Академический Документы
Профессиональный Документы
Культура Документы
Los espacios vectoriales son conjuntos con una estructura adicional, al saber, sus elementos se pueden sumar y multiplicar por escalares del campo dado, conviene utilizar funciones que preserven dicha estructura. Estas funciones se llamaran transformaciones lineales y en el presente capitulo las estudiaremos. Mas adelante mostraremos que las transformaciones lineales se pueden representar en trminos de matrices, y viceversa. Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las condiciones necesarias. Las transformaciones lineales ocurren con mucha frecuencia en el lgebra lineal y en otras ramas de las matemticas, tienen una gran variedad de aplicaciones importantes. Las transformaciones lineales tienen gran aplicacin en la fsica, la ingeniera y en diversas ramas de la matemtica. Estudiaremos las propiedades de las transformaciones lineales, sus diferentes tipos, as como la imagen, el ncleo, y como se desarrolla en las ecuaciones lineales. . Transformaciones lineales 1.1 Definicin de transformacin lineal y sus propiedades Definicin. Sean V y W espacios vectoriales sobre el mismo campo k. Una transformacin lineal de V en W, es una funcin tal que:
i)
, .
ii)
, . En otras palabras, una transformacin lineal es una funcin que respeta las operaciones definidas en los espacios vectoriales: abre sumas y saca escalares. Observaciones:
i) Si
. Por la ley de la cancelacin en W, tenemos que . Ntese que en realidad solo se usa la propiedad aditiva (i) de T. Este hecho lo usamos en el siguiente inciso.
, . Si T lineal, entonces
. b)
Ntese que usamos el hecho de que , lo cual es consecuencia del comentario hecho al final del inciso (i).
iii)
es lineal si y solo si
a)
Si
b) :
Este ltimo inciso se puede abreviar usando la notacin sigma como sigue:
Veamos algunos ejemplos de transformaciones lineales, donde haremos uso extenso de la observacin (ii) de arriba. Ejemplo 1.
Sea
tal que
que .
Sea
tal que
, . Entonces T es lineal, ya que . Esta transformacin recibe el nombre de la transformacin identidad de V en V, y se denota
como . Ejemplo 3.
Sea
tal que
Ejemplo 4.
Ejemplo 5.
Sea
tal que
Ejemplo 6.
Sea
y sea
Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las siguientes condiciones: T(u+v) = T(u) + T(v)
T(ku) = kT(u) donde k es un escalar. Clasificacin de las transformaciones lineales Monomorfismo: Si es inyectiva, o sea si el nico elemento del ncleo es el vector nulo. Epimorfismo: Si es sobreyectiva (exhaustiva). Isomorfismo: Si es biyectiva (inyectiva y exhaustiva). Endomorfismo: Si o sea si el dominio es igual al codominio (el espacio vectorial de salida y el de llegada son el mismo).
Automorfismo: Si es endomorfismo e isomorfismo a la vez. 1.2 Ejemplos de transformaciones lineales (reflexin, dilatacin, contraccin, rotacin)
Sea
en
un ngulo
, para obtener un vector . En una grfica, vemos la situacin como sigue: Si usamos las funciones trigonomtricas, tenemos que:
tenemos que:
tal que
en
lo refleja sobre el eje x, para obtener un vector . En una grfica, vemos la situacin como sigue:
En este caso, la situacin es ms sencilla ya que claramente tenemos dos tringulos rectngulos que son congruentes, de donde T queda definida como sigue:
en
Tambin este caso es sencillo, pues es obvio que T queda definida como sigue:
Este ltimo ejemplo tiene ms fondo desde el punto de vista de lgebra Lineal. Consideremos el siguiente subespacio de :
Vemos que ste no es sino el eje x (sobre quien se efectu la proyeccin). Ahora bien, tiene un complemento directo, a saber,
sobre
, el cual es precisamente el trmino correspondiente a en la descomposicin anterior! Todo esto nos induce a definir proyecciones sobre subespacios en general como sigue:
el complemento directo de
Con
tal que . Lo primero que observamos es que esta transformacin es lineal, ya que si
con
y , entonces
con
En segundo lugar, vemos que esta definicin, incluye como caso especial a la de la proyeccin sobre el eje x. Sin embargo, vemos que no es suficiente con especificar sobre que subespacio
queremos proyectar, sino tambin es necesario aclarar cual es el complemento directo que se estar usando, ya que un mismo subespacio puede tener distintos complementos directos. El mismo eje x, tiene el siguiente complemento directo:
es un subespacio de
. Todo esto demuestra que . Usando esta descomposicin y la definicin de proyeccin, tendremos que en este caso, la transformacin queda dada como sigue:
As pues, por cada complemento directo que tengamos a la mano, podemos definir una proyeccin asociada a dicha descomposicin. Ejemplo contraccin
Una contraccin es una transformacin que decrece distancias. Bajo una contraccin, cualquier par de puntos es enviado a otro par a distancia estrictamente menor que la original. Sea V= (2 4) encontrara la contraccin horizontal cuando K=1/2 Haciendo la grafica el punto disminuye en el eje horizontal. Ejemplo dilatacin o expansin Una dilatacin es una transformacin que incrementa distancias. Sea V= (2 4) encontrara la expansin vertical cuando K=2 Expansin horizontal (k71) o contraccin (0<k<1) Expansin vertical (k71) o contraccin (0<k<1) 1.3 Definicin del ncleo o kernel, e imagen de una transformacin lineal Kernel o Ncleo Definicin 94 Sea una transformacin lineal. Se define el Kernel o Ncleo de la transformacin
denotado por al conjunto de las preimgenes del vector nulo, es decir
Ejemplo Hallar el conjunto de las preimgenes del vector nulo para la transformacin lineal
Evaluando
es decir,
por lo tanto,
con lo cual, (x;y;z) = (0;-(1/3)z;z) = z(0;-(1/3);1) As el conjunto de las preimgenes del vector nulo es el subespacio
Note que el resolver un sistema de ecuaciones lineales equivale a encontrar las preimgenes de un vector para una transformacin lineal dada. Ejemplo Determinar el kernel de la siguiente transformacin lineal
Solucin: Como tenemos que Reemplazando Imagen o Recorrido Recordemos la definicin de recorrido. Definicin Se define la Imagen o Recorrido de una transformacin lineal
, esto es como el conjunto de los vectores que tienen al menos una preimagen.
Determinar la imagen de Solucin: Si recordamos el proceso que usamos en el clculo en una variable, determinemos cuales vectores tienen preimagen.
tales que T(x;y;z) = (a;b;c) (2x-y+z;x-y+z;x) = (a;b;c) Igualando coordenadas tenemos el siguiente sistema
luego, un vector tiene preimagen si y slo si el sistema el sistema es consistente (no necesitamos que la solucin sea nica), lo cual es equivalente a escribir
Por lo tanto,
Im(T) = {(a;b;c)
/((x;y;z) ((T(x;y;z)=(a;b;c))
= {(a;b;c) /a-b-c=0} = <(1;1;0);(1;0;1)>: 1.4 La matriz de una transformacin lineal y representacin matricial de una transformacin lineal Representacin matricial de una transformacin lineal. Sea T : V !"! W una T.L con dimV = n, dimW = m si {e1,...,en} es una base de V y {w1,...,wm} es una base de W, cada elemento t(ek) puede expresarse con unicidad, como una combinacin lineal de los elementos de la base es decir T(ek) =m"i=1tikwi donde tik ,...,t mk son los componentes de t(ek) respecto a la base ordenada {w1,...,wm}.
Los tik forman un vector columna o matriz columna. Tenemos una columna para cada uno de los n-elementos t(e1),..., t(en), formando as una matriz de orden m n.
As toda T.L de un espacio n-dimensional V, en un espacio m dimensional W da origen a una matriz m n t(eik), cuyas columnas son los componentes de t(ei),...,t(en), relativos a la base (w1,...,wn), la llamamos representacin matricial de T relativa a unas bases ordenadas {e1,...,en}, de V y {w1,...,wm}, para w. Teorema Dada una transformacin lineal T: V ! V donde dimV = n. Si T tienen una representacin en matriz diagonal, existe entonces un conjunto de elementos independientes u1,...,u2 en V y un conjunto correspondiente de escalares 1,... n que satisfacen: T(uK) = kuk para k=1, 2,...,n. Recprocamente, si existe un conjunto independiente u1,...,un en V y un conjunto correspondiente de escalares 1,..., n que satisfacen (1), entonces la matriz A = diag(1,..., n) es una representacin de T respecto a la base (u1,...,un). Luego el problema de hallar una representacin en matriz diagonal de una transformacin lineal se reduce al de hallar el elemento sin dependientes u1,...,un y los escalares 1,..., n que satisfacen T(uk) = kuk. Para k = 1, 2,...,n. Tales elementos u1,...,un y 1,..., n, se conocen como autovectores y autovalores respectivamente. Teorema Sea una matriz de n n se dice que es un valor propio de A ssi P()=det(A " i) = 0 Esta es la ecuacin caracterstica de A, P() se llama polinomio caracterstico de A. Teorema Sea A una matriz real o compleja de orden n n, entonces exite una matriz C compleja invertible de orden n n talque C"1 AC = J Donde J es la matriz de Jordan cuyos elementos en la diagonal son los valores propios de A. Mas aun la matriz de Jordan es nica, excepto por el orden (dado por la base ordenada fija) en el que aparecen los bloques de Jordan. Una manera de facilitar el trabajo con una transformacin lineal, es asociarle una matriz, para lo cual es necesario considerar un par de bases ordenadas. Definicin Sean dos espacios vectoriales sobre , adems bases ordenadas de respectivamente y una transformacin lineal de en
denotada por
donde Adems si la base del espacio de partida es igual al del espacio de llegada, la matriz asociada a la transformacin lineal se denota por 1.5 Transformaciones y sistemas de ecuaciones lineales Teorema sobre transformaciones de renglones de matrices. Dada una matriz de un sistema de ecuaciones lineales, resulta una matriz de un sistema equivalente si: a) Se intercambian dos renglones. Smbolo: Ri Rj.
b) Se multiplica o divide un rengln por una constante diferente de cero. Smbolo: kRiRi. c) Un mltiplo constante de un rengln se suma a otro rengln. Smbolo: Rj. Uso de matrices para resolver un sistema de ecuaciones lineales. Ejemplo. Resuelve el sistema: x + 2y + 3z = 9 4x + 5y + 6z = 24 3x + y - 2z = 4 kRi + Rj
Luego aplicamos transformaciones elementales de rengln a fin de obtener otra matriz (ms sencilla) de un sistema de ecuaciones equivalentes. Pondremos smbolos adecuados entre matrices equivalentes.
(-4)R1 + R2
R2 (-3)R1 + R3
R3 (-(1 3))R2
R2 (-1)R3
R3 (-5)R2 + R3
R3
Que equivale al sistema original. La solucin x = 4, y = -2, z = 3 se puede encontrar ahora por sustitucin. La matriz final de la solucin es una forma escalonada. En general, una matriz est en forma escalonada si satisface estas condiciones: a) El primer nmero diferente de cero de cada rengln, leyendo de izquierda a derecha, es 1. b) La columna que contenga el primer nmero diferente de cero en cualquier rengln est a la izquierda de la columna con el primer nmero distinto de cero del rengln de abajo. c) Los renglones formados enteramente de ceros pueden aparecer en la parte inferior de la matriz.
Guas para hallar la forma escalonada de una matriz. (a) Localizar la primer columna que contenga elementos diferentes de cero y aplicar transformaciones elementales de rengln a fin de obtener 1 en el primer rengln de esa columna. (b) Aplicar transformaciones elementales de rengln del tipo kR1 + Rj Rj. para j > 1 y obtener 0 bajo el nmero 1 obtenido en la gua (a) en cada uno de los
renglones restantes. (c) Hacer caso omiso del primer rengln. Localizar la prxima columna que contenga elementos diferentes de cero y aplicar transformaciones elementales de rengln con objeto de obtener el nmero 1 en el segundo rengln de esa columna. (d) Aplicar transformaciones elementales del tipo kR2 + Rj Rj. para j >2 y obtener 0 bajo el nmero 1 obtenido en la gua (c) en cada uno de los renglones restantes. (e) Hacer caso omiso del primer y segundo renglones. Localizar la siguiente columna que contenga elementos diferentes de cero y repetir el procedimiento. (f) Continuar el proceso hasta alcanzar la forma escalonada. Uso de la forma escalonada para resolver un sistema de ecuaciones lineales. Ejemplo: Resuelve el sistema:
Solucin: Comenzamos con la matriz aumentada y luego obtenemos una forma escalonada, segn se describe en las guas.
R1
R4 R2
R3 (1)R1 + R3
R3 (-2)R1 + R4
R4 (-1)R2
R2 (-(1 2))R2
R2 (-1)R2 + R3
R3 (-1)R2 + R4
R4
(3)R3 + R4
R4 La matriz final est en forma escalonada y corresponde a un sistema de ecuaciones: (-(1 2))R4
R4
Ahora usamos sustitucin a fin de hallar la solucin. De la ltima ecuacin vemos que w = 1; de la tercera ecuacin vemos que z = -2 . Sustituimos en la segunda ecuacin, y obtenemos: y - 2z - w = 6 y - 2(-2) - (-1) = 6 y+4+1=6 y=1 Sustituimos los valores encontrados en la primera ecuacin: x + z + 2w = -3 x + (-2) + 2(-1) = -3 x - 2 - 2 = -3 x=1 Por lo tanto, el sistema tiene una solucin: x = 1, y = 1, z = -2, w = -1. 1.6 Algebra de las transformaciones lineales
Tambin podemos definir la multiplicacin por escalar. Sean definamos la multiplicacin por escalar de una transformacin lineal, dada por
Definicin. Un lgebra A sobre un campo F es un espacio vectorial sobre F en el que se tiene definida una operacin producto que satisface para todos los elementos T1, T2, T3 A y F: T1(T2+T3)=T1T2+T1T3 (T2+T3)T1=T2T1+T3T1 (T1T2)=(T1)T2=T1(T2) Si adems se cumple que (T1T2)T3=T1(T2T3) entonces A es un lgebra asociativa Definicin. Sean V, U y W espacios vectoriales sobre el mismo campo F. Sean T1: VU y T2: UW dos transformaciones lineales. Se define la composicin de T2 seguida de T1 T2T1 como la funcin de V a W (T2T1) :VW tal que (T2T1)(v)=T2(T1(v)) Proposicin. Si T1 y T2 son TL, entonces T2T1 tambin lo es. Demo. Sean u,v V y , F, entonces (T2T1)(v+u)=T2(T1(v+u))=T2(T1(v)+T1(u)) = (T2T1)(v)+(T2T1)(u) (T2T1) es T.L. Puede verse que Hom(V,V) con la composicin es un lgebra asociativa. 1.7 Aplicacin de las transformaciones lineales. Se aplican en sistemas de ecuaciones lineales, en matrices y en un sin nmero de problemas, gracias a las transformaciones lineales sabemos el dominio e imagen y teniendo esto saber si es un espacio vectorial.
Determinar todos los espacios propios asociados a sabiendo que son los nicos valores propios. Solucin: Determinemos el espacio propio asociado al valor propio
V2 = { (x;y)/T(x;y)=2(x;y)} = {(x;y)/(x+y;3x-y)=2(x;y)} = {(x;y)/(-x+y;3x-3y)=(0;0)} = {(x;y)/-x+y=0 = <(1;1)> Para el otro valor propio procedemos de manera similar V-2 = {(x;y)/T(x;y)=-2(x;y)} = {(x;y)/(x+y;3x-y)=-2(x;y)} = {(x;y)/(3x+y;3x+y)=(0;0)} = {(x;y)/3x+y=0} = <(1;-3)>
Ejemplo Sean
bases de
Demostrar que
por lo tanto la matriz es invertible, luego es un isomorfismo. Para explicitar la transformacin inversa, tenemos
Reemplazando obtenemos
en la base .
As luego [T-1(x;y;z)]b = ( -1 -2 0)74x+14y-54z ( -8 -13 1)14y-54x+34z ( -11 -18 1) 14z+14x-14y [T(x;y;z)]D = ( 34x-34y-14z) (a') ( 52x-112y+12z)=(b') ( 72x-152y+12z) (c') Con lo cual obtenemos T-1(x;y;z) = a'(1;1;-1)+b'(0;2;-1)+c'(1;0;1) T-1(x;y;z) = (174x-334y+14z;234x-474y+34z;14x-54y+14z )
Conclusin Se han visto mas detallado y con mas exactitud los teoremas y propiedades que hilan todos los temas propuestos por este trabajo y se ha se ha llegado a la conclusin de todos los temas estn relacionados en cierta forma ya que en varios de estos se necesita recurrir a las propiedades que se han visto en temas anteriores. Con esto podramos decir que nos ha enseado a tener un amplio criterio de la utilidad de temas ya vistos en nuestra carrera, ya que no podemos omitir las enseanzas pasadas ya que estas nos forman las bases para comprender y analizar y poder poner en practica los temas futuros. Este trabajo se ha hecho con el fin de comprender de que no hay que dejar tirado lo ya hemos aprendido antes ya que eso nos va a ayudar a solucionar problemas en nuestro futuro, citando el dicho popular si no aprendemos de nuestros errores del pasado los mismo nos estarn esperando en un futuro.