UNIVERSIDAD NACIONAL DE TRUJILLO

ESCUELA ING.INDUSTRIAL
APLICACIONES DE TRANSFORMACIONES LINEALES,
VALORES PROPIOS Y VECTORES PROPIOS EN LA
INGENIERIA INDUSTRIAL

 NOMBRE: Esmeralda Esthefania

 APELLIDOS: Arana Rodríguez

 CURSO: Algebra lineal

 DOCENTE: Milton Cortez Gutiérrez

 UNIDAD: III

TRUJILLO-PERÚ

2018
I.-INTRODUCCIÓN:

A continuación de una manera clara, precisa, daré a conocer una breve reseña histórica de

las trasformaciones lineales, y las conexiones elementales que tiene con las matrices

“transformaciones lineales” desempeñan un papel importante en muchas áreas de la

matemática, física, economía, ingeniería, etc.

Así como también ejemplos de aplicaciones en el campo de la ingeniería especialmente en

la ingeniería industrial.

En 1830, Carl Gustav Jakob Jacobi (1804-1851), Kronecker y

Weierstrass, fueron los primeros en estudiar con las nociones de las

transformaciones lineales que comenzaban a surgir en esa época por

los años de 1850 y 1860.Sin embargo, quien tuvo más influencia, sobre

el desarrollo de la noción de Transformación lineal fue el matemático

Ferdinand George Frobenius (1849-1917).

Este personaje tendió a evolucionar desde el siglo xviii, gracias a los

trabajos de Augustin Louis Cauchy.Weierstrass y Kronecker, entre otros,

no obstante, no fue sino hasta 1918 que las trasformaciones lineales

adoptarían su forma actual de la mano del matemático alemán Herman

Weyl (1885-1955).

Por su parte en la década de 1760, Lagrange estudió un sistema de ecuaciones diferenciales

del movimiento de los planetas de ahí dibujo una ecuación polinomial de sexto grado, cuyas

matrices eran valores propios de una matriz.

En 1820, Cauchy se dio cuenta de la importancia de los valores propios para determinar los

ejes principales de una forma cuadrática variables. No fue, sino que hasta 1840 Cauchy se

convirtió en el primero en usar los términos valores característicos y ecuación característica

para indicar los valores propios y la ecuación polinomial básica.

Página | 2
II.DEFINICIONES Y PROPIEDADES:
TRANSFORMACIÓN LINEAL:
Una transformación lineal es una función, por ende tiene su dominio y su codominio, con la

particularidad de que éstos son espacios vectoriales. Tenemos dos espacios

vectoriales V y W, y una función que va de V a W. O sea, una regla de asignación que

transforma vectores de V en vectores de W. Pero no toda función que transforme vectores

de V en vectores de W es una transformación lineal. Debe cumplir ciertas condiciones:

F: V→W F: V→W es una transformación lineal si y sólo si:

F(u+v) =F(u)+F(v) ∀ u,v ∈V

F (k.v) =k. F (v) ∀ v∈ V, ∀ k∈ R

Propiedades de una transformación lineal:

Propiedad 1:

La imagen del vector nulo del dominio 0V es el vector nulo del codominio 0W:

T(0V) =0W

Demostración:

T(0V) =T (0.v) =0. T(v)=0. w=0W

Donde hemos expresado a 0V como el producto del escalar 0 por cualquier vector del
espacio vectorial V, hemos usado la segunda condición que debe cumplir una transformación
lineal, y finalmente hemos vuelto a usar la propiedad de espacios vectoriales sobre el
producto del escalar 0 por cualquier vector.

Propiedad 2:

La imagen del vector –v es igual al opuesto de la imagen de v:

T(–v) =–T(v)

Demostración:

T(–v) =T (–1. v)=–1. T(v)=–T(v)

La justificación de los pasos dados en la demostración es similar a la anterior.

Propiedad 3

Consideremos r vectores del espacio vectorial V:

Página | 3
v1, v2,…,vr ∈V

Tomemos una combinación lineal en el dominio:

α1v1 + α2v2 + α3v3 +...+ αrvr

Dónde: αi ∈ R

Si aplicamos la transformación lineal F de V a W, teniendo en cuenta las propiedades

enunciadas en la definición, resulta:

F (α1v1+α2v2+α3v3+...+αrvr) =α1F(v1) +α2F(v2) +…+αrF(vr)

Es decir, que una transformación lineal “transporta” combinaciones lineales de V a W,

conservando los escalares de la combinación lineal.

VALORES PROPIOS Y VECTORES PROPIOS:

Los vectores propios, autovectores o eigenvectores de un operador lineal son los vectores
no nulos que, cuando son transformados por el operador, dan lugar a un múltiplo escalar de
sí mismos, con lo que no cambian su dirección. Este escalar recibe el nombre valor
propio, autovalor, valor característico o eigenvalor. A menudo, una transformación queda
completamente determinada por sus vectores propios y valores propios. Un espacio
propio, autoespacio, eigenespacio o subespacio fundamental asociado al valor propio es
el conjunto de vectores propios con un valor propio común.

Propiedades:
Multiplicidad algebraica: Es el orden de λ como cero del polinomio característico de A; en
otras palabras, si λ es una de las raíces del polinomio, es el número de factores (t − λ) en el
polinomio característico tras la factorización.

Página | 4
Teoremas de descomposición para matrices generales:
o La descomposición de Schur :

o La descomposición en valores singulares:

o La forma normal de Jordan:

Página | 5
III.APLICACIONES:

Página | 6
¿Qué es un vector?

De manera básica existen tres definiciones para un vector, todas encaminadas en un ámbito

diferente. Así, el termino físico es una cantidad con magnitud, dirección y sentido; en

geometría, el vector es un elemento director de un lugar geométrico en el plano o el espacio;

finalmente, en algebra, el vector es un elemento sobre el cual pueden aplicarse las

operaciones de suma y multiplicación por un escalar. Este último punto de vista será el

abordado de ahora en adelante: el vector como elemento de un conjunto donde se definen

dos operaciones.

III.APLICACIONES DE VECTORES EN LA ING.INDUSTRIAL:

Los vectores en la ingeniería industrial

Página | 7
IV.CONCLUSIONES:

Un espacio vectorial es el objeto básico de estudio en la rama de la matemática llamada

álgebra lineal. Las operaciones que podemos realizar entre ellos son: la suma de vectores

y la multiplicación por un escalar, el producto punto, el producto vectorial y el triple

producto escalar con algunas restricciones naturales como el cierre de estas operaciones,

la asociativa de estas y la combinación de estas operaciones, llegamos a la descripción

de una estructura matemática llamada espacio vectorial. Dado que el espacio vectorial

se relaciona mucho con las matrices que son fundamentales ser aprendidas para un

profesional dentro del campo de la ingeniería específicamente en la ingeniería industrial

para su determinado desempeño en una empresa.

Aparte, ayudan a los estudiantes a resolver sistemas, que, sin esta herramienta, serian

problemas mucho más complicados, y costosos, y harían las matemáticas mucho más

desagradables para todos ellos. Por ejemplo, calcular el valor n-ésimo (para un “n” muy

grande) de la serie de Fibonacci no es muy práctico por algoritmos. Lo mejor es optar

por algoritmos basados en el uso de matrices entre otras situaciones.

Página | 8
V. BIBLIOGRAFÍA:

https://es.wikipedia.org/wiki/Vector_propio_y_valor_propio

https://prezi.com/okiysqq-yolk/aplicaciones-del-algebra-lineal-

en-la-ingenieria-industrial/

https://aga.frba.utn.edu.ar/definicion-y-propiedades-de-las-

transformaciones-lineales/

http://revistaerm.univalle.edu.co/menun/pdf.php?ano=2011&nu

m=2&idioma=ES&id=149

https://rodas5.us.es/file/665f06c8-05e6-612a-b8ba-

ecdd0235c46f/2/aa_SCORM.zip/page_34.htm

Página | 9
ÍNDICE:

APLICACIONES DE ESPACIOS VECTORIALES EN LA

Algebra
INGENIERIA INDUSTRIAL

lineal
EN ESTA SECCIÓN:

 Introducción

 Definiciones y propiedades

 Aplicaciones en la Ing. Industrial

 Conclusiones

 Bibliografía

Página | 10