TRANSFORMACIONES LINEALES TEOREMA DE LA DIMENSIÓN

Para una transformación lineal T : U  V se cumple:

Una transformación lineal T : U  V es una función
o aplicación, con la particularidad de que su dominio y dim U   dim  N T    dim  I T  
codominio son espacios vectoriales, y debe satisfacer
los siguientes axiomas:
o escrito de otra forma: dim U   Nulidad  Rango
     
   
i) Linealidad: T u  v  T u  T v , u , v  U
VECTOR Y MATRIZ DE COORDENADAS
       
  
ii)Homogeneidad: T ku  kT u , u  U , k    
Para una base B  u1 , u2 , u3 ,..., un y un vector x
que pertenecen al mismo espacio vectorial se cumple:
La transformación lineal también es llamada aplicación     
x  k1 u1  k2 u2  k3 u3  ...  kn un
lineal u homomorfismo del espacio vectorial. 
En el caso que U  V , la transformación L : U  U entonces el vector de coordenadas de x con respecto
es denominada operador lineal sobre U. a la base B está dado por:

MATRIZ ASOCIADA A UNA

x   k1, k2 , k3 ,..., kn 
B

TRANSFORMACIÓN LINEAL y la matriz de coordenadas de x con respecto a la
Una transformación lineal T : U  V con base B está definida como:
dim U   n y dim V   m , podemos representarla  k1 
 

en su forma matricial como T u  A  u , donde A es

k 
 2
la matriz asociada a la transformación lineal de  x    k3 
  B  
orden m  n , y u es una matriz de orden n  1 . 
La matriz A también es llamada matriz estándar.  kn 
NÚCLEO O KERNEL DE UNA
MATRICES DE TRANSICIÓN
TRANSFORMACIÓN LINEAL        
      
Sean B1  u1 , u2 , u3 ,..., un y B2  v1 , v2 , v3 ,..., vn 
 
N T   ker T   u  U / T u   ,   V  bases pertenecientes a un mismo espacio vectorial.
Escribimos cada vector de la base B1 como
La dimensión del subespacio núcleo es denominado combinación lineal de la base B2 :
nulidad.
    
u1  1 v1   2 v2  3 v3  ...   n vn
    
IMAGEN DE UNA TRANSFORMACIÓN u2  1 v1  2 v2  3 v3  ...  n vn
LINEAL
     
 
Im T   v  V / T u  v , v  V      
un  1 v1   2 v2   3 v3  ...   n vn
La dimensión del subespacio imagen es llamado rango Hallamos la matriz de coordenadas de cada vector de
o recorrido. la base B1 con respecto a la base B2 :
Si una transformación lineal T es expresada en forma  1   1   1 
       

matricial, es decir T u  A  u , entonces la 
u1    2

, u2    2  
, ... , un    2 
  B2    B   B2 
dimensión de la imagen es el rango de la matriz A 2
     
transpuesta.  n  n  n 
 
dim  Im T     AT
Entonces, la matriz de transición de la base B1 con Luego:
respecto a la base B2 es aquella matriz formada por  1   1   1 
          
las matrices de coordenadas de cada vector de la base
B1 con respecto a la base B2 :    C       C      
T u1    2  , T u2    2  , ... , T un    2 
C   
        
Mat BB2  I     u1   u2     un    m   m  m 
1  B2 B2 B2  nn Definimos a la representación matricial de la base B
con respecto a la base C, como aquella matriz cuyas
columnas son las matrices de coordenadas de las
Escrito de otra forma: imágenes de cada vector de la base B con respecto a la
base C:
 1 1 1    
   
   C   
Mat BC T     T u1   T u2     T un  
C   
 C  mn
Mat B  I   
B2 2 2 2 
1     
  Es decir:
  n n  n  nn
 1 1 1 
Mat BB2  I  : matriz de transición de la base B1 con    2 
1
Mat B T  
C  2 2
...
respecto a la base B2 .     
 
De manera similar definimos la matriz de transición   m m  m  mn
de la base B2 con respecto a la base B1 : Donde:
   m  dim V 
Mat BB1  I    v1  B  v2  B    vn  B  n  dim U 
2  1 1 1  nn

Mat BB2  I  : matriz de transición de la base B2 con

1 Nota:
respecto a la base B1 . Para hallar la representación matricial de una
transformación lineal del tipo T : U  U (operador
Observación: lineal), solo se requiere una base
   
Mat BB2
1
I    Mat BB1
 2
 I  
1
,  
B  u1 , u2 , u3 ,..., un  U
Entonces:
1     
Mat BB1
2
 I    Mat BB12  I   
T u1  1 u1   2 u2  3 u3  ...   n un
    
 
T u2  1 u1  2 u2  3 u3  ...  n un
REPRESENTACIÓN MATRICIAL DE
 
TRANSFORMACIONES LINEALES     
Sea la transformación lineal T : U  V y las bases
     
T un  1 u1   2 u2   3 u3  ...   n un
 
B  u1 , u2 , u3 ,..., un  U y De donde se obtiene:
   
 
C  v1, v2 , v3 ,..., vm  V

 1 
   
 1 
   
 1 
 
Hallamos las matrices de coordenadas de las imágenes    B      
B      
T u1    2  , T u2    2  ,..., T un    2 
B   
de cada vector de la base B con respecto a la base C :      
     n  n  n 
 
T u1  1 v1   2 v2  3 v3  ...   m vm La representación matricial con respecto a B está dada
    
 
T u2  1 v1  2 v2  3 v3  ...  m vm
por:
  
 
 B  B  
Mat BB T    T u1   T u2     T un  
    
 B  nn
    
 
T un  1 v1   2 v2   3 v3  ...   m vm
Es decir: CÁLCULO DE LA IMAGEN SIN USAR LA
 1 1 1  FORMULA DE TRASFORMACIÓN
 2  2 
Mat B T    2
B
... T : U  V , B U y C V
 
 

 
 
T u  MatC  T u   
 n n  n  nn C
 
Donde: n  dim U    
T u
C

 Mat BC (T )  u
B

MATRIZ ESTÁNDAR DE CLASIFICACIÓN DE LAS

TRANSFORMACIONES LINEALES TRANSFORMACIONES LINEALES
Sea la transformación lineal T : U  V y las bases Una transformación lineal T : U  V también es
canónicas: llamadas morfismo y podemos tener los siguientes
   

B  u1 , u2 , u3 ,..., un  U y tipos:
i) La transformación T es monomorfismo si T es
   

B  v1 , v2 , v3 ,..., vm  V  inyectiva.
   
Se define a la matriz estándar de la transformación    
T x1  T x2  x1  x2
lineal T como: ii) La transformación T es epimorfismo si T es
  
Mat BB      
T    T u1  B  T u2  B    T un  B sobreyectiva.    
Nota:
mn  v  V  u T u v 
Toda transformación lineal T : U  V se puede iii) La transformación T es isomorfismo si T es
  biyectiva, es decir que T es monomorfismo y

escribir en forma matricial T u  A  u , de donde se epimorfismo.
reconoce que A es la matriz estándar de la
transformación T. Notas:
- La transformación lineal T : U  U se denomina
CÁLCULO DE UNA IMAGEN MEDIANTE UNA endomorfismo.
REPRESENTACIÓN MATRICIAL - Si la transformación lineal T : U  U es biyectiva se
Teorema denomina automorfismo.
Sea la transformación lineal T : U  V de la cual se
conoce la representación matricial respecto a las bases COMPOSICIÓN DE TRANSFORMACIONES
B1  U y B2  V , entonces, la imagen de un vector LINEALES
 Sean las transformaciones lineales T : U  V y
x  U se puede calcular mediante el diagrama de L :V  W .
 
Hasse:

T : U  V en forma matricial T x  A  x
 

x
B1 
x
  B1
 
L : V  W en forma matricial T y  B  y
Donde A y B son matrices estándar.
Definimos la composición L  T : U  W como
 
T Mat B 2  T 
B
1

L  T x   B  A x


INVERSA DE TRANSFORMACIONES
 B2
T x   
T x 
 B2
LINEALES
Sea T : U  V un isomorfismo, en forma matricial
   
entonces se obtiene T x 
   B2
 Mat BB2 T    x 
1 B1

T x  A x
Donde A es la matriz estándar.
 

Definimos T 1 : V  U como T 1 x  A1  x
 Si B  Mat B 2 T  , P  Mat B1  I  entonces
B B
CAMBIO DE BASE 2 2

Sea una transformación lineal T : U  V . P 1

 Mat BB2
1
I  , A Mat BB1
1
T  , luego tenemos
De la transformación T se conoce que la
representación matricial respecto a las bases la ecuación de semejanza de matrices:
    B  P 1  A  P
 
B1  u1 , u2 , u3 ,..., un  U y
   
 
C1  v1, v2 , v3 ,..., vn  V es Mat BC1 T  . AUTOVALORES Y AUTO VECTORES
 
También se conoce el par de bases
1

T u  An  n  u


   

B2  u1 , u2  , u3  ,..., un   U y
Autovalores: A    I  0


   

C2  v1 , v2  , v3  ,..., vn   V
Polinomio característico: P     A    I
Espectro: conjunto de autovalores
Con las bases B1 y B2 calculamos la matriz de   1 ,  2 ,  3 ,...,  n 
transición de B1 respecto a B2 : Mat B 2  I 
B Traza  A   1   2   3 A  1 2 3
Autovectores:  A   i  I  X  
1
Con las bases C1 y C2 calculamos la matriz de
transición de C1 respecto a C2 : MatC 2  I    
C
1 Matriz de paso: P   x1 x 2 x3   P 1  ?
Entonces podemos hallar la matriz de transformación  
1
respecto de las bases B2 y C2 con la expresión: Matriz diagonal: D  P  A  P
1
Matriz función: f  A   P  f  D    P 
Mat BC2 T   MatCC2  I   Mat BC1 T   Mat BB1  I  1
2 1 1 2 Matriz exponencial et  P  e Dt   P 
TEOREMA DE CAYLEY HAMILTON
B  Mat BC2 T  , Q  MatCC2  I  P     a0  a1  a2 2  ...  an  n
2 1
Si
A  Mat BC1 T  , P  Mat BB1  I  P     a0 I  a1 A  a2 A2  ...  an An , Multiplicado por la
1 2
tenemos la ecuación de semejanza de matrices: matriz pedida.
B  Q  A P

Cambio de base para un endomorfismo

Para un endomorfismo T : U  U se conoce la base
   
 
B1  u1 , u2 , u3 ,..., un  U y la representación
matricial a esta base, es decir Mat B1 T  .
B
1
También se conoce la base


   

B2  u1 , u2  , u3  ,..., un   U con la cual

calcularemos las matrices de transición

Mat BB2  I  y Mat BB1  I 
1 2
Entonces calculamos la matriz de transformación
respecto a la base B2 con la expresión:

Mat BB2 T   Mat BB2  I   Mat BB1 T   Mat BB1  I 

2 1 1 2