Cambio de Base Profesores Omar Darı́o Saldarriaga Ortı́z Iván Dario Gómez Hernán Giraldo 2009 Definición Sean X = {x1 , . . . , xn } y Y = {y1 , . . . , yn } bases para Rn , definimos la matriz del cambio de base de la base X a la base Y como la matriz. · · · (xn )Y . Y IX = (x1 )Y Ejemplo 1 0 1 1 Sean E = e1 = , e2 = y X = x1 = , x2 = , encontrar 0 1 1 −1 la matriz de cambio de base. Teorema Sean X = {x1 , . . . , xn } y Y = {y1 , . . . , yn } bases para Rn y sea v ∈ Rn , entonces vY =Y IX · vX . Ejemplo 1 0 1 1 Sean E = e1 = , e2 = y X = x1 = , x2 = , encontrar 0 1 1 −1 la matriz de cambio de base. Teorema Sean X = {x1 , . . . , xn } y Y = {y1 , . . . , yn } bases para Rn y sea v ∈ Rn , entonces vY =Y IX · vX . Ejemplo −1 2 3 4 Sean X = x1 = , x2 = y Y = y1 = , y2 = bases 0 1 1 1 2 para R y v = 2x1 + 3x2 , expresar a v en términos de la base Y . Ejemplo 1 0 1 1 Sean E = e1 = , e2 = y X = x1 = , x2 = , encontrar 0 1 1 −1 la matriz de cambio de base. Teorema Sean X = {x1 , . . . , xn } y Y = {y1 , . . . , yn } bases para Rn y sea v ∈ Rn , entonces vY =Y IX · vX . Ejemplo −1 2 3 4 Sean X = x1 = , x2 = y Y = y1 = , y2 = bases 0 1 1 1 2 para R y v = 2x1 + 3x2 , expresar a v en términos de la base Y . Teorema Sean X = {x1 , . . . ,xn } y Y = {y1 , . . . , yn} bases para Rn y sean A = x1 · · · xn y B = y1 · · · yn . Entonces Y IX = B −1 A. Observaciones (Procedimiento para calcular la matriz del cambio de base) Sean X = {x1 , . . . ,xn } y Y = {y1 , . . . , yn} bases para Rn y sean A = x1 · · · xn y B = y1 · · · yn entonces 1 Aplicar reducción Gauss-Jordan a la matriz aumentada B A hasta encontrar su forma escalonda reducida. −1 I B | {z A} . Luego en la parte 2 Al final del paso 1. obtenemos Y IX derecha de la matriz aumentada se obtiene la matriz de cambio de base Y IX . Teorema Sean X = {x1 , . . . ,xn } y Y = {y1 , . . . , yn} bases para Rn y sean A = x1 · · · xn y B = y1 · · · yn . Entonces Y IX = B −1 A. Observaciones (Procedimiento para calcular la matriz del cambio de base) Sean X = {x1 , . . . ,xn } y Y = {y1 , . . . , yn} bases para Rn y sean A = x1 · · · xn y B = y1 · · · yn entonces 1 Aplicar reducción Gauss-Jordan a la matriz aumentada B A hasta encontrar su forma escalonda reducida. −1 I B | {z A} . Luego en la parte 2 Al final del paso 1. obtenemos Y IX derecha de la matriz aumentada se obtiene la matriz de cambio de base Y IX . Ejemplo Sean X = Y 1 1 2 1 , x2 = y Y = y1 = , y2 = , calcular 1 −1 −1 0 1 = . 1 x1 = IX y vY si vX Teorema Sean X = {x1 , . . . ,xn } y Y = {y1 , . . . , yn} bases para Rn y sean A = x1 · · · xn y B = y1 · · · yn . Entonces Y IX = B −1 A. Observaciones (Procedimiento para calcular la matriz del cambio de base) Sean X = {x1 , . . . ,xn } y Y = {y1 , . . . , yn} bases para Rn y sean A = x1 · · · xn y B = y1 · · · yn entonces 1 Aplicar reducción Gauss-Jordan a la matriz aumentada B A hasta encontrar su forma escalonda reducida. −1 I B | {z A} . Luego en la parte 2 Al final del paso 1. obtenemos Y IX derecha de la matriz aumentada se obtiene la matriz de cambio de base Y IX . Ejemplo Sean X = Y 1 1 2 1 , x2 = y Y = y1 = , y2 = , calcular 1 −1 −1 0 1 = . 1 x1 = IX y vY si vX Teorema Sean X = {x1 , . . . , xn }, Y = {y1 , . . . , yn } y Z = {z1 , . . . , zn } bases de Rn entonces tenemos que: 1. Y IX = (X IY )−1 2. Z IX =Z IY ·Y IX Definición (La matriz de una transformacion con respecto a dos bases) Sea T : Rn −→ Rm una transformación lineal y sean X = {x1 , . . . , xn } y Y = {y1 , . . . , ym } bases para Rn y Rm , respectivamente. Definimos la matriz de T con respecto a las bases X y Y , denotada por Y TX como la matriz · · · T (xn )Y . Y TX = T (x1 )Y Teorema Sean X = {x1 , . . . , xn }, Y = {y1 , . . . , yn } y Z = {z1 , . . . , zn } bases de Rn entonces tenemos que: 1. Y IX = (X IY )−1 2. Z IX =Z IY ·Y IX Definición (La matriz de una transformacion con respecto a dos bases) Sea T : Rn −→ Rm una transformación lineal y sean X = {x1 , . . . , xn } y Y = {y1 , . . . , ym } bases para Rn y Rm , respectivamente. Definimos la matriz de T con respecto a las bases X y Y , denotada por Y TX como la matriz · · · T (xn )Y . Y TX = T (x1 )Y Observaciones Si T : Rn −→ Rm es una transformación lineal y E = e1 , . . . , en y E = e1 , . . . , em son las bases estándar de Rn y Rm , respectivamente, y S es la matriz de T , es decir, la matriz tal que T (x) = Sx, para todo x ∈ Rn , entonces S = E TE = T (e1 ) . . . T (en ) . Teorema Sean X = {x1 , . . . , xn }, Y = {y1 , . . . , yn } y Z = {z1 , . . . , zn } bases de Rn entonces tenemos que: 1. Y IX = (X IY )−1 2. Z IX =Z IY ·Y IX Definición (La matriz de una transformacion con respecto a dos bases) Sea T : Rn −→ Rm una transformación lineal y sean X = {x1 , . . . , xn } y Y = {y1 , . . . , ym } bases para Rn y Rm , respectivamente. Definimos la matriz de T con respecto a las bases X y Y , denotada por Y TX como la matriz · · · T (xn )Y . Y TX = T (x1 )Y Observaciones Si T : Rn −→ Rm es una transformación lineal y E = e1 , . . . , en y E = e1 , . . . , em son las bases estándar de Rn y Rm , respectivamente, y S es la matriz de T , es decir, la matriz tal que T (x) = Sx, para todo x ∈ Rn , entonces S = E TE = T (e1 ) . . . T (en ) . Teorema Sea T : Rn −→ Rm una transformación lineal, sean X = {x1 , . . . , xn } y Y = {y1 , . . . , ym } bases para Rn y Rm , respectivamente y sea v ∈ Rn . Entonces T (v)Y = Y TX vX . Teorema Sea T : Rn −→ Rm una transformación lineal, sean X = {x1 , . . . , xn } y Y = {y1 , . . . , ym } bases para Rn y Rm , respectivamente y sean A = x1 . . . xn y B = y1 . . . yn , entonces −1 T (x1 ) · · · T (xn ) , Y TX = B más aún Y TX = B −1 ·E TE · A. En palabras el teorema dice que la matriz de T con respecto a las bases X y Y es el producto de las matrices la inversa de la matriz de Y , la matriz de T y la matriz de X. Teorema Sea T : Rn −→ Rm una transformación lineal, sean X = {x1 , . . . , xn } y Y = {y1 , . . . , ym } bases para Rn y Rm , respectivamente y sea v ∈ Rn . Entonces T (v)Y = Y TX vX . Teorema Sea T : Rn −→ Rm una transformación lineal, sean X = {x1 , . . . , xn } y Y = {y1 , . . . , ym } bases para Rn y Rm , respectivamente y sean A = x1 . . . xn y B = y1 . . . yn , entonces −1 T (x1 ) · · · T (xn ) , Y TX = B más aún Y TX = B −1 ·E TE · A. En palabras el teorema dice que la matriz de T con respecto a las bases X y Y es el producto de las matrices la inversa de la matriz de Y , la matriz de T y la matriz de X. Observaciones (Procedimiento para calcular) Y TX 1 Calcular T (xi ) para i = 1, . . . , n, 2 Aplicar reducción Gauss-Jordan a la matriz aumentada y1 · · · yn | T (x1 ) · · · T (xn ) = B T (x1 ) · · · = B E TE · A 3 T (xn ) hasta llevarla a la forma escalonada reducida, donde A = x1 · · · xn y B = y1 · · · yn , " # I B −1 ·E TE · A | {z } Al final del paso 2. obtenemos . Y TX Ejemplo x 2x − y , Sea T : R2 −→ R2 la transformación lineal dada por T = x+y y 1 1 2 1 , x2 = y Y = y1 = , y2 = bases de sean X = x1 = 1 −1 −1 0 1 R2 , calcular Y TX y T (v)Y si vX = Observaciones (Procedimiento para calcular) Y TX 1 Calcular T (xi ) para i = 1, . . . , n, 2 Aplicar reducción Gauss-Jordan a la matriz aumentada y1 · · · yn | T (x1 ) · · · T (xn ) = B T (x1 ) · · · = B E TE · A 3 T (xn ) hasta llevarla a la forma escalonada reducida, donde A = x1 · · · xn y B = y1 · · · yn , " # I B −1 ·E TE · A | {z } Al final del paso 2. obtenemos . Y TX Ejemplo x 2x − y , Sea T : R2 −→ R2 la transformación lineal dada por T = x+y y 1 1 2 1 , x2 = y Y = y1 = , y2 = bases de sean X = x1 = 1 −1 −1 0 1 R2 , calcular Y TX y T (v)Y si vX =