1. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
รlgebra Lineal โ Parte 2
26 de julio de 2014
Conocemos transformaciones lineales del tipo ๐: โ ๐
โ โ ๐
tal que ๐(๐) = ๐ด๐; ๐ด โ ๐ ๐๐ฅ๐.
Nรณtese que es bastante sencillo determinar el nรบcleo y el recorrido de estas transformaciones, pues
tenemos:
๐๐ข(๐) = {๐ โ โ ๐
| ๐ด๐ = 0โ ๐} = ๐๐ข(๐ด)
๐ ๐(๐) = {๐ โ โ ๐
| ๐ด๐ = ๐ ; ๐ โ โ ๐} = ๐ ๐(๐ด) = ๐ถ๐ด
Bรกsicamente, esta transformaciรณn lineal se puede definir en tรฉrminos de una regla de
correspondencia, o en tรฉrminos de la matriz ๐ด. Veamos un ejemplo:
Sea ๐: โ3
โ โ3
tal que ๐(๐) = ๐ด๐; ๐ด = (
2 1 โ1
3 โ1 โ2
1 2 3
).
Sea ๐ = (
๐ฅ
๐ฆ
๐ง
) โ โ3
entonces ๐(๐) = ๐ (
๐ฅ
๐ฆ
๐ง
) = (
2 1 โ1
3 โ1 โ2
1 2 3
) (
๐ฅ
๐ฆ
๐ง
) = (
2๐ฅ + ๐ฆ โ ๐ง
3๐ฅ โ ๐ฆ โ 2๐ง
๐ฅ + 2๐ฆ + 3๐ง
)
Tenemos entonces que la transformaciรณn lineal pudo haberse definido originalmente como
๐ (
๐ฅ
๐ฆ
๐ง
) = (
2๐ฅ + ๐ฆ โ ๐ง
3๐ฅ โ ๐ฆ โ 2๐ง
๐ฅ + 2๐ฆ + 3๐ง
) pero se la puede representar por medio de la matriz (
2 1 โ1
3 โ1 โ2
1 2 3
).
Esto aparentemente sรณlo ocurrirรญa con transformaciones ๐: โ ๐
โ โ ๐
, sin embargo cuando las
transformaciones son ๐: ๐ โ ๐ con espacios vectoriales cualesquiera ๐, ๐, se puede utilizar
coordenadas respecto a bases especรญficas de estos espacios, pues los vectores de coordenadas son
elementos de โ ๐
donde ๐ es la dimensiรณn del espacio en cuestiรณn. Bajo este punto de vista, si
tenemos bases definidas de espacios vectoriales ๐, ๐ podemos definir una transformaciรณn lineal
en tรฉrminos de una matriz, como si fuese una transformaciรณn entre โ ๐
, โ ๐
.
Representaciรณn Matricial de una Transformaciรณn Lineal
Sean ๐ต1 = {๐ฃ1, ๐ฃ2, โฆ , ๐ฃ ๐} y ๐ต2 = {๐ค1, ๐ค2, โฆ , ๐ค ๐} bases de los espacios vectoriales de
dimensiรณn finita ๐ y ๐ respectivamente. Sea ๐: ๐ โ ๐ una transformaciรณn lineal. Se dice que la
representaciรณn matricial o matriz asociada a ๐, denotada ๐ด ๐, tiene por columnas a las
coordenadas de las transformadas de los vectores de la base ๐ต1, respecto de la base ๐ต2.
๐ด ๐ = ([๐(๐ฃ1)] ๐ต2
[๐(๐ฃ2)] ๐ต2 โฆ [๐(๐ฃ ๐)] ๐ต2
)
โ๐ฃ โ ๐ [๐(๐ฃ)] ๐ต2
= ๐ด ๐[๐ฃ] ๐ต1
2. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
Ojo: La matriz asociada a una transformaciรณn lineal podrรญa no ser cuadrada, su nรบmero de filas es
igual a la dimensiรณn del espacio de llegada, y su nรบmero de columnas es la dimensiรณn del espacio
de salida. Ademรกs, si la matriz es cuadrada, podrรญa ser que su inversa no exista.
La notaciรณn utilizada para la representaciรณn matricial de ๐ o matriz asociada a ๐ es el nombre de
la matriz y como subรญndice el nombre de la transformaciรณn ๐ด ๐ o el nombre de la transformaciรณn
entre corchetes y como subรญndice las bases de partida y llegada [๐] ๐ต1 ๐ต2
Transformaciรณn Lineal Inyectiva, Sobreyectiva e Isomorfismo
Definiciรณn: Transformaciรณn Lineal Inyectiva: Se dice que la transformaciรณn lineal ๐: ๐ โ ๐ es
inyectiva, si ocurre que:
โ๐ฃ1, ๐ฃ2 โ ๐ [๐(๐ฃ1) = ๐(๐ฃ2) โ ๐ฃ1 = ๐ฃ2]
Teorema: Una transformaciรณn lineal ๐: ๐ โ ๐ es inyectiva, si y sรณlo si, el รบnico vector que se
encuentra en el nรบcleo de ๐ es el 0 ๐:
๐๐ข(๐) = {0 ๐}
Definiciรณn: Transformaciรณn Lineal Sobreyectiva: La transformaciรณn lineal ๐: ๐ โ ๐ es llamada
sobreyectiva si para todo vector ๐ค โ ๐ existe al menos un vector ๐ฃ โ ๐, tal que ๐(๐ฃ) = ๐ค.
โ๐ค โ ๐ โ๐ฃ โ ๐ ๐ค = ๐(๐ฃ)
En otras palabras, ๐ es sobreyectiva si ๐ ๐(๐) = ๐.
Ojo: Notar que ๐ es inyectiva si y sรณlo si ๐(๐) = 0 y sobreyectiva si y sรณlo si ๐(๐) = dim ๐
Definiciรณn: Isomorfismo: Sea ๐: ๐ โ ๐ una transformaciรณn lineal. Se dice que ๐ es un
isomorfismo si ๐ es inyectiva y ๐ es sobreyectiva. Es decir, ๐ es llamada un isomorfismo si ๐ es
biyectiva.
Definiciรณn: Espacios Vectoriales Isomorfos: Sean ๐ y ๐ espacios vectoriales de dimensiรณn
finita. Se dice que ๐ y ๐ son espacios isomorfos, lo cual denotaremos ๐ โ ๐, si existe una
transformaciรณn lineal ๐: ๐ โ ๐ que es un isomorfismo.
Teorema: Sean ๐ y ๐ espacios vectoriales de dimensiรณn finita, y ๐: ๐ โ ๐ una transformaciรณn
lineal. Entonces:
i. Si dim ๐ > dim ๐, ๐ no es inyectiva.
ii. Si dim ๐ < dim ๐, ๐ no es sobreyectiva.
iii. Si dim ๐ = dim ๐, ๐ es inyectiva si y sรณlo si ๐ es sobreyectiva.
3. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
Teorema: Sean ๐ y ๐ espacios vectoriales de dimensiรณn finita. Los espacios ๐ y ๐ son isomorfos
(๐ โ ๐) si y sรณlo si tienen la misma dimensiรณn (dim ๐ = dim ๐).
Operaciones con Transformaciones Lineales
Las transformaciones lineales a la larga son funciones, y asรญ como podemos realizar operaciones
con funciones, tambiรฉn podemos hacerlo con las transformaciones lineales. Normalmente,
nosotros definimos la suma, resta, multiplicaciรณn y divisiรณn entre funciones, el producto por
constantes y la composiciรณn de funciones. Para efectos de รกlgebra lineal utilizaremos la suma entre
transformaciones lineales y el producto por escalares (obviamente, esto incluirรก la resta). Entonces,
tal como lo harรญamos con funciones, tenemos la siguiente definiciรณn:
Definiciรณn: Transformaciones Suma y Multiplicaciรณn por Escalar: Sean ๐, ๐ dos ๐พ-espacios
vectoriales, sean ๐1: ๐ โ ๐ y ๐2: ๐ โ ๐ dos transformaciones lineales, y sea ๐ โ ๐พ. Se definen
la suma y la multiplicaciรณn por escalar de la siguiente manera:
Transformaciรณn Suma: ๐1 + ๐2: ๐ โ ๐ โ๐ฃ โ ๐ (๐1 + ๐2)(๐ฃ) = ๐1(๐ฃ) + ๐2(๐ฃ)
Transformaciรณn Multiplicaciรณn por Escalar: ๐๐1: ๐ โ ๐ โ๐ฃ โ ๐ (๐๐1)(๐ฃ) = ๐๐1(๐ฃ)
Es decir, la transformaciรณn suma, que toma un vector ๐ฃ โ ๐ y devuelve un vector ๐ค โ ๐, se define
de tal manera que la transformada de ๐ฃ es la suma de ๐1(๐ฃ) y ๐2(๐ฃ). Asimismo la transformaciรณn
multiplicaciรณn por escalar, que toma un vector ๐ฃ โ ๐ y devuelve un vector ๐ค โ ๐, se define de
tal manera que la transformada de ๐ฃ es el producto del escalar ๐ por ๐1(๐ฃ). Notamos que son
transformaciones puesto que toman vectores del espacio ๐ y devuelven vectores del espacio ๐,
pero ยฟson transformaciones lineales? Verifiquemos que cumplan los criterios de linealidad:
ยฟโ๐ฃ1, ๐ฃ2 โ ๐ (๐1 + ๐2)(๐ฃ1 + ๐ฃ2) = (๐1 + ๐2)(๐ฃ1) + (๐1 + ๐2)(๐ฃ2)?
(๐1 + ๐2)(๐ฃ1 + ๐ฃ2) = ๐1(๐ฃ1 + ๐ฃ2) + ๐2(๐ฃ1 + ๐ฃ2) Definiciรณn de ๐1 + ๐2
(๐1 + ๐2)(๐ฃ1 + ๐ฃ2) = ๐1(๐ฃ1) + ๐1(๐ฃ2) + ๐2(๐ฃ1) + ๐2(๐ฃ2) Linealidad de ๐1 y ๐2
(๐1 + ๐2)(๐ฃ1 + ๐ฃ2) = (๐1(๐ฃ1) + ๐2(๐ฃ1)) + (๐1(๐ฃ2) + ๐2(๐ฃ2)) Asociatividad de la suma
(๐1 + ๐2)(๐ฃ1 + ๐ฃ2) = (๐1 + ๐2)(๐ฃ1) + (๐1 + ๐2)(๐ฃ2) Definiciรณn de ๐1 + ๐2
ยกSe cumple!
ยฟโ๐ผ โ ๐พ โ๐ฃ โ ๐ (๐1 + ๐2)(๐ผ๐ฃ) = ๐ผ(๐1 + ๐2)(๐ฃ)?
(๐1 + ๐2)(๐ผ๐ฃ) = ๐1(๐ผ๐ฃ) + ๐2(๐ผ๐ฃ) Definiciรณn de ๐1 + ๐2
(๐1 + ๐2)(๐ผ๐ฃ) = ๐ผ๐1(๐ฃ) + ๐ผ๐2(๐ฃ) Linealidad de ๐1 y ๐2
(๐1 + ๐2)(๐ผ๐ฃ) = ๐ผ(๐1(๐ฃ) + ๐2(๐ฃ)) Distribuciรณn de multiplicaciรณn por escalar respecto a suma
4. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
(๐1 + ๐2)(๐ผ๐ฃ) = ๐ผ(๐1 + ๐2)(๐ฃ) Definiciรณn de ๐1 + ๐2
ยกSe cumple!
โด ๐1 + ๐2 es una transformaciรณn lineal โ
Hagamos la verificaciรณn para la transformaciรณn multiplicaciรณn por escalar:
ยฟโ๐ฃ1, ๐ฃ2 โ ๐ (๐๐1)(๐ฃ1 + ๐ฃ2) = (๐๐1)(๐ฃ1) + (๐๐1)(๐ฃ2)?
(๐๐1)(๐ฃ1 + ๐ฃ2) = ๐๐1(๐ฃ1 + ๐ฃ2) Definiciรณn de ๐๐1
(๐๐1)(๐ฃ1 + ๐ฃ2) = ๐(๐1(๐ฃ1) + ๐1(๐ฃ2)) Linealidad de ๐1
(๐๐1)(๐ฃ1 + ๐ฃ2) = ๐๐1(๐ฃ1) + ๐๐1(๐ฃ2) Distribuciรณn de la multiplicaciรณn respecto a suma
(๐๐1)(๐ฃ1 + ๐ฃ2) = (๐๐1)(๐ฃ1) + (๐๐1)(๐ฃ2) Definiciรณn de ๐๐1
ยกSe cumple!
ยฟโ๐ผ โ ๐พ โ๐ฃ โ ๐ (๐๐1)(๐ผ๐ฃ) = ๐ผ(๐๐1)(๐ฃ)?
(๐๐1)(๐ผ๐ฃ) = ๐๐1(๐ผ๐ฃ) Definiciรณn de ๐๐1
(๐๐1)(๐ผ๐ฃ) = ๐๐ผ๐1(๐ฃ) Linealidad de ๐1
(๐๐1)(๐ผ๐ฃ) = ๐ผ(๐๐1(๐ฃ)) Asociatividad de multiplicaciรณn por escalar
(๐๐1)(๐ผ๐ฃ) = ๐ผ(๐๐1)(๐ฃ) Definiciรณn de ๐๐1
ยกSe cumple!
โด ๐๐1 es una transformaciรณn lineal โ
Con esto podemos notar que, dadas dos transformaciones lineales de un espacio vectorial ๐ a un
espacio vectorial ๐, la suma entre ellas tambiรฉn es una transformaciรณn lineal de ๐ a ๐, es decir,
la suma es โcerradaโ entre transformaciones lineales de ๐ a ๐. Asimismo, la multiplicaciรณn entre
una transformaciรณn lineal de ๐ a ๐ y un escalar cualquiera de un campo ๐พ, da como resultado una
transformaciรณn lineal de ๐ a ๐, de forma que la multiplicaciรณn por escalar tambiรฉn es โcerradaโ
en transformaciones lineales de ๐ a ๐.
Consideremos todas las transformaciones lineales que van de ๐ a ๐ como parte del conjunto
๐ฟ(๐, ๐). Sabemos que la suma y la multiplicaciรณn por escalar son cerradas en este conjunto.
Realizaremos un anรกlisis para demostrar que en este conjunto se cumplen las 8 propiedades que
definen a los espacios vectoriales:
1. ยฟโ๐1, ๐2 โ ๐ฟ(๐, ๐) ๐1 + ๐2 = ๐2 + ๐1?
6. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
๐ฬ(๐ฃ) = ๐(๐ฃ)ฬ
๐ฬ(๐ฃ) = (๐โ)+
โฒ
๐(๐ฃ) ; โ๐ฃ โ ๐
Se verifica que ๐ฬ โ ๐ฟ(๐, ๐), es decir, se verifica si es una transformaciรณn lineal
ยฟโ๐ฃ1, ๐ฃ2 โ ๐ ๐ฬ(๐ฃ1 + ๐ฃ2) = ๐ฬ(๐ฃ1) + ๐ฬ(๐ฃ2)?
๐ฬ(๐ฃ1 + ๐ฃ2) = (๐โ)+
โฒ
(๐(๐ฃ1 + ๐ฃ2))
๐ฬ(๐ฃ1 + ๐ฃ2) = (๐โ)+
โฒ
(๐(๐ฃ1) + ๐(๐ฃ2))
๐ฬ(๐ฃ1 + ๐ฃ2) = (๐โ)+
โฒ
๐(๐ฃ1) + (๐โ)+
โฒ
๐(๐ฃ2)
๐ฬ(๐ฃ1 + ๐ฃ2) = ๐ฬ(๐ฃ1) + ๐ฬ(๐ฃ2)
ยกSe cumple!
ยฟโ๐ผ โ ๐พ โ๐ฃ โ ๐ ๐ฬ(๐ผ๐ฃ) = ๐ผ๐ฬ(๐ฃ)?
๐ฬ(๐ผ๐ฃ) = (๐โ)+
โฒ
๐(๐ผ๐ฃ)
๐ฬ(๐ผ๐ฃ) = ๐ผ(๐โ)+
โฒ
๐(๐ฃ)
๐ฬ(๐ผ๐ฃ) = ๐ผ๐ฬ(๐ฃ)
ยกSe cumple!
โด ๐ฬ es una transformaciรณn lineal โ
5. ยฟโ๐ผ, ๐ฝ โ ๐พ โ๐ โ ๐ฟ(๐, ๐) ๐ผ(๐ฝ๐) = (๐ผ๐ฝ)๐?
โ๐ฃ โ ๐ (๐ผ(๐ฝ๐))(๐ฃ) = ๐ผ((๐ฝ๐)(๐ฃ)) = ๐ผ (๐ฝ(๐(๐ฃ))) = (๐ผ๐ฝ)(๐(๐ฃ)) = ((๐ผ๐ฝ)๐)(๐ฃ)
6. ยฟ โ๐ผ, ๐ฝ โ ๐พ โ๐ โ ๐ฟ(๐, ๐) (๐ผ + ๐ฝ)๐ = (๐ผ๐) + (๐ฝ๐)?
โ๐ฃ โ ๐ ((๐ผ + ๐ฝ)๐)(๐ฃ) = (๐ผ + ๐ฝ)๐(๐ฃ) = ๐ผ๐(๐ฃ) + ๐ฝ๐(๐ฃ) = (๐ผ๐)(๐ฃ) + (๐ฝ๐)(๐ฃ)
7. ยฟ โ๐ผ โ ๐พ โ๐1, ๐2 โ ๐ฟ(๐, ๐) ๐ผ(๐1 + ๐2) = (๐ผ๐1) + (๐ผ๐2)?
โ๐ฃ โ ๐ (๐ผ(๐1 + ๐2))(๐ฃ) = ๐ผ(๐1 + ๐2)(๐ฃ) = ๐ผ(๐1(๐ฃ) + ๐2(๐ฃ)) = ๐ผ๐1(๐ฃ) + ๐ผ๐2(๐ฃ)
= (๐ผ๐1)(๐ฃ) + (๐ผ๐2)(๐ฃ)
8. ยฟโ๐ โ ๐ฟ(๐, ๐) (๐โ)๐ = ๐?
โ๐ฃ โ ๐ ((๐โ)๐)(๐ฃ) = (๐โ)๐(๐ฃ) = ๐(๐ฃ)
โด ๐ฟ(๐, ๐) es un ๐พ-espacio vectorial โ
Definiciรณn: Espacio de Transformaciones Lineales: Sean ๐ y ๐ dos espacios vectoriales, se dice
que ๐ฟ(๐, ๐) es el espacio vectorial de las transformaciones lineales que van de ๐ a ๐.
Teorema: Sean๐ y ๐ dos espacios vectoriales de dimensiรณn finita. El espacio vectorial ๐ฟ(๐, ๐)
es entonces de dimensiรณn finita, tal que:
dim ๐ฟ(๐, ๐) = (dim ๐)(dim ๐)
7. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
Observaciรณn: Sean ๐ y ๐ dos espacios vectoriales de dimensiรณn finita. Sean ๐ต ๐ = {๐ฃ1, ๐ฃ2, โฆ , ๐ฃ ๐}
y ๐ต ๐ = {๐ค1, ๐ค2, โฆ , ๐ค ๐} bases de ๐ y ๐ respectivamente. Diremos que la base canรณnica del
espacio ๐ฟ(๐, ๐) es la siguiente:
๐ต = {๐11, ๐12, โฆ , ๐1๐, ๐21, ๐22, โฆ , ๐2๐, โฆ , ๐ ๐1, ๐ ๐2, โฆ , ๐ ๐๐}
Donde, para cualquier vector ๐ฃ = ๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐ โ ๐:
๐11(๐ฃ) = ๐ผ1 ๐ค1 , ๐12(๐ฃ) = ๐ผ2 ๐ค1, โฆ , ๐1๐ = (๐ฃ) = ๐ผ ๐ ๐ค1
๐21(๐ฃ) = ๐ผ1 ๐ค2 , ๐22(๐ฃ) = ๐ผ2 ๐ค2, โฆ , ๐2๐ = (๐ฃ) = ๐ผ ๐ ๐ค2
โฎ
๐ ๐1(๐ฃ) = ๐ผ1 ๐ค ๐ , ๐ ๐2(๐ฃ) = ๐ผ2 ๐ค ๐, โฆ , ๐ ๐๐ = (๐ฃ) = ๐ผ ๐ ๐ค ๐
---------------------------------------------------------------------------------------------------------------------
Demostraciones.
A continuaciรณn demostrarรฉ algunos de los teoremas de la secciรณn teรณrica de este documento como
refuerzo para entenderlos mejor.
Teorema: Una transformaciรณn lineal ๐: ๐ โ ๐ es inyectiva, si y sรณlo si, el รบnico vector que se
encuentra en el nรบcleo de ๐ es el 0 ๐:
๐๐ข(๐) = {0 ๐}
El teorema nos indica una forma mucho mรกs fรกcil de determinar si una transformaciรณn lineal es
una funciรณn inyectiva (es decir, es uno a uno).
Demostraciรณn:
Primero demostrarรฉ la proposiciรณn en el orden ๐ โ ๐, es decir:
Si ๐ es inyectiva, entonces ๐๐ข(๐) = {0 ๐}
Sea ๐ฃ โ ๐๐ข(๐) un elemento cualquiera del nรบcleo de la transformaciรณn, se demostrarรก que ese
elemento debe obligatoriamente ser cero.
๐(๐ฃ) = 0 ๐
Pero conocemos que ๐(0 ๐) = 0 ๐. Por hipรณtesis, ๐ es inyectiva, por lo que tenemos que:
0 ๐ = 0 ๐
๐(๐ฃ) = ๐(0 ๐)
๐ฃ = 0 ๐
8. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
โด ๐๐ข(๐) = {0 ๐} โ
Ahora demostrarรฉ la proposiciรณn en el orden ๐ โ ๐, es decir:
Si ๐๐ข(๐) = {0 ๐}, entonces ๐ es inyectiva.
Sean ๐ฃ1, ๐ฃ2 โ ๐ tales que ๐(๐ฃ1) = ๐(๐ฃ2), demostraremos que esto implica que los vectores ๐ฃ1 y
๐ฃ2 son iguales:
๐(๐ฃ1) = ๐(๐ฃ2)
๐(๐ฃ1) + ๐(๐ฃ2)ฬ = ๐(๐ฃ2) + ๐(๐ฃ2)ฬ
๐(๐ฃ1) + ๐(๐ฃ2ฬ) = 0 ๐
๐(๐ฃ1 + ๐ฃ2ฬ) = 0 ๐
๐ฃ1 + ๐ฃ2ฬ โ ๐๐ข(๐)
Por hipรณtesis, ๐๐ข(๐) = {0 ๐} es decir, en el nรบcleo sรณlo hay un elemento que es el vector cero, por
lo que si ๐ฃ1 + ๐ฃ2ฬ estรก en el nรบcleo, entonces obligatoriamente sรณlo podrรก ser cero:
๐ฃ1 + ๐ฃ2ฬ = 0 ๐
๐ฃ1 + ๐ฃ2ฬ + ๐ฃ2 = 0 ๐ + ๐ฃ2
๐ฃ1 = ๐ฃ2
โด ๐ es inyectiva โ
Teorema: Sean ๐ y ๐ espacios vectoriales de dimensiรณn finita, y ๐: ๐ โ ๐ una transformaciรณn
lineal. Entonces:
i. Si dim ๐ > dim ๐, ๐ no es inyectiva.
ii. Si dim ๐ < dim ๐, ๐ no es sobreyectiva.
iii. Si dim ๐ = dim ๐, ๐ es inyectiva si y sรณlo si ๐ es sobreyectiva.
Este teorema es de gran ayuda, asรญ podemos con sรณlo observar la dimensiรณn de los espacios
vectoriales de partida y llegada, saber si la transformaciรณn tiene opciรณn de ser inyectiva,
sobreyectiva o un isomorfismo.
Demostraciรณn:
Para facilitar la escritura de esta demostraciรณn, se dirรก que dim ๐ = ๐ y que dim ๐ = ๐
9. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
i. Si dim ๐ > dim ๐, ๐ no es inyectiva.
Se conoce que ๐(๐) + ๐(๐) = ๐. Como ๐ ๐(๐) โ ๐ entonces sabemos que ๐(๐) โค ๐
๐(๐) โค ๐
๐ โ ๐(๐) โค ๐
โ๐(๐) โค ๐ โ ๐
๐ โ ๐ โค ๐(๐)
Por hipรณtesis ๐ > ๐ por lo tanto ๐ โ ๐ > 0
๐(๐) > 0
๐๐ข(๐) โ {0 ๐}
โด ๐ no es inyectiva โ
ii. Si dim ๐ < dim ๐, ๐ no es sobreyectiva.
Se conoce que ๐(๐) + ๐(๐) = ๐. Como ๐๐ข(๐) โ ๐ entonces sabemos que 0 โค ๐(๐) โค ๐
0 โค ๐(๐) โค ๐
0 โค ๐ โ ๐(๐) โค ๐
โ๐ โค โ๐(๐) โค 0
๐(๐) โค ๐
Por hipรณtesis ๐ < ๐ por lo que:
๐(๐) < ๐
๐(๐) < dim ๐
๐ ๐(๐) โ ๐
โด ๐ no es sobreyectiva โ
iii. Si dim ๐ = dim ๐, ๐ es inyectiva si y sรณlo si ๐ es sobreyectiva.
Se conoce que ๐(๐) + ๐(๐) = ๐. Veamos el orden ๐ โ ๐:
Si ๐ es inyectiva, entonces ๐(๐) = 0 y por lo tanto ๐(๐) = ๐. Pero por hipรณtesis ๐ = ๐, por lo
tanto ๐(๐) = ๐ = dim ๐. Finalmente concluimos que ๐ ๐(๐) = ๐
10. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
โด ๐ es sobreyectiva โ
Veamos ahora el orden ๐ โ ๐:
Si ๐ es sobreyectiva, entonces ๐(๐) = dim ๐ = ๐ y por lo tanto ๐(๐) + ๐ = ๐. Pero por
hipรณtesis ๐ = ๐, por lo tanto ๐(๐) = ๐ โ ๐ = 0. Finalmente concluimos que ๐๐ข(๐) = {0 ๐}
โด ๐ es inyectiva โ
Teorema: Sean ๐ y ๐ espacios vectoriales de dimensiรณn finita. Los espacios ๐ y ๐ son isomorfos
(๐ โ ๐) si y sรณlo si tienen la misma dimensiรณn (dim ๐ = dim ๐).
El teorema se puede inferir del anterior. Dice que sรณlo es posible definir un isomorfismo entre dos
espacios vectoriales (es decir, estos son isomorfos) si la dimensiรณn de dichos espacios es igual.
Demostraciรณn:
Veamos la forma ๐ โ ๐, es decir, Si ๐ โ ๐ entonces dim ๐ = dim ๐.
Ya que ๐ โ ๐ entonces existe una transformaciรณn lineal ๐: ๐ โ ๐ tal que ๐ es un isomorfismo.
Siendo asรญ, ๐ es inyectiva por lo que ๐(๐) = 0 y ๐ es sobreyectiva por lo que ๐(๐) = dim ๐. Con
esto, el teorema de la dimensiรณn dice que:
๐(๐) + ๐(๐) = dim ๐
โด dim ๐ = dim ๐ โ
Veamos la forma ๐ โ ๐, es decir, Si dim ๐ = dim ๐ entonces ๐ โ ๐.
Sea ๐ต ๐ = {๐ฃ1, ๐ฃ2, โฆ , ๐ฃ ๐} una base de ๐ y sea ๐ต ๐ = {๐ค1, ๐ค2, โฆ , ๐ค ๐} una base de ๐, se puede
construir una transformaciรณn lineal ๐: ๐ โ ๐ tal que ๐(๐ฃ๐) = ๐ค๐ ; ๐ = 1,2, โฆ , ๐. Ahora bien,
veamos si ๐ es un isomorfismo. Para esto veamos si ๐ es inyectiva:
๐๐ข(๐) = {๐ฃ โ ๐ | ๐(๐ฃ) = 0 ๐}
Sea ๐ฃ โ ๐๐ข( ๐) entonces ๐( ๐ฃ) = 0 ๐
๐(๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐) = 0 ๐
๐ผ1 ๐ค1 + ๐ผ2 ๐ค2 + โฏ + ๐ผ ๐ ๐ค ๐ = 0 ๐
Ya que los vectores ๐ค1, ๐ค2, โฆ , ๐ค ๐ constituyen una base de ๐, son linealmente independientes, y
esto implica que:
๐ผ1 = ๐ผ2 = โฏ = ๐ผ ๐ = 0
11. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
๐ฃ = 0 ๐
๐๐ข(๐) = {0 ๐}
๐ es inyectiva
Veamos ahora si ๐ es sobreyectiva:
๐ ๐(๐) = {๐ค โ ๐ | ๐ค = ๐(๐ฃ); ๐ฃ โ ๐}
Sea ๐ค โ ๐ ๐(๐) entonces ๐ค = ๐(๐ฃ) para ๐ฃ โ ๐
๐ค = ๐(๐ฃ)
๐ค = ๐(๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐)
๐ค = ๐ผ1 ๐ค1 + ๐ผ2 ๐ค2 + โฏ + ๐ผ ๐ ๐ค ๐
๐ค โ ๐๐๐(๐ต ๐)
๐ ๐(๐) = ๐
๐ es sobreyectiva
โด ๐ es un isomorfismo โ
Teorema: Sean๐ y ๐ dos espacios vectoriales de dimensiรณn finita. El espacio vectorial ๐ฟ(๐, ๐)
es entonces de dimensiรณn finita, tal que:
dim ๐ฟ(๐, ๐) = (dim ๐)(dim ๐)
El teorema nos indica cรณmo determinar la cantidad de elementos en una base cualquiera del espacio
vectorial de transformaciones lineales. Usaremos esta demostraciรณn para obtener cualquier base
de este espacio.
Demostraciรณn:
Siendo ๐, ๐ dos espacios vectoriales de dimensiรณn finita, podemos decir que dim ๐ = ๐ y que
dim ๐ = ๐ para evitar nomenclatura complicada. Podemos entonces saber que existen bases para
cada uno de estos espacios, que respectivamente serรญan:
๐ต ๐ = {๐ฃ1, ๐ฃ2, โฆ , ๐ฃ ๐} y ๐ต ๐ = {๐ค1, ๐ค2, โฆ , ๐ค ๐}
Sea ๐ฃ โ ๐ un elemento cualquiera de ๐ que se puede escribir como combinaciรณn lineal de la base
๐ต ๐ como:
12. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
๐ฃ = ๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐
Se definen las siguientes transformaciones de ๐ a ๐:
๐11(๐ฃ) = ๐ผ1 ๐ค1 , ๐12(๐ฃ) = ๐ผ2 ๐ค1, โฆ , ๐1๐(๐ฃ) = ๐ผ ๐ ๐ค1
๐21(๐ฃ) = ๐ผ1 ๐ค2 , ๐22(๐ฃ) = ๐ผ2 ๐ค2, โฆ , ๐2๐(๐ฃ) = ๐ผ ๐ ๐ค2
โฎ
๐ ๐1(๐ฃ) = ๐ผ1 ๐ค ๐ , ๐ ๐2(๐ฃ) = ๐ผ2 ๐ค ๐, โฆ , ๐ ๐๐(๐ฃ) = ๐ผ ๐ ๐ค ๐
Es notorio que cada una de ellas son transformaciones lineales. Sea:
๐๐๐(๐ฃ) = ๐ผ๐ ๐ค๐ ; ๐ = 1,2, โฆ , ๐ ; ๐ = 1,2, โฆ , ๐
ยฟโ๐1, ๐2 โ ๐ ๐๐๐(๐1 + ๐2) = ๐๐๐(๐1) + ๐๐๐(๐2)?
Sean ๐1 = ๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐ y ๐2 = ๐ฝ1 ๐ฃ1 + ๐ฝ2 ๐ฃ2 + โฏ + ๐ฝ ๐ ๐ฃ ๐. Tenemos que:
๐๐๐(๐1 + ๐2) = ๐๐๐((๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐) + (๐ฝ1 ๐ฃ1 + ๐ฝ2 ๐ฃ2 + โฏ + ๐ฝ ๐ ๐ฃ ๐))
= ๐๐๐((๐ผ1 + ๐ฝ1)๐ฃ1 + (๐ผ2 + ๐ฝ2)๐ฃ2 + โฏ + (๐ผ ๐ + ๐ฝ ๐)๐ฃ ๐) = (๐ผ๐ + ๐ฝ๐)๐ค๐
= ๐ผ๐ ๐ค๐ + ๐ฝ๐ ๐ค๐ = ๐๐๐(๐1) + ๐๐๐(๐2)
ยฟ โ๐ โ ๐พ โ๐1 โ ๐ ๐๐๐(๐๐1) = ๐๐๐๐(๐1)?
๐๐๐(๐๐1) = ๐๐๐(๐(๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐)) = ๐๐๐((๐๐ผ1)๐ฃ1 + (๐๐ผ2)๐ฃ2 + โฏ + (๐๐ผ ๐)๐ฃ ๐)
= (๐๐ผ๐)๐ค๐ = ๐๐ผ๐ ๐ค๐ = ๐๐๐๐(๐1)
Las transformaciones propuestas constituyen una base para el espacio vectorial ๐ฟ(๐, ๐), la cual
denominaremos la base canรณnica de este espacio. Demostremos entonces que el conjunto ๐ต =
{๐11, ๐12, โฆ , ๐1๐, ๐21, ๐22, โฆ , ๐2๐, โฆ , ๐ ๐1, ๐ ๐2, โฆ , ๐ ๐๐} es una base de ๐ฟ(๐, ๐) y, dado que
๐(๐ต) = ๐๐, esto demostrarรญa que dim ๐ฟ(๐, ๐) = (dim ๐)(dim ๐)
Demostremos entonces que ๐ฟ(๐, ๐) = ๐๐๐(๐ต):
Sea ๐ โ ๐ฟ(๐, ๐), sin importar su regla de correspondencia, al transformar cualquier vector de ๐
obtenemos un vector de ๐, y dicho resultado se puede entonces expresar como combinaciรณn lineal
de los elementos de la base ๐ต ๐. Entonces, una regla de correspondencia general serรญa:
Sea ๐ฃ = ๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐
๐(๐ฃ) = ๐(๐ผ1 ๐ฃ1 + ๐ผ2 ๐ฃ2 + โฏ + ๐ผ ๐ ๐ฃ ๐) = ๐ผ1 ๐(๐ฃ1) + ๐ผ2 ๐(๐ฃ2) + โฏ + ๐ผ ๐ ๐(๐ฃ ๐)
Por lo explicado anteriormente, el resultado para ๐(๐ฃ๐) ; ๐ = 1,2, โฆ , ๐ serรก combinaciรณn lineal de
los elementos de ๐ต ๐:
15. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
e) ๐: ๐2๐ฅ2 โ ๐3๐ฅ2 ๐ (
๐ ๐
๐ ๐
) = (
๐ + ๐ ๐
๐ ๐ + ๐
๐ + ๐ ๐ + ๐
)
Sea ๐ un subespacio del espacio vectorial ๐ถ(โ). Considere la transformaciรณn lineal ๐ท: ๐ โ ๐ tal
que ๐ท(๐) = ๐โฒ
. Obtenga la matriz de ๐ท respecto al conjunto generador que se propone para ๐ en
cada caso:
a) ๐ = ๐๐๐{๐ ๐ฅ
, ๐โ๐ฅ}
b) ๐ = ๐๐๐{๐ ๐ฅ
, ๐ฅ๐ ๐ฅ
, ๐ฅ2
๐ ๐ฅ
, ๐ฅ3
๐ ๐ฅ}
c) ๐ = ๐๐๐{sin ๐ฅ , cos ๐ฅ}
d) ๐ = ๐๐๐{๐ ๐ฅ
sin ๐ฅ , ๐ ๐ฅ
cos ๐ฅ}
Sea ๐ un espacio vectorial de dimensiรณn 3 y ๐ un espacio vectorial de dimensiรณn 4. Sean ๐ต ๐ =
{๐ฃ1, ๐ฃ2, ๐ฃ3} y ๐ต ๐ = {๐ค1, ๐ค2, ๐ค3, ๐ค4} bases de ๐ y ๐ respectivamente. Sea ๐: ๐ โ ๐ una
transformaciรณn lineal tal que:
๏ท ๐(๐ฃ1) = 2๐ค1 โ 3๐ค2 + ๐ค3 โ ๐ค4
๏ท ๐(๐ฃ2) = ๐ค1 + ๐ค2 + ๐ค3 + ๐ค4
๏ท ๐(๐ฃ3) = ๐ค1 โ 2๐ค3
a) Obtenga la matriz de ๐ respecto a las bases ๐ต ๐ y ๐ต ๐
b) Obtenga la matriz de ๐ respecto a las bases ๐ต ๐
โฒ
= {๐ฃ1 + ๐ฃ2 + ๐ฃ3, 3๐ฃ1 โ 2๐ฃ2 + 2๐ฃ3, ๐ฃ3} de
๐ y ๐ต ๐
โฒ
= {๐ค1 โ ๐ค2, ๐ค1 + 2๐ค2 + 3๐ค4, ๐ค3 โ 2๐ค4, ๐ค2 + ๐ค3 + ๐ค4} de ๐.
c) Obtenga la regla de correspondencia de ๐.
Verdadero o Falso:
Sea ๐: ๐ โ ๐ una transformaciรณn lineal, sean ๐ฃ1, ๐ฃ2, โฆ , ๐ฃ ๐ โ ๐ tales que
๐(๐ฃ1), ๐(๐ฃ2), โฆ , ๐(๐ฃ ๐) โ ๐ son linealmente independientes. Entonces ๐ฃ1, ๐ฃ2, โฆ , ๐ฃ ๐ son
linealmente independientes. ยฟCuรกndo es la recรญproca verdadera?
Para las siguientes transformaciones lineales, obtener nรบcleo, recorrido, y verificar que se cumple
el teorema de la dimensiรณn:
a) ๐: โ2
โ โ ๐(๐ฅ, ๐ฆ) = 2๐ฅ + ๐ฆ
b) ๐: โ2
โ โ2
๐ (
๐ฅ
๐ฆ) = (
2๐ฅ โ ๐ฆ
3๐ฅ + 4๐ฆ
)
c) ๐: โ3
โ โ3
๐(๐ฅ, ๐ฆ, ๐ง) = (2๐ฅ + ๐ฆ โ ๐ง , 3๐ฅ โ ๐ฆ โ 2๐ง , ๐ฅ + 2๐ฆ + 3๐ง)
16. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
d) ๐: ๐2 โ ๐3 ๐(๐0 + ๐1 ๐ฅ + ๐2 ๐ฅ2) = (๐0 โ ๐1)(1 + ๐ฅ2) + (๐0 โ ๐2)(๐ฅ + ๐ฅ3)
e) ๐: โ2
โ โ4
๐(๐) = ๐ด๐; ๐ด = (
1
3
2
4
5 6
7 8
)
f) ๐: ๐2 โ ๐3 ๐(๐) = ๐ฅ2
๐โฒ
Indique, justificando su respuesta, si el espacio fila de una matriz es isomorfo al espacio columna
de dicha matriz. De serlo, construya un isomorfismo entre ellos.
Dadas las siguientes transformaciones lineales de โ3
a โ3
:
๐1(๐ฅ, ๐ฆ, ๐ง) = (
2๐ฅ + ๐ฆ + ๐ง
๐ฅ โ ๐ฆ + ๐ง
3๐ฅ + 2๐ฆ โ 2๐ง
) ๐2(๐ฅ, ๐ฆ, ๐ง) = (
5๐ฅ + ๐ง
2๐ฆ + 3๐ง
๐ฅ โ ๐ฆ โ ๐ง
)
a) Obtenga (๐1 + ๐2)(2,1,3), (3๐1)(1,1,1), (โ2๐2)(2,4,0)
b) Encuentre la regla de correspondencia de ๐1 + ๐2, 3๐1, โ2๐2
Encuentre bases para los siguientes espacios vectoriales:
a) ๐ = ๐ฟ(โ2
, โ3)
b) ๐ = ๐ฟ(๐2, โ3)
c) ๐ = ๐ฟ(๐2, ๐2๐ฅ2)
d) ๐ = ๐ฟ(๐1๐ฅ2, ๐2๐ฅ1)
TAREA.
Sea ๐: ๐ โ ๐ una transformaciรณn lineal. Si dim ๐ = 3 y dim ๐ = ๐, demuestre que:
1. Si ๐ = 3, ๐ es inyectiva si y solo si es sobreyectiva.
2. Si ๐ > 3, ๐ no es sobreyectiva.
3. Si ๐ es inyectiva, entonces ๐ โฅ 3
17. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
Sea ๐ la transformaciรณn de โ3
en โ3
definida por:
๐(๐ฅ, ๐ฆ, ๐ง) = (๐ฅ + ๐ฆ, ๐ฅ โ ๐ง, ๐ฆ + ๐ง)
Determine la representaciรณn matricial de ๐ con respecto a la base canรณnica de โ3
.
Sea ๐: โ3
โ โ3
la transformaciรณn lineal definida por:
๐ (
๐ฅ
๐ฆ
๐ง
) = (
๐ฅ โ 2๐ฆ + ๐ง
๐ฆ + ๐ง
๐ฅ โ ๐ฆ + 3๐ง
)
Determine si ๐ es un isomorfismo.
Sea ๐ un espacio vectorial de dimensiรณn ๐ y {๐ฃ1, ๐ฃ2, โฆ , ๐ฃ ๐} una base de ๐. Se define la
transformaciรณn ๐ de โ ๐
en ๐ como sigue: si ๐ข = (๐ฅ1, ๐ฅ2, โฆ , ๐ฅ ๐) โ โ ๐
entonces ๐(๐ข) = ๐ฅ1 ๐ฃ1 +
๐ฅ2 ๐ฃ2 + โฏ + ๐ฅ ๐ ๐ฃ ๐. Demuestre que:
a) ๐ es uno a uno (inyectiva)
b) ๐ es sobreyectiva
En el espacio vectorial ๐3๐ฅ3 de las matrices cuadradas de orden 3, se definen las matrices ๐ผ y ๐
como sigue:
๐ = (
3 2 0
2 3 0
0 0 3
) y ๐ผ = (
1 0 0
0 1 0
0 0 1
)
a) Determine el valor de ๐ผ para que la matriz (
13 12 0
12 13 0
0 0 ๐ผ
) pertenezca al subespacio
vectorial de ๐3๐ฅ3 generado por ๐ผ y ๐.
b) Se define el subconjunto ๐ธ de ๐3๐ฅ3 como ๐ธ = {๐๐ผ + ๐๐ + ๐๐2
, ๐, ๐, ๐ โ โ}. Demuestre
que ๐ธ es un subespacio vectorial.
c) Determine la dimensiรณn de ๐ธ.
d) Sea ๐ la transformaciรณn de ๐2 en ๐ธ definida por: para todo ๐(๐ฅ) = ๐ + ๐๐ฅ + ๐๐ฅ2
de ๐2,
๐(๐) = ๐(๐) = ๐๐ผ + ๐๐ + ๐๐2
. Demuestre que ๐ es una transformaciรณn lineal y que es
biyectiva.
18. Mario Fernando Izquierdo Chavarrรญa โ Ayudante Acadรฉmico de รlgebra Lineal
Sea ๐: โ3
โ โ una transformaciรณn lineal definida por
๐ (
๐ฅ
๐ฆ
๐ง
) = 2๐ฅ โ 3๐ฆ + ๐ง
Encontrar [๐] ๐ตโ๐ตโฒ, donde ๐ต = {(
1
0
0
) , (
1
1
0
) , (
1
1
1
)} y ๐ตโฒ
= {2}
Verdadero o Falso: Sea ๐: ๐2 โ ๐1, entonces dim ๐๐ข(๐) > 0
Sea ๐ una funciรณn de ๐2 en ๐2 definida por:
๐(๐ + ๐๐ฅ + ๐๐ฅ2) = ๐ + (๐ โ ๐)๐ฅ + (๐ โ ๐ โ ๐)๐ฅ2
Determine si dicha transformaciรณn es un isomorfismo, y encuentre su matriz asociada respecto a
la base {โ1 , ๐ฅ + 1 , ๐ฅ2}
Sea el espacio vectorial ๐ = ๐ฟ(โ2
, โ2) y sean las transformaciones lineales:
๐1 (
๐ฅ
๐ฆ) = (
๐ฅ
0
) , ๐2 (
๐ฅ
๐ฆ) = (
๐ฆ
0
) , ๐3 (
๐ฅ
๐ฆ) = (
0
๐ฅ
) , ๐4 (
๐ฅ
๐ฆ) = (
0
๐ฆ
)
Demuestre que {๐1, ๐2, ๐3, ๐4} es una base de ๐