Transformaciones Lineales

PREGUNTA: Que significa que T : A → B sea una función del conj A al

Conj B?.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales
PREGUNTA: Que significa que T : A → B sea una función del conj A al
Conj B?.

Recuerde que al subconjunto de B formado por todas las imágenes de los

elementos de A lo llamamos conjunto imagen de T y lo denotamos
Im(T).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)
3 2
 Consideremos la función T : R → R , tal que
EJEM
x  
x − 2y
T y  = . Verifiquemos que T es una transformación lineal.
2z − x
z

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)
 
a
EJEM Sea T : R3 → P2 , tal que T b  = (a + c)x + 2bx 2 . Verifique
c
que T es una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)
 
2 a
EJEM Sea T : R → P2 , tal que T = 1 + ax + 2bx 2 . Determine si
b
T es una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea A una matriz m × n y sea T : R2 → P2 la función tal que

T(x) = Ax. Determinemos si T es una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea A una matriz m × n y sea T : R2 → P2 la función tal que

T(x) = Ax. Determinemos si T es una transformación lineal.

OBS A las transformaciones lineales, T(x) = Ax, las llamamos

transformaciones matriciales.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea A una matriz m × n y sea T : R2 → P2 la función tal que

T(x) = Ax. Determinemos si T es una transformación lineal.

OBS A las transformaciones lineales, T(x) = Ax, las llamamos

transformaciones matriciales.

Por ejemplo
!  !
x          x
x − 2y 1 −2 0 1 −2 0
T y = =x +y +z = y
2z − x −1 0 2 −1 0 2
z | {z } z
A

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Verifique que la función que a cada punto de R2 le asigna el punto

de su reflexión a través del Eje X es una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Verifique que la función que a cada punto de R2 le asigna el punto

de su reflexión a través del Eje X es una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales
DEF Dados dos espacios vectoriales V y W , diremos que la función
T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Verifique que la función que a cada punto de R2 le asigna el punto

de su reflexión a través del Eje X es una transformación lineal.

2 2
Deaqui,
 es  ver que la función en cuestión es T : R → R , donde
 fácil
a a
T = .
b −b
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Transformaciones Lineales
DEF Dados dos espacios vectoriales V y W , diremos que la función
T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Verifique que la función que a cada punto de R2 le asigna el punto

de su reflexión a través del Eje X es una transformación lineal.

Deaqui,
 es fácil
 ver que
 la función
  en cuestión

es T : R2 → R2 , donde
 
a a 1 0 1 0 a
T = =a +b = .
b −b 0 −1 0 −1 b
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
| {z }
Transformaciones Lineales
DEF Dados dos espacios vectoriales V y W , diremos que la función
T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Verifique que la función que a cada punto de R2 le asigna el punto

de su reflexión a través del Eje X es una transformación lineal.

Deaqui,
 es fácil
 ver que
 la función
  en cuestión

es T : R2 → R2 , donde
 
a a 1 0 1 0 a
T = =a +b = .
b −b 0 −1 0 −1 b
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
| {z }
Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea T : V → W la función tal que T(v) = 0 para todo v ∈ V .

Verifique que T es una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea T : V → W la función tal que T(v) = 0 para todo v ∈ V .

Verifique que T es una transformación lineal.

SOL Sean v1 y v2 vectores de V . Por ser V un espacio vectorial,

v1 + λv2 ∈ V y por tanto, T(v1 + λv2 ) = 0. De otro lado,
T(v1 ) + λT(v2 ) = 0 + λ0 = 0.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea T : V → W la función tal que T(v) = 0 para todo v ∈ V .

Verifique que T es una transformación lineal.

SOL Sean v1 y v2 vectores de V . Por ser V un espacio vectorial,

v1 + λv2 ∈ V y por tanto, T(v1 + λv2 ) = 0. De otro lado,
T(v1 ) + λT(v2 ) = 0 + λ0 = 0.

OBS A esta transformación lineal la llamamos transformación nula.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea T : V → V la función tal que T(v) = v para todo v ∈ V .

Verifique que T es una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea T : V → V la función tal que T(v) = v para todo v ∈ V .

Verifique que T es una transformación lineal.

SOL Sean v1 y v2 vectores de V . Por ser V un espacio vectorial,

v1 + λv2 ∈ V y por tanto, T(v1 + λv2 ) = v1 + λv2 . De otro lado,
T(v1 ) + λT(v2 ) = v1 + λv2 .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformaciones Lineales

DEF Dados dos espacios vectoriales V y W , diremos que la función

T : V → W es una transformación lineal de V en W , si y solo si,
1 T(v1 + v2 ) = T(v1 ) + T(v2 ) para todo v1 , v2 ∈ V . (Prop aditiva)
2 T(λv1 ) = λT(v1 ) para todo v1 ∈ V y todo λ ∈ R. (Prop
homogénea)

EJEM Sea T : V → V la función tal que T(v) = v para todo v ∈ V .

Verifique que T es una transformación lineal.

SOL Sean v1 y v2 vectores de V . Por ser V un espacio vectorial,

v1 + λv2 ∈ V y por tanto, T(v1 + λv2 ) = v1 + λv2 . De otro lado,
T(v1 ) + λT(v2 ) = v1 + λv2 .

OBS A esta transformación lineal la llamamos transformación idéntica.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean T : V → W una transformación lineal, v1 , v2 , . . . , vn vectores

de V y λi ∈ R. Entonces,

T (λ1 v1 + λ2 v2 + · · · + λn vn ) = λ1 T(v1 ) + λ2 T(v2 ) + · · · + λn T(vn ).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean T : V → W una transformación lineal, v1 , v2 , . . . , vn vectores

de V y λi ∈ R. Entonces,

T (λ1 v1 + λ2 v2 + · · · + λn vn ) = λ1 T(v1 ) + λ2 T(v2 ) + · · · + λn T(vn ).

CORO Sean T : V → W una transformación lineal, entonces,

T (0) = 0.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean T : V → W una transformación lineal, v1 , v2 , . . . , vn vectores

de V y λi ∈ R. Entonces,

T (λ1 v1 + λ2 v2 + · · · + λn vn ) = λ1 T(v1 ) + λ2 T(v2 ) + · · · + λn T(vn ).

CORO Sean T : V → W una transformación lineal, entonces,

T (0) = 0.

OBS: El TEO anterior también establece que, para el caso de las

transformaciones lineales de Rn a Rm , las rectas son enviadas en rectas o
puntos y los planos son enviados en planos, rectas o puntos. Es decir,

Una T .L envia subespacios de dimensión k en un subespacio de

dimensión igual o menor a k

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V y

T : V → W y S : V → W dos transformaciones lineales.

T = S, si y solo si, S(v1 ) = T(v1 ), S(v2 ) = T(v2 ), . . . , S(vn ) = T(vn ).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V y

T : V → W y S : V → W dos transformaciones lineales.

T = S, si y solo si, S(v1 ) = T(v1 ), S(v2 ) = T(v2 ), . . . , S(vn ) = T(vn ).

DEM: (⇒) TRIVIAL.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V y

T : V → W y S : V → W dos transformaciones lineales.

T = S, si y solo si, S(v1 ) = T(v1 ), S(v2 ) = T(v2 ), . . . , S(vn ) = T(vn ).

DEM: (⇒) TRIVIAL.

(⇐) Sea v ∈ V entonces ∃λi ∈ R tal que v = λ1 v1 + · · · + λn vn

T (v ) = T(λ1 v1 + λ2 v2 + . . . + λn vn )
= λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn )

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V y

T : V → W y S : V → W dos transformaciones lineales.

T = S, si y solo si, S(v1 ) = T(v1 ), S(v2 ) = T(v2 ), . . . , S(vn ) = T(vn ).

DEM: (⇒) TRIVIAL.

(⇐) Sea v ∈ V entonces ∃λi ∈ R tal que v = λ1 v1 + · · · + λn vn

T (v ) = T(λ1 v1 + λ2 v2 + . . . + λn vn )
= λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn )
= λ1 S(v1 ) + λ2 S(v2 ) + . . . + λn S(vn )
= S(λ1 v1 + λ2 v2 + . . . + λn vn )
= S(v)

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

(⇒) Sea v ∈ V luego ∃λi ∈ R tal que v = λ1 v1 + · · · + λn vn . ahora si

wi = T(vi ) entonces

T (v ) = T(λ1 v1 + λ2 v2 + . . . + λn vn )
= λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn )

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

(⇒) Sea v ∈ V luego ∃λi ∈ R tal que v = λ1 v1 + · · · + λn vn . ahora si

wi = T(vi ) entonces

T (v ) = T(λ1 v1 + λ2 v2 + . . . + λn vn )
= λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn )

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

(⇒) Sea v ∈ V luego ∃λi ∈ R tal que v = λ1 v1 + · · · + λn vn . ahora si

wi = T(vi ) entonces

T (v ) = T(λ1 v1 + λ2 v2 + . . . + λn vn )
= λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn )
= λ 1 w1 + λ 2 w2 + . . . + λ n wn

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

(⇒) Sea v ∈ V luego ∃λi ∈ R tal que v = λ1 v1 + · · · + λn vn . ahora si

wi = T(vi ) entonces

T (v ) = T(λ1 v1 + λ2 v2 + . . . + λn vn )
= λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn )
= λ 1 w1 + λ 2 w2 + . . . + λ n wn

Veamos la unicidad de esta transformación. Supongamos que existen dos

transformaciones lineales T y S tales que T(vi ) = wi = S(vi ). por
teorema, S = T

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

EJEM: Sea T : P2 → R3 la transformación lineal tal que

T(1) = (1 0 0)T , T(x) = (1 1 0)T y T (x 2 ) = (1 1 1)T .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

EJEM: Sea T : P2 → R3 la transformación lineal tal que

T(1) = (1 0 0)T , T(x) = (1 1 0)T y T (x 2 ) = (1 1 1)T .

SOL: Dado que 1, x, x 2 es la base canónica de P2 , entonces

a + bx + cx 2 = a(1) + b(x) + c(x 2 ),
      
1 1 1 a+b+
T(a+bx+cx 2 ) = aT(1)+bT(x)+cT(x 2 ) = a 0+b 1+c 1 =  b + c
0 0 1 c

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

EJEM: Dados los vectores u1 = (−1 3 − 2)T y u2 = (2 0 1)T de R3 ,

encontremos una transformación lineal T de R2 en el plano
H = gen{u1 , u2 } de R3 .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

EJEM: Dados los vectores u1 = (−1 3 − 2)T y u2 = (2 0 1)T de R3 ,

encontremos una transformación lineal T de R2 en el plano
H = gen{u1 , u2 } de R3 .

SOL: Hallemos a la T.L de T : R2 → H.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

EJEM: Dados los vectores u1 = (−1 3 − 2)T y u2 = (2 0 1)T de R3 ,

encontremos una transformación lineal T de R2 en el plano
H = gen{u1 , u2 } de R3 .

SOL: Hallemos a la T.L de T : R2 → H. Si tomamos {e1 , e2 }, la base

canónica de R2 , podemos definir T(e1 ) = u1 y T(e2 ) = u2 , de tal
manera que
     
  −1 2 −x + 2y
x
T = xT(e1 ) + y T(e2 ) = x  3  + y 0 =  3x 
y
−2 1 −2x + y

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Teoremas de Transformaciones Lineales

TEO Sean B = {v1 , v2 , . . . , vn } una base del espacio vectorial V existe

una unica transformacion lineal T : V → W , tal que w1 = T(v1 ),
w2 = T(v2 ), . . ., wn = T(vn ), con w1 , w2 , . . . , wn ∈ W .

EJEM: Dados los vectores u1 = (−1 3 − 2)T y u2 = (2 0 1)T de R3 ,

encontremos una transformación lineal T de R2 en el plano
H = gen{u1 , u2 } de R3 .

SOL: Hallemos a la T.L de T : R2 → H. Si tomamos {e1 , e2 }, la base

canónica de R2 , podemos definir T(e1 ) = u1 y T(e2 ) = u2 , de tal
manera que
     
  −1 2 −x + 2y
x
T = xT(e1 ) + y T(e2 ) = x  3  + y 0 =  3x 
y
−2 1 −2x + y

Existe otra transformación lineal de R2 en el plano H?

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Asociados a una Trans Lineal

Nucleo T
DEF: Dada una transformación lineal T : V → W , definimos nucleo de
T como el conjunto Nu(T ) de todos los vectores de V cuya imagen es el
vector 0 de W . En otras palabras,

Nu(T ) = {v ∈ V : T (v ) = 0}.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Asociados a una Trans Lineal

Nucleo T
DEF: Dada una transformación lineal T : V → W , definimos nucleo de
T como el conjunto Nu(T ) de todos los vectores de V cuya imagen es el
vector 0 de W . En otras palabras,

Nu(T ) = {v ∈ V : T (v ) = 0}.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Asociados a una Trans Lineal

Imagen de T
DEF: Dada una transformación lineal T : V → W , definimos definimos
imagen de T como el conjunto Im(T) de todos los vectores w de W para
los cuales existe un vector v de V , tal que T(v) = w. En otras palabras,

Im(T ) = {w ∈ W : existe v ∈ V tal que T(v) = w}.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Asociados a una Trans Lineal

Imagen de T
DEF: Dada una transformación lineal T : V → W , definimos definimos
imagen de T como el conjunto Im(T) de todos los vectores w de W para
los cuales existe un vector v de V , tal que T(v) = w. En otras palabras,

Im(T ) = {w ∈ W : existe v ∈ V tal que T(v) = w}.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen y Rango de T
EJEM:Consideremos
  la transformación
 lineal T : M2×2 → M2×2 , tal
a b a b
que T = e identifiquemos el Nu(T) e Im(T).
c d 0 c +d

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen y Rango de T
EJEM:Consideremos
  la transformación
 lineal T : M2×2 → M2×2 , tal
a b a b
que T = e identifiquemos el Nu(T) e Im(T).
c d 0 c +d

SOL: Porque el
n 0 0
 o n r s
 o
Nu(T) = :r ∈R y Im(T) = : r , s, t ∈ R
−r r 0 t

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen y Rango de T
EJEM:Consideremos
  la transformación
 lineal T : M2×2 → M2×2 , tal
a b a b
que T = e identifiquemos el Nu(T) e Im(T).
c d 0 c +d

SOL: Porque el
n 0 0
 o n r s
 o
Nu(T) = :r ∈R y Im(T) = : r , s, t ∈ R
−r r 0 t
3
EJEM: Sea T : P2 → R la transformacion
 lineal
a+b+c
T (a + bx + cx 2 ) =  b + c . Identifiquemos Nu(T) e Im(T).
c

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen y Rango de T
EJEM:Consideremos
  la transformación
 lineal T : M2×2 → M2×2 , tal
a b a b
que T = e identifiquemos el Nu(T) e Im(T).
c d 0 c +d

SOL: Porque el
n 0 0
 o n r s
 o
Nu(T) = :r ∈R y Im(T) = : r , s, t ∈ R
−r r 0 t
3
EJEM: Sea T : P2 → R la transformacion
 lineal
a+b+c
T (a + bx + cx 2 ) =  b + c . Identifiquemos Nu(T) e Im(T).
c

SOL: Porque el
Nu(T) = {0} y Im(T) = R3

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen y Rango de T
EJEM:Consideremos
  la transformación
 lineal T : M2×2 → M2×2 , tal
a b a b
que T = e identifiquemos el Nu(T) e Im(T).
c d 0 c +d

SOL: Porque el
n 0 0
 o n r s
 o
Nu(T) = :r ∈R y Im(T) = : r , s, t ∈ R
−r r 0 t
3
EJEM: Sea T : P2 → R la transformacion
 lineal
a+b+c
T (a + bx + cx 2 ) =  b + c . Identifiquemos Nu(T) e Im(T).
c

SOL: Porque el
Nu(T) = {0} y Im(T) = R3
En efecto, la Im(T) = R3 pues dado (p, q, r )T ∈ R3 existe p(x) ∈ P2 tal
que T((p − q) + (q − r )x + rx 2 ) = (p, q, r )T

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen y Rango de T
EJEM: Determine cuáles de las siguientes funciones son transformaciones
lineales. En caso de que sean Hallar su Nucleo y Imagen como sus
dimensiones
T : R3 → R2 tal que T(a b c)T = (2a b − 3c)T
T : R2 → P1 tal que T(a b)T = (1 + a) − 2bx
T : R → P2 tal que T(a) = a + 2ax + 3ax 2
T : P2 → P2 tal que T(a + bx + cx 2 ) = a + x − (b + c)x 2
T : P2 → P1 tal que T(p(x)) = p ′ (x)
T : P2 → P3 tal que T(p(x)) = xp(x)
 
a b
T : M2×2 → P2 tal que T = a + bx + cx 2
c d
T : R3 → R2 tal que T (a b c)T = (a 2b − 3c)T
T : R2 → R3 tal que T (a b)T = (−3a b + a b)T
T : R3 → R2 tal que T(x y z)T = (x − y x − z)T
T : R3 → R3 tal que T(x y z)T = (x − y + z 0 0)T

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen Y Rango de T

TEO Sean V y W espacios vectoriales y T : V → W una transformación

lineal. Entonces
Nu(T ) es subespacio vectorial de V .
Im(T ) es subespacio vectorial de W .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen Y Rango de T

TEO Sean V y W espacios vectoriales y T : V → W una transformación

lineal. Entonces
Nu(T ) es subespacio vectorial de V .
Im(T ) es subespacio vectorial de W .

DEM 1 El vector 0 es un elemento de Nu(T), ası́ que Nu(T) 6= ∅.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen Y Rango de T

TEO Sean V y W espacios vectoriales y T : V → W una transformación

lineal. Entonces
Nu(T ) es subespacio vectorial de V .
Im(T ) es subespacio vectorial de W .

DEM 1 El vector 0 es un elemento de Nu(T), ası́ que Nu(T) 6= ∅. Ahora

sea, u, v ∈ Nu(T) y un escalar λ ∈ R, luego tenemos que T(u) = 0 y
T(v) = 0, de modo que
T (u + λv) = T(u) + λT(v) = 0 + λ0 = 0
de donde concluimos que u + λv están en Nu(T).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen Y Rango de T

TEO Sean V y W espacios vectoriales y T : V → W una transformación

lineal. Entonces
Nu(T ) es subespacio vectorial de V .
Im(T ) es subespacio vectorial de W .

DEM 1 El vector 0 es un elemento de Nu(T), ası́ que Nu(T) 6= ∅. Ahora

sea, u, v ∈ Nu(T) y un escalar λ ∈ R, luego tenemos que T(u) = 0 y
T(v) = 0, de modo que
T (u + λv) = T(u) + λT(v) = 0 + λ0 = 0
de donde concluimos que u + λv están en Nu(T).

DEM 2 Como 0 ∈ Im(T), ası́ que Im(T) 6= ∅.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Imagen Y Rango de T

TEO Sean V y W espacios vectoriales y T : V → W una transformación

lineal. Entonces
Nu(T ) es subespacio vectorial de V .
Im(T ) es subespacio vectorial de W .

DEM 1 El vector 0 es un elemento de Nu(T), ası́ que Nu(T) 6= ∅. Ahora

sea, u, v ∈ Nu(T) y un escalar λ ∈ R, luego tenemos que T(u) = 0 y
T(v) = 0, de modo que
T (u + λv) = T(u) + λT(v) = 0 + λ0 = 0
de donde concluimos que u + λv están en Nu(T).

DEM 2 Como 0 ∈ Im(T), ası́ que Im(T) 6= ∅. Ahora, si w1 , w2 ∈ Im(T)

y un escalar λ ∈ R, tenemos que existen v1 , v2 ∈ V tales que T(v1 ) = w1
y T(v2 ) = w2 , de modo que
w1 + λw2 = T(v1 ) + λT(v2 ) = T(v1 + λv2 )
de donde concluimos que w1 + λw2 están en Im(T ).
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Matriz Asociada a una Transformación Lineal

DEF: Dadas la transformación lineal T : V → W y las bases

B = {v1 , v2 , . . . , vn } y B ′ de V y W , respectivamente, definimos la
matriz asociada a T respecto a las bases B y B ′ a la matriz
" #
[AT ] = [T(v1 )]B′ [T(v2 )]B′ ··· [T(vn )]B′ .
BB′

denotaremos simplemente por AT a la matriz asociada a la

transformación lineal, respecto a las bases dadas.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Matriz Asociada a una Transformación Lineal
DEF: Dadas la transformación lineal T : V → W y las bases
B = {v1 , v2 , . . . , vn } y B ′ de V y W , respectivamente, definimos la
matriz asociada a T respecto a las bases B y B ′ a la matriz
" #
[AT ] = [T(v1 )]B′ [T(v2 )]B′ ··· [T(vn )]B′ .
BB′

denotaremos simplemente por AT a la matriz asociada a la

transformación lineal, respecto a las bases dadas.

EJEM: Sea T : P2 → R2 la transformación lineal tal que

 
a−b
T (a + bx + cx 2 ) =
c
y sean B = {1, 1 + x, 1 + x − x 2 } y B ′ = {e1 , e2 } bases de P2 y R2 ,
respectivamente. Encontremos

AT =
.
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Matriz Asociada a una Transformación Lineal
DEF: Dadas la transformación lineal T : V → W y las bases
B = {v1 , v2 , . . . , vn } y B ′ de V y W , respectivamente, definimos la
matriz asociada a T respecto a las bases B y B ′ a la matriz
" #
[AT ] = [T(v1 )]B′ [T(v2 )]B′ ··· [T(vn )]B′ .
BB′

denotaremos simplemente por AT a la matriz asociada a la

transformación lineal, respecto a las bases dadas.

EJEM: Sea T : P2 → R2 la transformación lineal tal que

 
a−b
T (a + bx + cx 2 ) =
c
y sean B = {1, 1 + x, 1 + x − x 2 } y B ′ = {e1 , e2 } bases de P2 y R2 ,
respectivamente. Encontremos
 
1 0 0
AT =
0 0 −1
.
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Matriz Asociada a una Transformación Lineal
DEF: Dadas la transformación lineal T : V → W y las bases
B = {v1 , v2 , . . . , vn } y B ′ de V y W , respectivamente, definimos la
matriz asociada a T respecto a las bases B y B ′ a la matriz
" #
[AT ] = [T(v1 )]B′ [T(v2 )]B′ ··· [T(vn )]B′ .
BB′

denotaremos simplemente por AT a la matriz asociada a la

transformación lineal, respecto a las bases dadas.

EJEM: Sea P el plano generado por u1 = (1, 0, 1)T y u2 = (0, 2, 1)T y

sea R : P → R3 la transformación lineal tal que
R(λu1 + βu2 ) = (λ, β, λ + β)T
y sean B = {u1 , u2 } y B ′ = {e1 , e2 , e3 } bases de P y R3 ,
respectivamente. Encontremos

AT =

. Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Matriz Asociada a una Transformación Lineal
DEF: Dadas la transformación lineal T : V → W y las bases
B = {v1 , v2 , . . . , vn } y B ′ de V y W , respectivamente, definimos la
matriz asociada a T respecto a las bases B y B ′ a la matriz
" #
[AT ] = [T(v1 )]B′ [T(v2 )]B′ ··· [T(vn )]B′ .
BB′

denotaremos simplemente por AT a la matriz asociada a la

transformación lineal, respecto a las bases dadas.

EJEM: Sea P el plano generado por u1 = (1, 0, 1)T y u2 = (0, 2, 1)T y

sea R : P → R3 la transformación lineal tal que
R(λu1 + βu2 ) = (λ, β, λ + β)T
y sean B = {u1 , u2 } y B ′ = {e1 , e2 , e3 } bases de P y R3 ,
respectivamente. Encontremos
 
1 0
A T = 0 1
1 1
. Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Todas las transformaciones lineales son matriciales

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Todas las transformaciones lineales son matriciales

TEO: Dadas la transformacion lineal T : V → W , con V y W espacios

vectoriales de dimensión finita y las bases B = {v1 , v2 , . . . , vn } y B ′ de V
y W , respectivamente, la matriz, AT , es la única matriz tal que, para
todo v ∈ V ,
[T(v)]B′ = AT [v]B .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Todas las transformaciones lineales son matriciales

TEO: Dadas la transformacion lineal T : V → W , con V y W espacios

vectoriales de dimensión finita y las bases B = {v1 , v2 , . . . , vn } y B ′ de V
y W , respectivamente, la matriz, AT , es la única matriz tal que, para
todo v ∈ V ,
[T(v)]B′ = AT [v]B .

DEM: Sea v ∈ V entonces ∃λi ∈ R tal que [v]B = (λ1 , λ2 , . . . , λn )T ,

entonces v = λ1 v1 + λ2 v2 + . . . + λn vn . Luego,

T(v) = λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn ).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Todas las transformaciones lineales son matriciales

TEO: Dadas la transformacion lineal T : V → W , con V y W espacios

vectoriales de dimensión finita y las bases B = {v1 , v2 , . . . , vn } y B ′ de V
y W , respectivamente, la matriz, AT , es la única matriz tal que, para
todo v ∈ V ,
[T(v)]B′ = AT [v]B .

DEM: Sea v ∈ V entonces ∃λi ∈ R tal que [v]B = (λ1 , λ2 , . . . , λn )T ,

entonces v = λ1 v1 + λ2 v2 + . . . + λn vn . Luego,

T(v) = λ1 T(v1 ) + λ2 T(v2 ) + . . . + λn T(vn ).

Pero, por la invariancia de las coordenadas en bases,

[T(v)]B′ = λ1 [T(v1 )]B′ + λ2 [T(v2 )]B′ + . . . + λn [T(vn )]B′ .

Ası́ que, por definición de Ax, tenemos que

[T(v)]B′ = AT [v ]B .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Todas las transformaciones lineales son matriciales

TEO: Dadas la transformacion lineal T : V → W , con V y W espacios

vectoriales de dimensión finita y las bases B = {v1 , v2 , . . . , vn } y B ′ de V
y W , respectivamente, la matriz, AT , es la única matriz tal que, para
todo v ∈ V ,
[T(v)]B′ = AT [v]B .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Todas las transformaciones lineales son matriciales
TEO: Dadas la transformacion lineal T : V → W , con V y W espacios
vectoriales de dimensión finita y las bases B = {v1 , v2 , . . . , vn } y B ′ de V
y W , respectivamente, la matriz, AT , es la única matriz tal que, para
todo v ∈ V ,
[T(v)]B′ = AT [v]B .
2
EJEM: Sea T : P2 →  R latransformación lineal tal que
a−b
T (a + bx + cx 2 ) = y sean B = {1, 1 + x, 1 + x − x 2 } y
c
 
′ 1 0 0
B = {e1 , e2 } bases de P2 y R2 . Aquı́ AT =
0 0 −1

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Todas las transformaciones lineales son matriciales
TEO: Dadas la transformacion lineal T : V → W , con V y W espacios
vectoriales de dimensión finita y las bases B = {v1 , v2 , . . . , vn } y B ′ de V
y W , respectivamente, la matriz, AT , es la única matriz tal que, para
todo v ∈ V ,
[T(v)]B′ = AT [v]B .
2
EJEM: Sea T : P2 →  R latransformación lineal tal que
a−b
T (a + bx + cx 2 ) = y sean B = {1, 1 + x, 1 + x − x 2 } y
c
 
′ 1 0 0
B = {e1 , e2 } bases de P2 y R2 . Aquı́ AT = Al resolver la
0 0 −1
ecuación a + bx + cx 2 = λ1 (1)+ λ2 (1 + x) + λ3 (1 + x − x 2 ), tenemos
a−b
que [a + bx + cx 2 ]B = b + c  Finalmente, comprobamos que
−c
[T(a + bx + cx 2 )]B′ = AT [a + bx + cx 2 ]B , ya que
 
    a−b
a−b 1 0 0 
= b + c
c 0 0 −1
−c
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM:

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM: (1) Tenemos que

v ∈ Nu(T) si y solo si T(v) = 0W

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM: (1) Tenemos que

v ∈ Nu(T) si y solo si T(v) = 0W

si y solo si [T(v)]B′ = 0Rm

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM: (1) Tenemos que

v ∈ Nu(T) si y solo si T(v) = 0W

si y solo si [T(v)]B′ = 0Rm
si y solo si AT [v]B = 0Rm

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM: (1) Tenemos que

v ∈ Nu(T) si y solo si T(v) = 0W

si y solo si [T(v)]B′ = 0Rm
si y solo si AT [v]B = 0Rm
si y solo si [v]B ∈ NAT .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM: (1) Tenemos que

v ∈ Nu(T) si y solo si T(v) = 0W
si y solo si [T(v)]B′ = 0Rm
si y solo si AT [v]B = 0Rm
si y solo si [v]B ∈ NAT .
(2) Similarmente
w ∈ Im(T) si y solo si existe v ∈ V tal que T(v) = w

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM: (1) Tenemos que

v ∈ Nu(T) si y solo si T(v) = 0W
si y solo si [T(v)]B′ = 0Rm
si y solo si AT [v]B = 0Rm
si y solo si [v]B ∈ NAT .
(2) Similarmente
w ∈ Im(T) si y solo si existe v ∈ V tal que T(v) = w
si y solo si [w]B′ = [T(v)]B′ = AT [v]B

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

DEM: (1) Tenemos que

v ∈ Nu(T) si y solo si T(v) = 0W
si y solo si [T(v)]B′ = 0Rm
si y solo si AT [v]B = 0Rm
si y solo si [v]B ∈ NAT .
(2) Similarmente
w ∈ Im(T) si y solo si existe v ∈ V tal que T(v) = w
si y solo si [w]B′ = [T(v)]B′ = AT [v]B
si y solo si [w]B′ ∈ CAT .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

EJEM: Calculemos Im(T ) y Nu(T ) usando una

 matriz asociada
 T , para
a + b b − c
T : P2 → M2×2 tal que T(a + bx + cx 2 ) =
c +a a+c

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

EJEM: Calculemos Im(T ) y Nu(T ) usando una

 matriz asociada
 T , para
a + b b − c
T : P2 → M2×2 tal que T(a + bx + cx 2 ) =
c +a a+c

SOL Sean B y B ′ las bases canónicas de P2 y M2×2 . Luego

 
1 1 0
0 1 −1
AT = 
1 0 1 
1 0 1
Ahora calculemos CAT y NAT usando UT .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

EJEM: Calculemos Im(T ) y Nu(T ) usando una

 matriz asociada
 T , para
a + b b − c
T : P2 → M2×2 tal que T(a + bx + cx 2 ) =
c +a a+c

SOL Sean B y B ′ las bases canónicas de P2 y M2×2 . Luego

   
1 1 0 1 1 0
0 1 −1 0 1 −1
AT =  UT = 
1 0 1  0 0 0 
1 0 1 0 0 0
Ahora calculemos CAT y NAT usando UT .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

EJEM: Calculemos Im(T ) y Nu(T ) usando una

 matriz asociada
 T , para
a + b b − c
T : P2 → M2×2 tal que T(a + bx + cx 2 ) =
c +a a+c

SOL Sean B y B ′ las bases canónicas de P2 y M2×2 . Luego

   
1 1 0 1 1 0
0 1 −1 0 1 −1
AT =  UT = 
1 0 1  0 0 0 
1 0 1 0 0 0
Ahora calculemos CAT y NAT usando UT . Es decir,
CAT = gen{(1, 0, 1, 1)T , (1, 1, 0, 0)T NAT = gen{(−1, 1, 1)T }

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

EJEM: Calculemos Im(T ) y Nu(T ) usando una

 matriz asociada
 T , para
a + b b − c
T : P2 → M2×2 tal que T(a + bx + cx 2 ) =
c +a a+c

SOL Sean B y B ′ las bases canónicas de P2 y M2×2 . Luego

   
1 1 0 1 1 0
0 1 −1 0 1 −1
AT =  UT = 
1 0 1  0 0 0 
1 0 1 0 0 0
Ahora calculemos CAT y NAT usando UT . Es decir,
CAT = gen{(1, 0, 1, 1)T , (1, 1, 0, 0)T NAT = gen{(−1, 1, 1)T }
Finalmente, calculemos los vectores de P2 y M2×2 que tienen como
′
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

EJER:
 Calcule
 τ (T ) y κ(T ), para T : M2×2 → P1 tal que
a b
T = a + 2b + (a − 4c − 5d)x
c d

DEF: La nulidad de T se define como κ(T) = dim(Nu(T)), y el Rango

de T se define como τ (T) = dim(Im(T)). Claramente

κ(T) + τ (T) = dim(V ),

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Equivalencia Nu(T), Im(T) y matriz asociada AT
TEO: Dadas la transformación lineal T : V → W , con V n y W m
espacios vectoriales de dimensión finita, y las bases B y B ′ de V y W ,
entonces
1 v ∈ Nu(T), si y solo si, [v]B ∈ NAT
2 w ∈ Im(T), si y solo si, [w]B′ ∈ CAT

OBS Importante
Nu(T) ⊆ Dom(T ) y Nu(T) subespacio de V
NAT subespacio de Rn ,
Si v ∈ Nu(T) entonces [v]B ∈ NTA , Cuidado v ∈
/ NA T
Im(T) ⊆ Codom(T ) y Im(T ) subespacio de W .
CAT subespacio de Rm
Si w ∈ Im(T), entonces [w]B′ ∈ CAT , Cuidado w ∈
/ CAT .

DEF: La nulidad de T se define como κ(T) = dim(Nu(T)), y el Rango

de T se define como τ (T) = dim(Im(T)). Claramente

κ(T) + τ (T) = dim(V ),

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V ,

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ;

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B = P(AT [v]B ) = (PAT )[v]B

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B = P(AT [v]B ) = (PAT )[v]B

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B = P(AT [v]B ) = (PAT )[v]B
= (PAT )(P −1 [v ]B′ ) = (PAT P −1 )[v ]B′

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B = P(AT [v]B ) = (PAT )[v]B
= (PAT )(P −1 [v ]B′ ) = (PAT P −1 )[v ]B′
Finalmente,
[T(v)]B′ = (PAT P −1 )[v ]B′

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B = P(AT [v]B ) = (PAT )[v]B
= (PAT )(P −1 [v ]B′ ) = (PAT P −1 )[v ]B′
Finalmente,
A′T [v]B′ = [Av]B′ = [T(v)]B′ = (PAT P −1 )[v ]B′

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

DEM: Dado que, [w]B′ = P[w]B , para todo w ∈ V , en particular, si

w = T(v) tenemos que
[T(v )]B′ = P[T(v )]B , para todo v ∈ V .
De otro lado, sabemos que [T(v )]B = [Av]B = AT [v ]B ; ası́ que
[T(v)]B′ = P[T(v)]B = P(AT [v]B ) = (PAT )[v]B
= (PAT )(P −1 [v ]B′ ) = (PAT P −1 )[v ]B′
Finalmente,
A′T [v]B′ = [Av]B′ = [T(v)]B′ = (PAT P −1 )[v ]B′
Como la matriz asociada a T es única, entonces
A′T = PAT P −1
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

EJEM: Verifiquemos el teorema, considere la Transf lineal T : R2 → R2 ,

       
x x +y 1 1
T = con las bases B = { , } y B ′ = {e1 , e2 }
y 2x − y 0 1

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

EJEM: Verifiquemos el teorema, considere la Transf lineal T : R2 → R2 ,

       
x x +y 1 1
T = con las bases B = { , } y B ′ = {e1 , e2 }
y 2x − y 0 1
SOL Aqui
     
1 1 −1 1 1 1
P BB′ = , AT = , A′T =
0 1 2 1 2 −1

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

EJEM: Verifiquemos el teorema, considere la Transf lineal T : R2 → R2 ,

       
x x +y 1 1
T = con las bases B = { , } y B ′ = {e1 , e2 }
y 2x − y 0 1
SOL Aqui
     
1 1 −1 1 1 1
P BB′ = , AT = , A′T =
0 1 2 1 2 −1
Entonces
       
1 1 −1 1 1 2 1 1 1 1
PAT = = = = A′T P
0 1 2 1 2 1 2 −1 0 1

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Trans lineales T : V → V
TEO: Sea T : V n → V n una transformación lineal, y sean B y B ′ dos
bases de V . Entonces
A′T P = PAT
donde P es la matriz de transición de B a B ′ , AT es la matriz asociada a
T respecto a B y A′T es la matriz asociada a T respecto a B ′ .

Matrices semejantes
Decimos que A(n) y B(n) son matrices semejantes, si y solo si, existe una
matriz invertible P, tal que BP = PA o lo que es lo mismo, B = PAP −1 .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismos
NOTA: Aunque hay infinidad de espacios vectoriales, veremos que
muchos de ellos son esencialmente el mismo respecto a la estructura de
espacio vectorial.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismos
NOTA: Aunque hay infinidad de espacios vectoriales, veremos que
muchos de ellos son esencialmente el mismo respecto a la estructura de
espacio vectorial.

DEF: Diremos que T : V → W es una transformación lineal inyectiva, si

y solo si, para cada w ∈ Im(T), existe un único v ∈ V tal que T(v) = w.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismos
NOTA: Aunque hay infinidad de espacios vectoriales, veremos que
muchos de ellos son esencialmente el mismo respecto a la estructura de
espacio vectorial.

DEF: Diremos que T : V → W es una transformación lineal inyectiva, si

y solo si, para cada w ∈ Im(T), existe un único v ∈ V tal que T(v) = w.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismos
NOTA: Aunque hay infinidad de espacios vectoriales, veremos que
muchos de ellos son esencialmente el mismo respecto a la estructura de
espacio vectorial.

DEF: Diremos que T : V → W es una transformación lineal inyectiva, si

y solo si, para cada w ∈ Im(T), existe un único v ∈ V tal que T(v) = w.
   
a b a b
EJEM: Determine la inyectividad de T = y
  c d 0 c +d
a+b+c
T (a + bx + cx 2 ) =  b + c 
c

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Caracterizacion inyectividad

TEO: Sea T : V n → W es una transformación lineal. La transformación

T es inyectiva, si y solo si, Nu(T) = {0}.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Caracterizacion inyectividad

TEO: Sea T : V n → W es una transformación lineal. La transformación

T es inyectiva, si y solo si, Nu(T) = {0}.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Caracterizacion inyectividad

TEO: Sea T : V n → W es una transformación lineal. La transformación

T es inyectiva, si y solo si, Nu(T) = {0}.

DEM: ⇒ Supongamos que T es un a transformación lineal inyectiva.

Como T(0) = 0, por la inyectividad de T, el vector 0 tiene que ser el
único elemento de Nu(T), por tanto Nu(T) = {0}.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Caracterizacion inyectividad

TEO: Sea T : V n → W es una transformación lineal. La transformación

T es inyectiva, si y solo si, Nu(T) = {0}.

DEM: ⇒ Supongamos que T es un a transformación lineal inyectiva.

Como T(0) = 0, por la inyectividad de T, el vector 0 tiene que ser el
único elemento de Nu(T), por tanto Nu(T) = {0}.

⇐ Supongamos que Nu(T) = {0} y veamos que si T(u) = T(v),

entonces u = v. Como T(u) = T(v), entonces
T(u − v) = T(u) − T(v) = 0 lo que implica que u − v ∈ Nu(T). Pero,
como Nu(T ) = {0}, entonces u − v = 0 y por tanto u = v.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Caracterizacion inyectividad

TEO: Sea T : V n → W es una transformación lineal. La transformación

T es inyectiva, si y solo si, Nu(T) = {0}.

TEO: Si T : V → W es una transformación lineal inyectiva y

{v1 , v2 , . . . , vn } es un conjunto de vectores l.i., entonces
{T(v1 ), T(v2 ), . . . , T(vn )} es un conjunto de vectores l.i.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Caracterizacion inyectividad

TEO: Sea T : V n → W es una transformación lineal. La transformación

T es inyectiva, si y solo si, Nu(T) = {0}.

TEO: Si T : V → W es una transformación lineal inyectiva y

{v1 , v2 , . . . , vn } es un conjunto de vectores l.i., entonces
{T(v1 ), T(v2 ), . . . , T(vn )} es un conjunto de vectores l.i.

DEM: Supongamos que

λ1 T(v1 ) + λ2 T(v2 ) + · · · + λn T(vn ) = 0.

Luego,
T(λ1 v1 + λ2 v2 + · · · + λn vn ) = 0.
Como T es inyectiva, λ1 v1 + λ2 v2 + · · · + λn vn = 0, lo que implica,
λ1 = λ2 = · · · = λn = 0, por lo tanto, {T(v1 ), T(v2 ), . . . , T(vn )} es l.i.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Sobreyectividad

DEF: Diremos que T : V → W es una transformación lineal

sobreyectiva, si y solo si, Im(T) = W .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Sobreyectividad

DEF: Diremos que T : V → W es una transformación lineal

sobreyectiva, si y solo si, Im(T) = W .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Sobreyectividad

DEF: Diremos que T : V → W es una transformación lineal

sobreyectiva, si y solo si, Im(T) = W .

EJEM:
 Determine
  M2×2 → M2×2 dada por
si T : 
a b a b
T = y T : P2 → R2 dada por
c d 0 c +d
 
a−b
T (a + bx + cx 2 ) = son sobreyectiva
c

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Sobreyectividad

DEF: Diremos que T : V → W es una transformación lineal

sobreyectiva, si y solo si, Im(T) = W .

EJEM:
 Determine
  M2×2 → M2×2 dada por
si T : 
a b a b
T = y T : P2 → R2 dada por
c d 0 c +d
 
a−b
T (a + bx + cx 2 ) = son sobreyectiva
c

DEF: Diremos que un transformación lineal T : V → W es un

isomorfismo, si y solo si, T es una transformación lineal inyectiva y
sobreyectiva.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos
DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo
T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.
 
a
EJER: T : R3 → P2 , dada por T b  = a + bx + cx 2 un isomorfismo.
c

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.
 
a
EJER: T : R3 → P2 , dada por T b  = a + bx + cx 2 un isomorfismo.
c

TEO: Si T : V → W es una transformación lineal, con

dim(V ) = dim(W ), entonces
si T es inyectiva, T es sobreyectiva.
si T es sobreyectiva, T es inyectiva.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.
 
a
EJER: T : R3 → P2 , dada por T b  = a + bx + cx 2 un isomorfismo.
c

TEO: Si T : V → W es una transformación lineal, con

dim(V ) = dim(W ), entonces
si T es inyectiva, T es sobreyectiva.
si T es sobreyectiva, T es inyectiva.

DEM: ⇒ Si T es inyectiva y {v1 , v2 , . . . , vn } es una base de V , entonces,

{T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.
 
a
EJER: T : R3 → P2 , dada por T b  = a + bx + cx 2 un isomorfismo.
c

TEO: Si T : V → W es una transformación lineal, con

dim(V ) = dim(W ), entonces
si T es inyectiva, T es sobreyectiva.
si T es sobreyectiva, T es inyectiva.

DEM: ⇒ Si T es inyectiva y {v1 , v2 , . . . , vn } es una base de V , entonces,

{T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T). Ası́ que

dim(Im(T)) = dim(V ) = dim(W )

entonces W = Im(T), de donde concluimos que T es sobreyectiva.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.
 
a
EJER: T : R3 → P2 , dada por T b  = a + bx + cx 2 un isomorfismo.
c

TEO: Si T : V → W es una transformación lineal, con

dim(V ) = dim(W ), entonces
si T es inyectiva, T es sobreyectiva.
si T es sobreyectiva, T es inyectiva.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.
 
a
EJER: T : R3 → P2 , dada por T b  = a + bx + cx 2 un isomorfismo.
c

TEO: Si T : V → W es una transformación lineal, con

dim(V ) = dim(W ), entonces
si T es inyectiva, T es sobreyectiva.
si T es sobreyectiva, T es inyectiva.

DEM: ⇒ Si T es sobreyectiva, entonces como

hip
dim(Im(T)) = dim(W ) = dim V .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Espacios Vectoriales Isomorfos

DEF: Si dados dos espacios vectoriales V y W , existe un isomorfismo

T : V → W , diremos que V y W son isomorfos, lo cual denotamos
V ∼
= W.
 
a
EJER: T : R3 → P2 , dada por T b  = a + bx + cx 2 un isomorfismo.
c

TEO: Si T : V → W es una transformación lineal, con

dim(V ) = dim(W ), entonces
si T es inyectiva, T es sobreyectiva.
si T es sobreyectiva, T es inyectiva.

DEM: ⇒ Si T es sobreyectiva, entonces como

hip
dim(Im(T)) = dim(W ) = dim V .

Luego, dim(Nu(T )) = 0; es decir, Nu(T ) = {0}, de donde podemos

concluir, que T es inyectiva.
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V ∼

= W, ,

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T),

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W ,

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W , por tanto,
dim(V ) = dim(Im(T)) = dim(W ).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W , por tanto,
dim(V ) = dim(Im(T)) = dim(W ).
DEM: (⇒) Supongamos que dim(V ) = dim(W ) y sean {v1 , v2 , . . . , vn }
y {w1 , w2 , . . . , wn } bases de V y W .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W , por tanto,
dim(V ) = dim(Im(T)) = dim(W ).
DEM: (⇒) Supongamos que dim(V ) = dim(W ) y sean {v1 , v2 , . . . , vn }
y {w1 , w2 , . . . , wn } bases de V y W .

Ahora, construyamos un isomorfismo T : V → W ,

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W , por tanto,
dim(V ) = dim(Im(T)) = dim(W ).
DEM: (⇒) Supongamos que dim(V ) = dim(W ) y sean {v1 , v2 , . . . , vn }
y {w1 , w2 , . . . , wn } bases de V y W .

Ahora, construyamos un isomorfismo T : V → W , definiendolo como

T (vi ) = wi i = 1, 2, . . . , n

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W , por tanto,
dim(V ) = dim(Im(T)) = dim(W ).
DEM: (⇒) Supongamos que dim(V ) = dim(W ) y sean {v1 , v2 , . . . , vn }
y {w1 , w2 , . . . , wn } bases de V y W .

Ahora, construyamos un isomorfismo T : V → W , definiendolo como

T (vi ) = wi i = 1, 2, . . . , n
T es sobreyectiva ya que {w1 , w2 , . . . , wn } es base de Im(T) y de W , lo
que implica que Im(T) = W .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W , por tanto,
dim(V ) = dim(Im(T)) = dim(W ).
DEM: (⇒) Supongamos que dim(V ) = dim(W ) y sean {v1 , v2 , . . . , vn }
y {w1 , w2 , . . . , wn } bases de V y W .

Ahora, construyamos un isomorfismo T : V → W , definiendolo como

T (vi ) = wi i = 1, 2, . . . , n
T es sobreyectiva ya que {w1 , w2 , . . . , wn } es base de Im(T) y de W , lo
que implica que Im(T) = W . Ahora, como dim(V ) = dim(W ), entonces
Nu(T) = {0},
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

DEM: (⇐) Supongamos que V = ∼ W , entonces existe un isomorfismo

T : V → W , de tal manera que si {v1 , v2 , . . . , vn } es una base de V ,
entonces, {T(v1 ), T(v2 ), . . . , T(vn )} es una base de Im(T), pues T es
inyectiva. Ahora, por ser T sobreyectiva, Im(T) = W , por tanto,
dim(V ) = dim(Im(T)) = dim(W ).
DEM: (⇒) Supongamos que dim(V ) = dim(W ) y sean {v1 , v2 , . . . , vn }
y {w1 , w2 , . . . , wn } bases de V y W .

Ahora, construyamos un isomorfismo T : V → W , definiendolo como

T (vi ) = wi i = 1, 2, . . . , n
T es sobreyectiva ya que {w1 , w2 , . . . , wn } es base de Im(T) y de W , lo
que implica que Im(T) = W . Ahora, como dim(V ) = dim(W ), entonces
Nu(T) = {0}, es decir, T es inyectiva
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Matriz asociada, inyectividad y sobreyectividad

TEO: Sean T : V n → W m una transformación lineal, y AT la matriz
m × n asociada a T. Entonces,

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Matriz asociada, inyectividad y sobreyectividad

TEO: Sean T : V n → W m una transformación lineal, y AT la matriz
m × n asociada a T. Entonces,
1 T es inyectiva, si y solo si, la forma escalonada de AT tiene n
pivotes.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Matriz asociada, inyectividad y sobreyectividad

TEO: Sean T : V n → W m una transformación lineal, y AT la matriz
m × n asociada a T. Entonces,
1 T es inyectiva, si y solo si, la forma escalonada de AT tiene n
pivotes. No Hay var. LIBRES

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Matriz asociada, inyectividad y sobreyectividad

TEO: Sean T : V n → W m una transformación lineal, y AT la matriz
m × n asociada a T. Entonces,
1 T es inyectiva, si y solo si, la forma escalonada de AT tiene n
pivotes. No Hay var. LIBRES
2 T es sobreyectiva, si y solo si, la forma escalonada de AT tiene m
pivotes.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Matriz asociada, inyectividad y sobreyectividad

TEO: Sean T : V n → W m una transformación lineal, y AT la matriz
m × n asociada a T. Entonces,
1 T es inyectiva, si y solo si, la forma escalonada de AT tiene n
pivotes. No Hay var. LIBRES
2 T es sobreyectiva, si y solo si, la forma escalonada de AT tiene m
pivotes. Hay var. LIBRES

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Isomorfismo y dimensión

TEO: Si V y W son espacios vectoriales de dimensión finita, entonces

dim(V ) = dim(W ), si y solo si, V ∼

= W.

Matriz asociada, inyectividad y sobreyectividad

TEO: Sean T : V n → W m una transformación lineal, y AT la matriz
m × n asociada a T. Entonces,
1 T es inyectiva, si y solo si, la forma escalonada de AT tiene n
pivotes. No Hay var. LIBRES
2 T es sobreyectiva, si y solo si, la forma escalonada de AT tiene m
pivotes. Hay var. LIBRES
3 T es un isomorfismo, si y solo si, AT es invertible.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Suma y producto por λ de transformaciones lineales

DEF: Dadas dos transformaciones lineales T, S : V → W y un escalar

λ ∈ R, definimos la función (T + S) : V → W , tal que

(T + S)(v) = T(v) + S(v), para todo v ∈ V

y definimos la función (λT) : V → W , tal que

(µT)(v ) = µ[T(v )], para todo v ∈ V .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Suma y producto por λ de transformaciones lineales

DEF: Dadas dos transformaciones lineales T, S : V → W y un escalar

λ ∈ R, definimos la función (T + S) : V → W , tal que

(T + S)(v) = T(v) + S(v), para todo v ∈ V

y definimos la función (λT) : V → W , tal que

(µT)(v ) = µ[T(v )], para todo v ∈ V .

EJEM:
  Dadas las transformaciones
  lineales T, S : R2 → P1 , tal que
a a
T = a + bx y S = a − 2bx, calcule
b b
   
−2 −2
(T + S) − 3T
5 5
.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Suma y producto por λ de transformaciones lineales

DEF: Dadas dos transformaciones lineales T, S : V → W y un escalar

λ ∈ R, definimos la función (T + S) : V → W , tal que

(T + S)(v) = T(v) + S(v), para todo v ∈ V

y definimos la función (λT) : V → W , tal que

(µT)(v ) = µ[T(v )], para todo v ∈ V .

TEO: Si T, S : V → W son transformaciones lineales y λ es un escalar,

entonces las funciones

(T + S) : V → W , (µT) : V → W .

son transformaciones lineales.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Suma y producto por λ de transformaciones lineales

DEF: Dadas dos transformaciones lineales T, S : V → W y un escalar

λ ∈ R, definimos la función (T + S) : V → W , tal que

(T + S)(v) = T(v) + S(v), para todo v ∈ V

y definimos la función (λT) : V → W , tal que

(µT)(v ) = µ[T(v )], para todo v ∈ V .

TEO: Si T, S : V → W son transformaciones lineales y λ es un escalar,

entonces las funciones

(T + S) : V → W , (µT) : V → W .

son transformaciones lineales.

DEM: Sean v1 , v2 ∈ V , entonces...

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Suma y producto por λ de transformaciones lineales
DEF: Dadas dos transformaciones lineales T, S : V → W y un escalar
λ ∈ R, definimos la función (T + S) : V → W , tal que

(T + S)(v) = T(v) + S(v), para todo v ∈ V

y definimos la función (λT) : V → W , tal que

(µT)(v ) = µ[T(v )], para todo v ∈ V .

TEO: Si T, S : V → W son transformaciones lineales y λ es un escalar,

entonces las funciones

(T + S) : V → W , (µT) : V → W .

son transformaciones lineales.

DEM: Sean v1 , v2 ∈ V , entonces...
(S + T)(v1 + v2 ) = (S + T)(v1 ) + (S + T)(v2 )
(S + T )(λv) = λ(S + T)(v),
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Suma y producto por λ de transformaciones lineales
DEF: Dadas dos transformaciones lineales T, S : V → W y un escalar
λ ∈ R, definimos la función (T + S) : V → W , tal que

(T + S)(v) = T(v) + S(v), para todo v ∈ V

y definimos la función (λT) : V → W , tal que

(µT)(v ) = µ[T(v )], para todo v ∈ V .

TEO: Si T, S : V → W son transformaciones lineales y λ es un escalar,

entonces las funciones

(T + S) : V → W , (µT) : V → W .

son transformaciones lineales.

DEM: Sean v1 , v2 ∈ V , entonces...
(µT)(v1 + v2 ) = (µT)(v1 ) + (µT)(v2 )
(µT)(λv) = λ[(µT)(v)],
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Suma y producto por λ de transformaciones lineales
DEF: Dadas dos transformaciones lineales T, S : V → W y un escalar
λ ∈ R, definimos la función (T + S) : V → W , tal que

(T + S)(v) = T(v) + S(v), para todo v ∈ V

y definimos la función (λT) : V → W , tal que

(µT)(v ) = µ[T(v )], para todo v ∈ V .

TEO: Si T, S : V → W son transformaciones lineales y λ es un escalar,

entonces las funciones

(T + S) : V → W , (µT) : V → W .

son transformaciones lineales.

DEF: El conjunto de las transformaciones lineales de V en W lo

denotaremos por L(V , W ), es decir

L(V , W ) = {T : T : V → W es un trans lineal}

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
L(V , W ) y Composición de Transformaciones

TEO: Dadas las transformaciones lineales R, S, T ∈ L(V , W ) y los

escalares λ, µ, entonces
1 R + (S + T) = (R + S) + T
2 S+T=T+S
3 T+0=0+T=T
4 T + (−T) = (−T) + T = 0
5 λ(S + T) = λS + λT
6 (λ + µ)T = λT + µT
7 (λµ)T = λ(µT) = µ(λT)
8 1T = T
9 0T = 0
y por tanto L(V , W ) es un espacio vectorial.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

DEF: Sean T : U → V y S : V → W transformaciones lineales.

Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

DEF: Sean T : U → V y S : V → W transformaciones lineales.

Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

DEF: Sean T : U → V y S : V → W transformaciones lineales.

Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

TEO: Sean T : U → V y S : V → W transformaciones lineales,

(S ◦ T) : U → W es también una transformación lineal.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

DEF: Sean T : U → V y S : V → W transformaciones lineales.

Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

TEO: Sean T : U → V y S : V → W transformaciones lineales,

(S ◦ T) : U → W es también una transformación lineal.

DEM: Sean u, u1 , u2 ∈ U y λ ∈ R,...

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

DEF: Sean T : U → V y S : V → W transformaciones lineales.

Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

TEO: Sean T : U → V y S : V → W transformaciones lineales,

(S ◦ T) : U → W es también una transformación lineal.

DEM: Sean u, u1 , u2 ∈ U y λ ∈ R,... entonces

(S ◦ T)(u1 + u2 ) = S[T(u1 + u2 )] = S[T(u1 ) + T(u2 )]

= S[T(u1 )] + S[T(u2 )] = (S ◦ T)(u1 ) + (S ◦ T)(u2 ).

(S ◦ T)(λu) = S[T(λu)] = S(λT(u))

= λ[S[T(u)]] = λ(S ◦ T)(u).

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

DEF: Sean T : U → V y S : V → W transformaciones lineales.

Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

TEO: Sean T : U → V y S : V → W transformaciones lineales,

(S ◦ T) : U → W es también una transformación lineal.
3 2
 las transformaciones lineales T : R → P1 y S : P1 → R ,
EJEM: Dadas
a  
α−β
tal que T b  = (a + b) + cx y S(α − βx) = calculemos
β
c
 
−2
(S ◦ T)  1  =
−2
,
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
L(V , W ) y Composición de Transformaciones
DEF: Sean T : U → V y S : V → W transformaciones lineales.
Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

TEO: Sean T : U → V y S : V → W transformaciones lineales,

(S ◦ T) : U → W es también una transformación lineal.
3 2
 las transformaciones lineales T : R → P1 y S : P1 → R ,
EJEM: Dadas
a  
α−β
tal que T b  = (a + b) + cx y S(α − βx) = calculemos
β
c
 
−2
(S ◦ T)  1  =
−2

Pregunta ¿T ◦ S = S ◦ T?,
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
L(V , W ) y Composición de Transformaciones
DEF: Sean T : U → V y S : V → W transformaciones lineales.
Definimos S ◦ T, la composición de S con T, como la función
(S ◦ T) : U → W tal que

(S ◦ T)(u) = S[T(u)] para todo u ∈ U

TEO: Sean T : U → V y S : V → W transformaciones lineales,

(S ◦ T) : U → W es también una transformación lineal.
3 2
 las transformaciones lineales T : R → P1 y S : P1 → R ,
EJEM: Dadas
a  
α−β
tal que T b  = (a + b) + cx y S(α − βx) = calculemos
β
c
 
−2
(S ◦ T)  1  =
−2

Pregunta ¿T ◦ S = S ◦ T?, NOOOOOOOOOOOOOOOOOO

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
L(V , W ) y Composición de Transformaciones

TEO: Sean R, S y T transformaciones lineales tales que, en cada caso,

las composiciones están bien definidas y sea λ un escalar, entonces
1 (T ◦ S) ◦ R = T ◦ (S ◦ R).
2 T ◦ (S + R) = (T ◦ S) + (T ◦ R).
3 (T + S) ◦ R = (T ◦ R) + (S ◦ R).
4 λ(T ◦ S) = (λT) ◦ S = T ◦ (λS).
5 I ◦ T = T ◦ I = T.
6 0 ◦ T = 0 y T ◦ 0 = 0.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

TEO: Sean R, S y T transformaciones lineales tales que, en cada caso,

las composiciones están bien definidas y sea λ un escalar, entonces
1 (T ◦ S) ◦ R = T ◦ (S ◦ R).
2 T ◦ (S + R) = (T ◦ S) + (T ◦ R).
3 (T + S) ◦ R = (T ◦ R) + (S ◦ R).
4 λ(T ◦ S) = (λT) ◦ S = T ◦ (λS).
5 I ◦ T = T ◦ I = T.
6 0 ◦ T = 0 y T ◦ 0 = 0.

TEO: Sean T, S : U → V y R : V → W transformaciones lineales y sean

AT , AS y AR sus matrices asociadas, entonces
1 T + S tiene matriz asociada AT + AS .
2 λT tiene matriz asociada λAT .
3 T tiene matriz asociada λAT .
4 T − S tiene matriz asociada AT − AS .
5 R ◦ T tiene matriz asociada AR AT .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

TEO: Sean T, S : U → V y R : V → W transformaciones lineales y sean

AT , AS y AR sus matrices asociadas, entonces
1 T + S tiene matriz asociada AT + AS .
2 λT tiene matriz asociada λAT .
3 T tiene matriz asociada λAT .
4 T − S tiene matriz asociada AT − AS .
5 R ◦ T tiene matriz asociada AR AT .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

TEO: Sean T, S : U → V y R : V → W transformaciones lineales y sean

AT , AS y AR sus matrices asociadas, entonces
1 T + S tiene matriz asociada AT + AS .
2 λT tiene matriz asociada λAT .
3 T tiene matriz asociada λAT .
4 T − S tiene matriz asociada AT − AS .
5 R ◦ T tiene matriz asociada AR AT .

DEM: (5) Sean B, B ′ y B ′′ bases de U, V y W . Por la definición de

matriz asociada a una transformación lineal,

[(R ◦ T)(u)]B′′ = [R(T(u))]B′′ = AR [T(u)]B′ = AR (AT [u]B ) = (AR AT )[u]B

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

L(V , W ) y Composición de Transformaciones

TEO: Sean T, S : U → V y R : V → W transformaciones lineales y sean

AT , AS y AR sus matrices asociadas, entonces
1 T + S tiene matriz asociada AT + AS .
2 λT tiene matriz asociada λAT .
3 T tiene matriz asociada λAT .
4 T − S tiene matriz asociada AT − AS .
5 R ◦ T tiene matriz asociada AR AT .

DEM: (5) Sean B, B ′ y B ′′ bases de U, V y W . Por la definición de

matriz asociada a una transformación lineal,

[(R ◦ T)(u)]B′′ = [R(T(u))]B′′ = AR [T(u)]B′ = AR (AT [u]B ) = (AR AT )[u]B

por la unicidad de la matriz asociada a R ◦ T, la matriz asociada a

(R ◦ T) respecto a las bases B y B ′ es AR AT .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa

DEF: Decimos que T : V → W es una transformación lineal invertible,

si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa
DEF: Decimos que T : V → W es una transformación lineal invertible,
si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa

DEF: Decimos que T : V → W es una transformación lineal invertible,

si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.
EJEM: Verifique que T : R2 → P1 tal que T ba = (a + b) + (a − b)x es

una transformación lineal invertible.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa

DEF: Decimos que T : V → W es una transformación lineal invertible,

si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.
EJEM: Verifique que T : R2 → P1 tal que T ba = (a + b) + (a − b)x es

una transformación lineal invertible.

 c + d c − d T
SOL: Veamos que S : P1 → R2 tal que S(c + dx) = ,
2 2
es una transformación lineal tal que T ◦ S = IP1 y S ◦ T = IR2

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa

DEF: Decimos que T : V → W es una transformación lineal invertible,

si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa
DEF: Decimos que T : V → W es una transformación lineal invertible,
si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

DEM: (⇒) Supongamos que T es invertible y que S es su inversa. Y

demostremos que T es biyectiva.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa
DEF: Decimos que T : V → W es una transformación lineal invertible,
si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

DEM: (⇒) Supongamos que T es invertible y que S es su inversa. Y

demostremos que T es biyectiva. T es inyectiva pues tomando
T(v1 ) = T(v2 ) ⇒ S(T(v1 )) = S(T(v2 )), esto es, v1 = v2 .

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa
DEF: Decimos que T : V → W es una transformación lineal invertible,
si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

DEM: (⇒) Supongamos que T es invertible y que S es su inversa. Y

demostremos que T es biyectiva. T es inyectiva pues tomando
T(v1 ) = T(v2 ) ⇒ S(T(v1 )) = S(T(v2 )), esto es, v1 = v2 .
T es sobreyectiva pues para un w ∈ W tenemos
S(w) = v ⇒ T(S(w)) = T(v), esto es, ∃v ∈ V , T(v) = w

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa
DEF: Decimos que T : V → W es una transformación lineal invertible,
si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

DEM: (⇒) Supongamos que T es invertible y que S es su inversa. Y

demostremos que T es biyectiva. T es inyectiva pues tomando
T(v1 ) = T(v2 ) ⇒ S(T(v1 )) = S(T(v2 )), esto es, v1 = v2 .
T es sobreyectiva pues para un w ∈ W tenemos
S(w) = v ⇒ T(S(w)) = T(v), esto es, ∃v ∈ V , T(v) = w
Por tanto T es un isomorfismo
Héctor Fabián Ramı́rez Ospina Algebra lineal Básica
Transformación Inversa

DEF: Decimos que T : V → W es una transformación lineal invertible,

si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

DEM: (⇐) Supongamos que T es un isomorfismo, ası́ que T es inyectiva

y sobreyectiva.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa

DEF: Decimos que T : V → W es una transformación lineal invertible,

si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

DEM: (⇐) Supongamos que T es un isomorfismo, ası́ que T es inyectiva

y sobreyectiva. Sea w ∈ W , entonces ∃!, v ∈ V , tal que T(v) = w.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación Inversa

DEF: Decimos que T : V → W es una transformación lineal invertible,

si y solo si, existe una transformación lineal S : W → V tal que

(T ◦ S) = IW (S ◦ T) = IV

donde IW : W → W y IV :: V → V . A la transformación S la llamamos

inversa de T.

TEO: Sea T : V → W es una transformación lineal, entonces T es

invertible, si y solo si, T es un isomorfismo.

DEM: (⇐) Supongamos que T es un isomorfismo, ası́ que T es inyectiva

y sobreyectiva. Sea w ∈ W , entonces ∃!, v ∈ V , tal que T(v) = w.

Ahora, definimos a S, ası́ S(w) = v, cuando T(v) = w. Es fácil verificar

que S es la inversa de T; por tanto, T es invertible.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación lineal invertible y matriz asociada AT
NOTA: En general no es fácil determinar si T es un isomorfismo
encontrando su transformación inversa. Afortunadamente, si una
transformación lineal es invertible es suficiente determinar que AT es
invertible.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación lineal invertible y matriz asociada AT
NOTA: En general no es fácil determinar si T es un isomorfismo
encontrando su transformación inversa. Afortunadamente, si una
transformación lineal es invertible es suficiente determinar que AT es
invertible.

TEO: Sean B y B ′ bases de los espacios vectoriales V y W , T : V → W

una transformación lineal y AT la matriz asociada de la base B a B ′ .
Entonces
1 T es invertible, si y solo si, AT es invertible.
2 Si T es invertible, entonces A−1T es la matriz asociada a la
transformación lineal T−1 , respecto a las bases B ′ y B.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación lineal invertible y matriz asociada AT
NOTA: En general no es fácil determinar si T es un isomorfismo
encontrando su transformación inversa. Afortunadamente, si una
transformación lineal es invertible es suficiente determinar que AT es
invertible.

TEO: Sean B y B ′ bases de los espacios vectoriales V y W , T : V → W

una transformación lineal y AT la matriz asociada de la base B a B ′ .
Entonces
1 T es invertible, si y solo si, AT es invertible.
2 Si T es invertible, entonces A−1T es la matriz asociada a la
transformación lineal T−1 , respecto a las bases B ′ y B.

EJEM: Verifique que T : R2 → P1 tal que T ba = (a + b) + (a − b)x es

una transformación lineal invertible.

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica

Transformación lineal invertible y matriz asociada AT
NOTA: En general no es fácil determinar si T es un isomorfismo
encontrando su transformación inversa. Afortunadamente, si una
transformación lineal es invertible es suficiente determinar que AT es
invertible.

TEO: Sean B y B ′ bases de los espacios vectoriales V y W , T : V → W

una transformación lineal y AT la matriz asociada de la base B a B ′ .
Entonces
1 T es invertible, si y solo si, AT es invertible.
2 Si T es invertible, entonces A−1T es la matriz asociada a la
transformación lineal T−1 , respecto a las bases B ′ y B.

EJEM: Verifique que T : R2 → P1 tal que T ba = (a + b) + (a − b)x es

una transformación lineal invertible.

 c + d c − d T
SOL: Veamos que S : P1 → R2 tal que S(c + dx) = ,
2 2
es una transformación lineal tal que T ◦ S = IP1 y S ◦ T = IR2

Héctor Fabián Ramı́rez Ospina Algebra lineal Básica