Professional Documents
Culture Documents
ertyuiopasdfghjklzxcvbnmqwert
yuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiop
Transformaciones lineales
asdfghjklzxcvbnmqwertyuiopas
Álgebra lineal
dfghjklzxcvbnmqwertyuiopasdf
Jonathan Irad Olivas Terán
ghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjkl
zxcvbnmqwertyuiopasdfghjklzx
cvbnmqwertyuiopasdfghjklzxcv
bnmqwertyuiopasdfghjklzxcvbn
mqwertyuiopasdfghjkpyutlzxcv
bnmqwertyuiopajonathaneselm
ejorsdfghpongame100profeporf
avorjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfgh
Jonathan Irad Olivas Terán
20 de mayo de 2015
ÍNDICE
Portada
Índice
Introducción
5.1.2 Definición
5.3.1 Teoremas
5.3.2 Representaciones
2
Jonathan Irad Olivas Terán
20 de mayo de 2015
5.4.1 Reflexión
5.4.2 Rotación
5.4.3 Dilatación
5.4.4 Corte
5.4.5 Contracción
Conclusiones
Bibliografía
3
Jonathan Irad Olivas Terán
20 de mayo de 2015
Introducción
4
Jonathan Irad Olivas Terán
20 de mayo de 2015
5.1.2 Definición
5
Jonathan Irad Olivas Terán
20 de mayo de 2015
6
Jonathan Irad Olivas Terán
20 de mayo de 2015
Gracias a estas dos propiedades, y a que la función que envía todo al elemento
nulo es una aplicación lineal, es que el conjunto de transformaciones lineales f: V
→ W forma un subespacio de las funciones de V en W. A este subespacio se lo
nota L(V, W) o Hom(V, W). La dimensión de L(V, W) es igual al producto de las
dimensiones de V y W.
7
Jonathan Irad Olivas Terán
20 de mayo de 2015
Transformación cero
Transformación identidad
Transformación de reflexión
Figura 1.0
El vector (-x,y) es la reflexión respecto al eje y del
vector (x,y)
8
Jonathan Irad Olivas Terán
20 de mayo de 2015
Operador de transposición
Defina T: Mmn Mnm por T(A) = AT. Como (A+ B)T = AT + BT y (αA)T = αAT, se ve
que T, denominado operador de transposición, es una transformación lineal.
Suponga que T: C[0,1] R está definida por Tf= f(0) + 1. Entonces T no es lienal.
Para ver esto se calcula: T(f + g) - (f + g) + 1 -f(0) + g(0) + 1
5.2.1 Teoremas 1
1. T(0) = 0
2. T(u - v) = Tu - Tv
3. T(α1v1 + α2v2 +…+ αnvn) = α1Tv1 + α2Tv2 +…+ αnTvn
Demostración
1. T(0) = 0 T(0) = T(0 + 0) = T(0) + T(0). Así, 0= T(0) - T(0)= T(0) + T(0) -
T(0) = T(0)
2. T(U - V) = T[u + (-1)v] = Tu + T[(-1)v]= Tu + (-1)Tv= Tu - Tv
3. Esta parte se prueba por inducción. Para n=2 se tiene T(α1v1 + α2v2) =
T(α1v1) + T(α2v2)= α1Tv1 + α2Tv2. Así, la ecuación, se cumple para n=2. Se
supone que se cumple para n=k y se prueba para n=k+1: T(α1v1 + α2v2 +…
+ αkvk + αk+1vk+1) = T(α1v1 + α2v2 +…+ αkvk) + T(αk+1vk+1), y usando la
ecuación en la parte 3, para n=k, esto es igual a (α1Tv1 + α2Tv2 +…+ αkTvk)
+ αk+1Tvk+1, que es lo que se quería demostrar.
5.2.2 Teorema 2
Sea V un espacio vectorial de dimensión finita con base B = {v1, v2, …, vn}. Sean
w1, w2,…, wn vectores en W. Suponga que T1 y T2 son dos transformaciones
9
Jonathan Irad Olivas Terán
20 de mayo de 2015
Demostración
Como B es una base para V, existe un conjunto único de escalares α 1, α2,…., αn.
Tales que v = α1v1 + α2v2 +…+ αn vn.
Entonces, del inciso 3, del teorema 1, T1v = T1(α1 v1 + α2v2 + …+ αnvn) = α1T2v1 +
α2T2v2 +… + αnTnvn= α1w1 + α2w2 +…+ αnTnvn. De manera similar T2v = T2(α1v1 +
α2v2 + …+ αnvn) = α1T2v1 + α2T2v2 +…+ αnTnvn = α1w1
+ α2w2 +…+ αnvn. Por lo tanto, T1v =T2v.
nu T = {v є V: Tv = 0}
Observaciones:
10
Jonathan Irad Olivas Terán
20 de mayo de 2015
Teoremas
I. nu T es un subespacio de V.
II. im T es un subespacio de W.
Sea V= Mmn y defina T : Mmn Mmn por T(A)= AT. Si TA= AT = 0, entonces AT es la matriz
cero de nxm, por lo que A es la matriz cero de mxn. Así, nu T= {0} y es claro que im T =
Mmn. Esto significa v(T) = 0 y p(T) = nm.
Observación
Toda matriz A de mxn 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
11
Jonathan Irad Olivas Terán
20 de mayo de 2015
12
Jonathan Irad Olivas Terán
20 de mayo de 2015
Supongamos que el espacio V tiene una base {v1, ..., vn} y el espacio W tiene una
base{w1,..., wm}. Entonces cualquier transformación lineal de V en W se
representa por una matriz A m x n.
Ejemplo
Base en P5: {1, t, t2, t3, t4}. Base en P3: {1, t, t2}
13
Jonathan Irad Olivas Terán
20 de mayo de 2015
| |
00200
00060
c=
0 0 0 0 12
5.3.1 Teoremas
I. im T = im A = CAT
III. un T = NAT
14
Jonathan Irad Olivas Terán
20 de mayo de 2015
I. p(T) = p(AT)
15
Jonathan Irad Olivas Terán
20 de mayo de 2015
5.3.2 Representaciones
16
Jonathan Irad Olivas Terán
20 de mayo de 2015
17
Jonathan Irad Olivas Terán
20 de mayo de 2015
|| || || || || || || ||
x x 1 1 0 0 0 0
T y = y . En particular, T 0 = 0 ,T 1 = 1 yT 0 = 0 . Así,
z 0 0 0 0 0 1 1
| |
100
AT= 010
001
Matriz transformación
Sea T: Rm Rn una transformación lineal. Entonces existe una matriz de mxn, AT,
tal que: Tx = ATx para toda x є Rn
18
Jonathan Irad Olivas Terán
20 de mayo de 2015
5.4.1 Reflexión
Cuando la reflexión se hace sobre uno de los planos ortogonales (x=0, ó y=0, o
bien z=0) la matriz de transformación es sencilla, pues es similar a la matriz
identidad, aunque siendo -1 el elemento que representa la coordenada que es
nula en el plano de reflexión. Así, las matrices de reflexión para los planos XY, YZ
y XZ, son:
| | | | | |
1000 1000 −10 0 0
0100 0−10 0 0 1 00
Rz= 0 0−10 Ry= 0010 Rz= 0 0 10
0001 0001 0001
19
Jonathan Irad Olivas Terán
20 de mayo de 2015
5.4.2 Rotación
Rѳ |xy| = |cossenѳ−sen
ѳ cos ѳ || y|
ѳ x
Y hace girar cada vector, ѳ rad en sentido contrario al de las manecillas del reloj
en torno al origen. Por ejemplo, calcularemos la imagen de (1,1) para Rѳ= π/2.
20
Figura 6: Rotación en torno al origen
Jonathan Irad Olivas Terán
20 de mayo de 2015
5.4.3 Dilatación
Dilatación o escalamiento 2D
X’1 = X1.S1
X’2 = X2.S2
| |
S 10 0
|x 1 x 2 1|
' '
= |x 1 x 2 1| . 0 S 20
0 01
Figura 7: La figura muestra el efecto de escalamiento de una figura
S1=1.5 y S2=2.
Dilatación o escalamiento 3D
21
Jonathan Irad Olivas Terán
20 de mayo de 2015
respectivamente, de esta forma, las coordenadas del nuevo punto p= (x’1, x’2, x’3)
se obtienen como:
22
Jonathan Irad Olivas Terán
20 de mayo de 2015
X’1 = X1. S1
X’2 = X2. S2
X’3 = X3. S3
| |
S1000
0 S200
|x 1' x 2' x ' 31| = |x 1 x 2 x 3 1| . 00 S30
0 0 01
23
Jonathan Irad Olivas Terán
20 de mayo de 2015
[ ][ ]
1 C 1 0
0 1 C 1
5.4.5 Contracción
24
Jonathan Irad Olivas Terán
20 de mayo de 2015
CONCLUSIONES
25
Jonathan Irad Olivas Terán
20 de mayo de 2015
BIBLIOGRAFÍAS
Ing. Jazmín Morales Ramón. (2012). Álgebra lineal. mayo 17, 2015, de Sitio web:
http://itsavbasicas.blogspot.mx/2012/05/52-nucleo-e-imagen-de-una.html
26