3.transformaciones Lineales PDF

Transformaciones lineales
Prof. Isabel Arratia Z.

Clase 1 Aplicaciones lineales - Ejemplos
Sean V y W espacios vectoriales sobre el cuerpo  . Una
transformación lineal o aplicación lineal de V en W es una
función T : V W que satisface lo siguiente:
i) T(u  v )  T ( u )  T ( v );  u , v  V
ii ) T(  v )   T ( v);     ;  v  V
Si T es una transformación lineal de V en W, entonces

T( v1  . . . . .  v n )  T ( v1 )  . . . . .  T ( v n )
Más aún, T(1v1  .....  nvn )  1T(v1)  .....  nT(vn ),

v1, .... , vn V, 1, .... , n .
__________________________________________________________________
Algebra Lineal - Isabel Arratia Zárate 2
Si T es una transformación lineal de V en W, se puede demostrar
que T(0) = 0. Esto se enuncia de manera equivalente así,
T (0 )  0  T no es aplicación lineal
Ejemplos:
1) Consideremos f :    la función f(x) = 4x.
Entonces, f(x + a) = 4(x + a) = 4x + 4a = f(x) + f(a)
f ( x ) = 4( x ) =  ( 4 x ) =  f ( x ) ,  ∈ R
En consecuencia, f es una aplicación lineal.
Pero si definimos la función g por, g(x) = x + 4, g no es una
aplicación lineal, puesto que g ( 0 )  0 . Observe que la
función g tampoco cumple las condiciones i) y ii) exigidas para
ser una transformación lineal.
__________________________________________________________________
Las siguientes funciones de  en  no son lineales:
f (x )  x 2 f(x)  x f(x)  1x
f (x )  e x f(x)  ln x f(x)  cos x
¿Cuáles son las funciones

lineales de  en  ?
2) Sea T :  3   2 la función definida así,

T(x, y, z) = (2x – y + z, y + 3z).
Entonces T es una aplicación lineal. ¡Demuéstrelo!
__________________________________________________________________
En efecto,
3
i) Si (x, y, x) y (a, b,c) son vectores de  entonces,
T((x, y, z) + (a, b, c)) = T(x+a, y+b, z+c)
= (2(x+a) – (y+b) + (z+c), (y+b) + 3(z+c))
= (2x + 2a – y – b + z + c, y + b + 3z + 3c)
= (2x – y + z, y +3z) + (2a – b + c, b + 3c)
= T(x, y, z) + T(a, b, c)
3
ii) Si t   y (x, y, z) es un vector de  entonces,
T( t(x, y, z) ) = T( tx, ty, tz) = (2tx – ty + tz, ty + 3tz)
= t (2x – y + z, y + 3z)
= t T(x, y, z)
Por lo tanto, T es una aplicación lineal.
__________________________________________________________________
Ejercicio: Muestre un ejemplo de una función de  3 en  2 ,
que sea lineal y otro ejemplo de una que no lo sea.
3) Consideremos F : M mxn (  )  M nxm (  ); F(A)  A t

Entonces, F ( A  B )  ( A  B ) t  A t  B t  F ( A )  F ( B )
F( A )  ( A ) t   A t   F(A )
Por lo tanto F es una transformación lineal.

dp
4) La función T : P3[x]  P2 [ x ]; T(p)  p'  dx es lineal; en
efecto,
T(p + q) = (p + q)’ = p’ + q’ = T(p) + T(q)
T (a p) = (a p)’ = a p’ = a T(p) , a  
__________________________________________________________________
Destacamos los
siguientes dos
ejemplos
5) Si V y W son espacios vectoriales sobre ,

To : V  W; To (v)  0W
es una aplicación lineal
6) Si V es un espacio vectorial sobre  , la función

I : V  V; I(u)  u
es lineal; se llama aplicación identidad de V.
__________________________________________________________________
Ejercicios propuestos:
Determine cuál (es) de las siguientes aplicaciones son lineales.
1. T :   3; T(x)  (x, 0, 3x)

2. T : 2  3; T(a, b)  (5a  b, a  b, 1)
3. T : 2  P2[x] ; T(a, b)  a  5ax  (2a  4b)x 2
4. T : P1[x]  3; T(a  bx)  (a, 2b - a, a  b)
 2a  c a 
5. T :   M2 (); T(a, b, c)  
3

 a  c 3
6. T : Mn ()  ; T(A)  det(A)
__________________________________________________________________
Clase 2: Extensión
El siguiente teorema nos enseña a extender a todo el espacio
dominio, una aplicación lineal que se conoce sólo en una base de él.
Teorema: Sean V un espacio vectorial sobre  con base
B  {v1 , . . . . . , v n } y W un espacio vectorial sobre  .
Si w1 , . . . . . , w n  W entonces existe una única aplicación
lineal T de V en W tal que T( v i )  w i , i  1, . . . . , n.
En efecto, si v V , existen únicos 1 , . . . . . ,  n   tales que

v  1v1  . . . . .   n v n
La aplicación T de V en W dada por T(v)  1w1  . . . . .  n wn
satisface lo requerido en el teorema.
__________________________________________________________________
Ejemplo: Determinemos la aplicación lineal T de 2 en 2 tal
que T(1, 0) = (-3, 1) y T(0, 1) = (5, -4)?
Si (a, b) 2 entonces (a, b) = a (1, 0) + b (0, 1).
La aplicación T que satisface lo requerido es:
T: 2  2 ; T(a, b) = a T(1, 0) + b T(0, 1),
es decir, T(a, b) = a(-3, 1) + b(5, -4) = (-3a + 5b, a - 4b).
¿Cuál es la aplicación lineal T si se quiere que T(4,-3) = (-3, 1) y

T(-3, 2) = (5, -4)? En este caso debemos escribir (a, b) como,
(a, b) = (-2a - 3b) (4, -3) + (-3a - 4b) (-3, 2)
Y la aplicación lineal es,
T(a, b) = (-2a - 3b)(-3, 1) + (-3a - 4b)(5, -4) = (-9a -11b, 10a + 13b)
__________________________________________________________________
1. Si V, W son espacios vectoriales sobre el cuerpo
 y T, S son transformaciones lineales de V en W,
demuestre que T + S y T ,   , son lineales.
Aquí, (T+S)(v) = T(v) + S(v) y (T)(v)  T(v).
2. ¿Cuál es la aplicación lineal T de 3 en 2 tal que

T(1, 0, 0) = (2, -3), T(0, 1, 0) = (1, 1) y T(0, 0, 1) = (6, 5)?
3. Determine la aplicación lineal T de 3 en P2 [ x ] tal

que T(1, 1, 1) = 2 + x, T(1, 1, 0) = x – x2 y T(1, 0, 0) =
1 + 3x + 2x2.
__________________________________________________________________
Clase 3 Núcleo e imagen
Sean V y W espacios vectoriales sobre  y T: V W
una transformación lineal.
El núcleo o kernel de T es el conjunto,
Ker T  { v  V : T ( v )  0 }
La imagen de T es el conjunto,
Im T  { w  W :  v  V tal que T(v)  w}
 { T (v) : v  V }
Por ejemplo, determinemos el núcleo y la imagen de la
aplicación lineal T : 3  2 ; T(x, y, z) = (x - 2y, 3y + z).
__________________________________________________________________
KerT  {(x, y, z) 3 : T(x, y, z)  (0,0)}
 {(x,y,z) 3 : (x  2y, 3y  z)  (0,0)}
 {(x,y,z) 3 : x  2y  z  3y}
 {(2y, y,3y) : y }
  {(2, 1,  3)} 
Es decir, el núcleo de T resultó ser un subespacio de dimensión
3
uno del espacio  .
ImT  {T(x, y, z) : (x, y, z)  3}
 {(x  2y, 3y  z) : x, y, z  }
  {(1, 0), (2, 3), (0, 1)} 
  { (1, 0), (0,1)} 
 2
__________________________________________________________________
¿Cuál es el kernel y la imagen de las aplicaciones lineales
To : V  W; To (v)  0W
IV : V  V; IV (u)  u ?
Respuesta: Ker To = V, Im To = {0}, Ker I V = {0} e Im I V = V.
El núcleo y la imagen de una transformación

lineal no son simples conjuntos como se
aprecia en el siguiente teorema, cuya
demostración se deja de ejercicio al alumno.
Teorema: Si T de V en W es una aplicación lineal, entonces

el núcleo de T es un subespacio de V y la imagen de T es un
subespacio de W.
__________________________________________________________________
Definición: La dimensión del núcleo de T se
llama nulidad de T y la dimensión de la imagen de
T es el rango de T.
La nulidad de T y el rango de T serán denotados así,

( T )  dim (Ker T)  (T)  dim (Im T)
Y se demuestra el siguiente teorema que relaciona estos números:
Teorema: Si T de V en W es una aplicación lineal, entonces

 ( T )   (T)  dim V
__________________________________________________________________
En consecuencia,
( T )  dim V -  (T)  (T)  dim V - (T)
Ejercicio: Determine la nulidad y el rango de la aplicación

lineal T : P2[x]  2 ; T(a  bx  cx2 )  (a  b, 2a  c)
Solución: KerT {a bxcx2 P2[x] / (a b, 2ac) (0,0)}

{a bxcx2 P2[x] / a  b  c  2a }
{a ax2ax2 / a }
{a(1 x 2x2) / a }
 {1 x 2x2} 
__________________________________________________________________
Como B  {1  x  2 x 2 } es un conjunto generador de Ker T y es
linealmente independiente, puesto que tiene sólo un vector no
nulo, B es una base de Ker T; luego ( T )  1.
El rango de T es
 (T)  dim V   (T)  3  1  2.
Si la dimensión de la imagen de T es 2, debe tenerse que,
Im (T)   2
Ejercicio: Determine la nulidad y el rango de la

aplicación lineal
T : M2 ()  ; T(A)  tr(A)
__________________________________________________________________
Clase 4 Isomorfismos
El siguiente teorema caracteriza a las aplicaciones lineales
inyectivas, epiyectivas y por lo tanto biyectivas.
Teorema: Sea T : V W aplicación lineal.

(1) T inyectiva  Ker T  {0}  ( T )  0
(2) T epiyectiva  Im T  W   ( T )  dim W
Por ejemplo, si V  {0} , la aplicación lineal T0 (página 7) no

es inyectiva. Pero la aplicación identidad I V (página 7) es
inyectiva y epiyectiva, es decir, I V es biyectiva.
__________________________________________________________________
1
Recordemos que una función f posee función inversa f si y
sólo si f es biyectiva. La función f 1 también resulta ser
biyectiva y verifica que
(f 1  f )(x)  x y (f  f -1)(u)  u.
Definición: Un isomorfismo es una

aplicación que es lineal y biyectiva.
Por ejemplo, la aplicación lineal T : 3  3 definida por

T(x, y, z) = (x – y, 2y + z, x + y + z)
no es un isomorfismo puesto que Ker T = < {(1, 1, -2)}> y,
en consecuencia, (T no es inyectiva) T no es biyectiva.
__________________________________________________________________
Si T es una aplicación lineal de V en W, entonces,
• T isomorfismo  T invertible
• T isomorfismo  T1 es aplicación lineal
1
• T isomorfismo  T isomorfismo
Y si se tiene que dimV = dimW, entonces
T biyectiva  T inyectiva  T epiyectiva
En efecto,
T inyectiva  (T)  0  (T)  dimV  dimW
 T epiyectiva
__________________________________________________________________
3 3
1. Muestre que la aplicación T de  en  dada por
T(x, y, z) = (x - y, 2y + z, x + 2y + z) es un isomorfismo.
2. Determine si la transformación lineal F definida a
continuación es o no es biyectiva.
 a b   2a  b  3c a  2b  c  d 
F : M2 ()  M2 () , F    
 c d    b  c  d 3b  3c  2d 
3. Determine cuál(es) de las siguientes funciones son invertibles.
a) T : 3  3; T(x,y,z)  (x, 2x y, x  4y z)
b) T : 3  P2[x]; T(a,b,c)  (a  c)  (2a  b  c)x  (3a  b  c)x2
a b
c) T : M2()   ; T
4
  (a  d, 2c, a  c, c - d)
 c d
__________________________________________________________________
Clase 5 Espacios isomorfos
Definición: Si T: V W es un isomorfismo,
entonces se dice que los espacios V y W son
isomorfos, en cuyo caso se anota VW
3
Por ejemplo, los espacios  y P2[x] son isomorfos;
aquí el isomorfismo “natural” entre ellos es,
T(a, b, c)  a  bx  cx2
__________________________________________________________________
 a b
El isomorfismo T   (a, b, c, d) establece que los
 c d
espacios M2 () y 4 son isomorfos.
La relación “ser isomorfo a” es una relación de equivalencia

entre espacios vectoriales, esto significa que,
i) V  V
ii) V  W  W V
iii) (V W  W U)  V  U
¿ M2 () será isomorfo a P3[x]?
__________________________________________________________________
Teorema: Todo espacio vectorial real de
dimensión finita n es isomorfo a n .
En efecto, sea V un espacio vectorial real de dimensión finita n

y sea B = {v1, . . . . , vn} una base de V.
Definamos T : V n por T(v) = [ v ]B ; entonces,
• T es aplicación lineal.
• Ker T  { v  V : [ v ] B  ( 0 , . . . , 0) }  {0 V } y T es inyectiva.
• Como la nulidad de T es cero, el rango de T es n, es decir, la
imagen de T es un subespacio de n de dimensión n; entonces
n
Im T =  y T es epiyectiva.
n
• Así T es un isomorfismo y V   .
__________________________________________________________________
El teorema precedente es más general; se puede enunciar lo
siguiente:
Teorema: Sea V espacio vectorial sobre el cuerpo  de

n
dimensión finita n. Entonces V es isomorfo a  .
1) Muestre que el espacio de las matrices reales diagonales de
3
orden 3 es isomorfo a  .
2) Demuestre que el espacio de las matrices reales antisimétricas
de orden 3 es isomorfo a 3.
2 n
3) El subespacio W  {a  bx  cx  P2[x]: a  2c}   ; ¿cuál
es n?
__________________________________________________________________
Clase 6 El espacio de las aplicaciones lineales
Sean V y W espacios vectoriales sobre  y denotemos por:

L(V, W)  { T : V  W / T es lineal}
Se puede demostrar que:
1) T, SL(V, W)  T  SL(V, W)
2)    y T  L(V, W)   T  L(V, W)
3) To  L(V, W)
Las aplicaciones TS y T están dadas por:

( T  S )( v )  T ( v )  S ( v )
(  T )( v )   T ( v )
__________________________________________________________________
Por lo tanto, L(V, W) es un espacio vectorial sobre  ; el
espacio de las transformaciones lineales de V en W.
¿Qué sucede con el

producto?
Si T, S  L(V, W) , el producto (TS)(v) = T(v) S(v)

puede no estar definido.
Pero aún existiendo TS, este no es lineal. Por ejemplo, sean T,

S las transformaciones lineales de  en  dadas por,
T(x) = 3x, S(x) = 2x.
Entonces (TS)(x) = 6x2, que no es lineal.
__________________________________________________________________
Observe que si T L(V, W) y SL(W,U) ; entonces la
composición de T y S, (SoT)(v) = S(T(v)), es una
transformación lineal. En efecto, si u, v  V y ,   ,
(S  T)(  u   v)  S(T(  u   v)
 S(  T(u)   T(v))
  S(T(u))   S(T(v))
  (S  T)(u)   (S  T)(v)
Además, recuerde que la composición de funciones es asociativa
y distributiva con la suma:
S(TR) (ST)R y S(TR)(ST)(SR)
Y que bajo ciertas hipótesis, TIV T y IWT T
__________________________________________________________________
Por todas estas razones, la composición de
funciones es considerada como producto en el
espacio de las transformaciones lineales.
En lo que sigue, y siempre que T S exista, se entenderá que
(T S)(v) = T (S(v))
Observe que este producto no es conmutativo y además, no
todas las transformaciones lineales poseen inversa.
Ejercicio: Sean TL(V, W) y SL(W,U) aplicaciones

lineales invertibles. Demuestre que el producto de T y S es
invertible y se tiene que (S T) -1 = T -1 S -1.
__________________________________________________________________
Clase 7 Aplicación lineal asociada a una matriz
Sea AMmxn() y consideremos la aplicación,
TA : n  m definidapor TA(X)  AX
Para X, Y  n y    se tiene que,
i) TA (X  Y)  A (X  Y)  A X  A Y  TA (X)  TA (Y)
ii) TA ( X)  A ( X)   (A X)   TA (X)
Es decir, TA es una transformación lineal.
La transformación lineal TA se llama
aplicación lineal asociada a la matriz A.
__________________________________________________________________
 1 5
 
Por ejemplo, sea A   3 1 y determinemos la aplicación
 2  4
  lineal asociada a A.
TA : 2  3 ; TA(x, y)  ??
 1 5  x  5y 
   x  
 3 1     3x  y 
 2  4  y  2x  4y
   
TA : 2  3 ; TA (x, y)  (x  5y, 3x - y, 2x  4y)
Ejercicio: Encuentre la aplicación lineal asociada a las matrices

 9  3 1  0 0 0
A    , 0    e I3
 2 5 0
 0 0 0
__________________________________________________________________
Aplicaciones lineales y matrices
¿Parecidos? Apreciamos cierto parecido, desde un

punto de vista algebraico, entre el
espacio de las aplicaciones lineales
y cierto espacio de matrices.
Más precisamente, pretendemos establecer que el espacio

L(n , m ) es isomorfo a Mmxn() . Para ello debemos
mostrar una función, entre estos espacios, que sea un
isomorfismo. Consideremos,
F : Mmxn()  L(m, n ) definida por F(A)  TA
__________________________________________________________________
Se tiene que:
 F es una función bien definida y además es lineal, puesto que
TAB  TA  TB y TA  TA ,   

A modo de ejercicio, demuestre estas igualdades!
 F es inyectiva pues Ker F  { A / TA  To }  { 0 mn }
 F es epiyectiva ya que para cada transformación lineal T de

n en m , existe una matriz AMmxn() tal que
F(A) = TA = T . Esta matriz A es única, se llama matriz
asociada a la transformación lineal T, se denota [ T ] y se
determina así:
__________________________________________________________________
n
Sean {e1,....., en} y {e1,....., em} las bases canónicas de  y
m respectivamente. Entonces,
T (e1 )  a11e1  a 21e 2  . . . . .  a m1e m

T (e 2 )  a12 e1  a 22 e 2  . . . . .  a m2 e m
...... ......
T (e n )  a1n e1  a 2 n e 2  . . . . .  a mn e m
y la matriz,
t
 a 11 a 21 .... a m1 
 
a a 22 .... a m2 
A  [ T ]   12
.... .... .... .... 
 
a a mn 
 1n a 2n ....
__________________________________________________________________
 a 11 a 12 .... a 1m 
 
 a 21 a 22 .... a 2m 
es decir, la matriz A  [ T ]    ,
.... .... .... ....
 
a a mn 
 m1 a m2 ....
es tal que, F([T]) = F(A) = TA = T.
Por lo tanto, F es un isomorfismo y queda

establecido que
L(n , m )  Mmxn()
__________________________________________________________________
Ejemplo: Determine la matriz asociada a la aplicación lineal,
T :  2   3 ; T ( x , y )  (4x - 2y, x  3y, 2x  5y).
Solución: Procedemos a evaluar T en los vectores de la base

canónica de 2 y luego, a escribir estas imágenes como
3
combinación lineal de los vectores de la base canónica de  .
T (1, 0 )  ( 4 , 1, 2)  4(1, 0, 0)  1(0, 1, 0)  2 (0, 0, 1)
T ( 0 , 1)  (  2 , 3, 5)   2 (1, 0, 0)  3 (0, 1, 0)  5(0, 0, 1)
Entonces la matriz asociada a T es:
t 4  2
 4 1 2  
[ T ]      1 3
 2 3 5 2 5 

__________________________________________________________________
Ejercicio: Determine la matriz asociada a las siguientes
transformaciones lineales.
T :  3   2 ; T ( x , y, z )  (  x  3 y  7 z, 2 x  y  z )
T : 3  3 ; T( x, y, z)  (7 y  z, x  6z, 5x  y  2z)
n m
Del isomorfismo L( ,  )  Mmxn() sigue que,
[T + S] = [T] + [S]
[a T] = a [T] , a número real
Además, [T o S] = [T] [S] y si T es invertible,
[T -1 ]  [T] -1
__________________________________________________________________
Ejemplo: Demuestre que la aplicación lineal T de 3 en 3
dada por T(x, y, z) = (2x + y, 2x + z, 6x – y + 3z) es invertible
y determine la aplicación inversa T1.
Solución: Determinamos la matriz asociada a la aplicación
lineal T, procediendo como en el último ejemplo. Obtenemos:
2 2 6 
  Como det([T]) = 2, [T] o T
[T ]   1 0  1 1
0 es invertible. Calculamos [T] .
 1 3 
 12 0  1
 
[T ]    3 2 3 4  Para obtener T1 de  en 
3 3
 1 1  1 
 2
T1(x, y, z)  ( 12 x  z,  32 x  3y  4z, 12 x  y  z)
__________________________________________________________________
Clase 8 Matriz asociada - Caso general
Consideremos ahora V y W espacios vectoriales de dimensión n
y m respectivamente y T: V W una aplicación lineal.
Repetimos el procedimiento realizado para obtener la matriz
asociada a T pero ahora considerando las bases B = {v1, ….., vn}
y E = {w1, ….. ,wm} de V y W respectivamente.
Evaluamos T en los vectores de B y luego expresamos estas
imágenes como combinación lineal de los vectores de E.
T ( v1 )  a11w 1  a 21w 2  . . . . .  a m1w m
T(v2 )  a12 w 1  a 22 w 2  . . . . .  a m2 w m
...... ......
T ( v n )  a1n w 1  a 2 n w 2  . . . . .  a mn w m
__________________________________________________________________
La matriz,
t
 a 11 a 21 .... a m1   a 11 a 12 .... a 1m 
   
 a 12 a 22 . . . . a m2   a 21 a 22 . . . . a 2m 
 ....  
.... .... .... .... .... .... .... 
   
a . . . . a mn  a . . . . a mn 
 1n a 2n  m1 a m2
se denota [T]E
B y es la matriz asociada a la
transformación lineal T o matriz de representación de T,
cuando se consideran las bases B de V y E de W.
E
Cuando n = m y B = E , la matriz [T]B se denota [T]B.
__________________________________________________________________
Ejemplo: Sea T :  3   2 ; T ( x , y , z )  (x  2 y - z, 3x  z).
E
Determinemos la matriz asociada [T] B a esta aplicación, donde
B = { (1,1,1), (1,1, 0), (1, 0, 0)} base de 3 y E = {(2, 3), (-3, -5)}
base de 2.
Solución: Tenemos que hallar las coordenadas i , i , i siguientes:
T (1 , 1, 1 )  ( 2 , 4)   1 (2, 3)   2 (-3, - 5)
T (1 , 1, 0 )  ( 3 , 3)   1 (2, 3)   2 (-3, - 5)
T (1 , 0, 0 )  (1 , 3)   1 (2, 3)   2 (-3, - 5)
De este modo obtenemos la matriz:
t
 2  2
E    2 6  4
[T ] B   6 3    
  4  3   2 3  3
 
__________________________________________________________________
Ejemplo: Determinemos la matriz [T] EB asociada a la trans_
formación lineal T de P3[x] en P2[x] definida por:
T(p(x) = p’(x) considerando B = {1, x, x2, x3} y E = {1, x, x2}.
Solución: En este caso,
T(1) = 0 = 0 + 0x + 0x2
T(x) = 1 = 1 + 0x + 0x2
T(x2) = 2x = 0 + 2x + 0x2
T(x3) = 3x2 = 0 + 0x + 3x2 ¿Esta matriz
deriva
 0 1 0 0 polinomios?
 
Por lo tanto, [T]E
B   0 0 2 0
 0 0 0 3
 
__________________________________________________________________
E
¿Qué caracteriza a la matriz [T] B ? Está caracterizada así:
Si las coordenadas de v V con respecto a la base

B son [v]B  X  (x1, . . . . , xn,) entonces [T]E
BX
son las coordenadas de la imagen T(v) con respecto
a la base E.
La matriz de representación de T establece un isomorfismo entre

el espacio L(V,W) y el espacio Mmxn().
Consecuencia de este isomorfismo es lo siguiente:
Si T y S son transformaciones lineales de V en W, B y E son
bases de V y W respectivamente, entonces:
__________________________________________________________________
[T  S] EB  [T] EB  [S] EB
[ T] E E
B   [T] B ,   
Además, si T: V W y S: W U son
transformaciones lineales y B, E, C son bases de V, W y U
respectivamente, entonces
[S  T] C
B  [S] C
E  [T] E
B
Y si T: V W es una aplicación lineal invertible y B,

E son bases de V y W respectivamente, entonces
[T]E
B  [T-1 B
] E  [T T -1 E
] E  [ I ] E
W E  In
__________________________________________________________________
y [T-1] B
E [T]E
B  [T-1 B
 T]B  [ I ] B
V B  In
E
Por lo tanto, [T]B es invertible y se tiene que:
( [T]E -1 -1 B
B )  [T ] E
Finalmente, el rango de T es
 (T)  dim(Im T)   ([T] EB )
__________________________________________________________________
Clase 9 Matriz de cambio de base
Consideremos las bases de 2 , E = {e1, e2} la base canónica y
B = {v1 =(1, -2), v2 = (3, -4)}. Determinemos la matriz asociada
a la aplicación identidad de 2 en los siguientes casos:
[ I ] EE , [ I ] EB , [ I ] B
E y [ I ] B
B
E
Como e1 = 1e1 + 0e2 , e2 = 0e1 + 1e2 , obtenemos [ I ]E  I2
B
Y como v1 = 1v1 + 0v2, v2 = 0v1 + 0v2 , se tiene que [ I ] B  I2
Verifique que en los otros casos,
E  1 3 B  - 2 - 32

[ I ] B    y [ I ]E 
- 2 - 4  1 1 
 2
__________________________________________________________________
Lo anterior nos lleva a concluir que si V es un espacio vectorial
de dimensión n y B es cualquier base de V, entonces la matriz
B
de la aplicación identidad es [IV]B  [ IV ]B  In.
E
Sin embargo, si E es otra base de V, entonces [ IV ] B  In.
Por otra parte,
[IV] E [I
B V E ] B
 [I  I
V V E] E
 [ I ] E
V E  In
[IV] B [I
E V B ] E
 [I  I
V V B] B
 [ I ] B
V B  In
E B
Es decir, la matriz [ IV]B es invertible y su inversa es [ IV]E.
__________________________________________________________________
E B
Las matrices [IV] B y [IV] E son llamadas matrices de
cambio de base, nombre que se deriva de lo siguiente:
Si V es un espacio vectorial de dimensión finita n, B y E son

bases de V y T : V W es una aplicación lineal,
entonces:
¡Cambia
[IV] B
E  E
[T]
E  B
[T]
E
la base!
[T] E  [I
E V B ] E
 E
[T]
B
[IV] B
E  E
[T]
E  [ I ]
V B
E
 B
[T]
B
__________________________________________________________________
1. Considere la transformación lineal F de 3 en P2[x] definida
por F(a, b, c) = a + (2b+c) x + (b-a) x2. Determine:
a) La matriz [F] asociada a F.
b) La matriz [F -1] asociada a F -1.
c) La expresión algebraica F -1(a + bx + cx2).
E
d) La matriz[F] B asociada a F cuando se consideran la base
3
B = {e1, e2, e3} canónica de  y E = {1 + x – x2, 2 + x,
x2 – x} base de P2[x].
__________________________________________________________________
2. Considere F: 3 P2[x] la aplicación lineal tal que
F(1, 0, 2) = 2x – 3, F(0, 1, 2) = 1 + x2 y F(0, 0, 1) = 2x – x2.
Sea G: P2[X] 2 aplicación lineal cuya matriz de
representación en las bases B = {1, 1+x, 1+x+x2} y
 1 1 0
C = {(1,0), (0,3)} es [ G ] B    . Determine la
C
0 1 2
matriz [2G  F] (bases canónicas).
3. Sea V un espacio vectorial real de dimensión 2 con base B =
{u, v} y T una aplicación lineal de V en V tal que T(2u + v)
= -4u - v y T(u) - 2T(v) = -7u + 2v. Exprese T(u) y T(v)
como combinación lineal de los vectores de la base B y luego
encuentre la matriz [T]B.
__________________________________________________________________

3.transformaciones Lineales PDF

Cargado por

Copyright:

Formatos disponibles

3.transformaciones Lineales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

3.transformaciones Lineales PDF

Cargado por

Copyright:

Formatos disponibles

Transformaciones lineales

Prof. Isabel Arratia Z.

Si T es una transformación lineal de V en W, entonces

Más aún, T(1v1  .....  nvn )  1T(v1)  .....  nT(vn ),

f (x )  e x f(x)  ln x f(x)  cos x

¿Cuáles son las funciones

2) Sea T :  3   2 la función definida así,

3) Consideremos F : M mxn (  )  M nxm (  ); F(A)  A t

Por lo tanto F es una transformación lineal.

5) Si V y W son espacios vectoriales sobre ,

6) Si V es un espacio vectorial sobre  , la función

1. T :   3; T(x)  (x, 0, 3x)

En efecto, si v V , existen únicos 1 , . . . . . ,  n   tales que

¿Cuál es la aplicación lineal T si se quiere que T(4,-3) = (-3, 1) y

2. ¿Cuál es la aplicación lineal T de 3 en 2 tal que

3. Determine la aplicación lineal T de 3 en P2 [ x ] tal

El núcleo y la imagen de una transformación

Teorema: Si T de V en W es una aplicación lineal, entonces

La nulidad de T y el rango de T serán denotados así,

Y se demuestra el siguiente teorema que relaciona estos números:

Teorema: Si T de V en W es una aplicación lineal, entonces

( T )  dim V -  (T)  (T)  dim V - (T)

Ejercicio: Determine la nulidad y el rango de la aplicación

Solución: KerT {a bxcx2 P2[x] / (a b, 2ac) (0,0)}

Ejercicio: Determine la nulidad y el rango de la

Teorema: Sea T : V W aplicación lineal.

Por ejemplo, si V  {0} , la aplicación lineal T0 (página 7) no

Definición: Un isomorfismo es una

Por ejemplo, la aplicación lineal T : 3  3 definida por

Y si se tiene que dimV = dimW, entonces

T biyectiva  T inyectiva  T epiyectiva

La relación “ser isomorfo a” es una relación de equivalencia

¿ M2 () será isomorfo a P3[x]?

En efecto, sea V un espacio vectorial real de dimensión finita n

Teorema: Sea V espacio vectorial sobre el cuerpo  de

Sean V y W espacios vectoriales sobre  y denotemos por:

Las aplicaciones TS y T están dadas por:

¿Qué sucede con el

Si T, S  L(V, W) , el producto (TS)(v) = T(v) S(v)

Pero aún existiendo TS, este no es lineal. Por ejemplo, sean T,

En lo que sigue, y siempre que T S exista, se entenderá que

Ejercicio: Sean TL(V, W) y SL(W,U) aplicaciones

TA : 2  3 ; TA (x, y)  (x  5y, 3x - y, 2x  4y)

Ejercicio: Encuentre la aplicación lineal asociada a las matrices

¿Parecidos? Apreciamos cierto parecido, desde un

Más precisamente, pretendemos establecer que el espacio

F : Mmxn()  L(m, n ) definida por F(A)  TA

TAB  TA  TB y TA  TA ,   

 F es inyectiva pues Ker F  { A / TA  To }  { 0 mn }

 F es epiyectiva ya que para cada transformación lineal T de

T (e1 )  a11e1  a 21e 2  . . . . .  a m1e m

es tal que, F([T]) = F(A) = TA = T.

Por lo tanto, F es un isomorfismo y queda

Solución: Procedemos a evaluar T en los vectores de la base

Además, [T o S] = [T] [S] y si T es invertible,

Si las coordenadas de v V con respecto a la base

La matriz de representación de T establece un isomorfismo entre

Y si T: V W es una aplicación lineal invertible y B,

 (T)  dim(Im T)   ([T] EB )