Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATERIA:
Algebra Lineal
TEMA 5:
Trabajo de investigación – Transformaciones Lineales
PROFESOR:
Miguel Ángel Ramírez Chan
CARRERA:
Ing. Sistemas Computacionales
ALUMNOS:
Arias Cruz Jesús Manuel
Chablé Jiménez Ángeles del Carmen
Fuentes Oyosa Francisco de Jesús
Morales Jiménez Gabriel
Sul Dantorie Ruth Maday
www.tecnm.mx | www.itsc.edu.mx
Índice
Contenido de la investigación
Bibliografía ...................................................................................................................................... 21
2
1.Definición de Transformación Lineal
En primer lugar, una transformación lineal es una función. Por ser función, tiene
su dominio y su codominio, con la particularidad de que éstos son espacios
vectoriales. Tenemos dos espacios vectoriales VV y WW, y una función que va
de VV a WW. O sea, una regla de asignación que transforma vectores de VV en
vectores de WW. Pero no toda función que transforme vectores de VV en
vectores de WW es una transformación lineal. Debe cumplir ciertas
condiciones:
F: V→WF: V→W es una transformación lineal si y sólo si:
3
2.Nucleo e Imagen de una Transformación Lineal
Sea T ∈ L(V, W).
a) El conjunto Nuc (T) = {v ∈ V |T(v) = 0w} se llama núcleo de T.
b) El conjunto Img (T) = {T(x)|x ∈ V } se llama imagen de V bajo T, o simplemente
imagen de T.
Núcleo de una transformación lineal
Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W). El núcleo (kernel,
espacio nulo) de T se define como la preimagen completa del vector nulo:
i. El núcleo de T, denotado por nu T, está dado por:
Proposición (el núcleo de una transformación lineal es un subespacio vectorial del dominio).
Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W). Entonces ker(T) es un
subespacio de V.
Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W). Entonces ker(T) es un
subespacio de V.
Im T 5 {w H W: w 5 Tv para alguna v H V}
Proposición (el núcleo de una transformación lineal es un subespacio vectorial del dominio).
Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W). Entonces im(T) es un
subespacio de W.
4
Logramos encontrar un vector x = v1 + v2 tal que T(x) = w1 + w2. Por la definición de la
imagen, esto implica que w1 + w2 ∈ im(T)
Teoremas
1)
Sea T ∈ L(V, W). El Nuc (T) y la Img (T) son subespacios de V y W respectivamente
Ejemplo:
2)
5
El teorema 2 indica que si T: V W y V tiene dimensión finita, entonces sólo es necesario
conocer el efecto que tiene T sobre los vectores de la base en V. Esto es, si se conoce la
imagen de cada vector básico, se puede determinar la imagen de cualquier vector en V.
Esto determina T por completo. Para ver esto, sean 𝑉1 , 𝑉2 , . . . . . . 𝑉𝑛 una base en V y sea
v otro vector en V. Entonces, igual que en la prueba del teorema 2
3)
Tv = 𝒂𝟏 𝒘𝟏 + 𝒂𝟐 𝒘𝟐 + . . . + 𝒂𝒏 𝒘𝒏
6
Como B es una base para V, T está definida para todo v ∈ V; y como W es un espacio
vectorial, Tv ∈ W. Entonces sólo falta demostrar que T es lineal; lo que se deduce
directamente de la ecuación (1). Si u = 𝒂𝟏 𝒗𝟏 + 𝒂𝟐 𝒗𝟐 + . . . + 𝒂𝒏 𝒗𝒏 𝒚 𝒗 = β1 v1 +
β2 v2 + ⋯ + βn vn , entonces:
= (𝑎, 𝑤1 + 𝑎2 𝑤2 + ⋯ + 𝑎𝑛 𝑤𝑛 ) + (𝛽1 𝑤1 + 𝛽2 𝑉2 + ⋯ 𝛽𝑛 𝑤2 )
= Tu + Tv
Ejemplo:
7
i. nu T es un subespacio de V.
ii. Im T es un subespacio de W.
Ejemplo:
8
Ejemplo: Transformada lineal en R 2 asociada con la matriz 1 0
0 0
9
3.Representación Matricial de Una Transformación Lineal
para i = 1, 2, . . . , n.
Entonces
10
y por lo tanto para i = 1, 2, . . . , n. Concluimos que T y la
transformación AT , son la misma, porque tienen el mismo efecto sobre los
vectores base.
AT es la matriz cuyas columnas son los vectores .
Ejemplo 1.
, , ,
Entonces la matriz AT es
Ejemplo 2.
11
ahora se utilizará la base .
, , ,
Ejemplo 3.
Ejemplo 4.
12
Aplicamos la transformación a los vectores base de
13
4.Aplicaciones de las transformaciones lineales: reflexión
dilatación, contracción y rotación
14
El proceso de reflexión se resume en los siguientes puntos
• Trasladar el punto establecido del plano al origen de coordenadas.
• Realizar los giros oportunos para hacer coincidir el vector normal al plano
de reflexión con uno de los ejes de coordenadas; así el problema se reduce a
una simple reflexión sobre alguno de los planos del sistema de referencia.
• Realizar la reflexión sobre el plano seleccionado.
• Aplicar las transformaciones inversas para devolver el plano de reflexión a
su posición original.
−1 0 𝑥 −𝑥
[ ] [𝑦 ] = [ 𝑦 ]
0 1
Sustituyendo y realizando operaciones
−1 0 3 (−1) (3) (0) (4)
[ ] [ ]=[ ]+ [ ]
0 1 4 (0) (3) (1) (4)
Se obtiene (ver grafica)
−1 0 3 −3
[ ] [ ]= [ ]
0 1 4 4
Tomando ahora el vector reflejado, se llega
al vector inicial
−1 0
[ ] [−3] = [3]
0 1 4 4
15
Sea v= (3,4) aplique la reflexión con respecto al eje x
1 0 𝑥 𝑥
[ ] [𝑦] = [−𝑦]
0 −1
Sustituyendo y realizando operaciones
1 0
[ ] [3] = [(1) (3)] + [ (0) (4)]
0 −1 4 (0) (3) (−1) (4)
Se obtiene (ver grafica)
1 0 3
[ ] [ ] =[ 3 ]
0 −1 4 −4
Tomando ahora el vector reflejado, se llega al
vector inicial
1 0 3
[ ] [ ] = [ 3]
0 −1 −4 4
Dilatación.
En la dilatación o también conocida como la expansión son escalamientos a lo
largo de los ejes coordenados. es posible expandir los puntos dados en una
dirección particular. 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)
Sea s= (𝑠1 , 𝑠2 ) el vector de factores de escalamiento, y S(s) la matriz de
escalamiento, en coordenadas homogéneas el escalamiento de un punto p en 2D
se puede expresar como el producto matricial p´=p.S(s), es decir:
𝑠1 0 0
[𝑥1 ´ 𝑥2 ´ 1]=[𝑥1 𝑥2 1]. [ 0 𝑠1 0]
0 0 1
La siguiente figura muestra el efecto de escalamiento de una figura con 𝑠1 =1.5
y 𝑠2 =2
16
El tipo de dilatación o escalamiento que acabamos de ver se trata en 2D como
se mencionó más arriba, ahora extendiendo la idea anterior al 3D, el
escalamiento implica el cambio de tamaño de un poliedro, donde cada punto p=
(𝑥1 , 𝑥2 , 𝑥3 ) es transformado por la multiplicación de tres factores de
escalamiento: 𝑠1 , 𝑠2 𝑦 𝑠3 a lo largo de los ejes 𝑋1 , 𝑋2 𝑦 𝑋3 respectivamente, de
esta forma, las coordenadas del nuevo punto p´= (𝑥1 ´, 𝑥2 ´, 𝑥3 ´) se obtiene como:
𝑥1 ´ = 𝑥1 . 𝑠1
𝑥2 ´ = 𝑥2 . 𝑠2
𝑥3 ´ = 𝑥3 . 𝑠3
Sea s=(𝑠1 , 𝑠2 , 𝑠3 ) el vector de factores de escalamiento, y S(s) la matriz de
escalamiento, en coordenadas homogéneas el escalamiento de un punto p en 3D
se puede expresar como el producto matricial p´=p. S(s), es decir:
𝑠1 0 0 0
0 𝑠2 0 0
[𝑥1 ´𝑥2 ´𝑥3 1] = [𝑥1 𝑥2 𝑥3 1].[ ]
0 0 𝑠3 0
0 0 0 1
La siguiente figura muestra el efecto de escalamiento de una figura con 𝑠1 =
2, 𝑠2 = 2.5 𝑦 𝑠3 = 1.5
17
Contracción:
Ejemplo de la aplicación de 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
gráfica el punto disminuye en el eje horizontal.
Rotación por un ángulo 𝜃
.
Rotación
La rotación permite girar un objeto sobre un eje de rotación, dado un valor de
ángulo de rotación θ y su dirección Rotaciones 2D La rotación de un objeto en
2D se lleva a cabo alrededor de un punto, que es el eje puntual (cero-
dimensional) de rotación. Las rotaciones principales 2D son aquellas que se
llevan a cabo alrededor del origen, las rotaciones sobre cualquier otro punto
arbitrario se llaman rotaciones generales 2D. En esta Sección 5.5, se analizan
sólo las rotaciones principales para todas las dimensiones, en la Sección 5.6 se
discuten las rotaciones generales. Para generar una rotación, se especifica el
ángulo de rotación θ, y el punto de rotación (pivote) sobre el cuál el objeto será
18
rotado. Los ángulos de rotación positivos definen una rotación en sentido
contrario a las manecillas del reloj sobre el punto pivote (del eje X1 al eje X2),
entonces los ángulos de rotación negativos producen una rotación en el sentido
de las manecillas (del eje X2 al eje X1). [Hearn 95] describe la rotación 2D
como el giro sobre el eje de rotación que es perpendicular al plano X1X2 (mejor
conocido como plano XY) y que pasa a través del punto pivote.
Si el punto pivote se encuentra sobre el origen (Figura 5.5), se tiene que: r es
la distancia del punto al origen, φ define la posición angular del
punto p desde la horizontal, y θ el ángulo de rotación de p para producir el nuevo
punto
19
Sea R(θ) la matriz de rotación sobre el origen, en coordenadas homogéneas la
rotación de un punto p alrededor del origen en 2D se puede expresar como el
producto matricial , es decir
20
Bibliografía
r130327.PDF (tecnm.mx)
https://aga.frba.utn.edu.ar/definicion-y-propiedades-de-las-transformaciones-
lineales/
http://esfm.egormaximenko.com/linalg/ker_image_es.pdf
https://cutt.ly/1naFwR7
https://economipedia.com/definiciones/transformacion-lineal-de-matrices.html
ALApC4.pdf (upm.es)
http://www.tesoem.edu.mx/alumnos/cuadernillos/2010.004.pdf
http://itpn.mx/recursosisc/2semestre/algebralineal/Unidad%20V.pdf
21