Documentos de Académico
Documentos de Profesional
Documentos de Cultura
520142
Segundo Semestre
T (u + v) = T (u) + T (v) u, v V .
T ( u) = T (u) u V, K.
Proposicin
CAPITULO XII
APLICACIONES LINEALES
T ( u + v) = T (u) + T (v) u, v V , K.
Observacin:
Aplicaciones Lineales
Ejemplos.
Aplicaciones Lineales
Ejemplos... cont.
T : C[0, 1] R dada por:
f 7 T (f ) =
f (x)dx .
0
f (t)dt .
0
Aplicaciones Lineales
Aplicaciones Lineales
Ejemplos... cont.
Propiedades.
v 7 T (v) = hv, wi w ,
T (u) = T (u),
es una aplicacin lineal de V en V .
u V .
Definicin :
v 7 T (v) = vM ,
Lema.
L(V, W ) := {T : V W : T es lineal } .
funciones de V en W .
Aplicaciones Lineales
Aplicaciones Lineales
Ejemplo.
Teorema.
Si {v1 , v2 , ..., vn } es una base del espacio vectorial V y {w1 , w2 , ..., wn }
son vectores del espacio vectorial W , entonces existe una nica
aplicacin lineal T : V W tal que T (vi ) = wi , i = 1, 2, ..., n.
Observacin.
Aplicaciones Lineales
Aplicaciones Lineales
Ejemplo.
Determine una transformacin lineal T : R3 R2 de modo que el
Ker(T ) sea el plano 3x y + 2z = 0.
Se puede ver que el plano tiene por base a {(1, 3, 0), (0, 2, 1)}.
Como {(1, 3, 0), (0, 2, 1), (1, 0, 0)} es base de R3 , basta definir T por:
T (1, 3, 0) = T (0, 2, 1) = (0, 0) y en forma arbitraria T (1, 0, 0) = (1, 3),
de donde
1
2
1
2
T (x, y, z) = T ( y z)(1, 3, 0) + z(0, 2, 1) + (x y + z)(1, 0, 0)
3
3
3
3
2
1
= (x y + z , 3x y + 2z)
3
3
Ker(T ) es un subespacio de V .
Im(T ) es un subespacio de W .
10
Aplicaciones Lineales
Aplicaciones Lineales
r(T ) = dim(Im(T )) .
Ejemplos.
Sea T : R3 R3 la aplicacin lineal definida por
T (x, y, z) = (x + y, 2x + y, 3x + y). Entonces
Ker(T ) = {(x, y, z) R3 : x = y = 0, z R} .
Im(T ) = {(x, y, z) R3 : x 2y + z = 0} .
n(T ) = 1 .
r(T ) = 2 .
Teorema.
Si T : V W es una aplicacin lineal, entonces T es inyectiva si y slo
si Ker(T ) = {}.
Aplicaciones Lineales
Aplicaciones Lineales
Observacin.
Teorema.
Definicin: Isomorfismo.
13
14
Aplicaciones Lineales
Aplicaciones Lineales
Ejemplo.
Ejemplo Importante.
T (a + bx + cx + dx ) =
Propiedad 1:
Para esta aplicacin lineal se tiene:
Im(T ) = {Ax : x Rn } = h{Col1 (A), Col2 (A), . . . , Coln (A)}i .
Propiedad 2:
r(T ) = dim(Im(T )) es el nmero de filas no nulas de una forma
escalonada de A, es decir, es el rango de la matriz A.
Aplicaciones Lineales
Aplicaciones Lineales
n
n
X
X
T (v) = T
j vj =
j T (vj )
j=1
j=1
n
X
m
X
i=1
aij wi
i=1
j=1
m
X
n
X
j=1
aij j wi =
{z
=i K
m
X
i wi ,
i=1
1
..
.
n
17
Aplicaciones Lineales
18
Aplicaciones Lineales
Ejemplo:
(4x 2y, x + 2y), y sea B = {(1, 0), (0, 1)} la base cannica de R2 .
Entonces, como:
T (1, 0) = (4, 1) = 4(1, 0)1(0, 1) y
Notacin:
es decir,
W
[T ]B
BV
o por
a11
a21
:=
..
.
am1
[T ]BV BW ,
a12
...
a1n
a22
..
.
...
...
a2n
..
.
am2
... amn
4 2
.
[T ]B =
1
2
Adems, como estamos trabajando con la base cannica de R2 ,
entonces
4 2
x
.
T (x, y) =
1
2
y
Aplicaciones Lineales
Aplicaciones Lineales
Observacin.
Ejemplo.
Sean BR2 = {(1, 2), (1, 3)} y BR3 = {(1, 2, 0), (2, 1, 0), (0, 0, 1)} bases de
R2 y R3 , respectivamente, y sea T : R2 R3 la aplicacin lineal con
matriz asociada
1 1
[T ]BR23 =
2 3 .
R
1 4
v 7 T (v) = Av ,
B2
= A.
tiene por matriz asociada a [T ]B
1
Teorema.
W
[T (u)]BW = [T ]B
BV [u]BV .
[(x, y)]BR2 =
21
Aplicaciones Lineales
3x y
y 2x
Aplicaciones Lineales
Teorema.
Ejemplo. . . cont
Entonces
[T (x, y)]BR3
[(x, y)]B 2 = 2
=
2
3
R
1 4
1
,
=
y
11x + 5y
3x y
y 2x
4
Teorema.
Sean V un espacio vectorial sobre K, BV una base de V y T : V V
V
un operador lineal. Si T es un isomorfismo, entonces [T ]B
BV = [T ]BV es
una matriz inversible y
1
[T ]1
]BV .
BV = [T
22
Aplicaciones Lineales
Aplicaciones Lineales
Definicin: Matriz de transicin.
Teorema.
P := .
..
.. , con .. = [vj ]B , j = 1, 2, ..., n.
..
.
.
...
.
Observacin.
25
Aplicaciones Lineales
26
Aplicaciones Lineales
Teorema.
Teorema.
Si P es la matriz de transicin de una base B a una base B del espacio
vectorial de dimensin finita V , entonces para x V las coordenadas de
x en ambas bases se relacionan por:
[x]B = P [x]B .
Teorema.
Si P es la matriz de transicin de una base B a una base B del espacio
vectorial de dimensin finita V , entonces P es inversible y su inversa P 1
es la matriz de transicin de B a B.
Aplicaciones Lineales
Definicin.
Si A y B son dos matrices cuadradas, entonces se dice que B es
semejante a A si existe una matriz inversible P tal que B = P 1 AP .
Naturalmente, en este caso A es semejante con B, por lo que se dice
que A y B son semejantes.
Teorema.
Si dos matrices representan al operador lineal T : V V , con respecto
a bases diferentes, entonces las matrices son semejantes.
29