ww w.
2. L(kv ) = kL(u).
at
em
at
ic a1
Denicin 1 Sean V, W espacios vectoriales, una transformacin lineal L es una funcin L : V W , tal que:
.c om
Demostracin: Sea L una transformacin lineal entonces, L(0) = L(v v ) = L(v ) L(v ) = 0
1.1.
Ncleo e imagen.
Denicin 2 Sea L : V W , una transformacin lineal, entonces el conjunto de vectores v V tales que L(v ) = 0, se llama Kernel o ncleo de L.
Denicin 3 Sea L : V W , una transformacin lineal, entonces el conjunto de vectores w W tales que existe un v V y L(v ) = w, se llama imagen de L. Proposicin 2 Sea L : V W , una transformacin lineal, entonces el kernel de L es un subespacio vectorial de W.
Denicin 5 Sea L : V W , una transformacin lineal, entonces la nulidad de L es la dimensin del ncleo de L.
ww w.
Demostracin: Sea L una transformacin lineal entonces, y sean v1 , v2 tales que T (v1 ) = T (v2 ), entonces T (v1 ) T (v2 ) = 0, o sea T (v1 v2 ) = 0, lo que implica que v1 v2 = 0, es decir v1 = v2 . As T es inyectiva.
at
em
at
Proposicin 3 Sea L : V W , una transformacin lineal, entonces L es inyectiva (uno a uno) si y slo si ker(L) = {0}.
ic a
1.c
om
T: x,y
6
x, y
-6
-4
-2
-2
-4
-6
Denicin 6 Sea L : Rn Rn , una transformacin lineal, denido por la matriz A, como L(x) = Ax.
ww w.
at
1.2.
em
at
ic a
1.c
om
T: x,y
6
y,x
-6
-4
-2
-2
-4
-6
-6
-4
at
em
2 4 6
-2
ww w.
-2
-4
-6
at
ic a
1.c
om
T: x,y
x, y
T: x,y
6
x,y
-6
-4
-2
-2
-4
-6
1.2.1.
ww w.
d) L(x, y, z ) = (x y, x2 , 2z ).
at
em
at
ic a
1.c
om
T: x,y
6
y,x
-6
-4
-2
-2
-4
-6
-6
-4
at
em
2 4 6
-2
ww w.
-2
-4
-6
at
ic a
1.c
om
T: x,y
y, x
T: x,y
10
2x,2y
7.5
2.5
-5
-2.5 -2.5
2.5
7.5
10
-5
7. Sea T : R2 R2 la transformacin lineal dada por L(u) = Au, donde A = a) Si T1 (u) = A2 u describir la accin de T1 en u. b) Si T2 (u) = A1 u describir la accin de T2 en u. c) Cual es menor valor de k tal que T (u) = Ak u = u. 8. Determine las coordenadas de la imagen del punto P = (5,
Cos() Sen() Para = 30 , L dene una rotacin de 30 en el sentido de las manecillas de reloj.
ww w.
6. Determinar los vectores x tal ques que L(x) = 0, para las transformaciones lineales anteriores. Sen() Cos() .
at
5. Sea L : R3 R3 una transformacin lineal tal que L(i) = (1, 2, 1), L(j) = (1, 0, 2), L(k) = (1, 1, 3). Determinar L(2, 1, 3).
em
at
4. Sea L : R2 R2 una transformacin lineal tal que L(i) = (2, 3), L(j) = (1, 2). Determinar L(4, 3).
ic a
1.c
om
9. Determinar la transformacin inversa de la rotacin del ejercicio 7. 10. Encontrar las siguientes imagenes de los siguientes puntos bajo los respectivos ngulos. a) P = (2, 3), = 90 . b) P = ( 3, 1), = 30 . c) P = (1, 2), = 45 . d) P = (5, 2), = 180 . e) P = ( 3, 1), = 60 . f ) P = (2, 3), = 30 . 11. Determinar la ecuacin que satisfacen el conjunto de imagenes del lugar x2 + y 2 = r2 bajo la rotacin con un ngulo . 3 1 2 2 12. Determinar si la siguiente matriz es una rotacin: A = . 1 3 2 2 13. Probar que la multiplicacin de matrices de rotacin es cerrada, y conmutativa. 14. Probar que la distancia entre dos puntos es invariante bajo la rotacin.
2. La matriz
4. La matriz
0 1 , mapea los puntos (x, y ) a los puntos (y, x) lo que signica una 1 0 reexin respecto al la recta y = x.
5. El producto de cualquiera de estas reexiones es una rotacin. 6. Observe que el determinante de cualquiera de estas reexiones es 1.
ww w.
3. La matriz
0 1 , mapea los puntos (x, y ) a los puntos (y, x) lo que signica una reexin 1 0 respecto al la recta y = x.
at
1 0 0 1 respecto al eje x.
, mapea los puntos (x, y ) a los puntos (x, y ) lo que signica una reexin
em
at
ic a
1. La matriz
1 0 respecto al eje y .
0 1
, mapea los puntos (x, y ) a los puntos (x, y ) lo que signica una reexin
1.c
om
1.3.
em
8. De los ejemplos anteriores se puede deducir que otros tipos de matrices reexin existen y mapean al plano a otro plano como un espejo respecto a una lnea l, se puede mostrar que son iguales a
Ejemplo: Determinar la matriz y ) del plano a su imagen de espejo de reexin F que mapea cada punto (x, respecto a la lnea y = 3x. Determinar la imagen del punto P = ( 3, 1).
ww w.
donde T es una matriz transformacin que mapea la lnea l sobre el eje x, R es la transformacin reexin respecto al eje x.
at
at
T 1 RT
ic a
1.c
om
l 0
ic a em
ww w.
at
l
at
1.c
P
om
Figura 1.11: P despus de T 1 . Una rotacin de 30 mapea la lnea y = 3 2 1 2 1 2 3 2 3x sobre el eje y . Tal rotacin se representa por la matriz:
Por lo tanto 3 2 1 F = T RT = 1 2 1 2 3 2 1 0 0 1 3 2 1 2 1 2 3 2
ww w.
at
em
T 1
3 2 = 1 2
1 2 3 2
at
ic a
1.c
T =
om
3x
0,2 P 3 ,1
ww w.
at
em
0 2
at
ic a
1.c
om
1. A es no singular. 2. x = 0 es la nica solucin del sistema Ax = 0. 3. A es equivalente por las a In 4. El sistema Ax = b tiene una nica solucin. 5. det(A) = 0. 6. A tiene rango n. 7. A tiene nulidad 0. 8. Las las de A forman un conjunto linealmente independiente en Rn . 9. El operador L : Rn Rn denido por L(x) = Ax, es uno a uno y sobre. Denicin 7 Sea L : V V , una transformacin lineal, la transformacin lineal L1 es la inversa de L, si L(L1 ) = I.
ww w.
at
em
at
ic a
1.c
om
Denicin 8 Sea A una matriz n n, y L la transformacin lineal dada por L(x) = Ax, entonces un valor propio de A es un nmero real y un vector x = 0 tal que: Ax = x. El vector x se llama vector propio de A.
ww
w.
at e
m at
ic a1
1. A =
2. A =
3. A =
4. A =
5. A =
4 9 . 4 1 vp = 8, 5, V p = (9, 4), (1, 1). 10 3 . 7 10 vp = 11, 11, V p = (1, 7), (3, 1).
6. A =
7. A =
9. A =
11. A =
12. A =
ww w.
10. A =
at
em
at
ic a
8. A =
1.c
om
13. A =
14. A =
15. A =
6 6 . 4 6 3 3 3 3 , 1), ( , 1). vp = 2 3, 2 3, V p = ( + 2 2 2 2 5 2 5 3 .
16. A =
2.1.
Si A =
Proposicin 7 Los valores propios de A son las races del polinomio caracterstico de A.
Denicin 10 Se dice que una matriz B es semejante o similar a una matriz A, si existe una matriz no singular (invertible) P , tal que: B = P 1 AP.
ww w.
1 3
2 4
at
em
at
ic a
Denicin 9 Sea A = (aij ) una matriz n n. El determinante de la matriz det(In A) le llamaremos el polinomio caracterstico de A.
1.c
om
Denicin 11 Se dice que una matriz B diagonalizable si es similar a una matriz diagonal.
Proposicin 9 Una matriz A n n, es diagonalizable si y slo si tiene n vectores propios linealmente independientes.
Proposicin 10 Si todas las races del polinomio caracterstico de una matriz A nn, son distintas, entonces A es diagonalizable. De ejercicios anteriores sabemos que: 1. A = 2 2 3 3 . vp = 4, 3, V p = (1, 2), (3, 1). 1 2 3 1 , podemos vericar que P 1 AP = 4 0 0 3
Si ponemos a P =
ww w.
at
em
at
ic a
2 1. Sea A = 1 2
1.c
2 2 2
3 1 , vericar si: 1
om
2 5
1 d) A = 4 1 0 2
b)
c)
d)
e)
ww w.
at
em
4 A= 2 1 1 A= 0 2 8 A= 0 8 3 A= 1 0
2 1 1 1 8 0 0 3 0
3 0 2 0 0 0 0 1 1
at
ic a
1.c
om