Conociendo el comportamiento de la estructura algebraica llamada espacio vectorial,

abordaremos el estudio de las transformaciones que conservan la suma y el producto

escalar. Se trata de funciones definidas entre dos espacios vectoriales, de tal manera que
la suma de dos vectores se transforma en la suma de sus transformados y un mltiplo
escalar de cualquier vector se transforma en un mltiplo escalar de su transformado.
Hay muchos fenmenos que pueden ser aproximados mediante modelos lineales y esta
unidad contribuye conceptualmente en el anlisis e interpretacin de ellos, tal es el caso
del procesamiento de imgenes y las grficas en computadora.
Las transformaciones lineales se caracterizan porque conservan la estructura algebraica
de los conjuntos entre los que se define.
Definicin: Dados V y W espacios vectoriales, se llama TRANSFORMACIN LINEAL
de
V en W a una funcin L: V W que asigna a cada vector v V , un nico vector w W
(denotado L (v) ), de tal manera que:
(1) L( u + v) = L( u ) + L( v ) u, v V
(2) L(.u ) = . L( u ) u V y
En la propiedad (1), el + a la izquierda de la igualdad hace referencia a la
suma definida en el espacio vectorial V, mientras que el + de la derecha corresponde a
la suma vectorial definida en W. As mismo, en la propiedad (2) el punto colocado entre
y u, a la izquierda de la igualdad corresponde a la multiplicacin escalar definida en
V, mientras que el de la derecha entre y L( u ), corresponde a la multiplicacin escalar
definida en W.
Ejemplos:
1. Dilatacin-contraccin:
L: definida como L( u ) = k.u, con k es una transformacin lineal.
Justificacin:
Dados u = y v = vectores en 3:
(1) L( u+v ) = k.
= k. + k.
= k.u + k.v
= L( u ) + L( v )
(2) Si es un escalar: L(u ) = L
= L( u )
2.Propiedades de las transformaciones lineales
Imagen y ncleo
Dos subespacios bsicos asociados a toda transformacin lineal son el ncleo y la imagen,
conceptos que a continuacin se describen.
Definicin: Si L: V W es una transformacin lineal, se llama IMAGEN de L, que
denotamos Im( L ), al conjunto formado por todos los vectores de W que son imagen por
L de algn vector de V. De esta manera, un vector w de W pertenece a Im( L ) , si existe
algn vector v en V ,tal que: L( v ) = w.
Se denota: Im( L ) = { wW / L( v ) = w para algn vV }.

Si Im( L ) = W se dice que la transformacin lineal L es SOBREYECTIVA.

VW
Im(L)
L
Fig. 6.7
La imagen de L es un subconjunto del codominio (W) de la transformacin (Fig. 6.7).
Ejemplo:
Determinar la imagen de L: definida por L .
Solucin:
Si L (x, y, z) = (x, y), todo vector del plano R2 es imagen de algn vector de R3
Por tanto la imagen de la transformacin est formado por todos los vectores de R2 .
Im( L ) = { v = (x, y, z) R3 / x , y, z R }= R2 .

Definicin: Sean oV y oW los elementos neutros de los espacios vectoriales V y W,

respectivamente. Se llama NCLEO de la transformacin lineal L: V W al conjunto de
todos los vectores de V cuya imagen es oW .
Se designa por Ker( L ) como abreviatura de Kernel (ncleo, en ingls).
Se denota: Ker( L ) = { vV / L( v ) = oW }
VW
Ker(L)
oW
L
Fig. 6.8
El ncleo de L es un subconjunto del dominio (V) de la transformacin (Figura 6.8).
Ejemplo:
Determinar el ncleo de L: , definida por: L .
Solucin:
Si L (x, y, z) = (0, 0) entonces luego x = 0 y y =0.
Por lo tanto el ncleo de la transformacin est formado por todos los vectores de la forma
(0, 0, z) ya que L (0, 0, z) = (0, 0).
Ker( L ) = { v = (x, y, z) 3 / x = 0 y y = 0 }.

Si L: V W es una transformacin lineal, la imagen de L es un subconjunto

del conjunto de llegada W (figura 6.7) y el ncleo es un subconjunto del dominio V

Definicin: Si L: V W es una transformacin lineal

Se llama RANGO de L a la dimensin de la imagen de L. Se denota rang( L ).
Se llama NULIDAD de L a la dimensin del Kernel de L. Se denota: nul( L ).
Teorema: Si L: V W es una transformacin lineal donde V es espacio vectorial de
dimensin n, entonces:
nul( L ) + rang( L ) = n
Esto quiere decir que la dimensin de dominio de una transformacin lineal es igual a la
suma de las dimensiones del rango y el ncleo de la transformacin.
Ejemplo:
Si L: se define como: L(x, y, z) = (x-2y+z, 3x-5y+5z, 5x-9y+7z, 0) , calcular el
rango y la nulidad de L.
Solucin:
Calculamos primer el ncleo de L:
Si L(x, y, z) = (0, 0, 0, 0) , entonces:
Resolviendo este sistema de ecuaciones por el mtodo de reduccin de Gauss-Jordan se
tiene:
315
UNIDAD 6 - Transformaciones Lineales - Imagen y Ncleo
, lo que implica que hay infinitas soluciones.
Solucin general: , donde z = r, por tanto:
Ker( L ) = { (x, y, z) / z=r , x=-5r y y=2r }= { (-5r, 2r, r) / r}.
Entonces una base del Ker( L ) es {(-5, 2, 1)}, luego nul( L ) = 1 y por el teorema se
concluye
que rang( L ) = 2.

Sea la matriz

que define una transformacin lineal y as . El espacio nulo

constar de todos los vectores que cumplan con la condicin .

Esto quiere decir que
Esto define un sistema de ecuaciones lineales que tienen las siguientes soluciones

El espacio nulo es el conjunto de estos vectores:

Este es un subespacio unidimensional de .

Para encontrar el rango se analiza el espacio columna de la matriz. El espacio columna est

formado por los vectores , y .

Se genera una matriz en la que los renglones son los vectores columna de la matriz A, esto
es AT

y se lleva a su forma escalonada

Entonces, los vectores y generan el rango de T. Los vectores que

forman el rango se pueden representar parametricamente como y, por lo

tanto, este es un subespacio bidimensional de .

TEOREMA FUNDAMENTAL DE LAS

TRANSFORMACIONES LINEALES.-
Sean (V ,+,k,.)y (W ,+,k,.) dos espacios vectoriales y { v ,,v 2 ,...,v} una base de
V, Si {W|, u 2 wn } un conjunto cualquiera de vectores de W, entonces existe
una nica transform acin lineal T: V W tal que T ( v i ) = w ,, Vi = l,2 ,...,n I
D em o straci n
i) E xisten cia
Sea v e V v se puede expresar de una nica form a com o
V=
/=!
n
y \ ai v v i = l,2 ,...,n , a e k com o { v ,,v 2 ,...,v} es base de V.
n
D efinim os T: V -> W com o T(v) = ^ ' gj wi
i=i
A firm am os: que T es una transform acin lineal. E n efecto:
Sean u,v e V y a,b e k probarem os que: T(au + bv) = aT(u) + bT(v)
Com o
14 e V
veV
n
V= 2 > ,
/'=!
nnn
T(au + bv) - T ( a ^ ai vi + b ^ T ^ b i v ) = T ( ^ (aal )v, + (bb )v, )
i'=l i=l i=i /=!
t ransformaciones Lineales 261
nn
= T ( ^ \ a a + bb )v, ) = + bb )wi
=i i=i
nn
= a ^ a,w, + b ^ ybwi =a T( u )+ bT (v )
=i i=i
por lo tanto T(au + bv) = aT(u) + bT(v)
jem p lo .- S e a V = M 2x2 ( R) y W = R 3 y {
10
00
1111

O
o1
10*
11
11
una base de V en W considerem os los vectores Wj = (2,1,1),
w 2 = (2,1,1), h-3 = (0 ,0 ,0 ), h -4 = (-1 ,0 ,1 ). H allar la
transform acin lineal.
Solucin
Sea a e M 2x2(R) => a =
i*!, a 12
f l2 l a 2 2
entonces
an a 12
a 21 a 22
10
+b
111111
=a+r+d
0000101l
a n a\2 a + b + c + d b + c + d
_fl21 a22. c + d d
an=a+b+c+d
a ,, = b + c + d
=>
a21 = c + d
a22
a,, a,-.
= (a,i -012)
a - a u - f l |2
b f|2 <^21
C = f l 2 l ~ a 22
i/ 222
a=
an a12
P21 ^22
0
00
11
00
~aT
+ (21 ~ ^*22 )
11
01
+a'22
11
J
+ ( fl12 a 2 l ) U UJ |_>J 1J
" ~ a T 4
T (a ) = ( a tl a2 ) T ( a x ) + ( a 12 2i ) ^ ( a 2 ) + ( a 2i ~ a22 )7Xa 3) + a 2 2 ^( 4
)
T ( a ) = ( a , , - a 12)(2,1,1) + ( a l 2 - a 2l )(2,1,1) + ( a 2 l - a 22 )(0,0,0) + a 22 (-1.0,1)
T { a ) = ( 2 a u - 2 a 2 l - a 22, a n - a 2l, a n - a 2 + a 22)
E jem p lo .- H allar la transform acin lineal / : R 3 -> R~ que asigna a loi
vectores de la base {(1,1,1), (1,1,0),(1,0,0)} en R ' , los vectores
de la base {(1,2),(1,2),(-1,1)} en R 2 respectivam ente.
S olucin
D eterm inarem os la im agen de un vector genrico ( x , y , z ) e R ' y para esto
expresarem os a (x,y,z) com o com binacin lineal de la base dada
i1
(x,y,z) = a ( 1,1,1) + 0(1,1,0) + y (l,0 ,0 ) = ( a + P + y, a + P, a ) , por igualdad j
transformaciones Lineales 265
(x,y,z) = z( 1,1,1) + (y - z)( 1,1,0) + (x - y)( 1,0,0)
f(x,y,z) = z f( 1,1,1) + (y - z) f( 1,1,0) + (x - y) f( 1,0,0)
= z (l,2 ) + (y - z )(l,2 ) + (x - y )(-1,1)
= (z + y - z - x + y, 2z + 2y - 2z + x - y)
f(x,y,z) = (-x + 2y, x + y)

4. En el espacio vectorial de las matrices de orden mxn, MULTIPLICAR POR UNA

MATRIZ
An es una transformacin lineal, definida por: L: donde
L( M ) = M.A para cualquier matriz M .
Justificacin:
Si E y F son matrices de orden mxn:
(1) L( E+F ) = ( E+F ).A = E.A + F.A = L( F ) + L( F )
(2) L( kM ) = ( kM ).A = k( M.A ) = kL( M )

Teorema: Una transformacin lineal se caracteriza porque conserva la estructura algebraica

de los dos conjuntos V y W, esto quiere decir que:
1. L( oV ) = oW la imagen del cero (mdulo) de V es el cero (mdulo) de W.
2. L( -u ) = -L( u ) el opuesto de uV es el opuesto de L( u ) W.
Demostracin:
1. L( oV ) = L( 0v ) = 0.L( v ) = 0w = oW.
2. L( -u ) = L( (-1)u ) = (-1)L( u ) = -L( u ).

Clasificacin de las transformaciones lineales

Monomorfismo: Si
es inyectiva, o sea si el nico elemento del ncleo es el vector nulo.
Epimorfismo: Si
es sobreyectiva (exhaustiva).
Isomorfismo: Si
es biyectiva (inyectiva y exhaustiva).
 Endomorfismo: Si
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.

Un isomorfismo entre dos conjuntos ordenados y es una funcin

biyectiva tal que:
Para todo se tiene que si y slo si .

C O M P O SIC I N DE T R A N S F O R MAD.i()N E S M N E a L E s T ]
a) D E F IN IC I N .- Sean f : V W y g : W ~> U, dos transform aciones
lineales entre espacios vectoriales sobre un mismo
cam po k. La funcin com puesta g o f : V U es definida por:
(g o f)(x) = g(f(x)), V x e V
b) T E O R E M A .- L a com posicin de dos transform aciones lineales, es
una transform acin lineal.
D em o straci n
Transformaciones Lineales 279
Sean f y g dos transform aciones lineales definidas en (a)
a,b e k, x,y e V => ax + by e V
(g o f)(ax + by) = g(f(ax + by)) = g(af(x) +bf(y)) = g(af(x)) + g(bf(y))
= a(g(f(x))) + b(g(f(y))) = a(g o f)(x) + b(g o f)(y)
.'. g o f es una transform acin lineal.
E jem p lo .- Sean f : R 2 -> R* y g : R 3 -> R 2 definidas por:
f(x,y) = (x, x + y, y) y g(x,y,z) = (x + y, z) definir g o f y f o g.
Solucin
f
R2-
gof
*R2
(g o f)(x,y) = g(f(x,y)) = g(x, x + y, y) = (2x + y, y)
(g o f)(x,y) = (2x + y, y)
9 ____^ f
R 3 -------------------------- R 2 ---------------------------* R 3
fOg
( f o g)(x,y,z) = f(g(x,y,z)) = f(x + y, z) = (x + y, x + y + z, z)
(f o g)(x,y,z) = (x + y, x + y + z, z)