Espacios Vectoriales

Algebra Lineal

Objetivos

Demostrar si una estructura algebraica de un

conjunto de vectores es un espacio vectorial.
Definir un sub espacio de un espacio lineal y
encontrar una base para esto.
Determinar si un subconjunto de un espacio
vectorial es un espacio lineal.
Definir y reconocer la independencia lineal de un
conjunto de vectores.
Definir y obtener una base para espacios lineales.

Objetivos

Definir espacios vectoriales relacionados con

matrices.
Elaborar bases reduciendo una matriz
determinada a la forma escalonada.
Definir el producto interior en un espacio
vectorial arbitrario.
Definir longitud y ngulo en espacios con
producto interior.
Determinar bases de un espacio vectorial con
vectores ortogonales.

Repaso

DEFINICION

Sea V un conjunto cualesquiera no vaco de

elementos sobre el que estn definidas dos
operaciones: la adicin y la multiplicacin por
escalares. Por adicin se entiende una regla
que asocia a cada par de elementos u y v en
V un elemento u + v denominado suma de u
y v; por multiplicacin escalar se entiende una
regla que asocia a cada escalar y cada
elemento u en V un elemento u,
denominado mltiplo escalar de u por . Si los
elementos u, v, w en V y los escalares y
satisfacen los axiomas siguientes, entonces V
se denomina espacio vectorial, y sus
elementos se denominan vectores.

Axiomas

1.- Si u, v estn en V, entonces u + v est en V.

2.- Si u, v estn en V, entonces u + v = v + u.
3.- Si u, v, w estn en V, entonces u + v + w
= u + v + w.
4.- Existe un nico elemento 0 en V, denominado
vector cero de V, tal que se cumple que : 0+ u =
u + 0 = u para todo u en V.
5.- Para todo u en V existe un elemento -u en V,
denominado opuesto de u, tal que se cumple: u+
(-u)=(-u)+u=0.

Axiomas

6.- Si es cualquier escalar y u es cualquier

elemento en V, entonces u est en V.
7.- Si u, v estn en V y es un escalar,
entonces (u + v) = u + v.
8.- Si u est en V y , son escalares,
entonces (+) u = u + u.
9.- Si u est en V y , son escalares,
entonces
(u) = () u.
10.- Si u est en V y 1 es un escalar, 1u = u.

Ejemplo

Si el conjunto de objetos estudiados V son

matrices de tamao 2x2 con elementos
de nmeros reales, a cada matriz con la
estructura se le denomina vector. La suma y
el producto escalar estn definidos de la
siguiente manera:
Dado , ,
y
k=a
Tanto as como

Axioma 1: Si u, v estn en V, entonces u + v

est en V.

Debo demostrar que el objeto resultante de la

operacin suma pertenece al conjunto V
estudiado, lo cual podemos decir que es
verdad basada en la definicin de la operacin
suma.

u + m V
operacin suma

por la definicin de

SUBESPACIOS VECTORIALES

Con frecuencia, se tiene que un espacio

vectorial est contenido en otro, y que la
adicin y la multiplicacin por escalares del
primer espacio vectorial se llevan a cabo de
manera exactamente igual a la del segundo.
Cuando esto es as, se dice que el primer
espacio vectorial es subespacio del segundo.

SUBESPACIOS VECTORIALES

Sin embargo, si U es parte de un conjunto

ms grande V del que se sabe es un espacio
vectorial, entonces no es necesario verificar
ciertos axiomas para U porque son heredados
de V.
Todo espacio vectorial V tiene por lo menos
dos sub-espacios: V y {0}

SUBESPACIOS VECTORIALES

Si U es un conjunto formado por uno o ms

vectores de un espacio vectorial V, entonces
U es un subespacio de V si y slo si se
cumplen las condiciones siguientes:
1.- Cerrado bajo la adicin: Si u, v son
elementos de U, entonces u + v est en
U.
2.- Cerrado bajo la multiplicacin escalar:
Si es cualquier nmero y u es un
elemento de U, entonces u est en U.

Ejemplo

Determinar si el conjunto W de los vectores de

la forma a, 1, 1, donde a es un nmero Real,
constituyen un sub espacio de R 3

DEFINICIONES INICIALES:
1. Como no dan ninguna restriccin para las
operaciones de suma y resta utilizaremos los
procedimientos usuales para vectores en R3
1. Existen los vectores:

DEMOSTRACIN:

DEMOSTRACIN:
Primera condicin:

=
No Es Necesario Porque No Cumpli La Primera

CONCLUSIN: No es un sub-espacio vectorial de

Segunda condicin:
porque
no cumple
la condicin
de La
cerradura
No Es Necesario
Porque
No Cumpli
Primera de
adicin.
CONCLUSIN: No es un sub-espacio vectorial de
porque no cumple la condicin de cerradura de
adicin.

R3
la
R3
la

COMBINACION LINEAL

Unacombinacin
linealde dos o ms vectores
es elvectorque se obtiene
alsumaresosvectores multiplicadospor
escalares

Cualquiervectorse puede poner

comocombinacin linealde otros que
tengandistinta direccin.

W=2.6u+3.2v
Estacombinacin lineales nica

VECTORES LINEALMENTE
DEPENDIENTES

conjunto devectores se dice que

Un
sonlinealmente dependientessi hay
unacombinacin linealde ellos que es igual
alvector cero, sin que seancerotodos
loscoeficientesde la combinacin lineal

Propiedades

un conjunto con vectoresque

En
sonlinealmente dependientes, al
menosunode ellos se puede expresar
comocombinacin linealde los dems.

Si unvectorescombinacin linealde otros,

entonces todos los vectoressonlinealmente
dependientes.

Propiedades

Dosvectores
,.., y son linealmente
dependientessi sus componentes son
proporcionales (el uno es mltiplo del otro).
u=kv

Propiedades

el determinante de la matriz que forman un

Si
conjunto de vectores es igual a cero, estos
vectores son linealmente dependientes ya que
la matriz no tiene inversa.

Un conjunto finito de vectores que contiene al

vector cero es linealmente dependiente.
Sea ,.., un conjunto de vectores en . Si r >
n, entonces u es linealmente dependiente.

Ejemplo

Determinar los valores de k para que

seanlinealmente dependienteslos vectores
u=3,k,-6, v=-2, 1, k+3, w=1, k+2, 4.
Escribir u comocombinacin linealde v y w,
siendo k el valor calculado.

DEFINICIONES INICIALES:
1. Los vectores son linealmente dependientes si el determinante de la matriz
que forman es nulo.
1. Existen los vectores:
u=3,k,-6
v=-2, 1, k+3
w=1, k+2, 4

DEMOSTRACIN:

31*4-k+2k+3-k-2*4-1k+3-6-2k+2-1*1=0
k2 4k + 12 = 0
k=-2
k=6
Ahora
Ahora
u=3,
u=3,

tenemos
tenemos
-2,
-2, -6
-6

los
los vectores:
vectores:
v=-2,
v=-2, 1,
1, 1
1 w=1,
w=1, 0,
0, 4
4

u= av + bw
u= av + bw
3, -2, -6 = a-2, 1, 1 + b1, 0, 4
3, -2, -6 = a-2, 1, 1 + b1, 0, 4
-2a + b = 3
-2a + b = 3
a
= -2
a
= -2
a + 4b = -6
a + 4b = -6
a=-2
b=-1
a=-2
b=-1

CONCLUSIN: El vector u es una combinacin lineal de los vectores v y w.

CONCLUSIN: El vector u es una combinacin lineal de los vectores v y w.
u= -2v -1w
u= -2v -1w

VECTORES LINEALMENTE INDEPENDIENTES

Varios
vectores sonlinealmente

independientessi ninguno de ellos puede ser

escrito con una combinacin linealde los
restantes. Por lo tanto en la ecuacin
vectorial:

Losvectores linealmente
independientestienendistinta direcciny
suscomponentesno son proporcionales por lo
tanto el determinante de la matriz que forman
es diferente de cero.

Vectores

a
b
c
a Linealmente dependientes. b Linealmente dependientes.
cLinealmente independientes.

Ejemplo

Demostrar que los vectores i = 1,0,0 , j =

0,1,0 y k = 0,0,1 en R3. Son linealmente
dependientes.

DEFINICIONES INICIALES:
1. Varios vectores son linealmente independientes si ninguno
de ellos puede ser escrito con una combinacin lineal de
los restantes.
1. El conjunto de vectores es:
i = 1,0,0
j = 0,1,0
k = 0,0,1
DEMOSTRACIN:
k1 i + k 2 j + k 3 k = 0

k1 1,0,0 + k2 0,1,0 + k3 0,0,1 = 0,0,0

k1, k2, k3 = 0,0,0

CONCLUSIN: Por tanto, k1 = 0, k2 = 0, k3 = 0; como

consecuencia, el conjunto S = {i, j, k} es linealmente
independiente.

BASE Y DIMENSION

En
algebra lineal, una base proporciona un
sistema coordenado para un espacio vectorial,
mediante la nocin de vectores coordenados.
DEFINICION DE ESPACIO GENERADO:
Si es un conjunto de vectores en un espacio
vectorial V, entonces el subespacio U de V
que consta de todas las combinaciones
lineales de los vectores en S se denomina
espacio generado por
y se dice que los
vectores generan a U.

DEFINICION DE BASE

Si V es cualquier espacio vectorial y es un

conjunto de vectores en V, entonces S se
llama base de V si se cumplen las dos
condiciones siguientes:
S es linealmente independiente.
S genera a V.

DEFINICION DE BASE

Si
es una base de un espacio vectorial V,
entonces todo vector v en V se puede
expresar en forma nica como

Se dice que un espacio vectorial V diferente

de cero es de dimensin finita si contiene un
conjunto finito de vectores que forma una
base. Si no es as, se dice que V es de
dimensin infinita.
Adems, se considera que el espacio vectorial
cero es de dimensin finita.

DEFINICION DE DIMENSION Dim(V),

Es
el nmero de vectores que hay en una base de
V.
El espacio vectorial cero es de dimensin cero.
Si V es un espacio vectorial de dimensin finita y
es cualquier base, entonces:
1.- Todo conjunto con ms de n elementos es
linealmente dependiente.
2.- Ningn conjunto con menos de n vectores
genera a V.
3.- Todas las bases de un espacio vectorial de
dimensin finita tienen el mismo nmero de
vectores

Ejemplo

Demostrar que los vectores i = 1,0,0 , j =

0,1,0 y k = 0,0,1 en R3. Son una base para
R3.

DEFINICIONES INICIALES:
1. Varios vectores forman una base para un espacio vectorial si estos generan a
dicho espacio y adems son linealmente independientes.
1. El conjunto de vectores es:
i = 1,0,0
j = 0,1,0
k = 0,0,1
DEMOSTRACIN:
DEMOSTRACIN:
Para generar a R3 un vector arbitrario = ,, se puede expresar como
combinacin lineal de i, j, k.
k1i + k2j + k3k = b
k1 1,0,0 + k2 0,1,0 + k3 0,0,1 = ,,
k1, k2, k3 = ,,
Por lo tanto k1, k2, k3 pueden tomar cualquier valor real demostrndose as que
i, j, k generan a R3.
Para ser linealmente independientes:
k1i + k2j + k3k = 0
k1 1,0,0 + k2 0,1,0 + k3 0,0,1 = 0,0,0
k1, k2, k3 = 0,0,0
CONCLUSIN:
CONCLUSIN: Por
Por lo
lo tanto,
tanto, k
k11 =
= 0,
0, k
k22 =
= 0,
0, k
k33 =
= 0;
0; como
como consecuencia,
consecuencia, el
el conjunto
conjunto
S
S =
= {i,
{i, j,
j, k}
k} es
es linealmente
linealmente independiente.
independiente. Adems
Adems genera
genera al
al espacio
espacio vectorial
vectorial
3
3
R
porque
cualquier
vector
b
en
R
puede
ser
expresado
como
una
combinacin
R3 porque cualquier vector b en R3 puede ser expresado como una combinacin
lineal
lineal de
de este
este conjunto
conjunto de
de vectores.
vectores. Como
Como esta
esta base
base consta
consta de
de tres
tres vectores
vectores su
su
dimensin
es
3.

dimensin es 3.

SISTEMAS HOMOGENEOS.

El procedimiento para determinar una base

para el espacio solucin de un sistema
homogneo Ax=0 (o espacio nulo de A) donde
A es una matriz de m*n, es el siguiente:

1-. Resolver el sistema homogneo dado,

mediante reduccin de Gauss-Jordan. Si en la
solucin no hay constantes arbitrarias, el
espacio solucin es (0), no tiene una base, y
su dimensin es cero.

SISTEMAS HOMOGENEOS.

2-. Si en la solucin x hay constantes

arbitrarias, se escribe x como una
combinacin lineal de los vectores { x1, x2,
, xp } con s1, s2, ., sp como
coeficientes:

X = s1x1 + s2x2 +.+ spxp

3-. El conjunto de vectores { x1, x2, , xp }

es una base para el espacio solucin de
Ax=0; la dimensin del espacio solucin es p.

SISTEMAS HOMOGENEOS.

Si A es una matriz de m*n, entonces el

conjunto de todas las soluciones del sistema
de ecuaciones lineales homogneo Ax=0 es
un subespacio de Rn llamado espacio nulo
de A y es denotado por N(A).
La dimensin del espacio nulo de A se
denomina nulidad de A

Ejemplo

Determnese una base y la dimensin para el

espacio de soluciones del sistema homogneo
Ax=0

Paso 1: Resolver el sistema homogneo dado Ax=0, mediante

reduccin de Gauss-Jordan

Reduccin aplicando el mtodo de GaussJordan.

Paso 2:

en la solucin x hay constantes arbitrarias,

Si
se escribe x como una combinacin lineal de
los vectores { x1, x2, , xp } con s1, s2, .,
sp como coeficientes

Por tanto las ecuaciones quedan de la

siguiente manera:

Tomamos
las constantes arbitrarias s y t, por
tanto:

Expresando en forma de matrices

X=

X=+

X=+

Dado
que s y t son constantes arbitrarias
asumimos primero que s=1 y t=0 y luego que
s=0 y t=1 obteniendo as las soluciones:

CONCLUSIN:
El conjunto de vectores { , }
es una base para el espacio de soluciones del
sistema homogneo dado y su dimensin es
dos.
Estos dos vectores son soluciones de Ax=0 y
todas las soluciones de este sistema
homogneo son combinaciones lineales de los
mismos.
La nulidad de A es igual a dos.

ESPACIOS DE RENGLONES Y COLUMNAS DE UNA

MATRIZ; APLICACIONES PARA HALLAR BASES.

Considrese la matriz mxn:

En donde:

..
..

..

ESPACIOS DE RENGLONES Y COLUMNAS DE UNA

MATRIZ; APLICACIONES PARA HALLAR BASES.

Se llaman vectores rengln de A. El

subespacio de generado por los vectores
rengln es el espacio de renglones de A.

=
=
.. =

Se llaman vectores columna. El subespacio de

generado por los vectores columna es el
espacio de columnas de A.

Propiedades

Las

operaciones elementales sobre los renglones no cambian

el espacio de renglones de una matriz.

Los vectores rengln diferentes de cero en una forma

escalonada de una matriz A forman una base para el espacio
de renglones de A.

El espacio de columnas de una matriz A es el mismo que el

espacio de renglones de su traspuesta .
Si A es una matriz cualquiera entonces el espacio de renglones
y el espacio de columnas de A tiene la misma dimensin.

La dimensin del espacio de renglones y columnas de una

matriz A se conoce como rango de A.

COORDENADAS Y CAMBIOS DE BASE.

Si el conjunto S = { v1 , v2 , . . . , vn } es
una base para un espacio vectorial V,
entonces todo vector v en V se puede
expresar como una combinacin lineal de los
elementos de S en la forma
v = c1 v1 + c 2v2 + . . . + cn vn ,

Entonces los escalares c1 , c2 , , cn se

denominan coordenadas de v relativas a la
base S. el vector de v relativo a se denota por
vs y es el vector en Rn definido por:

vs = c1, c

2,

. . . cn

COORDENADAS Y CAMBIOS DE BASE.

Expresando
el vector vs en forma de matriz
se denota por:

Ejemplo

Si el conjunto S = {v1, v2} es una base para

R2, en donde v1 = 1, 2, v2 = 4, 2.
Encuntrese el vector de coordenadas y la
matriz de coordenadas de v = 6,6 con
respecto a S.

DEFINICIONES INICIALES:
S = { v1 , v2 , . . . , vn es una base para un espacio vectorial V, entonces
todo vector v en V se puede expresar como
v = c1 v1 + c 2v2 + . . . + cn vn ,
Entonces los escalares c1 , c2 , , cn se denominan coordenadas de v
relativas
a vectores:
la base S. el vector de v relativo a S se denota por v s y es el
Existen los
vector en Rn definido por: vs = cv1,1 =
c 2,
. . cn
1,. 2
Existen los vectores:
v2 = 4, 2
v1 = 1, 2
v = 6,6
v2 = 4, 2
DESARROLLO:
v = 6,6
DESARROLLO:
V = c1 v1 + c2 v2
6,6= c1 1,2 + c24,2
c1=2
c2=1
vs=2,1
CONCLUSIN: como se observa en los
grficos
s=
El vector v relativo a la base de R2 esv
v6,6.

El vector de v relativo a la base S se denota por vs y es el vector:

CONCLUSIN: como se observa en los grficos
vs=2,1
El vector v relativo a la base de R2 es v6,6.
El vector de v
vs=2,1

relativo a la base S se denota por vs y es el vector:

Cambio de base.

Ejemplo

Existen las bases: U = y W =

Con sus respectivos vectores:
:
u1 = , u2 = ;
w1 = , w2 =

DESARROLLO:
En primer lugar deben encontrarse las matrices de coordenadas para
los vectores base iniciales, u11 y u22, en relacin con la nueva base W.
u1 = a1 w1 + a2 w2

u2 = b1 w1 + b2 w2

1,0= a1 1,1 + a22,1

a1=-1
a2=1

0,1= b1 1,1 + b22,1

b1=2
b2=-1

[]w=-1,1

[]w =2,-1

[]w =

[]w =

Por lo tanto, la matriz de transicin de U hacia W es:

P=

Solucin (b).
v = c 1 u1 + c 2 u 2
7,2= a1 1,0 + a20,1

[v]U =
De modo que al aplicar : [v]w = P [v]u
[v]w ==
[v]w =

CONCLUSIN: Se realiz el cambio desde la base U hacia la

base W a travs de la matriz de transicin P para obtener
la matriz (vector) de
coordenadas [v]w, que son las
coordenadas del vector v con respecto a la base W.

En muchos problemas, se dan un sistema de

coordenadas rectangulares xy y se obtiene
un nuevo sistema de coordenadas xy, al
hacer el sistema xy en sentido contrario al de
las manecillas del reloj, alrededor del origen,
para describir un ngulo . Cuando se hace
esto, cada punto Q en el plano tiene dos
conjuntos de coordenadas: las coordenadas
(x, y), relativas al sistema xy, y las
coordenadas (x, y), relativas al sistema xy.

introducir los vectores unitarios u1 y u2, a lo

Al
largo de los ejes x y y positivos y los vectores
unitarios w1 y w2, a lo largo de los ejes x y y
positivos, se puede considerar esta rotacin
como un cambio desde una base U = { u 1 , u2
hasta una nueva base W = { w 1 , w2 , por
tanto, las nuevas coordenadas ( x, y) y las
coordenadas iniciales ( x, y ) de un punto Q
estn relacionadas por
=P

En donde P es una matriz de transicin de U

hacia W. Para encontrar P, deben
determinarse las matrices de coordenadas de
los vectores base iniciales u1 y u2, con relacin
a la nueva base.

Ejemplo

Hallar las coordenadas del punto Q(2,-1) si se

hacen girar los ejes = 45 .

La matriz de transicin de la base U hacia W es

Las coordenadas respecto a la nueva base se determinan con la ecuacin

Como el ngulo de giro es 45 se obtiene:

Reemplazando en la ecuacin:
=

Las coordenadas iniciales de un punto Q son x,y=2,-1,entonces

=
=
=
=

CONCLUSIN: Las nuevas coordenadas de Q son (x,y)= (1/

BASES ORTONORMALES PROCESO DE

GRAMSCHMIDT

En muchos problemas referentes a espacios

vectoriales, la seleccin de una base para el
espacio se hace segn convenga al que lo
resuelve. Naturalmente, la mejor estrategia es
elegir la base a fin de simplificar la solucin
del problema. En los espacios vectoriales R n,
el mejor procedimiento a menudo es elegir
una base en la que todos los vectores sean
ortogonales (perpendiculares)entre s.

Definicin:
Se dice que un conjunto de
vectores en un espacio Rn es un conjunto
ortogonal si todas las parejas de vectores
distintos en el conjunto son ortogonales. Un
conjunto ortogonal en el que cada vector
tiene norma 1vector unitario se conoce
como ortonormal.

Si S == {,, , } es un conjunto ortogonal

de vectores diferentes de cero en un espacio
Rn, entonces S es linealmente independiente
Dos vectores son ortogonales si su producto
punto es cero

Demostrar
que el conjunto de vectores S = {,,
} es ortonormal.

Existen los vectores:

DESARROLLO:
DESARROLLO:
Determinacin de la ortogonalidad:

Determinacin de la ortonormalidad:

CONCLUSIN: El conjunto S = {,, } es ortonormal.

PASOS

Sea
V cualquier espacio de Rn diferente de
cero y con dimensin n, y supngase que S =
es cualquier base para V. La sucesin
siguiente de pasos produce una base
ortonormal } para V
Paso 1: Sea
Paso 2: Para construir un vector , que sea
ortogonal a :

Para que y sean ortogonales:

Como es una valor arbitrario decimos que

Por lo tanto:

Paso 3: Ahora se obtendr un vector que sea

ortogonal a y .
Para que sea ortogonal a y se debe cumplir
que:

El vector expresamos como una combinacin

lineal del conjunto {

(son ortogonales)

(son ortogonales)

Como es un valor arbitrario podemos asignar

Por lo tanto:

Reemplazado estos valores en la ecuacin

Obtenemos:

Este procedimiento se puede extender hasta

obtener la frmula:

Paso 4: Hasta ahora hemos encontrado un

conjunto {que es una base vectores
ortogonales. Para que este conjunto sea una
base ortonormal debemos normalizar cada
uno de los vectores del conjunto; es decir,
debemos determinar el vector unitario de
cada uno de los vectores para esto realizamos
el siguiente proceso.

Por lo tanto la base ortonormal es el

conjunto {

Considrese
el espacio vectorial R3. Aplquese
el proceso de Gram-Schmidt para transformar
la base = 1, 1,1, = 0, 1,1, = 0, 0,1 en
una base ortonormal.

DEFINICIONES INICIALES:
Se dice que un conjunto de vectores en un espacio R n es un conjunto ortogonal
si todas las parejas de vectores distintos en el conjunto son ortogonales. Un
conjunto ortogonal en el que cada vector tiene norma 1(vector unitario) se
conoce como ortonormal.
Dos vectores son ortogonales si su producto punto es cero
Existe la base:

= 1, 1,1, = 0, 1,1, = 0, 0,1

DESARROLLO:
Paso 1:
= 1, 1,1

Paso 2:

Paso 3:

Paso 4: Normalizamos la base ortogonal {,, }

CONCLUSIN: El conjunto W={,, } es una base ortonormal

para .

INTRODUCCION A LAS TRANSFORMACIONES

LINEALES.

Sean V y W espacios vectoriales reales. Una

transformacin lineal T de V en W es una
funcin que asigna a cada vector v V un
vector nico T(v) W y que satisface, para
cada u y v en V y cada escalar ,
T(u + v) = T(u) + T(v)
T(v) = T(v)

TRES OBSERVACIONES SOBRE

NOTACIN

1. Se escribe T: V W para indicar que T toma

el espacio vectorial real V y lo lleva al espacio
vectorial real W; esto es, T es una funcin con
V como su dominio y un subconjunto de W
como su imagen.
2. Se escriben indistintamente Tv y T(v).
Denotan lo mismo; las dos se leen T de v.
Esto es anlogo a la notacin funcional f (x),
que se lee f de x.
Las transformaciones lineales con frecuencia
se denominan operadores lineales.

Ejemplo

Para todo vector

DEFINICIONES INICIALES:
Una funcin es una relacin entre dos magnitudes, de tal
manera que a cada valor de entrada (dominio) le corresponde un
nico valor de salida, llamada imagen.
Existen el vector v y la funcin T:
T

DESARROLLO:
T

T-1,2=-3, 3

CONCLUSIN: La imagen de es .

29-ene-15

Presentacin de Informe y Sustentacin Trabajo

integrador

03-feb-15

PRUEBA Y REVISIN (UNIDAD 4)

05-feb-15

Presentacin de Informe y Sustentacin de guas

de trabajo 3 y 4( Auto evaluacin )

Gracias por su atencin

Ciclo concluido