INSTITUTO TECNOLÓGICO SUPERIOR DE APATZINGÁN
NOMBRE DEL ALUMNO
JAIRO RINCÓN SOLORIO
NUMERO DE CONTROL
24020577
CARRERA
INGENIERÍA EN INNOVACIÓN AGRÍCOLA SUSTENTABLE
MATERIA
ÁLGEBRA LINEAL
NO. UNIDAD
UNIDAD 5
NOMBRE DE LA UNIDAD
EV-U5-INVESTIGACION
SEMESTRE
PRIMER SEMESTRE
PROFESOR
ING. ALEJANDRO VÁZQUEZ MAGAÑA
APATZINGÁN. MICHOACÁN. MARTES 10 DE DICIEMBRE DEL 2024
1
INDICE
5.1 DEFINICIÓN DE TRANSFORMACIÓN LINEAL............................................................................... 3
Aplicaciones de las Transformaciones Lineales............................................................................ 5
5.2 NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL. ......................................................... 5
Núcleo .......................................................................................................................................... 6
Imagen.......................................................................................................................................... 8
5.3 REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN LINEAL. ....................................... 11
5.4 APLICACIÓN DE LAS TRANSFORMACIONES LINEALES: REFLEXIÓN, DILATACIÓN,
CONTRACCIÓN Y ROTACIÓN. .......................................................................................................... 13
Reflexión ..................................................................................................................................... 13
Dilatación ................................................................................................................................... 14
Contracción ................................................................................................................................ 14
Rotación ..................................................................................................................................... 14
FUENTES DE INFORMACIÓN .......................................................................................................... 16
2
Unidad 5: Transformaciones lineales
5.1 DEFINICIÓN DE TRANSFORMACIÓN LINEAL.
Las transformaciones lineales son una parte de las matemáticas aplicable en el
mundo cotidiano. Se trata de un conjunto de reglas y relaciones que sirven para
cambiar el tamaño o la dirección de un vector que está dentro de un espacio
vectorial. Esta parte del álgebra lineal es compleja y es mejor definir cada uno de
los conceptos primero:
❑ En álgebra lineal, un vector es una entidad que se representa comúnmente
como una flecha con una dirección y una magnitud. A nivel geométrico, un
vector se puede imaginar como un desplazamiento desde un punto O (origen)
hasta otro punto Y, lo que lo convierte en un objeto que tiene tanto dirección
como longitud. Matemáticamente, un vector se representa generalmente
como una tupla de números, que corresponden a las coordenadas del punto
de destino en un sistema de coordenadas determinado.
Por ejemplo, en el espacio tridimensional, un vector v puede ser
representado como:
v=(v1 ,v2 ,v3 )
donde v1,v2,v3v son las componentes del vector en las direcciones de los
ejes x, y Y z, respectivamente.
❑ Un escalar es simplemente un número que se utiliza para escalar o
multiplicar un vector. Los escalares provienen de un campo, que es un
conjunto de números con ciertas propiedades matemáticas. Los campos más
comunes son los de los números reales R y números complejos C, aunque
en álgebra lineal también pueden usarse otros campos según el contexto.
Los escalares son fundamentales porque permiten operar con los vectores,
por ejemplo, modificando su magnitud sin cambiar su dirección. En el mundo
físico y en aplicaciones prácticas, los escalares pueden representar
cantidades como el tiempo, la temperatura, o cualquier cantidad numérica
que se aplique a los vectores.
❑ Un espacio vectorial es un conjunto de objetos, llamados vectores, que
pueden sumarse entre sí y multiplicarse por escalares, y que cumplen con
ciertas reglas matemáticas. Un espacio vectorial está formado por:
• Un conjunto de vectores.
3
• Un conjunto de escalares.
• Dos operaciones: la suma de vectores y la multiplicación por un escalar.
Las propiedades que deben cumplir estos espacios vectoriales son las siguientes:
• Cerradura bajo la adición: Si u y v son vectores en el espacio, su suma u
+ v también debe ser un vector en el mismo espacio.
• Cerradura bajo la multiplicación por un escalar: Si v es un vector en el
espacio y c es un escalar, entonces el producto cv debe estar también dentro
del espacio.
• Existen otras propiedades que aseguran que las operaciones de adición y
multiplicación por escalares sean coherentes y respeten las leyes aritméticas
(como la conmutatividad de la suma de vectores, la existencia de un vector
nulo, etc.).
Ejemplo práctico de espacio vectorial: El conjunto de todos los vectores en el
plano cartesiano R2 en el espacio tridimensional R3 es un espacio vectorial, porque
puedes sumar vectores y multiplicarlos por escalares, y el resultado siempre será
otro vector dentro del mismo espacio.
❑ Una transformación lineal es una función que toma un vector de un espacio
vectorial y lo mapea (lo transforma) en otro vector, posiblemente en un
espacio diferente, pero de tal manera que se preservan las operaciones
básicas de la álgebra lineal: la adición de vectores y la multiplicación por
escalares. Es decir, si T es una transformación lineal, y u y v son vectores en
el espacio de entrada, y c es un escalar, entonces se cumplen las siguientes
dos propiedades:
Aditividad:
T (u + v) = T(u)+T(v)
Homogeneidad:
T (c ⋅ u) = c ⋅ T (u)
Estas propiedades aseguran que la transformación lineal respete la estructura
algebraica del espacio vectorial, lo que las hace fundamentales en muchas áreas
de las matemáticas y las ciencias aplicadas.
Ejemplo de transformación lineal:
4
Imagina que tienes un espacio R2 y aplicas una transformación lineal que rota todos
los vectores en un ángulo de 90∘. Esta transformación cambia la dirección de los
vectores, pero mantiene sus magnitudes proporcionales, y cumple con las
propiedades de aditividad y homogeneidad.
Una forma de representar estas transformaciones es mediante matrices. Por
ejemplo, la matriz de rotación en R2 para un ángulo θ es:
Aplicar esta matriz a un vector v en R2 rota el vector en el plano por el ángulo θ
Aplicaciones de las Transformaciones Lineales
Las transformaciones lineales tienen múltiples aplicaciones en la vida cotidiana,
especialmente en áreas como:
• Gráficos por computadora: Las transformaciones lineales se utilizan para
rotar, escalar y trasladar imágenes, objetos y modelos en tres dimensiones.
Por ejemplo, un gráfico tridimensional se puede representar mediante
vectores y matrices, y las transformaciones lineales se usan para manipular
estos gráficos.
• Ingeniería: Las transformaciones lineales son cruciales en el análisis
estructural, donde se modelan deformaciones de materiales y estructuras
bajo diversas cargas.
• Física: En física, las transformaciones lineales describen fenómenos como
rotaciones y reflejos en espacios tridimensionales, ayudando a describir
sistemas físicos de forma matemática.
• Ciencias económicas y estadísticas: Las transformaciones lineales se
utilizan en la economía para modelar comportamientos de mercados o en la
estadística para realizar cambios en los datos de acuerdo a ciertas reglas.
5.2 NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL.
Núcleo e imagen son subespacios relacionados con una transformación lineal L
representada por la matriz estándar A. El núcleo se refiere al espacio de soluciones
del sistema homogéneo de ecuaciones lineales que la matriz A representa, es decir,
las soluciones a
La imagen se refiere al subespacio de todos los vectores resultantes y de la
multiplicación de la matriz A con todos los posibles vectores x.Ax=y
5
Núcleo
El núcleo de una aplicación lineal se refiere a todos los vectores que se mapean al
vector cero y a menudo se nota como ker. Una explicación alternativa es que el
núcleo es el conjunto de soluciones del sistema homogéneo de ecuaciones .
El núcleo también suele llamarse espacio nulo, siendo ambos términos
prácticamente sinónimos. Sin embargo, si le preguntaras a un matemático, hay un
riesgo de que te contradiga diciendo que el núcleo y el espacio nulo no son
conceptos equivalentes, pero son esencialmente el mismo concepto porque
comparten la misma definición. La diferencia semántica es que el núcleo está
destinado a una transformación lineal, mientras que el espacio nulo está destinado
a la matriz de transformación para una transformación lineal. En términos prácticos,
en un curso básico de álgebra lineal, ambas expresiones suelen tratarse como
equivalentes. En general se le llama núcleo o kernel a los dos conceptos, y la
diferencia ocurre más a menudo en literatura inglesa.
Si volvemos a la definición del núcleo, podemos referirnos algebraicamente a la
siguiente definición.
6
La definición visual del núcleo se encuentra en la siguiente imagen, notada como
ker:
El núcleo de tres transformaciones
Tomemos las tres transformaciones lineales de proyección, reflexión y rotación
como ejemplos y enumeremos sus núcleos:
7
• Proyección - el conjunto de todos los vectores que son ortogonales al objeto
al que se refiere la proyección
• Reflexión - solo el vector cero
• Rotación - solo el vector cero
Imagen
La imagen de una aplicación lineal se refiere a todos los vectores en el codominio
que se mapean desde al menos un vector en el dominio. Otra definición es que la
imagen de una aplicación lineal se refiere al conjunto de todas sus posibles
transformaciones. Una tercera formulación puede ser que la imagen de una
aplicación lineal es todas las combinaciones lineales posibles de las columnas de
su matriz de aplicación.
No es la intención confundir la definición de la imagen con tres ejemplos diferentes.
El propósito es ofrecer más formulaciones, para que la probabilidad de que una de
ellas sea percibida como comprensible para el principiante sea más alta. Sin
embargo, antes del examen, los tres ejemplos de definición deben ser percibidos
como comprensibles. (Nota que si tenemos una función f, entonces el imagen de x
en su dominio por f, f (x), se le llama el imagen de x por f, también.)
La imagen y el rango son expresiones inequívocamente equivalentes, mientras que
el espacio de las columnas suele considerarse prácticamente como una expresión
equivalente. Sin embargo, un matemático puede argumentar que el espacio de las
columnas es esencialmente el mismo concepto que la imagen / rango porque las
definiciones son análogas, pero la diferencia semántica es que la imagen / rango
está destinado a una aplicación lineal, mientras que el espacio de las columnas está
destinado a la matriz de transformación de una aplicación lineal. En términos
prácticos, en un curso básico de álgebra lineal, las tres expresiones suelen tratarse
como equivalentes.
8
La definición de la imagen / rango se puede definir algebraicamente como:
La definición visual de la imagen se puede encontrar en la siguiente imagen,
anotada como Im:
La imagen para tres transformaciones
Tomemos las tres transformaciones lineales proyección, reflexión y rotación como
ejemplos y enumeremos sus imágenes:
9
Proyección - el subespacio que es el objeto al que se refiere la proyección.
Reflexión - todo el espacio Rn
Rotación - todo el espacio Rn
10
5.3 REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN
LINEAL.
La representación matricial de una transformación lineal es una forma de expresar
dicha transformación mediante una matriz, permitiendo operar algebraicamente con
vectores en un espacio vectorial. Si T: Rn → Rm es una transformación lineal entre
dos espacios vectoriales, existe una matriz A de dimensiones m×n que caracteriza
completamente el efecto de T sobre cualquier vector del espacio de entrada.
Esta matriz se construye al observar cómo T transforma los vectores de una base
del espacio de entrada y expresar los resultados en términos de una base del
espacio de salida. Cada columna de la matriz corresponde a la imagen de un vector
base bajo la acción de T.
La representación matricial es útil porque simplifica los cálculos, permitiendo que
las transformaciones lineales se realicen mediante el producto matricial:
T(x)= A ⋅ x
donde x es un vector del espacio de entrada.
Esta técnica es fundamental en muchas áreas de la matemática y la ingeniería, ya
que proporciona una manera sistemática y computacionalmente eficiente de
manejar transformaciones lineales.
Definición
Su definición Sean V y W dos espacios vectoriales de dimensión n y m,
respectivamente, y sea T: V→W una transformación lineal, entonces existe una
matriz A de orden m × n llamada matriz de transformación o representación matricial
de T que satisface T (v) = Av para toda v en V.
Representación Matricial de una transformación R 3 en R4
Si se tiene una transformación T: R3 → R4 dada por
11
La T representa la transformación, que será representada por AT, mientras que la
matriz a su lado representa el vector original. El resultado es la transformación
realizada. Para poder representarla de forma matricial lo que se debe obtener es la
matriz de transformación. Ya que a la vez se obtiene, se pueden determinar otros
datos como el núcleo y la imagen de la transformación.
Para este caso utilizando el resultado de la transformación, se puede determinar
fácilmente la matriz de transformación, separando el vector original y determinando
las operaciones que se realizaron.;
Y su representación quedaría como la matriz de trasformación multiplicando al
vector original para dar como resultado a la transformación:
Ejemplo
Encuentre la representación matricial de la transformación lineal
T de en
definida por
Aplicamos T a los vectores base de
12
Entonces la matriz AT es
5.4 APLICACIÓN DE LAS TRANSFORMACIONES LINEALES:
REFLEXIÓN, DILATACIÓN, CONTRACCIÓN Y ROTACIÓN.
Las transformaciones lineales son funciones matemáticas que transforman un
conjunto de puntos en un espacio a otro, respetando la linealidad (sumas y
multiplicaciones por escalares). Estas se representan mediante matrices en álgebra
lineal. A continuación, describo cómo se aplican las transformaciones de reflexión,
dilatación, contracción y rotación, junto con sus matrices representativas en 2D:
Reflexión
Una reflexión invierte los puntos con respecto a una línea en el plano (por ejemplo,
los ejes x, y, o una línea arbitraria).
13
• Reflexión respecto al eje x
:
• Reflexión respecto al eje y:
• Reflexión respecto a la línea y =x :
Dilatación
Una dilatación escala un objeto, aumentando su tamaño proporcionalmente desde
un punto fijo, comúnmente el origen.
• Matriz de dilatación (con factor k > 1):
Contracción
La contracción reduce el tamaño de un objeto proporcionalmente, también desde
un punto fijo.
• Matriz de contracción (con factor 0 k < 1):
Aplicación: Se utiliza para minimizar modelos gráficos o datos.
Rotación
Una rotación gira un objeto alrededor del origen un ángulo θ\thetaθ en el sentido
contrario al reloj.
• Matriz de rotación:
14
Aplicación: Es común en gráficos, robótica y procesamiento de imágenes para
cambiar la orientación de un objeto.
15
FUENTES DE INFORMACIÓN
https://es.plusmaths.com/las-transformaciones-lineales-en-el-algebra.html
https://www.elevri.com/es/cursos/algebra-lineal/nucleo-e-imagen
https://transformacioneslinealeslts.blogspot.com/2021/01/representacion-
matricial-de-una.html
https://es.khanacademy.org/math/linear-algebra/matrix-
transformations/linear-transformations/a/visualizing-linear-transformations
16
