c
c 

En el curso de matemáticas IV, se vio lo referente a números complejos, sistema

de matrices y determinantes, matriz adjunta, método de gauss-jordan, gaussiana y
de cramer para resolver sistemas de ecuaciones y espacios vectoriales. Lo único
que no se vio es las transformaciones lianeales, por eso que este trabajo hable de
ello.

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 V
un vector único Tv W y que satisface, para cada u y v en V y cada escalar K.

Son de gran importancia porque de aquí se derivan varios problemas a los que
nos vamos a enfrentar como ingenieros civiles, porque las matemáticas son la
base de toda ingeniería, de allí que se importante tener en cuenta como se
comportan las transformaciones lineales, saber interpretarlas y lo más importante
saber resolverlas.

En está investigación se tomaron en cuenta los subtemas del temario de

matemáticas IV, a nivel tacnológicos. Los puntos a tratar son definición de
transformaciones lineales, ejemplos de reflexión, rotación, etc.
Definición de nucleo Kernel de una transformación lineal, e imagen de una
transformación lineal, Matriz de una transformación lineal y su representación, así
como el álgebra y las aplicaciones de las transformaciones lineales.
 
 
 

 

 c cc

   c
c c

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 V
un vector único Tv 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.

Se denomina 2
2
2
, 
2
o

2
2
2
a toda
aplicación cuyo dominio y codominio sean espacios vectoriales que cumpla la
siguiente definición:

Sean R y espacios vectoriales sobre el mismo espacio o campo
, y  una

función de R en .  es una transformación lineal si para todo par de vectores  y
 pertenecientes a R y para todo escalar  perteneciente a
, se satisface que:

1.
2. donde k es un escalar.
 2 



Sea 0 ” Ԧ < 2ʌ un ángulo medido en radianes. Queremos averiguar cual es la

transformación T de R^2

en R^2 que gira cada vector U=( U1,U2) un ángulo ș para obtener un vector
T(u)=(v1,v2)

En una gráfica, vemos la situación como sigue:

˜ Si usamos las funciones trigonométricas, tenemos que:

v1= ||T(u)||˹cos(Į+Ԧ) = ||(u)||˹(cos Į ˹ cos Ԧ - sen Į ˹ sen Ԧ )

v2= ||T(u)||˹sen(Į+Ԧ) = ||(u)||˹(sen Į ˹ cos Ԧ - cos Į ˹ sen Ԧ )

Distribuyendo y usando el hecho de que U1=||u|| cos Į y U2=||u|| sen Į

tenemos que:

v1= U1 cos Ԧ - U2 sen Ԧ

v2= U2 cos Ԧ + U1 sen Ԧ

Èor lo tanto, ya descubrimos cómo debe estar definida la transformación T:R^2 ĺ
R^2

tal que: T (U1 , U2) = (U1 cos Ԧ - U2senԦ,U2 cos Ԧ + U1 sen Ԧ )

Esta transformación se llama la rotación por un ángulo Ԧ

y es lineal, ya que:

T [ (U1 , U2)+ Ȝ(v1 , v 2)] = T (u1 + Ȝ v1 , u2 + Ȝ v2 )

= ((u1 + Ȝ v1) cos Ԧ - (u2 + Ȝ v2) sen Ԧ, (u2 + Ȝ v2) cos Ԧ + (u1 + Ȝ v1) sen Ԧ)

= (u1 cos Ԧ - u2 sen Ԧ, u2 cos Ԧ + u1 sen Ԧ) + Ȝ (v1cos Ԧ - v2 sen Ԧ , v2 cos Ԧ +

v1 sen Ԧ)

= T (u1 , u2) + Ȝ T (v1 , v2)




.-En este caso, queremos averiguar como está definida la
transformación T de R^2 en R^2 que cada vector u = (u1 , u2) lo refleja sobre el
eje x, para obtener un vector T (u) = ( v1 , v2)

En una gráfica, vemos la situación como sigue:

Ĺĺ En este caso, la situación es más sencilla ya que claramente tenemos dos

triángulos rectángulos que son congruentes, de donde T queda definida como
sigue:

T(u1 , u2)=(u1 , - u2)

Esta transformación se llama la reflexión sobre el eje x, y es lineal, ya que:

T[(u1 , u2)+ Ȝ (v1 , v2)] = T(u1 + Ȝ v1 , u2 + Ȝ v2)

=(u1 + Ȝ v1 , - u2 - Ȝ v2)

=(u1 , - u2) + Ȝ (v1 , - v2)

T=(u1 , u2) + Ȝ T (v1 , v2)

  c cc
  c  
 
   c
c 

Kernel

 Sean R y espacios vectoriales y sea  : R ĺ una transformación

lineal. Entonces:

El kernel (o núcleo) de , denotado como ker , está dado por

ker T = {— È R: — = 0}


—2 Note que ker  es no vacío ya que por el Teorema 1 de las
Transformaciones lineales, (0) = 0 de manera que 0 È ker  para toda
transformación lineal . Será interesante encontrar otros vectores en R que sean
"mapeados al cero". De nuevo, nótese que cuando escribimos (0) = 0, el 0 de la
izquierda está en R, y el 0 de la derecha está en .

  
   c

c 
c  

Si es lineal, se define el 
 y la  2 de  de la siguiente

manera:

˜ Es decir que el núcleo de una transformación lineal está formado por el

conjunto de todos los vectores del dominio que tienen por imagen al vector
nulo del codominio.

˜ El núcleo de toda transformación lineal es un subespacio del dominio:

1. dado que (0R) = 0

2. Dados

3. Dados

˜ Se denomina 
2 a la dimensión del núcleo. Nulidad(T) = dim(Nu(T))

˜ O sea que la imagen de una transformación lineal está formada por el
conjunto de todos los vectores del codominio que son imágenes de al
menos algún vector del dominio.
˜ La imagen de toda transformación lineal es un subespacio del codominio.
˜ El rango de una transformación lineal es la dimensión de la imagen.

rg(T) = dim(Im(T))



 c   
   c
c 

 Sean R y espacios vectoriales y sea  : R ĺ una transformación

lineal. Entonces:

imag R = { ] È : ] = — para alguna — ÈR}


—2 El concepto imag  es simplemente el conjunto de "imágenes" de
vectores en R bajo la transformación . De hecho, si ] = —, diremos que ] es
también la imagen de — bajo .


 2. Si  : R ĺ es una transformación lineal, entonces:

i. ker  es un subespacio de R.

ii. imag  es un subespacio de .

 
2

i. Sean  y — en ker V entonces ( + —) =  + — = 0 + 0 = 0 y (Įu) = Įu = Į0

= 0 de modo que  + — y Į están en ker .

ii. Sean ] y  en imag . Entonces ] = u y  = — para dos vectores y — en R.

Esto significa que (+ —) =  + — = ] +  y (Įu) = Į = Į]. De esta manera
] +  y Į] están en imag .




Sea — = 0 para todo — È R. ( es la transformación cero.) Entonces ker  = R e

imag  = {0}


c 
   c c 

  Dados espacios vectoriales sobre una `
 
 


 entre y es una función

Que satisface la siguiente condición, para todo , :

Ejercicio 1 : Si es lineal, entonces , y

Ejercicio 2: Si satisface , ,
entonces es una transformación lineal.
  Dada , definimos a como la función ``multiplicación
por '', es decir,

con

Un hecho fundamental es que es una transformación lineal entre los espacios

y (se deja como ejercicio).


 2  ¢




`  


`
 
 








`

1. .

2. .

3. .

4. .


 2  ¢




` 

 






`
 
 






`


`

 




`

1. .

2. .
3. es invertible (es decir, existe una matriz de dim. tal que
).
 4. La forma escalonada reducida por filas de tiene pivotes.
5. es equivalente mediante operaciones elementales a la matriz identidad
.
6. El conjunto de filas de es linealmente independiente.
7. El conjunto de columnas de es linealmente independiente.
8. La única solución al sistema homogéneo es la solución trivial
.
9. Existe un tal que el sistema tiene única solución (es decir,

para algún ).
10. Èara todo , el sistema tiene única solución (es decir,

para algún ).

11. (es decir, la única preimagen bajo

del vector cero es el vector cero).

12. .

13. .

14. .

15. es sobreyectiva (es decir, .

16. es una base para .

17. es inyectiva, esto es, si , entonces .

18. es un isomorfismo (esto es, una transformación lineal inyectiva y

sobreyectiva).

V

`




`  










`








`
`

 





`
 
 





 


Verdadero o falso:

1. Si la ecuación tiene única solución, entonces es invertible.

 REÈRESENTACION MATRICIAL DE UNA TRANSFORMACION
LINEAL.

Si  es una función de en definida por en donde V es

una matriz de , y dado que la condición corresponde

a la propiedad distributiva de la multiplicación de matrices

y la condición es también una propiedad de la multiplicación de

matrices . Entonces  es una transformación lineal. Y se puede

concluir que:

Toda matriz V de define una transformación lineal de en .

Ahora consideremos una transformación lineal  de en V si aplicamos

esta transformación a los vectores base de , obtenemos los siguientes

vectores:

Si construimos una matriz V cuyas columnas sean los vectores

V V define una transformación lineal de en tal

que si

para  = 1, 2, . . . , .
Entonces

y por lo tanto para  = 1, 2, . . . , . Concluimos que 

y la
transformación V
, son la misma, porque tienen el mismo efecto sobre los
vectores base.

V

es la matriz cuyas columnas son los vectores .

La matriz V se llama matriz de transformación de 

o representación
matricial de .
Si se usan bases diferentes, las matrices de transformación que se obtendrán
serán diferentes.



Encuentre la representación matricial de la transformación lineal  de en

definida por

Aplicamos  a los vectores base de :

, , ,
Entonces la matriz V
es

.



En el ejemplo 1 se utilizó la base canónica para construir la matriz de
representación de la transformación lineal

ahora se utilizará la base .

, , ,

Entonces la nueva matriz de transformación queda:




Encuentre la representación matricial V de la transformación lineal  definida
por

Aplicamos  a los vectores base de :

Entonces la matriz de transformación es



Encuentre la representación matricial V
de la transformación lineal  definida
por

Aplicamos la transformación a los vectores base de

Entonces la matriz de transformación es .


 


  

 
 

   

   c c 
?

 Un álgebra A sobre un campo F es un espacio vectorial sobre F en el

que se tiene definida una operación producto que satisface para todos los
elementos T1, T2, T3 È A y Į È F

T1 (T2 + T3) = T1T2 + T1T3

(T2 + T3)T1 = T2T1 + T3 T1

Į(T1T2) = (ĮT1)T2 = T1(ĮT2)

Si además se cumple que

(T1T2)T3 = T1(T2T3)

Entonces V es un álgebra asociativa.

 Sean V, U y W espacios vectoriales sobre el mismo campo F. Sean T1:

V ĺ U y T2: U ĺ W dos transformaciones lineales.

Se define la composición de T2 seguida de T1 T2°T1 como la función de V a W

(T2°T1) : V ĺ W tal que (T2°T1)(v) = T2(T1(v)).

Èroposición. Si u, v È V y Į, ȕ È F, entonces:

(T2°T1)(Įv+ȕu)=T2(T1(Įv+ȕu))=T2(ĮT1(v)+ȕT1(u)) = Į(T2°T1)(v) + ȕ(T2°T1(u)

(T2°T1) es Transformación Lineal

cc 
   c c 

Sea V
y 
conjuntos no vacíos arbitrarios. Supongamos que a cada elemento
de V
se le asigna un único elemento de . La colección de tales asignaciones se
denomina una aplicación de V
en . El conjunto V
se llama el dominio de la
aplicación y el conjunto , su codominio. Una aplicación 
de V
en 
se denota
por:

: V



Escribimos (
), leído f de a, para representar el elemento de 

que 
asigna al
elemento


V. Recibe el nombre de valor de 
en

o imagen de

bajo .
El término función se usará como sinónimo de aplicación, aunque algunos
autores reservan la palabra función para designar las aplicaciones de valores
reales
o complejos, es decir, las que aplican a un conjunto en R o C.
Consideremos una aplicación 
: V

. SI V
es cualquier subconjunto de V,
(V ) denota el conjunto de imágenes de V V y si 
es cualquier subconjunto de
, ( 1)( ) denota el conjunto de elementos de V
cuyas imágenes están en  :
(V ) =
(
) :


V 
y 1( ) =



V
: (
) 
 

Llamamos a (V ) la imagen de V

y a 1( ) la imagen inversa o primagen
de  . En particular, el conjunto de todas las imágenes, o sea, (V), se conoce
como la imagen (o recorrido) de .
A cada aplicación 
: V


le corresponde el subconjunto de V


dado
por
(

(
)) :


V. Este conjunto se denomina el grá_co de . Se dice que
dos aplicaciones 
: V


y 
: V


son iguales, escrito 
= , si (
) = (
)
para todo


V, esto es, si tienen el mismo grá_co. Así pues, no distinguiremos
entre una función y su grá_co. La negación de 
= 
se escribe 
!= 
y es la
proposición:
Existe un


V
para el cual (
) != (
).
A veces la _echa con barra w
se utiliza para denotar la imagen de un elemtno
arbitrario "

V
bajo una aplicación 
: V

, escribiendo

"
w
(")

Se aplican en sistemas de ecuaciones lineales, en matrices y en un sin número de

problemas, gracias a las transformaciones lineales sabemos el dominio e imagen y
teniendo esto saber si es un espacio vectorial.
 c 

Este trabajo fue realizado para conocer las transformaciones lineales y las partes
que las componen.

Èorque son de vital importancia en el estudio del álgebra lineal, de tal manera que
nosotros como estudiantes debemos de conocer la manera en que se resuelven,
para así facilitarnos la resolución de algunos problemas que quizás se nos puedan
presentar en un futuro como ingenieros civiles.

En esta investigación se presentaron los subtemas relacionados con las

transformaciones lineales, las cuales se definieron con anterioridad.

Con esta última unidad concluimos con un curso que la verdad fue muy
apresurado, con varios días de inactividad por motivos festivos y extraescolares,
pero la investigación de este tema reafirma el último capítulo del temario que se
utiliza en matemáticas IV.

Espero que se haya entendido la forma de resolver una tranformación lineal,

porque de ella pueden partir otros temas que tal vez veamos más adelante en el
trancurso de nuestra carrera como ingenieros civiles.

Aprovecho la oportunidad para agradecer a usted Ing. Efraín García García por su
tiempo dedicado a nosotros y por la manera en que impartió el curso de
Matemáticas IV. Los temas que vimos quedaron claros y la manera de resolverlos
también, espero que más adelante nos instruya con sus conocimientos y que
comparta con todo el grupo sus experiencias y aprendizajes.

Sin más por anotar doy por terminada esta investigación.

cc c

http://es.wikipedia.org/wiki/Aplicaci%C3%B3n_lineal

http://www.mty.itesm.mx/etie/deptos/m/ma95-843/lecturas/l843-52.pdf

http://oceanologia.ens.uabc.mx/~matematicas/algebralineal/V%20Transformacione
s%20Lineales/03%20representacion%20matricial.htm

http://www.scribd.com/doc/6783250/Transformaciones-lineales

http://enciclopedia.us.es/index.php/Transformaci%C3%B3n_lineal