Transformaciones Lineales

Transformaciones Lineales Matemtica IV
Rogelio Cerna Reyes 18

TRANSFORMACIONES LINEALES

DEFINICIN. Sean V y W espacios vectoriales. Una transformacin lineal T de V en W es
una funcin que asigna a cada u en V un nico vector ) u ( T en W tal que:
a) ) v ( T ) u ( T ) v u ( T + = + , para cada u y v en V
b) ) u ( T ) u ( T o = o , para cada u en V y cada escalar o

Las propiedades (a) y (b) se pueden reducir a

) v ( T ) u ( T ) v u ( T | + o = | + o , para cada u, v en V y cada escalar | o y

Por induccin tenemos la relacin ms general

= =
o = |
.
|
\
|
o
n
1 i
i i
n
1 i
i i
) u ( T u T

Para n elementos cualesquiera
n 2 1
u , , u , u en V y n escalares
n 2 1
, , , o o o

NOTA

Si W V= , la transformacin lineal V V : T tambin es llamada un operador lineal en V

Ejemplos

1. Transformacin idntica.
u ) u ( T u
V V : T
=

Se denota por I T = o
V
I T = .

2. Transformacin cero.
0 ) u ( T u
V V : T
=

Se denota por 0 T = .

3. Multiplicacin por un escalar fijo o .

u ) u ( T u
V V : T
o =

Si 1 = o , entonces u ) u ( T = ; trasformacin idntica
Si 0 = o , entonces 0 ) u ( T = ; trasformacin cero.

4. Transformacin Proyeccin.

) y , x ( ) z , y , x ( T ) z , y , x (
R R : T
2 3
=

5. Transformacin Dilatacin.

1 r , u r ) u ( T u
R R : T
3 3
> =

6. Transformacin Contraccin.
1 r 0 , u r ) u ( T u
R R : T
3 3
< < =

7. Transformacin Reflexin.
) y , x ( ) y , x ( T ) y , x (
R R : T
2 2
=

8. Transformacin Rotacin.
u
cos sen
sen cos
) u ( T u
R R : T
2 2
(
| |
| |
=

9. Sea W el espacio vectorial de todas las funciones con valores reales y sea V el
subespacio de todas las funciones diferenciables.

' f ) f ( T f
W V : T
=

' f es la derivada de f.
Esta transformacin se denota por D T = y se llama operador derivacin

10. Sea | | { } b , a en definida real valor con continua funcin una es f / f V= . Se define

b x a , dt ) t ( f ) f ( T f
V V : T
x
a
s s =
}

Esta transformacin T se llama operador integracin.

Ejercicios.

1. Verifique si
definida por ( ) ( ) es una Transformacin

Lineal.
2. Sea
definida como (()) ()
. Es L una Transformacin
Lineal?
3. Verifique si
definida como ()
, para en
es una
Transformacin Lineal.
4. Sea V un espacio vectorial de dimensin n y {
} una base para V.

Verifique si
definida por () []
es una Transformacin Lineal.

Teorema. Sea W V : T una transformacin lineal de un espacio vectorial V de dimensin n
en un espacio vectorial W. Adems, sea { }
n 2 1
v , , v , v S = una base de V. Si u es
cualquier vector en V, entonces ) u ( T queda determinada de manera completa por
{ } ) v ( T , ), v ( T ), v ( T
n 2 1
.


Ejemplos

1. Determinar la transformacin lineal
2 3
R R : T , tal que

) 1 , 1 ( ) 0 , 0 , 1 ( T , ) 2 , 1 ( ) 0 , 1 , 1 ( T , ) 2 , 1 ( ) 1 , 1 , 1 ( T = = =

Solucin.
Se verifica que { } ) 0 , 0 , 1 ( ), 0 , 1 , 1 ( ), 1 , 1 , 1 ( es una base para
3
R .
Para cualquier
3
3 2 1
R ) x , x , x ( x e = se desea encontrar
2
2 1
R ) y , y ( y e = tal que
y ) x ( T =

Se escribe ) x , x , x (
3 2 1
como combinacin lineal de los vectores de la base.
De
) 0 , 0 , 1 ( ) 0 , 1 , 1 ( ) 1 , 1 , 1 ( ) x , x , x (
3 2 1 3 2 1
o + o + o =

Se tiene el sistema
3 1
2 2 1
1 3 2 1
x
x
x
= o
= o + o
= o + o + o

De donde
) 0 , 0 , 1 )( x x ( ) 0 , 1 , 1 )( x x ( ) 1 , 1 , 1 ( x ) x , x , x (
2 1 3 2 3 3 2 1
+ + =
Entonces
( ) ) 0 , 0 , 1 )( x x ( ) 0 , 1 , 1 )( x x ( ) 1 , 1 , 1 ( x T ) x , x , x ( T
2 1 3 2 3 3 2 1
+ + =
) 0 , 0 , 1 ( T ) x x ( ) 0 , 1 , 1 ( T ) x x ( ) 1 , 1 , 1 ( T x
2 1 3 2 3
+ + =
) 1 , 1 )( x x ( ) 2 , 1 )( x x ( ) 2 , 1 ( x
2 1 3 2 3
+ + =
) x x , x x 2 (
1 2 1 2
+ =

Finalmente, se tiene la transformacin lineal

) x x , x x 2 ( ) x , x , x ( T
1 2 1 2 3 2 1
+ =

2. Determinar la Transformacin Lineal
, tal que () (),

() () y () ()

Solucin.
Se verifica que { } ) 0 , 0 , 1 ( ), 0 , 1 , 1 ( ), 1 , 1 , 1 ( es una base para
3
R .
Para cualquier
3
3 2 1
R ) x , x , x ( x e = se desea encontrar
3
3 2 1
R ) y , y , y ( y e = tal que
y ) x ( T =

Se escribe ) x , x , x (
3 2 1
como combinacin lineal de los vectores de la base.
De
) 0 , 0 , 1 ( ) 0 , 1 , 1 ( ) 1 , 1 , 1 ( ) x , x , x (
3 2 1 3 2 1
o + o + o =

se tiene el sistema

3 1
2 2 1
1 3 2 1
x
x
x
= o
= o + o
= o + o + o

De donde
) 0 , 0 , 1 )( x x ( ) 0 , 1 , 1 )( x x ( ) 1 , 1 , 1 ( x ) x , x , x (
2 1 3 2 3 3 2 1
+ + =
Entonces
( ) ) 0 , 0 , 1 )( x x ( ) 0 , 1 , 1 )( x x ( ) 1 , 1 , 1 ( x T ) x , x , x ( T
2 1 3 2 3 3 2 1
+ + =
) 0 , 0 , 1 ( T ) x x ( ) 0 , 1 , 1 ( T ) x x ( ) 1 , 1 , 1 ( T x
2 1 3 2 3
+ + =
) 1 , 0 , 1 )( x x ( ) 1 , 0 , 1 )( x x ( ) 1 , 1 , 1 ( x
2 1 3 2 3
+ + =
) x , x , x (
1 3 1
=
Finalmente, se tiene la transformacin lineal

) x , x , x ( ) x , x , x ( T
1 3 1 3 2 1
=

3. Sea
2 1
P P : T una transformacin lineal, para la cual se conoce
t t ) 1 t ( T , 1 t ) 1 t ( T
2 2
+ = = +
a) Determinar ) 3 t 7 ( T +
b) Determinar ) b at ( T +

Solucin.
Se verifica que el conjunto { } es una base para

Veamos;
1. De la combinacin Lineal nula

( ) ( )
( )
Se tiene;
{

Entonces el conjunto { } es Linealmente Independiente.

2. Todo vector
de
, se escribe como

( ) ( )
De donde;
{

)

Luego
)( )
)( )

Por lo que el conjunto { } genera a

Por lo tanto { } es una base para
.
A continuacin determinamos:
a) ( )


Como el vector
, entonces

( ) ( )
De donde,
{

Entonces
( ) ( )

Aplicando la Transformacin Lineal se tiene;

( ) (( ) ( ))

( ) ( ) ( )

( ) (
) (
)

( )

Que es la Transformacin Lineal pedida.

b) ( )

Como el vector
, entonces

( ) ( )
De donde,
{

( )
( )
Entonces

( )( )
( )( )

Aplicando la Transformacin Lineal se tiene;

( ) (
( )( )
( )( ))

( )
( )( )
( )( )

( )
( )(
( )(
)

( )
( )
( )

Que es la Transformacin Lineal pedida.

EL NCLEO Y LA IMAGEN DE UNA TRANSFORMACIN LINEAL

DEFINICIN. Sea W V : T una transformacin lineal. El ncleo ( kernel ) de T, es el
subespacio de V que consta de todos los vectores v tales que 0 ) v ( T = .
Es decir;

{ } 0 ) v ( T , V v / v ) T ker( ) T ( N = e = =

DEFINICIN. Si W V : T

es una transformacin lineal, entonces la imagen de T, que se
denota T Im , es el conjunto de vectores en W que son imgenes, bajo T, de
vectores en V
Es decir;
{ } w ) v ( T , V v / w T Im = e - =

NOTA

Si W V : T una transformacin lineal, entonces
1. ) T ker( es un subespacio de V.
2. ) T Im( es un subespacio de W.
3. T es uno a uno si y solo si { } 0 ) T ker( =
4. Se dice que T es sobre si W ) T Im( =

Ejemplos
1. Si T es la transformacin idntica, entonces el

{ } 0 ) T ker( ) T ( N = =

Es el subespacio constituido por el vector cero

2. Si T es la transformacin cero entonces el

{ } V 0 ) v ( T , V v / v ) T ker( ) T ( N = = e = =

3. Si T es el operador derivacin, entonces el ncleo esta formado por toda las funciones
constantes en el intervalo dado

4. Si T es el operador integracin, entonces el ncleo contiene slo la funcin cero.

5. Sea
3 3
R R : L definida como

(
(
(
(
(
(
=
|
|
|
.
|
\
|
(
(
(
3
2
1
3
2
1
a
a
a
3 1 2
2 1 1
1 0 1
a
a
a
L
a) Es T sobre?
b) Determine una base para ) T Im(
c) Determine ) T ker(
d) Es T uno a uno?

Solucin.
a) Dado cualquier
(
(
(
=
c
b
a
w
en
3
R donde a, b y c son numeros reales cualesquiera.
Debemos determinar

(
(
(
=
3
2
1
a
a
a
v

tal que W ) v ( T = . Entonces lo que se busca es una solucin del sistema

(
(
(
=
(
(
(
(
(
(
c
b
a
a
a
a
3 1 2
2 1 1
1 0 1
3
2
1

De la matriz aumentada se obtiene la matriz escalonada reducida

(
(
(
a b c 0 0 0
a b 1 1 0
a 1 0 1

Luego, solo existe solucin si 0 a b c = , no es cualquier , de
modo que T no es sobre.

b) Para determinar una base de ) T Im( , observamos que

(
(
(
+ +
+ +
+
=
(
(
(
(
(
(
=
|
|
|
.
|
\
|
(
(
(
3 2 1
3 2 1
3 1
3
2
1
3
2
1
a 3 a a 2
a 2 a a
a a
a
a
a
3 1 2
2 1 1
1 0 1
a
a
a
T

(
(
(
+
(
(
(
+
(
(
(
=
3
2
1
a
1
1
0
a
2
1
1
a
3 2 1

Esto significa que el conjunto

(
(
(
(
(
(
(
(
(
3
2
1
,
1
1
0
,
2
1
1

genera ) T Im( . Es decir, ) T Im( es el subespacio de
3
R generado por las
columnas de la matriz que define a T.
Ahora veamos si estos vectores son linealmente independientes.
Del sistema

0 3 2
0 2
0
3 2 1
3 2 1
3 1
= o + o + o
= o + o + o
= o + o

tomamos la matriz aumentada y la llevamos a la forma escalonada reducida


(
(
(
0 0 0 0
0 1 1 0
0 1 0 1

luego las columnas 1 y 2 son pivote, por lo que los vectores de las columnas 1 y
2 de la matriz original son una base para ) T Im( y 2 )) T dim(Im( =

c) Para determinar ) T ker( , queremos encontrar todos los vectores
(
) en
3
R de modo que 0 ) v ( T = . De lo trabajado en (b) se tiene que

3 2 3 1
a a , a a = =

Sea
entonces

Es decir,
(
(
(
o =
(
(
(
o
o
o
=
1
1
1
) T ker(

donde o es cualquier nmero real. Adems 1 )) T dim(ker( =

d) Como { } 0 ) T ker( = entonces T no es uno a uno.

Teorema. Si W V : T es una transformacin lineal de un espacio vectorial V de dimensin n
en un espacio vectorial W, entonces

V dim )) T dim(Im( )) T dim(ker( = +

Corolario. Sea W V : T una transformacin lineal y sea
a) Si T es uno a uno, entonces es sobre.
b) Si T es sobre, entonces es uno a uno.
NOTA

1. La dimensin de ) T ker( tambin se llama nulidad de T.
2. La dimensin de ) T Im( tambin se llama el rango de T.

LA MATRIZ DE UNA TRANSFORMACIN LINEAL

Sean { }
n 2 1
v , , v , v M = una base de V, { }
m 2 1
w , , w , w N = una base de W y una
transformacin lineal
y ) x ( T x
W V : T
=

donde
=
=
n
1 j
j j
v x x ;
j
x son las componentes de x respecto de la base M

=
=
m
1 i
i i
w y y ;
i
y son las componentes de y respecto de la base N

como ) v ( T
j
son valores en W se puede escribir como una nica combinacin lineal de los
vectores de la base N
Es decir;
n , , 2 , 1 j ; w a ) v ( T
m
1 i
i ij j
= =
=

donde
ij
a son las componentes de ) v ( T
j
respecto de la base N.
Entonces

= = = =
= =
|
|
.
|
\
|
=
m
1 i
i ij
n
1 j
j
n
1 j
j j
n
i j
j j
w a x ) v ( T x v x T ) x ( T

= = =
=
|
|
.
|
\
|
=
m
1 i
i i i
m
1 i
n
1 j
j ij
w y w x a , m , , 2 , 1 i ; x a y
n
1 j
j ij i
= =
=

Entonces
[()]
[]
]
[
(
(
(
(
(
(
(
(
n
2
1
A
mn 2 m 1 m
n 2 22 21
n 1 12 11
x
x
x
a a a
a a a
a a a

En resumen se tiene;

| | | |
M N
x A ) x ( T =

DEFINICIN. La matriz A se llama la matriz que representa a T con respecto a las bases
M y N, o la matriz de T con respecto a M y N.

NOTA

Si S es una base para V y V V : T . Nos referimos a A como la matriz de T respecto a S.

Ejemplos
1. Sea
2 3
R R : T una transformacin lineal, definida por:

) x x , x x ( ) x , x , x ( T
3 2 2 1 3 2 1
+ =

a) Determine la matriz de T con respecto a las bases M y N:

{ } ) 1 , 1 , 1 ( v ), 1 , 1 , 0 ( v ), 1 , 0 , 1 ( v M
3 2 2
= = = = y { } ) 1 , 1 ( w ), 2 , 1 ( w N
3 1
= = =

b) Halle las coordenadas de ) x ( T respecto de la base N si ) 3 , 6 , 1 ( x =

Solucin
a) De

2 23 1 13 3
2 22 1 12 2
2 21 1 11 1
w a w a ) v ( T
w a w a ) v ( T
w a w a ) v ( T
+ =
+ =
+ =

se tiene
) 1 , 1 ( a ) 2 , 1 ( a ) 0 , 2 (
) 1 , 1 ( a ) 2 , 1 ( a ) 0 , 1 (
) 1 , 1 ( a ) 2 , 1 ( a ) 1 , 1 (
23 13
22 12
21 11
+ =
+ =
+ =

Ahora, debemos resolver tres sistemas lineales, cada uno de dos ecuaciones con
dos incgnitas. Como su matriz de coeficientes es la misma, los resolvemos
todos a la vez.
As formamos la matriz
(
0 0 1 1 2
2 1 1 1 1

la cual transformamos a su forma escalonada reducida

(
3 / 4 3 / 2 1 1 0
3 / 2 3 / 1 0 0 1

Por lo tanto, la matriz A de T con respecto a M y N es

(

=
3 / 4 3 / 2 1
3 / 2 3 / 1 0
A
Es decir,
| | | |
M N
x
3 / 4 3 / 2 1
3 / 2 3 / 1 0
) x ( T
(

=

b) Por definicin de T se tiene:

) 3 , 7 ( ) 3 6 , 6 1 ( ) 3 , 6 , 1 ( T = + =

verificamos usando la matriz A de T.

Las coordenadas de ) 3 , 6 , 1 ( x = respecto de M son 3, 2 y 4
Es decir,
) 1 , 1 , 1 ( 4 ) 1 , 1 , 0 ( 2 ) 1 , 0 , 1 ( 3 ) 3 , 6 , 1 ( + + =

Luego
| |
(
=
(
(
(

=
3 / 11
3 / 10
4
2
3
3 / 4 3 / 2 1
3 / 2 3 / 1 0
) 3 , 6 , 1 ( T
N

Por lo tanto,
) 3 , 7 ( ) 1 , 1 (
3
11
) 2 , 1 (
3
10
) 3 , 6 , 1 ( T = =

2. Sea
2 3
R R : T una transformacin lineal, definida por:


) x x , x x ( ) x , x , x ( T
3 2 3 1 3 2 1
+ =

a) Determine la matriz de T con respecto a las bases:

{ } ) 0 , 0 , 1 ( v ), 0 , 1 , 1 ( v ), 1 , 1 , 1 ( v
3 2 2
= = = y { } ) 1 , 0 ( w ), 0 , 2 ( w
3 1
= =

b) Halle | |
{ }
2 1
w , w
) x ( T si ) 3 , 2 , 1 ( x =

BASES PARA LA IMAGEN Y KERNEL

Sea A la matriz de T

Teorema ( Una base par la imagen ). Las columnas pivote de A forman una base para la
imagen de A.

Teorema ( Una base para el kernel ). Sea p el nmero de columnas no pivote de A y
p 2 1
k , , k , k sus posiciones. Cada columna no pivote forma el vector
i
v tal que
0 Av
i
= cuyo elemento en su
i
k entrada es 1 y todos los elementos en sus
j
k
entradas son 0 para i j = . Los vectores
p 2 1
v , , v , v forman una base para el kernel
de A.

Ejemplo.

1. Sea la matriz
(
(
(
(
=
0 0 0 0 0
1 5 2 1 1
0 2 1 1 0
0 3 1 0 1
A

a) Determinar una base para la imagen de A
b) Determinar una base para el kernel de A.

Solucin

a) La matriz A llevamos a su forma escalonada reducida

(
(
(
(
0 0 0 0 0
1 0 0 0 0
0 2 1 1 0
0 3 1 0 1

Luego las columnas 1,2 y 5 son pivote, por lo que las columnas 1,2 y 5 de la
matriz original son una base para la imagen de A. Es decir,

{ } ) 0 , 1 , 0 , 0 ( ), 0 , 1 , 1 , 0 ( ), 0 , 1 , 0 , 1 (

es una base para la imagen de A


Por ejemplo, el vector ) 3 , 2 , 1 , 1 , 2 ( v = cuya imagen es el vector

) 0 , 1 , 0 , 0 ( 3 ) 0 , 1 , 1 , 0 ( 4 ) 0 , 1 , 0 , 1 ( 7 ) 0 , 8 , 4 , 7 ( w + = =

se escribe en forma nica como combinacin lineal de los vectores de la
imagen.

b) En la matriz escalonada reducida se observa que las columnas no pivote son las
columnas 3 y 4, luego en

_) , 0 , 1 _, (_, v
1
= y _) , 1 , 0 _, (_, v
2
=

se necesita llenar las entradas en blanco.
Recordamos que una solucin para 0 Ex = es tambin una solucin de 0 Ax = ,
donde E es la matriz escalonada reducida equivalente a A.
Entonces de E se tiene;
0 x
0 x 2 x x
0 x 3 x x
5
4 3 2
4 3 1
=
= + +
= + +

As, para _) , 0 , 1 _, (_, v
1
= se tiene
0 x y 1 x
4 3
= =
entonces
0 x
1 x
1 x
5
2
1
=
=
=

por lo que
) 0 , 1 , 1 , 1 ( v
1
=

Para _) , 1 , 0 _, (_, v
2
= se tiene
1 x y 0 x
4 3
= =
entonces
0 x
2 x
3 x
5
2
1
=
=
=

por lo que
) 0 , 1 , 0 , 2 , 3 ( v
2
=

Finalmente
{ } ) 0 , 1 , 0 , 2 , 3 ( v , ) 0 , 1 , 1 , 1 ( v
2 1
= =

es una base para el kernel de A.

Teorema. Sea V V : T un operador lineal, donde V es un espacio vectorial de dimensin n.
Sean { }
n 2 1
v , , v , v M = y { }
n 2 1
w , , w , w N = bases para V y sea P la matriz de
transicin de N a M. Si A es la matriz que representa a T con respecto a M,
entonces AP P
1
es la matriz que representa a T con respecto a N


AUTOVALORES Y AUTOVECTORES DE UNA TRANSFORMACIN LINEAL

DEFINICIN. Sea S un subespacio de un espacio vectorial V y V S : T una transformacin
lineal. Un escalar se denomina autovalor de T si existe un elemento no
nulo v en S tal que
v ) v ( T =
El elemento v se llama autovector de T perteneciente a . El escalar es el autovalor
correspondiente a v.

NOTA

1. Existe un solo autovalor correspondiente a un autovector dado v.
Es decir, si 0 v , v ) v ( T , v ) v ( T = k = = entonces k = k = v v
2. La definicin excluye al 0 como autovector.

Ejemplo

Sea { } I en derivada admite que funcin una es f / f V=
' f ) f ( D f
V V : D
=

Luego la funcin
x
e ) x ( f
= es un autovector de D
Es decir
x
e ) f ( D

=
cuyo correspondiente autovalor es .

Teorema. Si
n 2 1
v , , v , v son autovectores de una transformacin lineal V S : T y los
autovalores
n 2 1
, , , son distintos, entonces los autovectores son linealmente
independientes.

Teorema. Si n V dim = , toda transformacin lineal V V : T tiene por lo menos n
autovalores distintos. Si T tiene exactamente n autovalores distintos, entonces los
autovectores correspondientes forman una base para V y la matriz de T relativa a
esa base es una matriz diagonal con los autovalores como elemento diagonales.

(
(
(
(
n
2
1
0 0
0 0
0 0

POLINOMIO CARACTERSTICO DE UNA MATRIZ

Sea n V dim = y V V : T una transformacin lineal. El problema de hallar los escalares
tal que v ) v ( T = tenga una solucin 0 v = , puede resolverse con ayuda de los determinantes.
De
v ) v ( T =
Se tiene
0 ) v )( T I ( =

La cual tiene una solucin no nula si y slo si la matriz que representa a T I es singular.

Si I y A son matrices que representan a I y T respectivamente, entonces A I es una matriz
que representa a T I
Luego A I es singular si y slo si 0 A I A) - I det( = = . As el autovalor de T debe
satisfacer 0 A) - I det( = .

DEFINICIN. Sea A una matriz de orden n n . Se define
A I ) ( P =
Como el polinomio caracterstico de A.

CALCULO DE AUTOVALORES Y AUTOVECTORES

Los autovalores y autovectores de una transformacin lineal T, se llaman tambin autovalores y
autovectores de la matriz de T.
Luego los autovalores de una matriz cuadrada A son las races del polinomio caracterstico de A

A I ) ( P = .

Los autovectores correspondientes a un autovalos son aquellos vectores no nulos v que
satisfacen

0 ] v ][ A I [ =

Este es un sistema de n ecuaciones lineales con n incgnitas.

Ejemplo
Determinar los autovalores y autovectores de la matriz

(
(
(

=
2 1 1
4 3 2
1 1 2
A
Solucin.
Determinamos los autovalores de la matriz correspondiente a la transformacin lineal

De
| |
Remplazando los datos
| [

] [

]|

|

|

De donde se tiene los autovalores;

Ahora determinamos los autovectores correspondientes a los autovalores encontrados
Para
0 ] v ][ A I 1 [ =

Sea ( ) y remplazando los datos tenemos


[

] [
] [
]

[

] [
] [
]

Tomando la matriz aumentada

[

] [

]
De donde se obtiene el autovector
( )
Si , entonces
( )

Para
0 ] v ][ A I [ =


[

] [
] [
]

[

] [
] [
]


[

] [

]
()
Si , entonces
()

Para
0 ] v ][ A I 1 [ =


[

] [
] [
]

[

] [
] [
]


[

] [

]


( )
Si , entonces
( )
Como los autovalores son distintos el conjunto
{
( )
()
( )}
Es una base de
y la matriz de respecto de la base es

[

]

Transformaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Transformaciones Lineales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Transformaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Transformaciones Lineales Matemtica IV

Rogelio Cerna Reyes 18

definida por ( ) ( ) es una Transformacin

definida como (()) ()

} una base para V.

es una Transformacin Lineal.

, tal que () (),

y la matriz de respecto de la base es

También podría gustarte