Instituto Tecnolgico de Culiacn

Unidad 5.- Transformaciones Lineales

Nombre de la Materia:
Algebra Lineal
Nombre del Profesor(a):
Jess Estrada Maduea
Integrantes del Equipo:
Adrin Fernando Vzquez Zamora
Pablo Alfonso Hernndez Lpez
Alejandro Ramrez Valenzuela
Alberto Aguilar Soto
Fecha:
Viernes, 27 de noviembre del 2015

ndice
Introduccin

Introduccin a las transformaciones lineales.

Ncleo e imagen de una transformacin lineal.

La matriz de una transformacin lineal.

Aplicacin de las transformaciones

lineales: reflexin, dilatacin, contraccin y rotacin.

Conclusin

Transformaciones Lineales
Definicin y ejemplos
El presente captulo aborda una clase especial de funciones denominadas transformaciones
lineales. Que ocurren con mucha frecuencia en el lgebra lineal y otras ramas de las
matemticas.
stas tienen una gran variedad de aplicaciones importantes. Antes de definirlas, se
estudiarn
Dos ejemplos sencillos para ver lo que es posible realizar.
Reflexin respecto al eje x
En R2 se define una funcin T mediante la frmula

Geomtricamente, T toma un vector en R2 y lo refleja respecto al eje x. Una vez que se ha

dado la definicin bsica, se ver que T es una transformacin lineal de R2 en R2
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 P1, P2, P3 y P4, y a los
materiales por R1, R2 y R3. La tabla siguiente muestra el nmero de unidades de cada
materia prima que se requieren para fabricar una unidad de cada producto.

Surge una pregunta natural: si se produce cierto nmero de los cuatro productos, cuntas
unidades de cada material se necesitan? Sean p1, p2, p3 y p4 el nmero de artculos
fabricados de los cuatro productos, y sean r1, r2 y r3 el nmero de unidades necesario de los
tres materiales.
Entonces se define

Por ejemplo, suponga que

Cuntas unidades de R1 se necesitan para producir estos
nmeros de unidades de los cuatro productos? De la tabla se tiene que

De manera similar,

En general se ve que

O
Esto se puede ver de otra manera. Si a p se le conoce como el vector de produccin y a r
como el vector de materia prima, se define la funcin T por r = 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.
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 a,

1. Se escribe T: V S 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 f (x), que se lee f 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). Sin embargo, a excepcin de la breve intervencin de la seccin 7.5, slo se
manejarn espacios vectoriales reales y, por lo tanto, se eliminar la palabra real en el
anlisis de los espacios vectoriales y las transformaciones lineales.
Las transformaciones lineales con frecuencia se denominan operadores lineales.

Una transformacin lineal R2 en R3

Sea T:R2-> R3 definida por

Pero

As,

De manera similar,

As, T es una transformacin lineal.

.Por ejemplo ,

. Entonces

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, v1, v2,
.vn 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(1v1 + 2v2) = T (1v1) + T(2v2) = 1Tv1 + 2Tv2. 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(1v1 + 2v2+
.+ kvk+k+1vk-1 ) = T(1v1 + 2v2+.+kvk) + T(k+1vk+1), y usando la ecuacin
en la parte iii para n= k, esto es igual a (1Tv1 + 2Tv2+.kTvk) + k+1Tvk+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,v2,.vn}. Sean w1,w2,
.wn vectores en W. Suponga que T1y T2 son dos transformaciones lineales de V en W
tales que T1vi = T2vi = wi para i = 1, 2,,n. Entonces para cualquier vector v v, T 1v =
T2v; es decir T1 = T2.
Como B es una base para V, existe un conjunto nico de escalares 1, 2,., n. Tales que
v = 1v1 + 2v2 + + n vn.

Entonces, del inciso iii) del teorema 1, T1v = T1(1 v1 + 2v2 + + nvn)
= 1T2v1 + 2T2v2 + + nTnvn= 1w1 + 2w2 ++ nTnvn

De manera similar
T2v = T2(1v1 + 2v2 ++ nvn) = 1T2v1 + 2T2v2 ++ nTnvn = 1w1 + 2w2 +
+ nvn

Por lo tanto, T1v =T2v.

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 v1, v2,.vn una base en V y sea v otro
vector en V. Entonces, igual que en l aprueba del teorema 2, Tv = 1Tv1 + 2Tv2 ++
nTvn

As, se puede calcular Tv para cualquier vector v V si se conocen Tv1,Tv2,.Tvn

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 R3 en R2 y suponga que

Solucin. Se tiene

Entonces

Surge otra pregunta; si w1,w2,.,wn son n vectores en W, existe una transformacin

lineal T tal que Tv1 = w1 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

Observacin 1. Observe que un T es no vaco 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 imgenes 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.Nu T es un subespacio de V.
ii.Im T es un subespacio de W.

Demostracin
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 vectores 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:R3 R3 definida por

T es el operador de proyeccin de R3 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 R definida por Tx = Ax. Es evidente que un T = NA, Im T =
Im A = CA, 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 = proyH v. Es obvio que la Im T = H. Se tiene que
toda v V si v=h + proyH v + proyHv. Si Tv = 0, entonces h=0, lo que significa498

Representacin matricial de una transformacin lineal

Si A es una matriz de m*n y T: Rn-Rm est definida por Tx = Ax, entonces, T es una
transformacin lineal. Ahora se ver que para toda transformacin lineal de Rn en Rm existe
una matriz A de m*n tal que Tx = Ax para todo x Rn. Este hecho es de gran utilidad. Si Tx
= Ax. Entonces un T = NA e Im T = RA. 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 Rn-Rm 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 Rn 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:Rn -Rm una transformacin lineal. Existe entonces una matriz nica de m*n, AT tal que

Demostracin
Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w1, w2,., wn y
hagamos que AT denote tambin ala transformacin de Rn-Rm, que multiplica un vector en
Rn por AT. si

Entonces

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

Ahora se puede demostrar que AT es nica. Suponga que Tx = ATx y que Tx = BTx para
todo x Rn. Entonces ATx = BTx, o estableciendo CT= AT BT, se tiene que CTx = 0 para
todo x Rn. En particular, CTei es la columna i de CT. As, cada una de las n columnas de CT
es el m-vector cero, la matriz cero de m*n. Esto muestra que AT = BT y el teorema queda
demostrado.

Definicin 1

Matriz de transformacin

La matriz AT en el teorema 1 se denomina matriz de transformacin correspondiente a T o

representacin matricial de T.

NOTA. La matriz de transformacin AT est definida usando las bases estndar tanto en Rn
como en R3. Si se utilizan otras bases, se obtendr una matriz de transformacin diferente.

TEOREMA 2 sea AT la matriz de transformacin correspondiente a laa transformacin

lineal T. entonces.

i.

Im T = Im A = CAT

ii.

P(T) = p(AT)

iii.

Un T = NAT

iv.

v(T) = v(AT

Ejemplo 1

Representacin matricial de una transformacin de proyeccin

Encuentre la matriz de transformacin AT correspondiente ala proyeccin de un vector en

R3 sobre el plano xy.
Solucin

Teorema 3
Sean V un espacio vectorial de dimensin n, W un espacio vectorial de dimensin m y T:
V S W una transformacin lineal. Sea B1 5 {v1, v2, . . . , vn} una base para V y sea B2 5
{w1, w2, . . . , wn} una base para W. Entonces existe una matriz nica AT de m 3 n tal q

Teorema 4
Sean V y W espacios vectoriales de dimensin finita con dim V = n. sea T:V-W una
transformacin lineal y sea AT una representacin matricial de T respecto a las bases B1 en
V y B2 en W. entonces
I.

p(T) =p(AT)

ii. V(A) = v(AT)

iii. V(a) + p(T) = n

Teorema 5 Sea T:Rn-Rm una transformacin lineal. Suponga que C es la matriz de

transformacin de T respecto a las bases estndar Sn y Sm en Rn y Rm, respectivamente. Sea
A1 la matriz de transicin de B2 a base Sm en Rm. Si AT denota la matriz de transformacin
de T respecto a las bases B1 y B2, entonces.

Geometra de las transformaciones lineales de R2 en R2.

Sea T:R2-R2 una transformacin lineal con representacin matricial AT Ahora de demostrar
que si AT 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 R2 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 R2 por una constante C>1. Como antes ,

Entonces la representacin matricial de T es

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.

de manera que

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 R2 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.

Aplicacin de las transformaciones lineales

En esta seccin se introduce una terminologa importante y despus se demuestra un
teorema que muestra que todos los espacios vectoriales de n dimensiones son en esencia
el mismo
Transformacin uno a uno Sea T: V -> W una transformacin lineal; entonces T es uno a
uno (escrito 1-1) si

Es decir, T es 1-1 si y slo si todo vector w en la imagen de T es la imagen de exactamente

un vector de V.
Ejemplos
Una transformacin 1-1 de R2 en R2

Una transformacin de R2 en R2 que no es 1-1

Transformacin sobre
Sea T: V -> W una transformacin lineal. Entonces se dice que T es sobre W o simplemente
sobre si para todo w e W existe cuando menos una v e V tal que Tv = w. Es decir, T es
sobre W si y slo si im T = W.
Sea T: V -> W una transformacin lineal y suponga que dim V = dim W 5 n.

Sea T: V -> W una transformacin lineal. Suponga que dim V = n y dim W = m. Entonces
ii) Si n > m, T no es 1-1.
ii) Si m > n, T no es sobre
Una transformacin de R3 en R2 no es 1-1
Ejemplos

Un isomorfismo entre R3 y P2

Isomorfismo
Sea T: V -> W una transformacin lineal. Entonces T es un isomorfismo si T es 1-1 y sobre.
Espacios vectoriales isomorfos
Se dice que los espacios vectoriales V y W son isomorfos si existe un isomorfismo T de V
sobre W. En este caso se escribe V =W.

Isometra
Una transformacin lineal T: Rn -> Rn se denomina isometra si para cada x en Rn

Sea T una isometra de Rn -> Rn y suponga que x y y estn en Rn = Entonces

Esto es, una isometra en Rn preserva el producto escalar

Sea A una matriz de n 3 n; entonces las 11 afirmaciones siguientes son equivalentes, es

decir, cada una implica a las otras 10 (de manera que si una es cierta, todas son
ciertas):
ii ii) Es invertible.
i iii) La nica solucin al sistema homogneo Ax 5 0 es la solucin trivial (x 5 0).
i iii) El sistema Ax 5 b tiene una solucin nica para cada vector de dimensin n b. i
iv) A es equivalente por renglones a la matriz identidad, In, de n 3 n. i
iv) A se puede expresar como el producto de matrices elementales. i vi) La forma
escalonada por renglones de A tiene n pivotes.
vii) Las columnas (y renglones) de A son linealmente independientes.
viii) det A Z 0.
iix) n(A) 5 0.
iix) r(A) 5 n.
xi) La transformacin lineal T de Rn en Rn definida por Tx -> Ax es un isomorfismo

Conclusin
Al culminar con este trabajo correspondiente a la unidad V el cual consta de una investigacin de dicha
unidad que lleva por nombre transformaciones lineales comprendimos mejor el tema. El cual consta de
principalmente de lo que son los vectores y podemos concluir o dar una definicin a un ms exacta de los ya
gracias a la elaboracin de este trabajo, a continuacin se dar el concepto general de lo que son estos, un
vector Matemticas hablando se define como un elemento de un espacio vectorial. Esta nocin es ms
abstracta y para muchos espacios vectoriales no es posible representar sus vectores mediante el mdulo y la
direccin. En particular los espacios de dimensin infinita sin producto escalar no son representables de ese
modo. Los vectores en un espacio eucldeo se pueden representar geomtricamente como segmentos de recta
dirigidos (flechas) en el plano \R^2 o en el espacio \R^3.
Por consiguiente no podamos dejar sin mencionar lo que es una transformacin lineal ya que es el ttulo de
la unidad y tema a investigar. 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 a,

1. Se escribe T: V S 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 f (x), que se lee f 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). Sin embargo, a excepcin de
la breve intervencin de la seccin 7.5, slo se manejarn espacios vectoriales reales y, por lo tanto, se
eliminar la palabra real en el anlisis de los espacios vectoriales y las transformaciones lineales. Las
transformaciones lineales con frecuencia se denominan operadores lineales.
Despus de haber explorado estos que son los conocimientos que pudieran decirse bsicos para el
entendimiento del tema el cual se nos dej buscar y comprender, pudimos descifrar o deducir la informacin
recabada a lo largo de esta investigacin. Adems aprendimos donde se pueden aplicar dichas
transformaciones y el cmo estn compuestas desde el ncleo, todo esto gracias a los ejemplos planteados en
la investigacin y as reforzar lo que solo estaba en teora y significados un poco complejos para aprenderlos
solo leyendo lo que era. Tambin obtuvimos los tipos de transformaciones y sus reglas para elaboracin al
igual el porqu de estas se deben seguir al pie de la letra.
Al finalizar el trabajo pudimos comprender y entender que este tema es un poco complejo pero con un poco
de esfuerzo y determinacin logramos comprender un poco ms y adems el porque nos sern til al paso del
tiempo en nuestra carrera profesional y en nuestro entorno de trabajo o laboral.