Espacios vectoriales

Introduccin.
La idea de vector est tomada de la Fsica, donde sirven para representar
magnitudes
vectoriales como fuerzas, velocidades o aceleraciones. Para ello se emplean
vectores de
dos componentes en el plano, de tres componentes en el espacio...
Se supone conocida la representacin grfica y manejo de los vectores de 2
y de 3
.
En Matemticas, tratamos de abstraer las propiedades que caracterizan a los
vectores para
extenderlas tambin a otro tipo de objetos diferentes de los vectores de la
Fsica.
Esencialmente, el comportamiento que caracteriza a los vectores es el
siguiente:
Podemos sumar dos vectores y obtenemos otro vector;
Podemos multiplicar un vector por un nmero (escalar) y obtenemos otro
vector.
Adems estas operaciones cumplen ciertas propiedades, que observamos en
los vectores
de 2
y de 3
:
En lo sucesivo, utilizaremos habitualmente la siguiente notacin: u,v,w (u otras
letras latinas) para
vectores, mientras que las letras griegas designarn escalares.

1.1Definicin de un espacio vectorial

Un espacio vectorial es un espacio de numerosos vectores diseminadas en todas
las direcciones en las dos operaciones bsicas que es la adicin y multiplicacin
escalar, que puede realizarse con el cumplimiento de las siguientes propiedades:
Considere un espacio vectorial V formado por los vectores x, y, z, a continuacin,
tenemos las siguientes propiedades como verdaderas:
Propiedades de la suma
1. Propiedad de operacin interna: Si el vector x es parte del espacio vectorial y el
vector y es parte del espacio vectorial, y el vector resultante de la suma de estos dos
vectores, el cual es el vector x + y es tambin una parte del espacio vectorial mismo.
2. Propiedad conmutativa: Si el vector x es parte del espacio vectorial, el vector y es
parte del espacio vectorial, y tenemos un vector resultante de la suma de estos dos
vectores, entonces el vector x + y es igual al vector y + x .
3. Propiedad asociativa: Si el vector x es parte del espacio vectorial, el vector y es
parte del espacio vectorial y el vector z es parte del espacio vectorial, y tenemos un
vector resultante de la adicin de estos tres vectores entonces el vector x + (y + z) es
igual al vector (x + y) + z.
4. Identidad aditiva: todo espacio vectorial contiene un vector nulo que es un vector
cero, lo que se denomina como la identidad aditiva, de tal manera que su suma con
cualquiera de los vectores en el espacio vectorial, no cambia el vector real, que es 0 +
x = x.
5. Inverso aditivo: Para todos los vectores de un espacio vectorial determinado, existe
un vector inversa disponible en el mismo espacio de tal manera que la suma de los
dos vectores nos da un vector cero, en consecuencia si tenemos un vector x en el
espacio vectorial entonces debemos tambin tener un vector -x del mismo vector en el
espacio.
Propiedades escalares de la multiplicacin:
Una multiplicacin escalar es aquella en la que se multiplica un vector con cualquier
cantidad escalar, que consiste en multiplicar la cantidad que contiene una direccin
con una cantidad sin direccin.

1. Propiedad de operacin interna: Si tenemos un vector x en un espacio vectorial

dado y un nmero real, entonces decimos que el vector resultante de la multiplicacin
escalar de estas dos cantidades, debe existir tambin dentro del mismo espacio
vectorial.
2. Propiedad distributiva: Si se tiene los vectores x y y en un espacio vectorial V y un
nmero real, entonces la operacin de a. (x + y) es equivalente a ax + ay.
3. Propiedad distributiva: Si hay un vector x en un espacio vectorial V y un nmero
real a y b, la operacin (a + b) x es equivalente a ax + bx.
4. Propiedad asociativa: Si hay un vector x en un espacio vectorial V dado y un
nmero real a y b, entonces la operacin a. (bx) es equivalente a (ab) x.
5. Propiedad unitaria: La multiplicacin de cada vector en un espacio vectorial dado
con una cantidad de unidas escalar dar como resultado al vector actual.
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/DefinicionDeEspacioVectorial#sthash.hFiYKSo
e.dpuf

4.2Definicin del subespacio y sus propiedades

Sea V un espacio vectorial arbitrario sobre un campo F. Un subconjunto no vaco W

de V es llamado subespacio lineal de V, o simplemente un subespacio, siempre que
se cumplan dos condiciones:
(i) a + b 2 W siempre a, b 2 W, y
(ii) ra 2 W siempre que r 2 F.
Est claro que todo subespacio de un espacio vectorial contiene el vector cero, 0. De
hecho, {0} es un subespacio propio, llamado subespacio trivial. Consideremos, por
ejemplo, una ecuacin lineal a, b, c, d 2 F. Si d 6= 0, entonces su conjunto de
soluciones no puede ser un sub-espacio de F3 ya que x = y = z = 0 no ser una
solucin, y por lo tanto los conjunto de soluciones no contienen 0 = (0, 0, 0)T . Por otro
lado, como se seala a continuacin, el conjunto solucin de un sistema arbitrario
homogneo ax + by + cz = 0 es un subespacio de F3.
Un subespacio W de V es un espacio vectorial sobre F por derecho propio. Sabemos
por supuesto que W es un subconjunto no vaco de V, el cual es cerrado bajo la suma

y la multiplicacin escalar. Pero entonces W contiene 0, ya que 0W = 0 para cualquier

w 2 W, y cada elemento w de W tiene su inverso aditivo -w en W, ya que -w = (1) w.
Pero el resto de los axiomas de espacio vectorial estn en W, puesto que ya lo estn
en V. Por lo tanto, mantienen todos los axiomas del espacio vectorial en W.
Un hecho muy interesante sobre el espacio vectorial es que para cada espacio
vectorial tenemos en realidad dos subespacios. Uno de ellos es el espacio vectorial
propio, mientras que el otro es el subespacio cero, es decir, W = {0}.
Veamos un ejemplo de subespacio.
Calcula si el conjunto de entrada viene siendo el subespacio del espacio vectorial
dado. Tenemos w como un conjunto de puntos de R2 donde el valor de cada elemento
del conjunto debe ser mayor que cero. Se est formando un subespacio de R2?
Para probar esto simplemente tenemos que confirmar si el conjunto de entrada se
ajusta a la propiedad de cierre de la multiplicacin y suma escalares.
Tomando la primera propiedad de clausura bajo la adicin
(x1, y1) + (x2, y2) = (x1 + x2, y1 + y2)
Ahora, ya se ha dicho que el valor de cada elemento en el conjunto es mayor que
cero. Por lo tanto, tenemos x1 y x2 es mayor que cero, esto significa que su
suma tambin debe ser mayor que cero. Similar es el caso de y1 y y2. Esto
significa que la propiedad de clausura bajo la adicin es cierta.
Tomando la segunda propiedad de la multiplicacin escalar,
Para demostrar esta propiedad tomamos una cantidad escalar negativa c. Entonces
su multiplicacin con cualquier elemento del conjunto ser, c(x, y) = (cx, cy)
Como el valor de c es negativo su multiplicacin con cualquier cantidad positiva
produce un trmino negativo. En consecuencia, la propiedad de cierre de la
multiplicacin escalar no es verdadera lo cual significa que no forma parte del espacio
vectorial dado.
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/DefinicionDeSubespacioVectorial#sthash.O9VA
0YbF.dpuf

4.3Combinacin lineal. Independencia lineal

En las Matemticas generales, el trmino combinacin lineal se refiere a una

expresin desarrollada a partir de un conjunto de trminos especficos, despus de la
multiplicacin de cada trmino del conjunto por una constante en particular, y
posteriormente mediante la suma del resultado. La forma bsica de la combinacin
lineal es ax + by. Aqu tanto a como b son trminos constantes particulares. La
Combinacin Lineal constituye el concepto bsico del lgebra lineal.
Entendamos la definicin de una manera ms precisa. Considere el campo K y
el espacio vectorial V, que est sobre K. Suponga que v1 . vn son vectores juntos
con a1an los cuales son escalares. Por lo tanto, la combinacin lineal de los
vectores es:
Podra darse el caso que uno se confunda con el significado bsico de Combinacin
lineal, es decir, si la Combinacin Lineal es un valor o una expresin. Puede verse
que en la mayora bsicamente el concepto se refiere a un valor, aunque de vez en
cuando se trata como una expresin.
Otro concepto importante que est ms o menos relacionado con la Combinacin
Lineal es la Independencia Lineal. Una familia de vectores se dice que es linealmente
independiente cuando ninguno de ellos puede ser escrito con trminos de
combinacin lineal dentro de la variedad de los vectores del conjunto.
La definicin ms formal y precisa de la Independencia Lineal supone que V denota
un espacio vectorial no necesariamente de dimensin finita en un campo arbitrario F.
Antes de definir la nocin de la dimensin V, primero debemos introducir algunas
nociones preliminares, a partir de la Independencia Lineal. De manera informal
situamos que, un conjunto de vectores son linealmente independientes si ninguno de
ellos puede expresarse como una Combinacin Lineal de los otros. En otras palabras,
dos vectores son linealmente independientes cuando no se encuentran en la misma
lnea a travs del origen y tres vectores son independientes cuando no se encuentran
en el mismo plano a travs del origen.
Veamos una definicin ms profunda de este concepto. Si w1. . . wk estn en V.
Decimos que w1. . . wk son linealmente independientes (simple o independiente) si y
solo si la combinacin a1w1 + a2w2 + + akwk = 0, con a1, a2, . . . , ak F es una
combinacin trivial a1 = a2 = = ak = 0. Si la ecuacin a1w1 + a2w2 + + akwk
= 0 tiene una solucin en la que algunos ai 0, decimos que w1. . , son linealmente
independientes (simple o independiente). Tambin diremos que un subconjunto finito
S de V es independiente si los vectores contenidos en S son independientes.
Por ejemplo: Supongamos que queremos saber que si los vectores (1, 1) y (3, 2) son
linealmente independientes o no. Comencemos esta prueba simple: Considere que 1
y 2 to son dos nmeros reales que satisfacen (1, 1) 1 + (3, 2) 2 = (0, 0).
Simplificando las coordenadas individualmente, obtenemos
1 3 2 = 0

1 + 2 2 = 0
Al resolverlo, obtenemos 1 = 0 y 2 = 0
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/CombinacionLineal#sthash.M8aNSRtc.dpuf
4.4Combinacin lineal. Independencia lineal
En las Matemticas generales, el trmino combinacin lineal se refiere a una
expresin desarrollada a partir de un conjunto de trminos especficos, despus de la
multiplicacin de cada trmino del conjunto por una constante en particular, y
posteriormente mediante la suma del resultado. La forma bsica de la combinacin
lineal es ax + by. Aqu tanto a como b son trminos constantes particulares. La
Combinacin Lineal constituye el concepto bsico del lgebra lineal.
Entendamos la definicin de una manera ms precisa. Considere el campo K y
el espacio vectorial V, que est sobre K. Suponga que v1 . vn son vectores juntos
con a1an los cuales son escalares. Por lo tanto, la combinacin lineal de los
vectores es:
Podra darse el caso que uno se confunda con el significado bsico de Combinacin
lineal, es decir, si la Combinacin Lineal es un valor o una expresin. Puede verse
que en la mayora bsicamente el concepto se refiere a un valor, aunque de vez en
cuando se trata como una expresin.
Otro concepto importante que est ms o menos relacionado con la Combinacin
Lineal es la Independencia Lineal. Una familia de vectores se dice que es linealmente
independiente cuando ninguno de ellos puede ser escrito con trminos de
combinacin lineal dentro de la variedad de los vectores del conjunto.
La definicin ms formal y precisa de la Independencia Lineal supone que V denota
un espacio vectorial no necesariamente de dimensin finita en un campo arbitrario F.
Antes de definir la nocin de la dimensin V, primero debemos introducir algunas
nociones preliminares, a partir de la Independencia Lineal. De manera informal
situamos que, un conjunto de vectores son linealmente independientes si ninguno de
ellos puede expresarse como una Combinacin Lineal de los otros. En otras palabras,
dos vectores son linealmente independientes cuando no se encuentran en la misma
lnea a travs del origen y tres vectores son independientes cuando no se encuentran
en el mismo plano a travs del origen.
Veamos una definicin ms profunda de este concepto. Si w1. . . wk estn en V.
Decimos que w1. . . wk son linealmente independientes (simple o independiente) si y
solo si la combinacin a1w1 + a2w2 + + akwk = 0, con a1, a2, . . . , ak F es una
combinacin trivial a1 = a2 = = ak = 0. Si la ecuacin a1w1 + a2w2 + + akwk
= 0 tiene una solucin en la que algunos ai 0, decimos que w1. . , son linealmente

independientes (simple o independiente). Tambin diremos que un subconjunto finito

S de V es independiente si los vectores contenidos en S son independientes.
Por ejemplo: Supongamos que queremos saber que si los vectores (1, 1) y (3, 2) son
linealmente independientes o no. Comencemos esta prueba simple: Considere que 1
y 2 to son dos nmeros reales que satisfacen (1, 1) 1 + (3, 2) 2 = (0, 0).
Simplificando las coordenadas individualmente, obtenemos
1 3 2 = 0
1 + 2 2 = 0
Al resolverlo, obtenemos 1 = 0 y 2 = 0
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/IndependenciaLineal#sthash.zejhCaFo.dpuf

4.4Bases y dimensin de un espacio vectorial, cambio de base

La base de un espacio vectorial es un subconjunto de un espacio vectorial que se
extiende sobre un espacio vectorial determinado y es linealmente independiente en el
mismo. Esto es, si tenemos un espacio vectorial V y tenemos S como un subconjunto
de este espacio vectorial, el cual consiste de n vectores de la forma v1, v2, v3
vn entonces podemos definir que este subconjunto es la base del
espacio vectorial dado, si cumple las dos condiciones siguientes:
1. Este subconjunto se extiende a travs del espacio vectorial dado. 2. S es
subconjunto de V conteniendo los vectores de V, los cuales son linealmente
independientes.
Con la ayuda de una ecuacin lineal podemos representar tal conjunto como,

Aqu v es un vector que yace en el espacio vectorial dado y los vectores n

representados como v-1, v2, v3 vn forman parte de la base del espacio
vectorial dado.
Existen numerosos ejemplos de la base de un espacio vectorial. Imagina tres
dimensiones las cuales constan de dos vectores. Imagina que estos vectores no son
planos. El plano definido con la ayuda de estos dos vectores slo formar una base
para los espacios tridimensionales actuales. Esto es porque si definimos

una combinacin lineal con la ayuda de estos dos vectores, entonces este se
encontrara definitivamente dentro el plano mismo e inversamente tambin es posible
expresar un vector dentro del plano como una combinacin lineal de ambos. Ahora
extendamos esta definicin para formar la base de la definicin de la dimensin del
espacio vectorial. Imaginemos que tenemos un espacio vectorial V y sea S la base de
este espacio vectorial. Ahora coloquemos un nmero limitado de vectores en la base
de espacio vectorial S, entonces definiramos este espacio vectorial dado como un
espacio vectorial de dimensin finita y la dimensin real se obtendra mediante
calcular el nmero total de vectores en la base de ese espacio vectorial.
En caso de que tengamos un nmero infinito de vectores en la base del espacio
vectorial dado, entonces llamaremos al espacio vectorial un espacio vectorial de
dimensin infinita, y la dimensin de tal espacio vectorial es y la dimensin de un
espacio vectorial nulo es el valor 0.
Puede haber ms de una base para un espacio vectorial dado. Esto significara que
es posible definir los vectores dentro de un espacio vectorial dado como la sumatoria
de los vectores de ambas bases. Sea V un espacio vectorial y S la base de este
espacio vectorial. Ahora definamos todos los vectores v V en trminos de los
elementos finitos de esta base. Definamos ahora otra base para este espacio
vectorial. Ahora bien, si intentamos redefinir los elementos del espacio vectorial como
una sumatoria de los elementos del segundo vector, llamamos a este proceso cambio
de base.
Este proceso puede ser considerado como una funcin identidad sobre los elementos
del espacio vectorial.
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/BaseYDimensionDeUnEspacioVectorial#sthash
.beaoZMjo.dpuf

4.5Espacios vectoriales

Siempre que se utiliza el trmino espacio en un contexto matemtico, se refiere a

un espacio vectorial, es decir, real o n-espacio complejo, el espacio de funciones
continuas en la recta, el espacio de operadores lineales adjuntos y as sucesivamente.
Por lo tanto, es un hecho innegable, que este tema tiene su propia importancia en el
campo de las matemticas.
Fijaremos el espacio vectorial de una manera ms amplia, con una definicin que
contiene todos los conceptos relacionados. Sea F un campo y V un conjunto.
Supongamos que hay una operacin binaria sobre V llamada adicin, la cual asigna a
cada par de elementos a y b de V una suma nica a + b V. Imagina tambin, que hay

una segunda operacin, llamada multiplicacin escalar, que asigna a cualquier r F y a

cualquier 2 V, un mltiplo escalar nico ra V . Supongamos que tanto la suma como la
multiplicacin escalar satisfacen los siguientes axiomas:
(1) La suma de los vectores es conmutativa. Es decir, a + b = b + a para todo a, b V.
(2) La suma de los vectores es asociativa. Es decir, (a + b) + c = a + (b + c) para todo
a, b, c V.
(3) Existe una identidad aditiva 0 V de manera que 0 + a = a para todos los a V.
(4) Para todo a V, 1a = a, donde 1 es la identidad multiplicativa de F.
(5) Por cada elemento v de V, hay un elemento -v tal que v + (-v) = 0. De este modo -v
es un inverso aditivo de v.
(6) La multiplicacin escalar es asociativa. Si r, s F y a V, entonces (rs)a = r(sa).
(7) La multiplicacin escalar es distributiva. Si r, s F y a, b V, entonces r(a + b) = ra +
rb, and (r + s)a = ra + sa.
Entonces V es un espacio vectorial sobre F.
Con el tiempo te dars cuenta de que todas las condiciones anteriores son
necesarias. Al igual que en los campos, la identidad aditiva 0 es nica, y los inversos
aditivos son nicos: cada vector tiene su inverso. Llamemos a 0, el vector cero. En un
espacio vectorial, slo puede haber un vector cero. Por otra parte, el inverso aditivo de
un vector es siempre nico.
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/EspacioVectorialConProductoInterno#sthash.Nl
o91KKu.dpuf

4.6Base ortonormal, Proceso de ortonormalizacin de Gram Schmidt

La base es el subconjunto de algn espacio vectorial, tal que este es linealmente
independiente y se extiende sobre todos los elementos de ese espacio vectorial. La
base ortonormal es un tipo especial de base, la cual es un subconjunto de un tipo
especial de espacio vectorial el cual es el producto escalar del espacio vectorial. Antes

de ahondar en el tema, primero aclararemos nuestro concepto sobre un conjunto

ortonormal.
Sea un V producto escalar de un espacio vectorial, si cada vector par discreto dentro
de ese espacio vectorial es ortogonal, entonces podemos definir el espacio vectorial
como un conjunto ortogonal. Adems, ampliando esta definicin, en un conjunto
ortogonal si tenemos cada vector con una norma igual a uno, entonces este es
definido como conjunto ortonormal. Sea V producto escalar de un espacio vectorial, y
tenemos a S como base de ese espacio vectorial dado, entonces, si S es un conjunto
ortogonal, entonces lo llamamos una base ortogonal y si S es un conjunto ortonormal
entonces lo denominamos una base ortonormal.
Formalmente hablando, una base S del producto escalar de un espacio vectorial V
que contiene vectores de la forma v1, v2, v3 vn se define como una base
ortonormal si satisface la condicin <vi . vj> = 0 donde i no debe ser igual a j.
Aqu . es el producto escalar del espacio vectorial dado.
Sin embargo no es indispensable que una base ya determinada est en forma
ortogonal. Podemos, si es necesario, transformar la base a la forma ortonormal. El
procedimiento para hacerlo se llama proceso de ortonormalizacin de Gram Schmidt.
La entrada del procedimiento es generalmente una base finita y la salida es una base
ortonormal definida en algn perodo arbitrario. El teorema establece Para un
conjunto k de elementos, el cual es lineal e independiente, es posible construir un
conjunto ortonormal, y el conjunto resultante es la agrupacin lineal del c onjunto de
entrada y se extiende sobre el mismo espacio vectorial.
Es esencial que la base est ordenada para que sea una base ortonormal. Sea V un
producto escalar de un espacio vectorial, y si tenemos a S como la base del espacio
vectorial dado que contiene los elementos de la forma v1, v2, v3 vn .
Ahora, que tenemos otra base S, que contiene los elementos de la forma w1,
w2, w3 wn. Aqu v1 = w1, entonces,

Tambin podemos afirmar lo definido de una manera inversa diciendo que si S es un

subconjunto ortonormal de V que consiste en vectores no cero, entonces podemos
decir que S es linealmente independiente.
Si tenemos S como base ortonormal para cualquier producto escalar de un espacio
vectorial, entonces por cada elemento en el espacio vectorial dado tenemos,

Aqu x es un vector en el espacio vectorial dado y los coeficientes [x, vi] son
llamados coeficientes de Fourier. Un punto digno de mencin es que todos
los productos de los espacios vectoriales que tienen tamao finito, tienen
esencialmente una base ortonormal
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/BaseOrtonormal#sthash.d8eUkbi5.dpuf

Uidad 5

5.1Introduccin a las transformaciones lineales

La transformacin lineal es una funcin utilizada para la asignacin de un espacio
vectorial a otro espacio vectorial con la ayuda de los escalares, la cual satisface la
expresin f(a*x+b*y) =a*f(x)+b*f(y).
En otras palabras, se consideran 2 espacios vectoriales, V y W. Una transformacin
lineal es una grfica T: V W que satisface dos condiciones:
1). T (v1 + v2) = T (v1) + T (v2) donde v1 y v2 son vectores en V. 2). T (xV) = x T (v)
donde x es una escala
Una transformacin lineal puede ser sobreyectiva o inyectiva. En el caso que, W y V
tengan dimensiones idnticas, entonces T puede llegar a ser invertible, esto es, se
encuentra T-1 el cual satisface la condicin TT-1 = I. Asimismo, T (0) ser siempre 0.

La teora de la matriz entra en la teora de las transformaciones lineales porque es

posible representar cada transformacin lineal como matriz. La multiplicacin de
matrices puede considerarse como el ejemplo principal que puede demostrar el
concepto de transformacin lineal. Una matriz A de dimensin n x m define que T (v) =
Av y aqu v es representado como un vector columna. Veamos un ejemplo:
Aqu, la transformacin lineal t es definida como T (x, y) = (y, 2x + 2y, x). En el caso
que, V y W sean de dimensin finita, la transformacin lineal est mejor representada
con la multiplicacin de matrices en lugar de estableciendo la base del
espacio vectorial, tanto para W y V. En el caso que, W y V incluyan un producto
escalar y tambin los espacios vectoriales correspondientes y que W y V sean
ortonormales, ser simple representar la matriz correspondiente como .
Mientras que w y v son de dimensin infinita, la transformacin lineal puede ser
continua. Por ejemplo, considera que un espacio polinmico de 1 variable sea v y T
una derivada. Entonces, T (xn) = nxn-1, una no continua como xn/n = 0 mientras que
T (xn)/n no converge.
El resultado de la suma de 2 o ms transformaciones lineales, la multiplicacin de una
transformacin lineal por nmero particular, y la multiplicacin de 2 transformaciones
lineales, son siempre transformaciones lineales. Una transformacin lineal en la cual
su identidad es descrita en el espacio euclidiano siempre es auto-adjunta en el caso
de que la matriz A correspondiente sea simtrica en cualquier base ortonormal. Una
transformacin lineal que es auto-adjunta y se describa en una dimensin finita
unitaria, el espacio (euclidiano) contiene una base ortonormal en la cual su matriz
lleva una forma diagonal.
Existen dos espacios fundamentales que estn asociados a una transformacin lineal:
su kernel ker(T) y su imagen im(T). El kernel y la imagen de una transformacin lineal
T corresponden con el espacio nulo y el espacio de la columna de cualquier matriz
que represente a T.
En un sistema lineal, el nmero de variables es igual al nmero de variables libres
ms el nmero de variables angulares, quedando una transformacin lineal final T:
V W en la identidad dim V = dim ker(T) dim im(T). Si dim ker(T) = 0 y dim im(T) =
dimW, entonces t esta sobre y uno a uno. En este caso, esto se denomina un
isomorfismo.
saludos y suerte prof lauro soto
- See more at:
http://mitecnologico.com/igestion/Main/IntroduccionALasTransformacionesLineales#st
hash.Noek2E8G.dpuf

5.2Nucleo E Imagen De Una Transformacion

Lineal

Descubre ahora cual el aspecto que tendrs

en 20 aos. (Tu cara en el futuro)
PROTOCOLO DIGITAL PARA
JOVENES EMPRENDEDORES
Aqu se presento toda la metodologa y todos los pasos necesarios para convertir tu
idea en un gran xito. Tu idea y este protocolo va a aprovechar la inmensa cantidad
de recursos que existen en la web. Recordar siempre que una buena idea puede
ser un gran producto, un gran servicio o una exitosa aplicacin. El mejor espacio para
empezar a desarrollar tu idea es la revista Make, que tambin es un movimiento y una
plataforma especializada en el desarrollo de nuevos proyectos y nuevas ideas. En
estos sitios se encontrarn con una gran comunidad de gente muy talentosa, muy
dinmica y de mucha responsabilidad, tambin muy deseosas de compartir todas sus
experiencias y sus conocimientos a jvenes emprendedores como ustedes.
Como observacin muy importante, recordar tambin que en muchas ciudades de
nuestro pas existen instituciones y organismos muy enfocados a los jvenes
emprendedores, donde podrn encontrarse tambin con comunidades completas de
jvenes como ustedes, que tambin estn dispuestos a compartir y trabajar juntos en
el desarrollo de nuevas ideas, de nuevos proyectos, de nuevas empresas. Cualquiera
que sea nuestra idea vamos a ocupar desarrollar nuestras habilidades y nuestra
capacitacin. Para esto recomiendo, primero, los propios sitios de las comunidades de
Make. Segundo, sitios como Linda.com, Aqu encuentran cursos de capacitacin en
lnea de naturaleza apropiada muchas disciplinas de desarrollo de habilidades.
Recordar tambin que en Internet existen muchos sitios de tutoriales gratis que nos
permiten complementar nuestros conocimientos y tambin desarrollar nuestras
habilidades, incluyendo el ms famoso de todos: Youtube.

La segunda etapa del protocolo, considerar dos aspectos. El primero es encontrar

un primer mercado apropiado para la distribucin de nuestro producto. El segundo
aspecto a considerar es lo que se llama Crowdsourcing, es decir, obtener los fondos
necesarios para la produccin en pequea, mediana o gran escala de nuestro
producto. Los sitios de fondeo ms conocidos son Kickstarter, Indiegogo, Fondeadora,
Ideame y otros sitios similares. Fondeadora es un sitio mexicano que incluye apoyo de
organizaciones e instituciones gubernamentales para la elaboracin de buenos
proyectos. Es el primer sitio que recomiendo como prueba de concepto. Si se quiere
probar un sitio de fondeo ms grande y de tipo internacional, entonces el sitio
recomendado es Indiegogo.
En general los elementos que deber contener nuestro proyecto para su presentacin
en estas plataforma: nombre del proyecto y una frase apropiada y significativa, un
vdeo acerca del objetivo, una descripcin lo mas completamente posible del proyecto,
recompensas a la base de personas que estn colaborando o aportando o comprando
algun muestra de nuestro producto, y por ltimo un presupuesto completo que ser la
meta financiera de nuestro proyecto.
En general tomar muy en cuenta que un projecto exitoso no necesariamente
debera ser muy complejo o de alta tecnologia por favor refelexionen en esta
parrafo.
Recapitulando los dos pasos de este protocolo que llevamos, recordar que en le
primer paso creamos ya la idea de un nuevo bien, producto, servicio o una buena
aplicacion, y construimos a base de un buen diseo nuestro prototipo para los caso de
productos, servicios o aplicaciones. En el segundo paso del protocolo se realizan las
primeras pruebas para venta de producto, es decir, usando los sitios apropiados de
Fondeadora e Indiegogo. Si todo esta bien, cuando terminamos este segundo paso,
ya tenemos tener una buena cantidad de pedidos para nuestro producto, bien, servicio
o aplicacin, y los fondos necesarios para empezar a producir.
Pasamos ahora al tercer paso, es decir, la produccin en pequea, mediana o gran
escala de nuestro producto.
Si en la etapa anterior ya obtuvimos una buena cantidad de pedidos, y lo ms
importante, los fondos econmicos apropiados y suficientes para mandar a fabricar la
cantidad apropiada de nuestros productos, entonces podemos usar alguno de los
mtodos que que se aqui se describen mtodos de produccin del ms simple al ms
completo.

Si es pequea escala o poca produccin, entonces se podrn usar elementos tales

como los pequeos talleres artesanales o un laboratorio de produccion propio.
Si es en mediana escala, entonces usaremos sitios apropiados en Internet, tales como
PONOKO o SHAPEWAYS
Y si es gran escala, y se ocupa mucha produccin, tambin existen soluciones
com ALIBABA .com (ver video de protocolo digital para jovenes emprendedores).
Ya con el inventario de producotos en nuestras manos entramos a la cuarta etapa de
nuestro Protocolo Digital para Jvenes Emprendedores, es decir, los medios para
distribuir nuestro producto.
Para empezar, recordar que muchos de los sitios que utilizamos para producir nuestro
producto, como ALIBABA , Ponoko, etctera, tambin los podemos usar como
canales de distribuciones.
Observar tambin que si nuestro producto es un libro, que es un proyecto que les
recomiendo bastante, los podemos distribuir a travs de sitios como Amazon, Cobo,
Lulu, etctera.
Si son cantidades pequeas de producto, un mtodo recomendable es utilizar a
nuestra propia familia como agentes distribuidores en todos los lugares donde ellos
tienen acceso y puedan distribuir nuestro producto.
Otro centro de distribucin que podemos utilizar son los pequeos comercios de
nuestra localidad. Generalmente uno platica con ellos y puede uno dejar algunas
muestras a consignacin. Tambin nosotros podemos utilizar mtodos ms comunes
y familiares en Mxico como poner nuestro propio puesto o centro de distribucin en
los mercados sobre ruedas, los tianguis, etctera.
Si ya tenemos grandes cantidades de nuestro producto, podemos contactar a los
compradores de las grandes tiendas departamentales.
El ltimo paso de nuestro Protocolo Digital para Jvenes Emprendedores, es el
aspecto ms importante en el ciclo de vida de nuestro producto, es decir, la publicidad
o mercadotecnia.
Para este paso el enfoque con el que vamos a trabajar es la publicidad o
mercadotecnia en las redes sociales.

Podemos empezar construyendo nuestro propio sitio web para demostracin de

nuestro producto. Para esto les recomiendo que se capaciten o que desarrollen sus
habilidades de SEO o SEM.
Tambin es importante crear nuestra propia tienda de comercio electrnico, es decir,
podemos abrir tiendas en algunos sitios como Amazon, eBay o Mercado Libre?.
Adems, tambin ser necesario construir un vdeo de alto impacto con toda la
informacin apropiada para nuestro producto y subirlo a Youtube. No olvidar fotos en
otro tipo de servicios de comunidad como Instagram, Picasa, etctera.
Recordar que es muy necesario construir comunidades apropiadas, en las redes mas
grandes ( y chicas) tales como Facebook o Google +, la pgina de nuestro producto, y
alrededor de esta pgina empezar a invitar a todas nuestras comunidades a que nos
sigan.
Estas comunidades la podemos utilizar para promociones, para soporte y para
muchos otros elementos que se les va ir despertando a lo largo de la familiarizacin
con estos medios. Tambin es mu recomendable aprender a administrar comunidades
globales Que tambien les recomiendo muy ampliamente).
Saludos y mucha suerte les desea Profesor Lauro Soto, Ensenada, Baja California,
Mxico. Muchas gracias.
- See more at:
http://mitecnologico.com/igestion/Main/NucleoEImagenDeUnaTransformacionLineal#st
hash.uoL39cyb.dpuf

5.3La matriz de una transformacin lineal

Desde el punto de vista algebraico lineal, las transformaciones ms importantes son
las aquellas que conservan las combinaciones lineales. Estas son llamadas
transformaciones lineales o aplicaciones lineales. Una transformacin lineal es una
parte esencial en el lgebra lineal. La idea principal detrs de la Matriz de una
transformacin lineal es la definicin de la matriz de T con respecto a las bases
arbitrarias del dominio de V y el codominio de W. En este caso, V y W son espacios
vectoriales de dimensin finita sobre F, y T: V W es una transformacin lineal.
Sea V y W espacios vectoriales de finita dimensin sobre F, e imagina que T: V! W es
lineal. Fija una base

B = {v1, v2. . . vn}

de V y una base de
B0 = {w1, w2. . . wm}
de W. Ahora definimos la matriz MBB (T) de T con respecto a estas bases. Puesto
que B0 es una base de W, cada T (vj) puede escribirse nicamente como
T(v j) =
Por lo tanto la matriz de T, en definitiva, con respecto a las bases B y B0 se define
como la matriz MBB (T) = (cij ) m n . Lo qu dice esta definicin es que la columna
jth de la matriz MBB(T) es el vector columna formado por los coeficientes de T(vj) con
respecto a la base B0? Uno puede expresar el trmino anterior en forma matricial
mediante
(T(v1) T(v2) T(v n)) = (w1 w2 wm)MBB (T).
Es importante tener en cuenta que si V = Fn, W = Fm y T = TA, donde A Fmn,
entonces MBB(T) = A si B y B0 son las bases estndares. De TA (ej) es siempre la
columna jth de A.
Ahora, sea V el espacio de polinomios reales de al menos tres grados, y W el espacio
de polinomios reales de a lo sumo dos grados. Entonces, la diferenciacin es una
transformacin lineal D: V W. Ahora
D (ax3 + bx2 + cx + d) = 3ax2 + 2bx + c.
Sea B la base {1, x, x2, x3} de V y B0 la base {1, x, x2} de W. Ahora,
D (1) = 0, D(x) = 1, D(x2) = 2x, D(x3) = 32.
As
MBB(D) =
Ahora bien, supongamos que T: V V es una transformacin lineal diagonalizable (o
semi-simple). Recordemos que esto significa que existe una base B = {v1, v2. . . vn}
de V tal que (vi) = vi para cada ndice i entre 1 y n. Por lo tanto, B es una base propia
de V para T. En este caso, MBB (T) es la matriz diagonal .
Pero, Qu es la matriz de T con respecto a alguna otra base B0 de V? El primer
paso para responder a esta pregunta es encontrar cmo relacionar las expansiones
de un vector dado de V con respecto a dos bases distintas. Esto por s solo constituye
un concepto diferente y ms amplio que necesita de un conocimiento muy superior y
ms profundo de las matemticas .

saludos y suerte prof lauro soto

- See more at:
http://mitecnologico.com/igestion/Main/LaMatrizDeUnaTransformacionLineal#sthash.n
slu3jmI.dpuf

5.4Aplicacin de las transformaciones lineales: reflexin, expansin, contraccin y

rotacin
Graficar un conjunto de puntos en otro es lo que se conoce como transformacin
lineal de un conjunto de puntos. Existen ciertas propiedades bsicas de las
transformaciones lineales, las cuales si son tomadas en cuenta y aplicadas al
momento de resolver un problema, pueden reducirlo un problema simple. La notacin
general utilizada para una transformacin lineal es T: Rn Rm.
1. Reflexin: Cuando un conjunto de puntos dados es graficado desde
el espacio euclidiano de entrada a otro de manera tal que este es isomtrico al
espacio euclidiano de entrada, llamamos a la operacin realizada la reflexin del
conjunto de puntos dado. Esto puede realizarse tambin con respecto a la matriz, en
tal situacin la matriz de salida es llamada la matriz de reflexin. La reflexin es
realizada siempre con respecto a uno de los ejes, sea el eje x o el eje y. Esto es como
producir la imagen espejo de la matriz actual.
2. Expansin: Al igual que en la reflexin, tambin es posible expandir los
puntos dados en una direccin particular. La expansin se realiza habitualmente para
un cierto grado. Es como realizar una operacin de multiplicacin de los elementos del
conjunto de puntos dados con un trmino escalar hacia la direccin donde tiene que
ser expandido. Sea para un punto (2, 3) si el grado de expansin 2 es la direccin de
y, entonces el nuevo punto obtenido es (2, 6).
3. Contraccin: La contraccin es el procedimiento inverso de la expansin. Aqu el
punto es contrado en un determinado grado hacia una direccin dada. Sea el punto
de entrada (4, 8) y este debe ser contrado para el grado dos en la direccin de x
entonces el nuevo punto resulta ser (2, 8).
4. Rotacin: El trmino rotacin tiene dos significados, ya la rotacin de un
objeto puede ser realizada con respecto al eje dado o al eje mismo. La rotacin se
realiza para un cierto grado el cual es expresado en forma de un ngulo. Asimismo, la
rotacin puede realizarse en la direccin de las manecillas del reloj, o inverso a las
manecillas del reloj.

Como ejemplo, dirijmonos a producir la matriz estndar para la representacin de la

transformacin lineal reflejando un conjunto de puntos en el plano x-y a travs de la
recta y = (2x / 3).
El primer paso para esto es determinar los vectores base.

Por lo tanto, podemos afirmar que,

Dado que y pertenece a R2. Imagina que A: R2 R2 es una transformacin lineal,

entonces podemos escribir que,

La imagen de la matriz base determina la imagen de cualquier elemento. Por lo tanto

la imagen de a travs de y = (2x/ 3) es determinada mediante la obtencin de una
recta que pasa por (1, 0) y es que es ortogonal a . Esto est dado por y = (3x/ 2) (3/
2).
El punto donde las dos rectas, esto es, y = (3x/ 2) (3/ 2) e y = (2x/ 3) se intersectan
se dado como (9/13, 6/13). Tomamos p1 para ser el punto de reflexin de a travs
de la recta dada. Este punto es simtrico respecto a (9/13, 6/13) por lo tanto,
podemos escribir que,

Esto produce,
De manera similar, la imagen del vector base resulta ser

Y tenemos la matriz de transformacin lineal final como,

saludos y suerte prof lauro soto

- See more at:
http://mitecnologico.com/igestion/Main/AplicacionDeLasTransformacionesLineales#sth
ash.FHLecxYe.dpuf

introduccionDefinicin: Las transformaciones lineales son las funciones y tratan

sobre K-espacios vectoriales que son compatibles con la estructura (es

decir, con la operacin y la accin) de estos espacios.
Aqu se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los
espacios vectoriales. Es decir, de funciones que preservan la suma y la
multiplicacin por escalares.
Nosotros usaremos el concepto de la funcin para darle un tratamiento a los
sistemas de ecuaciones lineales. La restriccin que haremos sera sobre el tipo
de funciones: solo estaremos interesados en funciones que preserven las
operaciones en el espacio vectorial. Este tipo de funciones sern llamadas
funciones lineales. Primeramente las definiremos, veremos algunas
propiedades generales y despus veremos como se aplican estos resultados a
sistemas de ecuaciones.

Introducion Establecer una analoga entre la relacin

de convertir un vector de materias primas
multiplicadas por una matriz de
transformacin a un vector de productos
con la definicin de transformacin lineal.
Identificar cundo una transformacin es
una transformacin lineal.
Definir y obtener el ncleo y la imagen de
una transformacin lineal, as como la
nulidad (dimensin del ncleo) y el rango
(dimensin de la imagen).
Representar una transformacin lineal
como una matriz.
Encontrar matrices de transformacin.
Utilizar software matemtico para encontrar
el ncleo y la imagen de una
transformacin lineal.
Resolver aplicaciones de transformaciones
lineales de reflexin, dilatacin, contraccin
y rotacin.