Você está na página 1de 15

5.1 Introduccin a las transformaciones lineales.

Definicin: Las transformaciones lineales son las funciones y tratan sobre K-espacios
vectoriales que son compatibles con la estructura (es
decir, con la operacin y la accin) de estos espacios.

Aqu se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los
espacios vectoriales. Es decir, de funciones que preservan la suma y la multiplicacin
por escalares.
Nosotros usaremos el concepto de la funcin para darle un tratamiento a los sistemas
de ecuaciones lineales. La restriccin que haremos sera sobre el tipo de funciones:
solo estaremos interesados en funciones que preserven las operaciones en el espacio
vectorial. Este tipo de funciones sern llamadas funciones lineales. Primeramente las
definiremos, veremos algunas propiedades generales y despus veremos como se
aplican estos resultados a sistemas de ecuaciones.
Sean V y W dos espacios vectoriales posiblemente iguales.
Una transformacin lineal o mapeo lineal de V a W es una funcin
T : V W tal que para todos los vectores u y v de V y cualquier escalar c:
a) T (u + v) = T (u) + T (v)
b) T (c u) = c T (u)

Demuestre que la transformacin T : R2 R2 definida por

es lineal.

Entonces :

Por otro lado, para todo escalar c,


Como se cumplen las dos condiciones:

T es lineal.

Una transformacin lineal preserva combinaciones lineales. Veremos que, debido a


esto, una transformacin lineal queda unvoca-mente determinada por los valores que
toma en los elementos de una base cualquiera de su dominio.

Teniendo en cuenta que las transformaciones lineales son funciones entre conjuntos,
tiene sentido estudiar la validez de las propiedades usuales de funciones: inyectividad,
suryectividad y biyectividad.
Las transformaciones lineales que verifican alguna de estas propiedades reciben
nombres particulares:
Definicin 3.6 Sean V y W dos K-espacios vectoriales, y sea f : V W una
transformacin lineal. Se dice que:
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.
En algunos casos, consideraremos transformaciones lineales de un K-espacio
vectorial en s mismo:
Sea V un K-espacio vectorial. Una transformacin lineal f : V V se llama un
endomorfismo de V . Si f es un endomorfismo que es adems un isomorfismo,
entonces se dice que es un automorfismo.

https://sites.google.com/site/sistemasalgebralineal/unidad-5---transformaciones-
lineales/5-1-introduccion-a-las-transformaciones-lineales
http://profe-alexz.blogspot.mx/2011/02/transformacion-lineal-problemas.html
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, T1v = 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
http://itsavbasicas.blogspot.mx/2012/05/52-nucleo-e-imagen-de-una.html

5.3 La matriz de una transformacin lineal.

Si A es una matriz de m*n y T: R n-Rm est definida por Tx = Ax, entonces, T es una
transformacin lineal. Ahora se ver que para toda transformacin lineal de R n 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 = N A 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 A T 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 Sm en 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 R 2por 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.
http://itsavbasicas.blogspot.mx/2012/05/53-la-matriz-de-una-transformacion.html
http://cb.mty.itesm.mx/ma1010/materiales/ma1010-28.pdf