• No se han encontrado resultados

12-transformaciones-lineales-general

N/A
N/A
Protected

Academic year: 2020

Share "12-transformaciones-lineales-general"

Copied!
22
0
0

Texto completo

(1)

´

Algebra Lineal

Tema 12 - Transformaciones Lineales en

Abstracto

Daniel Cabarcas Jaramillo

Escuela de Matem´aticas

Universidad Nacional de Colombia, Medell´ın

Medell´ın, 6 de octubre de 2015

(2)

Contenido

Transformaciones Lineales

Composici´on e Inversa

Nucleo e Imagen

(3)

Transformaciones Lineales

Definici´on

Unatransformaci´on linealde un espacio vectorial V a un espacio vectorial W es una funci´on T :V →W tal que para todo

u,v ∈V y todo c ∈R

1. T(u+v) =T(u) +T(v) 2. T(cu) =cT(u)

´

o equivalenetemente si para todou,v∈V y todo c,d ∈R

T(cu+dv) =cT(u) +dT(v)

(4)

Transformaciones Lineales

Definici´on

Unatransformaci´on linealde un espacio vectorial V a un espacio vectorial W es una funci´on T :V →W tal que para todo

u,v ∈V y todo c ∈R

1. T(u+v) =T(u) +T(v) 2. T(cu) =cT(u)

´

o equivalenetemente si para todou,v∈V y todo c,d ∈R

T(cu+dv) =cT(u) +dT(v)

(5)

Ejemplos de Transformaciones Lineales

I SiAes una matriz m×n, entoncesT :Rn→Rm definida por

T(x) =Ax es una transformaci´on lineal

I T :Mnn→Mnn definida porT(A) =AT es una transformaci´on lineal

I D :Pn→ Pn−1 definida porD(p) =p0 es una transformaci´on

lineal

I S :Pn→ Pn+1 definida por S(p) =Rx

0 p(x)dx es una

transformaci´on lineal

(6)

Ejemplos de Transformaciones Lineales

I SiAes una matriz m×n, entoncesT :Rn→Rm definida por

T(x) =Ax es una transformaci´on lineal

I T :Mnn→Mnn definida porT(A) =AT es una transformaci´on lineal

I D :Pn→ Pn−1 definida porD(p) =p0 es una transformaci´on

lineal

I S :Pn→ Pn+1 definida por S(p) =Rx

0 p(x)dx es una

transformaci´on lineal

(7)

Ejemplos de Transformaciones Lineales

I SiAes una matriz m×n, entoncesT :Rn→Rm definida por

T(x) =Ax es una transformaci´on lineal

I T :Mnn→Mnn definida porT(A) =AT es una transformaci´on lineal

I D :Pn→ Pn−1 definida porD(p) =p0 es una transformaci´on

lineal

I S :Pn→ Pn+1 definida por S(p) =Rx

0 p(x)dx es una

transformaci´on lineal

(8)

Ejemplos de Transformaciones Lineales

I SiAes una matriz m×n, entoncesT :Rn→Rm definida por

T(x) =Ax es una transformaci´on lineal

I T :Mnn→Mnn definida porT(A) =AT es una transformaci´on lineal

I D :Pn→ Pn−1 definida porD(p) =p0 es una transformaci´on

lineal

I S :Pn→ Pn+1 definida por S(p) =Rx

0 p(x)dx es una

transformaci´on lineal

(9)

Composici´

on e Inversa

Teorema

Si T :U →V y S :V →W son transformaciones lineales, entonces S◦T :U →W tambi´en es una transformaci´on lineal.

Definici´on

Una transformaci´on lineal T :V →W esinvertiblesi existe una transformaci´on lineal T0 :W →V tal que T0◦T =IV y

T◦T0 =IW. A T0 se le llama la inversa de T y se denota por T−1.

(10)

Composici´

on e Inversa

Teorema

Si T :U →V y S :V →W son transformaciones lineales, entonces S◦T :U →W tambi´en es una transformaci´on lineal. Definici´on

Una transformaci´on lineal T :V →W esinvertiblesi existe una transformaci´on lineal T0 :W →V tal que T0◦T =IV y

T◦T0 =IW. A T0 se le llama la inversa de T y se denota por T−1.

(11)

Efecto en Generadores

Teorema

Sea T :V →W una transformaci´on lineal yB={v1, . . . ,vn}un conjunto generador de V . Entonces para v ∈V , existen escalares c1, . . . ,cn tales que v =c1v1+· · ·+cnvn y por tanto

T(v) =c1T(v1) +· · ·+cnT(vn).

Luego T(B) ={T(v1), . . . ,T(vn)}genera la imagen de T .

(12)

Nucleo e Imagen

Definici´on

Sea T :V →W una transformaci´on lineal. El nucleo(kernel) de T es el conjunto de todos los vectores de V que se mapean a0. Esto es

nucleo(T) ={v ∈V :T(v) = 0}

Laimagen(rango) de T es el conjunto de todos los vectores de W que son imagen de alg´un vector de V . Esto es

im(T) ={w ∈W :w =T(v) para alg´un v ∈V}

(13)

Rango y Nulidad

Teorema

Sea T :V →W una transformaci´on lineal. Entonces el nucleo de T es un subespacio de V , y la imagen de T es un subespacio de W .

Definici´on

Sea T :V →W una transformaci´on lineal. El rangode T es la dimensi´on de la imagen de T y la nulidadde T es la dimensi´on del nucleo de T .

Teorema (del Rango)

Sea T :V →W una transformaci´on lineal, con V y W espacios vectoriales de dimensi´on finita. Entonces

rango(T) + nulidad(T) = dim(V)

(14)

Rango y Nulidad

Teorema

Sea T :V →W una transformaci´on lineal. Entonces el nucleo de T es un subespacio de V , y la imagen de T es un subespacio de W .

Definici´on

Sea T :V →W una transformaci´on lineal. El rangode T es la dimensi´on de la imagen de T y la nulidadde T es la dimensi´on del nucleo de T .

Teorema (del Rango)

Sea T :V →W una transformaci´on lineal, con V y W espacios vectoriales de dimensi´on finita. Entonces

rango(T) + nulidad(T) = dim(V)

(15)

Rango y Nulidad

Teorema

Sea T :V →W una transformaci´on lineal. Entonces el nucleo de T es un subespacio de V , y la imagen de T es un subespacio de W .

Definici´on

Sea T :V →W una transformaci´on lineal. El rangode T es la dimensi´on de la imagen de T y la nulidadde T es la dimensi´on del nucleo de T .

Teorema (del Rango)

Sea T :V →W una transformaci´on lineal, con V y W espacios vectoriales de dimensi´on finita. Entonces

rango(T) + nulidad(T) = dim(V)

(16)

Inyectividad y Sobreyectividad

Definici´on

Sea T :V →W una transformaci´on lineal.

I T se diceinyectiva si u6=v implica T(u)6=T(v) I T se dicesobreyectivasi im(T) =W .

Teorema

Una transformaci´on lineal T es inyectiva si y solo si nucleo(T) ={0}

(17)

Inyectividad y Sobreyectividad

Definici´on

Sea T :V →W una transformaci´on lineal.

I T se diceinyectiva si u6=v implica T(u)6=T(v) I T se dicesobreyectivasi im(T) =W .

Teorema

Una transformaci´on lineal T es inyectiva si y solo si nucleo(T) ={0}

(18)

Inyectividad y Sobreyectividad (1)

Teorema

Sea T :V →W una transformaci´on lineal inyectiva. Si S ={v1, . . . ,vk}es un conjunto LI en V , entonces T(S) ={T(v1), . . . ,T(vk)}es un conjunto LI en W . En

particular, sidim(V) = dim(W) y S es base de V , entonces T(S) es base de W .

Teorema

Una transformaci´on lineal T es invertible, si y solo si es inyectiva y sobreyectiva.

(19)

Inyectividad y Sobreyectividad (1)

Teorema

Sea T :V →W una transformaci´on lineal inyectiva. Si S ={v1, . . . ,vk}es un conjunto LI en V , entonces T(S) ={T(v1), . . . ,T(vk)}es un conjunto LI en W . En

particular, sidim(V) = dim(W) y S es base de V , entonces T(S) es base de W .

Teorema

Una transformaci´on lineal T es invertible, si y solo si es inyectiva y sobreyectiva.

(20)

Isomorfismos y Dimensi´

on

Definici´on

A una transformaci´on lineal invertible se le llamaisomorfismo.

Definici´on

Si V y W son espacios vectoriales tales que existe un isomorfismo entre ellos, decimos que V y W sonisomorfos. Se denota V ∼=W . Definici´on

Sean V y W espacios vectoriales de dimensi´on finita. Entonces V es isomorfo a W si y solo sidim(V) = dim(W).

(21)

Isomorfismos y Dimensi´

on

Definici´on

A una transformaci´on lineal invertible se le llamaisomorfismo. Definici´on

Si V y W son espacios vectoriales tales que existe un isomorfismo entre ellos, decimos que V y W sonisomorfos. Se denota V ∼=W .

Definici´on

Sean V y W espacios vectoriales de dimensi´on finita. Entonces V es isomorfo a W si y solo sidim(V) = dim(W).

(22)

Isomorfismos y Dimensi´

on

Definici´on

A una transformaci´on lineal invertible se le llamaisomorfismo. Definici´on

Si V y W son espacios vectoriales tales que existe un isomorfismo entre ellos, decimos que V y W sonisomorfos. Se denota V ∼=W . Definici´on

Sean V y W espacios vectoriales de dimensi´on finita. Entonces V es isomorfo a W si y solo sidim(V) = dim(W).

Referencias

Documento similar

Quienes deseen ampliar (OPTATIVO) pueden consultar las otras obras de referencia. Contexto histórico y político de una época. El cientificismo en las Relaciones Internacionales.

Tabla 10: Interpretación del coeficiente de correlación r de Pearson 50 Tabla 11: Correlaciones de variables de Hipótesis General 53 Tabla 12: Resumen del modelo – Regresión

Notar que este resultado, para el caso particular de dimensi´ on uno, se reduce al conocido teorema que dice que toda funci´ on continua sobre un intervalo cerra- do y acotado

A través de la experiencia de un reconocido productor mexicano Alfonso Rosas Priego, tendrás una visión general de todo el proceso que lleva el iniciar la aventura

Como veremos en esta secci´ on, dada una apli- caci´ on lineal f , en cuanto fijamos una base para el dominio y otra base para el codominio, obtenemos una matriz la cual representa a

Figura 6: Una transformaci´ on de Lorentz en el espacio de Minkowski: el eje temporal de cada sistema de coordenadas es la trayectoria del origen, mientras que el cono de luz es

No obstante, en mi opini´on, es muy instructivo hacerlo desde este punto de vista, puesto que el desarrollo del c´alculo diferencial en espacios de dimensi´on infinita puede hacerse

Ofrecer al alumno instrumentos y herramientas útiles para la orientación y la intervención psicopedagógica con los miembros de la comunidad educativa (alumnos, profesores y