Está en la página 1de 17

TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

INVESTIGACION DE LA UNIDAD 5 APLICACIÓN DE LAS


TRANSFORMACIONES LINEALES: REFLEXIÓN, DILATACIÓN,
CONTRACCIÓN Y ROTACIÓN.
.

MATERIA: ALGEBRA LINEAL

MAESTRO: ING. EFRAÍN GARCÍA GARCÍA

ALUMNO: MAURICIO GONZALEZ MIGUEL ANGEL

NUMERO DE CONTROL: 17500082

CARRERA: INGENIERÍA CIVIL

CICLO ESCOLAR: AGOSTO-DICIEMBRE 2018


TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

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 preservan 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)

Demuestre que la transformación T : R2 →R2 definida por

es lineal.

Entonces :
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

Por otro lado, para todo escalar c,

Como se cumplen las dos condiciones:

T es lineal.

Una transformación lineal preserva 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 usuales de funciones: inyectividad,
suryectividad y biyectividad.
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

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 ı́ 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 automorfismo.

 Estas tienen una gran variedad de aplicaciones importantes. Antes de


definirlas, se estudiaran dos ejemplos sencillos para ver lo que es posible
realizar.

Ejemplo 1: reflexión respecto al eje x

En R2 se define una función T mediante la formula T(x;y)=(x;-y).


Geométricamente, T toma un vector en R2 y lo refleja respecto al eje x. esto se ilustra en
la figura. Una vez que se ha dado la definición básica, se vera que T es una
transformación lineal de R2 en R2.

Ejemplo 2: transformación de un vector de producción en un vector de materia prima.

Un fabricante elabora cuatro tipos de productos distintos, de los cuales cada uno
requiere tres tipos de materiales. Se identifican los cuatro productos como P1, P2,
P3, y P4 y a los materiales por R1, R2 y R3. La tabla siguiente muestra el numero de
unidades de cada materia prima que se requieren para fabricar 1 unidad de cada
producto.
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

Surge una pregunta natural: si se produce cierto número de los cuatro productos,
¿Cuántas unidades de cada material se necesitan? Seanp1, p2, p3 y p4 el número de
artículos fabricados en los cuatro productos y sean r1, r2, y r3 el número de unidades
necesarios de los tres materiales. Entonces se define

Por ejemplo, suponga que P=(10,30,20,50). ¿Cuántas unidades de R1 se necesitan para


producir estos números de unidades de los cuatro productos? De la tabla se tiene que

r=p1*2+p2*1+p3*3+p4*4=10*2+30*1+20*3+50*4=310 unidades
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

de manera similar r2=10*4+30*2+20*2+50*1=190 unidades

y r3=10*3+30*3+20*1+50*2=240 unidades

en general se ve que

o Ap= r.

Esto se puede ver de otra manera. Si a p se le conoce como le vector de producción y


a r como el vector de materia prima, se define la función T por = T(p) = Ap. Esto es, T es
la función que “transforma” el vector de producción en el vector de materia prima y se
hace mediante la multiplicación de matrices ordinaria. Como se verá , esta función es
también una transformación lineal.

Antes de definir una transformación lineal, hablaremos un poco sobre las funciones. En la
sección 1.7 se escribió un sistema de ecuaciones como

Ax=b

Donde A es una matriz de m*n, x R” y b R”. Se pidió encontrar x cuando A y b se


conocían . No obstante, esta ecuación se puede ver de otra forma: suponga que A se
conoce. Entonces la ecuación Ax=b “dice” : proporcione una x en R´´ y yo le daré una b en
R´´´; es decir , A representa una función con dominio R´´ e imagen en R´´´.

La función que se acaba de definir tiene las propiedades de que A ( si es un escalar y


A(x + y) = Ax + Ay. Esta propiedad caracteriza las transformaciones lineales.
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

5.2 NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL.

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

Observacion 1. Observe que un T es no vacio 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 “imajenes” 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.

Demostracion
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 vestores 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


TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

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 R3 definida por


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

Entonces x = y = 0. Así, nu 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.
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

5.3. LA MATRIZ DE UNA TRANSFORMACIÓN LINEAL.

Si A es una matriz de m*n y T: 𝑅 𝑛 -𝑅 𝑚 está definida por Tx = Ax, entonces, T es


una transformación lineal. Ahora se verá que para toda transformación lineal de 𝑅 𝑛
en 𝑅 𝑚 existe una matriz A de m*n tal que Tx = Ax para todo x ϵ 𝑅 𝑛 . Este hecho es
de gran utilidad. Si Tx = Ax. Entonces un T = 𝑁𝐴 e Im T = 𝑅𝐴 . Más aun, v(T) = dim
un T = v(A) y p(T) = dim Im T = p(A). Así se puede determinar el núcleo, la imagen,
la nulidad y el rango de una transformación lineal de 𝑅 𝑛 -𝑅 𝑚 determinando el
espacio nulo y la imagen de la matriz correspondiente. Adicionalmente, una vez
que se sabe que Tx = Ax. Se puede evaluar Tx para cualquier x en 𝑅 𝑛 mediante
una simple multiplicación de matrices.
Pero esto no es todo. Como se verá, cualquier transformación lineal entre
espacios vectoriales de dimensión finita se puede representar mediante una
matriz.

Teorema 1
Sea T: 𝑅 𝑛 -𝑅 𝑚 una transformación lineal. Existe entonces una matriz única de m*n,
AT tal que:
𝑇𝑋 = 𝐴𝑇 𝑋 Para toda x ϵ 𝑅 𝑛

Demostración
Sea 𝑊 1 = 𝑇𝑒 1 , 𝑊 2 = 𝑇𝑒 2 ,…., 𝑊 𝑛 = 𝑇𝑒𝑛 . Sea 𝐴𝑇 la matriz cuyas columnas son
𝑊 1 , 𝑊 2 , …., 𝑊 𝑛 y hagamos que 𝐴𝑇 denote también ala transformación de 𝑅 𝑛 -𝑅 𝑚 ,
que multiplica un vector en 𝑅 𝑛 por 𝐴𝑇 . Si

Entonces:
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

De esta forma, 𝐴𝑇 𝑒¡ = 𝑊¡ para i = 1,2,….n., T y la transformación 𝐴𝑇 son las


mismas porque coinciden en los vectores básicos.

Ahora se puede demostrar que 𝐴𝑇 es única. Suponga que Tx = 𝐴𝑇 𝑥 y que Tx =


𝐵𝑇 𝑥 para todo x ϵ 𝑅 𝑛 . Entonces 𝐴𝑇 𝑥 y 𝐵𝑇 𝑥, o estableciendo 𝐶𝑇 = 𝐴𝑇 − 𝐵𝑇 , se tiene
que 𝐶𝑇 𝑥 = 0 para todo x ϵ 𝑅 𝑛 . En particular, 𝐶𝑇 𝑒¡ es la columna i de 𝐶𝑇 . Así, cada
una de las n columnas de 𝐶𝑇 es el m-vector cero, la matriz cero de m*n. Esto
muestra que 𝐴𝑇 = 𝐵𝑇 y el teorema queda demostrado.

Definición 1 Matriz de transformación


La matriz 𝐴𝑇 en el teorema 1 se denomina matriz de transformación
correspondiente a T o representación matricial de T.

NOTA. La matriz de transformación 𝐴𝑇 está definida usando las bases estándar


tanto en 𝑅 𝑛 como en 𝑅 3 . Si se utilizan otras bases, se obtendrá una matriz de
transformación diferente.

TEOREMA 2 sea 𝐴𝑇 la matriz de transformación correspondiente a la


transformación lineal T. entonces.
i. Im T = Im A = 𝐶𝐴𝑇
ii. P(T) = p(𝐴𝑇 )
iii. Un T = 𝑁𝐴𝑇
iv. v(T) = v(𝐴𝑇 )

Ejemplo 1 Representación matricial de una transformación de proyección


Encuentre la matriz de transformación 𝐴𝑇 correspondiente ala proyección de un
vector en 𝑅 3 sobre el plano xy.

Solución

Teorema 4
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

Sean V y W espacios vectoriales de dimensión finita con dim V = n. sea T: V-W


una transformación lineal y sea 𝐴𝑇 una representación matricial de T respecto a
las bases 𝐵1 en V y 𝐵2 en W. entonces
i. p(T) =p(𝐴𝑇 ) ii. V(A) = v(𝐴𝑇 ) iii. V(a) + p(T) = n

Teorema 5
Sea T: 𝑅 𝑛 -𝑅 𝑚 una transformación lineal. Suponga que C es la matriz de
transformación de T respecto a las bases estándar 𝑆𝑛 y 𝑆𝑚 en 𝑅 𝑛 y 𝑅 𝑚 ,
respectivamente. Sea 𝐴1 la matriz de transición de 𝐵2 a base 𝑆𝑚 en 𝑅 𝑚 . Si
𝐴𝑇 denota la matriz de transformación de T respecto a las bases 𝐵1 y 𝐵2,
entonces.

Geometría de las transformaciones lineales de 𝑅 2 en 𝑅 2


Sea T: 𝑅 2 - 𝑅 2 una transformación lineal con representación matricial 𝐴𝑇 Ahora de
demostrará que si 𝐴𝑇 es invertible, entonces T se puede escribir como una
sucesión de una o más transformaciones especiales, denominadas expansiones,
compresiones, reflexiones y cortes.

Expansiones a lo largo de los ejes x o y


Una expansión a lo largo del eje x es una transformación lineal que multiplica a la
coordenada x de un vector en 𝑅 2 por una constante C >1. Esto es

De manera similar, una expansión a lo largo del eje y es una transformación lineal
que multiplica la coordenada y de todo vector en 𝑅 2 por una constante C>1. Como
antes,
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

Entonces la representación matricial de T es de manera que

a) se comienza con este rectángulo.


b) Expansión en la dirección de x c = 2.
c) Expansión en la dirección de y con c = 4.

Compresión a lo largo de los ejes x o y.


Una compresión a lo largo de los ejes x o y es una transformación lineal que
multiplica ala coordenada x o y de un vector en 𝑅 2 por una constante positiva
0<c<1, mientras que para la expansión c<1.

a) se comienza con este rectángulo.


b) Compresión a lo largo del eje x con c =1/3.
c) Compresión a lo largo del eje x con c=1/2.
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

5.4.-APLICACIONES DE LAS TRANSFORMACIONES LINEALES: REFLEXIÓN,


DILATACIÓN, CONTRACCIÓN Y ROTACIÓN.

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 preservan 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)

Demuestre que la transformación T : R2 →R2 definida por

es lineal.

Entonces :
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

Por otro lado, para todo escalar c,

Como se cumplen las dos condiciones:

T es lineal.

Una transformación lineal preserva 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.

Reflexión sobre el eje x


En este caso, queremos averiguar como está definida la
transformación T de R2 en R2 que cada vector lo refleja

sobre el eje x, para obtener un vector

En una gráfica, vemos la situación como sigue:


TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

En este caso, la situación es más sencilla ya que claramente tenemos


dos triángulos rectángulos que son congruentes, de donde T queda
definida como sigue:

Esta transformación se llama la reflexión sobre el eje x, y es lineal, ya


que:

Ejemplo dilatación o expansión

Una dilatación es una transformación que incrementa distancias.

Sea V= (2 4) encontrara la expansión vertical cuando K=2


Expansión horizontal (k71) o contracción (0<k<1)
Expansión vertical (k71) o contracción (0<k<1)

Ejemplo contracción

Una contracción es una transformación que decrece distancias. Bajo una


contracción, cualquier par de puntos es enviado a otro par a distancia
estrictamente menor que la original.

Sea V= (2 4) encontrara la contracción horizontal cuando K=1/2


Haciendo la grafica el punto disminuye en el eje horizontal.
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

Rotación por un ángulo

Sea un ángulo medido en radianes. Queremos


averiguar cual es la transformación T de R2 en R2 que gira cada

vector un angulo , para obtener un vector

En una gráfica, vemos la situación como sigue:

Si usamos las funciones trigonométricas, tenemos que:

Distribuyendo y usando el hecho de

que y tenemos que:

Por lo tanto, ya descubrimos cómo debe estar definida la

transformación tal
TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CERRO AZUL

que

Esta transformación se llama la rotación por un ángulo y es lineal, ya


que: