Documente Academic
Documente Profesional
Documente Cultură
Teorema 8:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales de dimensión finita. Supongamos que 𝑛 = dim(𝑉),
𝐵 = *𝑣1 , 𝑣2 , … , 𝑣𝑛 + es una base de 𝑉 y 𝑤1 , 𝑤2 , … , 𝑤𝑛 son 𝑛 vectores de 𝑊, no necesariamente
distintos entre si, entonces existe una única transformación lineal 𝑇: 𝑉 → 𝑊 tal que
𝑇 𝑣1 = 𝑤1 , 𝑇 𝑣2 = 𝑤2 , … , 𝑇 𝑣𝑛 = 𝑤𝑛 .
Demostración:
3
𝑇: 𝑉 → 𝑊
𝑢 + 𝑣 = 𝛼1 + 𝛽1 𝑣1 + 𝛼2 + 𝛽2 𝑣2 + ⋯ + (𝛼𝑛 + 𝛽𝑛 )𝑣𝑛
4
𝑇 𝑢 + 𝑣 = 𝛼1 + 𝛽1 𝑤1 + 𝛼2 + 𝛽2 𝑤2 + ⋯ + (𝛼𝑛 + 𝛽𝑛 )𝑤𝑛
= 𝛼1𝑤1 + 𝛼2 𝑤2 + ⋯ + 𝛼𝑛 𝑤𝑛 + 𝛽1 𝑤1 + 𝛽2 𝑤2 + ⋯ + 𝛽𝑛 𝑤𝑛
= 𝑇 𝑢 +𝑇 𝑣
𝑢 ∈ 𝑉, 𝜆∈𝐾
= 𝜆(𝛼1 𝑤1 + 𝛼2 𝑤2 + ⋯ + 𝛼𝑛 𝑤𝑛 )
= 𝜆𝑇 𝑢
Por lo tanto, 𝑇 ∶ 𝑉 → 𝑊 es una transformación lineal
5
Se tiene que:
= 𝑤𝑖 𝑖 = 1,2, … , 𝑛
Veamos la unicidad de 𝑇 ∶ 𝑇: 𝑉 → 𝑊 y 𝐿: 𝑉 → 𝑊
𝑇 𝑣𝑖 = 𝑤𝑖 𝐿 𝑣𝑖 = 𝑤𝑖
𝑖 = 1,2, … , 𝑛 𝑖 = 1,2, … , 𝑛
𝑝𝑎𝑟𝑎𝑐𝑎𝑑𝑎𝑣 ∈ 𝑉,
𝑇 𝑣 = 𝑇(𝛼1𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛 )
= 𝛼1 𝑤1 + 𝛼2 𝑤2 + ⋯ + 𝛼𝑛 𝑤𝑛
= 𝐿(𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛 )
=𝐿 𝑣
7
Ejemplos:
1.
8
2.
es equivalente:
9
es linealmente independiente,
−2,2,1 , 0,1, −3 , 1, −1,0
y en consecuencia forma una base para ℝ3
es equivalente:
11
12
por el teorema 8, existe una única transformación lineal 𝑇: ℝ2 → ℝ3tal que
Pero, 𝑣1 = −2𝑣2
13
Ejemplos:
2.
16
4.
19
4 + 4𝑥 − 4𝑥 2 = 𝛼1 1 + 𝑥 + 𝛼2 𝑥 + 𝑥 2 + 𝛼3 1 − 2𝑥 2 = 𝛼1 + 𝛼3 + 𝛼1 + 𝛼2 𝑥 + 𝛼2 − 2𝛼3 𝑥 2
𝛼1 + 𝛼3 = 4
𝛼1 + 𝛼2 = 4 Matriz ampliada del sistema:
𝛼2 − 2𝛼3 = −4
20
es equivalente:
21
Teorema 10:
Si 𝐴𝑇,𝐵1𝐵2 es una matriz de representación de la transformación
𝑇: 𝑉 → 𝑊, entonces
𝜌 𝑇 = 𝜌(𝐴𝑇,𝐵1 𝐵2 ), 𝜐 𝑇 = 𝜐 𝐴𝑇,𝐵1 𝐵2 ,
Si 𝑉 = ℝ𝑛 , W = ℝ𝑚
Teorema 11:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales con bases 𝐵1 y 𝐵2, respectivamente, y sean 𝑇: 𝑉 → 𝑊 y
𝑆: 𝑉 → 𝑊 dos transformaciones lineales. Entonces
𝐴 𝑇+𝑆 ,𝐵1 ,𝐵2 = 𝐴𝑇,𝐵1 ,𝐵2 + 𝐴𝑆,𝐵1 ,𝐵2
𝐴𝛼𝑇,𝐵1,𝐵2 = 𝛼𝐴𝑇,𝐵1 𝐵2
Sean U, 𝑉 y 𝑊 tres 𝐾-espacios vectoriales con bases 𝐵1, 𝐵2 y 𝐵3 respectivamente y sean 𝑇: 𝑈 → 𝑉
y 𝑆: 𝑉 → 𝑊 dos transformaciones lineales. Entonces,
𝐴𝑆∘𝑇,𝐵1,𝐵3 = 𝐴𝑠,𝐵2,𝐵3 𝐴𝑇,𝐵1 ,𝐵2
23
Transformaciones inyectivas
Definición 5:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales, 𝑇: 𝑉 → 𝑊 una transformación lineal, diremos
que 𝑇 es uno a uno, o inyectiva, si para todo 𝑣1 , 𝑣2 ∈ 𝑉,
𝑇 𝑣1 = 𝑇 𝑣2 ⇒ 𝑣1 = 𝑣2 .
Teorema 12:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales, 𝑇: 𝑉 → 𝑊 una transformación lineal, entonces 𝑇
es inyectiva si y solo si 𝑁 𝑇 = *0𝑉 +.
24
25
26
Ejemplo:
𝑝(−1)
Sea 𝑇: 𝑃2 (ℝ) → ℳ3×1(ℝ) dada por 𝑇 𝑝 𝑥 = 𝑝(0) ¿ es 𝑇 inyectiva ?
𝑝(1)
𝑝 𝑥 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
𝑎0 − 𝑎1 + 𝑎2 0
𝑇 𝑝 𝑥 = 𝑇(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ) = 𝑎0 = 0
𝑎0 + 𝑎1 + 𝑎2 0
Transformaciones sobreyectivas
Definición 6:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales,𝑇: 𝑉 → 𝑊 una transformación lineal, diremos
que 𝑇 es sobreyectiva si para todo w ∈ 𝑊, existe 𝑣 ∈ 𝑉 tal que 𝑇 𝑣 = 𝑤.
Teorema 13:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales, 𝑇: 𝑉 → 𝑊 una transformación lineal,
entonces 𝑇 es sobreyectiva si y solo si 𝐼𝑚 𝑇 = 𝑊.
28
Ejemplo:
𝑝(−1)
𝑇: 𝑃2 (ℝ) → ℳ3×1 ℝ , dada por 𝑇 𝑝 𝑥 = 𝑝(0) ¿es 𝑇 sobreyectiva?
𝑝(1)
𝑁 𝑇 = *0𝑃2 + ; 𝜐 𝑇 =0
𝜌 𝑇 = dim 𝑃2 ℝ −𝜐 𝑇 =3
𝐼𝑚 𝑇 = ℳ3×1 ℝ ,
𝑃𝑜𝑟𝑙𝑜𝑡𝑎𝑛𝑡𝑜, 𝑇 es sobreyectiva
29
Definición 7:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales,𝑇: 𝑉 → 𝑊 una transformación lineal, diremos que
𝑇 es biyectiva, si 𝑇 es inyectiva y sobreyectiva
𝑝(−1)
𝑇: 𝑃2 (ℝ) → ℳ3×1 ℝ , por 𝑇 𝑝 𝑥 = 𝑝(0) es biyectiva
𝑝(1)
Teorema 14:
Sean 𝑉 y 𝑊 dos 𝐾 -espacios vectoriales, 𝑇: 𝑉 → 𝑊 una transformación lineal tal
quedim 𝑉 = dim 𝑊 = 𝑛 entonces,
• Si 𝑇 es inyectiva, 𝑇 es sobreyectiva.
• Si 𝑇 es sobreyectiva, 𝑇 es inyectiva.
𝜐 𝑇 + 𝜌 𝑇 = dim(𝑉)
𝜐 𝑇 + 𝑛 = 𝑛
Teorema 15:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales, Sea 𝑇: 𝑉 → 𝑊 una transformación lineal tal que
dim 𝑉 = 𝑛 y dim 𝑊 = 𝑚. Entonces,
• Si 𝑛 > 𝑚, 𝑇 no es inyectiva.
• Si 𝑚 > 𝑛, 𝑇 no es sobreyectiva.
Definición 8:
Si 𝑉 y 𝑊 son 𝐾-espacios vectoriales una transformación lineal 𝑇: 𝑉 → 𝑊es llamada
Isomorfismo. Si 𝑇 es Biyectiva, en cuyo caso diremos que 𝑉 es isomorfo a 𝑊, escribimos
𝑉 ≅ 𝑊.
La definición anterior nos da otra forma de llamar a las transformaciones lineales biyectivas.
32
Teorema 16:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales de dimensión finita. Entonces 𝑉 y 𝑊 son isomorfos si y
sólo si dim 𝑉 = dim(𝑊).
Teorema 17:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales, 𝑇: 𝑉 → 𝑊 una transformación lineal. 𝑇es
invertible si y sólo si 𝑇 es biyectiva
Teorema 18:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales, 𝑇: 𝑉 → 𝑊 una transformación lineal.
Si 𝑇es invertible, entonces la función 𝑇 −1 también es una transformación lineal. Además
𝑇 −1 −1
=𝑇
34
Teorema 19:
Sean 𝐵1 y 𝐵2 bases de los 𝐾-espacios vectoriales 𝑉 y 𝑊, respectivamente, 𝑇: 𝑉 → 𝑊
una transformación lineal y 𝐴𝑇,𝐵1,𝐵2 la matriz asociada a la transformación respecto a
las bases 𝐵1 y 𝐵2. Entonces
• 𝑇 es invertible, si y solo si, 𝐴𝑇,𝐵1,𝐵2 es invertible.
• Si 𝑇 es invertible, entonces
𝐴𝑇 −1 ,𝐵2,𝐵1 = (𝐴𝑇,𝐵1 ,𝐵2 )−1.
35
Ejemplo:
y en consecuencia 𝑇 es invertible