Sunteți pe pagina 1din 39

MATEMATICAS IV

TRANSFORMACIONES LINEALES
UNIDAD V Alumno: Ana Irene Ortiz Peralta Catedrtico: Ing. Jess Lpez Ortega

ING. CIVIL
Pgina 1 de 39

INDICE 5.1 Definicin de transformacin lineal y sus propiedades. 5.2 Ejemplos de transformaciones lineales (reflexin, dilatacin, contraccin, rotacin) 5.3 Definicin de ncleo o kernel, e imagen de una transformacin lineal. 5.4 La matriz de una transformacin lineal y representacin matricial de una transformacin lineal. 5.5 Transformaciones y sistemas de ecuaciones lineales. 5.6 lgebra de las transformaciones lineales. 5.7 Aplicaciones de las transformaciones lineales. Bibliografa 3

7 13

17 23 30 33 39

Pgina 2 de 39

5.1 DEFINICIN DE TRANSFORMACIN LINEAL Y SUS PROPIEDADES. Las transformaciones lineales desempean un papel muy importante en matemticas, fsica, ingeniera, procesamiento de imgenes, graficas en computadora y muchas otras reas de la ciencia y la vida diaria. Las transformaciones lineales son mapeos de importancia fundamental en el lgebra lineal y en sus aplicaciones. Son transformaciones entre espacios vectoriales que conservan la suma vectorial y la multiplicacin por escalar. Sean V y W dos espacios vectoriales posiblemente iguales. Una transformacin lineal o mapeo lineal de V a W es una funcin 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) *Escribimos T: V W para indicar que T transforma V en W

Las transformaciones lineales se llaman con frecuencia operadores lineales. Tambin, las funciones que satisfacen a) y b) se denominan funciones lineales. En R2 definamos una funcin T por la frmula T( ) ( ) geomtricamente, T

toma un vector en R2 y lo transforma en su reflexin con respecto al eje x. una vez que hayamos dado la definicin bsica, veremos que T es una transformacin lineal de R2 en R2.
Pgina 3 de 39

Propiedades de las transformaciones lineales Teorema 3: Sea T: V W una transformacin lineal. Entonces para todos los vectores v1, v2,,vn en V y todos los escalares c1,c2,,cn: T(c1v1+c2v2++cnvn)= c1Tv1+c2Tv2++cnTvn Demostracin: Si T es lineal, entonces T(c1v1 + C2v2)= T(c1v1) + T(c2v2)=c1T(v1)+ c2T(v2) y asi sucesivamente. As, las transformaciones lineales mapean una combinacin lineal de vectores en la misma combinacin lineal de las imgenes de esos vectores.

Teorema 4: sea T: V W una transformacin lineal. Entonces 1. T(0)= 0. Esta transformacin lineal mapea a todos los vectores de V en 0, en W se le llama transformacin cero. 2. T(u-v)= T(u)- T(v) Demostracin: 1.- T(0)= T(0v)= 0T(v)=0 2.-haciendo que c1=1 y c2=-1 T(u-v)= T(1u+(-1)v)= 1T(u)+ (-1)T(v)= T(u) T(v)

Pgina 4 de 39

Teorema 5: sea T: V W una transformacin lineal y sea B= {v1,v2,vn} el generador de V. entonces, el conjunto T(B)= {T(v1),T(v2),T(vn)} genera el contradominio de T. Demostracin: Sea W R Entonces existe un v que pertenece a V tal que T(v)=W. como B genera a V, hay escalares c tales que v=c1v1. Entonces W= T(v)= T(c1v1++cnvn)=c1T(v1)++cnT(vn) de aqu que W sea una combinacin lineal de T(B)

Ejemplo

Pgina 5 de 39

Ejemplo

Pgina 6 de 39

5.2 EJEMPLOS DE TRANSFORMACIONES LINEALES (REFLEXIN, DILATACIN, CONTRACCIN, ROTACIN)

Homotecia Para un escalar fijo c. T: V W es lineal. T(v)= cv Sea u y w V y r R. T es lineal porque T(u+w)= c(u + w)= cu + cw= T(u) + T(w) T(ru)= c(ru)= rT(u)

Si c > 1, la homotecia es una dilatacin, y su efecto sobre v es estirarlo en un factor de c. Si 0 < c < 1, la homotecia es una contraccin, y su efecto sobre v es encogerla en un factor de c. si c <0, esta transformacin invierte la direccin de v.

Ejemplos:

Pgina 7 de 39

Ahora bien, si T: R2

R2 definida por

( )

). Es fcil verificar que T es


2

lineal y que, geomtricamente, T toma un vector en R y lo refleja con respecto al eje y, a esto se le llama reflexin.

Pgina 8 de 39

Ejemplo:

Pgina 9 de 39

Transformacin de rotacin Supongamos que el vector ( ) en el plano xy gira un ngulo en la direccin

contraria a las manecillas del reloj.

Pgina 10 de 39

Sea

( ) el vector girado. Entonces, como en la figura, si r denota la longitud

de v (la cual no cambia con la rotacin),

Entonces, de (3) y (4), vemos que

( )

( ).

La transformacin lineal T: R2 R2 definida por Tv= Av, donde A est dada por (5), se llama transformacin de rotacin.

Ejemplo:

Pgina 11 de 39

Pgina 12 de 39

5.3 DEFINICIN DE NCLEO O KERNEL, E IMAGEN DE UNA TRANSFORMACIN LINEAL. Sean V y W espacios vectoriales y sea T: V W Entonces:

una transformacin lineal.

El kernel o ncleo de T, denotado como KerT, esta dado por: KerT{v V: Tv=0 W}

La imagen de T, denotada como R(T), esta dada por: R(T)={w W: w=Tv para alguna v V}

Sea T: V W

una transformacin lineal. Entonces 1.- ker(T) es un subespacio de V 2.- R(T) es un subespacio de W

La propiedad fundamental del ncleo y del contradominio es que ambos son espacios vectoriales. La dimensin del ncleo se llama nulidad de T. la dimensin del contradominio se llama rango de T.

Demostracin:
Pgina 13 de 39

En caso especial en el que la transformacin lineal es matricial, se cumple lo siguiente: Sea T: RnRm es una transformacin matricial cuya matriz estndar es A. Entonces:

Demostracin: Puesto que T(x)= AX, entonces T(x)= 0 si y solo si Ax=0. De aqu, Ker(T)= V(A). igualmente, si b esta en Rm, entonces hay un x en Rn tal que T(x)=b si y solo si Ax=b. En consecuencia, R(T)= col(A). Las partes de las nulidades y los rangos se ven a continuacin. El teorema de la dimensin Si T: V W es una transformacin lineal de un espacio vectorial V de dimensin finita a un espacio vectorial W, entonces. Nulidad(T) + Rango(T)= dim(V)

Pgina 14 de 39

Ejemplo: Calcule las bases para el ncleo y el contradominio y determine la nulidad y el rango de T: R4R3, T(x,y,z,w)= (x+3z,y - 2z,w)

Solucin: De acuerdo con el teorema, basta expresar a T como transformacin matricial y obtener las bases para las columnas y el espacio nulo de su matriz estndar A. A se expresa con:

Y est en forma escalonada reducida por operaciones de rengln. Por consiguiente, los vectores {(1,0,0), (0,1,0), (0,0,1)} forman una base para Col(A)= R(T)= R3. Por otra parte {-3,2,1,0} es una base para V(A)= Ker(T). De modo que el rango de T es 3 y la nulidad es 1. Ejemplo: Dada la transformacin lineal

Determinar la imagen de

Pgina 15 de 39

Solucin: Si recordamos el proceso que usamos en el clculo en una variable, determinemos cuales vectores tienen preimagen. Para ello, sean tales que: T(x;y;z) = (a;b;c) (2x-y+z;x-y+z;x) = (a;b;c) Igualando coordenadas tenemos el siguiente sistema

Ahora, resolvamos el sistema buscando la matriz asociada a l, y determinando su escalonada

luego, un vector tiene preimagen si y slo si el sistema el sistema es consistente (no necesitamos que la solucin sea nica), lo cual es equivalente a escribir

Por lo tanto, Im(T) = {(a;b;c) /((x;y;z) ((T(x;y;z)=(a;b;c)) = {(a;b;c) /a-b-c=0} = <(1;1;0);(1;0;1)>:

Pgina 16 de 39

5.4 LA MATRIZ DE UNA TRANSFORMACIN LINEAL Y REPRESENTACIN MATRICIAL DE UNA TRANSFORMACIN LINEAL. Sea T: V W una transformacin lineal entre dos espacios vectoriales V y W de dimensiones finitas. Sea B= {v1.,vn} una base de V y B= {v1,,vm} una base de W. la matriz A m x n cuyas columnas son:

Es la nica matriz que satisface

Para todo v V Demostracin: Como B genera a V, hay escalares c1,,cn tales que v= c1v1++cnvn. As

Porque T es lineal, por consiguiente:

Pgina 17 de 39

Teorema: Toda transformacin lineal T: RnRm es una transformacin matricial. Demostracin: Sean B y B las bases estndar de Rn y Rm, respectivamente. Entonces hay una matriz A tal que

Para todo v Rn. Pero como T(v)=[T(v)]B y A[v]B= Av para las bases estndar, tenemos T(v)= Av Por consiguiente, T es una transformacin matricial cuya matriz estndar es A.

Pgina 18 de 39

Ejemplos:

Solucin:

Pgina 19 de 39

Ejercicios

Pgina 20 de 39

Pgina 21 de 39

Pgina 22 de 39

5.5 TRANSFORMACIONES Y SISTEMAS DE ECUACIONES LINEALES.

Una transformacin lineal es un conjunto de operaciones que se realizan sobre un vector para convertirlo en otro vector. En ocasiones trabajar con vectores es muy sencillo ya que pueden ser fcilmente interpretados dentro de un contexto grfico, lamentablemente no siempre ocurre y es necesario transformar a los vectores para poderlos trabajar ms fcilmente. Por otra parte, trabajar con sistemas lineales es mucho ms sencillo que con sistemas no lineales, ya que se puede utilizar una tcnica llamada superposicin, la cual simplifica de gran manera gran variedad de clculos, por lo que es de gran inters demostrar que un proceso puede ser reducido a un sistema lineal, lo cual solo puede lograrse demostrando que estas operaciones forman una transformacin lineal.

Los sistemas de ecuaciones lineales son ecuaciones que tienen n incgnitas, las cuales podemos representar en una notacin matricial, se puede utilizar una tcnica llamada superposicin, la cual simplifica de gran manera gran variedad de clculos, por lo que es de gran inters demostrar que un proceso puede ser reducido a un sistema lineal, lo cual solo puede lograrse demostrando que estas operaciones forman una transformacin lineal. A partir de una ecuacin lineal podemos hacerle las transformaciones lineales para tener como resultado escalares.

Pgina 23 de 39

Definicin Sea (V,K) / dimV = n y sea BV = {e1, ......, en}. Sean {e1, ......, en} y {a1, ......,an} V / ai = (ai1, ......, ain). El nmero mximo de vectores LI es el rango de los {a1, ......,ak} = dim [L({a1, ......,ak})] . O sea:

Proposicin Dada la matriz A, el rangA es igual al mayor orden de los menores con det 0.

Teorema de Rouch-Frobenious. Sean (V,K) / dimV = n y {a1, ......,ar} V v L(a1, ......,ar) v(a1, ......,ar) = v(a1, ......, ar, v) Consecuencias: Sea el sistema

decimos que el sistema es incompatible (sin solucin) si v L(a1, ......,ar) rangA rangB, donde:

el sistema

Pgina 24 de 39

es compatible si

Observacin: Si rangA es mximo e igual a la dimensin de V entonces el sistema es compatible determinado (existe una nica solucin). Si rangA es menor que la dimensin del espacio entonces el sistema es compatible pero existen muchas soluciones. Otro punto de vista es el siguiente: Consideremos el sistema

que podemos reescribir de la forma

La solucin del sistema es un conjunto de escalares (a1,an)/ aijaj=bj. Sea ahora f: V W tal que dimV= n y dimW=p tal que Bv= {e1,en} y Bw= {u1,up} tal que

Las ecuaciones de f respecto de Bv son

Teorema de Rouche- Frobenious (2). El sistema de ecuaciones lineales tiene solucin si el vector
Pgina 25 de 39

Teniendo en cuenta que los vectores * ( )+ constituyen un sistema de generadores de Imf y puesto que dim[imf]= rangA si llamamos B a la matriz ampliada, entonces el teorema de R- F dice: ! Solucin si rangA= rangB Las ecuaciones del sistema homogneo representan las ecuaciones del kerf. si el sistema es compatible, el conjunto de sus soluciones es el conjunto f -1(b) i.e. El conjunto de todas las soluciones del sistema es:

Entonces el sistema es compatible si

Regla de cramer Sistema en el que el nmero de ecuaciones coincide con el de incgnitas/ detA 0 Sea: Como detA 0 entonces A-1

Pgina 26 de 39

Ejemplo 1 Resolver el sistema

Sea

Pgina 27 de 39

Ejemplo 2

Pgina 28 de 39

Pgina 29 de 39

5.6 LGEBRA DE LAS TRANSFORMACIONES LINEALES.

A una transformacin lineal de un espacio vectorial en s mismo se le llama operador lineal. Los operadores lineales juegan (como veremos mas adelante) un papel muy importante en el estudio de las transformaciones lineales, el conjunto de todos los operadores lineales de c se denotara por Endc debido a que los operadores lineales tambin son conocidos como endomorfismos de un espacio vectorial. Por definicin tenemos Endc= Mor(c,c). la principal diferencia entre las transformaciones lineales y los operadores lineales es que la operacin de composicin es una operacin interna en espacio vectorial Endc. Esto quiere decir que si componemos 2 operadores, obtendremos otro. Si un espacio vectorial cualquiera (el cual ya trae definidos la suma y el producto por escalares) tiene otra operacin binaria que cumple los axiomas en el recuadro a la derecha, entonces, se le llama lgebra. Observese que los primeros 3 axiomas los podemos resumir en uno: la suma de vectores y definen un anillo en el espacio vectorial. El cuarto axioma lo que quiere decir es que para cualquier escalar y cualesquiera vectores a y b se cumple que a*b=b(a*b). Alg1) *es asociativa Alg2) *es distributiva con respecto a + Alg3) *tiene elemento neutro Alg4) *conmuta con el producto por escalares

Para ver que Endc es un lgebra solo nos queda comprobar que la composicin tiene elemento neutro. Pero esto es obvio ya que la funcin identidad cumple que

f*1=1f=f

Pgina 30 de 39

O sea, es el neutro para la composicin. Hemos demostrado el siguiente resultado: El espacio vectorial Endc en un algebra con respecto a la composicin Hay dos lgebras importantes que deben ser muy conocidas por el lector. Primero, el conjunto de los polinomios con coeficientes reales R[x] es un espacio vectorial sobre R. segundo, los nmeros complejos son un espacio vectorial de dimensin sobre los reales pero adems sabemos multiplicar nmeros complejos. Un lgebra se le llama conmutativa si el producto de vectores es conmutativo. El lgebra de los nmeros complejos y el lgebra de polinomios sobre un campo son conmutativas. Las algebras Endc casi nunca son conmutativas (salvo en dimensin). Por ejemplo en el plano cartesiano R2 la rotacin f en 45 y la reflexin g en el eje y son operadores lineales.

Ejemplos:

Pgina 31 de 39

Pgina 32 de 39

5.7 APLICACIONES DE LAS TRANSFORMACIONES LINEALES.

Transformaciones afines y grficas de computadora

Definiciones Sea A una matriz m x n. una transformacin afn T: RnRm tiene la forma T(x)= Ax + b Para algn vector m fijo b. esta transformacin es no lineal si b 0. Por lo anterior, T(0) 0. En el caso especial en que m= n y A sea la matriz I de identidad, n x n, entonces T(x)= Ix + b= x + b A esta T se le llama traslacin por b. Una traslacin por un vector b 0 desplaza a una figura sumando b a todos sus puntos. Una transformacin afn es una transformacin lineal seguida de una traslacin. La figura (a) muestra la imagen S del cuadrado S despus de la traslacin por (2,-1) y la figura (b) muestra la transformacin afn.

T consiste en una rotacin de 45 seguida de una traslacin por (-2,0). Las transformaciones afines con n= m= 2 y n=m=3 son muy tiles para las graficas en computadora.
Pgina 33 de 39

Ejercicio 1 Obtenga la transformacin afn T que convirti la imagen izquierda de la figura en la de la derecha, puesto que se usaronlos siguientes puntos: (1,0), (0.7,0.7), (0,1), (-0.7,0.7), (-1,0), (-0.7, -0.7), (0,-1), (0.7,-0.7), (1,0) Cuyas respectivas imgenes fueron: (2,-1), (2.05, -0.3), (1.5, 0), (0.65,-0.3), (0,-1), (0.05,-1.7), (0.5,-2),(1.35,-1.7), (2,-1)

Pgina 34 de 39

Por lo anterior, T es el deslizamiento en 0.5 a lo largo del eje x seguido de la traslacin por (1,-1).

Tranformaciones afines y fractales En los ltimos aos ha surgido un rea nueva en las matemticas, llamada geometra fractal. Aunque esta geometra tiene sus races en varias contribuciones importantes como las de Cantor, Sierpinski, von Koch, Peano y otros matemticos del siglo XIX, no fue sino hasta finales de la dcada de los 60s que llego a ser un campo nuevo. Esto se debio al trabajo precursor de Benoit Mandelbrot de la IBM Corporation, y a la disponibilidad de computadora rapidas. La palabra Fractal, introducida por Mandelbrot, se usa para describir figuras con infinitas repeticiones d ela misma forma. A continuacin describiremos 2 fractales, el tringulo de Sierpinski y un fractal que se ve como un abeto (es un anlogo del helecho por M. Barnsley). M. Barnsley observ que pueden obtenerse muchos objetos fractaloides graficando iteraciones de ciertas transformaciones afines.

Pgina 35 de 39

1. El Tringulo de sierpinski Sean f1, f2, f3 las 3 transformaciones afines de R2 a R2 expresadas por

El tringulo de Sierpinski puede generarse como sigue: comenzaremos con un tringulo, por ejemplo, aquel cuyos vrtices estn en (0,0), (1,0) y elegimos un punto dentro de l.

Y lo graficamos, digamos, en el punto (

). A continuacin seleccionamos al azar ).

una de las transformaciones f1, f2 0 f3, digamos f1, y se calcula y grafica fi(

Partiremos de este nuevo punto y repetiremos el proceso tanto como lo deseemos. La imagen que resulta es un objeto fractal que parece un tringulo con agujeros triangulares (si se grafican bastantes puntos).

Pgina 36 de 39

2. Un abeto parecido al helecho de Barnsley Sean f1, f2,f3,f4 las 4 transformaciones afines de R2 a R2 representadas por

El fractal parecido a un abeto puede generarse como sigue: se elige y grafica cualquier punto, por ejemplo (5,5). A continuacin se selecciona aleatoriamente una de las funciones f1, f2,f3 o f4, digamos fi y se calcula y grafica fi(5,5). Haciendo que ste sea un nuevo punto de partida, se repite el proceso. La imagen que resulta parece una parte de un abeto.

Pgina 37 de 39

A continuacin describiremos el procedimiento que gener ambos fractales. Este procedimiento produce una imagen fractal para algunos conjuntos de transformaciones afines. Algoritmo:

Pgina 38 de 39

BIBLIOGRAFIA

Grossman, Stanley, ALGEBRA LINEAL 2 edicin,

Nakos, George. LGEBRA LINEAL CON APLICACIONES, Edit. Thomson.

Belinchn, Jos A., notas del lgebra lineal Elemental.

Williams, Garet., Transformaciones lineales con aplicaciones (4 Edicion), Edit. McGraw-Hill.

Pgina 39 de 39