TRANSFORMACIONES LINEALES

A(u + v) = Au + Av y A(cu) = cAu para cada u, v en Rn y todos los escalares c. Estas propiedades,
escritas en notación de funciones, identifi can la clase más importante de transformaciones del
álgebra lineal.
Una transformación (o mapeo) T es lineal si: (i) T(u

v) T(u)

T(v) para toda u, v en el dominio de T; (ii) T(cu) cT(u) para toda u y todos los escalares c
Cualquier transformación matricial es una transformación lineal. En los capítulos
4 y 5 se analizarán ejemplos importantes de transformaciones lineales que no son
transformaciones
matriciales.
Las transformaciones lineales conservan las operaciones de suma de vectores y
multiplicación por un escalar. La propiedad (1) sostiene que el resultado T(u + v)
sumando
primero u y v en Rn, y aplicando luego T, es el mismo que si primero se aplica T a
u y a v y luego se suman T(u) y T(v) en Rm. Estas dos propiedades conducen fácilmente
a los útiles fundamentos siguientes.
Si T es una transformación lineal, entonces
T (0) = 0 (3)
y
T (cu + dv) = cT (u) + dT(v) (4)
para todos los vectores u, v en el dominio de T y todos los escalares c, d.
La propiedad (3) se deriva de (ii), porque T(0) = T(0u) = 0T(u) = 0. La propiedad
(4) requiere tanto de (i) como de (ii):
T (cu + dv) = T (cu) + T (dv) = cT (u) + dT(v)
Observe que si una transformación satisface (4) para todas u, v, c y d, entonces tiene
que ser lineal. (Se establece c = d = 1 para la conservación de la suma, y d = 0 para
conservar la multiplicación por escalares.) Al aplicar (4) en forma repetida se obtiene
una generalización útil:
T (c1v1 + ··· + cpvp) = c1T (v1) + ··· + cpT (vp) (5)
En física e ingeniería, (5) se denomina principio de superposición. Piense en v1, . . . ,
vp como señales que entran en un sistema o proceso, y en T(v1), . . . , T(vp) como las
respuestas de ese sistema o proceso a dichas señales. El sistema satisface el principio de
superposición si al expresar una entrada como una combinación lineal de tales señales,
la respuesta del sistema es la misma combinación lineal de respuestas a las señales
individuales.
Esta idea se abordará de nuevo en el capítulo 4.

https://nickpgill.github.io/files/2014/07/Algebra-Lineal-y-sus-Aplicaciones-3ra-
Edici%C3%B3n-David-C.-Lay.pdf
pagina 101

CONCLUSIÓN
El álgebra lineal nos sirve para tener una referencia entre diferentes procesos para así
poder relacionarlos y tener una mayor optimización de todos los procesos en los que
queramos interactuar.
También es importante para tener una taza de referencia en las tasas de crecimiento;
utilizado en la ciencia y muy importante en la detección de plagas

Autovectores
Otra aplicación sorprendente de los autovectores: la física cuántica. El concepto de
autovalores se puede aplicar a la ecuación de Schrödinger u otras más complejas
(Hartree-Fock) para averiguar cómo se comportan las partículas más microscópicas
como electrones “orbitando” en un átomo, incluso dentro de una molécula compleja.
En este caso, los autovalores tienen la interpretación de la energía de cada estado, y
los autovectores nos indican las funciones de onda que describe el objeto estudiado
(p.ej. el tipo de órbita).

Autovectores, u órbitas, de un electrón en un átomo de hidrógeno (fuente).

En teoría de grafos, también tienen los autovectores una aplicación crucial: aplicadas a
la matriz de conectividad (Laplaciana) del grafo, nos dan información crítica sobre su
estructura.
De hecho, usas una variación de este método a diario: el método Page Rank de
Google está basado en la teoría de autovectores para decidir qué páginas son realmente
más relevantes a la hora de resolver búsquedas.
Ejemplo de Page Rank (leer mucho más, en inglés)

https://www.ciencia-explicada.com/2012/01/autovectores-otro-inutil-capricho-de.html