Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Notas de Clase
Notas de Clase
27 de enero de 2021
1 Introducción
Sean A y B conjuntos y f : A → B una función de A hacia B entonces, para cada
b ∈ B determinar un problema de resolver una ecuación, es decir, encontrar todos los
x ∈ A tales que f (x) = b. A y B no tienen que ser conjuntos de números y f puede ser
una relación, no necesariamente una función.
El conjunto S = {x ∈ A : f (x) = b} es el conjunto solución, y puede ser cualquier
conjunto de A, desde el conjunto vacío hasta todo A.
En álgebra lineal se estudian los sistemas de ecuaciones lineales. Sea A una matriz
n × k, f : Rk → Rn definida por
f (x) = Ax, x ∈ Rk
Sea b ∈ Rn . Problema: encontrar S = {x ∈ A : f (x) = b}.
La función f está formada por n funciones con componentes fj = Rk → R, de modo
que
f (x) = [f1 (x) , f2 (x) , . . . , fn (x)]T
Si f (x) = Ax, entonces las funciones componentes son
fj (x) = aj,1 x1 + aj,2 x2 + · · · + aj,k xk , 1≤j≤n
que son funciones lineales con valores escalares.
Definición 1.1. (Multiplicación de matrices). Sea A una matriz n × k, B una matriz
k × m, uj = j-ésima columna de B, por lo tanto B = [u1 , u2 , . . . , um ]. Se define la
multiplicación de matrices como
AB = A [u1 , u2 , . . . , um ] = [Au1 , Au2 , . . . , Aum ]
En general, una definición análoga es la siguiente: si A = [ai,j ] y B = [bi,j ] entonces
C = AB esta bien definida y si C = [ci,j ], entonces
∑
ci,r = ai,j bj,r , 1 ≤ i ≤ n, 1 ≤ r ≤ m.
2
1 Introducción
C = P A =⇒ A = P −1 C
con r ≤ min (n, k), donde Q es el producto de matrices elementales que representan
operaciones columna.
3
2 Bases de espacios vectoriales
2.1 Espacios isomorfos
Sean E y F espacios vectoriales, decimos que E y F son isomorfos si existe f lineal y
biyectiva tal que
f : E → F.
Para que esto se cumpla se debe satisfacer que
1. f es lineal: f (αx + βy) = αf (x) + βf (y) con x, y ∈ E y α, β ∈ R. Nótese que el
lado derecho de la igualdad son operaciones en E y el lado derecho son operaciones
en F.
2. f es inyectiva: si f (x) = f (y) entonces x = y, pero dado que f es lineal basta
probar que f (x) = 0 implica que x = 0, o bien, Nucf = {0}.
3. f es suprayectiva: Imf = F, esto es, dado z ∈ F existe al menos un x ∈ E tal que
f (x) = z.
Si se cumple lo anterior decimos que f es un isomorfismo.
Dado que f es biyectiva, entonces existe f −1 biyectiva tal que f −1 : F → E. Además, se
cumple que la expresión «E es isomorfo a F» es una relación de equivalencia (equivalencia
a si mismo, bidireccional de la equivalencia, a equivalente a b y b equivalente a c, entonces
a equivalente a c).
Proposición. Si dimE = dimF = n entonces E y F sin isomorfos.
*
Proposición. Sea E y F espacios vectoriales y f : E → F lineal e inyectiva, entonces
se cumple que dim E ≤ dim F.
Corolario. Si f : E → F es una función lineal y dim E > dim F entonces f no es
inyectiva, lo que implica que ∃x ∈ E : x ̸= 0 ∧ f (x) = 0.
Proposición. Sea E y F espacios vectoriales y f : E → F lineal y suprayectiva, entonces
se cumple que dim E ≥ dim F.
Corolario. Si f : E → F es una función lineal y dim E < dim F entonces f no es
suprayectiva, lo que implica que ∃z ∈ F : z ̸= f (x) ∀x ∈ E.
Proposición. Sean E y F espacios vectoriales reales y sea U ⊆ E una base de E.
Entonces si g : U → F es una función cualesquiera, entonces existe una única función
lineal f : E → F que extiende a g, esto es f (y) = g (y) ∀y ∈ U .
4
2 Bases de espacios vectoriales
Así que la columna j de P debe ser igual a CoordV (uj ), lo que determina P totalmente.
La función x → CoordV (x) es un isomorfismo de E → Rn y es lineal e inyectiva, enton-
ces envía conjuntos linealmente independientes a conjunto linealmente independientes.
Por lo tanto dado que U es un conjunto linealmente independiente, entonces
{CoordV (uj ) | 1 ≤ j ≤ n}
5
3 Transformaciones lineales
Definición 3.1. Una transformación lineal es una función T : V → W con las siguientes
propiedades:
Aditividad: T (u + v) = T (u) + T v para todo u, v ∈ V
Homogeneidad: T (λv) = λT (v) para todo λ ∈ R y v ∈ V
T (vj ) = wj
para 1 ≤ j ≤ n.
y
(λT ) (v) = λT (v)
para todo v ∈ V.
Proposición. Con las operaciones de suma y multiplicación por escalar definidas como
se mencionó anteriormente, entonces L (V, W) es un espacio vectorial.
6
3 Transformaciones lineales
Se suele definir un el producto de matrices, pero para ello antes es necesario un tercer
espacio vectorial, para el resto de esta sección supondremos U un espacio vectorial sobre
Rn .
(T1 T2 ) T3 = T1 (T2 T3 )
dadas T1 , T2 , T3 transformaciones lineales cuyo producto tiene sentido.
Identidad
T I = IT = T
dada T ∈ L (V, W), donde la primera I es la identidad cuya imagen está V, y para la
segunda I su imagen está en W.
Distributividad
7
3 Transformaciones lineales
donde x ∈ E
Podemos encontrar está matriz como sigue: