Professional Documents
Culture Documents
Tema 2
Aplicaciones Lineales y Matrices
Curso 2012-2013
2
Tema 2 Introducción
El programa pone:
Bibliografia.-
•De Burgos, J “Álgebra Lineal”. J.. Ed. Mc. Graw Hill.
•López Pellicer y García García “Álgebra lineal y Geometría”. Ed. Marfil.
•De la Villa A. “Problemas de Álgebra Lineal”
•Tébar Flores “Problemas de Álgebra Lineal”.
3
Tema 2 Guión del tema
Espacio Vectorial
• Definición en R o en C… Ejemplos. Propiedades.
• Sistemas de vectores. Dependencia e independencia lineal. Rango
de un conjunto de vectores….
• Subespacio vectorial, definición, C N y S.
• Subespacio generado. Sistema generador. Bases. Coordenadas.
Dimensión. Ecuaciones de los subespacios.
• Cambios de bases, ecuaciones.
Aplicación lineal entre e.v.
• Concepto, ejemplos. Algunas propiedades. Núcleo e imagen. Tª de
las dimensiones.
• Matriz de una aplicación lineal
• Cambio de bases en una aplicación lineal, matrices equivalentes y
semejantes.
Espacios vectoriales afines.
• Definición. Sistemas de referencia. Cambios del Sistema de
Referencia.
Espacios vectoriales con producto escalar.
• Definición, normas distancias, ángulos, ortogonalidad..
• Expresión matricial del p.e.
Operaciones elementales sobre matrices…,
Recordatorio sobre determinantes, SEL etc
4
Tema 2 Definición de E.V.
{
P3 (x) = a0 + a1x + a2 x2 / ai ∈ R }
3. Las matrices Mp,q con la suma y producto por números
reales.
4.- Las sucesiones reales .
{xn } + {yn } ={xn + yn }
{xn } {axn } ∀a ∈ R
a·= y ∀ {xn } , {yn } ∈ Sucesiones de nº reales
6
Tema 2 Propiedades….c.l, sistema generador
Ejemplos:
1. S={(-a,a)/a∈R}, es un subespacio vectorial de R2.
2.- P2 (x) es un subespacio vectorial de P3 (x).
3.- S={(-a+1,a)/a∈R}, NO es un subespacio vectorial de R2.
7
Tema 2 Operaciones con subespacios
Intersección.-
Teorema: Sea (V,+,·K) un K-espacio vectorial y sean S1 y S2 dos
subespacios vectoriales de V, entonces
S1 ∩ S 2 = {x / x ∈ S1 y x ∈ S 2 } es también subespacio vectorial de V.
Suma de subespacios.-
Definición: Sean S1, S2 dos subespacios vectoriales del K-espacio
vectorial (V,+,·K) se define la suma:
S1 + S 2 = {x ∈ V / x = x1 + x2 , xi ∈ Si ; i = 1,2}
Teorema: S1+S2 es también subespacio vectorial.
8
Tema 2 Operaciones con subespacios
Ejercicio:
Sea M generado por {(1,0,1); (0,1,1)} y L generado por {(1,1,1);
(2,0,1)} . Hallar S+L y S∩L.
9
Tema 2 Combinaciones lineales , sistema generador
∑ αi ·xi
x es combinación lineal de x1 , x2 ,...., xn: ∃α1 ,α2 , ..., αn ∈ K / x =
i=1
1...Se dice que {x1 , x2 ,...., xn } son vectores linealmente independientes (l.i.)
n
o tambien familia libre cuando se verifica Si ∑ α ·xi i = 0 → αi = 0 ∀i
2...El conjunto de vectores {x1 , x2 ,..., xn } se dice que es un conjunto de vectores
i=1
Ejemplos:
1. En R2, (1,-2)(2,-4) son l.d.
2. En R3 a)(1,2,3), (1,1,0), (1,0,0) son l.i.
b) (1,2,3), (1,1,0), (1,3,6) son ld
3. En P3(x) {1+x+x3, 2x+x2, 2-x2+2x3} son l.d.
3.- En las matrices M2,3 las matrices A,B,C,D,E,F son una base del E.V.
1 0 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1
A= , B= C= , D= , E= , F= ,
0 0 0 0 0 0 0 0 0 1 0 0 1 1 0 1 1 1
n
Si B= {v1 ,..., vn } es una base de un e.v. entonces si x ∈=
V⇒x ∑ α ·v i i αi ∈ K
i=1
∑ γ i·xi=xB1
queremos obtener las coordenadas en la base B1 , que llamamos γ i ∈ K / x =
i=1
Suponemos que nos dan las coordenadas de los vectores de la base B2 en la base B1
y=
1 β11·x1 + ... + β1n·xn .... y=
2 β21·x1 + ... + β2n·xn ..... y=
n βn1·x1 + ... + βnn·xn
γ=
1 α1·β12 + α2·β22 + ... + αn·βn2 ... γ=2 α1·β12 + α2·β22 + ... + αn·βn2
... γ=
n α1·β1n + α2·β2n + ... + αn·βnn ...... o en forma matricial.....
Algunas propiedades:
• f(0E)=0F … f(-x)=-f(x) ….. f(x-y)=f(x)-f(y)
a) ∀A ∈ Π, ϕ ( A,A ) = 0
b) ∀A,B ∈ Π, ϕ ( A,B )= −ϕ (B, A )
c) ∀A,B,C ∈ Π se cumple ϕ ( A,B ) = ϕ ( C,D ) ↔ ϕ ( A, C ) = ϕ (B,D )
Ejemplos.-
– Plano afín A2=(R2, V2, φ)
– Espacio afín tridimensional A3=(R3, V3, φ)
Siendo φ(P,Q)=(q1-p1,q2-p2,...) y P=(p1,p2,..) y Q=(q1,q2,..)
19
Tema 2 Sistemas de referencia..coordenadas
{ }
A OU1 ,..., OUn le llamaremos “base vectorial asociada” al sist. de
referencia afín {O, U1 ,..., Un }
{
Habitualmente un SR afin R se suele expresar como O, U1 ,..., Un }
donde U1 OU
= = 1 ,..., Un OUn
Es decir un SR son n + 1 puntos ó un punto y una base del e.v
Definición:
– Llamamos dimensión del espacio afín a la dimensión del e.v.
asociado.
Ejemplos
En el plano R1={O,E1,E2} con O=(0,0), E1=(1,0),E2=(0,1) es un S.R.
En el plano R2={A,P1,P2} con A=(1,1), E1=(2,3), E2=(4,6) es otro S.R.
Ejercicios.-
Obtener las coordenadas del punto P(8,9) del plano afín en el sistema R2
{
( φ )y los S.R. R= O,u 1,.. .,un
Sea el EAfin A=Π,V, } {
R'= O',v1 ,...,vn }
Sea X = XR = ( x1 ,..., xn ) ⇔ OX = x1 u1 + ...+ xn un
n n
Sea X=XR'= ( x'1 ,...,x'n ) ⇔ O'X=∑ x'i vi y sea OO'= ( a1 ,...,an ) =∑ ai ui
i=1 i=1
n
v1 = ∑ a1i ui
i =1
Sean .......... ⇔P =
aij con P "matriz del cambio de bases"
v
n = ∑ a u
ni i
entonces sustituyendo obtenemos las ecs. del cambio de S.R.
x1 = a1 + x '1 a11 + ... + x 'n an1
........... que en forma matricial sería
x = a + x ' a + ... + x ' a
n n 1 1n n nn
22
Tema 2 Cambios de sistemas de referencia
a11 a1n
( x1 ,..., xn ) ( a1 ,..., an ) + ( x '1,..., x 'n )
= ⇔ ( X=A+X´.P )
an1 ann
1 a1 an
0
(1, x1 ,..., xn ) (1, x '1 ,..., x 'n )
⇔ simplificadamente X=X´.B
P
0
(siendo la matriz B y X= (1,x1 ,...,xn ) y X´= (1,x'1 ,...,x'n ) )
Ejercicios.
1. Buscar las ecs. de los cambios de sistemas de referencia en el
plano y en el espacio de los ejemplos anteriores….…
2. Obtener las ecuaciones de alguna variedad afín.
23
Tema 2 Producto Escalar
Ejemplos :
1.- En el e.v V2= {(x, y) / x, y ∈ R} si x
= ( x1, x2 ) y= ( y1 , y2 )
x.y x1.y1 + x2 y2
= es un p.e.
2.- En el mismo e.v. a) x.y = x1y1 + ( x1 + x2 ) ( y1+y2 ) tambien es p.e.
x1y1 + 2x2 y2 + 3 ( x1y2 + y2 ) es otro p.e.
b) x.y =
=
3.- Si Fc a,b = {funciones continuas definidas en el intervalo real a,b }
b
y sea φ : Fc xFc → R definida
= φ ( f, g) ∫ f(x)g(x)dx ∀f, g ∈ Fc es un p.e.
a
24
Tema 2 Norma y ángulo en el e.v.e.
{ }
p
- Un sistema de vectores ui se dice ortogonales dos a dos
1
cuando: u=
i ⋅ uj 0, para i ≠ j
- Un vector a es ortogonal a un subespacio S cuando es ortogonal
a todos los vectores de S: a ⊥ S ⇔ a ⋅ y = 0 ∀y ∈ S
- Para que a sea ortogonal a S basta con que lo sea a una
cualquiera de sus bases.
- Una base de un e.v. se dice ORTOGONAL cuando sus vectores
son ortogonales dos a dos
- Una base de un e.v. se dice ORTONORMAL cuando sus vectores
son ortogonales dos a dos y unitarios (de norma 1)
{e }
n
i ortogonal ⇔ ei ⋅ e=
j 0 i≠ j
1
ei ⋅ e= 0 i≠ j
{e }
n j
i ortonormal ⇔
ei ⋅ e= 1 =
i j
1
i
26
Tema 2 Ortogonalidad en un e.v.e…Expresión matricial de un p.e.
=
Si E n ( Vn ,.) e.v. euclídeo y B= {u1 , u 2 , _, u n } una base de V
=
∑= ∑
n n
y sean x xu e y
1 i i 1
yi u i entonces :
y1
x.y (=
x1 ,...., x n ) ((g ij )) ... donde g ij es la matriz cuadrada definida por g ij u i .u j
y
n
( )
A la matriz G = ( g ij ) le llamamos matriz del producto escalar (MATRIZ DE GRAMM )
G es simétrica pues g ij = g ji ∀i,j y definida positiva (xGx t ) > 0 ∀x
Fin
Volver
28
Tema 2 Función…Aplicación…
Función f: A → B
Original x
Imagen f(x)
Dominio o campo de existencia….
Conjunto Imagen
Aplicaciones…
– Inyectiva… Suprayectiva…..Biyectiva
EJERCICIOS…
Estudiar f: R →R
f(x) x.......
= ....... f(x) x=
f(x) x2= .....f(x) ln(x).......
x +1
x
x2 + 1.......f(x) =
f(x) = x2 − 4.......f(x) = ..... Volver
x −1
29
Tema 2
Función…Aplicación…
Volver
30
Tema 2 Ecuaciones de los Subespacios
31
Tema 2
32
Tema 2
33
Tema 2
34
Tema 2
Volver
36
Tema 2 Introducción a la expresión matricial
* Idem con
Volver
37
Tema 2
……