SlideShare una empresa de Scribd logo
1 de 9
OPERADORES
LINEALES
ALGEBRA LINEAL
CONCEPTO
• sea V,W dos espacios lineales, entonces un operador lineal (transformación
lineal) es una función T :V →W donde cada elemento de V le corresponde
un único elemento de W y además cumple con las condiciones siguientes:
• 1. Aditivita: ∀x, y ∈V se cumple que T (x + y) = T (x) + T (y).
• 2. Homogeneidad. Sean α ∈ℜ, x ∈V , entonces se cumple que: T (α x) = α T
(x).
• El primer miembro es C.L de elemento de V .
• El segundo miembro es C.L de elemento de W .
ALGEBRIZACION DE LOS OPERADORES
LINEALES
• sean L (V,W ) el conjunto de todos los operadores lineales. Entonces 〈 L
(V,W ),+,•〉 es un espacio lineal teniendo en cuenta que en L (V,W ) se han
definido:
• a. La igualdad: T1 = T2 si T1 (ν ) = T2 (ν ) ∀ν ∈V .
• b. La suma (+) como una O.B.I : sean T ,T L (V,W ) 1 2 ∈ , entonces ( ) ν (ν ) (ν
) T1 + T2 = T1 + T2 .
• c. El producto de un real por un operador lineal: (α T )ν = α T(ν ).
PROPIEDADES DE LOS OPERADORES
LINEALES:
• ∀ν ∈V se cumple que T(−ν ) = −T(ν )
• todo operador lineal T :V →W transforma a θ V en θ W
• sean T :V →W ; B = {ν 1 ,ν 2 ,…,ν m } una base de V . Entonces si conocemos
las imágenes de los elementos de B mediante T , también podemos
conocer la imagen de cualquier elemento de V .
NUCLEO DE UN OPERADOR LINEAL
• Núcleo. Sea T :V →W un operador lineal. Entonces el núcleo de T son todos
los elementos de V cuya imagen es : θ W ( ) N T = {ν /ν ∈ V,T( ) ν = θ W }.
• NOTAS:
• a. N(T ) es un subespacio de V .
• b. Dim N(T ) ≤ Dim V
• c. N(T ) recibe el nombre de nulidad de T .
RANGO DE UN OPERADOR LINEAL
• rango. Sea T :V →W un operador lineal. Entonces el rango de T es el
conjunto de elementos de W que son imágenes de al menos un elemento
de V . R(T ) = {w/ w∈W;∃ν ∈V;T(ν ) = w}. NOTAS:
• a. R(T ) es un subespacio de W .
• b. Dim R(T ) ≤ Dim W .
• c. Si V y W son Subespacios de dimensión finita, entonces Dim R(T )+ Dim
N(T ) = Dim V .
CLASIFICACION DE LOS OPERADORES
LINEALES.
• Sea T :V →W un operador lineal. Entonces:
• T es inyectivo (1−1) si T(ν 1 ) = T(ν 2 ) →ν 1 =ν 2 ,∀ν 1 ,ν 2 ∈V .
• Propiedad: T es inyectivo (1−1) si N(T ) = { } (Dim N(T ) = 0) θ v .
• T es sobreyectivo si R(T ) = W , es decir, ∀w∈W ,∃ν ∈V tal que T(ν ) = w .
• T es biyectivo si es inyectivo y es sobreyectivo.
• NOTAS:
• 1. si T es biyectivo, recibe el nombre de operador regular.
• 2. si T :V →W es biyectivo (regular) entonces existe el operador inverso T W →V − : 1 .
• 3. sea T :V →W con Dim V = Dim W = n.. Entonces
• a. si T es inyectivo, entonces T es sobreyectivo.
• b. Si T es sobuyectivo, entonces T es inyectivo.
• isomorfismo. Sea T ∈(V,W ) un operador biyectivo (regular), entonces decimos que T es un isomorfismo o
que V es isomorfo con W (V ≅ W ).
• NOTAS: decir que T :
• V →W es un isomorfismo, implica las siguientes afirmaciones:
• a. T es biyectivo (regular).
• b. Dim V = Dim W .
• c. Dim N(T ) = 0 .
• d. Si B1 = {ν 1 ,ν 2 ,…,ν n }⊆ V es L I.. , entonces B2 = {T(ν 1 ),T(ν 2 ),…,T(ν n )}⊆ W también es L I.. .
• e. Si B1 = {ν 1 ,ν 2 ,…,ν n }⊆ V genera a V , entonces B2 = {T(ν 1 ),T(ν 2 ),…,T(ν n )}⊆ W , también genera a
W .
• f. Si B1 = {ν 1 ,ν 2 ,…,ν n }⊆ V es una base de V , entonces B2 = {T(ν 1 ),T(ν 2 ),…,T(ν n )}⊆ W , también es
base de W .
BIBLIOGRAFIA
• Héctor Escobar. (2007). Álgebra Lineal.
Colombia: Universidad Pontificia Bolivariana.

Más contenido relacionado

La actualidad más candente

Serie de-taylor-y-maclaurin
Serie de-taylor-y-maclaurinSerie de-taylor-y-maclaurin
Serie de-taylor-y-maclaurinFaveeLa Natsuko
 
Tabla de derivadas
Tabla de derivadasTabla de derivadas
Tabla de derivadasJuan Paez
 
Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples manoleter
 
Ejercicios plano tangente
Ejercicios plano tangenteEjercicios plano tangente
Ejercicios plano tangenteUNEFA
 
4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedadesbreerico
 
Cambio de variables de las integrales multiples
Cambio de variables de las integrales multiplesCambio de variables de las integrales multiples
Cambio de variables de las integrales multipleswalterabel03
 
NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL
NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEALNÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL
NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEALVERITO
 
Integrales de superficie
Integrales de superficieIntegrales de superficie
Integrales de superficieNobu Dragon
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones linealesalgebra
 
Derivacion implicita
Derivacion implicitaDerivacion implicita
Derivacion implicitabaudilioG7
 
Aplicaciones de espacios y subespacios vectoriales
Aplicaciones de espacios y subespacios vectorialesAplicaciones de espacios y subespacios vectoriales
Aplicaciones de espacios y subespacios vectorialesWilson Quinatoa
 
Unidad parabola shared
Unidad parabola sharedUnidad parabola shared
Unidad parabola sharedJorge Gonzales
 
Exposición de las matrices en el campo de la electrónica por Abigail Simba
Exposición de las matrices en el campo de la electrónica por Abigail SimbaExposición de las matrices en el campo de la electrónica por Abigail Simba
Exposición de las matrices en el campo de la electrónica por Abigail Simbaabigailsimba
 
Coeficientes indeterminados
Coeficientes indeterminadosCoeficientes indeterminados
Coeficientes indeterminadosRicardo Garibay
 

La actualidad más candente (20)

Serie de-taylor-y-maclaurin
Serie de-taylor-y-maclaurinSerie de-taylor-y-maclaurin
Serie de-taylor-y-maclaurin
 
Tabla de derivadas
Tabla de derivadasTabla de derivadas
Tabla de derivadas
 
Integrales triples
Integrales  triplesIntegrales  triples
Integrales triples
 
Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples
 
Ejercicios en integral
Ejercicios en integralEjercicios en integral
Ejercicios en integral
 
Ejercicios plano tangente
Ejercicios plano tangenteEjercicios plano tangente
Ejercicios plano tangente
 
4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades4.1 definición del espacio vectorial y sus propiedades
4.1 definición del espacio vectorial y sus propiedades
 
Cambio de variables de las integrales multiples
Cambio de variables de las integrales multiplesCambio de variables de las integrales multiples
Cambio de variables de las integrales multiples
 
NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL
NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEALNÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL
NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL
 
Integrales de superficie
Integrales de superficieIntegrales de superficie
Integrales de superficie
 
Matriz jacobiana
Matriz jacobianaMatriz jacobiana
Matriz jacobiana
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
 
Derivacion implicita
Derivacion implicitaDerivacion implicita
Derivacion implicita
 
CENTRO DE MASA O GRAVEDAD
CENTRO DE MASA O GRAVEDADCENTRO DE MASA O GRAVEDAD
CENTRO DE MASA O GRAVEDAD
 
Aplicaciones de espacios y subespacios vectoriales
Aplicaciones de espacios y subespacios vectorialesAplicaciones de espacios y subespacios vectoriales
Aplicaciones de espacios y subespacios vectoriales
 
07 Integrales por partes
07 Integrales por partes07 Integrales por partes
07 Integrales por partes
 
Unidad parabola shared
Unidad parabola sharedUnidad parabola shared
Unidad parabola shared
 
Exposición de las matrices en el campo de la electrónica por Abigail Simba
Exposición de las matrices en el campo de la electrónica por Abigail SimbaExposición de las matrices en el campo de la electrónica por Abigail Simba
Exposición de las matrices en el campo de la electrónica por Abigail Simba
 
Elipse
ElipseElipse
Elipse
 
Coeficientes indeterminados
Coeficientes indeterminadosCoeficientes indeterminados
Coeficientes indeterminados
 

Similar a Operadores lineales

Similar a Operadores lineales (20)

invariancia.pptx
invariancia.pptxinvariancia.pptx
invariancia.pptx
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
 
Yukeilys morales
Yukeilys moralesYukeilys morales
Yukeilys morales
 
Transformación lineal
Transformación linealTransformación lineal
Transformación lineal
 
Folleto de algebra
Folleto de algebraFolleto de algebra
Folleto de algebra
 
Folleto segundo parcial
Folleto segundo parcialFolleto segundo parcial
Folleto segundo parcial
 
Folleto de algebra
Folleto de algebraFolleto de algebra
Folleto de algebra
 
Demostraciones transformaciones lineales (1)
Demostraciones transformaciones lineales (1)Demostraciones transformaciones lineales (1)
Demostraciones transformaciones lineales (1)
 
Demostraciones transformaciones lineales
Demostraciones transformaciones linealesDemostraciones transformaciones lineales
Demostraciones transformaciones lineales
 
Apuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSMApuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSM
 
Algebra lineal ESPOL-folleto 2do parcial-ramiro-saltos
Algebra lineal ESPOL-folleto 2do parcial-ramiro-saltosAlgebra lineal ESPOL-folleto 2do parcial-ramiro-saltos
Algebra lineal ESPOL-folleto 2do parcial-ramiro-saltos
 
Presentacion de algebra lineal
Presentacion de algebra linealPresentacion de algebra lineal
Presentacion de algebra lineal
 
Linear transforms es
Linear transforms esLinear transforms es
Linear transforms es
 
Problems linear transforms_es
Problems linear transforms_esProblems linear transforms_es
Problems linear transforms_es
 
Lineal prac2
Lineal prac2Lineal prac2
Lineal prac2
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
 
Transformaciones lineales
Transformaciones lineales Transformaciones lineales
Transformaciones lineales
 
Aplicaciones funciones vectoriales
Aplicaciones funciones vectorialesAplicaciones funciones vectoriales
Aplicaciones funciones vectoriales
 

Operadores lineales

  • 2. CONCEPTO • sea V,W dos espacios lineales, entonces un operador lineal (transformación lineal) es una función T :V →W donde cada elemento de V le corresponde un único elemento de W y además cumple con las condiciones siguientes: • 1. Aditivita: ∀x, y ∈V se cumple que T (x + y) = T (x) + T (y). • 2. Homogeneidad. Sean α ∈ℜ, x ∈V , entonces se cumple que: T (α x) = α T (x). • El primer miembro es C.L de elemento de V . • El segundo miembro es C.L de elemento de W .
  • 3. ALGEBRIZACION DE LOS OPERADORES LINEALES • sean L (V,W ) el conjunto de todos los operadores lineales. Entonces 〈 L (V,W ),+,•〉 es un espacio lineal teniendo en cuenta que en L (V,W ) se han definido: • a. La igualdad: T1 = T2 si T1 (ν ) = T2 (ν ) ∀ν ∈V . • b. La suma (+) como una O.B.I : sean T ,T L (V,W ) 1 2 ∈ , entonces ( ) ν (ν ) (ν ) T1 + T2 = T1 + T2 . • c. El producto de un real por un operador lineal: (α T )ν = α T(ν ).
  • 4. PROPIEDADES DE LOS OPERADORES LINEALES: • ∀ν ∈V se cumple que T(−ν ) = −T(ν ) • todo operador lineal T :V →W transforma a θ V en θ W • sean T :V →W ; B = {ν 1 ,ν 2 ,…,ν m } una base de V . Entonces si conocemos las imágenes de los elementos de B mediante T , también podemos conocer la imagen de cualquier elemento de V .
  • 5. NUCLEO DE UN OPERADOR LINEAL • Núcleo. Sea T :V →W un operador lineal. Entonces el núcleo de T son todos los elementos de V cuya imagen es : θ W ( ) N T = {ν /ν ∈ V,T( ) ν = θ W }. • NOTAS: • a. N(T ) es un subespacio de V . • b. Dim N(T ) ≤ Dim V • c. N(T ) recibe el nombre de nulidad de T .
  • 6. RANGO DE UN OPERADOR LINEAL • rango. Sea T :V →W un operador lineal. Entonces el rango de T es el conjunto de elementos de W que son imágenes de al menos un elemento de V . R(T ) = {w/ w∈W;∃ν ∈V;T(ν ) = w}. NOTAS: • a. R(T ) es un subespacio de W . • b. Dim R(T ) ≤ Dim W . • c. Si V y W son Subespacios de dimensión finita, entonces Dim R(T )+ Dim N(T ) = Dim V .
  • 7. CLASIFICACION DE LOS OPERADORES LINEALES. • Sea T :V →W un operador lineal. Entonces: • T es inyectivo (1−1) si T(ν 1 ) = T(ν 2 ) →ν 1 =ν 2 ,∀ν 1 ,ν 2 ∈V . • Propiedad: T es inyectivo (1−1) si N(T ) = { } (Dim N(T ) = 0) θ v . • T es sobreyectivo si R(T ) = W , es decir, ∀w∈W ,∃ν ∈V tal que T(ν ) = w . • T es biyectivo si es inyectivo y es sobreyectivo. • NOTAS: • 1. si T es biyectivo, recibe el nombre de operador regular. • 2. si T :V →W es biyectivo (regular) entonces existe el operador inverso T W →V − : 1 . • 3. sea T :V →W con Dim V = Dim W = n.. Entonces • a. si T es inyectivo, entonces T es sobreyectivo. • b. Si T es sobuyectivo, entonces T es inyectivo.
  • 8. • isomorfismo. Sea T ∈(V,W ) un operador biyectivo (regular), entonces decimos que T es un isomorfismo o que V es isomorfo con W (V ≅ W ). • NOTAS: decir que T : • V →W es un isomorfismo, implica las siguientes afirmaciones: • a. T es biyectivo (regular). • b. Dim V = Dim W . • c. Dim N(T ) = 0 . • d. Si B1 = {ν 1 ,ν 2 ,…,ν n }⊆ V es L I.. , entonces B2 = {T(ν 1 ),T(ν 2 ),…,T(ν n )}⊆ W también es L I.. . • e. Si B1 = {ν 1 ,ν 2 ,…,ν n }⊆ V genera a V , entonces B2 = {T(ν 1 ),T(ν 2 ),…,T(ν n )}⊆ W , también genera a W . • f. Si B1 = {ν 1 ,ν 2 ,…,ν n }⊆ V es una base de V , entonces B2 = {T(ν 1 ),T(ν 2 ),…,T(ν n )}⊆ W , también es base de W .
  • 9. BIBLIOGRAFIA • Héctor Escobar. (2007). Álgebra Lineal. Colombia: Universidad Pontificia Bolivariana.