Unidad 2.

Transformaciones lineales, matrices y sistemas de ecuaciones

1 Actividad 2. Matrices y transformaciones lineales

Para realizar la actividad revisa los contenidos que se incluyen en el documento Unidad 2 del
contenido nuclear de la asignatura

Teorema 3
La función idéntica, I: V → V de un espacio vectorial V, definida por I(x) = x para toda x en V, es
una transformación lineal y actúa bajo la composición como idéntico derecho e izquierdo, esto
es, si T: U → V y S: V → W son dos transformaciones lineales,

Demuestra usando la definición de composición de funciones que

1. I◦T = T donde I◦T: U → V

(Hay que demostrar que (I◦T)(x) = T(x) para todo vector x de U usando la definición de
composición de funciones)

Teorema 4
Consideremos dos espacios vectoriales, V y W, por ejemplo R m y Rn. Supongamos que tenemos
un conjunto de vectores A1, A2, … , Am (escribimos los vectores con mayúsculas para distinguirlos
de los números reales escritos con minúsculas) en el espacio vectorial V tal que todo vector X en
V se puede escribir en forma única como X = x1∙A1 + x2∙A2 + …+ xm∙Am.

Vamos a ver más adelante que esta suposición es siempre válida, aunque solo lo demostraremos
en el caso de espacios vectoriales de dimensión finita. Supongamos además que tenemos m
vectores C1, C2, … , Cm en W.

Bajo estas condiciones podemos definir una función T: V → W como sigue:

Para X = x1∙A1 + x2∙A2 + …+ xm∙Am, T(X) = x1∙C1 + x2∙C2 + …+ xm∙Cm.
Entonces T es una transformación lineal.

Recordemos la demostración de que T(X + Y) = T(X) + T( Y)

Tenemos que para X = x1∙A1 + x2∙A2 + …+ xm∙Am y para Y = y1∙A1 + y2∙A2 + …+ ym∙Am que la
expresión única de X + Y está dada por:
X + Y = x1∙A1 + x2∙A2 + …+ xm∙Am + y1∙A1 + y2∙A2 + …+ ym∙Am
= (x1 + y1)∙A1 + (x2 + y2)∙A2 + …+ (xm + ym)∙Am
Actividad 2. Espacios
Entonces por definición de T,
T(X + Y) = (x1 + y1)∙C1 + (x2 + y2)∙C2 + …+ (xm + ym)∙Cm
= x1∙C1 + x2∙C2 + …+ xm∙Cm + y1∙C1 + y2∙C2 + …+ ym∙Cm
= T(X) + T(Y)

Demuestra que
Bajo las condiciones dadas tenemos que: T(r∙X) = r∙T(X).

Teorema 6
Hay un isomorfismo de espacios vectoriales entre las matrices de nxn y las transformaciones
lineales de Rn a Rn.

Demostración.
Recordemos que los renglones de la matriz asociada a una transformación lineal se obtienen
como las imágenes de los vectores unitarios A i, i = 1, … , n, donde las Ai tienen la propiedad de
que todo vector de Rn se puede expresar en forma única como combinación lineal de la Ai.

T(A1) = (a11, a12, … ,a1n) U(A1) = (b11, b12, … ,b1n)

T(A2) = (a21, a22, … ,a2n) U(A2) = (b21, b22, … ,b2n)
…………………………… ……………………………
T(Am) = (am1, am2, … ,amn) U(Am) = (bm1, bm2, … ,bmn)

T(A1)+U(A1)=(a11, a12, … ,a1n)+(b11, b12, … ,b1n) =(a11+b11 , a12+b12, … ,a1n+b1n) = (T+U)(A1)

T(A2)+U(A2)=(a21, a22, … ,a2n)+(b21, b22, … ,b2n) =(a21+b21, a22+b22, … ,a2n+b2n) = (T+U)(A2)
…………………………………..………………………………………………………………………………
T(Am)+U(Am)=(am1, am2, … ,amn)+(bm1, bm2, … ,bmn)=(am1+bm1, am2+bm2,…,amn+bmn) = (T+U)(Am)

Por lo tanto, el renglón asociado a (T+U)(Ai) se obtiene sumando los renglones asociados a T(A i)
y a U(Ai), i = 1, 2, … , n, que implica que la matriz asociada a la suma de dos transformaciones
lineales se obtiene sumando las matrices asociadas a cada una de las transformaciones lineales.
Esto es, f(T + U) = f(T) + f(U).

Demuestra que
Bajo las condiciones dadas tenemos que: T(r∙X) = r∙T(X).

UNADM | DCEIT | MAT | MAMT1 2