5.1 Introduccin a las transformaciones lineales.

El presente capitulo aborda una clase especial de funciones denominadas transformaciones

lineales que ocurren con mucha frecuencia en el lgebra lineal y otras ramas de las
matemticas. Estas tienen una gran variedad de aplicaciones importantes. Antes de definirlas,
se estudiaran dos ejemplos sencillos para ver lo que es posible realizar.

Ejemplo 1: reflexin respecto al eje x
En R
2
se define una funcin T mediante la formula T(x;y)=(x;-y). Geomtricamente, T toma un
vector en R
2
y lo refleja respecto al eje x. esto se ilustra en la figura. Una vez que se ha dado
la definicin bsica, se vera que T es una transformacin lineal de R
2
en R
2
.

Ejemplo 2: transformacin de un vector de produccin en un vector de materia prima.
Un fabricante elabora cuatro tipos de productos distintos, de los cuales cada uno requiere tres
tipos de materiales. Se identifican los cuatro productos como P
1
, P
2
, P
3
, y P
4
y a los materiales
por R
1
, R
2
y

R
3
. La tabla siguiente muestra el numero de unidades de cada materia prima que
se requieren para fabricar 1 unidad de cada producto.



Surge una pregunta natural: si se produce cierto nmero de los cuatro productos, Cuntas
unidades de cada material se necesitan? Seanp
1
, p
2
, p
3
y p
4
el nmero de artculos fabricados
en los cuatro productos y sean r
1
, r
2
, y r
3
el nmero de unidades necesarios de los tres
materiales. Entonces se define

Por ejemplo, suponga que P=(10,30,20,50). Cuntas unidades de R
1
se necesitan para
producir estos nmeros de unidades de los cuatro productos? De la tabla se tiene que
r=p
1
*2+p
2
*1+p
3
*3+p
4
*4=10*2+30*1+20*3+50*4=310 unidades
de manera similar r
2
=10*4+30*2+20*2+50*1=190 unidades
y r
3
=10*3+30*3+20*1+50*2=240 unidades
en general se ve que


o A
p
= r.
Esto se puede ver de otra manera. Si a p se le conoce como le vector de produccin y
a r como el vector de materia prima, se define la funcin T por = T(p) = Ap. Esto es, T es la
funcin que transforma el vector de produccin en el vector de materia prima y se hace
mediante la multiplicacin de matrices ordinaria. Como se ver , esta funcin es tambin una
transformacin lineal.
Antes de definir una transformacin lineal, hablaremos un poco sobre las funciones. En la
seccin 1.7 se escribi un sistema de ecuaciones como
Ax=b
Donde A es una matriz de m*n, x R y b R. Se pidi encontrar x cuando A y b se conocan .
No obstante, esta ecuacin se puede ver de otra forma: suponga que A se conoce. Entonces
la ecuacin Ax=b dice : proporcione una x en R y yo le dar una b en R; es decir , A
representa una funcin con dominio R e imagen en R.
La funcin que se acaba de definir tiene las propiedades de que A ( si es un escalar y A(x
+ y) = Ax + Ay. Esta propiedad caracteriza las transformaciones lineales.

Definicin 1 transformacin lineal
Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W es una
funcin que asigna a cada vector v V un vector nico Tv W y que satisface, para cada u y v
en V y cada escalar .
T(u + v) = Tu + Tv
Y
T(av)=aTv

TRES OBSERVACIONES SOBRE NOTACIN
1. Se escribe T: v W para indicar que T toma el espacio vectorial real V y lo lleva al espacio
vectorial real W; esto es, T es una funcin con V como su dominio y un subconjunto de W
como su imagen.
2. Se escriben indistintamente Tv y T(v). Denotan lo mismo; las dos se leen T de v. Esto es
anlogo a la notacin funcional (x), que se lee de x.
3. Gran parte de las definiciones y teoremas en este captulo tambin se cumplen para los
espacios vectoriales complejos (espacios vectoriales en donde los escalares son nmeros
complejos).

Ejemplo 5 La transformacin identidad
Sea V un espacio vectorial y definida I: V V por Iv = v para todo v en V. Aqu es obvio que es I
es una transformacin lineal, la cual se denomina transformacin identidad u operador
identidad.

Ejemplo 6 Transformacin de reflexin
Sea T:R
2
R
2
definida por T(x;y)=(x;-y). Es fcil verificar que T es lineal. En trminos
geomtricos, T toma un vector en R
2
y lo refleja respecto al eje y (vea la figura 5.2)

Ejemplo 7 Transformaciones de R
n
R
m
dada por la multiplicacin por una matriz de
m*n.
Sea A una matriz de m*n y definida T:R R por Tx = Ax. Como A(x + y) = Ax + Ay y
A( si x y y estn en R, se observa que T es una transformacin lineal. Entonces: toda matriz
A de m*n se puede utilizar para definir una transformacin lineal de R en R.

5.2 NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL.
En esta seccin se desarrollan algunas propiedades bsicas de las transformaciones lineales.
Teorema 1. Sea T: V W una transformacin lineal. Entonces para todos los vectores u, v, v
1
, v
2
,.v
n
en V y
todos los escalares

Nota en la parte i el 0 de la izquierda es el vector cero en v; mientras que el cero de la derecha es el vector cero
en W.
i. T(0) = T(0 + 0)= T(0) + T(0). As 0= T(0) T(0) = T(0) + t(0) T(0) = T(0)
ii.T(u-v) = T[u + (-1)v] = Tu + T[(-1)v] = Tu + (-1)Tv = Tu Tv.
iii.Esta parte se prueba por induccin (vea el apndice 1). Para n = 2 se tiene T(
1
v
1
+
2
v
2
) = T (
1
v
1
) + T(
2
v
2
)
=
1
Tv
1
+
2
Tv
2
. As, la ecuacin (1) se cumple para n = 2. Se supone que se cumple para n = k y se prueba para
n=k + 1: T(
1
v
1
+
2
v
2
+ .+
k
v
k
+
k+1
v
k-1
) = T(
1
v
1
+
2
v
2
+.+
k
v
k
) + T(
k+1
v
k+1
), y usando la ecuacin en la parte
iii para n= k, esto es igual a (
1
Tv
1
+
2
Tv
2
+.
k
Tv
k
) +
k+1
Tv
k+1
, que es lo que se quera demostrar. Esto
completa la prueba.

Observacin. Los incisos i) y ii) del teorema 1 son casos especiales del inciso iii). Un dato importante sobre las
transformaciones lineales es que estn completamente determinadas por el efecto sobre los vectores de la base.

Teorema 2 Sea v un espacio vectorial de dimensin finita con base B= {v1,v
2
,.v
n
}. Sean
w
1
,w
2
,.w
n
vectores en W. Suponga que T
1
y T
2
son dos transformaciones lineales de V en W tales que T
1
v
i
=
T
2
v
i
= w
i
para i = 1, 2,,n. Entonces para cualquier vector v v, T
1
v = T
2
v; es decir T
1
= T
2
.
Como B es una base para V, existe un conjunto nico de escalares
1
,
2
,.,
n
. Tales que v =
1
v
1
+
2
v
2
+ +

n
v
n
.

Entonces, del inciso iii) del teorema 1, T
1
v = T
1
(
1
v
1
+
2
v
2
+ +
n
v
n
) =
1
T
2
v
1
+
2
T
2
v
2
+ +
n
T
n
v
n
=
1
w
1
+

2
w
2
++
n
T
n
v
n

De manera similar T
2
v = T
2
(
1
v
1
+
2
v
2
+ +
n
v
n
) =
1
T
2
v
1
+
2
T
2
v
2
++
n
T
n
v
n
=

1
w
1
+
2
w
2
++
n
v
n

Por lo tanto, T
1
v =T
2
v.
El teorema 2 indica que si T:v W y V tiene dimensin finita, entonces slo es necesario conocer el efecto que
tiene T sobre los vectores de la base en V. Esto es, si se conoce la imagen de cada vector bsico, se puede
determinar la imagen de cualquier vector en V. Esto determina T por completo. Para ver esto, sean v
1
,
v
2
,.v
n
una base en V y sea v otro vector en V. Entonces, igual que en l aprueba del teorema 2, Tv =
1
Tv
1
+

2
Tv
2
++
n
Tv
n


As, se puede calcular Tv para cualquier vector v V si se conocen Tv
1
,Tv
2
,.Tv
n

Ejemplo 1 Si se conoce el efecto de una transformacin lineal sobre los vectores de la base, se conoce el efecto
sobre cualquier otro vector.
Sea T una transformacin lineal de R
3
en R
2
y suponga que

Solucin. Se tiene

Entonces

Surge otra pregunta; si w
1
,w
2
,.,w
n
son n vectores en W, existe una transformacin lineal T tal que
Tv
1
= w
1
para i = 1,2,,n? La respuesta es s. Como lo muestra el siguiente teorema.

Definicin 1 Ncleo e imagen de una transformacin lineal
Sean V y W dos espacios vectoriales y sea T:V W una transformacin lineal. Entonces

i . El ncleo de T, denotado por un, est dado por

ii. La imagen de T, denotado por Im T, esta dado por

Observacion 1. Observe que un T es no vacio porque, de acuerdo al teorema 1, T(0) = 0 de manera que 0 un T
para cualquier transformacin lineal T. Se tiene inters en encontrar otros vectores en V que se transformen en
0. De nuevo, observe que cuando escribimos T(0) = 0, el 0 de la izquierda est en V y el de la derecha en W.

Observacin 2. La imagen de T es simplemente el conjunto de imajenes de los vectores en V bajo la
transformacin T. De hecho, si w = Tv, se dice que w es la imagen de v bajo T.

Antes de dar ejemplos de ncleos e imgenes , se demostrar un teorema de gran utilidad.
Teorema 4 Si T:V W es una transformacin lineal, entonces
i.Un T es un subespacio de V.
ii.Im T es un subespacio de W.

Demostracion
i.Sean u y v en un T; Entonces T(u + v) = Tu + Tv =0 + 0 =0 y T( ) = = 0 = 0 de forma que u + v y u estn en un
T.
ii. Sean w y x en Im T. Entonces w = Tu y x = Tv para dos vestores u y v en V. Esto significa que T(u + v)= Tu +
Tv = w + x y T(u) = Tu =w. Por lo tanto, w + x y w estn en Im T.

Ejemplo 3. Ncleo e imagen de la transformacin cero
Sea Tv = 0 para todo v V(T es la transformacin cero). Entonces un T = v e Im T = {0}.

Ejemplo 4 Ncleo e imagen de la transformacin identidad
Sea Tv = v para v V(T es la transformacin identidad). Entonces un T= {0} e Im T = V.

Las transformaciones cero e identidad proporcionan dos extremos. En la primera todo
se encuentra en el ncleo. En la segunda slo el vector cero se encuentra en el
ncleo. Los casos intermedios son ms interesantes.

Ejemplo 5 Ncleo e imagen de un operador de proyeccin
Sea T:R
3
R
3
definida por
T es el operador de proyeccin de R
3
en el plano xy.

Entonces x = y = 0. As, nu T = {(x,y,z):x = y = 0, zR}, es decir, el eje z, e Im T = {(x,y,z): z = 0}, es decir
el plano xy. Observe que dim un T = 1 y dim Im T = 2.

Definicin 2 Nulidad y rango de una transformacin lineal
Si T es una transformacin lineal de v en w, entonces se define.

Observacin. En la seccin 4.7 se definieron el rango, la imagen, el espacio nulo y la nulidad de una matriz.
Segn el ejemplo 5.1.7, Toda matriz A de m*n da lugar a una transformacin lineal T:R

definida por Tx = Ax.

Es evidente que un T = N
A
, Im T = Im A = C
A
, v(T) = v(A) y p(T) = p(A). Entonces se ve que las definiciones de
ncleo, imagen, nulidad y rango de una transformacin lineal son extensiones del espacio nulo, la imagen, la
nulidad y el rango de una matriz.

Ejemplo 6. Ncleo y nulidad de un operador de proyeccin
Sea H un subespacio de R y sea Tv = proy
H
v. Es obvio que la Im T = H. Se tiene que toda v V si v=h + proy
H
v
+ proy
H
v. Si Tv = 0, entonces h=0, lo que significa498
5.3 La matriz de una transformacin lineal.
Si A es una matriz de m*n y T: R
n-
R
m
est definida por Tx = Ax, entonces, T es una transformacin lineal. Ahora
se ver que para toda transformacin lineal de R
n
en R
m
existe una matriz A de m*n tal que Tx = Ax para todo
x R
n
. Este hecho es de gran utilidad. Si Tx = Ax. Entonces un T = N
A
e Im T = R
A
. ms aun, v(T) = dim un T =
v(A) y p(T) = dim Im T = p(A). As se puede determinar el ncleo, la imagen, la nulidad y el rango de una
transformacin lineal de R
n-
R
m
determinando el espacio nulo y la imagen de la matriz correspondiente.
Adicionalmente, una vez que se sabe que Tx = Ax. Se puede evaluar Tx para cualquier x en R
n
mediante una
simple multiplicacin de matrices.
Pero esto no es todo. Como se ver, cualquier transformacin lineal entre espacios vectoriales de dimensin
finita se puede representar mediante una matriz.
Teorema 1
Sea T:R
n -
R
m
una transformacin lineal. Existe entonces una matriz nica de m*n, A
T
tal que

Demostracin
Sea w
1
= Te
1
,w
2
= Te
2
,.,w
n
= Te
n
. Sea A
T
la matriz cuyas columnas son w
1
, w
2
,., w
n
y hagamos que
A
T
denote tambin ala transformacin de R
n-
R
m
, que multiplica un vector en R
n
por A
T
. si

Entonces

De esta forma, A
T
e
i
= w
i
para i = 1,2,.n., T y la transformacin A
T
son las mismas porque coinciden en los
vectores bsicos.

Ahora se puede demostrar que A
T
es nica. Suponga que Tx = A
T
x y que Tx = B
T
x para todo x R
n
. Entonces
A
T
x = B
T
x, o estableciendo C
T
= A
T
B
T
, se tiene que C
T
x = 0 para todo x R
n
. En particular, C
T
e
i
es la columna i
de C
T
. As, cada una de las n columnas de C
T
es el m-vector cero, la matriz cero de m*n. Esto muestra que A
T
=
B
T
y el teorema queda demostrado.

Definicin 1 Matriz de transformacin
La matriz A
T
en el teorema 1 se denomina matriz de transformacin correspondiente a T o representacin
matricial de T.

NOTA. La matriz de transformacin A
T
est definida usando las bases estndar tanto en R
n
como en R
3
. Si se
utilizan otras bases, se obtendr una matriz de transformacin diferente.

TEOREMA 2 sea A
T
la matriz de transformacin correspondiente a laa transformacin lineal T. entonces.
i. Im T = Im A = C
AT

ii. P(T) = p(A
T
)
iii. Un T = N
AT

iv. v(T) = v(A
T

Ejemplo 1 Representacin matricial de una transformacin de proyeccin
Encuentre la matriz de transformacin A
T
correspondiente ala proyeccin de un vector en R
3
sobre el plano xy.
Solucin

Teorema 4
Sean V y W espacios vectoriales de dimensin finita con dim V = n. sea T:V-W una transformacin lineal y sea
A
T
una representacin matricial de T respecto a las bases B
1
en V y B
2
en W. entonces
i. p(T) =p(A
T
) ii. V(A) = v(A
T
) iii. V(a) + p(T) = n

Teorema 5 Sea T:R
n-
R
m
una transformacin lineal. Suponga que C es la matriz de transformacin de T respecto a
las bases estndar S
n
y S
m
en R
n
y R
m
, respectivamente. Sea A
1
la matriz de transicin de B
2
a base S
m
en R
m
.
Si A
T
denota la matriz de transformacin de T respecto a las bases B
1
y B
2
, entonces.

Geometra de las transformaciones lineales de R
2
en R
2
.
Sea T:R
2-
R
2
una transformacin lineal con representacin matricial A
T
Ahora de demostrar que si A
T
es
invertible, entonces T se puede escribir como una sucesin de una o ms transformaciones especiales,
denominadas expansiones, compresiones, reflexiones y cortes.

Expansiones a lo largo de los ejes x o y
Una expansin a lo largo del eje x es una transformacin lineal que multiplica a la coordenada x de un vector en
R
2
por una constante C >1. Esto es


De manera similar, una expansin a lo largo del eje y es una transformacin lineal que multiplica la coordenada y
de todo vector en R
2
por una constante C>1. Como antes ,
entonces la representacin matricial de T es de manera que

a) se comienza con este rectngulo.
b) Expansin en la direccin de x c = 2.
c) Expansin en la direccin de y con c = 4.

Compresin a lo largo de los ejes x o y.
Una compresin a lo largo de los ejes x o y es una transformacin lineal que multiplica ala coordenada x o y de
un vector en R
2
por una constante positiva 0<c<1, mientras que para la expansin c<1.

a) se comienza con este rectngulo.
b) Compresin a lo largo del eje x con c =1/3.
c) Compresin a lo largo del eje x con c=1/2.

5.4 Aplicacin de las transformaciones lineales: reflexin, dilatacin,
contraccin y rotacin.
Reflexin sobre el eje x
En este caso, queremos averiguar como est definida la transformacin T de R2 en
R2 que cada vector lo refleja sobre el eje x, para
obtener un vector

En una grfica, vemos la situacin como sigue:


En este caso, la situacin es ms sencilla ya que claramente tenemos dos
tringulos rectngulos que son congruentes, de donde T queda definida como
sigue:


Esta transformacin se llama la reflexin sobre el eje x, y es lineal, ya que:

Ejemplo dilatacin o expansin
Una dilatacin es una transformacin que incrementa distancias.
Sea V= (2 4) encontrara la expansin vertical cuando K=2
Expansin horizontal (k71) o contraccin (0<k<1)
Expansin vertical (k71) o contraccin (0<k<1)

Ejemplo contraccin
Una contraccin es una transformacin que decrece distancias. Bajo una
contraccin, cualquier par de puntos es enviado a otro par a distancia
estrictamente menor que la original.
Sea V= (2 4) encontrara la contraccin horizontal cuando K=1/2
Haciendo la grafica el punto disminuye en el eje horizontal.
Rotacin por un ngulo


Sea un ngulo medido en radianes. Queremos
averiguar cual es la transformacin T de R2 en R2 que gira cada
vector un angulo , para obtener un vector



En una grfica, vemos la situacin como sigue:

Si usamos las funciones trigonomtricas, tenemos que:



Distribuyendo y usando el hecho de
que y tenemos que:


Por lo tanto, ya descubrimos cmo debe estar definida la
transformacin tal
que

Esta transformacin se llama la rotacin por un ngulo y es lineal, ya que: