TRANSFORMACIONES LINEALES

5.1 Introduccin a las transformaciones lineales

No es complicado entender las transformaciones si primero recordamos como se comporta una
funcin. Una funcin real de variable real lo que hace es "combinar" dos conjuntos de nmeros
reales f : .
Por ejemplo la funcin
f (x) = x
2
1
trabaja as: por cada nmero real que se le proporciona, entrega a cambio otro nmero real.
Por que no pensar en un objeto matemtico que en lugar de hacer un intercambio entre nmeros
haga un intercambio entre vectores. As son las transformaciones, combinan dos conjuntos de
vectores.
Transformacin.
Una transformacin es una regla que asocia a cada vector de un espacio con uno y solo
un vector del espacio . Simblicamente:
EJEMPLO
Sea la transformacin
T :
2

2
definida por la regla de operacin
T
x
1
x
2
=
x
1
+1
x
2
2
Calcule
a) T_
2
5
b) T
1
0
3
a)
De acuerdo a la regla de transformacin
T_
2
5
=
2+ 1
5
2
= _
3
25

b)
T
1
0
3
no aplica por que T :
2

2
esta definida para "recibir" vectores de dos
componentes.
Imagen.
Sea T : y sean v
.
e, w e tal que T(v
.
) = w entonces se dice que
w es la imagen de v
.
bajo T.
Al conjunto de todas la imagenes se le llama recorrido de la transformacin y no es necesariamente
un espacio vectorial.
EJEMPLO
Sea T :
2

2
definida por T
x
1
x
2
=
x
1
+ 2x
2
x
2
x
1
a) Encuentre la imagen de _
3
1

b) Existe
x
1
x
2
tal que T
x
1
x
2
= _
5
0
?
a)
Siguiendo la regla de operacin T_
3
1
= _
3+2(1)
1 3
= _
5
2

entonces _
5
2
es la imagen de _
3
1
.
b)
T
x
1
x
2
=
x
1
+2x
2
x
2
x
1
= _
lo cual implica que
x
1
+ 2x
2
= 5
x
2
x
1
= 2
de donde x
1
=
1
3
, x
2
=
7
3
.
2 05 transformaciones lineales.nb
5
2
Entonces

1
3

7
3
es lapreimagen de _
5
2
.
An mas, como el sistema que se genera es no singular podemos asegurar que para toda
imagen del contradominio existe una preimagen en el dominio.
Ahora nos vamos a dedicar a un tipo particular de transformaciones de mucha utilidad
denominadas transformaciones lineales.
Transformacin lineal (TL).
Sean y dos espacios vectoriales. Se dice que T : es una transformacin
lineal si se cumplen las propiedades
i) T|x+
.
, y]= T(x
.
) +T( y)
ii) T|c x
.
] = c T(x
.
)
para todo x
.
, y de y todo escalar c.
EJEMPLO
Verifique si la regla de opercin T
x
1
x
2
=
x
1
x
2
x
1
+2x
2
define una tranasformacin lineal.
Debemos investigar si la regla de operacin cumple con las dos propiedades de linelaidad
T_
x
1
x
2
+
y
1
y
2
= T_
x
1
x
2
+ T_
y
1
y
2
?
en el lado izquierdo primero se hace la suma y luego se transforma, en el lado derecho
primero se tranasforma y luego se suma. Desarrollando lado a lado.
T_
x
1
+ y
1
x
2
+ y
2
=
?
x
1
x
2
x
1
+2x
2
+
y
1
y
2
y
1
+2y
2
x
1
+ y
1
(x
2
+ y
2
)
x
1
+ y
1
+ 2(x
2
+ y
2
)
=
?
x
1
x
2
+ y
1
y
2
x
1
+2x
2
+ y
1
+ 2y
2
x
1
x
2
+ y
1
y
2
x
1
+2x
2
+ y
1
+2y
2
=

x
1
x
2
+ y
1
y
2
x
1
+2x
2
+ y
1
+ 2y
2
la primera propiedad si se cumple. Ahora analicemos la segunda.
T_c
x
1
x
2
=
?
c T
x
1
x
2
T_
c x
1
c x
2
=
?
c
x
1
x
2
x
1
+2x
2
c x
1
c x
2
c x
1
+2c x
2
=

c(x
1
x
2
)
c(x
1
+ 2x
2
)
Ambas propiedades se cumplen, la regla de operacin dada si es una TL.
EJEMPLO
Verifique si la regla de opercin T
x
1
x
2
=
x
1
2
x
2
2
define una tranasformacin lineal.
Se procede igual que en el ejemplo anterior
T_
x
1
x
2
+
y
1
y
2
=
?
T_
x
1
x
2
+T_
y
1
y
2

T
x
1
+ y
1
x
2
+ y
2
=
? x
1
2
x
2
2
+
y
1
2
y
2
2
(x
1
+ y
1
)
2
(x
2
+ y
2
)
2
=
x
1
2
+ y
1
2
x
2
2
+ y
2
2
No se cumple la primer propiedad. No es necesario verificar la segunda propiedad, con que
una deje de cumplirse es suficiente para concluir que la regla de operacin no define una
transformacin lineal.
Al producto matriz-vector se le di una provechosa interpretacin en el tema de los espacios
vectoriales: es la combinacin lineal de las columnas de la matriz.
Ahora retomamos producto matriz-vector y le volveremos a sacar provecho.
Siendo una matriz A
mx n
y un vector x
.
n x 1
entonces el producto A x
.
da como resultado un vector
de tamao mx 1. Esto es justo lo que hacen las transformaciones: regresan un vector a cambio del
que se les da!. En particular si A es de tamao mx n entonces el producto A x
.
es una
transformacin
4 05 transformaciones lineales.nb
T :
n

m
donde la regla de transformacin esta dada por el producto matricial y la propia matriz A.
Pero el producto A x
.
no solo es una transformacin si no que adems es lineal.
Teorema.
Sea A una matriz mx n. La transformacin definida por
T(x
.
) = A x
.
es una transformacin lineal
T :
n

m
La razn por el cual es lineal es simple: el producto matricial es distributivo A|x
.
+ y] = A x
.
+ A y
y tambin A|c x
.
] = c A(x
.
) para cualquier escalar c.
Lo que asegura el teorema anterior es algo muy importante a la vez que sencillo: toda matriz
define una transformacin lineal.
Y al revs?, es decir toda transformacin lineal se puede representar a travs de una matriz?.
Esta ser la pregunta central del siguiente tema.
EJEMPLO
Considere la transformacin lineal definida por la matriz A = _
2 1 2
4 0 3

a) Cules son las dimensiones del dominio y el contradominio de la transformacin?

b) Cul es la imagen de
5
1
1
?
a)
Como A es de tamao 2x3 entonces define una transformacin T :
3

2
b)
T
5
1
1
= _
2 1 2
4 0 3

5
1
1
= _
7
17
es la imagen.
5.2 Representacin matricial de una TL
El siguiente teorema se desprende de la linealidad de una transformacin
Teorema.
Si
T : es lineal
implica
i) T(0) = 0
ii) T|x
.
] = T(x
.
)
iii) T|x
.
y] = T(x
.
) T( y)
iv) Si x
.
= c
1
v
.
1
+c
2
v
.
2
+ + c
n
v
.
n
entonces
T(x
.
) = c
1
T(v
.
1
) +c
2
T(v
.
2
) ++ c
n
T(v
.
n
)
La primera afirmacin nos proporciona una manera rpida de dectectar las transformaciones que
no son lineales, pero hay que tener cuidado con su correcta interpretacin.
EJEMPLO (Propiedad 1)
Sea T :
2

2
definida por
T
x
1
x
2
=
x
1
+1
x
2
es T una transformacin lineal?
Veamos como se comporta el 0 bajo esta transformacin
T_
0
0
= _
0+ 1
0
= _
0
0

esto es suficiente para asegurar que T no puede ser una transformacin lineal.
Pero se debe tener mucho cuidado con la interpretacin del caso opuesto, es decir el que
T(0) = 0 no implica que T es lineal; para que T sea realmente lineal an se deben verificar
las dos propiedades de linealidad.
La cuarta propiedad es importante por que de manera mplicita asegura que: sabiendo lo que le
sucede a la base se conoce lo que le pasa al espacio vectorial completo.
6 05 transformaciones lineales.nb
EJEMPLO (propiedad 4)
Sea
T :
3

3
una transformacin lineal definida como
T
1
0
0
=
2
1
4
, T
0
1
0
=
1
5
2
, T
0
0
1
=
0
3
1
Encuentre:
a) T
2
3
2
b) T
x
1
x
2
x
3
a)
Tenemos que

2
3
2
= 2
1
0
0
+3
0
1
0
2
0
0
1
entonces
T
2
3
2
= T_2
1
0
0
+3
0
1
0
2
0
0
1

y como nos han dicho que T es lineal
T
2
3
2
= 2T
1
0
0
+3T
0
1
0
2T
0
0
1
adems sabemos como afecta la transformacin a la base cannica de
3
, por lo que:
T
2
3
2
= 2
2
1
4
+ 3
1
5
2
2
0
3
1
=
7
7
0
b)
Procediendo de manera similar

x
1
x
2
x
3
= x
1
1
0
0
+ x
2
0
1
0
+ x
3
0
0
1
por lo que
T
x
1
x
2
x
3
= T_x
1
1
0
0
+ x
2
0
1
0
+ x
3
0
0
1

= x
1
T
1
0
0
+ x
2
T
0
1
0
+ x
3
T
0
0
1
= x
1
2
1
4
+ x
2
1
5
2
+ x
3
0
3
1

pero esta ltima expresin es una combinacin lineal !, y por tanto puede escribirse como
un
producto matriz-vector.
T
x
1
x
2
x
3
=
2 1 0
1 5 3
4 2 1

x
1
x
2
x
3
= A x
.

En la matriz A del ejemplo anterior esta contenida toda la informacin de la TL, se le llama matriz
de transicin o matriz de transformacin. Note como se construye: la matriz de transicin tiene
por columnas la imagen de los vectores base del dominio de la transformacin.
Son las propiedades de linealidad las que nos han permitido llegar a la matriz de transformacin.
Toda transformacin lineal se le puede asociar una y solo una matriz de transicin.
Ahora contamos con tres formas de expresar una transformacin lineal
i) Por medio de una regla de operacin, esta es ventajosa para verificar si efectivamente
es lineal.
ii) Por medio de su efecto en los vectores base del dominio.
iii) A travs de una matriz de transformacin, esta es ventajo para operar ya que todo lo
reduce a una simple multiplicacin matriz-vector.
La alternativa ii ayuda a hacer la transicin entre i y iii.
EJEMPLO
Encuentre la matriz de transicin para la transformacin lineal T :
2

3
definida por:
T
x
1
x
2
=
x
1
+ x
2
x
1
x
2
3x
2
8 05 transformaciones lineales.nb
Encontremos la imagen de la base, es decir veamos como afecta esta transformacin a la
base cannica de
2
T_
1
0
=
1
1
0
y T_
0
1
=
1
1
3
con las imagenes de la base ya es fcil construir la matriz de transformacin
A =
1 1
1 1
0 3
con lo que T(x
.
) =
1 1
1 1
0 3

x
1
x
2

EJEMPLO
Proponga una transformacin lineal T :
2
, donde es el plano 2x 3y z = 0.
Observe que es un subespacio de
3
, entonces T recibe vectores de
2
y regresa
"ciertos" vectores de
3
, solo quellos que estan en el plano 2x 3y z = 0.
Es decir esta conformado por todos los vectores (x, y, z) que son solucin de la ecuacin
del plano dada. Esta ecuacin tiene como conjunto solucin
x = x
y = y
z = 2x + 3y
que puede ser escrita como
x
y
z
= c
1
1
0
2
+c
2
0
1
3

de donde claramente se identifica una base para : {
1
0
2
,
0
1
3
.
Ahora ya se puede proponer una transformacin lineal entre
2
y a travs de sus bases,
as:
T_
1
0
=
1
0
2
y T_
0
1
=
0
1
3
por lo que la matriz de transformacin sera A =
1 0
0 1
2 3
La base de no es nica, se pudo haber escogido cualquier otra base de y por tanto
proponerse otra transformacin diferente. Lo importante definir la transformacin a travs
de las bases por que con ello se garantiza cubrir por completo a
2
y "no quedar fuera" de
al momento de aplicar la transformacin que se proponga.
A propsito del ltimo ejemplo es importante dejar en claro lo siguiente: El que dos
transformaciones lineales tengan igual dominio y recorrido no es suficiente para asegurar que se
trata de la misma transformacin, faltara conocer sus reglas de operacin. Lo que si es cierto es
que:
Dos transformaciones lineales que producen exactamente el mismo efecto
sobre la base del dominio son en realidad la misma transformacin.
5.3 Recorrido y ncleo de una TL
El que toda transformacin lineal pueda ser representada por una matriz no solo simplifica los
procedimientos si no que tambin la teora. A continuacin unas cuantas definiciones y su
equivalente significado desde la ptica de la matriz de transicin.
Recorrido y rango.
Notemos que si
T(x
.
) = A x
.
entonces de acuerdo a la definicin de recorrido debe ser claro que el recorrido de T(x
.
) es lo
mismo que el espacio columna de la matriz de transformacin, C(A).
Y por supuesto que el rango de la transformacin equivale al rango de A; es decir
p(T) = dim[C(A)]=nmero de pivotes de A
R
donde A
R
es la forma escalonada reducida de la matriz de transformacin.
Ncleo y nulidad.
Si T : es una transformacin lineal entonces el ncleo de T, se denota nu(T) y se define
como
nu(T) = |v
.
e tal que T(v
.
) = 0|.
el ncleo o kernel esta formado por todos los vectores del dominio a los que la transformacin
"manda" a cero.
Si adems T(x
.
) = A x
.
debe de ser claro que el ncleo nu(T) es lo mismo que el espacio nulo de la
matriz de transformacin, N(A).
Consecuentemente la nulidad de la transformacin equivale a la nulidad de A; es decir
v(T) = dim[N(A)]=nmero de variables libres de A
R
.
10 05 transformaciones lineales.nb
EJEMPLO
Encuentre el ncleo, el recorrido, el rango y la nulidad de la transformacin T :
4

2
definida por
T
x
1
x
2
x
3
x
4
=
x
1
+ x
4
x
2
+ x
3
.
El ejercicio se facilita si lo trabajamos a travs de la matriz de transicin.
Veamos cul es el efecto sobre la base
T
1
0
0
0
= _
1
0
, T
0
1
0
0
= _
0
1
, T
0
0
1
0
= _
0
1
, T
0
0
0
1
= _
1
0

entonces la matriz de transformacin es

A = _
1 0 0 1
0 1 1 0

coincidentemente ya esta reducida por lo que

A
R
=
1 0 0 1 b
1
0 1 1 0 b
2
se agreg una columna mas para conocer la estructura de las componentes de los vectores
en C(A), tambin se identificaron los pivotes para deducir la base de C(A).
Entonces
recorrido de T = C(A) = gen{_
1
0
, _
0
1
=
b
1
b
2
=
2
y dimT = p(A) = 2, es la cantidad de pivotes en A
R
note que no hay restricciones sobre las componentes b
1
y b
2
por ello el recorrido es todo el
plano.
Haciendo b = 0 en A
R
y despejando los pivotes obtenemos el espacio nulo
ncleo de T = N(A) =
x
1
x
2
x
2
x
1
= gen{
0
1
1
0
,
1
0
0
1

y v(T) = v(A) = 2, es la cantidad de variables libres en A

R
.
EJEMPLO
Encuentre el ncleo, el recorrido, el rango y la nulidad de la transformacin T :
4

4
definida por
T
x
1
x
2
x
3
x
4
=
x
1
x
2
+2x
3
+ x
4
x
1
+ x
3
+ 2x
4
x
1
2x
2
+5x
3
+ 4x
4
2x
1
x
2
+ x
3
x
4
.
Usando el producto matricial
x
1
x
2
+2x
3
+ x
4
x
1
+ x
3
+ 2x
4
x
1
2x
2
+5x
3
+4x
4
2x
1
x
2
+ x
3
x
4
=
1 1 2 1
1 0 1 2
1 2 5 4
2 1 1 1

x
1
x
2
x
3
x
4
entonces
A =
1 1 2 1
1 0 1 2
1 2 5 4
2 1 1 1

y en su forma reducida
A
R
=
1 0 1 2 b
2
0 1 3 3 b
1
b
2
0 0 0 0 2b
1
b
2
+b
3
0 0 0 0 b
1
+b
2
+b
4
Entonces
recorrido de T = C(A) = gen{
1
1
1
2
,
1
0
2
1
=
b
1
b
2
b
2
2b
1
b
1
b
2
=
2
y dimT = p(A) = 2, es la cantidad de pivotes en A
R
.
Haciendo b = 0 en A
R
y despejando los pivotes obtenemos el espacio nulo
ncleo de T = N(A) =
x
3
+2x
4
3x
3
+3x
4
x
3
x
4
= gen{
1
3
1
0
,
2
3
0
1

y v(T) = v(A) = 2, es la cantidad de variables libres en A

R
.
12 05 transformaciones lineales.nb
5.4 Transformaciones lineales y grficas
Las transformaciones lineales son tiles en las grficas por computadora, a manera de ejemplo se
mostrar como se pueden utilizar las transformaciones lineales para modificar figuras en el plano
Reflexiones.
Se consideran tres tipos de reflexiones en el plano, el efecto de cada una de ellas se ilustra a travs
de las figuras

La primera es una reflexin respecto al eje y con regla de operacin:
T
x
y
=
x
y
el efecto sobre la base es T_
1
0
= _
1
0
y T_
0
1
= _
0
1

por lo que la matriz de transformacin es

A = _
1 0
0 1

La segunda es una reflexin respecto al eje x

T
x
y
=
x
y
aplicndola en la base T_
1
0
= _
1
0
y T_
0
1
= _
0
1

con matriz de transformacin

A = _
1 0
0 1

La tercera es una reflexin respecto a la recta y = x

T
x
y
=
y
x
sobre la base T_
1
0
= _
0
1
y T_
0
1
= _
1
0
entonces A = _
0 1
1 0

Escalamientos (expansiones y contracciones).

La primera de las figuras ilustra un escalamiento a lo largo del eje x, la matriz de transfromacin
corespondiente es:
A =
k 0
0 1

k > 1 alarga
0< k < 1 acorta
La segunda figura representa un escalamiento a lo largo del eje y, su matriz de tranformacin es:
A =
1 0
0 k

k > 1 alarga
0< k < 1 acorta
Rotaciones.
Es mas sencillo deducir la matriz de transformacin si primero logramos visualizar el efecto sobre
los vectores de la base
EJEMPLO
14 05 transformaciones lineales.nb