Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformaciones Liniales 777
Transformaciones Liniales 777
Algebra Lineal
ALGUNAS DEMOSTRACIONES DE TEMAS TEORICOS DEL PROGRAMA DE ALGEBRA Y
GEOMETRIA ANALITICA
En esta página incluimos las demostraciones de algunos temas teóricos que en ciertas ocasiones,
por razones de disponibilidad de tiempo, no pueden dictarse en los cursos, pero que están
incluidos en el programa analítico de la materia y que por lo tanto es necesario conocer y saber
demostrar.
Quiere señalarse que estas demostraciones están desarrolladas en la mayoría de los textos de
Álgebra Lineal que se proponen en la Bibliografía del curso.
Aplicando la expresión (1) sobre un vector x ε V, resulta, tal cual está indicado,
T(x) = Ax (2)
T(y) = Ay (3)
Sumando miembro a miembro (2) y (3):
Por la ecuación (1), tal cual se expresara más 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
será 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 transformación es lineal.
Asociando en el segundo miembro (recordemos que todo vector de Rn puede considerarse como
una matriz perteneciente a las matrices Rnx1) y agrupando resulta:
Vamos a demostrar que el Núcleo de la transformación lineal [Nu (T)] es un subespacio vectorial
del dominio V.
Recordemos que Nu (T) está formado por todos los elementos de V cuya imagen es el vector
nulo (0) del codominio W.
Es decir T(0V) = 0W
En consecuencia, siempre Nu (T) tiene al menos un elemento, que es el vector nulo del dominio.
Sumando las expresiones indicadas con los numerales (1) y (2) resulta :
T(u + v) = 0 u + v ε Nu (T)
T(αu) = 0 αu ε 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
Recordemos que la Im (T) es el conjunto formado por todos los elementos del codominio que
tienen su correspondiente preimagen.
a.- Im (T) no es vacío ya que una de las propiedades de las transformaciones lineales, tal cual
señaláramos cuando tratamos este tema con Nu (T), es que si una aplicación 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.
Como T es lineal, T(x) + T(y) = T(x + y), por lo tanto, reemplazando esta expresión 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 ε Im
(t)
αT(x) = αu (5)
Como T es lineal, αT(x) = T(αx) (6)
T(αx) = αu
lo que significa que αu tiene como preimagen en V al vector αx, por lo que entonces αu ε Im (T)
y en consecuencia la Imagen de una transformación lineal es un subespacio vectorial del
codominio.
Supongamos que conocemos una base B del dominio, tal que B = {v1, v2,…, vn}
Además, conocemos las imágenes de los vectores de esa base, es decir, T(v1), T(v2) … T(vn) son
también datos del problema.
Bajo esas hipótesis, es posible conocer la imagen de cualquier vector v ε V y dicha imagen es
única. Por tal motivo, también se conoce a este teorema como el de unicidad de las
transformaciones lineales (siempre y cuando sean conocidos los elementos más arriba
indicados)
En efecto; por ser B base del espacio vectorial V, cualquier vector del dominio puede obtenerse
como combinación lineal de los vectores de la base, y dicha combinación lineal es única (se
sugiere sobre este punto consultar los apuntes de clase o la bibliografía propuesta)
Es decir:
donde v es un vector cualquiera del dominio y k1, 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 únicos. En otras palabras, el sistema de
ecuaciones lineales que resulta de resolver la ecuación vectorial (1) es un sistema compatible
determinado)
Si los vectores que se encuentran en ambos miembros de la ecuación (1) son iguales, tal como
allí se indica, entonces sus imágenes son también iguales. Por lo tanto:
T(v) = T(k1v1 + k2v2 + … + knvn) = T(k1v1) + T(k2v2) + … + T(knvn) = k1T(v1) + k2T(v2) + … + knT(vn) (2)
Como T(v1), T(v2) … T(vn) son conocidos, y los escalares k1, k2, ..., kn se obtienen resolviendo la
ecuación vectorial (1), a través de un sistema de ecuaciones lineales, de la lectura de la ecuación
(2) se concluye que es posible obtener la imagen T(v) de cualquier vector v del dominio, siendo
esta imagen única, ya que lo son los escalares, lo que demuestra el teorema.
5.- Cálculo de la matriz asociada a una transformación lineal en bases cualesquiera del dominio
y del codominio
Sea B = {v1, v2,…, vn} una base del dominio y B’ = {u1, u2,…, um} una base del codominio.
Obsérvese que las dimensiones del dominio y del codominio no tienen necesariamente que ser
las mismas.
T(x) = Ax
Si las bases son las canónicas, la matriz A se obtiene escribiendo como columnas las imágenes
de los vectores canónicos del dominio.
x y
x
Por ejemplo, si T: R → R / T = x y resulta:
2 3
y
2x
1
1
T = 1
0
2
1
0
T = 1
1
0
1 1
y por lo tanto A = 1 1
2 0
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
En este caso, la resolución de esta ecuación 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 =
0
y por lo tanto:
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 expresión (1) se escribirá:
En este caso, la resolución de esta ecuación vectorial también 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 =
0
y en consecuencia:
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
conclusión ya enunciada que la matriz asociada a la transformación 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 imágenes de los vectores de la base B expresados en
la base B’.
2
1
T = 0
1
2
2
0
T = 2
2
0
2 1 1 1
0 = x 1 + y 1 + z 0
2 1 0 0
x 2
Resolviendo el sistema, y = 2
z 2
Análogamente
Resolviendo el sistema:
x' 0
y' = 2
z' 4
2 0
Por lo tanto la matriz ABB’ = 2 2
2 4
Como puede observarse, A ≠ ABB’ . En general, para diferentes bases en el dominio y codominio,
tendré distintas matrices asociadas a la transformación lineal.