4 Transf Lineales

4 Transformaciones lineales
propiedades, composicion, kernel, imagen e isomorsmo

Esteban Chavez-Conde
UNPA Mecatr onica
Algebra Lineal
Junio 2014
E. Chavez-Conde, UNPA Mecatronica 4 Transformaciones lineales

Algebra Lineal, Junio 2014 1 / 45
Contenido
1
Transformaciones lineales
Propiedades de las transformaciones lineales
Composicion de transformaciones lineales
Inversas de transformaciones lineales
2
El n ucleo (kernel) y la imagen de una transformacion lineal
N ucleo (kernel) e imagen
Transformaciones lineales inyectivas y sobreyectivas
Isomorsmos de espacios vectoriales

Contenido
1
2
El n ucleo (kernel) y la imagen de una transformacion lineal

Referencias
Libros, tutoriales
Algebra Lineal
David Poole
Thomson, 2004
Geometra Analtica
Ana Irene Ramrez Galicia
Las Prensas de Ciencias UNAM, 2010
Linear Algebra
S. Lipschutz, M.L. Lipson
Third Edition. Schaums OutLines, 2001

Transformaciones lineales Transformaciones lineales
Denici on
Denicion
Una transformacion lineal de un espacio vectorial V a un espacio
vectorial W es una funcion (mapeo) T : V W tal que, para todo u y v
en V y para todo escalar c,
1
T(u +v) = T(u) + T(v)
2
T(cu) = cT(u)

Esta denicion es equivalente al requisito de que T conserva todas las
combinaciones lineales. Es decir,
T : V es una transformacion lineal si y solo si
T(c
1
v
1
+ c
2
v
2
+ . . . + c
k
v
k
) = c
1
T(v
1
) + c
2
T(v
2
) + . . . + c
k
T(v
k
)
para todo v
1
, . . . , v
k
en V y escalares c
1
, . . . , c
k
.

Ejemplos
Ejemplo 1
Toda transformacion matricial es una transformacion lineal. Es decir, si A
es una matriz de mn, entonces la transformacion T
A
: R
n
R
m
denida por
T
A
(x) = Ax para x en R
n
es una transformacion lineal.

Ejemplos
Ejemplo 2
Dena T
A
: M
nn
M
nn
mediante T(A) = A
T
. Demuestre que T es una
transformacion lineal.

Ejemplos
Ejemplo 3
Demuestre que ninguna de las siguientes transformaciones es lineal:
a. T : M
nn
R denida por T(A) = det(A)
b. T : R R denida por T(x) = 2
x
c. T : R R denida por T(x) = x + 1

Transformaciones lineales Propiedades de las transformaciones lineales
Teorema 1
Sea T : V W una transformacion lineal. Entonces
a. T(0) = 0
b. T(v) = T(v) para toda v en V .
c. T(u v) = T(u) T(v) para toda u y v en V .

Ejemplos
Ejemplo 1
Supongamos que T es una transformacion lineal de R
2
en P
2
tal que
T
1
1
= 2 3x + x
2
y T
2
3
= 1 x
2
Encuentre
T
1
2
y T
a
b

Teorema 2
Sea T : V W una transformacion lineal y sea B = {v
1
, . . . , v
n
} un
conjunto generador para V . Entonces T(B) = {T(v
1
), . . . , T(v
n
)} genera
la imagen de T.

Transformaciones lineales Composicion de transformaciones lineales
Denici on
Denicion
Si T : U V y S : V W son transformaciones lineales, entonces la
composici on de S con T es la funcion S T denido por
(S T)(u) = S(T(u))
donde u se encuentra en U.

Ejemplos
Ejemplo 1
Sean T : R
2
P
1
y S : P
1
P
2
las transformaciones lineales denidas
por
T
a
b
= a + (a + b)x y S(p(x)) = xp(x)

Encuentre
(S T)
3
2
y (S T)
a
b

Teorema 3
Si T : U V y S : V W son transformaciones lineales, entonces
(S T) : U W es una transformacion lineal.

Transformaciones lineales Inversas de transformaciones lineales
Denici on
Denicion
Una transformacion lineal T : V W es invertible si existe una
transformacion lineal T
: W V tal que
T
T = I
V
y T T
= I
W
En este caso, T
se denomina inversa de T.

Transformaciones lineales Inversas de transformaciones lineales
Teorema 4
Si T es una transformacion lineal invertible, entonces su inversa es unica.

El n ucleo (kernel) y la imagen de una transformacion lineal N ucleo (kernel) e imagen
Denici on
Denicion
Sea T : V W una transformacion lineal. El n ucleo (tambien conocido
como kernel) de T, denotado como n ucleo(T), es el conjunto de todos los
vectores en V que son mapeados por T al 0 en W. Es decir,
nucleo(T) = {v en V : T(v) = 0}

Denici on
Denicion
La imagen (o recorrido) de T, denotada como Im(T), es el conjunto de
todos los vectores en W que son imagenes de los vectores en V bajo T.
Es decir,
Im(T) = {T(v) : v en V }
= {w en W : w = T(v) para algun v en V }

Ejemplos
Ejemplo 1
Sea A una matriz de mn y sea T = T
A
la correspondiente
transformacion matricial de R
n
en R
m
denida por T(v) = Av.
El n ucleo de T es
nucleo(T) = {v en R
n
: T(v) = 0}
= {v en R
n
: Av = 0}
= nul(A)
En palabras, el n ucleo de una transformacion matricial es precisamente el espacio
nulo de la matriz correspondiente. Ahora, la imagen de T, es el espacio columna
de A, es decir, Im(T) = col(A).

Teorema 1
Sea T : V W una transformacion lineal. Entonces,
1
El n ucleo de T es un subespacio de V .
2
La imagen de T es un subespacio de W.

Denici on
Denicion
Sea T : V W una transformacion lineal. El rango de T es la dimension
de la imagen de T y se denota como rango(T). La nulidad de T es la
dimension del n ucleo de T y se denota como nulidad(T).

Ejemplos
Ejemplo 2
Encuentre el rango y la nulidad de la transformacion lineal D : P
3
P
2
denida por D(p(x)) = p
(x).
Anteriormente, calculamos la Im(D) = P
2
, de manera que
rango(D) = dimP
2
= 3.
El n ucleo de D es el conjunto de todos los polinomios constantes:
n ucleo(D) = {a : a en R} = {a 1 : a en R}. Por tanto, {1} es una base del
n ucleo(D), de modo que
nulidad(D) = dim(nucleo(D)) = 1.

Teorema 2. Teorema del rango
Sea T : V W una transformacion lineal de un espacio vectorial de
dimension nita V a un espacio vectorial W. Entonces
rango(T) + nulidad(T) = dim V

Ejemplos
Ejemplo 3
Encuentre el rango y la nulidad de la transformacion lineal T : P
2
P
3
denida por T(p(x)) = xp(x). (Verique que en realidad sea lineal.)
Tenemos que,
T(a + bx + cx
2
) = ax + bx
2
+ cx
3
De aqu se sigue que,
nucleo(T) = {a + bx + cx
2
: T(a + bx + cx
2
) = 0}
= {a + bx + cx
2
: ax + bx
2
+ cx
3
= 0}
= {a + bx + cx
2
: a = b = c = 0}
= {0}
de manera que tenemos nulidad(T) =dim(n ucleo(T)) = 0.

Ejemplos
El teorema del rango implica que
rango(T) = dimP
2
nulidad(T) = 3 0 = 3

El n ucleo (kernel) y la imagen de una transformacion lineal Transformaciones lineales inyectivas y sobreyectivas
Denici on
Denicion
Una transformacion lineal T : V W se denomina inyectiva (o uno a
uno) si T mapea vectores distintos en V hacia vectores distintos en W. Si
Im(T) = W, entonces T se denomina sobreyectiva (o sobre).

T : V W es inyectiva si, para todo u y v en V ,
u = v implica que T(u) = T(v)

T : V W es inyectiva si, para todo u y v en V ,
T(u) = T(v) implica que u = v

Figura 1: Ejemplo cuando T es inyectiva o no lo es.

T : V W es sobreyectiva si, para todo w en W, existe al menos un v
en V tal que
w = T(v)

Figura 2: Ejemplo cuando T es sobreyectiva o no lo es.

Ejemplos
Ejemplo 1
Cual de las siguientes transformaciones lineales es inyectiva? Cual es
sobreyectiva?
1
T : R
2
R
3
denida por T
x
y
2x
x y
0
2
D : P
3
P
2
denida por D(p(x)) = p
(x)
3
T : M
22
M
22
denida por T(A) = A
T

Teorema 3
Una transformacion lineal T : V W es inyectiva si y solo si
nucleo(T) = {0}.

Ejemplos
Ejemplo 2
Demuestre que la transformacion lineal T : R
2
P
1
denida por
T
a
b
= a + (a + b)x
es inyectiva y sobreyectiva.

Teorema 4
Sea dimV = dimW = n. Entonces, una transformacion lineal T : V W
es inyectiva si y solo si es sobreyectiva.

Teorema 5
Sea T : V W una transformacion lineal inyectiva. Si S = {v
1
, . . . , v
k
}
es un conjunto linealmente independiente en V , entonces
T(S) = {T(v
1
), . . . , T(v
k
)} es un conjunto linealmente independiente en
W.

Corolario 6
Sea dimV = dimW = n. Entonces, una transformacion lineal inyectiva
T : V W mapea una base para V en una base para W.

Ejemplos
Ejemplo 3
Sea T : R
2
P
1
la transformacion lineal denida por
T
a
b
= a + (a + b)x

Teorema 7
Una transformacion lineal T : V W es invertible si y solo si es inyectiva
y sobreyectiva.

El n ucleo (kernel) y la imagen de una transformacion lineal Isomorsmos de espacios vectoriales
Denici on
Denicion
Una transformacion lineal T : V W se denomina isomorsmo si es
inyectiva y sobreyectiva. Si V y W son dos espacios vectoriales tales que
exista un isomorsmo de V a W, entonces decimos que V es isomorfo a
W y escribimos V

= W.

Ejemplos
Ejemplo 1
Demuestre que P
n1
y R
n
son isomorfos.

Ejemplos
Ejemplo 2
Demuestre que M
mn
y R
mn
son isomorfos.

Teorema 8
Sean V y W dos espacios vectoriales de dimension nita. Entonces, V es
isomorfo a W si y solo si dimV = dimW.

Ejemplos
Ejemplo 3
Muestre que R
n
y P
n
no son isomorfos.

Ejemplos
Ejemplo 4
Sea W el espacio vectorial de todas las matrices simetricas de 2 2.
Demuestre que W es isomorfo a R
3
.


4 Transf Lineales

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

4 Transf Lineales

Transféré par

Droits d'auteur :

Formats disponibles

4 Transformaciones lineales

propiedades, composicion, kernel, imagen e isomorsmo

E. Chavez-Conde, UNPA Mecatronica 4 Transformaciones lineales

= a + (a + b)x y S(p(x)) = xp(x)

E. Chavez-Conde, UNPA Mecatronica 4 Transformaciones lineales

Vous aimerez peut-être aussi