Professional Documents
Culture Documents
Las matrices y los determinantes nos permiten expresar de una manera clara, concisa y
elegante la condición de compatibilidad de los sistemas de ecuaciones lineales (s.e.l.) -
Teorema de Rouché-Fröbenius -.
RESOLVER
Se denomina transformación lineal, función lineal o aplicación lineal a toda aplicación cuyo
dominio y codominio sean espacios vectoriales y se cumplan las siguientes condiciones:
Los espacios vectoriales son conjuntos con una estructura adicional, al saber, sus elementos
se pueden sumar y multiplicar por escalares del campo dado, conviene utilizar funciones
que preserven dicha estructura. Estas funciones se llamaran transformaciones lineales.
Se denomina transformación lineal a toda función cuyo dominio e imagen sean espacios
vectoriales y se cumplan las condiciones necesarias. Las transformaciones lineales ocurren
con mucha frecuencia en el álgebra lineal
y en otras ramas de las matemáticas, tienen una gran variedad de aplicaciones importantes.
Las transformaciones lineales tienen gran aplicación en la física, la ingeniería y en diversas
ramas de la matemática.
EJEMPLOS
en R^2 que gira cada vector U=( U1,U2) un ángulo ș para obtener un vector
T(u)=(v1,v2)
tenemos que:
Por lo tanto, ya descubrimos cómo debe estar definida la transformación T:R^2 ĺ R^2
y es lineal, ya que:
T [(U1 , U2)+ Ȝ(v1 , v 2)] = T (u1 + Ȝ v1 , u2 + Ȝ v2 )
= ((u1 + Ȝ v1)cos Ԧ - (u2 + Ȝ v2) sen Ԧ, (u2 + Ȝ v2) cos Ԧ + (u1 + Ȝ v1) sen Ԧ)
En este caso, queremos averiguar como está definida la transformación T de R^2 en R^2
que cada vector u = (u1 , u2) lo refleja sobre el eje x, para obtener un vector T (u) = ( v1 ,
v2)
Ĺĺ
En este caso, la situación es más sencilla ya que claramente tenemos dos triángulos
rectángulos que son congruentes, de donde T queda definida como sigue:
=(u1 + Ȝ v1 , - u2 - Ȝ v2)
En este caso, queremos averiguar como está definida la transformación T de R^2 en R^2
que a cada vector u=(u1 , u2) lo proyecta perpendicularmente sobre el eje x, para obtener un
vector T(u)=(v1, v2)
En una gráfica, vemos la situación como sigue:
Ĺĺ
También este caso es sencillo, pues es obvio que T queda definida como sigue:
Este último ejemplo tiene más fondo desde el punto de vista de Álgebra Lineal.
Consideremos el siguiente subespacio de R^2
W1 = {(x,0)/x ȯ R }
Vemos que éste no es sino el eje x (sobre quien se efectuó la proyección). Ahora bien, W1
tiene un complemento directo, a saber,
W2 = {(0,y)/y ȯ R }
De tal forma que cada vector (x , y) ȯ R^2 se escribe en forma única como suma de un
vector de W1 más un vector de W2 como sigue:
(x,y) = (x,0)+(0,y)
Notamos que la proyección sobre el eje x, manda a (x,y) sobre (x,0) , el cual es
precisamente el término correspondiente a W1 en la descomposición anterior.
Todo esto nos induce a definir proyecciones sobre subespacios en general como sigue:
Con: x ȯ W1 y y ȯ W2
En segundo lugar, vemos que esta definición, incluye como caso especial a la de la
proyección sobre el eje x. Sin embargo, vemos que no es suficiente con especificar sobre
que subespacio queremos proyectar, sino también es necesario aclarar cual es el
complemento directo que se estará usando, ya que un mismo subespacio puede tener
distintos complementos directos. El mismo eje x, tiene el siguiente complemento directo:
W2= {(X , X) / X ȯ R }
T(x,y)=(x-y,0)
BIBLIOGRAFIA
Sea una transformacion lineal es posible encontrar una matriz asociada a una
transformacion lineal Desarrollo:
Sea una base de V. Entonces todo vector v en V est¨¢ determinado de manera ¨ nica por los
coefientes en : Si f : V ¡ú W es una transformacion lineal,
Entonces la funci¨®n f est¨¢ enteramente determinada por los valores ai,j.. Si se trata de
transformaciones de generalmente se usa la base can¨®nica.
Si cambiamos las bases, entonces la matriz ser¨¢ distinta, pero representar¨¢ la misma
transformaci¨®n
esta transformacion solo sirve en plano que sean de x,y,z para pasar a x,y
V
V
V
V
È V VV
V
V
V
VV V
V V
V
V
V V V
V V
V V V
V
V V V V
VVV VVV
VV
V
V V
VV
V
VV
V V
V
VVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVV V V V V V VVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVVV
V p
p
p
V V V
V !++V ,++V 800
V VV
V V-+V ,+V 60
V V V V V V
V
V
V
ë1
L
ë ë2 L
ë L
V
V 3
V V V
V
V
V ÈV V !V
V V "
V V
V
V
V
V
V V V
VV
V V
VV
VVV
VV
O1
LL
O
#V $ V %V $ V V
V #&'V (V )V V
V V V
V 2 V
V ÈV
!
V
V
V
V
V
V
V
V
V
V
R 55
5 R5#
89!:7; 9)
: .< =::
V
R 55
5 5)5
58 +>?5;@2 R VVV
R 55666
5
55 ++È++-5
:R 5 5 R V
R
V
VVVVVVVVR
!"#$%
%
%
V