Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Una función vectorial relaciona cada vector de un espacio vectorial con un único vector
de otro espacio vectorial
V F W
F: 𝑉 → 𝑊 w=F(v)
𝒗𝟏 𝒘𝟏
𝒗𝟐
𝒘𝟐
𝒘𝟑 Imagen
𝒗𝟑 La imagen puede coincidir o estar
Incluida en el espacio vectorial W
Dominio Codominio
TRANSFORMACIONES LINEALES
Definición
Si V y W son espacios vectoriales (EV) y F o T es una función que asocia cada vector de
V con un único vector de W siendo F: 𝑉 → 𝑊 w=F(v)
y además F: 𝑉 → 𝑊 cumple :
1) 𝐹 𝑢 + 𝑣 = 𝐹 𝑢 + 𝐹 𝑣 , 𝑢 𝑦 𝑣 ∈ 𝑉
2) 𝐹( 𝜆u) = 𝜆 𝐹 𝑢 , ∀𝑢 ∈ 𝑉 𝑠𝑖𝑒𝑛𝑑𝑜 𝜆 𝑒𝑠𝑐𝑎𝑙𝑎𝑟
Entonces F o T es transformación lineal (TL)
Consideraciones
• No toda función vectorial será transformación lineal
• Trabajamos sobre espacios vectoriales donde existen dos operaciones, suma y multiplicación
por escalar, la idea es que estas operaciones se preservan a través de la TL
𝑭 𝒖+𝒗 = 𝑭 𝒖 + 𝑭 𝒗 se lee, la imagen de la suma de los vectores u y v, es igual a la suma de las imágenes de cada uno de ellos
𝑭( 𝝀u) = 𝝀 𝑭 𝒖 se lee, la imagen del producto de un escalar landa por un vector u, es igual al escalar por la imagen del vector u
TRANSFORMACIONES LINEALES
Generalización
Si en vez de dos vectores tenemos “n” vectores y “n” escalares,
combinando los puntos 1) y 2), entonces:
Transformación de un EV en si mismo
𝑇: 𝑉 → 𝑉 / 𝑇 𝑣 = 𝑣 es un OPERADOR LINEAL
𝑇: 𝑉 → 𝑊 es transformación lineal
1 𝑻 𝟎 =𝟎 𝑐𝑜𝑚𝑜 0. 𝑣 = 0 ⇒ 𝑇 0 = 𝑇 0. 𝑣 = 0. 𝑇 𝑣 = 0 𝑝𝑎𝑟𝑎 𝑣 ∈ 𝑉
3 𝑻 𝒗−𝒘 =𝑻 𝒗 −𝑻 𝒗 , ∀𝑣𝑦𝑤 ∈𝑉
𝑝𝑢𝑒𝑠 𝑇 𝑣 − 𝑤 = 𝑇 𝑣 + (−1). 𝑤 = 𝑇 𝑣 + −1 𝑇 𝑤 = 𝑇 𝑣 − 𝑇 𝑤
TRANSFORMACIONES LINEALES
Núcleo, kernel o espacio nulo
Es el subconjunto de los vectores del EV V que tiene como imagen el vector nulo de W
Se indica N(T) o ker(T) Ejemplo
Es un subespacio de V
Su dimensión se denomina Nulidad de T 𝑇: 𝑅𝑛 → 𝑅𝑚 / 𝐴. 𝒙
ഥ=0
T
V Es el núcleo
W
La solución del sistema homogéneo
Siempre compatible
Rango T + Nulidad de T = n
Ejemplo
Núcleo e imagen de una transformación lineal. Interpretación geométrica. Duración 11:28 min.
https://www.youtube.com/watch?v=nSD8uhoDQ_o
Núcleo e imagen de una transformación lineal. Procedimiento de cálculo. Duración 19:18 min
https://www.youtube.com/watch?v=cyuGo5FFfek
Transformaciones lineales- Teorema de la dimensión. Duración 13:31 min
https://www.youtube.com/watch?v=lYOOiT34HR8
TRANSFORMACIONES LINEALES
Una TL está completamente determinada por los valores de una base
Procedimiento
1 𝐸𝑥𝑝𝑟𝑒𝑠𝑎𝑟 𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 "v" 𝑒𝑛 𝑡é𝑟𝑚𝑖𝑛𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑏𝑎𝑠𝑒
𝑣 = 𝑘1 𝑣1 + 𝑘2 𝑣2 , + ⋯ + 𝑘𝑛 𝑣𝑛
2 𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑟 𝑇 𝑣 = 𝒌𝟏 𝑇 𝒗𝟏 + 𝒌𝟐 𝑇 𝒗𝟐 + … + 𝒌𝒏 𝑻(𝒗𝒏 )
TRANSFORMACIONES LINEALES
Una TL está completamente determinada por los valores de una base
Ejemplo
𝑆 = 𝑣1 ; 𝑣2 ; 𝑣2 donde 𝑣1 = 1; 1; 1 ; 𝑣2 = 1; 1; 0 ; 𝑣3 = (1; 0; 0)
𝑇: 𝑅3 → 𝑅2 𝑒𝑠 𝑇𝐿 y T 𝑣1 = 𝟏; 𝟎 ; T 𝑣2 = 𝟐; −𝟏 ; T 𝑣3 = 𝟒; 𝟑
Determinar T 𝑣 ; ? 𝑠𝑖𝑒𝑛𝑑𝑜 𝑣ҧ = 𝟐; −𝟑; 𝟓
En general, si 𝑒1ҧ , 𝑒2ҧ , … , 𝑒𝑛ҧ es la base canónica o estándar para 𝑅𝑛 y A es una matriz
de orden 𝑚𝑥𝑛 (𝐴𝑚𝑥𝑛 )
que tiene como imágenes de los vectores de la base,
a los vectores columna de la matriz A
MATRIZ ESTÁNDAR CONTINUACIÓN
Además,
𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝑥1 𝒂𝟏𝟏 𝒙𝟏 + 𝒂𝟏𝟐 𝒙𝟐 + 𝒂𝟏𝟑 𝒙𝟑 + … + 𝒂𝟏𝒏 𝒙𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 … 𝒂𝟐𝒏 𝑥2 = 𝒂𝟐𝟏 𝒙𝟏 + 𝒂𝟐𝟐 𝒙𝟐 + 𝒂𝟐𝟑 𝒙𝟑 + … + 𝒂𝟐𝒏 𝒙𝒏
𝐴. 𝑥ҧ = ⋮ ⋮ ⋮ ⋮ . …
⋮ ⋮ ⋮ … ⋮
𝒂𝒎𝟏 𝒂𝒎𝟐 … 𝒂𝒎𝒏 𝑥𝑛 𝒂𝒎𝟏 𝒙𝟏 + 𝒂𝒎𝟐 𝒙𝟐 + 𝒂𝒎𝟑 𝒙𝟑 + … + 𝒂𝒎𝒏 𝒙𝒏
Reexpresando
𝑎11 𝑎12 𝑎1𝑛
𝐴. 𝑥ҧ = 𝑥1 . 𝑎…
21 + 𝑥 . 𝑎22 + … + 𝑥 . 𝑎2𝑛
2 … 𝑛 …
𝑎𝑚1 𝑎𝑚2 𝑎𝑚𝑛
Ejemplo 𝒙𝟏 𝒙 + 𝟐𝒙𝟐
𝟐
𝑻: 𝑹 → 𝑹 𝟐
𝑻 𝒙 = 𝟏
𝟐 𝒙𝟏 − 𝒙𝟐
𝟏 𝟏 + 𝟐. 𝟎 𝟏
𝑻 = =
𝟎 𝟏 −𝟎 𝟏
𝟏 𝟐
A= Luego 𝑻: 𝑹𝟐 → 𝑹𝟐 ഥ = 𝑨. 𝒙
𝐓 𝒙 ഥ
𝟏 −𝟏
𝟎 𝟎 + 𝟐. 𝟏 𝟐
𝑻 = = 𝒙𝟏 𝟏 𝟐 𝒙𝟏
𝟏 𝟎 −𝟏 −𝟏 𝑻 𝒙 = . 𝒙
𝟐 𝟏 −𝟏 𝟐
no necesariamente Rn y Rm
MATRICES DE LAS TRANSFORMACIONES LINEALES
V T W
x Cada vez que se aplica T
T(x)
de modo que 𝑥 → 𝑇(𝑥)
𝑇ത
Se genera una aplicación 𝑇ത que
𝑥 𝐵 𝑇(𝑥) 𝐵´ relaciona las correspondientes matrices
B 𝑛∗1 𝑚∗1 B´ de coordendas que siempre es TL
Luego ഥ ∶ 𝑹𝒏 → 𝑹𝒎 / 𝐀 𝒙
𝑻 𝑩 = 𝑻(𝒙) 𝑩´
MATRICES DE LAS TRANSFORMACIONES LINEALES
❑ Si conocemos la matriz A
Si la matriz A es dato entonces podemos encontrar la imagen
de cualquier vector del espacio vectorial V mediante un método indirecto
(eficiente computacionalmente)
x T(x)
1
1 Calcular 𝑥 𝐵
3
2
𝑥 𝑇(𝑥) 𝐵´
2 Determinar A 𝑥 𝐵 = 𝑇(𝑥) 𝐵´
𝐵
𝐀𝒙 𝑩
3 Reconstruir T(x) a partir de 𝑇(𝑥) 𝐵´
MATRICES DE LAS TRANSFORMACIONES LINEALES
Ejemplo 1 3 2 𝐵= 1; 0; 0 ; 0; 1; 0 ; 0; 0; 1
𝑇: 𝑅3 → 𝑃2 𝐴= 1 1 6
1 −1 2 B´ = 1 − 𝑥 + 𝑥 2 ; 3𝑥 2 ; 5
Determinar 𝑇 𝑣ҧ =? 𝑠𝑖𝑒𝑛𝑑𝑜 𝑣ҧ = (3; 1 ; 7)
Método indirecto
𝑘1 = 3 3
1 3; 1 ; 7 = 𝑘1 1; 0; 0 + 𝑘2 0; 1; 0 + 𝑘3 0; 0; 1 𝑘2 = 1 𝑥 = 1
𝐵
1 3 2 3 20
𝑘3 = 7 7
2 𝐴 𝑥 𝐵= 1 1 6 1 = 46
1 −1 2 7 16
3 𝑇 𝑣ҧ = 20 1 − 𝑥 + 𝑥 2 + 46 3𝑥 2 + 16 . 5
𝑇 𝑣ҧ = 158 𝑥 2 − 20𝑥 + 100
MATRICES DE LAS TRANSFORMACIONES LINEALES
❑ No conocemos la matriz A
La matriz A debe satisfacer, A𝑥 𝐵 = 𝑇(𝑥) 𝐵´ ∀𝑥 𝜖 𝑉
𝑚∗𝑛 𝑛∗1 𝑚∗1
Sea V un EV de dimensión “n” con base 𝐵 = 𝑢1 ; 𝑢2 ; … ; 𝑢𝑛
Sea W un EV de dimensión “m” con base 𝐵′ = 𝑣1 ; 𝑣2 ; … ; 𝑣𝑚
𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 … 𝒂𝟐𝒏
𝒚 𝑨= ⋮ ⋮ ⋮ ⋮ 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 𝑚 ∗ 𝑛
𝒂𝒎𝟏 𝒂𝒎𝟐 … 𝒂𝒎𝒏
MATRICES DE LAS TRANSFORMACIONES LINEALES
Entonces ,∀𝑥 𝜖 𝑉 A𝑥 𝐵 = 𝑇(𝑥) 𝐵´ 1
➢ S𝑖 𝑥 = 𝑢1 ⟹ A 𝑢1 𝐵 = 𝑇 𝑢1 𝐵´ 𝑦 𝑠𝑖𝑒𝑛𝑑𝑜 0
𝑢1 𝐵 = …
𝑎11 𝑎12 … 𝑎1𝑛 𝑎11 0
1
𝑎21 𝑎22 … 𝑎2𝑛
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 A 𝑢1 𝐵 = ⋮ ⋮ ⋮ ⋮
0
… = 𝑎…21 = 𝑇(𝑢 )
1 𝐵´
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 0 𝑎𝑚1 Primer columna de A
0
➢ S𝑖 𝑥 = 𝑢2 ⟹ A 𝑢2 = 𝑇 𝑢2 𝐵´ 𝑦 𝑠𝑖𝑒𝑛𝑑𝑜
𝐵
1
𝑢2 𝐵 = …
𝑎11 𝑎12 … 𝑎1𝑛 𝑎11 0
0
𝑎21 𝑎22 … 𝑎2𝑛
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 A 𝑢2 𝐵 = ⋮ ⋮ ⋮ ⋮
1
… = 𝑎…21 = 𝑇(𝑢 )
2 𝐵´
𝑎𝑚1 Segunda columna de A
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 0
MATRICES DE LAS TRANSFORMACIONES LINEALES
Así sucesivamente podemos encontrar todas las columnas de la matriz A.
La matriz que se obtiene es la matriz de las transformaciones lineales
correspondientes a las bases B y B´ y se indica
Ejemplo
𝑇: 𝑅2 → 𝑃1 𝑇 𝛼; 𝛽 = 𝛼 + 𝛽 + 2𝛽𝑥
Determinar 𝐴 =?
𝐵= 1; 3 ; 6; 8 B´ = 1; 𝑥
1 𝑎1 = 4 𝑦 𝑎2 = 6
𝑇 = 4 + 6𝑥 4 + 6𝑥= 𝑎1 . 1 + 𝑎2 . 𝑥
3
1 4
𝑇 =
3 6
𝐵´
6 −2 − 16𝑥= 𝑎3 . 1 + 𝑎4 . 𝑥 𝑎3 = −2 𝑦 𝑎4 = −16
𝑇 = −2 − 16𝑥
−8
6 −2
𝑇 =
𝟒 −𝟐 −8 −16
𝐵´
𝐀=
𝟔 −𝟏𝟔
SEMEJANZA Y SIMILARIDAD
una base que haga que la matriz de la transformación lineal sea tan sencilla como se pueda.
𝐵= 1; 0 ; 0; 1 B´ = 1; 1 ; 1; 2
Matriz de Transición - 𝑃: 𝐵´ → 𝐵
𝑢1 = 𝑎1 . 𝑒1ҧ + 𝑎2 . 𝑒2ҧ 1; 1 = 𝑎1 1; 0 + 𝑎2 0; 1 1
𝑢1 𝐵´ =
𝑎1 = 1 y 𝑎2 = 1 1
𝑢2 = 𝑎3 . 𝑒1ҧ + 𝑎4 . 𝑒2ҧ 1; 2 = 𝑎3 1; 0 + 𝑎4 0; 1 1
𝑢2 𝐵´ =
𝑎 3 = 1 y 𝑎4 = 2 2
1 1
𝑃=
1 2
SEMEJANZA Y SIMILARIDAD
Inversa de P
2 −1
𝑃−1 =
−1 1