lgebra y Geometra Analtica

TEORA: Transformaciones Lineales

Transformaciones Lineales
Definicin: Se llama Transformacin Lineal a una funcin definida de un espacio vectorial a otro espacio vectorial
y que tiene las siguientes propiedades.
T: Rn Rm
1) T(1 + 2) = T(1) + T(2)
x1 y x2 de Rn
2) T(.) = T()
Rn y R

Transformacin cero: Z
Demostramos que es lineal:
Z: Rn Rm: Z() =

1) Z( 1 + 2) = = + = Z(1) + Z(2)
2) Z(.) = = 0 . = 0.Z() = .Z(1)
Con esto demostramos que Z es una transformacin lineal.

Transformacin Identidad: I
I: Rn Rm
:
I(V)

1) I( 1 + 2) = 1 + 2 = I( 1) + I( 2)
2) I(. ) = . = .I()
La transformacin identidad es una Transformacin Lineal.

Teorema 1:
Dada una Transformacin Lineal de un espacio V a otro W, se verifica lo siguiente:
Dado T: VW
1) T( v) = w
2) T(- ) = -T()
3) T(1. 1 + 2. 2 + + n. n) = 1.T( 1) + 2.T( 2) + + n.T( n)
Demostracin:
1) T( v) = T(0. v) = Como T es lineal => T(0. v) = 0.T( v) = w
2) T(- ) = T[(-1).] = Como T es una Transformacin Lineal y (-1) un escalar => T[(-1).] = -1.T()
3) No se demuestra porque se demuestra por induccin completa y eso no usamos.

Teorema 2: Teorema fundamental de las Transformaciones Lineales

Sea T de Rn en Rm una Transformacin Lineal y A = { 1, 2, , n} una Base de Rn. Entonces el transformado de
cualquier vector de Rn se puede expresar como una Combinacin Lineal de los vectores del conjunto {T( 1), T( 2),
, T( n)}.
Demostracin:
Tomamos un vector cualquiera X de Rn y A es una base de Rn => se lo puede expresar como una Combinacin
Lineal de los vectores de esa base:
Sea X Rn => = x1. 1 + x2. 2 + + xn. n
=> T() = T(x1. 1 + x2. 2 + + xn. n) = x1.T( 1) + x2.T( 2) + + xn.T( n)
=> T() = x1.T( 1) + x2.T( 2) + + xn.T( n) Con esto queda demostrado el teorema.

lgebra y Geometra Analtica

TEORA: Transformaciones Lineales

Teorema 3: Subespacios asociados a una Transformacin Lineal

Toda transformacin Lineal tiene 2 Subespacios asociados a l: Ncleo o Kernel e Imagen.
Ncleo o Kernel de T:
Sea T: VW una Transformacin Lineal. El conjunto de todos los vectores de V que tienen como imagen al vector
nulo se llama Ncleo o Kernel de la transformacin lineal.
Simblicamente:
N(T) = Ker(T) = { V : T() = }
Propiedades del Ncleo:
El ncleo de una Transformacin Lineal es un subespacio del espacio V.
Demostracin:
Vamos a demostrar que N(T) es un subespacio de V.
1) Como V => T( ) = => N(T)
2) N(T) V
3) Si N(T) ^ N(T) => T() = ^ T() = => T( + ) = T() + T( ) = + = =>
=> T() + T( ) N(T).
4) Si V N(T) => T() = =>
T(. ) = .T() = . = => T(.) N(T)

Imagen de T:
Sea T: VW una Transformacin Lineal. Se llama imagen de la transformacin a todos los vectores de W que sean
imagen de por lo menos 1 vector de V.
Simblicamente:
Img(T) = { W : V : T() = }
Propiedades de la imagen de T:
La imagen de una Transformacin Lineal es un subespacio del espacio W.
Demostracin:
1) V; T() = . => Img(T)
2) Img(T) W
3) Si 1 Img(T) ^ 2 Img(T) => 1 V / T( 1) = 1; 2 V / T( 2) = 2 =>
=> T( 1 + 2) = T( 1) + T( 2) = 1 + 2 => Img(T).
4) Si W Img(T) => V : T( ) = =>
=> T(.) = .T() = . => Img(T)

lgebra y Geometra Analtica

TEORA: Transformaciones Lineales

Teorema 4: Matriz asociada a la transformacin para las bases cannicas

Sea T: RnRm una Transformacin Lineal => y es nica una matriz ST de mxm tal que el T() = ST.X Rn.
ST: Matriz estndar asociada a T.
X: Matriz de las coordenadas de en la base de Rn.
Demostracin:
T: RnRm es Transformacin Lineal.
E1 = { 1, 2, , n} base cannica de Rn
E2 = { 1, 2, , n} base cannica de Rm
Rn =>

= x1. 1 + x2. 2 + + xn. n =>

T() = x1.T( 1) + x2.T( 2) + + xn.T( n) --> Por el teorema fundamental de las T.L.

T( 1) = a11
a21

am1

T( 2) = a12
a22

am2

T( n) = a1n
a2n

amn

Reemplazando en la primera ecuacin: =>

T() = x1. a11 + x2. a12 + + xn. a1n
a21
a22
a2n

am1
am2
amn
=>

a11
a21

am1

a12
a22

am2
ST

a1n
a2n .

amn

x1
x2

xn

=>

=>

=> Queda demostrado que el T( ) = ST . X

lgebra y Geometra Analtica

TEORA: Transformaciones Lineales

Teorema 5: Matriz asociada a una transformacin para bases cualesquiera

Sea T: RnRm una Transformacin Lineal y B={ 1, 2, , n} base de Rn y B={ 1, 2, , m} base de Rm => una
matriz asociada a la transformacin relativas a las bases B y B y la indicamos como [T]BB / el T()=[T]BB. []B ; V
Rn.
Demostracin:
= X1. 1 + X2. 2 + + Xn. n
T() = X1.T( 1) + X2.T( 2) + + Xn.T( n)
[T( 1)]B = a11
[T( 2)]B = a12
a21
a22

an1
an2
[T()]B = X1.

=>

a11
a21

an1

a12
a22

an2

a11 + X2.
a21

an1

a1n
a2n

ann

[T()]BB

a12 + + Xn.
a22

an2

x1
x2

xn

[T( n)]B=

a1n
a2n

ann

=>

[]B

=> [T()]B = [T]BB . []B

[T]BB es nica y cambia si se cambian las bases.

a1n
a2n

ann

lgebra y Geometra Analtica

TEORA: Transformaciones Lineales

Cambio de base sobre la matriz de una Transformacin Lineal:

T:RnRm
=>
{ 1, 2, , n} Bases de Rn ^ { 1, 2, , n} Bases de Rm
{1, 2, , n}
{ 1, 2, , n}
Rn
[ i ]
S [ i ]x

Rm
T[x]

[bj]
[bj] Q

A: Matriz asociada a T respecto de las bases [ i] y [ j]

A: Matriz asociada a T respecto de las bases [i] y [ j]
X: Vector columna de las coordenadas de un vector Rn respecto de [ i].
X: Vector columna de las coordenadas de un vector Rn respecto de [i].
Y: Vector columna de las coordenadas del T() respecto de [ j].
Y: Vector columna de las coordenadas del T() respecto de [ j].
(1) Y=AX es la aplicacin del teorema.
(2) Y=AX
Lo que estamos buscando es la relacin entre la matriz A y la matriz A
S: Matriz de cambio de base de a la base
Q: Matriz de cambio de base de a la base
(3) X=SX
(4) Y=QY
En la igualdad (1) se reemplaza Y por (4) y X por (3).
=> Pre-multiplico en ambos miembros por la Q-1 =>
=> Q-1Q . Y=Q-1ASX
=> I . Y=Q-1ASX => (5) Y=Q-1ASX
=> Hacemos esto para que esta igualdad quede igual a (2). Las cuales son nicas por ser matriz asociada a la
transformacin relativas a las bases ai ^ bj. =>
=> Como son nicas esto quiere decir:
=> Como Y=AX, reemplazo en (5) =>
=> AX=Q-1ASX
-1
=> A=Q AS
QY=ASX

Q-1: Matriz asociada

A: Matriz asociada
S: Matriz de cambio de coordenadas de ai ai

lgebra y Geometra Analtica

TEORA: Transformaciones Lineales

Cambio de base de un espacio vectorial general:

Espacio Vectorial: Rn

V = { 1, 2, , n}
W = { 1, 2, , n}

Bases de Rn.

Rn; (1) = x1. 1 + x2. 2 + + xn. n Donde x1, x2, , xn son los componentes de en la base W.
Cada vector de la base W se puede expresar como Combinacin Lineal de los vectores de la base V.
=>
1 = S11.1 + S21.2 + + Sn1.n

2 = S12.1 + S22.2 + + Sn2.n

..

1 = S1n.1 + S2n.2 + + Snn.n

Reemplazamos 1, 2, , n en (1)

= x1.(S11.1 + S21.2 + + Sn1.n) + x2.(S12.1 + S22.2 + + Sn2.n) + + xn.(S1n.1 + S2n.2 + + Snn.n) =>
=> = x1.S11. 1 + x1.S21. 2 + + x1.Sn1. n + x2.S12. 1 + x2.S22. 2 + + x2.Sn2. n + + xn.S1n. 1 + xn.S2n. 2 + + xn.Snn. n
=> = 1(x1.S11 + x2.S12 + + xn.S1n) + 2(x1.S21 + x2.S22 + + xn.S2n) + + n(x1.S1n + x2.Sn2 + + xn.Snn)

= 1.

+ 2.
Y1

+ + n.
Y2

Yn

Cada uno de los parntesis son los componentes del vector en la base V.

=> Y=SX, donde Y es la matriz columna de las componentes de en la base W.

Y1
S11
Y2 = S21

Yn
Sn1

S12
S22

Sn2

S1n
S2n

Snn

x1
x2

xn

=>

La matriz S se llama Matriz de transicin o Matriz de cambio de base. Y=SX.