INSTITUTO TECNOLGICO DE

INSTITUTO TECNOLGICO DE
OAXACA

TRANSFORMACIONES
LINEALES
NOMBRE DE LA CARRERA: INGENIERA CIVIL

MATERIA: ALGEBRA LINEAL

UNIDAD 5

GRUPO ICH (1:00-2:00 PM)

NOMBRE DEL CATEDRTICO: ngel Mario Gallegos

Baos

INTEGRANTES DEL EQUIPO:

Jurez Jurez Barsimeo
Lpez Bartolo Jess Alan
Martnez Perez Yair Ulises
Montalvo franco Dulce Mariela
Santiago Snchez Alejandro

OAXACA DE JUREZ A 14 DE DICIEMBRE DEL

2016.
 Rotacin en el plano
Demuestre que la transformacin lineal T : R2 R 2

dada por la matriz.

(cos
sen
sen
cos )

2
Tiene la propiedad de rotar todo vector en R en
sentido contrario a las manecillas del reloj con
respecto al origen de un ngulo .
Solucin: Se sabe que T es una transformacin lineal.
2
Para demostrar que rota todo vector en R en sentido
contrario a las manecillas del reloj un angulo , se considera
v =( x , y ) , que es un vector en R2
. Usando coordenadas
polares, se puede expresar v como:
v =( x , y )=( r cos , r sen ) .

Donde r es la longitud de v y es el ngulo descrito en sentido

contrario a las manecillas del reloj del eje x positivo al vector v.
luego, al aplicar la transformacin lineal T a v se obtiene:

[
T ( v )=Av = cos sen x
sen cos y ][ ]

[
cos sen r cos a
sen cos r sen a ][ ]

[ r cos cos ar sen sen a

r sen cos a+r cos sen a ]
 [ r cos ( +a )
r sen ( +a )].

Por consiguiente, el vector T (v) tiene la misma longitud que v.

adems, dado que el ngulo del eje x positivo a T (v) es +a ,

entonces T (v) es el vector que se obtiene al rotar el vector v en

sentido contrario a las manecillas del reloj un ngulo .

T (x , y)

(x, y)

Observacin de la transformacin lineal del ejemplo

2
anterior se llama rotacin en R . Las rotaciones en
R2 conservan tanto la longitud vectorial como el
ngulo vectorial como el ngulo entre 2 vectores, es
decir el ngulo entre u y v es igual al ngulo entre T
(u) y T (v).
Ejemplo 8 una proyeccin en R3 .

3 2
La transformacin Lineal T : R R .

[ ]
1 0 0
A= 0 1 0
0 0 1

3
Se llama proyeccin en R . Si v=(x,y,z) es un vector
3 3
en R , entonces T , transforma todo vector en R .
En su proyeccin ortogonal en el plano xy, como se
muestra en la fig.

X,Y,Z

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

Proyeccin en el plano xy
INTRODUCCIN
 DEFINICIN DE TRANSFORMACIN LINEAL
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) = Tu + Tv
Y
T (v) = Tv

TRES OBSERVACIONES SOBRE NOTACIN

1. Se escribe T: VW para indicar que T toma el espacio vectorial real V y lo lleva al
espacio vectorial 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. Slo se manejarn espacios vectoriales reales y, por lo tanto, se eliminar la
palabra real en el anlisis de los espacios vectoriales y las transformaciones
lineales.

Las transformaciones lineales con frecuencia se denominan operadores lineales.

Son trasformaciones lineales que ya consideramos:

Proyeccin: L: R3 R2, definida como L (x, y, z) = (x, y).
Dilatacin: L: R3 R3, definida como L(u)= ru, r > 1.
Contraccin: L: R3 R3, definida como L(u) = ru, 0 < r < 1.
Reflexin: L: R2 R2, definida como L (x, y) = (x, y).

Rotacin: L: R2 R2, definida como L(u) =

Cos -sen u.
sen Cos
 EJEMPLO NMERO 1
Una transformacin lineal de R2 en R3

Sea T: R2 R3 definida por T = x = x+y . Por ejemplo,

y x- y
3y

2 -1 x1 x2 X1 +x2 + y1 + y2
T -3 = 5 . Entonces T y1 + y2 = X1 +x2- y1- y2 =

-9 3y2 +3y2

X1 + y1 X2 + y2 X1 + y1 x1 X2 + y2 x2
= + Pero =T y =T
X1 y1 X2 y2 X1 y1 y1 X2 y2 y2
3y1 3y2 3y1 3y2

x2 x2
As, T + y2 =T + y2

De manera similar,

x x x + y x+y x
T =T y = x y = xy = T y
y
3y 3y
As, T es una transformacin lineal.

EJEMPLO NUMERO 2
Sea L: P1 P2 definida como L (at + b) = t (at + b).
Demostraremos que L es una transformacin lineal. Solucin Sean at + b y ct + d vectores
en P1, y sea k un escalar. Entonces, y L [k(at + b)] = t[k(at + b)] = k[t(at + b)]=kL(at + b).
Por lo tanto, L es una transformacin lineal.
EJEMPLO NUMERO 3
Sea L: P1 P2 definida como L[p(t)] = tp(t) + t2.
L es una transformacin lineal?
Solucin Sean p(t) y q(t) vectores en P1, y sea k un escalar. Entonces, L[p(t) + q(t)] = t[p(t)
+ q(t)] + t2 = tp(t) + tq(t) + t2, y L[p(t)] + L[q(t)] = [tp(t) + t2] + [tq(t) + t2] = t[p(t) + q(t)] + 2t2.
Como L[p(t) + q(t)] L[p(t)] + L[q(t)], concluimos que L no es una trasformacin lineal.
EJEMPLO NUMERO 4
Sea L: Mmn Mnm definida como L(A) = AT para A en Mmn. Es L una transformacin
lineal?
Solucin Sean A y B matrices en Mmn. Entonces, de acuerdo con el teorema 1.4 de la
seccin 1.4, tenemos que L (A + B) = (A + B) T = AT + BT = L(A) + L(B), y, si k es un
escalar, L(kA) = (kA)T = kAT = kL(A).
Por lo tanto, L es una transformacin lineal.
EJEMPLO NUMERO 5
Sea W el espacio vectorial de todas las funciones
con valores reales, y sea V el subespacio de todas las funciones diferenciables. Sea
L : V W definida como
L (f) = f ,
donde f es la derivada de f. Las propiedades de la derivada, permiten demostrar que L es
una transformacin lineal.
 EJEMPLO NMERO 6
Sea V un espacio vectorial de dimensin n, y sea S = {v1, v2, , vn} una base para V.
Si v es un vector en V, entonces v = c1v1 + c2v2 + + cnvn, donde c1, c2, . . ., cn son
las coordenadas de v respecto a S (vea la seccin 6.7). Definimos L: V Rn como L(v) =
[v]S.
Es fcil demostrar que L es una transformacin lineal.

NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL.

Una transformacin lineal L: VW es uno a uno (o inyectiva) si para todo v1, v2 en
V, v1 v2 implica que L(v1) L(v2). Una afirmacin equivalente es que L es uno a
uno si para todo v1, v2 en V, L(v1) = L(v2) implica que v1 = v2.
Esta definicin dice que L es uno a uno si L(v1) y L(v2) son distintos cuando v1 y
v2 son distintos.

V W V W

V1 L(v1) V1 L(v1) = L(v2)

V2 L(v2) V2

Sea L: V W una transformacin lineal. El ncleo (o kernel) de L, o ncleo(L)

[ker(L)],
es el subconjunto de V que consta de todos los vectores v tales que L(v) = 0W.
La propiedad del teorema, nos garantiza que ncleo (L) nunca es un conjunto vaco, pues
0V est en ncleo(L).

Si L: V W es una transformacin lineal, entonces ncleo(L) es un subespacio de

V.
. Supongamos que u y v estn en ncleo(L). Entonces, como L es una transformacin
lineal, L (u + v) = L(u) + L(v) = 0W + 0W = 0W, de modo que u + v est en ncleo(L).
Adems, si c es un escalar, como L es una transformacin lineal, L(cu) = cL(u) = c0W =
0W, de modo que cu est en ncleo(L). Por lo tanto, ncleo(L) es un subespacio de V.
Si L(x) = b y L(y) = b, entonces x y pertenece a ncleo(L). En otras palabras,
cualesquiera
dos soluciones de L(x) = b difieren por un elemento del ncleo (kernel) de L.

Si L: V W es una transformacin lineal, la imagen de L, que se denota imag(L),

es
el conjunto de vectores en W que son imgenes, bajo L, de vectores en V. En
consecuencia,
un vector w est en imag(L) si podemos encontrar algn vector v en V tal que
L(v) = w. Si imag(L) = W, decimos que L es sobre. Esto es, L es sobre si y slo si, dado
cualquier w en W, existe un v en V tal que L(v) = w.

Si L: V W es una transformacin lineal, imag(L) es un subespacio de W.

Primero observemos que imag(L) no es un conjunto vaco, pues 0W = L(0V), de modo

que 0W est en imag(L). Ahora, sean w1 y w2 vectores en imag(L). Entonces w1 = L(v1)
y w2 = L(v2) para ciertos v1 y v2 en V. Tenemos, w1 + w2 = L(v1) + L(v2) = L(v1 + v2), lo
cual implica que w1 + w2 est en imag(L). Adems, si c es un escalar, cw1 =
cL(v1) = L(cv1), de modo que cw1 est en imag(L). Por lo tanto, imag(L) es un subespacio
de W.

EJEMPLO NMERO 1
Sea L: R2 R2 definida como L (x, y) = (x + y, x y).
Para determinar si L es uno a uno, hacemos v1 = (a1, a2) y v2 = (b1, b2).
Entonces, si L(v1) = L(v2), tenemos a1 + a2 = b1 + b2 a1 a2 = b1 b2.
Al sumar estas ecuaciones, tenemos que 2a1 = b1, o a1 = b1, lo cual implica que a2 = b2.
Por lo tanto, v1 = v2, y L es uno a uno.

EJEMPLO NMERO 2
Sea L: R3 R2 definida como en el ejemplo 2. El vector (0, 0, 2) est en ncleo(L), pues
L (0, 0, 2) = (0, 0). Sin embargo, el vector (2, 3, 4) no est en ncleo(L), pues L (2, 3, 4)
= (2, 3).
Para determinar ncleo(L), debemos encontrar todos los x en R3 tales que L(x) = 0. Es
decir, buscamos x = (x1, x2, x3), de modo que L(x) = L (x1, x2, x3) = 0 = (0, 0). Pero L(x) =
(x1, x2). Entonces, (x1, x2) = (0, 0), esto es x1 = 0, x2 = 0 y x3 puede ser cualquier
nmero real.
Por lo tanto, ncleo(L) consta de todos los vectores en R3 de la forma (0, 0, r), donde r es
cualquier nmero real. Es claro que ncleo(L) es el eje z en el espacio tridimensional R3.
EJEMPLO NMERO 3
Si L se define como en el ejemplo 1, entonces ncleo(L) consta de todos los vectores x
en R2 tales que L(x) = 0. En consecuencia, debemos resolver el sistema lineal
x+y=0
xy=0
en trminos de x y de y. La nica solucin es x = 0, de modo que ncleo(L) = {0}.
EJEMPLO NMERO 4
Si L es como en el ejemplo 1, entonces ncleo(L) es el subespacio {0}; su dimensin
es igual a cero.

EJEMPLO NMERO 5
Sea L la transformacin lineal. Para determinar si L es sobre, elegimos cualquier vector y
= (y1, y2) en R2 y buscamos un vector x = (x1, x2, x3) en R3 tal que L(x) = y. Como L(x) =
(x1, x2), vemos que si x1 = y1 y x2 = y2, entonces L(x) = y. Por lo tanto, L es sobre, y la
dimensin de imag(L) es 2. La dimensin de la imagen de L, dim(imag(L)), se conoce con
el nombre de rango de L, que denotaremos en adelante con rango(L). Rango(L) = 2.
Ejemplo nmero 6
Sea L: R4 R3 definida como L (a1, a2, a3, a4) = (a1 + a2, a3 + a4, a1 + a3). Determine
una base para imag(L).
Solucin
Tenemos
L (a1, a2, a3, a4) = a1(1, 0, 1) + a2(1, 0, 0) + a3(0, 1, 1) + a4(0, 1, 0). En consecuencia, S
= {(1, 0, 1), (1, 0, 0), (0, 1, 1), (0, 1, 0)} genera imag(L). Para determinar un subconjunto
de S que sea una base para imag(L), procedemos como en el teorema 6.6, escribiendo
primero a1(1, 0, 1) + a2(1, 0, 0) + a3(0, 1, 1) + a4(0, 1, 0) = (0, 0, 0). La forma escalonada
reducida por filas de la matriz aumentada de este sistema homogneo es:

1 0 0 -1
0
0 1 0 1
0
0 0 1 1
0
Como los unos (1s) principales aparecen en las columnas 1, 2 y 3, concluimos que los
primeros tres vectores de S forman una base para imag(L). As, {(1, 0, 1), (1, 0, 0), (0, 1,
1)} es una base para imag(L). En forma alternativa, podemos proceder como en la seccin
6.6 y formar la matriz cuyas filas son los vectores dados:

1 0
1
1 0
0
0 1
1
Al transformar esta matriz a su forma escalonada reducida por filas, obtenemos;
100
010
001
000
Por lo tanto, {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base para imag(L). Para determinar si una
transformacin lineal es uno a uno o sobre, debemos resolver un sistema lineal. sta es
una demostracin ms de la frecuencia con la que debemos resolver sistemas lineales
para responder muchas preguntas de lgebra lineal. Por ltimo, en el cual nulidad(L) = 1,
rango(L) = 2 y dim(dominio(L)) = 3, se cumple que nulidad(L) + rango(L) =
dim(dominio(L)).
Sea L: P2 P2 la transformacin lineal definida como L (at2 + bt + c) = (a + 2b)t + (b + c).
(a) 4t2 + 2t 2 est en ncleo(L)? (b) t2 + 2t + 1 est en imag(L)? (c) Determine una
base para ncleo(L). (d) L es uno a uno? (e) Determine una base para imag(L). (f) L es
sobre? Solucin (a) Como L (4t2 + 2t 2) = (4 + 2 2) t + (2 + 2) = 0, concluimos que
4t2 + 2t 2 est en ncleo(L). (b) El vector t2 + 2t + 1 est en imag(L) si podemos
determinar un vector at2 + bt + c en P2 tal que L (at2 + bt + c) = t2 + 2t + 1. Como L (at2 +
bt + c) = (a + 2b) t + (b + c), tenemos que (a + 2b) t + (b + c) = t2 + 2t + 1.
Podemos escribir el lado izquierdo de esta ecuacin como 0t2 + (a + 2b) t + (b + c).
En consecuencia, 0t2 + (a + 2b)t + (b + c) = t2 + 2t + 1.
Entonces debemos tener 0 = 1 a + 2b = 2 b + c = 1.
Como este sistema lineal tiene no solucin, el vector dado no est en imag(L).
(c) El vector at2 + bt + c est en ncleo(L) si L (at2 + bt + c) = 0, es decir, si (a + 2b)t + (b
+ c) = 0. Entonces, a + 2b = 0. b + c = 0.
Al llevar la matriz aumentada de este sistema lineal a su forma escalonada reducida por
filas, encontramos (verifique) que una base para el espacio solucin es:

2
-1
1
de modo que una base para ncleo(L) es {2t2 t + 1}. (d) Como ncleo(L) no tiene
solamente el vector cero, L no es uno a uno. (e) Todo vector en imag(L) es de la forma (a
+ 2b)t + (b + c), de modo que los vectores t y 1 generan a imag(L). Estos vectores forman
una base para imag(L) porque tambin son linealmente independientes. (f) La dimensin
de P2 es 3, mientras que imag(L) es un subespacio de P2 de dimensin 2, de modo que
imag(L) P2. Por lo tanto, L no es sobre. (g) De acuerdo con (c), nulidad(L) = 1 y, segn (e),
rango(L) = 2, de modo que 3 = dim P2 = nulidad(L) + rango(L).