ALGUNAS DEMOSTRACIONES DE TEMAS TEORICOS DEL PROGRAMA DE

ALGEBRA Y GEOMETRIA ANALITICA

En esta pgina incluimos las demostraciones de algunos temas tericos que en ciertas ocasiones,
por razones de disponibilidad de tiempo, no pueden dictarse en los cursos, pero que estn
incluidos en el programa analtico de la materia y que por lo tanto es necesario conocer y saber
demostrar.
Quiere sealarse que estas demostraciones estn desarrolladas en la mayora de los textos de
lgebra Lineal que se proponen en la Bibliografa del curso.
En la tipografa empleada, indicaremos los vectores con negrita.
Unidad VIII: Transformaciones lineales
1.- La transformacin matricial es una transformacin lineal
Sea T: V W una transformacin lineal.
Se verifica que T(x) = Ax (1)
donde A se denomina matriz asociada o matriz estndar de la transformacin lineal.
La expresin (1) se denomina transformacin matricial y es de extensa utilizacin en el lgebra
Lineal.
La aplicacin precedente puede interpretarse en el sentido que si tengo un vector x perteneciente
al dominio (el espacio vectorial V) y le aplico el operador A (es decir, la matriz asociada a la
transformacin T), obtengo la imagen de x, del mismo modo que la obtendra si a x le aplicara la
expresin analtica de la transformacin lineal.
Demostraremos que (1) representa una transformacin lineal.
Aplicando la expresin (1) sobre un vector x V, resulta, tal cual est indicado,
T(x) = Ax (2)
Aplicando la expresin (1) sobre un vector y V, resulta:
T(y) = Ay (3)
Sumando miembro a miembro (2) y (3):
T(x) + T(y) = Ax + Ay = A (x + y)
(4)
Por la ecuacin (1), tal cual se expresara ms arriba, cuando sobre un vector del dominio aplico
el operador A, obtengo la imagen de dicho vector. En el caso de las ecuaciones indicadas con el
numeral (4), el vector sobre el que aplico A es (x + y), por la que la imagen que voy a obtener
ser T (x + y)
En consecuencia, resulta:
T(x) + T(y) = Ax + Ay = A (x + y) = T (x + y)
con lo cual queda probado que la suma de los transformados es igual al transformado de la suma,
primera de las dos condiciones que definen cuando una transformacin es lineal.
Para demostrar la segunda, si a la ecuacin indicada con el numeral (2) la multiplicamos
miembro a miembro por el escalar , resulta:
T(x) = Ax (5)
Asociando en el segundo miembro (recordemos que todo vector de R n puede considerarse como
una matriz perteneciente a las matrices Rnx1) y agrupando resulta:
T(x) = Ax = A(x) (6)
y considerando en la expresin (6) el concepto de operador de A enunciado precedentemente, la
imagen del vector x cuando le aplico A ser T(x), por lo que en definitiva:

T(x) = Ax = A(x) = T(x)

lo que demuestra la segunda condicin para que T sea lineal.
2.- El Ncleo de una transformacin lineal es un subespacio vectorial del dominio
Sea T: V W una transformacin lineal.
Vamos a demostrar que el Ncleo de la transformacin lineal [Nu (T)] es un subespacio vectorial
del dominio V.
Recordemos que Nu (T) est formado por todos los elementos de V cuya imagen es el vector
nulo (0) del codominio W.
Para probar que Nu (T) es un subespacio vectorial, debemos demostrar:
a.- Que Nu (T) no es un conjunto vaco.
b.- Que es cerrado para la suma.
c.- Que es cerrado para el producto por un escalar.
a.- Nu (T) no es vaco ya que una de las propiedades de las transformaciones lineales (se sugiere
consultar los apuntes de clase o la bibliografa propuesta) es que si una aplicacin T es lineal,
entonces el vector nulo del dominio tiene como imagen el vector nulo del codominio.
Es decir T(0V) = 0W
En consecuencia, siempre Nu (T) tiene al menos un elemento, que es el vector nulo del dominio.
b.- Consideremos que u Nu (T) y que v Nu (T)
Debe probarse que u + v Nu (T)
Si u Nu (T), entonces T(u) = 0 (1)
Si v Nu (T), entonces T(v) = 0 (2)
Sumando las expresiones indicadas con los numerales (1) y (2) resulta :
T(u) + T(v) = 0 (3)
Como T es lineal, T(u) + T(v) = T (u + v) (4)
Reemplazando (4) en (3) resulta :
T(u + v) = 0 u + v Nu (T)
con lo que se prueba que es cerrado para la suma
c.- Consideremos que u Nu (T) y que es un nmero real.
Debe probarse que u Nu (T)
Si u Nu (T), entonces T(u) = 0 (5)
En consecuencia, T(u) = 0 = 0 (6)
Pero como T es lineal T(u) = T(u) (7)
Reemplazando (7) en (6) queda:
T(u) = 0 u Nu (T)
con lo que se prueba que es cerrado para el producto por un escalar y en consecuencia, es un
subespacio vectorial de V
3.- La Imagen de una transformacin lineal es un subespacio vectorial del codominio
Sea T: V W una transformacin lineal.
Vamos a demostrar que la Imagen de la transformacin lineal [Im (T)] es un subespacio vectorial
del codominio W.

Recordemos que la Im (T) es el conjunto formado por todos los elementos del codominio que
tienen su correspondiente preimagen.
Para probar que Im (T) es un subespacio vectorial, debemos demostrar:
a.- Que Im (T) no es un conjunto vaco.
b.- Que es cerrado para la suma.
c.- Que es cerrado para el producto por un escalar.
a.- Im (T) no es vaco ya que una de las propiedades de las transformaciones lineales, tal cual
sealramos cuando tratamos este tema con Nu (T), es que si una aplicacin T es lineal, entonces
el vector nulo del dominio tiene como imagen el vector nulo del codominio.
Es decir T(0V) = 0W
En consecuencia, siempre Im (T) tiene al menos un elemento, que es el vector nulo del
codominio, cuya preimagen es el vector nulo del dominio V.
b.- Consideremos que u Im (T) y que v Im (T)
Debe probarse que u + v Im (T)
Si u Im (T), entonces existe al menos un vector x de V tal que T(x) = u (1)
Si v Im (T), entonces existe al menos un vector y de V tal que T(y) = v (2)
Si sumamos miembro a miembro las expresiones (1) y (2), resulta:
T(x) + T(y) = u + v (3)
Como T es lineal, T(x) + T(y) = T(x + y), por lo tanto, reemplazando esta expresin en (3),
resulta:
T(x + y) = u + v
lo que significa que u + v tiene como preimagen en V a los vectores x + y, por lo tanto, u + v
Im (t)
c.- Consideremos que u Im (T) y que es un nmero real.
Debe probarse que u Im (T)
Si u Im (T), entonces existe al menos un vector x en V tal que T(x) = u (4)
Multiplicando la expresin (4) miembro a miembro por el escalar resulta:
T(x) = u (5)
Como T es lineal, T(x) = T(x) (6)
Reemplazando (6) en (5) queda:
T(x) = u
lo que significa que u tiene como preimagen en V al vector x, por lo que entonces u Im (T)
y en consecuencia la Imagen de una transformacin lineal es un subespacio vectorial del
codominio.
4.- Teorema fundamental de las transformaciones lineales
Sea T: V W una transformacin lineal.
Supongamos que conocemos una base B del dominio, tal que B = {v1, v2,, vn}
Adems, conocemos las imgenes de los vectores de esa base, es decir, T(v1), T(v2) T(vn) son
tambin datos del problema.
Bajo esas hiptesis, es posible conocer la imagen de cualquier vector v V y dicha imagen es
nica. Por tal motivo, tambin se conoce a este teorema como el de unicidad de las
transformaciones lineales (siempre y cuando sean conocidos los elementos ms arriba indicados)

En efecto; por ser B base del espacio vectorial V, cualquier vector del dominio puede obtenerse
como combinacin lineal de los vectores de la base, y dicha combinacin lineal es nica (se
sugiere sobre este punto consultar los apuntes de clase o la bibliografa propuesta)
Es decir:
v = k1v1 + k2v2 + + knvn (1)
donde v es un vector cualquiera del dominio y k 1, k2,, kn son escalares (dichos escalares son las
coordenadas del vector v en la base B; tal cual se ha expresado, como los vectores de la base son
linealmente independientes, esos escalares son nicos. En otras palabras, el sistema de
ecuaciones lineales que resulta de resolver la ecuacin vectorial (1) es un sistema compatible
determinado)
Si los vectores que se encuentran en ambos miembros de la ecuacin (1) son iguales, tal como
all se indica, entonces sus imgenes son tambin iguales. Por lo tanto:
T(v) = T(k1v1 + k2v2 + + knvn) = T(k1v1) + T(k2v2) + + T(knvn) = k1T(v1) + k2T(v2) + +
knT(vn) (2)
por ser T lineal.
Como T(v1), T(v2) T(vn) son conocidos, y los escalares k 1, k2, ..., kn se obtienen resolviendo la
ecuacin vectorial (1), a travs de un sistema de ecuaciones lineales, de la lectura de la ecuacin
(2) se concluye que es posible obtener la imagen T(v) de cualquier vector v del dominio, siendo
esta imagen nica, ya que lo son los escalares, lo que demuestra el teorema.
5.- Clculo de la matriz asociada a una transformacin lineal en bases cualesquiera del
dominio y del codominio
Sea T: V W una transformacin lineal.
Sea B = {v1, v2,, vn} una base del dominio y B = {u1, u2,, um} una base del codominio.
Obsrvese que las dimensiones del dominio y del codominio no tienen necesariamente que ser
las mismas.
Cuando se estudi la transformacin matricial, se demostr que cualquier transformacin lineal
puede escribirse como:
T(x) = Ax
Donde A es la matriz asociada a dicha transformacin. La matriz A no es nica; cambia segn
sean las bases que se adopten en V y en W.
Si las bases son las cannicas, la matriz A se obtiene escribiendo como columnas las imgenes de
los vectores cannicos del dominio.
x y

x
Por ejemplo, si T: R R / T = x y resulta:
y
2x

1

1
T = 1
0
2

2

0
T
1

= 1
0

y por lo tanto A = 1
2

1
0

Cmo se calcula la matriz A si las bases no son las cannicas?

Vamos a demostrar que en ese caso,
A = T (v1) B ' T (v 2) B ' ... T (vn ) B '
Donde cada una de las columnas de A se obtiene como el transformado de cada vector de la base
B del dominio expresado en la base B del codominio.
En efecto: consideremos que

ABB

a11

a 21
=
...

am1

a12

...

an1

a 22
...
am 2

...
...
...

an 2
...

amn

es la matriz asociada a la transformacin lineal que me

transforma un vector x expresado en la base B del dominio en su imagen expresada en la base B

del codominio.
En consecuencia: [T(x)]B = ABB[x]B (1)
Obtengamos la imagen de cada uno de los vectores de la base B del dominio.
Comencemos con v1.
En ese caso, la expresin (1) se escribir:
[T(v1)]B = ABB[v1]B
(2)
Expresemos v1 en la base B del dominio.
v1 se obtendr como combinacin lineal de los vectores de B. Es decir
v1 = k1v1 + k2v2 + + knvn
En este caso, la resolucin de esta ecuacin vectorial es muy sencilla, ya que los escalares que
verifican la igualdad son k1 = 1; k2 = k3 = ... = kn = 0
Es decir:
1

0

[v1]B =

y por lo tanto:
a11

a 21
[T(v1)]B =
...

am1

a12

...

a 22
...
am 2

...
...
...

an1

an 2
...

amn

a11

0
a 21
=

0
am1

Es decir, la primer columna de la matriz ABB no es otra cosa que la imagen del vector v1
perteneciente a la base B del dominio expresado en la base B del codominio.
Del mismo modo, si hacemos similar razonamiento con v2, la expresin (1) se escribir:
[T(v2)]B = ABB[v2]B
(3)
Expresemos v2 en la base B del dominio.
v2 se obtendr como combinacin lineal de los vectores de B. Es decir
v2 = k1v1 + k2v2 + + knvn
En este caso, la resolucin de esta ecuacin vectorial tambin es muy sencilla, ya que los
escalares que verifican la igualdad son k2 = 1; k1 = k3 = ... = kn = 0
Por lo tanto:

 0

1
[v2]B =

y en consecuencia:
a11

a 21

a12
a 22

...
...

...
am 2

...
...

[T(v2)]B =
...

am1

an1

an 2
...

amn

a12

a 22

am 2
0

Es decir, la segunda columna de la matriz ABB no es otra cosa que la imagen del vector v2
perteneciente a la base B del dominio expresado en la base B del codominio.
Extendiendo este razonamiento a todos los vectores vi de la base B del dominio, llegamos a la
conclusin ya enunciada que la matriz asociada a la transformacin lineal que me transforma un
vector expresado en la base B del dominio en su imagen expresada en la base B del codominio
se obtiene escribiendo como columnas las imgenes de los vectores de la base B expresados en
la base B.
En el ejemplo numrico anterior, si B = {(1,1);(0,2)} y B = {(1,1,1);(1,1,0);(1,0,0)} resulta:
1
T
1

2

= 0
2

T = 2
2
0

2

0
2

1

= x 1
1

1

+ y 1
0

1

+ z 0
0

Resolviendo el sistema, y
z

Anlogamente

2
0

1

= x 1
1

1

+ y 1
0

Resolviendo el sistema:

= 2
2

1

+ z 0
0

 x'

y'
z'

= 2
4

Por lo tanto la matriz ABB = 2

2
4

Como puede observarse, A ABB . En general, para diferentes bases en el dominio y codominio,
tendr distintas matrices asociadas a la transformacin lineal.