Contenido principal
Curso: Precálculo > Unidad 7
Lección 8: Usar matrices para transformar el planoUsar matrices para transformar el plano: Mapear un vector
Las matrices de 2X2 pueden definir transformaciones para el plano completo. En este ejemplo trabajado, vemos cómo encontrar la imagen de un vector dado bajo la transformación definida por una matriz dada. Creado por Sal Khan.
¿Quieres unirte a la conversación?
Sin publicaciones aún.
Transcripción del video
Digamos que tenemos el vector [3, 2], y ya sabemos
que podemos expresarlo como una suma ponderada de los vectores unitarios en dos dimensiones
o como una combinación lineal, es decir, podemos verlo como 3 por el vector unitario en
la dirección X, que es [1, 0] + 2 por el vector unitario en dirección Y que es [0, 1]. Y podemos
graficar [3, 2] de la siguiente forma: tenemos tres vectores unitarios en la dirección X, este
sería uno, estos serían dos y estos serían tres; y después tenemos + 2 vectores unitarios en
dirección Y: este sería uno, estos serían dos, y ahora ya sabemos dónde está nuestro vector
o cómo se ve. El vector [3, 2] se verá así. Ahora apliquemos una transformación a este
vector. Digamos que tenemos la siguiente matriz de transformación: [2, 1, 2, 3]. Ahora
bien, ya hemos pensado esto antes, podemos decir que una matriz de transformación nos da la
imagen de los vectores unitarios, así que en lugar de tener esta combinación lineal de los vectores
unitarios, tendremos esta nueva combinación lineal de las imágenes de los vectores unitarios cuando
aplicamos la transformación. ¿A qué nos referimos? Bueno, en lugar de tener 3 por el vector [1, 0]
tendremos 3 por el vector [2, 1], y en lugar de tener 2 por el vector [0, 1] tendremos 2 por el
vector [2, 3]; por lo tanto, la imagen de nuestro vector original, que denotaremos con prima
para saber que estamos hablando de la imagen, será 3 por, y en lugar de tener el vector [1, 0]
tendremos el vector [2, 1] ya que es la imagen del vector unitario [1, 0] bajo esta transformación,
más 2 por, y en lugar de tener el vector [0, 1] nos fijaremos en la imagen después de esta
transformación, ya que es justo lo que nos dice esta matriz. Esa imagen es el vector [2, 3], y
podemos graficarlo: tenemos 3 veces el vector [2, 1] y 2 veces el vector [2, 3], y lo que vamos
a hacer es superponer esta cuadrícula adicional para ayudarnos. Aquí tenemos [2, 1], el primer [2,
1], este es el segundo [2, 1] y ahora tenemos el tercer [2, 1] justo así; así que si utilizamos
el mismo color esta parte de aquí será igual a este vector, el vector que es 3 veces [2, 1] será
este de aquí. Ahora, a este de aquí le sumaremos 2 veces [2, 3], veamos: 2 y 3, éste será una vez
[2, 3] y después tenemos 2 veces [2, 3], así que terminaremos justo acá. Ahora, déjame quitar la
cuadrícula adicional para ver los vectores más claramente: por aquí, en morado, tenemos el vector
original [3, 2] y ahora la imagen será 3 veces [2, 1] + 2 veces [2, 3], por lo tanto, la imagen del
vector [3, 2] bajo esta matriz de transformación será este nuevo vector que estoy dibujando
por aquí. Y parece que a simple vista es el vector [10, 9], pero podemos comprobarlo haciendo
los cálculos, así que vamos a hacerlos: esto será igual a 3 por 2 es 6 y 3 por 1 es 3, y a esto le
sumaremos 2 por 2 es 4, 2 por 3 es 6. Y, en efecto, cuando sumamos las entradas correspondientes
tenemos que 6 + 4 es 10 y 3 + 6 es 9, y hemos acabado. La conclusión más importante
aquí es que cualquier vector se puede representar como una combinación lineal de los vectores
unitarios, y si tomamos una transformación, entonces será una combinación lineal no de los
vectores unitarios sino de las imágenes de los vectores unitarios. Así fue como lo encontramos
de manera visual y lo verificamos matemáticamente.