Cap

Transformaciones lineales
Las transformaciones lineales son las funciones con las que trabajaremos en Algebra Lineal. Se trata de funciones entreK-espacios vectoriales que son compatibles con la estructura (es decir, con la operaci n y la acci n) de estos espacios.

3.1

Deniciones, ejemplos y propiedades b sicasa

En esta secci n introduciremos la noci n de transformaci n lineal, as como tambi n ciertas nociones b sicas asociadas a estas funciones.

3.1.1

Transformaciones lineales

Denici n 3.1Sean (V,+V,V) y (W,+W,W) dosK-espacios vectoriales. Una funci n f:VWse llama unatransformaci n lineal (u homomorsmo, o simplemente morsmo) deVenWsi cumple: i)f(v+Vv) =f(v) +Wf(v)v, vV. ii)f(Vv) =Wf(v) K,vV.

Observaci n 3.2Sif:VWes una transformaci n lineal, entoncesf(0 V) = 0W. En efecto, puesto quef(0V) =f(0V+ 0V) =f(0V) +f(0V), entonces 0W = = f(0V) + (f(0V)) =f(0V) +f(0V)+ (f(0V)) = f(0V) +f(0V) + (f(0V))=f(0V) + 0W=f(0V).

66

Transformaciones lineales

Ejemplos. 1. SeanVyWdosK-espacios vectoriales. Entonces 0 :VW, denida por 0(x) = 0 W xV, es una transformaci n lineal. 2. SiVes unK-espacio vectorial,id:VVdenida porid(x) =xes una transformaci n lineal. 3. SeaAKmn. EntoncesfA:KnKmdenida porfA(x) = (A.xt)tes una transformaci n lineal. 4.f:K[X]K[X],f(P) =Pes una transformaci n lineal.
1

5.F:C(R)R, dondeC(R) ={f:RR|fes continua},F(g) =

0

g(x)dxes una

transformaci n lineal. o Como hemos mencionado al comienzo, las transformaciones lineales respetan la estructura deK-espacio vectorial. Esto hace que en algunos casos se respete la estructura de subespacio, por ejemplo en las im genes y pre-im genes de subespacios por transformaciones lineales: Proposici n 3.3Seaf:VWuna transformaci n lineal. Entonces: 1. SiSes un subespacio deV, entoncesf(S)es un subespacio deW. 2. SiTes un subespacio deW, entoncesf 1(W)es un subespacio deV. Demostraci n. 1. SeaSVun subespacio y consideremosf(S) ={wW /sS, f(s) =w}. (a) 0Wf(S), puesto quef(0V) = 0Wy 0VS. (b) Seanw, wf(S). Entonces existens, sStales quew=f(s) yw=f(s). Luegow+w=f(s) +f(s) =f(s+s)f(S), puesto ques+sS. (c) SeanKywf(S). ExistesStal quew=f(s). Entoncesw=f(s) = f(s)f(S), puesto quesS. 2. SeaTun subespacio deWy consideremosf 1(T) ={vV / f(v)T}. (a) 0Vf1(T), puesto quef(0V) = 0WT. (b) Seanv, vf1(T). Entoncesf(v), f(v)Ty, por lo tanto,f(v+v) =f(v) + f(v)T. Luegov+vf1(T). (c) SeanK,vf1(T). Entoncesf(v)Ty, en consecuencia,f(v) =f(v) T. Luegovf1(T).

3.1 Deniciones, ejemplos y propiedades b sicas

De la Denici n 3.1 se deduce inmediatamente que una transformaci n lineal preserva combinaciones lineales. Veremos que, debido a esto, una transformaci n lineal queda un camente determinada por los valores que toma en los elementos de una base cualquiera de su dominio. Comenzamos con un ejemplo. Ejemplo.Hallar, si es posible, una transformaci n linealf:R2R2que veriquef(1,1) = (0,1) yf(1,0) = (2,3). Dado (x1, x2)R2se tiene que (x1, x2) =x2(1,1) + (x1x2)(1,0). Entonces, sifverica lo pedido, debe ser x2.f(1,1) + (x1x2).f(1,0) =x2.(0,1) + (x1x2).(2,3) f(x1, x2) = (2x12x2,3x12x2). = Adem s, es f cil ver que esta funci n es una transformaci n lineal y que valef(1,1) = (0,1) yf(1,0) = (2,3). Luego,f(x1, x2) = (2x12x2,3x12x2) es la unica transformaci n lineal que satisface lo pedido. La construcci n realizada en el ejemplo puede hacerse en general. Por simplicidad, lo probaremos para el caso en que el dominio de la transformaci n lineal es unK-espacio vectorial de dimensi n nita. Proposici n 3.4SeanVyWdosK-espacios vectoriales,Vde dimensi n nita. SeaB= {v1, . . . , vn}una base deVy seanw1, . . . , wnWvectores arbitrarios. Entonces existe una unica transformaci n linealf:VWtal quef(vi) =wipara cada1in. Demostraci n.
n

Existencia.DadovVexisten unicos 1, . . . , nKtales quev=

i=1

(1, . . . , n) = (v)Bes el vector de coordenadas deven la baseB. Denimos

n

f(v) =
i=1

iwi.

(Observar que no hay ambig edad en la denici n defpor la unicidad de1, . . . , n.) Veamos quefes una transformaci n lineal:
n n

Seanv, vV. Supongamos quev=iviyv=

i=1 n n n i=1

ivi. Entonces ivi=

i=1 i=1

v+v=ivi+
i=1

(i+i)vi,

y, en consecuencia,
n n n

f(v+v) =(i+i)wi=
i=1 i=1

iwi+
i=1

iwi=f(v) +f(v).

68

Transformaciones lineales

De manera an loga se prueba quef(v) =f(v)K,vV. Unicidad.Supongamos quefygson dos transformaciones lineales deVenWtales que
n

f(vi) =wiyg(vi) =wipara cada 1in. Entonces, dadovV, siv=

i=1

ivi, por la

linealidad defygse tiene que

nn

f(v) =if(vi) =ig(vi) =g(v).

i=1i=1

Luego,f(v) =g(v) para todovV, de dondef=g. Observaci n 3.5Con una demostraci n an loga a la de la proposici n anterior se prueba que, siVyWson dosK-espacios vectoriales (Vno necesariamente de dimensi n nita), B={vi:iI}una base deVy{wi:iI} W, existe una unica transformaci n lineal f:VWtal quef(vi) =wiiI. Teniendo en cuenta que las transformaciones lineales son funciones entre conjuntos, tiene sentido estudiar la validez de las propiedades usuales de funciones: inyectividad, suryectividad y biyectividad. Las transformaciones lineales que verican alguna de estas propiedades reciben nombres particulares: Denici n 3.6SeanVyWdosK-espacios vectoriales, y seaf:VWuna transformaci n lineal. Se dice que: 1.fes unmonomorsmosifes inyectiva. 2.fes unepimorsmosifes suryectiva. 3.fes unisomorsmosifes biyectiva. En algunos casos, consideraremos transformaciones lineales de unK-espacio vectorial en s mismo: Denici n 3.7SeaVunK-espacio vectorial. Una transformaci n linealf:VVse llama unendomorsmodeV. Sifes un endomorsmo que es adem s un isomorsmo, entonces se dice que es unautomorsmo.

3.1.2

N cleo e imagen de una transformaci n linealu o

A una transformaci n linealf:VWpodemos asociarle un subespacio deV, llamado su n cleo, que de alguna manera mide el tama o de la pre-imagen porfde un elemento de su imagen. En particular, conocer este subespacio nos permitir determinar sifes inyectiva. Denici n 3.8SeanVyWdosK-espacios vectoriales, y seaf:VWuna transformaci n lineal. Se llaman cleo defal conjunto Nu(f) ={vV / f(v) = 0}=f1({0}).

3.1 Deniciones, ejemplos y propiedades b sicas

Observamos que sif:VWes una transformaci n lineal, Nu(f) es un subespacio de V, puesto que es la pre-imagen porfdel subespacio{0} W(ver Proposici n 3.3). Ejemplo.Seaf:R3R2la transformaci n lineal denida porf(x1, x2, x3) = (x1, x2). Entonces ={(x1, x2, x3)R3:f(x1, x2, x3) = 0} ={(x1, x2, x3)R3:x1=x2= 0} =<(0,0,1)> . La siguiente proposici n nos da una manera de determinar si una transformaci n lineal es un monomorsmo considerando simplemente su n cleo. Proposici n 3.9Seaf:VWuna transformaci n lineal. Entonces fes monomorsmoNu(f) ={0} Demostraci n. () Sifes un monomorsmo, entonces es una funci n inyectiva. En particular, existe a lo sumo un elementovVtal quef(v) = 0. Puesto quef(0) = 0, debe serv= 0. Luego, Nu(f) ={0}. () Seanv, vV. Supongamos quef(v) =f(v). Entoncesf(vv) =f(v)f(v) = 0, con lo quevvNu(f) y por lo tanto, la hip tesis Nu(f) ={0}implica quevv= 0, es decir,v=v. Luegofes inyectiva. Otro conjunto importante asociado a una transformaci n lineal es suimagen. Recordamos que sif:VW, su imagen se dene como Im(f) ={wW /vV, f(v) =w}. De la Proposici n 3.3 se desprende que la imagen de una transformaci n linealf:VWresulta ser un subespacio deW. Ejemplo.Hallar la imagen de la transformaci n linealf:R 3R3denida como f(x1, x2, x3) = (x1x2,x1+x2,2x12x2+x3). Por denici n, {yR3/xR3, f(x) =y} {yR3/(x1, x2, x3)R3,(x1x2, x1x2,2x12x2+x3) =y}. Entonces, un elemento deypertenece a Im(f) si y s lo si es de la forma y = (x1x2,x1+x2,2x12x2+x3) = (x1,x1,2x1) + (x2, x2,2x2) + (0,0, x3) =x1.(1,1,2) +x2.(1,1,2) +x3.(0,0,1).

70

Transformaciones lineales

Luego, Im(f) =<(1,1,2),(1,1,2),(0,0,1)>=<(1,1,2),(0,0,1)>. Otra manera de calcular la imagen def, teniendo en cuenta que es una transformaci n lineal, es la siguiente: Consideremos un sistema de generadores deR3, por ejemplo la base can nica{e1, e2, e3}. Para cadaxR3se tiene quex=x1.e1+x2.e2+x3.e3, de donde resulta que f(x) =x1.f(e1) +x2.f(e2) +x3.f(e3). Luego, ={f(x) :xR3}=< f(e1), f(e2), f(e3)>= =<(1,1,2),(1,1,2),(0,0,1)>=<(1,1,2),(0,0,1)>.

La proposici n siguiente generaliza el segundo de los procedimientos utilizados en el ejemplo anterior para el c lculo de la imagen de una transformaci n lineal. Proposici n 3.10SeanVyWdosK-espacios vectoriales y seaf:VWuna transformaci n lineal. Entonces, si{vi:iI}es un sistema de generadores deV,{f(vi) :iI}es un sistema de generadores deIm(f). Demostraci n.Por denici n, Im(f) ={wW /vV, f(v) =w}={f(v) :vV}. Si{vi:iI}es un sistema de generadores deV, para cadavV, existeni1, . . . , inI
n

y elementosijKtales quev=
j=1 n

ijvij. Luego

f(v) =
j=1

ijf(vij)<{f(vi) :iI}>.

Esto prueba que Im(f)<{f(vi) :iI}>. Es claro que vale la otra inclusi n, ya que f(vi)Im(f) para cadaiI. Luego, Im(f) =<{f(vi) :iI}>. Corolario 3.11SeanVyWdosK-espacios vectoriales y seaf:VWuna transformaci n lineal. SiVes de dimensi n nita, entoncesIm(f)tambi n lo es y se tiene que dim(Im(f))dimV. Corolario 3.12Sif:VWes un epimorsmo, y{vi:iI}es un sistema de generadores deV, entonces{f(vi) :iI}es un sistema de generadores deW. Ejemplo.SeanSyTlos subespacios deR3denidos porS={xR3/ x1x2= 0}y T={xR3/ x3= 0}.Hallar una transformaci n linealf:R3R3tal quef(S) =T. Sabemos que para denir una transformaci n linealf:R 3R3basta con especicar los valores que toma sobre los elementos de una base deR 3.

3.1 Deniciones, ejemplos y propiedades b sicas

Consideramos entonces una base deS, por ejemplo{(1,1,0),(0,0,1)}, y la extendemos a una base deR3, por ejemplo{(1,1,0),(0,0,1),(1,0,0)}. Teniendo en cuenta queT= <(1,0,0),(0,1,0)>, denimos: f(1,1,0) = (1,0,0), f(0,0,1) = (0,1,0), f(1,0,0) = (0,0,1).

Entoncesf(S) =< f(1,1,0), f(0,0,1)>=<(1,0,0),(0,1,0)>=T. Observemos que sif:VWes un epimorsmo y{vi:iI}es una base deV, entonces{f(vi) :iI}no es necesariamente una base de Im(f): Por el corolario anterior, es un sistema de generadores, pero podr no ser un conjunto linealmente independiente, como puede verse en el ejemplo presentado en la p gina 69. Esto es consecuencia de que una transformaci n lineal arbitraria no preserva independencia lineal. En la proposici n siguiente veremos que esto s es v lido para el caso de monomorsmos. Sin embargo, sif:VWno es un monomorsmo, existevV,v= 0, tal quef(v) = 0, con lo cual{v} Ves un conjunto linealmente independiente, pero{f(v)}={0} Wno lo es. Proposici n 3.13SeanVyWdosK-espacios vectoriales y seaf:VWun monomorsmo. Entonces, si{vi:iI} Ves un conjunto linealmente independiente,{f(vi) :i I} Wes un conjunto linealmente independiente. Demostraci n.Supongamos que una combinaci n lineal de{f(v i) :iI}satisface if(vi) = 0. Comofes una transformaci n lineal, entoncesf
iI iI

es un monomorsmo, debe ser

iI

ivi= 0. La independencia lineal de{vi:iI}implica

quei= 0iI. Corolario 3.14Sif:VWes un monomorsmo yB={vi:iI}es una base deV, entonces{f(vi) :iI}es una base deIm(f). En particular, siVes unK-espacio vectorial de dimensi n nita,dim(Im(f)) = dimV. Teniendo en cuenta que un isomorsmo es una transformaci n lineal que es a la vez un epimorsmo y un monomorsmo, de los Corolarios 3.12 y 3.14 se deduce: Corolario 3.15SeanVyWdosK-espacios vectoriales y seaf:VWun isomorsmo. Entonces para toda baseBdeV,f(B)es una base deW. En particular, siVes de dimensi n nita,Wtambi n lo es ydimV= dimW.

3.1.3

Composici n de transformaciones linealeso

La composici n de funciones usual puede realizarse, en particular, entre dos transformaciones lineales. El resultado es, en este caso, una nueva transformaci n lineal.

72

Transformaciones lineales

Proposici n 3.16SeanV, WyZ K-espacios vectoriales. Seanf:VWyg:WZ transformaciones lineales. Entoncesgf:VZes una transformaci n lineal. Demostraci n.Seanv, vV. Entonces gf(v+v) =gf(v+v)=gf(v) +f(v)=g(f(v)) +g(f(v)) =gf(v) +gf(v). An logamente, siKyvV, se tiene que gf(v) =g(f(v)) =g(f(v)) =g(f(v)) =(gf(v)). Finalmente, analizamos las propiedades de la funci n inversa de una transformaci n lineal biyectiva (es decir, un isomorsmo). Proposici n 3.17SeanVyWdosK-espacios vectoriales y seaf:VWuna transformaci n lineal. Sifes un isomorsmo, entoncesf 1:WVes una transformaci n lineal (que resulta ser un isomorsmo). Demostraci n.Seanw, wW. Comofes un isomorsmo, existen unicos v, vVtales quew=f(v) yw=f(v). Entonces f1(w+w) =f1(f(v) +f(v)) =f1(f(v+v)) =v+v=f1(w) +f1(w). DadoswWyK, existe un unico vVtal quew=f(v). Entonces f1(w) =f1(f(v)) =f1(f(v)) =v=(f1(w)). Luego,f1es una transformaci n lineal. Es claro que es biyectiva.

3.2

Espacios vectoriales de dimensi n nitao

Al estudiar espacios vectoriales de dimensi n nita en los cap amos trabajar en unK-espacio vectorial arbitrario de dimensi nncomo si fueseKn simplemente considerando vectores de coordenadas. La noci n de isomorsmo nos permite formalizar esta idea. Proposici n 3.18SeaVunK-espacio vectorial de dimensi nn. Entonces existe un isomorsmof:VKn. Demostraci n.SeaB={v1, . . . , vn}una base deV.
n

DadoxV, existe unicos x1, . . . , xnKtales quex=

i=1

f:VKn,

f(x) = (x1, . . . , xn).

3.3 Teorema de la dimensi n

Veamos quefes una transformaci n lineal:

n n n

Seanx, yV. Six=xiviey=

i=1 i=1

yivi, entoncesx+y=
i=1

(xi+yi)vi. Luego

f(x+y) = (x1+y1, . . . , xn+yn) = (x1, . . . , xn) + (y1, . . . , yn) =f(x) +f(y). En forma an loga se prueba quef(.x) =.f(x) para cadaKy cadaxV. Es claro que sif(x) = 0, entoncesx= 0, de dondefes un monomorsmo.
n

Finalmente, dado (x1, . . . , xn)Kn, consideramosx=

i=1

xiviV. Se tiene quef(x) =

(x1, . . . , xn). Luego,fes un epimorsmo. En consecuencia,fes un isomorsmo. Ejemplo.SeaK3[X] ={PK[X]/ P= 0 o gr(P)3}, que esK-espacio vectorial de dimensi n 4. Un isomorsmof:K3[X]K4puede denirse como sigue: 3 aiXi, entoncesf(P) = (a0, a1, a2, a3), lo que corresponde a considerar en la SiP=
i=0

demostraci n anterior la baseB={1, X, X2, X3}deK3[X]. Observar que, teniendo en cuenta que la aplicaci nfdenida en la demostraci n de la Proposici n 3.18 es tomar coordenadas en la baseB, esto nos permite trabajar con coordenadas en una base en el siguiente sentido: i){w1, . . . , ws}es linealmente independiente enV {f(w1), . . . , f(ws)}es linealmente independiente enKn. ii){w1, . . . , wr}es un sistema de generadores deV {f(w1), . . . , f(wr)}es un sistema de generadores deKn. iii){w1, . . . , wn}es una base deV {f(w1), . . . , f(wn)}es una base deKn. Por ejemplo, para decidir si{X2X+ 1, X23.X+ 5,2.X2+ 2.X3}es una base de R2[X], bastar ver si{(1,1,1),(1,3,5),(2,2,3)}es una base deR3para lo que se puede usar el m todo de triangulaci n.

3.3

Teorema de la dimensi no

El siguiente resultado relaciona las dimensiones del n cleo y de la imagen de una transformaci n lineal con la de su dominio. Teorema 3.19 (Teorema de la dimensi n para transformaciones lineales)SeanVy WdosK-espacios vectoriales,Vde dimensi n nita, y seaf:VWuna transformaci n lineal. Entonces dimV= dim(Nu(f)) + dim(Im(f)).

74

Transformaciones lineales

Demostraci n.Seann= dimVyr= dim(Nu(f)). o Sir=n, entoncesf0 y dim(Im(f)) = 0. Por lo tanto, el teorema vale. Sir= 0, entoncesfes un monomorsmo. En este caso, siBes una base deV, entonces f(B) es una base de Im(f). Luego dim(Im(f)) = dimV(ver Corolario 3.14), y el teorema vale. Supongamos ahora que 0< r < n. Sea{v1, . . . , vr}una base de Nu(f). Seanvr+1, . . . , vn enVtales que{v1, . . . , vr, vr+1, . . . , vn}es una base deV. Veamos que entonces{f(vr+1), . . . , f(vn)}es una base de Im(f), de donde se deduce inmediatamente el teorema: Puesto que{v1, . . . , vr, vr+1, . . . , vn}es una base deV, se tiene que Im(f) =< f(v1), . . . , f(vr), f(vr+1), . . . , f(vn)>=< f(vr+1), . . . , f(vn)>, puesf(vi) = 0 para 1ir.
n n

Seanr+1, . . . , nKtales queif(vi) = 0. Entoncesf

i=r+1 n

ivi= 0, es
i=r+1

decir,
i=r+1

iviNu(f). Como{v1, . . . , vr}es una base de Nu(f), existen1, . . . , r

Ktales que
rrnn

ivi=ivi(i)vi+ivi= 0
i=r+1i=1i=1i=r+1

Como{v1, . . . , vn}es un conjunto linealmente independiente,i= 0 para cada 1 in. En particular,i= 0 parai=r+ 1, . . . , n. Luego,{f(vr+1), . . . , f(vn)}es un conjunto linealmente independiente. Como consecuencia de este resultado se prueba que si una transformaci n lineal entre dos espacios vectoriales de dimensi nnes inyectiva (resp. suryectiva), entonces tambi n es suryectiva (resp. inyectiva): Corolario 3.20SeanVyWdosK-espacios vectoriales de dimensi nny seaf:VW una transformaci n lineal. Son equivalentes: 1.fes un isomorsmo. 2.fes un monomorsmo. 3.fes un epimorsmo. Demostraci n. (1.2.) Por denici n.

3.4 Proyectores

75

(2.3.) Por el teorema de la dimensi n,n= dimV= dim(Nu(f)) + dim(Im(f)), y comof es un monomorsmo, dim(Nu(f)) = 0. Entonces dim(Im(f)) =n= dimW, de donde Im(f) =W. (3.1.) Por el teorema de la dimensi n, y teniendo en cuenta quefes un epimorsmo, se tiene quen= dimV= dim(Nu(f)) + dim(Im(f)) = dim(Nu(f)) +n. Esto implica que dim(Nu(f)) = 0, con lo cual, Nu(f) ={0}yfes un monomorsmo. Siendo epimorsmo y monomorsmo, resulta quefes un isomorsmo. A diferencia de lo que sucede para muchos de los resultados que hemos demostrado, en el corolario anterior la hip tesis de que los espacios vectoriales sean de dimensi nnitaes esencial. El resultado no vale para transformaciones lineales denidas en espacios de dimensi n innita: Ejemplo.SeaV=K[X]. 1. Seaf:K[X]K[X],f(P) =P, que es una transformaci n lineal.
n+1 n ai i

aiXi. Entoncesffes epimorsmo: SeaQ=

i=0 i=1

iX

=Q.

fno es monomorsmo:f(1) = 0, pero 1= 0. 2. Seag:K[X]K[X],g(P) =X.P. ges monomorsmo: Sif(P) =X.P= 0, entoncesP= 0. gno es epimorsmo: 1Im(f).

3.4

Proyectores

Denici n 3.21SeaVunK-espacio vectorial. Una transformaci n linealf:VVse llama unproyectorsiff=f. Proposici n 3.22SeaVunK-espacio vectorial, y seaf:VVuna transformaci n lineal. Entoncesfes un proyector si y s lo sif(x) =xpara cadaxIm(f). Demostraci n. () Supongamos quefes un proyector. SeaxIm(f). Entonces existevVtal que x=f(v). Luego,f(x) =f(f(v)) =ff(v) =f(v) =x. () SeavV. Entoncesf(v)Im(f) y, por hip tesis,f(f(v)) =f(v), es decir,ff(v) = f(v). Como esto vale para cadavV, resulta queff=f. Proposici n 3.23SeaVunK-espacio vectorial y seaf:VVun proyector. Entonces Nu(f)Im(f) =V.

76

Transformaciones lineales

Demostraci n.En primer lugar, veamos que Nu(f)Im(f) ={0}: SeaxNu(f)Im(f). ComoxIm(f), por la proposici n anterior,f(x) =x. PeroxNu(f), de dondef(x) = 0. Luego,x= 0. Veamos ahora que Nu(f) + Im(f) =V: SeaxV. Entoncesx= (xf(x)) +f(x) y se tiene quef(xf(x)) =f(x)ff(x) =f(x)f(x) = 0, con lo quexf(x)Nu(f) y f(x)Im(f). Proposici n 3.24SeaVunK-espacio vectorial, y seanSyTsubespacios deVtales que ST=V. Entonces existe un unico proyectorf:VVtal queNu(f) =S,Im(f) =T. Demostraci n.ComoV=ST, para cadaxV, existen unicos sSytTtales que x=s+t. Entonces, sif:VVes un proyector tal que Nu(f) =S, Im(f) =T, se tiene quef(x) =f(s+t) =f(s) +f(t) = 0 +t=t,donde la pen ltima igualdad es consecuencia de quefes un proyector ytIm(f) (ver Proposici n 3.22). Consideremos entonces la funci nf:VVdenida por f(x) =t six=s+tconsS, tT.

Observamos quefes una transformaci n lineal: Six, xVtales quex=s+t,x=s+t, cons, sSyt, tT, entonces x+x= (s+s) + (t+t) cons+sSyt+tT(puesto queSyTson subespacios deV) y, por lo tanto,f(x+x) =t+t=f(x) +f(x). SiKyxV,x=s+tconsS,tT, entonces.x= (.s) + (.t) con.sS, .tT. Luegof(.x) =.t=.f(x). Adem s,fes un proyector: SixVyx=s+tconsS,tT, entoncesff(x) = f(f(s+t)) =f(t) =f(0 +t) =f(x). Es claro que Im(f) =T. Veamos que Nu(f) =S: SixNu(f) yx=s+tconsS, tT, entonces 0 =f(x) =t, con lo cual,x=sS. Por otro lado, sisS, entonces s=s+ 0 consS, 0Ty, por lo tanto,f(s) = 0. Luego, la funci nfque hemos denido es el unico proyectorf:VVcon Nu(f) =S, Im(f) =T.

3.5

Representaci n matricialo

Uno de los primeros ejemplos de transformaciones lineales que hemos visto son aqu llas de la formaf:KnKm,f(x) =A.xconAKmn(cuando quede claro por el contexto, suprimiremos el signo det, escribiendoA.xen lugar de (A.xt)t). En esta secci n veremos que toda transformaci n lineal entre espacios vectoriales de dimensi n nita puede representarse de esta manera. Para esto, utilizaremos de manera fundamental el hecho de que jada una base de unK-espacio vectorialVde dimensi n nitan, se tiene un isomorsmo entreVyKntomando coordenadas en dicha base.

3.5 Representaci n matricial

En esta secci n todos los espacios vectoriales considerados ser n de dimensi n nita.

3.5.1

Matriz de una transformaci n linealo

SiVyWsonK-espacios vectoriales de dimensi nnymrespectivamente, una transformaci n linealf:VWqueda un defen una base cualquiera deV. Adem s, jada una base deW, estosnvectores quedan determinados por medio de sus vectores de coordenadas enK m. Se dene entonces una matriz asociada afque contiene toda esta informaci n. Denici n 3.25SeanVyWdosK-espacios vectoriales de dimensi n nita. SeanB1= {v1, . . . , vn}una base deVyB2={w1, . . . , wm}una base deW. Seaf:VWuna
m

transformaci n lineal. Supongamos quef(vj) =

i=1

en las basesB1, B2, y se nota|f|B1B2, a la matriz enKmndenida por (|f|B1B2)ij=ij para cada 1im, 1jn. Notaci n.Sif:VVyB1=B2=B, notaremos|f|B=|f|BB. Ejemplo.Seaf:R3R2,f(x1, x2, x3) = (x1+ 2x2x3, x1+ 3x2), y seanB1yB2las bases can nicas deR3yR2respectivamente. Se tiene que f(0,1,0) = (2,3), f(0,0,1) = (1,0). f(1,0,0) = (1,1), 1 21 Entonces|f|B1B2=. 130 Observaci n 3.26Si consideramos la transformaci n lineal asociada a una matrizA Knm,fA:KmKndenida porfA(x) =A.x, entonces, a partir de la denici n anterior, la matriz defAen las bases can nicasEyEdeKmyKnrespectivamente resulta ser|fA|EE=A. Observaci n 3.27SeaVunK-espacio vectorial de dimensi nn, y seanB1yB2bases de V. Entonces|idV|B1B2=C(B1, B2), la matriz de cambio de base deB1aB2(ver Denici n 2.16). Mediante el uso de las matrices introducidas en la Denici n 3.25 y de vectores de coordenadas, toda transformaci n lineal puede representarse como la multiplicaci n por una matriz ja. Proposici n 3.28SeanVyWdosK-espacios vectoriales de dimensi n nita, y sea f:VWuna transformaci n lineal. SiB1yB2son bases deVyWrespectivamente, entonces para cadaxV, |f|B1B2.(x)B1= (f(x))B2.

78

Transformaciones lineales

Demostraci n.Supongamos queB1={v1, . . . , vn}. o

n

SeaxVy sea (x)B1= (x1, . . . , xn), es decir,x=xivi.

i=1

Para cada 1in, seaCilai- sima columna de|f|B1B2. Por denici n,Ci= (f(vi))B2. Entonces |f|B1B2.(x)B1 =x1.C1+ +xn.Cn= =x1.(f(v1))B2+ +xn.(f(vn))B2=
n

=xif(vi)= (f(x))B2.
B2 i=1

3.5.2

Matriz de la composici n y cambios de baseso

La composici n de dos transformaciones lineales se traduce como la multiplicaci n de sus matrices. Proposici n 3.29SeanV,WyUtresK-espacios vectoriales de dimensi n nita. SeanB1, B2yB3bases deV,WyUrespectivamente. Seanf:VWyg:WUtransformaciones lineales. Entonces |gf|B1B3=|g|B2B3.|f|B1B2. Demostraci n.Seann= dimV,m= dimWyr= dimU. Entonces|g|B2B3Krmy |f|B1B2Kmn, con lo que|g|B2B3.|f|B1B2Krn. Adem s|gf|B1B3Krn. Para cadaxVse tiene que |g|B2B3.|f|B1B2.(x)B1=|g|B2B3.(f(x))B2=g(f(x))B3= (gf(x))B3=|gf|B1B3.(x)B1 Luego,|g|B2B3.|f|B1B2=|gf|B1B3(ver Proposici n 2.18). Corolario 3.30SeanVyWdosK-espacios vectoriales de dimensi n nita, y seanB1y B2bases deVyWrespectivamente. Seaf:VWun isomorsmo. Entonces|f 1|B2B1= (|f|B1B2)1. Demostraci n.Se deduce inmediatamente aplicando la proposici n anterior af1f=idV yff1=idW. Concluimos esta secci n estudiando c mo se puede obtener a partir de la matriz de una transformaci n linealf:VWen un par de basesB1yB2deVyWrespectivamente, la matriz de la misma transformaci n lineal en cualquier otro par de basesB 1yB2de dichos espacios. Proposici n 3.31SeanVyWdosK-espacios vectoriales de dimensi n nita. SeanB1, B1 bases deVyB2, B2bases deW. Entonces |f|B1B2=C(B2, B2).|f|B1B2.C(B1, B1).

3.6 Rango de una matriz

79

Demostraci n.Se tiene quef=idWfidV. Aplicando dos veces el resultado dado en la Proposici n 3.29 y el hecho que la matriz de la transformaci n lineal identidad en un par de bases coincide con la matriz de cambio de base entre las mismas, se obtiene |f|B1B2 = = |idWfidV|B1B2=|idWf|B1B2|idV|B1B1= |idW|B2B2.|f|B1B2.|idV|B1B1=C(B2, B2).|f|B1B2.C(B1, B1),

que es lo que se quer probar.

3.6

Rango de una matriz

Utilizando la relaci n entre matrices y transformaciones lineales introduciremos un nuevo invariante asociado a una matriz: su rango.

3.6.1

Rango columna y rango la

SeanVyWdosK-espacios vectoriales tales que dimV=my dimW=n, y seanB1yB2 bases deVyWrespectivamente. Seaf:VWuna transformaci n lineal. Consideremos la matriz defen las basesB1yB2dada por sus columnas: |f|B1B2= (C1|. . .|Cm)Knm. SiB1={v1, . . . , vm}, entonces Im(f) =< f(v1), . . . , f(vm)>. Tomando coordenadas en la baseB2se obtiene un subespacioTKndado porT=<(f(v1))B2, . . . ,(f(vm))B2>= < C1, . . . , Cm>. Como tomar coordenadas en una base es un isomorsmo, se tiene que dim(Im(f)) = dim< C1, . . . , Cm>. Esto motiva la siguiente denici n: Denici n 3.32SeaAKnm. Se llamarango columna deA, y se nota rgC(A), a la dimensi n del subespacio deKngenerado por las columnas deA, es decir, siA= (C 1| |Cm), entonces rgC(A) = dim< C1, . . . , Cm>. Mediante el c lculo del rango columna de una matrizAes posible obtener la dimensi n del subespacio de soluciones del sistema lineal homog neo asociado aA: Observaci n 3.33SeaAKnmy seaS={xKm/ A.x= 0}. Entonces dimS= mrgC(A). En efecto, consideramos la transformaci n lineal asociada aA,f A:KmKndenida porfA(x) =A.x. EntoncesA=|fA|EE(dondeEyEson las bases can nicas deKmyKn respectivamente) yS= Nu(fA). Entonces dimS= dim(Nu(fA)) =mdim(Im(fA)) =mrgC(A).

80 12 3 Ejemplo.SeaAR33 1 2 4

Transformaciones lineales

R3/ A.x= 0}. Entonces

dimS= 3rgC(A) = 3dim<(1,1,1),(2,2,2),(3,1,4)>= 32 = 1. Teniendo en cuenta el subespacio generado por las las de una matriz en lugar del generado por sus columnas puede darse la siguiente denici n de rango la an loga a la de rango columna. Denici n 3.34SeaAKnm. Se dene elrango la deA, y se nota rgF F1 dimensi n del subespacio deKm . Fn entonces rgF(A) = dim< F1, . . . , Fn>. Observaci n 3.35SeaAKnm. Entonces rgF(A) = rgC(At). Nuestro siguiente objetivo es mostrar que el rango la y el rango columna de una matriz coinciden. Para hacer esto nos basaremos en la observaci n anterior. Primero mostraremos que el rango columna de una matrizAno cambia si se la multiplica a izquierda o derecha por matrices inversibles. Lema 3.36SeaAKnm. SeanCGL(n, K)yDGL(m, K). Entonces rgC(A) = rgC(C.A.D). Demostraci n.SeafA:KmKnla transformaci n lineal inducida por la multiplicaci n a izquierda porA. SiEyEson las bases can nicas deKmyKnrespectivamente, se tiene que|fA|EE=Ay por lo tanto, rgC(A) = dim(Im(fA)). Por la Proposici n 2.22, puesto queDGL(m, K), existe una baseB1deKmtal que D=C(B1, E), y comoCGL(n, K), existe una baseB2deKntal queC=C(E, B2). Entonces C.A.D=C(E, B2).|fA|EE.C(B1, E) =|fA|B1B2, de donde rgC(C.A.D) = dim(Im(fA)) = rgC(A). Ahora veremos que multiplicando aApor matrices inversibles convenientes se puede obtener una matriz tal que su rango y el de su transpuesta son f ciles de comparar. Lema 3.37SeaAKnm {0}. Entonces existenkN,1kmin{n, m}, y matrices CGL(n, K)yDGL(m, K)tales que sii=j 0 sii=jk (C.A.D)ij=1 sii=j > k 0

3.6 Rango de una matriz

81

Demostraci n.Consideremos la transformaci n linealf A:KmKninducida por la multiplicaci n a izquierda porA. Sea{v1, . . . , vs}una base de Nu(fA) y seanw1, . . . , wmsKm tales que B1={w1, . . . , wms, v1, . . . , vs} es una base deKm(si Nu(fA) ={0},s= 0 y se toma una baseB1cualquiera deKm). Entonces{fA(w1), . . . , fA(wms)}es una base de Im(f A) y puede extenderse a una base deKn. Seanz1, . . . , znm+sKntales que B2={fA(w1), . . . , fA(wms), z1, . . . , znm+s} es una base deKn. Se tiene que (|fA|B1B2)ij= Observamos que |fA|B1B2=C(E, B2).|fA|EE.C(B1, E) =C.A.D, dondeC=C(E, B2)GL(n, K) yD=C(B1, E)GL(m, K). Proposici n 3.38SeaAKnm. EntoncesrgC(A) = rgF(A). Demostraci n.Es claro que el resultado vale siA= 0. DadaAKnm {0}, por el lema anterior, existen matricesCGL(n, K),DGL(m, K) ykN, tales que (C.A.D)ij= 0 sii=j 1 sii=jk 0 sii=j > k 0 sii=j 1 sii=jms 0 sii=j > ms

Por el Lema 3.36 se tiene que rgC(A) = rgC(C.A.D), y es claro que rgC(C.A.D) =k. Por otro lado, transponiendo se obtiene (Dt.At.Ct)ij= 0 sii=j 1 sii=jk 0 sii=j > k

conDtGL(m, K) yCtGL(n, K), de donde rgC(At) = rgC(Dt.At.Ct) =k. En consecuencia rgF(A) = rgC(At) = rgC(Dt.At.Ct) =k= rgC(A).

Denici n 3.39SeaAKnm. Al n mero rgC(A) = rgF(A) lo llamaremos elrango de la matrizA, y lo notaremos rg(A). La Observaci n 3.33 puede ahora reescribirse utilizando la noci n de rango de una matriz.

82

Transformaciones lineales

Proposici n 3.40SeaAKnmy seaS={xKm/ A.x= 0}. EntoncesdimS= mrg(A). Esto signica que la dimensi n del espacio de soluciones de un sistema lineal homog neo es igual a la cantidad de inc gnitas menos la cantidad de ecuaciones independientes.

3.6.2

Equivalencia de matrices

Denici n 3.41SeanA, BKnm. Se dice queAesequivalenteaB, y se notaAB, si existen matricesCGL(n, K) yDGL(m, K) tales queA=C.B.D. Es inmediato vericar quees una relaci n de equivalencia. Como hemos visto en la secci n anterior, si dos matrices son equivalentes entonces tienen el mismo rango. A continuaci n veremos que la rec En consecuencia, el rango resulta ser un invariante que nos permite determinar f cilmente si dos matrices son equivalentes. Proposici n 3.42SeanA, BKnm. EntoncesABrg(A) = rg(B). Demostraci n. () Es consecuencia del Lema 3.36. () Supongamos que rg(A) = rg(B) =k. Entonces existen matricesC 1, C2GL(n, K) y D1, D2GL(m, K) tales que 0 sii=j 0 sii=j 1 sii=jk (C1.A.D1)ij=1 sii=jky (C2.B.D2)ij= 0 sii=j > k 0 sii=j > k En consecuencia,C1.A.D1=C2.B.D2, de donde A= (C11 .C2).B.(D2.D11 ) =C.B.D

conC=C11 .C2GL(n, K) yD=D2.D11 GL(m, K).

Luego,AB. Finalmente, la siguiente proposici n caracteriza matrices equivalentes por medio de transformaciones lineales: dos matrices son equivalentes si y s lo si son las matrices de una misma transformaci n lineal en distintas bases. Proposici n 3.43SeanA, BKnm. EntoncesABsi y s lo si existe una transformaci n linealf:KmKny basesB1, B1deKmyB2, B2deKntales que|f|B1B2=Ay |f|B1B2=B.

3.7 Espacios vectoriales de transformaciones lineales

83

Demostraci n.La validez de () se deduce de la proposici n anterior, teniendo en cuenta que rg(A) = dim(Im(f)) = rg(B). Veamos que vale la otra implicaci n. Consideremos la transformaci n linealf:K mKn denida porf(x) =B.x. EntoncesB=|f|EE, dondeEyEson las bases can nicas deKm yKnrespectivamente. Por denici n, siAB, existen matrices inversiblesCyDtales queA=C.B.D. Sea B1base deKmtal queD=C(B1, E) y seaB2base deKntal queC=C(E, B2). Entonces A=C.B.D=C(E, B2)|f|EEC(B1, E) =|f|B1B2.

3.7

Espacios vectoriales de transformaciones lineales

Fijados dosK-espacios vectorialesVyW, tiene sentido considerar el conjunto de todas las transformaciones lineales deVenW. En esta secci n, estudiaremos la estructura de estos conjuntos de transformaciones lineales. Denici n 3.44SeanVyWdosK-espacios vectoriales. Denimos HomK(V, W) ={f:VW / fes una transformaci n lineal}. Denimos ahora una operaci n en HomK(V, W) y una acci n deKen HomK(V, W) que lo convierten en unK-espacio vectorial: Suma.Dadasf, gHomK(V, W) se denef+gcomo (f+g)(x) =f(x) +g(x) xV.

Veamos quef+gHomK(V, W), con lo cual + resulta un operaci n en HomK(V, W): Es claro quef+g:VW. f+ges una transformaci n lineal: Para cadax, yV, se tiene que (f+g)(x+y) =f(x+y) +g(x+y) =f(x) +f(y) +g(x) +g(y) = =f(x) +g(x)+f(y) +g(y)= (f+g)(x) + (f+g)(y). Por otro lado, para cadaKy cadaxVvale f(x) +g(x) =f(x) +g(x) = (f+g)(x) = (f(x) +g(x)) =(f+g)(x). = Es f cil vericar que (HomK(V, W),+) es un grupo abeliano. Producto por escalares.DadosfHomK(V, W) yKse dene (f) :VWcomo (f)(x) =f(x) xV.

Veamos quefHomK(V, W), y por lo tanto,es una acci n deKen HomK(V, W):

84

Transformaciones lineales

Por denici n,f:VW.o fes una transformaci n lineal: o Para todo par de elementosx, yV: (f)(x+y) =(f(x+y)) =(f(x) +f(y)) =f(x) +f(y) = = (f)(x) + (f)(y). Para todoKy todoxV: (f)(x) = = (f(x)) =(f(x)) = ()f(x) = (f(x)) =(f)(x).

Adem s se cumplen las siguientes propiedades: Si, Kyf, gHomK(V, W), i)(f+g) =f+g ii) (+)f=f+f iii) 1f=f iv) ()f=(f) En consecuencia: Proposici n 3.45(HomK(V, W),+,)es unK-espacio vectorial. En el caso en que ambosVyWsonK-espacios vectoriales de dimensi n nita, dimV=n y dimW=m, esteK-espacio vectorial resulta ser isomorfo aKmn. Proposici n 3.46SeanVyWdosK-espacios vectoriales de dimensi n nita, condimV= nydimW=m. SeanByBbases deVyWrespectivamente. Entonces la funci n T: HomK(V, W)Kmndenida porT(f) =|f|BBes un isomorsmo. Demostraci n.Supongamos queB={v1, . . . , vn}yB={w1, . . . , wm}. Tes una transformaci n lineal: Seanf, gHomK(V, W). Por denici n,T(f+g) =|f+g|BB. Observemos que la j- sima columna de esta matriz es (f+g)(vj)
B

=f(vj) +g(vj)
B

= (f(vj))B+ (g(vj))B,

es decir, es la suma de lasj- simas columnas de|f|BBy|g|BB. Luego,|f+g|BB=|f|BB+|g|BBo, equivalentemente,T(f+g) =T(f) +T(g). En forma an loga se prueba queT(f) =T(f).

3.8 Ejercicios

85

Tes un isomorsmo: Tes monomorsmo: SeafHomK(V, W) tal queT(f) = 0, es decir,|f|BB= 0. Entonces, Im(f) ={0}, de dondef0. Tes epimorsmo: SeaAKmn. ConsideramosfA:VWdenida porfA(x)
B t

A.(x)t para cadaxV.

B

Se tiene quefAHomK(V, W) yT(fA) =|fA|BB=A.

3.8 Ejercicios
Ejercicio 1.Determinar cu les de las siguientes aplicaciones son lineales. a i)f:R3R2, f(x1, x2, x3) = (x23.x1+2.x3, x11 .x2)
2

ii)f:R2R3, f(x1, x2) = (x1x2,2.x2,1 +x1) iii)f:R3R3, f(x1, x2, x3) = (2.x17.x3,0,3.x2+ 2.x3) iv)f:R2R2, f(x1, x2) = (x1+x2,|x1|) v)f:CC, f(z) =i.z(considerando aCcomoR-espacio vectorial y comoC-espacio vectorial) vi)f:CC, f(z) =i.Im(z) (considerando aCcomoR-espacio vectorial y comoCespacio vectorial) vii)f:CC, f(z) =z(considerando aCcomoR-espacio vectorial y comoC-espacio vectorial) a12 a11 =a11.a22a12.a21 viii)f:R22R, f a22 a21 a12a13 a11 = (3.a13a23, a11+ 2.a22a23, a22a12) ix)f:R23R3, f a22a23 a21 0 a12 a22 a12+a21 a11 = 0 a11 a22a11 x)f:R22R23, f a22 a21 a11 a12 a11a12 (considerando aC22comoR-espacio a21 xi)f:C22C22, f= a22 a21a22 vectorial y comoC-espacio vectorial) Ejercicio 2.Interpretar geom tricamente las siguientes aplicaciones linealesf:R 2R2. i)f(x, y) = (x,0) ii)f(x, y) = (0, y)

86

Transformaciones lineales

iii)f(x, y) = (x,y) iv)f(x, y) = (1 .(x+y),1 .(x+y))

22

v)f(x, y) = (x.costy.sent , x.sent+y.cost) Ejercicio 3. i) Encontrar una funci nf:VV(para unK-espacio vectorialVconveniente) que cumplaf(v+w) =f(v) +f(w) para cualquier par de vectoresv , wVpero que no sea una transformaci n lineal. ii) Encontrar una funci nf:VV(para unK-espacio vectorialVconveniente) que cumplaf(k.v) =k.f(v) para cualquier escalarkKy cualquier vectorvVpero que no sea una transformaci n lineal. Ejercicio 4.Probar la linealidad de las siguientes aplicaciones: i)tr:KnnK ii)t:KnmKmn, t(A) =At iii)f:KnmKrm, f(A) =B.AdondeBKrn iv):C(R)C(R), (f) =f :K[X]K, v) (f)

=f() dondeK

vi)s:KNKN, s({ai}iN) = (0, a1, a2, . . . , an, . . .) Ejercicio 5. i) Probar que existe una unica transformaci n linealf:R 2R2tal quef(1,1) = (5,3) yf(1,1) = (5,2). Para dichaf, determinarf(5,3) yf(1,2). ii) Existir una transformaci n linealf:R2R2tal quef(1,1) = (2,6),f(1,1) = (2,1) yf(2,7) = (5,3)? iii) Seanf, g:R3R3transformaciones lineales tales que f(1,0,1) = (1,2,1), f(2,1,0) = (2,1,0), f(1,0,0) = (1,2,1), g(1,1,1) = (1,1,0), g(3,2,1) = (0,0,1), g(2,2,1) = (3,1,2). Determinar sif=g. iv) Hallar todos losaRpara los cuales exista una transformaci n linealf:R3R3 que satisfaga quef(1,1,1) = (2, a,1), f(1,1,2) = (a 2,1,1) yf(1,1,2) = (5,1,7).

3.8 Ejercicios

87

v) Hallar una f rmula para todas las tranformaciones linealesf:R 3[X]R3que satisfacenf(X3+ 2X2X+ 4) = (6,5,3), f(3X2+ 2X5) = (0,0,3), f(X32X2+ 3X2) = (0,1,1) yf(2X33X2+ 7) = (6,4,7). Ejercicio 6. i) Calcular bases del n cleo y de la imagen para cada tranformaci n lineal del ejercicio 1. Decidir, en cada caso, sifes epimorsmo, monomorsmo o isomorsmo. En el caso que sea isomorsmo, calcularf1. ysdel ejercicio 4 en epimorsmos, ii) Clasicar las transformaciones linealestr , t , ,

monomorsmos e isomorsmos. Ejercicio 7.Seanf:R3R4, f(x1, x2, x3) = (x1+x2, x1+x3,0,0) yg:R4R2, g(x1, x2, x3, x4) = (x1x2,2x1x2). Calcular el n cleo y la imagen def, degy degf. Decidir si son monomorsmos, epimorsmos o isomorsmos. Ejercicio 8.Seang:VVyf:VV i) Nu(g)Nu(fg). ii) Si Nu(f)Im(g) ={0}, entonces Nu(g) = Nu(fg). iii) Im(fg)Im(f). iv) Si Im(g) =V, entonces Im(fg) = Im(f). Ejercicio 9. i) SeanS,TR4los subespacios denidos porS={(x1, x2, x3, x4)/ x1+x2+x3= 0} yT={(x1, x2, x3, x4)/2.x1+x4= 0, x2x3= 0}. Existir alg n isomorsmof:R4R4tal quef(S) =T? ii) Existir alg n monomorsmof:R3R2? iii) Existir alg n epimorsmof:R2R3? iv) Seanv1= (1,0,1,0),v2= (1,1,1,0) yv3= (1,1,1,1). Existir alguna transformaci n linealf:R2R4tal que{v1, v2, v3} Im(f)? Ejercicio 10.Determinar si existe (y en caso armativo hallar) una transformaci n lineal f:R3R4que verique Im(f) =Sy Nu(f) =Ten los siguientes casos: i)S={(x1, x2, x3, x4)/x1+x2x3+ 2.x4= 0}, T=<(1,2,1)> ii)S={(x1, x2, x3, x4)/x1+x2= 0, x3+x4= 0}, T=<(1,2,1)> transformaciones lineales. Probar:

88

Transformaciones lineales

Ejercicio 11.En cada uno de los siguientes casos encontrar una transformaci n lineal f:R3R3que verique lo pedido: i) (1,1,0)Nu(f) y dim(Im(f)) = 1 ii) Nu(f)Im(f) =<(1,1,2)> iii)f= 0 y Nu(f)Im(f) iv)f= 0 yff= 0 v)f=Idyff=Id vi) Nu(f)={0}, Im(f)={0}y Nu(f)Im(f) ={0} Ejercicio 12.En cada uno de los siguientes casos construir un proyectorf:R 3R3que cumpla: i) Im(f) ={(x1, x2, x3)/x1+x2+x3= 0} ii) Nu(f) ={(x1, x2, x3)/x1+x2+x3= 0} iii) Nu(f) ={(x1, x2, x3)/3.x1x3= 0}e Im(f) =<(1,1,1)> Ejercicio 13.SeaVunK-espacio vectorial y seaf:VVun proyector. Probar que g=idVfes un proyector con Im(g) = Nu(f) y Nu(g) = Im(f). Ejercicio 14.SeaVunK-espacio vectorial y seaf:VVuna transformaci n lineal. Se dice quefesnilpotentesisNtal quefs= 0. i) Probar que sifes nilpotente, entoncesfno es ni monomorsmo ni epimorsmo. ii) SiVes de dimensi nnprobar quefes nilpotentefn= 0. (Sugerencia: considerar si las inclusiones Nu(fi)Nu(fi+1) son estrictas o no). iii) SeaB={v1, . . . , vn}una base deV. Se dene la transformaci n linealf:VVde la siguiente forma: vi+1si 1in1 0 sii=n f(vi) = Probar quefn= 0 yfn1= 0. iv) SiV=Rn, para cadai ,2in, construir una transformaci n lineal nilpotente f:RnRntal quefi= 0 yfi1= 0. Ejercicio 15.SeaS=<(1,1,0,1),(2,1,0,1)>R4. i) Hallar una transformaci n linealf:R4R2tal que Nu(f) =S.

3.8 Ejercicios

89

ii) Hallar ecuaciones paraS(usar i)). iii) Hallar un sistema de ecuaciones lineales cuyo conjunto de soluciones sea <(1,1,0,1),(2,1,0,1)>+ (0,1,1,2). Ejercicio 16. i) SeaSKnel conjunto de soluciones de un sistema lineal homog neo. Encontrar una transformaci n linealf:KnKntal que Nu(f) =S. ii) SeaTKnel conjunto de soluciones de un sistema lineal no homog neo. Encontrar una transformaci n linealf:KnKnyxKntales queT=f1(x). Ejercicio 17.Seaf:VVuna tranformaci n lineal y seanB,Bbases deV. Calcular |f|BBen cada uno de los siguientes casos: i)V=R3, f(x1, x2, x3) = (3.x12.x2+x3,5.x1+x2x3, x1+ 3.x2+ 4.x3), B=Bla base can nica deR3 ii)V=R3, f(x1, x2, x3) = (3.x12.x2+x3,5.x1+x2x3, x1+ 3.x2+ 4.x3), B={(1,2,1),(1,1,3),(2,1,1)}yB={(1,1,0),(1,2,3),(1,3,1)} iii)V=C2, f(x1, x2) = (2.x1i.x2, x1+x2),B=Bes la base can nica deC2como C-espacio vectorial. iv)V=C2, f(x1, x2) = (2.x1i.x2, x1+x2),B=B={(1,0),(0,1),(i,0),(0, i)}considerando aC2comoR-espacio vectorial. v)V=R4[X], f(P) =P,B=B={1, X, X2, X3, X4} vi)V=R4[X], f(P) =P,B=B={X4, X3, X2, X,1} vii)V=R4[X], f(P) =P,B={1, X, X2, X3, X4}yB={X4, X3, X2, X,1} viii)V=R22, f(A) =At,B=Bla base can nica deR22. ix)V,fyB=Bcomo en el ejercicio 14, iii) Ejercicio 18.SeanB={v1, v2, v3}una base deR3yB={w1, w2, w3, w4}una base deR4. Seaf:R3R4la transformaci n lineal tal que 12 1 1 1 2 2 3

4 5

|f|BB

i) Hallarf(3.v1+ 2.v2v3). Cu les son sus coordenadas en la baseB?

90

Transformaciones lineales

ii) Hallar una base de Nu(f) y una base de Im(f). iii) Describir el conjuntof1(w13.w3w4). Ejercicio 19.SeaVunK-espacio vectorial y f:VVla transformaci n lineal tal queo 11 11 |f|B 11 10 i) Calcular|f1|B. ii) Calcularf1(v12.v2+v4). Ejercicio 20.En cada uno de los siguientes casos, hallar una matrizARnnpara unn adecuado que verique: i)A=InyA3=In. ii)A= 0;A=InyA2=A. Ejercicio 21.SeaVunK-espacio vectorial de dimensi n nita y seaBuna base deV. i) Seatr: Hom(V, V)Kla aplicaci n denida portr(f) =tr(|f|B). Probar quetr(f) no depende de la baseBelegida. tr(f) se llama latrazadel endomorsmof. ii) Probar quetr: Hom(V, V)Kes una transformaci n lineal. Ejercicio 22.SeanB={v1, v2, v3},U={v1+v3, v1+ 2.v2+v3, v2+v3}yU={w1, w2, w3} bases deR3, y seaEla base can nica deR3. Seaf:R3R3la transformaci n lineal tal que 11 3 |f|BE 321 DeterminarU. Ejercicio 23. i) Seaf:R4R4la trasformaci n lineal denida por f(x1, x2, x3, x4) = (0, x1, x1+x2, x1+x2+x3) y seav= (1,0,0,0). Probar queB={v, f(v), f 2(v), f3(v)}es una base deR4. Calcular |f|B. |f|U U 001 110 00 00 B={v1, v2, v3, v4}una base deV. Sea

11

3.8 Ejercicios

91

ii) SeaVunK-espacio vectorial de dimensi nny seaf:VVuna tranformaci n lineal tal quefn= 0 yfn1= 0. Probar que existe una baseBdeVtal que 1 |f|B=
ij

sii=j+ 1 si no

0 (Sugerencia: elegirv1Nu(fn1))./ Ejercicio 24.SeaVunK-espacio vectorial de dimensi nny seaf:VVun proyector. Probar que existe una baseBdeVtal que 1 sii=j;idim(Im(f)) |f|B
ij

= 0 si no

Ejercicio 25.Seaf:R5R4denida por f(x1, x2, x3, x4, x5) = (2.x1x5, x2+ 2.x3, x1+x4+x5,x1+x4+x5). Encontrar basesByBdeR5yR4respectivamente tales que|f|BBsea una matriz diagonal. Ejercicio 26.SeanVyW K-espacios vectoriales, dimV=ny dimW=m, yf:VW una transformaci n lineal tal que dim(Im(f)) =s. Probar que existen una baseBdeVy una baseBdeWtal que 1 sii=j;is |f|BB
ij

= 0 si no

Ejercicio 27.Seaf:R3R3denida por f(x1, x2, x3) = (x1+x2x3,2.x13.x2+ 2.x3,3.x12.x2+x3). i) Determinar basesByBdeR3tales que 100 BB1 00

ii) SiAes la matriz defen la base can nica, encontrar matricesC,DGL(3,R) tales que 100 . 000

92

Transformaciones lineales

Ejercicio 28.Calcular el rango de las siguientes matrices: 2 0 31 1 101 0 53 2 31 1 1 0100 1 1 0 1 0 1 1 0 0 0 1 1

31 0 1 2

0 2 0031 0 Ejercicio 29.Calcular el rango deAR33para cadakRsiendo 1k1 2 . 1k k2 Ejercicio 30.SeanAKmn,bKm. Se considera el sistemaA.x=by sea (A|b) su matriz ampliada. Probar queA.x=btiene soluci nrg(A) = rg(A|b). Ejercicio 31.SeaAKmn, rg(A) =sy seaT={xKnr/ A.x= 0}. Calcular la dimensi n deT. Ejercicio 32.SeanAKmnyBKnr. Probar que rg(A.B)rg(A) y rg(A.B) rg(B). Ejercicio 33.SeanA,DR33, 1 11 32 1 i) DeterminarC1,C2,C3yC4GL(3,R) tales que 10 0 C1.A.C2=C3.D.C4 00 ii) DeterminarfHom(R3,R3) y basesB,B,B1yB1deR3tales que |f|BB=A y |f|B1B1=D 0 1 10 1 0 1

0 1

Ejercicio 34.DadasA,BRnn, decidir si existen matricesP,QGL(n,R) tales que A=P.B.Q.

3.8 Ejercicios

93

2 5 12 i)n= 2;A=;B= 1 31 1 2 3 58 ii)n= 2;A=;B= 4 612 10 5 38 5 01 007 0 11 0 01 2 30 111 3 Ejercicio 35.SeanA,BKnn. Se dice queAessemejanteaB(y se notaAB) si existeCGL(n, K) tal queA=C.B.C1. i) Demostrar quees una relaci n de equivalencia enKnn. ii) Probar que dos matrices semejantes son equivalentes. Vale la rec Ejercicio 36.SeanA,CKnn. Probar que las siguientes armaciones son equivalentes: i)AC. ii)f:KnKntranformaci n lineal y basesByBdeKntales que|f|B=Ay |f|B=C Ejercicio 37. i) SeanA,CKnntales queAC. Probar quetr(A) =tr(C). ii) SeanA,CR33 11 1 41 3 11 0 10 1

ExistenfHom(R3,R3) y basesByBdeR3tales que|f|B=Ay|f|B=C?