Trasformaciones Lineales 2015

TRANSFORMACIONES LINEALES
VECTORES y VALORES PROPIOS

TRANSFORMACION LINEAL
Sean V y W dos espacios vectoriales y T una
aplicación de V en W .
(T : V  W )
T es una transformación lineal si se cumple:
1. T u  v  T u  T  v , u,v V
2. T  cv   cT  v , v V, c R
Las transformaciones lineales tienen una gran
cantidad de aplicaciones importantes, como:
– Circuitos eléctricos con m mallas y n fuentes de

voltaje.
– Las coordenadas de un punto en la pantalla del

display que son función
de las coordenadas del punto en el mundo real y
las del observador.
TRANSFORMACION LINEAL (sigue)
Una empresa puede concebirse como un objeto que
relaciona un conjunto de entradas (capital,
productividad de los operarios, parámetros de
operación , inventarios, etc.) con un conjunto de salidas
o resultados (producción, ganancias, capital, etc.).
TRANSFORMACIONES LINEALES
MATRICIALES
Teorema
Si A una matriz de mxn, entonces la
transformación matricial T:RnRm definida
por: TA(x) = Ax, xRn
es una transformación lineal.
TEOREMA
T : Rn  Rm es una transformación lineal  T es

una transformación matricial.
EJEMPLOS
Verifique si las siguientes aplicaciones son
transformaciones lineales ó no:
1. T:R3  R2 , T(x,y,z) = (-2x, x+y)
2. T:R2  R2 , T(x,y) = (x, y2 )

EJEMPLO
Operador transposición de matrices:
La aplicación F : M mn  Mnm
que a cada matriz asigna su transpuesta, es
una transformación lineal.
PROPIEDADES
1) T  0v   0w
2) T  av1  bv 2   aT  v1   bT  v 2 
3) T  a1v1  a2 v 2  ...  an v n 
 a1T  v1   a2T  v 2   ...  anT  v n 
EJEMPLO
La aplicación T (x,y) = (x-y,y+x+2)

no es lineal ya que:
T(0,0)=(0,2)
Nota: Si fuese lineal hubiese salido

T(0,0)=(0,0)
NÚCLEO O KERNEL DE UNA
TRANSFORMACIÓN LINEAL
Sea T:V  W una T.L.
Definición:
Ker T   v V / T  v   0W 
IMAGEN DE UNA
Sea T:V  W una transformación lineal
Definición:
ImgT   w W / w  T  v  para algún v V 

REPRESENTACIÓN EN DIAGRAMA DE
VENN
T:V  W
V W
Img(T)
Ker (T) 0
TEOREMA
Si T : V Wes una transformación lineal,
entonces:
a) El núcleo de T es un subespacio de V.
b) La imagen de T es un subespacio de W
TEOREMA DE LAS DIMENSIONES
Sea T : V  W una transformación
lineal, entonces
dim( Ker ( T ))  dim(Im( T ))  dim V

VALORES Y VECTORES PROPIOS
Definición:
Sea A una matriz de orden n. El número  se
llama valor propio de A si existe un vector v de
Rn, no nulo, llamado vector propio de A, tal que:
Av = v.
OBSERVACIONES
A los valores propios también se les llama autovalores,
eigenvalores o valores característicos.
En la definición se excluye v = 0, toda vez que A.0 = 0 = 0 y así

cualquier  sería valor propio de A.
EJEMPLO
1 0 0 =2 es un valor propio

D  0 0 0  de D porque:
0 0 2
1 0 0 0 0
0 0 0 0  2 0
    
0 0 2 1 1
Dv= v
POLINOMIO Y ECUACION
CARACTERÍSTICA
Sea Anxn y v no nulo, tal que Av = v,
entonces:
P() = det (A – I) Polinomio característico
det (A – I) = 0 Ecuación característica

PROCEDIMIENTO PARA HALLAR VALORES Y
VECTORES PROPIOS
1. Halle las raíces de P() = det (A - I) = 0.

Estas constituyen los valores propios.
2. Para determinar los vectores propios se resuelve el

sistema homogéneo
(A - I)v = 0, correspondiente a cada valor propio.
EJEMPLO
Halle los valores y vectores propios de:
0 1 0

A  0 0 1  
 2 5 4 
EJEMPLO (sigue)
En este caso, puede determinarse que los
valores propios son =2, =1 y =1. Al estar
repetido uno de ellos, decimos que este valor
propio tiene multiplicidad 2.
Puede verificarse además que al valor propio
=1 le corresponde el vector propio (1, 1, 1) y
que al valor propio =2 le corresponde el (1,
2, 4).
TEOREMA
Si A es una matriz de orden n y 1,2,...,m son

“m” valores propios distintos de A, con vectores
propios u1,u2,...,um, entonces el conjunto de
vectores { u1,u2,...,um } es L.I.
DIAGONALIZACION DE MATRICES
Definición
Una matriz A de orden n es diagonalizable si
existe una matriz diagonal D y una matriz
inversible P tal que:
D = P-1 AP
TEOREMA
Una matriz A de orden n es diagonalizable si y
sólo tiene n vectores propios L.I.
En tal caso, la matriz diagonal D que es
semejante a A:
1)Tiene la diagonal conformada por los valores propios de A.
2) P es una matriz cuyas columnas son los vectores propios L.I de
A, entonces
D = P-1AP.
EJEMPLO
2 0 1 

A  1 5 0 
1 0 2
3 2
P    :   9  23  15
  1,   3,   5
EJEMPLO (sigue)
Matriz Diagonal
5 0 0 

D  0 3 0 
0 0 1
Matriz de transición
0 2 4 

P   1 1 1
0 2 4 
COMPROBACION
1
0 2 4  2 0 1 0 2 4  5 0 0 
 1 1 1   1 5 0    1 1 1  0 3 0 
       
0 2 4   1 0 2 0 2 4  0 0 1
1
P AP  D
COROLARIO
Si A es una matriz de orden n y tiene n valores

propios diferentes, entonces A es diagonalizable.
EJEMPLO
La matriz:
 1 1 2 

C   1 2 1 
 0 1 1
tiene tres valores propios diferentes:

  1,   1,   2
En consecuencia C es diagonalizable
EJEMPLO
Diagonalice la matriz A (si es posible):
2  1 
A 
5  2
EL TEOREMA DE CAYLEY-HAMILTON
Si A es una matriz cuadrada de orden

n y p(λ) es su polinomio característico,
entonces
p(A)=0 (matriz nula)
(Continua)
Ejemplo
Verifique el TCH para la matriz
1 2
A 
2 1
(Continua)
Ejemplo
Una matriz A de orden 3 tiene polinomio

característico
3 2
p       9  2  1
1
Use el TCH para determinar A

Trasformaciones Lineales 2015

Cargado por

Copyright:

Formatos disponibles

Trasformaciones Lineales 2015

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trasformaciones Lineales 2015

Cargado por

Copyright:

Formatos disponibles

TRANSFORMACIONES LINEALES

VECTORES y VALORES PROPIOS

– Circuitos eléctricos con m mallas y n fuentes de

– Las coordenadas de un punto en la pantalla del

T : Rn  Rm es una transformación lineal  T es

1. T:R3  R2 , T(x,y,z) = (-2x, x+y)

2. T:R2  R2 , T(x,y) = (x, y2 )

La aplicación T (x,y) = (x-y,y+x+2)

Nota: Si fuese lineal hubiese salido

ImgT   w W / w  T  v  para algún v V 

dim( Ker ( T ))  dim(Im( T ))  dim V

En la definición se excluye v = 0, toda vez que A.0 = 0 = 0 y así

P() = det (A – I) Polinomio característico

det (A – I) = 0 Ecuación característica

1. Halle las raíces de P() = det (A - I) = 0.

2. Para determinar los vectores propios se resuelve el

Halle los valores y vectores propios de:

Si A es una matriz de orden n y 1,2,...,m son

Si A es una matriz de orden n y tiene n valores

tiene tres valores propios diferentes:

Diagonalice la matriz A (si es posible):

Si A es una matriz cuadrada de orden

Verifique el TCH para la matriz

Una matriz A de orden 3 tiene polinomio

También podría gustarte