Nucleo e Imagen de Una Transformacion Lineal

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 10

NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL: DEFINICION: Sea una transformacin lnea.

La imagen de T, escrito Im T, es el conjunto de las imgenes de los puntos de E en F. * El ncleo de T, escrito como ( ) +

, es el conjunto de elementos de E que se aplican en * ( ) +

Teorema: Sea 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: Sea T: , la aplicacin proyeccin en el plano xy: T(x,y,z)=(x;y;0). Claramente la imagen de T es el plano xy imT=*( ) +

podemos observar que el nucleo de T es el eje z ker T=*( Ejemplo 2: Hallar el ncleo e imagen o recorrido de la Transformacin Lineal , definida por ( Debemos hallar todos los vectores ( sea el vector 0 ) ( ) tal que ( ) ) ( ) ) +

Podemos observar que nos encontramos ante los siguientes sistemas de ecuaciones:

Formamos una matriz aumentada: 0 1

Multipliquemos entonces 2da fila por 2 y summoslo a la 1ra fila 0 ( ) ( ) ( ) ( ) 1 0 1

Observar que a cada columna corresponde a las incgnitas Ahora formemos ecuaciones con en funcin de ( )

( ) Sea ( ) ) ( ( ) ) para cualquier escalar generado ( ) )

La solucin del sistema (

El ncleo de T el subespacio unidimensional (una dimensin R) en ( La imagen o recorrido de la transformacin lineal es: [ ] [ ] . / . /

. /

La imagen de T es el espacio columna de la matriz formada por los vectores: . / . / . / 0 1

Como las dos primeras columnas de la matriz A son independientes, ( ) . / . /

REPRESENTACION MATRICIAL DE UNA TRANSFORMACION LINEAL Cualquier Transformacin lineal entre espacios vectoriales de dimensin finita se puede representar por medio de una matriz. TEOREMA: Sea
( )

una transformacin lineal. Entonces existe una matriz nica ( ), para todo

; tal que:

REPRESENTACIN MATRICIAL CANNICA: * + base cannica para Sea una transformacin lineal y sea . La matriz con ( ) como vector columna es la representacin matricial cannica de T; la notacin lo utilizaremos para denotar un determinado nmero finito de vectores: vectores. Si es la representacin matricial cannica de una transformacin lineal ( ) para todo vector columna. entonces la matriz cannica es: ( ) Ejemplo: Hallar la representacin matricial cannica para la transformacin lineal: ,

; Transformacin que parte de un espacio tetradimensional (4 dimensiones) y llega otro espacio de tres dimensional, definida por: ( ) ( ); donde ( ) ( ) ( ) )

La base para formar la matriz es la cannica ( ( )

Escribimos los vectores como vector columna,; siendo la matriz cannica de la Transformacin T; es la matriz de orden ; cuyas columnas son:

( , ( , ( , ( ,

( ) En ( , ( , ( ( ) ( )

( ) ( ) + ( +

( ) En ( , ( , ( ( ) ( )

( ) ( ) + ( +

( ) En ( , ( , ( ( ) ( )

( ) ( ) + ( +

( ) En ( , ( , ( ( ) ( )

( ) ( ) + ( +

Luego la matriz transformada es: [ ]

REPRESENTACIONES MATRICIAL Sean las bases ordenadas


( )

RESPECTO A LAS BASES


( )

Sean una transformacin lineal y sean B y B bases ordenadas por respectivamente. Sea la matriz de cuyo j-esimo vector columna es vector ordenado columna ( ) respecto a la base B. Esta Matriz es la representacin matricial de T respecto a las bases B y B de y ( ) ; son vectores coordenados columna para x respecto a B y

Tenemos para cada

( ) ; donde B

Para determinar la representacin matricial de B: a. b.

respecto a las bases ordenadas B y

( ) ( ) ( ) ( ))] Forma la matriz partida = [( - donde I es Usamos la reduccin de Gauss-Jordan para obtener la matriz partida , la matriz identidad de orden y es la representacin matricial deseada.

Ejemplo: Sea ( ) la Transformacin lineal se define de la siguiente manera: ( ) , respecto a las bases ordenadas B y B donde: )( )) (( )( )( ))

Hallar la representacin matricial (( )(

Para formar la matriz partida, hallamos primero los ( ) en la base B Para [ ] [ ]

]
) ( )

Apliquemos la Trasformacin lineal definida (

( ) [ ] [ ( ) [

( ) ]

( ) [ ] ( ) [ ] [ ( ) [ ]

( ) ]

[ ]

( )

( ) ]

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. [( ( ) ( ) ( ))]

[ Utilizando la reduccin de Gauss Jordan, tenemos: La 1ra fila multiplicamos por -1 y sumada a la 2da fila Y La 1ra fila multiplicamos por -2 y sumada a la 3ra fila

[ ( (

) )

( (

) )

( (

) )

( (

) )

( (

) )

( (

) )

Desarrollando esta operacin, tenemos: [ Sumamos la 2da fila con la 3ra fila [ Operando: [ ] ] ]

Multipliquemos la 3ra fila por

] *

Desarrollando

Multipliquemos la 2da fila por -1 y sumamos con la 1ra fila ( [ ) ( ) ( ) ( ) ( ) ( ) ]

(puntos suspensivos)

MATRIZ DE CAMBIO DE BASE El cambio de base consiste en conocidas las coordenadas de un vector respecto a una base B, encontrar las coordenadas de dicho vector con respecto a otra base B. ( ) ( ) bases ordenadas de un TEOREMA: Sean espacio vectorial V. La matriz C de cambio de base respecto a las base B, B , que satisfacen la ecuacin:

Se halla la matriz cambio de base reduciendo la matriz aumentada: , - , -, los elementos de B, se convierten a matriz identidad, y los elementos de B as{i convertidos forman la matriz C de cambio de base. Esta matriz C es invertible y su inversa es la matriz cambio de base respecto a B, B.

AUTOVALORES Y AUTOVECTORES PROPIOS DIAGONALIZACIN DE UNA MATRIZ DEFINICION DE VALOR PROPIO: Sea una matriz de orden , matriz cuadrada. Supongamos que c es un vector distinto de cero en un nmero (puede ser cero), tal que:

es un mltiplo escalar de x. Entonces x se llama un vector propio de propio de A

es un valor

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: Suponemos que la matriz 0 1, entonces 0 1 es un vector propio que

correspondiente al valor propio 3 y que cumple la siguiente igualdad: 0 10 1 0 1 0 1 0 1

A los valores propios se le denominan tambin eigenvalores, donde eigen es una palabra alemn y significa propio.

Tambin

0 1 es un vector propio correspondiente al valor propio 0 10 1 0 1 0 1 0 1

, ya que:

Supongamos que deseamos encontrar todos los valores propios de una matriz cuadrada de orden . Sabemos que:

A esta ecuacin la multiplicamos por la matriz identidad del mismo orden lados encontraremos un polinomio en

; en ambos

por la propiedad simtrica de la igualada, tenemos.

) =0 es un valor propio de la matriz A<---->( ) tiene una solucin no trivial )

) es singular (determinante igual a cero)<---->det(

También podría gustarte