INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA

INGENIERIA CIVIL

3 SEMESTRE GRUPO: K

INVESTIGACION

MATERIA:

ALGEBRA LINEAL

DOCENTE:

ING. CARLOS MUNGUIA

NOMBRE DE LOS ALUMNOS

ARELLANO ARRIAGA AXEL DE JESÚS

BARTOLANO PACHECO MARTHA VALERIA
MATÍAS TRINIDAD EDSON DANIEL
NAVARRO NANGUSE DEISY YASMIN
RAMOS ULLOA BRAULIO
SÁNCHEZ DOMÍNGUEZ KEVIN OMAR
SÁNCHEZ MORENO BANI ARIEL

CINTALAPA DE FIGUEROA
5.1 INTRODUCCION A LAS TRANSFORMACIONES LINEALES
Las transformaciones lineales, concepto fundamental en el ámbito de los espacios
vectoriales, se definen meticulosamente a través de propiedades específicas que
garantizan la preservación de estructuras algebraicas esenciales.
Sea 𝑇 ∶ 𝑉 → 𝑊 una función que mapea desde un espacio vectorial 𝑉 a otro 𝑊estas
transformaciones exhiben dos propiedades cruciales que destacan su relevancia
matemática y aplicaciones en diversos campos.

La primera propiedad, conocida como la preservación de la suma, establece que

para cualquier par de vectores 𝑢 y𝑢 𝑒𝑛 𝑉, la transformación lineal 𝑇 cumple con la
igualdad 𝑇(𝑢 + 𝑣 ) = 𝑇(𝑢) + 𝑇(𝑣). Este principio implica que la aplicación de 𝑇 a la
suma de dos vectores es equivalente a la suma de las transformaciones individuales
de dichos vectores. En otras palabras, la estructura aditiva del espacio vectorial de
origen se refleja fielmente en el espacio vectorial de destino.

La segunda propiedad fundamental es la preservación de la multiplicación por

escalares. Para cualquier vector 𝑢 𝑒𝑛 𝑉 y cualquier escalar 𝑐, la transformación
lineal𝑇 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒 𝑇(𝑐𝑢) = 𝑐𝑇(𝑢). Esto significa que la aplicación de 𝑇 a un vector
escalado por un factor 𝑐 es igual al producto del escalar 𝑐 y la transformación de
𝑢 𝑝𝑜𝑟 𝑇. Este aspecto resalta la coherencia en la multiplicación por escalares, lo cual
es esencial en el análisis de las propiedades algebraicas de los espacios
vectoriales.

La importancia de estas propiedades radica en su utilidad para modelar y resolver

sistemas de ecuaciones lineales. Al limitar el enfoque a funciones lineales, se
establece un marco matemático robusto que facilita la comprensión y manipulación
de estructuras lineales en contextos diversos. Este enfoque proporciona
herramientas fundamentales en áreas como el álgebra lineal, optimización y teoría
de sistemas dinámicos.
Demuestre que la transformación T: R2 →R2 definida por

Es lineal

Entonces

Por otro lado, es escalar

como se cumplen las dos

condiciones

T ES LINEAL
5.2 NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL.

si es lineal, se define el núcleo y la imagen de T de la siguiente manera: Es decir

que el núcleo de una transformación lineal está formado por el conjunto de todos
los vectores del dominio que tienen por imagen al vector nulo del codominio. El
núcleo de toda transformación lineal es un subespacio del dominio: dado que T(0V)
= 0W
Vamos a hablar sobre el núcleo de una transformación lineal y luego trabajar en un
ejercicio para aplicar estos conceptos.

Núcleo de una Transformación Lineal:

El núcleo (también conocido como (kernel) de una transformación lineal es un
concepto fundamental en álgebra lineal. Dada una transformación lineal T: V→W,
donde V y W son espacios vectoriales, el núcleo de T, denotado como ker(T) o N(T),
es el conjunto de todos los vectores en V que son enviados al vector cero en W bajo
la transformación T. Matemáticamente, se define como:

ker(T)={v∈V∣T(v)=0W}

donde 0W es el vector cero en el espacio W.

El núcleo de una transformación lineal consiste en todos los vectores de entrada
que se "mapean" al vector cero en el espacio de salida.

Ejercicio:
Considera la transformación lineal: R3→R2 dada por la matriz:
1 2 3
𝐴=( )
4 5 6
1. Encuentra el núcleo de la transformación T.
2. Determina si la transformación T es inyectiva (o uno a uno).

Solución:
1. Para encontrar el núcleo de T, necesitamos resolver el sistema de
ecuaciones homogéneas dado por Ax=0, donde x es un vector en R3.
𝑋1
1 2 3 0
𝐴𝑥 = ( ) (𝑋2) = [ ]
4 5 6 0
𝑋3
Resolviendo este sistema de ecuaciones, encontrarás el conjunto de vectores que
pertenecen al núcleo de T.
2. Para determinar si T es inyectiva, observamos si el núcleo de T es trivial
(}ker(T)={0}). Si el núcleo es trivial, entonces T es inyectiva.

5.3 LA MATRIZ DE UNA TRANSFORMACION LINEAL

Una transformación lineal es una regla que asigna a cada elemento de un conjunto
exactamente un elemento de otro conjunto.

Una transformación T de Rn en Rm,que se denota como es una regla

que asigna a cada vector u Rn un vector único v en Rm.

Rn recibe el nombre de dominio de T y Rm es el condominio. Se representa

mediante ; v es la imagen de u bajo T. El conjunto de imágenes recibe

el nombre de rango de T.

Por ejemplo, una transformación se puede determinar como

 . Donde el dominio de T es R3 y el condominio

es R2. Donde la imagen del vector se puede determinar

estableciendo . Entonces la imagen es Se dice que una

transformación es lineal si:

y el vector columna . Encuentra la

transformación de R3 en R2. Usando la transformación

encuentra .

Haciendo la multiplicación entre matrices:

Por lo tanto, las imágenes son:

Observa que la transformación de una suma de vectores es igual a la suma de sus

transformaciones, mientras que la transformación del producto de un vector por un
escalar es igual que el escalar por la transformación del vector.

5.3.2 REPRESENTACIÓN MATRICIAL, MATRICES Y TRANSFORMACIONES

LINEALES

En esta sección se verá cómo representar una transformación lineal en espacios

vectoriales por medio de una matriz. Así, decimos que una transformación
lineal T queda definida si su valor en cada vector del dominio se conoce.

Se representarán los elementos de U y V por medio de vectores de coordenadas,

y T por medio de una matriz A que define una transformación de vectores de
coordenadas.

Sean U y V espacios vectoriales con bases

una transformación lineal.

Si u es un vector en U con imagen T(u) con vectores de
coordenadas a y b respecto de estas bases, entonces:
Donde

La matriz A define una transformación de los vectores de coordenadas de U de la

misma forma que T transforma los vectores de U.

Ejemplo 1. Considera la transformación lineal definida

por . Encuentra la matriz de T con respecto a las

bases de R3 y R2, donde:

Utiliza esta matriz para encontrar la imagen del vector Se determinan

los efectos de T sobre los vectores de la base de R3.

Los vectores de coordenadas son . Estos

vectores forman las columnas de la matriz T.

Usando A para encontrar la imagen del vector

Se determina el vector de coordenadas u. Usando las combinaciones lineales de
vectores:

Se encuentra que , siendo el vector

de coordenadas u de El vector de coordenadas

T(u) es

Por lo tanto, Se puede verificar

este resultado con la ayuda de la definición . En el caso

de , da

Aplicaciones: Rotación respecto del origen

Considera una rotación respecto del origen. Sea:

El paralelogramo 1 se transforma en el paralelogramo 2, puesto que la diagonal del
paralelogramo 1 se transforma en la diagonal del paralelogramo 2, como se muestra
en la siguiente figura.

Considera una rotación en sentido contrario a las manecillas del reloj en un

ángulo respecto del origen. Esta rotación transformará el punto A en el punto B,
como se muestra en la siguiente figura.
La distancia OA es igual a OB, se denota esta distancia como r. Siendo el ángulo
AOC, se tiene que:

Colocando estas expresiones en una sola ecuación matricial:

Por consiguiente:

Una rotación respecto del origen se encuentra definida por una multiplicación entre
matrices, confirmando que una rotación es un operador lineal. Si θ es positivo, la
rotación es en sentido contrario a las manecillas del reloj; la rotación es a favor de
las manecillas del reloj si θ es negativo.

Ejemplo 1. Determina la imagen del punto bajo una rotación de

radianes respecto del origen.
Se obtiene en la matriz de rotación:

Observa la gráfica:
5.4 Aplicación de las transformaciones lineales: reflexión,
dilatación, contracción y rotación.

➢ LA REFLEXIÓN:

Es una transformación lineal que se utiliza para cambiar la dirección de un objeto o

vector. En el plano bidimensional, la reflexión se puede realizar con respecto al eje
x, al eje y o con respecto al origen. A continuación, se describen algunas
aplicaciones de las transformaciones lineales en el ámbito de la reflexión:

• Reflexión sobre el eje x: La transformación lineal T que refleja un vector sobre

el eje x se define como T(v) = -v. En otras palabras, las componentes de T(v)
son -v1 y v2. Esta transformación cambia la dirección del vector, pero
mantiene su magnitud.
• Reflexión sobre el eje y: La transformación lineal T que refleja un vector sobre
el eje y se define como T(v) = v. Es decir, las componentes de T(v) son v1 y
-v2. Esta transformación también cambia la dirección del vector, pero
mantiene su magnitud.
• Reflexión sobre el origen: La transformación lineal T que refleja un vector
sobre el origen se define como T(v) = -v. En este caso, las componentes de
T(v) son -v1 y -v2. Esta transformación cambia tanto la dirección como la
magnitud del vector.

➢ DILATACIÓN:

Las transformaciones lineales de dilatación, también conocidas como escalado,

tienen diversas aplicaciones en matemáticas, física, ingeniería, imágenes y gráficos
por computadora. Estas transformaciones cambian el tamaño de un objeto
geométrico, manteniendo su forma y proporciones. Algunas aplicaciones
específicas de las transformaciones lineales de dilatación incluyen:

• Ingeniería civil: En ingeniería civil, las transformaciones de dilatación se

utilizan para analizar la deformación y el comportamiento de estructuras
sometidas a cargas, así como para modelar el comportamiento de materiales
bajo diferentes condiciones de carga.
• Gráficos por computadora: En el campo de la computación gráfica, las
transformaciones de dilatación se aplican para escalar objetos
tridimensionales, cambiar su tamaño y ajustar su posición en una escena
virtual. Esto es fundamental para la creación de gráficos en videojuegos,
películas y simulaciones.
• Procesamiento de imágenes: Las transformaciones de dilatación se utilizan
en el procesamiento de imágenes para cambiar el tamaño de las imágenes,
mejorar la resolución y realizar operaciones de zoom.
• Modelos de regresión: En estadística, las transformaciones de dilatación se
aplican en modelos de regresión para ajustar y escalar los datos, lo que
permite analizar tendencias y realizar predicciones.

➢ CONTRACCIÓN:

Las transformaciones lineales de contracción tienen diversas aplicaciones en

matemáticas, física, ingeniería, procesamiento de imágenes y gráficos por
computadora. Estas transformaciones cambian el tamaño de un objeto geométrico,
manteniendo su forma y proporciones. Algunas aplicaciones específicas de las
transformaciones lineales de contracción incluyen:

• Ingeniería civil: En ingeniería civil, las transformaciones de contracción se

utilizan para analizar la deformación y el comportamiento de estructuras
sometidas a cargas, así como para modelar el comportamiento de materiales
bajo diferentes condiciones de carga
 • Cambiar el tamaño de las imágenes: Las transformaciones de contracción se
pueden utilizar para reducir el tamaño de las imágenes sin perder su forma
original. Esto se puede hacer para ahorrar espacio o para que las imágenes
se adapten a un determinado espacio. Por ejemplo, una imagen de 1000 x
1000 píxeles se puede reducir a 500 x 500 píxeles sin perder su forma
original.
• Ajustar las imágenes a un marco: Las transformaciones de contracción se
pueden utilizar para ajustar las imágenes a un marco de un tamaño
determinado. Esto se puede hacer para que las imágenes se vean mejor o
para que encajen correctamente en un espacio determinado. Por ejemplo,
una imagen que es demasiado grande para un marco de 10 x 10 pulgadas
se pueden contraer para que quepa en el marco.
• Crear efectos artísticos: Las transformaciones de contracción se pueden
utilizar para crear efectos artísticos, como hacer que las imágenes parezcan
más abstractas o distorsionadas. Por ejemplo, una imagen se puede contraer
para que parezca que está siendo vista a través de una lente de aumento.

Otra aplicación de las transformaciones de contracción es la forma en que los

programas de edición de imágenes utilizan esta transformación para cambiar el
tamaño de las imágenes. Por ejemplo, un programa de edición de imágenes puede
utilizar una transformación de contracción para reducir el tamaño de una imagen
para que se ajuste a un marco específico.

➢ ROTACIÓN:

Las rotaciones son transformaciones lineales que giran un objeto alrededor de un

punto fijo. En el plano bidimensional, una rotación de un ángulo θ alrededor del
origen se puede representar mediante la matriz de rotación:
Estas transformaciones tienen diversas aplicaciones en matemáticas, física,
ingeniería, gráficos por computadora y otras áreas. Algunas aplicaciones
específicas de las rotaciones incluyen:

• Gráficos por computadora: En el campo de la computación gráfica, las

rotaciones se utilizan para orientar y posicionar objetos en entornos virtuales,
lo que es esencial para la creación de gráficos en videojuegos, películas y
simulaciones.
• Ingeniería: En ingeniería, las rotaciones se aplican para analizar el
movimiento y la orientación de componentes mecánicos, así como para
modelar fenómenos físicos como el movimiento de fluidos.
• Procesamiento de imágenes: Las rotaciones se utilizan en el procesamiento
de imágenes para cambiar la orientación y el ángulo de visualización de las
imágenes, lo que es útil para análisis y presentación de datos visuales.
• Física: En física, las rotaciones son fundamentales para describir el
movimiento rotacional de objetos y partículas, así como para estudiar la
conservación del momento angular.

Las rotaciones son transformaciones lineales con aplicaciones significativas en

gráficos por computadora, ingeniería, procesamiento de imágenes y física. Estas
transformaciones son fundamentales para cambiar la orientación y la posición de
objetos en diversas aplicaciones prácticas.