Instituto Tecnológico Superior de

Misantla.

Martha Patricia Moreno Rodríguez.

Ingeniería Industrial.

301 “B”.

ALGEBRA LINEAL.

Investigación de "Transformaciones
lineales".

Ing. Uriel Ramiro Parra.

UNIDAD 5

Diciembre, 2021.
Contenido
Introducción...................................................................................................................................1
Definición de transformación lineal..........................................................................................2
Núcleo e imagen de una transformación lineal.....................................................................2
Representación matricial de una transformación lineal......................................................3
Aplicación de las transformaciones lineales: reflexión, dilatación, contracción y
rotación............................................................................................................................................6
Tema de interés de ingeniería industrial...............................................................................13
¿En qué se relaciona tu tema de interés con las transformaciones lineales?.............13
Conclusión......................................................................................................................................14
Bibliografía......................................................................................................................................15
Introducción

1
 Definición de transformación lineal.

Sean y espacios vectoriales reales. Una transformación lineal de en es una

función que asigna a cada vector un vector único y que satisface, para

cada u y v en y cada escalar ,

y
Existen observaciones sobre esta notación

I. Se escribe para indicar que toma el espacio vectorial real y lo lleva al

espacio vectorial real ; esto es, es una función con como su dominio y un
subconjunto de como su imagen.
II. Se escriben indistintamente y . Denotan lo mismo; las dos se leen “ de v”. Esto
es análogo a la notación funcional , que se lee “ de ”.
III. Gran parte de estas definiciones, también se cumplen para los espacios vectoriales
complejos (espacios vectoriales en donde los escalares son números complejos).

Núcleo e imagen de una transformación lineal.

Sean y dos espacios vectoriales y sea una transformación lineal. Entonces

i. El núcleo de , denotado por nu , está dado por

nu

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

Observación 1. Observe que nu es no vacío porque, de manera que

para cualquier transformación lineal . Se tiene interés en encontrar otros
vectores en que “se transformen en 0”. De nuevo, observe que cuando escribimos
(0) = 0, el 0 de la izquierda está en y el de la derecha en .

2
Observación 2. La imagen de es simplemente el conjunto de “imágenes” de los
vectores en bajo la transformación . De hecho, si w= v, se dice que w es la imagen
de v bajo .
Un teorema de gran utilidad, es el siguiente:

Si es una transformación lineal, entonces

i. nu es un subespacio de
ii. es un subespacio de

i. Sean u y v en un ; entonces y

de forma que y están en un .

ii. Sean w y x en . Entonces y para dos vectores u y v en . Esto

significa que y . Por lo tanto,

y están en .

Representación matricial de una transformación lineal.

Si es una matriz de y está definida por , entonces, es una

transformación lineal. Ahora se verá que para toda transformación lineal de en existe una
matriz de tal que para todo . Este hecho es de gran utilidad. Si

entonces nu e Más aún, y

Así se puede determinar el núcleo, la imagen, la nulidad y el rango

de una transformación lineal de determinando el espacio nulo y la imagen de la matriz
correspondiente. Adicionalmente, una vez que se sabe que , se puede evaluar para
cualquier x en mediante una simple multiplicación de matrices.

Pero esto no es todo. Como se verá, cualquier transformación lineal entre espacios vectoriales de
dimensión finita se puede representar mediante una matriz.

Teorema 1:

Sea una transformación lineal. Existe entonces una matriz única de , tal
que

para toda

3
Sea Sea la matriz cuyas columnas son y
hagamos que denote también a la transformación de , que multiplica un vector en
por . Si

para

entonces

De esta forma, para . y la transformación , son la misma porque

coinciden en los vectores básicos. Ahora se puede demostrar que es única. Suponga que
y que para todo Entonces o estableciendo
se tiene que para todo . En particular, para
. Pero como se deduce de la demostración de la primera parte del teorema, es la columna
de . Así, cada una de las columnas de es el cero, la matriz cero de .
Esto muestra que y el teorema queda demostrado.

Matriz de Transformación: La matriz en el teorema 1 se denomina matriz de transformación

correspondiente a o representación matricial de .

Teorema 2:

Sea la matriz de transformación correspondiente a la transformación lineal . Entonces

i.
ii.
iii.

4
 iv.

Ejemplo: Representación matricial de una transformación de en

Defina por Encuentre , y

Solución:

Como y se tiene

Entonces

Para encontrar , se reduce por renglones para resolver el sistema :

Esto significa que si o sea, Estableciendo primero

y después se obtiene una base para

5
Aplicación de las transformaciones lineales: reflexión, dilatación,
contracción y rotación.

Reflexión

Una reflexión es una transformación lineal de un espacio vectorial en sí mismo, en el

que existe un hiperplano de puntos fijos, es decir, de puntos cuyas imágenes por
coinciden con ellos mismos; tal conjunto se denomina hiperplano de reflexión (o bien eje
de reflexión si tiene dimensión 2 ó plano de reflexión en dimensión 3).
Intuitivamente, podemos visualizar la imagen de un vector por una reflexión mediante su
imagen especular en el hiperplano de reflexión.
Veamos algunas reflexiones sencillas, donde todas las coordenadas se refieren a las
bases canónicas:

1. Reflexión respecto al eje en

Esta reflexión transforma el vector de con

coordenadas en el vector Todos los

puntos del eje son puntos fijos. La matriz asociada a esta
transformación lineal viene dada por
Claramente,

6
 2. Reflexión respecto al eje en

Esta reflexión transforma el vector de con coordenadas en el vector

Los puntos fijos son los del eje . La matriz asociada a esta transformación lineal en esta
situación es

3. Reflexión respecto a la bisectriz en

Esta reflexión transforma el vector de con coordenadas en el vector por

lo que los puntos fijos son los de la recta La matriz asociada es

4. Reflexión respecto al origen en

7
Esta reflexión transforma el vector de con coordenadas en el vector
de manera que el conjunto de puntos fijos sólo contiene al origen. La matriz asociada es

5. Reflexión respecto al plano en

Los vectores “sobre” el plano se “mueven” al semiespacio bajo dicho plano y

viceversa, cambiando el signo de la coordenada . La matriz asociada es

6. Reflexión respecto al plano en

Con un razonamiento semejante, se deduce que la matriz asociada es

7. Reflexión respecto al plano en

Por último, la matriz asociada a esta transformación es

Dilatación

8
Una dilatación es una transformación que incrementa distancias.

1. Dilatación o escalamiento

El escalamiento implica el cambio de tamaño de un polígono, donde cada punto

es transformado por la multiplicación de dos factores de escalamiento: y a lo
largo de los ejes y respectivamente, de esta forma, las coordenadas del nuevo punto

se obtienen como:

Sea el vector de factores de escalamiento, y la matriz de escalamiento, en

coordenadas homogéneas el escalamiento de un punto en se puede expresar como el
producto matricial es decir:

muestra el efecto de escalamiento de una figura con y :

2. Dilatación o escalamiento

Extendiendo la idea anterior a , el escalamiento implica el cambio de tamaño de

un poliedro, donde cada punto es transformado por la multiplicación de

9
 tres factores de escalamiento: y a lo largo de los ejes y respectivamente,
de esta forma, las coordenadas del nuevo punto se obtienen como:

Sea el vector de factores de escalamiento, y la matriz de escalamiento, en

coordenadas homogéneas el escalamiento de un punto en se puede expresar como el
producto matricial es decir:

La figura muestra el efecto de escalamiento de una figura con y

3. Escalamiento o dilatación

Extendiendo nuevamente la idea anterior a , el escalamiento implica el cambio de tamaño de

un politopo , donde cada punto es transformado por la multiplicación de
cuatro factores de escalamiento: y a lo largo de ejes que forman el espacio , de
esta forma, las coordenadas del nuevo punto se obtienen como:

10
Sea el vector de factores de escalamiento, y la matriz de escalamiento, en
coordenadas homogéneas el escalamiento de un punto en se puede expresar como el
producto matricial es decir:

4. Escalamiento o dilatación

De esta forma, el escalamiento implica el cambio de tamaño de un politopo en todas sus

dimensiones, como se observó anteriormente, se puede representar el escalamiento en su
forma matricial, donde los factores de escalamiento se localizan en la diagonal principal, cada uno
colocado en la columna que le corresponde a su respectivo eje. Así, se obtiene la expresión
matricial de escalamiento para cualquier dimensión:

En general, la matriz de escalamiento para en coordenadas homogéneas tendrá un

tamaño de en la cual, si se sustituyen los valores para y se obtienen

las matrices de escalamiento y respectivamente.

Contracción

11
Estas transformaciones corresponden a multiplicaciones por escalares de la forma:
donde es un escalar no negativo. La transformación se denomina contracción si
y dilatación si

1. Contracciones y dilataciones en y

Obviamente, las coordenadas de un vector de se transforman en Así, la

matriz asociada a esta transformación lineal viene dada por:

Análogamente, en la matriz asociada a la dilatación/contracción es:

Es evidente que, para las contracciones no son transformaciones ortogonales.

Rotación
La rotación permite girar un objeto sobre un eje de rotación, dado un valor de ángulo de
rotación y su dirección.

1. Rotación en sentido antihorario en (respecto al origen)

Dado un vector de coordenadas y dada la transformación lineal que rota el espacio

en sentido antihorario un ángulo , la matriz asociada está caracterizada por

y así:

2. Rotación en sentido antihorario respecto al eje en

Es sencillo observar que la matriz asociada viene dada por:

12
 3. Rotación en sentido antihorario respecto al eje en

Del mismo modo, la matriz asociada viene dada por:

4. Rotación en sentido antihorario respecto al eje en

Finalmente, la matriz asociada en este caso viene dada por:

Las rotaciones en el espacio con el producto escalar usual son transformaciones

lineales ortogonales (preservan dicho producto escalar).

Tema de interés de ingeniería industrial

13
¿En qué se relaciona tu tema de interés con las transformaciones
lineales?

Conclusión

14
Bibliografía

Grossman, S. I. (2008). Álgebra lineal. McGraw Hill Educación.

http://ocw.uc3m.es/matematicas/algebra-lineal/teoria/algebra_teoria_12.pdf

http://www.tesoem.edu.mx/alumnos/cuadernillos/2010.004.pdf

15