Instituto Tecnologico de

Iztapalapa

Ivan Albis Hernandez

Calculo y algebra

Turno Vespertino

3er semestre de

Mecatronica

6 de junio de 2011
Espacio vectorial
Un espacio vectorial es una estructura matemá tica creada a partir de un conjunto no vacío con una
operació n suma interna al conjunto y una operació n producto externa entre dicho conjunto y un
cuerpo, cumpliendo una serie de propiedades o requisitos iniciales. A los elementos de un espacio
vectorial se les llamará  vectores y a los elementos del cuerpo se les llamará escalares.
Histó ricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se
remontan al siglo XVII: geometría analítica, matrices y sistemas de ecuaciones lineales. La primera
formulació n moderna y axiomá tica se debe a Giuseppe Peano, a finales del siglo XIX. Los siguientes
avances en la teoría de espacios vectoriales provienen del aná lisis funcional, principalmente de
los espacios de funciones. Los problemas de Aná lisis funcional requerían resolver problemas sobre
la convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topología,
permitiendo tener en cuenta cuestiones de proximidad y continuidad. Estosespacios vectoriales
topoló gicos, en particular los espacios de Banach y los espacios de Hilberttienen una teoría má s rica
y elaborada.
Los espacios vectoriales tienen aplicaciones en otras ramas de la matemá tica, la ciencia y
laingeniería. Se utilizan en métodos como las series de Fourier, que se utiliza en las rutinas
modernas de compresió n de imá genes y sonido, o proporcionan el marco para resolverecuaciones
en derivadas parciales. Ademá s, los espacios vectoriales proporcionan una forma abstracta libre de
coordenadas de tratar con objetos geométricos y físicos, tales como tensores, que a su vez permiten
estudiar las propiedades locales de variedades mediante técnicas de linealizació n.

Series
Serie matemática
En matemá ticas, una serie es la suma de los términos de una sucesió n. Se representa una serie con

términos an como   donde nes el índice final de la serie. Las series infinitas son aquellas

donde i toma el valor de absolutamente todos los nú meros naturales, es decir, .

Las series convergen o divergen. En cá lculo, una serie diverge si   no existe o si

tiende a infinito; puede converger si   para algú n  .

Una serie geométrica es una serie en la cual cada término se obtiene multiplicando el anterior por
una constante, llamada razó n. Ejemplo (con constante 1/2):
En general, una serie geométrica, de razó n z, es convergente, só lo si |z| < 1, a:
La serie armó nica es la serie
La serie armó nica es divergente.
Una serie alternada es una serie donde los términos alternan el signo. Ejemplo:
Una serie telescó pica es la suma , donde an = bn − bn+1. Se representa de la siguiente manera:
La convergencia de dicha serie y su suma se pueden calcular fá cilmente, ya que:
Una serie hipergeométrica1 es una serie de la forma , que cumple que = .
Sumas conocidas
Artículo principal: Fó rmula de Faulhaber
Criterios de convergencia
Clasificar una serie es determinar si converge a un nú mero real o si diverge ( u oscilante). Para esto
existen distintos criterios que, aplicados a la serie en cuestió n, mostrará n de que tipo es
(convergente o divergente).
[editar]Condició n del resto
Artículo principal: Test de divergencia
Para que una serie sea divergente, una condició n suficiente es que .
Esta afirmació n es muy ú til, ya que nos ahorra trabajo en los criterios cuando el límite es distinto de
cero.
[editar]Criterio de D'Alembert o Criterio del Cociente (Criterio de la razó n)
Artículo principal: Criterio de d'Alembert
Sea una serie , tal que ak > 0 ( serie de términos positivos).
Si existe con , el Criterio de D'Alembert establece que:
si L < 1, la serie converge.
si L > 1, entonces la serie diverge.
si L = 1, no es posible decir algo sobre el comportamiento de la serie.
En este caso, es necesario probar otro criterio, como el criterio de Raabe.
[editar]Criterio de Cauchy (raíz enésima)
Artículo principal: Criterio de la raíz
Sea una serie , tal que ak > 0 (serie de términos positivos). Y supongamos que existe
, siendo
Entonces, si:
L < 1, la serie es convergente.
L > 1 entonces la serie es divergente.
L=1, no podemos concluir nada a priori y tenemos que recurrir al criterio de Raabe, o de
comparació n, para ver si podemos llegar a alguna conclusió n.
[editar]Criterio de Raabe
En algunas series, puede ocurrir que ni el criterio de D'Alembert ni el de la raíz nos permitan
determinar la convergencia o divergencia de la serie, entonces recurrimos al criterio de Raabe.
Sea una serie , tal que ak > 0 (serie de términos positivos). Y supongamos que existe
, siendo
Por tanto, si L > 1, entonces la serie es convergente y si L < 1, la serie es divergente
Tened cuidado aquí, pues las conclusiones son al contrario que en los criterios de D'Alembert y de
la raíz.
[editar]Criterio de la integral de Cauchy
Si f(x) es una funció n positiva y monó tonamente decreciente definida en el intervalo [1, ∞) tal que
f(n) = an para todo n, entonces converge si y só lo si es finita.
Má s generalmente, y para el tipo de funció n definida antes, pero en un intervalo [N,∞), la serie

Transformaciones lineales

DEFINICION DE TRANSFORMACION LINEAL

Definici´n 13.1.1. Sean (V, +, ◦, K), (W, ⊕, ∗, K) dos espacios vectoriales sobre el cuerpo o K. Una
aplicaci´n o funci´n T : V → W es una transformaci´n lineal si o o o a) T (v1 + v2 ) = T (v1 ) ⊕ T (v2 );
∀ v1 , v2 ∈ V . b) T (k ◦ v) = k ∗ T (v); ∀ v ∈ V, ∀ k ∈ K. Observaci´n 13.1.1. Sea T : V → W una
transformaci´n lineal, entonces: o o a) Para simplificar la notaci´n denotaremos las operaciones en
los espacios con el mismo o s´ ımbolo diciendo: T : V → W es una transformaci´n lineal si o a) T (v1 +
v2 ) = T (v1 ) + T (v2 ); ∀ v1 , v2 ∈ V . b) T (kv) = kT (v); ∀ v ∈ V, ∀ k ∈ K. b) T es lineal si preserva las
operaciones del espacio vectorial. c) El cero del espacio V se transforma en el cero del espacio W , es
decir, T (0V ) = 0W ya que, usando b) de la Definici´n 13.1.1, con k = 0 se consigue T (0V ) = T (0 · v)
= o 0 · T (v) = 0W . Usando la contrapositiva concluimos: si T (0v ) = 0W entonces T : V → W no es
una transformaci´n lineal. o d) T

n i=1 ki vi = n i=1

ki T (vi ); vi ∈ V, ki ∈ K

DETERMINACION DE UNA TRANSFORMACION LINEAL

Para describir una transformaci´n o funci´n arbitraria se debe especificar su valor o o en cada
elemento de su dominio, sin embargo, para una transformaci´n lineal basta con o conocer los
valores sobre una base del espacio dominio. Teorema 13.2.1. Sea {v1 , v2 , . . . , vn } una base del
espacio vectorial VK y WK otro espacio vectorial tal que {w1 , w2 , . . . , wn } ⊆ W entonces, existe
una unica transformaci´n lineal ´ o T : V → W donde T (v1 ) = wi , i = 1, 2, . . . , n. o Demostraci´n.
Encontremos una transformaci´n lineal con las propiedades. o Si v ∈ V entonces v = a1 v1 + a2 v2 + ·
· · + an vn , con ai las componentes de v en la base {v1 , v2 , . . . , vn }. Definamos entonces T : V → W
por T (v) = a1 w1 + a2 w2 + · · · + an wn . Claramente T es una tra nsformaci´n ya que existe un unico
elemento en W correspono ´ diente a cada elemento de V . Veamos que T es una transformaci´n
lineal. o Consideremos otro vector w ∈ V tal que w1 = c1 v1 + c2 v2 + · · · + cn vn entonces v + w =
(a1 + c1 )v1 + (a2 + c2 )v2 + · · · + (an + cn )vn , luego T (v + w) = (a1 + c1 )w1 + (a2 + c2 )w2 + · · · +
(an + cn )wn = a1 w1 + a2 w2 + · · · + an wn + c1 w1 + c2 w2 + · · · + cn wn = T (v) + T (v1 ). Adem´s,
T (kv) = ka1 w1 + ka2 w2 + · · · + kan wn = kT (v). a Veamos ahora la unicidad de la transformaci´n.
o Sea S : V → W otra transformaci´n lineal tal que S(vi ) = wi , i = 1, 2, . . . , n, entonces o S(v) = S(a1
v1 + a2 v2 + · · · + an vn ) = a1 w1 + a2 w2 + · · · + an wn = T (v) as´ S = T . ı, Observaci´n 13.2.1. El
conjunto {w1 , w2 , . . . , wn } es arbitrario, incluso podr´ ser un cono ıa junto linealmente
dependiente. Ejemplo 13.2.1. Determine la transformaci´n lineal T : R2 → R2 tal que T (1, 1) = (0, 2)
o y T (3, 1) = (2, −4). Soluci´n. Claramente el conjunto {(1, 1), (3, 1)} es una base de R2 ya que ´l es
un cono e junto m´ximo de vectores linealmente independiente. a Es L.I. ya que 1 1 f21 (−3) 1 1 ∼
31 0 −2 y es maximal dado que la dimensi´n de R2 es 2. o Sea v = (x, y) ∈ R2 entonces existen
escalares a, b tal que (x, y) = a(1, 1) + b(3, 1), entonces x = a + 3b y =a+b Debemos expresar a, b en
funci´n de x, y. o Al resolver el sistema para las variables a, b obtenemos a = 3y−x , b = x−y , de
donde 2 2 (x, y) = 3y−x (1, 1) + x−y (3, 1); as´ T (x, y) = 3y−x T (1, 1) + x−y T (3, 1), es decir, T (x, y) =
ı, 2 2 2 2 3y−x x−y 2 (0, 2) + 2 (2, −4) = (x − y, 5y − 3x).

REPRESENTACION MATRICIAL DE UNA TRANSFORMA´ LINEAL CION

Estamos en condiciones de mostrar que cualquier transformaci´n lineal de Rn a Rm puede o ser

introducida mediante la multiplicaci´n por una matriz adecuada o Teorema 13.3.1. Sea T : Rn → Rm
una transformaci´n lineal, entonces existe una o n. matriz A ∈ M (m, n, R) tal que T (v) = A · v, ∀ v ∈
R

Demostraci´n. Antes de efectuar la demostraci´n, es conveniente se˜alar que podemos o o n n con la

matriz columna “identificar” la n-upla (x1 , x2 , . . . , xn ) ∈ R  x1 .  .  ∈ M (n, 1, R); . xn esto
se realizar´ con un isomorfismo que presentaremos posteriormente. A

Sea E = {E1 , E2 , . . . , En } la base can´nica de Rn y E ∗ = {E1 , E2 , . . . , Em } base o m. can´nica de R o

Sea v = (x1 , x2 , . . . , xn ) ∈ Rn , entonces v se escribe como combinaci´n de los vectores o de E como
v = x1 E1 + x2 E2 + · · · + xn En , as´ aplicando la transformaci´n lineal T ı, o obtenemos T (v) = x1 T
(E1 ) + x2 T (E2 ) + · · · + xn T (En ). (13.1)

Por otro lado, cada vector T (Ej ) ∈ Rm se escribe como combinaci´n lineal de la base o ∗ ∗ ∗ can´nica
E ∗ como T (Ej ) = a1j E1 + a2j E2 + · · · + amj Em . o Reemplazando esto ultimo en (13.1) obtenemos
´

∗ ∗ ∗ ∗ T (v) = x1 (a11 E1 + a21 E2 + a31 E3 + · · · + am1 Em ) ∗ ∗ ∗ ∗ +x2 (a12 E1 + a22 E2 + · · · +

a32 E3 + · · · + am2 Em ) ∗ ∗ ∗ ∗ + · · · + xn (a1n E1 + a2n E2 + a3n E3 + · · · + amn Em )