Transformaciones Lineales

Definición:

Sean (V, +, K, . ) , (W, +, K, . ) dos espacios vectoriales sobre un mismo campo K.

Una Transformación Lineal de 𝑉 en 𝑊 es una función 𝑇: 𝑉 → 𝑊 tal que:

i) ∀ 𝑢, 𝑣 𝜖 𝑉, 𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣).

ii) ∀ λ ϵ K, ∀ 𝑣 𝜖 𝑉, 𝑇(𝜆𝑣) = 𝜆𝑇(𝑣).
Ejemplos:

1) Sean (ℝ3 , +, ℝ , . ) , (ℝ2 , +, ℝ , . ) y 𝑇: ℝ3 → ℝ2 : 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦, 2z)

¿Es T una transformación lineal?

i) ¿Se verifica que ∀ 𝑢, 𝑣 𝜖ℝ3 , 𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣).?

Sean 𝑢 = (𝑥, 𝑦, 𝑧), 𝑣 = (𝑎, 𝑏, 𝑐)𝜖 ℝ3

𝑢 + 𝑣 = (𝑥 + 𝑎, 𝑦 + 𝑏, 𝑧 + 𝑐) por definición de suma en ℝ3

𝑇(𝑢 + 𝑣) = 𝑇(𝑥 + 𝑎, 𝑦 + 𝑏, 𝑧 + 𝑐) por definición de T

= (𝑥 + 𝑎 − ( 𝑦 + 𝑏), 2(𝑧 + 𝑐)) por propiedad de operaciones en ℝ

= ((𝑥 − 𝑦) + (𝑎 − 𝑏), 2𝑧 + 2𝑐) por definición de suma en ℝ2

= (𝑥 − 𝑦, 2𝑧) + (𝑎 − 𝑏, 2𝑐) por definición de T

= 𝑇(𝑥, 𝑦, 𝑧) + 𝑇(𝑎, 𝑏, 𝑐) = 𝑇(𝑢) + 𝑇(𝑣)

Luego 𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)

ii) ¿Se cumple que ∀ λ ϵ K, ∀ 𝑣 𝜖 𝑉, 𝑇(𝜆𝑣) = 𝜆𝑇(𝑣)?

Sean λϵK y 𝑣 = (𝑥, 𝑦, 𝑧) 𝜖 ℝ3

λ 𝑣 = ( λ𝑥, λ𝑦, λ𝑧) por def. de prod. de un escalar por un vector

𝑇(λ 𝑣) = 𝑇( λ𝑥, λ𝑦, λ𝑧) por definición de T

= (λ𝑥 − λ 𝑦, 2(λ𝑧)) por propiedad de operaciones en ℝ

= (λ(𝑥 − 𝑦), λ(2𝑧)) por def. de prod. de un escalar por un vector

= λ(𝑥 − 𝑦, 2𝑧) por definición de T
= λ𝑇(𝑥, 𝑦, 𝑧) = λ𝑇(𝑣)

Luego 𝑇(λ𝑣) = λ𝑇(𝑣).

Entonces 𝑇: ℝ3 → ℝ2 : 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦, 2z) es una transformación lineal.

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 1

 𝑥 𝑦
2) Sean (ℝ2𝑥2 , +, ℝ , . ), (ℝ2 , +, ℝ , . ) y 𝑇: ℝ2𝑥2 → ℝ2 :𝑇 ( ) = (𝑥 − 𝑧, 𝑦 + 1)
𝑧 𝑡
¿T es una transformación lineal?

i) ¿ ∀ 𝑢, 𝑣 𝜖ℝ3 , 𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)?

𝑥 𝑦 𝑎 𝑏
Sean 𝑢 = ( ), 𝑣 = ( ) 𝜖 ℝ2𝑥2
𝑧 𝑡 𝑐 𝑑
𝑥+𝑎 𝑦+𝑏
𝑢+𝑣 =( ) por definición de suma en ℝ2𝑥2
𝑧+𝑐 𝑡+𝑑
𝑥+𝑎 𝑦+𝑏
𝑇(𝑢 + 𝑣) = 𝑇 ( ) por definición de T
𝑧+𝑐 𝑡+𝑑

= ((𝑥 + 𝑎) − ( 𝑧 + 𝑐), (𝑦 + 𝑏) + 1) por prop. de op. en ℝ

= ((𝑥 + 𝑎) − ( 𝑧 + 𝑐), 𝑦 + 𝑏 + 1)
≠ (𝑥 − 𝑧, 𝑦 + 1) + (𝑎 − 𝑐, 𝑏 + 1) = 𝑇(𝑢) + 𝑇(𝑣)
Luego 𝑇(𝑢 + 𝑣) ≠ 𝑇(𝑢) + 𝑇(𝑣)

𝑥 𝑦
Entonces 𝑇: ℝ2𝑥2 → ℝ2 :𝑇 ( ) = (𝑥 − 𝑧, 𝑦 + 1) no es una transformación lineal
𝑧 𝑡
Definiciones:

1) Sea (V, +, K, . ) espacio vectorial, llamaremos Operador lineal a toda

transformación lineal 𝑇: 𝑉 → 𝑉.
2) Sea (V, +, K, . ) espacio vectorial, llamaremos Funcional lineal a toda
transformación lineal 𝑇: 𝑉 → 𝐾.

Consecuencias de la definición de transformación lineal:

Sean (V, +, K, . ), (W, +, K, . ) espacios vectoriales y 𝑇: 𝑉 → 𝑊 transformación lineal.

1) 𝑇(𝜃𝑉 ) = 𝜃𝑊 .
2) ∀ 𝑣 𝜖 𝑉 , 𝑇(−𝑣) = −𝑇(𝑣).
3) ∀ 𝑣1 , … . . , 𝑣𝑛 𝜖 𝑉 , ∀ 𝜆1 , … . . , 𝜆𝑛 𝜖 𝐾 𝑇(∑𝑛𝑖=1 𝜆𝑖 𝑣𝑖 ) = ∑𝑛𝑖=1 𝜆𝑖 𝑇(𝑣𝑖 ).
(Las transformaciones lineales preservan las combinaciones lineales)

Demostraciones:

1) ∀ 𝑣 𝜖 𝑉 , 𝑣 = 𝑣 + 𝜃𝑉 aplico T transformación lineal

𝑇(𝑣) = 𝑇(𝑣 + 𝜃𝑉 ) por ser T transformación lineal, (i)
= 𝑇(𝑣) + 𝑇(𝜃𝑉 )

Luego ∀ 𝑣 𝜖 𝑉 , 𝑇(𝑣) = 𝑇(𝑣) + 𝑇(𝜃𝑉 )

es decir que 𝑇(𝜃𝑉 ) es neutro respecto de la suma con 𝑇(𝑣) para todo 𝑣 𝜖 𝑉 y como el
neutro en 𝑊 es único,

∴ 𝑇(𝜃𝑉 ) = 𝜃𝑊 .

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 2

 2) ∀ 𝑣 𝜖 𝑉 , − 𝑣 = (−1)𝑣 aplico T transformación lineal
𝑇(−𝑣) = 𝑇((−1)𝑣) por ser T transformación lineal, (ii)
= (−1)𝑇(𝑣) por consecuencia de espacio vectorial en 𝑊
= −𝑇(𝑣)

Luego ∀ 𝑣 𝜖 𝑉 , 𝑇(−𝑣) = −𝑇(𝑣).

Operaciones con transformaciones lineales:

Sean (V, +, K, . ), (W, +, K, . ) y (U, +, K, . ) espacios vectoriales.

1) La suma de dos transformaciones lineales de V en 𝑊es una transformación

lineal de V en 𝑊.
Es decir:
Si 𝑇1 : 𝑉 → 𝑊 y 𝑇2 : 𝑉 → 𝑊 son transformaciones lineales, entonces
𝑇1 + 𝑇2 : 𝑉 → 𝑊 es transformación lineal.
2) El producto de un escalar del campo por una transformación lineal de V en 𝑊,
es otra transformación lineal de V en 𝑊.
Es decir:
Si 𝜆 𝜖 𝐾 y 𝑇: 𝑉 → 𝑊 es transformación lineal, entonces
𝜆𝑇: 𝑉 → 𝑊 es transformación lineal.
3) La composición de dos transformaciones lineales 𝑇1 : 𝑉 → 𝑊 y 𝑇2 : 𝑊 → 𝑈 , es
transformación lineal de V en 𝑈.
Es decir:
Si 𝑇1 : 𝑉 → 𝑊 y 𝑇2 : 𝑊 → 𝑈 son transformaciones lineales, entonces
𝑇2 ⃘ 𝑇1 : 𝑉 → 𝑈 definida por : 𝑇2 ⃘ 𝑇1 (𝑣) = 𝑇2 ( 𝑇1 (𝑣)) es transformación lineal.
Demostraciones:

1) Sean 𝑇1 : 𝑉 → 𝑊 y 𝑇2 : 𝑉 → 𝑊 transformaciones lineales.

Debemos probar que 𝑇1 + 𝑇2 : 𝑉 → 𝑊 es transformación lineal.
Como 𝑇1 y 𝑇2 son funciones de V en 𝑊 entonces 𝑇1 + 𝑇2 es una función de V
en 𝑊 y por definición de suma de funciones (𝑇1 + 𝑇2 )(𝑣) = 𝑇1 (𝑣) + 𝑇2 (𝑣).
Probemos que 𝑇1 + 𝑇2 cumple con los axiomas de definición de transf. lineal
i) ¿ ∀ 𝑢, 𝑣 𝜖 𝑉 , (𝑇1 + 𝑇2 )(𝑢 + 𝑣) = (𝑇1 + 𝑇2 )(𝑢) + (𝑇1 + 𝑇2 )(𝑣)?

(𝑇1 + 𝑇2 )(𝑢 + 𝑣) = 𝑇1 (𝑢 + 𝑣) + 𝑇2 (𝑢 + 𝑣) por suma de funciones

= [ 𝑇1 (𝑢) + 𝑇1 (𝑣)] + [𝑇2 (𝑢) + 𝑇2 (𝑣)] por ser 𝑇1 y 𝑇2 transf. lin.

= 𝑇1 (𝑢) + 𝑇2 (𝑢) + 𝑇1 (𝑣) + 𝑇2 (𝑣) por prop. conmut. y asoc.en W

= (𝑇1 + 𝑇2 )(𝑢)+(𝑇1 + 𝑇2 )(𝑣) por suma de funciones.

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 3

 Luego ∀ 𝑢, 𝑣 𝜖 𝑉: (𝑇1 + 𝑇2 )(𝑢 + 𝑣) = (𝑇1 + 𝑇2 )(𝑢)+(𝑇1 + 𝑇2 )(𝑣).

ii) ¿∀ λ ϵ K, ∀ 𝑣 𝜖 𝑉, (𝑇1 + 𝑇2 )(𝜆𝑣) = 𝜆(𝑇1 + 𝑇2 )(𝑣)?

(𝑇1 + 𝑇2 )(𝜆𝑣) = 𝑇1 (𝜆𝑣) + 𝑇2 (𝜆𝑣) por suma de funciones

= 𝜆𝑇1 (𝑣) + 𝜆𝑇2 (𝑣) por ser 𝑇1 y 𝑇2 transf. lin.

= 𝜆[𝑇1 (𝑣) + 𝑇2 (𝑣)] por axioma de esp. vect.

= 𝜆(𝑇1 + 𝑇2 )(𝑣) por suma de funciones.
Luego ∀ λ ϵ K, ∀ 𝑣 𝜖 𝑉, (𝑇1 + 𝑇2 )(𝜆𝑣) = 𝜆(𝑇1 + 𝑇2 )(𝑣).
De i) y ii) 𝑇1 + 𝑇2 : 𝑉 → 𝑊 es transformación lineal.

2) Sean λ ϵ K y 𝑇: 𝑉 → 𝑊 transformación lineal.

Debemos probar que 𝜆𝑇 : 𝑉 → 𝑊 es una transformación lineal.
Como 𝑇 es función de V en 𝑊 entonces λ𝑇 es una función de V en 𝑊 y por
definición de escalar por función (𝜆𝑇)(𝑣) = 𝜆𝑇(𝑣).
i) ¿ ∀ 𝑢, 𝑣 𝜖 𝑉 , (𝜆𝑇)(𝑢 + 𝑣) = (𝜆𝑇)(𝑢) + (𝜆𝑇)(𝑣)?

(𝜆𝑇)(𝑢 + 𝑣) = 𝜆𝑇(𝑢 + 𝑣) por prod. de escalar por función

= λ[𝑇(𝑢) + 𝑇(𝑣)] por ser T transf. lin.

= 𝜆𝑇(𝑢) + 𝜆𝑇(𝑣) por axioma de esp. vect.

= (𝜆𝑇)(𝑢) + (𝜆𝑇)(𝑣) por prod. de escalar por función.

Luego ∀ 𝑢, 𝑣 𝜖 𝑉 , (𝜆𝑇)(𝑢 + 𝑣) = (𝜆𝑇)(𝑢) + (𝜆𝑇)(𝑣)

ii) ¿∀ μϵ K, ∀ 𝑣 𝜖 𝑉, (𝜆𝑇)(𝜇𝑣) = 𝜇(𝜆𝑇)(𝑣)?

(𝜆𝑇)(𝜇𝑣) = 𝜆𝑇(𝜇𝑣) por prod. de escalar por función

= 𝜆(𝜇𝑇(𝑣)) por ser 𝑇 transf. lin.

= 𝜇(𝜆𝑇(𝑣)) por axioma de esp. vect.

= 𝜇(𝜆𝑇)(𝑣) por prod. de escalar por función.
Luego ∀ μϵ K, ∀ 𝑣 𝜖 𝑉, (𝜆𝑇)(𝜇𝑣) = 𝜇(𝜆𝑇)(𝑣)
De i) y ii) 𝜆𝑇: 𝑉 → 𝑊 es transformación lineal.
3) La demostración queda para el alumno.

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 4

 Teorema fundamental de las transformaciones lineales

Sean (V, +, K, . ), (W, +, K, . ) espacios vectoriales, V de dimensión finita, {𝑣1 , … … . . , 𝑣𝑛 }

base de V y {𝑤1 , … … . . , 𝑤𝑛 } ⊂ 𝑊 cualquiera.
Entonces, ∃! 𝑇: 𝑉 → 𝑊 transformación lineal: ∀ 𝑖 ∶ 1 ≤ 𝑖 ≤ 𝑛, 𝑇(𝑣𝑖 ) = 𝑤𝑖 .
(Sin demostración)
Observación:

Este teorema asegura que toda transformación lineal entre dos espacios
vectoriales queda unívocamente determinada cuando se conocen los transformados de
los elementos de una base del espacio dominio.
Ejemplo:

Sea 𝑇: ℝ2 → ℝ3 una transf. lineal tal que 𝑇(−1, 1) = (−3, 0, −1) y 𝑇(2, 1) = (0, 3, 5).

Determine explícitamente 𝑇.

1) Veamos que existe dicha transformación lineal:

i) (ℝ2 , +, ℝ, . ) y (ℝ3 , +, ℝ, . ) son espacios vectoriales.
ii) Probaremos que {(−1, 1), (2, 1)} ⊂ ℝ2 es base de ℝ2 (por cond. nec. y suf.)

{(−1, 1), (2, 1)} es base de ℝ2 ⇔ ∀ (𝑥, 𝑦)𝜖 ℝ2 , ∃! 𝜆1 , 𝜆2 𝜖 ℝ: (𝑥, 𝑦) = 𝜆1 (−1, 1) + 𝜆2 (2, 1)

(𝑥, 𝑦) = 𝜆1 (−1, 1) + 𝜆2 (2, 1)

(𝑥, 𝑦) = (−𝜆1 + 2𝜆2 , 𝜆1 + 𝜆2 ) por igualdad de vectores de ℝ2

−𝜆1 + 2𝜆2 = 𝑥
{ (∗)
𝜆1 + 𝜆2 = 𝑦

Para que este sistema tenga solución única, debe ser compatible determinado.

Trabajemos con su matriz ampliada.

1 −2 | −𝑥
−1 2 | 𝑥 1 −2 | −𝑥 1 −2 | −𝑥
( ) ~𝑓 ( ) ~𝑓 ( ) ~𝑓 ( 𝑦 + 𝑥) ~𝑓
1 1 | 𝑦 1 1 | 𝑦 0 3 | 𝑦+𝑥 0 1 |
3
2𝑦−𝑥
1 0 | 3
~𝑓 ( 𝑦+𝑥 ) rg(A)=rg(A|B)=2=n° de incognitas ∴ sist. comp.det,
0 1 | 3

2𝑦−𝑥 𝑦+𝑥
luego (𝑥, 𝑦)𝜖 ℝ2 , ∃! 𝜆1 = , 𝜆2 = 𝜖 ℝ: (𝑥, 𝑦) = 𝜆1 (−1, 1) + 𝜆2 (2, 1) (∗∗)
3 3

entonces {(−1, 1), (2, 1)} es base de ℝ2 .

iii) {(−3, 0, −1), (0, 3, 5)} ⊂ ℝ3 .

De i), ii) y iii) por el teorema fundamental de las transformaciones lineales

∃! 𝑇: ℝ2 → ℝ3 transformación lineal: 𝑇(−1, 1) = (−3, 0, −1) y 𝑇(2, 1) = (0, 3, 5) . (∗∗∗)

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 5

2) Determinemos explícitamente 𝑇
Para ello necesitamos conocer 𝑇(𝑥, 𝑦)
(𝑥, 𝑦) = 𝜆1 (−1, 1) + 𝜆2 (2, 1) de (∗∗)
reemplazando los valores de 𝜆1 , 𝜆2 determinados del sist. equivalente asociado al (∗)

2𝑦−𝑥 𝑥+𝑦
(𝑥, 𝑦) = (−1, 1) + (2, 1) aplicando 𝑇 en ambos miembros
3 3

(2𝑦−𝑥) (𝑥+𝑦)
𝑇(𝑥, 𝑦) = 𝑇[ (−1, 1) + (2, 1)] por ser 𝑇 transformación líneal
3 3

(2𝑦−𝑥) (𝑥+𝑦)
𝑇(𝑥, 𝑦) = 𝑇(−1, 1) + 𝑇(2, 1) usando (∗∗∗)
3 3

(2𝑦−𝑥) (𝑥+𝑦)
𝑇(𝑥, 𝑦) = (−3,0, −1) + (0, 3, 5)
3 3

𝑇(𝑥, 𝑦) = (𝑥 − 2𝑦, 0, ( 𝑥 − 2𝑦)/3) + (0, 𝑥 + 𝑦, 5(𝑥 + 𝑦)/3)

𝑇(𝑥, 𝑦) = (𝑥 − 2𝑦, 𝑥 + 𝑦, 2𝑥 + 𝑦).

Núcleo de una transformación lineal

Sean (V, +, K, . ), (W, +, K, . ) espacios y 𝑇: 𝑉 → 𝑊 transformación lineal.

Llamamos núcleo de 𝑻, denotamos 𝑵𝒖(𝑻), al conjunto de todos los 𝑣𝜖V : 𝑇(𝑣) = 𝜃𝑉 .

En símbolos: 𝑁𝑢(𝑇) = {𝑣𝜖V / 𝑇(𝑣) = 𝜃𝑊 }

Ejemplo:

Sea 𝑇: ℝ3 → ℝ2 : 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 + 2𝑦 − 𝑧, 2𝑥 − 2𝑧 + 4𝑦) una transformación

lineal. Determine 𝑁𝑢(𝑇).

Por definición de núcleo 𝑁𝑢(𝑇) = {(𝑥, 𝑦, 𝑧) 𝜖 ℝ3 /𝑇(𝑥, 𝑦, 𝑧) = (0, 0)}

𝑇(𝑥, 𝑦, 𝑧) = (0, 0) por defición de 𝑇

(𝑥 + 2𝑦 − 𝑧, 2𝑥 − 2𝑧 + 4𝑦)=(0, 0) por igualdad en ℝ2

𝑥 + 2𝑦 − 𝑧 = 0
{
2𝑥 − 2𝑧 + 4𝑦 = 0

El conjunto solución de este sistema homogéneo será el núcleo de 𝑇.

1 2 −1 | 0 1 2 −1 |0
( ) ~𝑓 ( )
2 4 −2 | 0 0 0 0 | 0

El sistema equivalente {𝑥 + 2𝑦 − 𝑧 = 0 → 𝑧 = 𝑥 + 2𝑦.

Los vectores de ℝ3 que se transforman en el nulo de ℝ2 por 𝑇 serán de la forma

(𝑥, 𝑦, 𝑥 + 2𝑦) ∴ 𝑁𝑢(𝑇) = {(𝑥, 𝑦, 𝑥 + 2𝑦) / 𝑥 , 𝑦 𝜖 ℝ}.

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 6

Observación:

Si el sistema hubiese sido compatible determinado, 𝑁𝑢(𝑇) tendría como único

elemento el vector nulo de ℝ3 .

Imagen de una transformación lineal

Sean (V, +, K, . ), (W, +, K, . ) espacios y 𝑇: 𝑉 → 𝑊 transformación lineal.

Llamamos imagen de 𝑻, denotamos 𝑰𝒎𝒈(𝑻), al conjunto

𝐼𝑚𝑔(𝑇) = {𝑤𝜖 W / ∃ 𝑣 ϵ𝑉 ∶ 𝑇(𝑣) = 𝑤}

Ejemplo:

Sea 𝑇: ℝ3 → ℝ2 : 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 + 2𝑦 − 𝑧, 2𝑥 − 2𝑧 + 4𝑦) una transformación

lineal. Determine 𝐼𝑚𝑔(𝑇).

Por definición de imagen 𝐼𝑚𝑔(𝑇) = {(𝑎, 𝑏) 𝜖 ℝ2 / ∃ (x, y, z) ϵ ℝ3 : 𝑇(𝑥, 𝑦, 𝑧) = (𝑎, 𝑏)}

𝑇(𝑥, 𝑦, 𝑧) = (𝑎, 𝑏) por defición de 𝑇

(𝑥 + 2𝑦 − 𝑧, 2𝑥 − 2𝑧 + 4𝑦)= (𝑎, 𝑏) por igualdad en ℝ2

𝑥 + 2𝑦 − 𝑧 = 𝑎
{
2𝑥 − 2𝑧 + 4𝑦 = 𝑏

Para que exista (x, y, z) ϵ ℝ3 , debo ver que condiciones deben cumplir 𝑎 y 𝑏 para que el
sistema sea compatible, no debo resolver el sistema.

1 2 −1 | 𝑎 1 2 −1 | 𝑎
( ) ~𝑓 ( )
2 4 −2 | 𝑏 0 0 0 | 𝑏 − 2𝑎

Para que exista x, y, z ϵ ℝ3 , es decir para que el sistema sea compatible,debe ser 𝑏 −
2𝑎 = 0, por lo tanto 𝑏 = 2𝑎 , entonces

𝐼𝑚𝑔(𝑇) = {(𝑎, 2𝑎) / 𝑎 𝜖 ℝ}.

Observación:

Si el sistema hubiese sido compatible para cualquier 𝑎 y para cualquier 𝑏, la imagen

de 𝑇 sería todo ℝ2 .

Teorema

Sean (V, +, K, . ), (W, +, K, . ) espacios vectoriales y 𝑇: 𝑉 → 𝑊 transformación lineal.

1) 𝑁𝑢(𝑇) es un subespacio vectorial de 𝑉.

2) 𝐼𝑚𝑔(𝑇) es un subespacio vectorial de 𝑊.

Demostración

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 7

 1) Para probar que el 𝑁𝑢(𝑇) es un subespacio vectorial de 𝑉 uso condición
necesaria y suficiente para subespacio.

Por definición 𝑁𝑢(𝑇) = {𝑣𝜖V / 𝑇(𝑣) = 𝜃𝑊 }.

i) 𝑁𝑢(𝑇) ⊂ 𝑉 por definición de 𝑁𝑢(𝑇)

ii) 𝑁𝑢(𝑇) ≠ ∅ pues 𝜃𝑉 𝜖 𝑁𝑢(𝑇) ya que por consecuencia de la definición de
transformación lineal, 𝑇(𝜃𝑉 ) = 𝜃𝑊 .
iii) ∀ 𝑢 , 𝑣 𝜖 𝑁𝑢(𝑇), ¿ 𝑢 + 𝑣 𝜖 𝑁𝑢(𝑇)?
𝑢 𝜖 𝑉 ˄ 𝑇(𝑢) = 𝜃𝑊
Sean 𝑢 , 𝑣 𝜖 𝑁𝑢(𝑇) ⇒ { por definición de 𝑁𝑢(𝑇)
𝑣 𝜖 𝑉 ˄ 𝑇(𝑣) = 𝜃𝑊
Debemos probar que 𝑢 + 𝑣 𝜖 𝑁𝑢(𝑇)
- Como 𝑢 , 𝑣 𝜖 𝑉 y 𝑉 es un espacio vectorial ⇒ 𝑢 + 𝑣 𝜖 𝑉.
- 𝑇(𝑢 + 𝑣 ) = 𝑇(𝑢) + 𝑇(𝑣) por ser 𝑇 transformación lineal
= 𝜃𝑊 + 𝜃𝑊 por hipótesis
= 𝜃𝑊 por propiedad del neutro.
Luego 𝑢 + 𝑣 𝜖 𝑉 ˄ 𝑇(𝑢 + 𝑣 ) = 𝜃𝑊
∴ 𝑢 + 𝑣 𝜖 𝑁𝑢(𝑇)
iv) ∀ 𝜆 𝜖 𝐾, ∀ 𝑣 𝜖 𝑁𝑢(𝑇) ¿ 𝜆𝑣 𝜖 𝑁𝑢(𝑇)?
𝜆𝜖𝐾
Sean {
𝑣 𝜖 𝑁𝑢(𝑇) ⇒ 𝑣 𝜖 𝑉 ˄ 𝑇(𝑣) = 𝜃𝑊
Debemos probar que 𝜆𝑣 𝜖 𝑁𝑢(𝑇)
- Como 𝜆 𝜖 𝐾 , 𝑣 𝜖 𝑉 y 𝑉 es un espacio vectorial ⇒ 𝜆 𝑣 𝜖 𝑉.
- 𝑇(𝜆𝑣 ) = 𝜆𝑇(𝑣) por ser 𝑇 transformación lineal
= 𝜆𝜃𝑊 por hipótesis
= 𝜃𝑊 por consecuencia de transformación lineal
Luego 𝜆𝑣 𝜖 𝑉 ˄ 𝑇( 𝜆𝑣 ) = 𝜃𝑊
∴ 𝜆 𝑣 𝜖 𝑁𝑢(𝑇)
De i), ii), iii) y iv) por condición necesaria y suficiente de subespacio
𝑁𝑢(𝑇) es un subespacio vectorial de 𝑉.

2) Para probar que el 𝐼𝑚𝑔(𝑇) es un subespacio vectorial de 𝑉 uso condición

necesaria y suficiente para subespacio.

Por definición 𝐼𝑚𝑔(𝑇) = {𝑤𝜖 W /∃ 𝑣 ϵ 𝑉 ∶ 𝑇(𝑣) = 𝑤}

i) 𝐼𝑚𝑔(𝑇) ⊂ 𝑊 por definición de 𝐼𝑚𝑔(𝑇)

ii) 𝐼𝑚𝑔(𝑇) ≠ ∅ pues 𝜃𝑊 𝜖 𝑊 y ∃ 𝜃𝑉 ϵ 𝑉 ∶ 𝑇(𝜃𝑉 ) = 𝜃𝑊 por consecuencia de la
definición de transformación lineal.
iii) ∀ 𝑤1 , 𝑤2 𝜖 𝐼𝑚𝑔(𝑇), ¿ 𝑤1 + 𝑤2 𝜖 𝐼𝑚𝑔(𝑇)?
𝑤 𝜖 𝑊 ˄ ∃ 𝑣1 ϵ 𝑉 ∶ 𝑇(𝑣1 ) = 𝑤1
Sean 𝑤1 , 𝑤2 𝜖 𝐼𝑚𝑔(𝑇) ⇒ { 1 por def. de 𝐼𝑚𝑔(𝑇)
𝑤2 𝜖 𝑊 ˄ ∃ 𝑣2 ϵ 𝑉 ∶ 𝑇(𝑣2 ) = 𝑤2
Debemos probar que 𝑤1 , + 𝑤2 𝜖 𝐼𝑚𝑔(𝑇)
- Como 𝑤1 , 𝑤2 𝜖 𝑊 y 𝑊 es un espacio vectorial ⇒𝑤1 + 𝑤2 𝜖 𝑊.
- Como 𝑣1 , 𝑣2 ϵ 𝑉 y 𝑉 es espacio vectorial 𝑣1 + 𝑣2 ϵ 𝑉
𝑤1 + 𝑤2 = 𝑇(𝑣1 ) + 𝑇(𝑣2 ) por hipótesis

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 8

 = 𝑇(𝑣1 + 𝑣2 ) por ser 𝑇 transformación lineal
Luego ∃ 𝑣1 + 𝑣2 ϵ 𝑉 ∶ 𝑇( 𝑣1 + 𝑣2 ) = 𝑤1 + 𝑤2
∴ 𝑤1 + 𝑤2 𝜖 𝐼𝑚𝑔(𝑇)
iv) ∀ 𝜆 𝜖 𝐾, ∀ 𝑤𝜖 𝐼𝑚𝑔(𝑇) ¿ 𝜆𝑤 𝜖 𝐼𝑚𝑔(𝑇)?
𝜆𝜖𝐾
Sean {
𝑤 𝜖 𝐼𝑚𝑔(𝑇) ⇒ 𝑤 𝜖 𝑊 ˄ ∃ 𝑣 ϵ 𝑉 ∶ 𝑇(𝑣) = 𝑤

Debemos probar que 𝜆𝑤 𝜖 𝐼𝑚𝑔(𝑇)

- Como 𝜆 𝜖 𝐾 , 𝑤 𝜖 𝑊 y 𝑊 es un espacio vectorial ⇒ 𝜆 𝑤 𝜖 𝑊.
- Como 𝜆 𝜖 𝐾 , 𝑣 ϵ 𝑉 y 𝑉 es espacio vectorial 𝜆 𝑣 ϵ 𝑉
𝜆 𝑤 = 𝜆𝑇(𝑣) por hipótesis
= 𝑇(𝜆𝑣) por ser 𝑇 transformación lineal
Luego ∃ 𝜆 𝑣 ϵ 𝑉 ∶ 𝑇( 𝜆𝑣) = 𝜆𝑤
∴ 𝜆 𝑤 𝜖 𝐼𝑚𝑔(𝑇)
De i), ii), iii) y iv) por condición necesaria y suficiente de subespacio
𝐼𝑚𝑔(𝑇) es un subespacio vectorial de 𝑊.

Teorema

Sean (𝑉, +, 𝐾, . ), (𝑊, +, 𝐾, . ) espacios vectoriales, dim(𝑉) = 𝑛 ; dim(𝑊) = 𝑚 .

Si 𝑇: 𝑉 → 𝑊 transformación lineal, entonces

dim(𝑉) = dim(𝑁𝑢(𝑇)) + dim(𝐼𝑚𝑔(𝑇)) .

Matriz asociada a una transformación lineal

Sean (𝑉, +, 𝐾, . ), (𝑊, +, 𝐾, . ) espacios vectoriales: dim(𝑉) = 𝑛, dim(𝑊) = 𝑚.

Sea 𝑇: 𝑉 → 𝑊 transformación lineal,

Sean 𝛽 = {𝑣1 , … , 𝑣𝑛 } base de 𝑉, 𝛽′ = {𝑤1 , … , 𝑤𝑚 } base de 𝑊.

∀ 𝑗 ∶ 1 ≤ 𝑗 ≤ 𝑛 , 𝑇(𝑣𝑗 )𝜖 𝑊

como 𝛽′ = {𝑤1 , … , 𝑤𝑚 } base de 𝑊, entonces

𝑚

∀𝑗 ∶ 1≤𝑗 ≤𝑛, ∃! 𝑎1𝑗 , 𝑎2𝑗 , … , 𝑎𝑚𝑗 𝜖 𝐾 ∶ 𝑇(𝑣𝑗 ) = ∑ 𝑎𝑖𝑗 𝑤𝑖 ⇒

𝑖=1

𝑎1𝑗
𝑎2𝑗
∀ 𝑗 ∶ 1 ≤ 𝑗 ≤ 𝑛 , ∃! 𝑎1𝑗 , 𝑎2𝑗 , … , 𝑎𝑚𝑗 𝜖 𝐾 ∶ [𝑇(𝑣𝑗 )] 𝛽′ = ( ⋮ ) ∈ 𝐾 𝑚×1 (1)
𝑎𝑚𝑗
Por el teorema fundamental de la transformaciones lineales y la unicidad de las
coordenadas, 𝑇 queda unívocamente determinada por los 𝑚 × 𝑛 números

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 9

 𝑎𝑖𝑗 1 ≤ 𝑖 ≤ 𝑚 , 1≤𝑗≤𝑛

Definición

Sean (𝑉, +, 𝐾, . ), (𝑊, +, 𝐾, . ) espacios vectoriales, 𝑇: 𝑉 → 𝑊 transformación lineal,

𝛽 = {𝑣1 , … , 𝑣𝑛 } base de 𝑉, 𝛽′ = {𝑤1 , … , 𝑤𝑚 } base de 𝑊.

Llamaremos matriz de la transformación lineal respecto de las bases 𝛽 y 𝛽′, a la

𝛽′
matriz, que denotaremos [𝑇]𝛽 , tal que :

Por (1) [𝑇]𝛽′

𝛽 =(
[𝑇(𝑣1 )]𝛽′ [𝑇(𝑣2 )]𝛽′ [𝑇(𝑣𝑛 )]𝛽′ ) ∈ 𝐾 𝑚×𝑛
Propiedad

Sean (𝑉, +, 𝐾, . ), (𝑊, +, 𝐾, . ) espacios vectoriales, 𝑇: 𝑉 → 𝑊 transformación lineal,

𝛽 = {𝑣1 , … , 𝑣𝑛 } base de 𝑉, 𝛽′ = {𝑤1 , … , 𝑤𝑚 } base de 𝑊.

𝛽′
Entonces ∀ 𝑣𝜖 𝑉 , [𝑇(𝑣)]𝛽′ = [𝑇]𝛽 [𝑣]𝛽 .
Demostración

Por ser 𝛽 base de 𝑉:

𝑛

∀ 𝑣𝜖 𝑉 ∃! 𝑥1 ′ … , 𝑥𝑛 ϵ 𝐾 ∶ 𝑣 = ∑ 𝑥𝑗 𝑣𝑗 (1)
𝑗=1
𝑥1
𝑥
es decir [𝑣]𝛽 = ( ⋮2 )= X
𝑥𝑛
Aplicando 𝑇 en ambos miembros de (1) y por definición de transf. lineal
𝑛 𝑛

∀ 𝑣𝜖 𝑉 𝑇(𝑣) = 𝑇 (∑ 𝑥𝑗 𝑣𝑗 ) = ∑ 𝑥𝑗 𝑇(𝑣𝑗 ) (2)

𝑗=1 𝑗=1
Además

∀ 𝑗 ∶ 1 ≤ 𝑗 ≤ 𝑛 , 𝑇(𝑣𝑗 ) 𝜖 𝑊

como 𝛽′ = {𝑤1 , … , 𝑤𝑚 } base de 𝑊

𝑚

∀𝑗 ∶ 1≤𝑗 ≤𝑛, ∃! 𝑎1𝑗 , 𝑎2𝑗 , … , 𝑎𝑚𝑗 𝜖 𝐾 ∶ 𝑇(𝑣𝑗 ) = ∑ 𝑎𝑖𝑗 𝑤𝑖

𝑖=1
Reemplazo 𝑇(𝑣𝑗 ) en (2)

𝑛 𝑛 𝑛 𝑚

∀ 𝑣𝜖 𝑉 𝑇(𝑣) = 𝑇 (∑ 𝑥𝑗 𝑣𝑗 ) = ∑ 𝑥𝑗 𝑇(𝑣𝑗 ) = ∑ 𝑥𝑗 ∑ 𝑎𝑖𝑗 𝑤𝑖

𝑗=1 𝑗=1 𝑗=1 𝑖=1

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 10

 𝑛 𝑚

= ∑ ∑ 𝑥𝑗 𝑎𝑖𝑗 𝑤𝑖
𝑗=1 𝑖=1
Por propiedad conmutativa del producto en 𝐾
𝑛 𝑚

= ∑ ∑ 𝑎𝑖𝑗 𝑥𝑗 𝑤𝑖
𝑗=1 𝑖=1
Como son sumas finitas se pueden intercambiar,

𝑚 𝑛

∀ 𝑣𝜖 𝑉 𝑇(𝑣) = ∑ ∑ 𝑎𝑖𝑗 𝑥𝑗 𝑤𝑖
𝑖=1 𝑗=1
Como 𝑤𝑖 no depende del índice 𝑗, resulta

𝑚 𝑛

∀ 𝑣𝜖 𝑉 𝑇(𝑣) = ∑ (∑ 𝑎𝑖𝑗 𝑥𝑗 ) 𝑤𝑖
𝑖=1 𝑗=1
Entonces

∑𝑛𝑗=1 𝑎1𝑗 𝑥𝑗 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛

∑𝑛𝑗=1 𝑎2𝑗 𝑥𝑗 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛
∀ 𝑣𝜖 𝑉, [𝑇(𝑣)]𝛽′ = =( )
⋮ ⋮
∑𝑛 𝑎 𝑥 𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛
( 𝑗=1 𝑚𝑗 𝑗 )
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝛽′
=( ⋮ ⋮ ⋮ ⋮ ) ( ⋮ ) = [𝑇]𝛽 [𝑣]𝛽 ∴
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛

∀ 𝑣𝜖 𝑉 [𝑇(𝑣)]𝛽′ = [𝑇]𝛽′
𝛽
[𝑣]𝛽 .
Observaciones

1) Dadas 𝑇: 𝑉 → 𝑊 transformación lineal, 𝛽 base de 𝑉, 𝛽′ base de 𝑊, siempre existe y

𝛽′
es única [𝑇]𝛽 𝜖 𝐾 𝑚×𝑛 .
𝑚×𝑛 𝛽′
2) Dada 𝐴 𝜖 𝐾 siempre existe 𝑇: 𝐾 𝑛×1 → 𝐾 𝑚×1 : 𝑇(𝑋) = 𝐴𝑋 tal que 𝐴 = [𝑇]𝛽
siendo 𝛽 y 𝛽′ bases canónicas de 𝐾 𝑛×1 y 𝐾 𝑚×1 respectivamente.

Definición
𝑛×𝑛
Sean 𝐴 y 𝐵 𝜖 𝐾 .
𝑛×𝑛
Las matrices 𝐴 y 𝐵 se dicen semejantes si existe 𝑃 𝜖 𝐾 inversible tal que:
𝐵 = 𝑃 −1 𝐴 𝑃

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 11

Relación entre matrices de un operador lineal

Sean (𝑉, +, 𝐾, . ) espacio vectorial, 𝑇: 𝑉 → 𝑉 operador lineal, dim(𝑉) = 𝑛

𝛽
Sean 𝛽 base de 𝑉 y 𝐴 = [𝑇]𝛽 𝜖 𝐾 𝑛×𝑛 .

Denotamos 𝐴 = [𝑇]𝛽

𝛽′
Sean 𝛽′ base de 𝑉 y 𝐵 = [𝑇]𝛽′ 𝜖 𝐾 𝑛×𝑛 .

Denotamos 𝐵 = [𝑇]𝛽′

Nos preguntamos que relación existe entre las matrices 𝐴 y 𝐵.

Sea 𝑃𝜖 𝐾 𝑛×𝑛 , inversible, matriz del cambio de bases de 𝑉.

Por propiedad de la matriz del cambio de base :

∀ 𝑣𝜖 𝑉 [𝑣]𝛽 = 𝑃 [𝑣]𝛽′ . (1)

∀ 𝑣𝜖 𝑉, 𝑇(𝑣)𝜖 𝑉 ∴ [𝑇(𝑣)]𝛽 = 𝑃 [𝑇(𝑣)]𝛽′ . (2)

Por otro lado por la propiedad de la matriz de una transformación lineal valen los
siguientes resultados:
∀ 𝑣𝜖 𝑉 [𝑇(𝑣)]𝛽 = 𝐴 [𝑣]𝛽 . (3)
∀ 𝑣𝜖 𝑉 [𝑇(𝑣)]𝛽′ = 𝐵 [𝑣]𝛽′ . (4)
reemplazando (1) y (2) en (3) resulta
∀ 𝑣𝜖 𝑉 𝑃[𝑇(𝑣)]𝛽′ = 𝐴𝑃 [𝑣]𝛽′ .
y multiplicando a izquierda por 𝑃−1
∀ 𝑣𝜖 𝑉 𝑃 −1 𝑃[𝑇(𝑣)]𝛽′ = 𝑃 −1 𝐴 𝑃 [𝑣]𝛽′ .
de donde
∀ 𝑣𝜖 𝑉 [𝑇(𝑣)]𝛽′ = 𝑃 −1 𝐴 𝑃 [𝑣]𝛽′.
Entonces la matriz 𝑃 −1 𝐴 𝑃 verifica la propiedad de la matriz de la transformación lineal
𝑇: 𝑉 → 𝑉 como por la observación 1) dicha matriz es única resulta:
𝐵 = 𝑃 −1 𝐴 𝑃
Luego 𝐴 y 𝐵 son semejantes.

Cátedra: Elementos de Algebra Lineal y Geometría Analítica 2017 12