Download resumen de operadores lineales
Document related concepts
Transcript
HÉCTOR ESCOBAR Unidad 3 Álgebra Lineal ALGEBRA LINEAL UNIDAD 3: OPERADORES LINEALES 1. CONCEPTO DE OPERADOR LINEAL: sea V , W dos espacios lineales, entonces un operador lineal (transformación lineal) es una función T : V → W donde cada elemento de V le corresponde un único elemento de W y además cumple con las condiciones siguientes: 1. Aditividad: ∀x, y ∈ V se cumple que T ( x + y ) = T ( x ) + T ( y ) . 2. Homogeneidad. Sean α ∈ ℜ, x ∈ V , entonces se cumple que: T (α x ) = α T ( x ) . NOTA: las dos propiedades anteriores se pueden resumir así: ∀ αi ∈ ℜ,∀ xi ∈ V n n se cumple que T ∑ α i xi =∑ α i T ( xi ) . i =1 i =1 El primer miembro es C.L de elemento de V . El segundo miembro es C.L de elemento de W . NOTA: el operador lineal T : V → W HOMEOMORFISMO de V en W . también recibe el nombre de 2. ALGEBRIZACION DE LOS OPERADORES LINEALES: sean L (V , W ) el conjunto de todos los operadores lineales. Entonces 〈 L (V ,W ),+,•〉 es un espacio lineal teniendo en cuenta que en L (V , W ) se han definido: a. La igualdad: T1 = T2 sii T1 (ν ) = T2 (ν ) ∀ν ∈ V . b. La suma (T1 + T2 ) ν (+ ) como una O.B.I : sean T1 , T2 ∈ L (V , W ) , entonces = T1 (ν ) + T2 (ν ) . c. El producto de un real por un operador lineal: (α T )ν = α T (ν ) . 1 HÉCTOR ESCOBAR Unidad 3 Álgebra Lineal 3. PROPIEDADES DE LOS OPERADORES LINEALES: 3.1 ∀ν ∈ V se cumple que T (− ν ) = −T (ν ) 3.2 todo operador lineal T : V → W transforma a θV en θW 3.3 sean T : V → W ; B = {ν 1 ,ν 2 , …,ν m } una base de V . Entonces si conocemos las imágenes de los elementos de B mediante T , también podemos conocer la imagen de cualquier elemento de V . 4. NUCLEO Y RANGO DE UN OPERADOR LINEAL. 4.1 Núcleo. Sea T : V → W un operador lineal. Entonces el núcleo de T son todos los elementos de V cuya imagen es θ W : N (T ) = {ν /ν ∈ V , T(ν ) = θ W }. NOTAS: a. N (T ) es un subespacio de V . b. Dim N (T ) ≤ Dim V c. N (T ) recibe el nombre de nulidad de T . 4.2 rango. Sea T : V → W un operador lineal. Entonces el rango de T es el conjunto de elementos de W que son imágenes de al menos un elemento de V . R(T ) = {w / w ∈ W ; ∃ν ∈ V ; T (ν ) = w}. NOTAS: a. R(T ) es un subespacio de W . b. Dim R (T ) ≤ Dim W . c. Si V y W son Subespacios Dim R (T ) + Dim N (T ) = Dim V . de dimensión finita, entonces 2 HÉCTOR ESCOBAR Unidad 3 Álgebra Lineal 5. CLASIFICACION DE LOS OPERADORES LINEALES. Sea T : V → W un operador lineal. Entonces: 5.1 T es inyectivo (1 − 1) si T (ν 1 ) = T (ν 2 ) → ν 1 = ν 2 , ∀ν 1 ,ν 2 ∈ V . Propiedad: T es inyectivo (1 − 1) si N (T ) = {θ v } (Dim N (T ) = 0) . 5.2 T es sobreyectivo si R(T ) = W , es decir, ∀w ∈ W , ∃ν ∈ V tal que T (ν ) = w . 5.3 T es biyectivo si es inyectivo y es sobreyectivo. NOTAS: 1. si T es biyectivo, recibe el nombre de operador regular. 2. si T : V → W es biyectivo (regular) entonces existe el operador inverso T −1 : W → V . 3. sea T : V → W con Dim V = Dim W = n. . Entonces a. si T es inyectivo, entonces T es sobreyectivo. b. Si T es sobuyectivo, entonces T es inyectivo. 6. isomorfismo. Sea T ∈ (V ,W ) un operador biyectivo (regular), entonces decimos que T es un isomorfismo o que V es isomorfo con W (V ≅ W ) . NOTAS: decir que T : V → W afirmaciones: es un isomorfismo, implica las siguientes a. T es biyectivo (regular). b. Dim V = Dim W . 3 HÉCTOR ESCOBAR Unidad 3 Álgebra Lineal c. Dim N (T ) = 0 . d. Si B1 = {ν 1 ,ν 2 ,… ,ν n } ⊆ V es L.I . , entonces B2 = {T (ν 1 ), T (ν 2 ),… , T (ν n )} ⊆ W también es L.I . . e. Si B1 = {ν 1 ,ν 2 ,… ,ν n } ⊆ V genera a V , entonces B2 = {T (ν 1 ), T (ν 2 ),…, T (ν n )} ⊆ W , también genera a W . B1 = {ν 1 ,ν 2 ,… ,ν n } ⊆ V es una base f. Si B2 = {T (ν 1 ), T (ν 2 ),…, T (ν n )} ⊆ W , también es base de W . de V, entonces * OTRA NOTA: para establecer un isomorfismo entre dos espacios lineales, basta con establecer una correspondencia entre sus bases canónicas. 7. MATRIZ ASOCIADA A UN OPERADOR LINEAL. 7.1 INTRODUCCION. a. Recordar en que consiste el vector de coordenada. b. Operador identidad: T : V → V , T ( x ) = x ó I ( x ) = x , recibe el nombre de operador identidad. c. Operador compuesto. Sea T ′ : V → U , T : U → W dos operaciones lineales. Entonces T o T ′ : V → W con T o T ′( x ) = T (T ′( x )) recibe el nombre de operador compuesto. d. Si T es un isomorfismo, entonces T o T −1 ( x ) = T −1o T ( x ) = I ( x ) = x . 7.2 sean T : V → W un operador lineal, donde Dim V = n y Dim W = m ; B1 = {ν 1 ,ν 2 ,…,ν n } una base de V . B2 = {w1 , w2 ,… , wm } una base de W2 . Hallar la matriz asociada a A mediante las bases B1 y B2 . 4 HÉCTOR ESCOBAR Unidad 3 Álgebra Lineal NOTAS: a. T ( x ) = Ax donde A es la matriz asociada a T mediante una base de V y otra de W (explicarlo). b. Si T : V → W es un isomorfismo y A es la matriz asociada a T , entonces A −1 es la matriz asociada a T −1 . 8. MATRIZ DE CAMBIO DE BASE. a. Sea V un espacio lineal con Dim V = n y sean B1 = {ν 1 ,ν 2 ,…,ν n } base ordenada de V ; B2 = {µ1 , µ 2 ,…, µ m } base ordenada de V con B1 ≠ B2 b. Sea x ∈ V . Por su B1 y B2 bases de V , se tiene que: x = α 1ν 1 + α 2ν 2 + … + α nν n x = β1ν 1 + β 2ν 2 + … + β nν n (x ) B1 = α 1 + α 2 + … + α n vector de coordenadas en B1 (x ) B2 = β 1 + β 2 + … + β n vector de coordenadas en B2 c. Lo que se pretende es hallar una matriz A tal que conocido ( x )B1 , halle ( x )B2 : Sea I : V → V con I ( x ) = x por la matriz asociada tenemos que [T (x )] = A( x )B Def de matriz asociada [T (x )] = A( x )B Sustituyendo la base BW B2 V 1 5 HÉCTOR ESCOBAR Unidad 3 Álgebra Lineal (x ) B2 = A( x )B . Por T ( x ) = I ( x ) = x . 1 d. En forma análoga si se desea pasar la base B2 a la B1 se hace lo siguiente: A( x )B = ( x )B caso anterior 1 2 A −1 [A( x )B ] = A −1 ( x )B Premultiplicando 1 (A A)(x ) −1 (x ) B1 B1 2 = A −1 ( x )B Asociatividad 2 = A −1 ( x )B Def de inversa e ident 2 es decir si A es la matriz de cambio de base de B1 a B2 , entonces A matriz de cambio de base de B2 a B1 . −1 es la 6