Documentos de Académico
Documentos de Profesional
Documentos de Cultura
x y
Definición:
Sea T una función definida de un espacio vectorial V en un espacio vectorial W.
T es una transformación lineal si se cumple lo siguiente:
I. u,vV: T(u+v) = T(u) + T(v)
II. uV, kR: T(k.u) = kT(u)
T W
u T(u)
v T(v)
u+v T(u+v) = T(u) + T(v)
ku T(ku) = k.T(u)
Ejemplos:
1) T: R2→R2 / T(x,y) = (2x,y)
T(4,3) = (8,3) ; T(0,0) = (0,0)
Probamos que es una transformación lineal, demostrando que se cumplen I y II.
I. T[(x1,y1) + (x2,y2)] = T(x1,y1) + T(x2,y2) (a probar)
Para probar partimos del primer miembro de la igualdad, sumamos los vectores
y aplicamos la fórmula para hallar la imagen por T. luego, vemos si se puede
descomponer esta imagen en la suma correspondiente al segundo miembro de la
igualdad.
T[(x1,y1) + (x2,y2)] ↓ T( x 1 + x 2 , y1 + y 2 ) = [2(x1+x2);(y1+y2) =
sumamos
↓ ↓
x y hallamos prop dist
la imagen por T
(2x1+2x2 , y1+y2) (2x1,y1) + (2x2,y2) = T(x1,y1) + T(x2,y2) se cumple I
=
↓ 1
Expresam oscomo
la suma de dos
paresordenados
II. T[k(x1,y1)] = k.T(x1,y1) (a probar)
.
T[k(x1,y1)] = T( k .x 1 , k .y1 ) = (2k.x1 , k.y1) = k.(2x1,y1) = k.T(x1,y1) se cumple II
↓ ↓ ↓
multip. k por x y aplicam os factor
el par ord. T com ún k
La transformación cero:
T: V→W / vV: T(v) = Ow
La transformación identidad:
T: V→W / vV: T(v) = v
La transformación de reflexión:
T: R2→R2 / T(x1,y1) = (-x1,y1) _ Se puede verificar fácilmente que T es una T.L.
Geométricamente T toma un vector de R2 y lo refleja respecto al eje y.
y
y1
T( v ) v
x
-x1 x1
PROPIEDADES O TEOREMAS
Teorema: Sea la T.L. T: V→W. Entonces:
a) T(Ov) = Ow (siendo Ov: vector nulo de V; Ow: vector nulo de W)
b) T(-v) = -T(v) vV
c) u,vV; k1,k2 escalares arbitrarios: T(k1.u + k2.v) = k1.T(u) + k2.T(v)
Demostramos:
a) T(Ov) = Ow
T(Ov) = T(0.Ov) = 0. T(O v ) = Ow
↓
T es T.L. w∈W
Consecuencia: Si T es una T.L. T(Ov) = Ow
La recíproca no es válida, el hecho de que la imagen del vector nulo de V sea el vector
nulo de W no garantiza que T sea una T. L.
Por ejemplo T(x,y) = (x2,y)
T(0,0) = (0,0) Pero T no es una T. L.
2
b) T(-v) = -T(v)
T(-v) = T[(-1).v] = -1.T(v) = -T(v)
↓
T es T.L.
Consecuencia:
T(u-v) = T(u) - T(v)
T(u-v) = T[u+(-v)] = T(u) + T(-v) = T(u) + [-T(v)] = T(u) - T(v)
↓
T es T.L.
T
V W
NT = {vV/T(v ) = Ow}
NT V (El núcleo de T está incluido
N ampliamente en V)
Ow
Ov
Demostración:
1º) NT como V s un espacio vectorial, existe en él el vector nulo Ov, además se
probó que T(Ov) = Ow OvNT porque su imagen por T es el vector nulo de
W.
2º) NT V se cumple por definición de núcleo.
3º) v1,v2 NT: (v1 + v2)NT
Sea v1NT T(v1) = Ow (a)
v2NT T(v2) = Ow (b)
Sumamos v1 + v2 y hallamos su imagen por T
T(v1+v2) T(v1) + T(v2) Ow + Ow = Ow v1+v2NT
↓ ↓
T es T.L. por
(a) y (b)
3
4º) Si kK; vNT k.vNT
Si vNT T(v) = Ow (c)
T(k.v) k.T(v) k.Ow = Ow k.vNT porque su imagen es Ow.
↓ ↓
por (II) por (c)
de T.L.
Por 1), 2), 3) y 4) NT es un subespacio de V
Propiedad:
Sea T: V→W una T.L. El conjunto imagen de una transformación lineal es un
subespacio de W.
Demostración:
1°) ImT ; Ow es imagen de Ov por ser una T una transformación lineal OwImT.
2°) ImT W se cumple por definición de Conjunto Imagen.
3°) w1ImT, w2ImT: w1+w2 ImT
w1ImT w1 = T(v1); v1V (a)
w2ImT w2 = T(v2); v2V (b)
Sumamos: w1 + w2 T(v1) + T(v2) T(v1+v2) w1+w2 ImT
↓ ↓
por T es T.L.
(a) y (b)
4°) kK; wImT k.wImT
wImT w = T(v) (c)
k.w = k.T(v) = T(k.v) k.wImT
↓ ↓
por (c) por (II)
de T.L.
Por 1), 2), 3) y 4) ImT es un subespacio de W.
4
Resumiendo:
T
V W
ImT
NT
Ov Ow
NT V ImT W
Ejemplos:
1) T: Mn→Mn/T(A) = AT
I_ T(A + B) = (A + B)T = AT + BT = T(A) + T(B)
II_ T(k.A) = (k.A)T = k.AT = k.T(A)
Es una T.L.
a b a b
II_ T k . = k. T
c d c d
a b k .a k .b
T k . = T = (k.a+k.d ; k.b+k.c) = [k.(a+d) ; k.(b+c)] =
c d k .c k .d
a b
k.(a+d ; b+c) = k. T
c d
Por I y II T es una T.L.
5
Hallamos el Núcleo:
a b
T = (0,0)
c d
a + d = 0 ⇒a = -d ⇒a y d son núm. op.
(a+d ; b+c) = (0,0)
b + c = 0 ⇒b = -c ⇒b y c son núm. op.
d c
N T
c d
Hallamos el Conjunto Imagen:
a b
T = ( a
+ d ; b+ c ) ImT = R2
c d ∈R ∈R
Ejemplos:
1
1. Sea T: R →R una T.L. Las imágenes por T de los vectores canónicos son T 0 =
3 2
0
0 0
2 1 1
; T 1 = y T 0 =
3 0 1
0 1
2
Hallar T 1
1
2 1 0 0
1 = 2. 0 + 1. 1 + (-1). 0
1 0 0 1
2 1 0 0
2 1 1
T 1 = 2. T 0 + 1. T 1 + (-1). T 0 = 2. + 1. + (-1).
3 0 1
1 0 0 1
6
2
4 1 1 2
T 1 = + + =
6 0 1 5
1
1 4
1 0
2. T: R →R es una T.L. T = 3 T = 0
2 3
0 2 1 1
1
Hallar T
2
1 1 0
= (-1). + 2.
2 0 1
1 4 7
1 1 0
T = (-1). T + 2. T = (-1). 3 + 2. 0 = 3
2
0
1 2 1 4
1 2 1 3
3. T: R2→R2 una T.L. Una base de R2 es B = ; además T = y
1 1 1 2
2 0
T =
1 4
0
Hallar T
6
x
Hallar T
y
Como B no es la base canónica, en primer lugar debemos hallar k1 y k2 para el vector
0
6
1 2 0
k1. + k2. =
1 1 6
k1 2k 2 0
k1 k 2 6
Resto 3k 2 6
k2 2
k1 = -2.k2 k1 = -2.2 k1=-4
0 1 2
= -4. + 2.
6 1 1
0 1 2 3 0
T = -4. T + 2. T = -4. + 2.
6
1 1
2 4
0 12 0 12
T = + =
6 8 8 16
7
x
Hallamos T
y
x 1 2
Primero hallamos las coordenadas de en la base 1; 1
y
1 2 x
k1. + k2. =
1 1 y
k1 2 k 2 x
k1 k 2 y
Resto 3k 2 x y
k2 1 x 1 y
3 3
k1 = y + k2 k1 = y + 1 x 1 y k1= 1 x + 2 y
3 3 3 3
x x 2 y 0 x 2y
T = 2
4 y x y = 2 x 8 y
+ 4 4
3
y x
3 3 3 3 3
1 1 2 3 2 22 0
Verifico hallando T = 2 8 = T = 2 .2 8 .(1) =
1 3 3 2
1 3 4
3
8
Matriz asociada a una transformación lineal para bases cualesquiera
T( v1 )
c.l.
v1 T( v 2 ) c.l.
T( v n ) c.l.
w
B1 w1 2
c.l
wm
. T( x
x
) B2
Demostración:
Como B1 es base de Vn:
x1
x
x B1 : x x 1 v1 x 2 v 2 ... x n v n x B1 2
x n
La imagen por T de x: T(x ) x 1 T(v1 ) x 2 T(v 2 ) ... x n T(v n )
W W W
Las imágenes por T de los vectores de B1 pertenecen a Wm pueden ser
expresados como combinación lineal de los vectores de B2.
9
a 11
a
T(v1 ) a 11 w 1 a 21 w 2 a m1w m T(v1 )B2 21
a m1
a 12
a
T(v 2 ) a 12 w 1 a 22 w 2 a m2 w m T(v 2 )B2 22
a m2
a 1n
a
T(v n ) a 1n w 1 a 2n w 2 a mn w m T(v n )B2 2n
a mn
a 11 a 12 a 1n
a a a
T(x )B x 1 21 x 2 22 ... x n 2n
2
a m1 a m 2 a mn x n
T(x )B 2
A.x B1
Ejemplo:
Sea la Transformación lineal T:R2 R3 / T(x,y) = (2x+y ; x-y ; x+4y)
y las bases B1= de R2 y B2= de R3
a) Hallar la matriz de la transformación lineal referida a las bases B1 y B2
b) Hallar la imagen por T del vector x=(1,-1) directamente y usando la matriz
obtenida.
Resolvemos:
Las columnas de la matriz son las coordenadas en B2 de las imágenes de los vectores
de B1
T(0,2)=(2 , -2 , 8)
Hallamos las coordenadas de (2 , -2 , 8) en la segunda base
10
k1 =2
-k2 =-2
2 k1 – k3 =8
Resolviendo el sistema: k1 =2 , k2 =2 y k3 = -4
T(2,0)=(4 ,2 ,2)
Hallamos las coordenadas de (4 ,2 ,2) en la segunda base
k1 = 4
-k2 = 2
2 k1 – k3 = 2
Resolviendo el sistema: k1 =4 , k2 = -2 y k3 = 6
La matriz de la transformación lineal es:
B2 = A.
Calculamos
2k2 =1
2k1= -1 Resolviendo k2 = y k1 = -
B2 = A. = . = coordenadas del
11
T(
Sabemos que:
Las coordenadas de un vector x de V referidas a la base B1 simbolizamos:
Las coordenadas de un vector x de V referidas a la base B’1 simbolizamos:
Las coordenadas de la imagen de x por T referidas a la base B2 simbolizamos:
Las coordenadas de la imagen de x por T referidas a la base B’2
simbolizamos:
12
A. (1)
A´. (2)
P1 . (3)
= P2 . (4)
P2 . = A. P1 . premultiplicando por
. P2 . = A. P1 . recordemos que . P2 = I
13
14