Unidad V Algebra Lineal

Instituto Tecnológico de Ciudad
Madero
UNIDAD V
Transformaciones Lineales
Materia: Algebra Lineal
Profesor: Sergio Saldaña García
Alumna: Aguirre Reséndiz Gabriela

No. Control: 21070209
Carrera: Ing. Gestión Empresarial
5to semestre Grupo: 3496-i

Índice
1.- Definición de Transformación Lineal ............................................. 3
2.- Núcleo e imagen de una Transformación lineal ...................... 15
3.- Representación matricial de una transformación lineal……. 26
4.-Aplicación de las transformaciones lineales: reflexión, dilatación,

contracción y rotación ........................................................................ 38
5.- Bibliografía ........................................................................................ 43
2
Alumna: Gabriela Aguirre Reséndiz Algebra Lineal
5.1 Definición de Transformación Lineal
Las transformaciones lineales son las funciones y tratan sobre K-espacios

vectoriales que son compatibles con la estructura (es decir, con la operación y la
acción) de estos espacios.
Aquí se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los espacios vectoriales. Es decir, de funciones que preservan la
suma y la multiplicación por escalares.
Usaremos el concepto de la función para darle un tratamiento a los sistemas de

ecuaciones lineales. La restricción que será sobre el tipo de funciones: solo
estaremos interesados en funciones que preserven las operaciones en el
espacio vectorial. Este tipo de funciones serán llamadas funciones lineales.
Primeramente, las definiremos, veremos algunas propiedades generales y
después veremos cómo se aplican estos resultados a sistemas de ecuaciones.
HISTORIA
La historia de las transformaciones lineales está relacionada con el desarrollo

del álgebra lineal. El concepto de espacio vectorial, y por lo tanto de
transformación lineal, se desarrolló en el siglo XIX con la obra de matemáticos
como Hermann Grassmann, William Rowan Hamilton, y Julius Plücker.
3
El concepto de transformación lineal se refiere a una función que preserva las
propiedades de la adición y la multiplicación por escalares en un espacio
vectorial. En otras palabras, una transformación lineal mapea vectores a otros
vectores, y esta operación se puede realizar de manera lineal, es decir,
combinando escalares y operaciones aritméticas básicas. Las transformaciones
lineales tienen muchas aplicaciones en matemáticas y en otros campos, como
en física, ingeniería y ciencias de la computación.
Por ejemplo, pueden ser utilizadas para describir el movimiento de objetos en

física, o para representar datos en espacios vectoriales de alta dimensión en
ciencias de la computación.
Es importante destacar que las transformaciones lineales se utilizan en este tipo

de campos gracias a su habilidad de preservar las propiedades originales de los
objetos. A medida que las transformaciones lineales fueron estudiadas en
profundidad, sus propiedades matemáticas fueron mejor comprendidas y
sistemáticamente estudiadas, lo que llevó al desarrollo de la teoría moderna de
álgebra lineal.
Sean V y W dos espacios vectoriales posiblemente iguales.
Una transformación o mapeo lineales de V a W es una

función
T: V → W tal que para todos los vectores u y v de V y cualquier escalar c:
a) T (u + v) = T (u) + T (v)
b) T (c u) = c T (u)
Demuestre que la transformación T : R2 →R2 definida por
es lineal.
4
Entonces:
Por otro lado, para todo escalar c,
5
Como se cumplen las dos condiciones:
T es lineal.
6
Teniendo en cuenta que las transformaciones lineales son funciones entre
conjuntos, tiene sentido estudiar la validez de las propiedades usuales de
funciones: inyectividad, suryectividad 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.
En algunos casos, consideraremos transformaciones lineales de un K-espacio

vectorial en s i 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
Se denomina transformación lineal, función lineal o aplicación lineal a toda

aplicación cuyo dominio y codominio sean espacios vectoriales y se cumplan las
siguientes condiciones:
Transformación lineal:
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 ϵ un vector único Tv ϵ W y que
satisface, para cada u y v en V y cada escalar ∝-
7
Para toda transformación lineal T:
V ® W, T (-x) = -T (x)
Para toda transformación lineal T:
V ® W, T (0) = 0 ( El que aparece en la izquierda es el vector nulo de V, mientras

que el que aparece en el lado derecho es el vector nulo de W. Se puede escribir
también T (0V) = 0W )
Sea V un espacio vectorial de dimensión finita, W un espacio vectorial, {v1,…, vn}

una base de V, y {z1,…, zn} un conjunto cualquiera de vectores de W. Entonces
existe una única transformación lineal T: V ® W tal que T (vi) = zi (1 ≤ i ≤ n).
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) Þ 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.
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.
8
Ejemplo de aplicación de transformación lineal
9
10
11
12
13
14
5.2 Núcleo e imagen de una Transformación lineal.
El núcleo e imagen de una transformación lineal es un concepto fundamental en

álgebra lineal. Este concepto se desarrolló en la misma época que el de las
transformaciones lineales. El núcleo de una transformación lineal se refiere al
conjunto de vectores en el dominio que son mapeados al vector nulo en el
condominio por la transformación lineal. En otras palabras, el núcleo es el
conjunto de vectores que se anulan bajo la acción de la transformación lineal.
Por otro lado, la imagen de una transformación lineal se refiere al conjunto de
vectores en el condominio que son obtenidos por aplicar la transformación lineal
a los vectores en el dominio. La imagen es el conjunto de vectores que se
pueden construir como imagen de los vectores de entrada.
La comprensión de estos conceptos es importante en la teoría de álgebra lineal
debido a que proporcionan herramientas para describir las propiedades de las
transformaciones lineales, como su infectividad, subjetividad y directividad.
Además, proporcionan una manera de vincular el conjunto de soluciones de una
ecuación matricial homogénea con el núcleo de una transformación lineal. En
resumen, la historia de los conceptos del núcleo e imagen de una transformación
lineal es indisociable de la historia del desarrollo del álgebra lineal como una
rama de las matemáticas fundamentales.
Núcleo e imagen
Sean espacios V, W vectoriales sobre un mismo cuerpo K. Una función T de V

en W transforma vectores de V en vectores de Impondremos condiciones para
que T preserve las operaciones de suma de vectores y multiplicación por escalar,
esto es, que sea equivalente sumar y multiplicar por escalar las pre imágenes V
en cómo las imágenes en W
15
Ejemplo: Halle el núcleo y la imagen de las siguientes transformaciones lineales.
1. Notemos que
Luego,
Por otro lado,
2. Notemos que
Luego,
Por otro lado,
16
Teorema 1
Sea T: V S W una transformación lineal. Entonces para todos los vectores u, v,

v1, v2, . . ., vn en V y todos los escalares a1, a2, . ., an:
1. T(0) = 0
2. T(u - v) = Tu – Tv
3. T(a1v1 + a2v2 +. . .+ anvn) = a1Tv1 + a2Tv2 +. . .+ anTvn
Nota: En la parte 1) el 0 de la izquierda es el vector cero en V;

mientras que el 0 de la derecha es el vector cero en W.
Teorema 2
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 T1vi = T2vi = wi para i = 1, 2, . .
. , n. Entonces para cualquier vector v ∈ V, T1v = T2v; es decir T1 =
Definición 1 Núcleo e imagen de una transformación lineal
Sean V y W dos espacios vectoriales y sea T: V W una transformación lineal.

Entonces:
1. El núcleo de T, denotado por un, está dado por
17
2. La imagen de T, denotado por Im T, está dado por
Observación 1:
Observe que un T es no vacío porque, de acuerdo al teorema 1, T(0) = 0 de
manera que 0 ϵ un T para cualquier transformación lineal T.
Se tiene interés en encontrar otros vectores en V que “se transformen en 0”. De
nuevo, observe
que cuando escribimos T(0) = 0, el 0 de la izquierda está en V y el de la derecha
en W.
Observación 2:
La imagen de T es simplemente el conjunto de “imágenes” de los vectores en

V bajo la transformación T. De hecho, si w = Tv, se dice que w es la imagen de
v bajo T.
18
Transformaciones lineales inyectivas y
sobreyectivas Definición:
Sea T: V →W una transformación lineal. Decimos que
Teorema
Una transformación lineal T: V → W es inyectiva si y sólo si núcleo (T)= {0}.
Corolario: Suponga que dimV = dimW. Unatransformación lineal T: V → W es
inyectiva si y sólo si T es sobreyectiva.
Solución:
19
Ejemplo: Determine si la transformación lineal
, es inyectiva y/o sobreyectiva.
Solución: Notemos que núcleo
Por tanto, T es inyectiva.
Teorema: Sean
20
EXPLICACIÓN MÉTODO MATEMÁTICO
Una función es una regla que asocia cada uno de los elementos de un conjunto
A, llamado dominio, con uno de otro conjunto B, llamado dominio. Es decir, si f:
A B es una función, significa que si a es un elemento de A entonces f(a) es el
elemento de B asociado a a mediante la regla f. Es importante mencionar que
f(a) es único para cada a en A.
las transformaciones lineales conservan la suma y el producto por un escalar, es

decir, que se obtiene el mismo resultado si las operaciones de suma y
multiplicación por un escalar se efectúan antes o después de que se aplique la
transformación lineal. Debe observarse que las operaciones pueden ser
diferentes a como se indica en el siguiente diagrama
21
Ejemplos:
Ejemplo 1
Dada la siguiente transformación lineal
T: R3 → R3, T ((x, y, z)) = (x–2y, 0,2x–4y)
Buscar el núcleo, la imagen, y determinar sus dimensiones
Solución
Para determinar el núcleo planteamos:
(x, y, z) está en el núcleo ⇔T ((x, y, z)) = (0,0,0)
(x–2y,0,2x–4y) = (0,0,0) ⇒ {x–2y =0
2x–4y=0 ⇒ x=2y
Esto implica que la primera componente debe ser el doble de la segunda y que
la tercera componente no tiene restricciones. Es un error común, en este punto,
suponer que como «no aparece z», entonces z=0. Pero es importante notar que
si «no aparece z» esto significa que no existen restricciones sobre esa
componente. La forma de un vector del núcleo sería:
(2y, y, z)
Aplicando propiedades lo podemos escribir:
y. (2,1,0) +z. (0,0,1)
Luego el núcleo es:

Nu (T) = {(x, y, z) ∈R3 | x = 2y} =
gen {(2,1,0) (0,0,1)}
Y una base del núcleo es:
BNu = {(2,1,0), (0,0,1)}
22
La imagen la podemos obtener aplicando propiedades sobre laexpresión que
define la transformación lineal:
(x–2y,0,2x–4y) = x. (1,0,2) +y. (–2,0, –4)
Los vectores (1,0,2) y (–2,0, –4) son linealmente dependientes.
Entonces tomamos uno de ellos para la base de la imagen:
BIm = {(1,0,2)}
Finalmente podemos responder sobre las dimensiones de núcleo e imagen,

porque hemos obtenido bases de estos subespacios:
dim (Nu) = 2
dim (Im) = 1
23
Ejemplo 2:
Sea T: R2→R3 una transformación lineal
T (x, y) = (x–2y,2x–4y, –2x+4y)
Buscar una base y la dimensión de Nu (T), Im (T)
Solución:
Por el teorema de las dimensiones la suma de las dimensiones del núcleo y de
la imagen debe ser 2. Es decir que puede ser alguno de los siguientes
escenarios: 2+0, 1+1 y 0+2
Busquemos Nu(T):
(x–2y,2x–4y, –2x+4y) = (0,0,0)

⇒ x–2y=0 2x–
4y= 0 = 0⇒ x=2y
–2x+4y = 0
Luego podemos dar una base del núcleo y su dimensión:
B Nu= {(2,1)} ⇒ dim (Nu) = 1
Busquemos Im(T). Un vector está en la imagen si es el transformado de algún

vector del dominio:
T (x, y) = (x–2y,2x–4y, –2x+4y)
Lo expresamos como suma de vectores separando las variables x ey:

T (x, y) = (x,2x, –2x) +(–2y, –4y,4y)
24
Y sacamos como escalares a las variables:
= x (1,2, –2) + y (–2, –4,4)
Este método permite obtener generadores de la imagen, que pueden ser LI o LD.
Acá se ve muy claro que (–2, –4,4) = (-2). (1,2, –2).
Es decir que generan la imagen, pero son linealmente dependientes,no es una

base. Cualquiera de los dos sirve como base:
BIm (T) = {(1,2, –2)} ⇒ dim (Im(T)) = 1
25
5.3 Representación matricial de una
transformación lineal.
Su definición Sean V y W dos espacios vectoriales de dimensión n y m,

respectivamente, y sea T: V→W una transformación lineal, entonces existe
una matriz A de orden m × n llamada matriz de transformación o representación
matricial de T que satisface T(v) = Av para toda v en V.
Representación Matricial de una transformación R3 en R4
Si se tiene una transformación T: R3 → R4 dada por
La T representa la transformación, que será representada por AT, mientras que

la matriz a su lado representa el vector original. El resultado es la transformación
realizada. Para poder representarla de forma matricial lo que se debe obtener es
la matriz de transformación. Ya que a la vez se obtiene, se pueden determinar
otros datos como el núcleo y la imagen de la transformación.
26
Para este caso utilizando el resultado de la transformación, se puede determinar
fácilmente la matriz de transformación, separando el vector original y
determinando las operaciones que se realizaron.;
Y su representación quedaría como la matriz de trasformación multiplicando al

vector original para dar como resultado a la transformación:
Si construimos una matriz AT cuyas columnas sean los vectore ; AT define
una transformación lineal de en tal que si
para i = 1, 2, . .
. , n.
27
Entonces
y por lo tanto para i = 1, 2, . . . , n. Concluimos que T y la

transformación AT , son la misma, porque tienen el mismo efecto sobre los
vectores base.
AT es la matriz cuyas columnas son los vectores
La matriz AT se llama matriz de transformación de T o representación matricial

de T.
Si se usan bases diferentes, las matrices de transformación que se obtendrán
serán diferentes.
.
Ejemplo 1.
Encuentre la representación matricial de la transformación lineal T de en

definida
por
Aplicamos T a los vectores base de :
28
Entonces la matriz AT es
Ejemplo 2.
En el ejemplo 1 se utilizó la base canónica para construir la matriz de
representación de la transformación lineal
ahora se utilizará la base
29
Entonces la nueva matriz de transformación queda:
Ejemplo 3.
Encuentre la representación matricial AT de la transformación lineal T definida
por
Aplicamos T a los vectores base de :
Entonces la matriz de transformación es
30
Ejemplo 4.
Encuentre la representación matricial AT de la transformación lineal T definida
por
Aplicamos la transformación a los vectores base de
Entonces la matriz de transformación es .
31
Ejercicios de representación matricial
32
33
34
35
36
37
5.4 Aplicación de las transformaciones
lineales: reflexión, dilatación, contracción y
rotación
1. Reflexión:
Se aplica cuando un grupo de puntos se dibujan a partir del espacio euclidiano y

entra en otro espacio diferente de manera isométrica al espacio euclidiano
mencionado anteriormente. Esta operación puede realizarse con respecto a
la matriz.
2. Expansión:
De la misma manera que la reflexión, se pueden expandir los puntos obtenidos,

en una dirección dada. Esta aplicación de expansión se dirige casi siempre a un
cierto grado.
3. Contracción:
La contracción se aplica para invertir la expansión. Es decir, que el punto dado

es contraído a cierto grado en una dirección señalada.
38
4. Rotación:
La rotación se utiliza para grados determinados donde el cual se muestra en

forma de ángulo. Esta aplicación puede realizarse en sentido horario o inverso a
este.
Ejemplo de reflexión sobre el eje x
En este caso, queremos averiguar cómo está definida la transformación T
de R2 en R2 que cada vector lo refleja sobre el eje x,

para obtener un vector
En una gráfica:
En este caso, la situación es más sencilla ya que claramente tenemos dos

triángulos rectángulos que son congruentes, de donde T queda definida como
sigue:
39
Esta transformación se llama la reflexión sobre el eje x, y es lineal, ya que:
Ejemplo de dilatación o expansión
Una dilatación es una transformación que

incrementa distancias. Sea V= (2 4) encontrara
la expansión vertical cuando K=2 Expansión
horizontal (k71) o contracción (0<k<1)
Expansión vertical (k71) o contracción (0<k<1)
Ejemplo contracción
Una contracción es una transformación que decrece distancias. Bajo una

contracción, cualquier par de puntos es enviado a otro par a distancia
estrictamente menor que la original.
Sea V= (2 4) encontrara la contracción
horizontal cuando K=1/2 Haciendo la gráfica el
punto disminuye en el eje horizontal.
40
Rotación por un ángulo
Sea un ángulo medido en radianes. Queremos averiguar

cuál es la transformación T de R2 en R2 que gira cada vector
un ángulo ,para obtener un vector
En una gráfica, vemos la situación como sigue:

Si usamos las funciones trigonométricas, tenemos que:
Distribuyendo y usando el hecho de que y

tenemos que:
41
Por lo tanto, ya descubrimos cómo debe estar definida la transformación
tal que
Esta transformación se llama la rotación por un ángulo y es lineal, ya que:
42
Bibliografias:
• Algebra Lineal.“Transformaciones lineales”. Sitio web.

https://gc.scalahed.com/recursos/files/r157r/w13172w/AlgLineal_unidad
%207.pdf
• http://itsavbasicas.blogspot.com/2012/05/54-aplicacion-de-las-
transformaciones.html
• ISABEL PUSTILNIK Y FEDERICO GÓMEZ. “Núcleo e
imagen. Clasificación de las transformaciones lineales”. 1
OCTUBRE, 2017. Sitio web.
https://aga.frba.utn.edu.ar/nucleo-e-imagen-clasificacion-
de-las- transformaciones-lineales/
• http://fcm.ens.uabc.mx/~matematicas/algebralineal/V%20Transformacion
es%20Lineales/0 3%20representacion%20matricial.htm
• Herrera, A. (2009). Transformaciones lineales [PDF]. Recuperado de

https://www.uv.mx/personal/aherrera/files/2014/08/21a.-
TRANSFORMACIONES-LINEALES-1.pdf
• https://sites.google.com/site/sistemasalgebralineal/unidad-5---
transformaciones-lineales/5- 1-introduccion-a-las-transformaciones-
lineales
43

Unidad V Algebra Lineal

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad V Algebra Lineal

Cargado por

Copyright:

Formatos disponibles

Instituto Tecnológico de Ciudad

Materia: Algebra Lineal

Profesor: Sergio Saldaña García

Alumna: Aguirre Reséndiz Gabriela

5to semestre Grupo: 3496-i

1.- Definición de Transformación Lineal ............................................. 3

2.- Núcleo e imagen de una Transformación lineal ...................... 15

3.- Representación matricial de una transformación lineal……. 26

4.-Aplicación de las transformaciones lineales: reflexión, dilatación,

5.- Bibliografía ........................................................................................ 43

Las transformaciones lineales son las funciones y tratan sobre K-espacios

Usaremos el concepto de la función para darle un tratamiento a los sistemas de

La historia de las transformaciones lineales está relacionada con el desarrollo

Por ejemplo, pueden ser utilizadas para describir el movimiento de objetos en

Es importante destacar que las transformaciones lineales se utilizan en este tipo

Sean V y W dos espacios vectoriales posiblemente iguales.

Una transformación o mapeo lineales de V a W es una

Demuestre que la transformación T : R2 →R2 definida por

Por otro lado, para todo escalar c,

Las transformaciones lineales que verifican alguna de estas propiedades reciben

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

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

Se denomina transformación lineal, función lineal o aplicación lineal a toda

Sean V y W espacios vectoriales reales. Una transformación lineal T de V en W

Para toda transformación lineal T:

V ® W, T (0) = 0 ( El que aparece en la izquierda es el vector nulo de V, mientras

Sea V un espacio vectorial de dimensión finita, W un espacio vectorial, {v1,…, vn}

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

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

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

T: V ® W es un automorfismo si y sólo si T es un isomorfismo y un endomorfismo.

El núcleo e imagen de una transformación lineal es un concepto fundamental en

Sean espacios V, W vectoriales sobre un mismo cuerpo K. Una función T de V

Por otro lado,

Por otro lado,

Sea T: V S W una transformación lineal. Entonces para todos los vectores u, v,

3. T(a1v1 + a2v2 +. . .+ anvn) = a1Tv1 + a2Tv2 +. . .+ anTvn

Nota: En la parte 1) el 0 de la izquierda es el vector cero en V;

Definición 1 Núcleo e imagen de una transformación lineal

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

1. El núcleo de T, denotado por un, está dado por

La imagen de T es simplemente el conjunto de “imágenes” de los vectores en

Sea T: V →W una transformación lineal. Decimos que

Una transformación lineal T: V → W es inyectiva si y sólo si núcleo (T)= {0}.

Corolario: Suponga que dimV = dimW. Unatransformación lineal T: V → W es

inyectiva si y sólo si T es sobreyectiva.

, es inyectiva y/o sobreyectiva.

Solución: Notemos que núcleo

Por tanto, T es inyectiva.

las transformaciones lineales conservan la suma y el producto por un escalar, es

Dada la siguiente transformación lineal

T: R3 → R3, T ((x, y, z)) = (x–2y, 0,2x–4y)

Buscar el núcleo, la imagen, y determinar sus dimensiones

Luego el núcleo es:

BNu = {(2,1,0), (0,0,1)}

(x–2y,0,2x–4y) = x. (1,0,2) +y. (–2,0, –4)

Los vectores (1,0,2) y (–2,0, –4) son linealmente dependientes.

Entonces tomamos uno de ellos para la base de la imagen:

Finalmente podemos responder sobre las dimensiones de núcleo e imagen,

Sea T: R2→R3 una transformación lineal

T (x, y) = (x–2y,2x–4y, –2x+4y)

Buscar una base y la dimensión de Nu (T), Im (T)

(x–2y,2x–4y, –2x+4y) = (0,0,0)

Luego podemos dar una base del núcleo y su dimensión: