2 e 210 A

UNIVERSIDAD NACIONAL DE SGO.
DEL ESTERO
FACULTAD DE AGRONOMIA Y AGROINDUSTRIAS
LGEBRA y GEOMTRIA ANALTICA - MATEMTICA I
Ingeniera en Alimentos, Plan 1998 adaptado al CCA

Licenciatura y Profesorado en Qumica
Notas sobre
Transformaciones Lineales
Lic. Elsa Ibarra de Gomez

Dra. Lucrecia Chaillou
Lic. Andrea Cecilia Herrera
2012
Algebra y Geometra Analtica Matemtica I Facultad de Agronoma y Agroindustrias
Ingeniera en Alimentos Lic. y Prof. en Qumica
ndice
1- Problema Introductorio..1
2- Transformaciones Lineales.....3
3- Interpretacin Geomtrica de una transformacin lineal..7
4- Propiedades de las transformaciones lineales....9
5- Ncleo e Imagen de una transformaciones lineales........1
5.1- Ncleo de una transformaciones lineales13
5.1.1- Propiedades...14
5.1.2- Ejemplos de Ncleo.16
5.2- Imagen de una transformaciones lineales..17
5.2.1- Propiedades .18
5.3- Dimensiones del ncleo y la imagen de una transformacin
lineal..19
6- Teorema Fundamental de las transformaciones Lineales.21

7- Matriz asociada a una transformacin lineal24
8- Ejemplo de Aplicacin.....30
9- Bibliografa...32
2
1. Problema Introductorio
Un dietista est planeando una comida que proporcione ciertas cantidades

de vitamina C, calcio y magnesio. Para ello mezcla tres comestibles I, II y III. Las
cantidades se medirn en unidades apropiadas. Los nutrimentos de cada
comestible vienen dados en la siguiente tabla:
Nutrimentos/Comestibles Comestible I Comestible II Comestible III

Vitamina C 10 20 20
Calcio 50 40 10
Magnesio 30 10 40
Figura 1.1
Se desea saber la cantidad de nutrimentos obtenidos al mezclar diferentes

porciones de cada comestible. Sean x1 , x 2 , x3 la porcin de cada comestible y
sean n1 , n 2 , n3 la cantidad de nutrimentos obtenidos en razn de esa fuerza.
Se define entonces:
x1 n1 10 20 20
C = x2 N = n2 A = 50 40 10
x3 n3 30 10 40
1
2
3
Suponiendo que C = es el vector que me indica la porcin de cada
2
1
4
comestible utilizada en la combinacin para formar una comida Cul es la
cantidad total de cada nutrimento en esa combinacin de porciones?
De la figura 1.1 se tiene:
1 3 1
n1 = x1 .10 + x 2 .20 + x3 .20 = .10 + .20 + .20 = 40
2 2 4
1 3 1
n 2 = x1 .50 + x 2 .40 + x 3 .10 = .50 + .40 + .10 = 87,5
2 2 4
1 3 1
n3 = x1 .30 + x 2 .10 + x3 .40 = .30 + .10 + .40 = 40
2 2 4
En general se puede escribir estos clculos como una operacin matricial
3
1

10 20 20 2 40
50 40 10 . 3 = 87.5 O bien
2
30 10 40 1 40
4
10 20 20 x1 n1
50 40 10 . x = n
2 2
30 10 40 x 3 n3
Llamando al vector C como el vector de porciones y a N el vector

nutrimentos, se define la funcin T, tal que N=T(C)=A.C
En forma simblica:
T : IR 3 x1 IR 3 x1 , tal que:
T (C ) = A.C
x1 x1
T x 2 = A x 2
x3 x3
Esta funcin transforma el vector porcin de comestibles en un vector

nutrimentos y lo hace mediante la multiplicacin de matrices ordinarias. Esta
funcin es una transformacin lineal. Antes de definir transformacin lineal,
haremos una observacin: anteriormente escribimos a un sistema de
ecuaciones lineales como
A.X=B
Con A matriz de coeficientes del sistema de orden mxn, X vector de incgnitas

de orden nx1 y B vector de trminos independientes de orden mx1
En un sistema se puede encontrar a X solo cuando A y B se conocen. Ahora

veremos esta ecuacin de otra forma. Supongamos que A se conoce y dado
un X obtendremos un B, es decir: A representa la funcin con dominio en IRn e
imagen en IRm. LA funcin que se acaba de definir tiene las siguientes
propiedades
A(X+Y)=A(X)+A(Y)
A(X)=A(X) , donde es un escalar.
Estas propiedades caracterizan a las transformaciones lineales
Pondremos atencin a esta clase de funciones vectoriales conocidas como

transformaciones lineales. Estas son de mucho inters en muchas reas de la
4
matemtica, fsica, ciencias sociales y economa es as que su estudio es de

importancia en el algebra lineal.
Ellas conservan estructuras, es decir que la funcin sea tal que conserve las
dos operaciones fundamentales que definen la estructura de un espacio
vectorial
Dada T una funcin que transforma o aplica un espacio vectorial V a un
espacio vectorial W nos preguntamos: Cules son las operaciones que debe
conservar T? Puesto que la adicin y multiplicacin por escalares son
operaciones esenciales de un espacio vectorial se exigir que la funcin
preserve estas dos operaciones
Es decir T : V W en donde V y W son dos espacios vectoriales sobre el mismo
cuerpo, entonces u+v se transforma en T(u)+T(v) y c.u se transforma en c.T(u)
por medio de T, a una funcin de ese tipo se le llama Transformacin lineal
2. Transformaciones Lineales
2.1 Conceptos y proposiciones
Definicin I:
Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. La funcin
T : V W es una transformacin lineal o morfismo si y solo si se verifica que:
i) La imagen de la suma de dos vectores cualesquiera de V es igual a la

suma de las imgenes de los vectores
u , v V : T (u + v) = T (u ) + T (v)
ii) La imagen de un escalar del cuerpo por un vector cualesquiera de V es

igual al escalar por la imagen del vector
u V , K : T (u ) = T (u )
T
v1 T(v1)
v2 T(v2)
v1+v2 T(v1+v2)
v1 T( v1)
As pues una transformacin lineal preserva las operaciones de suma de

vectores y el producto de escalar por vector.
Los axiomas i) y ii) se pueden reducir en uno solo en la siguiente proposicin
5
Proposicin I:
T : V W es una transformacin lineal si y solo si para vectores u y v

cualesquiera de V , y escalares del cuerpo K se cumple que:
T (u + v) = T (u ) + T (v)
En forma simblica
T es transformacin lineal u , v V , K : T (u + v) = T (u ) + T (v)
Demostracin:
Por ser un bicondicional se debe probar las dos implicaciones
1) Condicin suficiente ( ) : T es transformacin lineal u , v V

, K : T (u + v) = T (u ) + T (v)
Manteniendo como hiptesis que T es transformacin lineal, es inmediato que:
T (u + v) = T (u ) + T ( v) = T (u ) + T (v)
Luego T (u + v) = T (u ) + T (v)
2) Condicin Necesaria ( ): u , v V , K :
T (u + v) = T (u ) + T (v) T es transformacin lineal
Se debe probar que T es transformacin lineal, para ello se debe cumplir los
dos axiomas
Por hiptesis
u , v V , K : T (u + v) = T (u ) + T (v)
En particular para un = 1 y = 1 , se tiene
T (1u + 1v) = 1T (u ) + 1T (v)
Por ser 1 el neutro para ambos espacios vectoriales
T (u + v) = T (u ) + T (v)
Luego se verifica el axioma i) de transformaciones lineales
Por otro lado si tomamos = 0
T (u + 0.v) = T (u ) + 0.T (v)
6
Por propiedad de espacios vectoriales el producto del escalar cero por

cualquier vector da el vector nulo del espacio
T (u + 0 v ) = T (u ) + 0 w
Por ser 0v y 0w los neutros de ambos espacios respectivamente
T (u ) = T (u )
Luego se cumple el axioma ii) de transformaciones lineales
Por 1) y 2) queda demostrada la proposicin
De esta proposicin resulta inmediatamente que:
La transformacin lineal de un espacio vectorial transforma cada combinacin

lineal de vectores v1 , v 2 ,..., v n de V en una combinacin lineal de las imgenes
de estos vectores.
En smbolos:
1 , 2 ,..., n K v1 , v 2 ,..., v n V
T( 1v1 + 2 v 2 + ... n v n ) = 1T (v1 ) + 2T (v 2 ) + nT (v n )
Definicin 2:
Si V=W decimos que T es una transformacin lineal de V o que T es un

endomorfismo de V
2.2 Ejemplos de Transformaciones lineales
1) Transformacin Lineal Nula: T : V W / T (v) = 0W , v V

Probaremos que es transformacin lineal
i) Sean u , v V / T (u ) = 0W T (v) = 0W
u + v V , por definicin de T
T (u + v) = 0 W (1)
T (u ) + T (v) = 0W + 0W = 0W (2)
Por (1) y (2)
T (u + v) = T (u ) + T (v)
ii) Sean u V K
7
.u V , por definicin de T
T ( .u ) = 0 W (1)
.T (u ) = .0 W = 0 W (2)
Por (1) y (2)
T ( .u ) = .T (u )
2) Transformacin Lineal Identidad: T : V V / I (v) = v , v V
i) Sean u , v V / T (u ) = u T (v) = v
T (u + v) = u + v = T (u ) + T (v)
ii) Sean u V K
T (u ) = u = T (u )
3) Dado (IR 2
)
,+, IR.. espacio vectorial y la funcin
T : IR 2 IR 2 / T ( x, y ) = (2 x, y )
Para probar que T es una T.L., se debe probar que los axiomas de la definicin
se satisfacen.
i) Sean ( x1 , y1 ); ( x 2 , y 2 ) IR 2
T [( x1 , y1 ) + ( x 2 , y 2 )] = T ( x1 + x 2 , y1 + y 2 ) = (2( x1 + x 2 ), y1 + y 2 ) = (2 x1 + 2 x 2 , y1 + y 2 ) (1)
Por otro lado
T ( x1 , y1 ) + T ( x 2 , y 2 ) = (2 x1 , y1 ) + (2 x 2 , y 2 ) = (2 x1 + 2 x 2 , y1 + y 2 ) (2)
De (1) y (2)
T [( x1 , y1 ) + ( x 2 , y 2 )] = T ( x1 , y1 ) + T ( x 2 , y 2 )
ii) Se ( x, y ) IR 2 IR
T [c( x, y )] = T (cx, cy ) = (2cx, cy ) (3)
Por otro lado
cT ( x, y ) = c(2 x, y ) = (c 2 x, cy ) = (2cx, cy ) (4)
Por (3) y (4)
8
T [c( x, y )] = cT ( x, y )
Puesto que ambos axiomas se satisfacen, T es una T.L.
4) T : IR 3 IR 2 / T ( x, y, z ) = ( x z , y z + 1)
i) Sean ( x, y, z ); ( x , y , z ) IR 3
T [( x, y, z ) + ( x , y , z )] = T [( x + x , y + y , z + z )] = ( x + x ( z + z), y + y ( z + z ) + 1) (1)
T ( x, y, z ) + T ( x , y , z ) = ( x z , y z + 1) + ( x z , y z + 1) = ( x z + x z , y z + 1 + y z + 1)
T ( x, y, z ) + T ( x , y , z ) = ( x + x ( z + z ), y + y ( z + z ) + 2) (2)
Luego como (1) (2) , T no es transformacin lineal
3. Interpretacin geomtrica de una Transformacin lineal.
Existen transformaciones lineales cuya representacin resulta interesante de

observar:
Transformaciones Lineales de Reflexin:
Toma un vector cualquiera del plano v y lo transforma en su simtrico respecto

del eje Y .
Sea T : IR 2 IR 2 / T ( x, y ) = ( x, y )
v=(-x,y) v=(x,y)
Toda simetra es una transformacin lineal
9
Transformacin de Rotacin
Sea T : IR 2 IR 2 / T ( x, y ) = ( x cos ysen , xsen + y cos )

Se prueba usando identidades trigonomtricas que efectivamente T es
transformacin lineal. Dejaremos de para el lector su demostracin.
15
Transformaciones Lineales de Proyeccin
Sea T : IR 3 IR 3 / T ( x, y, z ) = ( x, y, 0) . Esta funcin toma un vector cualquiera

de IR3 y lo proyecta sobre el plano xy. Se prueba que T es transformacin lineal
P=(x,y,z)
P=(x,y,0)
Definicin 3 : Operador Lineal
Las transformaciones lineales tambin podemos llamarlas operadores lineales

cuando la trasformacin lineal es sobre el mismo espacio
En smbolos:
T : V V es operdor lineal / T es transformacin lineal
10
4. Propiedades de las Transformaciones Lineales
Sea T : V W una transformacin lineal sobre dos espacios vectoriales sobre

el mismo cuerpo.
Propiedad I: La imagen del vector nulo de primer espacio es el vector nulo del
segundo espacio.
T (0 v ) = 0 w
Demostracin:
Partimos del primer miembro de la igualdad, y escribimos al vector 0v como

producto del escalar cero por un vector cualesquiera de V usando la
propiedad de espacios vectoriales se tiene
T (0 v ) = T (0.v)
Por ser T una transformacin lineal
T (0 v ) = 0.T (v)
T(v) a W , por propiedad de espacios vectoriales, se tiene que
T (0 v ) = 0 w
Propiedad II: La imagen del opuesto de todo vector es igual al opuesto de su

imagen
u V : T (u ) = T (u )
Demostracin
Partimos del primer miembro de la igualdad, escribimos al opuesto de u como

el producto del escalar -1 por el vector
T (u ) = T [(1).u ]
Por ser T transformacin lineal
T (u ) = (1).T (u )
Luego
T (u ) = T (u )
11
Propiedad III: La imagen de la diferencia de vectores cualesquiera es igual a la

diferencia de imgenes de los vectores
u , v V : T (u v) = T (u ) T (v)
Demostracin
Por propiedad de espacios vectoriales
T (u v) = T (u + (1)v )
Por ser T transformacin lineal
T (u v) = T (u ) + (1)T (v)
Por propiedad de espacio vectorial

T (u v) = T (u ) T (v)
Propiedad IV: Si las imgenes de una transformacin lineal T : V W , son

linealmente independientes, entonces sus preimagenes tambin conforman un
conjunto linealmente independiente
T : V W v1 , v 2 ,..., v n V / T (v1 ), T (v 2 ),..., T (v n ) es linealmente independiente

en W v1 , v 2 ,..., v n es linealmente independiente
Aceptamos sin demostracin esta propiedad
De acuerdo con la definicin 1, T es una transformacin lineal si y solo si se

satisfacen las condiciones i) y ii); pero nada se exige a T; salvo que sea una
aplicacin
En particular, diremos:
Definicin 4:
T es monomorfismo T es inyectiva
T es un epimorfismo T es sobreyectiva
T es un isomorfismo T es biyectiva
T es un endomorfismo si V=W
T es un automorfismo T es un endomorfismo biyectivo
Es decir:
Un automorfismo es toda T.L. biyectiva de un espacio vectorial sobre si
mismo.
12
4.1 Ejemplos
Ejemplo 1
Dada T : IR 3 IR 3 / T ( x, y, z ) = ( y, x, z ) , demostraremos que es un

automorfismo de IR3
Debemos probar que:
A) T es transformacin lineal, y que B) T es biyectiva
Demostracin:
A) T es transformacin lineal
i) Sean ( x, y, z ) ( x , y , z ) IR 3
T [( x, y, z ) + ( x , y , z )] = T ( x + x , y + y , z + z ) = ( y + y ,( x + x ), z + z ) = ( y + y , x x , z + z )
(1)
T ( x, y, z ) + T ( x , y , z ) = ( y, x, z ) + ( y , x , z ) (2)
(1)=(2)
ii) Sean IR ( x, y, z ) IR 3
T [ ( x, y, z )] = T (x, y, z ) = (y,x, z ) (3)
[T (x, y, z )] = ( y, x, z ) = (y,x, z ) (4)
(3)=(4)
Por lo tanto, por i) y ii) T es una T.L.
B) Probaremos que es biyectiva; para ello debemos probar que B1) T es

inyectiva y B2) sobreyectiva.
B1) T es inyectiva
Sean ( x, y, z ) ( x , y , z ) IR 3 tales que
T ( x, y, z ) = T ( x , y , z )
( y, x, z ) = ( y , x , z )
Por lo tanto
y = y y = y

x = x x = x
z = z z = z

Luego ( x, y, z ) = ( x , y , z )
Con lo que se prueba que T es inyectiva.
13
B2) T es sobreyectiva
Para que T sea sobreyectiva, todo elemento del codominio de T (IR3) debe ser
imagen de algn elemento del dominio de T (IR3). Entonces
(a, b, c) IR 3 , ( x, y, z ) R 3 / T ( x, y, z ) = (a, b, c)
( y , x , z ) = ( a , b, c )
y = a y = a

x = b x = b
z = c z = c

Reemplazando x, y , z y aplicando T
T (b, a, c) = (a, b, c).
Luego T es sobreyectiva
Por B1) y B2) T es biyectiva

Por A) y B) T es un automorfismo
La T.L. se puede interpretar geomtricamente como una T del espacio R3 en si

mismo que corresponde a una rotacin de 90 alrededor del eje Z.
Ejemplo 2
x + y 0
Sea T : IR 2 IR 2 x 2 / T ( x, y ) = , Verificar si T es un automorfismo
0 x + y
Debemos probar que:
A) T es transformacin lineal, y que B) T es biyectiva
Demostracin:
A) T es transformacin lineal
i) Sean ( x, y ) ( x , y ) IR 2
x + x + y + y 0
T [( x, y ) + ( x , y )] = T ( x + x , y + y ) = (1)
0 x + x + y + y
x + y 0 x + y 0 x + y + x + y 0
T ( x, y ) + T ( x , y ) = + =
0 x + y 0 x + y 0 x + y + x + y
(2)
(1)=(2)
14
ii) Sean IR ( x, y ) IR 2
x + y 0
T [ ( x, y )] = T (x, y ) = (3)
0 x + y
x + y 0 ( x + y ) 0 x + y 0
[T (x, y )] = = = (4)
0 x+ y 0 ( x + y ) 0 x + y )
(3)=(4)
Por lo tanto, por i) y ii) T es una T.L.
B) Probaremos que es biyectiva; para ello debemos probar que B1) T es

inyectiva y B2) sobreyectiva.
B1) T es inyectiva
Sean ( x, y ) ( x , y ) IR 2 tales que

T ( x, y ) = T ( x , y )
x + y 0 x + y 0
0 =
x + y 0 x + y
Por lo tanto
x + y = x + y

x + y = x + y
No podemos asegurar que x = x y = y .Por lo tanto T no es inyectiva

No tiene importancia analizar si es sobreyectiva o no, siendo que al no ser
inyectiva deja de ser Automorfismo
5. Ncleo e Imagen de una transformacin lineal
5.1 Ncleo
Sean V y W dos espacios vectoriales sobre un mismo cuerpo K. Consideremos

la transformacin lineal T : V W
Definicin 5:
El ncleo de una transformacin lineal es el conjunto de vectores del primer
espacio cuya imagen es el vector nulo del segundo espacio
Se denota N T o Ker T y se lee ncleo de T
En smbolos:
15
N T = {v V / T (v ) = 0 w }
V W
T
NT
0w
El ncleo de toda transformacin lineal es la preimagen del vector nulo del

segundo espacio. Esto es:
N T = T 1 ({0W })
Por definicin decimos que un vector perteneciente a V es un elemento del

ncleo si y solo si su imagen es el vector nulo de W
v N T T (v ) = 0 w
5.1.1 Propiedades
Propiedad I: Sea V y W dos espacios vectoriales sobre el mismo cuerpo K y T

una transformacin lineal. Entonces el ncleo de T es un subespacio vectorial
de V
En smbolos
(V ,+, K ,.) y (W ,+, K ,.)

T : V W , T transformacin lineal NT p V
Demostracin
Para demostrar que NT es un subespacio de V, hacemos uso de la condicin

necesaria y suficiente de subespacio vectorial. Antes de hacer uso del mismo,
debemos ver si satisface la hiptesis del mismo
Tenemos que V y W son dos espacios vectoriales y T transformacin lineal

N T V por ser un subconjunto de V
N T pues sabemos que por lo menos existe un elemento el 0 v , ya que por
lo demostrado en la propiedad I de espacio vectoriales T (0 v ) = 0 w
Dadas estas condiciones estamos listos para probar las condiciones necesarias
y suficientes para que sea subespacio vectorial
i) v1 , v 2 N T : v1 + v 2 N T
16
Sean v1 , v 2 N T T (v1 ) = 0 w T(v 2 ) = 0 w
Queremos probar que la suma de v1 + v 2 pertenece al ncleo para ellos

calculamos
T (v1 + v 2 ) = T (v1 ) + T (v 2 ) = 0 w + 0 w = 0w
Por transitividad T (v1 + v 2 ) = 0 w
Luego v1 + v 2 N T
ii) K v1 N T : v1 N T
Sea K v1 N T
Debemos mostrar que v1 pertenece al ncleo, es decir
T (v1 ) = T (v1 ) = 0 w = 0 w
Por transitividad T (v1 ) = 0 w
Luego v1 N T
Por i) y ii) NT p V
Propiedad II: Una transformacin lineal T : V W es inyectiva si y solo si el

ncleo es el vector nulo del primer espacio
En smbolos:
T : V W Es inyectiva N T = {0 v }
Demostracin:
La demostracin se har en los dos sentidos del bicondicional
1) T : V W es inyectiva NT = {0v }
N T {0 v } (a)
Para probar que N T = {0 v } se debe probar que
{0 v } N T (b)
(a) Sea u N T T (u ) = 0W
Como T es inyectiva por hipotesis, sabemos que solo existe un vector de
V cuya imagen es el vector nulo de W. Por propiedad 1 de
Transformaciones lineales
T (0V ) = 0 W u = 0 v
17
Luego u {0 v }
Por lo tanto N T {0 v }
(b) 0V V y por propiedad 1

T (0 V ) = 0 W
0 V N T {0 V } N T
Por (a) y (b) N T = {0 v }
2) N T = {0 v } T : V W es inyectiva
Debemos probar que t es inyectiva
Es decir u , v V , si T (u ) = T (v) u = v
Supongamos que T (u ) = T (v)

Entonces
T (u ) + [ T (v)] = T (v) + [ T (v)]
T (u ) + [T (v)] = 0 W
T (u v) = 0W
Como el ncleo es un solo elemento 0V, resulta

u v = 0V
Luego
u=v
Por lo cual T es inyectiva
5.1.2 Ejemplos de Ncleo
1) T : V W / T (v) = 0 W es la transformacin nula

Su ncleo es V. Esto es: NT=V
2) T : V V / T (v) = v es la transformacin identidad u operador identidad, su

ncleo es: N T = 0 v {}
Las transformaciones lineales: nula e identidad son dos casos extremos. En la
primera todo el espacio V es el ncleo; en la segunda solo el vector nulo es el
ncleo. La T.L. identidad es un monomorfismo.
3) Sea T : R 3 R 2 / T ( x, y, z ) = ( x z; y z )
Su ncleo ser:
{
N T = ( x, y, z ) IR 3 / T ( x, y, z ) = (0,0 ) }
( x, y , z ) N T T ( x, y, z ) = (0,0 )
18
Es decir
( x z , y z ) = (0,0)
Igualando componente a componente, se obtiene el siguiente sistema
x z = 0

yz =0
En este caso el sistema es sencillo y no hace falta utilizar Gauss-Jordan para

encontrar la solucin. La solucin ser el ncleo de T.
Se tiene que
{
N T = ( x, y, z ) IR 3 / x = z y = z }
O bien
{
N T = ( z , z , z ) IR 3 / z IR }
Si sacamos una base
B NT = {(1,1,1)}
En consecuencia: al ncleo pertenecen todos los mltiplos escalares del
vector (1,1,1).
N T = { (1,1,1) / R}
5.2 Imagen de una Transformacin Lineal
Sean V y W dos espacios vectoriales sobre un mismo cuerpo K y T : V W una

transformacin lineal.
Definicin 6:
La imagen de una transformacin lineal son los vectores del segundo espacio
que poseen una preimagen del primer espacio.
En smbolos
I T = {T (u ) / u V }
I T = {w W / u V : T (u ) = w}
V W
T IT
19
Sabemos por propiedad I que T (0 v ) = 0 w , en consecuencia el 0 w pertenece a

IT pues existe el 0 v cuya imagen el 0 w . Con lo cual IT es no vaci
5.2.1 Propiedades
Propiedad I: Sea V y W dos espacios vectoriales sobre el mismo cuerpo K.

T : V W transformacin lineal. La imagen IT es un subespacio vectorial de W.
En smbolos
T : V W , T transformacin lineal IT p W
Demostracin
I T W , por ser un subconjunto de W

I T Pues existe 0 w cuya preimagen es 0 v
Dadas estas condiciones estamos listos para probar las condiciones necesarias
y suficientes para que sea subespacio vectorial
i) w1 , w2 I T : w1 + w2 I T
Sean w1 , w2 I T u1 , u 2 V : T (u1 ) = w1 T (u 2 ) = w2
Queremos probar que la suma de w1 + w2 pertenece a la imagen para ello:
w1 + w2 = T (u1 ) + T (u 2 )
Por ser T transformacin lineal, aplicamos el primer axioma
w1 + w2 = T (u1 + u 2 )
Llamando a u = u1 + u 2
w1 + w2 = T(u)
Luego w1 + w2 posee una preimagen en V, por lo tanto pertenece a la

Imagen de T
ii) K w I T : w I T
Sea K w I T u V : T (u ) = w
Debemos mostrar que w pertenece a la imagen, es decir que posee una

preimagen en V
w = T (u )
20
w = T (u )
Luego w tiene una preimagen en V, u
Por lo tanto w I T
Por i) y ii) IT p W
Definicin 7
Sea T : V W , T es sobreyectiva si y solo si IT =W
5.3 Dimensiones del Ncleo y la Imagen de una transformacin lineal
Teorema:
Si V espacio vectorial de dimensin finita y T : V W , transformacin lineal.

Adems Dim V= n, Dim NT = h y Dim IT = r, entonces n = h + r
En otras palabras:
a) Dim V = Dim NT + Dim IT
En particular, si T es sobreyectiva, se tiene:
b) Dim V = Dim NT + Dim W
Demostracin:
En primer lugar probaremos que la imagen de T es de dimensin finita. Como

por hiptesis V es de dimensin finita, cualquier base de V es finita. Ahora bien
Como sabemos que IT es de dimensin finita?
Suponemos que B = {w1 , w2 ,..., wr } es una base de IT. Por el teorema anterior
existe en V un conjunto linealmente Independiente {v1 , v 2 ,..., v h } tal que
T (vi ) = wi , i=1,...,r. Si hubisemos supuesto que IT no tiene dimensin finita
tampoco lo tendra V. Por lo que resulta claro que IT es de dimensin finita.
ii) En segundo lugar probaremos que Dim V = Dim NT + Dim IT

Sea {v1 , v 2 ,..., v h }es base del ncleo de T. Por el teorema de extensin de base
el conjunto
A = {v1 , v 2 ,..., v h , u1 , u 2 ,..., u r } es base de V de n elementos
Sean T (u i ) = wi i = 1,..., r (a)
iii) Probaremos que {w1 , w2 ,..., wr } es base de IT

i) {w1 , w2 ,..., wr } es linealmente independiente?
21
Para que sea linealmente independiente los escalares de la combinacin

lineal que da como resultado el vector nulo deben ser nulos
r
w
i =1
i i = 0W
Por (a)
T (u ) = 0
i =1
i i W
T ( .u ) = 0
i =1
i i W
r
T i .u i = 0W
i =1
Entonces
r
.u
i =1
i i NT
Es decir, se puede escribir ese resultado como combinacin lineal de su base

r h
i .ui = j .v j
i =1 j =1
r h
.u
i =1
i i
j =1
j .v j = 0V
Por ser A base de V

i = j = 0, i = 1,...r j = 1,...h
Luego
{w1 , w2 ,..., wr } es linealmente independiente
ii) {w1 , w2 ,..., wr } genera a todo IT?
Sea w un vector de IT ,
w I T v V / T ( v ) = w
v se escribe como combinacin lineal de A
v = 1v1 + 2 v 2 + ... + h v h + 1u1 + 2 u 2 + ... + r u r

Aplicando T
T (v) = T ( 1v1 + 2 v 2 + ... + h v h + 1u1 + 2 u 2 + ... + r u r )
T (v) = 1T (v1 ) + 2T (v 2 ) + ... + hT (v h ) + 1T (u1 ) + 2T (u 2 ) + ... + r T (u r )
T (v) = 1 0W + 2 0W + ... + h 0W + 1T (u1 ) + 2T (u 2 ) + ... + r T (u r )
Luego, v es combinacin lineal de los vectores de la base de IT
22
T (v) = 1T (u1 ) + 2T (u 2 ) + ... + r T (u r )
y = T (v) = 1 w1 + 2 w2 + ... + r wr )
Por i) y ii) B = {w1 , w2 ,..., wr } es base de IT y su dimensin es r
Queda demostrado que

Dim V = Dim NT + Dim IT
6. Teorema Fundamental de las Transformaciones Lineales
Introduccin:
Se observa que la definicin de transformaciones lineales y los resultados

mostrados son generales, en el sentido de que valen para espacios para
espacios vectoriales cualesquiera; pero todava no sabemos si dado un par de
espacios vectoriales (sobre el mismo cuerpo) existe alguna aplicacin lineal
definida entre ellos.
El siguiente teorema muestra que siempre existen las aplicaciones lineales
entre dos espacios vectoriales y que adems son muchas.
Teorema:
Sea V espacio vectorial de dimensin finita, W espacio vectorial; B base de V,

w subconjunto de W. Entonces existe y es nica la transformacin lineal
T : V W / T ( wi ) = wi , i = 1,2 ,...,n
En forma simblica:
Sean (V ,+, K ,.) y (W ,+, K ,.) con dim V = n, n N

B = {v1 , v 2 ,..., v n } base de V y {w1 , w2 ,..., wn } W ! T : V W / T(v i ) = wi
i = 1,2,..., n
Demostracin:
Separaremos la demostracin en 4 partes: 1) Existe una T ; 2) T es lineal;

3) T (vi ) = wi , i = 1,2,..., n y 4) T es nica
1) Existencia
Probaremos la existencia de una transformacin lineal dado una base de V y

un subconjunto de W
Todo vector u V , se puede escribir como combinacin lineal de la base B
23
n
u = i vi , i K vi B
i =1
Definimos
n n n
T (u ) = T i v i = i T (v i ) = i wi i = 1,2 ,...,n
i =1 i =1 i =1
Por lo tanto queda bien definida la funcin

n n
T: V W / T(u) = T ( i vi ) = def w i 1
i =1 i =1
De esta manera T asocia a cada vector v V un nico vector de W. Definida

esta funcin veremos si es una transformacin lineal
2) T es transformacin lineal
Sean u y v V , tal que:

n n
u = i vi v = i v i
i =1 i =1
Los n escalares i son las coordenadas de v respecto de la base B de V

Probaremos la condicin i) de transformacin lineal
i) u , v V : T (u + v ) = T (u ) + T (v )
n n
n
n
n n n
T (u + v ) = T i vi +
i vi = T ( i vi + i vi ) = T ( i + i ).vi = ( i + i ).wi = i wi + i wi
i =1 i =1 i =1 i =1 i =1 i =1 i =1
n n
n
n

i wi + i wi = T i vi + T i vi = T (u ) + T (v )
i =1 i =1 i =1 i =1
Luego por transitividad T (u + v ) = T (u ) + T (v )
ii) K , u V : T (u ) = T (u )
n n n n n
T (u ) = T i vi = T i vi = T ( i )vi = ( i ) wi = i wi = T (u )
i =1 i =1 i =1 i =1 i =1
Por i) y ii) T es transformacin lineal
3) Mostraremos que: T (vi ) = wi , i = 1,2,..., n
Si calculamos
24
T (v1 ) = T (1.v1 + 0.v 2 + 0.v 3 + ... + 0.v n ) = 1.T (v1 ) + 0.T (v 2 ) + 0.T (v 3 ) + ... + 0.T (v n ) = 1.w1
T (v 2 ) = T (0.v1 + 1.v 2 + 0.v 3 + ... + 0.v n ) = 0.T (v1 ) + 1.T (v 2 ) + 0.T (v 3 ) + ... + 0.T (v n ) = 1.w2
T (v3 ) = T (0.v1 + 0.v 2 + 1.v3 + ... + 0.v n ) = 0.T (v1 ) + 0.T (v 2 ) + 1.T (v 3 ) + ... + 0.T (v n ) = 1.w3
M
T (v n ) = T (0.v1 + 0.v 2 + 0.v3 + ... + 1.v n ) = 0.T (v1 ) + 0.T (v 2 ) + 0.T (v3 ) + ... + 1.T (v n ) = 1.wn
Luego i = 1,..., n : T (vi )= w i
4) Unicidad de T
Para probar la unicidad recordaremos la definicin de igualdad de funciones
Sean f y g dos funciones tal que:

f : A B , g:A B
f = g x A : f(x) = g(x)
n n
Sean T : V W y F:V W tal que F(v i ) = w i y T( i vi )= def w i i
i =1 i =1
Probaremos que para cada vector de V, las imgenes a travs de T y F son

iguales
n
u V u = i v i
i =1
n
n n n
n
T (u ) = T i vi = i T (vi ) = i wi = i F (vi ) = F i vi = F (u )
i =1 i =1 i =1 i =1 i =1
T (u ) = F (u )
Luego la transformacin es nica
Ejemplo:
Sea T : IR 2 IR 3 / T ( 1,1) = ( 3,0,1) T( 2 ,1 ) = ( 0 ,3,5 ) . Haga uso del teorema

fundamental de las transformaciones lineales para encontrar la aplicacin T.
Suponemos que el conjunto {(1,1) ; (2,1)} es base de IR2: Es decir que todo
vector de IR2 puede escribirse como combinacin lineal de esta base.
( x, y ) = (1,1) + (2,1)
Resolviendo el sistema
( x, y ) = ( , ) + (2 , )
25
( x, y ) = ( + 2 , + )
1f
2 f1-f2
f1 f2 f2+f1 3
2 x
+ 2 = x 1 2 x 1 1x 1 1 y 1 1 y 1 0 3y3
x y
+ = y 1 1y 1 2 y 0 3x+ y 0 1 + 0 1 x+ y
3 3
3 3
2 x x y
= y = +
3 3 3 3
( x, y ) = (1,1) + (2,1)
Aplicando T en ambos miembros
T ( x, y ) = T [ (1,1) + (2,1)]
Por axiomas de transformacin lineal
T ( x, y ) = T (1,1) + T (2,1)
T ( x, y ) = T (1,1) + T (2,1)
T ( x, y ) = (3,0,1) + (0,3,5)
2 x x y
T ( x, y ) = y .( 3,0,1) + + .(0,3,5)
3 3 3 3
x 2 5 5
T ( x, y ) = 2 y,0, y + 0, x + y, x + y
3 3 3 3
T ( x, y ) = ( 2 y, x + y,2 x + y )
7. Matriz asociada a una Transformacin lineal
Consideremos una transformacin lineal entre dos espacios vectoriales V y W

sobre el mismo cuerpo K, de dimensiones finitas n y m respectivamente.
Veremos que si se fija una base ordenada en cada espacio, entonces la
transformacin lineal queda caracterizada por una matriz de tipo mxn que
llamaremos matriz asociada a una transformacin lineal respecto de las bases
dadas.
26
Sean entonces (V ,+, K ,.) y (W ,+, K ,.) y sus respectivas bases
B = {v1 , v 2 ,..., v n } y B = {w1 , w2 ,..., wm }
Definicin 8:
Se llama matriz asociada a la transformacin lineal respecto de las bases

cannicas B y B a la matriz de orden mxn cuyas columnas son los coeficientes
de las imgenes por T de los vectores de la base B expresados en la base B
En smbolos:
A es la matriz asociada a la transformacin lineal respecto a B y B

v V : A[v ]B = [T (v)]B '
Si v es un vector de V , por ser B una base ordenada existen escalares

1 , 2 ,..., n tales que:
n
v = j v j
j =1
Tales escalares caracterizan a v respecto de dicha base lo denotamos por [v ]B .

Podemos escribir a las coordenadas de v en forma de vector
1

[v]B = 2
M

n
La imagen de v a travs de T es w,
w = T (v)
Como w es un vector de w, puede expresarse de modo nico como

combinacin lineal de los vectores de la base B, o sea
m
w = ' i wi
i =1
Donde '1 , ' 2 ,..., ' m son las coordenadas de w respecto de su base B . En
consecuencia
'1
'
[w]B ' = 2
M

' m
Por el teorema fundamental de las transformaciones lineales, T queda

caracterizado unvocamente por los valores que toma sobre cada base de V.
O sea es suficiente obtener imgenes por T, de cada vector de la base B de V
Ahora bien para cada j = 1,2,..., n , T (v j ) W
27
Por consiguiente puede expresarse como combinacin lineal de la base de B;

as:
m
T (v j ) = a ij wi , j = 1,2,..., n
i =1
Asignamos a cada escalar a ij un doble subndice el primero asociado a cada

vector de la base B y el segundo correspondiente con el vector de la base B,
entonces
T (v1 ) = a11 w1 + a 21 w2 + a 31 w3 + ... + a m1 wm
T (v 2 ) = a12 w1 + a 22 w2 + a 32 w3 + ... + a m 2 wm
T (v n ) = a1n w1 + a 2 n w2 + a 3n w3 + ... + a mn wm
Es decir:
m
T (v j ) = a ij wi , j = 1,2,..., n
i =1
Los nxm escalares aij que figuran en las combinaciones de los vectores que son
imgenes de los elementos de la base de V, constituyen una matriz cuya
transpuesta que denotamos con A o M (T )[V ,W ] recibe el nombre de matriz
asociada a la transformacin lineal respecto de las bases B y B
a11 a12 ... a1n

a a 22 .... a 2 n
M (T )[V ,W ] = A = 21
M M M M

a m1 am2 ... a mn
La matriz de la transformacin lineal es del tipo mxn donde m es la dimensin

del segundo espacio y n del primer espacio.
Por consiguiente para hallar la matriz de una transformacin lineal, respecto de
una base de cada espacio, se determinaran las imgenes dadas por T de los
vectores de la base del primer espacio. Se expresan a estas imgenes en
trminos de la base del segundo espacio, o sea como combinacin lineal de
los vectores de la segunda base.
La transpuesta de la matriz de coeficientes es la matriz de la transformacin
lineal respecto de las bases dadas en ambos espacios
7.1 Ejemplo
Sea la transformacin lineal T : IR 3 IR 2 / T ( x, y, z ) = ( x + z , y z ) determinaremos

la matriz asociada de T respecto de las siguientes bases
28
B = {(1,1,1); (1,1,0); (1,0,0)} B' = {(2,0); (0,1)}

Aplicando la definicin obtenemos las imgenes de los vectores de la base B y
expresamos dichas imgenes como combinacin lineal de los vectores de la
segunda base.
T (1,1,1) = (2,0) = a (2,0) + b(0,1)
Es fcil notar que a= 1 y b=0 pues ( 2,0) = 1.( 2,0) + 0.(0,1)
T (1,1,0) = (1,1) = a ' (2,0) + b' (0,1)
1 1
Es fcil notar que a ' = y b' = 1 pues (1,1) = .( 2,0) + 1.(0,1)
2 2
T (1,0,0) = (1,0) = a' ' (2,0) + b' ' (0,1)

1 1
Es fcil notar que a ' ' = y b' ' = 0 pues T (1,0,0) = (1,0) = .( 2,0) + 0.(0,1)
2 2
Se tiene que:
1 1
1
AT = 2 2
0 0
1
A es la matriz asociada respecto de las bases B y B.
Al expresar las imgenes de los vectores de la base del primer espacio como
combinacin lineal de los vectores de la base del segundo espacio, podemos
resolver simultneamente los tres sistemas colocando como vectores columnas
los vectores de la base del segundo espacio y a su derecha las imgenes de B
y obtener inmediatamente la matriz asociada AT.
(1/2).f1
2 02 1 1 1 01 1 1
2 2
0 10 1 0 0 10 1 0
AT
Pasos para la determinacin de la matriz asociada
Sea T : V W transformacin lineal y sea B = {v1 , v 2 ,..., v n } base de V y

B ' = {w1 , w2 ,..., wm } base de W
1) Calculamos las imgenes de los vectores de la base del primer espacio

2) Escribimos a las imgenes de los vectores de la base del primer espacio
como combinacin lineal de la base del segundo espacio
29
3) Armamos la matriz w1 w2 wm|T(v1) T(v2)T(vn)

4) Usamos Gauss-Jordan para obtener la matriz asociada
Utilizando AT, obtenemos la imagen para cualquier vector de IR3

Determinemos la imagen del vector v = (1,2,3) usando la matriz asociada
obtenida
Por definicin sabemos que:
A[v ]B = [T (v)]B '
Calculemos en primer lugar las coordenadas de v respecto de la base B
(1,2,3) = 1 (1,1,1) + 2 (1,1,0) + 3 (1,0,0)
(1,2,3) = ( 1 , 1 , 1 ) + ( 2 , 2 ,0 ) + ( 3 ,0,0 )
(1,2,3) = ( 1 + 2 + 3 , 1 + 2 , 1 )
1 + 2 + 3 = 1 1 = 3

1 + 2 = 2 2 = 1
= 3 = 1
1 3
3
[v]B = 1
1
Realizamos el producto
1 1 3 2
A[v ]B =
1
2 2 . 1 =
0
1 0 1 1

Las coordenadas de la imagen de v respecto a la base de IR2
[T (v)]B ' =
2

1
Es decir
T (v) = 2(2,0) + (1)(0,1) = (4,1)
Como las coordenadas de un vector respecto a una base son nicas, al

cambiar de bases, la matriz asociada tambin tendr modificaciones
Si hubisemos tomado las bases cannicas de cada espacio
B = {(1,0,0); (0,1,0); (0,0,1)} B' = {(1,0); (0,1)}
T (1,0,0) = (1,0) = a (1,0) + b(0,1)

T (0,1,0) = (0,1) = a ' (1,0) + b' (0,1)
30
T (0,0,1) = (1,1) = a ' ' (1,0) + b' ' (0,1)
1 01 0 1
0 1 0 1 1
AT
Definicin 9:
Sea T : V W es una Transformacin lineal, entonces la dimensin del

recorrido de T se conoce como rango de T y la dimensin del ncleo se llama
nulidad de T.
Ejemplo:
Sea T : R nx1 R mx1 / T ( X ) = A. X , la multiplicacin por la matriz A.
a11
K a1n a12
aK a 2 n
a 22
A = 21
M
M K M

a m 2 K a mn
a m1
x1
x
El ncleo de T consta de todos los X = que son solucin del sistema
2
M

xn
homogneo
x1 0
x 0
A. 2 =
M M

x n 0
b1
b
El recorrido de T consta de los vectores b = tales que el sistema
2
M

bm
x1 b1
x b
A. 2 = 2 es compatible
M M

x n bm
31
Por consiguiente por el teorema (Un sistema de ecuaciones lineales Ax=b es

compatible si t solo si b est en el espacio de columnas de A), el recorrido de T
es el espacio de columnas de la matriz A.
Observacin:
El subespacio de Rn generado por los vectores rengln (o fila) se llama espacio

de renglones. Y el subespacio de Rm generados por los vectores columnas es el
espacio columna de A.
Supngase que {v1 ,K , v n } es una base para un espacio vectorial V y

T : V W es una T.L. Si sucede que se conocen las imgenes de los vectores
base, esto es T(v1), T(v2),...,T(vn).
Por lo tanto: rg(T)es igual a la dimensin del espacio de columna de A, lo cual

es precisamente el rg (A). En pocas palabras:
rg (T ) = rg ( A)
Tambin se vio que el ncleo de T es el espacio de soluciones de Ax=0. Por

consiguiente, la nulidad de T es la dimensin de este espacio de soluciones.
8. Ejemplo de Aplicacin
Los alumnos de la carrera de ingeniera en alimentos de la Universidad

Nacional de Santiago del Estero (UNSE) estn realizando innovaciones en
alimentos para nios, para lo cual ensayan 3 nuevos alimentos a los que
denominaron A, B y C. En la elaboracin de estos productos usan 3 sabores:
pera, sanda y frutilla.
Para determinar cuntas partes (concentraciones) se requieren de cada uno
de los sabores para la fabricacin de estos nuevos productos se dispone de los
siguientes datos.
Nuevos Productos
Sabores A B C
Pera 5 3 8
Sanda 2 4 1
Frutilla 6 2 6
Podemos designar con Xi el nmero de productos de la clase i requeridos en

un orden de futuras ventas para i=1, 2, 3 entonces el vector de ventas ser
32
x1
X = x 2
x3
Mientras que si llamamos Y al nmero de partes requeridas para elaborar cada

nuevo producto, entonces el nmero de partes del tipo i ser Y:
y1
Y = y 2
y 3
La funcin T : R 3 R 3 , est dada por:
5 3 8 x1
Y = T ( X ) = 2 4 1 x 2
6 2 9 x3
Si la cantidad de productos a fabricar fuera 18 tipo A, 12 tipo B y 15 tipo C,

entonces tenemos que:
18 5 3 8 18 246
X = 12 2 4 1 12 = 99

15 6 2 1 15 267
33
9- Bibliografa
Introduccin al algebra lineal

Anton, H. Segunda edicin. Editorial Limusa. Ao 1998
Algebra y Geometra. Teora, Prctica y Aplicaciones

Gigena S., Molina F., Joaquin D, Gomez O., Vignoli A.
Tercera edicin. Editorial Cientifica y Universitaria. Ao 2001
Algebra Lineal con Geometra

Ruffiner, Irma, Etchemaite, Lucrecia, Martinelli, Mercedes. Tomo I .
Ao 2000
Algebra Lineal y sus aplicaciones

Lay, David. Segunda edicin. Editorial Pearson. Ao 1999
lgebra II
Rojo, Armando. Editorial El Ateneo. Buenos Aires. Ao 1972
lgebra lineal y Teora de matrices

Nering, Evar D. Editorial Limusa. Primera edicin . Mxico Ao 1977
lgebra lineal
Grossman, Stanley I. Sexta Edicin. Ao 2007
34

2 e 210 A

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

2 e 210 A

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE SGO.

FACULTAD DE AGRONOMIA Y AGROINDUSTRIAS

LGEBRA y GEOMTRIA ANALTICA - MATEMTICA I

Ingeniera en Alimentos, Plan 1998 adaptado al CCA

Lic. Elsa Ibarra de Gomez

6- Teorema Fundamental de las transformaciones Lineales.21

Un dietista est planeando una comida que proporcione ciertas cantidades

Nutrimentos/Comestibles Comestible I Comestible II Comestible III

Se desea saber la cantidad de nutrimentos obtenidos al mezclar diferentes

De la figura 1.1 se tiene:

En general se puede escribir estos clculos como una operacin matricial

Llamando al vector C como el vector de porciones y a N el vector

Esta funcin transforma el vector porcin de comestibles en un vector

Con A matriz de coeficientes del sistema de orden mxn, X vector de incgnitas

En un sistema se puede encontrar a X solo cuando A y B se conocen. Ahora

A(X)=A(X) , donde es un escalar.

Estas propiedades caracterizan a las transformaciones lineales

Pondremos atencin a esta clase de funciones vectoriales conocidas como

matemtica, fsica, ciencias sociales y economa es as que su estudio es de

2.1 Conceptos y proposiciones

i) La imagen de la suma de dos vectores cualesquiera de V es igual a la

ii) La imagen de un escalar del cuerpo por un vector cualesquiera de V es

As pues una transformacin lineal preserva las operaciones de suma de

Los axiomas i) y ii) se pueden reducir en uno solo en la siguiente proposicin

T : V W es una transformacin lineal si y solo si para vectores u y v

T es transformacin lineal u , v V , K : T (u + v) = T (u ) + T (v)

Por ser un bicondicional se debe probar las dos implicaciones

1) Condicin suficiente ( ) : T es transformacin lineal u , v V

Manteniendo como hiptesis que T es transformacin lineal, es inmediato que:

En particular para un = 1 y = 1 , se tiene

T (1u + 1v) = 1T (u ) + 1T (v)

Por ser 1 el neutro para ambos espacios vectoriales

Luego se verifica el axioma i) de transformaciones lineales

Por otro lado si tomamos = 0

T (u + 0.v) = T (u ) + 0.T (v)

Por propiedad de espacios vectoriales el producto del escalar cero por

Por ser 0v y 0w los neutros de ambos espacios respectivamente

Luego se cumple el axioma ii) de transformaciones lineales

Por 1) y 2) queda demostrada la proposicin

De esta proposicin resulta inmediatamente que:

La transformacin lineal de un espacio vectorial transforma cada combinacin

Si V=W decimos que T es una transformacin lineal de V o que T es un

2.2 Ejemplos de Transformaciones lineales

1) Transformacin Lineal Nula: T : V W / T (v) = 0W , v V

Por (1) y (2)

Por (1) y (2)

2) Transformacin Lineal Identidad: T : V V / I (v) = v , v V

Por otro lado

Por (3) y (4)

Puesto que ambos axiomas se satisfacen, T es una T.L.

Luego como (1) (2) , T no es transformacin lineal

3. Interpretacin geomtrica de una Transformacin lineal.

Existen transformaciones lineales cuya representacin resulta interesante de

Transformaciones Lineales de Reflexin:

Toma un vector cualquiera del plano v y lo transforma en su simtrico respecto

Toda simetra es una transformacin lineal

Sea T : IR 2 IR 2 / T ( x, y ) = ( x cos ysen , xsen + y cos )

Transformaciones Lineales de Proyeccin

Sea T : IR 3 IR 3 / T ( x, y, z ) = ( x, y, 0) . Esta funcin toma un vector cualquiera

Definicin 3 : Operador Lineal

Las transformaciones lineales tambin podemos llamarlas operadores lineales

4. Propiedades de las Transformaciones Lineales

Sea T : V W una transformacin lineal sobre dos espacios vectoriales sobre