MATEMÁTICA BÁSICA

TRANSFORMACIONES LINEALES
¿Qué le ocurrió a Alicia?

http://algebra-ii.blogspot.pe/2006/11/transformaciones-lineales.html
En la vida diaria nos enfrentamos a diversas situaciones
donde se aplican las trasformaciones lineales

ejemplos

“nos miramos al espejo”

Reflexión
¿Qué necesitas recordar?

• Operaciones con vectores.

• Resolución de sistemas de ecuaciones lineales.
• Operaciones con matrices.
LOGRO DE LA SESIÓN

Al finalizar la sesión, el estudiante, prueba que una transformación es una

trasformación lineal además encuentra su núcleo (kernel) e imagen de la
transformación lineal utilizando el algebra vectorial tanto en R2 como en
R3 en forma precisa.
 TRANSFORMACIÓN LINEAL

Sea T una aplicación de V(esp. vectorial) en W(esp. vectorial) :

T :V W
La aplicación se llama lineal si verifica:

1. T  v1  v2   T  v1   T  v2 
2. T  cv1   cT  v1 
EJEMPLO: y

(-x, y) (x, y)

x
Reflexión respecto al eje Y
 z
(x,y,z)
Proyección sobre el plano XY

y
(x,y,0)
x
EJEMPLO:
𝑥 𝑥+𝑦
2 3
Sea 𝑇: 𝑅 → 𝑅 definida por 𝑇 𝑦 = 𝑥−𝑦 ¿T es una transformación lineal?
3𝑥
SOLUCIÓN

i) T  v1  v2   T  v1   T  v2  Por probar

 x1  x2  y1  y2 
  x1   x2    x1  x2   
T  v1  v2   T         T     x1  x2   y1  y2  
  y1   y2    y1  y2   3  y1  y2  
 
 x1  x2  y1  y2   x1  y1   x2  y2 
     
  x1  y1  x2  y2    x1  y1    x2  y2   T  v1   T  v2 
 3y  3y   3y   3y 
 1 2   1   2 
ii) T  v1    T  v1  Por probar

  x1   y1 
  x1     x1   
T  v1   T       T  
  1 x   y1
  1 
y 
 1   3 y 
y
 1 

   x1  y1    x1  y1 
   
    x1  y1      x1  y1    T  v1 
 3y   3y 
 1   1 

Por tanto, T es una transformación lineal

TRANSFORMACIÓN LINEAL Y MATRICIAL

Teorema: Sea A matriz de orden m x n. Entonces, la transformación:

tal que
𝑇: 𝑅n → 𝑅𝑚
T v  A  v es una Transformación Lineal

http://photos1.blogger.com/blogger/7771/3003/1600/alicia.0.gif
 REPRESENTACIÓN MATRICIAL DE UNA
TRANSFORMACIÓN LINEAL

TEOREMA:
Toda T.L. De 𝑅𝑛 a 𝑅𝑚 se puede representar matricialmente como
de forma única.
T  v   Amxn  v

Matriz estándar o canónica

NÚCLEO DE UNA TRANSFORMACIÓN LINEAL

Sea T una transformación lineal de 𝑅𝑛 en 𝑅 𝑚 . El núcleo T es el subconjunto

formado por todos los vectores en 𝑅𝑛 que se mapea a cero en 𝑅𝑚 .


N  T   v  R n ,T  v   0  R n 
Ejemplo:

Hallar el núcleo (kernel) de la siguiente transformación matricial

 x  2x  3z 
   
T  y    23x  15 y  18z 
 z   5x  3 y  3z 
   
Solución:
Un vector 𝑣 = 𝑎, 𝑏, 𝑐 pertenece al núcleo de T si 𝑇 𝑣 = 𝟎,
es decir si:

a  2a  3c  0 
     
T  v   T  b    23a  15b  18c    0   0  R 3
 c   5a  3b  3c   0 
     
 Por tanto, para pertenecer al núcleo debe cumplirse
A
 2a  3c  0  2 0 3  a   0 
     
 23a  15b  18c  0   23 15 18  b    0 
 5a  3b  3c  0     
  5 3 3  c   0 

Reduciendo la matriz A (método de Gauss-Jordán ) tenemos el siguiente

sistema:
 1 0  3 2  a   0   3  3
 a  c  0  a  c
     2  2
 0 1 7
2 b 
    0    
 0 0 0  c   0  b  7 c  0 b   7 c
      2  2

Es decir:
 a   32 c   32 
     
v   b    7 2 c   c  7 2  , c  R
c  1   1
     
Observar que el núcleo de T, en este caso es un espacio generado:

 3 2  
  
N T   Gen  7 2  
 1  
  

Además, la dimensión de N(T) es 1,

Geométricamente en 𝑅3 este generado corresponde a la línea que pasa por el origen y

3 7
con vector de dirección (2 , − 2 , 1) que es:

x y z
 
3 7 1
2 2
 EL RANGO DE UNA TRANSFORMACIÓN LINEAL

Sea T una transformación lineal de 𝑅𝑛 en 𝑅 𝑚 . El rango o imagen de T es el

subconjunto formado por todas las imágenes de T en 𝑅𝑚 .


R T   w  R m , w  T  v  , para algun v  R n 

TEOREMA DE LAS DIMENSIONES

Dada la transformación lineal de 𝑅𝑛 en 𝑅𝑚 . La relación entre las dimensiones del

núcleo o kernel y de la imagen de T es:

dim  ker nel T    dim  rang T    n

 Ejemplo:
Determinar la imagen de la trasformación lineal de 𝑅3 en 𝑅3 definida como:
 x   2x  5 y  z 
   
T  y    8x  12 y  6 z 
 z   4x  2 y  4z 
   
Solución:

Un vector w = 𝑎, 𝑏, 𝑐 de 𝑅 3 pertenece al rango de T si existe un vector 𝑣 = 𝑥, 𝑦, 𝑧 de 𝑅3

talque 𝑇 𝑣 = 𝑤

 x   2x  5 y  z   a 
     
 T  y    8x  12 y  6 z    b 
 z   4x  2 y  4z   c 
     
Tenemos el sistema el sistema de ecuaciones lineales
 2x  5 y  z  a  2 5 1  x   a 
     
 8x  12 y  6 z  b   8 12 6  y    b 
4x  2 y  4z  c     
  4 2 4  z   c 
 Al formar la matriz aumentada

 2 5 1 a
  Reduciendo (por el método de Gauss)
 8 12 6 b 
 4 2 4 c  2 5 1 
  a
 
 0  8 2  4a  b 
 0 0 0 2a  b  c 
 
El sistema es consistente si y solo si −2𝑎 + 𝑏 + 𝑐 = 0
b c
a 
2 2
Luego, el vector 𝑤 = 𝑎, 𝑏, 𝑐 de 𝑅3 pertenece al rango T si y solo si

 a   12 b  12 c   12   12 
       
w  b   b   b  1   c  0  ,c  R
c   0 1
   c     
  
Por tanto,
R T   w   a , b , c   R 3 , a  21 b  21 c
1 1
La base del rango es: , 1,0 , , 0,1
2 2

Luego el rango es generado por los vectores:

1 1
𝑅 𝑇 = 𝐺𝑒𝑛 , 1,0 , , 0,1
2 2

La dimensión del rango de T es: dim(R(T))=2

Geometricamente, el rango de T es el plano 2𝑎 − 𝑏 − 𝑐 = 0 (2𝑥 − 𝑦 − 𝑧 = 0 ) en 𝑅3

EVALUACIÓN
1) Determinar si la siguiente transformación es lineal:

2)
 Bibliografía
N° CÓDIGO AUTOR TITULO EDITORIAL AÑO

OROZCO MAYREN, Geometría Analítica: Teoría y

1 516.3 OROZ Trillas 2007
GILBERTO Aplicaciones

516.182 ESPINOZA, RAMOS

2 Geometría Vectorial en R3 2004, s.n. 2004
ESPI/E EDUARDO

516.32 ESPINOZA RAMOS, Geometría Analítica Plana : Teórico-

3 S.n 2007
ESPI EDUARDO Práctico