Ingeniera Matematica

FACULTAD DE CIENCIAS FSICAS Y MATEMATICAS I UNIVERSIDAD DE CHILE Algebra Lineal 08-2

SEMANA 9: TRANSFORMACIONES LINEALES

4.6.

Teorema del Nucleo-Imagen (TNI)

El propsito de est seccin es probar el siguiente teorema. o a o

Teorema 4.3 (N cleo-Imagen). Sean U, V espacios vectoriales sobre u o un cuerpo , T : U V una transformacin lineal, dim U < . Entonces:

Teorema Ncleo-Imagen (TNI) u

dim U = dim KerT + dim ImT. Demostracion. Daremos una demostracin constructiva de este teorema. o Sea {u1 , ..., u } una base de KerT . Completemos esta base a una base de U U = {u1 , ..., u , u+1 , ..., un }. Probaremos que = {T (u+1 ), ..., T (un )} es base de ImT . Sea v ImT es decir v V y existe u U T (u) = v. Como U es base de U se tendr que a u = 1 u1 + .... + u + +1 u+1 + .... + n un , de donde v = T (u) = +1 T (u+1 ) + .... + n T (un ), pues T (u1 ) = ... = T (u ) = 0. Es decir v es combinacin de los elementos o de . Probemos ahora que son l.i., para ello consideremos +1 T (u+1 ) + .... + n T (un ) = 0. Como T (+1 u+1 + .... + n un ) = +1 T (u+1 ) + .... + n un T (un ) = 0 se deduce que el vector +1 u+1 + .... + n KerT pero entonces existen escalares 1 , ..., tal que +1 u+1 + .... + n un = 1 u1 + .... + u , o equivalentemente 1 u1 + .... + u +1 u+1 ... n un = 0 Como los vectores u1 , ..., un son .i. se deduce en particular que +1 = ... = n = 0, y por lo tanto = {T (u+1), ..., T (un )} es base de ImT . Pero entonces tenemos dim U = n = + (n ) = dim KerT + dim ImT.

108

Departamento de Ingeniera Matematica - Universidad de Chile

Teorema 4.4. Sea T : U V aplicacin lineal. o 1. Si dim U = dim V entonces T inyectiva T epiyectiva T biyectiva. 2. Si dim U > dim V T no puede ser inyectiva. 3. Si dim U < dim V T no puede ser epiyectiva. 4. Como conclusin de (2) y (3) o U isomorfo a V dim U = dim V.

Demostracion. Probemos slo (2), el resto queda de ejercicio. Del TNI o se tiene que dim U = dim KerT + dim ImT < dim V, como dim KerT 0 se concluye que dim ImT < dim V, y por lo tanto ImT es un s.e.v. estrictamente ms peque o que V , es decir a n T no puede ser epiyectiva. Es importante se alar que en (1c), la implicancia es consecuencia de (2) n y (3), mientras que se obtiene del hecho de que todo espacio de dimensin o o nita n es isomorfo a n (ver ejemplo anterior a la Denicin 4.2).

Ejercicio

Ejercicio 4.2: Probar que si T : U V es lineal y W es un subespacio de U entonces 1. T (W ) es subespacio de V. 2. dim T (W ) dim U . 3. Si T es inyectiva dim T (W ) = dim W .

109

Departamento de Ingeniera Matematica - Universidad de Chile

Es directo del TNI que: si dim U = n, y el rango de T es n se tiene dim KerT = 0, es decir T es inyectiva. Otra aplicacin directa es o

a Vimos anteriormente que, dado un e.v V sobre , dimV = n, se ten V n . Esto nos permite llevar el trabajo de cualquier espacio de di= mensin nita a un espacio de n-tuplas. Trataremos de extender esto para o transformaciones lineales, reemplazando estas (en un sentido que precisaremos) por matrices.

Sean U, V espacios vectoriales sobre un cuerpo , dim U = p, dim V = q. Sean U = {u1 , ..., up }, V = {v1 , ..., vq } bases de U y V respectivamente. Consideremos nalmente una transformacin lineal T : U V . o Sabemos que T queda completamente determinada por su accin sobre la o base U
q

T (uj ) =
i=1

aij vi

1jp

o bien, T (u1 ) = a11 v1 + a21 v2 + ... + aq1 vq T (u2 ) = a12 v1 + a22 v2 + ... + aq2 vq . . . T (up ) = a1p v1 + a2p v2 + ... + aqp vq Es claro que la informacin importante que dene T est contenida en las o a coordenadas, (a1j , a2j , ..., aqj ) de cada vector T (uj ), con respecto a la base V , en el espacio de llegada. Esta informacin la guardamos en una matriz o de q las y p columnas, denominada matriz representante de T , con respecto a las bases U y V : a12 ... a21 a22 ... MU V (T ) = . . . . . . aq1 aq2 ...
11

a1p a2p . Mqp ( ) . . aqp

Matriz representante de T MU V (T )

donde, q = dim U, p = dim V . En la columna j-sima de esta matriz, aparecen las coordenadas del vector e T (uj ) con respecto a la base V : a2j = . T (uj ) = . . aqj a
1j q

Aj

aij vi
i=1

110

Departamento de Ingeniera Matematica - Universidad de Chile

4.7.

Matriz Representante de una Transformacion Lineal

Observacin: Una pregunta interesante es: Qu sucede con esta o e matriz si cambiamos las bases?. Esto lo responderemos en breve. Ejemplo: Sea T :

, denida por
3

1 1 T (x) = 0 1 0 0 = V =
1 1 0

x1 0 0 x 1 0 2 . x3 1 1 x4
3

Consideremos = U = {e1 , e2 , e3 , e4 }, base cannica de o ,

1 0 1

,
1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1

0 1 1

base de
1 0 0 1 1 0 0 1 1 0 0 1 1 2 1 2 1 2

. Se tiene entonces:
1 1 0 1 1 0

,
4 0 1 1

T (e1 ) = T T (e2 ) = T T (e3 ) = T T (e4 ) = T de donde:

= = = =

1 2

1 2
1 0 1 1 0 1

1 0 1

+0 +1

1 2
0 1 1 0 1 1

=1 =0 = 1 2

+0 +0
1 1 0 1 2 1 2 1 2

1 1 0

1 2

1 0 1

1 2

0 1 1

1 0 0 0 0 1

M (T ) = Tomemos ahora, en
3

, la base cannica, o
1 0 0 1 1 0 0 1 1 0 0 1

M34 ( )

1 0 0

0 1 0

0 0 1

T (e1 ) = T (e2 ) = T (e3 ) = T (e4 ) = Luego,

= 1e + 0e + 0e 1 2 3 = 1e + 1e + 0e 1 2 3 = 0e + 1e + 1e 1 2 3 = 0e + 0e + 1e 1 2 3 1 0 1 1 0 1 0 0 1

Sorpresa!, esta matriz representante no slo es distinta de la anterior, o sino que corresponde a la matriz que dene T en forma natural. Conclu mos entonces que: la matriz representante depende de las bases elegidas y que la matriz representante con respecto a las bases cannicas o 111

1 M (T ) = 0 0

Departamento de Ingeniera Matematica - Universidad de Chile

Consideremos

TA :

q x Ax, A Mqp ( )

Sea = {e1 , ..., ep } la base cannica de o cannica de q . o

y = {e , ..., e } la base 1 q

Se tiene entonces: a11 ... . . . aq1 ... a1j ... . . . aqj ... 0 a 1j . a1p . . . 1 = a2j . . . . . . aqp . . aqj 0
q

TA (ej ) = Aej = o bien:

TA (ej ) = a1j e + ... + aqj e = 1 m

i=1

aij e i

de donde conclu mos M (TA ) = A. Veamos ahora como interactuan T y M = M (T ). Sea u U , entonces u = 1 u1 + ... + p up , y por lo tanto T (u) = tanto T (u) =
j=1 p j=1 p

j T (uj ) pero T (uj ) =

q q p

q i=1

mij vi y por lo

j
i=1

mij vi =

(
i=1 j=1

j mij )vi .

As las coordenadas de T (u) con respecto a son

p p

j m1j , . . . ,
j=1 j=1

j mqj ,

y por lo tanto si = (1 , ..., p ) son las coordenadas de u entonces M son las de T (u). Esto permite trabajar con M en vez de T . Ya tenemos una matriz que representa T , ahora deseamos olvidarnos de T y trabajar slo con un representante matricial. Para hacer esto, en algeo bra acostumbramos establecer una isomorf en este caso, entre el espacio a, vectorial de todas estas matrices, Mqp ( ), y aqul de todas las transformae ciones lineales. Para ello denamos primero este ultimo espacio.

Denicin 4.6. Sea U, V espacios vectoriales sobre o dim U = p y dim V = q respectivamente. Denimos

, de

dimensiones

L (U, V ) = {T : U V /T es transformacin lineal } o 112

Departamento de Ingeniera Matematica - Universidad de Chile

es la matriz asociada a T . Esto ultimo lo podemos vericar en el caso general:

(T )(x) = T (x), , T L (U, V ) (T + T )(x) = T (x) + T (x), T, T L (U, V ) es un espacio vectorial sobre el cuerpo

Tenemos entonces la propiedad buscada: L (U, V ) Mqp ( ) = En efecto, sean U , V bases de U y V respectivamente y denamos la funcin. o : L (U, V ) Mqp ( ) T (T ) = MU V (T ) Es decir, a una transformacin lineal arbitraria le asociamos su matriz o representante con respecto a las bases U y V . 1. es una transformacin lineal. Sean U = {u1 , ..., up }, V = {v1 , ..., vq }, o T, L LK (U, V ), A = MU V (T ), B = MU V (L). Calculemos (T + L) = MU V (T + L). (T + L)(uj ) = T (uj ) + L(uj ) =
q q q

=
i=1

aij vi +
i=1

bij vi =
i=1

(aij + bij )vi

Luego, la j-sima columna de MU V es el vector: e Se concluye entonces: a11 + b11 ...a1j + b1j ...a1p + b1p . . . . . (T + L) = MU V (T + L) = . . . . aq1 + bq1 ...aqj + bqj ...aqp + bqp = A + B = MU V (T ) + MU V (L) = (T ) + (L) De manera anloga se prueba que a (T ) = MU V (T ). a1j + b1j . . = Aj + Bj . aqj + bqj

113

Departamento de Ingeniera Matematica - Universidad de Chile

Es directo que L (U, V ), dotado de las operaciones:

L (U, V )

Por otra parte, u U, u =

j=1 p p

j uj , de donde u U, T (u) =

j T (uj ) =
j=1 j=1

j 0 = 0, concluyendo T 0, la transformacin o

nula. Luego, es inyectiva. Veamos la epiyectividad. Dada una matriz o A = (aij ) Mqp ( ), le asociamos la transformacin lineal T , que
q

a la base de U asocia: T (uj ) =

i=1

aij vi . Es directo que (T ) =

Mqp (T ) = A, luego es epiyectiva. De (1) y (2) conclu mos que es un isomorsmo. Directamente, de este resultado se tiene: dim L (U, V ) = dim Mqp ( ) = pq = dim U dim V . Es decir, la dimensin del espacio de transformaciones o lineales es nita y corresponde al producto de las dimensiones de U y V . En el contexto del resultado anterior que relacin existe entre la multiplio cacin de matrices y la composicin de funciones lineales?. o o Veamos que sucede al componer dos transformaciones lineales. Sean T : U V, L : V W transformaciones lineales, luego L T : U W es tambin lineal. Ahora bien, sean dimU = p, dimV = q, dimW = r con e bases U = {ui }p , V = {vi }q , W = {wi }r , respectivamente. Suponi=1 i=1 i=1 gamos adems que MU V (T ) = B Mqp ( ), a a o MU V (L) = A Mpr ( ). La pregunta es cul es la expresin de MU W (L T )? Los datos del problema son:

T (uk ) =
j=1 r

bjk vj aij wi
i=1

1kp 1jq

L(vj ) = Calculemos ahora:

(L T )(uk ) = L(T (uk )) = L(

q j=1 q

bjk vj ) =
r

=
j=1 r

bjk L(vj ) =
j=1 q

bjk (
i=1

aij wi )

(
i=1 j=1

aij bjk )wi

1kp

114

Departamento de Ingeniera Matematica - Universidad de Chile

2. es biyeccin. Sean T Ker() (T ) = MU V (T ) = 0 o Mqp ( ) T (uj ) = 0v1 + ... + 0vq = 0.

 a1j bjp j=1 j=1 . MU W (L T ) = . . q q arj bj1 ... arj bjp a1j bj1 ...
j=1 j=1

= A B = MV W (L) MU V (T ) Hemos probado que la matriz representante de la composicin de dos funo ciones lineales L T , es el producto de las matrices representantes.

115

Departamento de Ingeniera Matematica - Universidad de Chile

obteniendo

 Ejercicio

Ejercicio 4.3: T : U V es una transformacin lineal y , son o bases de U y V respectivamente entonces 1. T es invertible ssi M (T ) es una matriz invertible. 2. Si T es invertible, (M (T ))1 = M (T 1 ).

Esto nos permite, cuando se estudian transformaciones lineales sobre espacios vectoriales de dimensin nita, trabajar directamente en la estructura o matricial correspondiente, sumando o multiplicando matrices. En base a lo anterior se tiene el resultado siguiente: Teorema 4.5. Para toda matriz A Mnn ( ), las propiedades siguientes son equivalentes 1. A es invertible. 2. TA :

, v TA (v) = Av es un isomorsmo.

3. El conjunto {Aj}n es base de j=1

Demostracion. Demostremos primero (2)(3). Para ello recordemos que A es la matriz representante de TA con respecto a las bases cannicas: o TA (ej ) = Aej = Aj. 2 3) Como TA es isomorsmo, es en particular inyectiva, luego {TA (ej )}n j=1 es .i {Aj }n es .i en n . Como dim n = n, este conjunto es base. j=1

3 2) Sabemos Aj = TA (ej ) para 1 j n, luego {Aj }n base, es j=1 decir {TA (ej )}n es base de n , luego ImTA =< {TA (ej )} >= n . Del j=1 TNI se tiene:

dim

= n = dim ImTA + dimKerTA , luego n = n + dim KerTA ,

entonces dim KerTA = 0 y por lo tanto KerTA = {0}. Adems las dimensiones de los espacios de partida y llegada son iguales, a luego TA es isomorrmo. (1)(2) es consecuencia del Ejercicio 4.3, usando el hecho de que TA tiene a A como matriz representante con respecto a las bases cannicas. o

116

Departamento de Ingeniera Matematica - Universidad de Chile

Una aplicacin inmediata de este resultado es o

Cuando denimos la matriz representante vimos que esta depend de las a bases elegidas. De esto surge el problema de la no unicidad de la representacin: una misma transformacin lineal tiene asociada ms de una matriz, o o a dependiendo de las bases escogidas. Sea entonces V un espacio vectorial sobre K, dimV = n, sean = {vi }i=1 y = {vi }n dos bases de V . Claramente, los vectores de tienen una i=1 representacin unica en la base : o
v1 = p11 v1 + p21 v2 + ... + pn1 vn . . . . . . . . . vj = p1j v1 + p2j v2 + ... + pnj vn . . . . . . . . . vn = p1n v1 + p2n v2 + ... + pnn vn

Denominamos matriz de pasaje o de cambio de base de a a la matriz: p11 ... p1j ... p1n . . . . . P = P = (pij ) = . . . . pn1 ... pnj ... pnn
cuya columna j-sima corresponde a las coordenadas del vector vj , de e la nueva base , con respecto a la antigua base . Es fcil ver que a est matriz es exactamente a

Matriz de pasaje o de cambio de base

M (idV ), es decir la matriz representante de la identidad de V, colocando como base de partida y de llegada . Por otra parte, sabemos que a un vector x V podemos asociarle de manera biunivoca un vector = (1 , ..., n ) n , correspondiente a sus coordenadas con respecto a la base . De manera anloga le podemos asociar a = ( , ..., ) n , sus coordenadas con respecto a la base . 1 n Se tiene entonces:

n vj = j

v=
j=1

( j
j=1 i=1

pij vi ) =

(
i=1 j=1

pij )vi j

Pero, adems, v = a
i=1

i vi .

Como la representacin es unica, conclu o mos:

n

i =
j=1

pij j

1in

matricialmente: = P . 117

Departamento de Ingeniera Matematica - Universidad de Chile

4.8.

Matriz de Pasaje o de Cambio de Base

Es posible despejar ?. S lo es, y esto es equivalente a probar que P es invertible. Pero por ser la matriz representante de un isomorf smo es entonces invertible. Adems P 1 es la matriz de cambio de base de a : a M (idV ). Observacin: Cabe hacer notar que la notacin no es muy afortunada, o o pues la matriz de cambio de base de a es M (idV ) es decir hay que expresar los vectores de en funcin de los de . o Estudiaremos ahora la relacin que existe entre las distintas matrices reo presentantes de una misma transformacin lineal. Esto lo deduciremos de o la regla que tenemos para la matriz representante de una composicin de o aplicaciones lineales. Sea T : U V lineal y consideremos cuatro bases: , bases de U , bases de V. La pregunta es cmo se relacionan M (T ) y M (T )?. o Todo sale de la observacin o idV T idU = T, y por lo tanto M (T ) = M (idV T idU ) = M (idV )M (T )M (idU ). (4.4)

Es decir la nueva matriz representante de T es la antigua multiplicada por matrices de cambio de base. La mejor forma de recordar esto es con un diagrama T U, V, T idV idU U, V, Recorremos este diagrama de dos maneras distintas. para obtener la frmuo la 4.4. Notemos que cuando hacemos el recorrido por abajo el orden que aparecen las matrices es reverso: la matriz ms a la derecha en 4.4 es la que a actua primero y as sucesivamente. a Las matrices A = M (T ) y B = M (T ) estn relacionadas por un par de matrices invertibles que denotaremos por P, Q: C = P AQ. Diremos que entonces A y C son semejantes. Como ejercicio, probar que esta es una relacin de equivalencia. Un caso importante es cuando Q = o P 1 , es decir C = P AP 1 . 118

matrices semejantes Ejercicio

Departamento de Ingeniera Matematica - Universidad de Chile

Esta ecuacin establece la relacin entre las coordenadas de un mismo veco o tor v V con respecto a ambas bases.

119

Departamento de Ingeniera Matematica - Universidad de Chile

En este caso especial diremos que A y C son similares. Esta tambin es e una relacin de equivalencia. o Se tiene que a diferencia de la semejanza no es fcil saber cundo dos a a matrices son similares. Parte de este problema la estudiaremos en el prxima o seccin. o

matrices similares