Escolar Documentos
Profissional Documentos
Cultura Documentos
Recorrido
V= Dominio W=Codominio
Sea V y W dos espacios vectoriales sobre
un campo K. Una transformación T: V→W
ഥ𝟏 , 𝒗
es lineal si ∀ 𝒗 ഥ𝟐 ∈ 𝑽 𝐲 ∀ 𝜶 ∈ 𝑲:
Superposición
i. 𝑻 𝒗
ഥ𝟏 + 𝒗
ഥ𝟐 = 𝑻 𝒗
ഥ𝟏 + 𝑻 𝒗
ഥ𝟐
Homogeneidad
i. 𝑻 𝜶 𝒗
ഥ𝟏 = 𝜶 𝑻 𝒗
ഥ𝟏
Toda transformación lineal T: V→W tiene la propiedad
de que la imagen del vector cero del dominio es igual al
ഥ𝑽 = 𝑶
vector cero del codominio, es decir: 𝑻 𝑶 ഥ𝒘
Determina cuáles de las siguientes
transformaciones son lineales:
𝒂)𝑻 𝒙, 𝒚, 𝒛 = 𝒙, 𝒚
𝒙+𝒚 −𝒙
𝒃)𝑻 𝒙, 𝒚, 𝒛 = 𝒛 𝒙−𝒚
𝒄)𝑻 𝒙, 𝒚 = 𝒙𝟐 , 𝒚
𝒂 𝟎
𝒅)𝑻 𝒂𝒙 + 𝒃 =
𝟎 𝒃
𝒅
𝒆)𝑻 𝒖ഥ = ഥ
𝒖
𝒅𝒙
Se denomina el núcleo de una transformación
al conjunto de vectores cuya imagen es el
vector cero del codominio. Es decir, si T:
V→W es una transformación con dominio V y
codominio W, entonces el núcleo está dado
por el siguiente conjunto:
𝑵 𝑻 = 𝒗ഥ | 𝑻 𝒗 ഥ𝒘
ഥ =𝟎
El núcleo es un subconjunto del dominio. Además, cuando la
transformación es lineal, el núcleo es un subespacio vectorial
del dominio.
Sea denomina recorrido de una transformación
al conjunto de todos los vectores que son
imagen de algún vector del dominio. Es decir, si
T: V→W es una transformación con dominio V y
codominio W, entonces el recorrido está dado
por el siguiente conjunto:
ഥ |𝒗ഥ ∈ 𝑽
𝑻 𝑽 = 𝑻 𝒗
El recorrido es un subconjunto del codominio. Además, cuando
la transformación es lineal, el recorrido es un subespacio
vectorial del codominio.
Para determinar el recorrido de una transformación
lineal, se aplica el siguiente teorema:
Sea T: V→W una transformación lineal. Si
𝑩 = 𝒗ത 𝟏 , 𝒗ത 𝟐 , … , 𝒗ത 𝒏 es una base del dominio V,
entonces el siguiente conjunto
𝑪𝑮 = 𝑻 𝒗ത 𝟏 , 𝑻 𝒗ത 𝟐 , … , 𝑻 𝒗ത 𝒏
Es un conjunto generador del recorrido T(V).
Sea T: V→W una transformación:
i. Se llama recorrido de T al conjunto
𝑻 𝑽 = 𝑻 𝒗 ഥ |𝒗 ഥ∈𝑽
𝑇 𝑎, 𝑏, 𝑐 = 3𝑎 + 𝑏, 6𝑎 − 𝑐, 2𝑏 + 𝑐
Obtener:
a) 𝑁 𝑇 , su dimensión y una de sus bases
b) 𝑇 ℝ3 , su dimensión y una de sus bases
c) Verificar que dimℝ3 = dimN T + dimT ℝ3
Sea L: V→W una transformación lineal de un espacio
vectorial V de dimensión “n” a un espacio vectorial W
𝑻 𝒗ഥ = 𝒗ഥ , ∀ 𝒗ഥ ∈ 𝑽
Se tiene que la transformación lineal aplica al
espacio 𝑽 en el mismo; esta transformación se
conoce como transformación identidad y se
denota como: 𝑰: 𝑽 → 𝑽
𝑰: 𝑽 → 𝑽
Adicionalmente se tiene que esta transformación
tiene las propiedades de ser suprayectiva e
inyectiva.
Funciones inyectiva, suprayectiva y biyectiva
a 1
b 2
c 3
A B
Existen transformaciones lineales, no
necesariamente la transformación identidad, que
son suprayectivas e inyectivas. Dichas
transformaciones se conocen como isomorfismos.
Definición:
Sean dos espacios vectoriales 𝑽 y 𝑾 , y una
transformación lineal 𝑻: 𝑽 → 𝑾 . Los espacios 𝑽 y
𝑾 son isomorfos entre sí, sólo si 𝑻 es inyectiva y
suprayectiva; entonces a 𝑻 se le conoce como
isomorfismo. A un isomorfismo se le denotará
como 𝑰𝑺 , y a los espacios vectoriales isomorfos
como 𝑽 ≅ 𝑾
Los isomorfismos cumplen con propiedades
importantes. Sean los espacios isomorfos 𝑽, 𝑾 y
el isomorfismo 𝑰𝑺 : 𝑽 → 𝑾 . Para esta
transformación se cumple que:
T
u T(u)
U V
U V
𝑼 𝒚 𝑽 cualquier espacio vectorial.
De acuerdo con esto la matriz asociada a la
transformación referida a dos bases cualesquiera
A y B respectivamente se representa de la manera
siguiente:
U V 𝑨 es la base del dominio
T 𝑩 es la base del codominio
𝑨
A B
𝑴𝑩 𝑻
De esta forma se tiene que las columnas de dicha matriz son los
vectores de coordenadas, en la base B, de las imágenes de los
elementos que integran a la base A.
𝑻: 𝑼 ⟶ 𝑽
Sean V y W dos espacios vectoriales con 𝑑𝑖𝑚𝑉 = 𝑛 y
𝑑𝑖𝑚𝑊 = 𝑚 ; y sean 𝐴 = 𝑣ҧ1 , 𝑣ҧ2 , … , 𝑣𝑛ҧ y 𝐵=
𝑤
ഥ1 , 𝑤
ഥ2 , … , 𝑤
ഥ𝑚 bases de V y W, respectivamente.
𝑻: 𝑽 → 𝑾 𝑹 𝑴 𝑻 = 𝒅𝒊𝒎𝑻 𝑽
𝑹 𝑴𝑨𝑩 𝑻 = 𝒅𝒊𝒎𝑻 𝑽
Nota: El rango de una matriz es el número de
renglones distintos de cero de dicha matriz
llevada a su forma escalonada.
1. Sea la transformación lineal 𝑇: ℝ3 ⟶ ℝ2 , definida por:
𝑇 𝑥, 𝑦, 𝑧 = 𝑥, 2𝑥 Obtener:
a) La dimensión del recorrido
b) El núcleo de T y su dimensión.
Si V es un espacio vectorial de
dimensión n, entonces la matriz
asociada a la transformación identidad I:
V→W, referida a cualquier base de V, es
la matriz identidad In.
Sean S y T dos transformaciones lineales cuyo dominio
y codominio es el mismo 𝑆: 𝑉 → 𝑊 y T: 𝑉 → 𝑊.
1. La suma de S y T es una transformación de V en W,
denotada con S+T y definida por:
𝑆 + 𝑇 𝑣ҧ = 𝑆 𝑣ҧ + 𝑇 𝑣ҧ ; ∀ 𝑣ҧ ∈ 𝑉
En términos de matrices asociadas se tiene que:
𝑴 𝑺+ 𝑻 = 𝑴 𝑺 +𝑴 𝑻
2. El producto de un escalar 𝛼 ∈ 𝐾 por la transformación
S es una transformación de V en W, denotada con 𝛼𝑆 y
definida por
𝛼𝑆 𝑣ҧ = 𝛼S 𝑣ҧ ; ∀ 𝑣ҧ ∈ 𝑉 y ∀ α ∈ K
En términos de matrices asociadas se tiene que:
𝑴 𝛼𝑺 = 𝛼𝑴 𝑺
Sean V y W dos espacios vectoriales sobre un campo
K, con 𝑑𝑖𝑚𝑉 = 𝑚 y 𝑑𝑖𝑚𝑊 = 𝑛, sea 𝐿(𝑉, 𝑊) el
conjunto de todas las transformaciones lineales de V
en W. Si A y B son bases de V y W respectivamente;
entonces ∀ 𝑆, 𝑇 ∈ 𝐿 𝑉, 𝑊 y ∀ 𝛼 ∈ 𝐾 :
ഥ = 𝑺∘𝑻
𝑪 𝒖 ഥ =𝑺 𝑻 𝒖
𝒖 ഥ ; ∀𝒖
ഥ∈𝑼
Para que la operación composición pueda
realizarse debe existir intersección entre el
recorrido de T y el Dominio de S.
𝑴𝑨𝑪 𝑺 ∘ 𝑻 = 𝑴𝑩
𝑪 𝑺 𝑴 𝑨
𝑩 𝑻
Dado que el producto de matrices no es
conmutativo, entonces, se puede inferir que la
composición de transformaciones en general
no es conmutativa.
𝑆∘𝑇 ≠𝑇∘𝑆
En consecuencia, se tiene que
𝑴 𝑺∘𝑻 ≠𝑴 𝑻∘𝑺
Algunas propiedades de estas operaciones se
enuncian a continuación:
Sean T, R y S, tres transformaciones lineales y
sean 𝛼, 𝛽 𝜖 𝐾. Se tiene que:
𝟏) 𝑻 + 𝑹 = 𝑹 + 𝑻… conmutatitividad
𝟐) 𝑻 + 𝑹 + 𝑺 = 𝑻 + (𝑹 + 𝑺)…asociatividad
𝟑)𝜶 𝜷𝑻 = 𝜶𝜷 𝑻… homogeneidad
𝟒) 𝜶 + 𝜷 𝑻 = 𝜶𝑻 + 𝜷𝑻… distribuitividad
𝟓)𝜶 𝑻 + 𝑹 = 𝜶𝑻 + 𝜶𝑹… distribuitividad
𝟔) 𝑻 ∘ 𝑹 ∘ 𝑺 = 𝑻 ∘ 𝑹 ∘ 𝑺… asociatividad
𝟕)𝜶 𝑻 ∘ 𝑹 = 𝜶𝑻 ∘ 𝑹 = 𝑻 ∘ 𝜶𝑹
8) 𝑻 ∘ 𝑹 + 𝑺 = 𝑻 ∘ 𝑹 + 𝑻 ∘ 𝑺
1. Sean las transformaciones 𝑇: ℝ3 → ℝ2 , 𝑆: ℝ2 → ℝ3 ,
definidas por:
𝑇 𝑥, 𝑦, 𝑧 = 𝑥, 𝑦 + 𝑧
𝑆 𝑥, 𝑦 = 𝑥 + 𝑦, 𝑥 − 𝑦, 𝑦
1) 𝑇 −1 es única
2) 𝑇 −1 −1 = 𝑇
3) 𝑇 ∘ 𝐻 −1 = 𝐻−1 ∘ 𝑇 −1
−1 1 −1
4) 𝜆𝑇 = 𝑇 con 𝜆 ≠ 0
𝜆
Si T: V→W una transformación lineal, V un espacio de
dimensión finita y A, B bases de V y W respectivamente:
𝑇 𝑣ҧ = 𝜆𝑣ҧ
Para algún escalar 𝜆 ∈ 𝐾 ; entonces se dice que 𝜆
es un valor característico de T y que 𝑣ҧ es un vector
característico de T correspondiente a 𝜆.
Si T: V→V es un operador lineal y 𝝀 es un
valor característico de T, entonces el
conjunto 𝑬 𝝀 = 𝒗 ഥ 𝒗ഥ ∈ 𝑽 𝒚 𝑻 𝒗 ഥ = 𝝀ഥ
𝒗ሽ
es un subespacio de V.
Si T: V→V es un operador lineal y 𝛌 es un
valor característico de T, entonces el
conjunto 𝑬 𝝀 = 𝒗 ഥ 𝒗ഥ ∈ 𝑽 𝒚 𝑻 𝒗 ഥ = 𝝀ഥ
𝒗ሽ
se llama espacio característico de T
correspondiente al valor 𝝀.
Representación matricial diagonal de un
operador
𝑫 = 𝑷−𝟏 𝑨 𝑷
𝑫 = 𝑷−𝟏 𝑨 𝑷
𝑩 = 𝑪−𝟏 𝑨𝑪
Dos matrices representan al mismo operador
lineal si y sólo si son similares.