INTRODUCCION

Las transformaciones lineales intervienen en muchas situaciones en Matemáticas

y son algunas de las funciones más importantes. En Geometría modelan las
simetrías de un objeto, en Algebra se pueden usar para representar ecuaciones,
en Análisis sirven para aproximar localmente funciones.

1
CONTENIDO

INTRODUCCION.............................................................................................................................2
TRANSFORMACIÓN LINEAL......................................................................................................4
CLASIFICACIÓN DE LAS TRANSFORMACIONES LINEALES............................................8
CONCLUSION...............................................................................................................................13
BIBLIOGRAFIA.............................................................................................................................14

2
TRANSFORMACIÓN LINEAL

Las transformaciones lineales, también conocidas como aplicaciones

lineales o funciones lineales, son funciones comprendidas entre dos espacios
vectoriales.
Las transformaciones lineales son las funciones con las que trabajaremos en
Algebra Lineal. ´ Se trata de funciones entre K-espacios vectoriales que son
compatibles con la estructura (es decir, con la operación y la acción) de estos
espacios.

Sean (V, +V, ·V) y (W, +W, ·W) dos K-espacios vectoriales. Una función f : V → W
se llama una transformación lineal (u homomorfismo, o simplemente morfismo) de
V en W si cumple:

i) f (v +V v 0) = f(v) +W f (v 0) ∀ v, v0 ∈ V.
ii) ii) f (λ ·V v) = λ ·W f(v) ∀ λ ∈ K, ∀ v ∈ V

Si f: V → W es una transformación lineal, entonces f(0V ) = 0W .

En efecto, puesto que f(0V ) = f(0V + 0V ) = f(0V ) + f(0V ), entonces

0W = f (0V ) + (−f(0V )) = ³ f(0V ) + f(0V ) ´ + (−f(0V )) =

= f(0V ) + ³ f(0V ) + (−f(0V ))´ = f(0V ) + 0W = f(0V ).

EJEMPLOS.

1. Sean V y W dos K-espacios vectoriales. Entonces 0: V → W,

definida por 0(x) = 0W ∀ x ∈ V, es una transformación lineal.
2. Si V es un K-espacio vectorial, id: V → V definida por id(x) = x es
una transformación lineal.
3. Sea A ∈ Km×n. Entonces fA: Kn → Km definida por fA(x) = (A. xt) t
es una transformación lineal.
4. f: K[X] → K[X], f(P) = P 0 es una transformación lineal.

3
 5. F: C(R) → R, donde C(R) = {f: R → R | f es continua}, F(g) = R 1 0
g(x) dx es una transformación lineal.

Como hemos mencionado al comienzo, las transformaciones lineales respetan la

estructura de K-espacio vectorial. Esto hace que en algunos casos se respete la
estructura de subespacio, por ejemplo, en las imágenes y pre-imágenes de
subespacios por transformaciones lineales:

Sea f: V → W una transformación lineal. Entonces:

1. Si S es un subespacio de V, entonces f(S) es un subespacio de W.
2. Si T es un subespacio de W, entonces f −1 (W) es un subespacio de V

Demostración.
1. Sea S ⊆ V un subespacio y consideremos f(S) = {w ∈ W / ∃ s ∈ S, f(s) = w}.
a) 0W ∈ f(S), puesto que f(0V ) = 0W y 0V ∈ S.
b) Sean w, w0 ∈ f(S). Entonces existen s, s0 ∈ S tales que w = f(s) y w
0 = f(s 0 ). Luego w + w 0 = f(s) + f(s 0 ) = f(s + s 0 ) ∈ f(S), puesto
que s + s 0 ∈ S.
c) Sean λ ∈ K y w ∈ f(S). Existe s ∈ S tal que w = f(s). Entonces λ·w =
λ·f(s) = f(λ · s) ∈ f(S), puesto que λ · s ∈ S.
2. Sea T un subespacio de W y consideremos f −1 (T) = {v ∈ V / f(v) ∈ T}.
a) 0V ∈ f −1 (T), puesto que f(0V ) = 0W ∈ T.
b) Sean v, v0 ∈ f −1 (T). Entonces f(v), f(v 0 ) ∈ T y, por lo tanto, f(v + v
0 ) = f(v) + f(v 0 ) ∈ T. Luego v + v 0 ∈ f −1 (T).
c) Sean λ ∈ K, v ∈ f −1 (T). Entonces f(v) ∈ T y, en consecuencia, f(λ·v)
= λ·f(v) ∈ T. Luego λ · v ∈ f −1 (T). ¤

Se deduce inmediatamente que una transformación lineal preserva combinaciones

lineales. Veremos que, debido a esto, una transformación lineal queda
unívocamente determinada por los valores que toma en los elementos de una
base cualquiera de su dominio. Comenzamos con un ejemplo.

4
EJEMPLO.

Hallar, si es posible, una transformación lineal f : R 2 → R 2 que verifique f(1, 1) =

(0, 1) y f(1, 0) = (2, 3).

Dado (x1, x2) ∈ R 2 se tiene que (x1, x2) = x2(1, 1)+ (x1 −x2)(1, 0). Entonces, si f
verifica lo pedido, debe ser

f(x1, x2) = x2.f(1, 1) + (x1 − x2).f(1, 0) = x2.(0, 1) + (x1 − x2).(2, 3) = (2x1 − 2x2,
3x1 − 2x2).

Además, es fácil ver que esta función es una transformación lineal y que vale f(1,
1) = (0, 1) y f(1, 0) = (2, 3).

Luego, f(x1, x2) = (2x1 − 2x2, 3x1 − 2x2) es la única transformación lineal que
satisface lo pedido.

La construcción realizada en el ejemplo puede hacerse en general. Por

simplicidad, lo probaremos para el caso en que el dominio de la transformación
lineal es un K-espacio vectorial de dimensión finita.

Sean V y W dos K-espacios vectoriales, V de dimensión finita. Sea B = {v1, . . .,

vn} una base de V y sean w1, . . . , wn ∈ W vectores arbitrarios. Entonces existe
una única transformación lineal f : V → W tal que f(vi) = wi para cada 1 ≤ i ≤ n.

Demostración.

n
Existencia. Dado v ∈ V existen únicos α1, . . . , αn ∈ K tales que V =f ( v) ∑ ai wi
i=0

, es decir, (α1, . . . , αn) = (v)B es el vector de coordenadas de v en la base B.

Definimos

n
f (v ) ∑ ai wi
i =0

(Observar que no hay ambigüedad en la definición de f por la unicidad de α1, . . .,

αn.) Veamos que f es una transformación lineal:

5
De manera análoga se prueba que f(λv) = λf(v) ∀ λ ∈ K, ∀ v ∈ V.

Unicidad. Supongamos que f y g son dos transformaciones lineales de V en W

tales que f(vi) = wi y g(vi) = wi para cada 1 ≤ i ≤ n. Entonces, dado
n
v ∈V , si v=∑ a1 v 1por la linealidad de f y g se tiene que
i=1

n n
f (v )=∑ a1 f ( v 1)=∑ a1 g ( v 1 )=g( v)
i=1 i=0

Luego, f(v) = g(v) para todo v ∈ V , de donde f = g.

Con una demostración análoga a la de la proposición anterior se prueba que, si V

y W son dos K-espacios vectoriales (V no necesariamente de dimensión finita),
B={v 1 :i ∈ I }una base de V y {wi : i ∈ I} ⊂ W, existe una única transformación lineal
f : V → W tal que f(vi) = wi ∀ i ∈ I.

Teniendo en cuenta que las transformaciones lineales son funciones entre

conjuntos, tiene sentido estudiar la validez de las propiedades usuales de
funciones: infectividad, selectividad y biyectividad. Las transformaciones lineales
que verifican alguna de estas propiedades reciben nombres particulares:

Sean V y W dos K-espacios vectoriales, y sea f : V → W una transformación

lineal. Se dice que:

1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.

6
 En algunos casos, consideraremos transformaciones lineales de un K-espacio
vectorial en sí mismo:

En algunos casos, consideraremos transformaciones lineales de un K-espacio

vectorial en sí mismo:

Sea V un K-espacio vectorial. Una transformación lineal f : V → V se llama un

endomorfismo de V . Si f es un endomorfismo que es además un isomorfismo,
entonces se dice que es un automorfismo.

CLASIFICACIÓN DE LAS TRANSFORMACIONES LINEALES

Recordemos que las transformaciones lineales son funciones, y como tales,

pueden ser sobryectivas, inyectivas o biyectivas. Gráficamente,

Se dice que:

T: V  W es un monomorfismo si, y sólo si, T es inyectiva. Es decir, T es

un monomorfismo si y sólo si " u, v Î V: T(u) = T(v)  u = v.

T: V  W es un epimorfismo si, y sólo si, T es sobreyectiva. Es decir, T es

un epimorfismo si y sólo si " w Î W, ∋ v Î V / w = T(v).

T: V W es un isomorfismo si, y sólo si, T es biyectiva. Es decir, T es un

isomorfismo si y sólo si es un monomorfismo y un epimorfismo.

7
 T: V W es un endomorfismo si y sólo si V = W.

T: V  W es un automorfismo si y sólo si T es un isomorfismo y un

endomorfismo.

COMO FORMAR TRANSFORMACIONES LINEALES

Dado un espacio vectorial V, el espacio vectorial L (V, V), que se nota usualmente
como (V), forma un álgebra asociativa sobre el cuerpo base, donde la
multiplicación es la composición y la unidad es la transformación identidad.

Dominio, codominio, núcleo y recorrido de una transformación.

Al igual que las funciones tradiciones, las transformaciones tienen tres partes
esenciales para existir: el dominio, el codominio, y la regla de asignación, como se
observa en la figura.

El dominio es el espacio
vectorial 𝑉 al cual se le aplicará la
transformación; el codominio es el
espacio 𝑊 al cual pertenece el
resultado de aplicar la
transformación; la regla de
asignación 𝑇 es la forma en la cual se debe manipular un elemento de 𝑉 para
convertirlo en un elemento de 𝑊; finalmente, 𝑇(𝑉) es el recorrido de la

8
transformación, y es el subconjunto de 𝑊 obtenido a partir de la aplicación de la
transformación a cada elemento de 𝑉.

EJEMPLO.

Sea la transformación 𝑆: ℝ4 →𝑃1, definida por la regla de asignación

𝑆(𝑎, 𝑏, 𝑐, 𝑑) = (𝑎+ 𝑑)𝑥+ (𝑏−𝑐)

donde ℝ4 es el espacio vectorial de los cuartetos ordenados con elementos

reales, y 𝑃1 es el espacio vectorial de los polinomios de grado menor o igual a
uno.

En este caso, el dominio de 𝑆 será el espacio ℝ4; en tanto que el codominio es 𝑃1.

Para obtener el recorrido de la transformación se requiere obtener uno de sus
conjuntos generadores. Esto se logra a partir de la transformación de una base del
dominio; es decir, si se aplica la transformación a la base de ℝ4

𝐵= {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)}

Se obtendrá un conjunto generador:

𝑆(1, 0, 0, 0) = 𝑥

𝑆(0, 1, 0, 0) = 1

𝑆(0, 0, 1, 0) = −1

𝑆(0, 0, 0, 1) = 𝑥

Entonces, el conjunto generador del recorrido es 

𝐺= {𝑥, 1, −1, 𝑥}

9
Como se observa, el conjunto 𝐺 también es generador de 𝑃1. En este caso, el
recorrido y el codominio son el mismo.

EJEMPLO.

Para la transformación 𝑇: ℂ→𝑀2 definida por

donde ℂ (dominio) es el espacio vectorial de los números complejos sobre el

campo real, y 𝑀2 (codominio) es el espacio vectorial de las matrices cuadradas de
orden dos sobre el campo real.

El recorrido se obtendrá por medio del conjunto generador resultante de

transformar la base {1,}.

Para este caso 𝑀2 ≠(ℂ). Utilizando la ecuación de dependencia lineal.

Y teniendo el sistema de ecuaciones lineales.

10
Se obtiene que el espacio generado por el conjunto {(1), 𝑇(𝑖)} es

Dentro de las transformaciones existe un subconjunto especial llamado núcleo.

El núcleo es parte del dominio y es el conjunto de vectores

de 𝑉 cuya transformación bajo 𝑇 tiene como único resultado al vector nulo del
espacio 𝑊 (codominio). 

Es decir, si se tiene una transformación 𝑇: 𝑉→𝑊 y existe un subconjunto 𝑈⊂𝑉 tal

que 𝑇(𝑈) = 0𝑊, entonces el subconjunto 𝑈 es el núcleo de la transformación 𝑇.

11
CONCLUSION

Las transformaciones lineales son herramientas algebraicas usadas para darle

una representación alternativa a los sistemas de ecuaciones lineales. Esto nos
permite obtener las propiedades de las transformaciones lineales que son: el
núcleo, la nulidad, la imagen y el rango. Estas propiedades dependen únicamente
de la matriz de transformación AT o equivalentemente de la matriz de coeficientes
del sistema de ecuaciones lineales. Por lo tanto, una transformación lineal y sus
propiedades son generales, ya que dependen únicamente del proceso modelado
por el sistema de ecuaciones lineales y no por condiciones específicas
establecidas para dicho proceso a través de los términos independientes.

12
BIBLIOGRAFIA

6.3 Unidad III: Transformaciones lineales - einf002valera. (n.d.).

https://sites.google.com/site/einf002valera/6-3-unidad-iii-transformaciones-
lineales

Capitulo 3 Transformaciones lineales. (n.d.).

https://mate.dm.uba.ar/~jeronimo/algebra_lineal/Capitulo3.pdf

13