112 ALDEBRA LINEAL PARA ESTUDIANTES DE INGEN ERIA

4.1 El espacio vectorial R²

DEFINICIÓN 4.1

Con la notación R³ identificamos al conjunto de los pares ordenados de números reales. Es decit, R(a, b)ju, b∈R),

A los números ay & del par (a, b) los lamamos componentes Decimos que a es la primera compo nente y que es la
segunda componente

Asi, los pares de números (3. 11. (-2.15) son elementos del conjunto R Como se hace notar, estos pares de rúmeros son
ordenados. Es decir, el par (0, 0) es distinto del par (0.0) Formalicemos esto

DEFINICIÓN 4.2

Sem (a, b) y (c, d) elementos de R

(a, b) = (c, d) si y sólosia-cyb-d

Establezcamos una operación de adición con elementos del conjunto R

DEFINICIÓN 4.3

La operación adición o suma con los elementos del conjunto R³ que se representa por +, se detine mediante la siguiente
regla:

(a,b)+(cd)=(a+c. b + d), V (a, b), (c. d) ER

simbolo es uno de los cuantificadores usados en lógica matemática. Es llamado cuantificador universal y se lee "para
todojaj" o "para cualquier(a)"; en plural se lee "para todos(as)" o "para cuales quiera. Así, en la definición anterior, la
expresión V (a, b), (c, d) ∈ R se lee: "para cualesquiera pares ordenados (a, b) y (c, d) del conjunto R

EJEMPLO 1

Obtener el resultado de (7-2)+(2.5)

RESOLUCIÓN

(7-2)+(2.5) (7-2-2+5)=(9.3)

Establece for abonas ma operación de multiplicación de elementos del conjunto R³ con números

reales a la que llamaremos multiplicación por escalar

CAPITULO & ESPICIOR VECTORIALES

DEFINICIÓN 4.4

La operación multiplicación por escolas de los elementos del conjunto por los elementon jel conjunto R se define
mediante la siguiente reglan a (a. b) (aa, ab), (a, b) ER VER

La expresión de (b) se lee: "para todo par ordenado (2, 8) del conjunto to, abreviadamente "para todo (a, b) de R

EJEMPLO 2

Detener el resultado de 8(-3,4)

RESOLUCIÓN

8(-3.4) (3(-5). 8(4))=(-24.32)

Observemos que, a diferencia de la adición, la operación de multiplicación por escalar no se represen

ta por ningún signo en particular, La expresión a (a, b) indica, por si misma, dichs operación. El conjunto R con la
operación adición definida en 4 3 y con la operación multiplicación por esca- tar definida en 4.4 satisfacen las diez
condiciones que establece la siguiente definición

DEFINICIÓN 4.5

Sean v, u, w cualesquiera elementos de un conjunto V, y sean a, ß cualesquieta escalares de un conjunto K. Establezcase

una operación de adición con los elementos del conjunto V. y una operación de multiplicación por escalar que relaciona
elementos de V'con elementos de K Decimos que V es un espacio vectorial si se cumplen las condiciones siguientes:

(+)EV

2+(+) (+) + w

33+=+

4 Existe un elemento único De V, tal que 7+0=v

5) Existe ve V, tal que v + v = 0

6) () EV

παιν+1) = αν + αυ

(a + 3) = av + Bv

Β) α(37) = (αβ)ν

1010=

Basta que no se cumpla una de las diez condiciones para que no se tenga un espacio vectorial Aclaración:

remos en el contexto de los espacios vectoriales serán los números reales.

En este texto, el conjunto K de escalares será R: es decir, los únicos escalares que considera-
ALGEBRA LINEAL PARA ESTUDIANTES DE INGENIERÍA

En textos en los que se estudian los espacios vectoriales con más profundidad, el conjunto K puede ser también el
conjunto de los números racionales y el conjunto de los complejos C.

EJEMPLO 3

Mostrar que el conjunto R¹ satisface las diez condiciones para ser espacio vectorial con las operacio nes de adición y
multiplicación por escalar.

RESOLUCIÓN

En este caso, el conjunto V de la definición 4 5 es R , la operación adición es la definida en 4.3 y la operación

multiplicación por escalar es la definida en 4.4. Sean = (a 0) = () = (m. a) cualesquiera elementos de R², y sean a, &
cualesquiera es

calares de R

1. += (0.0)+(C)=(a+CD+d) Como (a+cb+d) ER es decir (a+b+d) es un par ordenado de números reales entonces se cumple
la primera condición

2. +(+)=(ab)+c)+(m.)=(ab) + (c + m.d+m) =(a+c+mb+30)

(+)+(0.0)+(CG)+(m)-(0+cD+2)+(mn) (0+cm.b+d+j

Al comparar los resultados vemos que se cumple la segunda condición.

3. += (a, b) + (c, d) = (a+c.0+0) +(c)+(0.0)=(c-ad+b)

Como a, b, c y d son números reales, entonces (r+ad+b)(a+c. D+ d), es decir, se cumple la tercera condición de la
definición 4.5.

4. Existe en el conjunta R un elemento 0, el cual es único, y que cumple la cuarta condición. Este elemento es el par (0,
0). Efectivamente

(ab)+(0.0)=(ab)

El par (0, 0) es, entonces, el elemento O de R Al elemento O se le llama vector cero

5. La quinta condición se cumple, ya que para cualquier elemento V = (a, b) ∈ R existe un elemen tov (a,b) ER tal que

(0.5)+(0-0)=(0.0)-0

Al elemento v se le llama Inverso del elemento D Aclaración: la mayoría de los autores representa al inverso de por
Nosotros preferimos el simbalo v

6. aa(0, 0) = (0, ab)

Como (as, ab) es elemento de R³, es decir, (ad, ab) ∈ R, entonces se cumple la sexta condición

a(+) ala+CD+d) = (a+c), a(+)) = (a + ac, ab + ad)

7. av+a=a(a, b) + a(c, d) = (at, ab) + (ac all) = (a + ac ab + ad)

Al comparar los resultados vemos que se cumple la séptima condición.

8. (α + β) (α + βxa, b) = (a + B). (a + b) = (a + Ba, ab + Bb) av + B = a(a, b) + B(a, b) = (αα. αό) + (βια, βό) = (ατα + βα, α +
βb)

Entonces, se cumple la octava condición

CAPITULO & KENCIOS VECTORIA 115

9. ) = a[B(0.0) (30, βο) = (αβα, αβό) (αβίνη (αβία, ο) - (αβό, αβύ)

Es decir, se cumple là novena condición que establece la definición 4.5

10. La décima condición se cumple ya que para cualquier ve R² se tiene que 11 (0.5)-(a.)

Hemos demostrado que el conjunto R es un espacio vectorial con las operaciones definidas en 4.3 y en 4.4.

Comentarios:

at Que se escena dacious significa que la adición tiene la propiedad de cerradura o, simple

mente, es cerrada, lo cual significa que la suma de dos elementos del conjunto R es otro elementa

de este conjunto (el ejemplo lo ilustra con un caso particular

b) Que se cumpla la condición 2 significa que la adición tiene la propiedad de asociatividad o sim

plemente, es asociativa, lo cual significa que cuando se tiene tres o más elementos del conjunto R el resultado no
depende de la manera en la que se agrupen los elementos Por ejemplo, el resultado de (5. 1) + (7, -8)+(-5. 4) + (2, 5) se
puede obtener con los siguien tes agrupamientos

(3, 1)+(7-8)]+(-5.4)+(2.3)]-(10-7)-(-3.7)-(7.0)

(3.1)+(7-8)+(-5.4))+(2.3)-(3.1)+(2-4)+(2.5)=(3.1)+(2-4)+(2.3) (3.1)+(-1)=(70)

Que se cumpla la condición 3 significa que la adición bene la propiedad de conmutatividad

simplemente, es conmutativa. Esto significa que el resultado de operar dos elementos no deperide

del orden en que se tomen

Por ejemplo, el resultado de (-1, 4) + (9, 2) es el mismo que (9 2) + (-1, 4), Electivamente

(-1.4)+(9.2)=(8.6) (9,2)+(-1.4) Que se cumpla la condición 5 significa que la adición tiene elemento inverso para cada uno
de los

elementos del conjunto. Es decir, para cada es el vector cero (0, 0) elemento de existe otro que al sumarse el resultado
Asi, por ejemplo, (-3, 8) es el inverso de (3.8). Efectivamente (5-8)+(-3.6)=(0,0)

Simbólicamente escribimos, si (3.8) entonces (-3,8)

Que se cumpla la condición 6 significa que la multiplicación por escalar vene la propiedad de cerra- dura o, simplemente,
que es cerrada, to cual significa que el resultado de multiplicar un elemento del conjunto R² por un escalar del conjunto
R es otro elemento del conjunto R (el ejemplo 2 lo ilustra con un caso particular).

4.2 Los espacios vectoriales R

DEFINICIÓN 4.6

Con la notación Re identificamos al conjunto de las ternas ordenadas de números reales. Es dactr. R = {(a, b, c)(a, b, c ER).
116ARA KETUDIANTES DE INGENIERIA

Con la notación R' identificamos al conjunto de las cuartetas ordenadas de números reg lea. Es decir. Ra. b.c.d)(a, b, c,
d∈R)

En general Con la notación R identificamos al conjunto de las eneadas ordenadas de números reg les. Es decir, R (ER)

La igualdad de elementos de un conjunto R" se establece generalizando la definición 4.2

DEFINICIÓN 4.7

Sean (aaa) y (b, by.... b) elementos de R

(a)(b, bb) si y sólo si a babab

Por ejemplo, los elementos del conjunto R. (2,-3.8)y(-3, 2, 8) son distintos, aunque las dos temas contengan los mismos
números. Lo que hace que (2,-3,8)(-3, 2. 8) es que las dos ternas no satistecen la definición 4.7, es decir, los números no
están en el mismo orden Las operaciones de adición y multiplicación por escalar definidas en 4.3 y 4.4 se generalizan pan
cada conjunto R

DEFINICIÓN 4.8

La adición con los elementos de cualquier R se define como se indica a continuación:

(2)+(bb... b) = (a+ba+ba+b) Vaaa) (b. b... b) ER

EJEMPLO 4

Para los elementos del conjunto R', - (1.0.-2.7) y=(2.8.2.-6), calcular + RESOLUCIÓN +5-(1.0-2.7) (2.8.2-6)=(1+20+8-
2+2.7+(-6))-(3.8.0.1)

DEFINICIÓN 4.9

La operación multiplicación por escalar de los elementos de un conjunto Rº por los elementos del conjunto R se define
como sigu
EJEMPLO 5

CAPÍTULO A ESPACIOS VECTORIALES

Obtener el resultado de 4(1, 7.-2.0.-3)

RESOLUCIÓN

4(1.7.-2.0.-3) (4(1), 4(7), 4(-2), 4(0), 4(-3))=(4.28.-8,0,-12)

Las operaciones definidas en 4.8 y 4.9 se identifican como la adición ordinaria y la multiplicación por escalar ordinaria,
para diferenciarlas de otras adiciones y de otras multiplication la multiplicación este texto, nosotros trabajaremos sólo
con las operaciones ordinanasra

Asi como se demostró en el ejemplo 3 que R² es un espacio vectorial, de igual manera se demuestra que cada uno de
losnjunjuntos e satisface las diez condiciones que establece la definición se demuestra cada uno de los conjuntos R es un
espacio vectorial con las operaciones ordinarias de adición y multiplicación por escalar.

DEFINICIÓN 4.10

Si un conjunto V es un espacio vectorial, a sus elementos se les llama vectores

EJEMPLO 6

Considerar el espacio vectorial R

al Escribir el vector cero de este espacio vectorial.

b) Obtener el inverso del vector = (-3,-7, 4, 10.0).

Sia2yB5, verificar el cumplimiento de la condición 8 de la definición 4.5 considerando que es el vector del inciso anterior.

RESOLUCIÓN

a) 0 = (0, 0, 0, 0, 0)

b) El inverso del vector v = (-3, -7.4, 10, 0) es un vector v tal que V + V = 0. Entonces, (7, 3, -4, -10.0)

Efectivamente: (-3,-7, 4. 10,0)+(3,7,-4.-10.0)= (0.0.0.0.0)

La condición 8 es la interesante propiedad (a + B) = a + B

Es interesante porque la operación de adición del lado izquierdo de la igualdad, no es la misma que la del lado derechol
Efectivamente: a + ß es una adición o suma de escalares y

av + Bv es una adición o suma de vectores (a+b)= (2+5)(-3,-7, 4, 10, 0) = (7)(-3,-7.4. 10, 0) = (-21.-49. 28. 70.0)

av + B = (2)(-3,-7, 4, 10,0)+(5)X-3.-7.4, 10.0) =(-6,-14, 8, 20,0)+(-15-35, 20, 50.0)-(-21,-49, 28, 70.0)

Por tanto: (a + b) = av + Bv
ALGEBRA LINCAL PARA ESTUDIANTES DE INGENIERÍA

El siguiente teorema enuncia propiedades basicas de los espacios vectoriales

Teorema 4.1

Sea i un vector de un espacio vectorial y sea a un escalar. Entonces:

1.00

2.a0=0

3.(-1)--4. Stav = 0, entonces, a = 00v = 0

4.3

Combinación lineal de vectores. Vectores linealmente dependientes y vectores linealmente independientes

Conocida ya la estructura de espacio vectorial pasemos al estudio de su algebra y de las muchas propie dades que
poseen los vectores que forman parte de dicha estructura De aqui en adelante veremos que las matrices y los sistemas
de ecuaciones lineales aparecerán como parte inherente al estudio del algebra lineal, razón por la cual casi todos los
libros de algebra lineal comienzan con el estudio de esos conceptos Comenzaremos con un concepto básico y esencial
del algebra de los espacios vectoriales: el concepto de combinación lineal de vectores

DEFINICIÓN 4.11

Sean V, V, V vectores de un espacio vectorial. Se llama combinación lineal de los vectores V, V.Va una expresión de la
forma

donde a, a, a, son escalares (números reales).

Asi, una combinación lineal de los vectores del espacio vectorial R², (3, 2), (6, 1) y (3, 4), es la siguiente 2(3, 2)+4(6.1)+(-
1)(3.4)Otra combinación lineal de estos vectores es: 16(3, 2)+(-5)(6, 1)+4(3.4)

El resultado de efectuar las operaciones indicadas en una combinación lineal es un vector. Asi, en los dos casos
anteriores, tenemos:

2(3,2)+4(6.1)+(-1)(3.4)=(6.4)+(24.4)+(-3,-4)=(27.4) 16(3, 2)+(-5)(6, 1)+4(3,4)=(48.32)+(-30, -5)+(12.16) - (30, 43)

Entonces, cada uno de los vectores (27, 4) y (30, 43) es una combinación lineal de los vectores (3, 2) (6. 1)y (3.4)

DEFINICIÓN 4.12

Un vector w es una combinación lineal de los vectores V, V... V si existen escalares a

atales que:

alpha_{1} overline v 1 + alpha 2 overline v 2 +...+ alpha m overline v m = overline w

EJEMPLO 7

Sean los vectores del espacio vectorial R V=(1.0.3). (2,-1,-4)=(5-2-5)

Determinar si w = (4,-2,-8) es una combinación lineal de los vectores VVV

RESOLUCIÓN wes una combinación lineal de V₁₂ y, si existen números a, a, as tales que

Sustituyendo, tenemos: a, (1, 0, 3) + α₂(2,-1,-4)+a(5-2-5)=(4.-2-8)

Desarrollando: (α). 0. 30) + (20) - α₁-40) + (503, -2ας. -5) = (4.-2.-8) (α) + 20 + 50, -α, - 203, 30, 40-503) (4,-2,-8)

De la definición de igualdad de vectores del espacio vectorial R³ es decir, de la definición de gualdad de ternas ordenadas
(4.7), establecemos el siguiente sistema de ecuaciones lineales:

+20 +503 4 -02-20-2 30-40-503-8

Escalonemos la matriz aumentada para obtener la solución de dicho sistema.

Escalonemos la matriz aumentada para obtener la solución de dicho sistema.

El sistema de ecuaciones lineales tiene solución y, por tanto, existen números ao a que hacen

posible que w se pueda expresar como una combinación lineal de overline v_{1} , overline v 1 y overline v 1

Como el sistema de ecuaciones tiene más de una solución, entonces existen muchas maneras de

expresar iw como una combinación lineal de overline nu_{1} , overline nu 2 y, una por cada solución particular
DEFINICIÓN 4.15

Sea B un conjunto de vectores de un espacio vectorial V.

El conjunto B es una base del espacio Vsi se cumplen las dos condiciones siguientes:

1) B es linealmente independiente.

2) B es generador del espacio V.

Dado un conjunto de vectores de un espacio vectorial, ¿como saber si dicho conjunto es una base del espacio? Hay que
determinar si el conjunto satisface las dos condiciones ser linealmente independiente Bimerador del espacio.
Una interpretación geométrica de los vectores de los espacios R² y R³

E significado analitico de vectores linealmente independientes y de vectores linealmente depen- dientes (véase pagina
173) se puede ilustrar graficamente Para ello, establecemos que un vector (0 del espacio vectorial R se puede
representar mediante un segmento de recta dirigido cuyo punto nicial es el origen de coordenadas y su punto final es el
punto de coordenadas (a, b) La dirección la in dicamos mediante una flecha. A estos segmentos de recta dirigidos se les
llama vectores de posición.
ANALARK ESTUDIANTES DE INGCHICHIA

Consideremos el conjunto de vectores del espacio R

A-1(4, 5), (0-5), (-1,-2)

Este conjunto es linealmente dependiente, lo cual significa que al menos uno de los vectores del conjunto puede
expresarse como una combinación lineal de los demás En este caso, cada uno de los vectores del conjunto A se puede
expresar como una combinación lineal de los otros, como se muestra enseguida

(4.3)-(0-5)+(-4)(-1,-2) (0-5)=(4,3)+(4)-1.-2)

(-1,-2)-(2)(0-5)+(-1)(43)

En cada uno de estos casos, la dependencia lineal se puede mostrar geométricamente mediante el método del
paralelogramo Por ejemplo, la figura 42 muestra cómo con este método el vector (0, -5) se obtiene a partir de los otros
dos vectores. Para que el vector (0, -5) pueda obtenerse mediante el método del paralelogramo, es necesario "alargar" el
vector (-1,-2) Es decir, se requiere un vector en la misma dirección de (-1,-2) que tenga mayor longitud que este

El conjunto B (-2. 5) (2. 6), (4,-6)), es también linealmente dependiente, aunque, en este caso no cualquier vector del
conjunto puede expresarse como una combinación lineal de los demás. Por ejem plo, para el vector (2. 6), no existen
números a, yaj tales que

(-2.3)+(4-6)-(2.6)
4.7 Producto escalar de vectores de los espacios R". Módulo o magnitud de un vector. Ángulo entre vectores

Una vez representados los vectores mediante segmentos de recta dirigidos, lega a ser necesario medir su longitud. Sin
embargo, la estructura de espacio vectorial, por si misma, no cuenta con elementos que permitan calcular dicha medida
Afortunadamente, existen varios conceptos matemáticos mediante los cuales se puede medir la longitud de un vector y
el ángulo que forman dos vectores. Uno de esos concep is es el producto escalar. Añadiremos, pues este concepto a la
estructura de espacio vectorial Aunque los vectores de los espacios R paran > 5 no tienen representación geométrica, el
producto escalar se puede definir en cualquier espacio R

Realmente, el producto escalar es un caso particular de un concepto más general llamado producto interno, el cual se
estudia en un curso de algebra lineal más extenso y con mayor profundidad que el presentado en esta obra.

El producto escalar de vectores tiene las siguientes propiedades.

A la longitud de un vector del espacio R ^ 2 o del espacio R ^ 3 es usual llamaria módulo o magnitud y se calcula
mediante el producto escalar, como lo establece la siguiente definición, la cual se enuncia para vectores de cualquier
espacio R

Es usual llamar también norma al número [V] cuando el vector no es el espacio R ^ 2 ni el espacio R ^ 5 si overline v
pertenece al espacio valor absoluto) pertenece a un espacio vectorial que R ^ J = R al número [se le llama también
DEFINICIÓN 4.23

DEFINICIÓN 4.24

Se llama base ortogonal de un espacio R a una base de R' que también es un conjunto orto preal
¿Cómo construir bases ortonormales? Lo primero que hay que hacer es construir la base ortogonal y luego, normalizar
cada uno de los vectores de la base ortogonal. Ast, la base del ejemplo anterior es ortogonal, pero no es ortonormal.
Para hacerta ortonormal sole multiplicamos cada vector de la base por el reciproco de su respectivo módulo

Entonces, la base ortonormal obtenida base

Por tanto, la base B no es ortogonal.

Para obtener una base ortogonal a partir de la base 8 utilizando el proceso de ortogonalización

La base E obtenida en el ejemplo anterior es una base ortogonal del espacio vectorial R, pero no es ortonormal. Si se
quiere hacer ortonormal habra que multiplicar cada uno de las vectores de osta base por el reciproco de su respectiva
magnitud o módulo
5.1 Concepto de transformación lineal

En el contexto de la presente obra, una transformación es una función en la que el dominio y el codo-

minio son espacios vectoriales. La figura 5.1 muestra mediante un diagrama sagital una función entre el espacio vectorial
V y el es- pacio vectorial W

El espacio V es el dominio de la función y el espacio Wes el codominio de la función.

En el contexto de las transformaciones se prefiere usar la letra 7 en lugar de la letra f para representar la función.

Decimos, entonces, que una transformación es una regla de correspondencia que asocia a cada vec- tor v del dominio un
único vector w del codominio.

Para representar simbolicamente una transformación 7 que tiene por dominio el espacio Vy por co- dominio el espacio
W escribiremos: T: VW.

Sólo consideraremos transformaciones en las que los espacios vectoriales Vy W sean algún espacio R".

Por ejemplo, la simbología T: R³→ R² indica que se tiene una transformación del espacio R³ al es pacio R². En otras
palabras, indica que se tiene una función que transforma ternas ordenadas en pares ordenados. La regla de
correspondencia que indica cómo se realiza esta transformación puede ser, a manera de ejemplo, la siguiente: 7(a, b, c) =
(c. ab).
El diagrama sagital de la figura 5.2 muestra los resultados del
ejemplo 1:

La imagen de (3, 3) según la trans- formación 7 es (3. 0. 0. 6).

La imagen de (-4. 1) según la ransformación Tes (-4.5, 0.2)

Las transformaciones entre espa-

cos vectoriales se clasifican en lineales no limeales,

Sera de nuestro interés particular estudiar las lineales.

DEFINICIÓN 5.1

Sean R ^ n * y * \mathbb{R} ^ m espacios vectoriales con el mismo conjunto de escalares R. Una transformación T /
(\mathbb{R} ^ n) -> \mathbb{R} ^ m es una transformación lineal si se cumple que:

A las dos condiciones de la definición 5.1 se les llama condiciones de linealidad

Observación

En la definición 5.1, la operación de adición en T ( overline v + overline u ) es la adición con vectores del espacio
\mathbb{R} ^ n y la adi- con T(V) + T(u) es la adición con vectores del espacio \mathbb{R} ^ m De igual manera, la
multiplicación por escalar Indicada en T(av) es la multiplicación por escalar definida con los vectores de \mathbb{R} ^ n *
v los escalares R; mien- tras que en alpha*T ( overline V ) se tiene la multiplicación por escalar definida con los vectores
de \mathbb{R} ^ m y los escalares R
Observación

S( overline V = (a, b) entonces, al sustituir y en 7(Vdeberiamos ) escribir T( (a, b) \ o T [(sigma, t)] 2 Sin embargo, como es

frecuente en matematicas, simplificaremos escribiendo T(sigma, t)

5.2 El recorrido y el núcleo de una transformación lineal

Sabemos de nuestro curso básico de calculo que además de los conceptos de nominio y codominio, otro

concepto implicito en el concepto de función es el de recorrido. El recorrido es el conjunto en el cual

se encuentran todos los elementos que son imágenes de los elementos del dominio. Definamos al

El recorrido o imagen de una transformación lineal no solo es un subconjunto del codaminio, como se

deduce de la definición anterior, es también, como lo establece el siguiente teorema, un espacio vectorialrecorrido en el
contexto de las transformaciones lineales.

El recorrido o imagen de una transformación lineal no solo es un subconjunto del codaminio, como se

deduce de la definición anterior, es también, como lo establece el siguiente teorema, un espacio vectorial

Para obtener el recorrido de una transformación lineal recurriremos al siguiente teorema.

168 ALGEBRA LINEAL PANA ESTUDIANTED DE INGENIERIA

El núcleo de una transformación Iineal no sole es un subconjunto del dominio, es, también, como in establece el
siguiente teorema, un espacio vectorial

El siguiente diagrama sagital muestra una descripción sucinta correspondiente a los desarrollos ana Ilticos de los
ejemplos 3 y 4.

La siguiente propiedad de las transformaciones lineales, además de interesante, puede ser útil en in resolución de ciertos
problemas.