Espacios vectoriales

 Un espacio vectorial es una estructura algebraica que consta de un conjunto de elementos, llamados vectores, junto con dos operaciones, suma de vectores y multiplicación por un escalar, que satisfacen ciertos axiomas. Estos axiomas definen las propiedades fundamentales de los espacios vectoriales y permiten realizar operaciones algebraicas coherentes dentro de ellos.

Los ocho axiomas que deben cumplirse para que un conjunto sea un espacio vectorial son los siguientes:

1. Cerradura bajo la suma: La suma de dos vectores en el conjunto siempre da como resultado otro vector en el conjunto.

2. Asociatividad de la suma: La suma de vectores es asociativa, es decir, (u + v) + w = u + (v + w), para todos los vectores u, v y w en el conjunto.

3. Existencia de vector cero: Existe un vector cero en el conjunto que, al sumarse con cualquier vector del conjunto, da como resultado el mismo vector.

4. Existencia de inverso aditivo: Para cada vector u en el conjunto, existe un vector opuesto (-u) en el conjunto tal que u + (-u) = 0.

5.Cerradura bajo la multiplicación por un escalar: La multiplicación de un vector por un escalar en el conjunto siempre da como resultado otro vector en el conjunto.

6. Distributividad de la suma respecto a la multiplicación escalar: Para todos los escalares a y b, y para cualquier vector u en el conjunto, se cumple que (a + b)u = au + bu.

7. Distributividad de la multiplicación escalar respecto a la suma de vectores: Para cada escalar a y para cualquier par de vectores u y v en el conjunto, se cumple que a(u + v) = au + av.

8. Asociatividad de la multiplicación escalar: Para cada escalar a y b, y para cualquier vector u en el conjunto, se cumple que (ab)u = a(bu).

Un subespacio vectorial es un conjunto que cumple con los ocho axiomas de los espacios vectoriales y, además, es un subconjunto de otro espacio vectorial más grande. Esto significa que todos los elementos del subespacio también son elementos del espacio vectorial más grande y heredan las operaciones y propiedades de este.

Las tres propiedades que permiten probar si un subconjunto de un espacio vectorial es un subespacio son:

1. Contiene al vector cero: El subconjunto debe contener el vector cero del espacio vectorial más grande.

2. Cerradura bajo la suma: La suma de dos vectores en el subconjunto siempre da como resultado otro vector en el subconjunto.

3. Cerradura bajo la multiplicación por un escalar: La multiplicación de un vector del subconjunto por un escalar siempre da como resultado otro vector en el subconjunto.

La dimensión de un subespacio vectorial se refiere al número máximo de vectores linealmente independientes que pueden generar ese subespacio. Es la cantidad mínima de vectores necesarios para expresar cualquier vector dentro del subespacio mediante una combinación lineal de ellos. El rango de un subespacio es igual a su dimensión.

Una base de un subespacio vectorial es un conjunto de vectores linealmente independientes que generan el subespacio. Estos vectores son suficientes para representar cualquier vector dentro

Tarea: Informe - Transformaciones lineales

 

Tarea: Informe - Transformaciones lineales

 

 

 

 

 

 

 

JENIFER RESTREPO MONSALVE

 

 

 

 

INSTITUCIÓN UNIVERSITARIA PASCUAL BRAVO

FACULTAD DE INGENIERÍA

TECNOLOGÍA EN DESARROLLO DE SOFTWARE

2023

 

Tarea: Informe - Transformaciones lineales

 

 

 

 

 

 

1.       ¿Qué es una transformación lineal?

Una transformación lineal es una función matemática que mantiene las propiedades de linealidad, es decir, la aditividad y homogeneidad de la multiplicación por un escalar, y se utiliza para transformar vectores de un espacio vectorial en otro espacio vectorial. En términos más simples, una transformación lineal es una operación matemática que convierte un vector de un espacio en otro espacio, manteniendo la linealidad.

 

2.       ¿Cuáles son las condiciones para que exista una transformación lineal?

Para que exista una transformación lineal, se deben cumplir dos condiciones fundamentales:

 

La aditividad: T(u + v) = T(u) + T(v) para cualquier par de vectores u y v en el espacio vectorial.

La homogeneidad: T(cu) = cT(u) para cualquier vector u en el espacio vectorial y cualquier escalar c.

3.       Al menos cinco propiedades o teoremas de las transformaciones lineales

Las transformaciones lineales tienen varias propiedades y teoremas, algunos de los cuales se enumeran a continuación:

·         Teorema de la imagen: El rango de una transformación lineal es el conjunto de todas las posibles imágenes de un espacio vectorial.

·         Teorema del núcleo: El núcleo de una transformación lineal es el conjunto de todos los vectores del espacio vectorial que se mapean en el vector nulo del espacio de llegada.

·         Teorema de la dimensión: El teorema de la dimensión establece que la dimensión del núcleo más la dimensión del rango de una transformación lineal es igual a la dimensión del espacio vectorial de partida.

·         Teorema del isomorfismo: El teorema del isomorfismo afirma que si una transformación lineal es biyectiva, entonces los espacios vectoriales de partida y llegada son isomorfos, es decir, tienen la misma estructura algebraica.

·         Propiedad de composición: La composición de dos transformaciones lineales es también una transformación lineal.

 

 

 

 

 

 

4.       Un ejemplo de una transformación lineal.

Un ejemplo común de una transformación lineal es la rotación de un vector en un plano. Supongamos que tenemos un vector v = (x, y) y queremos rotarlo 90 grados en sentido antihorario. La transformación lineal de la rotación se puede representar mediante la matriz de transformación:

R = [0 -1]

    [1  0]

Aplicando la multiplicación matricial, podemos calcular la imagen de v bajo la transformación lineal de rotación:

Rv = [0 -1] [x] = [-y]

     [1  0] [y]   [x ]

 

Por lo tanto, la imagen de v después de la rotación es (-y, x).

 

5.       Cómo probar una transformación lineal:

Para probar que una transformación es lineal, debemos verificar que cumple con las dos propiedades básicas de linealidad: la aditividad y la homogeneidad. Es decir, que para cualquier par de vectores u y v, y cualquier escalar a, se cumpla que:

 

T(u + v) = T(u) + T(v)

T(a u) = a T(u)

 

Además, también podemos comprobar si se cumple la condición de preservar la estructura vectorial, es decir, si para cualquier par de vectores u y v, se cumple que:

 

T(u + v) = T(u) + T(v)

T(c u) = c T(u)

 

Donde c es un escalar. Si todas estas condiciones se cumplen, entonces podemos concluir que la transformación es lineal.

 

Espacios Vectoriales

 Un espacio vectorial es un conjunto no vacío 

$V$ de objetos, llamados vectores, en el que se han definido dos operaciones: la suma y el producto por un escalar (número real) sujetas a los diez axiomas que se dan a continuación. Los axiomas deben ser válidos para todos los vectores $u$, $v$ y $w$ en $V$ y todos los escalares $\alpha$ y $\beta$ reales.
Llamamos $u+v$ a la suma de vectores en $V$, y $\alpha v$ al producto de un número real $\alpha$ por un vector $v\in V$.

1. $u+v\in V$
2. $u+v=v+u$
3. $\left(u+v\right)+w=u+\left(v+w\right)$
4. Existe un vector nulo $0_V\in V$ tal que $v+0_V=v$
5. Para cada $v$ en $V$, existe un opuesto $\left(–v\right)\in V$ tal que $v+\left(–v\right)=0_V$
6. $\alpha v\in V$
7. $\alpha \left(u+v\right)=\alpha u+\alpha v$
8. $\left(\alpha +\beta \right)v=\alpha v+\beta v$
9. $\alpha \left(\beta v\right)=\left(\alpha \beta \right)v$
10. $1v=v$

Observación: En la definición anterior, cuando decimos «escalares» nos estamos refiriendo a números reales. En este caso, se dice que V  es un espacio vectorial real.