Transformaciones Inyectivas y Sobreyectivas

Documentos relacionados
Sistemas Lineales y Matrices

Sistemas Lineales y Matrices

Proyección ortogonal y mínimos cuadrados

MATRICES ELEMENTALES. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo

Bases ortogonales. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo

INVERSA DE UNA MATRIZ

SISTEMAS DE ECUACIONES LINEALES

Núcleo e imagen Transformaciones inyectivas y sobreyectivas Teorema de las dimensiones

Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal.

Independencia lineal y rango Ejemplos. Rango. Rango y matriz inversa Teorema de Rouché-Frobenius revisitado

Aplicaciones Lineales. Diagonalización de matrices.

Transformaciones lineales

Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal.

Geometría afín y proyectiva, 2016 SEMANA 4

Determinantes. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo

1. Teoría de Conjuntos y Funciones

Geometría Vectorial y Anaĺıtica

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 5 - Transformaciones Lineales

Clase 8 Matrices Álgebra Lineal

Departamento de Ingeniería Matemática - Universidad de Chile

N o de examen: ESCRIBIR LAS RESPUESTAS AQUÍ Este examen consta de diez preguntas tipo verdadero/falso y diez ejercicios

Tema 3: Aplicaciones Lineales

2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012

58 7. ESPACIOS COCIENTE

UNIVERSIDAD DE ANTIOQUIA DEPARTAMENTO DE MATEMÁTICAS

Álgebra Lineal. Hoja 6. Transformaciones lineales y matrices

Transformaciones lineales

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Álgebra y Álgebra II - Primer Cuatrimestre 2018 Práctico 5 - Transformaciones Lineales

Dualidad. 1. Dual de una transformación lineal

Sistemas de ecuaciones lineales

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen

ESPACIOS VECTORIALES

Rango de una matriz. Jana Rodriguez Hertz GAL 1. 2 de abril de 2013 IMERL

2 + c c 4. Solución: Nótese que la ecuación vectorial que verifican los pesos se puede escribir matricialmente como.

3.8 Ejercicios propuestos

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización.

ESPACIOS VECTORIALES Y APLICACIONES LINEALES

Aplicaciones lineales.

Aplicaciones lineales

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Álgebra Lineal. Tema 7. Forma normal de una transformación

Álgebra 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

TEMA 4. APLICACIONES LINEALES

Determinantes. Definiciones básicas sobre determinantes. José de Jesús Angel Angel.

la matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2.

ÁLGEBRA LINEAL CON EL USO DE MATLAB AUTORES

FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas

Construcción de bases en el núcleo e imagen de una transformación lineal

APLICACIONES LINEALES.

Aplicaciones lineales

ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS

Transformaciones lineales

Núcleo e Imagen de una aplicación lineal.

Tema 4: Estructura vectorial de R n.

Maribel Martínez y Ginés Ciudad-Real Fichas para mejorar la atención MATRIZ DE LETRAS

Aplicaciones Lineales

Transformaciones Lineales (MAT023)

Transformaciones Lineales

5. Aplicaciones Lineales

Lic. Ana María Re yna s e g ura. Profesor de la Facultad de Ingeniería Química. Unive rs idad Nac io nal de l Callao

Sistema de Ecuaciones Lineales

ÁLGEBRA LINEAL I Práctica 7

APLICACIONES EN ESPACIOS VECTORIALES EL HOMOMORFISMO

Aplicaciones lineales.

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

Repaso de algebra matricial

Tema 4: Espacios vectoriales

1. ESPACIOS DE HILBERT Y OPERADORES

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno

Matemática 2 MAT022. Clase 4 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María. Sistemas de Ecuaciones. logo.

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)

Álgebra lineal. Noviembre 2018

CAPÍTULO 1. Preliminares

Práctica 2. Transformaciones lineales.

Espacios vectoriales

ÁLGEBRA LINEAL I Práctica 6

Resolución de Sistema de Ecuaciones Lineales

Espacios vectoriales y aplicaciones lineales

ÁLGEBRA LINEAL I Práctica 6

Curso cero Matemáticas en informática : Sistemas de ecuaciones lineales

1 Objetivos. Conceptos básicos. 3 Teorema de Rouché-Frobenius. 4 Método de Gauss. 5 Ecuaciones matriciales. 6 Qué hemos aprendido?

Transformaciones lineales

Hoja de diagonalización MATEMÁTICAS I

Ejercicio 2 (Examen de septiembre de 2009) Razona cuáles de los siguientes conjuntos son subespacios vectoriales:

UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE CIENCIA DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE ESTUDIOS INGENIERÍA CIVIL EN OBRAS CIVILES ALGEBRA II

PROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante

Mínimos cuadrados. Mayo de Ejemplos de introducción. Observación preliminar

Universidad de Salamanca

Espacios vectoriales DEFINICIÓN. PRIMERAS PROPIEDADES

Matrices. Álgebra de matrices.

Prácticas de Matemáticas II: Álgebra lineal

23/10/14. Algebra Matricial $ $ ' ' ' $ & & & # # I 3 I 2 = 1 0 $ DEFINICION DE MATRIZ 2.1 CONCEPTOS DE MATRICES CONCEPTOS DE MATRICES. $ n. ! a.

LEMA DE LA SERPIENTE

Geometría afín y proyectiva, 2016 SEMANA 3

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

Transcripción:

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 lineal es una función inyectiva, decimos que es una transformación lineal inyectiva.

Definición (Núcleo de una transformación) Sean V y W espacios vectoriales y sea T : V W una transformación lineal, definimos el núcleo o kernel de T como el conjunto Ker(T ) = {x V T (x) = 0}. Lema Sea T : R n R m una transformación lineal y A = E T E la matriz de la transformación, entonces Ker(T ) = Nul(A).

Definición (Núcleo de una transformación) Sean V y W espacios vectoriales y sea T : V W una transformación lineal, definimos el núcleo o kernel de T como el conjunto Ker(T ) = {x V T (x) = 0}. Lema Sea T : R n R m una transformación lineal y A = E T E la matriz de la transformación, entonces Ker(T ) = Nul(A).

Ejemplo Calculemos el kernel de[ la transformación ] lineal S cuya matriz de 1 2 0 transformación es A = 0 1 3 Teorema Sea T : V W una transformación lineal, entonces T es inyectiva si y sólo si Ker(T ) = {0}.

Ejemplo Calculemos el kernel de[ la transformación ] lineal S cuya matriz de 1 2 0 transformación es A = 0 1 3 Teorema Sea T : V W una transformación lineal, entonces T es inyectiva si y sólo si Ker(T ) = {0}.

Teorema Sea T : R n R m una transformación lineal y A = E T E la matriz de la transformación. Entonces T es inyectiva si y solo si rango(a) = n = número de columnas de A. Ejemplo Usar el ejemplo anterior para determinar si la transformación lineal x [ ] T : R 3 R 2 definida por T y x + 2y = es inyectiva. y 3z z

Teorema Sea T : R n R m una transformación lineal y A = E T E la matriz de la transformación. Entonces T es inyectiva si y solo si rango(a) = n = número de columnas de A. Ejemplo Usar el ejemplo anterior para determinar si la transformación lineal x [ ] T : R 3 R 2 definida por T y x + 2y = es inyectiva. y 3z z

Definición (Transformación lineal sobreyectiva) Sean V y W espacios vectoriales y T : V W una transformación lineal, 1. Definimos la imagen de T, denotada por Im(T ), como el conjunto Im(T ) = {T (v) v V } = {w W existe v V tal que w = T (v)}. 2. Decimos que T es una trasformación lineal sobreyectiva si Im(T ) = W.

Teorema Sean T : R n R m una transformación lineal y A = E T E la matriz de T, entonces Im(T ) = Col(A).

Ejemplo 1 0 Sea A = 1 2 y T : R 2 R 3 la transformación lineal definida por 3 0 T (x) = Ax, calcular la imagen de T. Teorema ea T : R n R m una transformación lineal y A la matriz de T, entonces T es sobreyectiva si y solo si rango(a) = m = número de filas de A.

Ejemplo 1 0 Sea A = 1 2 y T : R 2 R 3 la transformación lineal definida por 3 0 T (x) = Ax, calcular la imagen de T. Teorema ea T : R n R m una transformación lineal y A la matriz de T, entonces T es sobreyectiva si y solo si rango(a) = m = número de filas de A.

Ejemplo Sea T la transformación del ejemplo anterior, determine si T es una transformación lineal sobreyectiva.