Unidad 5

Transformaciones lineales
Unidad 5
Shebece Shiavonne Patt
Y3A
Tarea 4
12/5/22
Instituto Tecnológico De Chetumal: Tecnm

Algebra Lineal
Introducción
Aquí se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los espacios vectoriales. Es decir, de funciones que preservan la
suma y la multiplicación por escalares. Usaremos el concepto de la función para
darle un tratamiento a los sistemas de ecuaciones lineales. La restricción que
haremos será sobre el tipo de funciones: solo estaremos interesados en funciones
que preserven las operaciones en el espacio vectorial. Este tipo de funciones serán
llamadas funciones lineales. Primeramente, las definiremos, veremos algunas
propiedades genérales y después veremos cómo se aplican estos resultados a
sistemas de ecuaciones
5.1 Introducción a las transformaciones lineales.
Definición: Las transformaciones lineales son las funciones y tratan sobre K-
espacios vectoriales que son compatibles con la estructura (es decir, con la
operación y la acción) de estos espacios.
Aquí se presentan las funciones entre espacios vectoriales que conservan las
cualidades de los espacios vectoriales. Es decir, de funciones que preservan la
suma y la multiplicación por escalares.
Nosotros usaremos el concepto de la función para darle un tratamiento a los
sistemas de ecuaciones lineales. La restricción que haremos será sobre el tipo de
funciones: solo estaremos interesados en funciones que preserven las operaciones
en el espacio vectorial. Este tipo de funciones serán llamadas funciones lineales.
Primeramente, las definiremos, veremos algunas propiedades generales y después
veremos cómo se aplican estos resultados a sistemas de ecuaciones.
Sean V y W dos espacios vectoriales posiblemente iguales.
Una transformación lineal o mapeo lineal de V a W es una función
T: V → W tal que para todos los vectores u y v de V y cualquier escalar c:
a) T (u + v) = T (u) + T (v)
b) T (c u) = c T (u)
Una transformación lineal conserva combinaciones lineales. Veremos que, debido
a esto, una transformación lineal queda unívoca-mente determinada por los valores
que toma en los elementos de una base cualquiera de su dominio.
Teniendo en cuenta que las transformaciones lineales son funciones entre
conjuntos, tiene sentido estudiar la validez de las propiedades habituales de
funciones: inyectividad, suryectividad y biyectividad.
Las transformaciones lineales que verifican alguna de estas propiedades reciben
nombres particulares:
Definición 3.6 Sean V y W dos K-espacios vectoriales, y sea f : V → W una
transformación lineal. Se dice que:
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.
En algunos casos, consideraremos transformaciones lineales de un K-espacio
vectorial en s ́ı mismo:
Sea V un K-espacio vectorial.
Una transformación lineal f : V → V se llama un endomorfismo de V . Si f es un
endomorfismo que es además un isomorfismo, entonces se dice que es un auto
morfismo.
5.2 Núcleo e imagen de una transformación lineal.
Transformaciones lineales: núcleo e imagen.
 Teorema 1
Sea T: V S W una transformación lineal. Entonces para todos los vectores u, v, v1,
v2, . . . , vn en V y todos los escalares a1, a2, . . . , un:
i. T(0) = 0
ii. T(u - v) = Tu - Tv
iii. T(a1v1 + a2v2 +. . .+ anvn) = a1Tv1 + a2Tv2 +. . .+ anTvn
No un. En la parte i) el 0 de la izquierda es el vector cero en V; mientras que el 0
de la derecha es el vector cero en W.
 Teorema 2
Sea V un espacio vectorial de dimensión finita con base B = {v1, v2, . . . , vn}.
Juan w1, w2, . . . , wn vectores en W. Suponga que T1 y T2 son dos
transformaciones lineales de V en W cuentos que T1vi = T2vi = wi para i = 1, 2, . .
. , n. Entonces para cualquier vector v ∈ V, T1v = T2v; es decir T1 = T2.
Ejemplo
Definición 1 Núcleo e imagen de una transformación lineal
Sean V y W dos espacios vectoriales y sea T:V W una transformación lineal.

Entonces
i . El núcleo de T, denotado por un, está dado por
ii. La imagen de T, denotado por Im T, esta dado por

Observación 1. Observe que un T es no vacío porque, de acuerdo al teorema 1,
T(0) = 0 de manera que 0 ϵ un T para cualquier transformación lineal T. Se tiene
interés 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 está en V y el de la
derecha en W.
Observación 2. La imagen de T es simplemente el conjunto de “imágenes” de los

vectores en V bajo la transformación T. De hecho, si w = Tv, se dice que w es la
imagen de v bajo T.
Antes de dar ejemplos de núcleos e imágenes, se demostrará un teorema de gran

utilidad.
 Teorema 4
Si T: V W es una transformación lineal, entonces
i. Un T es un subespacio de V.
ii.Im T es un subespacio de W.
Demostración
i.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 están 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 están en Im T.
Ejemplo 3. Núcleo e imagen de la transformación cero
Sea Tv = 0 para todo vϵ V (T es la transformación cero). Entonces un T = v e Im T

= {0}.
Ejemplo 4 Núcleo e imagen de la transformación identidad
Sea Tv = v para vϵ V(T es la transformación 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 núcleo. En la segunda sólo el vector cero se encuentra en el
núcleo. Los casos intermedios son más interesantes.
Ejemplo 5 Núcleo e imagen de un operador de proyección
Sea T: R3 definida por
T es el operador de proyección de R3 en el plano xy.
Entonces x = y = 0. Así, ni T = {(x,y,z):x = y = 0, zϵR}, 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.
Definición 2 Nulidad y rango de una transformación lineal
Si T es una transformación lineal de v en w, entonces se define.
Toda matriz A de m*n da lugar a una transformación 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 núcleo, imagen, nulidad y rango de
una transformación lineal son extensiones del espacio nulo, la imagen, la nulidad y
el rango de una matriz.
5.3 Representación matricial de una transformación lineal.

Su definición Sean V y W dos espacios vectoriales de dimensión n y m,
respectivamente, y sea T: V→W una transformación lineal, entonces existe una
matriz A de orden m × n llamada matriz de transformación o representación
matricial de T que satisface T(v ) = Av para toda v en V.
Representación Matricial de una transformación R3 en R4
Si se tiene una transformación T: R3 → R4 dada por
La T representa la transformación, que será representada por AT, mientras que la

matriz a su lado representa el vector original. El resultado es la transformación
realizada. Para poder representarla de forma matricial lo que se debe obtener es la
matriz de transformación. Ya que a la vez se obtienen, se pueden determinar otros
datos como el núcleo y la imagen de la transformación.
Para este caso utilizando el resultado de la transformación, se puede determinar
fácilmente la matriz de transformación, separando el vector original y
determinando las operaciones que se realizaron.;
Y su representación quedaría como la matriz de trasformación multiplicando al

vector original para dar como resultado a la transformación:
5.4 Aplicación de las transformaciones lineales: reflexión, dilatación,

contracción y rotación
Aplicación de las transformaciones lineales: reflexión, expansión, contracción y
rotación
Graficar un conjunto de puntos en otro es lo que se conoce como transformación
lineal de un conjunto de puntos. Existen ciertas propiedades básicas 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
notación general utilizada para una transformación lineal es T: Rn
Transformaciones lineales
Las transformaciones lineales forman un “hilo” que se entreteje en la tela de este
texto. Su utilización mejora el sentido geométrico de lo escrito. Por ejemplo, en el
capítulo 1, las transformaciones lineales proporcionan una visión dinámica y gráfi
ca de la multiplicación matriz-vector.
1. Reflexión: Cuando un conjunto de puntos dados es graficado desde el espacio
euclidiano de entrada a otro de manera tal que este es isométrico al espacio
euclidiano de entrada, llamamos a la operación realizada la reflexión del conjunto
de puntos dado. Esto puede realizarse también con respecto a la matriz, en tal
situación la matriz de salida es llamada la matriz de reflexión. La reflexión 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. Expansión: Al igual que en la reflexión, también es posible expandir los puntos
dados en una dirección particular. La expansión se realiza habitualmente para un
cierto grado. Es como realizar una operación de multiplicación de los elementos
del conjunto de puntos dados con un término escalar hacia la dirección donde tiene
que ser expandido. Sea para un punto (2, 3) si el grado de expansión 2 es la
dirección de y, entonces el nuevo punto obtenido es (2, 6).
3. Contracción: La contracción es el procedimiento inverso de la expansión. Aquí
el punto es contraído en un determinado grado hacia una dirección dada. Sea el
punto de entrada (4, 8) y este debe ser contraído para el grado dos en la dirección
de x entonces el nuevo punto resulta ser (2, 8).
4. Rotación: El término rotación tiene dos significados, ya la rotación de un objeto
puede ser realizada con respecto al eje dado o al eje mismo. La rotación se realiza
para un cierto grado el cual es expresado en forma de un ángulo. Asimismo, la
rotación puede realizarse en la dirección de las manecillas del reloj, o inverso a las
manecillas del reloj.
Como ejemplo, dirijámonos a producir la matriz estándar para la representación de
la transformación lineal reflejando un conjunto de puntos en el plano x-y a través
de la recta y = (−2x / 3).
El primer paso para esto es determinar los vectores base.
Conclusión
Muchas de las transformaciones lineales que hemos estudiado conservan la forma
y las medidas de figuras objetos como por ejemplo las simetrías y las rotaciones el
aspecto geométrico de sus propiedades; por otro, atender el aspecto formal,
incluyendo el uso de los cuantificadores y el espacio vectorial en su definición.
Asimismo, hay que incluir más situaciones del tipo problema de extensión lineal
para ayudar a los estudiantes a hacer conexiones con otros conceptos del álgebra
lineal, de manera que puedan apreciar una estructura global.

Unidad 5

Cargado por

Copyright:

Formatos disponibles

Unidad 5

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 5

Cargado por

Copyright:

Formatos disponibles

Transformaciones lineales

Shebece Shiavonne Patt

Instituto Tecnológico De Chetumal: Tecnm

Definición 1 Núcleo e imagen de una transformación lineal

Sean V y W dos espacios vectoriales y sea T:V W una transformación lineal.

i . El núcleo de T, denotado por un, está dado por

ii. La imagen de T, denotado por Im T, esta dado por

Observación 2. La imagen de T es simplemente el conjunto de “imágenes” de los

Antes de dar ejemplos de núcleos e imágenes, se demostrará un teorema de gran

Si T: V W es una transformación lineal, entonces

ii. Sean w y x en Im T. Entonces w = Tu y x = Tv para dos vectores u y v en V.

Ejemplo 3. Núcleo e imagen de la transformación cero

Sea Tv = 0 para todo vϵ V (T es la transformación cero). Entonces un T = v e Im T

Ejemplo 4 Núcleo e imagen de la transformación identidad

Sea Tv = v para vϵ V(T es la transformación identidad). Entonces un T= {0} e Im

Ejemplo 5 Núcleo e imagen de un operador de proyección

Sea T: R3 definida por

T es el operador de proyección de R3 en el plano xy.

Entonces x = y = 0. Así, ni T = {(x,y,z):x = y = 0, zϵR}, es decir, el eje z, e Im T =

Definición 2 Nulidad y rango de una transformación lineal

Si T es una transformación lineal de v en w, entonces se define.

5.3 Representación matricial de una transformación lineal.

La T representa la transformación, que será representada por AT, mientras que la

Y su representación quedaría como la matriz de trasformación multiplicando al

5.4 Aplicación de las transformaciones lineales: reflexión, dilatación,

También podría gustarte