APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA

SEGUNDO SEMESTRE 2012

Para Curso LGEBRA II- ICOM-UDP Material N9

1
3.0.- Transformaciones Lineales. En esta ltima unidad, estudiaremos un tipo de funciones
vectoriales; esto es, funciones que se aplican a vectores de un cierto espacio vectorial
para obtener vectores de otro espacio o del mismo. Concretamente, estudiaremos
funciones F: V W, que al transformar un vector de V en otro de W respetan una
correspondencia entre las operatorias de ambos espacios vectoriales. Al transformar la
suma de dos vectores de V, se obtiene la suma en W de los transformados de los
vectores de V; Al transformar un vector ponderado en V, se obtendr el ponderado en W
del transformado del vector de V. A estas funciones las llamaremos Transformaciones
Lineales en espacios vectoriales. Veremos sus definiciones, su lgebra, la ventaja de
representarlas por matrices, sus caractersticas internas segn se definan de un espacio
vectorial en otro o sobre s mismo, su forma de relacionar los espacios vectoriales y de
establecer isomorfismos, cmo cambiar las matrices de representacin segn se escojan
diversas bases para los espacios vectoriales en que se definen, como optimizar la matriz
de representacin mediante diagonalizacin y bases ortogonales.

3.1.- Transformaciones Lineales: Las Transformaciones Lineales (T.L.) sern funciones o
aplicaciones definidas de un espacio vectorial V en otro W, ambos definidos sobre un
mismo cuerpo IK, pero cada uno con sus propias adicin y ponderacin vectoriales. Su
aplicacin tiene la particularidad de respetar las operaciones de cada espacio vectorial,
es decir, al aplicar una T.L. a una suma de vectores se obtiene la suma de las imgenes
de esos vectores y al aplicarla a un vector ponderado se obtiene el ponderado de la
imagen de ese vector. Veamos esto formalmente.

Definicin:
Consideremos dos espacios vectoriales V(IK) y W(IK). Se define una
Transformacin Lineal T de V en W, como una funcin T:V W
tal que v, w V; IK: 1) T(v + w) = T(v) + T(w)
2) T(v) = T(v)

Observaciones: a) Note que en toda T.L. la imagen del vector nulo de V, ser el vector nulo de
W. O sea, si T:V
. .L T
W entonces T(0
v
) = 0
w
. Demustrelo Usted.
b) Las dos condiciones de las definicin (respeto de la adicin y de la
ponderacin, pueden abreviarse en una sola: Una T.L. respeta las
combinaciones lineales, de otro modo, T(

=
n
1 k
k k
v ) =

=
n
1 k
k k
v T ) ( .
El caso particular para dos vectores: T(v + w) = T(v) + T(w), es muy
ilustrativo.
Ejemplos: 1.- Tanto T
0
: V
. .L T
W tal que T
0
(v) = 0
w
, vV como I: V
. .L T
V, con
I(v) = v, vV, funciones Nula e Identidad respectivamente, son Ts. Lineales,
cualesquiera sean V y W.
Demostracin: Resultan inmediatas y triviales, hgalas Usted.
2.- Sea T
A
: R
n
R
m
funcin definida como T
A
(x) = A[x]
t
, con AM
mn
,
x = (x
1
, x
2
, ...., x
n
)R
n
y [x]
t
es la matriz columna asociada a x. Afirmamos
que T
A
es una T.L.
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

2
Demostracin: Sean x e yR
n
, R.
Es fcil ver que: 1) T
A
(x + y) = A[x + y]
= A([x] + [y])
= A[x] + A[y]
= T
A
(x) + T
A
(y).
Luego, T
A
(x + y) = T
A
(x) + T
A
(y)
2) T
A
(x) =A[x]
= A([x])
= (A[x])
= T
A
(x).
Luego, T
A
(x) = T
A
(x).

Observacin: Veremos ms adelante, que toda T.L. definida de R
n
enR
m
, se
puede identificar con (y representar por) una matriz AM
mn
,
que llamaremos Matriz asociada a esa T.L., o Matriz de
Transformacin para la T.L.
Ejemplo: La T.L. F: R
2
R
3
tal que F(x, y) = (2x y, x + y, 2x 3y) tiene
por matriz asociada a A =
|
|
|
.
|

\
|

3 2
1 1
1 2
, pues segn definicin de F
A

resulta A[(x,y)] =
|
|
|
.
|

\
|

3 2
1 1
1 2

y
x
=
|
|
|
.
|

\
|

y 3 x 2
y x
y x 2
, y significa que
[F(x, y)] = [(2x y, x + y, 2x 3y)] y representa, de un modo ms
evidente, a F(x, y) = (2x y, x + y, 2x 3y).
3.- Veamos un ejemplo no genrico.
T: P
2
[x]
funcin
R
2
, tal que T(ax
2
+ bx + c) = (2a c, a + b c) es T.L.
pues: 1) Para p(x) = ax
2
+ bx + c y q(x) = dx
2
+ ex + f P
2
[x],
T(p(x) + q(x)) = T[(a + d)x
2
+ (b + e)x + (c + f)]
= [2(a + d) (c + f), (a + d) + (b + e) (c + f)]
= [(2a c) +(2d f), (a + b c) + (d + e f)]
= [(2a c), (a + b c)] + [(2d f), (d + e f)]
= T(ax
2
+ bx + c) + T(dx
2
+ ex + f)
= T[p(x)] + T[q(x)]
2) Para R y p(x) = ax
2
+ bx + c P
2
[x],
T(p(x)) = T[(a)x
2
+(b)x + (c)]
= [2(a) c, a + b c]
= [(2a c), (a + b c)]
= (2a c, a + b c)
= T(ax
2
+ bx + c)
= T[p(x)]
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

3
Teorema 3.1- La Imagen de una base define a una T.L.
Sean V(IK) y W(IK) dos espacios vectoriales. Consideremos una base ordenada
B ={ }
n
1 k k
b
=
en el espacio V y un conjunto S = { }
n
1 k k
w
=
de vectores cualesquiera
en W. Es demostrable que existe una nica transformacin lineal T, de V en W,
tal que T(b
j
) = w
j
, para cada j variando de 1 a n.
Demostracin: Siendo B una base de V, para cualquier vector v en V, existen escalares{ }
n
1 k k =

nicos y tales que v =

=
n
1 k
k k
b . Para este vector v, se define T(v) =

=
n
1 k
k k
w
que ser nico por construccin. Luego, T es funcin de V en W.
Note que F(v) = F(

=
n
1 k
k k
b ) =

=
n
1 k
k k
b F ) ( , cuando F sea una T. L.
Luego, la funcin T arriba definida es un T.L. pues, por su definicin ocurre
que para cada vector de la base B, T(b
k
) = w
k
. Luego tendramos que:
T(v) = T(

=
n
1 k
k k
b ) = T(

=
n
1 k
k k
w ) =

=
n
1 k
k k
b T ) (
Con todo lo anterior, la existencia y la unicidad se demuestran fcilmente.
Observacin: Siendo muy elemental el teorema anterior es de una importancia destacable. Nos
dice que bastar conocer las imgenes de los vectores de una base cualquiera del
espacio vectorial V en W, para tener totalmente definida una T.L. de V en W.

Ejemplo 1): Sea T: R
3

. .L T
R
4
tal que T(1, 0, 0) = (1, 1, 0, 1); T(0, 1, 0) = (2, 1, 1, 0) y,
por ltimo, T(0, 0, 1) = (3, 0, 0, 1).
Obtenga la imagen de (x, y, z) cualquiera de R
3
, segn T; T(x, y, z).
Confirme que es T.L.
Respuesta a): Sea (x, y, z)R
3
, luego, como conocemos las imgenes de la base cannica,
escribimos al vector como c.l. de esta base: (x, y, z) = xe
1
+ ye
2
+ ze
3

Aplicando T a nuestro vector: T(x, y, z) = T(xe
1
+ ye
2
+ ze
3
), y como es T.L.
tenemos que: T(x, y, z) = xT(e
1
) + yT(ye
2
) + zT(e
3
), y usando las imgenes
= x(1, 1, 0, 1) + y(2, 1, 1, 0) + z(3, 0, 0, 1)
= (x + 2y + 3z, x + y, y, x + z)
Luego, T(x, y, z) = (x + 2y + 3z, x + y, y, x + z).
Respuesta b): Consideremos v = (x, y, z) y w = (a, b, c)R
3
y R.
Veremos si T(v + w) = T(v) + T(w).
T(v + w) = T(x + a, y + b, z + c)
= [x + a + 2(y + b) + 3(z + c), (x + a) + y + b, y + b, x
+ a + z + c]
= [x + 2y + 3z + a + 2b +3c, x + y a + b, y + b, x +
z + a + c]
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

4
= [(x + 2y + 3z) + a + 2b +3c, ( x + y) a + b, y + b, (x +
z) + a + c]
= (x + 2y + 3z, x + y, y, x + z) + (a + 2b + 3c, a + b, b, a + c)
= T(x, y, z) + T(a, b, c)
= T(v) + T(w).
Luego, T es una T.L.
Observacin: Note que T(x, y, z) = (x + 2y + 3z, x + y, y, x + z)
= x(1, 1, 0, 1) + y(2, 1, 1, 0) + z(3, 0, 0, 1), nos permite
asegurar que todas las imgenes segn T sern generadas por el conjunto de
vectores S = {(1, 1, 0, 1), (2, 1, 1, 0), (3, 0, 0, 1)} que rene a las imgenes de
la base segn T. Luego podemos decir que rec T = <S>. Ms an, se ve que S es
l.i., luego S ser una base de rec T.
Ejemplo 2): Hagamos algo similar pero con base no cannica.
Si F: R
3

. .L T
R
2
se define como F(1, 1, 0) = (2, 1); F(1, 0, 1) = (1, 1) y, F(0,
1, 2) = (3, 2), Obtengamos F(x, y, z) segn base cannica.
Respuesta: Escribiendo (x, y, z)R
3
, como c.l. de B = {(1, 1, 0), (1, 0, 1), (0, 1, 2)}, base de
R
3
, (x, y, z) = b
1
+ b
2
+ b
3
.
Se obtiene:
z 2
y
x
= +
= +
= +



que por Gauss-J ordan nos entrega
[A/b] =
(
(
(

z
y
x
2 1 0
1 0 1
0 1 1

(
(
(

+
z
y x
y
2 1 0
1 1 0
1 0 1

(
(
(

+
y x z
y x
y
1 0 0
1 1 0
1 0 1

y, finalmente: [A/b]
(
(
(

+
+
y x z
z y 2 x 2
z y 2 x
1 0 0
0 1 0
0 0 1
, con lo cual resulta que:
(x, y, z) = b
1
+ b
2
+ b
3
= (x + 2y z)b
1
+ (2x + 2y z)b
2
+ (z x y)b
3

Si Usted duda de esto, verifquelo!
Luego, usando el teorema que estamos ejemplificando:
F(x, y, z) = F(b
1
+ b
2
+ b
3
) = F(b
1
) + F(b
2
) + F(b
3
)
= (x + 2y z)F(b
1
) + (2x + 2y z)F(b
2
) + (z x y)F(b
3
)
= (x + 2y z)(2, 1) + (2x + 2y z)(1, 1) + (z x y)(3, 2)
= [2(x + 2y z) + (2x + 2y z) + 3(z x y), (x + 2y z) + (2x + 2y
z) + 2(z x y)
= (x + 3y, x + 2y)
Luego, hemos llegado a que F(x, y, z) = (x + 3y, x + 2y), (x, y, z)R
3

Verifique Usted que: F(1, 1, 0) = (2, 1); F(1, 0, 1) = (1, 1); F(0, 1, 2) = (3, 2)
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

5
Observacin: Observe que, debido a que las T.L. respetan las operaciones de los espacios de
dominio y de imgenes, se pudo usar el escalonamiento de la aumentada: [B/S]
en que B y S se forman con las [b
i
/ F(b
i
)]:
[B|S] =
(
(
(

2 3
1 1
1 2
2 1 0
1 0 1
0 1 1

(
(
(

2 3
2 3
1 1
2 1 0
1 1 0
1 0 1

(
(
(

0 0
2 3
1 1
1 0 0
1 1 0
1 0 1

y, finalmente:[B/S]
(
(
(

0 0
2 3
1 1
1 0 0
0 1 0
0 0 1
= [E/F(E)], donde cada fila entrega las
imgenes de los vectores de base cannica que usamos como en el Ejercicio 1a):
F(x, y, z) = xF(e
1
) + yF(ye
2
) + zF(e
3
), y usando las imgenes
= x(1, 1) + y(3, 2)
Luego, hemos llegado a que F(x, y, z) = (x + 3y, x + 2y), (x, y, z)R
3
.

3.2.- Ncleo e Imagen de una T.L.: Para caracterizar a T:V
. .L T
W, son fundamentales dos
conjuntos de vectores relacionados con T, el primero es subconjunto del espacio
vectorial de partida V y el otro del espacio vectorial de llegada W. Ambos llegarn a ser
subespacios de sus respectivos espacios vectoriales y facilitarn las formas de describir
y conocer a la T.L.
Definicin:
A.- Ncleo de T: Es el subconjunto de vectores de V cuya imagen segn T es
0
W
. Tambin se le llama Conjunto Nulo para T o Kernel de
T. Se anotar, N(T) KerT.
Para T:V
. .L T
W, Ker T = {vV / T(v) = 0
W
}.
B.- Imagen de T: Es el subconjunto de vectores de W que son imagen de
algn vector de V, segn T. Tambin se le llama recorrido
de T. Se le anotar ImT recT.
Para T:V
. .L T
W, ImT = {wW / vV:T(v) = w}.

Teorema 3.2.1.- Ncleo e Imagen como Subespacios.
En toda T.L. T:V
. .L T
W, se tiene que KerT V y ImT W
Demostracin: Son usos directos del teorema fundamental de
subespacios vectoriales.
A) Sean K, s y tKerT, es decir, T(s) = T(t) = 0
W
.
Luego, T(s + t) = T(s) + T(t), por ser T una T.L. y por
ende, T(s + t) = 0
W
+ 0
W
= 0
W
, resultando que el vector
s + t KerT.
Con lo que est demostrado que KerT V.
B) Intente Usted desarrollar la demostracin de ImT W.
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

6
Consecuencia: Al ser ambos conjuntos subespacios, se definen la nulidad de T como la
dimensin del Ncleo y rango de T como la dimensin de la Imagen.
Y se anotan: nulT = dim(KerT) ranT = dim(ImT).

Teorema 3.2.2.- De Nulidad y Rango de una T.L.
En toda T.L. T:V
. .L T
W, con dimV finita, nul T + ran T = dimV.
Demostracin: Sea B ={ }
k
1 i i
b
=
una base de KerT, espacio nulo de T. Expandiendo B a una base
de V, con dimV = n, existen n k vectores en V, { }
n
1 k i i
b
+ =
, de modo que el
conjunto B
V
= { }
n
1 i i
b
=
es una base de V.
Segn el teorema 3.1.-, el conjunto de imgenes de una base generara a ImT,
luego ImT = <{T(b
1
), T(b
2
), ...., T(b
k
), T(b
k + 1
), ..., T(b
n
)}> y como T(b
i
) = 0
W
,
i = 1,..., k tendremos que ImT = <{T(b
k + 1
), ..., T(b
n
)}>.
No es difcil probar que {T(b
k + 1
), ..., T(b
n
)}, vemoslo:
Supongamos que tenemos n k escalares
j
tales que

+ =
n
1 k j
j j
b T ) ( = 0
W
.
Como T es T.L., se tiene que:
|
|
.
|

\
|

+ =
n
1 k j
j j
b T = 0
W
, en consecuencia,

+ =
n
1 k j
j j
b es
un vector de KerT y se escribe como c.l. de su base B ={ }
k
1 i i
b
=
.
Luego, resulta que

+ =
n
1 k j
j j
b =

=
k
1 j
j j
b , con lo cual

=
k
1 j
j j
b

+ =
n
1 k j
j j
b = 0
V
.
Y como B
V
= { }
n
1 i i
b
=
es base de V, entonces
j
= 0 y
j
= 0, j = 1, ..., n.
Luego, {T(b
k + 1
), ..., T(b
n
)} es base de ImT y ranT = n k, con lo cual est
demostrado que nulT + ranT = dimV.

Ejemplo: Para T: R
3

. .L T
R
4
tal que T(1, 1, 1) = (0, 3, 0, 6); T(1, 1, 0) = (0, 2, 1, 2) y
T(1, 0, 0) = (0, 1, 0, 2), obtenga bases para el Ncleo y la Imagen de T y verifique
el teorema de nulidad y rango.
Respuesta: 1) Obtengamos T(x, y, z).
Recordemos que basta escalonar reducido [B/ T(B)] [E/ T(E)], con filas de
E, base cannica de R
3
:
(
(
(

2 0 1 0
2 1 2 0
6 0 3 0
0 0 1
0 1 1
1 1 1

(
(
(

4 1 1 0
0 1 1 0
2 0 1 0
1 0 0
0 1 0
0 0 1

T(x, y, z) = x(0, 1, 0, 2) + y(0, 1, 1, 0) + z(0, 1, 1, 4)
T(x, y, z) = (0, x + y + z, y z, 2x + 4z), x, y, zR.
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

7
2) Obtengamos Ncleo: T(x, y, z) = (0, x + y + z, y z, 2x + 4z) = (0, 0, 0, 0)

0 z 4 x 2
0 z y
0 z y x
= +
=
= + +

Y luego: x = 2z ; y = z, zIR.
Y entonces KerT = {( 2z, z, z), zIR} = <{( 2, 1, 1)}> y nulT = 1.
3) Para la Imagen de T: Considerando que ya tenemos la imagen de cualquier
vector (x, y, z) de IR
3
, tenemos una forma caracterstica de los vectores de
ImT.
Luego, ImT = {(0, x + y + z, y z, 2x + 4z), x, y, zIR}
= <{(0, 1, 0, 2), (0, 1, 1, 0), (0, 1, 1, 4)}>
Revisando si son l.i. l.d.:
(
(
(

4 1 1 0
0 1 1 0
2 0 1 0

(
(
(

0 0 0 0
2 1 0 0
2 0 1 0
, resultan l.d.
y una base para ImT sera: {(0, 1, 0, 2), (0, 1, 1, 0)}, y ranT = 2.
4) Con lo anterior se verifica el teorema de nulidad y rango:
nulT + ranT = 1 + 2 = 3 = dimIR
3
.

3.2.3.- Teoremas Adicionales de Ncleo e Imagen:
En lo que respecta a las T.L. como funciones, el ncleo y la imagen tambin hacen
ciertos aportes:
a) Inyectividad de T: Si T:V
. .L T
W es tal que KerT = {0
V
}, entonces T es
Inyectiva. Se dice que define un Monomorfismo de V en W.
Note que ranT = dimV. Slo tendremos Inyectividad cuando
dimV dimW.
b) Epiyectividad de T: Si T:V
. .L T
W es tal que ImT = W, entonces T es Epiyectiva.
Note que en tal caso, nulT + dimW = dimV. Slo tendremos
Epiyectividad cuando dimW dimV.
c) Biyectividad de T: T:V
. .L T
W ser Biyectiva cuando sea Inyectiva y Epiyectiva,
es decir, cuando KerT = {0
V
} e ImT = W.
Luego, habr Biyectividad, slo cuando dimW = dimV. Veremos
que en estos casos se define un Isomorfismo de V con W.
Note que todas las demostraciones de estas propiedades son inmediatas si se usan
adecuadamente los tres teoremas anteriores.
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

8
3.3.- Algebra de Transformaciones Lineales: Por analoga con el espacio vectorial de las
funciones reales, podemos asumir que las funciones de un espacio V en otro W
constituyen un espacio vectorial con la suma y la ponderacin habituales, esto es, por
imgenes de las funciones. Aqu demostraremos que el conjunto de todas las
transformaciones lineales de un espacio vectorial V en otro W, con estas operaciones
para funciones, constituye un espacio vectorial. Esto asegura la existencia de un lgebra
de Ts.Ls. que se homologar con el lgebra de Matrices de un tamao adecuado a las
dimensiones de los espacios V y W.
El conjunto L(V,W) = {TVW/T:V
. .L T
W}, de todas las transformaciones lineales
de V en W, tiene las siguientes propiedades:

Teorema 3.3.1.- La familia de todas las Ts.Ls. de un espacio vectorial en otro constituye un
espacio vectorial con las habituales operaciones de funciones.


D


Demostracin:
Sean S,TL(V,W), y IK. Probaremos que S + T est en T(V,W).
(S + T)(v + w) = (S)( v + w) + T(v + w) , suma de funciones.
= [S(v + w)] + T(v + w), ponderacin de funciones.
= [S(v) +S(w)] + T(v) + T(w), pues S y T son T.L.
= [S(v) + T(v)] + S(w) + T(w), ordenando en W.
= [(S + T)(v)] + (S + T)(w), lgebra de funciones.
Luego, S + T L(V,W), y L(V,W) es un espacio vectorial.
Observaciones: a) Es necesario tener presente que L(V,W) tiene sentido slo si V y W se
definen sobre un mismo Cuerpo IK.
b) Por otro lado, la suma y la ponderacin de Ts.Ls. de V en W produce
nuevas Ts.Ls.
c) Note que la T.L. Nula T
0
(v) = 0
W
ser el neutro aditivo. Adems, cada T.L.
S tiene como opuesta a la T.L. S tal que (S)(v) = S(v).
d) Es, por ltimo, importante destacar que si dimV = n y dimW = m, entonces
se obtiene que dimL(V,W) = mn. Esto es clave para la identificacin entre
una T.L. de L(V,W) y una matriz de M
mxn
(IR) que haremos luego con los
isomorfismos.

Lo que estamos afirmando es que L(V,W) es un s.e.v. del espacio
vectorial de funciones de V en W, con las suma y ponderacin de
funciones por imgenes.
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

9
Teorema 3.3.2.- Cuando tiene sentido, la composicin de Ts. Ls. es una nueva T.L.





Demostracin:
Consideremos s,tV y IR.
(G F)(s + t) = G(F(s + t)), por definicin de composicin,
= G(F(s) + F(t)), por ser F una T.L.
= G(F(s)) + G(F(t)), por ser G una T.L.
= (G F) (s) + (G F)(t), definicin de composicin.
Luego, G F respeta las combinaciones lineales V en W.
Observaciones: 1.- Lo ms frecuente es componer Transformaciones Lineales en L(V,V) y en
tales casos hablaremos de Operadores Lineales en V.
2.- Note que en L(V,V) existirn G F y F G, pero no sern siempre iguales.
Ejemplo:
En IR
3
; componga G F y F G para F(x, y, z) = (y x, z y, x z) y
G(x, y, z) = (x + z, y + z, z). Debiese obtener que:
(G F)(x, y, z) = (y z, x y, x z) y (F G)(x, y, z) = (y x, y, x),
obviamente diferentes.
De los dos teoremas anteriores se infiere que:
F, G, H y T L(V,V):
a) (G+H) F = G F + H F
b) (G) F = (G F) = G (F)
c) G (F+T) = G F + G T
d) I F = F I = F, con I Transformacin Lineal Identidad
3.- Ya hemos dicho que F:V
. .L T
W ser biyectiva ssi:
ImF = W y KerF = {0
V
}, es decir, ssi dimV = dimW y nul(F) = 0.
Luego, F:V
. .L T
W ser Invertible si y slo si F es biyectiva.
Ms an, si F es T.L. invertible, entonces F
1
tambin es una T.L.
Por ltimo, si G y F son invertibles en L(V,W) y L(W,V),
respectivamente, entonces G F ser invertible y (G F)
1
= F
1
G
1
.
4.- Recordemos que F inyectiva ssi KerF = {0
V
} y agreguemos que a T se le
llama en este caso No Singular.
Es demostrable que F no singular o inyectiva es el nico tipo de T.L. que
respeta la independencia lineal, es decir:
Sea T:V
. .L T
W. Si T es Inyectiva y S = {s
i
} es conjunto l.i.
en V, entonces {T(s
i
)} es un conjunto l.i. en W.
Demostracin: tarea
Sean FL(U,V) y GL(V,W), con U,V y W espacios vectoriales sobre IK.
Luego, la funcin G F, definida como (G F)(v) = G(F(v)) es una T.L.
en L(U,W).
APUNTES DE ALGEBRA LINEAL MARCEL SAINTARD VERA
SEGUNDO SEMESTRE 2012
Para Curso LGEBRA II- ICOM-UDP Material N9

10
Definicin:
Se dice que F:V
. .L T
W, define un Isomorfismo de V en W si y slo si F
es biyectiva.
Si existe un isomorfismo de V en W, diremos que V y W son Isomorfos y
se anota V W.

Observacin: es relacin de equivalencia por lo ya dicho.

Teorema 3.3.3.- Todo espacio vectorial de dimensin finita n es isomorfo con IK
n
.


Demostracin: Para cualquier base B = { }
n
1 i i
b
=
de V, se puede definir el
isomorfismo F:V
. .L T
IK
n
/ v = |v|
B
, vector coordenado de
v con respecto a la base B.

Teorema 3.3.4.- L(V,W) es isomorfo con las matrices del tipo M
mxn
, si V y W son finitos.
Si V(IK) y W(IK) tienen dimV = n y dimW = m, entonces L(V, W) M
mxn
.

Demostracin: Basta notar que ambos espacios son isomorfos a IK
mn
.

Observacin: Estos teoremas nos permitirn representar a todo espacio vectorial como n-upla
de escalares en IK, y, por otro lado, a toda T.L. de V(IK) en W(IK), como
matrices del tipo M
mxn
. El lgebra de transformaciones lineales quedar reducida
al lgebra de matrices y tanto los vectores transformados por ellas como sus
imgenes podrn anotarse como coordenados segn cualquier base de sus
espacios.
Ejemplo: 1.- ax
2
+ bx + c, vector de P
2
[R] es isomorfo con (a, b, c) de R
3
(R), en ambos
casos en sus bases cannicas.
2.- Consideremos F:M
2

. .L T
R
3
definida como ) , , ( u z z y y x
u z
y x
F =
|
|
.
|

\
|
(

es
isomorfa con A =
(
(
(

1 1 0 0
0 1 1 0
0 0 1 1
pues como M
2
es isomorfo con R
4
se tiene
que
(

u z
y x
se transforma en (x, y, z, u) visto como columna.
Y como
(
(
(

1 1 0 0
0 1 1 0
0 0 1 1

(
(
(
(

u
z
y
x
=
(
(
(

u z
z y
y x
, se observa que A, igual que F,
transforma
(

u z
y x
en (x y, y z, z u). Luego, AM
2
es isomorfo con
FL(M
2
,R
3
).
Todo espacio vectorial V sobre K, con dimV = n, es Isomorfo con IK
n
.