¡Descarga Algebra - Transformaciones Lineales y más Diapositivas en PDF de Álgebra Lineal solo en Docsity! TRANSFORMACIONES LINEALES Mgr. Herbert Vizcarra Nina (D> Definición 7.1.1
Transformación lineal
Sean Y y W espacios vectoriales reales Una transformación lineal T de Ven Wes una
función que asigna a cada vector yv e Mun vector único Tv e W y que satisface, para
cada u y ven Y y cada escalar ar,
Tu + v= Tu+ Tv
Tlíav)= a Tv
Tres observaciones sobre notación
l. Seescribe To F— W para indicar que T toma el espacio vectorial real Y y lo lleva al espacio
vectorial real HF; esto es, Tes una función con YM eomo su dominio y un subconjunto de H
como su imagen.
( EJEMPLO 7.1.4 La transformación cero
Sean V y W espacios vectoriales y defina T: V= W por Tv = () para todo y en Y Entonces
Tlv, +1) =0=0+0= Ty, + Tv, y Tlav) = 0 = a = aTv. En este caso, Tse denomina la
translormación cero.
( EJEMPLO 7.1.5 La transformación identidad
Sea Y un espacio vectorial y defina [: V= V por [y = y para todo y en Y Aquí es obvio que / es
una transformación lineal, la cual se denomina transformación identidad u operador identidad.
e EJEMPLO 7.1.6 Transformación de reflexión
XxX —x
Sea T: R?—R? definida por r| 7) = : ) Es fácil verificar que Tes lineal. En términos geomé-
tricos, T toma un vector en R? y lo refleja respecto al eje y (vea la figura 7.2).
y y
a) b)
Figura 7.2
El vector (—x, y) es la reflexión respecto al eje y del vector (x, y).
Sea Á una matriz de m X n y defina 7: RR" por Tx = Ax. Como Á(x + y) = Ax + Ay y
A(ox) = «dx si x y y están en R", se observa que 7 es una transformación lineal, Entonces toda
matriz A de m X 1 se puede utilizar para definir una transformación lineal de R' en R". En la sec-
ción 7.3 se verá que se cumple el converso: toda transformación lineal entre espacios vectoriales
de dimensión finita se puede representar por una matriz.
Ó EJEMPLO 7.1.9 Transformación de proyección ortogonal
Sea H un subespacio de R". La transformación de proyección ortogonal P: Y => H se define por
Py= pro) (115)
Sea (0, U,, ...., 1,y una base ortonormal para H. Entonces de la definición 6.1.4, página 425,
se tiene
Py = (y +0Ju, + (y + u,)u, +++ (vo 0,)u, (7.1.7)
Como (v, + 1) +0 = 1, +4 + y, uy (0v) + u = a(y + u), se ve que P es una transformación
lineal.
Dos operadores de proyección
e EJEMPLO 7.1.10
x x
Se define T: R9—=>|R? por T| y» . Entonces Y es el operador de proyección que toma un
=| y
o
vector en el espacio de tres dimensiones y lo proyecta sobre el plano xy» De manera similar,
x
O | proyecta un vector en el espacio sobre el plano wz. Estas dos transformaciones se
describen en la figura 7.4.
Figura 7.4
a) Proyección sobre el plano xy.
(856
bj) Proyección sobre el plano xz:
plano 14
E) ,
(qEEMPLO 7.1.11 Operador de transposición
Defina T: M,, > M,,,, por T(4) = A. Como (4 + B)' =4' + B' y (aA4)' = 0.4 , se ve que
un
T, denominado operador de transposición, es una transformación lineal.
ú EJEMPLO 7.1.12 Operador integral
Sea J: C[0, 1] —>H definida por ff = f. oo) dx. Para f, g e C[O, 1], como [Uco + gl x)]dx =
¡ f)jdx + f, g(%) dx y [¡afoax = af, FG) dx, se ve que Y es un operador lineal. Por
ejemplo, J(x7)= z. Y se denomina operador integral.
(q EJEMPLO 7.1.13 Operador diferencial
Suponga que D: C'[0, 1] + C[0, 1] se define por Df = f”. Para f. g e C'"[0, 1], como(f + gy
=f" + g yl(afY = af”, puede apreciarse que D es un operador lineal. D se denomina operador
diferencial.
y EJEMPLO 7.2.1 Si se conoce el efecto de una transformación lineal
sobre los vectores de la base, se conoce el efecto sobre
cualquier otro vector
1
Sea T una transformación lineal de [R* en R”? y suponga que r[o)-(
O
3
= - - Calcule 7 | —4 |.
¿M4 Solución Se tiene
Entonces
<> Teorema 7.2.3
Sea Yun espacio vectorial de dimensión finita con base B = (v;,, Ys, ---, V,). Sea W'un
espacio vectorial que contiene los vectores W,. W>, ---> w,. Entonces existe una transfor-
mación lineal única 7: V— Wtal que Tv, = w,parai=1,2,...,R1.
Se define la función Y como sigue:
Observación. En los teoremas 7.2.2 y 7.2.3 los vectores W;,, Ws, . . . , W, no tienen que ser inde-
pendientes y, de hecho, ni siquiera tienen que ser distintos. Más aún, se hace hincapié en que
los teoremas se cumplen si Mes cualquier espacio vectorial de dimensión finita, no sólo 1”.
Observe también que la dimensión de Hno tiene que ser finita.
Definición de una transformación lineal de FR?
a EJEMPLO 7.2.2
e 4 3
en un subespacio de E
Encuentre una transformación lineal de R? en el plano
45Solución Del ejemplo 5.5.3 de la página 333, se sabe que Wes un subespacio de di-
1 0
mensión dos de R3 con vectores básicos W, =| 2 | y w,=| 3 |. Utilizando la base estándar en
1 0
R, y, =(0) Y V =(3) se define la transformación lineal T por r(5)- 2 ly r(5)- 3
0 1
Entonces, como lo muestra el análisis que sigue al teorema 7.2.2, T está completamente
determinada. Por ejemplo,
Do
De manera más general,
A
=| 2x+3y |.
y
€ EJEMPLO 7.2.5 Núcleo e imagen de un operador de proyección
xl |x
Sea T: Ri > Ri definida por T| y |=| y |.
z 0
Esto es (vea el ejemplo 7.1.10, página 484), T es el operador de proyección de R* en el plano xy.
0 Xx
0 |, entonces x=y=0, Así, nuT=4| y [:x=y=0,:26 Ry, es decir, el
0 -
XxX
Xx
SsiT| y|=|y|=0=
0
Xx
ejez,cim T=4| y (:2=07, es decir, el plano xy. Observe que dim nu 7 = 1 y dim im 7 = 2,
(D> Definición 7.2.2
Nulidad y rango de una transformación lineal
Si Tes una transformación lineal de Men W, entonces se define
Nulidad de T = +(T) dim nu T (7.2.4)
Rango de T = p(P) = dim im Y (7.2.5)
Observación. En la sección 5.7 se definieron el rango, la imagen, el espacio nulo y la nulidad
de una matriz. Según el ejemplo 7.1.7, toda matriz 4 dem X n da lugar a una transformación
lineal 7: R" > R” definida por Tx = Ax. Es evidente quenu 7 =N,,¡imT=imA=C,
v(T) = v(A) y p(T) = p(A). Entonces se ve que las definiciones de núcleo, imagen, nulidad y
rango de una transformación lineal son extensiones del espacio nulo, la imagen, la nulidad
y el rango de una matriz,
é EJEMPLO 7.2.6 Núcleo y nulidad de un operador de proyección
Sea H un subespacio de [R” y sea Tv = proy ,, v. Es obvio que la im 7 = H. Del teorema 6.1.7
de la página 428, se tiene que toda y e Vsi v = h + p = proy,¿v + proy,,,v. Si Tv = 0, entonces
h = 0, lo que significa que v = p e HH. Asíinu T = H”, p(T) = dim H, y v(T) = dim H* =
n— p(T).
qgaEmeto 7.2.7 Núcleo e imagen de un operador transpuesto
Sea V = M,,, y defina T: M,,, —> M,,,, por T(4) = A' (vea el ejemplo 7.1.11, página 480). Si TA
mn
= A' =0, entonces A' es la matriz cero de n X m, por lo que A es la matriz cero de m X n. Asi,
nu 7 = (0) y es claro que im 7 = M,,, Esto significa que (7) = 0 y p(T) = nm.
GaEmPLo 7.2.8 Núcleo e imagen de una transformación de P, en P,
Defina T: P, > P,por T(p) = T (ay + ayx + ax? + azxó) = ay + ayx + azx?. Entonces si
T(p) = 0, ay + ayx + azx? = 0 para toda x, lo que implica que a, = a, = ca, = 0. Asi nu T =
tp e Py: pGo) = ax eim T=P,,v(T)=1yp(T) =3.