Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
T ={ u F :T ( v ) =u para algn v E }
aplican en 0F
Ker T = { v E :T ( v )=0 }
Teorema:
Sea T : E F una aplicacin o transformacin lineal. Entonces la imagen
de T es un sub espacio de F y el ncleo de T es un sub espacio de E.
Ejemplo:
2 3
Sea T: R R , la aplicacin proyeccin en el plano xy: T(x,y,z)=(x;y;0).
Claramente la imagen de T es el plano xy
imT= { ( a , b , 0 ) :a , b R }
ker T= { ( 0,0, c ) : c R }
Ejemplo 2:
T : R3 R2 , definida por T ( x 1 ; x 2 ; x 3 ) =( x 12 x 2 ; x2 +3 x 3 )
T ( x 1 ; x 2 ; x 3 ) =( x 12 x 2 ; x2 +3 x 3 )
sea el vector 0
x 12 x 2=0
x 2+3 x 3=0
Formamos una matriz aumentada:
[
A= 1 2 0 0
0 1 3 0 ]
Multipliquemos entonces 2da fila por 2 y summoslo a la 1ra fila
[ 0 1 3 0 ][
0 (2 )+1 1 ( 2 ) + (2 ) 3 ( 2 ) +0 0 = 1 0 6 0
0 1 3 0 ]
x1 ; x2 ; x3
Observar que a cada columna corresponde a las incgnitas
x1; x2 x3
Ahora formemos ecuaciones con en funcin de
x 3=t=> ( 1 ) x1 =6 t ( 2 ) x 2=3 t
Sea
generado t (6 ;3; 1 )
[ ][
x1
x3
x 2 x 2
T = x2 = 1
x 2+3 x 3 0] () ( ) ()
=x 1 1 + x 2 2 + x 3 0
1 3
TEOREMA:
n m
Sea T :R R una transformacin lineal. Entonces existe una matriz nica
m n ; tal que:
Rn . La matriz A T de m n T ( wj)
base cannica para con como
jesimo vector columna es la representacin matricial cannica de T; la
de vectores: 2; 3 ; ; n vectores.
AT
Si es la representacin matricial cannica de una transformacin lineal
Ejemplo:
AT
Hallar la representacin matricial cannica para la transformacin lineal:
T ( x 1 ; x 2 ; x 3 ; x 4 )= ( x1 2 x 2 +2 x 4 ; x 1 + x3 x 4 ; 4 x 12 x 2+3 x 3x 4 )
w 1=( 1; 0 ; 0 ; 0 )
()()()( )
1 0 0 0
0 1 0 0
; ; ;
0 0 1 0
0 0 0 1
() ()(
1 1
)()
12 ( 0 )+ 2(0) 1
0 0
En ; x =1; x 2=0 ; x 3=0 ; x 4 =0 ; T = 1+00 =1
0 1 0
4 ( 1 )2 ( 0 )+3 ( 0 )0 4
0 0
() ()(
0 0
)( )
02 ( 1 )+ 2(0) 2
1 1
En ; x1=0 ; x 2=1 ; x 3=0 ; x 4 =0 ; T = 0+ 00 = 0
0 0
4 ( 0 )2 (1 )+3 ( 0 )0 2
0 0
() ()(
0 0
) ()
02 ( 0 ) +2(0) 0
0 0
En ; x1=0 ; x 2=0 ; x 3=1; x 4 =0 ; T = 0+10 =1
1 1
4 ( 0 )2 ( 0 ) +3 ( 1 )0 3
0 0
() ()(
0 0
)( )
02 ( 0 ) +2(1) 2
0 0
En ; x =0 ; x 2=0 ; x 3=0 ; x 4=1 ; T = 0+01 = 1
0 1 0
4 ( 0 )2 ( 0 ) +3 ( 0 )1 1
1 1
[ ]
1 2 0 2
A T = 1 0 1 1
4 2 3 1
AT
REPRESENTACIONES MATRICIAL RESPECTO A LAS BASES
B y B'
R n y Rm AT m n
por respectivamente. Sea la matriz de cuyo j-esimo
T (b j )
vector columna es vector ordenado columna respecto a la base B.
AT
Esta Matriz es la representacin matricial de T respecto a las bases B y
B
n
Tenemos para cada x de R
para x respecto a B y B
bases ordenadas B y B:
Ejemplo:
T ( x 1 ; x 2 ; x 3 ) =( 2 x1x 2 +2 x3 ; x 1+ x 2 ; 3 x 1x 2x 3 )
AT
Hallar la representacin matricial , respecto a las bases ordenadas B y B
donde:
B=( ( 1 ; 0 ; 0 ) , (1 ; 1 ; 1 ) , ( 1 ;1 ; 1 ) ) y B' ( (1 ; 1 ; 2 ) , ( 1 ; 2; 1 ) , ( 2; 1 ; 1 ) )
b
Para formar la matriz partida, hallamos primero los T ( j) en la base B
[] []
1 1
Para T 0 => x1 =1; x 2=0 ; x 3=0 ; T 1 => x 1=1 ; x 2=1 ; x 3 =1
0 1
[]
1
T 1 => x 1=1; x 2=1 ; x3 =1
1
[][ ] [] [] [ ][]
1 2 ( 1 )0+2(0) 2 1 2 ( 1 )1+2(1) 3
Tb 0 =
1
1+ 0 = 1 ;T b 1 = 1+1
2
=2
0 3 (1 ) 00 3 1 3 ( 1 )11 1
[ ][ ][]
1 2 (1 )+1+2(1) 5
T b 1 =
3
11 =0
1 3 ( 1 )+ 11 3
Debemos hallar el vector coordenado de uno, respecto a la base ordenada,
formando luego la matriz partida, con los vectores B en forma de columna.
[ ]
1 1 2 2 3 5
1 2 1 1 2 0
2 1 1 3 1 3
[ ]
1 1 2 2 3 5
1 1 + 1 1 1 +2 2 1 +1 2 1 +1 3 1 + 2 5 1 ) +0
( ) ( ) ( ) ( ) ( ) (
1 (2 )+ 2 1 (2 ) +1 2 (2 ) +1 2 (2 )+ 3 3 (2 )+ 1 5 (2 )+3
[ ]
1 1 2 2 3 5
0 1 1 1 1 5
0 1 3 1 5 7
[ ]
1 1 2 2 3 5
0 1 1 1 1 5
0+0 11 13 11 15 57
Operando:
[ ]
1 1 2 2 3 5
0 1 1 1 1 5
0 0 4 2 6 12
1
Multipliquemos la 3ra fila por 4
[( ) ( ) ]
1 1 2 2 3 5
0 1 1 1 1 5
0
1
4
0
1
4
4 ( )
1
4
2( ) ( )
1
4
6
1
4
12 ( )
1
4
Desarrollando
[ ]
1 1 2 2 3 5
0 1 1 1 1 5
1 3
0 0 1 3
2 2
[ ]
0 (1 ) +1 1 (1 )+1 1 (1 )+ 2 1 (1 ) +2 1 (1 ) +3 5 (1 ) +5
0 1 1 1 1 5
1 3
0 0 1 3
2 2
[ ]
1 0 3 3 4 10
0 1 1 1 1 5
1 3
0 0 1 3
2 2
(puntos suspensivos)
[ ]
3 1
1 0 0 1
2 2
1 1
0 1 0 2
2 2
1 3
0 0 1 3
2 2
MATRIZ DE CAMBIO DE BASE
CVB =V B '
A x=x
Los valores propios y los vectores propios solo estn definidos para matrices
cuadradas. El valor propio es un nmero y el valor propio es un vector.
Ejemplo:
[ 0 3 2
=][ ] [
1 2 1 1+ 4
0+6
3 1
= =3 =3 v
6 2 ] [] []
A los valores propios se le denominan tambin eigenvalores, donde eigen es
una palabra alemn y significa propio.
Tambin w= []
1
0 es un vector propio correspondiente al valor propio 1 ,
ya que:
[ 0 3 0 ][ ] [
0+0 0 ][ ] []
1 2 1 = 1+ 0 = 1 =1 1 =3 v
0
Supongamos que deseamos encontrar todos los valores propios de una matriz
cuadrada de orden n n . Sabemos que:
A x=x
A esta ecuacin la multiplicamos por la matriz identidad del mismo orden
n n ; en ambos lados encontraremos un polinomio en
Ax= x
AIx =Ix=> AI = A
A x= /x
Ix Ax=0 factorizando x
( I A ) x =0