1

III. - Apl i caci ones Li neal es y

Transf ormaci ones Geomt ri cas

III-1. - Apl i caci ones Li neal es. Definicin y Propiedades
III-2. - Operaci ones con Apl i caci ones Li neal es
III-3. - Apl i caci n Inversa
III-4. - Matri ces y Apl i caci ones l i neal es
III-5. - Cambi o de Bases y Apl i caci ones Li neal es
III-6. - Transformaci ones Geomtri cas Afi nes







2
v
v
III-1.- Aplicacin Lineal
Definicin: Sean E y F espacios vectoriales sobre R. La
Aplicacin : f E F se dice que es Lineal si y slo si:
1. f ( u + v ) = f ( u ) + f ( v ) u, v E
2. f ( u ) = f ( u ) u E y R
Morfismo de Espacios Vectoriales

Caracterizacin: : f E F es aplicacin lineal si y slo si:
f ( u + v) = f ( u ) + f ( v ) u, v E y , R
Ejemplos
1. f (v) = 0
F
vE, Aplicacin Cero
2. f:E E t.q. f (v) = v vE, Aplicacin Identidad
3.


Reflexin respecto al plano xy. Reflexin respecto al plano yz.
f ( x, y, z) = ( x, y,-z) f ( x, y, z) = (-x, y, z)
4. f:E E t.q. f (v) = v ( real); Homotecias Vectoriales


>1 Dilatacin <1 Contraccin
Y
X
Z
Y
Z
X
v
v

3
Notacin: Dada : f E F aplicacin lineal
f es monomorfimo f es inyectiva
f es epimorfismo f es exhaustiva
f es isomorfismo f es biyectiva
f es endomorfismo E = F
f es automorfismo f es endomorfismo biyectivo

Propiedades:
1. i: f (0
E
JJG

) = 0
F
JJG
; ii: f ( u

) = f ( u

) uE.
2. Si V es Subesp. Vect. de E f ( V

) es Subesp. Vect. de F.
3. Si W es Subesp. Vect. de F f
1
( W

) es Subesp. Vect. de E.
4. Si
{ }
1
k
i
i
v
=
es una familia ligada de E entonces
{ }
1
( )
n
i
i
f v
=
es
una familia ligada de F (Si f es inyectiva vale el ).
5. Si
{ }
1
( )
n
i
i
f v
=
es una familia libre de F, entonces { }
1
k
i
i
v
=
es
una familia libre de E (Si f es inyectiva vale el ).
6. Una aplicacin lineal queda totalmente determinada por las
imgenes de los elementos de una base cualquiera.
Ejemplo
Como consecuencia de la propiedad 1-i, las traslaciones de un
espacio vectorial E: f (v) = v + v
0
no son aplicaciones lineales -
salvo si v
0
= 0.

4

III-2.- Operaciones con Aplicaci ones Lineales
Suma Si f, g:EF son aplicaciones lineales, su suma es la
aplicacin lineal f +g:EF dada por
(f +g)(u) = f (u) + g(u), uE.
Producto por un escalar Sea f:EF aplicacin lineal y R,
f :EF es la aplicacin lineal dada por:
(f )(u) = f (u), uE.
Composicin Sean f :EF y g:FG aplicaciones lineales, su
composicin es la aplicacin lineal gof:EG dada por
(gof )(u) = g(f (u)), uE.
Propiedad:
Sean (E,+,) y (F,+,) R-espacios vectoriales. Consideremos el
conjunto L (E, F) = {f :EF , f es aplicacin lineal } en el que se
tienen definidas las operaciones
+:L (E, F) x L (E, F)L (E, F) y : R x L (E, F) L (E, F)
( f , g ) f + g ( , f ) f
Entonces (L (E, F); +, ) es un R-espacio vectorial.

5
III-3.- Ncl eo e Imagen de una Apl i caci n Li neal .
Apl i caci n Inversa
Definicin: Sea : f E F aplicacin lineal
1. El Ncleo de f es la antiimagen del vector 0
F
JJG

:
Ker( f ) = {uE|f (u) = 0
F
JJG
} = f
1
(0
F
JJG
)
2. La Imagen de f es el conjunto de todas las imgenes de los
vectores de E: Im( f ) = {vF|uE con f (u) = v} = f (E )
Definicin: Se denomina Rango de una aplicacin lineal
: f E F a la dimensin del subespacio Im( f ).
rang( f ) = dim( Im ( f ))

Propiedades: Sea : f E F aplicacin lineal
1. Ker( f ) es subespacio vectorial de E.
2. Im( f ) es subespacio vectorial de F.
3. f es inyectiva Ker( f ) = {0
E
JJG
}
4. f es exhaustiva rang( f ) = dim(F )
5. : f E F queda completamente determinada por las
imgenes de los vectores de una base de E. Si { }
1
n
i
i
e
=
es base
de E rang( f ) = dim ( f (e
1
), , f (e
n
))

6
Teorema: Si f aplicacin lineal de E en F, tal que Ker ( f ) = 0
E
JJG

y {v
1
, , v
n
} E. Entonces
{v
1
, , v
n
} es L.I. {f (v
1
), , f (v
n
)} F es L.I.
Consecuencia: Sea : f E F aplicacin lineal y {v
1
, , v
n
}
una base de E. Entonces
f es inyectiva {f (v
1
), , f (v
n
)} es base de f (E

) (= Im ( f ))
Teorema de la dimensin Si : f E F es aplicacin lineal:
dim (E ) = rang ( f ) +dim ( Ker ( f ) )

Propiedad Si E y F son Respacios vectoriales de dimensin n,
y : f E F es aplicacin lineal, entonces las siguientes
propiedades son equivalentes:
i. f es inyectiva.
ii. f es exhaustiva.
iii. f es biyectiva.
iv. f transforma bases en bases. Es decir, si {v
1
, , v
n
} es una
base de E, entonces { f ( v
1
), , f ( v
n
)} es una base de F.


7
Consecuencia Si E es un Respacio vectorial de dimensin n, y
f un endomorfismo sobre E, se cumple
f automorfismo f monomorfismo f epimorfismo
Entonces existe endomorfismo inverso
1
: f E E

, tal que
1 1
E
d f f f f I D D

= =
Propiedad Si E es un Kespacio vectorial de dimensin n 1,
entonces E es equivalente a
n
K (son espacios vectoriales
Isomorfos).
Ejemplos
n+1
n
nm
n
2
1 2
[ ]
( )
(1, 0, 2), (1,1, 0) , dim( ) 2 y
1.
2.
3 .

x
M
F e e F F

= = =
K
K
R
K
K

En este caso la aplicacin
2
: f F R t.q. si v = e
1
+ e
2
f (v)=( , )
es un isomorfismo segn el cual
2
F R




8
III. 4.- Matri ces y Aplicaciones Lineales
Matriz asociada a una aplicacin lineal:
Dada una aplicacin lineal f : E F, sean B = { e
1
, , e
n
} y
B' = { v
1
, , v
m
} bases de E y F respectivamente.
Si
f (e
1
) = a
11
v
1
+ + a
m1
v
m

f (e
2
) = a
12
v
1
+ + a
m2
v
m

f (e
n
) = a
1n
v
1
+ + a
mn
v
m

entonces, la matriz asociada a f en bases B y B' es
11 12 1
21 22 2
1 2
B B
a a a
n
a a a
n
a a a
m m mn
| |
|

|
|

|
|

\ .
=
, '
A
x
( )
m n
M K
Clculo de f ( v )
Sea A
B,B'
la matriz asociada a la aplicacin lineal f en las bases B
y B'. Si x = x
1
e
1
+ + x
n
e
n
E f ( x ) = y
1
v
1
+ + y
m
v
m
F
donde:
B,B'
1 11 12 1 1 1
2 21 22 2 2 2
1 2
x a a a x y
n
x a a a x y
n
x a a a x y
n m m mn n m
f x
| | | | | | | |

| | | |

| | | |
=
| | | |

| | | |
| | | |

\ . \ . \ . \ .
= = ( ) A

f(e
i
) en base B
Coord. de f(x) en
base B
Coord. de x
en base B

9
Demostracin:
1 1
1 1 1 1
1 1
( ) ( ) ( ) ( )

n n n n
i i i i i m i m i i
i i i i
m m
x x e f x x f e a x v a x v
y v y v
= = = =
= = = + + =
= + +

Obtener Ker ( f ) equivale a resolver
0
1
0
2
0
0
B B F
x
x
x
n
| |
| |
|
|
= =
|
|

| |
\ .
\ .
JJK
, '
A .
Ker ( f ) = {0
E
JJK
} rang (
B B , '
A =A
f
)

= n f es inyectiva.
Im ( f ) = F rang (A
f
)

= m f es exhaustiva.
Sean f, g : E F aplicaciones lineales y A
f
, A
g
,
respectivamente, sus matrices asociadas en bases B y B'. Si
denotamos por A
f+g
a la matriz asociada a f + g, en bases B y
B', entonces A
f+g
= A
f
+ A
g
.
Sea A
f
la matriz asociada a f : E F en bases B y B'. Si
denotamos por A
f
la matriz asociada a f en dichas bases,
entonces A
f
= A
f
.
Sean f : E F y g: F G aplicaciones lineales, A
f
matriz
asociada a f en las bases B de E y B' de F, A
g
matriz asociada a
g en las bases B' de F y B'' de G. Entonces, la matriz asociada
a g o f , en bases B y B'', es A
g o f
= A
g
A
f
.
Propiedad. Sean E y F - K espacios vectoriales de dimensiones n
y m respectivamente, entonces L ( E, F )
x
) K (
m n
M

10
Propiedad. Sea f :E F aplicacin lineal y A
f
su matriz asociada
en bases B = { e
1
, , e
n
} de E y B' = { v
1
, , v
m
} de F.
Entonces:
i. f isomorfismo Ker ( f ) = {0
E
JJG
} y Im ( f ) = F
rang (A
f
)

= n = m dim (E ) = dim (F )
ii. Si f es isomorfismo f
1
es aplicacin lineal de matriz
asociada A
f
1
, en bases B' de F y B de E.
iii. Si dim (E ) = dim (F ) = n, se cumple :
f biyectiva f inyectiva f exhaustiva f inversible
Ker ( f ) = {0
E
JJG
} rang (f )

= n.
iv. Toda matriz A ( )
n
M K , de rango n, representa un
isomorfismo entre - K espacios vectoriales de dimensin n.








11
III. 5.- Cambi os de base y Apl i caci ones Li neal es
Sean B = { e
1
, , e
n
} y B
1
= { u
1
, , u
n
} bases de E . Un
vector vE se expresa de forma nica como combinacin lineal
de los vectores de estas bases
Id
E
:
1
B
E
B
E
v Id (v) = v
v=
1
e
1
+ +
n
e
n
=
1
u
1
+ +
n
u
n

Si
1 11 1
1
2 12 1 2
1 1

n
n
n n
n n nn n
u a e a e
u a e a e
u a e a e
= + +

= + +

= + +

entonces
11 12 1 1 1
21 22 2 2 2
1 2
n
n
n n n n nn
a a a
a a a
a a a
| || | | |
| | |

= | | |

| | |
| | |

\ . \ . \ .




de donde Id
E
P =
11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
a a a
| |
|

|

|
|

\ .

Anlogamente, Si B' = { e'
1
, , e'
m
} y B
1
' = { u'
1
, , u'
m
}
son bases de F:
Id
F
:
1
' B
F
' B
F
w Id (w) = w

12
Si
1 11 1 1
2 12 1 2
1 1

m m
m m
m m mm m
u b e b e
u b e b e
u b e b e
= + +

= + +

= + +

' ' '

' ' '
' ' '



entonces
Id
F
Q =
11 12 1
21 22 2
1 2
m
m
m m mm
b b b
b b b
b b b
| |
|

|

|
|

\ .

Si A es la matriz asociada a f en bases B de E y B' de F, y B la
matriz asociada a f en bases B
1
de E y B
1
' de F, se cumple:
B = Q
1
A P
B
E

f

A

B'
F f = Id
F
-1
o f o Id
E

Id
E
P Q
1
Id
F

1
B
E
f

B

1
B '
F

B = Q
1
A P
B es la matriz asociada a una composicin de aplicaciones.
Propiedad. Sean B = { e
1
, , e
n
} y B' = { e'
1
, , e'
m
} bases
de E y F, respectivamente, y A, B
x
)
m n
M K ( tales que
existen matrices invertibles P y Q que verifican B = Q
1
AP,
Entonces, existen bases B
1
={u
1
, , u
n
} y B
1
' ={u'
1
, ,u'
m
}
de E y F, respectivamente, y una aplicacin lineal f : E F
tales que A es la matriz asociada a f en bases B y B' , y B la
matriz asociada a f en bases B
1
y B
1
'.

13
Cambi o de base en un Endomorfi smo:
Dado un endomorfismo f : E E, sean A y B sus matrices
asociadas en bases
B
1
= { e
1
, , e
n
} y B
2
= { u
1
, , u
n
}, respectivamente, y sea
P la matriz de cambio de base:
1 11 1 1
2 12 1 2
1 1

n n
n n
n n nn n
u a e a e
u a e a e
u a e a e
= + +

= + +

= + +

P=
11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
a a a
| |
|

|

|
|

\ .

Entonces:
B
1
E

f

A

B
1
E
Id
E
P P
1
Id
E
B = P
1
A P
B
2
E
f

B


B
2
E










14
III. 6.- Transformaciones Geomtricas Afines
E Espacio Vectorial: xE xE &
especificaciones
Transformaciones geomtricas de estructura
especialmente sencilla.
Conservacin de Distancia, Norma, ngulos
R
2
: Traslaciones, Rotaciones, Cambios de escala,
Simetras axiales.
R
3
: Traslaciones, Rotaciones, Cambios de escala,
Simetras especulares, Proyeccin paralela sobre
un plano.
Producirn sobre los objetos:
Cambio de posicin en el espacio: Traslaciones,
Rotaciones, Simetras.
Alteracin de las dimensiones: Cambio de escala.




15
Traslaciones
Transformaciones geomtricas que se aplican a puntos del
espacio.
Definicin: Dado un vector v, la aplicacin T
v
: E E dada por
T
v
(P)=P+v se denomina Traslacin de Vector v.



Ecuaciones de la Traslacin: Sea S un sistema de coordenadas
en el que v=(v
1
,v
2
, ,v
n
) y P=(x
1
, x
2
, , x
n
). Si el transformado
por T
v
es, en dicho sistema, P=(x
1
, x
2
, , x
n
), entonces las
ecuaciones de la traslacin vienen dadas por:
x
1
= x
1
+ v
1



x
n
= x
n
+ v
n



v=(2.5, -2.5)
P
P
v

16
Propiedades de la Traslacin
T
v
T
w
= T
v+w
Cerrado por la Composicin
T
v
T
w
=T
w
T
v
Conmutativa
T
v
(T
w
T
u
)=(T
v
T
w
)T
u
Asociativa
T
0
=Id Existe Neutro
(T
v
)
-1
=T
-v
Existe Inverso







v=(2.5, -2.5)

17
Afinidades o Transformaciones Geomtricas Afines
Definicin: Una Afinidad f es una aplicacin Lineal seguida
por una traslacin T
v
:
f=T
v
X = ( X ) + v
X y X son vectores posicin, es la parte lineal y v el vector de
traslacin
Expresin Matricial: X = A X + V

O=f(O)= ( O )+v=v
u=( .5+ ,1)= ( .5,1)= (v)



Consideramos la simetra respecto del plano xy en R
3
y la
traslacin de vector (2,2,2):
Ecuaciones:

=
A=(0,0) (1,0)=B A=(0,0)
(1,0)=B
C=(.5,1)
C=(.5+ ,1)
1
0 1
A=
x=x+2 x 1 0 0 x 2
y=y+2 y = 0 1 0 y + 2
z=-z+2 z 0 0 -1 z 2
Matriz ampliada x 1 0 0 2 x
y 0 1 0 2 y
z 0 0 -1 2 z
1 0 0 0 1 1

18
Expresin Matricial Ampliada:
Dada una base B, si A es la matriz de la aplicacin lineal en
base B, V es el vector de traslacin en dicha base, y X la imagen
por f=T
v
de X, tal que:
A= ; V= ; X= ; X=

La matriz de la afinidad es:

M
A,V
= =



=


v
1

v
n a
n1
a
nn
a
11
a
1n

x
1
x
n

x
1

x
n

a
11
a
1n
v
1

0 0 1
a
n1
a
nn
v
n
A

0 0 1
V

1

X
A

0 0 1
V

1

X


19
Isometras Lineales
Definicin: Si E es un espacio vectorial con producto escalar, se
denomina Isometra Lineal en E a toda aplicacin lineal T:EE
que conserva el producto escalar:
T(x), T(y) = x, y x, yE
Propiedad: T es una Isometra Lineal si y slo si conserva la
norma:
|| T(x)|| = ||x || xE
Propiedad: Las Isometras transforman bases ortonormales en
bases ortonormales:
T(v
i
), T(v
j
) = v
i
, v
j
=
ij

Propiedad: Si T:EE es aplicacin lineal y {v
1
,,v
n
} es base
ortonormal de E, entonces:
T es isometra lineal si y slo si su matriz asociada (en la base v
i
)
es ortogonal.



20
Isometras Lineales en R
2

Las nicas matrices ortogonales de orden dos son:
cos sen cos sen

sen cos sen cos
| | | |
| |

\ . \ .

Las primeras corresponden a un giro de ngulo.

2 2
:
( , ) ( ', ')
f
x y x y

R R

' cos sen
' sen cos
x x
y y
| | | || |
=
| | |

\ . \ .\ .





Las segundas corresponden a:

' cos sen
' sen cos
x x
y y
| | | || |
=
| | |

\ . \ .\ .

y son reflexiones (simetras) respecto de la recta y = x tg(/2)

(x', y')
x'= r cos(+) = r cos()cos() r sen()sen() =
= xcos() y sen()
y'= r sen(+) = r sen()cos() + r cos()sen() =
= ycos() + x sen()
(x, y)
(x', y')
/2
(x, y)



21
Ejemplos de simetras en el plano:
1. Reflexin respecto de la recta y = x





2. Reflexin respecto al eje x





3. Reflexin respecto al eje y







{
| |
1
,
2
0 1
1
( )
0
C C
w y
w f x
w x
f
| |
=
|
=
=
\
=
.
G G
y=x
x
G

( ) f x
G
(x,y)
(y,x)
{
| |
1
2
,

( )
1 0
0 1
C C
w x
w f x
w y
f
=
=
| |
=
|

\
=
G G
x
G

( ) f x
G

(x,y)



(x,-y)
{
| |
2
,
1

( )

1 0
0 1
C C
w x
w f x
w
f
y
=
| |
=
|
\
=
.
=
G G x
G
( ) f x
G
(-x,y) (x,y)

22
Isometras Lineales en R
3

Rotaciones
w=(w
1
, w
2
, w
3
) = f (x, y, z)
La rotacin se realiza en un plano perpendicular al eje de
rotacin.
El sentido positivo de la rotacin viene dado por:
i.- Regla de la mano derecha: Cuando el dedo pulgar de
la mano derecha est alineado en la direccin positiva
del eje de rotacin, los otros dedos definen el sentido
positivo de la rotacin.
ii.- En sentido contrario a las agujas del reloj, en relacin a
un punto de vista situado a lo largo del eje de rotacin,
vien do hacia el origen.








23
Ejemplos de giros en el espacio:

















y
z
x
G
x
( ) =
G G
w f x
x
Rotacin alrededor del eje z, de ngulo
3
1
2

cos sen
sen cos
=

`
| | | || |
=
| | |


\ .\ . \ . )
w z
w x
w y

1
2
3
cos sen 0
sen cos 0
0 0 1
| | | |
| | =
| |
\ . \
| |
|
|
\ . .


w x
w y
z w

y
z
x
G
x
( ) =
G G
w f x
x
Rotacin alrededor del eje y, de ngulo
2
3
1

cos sen
sen cos
=

`
| | | || |
=
| | |


\ .\ . \ . )
w y
w z
y w

1
2
3
cos 0 sen
0 1 0
sen 0 cos
| |
|
|

\ .
| | | |
| | =
| |
\ . \ .


w x
w y
z w

y
z
G
x
x
( ) =
G G
w f x
x
Rotacin alrededor del eje x, de ngulo
1
2
3

cos sen
sen cos
=

`
| | | || |
=
| | |


\ . \ . \ . )
w x
w y
z w

1
2
3
1 0 0
0 cos sen
0 sen cos
| |
|
|
\ .
| | | |
| | =
| |
\ . \ .


w x
w y
z w


24
Ejemplos de simetras en el espacio:
1. Reflexin respecto del plano xy





2. Reflexin respecto plano xz


| |
1
3
,
2
1 0 0
0 1 0
0 0 1

( )

C C
w x
w f x w y
w
f
z
=

= =

| |
| =
|
\
=
.
G G


3. Reflexin respecto del plano yz





G
x
| |
,
1
2
3
1 0 0
0 1 0
0 1
)
0
(
C C
w x
w y
w f x
w z
f
=

=
=

| |
| =
|

\ =

.
G G
| |
1
2
3
,

( )

1 0 0
0 1 0
0 0 1
C C
f
w x
w f x w y
w z
=

= =

=
| |
| =
|
\

.
G G
Y
X
Z
(x, y, z)
(x, y, 0)
(x, y, -z)
( )
G
f x
Y
Z
(x, y, z)
(x, -y, z)
G
x
( )
G
f x
Y
Z
X