Algebra Lineal Subespacio Vectorial e Imagen o Ncleo de una Transformacin Lineal

Subespacio Vectorial.Si V es un espacio vectorial, entonces ciertos subconjuntos de V forman por si mismos espacios vectoriales bajo la adicin vectorial y multiplicacin escalar definida sobre V. Un subconjunto W de un espacio vectorial V es un subespacio de V, si W es asimismo un espacio vectorial bajo la adicin y multiplicacin estn definidas sobre V. En general, se deben verificar los diez axiomas para demostrar que un conjunto W, con la adicin y multiplicacin escalar forma un espacio vectorial. Sin embargo, si W es parte de un conjunto mayor V del que ya se sabe que es un espacio vectorial, entonces no es necesario verificar ciertos axiomas para W, porque se heredan de V. Para demostrar que un conjunto W es un subespacio de un espacio vectorial V, solo es necesario verificar los axiomas 1, 4,5 y 6. El siguiente teorema hace ver que incluso se puede hacer caso omiso de los axiomas 4 y 5. Teorema: Si W es un conjunto de uno o ms vectores de un espacio vectorial V, entonces W es un subespacio de V si y solo si se cumplen las condiciones siguientes: a) Si u y v son vectores en W, entonces u + v esta en W. b) Si K es un escalar cualquiera y u es cualquier vector en W, entonces Ku esta en W. [Las condiciones (a) y (b) a menudo se describen diciendo que W es cerrado bajo la adicin y es cerrado bajo la multiplicacin por un escalar, es por eso que son conocidas como reglas de cerradura.] Demostracin: Si W es un espacio vectorial de V, entonces se satisfacen todos los axiomas de los espacios vectoriales; en particular, se cumplen los axiomas 1 y 6. Pero estas son precisamente las condiciones (a) y (b). Recprocamente, supngase que se cumplen las condiciones (a) y (b). Como estas condiciones son los axiomas 1 y 6 de los espacios vectoriales, solo se necesita demostrar que W satisface los ocho axiomas restantes. Los axiomas 2, 3, 7, 8,9 y 10 son satisfechos automticamente por los vectores en W, dado que son satisfechos por todos los vectores en V. Por tanto, para completar la demostracin, basta con verificar que los axiomas 4 y 5 son satisfechos por W.

Sea u cualquier vector en W. Por la condicin (b), ku esta en W para todo escalar k. Al hacer k=0, se deduce que 0u =0 esta en W, y al hacer k=-1, se concluye que (-1) u =-u esta en W. Todo espacio vectorial tiene al menos dos subespacios. El propio V es un subespacio y el conjunto {0} que solo consta del vector cero en V es otro espacio denominado subespacio cero.

Algunos espacios vectoriales a continuacin: -El subespacio trivial: Para cualquier espacio vectorial V, el subconjunto {0} que consiste en el vector cero es nicamente un subespacio ya que 0+0=0 y 0 =0 para todo numero real a. Esto se denomina el subespacio trivial. -Un espacio Vectorial es un subespacio en si mismo: Para cada espacio vectorial V, V es un subespacio de si mismo. Todo espacio vectorial V contiene dos subespacios {0} y V (que coinciden si V= {0}. Los subespacios distintos a {0} y V se denominan subespacios propios. -Un subespacio propio de R: Sea H= {(x, y): y=mx}, H es un subespacio de R. si H es un subespacio propio de R, entonces H consiste en el conjunto de puntos que se encuentran sobre una recta que pasa por el origen; es decir, un conjunto de puntos que se encuentra sobre una recta que pasa por el origen es el nico tipo de subespacio propio de R. -Un subespacio propio de R: Sea H = {(x, y, z): x = at, y=bt, z=ct; a, b, c, t, reales}. Entonces H consiste en los vectores en R que se encuentran sobre una recta que pasa por el origen. Para ver que H es un subespacio de R, sea x= (at1bt1 ,ct1) H y y =(at1bt1 ,ct1) H. Entonces x+y = (a(t1 +t2), b(t1 +t2), c(t1+t2)) H y x = ((t1),b(t2),c(t3)) H. As, H es un subespacio de R. ) -Otro subespacio de R: Sea *( espacio vectorial; as, es un subespacio de R. a,b,c reales}. Entonces, es un

-R no tiene subespacios propios: Sea H un subespacio de R. Si H {0}, entonces H contiene un numero real diferente de cero. Por el axioma vi), 1=(1/) H y B1= B H para todo numero real B. As, si H no es el subespacio trivial, entonces H =R. Es decir, R no tiene subespacios propios. -Algunos subespacios propios de Pn : Si Pn denota el espacio vectorial de polinomios de grado menor o igual a n y si 0mn, entonces Pm es un subespacio de Pm como se verifica fcilmente.

-Un subespacio propio de C[0,1] : Sea V=Mm (las matrices de n x n) y sea H = { A M; A es invertible}. Entonces H no es un subespacio ya que la matriz de cero de n x n no esta en H.

Imagen y Ncleo de una transformacin Lineal.Una transformacin lineal es una clase especial de funciones vectoriales, estas funciones tienen muchas aplicaciones importantes en fsica, ingeniera, ciencias sociales, y diversas ramas de las matemticas. Definicin: 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, Tv W y que satisface, para cada u y v en V y cada escalar 1) T(u + v) = Tu + Tv 2) T(V) = TV Ncleo e Imagen: Sean V y W dos espacios vectoriales y sea T: V W una transformacin lineal. Entonces 1) El ncleo de T, denotado por nu T, esta dado por nu T ={v V:Tv =0} 2) La imagen de T, denotado por Im T, esta dado por Lm T = { w W = Tv para alguna v V} Algunos ejemplos: Ncleo e Imagen de la transformacin cero: Sea Tv = 0 para todo v V(T es la transformacin cero). Entonces nu T =V e Im T={0}. Ncleo e Imagen de la transformacin identidad: Sea Tv =v para todo v V(T es la transformacin identidad). Entonces nu T= {0} e Im T = V.

Las transformaciones cero e identidad proporcionan dos extremos. En la primera todo se encuentra en el ncleo. En la segunda solo el vector cero se encuentra en el ncleo. Los casos intermedios son ms interesantes. Ncleo e Imagen de un operador de proyeccin: R definida por T( )=( )

Sea T: R

T es el operador de proyeccin de R en el plano xy. Si T( )=( ) = 0=( ) entonces x=y =0. As, nu T={(x,y,z):x=y=0, z R}, es decir, el eje z, e Im T ={(x,y,z):z =0}, es decir, el plano xy. Observe que dim nu T =1 y dim Im T = 2.

Referencias: -Algebra Lineal, GROSSMAN, Sexta edicin. -Introduccin al Algebra Lineal, Howard Antn. Tercera Edicin.