Documente Academic
Documente Profesional
Documente Cultură
Realizado por:
Luis Alejandro Ruiz Hernández
CI: 29.649.672
Ingeniería Sistemas
Índice ....................................................................................................................... 2
Introducción ............................................................................................................. 3
Transformaciones lineales. Definición ..................................................................... 4
Método de mínimos cuadrados ............................................................................. 13
Conclusión............................................................................................................. 17
Anexos .................................................................................................................. 18
2
Introducción
3
Transformaciones lineales. Definición
4
Que se puede resumir en T (α a + α b) = α T (a) + α T (b), llamada
propiedad de linealidad.
Si T: V → W es una transformación lineal, el espacio V se llama dominio de
T y el espacio W se llama codominio de T.
a) ¿∈ x, y Î R2 : T (x + y) = T (x) + T (y) ?
x = (x1, x2).
y = (y1, y2).
x + y = (x1 + y1, x2 + y2).
T (x + y) = T (x1 + y1, x2 + y2) = (x1 + y1 + x2 + y2, x1 + y1 - x2 - y2, x2 + y2) =
= (x1 + x2, x1 - x2, x2) + (y1 + y2, y1 - y2, y2) = T (x) + T (y)
b) ¿ ∈ x Î R2, k Î R : T (k x) = k T (x) ?
5
Se deben verificar las dos condiciones de la definición:
a) ¿ x, y Î R2 : T (x + y) = T (x) + T (y) ?
x = (x1, x2)
y = (y1, y2)
x + y = (x1 + y1, x2 + y2)
T (x) + T (y) = (x2, x1 + 2) + (y2, y1 + 2) = (x2 + y2, x1 + y1 + 4)
T (x + y) = T (x1 + y1, x2 + y2) = (x2 + y2, x1 + y1 + 2) ≠ T (x) + T (y)
Propiedades
6
Clasificación de las transformaciones lineales
Se dice que:
7
Ejemplos
Analicemos la transformación: T1: R2 →R2 / v e R2: T((x, y)) = (-y, x),
encontrando T1(v) para mil vectores v diferentes:
Im (T1) = {y e R2 / x e R2 : T1 (x) = y }
8
La imagen de esta transformación es una recta. ¿Cómo podemos obtener
su ecuación?
Sabemos que (0, 0) es un punto de la recta, porque siempre 0W pertenece a
la imagen de una transformación lineal.
Para obtener las coordenadas de otro punto:
T2 (1, 1) = (1 + 1, - 1 - 1) = (2, -2)
Propiedades
Si T: V W es una transformación lineal, Im (T) es un subespacio de W.
Sea T: V W una transformación lineal. T es suryectiva (o sobreyectiva) si y
sólo si Im (T) = W.
Sea T: V W una transformación lineal y sean v1, ..., vn e V. Si T (v1), ..., T
(vn) son linealmente independientes en W, entonces v1, ..., vn son linealmente
independientes en V.
9
Dominio, codominio, núcleo y recorrido de una transformación.
Al igual que las funciones tradiciones, las transformaciones tienen tres
partes esenciales para existir: el dominio, el codominio, y la regla de asignación,
como se observa en la figura.
10
EJEMPLO: Sea la transformación 𝑆: ℝ4 →𝑃1, definida por la regla de asignación
𝑆(𝑎, 𝑏, 𝑐, 𝑑) = (𝑎+ 𝑑) + (𝑏−𝑐)
Donde ℝ4 es el espacio vectorial de los cuartetos ordenados con
elementos reales, y 𝑃1 es el espacio vectorial de los polinomios de grado menor
o igual a uno.
En este caso, el dominio de 𝑆 será el espacio ℝ4; en tanto que el
codominio es 𝑃1. Para obtener el recorrido de la transformación se requiere
obtener uno de sus conjuntos generadores. Esto se logra a partir de la
transformación de una base del dominio; es decir, si se aplica la transformación a
la base de ℝ4
𝐵= {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)}
Se obtendrá un conjunto generador:
(1, 0, 0, 0) =
(0, 1, 0, 0) = 1
(0, 0, 1, 0) = −1
(0, 0, 0, 1) =
Entonces, el conjunto generador del recorrido es
𝐺= { , 1, −1, }
Como se observa, el conjunto 𝐺 también es generador de 𝑃1. En este caso, el
recorrido y el codominio son el mismo.
11
El recorrido se obtendrá por medio del conjunto generador resultante de
transformar la base {1,}.
12
de 𝑉 cuya transformación bajo tiene como único resultado al vector nulo del
espacio 𝑊 (codominio). Es decir, si se tiene una transformación : 𝑉→𝑊 y
existe un subconjunto 𝑈⊂𝑉 tal que (𝑈) = 0𝑊, entonces el subconjunto 𝑈 es el
núcleo de la transformación .
14
Actualmente, la mayoría de los programas de análisis de datos y planillas de
cálculo, realizan el proceso de minimización en forma automática y dan los
resultados de los mejores valores de a y b, o sea los valores indicados por las
ecuaciones.
REGRESIÓN MÍNIMO-CUADRÁTICA
Consiste en explicar una de las variables en función de la otra a través de
un determinado tipo de función (lineal, parabólica, exponencial, etc.), de forma que
la función de regresión se obtiene ajustando las observaciones a la función
elegida, mediante el método de Mínimos-Cuadrados (M.C.O.).
Elegido el tipo de función ¦ ( ) la función de regresión concreta se obtendrá
minimizando la expresión:
15
(yj - ¦ (xi ) ) 2. nij en el caso de la regresión de Y/X
16
Conclusión
17
Anexos
Ejercicios de transformaciones lineales
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45