Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Definición 1:
Sean 𝑉 y 𝑊 dos espacios vectoriales, sobre un mismo campo 𝐾. Una transformación lineal u
Homomorfismo entre dichos espacios es una función 𝑇: 𝑉 → 𝑊 que verifica las siguientes
condiciones:
1. 𝑇 𝑢 + 𝑣 = 𝑇 𝑢 + 𝑇 𝑣 , ∀ 𝑢, 𝑣 ∈ 𝑉. (𝑇 es aditiva)
2. 𝑇 𝛼𝑣 = 𝛼𝑇 𝑣 , ∀ 𝛼 ∈ 𝐾, 𝑣 ∈ 𝑉. (𝑇 es homogénea)
Teorema 1:
Sean 𝑉 y 𝑊 dos 𝐾 -espacios vectoriales y 𝑇 : 𝑉 → 𝑊 una función. 𝑇 es una
transformación lineal si y sólo si para cualesquiera 𝑢, 𝑣 ∈ 𝑉 y α, 𝛽 ∈ 𝐾 se cumple:
𝑇 𝛼𝑢 + 𝛽𝑣 = 𝛼𝑇 𝑢 + 𝛽𝑇 𝑣
Ejemplos:
Solución:
Sean 𝑢 = 𝑎1 , 𝑏1 , 𝑐1 , 𝑣 = 𝑎2 , 𝑏2 , 𝑐2 ∈ ℝ3 y 𝛼∈ℝ
5
4.
7
5.
8
Teorema 2:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales. Si 𝑇: 𝑉 → 𝑊 es una transformación lineal,
entonces:
1. 𝑇 0𝑉 = 0𝑊 .
2. 𝑇 −𝑣 = −𝑇 𝑣 .
3. 𝑇 𝑢 − 𝑣 = 𝑇 𝑢 − 𝑇 𝑣 .
4. 𝑇 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛 = 𝛼1𝑇 𝑣1 + 𝛼2𝑇(𝑣2 ) + ⋯ + 𝛼𝑛 𝑇(𝑣𝑛 )
𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜; 𝛼1 , 𝛼2 , … , 𝛼𝑛 ∈ 𝐾 y 𝑣1 , 𝑣2 , … , 𝑣𝑛 ∈ 𝑉.
Demostración:
9
2. 𝑇 −𝑣 = 𝑇( −1 𝑣) = (−1)𝑇 𝑣 = −𝑇 𝑣
3.
4.
10
11
Definición 2:
Teorema 3:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales y 𝑇: 𝑉 → 𝑊 y 𝐿 ∶ 𝑉 → 𝑊 dos transformaciones
lineales arbitrarias y 𝛼 ∈ 𝐾, entonces:
1. 𝑇 + 𝐿 es una transformación lineal
2. 𝛼𝑇 es una transformación lineal
Demostración:
Sean 𝑢 , 𝑣 ∈ 𝑉 y α, 𝛽 ∈ 𝐾
= 𝛼𝑇 𝑢 + 𝛼𝐿 𝑢 + 𝛽𝑇(𝑣) + 𝛽𝐿(𝑣)
= 𝛼(𝑇 𝑢 + 𝐿 𝑢 ) + 𝛽(𝑇 𝑣 + 𝐿 𝑣 )
= 𝛼(𝑇 + 𝐿) 𝑢 + 𝛽(𝑇 + 𝐿) 𝑣 (por definición de suma de transformaciones)
13
Teorema 4 :
Demostración:
Sean 𝑢 , 𝑣 ∈ 𝑉 y α, 𝛽 ∈ 𝐾
Ejemplo:
Determinar : 𝑇2 ∘ 𝑇1
𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏:
𝑇2 ∘ 𝑇1 : ℝ3 → ℝ2
Teorema 5:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales, el conjunto de todas las transformaciones
lineales de 𝑉 en 𝑊, denotado por ℒ 𝑉, 𝑊 es un 𝐾-espacio vectorial, con las
operaciones dadas en la definición 2.
Demostración:
Definición 3 :
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales y sea 𝑇: 𝑉 → 𝑊 una transformación lineal, definimos:
• El núcleo o kernel de 𝑇 , es el subconjunto de 𝑉, definido por:
N 𝑇 = 𝑘𝑒𝑟 𝑇 = *𝑣 ∈ 𝑉: 𝑇 𝑣 = 0 𝑊 + .
Teorema 6:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales y sea 𝑇: 𝑉 → 𝑊 una transformación lineal, entonces
1. 𝑁(𝑇) = 𝑘𝑒𝑟 𝑇 es subespacio de 𝑉
2. 𝐼𝑚(𝑇) es subespacio de 𝑊.
𝑇 0𝑉 = 0 𝑊 ⇒ 0𝑊 ∈ 𝐼𝑚(𝑇)
Sean 𝑢 , 𝑣 ∈ 𝐼𝑚 𝑇 , existen 𝑢 𝑦 𝑣 ∈ 𝑉: 𝑇 𝑢 =𝑢 𝑇 𝑣 =𝑣
𝑇 𝑢 + 𝑣 = 𝑇 𝑢 + T(𝑣) = 𝑢 + 𝑣
Así 𝑢 + 𝑣 ∈ 𝐼𝑚 𝑇 .
19
Sean 𝑢 ∈ 𝐼𝑚 𝑇 , y 𝛼 ∈ 𝐾 existe 𝑢 ∈ 𝑉:
𝑇 𝑢 =𝑢
𝑙𝑢𝑒𝑔𝑜,
𝑇 𝛼𝑢 = 𝛼𝑇 𝑢 = 𝛼𝑢
Así, (𝛼𝑢) ∈ 𝐼𝑚 𝑇
𝐼𝑚(𝑇) es subespacio de 𝑊
20
Definición 4:
Sean 𝑉 y 𝑊 dos 𝐾-espacios vectoriales y sea 𝑇: 𝑉 → 𝑊 una transformación lineal.
• La nulidad de 𝑻, denotada por 𝜈(𝑇), se define como la dimensión del núcleo de 𝑇, es decir,
𝜐 𝑇 = dim 𝑁 𝑇 = dim ker 𝑇 .
Ejemplos:
𝑁(𝑇) = *𝑣 ∈ 𝑉: 𝑇 𝑣 = 0 𝑊 + = 𝑉
𝑁(𝐼𝑉 ) = *𝑣 ∈ 𝑉: 𝐼𝑉 𝑣 = 0 𝑊 + = 0𝑉
3.
es equivalente:
23
𝑥 𝑦 𝑧 𝑧 1 1
= 2 2 =𝑧 2 2
𝑧 𝑤 𝑧 0 1 0
1 1
Por lo tanto el núcleo de 𝑇 es: 𝑁 𝑇 = 𝑔𝑒𝑛 2 2
1 0
𝜐 𝑇 =1
24
25
En consecuencia, 𝜌 𝑇 =3