Transformaciones lineales Los espacios vectoriales son conjuntos con una estructura adicional, al saber, sus elementos se pueden

sumar y multiplicar por escalares del campo dado, conviene utilizar funciones que preserven dicha estructura. Estas funciones se llamaran transformaciones lineales y en el presente capitulo las estudiaremos. Mas adelante mostraremos que las transformaciones lineales se pueden representar en trminos de matrices, y viceversa. Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las condiciones necesarias. Las transformaciones lineales ocurren con mucha frecuencia en el lgebra lineal y en otras ramas de las matemticas, tienen una gran variedad de aplicaciones importantes. Las transformaciones lineales tienen gran aplicacin en la fsica, la ingeniera y en diversas ramas de la matemtica. Estudiaremos las propiedades de las transformaciones lineales, sus diferentes tipos, as como la imagen, el ncleo, y como se desarrolla en las ecuaciones lineales.

Transformaciones lineales Definicin de transformacin lineal y sus propiedades Definicin. Sean V y W espacios vectoriales sobre el mismo campo k. Una transformacin lineal de V en W, es una funcin tal que: i)

, .

ii) , , . En otras palabras, una transformacin lineal es una funcin que respeta las operaciones definidas en los espacios vectoriales: abre sumas y saca escalares. Observaciones: i) Si es una transformacin lineal, entonces . En efecto . Por la ley de la cancelacin en W, tenemos que . Ntese que en realidad solo se usa la propiedad aditiva (i) de T. Este hecho lo usamos en el siguiente inciso. ii) es lineal si y solo si , ,

. Si T lineal, entonces

. Inversamente, supongamos que

, , . Probemos las dos condiciones para que T sea lineal: a)

. b)

Ntese que usamos el hecho de que , lo cual es consecuencia del comentario hecho al final del inciso (i). iii) es lineal si y solo si

, . La demostracin se hace por induccin sobre n. a) Si

, entonces , por la condicin (ii) de T. b) : Por la condicin (i) de T, tenemos que, Supongamos vlido para n. Probemos para

Y por hiptesis de induccin, tenemos que,

As que podemos concluir que,

Este ltimo inciso se puede abreviar usando la notacin sigma como sigue:

Veamos algunos ejemplos de transformaciones lineales, donde haremos uso extenso de la observacin (ii) de arriba. Ejemplo 1. Sea tal que , . Entonces T es lineal, ya que , y por otro lado, . Por lo tanto, vemos que . Esta transformacin recibe el nombre de la transformacin cero y se denota como . Ejemplo 2. Sea tal que , . Entonces T es lineal, ya

que . Esta transformacin recibe el nombre de la transformacin identidad de V en V, y se denota como . Ejemplo 3. Sea tal que

la traza de A, es decir, , la suma de los elementos de la diagonal. Entonces T es lineal, ya que Ejemplo 4. Sea tal que . Entonces T es lineal, ya que

Ejemplo 5. Sea tal que , la derivada de . Entonces T es lineal ya que:

Ejemplo 6. Sea , el espacio vectorial de todas las funciones continuas en un intervalo cerrado y sea

tal que . Entonces T es lineal ya que:

Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las siguientes condiciones:

Clasificacin de las transformaciones lineales es inyectiva, o sea si el nico elemento del ncleo es el vector nulo. es sobreyectiva (exhaustiva). es biyectiva (inyectiva y exhaustiva). o sea si el dominio es igual al codominio (el espacio vectorial de salida y el de llegada son el mismo).

Automorfismo: Si es endomorfismo e isomorfismo a la vez.

DEFINICIN DE NCLEO O KERNEL, E IMAGEN DE UNA TRANSFORMACIN LINEAL Definiciones Sean V y W espacios vectoriales sobre el mismo campo K y T una transformacin lineal de V en W. El ncleo o kernel de T es: N ( T ) ( Ker T ) = { v V : T ( v ) = 0
w

Si es lineal, se define el ncleo y la imagen de T de la siguiente manera:

Es decir que el ncleo de una transformacin lineal est formado por el conjunto de todos los vectores del dominio que tienen por imagen al vector nulo del codominio.

El ncleo de toda transformacin lineal es un subespacio del dominio: dado que T(0V) = 0W

1. 2. Dados 3. Dados

Se denomina nulidad a la dimensin del ncleo. Nulidad (T) = dim (Nu (T))

O sea que la imagen de una transformacin lineal est formada por el conjunto de todos los vectores del codominio que son imgenes de al menos algn vector del dominio. La imagen de toda transformacin lineal es un subespacio del codominio. El rango de una transformacin lineal es la dimensin de la imagen. rg(T) = dim(Im(T))

Sea de como

una transformacin lineal de

en

; se define el ncleo

Ntese que

es un subespacio de

. Por otro lado, se define la

imagen de como Para algn es un subespacio de subespacio de . Si es un subespacio de y es un

, entonces los conjuntos

Son subespacios de ,e . Ejemplos

respectivamente. Obsrvese que . La dimensin del espacio imagen , y se denota por

se conoce como el rango de la transformacin

1.- Si es la proyeccin dada por entonces el ncleo esta dado por:

Mientras que la imagen es:

10

Vemos en este ejemplo que el ncleo es el complemento directo mientras que la imagen es el subespacio sobre el cual se proyecta.

2.- Si

es una proyeccin sobre W subespacio de V, entonces

asociada a la descomposicin

En efecto, recordemos que T(v) = X siempre que v = x + y , donde Por lo tanto, tenemos que:

3.- Sea tal que T(x, y, z) = (x - y, y + z). Es fcil verificar que T es lineal, en este caso tenemos que el ncleo est dado por:

Mientras que la imagen queda como:

donde la ltima igualdad se prueba fcilmente por doble contencin.

11

En todos estos ejemplos se puede observar que el ncleo y la imagen siempre resultan ser subespacios del dominio y del contra dominio, respectivamente.

La matriz de una transformacin lineal y representacin matricial de una transformacin lineal Representacin matricial de una transformacin lineal. Sea T : V !"! W una T.L con dimV = n, dimW = m si {e1,...,en} es una base de V y {w1,...,wm} es una base de W, cada elemento t(ek) puede expresarse con unicidad, como una combinacin lineal de los elementos de la base es decir T(ek) =m"i=1tikwi donde tik ,...,t mk son los componentes de t(ek) respecto a la base ordenada {w1,...,wm}.

Los tik forman un vector columna o matriz columna. Tenemos una columna para cada uno de los n-elementos t(e1),..., t(en), formando as una matriz de orden m n. As toda T.L de un espacio n-dimensional V, en un espacio m dimensional W da origen a una matriz m n t(eik), cuyas columnas son los componentes de t(ei),...,t(en), relativos a la base (w1,...,wn), la llamamos representacin matricial de T relativa a unas bases ordenadas {e1,...,en}, de V y {w1,...,wm}, para w. Teorema Dada una transformacin lineal T: V ! V donde dimV = n. Si T tienen una representacin en matriz diagonal, existe entonces un conjunto de elementos independientes u1,...,u2 en V y un conjunto correspondiente de escalares 1,... n que satisfacen: T(uK) = kuk para k=1, 2,...,n. Recprocamente, si existe un conjunto independiente u1,...,un en V y un conjunto correspondiente de escalares 1,..., n que satisfacen (1), entonces la matriz A = diag(1,..., n) es una representacin de T respecto a la base (u1,...,un). Luego el problema de hallar una representacin en matriz diagonal de una transformacin lineal se reduce al de hallar el elemento sin

12

dependientes u1,...,un y los escalares 1,..., n que satisfacen T(uk) = kuk. Para k = 1, 2,...,n. Tales elementos u1,...,un y 1,..., n, se conocen como autovectores y autovalores respectivamente. Teorema Sea una matriz de n n se dice que es un valor propio de A ssi P()=det(A " i) = 0 Esta es la ecuacin caracterstica de A, P() se llama polinomio caracterstico de A. Teorema Sea A una matriz real o compleja de orden n n, entonces existe una matriz C compleja invertible de orden n n talque C"1 AC = J Donde J es la matriz de Jordn cuyos elementos en la diagonal son los valores propios de A. Mas aun la matriz de Jordn es nica, excepto por el orden (dado por la base ordenada fija) en el que aparecen los bloques de Jordn. Una manera de facilitar el trabajo con una transformacin lineal, es asociarle una matriz, para lo cual es necesario considerar un par de bases ordenadas. Definicin Sean dos espacios vectoriales sobre , adems bases ordenadas de respectivamente y una transformacin lineal de en Se define la matriz asociada a en las bases a

13

denotada por

donde Adems si la base del espacio de partida es igual al del espacio de llegada, la matriz asociada a la transformacin lineal se denota por Transformaciones y sistemas de ecuaciones lineales Teorema sobre transformaciones de renglones de matrices. Dada una matriz de un sistema de ecuaciones lineales, resulta una matriz de un sistema equivalente si: a) Se intercambian dos renglones. Smbolo: Ri Rj. b) Se multiplica o divide un rengln por una constante diferente de cero. Smbolo: kRiRi. c) Un mltiplo constante de un rengln se suma a otro rengln. Smbolo: kRi + Rj Rj. Uso de matrices para resolver un sistema de ecuaciones lineales. Ejemplo. Resuelve el sistema: x + 2y + 3z = 9 4x + 5y + 6z = 24 3x + y - 2z = 4 Comenzaremos con la matriz del sistema, es decir, la matriz aumentada:

14

Luego aplicamos transformaciones elementales de rengln a fin de obtener otra matriz (ms sencilla) de un sistema de ecuaciones equivalentes. Pondremos smbolos adecuados entre matrices equivalentes.

(-4)R1 + R2

R2 (-3)R1 + R3

R3 (-(1 3))R2

R2 (-1)R3

R3 (-5)R2 + R3

R3

15

Con la matriz final regresamos al sistema de ecuaciones:

Que equivale al sistema original. La solucin x = 4, y = -2, z = 3 se puede encontrar ahora por sustitucin. La matriz final de la solucin es una forma escalonada. En general, una matriz est en forma escalonada si satisface estas condiciones: a) El primer nmero diferente de cero de cada rengln, leyendo de izquierda a derecha, es 1. b) La columna que contenga el primer nmero diferente de cero en cualquier rengln est a la izquierda de la columna con el primer nmero distinto de cero del rengln de abajo. c) Los renglones formados enteramente de ceros pueden aparecer en la parte inferior de la matriz. Ejemplo: Sea la matriz:

, es "una matriz escalonada" Guas para hallar la forma escalonada de una matriz. (a) Localizar la primer columna que contenga elementos diferentes de cero y aplicar transformaciones elementales de rengln a fin de

16

obtener 1 en el primer rengln de esa columna. (b) Aplicar transformaciones elementales de rengln del tipo kR1 + Rj Rj. para j > 1 y obtener 0 bajo el nmero 1 obtenido en la gua (a) en cada uno de los renglones restantes. (c) Hacer caso omiso del primer rengln. Localizar la prxima columna que contenga elementos diferentes de cero y aplicar transformaciones elementales de rengln con objeto de obtener el nmero 1 en el segundo rengln de esa columna. (d) Aplicar transformaciones elementales del tipo kR2 + Rj Rj. para j >2 y obtener 0 bajo el nmero 1 obtenido en la gua (c) en cada uno de los renglones restantes. (e) Hacer caso omiso del primer y segundo renglones. Localizar la siguiente columna que contenga elementos diferentes de cero y repetir el procedimiento. (f) Continuar el proceso hasta alcanzar la forma escalonada. Uso de la forma escalonada para resolver un sistema de ecuaciones lineales. Ejemplo: Resuelve el sistema:

Solucin: Comenzamos con la matriz aumentada y luego obtenemos una forma escalonada, segn se describe en las guas.

17

R1

R4 R2

R3 (1)R1 + R3

R3 (-2)R1 + R4

R4 (-1)R2

R2 (-(1 2))R2

18

R2 (-1)R2 + R3

R3 (-1)R2 + R4

R4 (3)R3 + R4

R4 La matriz final est en forma escalonada y corresponde a un sistema de ecuaciones: (-(1 2))R4

R4

19

Ahora usamos sustitucin a fin de hallar la solucin. De la ltima ecuacin vemos que w = -1; de la tercera ecuacin vemos que z = -2 . Sustituimos en la segunda ecuacin, y obtenemos: y - 2z - w = 6 y - 2(-2) - (-1) = 6 y+4+1=6 y=1 Sustituimos los valores encontrados en la primera ecuacin: x + z + 2w = -3 x + (-2) + 2(-1) = -3 x - 2 - 2 = -3 x=1 Por lo tanto, el sistema tiene una solucin: x = 1, y = 1, z = -2, w = -1. Algebra de las transformaciones lineales Sean podemos definir la suma de transformaciones lineales, dada por

Tambin podemos definir la multiplicacin por escalar. Sean definamos la multiplicacin por escalar de una transformacin lineal, dada por

20

Definicin. Un lgebra A sobre un campo F es un espacio vectorial sobre F en el que se tiene definida una operacin producto que satisface para todos los elementos T1, T2, T3 A y F: T1(T2+T3)=T1T2+T1T3 (T2+T3)T1=T2T1+T3T1 (T1T2)=(T1)T2=T1(T2) Si adems se cumple que (T1T2)T3=T1(T2T3) entonces A es un lgebra asociativa Definicin. Sean V, U y W espacios vectoriales sobre el mismo campo F. Sean T1: VU y T2: UW dos transformaciones lineales. Se define la composicin de T2 seguida de T1 T2T1 como la funcin de V a W (T2T1) :VW tal que (T2T1)(v)=T2(T1(v)) Proposicin. Si T1 y T2 son TL, entonces T2T1 tambin lo es. Demo. Sean u,v V y , F, entonces (T2T1)(v+u)=T2(T1(v+u))=T2(T1(v)+T1(u)) = (T2T1)(v)+(T2T1)(u) (T2T1) es T.L. Puede verse que Hom(V,V) con la composicin es un lgebra asociativa.

Ejemplo 7. (Rotacin por un ngulo )

21

Sea un ngulo medido en radianes. Queremos averiguar cual es la transformacin T de en que gira cada vector un ngulo , para obtener un vector . En una grfica, vemos la situacin como sigue: Si usamos las funciones trigonomtricas, tenemos que:

Distribuyendo y usando el hecho de que

22

y tenemos que:

Por lo tanto, ya descubrimos cmo debe estar definida la transformacin tal que

Esta transformacin se llama la rotacin por un ngulo y es lineal, ya que:

Ejemplo 8. (Reflexin sobre el eje x) En este caso, queremos averiguar como est definida la transformacin T de en

23

que cada vector lo refleja sobre el eje x, para obtener un vector . En una grfica, vemos la situacin como sigue:

En este caso, la situacin es ms sencilla ya que claramente tenemos dos tringulos rectngulos que son congruentes, de donde T queda definida como sigue:

Esta transformacin se llama la reflexin sobre el eje x, y es lineal, ya que:

24

Ejemplo 9. (Proyeccin ortogonal sobre el eje x) En este caso, queremos averiguar como est definida la transformacin T de en que a cada vector lo proyecta perpendicularmente sobre el eje x, para obtener un vector . En una grfica, vemos la situacin como sigue:

Tambin este caso es sencillo, pues es obvio que T queda definida como sigue:

Esta transformacin se llama la proyeccin sobre el eje x, y es lineal, ya que:

25

Este ltimo ejemplo tiene ms fondo desde el punto de vista de lgebra Lineal. Consideremos el siguiente subespacio de :

Vemos que ste no es sino el eje x (sobre quien se efectu la proyeccin). Ahora bien, tiene un complemento directo, a saber,

De tal forma que cada vector se escribe en forma nica como suma de un vector de ms un vector de como sigue:

Notamos que la proyeccin sobre el eje x, manda a sobre , el cual es precisamente el trmino correspondiente a en la descomposicin anterior! Todo esto nos induce a definir proyecciones sobre subespacios en general como sigue:

26

Definicin. Sea V un espacio vectorial y sea un subespacio tal que existe el complemento directo de en V, es decir tal que , de tal forma que cada vector se escribe en forma nica como:

Con y . Definimos entonces la proyeccin sobre , como aquella transformacin tal que . Lo primero que observamos es que esta transformacin es lineal, ya que si , con y

27

, entonces

con y . Por lo tanto, de acuerdo a la definicin de T, tenemos que:

En segundo lugar, vemos que esta definicin, incluye como caso especial a la de la proyeccin sobre el eje x. Sin embargo, vemos que no es suficiente con especificar sobre que subespacio queremos proyectar, sino tambin es necesario aclarar cual es el complemento directo que se estar usando, ya que un mismo subespacio puede tener distintos complementos directos. El mismo eje x, tiene el siguiente complemento directo: En efecto, es claro que es un subespacio de

. Adems, cada se escribe como Todo esto demuestra que

28

. Usando esta descomposicin y la definicin de proyeccin, tendremos que en este caso, la transformacin queda dada como sigue: As pues, por cada complemento directo que tengamos a la mano, podemos definir una proyeccin asociada a dicha descomposicin. Ejemplo contraccin Una contraccin es una transformacin que decrece distancias. Bajo una contraccin, cualquier par de puntos es enviado a otro par a distancia estrictamente menor que la original. Sea V= (2 4) encontrara la contraccin horizontal cuando K=1/2 Haciendo la grafica el punto disminuye en el eje horizontal. Ejemplo dilatacin o expansin Una dilatacin es una transformacin que incrementa distancias. Sea V= (2 4) encontrara la expansin vertical cuando K=2 Expansin horizontal (k71) o contraccin (0<k<1) Expansin vertical (k71) o contraccin (0<k<1)

29