UNIVERSIDAD DEL VALLE

TRABAJO DE INVESTIGACION
INTEGRANTES:
- PEREZ CHIPANA BORIS FERNANDO
- QUISPE ABARCA CELSO WILFREDO
- MARQUEZ VELASQUEZ SILVANA SHYDENKA
DOCENTE:
MATERIA: ALGEBRA II
CARRERA: IIN
2023
INDICE

1. TRANSFORMACIONES LINEALES.................................................................................................1

1.1 ¿Qué son las transformaciones lineales?...............................................................................1

1.2 Propiedades de una transformación lineal.............................................................................1

2. NUCLEO E IMAGEN.....................................................................................................................4

3. ISOMORFISMOS.........................................................................................................................7

4. EJERCICIOS.............................................................................................................................9
 1. TRANSFORMACIONES LINEALES

1.1 ¿Qué son las transformaciones lineales?

En primer lugar, una transformación lineal es una función. Por ser función, tiene

su dominio y su codominio, con la particularidad de que éstos son espacios vectoriales.

Tenemos dos espacios vectoriales V y W, y una función que va de V a W. O sea una regla

de asignación que transforma vectores de V en vectores de W. Pero no toda función que

transforme vectores de V en vectores de W es una transformación lineal. Debe cumplir

ciertas condiciones:

F:V→W es una transformación lineal si y sólo si

1. F(u+v)=F(u)+F(v) ∀u,v∈V

2. F(k.v)=k.F(v) ∀v∈V, ∀k∈R

1.2 Propiedades de una transformación lineal

 Propiedad 1

La imagen del vector nulo del dominio 0V0 es el vector nulo del codominio 0w:

T(0V)=0w

Demostración:

T(0V)=T(0.v)=0.T(v)=0.w=0W

Donde hemos expresado a 0V como el producto del escalar 00 por cualquier vector del

espacio vectorial V, hemos usado la segunda condición que debe cumplir una

transformación lineal, y finalmente hemos vuelto a usar la propiedad de espacios

vectoriales sobre el producto del escalar 0 por cualquier vector.

1
  Propiedad 2

La imagen del vector –v es igual al opuesto de la imagen de v:

T(–v) = –T(V)

Demostración:

T(–v)=T(–1.v)=–1.T(v)=–T(v)

La justificación de los pasos dados en la demostración es similar a la anterior.

 Propiedad 3

Consideremos r vectores del espacio vectorial V:

v1,v2,…,vr∈V

Tomemos una combinación lineal en el dominio:

α1v1+α2v2+α3v3+...+αrvr

Donde αi∈R

Si aplicamos la transformación lineal F de V a W, teniendo en cuenta las propiedades

enunciadas en la definición, resulta:

F(α1v1+α2v2+α3v3+...+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)

Es decir que una transformación lineal «transporta» combinaciones lineales de V a W,

conservando los escalares de la combinación lineal.

 Ejemplo 1

Analizar si la siguiente función es una transformación lineal:

2
Resolución:

Controlemos primero que el transformado del 0V sea el 0W. Ésta es una condición

necesaria: si no se cumpliera, no sería transformación lineal. Como T((0,0,0))=(0,0) la

función dada es «candidata» a ser transformación lineal. Para demostrar que es una

transformación lineal tenemos que comprobar las condiciones dadas en la definición.

Condición 1:

T(u+v)=T(u)+T(v)∀u,v∈V

Tomemos dos vectores de R3

u=(u1,u2,u3)

v=(v1,v2,v3)

Veamos si

T(u+v)=T(u)+T(v)

Primero hacemos la suma de u y v:

Y ahora aplicamos T:

T(u+v)=(u1+v1+u3+v3,u2+v2–2u3–2v3)

T(u+v)=T(u)+T(v)

En conclusión: se cumple la primera de las condiciones.

Nos faltaría la otra propiedad.

3
Condición 2: T(k.v)=k.T(v)∀v∈V,∀k∈R

T(k.v)=T((kv1,kv2,kv3))=(kv1+kv3,kv2–2kv3)

=k.(v1+v3,v2–2v3)=k.T(v)

Como T cumple las dos condiciones, es una transformación lineal.

2. NUCLEO E IMAGEN

Núcleo de una transformación lineal

Sea F:V→W una transformación lineal. Llamamos núcleo de F al conjunto de vectores del

dominio cuya imagen por F es el 0W.

Nu(F)={v∈V|F(v)=0W}

El núcleo de una transformación lineal es un subespacio de V.

Imagen de una transformación lineal

Llamamos imagen de F al conjunto de vectores de W que son imagen de algún vector de V

Im(F)={w∈W|w=F(v),v∈V}

La imagen es un subespacio de W.

 Ejemplo 1

Dada la siguiente transformación lineal

T:R3→R3,T((x,y,z))=(x–2y,0,2x–4y)

Buscar el núcleo, la imagen, y determinar sus dimensiones.

Resolución

Para determinar el núcleo planteamos:

(x,y,z) está en el núcleo ⇔⇔ T((x,y,z))=(0,0,0)

(x–2y,0,2x–4y)=(0,0,0)⇒{x–2y=0

2x–4y=0 ⇒x=2y

4
Esto implica que la primera componente debe ser el doble de la segunda y que la tercera

componente no tiene restricciones. Es un error común, en este punto, suponer que como

«no aparece z», entonces z=0. Pero es importante notar que si «no aparece z» esto significa

que no existen restricciones sobre esa componente. La forma de un vector del núcleo sería:

(2y,y,z)

Aplicando propiedades lo podemos escribir:

y.(2,1,0)+z.(0,0,1)

Luego el núcleo es:

Nu(T)={(x,y,z)∈R3|x=2y}=gen{(2,1,0),(0,0,1)}

Y una base del núcleo es:

BNu={(2,1,0),(0,0,1)}

La imagen la podemos obtener aplicando propiedades sobre la expresión que define la

transformación lineal:

(x–2y,0,2x–4y)=x.(1,0,2)+y.(–2,0,–4)

Los vectores (1,0,2)(1,0,2) y (–2,0,–4)(–2,0,–4) son linealmente dependientes. Entonces

tomamos uno de ellos para la base de la imagen:

BIm={(1,0,2)}

Finalmente podemos responder sobre las dimensiones de núcleo e imagen, porque hemos

obtenido bases de estos subespacios:

dim(Nu)=2

dim(Im)=1

Teorema de las dimensiones

5
El teorema de las dimensiones establece una relación aritmética sencilla entre la dimensión

de V y la dimensión del núcleo y de la imagen. Sea F:V→Wtransformación

lineal.. Si dim(V)=n (finita) entonces:

dim(V)=dim(Nu(F))+dim(Im(F))

 Ejemplo 1

Buscar el núcleo y la imagen de la siguiente transformación lineal:

Resolución

Buscar el núcleo de la transformación lineal es buscar los vectores del dominio cuya

imagen es el vector nulo del codominio:

T((x,y,z))=(0,0)⇒{x+z=0

y–2z=0 ⇒x=–z∧y=2z

Luego los vectores del núcleo son de la forma:

(–z,2z,z)=z(–1,2,1)

Así podemos escribir:

Nu={(x,y,z)∈R3|x=–z∧y=2z}=gen{(–1,2,1)}

BNu={(–1,2,1)}⇒dim(Nu)=1

El núcleo es una recta porque tiene dimensión 1.

¿Cuál es la dimensión de la imagen? Por el teorema de las dimensiones debe ser:

dim(V)=dim(NuT)+dim(ImT)

6
La imagen es todo el espacio R2porque el único subespacio de dimensión 2 que está

en R2 es R2

¿Cómo se llaman las funciones cuya imagen coincide con el codominio? Sobreyectivas.

Diremos entonces que T es una transformación lineal sobreyectiva.

3. ISOMORFISMOS

Definición: Decimos que una transformación lineal T:V→W es un isomorfismo si T es

inyectiva y sobreyectiva. Esto es equivalente a decir que T es una transformación lineal

invertible.

 Ejemplo:

Determine si la transformación lineal T:Mn×n→Mn×n, dada por T(A)=A−AT, es un

isomorfismo.

Solución:

Notemos que núcleo(T)={A∣T(A)=O}={A∣A−AT=O}={A∈Mn×n∣AT=A}≠{O}.

Por tanto, T no es inyectiva y así T no es un isomorfismo.

Ejemplo: Sea T:R3→P2 la transformación lineal dada por T

⎡⎢⎣abc⎤⎥⎦=(a+b)+(a−b+c)x+cx2.

Determinar si T es un isomorfismo.

Solución:

Para empezar veamos si T es inyectiva, para esto vamos a calcular el núcleo de T. Notemos

que T⎡⎢⎣abc⎤⎥⎦=0 si y solamente si (a+b)+(a−b+c)x+cx2=0. Igualando términos semejantes

obtenemos: a+b=0, a−b+c=0 y c=0. Resolviento este sistema de ecuaciones

obtenemos a=0, b=0y c=0. Esto demuestra que el núcleo de T solamente contiene al vector

7
nulo y esto implica que nulidad(T)=0 y así T es una transformación lineal inyectiva. Por

otro lado, del teorema del rango

Obtenemos:

Que 3=dim(R3)=nulidad(T)+rango(T)=rango(T). Por lo tanto rango(T)=3=dim(P2). Esto

demuestra que T también es sobreyectiva y por lo tanto T es un isomorfismo.

Definición:

Deciemos que los espacios vectoriales V a W son isomorfimos si existe un

isomorfismos T:V→W. En este caso escribimos V≅W.

Teorema: Sean V y W espacios vectoriales de dimensión finita. Entonces V es isomorfo

a W si y sólo si dim(V)=dim(W).

Corolario: Si dim(V)=n, entonces V≅Rn.

Ejemplo: Dado que dimPn=n+1, entonces

Pn≅Rn+1 y Pn≆Rn.

Como dimMm×n=m⋅n, entonces

Mm×n≅Rm⋅n.

Por ejemplo, P1≅R2 P2≅R3 , M2×2≅R4 y M3×4≅R12.

Ejemplo: Sea T:P2→P2 la transformación lineal que satisface

T(1)=1−x, T(x)=1+x y T(x2)=1+x+x2.

Halle núcleo(T).

2 ¿Es T inyectiva? ¿Es T sobreyectiva? ¿Es T un isomorfismo?

Solución:

Primero notemos que T(a+bx+cx2)=a(1−x)+b(1+x)+c(1+x+x2)=(a+b+c)+(−a+b+c)x+cx2.

Así,si T(a+bx+cx2)=0, entonces a=b=c=0. Por tanto, núcleo(T)={0}.

8
Por el teorema anterior, T es inyectiva. Luego, por el anterior corolario T es sobreyectiva.

Podemos concluir que T es un isomorfismo.

Ejemplo: Determine si las siguientes parejas de espacios vectoriales son isomorfos o no.

V=M3×2 y W=P5.

V={p∈P4∣p(0)=0} y W=R5.

V=P4 y W=R3.

V={p∈P3∣p′(0)=0} y W={p∈P3∣p′′(0)=0}.

Solución:

Notemos que dimM3×2=3⋅2=6 y dimP5=5+1=6. Luego, V es isomorfo a W.

Es fácil verificar que

B={x,x2,x3,x4} es una base para V.

Así, dimV=4≠5=dimR5. Luego, V no es isomorfo a W.

Notemos que dimP4=4+1=5≠3=dimR3. Por lo cual, V no es isomorfo a W.

Se puede verificar que B={1,x2,x3} es una base para V y C={1,x,x3}es una base

para W. Así, dimV=3=dimW. Por tanto, V≅W.

4. EJERCICIOS

[ ]
1 −5
26 26
 A=
−5 25
26 26

( )
1 −5
0
26
−5
26
25
0
→
(−51 −5 0
25 0
→
) (
1 −5 0
0 0 0 )
26 26

( 26 )∗F 1 → F 1 F 2+ (5 )∗F 1 → F1

( 26 )∗F 2 → F 2
9
 x−5 y=0
x=5 y
Parametrizamos a “y”

y=t
( xy )=(5tt )→ t (51)
x=5 t

Nucleo o kernel

N A =gen {51}
Nulidad

Dim (N ¿¿ A)=1 ¿

Imagen

( )
1 −5
m1
26
−5
26
25
m2
→
(1 −5 26 m1
−5 25 26 m2
→
1 −5
) (
26 m1
0 0 26 m2 +130 m1 )
26 26

( 26 )∗F 1 → F 1
F 2+ (5 )∗F 1 → F1
( 26 )∗F 2 → F 2

x−5 y=m1

x=5 y +m1
Parametrizamos a “y”

y=t
( xy )=(5tt ) →t (51)+m (260)
1

x=5 t+ m1

Imagen

Imagen=gen
{( ) ( )}
5 26
,
1 0

Dimension

Dim (Img)=1

10
  A=
[ 10 1 00 0
0 11 0 ]

w + x=m1 → w=−x Parametrizamos a “x” y “z”

y + z=m2 → y =−z x=t

()( ) ( ) () ( ) ( )
w −x −t w −1 0
x = x → t ↔ x =t 1 +r 0
y −z −r y 0 −1
z z r z 0 1

Nucleo o kernel

{( ) ( )}
−1 0
N A =gen 1 , 0
0 −1
0 1

Nulidad

Dim (N ¿¿ A)=2 ¿

Imagen

A=
[ 10 1 00 0
0 11 0 ]
w + x=m1 → w=−x +m1 Parametrizamos a “x” y “z”

y + z=m2 → y =−z+ m2 x=t

( ) ( ) ( ) () ()
w −1 0 1 0 z=r
x =t 1 + r 0 +m 0 +m 0
1 2
y 0 −1 0 1
z 0 1 0 0
Imagen

11
 {( ) ( ) ( ) ( )}
−1 0 1 0
Imagen=gen 1 , 0 , 0 , 0
0 −1 0 1
0 1 0 0

Dimension

Dim (Img)=2

12