Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformaciones lineales
REALIZADO POR:
BASTARDO ROJAS, ELIHAN A.
C.I: 29.668.627
INGENIERÍA DE SISTEMA
II semestre
II corte ALGEBRA LINEAL
Transformación lineal: es una función. Por ser función, tiene su dominio y su
codominio, con la particularidad de que éstos son espacios vectoriales. Tenemos dos
espacios vectoriales VV y WW, y una función que va de VV a WW. O sea una regla
de asignación que transforma vectores de VV en vectores de WW. Pero no toda
función que transforme vectores de VV en vectores de WW es una transformación
lineal.
Propiedad 1
La imagen del vector nulo del dominio 0V0V es el vector nulo del codominio 0w0w:
T(0V)=0wT(0V)=0w
Demostración:
T(0V)=T(0.v)=0.T(v)=0.w=0WT(0V)=T(0.v)=0.T(v)=0.w=0W
Donde hemos expresado a 0V0V como el producto del escalar 00 por cualquier vector
del espacio vectorial VV, hemos usado la segunda condición que debe cumplir una
transformación lineal, y finalmente hemos vuelto a usar la propiedad de espacios
vectoriales sobre el producto del escalar 0 por cualquier vector.
Propiedad 2
La imagen del vector –v–v es igual al opuesto de la imagen de vv:
T(–v)=–T(v)T(–v)=–T(v)
Demostración:
T(–v)=T(–1.v)=–1.T(v)=–T(v)T(–v)=T(–1.v)=–1.T(v)=–T(v)
Condición 1: T(u+v)=T(u)+T(v)∀u,v∈VT(u+v)=T(u)+T(v)∀u,v∈V
Tomemos dos vectores de R3R3
u=(u1,u2,u3)u=(u1,u2,u3)
v=(v1,v2,v3)v=(v1,v2,v3)
Veamos si T(u+v)=T(u)+T(v)T(u+v)=T(u)+T(v)
Condición 2: T(k.v)=k.T(v)∀v∈V,∀k∈RT(k.v)=k.T(v)∀v∈V,∀k∈R
T(k.v)=T((kv1,kv2,kv3))=(kv1+kv3,kv2–
2kv3)T(k.v)=T((kv1,kv2,kv3))=(kv1+kv3,kv2–2kv3)
=k.(v1+v3,v2–2v3)=k.T(v)=k.(v1+v3,v2–2v3)=k.T(v)
1. Definición (la imagen de una transformación lineal). Sean V;W espacios vectoriales
sobre un campo F y sea T 2 L(V;W). La imagen de T se de_ne como el conjunto de
todos los valores de la aplicación T: im(T) :=_w 2 W : 9v 2 V tal que w = T(v):
2. Definición (el núcleo de una transformación lineal). Sean V;W espacios vectoriales
sobre un campo F y sea T 2 L(V;W). El núcleo (kernel, espacio nulo) de T se define
como la pre imagen completa del vector nulo: ker(T) :=_x 2 V : T(x) = 0W:
Mostremos que el conjunto im(T) es cerrado bajo la adición. Sean w1;w2 2 im(T).
Por la definición de la imagen, existen v1; v2 2 V tales que w1 = T(v1), w2 = T(v2).
Por la linealidad de T,T(v1 + v2) = T(v1) + T(v2) = w1 + w2: Logramos encontrar un
vector x = v1 +v2 tal que T(x) = w1 +w2. Por la definición de la imagen, esto implica
que w1 + w2 2 im(T).
Matriz asociada a una transformación lineal con respecto a una base dada:
Ejemplos introductorios
F:R3→R2|F((x,y,z))=(x+2z,–y)F:R3→R2|F((x,y,z))=(x+2z,–y)
Queremos buscar una matriz BB tal que:
Hemos visto ejemplos de cómo surge a partir del producto de matrices, la matriz estándar de
una transformación lineal de RnRn a RmRm. En lo que sigue intentaremos generalizar para
cualquier espacio vectorial de dimensión finita, el concepto de matriz asociada a una
transformación lineal. Aun en el caso de TL en RnRn, veremos que no siempre la matriz
estándar es la más conveniente.
La matriz asociada tiene nn columnas porque la base BB tiene nn vectores, y tiene mm filas
porque las coordenadas en B′B′ se escriben con mm componentes. O sea que
si dim(V)=ndim(V)=n y dim(W)=mdim(W)=m, M(T)BB′∈Rm×nM(T)BB′∈Rm×n
Propiedad.
M(T)BB‘[v]B=[T(v)]B‘M(T)BB‘[v]B=[T(v)]B‘