Transformaciones Lineales

5.
1 DEFINICIÓN DE TRANSFORMACIÓN LINEAL
Definición
Las transformaciones lineales son las funciones y tratan sobre K espacios
vectoriales que son compatibles con la estructura (es decir, con la operación y la
acción) de estos espacios.
Aquí 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 multiplicación por escalares.
Nosotros usaremos el concepto de la función para darle un tratamiento a los

sistemas de ecuaciones lineales. La restricción que haremos será sobre el tipo de
funciones: solo estaremos interesados en funciones que preserven las
operaciones en el espacio vectorial. Este tipo de funciones serán llamadas
funciones lineales.
Primeramente las definiremos, veremos algunas propiedades generales y después

veremos cómo se aplican estos resultados a sistemas de ecuaciones.
Sean 𝑉 y 𝑊 dos espacios vectoriales posiblemente iguales.

Una transformación lineal o mapeo lineal de 𝑉 a 𝑊 es una función 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 transformación 𝑇 ∶ 𝑅 2 → 𝑅 2 definida por

𝑥 𝑥 + 3𝑦
𝑇 [𝑦] = [ ]
𝑥 + 2𝑦
Es lineal.
Solución:
𝑥1 𝑥2
Sean 𝑢 = [ 𝑦 ] 𝑦 𝑣 = [ 𝑦 ]
1 2
Entonces:
𝑥1 𝑥2 𝑥 +𝑥
𝑇(𝑢 + 𝑣) = 𝑇 ([ 𝑦 ] + [ 𝑦 ]) = 𝑇 [ 𝑦1 + 𝑦2 ]
1 2 1 2
(𝑥1 + 𝑥2 ) + 3(𝑦1 + 𝑦2 )
= [ ]
(𝑥1 + 𝑥2 ) + 2(𝑦1 + 𝑦2 )
𝑥1 + 3𝑦1 𝑥 + 3𝑦2
= [ ]+[ 2 ]
𝑥1 + 2𝑦1 𝑥2 + 2𝑦2
𝑥1 𝑥2
= 𝑇 [ 𝑦 ] + 𝑇 [ 𝑦 ] = 𝑇(𝑢) + 𝑇(𝑣)
1 2
Por otro lado, para todo escalar c,
𝑐𝑥1
𝑇(𝑐𝑢) = 𝑇 [ 𝑐𝑦 ]
1
𝑐𝑥1 + 3𝑐𝑦1
= [ ]
𝑐𝑥1 + 2𝑐𝑦1
𝑥1 + 3𝑦1
= 𝑐[ ]
𝑥1 + 2𝑦1
𝑥1
= 𝑐𝑇 [ 𝑦 ]
1
= 𝑐𝑇(𝑢)
Como se cumplen las dos condiciones:
𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)

𝑇(𝑐𝑢) = 𝑐𝑇(𝑢)
𝑻 es lineal.
Una transformación lineal preserva combinaciones lineales. Veremos que, debido
a esto, una transformación lineal queda unívoca-mente determinada por los
valores que toma en los elementos de una base cualquiera de su dominio.
Ejemplo. Hallar si es posible, una transformación lineal 𝑓: 𝑅 2 → 𝑅 2 que verifique

𝑓(1,1) = (0,1) 𝑦 𝑓(1,0) = (2,3).
Dado (𝑥1 , 𝑥2 ) ∈ 𝑅 2 se tieme que (𝑥1 , 𝑥2 ) = 𝑥2 (1,1) + (𝑥1 − 𝑥2 )(1,0). Entonces, si 𝑓

verifica lo pedido, debe ser:
𝑓(𝑥1 , 𝑥2 ) = 𝑥2 ⋅ 𝑓(1,1) + (𝑥1 − 𝑥2 ) ∙ 𝑓(1,0) = 𝑥2 ∙ (0,1) + (𝑥1 − 𝑥2 ) ∙ (2,3)
= (2𝑥1 − 2𝑥2 , 3𝑥1 − 2𝑥2 )
Además, es fácil ver que esta función es una transformción lineal y que vale
𝑓(1,1) = (0,1) y 𝑓(1,0) = (2.3)
Luego, 𝑓(𝑥1 , 𝑥2 ) = (2𝑥1 − 2𝑥2 , 3𝑥1 − 2𝑥2 ) es la única transformación lineal que
satisface lo pedido.
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:
Definición
Sean 𝑉 y 𝑊 dos K-espacios vectoriales, y sea 𝑓 ∶ 𝑉 → 𝑊 una transformación
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 sí mismo:
Sea 𝑉 un 𝐾 − 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 vectorial. Una transformación lineal 𝑓 ∶ 𝑉 → 𝑉 se llama un

endomorfismo de 𝑉. Si 𝑓 es un endomorfismo que es además un isomorfismo,
entonces se dice que es un automorfismo.
5.2 NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL.
Transformación lineal, imagen de un conjunto bajo una aplicación, pre imagen de

un conjunto bajo una aplicación, funciones inyectivas, funciones suprayectivas.
1. Definición (la imagen de una transformación lineal). Sean 𝑉, 𝑊 espacios

vectoriales sobre un campo 𝐹 y sea 𝑇 ∈ 𝐿(𝑉, 𝑊).
2. La imagen de 𝑇 se define como el conjunto de todos los valores de la

aplicación 𝑇: 𝑖𝑚(𝑇) ∶= 𝑤 ∈ 𝑊 ∶ ∃𝑣 ∈ 𝑉 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑤 = 𝑇(𝑣).
3. Definición (el núcleo de una transformación lineal). Sean 𝑉, 𝑊 espacios

vectoriales sobre un campo 𝐹 y sea 𝑇 ∈ 𝐿(𝑉, 𝑊).
4. El núcleo (kernel, espacio nulo) de T se define como la pre imagen

completa del vector nulo: 𝑘𝑒𝑟(𝑇) ∶= 𝑥 ∈ 𝑉 ∶ 𝑇(𝑥) = 0𝑊.
5. Proposición (el núcleo de una transformación lineal es un subespacio

vectorial del dominio). Sean 𝑉, 𝑊 espacios vectoriales sobre un campo 𝐹 y
sea 𝑇 ∈ 𝐿(𝑉, 𝑊). Entonces 𝑘𝑒𝑟(𝑇) es un subespacio de 𝑉.
6. Proposición (la imagen de una transformación lineal es un subespacio

vectorial del codominio).
Sean 𝑉, 𝑊 espacios vectoriales sobre un campo 𝐹 y sea 𝑇 ∈ 𝐿(𝑉, 𝑊).

Entonces 𝑖𝑚(𝑇) es un subespacio de 𝑊. Parte de demostración.
Se aplica el criterio de subespacio. Se demuestra que el conjunto 𝑖𝑚(𝑇) es
cerrado bajo la adición y bajo la multiplicación por escalares, además
contiene al vector cero.
Mostremos que el conjunto 𝑖𝑚(𝑇) es cerrado bajo la adición. Sean 𝑤1, 𝑤2 ∈
𝑖𝑚(𝑇). Por la definición de la imagen, existen 𝑣1, 𝑣2 ∈ 𝑉 tales que 𝑤1 =
𝑇(𝑣1), 𝑤2 = 𝑇(𝑣2).
Por la linealidad de 𝑇, 𝑇(𝑣1 + 𝑣2) = 𝑇(𝑣1) + 𝑇(𝑣2) = 𝑤1 + 𝑤2.

Logramos encontrar un vector 𝑥 = 𝑣1 + 𝑣2 tal que 𝑇(𝑥) = 𝑤1 + 𝑤2. Por
la definición de la imagen, esto implica que 𝑤1 + 𝑤2 ∈ 𝑖𝑚(𝑇).
Si 𝑇: 𝑉 𝑊 es una transformación lineal, entonces

i. Un 𝑇 es un subespacio de 𝑉.
ii. 𝐼𝑚 𝑇 es un subespacio de 𝑊.
Demostración
i. Sean 𝑢 y 𝑣 en un 𝑇; Entonces 𝑇(𝑢 + 𝑣) = 𝑇𝑢 + 𝑇𝑣 = 0 + 0 =
0 𝑦 𝑇0 = 0 de forma que 𝑢 + 𝑣 y ∝ 𝑢 están 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 están en 𝐼𝑚 𝑇.
Ejemplo. Núcleo e imagen de la transformación cero

Sea 𝑇𝑣 = 0 para todo 𝑣𝜖 𝑉(𝑇 𝑒𝑠 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑐𝑒𝑟𝑜). Entonces un 𝑇 =
𝑣 𝑒 𝐼𝑚 𝑇 = {0}.
Ejemplo. Núcleo e imagen de la transformación identidad

Sea 𝑇𝑣 = 𝑣 para 𝑣𝜖 𝑉(𝑇 𝑒𝑠 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 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 núcleo. En la segunda sólo el vector cero se encuentra en
el núcleo. Los casos intermedios son más interesantes.
https://aga.frba.utn.edu.ar/nucleo-e-imagen-clasificacion-de-las-transformaciones-
lineales/
5.3 REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN
LINEAL
Su definición Sean 𝑉 y 𝑊 dos espacios vectoriales de dimensión 𝑛 y 𝑚,

respectivamente, y sea 𝑇: 𝑉 → 𝑊 una transformación lineal, entonces existe una
matriz 𝐴 de orden 𝑚 × 𝑛 llamada matriz de transformación o representación
matricial de 𝑇 que satisface 𝑇(𝑣) = 𝐴𝑣 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑣 𝑒𝑛 𝑉.
Representación Matricial de una transformación 𝑅 3 en 𝑅 4
Si se tiene una transformación 𝑇: 𝑅 3 → 𝑅 4 dada por
𝑥−𝑦
𝑥 𝑦+𝑧
𝑇 [𝑦] = [ 2𝑥 − 𝑦 − 𝑧 ]
𝑧
−𝑧 + 𝑦 + 2𝑧
La 𝑇 representa la transformación, que será representada por 𝐴𝑇 , mientras que la

matriz a su lado representa el vector original. El resultado es la transformación
realizada. Para poder representarla de forma matricial lo que se debe obtener es
la matriz de transformación. Ya que a la vez se obtiene, se pueden determinar
otros datos como el núcleo y la imagen de la transformación.
Para este caso utilizando el resultado de la transformación, se puede determinar

fácilmente la matriz de transformación, separando el vector original y
determinando las operaciones que se realizaron;
1 −1 0 1 −1 0
1 0 0
𝑇 [ 0] = [ 0 ] ∙ 𝑇 [1] = [ 1 ] ∙ 𝑇 [0] = [ 1 ] 𝑑𝑒 𝑚𝑎𝑛𝑒𝑟𝑎 𝑞𝑢𝑒 𝐴𝑇 = [ 0 1 1]
2 −1 −1 2 −1 −1
0 0 1
−1 1 2 −1 1 2
Y su representación quedaría como la matriz de trasformación multiplicando al
vector original para dar como resultado a la transformación:
1 −1 0 𝑥−𝑦
𝑥
[0 1 1 ] ∗ [𝑦] = [ 𝑦 + 𝑧
2 −1 −1 2𝑥 − 𝑦 − 𝑧 ]
𝑧
−1 1 2 −𝑧 + 𝑦 + 2𝑧
Encuentre la representación matricial de la transformación lineal 𝑇 de

𝑅 4 en 𝑅 3 definida por
𝑇(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (2𝑥1 + 𝑥3 , 𝑥2 − 𝑥4 , 2𝑥1 − 𝑥2 + 3𝑥4
Aplicamos 𝑇 a los vectores base de 𝑅 4 :
1 0 0 0
2 0 1 0
𝑇 [0] = [0] 𝑇 [1] = [ 1 ] 𝑇 [0] = [0] 𝑇 [0] = [−1]
0 0 1 0
2 −1 0 3
0 0 0 1
, , ,
Entonces la matriz 𝐴𝑇 es
2 0 1 0
𝐴 𝑇 = [0 1 0 −1]
2 −1 0 2
5.4 APLICACIÓN DE LAS TRANSFORMACIONES LINEALES:
reflexión, dilatación,contracción y rotación.
Aplicación de las transformaciones lineales: reflexión, expansión,

contracción y rotación
Rm.◊Graficar un conjunto de puntos en otro es lo que se conoce como
transformación lineal de un conjunto de puntos. Existen ciertas propiedades
básicas 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 notación general utilizada para una transformación lineal es T: Rn
Transformaciones lineales
Las transformaciones lineales forman un “hilo” que se entreteje en la tela de este
texto. Su utilización mejora el sentido geométrico de lo escrito. Por ejemplo, en el
capítulo 1, las transformaciones lineales proporcionan una visión dinámica y gráfi
ca de la multiplicación matriz-vector.
1. Reflexión: Cuando un conjunto de puntos dados es graficado desde el espacio
euclidiano de entrada a otro de manera tal que este es isométrico al espacio
euclidiano de entrada, llamamos a la operación realizada la reflexión del conjunto
de puntos dado. Esto puede realizarse también con respecto a la matriz, en tal
situación la matriz de salida es llamada la matriz de reflexión. La reflexión 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. Expansión: Al igual que en la reflexión, también es posible expandir los puntos
dados en una dirección particular. La expansión se realiza habitualmente para un
cierto grado. Es como realizar una operación de multiplicación de los elementos
del conjunto de puntos dados con un término escalar hacia la dirección donde
tiene que ser expandido. Sea para un punto (2, 3) si el grado de expansión 2 es la
dirección de y, entonces el nuevo punto obtenido es (2, 6).
3. Contracción: La contracción es el procedimiento inverso de la expansión. Aquí
el punto es contraído en un determinado grado hacia una dirección dada. Sea el
punto de entrada (4, 8) y este debe ser contraído para el grado dos en la dirección
de x entonces el nuevo punto resulta ser (2, 8).
4. Rotación: El término rotación tiene dos significados, ya la rotación de un objeto
puede ser realizada con respecto al eje dado o al eje mismo. La rotación se realiza
para un cierto grado el cual es expresado en forma de un ángulo. Asimismo, la
rotación puede realizarse en la dirección de las manecillas del reloj, o inverso a las
manecillas del reloj.
Como ejemplo, dirijámonos a producir la matriz estándar para la representación de
la transformación lineal reflejando un conjunto de puntos en el plano x-y a través
de la recta y = (−2x / 3).

Transformaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Transformaciones Lineales

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Transformaciones Lineales

Cargado por

Copyright:

Formatos disponibles

5.

1 DEFINICIÓN DE TRANSFORMACIÓN LINEAL

Nosotros usaremos el concepto de la función para darle un tratamiento a los

Primeramente las definiremos, veremos algunas propiedades generales y después

Sean 𝑉 y 𝑊 dos espacios vectoriales posiblemente iguales.

Demuestre que la transformación 𝑇 ∶ 𝑅 2 → 𝑅 2 definida por

Por otro lado, para todo escalar c,

Como se cumplen las dos condiciones:

𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)

Ejemplo. Hallar si es posible, una transformación lineal 𝑓: 𝑅 2 → 𝑅 2 que verifique

Dado (𝑥1 , 𝑥2 ) ∈ 𝑅 2 se tieme que (𝑥1 , 𝑥2 ) = 𝑥2 (1,1) + (𝑥1 − 𝑥2 )(1,0). Entonces, si 𝑓

𝑓(𝑥1 , 𝑥2 ) = 𝑥2 ⋅ 𝑓(1,1) + (𝑥1 − 𝑥2 ) ∙ 𝑓(1,0) = 𝑥2 ∙ (0,1) + (𝑥1 − 𝑥2 ) ∙ (2,3)

= (2𝑥1 − 2𝑥2 , 3𝑥1 − 2𝑥2 )

𝑓(1,1) = (0,1) y 𝑓(1,0) = (2.3)

Teniendo en cuenta que las transformaciones lineales son funciones entre

En algunos casos, consideraremos transformaciones lineales de un K-espacio

Sea 𝑉 un 𝐾 − 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 vectorial. Una transformación lineal 𝑓 ∶ 𝑉 → 𝑉 se llama un

Transformación lineal, imagen de un conjunto bajo una aplicación, pre imagen de

1. Definición (la imagen de una transformación lineal). Sean 𝑉, 𝑊 espacios

2. La imagen de 𝑇 se define como el conjunto de todos los valores de la

3. Definición (el núcleo de una transformación lineal). Sean 𝑉, 𝑊 espacios

4. El núcleo (kernel, espacio nulo) de T se define como la pre imagen

5. Proposición (el núcleo de una transformación lineal es un subespacio

6. Proposición (la imagen de una transformación lineal es un subespacio

Sean 𝑉, 𝑊 espacios vectoriales sobre un campo 𝐹 y sea 𝑇 ∈ 𝐿(𝑉, 𝑊).

Por la linealidad de 𝑇, 𝑇(𝑣1 + 𝑣2) = 𝑇(𝑣1) + 𝑇(𝑣2) = 𝑤1 + 𝑤2.

Si 𝑇: 𝑉 𝑊 es una transformación lineal, entonces

Ejemplo. Núcleo e imagen de la transformación cero

Ejemplo. Núcleo e imagen de la transformación identidad

Las transformaciones cero e identidad proporcionan dos extremos. En la primera

Su definición Sean 𝑉 y 𝑊 dos espacios vectoriales de dimensión 𝑛 y 𝑚,

La 𝑇 representa la transformación, que será representada por 𝐴𝑇 , mientras que la

Para este caso utilizando el resultado de la transformación, se puede determinar

Encuentre la representación matricial de la transformación lineal 𝑇 de

𝑇(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (2𝑥1 + 𝑥3 , 𝑥2 − 𝑥4 , 2𝑥1 − 𝑥2 + 3𝑥4

Aplicamos 𝑇 a los vectores base de 𝑅 4 :

Aplicación de las transformaciones lineales: reflexión, expansión,

También podría gustarte