Clasificación de las transformaciones lineales
Recordemos que las transformaciones lineales son funciones, y como tales, pueden ser
sobreyectivas, inyectivas y biyectivas. Gráficamente.
Transformación Transformación Transformación
sobreyectiva inyectiva biyectiva
● Se dice que:
T: V ® W es un monomorfismo si, y sólo si, T es inyectiva. Es decir, T es un
monomorfismo si y sólo si " u, v Î V: T(u) = T(v) Þ u = v.
● T: V ® W es un epimorfismo si, y sólo si, T es sobreyectiva. Es decir, T es un
epimorfismo si y sólo si " w Î W, $ v Î V / w = T(v).
T: V ® W es un isomorfismo si, y sólo si, T es biyectiva. Es decir, T es un
isomorfismo si y sólo si es un monomorfismo y un epimorfismo.
● T: V ® W es un endomorfismo si y sólo si V = W.
● T: V ® W es un automorfismo si y sólo si T es un isomorfismo y un endomorfismo.
Como formar transformaciones lineales
Dado un espacio vectorial V, el espacio vectorial L(V,V), que se nota usualmente como (V),
forma un álgebra asociativa sobre el cuerpo base, donde la multiplicación es la composición y
la unidad es la transformación identidad
Dominio, codominio, núcleo y recorrido de una transformación.
Al igual que las funciones tradiciones, las transformaciones tienen tres partes esenciales para
existir: el dominio, el codominio, y la regla de asignación, como se observa en la figura.
El dominio es el espacio vectorial 𝑉 al cual se le aplicará la transformación; el codominio es
el espacio 𝑊 al cual pertenece el resultado de aplicar la transformación; la regla de
asignación 𝑇 es la forma en la cual se debe manipular un elemento de 𝑉 para convertirlo en
un elemento de 𝑊; finalmente, 𝑇(𝑉) es el recorrido de la transformación, y es el
subconjunto de 𝑊 obtenido a partir de la aplicación de la transformación a cada elemento de
𝑉.
EJEMPLO 3.3. Sea la transformación 𝑆: ℝ4 →𝑃1, definida por la regla de asignación
𝑆(𝑎, 𝑏, 𝑐, 𝑑) = (𝑎+ 𝑑)𝑥+ (𝑏−𝑐)
donde ℝ4 es el espacio vectorial de los cuartetos ordenados con elementos reales, y 𝑃1 es
el espacio vectorial de los polinomios de grado menor o igual a uno.
En este caso, el dominio de 𝑆 será el espacio ℝ4; en tanto que el codominio es 𝑃1. Para
obtener el recorrido de la transformación se requiere obtener uno de sus conjuntos
generadores. Esto se logra a partir de la transformación de una base del dominio; es decir, si
se aplica la transformación a la base de ℝ4
𝐵= {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)}
Se obtendrá un conjunto generador:
𝑆(1, 0, 0, 0) = 𝑥
𝑆(0, 1, 0, 0) = 1
𝑆(0, 0, 1, 0) = −1
𝑆(0, 0, 0, 1) = 𝑥
Entonces, el conjunto generador del recorrido es
𝐺= {𝑥, 1, −1, 𝑥}
Como se observa, el conjunto 𝐺 también es generador de 𝑃1. En este caso, el recorrido y el
codominio son los mismos.
EJEMPLO. Para la transformación 𝑇: ℂ→𝑀2 definida por
Las transformaciones lineales constituyen una de las áreas más importantes de estudio en la
matemática. Tienen usos y aplicaciones importantes en el mundo real y se muestran en
diferentes áreas del sector de empleo. Los matemáticos describen las transformaciones
lineales por un conjunto de reglas y relaciones pero, más simplemente, como un tipo de regla
que, cuando se aplica, cambia el tamaño o la dirección de un vector.
Los matemáticos utilizan flechas para representar el valor y el sentido de un vector.
Cómo funcionan los Vectores
Los matemáticos piensan en vectores como objetos del mismo modo que piensan un punto o
una línea, pero los vectores se mueven en una dirección específica y tienen un valor. Por
ejemplo, los físicos describen vectores de velocidad por sus variables: metros y horas. Como
vector, la velocidad tiene metros como su valor y norte, sur, este u oeste para representar su
dirección. Cualquier tipo de datos con más de una variable pueden representar un vector.
Las transformaciones lineales ayudan a los investigadores a predecir acontecimientos
futuros
Modelos de regresión
Los modelos de regresión ayudan a los investigadores a determinar los patrones en los datos
recogidos. Ellos recogen datos y los introducen en un modelo de regresión que los organiza
en un diagrama de dispersión o gráfico de líneas. Cada punto de la gráfica corresponde a un
vector en dos variables. Por ejemplo, en un modelo de regresión que describe el número de
búsquedas de Google hechas al año, el número de búsquedas se corresponde con el valor y el
año representa la dirección. El investigador puede introducir los vectores en una
transformación lineal que detecta la tendencia de los datos y predice el número de búsquedas
que se producirán en los próximos años. Los investigadores médicos utilizan
transformaciones lineales para predecir resultados importantes como los efectos de las
hierbas medicinales en los pacientes con cáncer.
Las transformaciones lineales convierten una pantalla de pequeños cuadrados de color en una
imagen en tres dimensiones.
Computadoras
Las transformaciones lineales tienen aplicaciones importantes en el mundo de los gráficos por
computadora. Aunque los matemáticos observan una transformación lineal como una
manipulación de vectores en un plano, los diseñadores gráficos lo miran como una
manipulación de píxeles en una pantalla de una computadora. Cada vector representa un píxel
de una imagen. Esto permite al diseñador utilizar una transformación lineal para agrandar,
ampliar o girar los píxeles, uno por uno, hasta que la imagen siga su deseo. Los
programadores usan las transformaciones lineales para hacer muchas de las imágenes
tridimensionales y de computadora que disfrutas en línea.
Ingeniería
La ingeniería es uno de los conceptos más importantes que se tiene que aprender para la
resolución de problemas más adelante, además de que las transformaciones lineales pueden
ser utilizadas durante toda la vida y la carrera del ingeniero, puesto que consta de una de los
conceptos más importantes de las matemáticas.
CONCLUSIÓN
Se han visto las distintas propiedades y teoremas que este tema presenta, todo para su
comprensión y entendimiento, con esto se concluye que los temas vistos tienen una cierta
relación ya que en algunos de estos se recurre a conocimientos adquiridas anteriormente
Una transformación es un conjunto de operaciones que se realizan sobre una vector para
convertirlo en otro vector.
Se denomina transformación lineal a toda función cuyo dominio e imagen sean espacios
vectoriales y se cumplan las condiciones necesarias. Las transformaciones lineales ocurren
con mucha frecuencia en el álgebra lineal y en otras ramas de las matemáticas, tienen una
gran variedad de aplicaciones importantes
Las transformaciones lineales tienen gran aplicación en la física, la ingeniería y en diversas
ramas de la matemática.
A continuación se explican las propiedades de las transformaciones lineales, sus diferentes
tipos, su imagen y el núcleo, y su representación matricial.
REFERENCIA BIBLIOGRÁFICA
● Turner, J. (2018, Febrero 01). Geniolandia. Retrieved from
● https://www.geniolandia.com/13097853/por-que-deberia-preocuparme-por-las-tr
ansformaciones-lineales
● Universidad Tecnológica Nacional. (2020, Marzo 30). Algebra y Geometría
Analítica.
● Retrieved from
https://aga.frba.utn.edu.ar/definicion-y-propiedades-de-las-transformaciones-lin
eales
● J. Denavit. R. S. Hartenberg. “A Kinematic Notation for Lower- Pair
Mechanism Based on Matrices”. Journal of Applied Mechanics. Vol. 22. 1955.
pp. 215-221.
● Veslin. E., Slama. J., Dutra. M., Lengerke. O. Análisis Cinemático de un
Exoesqueleto de Partes Superiores de 7 GDL. En el Congreso Internacional de
Ingeniería Mecatrónica - UNAB. Bucaramanga, Colombia.2009
● Grossman, Stanley I., Flores José, Álgebra lineal, Séptima edición, Mc Graw Hill
● Santiago Hernández, Clemente, Álgebra Lineal
