TECNOLOGICO NACIONAL

CARRERA: ING. INDUSTRIAL.

ASIGNATURA: ALGEBRA LINEAL.

DOCENTE: ING. MANUEL ARTURO MARES ORDOÑEZ.

GRUPO: 1 AULA: E-3 SEMESTRE: 3°

EQUIPO:
INTEGRANTES
 ABIGAIL AMBROSIO RAMIREZ, FRIDA PAULINA GALVAN GARCIA,
DELIA BERENICE GABRIEL HERNANDEZ, ADRIANA CRUZ PEREZ &
FLOR YADIRA HERNANDEZ AGAPITO.

CERRO AZUL, VERACRUZ 30 DE NOVIEMBRE DEL 2019

UNIDAD 5.-TRANSFORMACIONES LINEALES 
5.1 DEFINICIÓN TRANSFORMACIÓN LINEAL
Se le llama transformación lineal, función lineal o aplicación lineal a toda
aplicación cuyo dominio y codominio sean espacios vectoriales y se
cumplan las siguientes condiciones:

Transformación lineal: Sean V y W espacios vectoriales reales. Una

transformación lineal T de V en W es una función que asigna a cada vector
v ϵ V un vector único Tv ϵ W y que satisface, para cada u y v en V y cada
escalar ​∝​,

1. T (u+v)= Tu+Tv

2. T(​∝v​ )= ​∝​Tv, donde ​∝​ es un escalar.

Tres notas sobre notación.

1. Se escribe T: V → W para indicar que T toma el espacio vectorial real V

y lo lleva al espacio vectorial real W; esto es, T es una función con V como
su dominio y un subconjunto de W como su imagen.
2. Se escriben indistintamente Tv y T (v). Denotan lo mismo; las dos fases
se leen “T de v”. Eso es análogo a la notación funcional f(x), que se lee “f
de x”.
3. Muchas de las definiciones y teoremas se cumplen también para los
espacios vectoriales complejos (espacios vectoriales en donde los
escalares son números complejos).
5.2 NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL.
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. Entonces

i . El núcleo de T, denotado por un, está dado por

ii. La imagen de T, denotado por Im T, está dado por

Observación 1. Observe que un T es no vació porque, de acuerdo al

teorema 1, T(0) = 0 de manera que 0 ϵ un T para cualquier transformación
lineal T. Se tiene interés 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 está en V y el de la derecha en W.

Observación 2. La imagen de T es simplemente el conjunto de “imágenes”

de los vectores en V bajo la transformación T. De hecho, si w = Tv, se dice
que w es la imagen de v bajo T.

Antes de dar ejemplos de núcleos e imágenes , se demostrará un teorema

de gran utilidad.

Teorema

Si T:V W es una transformación lineal, entonces

i.Un T es un subespacio de V.
ii.Im T es un subespacio de W.

Demostración

i.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
​ están en un T.

ii. Sean w y x en Im T. Entonces w = Tu y x = Tv para dos vestores u y v en

V. Esto significa que T(u + v)= Tu + Tv = w + x y T(​∝​u) = ​∝T
​ u =​∝w
​ . Por lo
tanto, w + x y ​∝w
​ están en Im T.

Ejemplo 3. Núcleo e imagen de la transformación cero

Sea Tv = 0 para todo vϵ V(T es la transformación cero). Entonces un T = v

e Im T = {0}.

Ejemplo 4 Núcleo e imagen de la transformación identidad

Sea Tv = v para vϵ V(T es la transformación 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 núcleo. En la segunda sólo el vector cero
se encuentra en el núcleo. Los casos intermedios son más interesantes.
5.3 REPRESENTACION MATRICIAL DE UNA TRANSFORMACIÓN
LINEAL
Desde el punto de vista algebraico lineal, las transformaciones más
importantes son las aquellas que conservan las combinaciones lineales.
Estas son llamadas transformaciones lineales o aplicaciones lineales. Una
transformación lineal es una parte esencial en el álgebra lineal. La idea
principal detrás de la “Matriz de una transformación lineal” es la definición
de la matriz de T con respecto a las bases arbitrarias del dominio de V y el
codominio de W. En este caso, V y W son espacios vectoriales de
dimensión finita sobre F, y T: V → W es una transformación lineal.

Sea V y W espacios vectoriales de finita dimensión sobre F, e imagina que

T: V! W es lineal. Fija una base

B = {v1, v2. . . vn}

de V y una base de

B0 = {w1, w2. . . wm}

de W. Ahora definimos la matriz MBB’ (T) de T con respecto a estas bases.

Puesto que B0 es una base de W, cada T (vj) puede escribirse únicamente
como

T(v j) =

Por lo tanto la matriz de T, en definitiva, con respecto a las bases B y B0

se define como la matriz MBB’ (T) = (cij ) m × n . ¿Lo qué dice esta
definición es que la columna jth de la matriz MBB’(T) es el vector columna
formado por los coeficientes de T(vj) con respecto a la base B0? Uno
puede expresar el término anterior en forma matricial mediante

(T(v1) T(v2) • • • T(v n)) = (w1 w2 • • •wm)MBB ’(T).

Es importante tener en cuenta que si V = Fn, W = Fm y T = TA, donde A

Fm×n, entonces MBB’(T) = A si B y B0 son las bases estándares. De TA
(ej) es siempre la columna jth de A.
Ahora, sea V el espacio de polinomios reales de al menos tres grados, y W
el espacio de polinomios reales de a lo sumo dos grados. Entonces, la
diferenciación es una transformación lineal D: V → W. Ahora

D (ax3 + bx2 + cx + d) = 3ax2 + 2bx + c.

Sea B la base {1, x, x2, x3} de V y B0 la base {1, x, x2} de W. Ahora,

D (1) = 0, D(x) = 1, D(x2) = 2x, D(x3) = 3×2.

Así

MBB’(D) =

Ahora bien, supongamos que T: V → V es una transformación lineal

diagonalizable (o semi-simple). Recordemos que esto significa que existe
una base B = {v1, v2. . . vn} de V tal que (vi) = vi para cada índice i entre 1
y n. Por lo tanto, B es una base propia de V para T. En este caso, MBB (T)
es la matriz diagonal.

Pero, ¿Qué es la matriz de T con respecto a alguna otra base B0 de V? El

primer paso para responder a esta pregunta es encontrar cómo relacionar
las expansiones de un vector dado de V con respecto a dos bases
distintas. Esto por sí solo constituye un concepto diferente y más amplio
que necesita de un conocimiento muy superior y más profundo de las
matemáticas.
5.4 APLICACIÓN DE LAS TRANSFORMACIONES LINEALES:
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 à 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.

1. Una casa editora publica un libro en tres ediciones diferentes: cubierta dura,
cubierta blanda y cubierta de lujo. Cada libro requiere cierta cantidad de papel y
de material para la cubierta. Los requisitos están dados en gramos por la
siguiente matriz:

Cubierta Cubierta Cubierta

dura blanda de Lujo

Papel 300 500 800

Material para la cubierta 40 50 60

​

Deja que represente el vector producción, donde x​1​, x​2​,

x​3​ representan el número de libros con cubierta dura, cubierta blanda y
cubierta de lujo respectivamente, que se publican. La transformación

lineal T: R​3​ → R​2​ definida por T(x) = Ax nos da el vector , donde

y​1​ representa la cantidad total de papel requerido y y​2​ la cantidad de

material para la cubierta. Suponga que , entonces,

Por lo que se requiere 810,000 gramos en papel y 87,000 gramos en
material para la cubierta.

2. ¿Puede una transformación lineal cambiar un dibujo por otro? Observa como la
transformación T; R​2 ​→ R​2​ definida por T(x, y) = (x, x+y) cambia los siguientes
dibujos:

Reflexión

Algunas orientaciones deseables para los objetos tridimensionales no pueden

ser obtenidas usando solamente giros. Con la reflexión se consigue un efecto
"espejo", de modo que los objetos se ven reflejados en un plano.
Cuando la reflexión se hace sobre uno de los planos ortogonales (​x = ​ 0, o ​y
=0​ , o bien ​z = 0
​ ) la matriz de transformación 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 reflexión. Así, las matrices de
reflexión para los planos XY, XZ e YZ son

 
 
 
 

 
 

Cuando se quiera una reflexión sobre un plano cualquiera, el proceso se

complica notablemente. La técnica 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 a​ l plano en ese punto. 
El proceso de reflexión 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
reflexión con uno de los ejes de coordenadas; así el problema se reduce a
una simple reflexión sobre alguno de los planos del sistema de referencia. 
Por ejemplo, si el eje escogido es el Z, el plano de reflexión sería el XY. 
• Realizar la reflexión sobre el plano seleccionado 
• Aplicar las transformaciones inversas para devolver el plano de reflexión a
su posición original. 
La matriz neta podría ser, por ejemplo, el resultado de la composición 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 reflexión a utilizar sería la Rz. 
​

​Aplicación de las transformaciones lineales: reflexión, expansión, contracción y rotación

Rm.​◊​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
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,

R2 es una transformación lineal, entonces podemos escribir que,​◊​Dado que y pertenece a R2.
Imagina que A: R2

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).
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,