Documentos de Académico
Documentos de Profesional
Documentos de Cultura
“TRANSFORMACIONES LINEALES”
UNIDAD 5
𝒓 𝒄𝒐𝒔 (𝜽 + 𝒂 )
[ ].
𝒓 𝒔𝒆𝒏 (𝜽 + 𝒂)
Por consiguiente, el vector 𝑻(𝒗 ) tiene la misma longitud que v.
además, dado que el ángulo del eje x positivo a 𝑻(𝒗) es 𝜽 + 𝒂,
entonces 𝑻(𝒗) es el vector que se obtiene al rotar el vector v en
sentido contrario a las manecillas del reloj un ángulo 𝜽.
𝑇(𝑥, 𝑦)
(𝑥, 𝑦)
𝜃
X,Y,Z
𝑇(𝑥, 𝑦, 𝑧) = 𝑥, 𝑦, 0
Proyección en el plano xy
INTRODUCCIÒN
“DEFINICIÓN DE TRANSFORMACIÓN LINEAL”
Sean V y W espacios vectoriales reales. Una transformación lineal T de V en W es una
función que asigna a cada vector v V un vector único Tv W y que satisface, para cada
u y v en V y cada escalar α,
T (u + v) = Tu + Tv
T (αv) = αTv
-1 X1 +x2 + y1 + y2
2 x1 x2
T = 5 . Entonces T + =
X1 +x2- y1- y2 =
-3 y1 y2
-9 3y2 +3y2
X1 + y1 X2 + y2 X1 + y1 x1 X2 + y2
= + Pero =T y =T x2
X1 – y1 X2 – y2 X1 – y1 y1 X2 – y2
y2
3y1 3y2 3y1 3y2
x2 x2
Así, T + =T +
y2 y2
De manera similar,
x αx + αy x+y
Tα =T αx = =α = αT x
y αx – αy x–y
αy y
3αy 3y
V W V W
EJEMPLO NÚMERO 1
Sea L: R2 → R2 definida como L (x, y) = (x + y, x − y).
Para determinar si L es uno a uno, hacemos v1 = (a1, a2) y v2 = (b1, b2).
Entonces, si L(v1) = L(v2), tenemos a1 + a2 = b1 + b2 … a1 − a2 = b1 − b2.
Al sumar estas ecuaciones, tenemos que 2a1 = b1, o a1 = b1, lo cual implica que a2 = b2.
Por lo tanto, v1 = v2, y L es uno a uno.
EJEMPLO NÙMERO 2
Sea L: R3 → R2 definida como en el ejemplo 2. El vector (0, 0, 2) está en núcleo(L), pues
L (0, 0, 2) = (0, 0). Sin embargo, el vector (2, −3, 4) no está en núcleo(L), pues L (2, −3, 4)
= (2, −3).
Para determinar núcleo(L), debemos encontrar todos los x en R3 tales que L(x) = 0. Es
decir, buscamos x = (x1, x2, x3), de modo que L(x) = L (x1, x2, x3) = 0 = (0, 0). Pero L(x) =
(x1, x2). Entonces, (x1, x2) = (0, 0), esto es x1 = 0, x2 = 0 y x3 puede ser cualquier número
real.
Por lo tanto, núcleo(L) consta de todos los vectores en R3 de la forma (0, 0, r), donde r es
cualquier número real. Es claro que núcleo(L) es el eje z en el espacio tridimensional R3.
EJEMPLO NÙMERO 3
Si L se define como en el ejemplo 1, entonces núcleo(L) consta de todos los vectores x
en R2 tales que L(x) = 0. En consecuencia, debemos resolver el sistema lineal
x+y=0
x−y=0
en términos de x y de y. La única solución es x = 0, de modo que núcleo(L) = {0}.
EJEMPLO NÚMERO 4
Si L es como en el ejemplo 1, entonces núcleo(L) es el subespacio {0}; su dimensión
es igual a cero.
EJEMPLO NÚMERO 5
Sea L la transformación lineal. Para determinar si L es sobre, elegimos cualquier vector y =
(y1, y2) en R2 y buscamos un vector x = (x1, x2, x3) en R3 tal que L(x) = y. Como L(x) =
(x1, x2), vemos que si x1 = y1 y x2 = y2, entonces L(x) = y. Por lo tanto, L es sobre, y la
dimensión de imag(L) es 2. La dimensión de la imagen de L, dim(imag(L)), se conoce con
el nombre de rango de L, que denotaremos en adelante con rango(L). Rango(L) = 2.
Ejemplo número 6
Sea L: R4 → R3 definida como L (a1, a2, a3, a4) = (a1 + a2, a3 + a4, a1 + a3). Determine
una base para imag(L).
Solución
Tenemos
L (a1, a2, a3, a4) = a1(1, 0, 1) + a2(1, 0, 0) + a3(0, 1, 1) + a4(0, 1, 0). En consecuencia, S
= {(1, 0, 1), (1, 0, 0), (0, 1, 1), (0, 1, 0)} genera imag(L). Para determinar un subconjunto de
S que sea una base para imag(L), procedemos como en el teorema 6.6, escribiendo primero
a1(1, 0, 1) + a2(1, 0, 0) + a3(0, 1, 1) + a4(0, 1, 0) = (0, 0, 0). La forma escalonada reducida
por filas de la matriz aumentada de este sistema homogéneo es:
1 0 0 -1 0
0 1 0 1 0
0 0 1 1 0
Como los unos (1s) principales aparecen en las columnas 1, 2 y 3, concluimos que los
primeros tres vectores de S forman una base para imag(L). Así, {(1, 0, 1), (1, 0, 0), (0, 1, 1)}
es una base para imag(L). En forma alternativa, podemos proceder como en la sección 6.6
y formar la matriz cuyas filas son los vectores dados:
1 0 1
1 0 0
0 1 1
0 1 0
-1
1
de modo que una base para núcleo(L) es {2t2 − t + 1}. (d) Como núcleo(L) no tiene
solamente el vector cero, L no es uno a uno. (e) Todo vector en imag(L) es de la forma (a
+ 2b)t + (b + c), de modo que los vectores t y 1 generan a imag(L). Estos vectores forman
una base para imag(L) porque también son linealmente independientes. (f) La dimensión
de P2 es 3, mientras que imag(L) es un subespacio de P2 de dimensión 2, de modo que
imag(L) P2. Por lo tanto, L no es sobre. (g) De acuerdo con (c), nulidad(L) = 1 y, según (e),
rango(L) = 2, de modo que 3 = dim P2 = nulidad(L) + rango(L).