Documentos de Académico
Documentos de Profesional
Documentos de Cultura
01 Transformaciones Lineales
01 Transformaciones Lineales
Matías Battocchio
FCE-UBA
Definición
Una función f : V → W es una transformación lineal sii para todo x, y ∈ V y para todo
α ∈ K:
1 La imagen de la suma de dos vectores es igual a la suma de sus imágenes
f(x + y) = f(x) + f(y)
2 La imagen del producto un vector por un escalar es igual al producto de la imagen
del vector por ese escalar
f(α · x) = α · f(x)
Definición
Una función f : V → W es una transformación lineal sii para todo x, y ∈ V y para todo
α ∈ K:
f(α · x + α · y) = α · f(x) + α · f(y)
Informalmente decimos que una transformación lineal pasa a través de la suma y del
producto.
Teorema
Sea f : V → W una TL, xi vectores pertenecientes al EV V, y αi escalares del cuerpo K.
Entonces se verifica que:
n
! n
X X
f αi · xi = αi · f xi
i=1 i=1
Este teorema dice que las transformaciones lineales preservan las combinaciones
lineales.
Se demuestra por inducción completa
f(α1 · x1 ) = α1 · f(x1 )
k
!
X
=f αi · xi + f αk+1 · xk+1 por ítem 1
i=1
k
X Xk+1
= αi · f xi + αk+1 · f xk+1 = αi · f(xi )
i=1 | {z } i=1
| {z } por ítem 2
por hipótesis de inducción
Ejemplo 1:
Sea f : R3 → R2 una función definida por f(x1 , x2 , x3 ) = (x1 − x3 , x2 − x3 ). Comprobemos
si es TL:
1 I f [(a1 , a2 , a3 ) + (b1 , b2 , b3 )] = f [(a1 + b1 ), (a2 + b2 ), (a3 + b3 )] =
(a1 + b1 − a3 − b3 , a2 + b2 − a3 − b3 )
I f (a1 , a2 , a3 ) + f (b1 , b2 , b3 ) = (a1 − a3 , a2 − a3 ) + (b1 − b3 , b2 − b3 ) =
(a1 + b1 − a3 − b3 , a2 + b2 − a3 − b3 )
Las dos expresiones son iguales
2 I f [α · (a1 , a2 , a3 )] = f (α · a1 , α · a2 , α · a3 ) = (α · a1 − α · a3 , α · a2 − α · a3 )
I α · f(a1 , a2 , a3 ) = α · (a1 − a3 , a2 − a3 ) = (α · a1 − α · a3 , α · a2 − α · a3 )
Las dos expresiones son iguales
Es una TL.
Teorema
Si V y W son EVs de dimensión finita, entonces toda TL de V a W tiene una matriz
asociada.
Demostración:
Sea {v1 , · · · , vn } un conjunto de n vectores que es la base de V, y {w1 , · · · , wm } un
conjunto de m vectores que es la base de W.
Si y ∈ W, entonces
Xm
y= βj wj (1)
j=1
Como f es TL
n
X
= αi · f vi
i=1
Como f(vi ) ∈ W
n
X m
X n
X Xm
= αi · aij · wj = αi · aij · wj
i=1 j=1 i=1 j=1
Observación
Si se trabaja en la base canónica esas coordenadas son iguales al vector.
Teorema
Toda matriz Am×n representa una TL de Rn a Rm .
Observación
La propiedad clave en ambas demostraciones es que las TL preservan las
combinaciones lineales.
1
f(1, 1, 0) = (1, 1) = (2, 0) + 1 (0, 1)
2
1
f(1, 0, 0) = (1, 0) = (2, 0) + 0 (0, 1)
2
Definición
Sean A y B dos matrices de dimensión m × n. Decimos que B es equivalente a A sii B
puede obtenerse efectuando un número finito de operaciones elementales sobre A.
Teorema
Las matrices A y B de dimensión m × n son equivalentes sii existen matrices no
singulares P y Q tales que B = P A Q
Teorema
Las matrices asociadas a una misma TL con bases distintas son matrices equivalentes.
X[v] = P X[v0 ]
Y[w] = Q Y[w0 ]
Y[w] = A X[v]
Y[w0 ] = B X[v0 ]
De las ecuaciones 2 y 3
Q Y[w0 ] = A X[v]
Por la primer ecuación
Q Y[w0 ] = A P X[v0 ]
Por la última ecuación
Q B X[v0 ] = A P X[v0 ]
Finalmente
B = Q−1 A P
Este teorema nos brinda una forma rápida de efectuar un cambio de base para una TL
mediante el producto de matrices, sin necesidad de realizar todos los cálculos de nuevo.
Ver ejemplo 4-21 en Rojo (1995) págs. 147 y 148.
Definición
El núcleo de la TL es el subconjunto del dominio cuyos elementos tienen por imagen al
vector nulo del codominio.
N(f) = {x ∈ V : f(x) = 0W }
Definición
La imagen de la TL es el subconjunto del codominio cuyos elementos son alcanzados
por la TL.
I(f) = {y ∈ W : ∃x ∈ V : f(x) = y}
Teorema
El núcleo de toda TL es un subespacio vectorial del dominio.
Teorema
La imagen de toda TL es un subespacio vectorial del codominio.
Teorema rango-nulidad
Si V tiene dimensión finita, entonces
x1 = x3
(x1 − x3 , x2 − x3 ) = (0, 0) ⇒
x2 = x3
N(f) = {(a, a, a) ∈ R3 }
dim N(f) = 1
Nótese que dim N(f) + dim I(f) = 3, que es la dimensión del dominio.
Matías Battocchio (FCE-UBA) Transformaciones lineales MATEMÁTICA PARA ECONOMISTAS 17 / 18
Transformaciones lineales ortogonales
Definición
Una TL f : V → W es ortogonal sii ||f(v)|| = ||v|| para todo v ∈ V.
Teorema
Si f es una TL ortogonal, entonces para todo v1 , v2 ∈ V:
1 ||v1 − v2 || = ||f(v1 ) − f(v2 )||
Se preserva la distancia entre vectores.
2 < v1 , v2 >=< f(v1 ), f(v2 ) >
Lo que implica que si v1 y v2 son ortogonales, también lo son f(v1 ) y f(v2 ).
3 cos ∠(v1 , v2 ) = cos ∠(f(v1 ), f(v2 ))
Preserva los ángulos entre vectores.
4 Existe una TL inversa f −1 . Esto implica que la matriz asociada es no singular.
5 f tiene asociada una matriz ortogonal.
Observación
Como preservan normas, distancias y ángulos, las TLs ortogonales simplemente rotan
los vectores en torno al origen de coordenadas de V.
Matías Battocchio (FCE-UBA) Transformaciones lineales MATEMÁTICA PARA ECONOMISTAS 18 / 18
Bibliografía