Está en la página 1de 35

Transformaciones Lineales

Isomorfismos

Transformaciones Lineales

María Gabriela López

Instituto de Ciencias Básicas


Facultad de Ingeniería y Ciencias
Universidad Diego Portales

Gabriela López Álgebra Lineal


Transformaciones Lineales
Isomorfismos

1 Transformaciones Lineales
Teorema de extensión
Kernel e Imagen
Nulidad y rango

2 Isomorfismos
Inyectividad y sobreyectividad
Isomorfismos

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Transformaciones Lineales

Definición
Sean U y V espacios vectoriales sobre R. Una transformación lineal es una función T : U → V
tal que para todo u, v ∈ U y α ∈ R cumple:

1 T(u + v) = T(u) + T(v)

2 T(αu) = αT(u)

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Transformaciones Lineales

Definición
Sean U y V espacios vectoriales sobre R. Una transformación lineal es una función T : U → V
tal que para todo u, v ∈ U y α ∈ R cumple:

1 T(u + v) = T(u) + T(v)

2 T(αu) = αT(u)

Observación
Los puntos 1 y 2 pueden resumirse como:
1 Para todo u, v ∈ V y para todo α ∈ R, T(αu + v) = αT(u) + T(v)
o bien
2 Para todo u, v ∈ V y para todo α, β ∈ R, T(αu + βv) = αT(u) + βT(v)
Las tres definiciones son equivalentes.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplo
T : R2 → R3 dada por T(x, y) = (x − y, 2x, x + y), es una transformación lineal.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplo
T : R2 → R3 dada por T(x, y) = (x − y, 2x, x + y), es una transformación lineal.

Ejemplo
T : R → R2 dada por T(x) = (2x, x + 1), no es una transformación lineal.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplos de transformaciones lineales

1 La función nula 0 : V → V dada por 0(v) = 0V para todo v ∈ V es una transformación


lineal.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplos de transformaciones lineales

1 La función nula 0 : V → V dada por 0(v) = 0V para todo v ∈ V es una transformación


lineal.

2 La función identidad id : V → V dada por id(v) = v para todo v ∈ V, es una


transformación lineal.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplos de transformaciones lineales

1 La función nula 0 : V → V dada por 0(v) = 0V para todo v ∈ V es una transformación


lineal.

2 La función identidad id : V → V dada por id(v) = v para todo v ∈ V, es una


transformación lineal.
n
X
3 tr : Mn (R) → R dada por tr(A) = aii (Traza de A), es una transformación lineal.
i=1

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplos de transformaciones lineales

1 La función nula 0 : V → V dada por 0(v) = 0V para todo v ∈ V es una transformación


lineal.

2 La función identidad id : V → V dada por id(v) = v para todo v ∈ V, es una


transformación lineal.
n
X
3 tr : Mn (R) → R dada por tr(A) = aii (Traza de A), es una transformación lineal.
i=1

4 D : C1 (a, b) → C(a, b) dada por D(f ) = f ′ (x) (derivada de f ), es una transformación


lineal.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplos de transformaciones lineales

1 La función nula 0 : V → V dada por 0(v) = 0V para todo v ∈ V es una transformación


lineal.

2 La función identidad id : V → V dada por id(v) = v para todo v ∈ V, es una


transformación lineal.
n
X
3 tr : Mn (R) → R dada por tr(A) = aii (Traza de A), es una transformación lineal.
i=1

4 D : C1 (a, b) → C(a, b) dada por D(f ) = f ′ (x) (derivada de f ), es una transformación


lineal.
Z x
5 I : C[a, b] → C[a, b] dada por I(f ) = f (t) dt (integral indefinida de f ), es una
a
transformación lineal.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Algunas propiedades de las transformaciones lineales

Sean U y V, espacios vectoriales reales. Si T : U → V una transformación lineal, entonces

1 T(0u ) = 0v , es decir toda transformación lienal lleva el 0 de U en el cero del espacio de


llegada V

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Algunas propiedades de las transformaciones lineales

Sean U y V, espacios vectoriales reales. Si T : U → V una transformación lineal, entonces

1 T(0u ) = 0v , es decir toda transformación lienal lleva el 0 de U en el cero del espacio de


llegada V
n
! n
X X
2 T αi ui = αi T (ui ) donde ui ∈ V y αi ∈ R para i = 1, 2, . . . , n, es decir las
i=1 i=1
transformaciones lineales envían combinaciones lineales del espacio de partida, en
combinaciones lineales en el espacio de llegada.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Algunas propiedades de las transformaciones lineales

Sean U y V, espacios vectoriales reales. Si T : U → V una transformación lineal, entonces

1 T(0u ) = 0v , es decir toda transformación lienal lleva el 0 de U en el cero del espacio de


llegada V
n
! n
X X
2 T αi ui = αi T (ui ) donde ui ∈ V y αi ∈ R para i = 1, 2, . . . , n, es decir las
i=1 i=1
transformaciones lineales envían combinaciones lineales del espacio de partida, en
combinaciones lineales en el espacio de llegada.

3 Si {u1 , u2 , . . . , um } es un conjunto linealmente dependiente de vectores de U, entonces

{T(u1 ), T(u2 ), . . . , T(um )}

es un conjunto linealmente dependiente en V, es decir toda trasformación lineal lleva


conjuntos de vectores l.d de U en un conjunto de vectores l.d en V.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejercicio
Explique por qué las siguientes aplicaciones no son transformaciones lineales
1 T : R2 → R3 , dada por T(x + y, 1 − y, x).

2 T : M2 (R) → R, dada por T(A) = det(A)

3 T : R2 → R, dada por T(x, y) = |x + y|

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Teorema de extensión

Teorema
Sean U un espacio vectorial sobre R tal que B = {u1 , u2 , . . . , un } es una base para U y
{v1 , v2 ; . . . , vn } un subconjunto cualquiera de un espacio vectorial V arbitrario (se pueden
repetir elementos), entonces existe una única transformación lineal T : U → V tal que:
T(ui ) = vi para i = 1, 2 . . . , n.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Teorema de extensión

Teorema
Sean U un espacio vectorial sobre R tal que B = {u1 , u2 , . . . , un } es una base para U y
{v1 , v2 ; . . . , vn } un subconjunto cualquiera de un espacio vectorial V arbitrario (se pueden
repetir elementos), entonces existe una única transformación lineal T : U → V tal que:
T(ui ) = vi para i = 1, 2 . . . , n.

Ejemplo
Encuentre una transformación lineal T : R2 → R3 tal que

T(1, 0) = (1, 2, 3) y T(0, 1) = (2, 0, 1)

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejercicios

1 Considere la transformación lineal T : R3 → R3 tal que

T(1, 1, 0) = (2, 2, 0) ; T(1, 0, 1) = (−2, 0, −2) y T(0, 1, 1) = (0, 2, 2)

a) Encuentre T(2, 1, 0)
b) Encuentre una expresión para T(x, y, z) para todo (x, y, z) ∈ R3 .

2 Sea T : P2 [x] → P3 [x] tal que:

T(x) = x2 − x
T(x − 1) = x − 2
T(x2 − 1) = x3 − x − 1

a) Encuentre T(1), T(x) y T(x2 )


b) Encuentre una expresión para T(a + bx + cx2 ) para todo a + bx + cx2 ∈ P2 [x].

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Definición
Sean U y V espacios vectoriales sobre un cuerpo K y T : U → V una transformación lineal.
Llamaremos:
1 Núcleo o Kernel de T al subconjunto de U definido por:

ker T = {u ∈ U : T(u) = 0}

2 Imagen de T al subconjunto de V definido por:

Im T = {v ∈ V : ∃u ∈ U, T(u) = v}

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Definición
Sean U y V espacios vectoriales sobre un cuerpo K y T : U → V una transformación lineal.
Llamaremos:
1 Núcleo o Kernel de T al subconjunto de U definido por:

ker T = {u ∈ U : T(u) = 0}

2 Imagen de T al subconjunto de V definido por:

Im T = {v ∈ V : ∃u ∈ U, T(u) = v}

El siguiente teorema indica que el núcleo y la imagen de T tiene estructura de espacio vectorial.

Teorema
Si T : U → V es una transformación lineal, entonces:
1 ker T es un subespacio de U
2 Im T es un subespacio de V

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplo
Encuentre el núcleo y la imagen de la transformación lineal T : R3 → R3 definida por

T(x, y, z) = (2x − y + z, x − y + z, x)

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejemplo
Encuentre el núcleo y la imagen de la transformación lineal T : R3 → R3 definida por

T(x, y, z) = (2x − y + z, x − y + z, x)

Definición
Sean U y V espacios vectoriales de dimesión finita y T : U → V una transformación lineal.
Llamaremos:
1 Nulidad de T, denotada por η(T), a

η(T) = dim(ker T)

2 Rango de T, denotado por ρ(T), a

ρ(T) = dim(Im T)

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Teorema
Sean U, V espacios vectoriales sobre K. Si B = {u1 , u2 , . . . , un } una base de U y T : U → V
es una transformación lineal, entonces

Im T = h{T(u1 ), T(u2 ), . . . , T(un )}i

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Teorema
Sean U, V espacios vectoriales sobre K. Si B = {u1 , u2 , . . . , un } una base de U y T : U → V
es una transformación lineal, entonces

Im T = h{T(u1 ), T(u2 ), . . . , T(un )}i

Ejemplo
Sea T : M2 (R) → M2 (R) la transformación lineal definida por

1 1
    
a b a b
T =
c d 1 1 c d

encuentre una base para Im T y el rango T.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejercicio
Encuentre una transformación lineal T : M2 (R) → R3 tal que

Im T = {(x, y, z) : x − 2y + z = 0}

y que su nulidad sea 2.

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejercicio
Encuentre una transformación lineal T : M2 (R) → R3 tal que

Im T = {(x, y, z) : x − 2y + z = 0}

y que su nulidad sea 2.

El siguiente teorema relaciona la nulidad y el rango de una transformación lineal.

Teorema
Sean U y V espacios vectoriales sobre K con dim U < ∞. Si T : U → V, entonces

dim(U) = η(T) + ρ(T)

es decir,
dim(U) = dim ker(T) + dim Im(T)

Gabriela López Álgebra Lineal


Teorema de extensión
Transformaciones Lineales
Kernel e Imagen
Isomorfismos
Nulidad y rango

Ejercicio
Sea T : R2 [x] → R3 la transformación lineal dada por

T(a + bx + c2 ) = (a − c, 3a + b, b − 2c)

Encuentre la nulidad y el rango de T.

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Definición
Sea T : U → V una transformación lineal. Diremos que:
1 T es inyectiva si:
T(u) = T(v) ⇒ u = v ∀u, v ∈ U

2 T es sobreyectiva si:

Im T = V

3 T es biyectiva si es inyectiva y sobreyectiva.

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Definición
Sea T : U → V una transformación lineal. Diremos que:
1 T es inyectiva si:
T(u) = T(v) ⇒ u = v ∀u, v ∈ U

2 T es sobreyectiva si:

Im T = V

3 T es biyectiva si es inyectiva y sobreyectiva.

Ejemplo
Determine si la siguiente aformación es verdadera o falsa. Justifique:
Existen transformaciones lineales T : R2 → R3 , sobreyectivas.

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Teorema
Sean U, V espacios vectoriales sobre un cuerpo K. Una transformación lineal T : U → V es
inyectiva si y solo si ker T = {0U }

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Teorema
Sean U, V espacios vectoriales sobre un cuerpo K. Una transformación lineal T : U → V es
inyectiva si y solo si ker T = {0U }

Ejercicio
Demuestre el teorema anterior.

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Teorema
Sean U, V espacios vectoriales sobre un cuerpo K. Una transformación lineal T : U → V es
inyectiva si y solo si ker T = {0U }

Ejercicio
Demuestre el teorema anterior.

Ejercicio
Sea T : M2 (R) → R4 la transformación lineal definida por
 
a b
T = (a + b, a + c − b, c, d)
c d

Demuestre que T es biyectiva.

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Definición
Dos espacios vectoriales U y V sobre K se dicen isomorfos si existe una transformación lineal
T : U → V biyectiva. Tal transformación lineal T biyectiva se llamará isomorfismo entre U y
V.

Notación
Si U y V son espacios isomorfos, escribiremos U ≃ V

Ejemplo
Muestre que:
1 M2 (R) ≃ R4

2 M2 (R) ≃ P3 [x]

3 P3 [x] ≃ R4

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Teorema
Sean U y V espacios vectoriales sobre R. U ≃ V si y solo si dim(U) = dim(V).

Como consecuencia de este teorema podemos observar que:

1 Pn [x] ≃ Rn+1

2 Mm×n (R) ≃ Rmn


En general, todo espacio de dimensión n es isomorfo a Rn .

Gabriela López Álgebra Lineal


Transformaciones Lineales Inyectividad y sobreyectividad
Isomorfismos Isomorfismos

Teorema
Sean U y V espacios vectoriales sobre R. U ≃ V si y solo si dim(U) = dim(V).

Como consecuencia de este teorema podemos observar que:

1 Pn [x] ≃ Rn+1

2 Mm×n (R) ≃ Rmn


En general, todo espacio de dimensión n es isomorfo a Rn .

Ejercicio
Sea W = {A ∈ M2 (R) : At = A}. Encuentre una transformación lineal T : W → R3 que sea
un isomorfismo.

Gabriela López Álgebra Lineal

También podría gustarte