Beruflich Dokumente
Kultur Dokumente
Las transformaciones lineales dentro del lgebra lineal no solo juegan un papel
importante por ser casos especiales de funciones definidas sobre espacios
vectoriales si no porque aparecen en diversas reas de la matemtica tanto a nivel
terico como aplicado.
El estudio de ste concepto aparece en el temario de los primeros cursos de
lgebra lineal de las carreras de ingeniera y de matemticas en donde los alumnos
se enfrentan con los distintos lenguajes abstractos propios del lgebra lineal se
aborda al lgebra lineal de modo expositivo, el cual puede no dar el tiempo suficiente
para que los alumnos construyan sus conocimientos de forma adecuada.
Una transformacin es un conjunto de operaciones que se realizan sobre un
vector para convertirlo en otro vector.
Los espacios vectoriales son conjuntos con una estructura adicional, al saber,
sus elementos se pueden sumar y multiplicar por escalares del campo dado,
conviene utilizar funciones que preserven dicha estructura. Estas funciones se
llamaran transformaciones lineales y en el presente capitulo las estudiaremos. Ms
adelante mostraremos que las transformaciones lineales se pueden representar en
trminos de matrices, y viceversa.
Se denomina transformacin lineal a toda funcin cuyo dominio e imagen sean
espacios vectoriales y 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
5.1.- Introduccin a Las Transformaciones Lineales
La transformacin lineal es una funcin utilizada para la asignacin de un espacio
vectorial a otro espacio vectorial con la ayuda de los escalares, la cual satisface la
expresin f(a*x+b*y) =a*f(x)+b*f(y).
En otras palabras, se consideran 2 espacios vectoriales, V y W. Una
transformacin lineal es una grfica T: V W que satisface dos condiciones:
1). T (v1 + v2) = T (v1) + T (v2) donde v1 y v2 son vectores en V. 2). T (xV) = x
T (v) donde x es una escala
Una transformacin lineal puede ser sobreyectiva o inyectiva. En el caso que,
W y V tengan dimensiones idnticas, entonces T puede llegar a ser invertible, esto
es, se encuentra T-1 el cual satisface la condicin TT-1 = I. Asimismo, T (0) ser
siempre 0.
lineales,
son
siempre
transformaciones
lineales.
Una
dos
espacios
fundamentales
que
estn
asociados
una
[ xy] [ xx +3+2 yy ]
Es lineal.
Solucin
Sean u
[]
x1
y1
Entonces:
T ( u+ v )=T
([ ] [ ]) [ ]
x + x +3 y + y
( 1 2) ( 1 2)
( x 1 + x 2) + 2 ( y 1 + y 2 )
x1 + x 2 =T x 1 + x 2
y1 y2
y1 + y2
]
4
[]
x2
yv
y2
][
x 1+ 3 y 1 + x2 +3 y 2
x 1+ 2 y 1 x2 +2 y 2
[] [ ]
T x 1 +T x 2 =T (u)+ T (v)
y1
y2
[ ]
T (c u)=T c x 1
c y1
c x1 +3 c y 1
c x1 +2 c y 1
c x1 +3 y 1
x1 +2 y 1
[]
c T x1
y1
c T (u)
T ( u+ v )=T ( u ) +T ( v )
T ( c u )=cT ( u )
T es lineal.
Una transformacin lineal preserva combinaciones lineales. Veremos que,
debido a esto, una transformacin lineal queda unvoca-mente determinada por los
valores que toma en los elementos de una base cualquiera de su dominio.
que
Dado
f
f :R
( 1,0 ) . Entonces si
( 2,3 )
Adems, es fcil ver que esta funcin es una transformacion lineal y que vale
f ( 1,1 )=( 0,1 )
Luego,
y f ( 1,0 ) =( 2,3 ) .
f ( x 1, x 2) =( 2 x 12 x 2 , 3 x 12 x 2 )
satisface lo pedido.
Teniendo en cuenta que las transformaciones lineales son funciones entre
conjuntos, tiene sentido estudiar la validez de las propiedades usuales de funciones:
inyectividad, suryectividad y biyectividad.
Las transformaciones lineales que verifican alguna de estas propiedades
reciben nombres particulares:
Definicin 3.6 Sean V y W dos K-espacios vectoriales, y sea f : V W una
transformacin lineal. Se dice que:
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.
definicin del ncleo tenemos que T(v) = 0W . Por otro lado, sabemos que T(0V ) =
0W . De las ltimas dos igualdades sigue que T(v) = T(0V ). Como T es inyectiva,
podemos concluir que v = 0V . =. Supongamos que ker(T) = {0}. Sean u, v V
tales que T(u) = T(v), demostremos que u = v. Por la linealidad de T,
T(u v) = T(u + (1)v) = T(u) + (1)T(v) = T(u) T(v) = 0.
Esto significa que T(u v) ker(T). Luego u v = 0 y u = v.
Ejemplo
9. Ejemplo (el ncleo y la imagen de la transformacin nula). La
transformacin nula 0V W : V W est definida mediante la frmula
v V 0V W (v) := 0W .
Es fcil ver que ker(0V W ) = V , im(0V W ) = {0W }.
10. Ejercicio (el ncleo y la imagen de la transformacin identidad). Determine
ker(I) y im(I) de la transformacin identidad I : V V definida mediante la frmula
v V I(v) := v.
11. Ejemplo (el ncleo y la imagen de la transformacin D). Consideremos el
operador D : Pn(R) Pn(R), Df = f 0 . Entonces im(A) = Pn1(F), ker(A) = P0(F).
12. Ejemplo (el ncleo y la imagen de una proyeccin en V 2 (O)). Sea P el
operador de proyeccin sobre `1 paralelamente a `2. Entonces ker(P) = `2, im(P) =
`1.
T:R
[ ] [ ][ ] [ ]
T x1 = 1 0 x1 = x1
0 0 x2
x2
0
10
[ ]
1 0
0 0
{[ ] }
( T )={ y R : y 2 =0 }=
2
{[ ] }
y1
: y 1 R
0
11
Sea T:Rn -Rm una transformacin lineal. Existe entonces una matriz nica de
m*n, AT tal que
Tx=A T x para toda
x Rn
Demostracin
Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w 1, w2,
., wn y hagamos que AT denote tambin ala transformacin de R n-Rm, que multiplica
un vector en Rn por AT. si
Entonces:
12
13
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
p(T) =p(AT)
V(A) = v(AT)
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 Sm en 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 B 1 y B2, entonces.
1
A T =A 2 C A 1
Geometra de las transformaciones lineales de R 2 en R2.
14
una
ms
transformaciones
especiales,
denominadas expansiones,
()( )
Entonces
T 1 = c yT 0 = 0 ,
0
0
1
1 de manera que si
()() ()()
AT = C 0
01
( )
, se tiene
T x =A x = c 0 x = c x
y
y
01 y
y
( ) ( ) ( )( ) ( )
R2
como antes
Si
c
T x = x
y
y
()( )
(10 0c )( xy)=( cx )
y
15
A T =
(01C0 )
de manera que
a)
b)
Expansin en la direccin de x c = 2.
c)
16
a)
b)
c)
17
ejemplo,
dirijmonos
producir
la
matriz
estndar
para
la
18
{}
1
0
{}
0
1
e2
e1
a. A
a.
e1 +b .
e2
A
e2
+b . A
de
x=q 1 x| p1 xq 1 x|=
| |
9
9
5
1 =
13
13 13
6
6 12
0
=
13
13
13
19
Esto produce,
De manera similar, la imagen del vector base resulta ser
A
e 2= 12/13
5/13
A= 5/1312/13
5/135/13
Reflexin sobre el eje x En este caso, queremos averiguar cmo est definida
20
u1, u2
( u )= )
v1
v
T (u)= , 2 )
u2
u1
u 2
21
u =( u1 , u2 )
T de R 2 en R 2
u
T
) (v1 , v2 )
22
u1=u cos a
y u2=u sen a
y es lineal, ya que:
T [ ( u 1 , u2 ) + ( v 1 , v2 ) ]=T ( u 1+ v 1 ,u2 + v 2 )
( ( u1 + v 1 ) cos( u2 + v 2 ) sen , ( u2 + v 2 ) cos + ( u1 + v 1) sen )
( u1 , cos u 2 sen , u2 cos+u1 sen ) + ( v 1 cosv 2 sen , v 2 cos+ v 1 sen )
T (u 1 , u2 )+ ( v 1 , v 2 )
CONCLUSIN:
En este tema de la unidad cinco hemos visto ms detallado y con ms exactitud
varios de los teoremas y propiedades que hilan todos los temas propuestos por este
23
trabajo y por otra parte se ha se ha llegado a la conclusin de que todos los temas
estn relacionados o ligados el uno entre el otro en cierta forma es como una
secuencia del tema a seguir ya que en varios de estos se necesita recurrir a las
propiedades que se han visto en algunos de los temas anteriores sobre esta unidad .
Con esto podramos decir que nos ha enseado a tener un amplio criterio de
la utilidad de temas ya vistos en nuestra carrera, ya que no podemos omitir las
enseanzas pasadas de las unidades anteriores ya que estas nos forman las bases
para comprender y analizar y saber desarrollar asi poder poner en prctica los
temas futuros ya vistos .
Este trabajo se ha hecho con el fin de que mis compaeros comprendan de la
utilidad, de que no hay que dejar tirado lo ya hemos aprendido y poder ponerlo en
practica en la vida diaria antes ya que eso nos va a ayudar a solucionar problemas
en nuestro futuro, citando el dicho popular si no aprendemos de nuestros errores del
pasado los mismo nos estarn esperando en un futuro.
Con esto podemos comprender que para salir a delante hay que exforzarse y
aprender a escuchar lo que nos indican los docentes , tal vez creemos que la materia
no la utilizaremos en la vida diaria que donde veremos teoremas , o alguna
transformacion .
Ya recopilando
toda
la informacion
estamos de
acuerdo
que
una
24
estudiarse sin hacer referencia alguna a las bases de los espacios dominio y
codiminio, cualquier transformacin lineal puede representarse mediante una matriz,
dicha matriz depender de las bases elegidas; dicha matriz de una transformacin
lineal queda determinada cuando se conoce una base.
El objetivo del ncleo y la imagen de una transformacin lineal, es probar que
son subespacios del dominio y contradominio respectivamente para poder ver la
relacin con las propiedades inyectiva y suprayectiva, esto puede conocer algunos
ejemplos en algunas clases vimos y estudiamos , cmo construir bases en el ncleo
y en la imagen, y cmo estn relacionadas sus dimensiones.
La funcin inyectiva es el valor del conjunto x que bien siendo el dominio a
esto le corresponde un valor distinto que es el dominio, para poder determinar si una
funcin es inyectiva , graficamos la funcin por medio de tablas de pares ordenados;
si a cada elemento del rango o imagen se le asocia con uno y solo un elemento del
domino .
En este semestre hemos aprendido mucho sobre los temas vistos en la
materia de lgebra lineal de los cuales nos llevamos una gran enseanza, la cual
podremos poner en prctica en nuestra vida diaria.
BIBLIOGRAFA:
25
24/Mayo/2015
24/Mayo/2015
26
24/Mayo/2015
24/Mayo/2015
27