Isomorfismos

Profesores
Hernán Giraldo y Omar Saldarriaga

Instituto de Matemáticas
Facultad de Ciencias Exactas y Naturales
Universidad de Antioquia

2014

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Definición (Isomorfismo)
Sean V y W espacios vectoriales y T : V −→ W una transformación lineal,
decimos que T es un isomorfismo si es una función biyectiva. También
diremos que V es isomorfo a W si existe un isomorfismo entre ellos, lo
cual denotaremos por V ∼
= W.

Teorema
Sea T : Rn −→ Rm una transformación lineal y A =E TE la matriz de T ,
entonces T es un isomorfismo si y solo si rango(A) = m = n.

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Definición (Isomorfismo)
Sean V y W espacios vectoriales y T : V −→ W una transformación lineal,
decimos que T es un isomorfismo si es una función biyectiva. También
diremos que V es isomorfo a W si existe un isomorfismo entre ellos, lo
cual denotaremos por V ∼
= W.

Teorema
Sea T : Rn −→ Rm una transformación lineal y A =E TE la matriz de T ,
entonces T es un isomorfismo si y solo si rango(A) = m = n.

Corolario
Rn ∼
= Rm si y solo si m = n.

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Definición (Isomorfismo)
Sean V y W espacios vectoriales y T : V −→ W una transformación lineal,
decimos que T es un isomorfismo si es una función biyectiva. También
diremos que V es isomorfo a W si existe un isomorfismo entre ellos, lo
cual denotaremos por V ∼
= W.

Teorema
Sea T : Rn −→ Rm una transformación lineal y A =E TE la matriz de T ,
entonces T es un isomorfismo si y solo si rango(A) = m = n.

Corolario
Rn ∼
= Rm si y solo si m = n.

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Ejemplo
 
1 1
Sea T : R2 −→ R2 la tranformación lineal cuya matriz es A = ,
1 −1
determinar si T es un isomorfismo.

Teorema
Sea T : Rn −→ Rn un isomorfismo y A =E TE la matriz de T , entonces su
función inversa T −1 es una transformación lineal y su matriz de
transformación es A−1 .

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Ejemplo
 
1 1
Sea T : R2 −→ R2 la tranformación lineal cuya matriz es A = ,
1 −1
determinar si T es un isomorfismo.

Teorema
Sea T : Rn −→ Rn un isomorfismo y A =E TE la matriz de T , entonces su
función inversa T −1 es una transformación lineal y su matriz de
transformación es A−1 .

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Ejemplo
2 2
En el ejemplo anterior
 vimos  que la transformación lineal T : R −→ R
1 1
cuya matriz es A = es invertible, entonces T −1 es un isomorfismo
1 −1
 
1/2 1/2
y su matriz es A−1 = . Es decir, la transformación está dada
1/2 −1/2
   1 
x (x + y)
por T = 21 .
y 2
(x − y)

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Teorema
Sea V un espacio vectorial y X = {v1 , . . . , vn } una base para V , entonces
V ∼= Rn . Un isomorfismo entre estos espacios está dado por la función
α1
T : V −→ Rn definida por T (α1 v1 + · · · + αn vn ) =  ...  , a esta función se
 

αn
le conoce como el isomorfismo canónico.

Observación
La transformación T depende de la base X, más aún, por cada base de V
tenemos un isomorfismo distinto. En adelante denotaremos esta
transformación por RX .

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Teorema
Sea V un espacio vectorial y X = {v1 , . . . , vn } una base para V , entonces
V ∼= Rn . Un isomorfismo entre estos espacios está dado por la función
α1
T : V −→ Rn definida por T (α1 v1 + · · · + αn vn ) =  ...  , a esta función se
 

αn
le conoce como el isomorfismo canónico.

Observación
La transformación T depende de la base X, más aún, por cada base de V
tenemos un isomorfismo distinto. En adelante denotaremos esta
transformación por RX .

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Ejemplo
El conjunto {1, t, t2 , t3 } es una base del espacio V = R3 [t], por tanto V es
isomorfo a R4 y el isomorfismo está dado por
 
a0
2 3
a1 
T (a0 + a1 t + a2 t + a3 t ) =  
 .
a2 
a3

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Teorema
Sea V un espacio vectorial y sean {v1 , . . . , vn } y {w1 , . . . , wm } bases para V,
entonces m = n.

Definición
Sea V un espacio vectorial, definimos la dimensión de V, denotada por
dim V , como el número de vectores en una base de V. Es decir, si
{v1 , . . . , vn } es una base para V entonces dim V = n.

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Teorema
Sea V un espacio vectorial y sean {v1 , . . . , vn } y {w1 , . . . , wm } bases para V,
entonces m = n.

Definición
Sea V un espacio vectorial, definimos la dimensión de V, denotada por
dim V , como el número de vectores en una base de V. Es decir, si
{v1 , . . . , vn } es una base para V entonces dim V = n.

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Ejemplo
1. El conjunto {1, t, . . . , tn } es una base para Rn [t], tenemos que
dim Rn [t] = n + 1.
2. Una
 base
 para
 M22(R) está
 dada 
por
1 0 0 1 0 0 0 0
, , , , por tanto dim M22 (R) = 4.
0 0 0 0 1 0 0 1
3. En general tenemos que dim Mmn (R) = mn. Una base para este espacio
está dada por {Eij | i = 1, . . . , n, j = 1, . . . , m}, donde Eij es la matriz
m × n con un 1 en la posición ij y cero en las demás posiciones.

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos

Teorema
Sean V y W espacios vectoriales, T : V −→ W un isomorfismo,
{v1 , . . . , vn } ⊆ V y v ∈ V . Entonces se tiene lo siguiente:
1. El conjunto {v1 , . . . , vn } es linealmente independiente si y sólo si el
conjunto {T (v1 ), . . . , T (vn )} es linealmente independiente.
2. El conjunto {v1 , . . . , vn } genera a V si y sólo si el conjunto
{T (v1 ), . . . , T (vn )} genera a W .
3. El conjunto {v1 , . . . , vn } es una base para V si y sólo si el conjunto
{T (v1 ), . . . , T (vn )} es una base para W .
4. dim V = dim W .
5. v ∈ gen{v1 , . . . , vn } si y sólo si T (v) ∈ gen{T (v1 ), . . . , T (vn )}.

Profesores Hernán Giraldo y Omar Saldarriaga Isomorfismos