DIGITRONICS - FORMULARIO TERCER PARCIAL – Aux: Belen Reas Quispe

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

TEOREMA DE LA DIMENSIÓN
Para una transformación lineal T : U  V se cumple: Entonces, la matriz de transición de la base B1 con
respecto a la base B2 es aquella matriz formada por
dim U   dim  N T    dim  I T   las matrices de coordenadas de cada vector de la base
B1 con respecto a la base B2 :
o escrito de otra forma: dim U   Nulidad  Rango
¡¡BASE, COLECTOR Y EMISOR, ELECTRÓNICA LO MEJOR!! Algebra Lineal MAT-103 1
 DIGITRONICS - FORMULARIO TERCER PARCIAL – Aux: Belen Reas Quispe
    1   1   1 
Mat BB2  I     u1   u2     un        
1  B2 B2 B2  nn     
   C      
C      
T u1    2  , T u2    2  , ... , T un    2 
C   
     
Escrito de otra forma:  m  m  m 
Definimos a la representación matricial de la base B
 1 1 1 
con respecto a la base C, como aquella matriz cuyas
   2  columnas son las matrices de coordenadas de las
Mat BB2  I    2 2
1      imágenes de cada vector de la base B con respecto a la
  base C:
  n n  n  nn   
 
  C  C 
Mat BC T     T u1   T u2     T un  
  
 C  mn
Mat BB2  I  : matriz de transición de la base B1 con
1
respecto a la base B2 . Es decir:
 1 1 1 
De manera similar definimos la matriz de transición    2 
de la base B2 con respecto a la base B1 : Mat B T  
C  2 2
...
       
Mat BB1  I    v1    v2      vn    
2  B1 B1 B1  nn  m m  m  mn
Donde:
Mat BB2  I  : matriz de transición de la base B2 con
1 m  dim V 
respecto a la base B1 .
n  dim U 
Observación:
1 Nota:
Mat BB2
1
 I    Mat BB21  I   , Para hallar la representación matricial de una
1
transformación lineal del tipo T : U  U (operador
Mat BB1  I    Mat BB2  I   lineal), solo se requiere una base
   
 
 
2 1
B  u1 , u2 , u3 ,..., un  U
Entonces:
    
REPRESENTACIÓN MATRICIAL DE
TRANSFORMACIONES LINEALES  
T u1  1 u1   2 u2  3 u3  ...   n un
    
Sea la transformación lineal T : U  V y las bases
     
T u2  1 u1  2 u2  3 u3  ...  n un
 
B  u1 , u2 , u3 ,..., un  U y
 
   
 
C  v1 , v2 , v3 ,..., vm  V 
 
   
T un  1u1   2 u2   3 u3  ...   n un
Hallamos las matrices de coordenadas de las imágenes
de cada vector de la base B con respecto a la base C : De donde se obtiene:
    
 
T u1  1 v1   2 v2  3 v3  ...   m vm 
 1 
   
 1 
   
 1 
 
          
T u1    2  , T u2    2  ,..., T un    2 
 
T u2  1 v1  2 v2  3 v3  ...  m vm  B   
 
 B   
 
 B   
 
n  n  n 
 
     La representación matricial con respecto a B está dada
 
T un  1 v1   2 v2   3 v3  ...   m vm por:
  
Luego:
 
 B  B  
Mat BB T    T u1   T u2     T un  
  
 B  nn

¡¡BASE, COLECTOR Y EMISOR, ELECTRÓNICA LO MEJOR!! Algebra Lineal MAT-103 2

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

¡¡BASE, COLECTOR Y EMISOR, ELECTRÓNICA LO MEJOR!! Algebra Lineal MAT-103 3

 DIGITRONICS - FORMULARIO TERCER PARCIAL – Aux: Belen Reas Quispe
INVERSA DE TRANSFORMACIONES También se conoce la base
LINEALES
Sea T : U  V un isomorfismo, en forma matricial
 

   

B2  u1 , u2  , u3  ,..., un   U con la cual

T x  A x calcularemos las matrices de transición
Donde A es la matriz estándar.
  Mat BB2  I  y Mat BB1  I 

1 2
1
Definimos T : V  U como T 1 x  A 1  x Entonces calculamos la matriz de transformación
respecto a la base B2 con la expresión:
CAMBIO DE BASE
Sea una transformación lineal T : U  V . Mat BB2 T   Mat BB2  I   Mat BB1 T   Mat BB1  I 
De la transformación T se conoce que la 2 1 1 2

representación matricial respecto a las bases

   
 
B1  u1 , u2 , u3 ,..., un  U y Si B  Mat B 2 T  , P  Mat B1  I  entonces
B
2
B
2
   
  I  T  , luego tenemos
1
C1  v1 , v2 , v3 ,..., vn  V es MatBC1 T  . P  Mat BB2 , A Mat BB1
1 1 1

También se conoce el par de bases la ecuación de semejanza de matrices:


   

B2  u1 , u2  , u3  ,..., un   U y
B  P 1  A  P

AUTOVALORES Y AUTO VECTORES

 
     
C2  v1 , v2  , v3  ,..., vn   V 
T u  An  n  u

Con las bases B1 y B2 calculamos la matriz de Autovalores: A    I  0

transición de B1 respecto a B2 : Mat B 2  I 

B
1 Polinomio característico: P     A    I
Con las bases C1 y C2 calculamos la matriz de Espectro: conjunto de autovalores
transición de C1 respecto a C2 : MatCC2 I    1,  2 ,  3 ,...,  n 
1
Entonces podemos hallar la matriz de transformación Traza  A   1   2   3 A  1 2 3
respecto de las bases B2 y C2 con la expresión: Autovectores:  A   i  I  X  

Mat BC2 T   MatCC2  I   Mat BC1 T   Mat BB1  I    

Matriz de paso: P   x1 x 2 x 3   P  ?
1
2 1 1 2
 
1
Matriz diagonal: D  P  A  P
B  Mat BC2 T  , Q  MatCC2  I  1
Si
2 1 Matriz función: f  A   P  f  D    P 
A Mat BC1
1
T  , P  Mat BB1
2
I  Matriz exponencial et  P  e Dt   P 
1

tenemos la ecuación de semejanza de matrices: TEOREMA DE CAYLEY HAMILTON

B  Q  A P
P     a0  a1  a2 2  ...  an  n
Cambio de base para un endomorfismo P     a0 I  a1 A  a2 A2  ...  an An , Multiplicado
Para un endomorfismo T : U  U se conoce la base
    por la matriz pedida.
 
B1  u1 , u2 , u3 ,..., un  U y la representación

matricial a esta base, es decir Mat B1 T  .

B
1

¡¡BASE, COLECTOR Y EMISOR, ELECTRÓNICA LO MEJOR!! Algebra Lineal MAT-103 4