7 Transformaciones-Lineales

OBJETIVO
Resolver problemas relacionados con transformaciones lineales, mediante la interpretacin y representacin en

trminos de matrices, determinantes, rango e inversa y sistemas de ecuaciones lineales, en situaciones reales,
propias de la ingeniera.
CONTENIDO:
7.1
7.2
7.3
7.4
7.5
7.6
7.7
7.8
7.9
DEFINICIONES Y PROPIEDADES
REPRESENTACION MATRICIAL. MATRIZ DE CAMBIO DE BASE
ALGEBRA DE TRANSFORMACIONES LINEALES
NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL
TRANSFORMACIONES LINEALES INVERSIBLES
TRANSFORMACIONES GRAFICAS EN R2
TRANSFORMACIONES GRAFICAS EN R3
FORMAS LINEALES. ESPACIO DUAL
CUESTIONARIO
7.1 DEFINICIONES Y PROPIEDADES

En esta seccin se definirn y estudiarn transformaciones lineales de un espacio vectorial U a un espacio
vectorial V. Analizaremos y demostraremos sus propiedades ms importantes. La atencin se centrar en una
clase especial de tales funciones denominadas transformaciones lineales. Las transformaciones lineales son
fundamentales en el estudio del lgebra lineal y tienen muchas aplicaciones importantes.
En este captulo, estudiaremos un tipo especial de funcin definida en un espacio
vectorial U y que toma los valores que son vectores en el mismo o en otro espacio
vectorial V, las cuales no alteran a las combinaciones lineales. Esta funcin se llama
transformacin lineal. Estas transformaciones se pueden representar por medio de
matrices, en el mismo sentido que los vectores se representan por medio de n-adas.
Esta representacin requiere que se definan las operaciones de adicin,
multiplicacin por escalares y multiplicacin de matrices, de modo que correspondan
a estas operaciones con las transformaciones lineales.
La matriz que representa a una transformacin lineal de U hacia V, depende de la
eleccin de una base en U y una base en V. Nuestro primer problema, que se repite
siempre que se usan matrices para representar cualquier cosa, es ver en qu forma un
cambio en la eleccin de las bases determina un cambio correspondiente en la matriz
que representa a la transformacin lineal. Dos matrices que representan la misma
transformacin lineal con respecto a conjuntos diferentes de bases, deben tener
algunas propiedades en comn. Esto conduce a la idea de relaciones de equivalencia
entre dos matrices. La naturaleza exacta de esta relacin de equivalencia depende de
314
TRANSFORMACIONES LINEALES
las bases que se permitan. En este captulo no se imponen restricciones sobre las
bases que se permiten y obtenemos la clase de equivalencia ms amplia.
DEFINICION 7.1.1
Sean U y V dos espacios vectoriales, ambos definidos sobre el mismo
cuerpo K. Una transformacin lineal f de U hacia V es una aplicacin
uniforme de U en V que asocia a cada elemento u de U, un elemento nico
f(u) de V de tal forma que se cumplen los axiomas siguientes:
1.- Para todo u, v de U, entonces: f(u + v) = f(u) + f(v);
2.- Para todo u de U y para todo escalar , entonces: f(u) = f(u).
Observe que en esta identidad, la adicin y la multiplicacin escalar del primer
miembro, tienen lugar en U, mientras que las del segundo miembro tienen lugar en
V. A f(u) se le da el nombre de imagen de u bajo la transformacin lineal f. Adems
vemos que, para tener una transformacin lineal,
f(u + v) = f(u) + f(v) y f(u) = f(u).
Hablando en trminos generales, la imagen de la suma es la suma de las imgenes
y la imagen del producto es el producto de las imgenes. Este lenguaje descriptivo
se tiene que interpretar con cierta amplitud, ya que las operaciones antes y
despus de aplicar la transformacin lineal pueden llevarse a cabo en espacios
vectoriales diferentes.
EJEMPLO 7.1.1
Determinar cul de las siguientes funciones f : R3 R3, define una transformacin
lineal:
a.- f((a, b, c)) = (a + 2b 3c, 3a - b + 5c, a b c);
b.- f((a, b, c)) = (a + b + c, a + b + c, a + b + c);
c.- f((a, b, c)) = (2a - 2b + 3c, a b + c, 3a - 5b + 3c);
d.- f((a, b, c)) = (3a - 5b, 2a - 2b, a + b2).
SOLUCION
Sean u = (m, n, p) y v = (r, s, t) dos vectores del espacio de salida R3 y sean ,
escalares, entonces:
u + v = (m + r, n + s, p + t).
a.- f(u + v) = (m + r + 2n + 2s - 3p - 3t, 3m + 3r - n - s + 5p +
+ 5t, m + r n - s - p - t)
= (m + 2n - 3p, 3m - n + 5p, m - n - p) + (r + 2s - 3t,
3r - s + 5t, r - s - t)
= (m + 2n - 3p, 3m - n + 5p, m - n - p) + (r + 2s - 3t, 3r - s + 5t, r - s - t)
= f(u) + f(v).
Por lo tanto f es transformacin lineal.
b.- f(u + v) = (m + r + n + s + p + t, m + r + n + s + p + t,
m + r + n + s + p + t)
JOE GARCIA ARCOS
315
= (m + n + p, m + n + p, m + n + p) + (r + s + t, r + s + t,
r + s + t)
= (m + n + p, m + n + p, m + n + p) + (r + s + t, r + s + t, r + s + t)
= f(u) + f(v).
c.- f(u + v) = (2m + 2r - 2n - 2s + 3p + 3t, m + r - n - s + p +
t, 3m + 3r 5n - 5s + 3p + 3t)
= (2m - 2n + 3p, m - n + p, 3m - 5n + 3p) + (2r - 2s + 3t,
r - s + t, 3r - 5s + 3t)
= (2m - 2n + 3p, m - n + p, 3m - 5n + 3p) + (2r - 2s + 3t, r - s + t, 3r - 5s + 3t)
= f(u) + f(v).
d.- f(u + v) = (3m + 3r - 5n - 5s, 2m + 2r - 2n - 2s, m + r + (n
+ s)2)
= (3m + 3r - 5n - 5s, 2m + 2r - 2n - 2s, m + r + 2n2 + 2ns
2 2
+ s )
= (3m - 5n, 2m - 2n, m + 2n2 + 2ns) + (3r - 5s, 2r - 2s, r
2 2
+ s )
f(u) + f(v).
Por lo tanto f no es transformacin lineal.
EJEMPLO 7.1.2
Determinar cul de las siguientes funciones f : P2 P2 define una transformacin
lineal:
a.- f(p(x)) = p(x) p(0); b.- f(p(x)) = p(x - 1) p(1); c.- f(p(x)) = p(1 + x) 2.
SOLUCION
Sean q(x) = d + ex + fx2 y h(x) = m + nx + kx2 dos polinomios del espacio de
salida P2 y sean , escalares, entonces:
q(x) + h(x) = (d + m) + (e + n)x + (f + k)x2.
a.- Como p(x) = a + bx + cx2 y p(0) = a, obtenemos p(x) - p(0) = bx + cx2,
entonces
f(a + bx + cx2) = bx + cx2.
Aplicando la definicin de transformacin lineal, tenemos:
f(q(x) + h(x)) = (e + n)x + (f + k)x2
= (ex + fx2) + (nx + kx2)
= (ex + fx2) + (nx + kx2)
= f(q(x)) + h(x)).
b.- Como p(x - 1) = (a b + c) + (b 2c)x + cx2 y p(1) = a + b + c, obtenemos
p(x - 1) - p(1) = -2b + (b 2c)x + cx2
entonces
f(a + bx + cx2) = -2b + (b 2c)x + cx2.
f(q(x) + h(x)) = -2(e + n) + (e + n - 2f - 2k)x + (f + k)x2
= {-2e + (e - 2f )x + fx2} + {-2n + (n - 2k)x + kx2}
= {-2e + (e - 2f )x + fx2} + {-2n + (n - 2k)x + kx2}
= f(q(x)) + h(x)).
c.- Como p(1 + x) = (a + b + c) + (b + 2c)x + cx2, obtenemos
p(x + 1) - 2 = (a + b + c 2) + (b + 2c)x + cx2,
entonces
f(a + bx + cx2) = (a + b + c 2) + (b + 2c)x + cx2.
f(q(x) + h(x)) = (d + m + e + n + f + k 2) + (e + n + 2f + 2k)x +
JOE GARCIA ARCOS
316
+ (f + k)x2
= {(d + e + f - 2) + (e + 2f)x + fx } + {(m + n + k) + (n + 2k)x
+ kx2}
2
= {(d + e + f - 2) + (e + 2f)x + fx } + {(m + n + k) + (n + 2k)x + kx2}
f(q(x)) + h(x)).
2
La observacin acerca de la multiplicacin escalar es inexacta, ya que no aplicamos

la transformacin lineal a escalares; la transformacin lineal se define nicamente
para vectores en U. An as, la transformacin lineal conserva las operaciones
estructurales en un espacio vectorial y sta es la razn de su importancia. Al conjunto
U sobre el cual est definida la transformacin lineal f se le conoce como dominio de
f. Decimos que V, el conjunto en el cual estn definidas las imgenes de f, es el
codominio de f.
Hablando estrictamente, una transformacin lineal debe especificar el dominio y el
codominio as como la aplicacin. Consideremos ahora las transformaciones lineales
desde el punto de vista geomtrico, tomando en cuenta situaciones en el espacio
euclidiano tridimensional, para obtener una interpretacin intuitiva de lo que
significa una transformacin lineal.
Una consecuencia de la definicin es que una transformacin lineal siempre aplica el
vector cero de U en el vector cero de V; es decir, f() = . Esta afirmacin puede
ser establecida haciendo a = 0 en f(au) = af(u). Si f es una transformacin lineal,
entonces f(au) = af(u), afirma que f aplica au sobre un vector f(au), cuya relacin con
f(u) en trminos de magnitud y direccin es la misma relacin de au con u. Como u y
au son vectores paralelos, tenemos que f aplica vectores paralelos en vectores
paralelos. La ecuacin f(u + v) = f(u) + f(v) con u, v R2 afirma que f aplica un
paralelogramo junto con sus diagonales sobre un paralelogramo junto con sus
diagonales.
El enfoque geomtrico es til para entender cmo es que una transformacin lineal
acta.
La aplicacin que enva cada vector en U sobre el vector cero en V es claramente

una transformacin lineal de U en V para todos los U y V. Esta transformacin, se
denomina transformacin cero, y se indica por el smbolo . La aplicacin que enva
cada vector en U sobre s mismo, se denomina transformacin idntica, y se indica
por el smbolo i. La ecuacin que define a i es i(u) = u, para cualesquier u de U.
EJEMPLO 7.1.3
Demuestre que la transformacin identidad f : V V es una transformacin lineal.
SOLUCION
Sea f : V V definida por f(v) = v. Entonces
JOE GARCIA ARCOS
317
f(u + v) = u + v = f(u) + f(v) y f(u) = u = f(u)

lo cual implica que f es una transformacin lineal.
La transformacin lineal f(u) = u se conoce como dilatacin de u con factor si
> 1, y como contraccin de u con factor si 0 < < 1. Geomtricamente, la
dilatacin estira a cada vector de u por un factor , y la contraccin de u comprime a
cada vector de u por un factor .
EJEMPLO 7.1.4
Sea la transformacin f : R2 R2 definida por:
a.- f((a, b)) = (a, 5a + b); b.- f((a, b)) = (a + 5b, b).
Verificar que f es lineal y dar su interpretacin geomtrica.
SOLUCION
a.- Para la verificacin, debemos utilizar la definicin de transformacin lineal. Es
decir
f(ku + rv) = f(k(a, b) + r(c, d))
= f((ka + rc, kb + rd))
= (ka + rc, 5ka + 5rc + kb + rd)
= (ka, 5ka + kb) + (rc, 5rc + rd)
= k(a, 5a + b) + r(c, 5c + d)
= kf(u) + rf(v).
Obsrvese que, en esta transformacin particular, la coordenada u permanece fija
mientras que a la coordenada v se le suma cinco veces la coordenada u. La figura
muestra lo que pasa con el vector (1, 2). El extremo o terminacin del vector
f((1, 2)) se encuentra sobre la recta que pasa por el extremo del vector (1, 2) y es
paralela al eje v. Dicha transformacin se denomina transformacin lineal cizallante
en la direccin v con factor 5.
b.- Para la verificacin, debemos utilizar la definicin de transformacin lineal. Es
decir
f(ku + rv) = f(k(a, b) + r(c, d))
= f((ka + rc, kb + rd))
= (ka + rc + 5kb + 5rd, kb + rd)
= (ka + 5kb, kb) + (rc + 5rd, rd)
= k(a + 5b, b) + r(c + 5d, d)
= kf(u) + rf(v).
Podemos observar que, en esta transformacin, la coordenada v permanece fija
mientras que a la coordenada u se le suma cinco veces la coordenada v. La figura
muestra lo que pasa con el vector (1, 2). El extremo o terminacin del vector f((1, 2))
se encuentra sobre la recta que pasa por el extremo del vector (1, 2) y es paralela al
eje u.
Dicha transformacin se denomina transformacin lineal cizallante en la direccin u
con factor 5.
JOE GARCIA ARCOS
318
DEFINICION 7.1.2
Dos transformaciones lineales f : U V y g : U V son iguales, si
ellas son iguales como transformaciones, esto es, f = g si y solamente si
f(u) = g(u), para todo u de U.
TEOREMA 7.1.1
Sea f una transformacin lineal de U en V. Sean u1, u2, ..., un elementos de
U y a1, a2, ..., an escalares. Entonces:
f(a1u1 + a2u2 + ... + anun) = a1f(u1) + a2f(u2) + ... + anf(un).
DEMOSTRACION
Utilizando la definicin de transformacin lineal, obtenemos
f(a1u1 + a2u2 + ... + anun) = f(a1u1) + f(a2u2 + ... + anun)
= f(a1u1) + f(a2u2) + f(a3u3 + ... + anun)
= a1f(u1) + a2f(u2) + ... + anf(un).
TEOREMA 7.1.2
Si es el elemento neutro del espacio vectorial U, f() es el elemento
neutro de V.
DEMOSTRACION
Como
f(u + ) = f(u) + f() = f(u).
Por lo tanto, f() es el elemento neutro de V.
TEOREMA 7.1.3
Si - u es el elemento opuesto de u, entonces se verifica que f(-u) = - f(u).
DEMOSTRACION
Como
f(u + (-u)) = f(u) + f(-u) = f(u) f(u) = f().
Por lo tanto, f(-u) = - f(u); es decir, la imagen del opuesto de un vector es el opuesto
de la imagen del vector.
TEOREMA 7.1.4
Sean U y V espacios vectoriales. Sea S = {u1, u2, ..., uk} una base cualquiera
de U y sea S = {v1, v2, ..., vk} un conjunto cualquiera de k vectores en V, no
necesariamente linealmente independientes. Entonces existe una
transformacin lineal determinada en forma nica por f : U V tal que
f(u1) = v1, f(u2) = v2, ..., f(uk) = vk.
DEMOSTRACION
Demostremos primero que la transformacin lineal f : U V est completamente
determinada cuando se conocen los valores de f(u1), f(u2), ..., f(uk). Para esta
demostracin, supngase que g : U V tambin es una transformacin lineal y que
f(u1) = g(u1), f(u2) = g(u2), ..., f(uk) = g(uk). Deseamos demostrar que f = g. Para ello,
debemos demostrar que f(u) = g(u) para todo u en U. Por tanto, sea u = a1u1 + a2u2 +
... + akuk un vector arbitrario de U, donde ai K. Si aplicamos f a cada miembro y
JOE GARCIA ARCOS
319
utilizamos f(ui) = g(ui) para todo i N, obtenemos

f(u) = f(a1u1 + a2u2 + ... + akuk)
= f(a1u1) + f(a2u2 + ... + akuk)
= f(a1u1) + f(a2u2) + f(a3u3 + ... + akuk)
= a1f(u1) + a2f(u2) + ... + akf(uk)
= a1g(u1) + a2g(u2) + ... + akg(uk)
= g(a1u1 + a2u2 + ... + akuk)
= g(u).
En consecuencia, f(u) = g(u) para todo u en U. Por tanto, f = g. Hemos demostrado
as que los vi son vectores dados de V, hay a lo ms una transformacin lineal
f : U V tal que f(ui) = vi. Demostraremos ahora que siempre hay una
transformacin lineal f : U V con f(u1) = v1, f(u2) = v2, ..., f(uk) = vk. Para
demostrar la existencia de f, presentamos primero una funcin
f : U V. Ms
adelante demostraremos que nuestra f es una transformacin lineal. A continuacin
se dar una definicin de f : U V. Sea u un vector arbitrario de U, entonces u
puede expresarse en funcin de la base S, como u = a1u1 + a2u2 + ... + akuk, los
escalares ai K se determinan en forma nica por u.
Definimos una funcin f : U V especificando que f(u) = a1v1 + a2v2 + ... + akvk.
Esta funcin f : U V queda ahora definida completamente puesto que todos los
valores f(u), u U, se han determinado. Para demostrar que f es una transformacin
lineal, sea v = b1u1 + b2u2 + ... + bkuk, otro vector de U. Sean a y b escalares
arbitrarios. Deseamos demostrar que f(au + bv) = af(u) + bf(v). De v = b1u1 + b2u2 +
... + bkuk y nuestra definicin de f, tenemos f(v) = b1v1 + b2v2 + ... + bkvk.
Multiplicando cada miembro de u por a y cada miembro de v por b, y sumando
luego, obtenemos
au + bv = a(a1u1 + a2u2 + ... + akuk) + b(b1u1 + b2u2 + ... + bkuk)
= (aa1 + bb1)u1 + (aa2 + bb2)u2 + ... + (aak + bbk)uk.
Por la definicin de f, vemos que
f(au + bv) = (aa1 + bb1)f(u1) + (aa2 + bb2)f(u2) + ... + (aak + bbk)f(uk)
= aa1v1 + aa2v2 + ... + aakvk + bb1v1 + bb2v2 + ... + bbkvk
= a(a1v1 + a2v2 + ... + akvk) + b(b1v1 + b2v2 + ... + bkvk)
= af(u) + bf(v).
Por lo tanto f(au + bv) = af(u) + bf(v). En consecuencia, la funcin f : U V es una
transformacin lineal. Es fcil observar, por f(u) = a1v1 + a2v2 + ... + akvk, que
f(ui) = vi.
EJEMPLO 7.1.5
Sea f una transformacin lineal de R3 en R3, suponga que
f((1, 0, 1)) = (1, -1, 3), f((2, 1, 0)) = (0, 2, 1), f((1, -1, 1)) = (3, -1 2)
Determine f((-1, -2, 3)).
SOLUCION
Hacemos la combinacin lineal con el vector (-1, -2, 3):
(-1, -2, 3) = a(1, 0, 1) + b(2, 1, 0)
resolvemos el sistema generado:
a 2b 1
a3

.
a3
b 2
b 2
Encontramos la imagen pedida:

f((-1, -2, 3)) = 3f((1, 0, 1)) 2f((2, 1, 0))
= 3(1, -1, 3) 2(0, 2, 1) = (3, -7, 7).
EJEMPLO 7.1.6
Sea f una transformacin lineal de R3 en P2 tal que
f((1, 1, 1)) = 1 2x + x2, f((2, 0, 0)) = 3 + x x2,
Determine f((2, -3, 1)).
f((0, 4, 5)) = 2 + 3x + 3x2

JOE GARCIA ARCOS
320
SOLUCION
Hacemos la combinacin lineal con el vector (2, -3, 1):
(2, -3, 1) = a(1, 1, 1) + b(2, 0, 0) + c(0, 4, 5)
resolvemos el sistema generado:
a 2b 2
a 4c 3
a 5c 1
1 2 0 2 1 2 0 2 1 0 4 3 1 0 0 19
1 0 4 3 0 2 4 5 0 2 4 5 0 2 0 21 .
1 0 5 1 0 2 5 1 0 0 1 4 0 0 1 4
Encontramos la imagen pedida:

21
f ((2, 3,1)) 19 f ((1,1,1))
f ((2, 0, 0)) 4 f ((0, 4, 5))
2
21
19(1 2 x x 2 ) (3 x x 2 ) 4(2 3x 3x 2 )
2
41 121
35 2

x x .
2
2
2
EJEMPLO 7.1.7
Sea S = {u1, u2, u3}, un conjunto de vectores linealmente independientes en R3.
Determine una transformacin lineal f de R3 en R3 tal que el conjunto {f(u1), f(u2),
f(u3)} sea linealmente dependiente.
SOLUCION
Sea f : R3 R3 definida por f((x, y, z)) = (0, 0, 0). Entonces si {u1, u2, u3} es
cualquier conjunto de vectores en R3, el conjunto {f(u1), f(u2), f(u3)} = {, , } sea
linealmente dependiente.
La aplicacin que enva cada vector en U sobre el vector cero en V es claramente
una transformacin lineal de U en V para todos los U y V. Esta transformacin, se
denomina transformacin cero, y se indica por el smbolo . La aplicacin que enva
cada vector en U sobre s mismo, se denomina transformacin idntica, y se indica
por el smbolo i. La ecuacin que define a i es i(u) = u, para cualesquier u de U.
EJEMPLO 7.1.8
Determinar cul de las siguientes funciones f : (n, n) (n, n) define una
transformacin lineal:
a.- f(A) = ATA; b.- f(A) = AB + AT; c.- f(A) = Det(A); d.- f(A) = PAP-1;
e.- f(B) = A-1BA; f.- f(A) = AT + A+; g.- f(A) = AC + CA.
SOLUCION
Sean B y C dos matrices del espacio de salida (n, n) y sean , escalares,
entonces:
a.- f(B + C) = (B + C)T(B + C) = (BT + CT)(B + C)
= 2BTB + BTC + CTB + 2CTC BTB + CTC.
b.- f(C + D) = (C + D)B + (C + D)T = CB + DB + CT + DT
= (CB + CT) + (DB + DT) = f(C) + f(D).
c.- f(C + D) = det(C + D) det(C) + det(D).
d.- f(C + D) = (C + D)E + E(C + D) = CE + DE + EC + ED
= (CE + EC) + (DE + ED) = f(C) + f(D).
JOE GARCIA ARCOS
321
e.- f(B + C) = A-1(B + C)A = A-1(BA + CA) = A-1BA + A-1CA

= (A-1BA) + (A-1CA) = f(B) + f(C).
f.- f(B + C) = (B + C)T + (B + C)+ = (B)T + (C)T + (B)+ + (C)+
T
T
+
+
B + C + B + C f (B) + f (C), , C
.
=
T
T
+
+
B + C + B + C = f (B) + f (C), , R
Por lo tanto f es transformacin lineal si , R.
g.- f(B + D) = (B + D)C + C(B + D) = BC + DC + CB + CD
= (BC + CB) + (DC + CD) = f(B) + f(D).
EJEMPLO 7.1.9
Determinar cul de las siguientes funciones define una transformacin lineal en el
espacio de los polinomios de grado menor o igual a 3:
a.- f(p(x)) = (p(x))2;
b.- f(p(x)) = p(x + 1) - p(x);
c.- f(p(x)) = p(x) - 2p(x) + 3p(x); d.- f(p(x)) = p(x + 1) p(0).
SOLUCION
Sean p(x) = ax3 + bx2 + cx + d, q(x) = ex3 + fx2 + gx + h dos polinomios del espacio
de salida P3 y sean , escalares, entonces:
q(x) + h(x) = (a + e)x3 + (b + f)x2 + (c + g)x + (d + h).
a.- f(p(x) + q(x)) = (p(x) + q(x))2 = 2p2(x) + 2p(x)q(x) + 2q2(x)
f(p(x)) + f(q(x)).
b.- f(p(x) + q(x)) = (p + q)(x + 1) - (p + q)(x)
= p(x + 1) + q(x + 1) - p(x) - q(x)
= [p(x + 1) + p(x)] + [q(x + 1) + q(x)]
= [p(x + 1) + p(x)] + [q(x + 1) + q(x)]
= f(p(x)) + f(q(x)).
c.- f(p(x) + q(x)) = (p + q)(x) - 2(p + q)(x) + 3(p + q)(x)
= p(x) + q(x) - 2p(x) - 2q(x) + 3p(x) + 3q(x)
= [p(x) - 2p(x) + 3p(x)] + [q(x) - 2q(x) + 3q(x)]
= [p(x) - 2p(x) + 3p(x)] + [q(x) - 2q(x) + 3q(x)]
= f(p(x)) + f(q(x)).
d.- f(p(x) + q(x)) = (p + q)(x + 1) - (p + q)(0)
= p(x + 1) + q(x + 1) - p(0) - q(0)
= [p(x + 1) + p(0)] + [q(x + 1) + q(0)]
= [p(x + 1) + p(0)] + [q(x + 1) + q(0)]
= f(p(x)) + f(q(x)).
Considere la transformacin lineal que aplica a todo vector de U sobre el vector cero
de V. Esta aplicacin se llama aplicacin cero. Si W es cualquier subespacio de V,
existe tambin una aplicacin cero de U hacia W, y esta aplicacin tiene el mismo
efecto sobre los elementos de U, como la aplicacin cero de U hacia V. Sin embargo,
son transformaciones lineales diferentes, ya que tienen codominios diferentes.
Este lenguaje descriptivo se tiene que interpretar con cierta amplitud, ya que las
operaciones antes y despus de aplicar la transformacin lineal pueden llevarse a
cabo en espacios vectoriales diferentes. Adems, la observacin acerca de la
multiplicacin escalar es inexacta, ya que no aplicamos la transformacin lineal a
escalares; la transformacin lineal se define nicamente para vectores en U. An
JOE GARCIA ARCOS
322
as, la transformacin lineal conserva las operaciones estructurales en un espacio

vectorial y sta es la razn de su importancia. Una consecuencia de la definicin
es que una transformacin lineal siempre aplica el vector cero de U en el vector
cero de V; es decir, f() = . Esta afirmacin puede ser establecida haciendo
a = 0 en f(au) = af(u).
EJEMPLO 7.1.10
Considrese ahora C como un espacio vectorial sobre C. Defnase una funcin f de
C en C por f ( z ) z . Es f una transformacin lineal?
SOLUCION
Sean u = a + ib y v = c + id dos vectores del espacio de salida C y sean ,
escalares, entonces:
f(u + v) = f((a + c) + i(b + d)) (a c) i(b d )
= (r + x) - i(b + d) = (a - ib) + (c - id)
f(u) + f(v).
EJEMPLO 7.1.11
Considere el espacio vectorial de los nmeros complejos C sobre R. Sea a un
nmero complejo fijo. Defnase f una aplicacin de C en C por f(z) = (3 - 2i)z + a.
Determine el valor de a para que f sea transformacin lineal.
SOLUCION
Tomamos el nmero complejo nulo y luego encontramos su imagen:
f(0 + i0) = (3 2i)(0 + i0) + a = 0 + i0 + a = a.
Para que f sea transformacin lineal, debe cumplirse que f(0 + i0) = 0 + i0, de donde
a = 0.
EJEMPLO 7.1.12
Es la multiplicacin de cada vector geomtrico por su longitud una transformacin
lineal?
SOLUCION
En este caso tenemos que f (u ) u u . Sean v y w dos vectores del espacio de
salida y sean , escalares, entonces:
f (v w) (v w) (v w) (v w)( v w )
EJEMPLO 7.1.13
a.- Muestre que la lnea que pasa por los vectores u y v en Rn puede escribirse en la
forma paramtrica x = (1 t)u + tv.
b.- El segmento de lnea de u a v es el conjunto de los puntos de la forma (1 t)u +
tv para 0 t 1. Muestre que una transformacin lineal f transforma este segmento
de lnea sobre un segmento de lnea o sobre un punto.
SOLUCION
a.- La lnea que pasa por u y v es paralela al vector v u. Puesto que la lnea pasa a
travs de u, una ecuacin paramtrica de la lnea es
x = u + t(v u) = u tu + tv = (1 t)u + tv.
b.- Por la linealidad de f:
f((1 t)u + tv) = (1 t)f(u) + tf(v) para 0 t 1.
Si f(u) y f(v) son distintos, las imgenes forman el segmento de lnea entre f(u) y
f(v). De otro modo, todas las imgenes coinciden con un punto, f(u).
JOE GARCIA ARCOS
323
PROBLEMAS
7.1.1 Verifquese que cada uno de los siguientes es
transformacin lineal de U en V:
a.- U = C0; 1, V = V1, T(f) = f(0).
b.- U = C0; 1, V = V1, T(f) = f(0) + f(1).
c.- U = C0; 1, V = V2, T(f) = (f(0) + f(1)).
d.- U = V2, V = Ca; b, T(x1, x2) = x1ex + x2e2x.
e.- U = C0; 1, V = C0; 1, T(f) = f(x)Cosx.
f.- U = C(1)a; b, V = Ca; b, T(f) = f (x)Senx.
g.- U = C(2)a; b, V = Ca; b,
T(f) = xf - f + exf.
(3)
h.- U = C a; b, V = Ca; b,
T(f) = f + f + f + f.
x
i.- U = Ca; b, V = Ca; b, T ( f ) et f (t )dt .

0
j.- U = C(1)a; b, V = Ca; b,

x
T ( f ) f (t )dt 3 f ( x) .
0
7.1.2 Demuestre que la transformacin f definida por

f((x, y)) = (4x 2y, 3y) no es lineal.
7.1.3 Suponga que f : R2 R2 tal que f((1, 0)) = (1, 0) y
f((0, 1)) = (0, 0). Determine f((x, y)) en R2 y d una
interpretacin geomtrica de f.
7.1.4 Sean U y V espacios vectoriales sobre K, siendo U
bidimensional. Sean S = {u1, u2} una base de U, y v1 y v2
dos vectores cualesquiera de V. Defnase f de U en V de la
siguiente manera: Si u U, entonces u = au1 + bu2 para los
nicos escalares a y b. Hgase f(u) = av1 + bv2. Demuestre
que f es transformacin lineal.
7.1.5 Sea f : R2 R2 una transformacin lineal que
transforma u = (1, 5) en (2, 0) y transforma v = (3, 1) en
(1, -4). Use el hecho de que f es lineal para encontrar las
imgenes bajo f de 2u y 3u + 5v.
7.1.6 Sea V un espacio con producto interior con un
subespacio que tiene a S = {w1, w2, ..., wk} como una base
ortonormal. Demuestre que la funcin f : V V dada por
f(u) = v w1w1 + v w2w2 + ... + v wkwk
es una transformacin lineal.
7.1.7 Se da el espacio vectorial de los vectores u = ae1 +
be2 + ce3 + de4, donde a, b, c, d son todos los nmeros
reales posibles. Sea k un nmero real fijo. Es lineal la
transformacin f definida por la igualdad
f(u) = ae1 + be2 + ce3 + de4?
7.1.8 Verifquese que si a1, b1, a2, b2 son nmeros reales,
entonces
T(x1, x2) = (a1x1 + a2x2, b1x1 + b2x2)
Es transformacin lineal de R2 en R2.
7.1.9 Sea f : (n, n) R definida por Tr(A) = a11 + a22 +

... + ann. Demuestre que f es una transformacin lineal.
7.1.10 Sea V un espacio con producto interior. Para un
vector fijo w en V, se define f : V R por f(v) = v w.
Demuestre que f es una transformacin lineal.
7.1.11 Para cada uno de los conjuntos de condiciones
que se enuncian, determnese si existe una
transformacin lineal T de U en V que cumpla con las
condiciones dadas:
a.- U = V2, V = V2, T(1, 1) = (1, 2),
T(1, -1) = (0, 3).
b.- U = V2, V = V2, T(1, 1) = (1, 0),
T(1, -1) = (3, 0), T(2, 3) = (1, 0).
c.- U = V2, V = V2, T(1, 2) = (1, 3),
T(2, 1) = (2, 0), T(1, 1) = (1, 1).
d.- U = P, V = P, T(1) = 0,
T(xn) = xn+1 para n 1.
e.- U = P, V = P, T(1) = x, T(x + 1) = x2,
T(x2 - 1) = x3.
f.- U = P, V = P, T(1) = x2, T(x - 1) = x,
T(x2 + x) = x, T(x2) = x2.
7.1.12 Sea f una transformacin lineal de P2 en P2 tal que
f(1) = x, f(x) = 1 + x y f(x2) = 1 + x + x2.
Determine f(2 6x + x2).
7.1.13 Suponga que f : R2 R2 tal que f((1, 0)) = (0, 1)
y f((0, 1)) = (1, 0). Determine f((x, y)) en R2 y d una
interpretacin geomtrica de f.
7.1.14 Sea f : R R tal que f (u) proyv u , donde
v = (1, 1):
a.- Determine f((x, y)).
b.- Determine f((3, 4)) y f(f((3, 4))) y d una interpretacin
geomtrica del resultado.
7.1.15 Trazar la imagen del cuadrado unitario cuyos
vrtices son los puntos (0, 0), (1, 0), (1, 1) y (0, 1) bajo
la transformacin lineal dada:
a.- f es una reflexin en el eje x.
b.- f es una reflexin en la recta y = x.
c.- f es la contraccin f((x, y)) = (x/2, y).
7.1.16 Sea f la transformacin lineal de R2 en R2
definida por
f((a, b)) = (aCos - bSen, aSen + bCos).
Determine:
a.- f((4, 4)) para = 45;
b.- f((2, -1)) para = 30;
c.- f((5, -1)) para = 120.
JOE GARCIA ARCOS
324
7.1.17 Determinar la imagen del cubo unitario cuyos

vrtices son
(0, 0, 0), (1, 0, 0), (1, 1, 0), (0, 1, 0), (0, 0, 1), (1, 0, 1),
(1, 1, 1) y (0, 1, 1)
cuando es rotado 45 alrededor del eje Z, y cuando es
rotado 90 alrededor del eje X.
7.1.18 Demustrese que, si ninguno de los espacios U y
V es el espacio cero y si uno de ellos es de dimensin
infinita, entonces el conjunto de las transformaciones
lineales de U en V es un espacio vectorial de dimensin
infinita.
7.1.19 Una traslacin es una funcin de la forma f((x, y)) =
(x h, y k), donde por lo menos una de las constantes h o
k es diferente de cero:
a.- Demuestre que una traslacin en el plano no es una
transformacin lineal.
b.- Para la traslacin f((x, y)) = (x 2, y + 1), determine las
imgenes de (0, 0), (2, -1) y (5, 4).
c.- Demuestre que una traslacin en el plano no tiene
puntos fijos.
7.1.20 Sean u, v vectores en Rn. Puede demostrarse que
el conjunto S de todos los puntos del paralelogramo
determinado por u y v tiene la forma u + v, para 0
1, 0 1. Sea f : Rn Rn una transformacin
lineal. Explique por qu la imagen de un punto en S bajo
la transformacin f yace en el paralelogramo
determinado por f(u) y f(v).
7.1.21 Un vector u es un punto fijo de una transformacin

lineal f : V V si f(u) = u:
a.- Demuestre que es un punto fijo de cualquier
transformacin lineal f : V V.
b.- Demuestre que el conjunto de puntos fijos de una
transformacin lineal f : V V es un subespacio de V.
c.- Determine todos los puntos fijos de la transformacin
lineal f : R2 R2 dada por f((x, y)) = (x, 2y).
d.- f es la dilatacin definida por f((x, y)) = (x, 3y).
e.- f es la deformacin por esfuerzo cortante definida
por f((x, y)) = (x + 2y, y).
f.- f es la deformacin por esfuerzo cortante definida por
f((x, y)) = (x, 3x + y).
7.1.22 Dado v y u en Rn, la lnea que pasa por u en
la direccin de v, tiene la ecuacin paramtrica w = u +
tv. Demuestre que una transformacin lineal f : Rn Rn
transforma esta lnea sobre otra lnea o sobre un nico
punto.
7.1.23 Si S es transformacin lineal de R3 en R2 y si
S(1, 0, 0) = (a1, b1), S(0, 1, 0) = (a2, b2),
S(0, 0, 1) = (a3, b3),
entonces T y S son la misma transformacin.
7.1.24 Sean e1, e2, u = (3, -5) y v = (-2, 7), y sea
f : R2 R2 una transformacin lineal que transforma e1
en u y e2 en v. Encuentre las imgenes de (7, 6) y de
(x, y).
7.2 REPRESENTACION MATRICIAL. MATRIZ DE CAMBIO DE BASE

En esta seccin se demostrar que si U y V son espacios vectoriales de dimensiones finitas, entonces con un poco
de ingenio cualquier transformacin lineal f de U en V se puede expresar en forma matricial como f(u) = Au, en
cualesquiera bases.
Se pueden usar las matrices para representar una gran variedad de diferentes
conceptos matemticos. La forma en que se manejan las matrices, depende de los
objetivos que representen. Considerando la amplia variedad de situaciones en las
cuales las matrices tienen aplicacin, existe una notable semejanza en las
operaciones que se efectan con las matrices en estas situaciones. Sin embargo,
tambin existen diferencias y, para entenderlas, debemos entender el objeto
representado y qu informacin se puede esperar trabajando con las matrices. Las
matrices no solamente nos proporcionan un medio conveniente para realizar todo
clculo necesario con las transformaciones lineales, sino que la teora de los espacios
vectoriales y las transformaciones lineales tambin demuestra ser una herramienta
poderosa en el desarrollo de las propiedades de las matrices.
A continuacin damos a conocer un mtodo general para construir la matriz de la
transformacin lineal que acta del espacio vectorial U en el espacio vectorial V.
Suponga que a los vectores de la base S1 = {u1, u2, ..., un} del espacio vectorial U les
estn asignados unos vectores y S2 = {v1, v2, ..., vn} del espacio vectorial V. En
este caso existe una transformacin lineal f y es, adems, nica, que acta de U en V
JOE GARCIA ARCOS
325
y que transforma todo vector de S1 en el vector correspondiente de S2. Suponga que

la transformacin buscada f existe. Tmese un vector arbitrario u de U y represntelo
en forma de un desarrollo u = a1u1 + a2u2 + ... + anun, entonces
f(u) = f(a1u1 + a2u2 + ... + anun)
= a1f(u1) + a2f(u2) + ... + anf(un)
= a1v1 + a2v2 + ... + anvn.
El segundo miembro de esta identidad se determina unvocamente por el vector u
y las imgenes de la base. Por esta razn, la igualdad obtenida demuestra la
unicidad de la transformacin f, si ste existe. Por otra parte, podemos definir la
transformacin f precisamente mediante esta igualdad, es decir, poner f(u) = a1v1
+ a2v2 + ... + anvn. La transformacin obtenida, es una transformacin lineal que
acta de U en V y transforma, a la vez, todo vector de S1 en el vector
correspondiente de S2. El dominio de la transformacin f coincide con el
subespacio generado por el sistema de vectores S2.
Ahora podemos enunciar el siguiente teorema:
TEOREMA 7.2.1
La transformacin lineal f que acta del espacio U en el espacio V est
completamente definido mediante la totalidad de imgenes f(u1), f(u2), ...,
f(un) para cualquier base definida S1 = {u1, u2, ..., un} del espacio U.
DEMOSTRACION
Fijemos en el espacio U la base S1 = {u1, u2, ..., un} y en el espacio V, la base
S2 = {v1, v2, ..., vm}. El vector u1 se transforma por la transformacin f en cierto
vector f(u1) del espacio V, el cual, como todo vector de este espacio, puede ser
desarrollado por vectores bsicos
f(u1) = a11v1 + a12v2 + ... + a1mvm
f(u2) = a21v1 + a22v2 + ... + a2mvm
...
f(un) = an1v1 + an2v2 + ... + anmvm
Los coeficientes aij de estas combinaciones lineales determinan una matriz A de m
filas y n columnas
am1
a11 a21
a
a22
am 2
A 12
amn
a1n a2 n
que se denomina matriz de la transformacin f en bases elegidas. Como columnas de
la matriz de la transformacin sirven los coeficientes de la cada combinacin, en
otras palabras, las coordenadas de los vectores f(u1), f(u2), ..., f(un) respecto de la base
S2. Con el fin de determinar el elemento aij de la matriz de la transformacin f hace
falta aplicar la transformacin al vector uj y tomar la i-sima coordenada en la
imagen f(uj). En lo sucesivo haremos uso del mtodo descrito para determinar los
elementos de la matriz de la transformacin. Considere un vector arbitrario u de U y
su imagen v = f(u). Aclaremos de qu modo se expresar las coordenadas del vector v
en trminos de las coordenadas del vector u y los elementos de la matriz de la
transformacin. Sea
u = a1u1 + a2u2 + ... + anun
y
v = b1v1 + b2v2 + ... + bmvm
calculamos
f(u) = f(a1u1 + a2u2 + ... + anun)
= a1f(u1) + a2f(u2) + ... + anf(un)
= a1[a11v1 + a12v2 + ... + a1mvm] + a2[a21v1 + a22v2 + ... + a2mvm] + ... + an[an1v1 +
an2v2 + ... + anmvm]
JOE GARCIA ARCOS
326
= [a1a11 + a2a21 + ... + anan1]v1 + [a1a12 + a2a22 + ... + anan2]v2 + ... + [a1a1m +
a2a2m + ... + ananm]vm
Al comparar el segundo miembro de estas igualdades con el desarrollo de v,
concluimos que deben cumplirse las igualdades
a11a1 + a21a2 + ... + an1an = b1
a12a1 + a22a2 + ... + an2an = b2
...
a1ma1 + a2ma2 + ... + anman = bm
De esta manera, toda transformacin lineal genera, cuando estn definidas las
bases en los espacios U y V, las identidades antes mencionadas que relacionan
entre s las coordenadas de la imagen y las de la preimagen. Con el fin de
determinar las coordenadas de la imagen segn las coordenadas de la preimagen
basta calcular los primeros miembros de estas identidades.
Siendo determinadas las bases en los espacios U y V, la igualdad coordenada permite
investigar totalmente la accin de una transformacin lineal. Evidentemente, cuanto
ms simple es la forma de la matriz de una transformacin, tanto ms eficaz ser la
realizacin de dicha investigacin. Generalmente las matrices de las
transformaciones dependen de las bases y la tarea inmediata consiste en aclarar esta
dependencia.
Sean S1 = {u1, u2, ..., um} y S2 = {v1, v2, ..., vm} dos bases del espacio vectorial U. Los
vectores de S2 se definen unvocamente mediante sus descomposiciones
v1 a11u1 a12u2 ... a1m um
v a u a u ... a u
2
21 1
22 2
2m m
(1)
...
vm am1u1 am 2 u2 ... amm um

segn los vectores de S1. Los coeficientes aij determinan la matriz
a11 a21 ... am1
a
a22 ... am 2
P 12
...
...
...
a1m a2 m ... amm

la cual se denomina matriz de la transformacin de coordenadas al pasar de la base
S1 a la base S2.
Tmese un vector arbitrario u de U y descompngase segn los vectores de ambas
bases. Sea
u = b1u1 + b2u2 + ... + bmum = c1v1 + c2v2 + ... + cmvm
De acuerdo con (1) tenemos
b1u1 + b2u2 + ... + bmum = c1v1 + c2v2 + ... + cmvm
= c1(a11u1 + a12u2 + ... + a1mum) + c2(a21u1 + a22u2 + ... +
a2mum) + ... + cm(am1u1 + am2u2 + ... + ammum)
= (a11c1 + a21c2 + ... + am1cm)u1 + (a12c1 + a22c2 + ... +
am2cm)u2 + ... + (a1mc1 + a2mc2 + ... + ammcm)um.
Comparando los coeficientes ui en el primero y segundo miembros de las
correlaciones, encontramos
b1 a11c1 a21c2 ... am1cm
b a c a c ... a c
2
12 1
22 2
m2 m
(2)
...
bm a1m c1 a2 m c2 ... amm cm

Estas frmulas se denominan frmulas de transformacin de las coordenadas.
JOE GARCIA ARCOS
327
Designemos, como hasta ahora, mediante XS1 y XS2 las matrices de dimensiones
m x 1, formadas por las coordenadas del vector u en las bases correspondientes. Las
frmulas (2) muestran que XS1 = PXS2 . La matriz de la transformacin de
coordenadas debe ser no singular, puesto que en el caso contrario tendr lugar la
dependencia lineal entre sus columnas y, por tanto, entre los vectores de S2. Por
supuesto, cualquier matriz no singular es una matriz de cierta transformacin de
coordenadas definida mediante XS1 = PXS2 . Al multiplicar a la izquierda de la
igualdad por la matriz P-1, obtendremos
P-1XS1 = P-1PXS2 XS2 = P-1XS1 .
Supongamos ahora que en el espacio vectorial U vienen dadas tres bases S1, S2 y S3.
El paso de la primera base a la tercera puede realizarse con ayuda de dos
procedimientos: o bien directamente de la primera a la tercera o bien primero de la
primera a la segunda, y despus de la segunda a la tercera. No es difcil establecer la
conexin entre las matrices correspondientes de la transformacin de coordenadas.
De acuerdo con XS1 = PXS2 , tenemos:
XS1 = PXS2 XS2 = RXS3 XS1 = QXS3 .
De las primeras dos correlaciones se desprende

XS1 = PXS2 = P(RXS3 ) = (PR)XS3 = QXS3 .
De este modo, cuando las coordenadas se transforman de manera consecutiva, la
matriz de la transformacin resultante ser igual al producto de matrices de las
transformaciones intermedias.
Examinemos otra vez la transformacin lineal f que acta de U en V. Elijamos en el
espacio U dos bases S1 y S2, y en el espacio V otras dos bases S3 y S4. En las
primeras dos bases, a una misma transformacin f le corresponde la igualdad
coordenada
YS3 = ASS1 XS1 (3)
3
y en las otras dos bases, la igualdad

YS4 = ASS2 XS2
(4)
En concordancia con estos pares de bases, para una misma transformacin f tenemos
dos matrices ASS1 y ASS2 . Designemos con P la matriz de la transformacin de
3
coordenadas al pasar de la base S1 a la base S2 y con Q, la matriz de la

transformacin de coordenadas al pasar de S3 a S4.Se tiene
XS1 = PXS2 , YS3 = QYS4 .
Sustituyendo estas expresiones para XS1 y YS3 en (3), obtenemos
QYS4 = ASS1 PXS2
3
De donde se deduce que
YS4 = Q-1ASS1 P XS2 .

3
Al comparar la igualdad obtenida con (4), concluimos que

ASS2 = Q-1ASS1 P .
4
Esto es precisamente la correlacin buscada que liga las matrices de una misma
transformacin en diferentes bases. La transformacin lineal f que acta del espacio
U en el espacio V est completamente definido mediante la totalidad de imgenes
JOE GARCIA ARCOS
328
f(u1), f(u2), ..., f(un) para cualquier base definida S1 = {u1, u2, ..., un} del espacio U.
EJEMPLO 7.2.1
En un espacio vectorial de dimensin 4, se examina una transformacin lineal f.
Escribir esta transformacin en la forma de coordenadas si
f(e1) = e3 + e4, f(e2) = e1 + e4,
f(e3) = e1 + e2, f(e4) = e2 + e3.
SOLUCION
f((1, 0, 0, 0)) = (0, 0, 1, 1), f((0, 1, 0, 0)) = (1, 0, 0, 1),
f((0, 0, 1, 0)) = (1, 1, 0, 0), f((0, 0, 0, 1)) = (0, 1, 1, 0).
La matriz de la transformacin f es
0 1 1 0
0 0 1 1
.
A
1 0 0 1
1 1 0 0
Por lo tanto, la transformacin f se escribe en forma de coordenadas de la siguiente
manera:
f((a, b, c, d)) = (b + c, c + d, a + d, a + b).
EJEMPLO 7.2.2
Sea f la transformacin lineal de (2, 2) en (3, 1) definida por
2a 3b c
a b
f
a 2b c 2d .
c
d
a b 3c 4d
Encuentre la representacin matricial de f.

SOLUCION
Tmese las bases cannicas de (2, 2) y (3, 1), es decir
1
1 0 0 1 0 0 0 0
y
S
S1
,
,
,
0 ,

2
0
0
0
0
1
0
0
1
0

1,
0

0

0
1

obtenga la matriz f SS2 . Primeramente, determinaremos cules son las imgenes de

1
los vectores de la base S1 de (2, 2):

2
1 0
f
1 ;
0 0 1

3
0 1
f
2 ;
0 0 1

0
0 0
f
2 .
0 1 4

1
0 0
f
1 ;
1 0 3

Obsrvese que en este caso, como se est tomando la base cannica S2 de (3, 1), se
tiene lo siguiente:
2
3
1
0

;
;
;
f
(E
)
1
f
(E
)
2
f
(E
)
1
f
(E
)
1 S2
2 S2
3 S2
4 S2

2 ,
1
1
3
4

de modo que
2 3 1 0
S2
f
S1 1 2 1 2 .
1 1 3 4
JOE GARCIA ARCOS
329
EJEMPLO 7.2.3
Considrese f la transformacin lineal de P4 en P4 definida por f(p) = p'(x). Obtenga
[f]S en la base cannica de P4.
SOLUCION
La base cannica de P4 es S = {1, x, x2, x3, x4}. A continuacin determinamos las
imgenes con respecto a cada elemento de S, es decir:
[f(1)]S = [(1)']S = [0]S = 0(1) + 0(x) + 0(x2) + 0(x3) + 0(x4);
[f(x)]S = [(x)']S = [1]S = 1(1) + 0(x) + 0(x2) + 0(x3) + 0(x4);
[f(x2)]S = [(x2)']S = [2x]S = 0(1) + 2(x) + 0(x2) + 0(x3) + 0(x4);
[f(x3)]S = [(x3)']S = [3x2]S = 0(1) + 0(x) + 3(x2) + 0(x3) + 0(x4);
[f(x4)]S = [(x4)']S = [4x3]S = 0(1) + 0(x) + 0(x2) + 4(x3) + 0(x4).
Por lo tanto
0 1 0 0 0
0 0 2 0 0
f S 0 0 0 3 0 .
0 0 0 0 4
0 0 0 0 0
Mediante esta matriz, podemos derivar p(x) = 5 + 8x - 10x2 + 6x3 - 7x4, es decir
0 1 0 0 0 5 8
0 0 2 0 0 8 20
f ( p) S p ' S f S p S 0 0 0 3 0 10 18 .
0 0 0 0 4 6 28
0 0 0 0 0 7 0
Por lo tanto, p'(x) = 8 - 20x + 18x2 - 28x3.

EJEMPLO 7.2.4
Sea f la transformacin lineal de R3 en R4 definida por
f((a, b, c)) = (a + 3b c, 2a + b + 3c, -3a - 14b + 8c, 3a + 4b + 2c)
Obtenga fS en las bases cannicas.
SOLUCION
Tmense las bases cannicas de R3 y R4:
S1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
y
S2 = {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)}
A continuacin, obtenemos las imgenes correspondientes
f((1, 0, 0)) = (1, 2, -3, 3), f((0, 1, 0)) = (3, 1, -14, 4), f((0, 0, 1)) = (-1, 3, 8, 2)
obtenemos la matriz
3 1
1
2
1
3
f SS12 3 14 8 .
4 2
3
EJEMPLO 7.2.5
Encuentre la matriz de la transformacin lineal D definida en el conjunto de
polinomios en t sobre R de grado a lo sumo igual a 2 mediante D(p(t)) = p(t), en
relacin con la base.
a.- S1 = {1 + t, t, 1 + 2t + t2}; b.- S2 = {1/2(1 - t), 1/2(1 + t), t2}.
SOLUCION
a.- D(1 + t) = 1 = 1(1 + t) + (-1)t + 0(1 + 2t + t2)
D(t) = 1 = 1(1 + t) + (-1)t + 0(1 + 2t + t2)
D(1 + 2t + t2) = 2 + 2t = 2(1 + t) + 0t + 0(1 + 2t + t2)
JOE GARCIA ARCOS
330
1 1 2
D 1 1 0 .
0 0 0
b.- D(1/2(1 - t)) = - 1/2 = (-1/2)1/2(1 - t) + (-1/2)1/2(1 + t) + 0t2

D(1/2(1 + t)) = 1/2 = 1/21/2(1 - t) + 1/21/2(1 + t) + 0.t2
D(t2) = 2t = (-2)1/2(1 - t) + 21/2(1 + t) + 0t2
1/ 2 1/ 2 2
D 1/ 2 1/ 2 2 .
0
0
0
EJEMPLO 7.2.6
Sea V el espacio de todas las funciones de la forma aet + be2t + ce3t. Si se define
D : V V mediante D(f(t)) = f (t), obtenga:
a.- La matriz de D con respecto a la base 1 = {et, e2t, e3t};
b.- La matriz de D con respecto a la base 2 = {et + e2t, e2t + e3t, et + e3t}.
SOLUCION
a.- D(et) = et = 1et + 0e2t + 0e3t ;
D(e2t) = 2e2t = 0et + 2e2t + 0e3t
3t
3t
t
2t
3t
D(e ) = 3e = 0e + 0e + 3e
1 0 0
D 0 2 0
0 0 3
b.- D(et + e2t) = et + 2e2t = 3/2(et + e2t) + 1/2(e2t + e3t) + (-1/2)(et + e3t)
D(e2t + e3t) = 2e2t + 3e3t = (-1/2)(et + e2t) + 5/2(e2t + e3t) + 1/2(et + e3t)
D(et + e3t) = et + 3e3t = (-1)(et + e2t) + 1(e2t + e3t) + 2(et + e3t)
1
3
2 2 1
1
5
D
1 .
2
2
1
1
2
2
EJEMPLO 7.2.7
Se examina el espacio vectorial de los vectores u = ae1 + be2 + ce3 + de4, donde a, b,
c, d son escalares reales. Demostrar que la transformacin f definida por f(u) = be1 +
ce2 + de3 + ae4 es lineal, y hallar su representacin matricial.
SOLUCION
Sabemos que f(u) = f((a, b, c, d)) = (b, c, d, a). Encontramos las imgenes con
respecto de la base cannica de R4:
f((1, 0, 0, 0)) = (0, 0, 0, 1);
f((0, 1, 0, 0)) = (1, 0, 0, 0);
f((0, 0, 1, 0)) = (0, 1, 0, 0);
f((0, 0, 0, 1)) = (0, 0, 1, 0)
Por tanto la matriz de la transformacin lineal tiene la siguiente forma:
0 1 0 0
0 0 1 0
.
Af
0 0 0 1
1 0 0 0
EJEMPLO 7.2.8
Sea V = P4 el espacio de todos los polinomios de grado menor o igual a 4, en la
indeterminada t y defnase f de P4 en P4 por f ( p(t )) p(t ) 2 p(t ) p(t ) .
Representar a f mediante una matriz respecto a la base cannica de P4.
JOE GARCIA ARCOS
331
SOLUCION
Sabemos que
p(t) = a + bt + ct2 + dt3 + et4,
p(t) = b + 2ct + 3dt2 + 4et3,
p(t) = 2c + 6dt + 12et2.
De donde:
f(a + bt + ct2 + dt3 + et4) = (a + 2b + 2c) + (b + 4c + 6d)t + (c + 6d + 12e)t2 +
+ (d + 8e)t3 + et4.
Encontramos las imgenes con respecto de la base cannica de P4:
f(1) = 1 + 0t + 0t2 + 0t3 + 0t4; f(t) = 2 + t + 0t2 + 0t3 + 0t4;
f(t2) = 2 + 4t + t2 + 0t3 + 0t4; f(t3) = 0 + 6t + 6t2 + t3 + 0t4;
f(t4) = 0 + 0t + 12t2 + 8t3 + t4.
1 2 2 0 0
0 1 4 6 0
A f 0 0 1 6 12 .
0 0 0 1 8
0 0 0 0 1
EJEMPLO 7.2.9
Considrese la transformacin lineal f : P3 P2 definida por
f(at3 + bt2 + ct + d) = (a + b + c)t2 + (2b c + 4d).
Determine la matriz de f en las bases cannicas.
SOLUCION
Encontramos las imgenes con respecto de la base cannica de P3 y luego cada una
de stas, las expresamos como combinacin lineal de la base cannica de P2:
f(t3) = t2 + 0t + 0; f(t2) = t2 + 0t + 2; f(t) = t2 + 0t 1; f(1) = 0t2 + 0t + 4.
1 1 1 0
A f 0 0 0 0 .
0 2 1 4
EJEMPLO 7.2.10
Considrese la transformacin lineal f : C2 C2 definida por f((a, b)) = (a + b, ib).
Determine la matriz de f en las bases cannicas.
SOLUCION
Encontramos las imgenes con respecto de la base cannica de C2 y luego cada una
de stas, las expresamos como combinacin lineal de la base cannica de C2:
f((1, 0)) = (1, 0), f((0, i)) = (i, -1).
1 i
Af
.
0 1
PROBLEMAS
7.2.1 La transformacin lineal definida en el ejemplo
anterior es uno a uno, es decir, f no aplica a dos vectores
diferentes sobre el mismo vector. Por tanto, existe una
transformacin lineal que aplica a (3, -1) sobre (1, 0) y a
(-1, 2) sobre (0, 1). Esta transformacin lineal invierte la
aplicacin dada por f. Determine la matriz que la
representa con respecto a las bases cannicas.
7.2.2 Encuentre la representacin matricial A de la

transformacin lineal f, use A para encontrar la imagen
del vector v y trace la grfica de v y su imagen:
a.- f es la reflexin a travs del origen en R2:
f((x, y)) = (-x, -y), v = (3, 4).
b.- f es la reflexin en la recta y = x en R2:
f((x, y)) = (y, x), v = (3, 4).
JOE GARCIA ARCOS
332
c.- f es la rotacin de 135 en sentido antihorario en R2,

v = (4, 4).
d.- f es la rotacin de 60 en sentido horario en R2,
v = (1, 2).
e.- f es la reflexin a travs del plano de coordenadas
XY en R3: f((x, y, z)) = (x, y, -z), v = (3, 2, 2).
f.- f es la reflexin a travs del plano de coordenadas YZ
en R3:
f((x, y, z)) = (-x, y, z), v = (2, 3, 4).
g.- f es la rotacin de 180 en sentido antihorario en R2,
v = (1, 2).
h.- f es la rotacin de 45 en sentido antihorario en R2,
v = (2, 2).
i.- f es la proyeccin sobre el vector w = (3, 1) en R2:
f (v) proywv , v = (1, 4).
j.- f es la proyeccin sobre el vector w = (-1, 5) en R2:
f (u) proywu , u = (2, -3).
k.- f es la reflexin con respecto al vector w = (3, 1) en
R2, v = (1, 4). (La reflexin de un vector v a travs de w
est definida por f (v) 2proywv v ).
7.2.3 Rote 90 alrededor del punto (5, 3) en sentido
antihorario el tringulo cuyos vrtices son (3, 5), (5, 3) y
(3, 0). Graficar los tringulos.
Encuentre las matrices que representan a esta
transformacin lineal con respecto a las bases cannicas
de R2 y {(1, 1), (1, -2)}.
7.2.4 Sea la transformacin lineal f : R2 R3 que
aplica a (1, 1) sobre (0, 1, 2) y a (-1, 1) sobre (2, 1, 0).
Determine la matriz que representa a f con respecto a las
bases S1 = {(1, 0), (0, 1)} en R2 y S2 = {(1, 0, 0),
(0, 1, 0), (0, 0, 1)} en R3.
1 0
Sea A
, u = (5, 2) y v = (3, -1). Sea
0 1
f(w) = Aw para w en R2:
a.- En un sistema de coordenadas rectangulares, grafique
los vectores u, v, f(u) y f(v).
b.- D una interpretacin geomtrica de lo que f hace a un
vector w en R2.
7.2.5
7.2.6 Sea f una transformacin lineal tal que f(u) = u

para u en Rn. Encuentre la matriz A para f.
7.2.7 Sea f una transformacin lineal de R2 hacia s
mismo que aplica a (1, 1) sobre (2, -3) y a (1, -1) sobre
(4, -7). Determine la matriz que representa a f con
respecto a las bases cannicas.
7.2.8 Una transformacin afn f : Rn Rm tiene la
forma f(u) = Au + b, siendo A una matriz de m x n y con
b en Rm. Demuestre que f no es una transformacin lineal
cuando b .
7.2.9 Decimos que una recta se aplica sobre s misma,

si cada punto de la recta se aplica sobre un punto de la
recta, pero no todos sobre el mismo punto, an
considerando que los puntos en la recta se pueden
mover de un lado a otro:
a.- Una transformacin lineal aplica a (1, 0) sobre
(-1, 0) y a (0, 1) sobre (0, -1). Demuestre que cada recta
que pasa por el origen se aplica sobre s misma.
Demuestre que cada una de esas rectas se aplica sobre s
misma con el sentido de la direccin invertido. Esta
transformacin lineal se llama inversin con respecto al
origen. Encuentre la matriz que representa a esta
transformacin lineal con respecto a la base cannica de
R2.
b.- Una transformacin lineal aplica a (1, 1) sobre
(-1, -1) y deja fijo a (1, -1). Demuestre que toda recta
perpendicular a la recta x1 + x2 = 0 se aplica sobre s
misma, con el sentido de la direccin invertido.
Pruebe que cada punto sobre la recta x1 + x2 = 0 se deja
fijo. Cules rectas de las que pasan por el origen se
aplican sobre s mismas?. Esta transformacin lineal se
llama reflexin alrededor de la lnea x1 + x2 = 0.
Encuentre la matriz que representa a esta transformacin
lineal con respecto a la base cannica en R2. Encuentre
la matriz que representa a esta transformacin lineal con
respecto a la base {(1, 1), (1, -1)}.
c.- Una transformacin lineal aplica a (1, 1) sobre
(2, 2) y a (1, -1) sobre (3, -3). Demuestre que las rectas
que pasan por el origen y por los puntos (1, 1) y (1, -1)
se aplican sobre s mismas y que ningunas otras rectas
se aplican sobre s mismas. Encuentre las matrices que
representan a esta transformacin lineal con respecto a
las bases, cannicas en R2 y {(1, 1), (1, -1)}.
d.- Una transformacin lineal deja fijo a (1, 0) y aplica
(0, 1) sobre (1, 1). Demuestre que cada recta de la forma
x2 = c se aplica sobre s misma y se traslada dentro de s
misma una distancia igual a c. Esta transformacin
lineal se llama deslizamiento. Cules rectas que pasan
por el origen se aplican sobre s mismas? Encuentre la
matriz que representa a esta transformacin lineal con
respecto a la base cannica de R2.
e.- Una transformacin lineal aplica a (1, 0) sobre
(5/13, 12/13) y a (0, 1) sobre (-12/13, 5/13). Demuestre
que toda recta que pasa por el origen se hace girar en un
ngulo = ArcCos(5/13), en sentido antihorario. Esta
transformacin lineal se llama rotacin. Encuentre la
matriz que representa a esta transformacin lineal con
respecto a la base cannica de R2.
f.- Una transformacin lineal aplica a (1, 0) sobre
(2/3, 2/3) y a (0, 1) sobre (1/3, 1/3). Demuestre que cada
punto sobre la recta 2x1 + x2 = 3c se aplica sobre el
nico punto (c, c). La recta x1 x2 = 0 se deja fija. La
nica otra recta que pasa por el origen y se aplica sobre
s misma, es la recta 2x1 + x2 = 0. Esta transformacin
lineal se llama proyeccin sobre la recta x1 x2 = 0
paralela a la recta 2x1 + x2 = 0.
JOE GARCIA ARCOS
2
7.2.10 Sea S = {1, x, x , x } una base de P3 y sea

f : P3 P4 la transformacin lineal definida por
x
f ( x k ) t k dt :
0
a.- Encuentre la matriz A para f con respecto a S y a la

base cannica de P4.
b.- Use A para integrar p(x) = 15 + 6x 2x2 + 5x3.
7.2.11 Use la matriz de rotacin en R2 en sentido
antihorario para rotar 90 alrededor del origen el
tringulo cuyos vrtices son (3, 5), (5, 3) y (3, 0).
Grafique los tringulos.
7.2.12 Sean
S1 = {(1, 3), (-2, -2)} y S2 = {(-12, 0), (-4, 4)}
3 2
2
2
bases de R2, y sea A
la matriz de f : R R
0 4
con respecto a S1:
a.- Determine la matriz de transicin P de S2 a S1.
b.- Aplique las matrices A y P para encontrar [v]S1 y
1
[ f (v)]S1 , donde [v]S2 .
2
c.- Determine B, la matriz de f con respecto a S2, y P-1.
d.- Encuentre [ f (v)]S2 de dos formas: primero como
P1[ f (v)]S1 y luego como B[v]S2 .
7.2.13 En R3 sean S1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y

S2 = {(0, 1, 1), (1, 0, 1), (1, 1, 0)}. Encuentre la matriz de
transicin P de S1 hacia S2 y la matriz de transicin P-1
de S2 hacia S1.
7.2.14 Sea S1, S2 y S3 tres base de V. Sea P la matriz de
transicin de S1 hacia S2 y Q la matriz de transicin de S2
hacia S3. Es PQ o QP la matriz de transicin de S1 hacia
S3? Compare el orden de multiplicacin de las matrices
de transicin y de las matrices que representan
transformaciones lineales.
7.2.15 Sea f una transformacin lineal de R2 haca si
mismo que aplica a (1, 0) sobre (3, -1) y a (0, 1) sobre (1, 2). Determine la matriz que representa a f con respecto
a las bases cannicas.
7.2.16 Sea S = {1, x, ex, xex} una base de un subespacio
U del espacio de funciones continuas y sea Dx el
operador diferencial sobre U. Encuentre la matriz para Dx
con respecto a la base S.
7.2.17 Sea S = {e2x, xe2x, x2e2x} una base de un
subespacio U del espacio de funciones continuas y sea Dx
el operador diferencial sobre U. Encuentre la matriz para
Dx con respecto a la base S.
333
7.2.18 Sea u = (x, y), v = (-7, 4) y w = (3, -8), y sea

f : R2 R2 una transformacin que transforma u en
v + w. Encuentre una matriz tal que f(u) sea Au para
cada u.
7.2.19 La transformacin lineal definida por una matriz
diagonal cuyos elementos en la diagonal principal son
positivos se denomina amplificacin. Encontrar las
imgenes de (1, 0), (0, 1) y (2, 2) bajo la transformacin
2 0
definida por A
e interpretar grficamente los
0 3
resultados.
7.2.20 Considere los nmeros complejos de la forma
x + iy y represente tales nmeros complejos por las
diadas (x, y) en R2. Sea a + ib un nmero complejo fijo.
Considere la funcin f definida por la regla
f(x + iy) = (a + ib)(x + iy) = u + iv:
a.- Demuestre que esta funcin es una transformacin
lineal de R2 hacia s mismo que aplica a (x, y) sobre
(u, v).
b.- Encuentre la matriz que representa a esta
transformacin lineal con respecto a la base cannica.
c.- Encuentre la matriz que representa a la
transformacin lineal que se obtiene usando c + id en
lugar de a + ib. Calcule el producto de estas dos
matrices. Se pueden conmutar?
d.- Determine el nmero complejo que se pueda usar en
lugar de a + ib para obtener una transformacin
representada por este producto de matrices. Cmo est
relacionado este nmero complejo con a + ib y c + id?
7.2.21 En el espacio C0; 1, definamos T(f) como Mf,
donde Mf es la funcin de x definida de la manera
siguiente, Mf(x) = mximo de f en 0; x, 0 x 1. De
esto tenemos un ejemplo en un termmetro que registra
la temperatura mxima. Se puede demostrar que M f(x)
es funcin continua en 0; 1 cuando f tambin lo es:
a.- Encuntrese T(f) en
f(x) = x x2, f(x) = e-x, f(x) = Sen3x, f(x) = x2 x.
b.- Es T transformacin lineal?
c.- Descrbanse las funciones f para las cuales T(f) es la
funcin cero.
d.- Descrbanse las funciones f para las cuales T(f) = f.
7.2.22 Sea f : R3 R3 la transformacin lineal
determinada por la matriz
a 0 0
A 0 b 0
0 0 c
donde a, b y c son nmeros positivos. Sea S la esfera

unitaria, cuya superficie limitante tiene la ecuacin
x12 x22 x32 1 :
JOE GARCIA ARCOS
334
a.- Demuestre que f(S) est delimitada por el elipsoide

que tiene la ecuacin
x12
2
x22
2
x32
2
1.
b.- Utilice el hecho de que el volumen de la esfera

unitaria es 4/3 para determinar el volumen de la regin
acotada por el elipsoide de a).
7.3 ALGEBRA DE TRANSFORMACIONES LINEALES

En esta seccin se analizarn las operaciones que se pueden realizar entre transformaciones lineales.
Enunciaremos sus propiedades ms importantes.
Comenzamos el estudio sistemtico de las transformaciones lineales con la
descripcin de varias maneras en que pueden formarse nuevas transformaciones
partiendo de otras. De entre ellas la ms simple es la adicin de dos
transformaciones lineales, cada una de las cuales aplica un espacio vectorial dado
U en el espacio V.
DEFINICION 7.3.1
Sean U y V espacios vectoriales, ambos sobre el mismo cuerpo K. La suma
f + g de las transformaciones lineales f de U en V y g de U en V est dada
por (f + g)(u) = f(u) + g(u) para cada vector u de U.
Ciertamente f + g es funcin de U en V. No obstante, es natural preguntarse si f + g
TEOREMA 7.3.1
La suma f + g de las transformaciones lineales f de U en V y g de U en V,
DEMOSTRACION
Sean u y v vectores arbitrarios de U, y sean a y b escalares arbitrarios de K. Para
demostrar que f + g sea una transformacin lineal, debemos probar que
(f + g)(au + bv) = a(f + g)(u) + b(f + g)(v).
Es decir
(f + g)(au + bv) = f(au + bv) + g(au + vb)
= [af(u) + bf(v)) + (ag(u) + bg(v))]
= [af(u) + ag(u)) + (bf(v) + bg(v))]
= a[f(u) + g(u)] + b[f(v) + g(v)]
= a(f + g)(u) + b(f + g)(v).
La adicin de transformaciones lineales tiene un gran nmero de propiedades
familiares y sugerentes. En primer lugar f + (g + h) = (f + g) + h y f + g = g + f,
siempre que f, g y h sean transformaciones lineales de U en V. En segundo lugar, la
transformacin cero de U en V acta como un cero para esta adicin, ya que f + =
+ f = f para toda f de U en V. Finalmente, si f es cualquier transformacin lineal de
U en V y si definimos f por la ecuacin (-f)(u) = - f(u), para toda u de U, obtenemos
una transformacin lineal de U en V con la propiedad de que f + (-f) = (-f) + f = .
A continuacin detallaremos la matriz asociada a la transformacin lineal f + g. Sean
S1 = {u1, u2, ..., un} y S2 = {v1, v2, ..., vm} bases de los espacios vectoriales U y V
respectivamente, y sean
a11 a21 ... an1
b11 b21 ... bn1
a
a
...
a
b
b22 ... bn 2
22
n2
y B g 12
A f 12
...
...
...
...
...
..
a1m a2 m ... anm

b1m b2 m ... bnm
las matrices asociadas a las transformaciones lineales f y g respecto de las bases
JOE GARCIA ARCOS
335
consideradas anteriormente. Calculamos los transformados de los elementos de la

base S1, para determinar la matriz asociada a la transformacin f + g:
(f + g)(u1) = f(u1) + g(u1)
= (a11v1 + a12v2 + ... + a1mvm) + (b11v1 + b12v2 + ... + b1mvm)
= (a11 + b11)v1 + (a12 + b12)v2 + + (a1m + b1m)vm
(f + g)(u2) = f(u2) + g(u2)
= (a21v1 + a22v2 + ... + a2mvm) + (b21v1 + b22v2 + ... + b2mvm)
= (a21 + b21)v1 + (a22 + b22)v2 + + (a2m + b2m)vm
...
(f + g)(un) = f(un) + g(un)
= (an1v1 + an2v2 + ... + anmvm) + (bn1v1 + bn2v2 + ... + bnmvm)
= (an1 + bn1)v1 + (an2 + bn2)v2 + + (anm + bnm)vm
Por tanto, la matriz asociada en las bases consideradas vendr dada por
a11 b11 a21 b21 ... an1 bn1
a b
a22 b22 ... an 2 bn 2
A f Bg 12 12
...
...
...
a1m b1m a2m b2m ... anm bnm

es decir, la matriz asociada a la transformacin lineal f + g se obtiene sumando
trmino a trmino los elementos de las matrices asociadas a la transformaciones
lineales f y g.
EJEMPLO 7.3.1
La transformacin lineal f consiste en que cada vector del plano est vuelto en el
ngulo = /4. Hallar en la forma de coordenada la transformacin lineal f + i.
SOLUCION
Tenemos que
2
2
3
3
2
2
f (i ) iCos jSen
i
j ; f ( j ) iCos jSen
i
j
4
4
2
2
4
4
2
2
Por consiguiente
2
2
2 .
Af 2
2
2
2
2
Como Ii es la matriz identidad de 2 x 2, entonces
2
2
2
2
1 0
2
2
2 .
A f Ii 2
2
2 0 1
2
2
1
2
2
2
2
La transformacin lineal Af + Ii se puede escribir como

2
2
2
2
( f i)((a, b))
1 a
b,
a
1 b .
2
2
2
EJEMPLO 7.3.2
Se dan dos transformaciones lineales
f((a, b, c)) = (a + 2b + 3c, 4a + 5b + 6c, 7a + 8b)
g((a, b, c)) = (a + 3b + c, a 3b + 2c, a + c).
Hallar 3f 2g.
SOLUCION
Como 3f 2g : R3 R3, entonces:
3f((a, b, c)) 2g((a, b, c)) = 3(a + 2b + 3c, 4a + 5b + 6c, 7a + 8b) - 2(a + 3b + c,
a 3b + 2c, a + c)
JOE GARCIA ARCOS
336
= (3a + 6b + 9c, 12a + 15b + 18c, 21a + 24b) - (2a + 6b + 2c, 2a 6b + 4c, 2a + 2c)
= (a + 7c, 10a + 21b + 14c, 19a + 24b 2c).
Para completar lo que ahora debe ser una sucesin obvia de ideas, presentamos
una multiplicacin escalar en el conjunto de las transformaciones lineales de U en
V.
DEFINICION 7.3.2
El producto escalar af de un escalar a de K y una transformacin lineal f
de U en V est dada por (af)(u) = af(u) para todo vector u de U.
En otras palabras, af es la funcin cuyo valor en u se calcula formando el producto
escalar de a y el vector f(u).
TEOREMA 7.3.2
El producto escalar af de un escalar a de K y una transformacin lineal f de
U en V, es una transformacin lineal.
DEMOSTRACION
Sean u y v vectores arbitrarios de U, y sean k y r, escalares arbitrarios. Para
demostrar que af es una transformacin lineal, debemos probar que
(af)(ku + rv) = k[(af)(u)] + r[(af)(v)].
Es decir
(af)(ku + rv) = a[f(ku + rv)]
= a[kf(u) + rf(v)]
= (ak)f(u) + (ar)f(v)
= k[af(u)] + r[af(v)]
= k[(af)(u)] + r[(af)(v)].
Sean S1 = {u1, u2, ..., un} y S2 = {v1, v2, ..., vm} bases de los espacios vectoriales U y
V respectivamente, y sea
a11 a21 ... an1
a
a22 ... an 2
A f 12
...
...
...
a1m a2 m ... anm

la matriz asociada a la transformacin lineal f en las bases consideradas
anteriormente.
Calculamos los transformados de los elementos de la base S1, para determinar la
matriz asociada a la transformacin af:
(af)(u1) = af(u1) = a(a11v1 + a12v2 + ... + a1mvm)
= aa11v1 + aa12v2 + ... + aa1mvm
(af)(u2) = af(u2) = a(a21v1 + a22v2 + ... + a2mvm)
= aa21v1 + aa22v2 + ... + aa2mvm
...
(af)(un) = af(un) = a(an1v1 + an2v2 + ... + anmvm)
= aan1v1 + aan2v2 + ... + aanmvm
por tanto, la matriz asociada en las bases consideradas vendr dada por
aa11 aa21 ... aan1
aa
aa22 ... aan 2
aA f 12
...
...
...
aa
1m aa2 m ... aanm

es decir, la matriz asociada a la transformacin lineal af se obtiene multiplicando el
escalar a por todos los elementos de la matriz asociada a la transformacin lineal f.
JOE GARCIA ARCOS
337
Al conjunto de transformaciones lineales f de U en V, se designa por L(U, V). Si

U y V son ambos de dimensin finita, entonces L(U, V) es de dimensin finita, y de
hecho dimL(U, V) = dimUdimV.
TEOREMA 7.3.3
Con la adicin y la multiplicacin escalar como se definieron antes,
L(U, V) es un espacio vectorial sobre K.
DEMOSTRACION
Es necesario verificar, uno por uno, que los axiomas de la definicin de espacio
vectorial son satisfechos. Para comprobar el primer axioma, debemos demostrar que
la suma f + g de las transformaciones lineales es una transformacin lineal. Esto ya
se demostr antes. Para comprobar el axioma 6 se debe demostrar que el producto af
del escalar a y la transformacin lineal f es una transformacin lineal. Esto tambin
lo hicimos antes. La demostracin se termina ahora con el siguiente razonamiento:
L(U, V) es un subconjunto de V(U), y las operaciones de adicin y multiplicacin
por escalares en L(U, V) y V(U), son las mismas. Como L(U, V) no es vaco y
satisface los dos axiomas 1 y 6, se desprende que L(U, V) es un espacio vectorial. El
espacio L(U, V) es un subespacio de V(U).
Para definir esta multiplicacin, sean U, V y W espacios vectoriales, y
consideremos un par de transformaciones lineales f : U V y g : V W.
Entonces, para todo u de U, f(u) es un vector en V, y tiene por ello sentido hablar
de aplicar g a f(u) para obtener el vector g(f(u)) de W. As, f y g pueden
combinarse, o multiplicarse, para producir una transformacin de U en W, la que
denotaremos por gf, y llamaremos el producto de f y g en ese orden, es decir, primero
f, luego g.
DEFINICION 7.3.3
El producto, gf de las transformaciones lineales f de U en V y g de V en W
se define por (gf)(u) = g(f(u)) para todo vector u de U.
TEOREMA 7.3.4
El producto gf de las transformaciones lineales f de U en V y g de V en
W es una transformacin lineal.
DEMOSTRACION
Sean u y v vectores arbitrarios de U, y sean a y b escalares arbitrarios. Para
demostrar que gf es una transformacin lineal, debemos probar que
(gf)(au + bv) = a[(gf)(u)] + b[(gf)(v)].
Es decir
(gf)(au + bv) = g[f(au + bv)]
= g[af(u) + bf(v)]
= ag[f(u)] + bg[f(v)]
= a[(gf)(u)] + b[(gf)(v)].
Antes de proseguir, es conveniente un comentario sobre la notacin. A primera vista
parecera ms razonable denotar la composicin de f y g por fg en lugar de gf como
arriba aparece. La explicacin de no adoptar esta notacin es muy simple. Si se usara
gf tendra que cambiarse para que tuviramos fg(u) = g(f(u)), y la escritura de
ecuaciones se convertira en una clara invitacin al error. Una vez que se ha
establecido la convencin de que el smbolo gf es el que se emplea para la
composicin de f y g, en ese orden, observamos que esta composicin est definida
solamente cuando la imagen de f est contenida en el dominio de g. As pues, una de
las composiciones fg gf puede existir y el otro no. Pero incluso cuando tanto f como
g transformen un espacio vectorial dado en s mismo, en cuyo caso fg y gf son
transformaciones lineales en el mismo espacio, no es cierto en forma alguna que
JOE GARCIA ARCOS
338
deban ser iguales. En resumen la composicin de transformaciones lineales es

anticonmutativa.
A continuacin damos la representacin matricial de la transformacin lineal gf.
Sean S1 = {u1, u2, ..., un}, S2 = {v1, v2, ..., vr} y S3 = {w1, w2, ..., wm} bases de los
espacios vectoriales U, V y W respectivamente, y sean
a11 a21 ... an1
b11 b21 ... br1
a
a22 ... an 2
b
b22 ... br 2
y B g 12
A f 12
... ...
...
...
...
...
1r a2 r ... anr
b1m b2 m ... brm
las matrices asociadas a las transformaciones lineales f y g respecto de las bases
consideradas anteriormente. Calculamos los transformados de los elementos de la
base S1, para determinar la matriz asociada a la transformacin gf:
(gf)(u1) = g(f(u1))
= g(a11v1 + a12v2 + ... + a1rvr)
= a11g(v1) + a12g(v2) + + a1rg(vr)
= a11(b11w1 + b12w2 + ... + b1mwm) + a12(b21w1 + b22w2 + ... + b2mwm) + +
a1r(br1w1 + br2w2 + ... + br mwm)
= c11w1 + c12w2 + ... + c1mwm
(gf)(u2) = g(f(u2))
= g(a21v1 + a22v2 + ... + a2rvr)
= a21g(v1) + a22g(v2) + + a2rg(vr)
= a21(b11w1 + b12w2 + ... + b1mwm) + a22(b21w1 + b22w2 + ... + b2mwm) + +
a2r(br1w1 + br2w2 + ... + br mwm)
= c21w1 + c22w2 + ... + c2mwm
...
(gf)(un) = g(f(un))
= g(an1v1 + an2v2 + ... + anrvr)
= an1g(v1) + an2g(v2) + + anrg(vr)
= an1(b11w1 + b12w2 + ... + b1mwm) + an2(b21w1 + b22w2 + ... + b2mwm) + +
anr(br1w1 + br2w2 + ... + br mwm)
= cn1w1 + cn2w2 + ... + cnmwm
donde
c11 = a11b11 + a12b21 + ... + a1rbr1
c21 = a11b12 + a12b22 + ... + a1rbr2
...
cij = ai1b1j + ai2b2j + ... + airbrj
...
cnm = an1b1m + an2b2m + ... + an rbr m
y la matriz asociada a la transformacin lineal gf respecto de las bases consideradas,
ser:
c11 c21 ... cn1
c
c22 ... cn 2
B g A f 12
...
...
...
c1m c2 m ... cnm

esto es, los elementos cij de la matriz asociada a la transformacin lineal gf se
obtienen sumando los productos que resultan de multiplicar los elementos de la fila
que ocupa el lugar j en la matriz Bg por los elementos de la columna que ocupa el
lugar i de la matriz A.
Relacionando las operaciones de adicin y multiplicacin de transformaciones
lineales, tenemos dos leyes distributivas.
JOE GARCIA ARCOS
339
TEOREMA 7.3.5
Sean f y g transformaciones lineales de U en V y h y t transformaciones
lineales de V en W. Entonces tenemos:
a.- h(f + g) = hf + hg;
b.- (h + t)f = hf + tf.
DEMOSTRACION
a.- Como f + g va de U en V y h va de V en W, entonces h(f + g) es una funcin de
U en W. Anlogamente, hf va de U en W y hg va de U en W y as hf + hg es una
funcin de U en W. Por tanto, para demostrar que h(f + g) = hf + hg, debemos
evaluar cada miembro en un vector arbitrario u de U y comprobar que los dos
resultados son siempre iguales. Es decir
[h(f + g)](u) = h[(f + g)(u)]
= h[f(u) + g(u)]
= h[f(u)] + h[g(u)]
= (hf)(u) + (hg)(u)
= (hf + hg)(u)
b.- Como h + t va de V en W y f va de U en V, entonces (h + t)f es una funcin de
U en W. Anlogamente, hf va de U en W y tf va de U en W y as hf + tf es una
funcin de U en W. Por tanto, para demostrar que (h + t)f = hf + tf, debemos evaluar
cada miembro en un vector arbitrario u de U y comprobar que los dos resultados son
siempre iguales. Es decir
[(h + t)f](u) = (h + t)[f(u)] = h[f(u)] + t[f(u)] = (hf)(u) + (tf)(u) = (hf + tf)(u).
Obsrvese que en el primer producto, h aparece a la izquierda, mientras que en el
segundo producto, f aparece a la derecha. Debido a que la multiplicacin de las
transformaciones lineales no es conmutativa, las dos frmulas no pueden
comprimirse en una sola ley distributiva. La primera frmula se llama ley
distributiva a la izquierda y, la segunda frmula, ley distributiva a la derecha. Sean
las transformaciones lineales f de U en V y g de V en W, y a un escalar arbitrario.
Entonces
a(gf) = (ag)f = g(af).
Hemos presentado los resultados bsicos referentes a las sumas, a los productos
escalares y a los productos de transformaciones lineales.
Consideremos ahora el caso especial de las transformaciones lineales de V en V; esto
es, estudiaremos ahora L(V, V).
TEOREMA 7.3.6
Sea V un espacio vectorial sobre un cuerpo K. Entonces L(V, V) cumple lo
siguiente:
a.- L(V, V) es un espacio vectorial sobre K;
b.- L(V, V) es cerrado bajo la multiplicacin;
c.- f(gh) = (fg)h para toda f, g y h de L(V, V);
d.- Para cualesquiera f, g y h de L(V, V) tenemos
f(g + h) = fg + fh y (g + h)f = gf + hf;
e.- Para un escalar a de K y cualesquiera f y g de L(V, V), tenemos que
JOE GARCIA ARCOS
340
a(fg) = (af)g = f(ag);

f.- i(f) = f para toda f de L(V, V).
EJEMPLO 7.3.3
Se dan dos transformaciones lineales:
f((a, b, c)) = (a + b, b + c, c + a) y g((a, b, c)) = (b + c, a + c, a + b).
Hallar las transformaciones fg y gf.
SOLUCION
Las matrices de las transformaciones dadas tienen la forma
1 1 0
0 1 1
A f 0 1 1 , Bg 1 0 1 .
1 0 1
1 1 0
Hallamos los productos de estas matrices:

1 1 0 0 1 1 1 1 2
A f Bg 0 1 1 1 0 1 2 1 1 ,
1 0 1 1 1 0 1 2 1
0 1 1 1 1 0 1 1 2
Bg A f 1 0 1 0 1 1 2 1 1 .
1 1 0 1 0 1 1 2 1
En este caso AfBg = BgAf, por eso las transformaciones fg y gf coinciden. La forma
de coordenadas de la transformacin fg se escribe de la forma siguiente:
gf((a, b, c)) = fg((a, b, c) = (a + b + 2c, 2a + b + c, a + 2b + c).
EJEMPLO 7.3.4
Demuestre que si f : U V, g : V W y h : W X son tres transformaciones,
tenemos entonces que h(gf) = (hg)f.
SOLUCION
Las transformaciones h(gf) y (hg)f tienen ambas dominio U y valores en X. Para cada
u de V, tenemos
(h(gf))(u) = h((gf)(u)) = h(g(f(u))) y ((hg)f)(u) = (hg)(f(u)) = h(g(f(u)))
lo que demuestra que h(gf) y (hg)f.
EJEMPLO 7.3.5
Sea V = R2. Sea S = {e1, e2} la base cannica de R2. Defnanse f y g en L(V, V) tales
que cumplan f(e1) = e2, f(e2) = , g(e1) = e1 + e2, g(e2) = . Demuestre que aunque
fg y gf estn ambas en L(V, V), fg gf.
SOLUCION
Hacemos la combinacin lineal con el vector (a, b):
a
(a, b) = (1, 0) + (0, 1) = (, )
.
b
f((a, b)) = af((1, 0)) + bf((0, 1)) = a(0, 1) + b(0, 0) = (0, a)
a
(a, b) = (1, 0) + (0, 1) = (, )
.
b
g((a, b)) = ag((1, 0)) + bg((0, 1)) = a(1, 1) + b(0, 0) = (a, a)
(fg)(a, b) = (0, a), (gf)(a, b) = (0, 0) fg gf.
Otra forma de resolver este problema, es el siguiente: Sabemos que S = {(1, 0),
(0,1)}, entonces:
0 0
f((1, 0)) = (0, 1), f((0, 1)) = (0, 0) A f
;
1 0
JOE GARCIA ARCOS
341
1
g((1, 0)) = (1, 1), g((0, 1)) = (0, 0) A g
1
0 0 1 0 0 0
1 0 0
A f Ag
, Ag A f
1
0
1
0
1
0
1 0 1
0
.
0
0 0 0
0 0 0
Por tanto f g g f .
EJEMPLO 7.3.6
Sea V un espacio vectorial. Sean f, g de L(V, V). Demuestre que
(f + g)2 = f2 + 2fg + g2
si y slo si fg = gf.
SOLUCION
Como f : V V, g : V V, entonces por definicin
f + g : V V y (f + g)2 : V V.
Por lo tanto
(f + g)2 = (f + g)(f + g) = f2 + fg + gf + g2.
Como fg = gf, entonces
(f + g)2 = f2 + 2fg + g2.
EJEMPLO 7.3.7
Sea V un espacio vectorial. Sea f de L(V, V). Implica siempre f2 = , que f = ?
Por qu?
SOLUCION
Como f : V V, entonces f2 : V V. Por lo tanto f2 = ff es la composicin de f
consigo mismo, entonces la transformacin lineal f es nula, para que f2 = .
EJEMPLO 7.3.8
Sean f : V V y g : V V transformaciones lineales. Si f y g conmutan, demostrar
que (fg)n = fngn, para todo n 0.
SOLUCION
Como f : V V, g : V V, entonces por definicin fg : V V y (fg)n : V V.
Por lo tanto
( fg )n ( fg )( fg ) ( fg )
n veces
Como por hiptesis tenemos que fg = gf, entonces (fg)n = fngn.

EJEMPLO 7.3.9
Sea V un espacio vectorial. Si f y g conmutan, demostrar que
(f + g)2 = f2 + 2fg + g2 y (f + g)3 = f3 + 3f2g + 3fg2 + g3.
Indicar cmo deben modificarse esas frmulas si fg gf.
SOLUCION
Como f : V V, g : V V, entonces por definicin
f + g : V V y (f + g)2 : V V.
Por lo tanto
(f + g)2 = (f + g)(f + g) = f2 + fg + gf + g2,
(f + g)3 = (f + g)2(f + g)
= (f2 + fg + gf + g2)(f + g)
= f3 + f2g + fgf + fg2 + gf2 + gfg + g2f + g3.
Como por hiptesis tenemos fg = gf, entonces
(f + g)2 = (f + g)(f + g) = f2 + 2fg + g2,
3
2
(f + g) = (f + g) (f + g) = (f2 + fg + gf + g2)(f + g) = f3 + 3f2g + 3fg2 + g3.
Si fg gf, es decir las transformaciones lineales f y g no son conmutativas, entonces
(f + g)2 = (f + g)(f + g) = f2 + fg + gf + g2,
(f + g)3 = (f + g)2(f + g) = (f2 + fg + gf + g2)(f + g)
JOE GARCIA ARCOS
342
= f3 + f2g + fgf + fg2 + gf2 + gfg + g2f + g3.

EJEMPLO 7.3.10
Dadas las transformaciones lineales f : R3 R3 y g : R3 R3, definidas por
f((a, b, c)) = (a + b, b c, 2c) y g((a, b, c)) = (a, 2a + 3b, 4a + c),
describir las transformaciones lineales indicadas a continuacin:
a.- 2f - g; b.- f2 + g2; c.- 3f + 5g; d.- fg - gf; e.- f2 + 2f + g.
SOLUCION
a.- Como 2f g : R3 R3, entonces:
2f((a, b, c)) g((a, b, c)) = 2(a + b, b c, 2c) (a, 2a + 3b, 4a + c)
= (a + 2b, - 2a b 2c, - 4a + 3c);
b.- Como f2 + g2 : R3 R3, entonces:
f2((a, b, c)) g2((a, b, c)) = (a + 2b c, b 3c, 4c) - (a, 8a + 9b, 8a + c)
= (2b c, - 8a 8b 3c, - 8a + 3c);
c.- Como 3f + 5g : R3 R3, entonces:
3f((a, b, c)) + 5g((a, b, c)) = 3(a + b, b c, 2c) + 5(a, 2a + 3b, 4a + c)
= (8a + 3b, 10a + 18b 3c, 20a + 11c);
3
3
d.- Como fg gf : R R , entonces:
fg((a, b, c)) gf((a, b, c)) = (3a + 3b, - 2a + 3b c, 8a + 2c) (a + b, 2a + 5b 3c,
4a + 4b + 2c)
= (2a + 2b, - 4a 2b + 2c, 4a 4b)
e.- Como f2 + 2f + g : R3 R3, entonces:
f2((a, b, c)) + 2f((a, b, c)) + g((a, b, c)) = (a + 2b c, b 3c, 4c) + 2(a + b, b c, 2c)
+ (a, 2a + 3b, 4a + c)
= (4a + 4b c, 2a + 6b 5c, 4a + 9c).
PROBLEMAS
7.3.1 Si P es el conjunto de los polinomios en x sobre R,
sean f : P P, definida por f(p(x)) = p(x) y g : P P,
c.- Resolver la parte b) si la base cannica se reemplaza

por {2e1 e2, e1 + 4e2}.
definida por g ( p( x)) p(t )dt . Pruebe lo siguiente:

0
a.- fg = i;
b.- gf i.
7.3.2 En el espacio vectorial de todas las funciones

reales, cada uno de los siguientes conjuntos es
independiente y genera un subespacio V de dimensin
finita. Utilizar el conjunto dado como base para V y sea
D : V V el operador derivacin. En cada caso, hallar
la matriz D y la de D2 relativa a la base que se elige:
a.- {Senx, Cosx};
b.- {x, x + ex, x + ex + xex};
x 2 x
c.- {x, xe , x e };
d.- {e2xSen3x, e2xCos3x};
x
x 2 x
e.- {e , xe , x e };
f.- {exSenx, exCosx}.
7.3.3
Encuntrense ejemplos de transformaciones
lineales S, T tales que TS est definido, T O, S O y
TS = O.
7.3.4 Una transformacin lineal f : R2 R2 aplica los
vectores base e1 y e2 como sigue:
f(e1) = 3e1 + 5e2 y f(e2) = 2e1 3e2:
a.- Calcular f(9e1 7e2) y f2(9e1 7e2) en funcin de e1 y
e2.
b.- Determinar la matriz de f y de f2.
7.3.5 Una transformacin lineal f : R2 R2 se define

de la siguiente manera: cada vector u R2 se
transforma en su simtrico respecto al eje Y y luego se
duplica su longitud para obtener f(u). Determine la
matriz de f y la de f2.
7.3.6 Encontrar la potencia indicada de A, la matriz de
la transformacin lineal f:
a.- f : R3 R3, reflexin en el plano XY. Encontrar A2.
b.- f : R3 R3, proyeccin sobre el plano XY.
Encuentre A2.
c.- f : R2 R2, rotacin de un ngulo en sentido
antihorario. Encontrar A3.
d.- f : P3 P3, operador diferencial. Encontrar A2.
7.3.7 Sea f : R3 R3 la proyeccin ortogonal de R3
sobre el plano XY. Demuestre que ff = f.
7.3.8 Sean f : Rn Rm, g : Rm Rs, h : Rm Rs
transformaciones lineales. Demuestre la propiedad
distributiva de la composicin respecto de la suma:
f(g + h) = fg + fh.
Es esta propiedad vlida para funciones en general?
JOE GARCIA ARCOS
7.3.9 Sea f : Rn Rm, g : Rm Rs, h : Rs Rt

transformaciones lineales. Demuestre la propiedad
asociativa de su composicin. Es decir, demuestre que
las transformaciones lineales h(gf), (hg)f son
iguales. Es esta propiedad vlida para funciones en
general?
7.3.10 Sea f : R R definida por f (v) proyu v , en
donde u = (4, 3):
a.- Determinar A, y demuestre que A2 = A.
b.- Demuestre que (I A)2 = I A.
c.- Encuentre Av y (I A)v para v = (5, 0).
d.- Trazar la grfica de u, v, Av y (I A)v.
7.3.11 Considere las transformaciones lineales
f : R3 R2, f((a, b, c)) = (a - b, a + b),
g : R2 R3, g((a, b)) = (b, a, a b).
Determine
expresiones
explcitas
para
las
transformaciones lineales fg : R2 R2 y gf : R3 R3.
Verifique en cada caso que la matriz que representa a la
composicin de transformaciones es el producto de las
matrices que representan a cada una de las
transformaciones lineales que se componen.
7.3.12 Usando multiplicacin matricial encuentre la
imagen del vector (3, -1, 2) cuando se hace girar:
a.- 30 en sentido antihorario con respecto al eje X;
b.- 45 en sentido antihorario con respecto al eje Y;
c.- 90 en sentido antihorario con respecto al eje Z.
proyeccin ortogonal de (3, -4) sobre:
a.- El eje X; b.- El eje Y.
proyeccin ortogonal de (-1, 3, -2) sobre:
a.- El plano XY; b.- El plano XZ; c.- El plano YZ.
imagen del vector (-1, 4, 7) cuando se hace girar:
a.- -30 en sentido horario con respecto al eje X;
b.- -45 en sentido horario con respecto al eje Y;
c.- -90 en sentido horario con respecto al eje Z.
7.3.16 Determine si fg = gf:
a.- f : R2 R2 es la proyeccin ortogonal sobre el eje X y
g : R2 R2 es la proyeccin ortogonal sobre el eje Y.
b.- f : R2 R2 es la rotacin en sentido antihorario hasta
describir un ngulo 1 y g : R2 R2 es la rotacin en
sentido antihorario hasta describir un ngulo 2.
c.- f : R2 R2 es la reflexin respecto al eje X y g : R2
R2 es la reflexin respecto al eje Y;
7.3.17 Encuentre la matriz estndar para la composicin
de operadores lineales sobre R2 que se indica:
343
a.- Una rotacin de 90 en sentido antihorario

b.- Una proyeccin ortogonal sobre el eje Y, seguida de
una contraccin con factor k = ;
c.- Una reflexin con respecto al eje X, seguida de una
dilatacin con factor k = 3.
7.3.18 Sea T una transformacin lineal de R2 con la
propiedad de que T(e1) = (1, 1), T(e2) = (0, 1), de
manera que T(x, y) = (x, x + y):
a.- Encuntrense T2(e1) y T2(e2) y, en consecuencia,
obtngase T2(x, y). A continuacin, demustrese que
T2 - 2T + I = O y que (T I)2 = O, aunque T I O.
b.- A partir de los resultados de a), verifquese que
(T I)4 = O y que T4 = 4T2 - 4T + I.
c.- A partir de los resultados de las partes a) y b),
dedzcase que T4 = 4T - 3I y encuntrense T4(4, -2) y
T4(1, 4).
d.- De los resultados anteriores, demustrese que
T3 = 3T - 2I y evalense T3(5, 7) y T3(1, 4).
7.3.19 Sean f : U V y g : U V transformaciones
lineales. Las funciones (f + g) : U V y (f - g) : U V
se definen como
(f + g)(u) = f(u) + g(u) y (f - g)(u) = f(u) - g(u).
Demuestre que f + g y f g son transformaciones lineales.
Encontrar
(f + g)(a, b) y (f g)(a, b)
si f : R2 R2 y g : R2 R2 estn definidas por las
frmulas
f(a, b) = (-5b, 2a) y g(a, b) = (2b, 3a).
a.- Una reflexin respecto al plano YZ, seguida de una
proyeccin ortogonal sobre el plano XZ;
b.- Una rotacin de 45 en sentido antihorario respecto al
eje Y, seguida de una dilatacin con factor k = 3/2;
c.- Una proyeccin ortogonal sobre el plano XY, seguida
de una reflexin con respecto al plano YZ.
7.3.20 Sea U un espacio vectorial complejo y
unidimensional, de manera que se pueden representar
los vectores de U como nmeros complejos z, Sean S, T
transformaciones lineales de U, definidas por
i
S( z ) e 4 z , T(z) = iz. Demustrese que:

a.- T2 = -I; b.- T4 = I; c.- S2 = T; d.- S4 = -I;
e.- STST = -T; f.- S8 = I; g.- ST = TS = S3.
d.- f : R2 R2 es la proyeccin ortogonal sobre el eje X
y g : R2 R2 es la rotacin en sentido antihorario hasta
describir un ngulo .
7.3.21 Sean f : U V una transformacin lineal y un

escalar. La funcin f : U V se define como seguida
de una reflexin con respecto a la recta y = x; (f)(u) =
(f(u)). Demuestre que f es una transformacin lineal.
Encontrar (5f)(a, b) si f : R2 R2 est expresada por la
frmula f(a, b) = (3a - b, 2b + a).
JOE GARCIA ARCOS
344

a.- f : R3 R3 es una dilatacin con factor k y g : R3
R3 es la rotacin en sentido antihorario con respecto al eje
Z hasta describir un ngulo ;
b.- f : R3 R3 es la rotacin con respecto al eje X hasta
describir un ngulo 1 y g : R3 R3 es la rotacin con
respecto al eje Z hasta describir un ngulo 2.
7.3.23 Determnese si las transformaciones lineales
siguientes son nilpotentes, idempotentes o ninguna de las
dos cosas:
a.- T(x, y) = (-x, -y);
b.- T(x, y, z) = (y + z, z, 0);
c.- T(x, y) = (0, x);
d.- T(x, y, z) = (z, x, y);
e.- T(x, y) = (x, 0);
f.- T(x, y, z) = (x, 0, z).
7.3.24 Sea T una transformacin lineal de R2 con la
propiedad de que T(e1) = (1, 2), T(e2) = (3, 1), de manera
que T(x, y) = (x + 3y, 2x + y):
a.- Encuntrense T2(e1) y T2(e2) y, en consecuencia,
obtngase T2(x, y); entonces, demustrese que T 2 = 2T +
5I.
b.- A partir del resultado de a), verifquese que T 4 = 4T2
+ 20T + 25I.
c.- De los resultados de las partes a) y b), dedzcase que
T4 = 28T + 45I y, en consecuencia, encuntrense
T4(3, 2) y T4(-1, 7).
d.- A partir de los resultados anteriores, demustrese
que T3 = 9T + 10I y, en consecuencia, encuntrense
T3(5, 1) y T3(0, 6).

imagen del vector (5, -2) cuando se hace girar un ngulo
de:
a.- = 30; b.- = -60; c.- = 45; d.- = 90.
a.- Una rotacin de 60 en sentido antihorario seguida de
una proyeccin ortogonal sobre el eje X, seguida de una
reflexin con respecto a la recta y = x;
b.- Una dilatacin con factor k = 2, seguida de una
rotacin de 45 en sentido antihorario, seguida de una
reflexin con respecto al eje Y;
c.- Una rotacin de 15 en sentido antihorario, seguida de
una rotacin de 105 en sentido antihorario, seguida de
una rotacin de 60 en sentido antihorario.
a.- Una reflexin respecto al plano XY, seguida de una
reflexin respecto al plano XZ, seguida de una proyeccin
ortogonal sobre el plano YZ;
b.- Una rotacin de 30 en sentido antihorario respecto al
eje X, seguida de una rotacin de 30 en sentido
antihorario respecto al eje Z, seguida por una contraccin
con factor k = ;
c.- Una rotacin de 270 en sentido antihorario respecto
al eje X, seguida de una rotacin de 90 en sentido
antihorario respecto al eje Y, seguida de una rotacin de
180 respecto al eje Z.
7.4 NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL

En esta seccin se estudiarn el ncleo e imagen de una transformacin lineal. Se enunciaran las propiedades ms
importantes.
Desde el punto de vista de las transformaciones matriciales, el espacio nulo de A
consta de todos los vectores u en Rn que la multiplicacin por A aplica o transforma
en 0, y el espacio columna consta de todos los vectores en Rm que son imgenes de
por lo menos un vector en Rn bajo la multiplicacin por A.
DEFINICION 7.4.1
Sea f una transformacin de U en V. El ncleo de la transformacin lineal f,
es el conjunto de todos los vectores u de U tales que f(u) = , es decir:
Nuc(f) = {u / u U y f(u) = , V}
Entonces como ya hemos hecho notar, Nuc(f) siempre contiene al vector cero de U.
De hecho, podemos decir mucho ms que esto, pues si f(u) = f(v) = , entonces:
f(au + bv) = af(u) + bf(v) = , para todo a, b K, y de ello se sigue que Nuc(f) es un
subespacio de U. A este subespacio le llamamos el espacio nulo o ncleo de f, y es
de fundamental importancia en el estudio del comportamiento de f en U.
TEOREMA 7.4.1
Sea f una transformacin lineal de U en V. El ncleo o espacio nulo de
una transformacin lineal f es un subespacio del dominio U.
JOE GARCIA ARCOS
345
DEMOSTRACION
Observe que f() = . Puesto que
f() = f( + ) = f() + f().
Sumando f() a cada miembro, obtenemos = f(). Por tanto, siempre hay un
vector, es decir, el vector cero de U en el ncleo de f. Para demostrar que el ncleo
de f es un subespacio, admitamos que los vectores u y v de U estn en el ncleo de f
y sean a y b escalares arbitrarios. Entonces f(u) = y f(v) = . Por tanto,
f(au + bv) = af(u) + bf(v) = a + b = .
Por consiguiente, au + bv est en el ncleo de f. En consecuencia, el ncleo de f es un
subespacio de U.
EJEMPLO 7.4.1
Sea f : R2 R2 una transformacin lineal tal que f((3, 2)) = (0, 0) y f((1, 3)) = u ,
demuestre que el ncleo de f es una recta en el plano XY que pasa por el origen.
Encuentre su ecuacin.
SOLUCION
Hacemos la combinacin lineal con un vector (a, b):
1
7 (3a b)
3 a
(a, b) = (3, 2) + (1, 3)

2 3 b
1 (2a 3b)
7
De donde
1
1
f ((a, b)) f ((3, 2)) f ((1, 3)) (3a b)(0, 0) (2a 3b)( x, y)
7
7
1
(2 xa 3xb, 2 ya 3 yb) .
7
Por tanto encontramos el ncleo de la siguiente manera:
2 xa 3xb 0
2a 3b 0

2a 3b = 0
2
ya
3
yb
2a 3b 0
En este caso podemos darnos cuenta que el ncleo de f es una recta en el plano XY
que adems pasa por el origen.
EJEMPLO 7.4.2
1 1
Sea (2, 2) el espacio vectorial de matrices 2 x 2 sobre R y M
. Sea
2 2
f : (2, 2) (2, 2) la transformacin lineal definida por f(A) = MA. Hallar una
base y la dimensin del Nuc(f).
SOLUCION
Aplicando la definicin de ncleo, tenemos que
Nuc(f) = {A (2, 2) / f(A) = , (2, 2)}
a b 1 1 a b 0 0
.
c
d
2
2
c
d
0
0

Resolviendo el sistema de ecuaciones, obtenemos
a b a c
1 0 0 1
Nuc( f )
BaseNuc( f )
c
d
b
d
1
0
0
1
por lo tanto Dim Nuc(f) = 2.

EJEMPLO 7.4.3
Encuentre una transformacin lineal f de R2 en R2 cuyo ncleo sea la recta
2x + 5y = 0.
JOE GARCIA ARCOS
346
SOLUCION
Sabemos que Nuc(f) = {(x , y) / 2x + 5y = 0}, entonces la transformacin lineal
f : R2 R2 puede ser:
f((x, y)) = (2x + 5y, 2kx + 5ky), k 0.
De igual importancia que el espacio nulo de f es su imagen, Img(f), la cual definimos
a continuacin.
DEFINICION 7.4.2
Sea f una transformacin lineal de U en V. La imagen de U bajo f, es el
conjunto de todos los vectores v de V tales que v = f(u) para cierto u de U.
Es decir:
Img(f) = {v V / u U y v = f(u)}.
La imagen de f no es solamente el conjunto f(u), sino que a l se le considera con la
estructura de espacio vectorial, subespacio de V, ya que si v1 y v2 pertenecen a la
Img(f) con v1 = f(u1) y v2 = f(u2), entonces:
f(au1 + bu2) = af(u1) + bf(u2) = av1 + bv2
de donde av1 + bv2 est tambin en la imagen de f.
TEOREMA 7.4.2
Sea f una transformacin lineal de U en V. El conjunto imagen de f es un
subespacio de V.
DEMOSTRACION
Considere que los vectores v y w de V estn en el conjunto imagen de f. Entonces
v = f(u1) y w = f(u2) para ciertos vectores u1 y u2 de U. Sean a y b escalares
arbitrarios. Entonces
av + bw = af(u1) + bf(u2) = f(au1 + bu2).
Por tanto, av + bw es un valor funcional bajo la funcin f y, en consecuencia, av + bw
est en el conjunto imagen de f. En consecuencia el conjunto imagen de f es un
subespacio de V.
TEOREMA 7.4.3
Sea f una transformacin lineal de U en V. Entonces
Dim Img(f) + Dim Nuc(f) = DimU.
DEMOSTRACION
Como la imagen de f es un subespacio del espacio V de dimensin finita, la imagen
de f es tambin de dimensin finita. Por esta razn, podemos hallar una base para la
imagen de f. Sea esta base S1 = {v1, v2, ..., vm} donde m = Dim Img(f). Como los
elementos de S1 estn todos en la imagen de f hay vectores S = {u1, u2, ..., um} de U
tales que f(u1) = v1, f(u2) = v2, ..., f(um) = vm. Afirmamos que los elementos de S son
vectores linealmente independientes de U. Pues sean a1, a2, ..., am escalares
arbitrarios y consideremos que la ecuacin a1u1 + a2u2 + ... + amum = . Aplicando la
transformacin f a cada miembro y utilizando f(u1) = v1, f(u2) = v2, ..., f(um) = vm,
obtenemos a1v1 + a2v2 + ... + amvm = . Como los elementos de S1 son vectores
linealmente independientes de V, tenemos que a1 = a2 = ... = am = 0. Por tanto, en la
ecuacin, todos los escalares a1, a2, ..., am deben ser cero. En consecuencia, los
elementos de S son linealmente independientes. Como el ncleo de f es un
subespacio de U, podemos hallar una base S2 = {w1, w2, ..., wk} del ncleo de f. Aqu,
k = DimNuc(f). Afirmamos que S3 = {w1, w2, ..., wk, u1, u2, ..., um} es una base de U.
Demostremos que los elementos de S3 generan U. Sea u de U. Entonces f(u) est en
la imagen de f, y as f(u) = b1v1 + b2v2 + ... + bmvm para ciertos escalares arbitrarios b1,
b2, ..., bm. Entonces
f(u b1u1 - b2u2 - ... - bmum) = f(u) b1v1 - b2v2 - ... - bmvm = .
Por tanto, u = b1u1 + b2u2 + ... + bmum est en el ncleo de f y, en consecuencia, es
igual a la combinacin lineal c1w1 + c2w2 + ... + ckwk de los vectores de la base S2 del
JOE GARCIA ARCOS
347
ncleo de f. De manera que

u = b1u1 + b2u2 + ... + bmum + c1w1 + c2w2 + ... + ckwk.
Consiguientemente, los elementos de S1 generan U. Demostremos a continuacin
estos generadores para la independencia lineal. Escribimos la ecuacin
b1u1 + b2u2 + ... + bmum + c1w1 + c2w2 + ... + ckwk =
donde b1, b2, ..., bm, c1, c2, ..., ck son escalares. Aplicando la transformacin f a cada
miembro de esta ecuacin, y utilizando f(w1) = f(w2) = ... = f(wk) = , obtenemos
b1v1 + b2v2 + ... + bmvm = . En vista de la independencia lineal de S1, podemos ver
ahora que b1 = b2 = ... = bm = 0. Por tanto la ecuacin se reduce a c1w1 + c2w2 + ... +
ckwk = y, debido a la independencia lineal de S2, tenemos c1 = c2 = ... = ck = 0. Por
consiguiente, vemos que todos los escalares son cero. De esta manera, hemos
demostrado que S3 es base de U. En consecuencia
DimU = m + k = DimImg(f) + DimNuc(f).
Sea f una transformacin lineal de U en V. La dimensin del ncleo de f se llama
nulidad de f. La dimensin de la imagen de f se llama rango de f. Para expresarlo
ms detalladamente, a continuacin damos las definiciones.
DEFINICION 7.4.3
Dada una transformacin lineal f de U en V, donde U es un espacio
vectorial de tipo finito, se denomina rango de f, y se representa por
Rang(f) a la dimensin del subespacio vectorial imagen. La nulidad de
una transformacin lineal f es la dimensin del ncleo de dicha
transformacin, en el caso de que sea finita dicha dimensin.
Segn la definicin, el rango de la transformacin lineal f no puede exceder a la
dimensin de U, es decir: Rang(f) DimU, es tambin evidente que si V es de tipo
finito, tambin se satisface la desigualdad Rang(f) DimV. El resultado anterior, con
la definicin de rango de una transformacin lineal, puede expresarse en los trminos
siguientes: Rang(f) = DimU Dim Nuc(f).
EJEMPLO 7.4.4
Sea f : R2 R3 tal que f(u1) = 2v1 + v2 v3, f(u2) = - v1 3v2 + 2v3, donde {u1, u2}
forman una base para el conjunto R2 y {v1, v2, v3} una base para el conjunto R3.
Hallar la imagen del vector u = (2, 1).
SOLUCION
f(u) = f(2u1 + u2) = 2f(u1) + f(u2) = 2(2v1 + v2 v3) + (- v1 3v2 + 2v3) = 3v1 v2.
La imagen del vector u es el vector f(u) de coordenadas (3, -1, 0).
EJEMPLO 7.4.5
Demuestre que si f y g son transformaciones lineales de U hacia V (DimU = n y
DimV = m), entonces Rang(f + g) mn{m, n, Rang(f) + Rang(g)}.
SOLUCION
Si f y g son transformaciones lineales de U hacia V, entonces:
Rang(f + g) = Dim(f + g)(U) Dim{f(U) + g(U)}
= Dimf(U) + Dimg(U) Dim{f(U) g(U)}
Rang(f) + Rang(g).
EJEMPLO 7.4.6
Demuestre que Rang(f) Rang(g) Rang(f + g).
SOLUCION
Como Rang(g) = Rang(-g), el ejemplo anterior tambin dice que
Rang(f g) Rang(f) + Rang(g).
Entonces
Rang(f) = Rang(g (f + g)) Rang(g) + Ran(f + g).
JOE GARCIA ARCOS
348
Por simetra, Rang(g) Rang(f) + Rang(f + g).

EJEMPLO 7.4.7
Si U = R2, V = R2 y f(u) es el complemento ortogonal de u respecto a la recta
y = x, es decir, si w es un vector unitario sobre la recta dada, entonces u ww es
la proyeccin sobre la recta y u - u ww es el complemento ortogonal, mostrar
que f es una transformacin lineal. Encontrar ncleo y la imagen de f.
SOLUCION
Sabemos que f(u) = u - u ww, escogemos un vector unitario que est en la recta
1
dada y = x, w
(1,1) . Reemplazando este vector en la definicin, obtenemos
2
f (u ) u u
(1,1) . Para demostrar que f(u) es una transformacin

2
2
lineal, aplicamos la definicin general:
1
1
f (u v) (u v) (u v)
(1,1)
(1,1)
2
2
(1,1)
u v u
1
2
(1,1)
1
2
(1,1) v
1
2
(1,1)
1
2
(1,1)
1
1
1
1
u u
(1,1)
(1,1) v u
(1,1)
(1,1)
2
2
2
2
f (u) f (v)
Por tanto f(u) es transformacin lineal.
Siendo u = (a, b), entonces
1
1
a b ba
f ((a, b)) (a, b) (a, b)
(1,1)
(1,1)
,
.
2
2
2
2
Para calcular el ncleo y la imagen, hacemos uso de la definicin
correspondiente:
a b
2 0
a b 0
a 0

.
b a 0
b 0
b a 0
2
Por tanto el ncleo de f es: Nuc(f) = {(a, b) / a = b = 0}
a b
2 r
a b 2r

.
a
b a 2s
s
2
Por tanto la imagen de f es: Img(f) = {(r, s) / a b = 2r, b a = 2s}.
EJEMPLO 7.4.8
Sea f : R2 R2 una transformacin lineal tal que f((1, 1)) = (0, 0) y f((0, 1)) = (1, 1),
demuestre que tanto el ncleo como la imagen de f son rectas en el plano XY que
pasan por el origen. Encuentre las ecuaciones de estas rectas.
SOLUCION
a
(a, b) = (1, 1) + (0, 1)
b 1
De donde
f((a, b)) = f((1, 1)) + f((0, 1))
f((a, b)) = a(0, 0) + (b a)(1, 1) = (b a, b a).
JOE GARCIA ARCOS
349

b a 0
ab=0
b a 0
Para encontrar la imagen de f, lo hacemos como sigue:
b a r
rs=0
b a s
En ambos casos podemos darnos cuenta que el ncleo y la imagen de f son rectas en
el plano XY que adems pasan por el origen.
EJEMPLO 7.4.9
Una transformacin lineal f : R2 R3 aplica los vectores base de la siguiente
manera:
f(i) = (1, 0, 1), f(j) = (-1, 0, 1).
a.- Calcular f(2i - 3j) y determinar la dimensin del ncleo e imagen de f;
b.- Determinar la matriz de f.
SOLUCION
a.- Hacemos la combinacin lineal con un vector (a, b):
a
(a, b) = (1, 0) + (0, 1)
b
De donde
f((a, b)) = f((1, 0)) + f((0, 1)) = a(1, 0, 1) + b(-1, 0, 1) = (a - b, 0, a + b).
a b 0
0 0 a = b = 0 Nuc(f) = {(a, b) / a = b = 0}
a b 0
BaseNuc(f) = {} DimNuc(f) = 0.
Para encontrar la imagen de f, lo hacemos como sigue:
a b r
0 s Img(f) = {(r, s, t) / r = a b, s = 0, t = a + b}
a b t
BaseImg(f) = {(1, 0, 1), (-1, 0, 1)} DimImg(f) = 2.

b.- Calculamos la imagen de cada uno de los elementos de la base cannica de R2:
f((1, 0)) = (1, 0, 1) y f((0, 1)) = (-1, 0, 1)
Por tanto la matriz de f es:
1 1
A f 0 0 .
1 1
EJEMPLO 7.4.10
Defnase f : (3, 3) (3, 3) mediante f(A) = A - AT. Mustrese que f es lineal.
Descrbase el ncleo e imagen de f.
SOLUCION
Para demostrar que f es una transformacin lineal, aplicamos la definicin general:
f(A + B) = (A + B) (A + B)T
= A + B AT - BT
= (A AT) + (B BT)
= (A AT) + (B BT)
= f(A) + f(B).
Por tanto f(A) es transformacin lineal.
Para determinar el ncleo y la imagen de f, aplicamos la definicin correspondiente:
A AT = O A = AT Nuc(f) = {A (3 x 3) / A = AT}.
JOE GARCIA ARCOS
350
A AT = B Img(f) = {B (3 x 3) / A - AT = B}.
EJEMPLO 7.4.11
Sea V el espacio vectorial real de las funciones reales de una variable real, con las
operaciones usuales. Si f : R3 V es la transformacin que a cada terna de R3 le
asocia la funcin u aSen2u + bCos2u + c. Es decir,
f((a, b, c)) = aSen2u + bCos2u + c.
a.- Prubese que f es lineal; b.- Hllese el ncleo y la imagen de f.
SOLUCION
a.- Para demostrar que f es una transformacin lineal, aplicamos la definicin
general:
f((a + d, b + e, c + f)) = (a + d)Sen2u + (b + e)Cos2u + (c + f)
= (aSen2u + bCos2u + c) + (dSen2u + eCos2u + f)
= (aSen2u + bCos2u + c) + (dSen2u + eCos2u + f)
= f(A) + f(B).
Por tanto f(A) es transformacin lineal.
b.- Para determinar el ncleo y la imagen de f, aplicamos la definicin
correspondiente:
aSen2u + bCos2u + c = 0 Nuc(f) = {(a, b, c) R3 / aSen2u + bCos2u + c = 0}.
aSen2u + bCos2u + c = r Img(f) = {r V / aSen2u + bCos2u + c = r}.
EJEMPLO 7.4.12
Sea f : R3 R3 una transformacin lineal tal que
f(k) = 2i + 3j + 5k, f(j + k) = i, f(i + j + k) = j - k.
a.- Calcular f(i + 2j + 3k) y determinar la dimensin del ncleo y el rango de f;
SOLUCION
a.- Hacemos la combinacin lineal con un vector (a, b, c):
a
b c
(a, b, c) = (0, 0, 1) + (0, 1, 1) + (1, 1, 1) b a b

c
a
De donde
f((a, b, c)) = f((0, 0, 1)) + f((0, 1, 1)) + f((1, 1, 1))
= - (b - c)(2, 3, 5) (a b)(1, 0, 0) + a(0, 1, -1)
= (- a b + 2c, a 3b + 3c, - a 5b + 5c)
Por tanto f(i + 2j + 3k) es:
f((1, 2, 3)) = (3, 4, 4).
f((1, 0, 0)) = (-1, 0, 0), f((0, 1, 0)) = (-1, -3, -5) y f((0, 0, 1)) = (2, 3, 5).
1 1 2
A f 0 3 3 .
0 5 5
EJEMPLO 7.4.13
Sean A y B vectores no nulos en el plano tales que no existe constante alguna k 0
tal que B = kA. Sea f una transformacin lineal del plano en s misma de tal manera
que f(e1) = A y f(e2) = B. Describir la imagen bajo f del rectngulo cuyos vrtices son
(0, 1), (3, 0), (0, 0), (3, 1).
SOLUCION
a
(a, b) = (1, 0) + (0, 1)
b
JOE GARCIA ARCOS
351
De donde
f((a, b)) = f((1, 0)) + f((0, 1)) = aA + bkA = (a + bk)A.
Por tanto:
f((0, 1) = kA, f((3, 0)) = 3A, f((0, 0)) = y f((3, 1)) = (3 + k)A.
EJEMPLO 7.4.14
Una transformacin lineal f : R3 R2 aplica los vectores base como sigue:
f(i) = (0, 0), f(j) = (1, 1), f(k) = (1, -1).
a.- Calcular f(4i - j + k) y determinar la dimensin del ncleo y el rango de f:
b.- Determinar la matriz de f;
c.- Utilizando la base estndar en R3 y la base {(1, 1), (1, 2)} en R2, determinar la
matriz de f relativa a esas bases.
SOLUCION
a.- Hacemos la combinacin lineal con un vector (a, b, c):
a
(a, b, c) = (1, 0, 0) + (0, 1, 0) + (0, 0, 1) b

c
De donde
f((a, b, c)) = f((1, 0, 0)) + f((0, 1, 0)) + f((0, 0, 1))
= a(0, 0) + b(1, 1) + c(1, -1) = (b + c, b c).
Por tanto f(4i - j + k) es:
f((4, -1, 1)) = (0, -2).
f((1, 0, 0)) = (0, 0), f((0, 1, 0)) = (1, 1) y f((0, 0, 1)) = (1, -1).
0 1 1
Af
.
0 1 1
c.- Calculamos la imagen de cada uno de los elementos de la base cannica de R3, y
luego ste elemento lo expresamos como combinacin lineal de los elementos de la
base de llegada:
2 0
f((1, 0, 0)) = (0, 0) = 1(1, 1) + 2(1, 2) 1
,
1 2 2 0
1
f((0, 1, 0)) = (1, 1) = 1(1, 1) + 2(1, 2) 1 2
,
1 22 1
0
f((0, 0, 1)) = (1, -1) = 1(1, 1) + 2(1, 2) 1 2
.
1 22 0
Resolvemos estos tres sistemas de ecuaciones y obtenemos la matriz de f:
1 1 0 1 1 1 1 0 1 1 1 0 0 1 3
0 1 3

Af
0 0 2
1 2 0 1 1 0 1 0 0 2 0 1 0 0 2
EJEMPLO 7.4.15
Sea f una transformacin lineal de R2 en s misma, tal que
f(e1) = (1, 1) y f(e2) = (-1, 2).
Sea S el cuadrado cuyos vrtices estn en (0, 0), (1, 0), (1, 1), (0, 1). Demostrar que
la imagen bajo f de este cuadrado es un paralelogramo.
SOLUCION
La representacin matricial de la transformacin lineal f en la base cannica de R2 es
1 1
Af
. Encontramos las imgenes de cada uno de los puntos del cuadrado:
1 2
JOE GARCIA ARCOS
352
1 1 0 0
f ((0, 0))
,
1 2 0 0
1 1 1 1
f ((1, 0))
,
1 2 0 1
1 11 0
1 1 0 1
f ((1,1))
f ((0,1))
,
.
1 2 1 3
1 2 1 2
Graficando ambas figuras, demostramos que la imagen bajo f de este cuadrado, es un
paralelogramo.
EJEMPLO 7.4.16
Sea (n, n) el espacio de todas las matrices de n x n. Sea la transformacin lineal
f(A) = (A - AT). Describir el ncleo e imagen de f y determine sus correspondientes
dimensiones.
SOLUCION
1
Como f (A) (A - AT ) , entonces:
2
1
Nuc( f ) A / (A - AT ) = O {A / A = A T } .
2
Para encontrar la dimensin del ncleo de f, hacemos lo siguiente:

n = 1 DimNuc(f) = 1
n = 2 DimNuc(f) = 3
n = 3 DimNuc(f) = 6
n = 4 DimNuc(f) = 10
...
k
n = k DimNuc( f ) (k 1) .
2
La imagen de f es:
1
Img( f ) B / (A - AT ) = B = {B / A - A T = 2B} .
2
La dimensin de la imagen de f, la calculamos de la siguiente manera:

n
DimU = DimNuc(f) + DimImg(f) n2 (n 1) DimImg( f )
2
n
n
2
Dim Im g ( f ) n (n 1) (n 1) .
2
2
EJEMPLO 7.4.17
Considrense los nmeros complejos C como un espacio vectorial sobre R. Defnase
la funcin f ( z ) z , donde z es el complejo conjugado del nmero complejo z.
Demuestre que f es una transformacin lineal. Hllese una base para el ncleo de f y
una base para la imagen de f.
SOLUCION
Si z = x + iy, entonces la transformacin tiene la forma: f(x + iy) = x iy. A
continuacin demostramos
que f es lineal:
f((a + c) + i(b + d)) = (a + c) - i(b + d) = (a - ib) + (c - id)
= (a - ib) + (c - id) = f(z1) + f(z2)
Lo cual queda demostrado.
El ncleo de f es:
Nuc(f) = {x + iy / x iy = 0 + i0} Nuc(f) = {x + iy / x = y = 0}
BaseNuc(f) = {0 + i0} DimNuc(f) = 0.
JOE GARCIA ARCOS
353
La imagen de f es:
Img(f) = {r + is / x iy = r + is} Img(f) = {r + is / r = x, s = -y}
BaseImg(f) = {(1, 0), (0, i)} DimImg(f) = 2.
PROBLEMAS
7.4.1 Sea f : Rn Rm una transformacin lineal.
Demuestre que si f transforma dos vectores linealmente
independientes sobre un conjunto linealmente dependiente,
entonces la ecuacin f(u) = tiene una solucin no trivial.
7.4.2 Sea f : R2 R2 un operador lineal cuyo ncleo es
Nuc(f) = {(x, y) / x = y}. Demuestre que f no es
sobreyectiva. Ms an, pruebe que Img(f) es una recta
que pasa por el origen.
7.4.3 Sea f : R3 R3 una transformacin lineal tal que
f(e3) = 2e1 + 3e2 + 7e3, f(2e2 + 3e3) = 2e1,
f(e1 e2 + e3) = 2e2 3e3:
a.- Calcular f(2e1 3e2 + 5e3) y determine la dimensin
del ncleo y el rango de f.
b.- Determine la matriz de f.
7.4.4 Sea f : R3 R3 un operador lineal cuya imagen es
Img(f) = {(x, y) / x = y = z}. Demuestre que el ncleo de
f es un plano en R3 que pasa por el origen.
7.4.5 Sea V un espacio vectorial sobre R que consiste en
todas las funciones f tres veces derivables que satisfacen la
ecuacin diferencial f + f = 0. En este espacio V,
defnase la funcin g : V V por g(f) = f , la derivada de
f. Demustrese que g es una transformacin lineal. Hllese
una base tanto para el ncleo de g como para la imagen de
g. Cul es el rango y la nulidad de g?
7.4.6 Sea V el espacio vectorial de todos los polinomios
reales p(x). Sean f el operador derivacin y g la
transformacin lineal que aplica p(x) en xp(x).
a.- Poner p(x) = 2 + 3x - x2 4x3 y determinar el ncleo e
imagen de p a travs de cada una de las transformaciones
siguientes: f, g, fg, gf, fg - gf, g2f2 - f2g2;
b.- Determinar los polinomios p de V para los cuales
g(p) = p;
c.- Determinar los polinomios p de V para los cuales
(fg 2f)(p) = .
7.4.7 Sea f : R3 R3 definida por f (v) proyu v , en
donde u = (0, 1, 2):
a.- Determinar A, la matriz de f.
b.- Sea g la transformacin lineal representada por
I A. Demuestre que g es de la forma
g (v) proyw1 v proyw2 v ,
en donde w1 y w2 son vectores fijos en R3.
c.- Demostrar que el ncleo de f es la imagen de g.
7.4.8 Si f no es la transformacin cero, entonces

Rang(f) = 1 si, y slo si, existen nmeros reales, t, que
no son ambos cero, tales que sa1 tb1 = sa2 tb2 = sa3
tb3 = 0. En este caso, Img(f) = Span(t, s) y, si adems
a1 0, entonces Nuc(f) = Span{(a3, 0, -a1), (a2, -a1, 0)}.
7.4.9 Sea f : R3 R3 la transformacin lineal que
proyecta u sobre v = (2, -1, 1). Determine la nulidad y el
rango de f.
7.4.10 Sea S una transformacin lineal de U en V, y
sea T una transformacin lineal de V en W.
Demustrese que:
a.- Si S es sobre, entonces Rang(TS) = Rang(T);
b.- Si T es uno a uno, entonces Rang(TS) = Rang(S);
c.- Si TS es uno a uno, entonces S es uno a uno;
d.- Si TS es sobre, entonces T es sobre.
7.4.11 Sea la transformacin lineal f : R3 R3, definida
por
f((a, b, c)) = ((k 2)a + 2b c, 2a + kb + 2c, 2ka +
+ 2(1 + k)b + (1 + k)c)
Hllese, segn los valores de k, el ncleo y su imagen.
7.4.12 En cada uno de los literales, se define una
transformacin lineal f : V V mediante la frmula
dada para f((x, y)), donde (x, y) es un punto cualquiera
de V. Determinar en cada caso si f es lineal. Si f es
lineal, decir cules son el ncleo y la imagen, y calcular
sus correspondientes dimensiones:
a.- f hace girar cualquier punto el mismo ngulo
alrededor del origen. Esto es, f aplica un punto de
coordenadas polares (r, ) en el punto de coordenadas
polares (r, + ), donde es fijo. Adems, f aplica
en s mismo.
b.- f aplica cada punto en su simtrico respecto a
una recta fija que pasa por el origen.
c.- f aplica cada punto de coordenadas polares (r, ) en
el punto de coordenadas (2r, ). Adems, f aplica en
s mismo.
d.- f aplica cada punto de coordenadas polares (r, ) en
el punto de coordenadas (r, 2). Adems, f aplica en
s mismo.
7.4.13 Verifquese que la funcin de V2 en V2 definida
por f0(x1, x2) = (x1 3x2, x2) es transformacin lineal.
Determnese su rango y su nulidad. Determnese la
preimagen en f0 de (a, b).
JOE GARCIA ARCOS
354
7.4.14 Sean u y v vectores linealmente independientes

en R3 y sea el plano a travs de u, v y . La ecuacin
paramtrica de es x = su + tv. Demuestre que una
transformacin lineal f : R3 R3 transforma sobre un
plano que pasa por o sobre una lnea que pasa por o
slo sobre el origen en R3. Qu se les tiene que pedir a
f(u) y f(v) para que la imagen del plano sea un plano?
7.4.15 En cada uno de los literales, la transformacin f :
V V es la que se indica. Determinar, en cada caso, si f
es lineal. Si lo es, decir cules son el ncleo y la imagen
y calcular sus dimensiones cuando sean finitas:
a.- Sea V el espacio vectorial de todos los polinomios
reales p(x) de grado n. Si p V, q = f(p) significa que
q(x) = p(x + 1) para todo real de x.
b.- Sea V el espacio vectorial de todas las funciones
reales derivables en el intervalo abierto (-1; 1). Si f V,
g = f(f) significa que g(x) = xf (x) para todo x (-1; 1).
c.- Sea V el espacio vectorial de todas las funciones
reales derivables dos veces en un intervalo abierto (a; b).
Si y V, definir f(y) = y + Py + Qy siendo P y Q dos
constantes.
7.4.16 Sea V un espacio vectorial con producto interior.
Para un vector fijo u diferente de cero en V, sea f : V
R la transformacin lineal f(v) = v u. Determinar el
ncleo y la imagen de f. Luego determinar la nulidad y
rango de f.
7.4.17 Sea f : R3 R2 una transformacin lineal tal que
f((1, 1, 0)) = f((1, 1, 1)) = (0, 0), f((2, 3, -1)) .
Demuestre que el ncleo de f es un plano en R3 que pasa
por el origen. Halle su ecuacin.
c.- f es la proyeccin sobre el vector v = (1, 2, 2):

x 2 y 2z
f (( x, y, z ))
(1, 2, 2).
9
d.- f es la proyeccin sobre el plano de coordenadas
XY:
f((x, y, z)) = (x, y, 0).
7.4.20 Sea f : nxn nxn definida por f(A) = A AT.
Demuestre que el ncleo de f es el conjunto de las
matrices simtricas de n x n.
7.4.21 Sea u = (1, -1, 7) y sea
1 3 4 3
A 0 1 3 2
3 7 6 5
Est u en el rango de la transformacin lineal?

7.4.22 Considere la transformacin lineal gf : Rm
Rs. Demuestre que
Nuc(f) Nuc(gf), Img(gf) = Img(g).
7.4.23 Determinar si las transformaciones f : V V son
lineales. Si lo son, decir cules son el ncleo y la imagen y
calcular sus dimensiones:
a.- Sea V el espacio vectorial de todos los polinomios
reales p(x) de grado menor o igual a n. Si p V, q = f(p)
significa que q(x) = p(x + 1), para toda x R;
b.- Sea V el espacio vectorial de todas las funciones
reales derivables en el intervalo abierto (-1; 1). Si f V,
g = f(f) significa que g(x) = xf '(x) para toda x (-1; 1);
c.- Sea V el espacio vectorial de todas las funciones reales
continuas en [a; b]. Si f V, g = f(f) significa que
b
7.4.18 Sea f : V V la transformacin lineal definida

as: Si f V, g = f(f) significa que
g ( x) [1 Cos( x t )] f (t )dt :
a.- Demuestre que f(V), la imagen de f, es de dimensin

finita y hallar una base para f(V).
b.- Determinar el ncleo de f.
c.- Hallar todos los nmeros reales c 0 y todas las
funciones f no nulas de V tales que f(f) = cf.
7.4.19 Sea f : R R una transformacin lineal. Hallar
la nulidad y el rango de f y d una descripcin
geomtrica del ncleo e imagen de f:
a.- f es la rotacin de 45 en sentido antihorario con
respecto al eje Z:
2
2
2
2
f (( x, y, z ))
x
y,
x
y, z .
2
2
2
2
b.- f es la reflexin con respecto al plano de coordenadas

YZ:
f((x, y, z)) = (-x, y, z).
g ( x) f (t )Sen( x t ) dt , para toda x [a; b].

a
7.4.24 Sea S = {1, x, Senx, Cosx} una base de un

subespacio W del espacio de funciones continuas, y sea
Dx el operador diferencial sobre W. Encuentre la matriz
de Dx con respecto a la base S. Encuentre el ncleo e
imagen de Dx.
7.4.25 Sea u = (9, 5, 0, -9) y sea
1 2 7 5
0 1 4 0
A
1 0 1 6
2 1 6 8
Est u en el rango de la transformacin lineal?
7.4.26 Si U = R3, V = R3 y f(u) es el complemento
ortogonal de u respecto del plano representado
implcitamente por u + v + w = 0, mostrar que f es una
transformacin lineal. Encontrar el ncleo y la imagen de
f.
JOE GARCIA ARCOS

Demuestre que si n < m, f no puede ser sobreyectiva.
Puede ser inyectiva?
vectores base de la siguiente manera: f(e1) = , f(e2) =
(1, -1), f(e3) = (-1,1):
a.- Calcular f(2e1 5e2 + 3e3) y determinar la dimensin
del ncleo y el rango de f.
b.- Determine la matriz de f.
c.- Utilizando la base cannica de R3 y la base {(1, -1),
(-1, -1)} en R2, determine la matriz de f relativa a esas
bases.
d.- Hallar las bases {u1, u2, u3} para R3 y {v1, v2} para
R2 para las cuales la matriz de f tenga la forma diagonal.
7.4.29 Demustrese que la derivada es una
transformacin lineal de P en s mismo, que no es uno a
uno, aunque s es sobre.
7.4.30 Sean S, T transformaciones lineales de U en V:
a.- Verifquese que
Nuc(S + T) Nuc(S) Nuc(T).
b.- Pngase un ejemplo en el cual
Nuc(S + T) = Nuc(S)Nuc(T).
c.- Pngase un ejemplo en el cual no se verifique la
igualdad de la relacin de la parte b).
d.- Verifquese que existen S, T, con
Rang(S) = Rang(T) = mn(DimU, DimV),
tales que Rang(S + T) puede tener cualquier valor desde
0 hasta mn(DimU, DimV).
7.4.31 Sean S, T, M, N transformaciones lineales de R3
en R4 que se describen en la tabla siguiente:
e1
e2
e3
S
e1 e2
e2 - 5e3
e1e2+e3
T
4e12e2+e3
e12e2+5e3
3e1 - 4e3
M
e2 + e 3
3e3
0
N
e1+e2+3e3
2e2 + 6e3
4e3
a.- Determnese el rango y ncleo de S, T, M y N.
b.- Descrbanse las transformaciones lineales S + T, S +
M, S + N, T + M, M + T + S y N - S al dar sus valores en
una base de R3. Adems, determnense el rango y ncleo
de cada uno.
c.- Encuntrense transformaciones lineales A y B de
rango 3 de R3 en R3 tales que Rang(A + B) = 2.
d.- Encuntrense transformaciones lineales A y B de
rango 3 de R3 en R3 tales que Rang(A + B) = 1.
Demuestre que si n > m, f no puede ser inyectiva. Puede
ser sobreyectiva?
7.4.33 Demustrese que la derivada es una
transformacin lineal de Pm en s mismo, que no es uno a
uno ni es sobre.
355
7.4.34 Sean U y V dos espacios vectoriales, ambos de

dimensin 2 y con la misma base {u, v}. Sea f : U V
una transformacin lineal tal que
f(2u v) = 2u + v y f(2u + 5v) = 2u 3v:
a.- Calcular f(u v) y determinar la dimensin del
ncleo y el rango de f.
b.- Determine la matriz de f relativa a la base dada.
c.- Utilizar para V la base {u, v} y hallar una nueva
base de la forma {2u + v, 3u + v} para V, para la cual
la matriz de f tenga la forma diagonal.
vectores base de la siguiente forma: f(e1) = (-1, 2, 1),
f(e2) = (1, -1, -1):
a.- Calcular f(5e12e2) y determinar la dimensin del
ncleo y el rango de f.
c.- Hallar bases {u1, u2} para R2 y {v1, v2, v3} para R3,
para las cuales la matriz de f tiene forma diagonal.
7.4.36 Demustrese que, si f es transformacin lineal
uno a uno de U en W y si u1, , un es base de U,
entonces f(u1), , f(un) es base de Img(f).
7.4.37 Sea f la transformacin lineal de R4 en R3 con la
propiedad de que
f(1, 0, 0, 0) = (2, 3, 6), f(0, 1, 0, 0) = (1, 2, 0),
f(0, 0, 1, 0) = (-1, 2, -3), f(0, 0, 0, 1) = (0, 2, -1).
a.- Encuntrese la matriz que corresponde a f si S1 es la
base cannica de R4 y si S2 es la base cannica de R3.
b.- Encuntrese la matriz que corresponde a f si
S1 = (1, 1, 0, 0), (0, 1, 1, 0), (0, 0, 1, 1), (1, 0, 0, 1)
es la base R4 y si S2 es la base cannica de R3.
c.- Encuntrese la matriz que corresponde a f si
S1 = (1, 1, 0, 0), (0, 1, 1, 0), (0, 0, 1, 1), (1, 0, 0, 1)
es la base de R4 y si S2 = (1, 1, 0), (0, 1, 1), (1, 0, 1)
es la base de R3.
d.- Encuntrese el ncleo e imagen de f.
e.- Sea u1, u2, u3 una base del ncleo de f y extindase
esta base a una base de R4.
7.4.38 Sean f : V U y g : U W transformaciones
lineales:
a.- Demostrar que si ambas g y f son uno a uno,
entonces tambin lo es gf .
b.- Demostrar que el ncleo de f est contenido en el
ncleo de gf .
c.- Demostrar que si gf es sobreyectiva, entonces
tambin lo es g.
7.4.39 En cada una de las transformaciones lineales de
Vn en V2, determnense la imagen, el ncleo y la
preimagen de (0, 1); adems, determnese si la
transformacin lineal es uno a uno y si es sobre:
a.- f(x1, x2, x3) = (x1 x2, x2 + x3);
JOE GARCIA ARCOS
356
b.- f(x1, x2, x3) = (x1, x2 - x3);

c.- f(x1, x2) = (x1 x2, x1 + x2);
d.- f(x1, x2, x3, x4) = (x1 + x4, x2 + x3).
7.4.40 Sean f : Rn Rs y g : Rn Rs dos operadores

lineales. Demuestre que si g es inyectiva, entonces
Nuc(f) = Nuc(gf), y si f es inyectiva, entonces Img(g) =
Img(gf).
7.5 TRANSFORMACIONES LINEALES INVERSIBLES

En esta seccin se analizarn las transformaciones lineales uno a uno y sobreyectivas. Demostraremos que una
transformacin lineal inversible es tambin una transformacin lineal. Enunciaremos y demostraremos sus
propiedades ms importantes.
Ahora que hemos presentado el espacio nulo y la imagen de una transformacin
lineal nos proponemos examinar ms de cerca aquellas transformaciones lineales
f : U V para las cuales Nuc(f) = {} o Img(f) = V, o ambas. La segunda de estas
ecuaciones nos dice que f aplica U sobre V, e implica que para cada v V existe al
menos un u U tal que v = f(u). La primera, dice que el espacio nulo de f contiene
solamente al vector nulo, resulta ser equivalente a la afirmacin de que f es inyectiva
en el sentido de la siguiente definicin.
DEFINICION 7.5.1
Una transformacin lineal f de U en V se dice que es inyectiva, si y slo
si f(u) = f(v) donde u = v.
En otras palabras, f es inyectiva si, y slo si f aplica vectores distintos en U sobre
vectores distintos en V; de aqu el nombre.
DEFINICION 7.5.2
Se dice que una transformacin lineal f de U en V, es un isomorfismo si es
inyectiva. Se dice entonces que los espacios vectoriales U y V son
isomorfos si existe un isomorfismo de U sobre V.
TEOREMA 7.5.1
Sea f una transformacin lineal de U en V. Entonces f es inyectiva, si y
solamente si, Nuc(f) = .
DEMOSTRACION
Primero considere que Nuc(f) = . Suponga que f(u) = f(v). Debemos demostrar que
u = v. De f(u) = f(v), obtenemos f(u v) = . Por tanto, u v est en Nuc(f) y, en
consecuencia tenemos que u v = . Por consiguiente, u = v. Ahora considere que f
es inyectiva. Suponga que el vector u est en Nuc(f). En consecuencia, f(u) = y,
por supuesto, f() = . Debido a que f es inyectiva, debemos tener u = . Por
consiguiente, f() = .
DEFINICION 7.5.3
Sea f una transformacin lineal de U en V. Diremos que f es sobreyectiva
si la imagen de la transformacin f es todo U.
TEOREMA 7.5.2
Sea f una transformacin lineal de U en V. Si U es un espacio vectorial
de tipo finito, una transformacin lineal f es sobreyectiva si, y slo si,
Img(f) = U.
DEMOSTRACION
Esta afirmacin, no es ms que la definicin de sobreyectividad, puesto que Img(f) es
el valor de los valores funcionales bajo f, y f es sobreyectiva, si y slo si este
conjunto de valores funcionales coincide con U. Es decir:
JOE GARCIA ARCOS
357
a.- En el supuesto de ser f una transformacin lineal inyectiva, todo sistema

independiente de V se transforma en sistema independiente de f(U); por tanto, una
base de U se transforma en un sistema generador e independiente de f(U), es decir,
en una base del espacio imagen; en consecuencia, las bases de U e Img(f) tienen
igual nmero de elementos, luego,
Dim(U) = DimImg(f).
b.- Suponiendo ahora que Dim(U) = DimImg(f), hay que demostrar que f es
inyectiva, es decir, que Nuc(f) ={}. Si no fuese as, al Nuc(f) pertenecera al menos
un vector u1 ; en este supuesto {u1} es sistema independiente, que puede ser
ampliado adecuadamente con unos vectores u2, u3, ..., un hasta construir una base de
U y, entonces, {f(u2), f(u3), ..., f(un)}, que es un sistema generador de f(U), sera tal
que f(u1) = y, por tanto, sistema dependiente de generadores de Img(f), lo que trae
consigo que
DimImg(f) < n = Dim(U),
contra la hiptesis.
TEOREMA 7.5.3
Sea f una transformacin lineal de U en V y sea DimU = DimV.
Entonces f es biyectiva si y slo si f es sobreyectiva.
DEMOSTRACION
Tenemos que DimImg(f) = DimU DimNuc(f). Supngase que f es inyectiva.
Entonces tenemos que Nuc(f) = y, por tanto, DimNuc(f) = 0. Por consiguiente,
DimImg(f) = DimU y vemos que, DimImg(f) = DimV, puesto que DimU = DimV.
Pero la imagen de f es un subespacio de V, de manera que DimImg(f) = DimV obliga
a que Img(f) = V. As pues, como f es sobreyectiva, adems de ser inyectiva, f es
biyectiva. Suponga ahora que f es sobreyectiva. Entonces Img(f) = V. Por tanto,
DimImg(f) = DimV, y DimImg(f) = DimU. Pero DimU = DimImg(f) + DimNuc(f) y,
por consiguiente, DimNuc(f) = 0. El nico subespacio de U con dimensin cero es el
subespacio cero. En consecuencia, Nuc(f) = , y as, f es inyectiva. De manera que f
es inyectiva y tambin es sobreyectiva. Consecuentemente, f es biyectiva.
DEFINICION 7.5.4
Las transformaciones lineales que son a la vez inyectivas y sobreyectivas,
se llaman isomorfismos, y se dice que son inversibles.
Empleamos f -1 para designar la inversa de una transformacin lineal. As pues, si f
tiene una inversa, decimos que f es inversible. En este caso, si f se define sobre U y
toma valores en V, entonces f -1 se define en V y toma valores en U.
TEOREMA 7.5.4
Sea f una transformacin lineal de U en V, y supngase que esta
transformacin tiene una transformacin inversa f -1 de V en U. Entonces,
f -1 es una transformacin lineal.
DEMOSTRACION
Sean v1, v2 V. Debemos demostrar primero que f -1(v1 + v2) = f -1(v1) + f -1(v2). Sean
v1 = f(u1) y v2 = f(u2), entonces
f(au + bv) = af(u) + bf(v) = av1 + bv2.
Si u = f -1(v), donde f(u) = v, implica que
f -1(av1 + bv2) = au1 + bu2 = af -1(v1) + bf -1(v2)
con lo que concluimos que f -1 es una transformacin lineal.
Es evidente que recurriendo al rango de una transformacin lineal, los
homomorfismos inyectivos y sobreyectivos, f : U V, entre espacios de tipo finito,
pueden caracterizarse de la manera siguiente: f es inyectiva si, y slo si Rang(f) =
DimU y f es sobreyectiva si, y slo si Rang(f) = DimV.
JOE GARCIA ARCOS
358
TEOREMA 7.5.5
Sean U y V espacios vectoriales de dimensin finita con DimU = DimV y
sea f una transformacin lineal de U en V. Entonces:
a.- Cualquier inversa a la izquierda de f es una inversa bilateral;
b.- Cualquier inversa a la derecha de f es una inversa bilateral.
DEMOSTRACION
Si f : U V tiene una inversa a la izquierda f -1 : V U, entonces, sabemos que f es
inyectiva y f tambin es sobreyectiva. Por tanto, f es biyectiva y, en consecuencia, f
tiene una inversa bilateral que es igual a f -1. Esto demuestra la primera parte. Si
ahora f -1 : V U es una inversa a la derecha de f, entonces f es sobreyectiva. Por
consiguiente, f es biyectiva y, en consecuencia f tiene una inversa bilateral que es
igual a f -1. Hemos completado la demostracin de la segunda parte.
EJEMPLO 7.5.1
Determine todos los valores del nmero real k tales que la transformacin lineal
f : R2 R2, definida por f(e1) = e1 + ke2, f(e2) = e1 ke2, no sea inversible. Aqu
S = {e1, e2} es la base cannica de R2. Cuando f sea inversible, hllese f -1(e1) y
f -1(e2). Cuando f no sea inversible, hllense la nulidad de f y el rango de f.
SOLUCION
Hacemos la combinacin lineal con el vector (a, b):
a
(a, b) = (1, 0) + (0, 1) = (, )
.
b
f((a, b)) = af((1, 0)) + bf((0, 1)) = a(1, k) + b(1, -k) = (a + b, ka - kb).
Esta transformacin lineal, tiene como representacin matricial la matriz:
1 1
k k
Para que esta transformacin lineal no sea inversible, entonces el determinante de la
representacin matricial debe ser cero. Es decir:
1 1
0 k = 0.
k k
Para encontrar la transformacin lineal inversa, hacemos f((a, b)) = (r, s) y luego
resolvemos el sistema que genera:
r 2k 0 kr s
ab r
1 1 r 1 1

ka kb s
k k s 0 2k kr s 0 2k kr s
Y obtenemos
kr s
a 2k
kr s kr s
,
f 1 ((r , s))
,
kr
s
2k
2k
b
2k
1 1
1 1
f 1 ((1, 0)) , , f 1 ((0,1)) ,
, k 0.
2 2
2k 2k
Si f no es inversible, entonces k = 0 y f((a, b)) = (a + b, 0), entonces:
a + b = 0 a = -b Nuc(f) = {(a, b) / a = -b};
BaseNuc(f) = {(-1, 1)} Nul(f) = 1.
a b r
Img(f) = {(r, s) / r = a + b, s = 0};
0s
BaseImg(f) = {(1, 0)} Rang(f) = 1.

Por supuesto, con las transformaciones lineales f de U en V, donde DimU = DimV y
no infinita, no tenemos que preocuparnos acerca de las inversas a la izquierda o a la
derecha, puesto que hemos demostrado que una inversa a la izquierda o a la derecha
JOE GARCIA ARCOS
359
es siempre una inversa bilateral. Adems, sabemos que dicha inversa es siempre una
TEOREMA 7.5.6
Sean U, V y W espacios vectoriales sobre K de dimensin finita con
DimU = DimV = DimW. Sean las transformaciones lineales f de U en V
y g de V en W. Entonces:
a.- gf es inversible si y slo si tanto f como g son inversibles;
b.- Si f y g son inversibles, tenemos que (gf)-1 = f -1g 1;
c.- Si f es inversible, entonces tambin lo es f -1 y (f -1)-1 = f.
DEMOSTRACION
Suponga que gf es inversible. Sea h de W en U la inversa de gf. Entonces
h(gf) = i(U) y (gf)h = i(W). Por tanto, (hg)f = i(U) lo que implica que f tiene una
inversa a la izquierda hg. Adems, g(fh) = i(W) lo que implica que g tiene una
inversa a la derecha fh. Por consiguiente, si gf tiene una inversa, entonces tanto g
como f tienen inversas. Suponga ahora que g y f tienen inversas. Entonces g y f
son biyectivas, de modo que gf es biyectiva y, en consecuencia, tiene una inversa;
adems, (gf)-1 = f -1g -1. Si f tiene inversa entonces f es biyectiva, como
demostramos anteriormente f -1 es una transformacin lineal de V en U y si f -1 es
biyectiva, entonces (f -1)-1 tambin es una transformacin lineal y (f -1)-1 = f, que es
la transformacin lineal original.
EJEMPLO 7.5.2
Verificar que la transformacin lineal f : R3 R3 definida por
f((a, b, c)) = (2a + c, 2c + a, 2a + b)
es inyectiva.
SOLUCION
Nuc(f) = {u R3 / f(u) = , R3}
= {(a, b, c) / (2a + c, 2c + a, 2a + b) = (0, 0, 0)}
Resolviendo el sistema de ecuaciones
2a c 0
a 2c 0
2a b 0
obtenemos
Nuc(f) = {(a, b, c) / a = b = c = 0} Dim Nuc(f) = 0.
Por lo tanto f es inyectiva.
EJEMPLO 7.5.3
En un espacio vectorial con base {e1, e2} se da la transformacin lineal f. Hallar la
matriz de la transformacin inversa si f(e1) = e2, f(e2) = e1.
SOLUCION
a
(a, b) = (1, 0) + (0, 1)
b
De donde
f((a, b)) = f((1, 0)) + f((0, 1)) = a(0, 1) + b(1, 0) = (b, a).
Por tanto:
0 1
f -1((r, s) = (s, r) A f 1
.
1 0
EJEMPLO 7.5.4
Encuentre la transformacin lineal f 1 de la transformacin f : R3 R3 definida
por f((a, b, c)) = (2b + c, 2c + a, 2a + b).
JOE GARCIA ARCOS
360
SOLUCION
Por definicin, tenemos que
2b c r
a 2c s
2a b t
Resolvemos este sistema de ecuaciones

0 2 1 r 0 2 1
r 0 2 1
r
s 1 0 2
s
1 0 2 s 1 0 2
2 1 0 t 0 1 4 2s t 0 0 9 r 4s 2t
0 9 0 4r 2 s t
9 0 0 2r s 4t
0 0 9 r 4s 2t
La solucin del sistema es

2r s 4t
a
9
4r 2 s t
b
9
r 4s 2t
c
9
La transformacin lineal inversa es

2r s 4t 4r 2s t r 4s 2t
f 1 ((r , s, t ))
,
,
.
9
9
9
EJEMPLO 7.5.5
La transformacin lineal f consiste en girar cada vector del plano X0Y un ngulo /4.
Hallar la matriz de g = f + f -1.
SOLUCION
La transformacin lineal f est dada por las ecuaciones:
f((e1)) = e1Cos(/4) + e2Sen(/4) y f((e2)) = e1Cos(3/4) + e2Sen(3/4)
Lo que es lo mismo:
2
2 1 1
f ((a, b))
(a b, a b) A f
2 1 1
2
Por consiguiente, la transformacin lineal inversa es:
1 1 1
1
f 1 ((r , s))
(r s, r s) A f 1
2
2 1 1
La matriz de la transformacin lineal g = f + f 1, est dada por:
2 1 1 1 1 1 2 0
A g A f A f 1
.
2 1 1
2 1 1 0
2
EJEMPLO 7.5.6
La transformacin lineal f consiste en girar cada vector del plano X0Y en el ngulo
/4. Hallar la representacin matricial f -2.
SOLUCION
La transformacin lineal f est dada por las ecuaciones:
f((e1)) = e1Cos(/4) + e2Sen(/4) y f((e2)) = e1Cos(3/4) + e2Sen(3/4)
Lo que es lo mismo:
2
f ((a, b))
(a b, a b)
2
JOE GARCIA ARCOS
361
Por consiguiente, la transformacin lineal inversa es:

1 1 1
1
f 1 ((r , s))
(r s, r s) A f 1
2 1 1
2
La matriz de la transformacin lineal f 2, est dada por:
1 1
1
1
2
2 2
2 0 1
A f 2 A f 1 A f 1
.
1
1 1
1 1 0
2
2
2
2
PROBLEMAS
7.5.1 Sea V un espacio vectorial. Sea f de L(V, V).
Demuestre que si f es inversible, entonces f2 = f implica
siempre que f = i. Es esto necesariamente cierto para f no
inversible?
7.5.2 Demustrese que cada uno de las transformaciones
lineales siguientes es no singular, y encuntrese la
transformacin lineal inversa que le corresponde:
a.- f(x, y) = (x, 2y);
b.- f(x, y) = (3x + y, 5x + 2y);
c.- f(x, y, z) = (x + y, y + z, z);
d.- f(x, y, z) = (x, x y, y z);
e.- f(x, y, z) = (y, x + z, y z);
f.- f(x, y, z) = (x + y, y + 2z, x + y + z).
7.5.3 Sea B una matriz no singular de n x n. Demuestre
que la transformacin lineal f : definida por
f(A) = AB es un isomorfismo.
7.5.4
Sean a, b, c, d nmeros dados y considere la

ax b
funcin f ( x)
. Sea g otra funcin de la misma
cx d
forma. Demuestre que gf donde gf(x) = g(f(x)) es una
funcin que tambin se puede escribir en la misma
forma. Demuestre que cada una de estas funciones se
puede representar por una matriz, de tal modo que la
matriz que representa a gf es el producto de las matrices
que representan a g y f. Demuestre que la funcin inversa
existe s y slo si ad - bc 0. A qu se reduce la
funcin si ad bc = 0?
7.5.5 Una transformacin lineal f de V en V es nilpotente
si para algn entero positivo k, fk = . Demuestre:
a.- Si f es inversible, entonces f no es nilpotente. Es cierta
la recproca de esta afirmacin?
b.- Si f es nilpotente, entonces i + f es inversible.
Demuestre que (i + f)-1 = i f + f2 f3 + ... + (-1)k-1fk-1.
7.5.6 Suponga que U = SpanSenx, Cosx, Sen2x, Cos2x,
:
a.- Verifquese que D es transformacin lineal no
singular de U.
b.- Determnese la inversa de D.

c.- Verifquese que I + D, I D e I D2 son
transformaciones lineales no singulares de U.
d.- Demustrese que I + D2 es transformacin lineal
singular de U.
e.- Examnese la singularidad o no singularidad de
I + aD, donde a es entero.
f.- Examnese la singularidad o no singularidad de
I + aD2, donde a es entero.
7.5.7 Sea V el espacio vectorial de todos los polinomios
p(x). Sean f, g y h funciones que aplican un polinomio
cualquiera p(x) = a0 + a1x + a2x2 + ... + anxn de V en los
polinomios r(x), s(x) y t(x) respectivamente, siendo
r(x) = p(0),
n
k 1
k 0
s( x) ak x k 1 , t ( x) ak x k 1
a.- Poner p(x) = 2 + 3x x2 + x3 y determinar la imagen

de p a travs de cada una de las transformaciones
siguientes: f, g, h, gh, hg, (hg)2, h2g2, g2h2, hfg, fgh.
b.- Demuestre que f, g y h son lineales y determinar el
ncleo y la imagen de cada una.
c.- Demuestre que f es uno a uno en V y determine su
inversa.
d.- Si n 1, expresar (hg)n y gnhn en funcin de I y f.
7.5.8 Sea
f(x, y, z, u) = (0, x, y + 2x, z + 2y + 3x).
Demustrese que:
a.- f4 = O;
b.- I f es no singular;
c.- I + f + f2 + f3 = (I f)-1;
d.- I + f es no singular;
e.- I + 2f es no singular;
f.- Si a es no negativo, I af es no singular.
7.5.9 Suponga que U = Spanex, e2x, , enx, .
Demustrese la validez de los enunciados siguientes:
a.- La derivada D es transformacin lineal no singular
de U y su inversa es la integral
f (t )dt .
b.- I + D es transformacin lineal no singular de U;

JOE GARCIA ARCOS
362
c.- I D es transformacin lineal singular en U.

d.- Si a es un entero no negativo, aI D es singular.
e.- Si a es entero no negativo mayor que 1, I aD es no
singular.
7.5.14 Sean f : Rn Rm, g : Rm Rn transformaciones

lineales. Demuestre que si n > m, el operador lineal
gf : Rn Rn no puede ser inversible. Puede ser
inversible el operador fg : Rm Rm? Explique.
7.5.10 Sea V un espacio vectorial. Sea f de L(V, V).

Suponga que para algunos escalares a1, a2, ..., an de K, y
algn entero positivo n, tenemos que fn + a1fn-1 + a2fn-2 + ...
+ an-1f + ani = . Demuestre que si an 0, entonces f es
inversible. Hllese f -1 en funcin de f en este caso.
7.5.15 Sea f una transformacin lineal de R3 con la

propiedad de que f(e1) = e2, f(e2) = e3, f(e3) = e1:
a.- Encuntrense f2(ei) y f3(ei) para i = 1, 2, 3, y, en
consecuencia, verifquese que f3 = I.
b.- Verifquese que f -1 = f2.
c.- D una interpretacin geomtrica de f.
7.5.11 Sea f : 2x3 3x2 definida por f(A) = AT.

Demuestre que f es un isomorfismo y determine la matriz
para la inversa de f.
7.5.12
Demuestre que una transformacin lineal
f : Rn Rm con n m, no puede ser inversible.
7.5.13 Sea f una transformacin lineal de R3 con la
propiedad de que
f(e1) = e2 + e3, f(e2) = e3 + e1, f(e3) = e1 + e2:
a.- Encuntrense f2(ei) y f3(ei) para i = 1, 2, 3, y, en
consecuencia, verifquese que f3 = 3f + 2I.
1
b.- Verifquese que f 1 ( f 2 3I ) .
2
7.5.16 Sea V = {0, 1}. Describir todas las funciones

f : V V. En total son cuatro. Desgnense con g, h, r, s
y construir una tabla de multiplicacin que muestre la
composicin de cada par. Indicar cules son uno a uno
en V y dar sus inversas.
7.5.17 Sea V = {0, 1, 2}. Describir todas las funciones
f : V V para las cuales f(V) = V. En total son seis.
Desgnense con f1, f2, f3, f4, f5, f6 y construir una tabla de
multiplicacin que muestre la composicin de cada par.
Indicar cules son uno a uno en V, y dar sus inversas.
7.6 TRANSFORMACIONES GRAFICAS EN R2

Es fundamental para todos los sistemas de grficas por computadora la capacidad de simular tanto el movimiento
como el manejo de objetos. Estos procesos se describen en trminos de traslaciones, rotaciones, puestas en escala
y reflexiones. El objetivo aqu es explicar estas operaciones en una forma matemtica adecuada para su
procesamiento por computadora, y mostrar la forma en que se emplean para lograr los fines del manejo y
movimiento de objetos.
Existen dos puntos de vista complementarios para describir el movimiento de
objetos. El primero es que el objeto mismo se mueve en relacin con un sistema
coordenado estacionario o fondo. El planteamiento matemtico de tal punto de vista
se explica mediante transformaciones geomtricas aplicadas a cada punto del objeto.
El segundo punto de vista sostiene que el objeto se mantiene estacionario mientras
que el sistema coordenado se mueve con relacin a dicho objeto. Este efecto se
obtiene a travs de la aplicacin de transformacin de coordenadas. Un ejemplo
incluye el movimiento de un automvil relacionado con un fondo escnico. Es
posible simular esto trasladando el automvil mientras se mantiene el fondo fijo
(transformacin geomtrica). Tambin se puede conservar fijo el automvil mientras
se mueve el escenario del fondo (transformacin de coordenadas). En algunas
situaciones, se emplean ambos mtodos.
TRANSFORMACIONES GEOMETRICAS
Considrese un sistema coordenado sobre un plano. Un objeto en el plano puede
considerarse como un conjunto de puntos. Cada punto objeto P tiene coordenadas
(x, y), de manera que el objeto es la suma total de todos sus puntos coordenados.
Si el objeto se traslada a una nueva posicin, puede considerarse como un nuevo
objeto , cuyos puntos coordenados P pueden obtenerse a partir de los puntos
JOE GARCIA ARCOS
363
originales P mediante la aplicacin de una transformacin geomtrica.
En la traslacin, un objeto se desplaza una distancia y direccin determinadas a

partir de su posicin original. Si el desplazamiento est dado por el vector
v = txi + tyj, el nuevo punto objeto P(x, y) puede obtenerse al aplicar la
transformacin Tv a P(x, y)
P = Tv(P)
donde x = x + tx y y = y + ty.
En la rotacin, el objeto se rota con respecto al origen. La convencin es que la
direccin de rotacin es antihoraria si es un ngulo positivo, y en el sentido
horario si es un ngulo negativo. La transformacin de rotacin R es
P = R(P)
donde x = xCos - ySen y y = xSen + yCos.
La puesta en escala, es el proceso de expandir o comprimir las dimensiones de un

objeto. Se utilizan constantes positivas de puesta en escala sx y sy para describir
los cambios en longitud con respecto a las direcciones x y y, respectivamente.
Una constante de prueba en escala mayor de uno indica una expansin de
longitud, y menos de uno, compresin de longitud. La transformacin de escala
Ss x ,s y est dada por
P Ss x ,s y (P)
en donde x = sxx y y = syy.

Obsrvese que despus de efectuar una transformacin de escala, el nuevo
objeto est localizado en una posicin diferente con relacin al origen. En
realidad, en una transformacin de escala el nico punto que permanece fijo es el
origen.
Si ambas constantes de puesta en escala tienen el mismo valor S, la
transformacin de escala se dice que es homognea. Adems, si s > 1, es una
amplificacin y para s < 1, una reduccin.
Si el eje X o Y se considera como un objeto, el objeto tiene una imagen de espejo
o reflexin. Ya que la reflexin P de un punto objeto P est localizada a la misma
distancia del espejo que P. La transformacin de reflejo de espejo M x con
JOE GARCIA ARCOS
364
respecto al eje x est dada por

P = Mx(P)
donde x = x y y = -y.
De manera semejante, la reflexin de espejo en relacin con el eje Y es
P = My(P)
donde x = -x y y = y.
Toda transformacin geomtrica tiene una inversa, descrita con la operacin
contraria efectuada por la transformacin:
Traslacin: Tv1 Tv , o traslacin en la direccin opuesta.
Rotacin: R 1 R , o rotacin en la direccin opuesta.
Puesta en escala:
Ssx1,s y S 1
Reflexin de espejo:
1
,
sx s y
Mx1 M x y My1 M y
TRANSFORMACION DE COORDENADAS
Supngase que se tienen dos sistemas coordenados en el plano. El primer sistema
est localizado en un origen O y tiene ejes coordenados XY. El segundo sistema
coordenado se ubica en el origen O y tiene ejes coordenados XY. Ahora cada
punto del plano tiene dos descripciones coordenadas: (x, y) o (x, y), dependiendo
del sistema coordenado empleado. Si se considera que el segundo sistema XY
surge de una transformacin aplicada al primer sistema XY, se dice que se ha
aplicado una transformacin de coordenadas. Es posible describir esta
transformacin determinando cmo estn relacionadas las coordenadas (x, y) de
un punto P con las coordenadas (x, y) del mismo punto.
Si el sistema coordenado XY se desplaza a una nueva posicin en donde la
direccin y distancia del desplazamiento estn dadas por el vector v = txi + tyj, las
coordenadas de un punto en ambos sistemas estn relacionados por la
transformacin de traslacin T v :
( x, y) Tv ( x, y)
donde x = x tx y y = y ty.
El sistema XY se rota con respecto al origen. Entonces, las coordenadas de un
punto en ambos sistemas estn relacionadas por la transformacin de rotacin
R :
( x, y) R ( x, y)
donde
JOE GARCIA ARCOS
365
x = xCos + ySen y y = -xSen + yCos.

Supngase que se forma un nuevo sistema coordenado sin modificar el origen, ni
los ejes coordenados, pero introduciendo distintas unidades de medicin a lo largo
de los ejes X y Y. Si se obtienen nuevas unidades a partir de las unidades
anteriores con una escala de sx unidades a lo largo del eje X y sy unidades a lo
largo del eje Y, las coordenadas en el nuevo sistema estn relacionadas con las
coordenadas en el sistema anterior a travs de la transformacin de escala Ss x ,s y :
( x, y) Ss x ,s y ( x, y)
donde x
1
1
x y y y
sx
sy
Si en el nuevo sistema coordenado se obtiene por reflexin del sistema anterior

con respecto al eje X o eje Y, la relacin entre coordenadas est dada por las
transformaciones coordenadas M x y M y :
( x, y) M x ( x, y)
donde x = x y y = -y.
Para la reflexin con respecto al eje Y
( x, y) M y ( x, y)
donde x = -x y y = y.
Cada transformacin de coordenadas tiene una inversa, que puede obtenerse al
aplicar la transformacin opuesta:
Traslacin:
Tv T v , o traslacin en la direccin opuesta.

1
Rotacin: R R , o rotacin en la direccin opuesta.

Puesta en escala:
Ss x ,s y S 1 , 1
Reflexin de espejo:
sx s y
Mx Mx y M y M y
TRANSFORMACIONES COMPUESTAS
Es posible construir transformaciones geomtricas y de coordenadas ms
complejas a partir de las transformaciones bsicas descritas cuando se estudi el
proceso de composicin de funciones. Operaciones tales como la rotacin con
respecto a un punto distinto del origen o la reflexin con relacin a lneas que no
sean los ejes pueden construirse a partir de las transformaciones bsicas.
DESCRIPCION MATRICIAL DE LAS TRANSFORMACIONES BASICAS
Las transformaciones de rotacin, puesta en escala y reflexin, pueden
representarse como funciones matriciales:
Transformaciones geomtricas
Cos Sen
R
Sen Cos
sx
Ss x ,s y
0
sy
Transformaciones de coordenadas
Cos Sen
R
Sen Cos
Ss x ,s y
1
s
x
s y
JOE GARCIA ARCOS
366
1
Mx
0
1
My
1
1
0
1
Mx
0
1
My
0
1
0
La transformacin de traslacin no puede expresarse como una funcin matricial

de 2 x 2. Sin embargo, cierto artificio permite introducir una funcin matricial de
3 x 3 que efecta la transformacin de traslacin. Se representa el par ordenado
(x, y) de un punto P por medio de la trada (x, y, 1). Esta es simplemente la
representacin homognea de P. Entonces, la traslacin en la direccin v = txi +
tyj puede expresarse por medio de la funcin matricial
1 0 tx
Tv 0 1 t y
0 0 1
Entonces
1 0 tx x x tx
0 1 ty y y ty
0 0 1 1 1
A partir de esto se extrae el par coordenado(x + tx, y + ty).

La ventaja de introducir una forma matricial para la traslacin es que ahora es
posible construir transformaciones complejas al multiplicar las transformaciones
matriciales bsicas. En ocasiones, este proceso recibe el nombre de concatenacin
de matrices. Aqu se est empleando el hecho de que la composicin de funciones
matriciales es equivalente a la multiplicacin de matrices. Debe ser posible
representar las transformaciones bsicas como matrices coordenadas homogneas
de 3 x 3 para que sean compatibles (desde el punto de vista de multiplicacin
matricial) con la matriz de traslacin. Esto se logra aumentando las matrices de
2 x 2 con una tercera columna y una tercera fila. Esto es
a b 0
c d 0 .
0 0 1
EJEMPLO 7.6.1
Encuentre la transformacin que gira un punto objeto con respecto al origen.
Escrbase la representacin matricial para esta rotacin.
SOLUCION
La definicin de las funciones trigonomtricas nos da
x rCos( )
x rCos
y
rSen
(
y rSen
Mediante identidades trigonomtricas, se obtiene
rCos( ) r (CosCos SenSen) xCos ySen
rSen( ) r ( SenCos CosSen) xSen yCos
x xCos ySen
y xSen yCos
x
x
Cos Sen
Escribiendo P , P , y R
y

Sen Cos
JOE GARCIA ARCOS
367
ahora puede escribirse P R P .

EJEMPLO 7.6.2
Encuentre la matriz que representa la rotacin de un objeto 30 con respecto al
origen. Cules son las nuevas coordenadas del punto P(3, -5) despus de la
rotacin?
SOLUCION
Tomando la matriz del ejemplo anterior, tenemos que
3
1

Cos30 Sen30 2
2
R 30
Sen
30
Cos
30
1
3
2
2
Las nuevas coordenadas pueden obtenerse al multiplicar
3
53 3
1

3
2 2 .
2

1
3 5 3 5 3
2
2
2
EJEMPLO 7.6.3
Describa la transformacin que gira un punto objeto Q(x, y), grados con
respecto a un centro fijo de rotacin P(h, k).
SOLUCION
Se determina la transformacin R,P en tres pasos:
1. Trasladar de manera que el centro de rotacin P se encuentre en el origen.
2. Efectuar una rotacin de grados con respecto al origen.
3. Trasladar de nuevo el origen a P.
Utilizando v = -hi kj como vector de traslacin, se construye R,P por la
composicin de transformaciones R ,O Tv R Tv .
EJEMPLO 7.6.4
Descrbase la forma general de la matriz para la rotacin con respecto a un punto
P(h, k).
SOLUCION
Por el ejemplo anterior tenemos R ,P Tv R Tv , donde v = -hi kj. Mediante
la forma coordenada homognea de 3 x 3 para las matrices de rotacin y
traslacin, se tiene
1 0 h Cos Sen 0 1 0 h
R , P 0 1 k Sen Cos 0 0 1 k
0 0 1 0
0
1
0 0 1
Cos Sen hCos kSen h
Sen Cos hSen kCos k .

0
0
1
EJEMPLO 7.6.5
Efecte una rotacin de 45 del tringulo con vrtices en los puntos A(0, 0),
B(1, 1), C(5, 2):
a.- Con respecto al origen;
b.- Con respecto al punto P(-1, -1).
SOLUCION
Se representa el tringulo por medio de una matriz formada a partir de las
coordenadas homogneas de los vrtices
JOE GARCIA ARCOS
368
A B C
0 1 5
0 1 2
1 1 1
a.- La matriz de rotacin es

2
2
2
Cos 45 Sen45 0
2
2
R 45 Sen45 Cos 45 0
0
2
2
0
0
1
0
0
1
De manera que las coordenadas ABC del tringulo girado ABC se obtienen
como
2
2
3 2
0 0
2
2
2
0 1 5
2
2
7 2

00 1 2 0 2
ABC R 45 ABC
2
2
2
1 1 1
0
0
1
1 1
1
De esta manera, obtenemos los nuevos vrtices del tringulo rotado:

3 2 7 2
A(0, 0), B(0, 2), C
,
.
2
2
b.- La matriz de rotacin est dada por R 45,P Tv R 45 Tv , en donde v = i +
j. De modo que
R ,P
1 0 1
0 1 1
0 0 1
2
2
2
2
0
2
2
2
2
0
2
0
1 0 1 2
2
0 0 1 1
2
0 0 1
1
0
2
2
2
2
0
2 1
Ahora
ABC R 45 ABC
2
2
2
2
0
2
2
2
2
0
1
0 1 5
2 1 0 1 2
1 1 1
1
1
1
3 2 1
9 2 2
2 1 2 2 1
2
1
1
1
De esta manera, obtenemos los nuevos vrtices del tringulo rotado:

3 2 7 2
A(1, 2 1) , B(1, 2 2 1) , C
,
.
2
2
JOE GARCIA ARCOS
369
EJEMPLO 7.6.6
Determine la transformacin que pone en escala (respecto al origen) en:
a.- a unidades en la direccin X;
b.- b unidades en la direccin Y;
c.- en forma simultnea a unidades en direccin X y b unidades en direccin Y.
SOLUCION
a.- La transformacin de escala aplicada a un punto P(x, y) produce el punto
(ax, y). Esto puede escribirse en forma matricial como
a 0 x ax

Sa,1 P

0 1 y y
b.- Como en el literal anterior, la transformacin requerida puede escribirse en
forma matricial como
1 0 x x
S1,b P

0 b y by
c.- La puesta en escala en ambas direcciones est descrita por la transformacin
x = ax y y = by. Al escribir esto en forma matricial como
a 0 x ax

Sa,b P
.
0 b y by
EJEMPLO 7.6.7
Escriba la forma general de una matriz de puesta en escala con respecto a un
punto fijo P(h, k).
SOLUCION
Siguiendo el mismo procedimiento general, se escribe la transformacin requerida
con v = -hi kj como
1 0 h a 0 0 1 0 h a 0 ah h
Sa ,b,P Tv Sa ,b Tv 0 1 k 0 b 0 0 1 k 0 b bk k .
0 0 1 0 0 1 0 0 1 0 0
1

EJEMPLO 7.6.8
Amplifquese el tringulo con vrtices A(0, 0), B(1, 1) y C(5, 2) al doble de su
tamao manteniendo fijo el vrtice C(5, 2).
SOLUCION
Es posible escribir la transformacin requerida con v = -5i 2j como
1 0 5 2 0 0 1 0 5 2 0 5
S2,2,C Tv S2,2 Tv 0 1 2 0 2 0 0 1 2 0 2 2
0 0 1 0 0 1 0 0 1 0 0 1
Representando un punto P con coordenadas (x, y) por medio del vector columna
x

y , se tiene
1

2 0 5 0 5
2 0 5 1 3

S2,2,C A 0 2 2 0 2 ; S2,2,C B 0 2 2 1 0 ;
0 0 1 1 1
0 0 1 1 1

2 0 5 5 5

S2,2,C C 0 2 2 2 2
0 0 1 1 1

De manera que A(-5, -2), B(-3, 0) y C(5, 2). Obsrvese que ya que el tringulo
ABC est completamente determinado por sus vrtices, podra haberse ahorrado
mucha escritura al representar los vrtices con una matriz de 3 x 3
JOE GARCIA ARCOS
370
y aplicando S2,2,C
0 1 5
ABC 0 1 2
1 1 1
a esto. Entonces
2 0 5 0 1 5 5 3 5
S2,2,C ABC 0 2 2 0 1 2 2 0 2 ABC .

0 0 1 1 1 1 1 1 1
EJEMPLO 7.6.9
Descrbase la transformacin ML que refleja un objeto con respecto a una recta L.
SOLUCION
Considere que la lnea L de la figura tiene una interseccin con el eje Y en (0, b)
y un ngulo de inclinacin de grados (respecto al eje X). Se reduce la
descripcin a transformaciones conocidas:
1. Trasladar (0, b) al origen.
2. Rotar - grados de manera que la recta L se alinee con el eje X.
3. Efectuar una reflexin de espejo con respecto al eje X.
4. Girar de nuevo grados.
5. Trasladar el origen de nuevo al punto
(0, b).
En notacin de transformacin, se tiene
ML Tv R Mx R Tv
en donde v = -bj.
EJEMPLO 7.6.10
Obtngase la forma de la matriz para realizar reflexin con respecto a una recta L
de pendiente m e interseccin con el eje Y en el punto (0, b).
SOLUCION
Aplicando el hecho de que el ngulo de inclinacin de una recta est relacionado
con su pendiente m por la ecuacin Tan = m, se tiene con v = -bj
ML Tv R Mx R Tv
1 0 0 Cos Sen 0 1 0 0 Cos Sen 0 1 0 0
0 1 b Sen Cos 0 0 1 0 Sen Cos 0 0 1 b .

0 0 1 0
0
1
0
1
0 0 1 0
0 0 1
Ahora, si Tan = m, la trigonometra elemental da
m
Sen
m2 1
1
Cos
m2 1
Sustituyendo estos valores en vez de Sen y Cos despus de la multiplicacin de

matrices, se tiene
1 m2
2m
2bm
2
2
2
m 1 m 1 m 1
2m
m2 1
2b
.
ML 2
m 1 m2 1 m2 1
0
0
1
JOE GARCIA ARCOS
371
EJEMPLO 7.6.11
Realice la reflexin del polgono en forma de diamante cuyos vrtices estn en
A(-1, 0), B(0, -2), C(1, 0) y D(0, 2) con respecto:
a.- La recta horizontal y = 1;
b.- La recta vertical x = 2;
c.- La recta y = x + 2.
SOLUCION
Se representan los vrtices del polgono por medio de la matriz coordenada
homognea
1 0 1 0
V 0 2 0 2
1 1 1 1
La matriz de reflexin puede escribirse como

ML Tv R Mx R Tv
a.- La recta y = 2 tiene interseccin con el eje Y en el punto (0, 2) y forma un
ngulo de 0 con el eje X. De manera que con = 0 y v = -2j, la matriz de
transformacin es
1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0
M L 0 1 2 0 1 0 0 1 0 0 1 0 0 1 2 0 1 4
0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1
Esta misma matriz podra haberse obtenido directamente utilizando los resultados
del ejemplo anterior con pendiente m = 0 e interseccin con el eje Y en b = 0.
Para reflejar el polgono, se iguala
1 0 0 1 0 1 0 1 0 1 0
M L V 0 1 4 0 2 0 2 4 6 4 2
0 0 1 1 1 1 1 1 1 1 1
Convirtiendo de coordenadas homogneas A(-1, 4), B(0, 6), C(1, 4), D(0, 2).
b.- La recta vertical x = 2 carece de interseccin con el eje Y y tiene pendiente
infinita. Puede utilizarse My, reflexin con respecto al eje Y, para escribir la
reflexin deseada:
1. Trasladando la recta dada dos unidades hacia arriba al eje Y;
2. Realizando reflexin con respecto al eje Y;
3. Trasladando hacia atrs dos unidades.
De manera que con v = -2i
1 0 2 1 0 0 1 0 2 1 0 4
M L Tv M y Tv 0 1 0 0 1 0 0 1 0 0 1 0
0 0 1 0 0 1 0 0 1 0 0 1
Por ltimo
1 0 4 1 0 1 0 5 4 3 4
M L V 0 1 0 0 2 0 2 0 2 0 2
0 0 1 1 1 1 1 1 1 1 1
Convirtiendo de coordenadas homogneas A(5, 0), B(4, -2), C(3, 0), D(4, 2).
c.- La recta y = x + 2 tiene pendiente 1 e interseccin con el eje Y en el punto
(0, 2). A partir del ejemplo anterior, con m = 1 y b = 2, se tiene
0 1 2
ML 1 0 2
0 0 1
Ahora es posible determinar las coordenadas necesarias A, B, C y D
JOE GARCIA ARCOS
372
0 1 2 1 0 1 0 2 4 2 0
M L V 1 0 2 0 2 0 2 1 2 3 2
0 0 1 1 1 1 1 1 1 1 1
De manera que A(-2, 1), B(-4, 2), C(-2, 3) y D(0, 2).
EJEMPLO 7.6.12
Un observador que se encuentra en el origen ve un punto P(1, 1). Si el punto se
traslada una unidad en la direccin v = i, su nueva posicin coordenada es
P(2, 1). Supngase que, en vez de esto, el observador retrocede una unidad sobre
el eje X. Cules seran las coordenadas aparentes de P con respecto al
observador?
SOLUCION
El problema puede plantearse como una transformacin de sistemas coordenadas.
Si se traslada el origen O en la direccin v = -i (a una nueva posicin en O), las
coordenadas P en este sistema pueden obtenerse por medio de la traslacin T v :
1 0 1 1 2

T v P 0 1 0 1 1
0 0 1 1 1

De manera que las nuevas coordenadas son (2, 1). Esto tiene la interpretacin
que sigue: un desplazamiento de una unidad en una direccin dada puede lograrse
ya sea trasladando el objeto hacia delante o alejndose de l.
EJEMPLO 7.6.13
Un objeto est definido con respecto a un sistema coordenado cuyas unidades
estn mediadas en pies. Si el sistema coordenado de un observador utiliza
pulgadas como unidad bsica, cul es la transformacin de coordenadas
empleada para describir las coordenadas del objeto en el sistema coordenado del
observador?
SOLUCION
Ya que hay 12 pulgadas en un pie, la transformacin requerida puede describirse
1
por medio de una transformacin de escala coordenada con s o
2
1
0
1/12
12 0
S1/12
1 0 12
0
1/12
y as
x 12 0 x 12 x
S1/12

.
y 0 12 y 12 y
EJEMPLO 7.6.14
Obtngase la ecuacin del crculo (x)2 + (y)2 = 1 en trminos de coordenadas
XY, considerando que el sistema coordenado XY es el resultado de una puesta
en escala a unidades en la direccin X y b unidades en la direccin Y.
SOLUCION
A partir de las ecuaciones para una transformacin de escala coordenada, se
obtiene
1
1
x x y y y
b
a
Sustituyendo, se tiene
JOE GARCIA ARCOS
373
2
x y
1
a b
Obsrvese que, como resultado de la puesta en escala, la ecuacin del crculo se
transforma en la ecuacin de una elipse en el sistema coordenado XY.
EJEMPLO 7.6.15
Obtngase la ecuacin de la recta y = mx + b en las coordenadas XY si el
sistema coordenado XY es el resultado de una rotacin de 90 del sistema
coordenado XY.
SOLUCION
Las ecuaciones de transformacin de coordenadas de una rotacin pueden
escribirse como
x xCos90 ySen90 y
y xSen90 yCos90 x
Sustituyendo, se tiene x = my + b. Resolviendo para y, se tiene
1
b
y x .
m
m
A continuacin y de forma general, enumeramos los operadores en R2 que
transforman cada vector en su imagen simtrica con respecto a alguna recta y se
denominan operadores reflexin. As mismo, encontramos los operadores
proyeccin ortogonal y rotacin:
Reflexin respecto al eje Y:
x x
1 0

y y
0 1
Reflexin respecto al eje X:

x x
y y
1 0

0 1
Reflexin respecto a la recta y = x:

x y
0 1

y x
1 0
Proyeccin ortogonal sobre el eje X:

x x
1 0

y 0
0 0
JOE GARCIA ARCOS
374
Proyeccin ortogonal sobre el eje Y:

x 0
y y
0 0

0 1
Rotacin a travs de un ngulo :

x xCos ySen
Cos Sen

y xSen yCos
Sen Cos
7.7 TRANSFORMACIONES GRAFICAS EN R3

El manejo, visin y construccin de imgenes grficas tridimensionales requiere el empleo de geometra y
transformaciones coordenadas tridimensionales. Estas transformaciones estn constituidas por la
composicin de las transformaciones bsicas de traslacin, puesta en escala y rotacin. Cada una de estas
transformaciones puede representarse como una transformacin matricial. Lo cual permite construir
transformaciones ms complejas al utilizar multiplicacin o concatenacin matriciales.
Como en las transformaciones bidimensionales, se adoptan dos puntos de vista
complementarios: el objeto o imagen se maneja directamente mediante el uso de
transformaciones geomtricas, o el objeto permanece estacionario y el sistema
coordenado del observador se modifica al utilizar transformaciones coordenadas.
Adems, la construccin de objetos e imgenes complejas se facilita al emplear
transformaciones de instancia, que combinan ambos puntos de vista. Las
transformaciones y los conceptos aqu presentados son generalizaciones directas
de as demostradas para transformaciones bidimensionales.
TRANSFORMACIONES GEOMETRICAS
Con respecto a algunos sistemas coordenados tridimensionales, un objeto se
considera como un conjunto de puntos = {P(x, y, z)}.
Si el objeto se traslada a una nueva posicin, puede considerrsele como un nuevo
objeto , del que todos los puntos coordenados P(x, y, z) pueden obtenerse a
partir de los puntos coordenados originales P(x, y, z) de aplicando una
transformacin geomtrica.
Un objeto es desplazado ciertas distancias y direccin a partir de su posicin
original. La direccin y el desplazamiento de la traslacin estn prescritos por un
vector v = ai + bj + ck. Las nuevas coordenadas de un punto trasladado pueden
calcularse al utilizar la transformacin
x x a
Tv : y y b .
z z c
A fin de representar esta transformacin como matricial, es necesario utilizar

coordenadas homogneas. Entonces, la transformacin matricial homognea
JOE GARCIA ARCOS
375
requerida puede expresarse como

x 1

y 0
z 0

1 0
0
1
0
0
0
0
1
0
a x

b y
c z

1 1
El proceso de puesta en escala modifica las dimensiones de un objeto. El factor de

escala s determina si la escala es una amplificacin, s > 1, o una reduccin, s < 1.
En la puesta en escala con respecto al origen, donde dicho origen permanece fijo,
se efecta por la transformacin
x sx x
Ssx , s y , sz : y s y y
z sz z
En forma matricial, tenemos
sx 0 0
Ss x , s y , s z 0 s y 0
0 0 s
z
La rotacin en tres dimensiones es mucho ms compleja que la rotacin en dos

dimensiones. En dos dimensiones, una rotacin est prescrita por un ngulo de
rotacin y un centro de rotacin P. Las rotaciones tridimensionales requieren la
prescripcin de un ngulo de rotacin y de un eje de rotacin.
Las rotaciones cannicas estn definidas cuando se elige uno de los ejes
coordenados positivos X, Y o Z como eje de rotacin. Entonces la construccin
de la transformacin de rotacin procede igual que la de una rotacin en dos
dimensiones, con respecto al origen.
Rotacin con respecto al eje Z
R , k
x xCos ySen
: y xSen yCos
z z
Rotacin con respecto al eje Y

x xCos zSen
R , j :
y y
z xSen zCos
Rotacin con respecto al eje X

x x
R ,i : y yCos zSen
z ySen zCos
Obsrvese que la direccin de un ngulo positivo de rotacin se elige de acuerdo

con la regla de la mano derecha respecto al eje de rotacin. Las transformaciones
matriciales correspondientes son
Cos Sen 0
Cos 0 Sen
R , k Sen Cos 0 ; R , j 0
1
0 ;
0
Sen 0 Cos
0
1
JOE GARCIA ARCOS
376
R , i
0
0
1
0 Cos Sen .
0 Sen Cos
El caso general de rotacin en relacin con un eje L puede construirse a partir de

estas rotaciones cannicas mediante la multiplicacin de matrices.
TRANSFORMACIONES DE COORDENADAS
Tambin es posible lograr los efectos de traslacin, puesta en escala y rotacin al
mover al observador que ve el objeto y manteniendo estacionario el objeto. Este
tipo de transformacin se denomina transformacin de coordenadas. Primero se
fija un sistema coordenado al observador y despus se le traslada junto con el
sistema coordenado agregado. A continuacin, se vuelven a calcular las
coordenadas del objeto observado respecto al nuevo sistema coordenado del
observador. Los nuevos valores coordenados sern exactamente los mismos que
si el observador hubiera permanecido estacionario y el objeto se hubiera movido,
correspondiendo a una transformacin geomtrica.
Si el desplazamiento del sistema coordenado del observador hacia una nueva
posicin est prescrito por un vector v = ai + bj + ck, un punto P(x, y, z), en el
sistema coordenado original tiene coordenadas P(x, y, z) en el nuevo sistema
coordenado, y
x x a
T v : y y b
z z c
La obtencin de esta transformacin es completamente anloga a la de la

transformacin bidimensional. Obtenciones semejantes se cumplen para
transformaciones de puesta en escala de coordenadas y rotacin de coordenadas.
Como en el caso bidimensional, se resumen las relaciones entre las formas
matricules de las transformaciones de coordenadas y las transformaciones
geomtricas:
Traslacin
Transf. de coord.
Tv
Transf. Geom.
T v
Rotacin
Puesta en escala
Ssx , s y , sz
S1
1 1
, ,
sx s y sz
Las transformaciones geomtricas y de coordenadas inversas se construyen al

efectuar la operacin inversa. En esta forma, para transformaciones de
coordenadas (y, de manera semejante, para transformaciones geomtricas):
1
Tv T v ;
R R ;
Ssx , s y , sz S 1
1 1
, ,
sx s y sz
TRANSFORMACIONES COMPUESTAS Y CONCATENACION DE

MATRICES
Transformaciones geomtricas y coordenadas ms complejas se forman a travs
JOE GARCIA ARCOS
377
del proceso de composicin de funciones. Sin embargo, para las funciones

matriciales el proceso de composicin equivale a la multiplicacin o
concatenacin de matrices.
1. Av, u = alinear un vector v con un vector u.
2. R, L = rotacin respecto a un eje L. El eje se prescribe dando un vector de
direccin v y un punto P a travs del cual pasa el eje.
3. Ssx , s y , sz = puesta en escala con respecto a un punto arbitrario P.
A fin de construir estas transformaciones ms complejas mediante concatenacin
de matrices, es necesario poder multiplicar matrices de traslacin con matrices de
rotacin y puesta en escala. Esto requiere el empleo de coordenadas homogneas
y matrices de 4 x 4. Las matrices estndar de rotacin y puesta en escala de 3 x 3
pueden representarse como matrices homogneas 4 x 4 al agregar una fila y
columna extra, como sigue:
a b c 0
d e f 0
g h i 0
0 0 0 1
Estas transformaciones se aplican despus a los puntos P(x, y, z) que tienen la
forma homognea:
x

y .
z

1
EJEMPLO 7.7.1
Se define inclinacin como una rotacin con respecto al eje X seguida por una
rotacin con respecto al eje Y:
a.- Obtngase la matriz de inclinacin;
b.- Importa el orden que se efecte la rotacin?
SOLUCION
a.- Es posible obtener la transformacin requerida T al componer (concatenar)
dos matrices de rotacin:
Cos y 0 Sen y 0 1
0
0
0
0
1
0
0 0 Cos x Sen x 0
T = R y , j R x ,i
Sen y 0 Cos y 0 0 Sen x Cos x 1
0
0
0
0
1
0
0
1
Cos y Sen y Sen x Sen y Cos x 0
0
Cos x
Sen x
0
Sen y Cos y Sen x Cos y Cos x 0
0
0
0
1
b.- Se multiplican R x ,i R y , j para obtener la matriz

Cos y
0
Sen y
0
Sen x Sen y Cos x Sen x Cos y 0

Cos Sen
Sen x Cos x Cos y 0
x
y
0
0
0
1
Esta no es la misma matriz que en la parte a); por tanto, s importa el orden de la
rotacin.
JOE GARCIA ARCOS
378
EJEMPLO 7.7.2
Obtngase una transformacin Av que alinea un vector dado v con el vector k a lo
largo del eje Z positivo.
SOLUCION
Segn la figura a). Sea v = ai + bj + ck. Se realiza el alineamiento a travs de la
secuencia siguiente de transformaciones, figura b) y c):
1. Se gira con respecto al eje X en un ngulo 1 de manera que v gira en la mitad
superior del plano XZ (como vector v1).
2. Se gira el vector v1 con respecto al eje Y en un ngulo -2 de manera que v1
gira al eje positivo Z (como vector v2).
Al poner en prctica el paso 1 a partir de la figura b), se observa que el ngulo
requerido de rotacin 1 puede obtenerse al observar la proyeccin de v sobre el
plano YZ. (Se considera que b y c no son ambas cero). A partir del tringulo
OPB:
b
Sen1 2
b c2
c
Cos
1
2
b c2
La rotacin requerida es
0
0
0
1
c
b
0
b2 c 2
b2 c 2
R 1 ,i
b
c
0
2
2
2
2
b c
b c
0
0
1
Al aplicar esta rotacin a v se produce el vector v1 con componentes

(a, 0, b2 c2 ) .
Al realizar el paso 2 partiendo de la figura c), se ve que se necesita una rotacin
de -2 y tambin a partir del tringulo OQQ:
a
Sen(2 ) Sen2 2
a b2 c 2
b2 c 2
Cos ( ) Cos
2
2
a 2 b2 c 2
Entonces
b2 c 2
a
0
0
a 2 b2 c 2
a 2 b2 c 2
0
1
0
0
R 2 , j
a
b2 c 2
0
0
2
2
2
a 2 b2 c 2
a b c
0
0
0
1
Ya que v a 2 b2 c 2 , introduciendo la notacin b2 c 2 , se obtiene
JOE GARCIA ARCOS
379
ab
ac

v v v 0
c
b
0
0
A v R 2 , j R 1 ,i
b
c
0
v
v
v
0
0
1
Si tanto b como c son cero, entonces v = ai, por lo que = 0. En este caso, slo se
requiere una rotacin de 90 con respecto al eje Y, de manera que si = 0, se
tiene que
a
0 0 a 0
0 1
0
0
A v R 2 , j
a 0
0
0
a
0 0
0
1
En la misma forma se calcula la transformacin inversa que alinea al vector k con

el vector v.
-1
A-1
v (R 2 , j R 1 ,i )
-1
R -1
1 ,i R -2 , j
R 1 ,i R 2 , j

v
ab
v
ac
a
v
b
v
c
v
0
0
.
EJEMPLO 7.7.3
Sea un eje de rotacin L especificado por un vector v y un punto de localizacin
P. Obtngase la transformacin para una rotacin de con respecto a L.
SOLUCION
Es posible obtener la transformacin requerida siguiendo los siguientes pasos:
1. Trasladar P al origen.
2. Alinear v con el vector k.
3. Girar con respecto a k.
4. Invertir los pasos 2 y 1.
De manera que
R ,L TP1 Av1 R ,k Av TP
En este caso, Av es la transformacin descrita en el ejemplo anterior.
EJEMPLO 7.7.4
La pirmide definida por las coordenadas
A(0, 0, 0), B(1, 0, 0), C(0, 1, 0), D(0, 0, 1)
se gira 45 respecto a la recta L que tiene la direccin v = j + k y pasa a travs del
punto C(0, 1, 0). Obtenga las coordenadas de la figura girada.
SOLUCION
JOE GARCIA ARCOS
380
Tomando de referencia el ejemplo anterior, la matriz de rotacin R ,L puede

encontrarse al concatenar las matrices
R ,L TP1 Av1 R ,k Av TP
Con P(0, 1, 0) entonces
1 0 0 0
0 1 0 1
T P
0 0 1 0
0 0 0 1
Ahora v = j + k. As que a partir del segundo ejemplo, con a = 0, b = 1, c = 1, se
obtienen 2 , v 2 , y
1
Av
0
0
1
2
1
2
0
0
0
1
1
0
0
2
-1
y Av
0 1
0
1
0
0
0
1
2
1
2
0
0
1
2
1
2
0
Tambin
R 45, k
1
2
1
2
0
0
1
2
1
2
0
0
0 0
1
0 0 y T--1P
0
1 0
0
0 1
0
1
0
0
0
0
1
0
1
0
Entonces
2
1
1
1
2
2
2
2
1 2 2 2 2 2 2
R ,L 2
4
4
4
1 2 2 2 2
2 2
4
4
4
2
0
0
0
1
Para obtener las coordenadas de la figura girada, se aplica la matriz de rotacin

R,L a la matriz de coordenadas homogneas de los vrtices A, B, C y D.
0 1 0 0
0 0 1 0
C (ABCD)
0 0 0 1
1 1 1 1
De manera que
1
2
2 2
R ,L C 4
2 2
4
1
Las coordenadas giradas son
1 2
2
4 2
4
2 4
4
1
0
1
0
1
2 2
2
2
2
1
1
JOE GARCIA ARCOS
381
1 2 2 2 2
1 2 4 2 2 4
A ,
,
,
,
, B
, C = (0, 1, 0),
4
4
4
4
2
2
2 2 2
D 1,
,
.
2
2
EJEMPLO 7.7.5
Obtenga la transformacin para reflejo de espejo con relacin a un plano dado.
SOLUCION
Sea el plano de reflexin especificado por un vector normal N y un punto de
referencia P0(x0, y0, z0), para reducir la reflexin a una reflexin de espejo con
respecto al plano XY:
1. Se traslada P0 al origen.
2. Se alinea el vector normal N con el vector k normal al plano XY.
3. Se efecta la reflexin de espejo en el plano XY.
4. Se invierten los pasos 1 y 2.
De manera que, con el vector de traslacin v = -x0i y0j z0k
MN,P0 Tv1 AN1 M A N Tv
Aqu, AN es la matriz de alineamiento definida en el segundo ejemplo. Por tanto,
si el vector N = n1i + n2j + n3k, entonces a partir del segundo ejemplo, con
N n12 n22 n32 y n22 n32 , se obtiene
AN
Adems
n1
N
n3
n2
N
n1n3
N
n1n2
N
n2
n3
N
n1n2
-1
y AN N
nn
1 3
N
0 x0
1
0 y0
0
y Tv-1
0
1 z0
0 1
0
Por ltimo, la forma homognea de M es
1 0 0 0
0 1 0 0
.
M
0 0 1 0
0 0 0 1
1
0
Tv
0
0
1
0
0
0
1
0
0
n1
N
n3
n2
N
0
0
1
0
n2
n3
N
x0
y0
z0
EJEMPLO 7.7.6
Obtngase la matriz para la reflexin de espejo respecto al plano que pasa a travs
del origen y tiene un vector normal cuya direccin es N = i + j + k.
SOLUCION
Basndose en el ejemplo anterior, con P 0(0, 0, 0) y N = i + j + k, se obtienen
N 3 y 2 . Entonces
JOE GARCIA ARCOS
382
0
Tv
0
AN
2 3
1
0
1
2
1
3
0
3
0
0
1
0
0
0
0
1
0
0
1
0
0
y Tv-1
0
0
1
0
0
1
0
0
0
0
0
2 3
0
-1
2
, AN
1
0
3
0
1
1 0 0
0 1 0
M
0 0 1
0 0 0
1
0
0
1
0
0
0
3
1
3
1
2 3
1
2
1
3
1
2 3
0
2
0
3
0
0
,
La matriz de reflexin es
M N,O
1
3
2
Tv1 A N1 M A N Tv 3
2
3
2
3
1
3
2
3
0
2
3
2
3
1
3
0
0
.
A continuacin y de forma general, enumeramos los operadores en R3 que

transforman cada vector en su imagen simtrica con respecto a alguna recta y se
denominan operadores reflexin. As mismo, encontramos los operadores
proyeccin ortogonal y rotacin:
Reflexin respecto al plano XY:
x x
y y
z z
1 0 0
0 1 0
0 0 1
Reflexin respecto al plano XZ:

x x
y y
z z
1 0 0
0 1 0
0 0 1
JOE GARCIA ARCOS
383
Reflexin respecto al plano YZ:

x x
1 0 0
0 1 0
z z
0 0 1
Proyeccin ortogonal sobre el plano XY:

x x
y y
z 0
1 0 0
0 1 0
0 0 0
Proyeccin ortogonal sobre el plano XZ:

x x
1 0 0
y 0 0 0 0
z z
0 0 1
Rotacin ortogonal sobre el plano YZ:

x 0
y y
z z
0 0 0
0 1 0
0 0 1
Rotacin en sentido antihorario a travs de un ngulo respecto al eje X positivo:

x x
0
0
yCos
zSen
0
Cos
Sen
z ySen zCos
0 Sen Cos
JOE GARCIA ARCOS
384
Rotacin en sentido antihorario a travs de un ngulo respecto al eje Y positivo:

x xCos zSen
Cos 0 Sen
y
1
0
0
z xSen zCos
Sen 0 Cos
Rotacin en sentido antihorario a travs de un ngulo respecto al eje Z positivo:

x xCos ySen
Cos Sen 0
y xSen yCos Sen Cos 0
0
z z
0
1
Por completitud, se puede ver que la matriz estndar para una rotacin en sentido
horario alrededor de un eje en R3 (determinado por un vector unitario arbitrario
u = (a, b, c) cuyo punto inicial est en el origen) por un ngulo , es
a 2 (1 Cos) Cos ab(1 Cos) cSen ac(1 Cos) bSen
ab(1 Cos) cSen b 2 (1 Cos) Cos bc(1 Cos) aSen .
ac(1 Cos) bSen bc(1 Cos) aSen c 2 (1 Cos) Cos
7.8 FORMAS LINEALES. ESPACIO DUAL

En esta seccin estudiaremos las transformaciones lineales que van de un espacio vectorial U en un espacio
unidimensional. Enunciaremos y demostraremos sus propiedades.
Las formas lineales son transformaciones lineales de un espacio vectorial en un
espacio vectorial de dimensin 1. Como tales, no son nuevas para nosotros. Pero,
debido a su gran importancia, han sido objeto de mucha investigacin y se les ha
acumulado una gran cantidad de terminologa especial.
DEFINICION 7.8.1
Dado un espacio vectorial V, sobre un cuerpo K, una forma lineal en V es
toda transformacin f : V K, que satisfaga el axioma siguiente:
u, v V y a, b K, entonces f(au + bv) = af(u) + bf(v).
Cualquier cuerpo se puede considerar como un espacio vectorial de dimensin 1
sobre s mismo. Por tanto, el concepto de forma lineal en realidad no es algo
nuevo. Es la conocida transformacin lineal, restringida a un caso especial.
Las operaciones que figuran en el primer miembro son las del espacio vectorial V
y las del segundo miembro son la adicin y producto del cuerpo K. Considerando,
entonces, el cuerpo K como espacio vectorial sobre s mismo, puede decirse que
las formas lineales en el espacio vectorial V son las transformaciones lineales de
V en su cuerpo base K, es decir; f : V K. Como las funciones lineales son un
caso especial de las transformaciones lineales, los conceptos y resultados
obtenidos anteriormente permanecen vlidos y pueden aplicarse a las funciones
lineales.
JOE GARCIA ARCOS
385
TEOREMA 7.8.1
Si V es un espacio vectorial sobre K, de dimensin n, el conjunto de todas
las formas lineales sobre V es un espacio vectorial de dimensin n.
DEMOSTRACION
Para demostrar este teorema, probaremos en primer lugar que toda transformacin
lineal f : V kV es una transformacin lineal a la cual designaremos por kf. En
efecto, como
(kf)(au) = f(kau) = af(ku) = a(kf)(u), para todo k K.
(af)(u + v) = f(a(u + v)) = f(au) + f(av) = (af)(u) + (af)(v), para todo u, v V y a K.
En segundo lugar, tambin debemos probar que la transformacin f de V en la suma
de las dos formas lineales g(u) + h(u) es tambin otra forma lineal, que designaremos
por (g + h)(u). En efecto, como
f(u) = g(u) + h(u) = (g + h)(u).
f(u) K, ya que g(u), h(u) K y, adems, se cumplen las condiciones siguientes:
a.- f(u + v) = g(u + v) + h(u + v)
= g(u) + g(v) + h(u) + h(v)
= g(u) + h(u) + g(v) + h(v)
= (g + h)(u) + (g + h)(v)
= f(u) + f(v)
b.- f(ku) = g(ku) + h(ku)
= kf(u) + kh(u)
= k(g(u) + h(u))
= k(g + h)(u)
= kf(u)
Por tanto, el conjunto de las formas lineales cumple las condiciones necesarias y
suficientes para ser un espacio vectorial.
Por ser las formas lineales, en un espacio vectorial, unos homomorfismos especiales
entre espacios vectoriales, son vlidas para ellas todos los resultados obtenidos para
stos. En particular, dado un espacio vectorial V, la adicin de dos formas lineales en
V es tambin una forma lineal en V, al multiplicar por un escalar una forma lineal en
V, se obtiene una nueva forma lineal en V; es tambin, entonces cierto que el
conjunto L(V, K), de las formas lineales en V, tiene, respecto de las mencionadas
operaciones, estructura de espacio vectorial. A este espacio vectorial, de las formas
lineales en V, se le da el nombre de espacio dual de V y se le representa por V*.
DEFINICION 7.8.2
Siendo V un espacio vectorial sobre un cuerpo conmutativo K, se llama
dual de V al espacio vectorial sobre K de todas las formas lineales sobre V.
La base del espacio dual V* de V guarda una relacin especial con la base de V. Sea
S = {u1, u2, ..., un} la base de V. Se define el funcional lineal fi(u) por u = a1u1 + a2u2
+ ... + anun, donde fi(u) = ai K. A fi se le llamara la funcin coordenada i-sima. Se
puede demostrar que fi es un funcional lineal.
TEOREMA 7.8.2
Si V es un espacio vectorial de dimensin n sobre un cuerpo K, V* es
tambin de dimensin n.
DEMOSTRACION
Sea S = {u1, u2, ..., un} una base de V; si u V, tenemos, de modo nico
u = a1u1 + a2u2 + ... + anun.
Sea fi la forma lineal sobre V definida por fi : V ai. Esta transformacin fi es una
forma lineal, pues
fi(u + v) = ai + bi = fi(u) + fi(v); fi(ku) = kai = kfi(u).
Si f es una forma lineal cualquiera sobre V, es decir un elemento de V*,
f(u) = a1f(u1) + a2f(u2) + ... + anf(un)
JOE GARCIA ARCOS
386
por tanto, f est determinada por los valores ci = fi(u) que toma para los elementos de
la base de V. Como el cuerpo es conmutativo
f(u) = a1f1(u) + a2f2(u) + ... + anfn(u)
es decir
f = a1f1 + a2f2 + ... + anfn
Ahora bien, en V* las formas fi son linealmente independientes, pues si se pudiera
escribir
d1f1(u) + d2f2(u) + ... + dnfn(u) = V*
para valores di K no todos iguales a cero, tendramos para todo u V
d1f1(u) + d2f2(u) + ... + dnfn(u) = 0 K
es decir
d1a1 + d2a2 + ... + dnan = 0.
Ahora bien, esto es imposible, pues si, por ejemplo, dn 0, basta tomar a1 = a2 = ... =
an-1 = 0 y an 0 K. Por tanto, toda forma f puede escribirse como f = a1f1 + a2f2 +
... + anfn y los fi son linealmente independientes. Esto significa que {f1, f2, ..., fn} es
base de V* y que V* es, por tanto, de dimensin n.
7.9 CUESTIONARIO
Responda verdadero (V) o falso (F) a cada una de las siguientes afirmaciones. Para las afirmaciones que sean falsas,
indicar por que lo es:
7.9.1 Las matrices de una misma transformacin lineal en
dos bases coinciden cuando, y slo cuando, la matriz del
cambio de una de esas bases por otra es conmutativa con la
matriz de dicha transformacin lineal en una de las bases
dadas.
7.9.2 La proyeccin de un espacio tridimensional sobre el
eje de coordenadas del vector e1 paralelamente al plano de
coordenadas de los vectores e2 y e3 no es una
7.9.3 Las transformaciones lineales de un espacio ndimensional con respecto a la adicin y multiplicacin por
un nmero forman de por s un espacio vectorial.
7.9.4 Cualquier transformacin lineal f de un espacio
unidimensional se reduce a la multiplicacin de todos los
vectores por un mismo nmero.
7.9.5 Si f es una transformacin lineal del espacio de
dimensin finita U a W, entonces la dimensin de W es
igual a la suma de la nulidad y el rango.
7.9.6 Si f es una transformacin lineal de U en W, siendo
ambos de dimensin k, entonces el ncleo de f es igual a
si y slo si la imagen de f es igual a U.
7.9.7 Si f es una transformacin lineal de U en W, siendo
ambos de dimensin k, entonces f -1 existe si y slo si el
ncleo de f es igual a W.
7.9.8 Si f es una transformacin lineal sobreyectiva de U
en U, y U es n-dimensional, entonces f es inyectiva.
7.9.9 El giro de un espacio tridimensional en un ngulo

2/3 alrededor de una recta, prefijada en un sistema
rectangular de coordenadas mediante las ecuaciones
x1 = x2 = x3, es una transformacin lineal.
7.9.10 El giro del plano en un ngulo alrededor del
origen de coordenadas es una transformacin lineal.
7.9.11 Si f es una transformacin lineal inyectiva de U
en U, y U es n-dimensional, entonces f es biyectiva.
7.9.12 Sea U un espacio vectorial de dimensin finita y
sea f una transformacin lineal sobre U. Supngase que el
rango de f 2 es igual al rango de f. Entonces la imagen y el
ncleo de f son disjuntos.
7.9.13 Una matriz B de orden n es semejante a una
matriz A de orden n si y slo si existe una matriz C
singular tal que B = C-1AC.
7.9.14 Si f es una transformacin lineal de U en U y si A
y B son representaciones matriciales de f pero respecto
posiblemente a bases distintas, entonces B es semejante a
A.
7.9.15 Sean U y W dos espacios vectoriales y sea f una
transformacin lineal de U en W. Si f es singular,
entonces f -1 es una transformacin lineal de U en W.
7.9.16 Si f es una transformacin lineal de U en W.
Entonces f es no singular si, y slo si, f aplica cada
subconjunto linealmente independiente de U sobre un
subconjunto linealmente independiente de W.
JOE GARCIA ARCOS
387
7.9.17 Sea f una transformacin lineal de U en W y sea

W n-dimensional. Entonces f es inyectiva si y slo si el
rango de f es n.
7.9.19 Si U un espacio vectorial de dimensin finita n, f

una transformacin lineal de U en W. Entonces f es no
singular si y slo si es inyectiva.
7.9.18 Sea f una transformacin lineal de R3 en R2 y sea g

una transformacin lineal de R2 en R3. Entonces que la
transformacin lineal gf es no singular.
7.9.20 Si U y W son espacios de dimensin finita.

Entonces U es isomorfo a W si y slo si la dimensin de
U es igual a la dimensin de W.
JOE GARCIA ARCOS

7 Transformaciones-Lineales

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

7 Transformaciones-Lineales

Uploaded by

Copyright:

Available Formats

OBJETIVO

Resolver problemas relacionados con transformaciones lineales, mediante la interpretacin y representacin en

7.1 DEFINICIONES Y PROPIEDADES

La observacin acerca de la multiplicacin escalar es inexacta, ya que no aplicamos

La aplicacin que enva cada vector en U sobre el vector cero en V es claramente

f(u + v) = u + v = f(u) + f(v) y f(u) = u = f(u)

utilizamos f(ui) = g(ui) para todo i N, obtenemos

Encontramos la imagen pedida:

f((0, 4, 5)) = 2 + 3x + 3x2

Encontramos la imagen pedida:

e.- f(B + C) = A-1(B + C)A = A-1(BA + CA) = A-1BA + A-1CA

as, la transformacin lineal conserva las operaciones estructurales en un espacio

JOE GARCIA ARCOS

i.- U = Ca; b, V = Ca; b, T ( f ) et f (t )dt .

j.- U = C(1)a; b, V = Ca; b,

7.1.2 Demuestre que la transformacin f definida por

7.1.9 Sea f : (n, n) R definida por Tr(A) = a11 + a22 +

JOE GARCIA ARCOS

7.1.17 Determinar la imagen del cubo unitario cuyos

7.1.21 Un vector u es un punto fijo de una transformacin

7.2 REPRESENTACION MATRICIAL. MATRIZ DE CAMBIO DE BASE

y que transforma todo vector de S1 en el vector correspondiente de S2. Suponga que

vm am1u1 am 2 u2 ... amm um

a1m a2 m ... amm

bm a1m c1 a2 m c2 ... amm cm

De las primeras dos correlaciones se desprende

y en las otras dos bases, la igualdad

coordenadas al pasar de la base S1 a la base S2 y con Q, la matriz de la

De donde se deduce que

YS4 = Q-1ASS1 P XS2 .

Al comparar la igualdad obtenida con (4), concluimos que

Encuentre la representacin matricial de f.

obtenga la matriz f SS2 . Primeramente, determinaremos cules son las imgenes de

los vectores de la base S1 de (2, 2):

JOE GARCIA ARCOS

Por lo tanto, p'(x) = 8 - 20x + 18x2 - 28x3.

b.- D(1/2(1 - t)) = - 1/2 = (-1/2)1/2(1 - t) + (-1/2)1/2(1 + t) + 0t2

7.2.2 Encuentre la representacin matricial A de la

c.- f es la rotacin de 135 en sentido antihorario en R2,

7.2.6 Sea f una transformacin lineal tal que f(u) = u

7.2.9 Decimos que una recta se aplica sobre s misma,

7.2.10 Sea S = {1, x, x , x } una base de P3 y sea

a.- Encuentre la matriz A para f con respecto a S y a la

7.2.13 En R3 sean S1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y

7.2.18 Sea u = (x, y), v = (-7, 4) y w = (3, -8), y sea

donde a, b y c son nmeros positivos. Sea S la esfera

a.- Demuestre que f(S) est delimitada por el elipsoide

b.- Utilice el hecho de que el volumen de la esfera

7.3 ALGEBRA DE TRANSFORMACIONES LINEALES

a1m a2 m ... anm

consideradas anteriormente. Calculamos los transformados de los elementos de la

a1m b1m a2m b2m ... anm bnm

La transformacin lineal Af + Ii se puede escribir como

a1m a2 m ... anm

1m aa2 m ... aanm

Al conjunto de transformaciones lineales f de U en V, se designa por L(U, V). Si

deban ser iguales. En resumen la composicin de transformaciones lineales es

c1m c2 m ... cnm

JOE GARCIA ARCOS

a(fg) = (af)g = f(ag);

Hallamos los productos de estas matrices:

JOE GARCIA ARCOS

Como por hiptesis tenemos que fg = gf, entonces (fg)n = fngn.