Introducción:

La idea de vector está tomada de la Física, donde sirven para

representar magnitudes Vectoriales como fuerzas, velocidades o
aceleraciones. Para ello se emplean vectores de dos componentes en
el plano, de tres componentes en el espacio...
Se supone conocida la representación gráfica y manejo de los
vectores de ℜ 2 y de ℜ 3.
Esencialmente, el comportamiento que caracteriza a los vectores es el
siguiente:
• Podemos sumar dos vectores y obtenemos otro vector;
• Podemos multiplicar un vector por un número (escalar) y obtenemos
otro vector.
Definición: Espacio vectorial.
Cualquier conjunto que posea unas operaciones suma y producto por
escalares, cumpliendo todas las propiedades anteriores, diremos que
es un espacio vectorial. Los elementos de tal conjunto
se llamarán vectores (aunque pueda tratarse de objetos
diferentes a los vectores de la Física.) Diremos que el
espacio vectorial es real o complejo, según sean los
escalares.
Otras propiedades de los espacios vectoriales pueden
deducirse de las anteriores propiedades básicas. Por
ejemplo:
Si av.= Ō (α escalar, v vector) entonces o bien es α=0 o bien es
v=Ō
 Transformaciones lineales
Definición: 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.

Nosotros usaremos el concepto de la función para darle un tratamiento

a los sistemas de ecuaciones lineales. La restricción que haremos
será sobre el tipo de funciones: solo estaremos interesados en
funciones que preserven las operaciones en el espacio vectorial. Este
tipo de funciones serán llamadas funciones lineales. Primeramente las
definiremos, veremos algunas propiedades generales y después
veremos cómo se aplican estos resultados a sistemas de ecuaciones.

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.
 Núcleo e imagen de una transformación lineal.
Transformaciones lineales: núcleo e imagen.
Teorema 1
Sea T: V S W una transformación lineal. Entonces para todos los
vectores u, v, v1,
v2, . . . , vn en V y todos los escalares a1, a2, . . . , an:
i. T(0) = 0
ii. T(u - v) = Tu - Tv
iii. 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 dimensión 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.
Ejemplo:

Definición 1 Núcleo e imagen de una transformación lineal

Sean V y W dos espacios vectoriales y sea T: V W una transformación
lineal.
 Matriz de una transformación lineal
Si bien las transformaciones lineales pueden estudiarse sin hacer
referencia alguna a las bases de los espacios dominio y codominio, un
cálculo efectivo de las mismas exige el conocimiento de dichas bases.

Cualquier transformación lineal T: V ® W puede representarse

mediante una matriz: T(x) = A x. La matriz A dependerá de las bases
elegidas para V y W. La matriz de una transformación 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 transformación
lineal de V en W se representa por una matriz A m x n.

Si T (vi) = ai1 w1 + .... + aim wm, entonces la columna i de A es

(ai1....aim) T
EJEMPLO 1:
 Supongamos que en el plano x-y la transformación de matriz A
lleva a cada vector a su reflejo tomando como espejo el eje x, y
la transformación de matriz B lleva a cada vector a su simétrico
respecto del origen. Encontrar las matrices A y B, usando como
base de R2 el conjunto {(1, 0), (0, 1)}.

a) ¿Matriz A?

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

Transformado de (0, 1) = (0, -1)

Entonces la matriz la matriz de la transformación es:

b) ¿Matriz B?

Transformado de (1, 0) = (-1, 0)

Transformado de (0, 1) = (0, -1)

Entonces la matriz la matriz de la transformación es:

Ü Encontrar A3x5 asociada a la transformación lineal P5 → P3 / T (P (t))
= d2 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)
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 transformación es:

Ejemplo 2:
 Aplicación De Las Transformaciones Lineales
(Reflexión, dilatación, contracción y rotación)

Graficar un conjunto de puntos en otro es lo que se conoce como

transformación lineal de un conjunto de puntos.

Existen ciertas propiedades básicas 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 notación general utilizada para una transformación lineal es
T: Rn Rm.

1. Reflexión: Cuando un conjunto de puntos dados es graficado desde

el espacio euclidiano de entrada a otro de manera tal que este es
isométrico al espacio euclidiano de entrada, llamamos a la operación
realizada la reflexión del conjunto de puntos dado.
Esto puede realizarse también con respecto a la matriz, en tal
situación la matriz de salida es llamada la matriz de reflexión.
La reflexión es realizada siempre con respecto a uno de los ejes, sea
el eje x o el eje y. Esto es como producir la imagen espejo de la matriz
actual.
2. Expansión: Al igual que en la reflexión, también es posible expandir
los puntos dados en una dirección particular. La expansión se realiza
habitualmente para un cierto grado.
Es como realizar una operación de multiplicación de los elementos del
conjunto de puntos dados con un término escalar hacia la dirección
donde tiene que ser expandido.

Sea para un punto (2, 3) si el grado de expansión 2 es la dirección de

y, entonces el nuevo punto obtenido es (2, 6).
3. Contracción: La contracción es el procedimiento inverso de la
expansión. Aquí el punto es contraído en un determinado grado hacia
una dirección dada. Sea el punto de entrada (4, 8) y este debe ser
contraído para el grado dos en la dirección de x entonces el nuevo
punto resulta ser (2, 8).

4. Rotación: El término rotación tiene dos significados, ya la rotación

de un objeto puede ser realizada con respecto al eje dado o al eje
mismo.
La rotación se realiza para un cierto grado el cual es expresado en
forma de un ángulo. Asimismo, la rotación puede realizarse en la
dirección de las manecillas del reloj, o inverso a las manecillas del
reloj.
Como ejemplo, dirijámonos a producir la matriz estándar para la
representación de la transformación lineal reflejando un conjunto de
puntos en el plano x-y a través de la recta y = (−2x / 3).
El primer paso para esto es determinar los vectores base.

Por lo tanto, podemos afirmar que,

Dado que y pertenece a R2. Imagina que A: R2 R2 es una

transformación lineal, entonces podemos escribir que,
La imagen de la matriz base determina la imagen de cualquier
elemento.

Por lo tanto la imagen de a través de y = (−2x/ 3) es determinada

mediante la obtención de una recta que pasa por (1, 0) y es que es
ortogonal a.

Esto está dado por y = (3x/ 2) – (3/ 2).

g
El punto donde las dos rectas, esto es, y = (3x/ 2) – (3/ 2) e y = (−2x/
3) se intersectan se dado como (9/13, −6/13).

Tomamos p¬1¬ para ser el punto de reflexión de a través de la recta

dada. Este punto es simétrico respecto a (9/13, −6/13) por lo tanto,
podemos escribir que,

Esto produce,
De manera similar, la imagen del vector base resulta ser

Y tenemos la matriz de transformación lineal final como,