INDICE Introduccin 5 Transformaciones lineales 5.1 Introduccin a las transformaciones lineales. 5.2 Ncleo e imagen de una transformacin lineal.

5.3 La matriz de una transformacin lineal. 5.4 Aplicacin de las transformaciones lineales: reflexin, dilatacin, contraccin y rotacin Conclusin 3 4 4 7 9 10 17

INTRODUCCIN Una transformacin es un conjunto de operaciones que se realizan sobre un vector para convertirlo en otro vector. Los espacios vectoriales son conjuntos con una estructura adicional, al saber, sus elementos se pueden sumar y multiplicar por escalares del campo dado, conviene utilizar funciones que preserven dicha estructura. Estas funciones se llamaran transformaciones lineales y en el presente capitulo las estudiaremos. Mas adelante mostraremos que las transformaciones lineales se pueden representar en trminos de matrices, y viceversa. Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las condiciones necesarias. Las transformaciones lineales ocurren con mucha frecuencia en el lgebra lineal y en otras ramas de las matemticas, tienen una gran variedad de aplicaciones importantes. Las transformaciones lineales tienen gran aplicacin en la fsica, la ingeniera y en diversas ramas de la matemtica. Estudiaremos las propiedades de las transformaciones lineales, sus diferentes tipos, as como la imagen, el ncleo, y como se desarrolla en las ecuaciones lineales.

5 Transformaciones lineales
5.1 Introduccin a las transformaciones Lineales
Definicin. Sean V y W espacios vectoriales sobre el mismo campo k. Una transformacin lineal de V en W, es una funcin tal que: i) ii) , , , . .

En otras palabras, una transformacin lineal es una funcin que respeta las operaciones definidas en los espacios vectoriales: abre sumas y saca escalares. Observaciones: i) Si En efecto . Ntese que en realidad solo se usa la propiedad aditiva (i) de T. Este hecho lo usamos en el siguiente inciso. ii) es lineal si y solo si , lineal: a) b) Ntese que usamos el hecho de que hecho al final del inciso (i). iii) , a) b) Si , entonces es lineal si y solo si . , por la condicin (ii) de T. : , lo cual es consecuencia del comentario . , , , . es una transformacin lineal, entonces .

. Por la ley de la cancelacin en W, tenemos que

Si T lineal, entonces

. Inversamente, supongamos que . Probemos las dos condiciones para que T sea

La demostracin se hace por induccin sobre n.

Supongamos vlido para n. Probemos para

Por la condicin (i) de T, tenemos que, Y por hiptesis de induccin, tenemos que, As que podemos concluir que, Este ltimo inciso se puede abreviar usando la notacin sigma como sigue:

Veamos algunos ejemplos de transformaciones lineales, donde haremos uso extenso de la observacin (ii) de arriba. Ejemplo 1. Sea otro lado, Ejemplo 2. Sea tal que . Esta transformacin recibe el nombre de la transformacin identidad de V en V, y se denota como Ejemplo 3. Sea tal que la traza de A, es decir, elementos de la diagonal. Entonces T es lineal, ya que , la suma de los . , . Entonces T es lineal, ya que tal que , . Entonces T es lineal, ya que . Por lo tanto, vemos que . , y por

Esta transformacin recibe el nombre de la transformacin cero y se denota como .

Ejemplo 4. Sea tal que . Entonces T es lineal, ya que

Ejemplo 5. Sea tal que , la derivada de . Entonces T es lineal ya que:

Ejemplo 6. Sea cerrado , el espacio vectorial de todas las funciones continuas en un intervalo y sea tal que . Entonces T es lineal ya que:

Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean espacios vectoriales y se cumplan las siguientes condiciones:

1. T(u+v) = T(u) + T(v)

2. T(ku) = kT(u) donde k es un escalar.

Clasificacin de las transformaciones lineales

1. Monomorfismo: Si
ncleo es el vector nulo.

es inyectiva, o sea si el nico elemento del es sobreyectiva (exhaustiva). es biyectiva (inyectiva y exhaustiva).

2. Epimorfismo: Si 3. Isomorfismo: Si 4. Endomorfismo: Si 5. Automorfismo: Si

o sea si el dominio es igual al codominio (el espacio vectorial de salida y el de llegada son el mismo). es endomorfismo e isomorfismo a la vez.

5.2 Ncleo e imagen de una transformacin lineal

Kernel o Ncleo Definicin 94 Sea de la transformacin lineal vector nulo, es decir una transformacin lineal. Se define el Kernel o Ncleo , denotado por al conjunto de las preimgenes del

Ejemplo Hallar el conjunto de las preimgenes del vector nulo para la transformacin lineal

Solucin: Necesitamos determinar los vectores Evaluando es decir,

de

tales que

luego, utilizando la matriz asociada al sistema, obtenemos

por lo tanto,

con lo cual, (x;y;z) = (0;-(1/3)z;z) = z(0;-(1/3);1) As el conjunto de las preimgenes del vector nulo es el subespacio

Note que el resolver un sistema de ecuaciones lineales equivale a encontrar las preimgenes de un vector para una transformacin lineal dada. Ejemplo Determinar el kernel de la siguiente transformacin lineal

Solucin: Como tenemos que Reemplazando Imagen o Recorrido Recordemos la definicin de recorrido. Definicin Se define la Imagen o Recorrido de una transformacin lineal , esto es como el conjunto de los vectores que tienen al menos una preimagen.

Ejemplo Dada la transformacin lineal

Determinar la imagen de Solucin: Si recordamos el proceso que usamos en el clculo en una variable, determinemos cuales vectores tienen preimagen. Para ello, sean tales que T(x;y;z) = (a;b;c) (2x-y+z;x-y+z;x) = (a;b;c) Igualando coordenadas tenemos el siguiente sistema

Ahora, resolvamos el sistema buscando la matriz asociada a l, y determinando su escalonada

luego, un vector tiene preimagen si y slo si el sistema el sistema es consistente (no necesitamos que la solucin sea nica), lo cual es equivalente a escribir Por lo tanto, Im(T) = {(a;b;c) /((x;y;z) = {(a;b;c) /a-b-c=0} = <(1;1;0);(1;0;1)>:

((T(x;y;z)=(a;b;c))

5.3 La matriz de una transformacin lineal

Representacin matricial de una transformacin lineal. Sea T : V W una T.L con dimV = n, dimW = m si {e1,...,en} es una base de V y {w1,...,wm} es una base de W, cada elemento t(ek) puede expresarse con unicidad, como una combinacin lineal de los elementos de la base es decir T(ek) =mi=1tikwi donde tik ,...,t mk son los componentes de t(ek) respecto a la base ordenada {w1,...,wm}.

Los tik forman un vector columna o matriz columna. Tenemos una columna para

cada uno de los nelementos t(e1),..., t(en), formando as una matriz de orden m n. As toda T.L de un espacio ndimensional V, en un espacio m dimensional W da origen a una matriz m n t(eik), cuyas columnas son los componentes de t(ei),...,t(en), relativos a la base (w1,...,wn), la llamamos representacin matricial de T relativa a unas bases ordenadas {e1,...,en}, de V y {w1,...,wm}, para w.

Teorema Dada una transformacin lineal T: V V donde dimV = n. Si T tienen una representacin en matriz diagonal, existe entonces un conjunto de elementos independientes u1,...,u2 en V y un conjunto correspondiente de escalares 1,...n que satisfacen: T(uK) = kuk para k=1, 2,...,n. Recprocamente, si existe un conjunto independiente u1,...,un en V y un conjunto correspondiente de escalares 1,...,n que satisfacen (1), entonces la matriz A = diag(1,...,n) es una representacin de T respecto a la base (u1,...,un). Luego el problema de hallar una representacin en matriz diagonal de una transformacin lineal se reduce al de hallar el elemento sin dependientes u1,...,un y los escalares 1,...,n que satisfacen T(uk) = kuk. Para k = 1, 2,...,n. Tales elementos u1,...,un y 1,...,n, se conocen como autovectores y autovalores respectivamente. Teorema Sea una matriz de n n se dice que es un valor propio de A ssi P()=det(A i) = 0 Esta es la ecuacin caracterstica de A, P() se llama polinomio caracterstico de A. Teorema Sea A una matriz real o compleja de orden n n, entonces exite una matriz C compleja invertible de orden n n talque C1 AC = J Donde J es la matriz de Jordan cuyos elementos en la diagonal son los valores propios de A. Mas aun la matriz de Jordan es nica, excepto por el orden (dado por la base ordenada fija) en el que aparecen los bloques de Jordan.

Una manera de facilitar el trabajo con una transformacin lineal, es asociarle una matriz, para lo cual es necesario considerar un par de bases ordenadas. Definicin Sean dos espacios vectoriales sobre , adems bases ordenadas de respectivamente y una transformacin lineal de en Se define la matriz asociada a en las bases a

denotada por

donde Adems si la base del espacio de partida es igual al del espacio de llegada, la matriz asociada a la transformacin lineal se denota por

5.4 Aplicacin de las transformaciones lineales: reflexin, dilatacin, contraccin y rotacin

Se aplican en sistemas de ecuaciones lineales, en matrices y en un sin nmero de problemas, gracias a las transformaciones lineales sabemos el dominio e imagen y teniendo esto saber si es un espacio vectorial. Ejemplo 142Dada la transformacin lineal

Determinar todos los espacios propios asociados a nicos valores propios.

sabiendo que

son los

Solucin: Determinemos el espacio propio asociado al valor propio V2 = { (x;y)/T(x;y)=2(x;y)} = {(x;y)/(x+y;3x-y)=2(x;y)} = {(x;y)/(-x+y;3x-3y)=(0;0)} = {(x;y)/-x+y=0 = <(1;1)> Para el otro valor propio procedemos de manera similar V-2 = {(x;y)/T(x;y)=-2(x;y)} = {(x;y)/(x+y;3x-y)=-2(x;y)} = {(x;y)/(3x+y;3x+y)=(0;0)} = {(x;y)/3x+y=0} = <(1;-3)>

Ejemplo Sean bases de tal que y una transformacin lineal

Demostrar que

es un isomorfismo, sin explicitar es un isomorfismo, basta celular el determinante de

Solucin: Para demostrar que

y comprobar que es distinto de Calculemos

por lo tanto la matriz es invertible, luego es un isomorfismo. Para explicitar la transformacin inversa, tenemos

Reemplazando obtenemos

Necesitamos determinar las coordenadas de

en la base

igualando coordenadas obtenemos el sistema de ecuaciones lineales

resolviendo el sistema mediante la matriz, tenemos

As [T-1(x;y;z)]b = ( -1 -2 0)74x+14y-54z ( -8 -13 1)14y-54x+34z ( -11 -18 1) 14z+14x-14y [T(x;y;z)]D = ( 34x-34y-14z) (a') ( 52x-112y+12z)=(b')

luego

( 72x-152y+12z) (c') Con lo cual obtenemos T-1(x;y;z) = a'(1;1;-1)+b'(0;2;-1)+c'(1;0;1) T-1(x;y;z) = (174x-334y+14z;234x-474y+34z;14x-54y+14z ) Ejemplo 7. (Rotacin por un ngulo ) Sea un ngulo medido en radianes. Queremos averiguar cual es la en que gira cada vector un ngulo , para . En una grfica, vemos la situacin como sigue: transformacin T de obtener un vector

Si usamos las funciones trigonomtricas, tenemos que:

Distribuyendo y usando el hecho de que

tenemos que:

Por lo tanto, ya descubrimos cmo debe estar definida la transformacin que . y es lineal, ya que:

tal

Esta transformacin se llama la rotacin por un ngulo

Ejemplo 8. (Reflexin sobre el eje x) En este caso, queremos averiguar como est definida la transformacin T de que cada vector lo refleja sobre el eje x, para obtener un vector En una grfica, vemos la situacin como sigue: en .

En este caso, la situacin es ms sencilla ya que claramente tenemos dos tringulos rectngulos que son congruentes, de donde T queda definida como sigue:

Esta transformacin se llama la reflexin sobre el eje x, y es lineal, ya que:

Ejemplo 9. (Proyeccin ortogonal sobre el eje x) En este caso, queremos averiguar como est definida la transformacin T de que a cada vector obtener un vector lo proyecta perpendicularmente sobre el eje x, para . En una grfica, vemos la situacin como sigue: en

Tambin este caso es sencillo, pues es obvio que T queda definida como sigue: Esta transformacin se llama la proyeccin sobre el eje x, y es lineal, ya que:

Este ltimo ejemplo tiene ms fondo desde el punto de vista de lgebra Lineal. Consideremos el siguiente subespacio de :

Vemos que ste no es sino el eje x (sobre quien se efectu la proyeccin). Ahora bien, tiene un complemento directo, a saber, se escribe en forma nica como suma de un como sigue:

De tal forma que cada vector vector de ms un vector de

Notamos que la proyeccin sobre el eje x, manda a precisamente el trmino correspondiente a

sobre

, el cual es

en la descomposicin anterior!

Todo esto nos induce a definir proyecciones sobre subespacios en general como sigue: Definicin. Sea V un espacio vectorial y sea complemento directo de en V, es decir tal que vector se escribe en forma nica como: Con y transformacin . Definimos entonces la proyeccin sobre tal que . un subespacio tal que existe , de tal forma que cada , como aquella el

Lo primero que observamos es que esta transformacin es lineal, ya que si con con que: y y , entonces . Por lo tanto, de acuerdo a la definicin de T, tenemos

En segundo lugar, vemos que esta definicin, incluye como caso especial a la de la proyeccin sobre el eje x. Sin embargo, vemos que no es suficiente con especificar sobre que subespacio queremos proyectar, sino tambin es necesario aclarar cual es el complemento directo que se estar usando, ya que un mismo subespacio puede tener distintos complementos directos. El mismo eje x, tiene el siguiente complemento directo: En efecto, es claro que cada es un subespacio de y . Adems, . Todo esto demuestra que

se escribe como

. Usando esta descomposicin y la definicin de proyeccin, tendremos que en este caso, la transformacin queda dada como sigue: As pues, por cada complemento directo que tengamos a la mano, podemos definir una proyeccin asociada a dicha descomposicin. Ejemplo contraccin Una contraccin es una transformacin que decrece distancias. Bajo una contraccin, cualquier par de puntos es enviado a otro par a distancia estrictamente menor que la original.

A=
Sea V= (2 4) encontrara la contraccin horizontal

k 0 0 1 cuando K=1/2

VA = 2 4

1/ 2 0 =1 4 0 1

Haciendo la grafica el punto disminuye en el eje horizontal. Ejemplo dilatacin o expansin Una dilatacin es una transformacin que incrementa distancias.

A=
Sea V= (2 4) encontrara la expansin vertical

1 0 0 k cuando K=2

VA = 2 4

1 0 = 2 8 0 2

Expansin horizontal (k71) o contraccin (0<k<1) Expansin vertical (k71) o contraccin (0<k<1)

CONCLUSIN

Se han visto mas detallado y con mas exactitud los teoremas y propiedades que hilan todos los temas propuestos por este trabajo y se ha se ha llegado a la conclusin de todos los temas estn relacionados en cierta forma ya que en varios de estos se necesita recurrir a las propiedades que se han visto en temas anteriores. Con esto podramos decir que nos ha enseado a tener un amplio criterio de la utilidad de temas ya vistos en nuestra carrera, ya que no podemos omitir las enseanzas pasadas ya que estas nos forman las bases para comprender y analizar y poder poner en practica los temas futuros. Este trabajo se ha hecho con el fin de comprender de que no hay que dejar tirado lo ya hemos aprendido antes ya que eso nos va a ayudar a solucionar problemas en nuestro futuro, citando el dicho popular si no aprendemos de nuestros errores del pasado los mismo nos estarn esperando en un futuro.