Documentos de Académico
Documentos de Profesional
Documentos de Cultura
etodos Matem
aticos
Capitulo IV
Estructura Algebraica
D.U. Campos-Delgado
Facultad de Ciencias
UASLP
Septiembre/2007-Enero/2008
1
CONTENIDO
Espacios y Subespacios Lineales
Transformaciones Lineales
Transformaciones Inversas
Isomorfismos
Independencia y Dependencia Lineal
Bases de Hamel y Dimensi
on
Equivalencia entre Transformaciones Lineales
Sumas Directas y Sumas
Proyecciones
DEFINICION:
un espacio lineal sobre un campo escalar F , es un conjunto no vaco X y
La adici
on y multiplicaci
on deben satisfacer:
(A1) x1 + x2 = x2 + x1.
(A2) x1 + (x2 + x3) = (x1 + x2) + x3.
(A3) Existe un
unico elemento en X denotado
como 0 (origen), tal que 0 + x = x.
(A4) Asociado con cada x X, existe un
unico
punto x X tal que x + (x) = 0.
(SM1) (x) = ()x.
(SM2) 1x = x.
(SM3) 0x = 0.
(A & SM1) (x1 + x2) = x1 + x2.
(A & SM2) ( + )x = x + x.
, F y x, x1, x2, x3 X.
|x(t)|pdt <
Z T
0
|x(t) y(t)|pdt = 0
donde R
0 = R {0}.
S2 # rectas que cruzan el origen dentro del
plano.
S3 # planos que intersectan el origen.
x
S2
S3
0
x
0
Transformaciones Lineales
DEFINICION:
una transformaci
on o mapeo L
de un espacio lineal X dentro de otro espacio
lineal Y , con el mismo campo escalar, se dice
transformaci
on lineal si:
(i) L(x) = L(x) x X y F ,
(ii) L(x1 + x2) = L(x1) + L(x2) x1, x2 X.
de otra manera se denomina transformaci
on
no-lineal.
DEFINICION:
el espacio nulo N (L) de una
transformaci
on lineal L : X 7 Y , es un subconjunto de X tal que
N (L) = {x X : L(x) = 0}.
DEFINICION:
el espacio rango R(L) de una
transformaci
on lineal L : X 7 Y , es un subconjunto de Y tal que
R(L) = {y Y : y = L(x) x X}.
x(t)
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
f(t)
resorte
resorte
Masa
m
La ecuaci
on diferencial que obedece el sistema es
d2x
dx
m 2 +b
+ kx = f (t)
dt
dt
Tomar f C[0, ), entonces el desplazamiento x(t) se puede expresar como una convoluci
on
x(t) =
donde
Z t
0
h
i
1
t
1
2
h(t) =
e
e
m(1 2)
Z t
0
L es lineal. (Qu
e pasa con L si existe fricci
on est
atica?)
10
11
Tarea # 7
Ejercicios 2,3,y 10 (p
aginas 164 y 165)
Ejercicios 4,7,y 8 (p
aginas 170 y 171)
Entrega: Diciembre/2007.
12
Transformaciones Inversas
TEOREMA: tomar L : X 7 Y como una
transformaci
on lineal sobre dos espacios lineales X y Y . Entonces la transformaci
on L
es uno-a-uno (inyectiva) el espacio nulo es
trivial, es decir, N (L) = {0}.
Demostraci
on: (a) (b) asumir que L es
uno-a-uno, y considerar que x N (L), como
L(x) = 0
&
L es uno-a-uno (inyectiva) .
13
on
con X = L2(j, j) y h(j) una funci
continua y acotada.
14
Z t
0
h(t s)x(s)ds
x(t)ejtdt
15
Isomorfismos
DEFINICION:
los espacios lineales X y Y sobre un campos escalar F se dicen isom
orficos,
si existe un mapeo lineal uno-a-uno T de X sobre Y (biyectivo). El mapeo T se denota como
un isomorfismo de X sobre Y .
El concepto de un isomorfismo entre dos espacios lineales es an
alogo al concepto de espacios isom
etricos en topologa.
Ejemplo 1: tomar X = R2, y Z como el espacio lineal conformado por todas las funciones
z definidas sobre [0, T ] de la forma
z(t) = a0 + a1t
umero reales arbitrarios.
donde a0 y a1 son n
X y Z son isom
orficos.
Un isomorfismo podra ser T1 : R2 7 Z
T1(x) = x1 + x2t,
"
x1
x=
x2
16
"
z(0)
dz
dt t=0
xnz n
n=
18
DEFINICION:
tomar A como un conjunto en
un espacio lineal X. Un punto x X se dice una
combinaci
on lineal de puntos en A, si existe
un conjunto finito de puntos {x1, . . . , xn} en A
y un conjunto finito de escalares {1, . . . , n}
tal que
x = 1 x1 + . . . + n xn
Definir V (A) como el conjunto de todas las
combinaciones lineales finitas de A, es decir
V (A) = {x X|x = 1x1 + . . . + nxn,
xi A, i R}
V (A) es el subespacio engendrado por A
(span(A)).
19
DEFINICION:
un conjunto A en un espacio
lineal X se dice linealmente independiente,
si para cada punto x A, x NO ES una combinaci
on lineal de los puntos restantes en A,
es decir en A {x}. En otras palabras, x NO
ESTA en el subespacio lineal V (A {x}).
DEFINICION:
un conjunto A en un espacio
lineal X se dice linealmente dependiente, si
existe cuando menos un punto x A tal que x
es una combinaci
on lineal del conjunto A {x}.
TEOREMA: un conjunto A es un espacio lineal X es linealmente independiente para
cada subconjunto no vaco de A, sea {x1, . . . , xn},
el
unico arreglo de n-escalares que satisfacen
la ecuaci
on
1 x1 + 2 x2 + + n xn = 0
es la soluci
on trivial 1 = = n = 0.
20
Demostraci
on: Asumir que A es linealmente
independiente.
Tomar a {x1, . . . , xn} como una colecci
on distinta de puntos de A, asumir que la ecuaci
on
1 x1 + 2 x2 + + n xn = 0
tiene una soluci
on no-trivial para los escalares
1, . . . , n, estos es cuando menos uno de ellos
es diferente de cero.
Asumir que 1 6= 0 y definir i = i para
1
i = 2, . . . , n
x1 = 2 x2 + + n xn ,
on lineal de {x2, . . . , xn}.
As x1 es una combinaci
CONTRADICCION
!! Ya que A es linealmente independiente 1 = = n = 0.
21
x1 = 0 , x 2 = 1 , x 3 = 0 .
22
TEOREMA: tomar A como un conjunto novaco de un espacio lineal X. El conjunto A es
linealmente independiente para cada x
V (A) (x 6= 0), existe uno y solo un subconjunto
finito de A, decir {x1, . . . , xn}, y un arreglo de
n-componentes reales no-cero, decir a1 = =
an tal que
x = a 1 x1 + + a n xn ,
23
v (t)
T
2
T
2
-1
-1
v4 (t)
v (t)
3
T
2
0
3T
4
T
4
T
2
t
T
-1
-1
v (t)
5
1
0.5
t
T
2
-1
24
1
v1(t) v3(t) + v4(t)
2
Ejemplo 3: tomar X = l2(, ). Considerar
Sr : X 7 X como el desplazamiento unitario a
la derecha en una secuencia infinita, y la composici
on del mapeo Sr n-veces como Srn.
Claramente Srn es invertible (Srn n desplazamientos a la izquierda) y Sr0 = I.
25
M
X
nSrnx,
n=N
donde N, M = . . . , 2, 1, 0, 1, 2, . . . y ns son
escalares.
Ax es un subespacio lineal de X, y es engendrado por el conjunto
. . . , Sr2x, Sr1x, x, Sr x, Sr2x, . . .
xk z k
k=
26
Entonces
M
X
n=N
T (Sr x) = z 1T (x)
T (Srnx) = z nT (x)
nSrnx =
M
X
n=N
nz n T (x)
donde
p(z) =
M
X
n z n
n=N
27
DEFINICION:
un conjunto B es un espacio
lineal X se dice una base de Hamel para X,
si (i) B es linealmente independiente, y (ii)
V (B) = X, esto es, el espacio engendrado por
B es X.
Ejemplo 1: en R2 un conjunto B que contenga
dos vectores no-colineales es una base de Hamel,
o un sistema de coordenadas para el plano.
Ejemplo 2: considerar X como el conjunto de
todas las funciones continuas a pedazos, peri
odicas e integrables en su cuadrado. Asumir que
el periodo es T , entonces una base para X
est
a dada por
B = {1, sin(ot), cos(ot),
sin(2ot), cos(2ot), sin(3ot), cos(3ot) . . .}
donde o = 2
T .
28
n=1
Serie de Fourier !!
TEOREMA: Si un conjunto A es linealmente
independiente en un espacio lineal X, entonces
existe una base de Hamel B para X tal que
A B.
Ya que cada espacio lineal contiene al conjunto
vaco, y el conjunto vaco es linealmente independiente cada espacio lineal tiene una base
de Hamel.
29
DEFINICION:
el n
umero cardinal de cualquier
base de Hamel para un espacio lineal X se llama
la dimensi
on de X (dim(X)).
Si la dimensi
on de X es finita X es un espacio lineal de dimensi
on-finita.
De lo contrario X es un espacio lineal de
dimensi
on-infinita.
TEOREMA: tomar L : X 7 Y como una
transformaci
on lineal donde X y Y son espacios lineales. Entonces la dimensi
on de N (L),
R(L), y X est
an relacionadas de la siguiente
manera
dim{N (L)} + dim{R(L)} = dim{X}.
Este resultado es particularmente
util si X tiene
dimensi
on finita.
30
A Rmn
dim{R(L)} = n r < m
d2x
dx
+
3
+ 2x = 0
2
dt
dt
Si X define el conjunto de todas las soluciones
a la ecuaci
on diferencial, entonces X es un
subespacio lineal en C 2[0, ).
Definir el conjunto B = {x1, x2} donde x1(t) =
et y x2(t) = e2t entonces
V (B) = {x|x(t) = 1et + 2e2t 1, 2 R}
V (B) = X y dim(X) = 2.
31
Y
U -1
W -1
32
Z t
e(t )x( )d
<t<
y : 7 como
1
x(j) < <
(x)(j) =
1 + i
Entonces la transformada de Fourier F es un
mapeo isom
orfico de L2(, ) sobre L2(j, j),
y de hecho
L = F 1F
= F LF 1
33
DEFINICION:
tomar X y como dos espacios lineales isom
orficos. La transformaci
on lineal L : X 7 X y : 7 se dice similar, si
existe un isomorfismo U : X 7 tal que
L = U 1U
&
= U LU 1
L
X
X
U -1
-1
34
Tarea # 8
Ejercicios 3 y 5 (p
agina 176)
Ejercicios 3 y 8 (p
aginas 181 y 182)
Ejercicios 5 y 10 (p
agina 187)
Ejercicio 2 (p
agina 195)
Entrega: Diciembre/2007
35
X = X 1 + X2
Ya que si A X, entonces
1
1
T
A = (A + A ) + (A AT ) , As + Aas
2
2
donde As X1 y Aas X2.
DEFINICION:
si X1, X2 son subespacios lineales de X y se dicen disjuntos, entonces X1
X2 = {0}.
37
DEFINICION:
si X = X1 +X2, donde X1 y X2
son disjuntos, entonces se nombra a X2 como
el complemento algebraico de X1.
TEOREMA: tomar X1 como un subespacio
lineal de X, entonces X1 tiene un complemento
algebraico.
La dimensi
on del complemento algebraico de
on) es una
un subespacio lineal X1 (co-dimensi
propiedad de X1.
Al incrementarse la dimensi
on de X1, su codimensi
on disminuye.
38
Proyecciones
Considerar el plano X, con los subespacios
lineales unidimensionales M y N , donde M
N = {0} (disjuntos).
x1
N
x2
DEFINICION:
una transformaci
on lineal P de
un espacio lineal X dentro de si mismo se dice
proyecci
on, si P 2 = P .
TEOREMA: tomar a P como una proyecci
on
en el espacio lineal X, entonces su rango y el
espacio nulo (R(P ) y N (P )) son subespacios
lineales disjuntos de X tal que
X = R(P ) + N (P )
es decir, R(P ) y N (P ) y complementos algebraicos uno del otro.
Demostraci
on: para demostrar que R(P ) y
N (P ) son disjuntos, considerar que la intersecci
on no est
a vaca, es decir tomar x R(P )
N (P ), entonces y X tal que x = P (y) y
x = P (x) = P 2(y).
Ahora, como tambi
en x N (P ) se tiene que
P (x) = 0 o x = 0. En conclusi
on x = 0, por lo
tanto R(P ) N (P ) = {0}.
40
X(j) o o
0
|| > o
Ejemplo 2: considerar X como el espacio lineal L2(, ), y para cada T > 0 definir la
transformaci
on PT : X 7 X
PT (x)(t) =
x(t) < t T
0
T <t<
x(t)
t
0
PT (x)(t)
t
0
Tarea # 9
Ejercicios 1,3 y 5 (p
agina 200)
Ejercicios 3,4 y 6 (p
aginas 2004)
Entrega: Diciembre/2007
44