4.3 Bases y dimensión..................................................
Más detallesFecha de elaboración: Agosto de 2004 Fecha de última actualización: Julio 2010
Programa elaborado por: PROGRAMA DE ESTUDIO Álgebra Lineal I Programa Educativo: Licenciatura en Matemáticas Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas:
Más detallesAplicaciones Lineales. Diagonalización de matrices.
Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición
Más detallesNúcleo e imagen Transformaciones inyectivas y sobreyectivas Teorema de las dimensiones
Núcleo e imagen Transformaciones inyectivas y sobreyectivas Teorema de las dimensiones c Jana Rodriguez Hertz p. 1/1 clase pasada Si T : (V, B) (W, A) c Jana Rodriguez Hertz p. 2/1 clase pasada Si T :
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 detallesEs trivial generalizar la definición al caso de varios conjuntos: A B C, etc.
Tema 1 Espacios Vectoriales 1.1 Repaso de Estructuras Algebraicas 1. Producto cartesiano de conjuntos. Dados los conjuntos A y B, se llama producto cartesiano de A y B, y se denota por A B al conjunto
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detallesBENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN
1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN BANCO DE PREGUNTAS CURSO: ALGEBRA LINEAL LICENCIATURA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Mendoza Otoño
Más detallesEspacios vectoriales con producto interno
Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición
Más detallesÁlgebra Lineal IV: Espacios Vectoriales.
Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesTransformaciones lineales autoadjuntas (hermíticas)
Transformaciones lineales autoadjuntas (hermíticas) Objetivos. Estudiar propiedades elementales de transformaciones lineales autoadjuntas. Demostrar que para toda transformación lineal autoadjunta en un
Más detallesConstrucción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Más detallesla matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2.
Práctica 2. Álgebra Lineal. Cambio de Base.Transformaciones Lineales. Matrices asociadas a una transformación lineal. 2do año: Lic. en Matemática y Profesorado. 1. (a) Sean B 1 = {(1, 0), (1, 1)} y B 2
Más detallesUna caracterización para la nulidad y el rango de combinaciones lineales de dos matrices idempotentes
Universidad del Atlántico Revista Del Programa De Matemáticas Páginas: 19 32 Facultad de Ciencias Básicas c Programa de Matemáticas Vol. III, No 2, (2016) Una caracterización para la nulidad y el rango
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 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 detallesCálculo en varias variables para Ciencias Químicas y Ambiental
Cálculo en varias variables para Ciencias Químicas y Ambiental Andrés Durán Poblete Concepción, Enero de 008 PROLOGO Este texto es para ser usado como apoyo por los alumnos de Ciencias Químicas e Ingeniería
Más detallesDepartamento 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 detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
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 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 detallesValores y vectores propios
Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA DE INGENIERÍA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA DE INGENIERÍA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: Álgebra Lineal IDENTIFICACIÓN DE LA ASIGNATURA MODALIDAD:
Más detallesAplicaciones lineales
53 Matemáticas I : Álgebra Lineal Tema 5 Aplicaciones lineales 5. Definición. Núcleo e imagen Definición 26.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una
Más detallesTema 2 ESPACIOS VECTORIALES
Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos
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 detallesÁlgebra lineal II Examen Parcial 1
UNIVERSIDAD DE COSTA RICA ESCUELA DE MATEMATICA Álgebra lineal II Examen Parcial II Semestre 204 Nick Gill Instrucciones: Puede usar cualquier proposición de las lecciones, inclusive los ejercicios. Si
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 detallesESPACIOS Y SUBESPACIOS VECTORIALES
ESPACIOS Y SUBESPACIOS VECTORIALES. ESPACIO VECTORIAL REAL Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos operaciones, llamadas suma y multiplicación por un escalar
Más detallesTransformaciones lineales
- Si y son espacios vectoriales de una función T : recibe el nombre de transformación. Los espacios y se llaman, respectivamente, dominio y codominio de la transformación. 2- Sea T : una transformación:
Más detallesAlgebra Lineal XXVI: La Regla de Cramer.
Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
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 detallesAlgebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.
Algebra Lineal * José de Jesús Ángel Ángel jjaa@mathcommx Working draft: México, DF, a 17 de noviembre de 2010 Un resumen de los principales temas tratados en un curso de Álgebra Lineal Contenido 1 Sistemas
Más detallesSi u y v son vectores cualquiera en W, entonces u + v esta en W. Si c es cualquier numero real y u es cualquier vector en W, entonces cu esta en W.
Unidad 4 Espacios vectoriales reales 4.1 Subespacios Si V es un espacio vectorial y W un subconjunto no vacío de V. Entonces W es un subespacio de V si se cumplen las siguientes condiciones Si u y v son
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 detallesÁlgebra lineal Prof: Leonid Fridman
Álgebra lineal Prof: Leonid Fridman Vectores y subespacios lineales Vector: Un vector en Rn es una n-tupla de números reales Espacio lineal: Un conjunto no vacío L de elementos x, y, z, que satisface las
Más detallesTEMA 5: Aplicaciones Lineales. Diagonalización.
TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación
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 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 detalles3. que satisfacen los axiomas anteriores.
UVG-MM2002: Álgebra Lineal 1 Instructor: Héctor Villafuerte Espacios Vectoriales 26 de Enero, 2010 1 Espacios Vectoriales Denición 1 (Espacio Vectorial). Un espacio vectorial V es un conjunto de objetos
Más detallesMatrices. Operaciones con matrices.
Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =
Más detallesGuía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.
Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Teoremas con demostraciones que se pueden incluir en el examen: 1. Fórmula para f(j m (λ)), donde J m (λ) es el bloque
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 detallesDe la independencia lineal al proceso de ortogonalización de Gram-Schmidt
De la independencia lineal al proceso de ortogonalización de Gram-Schmidt Genaro Luna Carreto * 22 de Abril de 2017, 1 am. Resumen Estas pequeñas notas tienen el propósito de formar un camino, casi directo,
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 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 detallesALGEBRA LINEAL. x = β k+1 v k β n v n
ALGEBRA LINEAL 1. Sea V un espacio vectorial de dimensión finita sobre F y W cualquier subespacio. Demuestre que existe U subespacio de V tal que V = U W. Solución: Sea {w 1,..., w k } una base W, completamos
Más detallesFACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA MECANICA SÍLABO DE ALGEBRA LINEAL
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA MECANICA 1. DATOS GENERALES SÍLABO DE ALGEBRA LINEAL 1.0. Unidad Académica : Ingeniería Mecánica 1.1. Semestre Académico : 2017-2B
Más detallesp = p 2 r 1 r r A = p 3
Unidad 5 Transformaciones 5. Introducción Un fabricante elabora cuatro tipos de productos distintos, de los cuales cada uno requiere tres tipos de materiales. Se identifican los cuatro productos como P,
Más detallesTema 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 detallesÁlgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos.
Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos. José María Rico Martínez Departamento de Ingeniería Mecánica División de
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 detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detallesTema 2: Sistemas de ecuaciones lineales
Tema 2: Sistemas de ecuaciones lineales Curso 2016/2017 Ruzica Jevtic Universidad San Pablo CEU Madrid Índice de contenidos Introducción Algoritmo de Gauss-Jordan Interpretación como un subespacio Existencia
Más detallesTransformación adjunta a una transformación lineal
Transformación adjunta a una transformación lineal Objetivos. Estudiar la construcción y las propiedades básicas de la transformación lineal adjunta. Requisitos. Transformación lineal, producto interno,
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 detalles