TRANSFORMACIONES LINEALES

(ALGEBRA)

ALUMNOS:
MIGUEL ANGEL GARCIA WHA
VICTOR MANUEL GONZALES OLLERVIDEZ
JESUS ALBERTO MONTOYA BALLEZA

NDICE

Introduccin
1. Transformaciones lineales
1.1

Definicin de transformacin lineal y sus propiedades

1.2 Ejemplos de transformaciones lineales (reflexin, dilatacin,

contraccin, rotacin)
1.3 Definicin del ncleo o kernel, e imagen de una
transformacin lineal
1.4 La matriz de una transformacin lineal y representacin
matricial de una transformacin lineal

PAG.

3
4
4
7
11
13
15

1.5

Transformaciones y sistemas de ecuaciones lineales

1.6

Algebra de las transformaciones lineales

19

1.7

Aplicacin de las transformaciones lineales.

19

1.8

Isomorfismos

22

Conclusin

23

Bibliografa

23

INTRODUCCIN
Una transformacin es un conjunto de operaciones que se realizan sobre un
vector para convertirlo en otro vector.
Los espacios vectoriales son conjuntos con una estructura adicional, al saber,
sus elementos se pueden sumar y multiplicar por escalares del campo dado,
conviene utilizar funciones que preserven dicha estructura. Estas funciones se
llamaran transformaciones lineales y en el presente capitulo las estudiaremos.
Mas adelante mostraremos que las transformaciones lineales se pueden
representar en trminos de matrices, y viceversa.
Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean
espacios vectoriales y se cumplan las condiciones necesarias. Las
transformaciones lineales ocurren con mucha frecuencia en el lgebra lineal y
en otras ramas de las matemticas, tienen una gran variedad de aplicaciones
importantes. Las transformaciones lineales tienen gran aplicacin en la fsica,
la ingeniera y en diversas ramas de la matemtica.
Estudiaremos las propiedades de las transformaciones lineales, sus diferentes
tipos, as como la imagen, el ncleo, y como se desarrolla en las ecuaciones
lineales.

1. TRANSFORMACIONES LINEALES
1.1 Definicin de transformacin lineal y sus propiedades
Definicin. Sean V y W espacios vectoriales sobre el mismo campo k. Una
transformacin lineal de V en W, es una funcin
tal que:
i)

i)

.
,

En otras palabras, una transformacin lineal es una funcin que respeta las operaciones
definidas en los espacios vectoriales: abre sumas y saca escalares.
Observaciones:
i) Si

es una transformacin lineal, entonces

En efecto
.

. Por la ley de la cancelacin en W, tenemos que

Ntese que en realidad solo se usa la propiedad aditiva (i) de T. Este hecho lo usamos
en el siguiente inciso.
i)

es lineal si y solo si

Si T linal, entonces
,
lineal:

. Inversamente, supongamos que

. Probemos las dos condiciones para que T sea

a)

b)
Ntese que usamos el hecho de que
hecho al final del inciso (i).
i)

, lo cual es consecuencia del comentario

es lineal si y solo si
,

La demostracin se hace por induccin sobre n.

a) Si

, entonces

, por la condicin (ii) de T.

4

b) Supongamos vlido para n. Probemos para

Por

la

condicin

(i)

de
T,
tenemos
que,
Y por hiptesis de induccin, tenemos

que,

As que podemos concluir que,

Este ltimo inciso se puede abreviar usando la notacin sigma como sigue:

Veamos algunos ejemplos de transformaciones lineales, donde haremos uso extenso de

la observacin (i) de arriba.
Ejemplo 1.
Sea
otro lado,

tal que

. Entonces T es lineal, ya que

. Por lo tanto, vemos que

, y por
.

Esta transformacin recibe el nombre de la transformacin cero y se denota como .

Ejemplo 2.
Sea

tal

que
.

Entonces

es

lineal,

ya

que

Esta transformacin recibe el nombre de la transformacin identidad de V en V, y se

denota como .
Ejemplo 3.
Sea
elementos

de

tal que
la traza de A, es decir,
la
diagonal.
Entonces
T
es

, la suma de los
lineal,
ya
que

Ejemplo 4.
Sea

tal que

. Entonces T es lineal, ya que

Ejemplo 5.
Sea

tal que

, la derivada de

. Entonces T es lineal ya que:

Ejemplo 6.
Sea

, el espacio vectorial de todas las funciones continuas en un intervalo

cerrado

y sea

tal que

. Entonces T es lineal ya que:

Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean

espacios vectoriales y se cumplan las siguientes condiciones:
1. T(u+v) = T(u) + T(v)
2. T(ku) = kT(u) donde k es un escalar.

Clasificacin de las transformaciones lineales

1. Monomorfismo: Si
es inyectiva, o sea si el nico elemento del
2.
3.
4.
5.

ncleo es el vector nulo.

Epimorfismo: Si
es sobreyectiva (exhaustiva).
Isomorfismo: Si
es biyectiva (inyectiva y exhaustiva).
Endomorfismo: Si
o sea si el dominio es igual al codominio (el
espacio vectorial de salida y el de llegada son el mismo).
Automorfismo: Si
es endomorfismo e isomorfismo a la vez.

1.2 Ejemplos de transformaciones lineales (reflexin, dilatacin,

contraccin, rotacin)

Ejemplo 7. (Rotacin por un ngulo )

Sea
un ngulo medido en radianes. Queremos averiguar cual es la
transformacin T de
en
que gira cada vector
un ngulo , para
obtener un vector
. En una grfica, vemos la situacin como sigue:

Si usamos las funciones trigonomtricas, tenemos que:

Distribuyendo y usando el hecho de que

tenemos que:

Por lo tanto, ya descubrimos cmo debe estar definida la transformacin

que
.

Esta transformacin se llama la rotacin por un ngulo

tal

y es lineal, ya que:

Ejemplo 8. (Reflexin sobre el eje x)

En este caso, queremos averiguar como est definida la transformacin T de
que cada vector
lo refleja sobre el eje x, para obtener un vector
una grfica, vemos la situacin como sigue:

en
. En

En este caso, la situacin es ms sencilla ya que claramente tenemos dos tringulos

rectngulos que son congruentes, de donde T queda definida como sigue:

Esta transformacin se llama la reflexin sobre el eje x, y es lineal, ya que:

Ejemplo 9. (Proyeccin ortogonal sobre el eje x)

En este caso, queremos averiguar como est definida la transformacin T de
en
que a cada vector
lo proyecta perpendicularmente sobre el eje x, para obtener
un vector
. En una grfica, vemos la situacin como sigue:

Tambin este caso es sencillo, pues es obvio que T queda definida como sigue:

Esta transformacin se llama la proyeccin sobre el eje x, y es lineal, ya que:

Este ltimo ejemplo tiene ms fondo desde el punto de vista de lgebra Lineal.
Consideremos el siguiente subespacio de :

Vemos que ste no es sino el eje x (sobre quien se efectu la proyeccin). Ahora bien,
tiene un complemento directo, a saber,
De tal forma que cada vector
se escribe en forma nica como suma de un
vector de ms un vector de
como sigue:

Notamos que la proyeccin sobre el eje x, manda a

sobre
, el cual es
precisamente el trmino correspondiente a en la descomposicin anterior!
Todo esto nos induce a definir proyecciones sobre subespacios en general como sigue:
Definicin. Sea V un espacio vectorial y sea
un subespacio tal que existe el
complemento directo de en V, es decir tal que
, de tal forma que cada
vector
se escribe en forma nica como:
Con
y
transformacin

. Definimos entonces la proyeccin sobre

tal que
.

, como aquella

Lo primero que observamos es que esta transformacin es lineal, ya que si

,
con
y
, entonces
con
y
. Por lo tanto, de acuerdo a la definicin de T, tenemos
que:
En segundo lugar, vemos que esta definicin, incluye como caso especial a la de la
proyeccin sobre el eje x. Sin embargo, vemos que no es suficiente con especificar
sobre que subespacio queremos proyectar, sino tambin es necesario aclarar cual es el
complemento directo que se estar usando, ya que un mismo subespacio puede tener
distintos complementos directos. El mismo eje x, tiene el siguiente complemento
directo:
En efecto, es claro que
cada

se escribe como

es un subespacio de

. Adems,

. Todo esto demuestra que

. Usando esta descomposicin y la definicin de proyeccin, tendremos que

en este caso, la transformacin queda dada como sigue:
As pues, por cada complemento directo que tengamos a la mano, podemos definir una
proyeccin asociada a dicha descomposicin.

Ejemplo contraccin
Una contraccin es una transformacin que decrece distancias. Bajo una contraccin,
cualquier par de puntos es enviado a otro par a distancia estrictamente menor que la
original.
k 0
Sea V= (2 4) encontrara la contraccin horizontal A =
cuando K=1/2
0 1
1/ 2 0
VA = 2 4
=1 4
0 1
Haciendo la grafica el punto disminuye en el eje horizontal.
10

Ejemplo dilatacin o expansin

Una dilatacin es una transformacin que incrementa distancias.
Sea V= (2 4) encontrara la expansin vertical A =

VA = 2 4

1 0
cuando K=2
0 k

1 0
= 2 8
0 2

Expansin horizontal (k71) o contraccin (0<k<1)

Expansin vertical (k71) o contraccin (0<k<1)

1.3 DEFINICIN DEL NCLEO O KERNEL, E IMAGEN DE UNA

TRANSFORMACIN LINEAL
Kernel o Ncleo
Definicin 94 Sea
de la transformacin lineal
vector nulo, es decir

una transformacin lineal. Se define el Kernel o Ncleo

, denotado por
al conjunto de las preimgenes del

Ejemplo Hallar el conjunto de las preimgenes del vector nulo para la transformacin
lineal

Solucin: Necesitamos determinar los vectores

de

tales que

Evaluando

es decir,

11

luego, utilizando la matriz asociada al sistema, obtenemos

Por lo tanto,

Con lo cual,
(x;y;z) = (0;-(1/3)z;z)
= z(0;-(1/3);1) As el conjunto de las preimgenes del vector nulo es el
subespacio

Note que el resolver un sistema de ecuaciones lineales equivale a encontrar las pre
imgenes de un vector para una transformacin lineal dada.
Ejemplo Determinar el kernel de la siguiente transformacin lineal

Solucin: Como tenemos que

Reemplazando
Imagen o Recorrido
Recordemos la definicin de recorrido.
Definicin Se define la Imagen o Recorrido de una transformacin lineal , esto es
como el conjunto de los vectores que tienen al menos una preimagen.

Ejemplo Dada la transformacin lineal

Determinar la imagen de
Solucin: Si recordamos el proceso que usamos en el clculo en una variable,
determinemos cuales vectores tienen pre imagen.
12

Para ello, sean

tales que
T(x;y;z) = (a;b;c) (2x-y+z;x-y+z;x) = (a;b;c)
Igualando coordenadas tenemos el siguiente sistema

Ahora, resolvamos el sistema buscando la matriz asociada a l, y determinando su

escalonada

luego, un vector tiene pre imagen si y slo si el sistema el sistema es consistente (no
necesitamos que la solucin sea nica), lo cual es equivalente a escribir

Por lo tanto,
Im(T) = {(a;b;c)
/((x;y;z)
= {(a;b;c)
/a-b-c=0}
= <(1;1;0);(1;0;1)>:

((T(x;y;z)=(a;b;c))

1.4
LA
MATRIZ
DE
UNA
TRANSFORMACIN
LINEAL
REPRESENTACIN MATRICIAL DE UNA TRANSFORMACIN LINEAL

Representacin matricial de una transformacin lineal.

Sea T : V W una T.L con dimV = n, dimW = m si {e1,...,en} es una base de V y
{w1,...,wm} es una base de W, cada elemento t(ek) puede expresarse con unicidad,
como una combinacin lineal de los elementos de la base es decir T(ek) =mi=1tikwi
donde tik ,...,t mk son los componentes de t(ek) respecto a la base ordenada {w1,...,wm}.
Los tik forman un vector columna o matriz columna. Tenemos una columna para
cada uno de los nelementos t(e1),..., t(en), formando as una matriz de orden m
n.
As toda T.L de un espacio ndimensional V, en un espacio m dimensional W da
origen a una matriz m n t(eik), cuyas columnas son los componentes de
t(ei),...,t(en), relativos a la base (w1,...,wn), la llamamos representacin matricial
de T relativa a unas bases ordenadas {e1,...,en}, de V y {w1,...,wm}, para w.

13

Teorema
Dada una transformacin lineal T: V V donde dimV = n. Si T tienen una
representacin en matriz diagonal, existe entonces un conjunto de elementos
independientes u1,...,u2 en V y un conjunto correspondiente de escalares 1,...n que
satisfacen: T(uK) = kuk para k=1, 2,...,n. Recprocamente, si existe un conjunto
independiente u1,...,un en V y un conjunto correspondiente de escalares 1,...,n que
satisfacen (1), entonces la matriz A = diag(1,...,n) es una representacin de T respecto
a la base
(u1,...,un).
Luego el problema de hallar una representacin en matriz diagonal de una
transformacin lineal se reduce al de hallar el elemento sin dependientes u1,...,un y los
escalares 1,...,n que satisfacen T(uk) = kuk. Para k = 1, 2,...,n. Tales elementos
u1,...,un y 1,...,n, se conocen como autovectores y autovalores respectivamente.
Teorema
Sea una matriz de n n se dice que es un valor propio de A ssi P()=det(A i) = 0
Esta es la ecuacin caracterstica de A, P() se llama polinomio caracterstico de A.
Teorema
Sea A una matriz real o compleja de orden n n, entonces exite una matriz C compleja
invertible de orden n n talque
C1 AC = J
Donde J es la matriz de Jordan cuyos elementos en la diagonal son los valores propios
de A.
Mas aun la matriz de Jordan es nica, excepto por el orden (dado por la base ordenada
fija) en el que aparecen los bloques de Jordan.

Una manera de facilitar el trabajo con una transformacin lineal, es asociarle una
matriz, para lo cual es necesario considerar un par de bases ordenadas.
Definicin
Sean
dos
espacios
vectoriales
sobre
,
adems
bases ordenadas de
respectivamente
y
una
transformacin
lineal
de
en
Se define la matriz asociada a en las bases
a

denotada por

donde

14

Adems si la base del espacio de partida es igual al del espacio de llegada, la matriz
asociada a la transformacin lineal se denota por
1.5 TRANSFORMACIONES Y SISTEMAS DE ECUACIONES LINEALES
Teorema sobre transformaciones de renglones de matrices.
Dada una matriz de un sistema de ecuaciones lineales, resulta una matriz de un sistema
equivalente si:
a) Se intercambian dos renglones. Smbolo:

Ri

Rj.

b) Se multiplica o divide un rengln por una constante diferente de cero. Smbolo: kRi
Ri .
c) Un mltiplo constante de un rengln se suma a otro rengln. Smbolo:
+ Rj Rj.

kRi

Uso de matrices para resolver un sistema de ecuaciones lineales.

Ejemplo.
Resuelve el sistema:
x + 2y + 3z = 9
4x + 5y + 6z = 24
3x + y - 2z = 4
Comenzaremos con la matriz del sistema, es decir, la matriz aumentada:

Luego aplicamos transformaciones elementales de rengln a fin de obtener otra matriz

(ms sencilla) de un sistema de ecuaciones equivalentes. Pondremos smbolos
adecuados entre matrices equivalentes.

(-4)R1 + R2

R2

15

(-3)R1 + R3

R3

(-(1 3))R2

R2

(-1)R3

R3

(-5)R2 + R3

R3

Con la matriz final regresamos al sistema de ecuaciones:

Que equivale al sistema original. La solucin x = 4, y = -2, z = 3 se puede encontrar

ahora por sustitucin.
La matriz final de la solucin es una forma escalonada.
En general, una matriz est en forma escalonada si satisface estas
condiciones:
a) El primer nmero diferente de cero de cada rengln, leyendo de
izquierda a derecha, es 1.
b) La columna que contenga el primer nmero diferente de cero en
cualquier rengln est a la izquierda de la columna con el primer
nmero distinto de cero del rengln de abajo.
c) Los renglones formados enteramente de ceros pueden aparecer en
la parte inferior de la matriz.
Ejemplo:
Sea la matriz:

es "una matriz escalonada"

16

Guas para hallar la forma escalonada de una matriz.

(a) Localizar la primera columna que contenga elementos diferentes de cero y aplicar
transformaciones elementales de rengln a fin de obtener 1 en el primer rengln de esa
columna.
(b) Aplicar transformaciones elementales de rengln del tipo kR1 + Rj Rj. para j > 1
y obtener 0 bajo el nmero 1 obtenido en la gua (a) en cada uno de los renglones
restantes.
(c) Hacer caso omiso del primer rengln. Localizar la prxima columna que contenga
elementos diferentes de cero y aplicar transformaciones elementales de rengln con
objeto de obtener el nmero 1 en el segundo rengln de esa columna.
(d) Aplicar transformaciones elementales del tipo kR2 + Rj Rj. para j >2 y obtener 0
bajo el nmero 1 obtenido en la gua (c) en cada uno de los renglones restantes.
(e) Hacer caso omiso del primer y segundo renglones. Localizar la siguiente columna
que contenga elementos diferentes de cero y repetir el procedimiento.
(f) Continuar el proceso hasta alcanzar la forma escalonada.
Uso de la forma escalonada para resolver un sistema de ecuaciones lineales.
Ejemplo:
Resuelve el sistema:

Solucin: Comenzamos con la matriz aumentada y luego obtenemos una forma

escalonada, segn se describe en las guas.

R1

R4

R2

R3

(1)R1 + R3

R3

17

(-2)R1 + R4

(-1)R2

R4

R2

(-(1 2))R2

R2

(-1)R2 + R3

R3

(-1)R2 + R4

R4

(3)R3 + R4

R4

La matriz final est en forma escalonada y corresponde a un sistema de ecuaciones:

(-(1 2))R4

R4

Ahora usamos sustitucin a fin de hallar la solucin. De la ltima ecuacin vemos que
w = -1; de la tercera ecuacin vemos que z = -2 . Sustituimos en la segunda
ecuacin, y obtenemos:
y - 2z - w = 6
y - 2(-2) - (-1) = 6
y+4+1=6
y=1

18

Sustituimos los valores encontrados en la primera ecuacin:

x + z + 2w = -3
x + (-2) + 2(-1) = -3
x - 2 - 2 = -3
x=1
Por lo tanto, el sistema tiene una solucin: x = 1, y = 1, z = -2, w = -1.

1.6 ALGEBRA DE LAS TRANSFORMACIONES LINEALES

Sean

podemos definir la suma de transformaciones lineales, dada por

Tambin podemos definir la multiplicacin por escalar.

Sean
definamos la multiplicacin por escalar de una
transformacin lineal, dada por

Definicin. Un lgebra A sobre un campo F es un espacio vectorial sobre F en

el que se tiene definida una operacin producto que satisface para todos los
elementos T1, T2, T3 A y F:
T1(T2+T3)=T1T2+T1T3
(T2+T3)T1=T2T1+T3T1
(T1T2)=(T1)T2=T1(T2)
Si adems se cumple que
(T1T2)T3=T1(T2T3)
entonces A es un lgebra asociativa
Definicin. Sean V, U y W espacios vectoriales sobre el mismo campo F. Sean
T1: VU y T2: UW dos transformaciones lineales.
Se define la composicin de T2 seguida de T1 T2T1 como la funcin de V a
W (T2T1) :VW tal que (T2T1)(v)=T2(T1(v))
Proposicin. Si T1 y T2 son TL, entonces T2T1 tambin lo es.
Demo. Sean u,v V y , F, entonces
(T2T1)(v+u)=T2(T1(v+u))=T2(T1(v)+T1(u))
= (T2T1)(v)+ (T2T1)(u)

19

 (T2T1) es T.L.
Puede verse que Hom(V,V) con la composicin es un lgebra asociativa.

1.7 APLICACIN DE LAS TRANSFORMACIONES LINEALES.

Se aplican en sistemas de ecuaciones lineales, en matrices y en un sin nmero de
problemas, gracias a las transformaciones lineales sabemos el dominio e imagen y
teniendo esto saber si es un espacio vectorial.
Ejemplo 142Dada la transformacin lineal

Determinar todos los espacios propios asociados a

valores propios.

sabiendo que

son los nicos

Solucin: Determinemos el espacio propio asociado al valor propio

V2 = { (x;y)/T(x;y)=2(x;y)}
= {(x;y)/(x+y;3x-y)=2(x;y)}
= {(x;y)/(-x+y;3x-3y)=(0;0)}
= {(x;y)/-x+y=0
= <(1;1)>
Para el otro valor propio procedemos de manera similar
V-2 = {(x;y)/T(x;y)=-2(x;y)}
= {(x;y)/(x+y;3x-y)=-2(x;y)}
= {(x;y)/(3x+y;3x+y)=(0;0)}
= {(x;y)/3x+y=0}
= <(1;-3)>

Ejemplo Sean
bases de

una transformacin lineal

tal que

20

Demostrar que

es un isomorfismo, sin explicitar

Solucin: Para demostrar que

es un isomorfismo, basta celular el determinante de

y comprobar que es distinto de

Calculemos

Por lo tanto la matriz es invertible, luego

Para explicitar la transformacin inversa, tenemos

es

un

isomorfismo.

Reemplazando obtenemos

Necesitamos determinar las coordenadas de

en la base

Igualando coordenadas obtenemos el sistema de ecuaciones lineales

Resolviendo el sistema mediante la matriz, tenemos

As

luego

[T-1(x;y;z)]b = ( -1 -2 0)74x+14y-54z
( -8 -13 1)14y-54x+34z
( -11 -18 1) 14z+14x-14y

21

[T(x;y;z)]D = ( 34x-34y-14z)
(a')
( 52x-112y+12z)=(b')
( 72x-152y+12z) (c')
Con lo cual obtenemos
T-1(x;y;z) = a'(1;1;-1)+b'(0;2;-1)+c'(1;0;1)
T-1(x;y;z) = (174x-334y+14z;234x-474y+34z;14x-54y+14z )

1.8 ISOMORFISMOS

El concepto matemtico de isomorfismo (del griego iso-morfos: Igual forma)

pretende captar la idea de tener la misma estructura.
Dos estructuras matemticas entre las que existe una relacin de isomorfismo se
llaman isomorfas.

Ejemplos de isomorfismos
Por ejemplo, si X es el conjunto de los nmeros reales positivos con el producto y Y
es el conjunto de los nmeros reales con la suma, la funcin logartmica ln:XY es
un isomorfismo, porque
y cada nmero real es el
logaritmo de un nico nmero real positivo. Esto significa que cada enunciado sobre
el producto de nmeros reales positivos tiene (sin ms que sustituir cada nmero por
su logaritmo) un enunciado equivalente en trminos de la suma de nmeros reales,
que suele ser ms simple.
Otro ejemplo: si en el espacio E elegimos una unidad de longitud y tres ejes
mutuamente perpendiculares que concurren en un punto, entonces a cada punto del
espacio podemos asociarles sus tres coordenadas cartesianas, obteniendo as una
aplicacin f:ER en el conjunto de las sucesiones de tres nmeros reales. Cuando
en E consideramos la distancia que define la unidad de longitud fijada y en R
consideramos la distancia que define la raz cuadrada de la suma de los cuadrados
de las diferencias, f es un isomorfismo. Este descubrimiento fundamental
de Descartes permite enunciar cualquier problema de la geometra del espacio en
trminos de sucesiones de tres nmeros reales, y este mtodo de abordar los
problemas geomtricos es el ncleo de la llamada geometra analtica.

Caractersticas del isomorfismo

22

El descubrimiento de un isomorfismo entre dos estructuras significa esencialmente

que el estudio de cada una puede reducirse al de la otra, lo que nos da dos puntos de
vista diferentes sobre cada cuestin y suele ser esencial en su adecuada
comprensin. Tambin significa una analoga como una forma de inferencia
lgica basada en la asuncin de que dos cosas son la misma en algunos aspectos,
aquellos sobre los que est hecha la comparacin. En ciencias sociales, un
isomorfismo consiste en la aplicacin de una ley anloga por no existir una especfica
o tambin la comparacin de un sistema biolgico con un sistema social, cuando se
trata de definir la palabra "sistema". Lo es igualmente la imitacin o copia de una
estructura tribal en un hbitat con estructura urbana.

CONCLUSIN

Se han visto ms detallado y con mas exactitud los teoremas y propiedades

que hilan todos los temas propuestos por este trabajo y se ha se ha llegado a
la conclusin de todos los temas estn relacionados en cierta forma ya que en
varios de estos se necesita recurrir a las propiedades que se han visto en
temas anteriores.
Con esto podramos decir que nos ha enseado a tener un amplio criterio de la
utilidad de temas ya vistos en nuestra carrera, ya que no podemos omitir las
enseanzas pasadas ya que estas nos forman las bases para comprender y
analizar y poder poner en practica los temas futuros.
Este trabajo se ha hecho con el fin de comprender de que no hay que dejar
tirado lo ya hemos aprendido antes ya que eso nos va a ayudar a solucionar
problemas en nuestro futuro, citando el dicho popular si no aprendemos de
nuestros errores del pasado los mismo nos estarn esperando en un futuro.

23

BIBLIOGRAFA
http://72.14.253.104/search?
q=cache:nor7ql8AS2QJ:www.usergioarboleda.edu.co/matematicas/memorias/memoria
s13/Formas%2520can%C3%B3nicas%2520de%2520Jordan.pdf+REPRESENTACI
%C3%93N+MATRICIAL+DE+UNA+TRANSFORMACI
%C3%93N+LINEAL&hl=es&ct=clnk&cd=6&gl=mx&lr=lang_es
http://docentes.uacj.mx/gtapia/ALgebra/Contenido/Unidad%20IV/definicion%20y
%20ejemplos.htm
http://ima.ucv.cl/hipertexto/alineal/cap3/def91.htm
http://ima.ucv.cl/hipertexto/alineal/cap3/def94.htm
http://ima.ucv.cl/hipertexto/alineal/cap3/def97.htm
http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_html/cap2/cap2.html
http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_html/cap2/cap2s1.ht
ml
http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_html/cap2/cap2s2.ht
ml
http://www.matem.unam.mx/~rgomez/algebra/seccion_2.html#
http://www.ciencia.net/VerArticulo/Transformaci%C3%B3n-lineal?
idArticulo=dsfjuvpf1drjfg2kj5kpa2e1
http://html.rincondelvago.com/algebra-lineal_vectores-y-espacios-vectoriales.html

24

25