UNIVERSIDAD ESTATAL DE MILAGRO
FACULTAD DE CIENCIAS SOCIALES EDUCACIÓN
COMERCIAL Y DERECHO
CARRERA DE ECONOMIA
TEMA
“Transformaciones Lineales”
AUTORES:
Yojana sobeida fajardo murillo
Naomy Maibet Martinez Lescano
Elisa Alejandra Rivera Davila
ASIGNATURA:
Álgebra Lineal
DOCENTE:
Ing. Juan Carlos Barco Quiñonez
LINK DE EXPOSICION:
https://youtu.be/10qRdSqmiu8?feature=shared
NOVIEMBRE 13 de 2024
LL 1
Contenido
INTRODUCCIÓN........................................................................................... 1
DESARROLLO… ............................................................................................ 2
CONCLUSIÓN ............................................................................................... 1
REFERENCAS................................................................................................ 1
ANEXOS ....................................................................................................... 1
2
TRANSFORMACIONES LINEALES
INTRODUCCIÓN
Las transformaciones lineales son funciones con las que usualmente se trabaja en
algebra lineal, se trata de funciones entre k-espacios vectoriales que son compatibles
con la operación y acción de los espacios.
Los elementos que tiene cada transformación lineal son: núcleo, recorrido, dominio y
codominio, en este caso son espacios vectoriales, en lugar de números reales. Al igual
que las funciones tradicionales las transformaciones tienen tres partes indispensables
para existir y son: el dominio, el codominio y la regla de asignación, ciertamente esta
debe de cumplir con ciertas propiedades, pero siempre sobre espacios vectoriales.
Los kerneles, también conocidos como núcleos son una difusión de los núcleos de los
homomorfismos de grupo, los núcleos homomorfismos de grupo son funciones entre
grupos que resguarda a las operaciones binarias, en sí a las aplicaciones o
transformaciones lineales también se les llama homomorfismos de espacios lineales.
Con los kerneles automáticamente obtenemos el núcleo del morfismo es 𝑓: 𝑋 → 𝑌 , es el
morfismo más ordinario, 𝑘: 𝐾 → 𝑌 el mismo que genera ceros cuando se compone con
𝑓.
Los pares de Kerneles y las diferencias de kerneles igualmente son conocidos como
ecualizadores binarios, aunque si estas están vinculadas no se trataría de lo mismo.
El rango en una aplicación lineal 𝑓 entre dos espacios 𝑋 𝑦 𝑌vectoriales, se los define
como la dimensión del conjunto de imagen 𝑑𝑖𝑚 𝑓(𝑥), 𝑓(𝑥) ⊂ 𝑌, esto es una propiedad
para las aplicaciones lineales, las matrices son una representación fijada en la base.
También tenemos lo que son los valores y vectores característicos y para hacer el
cálculo de los valores propios como la de los vectores propios de una matriz simétrica
tiene una gran importancia y cabe destacar, el problema de la diagonalización de una
matriz, el cálculo de los momentos de inercia y de los ejes principales de inercia de un
sólido rígido.
DESARROLLO
Transformaciones lineales
En primer lugar, una transformación lineal es una función. Por ser función, tiene su
dominio y codominio, con la particularidad de que éstos son espacios vectoriales.
Tenemos dos espacios vectoriales V y W, y una función que va de V a W. O sea, una
regla de asignación que transforma vectores de V en vectores de W. Pero no toda función
que transforme vectores de V en vectores de W es una transformación lineal. T debe
cumplir ciertas condiciones, pero también debemos saber:
Sean espacios vectoriales sobre un mismo cuerpo K
Una función T transforma vectores de V en vectores de W.
3
Impondremos condiciones para que preserve las operaciones de suma de vectores y
multiplicación por escalar, esto es, que sea equivalente sumar y multiplicar por escalar
las preimágenes en V como las imágenes en W.
Desde el punto de vista algebraico lineal, las transformaciones que se las considera más
importantes son aquellas que conservan las combinaciones lineales y se las llama
transformaciones lineales o aplicaciones lineales.
Propiedades de una transformación lineal
Propiedad 1
La imagen del vector nulo del dominio 0V es el vector nulo del codominio 0w:
T(0V) =0w
Demostración:
T(0V) =T (0.v) =0. T(v)=0. w=0W
Donde hemos expresado a 0V como el producto del escalar 0 por cualquier vector del
espacio vectorial V, hemos usado la segunda condición que debe cumplir una
transformación lineal, y finalmente hemos vuelto a usar la propiedad de espacios
vectoriales sobre el producto del escalar 0 por cualquier vector.
Propiedad 2
La imagen del vector –v es igual al opuesto de la imagen de v:
T(–v) =–T(v)
Demostración:
T(–v) =T (–1. v)=–1. T(v)=–T(v)
La justificación de los pasos dados en la demostración es similar a la anterior.
Propiedad 3
Consideremos r vectores del espacio vectorial V:
v1, v2, …, vr∈
Tomemos una combinación lineal en el dominio:
α1v1+α2v2+α3v3+...+αrvr
Donde αi∈Rαi∈R.
Si aplicamos la transformación lineal F de V a W, teniendo en cuenta las propiedades
enunciadas en la definición, resulta:
4
F (α1v1+α2v2+α3v3+...+αrvr) =α1F(v1) +α2F(v2) +…+αrF(vr)
Es decir que una transformación lineal «transporta» combinaciones lineales de V a W,
conservando los escalares de la combinación lineal.
Ejercicios
Ejercicios 1
5
Ejercicio 2
Muestre que lm(F) = lfi para la transformación lineal Y 2( ) con
1 )2
1
°0 #l# °2 2
*0 +*l*+*2*'* 2(® ) o=
*24 *1* *2 2 2(® )l-
1 2) g 2(^)I
Por lo tanto, el conjunto B — -I- z 2 es un aspirante a base para
—( —
Nuc(T) pues claramente lo genera. Falta mostrar que B es un conjunto /. i.
°i( — 2 ”“ ) ^2( —
2 +o + 2
Por lo tanto. ej og 06 y es /.T. y además
base. Así. dim(Nuc(E)) 2.
Usando el teorema de las dimensiones :
6
Ejercicio 3
𝑅𝑒𝑠𝑝𝑒𝑐𝑡𝑜 𝑎 𝑙𝑎 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑇: 𝑋 → 𝑋
𝑎11 𝑎12 𝑎11
𝑥 = {( ) /𝑎 ∈ 𝐼𝑅};𝑇 ( 𝑎1 𝑎11 −𝑎12 +𝑎21
)
2
𝑎21 𝑎22 𝑖𝑗 𝑎21 𝑎22) = (𝑎11 +𝑎22 −𝑎22
𝟏 𝟎 𝟎 𝟎
𝑺𝒆𝒂 𝑩 = {( 𝟎 𝟏 ) (𝟎 𝟎 )} 𝒆𝒏𝒕𝒐𝒄𝒆𝒔
)( )(
𝟎 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
1 −1 0 0 1 − 𝜆 −1 0 0
𝐴𝑟 = (0 1 1 0) → 𝑝(𝜆) = 0 1 − 𝜆 1 0|
1 0 0 |1 1 0 −𝜆 1
𝑝(𝜆) = (1 − 𝜆(1 − 𝜆)(𝜆 + 𝜆2) − (−1 − 𝜆 − 1) = (1 − 2𝜆 + 𝜆2)(𝜆 + 𝜆2) + 1 + 𝜆 +
1
𝑝(𝜆) = 𝜆 + 𝜆2 − 2𝜆2 − 2𝜆2 + 𝜆3 + 𝜆4 + 2 + 𝜆 = 𝜆4 − 𝜆3 − 𝜆2 + 2𝜆 + 2
Vectores y Valores Característicos
VECTORES
Un vector es una expresión geométrica que se extiende desde un punto de referencia
llamado origen hasta otro punto llamado punto final. Al entrar en el concepto de vector
nos basamos y referimos a la idea de un desplazamiento en el espacio desde un espacio
inicial hasta un espacio final.
Hay que tener en cuenta de que todos los vectores están definidos, la definición de estos
es mediante los puntos de los ejes que los mismos ocupan desde su origen y los puntos
de sus extremos.
A los vectores los podemos representar gráficamente como segmentos de línea recta, y
estos están formados por los siguientes elementos que se describirán a continuación:
sentido, dirección, origen o punto de aplicación, y longitud o módulo (elementos que
forman parte de un espacio vectorial).
Ejercicio 4
1 0
𝐴=( )
5 2
En primer lugar, tenemos que hallar la ecuación característica de la matriz. Y, para ello,
se debe resolver el siguiente determinante:
1−𝜆 0 | = 𝜆2 − 3𝜆 + 2
det(𝐴 − 𝜆𝐼) = |
5 2−𝜆
7
Ahora calculamos las raíces del polinomio característico, por lo tanto, igualamos el
resultado obtenido a 0 y resolvemos la ecuación:
𝜆2 − 3𝜆 + 2
+3 ± = {𝜆 = 1}
𝜆 = −(−3) ± √(−3)2 − 4 ∙ 1 ∙ 2 1 𝜆=2
=
2∙1
2
Las soluciones de la ecuación son los valores propios de la matriz.
Una vez tenemos los autovalores, calculamos los auto vectores. Para ello, debemos
resolver el siguiente sistema para cada autovalor:
(𝐴 − 𝜆)𝑣 = 0
Primero calcularemos el vector propio asociado al valor propio 1:
(𝐴 − 𝜆)𝑣 = 0
𝑥 0
( )
𝐴 − 1I (𝑦) = ( )
0
0 0 𝑥 0
( ) (𝑦) = ( )
5 1 0
0𝑥 + 0𝑦 = 0
{
5𝑥 + 𝑦 = 0
De estas ecuaciones obtenemos el siguiente subespacio:
𝑦 = −5
𝑥 = 1 → 𝑦 = −5 ∙ 1 = −5
1
𝑣=( )
−5
(𝐴 − 𝜆)𝑣 = 0
𝑥
(𝐴 − 2I) ( ) = (0)
𝑦 0
−1 0 𝑥 0
( ) (𝑦) = ( )
5 0 0
8
−𝑥 + 0𝑦 = 0
{
5𝑥 + 𝑦 = 0 = 𝑥 = 0
0
𝑣=( )
1
1
𝝀=𝟏 𝒗=( )
−5
0
𝝀=𝟐 𝒗=( )
1
Componentes de los vectores
Como ya esperábamos, todos los vectores tienen una serie de elementos que los definen
y los damos a conocer describiéndolos, sin más preámbulos los elementos son los
siguientes:
• Dirección: Se refiere a la dirección de la línea en la que se encuentra el vector, o la
dirección de cualquier línea paralela.
• Sentido: Es el sentido en la que apunta el segmento de línea.
Es el lugar a representar desde el origen hasta el final del vector.
El sentido del vector se indica con una flecha.
• Punto de Aplicación: Es la ubicación exacta del plano sobre el que se encuentra el
vector.
• Módulo: Es también la longitud del segmento que representa el vector.
EJEMPLO:
Para calcular el módulo de un vector debemos realizar una serie de cálculos muy
sencillos que nos permitirá saber cuánto mide su longitud. El módulo de un vector es
igual a la raíz de la suma de los cuadrados de sus componentes.
Valores o Vectores Característicos
En muchas ocasiones resulta útil encontrar un vector, es decir, encontrar un vector y un
escalar de tal forma que, se transforme en un vector paralelo, lo que se denomina vector
característico.
Los valores y vectores propios son datos matriciales que permiten resolver diversos
problemas derivados del modelado de sistemas físicos.
Estas funciones se llamarán transformaciones lineales. Se designa transformación lineal
a toda función cuyo dominio e imagen sean espacios vectoriales y se concluyan las
condiciones necesarias.
Sea T: V –> W una transformación lineal. En diversas aplicaciones, resulta útil encontrar
un vector v en V tal que Tv y v son paralelos.
Sea T: V -> W una transformación lineal. En varias aplicaciones es útil encontrar un
vector v en V tal que Tv y v sean paralelos.
Ejercicio 5:
Conclusión
Tenemos claro lo que es una transformación lineal, y sabemos que son operaciones que
se realizan sobre un elemento del sub espacio y son funciones que siempre estarán en el
álgebra lineal, el objetivo de esta es transformar un espacio vectorial en otro, tenemos
que recordar que las transformaciones lineales son funciones y como tales puede ser
sobreyectivas, inyectivas y biyectivas que preserva las operaciones de adición de
vectores y también de multiplicaciones de vectores por un escalar y se denomina como
transformación lineal a toda aplicación cuyo codominio y codominio sean espacios
vectoriales que pueden ser V y W sobre el mismo cuerpo dado por k.
Las transformaciones lineales también se pueden mostrar y representar en términos de
matrices, como también las matrices se pueden ver representadas en términos de
transformaciones lineales.
Vemos que las transformaciones lineales están relacionadas con temas de matemáticas
que seguramente los hemos visto antes, las transformaciones deben de cumplir con sus
propiedades y obviamente con ellas obtendremos los resultados, podemos también
verificar si son o no unas transformaciones lineales y con la investigación que hemos
realizado hemos podido obtener toda la información que hemos planteado para así poder
ampliar nuestros conocimientos y esto nos es de utilidad para lo largo de nuestra
carrera.
11
Anexos
Bibliografía
Kolman, B., & Hill, D. R. (2006). Álgebra lineal. Pearson Educación.
Algebra Lineal Carlos Arce S., William Castillo E., Jorge González Tercera Edición
2002 Edición y Diagramación: Carlos Arce. Diseño de portada: Tipografía y
compilador: LATEX
13
