Documentos de Académico
Documentos de Profesional
Documentos de Cultura
- TRANFORMACIONES
LINEALES
Para definir los conceptos de transformaciones lineales, previamente se debe definir las funciones vectoriales
y sus características.
Una función vectorial de variable Vectorial, es aquella función que por Variable
Def 7.1 independiente (v)y dependiente (W) presenta a vectores. F
En termino general una Función Vectorial de Variable Vectorial se comporta como cualquier Función
Escalar de Variable Escalar
ii) F(Ku) = K F(u) para todos los vectores u de v y todos los escalares K
En la practica se puede emplear la siguiente relación de transformación lineal que incluye a las dos condiciones
anteriores
1 1 1
1 1
Otros conceptos matemáticos, tales como la Transformación de Laplace, que se definen en base a
integrales, se constituyen también en Transformaciones lineales.
Si T: V-> w es la función que aplica un vector v de V, hacia su proyecto ortogonal sobre w, es decir que T(
v ) = (v,w1)w1 + (v,w2)w2 + … + (v,w,)wr
7.5 verificar si las siguientes son Transformaciones Lineales La transformación determina por
[ ac bd ]
resultado a la traza de la matriz
a) T =a+d
Verificando las condiciones de
transformaciones Lineales
T(u + v) = T (u) + T (v)
T [ ac bd ]+T [ eg hf ] [ ac =T
+e b+f
]
+ g d+ h = (a + e) + (d + h)
T [ ac bd ] [ ge hf ]
+T = (a+d) + (e + h) = (a + e) + (d + h)
T (k u) = k T (u) De acuerdo a la definición de esta
T [ ] [
a b
c d
ka kb
= T kc kd ] =Ka+kd
transformación, se cumplen las dos
condiciones
b)
T [ ac bd ] = ad – bc
T [ ac bd ] [ ge hf ] [ ac
+ =T
+e b+f
+ g d+ h ] = (a + e)(d + h) – (b + f )(c + g)
T [ ac bd ] [ ge hf ]
+T = (ad – bc) + ( eh - f g)
Def 7.3 Si T: V -> W es una transformación Lineal, entonces al conjunto de Vectores en V que se aplican hacia 0 de
W se llaman kernel (Núcleo o Espacio nulo) de T. Este Espacio se designa por ker(T)
C)
Para obtener el kernel, el resultado del
2 −1 producto de matrices debe ser igual a la
x
Si: T -> W ; v = ; A = 6 −3 Matriz 0.
y
−4 2
Planteando un sistema de Ecuaciones y
resolviendo.
Demostración Para demostrar que el Ker(T) es un subespacio de V. deben cumplirse las dos condiciones
de subespacio (Ver Cap. V-2)
I) La suma de Vectores del ker(T) debe ser otro Vector del mismo ker(T) (La suma debe ser cerrada
Si: v1, v2 ϵ Ker(T) T(v1 +v2) = T(v1) + T(v2)
= 0 + 0 = 0 => T(v1 +v2) = 0
II) El producto de un Vector del Ker(T) por un Escalar debe ser otro Vector del mismo Ket(T) (El
producto por un escalar debe ser cerrado)
T (K v1) = K T(v1) K 0 = 0
Para demostrar que el recorrido de T es un Subespacio de W, deben cumplirse las dos condiciones
de subespacio (Ver Cap. V-2)
I) La suma de Vectores del Recorrido debe ser otro Vector del mismo Recorrido (La suma debe
ser cerrada)
II) El producto de un vector del Recorrido por un Escalar debe ser otro vector del mismo recorrido
(El producto por un Escalar debe ser cerrado )
TEO 7.3 si una Base para el espacio Vectorial V está dada por: S = {v 1 , v2 ..., vn} además se tiene que T: V
-> W es una transformación Lineal, asumiendo que se conocen las imágenes de cada Vector de S es
decir que: w1 = T(v1). W2 = T(v2) ,… , wn = T(vn)
V = k1v1 + k2 v2 + … + kn vn
t(v) = T (k1 v1 + k2 v2 + … + kn vn)
= k1 T(v1) + k2 T(v2) + … + kn T(vn)
Estos significados que una Transformación Lineal esta completamente determinada si se conoce la base V
Ej 7.8 Si una Base para el Espacio Vectorial V esta dada por: s = {v 1, v2} donde v1 = (1,0)
v2 = (0,1) además se conoce que w1 = T(v1 ) = (2,5,7); w2 = T(v2) = (3,4,9) . Se calcula
w = T(v) para v = (8,-6)
W
V = k 1 V 1 + k2 v 2 todos los vectores V T
(8, -6) = k1(1,0) + k2 (0,1) v de V pueden ser
= (k1,k2) generados por los
=> k1 = 8 ; k2 = -6 vectores de s, ya
(1,0) (2,5,7)
T(v) = k1 T(v1) + k2 T(v2) que s es una base
= (k1 , k2) de V
(0,1) (3,4,9)
=> k1 = 8 ; k2 = - 6
T(v) = k1 T(v1) + k2T(v2) por el teorema
(8,-6) ?
= 8 (2,5,7) + (-6)(3,4,9) anterior
= (-2,16,2)
7.7 Una base V es S = {v1, v2, v3 } donde v1 = v1 = (1,1,1) ; v2 = (0,1,1) ; = (0, 0, 1) además se sabe que w =
T(v1) = (2,5) ; w2 = T(v2) = (3,1) ; w3 = T(v3) = (4,7) = (4,7)
calcular w = T(v) para v =(6,8,9)
V = k1 v1 + k2 v2 + k3 v3
(6,8,9) = k1(1,1,1) + k2(0,1,1) + k3(0,0,1) .
= (k1, k1, k1 ) + (0, k2, k2) + (0, 0, k3) 6
= k1 k1 = 6
8 = k1 + k2 => k2 = 2
9 = k1 +k2 k3 = 1
. V = k 1 v 1 + k2 v 2 + k3 v 3
T(v) = T(k1 v1 + k2 v2 + k3 v3)
T(v) = k1T(v1 ) + k2 T(v2) + k3T(v3)
=6(2,5) + 2(3,1) + 1(4,7) = (22,39)
RANGO Y NULIDAD DE T
Def 7.2 Si T: V ->W es una Transformación Lineal entonces la Dimensión del recorrido de T se llama
rango de T escribiéndose Dim(R) LA dimensión del Núcleo o Kernel se llama nulidad de T, se
escribirá Dim(K)
TEO 7,4 Si T: V -> W es una Transformación Lineal, donde V es de dimensión n, entonces se verifica que:
(rango de T) + (nulidad de T) = n
Este Teorema se conoce como el teorema de la dimensión
VII.- 4 TRANFORMACION DE RN A RM
TEO 7,6 si T es una Transformación Lineales T: Rn -> Rm, siempre será posible encontrar una Matriz A de
mxn, tal que T es la multiplicación por A.
Esta Matriz A se refiere a la base Estándar se escriba como [ T ] e entonces se verifica T(v) = [ T ]e v
Si la Matriz A se refiere a otra Base se escribirá como [ T ] B entonces se verifica T(v) = [ T ]B [v],
donde [v], donde [v] es el vector de coordenadas relativo a la nueva Base.
Ej 7.11 Una Transformación Lineal se la expresa en forma matricial sobre la base Estándar
Ej 7.12 Una transformación Lineal se la expresa en forma Matricial sobre la Base Estándar
si: T R2 – Ra3 ; v = (x, y) ; w = (x, y, z) En esta Transformación a partir de Vectores
T(v) = )2x + y,x + y, 4y) de R2 se obtiene Vectores de R3
Si: v = e1 = (1,0) => T(e1) = (2,1,0)
Calculando para la Base Estándar
Si: v = e2 = (0,1) => T(e2) = (1,1,4)
v = (x,y) = x (1,0) + y((0,1) A la Transformación se la verifico como
lineal en el Ej. 7,1
2 1
x
T= A v = [ T ], v = 1 1 Expresando como un producto entre
y
0 4 matrices
CAMBIO DE BASE
Cuando se requiere que una Transformación Lineal se expresa en forma matricial, pero con respecto a
una Base diferente de la Base Estándar, es preciso usar Vectores de coordenadas, tanto del vector para
el que se calcula, como de la Transformación ya realizada.
TEO 7.7 Si T es una Transformación Lineal T:R n -> Rm, siempre será posible encontrar una matriz A de mxn, tal
que T es la multiplicación por A.
Si la Base es de Rn S = {v1, v2 ,…, vn} entonces la Matriz A, tendrá como vectores columna a los
Vectores de coordenadas de T(v1) , T(v2) ,…, T(vn)
Esta Matriz A por referirse a la Base B se escribira como [ T ] B entonces se verifica [ T(v) ] = [ T], [v] ; .
donde coordenadas relativo a la nueva Base
Ej 7.13 La transformación Lineal T(V) = (x +4y, 2x +9y) se expresa en forma matricial sobre la Base
. s = {v1, v2) donde v1 = (1, 2) , v2 = (3, 5) . Se calcula luego para el caso particular del Vector
. v = (7, 6) Empleando la Transformación se
2 2
SI: T: R -> R ; v = (x, y) ; w = (x, y) obtiene Vectores correspondientes a
la base
T(v) = (x + 4y, 2x + 9y)
Estos deben expresarse como una
Si: v1 = (1,2) => w1 = T(v1) = (9,20)
combinación de la base
Si: v2 = (3,5) => w2 = T(v2) = (23,51)
Calculando los K por resolución de
T(v1) = k1 v1 + k2 v2 T(v2) = k1v1 + k2 v2 Sistemas.
(9,20) = k1 v1 + k2 (3, 5) (23,51) = k1(1,2) + k4(3,5)
=> K1 =15, k2 = -2 => k3 = 38 , K4 = -5 Los K obtenidos en cada caso serán
componentes de los vectores columna
=> (9,20) = 15v1 – 2v2 => (23,51) = 38v1 -5v2
de [T]B
15 38 −17 49
[T]B [v] = =
−2 −5 8 −6
T(v) = (x + 4y, 2x + 9y) => T(7,6) = (31,68) por otra parte aplicando la transformación
(31,68) = h1(1,2) + h2(3,5) inicial, se obtiene un vector que hay que
. expresarlo respecto a la Base dada.
31 = h1 1 + h2 3 h2 3 h1 = 49
49
=> =>[ T(v) ] = se aprecia que los resultados son
−6
los 68 = h11 + h23 h2 h2 = -6 mismo
Dada la Transformación Lineal T(v) = (3x + 4y, 5x – 2y) expresarla en forma matricial y calcular
7.8
para v = (25,35) de ambas maneras, en los siguientes, en los siguientes casos:
a) Para la Base Estándar b) Para la Base B = {v1 , v2}; v1 = (7,8), v2 = (6,9)
a) T(v) = (3x + 4y, 5x -2) => T(e1) => (3,5) La base estándar para R2 es :
. Si: v = e1 = (1,=) => T(e1) = (3,5) s = {e1,e2}, donde
. si: v = e2 = (0,1) => T(e2) =(4,-2) e1 = (1,0) ; e2 = (0,1)
T(e1) = (3,5) = 3(1,0) + 5 (0, 1) la imágenes obtenidas para
3 4 x la Base constituyen Vectores
T(v) = a v = columnas de la Matriz de
5 −2 y
. T(e2) = (4, -2) = 4(1,0) -2(0,1) Transformación (TEO 7.6)
=> T(v) = (3,5) = (215, 55) Calculando para el vector v = (25, 35), tanto por
3 4 49 49 la transformación inicialmente dada, como por
T(25,35) = =¿ su expresión matricial, se obtiene resultados
5 −2 −6 −6
coincidentes
b)
. T(v) = 3x + 4y, 5x – 2y v = (x,y) Para determinar la Matriz de
Si : v1 = (7,8) => T(v1) = (53,19) = w1 Transformación sobre una Base diferente
si: v2 = (6,9) => T(v2) = (54,12) = w2 de la Estándar. Se
calcula las imágenes (w1, w2) para la base
w1 = k1v1 +k2 v2 => (53,19) = k1 (7,8) + k2(6, 9)
dada Estas
w2 = k1 v1 + k4 v2 (54,12) = k3(7,8) + k4(6, 9)
imágenes deben expresarse como una
53 = k1 7 + k2 6 => K1= 121/5 combinación lineal de la Base. Armando
19 = k18 + k29 k2 = -97/5 dos Sistemas Lineales y resolviendo.
54 = k3 7 + k46 => k3 = 138/5 Por tanto, la Matriz
12 = k3 8 + k4 k4 = -116/5 de Transformación es la indicada.
121/ 5 138 /5 x
T(v) = [ T ]3 8[ v ] = B
−97 /5 −116 /5 y
T(v) =(3x + 4y, 5x – 2y) ; v = (25,35) Calculando para el vector
=> T(25, 35) = (215, 55) = h1(7,8) + h2 (6,9) v = (25, 35), de dos modos
215 = h17 + h1 = 107 obteniendo su expresión
=> [T(v)] = [T(v)] = (107, -89) correspondiente a la Base.
55 = h18 + h2 = -89
Similarmente se obtiene el
vector de coordenadas de V
121/ 5 138 /5 49 49
[T(v)] = [T] [v] = =
−97 / 5 −116 /5 −6 −6
Ej 7.14 La misma Transformación Lineal del Ej. 7.1 se expresa en forma matricial sobre otra Base
S = {v1, v2 } donde v1 = (3, 1) , v2 = (5,7). Luego ejemplificado para un caso particular
v = (9,-14).
Empleando la Transformación se obtiene
Vectores de R3, estos deben expresarse
Si: T: R2 -> R2 ; v = (x, y) ; W = (x, y, z)
como una combinación de una Base de R 3
T(v) = (2x + y,x + y, 4y)
Si: v1= (3, 1) => (x, y) = (7, 4, 4) Usando la Base estándar R3 que es
Si: v2 = (5,7) => (5, 7) = (13, 12, 28) S = { w1, w2, w3 }, donde w1 = (1,0,0),
(7,4,4) = k1 w1 + k2 w2 + k3 w3 w2 = (0,1,0) ; w3 = (0,0,1)
k1(1,0,0) + k2(0,0,1)
Los k obtenidos en cada caso será
=> k1 = 7 , k2 = 4 , k3 = 4
componentes de los Vectores columna de
=> (7,4,4) = 7w1 + 4w2 + 4w3
[T]b
T(v) = A v = (x + y – z, 2x – y + z, x +3y – 2z
v = ( 3, 1, 4) => T(3, 1, 4) = (0,-9, 2)
k1 k2 k7 x 34 −6 −65 x
T(v) = [T]B [v] = k 2
k5 k8 y = −27 5 52 y
k3 k6 k9 z 22 −3 −41 z
Ejemplando para un caso particular
V = (3,1,4) = c1(1,3,2) + c2(2,7,8) + c3(1,4,7)
Se obtiene el vector de coordenadas
=> c1 = 49 ; c2 = -38 ; c3 = 20 => [v] = (49, -38,20) de V
T(v) = (x + y – z, 2x – y + z, x + 3y – 2z)
T(3,1,4) = (0,9, -2) = h1(1,3,2) + h2(2,7,8) + h3(1,4,7) Se obtiene la Transformación
respecto a la nueva Base
=> h1 = -56 ; h2 = 47 ; h3 = -38 => [Tv]B = (-56,47,-38)
El resultado es el mismo, tanto por la
34 −6 −65 49 −56 Transformación inicial como por su
[Tv] = [T]B [v] = −27 5 52 −38 = 47 representación matricial
22 −3 −41 30 −38
Ej 7.15 se calcula el Recorrido y el Kernel de una Transformación Lineal.
. Si: T: V -> W ; v = (x,y,z)
T(v) = (x + 2y + z, 3x + 7y + 5z, 2x + 5y + 4z)
Calculando Vectores de W para los
T(1,0,0) = (1,3,2) generadores de R3.
1 2 1 Obteniendo una Matriz,
T(0,1,0) = (2,7,5) => a = 3 7 5 escalonada
2 5 4
T(0,0,1) = (1,5,4) Por tanto, una Base para los
Vectores del recorrido es: {1,3,2),
(0,1,1)}, Dim(R) = 2
1 3 2 1 3 2 1 3 2
A1 = 2 7 5 = 0 1 1 = 0 1 1
1 5 4 0 2 2 0 0 0
1 3 2 x 1 0
=> 2 7 5 => w = y =k1 3 + K2 1
1 5 4 z 2 1
T = (x + 2y + z, 3x + 7y + 5z, 2x + 5y + 4z ) = 0
x + 2y + z = 0
3x + 7y + 5z = 0 => x + 2y + z = 0
2x + 5y + 4z = 0 y+z=0
X=t
t 1
=> y = -t => x = −t = t −1
t 1
z=t
Otro modo de obtener la expresión matricial de una transformación lineal, requiere Lineal de los
siguientes conceptos:
TEO 7,8 Si en un Espacio Vectorial, P es la Matriz de transición de la Base B a la nueva Base B 1 entonces
. para todo Vector v ϵ V => P[v]B = [v]B => [v]B = P-1[v]B
TEO 7.9 si en un Espacio Vectorial, P es la Matriz de Transición de la Base B a la nueva Base B 1 entonces
. para toda Transformación Lineal T sobre V [T] B = p-1[T]B P
Ej 7.16 A la Transformación Lineal T(v) = (x +6y, 9x + 4y) se la cambia de la Base Estándar a la nueva
Base . dada por B = {v1, v2} donde v1 = (2,5), v2 = (3,7), calculando su expresión matricial
T(v) = (x + 6y, 9x + 4y) v = (x,y) La base Estándar para R2 es: S = {e1,e2}, donde
Si: e1 = (1,0) => T(e1) = (1,9) e1 = (0,1); e2 = (0,1) Los
Si: e2 = (0,1) => T(e2) = (6,4) Vectores obtenidos se expresan como
combinación lineal de la Base. Los
coeficientes obtenidos son los Vectores
columna de [T]B Sin
embargos note que directamente se podía
obtener las filas de acuerdo a los componentes
T(e1) = (1,9) = 1(1,0) + 9(0,1)
T(e2) = (6,4) = 6(1,0) + 7(0,1)
1 6
[T]B =
9 4
T(v) = (x + 4y, 2x + 9y) v = (x,y) En la base Estándar para R2, donde e1 = (1,0);
. T(e1) = (1,2) = 1(1,0) + 2(0,1) e2 = (0,1). Los vectores obtenidos se
. T(e2) = (4,9) = 4(1,0) + 9(0,1) expresan como combinación Lineal de la
Base.
1 4
[T]B = Los coeficientes obtenidos son los vectores
2 9
v1 = (1,2) = 1(1,0) + 2(0,1) columna de [T]B
1 3 Los vectores de la Base nueva se expresan en
=> P =
2 5 términos de la Base inicial Los
v2 = (3,5) = 3 (0,1) + 5(0,1) coeficientes son las vectores columnas de P.
Por el teorema TEO 7.9 se obtiene la expresión
−5 3 1 4 1 3 matricial de la transformación en la nueva Base
[T]B = P-1 [T]B P =
2 −1 2 9 2 5
15 38
[T]B =
−2 −5
Observe que el resultado coincide con el del Ej. 7.13, donde se obtuvo de otra manera la representación
matricial.
Por el teorema TEO 7.9 se obtiene la expresión matricial de la Transformación en la nueva Base.
Observe que el resultado coincide con el problema 7.9.
17 −6 1 1 1 −1 1 2 1 34 −6 −65
[T]B = p [T]B P = −13 5 1
-1
2 −1 1 3 7 4 = −27 5 52
10 −4 1 1 3 −2 2 8 7 22 −3 −41
x a b x ax +b y
T = =
x axy+¿ by c d y cx+ dy
Los elementos de ; se pueden considerar tanto como puntos en el plano o como Flechas
y cx+ ¿ dy
(vectores geométricos), sin embargo es mas asumir que son puntos en el plano.
5 7
Ej 7.17 La Ecuación de Recta: 3x + 2y – 12 = 0 se transforma con la Matriz A=
2 3
Para obtener la expresión del Y = Y,
6
X1 = A X => X = A-1 X1 Vector x es preciso despejar de
x 5 7 x la ecuación matricial, por la
= => 4
y 2 3 y Matriz inversa de A.
x 3 −7 x
= = Multiplicación y reemplazando 2
y 2 3 y
en la ecuación de Recta L,
,
x 3 −7 x X=X .
= =
y −2 5 y 0 2 4
3 x −7 y
=
2 x +5 y
L: 3x + 2y – 12 = 0
. 3(3x1 – 7y1) + 2(-2x1 + 5y1) – 12 = 0 Así se obtiene de otra Recta, tal como
. L1: 1 1
5x – 11y – 12 =0 se expresa gráficamente.
ROTACIONES
Se Llama a la transformación en el Plano que hace girar cada punto del Plano un ángulo Ɵ
cos Ɵ −sen Ɵ
La Matriz Estándar que permite tal rotación A = (Ver cap VI-9)
sen Ɵ cos Ɵ
Debe tomarse en cuenta que si bien la Matriz de transición de la Base inicial a la nueva Base es A, para
calcular las coordenadas en la nueva Base debe emplearse el producto de la Matriz inversa de A por la
Matriz de las coordenadas iniciales.
Ej 7.18 Se efectúa una rotación, obteniendo las nuevas coordenadas del punto P(4,2)
Para obtener las
X1 = A X => X = A-1
nuevas coordenadas
x cos Ɵ −sen Ɵ x se obtiene la matriz
6Y
=
y sen Ɵ cos Ɵ y inversa de la Matriz
Estándar de rotación
x cos Ɵ −sen Ɵ x
= . 4 X1
y sen Ɵ cos Ɵ y Si el ángulo Ɵ = 45°
reemplazando y
=
√ 2/2 √ 2/2 4 calculando . 2 41
−√ 2/ 2 √ 2/2 2 Las nuevas coordina- . 2
REFLEXIONES
Se llama reflexión a la Transformación en el plano que hace que un punto se refleje como un espejo
sobre un eje L. de acuerdo a L se tienen los siguientes casos:
L: LA REFLEXIÓN RESPECTO DE Y Y
L: X REFLEXION RESPECTO DE X
x x X
= A
y y
Y (2,3)
x −1 0 3 −3
= = (-3,2)
y 01 2 2 2 (3,2)
x 10 3 3 X
= = -4 -2 0 2 4
y 01 2 −2
(3,-2)
x 01 3 2 -2
= =
y 10 2 3
EXPANSIONES Y EXPRESIONES
Se llama Expansión o compresión a la Transformación en el plano que hace que una la coordenada de un
punto y el objetivo del que es parte ese punto al multiplicarse por k se amplía o reduzca.
Las matrices estándar para compresión o reducción sobre el Eje X o sobre el Eje Y respectivamente son:
k 0 1 0
;
0 1 0 k
X
DESLIZAMIENTOS CORTANTES
Se llama Deslizamiento cortante (0) cizallamiento) de un punto (x,y) en la dirección del Ej X a la
Transformación en el plano que hace tal punto se desplace paralelamente al Eje X, hasta llegar al punto
(x+ky, y)
Las matrices estándar para Deslizamiento sobre el Eje X o sobre el Eje Y respectivamente son:
1 k 1 0
;
0 1 k 1
Ej 7.21 Dado el punto (1,2), Vértice de un rectángulo, se lo desliza Y (x,y)
x x Deslizamiento sobre el Eje X
= A
y y con la Matriz correspondiente
para k = 1/2 X
x 1 1/2 3 4
= =
y 01 2 2 Deslizando con la Matriz
correspondiente para k = 1/3 Y
x 10 3 3 (x +ky, y)
= =
y 1/3 1 2 3
Toda vez se efectúan varias Transformaciones Lineales, es posible hallar otra única Transformación que
efectúan de una sola vez el trabajo conjunto de las anteriores Transformaciones
Es decir si se efectúan las transformaciones: T 1(x) = A1 x , T2(x) = A2 x ,.. , Tn(x) = A2 x , … , Tn(x) = Anx
SEMEJANZA
Toda vez que una Transformación Lineal se expresa por una Matriz, es sumamente que la Matriz sea de
la mayor sencillez posible, ya que puede estar sujeta a complicadas operaciones. Para ello se busca una
Matriz B que sea semejante a la Matriz A.
Def 7.6 Si A, B son matrices cuadradas, para las cuales existen una Matriz Invertible P, tal que se
verifique P-1A P. = B, entonces se dice que B es semejante a A, o también que A se obtiene
por una Transformación de semejanza
TEO 7,10 Dos matrices A y B representan al mismo Operador Lineal T, si y solo si son Semejantes
Sin embargos como se precisa de otros conceptos (Autovalores) para calcular a la matriz P su estudio se
lo realiza mas adelante. (ver cap. VIII – 5)
a) T(v) = ( y,x) ; R2 -> ; v = (x,y) d) T(v) = (x2, y2, z2) ; R3 -> R3 ; v (x,y,z)
. b) T(v) = (x – y,x + y) e) T(v) = (x – y,y – z,z – x)
. c) T(v) = (x,y, 1) f) T(v) =
(0,0,0)
g)
a b
. T( ) = a 2 + d2
c d
. h)
a b
. T( ) =a + b+c+d
c d
e) f)
1 4 1 −3
. T=Av;A= T=Av;A=
2 7 2 6
a) Una Base para el Espacio Vectorial V es: S = {v1 , v2} donde v1 = (1,0) v, = (0,1) se conoce que T(v 1) =
P 7-3
(7,6); T(v2) = (4,2). Calcular w = T(v) para v = (5,3)
b) Una Base el Espacio Vectorial V es S = {v 1 , v2 } donde v1 = (1,0) v2 = (0,1) se conoce que T(v1) = (2,4,3);
T(v2) = (3,7,4), calcular w = T(v) para v = (9,-5)
C) Una Base para el Espacio Vectorial V es S = {v 1, v2, v3} donde v1 = (1,0,0) v2 = (0,1,0), v3 = (0,0,1) se
conoce que T(v1) = (5,9) ; T(v2) = (6,2); T(v3) = (7,4) calcular w = T(v) para v = (3,8,-6)
P 7-4 Una Transformación Lineal esta definida por la multiplicación por las matrices indicadas. Calcular una
Base para el Recorrido, Una Base para el Kernel y sus Dimensiones.
1 3 2 1 2 −1 2 1 2 01 1 2 3 1
A = 2 7 6 B = 3 7 08 c = 2 −1 2−1 D= .1 5 9 3
1 4 4 2 6 5 10 1 −3 5−2 .3 7 12 4
-1 0 3 1
Hallar la dimensión del Espacio de los Sistemas:
P 7-5
X1 + 2x2 + x3 + x4 + 2x5 = 0
X1 + 2x2 + x3 – 2x4 = 0
X + 3y + 2z = 0 3x1 + 7x 2 + x3 + 4x4 + 8x4 = 0
4x1 + 9x2 + 7x3 – 7x4 = 0
3x + 9y + 6z = 0 x1 + 5x2 + 8x3 + 7x4 + 9x5 = 0
2x1 + 6x2 + 9x3 =0
2x + 6y + 4z = 0 -x1 + 5x3 + 7x4 + 4x5 = 0
3x1 + 7x2 + 7x3 – 3x4 = 0
3x1 + 5x2 + 4x3 + 11x4 + 7x5= 0
2x + 3y – 12 = 0 5x + 4y – 20 = 0 2x – 4y + 15 = 0
5 7 1 3 1 5
A = B = c =
2 3 2 4 0 2