Transformaciones lineales Definición y propiedades

Agostina Córdoba
9 Sept 202019:55

Summary

TLDREste video presenta conceptos fundamentales sobre transformaciones lineales en espacios vectoriales. Se definen las transformaciones y se explica cómo se relacionan con funciones que tienen vectores como valores. Se enfatiza la importancia de que estas transformaciones cumplan con propiedades lineales, como la distributividad y la asociación con la multiplicación por escalares. Se discuten ejemplos concretos, como la transformación cero y el operador lineal, y se exploran propiedades como la imagen del vector nulo y la imagen de la resta de vectores bajo una transformación lineal.

Takeaways

  • 📚 La unión número 9 comienza con la introducción de las aplicaciones vectoriales, las cuales son funciones que tienen valores vectoriales y operan en espacios vectoriales.
  • 🔍 Se definen los conceptos de dominio y codominio en el contexto de las transformaciones vectoriales, donde el codominio es el espacio de salida de los vectores.
  • 🎯 Se explica que una transformación es una función que asocia un único vector en el espacio de salida con cada vector del espacio de entrada.
  • 🔢 Se introducen ejemplos de transformaciones vectoriales, incluyendo la reflexión de un vector en el eje X y la transformación de un espacio de R2 a R3.
  • 📏 Se describen las propiedades que una transformación debe cumplir para ser considerada lineal: la preservación de la suma y la multiplicación por un escalar.
  • 📐 Se verifica si una transformación es lineal a través de la comprobación de que la imagen de la suma de dos vectores es igual a la suma de sus imágenes y que la imagen del producto de un escalar por un vector es igual al producto del escalar por la imagen del vector.
  • 📊 Se menciona que las transformaciones lineales pueden ser representadas mediante multiplicación de matrices, siempre y cuando se cumplan las condiciones de linealidad.
  • 🔄 Se definen las transformaciones cero y la transformación identidad como ejemplos particulares de transformaciones lineales.
  • 🔄 Se discuten las propiedades de las transformaciones lineales, como la imagen del vector nulo, la imagen de la suma y la resta de vectores, y la imagen del producto de un escalar por un vector.
  • 📈 Se menciona la relación entre operadores lineales y transformaciones lineales, y se exploran conceptos como dilataciones y contracciones en el contexto de las transformaciones lineales.

Q & A

  • ¿Qué es una transformación vectorial y cómo se relaciona con las funciones matemáticas?

    -Una transformación vectorial es una función que asocia un único vector en un espacio vectorial de salida (imagen) con cada uno de los vectores en un espacio vectorial de entrada (dominio). Se relaciona con las funciones matemáticas en el sentido de que permite realizar operaciones matemáticas sobre vectores, obteniendo así una nueva representación de estos en otro espacio vectorial.

  • ¿Cuál es la diferencia entre el dominio y la imagen en una función vectorial?

    -El dominio es el espacio vectorial de entrada donde se aplican las operaciones, mientras que la imagen es el espacio vectorial de salida donde se colocan los resultados de estas operaciones tras aplicar la función vectorial.

  • ¿Qué se entiende por 'transformación lineal' y cuáles son sus propiedades fundamentales?

    -Una transformación lineal es una función que cumple con dos propiedades fundamentales: la additividad (la imagen de la suma de vectores es igual a la suma de las imágenes de los vectores) y la homogeneidad (la imagen del producto de un escalar por un vector es igual al producto del escalar por la imagen del vector).

  • ¿Cómo se define una transformación lineal en términos de matrices?

    -Una transformación lineal se define como el producto de una matriz (llamada matriz de transformación) por un vector del espacio de entrada, lo que resulta en un vector en el espacio de salida. La matriz debe tener la dimensión adecuada para que la multiplicación sea posible.

  • ¿Qué es una transformación cero y cómo se caracteriza?

    -Una transformación cero es una transformación lineal especial donde la imagen de cualquier vector del espacio de entrada es el vector nulo en el espacio de salida.

  • ¿Qué son los operadores lineales y cómo se diferencian de otras transformaciones lineales?

    -Los operadores lineales son transformaciones lineales que actúan en el mismo espacio vectorial, y son definidos por una matriz de transformación que es una matriz cuadrada. Se diferencian de otras transformaciones lineales en que estas pueden actuar entre espacios vectoriales de dimensiones diferentes.

  • ¿Cuál es la relación entre una transformación lineal y la identidad en un espacio vectorial?

    -La relación entre una transformación lineal y la identidad es que la transformación identidad es un caso particular de una transformación lineal donde la imagen de cualquier vector es el propio vector, es decir, no se altera la posición o dirección del vector.

  • ¿Qué es una dilatación y cómo se relaciona con las transformaciones lineales?

    -Una dilatación es una transformación lineal donde un escalar mayor que 1 se multiplica por un vector, lo que resulta en un estiramiento o amplificación del vector en el espacio vectorial. Se relaciona con las transformaciones lineales porque sigue las propiedades de la additividad y homogeneidad.

  • ¿Qué es una contracción y cómo se diferencia de una dilatación en términos de transformaciones lineales?

    -Una contracción es una transformación lineal donde un escalar entre 0 y 1 se multiplica por un vector, lo que resulta en una reducción o compresión del vector. Se diferencia de una dilatación en que en lugar de estirar el vector, lo reduce en tamaño.

  • ¿Cuáles son las propiedades de las transformaciones lineales que se mencionan en el guion y cómo afectan a los vectores del espacio vectorial?

    -Las propiedades mencionadas son: la imagen del vector nulo es el vector nulo, la imagen de la suma de vectores es igual a la suma de las imágenes de los vectores, y la imagen de la resta de vectores es igual a la resta de las imágenes de los vectores. Estas propiedades afectan a los vectores del espacio vectorial al permitir que las operaciones de suma y resta, así como la multiplicación por escalares, se preserven bajo la transformación lineal.

Outlines

00:00

📚 Introducción a las Transformaciones Vectoriales

Este párrafo introduce el concepto de transformaciones vectoriales como funciones que operan sobre vectores de un espacio vectorial de entrada para producir vectores en un espacio vectorial de salida. Se explica que estas transformaciones pueden ser lineales y deben cumplir con propiedades específicas como la preservación de la suma y la multiplicación por escalares. Se presentan ejemplos de transformaciones que involucran operaciones matemáticas básicas como la suma y la resta de componentes vectoriales, y se menciona la importancia de estas transformaciones en el análisis matemático.

05:01

🔍 Verificación de Transformaciones Lineales

El párrafo se centra en cómo verificar si una transformación es lineal. Se describen los pasos para demostrar que una transformación cumple con las propiedades de ser lineal, es decir, que la imagen de la suma de vectores es igual a la suma de las imágenes de los vectores y que la imagen del producto de un escalar con un vector es igual al producto del escalar con la imagen del vector. Se utiliza un ejemplo de transformación para ilustrar el proceso de verificación, incluyendo la definición de vectores y la aplicación de las condiciones necesarias para determinar la linealidad.

10:01

📐 Transformaciones Lineales y Matriciales

Este párrafo explora la relación entre las transformaciones lineales y las operaciones matriciales. Se define una transformación lineal como aquella que puede ser expresada como el producto de una matriz por un vector. Se discuten las dimensiones de los espacios vectoriales de entrada y salida en relación con la matriz, y se explica cómo las propiedades de la multiplicación de matrices garantizan que las transformaciones matriciales son lineales. Además, se mencionan ejemplos de transformaciones lineales particulares, como la transformación cero y la transformación identidad.

15:04

🔄 Propiedades de las Transformaciones Lineales

El último párrafo detalla algunas propiedades fundamentales de las transformaciones lineales. Se explica que la imagen del vector nulo bajo una transformación lineal es igual al vector nulo, y se discuten las consecuencias de aplicar transformaciones lineales a vectores sumados y a vectores escalados. Se presentan ejemplos geométricos de dilataciones y contracciones como aplicaciones de transformaciones lineales con escalares diferentes a uno. Finalmente, se resumen las propiedades de las transformaciones lineales que se han discutido a lo largo del guion.

Mindmap

Keywords

💡Transformación

Una transformación en matemáticas es una función que mapea un conjunto de vectores (dominio) a otro conjunto de vectores (imagen). En el video, se discute cómo una transformación puede ser aplicada a vectores para obtener una nueva representación en un espacio vectorial de salida. El ejemplo de la reflexión de un vector con respecto al eje coordenadas x ilustra cómo una transformación afecta a los vectores del dominio.

💡Espacio vectorial

Un espacio vectorial es una colección de vectores que se pueden combinar mediante la suma y la multiplicación por escalares, cumpliendo ciertas propiedades. En el video, se menciona que tanto el dominio como el espacio de salida de una transformación son espacios vectoriales, donde se definen las operaciones de suma y multiplicación por escalares.

💡Dominio

El dominio en una función o transformación es el conjunto de todos los valores posibles de entrada. En el contexto del video, el dominio se refiere al espacio vectorial de partida de los vectores que se transforman, y se relaciona con la definición de la función y sus propiedades.

💡Imagen

La imagen en una transformación es el conjunto de resultados obtenidos al aplicar la transformación a todos los elementos del dominio. El video explica que la imagen de una función vectorial es el conjunto de vectores en el espacio de salida que son el resultado de aplicar la transformación a los vectores del dominio.

💡Función vectorial

Una función vectorial es una función que toma vectores como entrada y produce vectores como salida. En el video se discute cómo estas funciones pueden ser representadas matemáticamente y cómo se relacionan con las operaciones de suma y multiplicación por escalares en los espacios vectoriales.

💡Transformación lineal

Una transformación lineal es una transformación que preserva las operaciones de suma y multiplicación por escalares. Esto significa que la imagen de la suma de vectores es igual a la suma de sus imágenes y que la imagen del producto de un escalar por un vector es igual al producto del escalar por la imagen del vector. El video detalla cómo se puede verificar si una transformación es lineal y proporciona ejemplos para ilustrar este concepto.

💡Matriz

Una matriz es una tabla de números organizada en filas y columnas que se utiliza en álgebra lineal para representar transformaciones y operaciones con vectores. En el video se menciona que las transformaciones lineales pueden ser representadas como productos matriciales, donde la matriz y el vector del dominio se multiplican para obtener el vector de la imagen.

💡Producto matricial

El producto matricial es una operación en la cual se multiplica una matriz por un vector o por otra matriz, siguiendo ciertas reglas algebraicas. El video explica cómo el producto de una matriz por un vector puede representar una transformación lineal, y cómo las propiedades del producto matricial se relacionan con las propiedades de las transformaciones lineales.

💡Escalar

Un escalar es un número que se puede multiplicar por un vector para obtener un nuevo vector. En el video, se discute cómo la imagen del producto de un escalar por un vector en una transformación lineal es igual al producto del escalar por la imagen del vector, lo que refleja la propiedad de homogeneidad de las transformaciones lineales.

💡Transformación cero

La transformación cero es una transformación lineal especial en la que la imagen de cualquier vector es el vector nulo. El video menciona esta transformación como un ejemplo de cómo algunas transformaciones lineales pueden resultar en un espacio de salida sin variación, asignando el mismo valor (el vector nulo) a todos los vectores del dominio.

💡Operador lineal

Un operador lineal es una transformación lineal que actúa en el mismo espacio vectorial, donde el dominio y el espacio de salida son el mismo. El video describe cómo los operadores lineales son una generalización de la transformación identidad y pueden representarse como multiplicaciones por una matriz que encapsula la acción de la transformación en el espacio.

Highlights

Inicio de la explicación de las uniones y transformaciones en matemáticas.

Definición de una transformación como una función con valores vectoriales.

Explicación del dominio y la imagen en el contexto de las transformaciones vectoriales.

Introducción a la noción de transformación geométrica a través de ejemplos visuales.

Descripción de una transformación específica que pasa de un espacio de R2 a R3.

Ejemplo práctico de cómo se ven afectados los componentes de un vector bajo una transformación.

Definición formal de una función como transformación lineal y sus propiedades.

Importancia de las propiedades de las transformaciones lineales para la preservación de las operaciones básicas.

Verificación de si una transformación es lineal a través de la comprobación de sus propiedades.

Ejemplo de cómo se calcula la imagen de la suma de vectores para determinar si una transformación es lineal.

Demostración de la propiedad de que la imagen del producto de un escalar por un vector es igual al producto del escalar por la imagen del vector.

Introducción a las transformaciones matriciales y su relación con las transformaciones lineales.

Explicación de cómo las propiedades de la multiplicación de matrices garantizan que las transformaciones matriciales son lineales.

Definición de la transformación cero y su impacto en el espacio vectorial de salida.

Introducción a los operadores lineales y su relación con la transformación identidad.

Descripción de las propiedades de las transformaciones lineales, como la imagen del vector nulo y la imagen de la resta de vectores.

Conclusión de la presentación y anticipo de futuros temas relacionados con transformaciones lineales.

Transcripts

play00:00

en esta oportunidad vamos a dar inicio a

play00:03

los contenidos de la unión número 9

play00:05

aplicación en transforma

play00:10

en primer lugar vamos a considerar

play00:13

a las aplicaciones buenas

play00:14

transformaciones como funciones con

play00:16

valores vectoriales de una variable

play00:18

vector ya que quiero decir que vamos a

play00:21

hablar de alguna operación matemática

play00:25

que me permita

play00:28

tomar un vector de lo que hoy es llamar

play00:30

dominio un espacio vectorial de salida

play00:33

aplicar esa operación matemática sobre

play00:35

el vector y obtener lo que se conoce

play00:38

como imagen en mi función vectorial y

play00:43

entonces al igual que ocurre con las

play00:46

funciones con las que están

play00:47

acostumbradas a trabajar en análisis

play00:51

matemático tenemos un dominio y tenemos

play00:54

un codo dominio conjunto allegada

play00:57

en donde se va a definir un sub espacio

play00:59

el que vamos a llamar imagen de mi

play01:01

transformada

play01:03

decir que f es una función entonces que

play01:06

asociado a un único vector

play01:09

en w con cada uno de los vectores en vez

play01:13

siendo de mi espacio sectorial de salida

play01:16

y w mi espacio editorial de llegada voy

play01:20

a decir además que efe aplica o mapea

play01:23

ven en w y a esto no escribo como

play01:26

efe db en w

play01:33

desde el punto de vista geométrico por

play01:36

ejemplo tenemos

play01:38

en la izquierda de la pantalla

play01:41

función efe usted también suele llamarse

play01:45

esta palabra transformación en la que

play01:48

voy a tomar un vector de r2 y lo voy a

play01:51

reflejar con respecto al eje coordenadas

play01:53

x entonces para todos aquellos rectores

play01:58

de r 2x y su imagen va a estar

play02:03

conformada por vectores en r 2 x

play02:07

por otro lado tenemos el ejemplo 1 a la

play02:11

derecha de la pantalla en la cual vamos

play02:13

a plantear una transformación que va de

play02:15

un espacio editorial

play02:17

hacia un espacio victoria de r3

play02:20

en el cual la operación que me va a

play02:23

permitir obtener los vectores de la

play02:25

imagen es lo que se encuentra entre

play02:27

paréntesis

play02:27

es decir la imagen de todo vector ve en

play02:30

r2 será un vector en r3 cuyas

play02:34

componentes estarán conformadas de la

play02:36

siguiente

play02:37

la primera componente será igual a la

play02:40

primera componente del vector de la red

play02:42

2

play02:43

segundo componente del director imagen

play02:46

va a estar conformada por la suma de la

play02:48

primera y la segunda componente del ivey

play02:50

torbe mientras que la tercera de los

play02:53

componentes estará conformada por la

play02:55

resta de la primera

play02:57

el componente de vida entorno en el sí

play03:00

que sí tenemos el caso particular del

play03:03

vector b 11 la imagen debe ser a 1 es

play03:08

decir la primera componente se mantiene

play03:10

sin alteraciones la segunda componente

play03:12

será la suma de uno más uno es decir dos

play03:15

y la tercera componente será la restante

play03:18

1 - 1 es decir 0

play03:24

entonces vamos a definir

play03:28

producción efe db en w como una función

play03:32

desde el espacio vectorial vez hacia el

play03:35

espacio editorial w y vamos a decir

play03:40

es una transformación función lineal si

play03:43

se cumple

play03:45

la imagen de la suma de 1 + b es igual a

play03:49

la suma de las imágenes de un panda de

play03:51

imágenes de v para todos los vectores

play03:54

viven que pertenezcan a mi espacio

play03:56

victoria ve de salida

play03:59

y además

play04:01

la imagen del producto de un escalar k

play04:04

por un vector será igual al producto del

play04:08

escalar k por la imagen del vector es

play04:11

decir puedo sacar mi vector de la trama

play04:14

a mi escalar perdón

play04:17

esto tiene que cumplirse para todos los

play04:19

vectores debe y todos los escalones

play04:25

lo importante que tenemos que considerar

play04:27

hasta el momento es que podemos hablar

play04:29

de funciones vectoriales con el macro

play04:31

sectoriales o de transformaciones o

play04:34

aplicaciones pero éstas pueden o no ser

play04:38

lineales en el caso particular de la

play04:40

materia nosotros vamos a tomar en cuenta

play04:42

o vamos a trabajar con aquellas

play04:44

transforma

play04:45

es decir aquellas transformaciones en

play04:48

las que se cumplen los puntos 1 y 2 que

play04:51

acabo de decir

play04:54

nosotros trabajamos sobre espacios

play04:56

vectoriales en donde dijimos que se

play04:58

definiendo operaciones básicas la suma y

play05:00

la multiplicación por un canal en la ley

play05:03

de cerradura para la suma y para la

play05:05

multiplicación por buscada la idea en

play05:08

estas transformaciones es que estas

play05:10

operaciones se preserven a través de la

play05:12

transformación mundial

play05:18

entonces un ejemplo de una

play05:21

transformación

play05:22

efe de r2 r3

play05:27

la imagen de

play05:29

los vectores ven va a estar dada por la

play05:32

siguiente expresión

play05:35

x estigmas y x y fíjense que es la misma

play05:39

transformación para la cual vimos el

play05:42

ejemplo hace un instante

play05:45

lo que tenemos que verificar es si esta

play05:47

transformación es una transformación

play05:49

lineal o no y cómo hago para determinar

play05:53

o para demostrar que esta transformación

play05:55

efe lineal fue puede definir dos

play05:58

vectores del dominio es decir de dos hay

play06:02

que tener cuidado con esto van a ver que

play06:05

en el apunte tienen muchos ejercicios de

play06:07

este tipo vamos a definir entonces al

play06:10

vector uy el rector ve con sus dos

play06:12

componentes porque son vectores que

play06:14

pertenecen al dominio es decir aéreos

play06:18

para comprobar si en línea debo

play06:20

comprobar entonces que se cumplen las

play06:22

condiciones 1 y 2 que definí en la

play06:24

familia anterior la 1era que la imagen

play06:27

de la suma de o más 20 será igual a la

play06:29

suma de las imágenes de un más las

play06:31

imágenes

play06:33

para eso una vez que definir esto héctor

play06:36

ve voy a obtener sus respectivos

play06:39

imágenes es decir no es más que el debut

play06:41

como

play06:43

x 1 x 1 más y 1 x 1 menos y 1 y la

play06:49

imagen debe como x 2 x 2 más 2 x 2 menos

play06:56

libros entonces tengo mis vectores del

play06:59

dominio mis imágenes que como verán

play07:01

pertenecen al espacio vectorial de

play07:03

llegada

play07:07

voy a hacer la suma o el rector sumar

play07:10

uno más y este va a ser una x 2 y 1 + 2

play07:16

y entonces así podré calcular también la

play07:21

imagen del vector sumar porque lo que

play07:23

debo probar es lo que tengo acá escrito

play07:25

en rojo que la imagen del vector suma

play07:28

con más b es igual a la imagen de uno

play07:30

más la imagen de b

play07:32

para calcular la imagen del vector suma

play07:35

entonces la primera componente se

play07:37

mantiene igual

play07:40

a las componentes del vector en r2 la

play07:43

segunda componente es la suma de la

play07:46

primera y la segunda componente del

play07:47

director o más bien el tercer componente

play07:50

en la resta de la primera menos del

play07:52

segundo componente del vector imagen

play07:56

fíjense acá tengo entonces el rector

play07:59

imagen

play08:01

una vez decir eso

play08:04

este vector puede reordenar lo de manera

play08:07

tal que

play08:08

obtenga dos vectores o la suma de dos

play08:11

vectores para los cuales una componente

play08:13

es el primer componente de x1 luego voy

play08:18

a tener x uno más y 1 y finalmente x uno

play08:23

menos

play08:25

voy a agrupar en otro vector las

play08:30

demás componentes es decir x 2 x 2 más y

play08:37

2

play08:38

y x 2 - y 2

play08:41

y fíjense que logré obtener cada uno de

play08:45

los vectores

play08:46

efe

play08:47

efe db

play08:50

por lo tanto puedo asegurar que

play08:53

se cumple la primera condición que

play08:55

indica que la imagen del vector suma una

play08:58

vez debe ser igual a la imagen de un más

play09:01

la imagen

play09:04

para terminar de definir si f es una

play09:07

transformación lineal debo comprobar

play09:08

además que la imagen del producto de k

play09:11

por uno es igual acá por la imagen del

play09:16

para eso voy a tomar el de torún que

play09:18

había definido previamente voy a

play09:20

calcular su imagen esto ya también

play09:22

teniendo el anterior y voy a calcular el

play09:25

20 por uno es decir un vector

play09:28

al vector de multiplicar todo de escalar

play09:31

genérico

play09:33

mi vector campo va a tener la siguiente

play09:35

forma

play09:37

como primera componente capo de ninguna

play09:39

como segunda componente k

play09:42

una vez que obtengo amigo héctor capo lo

play09:44

que tiene dos componentes porque para

play09:47

el espacio de salida r2 voy a calcular

play09:50

la imagen de estrella

play09:53

para calcular la imagen la primera

play09:55

componente se mantiene exactamente igual

play09:58

la segunda componente se conforma por la

play10:01

suma de la primera y la segunda

play10:02

componentes

play10:04

pensé que ambas tienen como factor al

play10:08

calarcá

play10:09

como un factor común lo mismo con la

play10:12

tercera componente constituida como la

play10:15

recta de la primera segunda componente

play10:17

también

play10:19

en donde saque como factor como es

play10:22

si yo observo estricto puedo ver que hay

play10:26

este jalar que se encuentra en las tres

play10:28

puedo también sacar un factor

play10:30

común y lo que obtengo entre paréntesis

play10:33

no es nada más ni nada menos que la

play10:35

imagen de mi vector y por lo tanto acabo

play10:40

de comprobar que la imagen del rector

play10:43

acá por um es igual al ver al escalar

play10:47

acá por la imagen del texto y por lo

play10:51

tanto habiendo comprobado unas

play10:52

condiciones muy ruidosos puedo afirmar

play10:55

que f es una transformación

play11:01

analizando entonces vamos a decir que si

play11:04

delfino efe el w

play11:07

la transformación lineal entonces sí b1

play11:10

b2 niveles son vectores debe y k 1 k 2 y

play11:14

k n son escalares entonces puedo decir

play11:18

que la imagen de la sumatoria de k 1 por

play11:22

ver 1 marcados por b 2 más caer es

play11:24

órdenes será igual al producto de cada

play11:27

uno por la imagen de uno más el producto

play11:30

por la imagen de dos más el producto de

play11:33

caen por la imagen

play11:36

en

play11:43

transformaciones particulares que son

play11:45

las transformaciones matricial es sí

play11:48

vamos a definir a una matriz de orden

play11:51

mejor n y voy a utilizar la anotación

play11:54

matricial para los vectores de mi

play11:58

dominio y del mismo dominio r n será la

play12:01

dimensión de los rectores

play12:03

el espacio actual es de salida y r m

play12:05

será la dimensión del espacio sectorial

play12:07

de llegada

play12:10

y entonces a las transformaciones

play12:13

lineales como el producto de mi matriz a

play12:16

por los vectores x que pertenecen por

play12:19

supuesto

play12:21

el espacio de historia r es decir x debe

play12:25

tener como dimensión

play12:30

el número de columnas de la matriz y el

play12:33

espacio vectorial de llegada tendrá como

play12:35

dimensión

play12:37

número de filas de la

play12:41

y esto porque porque vamos a recordar

play12:43

que si x es una matriz de orden n por 1

play12:47

podré multiplicarlo por multiplicar la

play12:50

por la matriz

play12:52

es de orden por n y el producto de esta

play12:55

multiplicación será una matriz de orden

play12:59

m por uno de aquí que las dimensiones

play13:02

del dominio son rn y las dimensiones de

play13:05

dominio

play13:08

entonces que quiero decir que yo voy a

play13:10

definir como transformación a aquella

play13:14

transformación en la cual pre multiplico

play13:17

a mis vectores por la matriz y de esa

play13:19

manera obtengo

play13:21

las imágenes de la transforma

play13:23

cómo voy a saber que la transformación

play13:25

matricial es una transformación lineal

play13:28

pues deben cumplirse las dos condiciones

play13:30

que comprobamos recién y para eso

play13:34

recordando las propiedades de la

play13:36

multiplicación de matrices yo puedo

play13:40

ver que la multiplicación de matrices y

play13:42

la distributiva respecto de la suma es

play13:44

decir

play13:46

por una vez es lo mismo que por un más

play13:49

acorde y que además

play13:53

el producto de a por cada poro siendo

play13:57

cada una escala es lo mismo aplicar el

play13:59

producto de

play14:01

fíjense que son las dos condiciones que

play14:03

deben cumplirse para que la

play14:04

transformación sea una transformación

play14:06

lineal es decir la imagen de la suma de

play14:10

los vectores más b debe ser igual a la

play14:12

suma de las imágenes de un más décimas

play14:14

desde b y que la transformación a la

play14:18

imagen de k por un debe cerca por la

play14:21

imagen del vector um es decir que este

play14:24

tipo de transformaciones matriciales son

play14:27

transformaciones

play14:36

que a todas las transformaciones

play14:38

lineales podremos expresarlas de manera

play14:42

matricial pero eso va a quedar

play14:44

seguramente

play14:47

el próximo vídeo

play14:49

vamos a hablar entonces de algunas

play14:51

transformaciones lineales

play14:54

importantes de mencionar como por

play14:56

ejemplo la transformación cero sea una

play15:00

transformación t definida debe en wwp2

play15:03

espacio su historial es esta

play15:06

transformación es tal que la imagen debe

play15:09

es igual a 0 para todo vector vez que

play15:12

pertenece al espacio victoria de salida

play15:18

y esta transformación es la que se

play15:19

conoce como transformación 0 y se

play15:22

observe también qué

play15:24

la imagen de

play15:26

la suma de unas veces en gol a 0 la

play15:29

transformación de webs igual a 0 y la

play15:31

transformación

play15:32

goles0 y que además la transformación de

play15:35

chapeaurouge es igual a cero siendo que

play15:38

cualquier escalar en cualquier sector

play15:42

que parece

play15:45

de salida es decir que además de esta

play15:47

transformación es una transformación

play15:49

lineal

play15:52

tenemos los operadores lineales

play15:55

a aquellas transformaciones en las

play15:57

cuales

play15:59

son debe en vez es decir ocurren de

play16:03

el mismo espacio editorial

play16:06

y son

play16:08

definidas por

play16:10

y la transformación debe es igual al

play16:13

producto de un scanner por el vector

play16:15

era decir

play16:17

todas estas transformaciones de bebé

play16:21

la imagen debe es igual está por ver es

play16:24

lo que se conoce como operador lineal

play16:26

sobre ver cuando ese campo es igual a 1

play16:29

estoy frente a la famosa transformación

play16:33

identidad transformación debe es igual

play16:38

es un caso particular de la operación de

play16:40

1

play16:41

el vector

play16:43

para el cual que es igual a 1

play16:46

qué pasa con estos operadores lineales

play16:48

si mi escalar es mayor que 1 pues

play16:52

entonces voy a decir que esa

play16:54

transformación es una dilatación

play16:57

mientras que si el escalar se encuentra

play17:00

entre 0 y 1 esta transformación será una

play17:03

contracción de belo geométricamente una

play17:07

dilatación estira amigo héctor ve en un

play17:10

factor de k mientras que una contracción

play17:13

lo va a comprimir a mi vector b en un

play17:16

factor

play17:23

propiedades de las transformaciones

play17:25

lineales vamos a mencionar a las

play17:28

siguientes 3

play17:29

siempre considerando que tienes una

play17:31

transformación de vw y es lineal la

play17:35

transformación del vector nulo en b será

play17:38

igual al vector nulo en donde b

play17:42

pues porque yo puedo expresar por

play17:44

ejemplo al vector nulo en b como el

play17:47

producto de 0 por b

play17:51

todo ve que pertenece a mi espacio

play17:52

vectorial del dominio por lo tanto la

play17:56

transformación del vector número pudo

play17:59

expresarse como

play18:01

formación de cero por el entorno

play18:03

a ese 0 como mis transformaciones son

play18:06

lineales puedo sacarlo como tanto

play18:09

y

play18:10

x la imagen del entorno es cualquiera

play18:13

sea mi doctor me va a ser seis

play18:16

todo lo que pertenece

play18:19

un espacio vectorial de sangre

play18:22

por otro lado

play18:24

formación del vector

play18:26

[Música]

play18:28

- ve será igual a menos la

play18:31

transformación de b es decir

play18:35

la imagen de menos veces será igual al

play18:39

menos la imagen debe

play18:42

esto también se cumple pero todo el orbe

play18:44

que pertenece el espacio sectorial de

play18:46

salida pues menos ve puede ser expresado

play18:50

como menos uno por ver y como esta es

play18:52

una transformación lineal este menos uno

play18:57

presentaron escalar puede ir

play18:59

sacarse fuera de la transformación y

play19:04

obtengo

play19:05

el producto de -1 por la imagen de vídeo

play19:09

por la transforma

play19:12

por otro lado la

play19:14

imagen de la resta de b2w es igual

play19:20

imagen de ve - la imagen de w esto es

play19:24

para todos y doblemente perfecto

play19:26

en el espacio vectorial de dominio pues

play19:29

también puedo expresar a este menos no

play19:32

se ve como el factor de menos 1 por w

play19:35

como esta una transformación lineal a

play19:39

esto que tengo aquí entre corchetes

play19:41

puedo expresarlo como la transformada

play19:44

debe más menos 1 por la transformada de

play19:47

w de manera tal que se cumple la

play19:51

propiedad que acabo de

Rate This

5.0 / 5 (0 votes)

Étiquettes Connexes
MatemáticasVectoresTransformacionesLinealidadFuncionesEspacios VectorialesMatrizAplicaciónAnálisis MatemáticoEjercicios
Besoin d'un résumé en anglais ?