INSTITUTO TECNOLÓGICO DE MORELIA

DEPARTAMENTO METAL- MECANICA

ACADEMIA EN INGENIERIA EN MATERIALES

Tarea en equipo unidad 4

Calculo integral
Transformaciones lineales (bases, representadas con
matrices) y Núcleo de Kernel

PRESENTA:

Alejandro Javier Madrigal Mendoza

Jazmín Pantoja Rivera

Numero de control:
20120626

Empresa, Institución o centro de investigación:

Instituto Tecnológico de Morelia

Periodo del: 21 de Septiembre al 26 de Enero

Morelia, Michoacán Enero 2021

 TRANSFORMACIÓN LINEAL
DEFINICION (transformación lineal). Sean V y W espacios vectoriales sobre un campo
F. Una aplicación T : V → W se llama transformación lineal de V en W(también se usa
el termino operador lineal) si es lineal, esto es, cumple con las siguientes propiedades:
Es aditiva: T(a + b) = T(a) + T(b) ∀a, b ∈ V ;
Es homogénea: T(λa) = λT(a) ∀a ∈ V ∀λ ∈ F
Se denomina transformación lineal, función lineal o aplicación lineal a toda aplicación
cuyo dominio y codominio sean espacios vectoriales y se cumplan las siguientes
condiciones:
Transformación lineal: Sean V y W espacios vectoriales reales. Una
transformación lineal T de V en W es una función que asigna a cada vector
v ϵ V un vector único Tv ϵ W y que satisface, para cada u y v en V y cada
escalar ∝,
1. T (u+v)= Tu+Tv
2. T(∝v)= ∝Tv, donde ∝ es un escalar.
Tres notas sobre notación.
1. 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.
2. Se escriben indistintamente Tv y T (v). denotan lo mismo; las dos fases se leen “T de
v”. eso es análogo a la notación funcional f(x), que se lee “f de x”. 3. Muchas de las
definiciones y teoremas se cumplen también para los espacios vectoriales complejos
(espacios vectoriales en donde los escalares son números complejos).
 Terminología: las transformaciones lineales con frecuencia se llaman
operadores lineales.
 Nota: No toda transformación que se ve lineal es en realidad lineal. Por ejemplo,
defina T: R→R por Tx= 2x + 3. Entonces la grafica de {(x, Tx): xϵ R} es una línea
recta en el plano xy; pero T no es lineal porque T(x+ y) = 2(x +y) + 3 = 2x + 2y +
3y Tx + ty = (2x+3) + (2y+3) = 2x + 2y + 6. Las únicas transformaciones lineales
de R en R son funciones de la forma f (x) = mx para algún número real m. así,
entre todas las funciones cuyas graficas son rectas, las únicas que son lineales
son aquellas que pasan por el origen. En algebra y calculo una función lineal con
dominio R esta definida como una función que tiene la forma f (x) = mx + b. asi,
se puede decir que una función lineal es una transformación de R en R si y solo
si b (la ordenada al origen) es cero.
EJEMPLOS de transformaciones lineales

Ejemplo1: la función dada por T(x,y)=x+y+1 no es una transformación lineal.

De hecho falla en ambas condiciones. Falla en abrir sumas pues, por ejemplo:

También falla en sacar escalares pues, por ejemplo:

Ejemplo 2: La función dada por T(x,y,z)+(2x,2y,2z) es una

transformación lineal.
Para convencernos de que esto es cierto, notemos que si v=(x,y,z)entonces la
transformación esta dada por T(v)=2v, Ahora, tomemos dos vectores v_1 y v_2 en V, y
un real c. Tenemos por la asociatividad y conmutatividad de multiplicar por escalares en
{R}^3 que:

Esto muestra que T es transformación lineal.

Ejemplo. De hecho, para cualquier espacio vectorial V sobre el campo F y c un escalar
de F, la función T:V\to V dada por T(v)=cv es una transformación lineal. El argumento
es similar.
Recuerda que F_n[x] es el espacio vectorial de polinomios con coeficientes en F y grado
a lo más n. Recuerda también que hemos visto muchos tipos de espacios vectoriales,
los F^n, los de polinomios, los de matrices, etc. Entre cualesquiera de ellos se pueden
tener transformaciones lineales. La única condición es que sean espacios vectoriales
sobre el mismo campo F.
Tipos de transformaciones lineales

NO son transformaciones lineales si:

 Propiedades básicas de transformaciones lineales
La definición de transformación lineal pide dos cosas por separado: abrir sumar y sacar
escalares. Es bueno tenerlas por separado para referirnos a ellas individualmente. Sin
embargo, la siguiente proposición nos ayuda a probar de manera más práctica que T es
una transformación lineal.

 Proposición (verificación abreviada):

Nota: Las transformaciones lineales mandan al cero de un espacio vectorial al cero del
otro.

 Proposición (cero va a cero).

Nota: Las transformaciones lineales también «respetan» inversos aditivos.

  Proposición (inversos aditivos van a inversos aditivos).

La demostración es sencilla y la puedes pensar por tu cuenta.

El haber enunciado estas proposiciones nos puede ayudar para decir, de golpe, que
algunas funciones no son transformaciones lineales: si una función falla en tener alguna
de las propiedades anteriores, entonces no es transformación lineal.
 Kernel de una transformación lineal

En álgebra, el kernel o núcleo de un homomorfismo mide el grado en que el

homomorfismo no es inyectivo. Un caso especial importante es el núcleo de una
aplicación lineal. El núcleo de una matriz, también llamado espacio nulo, es el núcleo
de la aplicación lineal definida por la matriz.
Por el teorema usted sabe que para cualquier transformación lineal T: V → W, el vector
cero en V mapea el vector cero en W. Es decir, T (0) = 0.

La primera cuestión que se abordará en esta sección es si existen otros vectores v

tales que T (v) = 0. El conjunto de todos estos elementos se denomina kernel de T.
Observe que se utiliza el símbolo 0 para representar el vector cero tanto en V como en
W, aunque a menudo estos dos vectores cero son diferentes entre sí.

Ejemplos
Demostración
Del teorema se sabe que ker (T) es un subconjunto no vacío de V. Por consiguiente,
por el teorema se puede demostrar que ker (T) es un subespacio de V al demostrar
que es cerrado bajo la suma vectorial y la multiplicación escalar.
Para efectuar lo anterior, sean u y v vectores en el kernel de T.
Entonces, T (u + v) = T (u) + T (v) = 0 + 0 = 0, lo cual implica que u " v está en el kernel.
Además, si c es cualquier escalar, entonces T (cu) = cT (u) = c0 = 0, lo cual implica
que cu está en el kernel.
 Transformaciones lineales aplicadas a una base

Conociendo los valores de una transformación lineal en algunos vectores, es posible,

determinar el valor de la transformación en otros vectores que son combinación lineal
de los primeros.

Ejemplos
Demostración

Demostración. Probemos primero la parte de existencia. Como B es base, cualquier

vector v de V se puede escribir como
a1+v1+a2+v2…..an+vn

Construyamos la función T: V= W tal que

T (v) =a1w1 + a2w2+…an+wn

Como para cada i=1,… n tenemos que la combinación lineal de vi en términos de B es

vi=1\vi, tenemos que T (vi)=1 wi= wi, que es una de las cosas que queremos. La otra
que queremos es que T sea lineal. Mostremos esto. Si

v= a1v1 + a2v2+…. +an vn y w=b1v1 + b2v2+….+bn vn

Entonces
V + W = (a1+b1) v1+ (a2+b2) v2 + (an+ bn) vn

Y por definición T (v+w)= (a1+b1) w1+ (a2+b2) w2+….+ (an+ bn) wn

Notemos que el lado derecho es igual a T (v) +T (w), de modo que T abre sumas. De
manera similar se puede mostrar que T saca escalares.
Matrices como transformaciones lineales
Es posible encontrar la transformación de cualquier vector v ∈ V por medio de la matriz
de la transformación. Este resultado establece un isomorfismo en donde la matriz de la
transformación lineal entre dos espacios vectoriales de dimensión finita se puede
expresar como una matriz y toda matriz puede representar una transformación lineal
entre dichos espacios, jugando un papel importante la base.
Definición
Dados V, W espacios vectoriales sobre R una transformación

Segunda definicion
TEOREMA

Vamos a denotar como TA la transformación lineal T basada en la matriz A, definida mediante

T(v) = A v. Adicionalmente, podemos probar el resultado inverso: para cada transformación
lineal T : R n → Rm, existe una matriz A tal que T(v) = A v.
Consideramos
Representación matricial de una transformación lineal arbitraria
Sean los espacios vectoriales U y V sobre R, de dimensiones respectivas n y m, y bases
(ordenadas) respectivas BU = (u1, . . . ,un) y BV = (v1, . . . , vm). Sabemos que todo
vector de U puede ser representado de manera única mediante un vector columna de R
n cuyas componentes son las coordenadas de dicho vector con respecto a la base BU.
Análogamente, los vectores de V tienen representación única en la base BV como un
vector de Rm.
Consideremos la aplicación lineal T : U → V. Para cada vector ui de la base BU, su
imagen con respecto a T será un vector T(ui) ∈ V, que puede ser representado con
respecto a la base BV mediante

PROPOSICION