Transformaciones

lineales

Ing. Francisco Barrera García

Transformación
Sean V y W dos espacios vectoriales definidos sobre el mismo campo k. La función
T : V → W es la regla de correspondencia que asigna a cada vector 𝑢 ∈ 𝑉 , uno y sólo
un vector de W, al que llamaremos imagen de 𝑢 y representaremos como T(𝑢 ). A
este tipo de funciones se le conoce como transformaciones.
Esquemáticamente se tiene:

V W
T T(𝑢 )
𝑢

Dominio Codominio

Ing. Francisco Barrera García

Transformaciones lineales
Sean V y W dos espacios vectoriales sobre un campo K. Una transformación
T: V → W es lineal si se cumple:

1. Superposición:
𝑇 𝑢 + 𝑣 = 𝑇 𝑢 ) + 𝑇 ( 𝑣 ; ∀ 𝑢, 𝑣 ∈ 𝑉
2. Homogeneidad:
𝑇 ∝ 𝑢 = ∝ 𝑇 𝑢 ; ∀ 𝑢 ∈ 𝑉 𝑦 ∀ ∝ ∈ 𝐾

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Dominio y codominio
Sea la transformación lineal T : U → V

• Dominio: Es el conjunto U de vectores sobre los cuales actúa la

transformación.

• Codominio: Es el conjunto de vectores de V donde se encuentran las imágenes

de los vectores del dominio.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
 Recorrido y núcleo
Sea la transformación lineal T : U → V

• Recorrido: Es el conjunto formado por las imágenes de los vectores del dominio y
lo representamos con T(U), esto es:

T(U) = { 𝑣 | 𝑣 = T(𝑢 ), donde 𝑢 ∈ 𝑈 }

• Núcleo: Es el conjunto de vectores del dominio cuya imagen es el vector cero de V.

Lo representamos con N(T), esto es:

N(T) = { 𝑢 | 𝑢 ∈ 𝑈, donde T(𝑢) = 04 }

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
 Dominio, codominio, recorrido y núcleo
T : U → V V
U Recorrido
T T(U)
𝑢 V T(𝑢 )

Dominio Codominio

Núcleo U V
N(T) 𝑢 T 04

Dominio Codominio Ing. Francisco Barrera García

Ing.
Teoremas
Si T: V → W es una transformacion lineal, entonces:

1. T(04 ) = 05

2. T(V) es un subespacio de W

3. N(T) es un subespacio de V

4. Si 𝐵 = {𝑣8 , 𝑣9 , 𝑣: , … , 𝑣; } es una base de V, entonces el conjunto

G = {T(𝑣8 ), T(𝑣9 ) , T(𝑣: ), … , T(𝑣; )} es generador del recorrido de T.

5. Si V es un espacio de dimensión finita, entonces se cumple que:

𝐷𝑖𝑚 𝑉 = 𝐷𝑖𝑚 𝑇(𝑉) + 𝐷𝑖𝑚 𝑁(𝑇)

Ing. Francisco Barrera García

Matriz asociada
Sean V y W dos espacios vectoriales de dimensión n y m, respectivamente, y sean
A = { 𝑣8 , 𝑣9 , 𝑣: , … , 𝑣; } y B = { 𝑤8 , 𝑤9 , 𝑤: , … , 𝑤D } bases de dichos espacios.
Si T: V → W es una transformación lineal, existe una matriz única 𝑀FG ( T) , de
orden mxn, tal que:

𝑀FG T (𝑣
H ) G = [ T(𝑣
H)]B ; ∀ 𝑣 ∈ 𝑉

Las n columnas de la matriz 𝑀FG ( T) , llamada matriz asociada de T, son los

vectores de coordenadas en la base B, de las imágenes de los vectores de la base
A, esto es:
𝑀FG (T) = [ [ T( 𝑣H8 ) ] F [ T( 𝑣H9 ) ] F … [ T( 𝑣H; ) ] F ]

Ing. Francisco Barrera García

Matriz asociada
La matriz asociada nos permite calcular la imagen de un vector cualquiera 𝑣
H del dominio, mediante el
siguiente procedimiento:
1) Determinar las coordenadas del vector 𝑣
H en la base A del dominio.
2) Multiplicar la matriz 𝑀FG 𝑇 por el vector (𝑣
H) G
3) Obtener el vector T(𝑣
H ) a partir de sus coordenadas en la base B del codominio.

Aplicando la Regla
H
𝑣 T(𝑣
H )
Con los vectores de la base B
Cálculo del
y los escalares de [T(𝑣
H ) ]B ,
Vector de 1 3
obtener T(𝑣 H )
coordenadas

2
(𝑣
H)G [T(𝑣
H ) ]B
Multiplicar por 𝑀FG 𝑇

Ing. Francisco Barrera García

Matriz asociada

Teorema
En una transformación lineal T: U → V, la dimensión del recorrido es igual al rango
de la matriz asociada a dicha transformación.

R(𝑀FG T )= Dim T(U)

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Álgebra de transformaciones lineales
Dadas dos transformaciones lineales cuyo dominio y codominio es el mismo:
T : V → W y R : V → W
• Adición
La suma de T y R es una transformación de V en W, que se define como:
(T+R)(𝑣
H ) = T(𝑣 H ) ; ∀ 𝑣 ∈ V
H ) + R(𝑣

M(T+R) = M(T) + M(R)

• Multiplicación por un escalar

El producto de un escalar ∝ ∈ 𝐾 por la transformación T es una transformación de V en W, que se
define como:
( ∝T ) (𝑣 H ) ; ∀ 𝑣 ∈ V
H ) = ∝T ( 𝑣
M ( ∝T ) = ∝M(T)

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Álgebra de transformaciones lineales
Dadas dos transformaciones lineales:
T : U → V y R : V → W

• Composición
Se define la transformación S : U → W como el resultado de la composición entre las
transformaciones T y R, de la siguiente forma:
S(𝑢 H ) ; ∀ 𝑢 ∈ U
H ) = (R∘T)(𝑢
S(𝑢 H ) ] ; ∀ 𝑢 ∈ U
H ) = R[ T(𝑢
Entonces:
Ing. Francisco Barrera Del Rayo
(R∘T)(𝑢
H ) = R[ T(𝑢
H ) ]

Ing. Francisco Barrera García

Álgebra de transformaciones lineales

U T V R W
R[T(𝑢 )]
𝑢 T(𝑢 ) R[T(𝑢 )]

R∘T
Ing. Francisco Barrera Del Rayo

Ing. Francisco Barrera García

Álgebra de transformaciones lineales
Para que la operación composición pueda realizarse, debe existir intersección entre el recorrido de
T y el dominio de R.

Teorema
Si T: U → V y R: V → W son transformaciones lineales y A, B, C son bases de U, V, W
respectivamente, entonces:
𝑀OG R ∘ T = 𝑀OF 𝑅 𝑀FG 𝑇

Dado que el producto de matrices en general no es conmutativo, entonces se puede inferir que la
operación composición, en general no es conmutativa, esto es:

R∘T ≠ T∘R 𝑀OG R ∘ T ≠ 𝑀OG T ∘ R

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
 Álgebra de transformaciones lineales
Propiedades de las operaciones con transformaciones.
Sean T, R y S tres transformaciones lineales y sean ∝, 𝛽 ∈ 𝐾. Se tiene que:

1. T + R = R + T
2. ( T+R ) + S = T+ ( R+S)
3. ∝ (β T) = (∝ β )T
4. (∝ +β)T= ∝ T + β T
5. ∝ (T+R) =∝ T+ ∝R
6. (R ∘ T) ∘ S = R ∘ (T ∘ S)
7. ∝ (R ∘ T) =( ∝ R) ∘ T = R ∘ ( ∝ T)
8. S ∘ ( R+T ) = (S ∘ R ) + (S ∘ T)

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Transformaciones lineales inyectivas, suprayectivas y biyectivas
Sea T : U → V una transformación lineal
• Transformación inyectiva: Una transformación lineal es inyectiva, si y sólo si, el
núcleo de dicha transformación es de dimensión cero.
Dim N(T) = 0
• Transformación suprayectiva: Una transformación lineal es suprayectiva, si y sólo si,
la dimensión del recorrido es igual a la dimensión del codominio, o bien, si la dimensión
del núcleo es igual a cero, entonces la transformación será suprayectiva, si la dimensión
del dominio es igual a la dimensión del codominio.

1. Dim T(U) = Dim V

2. Dim N(T) = 0 y Dim U = Dim V

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Transformaciones lineales inyectivas, suprayectivas y biyectivas
Sea T : U → V una transformación lineal
• Transformación biyectiva: Una transformación lineal es biyectiva, si y sólo si, es
inyectiva y suprayectiva, es decir, si la dimensión del núcleo es igual a cero y la
dimensión del recorrido es igual a la dimensión del codominio.

1. Dim N(T) = 0
2. Dim T(U) = Dim V

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
 Inversa de una transformación lineal
Sea T: V→W una transformación lineal. Existe una transformación inversa TU8 : W→ V ,
si y sólo si, la transformación T es biyectiva, o bien si M(T) es no singular, esto es, si la
inversa de M(T) existe.

[𝑀(T)]U8 = 𝑀(TU8 )

V W
T
𝑢 T(𝑢 )

T -1

Ing. Francisco Barrera García

Inversa de una transformación lineal
Algunas propiedades de la transformación inversa son:

1) TU8 es única
2) (T U8 )U8 = T
3) (T ∘ H)U8 = HU8 ∘ TU8
4) ( ∝ T)U8 = ∝U8 TU8 ; si ∝≠ 𝟎
5) TU8 ∘ T = IV
6) T ∘ TU8 = Iw

Donde IV y Iw son transformaciones identidad de V y W, respectivamente.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Valores y vectores característicos
A las transformaciones lineales que van de un espacio vectorial al mismo espacio vectorial,
esto es T: V→V, se les conoce como operadores lineales.

Definición
Sea V un espacio vectorial de dimensión finita definido sobre un campo K y sea T: V→V un
operador lineal para el cual:
T(𝑣 ) = 𝜆𝑣 ; ∀ 𝑣 ∈ V 𝑐𝑜𝑛 𝑣 ≠ 0
𝜆 ∈ K

Ø Al escalar 𝜆 se le llama valor característico de T.

Ø Al vector 𝒗 , diferente de 0, se le conoce como vector característico de T
correspondiente al valor 𝜆.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Valores y vectores característicos
Para obtener dichos elementos, se tiene:
T(𝑣 ) = 𝜆𝑣 ...............(1)
considerando que:
M(T)=A
entonces podemos plantear que:
T(𝑣 ) =A𝑣 ...............(2)
de (1) y (2) se puede plantear:

A𝑣 = 𝜆 𝐼 𝑣 donde 𝐼 es la matriz identidad

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Valores y vectores característicos
de donde se tiene:
A𝑣 - 𝜆 𝐼 𝑣 = 0
(A - 𝜆𝐼) 𝑣 = 0 ..................... (3)

Ø Al Det(A - 𝜆𝐼) se le conoce como polinomio característico.

Ø Al Det(A - 𝜆𝐼) = 0 se le conoce como ecuación característica.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Valores y vectores característicos
Para cada valor de 𝜆 , la expresión (A - 𝜆𝐼)𝑣 = 0 es un sistema homogéneo
compatible indeterminado, cuyas soluciones no nulas, son los vectores de
coordenadas, en la base B, de los vectores característicos buscados, donde B
es la base utilizada para obtener la matriz asociada a la transformación
𝑀FF T = A.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Propiedades de los valores y vectores característicos
Ø Los vectores característicos asociados a valores característicos distintos son
linealmente independientes.

Ø Si 𝒗 es un vector característico asociado a un valor característico 𝜆, entonces ∝ 𝑣

es también un vector característico asociado a 𝜆, ∝ ∈ 𝐾 c o n ∝ ≠ 0 .

Ø Si 𝑣 y u son dos vectores característicos asociados a un valor característico 𝜆, y

𝑣 ≠ -u entonces 𝑣 + u es un vector característico asociado a 𝜆.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Espacios característicos
Al conjunto formado por todos los vectores característicos asociados a un valor
característico 𝜆, al cual se le agrega el vector cero, se le llama espacio característico y se
representa como E(𝜆).

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Matrices similares
Se tiene que dos matrices A y B de orden nxn son similares, si existe una matriz no singular
C, tal que:
B = C U8 A C
Teorema:
Dos matrices representan al mismo operador lineal, si y sólo si, son similares.

Propiedades de las matrices similares:

1. Si A y B son matrices similares, entonces Det (A) = Det (B).
2. Dos matrices similares tienen el mismo polinomio característico y, por lo tanto, los
mismos valores característicos.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
Diagonalización
Teorema:
Si V es un espacio vectorial de dimensión n y T: V→V es un operador lineal, entonces
existe una matriz diagonal asociada a T, cuando se puede definir una base de V
formada por vectores característicos de T. La matriz asociada a T referida a esta base,
es una matriz diagonal 𝐷 cuyos elementos dii son los valores característicos de T.

Ejemplo:
𝜆8 0 0
𝐷= 0 𝜆9 0
0 0 𝜆:

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
 Diagonalización
Teorema:
Sea 𝐴 una matriz de orden 𝑛×𝑛 asociada a un operador lineal T.
La matriz 𝐴 será similar a una matriz diagonal 𝐷 , si y sólo si, existe un conjunto
linealmente independiente formado por n vectores característicos de T. Para este caso,
existe una matriz no singular 𝑃, para la cual se cumple que 𝐷 = 𝑃U8 𝐴𝑃 , donde 𝑃 tiene
como columnas a los n vectores característicos de T correspondientes a los valores
característicos dii que definen a la matriz diagonal 𝐷 .

𝑃 → Matriz diagonalizadora
𝐷 = 𝑃U8 𝐴𝑃 𝐷 → Matriz diagonal
𝐴 → Matriz asociada al operador

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo
 Diagonalización
Una operador es diagonalizable cuando se cumple alguna de las siguientes
condiciones:

ØQue los valores característicos sean distintos 𝜆8 ≠ 𝜆9 ≠ 𝜆: .

ØLa suma de las dimensiones de los espacios característicos es igual a la dimensión del
dominio.

ØSi se puede formar una base del dominio con vectores característicos.

Ing. Francisco Barrera García

Ing. Francisco Barrera Del Rayo