Unidad #2

Transformaciones Lineales

Actividad # 3. Unicidad de Matriz de

Correspondencia.

Alumno: Oswaldo Ledesma Jiménez

Matrícula: ES1821005297
Asignatura: Algebra Lineal II
Carrera: Lic. Matemáticas
Primera parte: Investigación: Generalidades.
Define y describe un ejemplo desarrollado (si es que se requiere) de los siguientes
conceptos. (Puede ser un ejemplo de cualquier libro de Álgebra Lineal).

1. Matriz de una transformación lineal.

Sean 𝑉 y 𝑊 dos espacios vectoriales con dimensión finita con bases 𝐵 y 𝐶, respectivamente,
donde 𝐵 = {𝒗𝟏 , . . . , 𝒗𝒏 }. Si 𝑇 ∶ 𝑉 → 𝑊 es una transformación lineal, entonces la matriz 𝐴 de
𝑚 × 𝑛 definida por
𝐴 = [[𝑇(𝑣1 )]𝑐 |[𝑇(𝑣2 )]𝑐 | … . |[𝑇(𝑣𝑛 )]𝑐 ]
Satisface
𝐴[𝑣]𝐵 = [𝑇(𝑣)]𝑐
para todo vector v en V. (Poole, 2011, pág. 515)

Ejemplo:

Sea 𝑇: ℝ3 → ℝ2 la transformación lineal definida por

𝑥
𝑥 − 2𝑦
𝑇 [𝑦 ] = [ ]
𝑥 + 𝑦 − 3𝑧
𝑧
Y sea 𝐵 = {𝑒1 , 𝑒2 , 𝑒3 } y 𝐶 = {𝑒2 , 𝑒1 } base para ℝ3 y ℝ2 , respectivamente. Encuentre la
1
matriz T con respecto a B y C y verifique la definición para 𝑣 [ 3 ]
−2
Calculamos

1 −2 0
𝑇(𝑒1 ) = [ ] , 𝑇(𝑒2 ) = [ ] , 𝑇(𝑒3 ) = [ ]
1 1 −3
A continuación, se necesitan sus vectores coordenados con respecto a C. Dado que
1 −2 0
[ ] = 𝑒2 + 𝑒1 , [ ] = 𝑒2 − 2𝑒1 , [ ] = 0𝑒2 − 3𝑒1
1 1 −3
Se tiene

[𝑇(𝑒1 )]𝑐 = [1] , [𝑇(𝑒2 )]𝑐 = [ 1 ] , [𝑇(𝑒3 )]𝑐 = [−3]

1 −2 0
Por tanto, la matriz de T con respecto a B y C es
𝐴 = [𝑇]𝐶←𝐵 = [[𝑇(𝑒1 )]𝐶 [𝑇(𝑒2 )]𝐶 [𝑇(𝑒3 )]𝐶 ]
1 1 −3
=[ ]
1 −2 0
1
−5
𝑇(𝑣) = 𝑇 [ 3 ] = [ ]
10
−2
Entonces
1
[𝑣]𝐵 = [ 3 ]
−2
Y
 [𝑇(𝑣)]𝐶 = [−5] = [ 10 ]
10 𝐶 −5
Al usar todos estos hechos, se confirma que
1
1 1 −3 10
𝐴[𝑣]𝐵 = [ ] [ 3 ] = [ ] = [𝑇(𝑣)]𝐶
1 −2 0 −5
−2

2. Núcleo de una transformación lineal. Y 3. Imagen de una transformación lineal.

Definición
Sean 𝑉 y 𝑊 dos espacios vectoriales y sea 𝑇: 𝑉 → 𝑊 una transformación lineal. Entonces

El núcleo de T, denotado por un, está dado por

La imagen de T, denotado por 𝐼𝑚 𝑇, esta dado por:

(Google-site, s.f.)

Ejemplo Núcleo e imagen de un operador de proyección

Sea 𝑇: ℝ3 → ℝ3 definida por

T es el operador de proyección de ℝ3 en el plano xy.

Entonces 𝑥 = 𝑦 = 0. Así, 𝑛𝑢 𝑇 = {(𝑥, 𝑦, 𝑧): 𝑥 = 𝑦 = 0, 𝑧 ∈ ℝ}, es decir, el eje z, e

𝐼𝑚 𝑇 = {(𝑥, 𝑦, 𝑧): 𝑧 = 0}, es decir el plano 𝑥𝑦. Observe que dim 𝑛𝑢𝑇 = 1 y 𝑑𝑖𝑚 𝐼𝑚 𝑇 =
2.
4. Nulidad de una transformación lineal.
La nulidad de T es la dimensión del kernel de T y se denota mediante nulidad(T). (Poole, 2011, pág. 502)

Ejemplo:
Encuentre el rank y la nulidad de la transformación lineal 𝑆: 𝒫1 → ℝ definida por
1

𝑆(𝑝(𝑥)) = ∫ 𝑝(𝑥)𝑑𝑥
0
Tomando el ejemplo de rango y kernel, El 𝑟𝑎𝑛𝑔𝑜(𝑆) = ℝ 𝑦 𝑟𝑎𝑛𝑘(𝑆) = dim ℝ = 1. Además,

𝑏
ker(𝑆) = {− + 𝑏𝑥: 𝑏 𝑒𝑛 ℝ}
2
1
= {𝑏 (− + 𝑥) : 𝑏 𝑒𝑛ℝ}
2
1
= 𝑔𝑒𝑛 (− + 𝑥)
2
1
De modo que {− 2 + 𝑥} es una base para 𝑘𝑒𝑟(𝑆). Por tanto, 𝑛𝑢𝑙𝑖𝑑𝑎𝑑(𝑠) = 𝑑𝑖𝑚(𝑘𝑒𝑟(𝑠)) = 1

5. Base canónica y propiedades.

La base canónica es una colección de vectores linealmente independientes cuyo número

coincide con la dimensión del espacio.

Sea la base canónica para el espacio euclídeo 𝐵 = { 𝑖, 𝑗, 𝑘 } para el espacioℝ3 ,siendo sus
coordenadas referidas en ese espacio: {𝑖 (1,0,0) ; 𝑗 (0,1,0); 𝑘 (0,0,1)}

Un vector cualquiera 𝑎 ∈ ℝ3 puede ser representado a través de una combinación lineal

𝑎(𝑎𝑥 , 𝑎𝑦 , 𝑎𝑧 ) = 𝜆𝑖 + 𝜇𝑗 + 𝜐𝑘
7. Unicidad de la inversa de una matriz.

6. Rango de una transformación lineal. Y 8. Kernel de una transformación lineal.

Definición.
Sea 𝑇 ∶ 𝑉 → 𝑊 una transformación lineal. El kernel de T, denotado 𝑘𝑒𝑟(𝑇), es el conjunto de todos los
vectores en V que se mapean mediante T a 0 en W.
ker(𝑇) = {𝑣 𝑒𝑛 𝑉: 𝑇(𝑣) = 0}

El rango de T, denotado rango(T), es el conjunto de todos los vectores en W que son imágenes de los
vectores en V bajo T. Esto es,
𝑟𝑎𝑛𝑔𝑜(𝑇) = {𝑇(𝑣): 𝑣 𝑒𝑛 𝑉}
= {𝑤 𝑒𝑛 𝑊: 𝑤 = 𝑇(𝑣)𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑣 𝑒𝑛 𝑉}
(Poole, 2011, pág. 500)

Ejemplo:
Sea 𝑆: 𝒫1 → ℝ la transformación lineal definida por
1

𝑆(𝑝(𝑥)) = ∫ 𝑝(𝑥)𝑑𝑥
0
Encuentre el kernel y el rango de S.
Se tiene
1
1
𝑏 𝑏 𝑏
𝑆(𝑎 + 𝑏𝑥) = ∫(𝑎 + 𝑏𝑥)𝑑𝑥 = [𝑎𝑥 + 𝑥 2 ] = (𝑎 + ) − 0 = 𝑎 +
2 0 2 2
0
Por tanto,
ker(𝑆) = {𝑎 + 𝑏𝑥: 𝑆(𝑎 + 𝑏𝑥) = 0}
𝑏
= {𝑎 + 𝑏𝑥: 𝑎 + = 0}
2
𝑏
= {𝑎 + 𝑏𝑥: 𝑎 = − }
2
𝑏
= {− + 𝑏𝑥}
2

Geométricamente, ker(S) consiste de todos aquellos polinomios lineales cuyas gráficas tienen la propiedad
de que el área entre la recta y el eje x está igualmente distribuida arriba y abajo del eje en el intervalo [0, 1].
El rango de 𝑆 es ℝ, pues todo número real puede obtenerse como la imagen bajo 𝑆 de algún polinomio en
𝒫1 . Por ejemplo, si a es un número real arbitrario, entonces

∫ 𝑎𝑑𝑥 = [𝑎𝑥]10 = 𝑎 − 0 = 𝑎
0

de modo que 𝑎 = 𝑆(𝑎).

Segunda parte: Transformaciones lineales.

Resuelve los siguientes ejercicios propuestos de las siguientes transformaciones:
1. Determinar la unicidad de correspondencia de la matriz.

2 −1 3 2 −1 3 2 −1 3
( 4 −2 6 ) 𝑓2 − 2𝑓1 ~ ( 0 0 0 ) 𝑓3 + 3𝑓1 ~ (0 0 0)
−6 3 −9 −6 3 −9 0 0 0

2. Determinar la unicidad de correspondencia de la matriz.

3. Determinar la unicidad de correspondencia de la matriz.

2 3
( )
1 −3

4. Matriz asociada a una transformación lineal

Tenemos que:

𝑥 𝑥 + 2𝑦
𝐴 ∙ (𝑦) = ( 𝑥 − 𝑦 )
𝑦

De aquí tomamos los valores de la transformación:

 1 2
𝐴 = (1 − 1)
0 1

5. Construcción de la matriz asociada a una transformación lineal, con respecto las bases:

Con las bases para el dominio y codominio, respectivamente son:

𝐵 = {(1,0,0), (1,1,0), (1,1,1)} 𝑉 = {(1,0)(1,1)}

1+0 1
𝑇(𝑣1 ) = ( )=( )
0−1 −1
1+1 2
𝑇(𝑣2 ) = ( )=( )
0−1 −1
1+1 2
𝑇(𝑣3 ) = ( )=( )
1−1 0

Como v es base canónica de ℝ2 los vectores de 𝑇(𝑣1 ), 𝑇(𝑣2 ) 𝑦 𝑇(𝑣3 ) son igual a
𝐿(𝑣1 ), 𝐿(𝑣2 ) 𝑦 𝐿(𝑣3 )

[𝐿(𝑣1 )] 𝑇 = ( 1 )
−1
[𝐿(𝑣2 )] 𝑇 = ( 2 )
−1
[𝐿(𝑣3 )] 𝑇 = (2)
0
Por lo tanto:

1 2 2
𝐴=( )
−1 −1 0

6. Construcción de la matriz asociada a una transformación lineal, con respecto las bases:

Con las bases para el dominio y codominio, respectivamente son:

𝑉 = {(0,1), (1,1)} 𝐵 = {(1,0,0), (1,1,0), (0,1,1)}

0+2 2
𝑇(𝑤1 ) = (0 − 1) = (−1)
1 1
 1+2 3
𝑇(𝑤2 ) = (1 − 1) = (0)
1 1
Como B es base canónica de ℝ3 los vectores de 𝑇(𝑤1 ), 𝑇(𝑤2 ) son igual a 𝐿(𝑤1 ), 𝐿(𝑤2 )

2
[𝐿(𝑤1 )] 𝑇 = (−1)
1
3
[𝐿(𝑤1 )] 𝑇 = (0)
1
Por lo tanto:

2 3
𝐴 = (−1 0)
1 1

7. Dada la aplicación (función o transformación) lineal:

a) Calcula la base y dimensión del núcleo de f y la imagen de f.

b) Calcula el vector generador del núcleo.
c) Calcula la base del núcleo.

Imagen
𝑥 + 2𝑦 + 3𝑧 𝑎 1 2 3 𝑥 0
(2𝑥 − 4𝑦 − 2𝑧) = (𝑏) (2 −4 −2) (𝑦) = (0)
3𝑥 − 2𝑦 + 𝑧 𝑐 3 −2 1 𝑧 0

1 2 3 0 𝑓2 − 2𝑓1 1 2 3 0 1 2 3 0
𝑓 − 𝑓2
(2 −4 −2 |0) ~ (0 −8 −8 |0) 2 (0 −8 −8 |0)
𝑓 − 3𝑓 ~
3 −2 1 0 3 1 0 −8 −8 0 0 0 0 0

núcleo
−𝑦 = 2
𝑦 = −𝑧
1 2 3 0 𝑥 + 2𝑦 + 3𝑧 = 0
(0 −8 −8 |0) −8𝑦 − 8𝑧 = 0 𝑁𝑢(𝑇) = {(𝑥, 𝑦, 𝑧)|𝑧𝑅 3 |𝑥 + 2𝑦 + 3𝑧⋀𝑦 = −2}
0 0 0 0 𝑧=𝜆
𝑥 = −𝜆
𝑦=𝜆 𝑥 + 2(−𝜆) + 3(𝜆) = 𝑐 {𝑦 = −𝜆
𝑧=𝜆
 𝑥 − 2𝜆 + 3𝜆 = 0
𝑥 = −𝜆
𝜆(−1, −1,1)
−1
𝑛𝑢𝑙𝑓 = 𝐺𝑒𝑛 {(−1)}
1
𝑑𝑖𝑚 𝑛𝑢(𝑓) = 1
Para la imagen turnamos dos vectores que son linealmente independientes

𝑙𝑚𝐹 = {(𝑥, 𝑦, 𝑧) = 𝑥(1,2,3) + 𝛽(2, −4,2)} = {(1,2,3), (2, −4,2)}

𝑑𝑖𝑚𝑓 = 𝑑𝑖𝑚𝑙𝑚 = 2

8. Dada la aplicación (función o transformación) lineal

a) Calcular la matriz asociada a la aplicación lineal.
b) Calcular la matriz A, asociada a la base canónica.
c) Obtener la imagen de la base canónica
d) Dimensión de A
e) Imagen de los vectores: (2,3) y (5,9)

Tenemos que
2𝑥1
𝑥1
𝐴 (𝑥 ) = (𝑥1 − 3𝑥2 )
2
−5𝑥2
Como el espacio de llegada es tres, tenemos los vectores S
2 0
𝐴 = (1 −3) ∴ 𝑒𝑠 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎 𝑎 𝑙𝑎 𝑎𝑝𝑙𝑖𝑐𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙
0 −5
Matriz A asociada base canónica
2 0
𝑀𝑐 (𝑓) = 𝑀𝑐𝑐 (𝑓) = (1 −3)
0 −5
𝑓(1,0) = (2,1,0) = {(2,1,0)}
𝑓(0,1) = (0, −3, −5) = [(0, −3, −5)]𝑐 ∴ 𝑀𝑎𝑡𝑟𝑖𝑧 𝐴 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎 𝑎 𝑙𝑎 𝑏𝑎𝑠𝑒 𝑐𝑎𝑛ó𝑛𝑖𝑐𝑎
Imagen de la base canónica

𝑙𝑚𝑓 = {𝑓(𝑥, 𝑦, 𝑧)|(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 = {(2,1,0), (0, −3,5)}}

Dim
2 0 1 2 0 5 2 0
(1 −3) 𝑓2 − 2 𝑓1 (0 −3) 𝑓3 − 3 𝑓2 (0 −3) 𝑑𝑖𝑚𝐴 = 𝑑𝑚𝑚𝐴 = 2
0 −5 ~ 0 −5 ~ 0 0
Imagen de los vectores
4 4 10 10
2 5
𝑓 ( ) = (2 − 9) = ( −7 ) 𝑓 ( ) = (5 − 27) = (−22)
3 9
−15 −15 −45 −45

9. Hallar el núcleo de 𝑇, (𝑁𝑢(𝑇)) para:

Sugerencia:
Dada una transformación lineal 𝑇 o función lineal 𝑓 𝑇: 𝑈 ⟶ 𝑉 𝑑𝑜𝑛𝑑𝑒 𝑈, 𝑉 son espacios vectoriales
reales, se define el núcleo de 𝑇 como:
𝑁𝑢(𝑇) = {𝑢 ∈ 𝑉 | 𝑇(𝑢) = 0 ∈ 𝑉}
Entonces: Para hallar 𝑁𝑢(𝑇) se combina la notación:

Tenemos que
𝑥 𝑥 1 3 4 𝑥 0
(𝑦) ∈ 𝑁𝑢(𝑇) 𝑇 (𝑦) = ( 3 ) 𝑦
4 7 ( ) = (0)
𝑧 𝑧 −2 −2 0 𝑧 0
1 3 4 1 3 4 1 3 4 4 1 3 4
(3 )
𝑓2 − 3𝑓1
( ) 𝑓3 − (−2)𝑓1 ( ) 𝑓 + 𝑓 (
4 7 0 −5 −5 0 −5 −5 3
5 2 0 −5 −5)
~ ~ ~
−2 −2 0 −2 −2 0 0 4 8 0 0 4
𝑥 + 3𝑦 + 4𝑧 = 0 𝑥 + 3𝑦 + 4𝑧 = 0
−5𝑦 − 5𝑧 = 0 { −5𝑦 − 5𝑧 = 0
4𝑧 𝑧=0
𝑁𝑢(𝑇) = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 | 𝑧 = 0, 𝑥 + 3𝑦 + 4𝑧 ∧ −5𝑦 − 5𝑧 = 0}
𝐷𝑖𝑚 (𝑁𝑢(𝑇)) = 3

Bibliografía
Google-site. (s.f.). Transformaciones Lineales. Obtenido de
https://sites.google.com/site/sistemasalgebralineal/unidad-5---transformaciones-
lineales/5-2-nucleo-e-imagen-de-una-transformacion-lineal

Lay, D. C. (2007). Algebra Lineal y Sus Aplicaciones. Mexico: Pearson.

mate.dm.uba. (2014). Transformaciones Lineales. Buenos Aires: Universidad de Buenos Aires.

Mate316. (05 de 03 de 2018). Mate316. Obtenido de https://www.youtube.com/watch?v=y-

tb_2wcre0

Matematicas, I. d. (Sin dia de Sin Mes de Sin año). UV. Obtenido de UV:
https://www.uv.mx/personal/aherrera/files/2014/08/21c.-TRANSFORMACIONES-
LINEALES-3.pdf

Poole, D. (2011). Algebra lineal, una introducción moderna. Mexico: Cengage.

Universidad Nacional de Colombia. (2017). Transformaciones lineales. Medellin: Algebra Lineal

Universidad Nacional de Colombia.
Bibliografía

8Cifras. (18 de 03 de 2014). 8Cifras. Obtenido de

https://www.youtube.com/watch?v=5ECVXPXlrH0

Cano, A. (1 de enero de 2009). ResearchGate. Obtenido de

https://www.researchgate.net/publication/216456908_Aplicaciones_del_Algebra_Lineal_
en_la_vida_cotidiana

Lay, D. C. (2007). Algebra Lineal y Sus Aplicaciones. Mexico: Pearson.

mate.dm.uba. (2014). Transformaciones Lineales. Buenos Aires: Universidad de Buenos Aires.

Mate316. (05 de 03 de 2018). Mate316. Obtenido de https://www.youtube.com/watch?v=y-

tb_2wcre0

Matematicas, I. d. (Sin dia de Sin Mes de Sin año). UV. Obtenido de UV:
https://www.uv.mx/personal/aherrera/files/2014/08/21c.-TRANSFORMACIONES-
LINEALES-3.pdf

Peral, L. M. (2002). Las Matematicas En el Antiguo Egipcio. Apuntes de Historia de Las

Matematicas, 7.
Poole, D. (2011). Algebra lineal, una introducción moderna. Mexico: Cengage.

Universidad Nacional de Colombia. (2017). Transformaciones lineales. Medellin: Algebra Lineal

Universidad Nacional de Colombia.