Академический Документы
Профессиональный Документы
Культура Документы
ertyuiopasdfghjklzxcvbnmqwert
yuiopasdfghjklzxcvbnmqwertyui
opasdfghjklzxcvbnmqwertyuiop
Transformaciones lineales
lgebra lineal
asdfghjklzxcvbnmqwertyuiopas
dfghjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjkl
zxcvbnmqwertyuiopasdfghjklzx
cvbnmqwertyuiopasdfghjklzxcv
bnmqwertyuiopasdfghjklzxcvbn
mqwertyuiopasdfghjkpyutlzxcv
bnmqwertyuiopajonathaneselm
ejorsdfghpongame100profeporf
avorjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfgh
Jonathan Irad Olivas Tern
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
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.
vectoriales
se
cumplan
las
condiciones
necesarias.
Las
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.
no
necesariamente
distintos,
entonces
existe
una
nica
Transformacin cero
Transformacin identidad
Transformacin de reflexin
( xy )
(xy)
Figura 1.0
El vector (-x,y) es la reflexin respecto al eje y del
vector (x,y)
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.
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
= 1w1
10
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.
12
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}
13
c=
| |
00200
00060
0 0 0 0 12
5.3.1 Teoremas
I.
im T = im A = CAT
II.
p(T) = p(AT)
III.
un T = NAT
IV.
v(T) = v(AT)
14
I.
p(T) = p(AT)
II.
v(A) = v(AT)
III.
v(A) + p(T) = n
II.
III.
IV.
V.
VI.
5.3.2 Representaciones
16
17
|| ||
| |
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
18
Rz=
| |
1000
0100
0 010
0001
Ry=
| |
1000
010 0
0010
0001
| |
10 0 0
0 1 00
Rz= 0 0 10
0001
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.
20
5.4.3 Dilatacin
Dilatacin o escalamiento 2D
|x 1 x 2 1|
'
'
|x 1 x 2 1| .
| |
S 10 0
0 S 20
0 01
Dilatacin o escalamiento 3D
21
respectivamente, de esta forma, las coordenadas del nuevo punto p= (x1, x2, x3)
se obtienen como:
22
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 3 1| .
| |
S1000
0 S200
00 S30
0 0 01
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
[ ][ ]
1 C 1 0
0 1 C 1
24
CONCLUSIONES
25
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