Valdez,G.; Vecino, S.; Oliver, M.

ÁLGEBRA LINEAL I (Matemática),

ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

TRANSFORMACIONES LINEALES

Definición: Sean V y W ℝ - espacios vectoriales. Una aplicación (función) T: V → W se dice

una transformación lineal (en adelante t.l.) si verifica:

( ) () ()
T1 ) T u + v = T u + T v ∀ u ,v ∈ V

T2 ) T ( λv ) = λT ( v ) ∀ λ ∈ ℝ, v ∈ V

Consecuencias de la definición: Sea T: V → W una transformación lineal:

( )
T 0V = 0 W pues, si λ = 0, ( )
T 0.v = 0.T v ()
( )
T 0V 0W

( )
T −v = − T v () ( ) ( )
∀ v ∈ V pues, T −v = T ( −1) .v = ( −1) .T v = −T v () ()
( ) () ()
T u −v = T u −T v ( ) ( ( )) ( ) ( ) ( ) ( )
pues, T u − v = T u + −v =T u + T −v = T u − T v

T ( λ1v1 + λ2 v 2 + ...+ λn vn ) = λ1T ( v1 ) + λ2 T ( v 2 ) + ...+ λn T ( v n ) se demuestra por inducción

sobre n

Ejemplos:

T = Id V : V → V Id V ( x ) = x , ∀ x ∈ V es t.l. llamada transformación identidad

T:V → W T ( x ) = 0W , ∀ x ∈ V , es t.l. y se denomina la transformación nula

T: ℝ 2 → ℝ 3 : T ( x1 ,x2 ) = ( x1 ,x2 ,x1 + x2 ) veamos si T es t.l.:

T1) sean u = ( x1 ,x2 ) y v = ( y1 ,y2 ) vectores de ℝ 2

T ( u + v ) = T ( x1 + y1 , x2 + y2 ) = ( x1 + y1 , x2 + y2 , x1 + y1 + x2 + y2 )
T ( u ) + T ( v ) = T ( x1 , x2 ) + T ( y1 , y2 ) = ( x1 , x2 , x1 + x2 ) + ( y1 ,y2 ,y1 + y2 ) =
= ( x1 + y1 , x2 + y2 , x1 + x2 + y1 + y2 )

por lo tanto T ( u + v ) = T ( u ) + T ( v ) , es decir, se verifica T1

T2) Si u ∈ ℝ 2 , λ ∈ ℝ;

T ( λu ) = T ( λx1 , λx2 ) = ( λx1 , λx2 , λx1 + λx2 ) = λ ( x1 , x 2 , x1 + x2 ) = λT ( u )

por lo tanto se verifica T2, luego T es t.l.

Sea f : ℝ 2 → ℝ: f ( x,y ) = x ⋅ y , ¿es f una transformación lineal?

Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Para u = ( x1 ,y1 ) ; v = ( x2 ,y2 ) ∈ ℝ 2

f ( u + v ) = f ( x1 + x2 ,y1 + y2 ) = ( x1 + x2 ) ⋅ ( y1 + y2 ) = x1 y1 + x1 y2 + x2 y1 + x2 y2

f ( u ) + f ( v ) = x1 y1 + x2 y2

Por lo tanto f ( u ) + f ( v ) ≠ f ( u + v )

Contraejemplo:

u = (1,2 ) ; v = ( 3,4 ) ⇒ f (1,2 ) = 1.2 = 2 ; f ( 3,4 ) = 3.4 = 12

f ( (1,2 ) + ( 3,4 ) ) = f ( 4, 6 ) = 24
≠
f (1,2 ) + f ( 3,4 ) = 2 + 12 = 14 

Luego f no es t.l.

T : ℝ 2 → ℝ 3 : T ( x,y ) = ( x + 1, 2 y, x + y )

T ( 0,0 ) = (1, 0, 0 ) ≠ ( 0, 0, 0 )

Pero, por lo visto en las consecuencias de la definición, toda transformación lineal verifica
( )
T 0V = 0 W , es decir que debería ser T ( 0,0 ) = ( 0, 0, 0 ) .

Por lo tanto, T no es t.l.

Proposición:

Sean V y W ℝ - espacios vectoriales y T: V → W una aplicación, T es una transformación

lineal si y sólo si ∀λ, λ ' ∈ ℝ y ∀ u , v ∈ V se verifica ( ) ()
T λu + λ ' v = λT u + λ ' T v ()
Demostración:

⇒) Si T es transformación lineal, satisface T1 y T2, entonces

( ) ( ) ( )
T λu + λ ' v = T λu + T λ ' v = λT u + λ ' T v
T1 T2
() ()

( ) ()
⇐) Si T cumple que ∀λ, λ ' ∈ ℝ y ∀ u , v ∈ V , T λu + λ ' v = λT u + λ ' T v veamos que ()
satisface T1 y T2:

( ) (
T1 ) u , v ∈ V ⇒ T u + v = T 1.u +1.v ) = 1.T (u ) +1.T ( v ) = T (u ) + T ( v )
hipótesis

T2 ) λ ∈ ℝ, v ∈ V ⇒ T ( λ.v +0.u ) = λT ( v ) + 0.T ( u ) = λT ( v ) + 0 = λT ( v )

0
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Luego T es t.l.

Ejercicio: hallar, si es posible una transformación lineal T: ℝ 3 → ℝ 3 que verifique

T (1,0,0 ) = ( 2, − 1,2 ) ; T (1,1,0 ) = ( 0,0,0 ) ; T (1,1,1) = (1,1,1)

Como {(1;0;0 ) , (1;1;0 ) , (1;1;1)} es base de ℝ 3

tenemos que

( x;y;z ) = α (1;0;0 ) + β (1;1;0 ) + γ (1;1;1) ⇒ ( x, y , z ) = ( α + β + γ ; β + γ ; γ )

x = α + β + γ

⇒ y = β + γ ⇒α = x− y; β= y−z; γ = z
z = γ


Por lo tanto: ( x;y;z ) = ( x − y ) ⋅ (1;0;0 ) + ( y − z ) ⋅ (1;1;0 ) + z ⋅ (1;1;1)

y aplicando T:

T ( x;y;z ) = ( x − y ) T (1,0,0 ) + ( y − z ) T (1,1,0 ) + z T (1,1,1) = ( x − y )( 2, − 1,2 ) + z (1,1,1)

( 2, −1,2 ) ( 0,0,0 ) (1,1,1)

por lo tanto T ( x, y, z ) = ( 2x − 2y + z ; − x+ y + z ; 2x − 2y + z ) es la transformación

lineal buscada.

Nota: las transformaciones lineales conservan las combinaciones lineales

{
Teorema: Sean V y W ℝ - espacios vectoriales, B = b1 ,b 2 ,...,b n una base de V y }
w1 ,w 2 ,...,w n ∈ W vectores arbitrarios. Entonces existe una transformación lineal única

( )
T : V → W tal que T bi = w i para 1 ≤ i ≤ n

Definición: Sean V y W ℝ - espacios vectoriales y sea T: V → W una transformación

lineal. Se dice que :

T es monomorfismo si T es inyectiva

T es epimorfismo si T es suryectiva

T es isomorfismo si T es biyectiva

Núcleo e imagen de una transformación lineal:

Definición: Sean V y W dos ℝ - espacios vectoriales y sea T: V → W una transformación

lineal:

Se llama núcleo de T y se nota Nu (T) al conjunto:

Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

{
Nu (T) = v ∈ V / T v = 0W ⊂ V () }
Se llama imágen de T y se nota Im (T) al conjunto:

{()
Im (T) = T v / v ∈ V ⊂ W }
Observación: Nu (T) es un subespacio de V

Im (T) es un subespacio de W

Ejemplo: Sea T: ℝ 3 → ℝ 2 la transformación lineal definida por T ( x1 , x2 , x3 ) = ( x1 , x2 )

Entonces: 1) Nu (T) = {( x , x , x ) ∈ ℝ / T ( x , x , x ) = ( 0, 0 )} =
1 2 3
3
1 2 3

= {( x , x , x ) ∈ ℝ
1 2 3
3
/ x = 0 ∧ x = 0} = = {( 0, 0, x ) ∈ ℝ / x ∈ ℝ} = {( 0, 0,1)}
1 2 3
3
3 con dim
(Nu (T) ) = 1

{
2) Im (T) = T ( x1 , x2 , x3 ) / ( x1 , x2 , x3 ) ∈ ℝ 3 = } {( x , x ) / ( x , x ) ∈ ℝ } = ℝ
1 2 1 2
2 2

con dim (Im (T) ) = 2

La siguiente proposición nos proporciona una manera de determinar si una transformación lineal
es monomorfismo considerando el núcleo de la misma:

Proposición: Sea T: V → W una transformación lineal, entonces Nu (T) = 0V si y sólo si T

es un monomorfismo.

Para buscar la imagen utilizamos la siguiente proposición:

Proposición: Sean V y W ℝ - espacios vectoriales y sea T: V → W una transformación

lineal. Si {v1 ,v 2 , ... ,v s } es un sistema de generadores de V, entonces

{T ( v ) ,T ( v ) , ... ,T ( v )} es un sistema de generadores de Im (T)

1 2 s . Es decir que si

{ } {
V = v1 ,v 2 , ... ,v s , entonces Im ( T ) = T ( v1 ) ,T ( v 2 ) , ... T ( v s ) }
Ejemplo: Sea f : ℝ3 → ℝ 3 : f ( x1 ,x2 ,x3 ) = ( x1 − x2 , − x1 + x2 , 2 x1 − 2 x2 + x3 ) hallar una
base y la dimensión de Nu ( f ) y de Im ( f )

Calculemos Nu ( f ) :

 x1 − x2 = 0

− x1 + x2 = 0
2 x − 2 x + x = 0
{
⇒ Nu ( f ) = (1,1, 0 ) ⇒ dim ( Nu ( f ) ) = 1 }
 1 2 3
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Calculemos Im ( f ) :

B = {(1,0,0 ) ; ( 0,1,0 ) ; ( 0,0,1)} es base de ℝ3 , entonces

{
Im ( f ) = f (1,0,0 ) ; f ( 0,1,0 ) ; f ( 0,0,1) }
f (1,0,0 ) = (1,-1,2 ) f ( 0,1,0 ) = ( -1,1,-2 ) f ( 0,0,1) = ( 0,0,1) , entonces

{ }
Im ( f ) = (1,-1,2 ) ; ( -1,1,-2 ) ; ( 0,0,1) , para calcular una base de Im (f ) analizamos si los tres

{
vectores son l.i., como no lo son, la base de la imagen será Im ( f ) = (1,-1,2 ) ; ( 0,0,1) por lo }
tanto dim ( Im( f ) ) = 2

Teorema de la dimensión:

Sean V y W ℝ - espacios vectoriales, con V de dimensión finita y sea T: V → W una

transformación lineal, entonces dim ℝ ( V ) = dim ℝ ( Nu ( T ) ) + dim ℝ ( Im ( T ) )

Ejercicio:

Sean S y H los subespacios de ℝ 3 definidos por

S = {( x1 , x2 , x3 ) ∈ ℝ3 / x1 − x2 = 0} y H = {( x1 , x2 , x3 ) ∈ ℝ3 / x3 = 0} .

Hallar una transformación lineal T: ℝ 3 → ℝ 3 tal que T(S)= H

Solución:

Sabemos que para definir una transformación lineal basta con especificar los valores que la
misma toma en una base de ℝ 3 .

Consideremos entonces una base de S, por ejemplo {(1,1,0 ) ; ( 0,0,1)} y extendámosla a una
base de ℝ 3 , por ejemplo {(1,1,0 ) ; ( 0,0,1) ; (1,0,0 )}

{
Por otro lado tenemos que H = (1,0,0 ) ; ( 0,1,0 ) }
Entonces definimos:

T (1,1, 0 ) = (1, 0, 0 )
T ( 0, 0,1) = ( 0,1, 0 )
T (1, 0, 0 ) = ( 0, 0,1) o cualquier otro vector

Por lo tanto:

( x1 , x2 , x3 ) = α (1,1,0 ) +β ( 0,0,1) + γ (1,0,0 ) = ( α + γ, α , β )

Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

de donde tenemos α = x2 β = x3 γ = x1 − x2 por lo tanto la transformación lineal pedida

será:

T ( x1 , x2 , x3 ) = x2 T (1,1, 0 ) + x3T ( 0, 0,1) + ( x1 − x2 ) T (1, 0, 0 ) = x2 (1, 0, 0 ) + x3 ( 0,1, 0 ) + ( x1 − x2 )( 0, 0,1)

Es decir: T ( x1 , x2 , x3 ) = ( x2 , x3 , x1 − x2 )

Matriz asociada a una transformación lineal:

Sean V un ℝ - espacio vectorial de dimensión n y W un ℝ - espacio vectorial de dimensión m.

{ }
Sean B = {v1 ,v 2 , ... ,v n } base de V y B´= w 1 ,w 2 , ... ,w m base de W.

Si T: V → W es una transformación lineal , vamos a escribir

T ( v1 ) = α11w1 + α21w 2 + α31w 3 + ... + αm1w m

T ( v 2 ) = α12 w1 + α22 w 2 + α32 w 3 + ... + αm 2 w m
⋮ ⋮
T ( v n ) = α1n w1 + α2n w 2 + α3n w 3 + ... + αmn w m

T ( v j ) = ∑ αij w i
i

 α11   α11 
α  α 
 21   21 
Entonces 

. 

son las componentes de T ( v1 ) en la base B’ ⇒ T v1


 = . 
B'  
( )
 .   . 
α  α 
 m1   m1 

 α1 j 
 
 α2 j 
  B'  ( )
Para j=1, , n tenemos T v j  =  . 

 . 
α 
 mj 
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

 α11 α12 . . . . α1n 

α . . . . α 2 n 
 21 α 22
La matriz A =  . . . . . . . = T ∈ M m× n ( ℝ )
  BB '

 . . . . . . . 
α . . . . α mn 
 m1 α m 2

se denomina la matriz de T en las bases B y B’

Notación: Si B=B’ escribimos T BB '

= T B

Ejemplo: Sea T: ℝ 2 → ℝ 2 la transformación lineal definida por T( x , y) = (3x, 2y) y sean

{
las bases B = (1,1) ; ( 2, 0 ) } y B'= {(1, 0 ) ; ( −1,1)} hallar T BB '
:

T(1,1) = (3,2) = 5 (1,0) + 2 (-1,1)

T(2,0) = (6,0) = 6 (1,0) + 0 (-1,1)

 5 6
Entonces T BB '
= 
 2 0

Nota: Sean V un ℝ - espacio vectorial de dimensión n y W un ℝ - espacio vectorial de

{
dimensión m. Sean B = {v1 ,v 2 , ... ,v n } base de V y B´= w 1 ,w 2 , ... ,w m base de W y }
T: V → W es una transformación lineal.

 α11 α12 . . . . α1n 

α . . . . α 2 n 
 21 α 22
Si v = λ1 v1 + λ 2 v 2 + ...... + λ n v n y  . . . . . . . = T entonces se
  BB '

 . . . . . . . 
α . . . . α mn 
 m1 α m 2
 α11 α12 . . . . α1n   λ1   β1 
     
 α 21 α 22 . . . . α2n   λ2   β2 
verifica que:  . . . . . . . .  .  =  . 
     
 . . . . . . .   .   . 
α . . . . α mn  λ  β 
 m1 α m 2  n  m
mxn nx1 mx1
coordenadas de v
respecto de la base B
coordenadas de T v ()
respecto de la base B '

Es decir T BB ' B ()

. v  = T v 
B'
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Observación: Sean V un ℝ - espacio vectorial de dimensión n y W un ℝ - espacio vectorial

{
de dimensión m. Sean B = {v1 ,v 2 , ... ,v n } base de V y B´= w 1 ,w 2 , ... ,w m base de W y }
T: V → W es una transformación lineal , entonces rg T BB´
= dim ( Im (T ) )

Ejemplo:

Dada f : ℝ 2 → ℝ 3 t.l. y las bases

 0 −1 
 
B = {(1,1), (−1, 0)} , B´= {(1, −1,1), (1, 0, 0), (−1,1, 0)} tales que f BB´
=  3 −2 
 1 −2 
 
calcular f(2,1)

Hallamos las componentes de v = (2,1) en la base B:

(2,1) = α (1,1) + β(−1, 0) luego α =1, β=-1

Calculamos f BB´
. v  :
B

 0 −1  1
   1  
 3 −2  .  −1 =  5  → Componentes de f (v) respecto de la base B´ , entonces
 1 −2     3 
   

f (v) = f (2,1) = 1.(1, −1,1) + 5.(1, 0, 0) + 3.(−1,1, 0) = (3, 2,1)

Nota: Otra forma para calcular f(2,1) es hallar la forma explícita de f y aplicarla al vector (2,1):

Hallamos las componentes de v = ( x1 , x2 ) en la base B:

( x1 , x2 ) = α (1,1) + β(−1, 0) luego α = x2 , β = x2 − x1

 0 −1   x1 − x2 
   x2   
 3 −2  .  x − x  =  2 x1 + x2  → Componentes de f ( x1 , x2 ) respecto de la base B´
 1 −2   2 1   2 x − x 
   1 2

Por lo tanto la forma explícita de f es

f ( x1 , x2 ) = ( x1 − x2 ) . (1, −1,1) + ( 2 x1 + x2 ) . (1, 0, 0 ) + ( 2 x1 − x2 ) . ( −1,1, 0 ) =
∴ f ( x1 , x2 ) = ( x1 + x2 , x1 , x1 − x2 )

entonces f(2,1) = (2+1, 2, 2-1) = (3,2,1)

Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

AUTOVALORES Y AUTOVECTORES

Definición: Sean V un ℝ - espacio vectorial de dimensión finita y T: V → V una

transformación lineal. Un número real λ se dice un autovalor de T, si existe un vector no
()
nulo v ∈ V tal que T v = λ.v , el vector v se denomina autovector asociado a λ .

Ejemplo: Dada T : ℝ 2 → ℝ 2 / T ( x, y ) = ( 2 x, 0 )

T(0,1) =(0,0) = 0. (0,1) T(3,0) = (6,0) = 2.(3,0) T(5,0) = (10,0) = 2.(5,0)

(5,0) y (3,0) son autovectores asociados al autovalor 2

(0,1) es autovector asociado al autovalor 0

Proposición: Sea V un ℝ - espacio vectorial de dimensión finita n, T: V → V una t. l.

{
Vλ = v ∈ V / T v = λ.v() } es un subespacio de V.

Demostración:

0 ∈ Vλ ? si, ya que ( )
T 0V = 0 = λ 0

u1 ∈ Vλ ⇒ T ( u1 ) = λu1 u 2 ∈ Vλ ⇒ T ( u 2 ) = λu 2

( )
u1 + u 2 ∈ Vλ ? si, ya que T u1 + u 2 = T ( u1 ) + T ( u 2 ) = λu1 + λu 2 = λ u1 + u 2 ( )
u1 ∈ Vλ ⇒ k .u1 ∈ Vλ , k ∈ ℝ ? si, ya que
u1 ∈ Vλ ⇒ T ( u1 ) = λu1 ⇒ T ( ku1 ) = kT ( u1 ) = kλu1 = λ ( ku1 )

Por lo tanto Vλ es subespacio de V

Observar que al ser Vλ un subespacio de V, podemos calcular generadores, bases y dimensión

del mismo.

Cálculo de autovalores y autovectores:

Proposición: Si V es un ℝ - espacio vectorial de dimensión finita n, T: V → V y A = T B

donde B es una base ordenada de V, entonces λ ∈ ℝ es un autovalor de T si y sólo si

det ( A − λ.Id n ) = 0

Demostración:
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

Sea v autovector asociado al autovalor λ . Si v  = ( x1 ;x2 ; ... ;xn ) , tenemos

 B

 x1   x1   x1   x1   x1   x1   0 
             
 x2   x2   x2   x2   x2   x2   0 
T B .  .  = λ.  .  ⇒ A.  .  = λ.  .  ⇒ A.  .  − λ.  .  =  . 
             
.  .  .  .  .  .  . 
x             
 n  xn   xn   xn   xn   xn   0 
 x1   0 
   
 x2   0 
⇒ ( A- λ.Id n ) .  .  =  . 
   
.  . 
 x  0
 n  

Sistema homogéneo que tiene solución no trivial v si y sólo si det ( A − λ.Id n ) = 0

Definición: El polinomio det ( A − λ.Id n ) es denominado polinomio característico de T.

Observación: Las raíces reales del polinomio característico, si las tiene, son los autovalores.

 3 1 −1
 
Ejemplo: Sea T : ℝ → ℝ 3 3
tal que T C
=  2 2 −1 , entonces:
2 2 0 
 

3− x 1 −1
det ( A − x.Id 3 ) = 2 2− x −1 = − x3 + 5 x 2 − 8 x + 4 = −( x − 1).( x − 2) 2
2 2 0− x

Las raíces del polinomio obtenido, son los autovalores: λ1 = 1, λ 2 = 2, λ 3 = 2

Buscamos los autovectores:

 3 −1 1 −1   2 1 −1 
   
Asociados a λ1 = 1 :  2 2 −1 −1  =  2 1 −1 
 2 2 0 − 1  2 2 − 1


2 1 −1   x   0  2 x + y − z = 0
     
2 1 −1  .  y  =  0  ⇒ 2 x + y − z = 0
2 2 − 1  z   0  2 x + 2 y − z = 0
 
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

2 x + y − z = 0
que es equivalente a  ⇒ y = 0, z = 2 x
 y=0

por lo tanto V1 = {( x, 0, 2 x ) / x ∈ ℝ} = {(1, 0, 2 )} es el subespacio de autovectores asociados

al autovalor 1

Asociados a λ 2 = 2 :

3− 2 1 −1   1 1 −1 
   
 2 2−2 −1  =  2 0 −1 
 2 2 0 − 2   2 2 − 2 


1 1 −1   x   0   x + y − z = 0
     
2 0 −1  .  y  =  0  ⇒  2 x − z = 0
 − 2   z   0  2 x + 2 y − 2 z = 0
2 2

x + y − z = 0
Que es equivalente a  ⇒ x = y, z = 2 y
 − 2y + z = 0

Por lo tanto V2 = {( y, y, 2 y ) / y ∈ ℝ} = {(1,1, 2 )} es el subespacio de autovectores asociados al

autovalor 2.

Definición: Una transformación lineal T: V → V se dice diagonalizable si existe una base B

de V formada por autovectores de T.

Ejemplo: Dada T: ℝ3 → ℝ 3 t.l. : T ( x, y, z ) = ( − y − z , x+ 2y + z , x + 2y + z ) , calcular los

autovalores y autovectores de T. ¿Es T diagonalizable?

 0 −1 −1
 
Hallamos la matriz de T en la base canónica: T C
= 1 2 1 
1 2 1 
 

det ( A − λId3 ) = −λ. ( λ − 2 ) . ( λ − 1) ,

entonces los autovalores de T son λ1 = 0, λ 2 = 2, λ 3 = 1

Por lo tanto V0 = {( − y, y, − y ) , y ∈ ℝ} = {(1, −1,1)}

V2 = {( − z , z, z ) , z ∈ ℝ} = {( −1,1,1)}
V1 = {( −2 y, y, y ) , y ∈ ℝ} = {( −2,1,1)}
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)

B= {(1, −1,1) , ( −1,1,1) , ( −2,1,1)} es base de ℝ 3 , se tiene que la matriz asociada a T en la

0 0 0
 
base B es T B
=  0 2 0  por lo tanto T es diagonalizable.
0 0 1
 

Proposición:
Si T: ℝ 3 → ℝ3 es una t.l. entonces a dos autovalores distintos les corresponden autovectores l.i.

Demostración:

Si λ1 y λ2 son autovalores distintos con autovectores asociados v1 y v 2 respectivamente,

entonces T ( v1 ) = λ1v1 y T ( v 2 ) = λ2 v2

Supongamos αv1 + βv 2 = 0 ⇒ αv1 = − βv 2

aplicando T : ()
T ( αv1 + βv 2 ) = T 0 = 0 entonces αT ( v1 ) + βT ( v 2 ) = 0

por lo tanto α. ( λ1v1 ) + β. ( λ2 v 2 ) = 0 ⇒ λ1 ( − βv 2 ) + λ2 βv 2 = 0 ⇒ ( λ2 − λ1 ) βv 2 = 0

luego βv 2 = 0 ⇒ β = 0 ⇒ αv1 = 0 ⇒ α = 0

Proposición: Si T: ℝ 3 → ℝ 3 es una t.l. con autovalores λ1 , λ2 , λ3 distintos dos a dos, con

autovectores asociados v1 , v 2 , v3 respectivamente, entonces {v1 , v 2 , v3 } es l.i.

Corolario: Si T: ℝ 3 → ℝ 3 es una t.l. con autovalores λ1 , λ2 , λ3 distintos dos a dos, entonces

existe una base ordenada B tal que T B
es diagonal. Es decir T es diagonalizable.

Observación: Si T: ℝ 3 → ℝ 3 es una t.l. con autovalores λ1 ≠ λ2 = λ3 no se puede asegurar

si T es diagonalizable.
Valdez,G.; Vecino, S.; Oliver, M. ÁLGEBRA LINEAL I (Matemática),
ÁLGEBRA I (Física),
ÁLGEBRA (Química y Bioquímica)