Clase N°06 - Transformaciones Lineales -
Propiedades de T.L.
Departamento de Matemática y C.C.
Universidad de Santiago de Chile
Aldo Zambrano Fuentes
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 1/8
Transformaciones Lineales
Consideremos nuestro esquema de espacios coordenados. Entonces notemos que si A es una
cierta matriz cambio de base, entonces para cualquier par de vectores X , Y (vistos en las bases
correspondientes) tenemos que se satisfacen
A · (X + Y ) = A · X + A · Y
∧ A · (λX ) = λ(A · X )
a b
1 1
a
2 b2
Más aún, si para alguna base α se tiene que [⃗
u ]α = . y que [⃗
v ]α = .
entonces es
.. ..
an bn
claro que
a + b a b
1 1 1 1
a2 + b 2 a2 b 2
u+⃗
[⃗ v ]α =
.. = .. + .. = [⃗
u ]α + [⃗
v ]α
. . .
a n + bn an bn
y que, para cada λ ∈ R,
λa a
1 1
λa2 a2
[λ⃗
u ]α =
.. = λ .. = λ[⃗
u ]α
. .
λan an
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 2/8
Definición: Transformación Lineal
Sean V, W dos K espacios vectoriales. Llamaremos transformación lineal a toda función
T : V → W tal que cumpla con
1 u+⃗
T (⃗ v ) = T (⃗
u ) + T (⃗
v)
2 T (λ⃗
u ) = λT (⃗
u)
v ∈ V y λ ∈ K.
⃗, ⃗
para cada u
Ejemplo 1
La función T : Mn×1 (R) → Mn×1 (R) definida por T (X ) = AX , donde A ∈ Mn (R), es una
transformación lineal.
Notaciones
El conjunto de todas las transformaciones lineales que van de V a W se denota por
LK (V, W) = {T : V → W | T es lineal }
En el caso que W = V, el conjunto anterior se denota por LK (V) = LK (V, V).
Si T ∈ LK (V), entonces se dice que T es un operador lineal.
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 3/8
Ejemplo 2
Z b
La función T : C 0 ([a, b]) → R definida por T (f ) = f (x) dx es una transformación lineal.
a
Ejemplo 3
df
La función T : C 1 ((a, b)) → C 0 ((a, b)) definida por T (f ) = es una transformación lineal.
dx
Ejemplo 4
La función T : Mn×m (R) → Mm×n (R) definida por T (A) = At es una transformación lineal.
Ejemplo 5
Analizar la función T : R2 [x] → R2 definida por T (ax 2 + bx + c) = (a − b, a + 2c)
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 4/8
Ejemplo 6
Analizar la función T : R2 → C definida por T (a, b) = a + 1 + (b − 2)i
Ejemplo 7
Analizar la función T : R3 → R2 [x] definida por T (a, b, c) = (ax)2 − cx + b
Observación
Si T ∈ LK (V, W) entonces necesariamente T (0V ) = 0W
Recordemos ahora que una función f se dice inyectiva (ó 1 − 1) si todo par distintos de
elementos tienen imágenes distintas, es decir
x1 ̸= x2 =⇒ f (x1 ) ̸= f (x2 )
o equivalentemente
f (x1 ) = f (x2 ) =⇒ x1 = x2
Por otro lado, la función f : A → B se dice sobreyectiva (o epiyectiva), si Rec(f ) = B o
equivalentemente que, para todo y ∈ B, existe x ∈ A de modo que y = f (x).
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 5/8
Con esto en cuenta, consideremos T ∈ LK (V, W) donde α = {⃗
v1 , ⃗ vn } es una base de V.
v2 , . . . , ⃗
Si definimos T (α) := β = {T (⃗
v1 ), T (⃗
v2 ), . . . , T (⃗
vn )}, entonces veamos qué caracterı́sticas se
mantienen en este conjunto:
Si analizamos la independencia lineal de estos nuevos vectores, debemos plantearnos la ecuación
n
X
0W = a1 T (⃗ v2 ) + · · · + an T (⃗
v1 ) + a2 T (⃗ vn ) = ai T (⃗
vi )
i=1
ocupando el hecho que T es lineal tendremos que
n
!
X
v2 + · · · + an ⃗
v1 + a2 ⃗
0W = T (a1 ⃗ vn ) = T ai ⃗
vi
i=1
Sabemos también que T (0V ) = 0W , por lo que esta ecuación queda
n
!
X
T (0V ) = T (a1 ⃗ v2 + · · · + an ⃗
v1 + a2 ⃗ vn ) = T ai ⃗
vi
i=1
de donde se sigue que, si T fuese inyectiva, necesariamente se cumple que
0V = a1 ⃗ v 2 + · · · + an ⃗
v 1 + a2 ⃗ vn
y con esto, como α es L.I., se cumple que a1 = a2 = . . . = an . En conclusión, T (α) es L.I y, por
lo tanto, serı́a un postulante a ser base de W. Es decir, si T es inyectiva, se cumple
necesariamente que dimK (V) ≤ dimK (W)
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 6/8
Teorema:
Si T ∈ LK (V, W) entonces
1 T inyectiva =⇒ dimK (V) ≤ dimK (W)
2 T sobreyectiva =⇒ dimK (V) ≥ dimK (W)
3 T biyectiva (inyectiva y sobreyectiva) =⇒ dimK (V) = dimK (W)
Ejemplo 8:
1 T ∈ LR (R2 , R2 [x]) puede ser inyectiva, pero nunca sobreyectiva.
2 T ∈ LR (R2 [x], C) puede ser sobreyectiva, pero nunca inyectiva.
3 T ∈ LR (M2 (R), R4 ) puede ser inyectiva y sobreyectiva.
Definición: Kérnel
Sea T ∈ LK (V, W), llamaremos kernel o núcleo de T al conjunto
ker(T ) = {⃗
v ∈ V | T (⃗
v ) = 0W }
Corolario:
T es inyectiva ⇐⇒ ker(T ) = {0V }
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 7/8
Definición: Imagen
Sea T ∈ LK (V, W), llamaremos imagen o recorrido de T al conjunto
Img(T ) = {w
⃗ ∈ W | (∃⃗
v ∈ V) : w
⃗ = T (⃗
v )}
Observación:
De ambas definiciones se verifica que ker(T ) ≤ V y que Img(T ) ≤ W.
T será inyectiva si y solo si dimK (ker(T )) = 0
T será sobreyectiva si y solo si dimK (Img(T )) = dimK (W)
Ejemplo 9:
Determinar la inyectividad y sobreyectividad de T : M2 (R) → R4 definida por
a b
T c d = (a + b − c + d, a + 2b − d, 2a + 3b − c, a − b + 2d)
USACH ( Álgebra Lineal ) Clase N°06 - Transformaciones Lineales - Propiedades de T.L. 8/8
