Transf. Lineales 2011actual

UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL
Introduccin
En ste mdulo relacionaremos los espacios vectoriales mediante funciones que
preservan las operaciones de suma vectorial y producto por un escalar, tales funciones
se llaman TRANSFORMACIONES LINEALES.

Las transformaciones lineales son mapeos de importancia fundamental en el lgebra
lineal y en sus aplicaciones. En ste mdulo definiremos una transformacin lineal y
mostraremos varios ejemplos geomtricos de transformaciones lineales. Seguidamente
dirigiremos nuestra atencin hacia dos subespacios bsicos que acompaan a toda
transformacin lineal, el ncleo y la imagen de una transformacin. Adems
describiremos cmo distinguir entre dos espacios vectoriales distintos y cuando
considerarlos iguales o isomrficos. Finalmente, demostraremos que toda
transformacin lineal entre espacios vectoriales de dimensiones finitas puede
representarse con una matriz y que si las matrices A y B representan a una mismo
operador lineal ellas son semejantes, esto es, existe una matriz invertible P, tal que, B =
P
-1
AP.
Finalmente, espero que el presente mdulo sirva como material de estudio
bibliogrfico para los estudiantes de la Universidad Nacional de Cajamarca y otras
universidades, que contemplan dentro de su plan de estudios una materia de lgebra
lineal.
1
LGEBRA LINEAL
TRANSFORMACIONES LINEALES
DEFINICIN 1: Sean V y W dos espacios vectoriales sobre un campo F. Una
transformacin lineal T de V en W es una funcin que asigna a cada v V un nico
vector T (v) en W tal que:
i) T (u + v) = T (u) + T (v), para cada u, v V.
ii) T (k.u) = k. T (u), para cada u V y cada escalar k F.
OBSERVACIONES:
1) El signo + en (u + v) del lado izquierdo de i), se refiere a la operacin
de suma en V, mientras que el signo + en T (u) + T (v) del lado derecho de la
ecuacin se refiere a la operacin de suma en W.
2) De manera anloga, en ii), el producto escalar k.u est en V, mientras
que el producto escalar k.T (u) est en W.
3) Si V = W y T: V
V, entonces T es llamado operador lineal en V.

Ejemplo 1) Sea T: P
2

P
1
definida por:
T (ax
2
+ b x + c) = a x + b +1
Es T una transformacin lineal?
Solucin:
i) Sean f(x) = a
1
x
2
+ b
1
x + c
1
, g(x) = a
2
x
2
+ b
2
x + c
2
, polinomios en P
2
.
Por definicin de suma de polinomios tenemos que:
f (x) + g(x) = (a
1
+ a
2
) x
2
+ (b
1
+ b
2
) x + c
1
+ c
2
Luego:
T (f(x) + g(x)) = T ((a
1
+ a
2
) x
2
+ (b
1
+ b
2
) x + (c
1
+ c
2
))
= (a
1
+ a
2
) x + (b
1
+ b
2
) + 1
= a
1
x + a
2
x + b
1
+ b
2
+1
= (a
1
x + b
1
+ 1) + (a
2
x + b
2
)
= T (f(x)) + a
2
x + b
2
T (f(x)) + T (g(x))
As podemos concluir que: T: P
2
P
1
, definida por T (ax
2
+ bx + c) = ax + b + 1 no es
una transformacin lineal.
2
LGEBRA LINEAL
Ejemplo 2): Sea L: M
2x2

M
2x2
definida como
,
_
1
]
1
,
_
a d c
d c b
d c
b a
L
2
Verifique si L es un operador lineal.
Solucin:
Sean
,
_
,
_
h g
f e
a c
b a
,
M
2x2
De la definicin de suma de matrices, tenemos:
3
LGEBRA LINEAL

,
_
+ +
+ +
,
_
,
_
h d g c
f b e a
h g
f e
d c
b a
i)
1
]
1
,
_
+ +
+ +
1
]
1
,
_
,
_
h d g c
f b e a
L
h f
f e
d c
b a
L
4
LGEBRA LINEAL
,
_
,
_
,
_
,
_
,
_
+ + + +
+ + +
h g
f e
L
d c
b a
L
e h g
h g f
a d c
d c b
e a h d g c
h d g c f b
2 2
) ( 2
) (
5
LGEBRA LINEAL
ii)

1
]
1
,
_
1
]
1
,
_
k
kd kc
kb ka
L
d c
b a
k L ,
1
]
1
,
_
,
_
,
_
d c
b a
L k
a d c
d c b
k
ka kd kc
kd kc kb
2 2
De (i) y (ii), podemos concluir que, L es un operador lineal.
Ejemplos geomtricos de Transformaciones lineales
1) ROTACIN DE VECTORES EN EL PLANO .- La rotacin en el plano, alrededor
del origen (en sentido anti-horario) y de magnitud (0 2) es un ejemplo de una
transformacin lineal.
6
LGEBRA LINEAL
Grfico N 01
Recordemos que la rotacin de vectores preserva: el mdulo del vector y el ngulo entre
vectores.
Del grfico N 01, podemos obtener las siguientes relaciones:
x = r cos y = r sen .................. (*)
w
1
= r cos ( + ) w
2
= r sen ( + ) ......... (**)
Desarrollando coseno y seno de una suma de ngulos en (**), podemos expresar a w
1
y
w
2
de la siguiente manera:
w
1
= r (cos cos - sen sen )
w
2
= r (sen cos + cos sen )
Reemplazamos (*) en (***) y obtenemos:
w
1
= x cos - y sen
w
2
= x sen + y cos
Luego:
T(x, y) = (w
1
, w
2
) = (x cos - y sen , x sen + y cos )
Que matricialmente, en forma equivalente, lo podemos escribir de la siguiente manera:
7
r
r
(w
1
, w
2
)
(x, y)
... (***)
LGEBRA LINEAL
T

,
_
y
x
=
,
_
,
_

y
x
sen
sen

cos
cos
Suele tambin denotarse como:
T
,
_
y
x
=
,
_
,
_

y
x
sen
sen

cos
cos
2) DILATACIN Y CONTRACCIN DE VECTORES
Si k es un escalar no negativo, entonces el operador T (x) = k.x es llamado una
contraccin con factor k, si 0 k 1. Si k > 1, el operador se llama una dilatacin con
factor k.

8
T(x) = kx
x
x
T(x) = k.x
LGEBRA LINEAL
0
CONTRACCIN DILATACIN
Figura N 02
3) LA REFLEXIN DE UN PUNTO CON RESPECTO A UNA RECTA
Sea V = (x, y) R
2
y L una recta en R
2
que pasa por el origen. La reflexin de este
punto sobre la recta L, es un operador lineal en R
2
.
i) Sea L: {PR
2
/P = a t, aR
2
y tR} una recta de R
2
.
ii) Deseamos hallar la regla de correspondencia de T (v) en funcin de v
y u = a
siendo conocido el vector a.

iii) El vector T (v) v, es perpendicular a la recta L y Q es punto medio.
Grfico N 03
Del Grfico N 03, podemos deducir que:
v = T (v) + T (v)-v
v= T (v) + 2 Qv
v= T (v) + 2 Proy
u
v
Luego:
T (v) = v 2 Proy
u
v
9
0
u
v
a
Q
T (v)
L
LGEBRA LINEAL
T (v) = v 2
u
u
u v
.
,
2
La funcin T (v) = v 2
u
u
u v
.
,
2 , es un operador lineal de R
2
en R
2
(verifquelo) que
expresa la reflexin de v = (x, y) con respecto a la recta L: {PR
2
/ P= a t, tR}
CASO PARTICULAR:
Sea L: {PR
2
/ P = t (1,0), tR}, el eje x.
Si v = (x, y) R
2
y

T (v) es la reflexin de v = (x, y) sobre el eje X.
Hallar la regla de correspondencia de T (v).
Grfico N 04
Grfico N 04
Solucin:
v = T (v) + T (v)-v = T (v) + 2 Qv
= T (v) + 2 OA = T (v) + 2 Proy
u
v
Despejamos T (v) en esta ltima expresin para obtener:
T (v) = v 2 Proy
u
(v)
= v 2
u
u
u v
.
,
2
10
A
v=(x,y)
(x,y)
Q
u
o a
x
L
T(v)=(x,-y)
LGEBRA LINEAL
= (x, y) 2
) 1 , 0 ( .
) 1 , 0 (
) 1 , 0 ( ), , (
2
y x
= (x, y) 2y (0,1)
= (x, y) (0, 2y) = (x, -y)
As, hemos obtenido que:
T(x, y) = (x, -y), que representa la regla de correspondencia de la reflexin de un punto
del plano sobre el eje X.
Propiedades de las transformaciones lineales
Proposicin 1.
Dada la transformacin lineal. T: V W, se tiene que:
a) T (0) =
b) T (- u) = - T(u)
c) T (u-v) = T (u) T (v)
d) T
,
_
i
n
i
i
v a
1
=
n
i 1
a
i
T (v
i
) , a
i
F, v
i
V.
Demostracin
a) Por definicin de elemento neutro en V, tenemos que: 0 = 0 + 0, 0
V. Ahora
aplicamos T en ambos miembros de sta ltima ecuacin para obtener,
T (0) = T (0+0)
T (0) = T (0) + T (0), por ser T una transformacin lineal... (1)
Como W es un espacio vectorial, se cumple que:
= T (0) T (0)
= T (0) + T (0) T (0). por (1)
= T (0) + (T (0) T (0))
= T (0) +
= T (0)
b) T (-u) = T ( )( ) [ ] ) 1 u = -1 T (u) = - T (u), pues T es transformacin lineal.
11
LGEBRA LINEAL
c) T (u-v) = T (u+ (-v)) = T (u) + T (-v) = T (u) T (v), pues T es transformacin
lneal.
d) L a prueba lo haremos por induccin matemtica
i) Para n = 2, tenemos que:
T (a
1
v
1
+ a
2
v
2
) = T (a
1
v
1
) + T (a
2
v
2
) pues T es transformacin lineal.
= a
1
T (v
1
) + a
2
T (v
2
) pues T es transformacin lineal.
Como vemos la expresin es vlida para n=2.
ii) Supongamos que la expresin es vlida para n = h. (Hiptesis Inductiva)
T (a
1
v
1
+ ....+ a
h
v
h
) = a
1
T(v
1
) + ....+ a
h
T(v
h
), con h > 2
iii) Demostraremos que la expresin es vlida para n = h + 1.(Tesis)
En efecto:
T (a
1
v
1
+ ...+ a
h
v
h
+ a
h+1
v
h+1
) = T
( ) [ ]
1 1 1 1
...
+ +
+ + +
h h h h
v a v a v a
= T (a
1
v
1
+ ...+ a
h
v
h
) + T (a
h+1
v
h+1
)
= a
1
T (v
1
) + ...+ a
h
T (v
h
) + a
h+1
T (v
h+1
)
=
1
1
) (
h
i
i i
v T a

,
_
n
i
i i
n
i
i i
v T a v a T
1 1
) (
Proposicin 2. Una funcin T: V W es una transformacin lineal, si y slo si, T (a u
+ b v) = a T (u) + b T (v), u, v V, a, b F.
Demostracin:
i) () T (au + bv) = T (au) + T (bv) pues T es t.l.
= a T (u) + b T (v) pues T es t.l.
ii) () Si hacemos a = b =1, entonces tenemos que:
T (u + v) = T (u) + T (v), lo cual prueba la parte i) de la definicin de transformacin
lineal. En forma similar, hagamos b = 0 en la igualdad: T (au + bv) = a T (u) + b T (v), y
12
LGEBRA LINEAL
as obtenemos que: T (au) = a T (u), lo cual prueba la parte ii) de la definicin de
transformacin lineal.
NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL
Asociada a cada transformacin lineal T: V W, existen dos subespacios, los cuales
son llamados ncleo(N (T)) e imagen (Im (T)) de una transformacin lineal, definidos
de la siguiente manera:
N (T) = 'v V/ T (v) = 0)
V
Im (T) = 'w W/ v V, con T (v) = w) = 'T (v) / v V)
W
Ejemplo 3) Encuentre el ncleo y la imagen de la siguiente transformacin lineal
T: R
3
R
3
, definida por T (x, y, z) = (2x-z, 3x-2y, x-2y + z)
Solucin:
a) Por definicin de ncleo tenemos que:
N (T) = ' (x, y, z)
R
3
/ T(x, y, z) = = (0, 0, 0))
Pero, T (x, y, z) = (0, 0, 0) implica que:
2x -z =0
3x-2y =0 ... (1)
x-2y+z=0
Resolviendo el sistema (1) obtenemos que:
(x, y, z) = t (1/2, 3/4, 1), t R
N (T) = '(x, y, z) R
3
/ x =
2
1
t, y = 3/4 t, z = t, t R
b) La imagen de T est formado por vectores de la forma (r, s, t) tal que exista un
vector (x, y, z) R
3
, tal que T(x, y, z) = (r, s, t). Esta igualdad nos lleva a tener el
siguiente sistema:
(r, s, t) = (2x-z, 3x 2y, x 2y + z)... (2)
Trabajamos en el sistema (2) matricialmente y as obtenemos:
2 0 -1 r 1 -2 1 t
3 -2 0 s 0 4 -3 s -3t
13
LGEBRA LINEAL
1 -2 1 t 0 0 0 t + r s
El sistema (2) ser compatible si: t + r s = 0, o equivalentemente, s = t + r
Luego:
(r, s, t) = (r, t + r, t) = t (0,1,1) + r (1, 1, 0)
Im (T) = 'w R
3
/ w = r (1, 1, 0) + t (0, 1, 1), r, t R)
Ejemplo 4) Sea C
3
[0,1] el espacio de las funciones f tales que f y sus tres primeras
derivadas f, f y f estn definidas y son continuas en [0,1].
Definimos el operador:
T: C
3
[0, 1] C
3
[0, 1]
f T (f) = f
a) Hallar el ncleo del operador lineal
b) Verifique que e
x
y e
-x
pertenecen al ncleo de T
1
donde T
1
es el operador
diferencial definido por T
1
(f) = f f.
Solucin:
a) Por definicin: N (T) = 'f C
3
[0,1] / T(f) = 0)
Pero T (f) = 0 f = 0
f (x) = k , k R
f (x) = k
1
x + k, k
1
R
f (x) = k
2
x
2
+ k
1
x + k, k
2
R
N (T) = 'f C
3
[0,1] / f(x) = k
2
x
2
+ k
1
x + k)
b) En forma similar: N (T
1
) = {f(x) / T (f(x)) = 0}
Pero T (f (x)) = 0
f (x) f (x) = 0.
Resolviendo la ecuacin diferencial anterior, obtenemos que:
f (x) =
e
x
+
e
-x
,

R
Luego: N (T) = ' f(x) / f (x) =
e
x
+
e
-x
,
R}
14
LGEBRA LINEAL
Si
= 1 y = 0, obtenemos que e
x
N (T)
Si
= 0 y = 1, obtenemos que e
-x
N (T)
Ejercicios N 01
1. Hallar el ncleo y su dimensin en cada uno de los casos siguientes:
a) T ( x
1
, x
2
, x
3
) = (x
1
x
2
, x
2
)
b) T (x
1
, x
2
, x
3
, x
4
) = (x
1
x
2
x
3
, x
3
x
4
)
2. Dado el espacio C [0,1] de las funciones continuas en el intervalo cerrado [0,1] y
el subespacio M de las funciones que tienen derivada continua en [0,1],
demuestre que:
a) La derivacin D es una transformacin lineal de M en C[0,1]
b) La integracin I, definida por:
I (f(x)) =
x
dt t f
0
) ( , 0 x 1
Es una transformacin lineal de C [0,1] en C [0,1]
3. Sea T: R
3
R
3
/ T (x
1
, x
2
, x
3
) = (x
1
-x
2
+2x
3
, 2x
1
+x
2
, -x
1
-2x
2
+2x
3
)
a) Verifique que T es lineal.
b) Qu condiciones deben satisfacer a, b y c para que el vector (a, b, c) pertenezca
al ncleo de T? Cul es el N (T)?.
c) Qu condiciones deben satisfacer a, b y c para el vector (a, b, c) pertenezca a la
imagen de T Cul es la Im (T)?.
4. Cul es la rotacin T
que lleva a la recta L: 2x 3y + 1 = 0 paralela al eje y?

5. Sea un ngulo en el 2do. Cuadrante tal que sen = 1/3. Describa
explcitamente la transformacin lineal T
y halla la imagen de (1,0); (0,1) y

(1,1).
6. Qu vectores permanecen invariables bajo T
?; es decir T
(v) = v?
15
LGEBRA LINEAL
MONOMORFISMOS, EPIMORFISMOS E ISOMORFISMOS
Sea T: V W una transformacin lineal.
a) Se dice que T es un monomorfismo o inyectiva, s y slo s, T (u) = T (v) implica
que, u = v, u, v V.
b) Decimos que T es un epimorfismo o sobreyectiva, s y slo s, para cada w W,
existe v V / T (v) = w
Equivalentemente, podemos decir que:
T es un epimorfismo, s y slo s, T (V) = W o que Im (T) = W.
c) Decimos que T es un isomorfismo, s y slo s, T es monomorfismo y
epimorfismo. Cuando sucede esto se dice que los espacios vectoriales V y W son
isomorfismos y lo denotaremos como: V W.
Ejemplo 5) (DERIVADA FORMAL DE POLINOMIOS) Sea D: R[x] R[x],
definida por:
D (a
0
+ a
1
x + ... + a
n
x
n
) = a
1
+ 2a
2
x + + na
n
x
n-1
Demuestre que D es un epimorfismo, pero no un monomorfismo.
PRUEBA:
a) D ES UN EPIMORFISMO
Sea P(x) = b
0
+ b
1
x +...+ b
m
x
m
un polinomio cualquiera en R[x].
Mediante clculos sencillos podemos encontrar:
Q(x) = b
0
x + b
1
1
2
1
...
2
+
+
+ +
m m
x
m
b x
R[x], tal que: D (Q(x)) = P(x)
Es decir que, para cada P(x) R[x], siempre existe Q(x) R[x] definida de la manera
arriba escrita tal que, D (Q(x)) = P(x).
D es un epimorfismo.
b) D NO ES UN MONOMORFISMO
Para demostrar que D no es un monomorfismo, lo haremos con un contraejemplo.
Sean P(x) = a x + b R[x], a, b R.
Q(x) = a x + c R[x], a, c R.
16
LGEBRA LINEAL
Podemos ver claramente que si cb, entonces P(x) Q(x), pero D (P(x)) = a = D (Q(x))
D no es un monomorfismo.
Ejemplo 6) Demuestre que la rotacin en el plano es un isomorfismo.
PRUEBA:
Recordemos que la regla de correspondencia de la transformacin lineal que rota los
vectores en el plano, est dada por:
,
_
,
_
,
_
y
x
sen
sen
y
x
T

cos
cos
a) T ES MONOMORFISMO
Debemos probar que:
Si T (v) = T(v), entonces v = v , v, v R
2
.
17
LGEBRA LINEAL
Pero T (v) = T(v) implica que,
,
_
,
_
,
_
,
_

'
'
cos
cos
cos
cos
y
x
sen
sen
y
x
sen
sen

18
LGEBRA LINEAL
Resolviendo sta ltima ecuacin matricial obtenemos que
0 1
cos
cos
,
'
'

,
_
,
_

sen
sen
que a debido esto
y
x
y
x
.
Lo que nos conduce a afirmar que: v = v.
b) T ES EPIMORFISMO
Debemos probar que: para cada
,
_
,
_
,
_
b
a
v T R
y
x
v existe R
b
a
) ( / ,
2 2
19
LGEBRA LINEAL
En efecto:
T (v) =
,
_
,
_
,
_
,
_
b
a
y
x
sen
sen
que implica
b
a

cos
cos
,
. Resolviendo sta ecuacin obtenemos que:
20
LGEBRA LINEAL
,
_
,
_
,
_
b
a
sen
sen
y
x

cos
cos
Luego, hemos encontrado:
21
LGEBRA LINEAL
,
_
,
_
,
_
,
_
,
_
b
a
y
x
T que condicin la con
b
a
sen
sen
y
x

cos
cos
T es un epimorfismo.
De (a) y (b), podemos concluir que: T es un isomorfismo.
TEOREMA 1. Una transformacin lineal T: V W, es un monomorfismo, s y
slo s, N (T) = {0}.
PRUEBA
) Si N (T) = {0}, entonces T: V W es un monomorfismo
22
LGEBRA LINEAL
En efecto:
T (u) = T (v) implica que T (u) T (v) = , con W. Como T es una
transformacin lineal, resulta que T (u v) = . As tenemos que (u v) pertenece
al ncleo de T y como el N (T) = {0}, concluimos que u = v.
Luego, T es un monomorfismo.
) Si T: V W es un monomorfismo, entonces N (T) = {0}
En efecto:
Como T es transformacin lineal, entonces por la proposicin 1), parte i), tenemos
que, T (0) = . Luego, como T es un monomorfismo, de la igualdad T (v) =
slo podemos obtener que v = 0.
N (T) = {0}.
TEOREMA 2. Si v
1
, v
2
,..., v
n
es una base de V y w
1
, w
2
,...,w
n
son vectores arbitrarios de
W, entonces existe una nica transformacin lineal T: V W tal que T(v
j
) = w
j
,
j=1,2,...,n.
PRUEBA
Dado vector v V, podemos encontrar escalares
i
F, para cada i = 1,,n, tal que:
v =
1
v
1
+ ... +
n
v
n
.
Luego, la imagen de v va T es dado por:
T (v) = T (
1
v
1
+ ... +
n
v
n
)
T (v) =
1
T (v
1
) + ... +
n
T (v
n
)
T (v) =
1
w
1
+ ... +
n
w
n
Como podemos ver la T as definida verifica las condiciones del teorema.
Ejemplo 7) Sea T: R
3
R
2
, la transformacin lineal tal que:
T(1,0,0) = (3,4), T(0,1,0) = (1, -2), T(0,0,1) = (-1, 3).
Encuentre T(x, y, z).
Solucin:
23
LGEBRA LINEAL
Como cualquier vector v = (x, y, z) R
3
se puede escribir de la forma:
v = (x ,y, z) = (x(1,0,0) + y(0,1,0) + z(0,0,1))
Entonces:
T(v) = T(x(1,0,0) + y(0,1,0) + z(0,0,1))
= x T (1, 0, 0) + y T (0, 1, 0) + z T (0, 0, 1)
= x (3,4) + y (1,-2) + z (-1,3)
= (3x + y z, 4x 2y + 3z)
T(x, y, z) = (3x + y z, 4x 2y + 3z)
VARIANTE DEL TEOREMA 2.
Sea {v
1
, v
2
, ... , v
m
} un conjunto de generadores de V, no necesariamente linealmente
independientes y w
1
, w
2
, ... , w
m
una coleccin de m vectores en un espacio vectorial
W.
Bajo qu condiciones existe una transformacin lineal T: V W, tal que,
T (v
j
) = w
j
,
j
= 1,,m ?
Solucin:
Como una transformacin lineal lleva ceros en ceros. Asi, si 0 V, entonces existirn
escalares tal que: 0 =
1
v
1
+ ... +
m
v
m
. Tomando T en sta ltima igualdad tenemos
que: T (0) = T (
1
v
1
+ .... +
m
v
m
) = , W, y como deseamos que T sea una
transformacin lineal debemos tener T(0) =
1
T(v
1
) + +
m
T(v
m
) = . Adems por
dato T (v
j
) = w
j
,
j
= 1,,m, conducindonos a que:
T (0) = T(
1
v
1
+ .... +
m
v
m
) =
1
w
1
+ . +
m
w
m
= .
Luego, afirmamos que la condicin necesaria y suficiente para la existencia de tal
transformacin lineal con la condicin pedida es:

m
i
m
i
i i i i
w v
1 1
) 3 ( 0 , 0
En efecto:
Si una tal T existe, entonces esta condicin se cumple inmediatamente, pues, como ya
se mencion T (0) = .
Recprocamente.
24
LGEBRA LINEAL
Dado vector v V, podemos encontrar escalares
i
F, para cada i = 1,,n, tal que:
v =
1
v
1
+ ... +
n
v
n
. Definimos T (v) = T (
1
v
1
+ ... +
m
v
m
) =
1
w
1
+ ... +
m
v
m
.
Slo nos falta verificar que T est bien definida, es decir, puede ocurrir que, v admita
dos representaciones, esto es,
v =
1
v
1
+ ... +
m
v
m
v =
1
v
1
+ .... +
m
v
m

Igualando los valores de v obtenemos que: (
1
-
1
) v
1
+ ... + (
m
-
m
) v
m
= 0. Luego,
aplicando la condicin (3) en sta ltima ecuacin para tener que:

m
i
m
i
m
i
i i i i i i i
w w donde de w
1 1 1
, 0 ) (
. Concluyendo que T (v) = T (v)
Es decir, si tenemos que un vector admite dos representaciones, su imagen es la misma
bajo T. Esto prueba la buena definicin de T.
Ejemplos 8) Pruebe que existe una transformacin lineal T: R
2
R
2
, tal que
T (3, 2) = (-4, -1), T (2, 1) = (-2, -5), T (-3, -1) = (2, 14)
Solucin:
Expresamos el vector (0,0) como combinacin lineal de v
1
= (3,2), v
2
= (2,1) y
v
3
= (-3, -1). Mediante un clculo sencillo vemos que: - v
1
+ 3v
2
+ v
3
= 0.
Luego:
T (0) = T (-v
1
+ 3v
2
+ v
3
) = - T (v
1
) + 3T (v
2
) + T (v
3
)
= - (-4, -1) + 3(-2, -5) + (2, 14)
= (0,0)
De ah que, como T lleva ceros en ceros, entonces existe una nica transformacin
lineal T: R
2
R
2
, con las condiciones pedidas.
Ejemplo 9). Pruebe que no existe una transformacin lineal T: R
2
R
2
tal que:
T (1,2) = (-1, 3), T (5,-1) = (2, 3) y T (-4, 3) = (-3, 1).
Solucin:
Haciendo los clculos respectivos:
-(1, 2) + 1 (5,-1) + 1 (-4, 3) = (0,0)
Luego, si existe una transformacin lineal con las condiciones pedidas, debe acontecer
que: - 1w
1
+ 1w
2
+ 1w
3
= (0, 0).
Sin embargo: - w
1
+ 1w
2
+ 1w
3
= - (-1, 3) + (2, 3) + (-3, 1) = (0, 1) (0,0)
25
LGEBRA LINEAL
No existe una transformacin lineal con las condiciones pedidas.
TEOREMA 3. Sea T: V W una transformacin lineal.
T es inyectiva s y solamente si v
1
, v
2
, ... , v
n
son linealmente independientes implica que
T(v
1
), T(v
2
), ..., T(v
n
) son linealmente independientes.
PRUEBA
() Si v
1
, v
2
, ..., v
n
son linealmente independientes y T es inyectiva, entonces T(v
1
),
T(v
2
), ..., T(v
n
) son l.i.
En efecto:
De la combinacin lineal:
1
T (v
1
) + ... +
n
T(v
n
) = 0 y del hecho que T es lineal
tenemos T(
1
v
1
+ +
n
v
n
) = 0. Consecuentemente, podemos afirmar que: (
1
v
1
+ ...
+
n
v
n
) N(T) y como T es inyectiva, se tiene que:
1
v
1
+ ... +
n
v
n
= 0. Del hecho que
v
1
, v
2
, ..., v
n
son linealmente independientes, obtenemos que:
1
=
2
= ... =
n
= 0. Lo
que prueba esta primera parte del teorema.
) Si T lleva vectores linealmente independientes en vectores linealmente
independientes, entonces T es inyectiva.
En efecto:
Como 0 v es linealmente independiente, entonces T (v) es linealmente independiente,
esto es, T (v) 0. Por lo tanto, N (T) = {0} y as T es inyectiva.
TEOREMA 4. Si T: V W es una transformacin lineal, entonces Im(T) es un
subespacio de W . Ms an, si {x
1
, x
2
,..., x
n
} es una base de V, entonces {T (v
1
), ,
T(v
n
)} generan la Im(T).
PRUEBA:
i) La prueba de que Im (T) es un subespacio de W lo dejamos como ejercicio.
ii) Ahora, sea B = {x
1
,..., x
n
} una base para V, y sea y cualquier vector de Im (T).
Debe haber entonces por lo menos un vector xV tal que: T(x) = y.
26
LGEBRA LINEAL
Como B es una base de V, entonces existirn escalares
1
,....
n
, tales que x =
1
x
1
+ ....
+
n
x
n
.
Luego, y = T(x) = T (
1
x
1
+ .... +
n
x
n
) =
1
T(x
1
) +...+
n
T(x
n
). Como cada uno de los
vectores T(x
1
),..., T (x
n
) estn en Im (T), se sigue que Im (T) es generado por estos
vectores.
TEOREMA 5. Sea V un espacio de dimensin finita y T: V W una transformacin
lineal, entonces: dim (V) = dim(N (T)) + dim (Im (T)).
PRUEBA
Como V es de dimensin finita, entonces N (T) es de dimensin finita. Sea B
1
= {x
1
,...,
x
t
} una base de N (T). Extendamos B
1
a una base B
2
= {x
1
,..., x
t
, x
t+1
, ..., x
n
} para V.
Afirmamos que: {T (x
t+1
), ..., T (x
n
)} es una base para Im(T).
En efecto:
Por el Teorema 4 sabemos que: {T(x
1
), T(x
2
), ... , T(x
t
), T(x
t+1
), ..., T(x
n
) } generan la
Im(T). Pero T(x
1
) = T(x
2
) == T (x
t
) = 0, porque {x
1
, ..., x
t
} N(T). Por consiguiente,
T (x
t+1
),
, T (x
n
) generan la Im(T).
Slo nos falta probar que los vectores {T (x
t+1
),
, T (x
n
)} son linealmente
independientes. Para mostrar esto, de la combinacin lineal:
t+1
T(x
t+1
) +. +
n
T(x
n
)
= 0, debemos probar que todos los escalares son nulos. Como T es una transformacin
lnea, la igualdad arriba lo podemos escribir de la siguiente manera:
T (
t+1
, x
t+1
+. +
n
x
n
) = 0. Entonces Z = (
t+1
x
t+1
+ . +
n
x
n
) N (T). Como B
1
es
una base para N (T), podemos hallar escalares tales que: Z = a
1
x
1
+....+ a
t
x
t
. Luego,
igualando los valores de Z, tenemos: a
1
x
1
+...+ a
t
x
t
=
t+1
, x
t+1
+. +
n
x
n
. Pasando todo
al primer miembro obtenemos: a
1
x
1
++ a
t
x
t
-
t+1
x
t+1
- . -
n
x
n
= 0. Adems
como los vectores {x
1
,..., x
t
, x
t+1
, ..., x
n
} son linealmente independientes, de la ltima
ecuacin podemos obtener: a
1
= .... = a
t
=
t+1
==
n
= 0. Lo que nos conduce
afirmar que {T(x
t+1
), ..., T(x
n
)} son linealmente independientes y como generan la
imagen de T, tenemos que: dim (Im(T)) = n t.
Finalmente, tenemos: dim (V) = n = t + (n t) = dim (N (T)) + dim (Im (T)).
27
LGEBRA LINEAL
Ejemplo 10) Si T: P
2
P
1
es una transformacin lineal que convierte la base B = {f
1
:
x
2
, f
2
: x, f
3
: 1} en los elementos g: x + 1, g
e
: x y g
3
: 6, respectivamente, encuentre la
Im(T), el ncleo de T y verifique la conclusin del Teorema 5, para esta T particular.
Solucin:
Calculamos la regla de correspondencia de T. Tomamos un elemento genrico de P
2,
esto es, f(x) = ax
2
+ bx + c. La imagen de f(x) va T, es dado por la siguiente expresin:
T (f(x)) = T(ax
2
+ bx + c) = a T(x
2
) + b T(x) + C T(1) = a (x + 1) + b x + c(6). Tomando
los extremos de esta cadena de igualdades obtenemos que, T (f(x)) = (a + b)x + (a + 6c).
Luego; f (x) N (T), s y slo s, a + b = 0 y a + 6c = 0. De stas ecuaciones se tiene
que: a = -6c y b = 6c. De ah que, f N (T), s y slo si, f(x) = (-6c) x
2
+ 6cx + c. Se
sigue que: N (T) =
1 6 6
2
x x
y dim (N (T)) = 1.
Por Teorema 4: g
1
: x + 1, g
2
: x y g
3
: 6 generan la imagen de T, es decir, Im (T) =
6 : , : , 1 :
3 2 1
g x g x g +
. Pero g
3
= 6g
1
g
2
, lo que nos conduce afirmar que:
Im (T) =
x g x g : , 1 :
2 1
+
y dim (Im (T)) = 2. Finalmente, verificamos la
conclusin del Teorema 5:
dim (P
2
) = 3= 1 + 2 = dim (N (T)) + dim (Im (T)).
TEOREMA FUNDAMENTAL DE LAS TRANSFORMACIONES LINEALES
TEOREMA 6. Sean V y W espacios de dimensin finita, V es isomorfo a W, s y slo
s, la dimensin de V es igual a la dimensin de W.
PRUEBA.
Supongamos que dim (V) = dim (W) = n.
Entonces podemos hallar bases B = {x
1
, x
2
, ..., x
n
} y B
1
= {y
1
, y
2
, .... y
n
} de V y W
respectivamente.
Por Teorema 2, sabemos que existe una nica transformacin lineal T: V W, tal que:
T (x
i
) = y
i
, i = 1,n. Tambin por el Teorema 4, Im (T) =
) ( ...., ), (
1 n
x T x T
, es
decir, Im (T) =
W y y
n
,...,
1 .
28
LGEBRA LINEAL
Adems, aplicando el Teorema 5, vemos que dim (N (T)) = 0 y, por el Teorema 1, T es
un monomorfismo. Por lo tanto, V y W son isomorfos.
Recprocamente, supongamos ahora que V es isomorfo a W. Entonces existe una
transformacin lineal T: V W que es 1 1 y sobreyectiva. Como T es sobre, tenemos
que: Im (T) = W. Tambin, por el Teorema 5:
Dim (V) = dim (N (T)) + dim (Im (T)) = 0 + dim (W) = dim (W).
Por lo tanto, dim (V) = dim (W).
Ejemplo 11) Verifique que R
4
M
2x2
Solucin:
1) Sean e
1
= (1,0,0,0), e
2
= (0,1,0,0), e
3
= (0,0,1,0) y e
4
= (0,0,0,1)
A
1
=
,
_
0 0
0 1
A
2
=
,
_
0 0
1 0
A
3
=
,
_
0 1
0 0
y A
4
=
,
_
1 0
0 0
Bases de R
4
y M
2x2
respectivamente.
2) Sea T: R
4
M
2x2
, tal que, T (e
i
) = A
i
, i = i, 4
3) Hallamos la regla de correspondencia de T.
Damos un vector genrico v R
4
, esto es, v = (a, b, c, d).
Luego:
T (v) = T(a, b, c, d) = T (ae
1
+ be
2
+ ce
3
+ de
4
) = a T (e
1
) + b T (e
2
) + c T (e
3
) + d T (e
4
)
= a
,
_
0 0
0 1
+ b
,
_
0 0
1 0
+ c
,
_
0 1
0 0
+ d
,
_
1 0
0 0
.
As, hemos hallado la regla de correspondencia de T y que es dada por:
29
LGEBRA LINEAL
T (v) = T(a, b, c, d) =
,
_
d c
b a
4) Pruebe que T es un isomorfo (lo dejamos como ejercicio).
Ejemplo 12). Dados los R espacios vectoriales:
U = {f(x) = a + bx
2
+ cx
4
/ a, b, c R}
V = {(p, r, s, t) R
4
/ p + r + s + t = 0}
Construir un isomorfismo entre U y V.
Solucin
1) Una base de U es {1, x
2
, x
4
}, es decir, dim (U) = 3.
2) Encontremos una base de V. Cualquier elemento de V es de la forma:
(p, r, s, t) = (-r s t, r, s, t) = r (- 1, 1, 0, 0) + s (-1, 0, 1, 0) + t (-1, 0, 0) 1).
Como los vectores que generan a V son linealmente independientes, podemos escribir
que: dim (V) = 3.
3) Observamos que: dim (U) = dim (V)=3. Entonces, por el Teorema 6, existe un
isomorfismo entre los espacios U y V.
4) Debemos ahora hallar la regla de correspondencia de T: U V. Para esto deseamos
determinar la imagen de un vector genrico de U.
En efecto:
Sea u(x) = a + bx
2
+ cx
4
U.
Luego:
T (u(x)) = T(a + bx
2
+ cx
4
) = a T (1) + b T(x
2
) + c T(x
4
)
= a (-1, 1, 0, 0) + b (-1, 0, -1, 0) + c (-1, 0, 0, 1)
= (-a b c, a, b, c)
Por lo tanto, T (a + bx
2
+ c x
4
) = (a b c, a, b, c)
5) Pruebe que T as definido en 4) es un isomorfismo (ejercicio)
30
LGEBRA LINEAL
MATRIZ DE UNA TRANSFORMACIN LINEAL REFERIDA A UN PAR DE
BASES
En esta seccin veremos que cualquier transformacin lineal T: V W de un espacio
vectorial de dimensin finita V, en otro espacio vectorial W con la misma caracterstica,
se puede representar por una matriz. La representacin matricial de T depende tanto de
la base de V como la de W. Sin embargo, una vez elegido las bases en cada espacio y
considerndolas como bases ordenadas, entonces la representacin matricial ser
determinada en forma nica. Iniciamos esta teora con las siguientes definiciones:
DEFINICIN 2. Sea B = {v
1
, v
2
, ..., v
n
} una base ordenada para el espacio V. Si v V
(arbitrario), entonces existen nicos escalares
1
,
2
, ....,
n
F, tales que,
v =
1
v
1
+
2
v
2
+ ... +
n
v
n
. Tales escalares caracterizan a v respecto de la base de V.
Estos escalares se llaman las coordenadas de v, respecto de dicha base y lo denotamos
por:
[v]
B
=
,
_
.
.
2
1
NOTA: La razn por la cual se insiste en que B sea una base ordenada es para que el
vector coordenado est determinado en forma nica.
Ejemplo 13) Sea V = P
2
, el conjunto constituido por las funciones polinmicas de grado
menor que 3. El vector coordenado de f(x): 2 x + 3x
2
, referido a la base ordenada:
B = {f
1
: 1, f
2
: x
,
f
3
: x
2
}, es dado por:
31
LGEBRA LINEAL
[ f ]
B
=
,
_
3
1
2
Ahora, si: B
1
= {g
1
: x
2
, g
2
: x, g
3
: 1}, entonces:
[ f ]
B1
=
,
_
2
1
3
Como conjuntos, B y B
1
son idnticos, pero como conjuntos ordenados son diferentes.
Antes de definir la matriz de una transformacin lineal damos un ejemplo que motivar
la definicin.
Ejemplo 14) Sea:
32
LGEBRA LINEAL
'
,
_
,
_
'
,
_
,
_
,
_

2
2
,
0
1
2
1
1
,
0
1
1
,
0
0
1
2 1 2
3 2 1 1
w w
y
v v v
bases ordenadas para R

3
y R
2
respectivamente. Sea T: R
3
R
2
una transformacin
lineal tal que:
T (v
1
) = 2w
1
w
2
, T (v
2
) = 0w
2
+ (-1) w
2
, T (v
3
) = 3w
1
2w
2
Referido a la base
2
, tenemos:
33
LGEBRA LINEAL
[ ] [ ] [ ]

,
_
,
_
,
_
2
3
) (
1
0
) ( ,
1
2
) (
2
3
2
2
2
1

v T v T v T
Formamos la matriz:
[ ] [ ] [ ] ( ) A v T v T v T
,
_

) ( ) ( ) (
2 1 1
3 0 2
3
2
2
2
1

Para cualquier vector v de R
3
, afirmamos que:
A [v]
1
= [T (v)]
2
En efecto:
Sea v R
3
/ v = x
1
v
1
+ x
2
v
2
+ x
3
v
3
. Entonces:
34
LGEBRA LINEAL
[ ]

,
_
,
_
,
_
3 2 1
3 1
3
2
1
1
2
3 2
2 1 1
3 0 2
x x x
x x
x
x
x
v A

A continuacin escribimos T (v) como combinacin lineal de los vectores de la base
2
.
Como T es lineal tenemos:
T (v) = T (x
1
v
1
+ x
2
v
2
+ x
3
v
3
) = x
1
T (v
1
) + x
2
(v
2
) + x
3
T (v
3
)
= x
1
T (v
1
) + x
2
T (v
2
) + x
3
T (v
3
)
= x
1
(2w
1
w
2
) + x
2
(-w
2
) + x
3
(3w
1
2w
2
)
= (2x
1
+ 3x
3
) w
1
+ (-x
1
x
2
2x
3
) w
2
Esto nos conduce a escribir que:
[ ] [ ]
1
3 2 3
3 1
2
2
3 2
) (

v A
x x x
x x
v T
,
_
Por esta razn se dice que A es la matriz de T referida a las bases

1
y
2
.
35
LGEBRA LINEAL
DEFINICIN 3. Sean: T: V W una transformacin lineal y
1
= {v
1
, v
2
, ... , v
n
} ,
2
= {w
1
, w
2
, ... , w
m
} bases ordenadas para V y W respectivamente.
Sea T (v
j
) = a
1j
v
1
+ a
2j
v
2
+ ... + a
mj
v
m
, para j = 1,n. La matriz de T referida a las bases
ordenadas
1
y
2
es
[ ] [ ] [ ] ( )
2 2
1
2 1
2 22 21
1 12 11
2 1
) ( ........ ) (
......
. . .
. . .
.....
.....

n
mn m m
n
n
v T v T
a a a
a a a
a a a
T
,
_
Es decir, la matriz de T referida a las bases

1
y
2
es la matriz cuya j-sima columna es
el vector coordenado de T (v
j
) referido a la base
2
.
TEOREMA 7. Sean
1
= {v
1
, v
2
, ..., v
n
} y
2
= {w
1
, w
2
,..., w
m
} bases para los espacios
V y W respectivamente, T: V W una transformacin lineal y [T]
12
= A = (a
ij
)
mxn
.
Entonces, para cualquier vector v V, se tiene que:
A [v]
1
= [T (v)]
2
DEMOSTRACIN
Como A = [T]
12
, tenemos que:
[ ]
,
_
mj
j
j
j
a
a
a
v T
.
.
. ) (
2
1
2
Es decir, T (v
j
) = a
1j
w
1
+ a
2j
w
2
+ + a
mj
w
m
,

j = 1,n
36
LGEBRA LINEAL
Sea v V y adems que: [v]
1
=
,
_
.
.
2
1
. Esto nos conduce a escribir a v de la
siguiente manera:
n n
v v v v + + + ...
2 2 1 1
.De ah que,
T (v) = T (
1
v
1
+ +
n
v
n
) =
1
T (v
1
) ++
n
T (v
n
)
=
1

+ + +
m
i
m
i
m
i
i in n i i i i
w a w a w a
1 1 1
2 2 1
...
,
_
+ + +
+ + +

m
i
i ij j
n
j
m
i
n
j
i ij j
m
i
i in n i i i
m
i
m
i
m
i
i in n i i i i
w a
w a
w a a w a
w a w a w a
1
1 1
1
2 2 1 1
1 1 1
2 2 1 1
) ... (
...
+ + +
n
j
m mj j j j j j
w a w a w a
1
2 2 1 1
) ... (
m
n
j
mj j
n
j
j j
n
j
j j
n
j
n
j
n
j
m mj j j j j j
w a w a w a
w a w a w a
,
_
+ +
,
_
,
_
+ + +

1
2
1
2 1
1
1
1 1 1
2 2 1 1
...
...

Identificando las coordenadas de T (v) con respecto a la base
2,
obtenemos que:
37
LGEBRA LINEAL
[ ] [ ]
1
1
1
2
1
1
2
.
.
. ) (

v A
a
a
a
v T
n
j
mj j
n
j
j j
n
j
j j
,
_
Ejemplo 15) Sea T: R

4
R
3
una transformacin lineal, definida por:
,
_
+ +
+
+
,
_
w z y
w y x
y x
w
z
y
x
T
4 3 2
3
2
Si y son las bases naturales de R
4
y R
3
, respectivamente,
a) Encuentre [T]
= A
38
LGEBRA LINEAL
b) Use la matriz A para encontrar T(x), donde x =
,
_
w
z
y
x
Solucin:
a) Mediante un clculo sencillo obtenemos:
T (e
1
) =
,
0
1
1
,
_
T (e
2
) =
,
2
3
2
,
_
T (e
3
) =
,
3
0
0
,
_
T (e
4
) =
,
4
1
0
,
_
Expresemos a T (e
i
), i = 1,4 como combinacin lineal de las bases natural de R
3
.
T (e
1
) =
,
_
0
1
1
= 1e
1
+ 1e
2
+ 0e
3
, de donde tenemos que: [T (e
1
)]
,
_
0
1
1
T (e
2
) =
,
_
2
3
2
= 2e
1
+ 3e
2
+ 2e
3
, de donde tenemos que: [T (e
2
)]
,
_
2
3
2
39
LGEBRA LINEAL
T (e
3
) =
,
_
3
0
0
= 0e
1
+ 0e
2
+ 3e
3
, de donde obtenemos que: [T (e
3
)]
,
_
3
0
0
T (e
4
) =
,
_
4
1
0
= 0e
1
+ 1e
2
+ 4e
3
, de donde obtenemos que: [T (e
4
)]
,
_
4
1
0
Por la definicin 3, podemos afirmar que:
[ ] '
4 3 2 0
1 0 3 1
0 0 2 1

T A
,
_

b) Sea x =
,
_
w
z
y
x
R
4
. Entonces [x]
,
_
w
z
y
x
Por el Teorema 7, tenemos que: A[x]
= [T(x)]
. Reemplazando la matriz A calculada

en la parte a) de este ejemplo, tenemos que:
40
LGEBRA LINEAL

,
_
4 3 2 0
1 0 3 1
0 0 2 1

,
_
w
z
y
x
= [T(x)]
. Multiplicando las matrices obtenemos:

[T(x)]
,
_
+ +
+
+
w z y
z y x
y x
4 3 2
3
2
. Debido a que es la base natural de R
3
, se tiene la siguiente
igualdad: [T(x)]
= T(x).
Finalmente, tenemos:
T(x) =
,
_
+ +
+
+
w z y
z y x
y x
4 3 2
3
2
Ejercicio: Sea T: R
3
R
2
una transformacin lineal, definida por:
41
LGEBRA LINEAL
,
_
+
+
,
_
z y x
z y x
z
y
x
T
2 / 7 2 / 7 2 / 7
2
5
2 / 11 2 / 1
Si
1
= {v
1
= ,
1
0
1
,
_
v
2
= ,
0
0
2
,
_
v
3
=
,
_
1
1
0
} y
2
= {w
1
=
,
_
,
_
3
0
,
2
1
2
w
}, son dos
bases ordenadas para R
3
y R
2
respectivamente, encuentre A = [T]
.
NOTA. Si v =
,
_
n
x
x
x
.
.
2
1
es un vector de R
n
y si B = {e
1
, e
2
, ..., e
n
} es la base natural
de R
n
, entonces v = x
1
e
1
+ x
2
e
2
+ ... + x
n
e
n
. Por lo tanto:
42
LGEBRA LINEAL
[v]
,
_
n
x
x
x
.
.
2
1
= v.
O sea, el vector coordenado de v referido a la base natural es idntico al vector v.
Por consiguiente la matriz de una transformacin lineal T: R
n
R
m
referido a las bases
naturales B y B para R
n
y R
m
respectivamente, es la matriz:
[T]
= (T (e
1
) T (e
2
) ... T (e
n
))
Ejercicio: Si T: R
3
R
2
es la transformacin lineal, definida por:
T
,
_
,
_
z y
y x
z
y
x
2
2 3
y
1
= {v
1
=
,
_
1
0
1
, v
2
=
,
_
1
2
1
, v
3
=
,
_
2
1
0
} y
2
= {w
1
=
,
_
2
1
, w
2
=
,
_
0
4
} bases ordenadas para R
3
y R
2
respectivamente,
43
LGEBRA LINEAL
a) Encuentre [T]
12
= A
b) Use [T]
12
para encontrar T(z
1
) y T(z
2
), si z
1
=
,
_
2
6
4
y z
2
=
,
_
4
0
3
c) Encuentre [T]
, si y son las bases naturales de R

3
y R
2
respectivamente.
d) Use [T]
para encontrar T (z
1
) y T (z
2
) con z
1
y z
2
como en la parte b).
Rpta:
a)
,
_
8 / 7 4 / 7 1
2 / 3 0 1
A
b) T (z
1
) =
,
_
2
24
, T (z
2
) =
,
_
8
9
c)
,
_
2 1 0
0 2 3
Matriz de Cambio de Base
Hemos visto en la seccin anterior que la matriz de un operador lineal T: V V
depende de la base que se escoja para V. Muchas de las aplicaciones del
lgebra lineal dependen del hecho de que uno pueda (en algunas ocasiones)
seleccionar una base tal que la matriz de la transformacin sea de cierta
forma.
Por otro lado, si un operador lineal T: V V tiene una matriz A referido a alguna base
dada, y una matriz B referido a otra base, surge la siguiente pregunta: Cmo estn
44
LGEBRA LINEAL
relacionadas las matrices A y B? Para dar respuesta a la pregunta, haremos algunas
consideraciones:
Sean T: VV un operador lineal, A la matriz de T referida a alguna base B
1
= {v
1
,
v
2
, ..., v
n
} y B la matriz de T, referida a alguna base B
2
= {w
1
, w
2
, ...,w
n
}.
Consideremos ahora, el operador lineal identidad sobre V, esto es, I: V V; P la matriz
de I referida a la base B
2
B
1
y Q la matriz de I referida a la base B
1
B
2
. Entonces la matriz
de I o I referida a las bases B
2
es QP.
Pero, I o I = I y la matriz del operador lineal identidad sobre V referido a la base B
2
es
I
n
(matriz identidad de orden n). Entonces QP = I
n
y Q = P
-1
.
Para que entendamos mejor estas aseveraciones, veamos el siguiente grfico:

NOTA. La matriz P es llamada la matriz de cambio de base, de la base B
2
a la base B
1
y
es tal que: P[v]
B2
= [v]
B1
. En forma semejante, la matriz Q es llamada la matriz de
cambio de base, de la base B
1
a la base B
2
y es tal que: Q[v]
B1
= [v]
B2
.
Consideremos ahora, el siguiente diagrama:
45
V
[B
2
]
P
V
[B
1
]
[B
2
]
V
I
Q
QP
I o I
I
[B
2
]
[B
2
]
[B
1
] [B
1
]
V
V
V V
P I
T
A
B
T
Q I
LGEBRA LINEAL
Del diagrama anterior, podemos deducir que: B = Q A P, pero del grfico anterior
tenemos Q = P
-1
, entonces B = P
-1
A P. Ahora estamos en condiciones de dar respuesta
a la pregunta formulada anteriormente.
Si la matriz de T: V V referida a la base B
1
es A y la matriz de T referida a la base B
2
es B, entonces A y B estn relacionados por la siguiente ecuacin: B = P
-1
AP, donde
tenemos que: P = [ I ]
B2B1
e I: V V es la transformacin identidad.
Ejemplo 16) Si T: R
2
R
2
es la transformacin lineal, definida por T
,
_
,
_
y x
y x
y
x
,
46
LGEBRA LINEAL
'
,
_
,
_
'
,
_
,
_

2
1
,
0
2
1
0
,
1
1
2 1 2 2 1 1
w w B y v v B
, son dos bases ordenadas para R
2
, encuentre:
a) Encuentra la matriz A de T referido a la base B
1
.
b) Encuentre la matriz B de T referida a la base B
2
.
c) Encuentre la matriz P para el cambio de base de B
2
a B
1
.
d) Encuentre la matriz P
-1
para el cambio de base de B
1
a B
2
.
e) Demuestre que B = P
-1
AP.
f) Usando P
-1
escriba 2v
1
+ 3v
2
como combinacin lineal de B
2
.
g) Usando P escriba 3w
1
+ 4w
2
como combinacin lineal de B
1
.
Solucin:
a) Calculamos la imagen de v
1
y v
2
mediante T:
47
LGEBRA LINEAL
T (v
1
) = T
,
_
,
_
0
2
1
1
, T (v
2
) = T
,
_
,
_
1
1
1
0
Expresemos ahora;
,
_
,
_
1
1
0
2
y
como combinacin lineal de v
1
y v
2
48
LGEBRA LINEAL
,
_
,
_
,
_
,
_
,
_
,
_
1
0
1
1
1
1
,
1
0
1
1
0
2
2 1 2 1

Los sistemas de ecuaciones dados arriba, podemos escribirlos matricialmente de
la siguiente manera:
49
LGEBRA LINEAL
,
_
,
_
2 2 1 0
1 2 0 1
1 0 1 1
1 2 0 1
Luego, la matriz A de T, referida a las bases B
1
y B
2
es:
,
_
2 2
1 2
A
[T]
B1B2
b) T (w
1
) = T
,
_
,
_
2
2
0
2
, T (w
2
) = T
,
_
,
_
1
3
2
1
50
LGEBRA LINEAL
Procediendo en forma similar que en la parte a) y expresando matricialmente los
sistemas de ecuaciones que conllevan a escribir
,
_
2
2
y
,
_
1
3
como
combinacin lineal de la base B
2
, tenemos:
,
_
,
_
,
_
,
_
2 / 1 1 1 0
4 / 7 2 / 1 0 1
2 / 1 1 1 0
2 / 7 1 0 2
2 / 1 1 1 0
3 2 1 2
1 2 2 0
3 2 1 2
51
LGEBRA LINEAL
Consecuentemente, tenemos que
,
_
2 / 1 1
4 / 7 2 / 1
B
c), d), e), f), g) lo dejamos como ejercicios.
DEFINICIN 4) Sean B
1
= {v
1
, v
2
, ..., v
n
} y B
2
= {w
1
, w
2
, ..., w
n
} bases ordenadas para
el espacio vectorial V, I: V V la transformacin lineal identidad. La matriz asociada
a la transformacin lineal Q = [I]
B1,B2
=
[ ] [ ] [ ] ( )
2 2 2 2 1
..........
B n B B
v v v
, es llamada la
matriz de cambio de base de B
1
a B
2
(porque Q[x]
B1
= [x]
B2
)
TEOREMA 8. Sea T: V V un operador lineal sobre V y A la matriz de T referida a la
base ordenada B
1
= {v
1
, v
2
, ..., v
n
}. Si B
2
= {w
1
, w
2
, ..., w
n
} es cualquier base ordenada
para V, entonces:
a) La matriz P =
[ ] [ ] [ ] ( )
1 1 2 1 1
..........
B n B B
w w w
para el cambio de base de B
2
a
B
1
es invertible.
b) La matriz Q para el cambio de base de B
1
a B
2
, es igual a P
-1
, esto es, Q=P
-1
.
c) La matriz de T referida a B
2
es B = P
-1
AP.
PRUEBA.
La prueba lo dejamos como ejercicio, debido a que la demostracin ms general de
este Teorema, lo haremos en el Teorema N 9
Ejemplo 17) Si P =
,
_
4 3
2 1
es la matriz para el cambio de una base B
2
= {w
i
} a una base
B
1
= {v
i
} y la matriz de T: R
2
R
2
referida a B
1
es:
52
LGEBRA LINEAL
A =
,
_
1 3
0 1
. Encuentre la matriz de T referida a la base B
2
.
Solucin: Para dar solucin a este ejemplo, consideremos el siguiente diagrama:
Del diagrama arriba obtenemos que: B = Q
-1
AP =
,
_
2 2 / 3
6 4
.
TEOREMA 9. (MATRIZ DE CAMBIO DE BASE)
Sea T: V W una transformacin lineal, donde dim (V) = n, dim(W) = m.
Consideremos: B
1
= {v
1
, ..., v
n
} y B
1
= {v
1
, v
2
, ..., v
n
} bases ordenadas para V y
B
2
= {w
1
, ..., w
m
}y B
2
= {w
1
, ..., w
m
} bases ordenadas para W.
Sea P = (p
ij
)
nxm
la matriz para el cambio de base, de B
1
a B
1
y Q = (q
ij
)
mxm
la matriz para
el cambio de base, de B
2
a B
2
.
Si A = [ T ]
B1B2
= (a
ij
)
mxn
es la matriz para el cambio de base, de B
1
a B
2
, entonces la
matriz B = [ T ]
B1B2
para el cambio de base, de B
1
a B
2
, satisface que: B = QAP
-1
.
PRUEBA: Consideremos el siguiente diagrama:
53
R
2
[B
1
]
R
2
[B
2
]
R
2
[B
2
]
R
2
[B
1
]
T
A
BT
I P
Q
-1
I
LGEBRA LINEAL
Si [ I ]
B1B1
= P = (p
ij
)
nxn
, entonces v
j
=
n
i
i ij
v p
1
'
, j=1,n
Si A = [ T ]
B1B2
= (a
ij
)
mxn
, entonces T(v
j
) =
m
k
k kj
w a
1
Si [ I ]
B2B2
= Q = (q
ki
)
mxm
, entonces w
s
=
m
k
k s k
w q
1
'
, s=1,m
Si [ T ]
B1B2
= B = (b
ij
)
mxn
, entonces T(v
j
) =
m
k
k kj
w b
1
'
Demostrar que B = QAP
-1
, es equivalente a demostrar que, BP = QA.
En efecto:
Sabemos que T (v
j
) =
n
k
k kj
w a
1
, j=1,n y que adems v
j
=
n
i
i ij
v p
1
'
.
Luego:
T(v
j
) = T

,
_
n
l
m
k
k ki lj
n
l
i lj
n
l
l lj
w b p v T p v p
1 1
'
1
'
1
) (
T(v
j
) =

,
_
m
k
m
k
k
n
i
ij ki k ki lj
n
i
w p b w b p
1 1
'
1
'
1
) 4 (
54
[B
1
]
[B
2
]
[B
2
]
[B
1
]
V
W
W
T
A
V
I P
-1
Q I
B
T
LGEBRA LINEAL
Ahora trabajamos en
m
k
k kj
w a
1
( )
) 5 (
'
1 1
'
1 1 1
'
1 1
k
m
k
m
i
kj ik
k
m
k
kj ik
m
i
m
i
i ik
m
k
kj
m
k
k kj
w a q
w a q w q a w a

,
_

Comparando (4) con (5) y porque la combinacin lineal, si existe, es nica; entonces se
cumple:

m
i
ij ki
n
i
ij ki
a q p b
1 1
, k, j.
Lo que implica que BP = QA.
55
LGEBRA LINEAL
BIBLIOGRAFA
1. G. Bachmann, L. Narici, Functional Analysis, Dover Publications, 2000.
2. C. Chvez Vega, lgebra Lineal, Edit. Moshera, Lima, 2007.
3. Bernard Kolman, lgebra lineal con aplicaciones y Matlab, sexta edicin,
Edit. Prentice Hall, Mxico, 1999.
4. G. nakos, D. Joyner, lgebra Lineal con aplicaciones, Edit. Thomson,
Mxico, 1999.
5. M. Lzaro, lgebra Lineal, Edit. Moshera, Lima, 1994.
6. B. Noble, J. Daniel, lgebra lineal aplicada, tercera edicin, Edit. Prentice
Hall, Mxico, 1989.
56

Transf. Lineales 2011actual

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Transf. Lineales 2011actual

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE CAJAMARCA

V, entonces T es llamado operador lineal en V.

siendo conocido el vector a.

que lleva a la recta L: 2x 3y + 1 = 0 paralela al eje y?

y halla la imagen de (1,0); (0,1) y

bases ordenadas para R

Por esta razn se dice que A es la matriz de T referida a las bases

Es decir, la matriz de T referida a las bases

Ejemplo 15) Sea T: R

. Reemplazando la matriz A calculada

. Multiplicando las matrices obtenemos:

, si y son las bases naturales de R

You might also like