Unidad 9: Transformaciones Lineales V: Rn W: Rn

Sean V y W espacios vectoriales sobre un cuerpo K. u3 F(u2)

F: V = W es una aplicación lineal si y solo si: F (u) = w
a) F(u+v) = F(u) + F(v) para todo u;v ϵ V u1 F(u1)
b) F(k.v) = k.F(v) para todo k ϵ R u2
F(u3)

Teorema 1
Sea F:V = W aplicación lineal entonces:
 F (0v) = 0w
 F (-v) = - F (v)
 F ( k1 v1 + k2 v2 + ….+ kn vn) = k1 F(v1) + k2 F(v2) +….+ kn F(vn)

Teorema 2
Sean V y W espacios vectoriales.
 Si B {v1,v2,...,vn} es una base ordenada de V y w1,w2,...,wn son vectores arbitrarios de W,
entonces existe una única aplicación lineal F:V = W tal que F(vi) = wi , para i=1,2,…,n.

Prof. Eliana Diguilio 1

Ejercicios

1) Sea F : R3 = R2 una transformación lineal, sabiendo que F (1,3,0) = (-4,5) y F (-1,2,0) = (1,3). Hallar las imágenes de
cada uno de los siguientes vectores:
a) -(1,3,0)
Aplicando el Teorema 1 F(-v) = -F(v) por lo tanto, F [(-1).(1, 3, 0)] = -1 . F (1,3, 0) = -1 . (-4, 5) = (4, -5)
b) 3.(-1,2,0)
Aplicando el Teorema 1 F [3. (-1, 2,0)] = 3. F (-1, 2, 0) = 3 . (1, 3) = (3, 9)
c) 2.(1,3,0)+4.(-1,2,0)
Aplicando Teorema 1 y 2 F [2. (1,3,0) + 4 (-1, 2,0)] = 2. F(1,3,0) + 4 (-1, 2,0) = 2 . (-4,5) + 4. (1,3) = (-8, 10) + (4, 12) = (-4, 22)
d) (0,0,0)
Aplicando el Teorema 1 F (0,0,0) = (0,0)
e) (0,1,0)
Aplicando el Teorema 2 (0,1,0) = k1 (1,3,0) + k2 (-1, 2,0) entonces resolviendo el sistema hallamos k1 y k2; k1 = k2 = 1/5
Reemplazamos F (0,1,0) = 1/5 F (1,3, 0) + 1/5 F (-1, 2,0) = 1/5 . (-4,5) + 1/5 . (1,3) = (-3/5, 8/5)

Prof. Eliana Diguilio 2

f) (1, 0, 0)
Aplicando el Teorema 2 se cumple que (1, 0, 0) = k1 (1, 3, 0) + k2 (-1, 2, 0) resolvemos el sistema y hallamos
k1 = 2/5 y k2 = -3/5 reemplazando F (1, 0, 0) = 2/5 F (1, 3, 0) + (-3/5) F (-1, 2, 0) = 2/5. (-4, 5) + (-3/5) . (1, 3) = (-11/5 , 1/5)

Ejercicio 2

Prof. Eliana Diguilio 3

En este último caso se “reconstruyó” la expresión de la transformación lineal, esto es posible siempre que se
conozcan las imágenes de los vectores de una base del espacio vectorial dominio (V).

Prof. Eliana Diguilio 4

IMAGEN
V W
Sea F:V = W aplicación lineal, se llama imagen de F; IF al conjunto IF = {F(v) / v ϵ V} IF
v1 w1
Teorema 3 v2 w2
Sea F:V = W aplicación lineal entonces: vn F(v)= w
wn
1) IF es un subespacio de W
2) Si V= {v1,v2,...,vn} entonces IF = {F(v1), F(v2),..., F(vn)}
3) Si dim V=n entonces dim IF ≤ n .

Se llama rango de una aplicación lineal a la dimensión de la imagen = RA

NÚCLEO

Sea F:V = W aplicación lineal, se llama núcleo de F; NF al conjunto NF = {v ϵ V / F(v) = 0W} V W

Teorema 4
Sea F:V = W aplicación lineal entonces: F(v) 0w
1) NF es un subespacio de V
NF
2) Si dim V = n entonces dim NF ≤ n .

Se llama nulidad de una aplicación lineal a la dimensión del núcleo = NT

Prof. Eliana Diguilio 5
Teorema de la dimensión

Sea F:V = W aplicación lineal entonces: dim V = dim NF + dim IF

Ejercicio 3
Sea F : R2 = R3 aplicación lineal, con F(x, y) = ( y, x, x + y) se pide:
a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.

Resolución: En primer lugar para obtener la imagen y núcleo debemos hallar la matriz estándar A =
Tomamos la base canónica del espacio vectorial dominio B = {(1,0)(0,1)}, buscamos las imágenes de los vectores de
esta base usando la ley de la transformación:
F (1, 0) = (0, 1, 1+0) = (0, 1, 1)
0 1
F (0, 1) = (1, 0, 0+1) = ( 1, 0, 1) A= 1 0
1 1 Prof. Eliana Diguilio 6
A partir de ello se plantea el sistema A.X = b donde b es el conjunto Imagen de la transformación = IF

0 1 𝑥
1 0 𝑦
1 1 𝑧

0 1 𝑥
1 0 𝑦
0 1 𝑧−𝑦

0 1 𝑥
1 0 𝑦
0 0 −𝑥 − 𝑦 + 𝑧

Para que el sistema sea compatible (caracterizar) RMP = RMA por lo tanto –x – y + z = 0 ó z = x + y este subespacio
representa un plano que pasa por el origen de coordenadas:

La caracterización de la imagen es : IF = {(x, y, z) ϵ R3 / - x - y + z = 0}

Por tener la base dos vectores, la dimensión de la imagen es 2 y el rango de la aplicación lineal, también es 2.
Prof. Eliana Diguilio 7
Para hallar el núcleo se debe resolver el sistema A.X = 0 donde X es el núcleo de la transformación NF:

0 1 0
1 0 0
1 1 0
0 1 0
1 0 0
0 1 0

0 1 0
x = 0 e y = 0 por lo tanto NF = {(0,0)}
1 0 0
0 0 0

La caracterización del núcleo es: NF = {(x, y) ϵ R2 /(x, y) = (0,0)}.

Este subespacio no tiene base y su dimensión es cero, por lo tanto la nulidad de la aplicación lineal es cero.

Teorema de la dimensión dim V = dim NF + dim IF

2 = 0 + 2 Se verifica!!

Prof. Eliana Diguilio 8

Ejercicio 4

Sea F : R2 = R3 aplicación lineal, con F(x, y) = (2x - y, - 8x + 4y, 0) se pide:

a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad

Resolución: Tomamos la base canónica del espacio vectorial dominio B ={(1,0)(0,1)}, buscamos las imágenes
de los vectores de esta base usando la expresión de la trasformación:

2 −1
A = −8 4 Matriz estándar
0 0

Resolvemos el sistema A.X = b 2 −1 𝑥

−8 4 𝑦 e 21(4)
0 0 𝑧

2 −1 𝑥
0 0 4𝑥 + 𝑦
0 0 𝑧 Para que el sistema sea compatible: 4x + y = 0
z=0

Prof. Eliana Diguilio 9

 x=x x=s
y = - 4x y = - 4s
Z=0 z=0

(x, y, z) = (s, -4s, 0) = s (1, -4, 0); Si s= 1 entonces IF = (1, -4, 0), cuya dimensión es 1, RA = 1

Si v(x, y) = NF entonces: F(x, y) = (2x - y, - 8x + 4y, 0) = (0,0,0) , igualando componentes homólogas obtenemos el sistema
de ecuaciones lineales:

2 −1 0
−8 4 0 e 21(4)
0 0 0

2 −1 0 2x –y = 0
0 0 0 x=½y
y=y Núcelo: R2 = (x, y) = (1/2 s, s) = (1/2, 1)
0 0 0 y=y=s

Por tener la base un vector, la dimensión del núcleo es 1 y NT= 1.

Por último utilizamos ahora el teorema de la dimensión: dim V = dim NF + dim IF

2 = 1 + 1 Se verifica!!
Prof. Eliana Diguilio 10
Ejercicio 5
2 −1 De rango y nulidad de la transformación.
Sea T : R2x1 = R2x1 la multiplicación por la matriz A = −8 4

Resolución: para conocer si las matrices pertenecen a la imagen de la transformación resolvemos A.x = b

2 −1 𝑥
e 21(4)
−8 4 𝑦

2 −1 𝑥
0 0 4𝑥 + 𝑦 La condición de compatibilidad es : 4x + y = 0, esto significa que el subespacio imagen es una recta

Prof. Eliana Diguilio 11

Ahora que conocemos la caracterización de la imagen, veremos cual vector la verifica: 4x + y = 0

Para hallar el núcleo se resuelve el sistema A.x = 0

2 −1 0 e
21(4)
−8 4 0
2 −1 0 2x – y = 0 por lo tanto x = ½ y
Si y = s, con s = 1
0 0 0 y=y

De lo último el núcleo de la transformación es NT= {(x, y) = (1/2, 1)}

Prof. Eliana Diguilio 12

También podemos decir que los vectores que pertenecen al núcleo son aquellos que tienen su segunda componente
igual al doble de la primera, ahora que conocemos la caracterización del núcleo, veremos cual vector la verifica:

Ejemplo 6

Sea F : R3 = R2 aplicación lineal, con F(x, y, z) = (x - 2y, x + y + z) se pide:

a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.

Prof. Eliana Diguilio 13

Tomamos la base canónica del espacio vectorial dominio B ={(1,0,0)(0,1,0)(0,0,1)}, buscamos las imágenes de los vectores
de esta base usando la regla de asignación dato:

1 −2 0
1 1 1 Matriz Estándar A Planteamos en sistema A.X = b, hallamos b

1 −2 0 𝑥
e 21(-1)
1 1 1 𝑦

𝑥 En este caso no hay condición de compatibilidad (no se anula ninguna fila),

1 −2 0 esto significa que el subespacio imagen, coincide con el espacio vectorial W = R2
0 3 1 −𝑥 + 𝑦
La caracterización de la imagen es : IF = R2

Podemos formar una base usando dos de los vectores generadores de la imagen (siempre que sean LI) o tomar la base
canónica de R2: B = {(0,1);(1,0)}. De aquí se observa que la dimensión es 2, es decir RA = 2

Prof. Eliana Diguilio 14

Si v(x, y) = NF entonces: F(x, y, z) = (x + 2y, x + y + z) = (0,0) , igualando componentes homólogas obtenemos el sistema de
ecuaciones lineales:

1 −2 0 0 e 21(-1)
1 1 1 0
1 −2 0 0 x = 2y
X -2y = 0
0 3 1 0 z = -3y (x, y, z) = (2s, s, -3s) = s (2, 1, -3)
3y + z = 0
y=y=s

La caracterización del Núcleo es NT = {(x, y, z)ϵ R3/ (x, y, z) = s (2, 1, -3)}

La dimensión del núcleo es 1, por lo tanto la Nulidad = 1

Teorema de la dimensión: dim V = Rango + Nulidad

3 = 2 + 1 Se verifica!

Tarea: Resolver ejercicios similares del apunte!!!!

Prof. Eliana Diguilio 15

Matrices de las transformaciones Lineales

Una aplicación lineal puede escribirse como el producto por una matriz conveniente. En vez de trabajar con los vectores
de las bases canónicas, lo hacemos con la matriz de coordenadas, previo fijar bases B (en el dominio) y B´(en la imagen).
V: Rn W: Rm
Si V y W son espacios vectoriales de dimensión finita cualquier transformación lineal
V1 F F(v1) F(v) = w se puede considerar como una trasformación matricial.
F(V2) Si elegimos las bases B para V y B´ para W podemos trabajar con las matrices de
V2 F(vn)
vn
B B´ coordenadas respecto a esas bases [v]B [F(v)]B´

Se demuestra que A . [v]B = [T(v)]B´ siendo A la matriz de la transformación de B a B´

A partir de esto podemos reconstruir la imagen T(x) conociendo la matriz A por método indirecto:

Paso 1: hallar el vector de coordenadas del vector v respecto de la base B

Paso 2: Pre multiplicar por la matriz A a [v]B y obtener [F(v)]B´
Paso 3: reconstruir la imagen F(v)

Prof. Eliana Diguilio 16

Ejercicio 7

Sea F : R2 = R3 la transformación definida por F(x, y) = (x + 2y, - x, 0)

a) Encuentre la matriz de F con respecto a las bases B = [(1,3)(-2,4)] y B= {(1,1,1)(0,2,0)(3,0,0)}
b) Usar la matriz obtenida en a) para calcular F(8,3) por método indirecto, luego compruebe con método directo

Resolución a)

1- Buscamos las imágenes de los vectores del dominio F(v):

F (1,3) = (x+2y, - x, 0) = (1+3.2, -1, 0) = (7, -1, 0)

F (-2,4) = (x+2y, - x, 0) = (-2+2.4, +2, 0) = (6,2, 0) F (v)B

2- Buscamos el vector de coordenadas de F(v) respecto de la base B´: (escribir a F(v) en función de vectores de B´)

(7,-1,0) = k1(1,1,1) + k2(0,2,0) + k3(3,0,0) resuelvo el sistema y obtengo k

(6, 2, 0) = k4(1,1,1) + k5(0,2,0)´+ k6(3,0,0) resuelvo el sistema y obtengo k

Prof. Eliana Diguilio 17

Resolución b)

1- Buscamos el vector de coordenadas de v (8, 3) respecto de la base B: [v]B

k1(1,3) + k2(-2,4) = (8,3) resolvemos el sistema y hallamos k

2- Premultiplicamos por la matriz A por [v]B y obtenemos [F(v)]B´:

A.[v]B = [F(v)]B´

19/5
−21/10

0 0 0
−1/2 1 −4 A partir de éste vector de coordenadas, reconstruimos F(v)
[F(v)]B´
7/3 2 14/3 k1 = 0, k2 = - 4, k3 = 14/3

Prof. Eliana Diguilio 18

3- Reconstruimos la imagen planteando la combinación lineal a partir de los valores de los escalares k:

F(v) = 0.(1,1,1) + 4(0,2,0) + 14/3 (3,0,0) = (14,- 8,0)

Si comprobamos por el método directo F(v) = F (8,3) = (x +2y, -x, 0) = (8+ 2.3, - 8, 0) = (14, - 8, 0)

Ejercicio 8:

Sea F : R3 = R2 la transformación definida por F(x, y, z) = (2x + z, y + z) . Calcular la matriz asociada a F respecto de las
bases B ={(-1,1,0)(0,-1,1)(1,0,1)} y B´ = {(1,0)(0,1)}

1- Hallamos las imágenes de los vectores de la base B: F (v)

F (-1,0,1) = (-2,1)
F (0, -1,1) = (1,0)
F ( 1,1,0) = (3,1)

2- Buscamos los vectores de coordenadas de las imágenes respecto de la base B= [F(v)]B´ y armamos la matriz A
columna a columna:

k1(1,0) + k2(0,1) = (-2,1) La matriz A se arma columna a columna

k3(1,0) + k4(0,1) = (1,0)
k5(1,0) + k6(0,1) = (3,1) Prof. Eliana Diguilio 19
TAREA
Ejercicio 9
Sea F : P(2) = P(4) la transformación definida por F (P(x)) = x2 . P(x)
a) Hallar la matriz F con respecto a las bases B ={1 + x2,1+ 2x + 3x2,4 + 5x + x2} y B´ ={(1, x, x2, x3, x4)} siendo esta última la
base canónica o estándar para P (4)
b) Utilice la matriz que determinó en el apartado anterior para calcular F(-3 + 5x - 2x2)

Resolución a)

1- F(v)

F(1 + x2) = x2. (1+x2) = x2 + x4

F(1 + 2x + 3x2) = x2. (1 + 2x + 3x2) = x2 + 2x3 + 3x4
F(4 + 5x + x2) = x2. (4 + 5x + x2) = 4x2 + 5x3 + x4

2- [F(v)]B´

x2 + x4 = k1. 1 + k2. x + k3.x2 + k4.x3 + k5.x4 Igualando componentes homólogas k1 = 0, k2 = 0, k3 = 1, k4 = 0, k5 = 1

Con estos valores de k se arma la primera columna de A

Prof. Eliana Diguilio 20
 0
0
A1 = 1
0
1

x2 + 2x3 + 3x4 = k6.1 + k7.x + k8. x2 + k9.x3 + k10. x4 igualando componentes homólogas k6= 0, k7 = 0, k8 = 1, k9 =2, k10 = 3

0
A2 = 0
1
2
3

4x2 + 5x3 + x4 = k11.1+k12.x +k13.x2 +k14.x3 +k15.x4 igualando componentes homólogas k11 = 0, k12= 0, k13 = 4, k14 = 5, k15 = 1

0
0
A3=
4
5
1
Prof. Eliana Diguilio 21
De este modo armamos la matriz de la transformación A:

b) calcular F(-3 + 5x - 2x2) empleando la matriz A

Primero hallamos [-3 + 5x - 2x2]B y luego premultiplicamos por A: A. [p(x)]B = F [p(x)]B´ a partir de éstos escalares
reconstruimos F p(x):
F p(x) = k1. 1 + k2.x + k3. x2 + k4.x3 + k5. x4

Prof. Eliana Diguilio 22