ALGEBRA LINEAL

MODELO DE COLOR

xxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxx

UNIVERSIDAD POLITECNICO GRAN COLOMBIANO

FACULTAD DE INGENIERIA

BOGOTA

2020
 ALGEBRA LINEAL

MODELO DE COLOR

xxxxxxxxxxxxxxxxxxxxxx

Asesor del trabajo

BALLESTEROS TORRES CARLOS

UNIVERSIDAD POLITECNICO GRAN COLOMBIANO

FACULTAD DE INGENIERIA

BOGOTA

2020
 CONTENIDO

Objetivos……………………………………………………………………………………1

Justificación .………………………………………………………………………………2

INTRODUCCION ………………………………………………………………………..3

Marco Teórico …………………………………………………………………………….4

1- Matriz ………………………………………………………………………….5

 Matriz rectangular …………………………………………………………………6

 Matriz fila ………………………………………………………………………….6

 Matriz opuesta ……………………………………………………………………..6

 Matriz traspuesta …………………………………………………………………..7

Modelo de color ……………………………………………………………….…………..7

Imagen digital …………………………………………………………………….……….7

 Pixel ……………………………………………………………………….………7

 Bits ……………………………………………………………………….………..8

 Byte ……………………………………………………………………………….8

Que es el Algebra lineal …………………………………………………………………..9

 Aplicación del algebra lineal en el procesamiento de imágenes ………………….9

EL OJO Y EL COLOR …………………………………………………………………...10

IMÁGENES DIGITALES ………………………………………………………………..11

MODELO DE COLOR RGB ……………………………………………………………..12

 Síntesis aditiva ……………………………………………………………………12

 Síntesis sustractiva ………………………………………………………………..13

 Espacio de color …………………………………………………………………..13

 Coordenadas de color ……………………………………………………………..14

  Imágenes representadas como una matriz ……………………………….………..14

 Tratamientos de la imagen ………………………………………………………...16

 Filtros ……………………………………………………………………………...17

TRANSFORMACIONES LINEALES ………....…………………………………………22

DEFINICIONES Y EJEMPLOS DE MATRICES DE TRANSFORMACION…………..22

 Rotación …………………………………………………………………………...23

 Reflexión …………………………………………………………………………..24

 Simetrías …………………………………...……………………………………...26

 Expansión ……………………………………...………………………………….27

 Contracción ………………………………………………...……………………..27

 Traslación …………………...…………………………………………………….28

PROYECCIONES ORTOGONALES …………………………………………………….29

 Homotecias ………………………………………………………………………..29

 Deslizamientos cortantes ………………………………………………………….30

MODELOS DE COLOR Y GEOGEBRA ………...……………………………………...30

EXPLORANDO LA CONFIGURACION DE COLORES………...……………………..31

CONCLUSIONES………………………………………………………………...………39

BIBLIOGRAFIA …………………………………………………………………...……..40
OBJETIVO GENERAL

Aprender conceptos básicos del algebra lineal a través de la utilización de la herramienta

digital propuesta,

OBJETIVO ESPECIFICO

 Entender el sistema de colores RGB.

 Aplicar conceptos del Algebra lineal para la composición de colores.

 Entender el concepto de la combinación lineal través del aplicativo digital.

 Aplicar los conceptos del Algebra lineal para la transformación de colores.

 Entender el concepto de matriz transformada y espacio generado.

JUSTIFICACION

La investigación propuesta por el docente busca mediante la aplicación de conceptos básicos

sobre el Algebra lineal combinar y crear colores mediante el modelo de color RGB, que como

se puede observan a lo largo de este trabajo, busca conecta el Algebra lineal con la vida

cotidiana.

Para lograr el cumplimiento de los objetivos propuestos se acudirá a la investigación de

teorías y conceptos, a la elaboración de ejercicios propuestos aplicables con la base del

Algebra lineal.

El resultado de esta investigación ampliara nuestros conocimiento y nos dará nuevas

habilidades a la hora de resolver problemas y entender que el mundo que nos rodea contiene

elementos casi imperceptibles a la vista pero que tienen un gran contenido teórico.
INTRODUCCION:

Del presente trabajo surge de la necesidad de conectar el Algebra lineal con el mundo que

nos rodea, por esta razón es necesario buscar modelos algebraicos lineales que sean de

utilidad.

El Algebra lineal, que debido a su alto contenido teórico requiere un cierto tipo de

habilidades, proporciona conocimientos para resolver problemas de aplicaciones en la vida

real e ingeniería ya que ayuda a convertir ciertos fenómenos en modelos lineales para poder

manejarlos, graficarlos y resolverlo de una forma más fácil.

Por este motivo en este trabajo se reúnen una serie de conceptos básicos con respecto a

algebra lineal y los modelos de color RGB.

El Algebra toma importancia en el área de computación y de las imágenes debido a la

cantidad de operaciones que se requieren en este ámbito. El manejo de imágenes y la

digitalización de todo tipo de información requieren vectores y matrices.

MARCO TEÓRICO

DEFINICIÓN DE CONCEPTOS FUNDAMENTALES

MATRIZ.

Es un conjunto de números reales que están dispuestos en «m» filas y «n» columnas a los

números que forman la matriz se llaman elementos

El número de filas por el número de columnas se llama dimensión de la matriz y se designa

como m*n.

A continuación mencionaremos solo algunas de las matrices del algebra lineal,

Ejemplo de las diferentes dimensiones de una matriz

Matriz rectangular:

Es aquella que tiene distinto número de filas que de columnas….(m≠n)

Matriz fila:

Es toda matriz rectangular que tiene una sola fila

Matriz columna

Es toda matriz rectangular que tiene una sola columna

Matriz opuesta

La matriz opuesta a otra matriz es aquella que tiene todos los elementos de signo contrario a

la matriz original

Matriz opuesta
Matriz transpuesta

Se llama transpuesta a una matriz de dimensión m*n a la matriz que se obtiene al convertir

las filas en columnas. Se representa por una «t» se obtiene convirtiendo las filas en n

columnas. La matriz opuesta a A se designa como -A, donde que todos los elementos son de

signo contrario a los elementos de la matriz A.

La matriz transpuesta queda así:

MODELO DE COLOR

El modelo de color RGB es un modelo de color aditivo en el que se agregan luz roja, verde y

azul de varias formas para reproducir una amplia gama de colores. El nombre del modelo

proviene de las iniciales de los tres colores primarios aditivos, rojo, verde y azul.

El objetivo principal del modelo de color RGB es la detección, representación y visualización

de imágenes en sistemas electrónicos, como televisores y computadoras, aunque también se

ha utilizado en la fotografía convencional.

IMAGEN DIGITAL

Una imagen digital es una representación bidimensional de una imagen a partir de una matriz

numérica, frecuentemente en binario (unos y ceros). Dependiendo de si la resolución de la

imagen es estática o dinámica, puede tratarse de una imagen matriarcal (o mapa de bits) o de

un gráfico vectorial. El mapa de bits es el formato más utilizado en informática.

Una imagen digital proveniente de una cámara de fotos digital está formada por pequeños

cuadraditos denominados “pixeles”.

A mayor cantidad de pixeles por pulgada mayor resolución tendrá la imagen.

PIXEL

El pixel es la unidad más pequeña y diminuta de una imagen digital, es una unidad

homogénea de color en que suma y con una importante variación de colores dan como

resultado una imagen más o menos compleja.

Cada pixel tiene un color especifico que puede variar en intensidad, el color es usualmente

formado usando la combinación de tres o cuatro componentes como los son el rojo, verde,

azul, o cian, magenta amarillo y negro.

Para almacenar la información de una imagen, cada pixel se codifica mediante un conjunto de

bits de una longitud determinada. Un solo pixel puede codificarse con una profundidad de

color de 8 bits (1 Byte) y esto permite que puedan tomar hasta 256 variantes de color.

BIT

Es la unidad más pequeña de almacenaje que puede tomar un ordenador. Sus opciones se

reducen a dos, tomando el valor de 0 y 1. Por lo tanto es un tipo de dato binario, ya que de

esta manea es mucho más sencillo de interpretar por los dispositivos electrónicos.
BYTE

El byte es un conjunto de bits que actúan como una unidad de medida mucho más grande y

que nos permite almacenar datos de gran complejidad. Un byte es un múltiplo de un bit, que

específicamente se encuentra conformado por 8 bits que a su vez están agrupados en 2

niveles, cada uno d ellos por 8 bits, cada uno de ellos de 4 bits, los cuales son de 2 bits cada

uno.

Que es el Algebra Lineal

Se denomina algebra a la rama de las matemáticas que se orienta a la generalización de las

operaciones aritméticas a través de signos, letras, números, vectores, matrices y sistemas de

ecuaciones y transformaciones lineales. Es un área activa que tiene conexiones con muchas

áreas dentro y fuera de las matemáticas, como el análisis funcional, ecuaciones diferenciales,

investigación de operaciones, graficas por computador, Ingeniería, etc. En el álgebra las letras

y los signos representan otra entidad a través de un simbolismo.

Aplicación del algebra lineal en el procesamiento de imágenes:

El modelo RGB es un modelo de color basado en la síntesis aditiva de color que nos habla de

cómo el color da una radiación de luz. La mezcla de luces de color da como resultado una

mezcla de colores más luminosos que los originales.

El procesamiento de imágenes se puede definir como el uso de operaciones matemáticas

aplicadas a una imagen con el objeto de mejorarla u obtener ciertos parámetros. El

procesamiento se realiza por medio de algoritmos gráficos a las imágenes digitales, las cuales
se obtienen mediante un proceso de digitalización, a este procesamiento se le llama

Procesamiento Digital de Imágenes.

Este procesamiento no se limita solamente a retocar o cambiar el tamaño de las imágenes

capturadas con la cámara; sino que su uso se extiende a muchos campos de la ciencia y la

tecnología. Algunos de los campos más importantes son : la medicina, la detección remota, la

transmisión y la codificación de datos ( códigos de barras), la robótica, la visión artificial, el

reconocimiento de patrones, industria cinematográfica, procesamiento de imágenes obtenidas

de microscopios y la restauración de enfocado de imágenes.

Algunas aplicaciones del procesamiento digital de imágenes usando herramientas del algebra

lineal son: la traslación, la rotación, uso de curvas Bezier (para el trazado de dibujos técnicos

en el diseño aeronáutico y de automóviles)

EL OJO Y EL COLOR

La retina del ojo está cubierta por pequeños receptores sensibles a la luz, es decir, por una

serie de células visuales denominada bastoncillos y conos. Los bastoncillos son sensibles a la

luz pero no al color y los utilizamos para ver para ver con escasa iluminación, en la oscuridad

todo se percibe como blanco y negro. Los conos son menos sensibles a la luz pero pueden

percibir los colores, hay tres tipos de conos, cada uno de los cuales es especialmente sensible

a una parte especifica del espectro visible a los colores rojo, verde y azul respectivamente.

Esta combinación permite percibir todos los colores del espectro visible muchos más de los

que pueden reproducir en la impresión de cuatricromía. El ojo percibe también progresiones

tonales, se divide en escala de tonos entre el blanco y el negro en 66 franjas iguales, el ojo

humano puede diferenciar un máximo de aproximadamente 66 niveles de gris. Si el ojo

tuviera la misma sensibilidad para cambiar las tonalidades de cada uno de los 66 niveles
podría pensarse que el ojo percibe la luz siguiendo una función lineal pero en realidad la

sensibilidad del ojo se comporta de forma diferente en las distintas zonas de la escala de

grises siguiendo una función algorítmica. El ojo es más sensible a las variaciones de tono en

las zonas iluminadas que en las zonas oscuras, es decir que cuando más luminosas sean las

zonas de color más grados cromáticos distinguirá en ellas el ojo de este modo el ojo puede

diferenciar unos 100 niveles de gris el ojo no es capaz de registrar la transición entre ellos. A

veces la escala de grises se percibe como una progresión continua del blanco al negro sin

escalones. Esto es importante para comprender el tramado de medios tonos, la técnica

utilizada para la impresión de grises.

IMÁGENES DIGITALES:

Una imagen digital es una celda compuesta por unos elementos llamados pixeles, que son los

componentes más pequeños de una imagen digital.

Cada pixel es un espacio en la memoria del computador donde se almacena un número y este

número representa la definición de color y el brillo de una parte de la imagen. Cada pixel

puede definir un color solamente y el número de pixeles define la cantidad de información

que contiene una imagen.

EJEMPLO:

Esta imagen mide 3 pixeles de alto por 3 pixeles de ancho

Matriz: (151, 198, 255) (167, 202, 250) (178, 207, 249)

(176, 220, 255) (190, 223, 254) (197, 220, 253)

(209, 224, 245) (216, 229, 247) (217, 228, 246)

     

     

     

MODELO DE COLOR RGB

El Modelo RGB es el tratamiento de la señal de video que trata por separado las señales de los

tres colores Rojo, Verde y Azul.

Este modelo se utiliza en todos los sistemas que utilizan imágenes a través de rayos luminosos

ya sea que los emitan o que los reciban.

Cada pixel de una pantalla o monitor, sintetiza un color graduando la luminosidad en sus 3

subpixeles

Síntesis aditiva:

Cuando nos referimos a la síntesis aditiva, hablamos de la formación de los colores a través

de la suma de diferentes luces en sus distintas longitudes de onda. La síntesis aditiva hace

referencia a la adición de color, considerando el blanco como la suma de toda luz en máxima

proporción del espectro visible. La síntesis aditiva es la que se usa para la separación del color
 y gracias a ella podemos ser capaces de ver y reproducir los colores de las diferentes

pantallas.

Hay cinco premisas fundamentales:

 Los colores primarios aditivos son: Rojo, Verde y Azul (RGB)

 La suma de dos colores primarios a partes iguales origina un color secundario:

Rojo + Verde = Amarillo

Verde + Azul = Cian 

Rojo + Azul = Magenta

 El blanco teórico se forma por la unión de los tres colores a partes iguales con la

máxima saturación posible (255), porque con la adición (suma) de todas las luces en partes

iguales se obtiene la luz blanca (la luz blanca contiene a todos los colores aditivos)

Rojo + Verde + Azul = Blanco Teórico

Síntesis sustractiva,

Se refiriere a la obtención de colores por mezclas de pigmentos. De hecho, se llama

sustractiva porque al ir añadiendo colores pigmento, sustrae el color. 

Los colores primarios de la síntesis sustractiva serán los colores complementarios de la

síntesis aditiva.

Los colores sustractivos primarios (cian, magenta y amarillo) son los que se crean mediante la

absorción de ciertas longitudes de ondas. Cuando la luz blanca toca un material o una

superficie, los pigmentos de colores de esa superficie absorben todas las ondas de la luz

excepto las de sus colores, que son reflejados y percibidos por el órgano de la visión.

Espacio de color:

Se define con una base de N vectores (Rojo, verde y azul) cuya combinación lineal genera

todo el espacio de color. Los espacios de color más generales intentan englobar la mayor

cantidad de colores visibles al ojo humano.

Existen espacios de color:

 De una dimensión: escala de grises.

 Dos dimensiones: subespacio rg y subespacio xy

 Tres dimensiones: RGB, HSV, YUV, etc.

 Cuatro dimensiones: espacio CMYK

De los cuales el más utilizado es el de tres dimensiones, donde el color se especifica usando

tres coordenadas o atributos que representan su posición dentro de un espacio en color

particular.
Coordenadas de color

Imágenes representadas como una matriz

Esta imagen puede ser representad como una rejilla 16*16 con pequeños elementos conocidos

como pixeles. Si se le asignara color a cada uno, entonces la matriz se representa en forma

numérica.

Si se le asigna 1 al color blanco y 0 al color negro, entonces la imagen se puede representar

como una matriz de 16*16 cuyos elementos son 0 y 1

│1111111111111111│

│1111100000011111│

│1111011111001111│

│1110100000000111│

│1101000000000011│

│1010000000010001│

│1010000000110001│

│1010110001110001│

│1010111011100001│

│1010011111000001│

│1000001110000001│

│1100000000000011│

│1110000000000111│

│1111000000001111│

│1111100000011111│

│1111111111111111│
Varios programas almacenan el vector tridimensional como un solo número entero, utilizando

la siguiente función:

v = f(r, g, b) = r*65536 + g*256 + b

Note que 65536 = 2562

El procedimiento opuesto (obtener el vector de colores a partir del valor entero) se puede

hacer usando las siguientes fórmulas:

r = v / 65536

g = (v % 65536) / 256

b = v % 256

Donde % es un operador para obtener el resto de la división entera y / es el operador de la

división entera.

Ejemplo. El color  se representa como el vector (131, 197, 29), y como 8.635.677 cuando se

utiliza la función que obtiene un único valor entero.

Otros programas almacenan los vectores como valores hexadecimales, concatenando los tres

valores en notación hexadecimal. Esta es la forma en que los colores se almacenan en las

páginas web.

Tratamientos de la imagen:

 Cuando se cambia el color de cada píxel, utilizando una función que recibe como

entrada el píxel original, o en casos más complejos, una submatriz de píxeles (por lo

general, submatrices alrededor del pixel en la matriz, en función de un factor extra).

  Cuando los pixeles cambian su posición dentro de la imagen, o más precisamente,

cuando cada píxel de la matriz se construye basado en otro pixel de la matriz, pero sin

alterar su color.

Los procedimientos del procesamiento de imágenes del primer tipo son generalmente

llamados filtros. Entre los más utilizados se encuentran: el ajuste de brillo, contraste y colores,

la conversión a escala de grises, la inversión de color (negativo), la corrección gamma, el

desenfoque y la reducción de ruido.

En el segundo tipo se pueden mencionar: Rotación, volteo, escalado, sesgo y traslación.

Filtros:

Desde el punto de vista del álgebra lineal, los filtros se aplican a cada píxel de la matriz

usando la función de filtro. Como se explicó anteriormente, la entrada de esta función puede

ser sólo un pixel como el ajuste de brillo, o una submatriz de píxeles como el desenfoque,

donde el orden de la submatriz dependerá del radio que se utilice.

p11 p12 ⋯ p1n

p21 p22 ⋯ p2n
⋮ ⋮ ⋱ ⋮
M =     
pm pm pm
⋯
1 2 n
Aquí, pij es el píxel en la posición (i, j), que se representa como el vector:

r
  g  
b
En el caso más sencillo (el filtro necesita solamente un píxel como entrada), la función puede

ser una transformación lineal, que transforma un vector tridimensional (píxel) en otro vector

tridimensional, o no. Cuando se trata de una transformación lineal, la transformación se puede

representar como una matriz T de orden 3x3, donde:

 r'
g
r
  '     = T •    g  
b b

'

Algunos de los filtros que utilizan transformaciones lineales son:

La conversión a escala de grises

1/ 1/ 1/

3 3 3
1/ 1/ 1/
T =     
3 3 3
1/ 1/ 1/

3 3 3
Los componentes de cada nuevo píxel se obtienen calculando la media de los tres

componentes.

Color sepia

0.39 0.76 0.18

3 9 9
0.34 0.68 0.16
T =     
9 6 8
0.27 0.53 0.13

2 4 1
Otra de las transformaciones comunes es aquella en los que el píxel resultante se obtiene

adicionando una matriz de orden 3x1 (vector tridimensional) al píxel original:

  r'     = V +    r  
g g
 '
b
b
'

Aunque estas transformaciones son muy simples, no son transformaciones lineales, pero

utilizan el concepto de suma de matrices. Ejemplos de este tipo de transformación son:

f
Ajuste de canal rojo V =    0  
0

0
Ajuste de canal verde: V =    f  
0

0
Ajuste del canal azul: V =    0  
f

f
Ajuste de brillo: V =    f  
f

En los cuatro ejemplos anteriores, f es un número que depende del grado de ajuste que la

persona desea aplicar, y puede ser un número positivo o negativo, por lo general oscila entre

-150 y 150.

Algunas otras transformaciones se pueden obtener usando una combinación de las dos

transformaciones anteriores:

  r'     = T •    r     + V
 g

' g
b b

'

Este es el caso de encontrar el negativo de una imagen (inversión de color), donde el

componente de cada nuevo píxel se obtiene restando el valor real de 255. Las matrices son:

-
0 0
1
-
T =    0 0  
1
-
0 0
1
25

5
25
V =     
5
25

Para el ajuste de contraste, la operación es un poco más complicada:

r'
g
r
  '     = V1 + T •    g     + V2
b b

'

Donde
 -

128
-
V1 =     
128
-

128
f 0 0
T =    0 f 0  
0 0 f
12

8
12
V2 =     
8
12

8
En este caso f se calcula utilizando la fórmula: f = (259 * (valor + 255)) / (255 * (259 - valor),

donde el valor es el grado de ajuste, por lo general un número que oscila entre -100 y 100.

Para la corrección gamma, necesitamos algo más que la suma y la multiplicación de

matrices, se necesita del operador de potencia. El filtro se puede calcular utilizando la

siguiente fórmula:

r' (r/255)1/f
g (g/255)1/

  '     = 255 •    f  
b (b/255)1/

' f

El factor f es un número que oscila entre 0 y 10, pero sin alcanzar el número 0.

TRANSFORMACIONES LINEALES
Las transformaciones lineales desempeñan un papel muy importante en matemáticas, física,

ingeniería, procedimiento de imágenes, gráficas en computadoras y muchas otras áreas de la

ciencia y la vida diaria. Las transformaciones lineales son mapeos de importancia

fundamental en el álgebra lineal y en sus aplicaciones. Son transformaciones entre espacios

vectoriales que conservan la suma vectorial y la multiplicación por escalar.

Las transformaciones lineales son las  aplicaciones  entre  espacios  vectoriales,  es  decir que 

su  dominio  y  codominio  lo  son.  Las transformaciones lineales,  también  llamadas 

aplicación  lineal,  función lineal  u  operador  lineal,  son  muy  importante  y  son muy 

utilizadas  en  álgebra    pero  debes  conocer  que para  que  esta  aplicación  sea  una 

transformación  lineal debe  cumplir  con  dos  condiciones.  Por  lo  tanto  para que  T: 

V→W  sea  una  transformación  lineal  debe cumplir:

 T(x+y)=T(x)+T(y) T(kx)=  k.T(x)

 Al  no  cumplir  cualquiera  de  estas  condiciones  no  se  trata  de  una  transformación 

lineal,  por  lo tanto,  debes  corroborarlas  cuando  sea  necesario.

DEFINICIONES Y EJEMPLOS DE MATRICES DE TRANSFORMACION

Es una función que tiene como dominio un espacio vectorial y como contra dominio además

conserva las propiedades de linealidad de dichos espacios, encontramos transformaciones

lineales elementales aplicadas al cuadrado unitario.

Para dos vectores particulares      y   ,  y la constante a = -5

ilustramos estas propiedades para la transformación dada.

 
 

ii) 

ROTACIONES:

La rotación de un objeto puede ser realizada con respecto al mismo eje o al eje dado.Las

rotaciones aplican giro de ángulo alfa en el sentido contrario de las manecillas del reloj al

cuadrado unitario. Para cada ángulo existe una matriz m que determina la transformación

lineal y B prima es el resultado de aplicarle B a la matriz

REFLEXION:

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. Esto puede

realizarse también con respecto a la matriz. La reflexión es siempre realizada con respecto a
uno de los ejes sea el eje x o el eje y. esto es como producir una imagen espejo de la matriz

actual
Imágenes tomadas de https://es.slideshare.net/joseluisudal/transformaciones-lineales-matricial

SIMETRIAS

Las simetrías se aplican respecto de rectas que pasan por el origen de coordenadas, hacen

corresponder a cada punto del cuadrado unitario, el punto que está a la misma distancia de la

recta del otro lado es similar a la imagen que devuelve un espejo, para cada recta existe una

matriz determinada de transformación lineal

 VECTOR DE MATRIZ
SIMETRÍA EN EL VECTOR
REPRESENTADO COORDENADAS ASOCIADA

Respecto al eje X

respecto al eje Y

respecto a la recta

Y=X

EXPANSION

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 dado 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).

CONTRACCION:

 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).

Una contracción a lo largo del eje x es una transformación lineal que multiplica a la

coordenada X de un vector R2 por una constante 0 <C<1

Entonces de manera que si se tiene

De manera similar una contracción a lo largo del eje Y es una transformación lineal que multiplica la

coordenada y de todo el vector en R2 por una constante 0 <C<1

Como antes si entonces la representación matricial de T es de

manera que
TRASLACION:

Es el movimiento directo de una figura en la que todos sus puntos:

 Se mueven en la misma dirección.

 Se mueven la misma distancia.

El resultado de una traslación es otra figura idéntica que se ha desplazado una distancia en

una dirección determinada.

Cuando movemos un mueble en una misma dirección lo estamos trasladando. El tren se

traslada a lo largo de una vía recta. El ascensor nos traslada de una planta a otra... Estas y
muchas otras más son situaciones en las que el movimiento de traslación está presente en

nuestras vidas.

Imagen tomada de https://es.slideshare.net/Matematicas_PR/ejemplo-transformaciones-

8928880

PROYECCIONES ORTOGONALES

Se aplican respecto a la recta que pasan por el origen de las coordenadas, hacen corresponder

a cada punto que se encuentra en la recta en dirección perpendicular, para cada recta existe

una matriz que determina la transformación lineal.

HOMOTECIAS

Son transformaciones lineales que dilatan o contraen el cuadrado unitario en un determinado

factor K. Para cada factor K existe una matriz que determina la transformación. Al variar el
factor campo también los factores que toman los resultados Bprima y Gprima son el resultado

de aplicarle a B y G la matriz T

DESLIZAMIENTOS CORTANTES

Los deslizamientos cortantes emplean un vector del plano de forma paralela a uno de los ejes

y si el desplazamiento se aplica en la dirección del eje X esto implica que la coordenada X

varía en una cantidad proporcional a la coordenada

MODELOS DE COLOR Y GEOGEBRA

Si pensamos en el conjunto de todos los colores como vectores de R3 de la forma (x; y; z)

donde 0 ≤ x; y; z ≤ 255; podemos identificar la mezcla de colores con la suma de vectores, y

el producto de un vector por un escalar como la modificación de la intensidad de los colores

primarios rojo, verde y azul que constituyen el color. Por ejemplo, el color marrón oscuro se

identifica en la escala RGB con el vector (100; 50; 0): Si lo multiplicamos por 1:5 obtenemos
el vector (150; 75; 0) que se identifica con el color marrón. Sin embargo, si lo multiplicamos

por 2 obtenemos el vector (200; 100; 0) que representa el marrón claro.

     
(100, 50, 0) 1.5 (100, 50, 0) 2(100, 50, 0)

EXPLORANDO LA CONFIGURACION DE COLORES

1. Para cada uno de los vectores dados, asignar valores reales entre 0 y 1, con cuatro

cifras decimales. ¿Qué cambios en el color produce la multiplicación de UN vector por un

escalar?

Al multiplicar los vectores , y por escalares entre 0 y 1 se obtienen una serie de

colores nuevos como se puede apreciar en los ejemplos, los cuales están compuestos en
proporciones de los vectores anteriormente mencionados a través del procedimiento de

combinación lineal de vectores.

Sucede que al hacer esta operación x +y +z se obtiene un vector resultante , el

cual contiene el valor en RGB del color.

Lo que sucede al multiplicar un vector por un escalar es que se genera otro vector,

con la misma dirección que el primero, cambiando el módulo del vector (gráficamente el

largo) y en caso de ser negativo cambia también el sentido. La dirección del vector resultado

es siempre la misma que la del vector original.

2. Describir el proceso matemático que se usa para obtener cualquier color a partir de

los vectores = (255, 0, 0), =(0, 255, 0) y =(0, 0, 255). Esto es, identificar los objetos

matemáticos del álgebra lineal y las operaciones que se realizan entre ellos.

Para obtener cualquier color a partir de los vectores , y lo que debo es hacer es

una combinación lineal, concepto el cual se utiliza mucho para hacer la composición de

colores en RGB, a través de esta técnica se puede construir un vector resultante. Como bien se

sabe, el RGB es un modelo de representación de colores que se basa en lo que se conoce

como síntesis aditiva de color. Empleando la luminosidad del rojo, el verde y el azul en

diferentes proporciones, se produce el resto de los colores. 

= x +y +z así entonces se tiene que X, Y, Z son escalares pero como hago para

encontrar esos escalares? Con el siguiente procedimiento se indica de modo genérico el

proceso.

Sea el vector =(a, b, c) y quiero llegar a él a partir de la combinación de los vectores

= (d1, e1, f1), = (d2, e2, f2) y = (d3, e3, f3) construyo un sistema de ecuaciones, que para este

caso sería 3x3 de la siguiente manera.

xd1 + yd2 + zd3 = a

xe1 + ye2 + ze3 = b

xf1 + yf2 + zf3 = c

Al resolver el Sistema de ecuaciones se encuentran los coeficientes X, Y, Z que serán

los escalares por los cuales se debe multiplicar los vectores para obtener el vector resultante.

3. Seleccione un vector (𝑎,,) cuyas componentes sean valores numéricos entre 0 y 255

e identifique el color correspondiente en la sección Configurar Colores. ¿Es posible obtener

el color seleccionado como resultado de mezclar tonalidades de los colores correspondientes a

los vectores =(255, 0, 0), =(0, 255, 0) y =(0, 0, 255)?, esto es, existen valores reales 𝐶0,

𝐶1, 𝐶" tales que 𝐶1(255, 0, 0) + 𝐶2(0, 255, 0) + 𝐶3(0, 0, 255) = (a, b, c)

Verifique el resultado obtenido por medio de un proceso matemático.

 Yo quiero obtener el color Café que en RGB está dado por el vector resultante =

(128, 64, 0), entonces debo realizar el proceso para llegar a este resultado de la siguiente

manera:

=x +y +z

(128, 64, 0) = x (255, 0, 0) + y (0, 255, 0) + z (0, 0, 255)

255x=128

255y=64

255z=0

255x+255y+255z=192

Se hace una suma miembro a miembro con las ecuaciones obtenidas y teniendo en

cuenta que z = 0 entonces

255x + 255y = 192               255x + 255y = 192

255x = 128                          255 y = 64

255y = 64                            255x = 128

Y = 0.2509                           x = 0.5019

= 0.5019 + 0.2509

4. ¿Existen valores reales 𝐶1, 𝐶2, 𝐶3 que permitan generar cualquier color a partir de

los vectores (255, 0, 0), (0, 255, 195), (60, 0, 255)? Verifique el resultado obtenido por medio

de un proceso matemático.
 Matemáticamente, no es posible, incluso de serlo, debido a los valores que puede

tomar tanto los escalares como los valores del vector resultante genera un inconveniente ya

que estos valores son de índole negativo, incluso en el sitio donde se hacen las practicas, al

tratar de ingresar colores en RGB en la sección configurar colores solo permite valores

positivos. Ejemplo de esto sería lo siguiente: el color amarillo se da bajo el vector = (255,

255, 0) para ello los vectores = (255, 0, 0), = (0, 255, 195), = (60, 0, 255) se deben

multiplicar por ciertos escalares para obtener el resultado

Se va a plantear el sistema de ecuaciones

255x + 60z = 255

255y = 255

195y + 255 z = 0

De lo anterior se puede inferir que y = 1, entonces 195 + 255 z = 0

255z = -195

Z = -0.764

255x - 45.88 = 255

255x = 209.12

X = 0.820

0.820(255, 0, 0) + 1(0, 255, 195) - 0.764(60, 0, 255) = ?

(209.1, 0, 0) + (0, 255 , 195) + (-45.84, 0, -194.82)≠(255, 255, 0)

 Por ende si no es posible para un caso, no puede ser generalizado el proceso

descartando que sea posible.

5. ¿Qué características debe cumplir la matriz para que no altere el color y el vector

original? Justificar la respuesta.

La matriz debe ser una matriz escalonada de la siguiente manera:

1 0 0
0 1 0
0 0 1

Porque al hacer las operaciones se verá reflejado los mismo valores del vector de

componentes (X, Y, Z) en el resultante (RGB).

6. ¿Qué características debe cumplir la matriz para modificar sólo el componente del

vector asociado al rojo?, ¿sólo el componente del vector asociado al verde? y ¿sólo el

componente del vector asociado al azul? Justificar la respuesta.

 Para modificar el color rojo solo el componente se tienen que asignar valores en la

primera fila de la matriz los cuales multiplicaran por el primer valor del vector, es decir

asignar valores para que el vector en rojo sea 255.

Para modificar el componente verde se tienen que asignar valores a la segunda fila de

la matriz los cuales se multiplicarán por el segundo valor del vector, se asigna valores para

que en verde sea 255.

Para modificar el componente azul se tiene que asignar valores en la tercera fila de la

matriz los cuales se multiplicaran por el tercer valor del vector, asignando un valor de 255 en

azul para su mayor intensidad.

 1 1 1
9. Dada la matriz 0 1 1 , ¿cuál es el vector asociado al color original de tal manera
0 0 1

que el color final sea el blanco? El vector asociado al color original de manera que el color

final sea blanco es:

CONCLUSIONES

 Se aprendió y comprendió sobre el sistema de colores en lo que se conoce como

síntesis aditiva del color.

 Se aplicó el concepto de combinación lineal, proceso mediante el cual se puede

componer colores a partir de los básicos RGB.

 Se comprendió el proceso de la combinación lineal con el aplicativo web y fue mucho

más fácil entender el concepto.

 Se estudió y aprendió sobre la transformación de matrices y espacios generados para

entender el proceso de transformación del color.

 Se aprendió y aplico conceptos de la matriz transformada y espacios generados en el

desarrollo de los puntos 6 y 7 del trabajo, dejando en claro los conceptos del Algebra

lineal
BIBLIOGRAFIAS

https://www.academia.edu/27945437/CAPITULO_4_TEOR
%C3%8DA_DEL_COLOR_LA_TEORiA_DEL_COLOR_SE_REFIERE_A_C
%C3%93MO_EL_OJO_HUMANO_PERCIBE_LOS_COLORES._Y_A_LA_DESCRIPCI
%C3%93N_Y_GESTI%C3%93N_DE_DICHOS_COLORES

http://www.alegsa.com.ar/Dic/pixel.php

M. J. BELTRAN – MENEU, M. MURILLO – ARCILA Coloreando el Algebra Lineal

CARLOS GONZALEZ, MARIA JOSE BELTRAN – MENEU, MARINA MURILLO-

ARCILA; UBA XXI, Departamento de Lenguajes y sistemas Informáticos
Universidad de Politécnica de Valencia

https:// www.nibcode.com/es/blog/1135/algebra-lineal-y-el-procesamiento-digital-de-
imagenes-parte-I-filtros

https:// www.nibcode.com/es/blog/1136/algebra-lineal-y-el-procesamiento-digital-de-
imagenes-parte-II-filtros

http://polipapers.upv.es/index.pho/MSEL

http://todoalgebrakarii.blogspot.com/2015/12/unidad-5-transformaciones-lineales.html