INTRODUCCIN

El presente capitulo aborda una clase especial de funciones denominadas transformaciones lineales que ocurren con mucha frecuencia en el lgebra lineal y otras ramas de las matemticas. Estas tienen una gran variedad de aplicaciones importantes. Antes de definirlas, se estudiaran dos ejemplos sencillos para ver lo que es posible realizar.

DEFINICIN Y EJEMPLO DE TRANSFORMACIONES LINEALES

Definicin: Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W es una funcin que asigna a cada vector v V un vector nico Tv W y que satisface, para cada u y v en V y cada escalar .

T (u + v )= T u + T v

(1)

y
T ( v )= aT v

(2)

TRES OBSERVACIONES SOBRE NOTACIN

1. Se escribe T:V

W para indicar que T toma el espacio vectorial real V y lo lleva al espacio vectorial real W; esto es, T es una funcin con V como su dominio y un subconjunto de W como su imagen. 2. Se escriben indistintamente Tv y T(v). Denotan lo mismo; las dos se leen T de v. Esto es anlogo a la notacin funcional f ( x ) , que se lee f de x .
3. Gran parte de las definiciones y teoremas en este captulo tambin

se cumplen para los espacios vectoriales complejos (espacios vectoriales en donde los escalares son nmeros complejos).

EJEMPLO 1: REFLEXIN RESPECTO AL EJE X

En
R2

se define una funcin

mediante la frmula R2

T x = x y y

()( )
R2 .

Geomtricamente, T T

toma un vector en

y lo refleja respecto al
R2

eje x. Esto se ilustra en la figura 1. Una vez que se ha dado la definicin bsica, se ver que es una transformacin lineal de en

y ( x , y)

Figura 1. El vector (x, -y) es la reflexin respecto al eje x del vector (x, y).

T ( x , y )=( x , y )

EJEMPLO 2: TRANSFORMACIN DE UN VECTOR DE PRODUCCIN

EN UN VECTOR DE MATERIA PRIMA. Un fabricante elabora cuatro tipos de productos distintos, de los cuales cada uno requiere tres tipos de materiales. Se identifican los cuatro productos como por P1 , P2 , P 3 y P 4 a los materiales

R 1 , R 2 y R 3 .La tabla siguiente muestra el nmero de unidades de

cada materia prima que se requieren para fabricar 1 unidad de cada producto.
Necesario para producir 1 unidad de

P1

P2

P3

P4

R1

2 4 3

1 2 3

3 2 1

4 1 2

R2
R3

Numero de unidades de materia Prima

Surge una pregunta natural: si se produce cierto nmero de los cuatro productos, Cuntas unidades de cada material se necesitan? Sean p1 , p 2 , p 3 y p 4 el nmero de artculos fabricados en los cuatro productos y sean r1 ,r2 y r3 el nmero de unidades necesario de los tres

materiales. Entonces se define:

p1 p= p2 p3 p4

()

r1 r= r2 r3

()

21 3 4 A= 4 2 2 1 33 1 2

( )

Por ejemplo, suponga que

10 p = 30 20 50

()

. Cuntas unidades de R1 se

necesitan para producir estos nmeros de unidades de los cuatro productos? De la tabla se tiene que:

r 1= p1. 2 + p 2 . 1 + p 3. 3+ p 4. 4

10 2 + 30 1 + 20 3 + 50 4 = 310 unidades

De manera similar,
r 2 =10 4 +30 2 + 20 2 +50 1= 190 unidades

y r 3= 10 3 +30 3 + 20 1 +50 2 = 240 unidades En general se ve que

( )( ) ( )
2 13 4 4 221 3 31 2 O
A p=r

p1 r p2 = 1 r2 p3 r3 p4

Esto se puede ver de otra manera. Si a p se le conoce como le vector de produccin y a r como el vector de materia prima, se define la funcin T por r = T ( p )= A p . Esto es, T es la funcin que transforma el vector de produccin en el vector de materia prima y se hace mediante la multiplicacin de matrices ordinaria. Como se ver, esta funcin es tambin una transformacin lineal. Antes de definir una transformacin lineal, hablaremos un poco sobre las funciones. En la seccin 1.7 se escribi un sistema de ecuaciones como A x= b Donde A es una matriz de
mn , x R n y b R n .

Se pidi encontrar x

cuando A y b se conocan. No obstante, esta ecuacin se puede ver de otra manera: suponga que A se conoce.

Entonces la ecuacin Ax=b dice: proporcione una x en dar una b en

R n e imagen en

Rn

y yo le

R m ; es decir, A representa una funcin con dominio

Rm .

La funcin que se acaba de definir tiene las propiedades de que A ( x )= A x si es un escalar y A(x + y) = Ax + Ay. Esta propiedad caracteriza las transformaciones lineales.

EJEMPLO 3:
Sea T: R
2

UNA TRANSFORMACIN LINEAL DE definida por

x+ y T x = x y y 3y

R2

EN

R3

()

( )

. Entonces

[( ) ( )] ( )

x1 + x2 + y1 + y2 x 1 + x 2 y 1 y 2 3 y1 +3 y2 x 1 + x 2 = x 1 + x 2 = y1 y2 y1 + y 2

x1 + y1 x 2+ y 2 x1 + y1 + x2 y2 3 y1 3 y2
Pero

( )( )

( )
As

x1 + y1 x +y x1 y 2 2 = T x2 = T x 1 y 1 x2 y 2 x2 y2 3 y1 3 y2

( )(

()

x x x x + =T +T ( ) ( ) ( ) ( [ y y ] y y)
1 1 2 2 2 2 2 2

De manera similar x + y x+ y T x =T x = x y = x y =T x y y y 3y 3y

[ ( )] ( ) (

) ( )

()

Asi, T es una transformacin lineal.

EJEMPLO 4
en

LA TRANSFORMACIN CERO

Sean V y W espacios vectoriales y defina T: V W por Tv=0 para todo v V. Entonces T ( v 1 + v 2 ) =0=0+0= T v 1 +T v 2 yT ( v ) =0 = 0 = T v .

En este caso, T se llama la transformacin cero.

EJEMPLO 5

LA TRANSFORMACIN IDENTIDAD

Sea V un espacio vectorial y definida I:V V por I:v = v para todo v en V. Aqu es obvio que es I es una transformacin lineal, la cual se denomina transformacin identidad u operador identidad.

EJEMPLO 6
Sea
T : R2 R2

TRANSFORMACIN DE REFLEXIN definida por T = x = x y y

()( )

. Es fcil verificar que T es R2 y lo refleja

lineal. En trminos geomtricos, T toma un vector en respecto al eje y.(vea la figura 2)

A) B)

y ( x, y)
(-x, y)

Figura 2: el vector (-x, y) es la reflexin respecto al eje y del vector (x, y)

EJEMPLO 7

TRANSFORMACIONES DE
mn

R n Rm

DADA POR LA

MULTIPLICACIN POR UNA MATRIZ DE Sea A una matriz de m*n y definida A ( x + y )= A x + A y y A ( x )= A x

T : R n R m por

T x = A x . Como

si x y y estn en

R n , se observa que T

es una transformacin lineal. Entonces: toda matriz A de m*n se puede n m utilizar para definir una transformacin lineal de R en R .

EJEMPLO 6

TRANSFORMACIN DE ROTACIN v= x y

Suponga que el vector

()

en el plano xy se rota un ngulo

(medido en grados o radianes) en sentido contrario al de las manecillas v = x y . Entonces, como se ve del reloj. Llame a este nuevo rotado

( )

en la figura 3, si r denota la longitud de v (que no cambia por la rotacin),

x = r cos y = r sen

x = r cos ( + )

y = r sen ( + )

y Figura 3. (x, y) se obtiene (x, y) rotando (x, y) un ngulo

+
(x,y)

0 x

Pero

r cos ( + )= r cos cos r sen , de manera que

x = x cos y sen
(3)

De manera similar, r sen ( + )= r sen cos + r cos sen , o sea y = x sen + y cos (4)

Sea A = cos sen sen cos

(5)

Entonces de (3) y (4), se ve que

T : R2 R2

A x = x . y y

()( )

La transformacin lineal esta dado por (5), se

definida por

Tv = A v ,

donde

llama transformacin de rotacin.

EJEMPLO 9

TRANSFORMACION DE PROYECCION ORTOGONAL

Sea H un subespecie de ortogonal

P :V H

R n . La transformacin de proyeccin

se define por P v = proy H v (6)

Sea

{ u1 , u 2 , , u k } una base ortonormal pata H . Se tiene

P v = ( v u 1 ) u1 + ( v u 2 ) u 2 + + ( v u k ) u k

Como

( v1 + v2 ) u = v 1 u+ v 2 u y ( v ) u= ( v u ) , se ve que P

es una

transformacin lineal.

EJEMPLO 10
Se define

DOS OPERADORES DE PROYECCION

x x T : R3 R3 por T y = y . z 0

()()

Entonces T es el operador de

proyeccion que toma un vector en el espacio de tres dimensiones y lo x x T = y 0 proyecta sobre el plano xy . De manera similar, proyecta z z

()()

un vector en el espacio sobre el plano se describen en la figura 4.

xz.

Estas dos transformaciones

()
xz- plano

2 0 6

()
z

2 4 6

()
0 y
xy- plano

2 4 6

()
a)

2 4 0

b)

Figura 4. a) proyeccin sobre el plano

x x xy : T y = y z 0
x x xy : T y = 0 z z

b) proyeccin sobre el plano

()() ()()

EJEMPLO 11

OPERADOR DE TRANSPOSICION B A + A , se ve que

Defina

T : M mn M nm por T ( A )= A t .

Como

T , llamado

operador de transposicin es una transformacin lineal.

EJEMPLO 12
Sea
1 0

OPERADOR INTEGRAL
1

J : C [ 0,1 ] R

definida por
1 0 1 0

Jf = f ( x ) dx.
0 1 0 1 0

Como

[ f ( X )+ g ( x )] dx = f ( x )+ g ( x ) dx y f ( x ) dx = f ( x ) dx
son continuas, se ve que
J

si

es lineal.

1 3 Poe ejemplo, J ( x ) = 4 . J se llama operador integral .

EJEMPLO 13
Suponga que

OPERADOR DIFERENCIAL [calculo] se define por f y g Df = f . Como

D : C 1 [ 0,1 ] C [ 0,1 ] si

( f + g ) = f + g y ( f ) = f
D

son diferenciables, se ve que

es lineal.

se llama operador diferencial.

EJEMPLO 14
Suponga que T

UNA TRANSFORMACION QUE NO ES LINEAL esta definida por Tf = f ( 0 ) . Entonces

T : C [ 0,1 ] R

no es lineal. Para ver esto se calcula

T ( f + g ) =( f + g ) ( 0 ) +1 = f ( 0 ) + g ( 0 ) +1 Tf +Tg = [ f ( 0 ) + 1 ] + [ g ( 0 ) + 1 ] = f ( 0 ) + g ( 0 ) + 2

NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL

Se desarrollan algunas propiedades bsicas de las transformaciones lineales.

TEOREMA 1. Sea T : V W una transformacin lineal. Entonces para todos los vectores u , v , v 1 , v 2 , . v n en V y todos los escalares
i. ii. iii.

1 , 2 , , n :

T ( 0) =0 T ( u v ) =T u T v 1 v 1 + a 2 v 2 + + an v n = a1 T v 1 + a 2 T v 2 + + a n T v n T

NOTA. En la parte i) el 0 de la izquierda es el vector cero en V, mientras que el cero de la derecha es el vector cero en W.
DEMOSTRACIN i.

T ( 0 ) =T ( 0 + 0 )= T ( 0 ) + T ( 0 ) .

As

0 = T ( 0 ) T ( 0 )= T ( 0 ) +T ( 0 ) T ( 0 ) =T ( 0 )
ii. iii.

T (u v )=T [ u +( 1 ) v ]=T u +T [(1 ) v ]= T u +(1 ) T v = T u T v . Esta parte se prueba por induccin (vea el apndice 1). Para T (a 1 v 1 + a 2 v 2 )= T (a 1 v 1 )+ T ( a 2 v 2)= a 1 T v 1 + a 2 T v 2 . n = 2 se tiene

As, que la ecuacin (1) se

OBSERVACIN. Los incisos i) y ii) del teorema 1 son casos especiales del inciso iii). Un dato importante sobre las transformaciones lineales es que estn completamente determinadas por el efecto sobre los vectores de la base.

TEOREMA 2
Sea V un espacio vectorial de dimensin finita con base B= {v1,v2,.vn}. Sean w1,w2,.wn vectores en W. Suponga que T1 y T2 son dos transformaciones lineales de V en W tales que T1vi=T2vi=wi para i=1,2,,n. Entonces para cualquier vector v V, T1v=T2v; es decir T1=T2.

DEMOSTRACION
Como B es una base para V, existe un conjunto nico de escalares 1,2,.,n. Tales que v = 1v1 + 2v2++ n vn. Entonces, del inciso iii) del teorema 1, T1v = T1(1v1 + 2v2 ++ nVn) = 1T2v1 + 2T2v2 ++ nTnvn = 1w1 + 2w2 ++ nTnvn

De manera similar T2v=T2(1v1 + 2v2 ++ nvn)= 1T2v1 + 2T2v2 ++ nTnvn

El teorema 2 indica que si T:V

W y V tiene dimensin finita,

entonces slo es necesario conocer el efecto que tiene T sobre los vectores de la base en V. Esto es, si se conoce la imagen de cada vector bsico, se puede determinar la imagen de cualquier vector en V. Esto determina T por completo. Para ver esto, sean v 1, v2,.vn una base en V y sea v otro vector en V. Entonces, igual que en l aprueba del teorema 2, Tv = 1Tv1 + 2Tv2 ++ nTvn As, se puede calcular Tv para cualquier vector v V si se conocen Tv1,Tv2,.Tvn.

SI SE CONOCE EL EFECTO DE UNA TRANSFORMACIN LINEAL SOBRE LOS VECTORES DE LA BASE, SE CONOCE EL EFECTO SOBRE CUALQUIER OTRO VECTOR.

EJEMPLO

Sea T una transformacin lineal de R3 en R2 y suponga que

1 0 0 T 0 = 2 , T 1 = 1 y T 0 = 5 . 3 4 3 0 0 1

() () () ( ) () (
Se tiene

Calcule

3 T 4 . 5

()

SOLUCION

( ) () () ()

3 1 0 0 4 =3 0 4 1 + 5 0 . 5 0 0 1

Entonces
3 1 0 0 T 4 =3T 0 4T 1 + 5T 0 5 0 0 1

( ) () () ()
3 2 4 1 +5 5 = 6 + 4 + 25 = 35 3 4 3 9 16 15 22

() ( ) ( )()( )( )( )

Surge otra pregunta; si w1,w2,.,wn son n vectores en W, existe una transformacin lineal T tal que Tv1=w1 para i=1,2,,n? La respuesta es s. Como lo muestra el siguiente teorema.

sea V un espacio vectorial de dimensin finita con base B={v1,v2,,vn}. Sea W un espacio vectorial que contiene los vectores w1,w2,,wn. Entonces existe una transformacin lineal T:V W tal que Tv =w para i=1,2,,n.
i i

TEOREMA 3

DEMOSTRACION
se define la funcin t como sigue: T vi = w i i.
ii.

Si v = 1 v 1+ 2 v 2 + + n v n ,

entonces (1)

T v = 1 w1 + 2 w 2 + + n w n

Como B es una base para V, T est definida para todo v V ; como W es una espacio vectorial, Tv W. Entones solo falta demostrar que T es lineal; pero u = 1 v 1 + 2 v 2 + + n v n esto se deduce directamente de la ecuacin (1). Si y v = 1 v 1 + 2 v 2 + + n v n , entonces T ( u + v )= T [ ( 1 + 1 ) v 1+ ( 2 + 2 ) v 2 + + ( n + n ) v n ]

Observacin. En los temario 1 y 2 los vectores w1,w2,

wn no tienen

que ser independientes y, de hecho, ni siquiera tienen que ser diferentes. Ms aun, se hace hincapi en que los teoremas se cumplen si V es cualquier espacio vectorial de dimensin finita, no solo Rn. Observe tambin que la dimensin de W no tiene que ser finita.

DEFINICIN DE UN TRANSFORMACIN LINEAL DE R EN UN SUBESPACIO DE R3 Entonces una transformacin lineal de R2 en el plano

EJEMPLO 2

x W = y : 2x y + 3z =0 z SOLUCIN:

{( )

}
() ()
v 2= 0 1

Se sabe que W es un subespacio de dos dimensiones de 1 0 w1= 2 w 2= 3 . 3 R con vectores bsicos y Usando la base estndar 0 1 en R2,
1 T 0 = 2 1 0

v 1= 1 0

()

()

, se define la transformacin lineal T por

()

()

0 T 1 = 3 . 0 1

()

()

Entonces, como lo muestra el anlisis que sigue al teorema 2, t est completamente determinada. POR EJEMPLO

T 5 = T 5 1 7 0 7 0 1

( )

[(

( )) ] ( ) ( )

1 0 5 =5T 1 7T 0 =5 2 7 3 = 11 0 1 0 1 7

() () ( )

De manera ms general, x T x = 2x +3y y y

()

( )
importantes en la teora de

Ahora se darn dos definiciones transformaciones lineales

DEFINICIN 1

NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL

Sean V y W dos espacios vectoriales y sea T:V W una transformacin lineal. Entonces i. El ncleo de T, denotado por un, est dado por
nu T = v V : T v = 0
ii.

(2) (3)

La imagen de T, denotado por imagen T, est dado por imagen T = w W : w = T v para alguna v V

OBSERVACION 1. Observe que un T es no vaco porque, de acuerdo al teorema 1, T (0) = 0 de manera que 0 un T para cualquier transformacin lineal T. Se tiene inters en encontrar otros vectores en V que se transformen en 0. De nuevo, observe que cuando escribimos T (0) = 0, el 0 de la izquierda est en V y el de la derecha en W. OBSERVACIN 2. La imagen de T es simplemente el conjunto de imgenes de los vectores en V bajo la transformacin T. De hecho, si w = Tv, se dice que w es la imagen de v bajo T. [IMAGEN] Antes de dar ejemplos de ncleos e imgenes, se demostrar un teorema de gran utilidad.

TEOREMA 4 Si T:V
i. ii.

W es una transformacin lineal, entonces

Un T es un subespacio de V. Imagen T es un subespacio de W.

DEMOSTRACION
i. ii.

Sean u y v en un T; Entonces T(u + v) = Tu + Tv =0 + 0 =0 y T( a u ) = aT u = 0 = 0 de forma que u + v y u estn en un T. Sean w y x en imagen T. Entonces w = Tu y x = Tv para dos vectores u y v en V. Esto significa que T(u + v)= Tu + Tv = w + x y T(u) = Tu =w. Por lo tanto, w + x y w estn en imagen T.

EJEMPLO 3.
CERO

NCLEO E IMAGEN DE LA TRANSFORMACIN

Sea Tv = 0 para todo v V (T es la transformacin cero). Entonces un T = V e imagen T = {0}.

EJEMPLO 4
IDENTIDAD Sea

NCLEO E IMAGEN DE LA TRANSFORMACIN

v V .

Tv=v

para

(T

es

la

transformacin

identidad). Entonces nu T= {0} e imagen T = V. Las transformaciones cero e identidad proporcionan dos extremos. En la primera todo est en el ncleo. En la segunda, slo el vector cero se encuentra en el ncleo. Los casos intermedios son ms interesantes.

EJEMPLO 5
PROYECCIN

NCLEO E IMAGEN DE UN OPERADOR DE

Sea T:R3

R3 definida por

x x T y = y z 0

proyeccin de R en el plano xy. Si

3

()() ()() ()
x x 0 T y = y =0 = 0 z 0 0

.T es el operador de

, entonces

x=y=0. As, un T={(x,y,z):x=y=0}=eje z}, }, e imagen T = {(x,y,z):z=0}, es decir el plano xy. Observe que dim nu T = 1 y dim imagen T = 2.

DEFINICIN 2

NULIDAD Y RANGO DE UNA TRANSFORMACIN

LINEAL Si T es una transformacin lineal de V en W, entonces se define.

Nulidad de Rango de

T = v ( T )= T = ( T ) =

dim un T dim imagen

Observacin.

se definieron el rango, la imagen, el espacio nulo y la nulidad de una matriz. Toda matriz A de m*n da lugar a una transformacin lineal T:R R definida por Tx=Ax. Es evidente que un T= NA, imagen T= imagen A = CA, v(T) = v(A) y p(T) = p(A). Entonces se ve que las definiciones de ncleo, imagen, nulidad y rango de una transformacin lineal son extensiones del espacio nulo, la imagen, la nulidad y el rango de una matriz.

EJEMPLO 6.

NCLEO Y NULIDAD DE UN OPERADOR DE PROYECCIN Sea H un subespacio de Rn y sea Tv = proyH v. Es claro que la imagen T=H. Se tiene que toda v V si v=h+ proyH v + proyHv. Si 1 Tv=0, entonces h=0, lo que significa que v = p H . As nu T = H 1 , ( T ) = dim H , y v ( T )= dim H 1= n ( T ) .

LA MATRIZ DE UNA TRANSFORMACIN LINEAL.

Si A es una matriz de m*n y T:Rn-Rm est definida por Tx=Ax, entonces, T es una transformacin lineal. Ahora se ver que para toda transformacin lineal de Rn en Rm existe una matriz A de m*n tal que Tx=Ax para todo x Rn. Este hecho es de gran utilidad. Si Tx=Ax. Entonces un T=N e imagen T=R . Ms aun, v(T) =dim un T= v(A) y
A A

(T)=dim imagen T= (A). As se puede determinar el ncleo, la imagen, la nulidad y el rango de una transformacin lineal de Rn Rm determinando el espacio nulo y la imagen de la matriz correspondiente. Adicionalmente, una vez que se sabe que Tx=Ax. Se puede evaluar Tx para cualquier x en Rn mediante una simple multiplicacin de matrices. Pero esto no es todo. Como se ver, cualquier transformacin lineal entre espacios vectoriales de dimensin finita se puede representar mediante una matriz.

TEOREMA 1
Sea T:Rn -Rm una transformacin lineal. Existe entonces una matriz nica de m*n, AT tal que

T x = A T x para toda x R DEMOSTRACIN

Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w1, w2,., wn y hagamos que AT denote tambin a la transformacin de Rn-Rm, que multiplica un vector en Rn por AT. Si a 1i w i = a 2i a mi
Entonces

()

para i =1, 2, , n

a 11 a 12 a 1i a1n AT e i= a 21 a 22 a 2i a 2n a m1 a m2 a mi amn

) ()

()

0 0 a 1i a 1 = 2i = w i 0 a mi 0

i-esima posicin

De esta forma, ATei = wi para i = 1,2,.n., T y la transformacin AT son las mismas porque coinciden en los vectores bsicos. Ahora se puede demostrar que AT es nica. Suponga que Tx=ATx y que Tx=BTx para todo x Rn. Entonces ATx = BTx, o estableciendo CT= AT BT, se tiene que CTx = 0 para todo x Rn. En particular, CTei es la columna i de CT. As, cada una de las n columnas de CT es el m-vector cero, la matriz cero de m*n. Esto muestra que AT = BT y el teorema queda demostrado.

OBSERVACIN 1: En este teorema se supone que todo vector en Rn

y Rm est expresado en trminos de los vectores de la base estndar en esos espacios. Si se eligen otras bases para Rn y Rm, por supuesto, se obtendr una matriz AT diferente. OBSERVACIN 2: La demostracin del teorema muestra que es sencillo obtener AT como la matriz cuyas columnas son vectores Tei.

DEFINICIN1:

Matriz de transformacin. La matriz AT en el teorema 1 se llama matriz de transformacin correspondiente a T o representacin matricial de T.

NOTA. La matriz de transformacin AT est definida usando las bases estndar tanto en Rn como en R3. Si se utilizan otras bases, se obtendr una matriz de transformacin diferente.

TEOREMA 2
Sea AT la matriz de transformacin correspondiente a la transformacin lineal T. entonces.
C AT

I. II.

imagen T = imagen A =

(T) =

(AT)

EJEMPLO

REPRESENTACIN MATRICIAL DE TRANSFORMACIN DE PROYECCIN Encuentre la matriz de transformacin A T correspondiente proyeccin de un vector en R3 sobre el plano xy. SOLUCIN: x x 1 1 0 0 T y = y . T 0 = 0 ,T 1 = 1 Aqu En particular, y z 0 0 0 0 0

UNA a la

()()

()() ()()

0 0 T 0 = 0 1 0

()()

. As,

100 AT = 0 1 0 . 00 0

( )

Observe que

x 1 00 x x AT y = 0 1 0 y = y z 0 00 z 0

( ) ( )( ) ( )

TEOREMA 3
Sea V un especie vectorial de dimensin n, W un espacio vectorial de dimensin m y T:V W un transformacin lineal. Sea y sea
AT

B 1= { v 1 , v 2 , , v n }

Una base para V

B 2 = {w 1 , w 2 , w m }

Una base para W. Entonces existe una matriz nica

De un m x n tal que

(2) OBSERVACION 1 Si x V = c1 v1 + c2 v2 + + cn vn , entonces

(x)

B1

C1 C2 cn

()

. Sea

c1 c = c2 cn

()

entonces

AT

es un m-vector que se denotara por

d1 d = d2 dn

()

. La ecuacin (2)

que

d1 Tx B = d 2 . 1 dm

()
y

Es decir,

Tx = d 1 w 1+ d 2 w 2 + + d m w m
AT

Observacin 2. Como en el teorema 1, la unicidad de bases B1 B 2 . Si se cambian las bases, AT

es relativa a las

cambia. Si se usan las bases

( T X ) B 1= A T ( x )

B2

TEOREMA 4
Sean V y W espacios vectoriales de dimensin finita con dim V = n. sea T: V W una transformacin lineal y sea AT una representacin matricial de T respecto a las bases B1 en V y B2 en W. entonces
i. p(T) =p(AT) ii. iii. V(A) = v(AT) V(a) + p(T) = n

TEOREMA 5
Sea T:Rn Rm una transformacin lineal. Suponga que C es la matriz de transformacin de T respecto a las bases estndar Sn y Sm en Rn y Rm, respectivamente. Sea A1 la matriz de transicin de B2 a base Sm en Rm. Si AT denota la matriz de transformacin de T respecto a las bases B1 y B2, entonces
1 AT = A 2 CA 1

GEOMETRA DE LAS TRANSFORMACIONES LINEALES DE R2 EN R2. Sea T:R2-R2 una transformacin lineal con representacin matricial AT Ahora de demostrar que si AT es invertible, entonces T se puede escribir como una sucesin de una o ms transformaciones especiales, denominadas expansiones, compresiones, reflexiones y cortes. Expansiones a lo largo de los ejes x o y Una expansin a lo largo del eje x es una transformacin lineal que multiplica a la coordenada x de un vector en R2 por una constante C >1. Esto es

ENTONCES

T 1 = c y de manera q ue si AT = c 0 0 0 01

()()

( )

, se tiene

T = x = A x = c 0 x = cx y y 01 y y

( ) ( ) ( )( ) ( )

De manera similar, una expansin a lo largo del eje y es una transformacin lineal que multiplica la coordenada y de todo vector en R2 por una constante C>1. Como antes,

entonces la representacin matricial de T es

de

manera que
FIGURA 5. DOS EXPANSIONES

Se comienza con este rectngulo.

Expansin en la direccin de x con c= 2.

Expansin en la direccin de y con c = 4.

COMPRESIN A LO LARGO DE LOS EJES X O Y. Una compresin a lo largo de los ejes x o y es una transformacin lineal que multiplica ala coordenada x o y de un vector en R2 por una constante positiva 0<c<1, mientras que para la expansin c 1.
Figura 6. Dos compresiones

Se comienza con este rectngulo.

Compresin a lo largo del eje x con c =

Compresin a lo largo del eje x con c=

1 3

1 2

SIGUIENTE:
i. ii. iii. iv. v. vi.

TEOREMA 6 TODA MATRIZ ELEMENTAL E

DE 2 X2 ES UNO DE LOS

La representacin matricial de una expansin a lo largo del eje x o y La representacin matricial de una compresin a lo largo del eje x o y La representacin matricial de una reflexin respecto a la recta y= x La representacin matricial de un corte a lo largo del eje x o y La representacin matricial de una reflexin respecto del eje x o y El producto de la representacin matricial de una reflexin respecto al eje x o y y la representacin matricial de una expansin o compresin. Caso 1: E = c 0 , c >0 01

DEMOSTRACION

( )

Caso 2:

Esta es la representacin matricial de una E = c 0 , c <0 expansin a lo largo del eje x si c>1 o una 01

( )

compresin a lo largo del eje x si 0<c<1.

Caso 2a: c=-1

Entonces

E = 1 0 01

( )

, que es la

1 Caso 2b: c < 0, c representacin matricial de una reflexin

c 0 = 1 0respecto c 0 Que es el producto de la representacin matricial de una al eje y E = reflexin Entonces c > 0 y 01 01 01 0 < c < 1 y la representacin matricial de una expansin (si ) a lo largo del eje x.

respecto al eje y.

( ) ( )( )

Caso 3:

E = 1 0 , c >0 0c

( )

Caso 4:

E = 1 0 , c <0 Lo 0c

Lo mismo que el caso 1 con el eje y en lugar del eje x. mismo que intercambiados. el caso 2 con los ejes

( )
( )

E= 1c Caso 5: 01 E= 10 c0

Esta es la representacin matricial de un corte a lo largo del eje y. Esta es la representacin matricial de un corte a lo largo del eje y. Esta es la representacin matricial de una reflexin respecto a la recta y=x.

Caso 6:

( )
( )

Caso 7:

E = 01 10

TEOREMA 7 Sea T: R2 R2 una transformacin lineal tal que su representacin

matricial es invertible. Entonces T se puede obtener como una sucesin de expansiones, compresiones, cortes y reflexiones. Nota. AT es invertible si y solo si
AT

( AT ) = 2 . Pero por el teorema 4, es invertible respecto a todas las

( AT ) = ( T ) . Esto significa que

bases en R2 o no es invertible respecto a ninguna.

APLICACIN DE LAS TRANSFORMACIONES LINEALES: REFLEXIN, DILATACIN, CONTRACCIN Y ROTACIN.

Graficar un conjunto de puntos en otro es lo que se conoce como transformacin lineal de un conjunto de puntos. Existen ciertas propiedades bsicas de las transformaciones lineales, las cuales si son tomadas en cuenta y aplicadas al momento de resolver un problema, pueden reducirlo un problema simple. La notacin general utilizada para una transformacin lineal es T: Rn Rm.

REFLEXIN Cuando un conjunto de puntos dados es graficado desde el espacio euclidiano de entrada a otro de manera tal que este es isomtrico al espacio euclidiano de entrada, llamamos a la operacin realizada la reflexin del conjunto de puntos dado. Esto puede realizarse tambin con respecto a la matriz, en tal situacin la matriz de salida es llamada la matriz de reflexin. La reflexin es realizada siempre con respecto a uno de los ejes, sea el eje x o el eje y. Esto es como producir la imagen espejo de la matriz actual. Reflexin sobre el eje x En este caso, queremos averiguar cmo est definida la

transformacin T de R2 en R2 que cada vector sobre el eje x, para obtener un vector En una
.

lo refleja

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:

EXPANSIN
Al igual que en la reflexin, tambin es posible expandir los puntos dados en una direccin particular. La expansin se realiza habitualmente para un cierto grado. Es como realizar una operacin de multiplicacin de los elementos del conjunto de puntos dado con un trmino escalar hacia la direccin donde tiene que ser expandido. 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)

CONTRACCIN
La contraccin es el procedimiento inverso de la expansin. Aqu el punto es contrado en un determinado grado hacia una direccin dada. 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.

ROTACIN
El trmino rotacin tiene dos significados, ya la rotacin de un objeto puede ser realizada con respecto al eje dado o al eje mismo. La rotacin se realiza para un cierto grado el cual es expresado en forma de un ngulo. Asimismo, la rotacin puede realizarse en la direccin de las manecillas del reloj, o inverso a las manecillas del reloj. Rotacin por un ngulo

Sea un ngulo medido en radianes. Queremos averiguar cul es la transformacin T de R2 en R2 que gira cada vector un angulo para obtener un vector