INSTITUTO TECNOLOGICO SUPERIOR DE COATZACOALCOS

INGENIERÍA ELÉCTRICA
AGOSTO 2019 – DICIEMBRE 2019

PORTAFOLIO DE EVIDENCIAS
NOMBRE DEL ALUMNO
GONZALEZ MARTINEZ MANUEL DE JESUS
ASIGNATURA:
ALGEBRA LINEAL
SEMESTRE: 3 GRUPO: B

FECHA DE INICIO: AGOSTO DE 2019 FECHA DE TÉRMINO: DICIEMBRE

DE 2019

NOMBRE DEL DOCENTE: ING. ELECT. PEREZ MARTINEZ JOSE ANTONIO

1
UNIDAD 5 TRANSFORMACIONES LINEALES
INDICE:

5.1 INTRODUCCION A LAS TRANSFORMACIONES LINEALES

5.2 NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL
5.3 REPRESENTACION MATRICIAL DE UNA TRANSFORMACION
LINEAL
5.4 APLICACIÓN DE LAS TRANSFORMACIONES LINEALES

2
5. 1 INTRODUCCION 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 sera 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 :
                    

  

3
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. 

Las transformaciones lineales que verifican alguna de estas propiedades reciben

nombres particulares:

4
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 automorfismo.

5.2 NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL

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, . . . , an:

i. T(0) = 0

ii. T(u - v) = Tu - Tv

iii. T(a1v1 + a2v2 +. . .+ anvn) = a1Tv1 + a2Tv2 +. . .+ anTvn

Nota. 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}.

Sean w1,

5
w2, . . . , wn vectores en W. Suponga que T1 y T2 son dos transformaciones
lineales de V

en W tales 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

6
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

7
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 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.

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.

8
5.3 REPRESENTACION MATRICIAL DE UNA TRANSFORMACION
LINEAL

9
10
11
5.4 APLICACIÓN DE LAS TRANSFORMACIONES LINEALES

12
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).

13
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.

Por lo tanto, podemos afirmar que,R2 es una transformación lineal, entonces

podemos escribir que,◊Dado que y pertenece a R2. Imagina que A: R2 La imagen

14
de la matriz base determina la imagen de cualquier elemento. Por lo tanto la
imagen de a través de y = (−2x/ 3) es determinada mediante la obtención de una
recta que pasa por (1, 0) y es que es ortogonal a . Esto está dado por y = (3x/ 2) –
(3/ 2).

El punto donde las dos rectas, esto es, y = (3x/ 2) – (3/ 2) e y = (−2x/ 3) se
intersectan se dado como (9/13, −6/13). Tomamos p¬1¬ para ser el punto de
reflexión de a través de la recta dada. Este punto es simétrico respecto a (9/13,
−6/13) por lo tanto, podemos escribir que,

Esto produce,

De manera similar, la imagen del vector base resulta.

15