Universitario
  1. Álgebra  1.1. Álgebra lineal  1.1.1. Matrices  1.1.2. Determinantes  1.1.3. Sistemas de ecuaciones lineales  1.1.4. Comprender los espacios vectoriales en álgebra lineal  1.1.5. Transformaciones lineales  1.1.6. Valores propios y vectores propios  1.1.7. Diagonalización  1.1.8. Espacio de producto interior  1.1.9. Ortogonalidad y base ortonormal  1.1.10. Descomposición en valores singulares  1.2. Álgebra abstracta  1.2.1. Grupo  1.2.2. Subgrupos  1.2.3. Grupos cíclicos  1.2.4. Grupo de permutaciones  1.2.5. Homeomorfismo  1.2.6. Subgrupos normales  1.2.7. Introducción a los anillos en álgebra abstracta  1.2.8. Campo  1.2.9. Ideales y anillos cocientes  1.2.10. Anillos de polinomios  1.2.11. Espacio vectorial sobre un campo  1.2.12. Módulo  1.2.13. Introducción a la teoría de Galois
  2. Cálculos  2.1. Cálculo diferencial  2.1.1. Comprender los límites en el cálculo diferencial  2.1.2. Comprendiendo el continuo en cálculo diferencial  2.1.3. Derivadas  2.1.4. Comprendiendo la regla de la cadena en el cálculo diferencial  2.1.5. Diferenciación implícita  2.1.6. Aplicaciones de derivadas  2.1.7. Problemas de optimización  2.1.8. Comprendiendo el teorema del valor medio  2.2. Cálculo integral  2.2.1. Integral definido  2.2.2. Integral indefinido  2.2.3. Técnicas de integración  2.2.4. Integrales impropias  2.2.5. Aplicaciones de la integración  2.2.6. Longitud del arco y área de la superficie  2.3. Cálculo multivariable  2.3.1. Derivada parcial  2.3.2. Gradiente en cálculo multivariable  2.3.3. Divergencia y rotacional  2.3.4. Introducción a la integración múltiple  2.3.5. Comprender las integrales de línea  2.3.6. Integrales de superficie  2.3.7. Explicación del teorema de Green  2.3.8. Teorema de Stokes  2.3.9. Teorema de la divergencia  2.3.10. Jacobiano
  3. Ecuaciones diferenciales  3.1. Ecuación diferencial ordinaria  3.1.1. Ecuaciones diferenciales de primer orden  3.1.2. Ecuaciones diferenciales de orden superior  3.1.3. Sistemas de ecuaciones diferenciales  3.1.4. Solución en serie  3.1.5. Métodos numéricos para EDOs  3.2. Ecuaciones diferenciales parciales  3.2.1. Entendiendo la ecuación del calor  3.2.2. Ecuación de onda  3.2.3. Ecuación de Laplace  3.2.4. Separación de variables  3.2.5. Métodos de transformada de Fourier en ecuaciones diferenciales parciales
  4. Análisis Real  4.1. Sucesiones y series  4.1.1. Convergencia de secuencias  4.1.2. Pruebas de series  4.1.3. Series de potencias  4.1.4. Convergencia uniforme  4.2. Funciones de variables reales  4.2.1. Límites y continuidad  4.2.2. Comprendiendo la continuidad uniforme  4.2.3. Diferenciación de funciones de variables reales  4.2.4. Integración de Riemann  4.2.5. Integración de Lebesgue
  5. Introducción al Análisis Complejo  5.1. Números complejos  5.1.1. Forma polar  5.1.2. Forma exponencial en números complejos  5.2. Funciones de una variable compleja  5.2.1. Funciones analíticas  5.2.2. Ecuaciones de Cauchy–Riemann  5.2.3. Integrales de contorno  5.2.4. Teorema de integración de Cauchy  5.2.5. Teorema del residuo en análisis complejo  5.2.6. Mapeo conformal
  6. Probabilidad y estadística  6.1. Teoría de la probabilidad  6.1.1. Conceptos Básicos de Probabilidad  6.1.2. Variables aleatorias  6.1.3. Comprendiendo Distribuciones de Probabilidad  6.1.4. Expectativa y variación  6.1.5. Probabilidad condicional y el teorema de Bayes  6.2. Figuras  6.2.1. Estadísticas descriptivas  6.2.2. Estadística inferencial  6.2.3. Prueba de hipótesis  6.2.4. Análisis de regresión  6.2.5. Comprendiendo ANOVA: Análisis de Varianza
  7. Métodos numéricos  7.1. Algoritmo para encontrar raíces  7.2. Integración numérica  7.3. Diferenciación numérica  7.4. Soluciones numéricas de ecuaciones diferenciales  7.5. Cálculos de matrices  7.6. Interpolación y extrapolación
  8. Introducción a las matemáticas discretas  8.1. Argumentos y pruebas  8.2. Compañerismo  8.3. Teoría de grafos  8.4. Álgebra booleana  8.5. Relación de recurrencia
  9. Programación lineal y optimización  9.1. Comprendiendo el método del simplex en programación lineal y optimización  9.2. Dualidad en programación lineal y optimización  9.3. Programación entera  9.4. Optimización no lineal
  10. Comprendiendo la topología: un viaje a través de formas y espacios  10.1. Espacio métrico  10.2. Espacios topológicos  10.3. Continuidad y homeomorfismos  10.4. Densidad  10.5. Asociatividad en topología
  11. Introducción a la geometría  11.1. Geometría euclidiana  11.2. Geometría diferencial  11.3. Geometría no euclidiana  11.4. Geometría proyectiva
  12. Física matemática  12.1. Series de Fourier  12.2. Transformada de Laplace  12.3. Aplicaciones de ecuaciones diferenciales  12.4. Funciones especiales
  13. Teoría de conjuntos y lógica  13.1. Conjuntos y subconjuntos  13.2. Relaciones y funciones  13.3. Entendiendo la cardinalidad en teoría de conjuntos y lógica  13.4. Comprendiendo la lógica formal en la teoría de conjuntos y la lógica  13.5. Teoría de conjuntos de Zermelo–Fraenkel
  14. Introducción al análisis funcional  14.1. Ubicación estándar  14.2. Espacios de Banach  14.3. Comprender el espacio de Hilbert en análisis funcional  14.4. Operadores lineales

Universitario → Álgebra → Álgebra lineal ↓


Transformaciones lineales


Las transformaciones lineales son un concepto clave en el álgebra lineal, que en sí misma es un área fundamental de las matemáticas. Comprender las transformaciones lineales implica entender cómo las funciones mapean vectores de un espacio vectorial a otro mientras preservan la estructura lineal de los espacios.

¿Qué es una transformación lineal?

Una transformación lineal es una función entre dos espacios vectoriales que preserva las operaciones de adición de vectores y multiplicación escalar. Si T es una transformación lineal de un espacio vectorial V a otro espacio vectorial W, entonces satisface las siguientes propiedades para todos los vectores u, v y cualquier escalar c en V:

  • Aditividad: T(u + v) = T(u) + T(v)
  • Multiplicación escalar: T(c * u) = c * T(u)

Ejemplos básicos de transformaciones lineales

Comencemos con ejemplos simples. Considere la función T que mapea cada vector de ℝ² sobre sí mismo:

Ejemplo 1: Rotación

Un ejemplo común de transformación lineal es la rotación. Supongamos que tenemos un vector 2D (x, y) y queremos rotarlo por un ángulo θ. La transformación puede definirse mediante la matriz:

T(x, y) = [[cos(θ), -sin(θ)], [sin(θ), cos(θ)]] * [[x], [y]]
T(x, y) = [[cos(θ), -sin(θ)], [sin(θ), cos(θ)]] * [[x], [y]]

Cuando se aplica, esta transformación rota el vector en sentido antihorario por un ángulo θ alrededor del origen.

Original Rotado (0, 0)

Ejemplo 2: Escalamiento

El escalamiento es otro tipo de transformación lineal. Considere una transformación de escalamiento S que multiplica cada vector por un factor escalar. Si lo aplicamos a un vector (x, y) en ℝ², podemos definirlo como:

S(x, y) = [[a, 0], [0, b]] * [[x], [y]]
S(x, y) = [[a, 0], [0, b]] * [[x], [y]]

Aquí a y b son constantes, escalando el vector a lo largo del eje x y del eje y, respectivamente.

Original Escalado (0, 0)

Propiedades de las transformaciones lineales

Las transformaciones lineales tienen varias propiedades importantes que a menudo ayudan a simplificar problemas en álgebra lineal:

Linealidad

La propiedad definitoria de las transformaciones lineales es la linealidad. Preservan la estructura de la adición de vectores y la multiplicación escalar, lo cual es importante para el análisis y la computación.

Representación matricial

Cualquier transformación lineal puede ser representada por una matriz. Si tienes una transformación T de ℝ^n a ℝ^m, entonces existe una matriz mxn A tal que T(v) = A * v para todos los vectores v en ℝ^n.

Por ejemplo, si A es una matriz que representa una transformación lineal, y v es un vector:

A = [[2, 0], [0, 3]] v = [[x], [y]] T(v) = A * v = [[2x], [3y]]
A = [[2, 0], [0, 3]] v = [[x], [y]] T(v) = A * v = [[2x], [3y]]

En este caso, la transformación escala el componente x por 2 y el componente y por 3.

Núcleo e imagen

Dos conceptos importantes para entender la naturaleza de las transformaciones lineales son el núcleo y la imagen. El núcleo de una transformación lineal es el conjunto de todos los vectores que se mapean al vector cero, y la imagen es el conjunto de todas las posibles salidas de la transformación.

Reversibilidad

Una transformación lineal es invertible si existe otra transformación que pueda revertirla. Si T es de V a W y es invertible, entonces existe una transformación T-1 de W a V tal que T(T-1 (w)) = w para todos los w en W y T-1 (T(v)) = v para todos los v en V

Visualizando transformaciones lineales

Los ejemplos visuales pueden ayudar a explicar cómo funcionan las transformaciones lineales. Considere un estiramiento a lo largo de un eje:

Estirado Original

En esta vista, el rectángulo representa un conjunto de vectores. La transformación estira los vectores a lo largo del eje x, cambiando la forma sin mover el punto base (el origen).

Conclusión

Las transformaciones lineales son fundamentales en matemáticas porque brindan una ruta estructural y analítica para entender los espacios vectoriales y las matrices. Al preservar las operaciones vectoriales de suma y multiplicación escalar, las transformaciones lineales permiten vastas simplificaciones en los cálculos. Facilitan la traducción de ideas geométricas y fenómenos del mundo real en expresiones matemáticas.

El poder de las transformaciones lineales radica en su capacidad para representar procesos complejos en una variedad de aplicaciones, desde gráficos por computadora e ingeniería hasta física y análisis de datos, unificando campos diversos a través de la abstracción y representación matemática.


Universitario → 1.1.5


U
username
0%
completado en Universitario

← Anterior (1.1.4)
Comprender los espacios vectoriales en álgebra lineal
Siguiente (1.1.6) →
Valores propios y vectores propios

Comentarios 



Transformaciones lineales

https://www.buddymath.com/ug/1.1.5?bmal=es