Integrantes:

Bentez Ortega Jonathan

Hernndez Ruiz Juan Carlos
Ramrez Quintero Josu
Romo Ramrez Aldair
Snchez Len Kenia

Materia: Algebra Lineal

31/05/2017
5. Transformaciones Lineales
5.1 Introduccin a las transformaciones lineales.
Las transformaciones lineales; 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
un vector nico Tv W y que satisface, para cada U y v en V y cada escalar .

Ejemplo 1

En R2 se define una funcin T mediante la frmula . Geomtricamente, T

toma un vector en R2 y lo refleja respecta al eje x. Esto se ilustra en la figura. Una
vez que se ha dado la definicin bsica, se ver que en T es una transformacin
lineal en R2 en R2..

El vector (x,-y) es la reflexin respecto al eje x del vector (x,y).

 1. Se escribe T: V -> W para indicar que T toma el espacio vectorial real V y la
lleva al espacio vectorial real W; esto es, T es una funcin con v como un
dominio y un subconjunto de W como su imagen.
2. Se escriben indistintamente Tv y T(v). Denotan lo mismo; los dos se leen T
de v.
Ejemplo 2: Transformacin lineal de R2 en R3.

Ejemplo 3 La 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 = Tv1 + Tv2 y T (V) = 0 = 0 = Tv.
En este caso, T se denomina la transformacin cero.
Ejemplo 4 La transformacin Identidad.
Sea V un espacio vectorial y defina I: V -> V por IV = v para todo v en V. Aqu es
obvio I es una transformacin lineal, la cual se denomina transformacin identidad
u operador identidad.
Ejemplo 5 Transformacin de reflexin.

Sea T: R2 -> R2 definido por . Es fcil verificar que T es lineal, En trminos

geomtricos, T toma un vector en R2 y lo refleja respecto al eje y.
Ejemplo 6 Transformaciones de R2 -> Rm dada la multiplicacin por una
matriz mxn.
Sea A un matriz de mxn y defina:
T: Rn -> Rm por TX = Ax Como A(x+y) = Ax + Ay y A(x) = Ax si x y Y estn e R n.
Se observa que T es una transformacin lineal.
Ejemplo 7 Transformacin de rotacin.

Suponga que el vector en plano xy se rota un ngulo 0 (medido en grados

o radianes) en sentido contrario de las manecillas del reloj.

Llame a este nuevo vector rotado .

X= r Cos Y= r Sen y = r Sen y= r Sen (0 + )
Ejemplo 8 Transformacin de proyecto ortogonal.
Sea H un subespacio de Rn. La transformacin de proyeccin ortogonal P: V -> H
se define por P = ProyH V
Sea {u1, u2, , Uk} una base ortonormal para H, entonces:
Pv= ( v . U1) u1 + ( v . u2) u2 + + ( v . Kk ) uk.
Como (u1 + u2) . u = v1 . U + v2 . u y ( V) . U = (V . u) se vuelve P.
Ejemplo 9 Dos operadores de proyeccin.

Se define T: R3 -> R3 por . Entonces T es el operador de proyeccin que

toma un vector en el espacio de tres dimensiones y lo proyecta sobre el plano xY.

De manera similar, proyecta un vector en el espacio sobre el plano xz.

Estas dos transformaciones se describen en la figura.

Ejemplo 10 Operador de transposicin.

Defina se ve que T,
denominado operador de transposicin es una transformacin lineal.
Ejemplo 11 Una transformacin que no es [lineal].
Suponga que T: C[0,1] -> R est definida por Tf = f(0) + 1. Entonces T no es lineal.
Para ver esto se calcula:

Esto proporciona otro ejemplo de una transformacin que puede parecer lineal pero
que de hecho no lo es.
5.2 Ncleo e imagen de una transformacin lineal
Sean V y W dos espacios vectoriales y sea T: V W una transformacin lineal.
Entonces:
l. El ncleo de T, denotado por un, est dado por

ll. La imagen de T, denotado por Im T, est dado por

Teorema 1
Sea T: V S W una transformacin lineal. Entonces para todos los
vectores u, v, v1,v2, . . . , vn en V y todos los escalares a1, a2, . . . , an:
l. T(0) = 0
ll. T(u - v) = Tu - Tv
lll. T(a1v1 + a2v2 +. . .+ anvn) = a1Tv1 + a2Tv2 +. . .+ anTvn
Nota. En la parte i) el 0 de la izquierda es el vector cero en V; mientras que el 0 de
la derecha es el vector cero en W.
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 lineales de V en W tales
que T1vi = T2vi = wi para i = 1, 2, . . . , n. Entonces para cualquier vector v
V, T1v = T2v; es decir T1 = T2.
Observacin 1. Observe que un T es no vaco porque, de acuerdo al teorema 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.
Observacin 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.
Teorema 4
Si T: V W es una transformacin lineal, entonces
l.Un T es un subespacio de V.
ll.Im T es un subespacio de W.
Demostracin
Sean u y v en un T; Entonces T(u + v) = Tu + Tv =0 + 0 =0 y T( ) = = 0 = 0 de forma
que u + v y u estn en un T.
Sean w y x en Im T. Entonces w = Tu y x = Tv para dos vectores u y v en V. Esto
significa que T (u + v)= Tu + Tv = w + x y T(u) = Tu =w. Por lo tanto, w + x y w
estn en Im T.
Ejemplo 3. 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}.
Ejemplo 4. 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.
Las transformaciones cero e identidad proporcionan dos extremos. En la primera
todo se encuentra en el ncleo. En la segunda slo el vector cero se
encuentra en el ncleo. Los casos intermedios son ms interesantes.
Ejemplo 5 Ncleo e imagen de un operador de proyeccin
Sea T: R3 R3 definida por

T es el operador de proyeccin de R3 en el plano xy.

Entonces x = y = 0. As, nu T = {(x,y,z):x = y = 0, z R}, es decir, el eje z, e Im T =
{(x,y,z): z = 0}, es decir el plano xy. Observe que dim un T = 1 y dim Im T = 2.
Ejemplo aplicado:
Indica cules opciones contienen un vector en el ncleo de la transformacin de R3
en R3 definida como:

Dentro de las opciones:

Solucin:
Antes de pasar a la verificacin, es conveniente observar que es posible encontrar
una matriz A tal que T(x) = A x. Es decir, aplicar T a un vector x es equivalente a
multiplicar por una cierta matriz A al vector x. Empecemos con la dimensin de A:
como A se multiplica por la izquierda de x y x R 3 entonces el nmero de columnas
de A es 3. Por otro lado, como el resultado A x es un vector de R 3, entonces el
nmero de renglones de A es 3. Si requerimos que:
5.3 La matriz de una transformacin lineal.
Si A es una matriz de m*n y T: Rn-Rm est definida por Tx = Ax, entonces, T es una
transformacin lineal. Ahora se ver que para toda transformacin lineal de R n en
Rm existe una matriz A de m*n tal que Tx = Ax para todo x Rn. Este hecho es de
gran utilidad. Si Tx = Ax. Entonces un T = NA e Im T = RA. ms aun, v(T) = dim un T
= v(A) y p(T) = dim Im T = p(A). As se puede determinar el ncleo, la imagen, la
nulidad y el rango de una transformacin lineal de R n-Rm determinando el espacio
nulo y la imagen de la matriz correspondiente. Adicionalmente, una vez que se sabe
que Tx = Ax. Se puede evaluar Tx para cualquier x en R n mediante una simple
multiplicacin de matrices.
Pero esto no es todo. Como se ver, cualquier transformacin lineal entre espacios
vectoriales de dimensin finita se puede representar mediante una matriz.
Teorema 1
Sea T:Rn -Rm una transformacin lineal. Existe entonces una matriz nica de m*n,
AT tal que

Demostracin
Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w1, w2,.,
wn y hagamos que AT denote tambin a la transformacin de Rn-Rm, que multiplica
un vector en Rn por AT. si

Entonces

De esta forma, ATei = wi para i = 1, 2, , n., T y la transformacin AT son las mismas

porque coinciden en los vectores bsicos.
Ahora se puede demostrar que AT es nica. Suponga que Tx = ATx y que Tx = BTx
para todo x Rn. Entonces ATx = BTx, o estableciendo CT= AT BT, se tiene que CTx
= 0 para todo x Rn. En particular, CTei es la columna i de CT. As, cada una de las
n columnas de CT es el m-vector cero, la matriz cero de m*n. Esto muestra que AT =
BT y el teorema queda demostrado.
Definicin 1 Matriz de transformacin
La matriz AT en el teorema 1 se denomina matriz de transformacin correspondiente
a T o representacin matricial de T.

NOTA. La matriz de transformacin AT est definida usando las bases estndar

tanto en Rn como en R3. Si se utilizan otras bases, se obtendr una matriz de
transformacin diferente.

TEOREMA 2 sea AT la matriz de transformacin correspondiente a laa

transformacin lineal T. entonces.
i. Im T = Im A = CAT
ii. P(T) = p(AT)
iii. Un T = NAT
iv. v(T) = v(AT
Ejemplo 1 Representacin matricial de una transformacin de proyeccin
Encuentre la matriz de transformacin AT correspondiente a la proyeccin de un
vector en R3 sobre el plano xy.
Solucin
Teorema 4
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
Teorema 5 Sea T:Rn-Rm una transformacin lineal. Suponga que C es la matriz de
transformacin de T respecto a las bases estndar S n y Smen Rn y Rm,
respectivamente. Sea A1 la matriz de transicin de B2 a base Sm en Rm. Si AT denota
la matriz de transformacin de T respecto a las bases B1 y B2, entonces.

Geometra de las transformaciones lineales de R2 en R2.

Sea T:R2-R2 una transformacin lineal con representacin matricial A T Ahora de
demostrar que si AT es invertible, entonces T se puede escribir como una sucesin
de una o ms transformaciones especiales, denominadas expansiones,
compresiones, reflexiones y cortes.
Ejemplos:
5.4 Aplicaciones de las transformaciones lineales.
Una compaa posee dos minas: la mina 1 produce 1 tonelada de cobre de alta
calidad, 3 toneladas de calidad media y 5 de baja calidad. La mina 2 produce plata,
2 toneladas de cada una de las tres calidades. La compaa necesita al menos 80
toneladas de alta calidad, 160 toneladas de calidad media y 200 de baja calidad.
Una compaa fabrica dos productos, B y C. Usando los datos del ejemplo 7 dados
en la seccin 1.3, se construye una matriz de costo unitario, U = [b c], cuyas
columnas describen los costos de produccin por dlar para los distintos
productos:
Producto
B C
.45 .40 Materiales
U= .25 .35 Mano de obra
.15 .15 Gastos generales
Sea x = (x1, x2) un vector de produccin, correspondiente a x1 dlares del
producto B y x2 dlares del producto C, y defina T: R2 R3 como
.45 .40 Costo total de materiales
T (x) = Ux = x1 .25 + x2 .35 = Costo total de mano de obra
.15 .15 Costo total de gastos generales
El mapeo T transforma una lista de cantidades de produccin (medida en dlares,
o en otra moneda) en una lista de costos totales. La linealidad de este mapeo se
refleja de dos maneras:
1. Si, por ejemplo, la produccin se incrementa por un factor de 4, de x a 4x,
entonces los costos se incrementarn por el mismo factor, de T(x) a 4T(x).
2. Si x e y son vectores de produccin, entonces el costo total asociado a la
produccin combinada x + y es precisamente la suma de los vectores de costo T(x)
y T(y).
Reflexin sobre el eje x
En este caso, queremos averiguar cmo est definida la transformacin T de R2 en
R2 que cada vector lo refleja sobre el eje x, para obtener un
vector
En una grfica, vemos la situacin como sigue:
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 dilatacin o expansin

Una dilatacin es una transformacin que incrementa distancias.
Sea V= (2 4) encontrara la expansin vertical cuando K=2
Expansin horizontal (k71) o contraccin (0<k<1)
Expansin vertical (k71) o contraccin (0<k<1)
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.
Sea V= (2 4) encontrara la contraccin horizontal cuando K=1/2
Haciendo la grfica el punto disminuye en el eje horizontal.
Uno de los temas fundamentales que estudia el lgebra Lineal es el de
las Transformaciones Lineales. Desde el punto de vista terico, les habrn
parecido muy abstractas, pero, como vimos en algunos ejemplos que trabajamos
en la prctica, muchas de ellas estn presentes en la vida diaria como todos los das
cuando nos miramos al espejo.
Conocen el cuento Alicia en el Pas de las Maravillas? Su autor, Lewis Carroll,
adems de escritor era matemtico. A continuacin, les transcribo un fragmento:
La Oruga se sac la pipa de la boca, bostez dos veces, se desentumeci,
baj del hongo y al alejarse dijo:
-Un lado te har grande; el otro, te har pequea.
-Un lado de qu? Otro lado de qu? Pens Alicia."

Muchas de las transformaciones lineales que hemos estudiado, conservan la forma

y las medidas de las figuras u objetos, como por ejemplo las simetras y las
rotaciones; otras sin embargo pueden modificar sus dimensiones y sus formas,
como por ejemplo las proyecciones y las homotecias.

Para realizar los grficos anteriores se recurri al software MATLAB y a la

representacin matricial de las Transformaciones Lineales.
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, o 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 a la coordenada que es
nula en el plano de reflexin. As, las matrices de reflexin para los planos XY, XZ
e YZ son

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 el XY.
Realizar la reflexin sobre el plano seleccionado
Aplicar las transformaciones inversas para devolver el plano de reflexin a su
posicin original.
La matriz neta podra ser, por ejemplo, el resultado de la composicin de las
matrices [M]= [T] [G ] [G ] [R ] [G ]1 [G ]1 [T]1 x y z y x , si se opta por realizar
las transformaciones para alinear el vector normal con el eje Z. En tal caso, la matriz
de reflexin a utilizar sera la Rz.
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 tormo
al origen. Rotacin en el plano: La transformacin :22 se define por

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 =/2.

Rotacin en torno al origen

COMPRESIONES-EXPANSIONES
Las compresiones y expansiones son escalamientos a lo largo de los ejes
coordenados. Con ms precisin: para CC>>0, la transformacin , =(,)
escala las coordenadas x en un factor de c, dejando inalteradas a las coordenadas
y. Si 0<<1 se trata de una compresin en la direccin del eje x positivo. Si >1, se
refiere a una expansin. Tambin se tienen compresiones y expansiones a lo largo
del eje y, expresadas por , = , para >0.
Compresin y estiramiento a lo largo del eje x.
Otro tipo son los escalamientos simultneos a lo largo de los ejes x y y, como
, = , con factores de escala >0 y >0 a lo largo de las direcciones x y y.
Escalamiento a lo largo de los ejes x y y.

Tanto como y son transformaciones matriciales, con sus respectivas

matrices

CORTES
Un corte o deslizamiento a lo largo del eje x es una transformacin de la forma
, = (+, )
En otras palabras, cada punto se mueve a lo largo de la direccin x una cantidad
proporcional a la distancia al eje x. Tambin hay cortes a lo largo del eje y:
, = (, +)
y son transformaciones matriciales cuyas matrices son

Deslizamiento a lo largo del eje x.