UNIDAD V: TRANSFORMACIONES LINEALES.

5.1 Introduccin a las transformaciones lineales.

Una transformacin es un conjunto de operaciones que se realizan sobre un
vector para convertirlo en otro vector. Los espacios vectoriales son conjuntos con
una estructura adicional, al saber, sus elementos se pueden sumar y multiplicar
por escalares del campo dado, conviene utilizar funciones que preserven dicha
estructura. Estas funciones se llamaran transformaciones lineales. Ms adelante
mostraremos que las transformaciones lineales se pueden representar en trminos
de matrices, y viceversa. Se denomina transformacin lineal a toda funcin cuyo
dominio e imagen sean espacios vectoriales y se cumplan las condiciones
necesarias. Las transformaciones lineales ocurren con mucha frecuencia en el
lgebra lineal y en otras ramas de las matemticas.
Definiciones, ejemplos y propiedades bsicas.
Transformaciones lineales.
Definicin:
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)=a Tv

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).
Definicin: Sean (V, +V, V) y (W, +W, W) dos K-espacios vectoriales. Una
funcin f: V W se llama una transformacin lineal (u homomorfismo, o
simplemente morfismo) de V en W si cumple: i) f (v +V v 0) = f (v) +W f (v 0) v,
v0 V. ii) f ( V v) = W f (v) K, v V.

Ejemplo.
Hallar, si es posible, una transformacin lineal f: R 2 R 2 que verifique f (1, 1) =
(0, 1) y f (1, 0) = (2, 3).
Dado (x1, x2) R 2 se tiene que (x1, x2) = x2(1, 1)+ (x1 x2) (1, 0).
Entonces, si f verifica lo pedido, debe ser
F(x1, x2) = x2.f (1, 1) + (x1 x2).f (1, 0) = x2. (0, 1) + (X1 x2). (2, 3) = (2x1
2x2, 3x1 2x2).
Adems, es fcil ver que esta funcin es una transformacin lineal y que vale f (1,
1) = (0, 1) y f (1, 0) = (2, 3). Luego, f(x1, x2) = (2x1 2x2, 3x1 2x2) es la nica
transformacin lineal que satisface lo pedido. La construccin realizada en el
ejemplo puede hacerse en general. Por simplicidad, lo probaremos para el caso en
que el dominio de la transformacin lineal es un K-espacio vectorial de dimensin
finita.

Definicin: Si f: V W es una transformacin lineal, entonces f (0V) = 0W. En

efecto, puesto que f(0V ) = f(0V + 0V ) = f(0V ) + f(0V ), entonces 0W = f(0V ) +
(f(0V )) = f(0V ) + f(0V ) + (f(0V )) = = f(0V ) + f(0V ) + (f(0V )) = f(0V ) +
0W = f(0V )
Proposicin
Sea f: V W una transformacin lineal. Entonces: 1. Si S es una subespecie de
V, entonces f(S) es una subespecie de W. 2. Si T es un subespecie de W,
entonces f 1 (W) es un subespecie de V.
Demostracin.
Sea S V un subespecie y consideremos f(S) = {w W / s S, f(s) = w}. (a)
0W f(S), puesto que f (0V) = 0W y 0V S. (b) Sean w, w0 f(S). Entices
existent s, s0 S tales que w = f(s) y w 0 = f(s 0). Lego w + w 0 = f(s) + f(s 0) = f(s
+ s 0) f(S), pesto que s + s 0 S. (c) Sean K y w f(S). Existed s S tall
que w = f(s). Entices w = f(s) = f ( s) f(S), pesto que s S. 2. Sea T un
subespecie de W y consideremos f 1 (T) = {v V / f (v) T}. (a) 0V f 1 (T),
puesto que f (0V) = 0W T. (b) Sean v, v0 f 1 (T). Entonces f (v), f (v 0) T y,
por lo tanto, f (v + v 0) = f (v) + f (v 0) T. Luego v + v 0 f 1 (T). (c) Sean
K, v f 1 (T). Entonces f (v) T y, en consecuencia, f (va) = fe (v) T. Luego
v f 1 (T).

EJEMPLOS: Halla la representacin matricial AT y el rango de la

transformacin lineal dada:

Ejemplo:

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, 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,v 2,

.vn}. Sean w1,w2,.wn vectores en

W. Suponga

que T1y T2 son

dos

transformaciones lineales de V en W tales que T 1vi = T2vi = wi para i = 1, 2,,n.

Entonces para cualquier vector v v, T 1v = T2v; es decir T1 = T2.

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 v 1,
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 w 1,w2,.,wn son n vectores en W, existe una

transformacin lineal T tal que Tv 1 = 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, est 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.
Demostracin
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 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 = N A,
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.

5.3 La matriz de una transformacin lineal.

Si A es una matriz de m*n y T: R n-Rm est definida por Tx = Ax, entonces, T es una
transformacin lineal. Ahora se ver que para toda transformacin lineal de R n 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 = N A 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 R n-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 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: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 a la transformacin de R n-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 la

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 a la proyeccin de un

vector en R3 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 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 S n 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 B 1 y B2, entonces.

Geometra de las transformaciones lineales de R 2 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 R 2 por una constante C>1. Como

antes ,

entonces la representacin matricial de T es

de manera que

5.4 Aplicacin de las transformaciones lineales

Aplicacin

de

las

contraccin y rotacin

transformaciones

lineales:

reflexin,

expansin,

Graficar un conjunto de puntos en otro es lo que se conoce como transformacin

lineal de un conjunto de puntos. Existen ciertas propiedades bsicas de las
transformaciones lineales, las cuales si son tomadas en cuenta y aplicadas al
momento de resolver un problema, pueden reducirlo un problema simple. La
notacin general utilizada para una transformacin lineal es T: Rn Rm.
1. Reflexin: Cuando un conjunto de puntos dados es graficado desde el espacio
euclidiano de entrada a otro de manera tal que este es isomtrico al espacio
euclidiano de entrada, llamamos a la operacin realizada la reflexin del conjunto
de puntos dado. Esto puede realizarse tambin con respecto a la matriz, en tal
situacin la matriz de salida es llamada la matriz de reflexin. La reflexin es
realizada siempre con respecto a uno de los ejes, sea el eje x o el eje y. Esto es
como producir la imagen espejo de la matriz actual.
2. Expansin: Al igual que en la reflexin, tambin es posible expandir los puntos
dados en una direccin particular. La expansin se realiza habitualmente para un
cierto grado. Es como realizar una operacin de multiplicacin de los elementos
del conjunto de puntos dados con un trmino escalar hacia la direccin donde
tiene que ser expandido. Sea para un punto (2, 3) si el grado de expansin 2 es la
direccin de y, entonces el nuevo punto obtenido es (2, 6).
3. Contraccin: La contraccin es el procedimiento inverso de la expansin. Aqu
el punto es contrado en un determinado grado hacia una direccin dada. Sea el
punto de entrada (4, 8) y este debe ser contrado para el grado dos en la direccin
de x entonces el nuevo punto resulta ser (2, 8).

4. Rotacin: El trmino rotacin tiene dos significados, ya la rotacin de un objeto

puede ser realizada con respecto al eje dado o al eje mismo. La rotacin se realiza
para un cierto grado el cual es expresado en forma de un ngulo. Asimismo, la
rotacin puede realizarse en la direccin de las manecillas del reloj, o inverso a las
manecillas del reloj.

Como ejemplo, dirijmonos a producir la matriz estndar para la representacin de

la transformacin lineal reflejando un conjunto de puntos en el plano x-y a travs
de la recta y = (2x / 3).
El primer paso para esto es determinar los vectores base.

Por lo tanto, podemos afirmar que,

Dado que y pertenece a R2. Imagina que A: R2 R2 es una transformacin lineal,

entonces podemos escribir que,

La imagen de la matriz base determina la imagen de cualquier elemento. Por lo

tanto la imagen de a travs de y = (2x/ 3) es determinada mediante la obtencin
de una recta que pasa por (1, 0) y es que es ortogonal a . Esto est dado por y =
(3x/ 2) (3/ 2).
El punto donde las dos rectas, esto es, y = (3x/ 2) (3/ 2) e y = (2x/ 3) se
intersectan se dado como (9/13, 6/13). Tomamos p1 para ser el punto de
reflexin de a travs de la recta dada. Este punto es simtrico respecto a (9/13,
6/13) por lo tanto, podemos escribir que,

Esto produce,
De manera similar, la imagen del vector base resulta ser

Y tenemos la matriz de transformacin lineal final como,

*Bibliografa.
-Grossman, Stanley I. y Flores Godoy, Jose Job. Algebra Lineal, Sptima
Edicin, Ciudad de Mxico: McGraw Hill, 2012.
http://mitecnologico.com/igestion/Main/AplicacionDeLasTransformacionesLineales
#sthash.24NqFMEi.dpuf
http://mate.dm.uba.ar/~jeronimo/algebra_lineal/Capitulo3.pdf