Transformación lineal

Ejemplo:

En ℝ2 se define una función 𝑇 mediante la fórmula 𝑇 (𝑦𝑥 ) = (−𝑦

𝑥
). Geométricamente, 𝑇 toma un vector
en ℝ2 y lo refleja respecto al eje 𝑥.

𝑇(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ) = (𝑎0 − 𝑎1 , 2𝑎2 + 𝑎0 )

Sea 𝑝 ∈ 𝑃2 𝑐𝑜𝑛 𝑝 = 3 + 𝑥 − 2𝑥 2

Este elemento en ℝ2 es (3 − 1, −4 + 3) = (2, −1)

Definición:

Sean 𝑉 y 𝑊 espacios vectoriales reales. Una transformación lineal 𝑇 de 𝑉 en 𝑊 es una función que
asigna a cada vector 𝒗 ∈ 𝑉 un vector único 𝑇𝒗 ∈ 𝑊 y que satisface, para cada 𝒖 y 𝒗 en 𝑉 y cada escalar
𝛼,

𝑇(𝒖 + 𝒗) = 𝑇𝒖 + 𝑇𝒗
y

𝑇(𝛼𝒗) = 𝛼𝑇𝒗

𝑥+𝑦
2 3
Sea 𝑇: ℝ → ℝ definida por 𝑇 (𝑦𝑥 ) = (𝑥 − 𝑦). Demuestre que 𝑇 es transformación lineal.
3𝑦

Sea (𝑥𝑦1 ) 𝑦 (𝑥𝑦2 ) ∈ ℝ2 . 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠

1 2

𝑥1 + 𝑥2 + 𝑦1 + 𝑦2
𝑥1 𝑥2 𝑥1 + 𝑥2
𝑇 [ ( ) + ( )] = 𝑇 ( ) = (𝑥1 + 𝑥2 − 𝑦1 − 𝑦2 ) (1)
𝑦1 𝑦2 𝑦1 + 𝑦2 3𝑦 + 3𝑦 1 2

Y
𝑥1 + 𝑦1 𝑥2 + 𝑦2
𝑥1 𝑥2
𝑥
𝑇( ) = ( 1 − 𝑦1 ) , 𝑇 ( ) = (𝑥2 − 𝑦2 ) 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝑦1 3𝑦 𝑦2 3𝑦
1 2

𝑥1 + 𝑦1 𝑥2 + 𝑦2 𝑥1 + 𝑦1 + 𝑥2 + 𝑦2
𝑥1 𝑥2
𝑇 ( ) + 𝑇 ( ) = (𝑥1 − 𝑦1 ) + (𝑥2 − 𝑦2 ) = (𝑥1 − 𝑦1 + 𝑥2 − 𝑦2 ) (2)
𝑦1 𝑦2 3𝑦 3𝑦 3𝑦 + 3𝑦
1 2 1 2

De (1) y (2) obtenemos la igualdad esto es

𝑥1 𝑥2 𝑥1 𝑥2
𝑇 [ ( ) + ( )] = 𝑇 ( ) + 𝑇 ( )
𝑦1 𝑦2 𝑦1 𝑦2
Tomemos 𝛼 escalar, tenemos:
𝛼𝑥1 + 𝛼𝑦1 𝑥1 + 𝑦1
𝑥1 𝛼𝑥1 𝑥1
𝑇 [𝛼 ( )] = 𝑇 ( ) = (𝛼𝑥1 − 𝛼𝑦1 ) = 𝛼 (𝑥1 − 𝑦1 ) = 𝛼𝑇 ( )
𝑦1 𝛼𝑦1 𝛼3𝑦 3𝑦 𝑦1
1 1

𝑃𝑜𝑟 𝑡𝑎𝑛𝑡𝑜, 𝑇 𝑒𝑠 𝑢𝑛𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙.

Sean 𝑉 y 𝑊 espacios vectoriales y defina 𝑇: 𝑉 → 𝑊 por 𝑇𝒗 = 𝟎 para todo 𝒗 en 𝑉. Demuestre que 𝑇 es
transformación lineal. (Transformación cero)

Sea 𝑣1 𝑦 𝑣2 ∈ 𝑉 donde

𝑇(𝑣1 + 𝑣2 ) = 0 = 0 + 0 = 𝑇(𝑣1 ) + 𝑇(𝑣2 )

Tomemos 𝛼 escalar, tenemos:

𝑇(𝛼𝑣1 ) = 0 = 𝛼0 = 𝛼𝑇(𝑣1 )
Entonces 𝑇 es transformación lineal

Sea 𝑉 un espacio vectorial y defina 𝐼: 𝑉 → 𝑉 por 𝐼𝒗 = 𝒗 para todo 𝒗 en 𝑉. Demuestre que 𝐼 es

transformación lineal. (Transformación identidad)

Sea 𝑣1 𝑦 𝑣2 ∈ 𝑉 donde

𝐼(𝑣1 + 𝑣2 ) = 𝑣1 + 𝑣2 = 𝐼(𝑣1 ) + 𝐼(𝑣2 )

Tomemos 𝛼 escalar, tenemos:

𝐼(𝛼𝑣1 ) = 𝛼𝑣1 = 𝛼𝐼(𝑣1 )

Entonces 𝐼 es una transformación lineal.

Sea 𝑇: ℝ2 → ℝ2 definida por 𝑇 (𝑦𝑥 ) = (−𝑥

𝑦
). Demostrar que 𝑇 es transformación lineal.
𝑥1 𝑥2
Sea (𝑦 ) 𝑦 (𝑦 ) ∈ ℝ2 tenemos:
1 2

𝑥1 𝑥2 𝑥 +𝑥 −(𝑥1 + 𝑥2 ) −𝑥1 − 𝑥2 −𝑥1 −𝑥2 𝑥1 𝑥2

𝑇 [(𝑦 ) + (𝑦 )] = 𝑇 (𝑦1 + 𝑦2 ) = ( ) = ( 𝑦 + 𝑦 ) = ( 𝑦 ) + ( 𝑦 ) = 𝑇 (𝑦 ) + 𝑇 (𝑦 )
1 2 1 2 𝑦1 + 𝑦2 1 2 1 2 1 2

Tomemos 𝛼 escalar, tenemos:

𝑥1 𝛼𝑥1 −(𝛼𝑥1 ) 𝛼(−𝑥1 ) −𝑥1 𝑥1
𝑇 [𝛼 (𝑦 )] = 𝑇 (𝛼𝑦 ) = ( )=( ) = 𝛼 ( 𝑦 ) = 𝛼𝑇 (𝑦 ).
1 1 𝛼𝑦1 𝛼𝑦1 1 1

Por tanto 𝑇 es transformación lineal.

Sea 𝐴 una matriz de 𝑚 × 𝑛 y defina 𝑇: ℝ𝑛 → ℝ𝑚 por 𝑇𝒙 = 𝐴𝒙. Demuestre que 𝑇 es transformación
lineal.

Ejemplo
𝑎11 𝑎12
2 3𝑎 𝑎22 )
Sea 𝑇: ℝ → ℝ y 𝐴 = ( 21
𝑎31 𝑎32
𝑎11 𝑎12 𝑎11 𝑥 + 𝑎12 𝑦
𝑥 𝑥
𝑎
𝑇 (𝑦) = ( 21 𝑎22 ) ( ) = (𝑎21 𝑥 + 𝑎22 𝑦)
𝑦
𝑎31 𝑎32 𝑎31 𝑥 + 𝑎32 𝑦
𝑎11 𝑥 + 𝑎12 𝑦
𝑥
𝑇 (𝑦) = (𝑎21 𝑥 + 𝑎22 𝑦)
𝑎31 𝑥 + 𝑎32 𝑦
𝑥1 𝑥2
(𝑦 ) 𝑦 (𝑦 ) ∈ ℝ2
1 2

𝑎11 (𝑥1 + 𝑥2 ) + 𝑎12 (𝑦1 + 𝑦2 )

𝑥1 𝑥2 𝑥 +𝑥
𝑇 [(𝑦 ) + (𝑦 )] = 𝑇 (𝑦1 + 𝑦2 ) = (𝑎21 (𝑥1 + 𝑥2 ) + 𝑎22 (𝑦1 + 𝑦2 )) = ⋯
1 2 1 2
𝑎31 (𝑥1 + 𝑥2 ) + 𝑎32 (𝑦1 + 𝑦2 )

---------------------

Sea 𝑣1 𝑦 𝑣2 ∈ ℝ𝑛

𝑇(𝑣1 + 𝑣2 ) = 𝐴(𝑣1 + 𝑣2 ) = 𝐴𝑣1 + 𝐴𝑣2 = 𝑇𝑣1 + 𝑇𝑣2

Tomemos 𝛼 escalar, tenemos:

𝑇(𝛼𝑣1 ) = 𝐴(𝛼𝑣1 ) = 𝛼𝐴(𝑣1 ) = 𝛼𝑇(𝑣1 )

Se observa que 𝑇 es transformación lineal.
2
Sea 𝑇: ℝ2 → ℝ2 definida por 𝑇 (𝑦𝑥 ) = (𝑦𝑥 2 ). Demostrar que 𝑇 es transformación lineal.
𝑥1 𝑥2
Sea (𝑦 ) 𝑦 (𝑦 ) ∈ ℝ2
1 2

𝑥1 𝑥2 𝑥 +𝑥 (𝑥 + 𝑥2 )2 𝑥12 + 2𝑥1 𝑥2 + 𝑥22

𝑇 [(𝑦 ) + (𝑦 )] = 𝑇 (𝑦1 + 𝑦2 ) = ( 1 ) = ( )
1 2 1 2 (𝑦1 + 𝑦2 )2 𝑦12 + 2𝑦1 𝑦2 + 𝑦22

𝑥1 𝑥2 𝑥2 𝑥2
𝑇 (𝑦 ) = ( 12 ) y 𝑇 (𝑦 ) = ( 22 ) tenemos
1 𝑦1 2 𝑦2

𝑥1 𝑥2 𝑥2 𝑥2 𝑥 2 + 𝑥22
𝑇 (𝑦 ) + 𝑇 (𝑦 ) = ( 12 ) + ( 22 ) = ( 12 )
1 2 𝑦1 𝑦2 𝑦1 + 𝑦22

𝑥12 + 2𝑥1 𝑥2 + 𝑥22 𝑥12 + 𝑥22

( ) = ( )
𝑦12 + 2𝑦1 𝑦2 + 𝑦22 𝑦12 + 𝑦22
𝑥1 𝑥2 𝑥1 𝑥2
Como 𝑇 [(𝑦 ) + (𝑦 )] ≠ 𝑇 (𝑦 ) + 𝑇 (𝑦 ) si 𝑥1 ≠ 0 ó 𝑥2 ≠ 0 entonces 𝑇 no es transformación lineal.
1 2 1 2
Sea 𝑇: ℝ2 → ℝ2 , definida por 𝑇 (𝑦𝑥 ) = (𝑥𝑥 𝑠𝑒𝑛
𝑐𝑜𝑠 𝜃− 𝑦 𝑠𝑒𝑛 𝜃
𝜃 + 𝑦 cos 𝜃
). Demostrar que 𝑇 es transformación
lineal. (Transformación de rotación)

Sea (𝑥𝑦1 ) y (𝑥𝑦2 ) ∈ ℝ2

1 2

𝑥1 𝑥2 𝑥1 + 𝑥2 (𝑥1 + 𝑥2 ) 𝑐𝑜𝑠 𝜃 − (𝑦1 + 𝑦2 ) 𝑠𝑒𝑛 𝜃

𝑇 [( ) + ( )] = 𝑇 ( )=( )
𝑦1 𝑦2 𝑦1 + 𝑦2 (𝑥1 + 𝑥2 ) 𝑠𝑒𝑛 𝜃 + (𝑦1 + 𝑦2 ) cos 𝜃
𝑥1 𝑐𝑜𝑠 𝜃 + 𝑥2 𝑐𝑜𝑠 𝜃 − 𝑦1 𝑠𝑒𝑛 𝜃 − 𝑦2 𝑠𝑒𝑛 𝜃
=( )
𝑥1 𝑠𝑒𝑛 𝜃 + 𝑥2 𝑠𝑒𝑛 𝜃 + 𝑦1 cos 𝜃 + 𝑦2 cos 𝜃
𝑥1 𝑐𝑜𝑠 𝜃 − 𝑦1 𝑠𝑒𝑛 𝜃 𝑥2 𝑐𝑜𝑠 𝜃 − 𝑦2 𝑠𝑒𝑛 𝜃
=( )+( )
𝑥1 𝑠𝑒𝑛 𝜃 + 𝑦1 cos 𝜃 𝑥2 𝑠𝑒𝑛 𝜃 + 𝑦2 cos 𝜃
𝑥1 𝑥2
= T( )+ T( )
𝑦1 𝑦2

Con 𝛼 escalar, tenemos

𝑥1 𝛼𝑥1 (𝛼𝑥1 ) cos 𝜃 − (𝛼𝑦1 )𝑠𝑒𝑛 𝜃

𝑇 [𝛼 ( )] = 𝑇 ( )=( )
𝑦1 𝛼𝑦1 (𝛼𝑥1 )𝑠𝑒𝑛 𝜃 + (𝛼𝑦1 ) cos 𝜃
𝑥1 𝑐𝑜𝑠 𝜃 − 𝑦1 𝑠𝑒𝑛 𝜃 𝑥1
= 𝛼( ) = 𝛼T ( )
𝑥1 𝑠𝑒𝑛 𝜃 + 𝑦1 cos 𝜃 𝑦1
Por tanto T es transformación lineal.

Sea 𝐻 un subespacio de ℝ𝑛 y 𝑃: 𝑉 → 𝐻 que se define por 𝑃𝒗 = 𝑝𝑟𝑜𝑦𝐻 𝒗. Demuestre que 𝑃 es

transformación lineal.
Sea {𝑢1 , 𝑢2 , … , 𝑢𝑘 } 𝑢𝑛𝑎 𝑏𝑎𝑠𝑒 𝑜𝑟𝑡𝑜𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑒 𝐻
𝑃𝑣 = 𝑝𝑟𝑜𝑦𝐻 𝑣 = (𝑣 ∙ 𝑢1 )𝑢1 + (𝑣 ∙ 𝑢2 )𝑢2 +. . +(𝑣 ∙ 𝑢𝑘 )𝑢𝑘
Sea 𝑣1 y 𝑣2 ∈ 𝑉
𝑃(𝑣1 + 𝑣2 ) = 𝑝𝑟𝑜𝑦𝐻 (𝑣1 + 𝑣2 )
= ((𝑣1 + 𝑣2 ) ∙ 𝑢1 )𝑢1 + ((𝑣1 + 𝑣2 ) ∙ 𝑢2 )𝑢2 +. . +((𝑣1 + 𝑣2 ) ∙ 𝑢𝑘 )𝑢𝑘

= ((𝑣1 ∙ 𝑢1 ) + (𝑣2 ∙ 𝑢1 ))𝑢1 + ((𝑣1 ∙ 𝑢2 ) + (𝑣2 ∙ 𝑢2 ))𝑢2 +. . +((𝑣1 ∙ 𝑢𝑘 ) + (𝑣2 ∙ 𝑢𝑘 ))𝑢𝑘

 = (𝑣1 ∙ 𝑢1 )𝑢1 + (𝑣1 ∙ 𝑢2 )𝑢2 +. . +(𝑣1 ∙ 𝑢𝑘 )𝑢𝑘 + (𝑣2 ∙ 𝑢𝑘 )𝑢𝑘
= (𝑣1 ∙ 𝑢1 )𝑢1 +. . +(𝑣1 ∙ 𝑢𝑘 )𝑢𝑘 + (𝑣2 ∙ 𝑢2 )𝑢2 + ⋯ + (𝑣2 ∙ 𝑢𝑘 )𝑢𝑘
= 𝑃𝑣1 + 𝑃𝑣2
Con 𝛼 escalar, tenemos

𝑃(𝛼 v1 ) = 𝑝𝑟𝑜𝑦𝐻 (𝛼 v1 ) = ((𝛼 v1 ) ∙ 𝑢1 )𝑢1 + ((𝛼 v1 ) ∙ 𝑢2 )𝑢2 +. . +((𝛼 v1 ) ∙ 𝑢𝑘 )𝑢𝑘

= 𝛼[(𝑣1 ∙ 𝑢1 )𝑢1 + (𝑣1 ∙ 𝑢2 )𝑢2 +. . +(𝑣1 ∙ 𝑢𝑘 )𝑢𝑘 ]

= 𝛼 𝑃𝑣1
𝑃 𝑒𝑠 𝑢𝑛𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙.

Defina 𝑇: 𝑀𝑚𝑛 → 𝑀𝑛𝑚 por 𝑇(𝐴) = 𝐴𝑇 . Demuestre que 𝑇 es transformación lineal.

Tomemos 𝐴, 𝐵 ∈ 𝑀𝑚𝑛
𝑇(𝐴 + 𝐵) = (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵 𝑇 = 𝑇(𝐴) + 𝑇(𝐵).
𝛼 𝑒𝑠𝑐𝑎𝑙𝑎𝑟

𝑇(𝛼𝐴) = (𝛼𝐴)𝑇 = 𝛼(𝐴)𝑇 = 𝛼𝑇(𝐴)

𝑇 es una transformación lineal.

Propiedades de las transformaciones lineales; imagen y núcleo.

Teorema:

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal. Entonces para todos los vectores 𝒖, 𝒗, 𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 en 𝑉 y

todos los escalares 𝛼1 , 𝛼2 , … , 𝛼𝑛 :

i) 𝑇(𝟎) = 𝟎
ii) 𝑇(𝒖 − 𝒗) = 𝑇𝒖 − 𝑇𝒗
iii) 𝑇(𝛼1 𝒗𝟏 + 𝛼2 𝒗𝟐 + ⋯ + 𝛼𝑛 𝒗𝒏 ) = 𝛼1 𝑇(𝒗𝟏 ) + 𝛼2 𝑇(𝒗𝟐 ) + ⋯ + 𝛼𝑛 𝑇(𝒗𝒏 )
Recordemos

Si 𝑇 es una transformación lineal

𝑇(𝑣1 + 𝑣2 ) = 𝑇𝑣1 + 𝑇𝑣2

𝑇(𝛼𝑣1 ) = 𝛼𝑇𝑣1
𝑃. 𝐷 𝑇(𝒖 − 𝒗) = 𝑇𝒖 − 𝑇𝒗
𝑇[𝑢 + (−𝑣)] = 𝑇𝑢 + 𝑇(−𝑣) = 𝑇𝑢 + 𝑇[−1(𝑣)] = 𝑇𝒖 − 𝑇𝒗

𝑃. 𝐷 𝑇(𝟎) = 𝟎
𝑇(0) = 𝑇(𝟎 + 𝟎) = 𝑇0 + 𝑇0
𝑇(0) − 𝑇(0) = 𝑇(0) + 𝑇(0) − 𝑇(0)
0 = 𝑇(0)

Teorema:

Sea 𝑉 un espacio vectorial de dimensión finita con base 𝐵 = {𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 }. Sean 𝒘𝟏 , 𝒘𝟐 , … , 𝒘𝒏

vectores en 𝑊. Suponga que 𝑇1 y 𝑇2 son dos transformaciones lineales de 𝑉 en 𝑊 tales que

𝑇1 𝒗𝒊 = 𝑇2 𝒗𝒊 = 𝒘𝒊 para 𝑖 = 1, 2, … , 𝑛. Entonces para cualquier vector 𝑣 ∈ 𝑉, 𝑇1 𝒗 = 𝑇2 𝒗; es decir, 𝑇1 =

𝑇2 .

1 0 0
Sea 𝑇 una transformación lineal de ℝ3 en ℝ2 y suponga que 𝑇 (0) = (23), 𝑇 (1) = (−1
4
) y 𝑇 (0) =
0 0 1
3
5
(−3 ). Calcule 𝑇 (−4).
5

3 1 0 0 1 0 0
𝑇 (−4) = 𝑇 [3 (0) − 4 (1) + 5 (0)] = 3𝑇 (0) − 4𝑇 (1) + 5𝑇 (0)
5 0 0 1 0 0 1
1 0 0
2 −1 5 6 4 25 35
3𝑇 (0) − 4𝑇 (1) + 5𝑇 (0) = 3 ( ) − 4 ( ) + 5 ( ) = ( ) + ( )+( )=( )
3 4 −3 9 −16 −15 −22
0 0 1
Teorema:

Sea 𝑉 un espacio vectorial de dimensión finita con base 𝐵 = {𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 }. Sea 𝑊 un espacio vectorial
que contiene los vectores 𝒘𝟏 , 𝒘𝟐 , … , 𝒘𝒏. Entonces existe una transformación lineal única 𝑇: 𝑉 → 𝑊 tal
que 𝑇𝒗𝒊 = 𝒘𝒊 para 𝑖 = 1, 2, … , 𝑛. Se define la función 𝑇 como sigue:

i) 𝑇𝒗𝒊 = 𝒘𝒊
ii) Si 𝒗 = 𝛼1 𝒗𝟏 + 𝛼2 𝒗𝟐 + ⋯ + 𝛼𝑛 𝒗𝒏 , entonces 𝑇𝒗 = 𝛼1 𝒘𝟏 + 𝛼2 𝒘𝟐 + ⋯ + 𝛼𝑛 𝒘𝒏.

𝒙
𝟐
Encuentre una transformación lineal de ℝ en el plano 𝑾 = {(𝒚) : 𝟐𝒙 − 𝒚 + 𝟑𝒛 = 𝟎}.
𝒛
Sea. 2𝑥 − 𝑦 + 3𝑧 = 0 entonces 𝑦 = 2𝑥 + 3𝑧
𝑥 1 0
(2𝑥 + 3𝑧) = 𝑥 (2) + 𝑧 (3)
𝑧 0 1
1 0
Una base para 𝑊 es {(2) , (3)}
0 1

𝑇: ℝ2 → 𝑊
Utilizando la base canónica tenemos
𝟏 𝟎
𝒗𝟏 = ( ) , 𝒗𝟐 = ( )
𝟎 𝟏

1 0
𝑤1 = (2) , 𝑤2 = (3)
0 1
𝑇𝒗𝒊 = 𝒘𝒊

1 0
𝟏 𝟎
𝑇 ( ) = (2) , 𝑻 ( ) = (3)
𝟎 𝟏
0 1

1 0 𝑥
𝒙 𝟏 𝟎 𝟏 𝟎
𝑇 (𝒚) = 𝑻 [𝒙 ( ) + 𝒚 ( )] = 𝒙 𝑇 ( ) + 𝒚𝑻 ( ) = 𝒙 (2) + 𝑦 (3) = (2𝑥 + 3𝑦)
𝟎 𝟏 𝟎 𝟏 𝑦
0 1
 𝟎
1 1
Sean 𝑉 = ℝ2 y 𝑊 = ℝ3 considere en la base 𝐵 = {( ) , ( )} y sean 𝒘𝟏 = 𝒘𝟐 = (𝟏)
0 1
𝟎
-∗ 𝑇: ℝ2 → ℝ3
0 0
1 1
Sabemos 𝑇 ( ) = (1) , 𝑇 ( ) = (1)
0 1
0 0
𝑥 1 1 𝑐 𝑐2 𝑐 +𝑐
(𝑦) = 𝑐1 ( ) + 𝑐2 ( ) = ( 1 ) + (𝑐 ) = ( 1 𝑐 2 )
0 1 0 2 2

𝑥 = 𝑐1 + 𝑐2 si 𝑦 = 𝑐2 entonces 𝑐1 = (𝑥 − 𝑦)
𝑥 1 1
(𝑦) = (𝑥 − 𝑦) ( ) + 𝑦 ( )
0 1

𝑥 1 1 1 1 1 1
𝑇 (𝑦) = 𝑇 [(𝑥 − 𝑦) ( ) + 𝑦 ( )] = 𝑇 [(𝑥 − 𝑦) ( )] + 𝑇 [𝑦 ( )] = (𝑥 − 𝑦)𝑇 ( ) + 𝑦𝑇 ( )
0 1 0 1 0 1

0 0 0
= (𝑥 − 𝑦) (1) + 𝑦 (1) = (𝑥 )
0 0 0

𝑥 0
𝑇 (𝑦) = (𝑥 )
0

Definición:

Sean 𝑉 y 𝑊 dos espacios vectoriales y sea 𝑇: 𝑉 → 𝑊 una transformación lineal. Entonces

i) El núcleo de 𝑇, denotado por nu 𝑇 (ker T), está dado por nu 𝑇 = {𝒗 ∈ 𝑉: 𝑇𝒗 = 𝟎}

ii) La imagen de 𝑇, denotado por im 𝑇, está dado por im 𝑇 = {𝒘 ∈ 𝑊: 𝒘 =
𝑇𝒗 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛𝑎 𝑣 ∈ 𝑉}.

Teorema:

Si 𝑇: 𝑉 → 𝑊 es una transformación lineal, entonces

i) nu 𝑇 es un subespacio de 𝑉.
ii) im 𝑇 es un subespacio de 𝑊.
Sea 𝑇𝒗 = 𝟎 para todo 𝒗 ∈ 𝑉. Encuentre nu 𝑇 e im 𝑇.

Sea 𝑣𝑖 ∈ 𝑉 se 𝑇𝒗𝒊 = 𝟎

nu 𝑇 = 𝑉

im 𝑇 = {0}

Sea 𝑇𝒗 = 𝒗 para todo 𝒗 ∈ 𝑉. Encuentre nu 𝑇 e im 𝑇.

Sea 𝑣𝑖 ∈ 𝑉 se 𝑇𝒗𝒊 = 𝒗𝒊

𝑇𝒗𝒊 = 𝟎
nu 𝑇 = 0

𝑇: 𝑉 → 𝑉
Sea 𝑣1 , 𝒗𝟐 , 𝒗𝟑 ∈ 𝑉

𝑇𝒗𝟏 = 𝒗𝟏 , 𝑇𝒗𝟐 = 𝒗𝟐 , 𝑇𝒗𝟑 = 𝒗𝟑

im 𝑇 = 𝑉
𝑥 𝑥
3 3
Sea 𝑇: ℝ → ℝ definida por 𝑇 (𝑦) = (𝑦). Encuentre nu 𝑇 e im 𝑇.
𝑧 0
𝑥 𝑥 0
que 𝑣 ∈ ℝ3 𝑇 (𝑦) = (𝑦) = (0).
𝑧 0 0
𝑥
nu 𝑇 = {(𝑦) : 𝑥 = 𝑦 = 0, 𝑧 ∈ ℝ}
𝑧
dim 𝑛𝑢 𝑇 = 1
𝑥1
im 𝑇 = {(𝑥2 ) : 𝑥3 = 0, 𝑥1 , 𝑥2 ∈ ℝ}
𝑥3
dim 𝑖𝑚 𝑇 = 2

Definición:

Si 𝑇 es una transformación lineal de 𝑉 en 𝑊, entonces se define

Nulidad de 𝑇 = 𝑣(𝑇) = dim 𝑛𝑢 𝑇

Rango de 𝑇 = 𝜌(𝑇) = dim 𝑖𝑚 𝑇

Sea 𝑉 = 𝑀𝑚𝑛 y defina 𝑇: 𝑀𝑚𝑛 → 𝑀𝑛𝑚 por 𝑇(𝐴) = 𝐴𝑇 . Encuentre nu 𝑇 e im 𝑇 y sus dimensiones.
𝑎11 𝑎12 𝑎13
𝐴 = (𝑎 𝑎22 𝑎23 )
21

𝑎11 𝑎21
𝑎11 𝑎12 𝑎13
𝑇 (𝑎 ) = (𝑎12 𝑎22 )
21 𝑎22 𝑎23
𝑎13 𝑎23

𝑎11 𝑎21 𝑎11 𝑥1 + 𝑎21 𝑥2 0

𝑥
(𝑎12 𝑎22 ) ( 1 ) = (𝑎12 𝑥1 + 𝑎22 𝑥2 ) = (0)
𝑥2
𝑎13 𝑎23 𝑎13 𝑥1 + 𝑎23 𝑥2 0
Por tanto nu 𝑇 = {0} , 𝑣(𝑇) = 0

Im 𝑇 = 𝑀𝑛𝑚

𝑝(𝑇) = dim 𝑇 = 𝑛𝑚

Defina 𝑇: 𝑃3 → 𝑃2 por 𝑇(𝜌) = 𝑇(𝛼0 + 𝛼1 𝑥 + 𝛼2 𝑥 2 + 𝛼3 𝑥 3 ) = 𝛼0 + 𝛼1 𝑥 + 𝛼2 𝑥 2 . Encuentre nu 𝑇 e im

𝑇 y sus dimensiones.

Núcleo

𝑇(𝛼0 + 𝛼1 𝑥 + 𝛼2 𝑥 2 + 𝛼3 𝑥 3 ) = 𝛼0 + 𝛼1 𝑥 + 𝛼2 𝑥 2 = 0 con 𝛼0 = 𝛼1 = 𝛼2 = 0

nu 𝑇 = {𝑝 ∈ 𝑃3 : 𝛼3 ∈ ℝ, 𝛼0 = 𝛼1 = 𝛼2 = 0 } = {𝑝 ∈ 𝑃3 : 𝑝 = 𝛼3 𝑥 3 } , 𝑣(𝑇) = 1

0 0
2 0
0 + 0𝑥 + 0𝑥 + 3𝑥 = ( ) = 3 (0)
3
0 0
3 1
Im 𝑇 = 𝑃2

𝑝(𝑇) = dim 𝑇 = 3
 Representación matricial de una transformación lineal
Teorema

Sea 𝑇: ℝ𝑛 → ℝ𝑚 una transformación lineal. Existe entonces una matriz única de 𝑚 × 𝑛, 𝐴 𝑇 tal que

𝑇𝑥 = 𝐴 𝑇 𝑥 para toda 𝑥 ∈ ℝ𝑛

Matriz de transformación

La matriz 𝐴 𝑇 se denomina matriz de transformación correspondiente a 𝐓 o representación matricial de

𝐓.
Teorema

Sea AT la matriz de transformación correspondiente a la transformación lineal T. Entonces

i) im T = im A = CAT
ii) 𝑝(𝑇) = 𝑝(𝐴 𝑇 )
iii) 𝑛𝑢 𝑇 = 𝑁𝐴𝑇
iv) v(T) = v(AT )

Representación matricial de una transformación de proyección

Encuentre la matriz de transformación AT correspondiente a la proyección de un vector de ℝ3 sobre el

𝑥 𝑥
plano 𝑥𝑦. Aquí 𝑇 (𝑦) = (𝑦)
𝑧 0
𝑇: ℝ3 → ℝ3
𝑥 1 0 0
(𝑦) = 𝑥 (0) + 𝑦 (1) + 𝑧 (0)
𝑧 0 0 1

1 1 0 0 0 0
𝑇 (0) = (0) , 𝑇 (1) = (1) 𝑦 𝑇 (0) = (0)
0 0 0 0 1 0
1 0 0
Así 𝐴 𝑇 = (0 1 0)
0 0 0
1 0 0 𝑥 𝑥
𝑇𝑥 = 𝐴 𝑇 𝑥 = (0 𝑦 𝑦
1 0) ( ) = ( )
0 0 0 𝑧 0
Representación matricial de una transformación de ℝ3 en ℝ4
𝑥−𝑦
𝑥 𝑦+𝑧
Defina 𝑇: ℝ3 → ℝ4 por T (𝑦) = ( 2𝑥 − 𝑦 − 𝑧 ). Encuentre AT , 𝑛𝑢 𝑇, 𝑣(𝑇) y 𝑝(𝑇).
𝑧
−𝑥 + 𝑦 + 2𝑧

1 1 0 −1 0 0
𝑇 (0) = ( ) , 𝑇 (1) = ( ) 𝑦 𝑇 (0) = ( 1 )
0 1
2 −1 −1
0 −1 0 1 1 2
1 −1 0
𝐴𝑇 = ( 0 1 1)
2 −1 −1
−1 1 2

1 −1 0 1 −1 0 1 −1 0 1 −1 0 1 −1 0 1 0 0
( 0 1 1 ) ~ (0 1 1 ) ~ (0 1 1 ) ~ (0 1 1) ~ (0 1 0) ~ (0 1 0)
2 −1 −1 0 1 −1 0 0 −2 0 0 1 0 0 1 0 0 1
−1 1 2 0 0 2 0 0 2 0 0 0 0 0 0 0 0 0
𝑥 = 0, 𝑦 = 0, 𝑧 = 0
𝑝(𝐴) + 𝑣(𝐴) = 𝑛 = 3
𝑝(𝑇) = 3
𝑣(𝐴) = 0
𝑛𝑢 𝑇 = {0}
1 −1 0
𝐼𝑚 𝑇 = 𝑔𝑒𝑛 { ( ) , ( ) , ( 1 )}
0 1
2 −1 −1
−1 1 2

*Espacio nulo y nulidad de una matriz

𝑁𝐴 se denomina espacio nulo de 𝐴 y 𝑣(𝐴) = dim 𝑁𝐴 se denomina nulidad de 𝐴. Si 𝑁𝐴 contiene sólo al
vector cero, entonces 𝑣(𝐴) = 0.
Representación matricial de una transformación de ℝ3 en ℝ3
𝑥 2𝑥 − 𝑦 + 3𝑧
Defina 𝑇: ℝ3 𝑒𝑛 ℝ3 por T (𝑦) = ( 4𝑥 − 2𝑦 + 6𝑧 ). Encuentre AT , 𝑛𝑢 𝑇, 𝑣(𝑇) y 𝑝(𝑇).
𝑧 −6𝑥 + 3𝑦 − 9𝑧
1 2 0 −1 0 3
𝑇 (0) = ( 4 ) , 𝑇 (1) = (−2) 𝑦 𝑇 (0) = ( 6 )
0 −6 0 3 1 −9
2 −1 3
𝐴 𝑇 = ( 4 −2 6 )
−6 3 −9

2 −1 3 2 −1 3
( 4 −2 6 ) ~ (0 0 0)
−6 3 −9 0 0 0

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

−1
𝐼𝑚 𝑇 = 𝑔𝑒𝑛 {(−2)}
3
𝑝(𝑇) + 𝑣(𝑇) = 𝑛 = 3
𝑝(𝑇) = 1
𝑣(𝑇) = 2
1 0
𝑛𝑢 𝑇 = 𝑔𝑒𝑛 {(2) , (3)}
0 1
Teorema

Sean V un espacio vectorial de dimensión 𝑛, 𝑊 un espacio vectorial m y T: V → W una transformación

lineal. Sea B1 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } una base 𝑉 y sea B2 = {𝑤1 , 𝑤2 , . . , 𝑤𝑛 } una base para W. Entonces existe
una matriz única AT de m × n tal que

(T𝑥)𝐵1 = 𝐴 𝑇 (𝑥)𝐵1

Teorema

Sea 𝑉 y 𝑊 espacios vectoriales de dimensión finita con dim 𝑉 = 𝑛. Sea T: V → W una transformación
lineal y se 𝐴 𝑇 una representación matricial de T respecto a las bases 𝐵1 en 𝑉 y 𝐵2 en 𝑊. Entonces

i) 𝑝(𝑇) = 𝑝(𝐴 𝑇 )
ii) 𝑣(𝐴) = 𝑣(𝐴 𝑇 )
iii) 𝑣(𝐴) + 𝑝(𝑇) = 𝑛

Reprentación matricial de una transformación de 𝑃2 en 𝑃3

Defina T: P2 → 𝑃3 , por (Tp)(𝑥) = 𝑥𝑝(𝑥). Encuentre 𝐴 𝑇 y úsela para determinar el núcleo y la imagen de
𝑇.
T: P2 → 𝑃3

p(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
1 0 0
Sea B1 𝑏𝑎𝑠𝑒 𝑝𝑎𝑟𝑎 𝑃2 {(0) , (1) , (0)} 𝑜 𝑏𝑖𝑒𝑛 {1, 𝑥, 𝑥 2 }
0 0 1
1 0 0 0
0 0
Sea B2 𝑏𝑎𝑠𝑒 𝑝𝑎𝑟𝑎 𝑃3 {( ) , ( ) , ( ) , (0)} 𝑜 𝑏𝑖𝑒𝑛 {1, 𝑥, 𝑥 2 , 𝑥 3 }
1
0 0 1 0
0 0 0 1
Tp(𝑥) = 𝑥p(𝑥) = 𝑥(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ) = 𝑎0 𝑥 + 𝑎1 𝑥 2 + 𝑎3 𝑥 3
1
T(1) = T (0) = 𝑥p(𝑥) = 𝑥(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ) = 𝑎0 𝑥 + 𝑎1 𝑥 2 + 𝑎3 𝑥 3
0
Sea p(𝑥) = 1

Tp(𝑥) = 𝑥𝑝(𝑥)
T(1) = 𝑥(1) = (1)𝑥
 0
1
T(1) = T (0) = (1)
0
0 0
0
Sea p(𝑥) = 𝑥 = (1)
0
Tp(𝑥) = 𝑥𝑝(𝑥) = 𝑥𝑥 = 𝑥 2

0 0
T(𝑥) = T (1) = (0)
1
0
0
0
Sea p(𝑥) = 𝑥 2 = (0)
1
Tp(𝑥) = 𝑥𝑝(𝑥) = 𝑥𝑥 2 = 𝑥 3

0 0
T(𝑥 2 ) = T (0) = (0)
0
1 1
0 0 0
𝐴 𝑇 = (1 0 0)
0 1 0
0 0 1
1 0 00
(0 1 0 0)
0 0 10
0 0 00
Escriba aquí la ecuación.

p(𝑥) = 0 + 0𝑥 + 0𝑥 2 = 0

𝑝(𝐴) = 3, 𝑛 = 3, 𝑣(𝐴) + 𝑝(𝐴) = 𝑛

𝑣(𝐴) = 0
𝑛𝑢 𝑇 = {0}
0 0 0
0
𝑖𝑚 𝑇 = 𝑔𝑒𝑛 {( ) , ( ) , (0)} 𝑜 𝑏𝑖𝑒𝑛 𝑔𝑒𝑛{𝑥, 𝑥 2 , 𝑥 3 }
1
0 1 0
0 0 1
Reprentación matricial de una transformación de 𝑃3 en 𝑃2

Defina T: P3 → 𝑃2 , por (T)(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 ) = 𝑎1 + 𝑎2 𝑥 2 . Encuentre 𝐴 𝑇 y úsela para

determinar el núcleo y la imagen de 𝑇.
1 0 0 0
0 0
Se tiene la base canonica para 𝑃3 {( ) , ( ) , ( ) , (0)} o bien {1, 𝑥, 𝑥 2 , 𝑥 3 }
1
0 0 1 0
0 0 0 1
1 0 0
Sea 𝐵2 𝑏𝑎𝑠𝑒 𝑝𝑎𝑟𝑎 𝑃2 {(0) , (1) , (0)} 𝑜 𝑏𝑖𝑒𝑛 {1, 𝑥, 𝑥 2 }
0 0 1

1
(0) 𝑒𝑠 𝑒𝑙 𝑡é𝑟𝑚𝑖𝑛𝑜 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎0 = 1
0
0

(T)(1) = 0
𝟎
[(𝐓)(𝟏)]𝐁𝟐 = (𝟎)
𝟎
0
(1) 𝑜 𝑏𝑖𝑒𝑛 𝑥 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 = 𝑥 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑎1 = 1
0
0
𝑇(𝑥) = 1 + 0𝑥 2
𝟏
[(𝐓)(𝒙)]𝐁𝟐 = (𝟎)
𝟎
0
(0) 𝑜 𝑏𝑖𝑒𝑛 𝑥 2 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 = 𝑥 2 , 𝑎2 = 1
1
0
(T)(𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 ) = 𝑎1 + 𝑎2 𝑥 2 .

𝑇(𝑥 2 ) = 𝑥 2
𝟎
[(𝐓)(𝒙𝟐 )]𝐁 = (𝟎)
𝟐
𝟏
0
(0) 𝑜 𝑏𝑖𝑒𝑛 𝑥 3 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 = 𝑥 3 , 𝑎3 = 1
0
1
𝑇(𝑥 3 ) = 0
𝟎
[(𝐓)(𝟏)]𝐁𝟐 = (𝟎)
𝟎
𝟏
[(𝐓)(𝒙)]𝐁𝟐 = (𝟎)
𝟎
𝟎
[(𝐓)(𝒙𝟐 )]𝐁 = (𝟎)
𝟐
𝟏
𝟎
[(𝐓)(𝒙𝟑 )]𝐁 = (𝟎)
𝟐
𝟎
0 1 0 0
𝐴 𝑇 = (0 0 0 0)
0 0 1 0

0 1 0 0 0
(0 0 0 0 0)
0 0 1 0 0
0 + 𝑎1 𝑥 + 0 + 0 = 0 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑎1 = 0

𝑝(𝐴) = 2
𝟏 𝟎
𝑖𝑚 𝑇 = 𝑔𝑒𝑛 {(𝟎) , (𝟎)} = 𝒈𝒆𝒏{𝟏, 𝒙𝟐 }
𝟎 𝟏
𝑣(𝐴) + 𝑝(𝐴) = 𝑛 𝑑𝑜𝑛𝑑𝑒 𝑣(𝐴) + 2 = 4
𝑣(𝐴) = 2
𝑎
0 1 0 0 𝑎0 𝑎1 0
1
(0 0 0 0) (𝑎 ) = ( 0 ) = (0)
2
0 0 1 0 𝑎3 𝑎2 0

𝑎0 1 0
0 0
( 0 ) = 𝑎0 ( ) + 𝑎3 (0)
0 0
𝑎3 0 1
1 0
0
De manera que {( ) , (0)} es una base para 𝑁𝐴 de manera que {1, 𝑥 3 } es base para 𝑛𝑢 𝑇.
0 0
0 1
Teorema

Sea 𝑇: ℝ𝑛 → ℝ𝑚 una transformación lineal. Suponga que C es la matriz de transformación de T

respecto a las bases estándar Sn y Sm en ℝ𝑛 y ℝ𝑚 , respectivamente. Sea A1 la matriz de transición de
B1 a la base Sn en ℝ𝑛 y sea A2 la matriz de transición de B2 a la base Sm en ℝ𝑚 . Si AT denota la matriz
de transformación de T respecto a las bases B1 y B2 , entonces

𝐴 𝑇 = 𝐴−1
2 𝐶𝐴1

𝑥 12𝑥 + 10𝑦 12 10 𝑥
Sea la transformación lineal 𝑇: ℝ2 → ℝ2 definida por 𝑇 (𝑦) = ( )=( ) (𝑦).
−15𝑥 − 13𝑦 −15 −13
1 2
Calcule 𝐴 𝑇 con respecto a las bases B1 = B2 = {( ) , ( )}.
−1 −3
Procedimiento para encontrar la matriz de transición de la base canónica a la base 𝐵2 = {𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 }
i) Se escribe la matriz 𝐶 cuyas columnas son 𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 . (𝐵2 → 𝐸 )
ii) Se escribe 𝐶 −1 . Esta es la matriz de transición que se busca. (𝐸 → 𝐵2 )

1 2
𝐴1 = ( )
−1 −3
1 2
𝐴2 = ( )
−1 −3
12 10
𝐶=( )
−15 −13
1 𝑑 −𝑏
𝐴−1 = ( )
|𝑥| −𝑐 𝑎

1 −3 −2 −3 −2 3 2
𝐴−1
2 = ( ) = −1 ( )=( )
det 𝐴2 1 1 1 1 −1 −1
3 2 12 10 1 2 3 2 2 −6 2 0
𝐴𝑇 = 𝐴−1
2 𝐶𝐴1 = ( )( )( )=( )( )=( )
−1 −1 −15 −13 −1 −3 −1 −1 −2 9 0 −3

1 12 − 10 2 1 2 2
𝑇( ) = ( ) = ( ) = 2( )+ 0( ) = ( )
−1 −15 + 13 −2 −1 −3 0 𝐵2
𝑥 12(2) + 10(−3)
𝑇 (𝑦) = ( )
−15(2) − 13(−3)
 2 −6 1 2 0
𝑇( ) = ( ) = 0( ) − 3( ) = ( )
−3 9 −1 −3 −3 𝐵2

Geometría de las transformaciones lineales ℝ2 en ℝ2

Sea 𝑇: ℝ2 → ℝ2 una transformación lineal con respresentación matricial AT . Ahora se demostrara que
si AT es invertible, entonces T se puede escribir como una sucesión de una o más transformaciones
especiales, denominadas expansión, compresiones, reflexiones y corte.

1 0
Base canónica en ℝ2 se tiene {( ) , ( )}
0 1
Expansiones a lo largo de los ejes 𝒙 o 𝒚
Una expansión a lo largo del eje 𝒙 es una transformación lineal que multiplica a la coordenada 𝑥 de
𝒙 𝒄𝒙
un vector ℝ2 por una constante c > 1. Esto es 𝐓 (𝒚) = ( 𝒚 ).

𝟏 𝒄 𝟎 𝟎
𝐓( ) = ( ), 𝐓( ) = ( )
𝟎 𝟎 𝟏 𝟏
𝒄 𝟎
𝑨𝑻 = ( ),𝒄 > 𝟏
𝟎 𝟏
Una expansión a lo largo del eje 𝒚 es una transformación lineal que multiplica a la coordenada 𝑦 de
𝒙 𝒙
un vector ℝ2 por una constante c > 1. Esto es 𝐓 (𝒚) = (𝒄𝒚).

𝟏 𝟎
𝑨𝑻 = ( ),𝒄 > 𝟏
𝟎 𝒄

Compresión a lo largo de los ejes 𝒙 o 𝒚

Una compresión a lo largo de los ejes 𝒙 o 𝒚 es una transformación lineal que multiplica a las
coordenadas 𝑥 o 𝑦 de un vector en ℝ2 por una constante positiva c < 1. La representación matricial
de una compresión es la misma que para una expansión.
Reflexiones
Existen tres tipo de reflexiones que serán de interés. Se vio

𝒙 𝒙
Refleja respecto al eje 𝒙 , 𝐓 (𝒚) = (−𝒚).

𝟏 𝟎
𝑨𝑻 = ( )
𝟎 −𝟏
 𝒙 −𝒙
Refleja respecto al eje 𝒚 , 𝐓 (𝒚) = ( 𝒚 ).

−𝟏 𝟎
𝑨𝑻 = ( )
𝟎 𝟏

𝒙 𝒚
Refleja respecto a la recta 𝒙 = 𝒚, 𝐓 (𝒚) = ( ).
𝒙
𝟎 𝟏
𝑨𝑻 = ( )
𝟏 𝟎

Cortes
𝑥
Un corte a lo largo del eje 𝒙 es donde una transformación que toma el vector (𝑦) y lo convierte en un
𝑥 + 𝑐𝑦
nuevo vector ( 𝑦 ) donde 𝑐 es una constante diferente de cero.

1 1 0 𝑐
Sea 𝑇 un corte a lo largo del eje 𝑥. Entonces T ( ) = ( ) y T ( ) = ( ) de manera que la
0 0 1 1
1 𝑐
representación matricial de 𝑇 es 𝐴 𝑇 = ( ).
0 1
1 2
Por ejemplo, sea 𝑐 = 2, así 𝐴 𝑇 = ( )
0 1
1 2 3 7 1 2 0 4 1 2 3 3
( )( ) = ( ), ( )( ) = ( ), ( )( ) = ( )
0 1 2 2 0 1 2 2 0 1 0 0
1 −2 3 −1 1 −2 0 −4 1 −2 3 3
( )( ) = ( ), ( )( ) = ( ), ( )( ) = ( )
0 1 2 2 0 1 2 2 0 1 0 0
 𝑥
Un corte a lo largo del eje 𝒚 es donde una transformación que toma el vector (𝑦) y lo convierte en un
𝑥
nuevo vector (𝑦 + 𝑐𝑥 ) donde 𝑐 es una constante diferente de cero.

1 0
𝐴𝑇 = ( ).
𝑐 1

Tabla de transformaciones lineales de ℝ2 → ℝ2

Transformación Representación matricial de la transformación 𝑨𝑻

Expansión a lo largo del eje 𝒙 𝒄 𝟎

( ),𝒄 > 𝟏
𝟎 𝟏

Expansión a lo largo del eje 𝒚 𝟏 𝟎

( ),𝒄 > 𝟏
𝟎 𝒄

Compresión a lo largo del eje 𝒙 𝒄 𝟎

( ),𝟎 < 𝒄 < 𝟏
𝟎 𝟏

Compresión a lo largo del eje 𝒚 𝟏 𝟎

( ),𝟎 < 𝒄 < 𝟏
𝟎 𝒄

Reflexión respecto a la recta 𝒙 = 𝒚 𝟎 𝟏

( )
𝟏 𝟎
 Reflexión respecto a la recta 𝒙 𝟏 𝟎
( )
𝟎 −𝟏

Reflexión respecto a la recta 𝒚 −𝟏 𝟎

( )
𝟎 𝟏

Corte a lo largo del eje 𝒙 𝟏 𝒄

( )
𝟎 𝟏

Corte a lo largo del eje 𝒚 𝟏 𝟎

( )
𝒄 𝟏

Encontrar

i) Cortar a lo largo del eje 𝑥 con 𝑐 = 2.

ii) Expandir a lo largo del eje 𝑦 con 𝑐 = 2.
iii) Reflejar respecto al eje 𝑥 .
iv) Cortar a lo largo del eje 𝑦 con 𝑐 = 3.
3
Sea ( )
−2
1 2 3 −1
𝐴𝑇 𝑥 = ( )( ) = ( )
3 4 −2 1
Cortar a lo largo del eje 𝑥 con 𝑐 = 2.
𝟏 𝟐 3 −1
( )( ) = ( )
𝟎 𝟏 −2 −2
Expandir a lo largo del eje 𝑦 con 𝑐 = 2.
𝟏 𝟎 −1 −1
( )( ) = ( )
𝟎 𝟐 −2 −4
Reflejar respecto al eje 𝑥 .
𝟏 𝟎 −1 −1
( )( ) = ( )
𝟎 −𝟏 −4 4
Cortar a lo largo del eje 𝑦 con 𝑐 = 3.
𝟏 𝟎 −1 −1
( )( ) = ( )
𝟑 𝟏 4 1
 1 2 𝟏 𝟎 𝟏 𝟎 𝟏 𝟎 𝟏 𝟐
( )?= ( )( )( )( )
3 4 𝟑 𝟏 𝟎 −𝟏 𝟎 𝟐 𝟎 𝟏
𝟏 𝟎 𝟏 𝟎 𝟏 𝟐
=( )( )( )
𝟑 𝟏 𝟎 −𝟏 𝟎 𝟐
𝟏 𝟎 𝟏 𝟐
=( )( )
𝟑 𝟏 𝟎 −𝟐
1 2
=( )
3 4
 Inversa de una transformación lineal

Sea 𝑉 y 𝑊 espacios vectoriales y 𝑇: 𝑉 → 𝑊 una transformación lineal. Se dice que la transformación 𝑇

es inversible si existe una transformación lineal 𝑆: 𝑊 → 𝑉 tal que 𝑆 ∘ 𝑇 = 𝐼𝑑𝑉 y que 𝑇 ∘ 𝑆 = 𝐼𝑑𝑊 , en
donde 𝐼𝑑𝑉 e 𝐼𝑑𝑊 son los operadores identidad en 𝑉 y 𝑊 respectivamente
𝑎
Sea 𝑇: ℝ2 → 𝑃1 la transformación 𝑇 ( ) = (𝑎 + 𝑏) + (2𝑎 + 3𝑏)𝑥. ¿ 𝑇 es invertible?
𝑏
𝑆: 𝑃1 → ℝ2
𝑎 𝑎
𝑆 [𝑇 ( )] = 𝑆[(𝑎 + 𝑏) + (2𝑎 + 3𝑏)𝑥] = ( )
𝑏 𝑏
𝑆𝑒𝑎 𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 ∈ 𝑃1
𝑎 + 𝑏 = 𝑎0
𝑎 = 𝑎0 − 𝑏
2𝑎 + 3𝑏 = 𝑎1
2(𝑎0 − 𝑏) + 3𝑏 = 𝑎1
2𝑎0 − 2𝑏 + 3𝑏 = 𝑎1
𝑏 = 𝑎1 − 2𝑎0
𝑎 = 𝑎0 − 𝑏
𝑎 = 𝑎0 − (𝑎1 − 2𝑎0 ) = 3𝑎0 − 𝑎1
3𝑎 − 𝑎1
𝑆[𝑎0 + 𝑎1 𝑥] = ( 0 )
𝑎1 − 2𝑎0

Teorema

Sea V un espacio vectorial de dimensión 𝑛, y sea 𝑇1 , 𝑇2 transformaciones lineales. Si 𝛽 es una base de V

se tiene
[𝑻𝟏 ∘ 𝑇2 ]𝛽 = [𝑇1 ]𝛽 [𝑇2 ]𝛽

*Corolario

Si la transformación 𝑇: 𝑉 → 𝑊 es inversible entonces

[𝑇1−1 ]𝛽1 𝛽2 = [𝑇1 ]−1 𝛽

2 𝛽1

Donde 𝛽1 , 𝛽2 son bases de 𝑉 𝑦 𝑊, respectivamente.

 𝑎
Sea 𝑇: ℝ2 → 𝑃1 la transformación 𝑇 ( ) = (𝑎 + 𝑏) + (2𝑎 + 3𝑏)𝑥. ¿ 𝑇 es invertible?
𝑏
1 1
𝑇 ( ) = 1 + 2𝑥 = ( )
0 2
0 1
𝑇 ( ) = 1 + 3𝑥 = ( )
1 3
1 1
𝐴𝑇 = ( )
2 3
det 𝐴 𝑇 = 1
1 𝑑 −𝑏
𝐴−1 = ( )
|𝑥| −𝑐 𝑎
𝑻𝒙 = 𝑨𝑻 𝒙
3 −1 𝑎0 3𝑎 − 𝑎1
𝐴−1
𝑇 =( ) (𝑎 ) = ( 0 )
−2 1 1 −2𝑎0 + 𝑎1

3𝑎 − 𝑎1
𝑇 −1 : 𝑃1 → ℝ2 ; 𝑇 −1 (𝑎0 + 𝑎1 𝑥) = ( 0 )
−2𝑎0 + 𝑎1

Isomorfismos

Definición (Transformación uno a uno)

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal; entonces 𝑇 es uno a uno (1 − 1) si

𝑇𝑣1 = 𝑇𝑣2 𝑖𝑚𝑝𝑙𝑐𝑎 𝑣1 = 𝑣2

Es decir, 𝑇 es 1 − 1 si y sólo si todo vector 𝑤 en la imagen de exactamente un vector 𝑉.

Teorema

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal. Entonces 𝑇 es 1 − 1 si y sólo si 𝑛𝑢 𝑇 = {0}.

𝑥 𝑥−𝑦
Defina T: ℝ2 → ℝ2 por 𝑇 (𝑦) = (2𝑥 − 𝑦). Compruebe si es 1 − 1.

1 −1
Donde 𝐴 𝑇 = ( )
2 −1
𝑝(𝑇) = 2, 𝑣(𝑇) = 0, 𝑛𝑢𝑇 = {0}
Por lo tanto T es 1 − 1.
 𝑥 𝑥−𝑦
Defina T: ℝ2 → ℝ2 por 𝑇 (𝑦) = (2𝑥 − 2𝑦). Compruebe si es 1 − 1.

1 −1
Donde 𝐴 𝑇 = ( )
2 −2
𝑝(𝑇) = 1, 𝑣(𝐴) = 1
Por lo tanto T no es 1 − 1
1 0
𝑇( ) = ( )
1 0
0 0
𝑇( ) = ( )
0 0

Transformación sobre

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal. Entonces se dice que 𝑇 es sobre 𝑊 o simplemente sobre si
para todo 𝑤 ∈ 𝑊 existe cuando menos una 𝑣 ∈ 𝑉 tal que 𝑇𝑣 = 𝑤. Es decir, 𝑇 es sobre 𝑊 si y sólo si
𝑖𝑚 𝑇 = 𝑊.

𝑥 𝑥−𝑦
Defina T: ℝ2 → ℝ2 por 𝑇 (𝑦) = (2𝑥 − 𝑦). Compruebe si es sobre.

1 −1
Donde 𝐴 𝑇 = ( )
2 −1
𝑝(𝑇) = 2

𝑖𝑚 𝑇 = ℝ2
Por lo tanto T es sobre.

𝑥 𝑥−𝑦
Defina T: ℝ2 → ℝ2 por 𝑇 (𝑦) = (2𝑥 − 2𝑦). Compruebe si es sobre.

1 −1
Donde 𝐴 𝑇 = ( )
2 −2
1
𝑝(𝑇) = 1, 𝑖𝑚 𝑇 = 𝑔𝑒𝑛 {( )}
2
Por lo tanto T no es sobre.
𝑥−𝑦 3
(2𝑥 − 2𝑦) = ( )
5
1 −1 3 1 −1 3
( )~( )
2 −2 5 0 0 −1
Teorema

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal y suponga que dim 𝑉 = dim 𝑊 = 𝑛.

i) Si 𝑇 es 1 − 1 entonces 𝑇 es sobre.
ii) Si 𝑇 es sobre, entonces 𝑇 es 1 − 1.

Teorema

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal. Suponga que dim 𝑉 = 𝑛 y dim 𝑊 = 𝑚. Entonces

i) Si 𝑛 > 𝑚, 𝑇 no es 1 − 1.
ii) Si 𝑚 > 𝑛, 𝑇 no es 𝑠𝑜𝑏𝑟𝑒.

𝑇𝑥 = 𝐴 𝑇 𝑥
𝑥 𝑥
1 2 3 𝑦
Defina T: ℝ3 → ℝ2 por 𝑇 (𝑦) = ( ) ( ). Compruebe si es 1 − 1.
𝑧 4 5 6 𝑧

Aquí 𝑛 = 3 𝑦 𝑚 = 2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑇 𝑛𝑜 𝑒𝑠 1 − 1.

-----------------------------------
1 2 3
𝐴𝑇 = ( )
4 5 6
1 2 3 1 2 3
( )~( )
4 5 6 0 −3 −6
𝑝(𝑇) = 2, 𝑛 = 𝑝(𝑇) + 𝑣(𝑇)
𝑣(𝑇) = 1 ≠ 0
𝑇 𝑛𝑜 𝑒𝑠 1 − 1.

𝑥 1 2 𝑥
Una transformación lineal de ℝ2 en ℝ3 , T: ℝ2 → ℝ3 dado por 𝑇 (𝑦) = (3 4) (𝑦). Compruebe si es
5 6
sobre.

Aquí 𝑛 = 2 𝑦 𝑚 = 3 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑇 𝑛𝑜 𝑠𝑜𝑏𝑟𝑒 .

Isomorfismo

Sea 𝑇: 𝑉 → 𝑊 una transformación lineal. Entonces 𝑇 es un isomorfismo si 𝑇 es 1 − 1 y sobre.

𝑥 𝑥−𝑦
Defina T: ℝ2 → ℝ2 por 𝑇 (𝑦) = (2𝑥 − 𝑦). Compruebe si es 1 − 1.

1 −1
Donde 𝐴 𝑇 = ( )
2 −1
𝑝(𝑇) = 2, 𝑣(𝑇) = 0, 𝑛𝑢𝑇 = {0}
Como T es 1 − 1 𝑦 𝑇 𝑒𝑠 𝑠𝑜𝑏𝑟𝑒 𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑒𝑠 𝑢𝑛 𝑖𝑠𝑜𝑚𝑜𝑟𝑓𝑖𝑠𝑚𝑜.

Espacio vectorial isomorfismos

Se dice que los espacios vectorial 𝑉 y 𝑊 son isomorfismo si existe un isomorfismo 𝑇 de 𝑉 sobre 𝑊. En
este caso se escribe 𝑉 ≅ 𝑊.

Teorema

Sea 𝐴 una matriz de n × n; entonces las 11 afirmaciones siguientes son equivalente, es decir, cada una
implica a las otras 10 (de manera que si una es cierta, todo son ciertas):

i) Es invertible
ii) La única solución al sistema homogéneo 𝐴𝑥 = 0 es la solución trivial (𝑥 = 0).
iii) El sistema 𝐴𝑥 = 𝑏 tiene una solución única para cada 𝑛 − 𝑣𝑒𝑐𝑡𝑜𝑟 b.
iv) 𝐴 es equivalente por englones a la matriz identidad 𝐼𝑛, de 𝑛 × 𝑛.
v) 𝐴 se puede expresar como el producto de matrices elementales.
vi) La forma escalonada por renglones de 𝐴 tiene 𝑛 pivotes.
vii) Las columnas (y renglones) de 𝐴 son linealmente independientes.
viii) det 𝐴 ≠ 0.
ix) 𝑣(𝐴) = 0.
x) 𝑝(𝐴) = 𝑛.
xi) La transformación lineal 𝑇 de ℝ𝑛 en ℝ𝑛 definida por 𝑇𝑥 = 𝐴𝑥 es un isomorfismo.
Un isomorfismo entre ℝ3 y P2
𝑎
Defina T: ℝ3 → P2 por T (𝑏) = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 . Verificar si T es isomorfismo
𝑐
𝑎
T (𝑏 ) = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 = 0
𝑐
0
𝑛𝑢 𝑇 = 𝑔𝑒𝑛 {(0)} = {0}
0
𝑣(𝐴) = 0 es 1-1

𝑝(𝐴) = 3 es sobre

𝑖𝑚 𝑇 = 𝑃2

ℝ3 ≅ P2

Teorema

Sea 𝑇: 𝑉 → 𝑊 un isomorfismo.

i) Si 𝑣1 , 𝑣2 , … , 𝑣𝑛 genera a 𝑉, entonces 𝑇𝑣1 , 𝑇𝑣2 , … , 𝑇𝑣𝑛 genera a 𝑊.

ii) Si 𝑣1 , 𝑣2 , … , 𝑣𝑛 son linealmente independiente en 𝑉, entonces 𝑇𝑣1 , 𝑇𝑣2 , … , 𝑇𝑣𝑛 son linealmente
independientes en 𝑊.
iii) Si {𝑣1 , 𝑣2 , … , 𝑣𝑛 } es una base en 𝑉, entonces {𝑇𝑣1 , 𝑇𝑣2 , … , 𝑇𝑣𝑛 } es una base en 𝑊.
iv) Si 𝑉 tiene dimensión finita, entonces 𝑊 tiene dimensión finita y dim 𝑉 = dim 𝑊.

Dos espacio reales de dimensión finita de la misma dimensión son isomorfos.

Teorema

Sea 𝑉 y 𝑊 dos espacios 𝑟𝑒𝑎𝑙𝑒𝑠 ∗ de dimensión con dim 𝑉 = dim 𝑊. Entonces 𝑉 ≅ 𝑊.