Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TRANSFORMACIONES LINEALES
Es un tipo especial de función (o aplicación), donde el dominio y codominio son espacios vectoriales
reales.
Definición: Se dice que T es una transformación del espacio vectorial V en el espacio W, se escribe T:
V W. Siendo T una función, cada vector v V tiene un solo vector imagen w W, que será
indicado por w = T(v); y satisface :
Algunas Transformaciones
Transformación cero: T(0) = 0
a) T(v1 + v2 ) = 0 = 0 + 0 = T(v1 ) + T(v2 )
b) T(k.v1) = 0 = k.0 = k. T(v1)
Teorema 1: Sea V un espacio vectorial de dimensión finita con base B = {v1,v2,…,vn }. Sean w1,w2,…,wn.
n vectores en W. Suponga que Ti = T2 son dos transformaciones lineales de V en W tales que T1(vi) = T2
(vi) para i = 1, 2, …, n; es decir, T1 = T2 .
Demostración
Como B es una base para V, entonces cualquier v V existe un conjunto único de escalares a1,a2 ….. an
R tales que v = a1 v1 + a2 v2 +…….+ an vn
T1(v) = T1(a1 v1 + a2 v2 +…….+ an vn ) = a1 .T1(v1)+ a2 .T1(v2)+…….+ anT1(vn )
= a1 w1 + a2 w2 +…….+ an wn
T2(v) = T2(a1 v1 + a2 v2 +…….+ an vn ) = a1 .T2(v1)+ a2 .T2(v2)+…….+ anT2(vn )
= a1 w1 + a2 w2 +…….+ an wn
Unidad III – Transformaciones Lineales Algebra Lineal
T1(v) = T2(v)
El teorema dice que solo es necesario conocer el efecto de T sobre los vectores de la base en V. Esto
es, si se conoce la imagen de cada vector básico, se puede determinar la imagen de cualquier vector en
V.
Ejemplo:
Sea T: R3 → R2 una T.L. y B = {v1, v2, v3 } una base de R3, siendo v1 = (0, 1, 0), v2 = (1, 0, 1) v3 = (1, 1, 0).
Determinar T(5, 3, −2), sabiendo que T(v1) = (1, −2), T(v2) = (3, 1), T(v3) = (0, 2)
Se expresa v = (5, 3, −2) como una combinación lineal de los vectores de la base
(5, 3, −2) = a1 (0, 1, 0) + a2 (1, 0, 1) + a3 (1, 1, 0)
a1 = −2 a2 = −4 a3 = 7
Teorema 2: Sea V un espacio vectorial de dimensión finita con base B = {v1,v2,…,vn }. Sea W un espacio
vectorial que contiene los vectores w1,w2,…,wn. Entonces existe una transformación lineal única T: V →
W tal que T(vi) = wi para i = 1, 2, …, n
Demostración
La unicidad de T se obtiene del teorema anterior y solo falta demostrar que T es lineal
Se define T( vi ) = wi ; para i = 1, 2, …, n; demostraremos que T es lineal.
Sea v = a1 v1 + a2 v2 +…….+ an vn , entonces T(v) = T(a1 v1 + a2 v2 +…….+ an vn ).
Como B = {v1, v2 ,…,vn} es una base de V; T está definida para todo v V
Sean u = a1 v1 + a2 v2 +…….+ an vn y v = b1 v1 + b2 v2 +…….+ bn vn
T (u + v) = T (a1 v1 + a2 v2 +…….+ an vn) + (b1 v1 + b2 v2 +…….+ bn vn )
= T (a1 + b1) v1 + (a2 + b2 ).v2 + …..+(an + bn).vn
= (a1 + b1).T(v1) + (a2 + b2 ).T(v2 )+ …..+(an + bn).T(vn)
= (a1 + b1). w1 + (a2 + b2 ).w2 + …..+(an + bn).wn
= a1 w1 + a2 w2 +…….+ an wn) + (b1 w1 + b2 w2 +…….+ bn wn )
= T(u) + T(v)
De manera similar , T(k.v) = T[k.(a1 v1) + k.(a2 v2)+…….+ k.(an vn)].
= T[k.(a1 v1) + k.(a2 v2)+…….+ k.(an vn)].
= k. a1 T(v1) + k.a2 T(v2)+…….+ k.anT(vn).
= k. a1 w1 + k.a2 w2 +…….+ k.an wn
= k.(a1 w1 + a2 w2 +…….+ an wn)
= T(k.v)
Por lo tanto T es lineal. Así, la demostración queda completa.
N(T)= v V/ T(v)=0
0
IMAGEN: Para v de V, el elemento T(v) de W se llama imagen de v a través de T, y decimos que T aplica
v en T(v).
Im(T) = w W / T(V) = w; para algún v V .
Si Im (T) =W. T se dice que sobreyectiva, esto es, para todo w W existe por lo menos un v V
tal que T( v) = w. T
V W
Im(T )
N(T)
V
00
Ejemplo
1) Determinar el núcleo y la imagen del operador lineal, T: R3 R3,
T(x, y, z) = (x + 2y z, y + 2z, x + 3y +z)
a) N(T) = (x, y, z) R3 / T(x, y, z) =(0, 0, 0)
(x + 2y z, y + 2z, x + 3y +z) = (0, 0, 0)
x + 2y z = 0
y + 2z = 0
x + 3y +z = 0 cuya solución general es (5z, 2z, z) , z R.
Im(T) = (a, b, c) R3 / a + b – c = 0
b) dim N(T) + dim T(V) = dim V = 1 + 2 = 3 que es la dimensión del dominio de R3.
Teorema 3:
a) N(T) es un subespacio de V.
b) T(V) es un subespacio de W.
Parte a) Demostración
a) N(T) ≠ Ø, ya que 0 N(T) pues T(0) = 0
Parte b) Demostración
a) T(V) ≠ Ø, ya que 0 T(V); pues T(0) = 0
Si V es de dimensión finita, N(T) también lo será puesto que N(T) V, demostraremos que el recorrido
T(V) también es de dimensión finita; su dimensión se llama rango de T.
Teorema de la Dimensión: Si V es de dimensión finita, también lo es T(V) y se tiene que dim N(T) +
dim T(V) = dim V
NULIDAD Y RANGO DE UNA T.L.
Definición: Se llama nulidad de una T.L. a la dimensión del núcleo y rango de una T.L. a la dimensión de
la imagen.
Ejemplo: Sea T: R2 R2, una T.L., encuentre el núcleo, imagen, rango y nulidad de T; siendo T(x, y) =
(x, 0).
N(T) = {(x, y) R2/ T(x, y) = (0, 0)} T(x, y) = (x, 0) x = 0 0 = 0 e y arbitrario; Luego N(T) = {(x, y) V/
T(x, y) = (0, 0)} (0, 0)
SOBREYECTIVAS: Si Im(T)= W, es decir que para todo w W existe por lo menos un v V tal que
T(v) = w.
Parte a)
H) T.L. es inyectiva; T(v1 ) = T(v2 )
T) N(T) = 0
Demostración
Supongamos que v V; esto es, T(v) = 0. Luego, T(v) = T(0). Como T es inyectiva por hipótesis, v = 0.
Por tanto, el vector cero es el único elemento del núcleo; esto es, N(T) = 0.
Parte b)
H) N(T) = 0
T) T.L. es inyectiva; T(v1 ) = T(v2 )
Demostración
Sean v1, v2 V, tales que T(v1 ) = T(v2 ), entonces T(v1 ) − T(v2 ) = 0 ó T(v1 − v2 ) = 0 y por lo tanto, v1 − v2
N(T). Pero, por hipótesis, el único elemento del núcleo es el vector O, es por lo tanto v1 − v2 = 0, esto
es, v1 = v2 , T es inyectiva.
Parte a)
H) Si dim V = dim W y T.L. es inyectiva; T(v1 ) = T(v2 )
T) T es sobreyectiva
Demostración
Por el teorema de la dimensión sabemos que dim N(T) + dim T(V) = dim V. Como T es inyectiva N(T) =
0, implica dim N(T) = 0; dim T(V) = dim V.
Luego, dim T(V) = dim W, T(V) = W. Por tanto, T es Sobreyectiva
Parte b)
H) Si dim V = dim W y T.L. es inyectiva; T(v1 ) = T(v2 )
T) T es sobreyectiva
Demostración
Como dim N(T) + dim T(V) = dim V ; dim N(T) + dim W = dim V; dim N(T) = 0; implica N(T) = 0. Por
tanto T es inyectiva.
ISOMORFISMO
Se llama isomorfismo del espacio vectorial V en el espacio vectorial W a una T.L. T: V W que es
biyectiva; es decir inyectiva y sobreyectiva a la vez.
Ejemplo:
El operador lineal T: R2 R3 ; T(x, y) = (2x + y, 3x + y) es isomorfo en R2.
T(x, y) = (2x + y, 3x + y) = (0, 0)
2x + y = 0
3x + y = 0 donde x = y = 0, esto es N(T) = 0; lo que implica T es inyectiva
2) (cT)(x + y)= c(T(x + y))= c(T(x) + T( y))= (cT)(x) + (cT)(y) cT (V, W)
COMPOSICION
Unidad III – Transformaciones Lineales Algebra Lineal
Sean U, V, W. Sean T: U V una función con dominio U y valores en V, y S: V W otra función con
dominio V y valores en W. La composición ST es la función ST: U W definida por (ST)(x) = ST(x) ó
S o T para todo x en U.
U V W
T S
x T(x) ST(x) x
Definición: Sea T: U V una función que aplica V en sí mismo definimos las potencias enteras.
To =I I = transformación identidad
T n = T n-1 n 1
T n . T m = T n+m
Demostración
(S T)(x + y)= S(T(x + y)) = S(T(x) + T( y)) = S(T(x)) + S(T( y)) =
o = (S T)(x) + (S T)( y)
Observación:
Cuando el operador lineal T admite una inversa T-1 , se dice que T es inversible, invertible o no singular
.
V W
v T(v)
T-1
INVERSAS
Dados dos conjuntos V y W y una función T: V W. Se dice que:
Una función S: T(V) V es inversa de T por la izquierda si S(T(x)) = x.
Una función R: T(V) V se llama inversa de T por la derecha si T(R(y)) = y.
ST=IV TR=IT(V)
V W V W
T
Ejemplo: Una función sin inversa por la izquierda pero con dos inversas por la derecha. Sean V=1, 2
y W=0. Definimos T:V W como sigue: T(1)=T(2) = 0.
S(T(x)) = x
S(T(1)) = S(0) = 1
S(T(2)) = S(0) = 2 S no es una función lineal; es decir no tiene inversa por la izquierda.
T(R(y)) = y;
T(R(0)) = T(1) = 0
T(R’(0)) = T(2) = 0 Esta función tiene dos inversas por la derecha
Propiedades:
I) Si T es inversible y T-1 es su inversa, entonces: T o T-1 = T-1oT = I (Identidad)
II) Si T es inversible si, y solamente si, N(T) = 0
Teorema: Una T: V W puede tener a lo más una inversa por la izquierda. Si T tiene inversa por la
izquierda S, entonces S es también inversa por la derecha.
Demostración
I) Sea S y S’ inversas de T por la izquierda, entonces S(T(x)) = x y S’(T(x)) = x. Sea y T(V),
x V/ T(x) = y.
S(y) = x S’(y) = x
S’(y) = S’(y)
S = S’ La inversa por la izquierda es única.
Demostración
I) H) Tiene inversa por la izquierda.
T) T es inyectiva
Sea S inversa de T por la izquierda,
S(T(x)) = x T(x) = T(y) x = y
S(T(x)) = x.
S(T(x)) = S(T(y)) x= y; porque la inversa por la izquierda es única.
II) H) T es inyectiva
T) Tiene inversa por la izquierda
S(T(x)) = x
Si y T(V), x V/ T(x) = y por ser T inyectiva. Vamos a definir S: W V S(y) = x
S(T(x)) = S(y) = x
S es la inversa por la izquierda.