Álgebra Lineal

Descargar como doc, pdf o txt
Descargar como doc, pdf o txt
Está en la página 1de 9

Romero Pimentel Roberto 23-mayo-08 Profra: Ing.

Jacquelyn Martnez Alavez lgebra Lineal; grupo 35

3.3 Espacio rengln, espacio columna y rango de una matriz.


ESPACIO RENGLN Definicin: Sea

A = aij una matriz de mxn con elementos en un campo K, y sea ri = ( a i1 , ai 2 , , a in ) Ar = r1 , r2 , , rm , el conjunto L = ( Ar ) se llama espacio

[ ]

el i-simo rengln de A. Si rengln de A

Sea A una matriz de mxn con elementos en R

a11 a A = 21 a m1

a12 a 22 am2

a1n a2n a mn

sus elementos pueden ser considerados como vectores de Rn; esto es:

r1 = ( a11 , a12 , , a1n )

r2 = ( a 21 , a 22 , , a 2 n ) rm = ( a m1 , a m 2 , , a mn )
El conjunto de todas las combinaciones lineales de dichos vectores es un subespacio de Rn al que se le conoce como espacio generado por los renglones de A espacio rengln de A. De manera ms general, los elementos de la matriz A pueden ser nmeros complejos o elementos de una campo K cualquiera. Es posible que los renglones de una matriz no sean linealmente independientes; es decir, que alguno de ellos sea una combinacin lineal de los otros renglones. Para determinar si esto ocurre, se aplica a la matriz una serie de transformaciones elementales hasta obtener su forma cannica escalonada. Con esto se obtiene el nmero mximo de renglones linealmente independientes y, adems, se obtiene una base muy simple de su espacio rengln. Se dice que una matriz tiene un forma cannica escalonada cuando adems de ser una matriz escalonada, el primer elemento distinto de cero en cada rengln es un uno y dicho elemento es el nico diferente de cero en la columna en que se encuentra. Un ejemplo de matriz cannica escalonada se muestra a continuacin:

1 0 0 0

0 3 1 4 0 0 0 0

0 1 0 2 1 3 0 0

Para las matrices cannicas escalonadas se tienen dos propiedades importantes:

Para una matriz dada A existe una y slo una forma cannica escalonada que es equivalente a la matriz A. Los renglones no nulos de una forma cannica escalonada constituyen una base de su espacio rengln.

Esta ltima propiedad es vlida tambin para una matriz escalonada cualquiera, pero en el caso de una forma cannica es an ms evidente. Ejemplo 1: Obtener el espacio rengln de la matriz A.

3 1 5 9 A = 1 1 3 3 2 0 2 6
Primero aplicamos transformaciones elementales a la matriz hasta obtener su forma cannica escalonada:

3 1 5 9 1 1 3 3 1 1 3 3 1 1 3 3 1 0 1 3 A = 1 1 3 3 = 3 1 5 9 = 0 2 4 0 = 0 1 2 0 = 0 1 2 0 2 0 2 6 2 0 2 6 0 2 4 0 0 0 0 0 0 0 0 0
Esta ltima matriz es una matriz cannica escalonada y, por tanto, los vectores:

(1,0,1,3) ( 0,1,2,0)
constituyen un conjunto linealmente independiente y forman una base de su espacio rengln. Es decir:

B( Ar ) = { (1,0,1,3) , ( 0,1,2,0)}
De esta manera, cualquier vector de dicho espacio ser de la forma:

(1,0,1,3) + ( 0,1,2,0 ) = ( , , + 2 ,3 )
por tanto, el espacio rengln de A es:

L( Ar ) = {( , , + 2 ,3 ) , }
Y en este caso, el espacio rengln de A es un subespacio de R4 de dimensin dos. ESPACIO COLUMNA

Definicin: Sea

A = aij

ci = ( a1i , a 2i , a mi ) la
T

[ ]

una

matriz

de

mxn

con

elementos

en

un

campo

K,

sea

i-sima columna de A. Si

AC = c1 , c 2 , , c n , el conjunto L( AC ) se llama espacio columna

Como sabemos, las columnas de una matriz son los renglones de su transpuesta y, entonces, el espacio columna de una matriz A coincide con el espacio rengln de AT. De esta forma, se puede obtener el espacio columna de A aplicando el procedimiento anterior a AT. Ejemplo 2: Obtener el espacio columna de la matriz A:

3 1 5 9 A = 1 1 3 3 2 0 2 6
Primero, transponemos la matriz A con el fin de aplicar el procedimiento del ejemplo anterior:

1 2 3 1 1 0 AT = 5 3 2 3 6 9
Ahora aplicamos transformaciones elementales hasta obtener la forma cannica escalonada:

1 2 1 1 0 1 1 0 1 3 1 1 0 3 0 2 2 0 1 2 = = AT = = 5 3 2 5 3 2 0 2 2 0 3 6 9 3 6 0 6 6 0 9
Donde los vectores:

0 1 1 1 0 0 0 0

(1,0,1) ( 0,1,1)

forman un conjunto linealmente independiente y son una base del espacio columna, es decir:

B ( AC ) = { (1,0,1) , ( 0,1,1) }
De esta manera, cualquier vector del espacio columna se puede expresar como combinacin lineal de los elementos de la base del espacio columna. Esto es:

(1,0,1) + ( 0,1,1) = ( , , )

Por tanto, el espacio columna de A es:

L( AC ) = {( , , ) , }
Para este caso, el espacio columna de A, es un subespacio de R3 de dimensin dos. De esta manera, es claro que:

L( Ar ) L( Ac )

y tambin se observa que:

dim L( Ar ) = dim L( Ac )

RANGO DE UNA MATRIZ Definicin: Se llama rango de una matriz, y se denota con R(A), al nmero

R( A) = dim L( Ar ) = dim L( Ac )
De esta manera, para la matriz:

3 1 5 9 A = 1 1 3 3 2 0 1 6
que se emple en los dos ejemplos anteriores, se tiene que:

dim L( Ar ) = dim L( Ac ) = R( A) = 2
Cabe mencionar que el rango de una matriz representa el nmero mximo de renglones (y de columnas) linealmente independientes que tiene dicha matriz.

4.3 Matriz asociada a una transformacin lineal con dominio y codominio de dimensin finita.
En el caso de espacio de dimensin finita, las transformaciones lineales pueden ser representadas por medio de matrices, las cuales se emplean para resolver diversos problemas con grandes ventajas desde el punto de vista operacional. El concepto de matriz asociada a una transformacin lineal se puede comprender si se considera una transformacin T : R 3 R 2 definida por:

T ( x, y, z ) = ( x + 2 y ,3 x z )
y se trata de encontrar una matriz A tal que el producto de sta por cualquier vector del dominio nos proporcione la imagen de dicho vector bajo la transformacin T; es decir:

Av = T (v)
Ejemplo 3: Encontrar la matriz asociada a la transformacin T : R 3 R 2 , definida como:

T ( x, y, z ) = ( x + 2 y,3x z )
Como se trata de una transformacin T : R 3 R 2 , se puede observar que el dominio es el propio espacio R3. Una base cannica es:

E = { (1,0,0), (0,1,0), (0,0,1)}


Se obtiene la imagen de cada elemento de la base cannica bajo la transformacin T:

T (1,0,0) = (1,3) T (0,1,0) = (2,0) T (0,0,1) = (0,1)


Cada una de estas imgenes se escribe a manera de columnas, es decir:

1 2 0 A= 3 0 1
Y, finalmente, a esta ltima matriz se le conoce como matriz asociada a la transformacin y se puede representar como M(T) Ejemplo 4: Encontrar la matriz asociada a la transformacin S : R 3 R 3 , definida por:

S ( x , y , z ) = ( 3 x + y ,6 x z , 2 y + z )
Identificamos la base cannica de R3:

E = { (1,0,0), (0,1,0), (0,0,1)}

Obtenemos la imagen de cada elemento de la base cannica bajo la trasformacin S:

S (1,0,0) = (3,6,0) S (0,1,0) = (1,0,2) S (0,0,1) = (0,1,1)


Por tanto, la matriz M(S) es:

3 1 0 M (S ) = 6 0 1 0 2 1
Se puede probar fcilmente que M(S) es la matriz asociada a la transformacin, multiplicando un vector cualquiera del espacio R3 para obtener su imagen bajo la transformacin S, es decir:

M ( S )v = S (v )
probamos:

3 1 0 x 3 x + y 6 0 1 y = 6 x z 0 2 1 z 2 y + z
Y observamos que se obtiene la propia definicin de la transformacin S, con lo que podemos concluir que la matriz M(S) s es la matriz asociada a la transformacin S. MATRIZ ASOCIADA, REFERIDA A DOS BASES CUALESQUIERA. En los ejemplos anteriores las columnas de la matriz asociada a la transformacin son las imgenes de los vectores de la base cannica del dominio, y al multiplicar dicha matriz por un vector se obtiene la imagen de ste bajo la trasformacin. Esto se debe a que tanto el dominio como el codominio son espacios del tipo Rn Siguiendo esta idea, se puede generalizar al caso de espacios vectoriales cualesquiera, simplemente reemplazando los vectores por sus respectivos vectores de coordenadas. As, si es una transformacin lineal, A es una base de V y B es una base de W, en lugar del vector tenderemos a su vector de coordenadas en la base A: , en lugar de tendremos a su vector de coordenadas en la base . La matriz que al multiplicar el vector nos da como resultado se llama matriz asociada a la transformacin T referida a las bases A y B, y se representa con ; esto es:

Las columnas de dicha matriz son los vectores de coordenadas, en la base B, de las imgenes de los elementos que integran la base A. Ejemplo 5: Consideremos el espacio de todos los polinomios con coeficientes reales de grado menor que tres, y el espacio

de matrices simtricas de orden dos con elementos en los reales; y sea transformacin definida por:

la

Podemos seleccionar las siguientes bases para V y W, buscando simplificar al mximo el clculo de coordenadas

Para hallar la matriz asociada a T referida a estas bases obtenemos:

cuyas coordenadas en la base B son:

En consecuencia, la matriz asociada a T referida a las bases que se eligieron es:

Si se desea emplear esta matriz para obtener la imagen del vector ejemplo, se hace lo siguiente: Se determinan las coordenadas de en la base A, que para este caso resulta ser:

, por

Se premultiplica este vector por

El resultado ser

Tambin se puede observar que se obtiene el mismo resultado aplicando directamente la regla al vector

4.4 lgebra de las transformaciones lineales: definicin y propiedades de la adicin, la multiplicacin por un escalar y la composicin de transformaciones.
Resulta conveniente comenzar por definir la relacin transformaciones, la cual se desprende de la igualdad de funciones. de igualdad entre

Definicin: Sean S y T dos transformaciones de V en W. Se dice que S y T son iguales, lo cual se denota mediante S = T, cuando

ADICIN Y MULTIPLICACIN POR UN ESCALAR Definicin: Sean S y T dos transformaciones de V en W, y sea K el campo sobre el cual est definido el espacio W:

i) La suma de S y T es una transformacin de V en W, denotada con S + T y definida


por

ii) El producto de un escalar


en W, denotada con

por la transformacin S es una transformacin de V y definida por

Ejemplo 6: Para las trasformaciones S y T, ambas de R3 en R2, definidas por:

Si

es el vector de R3

Las imgenes de dicho vector bajo las trasformaciones S y T son, respectivamente

La suma de tales vectores es la pareja ordenada bajo la trasformacin ; es decir:

. Este vector es la imagen de

Para obtener la regla de correspondencia de bastar con sumar las imgenes de un vector arbitrario del dominio bajo las transformaciones S y T; esto es:

Y la regla de correspondencia de

es

COMPOSICIN La composicin de transformaciones es un caso particular de la composicin de funciones. Efectuar la composicin de funciones equivale a reunir sus efectos en una sola transformacin. Si es una transformacin y es un vector de U; al aplicar a la trasformacin T obtenemos el vector , que es un vector de V. Si adems est definida una transformacin , y aplicamos sta al vector , obtendremos el vector , que pertenece al espacio W. A partir de ambas transformaciones puede definirse una transformacin de U en W que asigne directamente al vector el vector . Dicha transformacin se representa con y se conoce como la composicin de S y T Definicin: Si y definida por: son dos trasformaciones, es una transformacin de U en W

Algunas propiedades de la composicin de transformaciones son:

También podría gustarte