Universidad Peruana de Ciencias Aplicadas

Slides:



Advertisements
Presentaciones similares
Valores y vectores propios
Advertisements

UPC Tema: ESPACIO VECTORIAL Rn
FUNCIONES.
Universidad Peruana de Ciencias Aplicadas
Operaciones combinadas en los números reales Sesión 1.1 UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS Área de Ciencias Introducción a la matemática universitaria.
Sesión 14.3 Sistema Coordenado Tridimensional y Vectores en el espacio.
Física I. Sesión Nº 1: Vector unitario. Ángulos y cosenos directores.
UPC MATRICES MA49 (EPE) Universidad Peruana de Ciencias Aplicadas
EXPRESIONES ALGEBRÁICAS
Álgebra Lineal – Escuela Superior de Ingeniería de Bilbao – UPV/EHU
Unidad 4: espacio vectorial
Prof. Esteban Hernández
Vectores en el plano. Producto escalar.
006 MATRIZ INVERSA MATRIZ INVERSA.
Álgebra Lineal – Escuela Superior de Ingeniería de Bilbao – UPV/EHU
UPC TEMA : MATRICES TÓPICOS DE MÁTEMATICA 1 MA112 EPE-SISTEMAS
INIVERSIDAD AUTÓNOMA DE GUADALAJARA
Distinguir y realizar los cálculos con las operaciones matriciales básicas. Las operaciones matriciales permiten el abordaje de los métodos del álgebra.
TRANSFORMACIONES LINEALES PARA REDES NEURALES ARTIFICIALES
UPC TEMA : VECTORES EN R2 y R3 TÓPICOS DE MÁTEMATICA 1 MA112
Transformaciones Geométricas
Calcular el equivalente Thevenin
Matemática Básica (Ing.) 1 Sesión 11.3 Álgebra de matrices.
Sesión 14.3 Sistema Coordenado Tridimensional y Vectores en el espacio.
Sesión 10.2 Vectores en el Plano Matemática Básica(Ing.)
Introducción a los conceptos necesarios del álgebra lineal R. Meziat
VECTORES EN EL PLANO Nivel 4º E.S.O..
M A T R I C E S MATRICES matrices.
UNIDAD 4 Clase 5.2 Tema: Determinantes
ECUACIONES DE RECTAS Ecuación vectorial
Dualidad en Programación Lineal
UPC Funciones reales Tema: de varias variables
Matrices – Determinantes Sistemas de Ecuaciones lineales
Matrices: conceptos generales
Tema 3.- MATRICES INVERTIBLES
CAPÌTULO 1 Vectores en el espacio
UPC MA49 (EPE) Tema: Matriz Inversa
Presentado por: Steffany Serebrenik,
001 Vectores Vectores en dos dimensiones.
Sesión 14.3 Sistema Coordenado Tridimensional y Vectores en el espacio.
003 VECTORES VECTORES EN EL ESPACIO.
INTEGRAL DEFINIDA Prof. Evelyn Davila.
ANÁLISIS MULTIVARIANTE
Sistemas de Control y Proceso Adaptativo
Matemática Básica para Economistas MA99
@ Angel Prieto BenitoApuntes 2º Bachillerato C.T.1 REPASO DE 1º BCT TEMA 2.0 * 2º BCT.
Sesión 12.1 Álgebra de matrices.
UPC TÓPICOS DE MÁTEMATICA 1 MA112 EPE-SISTEMAS UNIDAD 3
UPC TÓPICOS DE MATEMÁTICA 1 EPE Extremos de una función real
Universidad Peruana de Ciencias Aplicadas
BASES DE UN ESPACIO VECTORIAL
Resolución de Sistemas Lineales Introducción. Notación matricial.
Unidad I. Fundamentos de Optimización
UPC MA112 (EPE) Tema: Matriz Inversa
Tema II Espacios vectoriales
Funciones logarítmicas
VECTORES EN EL PLANO PEDRO GODOY G SANTIAGO MIAMI MADRID A B C Un avión puede volar de Santiago a Madrid haciendo una escala técnica en Miami,
MENORES Y COFACTORES.
6. Sistemas de ecuaciones diferenciales lineales
UPC DETERMINANTES TÓPICOS DE MÁTEMATICA 1 MA112 EPE Tema :
Análisis cinemático: VELOCIDAD
UNSa Sede Regional Oran TEU - TUP. Un espacio vectorial (o espacio lineal) es el objeto básico de estudio del álgebra lineal.álgebra lineal A los elementos.
CALCULO VECTORIAL VECTORES EN R2 y R3
Módulo 4.  ¿Cómo puedo aplicar comprensivamente el cálculo en mi carrera?
UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TACHIRA UNIDAD DE ADMISION CURSO PROPEDEUTICO ASIGNATURA FISICA Prof. Juan Retamal G.
Algebra Lineal y Geometría Analítica Conferencia 4 Espacios Vectoriales 1.
Transformaciones lineales
FUNCIONES. FUNCIONES REALES DE VARIABLE REAL UNA FUNCIÓN f REAL DE VARIABLE REAL, es una correspondencia entre dos conjuntos reales A y B, que asocia.
@ Angel Prieto BenitoApuntes 2º Bachillerato C.T.1 VECTORES EN EL ESPACIO U.D. 9 * 2º BCT.
Escuela de Ciencias Básicas, Tecnologías e Ingenierías Álgebra Lineal – Webconferencia Ing. Vivian Alvarez A. Puerto Colombia, Mayo 04 de 2016.
Transcripción de la presentación:

Universidad Peruana de Ciencias Aplicadas TÓPICOS DE MÁTEMATICA MA112(EPE) UPC TEMA : TRANSFORMACIONES LINEALES

Habilidades: Definir el concepto de Transformación Lineal (T.L) Identificar las principales propiedades de las T.L. Describir el concepto de Núcleo de una Transformación Lineal.

Introducción: Las transformaciones lineales tienen una gran variedad de aplicaciones importantes, así tenemos: En un circuito eléctrico con m mallas y n fuentes de voltaje, las m corrientes de malla son funciones de los n voltajes de las fuentes. Las coordenadas en la pantalla del Display de un punto son función de las coordenadas (x,y,z) del punto en el mundo real y de las coordenadas (xo,yo,zo) del observador. Una empresa puede concebirse como un objeto que relaciona un conjunto de entradas (capital, productividad de los operarios,parámetros de operación , inventarios, etc) con un conjunto de salidas o resultados que son función de las entradas, entre ellas: producción de diferentes productos, ganancias, capital acumulado, etc.

Graficación por Computadora Con la graficación por computadora se dispone de recursos en el cual se desplaza la imagen de un diseño ,hacia la derecha ,la izquierda ,girar la imagen para apreciar otro lado de ella ,reducirla ,ampliarla,etc. Este recurso que posee una computadora mediante un software se realiza a través de las transforma- ciones lineales.

Ejemplos de transformaciones lineales Reflexión respecto al eje Y. En R2 consideremos la aplicación f tal que f(x,y)=(-x,y). Es fácil probar que es una transformación lineal.

Reflexión respecto al eje Y (-x,y) (x,y) x

Ejemplo 2: Operadores de proyección. La aplicación definida por: T(x,y,z)=(x,y,0) es una transformación lineal. Su función es la de proyectar un vector del espacio tridimensional en el plano XY.

Proyección en el plano XY z Proyección en el plano XY (x,y,z) y (x,y,0) x

TRANSFORMACIÓN LINEAL Sea T una aplicación de Rn en Rm : T: Rn Rm T se llama Transformación Lineal si se cumple: T ( V1 + V2 ) = T( V1 ) + T ( V2 ) 1. T ( c V ) = c T( V ) , c: escalar 2.

Ejemplos: Probar si las siguientes aplicaciones son Transformaciones Lineales: T: R2 R2 , T(x,y) = (x , y2 ) T: R3 R2 , T(x,y,z) = (-2x, x+y)

Forma general de las transformaciones lineales T: R2 R2 , T(x,y) = (a1x+a2y, b1x+b2y) T: R3 R2 , T(x,y,z) = (a1x+a2y+a3z, b1x+b2y+b3z) T: R2 R3 , T(x,y) = (a1x+a2y, b1x+b2y, c1x+c2y)

T: R3 R3 , T(x,y,z) = (a1x+a2y+a3z, b1x+b2y+b2z, c1x+c2y+c3z)

PROPIEDADES DE LAS T.L. 1) 2) 3) T(0 ) = 0 R n R m 2) T(a V + b V ) = a T ( V ) + b T( V ) 1 2 1 2 3) T(a V + a V +... + a V ) = a T ( V ) + a T( V ) + 1 1 2 2 k k 1 1 2 2 + ... + a T ( V ) k k

Ejemplo: Sea T: R2 R2 lineal Definamos solamente: T( i ) = (2; 3) , T( j ) = (1; 4) Luego: T(5; 6) = T( 5 i + 6 j ) = 5 T( i ) + 6 T( j ) = 5 (2; 3) + 6 (1; 4) = (16; 39)

Encontremos ahora, la forma general de T : T(x; y) = T( x i + y j ) = x T( i ) + y T( j ) = x (2; 3) + y (1; 4) = ( 2 x + y; 3 x + 4 y ) Así tenemos: T: R2 R2 T(x; y) = ( 2 x + y; 3 x + 4 y )

Observaciones: Una aplicación T de Rn en Rm es lineal si la imagen de toda combinación lineal en Rn es una combinación lineal en Rm. En particular en 2 para b=0 y para a=b=1 se tiene T(a x) =a T(x) T(x+y) = T(x)+T(y)

NO ES UNA TRANSFORMACIÓN LINEAL Ejemplo: La aplicación f(x,y)=(x-y,y+x+2) NO ES UNA TRANSFORMACIÓN LINEAL Ya que : f(0,0)=(0,2)

Sea A: matriz de orden m x n. Entonces, la transformación: TRANSFORMACIÓN LINEAL Y MATRICES TEOREMA: Sea A: matriz de orden m x n. Entonces, la transformación: T : R R tal que m n T( X ) = A X , es una Transformación Lineal

( RESPECTO A LAS BASES CANÓNICAS ) REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN LINEAL ( RESPECTO A LAS BASES CANÓNICAS ) TEOREMA: Toda T.L. de R a R se puede representar matricialmente como T( X ) = A m x n X de forma única. n m matriz estándar o canónica

A = ... Dada la transformación lineal T : Rn Rm T( e ) MATRIZ QUE REPRESENTA A UNA TRANSFORMACIÓN LINEAL RESPECTO A LAS BASES CANÓNICAS Dada la transformación lineal T : Rn Rm A = ... T( e ) j Las columnas de A son las coordenadas de T( ej ) relativas a la base canónica Rm

T:Rn Rm Ker ( T ) = { v Rn / T( v ) = 0 } DADA LA TRANSFORMACIÓN LINEAL : T:Rn Rm EL NÚCLEO o KERNEL DE T, ES: Ker ( T ) = { v Rn / T( v ) = 0 } Rm

T: Rn Rm Rn Rm Ker(T)

Ejemplo: Dada la transformación lineal: T:R2 R2 : T(x,y) = (x-2y, 4y-2x) determine el núcleo o kernel de T.

vector propio AV= V valor propio Sea T una transformación lineal. Si VECTOR Y VALOR PROPIO Sea T una transformación lineal. Si Entonces, decimos que V es un vector propio y es el valor propio asociado a la T.L Si escribimos la T. L en forma matricial, entonces, vector propio AV= V valor propio

Ejercicio Dada la transformación lineal T: R3 R3 tal que T(a,b,c)= (a -b+c, b, a - b+c) ¿Se puede afirmar que el vector v = (2, 0, 2) de R3 es un vector propio de T? ¿por qué?