Universidad Tecnológica Nacional

Facultad Regional Rosario

TRANSFORMACIONES LINEALES
Autor: Eduardo Gago
(Basado en un trabajo del Lic. EDUARDO DANILO FONGI)

Año 2013
 Transformaciones Lineales
Eduardo Gago

1. TRANSFORMACIONES LINEALES

Definición
Sean V y W dos espacios vectoriales sobre el cuerpo de los números reales, y sea una
función T / T : V → W , se dice que T es una transformación (o aplicación) lineal de V
en W, si verifica:
(a) T(x + y) = T(x) + T(y)
(b) T(α x) = αT(x)
cualesquiera sean: x, y ∈ V , α ∈ R.

Observaciones:
1) En cada igualdad, la operación del primer miembro es la del espacio V y la del segundo, la
de W.
2) Las aplicaciones lineales definidas sobre espacios funcionales, se suelen llamar también
operadores (lineales).
3) Las condiciones (a) y (b) son equivalentes a:
T(α x + β y) = T(α x) + T (β y) = αT(x) + βT(y)
(cualesquiera sean α, β en R; x, y en V).
4) A partir de 3) y por inducción sobre n, se sigue que si la aplicación T : V → W es lineal,
entonces, cualesquiera sean α1, α2,..., αn ∈ K , x1, x2,..., xn ∈ V , resulta:
n n n
T( ∑ α i xi) = ∑ T ( α i xi)= ∑ α i T ( xi)
i =1 i =1 i=

Ejemplos 1
Determine si F es lineal
1) F : R 3 → R 2 ; F ( x , y , z ) = ( x , x − y + 2 z )
a) Sean: ( x1 , y1 , z1 ) ∈ R 3 / F ( x1 , y1 , z1 ) = ( x1 , x1 − y1 + 2 z1 ) , y
( x2 , y 2 , z 2 ) ∈ R 3 / F ( x2 , y 2 , z 2 ) = ( x2 , x2 − y 2 + 2 z 2 )
F [( x1 , y1 , z1 ) + ( x 2 , y 2 , z 2 )] = F [( x1 + x 2 , y1 + y 2 , z1 + z 2 )] =
= ( x1 + x2 , x1 + x 2 − ( y1 + y 2 ),2( z1 + 2 2 ) = ( x1 + x 2 , x1 − y1 + 2 z1 + x2 − y 2 + 2 z 2 )
= ( x1 , x1 − y1 + 2 z1 ) + ( x 2 , x 2 − y 2 + 2 z 2 ) = F ( x1 , y1 , z1 ) + F ( x 2 , y 2 , z 2 )]

b) Sea ( x , y , z ) ∈ R 3 , y k ∈ R
F [ k ( x , y , z )] = F ( kx , ky , kz ) = ( kx , kx − ky + 2kz ) = ( kx , k ( x − y + 2 z )) =
= k ( x , x − y + 2 z ) = kF ( x , y , z )
En consecuencia F es una transformación lineal

1
 Transformaciones Lineales
Eduardo Gago

2) F : R 2 → R 2 ; F ( x , y ) = ( 3 x + 5 y , x + 1 )
a) Sean: ( x1 , y1 ) ∈ R 2 / F ( x1 , y1 ) = ( 3 x1 + 5 y1 , x1 + 1 ) , y
( x2 , y 2 ) ∈ R 2 / F ( x2 , y 2 ) = ( 3x2 + 5 y 2 , x2 + 1 )
F [( x1 , y1 ) + ( x 2 , y 2 )] = F [( x1 + x 2 , y1 + y 2 )] = ( 3( x1 + x 2 ) + 5( y1 + y 2 ), x1 + x 2 + 1 ) =
= ( 3x1 + 3x 2 + 5 y1 + 5 y 2 , x1 + x 2 + 1 ) = ( 3x1 + 5 y1 , x1 + 1 ) + ( 3x 2 + 5 y 2 , x 2 ) =
≠ F ( x1 , y1 , z1 ) + F ( x 2 , y 2 , z 2 )]

En consecuencia F NO es una transformación lineal

x y
3) F : M 22 → R ; F   = 2x − t
z t 
x y1  x y1 
a) Sean:  1  ∈ M 22 / F  1  = 2 x1 − t1 , y
 z1 t1   z1 t1 

 x2 y2  x y2 
  ∈ M 22 / F  2  = 2 x2 − t 2
 z2 t2   z2 t 2 

 x y1   x 2 y 2   x + x2 y1 + y 2 
F  1 +  = F  1  = 2( x1 + x 2 ) − ( t1 + t 2 ) =
 z1 t1   z 2 t 2   z1 + z 2 t1 + t 2 

x y1  x y2 
= 2 x1 + 2 x 2 − t1 − t 2 = 2 x1 − t1 + 2 x 2 − t 2 = F  1  + F  2 
 z1 t1   z2 t 2 
x y
b) Sea   ∈ M 22 , y k ∈ R
z t 
 x y   kx ky  x y
F k   = F   = 2kx − kt = k ( 2 x − t ) = kF  
 z t   kz kt  z t 

En consecuencia F es una transformación lineal

4) F : P2 → P1 ; F ( ax 2 + bx + c ) = ( a + c )x + 3b
a) Sean: a1 x 2 + b1 x + c1 ∈ P2 / F ( a1 x 2 + b1 x + c1 ) = ( a1 + c1 )x + 3b1 , y
a 2 x 2 + b2 x + c 2 ∈ P2 / F ( a 2 x 2 + b2 x + c 2 ) = ( a 2 + c 2 )x + 3b2
F [ ( a1 x 2 + b1 x + c1 ) + ( a 2 x 2 + b2 x + c 2 )] = F ( a1 x 2 + b1 x + c1 + a 2 x 2 + b2 x + c 2 ) =
F [ ( a1 + a 2 )x 2 + ( b1 + b2 ) x + c1 + c 2 )] = ( a1 + a 2 + c1 + c 2 )x + 3( b1 + b2 ) =
= a1 x + a 2 x + c1 x + c 2 x + 3b1 + 3b2 = ( a1 + c1 )x + 3b1 + ( a 2 + c 2 )x + 3b2 ) =
= F ( a1 x 2 + b1 x + c1 ) + F ( a 2 x 2 + b2 x + c 2 )

b) Sea ax 2 + bx + c ∈ P2 , y k ∈ R
F [ k ( ax 2 + bx + c )] = F ( kax 2 + kbx + kc ) = ( ak + ck )x + 3bk = k ( a + c )x + k ( 3b ) =

2
 Transformaciones Lineales
Eduardo Gago

= k [( a + c )x + 3b ] = kF [ ax 2 + bx + c ]
En consecuencia F es una transformación lineal

5) F : R n×1 → R m×1 / F(x) = A x , con A ∈ Rm×n

a) Sean: u ∈ Rn×1 / F(u)=Au, y v ∈ Rn×1 / F(v)=Au
F(u+v)=A(u+v)=Au+Av= F(u)+ F(v)
b) u ∈ Rn×1 / F(u)=Au , y k ∈ R
F(ku)=A(ku)=kAu = k F(u)
En consecuencia F es una transformación lineal

Ejemplos 2
6) Si V y W son espacios vectoriales en R y F: V → W, la aplicación definida por F(x)=0 se
denomina transformación nula. Pruebe que F es una transformación lineal
a) Sean: u ∈ V / F(u)=O, y v ∈ V / F(v)=O
F(u+v)= O = O+O = F(u)+ F(v)
b) u ∈ V / F(u)=O , y k ∈ R
F(ku)= O = k O = k F(u)
En consecuencia F es una transformación lineal

7) Si V es un espacio vectorial en R y F: V → V, la aplicación definida por F(x)=x se denomina

transformación identidad. Pruebe que F es una transformación lineal
a) Sean: u ∈ V / F(u)=u, y v ∈ V / F(v)=v
F(u+v)= u+v = F(u)+ F(v)
b) u ∈ V / F(u)=u , y k ∈ R
F(ku)= ku = k F(u)
En consecuencia F es una transformación lineal

8) Sabiendo que T: R3 → R3 es una aplicación lineal tal que:

T(1,0,0) = (2,3,1) , T(0,1,0) = (–1,0,2) , T(0,0,1) = (0,–1,2)
obtener T(x,y,z), y luego calcular T(-1,1,-2)
Solución:
Para poder resolver este tipo de problema necesito que el conjunto de los vectores en el
dominio de la transformación lineal sea una base del espacio vectorial del dominio. En este
caso particular el conjunto de los vectores del dominio R3 es A = {( 1,0 ,0 ),( 0 ,1,0 ),( 0 ,0 ,1 )} =
{i,j,k} (la base canónica).
Sea entonces ( x , y , z ) ∈ R3; se propone obtener T(x,y,z) y, para ello, se procede como se
muestra a continuación.

3
 Transformaciones Lineales
Eduardo Gago

Sean α , β , δ las componentes de ( x , y , z ) en la base de R3 sobre la base en que se definió a T

(como se sabe, tales componentes existen y son únicas). Resulta entonces:
T ( x , y , z ) = αT ( 1,0 ,0 ) + βT ( 0 ,1,0 ) + δT ( 0 ,0 ,1 )
T ( x , y , z ) = T ( α ,0 ,0 ) + T ( 0 ,β ,0 ) + T ( 0 ,0 , δ )
T ( x , y , z ) = T ( α ,β , δ )
x = α

( x , y , z ) = ( α ,β , δ ) ⇒  y = β
z = δ

T ( x , y , z ) = xT ( 1,0 ,0 ) + yT ( 0 ,1,0 ) + zT ( 0 ,0 ,1 )
T ( x , y , z ) = x( 2 ,3,1 ) + y( −1,0 ,2 ) + z( 0 ,−1,2 )
T ( x , y , z ) = ( 2 x ,3 x , x ) + ( − y ,0 ,2 y ) + ( 0 ,− z ,2 z )
T ( x , y , z ) = ( 2 x − y ,3 x − z , x + 2 y + 2 z )

T ( −1,1,2 ) = ( 2( −1 ) − 1,3( −1 ) − 2 ,−1 + 2 + 2.2 )

T ( −1,1,2 ) = ( −3,−5,5 )

9) Sea T : R3 → R3 la aplicación lineal, tal que:

T(1,1,1) = (2,3,1) , T(0,1,1) = (–1,0,2) , T(0,0,1) = (0,–1,2). Obtener T(–1,1,2).
Solución
En primer término se verifica que el conjunto B = {( 1,1,1},( 0 ,1,1 ),( 0 ,0 ,1 ) es una base en R 3
1 1 1
Como 0 1 1 = 1 ≠ 0 ⇒ El conjunto B es una base en R 3
0 0 1
T ( x , y , z ) = αT ( 1,1,1 ) + βT ( 0 ,1,1 ) + δT ( 0 ,0 ,1 )
T ( x , y , z ) = T ( α , α , α ) + T ( 0 ,β ,β ) + T ( 0 ,0 , δ )
T ( x , y , z ) = T ( α ,α + β ,α + β + δ )
x = α

( x , y , z ) = ( α , α + β , α + β + δ ) ⇒ ( S ) y = α + β
z = α + β + δ


α β δ t.i. ∑
1 0 0 x 1+x
1 1 0 y 2+y
1 1 1 z 3+z
1 0 y–x 1+y–x
1 1 z–x 2+z–x
1 z–y 1+z–y

Se puede establecer que la solución del sistema es S = {( x , y − x , z − y )}

4
 Transformaciones Lineales
Eduardo Gago

T ( x , y , z ) = xT ( 1,1,1 ) + ( y − x )T ( 0 ,1,1 ) + ( z − y )T ( 0 ,0 ,1 )
T ( x , y , z ) = x( 2 ,3,1 ) + ( y − x )( −1,0 ,2 ) + ( z − y )( 0 ,−1,2 )

T ( x , y , z ) = ( 2 x ,3 x , x ) + ( x − y ,0 ,2 y − 2 x ) + ( 0 , y − z ,2 z − 2 y )
T ( x , y , z ) = ( 3 x − y ,3 x + y − z ,− x + 2 z )
T ( −1,1,2 ) = ( 3( −1 ) − 1,3( −1 ) + 1 − 2 ,−( −1 ) + 2.2 )
T ( −1,1,2 ) = ( −4 ,−4 ,5 )

Propiedades de las transformaciones lineales

Teorema 1
Si T : V → W es una transformación lineal, entonces:
(a) T(O) = O
(b) T(–x) = –T(x), para todos los x en V
(c) T(x – y)=T(x) – T(y), para todos los x e y en V
Demostración:
Sean x e y vectores en V.
a) Debido a que 0 x = O , se tiene: T(O) = T( 0 x) = 0 T( x) = O
b) T(–x) = T[(–1) x]= (–1) T(x) = –T(x)
c) T(x–y) = T[x+(–1) y]= = T(x)+T[(–1) y]= T(x)+(–1)T(y) = T(x)–T(y)

Definiciones

Sea T : V → W, una aplicación lineal. Se Llamará:

► Núcleo de T, y lo simbolizaremos Ker(T), al conjunto:
Ker(T) = {x ∈ V / T(x) = O}
–1
(es decir: Ker(T) = T (O)).
► Imagen de T, y lo simbolizaremos Im(T), al conjunto:
Im(T) = {T(x) / x ∈ V}
(es decir: Im(T) = T(V)).

Ejemplos 3
Encontrar el núcleo y la imagen de las siguientes transformaciones lineales

10) La transformación cero, F: V → W / F(x)=O

Observar que la imagen de todos los elementos de V es O, en consecuencia: Ker(F)=V, por la

misma razón Im(F) = O

11) La transformación identidad, F: V → V / F(x)=x

5
 Transformaciones Lineales
Eduardo Gago

La imagen de la función F es O cuando x=O, en consecuencia: Ker(F)= O, y su imagen es:

Im(F) = V

12) T : R 3 → R 3 /T ( x , y , z ) = ( x , y ,0 )
T ( x , y , z ) = ( x , y ,0 ) = ( 0 ,0 ,0 )
x = 0
( x , y ,0 ) = ( 0 ,0 ,0 ) ⇒  ∀z ∈ R
y = 0
Entonces: Ker ( T ) = {( 0 ,0 , z ) / z ∈ R} e Im( T ) = {( x , y , z ) ∈ R 3 / z = 0}

13) T : R 3 → R 3 / T ( x , y , z ) = ( 4 x + 5 y + 6 z , x + 2 y + 3 z ,7 x + 8 y + 9 z )
( 4 x + 5 y + 6 z , x + 2 y + 3 z ,7 x + 8 y + 9 z ) = ( 0 ,0 ,0 )
4 x + 5 y + 6 z = 0

( S ) x + 2 y + 3 z = 0
7 x + 8 y + 9 z = 0


x y z t.i. ∑ 4 x + 5 y + 6 z = 0
(S' )
4 5 6 0 15 3 y + 6 z = 0
1 2 3 0 6 3 y + 6 z = 0 ⇒ 3 y = −6 z ⇒ y = −2 z,
7 8 9 0 24 4 x + 5 y + 6 z = 0 ⇒ 4 x + 5( − 2 z) + 6 z = 0
3 6 0 9 4x = 4z ⇒ x = z
–3 –6 0 –9
S = {(z, − 2 z,z}, z ∈ R}
0 0 0

{
Ker ( T ) = ( x , y , z ) ∈ R 3 / x = z = −2 z }
Sea el vector ( a ,b , c ) ∈ R 3 que representa a todos los elementos del espacio vectorial de la
imagen, entonces
( 4 x + 5 y + 6 z , x + 2 y + 3 z ,7 x + 8 y + 9 z ) = ( a ,b , c )
4 x + 5 y + 6 z = a

( S ) x + 2 y + 3 z = b
7 x + 8 y + 9 z = c


x y z t.i. ∑
4 5 6 a 15+a
1 2 3 b 6+b
7 8 9 c 24+c
3 6 4b – a 9 – a+4b
–3 –6 4c – 7a – 9+4c– 7a
0 – 24a+12b+12c – 24a+12b+12c

6
 Transformaciones Lineales
Eduardo Gago

El sistema (S) debe ser compatible para poder obtener una imagen, la única posibilidad para
que esto ocurra es que − 24a + 12b + 12c = 0 (ó lo que es lo mismo − 2a + b + c = 0 ). En
consecuencia:
{ }
Como Im( T ) = ( a ,b , c ) ∈ R 3 / − 2a + b + c = 0
Teorema 2
Sea T : V → W una aplicación lineal. Entonces valen:
a) Ker(T) es un subespacio de V
b) Im(T) es un subespacio de W
c) T es inyectiva ⇔ Ker(T) = {O}

a) Para demostrar que Ker(T) es un subespacio de V, se debe demostrar que Ker(T) cumple las
propiedades de cerradura ante la adición y la multiplicación por un escalar.
(i) Si x e y son vectores en Ker( T ) , entonces T(x)=O y T(y)=O
T(x+y)= T(x)+ T(y) = O + O = O, entonces x+y es un vector en Ker( T )
(ii) ∀k ∈ R , y si x es un vector en Ker( T ) , entonces T(x)= O
T(kx)= k T(u) = k O = O, entonces kx es un vector en Ker( T )
En consecuencia Ker ( T ) es un subespacio de V
b) Para demostrar que Im(T) es un subespacio de W, se debe demostrar que Im(T) cumple las
propiedades de cerradura ante la adición y la multiplicación por un escalar.
(i) Si u y v son vectores en Im( T ) , existen dos vectores x e y tales que T(x)=u y T(y)=v
T(x+y)= T(x)+ T(y) = u+v, entonces u+v es un vector en Im( T )
(ii) ∀k ∈ R , y si u es un vector en Im( T ) , existe un vector x tal que T(x)=u
T(kx)= k T(x) = k u, entonces k u es un vector en Im( T )
En consecuencia Im( T ) es un subespacio de W

Definiciones
Sea T : V → W, una aplicación lineal. Entonces:
a) la dimensión de la imagen de T, se denomina rango de T ( r( T ) )
b) la dimensión del núcleo de T, se denomina nulidad de T ( Nu( T ) )

Teorema 3
Si T: V → W es una transformación lineal desde un espacio vectorial V con dimensión n hacia
un espacio vectorial W, entonces:
r( T ) + Nu( T ) = n

7
 Transformaciones Lineales
Eduardo Gago

Matriz de transformación lineal

Las funciones que son transformaciones lineales se pueden interpretar cómo matrices.
Ejemplo: La función del ejemplo 1) F : R 3 → R 2 ; F ( x , y , z ) = ( x , x − y + 2 z ) , se puede
interpretar así:
x
   x 
Si F es una matriz de transformación con F : R3×1 → R2×1 / F  y  =  
 z   x − y + 2z 
 
Generalizando, las funciones F : R n → R m que son transformaciones lineales, se pueden
interpretar cómo transformaciones matriciales F : Rn×1 → Rm×1 , y en este caso F recibe el
nombre de matriz de transformación.
x
   x 
Ejemplo: Hallar la matriz de transformación F , si F : R3×1 → R2×1 / F  y  =  
 z   x − y + 2z 
 

La matriz de transformación tiene que ser de orden 2 × 3 , entonces si se supone que F posee la
a b c
estructura F =   , con a ,b , c , d , f y g ∈ R
d f g 

x
y
z ax + by + cz = x
( S )
a b c x dx + fy + gz = x − y + 2 z
d f g x − y + 2z

De (S), se obtiene: a = 1 , b = 0 , c = 0 , d = 1 , f = −1 y g = 2 c.
1 0 0 
En consecuencia, la matriz de transformación es: F =  
1 − 1 2 