“La vida no se trata de

encontrarte a ti mismo.
La vida se trata de crearte a tı́ mismo”
George Bernard Shaw

Transformación Lineal

Definición: Si V y W son dos K espacios vectoriales, se dice que una función

T : V −→ W es una transformación lineal, si cumple:

T (u1 + u2 ) = T (u1 ) + T (u2 ), ∀ u1 , u2 ∈ V.

T (λu) = λT (u), ∀ u ∈ V y ∀ λ ∈ K.

Nota:
Esto es equivalente a decir que, para toda combinación lineal λ1 v1 + · · · + λk vk ∈ V, se
cumple T (λ1 v1 + · · · + λk vk ) = λ1 T (v1 ) + · · · + λk T (vk ).

Ejemplos:

 
  x1
1 2 1 −1  
4 3 T x2 
T : R −→ R , T ([x1 x2 x3 x4 ] ) = 1 1 1
 2 
x3 
0 1 0 −3
x4

T : R3 −→ R2 [x], T ([x1 x2 x3 ]T ) = (x1 − x3 )x2 + (x1 + x2 )x + (x2 + x3 )

P (0) + P 0 (0)
 

T : R2 [x] −→ R3 , T (P ) =  P (1) − P (0) .

P (0) − 1/2P 00 (0)

Si P = a2 x2 + a1 x + a0 ⇒ P 0 = 2a2 x + a1 , P 00 = 2a2 , P (1) = a2 + a1 + a0 , P (0) = a0

 
a0 + a1
Si remplazamos en la fórmula obtenemos, T (a2 x2 + a1 x + a0 ) = (a2 + a1 + a0 ) − a0 
a0 − 21 (2a2 )
 
a0 + a1
T (a2 x2 + a1 x + a0 ) = a2 + a1 
a0 − a2
Entonces:
T (P + Q) = T (a2 x2 + a1 x + a0 + b2 x2 + b1 x + b0 ) =
  
(a0 + b0 ) + (a1 + b1 )
T (P + Q) = T ((a2 + b2 )x2 + (a1 + b1 )x + (a0 + b0 )) = (a2 + b2 ) + (a1 + b1 )
    (a0 + b0 ) − (a2 + b2 )
a0 + a1 b0 + b1
T (P + Q) = a2 + a1 + b2 + b1  = T (P ) + T (Q).(1) X
  
a0 − a2 b0 − b2
   
λa0 + λa1 a0 + a1
T (λ(a2 x2 +a1 x+a0 )) = T (λa2 x2 +λa1 x+λa0 ) = λa2 + λa1  = λ a2 + a1  = λT (P )
λa0 − λa2 a0 − a2
Luego: T (λP ) = (P ) (2) X
Por (1)y (2) , T es transformación lineal.

Si V es un espacio vectorial de dimensión n y B = {v1 , v2 , . . . , vn } es una base de V,

entonces la función ”tomar coordenadas” [ ]B : V −→ Kn es una t.l.
 Si V y W son dos K espacios vectoriales y T : V −→ W es una transformación lineal:

Recordatorio 1: Se dice que V es el dominio de T y W el codominio de T .

Recordatorio 2: La Imagen de T es el conjunto:

Im(T ) = {w ∈ Wtal que, v ∈ V, T (v) = w}

Definición 1: Si S ⊂ V, S 6= ∅, se llama Imagen de S por T , al conjunto:

T (S) = {w ∈ W : ∃x ∈ S, w = T (x)} ⊆ W.

Definición 2: Si U ⊂ W, U 6= ∅, se llama Preimagen de U por T , al conjunto:

T −1 (U ) = {x ∈ V : T (x) ∈ U } ⊆ V.

Definición 3: Se llama Núcleo de F al conjunto:

Nu(T ) = {x ∈ V : T (x) = 0W } = T −1 ({0W }) ⊆ V.

Observaciones:
Para todo lo que sigue T : V −→ W ⇒ es t.l.
a. T : V −→ W ⇒ T (0V ) = 0W .

b. Si V = gen{v1 , v2 , . . . , vm } ⇒ Im(T ) = gen{T (v1 ), . . . , T (vm )}

Pues si w ∈ Im(T ) ⇔ x ∈ V tal que T (x) = w, pero si V = gen{v1 , v2 , . . . , vn } ⇒
existen escalares tal que :

x = α1 v1 + · · · + αm vm ⇒ w = T (x) = T (α1 v1 + · · · + αm vm ) |{z}

= α1 T (v1 )+ · · · + αm T (vm ).
t.l.

w ∈ Im(T ) ⇔ w ∈ gen{T (v1 ), T (v2 ), . . . , T (vm )}.

Im(T)=gen{ T(v1 ), . . . , T (vm )}

c. Si S es subespacio de V ⇒ T (S) es subespacio de W.

d. Si U es subespacio de W ⇒ T −1 (U ) es subespacio de V.
e. Toda t.l. queda univocamente determinada sobre una base.
Más precisamente:
Sean V y W, K espacios vectoriales, B = {v1 , v2 , . . . , vn } es una base de V y
{w1 , w2 , . . . wn } ⊂ W, existe una única transformación lineal F : V −→ W tal que:
F (v1 ) = w1 , F (v2 ) = w2 , . . . , F (vn ) = wn .

Demostración
Primero vamos a demostrar que existe una transformación lineal que cumple las n condi-
ciones.
Para cada x ∈ V, como B es base, existen únicos escalares α1 , . . . , αn tal que
x = α1 v1 + · · · + αn vn

Definimos F : V →
− W con la siguiente fórmula:

Si x = α1 v1 + · · · + αn vn , F (x) = α1 w1 + · · · + α1 wn .

a) Se cumple que F es una t.l. pues si x, y ∈ V ⇒ existen escalares tales que

x = α1 v1 + · · · + αn vn e y = β1 v1 + · · · + βn vn , luego:

x + y = α1 v1 + · · · + αn vn + β1 v1 + · · · + βn vn

x + y = (α1 + β1 )v1 + · · · + (αn + βn )vn

Aplicando la definición de F , obtenemos:

F (x + y) = F ((α1 + β1 )v1 + · · · + (αn + βn )vn )

F (x + y) = (α1 + β1 )w1 + · · · + (αn + βn )wn

F (x + y) = α1 w1 + · · · + αn wn + β1 w1 + · · · + βn wn
| {z } | {z }
F (x) F (y)

Por lo tanto, se cumple: F (x + y) = F (x) + F (y)X

De la misma manera se prueba que F (λx) = λF (x).

b) Probamos entonces que definimos una transformación lineal, es fácil ver que cumple
que F (vi ) = wi ∀ i = 1, . . . , n.

c) Ahora tenemos que probar que es única.

supongamos que existe otra t.l. G : V →

− W que cumple:

G(v1 ) = w1 , G(v2 ) = w2 , . . . , G(vn ) = wn

Si x ∈ V, y x = α1 v1 + · · · + αn vn . Entonces, como G es t.l. :
G(x) = G(α1 v1 + · · · + αn vn ) = α1 G(v1 ) + · · · + αn G(vn )
Reemplazando:

G(x) = α1 w1 + · · · + αn wn = F (x) ∀x ∈ V.
Luego G = F .
Ejemplos:

   
1 1
1. ¿Existe F : R2 −→ R3 t.l. tal que F ([1 − 1]T ) = −1 y F ([0 1]T ) = 2?
1 1
T T 2
La respuesta es sı́, pues {[1 − 1] , [0 1] } es una base de R .
     
2 x1 1 0
Si x ∈ R ⇒ x = = x1 + (x2 + x1 ) Y esta descomposición es única.
x2 −1 1
Entonces:
          
x1 1 0 1 0
F = F x1 + (x1 + x2 ) = x1 F + (x2 + x1 )F
x2 −1 1 |{z} −1 1
t.l
     
  1 1 2x1 + x2
x1
F = x1 −1 + (x2 + x1 ) 2 = x1 + 2x2 . X
x2
1 1 2x1 + x2
   
1 1
2. ¿Existe F : R2 −→ R3 t.l. tal que F ([1 − 1]T ) = −1 y F ([0 1]T ) = 2 y
  1 1
1
F ([1 0]T ) = −1?
1

Pero [1 0]T = [1 − 1]T + [0 1]T

Si F es t.l:
       
1 1 2 1
T T T T
F ([1 − 1] + [0 1] ) = F ([1 − 1] ) + F ([0 1] ) = −1 + 2 = 1 6= −1
      
1 1 2 1
Por lo tanto no existe una t.l. que cumpla las tres condiciones.
 
1
3. ¿Existe una F : R2 −→ R3 t.l. tal que F ([1 − 1]T ) = −1 ?
1

Sı́. Hay infinitas!! ¿Por qué? Porque puedo extender {[1 − 1]T } de infinitas maneras a
una base de R2 y definir cuánto vale F en el otro vector de infionitas maneras también.
 Otro Ejemplo:

Tomemos una de las transformaciones lineales mostradas al inicio, por ejemplo:

T : R3 −→ R2 [x], T ([x1 x2 x3 ]T ) = (x1 − x3 )x2 + (x1 + x2 )x + (x2 + x3 )
Busquemos Im(T ) y Nu(T ):

Tomemos una base del dominio {[1 0 0]T , [0 1 0]T , [0 0 1]T }

Im(T ) = gen{T ([1 0 0]T ), T ([0 1 0]T ), T ([0 0 1]T )} = gen{x2 + x, x + 1, −x2 + 1 }.
| {z }
[Link]

dim(Im(T )) = 2
Nu(T ) = {x ∈ R3 , T (x) = 0R2 [x] }
Entonces x ∈ Nu(T ) ⇔ T (x) = 0 x2 + 0 x + 0 1 ⇔

⇔ (x1 − x3 )x2 + (x1 + x2 )x + (x2 + x3 ) = 0 x2 + 0 x + 0 1.

x1 − x3 = 0
⇔ x1 + x2 = 0
x2 + x3 = 0
Matriz ampliada:
     
1 0 −1 1 0 −1 1 0 −1
F −F1 F3 −F20
1 1 0 −−2−−→ 0 1 1 −−−−→ 0 1 1
0 1 1 0 1 1 0 0 0
     
x1 1  1 
Luego x ∈ Nu(T ) ⇔ x = −x1 = x1 −1 ⇒ Nu(T ) = gen −1
   
x1 1 1
 

dim(Nu(T )) = 1

dim(Nu(T )) + dim(Im(T )) = dim(Dom(T ))

 Teorema: (Dimensión de subespacios fundamentales de una transformnación
lineal) Si V es un espacio vectorial de dimensión finita y T : V −→ W es una transformación
lineal, entonces:

dim(Nu(T ))+ dim(Im(T ))= dim(V)

Demostración:

Como V es de dimensión finita, supongamos dim(V)= n ⇒ ∃ B = {v1 , v2 , . . . , vn } base

de V.
Si dim(Nu(T ))= 0 ⇒ sabemos que Im(T )=gen{T (v1 ), T (v2 ), . . . , T (vn )} y este conjun-
to es l.i, pues si igualamos a 0W una combinación lineal, obtenemos:

λ1 T (v1 ) + λ2 T (v2 ) + · · · + λn T (vn ) = 0W (1)

Como T es t.l:

T (λ1 v1 + λ2 v2 + · · · + λn vn ) = 0W ⇒ λ1 v1 + λ2 v2 + · · · + λn vn ∈ Nu(T ) = {0V }

λ1 v1 + λ2 v2 + · · · + λn vn = 0V
Y como {v1 , v2 , . . . , vn } es l.i. ⇒ λ1 = λ2 = λn = 0 y como estos escalares vienen de (1),
concluimos que {T (v1 ), T (v2 ), . . . , T (vn )} es un conjunto l.i y por lo tanto dim(Im(T ))= n
y se cumple que dim(Nu(T ))+ dim(Im(T ))= dim(V).

Si dim(Nu(T ))= n, también se cumple.

Si dim(Nu(T ))= k < n ⇒ ∃ BN = {u1 , u2 , . . . , uk } nase de Nu(T ) y esta base puede

extenderse a una base de V, por ejemploo B 0 = {u1 , u2 , . . . , uk , uk+1 , . . . , un }.
Por lo visto, sabemos que Im(T )=gen{T (uk+1 ), . . . , T (un )}, veamos ahora que estos n − k
vectores son l.i:

λ1 T (uk+1 ) + · · · + λn−k T (un ) = 0W (2)

T (λ1 uk+1 + · · · + λn−k un ) = 0W ⇒ λ1 uk+1 + · · · + λn−k un ∈ Nu(T )

Entonces existen escalares β1 , . . . , βk ∈ K tal que:

λ1 uk+1 + · · · + λn−k un = β1 u1 + · · · + βk uk

−β1 u1 − · · · − βk uk λ1 uk+1 + · · · + λn−k un = 0V

Y como los vectores son l.i. porque foman una base de V ⇒ β1 = · · · = βk = λ1 = · · · =
λn−k = 0.
 Como los escalares λ1 , . . . , λn−k viene de la igualdad (2) ⇒ {T (uk+1 ), . . . , T (un )}
es l.i ⇒ dim(Im(T ))= n − k, o sea otra vez se cumple la igualdad pues dim(Nu(T ))+
dim(Im(T ))= k + (n − k) = n.X

Luego para toda t.t. en V, espacio vectorial de dimensión finita se cumple:

dim(Nu(T ))+ dim(Im(T ))= dim(V)

Clasificación de transformaciones lineales

Sea T : V −→ W una función, con V y W K-espacios vectoriales.

Se dice que T es monomorfismo si es una transformación lineal inyetiva.

Se dice que T es epimorfismo si es una transformación lineal suryectiva.

Se dice que T es isomorfismo si es una transformación lineal biyectiva.

Recordatorio 1: F : V −→ W es inyectiva si x1 6= x2 ⇒ F (x1 ) 6= F (x2 ).

Esto es equivalente a decir F es inyectiva si F (x1 ) = F (x2 ) ⇒ x1 = x2 .

Recordatorio 2: F : V −→ W es suryectiva si Im(F )= Cod(F ) = W

Recordatorio 3: F : V −→ W es biyectiva si es inyectiva y suryectiva.

Figura 1: Función inyectiva card(X) ≤card(Y)

Figura 2: Función suryectiva card(X) ≥card(Y)

 Observaciones:

En todo lo que sigue T : V −→ W es una transformación lineal.

a. T es monomorfismo ⇔ Nu(T ) = {0V }.

⇐) Si Nu(T ) = {0V }, veamos que T es inyectiva:

Supongamos que T (x1 ) = T (x2 ) ⇒ T (x1 )−T (x2 ) = 0W ⇒ T (x1 −x2 ) = 0W porque T es t.l. ⇒

⇒ x1 − x2 ∈ Nu(T ) = {0V } ⇒ x1 − x2 = 0V ⇒ x1 = x2 , por lo tanto T es inyectiva. X

⇒) Ahora supopngamos que T es monomorfismo y sea v ∈ Nu(T ) ⇒ T (v) = 0W y

como T es t.l. sabemos que T (0V ) = 0W ⇒ T (v) = 0W = T (0V ) y como T es inyecti-
va si T (v)T (0V ) ⇒ v = 0V . Demostramos que si v ∈ Nu(T ) ⇒ v = 0V . Por lo tanto
Nu(T ) = {0V }.X

T es monomorfismo ⇔ Nu(T ) = {0V }.

b. T es epimorfismo ⇔ Im(T ) = W ⇔ dim(ImT )) = dim(W).Es inmediato.

c. Si dim(V)= n y dim(W)= m:

1) Si T es monomorfismo ⇒ dim(V) ≤ dim(W).

Por el teorema de la dimensión para t.l:

dim(Nu(T)) + dim(Im(T))=dim(V) (a).

Como T es monomorfismo ⇒ dim(Nu(T )) = 0.

Además como Im(T ) ⊆ W ⇒ dim(ImT )) ≤ dim(W), reemplazando en (a):
dim(V)= dim(Im(T )) ≤ dim(W).X

2) Si T es epimorfismo ⇒ dim(W ) ≤ dim(V).

Pues por el mismo teorema:

dim(Nu(T)) + dim(Im(T))=dim(V) (a).

Si T es epimorfismo dim(Im(T )) = dim(W), reemplazando en (a):

dim(Nu(T)) +dim(W)=dim(V) ⇒ dim(V) ≥ dim(W).X

| {z }
≥0

3) Si T es isomorfismo ⇒ dim(W ) = dim(V). (Es inmediato, con lo ya visto.)

 Ahora bien, si T : V −→ W es un isomorfismo, entonces ∃ T −1 : W −→ V , su función
inversa. O sea la función que cumple:

(T ◦ T −1 )(w) = T (T −1 (w)) = w, ∀ w ∈ W y (T −1 ◦ T )(v) = T −1 (T (v)) = v, ∀ v ∈ V.

A veces se escribe T −1 es la función que cumple:

T ◦ T −1 = IdW y T −1 ◦ T = IdV .
Encontrar T −1 es muy sencillo cuando trabajamos con transformaciones lineales en es-
pacios vectoriales de dimensión finita.

Si T : V −→ W es un isomorfismo y B = {v1 , . . . , vn } es una base de V ⇒ dim(W) = n

y además B 0 = {T (v1 ), . . . , T (vn )} es una base de W pues gen{T (v1 ), . . . , T (vn )} =Im(T )=
W ⇒ {T (v1 ), . . . , T (vn )} es una base de W porque son n vectores que generan W.

Entonces, si T es isomorfismo, aplicando T a cualquier base de V, obtenemos:



 T (v1 ) = w1
 T (v2 ) = w2

.. ..


 .=.
T (v ) = w
n n

Como {w1 , . . . , wn } es una base de W, sobre esta base queda definida T −1 : W −→ V de

la siguiente manera:


 T −1 (w1 ) = v1
 T −1 (w2 ) = v2

.. ..

 .=.
T −1 (w ) = v

n n

Ejemplo:
 
p(1) − p(0)
Dada T : R2 [x] −→ R3 , definida por T (p) = p0 (0) + p00 (0) .
p(0)

a. Verifique que T es un isomorfismo.

b. Halle T −1 : R3 −→ R2 [x].

Resolución:

a. Trabajando un poco con el polinomio genérico, p = a2 x2 +a1 x+a0 , obtenemos la fórmula:

 
a2 + a1
T (a2 x2 + a1 x + a0 ) = a1 + 2a2  .
a0
      
 1 1 0 
2
Im(T )= gen{T (x ), T (x), T (1)} = gen 2 , 1 , 0
   
0 0 1
 
Los generadores de Im(T ), son obviamentye linealmente independientes y, por lo tanto,
Im(T ) = R3 .
T es es un epimorfismo y como consecuencia del teorema de la dimensión para transfor-
maciones lineales, dim(Nu(T ))= 0, ası́ que T es también monomorfismo y, por lo tanto,
es un isomorfismo.

b. Ahora buscamos T −1 :
     
 1  1
−1  
 2

T (x ) = 2 T 2 = x2

   


 

0 0

 


 


 


   
  
1 1

 

 
−1  
T (x) = 1 =⇒ T
  1 =x
0 0

 


 


 


   
  
0 0

 


 

0 −1  
T (1) = T 0 =1

 


 

1 1
 

T −1 queda univocamente definida sobre una base de R3 .

Si queremos encontrar su fórmula deberemos buscar la descomposición de cualquier x ∈ R3
     
 1 1 0 
con respecto a la base 2 , 1 , 0 .
0 0 1
 
            
x1 1 1 0 x1 α+β  α = x2 − x1
x = x2 = α 2 + β 1 + γ 0 ⇔ x2 = 2α + β ⇔ β = 2x1 − x2
           
x3 0 0 1 x3 γ γ = x3


Entonces:

        
x1 1 1 0
T −1 x2  = T −1 (x2 − x1 ) 2 + (2x1 − x2 ) 1 + x3 0
x3 0 0 1
       
x1 1 1 0
−1   −1   −1   −1  
T x2 = (x2 − x1 )T 2 + (2x1 − x2 )T 1 + x3 T 0
x3 0 0 1
  
x1
−1  
T x2 = (x2 − x1 ) x2 + (2x1 − x2 ) x + x3 · 1
x3
 Sobre la ventaja de trabajar con transformaciones lineales....

Discutamos que resultados podemos obtener si nos encontramos frente a una ecuación
que involucra una transformación lineal T : V −→ W. Especı́ficamente, una ecuación del tipo:

T (v) = w0
Si la ecuación tiene solución será porque w0 ∈ Im(T ) y si w0 ∈
/ Im(T ) la ecuación no
tendrá solución.

Y si w0 ∈ Im(T ) ¿de qué dependerá que tenga una única solución o o más de una?

Veamos, si existen x1 6= x2 tal que T (x1 ) = T (x2 ) = w0 ⇒ T (x1 − x2 ) = 0W

Entonces x1 = (x2 − x1 ) +x1 ⇒ x = k(x2 − x1 ) + x1 es solución de la ecuación ∀ k ∈ K,o sea
| {z }
∈NU(T )
que si hay más de una solución de la ecuación, hay infinitas.
Por lo tanto, hay más de una ecuación si y sólo sı́ Nu(T ) 6= {0V } ⇔ T no es monomorfismo.

Entonces, con la ecuación que involucra a una transformación lineal pasa lo mismo que
pasaba cuando resolvı́amos un sistema lineal.



 si w0 ∈
/ Im(T ) el sistema es incompatible.

si w ∈ Im(T ) y T es monomorfismo
0 la ecuación tienen solución única.
T(v)=w0
si w0 ∈ Im(T ) y T no es monomorfismo
 la ecuación tienen infinitas soluciones.

xp + xN ; xN ∈ Nu(T ) y xp sol. particular.

Todas las soluciones son de la forma