Transformaciones Lineales

Contenido 2.
Transformaciones lineales
CAPITULO 2.
Transformaciones
lineales
En este captulo se estudia una clase especial de funciones llamadas
transformaciones lineales que ocurren con mucha frecuencia en el
algebra lineal y otras ramas de matemticas. Las transformaciones
lineales tienen una gran variedad de aplicaciones importantes.
Contenido
2.1. DEFINICION
2.2. Propiedades de las transformaciones lineales:
imagen y ncleo
2.3. Representacin matricial de una transformacin
lineal
2.4. Isomorfismos
2.5. Isometras
2.1. DEFINICION
Fuente: LGEBRA LINEAL. Stanley I. Grossman
Pgina24
Apuntes de Clase Prof. JORGE VILLAMIZAR
Grupo de LGEBRA LINEAL II S1 1er semestre 2012 Sede
Socorro
Contenido 2.
DEFINICION 1. Transformacin lineal Sea V

vectoriales reales. Una transformacin
funcin que asigna a cada vector v
w espacios
lineal t de v en w es una
v un vector nico tv v
y
y que satisface, para cada u y v en v y cada escalar
T (u + v ) = tu + tv
Y
T(
v) =
tv
2.2. Propiedades de las transformaciones

lineales: imagen y ncleo
En esta seccin se desarrollan algunas propiedades bsicas de las
transformaciones lineales.
Teorema 1. Sea t: v
V 1,
para todos los vectores u, V ,

escalares
1, 2,
n.
una transformacin lineal. Entonces

V2
,,
Vn
. En
v y todos los
i. t (0) =0
ii. T (u - v ) = Tu Tv
iii. T (
1 V 1 + 2 V 2 +
+ n V n .
)=
1 T V 1 + 2 T V 2 +
+ n T V n.

Pgina25
Socorro
Contenido 2.
Nota: En la parte i. el 0 de la izquierda es el vector cero en v,
w.
mientras que el 0 de la derecha es el vector cero en
Teorema 2. Sea v un espacio vectorial de dimensin finita con

base B = { V 1,
vectores en
lineales de
w.
V2
,,
Vn
} Sean
T1
suponga que
T1 V i
en w tales que
T2
W 1,
T1
T2
Wi
1, 2,, n . Entonces para cualquier vector v

; es decir
,,
Wn
son dos transformaciones
T2 V i
W2
para toda
v,
T1 V
T2 V
Teorema 3. Sea v un espacio vectorial de dimensin finita con

base B = { ,
V 1,
V2
contiene los vectores
Vn
,,
W 1,
transformacin lineal nica t: v

i
}. Sea
un espacio vectorial que
W2
,,
Wn
. Entonces existe una
tal que
T Vi
Wi
para toda
= 1, 2,, n .
DEFINICION 1. Ncleo e imagen de una transformacin lineal

Sean v y w dos espacios vectoriales y sea
transformacin lineal. Entonces
t: v
una
i. el ncleo de t, denotado por nut esta dado por

nut = {v
v: Tv
=0
ii. la imagen de t, denotado por imagent, esta dada por

imagen t = {
w:
= T v para alguna v

Pgina26
Socorro
Contenido 2.
Teorema 4. Si t: v
es una transformacin lineal. Entonces
i. nut es un subespacio de v.
ii. imagent es un subespacio de w.
DEFINICION 2. Nulidad y rango de una transformacin lineal Si

t es una transformacin lineal de v en w, entonces se define
Nulidad det =
v (T )
= dim nut
Rango de t =
(T )
= dim imagent
2.3. Representacin
transformacin lineal
matricial
de
una
n
En esta seccin se ver que para toda transformacin lineal de R
n
en R existe una matriz A de m x n tal que tX = AX para todo
Rn .
Pero todo esto no es todo. Como se ver, cualquier transformacin

lineal entre espacios vectoriales de dimensin finita se puede
representar por una matriz.

Pgina27
Socorro
Contenido 2.
Teorema 1. Sea t:
R R
A
existe una matriz nica de m x n , T tal que
AT
TX =
X
AT
Definicin 1. Matriz de transformacin La matriz
en el
teorema 1 se llama matriz de transformacin correspondiente a
representacin matricial de T.
AT
Teorema 2. Sea
la matriz de transformacin correspondiente
a la transformacin lineal T. Entonces

i. imagent = imagen A =
CA
ii. (T ) = ( AT )
iii. nut =
NA
iv. v (T ) = v ( A T )
Teorema 3. Sean v un espacio vectorial de dimensin

espacio vectorial de dimensin m y t: v
lineal. Sean
={
W 1,
nica
W2
AT
B1
={
,,
V 1,
Wm
V2
,,
Vn
, w un
una transformacin
} una base para v y sea
B2
} una base para w. entonces existe una matriz
de m x n tal que
(T X )B
= A T ( X )B

Pgina28
Socorro
Contenido 2.
Teorema 4. Sean v y w espacios vectoriales de dimensin finita

con dim v =
AT
. Sean T: v
una transformacin lineal y sea
una representacin matricial de t respecto a las bases
B2
B1
en v
en w. Entonces
i. (T ) = ( AT )
v A
ii. v ( T ) = ( T )
iii. v ( T ) = (T ) = n
Nota: i. y ii. Implica que

bases
B1
B2
( AT )
v ( AT )
son independientes de las
.
Rn Rm una transformacin lineal. Suponga
Teorema 5. Sea T:
que C es la matriz de transformacin de T respecto a las bases

estndar
Sn
Sm
n
m
A1
en R R , respectivamente. Sea
la
matriz de transicin de
B1
a la base
Sn
n
A2
en R y sea
la
matriz de transicin de
B2
a la base
Sm
m
AT
en R . Si
denota la
matriz de transformacin de T respecto a las bases
B1
B2
entonces
AT
1
= A2 C A1
2
2
Geometra de las transformaciones lineales de R en R
2
2
Sea T: R R una transformacin lineal con representacin matricial
AT
. Ahora se demostrara que si
AT
es invertible, entonces T se

Pgina29
Socorro
Contenido 2.
puede escribir como una sucesin de una o ms transformaciones

especiales, llamadas expansiones, compresiones, reflexiones, y
cortes.
Transformacin
Representacin matricial de la
transformacin:
AT
Expansin a lo largo del eje X
(c0 01)
, c >1
(10 0c )
, c >1
Expansin a lo largo de eje y
Compresin a lo largo del eje X
(c0 01)
, 0< c >1
(10 0c )
, 0< c >1
Compresin a lo largo de eje y
Reflexin respecto a la recta
y =X
(01 10)
Reflexin respecto al eje X
(10 10 )
Reflexin respecto a y
(10 01)
Corte a lo largo del eje X
(10 c1)
Corte a lo largo de eje y
Pgina30
Socorro
Contenido 2.
(1c 01)
Teorema 6. Toda matriz elemental E de 2x2 es uno de los
siguientes:
i. la representacin matricial de una expansin a lo largo del eje
Xo
y.
ii. la representacin matricial de una comprensin a lo largo del eje
o y.
iii. la representacin matricial de una reflexin respecto a la recta
y =X
iv. la representacin matricial de un corte a lo largo del eje
X o y.
v. la representacin matricial de una reflexin respecto del eje
X o y.
vi. el producto de la representacin matricial de una reflexin respecto

al eje X o y y la representacin matricial de una expansin o
comprensin.
Teorema 7. Sea T:
R R
una transformacin lineal tal que su
representacin matricial es invertible. Entonces T se puede obtener

como una sucesin de expansiones, compresiones, cortes y
reflexiones.
2.4. Isomorfismos
Pgina31
Socorro
Contenido 2.
En esta seccin se introduce una terminologa importante y despus

se demuestra un teorema que dice que todos los espacios vectoriales
de n dimensin son en esencia el mismo.
Definicin 1. Transformacin uno a uno Sea T: v
es una
transformacin lineal; entonces T es uno a uno, escrito 1-1, si

T V1
T V2
implica que
Es decir, T 1-1 si y slo si todo vector

imagen de exactamente un vector en
V1
V2
en la imagen de T es la
v.
Nota: Una transformacin 1-1 se llama tambin inyectiva.

Teorema 1. Sea T: v
T es 1-1 si y slo si nut = {0}.

Definicin 2. Transformacin sobre Sea T: v
w una
transformacin lineal. Entonces se dice que T es sobre w o
simplemente sobre, si para todo W

w existes al menos una
v
Tal que T V
W
= W . Es decir, T es sobre w si y slo si imagen T =
Teorema 2. Sea T: v
que dimv =
una transformacin lineal y suponga
i. si T es 1-1 entonces T es sobre.

ii. si T es sobre, entonces
T es 1-1.

Pgina32
Socorro
Contenido 2.
Teorema 3. Sea T: v
que dimv =
y dim
w=
w
m
una transformacin lineal, suponga

. Entonces
i. si n > m , T no es 1-1.
ii. si m > n , T no es sobre.
Definicin 3. Isomorfismo Sea T: v
una transformacin
lineal. Entonces T es un isomorfismo si t es 1-1 y sobre.
Nota: Una trasformacin que es 1-1 y sobre se llama biyectiva.

Definicin 4. Espacios vectoriales isomorfos Se dice que los
espacios vectoriales
vyw
son isomorfos si existe un isomorfismo
de v sobre w. En este caso se escribe v
w.
n
Teorema 4. Teorema de resumen Sea A una matriz de
x n ;
entonces las 11 afirmaciones siguientes son equivalentes, es decir,

cada una implica las otras 10 (de manera que si una es cierta, todas
son ciertas):
i. A es invertible.
ii. la nica solucin al sistema homogneo AX = 0 es la solucin trivial
(X = 0).
iii. el sistema AX = b tiene una solucin nica para todo
iv. A es equivalente por renglones a la matriz identidad
n
-vector b.
In
de n x
v. A se puede escribir como un producto de matrices elementales.

Pgina33
Socorro
Contenido 2.
vi. La forma escalonada por renglones de A tiene n pivotes.

vii. Los renglones (y columnas) de A son linealmente independientes.
viii. detA 0.
ix. v (A) = 0.
x. (A) = n .
xi. La transformacin lineal
T de
Rn en Rn
definida por tX = AX es
un isomorfismo.
Teorema 5. Sea T: v
V 1,
i. Si
V2
,,
Vn
un isomorfismo:
generan a
v,
entonces
T V 1 ,T V 2 ,
,T Vn
generan a w.
V 1,
ii. Si
entonces
iii. si {
Vn
iv. si
V 1,
V2
T V 1 ,T V 2 ,
V2
Vn
,,
,,
son linealmente independientes en
,T Vn
Vn
son linealmente independientes en
} es una base en
v, entonces {
V 1,
V2
v,
w.
,,
} es una base en w.
tiene dimensin finita, entonces
tiene dimensin finita y
dimv = dimw.
Teorema 5. Sean T: v
dos espacios reales de dimensin
finita con dimv = dimw. Entonces v
w.

Pgina34
Socorro
Contenido 2.
2.5. Isometras
En esta seccin se describe un tipo especial de transformacin lineal
entre espacios vectoriales. Se comienza con un resultado sumamente
til.
m
Teorema 1. Sea A una matriz de
x n
con elementos reales,
n
m
entonces para cualesquiera dos vectores X R y y R ;
(AX)y = X(
At
y)
Definicin 1. Isometra Una transformacin lineal T de
R R
n
se llama una isometra si para cada X en R
|T X|
= |X|
Teorema 2. Sea T una isometra de
Rn Rn
y suponga que X y y
n
estn en R . Entonces
TXty = Xy
n
Esto es, una isometra en R preserva el producto escalar.
Teorema 3. Una transformacin lineal T:

si y slo si la representacin matricial de
Teorema 4. Sea T:
R 2 R2
R n Rn
es una isometra
T es ortogonal.
es una isometra. Entonces T es
i. una transformacin de rotacin

o bien
Pgina35
Socorro
Contenido 2.
ii. una reflexin respecto al eje

rotacin.
Teorema 5. Sea T:
i.
u1,
u2
, T un
,,
un
X seguida de una transformacin de
R n Rn
es una isometra. Entonces
es un conjunto ortogonal, entonces
T u1 ,T u2 ,
es un conjunto ortogonal.
ii. T es un isomorfismo.
Definicin 2. Isometra v
dos espacios vectoriales reales (o
complejos) con producto interno y sea
T: v
una transformacin
lineal. Entonces T es una isometra si para todo v

V V
Teorema 6. Sea T: v
V 1,
V 2,
T V W
una isometra. Entonces para todo
en v
(T
V 1,
V 2,
)=(
V 1, V 2
Es decir, una isometra preserva los productos internos.

La demostracin del Teorema 6 es idntica a la prueba del
Teorema 2 con productos internos en v y w en lugar de producto

n
escalar en R .
Definicin 3. Espacios vectoriales isomtricamente isomorfos

Se dice que dos espacios vectoriales v y w con el mismo conjunto de
escalares son isomtricamente isomorfos si existe una

Pgina36
Socorro
Contenido 2.
trasformacin lineal T: v
isomorfismo.
que sea tanto isometra como
Teorema 7. Cualesquiera dos espacios reales de dimensin
con producto interno son isomtricamente isomorfos.

Pgina37
Socorro

Transformaciones Lineales

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Transformaciones Lineales

Încărcat de

Drepturi de autor:

Formate disponibile

Contenido 2.

DEFINICION 1. Transformacin lineal Sea V

y que satisface, para cada u y v en v y cada escalar

2.2. Propiedades de las transformaciones

para todos los vectores u, V ,

una transformacin lineal. Entonces

Fuente: LGEBRA LINEAL. Stanley I. Grossman

Nota: En la parte i. el 0 de la izquierda es el vector cero en v,

mientras que el 0 de la derecha es el vector cero en

Teorema 2. Sea v un espacio vectorial de dimensin finita con

1, 2,, n . Entonces para cualquier vector v

son dos transformaciones

Teorema 3. Sea v un espacio vectorial de dimensin finita con

contiene los vectores

transformacin lineal nica t: v

un espacio vectorial que

. Entonces existe una

DEFINICION 1. Ncleo e imagen de una transformacin lineal

i. el ncleo de t, denotado por nut esta dado por

ii. la imagen de t, denotado por imagent, esta dada por

Fuente: LGEBRA LINEAL. Stanley I. Grossman

es una transformacin lineal. Entonces

DEFINICION 2. Nulidad y rango de una transformacin lineal Si

Pero todo esto no es todo. Como se ver, cualquier transformacin

Fuente: LGEBRA LINEAL. Stanley I. Grossman

una transformacin lineal. Entonces

Definicin 1. Matriz de transformacin La matriz

teorema 1 se llama matriz de transformacin correspondiente a

la matriz de transformacin correspondiente

a la transformacin lineal T. Entonces

Teorema 3. Sean v un espacio vectorial de dimensin

} una base para v y sea

} una base para w. entonces existe una matriz

Fuente: LGEBRA LINEAL. Stanley I. Grossman

Teorema 4. Sean v y w espacios vectoriales de dimensin finita

una transformacin lineal y sea

una representacin matricial de t respecto a las bases

Nota: i. y ii. Implica que

son independientes de las

que C es la matriz de transformacin de T respecto a las bases

matriz de transformacin de T respecto a las bases

. Ahora se demostrara que si

Fuente: LGEBRA LINEAL. Stanley I. Grossman

puede escribir como una sucesin de una o ms transformaciones

Expansin a lo largo del eje X

Expansin a lo largo de eje y

Compresin a lo largo del eje X

Compresin a lo largo de eje y

Reflexin respecto a la recta

Reflexin respecto al eje X

v. la representacin matricial de una reflexin respecto del eje

vi. el producto de la representacin matricial de una reflexin respecto

una transformacin lineal tal que su

representacin matricial es invertible. Entonces T se puede obtener

En esta seccin se introduce una terminologa importante y despus

Definicin 1. Transformacin uno a uno Sea T: v

transformacin lineal; entonces T es uno a uno, escrito 1-1, si

Es decir, T 1-1 si y slo si todo vector

Nota: Una transformacin 1-1 se llama tambin inyectiva.

una transformacin lineal. Entonces

T es 1-1 si y slo si nut = {0}.

simplemente sobre, si para todo W

= W . Es decir, T es sobre w si y slo si imagen T =