Documente Academic
Documente Profesional
Documente Cultură
Vamos a considerar de nuevo los tres sistemas de ecuaciones del problema prototípico,
recordando que el primero tiene una solución única, el segundo no tiene solución y el tercero
tiene una infinidad de
soluciones. I1 - I3 = 30 I1 - I3 = 30
3I1 + 5I2 + 2I3 = 55 (2) 3I1 + 5I2 + 2I3 = 55 (3)
11I1 - 3I2 = 30 4I1 + 7I2 + 3I3 = -25 4I1 + 7I2 + 3I3 = 1
-3I1 + 6I2 - I3 = 5 (1)
- I2 + 3I3 = -25
En esta actividad vamos a explorar la relación que existe entre
sistemas de ecuaciones y transformaciones lineales, i.e.,
funciones entre dos espacios vectoriales que preservan la estructura de espacio vectorial y que
definiremos en esta unidad.
Las matrices correspondientes a los sistemas de ecuaciones se obtienen copiando solo los
coeficientes de las variables como se ve a continuación:
11 −3 0 1 0 −1 1 0 −1
(
1. −3 6 −1
0 −1 3 ) (
2. 3 5 2
4 7 3 ) (
3. 3 5 2
4 7 3 )
Asociados a los sistemas o, equivalentemente, a las matrices correspondientes podemos asociar
una función que asocia a cada vector de R3 otro vector de R3 que se obtiene multiplicando la
matriz por el vector dado. Veremos en esta unidad cómo definir la multiplicación de matrices,
pero para los propósitos de esta actividad usaremos la siguiente definición:
¿¿
que define una función T: Rn → Rn como sigue:
2. Si T1: R3 → R3, T2: R3 → R3, T3: R3 → R3 son las funciones correspondientes a los
sistemas, discute como encontrarías todos los vectores X tales que Ti(X) = 0.
3. Si T1: R3 → R3, T2: R3 → R3, T3: R3 → R3 son las funciones correspondientes a los
sistemas, discute dado un vector Y como encontrarías todos los vectores X tales que
Ti(X) = Y
4. Puedes ver una relación entre encontrar todos los vectores X en la pregunta 2 y la 3?
Por ejemplo, dado Y, si puedes encontrar X y Z tal que
T(Z) = 0 y T(Y) = X, como encontrarías otro vector X’ tal que T(X’) = Y?
5. Si T1: R3 → R3, T2: R3 → R3, T3: R3 → R3 son las funciones correspondientes a los
sistemas, discute qué significa que las funciones Ti sean inyectivas, suprayectivas o
biyectivas. ¿Cómo se traduce esto en términos de las ecuaciones asociadas?
Teorema 3
Teorema 4
Consideremos dos espacios vectoriales, V y W, por ejemplo Rm y Rn. Supongamos que tenemos
un conjunto de vectores A1, A2, … , Am (escribimos los vectores con mayúsculas para
distinguirlos de los números reales escritos con minúsculas) en el espacio vectorial V tal que
todo vector X en V se puede escribir en forma única como X = x1∙A1 + x2∙A2 + …+ xm∙Am.
Vamos a ver más adelante que esta suposición es siempre válida, aunque solo lo demostraremos
en el caso de espacios vectoriales de dimensión finita. Supongamos además que tenemos m
vectores C1, C2, … , Cm en W.
Demuestra que
Bajo las condiciones dadas tenemos que: T(r∙X) = r∙T(X).
Teorema 6
Hay un isomorfismo de espacios vectoriales entre las matrices de nxn y las transformaciones
lineales de Rn a Rn.
Demostración.
Recordemos que los renglones de la matriz asociada a una transformación lineal se obtienen
como las imágenes de los vectores unitarios Ai, i = 1, … , n, donde las Ai tienen la propiedad de
que todo vector de Rn se puede expresar en forma única como combinación lineal de la Ai.
U(A1) = (b11, b12, … ,b1n)
T(A1) = (a11, a12, … ,a1n)
U(A2) = (b21, b22, … ,b2n)
T(A2) = (a21, a22, … ,a2n)
……………………………
……………………………
U(Am) = (bm1, bm2, … ,bmn)
T(Am) = (am1, am2, … ,amn)
Por lo tanto, el renglón asociado a (T+S)(Ai) se obtiene sumando los renglones asociados a T(Ai)
y a U(Ai), i = 1, 2, … , n, que implica que la matriz asociada a la suma de dos transformaciones
lineales se obtiene sumando las matrices asociadas a cada una de las transformaciones lineales.
Esto es, f(T + U) = f(T) + f(U).
Demuestra que
Bajo las condiciones dadas tenemos que: T(r∙X) = r∙T(X).