You are on page 1of 14

UNIVERSIDAD NACIONAL DE RIO CUARTO

FACULTAD DE CIENCIAS ECONÓMICAS
CÁTEDRA: Álgebra Lineal

UNIDAD VI
TRANSFORMACIONES LINEALES 1
El concepto de transformaciones lineales es similar al de funciones, toma un
elemento de un conjunto y luego de realizar alguna operación de manera tal de
obtener su transformado.
Sean V y W dos espacios vectoriales cualesquiera, y sea X un elemento de V, Luego:
T: V → W
Para todo X ∈ V existe T(X) ∈ W
La transformaciones que consideraremos deberán ser lineales, por lo que deben
cumplir con las condiciones de linealidad, por lo que diremos que se si T: V → W es
lineal deberá cumplirse que:
∀XeY∈V

y

T(X), T(Y) ∈ W

T(X + Y) = T(X) + T(Y)
T(αX) = αT(X)

Cumpliendo las transformaciones con estas dos condiciones se está en presencia de
una Transformación Lineal ya que las mismas son las que garantizan la linealidad, o
sea la aditividad y la homogeneidad.
“Una Transformación Lineal es una función en la que los elementos que se
transforman son elementos de espacios vectoriales, cumpliendo la transformación
con las condiciones de linealidad.”

1

Material elaborado por la Prof. Ana Aída SFORZINI. Año 2009.
1

Propiedades En toda transformación lineal T: V → W se cumple que: T (θv) = θw T(-X) = (-1) T(X) ∀ X ∈ V T (X1 – X2) = T(X1) + (-1) T(X2) ∀ X1.Gráficamente: V W αT(X) αX T(Y) + T(Y) X+Y X T(X) Las dos condiciones que garantizan la linealidad de una transformación las podemos escribir como: T(αX + βY) = T(αX) + T (βY) = αT (X) + β T (Y) V se denomina el dominio de la transformación. X2 ∈ V Operaciones Sean T’ y T’’ transformaciones lineales que tienen el mismo conjunto dominio y el mismo conjunto codominio. W es el condominio de la transformación lineal y contiene todos los elementos que se obtienen de transformar los elementos del dominio. y contiene todos los elementos a los cuales se les aplicará la transformación lineal. T’: V → W y T’’: V → W T’(X) + T”(X) = (T’ + T”) (X) α T(X) = (αT) (X) 2 . y que constituyen de la imagen de la transformación lineal. es decir.

Núcleo e Imagen de una transformación lineal Toda transformación lineal tiene asociada a ella dos espacios vectoriales.Sean T’ y T’’ dos transformaciones lineales T’: V → W y T’’: W → U entonces la transformación lineal compuesta es T’’ ◦ T’: V → U (T” ◦ T’) (X) = T”(T’(X)) Esta es la composición de transformaciones lineales gráficamente: T”(T’)(X) •X •T’(X) •(T”. cada uno de estos espacios vectoriales tienen suespacios que pertenecen a ellos y que se denominan el núcleo de la transformación lineal (que pertenece al dominio) y la imagen de la transformación lineal (que pertenece al codominio).T’)(X) En este diagrama de Venn el primer conjunto es V. Escrito en forma de conjunto tendremos: 3 . Analizaremos cada uno de ellos: Núcleo de una transformación lineal Dada T: V → W transformación lineal Si tenemos X ∈ V y resulta T(X) = θW entonces decimos que X pertenece al núcleo de la transformación lineal y se denota por NT . O sea: El NT está formado por los elementos del domonio tales que su transformado es el nulo del codominio. el espacio dominio (conjunto de partida) y el espacio codominio (conjunto de llegada). el segundo es W. Lo que se pretende con la composición es poder definir una función lineal que tenga por dominio el espacio vectorial V y por codominio el espacio vectorial U. y el tercero es U.

probaremos que es un subespacio vectorial ya que V un espacio vectorial: Si X ∈ V y resulta X = θV ⇒ T(θV) = θW (por propiedad de transformación Lineal). Si X e Y ∈ NT ⇒ T(X) = θW y T(Y) = θW T(X + Y) = T(X) + T(Y) = θW + θW = θW Si α ∈ R: T(αX) = α T(X) = α θW = θW Luego el NT es un subespacio vectorial del dominio de T. es un subconjunto de V. por lo que el NT ≠ φ (vacío). Luego diremos que: El conjunto imagen de T se denota por IT IT está formada por todos los elementos de W que se obtienen de aplicar transformación lineal a los elementos de V. Gráficamente: W V X• •θ Imagen de una transformación lineal: Si T(X) = Y tal que X ∈ V y Y ∈ W diremos que Y es la imagen de X a través de la transformación lineal.En toda T: V → W lineal N (T) = {X ∈ V / T(X) = θ } W Como el NT está incluído en V. 4 .

Sabemos T( θV) = θW por lo que θW ∈ IT. ". V } 1 2.Generalizando: En toda T: V → W lineal I T = {Y ∈ W / T(X) = Y para todo X ∈ V } IT está incluida en W. es un subconjunto de W. por lo que tendrá dimensión y se denotará por Dim I(T). luego la IT ≠ φ. Relación entre las dimensiones del dominio. V V . del núcleo y de la imagen de una Transformación Lineal: Esta relación establece que: Dim Dom(T) = Dim I(T) + Dim N (T) O sea que la dimensión del dominio de una transformación lineal es igual a la suma de las dimensiones del núcleo y de la imagen de la transformación. Consideremos T: V → W una transformación lineal tal que Tomemos {V . Para probar esto tomaremos un conjunto de vectores con determinadas características y probaremos que constituyen una base para el espacio dominio. X1. 3 k Dim V = n un conjunto de vectores de V que constituyen una base para el núcleo de la transformación. como W es un espacio vectorial probaremos que IT es un subespacio vectorial. de manera tal que T(X1) = W1 y T(X2) = W2 Luego por las condiciones de linealidad: T (X1 + X2) = T(X1) + T(X2) = W1 + W2 ∈ IT Si α ∈ R: T(αX1) = α T(X1) = α W1 luego α W1 ∈ IT Por lo anterior concluimos que IT es un subespacio vectorial del codominio de T. Si consideramos W1 y W2 ∈ IT deberán existir elementos de V. por lo que la Dim N(T) = k 5 . X2 por ejemplo.

S es linealmente independiente.L. Estos escalares son los que acompañaban a los Ui en la combinación lineal por lo que { U. habremos probado que la suma de las dimensiones del N(T) y de la I(T) es la dimensión del dominio.son ceros ya que los Vi correspondientes son una base. . + αk+m T(Um) = T(θV) lo que de acuerdo a lo establecido al inicio nos quedará: αk+1 W1 + αk+2 W2 + . la Dim I(T) = m 1 2. U.m.. S es sistema generador de V. k+m . U. . Um un conjunto se vectores de V que tiene el número de vectores que tiene la base del N(T) más el número de vectores que tiene la base de la I(T).. Luego el conjunto S es un conjunto linealmente independiente.. + αk Vk + αk+1 U1 + αk+2 U2 + ..Y consideremos una base para la I(T): {W . 3 m Los vectores Wi son vectores de I(T) por lo que existen vectores. α1 V1 + α2 V2 +. sabemos que los αi para i = 1 . . de V tales que T(Ui) = Wi para i =1. + αk+m Um = θV Aplicamos transformación lineal en ambos miembros: αk+1 T(U1) + αk+2 T(U2) + .. . . + αk+m Wm = θW los escalares αi para i = k+1 . ". ya que los Wi son los elementos de una base de I(T). son ceros en la C. . . Si probamos que este conjunto es una base del Dom T. W W .k . Um es linealmente independiente. V . .L. k 1 2 } " . αk+1 U1 + αk+2 U2 + . Tomemos ahora el conjunto S = {V . 1 2 ". por lo que debemos probar que αi para i = k+1 ... 6 . U. . V . Ui.. + αk+m Um = θV en esta C. k+m son iguales a cero. 1 2 } " . . W } ..

Dim NT y DimIT es cierta. . . Teorema Fundamental de las Transformaciones Lineales: Este teorema establece que: 7 . de la base dada: (x – (β1 U1 + β2 U2 +. por lo que T(X) es la imagen de X y pertenece a W. + βm Um)) = θ con lo cual el vector: (X – (β1 U1 + β2 U2 +. . . + βm T(Um) T(X) = T(β1 U1 + β2 U2 +. . . + βm Um) es un vector del N(T). . . S es L. con lo que probamos que la relación entre la Dim Dom T.Consideramos X ∈ V .T(β1 U1 + β2 U2 +. . . por lo que podemos escribir: T(X) = β1 W1 + β2 W2 +.L. + βm Wm o también: T(X) = β1 T(U1) + β2 T(U2) + . y podemos expresarlo como C.G. + βm Um) = θ T(X – (β1 U1 + β2 U2 +. . + βm Um) T(X) . de V entonces S es una base de V. .I. Como X es un elemento cualquiera de V y es generado por los elementos de S. y S. . + βm Um)) = k ∑α V i=1 X- m ∑β U i=1 i i k ∑α = i=1 i i i Vi luego: X = k ∑α V i=1 i i + m ∑β U i=1 i i → X es combinación lineal de los elementos del conjunto S. por lo que S es sistema de generador de V. .

. Dada T: V → W lineal y sea {V . es posible obtener una matriz de forma tal que: Dada T: V → W una transformación lineal y X ∈ V sea T(X) = Matriz de la T. +αm Vm → X = m ∑α V i=1 ⎛m T(X) = T ⎜ ∑ α i ⎝ i=1 m ∑α i=1 T(Vi) ∈ W i i → ⎞ V ⎟⎠ i aplicando las condiciones que cumple la transformación lineal T(X) = i podemos escribir: T(V i) por lo que T(Vi) = yi T(X) = m ∑α i=1 i Yi .T.L. expresado este en términos de una base del dominio. 8 .L. V V . X O sea que la transformación lineal de un elemento del dominio sea igual al producto de una matriz (M. ya que surgen de expresar a X como combinación lineal de los vectores de una base.. Matriz de la transformación lineal o Matriz asociada a una transformación lineal: Conociendo una base para el conjunto dominio y otra para codominio de una transformación lineal. Con lo cual queda demostrado el teorema fundamental de las transformaciones lineales.. V } 1 2. T(X) = Y ∈ W Luego: X = α1 V1 + α2V2 + α3V3 + . Este teorema es de utilidad para la obtención de la definición de una transformación lineal a partir de elementos transformados del dominio.La transformación lineal de cualquier vector del dominio es única. ". transformación lineal que se obtiene a través de una combinación lineal que es única ya que depende de los escalares αi que son únicos. 3 m una base de V entonces X ∈ V .) por el elemento en cuestión.

el primero de acuerdo al vector de la base que acompaña y el segundo igual al del vector transformado. b3 ... b'3 . de la C...n. + αn T(bn) que es única por el teorema fundamental de las T. + αn bn aplicamos transformación lineal a ambos miembros: T(x) = α1 T(b1) + α2 T(b2) + α3 T(b3) + . ".L.. bn} una base para V y B'[w ] = {b'1. b'm} una base de W Tomamos un elemento de V. Cada uno de estos escalares constituye el vector de coordenada del vector transformado por lo que podemos escribir de acuerdo a lo visto anteriormente: ⎡ a11 ⎤ ⎢ ⎥ a T (b1) [B' ] = ⎢ 21⎥ y asi obtenemos cada uno de los vectores ⎢ # ⎥ ⎢ ⎥ ⎣am1⎦ coordenados de los T(bi).. b2 . Reemplazamos a los mismos por sus vectores coordenados respectivos y obtenemos el T(X)[B’]: 9 . Luego el vector de coordenadas de X será: ⎡ α1⎤ ⎢ ⎥ x[B ] = ⎢α2 ⎥ ⎢⎣α3 ⎥⎦ Busquemos ahora el vector de coordenadas de cada uno de los T(bi): en general se obtendrán cada uno de la siguiente forma: T(bi) = a1i b’1 + a2i b’2 + a3i b’3 + .L. X por ejemplo. ".. para i=1.Para poder obtener esta matriz consideramos: B[V ] = {b1. anterior. y lo expresamos como combinación lineal de los vectores B[V]: X = α1 b1 + α2 b2 + α3 b3 + . +ami b’m A cada escalar le colocamos dos subíndices.. b'2 .

Supongamos por ejemplo: Sea T : V → W una transformación lineal tal que V = R3 y W = R2 entonces tenemos T : R3 → R2 y sean B[ = V] {(1 . 0 . 1)} y B'[W] = {(1. 0) . respecto de la base B’.. 1)} ⎡a11 a12 a13 ⎤ ⎥ ⎣a21 a22 a23 ⎦ Tal que la Matriz de la transformación sea M. luego para obtener T(X) hacemos. T(X) = β1 b’1 + β2 b’2 + ..L. 0) .T. (0 .0) .= A = ⎢ luego: A . X = T(X) ⎡a ⎤ o también: ⎢ 11 ⎥ ⎢⎣a21⎥⎦ x 1 + ⎡a12 ⎤ ⎢ ⎥ ⎢⎣a22 ⎥⎦ x 2 = T(X) Relaciones que surgen de definir la matriz de la T. (0 . + αn ⎢ ⎢ # ⎥ ⎢ # ⎥ ⎢ # ⎥ ⎢ # ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣am1⎦ ⎣am2 ⎦ ⎣am3 ⎦ ⎣amn ⎦ lo que podemos escribirlo como: ⎡ a11 ⎢ ⎢ T(X)[B '] = ⎢ a#21 ⎢ ⎢a ⎣ m1 a a 12 22 # a m2 a a ⎤ ⎥ " " 2n ⎥ ⎥ # # # ⎥ " " amn ⎥⎦ " " 1n ⎡β ⎤ ⎡α1 ⎤ ⎢ 1⎥ ⎢ ⎥ ⎢β ⎥ ⎢α 2 ⎥ ⎢ 2⎥ = ⎢ ⎥ ⎢ # ⎥ ⎢ # ⎥ ⎢ ⎥ ⎢α ⎥ ⎢β ⎥ ⎣ n⎦ ⎣ m⎦ luego lo que obtenemos es el vector de coordenada de T(X).0 . (0 .. 1 .T(X) [B’] ⎡ a11 ⎤ ⎡ a12 ⎤ ⎡ a13 ⎤ ⎡ a1n ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ a21⎥ a22 ⎥ a23 ⎥ a2n ⎥ ⎢ ⎢ ⎢ = α1 + α2 + α3 + ..: Una relación: 10 . + βm b’m Este concepto nos permite relacionar varios otros temas ya vistos.

L.E.I(T) es la envolvente lineal de las columna de la Matriz asociada a T ⇒ el espacio I(t) es el espacio columna de la matriz asociada ⇒ Dim Ec = Dim I(T) = ρ (M. x2.) Otra relación: La matriz de la transformación. veamos esto: Sea un S.E.E. b2) = (a11x1 + a12x2 + a13x3 . de acuerdo a las bases canónicas dadas. analizando la Dim de la imagen de la transformación lineal.T.L.X = B → ⎢ ⎨ ⎥ ⎢ y⎥ = ⎢ ⎥ ⎩ x + 2y = 1 ⎣1 2 0 ⎦ ⎢ ⎥ ⎣ 1 ⎦ ⎣z⎦ obtenemos que aplicando Gauss- Jordan ρ(A) = 2 y ρ(Aa) = 2 ⇒ S. ya que las columnas de la matriz de la transformación genera la imagen de la transformación.E.L.L. es compatible ρ(A) < núm.a21x1+a22x2+a23x3) Por lo que el ρ (A) será igual a la dim I(T). es indeterminado Lo analizamos como una transformación lineal T: R3 → R2 11 . de incógnitas ⇒ S. es la matriz de coeficientes de un sistema de ecuaciones lineales. podemos luego analizar la solución de un S. Un ejemplo: ⎡x ⎤ ⎧x + y + z = 2 ⎡1 1 1 ⎤ ⎢ ⎥ ⎡ 2 ⎤ ⇒ A. x3) = (b1. a21x1 + a22x2 + a23x3) R3 R2 x• A •(a11x1+a12x2+a13x3. no homogéneo: ⎡ x1⎤ ⎡a11 a12 a13 ⎤ ⎢ ⎥ ⎡ b1⎤ ⎧a11 x1 + a12 x 2 + a13 x3 = b1 en forma matricial ⎢ ⎨ ⎥ ⎢x2⎥ = ⎢ ⎥ ⎩a21 x1 + a22 x2 + a23 x3 = b2 ⎣a21 a22 a23 ⎦ ⎢ ⎥ ⎣b2 ⎦ ⎣ x3 ⎦ Definido el sistema de ecuaciones lineales como una transformación lineal T : R3 → R2 o sea T(x1.

E. B ∉ I(T) → S. 12 .E. incompatible. es compatible ⇓ Dim.T.Dom.X = T(X) ⁄ M.) = m Dim I(T) = m → B ∈ I(T) y Dim I(T) = Dim Dom(T) → S. I(T) = 2 ⇒ Dim I(T) < Dim.E. compatible determinado.E.L.T.) < m B ∈ I(T) → Dim I(T) < Dim Dom(T) → S.) = n → Dim I(T) = n → B ∈ I(T) compatible y Dim I(T) = Dim Dom(T) → S.L. compatible indeterminado.E. no homogéneos: Sea: A.T.E. ρ(M.L.T. B ∉ I(T) → S. incompatible.T.L.(T) → S..L. Si n > m ρ(M. X = B → M.E.L.E.E.L. ∈ Rnxm → T: Rm → Rn y: Si n < m ρ(M.) = 2 y B ∈ al espacio columna de la M.ρ(M.T. ⇒ S. ρ(M. determinado. es indeterminado.E.T. es compatible determinado.L.T.) = n → Dim I(T) = n → B ∈ I(T) y DimI(T) < Dim Dom(T) → S.L.E. incompatible.T.) < n B ∈ I(T) → Dim I(T) < Dim Dom(T) → S. Si n = m ρ(M.L. es compatible determinado. B ∉ I(T) → S. Sistemas de ecuaciones lineales como Transformaciones Lineales: Interpretación analítica y análisis de la solución: S.L.

E.E. A.L.X = θ ⇒ T(x) = θ W V • x • θ Teniendo en cuenta este concepto se realiza el análisis de acuerdo al anterior.T. S. homogéneos En los sistemas de ecuaciones lineales homogéneos se da que siempre la imagen del vector solución del sistema es el vector nulo. 13 . B ∉ I(T) → S. 0) Obtenemos la Dim I(T) = 2 por lo que de Dim Dom (T) = Dim I(T) + Dim N(T) entonces Dim N(T) = 1 Luego el N(T) es un subespacio del dominio y el sistema de ecuaciones lineales es compatible indeterminado. es compatible indeterminado. 0) Obtenemos la Dim I(T) = 1 por lo que de Dim Dom (T)= Dim I(T) + Dim N(T) entonces Dim N(T) = 1 Luego el N(T) es un subespacio del dominio y el sistema de ecuaciones lineales es compatible indeterminado. z) = (0 .ρ(M. incompatible. y) = (2x + y .) < n B ∈ I(T) → Dim I(T) < Dim Dom(T) → S. Veamos algunos ejemplos: T : R2 → R2 una transformación lineal y T(x . 4x + 2y) = (0 .L. En definitiva. el conjunto solución de un sistema de ecuaciones lineales homogéneo es el núcleo de T.L. z) = (x + y .L.E. y. T : R3 → R2 una transformación lineal y T(x . por lo que en estos sistemas la solución de los mismos pertenecen al núcleo de la T.

467 y 478-487. 14 .T : R2 → R3 y T(x . 0) Obtenemos la Dim I(T) = 2 por lo que de Dim Dom (T) = Dim I(T) + Dim N(T) entonces Dim N(T) = 0. • Introducción al Álgebra Lineal . que tiene un solo elemento: el vector nulo de R2 y el sistema de ecuaciones lineales es compatible determinado BIBLIOGRAFÍA OBLIGATORIA • Álgebra Lineal.Harvey Gerber .Howard Antón -Cap.337. 8: Transformaciones Lineales . Luego el N(T) es un subespacio del dominio. 0 . 293 . 7: Transformaciones Lineales Pág. 447. y) = (0 .Cap. y) = (x .Pág. x + y .