Repblica Bolivariana de Venezuela Ministerio del poder popular para La Defensa Universidad Nacional Experimental Politcnica De Las Fuerzas

Armadas Bolivariana. Ncleo-Anzotegui. Ctedra: Algebra Lineal.

Alumna: Karina mahawech C.I: 19.940.909

San Tome, 2011.

INTRODUCCION
Una transformacin es un conjunto de operaciones que se realizan sobre un vector para convertirlo en otro vector. 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 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:
Notacin standard de la transformada lineal es: V se denomina de T. Si v pertenece a V y w esta en W, T(v) = w donde w ser la imagen de v bajo T, el conjunto de todas las imgenes se llama contradominio de T y el conjunto de v de V tales que T(v) = w se llama preimagen de w. La definicin de transformacin lineal es que todo espacio vectorial en V y W se puede hacer transformacin lineal si cumplen con los axiomas de la distribucin bajo la suma (T(U + V) = T( U ) + T ( v )) y la multiplicacin por un escalar (T(cU)= cT(u)). Cumpliendo con lo anterior la transformada lineal tiene sus propiedades que son: T(0) = 0 T(-v) = - T(v) T(v-u) = T(v)-T(u) S v = c1v1 + c2v2 + ... + cnvn entonces v = c1 T(v1)+ c2 T(v2)+ ... + cn T(vn). Para definir una transformacion lineal por una matriz esta se notara as: siendo a la matriz m x n la funcion T se definir T(v) = Av que suna transformacin lineal de Rn en Rm . El ncleo se puede encontrar definiendo la transformada as. T(v) = 0 esto tambin se denomina como Kernel de T y se denota Ker (T) para que sea ncleo esta debe cumplir que Ax = 0. La dimensin del ncleo se llama nulidad y la dimensin del contradominio de T se llama rango (si A = matriz entonces el rango de T va ser = rango de A). Dimensin del dominio = dimensin del rango + dimensin del ncleo. Las transformaciones lineales puede ser uno a uno que son aquellas que la preimagen de W consta de un solo vector, o sea, ser uno a uno para toda u y v en V, T(u) = T(v), tambin hay que tomar en cuenta que ker(T) = 0. Tambin las transformadas lineales

puede ser sobre si y solo si el rango de T es igual a la dimensin de W. Y un transformacin lineal es biyectiba si es uno a uno y sobre. Existencia de una transformacin inversa: Sea T: Rn ! Rn una transformada de una matriz standard. Debe cumplir las siguientes condiciones: T es invertible T es un isomorfismo A es invertible Si T es invertible con matriz standard A, entonces la matriz standard de T-1 es A-1. Un caso especial seria cuando V 0 W y B = B', don de la matriz A que se denomina matriz de T con respecto a la base B. En este caso la matriz de la transformacin identidad es simplemente In. La matriz de transicin de un transformada lineal depende del espacio V. Las matriz de transicin T con respecto a la base B es diferente a la matriz T con respecto a otra base B'. A'[(V)]B' ! [ T(V)]B' es la forma directa a travs de la matriz A'. P-1AP[V]B' = T[(V)]B' forma indirecta. A' = P-1AP Donde a es la matriz de T con respecto a B, A' es la matriz T con respecto a B', P es la matriz de transicin de B' a B, P-1 es la matriz de transicin B a B'

Imagen de una transformacin lineal

La imagen de una transformacin lineal f : V W, lo constituyen los vectores Y W, tales que son imgenes bajo f de por lo menos un vector de V.

Simblicamente (f)=(yW/3XV^F(X)=Y) La imagen de una transformacin lineal esta formada por los vectores de el segundo espacio ( W ) que tiene preimagen en el primer espacio ( V )

Ncleo de una transformacin lineal

El Ncleo de .la transformacin lineal f : V W, lo constituyen los vectores X V, tales que f ( X ) = 0w. Simblicamente N ( f ) = ( X V / f ( X ) = 0w El ncleo de una transformacin lineal esta formado por el conjunto de vectores de primer espacio ( V ) cuya imagen es el vector nulo del segundo espacio ( W).

Matriz asociada a una transformacin lineal

Sea f : V W una transformacin lineal Si: A = ( V1, V2, , Vn ) es una base de V y

B = ( W1, W2, , Wm ) es una base de W, entonces existe una nica matriz A Kmxn tal que [ f ( x) ]b B = A [ X ]a [ f ( X ) ] es el vector de coordenadas de f ( x ) respecto a la base de W, mientras [ X ]a representa el vector coordenadas de x respecto a la base de V. Cambio de base y matriz asociada
Un caso especial de matriz asociada es cuando tenemos: IV : V V UU

Base A

base B, en ese caso, la matriz asociada B( IV )A se llama matriz cambio de base.

Isomorfismos entre espacios vectoriales.

En esta apartado estudiamos un tipo de aplicaciones lineales interesantes: los isomorfismos entre espacios vectoriales. Cuando existe un isomorfismo entre V y W, diremos que V y W son espacios isomorfos. En el siguiente teorema caracterizamos los espacios vectoriales isomorfos: Sean V y W dos espacios vectoriales de dimensin finita. Entonces, V y W son isomorfos si y solo si tienen la misma dimensin. 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 dos , bases respectivamente una en Se en a define la las matriz asociada bases a transformacin espacios adems ordenadas y lineal de de Sean vectoriales sobre

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

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 Comenzaremos con la matriz del sistema, es decir, la matriz aumentada: 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

Con

la

matriz

final

regresamos

al

sistema

de

ecuaciones:

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 c) nmero distinto de cero del rengln de abajo. Los renglones formados enteramente de ceros pueden

aparecer en la parte inferior de la matriz.

Ejemplo: Sea la matriz:

es "una matriz escalonada"

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) de Aplicar transformaciones los elementales del tipo kR2 + Rj Rj. para j >2 y obtener 0 bajo el nmero 1 obtenido en la gua (c) en cada uno 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. Algebra de las transformaciones lineales Sean podemos definir la suma de transformaciones lineales, dada por

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.

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

BIBLIOGRAFA
http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_html/cap2/cap2.html http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_html/cap2/cap2s1.html http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_html/cap2/cap2s2.html http://www.matem.unam.mx/~rgomez/algebra/seccion_2.html# http://www.ciencia.net/VerArticulo/Transformaci%C3%B3n-lineal? idArticulo=dsfjuvpf1drjfg2kj5kpa2e1 http://html.rincondelvago.com/algebra-lineal_vectores-y-espacios-vectoriales.html 22