Está en la página 1de 38

GEOMETRIA ANALITICA Y ALGEBRA

SEMANA 12: TRANSFORMACIONES LINEALES.

Mg. Dennis Quispe Sánchez


CASO APLICATIVO
CASO APLICATIVO
CASO APLICATIVO
LOGRO DE LA SESIÓN

Al término de la sesión, el estudiante determina cuando una aplicación es


una transformación lineal y calcula su núcleo e imagen , usando la definición
y propiedades en la resolución de ejercicios vinculados a su carrera.
Siguiendo un proceso ordenado e interpretando resultados.
TRANSFORMACION LINEAL

Sean V y W espacios vectoriales. La función T: V → W se llama transformación lineal de V en


W si las dos propiedades siguientes son verdaderas para todo u y v en V y para cualquier escalar
c:

Se dice que una transformación lineal conserva operaciones porque se obtiene el mismo resultado
si las operaciones de suma y multiplicación escalar se efectúan antes o después de que se aplique
la transformación lineal. Aunque se utilizan los mismos símbolos para denotar las operaciones
vectoriales tanto en V como en W, debe observar que las operaciones pueden ser diferentes,
como se indica en el siguiente diagrama.
TRANSFORMACION LINEAL

Se escribe T: V →W para indicar que T toma el espacio vectorial real V y lo lleva al espacio
vectorial real W; esto es, T es una función con V como su dominio y un subconjunto de W como
su imagen.

Se escriben indistintamente Tv y T(v). Denotan lo mismo; las dos se leen “T de v”. Esto es
análogo a la notación funcional f(x), que se lee “f de x”.
PROPIEDADES DE UNA TRANSFORMACION LINEAL

Sea T una transformación lineal de V en W, donde u y v están en V. Entonces, las propiedades


siguientes son verdaderas.

La mayoría de las funciones comunes estudiadas en cálculo no son transformaciones lineales.


EJEMPLO 1:
Sea 𝑇: 𝑅2 → 𝑅3 definida por
𝑥 𝑥+𝑦
𝑇 𝑦 = 𝑥−𝑦
3𝑥
¿T es una transformación lineal?
SOLUCION:

i) T ( v1 + v2 ) = T ( v1 ) + T ( v2 ) Por probar

 x1 + x2 + y1 + y2 
  x1   x2    x1 + x2   
T ( v1 + v2 ) = T    +    = T    1 2 ( 1
= x + x − y + y 2 )
  y1   y2    y1 + y2   
 3 ( y1 + y 2 ) 

 x1 + x2 + y1 + y2   x1 + y1   x2 + y2 
     
=  x1 − y1 + x2 − y2  =  x1 − y1  +  x2 − y2  = T ( v1 ) + T ( v2 )
 3y + 3y   3y   3y 
 1 2   1   2 
ii) T ( v1 ) =  T ( v1 ) Por probar

  x1 +  y1 
  x1     x1   
T ( v1 ) = T      = T  =
  1 x −  y1
  1 
y 
 1   3 y 
y
 1 
  ( x1 + y1 )   x1 + y1 
   
=   ( x1 − y1 )  =   x1 − y1  =  T ( v1 )
 3y   3y 
 1   1 

Por tanto, T es una transformación lineal


ALGUNAS TRANSFORMACIONES LINEALES:
1. LA TRANSFORMACION CERO:

2. LA TRANSFORMACION IDENTIDAD:

3. LA TRANSFORMACION DE REFLEXION:
ALGUNAS TRANSFORMACIONES LINEALES:
4. TRANSFORMACION DADA POR LA MULTIPLICACION DE UNA MATRIZ:

5. TRANSFORMACION DE PROYECCION ORTOGONAL:


ALGUNAS TRANSFORMACIONES LINEALES:
6. TRANSFORMACION DE ROTACION

𝑇𝑣 = 𝐴𝜃 𝑣
ALGUNAS TRANSFORMACIONES LINEALES:
7. OPERADORES DE PROYECCION
ALGUNAS TRANSFORMACIONES LINEALES:
8. OPERADORES DE TRANSPOSICION:

9. OPERADOR INTEGRAL:

10. OPERADOR DIFERENCIAL:


NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL

Sea V y W dos espacios vectoriales y sea T:V→W una transformación lineal.


Entonces
I. El núcleo de T (subespacio de V), denotado por N(T), está dado por:

𝑁(𝑇) = {𝑣 ϵ 𝑉: 𝑇𝑣 = 0}

II. La imagen o rango de T (subespacio de W), denotado por Im(T)

𝐼𝑚(𝑇) = {𝑤 ϵ 𝑊: 𝑤 = 𝑇𝑣 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛𝑎 𝑣 ϵ 𝑉}

TEOREMA DE LA DIMENSIÓN

Dada la transformación lineal de V en W. La relación entre las dimensiones del núcleo


y del rango de T es:
dim 𝑁 𝑇 + dim 𝐼𝑚 𝑇 = dim(𝑉)
NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL
Ejemplo 2:
Hallar el núcleo (kernel) y su dimensión de la siguiente transformación lineal.

 x  −2x + 3z 
   
T  y  =  −23x − 15 y − 18z 
 z   −5x − 3 y − 3z 
   

Solución:

Un vector 𝑣 = 𝑎, 𝑏, 𝑐 pertenece al núcleo de T si 𝑇 𝑣 = 𝟎, es decir si:

a  −2a + 3c  0 
     
T ( v ) = T  b  =  −23a − 15b − 18c  =  0  = 0  R 3
 c   −5a − 3b − 3c   0 
     
Por tanto, para pertenecer al núcleo debe cumplirse A
 −2a + 3c = 0  −2 0 3  a   0 
     
 −23a − 15b − 18c = 0   −23 −15 −18  b  =  0 
 −5a − 3b − 3c = 0     
  −5 −3 −3  c   0 

Reduciendo la matriz A (método de Gauss-Jordán ) tenemos el siguiente


sistema:
 1 0 − 3 2  a   0   3  3
 a − c = 0  a = c
     2  2
 0 1 7
2 b =
    0    
 0 0 0  c   0  b + 7 c = 0 b = − 7 c
       2   2

Es decir:
 a   32 c   32 
     
v =  b  =  −7 2 c  = c  −7 2  , c  R
c  1   1
     
Observar que el núcleo de T, en este caso es un espacio generado:
 3 2  
  
N (T ) = Gen  −7 2  
 1  
  

Además, la dimensión de N(T) es 1, 𝜌 𝑇 = 1.

Geométricamente en 𝑅3 este generado corresponde a la línea que pasa por el


3 7
origen y con vector de dirección ( , − , 1) que es:
2 2

x y z
= =
3 −7 1
2 2
Ejemplo 3:
Determinar el rango y su dimensión de la trasformación lineal de 𝑅3 en 𝑅3
definida como:  x   2x + 5 y + z 
   
T  y  =  8x + 12 y + 6 z 
 z   −4x − 2 y − 4z 
Solución:    

Un vector w = 𝑎, 𝑏, 𝑐 de 𝑅3 pertenece al rango de T si existe un vector 𝑣 =


𝑥, 𝑦, 𝑧 de 𝑅3 talque 𝑇 𝑣 = 𝑤
 x   2x + 5 y + z   a 
     
 T  y  =  8x + 12 y + 6 z  =  b 
 z   −4x − 2 y − 4z   c 
     
Tenemos el sistema el sistema de ecuaciones lineales

 2x + 5 y + z = a  2 5 1  x   a 
     
 8x + 12 y + 6 z = b   8 12 6  y  = b 
−4x − 2 y − 4z = c  −4 −2 −4   z   c 
     
Al formar la matriz aumentada

 2 5 1 a 2 5 1 a 
  Reduciendo  
 8 12 6 b  (por el método de Gauss) 0 −8 2 −4a + b
 −4 −2 −4 c   
   0 0 0 −2a + b + c 
 
El sistema es consistente si y solo si −2𝑎 + 𝑏 + 𝑐 = 0
b c
a= +
2 2
Luego, el vector 𝑤 = 𝑎, 𝑏, 𝑐 de 𝑅3 pertenece al rango T si y solo si

 a   12 b + 12 c   12   12 
       
w = b =  b  = b  1  + c  0  ,c  R
c   0 1
   c     
Por tanto,
 
R (T ) = w = ( a , b , c )  R 3 , a = 21 b + 21 c
1 1
La base del rango es: , 1,0 , , 0,1
2 2

Luego el rango es generado por los vectores:

1 1
𝑅 𝑇 = 𝐺𝑒𝑛 , 1,0 , , 0,1
2 2

La dimensión del rango de T es:

dim(R(T))=2

Geometricamente, el rango de T es el plano 2𝑎 − 𝑏 − 𝑐 = 0


(2𝑥 − 𝑦 − 𝑧 = 0 ) en 𝑅3
Ejemplo 4:
Hallar el núcleo y la imagen del operador proyección:
Ejemplo 5:
Hallar el núcleo y la imagen del operador transposición:
Ejemplo 6:
Hallar el núcleo y la imagen del operador:
Ejemplo 7:
Hallar el núcleo y la imagen del operador diferencial T y del operador integral J:
MATRIZ DE UNA TRANSFORMACION LINEAL
Ejemplo 8:
Ejemplo 9:
Ejemplo 10:
Ejemplo 11:
EJEMPLO 12
SOLUCION
SOLUCIÓN DEL PROBLEMA
APLICATIVO
EVALUACIÓN

Forman equipos de trabajos (máx. 5 integrantes) para medir el logro de la sesión de clase, cuyos ítems (los
mismos ejercicios y problemas para todos los grupos) serán tomados de la hoja de trabajo.
INVESTIGACIÓN

Para completar, observamos que la matriz estándar para una rotación en sentido antihorario a
través de un ángulo θ alrededor de un eje en R3, que está determinado por un vector unitario
arbitrario u = (a, b, c) que tiene su punto inicial en el origen, es

La derivación se puede encontrar en el libro Principles of Interactive Computer


Graphics, por W. M. Newman y R. F. Sproull (Nueva York: McGraw-Hill, 1979).

También podría gustarte