Contenido principal
Curso: Precálculo > Unidad 7
Lección 7: Matrices como transformaciones del plano- Matrices como transformaciones del plano
- Trabajar con matrices como transformaciones del plano
- Introducción a la notación y el cálculo de determinantes
- Interpretar determinantes en términos del área
- Encontrar el área de la figura después de la transformación usando el determinante
- Comprender matrices como transformaciones del plano
- Prueba: el determinante de la matriz nos da el área de la imagen del cuadrado unitario bajo el mapeo
- Las matrices como transformaciones
- Matriz a partir de una representación visual de una transformación
© 2024 Khan AcademyTérminos de usoPolítica de privacidadAviso de cookies
Matrices como transformaciones del plano
Podemos pensar en una matriz de 2x2 como la descripción de un tipo especial de transformación del plano (llamado "transformación lineal"). Al decirnos dónde se mapean los vectores [1,0] y [0,1), podemos averiguar dónde se mapea cualquier otro vector. Creado por Sal Khan.
¿Quieres unirte a la conversación?
- en serio, enserio... enserio... espero jamás volver a ver este tema en lo que dios decida acordarse de mi...(3 votos)
- no entiendo nada, de donde saca el uno, para que eso(1 voto)
Transcripción del video
En este video explicaremos cómo se
puede interpretar una matriz de 2 x 2 como representación de una transformación en el
plano coordenado, así que comencemos con algunos ejemplos o algunas ideas conceptuales. La primera
idea conceptual es que cualquier punto en nuestro plano coordenado -este, por supuesto es el eje X
y este es el eje Y- se puede representar mediante una combinación de dos vectores. Podríamos tener
este vector aquí, que tiene exactamente 1 unidad en la dirección horizontal, podemos representarlo
como un vector como este: 1-0. Cuando escribimos un vector verticalmente como éste, la convención
dice que el número superior es lo que estamos haciendo en la dirección X, y luego el número
de abajo, el 0 en este caso, es lo que estamos haciendo en la dirección vertical o la dirección
Y, por lo que este es el vector 1-0. Y luego, a este que tenemos aquí, ¿cómo lo llamaríamos?
Bueno, lo llamaríamos el vector 0-1 porque no se mueve en absoluto en la dirección X, sólo sube 1
en la dirección Y. Ahora, sólo para convencernos de que cualquier punto en el plano coordenado puede
representarse como una suma ponderada de éstos, vamos a elegir un punto al azar. Digamos que
tenemos este punto por aquí, llamémosle punto A; y podríamos representar este punto como un vector
que se ve algo así, lo haremos como una línea punteada. Pero éste podría estar representado como
un vector de posición como este, y, por supuesto, si lo pensamos en coordenadas, simplemente
diríamos que está en la coordenada 3,1: la coordenada X es 3, la coordenada Y es 1; pero
si queremos expresarlo en términos de un vector, podríamos escribirlo como 3-1: nos
estamos moviendo 3, desde el origen, en la dirección X -3 positivo-, y nos estamos
moviendo 1 en la dirección Y para llegar aquí. Y vamos a ver que podemos representar esto como
la suma ponderada de estos dos vectores. Podemos escribirlo como esto = 3 [1-0] + 1 [0-1]. Podemos
apreciarlo visualmente: este vector amarillo que apunta al punto A tiene 3 veces este vector: uno,
dos, tres, y una vez el vector naranja. Ahora, dijimos que explicaremos cómo una matriz de
2 x 2 puede representar una transformación, y la forma en que podríamos pensar en ello es
que si tenemos una matriz de 2 x 2 que se ve así -déjenme dibujar la matriz-, donde la primera
columna es 1-0 y la segunda columna es 0-1, esto nos dice qué hacer con estos dos vectores. Sé que
puede resultar un poco confuso al principio pero vamos a analizarlo juntos. Por la forma en que lo
hemos representado, esta primera columna nos dice cuál es la transformación que deseamos aplicar
en este vector 1-0; este primer vector azul, bueno, sólo lo mantendremos en 1-0, no lo vamos
a cambiar, es lo mismo. Aquí tenemos el vector 1-0 y aquí tenemos el vector 1-0, de la misma
forma aquí tenemos el vector 0-1 y aquí tenemos el vector 0-1; entonces, esta matriz de 2
x 2 en realidad representa lo que a veces se conoce como transformación identidad, mapea
cualquier punto del plano coordenado en sí mismo, sin cambiar los puntos. Les enseño esto porque
ahora voy a mostrar una matriz de 2 x 2 que no representa la transformación identidad. Por
ejemplo -déjenme dibujar la matriz nuevamente-, digamos que tengo la matriz, y en lugar de 1-0
aquí vamos a escribir un 2-1, y en lugar de 0-1 vamos a escribir 1-2, de modo que en esta
transformación lo que estamos haciendo es convertir este vector 1-0 en un vector 2-1. En un
momento veremos de lo que estoy hablando. Así que, ¿cómo se ve un vector 2-1? Bueno, nos movemos 2
en la dirección X y 1 en la dirección Y, entonces se verá así. Y ¿cómo se ve un vector 1-2?
Bueno, nos movemos 1 en la dirección X y 2 en la dirección Y, por lo que se ve así. Y la forma en
la que esto representa una transformación es que cualquier cosa que fuera una suma ponderada de los
vectores 1-0 y 0-1 originalmente, ahora lo podemos ver como una suma ponderada de los vectores 2-1
y 1-2. Y ahora podemos pensar en otro punto A', que no va a ser 3 de 1-0 y 1 de 0-1. Podemos
pensar en esto como -lo voy a escribir por aquí-, como 3 [2-1] + 1 [1-2], uno de éste. Entonces,
¿en dónde quedaría eso? Lo que vamos a hacer es poner 3 [2-1], así que este es uno de ellos,
este es el segundo y este es el tercero; y luego vamos a tener 1 del vector 1-2, de este vector
naranja que tenemos justo aquí, así que vamos a tener uno de esos y esto nos llevará a A'. Este
es el nuevo punto después de la transformación, es el punto A', así que hemos pasado de este punto
A a este punto A', y esta matriz de 2 x 2 nos dice cómo hacer la transformación. Ahora podemos hacer
eso con múltiples puntos. Si nos referimos a un punto aquí, en el origen, que inicialmente estaba
en el punto de origen B, bueno, es el 0 del vector naranja, y es el 0 de los vectores azules;
incluso después de la transformación va a ser 0 en el vector 2-1 y 0 en el vector 1-2, así que
simplemente se mantendrá en su lugar, simplemente se mapeará a sí mismo. Entonces B es igual a B'.
Y también podríamos imaginar otro punto, digamos, que tenemos este punto aquí, al que llamaremos C.
Bueno, el punto C es originalmente igual a dos de los vectores azules y a ninguno de los vectores
naranjas, de modo que después del mapeo serán dos del vector 2-1 y ninguno del vector 1-2; entonces
son 2 del vector 2-1 -uno, dos-, y ninguno del vector 1-2 . Y vamos a obtener C' justo aquí.
Observen que si originalmente tuviéramos un triángulo entre AB y C -déjenme dibujarlo así-,
si originalmente tuviéramos este triángulo ABC, ¿cómo se mapearía ahora? Bueno ahora está mapeado
en un gran triángulo. Haré todo lo posible para dibujarlo relativamente recto hasta el punto.
Entonces tenemos este lado, luego este lado, que va de B' a C', y luego conectamos este lado
C' con A'. Ahora podrían estar diciendo "¿Cómo sabemos que estas líneas se mapean en estas otras
líneas? ¿Cómo sabemos que esta transformación no hizo de repente que esta fuera una línea ondulada
o en zigzag?" Y esta es una de las propiedades interesantes del tipo de transformación del que
estamos hablando: una matriz de 2 x 2 representará una transformación lineal. Y hay dos formas de
pensar en este contexto: una transformación lineal siempre mapeará el origen sobre sí mismo y siempre
mapeará una línea en otra línea, no convertirá a esa línea en una curva o en zigzag. Ahora, lo
último que tal vez se estarán preguntando es: "¿Qué pasa con todas estas transformaciones
que vimos en geometría? ¿Estas transformaciones de semejanza, como rotaciones, reflexiones,
homotecias, se pueden hacer con matrices?" Y la respuesta simple es sí, se pueden hacer
siempre que mantengan el origen en su lugar, y podemos usar una matriz de 2 x 2, idear toda
una serie de transformaciones lineales que son, digamos, mucho más exóticas que las
rotaciones, reflexiones y homotecias.