Transformaciones-Lineales
Transformaciones-Lineales
Transformaciones-Lineales
TRANSFORMACIONES
LINEALES
UNIDAD V
Alumno: Ana Irene Ortiz Peralta
Catedrtico: Ing. Jess Lpez Ortega
ING. CIVIL
Pgina 1 de 39
T: V W*
) geomtricamente, T
Teorema 4: sea T: V W
Ejemplo
Pgi
na 4
de
39
Ejemplo
Homotecia
Para un escalar fijo c. T: V W es lineal.
T(v)= cv
Sea u y w V y r R. T es lineal porque
T(u+w)= c(u + w)= cu + cw= T(u) + T(w)
T(ru)= c(ru)= rT(u)
Ejemplos:
Pgi
na 6
de
39
Ahora bien, si T: R2
R2 definida por
( )
Pgi
na 7
de
39
Ejemplo:
Pgi
na 8
de
39
Transformacin de rotacin
Supongamos que el vector
Pgina 10 de 39
Sea
( )
( ).
dada
por (5), se llama
transformacin
de
La transformacin
lineal
T: R2
R2rotacin.
definida por Tv= Av, donde A est
Ejemplo:
Pgin
a 10
de 39
Pgin
a 11
de 39
Sea T: V W
Demostracin:
Pgin
a 12
de 39
Demostracin:
Puesto que T(x)= AX, entonces T(x)= 0 si y solo si Ax=0. De aqu, Ker(T)= V(A).
igualmente, si b esta en Rm, entonces hay un x en Rn tal que T(x)=b si y solo si
Ax=b. En consecuencia, R(T)= col(A). Las partes de las nulidades y los rangos se
ven a continuacin.
El teorema de la dimensin
Si T: V W es una transformacin lineal de un espacio vectorial V de dimensin
finita a un espacio vectorial W, entonces.
Nulidad(T) + Rango(T)= dim(V)
Pgin
a 13
de 39
Ejemplo:
Calcule las bases para el ncleo y el contradominio y determine la nulidad y el
rango de
T: R4R3, T(x,y,z,w)= (x+3z,y - 2z,w)
Solucin:
De acuerdo con el teorema, basta expresar a T como transformacin matricial y
obtener las bases para las columnas y el espacio nulo de su matriz estndar A. A
se expresa con:
Ejemplo:
Dada la transformacin lineal
Determinar la imagen de
Pgin
a 14
de 39
Por lo tanto,
Im(T) = {(a;b;c)
/((x;y;z)
((T(x;y;z)=(a;b;c))
= {(a;b;c)
/a-b-c=0}
= <(1;1;0);(1;0;1)>:
Pgin
a 15
de 39
Para todo v V
Demostracin:
Como B genera a V, hay escalares c1,,cn tales que v= c1v1++cnvn. As
Pgin
a 16
de 39
Teorema:
Toda transformacin lineal T: RnRm es una transformacin matricial.
Demostracin:
Sean B y B las bases estndar de Rn y Rm, respectivamente. Entonces hay una
matriz A tal que
Para todo v Rn. Pero como T(v)=[T(v)]B y A[v]B= Av para las bases estndar,
tenemos
T(v)= Av
Por consiguiente, T es una transformacin matricial cuya matriz estndar es A.
Pgin
a 17
de 39
Ejemplos:
Solucin:
Pgin
a 18
de 39
Ejercicios
Pgina 20 de 39
Pgin
a 20
de 39
Pgin
a 21
de 39
Por otra parte, trabajar con sistemas lineales es mucho ms sencillo que con
sistemas no lineales, ya que se puede utilizar una tcnica llamada superposicin,
la cual simplifica de gran manera gran variedad de clculos, por lo que es de gran
inters demostrar que un proceso puede ser reducido a un sistema lineal, lo cual
solo puede lograrse demostrando que estas operaciones forman una
transformacin lineal.
Los sistemas de ecuaciones lineales son ecuaciones que tienen n incgnitas, las
cuales podemos representar en una notacin matricial, se puede utilizar una
tcnica llamada superposicin, la cual simplifica de gran manera gran variedad de
clculos, por lo que es de gran inters demostrar que un proceso puede ser
reducido a un sistema lineal, lo cual solo puede lograrse demostrando que estas
operaciones forman una transformacin lineal.
A partir de una ecuacin lineal podemos hacerle las transformaciones lineales para
tener como resultado escalares.
Pgin
a 22
de 39
Definicin
Sea (V,K) / dimV = n y sea BV = {e1, ......, en}.
Sean {e1, ......, en} y {a1, ......,an} V / ai = (ai1, ......, ain). El nmero mximo de
vectores LI es el rango de los {a1, ......,ak} = dim [L({a1, ......,ak})] . O sea:
Proposicin
Dada la matriz A, el rangA es igual al mayor orden de los menores con det 0.
Teorema de Rouch-Frobenious.
Sean (V,K) / dimV = n y {a1, ......,ar} V
v L(a1, ......,ar) v(a1, ......,ar) = v(a1, ......, ar, v)
el sistema
Pgin
a 23
de 39
es compatible si
Pgin
a 24
de 39
Regla de cramer
Sistema en el que el nmero de ecuaciones coincide con el de incgnitas/ detA 0
Sea:
Pgin
a 25
de 39
Ejemplo 1
Resolver el sistema
Sea
Pgin
a 26
de 39
Ejemplo 2
Pgin
a 27
de 39
Pgin
a 28
de 39
Para ver que Endc es un lgebra solo nos queda comprobar que la composicin
tiene elemento neutro. Pero esto es obvio ya que la funcin identidad cumple que
f*1=1f=f
Pgina 30 de 39
Ejemplos:
Pgin
a 30
de 39
Pgin
a 31
de 39
Definiciones
Sea A una matriz m x n. una transformacin afn T: RnRm tiene la forma T(x)= Ax
+b
Para algn vector m fijo b. esta transformacin es no lineal si b 0. Por lo anterior,
T(0) 0. En el caso especial en que m= n y A sea la matriz I de identidad, n x n,
entonces
T(x)= Ix + b= x + b
A esta T se le llama traslacin por b.
Una traslacin por un vector b 0 desplaza a una figura sumando b a todos sus
puntos. Una transformacin afn es una transformacin lineal seguida de una
traslacin. La figura (a) muestra la imagen S del cuadrado S despus de la
traslacin por (2,-1) y la figura (b) muestra la transformacin afn.
a 32
de 39
Ejercicio 1
Obtenga la transformacin afn T que convirti la imagen izquierda de la figura en
la de la derecha, puesto que se usaronlos siguientes puntos:
(1,0), (0.7,0.7), (0,1), (-0.7,0.7), (-1,0), (-0.7, -0.7), (0,-1), (0.7,-0.7), (1,0)
Cuyas respectivas imgenes fueron:
(2,-1), (2.05, -0.3), (1.5, 0), (0.65,-0.3), (0,-1), (0.05,-1.7), (0.5,-2),(1.35,-1.7), (2,-1)
Pgin
a 33
de 39
1. El Tringulo de sierpinski
Sean f1, f2, f3 las 3 transformaciones afines de R2 a R2 expresadas por
una de las transformaciones f1, f2 0 f3, digamos f1, y se calcula y grafica fi(
).
Partiremos de este nuevo punto y repetiremos el proceso tanto como lo deseemos.
La imagen que resulta es un objeto fractal que parece un tringulo con agujeros
triangulares (si se grafican bastantes puntos).
Pgin
a 35
de 39
Pgin
a 36
de 39
Pgin
a 37
de 39
BIBLIOGRAFIA
Pgin
a 38
de 39