La transformacin lineal es una funcin utilizada para la asignacin de un
espacio vectorial a otro espacio vectorial con la ayuda de los escalares, la cual satisface la expresin f(a*x+b*y) =a*f(x)+b*f(y). En otras palabras, se consideran 2 espacios vectoriales, V y W. Una transformacin lineal es una grfica T: V W que satisface dos condiciones: 1). T (v1 + v2) = T (v1) + T (v2) donde v1 y v2 son vectores en V. 2). T (xV) = x T (v) donde x es una escala Una transformacin lineal puede ser sobreyectiva o inyectiva. En el caso que, W y V tengan dimensiones idnticas, entonces T puede llegar a ser invertible, esto es, se encuentra T-1 el cual satisface la condicin TT-1 = I. Asimismo, T (0) ser siempre 0.
La teora de la matriz entra en la teora de las transformaciones lineales porque es posible representar cada transformacin lineal como matriz. La multiplicacin de matrices puede considerarse como el ejemplo principal que puede demostrar el concepto de transformacin lineal. Una matriz A de dimensin n x m define que T (v) = Av y aqu v es representado como un vector columna. Veamos un ejemplo: Aqu, la transformacin lineal t es definida como T (x, y) = (y, 2x + 2y, x). En el caso que, V y W sean de dimensin finita, la transformacin lineal est mejor representada con la multiplicacin de matrices en lugar de estableciendo la base del espacio vectorial, tanto para W y V. En el caso que, W y V incluyan un producto escalar y tambin los espacios vectoriales correspondientes y que W y V sean orto nrmales, ser simple representar la matriz correspondiente como. Mientras que w y v son de dimensin infinita, la transformacin lineal puede ser continua. Por ejemplo, considera que un espacio polinmico de 1 variable sea v y T una derivada. Entonces, T (xn) = nxn-1, una no continua como xn/n = 0 mientras que T (xn)/n no converge. El resultado de la suma de 2 o ms transformaciones lineales, la multiplicacin de una transformacin lineal por nmero particular, y la multiplicacin de 2 transformaciones lineales, son siempre transformaciones lineales. Una transformacin lineal en la cual su identidad es descrita en el espacio euclidiano siempre es auto-adjunta en el caso de que la matriz A correspondiente sea simtrica en cualquier base orto normal. Una transformacin lineal que es auto-adjunta y se describa en una dimensin finita unitaria, el espacio (euclidiano) contiene una base orto normal en la cual su matriz lleva una forma diagonal. Existen dos espacios fundamentales que estn asociados a una transformacin lineal: su kernel ker(T) y su imagen im(T). El kernel y la imagen de una transformacin lineal T corresponden con el espacio nulo y el espacio de la columna de cualquier matriz que represente a T. En un sistema lineal, el nmero de variables es igual al nmero de variables libres ms el nmero de variables angulares, quedando una transformacin lineal final T: V W en la identidad dim V = dim ker(T) dim im(T). Si dim ker(T) = 0 y dim im(T) = dimW, entonces t esta sobre y uno a uno. En este caso, esto se denomina un isomorfismo.
NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL. En esta seccin se desarrollan algunas propiedades bsicas de las transformaciones lineales. Teorema 1. Sea T: V W una transformacin lineal. Entonces para todos los vectores u, v, v1, v2,.vn en V y todos los escalares
Nota en la parte i el 0 de la izquierda es el vector cero en v; mientras que el cero de la derecha es el vector cero en W. i. T(0) = T(0 + 0)= T(0) + T(0). As 0= T(0) T(0) = T(0) + t(0) T(0) = T(0) ii.T(u-v) = T[u + (-1)v] = Tu + T[(-1)v] = Tu + (-1)Tv = Tu Tv. iii.Esta parte se prueba por induccin (vea el apndice 1). Para n = 2 se tiene T(1v1 + 2v2) = T (1v1) + T(2v2) = 1Tv1 + 2Tv2. As, la ecuacin (1) se cumple para n = 2. Se supone que se cumple para n = k y se prueba para n=k + 1: T(1v1 + 2v2+ .+ kvk+k+1vk-1 ) = T(1v1 + 2v2+.+kvk) + T(k+1vk+1), y usando la ecuacin en la parte iii para n= k, esto es igual a (1Tv1 + 2Tv2+.kTvk) + k+1Tvk+1, que es lo que se quera demostrar. Esto completa la prueba.
Observacin. Los incisos i) y ii) del teorema 1 son casos especiales del inciso iii). Un dato importante sobre las transformaciones lineales es que estn completamente determinadas por el efecto sobre los vectores de la base.
Teorema 2 Sea v un espacio vectorial de dimensin finita con base B= {v1,v2,.vn}. Sean w1,w2,.wn vectores en W. Suponga que T1 y T2 son dos transformaciones lineales de V en W tales que T1vi = T2vi = wi para i = 1, 2,,n. Entonces para cualquier vector v v, T 1v = T2v; es decir T1 = T2. Como B es una base para V, existe un conjunto nico de escalares 1, 2,., n. Tales que v = 1v1 + 2v2 + + n vn.
De manera similar T2v = T2(1v1 + 2v2 + + nvn) = 1T2v1 + 2T2v2 ++ nTnvn = 1w1 + 2w2 ++ nvn
Por lo tanto, T1v =T2v.
El teorema 2 indica que si T:v W y V tiene dimensin finita, entonces slo es necesario conocer el efecto que tiene T sobre los vectores de la base en V. Esto es, si se conoce la imagen de cada vector bsico, se puede determinar la imagen de cualquier vector en V. Esto determina T por completo. Para ver esto, sean v1, v2,.vn una base en V y sea v otro vector en V. Entonces, igual que en l aprueba del teorema 2, Tv = 1Tv1 + 2Tv2 ++ nTvn
As, se puede calcular Tv para cualquier vector v V si se conocen Tv1,Tv2,.Tvn Ejemplo 1 Si se conoce el efecto de una transformacin lineal sobre los vectores de la base, se conoce el efecto sobre cualquier otro vector.
Sea T una transformacin lineal de R3 en R2 y suponga que
Solucin. Se tiene
Entonces
Surge otra pregunta; si w1,w2,.,wn son n vectores en W, existe una transformacin lineal T tal que Tv1 = w1 para i = 1,2,,n? La respuesta es s. Como lo muestra el siguiente teorema. Definicin 1 Ncleo e imagen de una transformacin lineal Sean V y W dos espacios vectoriales y sea T:V W una transformacin lineal. Entonces
i . El ncleo de T, denotado por un, est dado por
ii. La imagen de T, denotado por Im T, esta dado por
Observacin 1. Observe que un T es no vaco porque, de acuerdo al teorema 1, T(0) = 0 de manera que 0 un T para cualquier transformacin lineal T. Se tiene inters en encontrar otros vectores en V que se transformen en 0. De nuevo, observe que cuando escribimos T(0) = 0, el 0 de la izquierda est en V y el de la derecha en W.
Observacin 2. La imagen de T es simplemente el conjunto de imgenes de los vectores en V bajo la transformacin T. De hecho, si w = Tv, se dice que w es la imagen de v bajo T.
Antes de dar ejemplos de ncleos e imgenes , se demostrar un teorema de gran utilidad.
Teorema 4 Si T:V W es una transformacin lineal, entonces i.Un T es un subespacio de V. ii.Im T es un subespacio de W. Demostracin Sean u y v en un T; Entonces T(u + v) = Tu + Tv =0 + 0 =0 y T( ) = = 0 = 0 de forma que u + v y u estn en un T. ii. Sean w y x en Im T. Entonces w = Tu y x = Tv para dos vectores u y v en V. Esto significa que T(u + v)= Tu + Tv = w + x y T(u) = Tu =w. Por lo tanto, w + x y w estn en Im T.
Ejemplo 3. Ncleo e imagen de la transformacin cero Sea Tv = 0 para todo v V(T es la transformacin cero). Entonces un T = v e Im T = {0}. Ejemplo 4 Ncleo e imagen de la transformacin identidad Sea Tv = v para v V(T es la transformacin identidad). Entonces un T= {0} e Im T = V. Las transformaciones cero e identidad proporcionan dos extremos. En la primera todo se encuentra en el ncleo. En la segunda slo el vector cero se encuentra en el ncleo. Los casos intermedios son ms interesantes.
Ejemplo 5 Ncleo e imagen de un operador de proyeccin Sea T:R3 R3 definida por T es el operador de proyeccin de R3 en el plano xy.
Entonces x = y = 0. As, nu T = {(x,y,z):x = y = 0, zR}, es decir, el eje z, e Im T = {(x,y,z): z = 0}, es decir el plano xy. Observe que dim un T = 1 y dim Im T = 2.
Definicin 2 Nulidad y rango de una transformacin lineal Si T es una transformacin lineal de v en w, entonces se define.
Observacin. En la seccin 4.7 se definieron el rango, la imagen, el espacio nulo y la nulidad de una matriz. Segn el ejemplo 5.1.7, Toda matriz A de m*n da lugar a una transformacin lineal T:R R definida por Tx = Ax. Es evidente que un T = NA, Im T = Im A = CA, v(T) = v(A) y p(T) = p(A). Entonces se ve que las definiciones de ncleo, imagen, nulidad y rango de una transformacin lineal son extensiones del espacio nulo, la imagen, la nulidad y el rango de una matriz.
Ejemplo 6. Ncleo y nulidad de un operador de proyeccin Sea H un subespacio de R y sea Tv = proyH v. Es obvio que la Im T = H. Se tiene que toda v V si v=h + proyH v + proyHv. Si Tv = 0, entonces h=0, lo que significa 498
La matriz de una transformacin lineal.
Si A es una matriz de m*n y T: Rn-Rm est definida por Tx = Ax, entonces, T es una transformacin lineal. Ahora se ver que para toda transformacin lineal de Rn en Rm existe una matriz A de m*n tal que Tx = Ax para todo x Rn. Este hecho es de gran utilidad. Si Tx = Ax. Entonces un T = NA e Im T = RA. ms aun, v(T) = dim un T = v(A) y p(T) = dim Im T = p(A). As se puede determinar el ncleo, la imagen, la nulidad y el rango de una transformacin lineal de Rn-Rm determinando el espacio nulo y la imagen de la matriz correspondiente. Adicionalmente, una vez que se sabe que Tx = Ax. Se puede evaluar Tx para cualquier x en Rn mediante una simple multiplicacin de matrices. Pero esto no es todo. Como se ver, cualquier transformacin lineal entre espacios vectoriales de dimensin finita se puede representar mediante una matriz. Teorema 1 Sea T:Rn -Rm una transformacin lineal. Existe entonces una matriz nica de m*n, AT tal que
Demostracin Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w1, w2,., wn y hagamos que AT denote tambin ala transformacin de Rn-Rm, que multiplica un vector en Rn por AT. si
Entonces
De esta forma, ATei = wi para i = 1,2,.n., T y la transformacin AT son las mismas porque coinciden en los vectores bsicos.
Ahora se puede demostrar que AT es nica. Suponga que Tx = ATx y que Tx = BTx para todo x Rn. Entonces ATx = BTx, o estableciendo CT= AT BT, se tiene que CTx = 0 para todo x Rn. En particular, CTei es la columna i de CT. As, cada una de las n columnas de CT es el m-vector cero, la matriz cero de m*n. Esto muestra que AT = BT y el teorema queda demostrado.
Definicin 1 Matriz de transformacin La matriz AT en el teorema 1 se denomina matriz de transformacin correspondiente a T o representacin matricial de T. NOTA. La matriz de transformacin AT est definida usando las bases estndar tanto en Rn como en R3. Si se utilizan otras bases, se obtendr una matriz de transformacin diferente. TEOREMA 2 sea AT la matriz de transformacin correspondiente a laa transformacin lineal T. entonces. i. Im T = Im A = CAT ii. P(T) = p(AT) iii. Un T = NAT iv. v(T) = v(AT Ejemplo 1 Representacin matricial de una transformacin de proyeccin Encuentre la matriz de transformacin AT correspondiente ala proyeccin de un vector en R3 sobre el plano xy. Solucin
Teorema 4 Sean V y W espacios vectoriales de dimensin finita con dim V = n. sea T:V- W una transformacin lineal y sea AT una representacin matricial de T respecto a las bases B1 en V y B2 en W. entonces i. p(T) =p(AT) ii. V(A) = v(AT) iii. V(a) + p(T) = n
Teorema 5 Sea T:Rn-Rm una transformacin lineal. Suponga que C es la matriz de transformacin de T respecto a las bases estndar Sn y Sm en Rn y Rm, respectivamente. Sea A1 la matriz de transicin de B2 a base Sm en Rm. Si AT denota la matriz de transformacin de T respecto a las bases B1 y B2, entonces.
Geometra de las transformaciones lineales de R2 en R2. Sea T:R2-R2 una transformacin lineal con representacin matricial AT Ahora de demostrar que si AT es invertible, entonces T se puede escribir como una sucesin de una o ms transformaciones especiales, denominadas expansiones, compresiones, reflexiones y cortes.
Expansiones a lo largo de los ejes x o y Una expansin a lo largo del eje x es una transformacin lineal que multiplica a la coordenada x de un vector en R2 por una constante C >1. Esto es
De manera similar, una expansin a lo largo del eje y es una transformacin lineal que multiplica la coordenada y de todo vector en R2 por una constante C>1. Como antes , entonces la representacin matricial de T es de manera que
a) se comienza con este rectngulo. b) Expansin en la direccin de x c = 2. c) Expansin en la direccin de y con c = 4.
Compresin a lo largo de los ejes x o y. Una compresin a lo largo de los ejes x o y es una transformacin lineal que multiplica ala coordenada x o y de un vector en R2 por una constante positiva 0<c<1, mientras que para la expansin c<1.
a) se comienza con este rectngulo. b) Compresin a lo largo del eje x con c =1/3. c) Compresin a lo largo del eje x con c=1/2.
APLICACIN DE LAS TRANSFORMACIONES LINEALES: REFLEXIN, EXPANSIN, CONTRACCIN Y ROTACIN Graficar un conjunto de puntos en otro es lo que se conoce como transformacin lineal de un conjunto de puntos. Existen ciertas propiedades bsicas de las transformaciones lineales, las cuales si son tomadas en cuenta y aplicadas al momento de resolver un problema, pueden reducirlo un problema simple. La notacin general utilizada para una transformacin lineal es T: Rn Rm. 1. Reflexin: Cuando un conjunto de puntos dados es graficado desde el espacio euclidiano de entrada a otro de manera tal que este es isomtrico al espacio euclidiano de entrada, llamamos a la operacin realizada la reflexin del conjunto de puntos dado. Esto puede realizarse tambin con respecto a la matriz, en tal situacin la matriz de salida es llamada la matriz de reflexin. La reflexin es realizada siempre con respecto a uno de los ejes, sea el eje x o el eje y. Esto es como producir la imagen espejo de la matriz actual. 2. Expansin: Al igual que en la reflexin, tambin es posible expandir los puntos dados en una direccin particular. La expansin se realiza habitualmente para un cierto grado. Es como realizar una operacin de multiplicacin de los elementos del conjunto de puntos dados con un trmino escalar hacia la direccin donde tiene que ser expandido. Sea para un punto (2, 3) si el grado de expansin 2 es la direccin de y, entonces el nuevo punto obtenido es (2, 6). 3. Contraccin: La contraccin es el procedimiento inverso de la expansin. Aqu el punto es contrado en un determinado grado hacia una direccin dada. Sea el punto de entrada (4, 8) y este debe ser contrado para el grado dos en la direccin de x entonces el nuevo punto resulta ser (2, 8). 4. Rotacin: El trmino rotacin tiene dos significados, ya la rotacin de un objeto puede ser realizada con respecto al eje dado o al eje mismo. La rotacin se realiza para un cierto grado el cual es expresado en forma de un ngulo. Asimismo, la rotacin puede realizarse en la direccin de las manecillas del reloj, o inverso a las manecillas del reloj. Como ejemplo, dirijmonos a producir la matriz estndar para la representacin de la transformacin lineal reflejando un conjunto de puntos en el plano x-y a travs de la recta y = (2x / 3). El primer paso para esto es determinar los vectores base.
Por lo tanto, podemos afirmar que,
Dado que y pertenece a R2. Imagina que A: R2 R2 es una transformacin lineal, entonces podemos escribir que,
La imagen de la matriz base determina la imagen de cualquier elemento. Por lo tanto la imagen de a travs de y = (2x/ 3) es determinada mediante la obtencin de una recta que pasa por (1, 0) y es que es ortogonal a . Esto est dado por y = (3x/ 2) (3/ 2). El punto donde las dos rectas, esto es, y = (3x/ 2) (3/ 2) e y = (2x/ 3) se intersectan se dado como (9/13, 6/13). Tomamos p1 para ser el punto de reflexin de a travs de la recta dada. Este punto es simtrico respecto a (9/13, 6/13) por lo tanto, podemos escribir que,
Esto produce, De manera similar, la imagen del vector base resulta ser
Y tenemos la matriz de transformacin lineal final como,