5.1 Introduccin a las transformaciones lineales.

El presente capitulo aborda una clase especial de funciones denominadas transformaciones

lineales que ocurren con mucha frecuencia en el algebra lineal y otras ramas de las matematicas.
Estas tienen una gran variedad de aplicaciones importantes. Antes de definirlas, se estudiaran dos
ejemplos sencillos para ver lo que es posible realizar.

Ejemplo 1: reflexin respecto al eje x

En R2 se define una funcin T mediante la formula T(x;y)=(x;-y). Geomtricamente, T toma un

vector en R2 y lo refleja respecto al eje x. esto se ilustra en la figura. Una vez que se ha dado la
definicin bsica, se vera que T es una transformacin lineal de R2 en R2.

Ejemplo 2: 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 numero de unidades de cada materia prima que se
requieren para fabricar 1 unidad de cada producto.

Ejemplo 2: 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 numero de unidades de cada materia prima que se
requieren para fabricar 1 unidad de cada producto.
Surge una pregunta natural: si se produce cierto nmero de los cuatro productos, Cuntas
unidades de cada material se necesitan? Seanp1, p2, p3 y p4 el nmero de artculos fabricados en
los cuatro productos y sean r1, r2, y r3 el nmero de unidades necesarios de los tres materiales.
Entonces se define

Por ejemplo, suponga que P=(10,30,20,50). Cuntas unidades de R1 se necesitan para producir
estos nmeros de unidades de los cuatro productos? De la tabla se tiene que

r=p1*2+p2*1+p3*3+p4*4=10*2+30*1+20*3+50*4=310 unidades

de manera similar r2=10*4+30*2+20*2+50*1=190 unidades

y r3=10*3+30*3+20*1+50*2=240 unidades

en general se ve que

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

Antes de definir una transformacin lineal, hablaremos un poco sobre las funciones. En la seccin
1.7 se escribi un sistema de ecuaciones como

Ax=b

Donde A es una matriz de m*n, x R y b R. Se pidi encontrar x cuando A y b se conocan . No

obstante, esta ecuacin se puede ver de otra forma: suponga que A se conoce. Entonces la
ecuacin Ax=b dice : proporcione una x en R y yo le dar una b en R; es decir , A representa
una funcin con dominio R e imagen en R.

La funcin que se acaba de definir tiene las propiedades de que A ( si es un escalar y A(x + y) =
Ax + Ay. Esta propiedad caracteriza las transformaciones lineales.

Definicin 1 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 .

T(u + v) = Tu + Tv

T(av)=aTv

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).
Ejemplo 5 La transformacin identidad

Sea V un espacio vectorial y definida I: V V por Iv = v para todo v en V. Aqu es obvio que es I es una
transformacin lineal, la cual se denomina transformacin identidad u operador identidad.

Ejemplo 6 Transformacin de reflexin

Sea T:R2 R2 definida por T(x;y)=(x;-y). Es fcil verificar que T es lineal. En trminos geomtricos, T
toma un vector en R2 y lo refleja respecto al eje y (vea la figura 5.2)

Ejemplo 7 Transformaciones de Rn Rm dada por la multiplicacin por una matriz de m*n.

Sea A una matriz de m*n y definida T:R R por Tx = Ax. Como A(x + y) = Ax + Ay y
A( si x y y estn en R, se observa que T es una transformacin lineal. Entonces: toda
matriz A de m*n se puede utilizar para definir una transformacin lineal de R en R.

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,v2,.vn}. Sean
w1,w2,.wn vectores en W. Suponga que T1 y 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

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.

Demostracion

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 vestores 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
5.3 La matriz 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 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 Smen 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 de manera que

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.

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.

5.4 Aplicacin de las transformaciones
lineales: reflexin, dilatacin, contraccin y
rotacin.
Aplicacin de las transformaciones lineales: reflexin, expansin, contraccin y rotacin
Rm.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
Transformaciones lineales
Las transformaciones lineales forman un hilo que se entreteje en la tela de este texto. Su
utilizacin mejora el sentido geomtrico de lo escrito. Por ejemplo, en el captulo 1, las
transformaciones lineales proporcionan una visin dinmica y grfi ca de la multiplicacin matriz-
vector.
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,R2
es una transformacin lineal, entonces podemos
escribir que,Dado que y pertenece a R2. Imagina que A: R2
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.