Transformaciones

Lineales

Elaborado por Ing. Francisco Barrera Del Rayo

Transformacin
Sean V y W dos espacios vectoriales definidos sobre el mismo
campo k. La funcin T : V -> W es la regla de correspondencia
que asigna a cada vector , uno y slo un vector de W, al
que llamaremos imagen de y representaremos como T( )
A este tipo de funciones se le conoce como transformaciones.
Esquemticamente se tiene:

V W
T T( )

Dominio Codominio
Transformaciones Lineales
Sean V y W dos espacios vectoriales sobre un
campo K. Una transformacin T: V -> W es
lineal si, se cumple:

1. Superposicin:
+ = ) + ( ; ,

2. Homogeneidad:
= ;
 Dominio, Codominio
T : U -> V

u Dominio: Es el conjunto de U de vectores

sobre los cuales acta la transformacin.

u Codominio: Es el conjunto de vectores de V

donde se encuentran las imgenes de los
vectores del dominio.
 Recorrido y Ncleo
T : U -> V

u Recorrido: Es el conjunto formado por las imgenes

de los vectores del dominio y lo representamos con
T(U), esto es:
T(U)={ | = T( ), donde }

u Ncleo: Es el conjunto de vectores del dominio cuya

imagen es el vector cero de V. Lo representamos con
N(T), esto es:
N(T)={ | , donde T() = 03 }
Dominio, Codominio, Recorrido y Ncleo
T : U -> V
U V
Recorrido
T T(U)
= T( )

Dominio Codominio

Ncleo U V
N(T) T
03

Dominio Codominio
Teoremas
u Si T: V > W es una transformacion lineal, entonces:

1. T(03 ) = 04

2. T(V) es un subespacio de W

3. N(T) es un subespacio de V

4. Si B = {1, 2, 3, , n } es una base de V, entonces el

conjunto G={T(1, T(2), T(3), , T(n)} es generador del
recorrido de T.

5. Si V es un espacio de dimensin finita, entonces se cumple

que: Dim V = Dim T(V) + Dim N(T)
Matriz de asociada
Sean V y W dos espacios vectoriales de dimensin n y m, respectivamente,
y sean A={1, 2, 3 , , n } y B={w1, w2, w 3, , wm } bases de dichos
espacios.

Si T: V -> W es una transformacin lineal, existe una matriz nica 67 ( T ) ,

de orden mxn, talque:

67 ( 9) ] B ;
9) 7 = [ T(
Las n columnas de la matriz 67 ( T ) , llamada matriz asociada T, son los
vectores de coordenadas en la base B, de las imgenes de los vectores de
la base A, esto es:

67 () = [ [ ( 9 = ) ] 6 [ ( 9 > ) ] 6 [ ( 9@ ) ] 6 ]
Matriz de asociada
La matriz asociada nos permite calcular la imagen de un vector cualquiera

9 del dominio, mediante el siguiente procedimiento:
1) Determinar las coordenadas del vector
9 en la base A
2) Multiplicar la matriz 67 por el vector (
9) 7
3) 9) a partir de sus coordenadas en la base B
Obtener el vector T(

Aplicando la Regla

9 9)
T(
Con los vectores de la
Clculo del
base B y los escalares de
Vector de
9) ]B , obtener T(
[T( 9)
coordenadas

9)7
( 9 ) ]B
[T(
Multiplicar por 67
Matriz de asociada
T : U -> V
Teorema

En una transformacin lineal, la dimensin

del recorrido es igual al rango de la matriz
asociada a dicha transformacin.

R(67 )= Dim T(U)

lgebra de transformaciones lineales
Dadas dos transformaciones lineales cuyo dominio y codominio es el
mismo:
T : V -> W y R : V -> W
u Adicin
La suma de T y R es una transformacin de V en W, que se define como:
9) = T(
(T+R)( 9) ;
9) + R(
M(T+R) = M(T) + M(R)

u Multiplicacin por un escalar

El producto de un escalar por la transformacin T es una
transformacin de V en W, que se define como:
( T ) ( 9) ;
9) = T (
M ( T ) = M(T)
lgebra de transformaciones lineales
Dadas dos transformaciones lineales:
T : U -> V Y R : V -> W
u Composicin
Se define la transformacin S : U -> W como el resultado de la
composicin entre las transformaciones T y R, de la siguiente
forma:
9 ) = (RT)(
S( 9 ) ;
9 ) = R[ T(
S( 9 ) ] ;
Entonces:

9 ) = R[ T(
(RT)( 9) ]
lgebra de transformaciones lineales

Para que la operacin composicin pueda realizarse, debe existir

interseccin entre el recorrido de T y el dominio de R.

Teorema
Si T: U->V y R: V->W son transformaciones lineales y A, B, C son bases
de U, V, W respectivamente, entonces:

R T =

Dado que el producto de matrices en general no es conmutativo,

entonces se puede inferir que la operacin composicin, en general no
es conmutativa, esto es:

R T
TR RT TR
lgebra de transformaciones lineales

Sean T, R y S tres transformaciones lineales y sean , , se tiene

que:

1. T+R=R+T
2. ( T+R ) + S = T+ ( R+S)
3. ( ) = ( )
4. ( +)= +
5. ( + ) = +
6. (R T) S = R (T S)
7. (R T) =( R) T = R ( T)
8. S ( R+T ) = (S R ) + (S T)
Transformaciones lineales Inyectivas y Suprayectivas
T : U -> V
u Transformacin inyectiva
Una transformacin lineal es inyectiva, si y slo si, el ncleo de dicha
transformacin es de dimensin cero.
Dim N(T) = 0

u Transformacin suprayectiva
Una transformacin lineal es suprayectiva, si y slo si, la dimensin del
recorrido es igual a la dimensin del codominio, o bien, si la dimensin
del ncleo es igual a cero, entonces la transformacin ser
suprayectiva, si la dimensin del dominio es igual a la dimensin del
codominio.
1) Dim T(U) = Dim V
2) Dim N(T) = 0 y Dim U = Dim V
Transformaciones lineales Biyectivas
T : U -> V

u Transformacin biyectiva

Una transformacin lineal es biyectiva, si y slo si, es inyectiva

y suprayectiva, es decir, si la dimensin del ncleo es igual a
cero y la dimensin del recorrido es igual a la del codominio

1) Dim N(T) = 0
2) Dim T(U) = Dim V
Inversa de una transformacin lineal

Sea T: V->W una transformacin lineal. Existe una

transformacin inversa T-1: W->V , si y slo si, la
transformacin T es biyectiva, o bien si M(T) es no
singular, esto es, si la inversa de M(T) existe.
[()]V = (V )

V W
T
T( )

T-1
Inversa de una transformacin lineal
Algunas propiedades de la transformacin inversa son:

1) T-1 es nica
2) (T-1)-1 = T
3) (T H)-1 = H-1 T-1
4) (T)-1= -1 T-1 ; si
5) T-1 T = IV
6) T T-1 = Iw

Donde IV y Iw son transformaciones identidad de V y W,

respectivamente.
Valores y vectores caractersticos
A las transformaciones lineales que van de un espacio vectorial al mismo
espacio vectorial, Esto es T: V->V, se les conoce como operadores lineales.

Definicin
Sea V un espacio vectorial de dimensin finita definido sobre un campo K
y sea T: V->V un operador lineal para el cual:

T( ) = ; 0

u Al escalar se le llama valor caracterstico de T
u Al vector diferente de 0 se le conoce como vector
caracterstico de T correspondiente al valor
Espacios caractersticos
Al conjunto formado por todos los vectores caractersticos asociados a un
valor caracterstico , al cual se le agrega el vector cero, se le llama
espacio caracterstico y se representa como E().

Propiedades de los valores y vectores

caractersticos
u Los vectores caractersticos asociados a valores caractersticos distintos
son linealmente independientes.
u Si es un vector caracterstico asociado a un valor caracterstico ,
entonces es tambin un vector caracterstico asociado a ,
c o n 0
u Si y son dos vectores caractersticos asociados a un valor
caracterstico , y - entonces + es un vector caracterstico
asociado a .
Polinomio caracterstico y ecuacin caracterstica
Para obtener dichos elementos, se tiene:
T( ) = ...............(1)
Considerando que:
M(T)=A
Entonces podemos plantear que:
T( ) =A ...............(2)
De (1) y (2) se puede plantear:
A = Donde I es la matriz identidad
De donde se tiene:
A - = 0
(A - )=
u Al Det(A - ) se le conoce como polinomio caracterstico
u Al Det(A - )=0 se le conoce como ecuacin caracterstica
Matrices similares
Se tiene que dos matrices A y B de orden nxn son similares, si
existe una matriz no singular C, tal que:

B=C -1AC
Teorema: dos matrices representan al mismo operador
lineal, si y slo si, son similares.
Propiedades:
1. SI A y B son matrices similares, entonces
Det(A)=Det(B)
2. Dos matrices similares tienen el mismo polinomio
caracterstico y, por lo tanto, los mismos valores
caractersticos
Diagonalizacin

Si V es un espacio vectorial de dimensin n y T: V->V es

un operador lineal, entonces existe una matriz
diagonal asociada a T, cuando se puede definir una
base de V formada por vectores caractersticos de T. La
matriz asociada a T referida a esta base, es una matriz
diagonal D cuyos elementos dii son los valores
caractersticos de T.
M(T)=C -1DC
Diagonalizacin

Teorema:
Sea A de nxn una matriz asociada a un operador lineal T.
La matriz A ser similar a una matriz diagonal D, si y slo si,
existe un conjunto linealmente independiente formado por n
vectores caractersticos de T. Para este caso, existe una
matriz no singular P, para el cual se cumple que D=P-1AP ,
donde P tiene como columnas a los n vectores caractersticos
de T correspondientes a los valores caractersticos dii que
definen a la matriz diagonal D.
Valores y vectores caractersticos

Para cada valor de , la expresin (A - ) = es un

sistema homogneo indeterminado, cuyas soluciones no
nulas son los vectores de coordenadas, en la base B, de
los vectores caractersticos buscados, donde B es la
base utilizada para obtener la matriz asociada a la
transformacin T =