You are on page 1of 10

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N10

3.0.-

Transformaciones Lineales. En esta ltima unidad, estudiaremos un tipo de funciones


vectoriales; esto es, funciones que se aplican a vectores de un cierto espacio vectorial
para obtener vectores de otro espacio o del mismo. Concretamente, estudiaremos
funciones F: V
W, que al transformar un vector de V en otro de W respetan una
correspondencia entre las operatorias de ambos espacios vectoriales. Al transformar la
suma de dos vectores de V, se obtiene la suma en W de los transformados de los
vectores de V; Al transformar un vector ponderado en V, se obtendr el ponderado en W
del transformado del vector de V. A estas funciones las llamaremos Transformaciones
Lineales en espacios vectoriales. Veremos sus definiciones, su lgebra, la ventaja de
representarlas por matrices, sus caractersticas internas segn se definan de un espacio
vectorial en otro o sobre s mismo, su forma de relacionar los espacios vectoriales y de
establecer isomorfismos, cmo cambiar las matrices de representacin segn se escojan
diversas bases para los espacios vectoriales en que se definen, como optimizar la matriz
de representacin mediante diagonalizacin y bases ortogonales.

3.1.-

Transformaciones Lineales: Las Transformaciones Lineales (T.L.) sern funciones o


aplicaciones definidas de un espacio vectorial V en otro W, ambos definidos sobre un
mismo cuerpo IK, pero cada uno con sus propias adicin y ponderacin vectoriales. Su
aplicacin tiene la particularidad de respetar las operaciones de cada espacio vectorial,
es decir, al aplicar una T.L. a una suma de vectores se obtiene la suma de las imgenes
de esos vectores y al aplicarla a un vector ponderado se obtiene el ponderado de la
imagen de ese vector. Veamos esto formalmente.

Definicin:
Consideremos dos espacios vectoriales V(IK) y W(IK). Se define una
Transformacin Lineal T de V en W, como una funcin T:V
W
tal que v, w V; IK: 1) T(v + w) = T(v) + T(w)
2) T(v) = T(v)
Observaciones: a) Note que en toda T.L. la imagen del vector nulo de V, ser el vector nulo de
.L.
W. O sea, si T:V T

W entonces T(0v) = 0w. Demustrelo Usted.


b) Las dos condiciones de las definicin (respeto de la adicin y de la
ponderacin, pueden abreviarse en una sola: Una T.L. respeta las
n

combinaciones lineales, de otro modo, T( k vk ) =


k =1

T (v ) .
k =1

El caso particular para dos vectores: T(v + w) = T(v) + T(w), es muy


ilustrativo.
.L.
.L.
Ejemplos: 1.- Tanto T0: V T
W tal que T0(v) = 0w, vV como I: V T
V, con

I(v) = v, vV, funciones Nula e Identidad respectivamente, son Ts. Lineales,


cualesquiera sean V y W.
Demostracin: Resultan inmediatas y triviales, hgalas Usted.

2.- Sea TA: Rn


Rm funcin definida como TA(x) = A[x]t, con AMmn,
x = (x1, x2, ...., xn)Rn y [x]t es la matriz columna asociada a x. Afirmamos
que TA es una T.L.
1

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N10

Demostracin: Sean x e yRn, R.


Es fcil ver que: 1) TA(x + y) = A[x + y]
= A([x] + [y])
= A[x] + A[y]
= TA(x) + TA(y).
Luego, TA(x + y) = TA(x) + TA(y)
2) TA(x) =A[x]
= A([x])
= (A[x])
= TA(x).
Luego, TA(x) = TA(x).
Observacin: Veremos ms adelante, que toda T.L. definida de Rn en Rm, se
puede identificar con (y representar por) una matriz AMmn,
que llamaremos Matriz asociada a esa T.L., o Matriz de
Transformacin para la T.L.
Ejemplo: La T.L. F: R2
R3 tal que F(x, y) = (2x y, x + y, 2x 3y) tiene
2 1

por matriz asociada a A = 1


1 , pues segn definicin de FA
2 3

2 1
2x y

resulta A[(x,y)] = 1
1 = x + y , y significa que
2 3 y
2x 3 y

[F(x, y)] = [(2x y, x + y, 2x 3y)] y representa, de un modo ms


evidente, a F(x, y) = (2x y, x + y, 2x 3y).
3.- Veamos un ejemplo no genrico.
funcin
T: P2[x]
R2, tal que T(ax2 + bx + c) = (2a c, a + b c) es T.L.
pues: 1) Para p(x) = ax2 + bx + c y q(x) = dx2 + ex + f P2[x],
T(p(x) + q(x)) = T[(a + d)x2 + (b + e)x + (c + f)]
= [2(a + d) (c + f), (a + d) + (b + e) (c + f)]
= [(2a c) +(2d f), (a + b c) + (d + e f)]
= [(2a c), (a + b c)] + [(2d f), (d + e f)]
= T(ax2 + bx + c) + T(dx2 + ex + f)
= T[p(x)] + T[q(x)]
2) Para R y p(x) = ax2 + bx + c P2[x],
T(p(x)) = T[(a)x2 +(b)x + (c)]
= [2(a) c, a + b c]
= [(2a c), (a + b c)]
= (2a c, a + b c)
= T(ax2 + bx + c)
= T[p(x)]
2

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Teorema 3.1-

Material N10

La Imagen de una base define a una T.L.


Sean V(IK) y W(IK) dos espacios vectoriales. Consideremos una base ordenada
n
n
B = {bk }k =1 en el espacio V y un conjunto S = {wk }k =1 de vectores cualesquiera
en W. Es demostrable que existe una nica transformacin lineal T, de V en W,
tal que T(bj) = wj, para cada j variando de 1 a n.

Demostracin: Siendo B una base de V, para cualquier vector v en V, existen escalares { k }k =1


n

nicos y tales que v =

k bk . Para este vector v, se define T(v) =


k =1

k =1

wk

que ser nico por construccin. Luego, T es funcin de V en W.


n

Note que F(v) = F( k bk ) =


k =1

k =1

F (bk ) , cuando F sea una T. L.

Luego, la funcin T arriba definida es un T.L. pues, por su definicin ocurre


que para cada vector de la base B, T(bk) = wk. Luego tendramos que:
n

k =1

k =1

T(v) = T( k bk ) = T( k wk ) =

T (b )
k =1

Con todo lo anterior, la existencia y la unicidad se demuestran fcilmente.


Observacin: Siendo muy elemental el teorema anterior es de una importancia destacable. Nos
dice que bastar conocer las imgenes de los vectores de una base cualquiera del
espacio vectorial V en W, para tener totalmente definida una T.L. de V en W.
.L.
R4 tal que T(1, 0, 0) = (1, 1, 0, 1); T(0, 1, 0) = (2, 1, 1, 0) y,
Ejemplo 1): Sea T: R3 T

por ltimo, T(0, 0, 1) = (3, 0, 0, 1).


Obtenga la imagen de (x, y, z) cualquiera de R3, segn T; T(x, y, z).

Confirme que es T.L.


Respuesta a): Sea (x, y, z)R3, luego, como conocemos las imgenes de la base cannica,
escribimos al vector como c.l. de esta base: (x, y, z) = xe1 + ye2 + ze3
Aplicando T a nuestro vector: T(x, y, z) = T(xe1 + ye2 + ze3), y como es T.L.
tenemos que: T(x, y, z) = xT(e1) + yT(ye2) + zT(e3), y usando las imgenes
= x(1, 1, 0, 1) + y(2, 1, 1, 0) + z(3, 0, 0, 1)
= (x + 2y + 3z, x + y, y, x + z)
Luego, T(x, y, z) = (x + 2y + 3z, x + y, y, x + z).
Respuesta b): Consideremos v = (x, y, z) y w = (a, b, c)R3 y R.
Veremos si T(v + w) = T(v) + T(w).
T(v + w) = T(x + a, y + b, z + c)
= [x + a + 2(y + b) + 3(z + c), (x + a) + y + b, y + b, x
+ a + z + c]
= [x + 2y + 3z + a + 2b +3c, x + y a + b, y + b, x +
z + a + c]
3

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N10

= [(x + 2y + 3z) + a + 2b +3c, ( x + y) a + b, y + b, (x +


z) + a + c]
= (x + 2y + 3z, x + y, y, x + z) + (a + 2b + 3c, a + b, b, a + c)
= T(x, y, z) + T(a, b, c)
= T(v) + T(w).
Luego, T es una T.L.
Observacin: Note que T(x, y, z) = (x + 2y + 3z, x + y, y, x + z)
= x(1, 1, 0, 1) + y(2, 1, 1, 0) + z(3, 0, 0, 1), nos permite
asegurar que todas las imgenes segn T sern generadas por el conjunto de
vectores S = {(1, 1, 0, 1), (2, 1, 1, 0), (3, 0, 0, 1)} que rene a las imgenes de
la base segn T. Luego podemos decir que rec T = <S>. Ms an, se ve que S es
l.i., luego S ser una base de rec T.
Ejemplo 2): Hagamos algo similar pero con base no cannica.
.L.
Si F: R3 T
R2 se define como F(1, 1, 0) = (2, 1); F(1, 0, 1) = (1, 1) y, F(0,

1, 2) = (3, 2), Obtengamos F(x, y, z) segn base cannica.

Respuesta: Escribiendo (x, y, z)R3, como c.l. de B = {(1, 1, 0), (1, 0, 1), (0, 1, 2)}, base de
R3, (x, y, z) = b1 + b2 + b3.
Se obtiene:

[A/b] =

+
+
+ 2

1
0

1
0
1

=
=
=

x
y que por Gauss-Jordan nos entrega
z

0 x 1

1 y 0
2 z 0

y, finalmente: [A/b] 0

0
1
0

0
1
1

1 y 1

1 x + y 0
2 z 0

0 x + 2y z
,
0 2x + 2 y z
1 z x y

0
1
0

1
y
1 x+ y
1zx

con lo cual resulta que:

(x, y, z) = b1 + b2 + b3 = (x + 2y z)b1 + (2x + 2y z)b2 + (z x y)b3


Si Usted duda de esto, verifquelo!
Luego, usando el teorema que estamos ejemplificando:
F(x, y, z) = F(b1 + b2 + b3) = F(b1) + F(b2) + F(b3)
= (x + 2y z)F(b1) + (2x + 2y z)F(b2) + (z x y)F(b3)
= (x + 2y z)(2, 1) + (2x + 2y z)(1, 1) + (z x y)(3, 2)
= [2(x + 2y z) + (2x + 2y z) + 3(z x y), (x + 2y z) + (2x + 2y
z) + 2(z x y)
= (x + 3y, x + 2y)
Luego, hemos llegado a que F(x, y, z) = (x + 3y, x + 2y), (x, y, z)R3
Verifique Usted que: F(1, 1, 0) = (2, 1); F(1, 0, 1) = (1, 1); F(0, 1, 2) = (3, 2)
4

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N10

Observacin: Observe que, debido a que las T.L. respetan las operaciones de los espacios de
dominio y de imgenes, se pudo usar el escalonamiento de la aumentada: [B/S]
en que B y S se forman con las [bi / F(bi)]:
1

02

23

[B|S] = 1 0 1 1 1 0

y, finalmente:[B/S] 0

0
1
0

11

13

23

01
03
10

2
0

1 1

2 0
2 0

11

13

10

2
0

= [E/F(E)], donde cada fila entrega las

imgenes de los vectores de base cannica que usamos como en el Ejercicio 1a):
F(x, y, z) = xF(e1) + yF(ye2) + zF(e3), y usando las imgenes
= x(1, 1) + y(3, 2)
Luego, hemos llegado a que F(x, y, z) = (x + 3y, x + 2y), (x, y, z)R3.
.L.
W, son fundamentales dos
Ncleo e Imagen de una T.L.: Para caracterizar a T:V T

conjuntos de vectores relacionados con T, el primero es subconjunto del espacio


vectorial de partida V y el otro del espacio vectorial de llegada W. Ambos llegarn a ser
subespacios de sus respectivos espacios vectoriales y facilitarn las formas de describir
y conocer a la T.L.
Definicin:

3.2.-

A.- Ncleo de T: Es el subconjunto de vectores de V cuya imagen segn T es


0W. Tambin se le llama Conjunto Nulo para T o Kernel de
T. Se anotar, N(T) KerT.
.L.
Para T:V T
W, Ker T = {vV / T(v) = 0W}.

B.- Imagen de T: Es el subconjunto de vectores de W que son imagen de


algn vector de V, segn T. Tambin se le llama recorrido
de T. Se le anotar ImT recT.
.L.
Para T:V T
W, ImT = {wW / vV:T(v) = w}.

Teorema 3.2.1.- Ncleo e Imagen como Subespacios.


.L.
W, se tiene que KerT V y ImT W
En toda T.L. T:V T

Demostracin: Son usos directos del teorema fundamental de


subespacios vectoriales.
A) Sean K, s y tKerT, es decir, T(s) = T(t) = 0W.
Luego, T(s + t) = T(s) + T(t), por ser T una T.L. y por
ende, T(s + t) = 0W + 0W = 0W, resultando que el vector
s + t KerT.
Con lo que est demostrado que KerT V.
B) Intente Usted desarrollar la demostracin de ImT W.
5

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N10

Consecuencia: Al ser ambos conjuntos subespacios, se definen la nulidad de T como la


dimensin del Ncleo y rango de T como la dimensin de la Imagen.
Y se anotan:
nulT = dim(KerT)
ranT = dim(ImT).
Teorema 3.2.2.- De Nulidad y Rango de una T.L.
.L.
W, con dimV finita, nul T + ran T = dimV.
En toda T.L. T:V T

Demostracin: Sea B = {bi }i =1 una base de KerT, espacio nulo de T. Expandiendo B a una base
k

de V, con dimV = n, existen n k vectores en V, {bi }i =k +1 , de modo que el


n

conjunto BV = {bi }i =1 es una base de V.


n

Segn el teorema 3.1.-, el conjunto de imgenes de una base generara a ImT,


luego ImT = <{T(b1), T(b2), ...., T(bk), T(bk + 1), ..., T(bn)}> y como T(bi) = 0W,
i = 1,..., k tendremos que ImT = <{T(bk + 1), ..., T(bn)}>.
No es difcil probar que {T(bk + 1), ..., T(bn)}, vemoslo:
n

T (b ) = 0W.

Supongamos que tenemos n k escalares j tales que

j = k +1

n
n

Como T es T.L., se tiene que: T j b j = 0W, en consecuencia, j b j es


j = k +1
j = k +1

k
un vector de KerT y se escribe como c.l. de su base B = {bi }i =1 .
n

Luego, resulta que

j b j =

j = k +1

j b j , con lo cual
j =1

jbj
j =1

j = k +1

b j = 0V.

Y como BV = {bi }i =1 es base de V, entonces j = 0 y j = 0, j = 1, ..., n.


n

Luego, {T(bk + 1), ..., T(bn)} es base de ImT y ranT = n k, con lo cual est
demostrado que nulT + ranT = dimV.
Ejemplo:

.L.
Para T: R3 T
R4 tal que T(1, 1, 1) = (0, 3, 0, 6); T(1, 1, 0) = (0, 2, 1, 2) y

T(1, 0, 0) = (0, 1, 0, 2), obtenga bases para el Ncleo y la Imagen de T y verifique


el teorema de nulidad y rango.

Respuesta: 1) Obtengamos T(x, y, z).


Recordemos que basta escalonar reducido [B/ T(B)] [E/ T(E)], con filas de
E, base cannica de R3:
1 1 1 0 3 0 6 1 0 0 0 1 0 2

1 0
1 1 0 0 2 1 2 0 1 0 0 1
1 0 0 0 1 0 2 0 0 1 0 1 1 4
T(x, y, z) = x(0, 1, 0, 2) + y(0, 1, 1, 0) + z(0, 1, 1, 4)
T(x, y, z) = (0, x + y + z, y z, 2x + 4z), x, y, zR.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N10

2) Obtengamos Ncleo: T(x, y, z) = (0, x + y + z, y z, 2x + 4z) = (0, 0, 0, 0)


x+ y+z = 0
= 0
yz
2x + 4z = 0
Y luego: x = 2z ; y = z, zIR.
Y entonces KerT = {( 2z, z, z), zIR} = <{( 2, 1, 1)}> y nulT = 1.
3) Para la Imagen de T: Considerando que ya tenemos la imagen de cualquier
vector (x, y, z) de IR3, tenemos una forma caracterstica de los vectores de
ImT.
Luego, ImT = {(0, x + y + z, y z, 2x + 4z), x, y, zIR}
= <{(0, 1, 0, 2), (0, 1, 1, 0), (0, 1, 1, 4)}>
0

1
1

Revisando si son l.i. l.d.: 0 1

2
0
4

0 0 1 2 , resultan l.d.

y una base para ImT sera: {(0, 1, 0, 2), (0, 1, 1, 0)}, y ranT = 2.
4) Con lo anterior se verifica el teorema de nulidad y rango:
nulT + ranT = 1 + 2 = 3 = dimIR3.
3.2.3.- Teoremas Adicionales de Ncleo e Imagen:
En lo que respecta a las T.L. como funciones, el ncleo y la imagen tambin hacen
ciertos aportes:
a) Inyectividad de T:

.L.
Si T:V T
W es tal que KerT = {0V}, entonces T es

Inyectiva. Se dice que define un Monomorfismo de V en W.

Note que ranT = dimV. Slo tendremos Inyectividad cuando


dimV dimW.
b) Epiyectividad de T:

.L.
W es tal que ImT = W, entonces T es Epiyectiva.
Si T:V T

Note que en tal caso, nulT + dimW = dimV. Slo tendremos


Epiyectividad cuando dimW dimV.

.L.
c) Biyectividad de T: T:V T
W ser Biyectiva cuando sea Inyectiva y Epiyectiva,

es decir, cuando KerT = {0V} e ImT = W.

Luego, habr Biyectividad, slo cuando dimW = dimV. Veremos


que en estos casos se define un Isomorfismo de V con W.
Note que todas las demostraciones de estas propiedades son inmediatas si se usan
adecuadamente los tres teoremas anteriores.

APUNTES DE ALGEBRA LINEAL

Para Curso LGEBRA II- USACH

3.3.-

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Material N10

Algebra de Transformaciones Lineales: Por analoga con el espacio vectorial de las


funciones reales, podemos asumir que las funciones de un espacio V en otro W
constituyen un espacio vectorial con la suma y la ponderacin habituales, esto es, por
imgenes de las funciones. Aqu demostraremos que el conjunto de todas las
transformaciones lineales de un espacio vectorial V en otro W, con estas operaciones
para funciones, constituye un espacio vectorial. Esto asegura la existencia de un lgebra
de Ts.Ls. que se homologar con el lgebra de Matrices de un tamao adecuado a las
dimensiones de los espacios V y W.
.L .
El conjunto L(V,W) = {TVW/T:V T
W}, de todas las transformaciones lineales

de V en W, tiene las siguientes propiedades:

Teorema 3.3.1.- La familia de todas las Ts.Ls. de un espacio vectorial en otro constituye un
espacio vectorial con las habituales operaciones de funciones.
Lo que estamos afirmando es que L(V,W) es un s.e.v. del espacio
vectorial
de funciones de V en W, con las suma y ponderacin de
D
funciones por imgenes.
Demostracin:
Sean S,TL(V,W), y IK. Probaremos que S + T est en T(V,W).
(S + T)(v + w) = (S)( v + w) + T( v + w) , suma de funciones.
= [S(v + w)] + T(v + w), ponderacin de funciones.
= [ S(v) +S(w)] + T(v) + T(w), pues S y T son T.L.
= [S(v) + T(v)] + S(w) + T(w), ordenando en W.
= [(S + T)(v)] + (S + T)(w), lgebra de funciones.
Luego, S + T L(V,W), y L(V,W) es un espacio vectorial.
Observaciones: a) Es necesario tener presente que L(V,W) tiene sentido slo si V y W se
definen sobre un mismo Cuerpo IK.
b) Por otro lado, la suma y la ponderacin de Ts.Ls. de V en W produce
nuevas Ts.Ls.
c) Note que la T.L. Nula T0(v) = 0W ser el neutro aditivo. Adems, cada T.L.
S tiene como opuesta a la T.L. S tal que (S)(v) = S(v).
d) Es, por ltimo, importante destacar que si dimV = n y dimW = m, entonces
se obtiene que dimL(V,W) = mn. Esto es clave para la identificacin entre
una T.L. de L(V,W) y una matriz de Mmxn(IR) que haremos luego con los
isomorfismos.

APUNTES DE ALGEBRA LINEAL

Para Curso LGEBRA II- USACH

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Material N10

Teorema 3.3.2.- Cuando tiene sentido, la composicin de Ts. Ls. es una nueva T.L.
Sean FL(U,V) y GL(V,W), con U,V y W espacios vectoriales sobre IK.
Luego, la funcin G F, definida como (G F)(v) = G(F(v)) es una T.L.
en L(U,W).
Demostracin:
Consideremos s,tV y IR.
(G F)(s + t) = G(F(s + t)), por definicin de composicin,
= G(F(s) + F(t)), por ser F una T.L.
= G(F(s)) + G(F(t)), por ser G una T.L.
= (G F) (s) + (G F)(t), definicin de composicin.
Luego, G F respeta las combinaciones lineales V en W.
Observaciones: 1.- Lo ms frecuente es componer Transformaciones Lineales en L(V,V) y en
tales casos hablaremos de Operadores Lineales en V.
2.- Note que en L(V,V) existirn G F y F G, pero no sern siempre iguales.
Ejemplo:
En IR3; componga G F y F G para F(x, y, z) = (y x, z y, x z) y
G(x, y, z) = (x + z, y + z, z). Debiese obtener que:
(G F)(x, y, z) = (y z, x y, x z) y (F G)(x, y, z) = (y x, y, x),
obviamente diferentes.
De los dos teoremas anteriores se infiere que:
F, G, H y T L(V,V):
a) (G+H) F = G F + H F
b) (G) F = (G F) = G (F)
c) G (F+T) = G F + G T
d) I F = F I = F, con I Transformacin Lineal Identidad
.L .
3.- Ya hemos dicho que F:V T
W ser biyectiva ssi:

ImF = W y KerF = { 0V} , es decir, ssi dimV = dimW y nul(F) = 0.


.L .
W ser Invertible si y slo si F es biyectiva.
Luego, F:V T

Ms an, si F es T.L. invertible, entonces F1 tambin es una T.L.


Por ltimo, si G y F son invertibles en L(V,W) y L(W,V),
respectivamente, entonces G F ser invertible y (G F)1 = F1 G1.

4.- Recordemos que F inyectiva ssi KerF = { 0V} y agreguemos que a T se le


llama en este caso No Singular.
Es demostrable que F no singular o inyectiva es el nico tipo de T.L. que
respeta la independencia lineal, es decir:
.L .
Sea T:V T
W. Si T es Inyectiva y S = {si} es conjunto l.i.

en V, entonces {T(si)} es un conjunto l.i. en W.


Demostracin: tarea

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA


SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N10

Definicin:
.L .
Se dice que F:V T
W, define un Isomorfismo de V en W si y slo si F

es biyectiva.
Si existe un isomorfismo de V en W, diremos que V y W son Isomorfos y
se anota V W.

Observacin: es relacin de equivalencia por lo ya dicho.


Teorema 3.3.3.- Todo espacio vectorial de dimensin finita n es isomorfo con IKn.
Todo espacio vectorial V sobre K, con dimV = n, es Isomorfo con IKn.
Demostracin: Para cualquier base B = {bi }i =1 de V, se puede definir el
n

.L .
isomorfismo F:V T
IKn / v = [v]B, vector coordenado de

v con respecto a la base B.

Teorema 3.3.4.- L(V,W) es isomorfo con las matrices del tipo Mmxn , si V y W son finitos.
Si V(IK) y W(IK) tienen dimV = n y dimW = m, entonces L(V, W) Mmxn.
Demostracin: Basta notar que ambos espacios son isomorfos a IKmn.
Observacin: Estos teoremas nos permitirn representar a todo espacio vectorial como n-upla
de escalares en IK, y, por otro lado, a toda T.L. de V(IK) en W(IK), como
matrices del tipo Mmxn. El lgebra de transformaciones lineales quedar reducida
al lgebra de matrices y tanto los vectores transformados por ellas como sus
imgenes podrn anotarse como coordenados segn cualquier base de sus
espacios.
Ejemplo: 1.- ax2 + bx + c, vector de P2[R] es isomorfo con (a, b, c) de R3(R), en ambos
casos en sus bases cannicas.
x y
.L .
2.- Consideremos F:M2 T
R3 definida como F = ( x y, y z, z u ) es

z u
1

isomorfa con A = 0

1
1
0

0
1
1

0
0
1

pues como M2 es isomorfo con R4 se tiene

x y
que
se transforma en (x, y, z, u) visto como columna.
z u
x x y
0
0
1 1
Y como 0 1 1 0 y = y z , se observa que A, igual que F,
z

0
0
1 1 z u
u

x y
transforma
en (x y, y z, z u). Luego, AM2 es isomorfo con
z u
FL(M2,R3).
10