Professional Documents
Culture Documents
CONTENIDO:
7.1
7.2
7.3
7.4
7.5
7.6
7.7
7.8
7.9
DEFINICIONES Y PROPIEDADES
REPRESENTACION MATRICIAL. MATRIZ DE CAMBIO DE BASE
ALGEBRA DE TRANSFORMACIONES LINEALES
NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL
TRANSFORMACIONES LINEALES INVERSIBLES
TRANSFORMACIONES GRAFICAS EN R2
TRANSFORMACIONES GRAFICAS EN R3
FORMAS LINEALES. ESPACIO DUAL
CUESTIONARIO
314
TRANSFORMACIONES LINEALES
las bases que se permitan. En este captulo no se imponen restricciones sobre las
bases que se permiten y obtenemos la clase de equivalencia ms amplia.
DEFINICION 7.1.1
Sean U y V dos espacios vectoriales, ambos definidos sobre el mismo
cuerpo K. Una transformacin lineal f de U hacia V es una aplicacin
uniforme de U en V que asocia a cada elemento u de U, un elemento nico
f(u) de V de tal forma que se cumplen los axiomas siguientes:
1.- Para todo u, v de U, entonces: f(u + v) = f(u) + f(v);
2.- Para todo u de U y para todo escalar , entonces: f(u) = f(u).
Observe que en esta identidad, la adicin y la multiplicacin escalar del primer
miembro, tienen lugar en U, mientras que las del segundo miembro tienen lugar en
V. A f(u) se le da el nombre de imagen de u bajo la transformacin lineal f. Adems
vemos que, para tener una transformacin lineal,
f(u + v) = f(u) + f(v) y f(u) = f(u).
Hablando en trminos generales, la imagen de la suma es la suma de las imgenes
y la imagen del producto es el producto de las imgenes. Este lenguaje descriptivo
se tiene que interpretar con cierta amplitud, ya que las operaciones antes y
despus de aplicar la transformacin lineal pueden llevarse a cabo en espacios
vectoriales diferentes.
EJEMPLO 7.1.1
Determinar cul de las siguientes funciones f : R3 R3, define una transformacin
lineal:
a.- f((a, b, c)) = (a + 2b 3c, 3a - b + 5c, a b c);
b.- f((a, b, c)) = (a + b + c, a + b + c, a + b + c);
c.- f((a, b, c)) = (2a - 2b + 3c, a b + c, 3a - 5b + 3c);
d.- f((a, b, c)) = (3a - 5b, 2a - 2b, a + b2).
SOLUCION
Sean u = (m, n, p) y v = (r, s, t) dos vectores del espacio de salida R3 y sean ,
escalares, entonces:
u + v = (m + r, n + s, p + t).
a.- f(u + v) = (m + r + 2n + 2s - 3p - 3t, 3m + 3r - n - s + 5p +
+ 5t, m + r n - s - p - t)
= (m + 2n - 3p, 3m - n + 5p, m - n - p) + (r + 2s - 3t,
3r - s + 5t, r - s - t)
= (m + 2n - 3p, 3m - n + 5p, m - n - p) + (r + 2s - 3t, 3r - s + 5t, r - s - t)
= f(u) + f(v).
Por lo tanto f es transformacin lineal.
b.- f(u + v) = (m + r + n + s + p + t, m + r + n + s + p + t,
m + r + n + s + p + t)
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
315
= (m + n + p, m + n + p, m + n + p) + (r + s + t, r + s + t,
r + s + t)
= (m + n + p, m + n + p, m + n + p) + (r + s + t, r + s + t, r + s + t)
= f(u) + f(v).
Por lo tanto f es transformacin lineal.
c.- f(u + v) = (2m + 2r - 2n - 2s + 3p + 3t, m + r - n - s + p +
t, 3m + 3r 5n - 5s + 3p + 3t)
= (2m - 2n + 3p, m - n + p, 3m - 5n + 3p) + (2r - 2s + 3t,
r - s + t, 3r - 5s + 3t)
= (2m - 2n + 3p, m - n + p, 3m - 5n + 3p) + (2r - 2s + 3t, r - s + t, 3r - 5s + 3t)
= f(u) + f(v).
Por lo tanto f es transformacin lineal.
d.- f(u + v) = (3m + 3r - 5n - 5s, 2m + 2r - 2n - 2s, m + r + (n
+ s)2)
= (3m + 3r - 5n - 5s, 2m + 2r - 2n - 2s, m + r + 2n2 + 2ns
2 2
+ s )
= (3m - 5n, 2m - 2n, m + 2n2 + 2ns) + (3r - 5s, 2r - 2s, r
2 2
+ s )
f(u) + f(v).
Por lo tanto f no es transformacin lineal.
EJEMPLO 7.1.2
Determinar cul de las siguientes funciones f : P2 P2 define una transformacin
lineal:
a.- f(p(x)) = p(x) p(0); b.- f(p(x)) = p(x - 1) p(1); c.- f(p(x)) = p(1 + x) 2.
SOLUCION
Sean q(x) = d + ex + fx2 y h(x) = m + nx + kx2 dos polinomios del espacio de
salida P2 y sean , escalares, entonces:
q(x) + h(x) = (d + m) + (e + n)x + (f + k)x2.
a.- Como p(x) = a + bx + cx2 y p(0) = a, obtenemos p(x) - p(0) = bx + cx2,
entonces
f(a + bx + cx2) = bx + cx2.
Aplicando la definicin de transformacin lineal, tenemos:
f(q(x) + h(x)) = (e + n)x + (f + k)x2
= (ex + fx2) + (nx + kx2)
= (ex + fx2) + (nx + kx2)
= f(q(x)) + h(x)).
Por lo tanto f es transformacin lineal.
b.- Como p(x - 1) = (a b + c) + (b 2c)x + cx2 y p(1) = a + b + c, obtenemos
p(x - 1) - p(1) = -2b + (b 2c)x + cx2
entonces
f(a + bx + cx2) = -2b + (b 2c)x + cx2.
Aplicando la definicin de transformacin lineal, tenemos:
f(q(x) + h(x)) = -2(e + n) + (e + n - 2f - 2k)x + (f + k)x2
= {-2e + (e - 2f )x + fx2} + {-2n + (n - 2k)x + kx2}
= {-2e + (e - 2f )x + fx2} + {-2n + (n - 2k)x + kx2}
= f(q(x)) + h(x)).
Por lo tanto f es transformacin lineal.
c.- Como p(1 + x) = (a + b + c) + (b + 2c)x + cx2, obtenemos
p(x + 1) - 2 = (a + b + c 2) + (b + 2c)x + cx2,
entonces
f(a + bx + cx2) = (a + b + c 2) + (b + 2c)x + cx2.
Aplicando la definicin de transformacin lineal, tenemos:
f(q(x) + h(x)) = (d + m + e + n + f + k 2) + (e + n + 2f + 2k)x +
JOE GARCIA ARCOS
316
TRANSFORMACIONES LINEALES
+ (f + k)x2
= {(d + e + f - 2) + (e + 2f)x + fx } + {(m + n + k) + (n + 2k)x
+ kx2}
2
= {(d + e + f - 2) + (e + 2f)x + fx } + {(m + n + k) + (n + 2k)x + kx2}
f(q(x)) + h(x)).
Por lo tanto f no es transformacin lineal.
2
TRANSFORMACIONES LINEALES
317
EJEMPLO 7.1.4
Sea la transformacin f : R2 R2 definida por:
a.- f((a, b)) = (a, 5a + b); b.- f((a, b)) = (a + 5b, b).
Verificar que f es lineal y dar su interpretacin geomtrica.
SOLUCION
a.- Para la verificacin, debemos utilizar la definicin de transformacin lineal. Es
decir
f(ku + rv) = f(k(a, b) + r(c, d))
= f((ka + rc, kb + rd))
= (ka + rc, 5ka + 5rc + kb + rd)
= (ka, 5ka + kb) + (rc, 5rc + rd)
= k(a, 5a + b) + r(c, 5c + d)
= kf(u) + rf(v).
Obsrvese que, en esta transformacin particular, la coordenada u permanece fija
mientras que a la coordenada v se le suma cinco veces la coordenada u. La figura
muestra lo que pasa con el vector (1, 2). El extremo o terminacin del vector
f((1, 2)) se encuentra sobre la recta que pasa por el extremo del vector (1, 2) y es
paralela al eje v. Dicha transformacin se denomina transformacin lineal cizallante
en la direccin v con factor 5.
b.- Para la verificacin, debemos utilizar la definicin de transformacin lineal. Es
decir
f(ku + rv) = f(k(a, b) + r(c, d))
= f((ka + rc, kb + rd))
= (ka + rc + 5kb + 5rd, kb + rd)
= (ka + 5kb, kb) + (rc + 5rd, rd)
= k(a + 5b, b) + r(c + 5d, d)
= kf(u) + rf(v).
Podemos observar que, en esta transformacin, la coordenada v permanece fija
mientras que a la coordenada u se le suma cinco veces la coordenada v. La figura
muestra lo que pasa con el vector (1, 2). El extremo o terminacin del vector f((1, 2))
se encuentra sobre la recta que pasa por el extremo del vector (1, 2) y es paralela al
eje u.
Dicha transformacin se denomina transformacin lineal cizallante en la direccin u
con factor 5.
JOE GARCIA ARCOS
318
TRANSFORMACIONES LINEALES
DEFINICION 7.1.2
Dos transformaciones lineales f : U V y g : U V son iguales, si
ellas son iguales como transformaciones, esto es, f = g si y solamente si
f(u) = g(u), para todo u de U.
TEOREMA 7.1.1
Sea f una transformacin lineal de U en V. Sean u1, u2, ..., un elementos de
U y a1, a2, ..., an escalares. Entonces:
f(a1u1 + a2u2 + ... + anun) = a1f(u1) + a2f(u2) + ... + anf(un).
DEMOSTRACION
Utilizando la definicin de transformacin lineal, obtenemos
f(a1u1 + a2u2 + ... + anun) = f(a1u1) + f(a2u2 + ... + anun)
= f(a1u1) + f(a2u2) + f(a3u3 + ... + anun)
= a1f(u1) + a2f(u2) + ... + anf(un).
TEOREMA 7.1.2
Si es el elemento neutro del espacio vectorial U, f() es el elemento
neutro de V.
DEMOSTRACION
Como
f(u + ) = f(u) + f() = f(u).
Por lo tanto, f() es el elemento neutro de V.
TEOREMA 7.1.3
Si - u es el elemento opuesto de u, entonces se verifica que f(-u) = - f(u).
DEMOSTRACION
Como
f(u + (-u)) = f(u) + f(-u) = f(u) f(u) = f().
Por lo tanto, f(-u) = - f(u); es decir, la imagen del opuesto de un vector es el opuesto
de la imagen del vector.
TEOREMA 7.1.4
Sean U y V espacios vectoriales. Sea S = {u1, u2, ..., uk} una base cualquiera
de U y sea S = {v1, v2, ..., vk} un conjunto cualquiera de k vectores en V, no
necesariamente linealmente independientes. Entonces existe una
transformacin lineal determinada en forma nica por f : U V tal que
f(u1) = v1, f(u2) = v2, ..., f(uk) = vk.
DEMOSTRACION
Demostremos primero que la transformacin lineal f : U V est completamente
determinada cuando se conocen los valores de f(u1), f(u2), ..., f(uk). Para esta
demostracin, supngase que g : U V tambin es una transformacin lineal y que
f(u1) = g(u1), f(u2) = g(u2), ..., f(uk) = g(uk). Deseamos demostrar que f = g. Para ello,
debemos demostrar que f(u) = g(u) para todo u en U. Por tanto, sea u = a1u1 + a2u2 +
... + akuk un vector arbitrario de U, donde ai K. Si aplicamos f a cada miembro y
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
319
.
a3
b 2
b 2
320
TRANSFORMACIONES LINEALES
SOLUCION
Hacemos la combinacin lineal con el vector (2, -3, 1):
(2, -3, 1) = a(1, 1, 1) + b(2, 0, 0) + c(0, 4, 5)
resolvemos el sistema generado:
a 2b 2
a 4c 3
a 5c 1
1 2 0 2 1 2 0 2 1 0 4 3 1 0 0 19
1 0 4 3 0 2 4 5 0 2 4 5 0 2 0 21 .
1 0 5 1 0 2 5 1 0 0 1 4 0 0 1 4
EJEMPLO 7.1.7
Sea S = {u1, u2, u3}, un conjunto de vectores linealmente independientes en R3.
Determine una transformacin lineal f de R3 en R3 tal que el conjunto {f(u1), f(u2),
f(u3)} sea linealmente dependiente.
SOLUCION
Sea f : R3 R3 definida por f((x, y, z)) = (0, 0, 0). Entonces si {u1, u2, u3} es
cualquier conjunto de vectores en R3, el conjunto {f(u1), f(u2), f(u3)} = {, , } sea
linealmente dependiente.
La aplicacin que enva cada vector en U sobre el vector cero en V es claramente
una transformacin lineal de U en V para todos los U y V. Esta transformacin, se
denomina transformacin cero, y se indica por el smbolo . La aplicacin que enva
cada vector en U sobre s mismo, se denomina transformacin idntica, y se indica
por el smbolo i. La ecuacin que define a i es i(u) = u, para cualesquier u de U.
EJEMPLO 7.1.8
Determinar cul de las siguientes funciones f : (n, n) (n, n) define una
transformacin lineal:
a.- f(A) = ATA; b.- f(A) = AB + AT; c.- f(A) = Det(A); d.- f(A) = PAP-1;
e.- f(B) = A-1BA; f.- f(A) = AT + A+; g.- f(A) = AC + CA.
SOLUCION
Sean B y C dos matrices del espacio de salida (n, n) y sean , escalares,
entonces:
a.- f(B + C) = (B + C)T(B + C) = (BT + CT)(B + C)
= 2BTB + BTC + CTB + 2CTC BTB + CTC.
Por lo tanto f no es transformacin lineal.
b.- f(C + D) = (C + D)B + (C + D)T = CB + DB + CT + DT
= (CB + CT) + (DB + DT) = f(C) + f(D).
Por lo tanto f es transformacin lineal.
c.- f(C + D) = det(C + D) det(C) + det(D).
Por lo tanto f no es transformacin lineal.
d.- f(C + D) = (C + D)E + E(C + D) = CE + DE + EC + ED
= (CE + EC) + (DE + ED) = f(C) + f(D).
Por lo tanto f es transformacin lineal.
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
321
B + C + B + C f (B) + f (C), , C
.
=
T
T
+
+
B + C + B + C = f (B) + f (C), , R
Por lo tanto f es transformacin lineal si , R.
g.- f(B + D) = (B + D)C + C(B + D) = BC + DC + CB + CD
= (BC + CB) + (DC + CD) = f(B) + f(D).
Por lo tanto f es transformacin lineal.
EJEMPLO 7.1.9
Determinar cul de las siguientes funciones define una transformacin lineal en el
espacio de los polinomios de grado menor o igual a 3:
a.- f(p(x)) = (p(x))2;
b.- f(p(x)) = p(x + 1) - p(x);
c.- f(p(x)) = p(x) - 2p(x) + 3p(x); d.- f(p(x)) = p(x + 1) p(0).
SOLUCION
Sean p(x) = ax3 + bx2 + cx + d, q(x) = ex3 + fx2 + gx + h dos polinomios del espacio
de salida P3 y sean , escalares, entonces:
q(x) + h(x) = (a + e)x3 + (b + f)x2 + (c + g)x + (d + h).
a.- f(p(x) + q(x)) = (p(x) + q(x))2 = 2p2(x) + 2p(x)q(x) + 2q2(x)
f(p(x)) + f(q(x)).
Por lo tanto f no es transformacin lineal.
b.- f(p(x) + q(x)) = (p + q)(x + 1) - (p + q)(x)
= p(x + 1) + q(x + 1) - p(x) - q(x)
= [p(x + 1) + p(x)] + [q(x + 1) + q(x)]
= [p(x + 1) + p(x)] + [q(x + 1) + q(x)]
= f(p(x)) + f(q(x)).
Por lo tanto f es transformacin lineal.
c.- f(p(x) + q(x)) = (p + q)(x) - 2(p + q)(x) + 3(p + q)(x)
= p(x) + q(x) - 2p(x) - 2q(x) + 3p(x) + 3q(x)
= [p(x) - 2p(x) + 3p(x)] + [q(x) - 2q(x) + 3q(x)]
= [p(x) - 2p(x) + 3p(x)] + [q(x) - 2q(x) + 3q(x)]
= f(p(x)) + f(q(x)).
Por lo tanto f es transformacin lineal.
d.- f(p(x) + q(x)) = (p + q)(x + 1) - (p + q)(0)
= p(x + 1) + q(x + 1) - p(0) - q(0)
= [p(x + 1) + p(0)] + [q(x + 1) + q(0)]
= [p(x + 1) + p(0)] + [q(x + 1) + q(0)]
= f(p(x)) + f(q(x)).
Por lo tanto f es transformacin lineal.
Considere la transformacin lineal que aplica a todo vector de U sobre el vector cero
de V. Esta aplicacin se llama aplicacin cero. Si W es cualquier subespacio de V,
existe tambin una aplicacin cero de U hacia W, y esta aplicacin tiene el mismo
efecto sobre los elementos de U, como la aplicacin cero de U hacia V. Sin embargo,
son transformaciones lineales diferentes, ya que tienen codominios diferentes.
Este lenguaje descriptivo se tiene que interpretar con cierta amplitud, ya que las
operaciones antes y despus de aplicar la transformacin lineal pueden llevarse a
cabo en espacios vectoriales diferentes. Adems, la observacin acerca de la
multiplicacin escalar es inexacta, ya que no aplicamos la transformacin lineal a
escalares; la transformacin lineal se define nicamente para vectores en U. An
JOE GARCIA ARCOS
322
TRANSFORMACIONES LINEALES
TRANSFORMACIONES LINEALES
323
PROBLEMAS
7.1.1 Verifquese que cada uno de los siguientes es
transformacin lineal de U en V:
a.- U = C0; 1, V = V1, T(f) = f(0).
b.- U = C0; 1, V = V1, T(f) = f(0) + f(1).
c.- U = C0; 1, V = V2, T(f) = (f(0) + f(1)).
d.- U = V2, V = Ca; b, T(x1, x2) = x1ex + x2e2x.
e.- U = C0; 1, V = C0; 1, T(f) = f(x)Cosx.
f.- U = C(1)a; b, V = Ca; b, T(f) = f (x)Senx.
g.- U = C(2)a; b, V = Ca; b,
T(f) = xf - f + exf.
(3)
h.- U = C a; b, V = Ca; b,
T(f) = f + f + f + f.
x
T ( f ) f (t )dt 3 f ( x) .
0
324
TRANSFORMACIONES LINEALES
TRANSFORMACIONES LINEALES
325
a
a22
am 2
A 12
amn
a1n a2 n
que se denomina matriz de la transformacin f en bases elegidas. Como columnas de
la matriz de la transformacin sirven los coeficientes de la cada combinacin, en
otras palabras, las coordenadas de los vectores f(u1), f(u2), ..., f(un) respecto de la base
S2. Con el fin de determinar el elemento aij de la matriz de la transformacin f hace
falta aplicar la transformacin al vector uj y tomar la i-sima coordenada en la
imagen f(uj). En lo sucesivo haremos uso del mtodo descrito para determinar los
elementos de la matriz de la transformacin. Considere un vector arbitrario u de U y
su imagen v = f(u). Aclaremos de qu modo se expresar las coordenadas del vector v
en trminos de las coordenadas del vector u y los elementos de la matriz de la
transformacin. Sea
u = a1u1 + a2u2 + ... + anun
y
v = b1v1 + b2v2 + ... + bmvm
calculamos
f(u) = f(a1u1 + a2u2 + ... + anun)
= a1f(u1) + a2f(u2) + ... + anf(un)
= a1[a11v1 + a12v2 + ... + a1mvm] + a2[a21v1 + a22v2 + ... + a2mvm] + ... + an[an1v1 +
an2v2 + ... + anmvm]
JOE GARCIA ARCOS
326
TRANSFORMACIONES LINEALES
= [a1a11 + a2a21 + ... + anan1]v1 + [a1a12 + a2a22 + ... + anan2]v2 + ... + [a1a1m +
a2a2m + ... + ananm]vm
Al comparar el segundo miembro de estas igualdades con el desarrollo de v,
concluimos que deben cumplirse las igualdades
a11a1 + a21a2 + ... + an1an = b1
a12a1 + a22a2 + ... + an2an = b2
...
a1ma1 + a2ma2 + ... + anman = bm
De esta manera, toda transformacin lineal genera, cuando estn definidas las
bases en los espacios U y V, las identidades antes mencionadas que relacionan
entre s las coordenadas de la imagen y las de la preimagen. Con el fin de
determinar las coordenadas de la imagen segn las coordenadas de la preimagen
basta calcular los primeros miembros de estas identidades.
Siendo determinadas las bases en los espacios U y V, la igualdad coordenada permite
investigar totalmente la accin de una transformacin lineal. Evidentemente, cuanto
ms simple es la forma de la matriz de una transformacin, tanto ms eficaz ser la
realizacin de dicha investigacin. Generalmente las matrices de las
transformaciones dependen de las bases y la tarea inmediata consiste en aclarar esta
dependencia.
Sean S1 = {u1, u2, ..., um} y S2 = {v1, v2, ..., vm} dos bases del espacio vectorial U. Los
vectores de S2 se definen unvocamente mediante sus descomposiciones
v1 a11u1 a12u2 ... a1m um
v a u a u ... a u
2
21 1
22 2
2m m
(1)
...
a
a22 ... am 2
P 12
...
...
...
...
TRANSFORMACIONES LINEALES
327
Designemos, como hasta ahora, mediante XS1 y XS2 las matrices de dimensiones
m x 1, formadas por las coordenadas del vector u en las bases correspondientes. Las
frmulas (2) muestran que XS1 = PXS2 . La matriz de la transformacin de
coordenadas debe ser no singular, puesto que en el caso contrario tendr lugar la
dependencia lineal entre sus columnas y, por tanto, entre los vectores de S2. Por
supuesto, cualquier matriz no singular es una matriz de cierta transformacin de
coordenadas definida mediante XS1 = PXS2 . Al multiplicar a la izquierda de la
igualdad por la matriz P-1, obtendremos
P-1XS1 = P-1PXS2 XS2 = P-1XS1 .
Supongamos ahora que en el espacio vectorial U vienen dadas tres bases S1, S2 y S3.
El paso de la primera base a la tercera puede realizarse con ayuda de dos
procedimientos: o bien directamente de la primera a la tercera o bien primero de la
primera a la segunda, y despus de la segunda a la tercera. No es difcil establecer la
conexin entre las matrices correspondientes de la transformacin de coordenadas.
De acuerdo con XS1 = PXS2 , tenemos:
XS1 = PXS2 XS2 = RXS3 XS1 = QXS3 .
(4)
En concordancia con estos pares de bases, para una misma transformacin f tenemos
dos matrices ASS1 y ASS2 . Designemos con P la matriz de la transformacin de
3
Esto es precisamente la correlacin buscada que liga las matrices de una misma
transformacin en diferentes bases. La transformacin lineal f que acta del espacio
U en el espacio V est completamente definido mediante la totalidad de imgenes
JOE GARCIA ARCOS
328
TRANSFORMACIONES LINEALES
f(u1), f(u2), ..., f(un) para cualquier base definida S1 = {u1, u2, ..., un} del espacio U.
EJEMPLO 7.2.1
En un espacio vectorial de dimensin 4, se examina una transformacin lineal f.
Escribir esta transformacin en la forma de coordenadas si
f(e1) = e3 + e4, f(e2) = e1 + e4,
f(e3) = e1 + e2, f(e4) = e2 + e3.
SOLUCION
f((1, 0, 0, 0)) = (0, 0, 1, 1), f((0, 1, 0, 0)) = (1, 0, 0, 1),
f((0, 0, 1, 0)) = (1, 1, 0, 0), f((0, 0, 0, 1)) = (0, 1, 1, 0).
La matriz de la transformacin f es
0 1 1 0
0 0 1 1
.
A
1 0 0 1
1 1 0 0
Por lo tanto, la transformacin f se escribe en forma de coordenadas de la siguiente
manera:
f((a, b, c, d)) = (b + c, c + d, a + d, a + b).
EJEMPLO 7.2.2
Sea f la transformacin lineal de (2, 2) en (3, 1) definida por
2a 3b c
a b
f
a 2b c 2d .
c
d
a b 3c 4d
y
S
S1
,
,
,
0 ,
2
0
0
0
0
1
0
0
1
0
1,
0
0
0
1
3
0 1
f
2 ;
0 0 1
0
0 0
f
2 .
0 1 4
1
0 0
f
1 ;
1 0 3
Obsrvese que en este caso, como se est tomando la base cannica S2 de (3, 1), se
tiene lo siguiente:
2
3
1
0
;
;
;
f
(E
)
1
f
(E
)
2
f
(E
)
1
f
(E
)
1 S2
2 S2
3 S2
4 S2
2 ,
1
1
3
4
de modo que
2 3 1 0
S2
f
S1 1 2 1 2 .
1 1 3 4
TRANSFORMACIONES LINEALES
329
EJEMPLO 7.2.3
Considrese f la transformacin lineal de P4 en P4 definida por f(p) = p'(x). Obtenga
[f]S en la base cannica de P4.
SOLUCION
La base cannica de P4 es S = {1, x, x2, x3, x4}. A continuacin determinamos las
imgenes con respecto a cada elemento de S, es decir:
[f(1)]S = [(1)']S = [0]S = 0(1) + 0(x) + 0(x2) + 0(x3) + 0(x4);
[f(x)]S = [(x)']S = [1]S = 1(1) + 0(x) + 0(x2) + 0(x3) + 0(x4);
[f(x2)]S = [(x2)']S = [2x]S = 0(1) + 2(x) + 0(x2) + 0(x3) + 0(x4);
[f(x3)]S = [(x3)']S = [3x2]S = 0(1) + 0(x) + 3(x2) + 0(x3) + 0(x4);
[f(x4)]S = [(x4)']S = [4x3]S = 0(1) + 0(x) + 0(x2) + 4(x3) + 0(x4).
Por lo tanto
0 1 0 0 0
0 0 2 0 0
f S 0 0 0 3 0 .
0 0 0 0 4
0 0 0 0 0
Mediante esta matriz, podemos derivar p(x) = 5 + 8x - 10x2 + 6x3 - 7x4, es decir
0 1 0 0 0 5 8
0 0 2 0 0 8 20
f ( p) S p ' S f S p S 0 0 0 3 0 10 18 .
0 0 0 0 4 6 28
0 0 0 0 0 7 0
2
1
3
f SS12 3 14 8 .
4 2
3
EJEMPLO 7.2.5
Encuentre la matriz de la transformacin lineal D definida en el conjunto de
polinomios en t sobre R de grado a lo sumo igual a 2 mediante D(p(t)) = p(t), en
relacin con la base.
a.- S1 = {1 + t, t, 1 + 2t + t2}; b.- S2 = {1/2(1 - t), 1/2(1 + t), t2}.
SOLUCION
a.- D(1 + t) = 1 = 1(1 + t) + (-1)t + 0(1 + 2t + t2)
D(t) = 1 = 1(1 + t) + (-1)t + 0(1 + 2t + t2)
D(1 + 2t + t2) = 2 + 2t = 2(1 + t) + 0t + 0(1 + 2t + t2)
JOE GARCIA ARCOS
330
TRANSFORMACIONES LINEALES
1 1 2
D 1 1 0 .
0 0 0
D 1/ 2 1/ 2 2 .
0
0
0
EJEMPLO 7.2.6
Sea V el espacio de todas las funciones de la forma aet + be2t + ce3t. Si se define
D : V V mediante D(f(t)) = f (t), obtenga:
a.- La matriz de D con respecto a la base 1 = {et, e2t, e3t};
b.- La matriz de D con respecto a la base 2 = {et + e2t, e2t + e3t, et + e3t}.
SOLUCION
a.- D(et) = et = 1et + 0e2t + 0e3t ;
D(e2t) = 2e2t = 0et + 2e2t + 0e3t
3t
3t
t
2t
3t
D(e ) = 3e = 0e + 0e + 3e
1 0 0
D 0 2 0
0 0 3
b.- D(et + e2t) = et + 2e2t = 3/2(et + e2t) + 1/2(e2t + e3t) + (-1/2)(et + e3t)
D(e2t + e3t) = 2e2t + 3e3t = (-1/2)(et + e2t) + 5/2(e2t + e3t) + 1/2(et + e3t)
D(et + e3t) = et + 3e3t = (-1)(et + e2t) + 1(e2t + e3t) + 2(et + e3t)
1
3
2 2 1
1
5
D
1 .
2
2
1
1
2
2
EJEMPLO 7.2.7
Se examina el espacio vectorial de los vectores u = ae1 + be2 + ce3 + de4, donde a, b,
c, d son escalares reales. Demostrar que la transformacin f definida por f(u) = be1 +
ce2 + de3 + ae4 es lineal, y hallar su representacin matricial.
SOLUCION
Sabemos que f(u) = f((a, b, c, d)) = (b, c, d, a). Encontramos las imgenes con
respecto de la base cannica de R4:
f((1, 0, 0, 0)) = (0, 0, 0, 1);
f((0, 1, 0, 0)) = (1, 0, 0, 0);
f((0, 0, 1, 0)) = (0, 1, 0, 0);
f((0, 0, 0, 1)) = (0, 0, 1, 0)
Por tanto la matriz de la transformacin lineal tiene la siguiente forma:
0 1 0 0
0 0 1 0
.
Af
0 0 0 1
1 0 0 0
EJEMPLO 7.2.8
Sea V = P4 el espacio de todos los polinomios de grado menor o igual a 4, en la
indeterminada t y defnase f de P4 en P4 por f ( p(t )) p(t ) 2 p(t ) p(t ) .
Representar a f mediante una matriz respecto a la base cannica de P4.
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
331
SOLUCION
Sabemos que
p(t) = a + bt + ct2 + dt3 + et4,
p(t) = b + 2ct + 3dt2 + 4et3,
p(t) = 2c + 6dt + 12et2.
De donde:
f(a + bt + ct2 + dt3 + et4) = (a + 2b + 2c) + (b + 4c + 6d)t + (c + 6d + 12e)t2 +
+ (d + 8e)t3 + et4.
Encontramos las imgenes con respecto de la base cannica de P4:
f(1) = 1 + 0t + 0t2 + 0t3 + 0t4; f(t) = 2 + t + 0t2 + 0t3 + 0t4;
f(t2) = 2 + 4t + t2 + 0t3 + 0t4; f(t3) = 0 + 6t + 6t2 + t3 + 0t4;
f(t4) = 0 + 0t + 12t2 + 8t3 + t4.
Por tanto la matriz de la transformacin lineal tiene la siguiente forma:
1 2 2 0 0
0 1 4 6 0
A f 0 0 1 6 12 .
0 0 0 1 8
0 0 0 0 1
EJEMPLO 7.2.9
Considrese la transformacin lineal f : P3 P2 definida por
f(at3 + bt2 + ct + d) = (a + b + c)t2 + (2b c + 4d).
Determine la matriz de f en las bases cannicas.
SOLUCION
Encontramos las imgenes con respecto de la base cannica de P3 y luego cada una
de stas, las expresamos como combinacin lineal de la base cannica de P2:
f(t3) = t2 + 0t + 0; f(t2) = t2 + 0t + 2; f(t) = t2 + 0t 1; f(1) = 0t2 + 0t + 4.
Por tanto la matriz de la transformacin lineal tiene la siguiente forma:
1 1 1 0
A f 0 0 0 0 .
0 2 1 4
EJEMPLO 7.2.10
Considrese la transformacin lineal f : C2 C2 definida por f((a, b)) = (a + b, ib).
Determine la matriz de f en las bases cannicas.
SOLUCION
Encontramos las imgenes con respecto de la base cannica de C2 y luego cada una
de stas, las expresamos como combinacin lineal de la base cannica de C2:
f((1, 0)) = (1, 0), f((0, i)) = (i, -1).
Por tanto la matriz de la transformacin lineal tiene la siguiente forma:
1 i
Af
.
0 1
PROBLEMAS
7.2.1 La transformacin lineal definida en el ejemplo
anterior es uno a uno, es decir, f no aplica a dos vectores
diferentes sobre el mismo vector. Por tanto, existe una
transformacin lineal que aplica a (3, -1) sobre (1, 0) y a
(-1, 2) sobre (0, 1). Esta transformacin lineal invierte la
aplicacin dada por f. Determine la matriz que la
representa con respecto a las bases cannicas.
332
TRANSFORMACIONES LINEALES
7.2.5
TRANSFORMACIONES LINEALES
2
f ( x k ) t k dt :
0
333
A 0 b 0
0 0 c
334
TRANSFORMACIONES LINEALES
x12
2
x22
2
x32
2
1.
a
a
...
a
b
b22 ... bn 2
22
n2
y B g 12
A f 12
...
...
...
...
...
..
TRANSFORMACIONES LINEALES
335
a b
a22 b22 ... an 2 bn 2
A f Bg 12 12
...
...
...
2
2
3
3
2
2
f (i ) iCos jSen
i
j ; f ( j ) iCos jSen
i
j
4
4
2
2
4
4
2
2
Por consiguiente
2
2
2 .
Af 2
2
2
2
2
Como Ii es la matriz identidad de 2 x 2, entonces
2
2
2
2
1 0
2
2
2 .
A f Ii 2
2
2 0 1
2
2
1
2
2
2
2
2
2
EJEMPLO 7.3.2
Se dan dos transformaciones lineales
f((a, b, c)) = (a + 2b + 3c, 4a + 5b + 6c, 7a + 8b)
g((a, b, c)) = (a + 3b + c, a 3b + 2c, a + c).
Hallar 3f 2g.
SOLUCION
Como 3f 2g : R3 R3, entonces:
3f((a, b, c)) 2g((a, b, c)) = 3(a + 2b + 3c, 4a + 5b + 6c, 7a + 8b) - 2(a + 3b + c,
a 3b + 2c, a + c)
JOE GARCIA ARCOS
336
TRANSFORMACIONES LINEALES
= (3a + 6b + 9c, 12a + 15b + 18c, 21a + 24b) - (2a + 6b + 2c, 2a 6b + 4c, 2a + 2c)
= (a + 7c, 10a + 21b + 14c, 19a + 24b 2c).
Para completar lo que ahora debe ser una sucesin obvia de ideas, presentamos
una multiplicacin escalar en el conjunto de las transformaciones lineales de U en
V.
DEFINICION 7.3.2
El producto escalar af de un escalar a de K y una transformacin lineal f
de U en V est dada por (af)(u) = af(u) para todo vector u de U.
En otras palabras, af es la funcin cuyo valor en u se calcula formando el producto
escalar de a y el vector f(u).
TEOREMA 7.3.2
El producto escalar af de un escalar a de K y una transformacin lineal f de
U en V, es una transformacin lineal.
DEMOSTRACION
Sean u y v vectores arbitrarios de U, y sean k y r, escalares arbitrarios. Para
demostrar que af es una transformacin lineal, debemos probar que
(af)(ku + rv) = k[(af)(u)] + r[(af)(v)].
Es decir
(af)(ku + rv) = a[f(ku + rv)]
= a[kf(u) + rf(v)]
= (ak)f(u) + (ar)f(v)
= k[af(u)] + r[af(v)]
= k[(af)(u)] + r[(af)(v)].
Sean S1 = {u1, u2, ..., un} y S2 = {v1, v2, ..., vm} bases de los espacios vectoriales U y
V respectivamente, y sea
a11 a21 ... an1
a
a22 ... an 2
A f 12
...
...
...
aa
aa22 ... aan 2
aA f 12
...
...
...
aa
TRANSFORMACIONES LINEALES
337
338
TRANSFORMACIONES LINEALES
a
a22 ... an 2
b
b22 ... br 2
y B g 12
A f 12
... ...
...
...
...
...
1r a2 r ... anr
b1m b2 m ... brm
las matrices asociadas a las transformaciones lineales f y g respecto de las bases
consideradas anteriormente. Calculamos los transformados de los elementos de la
base S1, para determinar la matriz asociada a la transformacin gf:
(gf)(u1) = g(f(u1))
= g(a11v1 + a12v2 + ... + a1rvr)
= a11g(v1) + a12g(v2) + + a1rg(vr)
= a11(b11w1 + b12w2 + ... + b1mwm) + a12(b21w1 + b22w2 + ... + b2mwm) + +
a1r(br1w1 + br2w2 + ... + br mwm)
= c11w1 + c12w2 + ... + c1mwm
(gf)(u2) = g(f(u2))
= g(a21v1 + a22v2 + ... + a2rvr)
= a21g(v1) + a22g(v2) + + a2rg(vr)
= a21(b11w1 + b12w2 + ... + b1mwm) + a22(b21w1 + b22w2 + ... + b2mwm) + +
a2r(br1w1 + br2w2 + ... + br mwm)
= c21w1 + c22w2 + ... + c2mwm
...
(gf)(un) = g(f(un))
= g(an1v1 + an2v2 + ... + anrvr)
= an1g(v1) + an2g(v2) + + anrg(vr)
= an1(b11w1 + b12w2 + ... + b1mwm) + an2(b21w1 + b22w2 + ... + b2mwm) + +
anr(br1w1 + br2w2 + ... + br mwm)
= cn1w1 + cn2w2 + ... + cnmwm
donde
c11 = a11b11 + a12b21 + ... + a1rbr1
c21 = a11b12 + a12b22 + ... + a1rbr2
...
cij = ai1b1j + ai2b2j + ... + airbrj
...
cnm = an1b1m + an2b2m + ... + an rbr m
y la matriz asociada a la transformacin lineal gf respecto de las bases consideradas,
ser:
c11 c21 ... cn1
c
c22 ... cn 2
B g A f 12
...
...
...
TRANSFORMACIONES LINEALES
339
TEOREMA 7.3.5
Sean f y g transformaciones lineales de U en V y h y t transformaciones
lineales de V en W. Entonces tenemos:
a.- h(f + g) = hf + hg;
b.- (h + t)f = hf + tf.
DEMOSTRACION
a.- Como f + g va de U en V y h va de V en W, entonces h(f + g) es una funcin de
U en W. Anlogamente, hf va de U en W y hg va de U en W y as hf + hg es una
funcin de U en W. Por tanto, para demostrar que h(f + g) = hf + hg, debemos
evaluar cada miembro en un vector arbitrario u de U y comprobar que los dos
resultados son siempre iguales. Es decir
[h(f + g)](u) = h[(f + g)(u)]
= h[f(u) + g(u)]
= h[f(u)] + h[g(u)]
= (hf)(u) + (hg)(u)
= (hf + hg)(u)
b.- Como h + t va de V en W y f va de U en V, entonces (h + t)f es una funcin de
U en W. Anlogamente, hf va de U en W y tf va de U en W y as hf + tf es una
funcin de U en W. Por tanto, para demostrar que (h + t)f = hf + tf, debemos evaluar
cada miembro en un vector arbitrario u de U y comprobar que los dos resultados son
siempre iguales. Es decir
[(h + t)f](u) = (h + t)[f(u)] = h[f(u)] + t[f(u)] = (hf)(u) + (tf)(u) = (hf + tf)(u).
Obsrvese que en el primer producto, h aparece a la izquierda, mientras que en el
segundo producto, f aparece a la derecha. Debido a que la multiplicacin de las
transformaciones lineales no es conmutativa, las dos frmulas no pueden
comprimirse en una sola ley distributiva. La primera frmula se llama ley
distributiva a la izquierda y, la segunda frmula, ley distributiva a la derecha. Sean
las transformaciones lineales f de U en V y g de V en W, y a un escalar arbitrario.
Entonces
a(gf) = (ag)f = g(af).
Hemos presentado los resultados bsicos referentes a las sumas, a los productos
escalares y a los productos de transformaciones lineales.
Consideremos ahora el caso especial de las transformaciones lineales de V en V; esto
es, estudiaremos ahora L(V, V).
TEOREMA 7.3.6
Sea V un espacio vectorial sobre un cuerpo K. Entonces L(V, V) cumple lo
siguiente:
a.- L(V, V) es un espacio vectorial sobre K;
b.- L(V, V) es cerrado bajo la multiplicacin;
c.- f(gh) = (fg)h para toda f, g y h de L(V, V);
d.- Para cualesquiera f, g y h de L(V, V) tenemos
f(g + h) = fg + fh y (g + h)f = gf + hf;
e.- Para un escalar a de K y cualesquiera f y g de L(V, V), tenemos que
JOE GARCIA ARCOS
340
TRANSFORMACIONES LINEALES
A f 0 1 1 , Bg 1 0 1 .
1 0 1
1 1 0
A f Bg 0 1 1 1 0 1 2 1 1 ,
1 0 1 1 1 0 1 2 1
0 1 1 1 1 0 1 1 2
Bg A f 1 0 1 0 1 1 2 1 1 .
1 1 0 1 0 1 1 2 1
En este caso AfBg = BgAf, por eso las transformaciones fg y gf coinciden. La forma
de coordenadas de la transformacin fg se escribe de la forma siguiente:
gf((a, b, c)) = fg((a, b, c) = (a + b + 2c, 2a + b + c, a + 2b + c).
EJEMPLO 7.3.4
Demuestre que si f : U V, g : V W y h : W X son tres transformaciones,
tenemos entonces que h(gf) = (hg)f.
SOLUCION
Las transformaciones h(gf) y (hg)f tienen ambas dominio U y valores en X. Para cada
u de V, tenemos
(h(gf))(u) = h((gf)(u)) = h(g(f(u))) y ((hg)f)(u) = (hg)(f(u)) = h(g(f(u)))
lo que demuestra que h(gf) y (hg)f.
EJEMPLO 7.3.5
Sea V = R2. Sea S = {e1, e2} la base cannica de R2. Defnanse f y g en L(V, V) tales
que cumplan f(e1) = e2, f(e2) = , g(e1) = e1 + e2, g(e2) = . Demuestre que aunque
fg y gf estn ambas en L(V, V), fg gf.
SOLUCION
Hacemos la combinacin lineal con el vector (a, b):
a
(a, b) = (1, 0) + (0, 1) = (, )
.
b
f((a, b)) = af((1, 0)) + bf((0, 1)) = a(0, 1) + b(0, 0) = (0, a)
a
(a, b) = (1, 0) + (0, 1) = (, )
.
b
g((a, b)) = ag((1, 0)) + bg((0, 1)) = a(1, 1) + b(0, 0) = (a, a)
(fg)(a, b) = (0, a), (gf)(a, b) = (0, 0) fg gf.
Otra forma de resolver este problema, es el siguiente: Sabemos que S = {(1, 0),
(0,1)}, entonces:
0 0
f((1, 0)) = (0, 1), f((0, 1)) = (0, 0) A f
;
1 0
TRANSFORMACIONES LINEALES
341
1
g((1, 0)) = (1, 1), g((0, 1)) = (0, 0) A g
1
0 0 1 0 0 0
1 0 0
A f Ag
, Ag A f
1
0
1
0
1
0
1 0 1
0
.
0
0 0 0
0 0 0
Por tanto f g g f .
EJEMPLO 7.3.6
Sea V un espacio vectorial. Sean f, g de L(V, V). Demuestre que
(f + g)2 = f2 + 2fg + g2
si y slo si fg = gf.
SOLUCION
Como f : V V, g : V V, entonces por definicin
f + g : V V y (f + g)2 : V V.
Por lo tanto
(f + g)2 = (f + g)(f + g) = f2 + fg + gf + g2.
Como fg = gf, entonces
(f + g)2 = f2 + 2fg + g2.
EJEMPLO 7.3.7
Sea V un espacio vectorial. Sea f de L(V, V). Implica siempre f2 = , que f = ?
Por qu?
SOLUCION
Como f : V V, entonces f2 : V V. Por lo tanto f2 = ff es la composicin de f
consigo mismo, entonces la transformacin lineal f es nula, para que f2 = .
EJEMPLO 7.3.8
Sean f : V V y g : V V transformaciones lineales. Si f y g conmutan, demostrar
que (fg)n = fngn, para todo n 0.
SOLUCION
Como f : V V, g : V V, entonces por definicin fg : V V y (fg)n : V V.
Por lo tanto
( fg )n ( fg )( fg ) ( fg )
n veces
342
TRANSFORMACIONES LINEALES
PROBLEMAS
7.3.1 Si P es el conjunto de los polinomios en x sobre R,
sean f : P P, definida por f(p(x)) = p(x) y g : P P,
a.- fg = i;
b.- gf i.
TRANSFORMACIONES LINEALES
343
344
TRANSFORMACIONES LINEALES
TRANSFORMACIONES LINEALES
345
DEMOSTRACION
Observe que f() = . Puesto que
f() = f( + ) = f() + f().
Sumando f() a cada miembro, obtenemos = f(). Por tanto, siempre hay un
vector, es decir, el vector cero de U en el ncleo de f. Para demostrar que el ncleo
de f es un subespacio, admitamos que los vectores u y v de U estn en el ncleo de f
y sean a y b escalares arbitrarios. Entonces f(u) = y f(v) = . Por tanto,
f(au + bv) = af(u) + bf(v) = a + b = .
Por consiguiente, au + bv est en el ncleo de f. En consecuencia, el ncleo de f es un
subespacio de U.
EJEMPLO 7.4.1
Sea f : R2 R2 una transformacin lineal tal que f((3, 2)) = (0, 0) y f((1, 3)) = u ,
demuestre que el ncleo de f es una recta en el plano XY que pasa por el origen.
Encuentre su ecuacin.
SOLUCION
Hacemos la combinacin lineal con un vector (a, b):
1
7 (3a b)
3 a
(a, b) = (3, 2) + (1, 3)
2 3 b
1 (2a 3b)
7
De donde
1
1
f ((a, b)) f ((3, 2)) f ((1, 3)) (3a b)(0, 0) (2a 3b)( x, y)
7
7
1
(2 xa 3xb, 2 ya 3 yb) .
7
Por tanto encontramos el ncleo de la siguiente manera:
2 xa 3xb 0
2a 3b 0
2a 3b = 0
2
ya
3
yb
2a 3b 0
En este caso podemos darnos cuenta que el ncleo de f es una recta en el plano XY
que adems pasa por el origen.
EJEMPLO 7.4.2
1 1
Sea (2, 2) el espacio vectorial de matrices 2 x 2 sobre R y M
. Sea
2 2
f : (2, 2) (2, 2) la transformacin lineal definida por f(A) = MA. Hallar una
base y la dimensin del Nuc(f).
SOLUCION
Aplicando la definicin de ncleo, tenemos que
Nuc(f) = {A (2, 2) / f(A) = , (2, 2)}
a b 1 1 a b 0 0
.
c
d
2
2
c
d
0
0
a b a c
1 0 0 1
Nuc( f )
BaseNuc( f )
c
d
b
d
1
0
0
1
346
TRANSFORMACIONES LINEALES
SOLUCION
Sabemos que Nuc(f) = {(x , y) / 2x + 5y = 0}, entonces la transformacin lineal
f : R2 R2 puede ser:
f((x, y)) = (2x + 5y, 2kx + 5ky), k 0.
De igual importancia que el espacio nulo de f es su imagen, Img(f), la cual definimos
a continuacin.
DEFINICION 7.4.2
Sea f una transformacin lineal de U en V. La imagen de U bajo f, es el
conjunto de todos los vectores v de V tales que v = f(u) para cierto u de U.
Es decir:
Img(f) = {v V / u U y v = f(u)}.
La imagen de f no es solamente el conjunto f(u), sino que a l se le considera con la
estructura de espacio vectorial, subespacio de V, ya que si v1 y v2 pertenecen a la
Img(f) con v1 = f(u1) y v2 = f(u2), entonces:
f(au1 + bu2) = af(u1) + bf(u2) = av1 + bv2
de donde av1 + bv2 est tambin en la imagen de f.
TEOREMA 7.4.2
Sea f una transformacin lineal de U en V. El conjunto imagen de f es un
subespacio de V.
DEMOSTRACION
Considere que los vectores v y w de V estn en el conjunto imagen de f. Entonces
v = f(u1) y w = f(u2) para ciertos vectores u1 y u2 de U. Sean a y b escalares
arbitrarios. Entonces
av + bw = af(u1) + bf(u2) = f(au1 + bu2).
Por tanto, av + bw es un valor funcional bajo la funcin f y, en consecuencia, av + bw
est en el conjunto imagen de f. En consecuencia el conjunto imagen de f es un
subespacio de V.
TEOREMA 7.4.3
Sea f una transformacin lineal de U en V. Entonces
Dim Img(f) + Dim Nuc(f) = DimU.
DEMOSTRACION
Como la imagen de f es un subespacio del espacio V de dimensin finita, la imagen
de f es tambin de dimensin finita. Por esta razn, podemos hallar una base para la
imagen de f. Sea esta base S1 = {v1, v2, ..., vm} donde m = Dim Img(f). Como los
elementos de S1 estn todos en la imagen de f hay vectores S = {u1, u2, ..., um} de U
tales que f(u1) = v1, f(u2) = v2, ..., f(um) = vm. Afirmamos que los elementos de S son
vectores linealmente independientes de U. Pues sean a1, a2, ..., am escalares
arbitrarios y consideremos que la ecuacin a1u1 + a2u2 + ... + amum = . Aplicando la
transformacin f a cada miembro y utilizando f(u1) = v1, f(u2) = v2, ..., f(um) = vm,
obtenemos a1v1 + a2v2 + ... + amvm = . Como los elementos de S1 son vectores
linealmente independientes de V, tenemos que a1 = a2 = ... = am = 0. Por tanto, en la
ecuacin, todos los escalares a1, a2, ..., am deben ser cero. En consecuencia, los
elementos de S son linealmente independientes. Como el ncleo de f es un
subespacio de U, podemos hallar una base S2 = {w1, w2, ..., wk} del ncleo de f. Aqu,
k = DimNuc(f). Afirmamos que S3 = {w1, w2, ..., wk, u1, u2, ..., um} es una base de U.
Demostremos que los elementos de S3 generan U. Sea u de U. Entonces f(u) est en
la imagen de f, y as f(u) = b1v1 + b2v2 + ... + bmvm para ciertos escalares arbitrarios b1,
b2, ..., bm. Entonces
f(u b1u1 - b2u2 - ... - bmum) = f(u) b1v1 - b2v2 - ... - bmvm = .
Por tanto, u = b1u1 + b2u2 + ... + bmum est en el ncleo de f y, en consecuencia, es
igual a la combinacin lineal c1w1 + c2w2 + ... + ckwk de los vectores de la base S2 del
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
347
348
TRANSFORMACIONES LINEALES
u v u
1
2
(1,1)
1
2
(1,1) v
1
2
(1,1)
1
2
(1,1)
1
1
1
1
u u
(1,1)
(1,1) v u
(1,1)
(1,1)
2
2
2
2
f (u) f (v)
Por tanto f(u) es transformacin lineal.
Siendo u = (a, b), entonces
1
1
a b ba
f ((a, b)) (a, b) (a, b)
(1,1)
(1,1)
,
.
2
2
2
2
Para calcular el ncleo y la imagen, hacemos uso de la definicin
correspondiente:
a b
2 0
a b 0
a 0
.
b a 0
b 0
b a 0
2
Por tanto el ncleo de f es: Nuc(f) = {(a, b) / a = b = 0}
a b
2 r
a b 2r
.
a
b a 2s
s
2
Por tanto la imagen de f es: Img(f) = {(r, s) / a b = 2r, b a = 2s}.
EJEMPLO 7.4.8
Sea f : R2 R2 una transformacin lineal tal que f((1, 1)) = (0, 0) y f((0, 1)) = (1, 1),
demuestre que tanto el ncleo como la imagen de f son rectas en el plano XY que
pasan por el origen. Encuentre las ecuaciones de estas rectas.
SOLUCION
Hacemos la combinacin lineal con un vector (a, b):
a
(a, b) = (1, 1) + (0, 1)
b 1
De donde
f((a, b)) = f((1, 1)) + f((0, 1))
f((a, b)) = a(0, 0) + (b a)(1, 1) = (b a, b a).
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
349
b a 0
Para encontrar la imagen de f, lo hacemos como sigue:
b a r
rs=0
b a s
En ambos casos podemos darnos cuenta que el ncleo y la imagen de f son rectas en
el plano XY que adems pasan por el origen.
EJEMPLO 7.4.9
Una transformacin lineal f : R2 R3 aplica los vectores base de la siguiente
manera:
f(i) = (1, 0, 1), f(j) = (-1, 0, 1).
a.- Calcular f(2i - 3j) y determinar la dimensin del ncleo e imagen de f;
b.- Determinar la matriz de f.
SOLUCION
a.- Hacemos la combinacin lineal con un vector (a, b):
a
(a, b) = (1, 0) + (0, 1)
b
De donde
f((a, b)) = f((1, 0)) + f((0, 1)) = a(1, 0, 1) + b(-1, 0, 1) = (a - b, 0, a + b).
Por tanto encontramos el ncleo de la siguiente manera:
a b 0
0 0 a = b = 0 Nuc(f) = {(a, b) / a = b = 0}
a b 0
BaseNuc(f) = {} DimNuc(f) = 0.
Para encontrar la imagen de f, lo hacemos como sigue:
a b r
0 s Img(f) = {(r, s, t) / r = a b, s = 0, t = a + b}
a b t
A f 0 0 .
1 1
EJEMPLO 7.4.10
Defnase f : (3, 3) (3, 3) mediante f(A) = A - AT. Mustrese que f es lineal.
Descrbase el ncleo e imagen de f.
SOLUCION
Para demostrar que f es una transformacin lineal, aplicamos la definicin general:
f(A + B) = (A + B) (A + B)T
= A + B AT - BT
= (A AT) + (B BT)
= (A AT) + (B BT)
= f(A) + f(B).
Por tanto f(A) es transformacin lineal.
Para determinar el ncleo y la imagen de f, aplicamos la definicin correspondiente:
A AT = O A = AT Nuc(f) = {A (3 x 3) / A = AT}.
JOE GARCIA ARCOS
350
TRANSFORMACIONES LINEALES
A AT = B Img(f) = {B (3 x 3) / A - AT = B}.
EJEMPLO 7.4.11
Sea V el espacio vectorial real de las funciones reales de una variable real, con las
operaciones usuales. Si f : R3 V es la transformacin que a cada terna de R3 le
asocia la funcin u aSen2u + bCos2u + c. Es decir,
f((a, b, c)) = aSen2u + bCos2u + c.
a.- Prubese que f es lineal; b.- Hllese el ncleo y la imagen de f.
SOLUCION
a.- Para demostrar que f es una transformacin lineal, aplicamos la definicin
general:
f((a + d, b + e, c + f)) = (a + d)Sen2u + (b + e)Cos2u + (c + f)
= (aSen2u + bCos2u + c) + (dSen2u + eCos2u + f)
= (aSen2u + bCos2u + c) + (dSen2u + eCos2u + f)
= f(A) + f(B).
Por tanto f(A) es transformacin lineal.
b.- Para determinar el ncleo y la imagen de f, aplicamos la definicin
correspondiente:
aSen2u + bCos2u + c = 0 Nuc(f) = {(a, b, c) R3 / aSen2u + bCos2u + c = 0}.
aSen2u + bCos2u + c = r Img(f) = {r V / aSen2u + bCos2u + c = r}.
EJEMPLO 7.4.12
Sea f : R3 R3 una transformacin lineal tal que
f(k) = 2i + 3j + 5k, f(j + k) = i, f(i + j + k) = j - k.
a.- Calcular f(i + 2j + 3k) y determinar la dimensin del ncleo y el rango de f;
b.- Determinar la matriz de f.
SOLUCION
a.- Hacemos la combinacin lineal con un vector (a, b, c):
a
b c
De donde
f((a, b, c)) = f((0, 0, 1)) + f((0, 1, 1)) + f((1, 1, 1))
= - (b - c)(2, 3, 5) (a b)(1, 0, 0) + a(0, 1, -1)
= (- a b + 2c, a 3b + 3c, - a 5b + 5c)
Por tanto f(i + 2j + 3k) es:
f((1, 2, 3)) = (3, 4, 4).
b.- Calculamos la imagen de cada uno de los elementos de la base cannica de R3:
f((1, 0, 0)) = (-1, 0, 0), f((0, 1, 0)) = (-1, -3, -5) y f((0, 0, 1)) = (2, 3, 5).
Por tanto la matriz de f es:
1 1 2
A f 0 3 3 .
0 5 5
EJEMPLO 7.4.13
Sean A y B vectores no nulos en el plano tales que no existe constante alguna k 0
tal que B = kA. Sea f una transformacin lineal del plano en s misma de tal manera
que f(e1) = A y f(e2) = B. Describir la imagen bajo f del rectngulo cuyos vrtices son
(0, 1), (3, 0), (0, 0), (3, 1).
SOLUCION
Hacemos la combinacin lineal con un vector (a, b):
a
(a, b) = (1, 0) + (0, 1)
b
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
351
De donde
f((a, b)) = f((1, 0)) + f((0, 1)) = aA + bkA = (a + bk)A.
Por tanto:
f((0, 1) = kA, f((3, 0)) = 3A, f((0, 0)) = y f((3, 1)) = (3 + k)A.
EJEMPLO 7.4.14
Una transformacin lineal f : R3 R2 aplica los vectores base como sigue:
f(i) = (0, 0), f(j) = (1, 1), f(k) = (1, -1).
a.- Calcular f(4i - j + k) y determinar la dimensin del ncleo y el rango de f:
b.- Determinar la matriz de f;
c.- Utilizando la base estndar en R3 y la base {(1, 1), (1, 2)} en R2, determinar la
matriz de f relativa a esas bases.
SOLUCION
a.- Hacemos la combinacin lineal con un vector (a, b, c):
a
De donde
f((a, b, c)) = f((1, 0, 0)) + f((0, 1, 0)) + f((0, 0, 1))
= a(0, 0) + b(1, 1) + c(1, -1) = (b + c, b c).
Por tanto f(4i - j + k) es:
f((4, -1, 1)) = (0, -2).
b.- Calculamos la imagen de cada uno de los elementos de la base cannica de R3:
f((1, 0, 0)) = (0, 0), f((0, 1, 0)) = (1, 1) y f((0, 0, 1)) = (1, -1).
Por tanto la matriz de f es:
0 1 1
Af
.
0 1 1
c.- Calculamos la imagen de cada uno de los elementos de la base cannica de R3, y
luego ste elemento lo expresamos como combinacin lineal de los elementos de la
base de llegada:
2 0
f((1, 0, 0)) = (0, 0) = 1(1, 1) + 2(1, 2) 1
,
1 2 2 0
1
f((0, 1, 0)) = (1, 1) = 1(1, 1) + 2(1, 2) 1 2
,
1 22 1
0
f((0, 0, 1)) = (1, -1) = 1(1, 1) + 2(1, 2) 1 2
.
1 22 0
Resolvemos estos tres sistemas de ecuaciones y obtenemos la matriz de f:
1 1 0 1 1 1 1 0 1 1 1 0 0 1 3
0 1 3
Af
0 0 2
1 2 0 1 1 0 1 0 0 2 0 1 0 0 2
EJEMPLO 7.4.15
Sea f una transformacin lineal de R2 en s misma, tal que
f(e1) = (1, 1) y f(e2) = (-1, 2).
Sea S el cuadrado cuyos vrtices estn en (0, 0), (1, 0), (1, 1), (0, 1). Demostrar que
la imagen bajo f de este cuadrado es un paralelogramo.
SOLUCION
La representacin matricial de la transformacin lineal f en la base cannica de R2 es
1 1
Af
. Encontramos las imgenes de cada uno de los puntos del cuadrado:
1 2
352
TRANSFORMACIONES LINEALES
1 1 0 0
f ((0, 0))
,
1 2 0 0
1 1 1 1
f ((1, 0))
,
1 2 0 1
1 11 0
1 1 0 1
f ((1,1))
f ((0,1))
,
.
1 2 1 3
1 2 1 2
Graficando ambas figuras, demostramos que la imagen bajo f de este cuadrado, es un
paralelogramo.
EJEMPLO 7.4.16
Sea (n, n) el espacio de todas las matrices de n x n. Sea la transformacin lineal
f(A) = (A - AT). Describir el ncleo e imagen de f y determine sus correspondientes
dimensiones.
SOLUCION
1
Como f (A) (A - AT ) , entonces:
2
1
Nuc( f ) A / (A - AT ) = O {A / A = A T } .
2
Img( f ) B / (A - AT ) = B = {B / A - A T = 2B} .
2
EJEMPLO 7.4.17
Considrense los nmeros complejos C como un espacio vectorial sobre R. Defnase
la funcin f ( z ) z , donde z es el complejo conjugado del nmero complejo z.
Demuestre que f es una transformacin lineal. Hllese una base para el ncleo de f y
una base para la imagen de f.
SOLUCION
Si z = x + iy, entonces la transformacin tiene la forma: f(x + iy) = x iy. A
continuacin demostramos
que f es lineal:
f((a + c) + i(b + d)) = (a + c) - i(b + d) = (a - ib) + (c - id)
= (a - ib) + (c - id) = f(z1) + f(z2)
Lo cual queda demostrado.
El ncleo de f es:
Nuc(f) = {x + iy / x iy = 0 + i0} Nuc(f) = {x + iy / x = y = 0}
BaseNuc(f) = {0 + i0} DimNuc(f) = 0.
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
353
La imagen de f es:
Img(f) = {r + is / x iy = r + is} Img(f) = {r + is / r = x, s = -y}
BaseImg(f) = {(1, 0), (0, i)} DimImg(f) = 2.
PROBLEMAS
7.4.1 Sea f : Rn Rm una transformacin lineal.
Demuestre que si f transforma dos vectores linealmente
independientes sobre un conjunto linealmente dependiente,
entonces la ecuacin f(u) = tiene una solucin no trivial.
7.4.2 Sea f : R2 R2 un operador lineal cuyo ncleo es
Nuc(f) = {(x, y) / x = y}. Demuestre que f no es
sobreyectiva. Ms an, pruebe que Img(f) es una recta
que pasa por el origen.
7.4.3 Sea f : R3 R3 una transformacin lineal tal que
f(e3) = 2e1 + 3e2 + 7e3, f(2e2 + 3e3) = 2e1,
f(e1 e2 + e3) = 2e2 3e3:
a.- Calcular f(2e1 3e2 + 5e3) y determine la dimensin
del ncleo y el rango de f.
b.- Determine la matriz de f.
7.4.4 Sea f : R3 R3 un operador lineal cuya imagen es
Img(f) = {(x, y) / x = y = z}. Demuestre que el ncleo de
f es un plano en R3 que pasa por el origen.
7.4.5 Sea V un espacio vectorial sobre R que consiste en
todas las funciones f tres veces derivables que satisfacen la
ecuacin diferencial f + f = 0. En este espacio V,
defnase la funcin g : V V por g(f) = f , la derivada de
f. Demustrese que g es una transformacin lineal. Hllese
una base tanto para el ncleo de g como para la imagen de
g. Cul es el rango y la nulidad de g?
7.4.6 Sea V el espacio vectorial de todos los polinomios
reales p(x). Sean f el operador derivacin y g la
transformacin lineal que aplica p(x) en xp(x).
a.- Poner p(x) = 2 + 3x - x2 4x3 y determinar el ncleo e
imagen de p a travs de cada una de las transformaciones
siguientes: f, g, fg, gf, fg - gf, g2f2 - f2g2;
b.- Determinar los polinomios p de V para los cuales
g(p) = p;
c.- Determinar los polinomios p de V para los cuales
(fg 2f)(p) = .
7.4.7 Sea f : R3 R3 definida por f (v) proyu v , en
donde u = (0, 1, 2):
a.- Determinar A, la matriz de f.
b.- Sea g la transformacin lineal representada por
I A. Demuestre que g es de la forma
g (v) proyw1 v proyw2 v ,
en donde w1 y w2 son vectores fijos en R3.
c.- Demostrar que el ncleo de f es la imagen de g.
354
TRANSFORMACIONES LINEALES
A 0 1 3 2
3 7 6 5
g ( x) [1 Cos( x t )] f (t )dt :
2
2
2
f (( x, y, z ))
x
y,
x
y, z .
2
2
2
2
0 1 4 0
A
1 0 1 6
2 1 6 8
Est u en el rango de la transformacin lineal?
7.4.26 Si U = R3, V = R3 y f(u) es el complemento
ortogonal de u respecto del plano representado
implcitamente por u + v + w = 0, mostrar que f es una
transformacin lineal. Encontrar el ncleo y la imagen de
f.
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
355
356
TRANSFORMACIONES LINEALES
TRANSFORMACIONES LINEALES
357
358
TRANSFORMACIONES LINEALES
TEOREMA 7.5.5
Sean U y V espacios vectoriales de dimensin finita con DimU = DimV y
sea f una transformacin lineal de U en V. Entonces:
a.- Cualquier inversa a la izquierda de f es una inversa bilateral;
b.- Cualquier inversa a la derecha de f es una inversa bilateral.
DEMOSTRACION
Si f : U V tiene una inversa a la izquierda f -1 : V U, entonces, sabemos que f es
inyectiva y f tambin es sobreyectiva. Por tanto, f es biyectiva y, en consecuencia, f
tiene una inversa bilateral que es igual a f -1. Esto demuestra la primera parte. Si
ahora f -1 : V U es una inversa a la derecha de f, entonces f es sobreyectiva. Por
consiguiente, f es biyectiva y, en consecuencia f tiene una inversa bilateral que es
igual a f -1. Hemos completado la demostracin de la segunda parte.
EJEMPLO 7.5.1
Determine todos los valores del nmero real k tales que la transformacin lineal
f : R2 R2, definida por f(e1) = e1 + ke2, f(e2) = e1 ke2, no sea inversible. Aqu
S = {e1, e2} es la base cannica de R2. Cuando f sea inversible, hllese f -1(e1) y
f -1(e2). Cuando f no sea inversible, hllense la nulidad de f y el rango de f.
SOLUCION
Hacemos la combinacin lineal con el vector (a, b):
a
(a, b) = (1, 0) + (0, 1) = (, )
.
b
f((a, b)) = af((1, 0)) + bf((0, 1)) = a(1, k) + b(1, -k) = (a + b, ka - kb).
Esta transformacin lineal, tiene como representacin matricial la matriz:
1 1
k k
Para que esta transformacin lineal no sea inversible, entonces el determinante de la
representacin matricial debe ser cero. Es decir:
1 1
0 k = 0.
k k
Para encontrar la transformacin lineal inversa, hacemos f((a, b)) = (r, s) y luego
resolvemos el sistema que genera:
r 2k 0 kr s
ab r
1 1 r 1 1
ka kb s
k k s 0 2k kr s 0 2k kr s
Y obtenemos
kr s
a 2k
kr s kr s
,
f 1 ((r , s))
,
kr
s
2k
2k
b
2k
1 1
1 1
f 1 ((1, 0)) , , f 1 ((0,1)) ,
, k 0.
2 2
2k 2k
Si f no es inversible, entonces k = 0 y f((a, b)) = (a + b, 0), entonces:
a + b = 0 a = -b Nuc(f) = {(a, b) / a = -b};
BaseNuc(f) = {(-1, 1)} Nul(f) = 1.
a b r
Img(f) = {(r, s) / r = a + b, s = 0};
0s
TRANSFORMACIONES LINEALES
359
es siempre una inversa bilateral. Adems, sabemos que dicha inversa es siempre una
transformacin lineal.
TEOREMA 7.5.6
Sean U, V y W espacios vectoriales sobre K de dimensin finita con
DimU = DimV = DimW. Sean las transformaciones lineales f de U en V
y g de V en W. Entonces:
a.- gf es inversible si y slo si tanto f como g son inversibles;
b.- Si f y g son inversibles, tenemos que (gf)-1 = f -1g 1;
c.- Si f es inversible, entonces tambin lo es f -1 y (f -1)-1 = f.
DEMOSTRACION
Suponga que gf es inversible. Sea h de W en U la inversa de gf. Entonces
h(gf) = i(U) y (gf)h = i(W). Por tanto, (hg)f = i(U) lo que implica que f tiene una
inversa a la izquierda hg. Adems, g(fh) = i(W) lo que implica que g tiene una
inversa a la derecha fh. Por consiguiente, si gf tiene una inversa, entonces tanto g
como f tienen inversas. Suponga ahora que g y f tienen inversas. Entonces g y f
son biyectivas, de modo que gf es biyectiva y, en consecuencia, tiene una inversa;
adems, (gf)-1 = f -1g -1. Si f tiene inversa entonces f es biyectiva, como
demostramos anteriormente f -1 es una transformacin lineal de V en U y si f -1 es
biyectiva, entonces (f -1)-1 tambin es una transformacin lineal y (f -1)-1 = f, que es
la transformacin lineal original.
EJEMPLO 7.5.2
Verificar que la transformacin lineal f : R3 R3 definida por
f((a, b, c)) = (2a + c, 2c + a, 2a + b)
es inyectiva.
SOLUCION
Nuc(f) = {u R3 / f(u) = , R3}
= {(a, b, c) / (2a + c, 2c + a, 2a + b) = (0, 0, 0)}
Resolviendo el sistema de ecuaciones
2a c 0
a 2c 0
2a b 0
obtenemos
Nuc(f) = {(a, b, c) / a = b = c = 0} Dim Nuc(f) = 0.
Por lo tanto f es inyectiva.
EJEMPLO 7.5.3
En un espacio vectorial con base {e1, e2} se da la transformacin lineal f. Hallar la
matriz de la transformacin inversa si f(e1) = e2, f(e2) = e1.
SOLUCION
Hacemos la combinacin lineal con un vector (a, b):
a
(a, b) = (1, 0) + (0, 1)
b
De donde
f((a, b)) = f((1, 0)) + f((0, 1)) = a(0, 1) + b(1, 0) = (b, a).
Por tanto:
0 1
f -1((r, s) = (s, r) A f 1
.
1 0
EJEMPLO 7.5.4
Encuentre la transformacin lineal f 1 de la transformacin f : R3 R3 definida
por f((a, b, c)) = (2b + c, 2c + a, 2a + b).
JOE GARCIA ARCOS
360
TRANSFORMACIONES LINEALES
SOLUCION
Por definicin, tenemos que
2b c r
a 2c s
2a b t
r 0 2 1
r
s 1 0 2
s
1 0 2 s 1 0 2
2 1 0 t 0 1 4 2s t 0 0 9 r 4s 2t
0 9 0 4r 2 s t
9 0 0 2r s 4t
0 0 9 r 4s 2t
a
9
4r 2 s t
b
9
r 4s 2t
c
9
EJEMPLO 7.5.5
La transformacin lineal f consiste en girar cada vector del plano X0Y un ngulo /4.
Hallar la matriz de g = f + f -1.
SOLUCION
La transformacin lineal f est dada por las ecuaciones:
f((e1)) = e1Cos(/4) + e2Sen(/4) y f((e2)) = e1Cos(3/4) + e2Sen(3/4)
Lo que es lo mismo:
2
2 1 1
f ((a, b))
(a b, a b) A f
2 1 1
2
Por consiguiente, la transformacin lineal inversa es:
1 1 1
1
f 1 ((r , s))
(r s, r s) A f 1
2
2 1 1
La matriz de la transformacin lineal g = f + f 1, est dada por:
2 1 1 1 1 1 2 0
A g A f A f 1
.
2 1 1
2 1 1 0
2
EJEMPLO 7.5.6
La transformacin lineal f consiste en girar cada vector del plano X0Y en el ngulo
/4. Hallar la representacin matricial f -2.
SOLUCION
La transformacin lineal f est dada por las ecuaciones:
f((e1)) = e1Cos(/4) + e2Sen(/4) y f((e2)) = e1Cos(3/4) + e2Sen(3/4)
Lo que es lo mismo:
2
f ((a, b))
(a b, a b)
2
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
361
2 1 1
2
La matriz de la transformacin lineal f 2, est dada por:
1 1
1
1
2
2 2
2 0 1
A f 2 A f 1 A f 1
.
1
1 1
1 1 0
2
2
2
2
PROBLEMAS
7.5.1 Sea V un espacio vectorial. Sea f de L(V, V).
Demuestre que si f es inversible, entonces f2 = f implica
siempre que f = i. Es esto necesariamente cierto para f no
inversible?
7.5.2 Demustrese que cada uno de las transformaciones
lineales siguientes es no singular, y encuntrese la
transformacin lineal inversa que le corresponde:
a.- f(x, y) = (x, 2y);
b.- f(x, y) = (3x + y, 5x + 2y);
c.- f(x, y, z) = (x + y, y + z, z);
d.- f(x, y, z) = (x, x y, y z);
e.- f(x, y, z) = (y, x + z, y z);
f.- f(x, y, z) = (x + y, y + 2z, x + y + z).
7.5.3 Sea B una matriz no singular de n x n. Demuestre
que la transformacin lineal f : definida por
f(A) = AB es un isomorfismo.
7.5.4
k 1
k 0
s( x) ak x k 1 , t ( x) ak x k 1
f (t )dt .
362
TRANSFORMACIONES LINEALES
TRANSFORMACIONES LINEALES
363
364
TRANSFORMACIONES LINEALES
Ssx1,s y S 1
Reflexin de espejo:
1
,
sx s y
Mx1 M x y My1 M y
TRANSFORMACION DE COORDENADAS
Supngase que se tienen dos sistemas coordenados en el plano. El primer sistema
est localizado en un origen O y tiene ejes coordenados XY. El segundo sistema
coordenado se ubica en el origen O y tiene ejes coordenados XY. Ahora cada
punto del plano tiene dos descripciones coordenadas: (x, y) o (x, y), dependiendo
del sistema coordenado empleado. Si se considera que el segundo sistema XY
surge de una transformacin aplicada al primer sistema XY, se dice que se ha
aplicado una transformacin de coordenadas. Es posible describir esta
transformacin determinando cmo estn relacionadas las coordenadas (x, y) de
un punto P con las coordenadas (x, y) del mismo punto.
Si el sistema coordenado XY se desplaza a una nueva posicin en donde la
direccin y distancia del desplazamiento estn dadas por el vector v = txi + tyj, las
coordenadas de un punto en ambos sistemas estn relacionados por la
transformacin de traslacin T v :
( x, y) Tv ( x, y)
donde x = x tx y y = y ty.
El sistema XY se rota con respecto al origen. Entonces, las coordenadas de un
punto en ambos sistemas estn relacionadas por la transformacin de rotacin
R :
( x, y) R ( x, y)
donde
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
365
donde x
1
1
x y y y
sx
sy
donde x = x y y = -y.
Para la reflexin con respecto al eje Y
( x, y) M y ( x, y)
donde x = -x y y = y.
Cada transformacin de coordenadas tiene una inversa, que puede obtenerse al
aplicar la transformacin opuesta:
Traslacin:
Ss x ,s y S 1 , 1
Reflexin de espejo:
sx s y
Mx Mx y M y M y
TRANSFORMACIONES COMPUESTAS
Es posible construir transformaciones geomtricas y de coordenadas ms
complejas a partir de las transformaciones bsicas descritas cuando se estudi el
proceso de composicin de funciones. Operaciones tales como la rotacin con
respecto a un punto distinto del origen o la reflexin con relacin a lneas que no
sean los ejes pueden construirse a partir de las transformaciones bsicas.
DESCRIPCION MATRICIAL DE LAS TRANSFORMACIONES BASICAS
Las transformaciones de rotacin, puesta en escala y reflexin, pueden
representarse como funciones matriciales:
Transformaciones geomtricas
Cos Sen
R
Sen Cos
sx
Ss x ,s y
0
sy
Transformaciones de coordenadas
Cos Sen
R
Sen Cos
Ss x ,s y
1
s
x
s y
JOE GARCIA ARCOS
366
TRANSFORMACIONES LINEALES
1
Mx
0
1
My
1
1
0
1
Mx
0
1
My
0
1
0
Tv 0 1 t y
0 0 1
Entonces
1 0 tx x x tx
0 1 ty y y ty
0 0 1 1 1
c d 0 .
0 0 1
EJEMPLO 7.6.1
Encuentre la transformacin que gira un punto objeto con respecto al origen.
Escrbase la representacin matricial para esta rotacin.
SOLUCION
La definicin de las funciones trigonomtricas nos da
x rCos( )
x rCos
y
rSen
(
y rSen
Mediante identidades trigonomtricas, se obtiene
rCos( ) r (CosCos SenSen) xCos ySen
x xCos ySen
y xSen yCos
x
x
Cos Sen
Escribiendo P , P , y R
y
Sen Cos
JOE GARCIA ARCOS
TRANSFORMACIONES LINEALES
367
Cos30 Sen30 2
2
R 30
Sen
30
Cos
30
1
3
2
2
Las nuevas coordenadas pueden obtenerse al multiplicar
3
53 3
1
3
2 2 .
2
1
3 5 3 5 3
2
2
2
EJEMPLO 7.6.3
Describa la transformacin que gira un punto objeto Q(x, y), grados con
respecto a un centro fijo de rotacin P(h, k).
SOLUCION
Se determina la transformacin R,P en tres pasos:
1. Trasladar de manera que el centro de rotacin P se encuentre en el origen.
2. Efectuar una rotacin de grados con respecto al origen.
3. Trasladar de nuevo el origen a P.
Utilizando v = -hi kj como vector de traslacin, se construye R,P por la
composicin de transformaciones R ,O Tv R Tv .
EJEMPLO 7.6.4
Descrbase la forma general de la matriz para la rotacin con respecto a un punto
P(h, k).
SOLUCION
Por el ejemplo anterior tenemos R ,P Tv R Tv , donde v = -hi kj. Mediante
la forma coordenada homognea de 3 x 3 para las matrices de rotacin y
traslacin, se tiene
1 0 h Cos Sen 0 1 0 h
R , P 0 1 k Sen Cos 0 0 1 k
0 0 1 0
0
1
0 0 1
Cos Sen hCos kSen h
0
1
EJEMPLO 7.6.5
Efecte una rotacin de 45 del tringulo con vrtices en los puntos A(0, 0),
B(1, 1), C(5, 2):
a.- Con respecto al origen;
b.- Con respecto al punto P(-1, -1).
SOLUCION
Se representa el tringulo por medio de una matriz formada a partir de las
coordenadas homogneas de los vrtices
JOE GARCIA ARCOS
368
TRANSFORMACIONES LINEALES
A B C
0 1 5
0 1 2
1 1 1
2
2
Cos 45 Sen45 0
2
2
R 45 Sen45 Cos 45 0
0
2
2
0
0
1
0
0
1
De manera que las coordenadas ABC del tringulo girado ABC se obtienen
como
2
2
3 2
0 0
2
2
2
0 1 5
2
2
7 2
00 1 2 0 2
ABC R 45 ABC
2
2
2
1 1 1
0
0
1
1 1
1
j. De modo que
R ,P
1 0 1
0 1 1
0 0 1
2
2
2
2
0
2
2
2
2
0
2
0
1 0 1 2
2
0 0 1 1
2
0 0 1
1
0
2
2
2
2
0
2 1
Ahora
ABC R 45 ABC
2
2
2
2
0
2
2
2
2
0
1
0 1 5
2 1 0 1 2
1 1 1
1
1
1
3 2 1
9 2 2
2 1 2 2 1
2
1
1
1
TRANSFORMACIONES LINEALES
369
EJEMPLO 7.6.6
Determine la transformacin que pone en escala (respecto al origen) en:
a.- a unidades en la direccin X;
b.- b unidades en la direccin Y;
c.- en forma simultnea a unidades en direccin X y b unidades en direccin Y.
SOLUCION
a.- La transformacin de escala aplicada a un punto P(x, y) produce el punto
(ax, y). Esto puede escribirse en forma matricial como
a 0 x ax
Sa,1 P
0 1 y y
b.- Como en el literal anterior, la transformacin requerida puede escribirse en
forma matricial como
1 0 x x
S1,b P
0 b y by
c.- La puesta en escala en ambas direcciones est descrita por la transformacin
x = ax y y = by. Al escribir esto en forma matricial como
a 0 x ax
Sa,b P
.
0 b y by
EJEMPLO 7.6.7
Escriba la forma general de una matriz de puesta en escala con respecto a un
punto fijo P(h, k).
SOLUCION
Siguiendo el mismo procedimiento general, se escribe la transformacin requerida
con v = -hi kj como
1 0 h a 0 0 1 0 h a 0 ah h
Sa ,b,P Tv Sa ,b Tv 0 1 k 0 b 0 0 1 k 0 b bk k .
0 0 1 0 0 1 0 0 1 0 0
1
EJEMPLO 7.6.8
Amplifquese el tringulo con vrtices A(0, 0), B(1, 1) y C(5, 2) al doble de su
tamao manteniendo fijo el vrtice C(5, 2).
SOLUCION
Es posible escribir la transformacin requerida con v = -5i 2j como
1 0 5 2 0 0 1 0 5 2 0 5
S2,2,C Tv S2,2 Tv 0 1 2 0 2 0 0 1 2 0 2 2
0 0 1 0 0 1 0 0 1 0 0 1
Representando un punto P con coordenadas (x, y) por medio del vector columna
x
y , se tiene
1
2 0 5 0 5
2 0 5 1 3
S2,2,C A 0 2 2 0 2 ; S2,2,C B 0 2 2 1 0 ;
0 0 1 1 1
0 0 1 1 1
2 0 5 5 5
S2,2,C C 0 2 2 2 2
0 0 1 1 1
De manera que A(-5, -2), B(-3, 0) y C(5, 2). Obsrvese que ya que el tringulo
ABC est completamente determinado por sus vrtices, podra haberse ahorrado
mucha escritura al representar los vrtices con una matriz de 3 x 3
JOE GARCIA ARCOS
370
TRANSFORMACIONES LINEALES
y aplicando S2,2,C
0 1 5
ABC 0 1 2
1 1 1
a esto. Entonces
2 0 5 0 1 5 5 3 5
EJEMPLO 7.6.9
Descrbase la transformacin ML que refleja un objeto con respecto a una recta L.
SOLUCION
Considere que la lnea L de la figura tiene una interseccin con el eje Y en (0, b)
y un ngulo de inclinacin de grados (respecto al eje X). Se reduce la
descripcin a transformaciones conocidas:
1. Trasladar (0, b) al origen.
2. Rotar - grados de manera que la recta L se alinee con el eje X.
3. Efectuar una reflexin de espejo con respecto al eje X.
4. Girar de nuevo grados.
5. Trasladar el origen de nuevo al punto
(0, b).
En notacin de transformacin, se tiene
ML Tv R Mx R Tv
en donde v = -bj.
EJEMPLO 7.6.10
Obtngase la forma de la matriz para realizar reflexin con respecto a una recta L
de pendiente m e interseccin con el eje Y en el punto (0, b).
SOLUCION
Aplicando el hecho de que el ngulo de inclinacin de una recta est relacionado
con su pendiente m por la ecuacin Tan = m, se tiene con v = -bj
ML Tv R Mx R Tv
1 0 0 Cos Sen 0 1 0 0 Cos Sen 0 1 0 0
0
1
0
1
0 0 1 0
0 0 1
Ahora, si Tan = m, la trigonometra elemental da
m
Sen
m2 1
1
Cos
m2 1
2
2
m 1 m 1 m 1
2m
m2 1
2b
.
ML 2
m 1 m2 1 m2 1
0
0
1
TRANSFORMACIONES LINEALES
371
EJEMPLO 7.6.11
Realice la reflexin del polgono en forma de diamante cuyos vrtices estn en
A(-1, 0), B(0, -2), C(1, 0) y D(0, 2) con respecto:
a.- La recta horizontal y = 1;
b.- La recta vertical x = 2;
c.- La recta y = x + 2.
SOLUCION
Se representan los vrtices del polgono por medio de la matriz coordenada
homognea
1 0 1 0
V 0 2 0 2
1 1 1 1
M L 0 1 2 0 1 0 0 1 0 0 1 0 0 1 2 0 1 4
0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1
Esta misma matriz podra haberse obtenido directamente utilizando los resultados
del ejemplo anterior con pendiente m = 0 e interseccin con el eje Y en b = 0.
Para reflejar el polgono, se iguala
1 0 0 1 0 1 0 1 0 1 0
M L V 0 1 4 0 2 0 2 4 6 4 2
0 0 1 1 1 1 1 1 1 1 1
Convirtiendo de coordenadas homogneas A(-1, 4), B(0, 6), C(1, 4), D(0, 2).
b.- La recta vertical x = 2 carece de interseccin con el eje Y y tiene pendiente
infinita. Puede utilizarse My, reflexin con respecto al eje Y, para escribir la
reflexin deseada:
1. Trasladando la recta dada dos unidades hacia arriba al eje Y;
2. Realizando reflexin con respecto al eje Y;
3. Trasladando hacia atrs dos unidades.
De manera que con v = -2i
1 0 2 1 0 0 1 0 2 1 0 4
M L Tv M y Tv 0 1 0 0 1 0 0 1 0 0 1 0
0 0 1 0 0 1 0 0 1 0 0 1
Por ltimo
1 0 4 1 0 1 0 5 4 3 4
M L V 0 1 0 0 2 0 2 0 2 0 2
0 0 1 1 1 1 1 1 1 1 1
Convirtiendo de coordenadas homogneas A(5, 0), B(4, -2), C(3, 0), D(4, 2).
c.- La recta y = x + 2 tiene pendiente 1 e interseccin con el eje Y en el punto
(0, 2). A partir del ejemplo anterior, con m = 1 y b = 2, se tiene
0 1 2
ML 1 0 2
0 0 1
372
TRANSFORMACIONES LINEALES
0 1 2 1 0 1 0 2 4 2 0
M L V 1 0 2 0 2 0 2 1 2 3 2
0 0 1 1 1 1 1 1 1 1 1
EJEMPLO 7.6.12
Un observador que se encuentra en el origen ve un punto P(1, 1). Si el punto se
traslada una unidad en la direccin v = i, su nueva posicin coordenada es
P(2, 1). Supngase que, en vez de esto, el observador retrocede una unidad sobre
el eje X. Cules seran las coordenadas aparentes de P con respecto al
observador?
SOLUCION
El problema puede plantearse como una transformacin de sistemas coordenadas.
Si se traslada el origen O en la direccin v = -i (a una nueva posicin en O), las
coordenadas P en este sistema pueden obtenerse por medio de la traslacin T v :
1 0 1 1 2
T v P 0 1 0 1 1
0 0 1 1 1
De manera que las nuevas coordenadas son (2, 1). Esto tiene la interpretacin
que sigue: un desplazamiento de una unidad en una direccin dada puede lograrse
ya sea trasladando el objeto hacia delante o alejndose de l.
EJEMPLO 7.6.13
Un objeto est definido con respecto a un sistema coordenado cuyas unidades
estn mediadas en pies. Si el sistema coordenado de un observador utiliza
pulgadas como unidad bsica, cul es la transformacin de coordenadas
empleada para describir las coordenadas del objeto en el sistema coordenado del
observador?
SOLUCION
Ya que hay 12 pulgadas en un pie, la transformacin requerida puede describirse
1
por medio de una transformacin de escala coordenada con s o
2
1
0
1/12
12 0
S1/12
1 0 12
0
1/12
y as
x 12 0 x 12 x
S1/12
.
y 0 12 y 12 y
EJEMPLO 7.6.14
Obtngase la ecuacin del crculo (x)2 + (y)2 = 1 en trminos de coordenadas
XY, considerando que el sistema coordenado XY es el resultado de una puesta
en escala a unidades en la direccin X y b unidades en la direccin Y.
SOLUCION
A partir de las ecuaciones para una transformacin de escala coordenada, se
obtiene
1
1
x x y y y
b
a
Sustituyendo, se tiene
TRANSFORMACIONES LINEALES
373
2
x y
1
a b
Obsrvese que, como resultado de la puesta en escala, la ecuacin del crculo se
transforma en la ecuacin de una elipse en el sistema coordenado XY.
EJEMPLO 7.6.15
Obtngase la ecuacin de la recta y = mx + b en las coordenadas XY si el
sistema coordenado XY es el resultado de una rotacin de 90 del sistema
coordenado XY.
SOLUCION
Las ecuaciones de transformacin de coordenadas de una rotacin pueden
escribirse como
x xCos90 ySen90 y
y xSen90 yCos90 x
Sustituyendo, se tiene x = my + b. Resolviendo para y, se tiene
1
b
y x .
m
m
A continuacin y de forma general, enumeramos los operadores en R2 que
transforman cada vector en su imagen simtrica con respecto a alguna recta y se
denominan operadores reflexin. As mismo, encontramos los operadores
proyeccin ortogonal y rotacin:
Reflexin respecto al eje Y:
x x
1 0
y y
0 1
y y
1 0
0 1
y x
1 0
y 0
0 0
374
TRANSFORMACIONES LINEALES
y y
0 0
0 1
y xSen yCos
Sen Cos
Tv : y y b .
z z c
TRANSFORMACIONES LINEALES
375
0
1
0
0
0
0
1
0
a x
b y
c z
1 1
Ssx , s y , sz : y s y y
z sz z
En forma matricial, tenemos
sx 0 0
Ss x , s y , s z 0 s y 0
0 0 s
z
x xCos ySen
: y xSen yCos
z z
R , j :
y y
z xSen zCos
R ,i : y yCos zSen
z ySen zCos
R , k Sen Cos 0 ; R , j 0
1
0 ;
0
Sen 0 Cos
0
1
376
TRANSFORMACIONES LINEALES
R , i
0
0
1
0 Cos Sen .
0 Sen Cos
TRANSFORMACIONES DE COORDENADAS
Tambin es posible lograr los efectos de traslacin, puesta en escala y rotacin al
mover al observador que ve el objeto y manteniendo estacionario el objeto. Este
tipo de transformacin se denomina transformacin de coordenadas. Primero se
fija un sistema coordenado al observador y despus se le traslada junto con el
sistema coordenado agregado. A continuacin, se vuelven a calcular las
coordenadas del objeto observado respecto al nuevo sistema coordenado del
observador. Los nuevos valores coordenados sern exactamente los mismos que
si el observador hubiera permanecido estacionario y el objeto se hubiera movido,
correspondiendo a una transformacin geomtrica.
Si el desplazamiento del sistema coordenado del observador hacia una nueva
posicin est prescrito por un vector v = ai + bj + ck, un punto P(x, y, z), en el
sistema coordenado original tiene coordenadas P(x, y, z) en el nuevo sistema
coordenado, y
x x a
T v : y y b
z z c
Traslacin
Transf. de coord.
Tv
Transf. Geom.
T v
Rotacin
Puesta en escala
Ssx , s y , sz
S1
1 1
, ,
sx s y sz
Tv T v ;
R R ;
Ssx , s y , sz S 1
1 1
, ,
sx s y sz
TRANSFORMACIONES LINEALES
377
d e f 0
g h i 0
0 0 0 1
Estas transformaciones se aplican despus a los puntos P(x, y, z) que tienen la
forma homognea:
x
y .
z
1
EJEMPLO 7.7.1
Se define inclinacin como una rotacin con respecto al eje X seguida por una
rotacin con respecto al eje Y:
a.- Obtngase la matriz de inclinacin;
b.- Importa el orden que se efecte la rotacin?
SOLUCION
a.- Es posible obtener la transformacin requerida T al componer (concatenar)
dos matrices de rotacin:
Cos y 0 Sen y 0 1
0
0
0
0
1
0
0 0 Cos x Sen x 0
T = R y , j R x ,i
Sen y 0 Cos y 0 0 Sen x Cos x 1
0
0
0
0
1
0
0
1
0
Cos x
Sen x
0
0
0
0
1
0
0
0
1
Esta no es la misma matriz que en la parte a); por tanto, s importa el orden de la
rotacin.
JOE GARCIA ARCOS
378
TRANSFORMACIONES LINEALES
EJEMPLO 7.7.2
Obtngase una transformacin Av que alinea un vector dado v con el vector k a lo
largo del eje Z positivo.
SOLUCION
Segn la figura a). Sea v = ai + bj + ck. Se realiza el alineamiento a travs de la
secuencia siguiente de transformaciones, figura b) y c):
1. Se gira con respecto al eje X en un ngulo 1 de manera que v gira en la mitad
superior del plano XZ (como vector v1).
2. Se gira el vector v1 con respecto al eje Y en un ngulo -2 de manera que v1
gira al eje positivo Z (como vector v2).
Al poner en prctica el paso 1 a partir de la figura b), se observa que el ngulo
requerido de rotacin 1 puede obtenerse al observar la proyeccin de v sobre el
plano YZ. (Se considera que b y c no son ambas cero). A partir del tringulo
OPB:
b
Sen1 2
b c2
c
Cos
1
2
b c2
La rotacin requerida es
0
0
0
1
c
b
0
b2 c 2
b2 c 2
R 1 ,i
b
c
0
2
2
2
2
b c
b c
0
0
1
Sen(2 ) Sen2 2
a b2 c 2
b2 c 2
Cos ( ) Cos
2
2
a 2 b2 c 2
Entonces
b2 c 2
a
0
0
a 2 b2 c 2
a 2 b2 c 2
0
1
0
0
R 2 , j
a
b2 c 2
0
0
2
2
2
a 2 b2 c 2
a b c
0
0
0
1
TRANSFORMACIONES LINEALES
379
ab
ac
v v v 0
c
b
0
0
A v R 2 , j R 1 ,i
b
c
0
v
v
v
0
0
1
Si tanto b como c son cero, entonces v = ai, por lo que = 0. En este caso, slo se
requiere una rotacin de 90 con respecto al eje Y, de manera que si = 0, se
tiene que
a
0 0 a 0
0 1
0
0
A v R 2 , j
a 0
0
0
a
0 0
0
1
R 1 ,i R 2 , j
v
ab
v
ac
a
v
b
v
c
v
0
0
.
EJEMPLO 7.7.3
Sea un eje de rotacin L especificado por un vector v y un punto de localizacin
P. Obtngase la transformacin para una rotacin de con respecto a L.
SOLUCION
Es posible obtener la transformacin requerida siguiendo los siguientes pasos:
1. Trasladar P al origen.
2. Alinear v con el vector k.
3. Girar con respecto a k.
4. Invertir los pasos 2 y 1.
De manera que
R ,L TP1 Av1 R ,k Av TP
En este caso, Av es la transformacin descrita en el ejemplo anterior.
EJEMPLO 7.7.4
La pirmide definida por las coordenadas
A(0, 0, 0), B(1, 0, 0), C(0, 1, 0), D(0, 0, 1)
se gira 45 respecto a la recta L que tiene la direccin v = j + k y pasa a travs del
punto C(0, 1, 0). Obtenga las coordenadas de la figura girada.
SOLUCION
JOE GARCIA ARCOS
380
TRANSFORMACIONES LINEALES
0 1 0 1
T P
0 0 1 0
0 0 0 1
Ahora v = j + k. As que a partir del segundo ejemplo, con a = 0, b = 1, c = 1, se
obtienen 2 , v 2 , y
1
Av
0
0
1
2
1
2
0
0
0
1
1
0
0
2
-1
y Av
0 1
0
1
0
0
0
1
2
1
2
0
0
1
2
1
2
0
Tambin
R 45, k
1
2
1
2
0
0
1
2
1
2
0
0
0 0
1
0 0 y T--1P
0
1 0
0
0 1
0
1
0
0
0
0
1
0
1
0
Entonces
2
1
1
1
2
2
2
2
1 2 2 2 2 2 2
R ,L 2
4
4
4
1 2 2 2 2
2 2
4
4
4
2
0
0
0
1
0 0 1 0
C (ABCD)
0 0 0 1
1 1 1 1
De manera que
1
2
2 2
R ,L C 4
2 2
4
1
1 2
2
4 2
4
2 4
4
1
0
1
0
1
2 2
2
2
2
1
1
TRANSFORMACIONES LINEALES
381
1 2 2 2 2
1 2 4 2 2 4
A ,
,
,
,
, B
, C = (0, 1, 0),
4
4
4
4
2
2
2 2 2
D 1,
,
.
2
2
EJEMPLO 7.7.5
Obtenga la transformacin para reflejo de espejo con relacin a un plano dado.
SOLUCION
Sea el plano de reflexin especificado por un vector normal N y un punto de
referencia P0(x0, y0, z0), para reducir la reflexin a una reflexin de espejo con
respecto al plano XY:
1. Se traslada P0 al origen.
2. Se alinea el vector normal N con el vector k normal al plano XY.
3. Se efecta la reflexin de espejo en el plano XY.
4. Se invierten los pasos 1 y 2.
De manera que, con el vector de traslacin v = -x0i y0j z0k
MN,P0 Tv1 AN1 M A N Tv
Aqu, AN es la matriz de alineamiento definida en el segundo ejemplo. Por tanto,
si el vector N = n1i + n2j + n3k, entonces a partir del segundo ejemplo, con
N n12 n22 n32 y n22 n32 , se obtiene
AN
Adems
n1
N
n3
n2
N
n1n3
N
n1n2
N
n2
n3
N
n1n2
-1
y AN N
nn
1 3
N
0 x0
1
0 y0
0
y Tv-1
0
1 z0
0 1
0
Por ltimo, la forma homognea de M es
1 0 0 0
0 1 0 0
.
M
0 0 1 0
0 0 0 1
1
0
Tv
0
0
1
0
0
0
1
0
0
n1
N
n3
n2
N
0
0
1
0
n2
n3
N
x0
y0
z0
EJEMPLO 7.7.6
Obtngase la matriz para la reflexin de espejo respecto al plano que pasa a travs
del origen y tiene un vector normal cuya direccin es N = i + j + k.
SOLUCION
Basndose en el ejemplo anterior, con P 0(0, 0, 0) y N = i + j + k, se obtienen
N 3 y 2 . Entonces
382
TRANSFORMACIONES LINEALES
0
Tv
0
AN
2 3
1
0
1
2
1
3
0
3
0
0
1
0
0
0
0
1
0
0
1
0
0
y Tv-1
0
0
1
0
0
1
0
0
0
0
0
2 3
0
-1
2
, AN
1
0
3
0
1
1 0 0
0 1 0
M
0 0 1
0 0 0
1
0
0
1
0
0
0
3
1
3
1
2 3
1
2
1
3
1
2 3
0
2
0
3
0
0
,
La matriz de reflexin es
M N,O
1
3
2
Tv1 A N1 M A N Tv 3
2
3
2
3
1
3
2
3
0
2
3
2
3
1
3
0
0
.
y y
z z
1 0 0
0 1 0
0 0 1
y y
z z
1 0 0
0 1 0
0 0 1
TRANSFORMACIONES LINEALES
383
0 1 0
z z
0 0 1
y y
z 0
1 0 0
0 1 0
0 0 0
y 0 0 0 0
z z
0 0 1
y y
z z
0 0 0
0 1 0
0 0 1
yCos
zSen
0
Cos
Sen
z ySen zCos
0 Sen Cos
384
TRANSFORMACIONES LINEALES
y
1
0
0
z xSen zCos
Sen 0 Cos
0
z z
0
1
Por completitud, se puede ver que la matriz estndar para una rotacin en sentido
horario alrededor de un eje en R3 (determinado por un vector unitario arbitrario
u = (a, b, c) cuyo punto inicial est en el origen) por un ngulo , es
a 2 (1 Cos) Cos ab(1 Cos) cSen ac(1 Cos) bSen
TRANSFORMACIONES LINEALES
385
TEOREMA 7.8.1
Si V es un espacio vectorial sobre K, de dimensin n, el conjunto de todas
las formas lineales sobre V es un espacio vectorial de dimensin n.
DEMOSTRACION
Para demostrar este teorema, probaremos en primer lugar que toda transformacin
lineal f : V kV es una transformacin lineal a la cual designaremos por kf. En
efecto, como
(kf)(au) = f(kau) = af(ku) = a(kf)(u), para todo k K.
(af)(u + v) = f(a(u + v)) = f(au) + f(av) = (af)(u) + (af)(v), para todo u, v V y a K.
En segundo lugar, tambin debemos probar que la transformacin f de V en la suma
de las dos formas lineales g(u) + h(u) es tambin otra forma lineal, que designaremos
por (g + h)(u). En efecto, como
f(u) = g(u) + h(u) = (g + h)(u).
f(u) K, ya que g(u), h(u) K y, adems, se cumplen las condiciones siguientes:
a.- f(u + v) = g(u + v) + h(u + v)
= g(u) + g(v) + h(u) + h(v)
= g(u) + h(u) + g(v) + h(v)
= (g + h)(u) + (g + h)(v)
= f(u) + f(v)
b.- f(ku) = g(ku) + h(ku)
= kf(u) + kh(u)
= k(g(u) + h(u))
= k(g + h)(u)
= kf(u)
Por tanto, el conjunto de las formas lineales cumple las condiciones necesarias y
suficientes para ser un espacio vectorial.
Por ser las formas lineales, en un espacio vectorial, unos homomorfismos especiales
entre espacios vectoriales, son vlidas para ellas todos los resultados obtenidos para
stos. En particular, dado un espacio vectorial V, la adicin de dos formas lineales en
V es tambin una forma lineal en V, al multiplicar por un escalar una forma lineal en
V, se obtiene una nueva forma lineal en V; es tambin, entonces cierto que el
conjunto L(V, K), de las formas lineales en V, tiene, respecto de las mencionadas
operaciones, estructura de espacio vectorial. A este espacio vectorial, de las formas
lineales en V, se le da el nombre de espacio dual de V y se le representa por V*.
DEFINICION 7.8.2
Siendo V un espacio vectorial sobre un cuerpo conmutativo K, se llama
dual de V al espacio vectorial sobre K de todas las formas lineales sobre V.
La base del espacio dual V* de V guarda una relacin especial con la base de V. Sea
S = {u1, u2, ..., un} la base de V. Se define el funcional lineal fi(u) por u = a1u1 + a2u2
+ ... + anun, donde fi(u) = ai K. A fi se le llamara la funcin coordenada i-sima. Se
puede demostrar que fi es un funcional lineal.
TEOREMA 7.8.2
Si V es un espacio vectorial de dimensin n sobre un cuerpo K, V* es
tambin de dimensin n.
DEMOSTRACION
Sea S = {u1, u2, ..., un} una base de V; si u V, tenemos, de modo nico
u = a1u1 + a2u2 + ... + anun.
Sea fi la forma lineal sobre V definida por fi : V ai. Esta transformacin fi es una
forma lineal, pues
fi(u + v) = ai + bi = fi(u) + fi(v); fi(ku) = kai = kfi(u).
Si f es una forma lineal cualquiera sobre V, es decir un elemento de V*,
f(u) = a1f(u1) + a2f(u2) + ... + anf(un)
JOE GARCIA ARCOS
386
TRANSFORMACIONES LINEALES
por tanto, f est determinada por los valores ci = fi(u) que toma para los elementos de
la base de V. Como el cuerpo es conmutativo
f(u) = a1f1(u) + a2f2(u) + ... + anfn(u)
es decir
f = a1f1 + a2f2 + ... + anfn
Ahora bien, en V* las formas fi son linealmente independientes, pues si se pudiera
escribir
d1f1(u) + d2f2(u) + ... + dnfn(u) = V*
para valores di K no todos iguales a cero, tendramos para todo u V
d1f1(u) + d2f2(u) + ... + dnfn(u) = 0 K
es decir
d1a1 + d2a2 + ... + dnan = 0.
Ahora bien, esto es imposible, pues si, por ejemplo, dn 0, basta tomar a1 = a2 = ... =
an-1 = 0 y an 0 K. Por tanto, toda forma f puede escribirse como f = a1f1 + a2f2 +
... + anfn y los fi son linealmente independientes. Esto significa que {f1, f2, ..., fn} es
base de V* y que V* es, por tanto, de dimensin n.
7.9 CUESTIONARIO
Responda verdadero (V) o falso (F) a cada una de las siguientes afirmaciones. Para las afirmaciones que sean falsas,
indicar por que lo es:
7.9.1 Las matrices de una misma transformacin lineal en
dos bases coinciden cuando, y slo cuando, la matriz del
cambio de una de esas bases por otra es conmutativa con la
matriz de dicha transformacin lineal en una de las bases
dadas.
7.9.2 La proyeccin de un espacio tridimensional sobre el
eje de coordenadas del vector e1 paralelamente al plano de
coordenadas de los vectores e2 y e3 no es una
transformacin lineal.
7.9.3 Las transformaciones lineales de un espacio ndimensional con respecto a la adicin y multiplicacin por
un nmero forman de por s un espacio vectorial.
7.9.4 Cualquier transformacin lineal f de un espacio
unidimensional se reduce a la multiplicacin de todos los
vectores por un mismo nmero.
7.9.5 Si f es una transformacin lineal del espacio de
dimensin finita U a W, entonces la dimensin de W es
igual a la suma de la nulidad y el rango.
7.9.6 Si f es una transformacin lineal de U en W, siendo
ambos de dimensin k, entonces el ncleo de f es igual a
si y slo si la imagen de f es igual a U.
7.9.7 Si f es una transformacin lineal de U en W, siendo
ambos de dimensin k, entonces f -1 existe si y slo si el
ncleo de f es igual a W.
7.9.8 Si f es una transformacin lineal sobreyectiva de U
en U, y U es n-dimensional, entonces f es inyectiva.
TRANSFORMACIONES LINEALES
387