Tema 3 Transformaciones Lineales

Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez

___________________________________________________________________________

OBJETIVO: El alumno aplicará el concepto de transformación lineal y sus propiedades

en la resolución de problemas que los involucren.

3.1 Definición de transformación. Dominio, codominio, núcleo y recorrido de una

transformación.

 Definición de transformación

Una función f: A B es una regla de correspondencia que asocia a cada elemento del
dominio uno y solo un elemento del codominio.

Existen funciones entre espacios vectoriales a las cuales se llaman transformaciones

lineales y se denotan como:

T: U V donde U y V son Espacios vectoriales

 Dominio y Codominio de una transformación

Dominio:

Es el conjunto de vectores sobre el cuál actúa la transformación.

U T V

 
u1 T ( u 1)
 
u2 T ( u 2)
 
u3 T ( u 3)
 
u4 T ( u 4)

Dominio Codominio

 Núcleo de una transformación


Es el subconjunto de vectores del dominio cuya transformación es el vector 0 .

Transformaciones Lineales Página 1

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

 Recorrido de una transformación

Es el conjunto de las imágenes del dominio. El recorrido es un subconjunto del

codominio.

3.2 Definición de transformación lineal. Los subespacios núcleo y recorrido de una

transformación lineal. Caso de dimensión finita: relación entre las dimensiones del
dominio, recorrido y núcleo de una transformación lineal.

 Definición de transformación lineal

Se dice que una transformación T: U V es lineal si cumple con las siguientes

propiedades:

i ) Superposición
 
 u 1, u 2  U
   
T ( u 1+ u 2) = T ( u 1) +T ( u 2)

ii ) Homogeneidad
 αK

 u U
 
T (α u ) = α (T ( u ))

 Teorema de dimensiones

La dimensión del dominio de la transformación es igual a la dimensión del núcleo de

transformación más la dimensión del recorrido de ésta.

dim dominio = dim N (T) + dim R (T)

Transformaciones Lineales Página 2

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

3.3 Matriz asociada a una transformación lineal con dominio y codominio de

dimensión finita.

Se define como la representación matricial de una transformación lineal. Ésta matriz

M AB (T ) estará formada por la disposición en columnas de los vectores de coordenadas
de las imágenes de los vectores de una base del dominio, como combinación lineal de
los elementos de una base del codominio.

Sea la transformación lineal: T: V W y las bases:

A= { a 1, a 2, a 3,…, a n} (Base del dominio)

   
B= { b 1, b 2, b 3,…, b n} (Base del codominio)

Entonces:

T ( a 1) = 
w1
 
T ( a 2) = w2
T ( a 3) = 
w3
.
.
.
T ( a n) = 
wn
    
w 1 = α1 b 1 + β1 b 2 + γ1 b 3 + … + δ1 b n
    
w 2 = α2 b 1 + β2 b 2 + γ2 b 3 + … + δ2 b n
    
w 3 = α3 b 1 + β3 b 2 + γ3 b 3 + … + δ3 b n

.
.
.
 = α b + β b + γ b + … + δ b
w n n 1 n 2 n 3 n n

α1 α2 α3 … αn

β1 β2 β3 … βn
A
M (T ) =
B γ1 γ2 γ3 … γn
.
.
.
δ1 δ2 δ3 … δn

Transformaciones Lineales Página 3

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

Existe una forma alternativa para obtener la imagen de cualquier vector del dominio, la
cual se obtiene por medio de la siguiente expresión:

M AB (T ) ( u )A = [T ( u )]B

Donde A y B son las bases del dominio y codominio respectivamente.

Teorema
__ __ __
Sean V y W dos espacios vectoriales con dim V = n y dim W = m; y sean A = { v 1, v 2 ,..., v n }
__ __ __
y B = {w1, w 2 ,..., w m } bases de V y W, respectivamente.

A
Si T : V  W es una transformación lineal, existe una y sólo una matriz M (T),de mxn, tal que
B

__ __ __
A
MB (T) ( v )A = [T( v )]B ,  v  V
Las columnas de dicha matriz son los vectores
__ __ __
[T( v 1 )]B ,[T( v 2 )]B ,...,[T( v n )]B

3.4 Álgebra de las transformaciones lineales: definición y propiedades de la

adición, la multiplicación por un escalar y la composición de transformaciones.

Así como se tienen operaciones con funciones también se tienen operaciones con
transformaciones. Entre otras, se tienes las siguientes:

Adición:

Dadas dos transformaciones T : U  V y S : U  V . Se tiene como resultado de esta

operación T  S u  T u  S u ; u U . En términos de matrices asociadas se tiene
que: M(T+S)=M(T)+M(S).

Multiplicación por un escalar:

Dada una transformación T : U  V y un escalar  que pertenece al campo de

definición, se define esta operación de la siguiente forma: T u  T ( u ) u U .
En términos de matrices asociadas se tiene M ( T )  M ( T )

Transformaciones Lineales Página 4

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

Teorema

Sean V y W dos espacios vectoriales sobre un campo K, con dim V = m

y dim W = n, sea L(V, W) el conjunto de todas las transformaciones lineales
de V en W. Si A y B son bases de V y W respectivamente; entonces
S, T  L(V, W)    K :

A A A
i) M B (S  T )  M B ( S )  M B (T )

A A
ii )M B( S )   M B( S )

Composición:

Dadas las transformaciones T : U  V y S : V  W , S  T es una transformación de

 
U en W definida por ( S  T )u  S T ( u ) , u U , para que esta operación pueda ser
realizada debe existir intersección entre el recorrido de T y el dominio de S. La relación
entre matrices asociadas es: M ( S  T )  M ( S )M ( T )

Estas operaciones también se aplican a matrices asociadas con diferentes bases:

M CA ( S  T )  M CB ( S )M BA ( T ) donde A, B, C son bases de U, V y W.

Propiedades de las operaciones con transformaciones:

1.- Conmutatividad de la adición: S+T=T+S

2.-Asociatividad en la adición: (S+T)+R=S+(T+R)

3.- Homogeneidad del producto por escalares:  ( T )  (  )T

4.-Asociatividad de la composición: ( S  T )  R  S  ( T  R )

5.- Homogeneidad en la composición:  ( S  T )  S   T  S  ( T )

6.- Distributividad de la composición sobre la adición: S  ( T  R )  ( S  T )  ( S  R )

7.- Distributividad entre el producto por un escalar y la adición:

a )   T  T  T
b ) ( T  R )   T  R

Transformaciones Lineales Página 5

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

3.5 La inversa de una transformación lineal.

Una transformación lineal tiene inversa si cumple las siguientes 2 condiciones:

a) Inyectiva.- Una transformación es inyectiva si es un elemento a uno, por lo tanto

es necesario que el núcleo contenga un solo elemento, es decir, sólo al vector
nulo. 
N (T) = 0

b) Suprayectiva.-Para que una transformación sea suprayectiva, el recorrido de T

debe ser todo el codominio, por lo tanto la dimensión del dominio debe ser igual
a la dimensión del codominio T.

dim dominio = dim codominio

Teorema

Sea T: V W una transformación lineal, y de dimensión finita y A, B bases de V y W

respectivamente:

A
 T 1 existe sí y sólo sí M B (T) es no singular.
B 1 A
 Si T 1 existe, entonces M A ( T ) = [ M B (T ) ]-1

3.6 Efectos geométricos de las transformaciones lineales.

El espacio R2 (conjunto de parejas ordenadas de números reales) corresponde al

conjunto de vectores geométricos del plano. Algunos conjuntos de elementos de los
espacios R2 y R3 representar a un lugar geométrico (punto, línea, superficie, etc.…) y si
se aplica una transformación lineal de R3 en R2; de R3 en R3 o de R2 en R2, el vector o el
conjunto de vectores sufre un cambio geométrico.

Transformaciones Lineales Página 6

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

Homotecia: Transformación que agranda o reduce el tamaño de cada vector. EJEMPLO

En general si la regla de la transformación es H(x,y)=(kx,ky), se dice que es una homotecia

de orden k; si 0<k<1,
La homotecia reduce el tamaño; si k>1 el efecto de la homotecia es agrandar los vectores
de posición de los puntos(vectores en R2) con lo que se agrandan las figuras que contienen
a los puntos. EJEMPLO

Contracción o expansión horizontal Matriz asociada

T(x,y)=(kx,y)
Contracción 0<k<1
T(1,0)=(k,0) k 0 
Expansión k>1 0 1 EJEMPLO
T(0,1)=(0,1)
 

Contracción o expansión vertical Matriz asociada

T(x,y)=(x,ky)
Contracción 0<k<1
T(1,0)=(1,0) 1 0 
Expansión k>1 0 k 
T(0,1)=(0,k)
 
EJEMPLO

k 0 
La matriz asociada a una homotecia de orden k de R2 en R2 es M ( H )    ,la
0 k 
homotecia es una composición de las transformaciones contracción o expansión
k 0  horizontal, cuya matriz asociada es
0 1 y la contracción o expansión vertcal cuya matriz asociada es 1 0  así que:
  0 k 
 

k 0  1 0  = k 0 
0 1 0 k  0 k 
     

Reflexión sobre el eje X

Esta transformación cambia al vector (x,y) en su simétrico respecto al eje X,
Rx ( x , y )  ( x , y )
1 0 
Matriz asociada M ( Rx )    EJEMPLO
0  1

Reflexión sobre el eje Y

Esta transformación cambia al vector (x,y) en su simétrico respecto al eje Y,
Ry ( x, y )  ( x, y )
 1 0 
Matriz asociada M ( Rx )    EJEMPLO
 0 1

Transformaciones Lineales Página 7

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

Reflexión (simetría) respecto al origen.

La composición R x  R y : R 2  R 2 tiene por matriz asociada al producto de
1 0  - 1 0 
0  1 por  0 1
   
1 0   1 0   1 0 
Esto es: M ( Rx  R y )      asi que la regla correspondiente es:
0  1  0 1  0  1
( R x  R y )( x , y )  (  x , y ) cuyo efecto geométrico es una reflexión(simetría)respecto al
origen.
NOTA: Las dos composiciones anteriores (homotecia de orden k, y reflexión respecto al
origen) son dos casos particulares en los cuales hay conmutatividad, pero en general, la
composición NO es conmutativa.

La reflexión no solo es respecto a los ejes coordenados o al origen, también puede ser
respecto a una recta como la que tiene la ecuación y=x u otra cualquiera del plano.

La reflexión respecto a y=x se produce con la transformación T : R 2  R 2 tal que

0 1
T(x,y)=(y,x) cuya matriz representativa es M ( T )    EJEMPLO
1 0 
Trasquilado o deslizamiento horizontal (en sentido de eje X)
Dx : R 2  R 2
Matriz Si k>0 deslizamiento en sentido
Dx ( x , y )  ( x  ky , y ) positivo
1 k 
Dx ( 1,0 )  ( 1,0 ) Asociada    Si K<0 deslizamiento en sentido
0 1  negativo
Dx ( 0 ,1 )  ( k ,1 )

Trasquilado o deslizamiento vertical (en sentido de eje Y)

Dy : R 2  R 2
Matriz Si k>0 deslizamiento en sentido
D y ( x , y )  ( x , y  kx ) positivo
 1 0 Si K<0 deslizamiento en sentido
D y ( 1,0 )  ( 1, k ) Asociada   
 k 1 negativo
D y ( 0 ,1 )  ( 0 ,1 )
EJEMPLOS.

Transformaciones Lineales Página 8

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

3.7 Definición de operador lineal. Definición y propiedades de valores y vectores

propios de un operador lineal. Definición de espacios característicos. Caso de
dimensión finita: polinomio característico, obtención de valores y vectores propios.

Un operador lineal se define como la transformación que va de un espacio vectorial al

mismo, y son del tipo T: V V.

Sea V un espacio vectorial sobre K y sea T : V  V un operador lineal.

__ __ __
Si existe un vector v  V, v  0 , tal que

__ __
T( v ) =  v

Para algún escalar   K; entonces se dice que  es un valor característico

__
de T y que v es un vector carcterístico de T correspondiente a 

Nota: Se excluye al vector 0 como vector característico ya que todo vector característico
corresponde a un solo valor característico.

 Obtención de vectores y valores propios o característicos de un operador lineal

Sea el operador lineal y T: V V, se tiene:

M AB (T ) ( u )A = [T ( u )]B
 
T ( u ) = λ (u )
M AA (T ) ( u )A = [λ ( u )]A

M AA (T ) ( u )A - [λ ( u )]A = 0
I: Matriz Identidad

A  
[ M A (T ) - λI] [( u )]A = 0
Ecuación característica

Para obtener los valores propios o característicos del operador T se obtienen las raíces
del polinomio característico que resulta de efectuar:

A
det [ M A (T ) - λI] = 0

Asimismo, para obtener los vectores propios se sustituyen los valores de λ en la

ecuación característica.

Transformaciones Lineales Página 9

 Tema 3 Transformaciones Lineales
Álgebra Lineal Profra: Ing. Jacquelyn Martínez Alavez
___________________________________________________________________________

Definición

Si T: V V es un operador lineal y λ un valor característico de T, entonces el conjunto

   
E (λ)= { u / u  V y T ( u ) = λ u }

se llama espacio característico correspondiente al valor λ.

3.8 Matrices similares y sus propiedades. Diagonalización de la matriz asociada a

un operador lineal.

Definición

Dos matrices A y B de n x n sin similares si existe una matriz tal que:

B= C-1AC

 Diagonalización de un operador lineal

Teoremas

 Dos matrices similares tienen el mismo polinomio característico y, por lo tanto,

los mismos valores característicos.

 Todas las representaciones matriciales de un operador lineal tienen el mismo

polinomio característico y, por lo tanto, los mismos valores característicos.

 Dos matrices representan al mismo operador lineal sí y sólo sí son similares.

 Una matriz A de n x n es similar a una matriz diagonal D sí y sólo sí existe un

conjunto linealmente independiente formado por n vectores característicos de A.
En tal caso, existe una matriz no singular P tal que D=P-1AP; donde D es una
matriz diagonal cuyos elementos Dii son los valores característicos de A, y P
tiene como columnas a n vectores característicos de A correspondientes a dichos
valores.

Nota: En general, para que un operador lineal tenga representación diagonal, se debe cumplir
cualquiera de las siguientes condiciones:

a) Es condición suficiente que sus valores característicos sean diferentes, sin embargo, tal
condición no es necesaria.

b) La suma de la dimensión de los espacios característicos debe ser igual a la dimensión del
dominio (si los vectores característicos son iguales, su espacio característico es el mismo).

Transformaciones Lineales Página 10