¡Descarga Semana 1 Algebra lineal y más Apuntes en PDF de Álgebra Lineal solo en Docsity!
Definición de transformación lineal
Sean V y W espacios vectoriales. La función
T.V>W
se llama transformación lineal de V en W si las dos propiedades siguientes son
verdaderas para todo u y v en V y para cualquier escalar c
1. T(u + v) = 7(u) + 7(v)
2. T(cu) = cT7(u)
Ejemplo 2: Comprobación de una transformación lineal de R? a R?
Demuestre que la función dada en el ejemplo 1 es una transformación lineal de R?a
R.
Tv, va) = (0, = va, v1 + 2v))
Solución:
Para demostrar que la función Tes una transformación lineal es necesario probar
que conserva la suma vectorial y la multiplicación escalar.
Sean v = (vs, v2) y u = (u,, u2) dos vectores en R? y sea c cualquier número real.
Entonces, con las propiedades de suma vectorial y de multiplicación escalar se tiene
lo siguiente.
1. Dado que u + v = (4,4) + (y, v)) = (u, + v,, u, + v)), se tiene
Tlu + y) = Tlu, + v,. 4, + va)
= ((u, + v) — (u, + v)), (u, + v) + 2u, + v)))
= ((u, — 49) + (v, — 1), (u, + 24) + (v, + 2v,))
= (u, — 47, 4, + 24)) + (v, — va, v, + 2v,)
= Tlu) + 7(v).
2. Dado que cu = c(u,, u,) = (cu, cu,), se tiene
T(cu) = Tlcu,, cu>)
= (cu, — cuz cu, + 2cu,)
clu, — uz, 4, + 2u,)
cT(u).
Por consiguiente, Tes una transformación lineal.
tl
TEOREMA 5.1 Propiedades de las transformaciones lineales
Sea T una transformación lineal de V en W, donde u y yv están en V. Entonces, las
propiedades siguientes son verdaderas.
1. 7(0) =0
2. T(=v) = Mv)
3. Tlu — v) = T(u) — 7(v)
4. Siv=C¡v, + C7V7 ++ “c+ CV, entonces
Tv) = Tlc,v, + 071, + > > + +C,v,) = c¡T(v,) + c¿T(v,) +: + + +<,T(v,).
Ejemplo 4: Transformaciones lineales y bases
Sea T: R? — R? una transformación lineal tal que
T(1, 0, 0)
T(0, 1, 0) y 3
T(0, 0, 1) = (0,3, 1).
Determine T(2, 3, -2).
Solución:
Dado que (2, 3, -2) = 2(1, O, 0) + 3(0, 1, 0) — 2(0, O, 1), entonces la propiedad 4 del
teorema 5.1 se puede usar para escribir
T(2, 3, —2) = 27(1, 0,0) + 37(0, 1, 0) — 27(0, 0, 1)
= 2(2, —1, 4) + 3(1. 5, -2) — 2(0, 3, 1)
= (7,7, 0).
Ejemplo 5: Determinación del kernel de una transformación lineal
Encuentre el kernel de la transformación lineal T: R?— R? definida por T(x) = Ax,
donde
lo =1 -2
a=[_; 2 3)
Solución:
El kernel de Tes el conjunto de todos los x = (xi, x», Xa) en R* tales que
TlX1, X2, Xa) = (0, 0). A partir de esta ecuación se obtiene el siguiente sistema
homogéneo.
1-1 291 fo 1 x= 2%3=0
21. 2 a 2 "lol 7% —x +20+3x,=0
43
Al escribir la matriz aumentada de este sistema en forma escalonada reducida se
obtiene
A
0. 1. 10 X= —M
Con el parámetro t = xa se obtiene la familia de soluciones
xy 1 1
a |=|=1|=8-1
Xy 1 1
Por tanto, el kernel de Tes
ker(T) = ((1, -1, 1): tes un número real) = gen ((1, -1, 1)). (Ver Figura)
TEOREMA 5.4 El alcance de Tes un subespacio de W
El rango de una transformación lineal 7: V => Wes un subespacio de W.
Defini
Sea T: V => W una transformación lineal. La dimensión del kernel de 7 se llama
nulidad de 7 y se denota como nulidad (7). La dimensión del alcance de Tse deno-
mina rango de T y se denota como rango (7).
n del rango y la nulidad de una transformación lineal
EJEMPLO 8: Determinación del rango y la nulidad de una transformación lineal
Encuentre el rango y la nulidad de 7. Sea T: R? — R? una transformación lineal
definida por la matriz
1 o -2
A=]|0 1 1
o. 0 0
Demostración:
Dado que A está en forma escalonada por renglones y contiene dos renglones
diferentes de cero, su rango es igual a 2. Así el rango de Tes 2 y
Nulidad(T) = dim(dominio) — rango=3-2=1
TEOREMA 5.6 Transformaciones lineales uno a uno
Sea T: V — W una transformación lineal. Entonces Tes uno a uno si y sólo si
ker(7) = (0).
TEOREMA 5.7 Transformaciones lineales sobre
Sea T: V—= W una transformación lineal, donde W es de dimensión finita. Entonces
Tes sobre si y sólo si el rango de Tes igual a la dimensión de W.
TEOREMA 5.8 Transformaciones lineales uno a uno y sobre
Sea T: V => W una transformación lineal en la que tanto el espacio vectorial Y como
W son de dimensión 1. Entonces Tes uno a uno si y sólo si es sobre.
EJEMPLO 11: Resumen de varios resultados
La transformación lineal T: R” — R” está definida por T(x) = Ax. Encuentre la nulidad
y el rango de T y determine si T es uno a uno, sobre o ninguna de las dos.
1.2.0 1 2
aA=|0 1 1 bA=|0 1
0.0.1 0.0
ii 2
e a=|; : : da. A=|[0 11
0.0.0
Solución:
Observe que cada matriz ya está en forma escalonada, de modo que el rango puede
determinarse por inspección.
Dim(rango) Dim(kernel)
T:R"=>R" Dim(dominio) Rango(T) Nulidad(T) Unoauno Sobre
a TIR=ZR> 3 3 0 Sí Sí
b. T:R2>R? 2 2 0 Sí No
e TIRI=R? 3 2 1 No Sí
d. TERR 3 2 1 No No
Definición de isomorfismo
Una transformación lineal T. V > W que es uno a uno y sobre se denomina isomor-
fismo. Además, si V y W son espacios vectoriales tales que existen un isomorfismo
de V a W, entonces se dice que V y W son isomorfos entre sí.
TEOREMIA 5.9 Espacios isomorfos y dimensión
Dos espacios vectoriales de dimensión finita, V y W, son isomorfos si y sólo si tienen
la misma dimensión.