TRANSFORMACIONES LINEALES

Hugo Eduardo Ramirez

 TRANSFORMACIONES LINEALES TRANSFORMACIONES LINEALES

Sección 1: TRANSFORMACIONES LINEALES

Definición. Dados los espacios vectoriales U y V , una transformación lineal T de U en V es una aplicación T : U −→ V ,
que satisface las siguientes condiciones
1. T (u + v) = T (u) + T (v)

2. T (αu) = αT (u)

Ejemplo. Sean U, V dos espacios vectoriales, cada uno con modulo 0U ∈ U y 0V ∈ V , y sea T : U −→ V la transformación
lineal que se define por la siguiente ecuación:

T (u) = 0V para todo u ∈ U

Veamos que T es una transformación lineal llamada Transformación trivial. Comprobemos que cumple las propiedades:
1. Como u1 , u2 , u1 + u2 ∈ U , entonces T (u1 ) = 0V , T (u2 ) = 0V , T (u1 + u2 ) = 0V y por lo tanto T (u1 + u2 ) = 0V =
0V + 0V = T (u1 ) + T (u2 )
2. T (αu) = 0V = α0V = αT (u)

Ejemplo. Sea U un espacio vectorial y sea T : U −→ U la transformación lineal definida por:

T (u) = u para todo u ∈ U

Es un transformación lineal denominada Transformación identidad. Veamos que es un transformación lineal:

1. Sean u1 , u2 ∈ U , entonces T (u1 + u2 ) = u1 + u2 = T (u1 ) + T (u2 )
2. T (αu) = αu = αT (u)

Ejemplo. Reflexión con respecto al eje y en R2 , es una transformación lineal

y

T(v) v

Ası́, si el vector v = (a, b) implica que el vector T (v) = (−a, b) en la coordenada x cambia el signo y para el eje y no cambia.
Con esto la definición de T está dada por T (a, b) = (−a, b). Demostremos que es una transformación lineal:
1. Sean u = (u1 , u2 ) y v = (v1 , v2 ), entonces:

T (u + v) = T (u1 + v1 , u2 + v2 )
= (−(u1 + v1 ), u2 + v2 )
= (−u1 − v1 , u2 + v2 )
= (−u1 , u2 ) + (−v1 , v2 )
= T (u1 , u2 ) + T (v1 , v2 )
= T (u) + T (v)

1
 TRANSFORMACIONES LINEALES TRANSFORMACIONES LINEALES

2. Sea u = (u1 , u2 ) y α ∈ R, entonces:

T (αu) = T (αu1 , αu2 )
= (−(αu1 ), αu2 )
= α(−u1 , u2 )
= αT (u1 , u2 )
= αT (u)

Ejemplo. Rotación de un ángulo de θ. Veamos el siguiente gráfico donde el vector v se rota un ángulo de θ:
y

T(v)
θ v
α
x

Como ambos vectores tienen la misma norma r (porque están en un mismo circulo), pero diferente ángulo, v tiene un ángulo
de α y T (v), un ángulo de α + θ; entonces el vector v = (x, y) lo vamos a escribir de la forma (r cos α, r sin α) y la imagen
está dada por:
T (x, y) = T (r cos α, r sin α)
= (r cos(α + θ), r sin(α + θ))
= (r(cos α cos θ − sin α sin θ), r(sin α cos θ + cos α sin θ))
= (r cos α cos θ − r sin α sin θ, r sin α cos θ + r cos α sin θ)
= (x cos θ − y sin θ, y cos θ + x sin θ)
(1)
Es decir la transformación rotación está dada por:
   
x x cos θ − y sin θ
T =
y x sin θ + y cos θ
El estudiante puede verificar que es una transformación lineal y tambien que T es el resultado de la siguiente multiplicación
matricial:     
x cos θ − sin θ x
T =
y sin θ cos θ y

Teorema 1.1 Propiedades.

Sea T : U −→ V una transformación lineal, y sean u1 , u2 , . . . , un ∈ U y α1 , α2 , . . . , αn ∈ R arbitrarios, entonces tenemos
1. T (0U ) = 0V la imagen del 0 de U es el 0 de V .
2. T (α1 u1 + α2 u2 + · · · + αn un ) = α1 T (u1 ) + α2 T (u2 ) + · · · + αn T (un )
Demostración.
1. Hacemos uso del truco T (0U ) = T (0U + 0U ) = T (0U ) + T (0U ) y restamos el opuesto de T (0U ) en V , es decir −T (0U ).
T (0U ) = T (0U ) + T (0U )
T (0U ) − T (0U ) = T (0U ) + (T (0U ) − T (0U ))
0V = T (0U ) + 0V
0V = T (0U )
que es lo que se querı́a demostrar.

2
 TRANSFORMACIONES LINEALES TRANSFORMACIONES LINEALES

2. En esta demostración hacemos uso de la asociatividad de la suma ası́:

T (α1 u1 + α2 u2 + α3 u3 + · · · + αn un )
= T (α1 u1 + (α2 u2 + α3 u3 + · · · + αn un ))
= α1 T (u1 ) + T (α2 u2 + (α3 u3 + · · · + αn un ))
= α1 T (u1 ) + α2 T (u2 ) + T (α3 u3 + · · · + αn un )
..
.
= α1 T (u1 ) + α2 T (u2 ) + · · · + αn T (un )

Teorema 1.2 Sean U , V espacios vectoriales, sea {u1 , u2 , . . . un } una base para U y v1 , v2 , . . . , vn vectores arbitrarios de V
entonces existe una única T : U −→ V una transformación lineal tal que T (u1 ) = v1 , T (u2 ) = v2 , . . . , T (un ) = vn
Demostración. Supongamos que T1 y T2 son dos transformaciones que cumplen la propiedad, entonces dado un u
cualquiera en U , sabemos que podemos escribirlo de forma única como combinación lineal de los elementos de la base,
es decir u = α1 u1 + α2 u2 + · · · + αn un y si hallamos la imagen de este elemento, obtenemos:
T1 (u) = T1 (α1 u1 + α2 u2 + · · · + αn un )
= α1 T1 (u1 ) + α2 T1 (u2 ) + · · · + αn T1 (un )
= α1 T2 (u1 ) + α2 T2 (u2 ) + · · · + αn T2 (un )
= T2 (α1 u1 + α2 u2 + · · · + αn un )
= T2 (u)
por lo que podemos concluir que coinciden en todos los elementos de U y por lo tanto son iguales T1 = T2 .
El mensaje que nos deja este teorema es que las transformaciones lineales quedan unı́vocamente determinadas por la imagen
de los elementos de la base.
Ejemplo. Sea la siguiente transformación lineal T : P3 −→ P2 , dada en la base canónica de P3 , es decir dadas las imágenes
de {1, x, x2 , x3 }:
T (1) = −1
T (x) = 1−x
2
T (x ) = x − x2
T (x3 ) = x2
Entonces la transformación dada en un vector arbitrario de P3 :
T (a0 + a1 x + a2 x2 + a3 x3 ) = a0 T (1) + a1 T (x) + a2 T (x2 ) + a3 T (x3 )
= a0 (−1) + a1 (1 − x) + a2 (x − x2 ) + a3 (x2 )
= (a1 − a0 ) + (a2 − a1 )x + (a3 − a2 )x2
uniendo el primero y el último tenemos la definición de la transformación determinada por los elementos de la base.
Definición. Dados U, V espacios vectoriales y T : U −→ V una transformación lineal, definimos:

1. El núcleo de T por
nu T = {u ∈ U : T (u) = 0V }
Y la dimensión de dicho espacio la llamamos nulidad, ν(t) = dim nu T

2. La Imagen de T por

Im(T ) = {v ∈ V : T (u) = v, para alguna u ∈ U }

y la dimensión de dicho espacio la llamaremos rango, ρ(T ) = dim Im(T )

3
 TRANSFORMACIONES LINEALES TRANSFORMACIONES LINEALES

Ejemplo. Para el ejemplo pasado se calculará el núcleo y la imagen a la transformación T .

NT = {p ∈ P3 : T (p) = 0}
Buscamos los polinomios a0 + a1 x + a2 x2 + a3 x3 con imagen 0, es decir:
(a1 − a0 ) + (a2 − a1 )x + (a3 − a2 )x2 = 0
o lo que es lo mismo que tener el sistema de ecuaciones:
a1 − a0 = 0
a2 − a1 = 0
a3 − a2 = 0
con representación matricial y solución usando Gauss-Jordan
     
−1 1 0 0 1 −1 0 0 1 −1 0 0
 0 −1 1 0 Ri → −Ri 0 1 −1 0  R2 → R2 + R3 0 1 0 −1
−−−−−−−→ −−−−−−−−−−→
0 0 −1 1 0 0 1 −1 0 0 1 −1
 
1 0 0 −1
R1 → R1 + R2 0 1 0 −1
−−−−−−−−−−→
0 0 1 −1
escogiendo el parámetro como a3 = t ∈ R, tenemos que a2 = t, a1 = t y a0 = t. por lo que:
NT = {a0 + a1 x + a2 x2 + a3 x3 ∈ P3 : a0 = a1 = a2 = a3 }
o lo que es lo mismo:
NT = gen{1 + x + x2 + x3 }
Y la imagen:

Im(T ) = {p ∈ P2 : T (q) = p , para algún q ∈ P3 }

2
Buscamos los polinomios a + bx + cx que son imagen bajo T de algún polinomio de P3 , es decir:
T (a0 + a1 x + a2 x2 + a3 x3 ) = (a1 − a0 ) + (a2 − a1 )x + (a3 − a2 )x2 = a + bx + cx2
o lo que es lo mismo que tener el sistema de ecuaciones:
a1 − a0 = a
a2 − a1 = b
a3 − a2 = c
con representación matricial y solución usando Gauss-Jordan:
   
−1 1 0 0 | a 1 −1 0 0 | −a
 0 −1 1 0 | b  Ri → −Ri 0 1 −1 0 | −b  R2 → R2 + R3
−−−−−−−→ −−−−−−−−−−→
0 0 −1 1 | c 0 0 1 −1 | −c
   
1 −1 0 0 | −a 1 0 0 −1 | −a − b − c
0 1 0 −1 | −b − c R1 → R1 + R2 0 1 0 −1 | −b − c 
−−−−−−−−−−→
0 0 1 −1 | −c 0 0 1 −1 | −c
El cual es un sistema consistente y siempre tiene solución por lo que concluimos que Im(T ) = P2 .
¿De qué nos sirve esta información en el momento de calcular la preimagen de 3 + 2x2 − 3x3 ?
Cambiamos los coeficientes en la matriz resultante del procedimiento de Gauss-Jordan:
   
1 0 0 −1 | −3 − 2 − (−3) 1 0 0 −1 | −2
0 1 0 −1 | −2 − (−3)  = 0 1 0 −1 | 1 
0 0 1 −1 | −(−3) 0 0 1 −1 | 3
y buscamos una de las infinitas soluciones ya que si a3 = t ∈ R es el parámetro a2 = 3 + t, a1 = 1 + t, a0 = −2 + t, un
parámetro es cuando t = 1 y ası́ a0 = −1, a1 = 2, a2 = 4, a3 = 1 por lo que
T (−1 + 2x + 4x2 + x3 ) = (2 + 1) + (4 − 2)x + (1 − 4)x2 = 3 + 2x − 3x3 .

4
 TRANSFORMACIONES LINEALES EJERCICIOS PROPUESTOS

Sección 2: REPRESENTACION MATRICIAL DE UNA TRANSFORMACION LINEAL

Todas las transformaciones lineales T de Rm en Rn , con las operaciones de suma y multiplicacion estándares se pueden
representar en forma de matriz A de tamaño n × m y viceversa (una matriz A de tamaño n × n es una transformación lineal
de Rm en Rn ).
El siguiente teorema indica una forma de encontrar la única matriz que representa una transformación lineal.
Teorema 2.1 Dada T : Rm −→ Rn una transformación lineal, existe una única matriz An×m tal que

T x = Ax para toda x ∈ Rn

Demostración. Sea B = {e1 , e2 , . . . , en } la base canónica de Rn y sean v1 = T (e1 ), v2 = T (e2 ), . . . , vn = T (en ) y sea A la
matriz que tiene como columnas precisamente los vectores vi ∈ Rm . Afirmamos que la matriz A es la matriz que representa
la transformación lineal T :  1
vi
 vi2 
vi =  . 
 
 .. 
vim
entonces la transformación lineal T y la multiplicación por A coinciden en los elementos de la base de Rn
 
0
 1 0  
v1 v21 . . . vi1 . . . vn1  .  vi1
  
2 2 2 n  .
 v1 v2 . . . vi . . . vi   .   vi2 

Aei =  1 =   = vi
    . 
.. .. ..  
 . . .  0  .. 
v1m v2m . . . vim . . . vnm  .  vim
 
 .. 
0

Como coinciden en la base deben ser la misma transformación lineal.

Ejemplo. Sea T : R3 −→ R4 dada por T (x, y, z) = (3x − 4y + z, 2x − y, −x − y + z, 2y − z), y queremos encontrar la matriz
que representa esta transformación lineal. Como dice el teorema anterior lo único que debemos hacer es encontrar la imagen
de la base canónica de R3
     
  3   −4   1
1 2 0 −1 0 0
T 0 =  −1 , T 1 = −1 , T 0 =  1 
        
0 0 1
0 2 −1

Ası́ la matriz A que representa la transformación lineal está dada por:

 
3 −4 1
 2 −1 0 
A= −1 −1 1 


0 2 −1

El estudiante debe hallar Im(T ), Nt , ρ(t) y ν(T ) para practicar.

Sección 3: EJERCICIOS PROPUESTOS

1. T : R2 −→ R2 dada por T (x, y) = (xy, x + y) no es una transformación lineal, explique por qué y encuentre otra
transformación que no sea lineal.

5
TRANSFORMACIONES LINEALES EJERCICIOS PROPUESTOS

2. Sea T una transformación lineal tal que Im T = {(x, y, z) : x + 2y − z = 0}. Encuentre:

a Una base para Im T y su dimensión.
b Una representación matricial para T .
c Una base para el kernell de T y su dimensión.
3. Demuestre que la proyección sobre el plano xy es una transformación lineal y encuentre la matriz que la representa.
4. Sea T : Mnn −→ Mnn dado por T (A) = AAt ¿Es T una transformación lineal? De ser cierto, encuentre N u(T ), Im(T ), ν(T )
y ρ(T ).
5. Sea T : R3 −→ P3 dado por T (a, b, c) = a + (b − a)x + (c − b)x2 + (a − c)x3 ¿Es T una transformación lineal? De ser
cierto, encuentre N u(T ), Im(T ), ν(T ) y ρ(T ).
6. Sea V un espacio vectorial y T una transformación definida en V que satisface.
T (x + y) = T (x) + T (y) y T (αx) = αT (x) para α ≥ 0. Demostrar que T es una transformación lineal.
7. Sea T : Mn (R) → Mn (R) definida por T (A) = A − At . Demuestre que el kernell de T son las matrices simétricas.
¿Cuál es la imagen de T ?
 
x1  
 x2  x1 + x3
8. Dado T : R4 → R2 con T  = ,
 x3  x2 − x4
x4
Encuentre una base para kernel(T ) y diga su dimensión.
 
1 −2 −3 0
9. Sea T : R4 → R3 la transformación lineal definida por T (x) = Ax donde A = 0 3 2 1
1 1 1 1

(a) Encuentre una base para el kernell de T . (Ker(T ))

(b) Encuentre una base para la imagen de T . (Im(T ))
(c) Compruebe que ν(T ) + ρ(T ) = dim(R4 )
 
1 0 1 0
10. Sea T : R4 → R3 la transformación lineal definida por T (x) = Ax donde A = 0 1 0 1
1 1 1 1

(a) Encuentre una base para el kernell de T . (Ker(T ))

(b) Encuentre una base para la imagen de T . (Im(T ))
(c) Compruebe que ν(T ) + ρ(T ) = dim(R4 )

FIN