You are on page 1of 22

NDICE

Introduccin
1. Transformaciones lineales
1.1 Definicin de transformacin lineal y sus
propiedades
1.2 Ejemplos de transformaciones lineales (reflexin,
dilatacin, contraccin, rotacin)
1.3 Definicin del ncleo o kernel, e imagen de una
transformacin lineal
1.4 La matriz de una transformacin lineal y
representacin matricial de una transformacin lineal
1.5

Transformaciones y sistemas de ecuaciones lineales

1.6

Algebra de las transformaciones lineales

1.7

Aplicacin de las transformaciones lineales.

Conclusin
Bibliografa

TAREA

INTRODUCCIN
Una transformacin es un conjunto de operaciones que se realizan sobre un vector
para convertirlo en otro vector.
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.

5. TRANSFORMACIONES LINEALES
5.1 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


i)

ii)

tal que:

.
,

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
hecho al final del inciso (i).
iii)

, lo cual es consecuencia del comentario

es lineal si y solo si
,

La demostracin se hace por induccin sobre n.


a)

Si

b)

Supongamos vlido para n. Probemos para

Por

, entonces

la

tenemos que,

condicin

, por la condicin (ii) de T.

(i)

de
Y

T,
por

tenemos
hiptesis

de

que,
induccin,

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

otro lado,

. Entonces T es lineal, ya que

. Por lo tanto, vemos que

, y por
.

Esta transformacin recibe el nombre de la transformacin cero y se denota como .


Ejemplo 2.
Sea

tal

que

Entonces

es

lineal,

ya

que

.
Esta transformacin recibe el nombre de la transformacin identidad de V en V, y se
denota como

Ejemplo 3.

Sea
los

elementos

tal que
de
la

la traza de A, es decir,
diagonal.
Entonces
T
es

, la suma de
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:
1. T(u+v) = T(u) + T(v)
2. T(ku) = kT(u) donde k es un escalar.

Clasificacin de las transformaciones lineales


1. Monomorfismo: Si

es inyectiva, o sea si el nico elemento del

ncleo es el vector nulo.


2. Epimorfismo: Si

es sobreyectiva (exhaustiva).

3. Isomorfismo: Si

es biyectiva (inyectiva y exhaustiva).

4. Endomorfismo: Si
o sea si el dominio es igual al codominio (el
espacio vectorial de salida y el de llegada son el mismo).
5. Automorfismo: Si

es endomorfismo e isomorfismo a la vez

5.2 Ejemplos de transformaciones


dilatacin, contraccin, rotacin)

lineales

(reflexin,

Ejemplo 7. (Rotacin por un ngulo )


Sea

un ngulo medido en radianes. Queremos averiguar

transformacin T de
obtener un vector

en

que gira cada vector

cual es la

un ngulo

, para

. En una grfica, vemos la situacin como sigue:

Si usamos las funciones trigonomtricas, tenemos que:

Distribuyendo y usando el hecho de que


que:

tenemos

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

que cada vector

vector

lo refleja sobre el eje x, para obtener un

. 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:

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

para obtener un vector

lo proyecta perpendicularmente sobre el eje x,


. 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:

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


vector de

ms un vector de

se escribe en forma nica como suma de un


como sigue:

Notamos que la proyeccin sobre el eje x, manda a


precisamente el trmino correspondiente a

sobre

, el cual es

en la descomposicin anterior!

Todo esto nos induce a definir proyecciones sobre subespacios en general como
sigue:
Definicin. Sea V un espacio vectorial y sea
el complemento directo de
cada vector

un subespacio tal que existe

en V, es decir tal que

, de tal forma que

se escribe en forma nica como:

Con

. Definimos entonces la proyeccin sobre

transformacin

tal que

, como aquella

Lo primero que observamos es que esta transformacin es lineal, ya que si


,

con

con

, entonces
. 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
cada

es un subespacio de

se escribe como

. Adems,

. Todo esto demuestra que

. 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.

A
Sea V= (2 4) encontrara la contraccin horizontal

VA 2 4

k 0
0 1 cuando K=1/2

1/ 2 0
1 4
0 1

Haciendo la grafica el punto disminuye en el eje horizontal.


Ejemplo dilatacin o expansin
Una dilatacin es una transformacin que incrementa distancias.

A
Sea V= (2 4) encontrara la expansin vertical

VA 2 4

1 0
0 k cuando K=2

1 0
2 8
0 2

Expansin horizontal (k71) o contraccin (0<k<1)

Expansin vertical (k71) o contraccin (0<k<1)

5.3 DEFINICIN DEL NCLEO O KERNEL, E IMAGEN DE UNA


TRANSFORMACIN LINEAL
Kernel o Ncleo
Definicin 94 Sea
una transformacin lineal. Se define el Kernel o
Ncleo de la transformacin lineal , denotado por
al conjunto de las
preimgenes del vector nulo, es decir

Ejemplo Hallar el conjunto de las preimgenes del vector nulo para la


transformacin lineal

Solucin: Necesitamos determinar los vectores

de

tales que

Evaluando

es decir,

luego, utilizando la matriz asociada al sistema, obtenemos

por lo tanto,

con lo cual,
(x;y;z) = (0;-(1/3)z;z)
= z(0;-(1/3);1) As el conjunto de las preimgenes del vector nulo es el
subespacio

Note que el resolver un sistema de ecuaciones lineales equivale a encontrar las


preimgenes de un vector para una transformacin lineal dada.

Ejemplo Determinar el kernel de la siguiente transformacin lineal

Solucin: Como tenemos que


Reemplazando

10

Imagen o Recorrido
Recordemos la definicin de recorrido.
Definicin Se define la Imagen o Recorrido de una transformacin lineal
es

, esto

como el conjunto de los vectores que tienen al menos una

preimagen.
Ejemplo Dada la transformacin lineal

Determinar la imagen de
Solucin: Si recordamos el proceso que usamos en el clculo en una variable,
determinemos cuales vectores tienen preimagen.
Para ello, sean
tales que
T(x;y;z) = (a;b;c) (2x-y+z;x-y+z;x) = (a;b;c)
Igualando coordenadas tenemos el siguiente sistema

Ahora, resolvamos el sistema buscando la matriz asociada a l, y determinando su


escalonada

luego, un vector tiene preimagen si y slo si el sistema el sistema es consistente


(no necesitamos que la solucin sea nica), lo cual es equivalente a escribir
Por lo tanto,
Im(T) = {(a;b;c)
/((x;y;z)
((T(x;y;z)=(a;b;c))
= {(a;b;c)
/a-b-c=0}
= <(1;1;0);(1;0;1)>:

5.4 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)
=mi=1tikwi donde tik ,...,t mk son los componentes de t(ek) respecto a la base
ordenada {w1,...,wm}.

11

Los tik forman un vector columna o matriz columna. Tenemos una columna
para cada uno de los nelementos t(e1),..., t(en), formando as una matriz de
orden m n.
As toda T.L de un espacio ndimensional 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 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 exite una matriz C
compleja invertible de orden n n talque
C1 AC = J
Donde J es la matriz de Jordan cuyos elementos en la diagonal son los valores
propios de A.
Mas aun la matriz de Jordan es nica, excepto por el orden (dado por la base
ordenada fija) en el que aparecen los bloques de Jordan.
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
respectivamente
y
una
transformacin
Se define la matriz asociada a en las bases
a

bases ordenadas de
lineal
de
en

denotada por

12

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

5.5 TRANSFORMACIONES
LINEALES

SISTEMAS

DE

ECUACIONES

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:


kRi
Ri.

13

c) Un mltiplo constante
Smbolo:
kRi + Rj
Rj.

de

un

rengln

se

suma

otro

rengln.

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:

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

(-(1 3))R2

(-1)R3

(-5)R2 + R3

R3

R2

R3

R3

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.

14

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 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.

R1

R4

15

R2

R3

(1)R1 + R3

R3

(-2)R1 + R4

R4

(-1)R2

R2

(-(1 2))R2

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:

16

(-(1 2))R4

R4

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.

5.6 ALGEBRA DE LAS TRANSFORMACIONES LINEALES

Sean
por

podemos definir la suma de transformaciones lineales, dada

Tambin podemos definir la multiplicacin por escalar.


Sean
definamos la multiplicacin por escalar de una
transformacin lineal, dada por

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:

17

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.

5.7 APLICACIN DE LAS TRANSFORMACIONES LINEALES.


Se aplican en sistemas de ecuaciones lineales, en matrices y en un sin nmero de
problemas, gracias a las transformaciones lineales sabemos el dominio e imagen y
teniendo esto saber si es un espacio vectorial.
Ejemplo 142Dada la transformacin lineal

Determinar todos los espacios propios asociados a


nicos valores propios.

sabiendo que

son los

Solucin: Determinemos el espacio propio asociado al valor propio


V2 = { (x;y)/T(x;y)=2(x;y)}
= {(x;y)/(x+y;3x-y)=2(x;y)}
= {(x;y)/(-x+y;3x-3y)=(0;0)}
= {(x;y)/-x+y=0
= <(1;1)>
Para el otro valor propio procedemos de manera similar
V-2 = {(x;y)/T(x;y)=-2(x;y)}
= {(x;y)/(x+y;3x-y)=-2(x;y)}
= {(x;y)/(3x+y;3x+y)=(0;0)}
= {(x;y)/3x+y=0}

18

= <(1;-3)>

Ejemplo Sean
bases de

tal que

Demostrar que

una transformacin lineal

es un isomorfismo, sin explicitar

Solucin: Para demostrar que


de

es un isomorfismo, basta celular el determinante

y comprobar que es distinto de

Calculemos

por lo tanto la matriz es invertible, luego


Para explicitar la transformacin inversa, tenemos

es

un

isomorfismo.

Reemplazando obtenemos

Necesitamos determinar las coordenadas de

en la base

igualando coordenadas obtenemos el sistema de ecuaciones lineales

resolviendo el sistema mediante la matriz, tenemos

As

luego

[T-1(x;y;z)]b = ( -1 -2 0)74x+14y-54z

19

( -8 -13 1)14y-54x+34z
( -11 -18 1) 14z+14x-14y
[T(x;y;z)]D = ( 34x-34y-14z)
(a')
( 52x-112y+12z)=(b')
( 72x-152y+12z) (c')
Con lo cual obtenemos
T-1(x;y;z) = a'(1;1;-1)+b'(0;2;-1)+c'(1;0;1)
T-1(x;y;z) = (174x-334y+14z;234x-474y+34z;14x-54y+14z )

CONCLUSIN
Se han visto mas detallado y con mas exactitud los teoremas y
propiedades que hilan todos los temas propuestos por este trabajo y
se ha se ha llegado a la conclusin de todos los temas estn
relacionados en cierta forma ya que en varios de estos se necesita
recurrir a las propiedades que se han visto en temas anteriores.
Con esto podramos decir que nos ha enseado a tener un amplio
criterio de la utilidad de temas ya vistos en nuestra carrera, ya que no
podemos omitir las enseanzas pasadas ya que estas nos forman las
bases para comprender y analizar y poder poner en practica los
temas futuros.
Este trabajo se ha hecho con el fin de comprender de que no hay que
dejar tirado lo ya hemos aprendido antes ya que eso nos va a ayudar
a solucionar problemas en nuestro futuro, citando el dicho popular si
no aprendemos de nuestros errores del pasado los mismo nos estarn
esperando en un futuro.

20

BIBLIOGRAFA
http://72.14.253.104/search?
q=cache:nor7ql8AS2QJ:www.usergioarboleda.edu.co/matematicas/me
morias/memorias13/Formas%2520can%C3%B3nicas%2520de
%2520Jordan.pdf+REPRESENTACI
%C3%93N+MATRICIAL+DE+UNA+TRANSFORMACI
%C3%93N+LINEAL&hl=es&ct=clnk&cd=6&gl=mx&lr=lang_es
http://docentes.uacj.mx/gtapia/ALgebra/Contenido/Unidad
%20IV/definicion%20y%20ejemplos.htm
http://ima.ucv.cl/hipertexto/alineal/cap3/def91.htm
http://ima.ucv.cl/hipertexto/alineal/cap3/def94.htm
http://ima.ucv.cl/hipertexto/alineal/cap3/def97.htm
http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_htm
l/cap2/cap2.html
http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_htm
l/cap2/cap2s1.html
http://www.virtual.unal.edu.co/cursos/ciencias/2001004/lecciones_htm
l/cap2/cap2s2.html
http://www.matem.unam.mx/~rgomez/algebra/seccion_2.html#
21

http://www.ciencia.net/VerArticulo/Transformaci%C3%B3n-lineal?
idArticulo=dsfjuvpf1drjfg2kj5kpa2e1
http://html.rincondelvago.com/algebra-lineal_vectores-y-espaciosvectoriales.html

22

You might also like