Unidad 5 - Evidencia 2 - Investigación Final

INSTITUTO TECNOLÓGICO SUPERIOR DE TAMAZUNCHALE
INGENIERÍA EN SISTEMAS COMPUTACIONALES
Materia: ALGEBRA LINEAL
Docente:
ING. MIRIAM EDITH GALICIA
MENDIOLA
Unidad 5:
TRANSFOMACIONES LINEALES
Actividad 2:
INVESTIGACION FINAL
Integrantes del equipo:

ALEJANDRA HERNÁNDEZ CRUZ
22ISC033
ALAN EDUARDO MARTÍNEZ MARCOS
22ISC031
PABLO ISAAC HERNANDEZ MARTINEZ
22ISC071
JORGE LUIS AHUMADA HERNANDEZ
22ISC084
Semestre:
Turno: SEGUNDO SEMESTRE
Fecha: MATUTINO 1
05 de Junio de 2023
INTRODUCCION
Las transformaciones lineales nos sirven para poder determinar el tamaño de un objeto dentro
de nuestro espacio vectorial y de esta manera poder comprender de mejor manera como es que
funciona un vector.
Las transformaciones lineales sirven a lo largo de nuestra vida cotidiana, aunque muchas veces
no se les muestra la importancia necesaria pues, se encuentran tan implícitas que se pueden
llegar a pasar por alto pero son de mucha ayuda a la hora de realizar ciertas tareas especificas.
Por ejemplo, cuando se hacen mapas o figuras a escala se utiliza la transformación escalar.
Dentro de la investigación realizada, se muestran conceptos y ejemplos de las transformaciones

lineales. Para poder comprender un poco más acerca de las transformaciones lineales dentro de
la ingeniería, se ven en conceptos matemáticos, sin embargo al salir de la parte educativa y entrar
al mundo laboral se ven estos conceptos muchas veces, pero de una manera práctica, por lo que,
se puede reafirmar el hecho que las transformaciones lineales están presentes en la vida
cotidiana.
Transformaciones lineales
Para 𝑉 y 𝑊 espacios vectoriales sobre un campo 𝐹, una transformación
lineal entre 𝑉 y 𝑊 es una función 𝑇: 𝑉 → 𝑊 tal que:
Para todo 𝑣1 y 𝑣2 en 𝑉 se tiene que 𝑇(𝑣1 + 𝑣2 ) = 𝑇(𝑣1 ) + 𝑇(𝑣2 ) Esto

informalmente se le conoce como que « 𝑇 abre sumas».
Para todo 𝑉 en 𝑉 y c en el campo 𝐹 se tiene que 𝑇(𝑐𝑣) = 𝑐𝑇(𝑣) . A esto se le

conoce como que « 𝑇 saca escalares».
En la primer condición la suma de la izquierda (dentro del paréntesis) es «la

suma de 𝑉
» y la suma de la derecha es «la suma de 𝑊 ». De manera similar, en la segunda
condición el producto por escalar de la izquierda (dentro del paréntesis) es el de
𝑉 y el de la derecha es el de 𝑊.
En lo que resta de esta entrada, supondremos que los espacios vectoriales son
sobre un mismo campo 𝐹.
Ejemplos de transformaciones lineales
La función 𝑇: ℝ2 → ℝ dada por 𝑇(𝑥, 𝑦) = 𝑥 + 𝑦 + 1 no es una transformación

lineal. De hecho falla en ambas condiciones. Falla en abrir sumas pues, por
ejemplo 𝑇(1,1) = 3 𝑇(2,2) = 5 pero (1,1) + (2,2) = (3,3) 𝑦 𝑇(3,3) = 7 ≠ 5 =
𝑇(1,1) + 𝑇(2,2. )
También falla en sacar escalares pues, por ejemplo
𝑇(4,2) = 7 ≠ 8 = 2𝑇(2,1).
Kernel e imagen de una transformación lineal
Tomemos 𝑇: 𝑉 → 𝑊 una transformación lineal. Hay dos conjuntos muy
importantes relacionados con 𝑇,
El kernel (o núcleo) de 𝑇 es el conjunto de vectores en 𝑉 que se van al

vector 0 de 𝑊 cuando les aplicamos 𝑇 En símbolos,
ker (𝑇) = {𝑣 ∈ 𝑉: 𝑇(𝑣) = 0}.
La imagen de 𝑇 son los vectores en 𝑊 que se pueden escribir de la forma 𝑇(𝑣)

para algún 𝑣 𝑒𝑛 𝑉 , es decir, es la imagen en el sentido clásico de teoría de
conjuntos o de cálculo. En símbolos,
Im(𝑇) = {𝑇(𝑣): 𝑣 ∈ 𝑉}.
Haciendo énfasis de nuevo: ker (𝑇) es un subconjunto de vectores de 𝑉 e Im(𝑇)

es un subconjunto de vectores de 𝑊 . Veamos un ejemplo que nos ayudará a
repasar varios de los conceptos clave de esta entrada.
Los kernels e imágenes de transformaciones lineales son subespacios
Teorema. Sean 𝑉 y 𝑊 espacios vectoriales sobre un mismo campo. Si 𝑇: 𝑉 →

𝑊 es una transformación lineal, entonces ker (𝑇) es un subespacio de 𝑉 e Im(𝑇)
es un subespacio de 𝑊.
Demostración. Demostraremos primero que ker (𝑇) es un subespacio de 𝑉 ara

ello basta con tomar 𝑣1 , 𝑣2 en ker (𝑇) y c en el campo 𝐹 y mostrar que 𝑐𝑣1 +
𝑣2 también está en ker (𝑇) es decir, que también sucede que 𝑇(𝑐𝑣1 + 𝑣2 ) = 0.
Esto se debe a la siguiente cadena de igualdades, que justificamos abajo.
La primera igualdad se debe a que 𝑇 abre sumas. La segunda a que 𝑇 saca

escalares. La tercera a que 𝑣1 y 𝑣2 están en el kernel de 𝑇 y por lo tanto sabemos
que 𝑇(𝑣1 ) = 𝑇(𝑣2 ) = 0. La última es simplemente hacer la operación. Con esto
mostramos que ker (𝑇) es un subespacio de 𝑉,
Ahora, veremos que Im(𝑇) es un subespacio de 𝑊 Tomemos 𝑤1 y 𝑤2 en Im(𝑇) y

un escalar 𝑐 en el campo 𝐹 De nuevo, basta mostrar que 𝑐𝑤1 + 𝑤2 está en Im(𝑇)
Como 𝑤1 y 𝑤2 están en la imagen de 𝑇, esto quiere decir que existen vectores 𝑣1
y 𝑣2 en 𝑉 tales que 𝑇(𝑣1 ) = 𝑤1 y 𝑇(𝑣2 ) = 𝑤2 . Notemos que entonces:
𝑐𝑤1 + 𝑤2 = 𝑐𝑇(𝑣1 ) + 𝑇(𝑣2 )

= 𝑇(𝑐𝑣1 ) + 𝑇(𝑣2 )
= 𝑇(𝑐𝑣1 + 𝑣2 ).
La segunda y tercera igualdad vienen de que 𝑇 saca escalares y abre sumas

respectivamente. Esta cadena de igualdades muestra que podemos poner a
𝑐𝑤1 + 𝑤2 como imagen de alguien en 𝑉 bajo 𝑇, es decir, que 𝑐𝑤1 + 𝑤2 pertenece
a Im(𝑇).
Aplicación de las transformaciones lineales: reflexión,
dilatación, contracción y rotación
REFLEXIÓN.
Cuando un conjunto de puntos dados es graficado desde el espacio euclidiano

de entrada a otro de manera tal que este es isométrico al espacio euclidiano de
entrada, la llamamos reflexión del conjunto de puntos dados. También se realiza
con respecto a la matriz, en tal situación la matriz de salida es llamada la matriz
de reflexión. La reflexión es realizada siempre con respecto a uno de los ejes,
sea el eje x o el eje y. Esto es como producir la imagen espejo de la matriz actual.
DILATACIÓN.
Al igual que en la reflexión, se pueden expandir los puntos dados en una

dirección particular. La expansión se realiza habitualmente para un cierto grado.
Es como realizar una operación de multiplicación de los elementos del conjunto
de puntos dados con un término escalar hacia la dirección donde tiene que ser
expandido. Sea para un punto (2, 3) si el grado de expansión 2 es la dirección
de y, entonces el nuevo punto obtenido es (2, 6).
Sea V= (2 4) encontrara la expansión vertical cuando K=2
Expansión horizontal (k71) o contracción (0<k<1)
Expansión vertical (k71) o contracción (0<k<1)
CONTRACCIÓN.
La contracción es el procedimiento inverso de la expansión. Aquí el punto es

contraído en un determinado grado hacia una dirección dada. Sea el punto de
entrada (4, 8) y este debe ser contraído para el grado dos en la dirección de x
entonces el nuevo punto resulta ser (2, 8).
ROTACIÓN.
El término rotación tiene dos significados, pues la rotación de un objeto puede

ser realizada con respecto al eje dado o al eje mismo. La rotación se realiza para
un cierto grado el cual es expresado en forma de un ángulo. Asimismo, la
rotación puede realizarse en la dirección de las manecillas del reloj, o inverso a
las manecillas del reloj
.
CONCLUSIÓN
Las transformaciones lineales sirven dentro de diversos ámbitos, desde el diseño
de productos para el mercado laboral, como también en la creación de escalas
de planos en arquitectura, así también como ámbitos sencillos, como puede ser
la creación a escala de mapas.
Podemos ver qué dentro de las transformaciones lineales se encuentran las

transformaciones de reflexión, estás sirven para poder reproducir otra imagen en
nuestro espacio vectorial, la podemos encontrar en las figuras que son
simétricas; las transformaciones de dilatación son para poder representar un
crecimiento de nuestro vector, mayormente utilizado en figuras a escala; la
transformación de contracción como su nombre nos indica tiene una función
totalmente opuesta a la de dilatación pues está contrae nuestro vector; la
transformación de rotación nos ayuda para poder girar nuestro vector dentro de
nuestro espacio vectorial. Cada una de estas transformaciones tiene un fin
distinta cada una es distinta de otra, sin embargo, cada una se complementa con
otra para poder tener una mejor comprensión a la hora de ser aplicarlos dentro
de nuestro espacio vectorial.
Al conocer de una manera matemática como es que funciona una transformación

lineal se puede aplicar de una manera más precisa dentro de estos ámbitos. Si
embargo, las transformaciones lineales se ven mayormente dentro de las
ingenierías, pues estás llevan un análisis más a fondo en el mundo de las
matemáticas, por lo tanto, la asignatura de Álgebra Lineal le permite al ingeniero
tener herramientas más precisas para ver de una perspectiva diferente a la hora
de elaborar sus sistemas computacionales, así también como sirven para poder
realizar programas desde una parte más objetiva y acertiva.
REFERENCIAS BIBLIOGRÁFICAS
Lineal, T. A. (2021b, January 30). 5.4 Aplicación de las transformaciones lineales:

reflexión, dilatación, contracción y rotación. Josea Manuel.
https://transformacioneslinealeslts.blogspot.com/2021/01/aplicaciones-de-
transformaciones.html
Ramón, I. J. M. (n.d.). 5.4 Aplicación de las transformaciones lineales: reflexión,

dilatación, contracción y rotación. http://itsavbasicas.blogspot.com/2012/05/54-
aplicacion-de-las-transformaciones.html
Sandoval, L. I. M. (2023). Álgebra Lineal I: Transformaciones lineales. El Blog De

Leo. https://blog.nekomath.com/lineal-i-transformaciones-lineales/

Unidad 5 - Evidencia 2 - Investigación Final

Cargado por

Copyright:

Formatos disponibles

Unidad 5 - Evidencia 2 - Investigación Final

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 5 - Evidencia 2 - Investigación Final

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLÓGICO SUPERIOR DE TAMAZUNCHALE

INGENIERÍA EN SISTEMAS COMPUTACIONALES

Materia: ALGEBRA LINEAL

Integrantes del equipo:

Dentro de la investigación realizada, se muestran conceptos y ejemplos de las transformaciones

Para todo 𝑣1 y 𝑣2 en 𝑉 se tiene que 𝑇(𝑣1 + 𝑣2 ) = 𝑇(𝑣1 ) + 𝑇(𝑣2 ) Esto

Para todo 𝑉 en 𝑉 y c en el campo 𝐹 se tiene que 𝑇(𝑐𝑣) = 𝑐𝑇(𝑣) . A esto se le

En la primer condición la suma de la izquierda (dentro del paréntesis) es «la

Ejemplos de transformaciones lineales

La función 𝑇: ℝ2 → ℝ dada por 𝑇(𝑥, 𝑦) = 𝑥 + 𝑦 + 1 no es una transformación

También falla en sacar escalares pues, por ejemplo

El kernel (o núcleo) de 𝑇 es el conjunto de vectores en 𝑉 que se van al

ker (𝑇) = {𝑣 ∈ 𝑉: 𝑇(𝑣) = 0}.

La imagen de 𝑇 son los vectores en 𝑊 que se pueden escribir de la forma 𝑇(𝑣)

Im(𝑇) = {𝑇(𝑣): 𝑣 ∈ 𝑉}.

Haciendo énfasis de nuevo: ker (𝑇) es un subconjunto de vectores de 𝑉 e Im(𝑇)

Los kernels e imágenes de transformaciones lineales son subespacios

Teorema. Sean 𝑉 y 𝑊 espacios vectoriales sobre un mismo campo. Si 𝑇: 𝑉 →

Demostración. Demostraremos primero que ker (𝑇) es un subespacio de 𝑉 ara

La primera igualdad se debe a que 𝑇 abre sumas. La segunda a que 𝑇 saca

Ahora, veremos que Im(𝑇) es un subespacio de 𝑊 Tomemos 𝑤1 y 𝑤2 en Im(𝑇) y

𝑐𝑤1 + 𝑤2 = 𝑐𝑇(𝑣1 ) + 𝑇(𝑣2 )

La segunda y tercera igualdad vienen de que 𝑇 saca escalares y abre sumas

Cuando un conjunto de puntos dados es graficado desde el espacio euclidiano

Al igual que en la reflexión, se pueden expandir los puntos dados en una

Sea V= (2 4) encontrara la expansión vertical cuando K=2

Expansión horizontal (k71) o contracción (0<k<1)

Expansión vertical (k71) o contracción (0<k<1)

La contracción es el procedimiento inverso de la expansión. Aquí el punto es

El término rotación tiene dos significados, pues la rotación de un objeto puede

Podemos ver qué dentro de las transformaciones lineales se encuentran las

Al conocer de una manera matemática como es que funciona una transformación

Lineal, T. A. (2021b, January 30). 5.4 Aplicación de las transformaciones lineales:

Ramón, I. J. M. (n.d.). 5.4 Aplicación de las transformaciones lineales: reflexión,

Sandoval, L. I. M. (2023). Álgebra Lineal I: Transformaciones lineales. El Blog De

También podría gustarte