Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Maestro:
Jesús Domingo Lacorte García
Alumno:
Materia:
Algebra Lineal
Hora:
7am-8am
BIBLIOGRAFIAS .................................................................................................................. 21
3
5.1 Definición de transformación lineal
Definición: Las transformaciones lineales son las funciones y tratan sobre K-
espacios vectoriales que son compatibles con la estructura (es
decir, con la operación y la acción) de estos espacios.
Aquí se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los
espacios vectoriales. Es decir, de funciones que preservan la suma y la
multiplicación por escalares.
es lineal.
Entonces:
4
Por otro lado, para todo escalar c,
T es lineal.
5
Teniendo en cuenta que las transformaciones lineales son funciones entre
conjuntos, tiene sentido estudiar la validez de las propiedades usuales de
funciones: infectividad, selectividad y biyectividad.
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.
6
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 gráfica 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.
7
5.2 NUCLEO E IMAGUEN DE UNA TRANSFORMACION LINEAL.
Teorema 1
i. T(0) = 0
ii. T(u - v) = Tu - Tv
Teorema 2
Sea V un espacio vectorial de dimensión finita con base B = {v1, v2, . . . , vn}.
Sean w1,
8
Ejemplo
9
ii. La imagen de T, denotado por Im T, esta dado por
Teorema 4
i.Un T es un subespacio de V.
ii.Im T es un subespacio de W.
Demostración
10
Ejemplo 3. Núcleo e imagen de la transformación cero
11
Definición 2 Nulidad y rango de una transformación lineal
Toda matriz A de m*n da lugar a una transformación lineal T:R´´ R´´´ definida por Tx
= Ax. Es evidente que un T = NA, Im T = Im A = CA, v(T) = v(A) y p(T) = p(A).
Entonces se ve que las definiciones de núcleo, imagen, nulidad y rango de una
transformación lineal son extensiones del espacio nulo, la imagen, la nulidad y el
rango de una matriz.
12
5.3 Representación matricial de una transformación lineal
Si A es una matriz de m*n y T: Rn-Rm está definida por Tx = Ax, entonces, T es una
transformación lineal. Ahora se verá que para toda transformación lineal de R n en Rm existe
una matriz A de m*n tal que Tx = Ax para todo x ϵ Rn. Este hecho es de gran utilidad. Si Tx
= Ax. Entonces un T = NA e Im T = RA. más aun, v(T) = dim un T = v(A) y p(T) = dim Im T =
p(A). Así se puede determinar el núcleo, la imagen, la nulidad y el rango de una
transformación lineal de Rn-Rm determinando el espacio nulo y la imagen de la matriz
correspondiente. Adicionalmente, una vez que se sabe que Tx = Ax. Se puede evaluar Tx
para cualquier x en Rn mediante una simple multiplicación de matrices.
Tx = AT x Para toda x ϵ ʀ
Pero esto no es todo. Como se verá, cualquier transformación lineal entre espacios
vectoriales de dimensión finita se puede representar mediante una matriz.
Teorema 1
Sea T:Rn -Rm una transformación lineal. Existe entonces una matriz única de m*n, AT tal que
Demostración
Sea w1 = Te1,w2 = Te2,….,wn = Ten. Sea AT la matriz cuyas columnas son w1, w2,…., wn y
hagamos que AT denote también ala transformación de R n-Rm, que multiplica un vector en
Rn por AT. si
𝑎1𝑖
𝑎2𝑖
𝑤𝑖 = . 𝑝𝑎𝑟𝑎 𝑖 = 1,2, . . . , 𝑛
.
(𝑎𝑚𝑖 )
Entonces
0
𝑎11 𝑎12 ⋯ 𝑎1𝑖 𝑎1𝑛 0 𝑎1𝑖
𝑎21 𝑎22 ⋯ 𝑎2𝑖 ⋮
𝐴 𝑇 𝑒𝑖 ( ⋮ ⋯ 𝑎2𝑛 ) (
𝑎2𝑖
⋮ ⋮ ⋮ 1 = ⋮ ) = 𝑊𝑖
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑖 0
⋯ 𝑎𝑚𝑛 𝑎𝑚𝑖
⋮
(0)
De esta forma, ATei = wi para i = 1,2,….n., T y la transformación A T son las mismas porque
13
coinciden en los vectores básicos.
Ahora se puede demostrar que AT es única. Suponga que Tx = ATx y que Tx = BTx para
todo x ϵ Rn. Entonces ATx = BTx, o estableciendo CT= AT – BT, se tiene que CTx = 0 para
todo x ϵ Rn. En particular, CTei es la columna i de CT. Así, cada una de las n columnas de
CT es el m-vector cero, la matriz cero de m*n. Esto muestra que AT = BT y el teorema queda
demostrado.
Definición 1 Matriz de transformación
La matriz AT en el teorema 1 se denomina matriz de transformación correspondiente a T o
representación matricial de T.
NOTA. La matriz de transformación AT está definida usando las bases estándar tanto en
Rn como en R3. Si se utilizan otras bases, se obtendrá una matriz de transformación
diferente.
𝑥 𝑥 1 1 0 0 0 0
𝑎𝑞𝑢𝑖 𝑇 (𝑦) = (𝑦) 𝐸𝑛 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑟 𝑇 (0) = (0) . 𝑇 (1) = (1) 𝑦 𝑇 (0) = (0) 𝐴𝑠𝑖
𝑧 0 0 0 0 0 1 1
1 0 0 𝑥 1 0 0 𝑥 𝑥
AT = (0 1 0) 𝑜𝑏𝑠𝑒𝑟𝑣𝑒 𝑞𝑢𝑒 𝐴 𝑇 (𝑦) = (0 1 0) (𝑦) = (𝑦)
0 0 0 𝑧 0 0 0 𝑧 0
14
Teorema 4
Sean V y W espacios vectoriales de dimensión finita con dim V = n. sea T:V-W una
transformación lineal y sea AT una representación matricial de T respecto a las bases B1 en
V y B2 en W. entonces
i. p(T) =p(AT) ii. V(A) = v(AT) iii. V(a) + p(T) = n
AT = A2-1CA1
1 𝑐 0 0 𝑐 0
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑇 ( ) = ( ) 𝑦 𝑇 ( ) = ( ) de manera que si AT = ( ) se tiene
0 0 1 1 0 1
𝑥 𝑥 𝑐 0 𝑥 𝑐𝑥
𝑇 (𝑦) = 𝐴 (𝑦) = ( ) (𝑦) = ( 𝑦 )
0 1
De manera similar, una expansión a lo largo del eje y es una transformación lineal que
multiplica la coordenada y de todo vector en R2 por una constante C>1. Como antes ,
𝑥 𝑐𝑥
𝑠𝑖 𝑇 (𝑦) = ( 𝑦 )
1 0
entonces la representación matricial de T es 𝐴 𝑇 ( ) de manera que
0 𝑐
15
1 0 𝑥 𝑥
( ) (𝑦) = (𝑐𝑦)
0 𝑐
16
5.4 APLICACIONDE LAS TRASFORMACIONES LINEALES REFLEXION,
DILATACION, CONTRACCION Y ROTACION.
Reflexión sobre el eje xEn este caso, queremos averiguar cómo está definida la
17
En una gráfica, vemos la situación como sigue:
En este caso, la situación es más sencilla ya que claramente tenemos dos triángulos
rectángulos que son congruentes, de donde T queda definida comosigue:
Ejemplo contracción
18
Rotación por un ángulo
19
20
BIBLIOGRAFIAS
http://sitioalgebralinealtercersemestre.blogspot.com/2015/12/unidad-5-
transformaciones-lineales.html
https://sites.google.com/site/sistemasalgebralineal/unidad-5---transformaciones-
lineales/representacion-matricial-de-una-transformacion-lineal-respecto-a-dos-
bases-no-estadar-en-r2
https://sites.google.com/site/sistemasalgebralineal/unidad-5---transformaciones-
lineales/5-2-nucleo-e-imagen-de-una-transformacion-lineal
https://sites.google.com/site/sistemasalgebralineal/unidad-5---transformaciones-
lineales/5-4-aplicacion-de-las-transformaciones-lineales
http://itsavbasicas.blogspot.mx/2012/05/54-aplicacion-de-las-
transformaciones.html
http://mate.dm.uba.ar/~jeronimo/algebra_lineal/Capitulo3.pdf
21
22