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

Bases ortonormales y proceso de ortonormalizacion
Bases ortonormales   y proceso de ortonormalizacionBases ortonormales   y proceso de ortonormalizacion
Bases ortonormales y proceso de ortonormalizacion
Angie Mariano
 
Solucionario ecuaciones1
Solucionario ecuaciones1Solucionario ecuaciones1
Solucionario ecuaciones1
ERICK CONDE
 
Ejercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia linealEjercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia lineal
algebra
 
ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1
ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1
ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1
Bertha Vega
 

La actualidad más candente (20)

Ejemplo del Método de Bisección
Ejemplo del Método de BisecciónEjemplo del Método de Bisección
Ejemplo del Método de Bisección
 
Dominio de una funcion vectorial - UNSCH
Dominio de una funcion vectorial - UNSCHDominio de una funcion vectorial - UNSCH
Dominio de una funcion vectorial - UNSCH
 
Apuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSMApuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSM
 
Ecucación de bessel
Ecucación de besselEcucación de bessel
Ecucación de bessel
 
Ejercicios sobre Transformada de Laplace
Ejercicios sobre Transformada de LaplaceEjercicios sobre Transformada de Laplace
Ejercicios sobre Transformada de Laplace
 
Bases ortonormales y proceso de ortonormalizacion
Bases ortonormales   y proceso de ortonormalizacionBases ortonormales   y proceso de ortonormalizacion
Bases ortonormales y proceso de ortonormalizacion
 
Ecuaciones Diferenciales
Ecuaciones Diferenciales Ecuaciones Diferenciales
Ecuaciones Diferenciales
 
Solucionario ecuaciones1
Solucionario ecuaciones1Solucionario ecuaciones1
Solucionario ecuaciones1
 
Ejercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia linealEjercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia lineal
 
Ejercicios resueltos edo separables
Ejercicios resueltos edo separablesEjercicios resueltos edo separables
Ejercicios resueltos edo separables
 
Funciones ortogonales (1)
Funciones ortogonales (1)Funciones ortogonales (1)
Funciones ortogonales (1)
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
 
Algunas soluciones wangsness (compartido por L)(2)
Algunas soluciones wangsness (compartido por L)(2)Algunas soluciones wangsness (compartido por L)(2)
Algunas soluciones wangsness (compartido por L)(2)
 
Clase 13 problemas complementarios
Clase 13 problemas complementariosClase 13 problemas complementarios
Clase 13 problemas complementarios
 
Tabla de integrales
Tabla de integrales Tabla de integrales
Tabla de integrales
 
Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
 
Archivo con demostraciones de espacios vectoriales
Archivo con demostraciones de espacios vectorialesArchivo con demostraciones de espacios vectoriales
Archivo con demostraciones de espacios vectoriales
 
ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1
ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1
ED Ejercicios complementarios cap 1 aplicaciones de las ed orden uno parte 1
 
Ejercicios resueltos edo homogéneas
Ejercicios resueltos edo homogéneasEjercicios resueltos edo homogéneas
Ejercicios resueltos edo homogéneas
 
Derivadas parciales
Derivadas parcialesDerivadas parciales
Derivadas parciales
 

Similar a Operadores lineales

Folleto de algebra
Folleto de algebraFolleto de algebra
Folleto de algebra
francisco
 
Folleto segundo parcial
Folleto segundo parcialFolleto segundo parcial
Folleto segundo parcial
ERICK CONDE
 
Folleto de algebra
Folleto de algebraFolleto de algebra
Folleto de algebra
francisco
 
Demostraciones transformaciones lineales (1)
Demostraciones transformaciones lineales (1)Demostraciones transformaciones lineales (1)
Demostraciones transformaciones lineales (1)
Daniela Medina
 
Demostraciones transformaciones lineales
Demostraciones transformaciones linealesDemostraciones transformaciones lineales
Demostraciones transformaciones lineales
Marko Gallardo
 
Lineal prac2
Lineal prac2Lineal prac2
Lineal prac2
orestes
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
delriocande
 

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
 
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
 
Transformacion lineal
Transformacion linealTransformacion lineal
Transformacion lineal
 

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.