República Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica
De la Fuerza Armada Nacional Bolivariana
Núcleo Miranda-Extensión Ocumare del Tuy
Ing. Sistema 2° semestre

Docente: Integrantes:

Surelys Teran Christopher Burgos C.I.28303842

Jean Carlos Heredia C.I. 30436418

Jean Franco Heredia C.I. 30436417

Merwin Alvins C.I. 26497347

Jhon fraklin ruiz C.I 27392919

Ocumare del Tuy, 13 Mayo del 2019

 Transformación lineal
Las transformaciones lineales son las funciones y tratan sobre K-espacios
vectoriales que son compatibles con la estructura (es decir, con la operación y la
acción) de estos espacios.

Aquí se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los espacios vectoriales. Es decir, de funciones que preservan la
suma y la multiplicación por escalares.

Sean V y W dos espacios vectoriales posiblemente iguales.

Una transformación lineal o mapeo lineal de V a W es una función
T : V → W tal que para todos los vectores u y v de V y cualquier escalar c:
a) T (u + v) = T (u) + T (v)
b) T (c u) = c T (u)

Demuestre que la transformación T : R2 →R2 definida por

es lineal.

Entonces :

Por otro lado, para todo escalar c,

Como se cumplen las dos condiciones:

T es lineal.

Una transformación lineal preserva combinaciones lineales. Veremos que, debido

a esto, una transformación lineal queda unívoca-mente determinada por los
valores que toma en los elementos de una base cualquiera de su dominio.

Propiedades de una transformación lineal.

Propiedad 1

La imagen del vector nulo del dominio 0v es el vector nulo del condominio
0w:

T(0V)=0w

Demostración:

T(0V)=T(0.v)=0.T(v)=0.w=0W

Donde hemos expresado a 0v como el producto del escalar 00 por cualquier

vector del espacio vectorial V, hemos usado la segunda condición que debe
cumplir una transformación lineal, y finalmente hemos vuelto a usar la propiedad
de espacios vectoriales sobre el producto del escalar 0 por cualquier vector.
Propiedad 2

La imagen del vector –v es igual al opuesto de la imagen de v:

T(–v)=–T(v)

Demostración:

T(–v)=T(–1.v)=–1.T(v)=–T(v)

La justificación de los pasos dados en la demostración es similar a la anterior.

Propiedad 3

Consideremos r vectores del espacio vectorial V:

v1,v2,…,vr∈V

Tomemos una combinación lineal en el dominio:

α1v1+α2v2+α3v3+...+αrvr

Donde αi∈Rαi∈R.

Si aplicamos la transformación lineal F de V a W, teniendo en cuenta las

propiedades enunciadas en la definición, resulta:

F(α1v1+α2v2+α3v3+...+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)

Es decir que una transformación lineal «transporta» combinaciones lineales

de V a W, conservando los escalares de la combinación lineal.

LAS MATRICES ASOCIADA A UNA TRANSFORMACION

LINEAL CON RESPECTO A UNA BASE DADA.
Objetivos. Definir la matriz asociada a una transformación lineal
respecto a un par de bases y estudiar la representación matricial de
transformaciones lineales que actúan en espacios vectoriales de
dimensión finita. Requisitos. Transformación lineal, vector columna de
coordenadas de un vector respecto a una base, multiplicación de
matrices, multiplicación de una matriz por un vector. 1. Definición
(matriz asociada a una transformación lineal respecto a un par de bases).
Sean V, W espacios vectoriales de dimensiones finitas sobre un campo F,
sea A = (a1, . . . , an) una base de V , sea B = (b1, . . . , bm) una base de W, y
sea T ∈ L(V, W). La matriz de T en bases B y A (o matriz asociada con T
respecto a las bases B y A), denotada por TB,A, se define como la matriz
cuyas columnas son columnas de coordenadas de los vectores T(a1), . . . ,
T(an) en base B: TB,A = (T(a1))B . . . (T(an))B . En otras palabras, si T(aj ) =
Xm i=1 ti,j bi , entonces TB,A = ti,j m,n i,j=1. Por definición TB,A ∈ Mm,n(F),
donde m = dim(W), n = dim(V ). Así que el número de renglones de la matriz
TB,A es igual a la dimensión del contra dominio de T, y el numero de
columnas es igual a la dimensión del dominio de T. 2. Nota. En el caso si W =
V y B = A, en vez de TB,A se escribe TA. 3. Ejemplo. Sea A = (a1, a2, a3) una
base de V y sea F = (b1, b2) una base de W. Supongamos que T(a1) = 2b1 −
3b2, T(a2) = 5b2, T(a3) = −b1 + 4b2. Entonces TB,A = 2 0 −1 −3 5 4 .

Tabla de contenidos [mostrar]

Ejemplos introductorios

Ejemplo 1

Sea TT la siguiente transformación lineal:T:R2→R3|T((x,y))=(x+2y,x–

y,y)T:R2→R3|T((x,y))=(x+2y,x–y,y)¿Existirá una matriz AA que multiplicada
por (x,y)(x,y) dé por resultado (x+2y,x–y,y)(x+2y,x–y,y)? Para esto vamos a
escribir los vectores como columna:A.(xy)=⎛⎜⎝x+2yx–yy⎞⎟⎠A.(xy)=(x+2yx–
yy)
¿Cuál debería ser el tamaño de la matriz?

Efectuando el producto de matrices, podemos obtener los coeficientes de AA :

Encontramos una matriz que realiza la transformación lineal. Se conoce como
la matriz estándar de la transformación lineal.

Notemos que la transformación va de R2R2 a R3R3, y que el orden de la matriz

es 3×23×2.
Ejemplo 2

Ahora consideremos la siguiente transformación lineal:

F:R3→R2|F((x,y,z))=(x+2z,–y)F:R3→R2|F((x,y,z))=(x+2z,–y)
Queremos buscar una matriz BB tal que:

Pensando el orden de la matriz y el valor de sus elementos llegamos a:

Hemos hallado de manera intuitiva la matriz estándar de la transformación lineal.

Notemos que la transformación va de R3R3 a R2R2 y que el orden de la matriz
asociada a la transformación lineal es 2×32×3.

Los cambios de base y matriz asociada

Queremos construir una matriz que nos permita cambiar las coordenadas de un
vector en una base por las coordenadas del mismo vector en otra base.
Consideremos en un espacio vectorial VV la función identidad, que transforma
cada vector en sí mismo. Dejamos a cargo del lector demostrar que es una
T.L.Id:V→V|Id(v)=vId:V→V|Id(v)=v
Observación: Si V=RV=R, la función identidad es f(x)=xf(x)=x. Tomemos un par
de bases del mismo espacio
vectorial VV:B={v1,…,vn}B={v1,…,vn}B‘={w1,…,wn}B‘={w1,…,wn}Construya
mos ahora la matriz asociada a la transformación
lineal identidad:M(Id)BB‘=([v1]B′,…,[vn]B′)∈Rn×nM(Id)BB‘=([v1]B′,…,[vn]B′)∈Rn
×nRecordemos que:M(F)BB‘[v]B=[F(v)]B‘M(F)BB‘[v]B=[F(v)]B‘En el caso
particular de la transformación identidad, teniendo en cuenta que Id(v)=vId(v)=v,
resulta:M(Id)BB′.[v]B=[v]B′M(Id)BB′.[v]B=[v]B′¿Qué efecto produce esta matriz?
Cambia las coordenadas, o sea el sistema de referencia. No transforma el vector
pues Id(v)=vId(v)=v.
M(Id)BB′M(Id)BB′ se denomina matriz de cambio de base de BB a B′B′.
¿Qué rango tiene esta matriz? Tiene rango nn ya que sus columnas son LI por ser
coordenadas de vectores de una base de VV.
Por ser M(Id)BB′∈Rn×nM(Id)BB′∈Rn×n de rango nn, es inversible.
¿Qué efecto produce la matriz inversa? Nos permite volver a la primera base,
como lo indica el siguiente esquema:

Si P=M(Id)BB′P=M(Id)BB′ entonces P–1=M(Id)B′BP–1=M(Id)B′B.

Ejemplo 1

Consideremos las siguientes bases

de R2R2:B1={(1,0),(1,3)}B1={(1,0),(1,3)}B2={(0,1),(1,1)}B2={(0,1),(1,1)}E={
(1,0),(0,1)}E={(1,0),(0,1)}
a) Hallar M(Id)B1B2M(Id)B1B2
b) Hallar M(Id)B1EM(Id)B1E
c) Hallar M(Id)EB1M(Id)EB1
Resolución

Ítem a

Se construye la matriz de cambio de base buscando las coordenadas en la

base B2B2 de los vectores de la base B1B1.
M(Id)B1B2=([v1]B2[v2]B2)M(Id)B1B2=([v1]B2[v2]B2)
Busquemos las coordenadas de (1,0)(1,0) en la base B2B2:
(1,0)=α.(0,1)+β.(1,1)(1,0)=α.(0,1)+β.(1,1)⇒α=–1∧β=1⇒α=–
1∧β=1⇒[(1,0)]B2=(–11)⇒[(1,0)]B2=(–11)Busquemos las coordenadas
de (1,3)(1,3) en la
base B2B2:(1,3)=α.(0,1)+β.(1,1)(1,3)=α.(0,1)+β.(1,1)⇒α=2∧β=1⇒α=2∧β=1⇒
[(1,3)]B2=(21)⇒[(1,3)]B2=(21)M(Id)B1B2=(–1211)M(Id)B1B2=(–1211)
Ítem b

Se construye la matriz de cambio de base buscando las coordenadas en la

base EE de los vectores de la
base B1B1.M(Id)B1E=([v1]E[v2]E)M(Id)B1E=([v1]E[v2]E)Pero las coordenadas
en base canónicas son las mismas componentes del vector. Podemos verificarlo
para (1,0)(1,0):(1,0)=α(1,0)+β(0,1)⇒α=1,β=0(1,0)=α(1,0)+β(0,1)⇒α=1,β=0En
tonces las coordenadas de (1,0)(1,0) en la base canónica son
justamente (10)(10):[(1,0)]E=(10)[(1,0)]E=(10)Para el
vector (1,3)(1,3) podemos escribir:[(1,3)]E=(13)[(1,3)]E=(13)Así que la matriz de
cambio de base resulta:M(Id)B1E=(1103)M(Id)B1E=(1103)Que podemos decir
que se construyó ubicando a los vectores de la
base B1={(1,0),(1,3)}B1={(1,0),(1,3)} como columnas de la matriz.