LGEBRA LINEAL

Ricardo Miguel Guzmn Navarro

Universidad de Crdoba
Facultad de Ciencias Bsicas e Ingenieras
Departamento de Matemticas




Captulo 4
Transformaciones lineales
En este captulo introduciremos las transformaciones lineales, que es un ti-
po especial de funciones entre espacios vectoriales. Mediante estas funciones
podemos decidir si dos espacios vectoriales comparten ciertas propiedades
algebraicas.
4.1. Transformaciones lineales
Denicion. Sean V y W espacios vectoriales sobre R. Una transformacion
lineal de V en W es una funcion de V en W tal que
T(cx +y) = cT(x) + T(y)
para todos los vectores de y todo escalar de R.
Ejemplos. Sean V y W espacios vectoriales sobre R. Entonces las siguientes
son transformaciones lineales
T : V V
x x
,
T : V W
x 0
.
Estas transformaciones son llamadas transformacion identidad y trans-
formacion cero, respectivamente.
54
4.1. TRANSFORMACIONES LINEALES 55
Ejemplos. Sea A R
mn
. Entonces
T : R
n
R
m
x Ax
es una transformacion lineal.
Teorema 4.1. Sean V, W espacios vectoriales sobre R y T de V en W una
transformacion lineal. Entonces:
1. T(0) = 0.
2. T(x) = T(x).
Demostracion. Ejercicio.
Denicion. Si T : U V y S : V W son transformaciones lineales,
entonces la composicion de S con T es la funcion ST : U W denida
por
(S T)(x) = S(T(x)) x U.
Teorema 4.2. Sean U, V, W espacios vectoriales sobre R y T : U V y
S : V W transformaciones lineales. Entonces S T : U W es una
transformacion lineal.
Demostracion. Ejercicio.
Teorema 4.3. Sean V, W espacios vectoriales sobre R y T de V en W una
transformacion lineal. Entonces:
1. Im(T) es un subespacio de W. La dimension de Im(T) se acostumbra a
llamar rango de T (rango (T)).
2. {x V : T(x) = 0} es un subespacio de V . Este subespacio es llamado
el espacio nulo de T y su dimension se conoce como la nulidad de T
(nulidad (T)).
56 CAP

ITULO 4. TRANSFORMACIONES LINEALES

Demostracion. Ejercicio.
Teorema 4.4. Sean V un espacio vectorial de dimension nita sobre R, W
un espacio vectorial sobre R, {x
1
, ..., x
n
} una base de V y y
1
, ..., y
n
vectores
de W. Entonces existe una unica transformacion lineal T de V en W tal que
T(x
i
) = y
i
para toda i.
Demostracion. Ejercicio.
Ejemplo. La unica transformacion lineal T de R
3
en R
2
tal que
T(
_
_
2
0
0
_
_
) =
_
2
2
_
, T(
_
_
1
2
0
_
_
) =
_
3
1
_
y T(
_
_
1
1
2
_
_
) =
_
4
4
_
es
T : R
3
R
2
_
_
x
y
z
_
_

_
x + y + z
x y + 2z
_
.
Teorema 4.5. Sean V un espacio vectorial de dimension nita sobre R, W
un espacio vectorial sobre R y T una transformacion lineal de V en W.
Entonces
rango (T) + nulidad (T) = dim(V ).
Demostracion. Ejercicio.
Teorema 4.6. Sean V, W un espacios vectoriales sobre R y T una transfor-
macion lineal de V en W. Entonces T es sobreyectiva si, y solo si, existe
una base de W contenida en Im(T).
Demostracion. Ejercicio.
4.1. TRANSFORMACIONES LINEALES 57
Teorema 4.7. Sean V, W espacios vectoriales sobre R y T una transforma-
cion lineal de V en W. Entonces T es inyectiva si, y solo si, el espacio nulo
de T es {0}.
Demostracion. Ejercicio.
Denicion. Sean V, W espacios vectoriales sobre R y T de V en W una
transformacion lineal. Entonces T es un isomorsmo si T es biyectiva. En
tal caso se dice que V es isomorfo a W o que V y W son isomorfos.
Teorema 4.8. Sean V, W espacios vectoriales de dimension nita sobre R y
T un isomorsmo de V en W. Entomces:
1. Si {x
1
, ..., x
n
} es un conjunto linealmente independiente de V , entonces
{T(x
1
), ..., T(x
n
)} es un conjunto linealmente independiente de W.
2. Si {x
1
, ..., x
n
} genera a V , entonces {T(x
1
), ..., T(x
n
)} genera a W.
3. Si {x
1
, ..., x
n
} es una base de V , entonces {T(x
1
), ..., T(x
n
)} es una base
de W.
Demostracion. Ejercicio.
Teorema 4.9. Todo espacio vectorial V sobre R de dimension n es isomorfo
a R
n
.
Demostracion. Ejercicio.
Teorema 4.10. Sean V un espacio vectorial de dimension n sobre R, W un
espacio vectorial de dimension m sobre R, = {x
1
, ..., x
n
} una base ordenada
de V ,

una base ordenada de W y T una transformacion lineal de V en

W. Entonces
A =
_
[T(x
1
)]

[T(x
n
)]

_
es la unica matriz de R
mn
tal que
A[x]

= [T(x)]

para todo x V .
58 CAP

ITULO 4. TRANSFORMACIONES LINEALES

Esta matriz se llama la matriz que representa a T respecto a las bases
ordendas y

.
Demostracion. Ejercicio.
Algunas veces, la matriz que representa a una trasformacion lineal T respecto
a las base y

se denota por [T]

. Con esta notacion, la expresion

A[x]

= [T(x)]

se convierte en
[T]

[x]

= [T(x)]

.
Ejemplo. Consideremos las bases

1
=
_
1, 1 x, 1 x
2
, 1 x
3
_
de P
3
,

2
=
__
1 1 1
1 1 1
_
,
_
1 1 1
1 1 0
_
,
_
1 1 1
1 0 0
_
,
_
1 1 1
0 0 0
_
,
_
1 1 0
0 0 0
_
,
_
1 0 0
0 0 0
__
de R
23
y hallemos la matriz que representa a la transformacion lineal
T : P
3
R
23
a
0
+ a
1
x + a
2
x
2
+ a
3
x
3

_
a
0
0 a
1
a
2
0 a
3
_
respecto de las bases
1
y
2
. En efecto,
T(1) =
_
1 0 0
0 0 0
_
= [T(1)]

2
=
_
0 0 0 0 0 1

T
T(1 x) =
_
1 0 1
0 0 0
_
= [T(1 x)]

2
=
_
0 0 0 1 1 1

T
T(1 x
2
) =
_
1 0 0
1 0 0
_
=
_
T(1 x
2
)

2
=
_
0 0 1 1 0 1

T
4.1. TRANSFORMACIONES LINEALES 59
T(1 x
3
) =
_
1 0 0
0 0 1
_
=
_
T(1 x
3
)

2
=
_
1 1 0 0 0 1

T
.
Luego, la matriz que representa a T respecto de las bases
1
y
2
es
A =
_

_
0 0 0 1
0 0 0 1
0 0 1 0
0 1 1 0
0 1 0 0
1 1 1 1
_

_
.
Notese que si p(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
, entonces
A[p(x)]

1
=
_

_
0 0 0 1
0 0 0 1
0 0 1 0
0 1 1 0
0 1 0 0
1 1 1 1
_

_
_

_
a
0
+ + a
3
a
1
a
2
a
3
_

_
=
_

_
a
3
a
3
a
2
a
1
a
2
a
1
a
0
_

_
= [T(P(x))]

2
.
Teorema 4.11. Sean U, V y W espacios vectoriales de dimension nita sobre
R con base ,

, respectivamente. Sean T : U V y S : V W
transformaciones lineales. Entonces
[S T]

= [S]

[T]

.
Demostracion. Ejercicio.
Teorema 4.12. Sea V un espacio vectorial de dimension nita sobre R con
bases y

y sea T : V V una transformacion lineal. Entonces

[T]

= P
1
[T]

P,
donde P es la matriz de cambio de la base a la base

.
Demostracion. Ejercicio.
60 CAP

ITULO 4. TRANSFORMACIONES LINEALES

4.2. Ejercicios
1. Determine si
T : R
3
R
3
_
_
x
y
z
_
_

_
_
1 + x + y
3x + 2z
5 2y z
_
_
es una transformacion lineal.
2. Halle una transformacion lineal de R
4
a R
3
que tenga como espacio nulo a
gen
_

_
_

_
1
2
1
2
_

_
,
_

_
1
3
0
4
_

_
_

_
.
3. Encuentre una transformacion lineal de R
3
en R
3
que tenga como imagen
a
gen
_
_
_
_
_
2
1
0
_
_
,
_
_
1
1
1
_
_
_
_
_
.
4. Sean
A =
_
1 3 2
0 2 1
_
y
T : R
3
R
2
x Ax
.
Halle el espacio nulo, nulidad, imagen y rango de T.
5. Halle un isomorsmo de R
22
en R
4
y otro de R
4
en R
22
.
6. Sean
R
V un espacio vectorial de dimension n y una base de
R
V . De-
muestre que
T : V R
n
x [x]

4.2. EJERCICIOS 61
es un isomorsmo. Esto demuestra el Teorema 4.9.
7. Sea A R
nn
. Demuestre que A es invertible si, y solo si la transformacion
lineal
T : R
n
R
n
x Ax
es biyectiva.
8. Sean V un espacio vectorial sobre R de dimension nita, una base de
V , W un espacio vectorial sobre R y T una transformacion lineal de V en
W. Demuestre que T es la transformacion cero si, y solo si, T(x) = 0 para
todo x de .










Bibliografa



[1] Anton, H. (1996), Introduccin al A

lgebra Lineal, Editorial Limusa S.A.

Grupo Noriega Editores, Mexico.

[2] Asmar, A. J . (1995), Topicos en Teora de Matrices, Universidad Nacional
de Colombia, Sede Medelln.

[3] Harville, D. (1997), Matrix Algebra From a Statisticians Perspective,
Springer - verlag, New York.

[4] Hoffman, K. y Kunze, R. (1983), A

lgebra Lineal, Prentice - Hall Hispa-

noamericana, S.A., Mexico.

[5] Horn, R. y. J . C. (1985), Matrix Analisys, Cambridge University Press,
U.S.A.

[6] Kincaid, D. y Cheney, W. (1991), Numerical Analysis, Brooks Cole Pu-
blishing company. Pacific Grove, California.

[7] Meyer, C. (2000), Analysis and Applied Linear Algebra, Siam, Philadelp-
hia.

[8] Noble, B. y Daniel, J . W. (1989), A

lgebra Lineal Aplicada, Prentice - Hall

Hispanoamericana, S.A., Mexico.

[9] Searle, S. (1986), Matrix Algebra Useful for Statistics, J ohn Wiley and
Sons, U.S.A.