Transformaciones Lineales

qwertyuiopasdfghjklzxcvbnmqw
ertyuiopasdfghjklzxcvbnmqwert
yuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiop
Transformaciones lineales
lgebra lineal
asdfghjklzxcvbnmqwertyuiopas
dfghjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjkl
zxcvbnmqwertyuiopasdfghjklzx
cvbnmqwertyuiopasdfghjklzxcv
bnmqwertyuiopasdfghjklzxcvbn
mqwertyuiopasdfghjkpyutlzxcv
bnmqwertyuiopajonathaneselm
ejorsdfghpongame100profeporf
avorjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfgh
Jonathan Irad Olivas Tern

20 de mayo de 2015
NDICE
Portada
ndice
Introduccin
5.1 Introduccin a las transformaciones lineales
5.1.1 Qu es una transformacin lineal?
5.1.2 Definicin
5.1.3 Observaciones sobre notacin
5.1.4 Propiedades de las transformaciones lineales
5.1.5 Clasificacin de las transformaciones lineales
5.1.6 Cmo formar nuevas transformaciones lineales a partir de otras dadas
5.1.7 Teoremas de las transformaciones lineales
5.1.8 Ejemplos de transformaciones lineales.
5.2 Ncleo e imagen de una transformacin lineal
5.2.1 Teorema 1 y su demostracin
5.2.2 Teorema 2 y su demostracin
5.2.3 Ncleo e imagen de una transformacin lineal
5.2.4 Nulidad y rango de una transformacin lineal
5.3 La matriz de una transformacin lineal
5.3.1 Teoremas
5.3.2 Representaciones
2

20 de mayo de 2015
5.4 Aplicacin de las transformaciones lineales: reflexin, dilatacin,

contraccin y rotacin.
5.4.1 Reflexin
5.4.2 Rotacin
5.4.3 Dilatacin
5.4.4 Corte
5.4.5 Contraccin
Conclusiones
Bibliografa

20 de mayo de 2015
Introduccin
Una de las mayores aplicaciones del lgebra lineal en la ingeniera, la fsica y la
geometra, as como en la vida cotidiana, son las transformaciones lineales. Una
transformacin lineal, en pocas palabras son las operaciones que se realizan
sobre un vector para convertirlo en otro vector; en el siguiente trabajo de
investigacin, presentar sus propiedades, su ncleo e imagen, aplicacin y
algunos ejemplos de stos.

20 de mayo de 2015
INTRODUCCIN A LAS TRANSFORMACIONES LINEALES

5.1.1 Qu es una transformacin lineal?
Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean
espacios
vectoriales
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.
5.1.2 Definicin
Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W es
una funcin que asigna a cada vector v V en una vector nico Tv W y que
satisface, para cada u y v en V y cada escalar .
Que se puede resumir en T ( a + b) = T (a) + T (b), llamada propiedad de
linealidad. Si T: V W es una transformacin lineal, el espacio V se llama
dominio de T y el espacio W se llama codominio de T.
Superposicin.- La imagen de la suma de dos vectores es igual a la suma

de las imgenes de dichos vectores: T(u + v) = T(u) + T(v)
Homogeneidad.- La imagen del producto de un escalar por un vector es

igual al producto del escalar por la imagen de dicho vector: T( cu) = cT (u)
5.1.3 Observaciones sobre notacin

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 funcin con V como su
dominio y un subconjunto W como su imagen.
2. Se escriben indistintamente Tv y T(v). Denotan lo mismo; las dos se leen T
de v. Esto es anlogo a la notacin funcional f(x), que se lee f de x.

20 de mayo de 2015
3. Gran parte de las definiciones y teoremas de las transformaciones lineales,

tambin se cumplen para los espacios vectoriales complejos (espacios
vectoriales en donde los escalares son nmeros complejos).
5.1.4 Propiedades de las transformaciones lineales
Para toda transformacin lineal T: V W, T(-x) = -t(x).

Para toda transformacin lineal T: V --Z W, T(0) = 0, (El que aparece a la
izquierda es el vector nulo de V, mientras que el que aparece en el lado
derecho es el vector nulo de W. Se puede escribir tambin T(0v) = (0w)

Se V un espacio vectorial de dimensin finita, W un espacio vectorial, {v1,
, vn} una base de V, y {z1,, zn} un conjunto cualquiera de vectores W.
Entonces existe una nica transformacin lineal T: V W tal que T(vi) = zi
(1 i n).
5.1.5 Clasificacin de las transformaciones lineales

Funcin Lineal: A las transformaciones lineales T: V K (donde K es
el cuerpo base de V) las llamamos funciones lineales.
Monomorfismo: Si T: V W es inyectiva, si el nico elemento del
ncleo es el vector nulo Ker(T) = 0v.
Epimorfismo: Si T: V W es sobreyectiva (suryectiva).
Isomorfismo: Si T: V W es biyectiva (inyectiva y sobreyectiva).
Endorfismo: Se le llama a una transformacin lineal en el que dominio
y codominio coinciden.
Automorfismo: Se le llama a un endomorfismo biyectivo.
5.1.6 Cmo formar nuevas transformaciones lineales a partir de otras dadas
Si f1: V W y f2: V W son lineales, entonces tambin lo es su suma f1 +

f2 (definida como (f1 + f2)(x) = f1(x) + f2(x)).
Si f: V W es lineal y a es un elemento del cuerpo K, entonces la funcin

af, definida como (af)(x) = a (f(x)), tambin es lineal.

20 de mayo de 2015
Gracias a estas dos propiedades, y a que la funcin que enva todo al elemento
nulo es una aplicacin 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 dimensin de L(V, W) es igual al producto de las
dimensiones de V y W.
Si f: V W y g: W Z son lineales entonces su composicin gf: V Z

tambin lo es.
Dado un espacio vectorial V, el espacio vectorial L(V,V), que se nota usualmente

como End(V), forma un lgebra asociativa sobre el cuerpo base, donde la
multiplicacin es la composicin y la unidad es la transformacin identidad.
Si f: V W es una transformacin lineal biyectiva, entonces su inversa

tambin es transformacin lineal.
5.1.7 Teoremas de las transformaciones lineales
Sea B = {vi: i J} base de V y C = {wi: i J} una coleccin de vectores

de
no
necesariamente
distintos,
entonces
existe
una
nica
transformacin lineal T: V W que satisface:
Sea T: V W una transformacin lineal.
Entones: dim(V) = dim(N(T)) + dim(Im(T))

Corolario: Obtenemos que una transformacin lineal de un espacio vectorial de
dimensin finita en s mismo es un isomorfismo si y slo si es un epimorfismo si y
solo si es un monomorfismo.

20 de mayo de 2015
5.1.8 Ejemplos de transformaciones lineales.
Transformacin cero
Sean V y W espacios vectoriales y defina T:V W por TV = 0 para todo v en V.

Entonces T(v1 + v2) = 0 = 0 + 0= Tv1 + Tv2 y T(v) = 0 = 0 = Tv. En este caso, T
se denomina la transformacin cero.
Transformacin identidad
Sea V un espacio vectorial y defina I: V V por Iv = v para todo v en V. I es una

transformacin lineal, la cual se denomina transformacin identidad u operador
identidad.
Transformacin de reflexin
Sea T: R2 R2 definida por T
( xy )
(xy)
. Es fcil verificar que T es lineal. En
trminos de geomtricos, T toma un vector R2 y lo refleja respecto al eje Y.
Figura 1.0
El vector (-x,y) es la reflexin respecto al eje y del
vector (x,y)
Transformacin de Rn Rm dada por la multiplicacin por una matriz

de mxn
Sea A una matriz m x n y defina T: Rn Rm por Tx = Ax. Como A(x + y) = Ax +

Ay y A(x) = Ax si x y y estn en Rn, se observa que T es una transformacin
lineal. Entonces toda matriz A de m x n se puede utilizar para definir una
transformacin lineal de Rn en Rm.

20 de mayo de 2015
Operador de transposicin
Defina T: Mmn Mnm por T(A) = AT. Como (A+ B)T = AT + BT y (A)T = AT, se ve
que T, denominado operador de transposicin, es una transformacin lineal.
Transformacin que no es lineal
Suponga que T: C[0,1] R est 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
NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL
5.2.1 Teoremas 1
1. T(0) = 0
2. T(u - v) = Tu - Tv
3. T(1v1 + 2v2 ++ nvn) = 1Tv1 + 2Tv2 ++ nTvn
Nota: En el inciso 1, el cero de la izquierda es el vector cero en V, mientras que el
cero de la derecha es el vector cero en W.
Demostracin
1. T(0) = 0 T(0) = T(0 + 0) = T(0) + T(0). As, 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 induccin. Para n=2 se tiene T(1v1 + 2v2) =
T(1v1) + T(2v2)= 1Tv1 + 2Tv2. As, la ecuacin, se cumple para n=2. Se
supone que se cumple para n=k y se prueba para n=k+1: T(1v1 + 2v2 +
+ kvk + k+1vk+1) = T(1v1 + 2v2 ++ kvk) + T(k+1vk+1), y usando la
ecuacin en la parte 3, para n=k, esto es igual a (1Tv1 + 2Tv2 ++ kTvk)
+ k+1Tvk+1, que es lo que se quera demostrar.
5.2.2 Teorema 2
Sea V un espacio vectorial de dimensin finita con base B = {v1, v2, , vn}. Sean
w1, w2,, wn vectores en W. Suponga que T1 y T2 son dos transformaciones
9

20 de mayo de 2015
lineales de V en W tales que T1vi = T2vi = wi para i=1,2,, n. Entonces para

cualquier vector V, T1v = T2v; es decir T1=T2.
Demostracin
Como B es una base para V, existe un conjunto nico de escalares 1, 2,., n.
Tales que v = 1v1 + 2v2 ++ n vn.
Entonces, del inciso 3, del teorema 1, T1v = T1(1 v1 + 2v2 + + nvn) = 1T2v1 +
2T2v2 + + nTnvn= 1w1 + 2w2 ++ nTnvn. De manera similar T2v = T2(1v1 +
2v2 + + nvn) = 1T2v1 + 2T2v2 ++ nTnvn
= 1w1
+ 2w2 ++ nvn. Por lo tanto, T1v =T2v.
5.2.3 Ncleo e imagen de una transformacin lineal

Sean V y W dos espacios vectoriales y sea T: V W una transformacin lineal.
Entonces:
1. El ncleo de T, denotado por un T, est dado por.
nu T = {v V: Tv = 0}
2. La imagen de T, denotado por im T, est dado por.
im T = {w W: w = Tv para alguna v V }
Observaciones:
1. Observe que un T, es no vaco porque, de acuerdo con el teorema 5.2.1,
T(0)=0, de manera que 0 un T para cualquier transformacin lineal T. Se
tiene inters en encontrar otros vectores en V que se transformen en 0.
De nuevo, observe que cuando escribimos T(0)= 0, el 0 de la izquierda est
en V y el de la derecha en W.
2. La imagen de T es simplemente el conjunto de imgenes de los vectores
en V bajo la transformacin T. De hecho, si w= Tv, se dice que w es la
imagen de v bajo T.
10

20 de mayo de 2015
Teoremas
Si T: VW es una transformacin lineal, entonces:
I.
II.
nu T es un subespacio de V.
im T es un subespacio de W.
Ncleo e imagen de la transformacin cero.

Sea Tv = 0 para todo v V (T es la transformacin cero). Entonces un T = v e Im T = {0}.
Ncleo e imagen de la transformacin identidad.
Sea Tv = v para v V(T es la transformacin identidad). Entonces un T= {0} e Im T = V.
Ncleo e imagen de un operador transpuesto
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. As, nu T= {0} y es claro que im T =
Mmn. Esto significa v(T) = 0 y p(T) = nm.
Ncleo e imagen de una transformacin de P3 en P2
Defina T : P3 P2 por T(p) = T(a0+a1x+a2x2+a3x3) = a0+a1x+a2x2. Entonces si T(p) =0,
a0+a1x+a2x2= 0 para toda x, lo que implica que a0 = a1 = ca2 =0. As nu T={p P3 :p(x)
=a3x3} e im T= P2, v(T)= 1 y p(T) = 3.
5.2.4 Nulidad y rango de una transformacin lineal.
Si T es una transformacin lineal de V en W, entonces se define :
Nulidad de T = v(T) dim nu T

Rango de T = p(T)= dim im T
Observacin
Toda matriz A de mxn da lugar a una transformacin lineal T:RR 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 ncleo, imagen, nulidad y rango de una
transformacin lineal son extensiones del espacio nulo, la imagen, la nulidad y el
11

20 de mayo de 2015
rango de una matriz. Sea T: V W una transformacin lineal. El rango o imagen

de T es el conjunto de todas las imgenes de T en W.
Ncleo y nulidad de un operador de proyeccin
Sea H un subespacio de Rh y sea Tv = proyHv. La im T = H. Si se tiene que toda
v V si v= h + p= proyHv. Si Tv=0, entonces h=0, lo que significa que v=p H1.
As un T=H1, p(T)= dim H, y v(T)= dim H1= n - p(T).
12

20 de mayo de 2015
LA MATRIZ DE UNA TRANSFORMACIN LINEAL

Si bien las transformaciones lineales pueden estudiarse sin hacer referencia
alguna a las bases de los espacios dominio y codominio, un clculo efectivo de las
mismas exige el conocimiento de dichas bases.
Cualquier transformacin lineal T: V W puede representarse mediante una

matriz: T(x) = Ax. La matriz A depender de las bases elegidas para V y W. La
matriz de una transformacin lineal queda determinada cuando se conocen una
base ordenada de V, una base ordenada de W y los transformados de la base de
V, en la base de W.
Supongamos que el espacio V tiene una base {v1, ..., vn} y el espacio W tiene una
base{w1,..., wm}. Entonces cualquier transformacin lineal de V en W se
representa por una matriz A m x n.
Si T(vi) = ai1w1 + .... + aimwm, entonces la columna i de A es (ai1 .... aim )T
Ejemplo
Encontrar A3x5 asociada a la transformacin lineal P5 P3 / T (P(t)) = d 2 P(t) /dt2,
transformando P5 en P3 (polinomios de grado 4 en polinomios de grado 2).
Base en P5: {1, t, t2, t3, t4}. Base en P3: {1, t, t2}
Transformado de (1, 0, 0, 0, 0) = (0, 0, 0)

Transformado de (0, 1, 0, 0, 0) = (0, 0, 0)
Transformado de (0, 0, 1, 0, 0) = (2, 0, 0)
13

20 de mayo de 2015
Transformado de (0, 0, 0, 1, 0) = (0, 6, 0)
Transformado de (0, 0, 0, 0, 1) = (0, 0, 12)
Entonces la matriz la matriz de la transformacin es:
c=
| |
00200
00060
0 0 0 0 12
5.3.1 Teoremas
Sea T: Rn Rm una transformacin lineal. Existe entonces una matriz nica

de mxn tal que: Tx= ATx para toda x Rn
Sea AT la matriz de transformacin correspondiente a la transformacin

lineal T. entonces:
I.
im T = im A = CAT
II.
p(T) = p(AT)
III.
un T = NAT
IV.
v(T) = v(AT)
Sean V un espacio vectorial de dimensin n, W un espacio vectorial de

dimensin m y T: V W una transformacin lineal. Sea B1 = {v1, v2, , vn}
una base para V y sea B2 = {w1,w1, , wn} una base para W. Entonces
existe una matriz nica AT de mxn tal que: (Tx)B2 = AT(x)B1.
14

20 de mayo de 2015
Sean V y W espacios vectoriales de dimensin finita con dim V = n. Sea T:

V W una transformacin lineal y sea AT una representacin 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
Sea T: Rn Rm una transformacin lineal. Suponga que C es la matriz de

transformacin de T respecto a las bases estndar Sn y Sm en Rn y Rm,
respectivamente. Sea A1 la matriz de transicin de B1 a la base Sn en Rn y
sea A2 la matriz de transicin de B2 a la base Sm en Rm. Si AT denota la
matriz de transformacin de T respecto a las bases B1 y B2, entonces:
AT=A2-1CA1
Toda matriz elemental E de 2x2 es uno de los siguientes:

I.
La representacin matricial de una expansin a lo largos del eje

x o y.
II.
La representacin matricial de una compresin a lo largos del eje

x o y.
III.
La representacin matricial de una reflexin respecto a la recta

y = x.
IV.
La representacin matricial de un corte a lo largo del eje x o y.
V.
La representacin matricial de una reflexin respecto del eje

x o y.
15

20 de mayo de 2015
VI.
El producto de la representacin matricial de una reflexin

respecto al eje x o y representacin matricial de una expansin o
compresin.
Sea T: R2 R2 una transformacin lineal tal que su representacin matricial

es invertible. Entonces T se puede obtener como una sucesin de
expansiones, compresiones, cortes y reflexiones.
5.3.2 Representaciones
Figura 2: Transformaciones lineales en R2 R2
16

20 de mayo de 2015
Figura 3: Transformaciones lineales en R2 R2
Figura 4: Transformaciones elementales en R2

Representacin matricial de una transformacin de proyeccin
Encuentre la matriz de transformacin AT correspondiente a la proyeccin de un
vector R3 sobre el plano xy:
17

20 de mayo de 2015
|| ||
| |
AT=
x
y
z
x
y
0
. En particular, T
|| || || || || ||
1
0
0
1
0
0
,T
0
1
0
0
1
0
yT
0
0
1
0
0
1
. As,
100
010
001
Representacin matricial de una transformacin 0

Es fcil verificar que si T es la transformacin cero de Rn Rm, entonces AT es la
matriz cero de mxn. De igual manera, si T es la transformacin identidad de
RnRm, entonces AT=In.
Matriz transformacin
Sea T: Rm Rn una transformacin lineal. Entonces existe una matriz de mxn, AT,
tal que: Tx = ATx para toda x Rn
18

20 de mayo de 2015
APLICACIN DE LAS TRANSFORMACIONES LINEALES: REFLEXIN,

DILATACIN, CONTRACCIN Y ROTACIN.
Graficar un conjunto de puntos en otro es lo que se conoce como transformacin
lineal de un conjunto de puntos. Existen ciertas propiedades bsicas de las
transformaciones lineales, las cuales si son tomadas en cuenta y aplicadas al
momento de resolver un problema, pueden reducirlo un problema simple. La
notacin general utilizada para una transformacin lineal es T: Rn Rm.
5.4.1 Reflexin
Algunas orientaciones deseables para los objetos tridimensionales no pueden ser
obtenidas usando solamente giros. Con la reflexin se consigue un efecto
espejo, de modo que los objetos se ven reflejados en un plano.
Cuando la reflexin se hace sobre uno de los planos ortogonales (x=0, y=0, o
bien z=0) la matriz de transformacin 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 reflexin. As, las matrices de reflexin para los planos XY, YZ
y XZ, son:
Rz=
| |
1000
0100
0 010
0001
Ry=
| |
1000
010 0
0010
0001
| |
10 0 0
0 1 00
Rz= 0 0 10
0001
Figura 5: Reflexin especular en el plano XY

19

20 de mayo de 2015
Cuando se quiera una reflexin sobre un plano cualquiera, el proceso se complica

notablemente. La tcnica utilizada es similar a la del giro sobre eje arbitrario. En
este caso, inicialmente se requiere definir un punto en el plano, y la normal al
plano en ese punto.
El proceso de reflexin se resume en los siguientes puntos:
Trasladar el punto establecido del plano al origen de coordenadas.

Realizar los giros oportunos para hacer coincidir el vector normal al plano
de reflexin con uno de los ejes de coordenadas; as, el problema se
reduce a una simple reflexin sobre alguno de los planos del sistema de
referencia. Por ejemplo, si el eje escogido es el Z, el plano de reflexin
sera XY.
Realiza la reflexin sobre el plano seleccionado.
Aplicar las transformaciones inversas para devolver el plano de reflexin a
su posicin original.
5.4.2 Rotacin
Otro tipo comn de transformacin en el plano es la rotacin o giro en torno a
cualquier punto en el plano. Nos interesan principalmente las rotaciones en torno
al origen. Rotacin en el plano se define por:
x
|xy| = |cossensen
cos || y|
Y hace girar cada vector, rad en sentido contrario al de las manecillas del reloj
en torno al origen. Por ejemplo, calcularemos la imagen de (1,1) para R= /2.
Figura 6: Rotacin en torno al origen
20

20 de mayo de 2015
5.4.3 Dilatacin
Dilatacin o escalamiento 2D
El escalamiento 2D implica el cambio de tamao de un polgono, donde cada

punto p=(x1, x2) es transformado por la multiplicacin de dos factores de
escalamiento: S1 y S2 a lo largo de los ejes X1 y X2 respectivamente, de esta forma,
las coordenadas del nuevo punto p= (x1, x2) se obtienen como:
X1 = X1.S1
X2 = X2.S2
Sea s= (S1, S2) el vector de los factores de escalamiento, y S(s) la matriz de
escalamiento, en coordenadas homogneas el escalamiento punto p en 2D, se
puede expresar como el producto matricial p= p. S(s), es decir:
|x 1 x 2 1|
'
'
|x 1 x 2 1| .
| |
S 10 0
0 S 20
0 01
Figura 7: La figura muestra el efecto de escalamiento de una figura

S1=1.5 y S2=2.
Dilatacin o escalamiento 3D
Extendiendo la idea anterior a 3D, el escalamiento implica el cambio de tamao de

un poliedro, donde cada punto p= (x1, x2, x3) es transformado por la multiplicacin
de tres factores de escalamiento: s1, s2 y s3 a lo largo de los ejes X1, X2 Y X3
21

20 de mayo de 2015
respectivamente, de esta forma, las coordenadas del nuevo punto p= (x1, x2, x3)
se obtienen como:
22

20 de mayo de 2015
X1 = X1. S1
X2 = X2. S2
X3 = X3. S3
Sea s= (s1, s2, s3) el vector de factores de escalamiento, y S(s) la matriz de
escalamiento, en coordenadas homogneas el escalamiento de un punto p en 3D,
se puede expresar como el producto matricial p = p. S(s), es decir:
|x 1' x 2' x ' 31|
= |x 1 x 2 x 3 1| .
| |
S1000
0 S200
00 S30
0 0 01
Figura 8: La figura muestra el efecto de escalamiento de una figura

S1=2, S2=205 y S3= 1.5.
5.4.3 Corte
Un corte o deslizamiento a lo largo del eje x es una transformacin de la forma
Sx X, Y = (x+ cy, y).
En otras palabras, cada punto se mueve a lo lago de la direccin x una cantidad
proporcional a la distancia al eje X. Tambin hay corte a los largo del eje Y: Sy x, y
= (x, cx+ y).
Sx y Sy son transformaciones matriciales cuyas matrices son:
23

20 de mayo de 2015
[ ][ ]
1 C 1 0
0 1 C 1
Figura 9: Deslizamiento a lo largo del eje x.

5.4.5 Contraccin
24

20 de mayo de 2015
CONCLUSIONES
25

20 de mayo de 2015
BIBLIOGRAFAS
Grossman, Stanley. (2012). lgebra lineal. London: Grupo editorial Iberoamrica.
Ing. Jazmn Morales Ramn. (2012). lgebra lineal. mayo 17, 2015, de Sitio web:
http://itsavbasicas.blogspot.mx/2012/05/52-nucleo-e-imagen-de-una.html
26

Transformaciones Lineales

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Transformaciones Lineales

Загружено:

Авторское право:

Доступные форматы

qwertyuiopasdfghjklzxcvbnmqw

Jonathan Irad Olivas Tern

Jonathan Irad Olivas Tern

5.4 Aplicacin de las transformaciones lineales: reflexin, dilatacin,

Jonathan Irad Olivas Tern

Jonathan Irad Olivas Tern

INTRODUCCIN A LAS TRANSFORMACIONES LINEALES