HÉCTOR ESCOBAR

Unidad 3
Álgebra Lineal

ALGEBRA LINEAL

UNIDAD 3: OPERADORES LINEALES

1. CONCEPTO DE OPERADOR LINEAL: sea V , W dos espacios lineales,

entonces un operador lineal (transformación lineal) es una función T : V → W
donde cada elemento de V le corresponde un único elemento de W y además
cumple con las condiciones siguientes:

1. Aditividad: ∀x, y ∈ V se cumple que T ( x + y ) = T ( x ) + T ( y ) .

2. Homogeneidad. Sean α ∈ ℜ, x ∈ V , entonces se cumple que: T (α x ) = α T ( x ) .

NOTA: las dos propiedades anteriores se pueden resumir así: ∀ αi ∈ ℜ,∀ xi ∈ V

 n  n
se cumple que T  ∑ α i xi  =∑ α i T ( xi ) .
 i =1  i =1

El primer miembro es C.L de elemento de V .

El segundo miembro es C.L de elemento de W .

NOTA: el operador lineal T : V → W también recibe el nombre de

HOMEOMORFISMO de V en W .

2. ALGEBRIZACION DE LOS OPERADORES LINEALES: sean L (V , W ) el

conjunto de todos los operadores lineales. Entonces 〈 L (V ,W ),+,•〉 es un espacio
lineal teniendo en cuenta que en L (V , W ) se han definido:

a. La igualdad: T1 = T2 sii T1 (ν ) = T2 (ν ) ∀ν ∈ V .

b. La suma (+ ) como una O.B.I : sean T1 , T2 ∈ L (V , W ) , entonces

(T1 + T2 ) ν = T1 (ν ) + T2 (ν ) .

c. El producto de un real por un operador lineal: (α T )ν = α T (ν ) .

1
 HÉCTOR ESCOBAR
Unidad 3
Álgebra Lineal

3. PROPIEDADES DE LOS OPERADORES LINEALES:

3.1 ∀ν ∈ V se cumple que T (− ν ) = −T (ν )

3.2 todo operador lineal T : V → W transforma a θV en θW

3.3 sean T : V → W ; B = {ν 1 ,ν 2 , …,ν m } una base de V . Entonces si conocemos las

imágenes de los elementos de B mediante T , también podemos conocer la
imagen de cualquier elemento de V .

4. NUCLEO Y RANGO DE UN OPERADOR LINEAL.

4.1 Núcleo. Sea T : V → W un operador lineal. Entonces el núcleo de T son todos

los elementos de V cuya imagen es θ W :
N (T ) = {ν /ν ∈ V , T(ν ) = θ W }.

NOTAS:

a. N (T ) es un subespacio de V .

b. Dim N (T ) ≤ Dim V

c. N (T ) recibe el nombre de nulidad de T .

4.2 rango. Sea T : V → W un operador lineal.

Entonces el rango de T es el conjunto de elementos de W que son imágenes de
al menos un elemento de V .

R(T ) = {w / w ∈ W ; ∃ν ∈ V ; T (ν ) = w}.

NOTAS:

a. R(T ) es un subespacio de W .

b. Dim R (T ) ≤ Dim W .

c. Si V y W son Subespacios de dimensión finita, entonces

Dim R (T ) + Dim N (T ) = Dim V . 2
 HÉCTOR ESCOBAR
Unidad 3
Álgebra Lineal

5. CLASIFICACION DE LOS OPERADORES LINEALES.

Sea T : V → W un operador lineal. Entonces:

5.1 T es inyectivo (1 − 1) si T (ν 1 ) = T (ν 2 ) → ν 1 = ν 2 , ∀ν 1 ,ν 2 ∈ V .

Propiedad: T es inyectivo (1 − 1) si N (T ) = {θ v } (Dim N (T ) = 0) .

5.2 T es sobreyectivo si R(T ) = W , es decir, ∀w ∈ W , ∃ν ∈ V tal que T (ν ) = w .

5.3 T es biyectivo si es inyectivo y es sobreyectivo.

NOTAS:

1. si T es biyectivo, recibe el nombre de operador regular.

2. si T : V → W es biyectivo (regular) entonces existe el operador inverso

T −1 : W → V .

3. sea T : V → W con Dim V = Dim W = n. . Entonces

a. si T es inyectivo, entonces T es sobreyectivo.

b. Si T es sobuyectivo, entonces T es inyectivo.

6. isomorfismo. Sea T ∈ (V ,W ) un operador biyectivo (regular), entonces decimos

que T es un isomorfismo o que V es isomorfo con W (V ≅ W ) .

NOTAS: decir que T : V → W es un isomorfismo, implica las siguientes

afirmaciones:

a. T es biyectivo (regular).

b. Dim V = Dim W .
3
 HÉCTOR ESCOBAR
Unidad 3
Álgebra Lineal

c. Dim N (T ) = 0 .

d. Si B1 = {ν 1 ,ν 2 ,… ,ν n } ⊆ V es L.I . , entonces B2 = {T (ν 1 ), T (ν 2 ),… , T (ν n )} ⊆ W

también es L.I . .

e. Si B1 = {ν 1 ,ν 2 ,… ,ν n } ⊆ V genera a V , entonces
B2 = {T (ν 1 ), T (ν 2 ),…, T (ν n )} ⊆ W , también genera a W .

f. Si B1 = {ν 1 ,ν 2 ,… ,ν n } ⊆ V es una base de V, entonces

B2 = {T (ν 1 ), T (ν 2 ),…, T (ν n )} ⊆ W , también es base de W .

* OTRA NOTA: para establecer un isomorfismo entre dos espacios lineales, basta
con establecer una correspondencia entre sus bases canónicas.

7. MATRIZ ASOCIADA A UN OPERADOR LINEAL.

7.1 INTRODUCCION.

a. Recordar en que consiste el vector de coordenada.

b. Operador identidad:

T : V → V , T ( x ) = x ó I ( x ) = x , recibe el nombre de operador identidad.

c. Operador compuesto. Sea T ′ : V → U , T : U → W dos operaciones lineales.

Entonces T o T ′ : V → W con T o T ′( x ) = T (T ′( x )) recibe el nombre de operador
compuesto.

d. Si T es un isomorfismo, entonces T o T −1 ( x ) = T −1o T ( x ) = I ( x ) = x .

7.2 sean T : V → W un operador lineal, donde Dim V = n y Dim W = m ;

B1 = {ν 1 ,ν 2 ,…,ν n } una base de V .

B2 = {w1 , w2 ,… , wm } una base de W2 .

Hallar la matriz asociada a A mediante las bases B1 y B2 .

4
 HÉCTOR ESCOBAR
Unidad 3
Álgebra Lineal

NOTAS:

a. T ( x ) = Ax donde A es la matriz asociada a T mediante una base de V y otra

de W (explicarlo).

b. Si T : V → W es un isomorfismo y A es la matriz asociada a T , entonces A −1

es la matriz asociada a T −1 .

8. MATRIZ DE CAMBIO DE BASE.

a. Sea V un espacio lineal con Dim V = n y sean

B1 = {ν 1 ,ν 2 ,…,ν n } base ordenada de V ;

B2 = {µ1 , µ 2 ,…, µ m } base ordenada de V con B1 ≠ B2

b. Sea x ∈ V . Por su B1 y B2 bases de V , se tiene que:

x = α 1ν 1 + α 2ν 2 + … + α nν n

x = β1ν 1 + β 2ν 2 + … + β nν n

(x ) B1 = α 1 + α 2 + … + α n vector de coordenadas en B1

(x ) B2 = β 1 + β 2 + … + β n vector de coordenadas en B2

c. Lo que se pretende es hallar una matriz A tal que conocido ( x )B1 , halle ( x )B2 :
Sea I : V → V con I ( x ) = x por la matriz asociada tenemos que

[T (x )] BW = A( x )B V
Def de matriz asociada

[T (x )] B2 = A( x )B
1
Sustituyendo la base

5
 HÉCTOR ESCOBAR
Unidad 3
Álgebra Lineal

(x ) B2 = A( x )B . Por T ( x ) = I ( x ) = x .
1

d. En forma análoga si se desea pasar la base B2 a la B1 se hace lo siguiente:

A( x )B = ( x )B caso anterior
1 2

A −1 [A( x )B ] = A −1 ( x )B Premultiplicando
1 2

(A A)(x )
−1
B1 = A −1 ( x )B Asociatividad
2

(x ) B1 = A −1 ( x )B Def de inversa e ident

2

−1
es decir si A es la matriz de cambio de base de B1 a B2 , entonces A es la
matriz de cambio de base de B2 a B1 .