Republica bolivariana de Venezuela

Ministerio del poder popular para la defensa

Universidad nacional experimental politécnica de las fuerzas armadas

Núcleo-Guárico

Algebra Lineal

Profesor: Integrantes:

Rafael Sanoja Juan Rivas

Cesia Soler
1# Definición y ejemplos de funciones lineales:
En geometría analítica y álgebra elemental, una función lineal es una función
polinómica de primer grado; es decir, una función cuya representación en el plano
cartesiano es una línea recta. Esta función se puede escribir como:
F (X) =mx + b
Ejemplos:
Si x es 3,  entonces f (3) = 3*3+2 = 11
Si x es 4,  entonces f (4) = 3*4+2 = 14
Si x es 5,  entonces f (5) = 3*5+2 = 17

2# Transformaciones lineales:

Una transformación lineal es una función que tiene como dominio un espacio vectorial,
y como condominio también un espacio vectorial, y que además conserva las
propiedades de linealidad de dichos espacios.

Ejemplos:

1. Sean V y W dos K-espacios vectoriales. Entonces 0 : V → W, definida por 0(x) = 0W ∀ x ∈ V ,

es una transformación lineal.
2. Si V es un K-espacio vectorial, id : V → V definida por id(x) = x es una transformación lineal.
3. Sea A ∈ Km×n. Entonces fA : Kn → Km definida por fA(x) = (A.xt ) t es una transformación
lineal.

3# Núcleo de una transformación lineal:

Sea F:V→WF:V→W una transformación lineal. Llamamos núcleo de FF al

conjunto de vectores del dominio cuya imagen por FF es el 0W0W.Nu
(F)={v∈V|F(v)=0W}Nu(F)={v∈V|F(v)=0W}El núcleo de una
transformación lineal es un sub espacio de VV.

4# Imagen de una transformación lineal:

Llamamos imagen de FF al conjunto de vectores de WW que son imagen de

algún vector de VV.Im(F)={w∈W|w=F(v),v∈V}Im(F)={w∈W|
w=F(v),v∈V}La imagen es un sub espacio de W.

Ejemplo:

Dada la siguiente transformación linealT:R3→R3,T((x,y,z))=(x–2y,0,2x–

4y)T:R3→R3,T((x,y,z))=(x–2y,0,2x–4y)Buscar el núcleo, la imagen, y
determinar sus dimensiones.
Resolución

Para determinar el núcleo planteamos:

(x,y,z)(x,y,z) está en el núcleo ⇔⇔ T((x,y,z))=(0,0,0)T((x,y,z))=(0,0,0)
(x–2y,0,2x–4y)=(0,0,0)⇒{x–2y=02x–4y=0⇒x=2y

Esto implica que la primera componente debe ser el doble de la segunda y que
la tercera componente no tiene restricciones. Es un error común, en este punto,
suponer que como “no aparece zz”, entonces z=0z=0. Pero es importante
notar que si “no aparece zz” esto significa que no existen restricciones sobre
esa componente. La forma de un vector del núcleo sería:

(2y,y,z)(2y,y,z)

Aplicando propiedades lo podemos escribir:

y.(2,1,0)+z.(0,0,1)

Luego el núcleo es:

Nu(T)={(x,y,z)∈R3|x=2y}=gen{(2,1,0),(0,0,1)}

Y una base del núcleo es:

BNu={(2,1,0),(0,0,1)}

La imagen la podemos obtener aplicando propiedades sobre la expresión que

define la transformación lineal:

(x–2y,0,2x–4y)=x.(1,0,2)+y.(–2,0,–4)(x–2y,0,2x–4y)=x.(1,0,2)+y.
(–2,0,–4)

Los vectores (1,0,2)(1,0,2) y (–2,0,–4)(–2,0,–4) son linealmente

dependientes. Entonces tomamos uno de ellos para la base de la imagen:

BIm={(1,0,2)}BIm={(1,0,2)}

Finalmente podemos responder sobre las dimensiones de núcleo e imagen,

porque hemos obtenido bases de estos sub espacios:

dim(Nu)=2

dim(Im)=1

5# Propiedades de las aplicaciones lineales:

Propiedad 1: Una aplicación lineal siempre transforma 0 en 0. Es obvio pues
f(0) = A · 0 = 0.

Propiedad 2: Las aplicaciones lineales transforman sub espacios vectoriales

en sub espacios vectoriales.

Ejemplo:

Sea V un subespacio vectorial de ℜn, generado por una base B = {v1, . . . , vk}.
Si V = {0} no tiene base, en este caso es obvio que f(V ) = {0}.

Si V ≠ {0} y tomamos v ∈ V entonces existirán escalares tales que v = α1v1 + . . .

+ αkvk. Por la linealidad de f se tiene que

f(v) = f(α1v1 + . . . + αkvk) = α1f(v1) + . . . + αkf(vk)

Es decir, la imagen del subespacio V está generada por los vectores

{f(v1), . . . , f(vk)}

6# Isomorfismos entre espacios vectoriales:

Sean V y W espacios vectoriales sobre un campo F. Una aplicación T : V → W se

denomina isomorfismo de V sobre W si es biyectiva y lineal. Lo ´ultimo significa que

T(x V + y) = T(x) W + T(y) ∀x, y ∈ V, T(α V · x) = α W · T(x) ∀x ∈ V ∀α ∈ F