Transformaciones lineales

1. Qué es una transformación lineal

Una transformación lineal, también conocida como aplicación lineal, es una función matemática que mapea vectores de un espacio vectorial a vectores de otro espacio vectorial, preservando ciertas propiedades algebraicas.

Formalmente, dada una transformación lineal T, para cualquier par de vectores u y v en un espacio vectorial V y cualquier escalar c, se cumplen las siguientes propiedades:

T(u + v) = T(u) + T(v): La transformación lineal preserva la propiedad de adición, lo que significa que la suma de los vectores transformados es igual a la transformación de la suma de los vectores originales.

T(cu) = cT(u): La transformación lineal preserva la propiedad de multiplicación por un escalar, lo que implica que el escalar multiplicado por el vector transformado es igual a la transformación del vector original multiplicado por ese escalar.

Estas propiedades aseguran que la transformación lineal conserve la estructura algebraica del espacio vectorial, lo que la distingue de otras funciones no lineales.

Además, una transformación lineal se caracteriza por su matriz asociada. Si se elige una base para el espacio vectorial de partida y otra para el espacio vectorial de llegada, la transformación lineal puede representarse mediante una matriz, y las operaciones de adición y multiplicación por un escalar se realizan a través de operaciones matriciales.

2. Cuáles son las condiciones para que exista una transformación lineal

Para que exista una transformación lineal entre dos espacios vectoriales, se deben cumplir las siguientes condiciones:

Los espacios vectoriales deben ser del mismo tipo: La transformación lineal debe ser entre dos espacios vectoriales del mismo tipo, es decir, ambos espacios deben estar definidos sobre el mismo campo (como los números reales o los números complejos) y tener la misma dimensión.

Preservación de la adición: Para cualquier par de vectores u y v en el espacio vectorial de partida, la transformación lineal debe preservar la operación de adición. Esto significa que T(u + v) = T(u) + T(v).

Preservación de la multiplicación por un escalar: Para cualquier vector u en el espacio vectorial de partida y cualquier escalar c, la transformación lineal debe preservar la operación de multiplicación por un escalar. Esto implica que T(cu) = cT(u).

Estas condiciones garantizan que la transformación lineal preserve la estructura algebraica de los espacios vectoriales, y que se puedan realizar operaciones como adición y multiplicación por un escalar de manera consistente.

3. Al menos cinco propiedades o teoremas de las transformaciones lineales

● Composición de transformaciones lineales: Si T1 y T2 son transformaciones lineales que van desde un espacio vectorial V hasta un espacio vectorial W, entonces la composición T2∘T1 (T2 después de T1) también es una transformación lineal desde V hasta W. En otras palabras, la composición de dos transformaciones lineales es otra transformación lineal.

● Núcleo y rango: El núcleo de una transformación lineal T, denotado por Ker(T), es el conjunto de todos los vectores en el espacio vectorial de partida que se mapean al vector cero en el espacio vectorial de llegada. El rango de T, denotado por Im(T) o rango(T), es el conjunto de todos los vectores en el espacio vectorial de llegada que se obtienen como imagen de algún vector en el espacio vectorial de partida. Ambos conjuntos son subespacios vectoriales.

● Teorema del núcleo y la imagen: El teorema del núcleo y la imagen establece que el rango de una transformación lineal es igual a la dimensión del espacio vectorial de llegada menos la dimensión del núcleo de la transformación. Matemáticamente, se expresa como rango(T) = dim(Im(T)) = dim(V) - dim(Ker(T)).

● Isomorfismo: Una transformación lineal T se dice que es un isomorfismo si es una función biyectiva, es decir, si es tanto inyectiva (cada vector en V se mapea a un único vector en W) como sobreyectiva (todos los vectores en W tienen un preimagen en V). Un isomorfismo establece una correspondencia biunívoca entre los elementos de los espacios vectoriales de partida y llegada, y preserva todas las propiedades y operaciones lineales.

● Teorema del rango: El teorema del rango establece que para cualquier transformación lineal T desde un espacio vectorial V hasta un espacio vectorial W, el rango de T es igual al rango de su matriz asociada en forma escalonada reducida. Este teorema es útil para determinar el rango de una transformación lineal a partir de su matriz, lo que puede proporcionar información sobre la linealidad y la dimensionalidad de la transformación.

4. Un ejemplo de una transformación lineal.

Supongamos que tenemos el espacio vectorial bidimensional ℝ². Podemos definir una transformación lineal que rota cada vector en el plano alrededor del origen.

Dada una rotación θ en sentido antihorario, la transformación lineal R: ℝ² → ℝ² se define de la siguiente manera:

R(x, y) = (x cosθ - y sinθ, x sinθ + y cosθ)

Donde (x, y) es un vector en el plano y (x cosθ - y sinθ, x sinθ + y cosθ) es el vector resultante después de aplicar la rotación.

Esta transformación cumple con las propiedades de una transformación lineal. Para cualquier par de vectores (x₁, y₁) y (x₂, y₂) en ℝ², y cualquier escalar c, se cumple:

R((x₁, y₁) + (x₂, y₂)) = R(x₁ + x₂, y₁ + y₂) = ((x₁ + x₂)cosθ - (y₁ + y₂)sinθ, (x₁ + x₂)sinθ + (y₁ + y₂)cosθ)

= (x₁cosθ - y₁sinθ, xsinθ + ycosθ) + (x₂cosθ - y₂sinθ, xsinθ + ycosθ) = R(x₁, y₁) + R(x₂, y₂)

R(c(x, y)) = R(cx, cy) = (cx cosθ - cy sinθ, cx sinθ + cy cosθ) = c(x cosθ - y sinθ, x sinθ + y cosθ) = cR(x, y)

Por lo tanto, la transformación R es una transformación lineal que rota los vectores en el plano alrededor del origen en sentido antihorario por un ángulo θ.

5. Cómo probar esa transformación lineal.

debemos demostrar que cumple con las dos propiedades fundamentales: la preservación de la adición de vectores y la preservación de la multiplicación por escalares.

Preservación de la adición de vectores:

Consideremos dos vectores u = (x1, y1) y v = (x2, y2) en el espacio vectorial V. Aplicamos la transformación de rotación a ambos vectores y obtenemos los vectores resultantes R(u) = (x1', y1') y R(v) = (x2', y2').

Ahora, calculamos la suma de los vectores originales en V: u + v = (x1 + x2, y1 + y2).

Y calculamos la suma de los vectores resultantes en W: R(u) + R(v) = (x1' + x2', y1' + y2').

Para demostrar la preservación de la adición, debemos mostrar que R(u) + R(v) = R(u + v). Esto se verifica si los componentes correspondientes son iguales:

x1' + x2' = (x1 * cos(θ) - y1 * sin(θ)) + (x2 * cos(θ) - y2 * sin(θ)) = (x1 + x2) * cos(θ) - (y1 + y2) * sin(θ)

y1' + y2' = (x1 * sin(θ) + y1 * cos(θ)) + (x2 * sin(θ) + y2 * cos(θ)) = (x1 + x2) * sin(θ) + (y1 + y2) * cos(θ)

Como los componentes son iguales, se cumple la preservación de la adición de vectores.

Preservación de la multiplicación por escalares:

Tomemos un escalar c y el vector u = (x, y) en el espacio vectorial V. Aplicamos la transformación de rotación a u y obtenemos el vector resultante R(u) = (x', y').

Ahora, calculamos el producto del escalar por el vector original en V: c * u = c * (x, y) = (c * x, c * y).

Y calculamos el producto del escalar por el vector resultante en W: c * R(u) = c * (x', y') = (c * x', c * y').

Para demostrar la preservación de la multiplicación por escalares, debemos mostrar que c * R(u) = R(c * u). Esto se verifica si los componentes correspondientes son iguales:

c * x' = c * (x * cos(θ) - y * sin(θ)) = c * x * cos(θ) - c * y * sin(θ)

c * y' = c * (x * sin(θ) + y * cos(θ)) = c * x * sin(θ) + c * y * cos(θ)

Como los componentes son iguales, se cumple la preservación de la multiplicación por escalares.

Al demostrar que la transformación de rotación cumple con estas dos propiedades, hemos establecido que es una transformación lineal.