TRANSFORMACIONES LINEALES – CLASE 3

AyGA- F.R.H.-U.T.N.
Agradecimientos:
A la Dra. JULIA CONTÍN
 Matriz asociada a una Transformación Lineal
Sean y espacios vectoriales de dimensiones finitas

Y sea una transformación lineal.

Sean una base de y una base de

𝑉 𝑓 𝑊 =
⃗
𝑣 ⃗
𝑤
⃗ ∈𝑉 → 𝑓 ( ⃗
𝑢 𝑢 ) ∈𝑊
⃗ ¿ 𝛼1 ⃗
𝑣 𝑣 1 +𝛼2 ⃗ ⃗𝑛
𝑣 2 +…+ 𝛼𝑛 𝑣 ⃗ ⃗ 1+ 𝛽 2 ⃗
𝑤 ¿ 𝛽1 𝑤 𝑤2 + …+ 𝛽 𝑚 ⃗
𝑤𝑚

() ()
𝛼1 𝛽1

⃗ ∈𝑉
𝑣 ⌈⃗
𝑣 ⌉ 𝐵=
𝛼2
⃗
𝑤 ∈𝑊 𝑤 ⌉ 𝐵 ′ = 𝛽2
⌈⃗ =
⋮ ⋮
𝛼𝑛 𝛽𝑚
⃗𝑥 ∈𝑉 → 𝑓 ( ⃗𝑥 ) ∈ 𝑊
𝑚× 𝑛
= 𝐴∈ 𝑅
 A la matriz se la denomina matriz asociada a la transformación lineal relativa a las bases y
de los espacios vectoriales y , respectivamente, y se la define de la siguiente manera:

Donde la i-ésima columna de la matriz tiene por elementos a:

Esto nos da unas pautas de acción para hallarla
1) Encontramos las imágenes por la transformación lineal de cada vector de la base de .
2) Expresamos cada imagen encontrada como combinación lineal de los vectores de la base de .
3) Los escalares obtenidos en 2) son los elementos de la matriz asociada a la transformación lineal en las bases utilizadas .

Si las bases usadas son las bases canónicas o bases estandar,

la base de V es y la base de W es B’

Entonces la matriz asociada a la transformación según la base canónica es la matriz ,

 Trabajemos algunos ejemplos primero en forma intuitiva

()
tal que = 𝑥 . 1
𝐴 𝑦 =
𝑧
𝑥+ 𝑦
𝑥+𝑧 ( ) 1
1
0
0
1

… ×.. 3× 1 2×1
𝐴∈ 𝑅 𝑋∈𝑅 𝑌∈𝑅
𝐴= ( 𝑓 ( 𝑒
⃗1) 𝑓 (𝑒
⃗2) 𝑒3 ) )
𝑓 (⃗ =

𝑓 (𝑒
( )
⃗ 1 )= 1
1
⃗2 )= 1
𝑓 (𝑒
0 ( ) 𝑓 (𝑒
( )
⃗3 )= 0
1

tal que = = .
1 2 −1
−1 3 1
0 1 −2
… ×.. 3×1
𝐴∈ 𝑅 𝑋∈𝑅 𝑌∈𝑅
3× 1

=
𝐴=( 𝑓 ( 𝑒
⃗1) 𝑓 (𝑒
⃗2) 𝑒3 ) )
𝑓 (⃗

( ) () ( )
1 2 −1
𝑓 (𝑒 ⃗2 )= 3
⃗ 1 )= − 1 𝑓 ( 𝑒 ⃗3 )= 1
𝑓 (𝑒
0 1 −2
Algo importante de observar es como se cumplen las condiciones de linealidad

𝒇 : 𝑽 →𝑾 / 𝒇 ( ⃗
𝒙 )= A . ⃗
𝒙
Sean

1.- =

2.- =

De 1.- y 2.- se concluye que es una T.L.

Sea , se denomina AUTOVALOR ( valor propio, valor característico, eingevalor) de ,

al escalar para el que exista algún vector no nulo , tal que

Al vector no nulo se lo denomina AUTOVECTOR asociado a

( vector propio, vector característico, o eingevector)
 Por ejemplo: Sea tal que

¿el vector es autovector de ? ⃗ )= 𝜆 . 𝑢

¿ 𝑓 (𝑢 ⃗?

𝑓
( ) (
3
1
=
2 .3 +3. 1
3. 3 − 6. 1
=
9
3 ) ()
=3.
3
1 ( )

es autovector de asociado a
 𝒇
( ) (
𝟏 ¿ 𝟏 .𝟓
𝟎 𝟎 )
𝑨= ( 𝟏 .𝟓
𝟎
𝟎
)
𝟏.𝟓

𝟏( ) (
𝒇 𝟎 ¿
𝟎
𝟏 .𝟓 ) ( )
𝒇 𝒙 = 𝑨. 𝒙
( )
𝒚 𝒚

𝒇
( ) (
𝒙
𝒚
=
𝟏 .𝟓
𝟎
𝟎
.
𝟏 .𝟓 𝒚)( )
𝒙

⇒ 𝒅𝒊𝒎𝑰𝒎 ( 𝒇 ) =𝟐 ⇒ 𝐼𝑚 ( 𝑓 )= 𝑅
2

𝒇
( ) (
𝒙
𝒚
=
𝟏 .𝟓 𝒙
𝟏 .𝟓 𝒚 )
𝑨=
(𝟏 .𝟓
𝟎
𝟎
𝟏.𝟓 )
⇒ 𝒓 ( 𝑨 )=𝟐 ⇒ 𝒅𝒊𝒎𝑵𝒖 ( 𝒇 )=𝟎 ⇒ 𝑁𝑢 ( 𝑓 )= { ⃗0 }

es inyectiva, es sobreyectiva, es biyectiva ⇒∃ 𝒇

−𝟏

PROVOCA UNA DILATACIÓN

¿Existe algún vector que se ⃗ ∈ 𝑹𝟐 𝒆𝒔 𝒕𝒂𝒍 𝒒𝒖𝒆 𝒇 ( 𝒖

𝒖 ⃗ )=𝟏 . 𝟓 ⃗
𝒖
transforme en múltiplo de sí mismo?
 
f :V  V

f (x)  k  x k  R >0  1 dim(V) = n Nu( f )  0V  dim  Nu( f )   0
0  n  n
f )  V
Im( dim  Im( f )   n
A  k I R n×n
x


f : R2  R2 f ( x, y )  ( k x, k y ) g : R2  R2 g ( x, y )  (kx, y ) h : R2  R2 h0
( xV, y )  ( x, k y )

k 1 EXPANSIÓN DE FACTOR k EXPANSIÓN DE FACTOR k en el eje x EXTENSIÓN DE FACTOR k en el eje y

𝐴𝑓 =
( 𝑘
0
0
𝑘 ) 𝐴𝑔 =
( 𝑘
0
0
1 ) 𝐴 h=
( 1
0
0
𝑘 )

0  k  1 CONTRACCIÓN DE FACTOR k CONTRACCIÓN DE FACTOR k en el eje x CONTRACCIÓN DE FACTOR k en el eje y

 f : R2  R2
 1 
f ( x, y )   x  y , y 
 2 
(0, 2)

(0, 1)
(1, 1) (1, 1)

(0.5, 0.5)

(1, 0) (1, 0)
(0, 0)

𝑓
( ) ( ) (
0
0
=
0
0
,𝑓
−1
0 ) ( ) ( ) ( ) ( ) (
=
− 1, 𝑓
0
1
0
=
1
0
,𝑓
0 .5
0.5
=
0.5 1 1) ( ) (
0 .75 , 𝑓 − 1 = − 0.5 … … . , 𝑓 0 = 1
2 2 ) ( ) ()
f : R2  R2 ¡Una transformación lineal si se descubre donde está el origen de coordenadas!

f ( x, y )  ( x   y , y ) DESLIZAMIENTO CORTANTE DE FACTOR  en la dirección del eje x

(Caso de cizalladura o transformación de corte)

DESLIZAMIENTO CORTANTE DE FACTOR  en la dirección del eje y f ( x, y )  ( x, y  .x)

 tal que a cada vector de lo proyecta sobre el eje x

𝑓
( ) ( )
1
0
=
1
0
Entonces 𝑓
( ) (
𝑥 = 1
𝑦 0 0 )( )
0 . 𝑥
𝑦
𝑓
( ) ( )
0
1
=
0
0
𝑓
( ) ( )
𝑥
𝑦
=
𝑥
0
Núcleo de
.

Imagen de
𝐼𝑚 ( 𝑓 ) =𝐶𝑜𝑙 ( 𝐴 ) = 𝑔𝑒𝑛
{ 0 ) ( 0 )}
( 1 , 0 = 𝑒𝑗𝑒 𝑥
𝐼𝑚 ( 𝑓 ) ={ ( 𝑥 , 𝑦 ) ∈ 𝑅 2 / 𝑦= 0 }

𝐵 . 𝑂𝑁 𝑆 ={ 𝑖=(1
^ , 0) }

𝑓 (⃗ 𝑥 =⟨ ⃗
𝑥 ) =𝑝𝑟𝑜𝑦 𝑠 ⃗ 𝑥 , 𝑖^ ⟩ 𝑖=¿
^ ⟨
( 𝑥 , 𝑦 ) , (1 , 0) ⟩ ( 1,¿0 𝑥) ( 1 , 0 ) =( 𝑥 , 0)
¿Existe algún vector que se transforme en sí mismo? ¿Existe algún vector que se
Es decir, ¿ existe un vector que resulte invariante ante f? transforme en múltiplo de sí mismo?
¿existe tal que 𝑣⃗ ∈𝑒𝑗𝑒 𝑥

( 𝑥0 )=( 𝑥𝑦 ) ⇒ { 𝑥= 𝑥⇒ ∀𝑥 ⇒ ⃗
0= 𝑦 𝑦= 0 (0)
𝑣= 𝑥 ∀ 𝑥 ∈ 𝑅
Resulta )
 tal que a cada vector de le asigna su imagen especular respecto al eje x
𝒇
( ) ( )
𝟏
𝟎
=
𝟏
𝟎

⃗
𝑥
𝐴=
( 1
0
0
)
−1 𝑓
( ) (
𝑥
𝑦
=
1
0
0
−1
.
)( )
𝑥
𝑦
⃗
𝑤
𝟏 ( ) (
𝒇 𝟎 = 𝟎
−𝟏 )
𝑓
( ) ( )
𝑥
𝑦
=
𝑥
−𝑦
⃗
𝑝
⇒ 𝒅𝒊𝒎𝑰𝒎 ( 𝒇 ) =𝟐 𝑰𝒎 ( 𝒇 ) =𝑹𝟐
𝑟 ( 𝐴 )=2
⇒ 𝒅𝒊𝒎𝑵𝒖 ( 𝒇 )=𝟎 𝑵𝒖 ( 𝒇 )=
{( )}
𝟎
𝟎

⃗ ⃗ +⃗
𝑥 =𝑝 𝑤 ¿Existe algún vector que se transforme en sí mismo?
⃗
𝑤 =⃗ ⃗
𝑥 −𝑝 Es decir, ¿ existe un vector que resulte invariante ante f?
𝑓 (⃗
𝑥 ) =⃗ ⃗
𝑝 −𝑤 ¿existe tal que ⃗ ∈𝑒𝑗𝑒 𝑥
𝑣
)
𝑓 (⃗
𝑥 ) =𝑟𝑒𝑓𝑙𝑆 ⃗
𝑥 ;⃗
𝑝 =𝑝𝑟𝑜𝑦 𝑆 ⃗
𝑥

¿Existe algún vector que se

transforme en múltiplo de sí mismo? Resulta )=
 Ejemplo de transformación lineal a partir de su forma descriptiva 
f x
FORMA DESCRIPTIVA y
 
Rota a cada vector del plano bidimensional un ángulo de 
f :R  R
2 2
en sentido antihorario alrededor del origen de coordenadas
x
x
La rotación no cambia el módulo

y

f iˆ y
ROTACIÓN en el plano en 
ĵ
1 
f ˆj sen 
sen 

cos 





1
cos 
iˆ x x f ( x, y )   x cos   y sen , x sen   y cos  
f (1, 0)   cos  , sen  f (0,1)  sen , cos  

cos  sen   x   (cos ) x  (sen ) y 

    
sen  cos   y   (sen ) x  (cos ) y 
 
A x  )
f ( x
ROTACIÓN alrededor del eje z en  en sentido antihorario f (0, 0,1)  (0, 0,1)

f : R3  R3
y y
z

f iˆ 
f ˆj
 ĵ
1
 1

iˆ x x

y f (1, 0, 0)  (cos ,sen , 0) f (0,1, 0)  (sen , cos , 0)

x cos  sen  0  x   (cos ) x  (sen ) y 

cos     
sen  0   y    (sen ) x  (cos ) y 
0 0 1 z  z 
   

f ( x, y, z )   x cos   y sen , x sen   y cos , z 

 ROTACIÓN alrededor del eje y en  en sentido antihorario z z
f (0,1, 0)  (0,1, 0)
f : R3  R3 
f kˆ

z  k̂
1
iˆ
x  x
1


f iˆ

f (1, 0, 0)  (cos , 0, sen ) f (0, 0,1)  (sen , 0, cos )

y
cos  0 sen   x   (cos ) x  (sen ) z 
x 0 1 0   
 y    y


sen  0 cos   z   (sen ) x  (cos ) z 

 

f ( x, y, z )   x cos   z sen , y,  x sen   z cos  

ROTACIÓN alrededor del eje x en  en sentido antihorario

f : R3  R3 f (1, 0, 0)  (1, 0, 0)
z z
z

f ˆj 
f kˆ

1 k̂
 1

ĵ y y

y f (0,1, 0)  (0, cos ,sen ) f (0, 0,1)  (0, sen , cos )

x
1 0 0  x  x 
   
0 cos  sen    y    (cos ) y  (sen ) z 
0 sen  cos   z   (sen ) y  (cos ) z 
 
f ( x, y, z )   x, y cos   z sen , y, y sen   z cos  
 Eje
ver
tica
l

Eje
tran
sver
sa l
n al y
di
x g itu
lon
Ej e
 𝒇
( ) (
𝟏
𝟎
=
−𝟏 . 𝟓
𝟎 ) SIMETRÍA CENTRAL Y DILATACIÓN

𝒇
( ) (
𝟎
𝟏
=
𝟎
−𝟏 . 𝟓 ) 𝑺=
( −𝟏
𝟎
𝟎
−𝟏 ) 𝑫=
( 𝟏.𝟓
𝟎
𝟎
𝟏.𝟓 )
( −𝟏 . 𝟓 𝟎
)
( ) ( ( )) (
𝑨=
𝟎 − 𝟏 .𝟓 𝒇
𝒙
𝒚
=𝒔 𝒅
𝒙
𝒚
=
−𝟏 𝟎
𝟎 −𝟏
.
𝟏 .𝟓
𝟎
𝟎 𝒙
𝟏.𝟓 𝒚
=
𝟎 )(
− 𝟏 .𝟓 𝟎
.
−𝟏 .𝟓 𝒚
𝒙
)( ) ( )( )
𝒇
( )(
𝒙
𝒚
=
−𝟏 .𝟓
𝟎
𝟎
.
−𝟏 . 𝟓 𝒚
𝒙
)( ) ¿Se puede conmutar? Generalmente no. Solo si las matrices son conmutables.

ROTACIÓN EN 180°Y DILATACIÓN

𝒇
( ) (
𝒙
𝒚
=
−𝟏 . 𝟓 𝒙
−𝟏 .𝟓 𝒚 )
 COMPOSICIÓN DE TRANSFORMACIONES LINEALES
f :V  W g:W U g f :V  U
T.L. T.L. T.L.
g
f
  g 
0U
0V f 0W


x  g ( f ( x ))
f (x )
V Espacio Espacio
Espacio vectorial U vectorial
vectorial intermedio de llegada
de partida
W
dim(U) = q
dim(W) = m
dim(V) = n

g f
 f :V  W g :W  U
COMPOSICIÓN DE TRANSFORMACIONES LINEALES T.L. T.L.
g f :V  U
g f T.L.

 f  g  
x f (x) g  f (x)   g  f  (x)
f :V  W g:W U
V W U
dim(V) = n dim(W) = m dim(U) = q
Af Ag
X Af  X q×m
Ag  Af  X    Ag  Af   X
R m×n
R
R n×1 R m×1 R q×1

R q×n

Ag  Af  Ag  f
COMPOSICIÓN DE TRANSFORMACIONES LINEALES
 f :V  W  g:W U  
x f (x) g  f (x)   g  f  (x)

X Af  X Ag  Af  X    Ag  Af   X
Af  R m×n Ag  R q×m

dim(W) = m dim(U) = q
dim(V) = n

· No siempre se pueden componer dos transformaciones lineales:

sólo si el EV de llegada de la primera coincide con el EV de partida de la segunda

· El orden de la composición es importante. Aunque se existieran las composiciones en un orden y en el orden conmutado,
no significa que darán la misma transformación lineal

· Si V = W = U y las composiciones verifican g  f  f  g , entonces f y g se llaman transformaciones conmutables

Ag  Af  Af  Ag
 Ejemplo de transformación lineal a partir de su forma descriptiva
3 4
f :R  R
2 2
Forma descriptiva: Proyección de un vector sobre el subespacio generado por ˆ  (
a , )
5 5

 ^}
𝐵 . 𝑂𝑁 𝑆 ={ 𝑎
x  ( x, y )  f ( x )  proyS x
y
f
 3 4 3 4 
x  proyS x  x , aˆ aˆ f  x   ( x, y ), ( , ) (  , )  x
5 5 5 5 a
 3 x  4 y 3 4
f x  ( , ) x
5 5 5 
f x
 9 12 12 16 
Forma explícita: f  x , y    x  y ,  x  y
 9 12 
 25 25 25 25  9 12 x  y 
  x  25 25
25 25    
¿ Existe un vector que resulte invariante ante f? Si   12 x  16 y 
12  y
( ) ( )
𝑓 −3 = −3
4 4
25
16
25

 25 25 


¿Existe algún vector que se transforme en múltiplo de sí mismo? Si

𝑓
( ) ( )
4
3
=
0
0 Forma matricial: A X  F(X )
A  R 2×2 , X  R 2×1 , F ( X )  R 2×1
{( ) ( ) }
−3 , 4
4 3
es una base de , entonces  9
 25 
12 
25 
A 
𝒇 (⃗
𝟒( )
𝒙 ) =𝜶 . 𝒇 −𝟑 + 𝜷 . 𝒇 𝟒
𝟑 ( )  12

 25
16 
25 

REFLEXIÓN SOBRE UN SUBESPACIO DE DIMENSIÓN 1 f :R  R
3 3

   

a  R  0 S  a  f ( x )  ref S x
3


x S

a

ref S x
S
 f
PROYECCIÓN SOBRE EL PLANO XY
f iˆ 
f iˆ  iˆ
z z ˆj f  ˆj   ˆj

k̂
ĵ f ( ˆj )
kˆ ˆ  
f k 0

iˆ y f (iˆ) y
1 0 0
^𝑗  
Af   0 1 0 
x x 0 0 0
 x  1 0 0  x   x   
      
f  y    0 1 0  . y    y 
 z  0 0 0  z   0 
      
Si a un cubo de lado uno,
con unos de sus vértices
en el origen, se la aplica
¿en qué se transforma?
𝐴𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝜆=0 𝑦 𝜆=1
 𝑓 : 𝑅3 → 𝑅3 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑓 ( ⃗
𝑥 ) =𝑝𝑟𝑜𝑦 𝑆 ⃗
𝑥

𝑁𝑢 ( 𝑓 ) =¿ 𝑆 ⊥
𝐼𝑚 ( 𝑓 ) =¿ 𝑆
⃗
𝑥
¿Contamos con la información esencial para hallar la T.L.?
es una base de Los vectores de permanecen invariantes ante
𝑓 (⃗
𝑥)
⃗ 𝟏) = ⃗
𝒇 (𝒗 𝒗𝟏 ⃗ 𝟐) = ⃗
𝒇 (𝒗 𝒗𝟐

𝑆 es una base de . Entonces 𝒇 (⃗ ⃗

𝒗 𝟑) =𝟎

𝑩𝒂𝒔𝒆 𝑺 ∪ 𝑩𝒂𝒔𝒆 𝑺 =𝑩𝒂𝒔𝒆 𝑹

⊥ 𝟑

Entonces existen los escalares para que la C.L. sea única

¿Existe algún vector que se transforme en sí mismo?
Por el teorema fundamental de las T.L. Es decir, ¿ existe un vector que resulte invariante ante f?

𝒇 ¿
 Sea se llama autovalor de , al escalar para el que exista alg[un vector no nulo
tal que

Al vector no nulo se lo denomina autovector

Este Sistema Homogéneo debe admitir soluciones distintas de la trivial, la condición que debe verificarse entonces
es la que se conoce con el nombre de ECUACIÓN CARACTERÍSTICA

Se define como polinomio característico de al polinomio de grado n y Para cada autovalor de tiene un subespacio
variable λ dado por asociado definido
Sus raíces son los autovalores de A.

https://frh.cvg.utn.edu.ar/pluginfile.php/18242/mod_resource/content/0/APUNTES_D
E_CLASE/Apunte%20sobre%20Autovectores%20y%20Autovalores.pdf
 es un polinomio de grado n. Tiene por lo tanto n raíces que ´pueden ser números reales o complejos

Las raíces del POLINOMIO CARACTERÍSTICO son los AUTOVALORES de .

Para cada autovalor se encuentra el conjunto solución del sistema homogéneo .

Cada subespacio solución contiene a los autovectores asociados a y al vector nulo y definen al SUBESPACIO CARACTERÍSTICO

La multiplicidad de cada raíz del polinomio se llama multiplicidad algebraica del autovalor

La dimensión de cada subespacio característico se llama dimensión geométrica.

𝒎𝒖𝒍𝒕𝒊𝒑𝒍𝒊𝒄𝒊𝒅𝒂𝒅 𝒈𝒆𝒐𝒎 é 𝒕𝒓𝒊𝒄𝒂 ≤ 𝒎𝒖𝒍𝒕𝒊𝒑𝒍𝒊𝒄𝒊𝒅𝒂𝒅 𝒂𝒍𝒈𝒆𝒃𝒓𝒂𝒊𝒄𝒂

Una propiedad importante a tener en cuenta es: Si …..,son los autovalores de

Entonces la suma de los autovalores es igual a la traza de
+…..+
Y el producto es igual al determinante
.……