TEMA: Transformaciones lineales: Núcleo e Imagen

CURSO: Matemática básica para ingeniería

SEMANA: 6

GUÍA DE ESTUDIO

Siguiendo en el estudio de los espacios vectoriales, en esta sesión veremos cómo construir
funciones entres espacios vectoriales. Dichas funciones son llamadas transformaciones
lineales, además de estudiar sus propiedades, veremos que guardan una relación con las
matrices. Por otro lado, recordemos que si 𝑓: 𝑉 → 𝑊 es una función el conjunto 𝑉 lo
denominaremos el dominio de 𝑓 y el conjunto W lo denominaremos el codominio de 𝑓.

TRANSFORMACIONES LINEALES

En esta sesión de clase estaremos interesados en estudiar los espacios vectoriales ℝ2 o ℝ3 . Sin
embargo, las definiciones y las propiedades que enunciaremos a continuación son ciertas para
cualquier espacio vectorial.

DEFINICIÓN: Sea 𝑉 y 𝑊 dos espacios vectoriales reales y 𝑇: 𝑉 → 𝑊 una función, entonces 𝑇 es llamada
una transformación lineal si satisface las siguientes propiedades:

i) Para cualquier 𝑣1 y 𝑣2 en 𝑉 tenemos que 𝑇(𝑣1 + 𝑣2 ) = 𝑇(𝑣1 ) + 𝑇(𝑣2 ).

ii) Para cualquier 𝑣1 en 𝑉 y cualquier escalar 𝜆 tenemos que 𝑇(𝜆𝑣1 ) = 𝜆𝑇(𝑣1 ).

Las anteriores propiedades se deben cumplir simultáneamente, si una de estas propiedades no se tiene
automáticamente la función no puede ser llamada transformación lineal.

Las transformaciones lineales buscan preservar la estructura algebraica de los espacios vectoriales.

EJEMPLOS: Estamos interesados en estudiar transformaciones de la forma 𝑇: ℝ𝑚 → ℝ𝑛 donde 𝑛, 𝑚

son enteros positivos menores o iguales de tres.

 La función 𝑇: ℝ2 → ℝ2 dada por 𝑇(𝑥; 𝑦) = (2𝑥 + 𝑦; 3𝑥 − 4𝑦) es una transformación lineal

porque:
i) Si (𝑥1 , 𝑦1 ) y (𝑥2 , 𝑦2 ) son vectores de ℝ2 entonces

𝑇((𝑥1 ; 𝑦1 ) + (𝑥2 ; 𝑦2 )) = 𝑇(𝑥1 + 𝑥2 ; 𝑦1 + 𝑦2 )

= (2(𝑥1 + 𝑥2 ) + (𝑦1 + 𝑦2 ); 3(𝑥1 + 𝑥2 ) − 4(𝑦1 + 𝑦2 ))
= (2𝑥1 + 2𝑥2 + 𝑦1 + 𝑦2 ; 3𝑥1 + 3𝑥2 − 4𝑦1 − 4𝑦2 )
= (2𝑥1 + 𝑦1 ; 3𝑥1 − 4𝑦1 ) + (2𝑥2 + 𝑦2 ; 3𝑥2 − 4𝑦2 )
= 𝑇(𝑥1 ; 𝑦1 ) + 𝑇(𝑥2 ; 𝑦2 )

DEPARTAMENTO DE CIENCIAS ®UPN

 Entonces 𝑇 preserva la suma entre vectores. Nos falta ver si 𝑇 satisface la segunda
condición de transformación lineal.

ii) Si (𝑥, 𝑦) es un vector de ℝ2 y 𝜆 es un escalar entonces

𝑇(𝜆(𝑥1 ; 𝑦1 )) = 𝑇(𝜆𝑥1 ; 𝜆𝑦1 )
= (𝜆𝑥1 + 𝜆𝑦1 ; 3𝜆𝑥1 − 4𝜆𝑦1 )
= (𝜆(2𝑥1 + 𝑦1 ); 𝜆(3𝑥1 − 4𝑦1 ))
= 𝜆(2𝑥1 + 𝑦1 ; 3𝑥1 − 4𝑦1 )
= 𝜆𝑇(𝑥1 ; 𝑦1 )
Entonces 𝑇 preserva el producto por escalar y por tanto, 𝑇 es una transformación
lineal.
 La función 𝑇(𝑥; 𝑦; 𝑧) = (1,1,1) no es una transformación lineal porque no satisface la primera
condición de transformación lineal.
i) Si (𝑥1 , 𝑦1 ; 𝑧1 ) y (𝑥2 , 𝑦2 ; 𝑧2 ) son vectores de ℝ2 entonces

𝑇((𝑥1 ; 𝑦1 ; 𝑧1 ) + (𝑥2 ; 𝑦2 ; 𝑧2 )) = 𝑇(𝑥1 + 𝑥2 ; 𝑦1 + 𝑦2 ; 𝑧1 + 𝑧2 )

= (1,1,1)

Sin embargo
𝑇(𝑥1 ; 𝑦1 ; 𝑧1 ) + 𝑇(𝑥2 ; 𝑦2 ; 𝑧2 ) = (1; 1; 1) + (1; 1; 1) = (2; 2; 2)
Por tanto, 𝑇((𝑥1 ; 𝑦1 ; 𝑧1 ) + (𝑥2 ; 𝑦2 ; 𝑧2 )) ≠ 𝑇(𝑥1 ; 𝑦1 ; 𝑧1 ) + 𝑇(𝑥2 ; 𝑦2 ; 𝑧2 ) y en este caso 𝑇 no es
una transformación lineal.
 La función 𝑇: ℝ3 → ℝ dada por 𝑇(𝑥; 𝑦; 𝑧) = 3𝑥 − 4𝑦 + 𝑧 es una trasformación lineal
i) Si (𝑥1 ; 𝑦1 ; 𝑧1 ) y (𝑥2 ; 𝑦2 ; 𝑧2 ) son vectores de ℝ3 entonces

𝑇((𝑥1 ; 𝑦1 ; 𝑧1 ) + (𝑥2 ; 𝑦2 ; 𝑧2 )) = 𝑇(𝑥1 + 𝑥2 ; 𝑦1 + 𝑦2 ; 𝑧1 + 𝑧2 )

= 3(𝑥1 + 𝑥2 ) − 4(𝑦1 + 𝑦2 ) + (𝑧1 + 𝑧2 )
= 3𝑥1 − 4𝑦1 + 𝑧1 + 3𝑥2 − 4𝑦2 + 𝑧2
= 𝑇(𝑥1 ; 𝑦1 ; 𝑧1 ) + 𝑇(𝑥2 ; 𝑦2 ; 𝑧2 )

Por lo tanto, 𝑇 preserva la suma entre vectores, debemos ver que satisface la segunda
propiedad

ii) Si (𝑥1 ; 𝑦1 ; 𝑧1 ) es un vector de ℝ3 y 𝜆 un escalar, entonces

𝑇(𝜆(𝑥1 ; 𝑦1 ; 𝑧1 )) = 𝑇(𝜆𝑥1 ; 𝜆𝑦1 ; 𝜆𝑧1 )
= 3𝜆𝑥1 − 4𝜆𝑦1 + 𝜆𝑧1
= 𝜆(3𝑥1 − 4𝑦1 + 𝑧1 )
Por tanto, 𝑇 preserva el producto por escalar y de esta manera 𝑇 es una trasformación
lineal.

 La función 𝑇(𝑥; 𝑦) = (√|𝑥|; √|𝑦|) no es una transformación lineal ya que:

iii) Si (𝑥1 , 𝑦1 ) y (𝑥2 , 𝑦2 ) son vectores de ℝ2 entonces
𝑇((𝑥1 ; 𝑦1 ) + (𝑥2 ; 𝑦2 )) = 𝑇(𝑥1 + 𝑥2 ; 𝑦1 + 𝑦2 )
= (√|𝑥1 + 𝑥2 |; √|𝑦1 + 𝑦2 |)

DEPARTAMENTO DE CIENCIAS ®UPN

 Pero, por otro lado

𝑇(𝑥1 ; 𝑦1 ) + 𝑇(𝑥2 ; 𝑦2 ) = (√|𝑥1 |; √|𝑦1 |) + (√|𝑥2 |; √|𝑦2 |)

= (√|𝑥1 | + √|𝑥2 |; √|𝑦1 | + √|𝑦2 |)

Y de esta forma tenemos que 𝑇((𝑥1 ; 𝑦1 ) + (𝑥2 ; 𝑦2 )) ≠ 𝑇(𝑥1 ; 𝑦1 ) + 𝑇(𝑥2 ; 𝑦2 ) y en

este caso 𝑇 no es una transformación lineal.

 Una aplicación importante de las transformaciones lineales en el

plano son las proyecciones sobre un eje. Por ejemplo la
proyección ortogonal del vector (𝑥; 𝑦) sobre el eje 𝑥, esta dada
por 𝜋𝑥 (𝑥; 𝑦) = (𝑥; 0). La notación 𝜋𝑥 indica que la proyección
es sobre la primera componente. En este sentido 𝜋𝑦 (𝑥; 𝑦) =
(0; 𝑦) determina la proyección del punto (𝑥; 𝑦) sobre el eje 𝑦.

 El concepto de proyección también se puede extender a ℝ3 . Por

ejemplo si estamos interesados en la proyección del vector
(𝑥; 𝑦; 𝑧) sobre el plano 𝑥𝑧, esta dada por
𝜋𝑥𝑧 (𝑥; 𝑦; 𝑧) = (𝑥; 0; 𝑧)
Como se aprecia, en la figura 𝜋𝑥𝑧 (2; 4; 6) = (2; 0; 6)

PROPIEDADES: Si 𝑇: 𝑉 → 𝑊 es una transformación lineal entonces

i) ⃗ ) = ⃗0.
𝑇(0
ii) Para cualquier vector 𝑣 en 𝑉 se tiene que 𝑇(−𝑣) = −𝑇(𝑣).
iii) Para cualquier par de vectores 𝑢 y 𝑣 en 𝑉, se tiene que 𝑇(𝑢 − 𝑣) = 𝑇(𝑢) − 𝑇(𝑣).
iv) Para cualquier par de vectores 𝑣 y 𝑤 en 𝑉 y escalares 𝑐 y 𝑑 se tiene que
𝑇(𝑐𝑣 + 𝑑𝑤) = 𝑐𝑇(𝑣) + 𝑑𝑇(𝑤).

Las dos propiedades iniciales son útiles para determinar cuándo una función no es transformación es
una transformación lineal. Por ejemplo la función 𝑇(𝑥; 𝑦; 𝑧) = (1; 1; 1) (Ver ejemplo anterior) no es
una transformación lineal porque

𝑇(0; 0; 0) = (1; 1; 1) ≠ (0; 0; 0).

En general, la única función constante 𝑇: 𝑉 → 𝑊 que es transformación lineal debe tener la forma
⃗.
𝑇(𝑥 ) = 0

Por otro lado, la tercera propiedad es una combinación de las dos condiciones de la definición de
transformación lineal y puede ser usada como reemplazo de la definición, mediante esta propiedad es
correcto afirmar que una trasformación lineal preserva una combinación lineal de elementos del
espacio vectorial de salida o dominio.

DEPARTAMENTO DE CIENCIAS ®UPN

REPRESENTACIÓN MATRICIAL DE UNA TRANFORMACION LINEAL

Existe una relación entre las transformaciones lineales y las matrices, como se ha visto, las matrices

PROPOSICIÓN: Si 𝑇: ℝ𝑛 → ℝ𝑚 es una transformación lineal entonces existe una matriz de orden 𝑚 ×

𝑛 que denotaremos por 𝐴 𝑇 tal que:
𝑎11 ⋯ 𝑎1𝑛 𝑥1
𝑇(𝑥1 ; ⋯ ; 𝑥𝑛 ) = 𝐴 𝑇 𝑥 = [ ⋮ ⋱ ⋮ ][ ⋮ ]
𝑎𝑚1 ⋯ 𝑎𝑚𝑛 𝑥𝑛

Además, 𝐴 𝑇 es única salvo cambios en las bases de ℝ𝑛 y ℝ𝑚 , es decir, si escogemos otras bases para
el dominio y condominio encontraríamos otra matriz diferente. En esta sesión no estudiaremos ese
fenómeno y nos restringiremos a obtener la representación matricial de la transformación lineal
respecto a las bases canónicas del dominio y codominio.

Si 𝑇: ℝ𝑛 → ℝ𝑚 es una transformación Lineal, algunos textos se usa la expresión “la matriz asociada a
la transformación lineal 𝑇" para referirse a la representación matricial de la transformación lineal 𝑇.

Por otro lado, para determinar la representación matricial de una transformación lineal 𝑇: ℝ𝑛 → ℝ𝑚
donde n y m son enteros positivos

𝐴 𝑇 = [𝑇(𝑒1 ) 𝑇(𝑒2 ) 𝑇(𝑒3 ) ⋯ 𝑇(𝑒𝑛 )]

Donde los vectores 𝑒1 , 𝑒2 , 𝑒3 , … , 𝑒𝑛 son los vectores de la base canónica de ℝ𝑛 . Ahora ilustramos este
procedimiento con algunos ejemplos.

EJEMPLOS: En los siguientes ejemplos consideraremos transformaciones lineales 𝑇: ℝ𝑛 → ℝ𝑚 donde

𝑛 o 𝑚 son uno, dos o tres.

 Determinar la representación matricial de la trasformación lineal 𝑇: ℝ2 → ℝ2 dada por

𝑇(𝑥; 𝑦) = (8𝑥 − 3𝑦; 5𝑥 − 4𝑦)
Para encontrar la encontrar la representación matricial de 𝑇, debemos evaluar la
transformación 𝑇 en la base canónica de ℝ2 . Luego
𝑇(𝑒1 ) = 𝑇(1; 0) = (8; 5)
𝑇(𝑒2 ) = 𝑇(0; 1) = (−3; −4)
De esta manera,
8 −3
𝐴 𝑇 = [𝑇(𝑒1 ) 𝑇(𝑒2 )] = [ ]
5 −4

 Determinar la representación matricial de la trasformación lineal 𝑇: ℝ3 → ℝ dada por

𝑇(𝑥; 𝑦; 𝑧) = (6𝑥 − 𝑧 − 3𝑦; 2𝑥 + 3𝑦)

DEPARTAMENTO DE CIENCIAS ®UPN

 Para encontrar la encontrar la representación matricial de 𝑇, debemos evaluar la
transformación 𝑇 en la base canónica de ℝ2 . Luego
𝑇(𝑒1 ) = 𝑇(1; 0; 0) = (6; 2)
𝑇(𝑒2 ) = 𝑇(0; 1; 0) = (−3; 3)
𝑇(𝑒3 ) = 𝑇(0; 0; 1) = (−1; 0)
De esta manera,
6 −3 −1
𝐴 𝑇 = [𝑇(𝑒1 ) 𝑇(𝑒2 ) 𝑇(𝑒3 )] = [ ]
2 3 0
 Siguiendo con los mismos racionamientos tenemos que la representación matricial de la
transformación lineal 𝑇: ℝ2 → ℝ3 dada por 𝑇(𝑥; 𝑦) = (2𝑦 − 3𝑥; 3𝑥 − 4𝑦; 𝑦 − 2𝑥 ) es
−3 2
𝐴 𝑇 = [ 3 −4]
−2 1
 Determinar la representación matricial de la trasformación lineal 𝑇: ℝ2 → ℝ2 que satisface
𝑇(1; 1) = (2; 1) y 𝑇(2; 3) = (2; 0)
Para encontrar la encontrar la representación matricial de 𝑇, primero debemos escribir los
vectores 𝑒1 = (1; 0) y 𝑒2 = (0; 1) como combinación lineal de (1; 1) y (2; 3) para ello
obtenemos la forma escalonada reducida de la matriz aumentada

1 2∣1 0 1 2 ∣1 0 1 0 ∣3 2 1 0 ∣ 3 −2
[ ∣ ]→[ ∣ ]→[ ∣ ]→[ ∣ ]
1 3∣0 1 0 −1 ∣ 1 −1 0 −1 ∣ 1 −1 0 1 ∣ −1 1

De esta forma (1; 0) = 3(1; 1) + (−1)(2; 3) y (0; 1) = (−2)(1; 1) + (1)(2; 3). Ahora
debemos

𝑇(1; 0) = 𝑇(3(1; 1) + (−1)(2; 3)) = 3𝑇(1; 1) + (−1)𝑇(2; 3) = 3(2; 1) + (−1)(2; 0) = (4; 3)

𝑇(0; 1) = 𝑇((−2)(1; 1) + (1)(2; 3)) = (−2)𝑇(1; 1) + (1)𝑇(2; 3) = −2(2; 1) + (1)(2; 0) = (−2; −2)

De esta manera,
4 −2
𝐴 𝑇 = [𝑇(𝑒1 ) 𝑇(𝑒2 )] = [ ].
3 −2
 Encuentre la representación matricial de la transformación 𝑇: ℝ2 → ℝ2, que satisface
𝑇(1; 1) = (0; 0) y 𝑇(1; −1) = (0; 2) y describa geométricamente a 𝑇.

Primero determinemos la representación matricial de 𝑇, sin embargo la encontraremos, para

ello formamos la encontramos la forma reducida matriz aumentada

∣1 1
1 1 ∣1 0 1 1 ∣ 1 0 2 0 ∣ 1 1 1 0∣2 2
[ ∣ ]→[ ∣ ]→[ ∣ ]→[ ∣ ]
1 −1 ∣ 0 1 0 −2 ∣ −1 1 0 −2 ∣ −1 1 0 1 ∣∣ 1 − 1
2 2

1 1 1 1
De esta forma (1; 0) = 2 (1; 1) + 2 (1; −1) y (0; 1) = 2 (1; 1) − 2 (1; −1), de este modo,

DEPARTAMENTO DE CIENCIAS ®UPN

 1 1 1 1 1
𝑇(1; 0) = 𝑇 ( (1; 1) + (1; −1)) = 𝑇(1; 1) + 𝑇(1; −1) = (0; 2) = (0; 1)
2 2 2 2 2
1 1 1 1 1
𝑇(0; 1) = 𝑇 ( (1; 1) − (1; −1)) = 𝑇(1; 1) − 𝑇(1; −1) = − (0; 2) = (0; −1)
2 2 2 2 2

0 0 𝑥
De esta forma; 𝑇(𝑥; 𝑦) = [ ] [ ] = (0; 𝑥 − 𝑦) y de esta forma hemos obtenido la regla
1 −1 𝑦
de correspondencia de 𝑇.

La utilidad de la representación matricial de una transformación lineal radica en efectuar cálculos más
rápidos como veremos a continuación.

NUCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL

Asociada a una transformación lineal 𝑇: 𝑉 → 𝑊 entre los espacios vectoriales 𝑉 y 𝑊 existen dos
subespacios vectoriales, el núcleo (también conocido como Kernel de la transformación) y la imagen
de la transformación lineal que describimos a continuación.

DEFINICIÓN: Sea 𝑇: 𝑉 → 𝑊 una transformación lineal del espacio 𝑉 al espacio vectorial 𝑊.

• El núcleo de 𝑇, denotada por 𝑁𝑢 𝑇, al subconjunto de 𝑉 dado por

𝑁𝑢 𝑇 = { 𝑣 ∈ 𝑉 ∣ 𝑇(𝑣) = 0 }

• La imagen de 𝑇, denotada por 𝑖𝑚 𝑇, al subconjunto de 𝑊 dado por

𝐼𝑚 𝑇 = { 𝑤 ∈ 𝑊 ∣∣ 𝑤 = 𝑇(𝑣) 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑣 ∈ 𝑉 }

Dada una transformación lineal 𝑇: 𝑉 → 𝑊 se tiene que el núcleo de 𝑇 y la imagen de 𝑇 son subespacios
vectoriales de 𝑉 y 𝑊 respectivamente. La dimensión de 𝑁𝑢 𝑇 se denomina la nulidad de 𝑇 y la
dimensión de 𝐼𝑚 𝑇 se denomina el rango de 𝑇. Además:

 ⃗ }.
𝑇 es una transformación inyectiva si 𝑁𝑢 𝑇 = {0
 𝑇 es una transformación sobreyectiva si 𝐼𝑚 𝑇 = 𝑊 .
 𝑇 es una transformación biyectiva si 𝑇 es una transformación inyectiva y sobreyectiva.

Ahora veremos ejemplos para el cálculo de estas cantidades.

EJEMPLOS:

 Determine el núcleo y la imagen de la transformación 𝑇: ℝ2 → ℝ2 dada por 𝑇(𝑥; 𝑦) = (𝑦; 2𝑦).

Primero calculemos la representación matricial de T, como, 𝑇(1; 0) = (0; 0) y𝑇(0; 1) = (1; 2), se
0 1 𝑥
tiene que 𝑇(𝑥; 𝑦) = [ ] [ ]. Ahora determinemos el núcleo y la imagen de T
0 2 𝑦

i) Para determinar el núcleo debemos encontrar la solución al sistema

DEPARTAMENTO DE CIENCIAS ®UPN

 0 1 𝑥 0
[ ][ ] = [ ]
0 2 𝑦 0

Aplicando el método de Gauss se tiene

0 1∣0 0 1∣0
[ ∣ ]→[ ∣ ]
0 2∣0 0 0∣0

De lo que se tiene que 𝑦 = 0 y 𝑥 = 𝑡. Y las soluciones están dadas por los vectores (𝑥; 𝑦) = (𝑡; 0).
De este modo 𝑁𝑢 𝑇 = { 𝑣 ∈ 𝑉 ∣ 𝑇(𝑣) = 0 } = { 𝑡 ∈ ℝ ∣ (𝑡; 0) } = 𝑔𝑒𝑛(1; 0).

ii) Para determinar la imagen debemos solucionar el sistema

0 1 𝑥 𝑢
[ ][ ] = [ ]
0 2 𝑦 𝑣
Aplicando el método de Gauss tenemos
0 1∣𝑢 0 1∣ 𝑢
[ ∣ ]→[ ∣ ]
0 2∣𝑣 0 0 ∣ 𝑣 − 2𝑢
De esta forma, el sistema solo tiene solución para los vectores de (𝑢; 𝑣) que satisfacen la
ecuación 𝑣 − 2𝑢 = 0. De este modo,
𝐼𝑚 𝑇 = { 𝑤 ∈ 𝑊 ∣∣ 𝑤 = 𝑇(𝑣) 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑣 ∈ 𝑉 } = { (𝑢; 𝑣) ∣ 𝑣 − 2𝑢 = 0 }.

Pero el conjunto { (𝑢; 𝑣) ∣ 𝑣 = 2𝑢 } es un subespacio vectorial de ℝ2 y si consideramos que

(𝑢; 𝑣) = (𝑢: 2𝑢) = 𝑢(1; 2). Entonces 𝐼𝑚 𝑇 = 𝑔𝑒𝑛{(1; 2)}.

Para terminar, tenemos que la nulidad de 𝑇 es 1 y el rango de 𝑇 es 1.

TEOREMA DE LA NULIDAD Y RANGO

Este teorema permite determinar la nulidad si se conoce el rango y viceversa.

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal entre espacios vectoriales de dimensión finita. Entonces

dim 𝑉 = dim 𝑁𝑢 𝑇 + dim 𝐼𝑚 𝑇

Este teorema nos brinda un estimado de las dimensiones del núcleo y de la imagen, por ejemplo

 No puede existir una transformación lineal 𝑇: ℝ3 → ℝ2 de nulidad dos y de rango dos. Porque
3 ≠ 2 + 2.
 Es posible construir una transformación lineal 𝑇: ℝ3 → ℝ3de nulidad uno y de rango dos, ya
que 3 = 1 + 2. Pero no es posible construir una transformación lineal de rango y nulidad
iguales a un.

DEPARTAMENTO DE CIENCIAS ®UPN

 TEMA: Transformaciones lineales: Núcleo e Imagen

CURSO: Matemática Básica para Ingeniería

SEMANA: 6

HOJA DE TRABAJO

CONOCIMIENTO / COMPRENSIÓN
1. ¿Qué es una transformación lineal?
2. Indique cuales de las siguientes funciones son transformaciones lineales o cuales no
a) 𝑇: ℝ2 → ℝ donde 𝑇(𝑥; 𝑦) = 𝑥 2 + 𝑦 2
b) 𝑇: ℝ3 → ℝ2 donde 𝑇(𝑥; 𝑦; 𝑧) = (𝑥 + 𝑦 + 𝑧; 2𝑥 − 3𝑦 + 𝑧)
c) 𝑇: ℝ2 → ℝ donde 𝑇(𝑥; 𝑦) = sen(𝑥) sen(𝑦)
d) 𝑇: ℝ3 → ℝ3 donde 𝑇(𝑥; 𝑦; 𝑧) = (𝑧; 𝑦; 𝑥)
APLICACIÓN / ANÁLISIS
1. Determine 𝑇(2; 3), 𝑇(1; 1) y 𝑇(−3; 2) si 𝑇: ℝ2 → ℝ2 esta dada por
𝑇(𝑥; 𝑦) = (2𝑥 − 3𝑦; 5𝑦 − 3𝑥).
2. Para cada transformación lineal determine su representación matricial.
a) 𝑇: ℝ2 → ℝ2 dada por 𝑇(𝑥; 𝑦) = (𝑥 − 3𝑦; 2𝑦 − 𝑥)
b) 𝑇: ℝ3 → ℝ2 dada por 𝑇(𝑥; 𝑦; 𝑧) = (3𝑥 + 5𝑦 − 3𝑧; 𝑧 − 2𝑦 − 3𝑥)
c) 𝑇: ℝ2 → ℝ2 dada por 𝑇(𝑥; 𝑦; 𝑧) = (3𝑥 − 4𝑧; 𝑧 − 5𝑥 − 4𝑦)
3. Determine la representación matricial de la transformación lineal 𝑇: ℝ2 → ℝ2 si se conoce que
𝑇(2; 1) = (0; 0) y 𝑇(3; 1) = (1; 2).
4. Determine el núcleo y la imagen de cada una de las transformaciones lineales dadas
a) 𝑇: ℝ2 → ℝ2 dada por 𝑇(𝑥; 𝑦) = (3𝑥; 7𝑥)
b) 𝑇: ℝ3 → ℝ3 dada por 𝑇(𝑥; 𝑦; 𝑧) = (𝑥 + 2𝑧; 3𝑦 + 3𝑧; 2𝑥 − 2𝑦 − 2𝑧)
5. Encuentre todas las transformaciones lineales de ℝ2 en ℝ2 tales que la recta 𝑦 = 0 se
transforme en la recta 𝑥 = 0.
6. Sea 𝑇 una transformación lineal de ℝ2 → ℝ3 tal que 𝑇(1, 0) = (1, 2, 3) y
𝑇(0, 1) = (−4, 0, 5). Encuentre:
a) 𝑇(2, 4) b) 𝑇(−3, 7)

DEPARTAMENTO DE CIENCIAS ®UPN

SÍNTESIS / EVALUACIÓN
1. Construya una transformación lineal 𝑇: ℝ2 → ℝ que satisfaga las condiciones dadas
a) La nulidad y el rango de 𝑇 son iguales a uno.
b) La nulidad es dos.
2. Construya una transformación lineal 𝑇: ℝ3 → ℝ3 cuyo núcleo sea
𝑁𝑢 𝑇 = { (𝑥; 𝑦; 𝑧) ∣ 2𝑥 − 𝑦 + 𝑧 = 0 }
3. Rotaciones en el plano:
Muestre que la transformación lineal 𝑅𝜃 : ℝ2 → ℝ2 cuya
representación matricial
cos 𝜃 − sen 𝜃
𝐴𝜃 = [ ]
sen 𝜃 cos 𝜃
tiene la propiedad que rota cualquier vector de ℝ2 en
sentido contrario a las manecillas del reloj un ángulo 𝜃
mediante la siguiente figura.

4. Considerando la transformación lineal del problema, considere dos números reales 𝜃 y 𝜓.

a) Calcule 𝐴0 . ¿Qué significado geométrico puede asignar a la transformación lineal 𝑅0 ?.
b) Realice la multiplicación de matrices 𝐴𝜃 𝐴𝜓 y compárelo con 𝐴𝜃+𝜓 . ¿Qué significado
geométrico puede asignar a la transformación lineal 𝑅𝜃+𝜓 ?

REFERENCIAS BIBLIOGRÁFICAS

CÓDIGO UPN AUTOR TÍTULO

512.5 GROS 2012 Grossman, Stanley Álgebra Lineal

512.5 ANTO 2013 Anton, Howard Introducción al algebra lineal

DEPARTAMENTO DE CIENCIAS ®UPN