Professional Documents
Culture Documents
101
102 4. Transformaciones lineales del plano y matrices 2 × 2
Figura 4.1.
PU : R2 → R2
X 7→ PU (X) = P royU X
es decir, µ ¶ µ4 2 ¶
x 5x + 5y
PU = 2 1 . (4.1)
y 5x + 5y
Así por ejemplo, µ ¶ µ4 ¶ µ ¶
2
5 5 (5) + 5 (5) 6
PU = 2 1 = .
5 5 (5) + 5 (5)
3
µ 0¶ µ ¶
x x
Si 0
= PU , en lugar de la igualdad (4.1) podemos escribir
y y
µ 0¶ µ 4 2 ¶
x 5x + 5y
= 2 1
y0 5x + 5y
o bien (
x0 = 45 x + 25 y
y 0 = 25 x + 15 y
ecuaciones que expresan las coordenadas x0 ,y 0 del vector PU (X) en términos de las coor-
denadas x, y de X. ¥
Ejemplo 4.2
Sea U un vector no nulo de R2 y sea L la recta generada por U. Denotaremos SU la
transformación del plano que asigna a cada vector X de R2 la reflexión de X respecto a
la recta L. Es decir, para cada X de R2 , SU (X) es el otro extremo del segmento de recta
4.1. Transformaciones del plano 103
Figura 4.2.
De manera que
SU : R2 → R2
X 7→ SU (X) = 2PU (X) − X
A la transformación SµU ¶la llamaremos
µ ¶ reflexión respecto a la recta L.
2 x
Si, por ejemplo, U = ,X= y puesto que
1 y
µ4 ¶
x + 25 y
PU (X) = 52 1
5x + 5y
entonces µ4 2 ¶ µ ¶ µ3 4 ¶
5x + 5y x 5x + 5y
SU (X) = 2 2 1 − = 4 3
5x + 5y
y 5x − 5y
es decir, µ ¶ µ3 ¶
x x + 45 y
SU = 54 3 (4.2)
y 5x − 5y
µ ¶ µ ¶
10 2
Por ejemplo, si X = , su reflexión respecto a la recta L generada por U = es
0 1
µ ¶ µ3 4 ¶ µ ¶
10 5 (10) + 5 (0) 6
SU = 4 3 = .
0 5 (10) − 5 (0)
8
µ 0¶ µ ¶
x x
Si = SU , en lugar de (4.2) podemos escribir
y0 y
µ 0¶ µ 3 4 ¶
x 5x + 5y
= 4 3
y0 5x − 5y
104 4. Transformaciones lineales del plano y matrices 2 × 2
Ejemplo 4.3
Sea D2 : R2 → R2 la transformación que asigna a cada vector X de R2 el vector 2X (Ver
figura 4.3). Es decir,
D2 : R2 → R2
X 7→ D2 (X) = 2X
Nótese que D2 alarga cada vector X de R2 , en la misma dirección de X hasta el doble
de su longitud.
Figura 4.3.
µ ¶ µ ¶ µ ¶
x x 2x
Si X = entonces D2 (X) = 2X = 2 = , así
y y 2y
µ ¶ µ ¶
x 2x
D2 =
y 2y
µ 0¶ µ ¶
x x
o bien, si 0
= D2 ,
y y
µ 0¶ µ ¶ ½ 0
x 2x x = 2x
= o, equivalentemente, . ¥
y0 2y y 0 = 2y
Es claro que en el ejemplo anterior, en lugar del número 2 podemos emplear cualquier
número real r y considerar la transformación
Dr : R2 → R2
X 7→ Dr (X) = rX
µ ¶
x
Si X = , entonces
y
µ ¶ µ ¶
x rx
Dr (X) = rX = r = .
y ry
Ejemplo 4.4
Fijemos un número real θ, −2π < θ < 2π. Consideremos la transformación Rθ : R2 → R2 ,
la cual llamaremos rotación por el ángulo θ, definida como se indica a continuación:
4.1. Transformaciones del plano 105
para cada X de R2 , Rθ (X) es el punto final del vector de posición obtenido al rotar el
−−→
vector OX alrededor del origen un ángulo de θ radianes. Convenimos en realizar la rotación
en el sentido contrario al movimiento de las agujas del reloj cuando θ > 0, y en el mismo
sentido de dicho movimiento cuando θ < 0. (Figura 4.4).
Figura 4.4.
µ ¶
x
Determinemos las coordenadas del vector Rθ (X) para X = , X 6= O.
y
Sea φ, en radianes, la dirección del vector X como se muestra en la figura 4.4. Como
µ ¶ µ ¶
cos φ cos (φ + θ)
X = kXk , Rθ (X) = kRθ (X)k y kRθ (X)k = kXk
senφ sen (φ + θ)
se tiene que,
µ ¶
cos (φ + θ)
Rθ (X) = kXk
sen (φ + θ)
µ ¶
cos φ cos θ − senφsenθ
= kXk
senφ cos θ + cos φsenθ
µ ¶
kXk cos φ cos θ − kXk senφsenθ
= .
kXk senφ cos θ + kXk cos φsenθ
Ahora, como kXk cos φ = x y kXksenφ = y entonces
µ ¶ µ ¶
x cos θ − ysenθ x cos θ − ysenθ
Rθ (X) = =
y cos θ + xsenθ xsenθ + y cos θ
es decir, µ ¶ µ ¶
x x cos θ − ysenθ
Rθ = . (4.3)
y xsenθ + y cos θ
µ 0¶ µ ¶
x x
Si = R θ , en lugar de la igualdad anterior tenemos
y0 y
µ 0¶ µ ¶
x x cos θ − ysenθ
=
y0 xsenθ + y cos θ
o bien las ecuaciones ½
x0 = x cos θ − ysenθ
y 0 = xsenθ + y cos θ
106 4. Transformaciones lineales del plano y matrices 2 × 2
a las cuales nos referiremos como ecuaciones de rotación. Ellas expresan las coordenadas
x0 ,y 0 del vector Rθ (X) en términos de las coordenadas x, y del vector X.
Por ejemplo, si θ = π/2 entonces cos θ = 0 y senθ = 1 y por tanto, sustituyendo en
(4.3), µ ¶ µ ¶
x −y
R π2 =
y x
como se ilustra en la figura 4.5.
Figura 4.5.
Por otra parte, si θ = −3π/2 entonces cos θ = 0 y senθ = 1 y así, sustituyendo en (4.3),
µ ¶ µ ¶
x −y
R− 3π = .
2 y x
Obsérvese que µ ¶ µ ¶ µ ¶
x x x
R− 3π = R π2 para todo de R2 ,
2 y y y
es decir, R− 3π = R π2 . ¥
2
Ejemplo 4.5
Fijemos un vector U de R2 y consideremos la transformación TU , definida por TU (X) =
X + U, para todo X de R2 (figura 4.6). Es decir,
TU : R2 → R2
X 7→ TU (X) = X + U
Figura 4.6.
es decir, µ ¶ µ ¶
x x + x0
TU =
y y + y0
µ 0¶ µ ¶
x x
o también si 0
= TU entonces
y y
½
x0 = x + x0
.
y0 = y + y0
µ ¶ µ ¶
1 x
Por ejemplo, si U = entonces para cada de R2 ,
3 y
µ ¶ µ ¶
x x+1
TU = . ¥
y y+3
4 2
x0 = x+ y
5 5
2 1
y0 = x+ y
5 5
µ ¶
2
(ii) SU : reflexión respecto a la recta generada por el vector U = .
1
3 4
x0 = x+ y
5 5
4 3
y0 = x− y
5 5
108 4. Transformaciones lineales del plano y matrices 2 × 2
x0 = rx
y0 = ry
x0 = (cos θ) x − (senθ) y
y0 = (senθ) x + (cos θ) y
µ ¶
x0
(v) TU : traslación por el vector U = .
y0
x0 = x + x0
y0 = y + y0
Obsérvese que cada una de las transformaciones (i) a (iv) es del tipo
x0 = ax + by (4.4)
0
y = cx + dy
con a, b, c, d constantes reales. Por ejemplo, la transformación (i) es del tipo (4.4) con a = 45 ,
b = c = 25 y d = 15 , mientras que (iv) lo es con a = d = cos θ, b = −senθ y c =senθ.
µ ¶ Nótese
0
también que la transformación (v) es del tipo (4.4) únicamente cuando U = , caso en
0
el cual ella se reduce a
x0 = x
y0 = y
x0 = ax + by
y 0 = cx + dy
µ 0¶ µ ¶
x x
con a, b, c, d constantes donde, como ya sabemos, =T . Es claro que los números
y0 y
a, b, c, d y sus posiciones en las igualdades anteriores determinan de manera única a T. Pues
bien, el símbolo o arreglo µ ¶
a b
c d
4.2. Transformaciones lineales y matrices 109
si a = a0 , b = b0 , c = c0 y d = d0 .
A continuación listamos las matrices de las transformaciones lineales (i) a (iv) antes
consideradas:
µ ¶ µ ¶
4/5 2/5 3/5 4/5
(i) m (PU ) = (ii) m (SU ) =
2/5 1/5 4/5 −3/5
µ ¶ µ ¶
r 0 cos θ −senθ
(iii) m (Dr ) = (iv) m (Rθ ) =
0 r senθ cos θ
Además, µ ¶ µ ¶
1 0 0 0
m (I) = y m (O) =
0 1 0 0
donde I y O son respectivamente la transformación identidad y la transformación nula.
La matriz m (I) se llamará matriz identidad de orden 2 y se denotará I2 , mientras
que la matriz m (O) se llamará matriz nula de orden 2 y se denotrá O.
Obsérvese que cada transformación
µ lineal
¶ T determina una matriz 2×2 la cual es m (T )
a b
y recíprocamente, cada matriz es la matriz de una única transformación lineal
c d
del plano, la cual es la transformación T : R2 → R2 definida por
µ ¶ µ ¶
x ax + by
T = .
y cx + dy
Queda así establecida una correspondencia biunívoca entre las transformaciones del
plano y las matrices 2 × 2.
Ahora introduciremos
µ ¶ una notación muy útil. Sea T una transformación lineal del plano
a b
con matriz , es decir, T es la transformación definida por
c d
µ ¶ µ ¶
x ax + by
T = .
y cx + dy
µ ¶
a b
Pues bien, puesto que la matriz determina la transformación T , es natural
c d
µ ¶
x
escribir, para cada de R2 ,
y
µ ¶µ ¶ µ ¶
a b x x
=T (4.5)
c d y y
110 4. Transformaciones lineales del plano y matrices 2 × 2
Vale la pena señalar que las dos propiedades que aparecen en el recuadro anterior (las
propiedades (4.7)) se pueden sustituir por una sola, por la propiedad
µ ¶
x
• Para cualquier vector de R2 ,
y
µ ¶
x
T = xT (E1 ) + yT (E2 ) .
y
Así, una transformación lineal T del plano queda completamente
determinada por los vectores T (E1 ) y T (E2 ) , es decir, por las imágenes
que ella asigne
µ a¶los vectores canónicos
µ ¶ E1 y E2 . µ ¶
a b a b
• T (E1 ) = y T (E2 ) = si y sólo si m (T ) = .
c d c d
µ ¶ µ ¶
0 0
• T = .
0 0
Por último, µ ¶ µ ¶
0 0
T = 0T (E1 ) + 0T (E2 ) = . ¨
0 0
Ejemplo 4.6
Sea T : R2 → R2 la transformación lineal tal que
µ√ ¶ µ √ ¶
2/2 − 2/2
T (E1 ) = √ y T (E2 ) = √ .
2/2 2/2
a) Halle laµmatriz
¶ de T. µ ¶
x x
b) Halle T , cualquiera sea el vector de R2 .
y y
c) Muestre que T = R π4 .
Solución:
a) T (E1 ) y T (E2 ) son respectivamente la primera columna y la segunda columna de
la matriz de T, m (T ) . Así que,
µ √ √ ¶
2/2 −√ 2/2
m (T ) = √ .
2/2 2/2
4.4. Imagen de un conjunto bajo una transformación 113
b)
µ ¶ µ ¶
x x
T = m (T )
y y
µ √ √ ¶µ ¶
2/2 − 2/2 x
= √ √
2/2 2/2 y
µ¡√ ¢ ¡√ ¢ ¶
2/2 x − 2/2 y
= ¡√ ¢ ¡√ ¢ .
2/2 x + 2/2 y
µ ¶
x
c) Obsérvese que para todo de R2 ,
y
µ ¶ µ¡ ¢ ¡ ¢ ¶ µ ¶
x cos π4 x − sen π4 y x
T = ¡ π¢ ¡ π
¢ = R π4
y sen 4 x + cos 4 y y
luego T = R π4 . ¥
Ejemplo 4.7 µ ¶ µ ¶
2 2 x 2x + y
Muestre que la transformación T : R → R definida por T = no es una
y x2 + 2y
transformación lineal.
Solución:
T no tiene la propiedad T (X + Y ) = T (X) + T (Y ) para todo X, Y de R2 , ya que por
ejemplo,
µµ ¶ µ ¶¶ µ ¶ µ ¶
1 −1 0 0
T + =T =
0 0 0 0
mientras que
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
1 −1 2 −2 0
T +T = + =
0 0 1 1 2
Ejemplo 4.8
Bajo la rotación R π4 la recta L1 con ecuación y = 0 (el eje x ) se transforma en la recta L2
con ecuación y = x, es decir, R π4 (L1 ) = L2 . (Figura 4.7). ¥
114 4. Transformaciones lineales del plano y matrices 2 × 2
Figura 4.7.
Ejemplo 4.9
Bajo la transformación nula O, todo subconjunto C del plano, C 6= φ, se transforma en el
½µ ¶¾
0
conjunto . ¥
0
Como una primera propiedad geométrica de las transformaciones lineales tenemos:
Prueba de 1.a): Si L pasa por los puntos distintos P y Q entonces una ecuación para L
es
X = P + t (Q − P ) (4.11)
es decir,
L = {P + t (Q − P ) / t ∈ R } .
Por tanto,
T (L) = {T (P + t (Q − P )) / t ∈ R }
Ahora, dado que T es una transformación lineal tenemos,
T (P + t (Q − P )) = T (P ) + t (T (Q) − T (P ))
luego,
T (L) = {T (P ) + t (T (Q) − T (P )) / t ∈ R }
Así, si T (P ) 6= T (Q) entonces T (L) es la recta que pasa por los puntos T (P ) y T (Q) ;
mientras que si T (P ) = T (Q) entonces T (L) se reduce al conjunto {T (P )} cuyo único
elemento es el punto T (P ) . ¨
La prueba de 1.b) se deja como ejercicio al lector.
4.4. Imagen de un conjunto bajo una transformación 115
P Q = {P + t (Q − P ) / 0 ≤ t ≤ 1 }
Ejemplo 4.10
Sea¶T laµ reflexión
µ ¶ respecto a la recta L con ecuación y = x y sea L1 la recta que pasa por
1 2
y . Halle T (L1 ) .
0 2
Solución: µ ¶ µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
1 2 1 0 2 2
Dos puntos de L1 distintos son y . Puesto que T = ,T = y
µ ¶ µ ¶ 0 2 0 1 ¶ µ2 ¶
µ 2
1 2 0 2
dado que T 6= T , entonces T (L1 ) es la recta L2 que pasa por y . (Figura
0 2 1 2
4.8). ¥
Figura 4.8.
Ejemplo 4.11 µ ¶
2
Sea P la proyección sobre el eje x y sea L la recta vertical que pasa por . Halle P (L) .
0
Solución: µ ¶ ½µ ¶¾
2 2
Es claro que para todo X ∈ L, P (X) = , luego P (L) = . (Figura 4.9). ¥
0 0
116 4. Transformaciones lineales del plano y matrices 2 × 2
Figura 4.9.
Figura 4.10.
Puesto que
OX = {rX / 0 ≤ r ≤ 1 } y OU = {sU / 0 ≤ s ≤ 1 }
T (rX + sU ) = rT (X) + sT (U )
que es el paralelogramo determinado por los vectores T (X) y T (U ) si estos son linealmente
independientes. Si T (X) y T (U ) son linealmente dependientes entonces los puntos O, T (X)
y T (U ) están sobre
½µ ¶¾una misma línea recta y en tal caso T (P) es un segmento de recta o
0
es el conjunto .
0
Tenemos entonces que:
4.5. Operaciones con transformaciones lineales y con matrices 117
Ejemplo 4.12 µ ¶ µ ¶
2 2
Consideremos el paralelogramo P determinado por los vectores X = yU = y
0 2
sea S la reflexión respecto
µ ¶ al eje y. µ ¶
−2 −2
Como S (X) = y S (U ) = entonces S (X) y S (U ) son vectores linealmente
0 2
independientes y por tanto la imagenµdel ¶paralelogramo µ P ¶bajo S, es el paralelogramo
−2 −2
determinado por los vectores S (X) = y S (U ) = (Figura 4.11). ¥
0 2
Figura 4.11.
Así,
T + S : R2 → R2
X 7→ (T + S) (X) = T (X) + S (X)
Ejemplo 4.13
Sean D2 y D3 las transformaciones del plano definidas por D2 (X) = 2X y D3 (X) = 3X
para cada X ∈ R2 . Entonces D2 + D3 es la transformación del plano definida como sigue:
Ejemplo 4.14
Sea T la reflexión respecto al eje x, es decir, T es la transformación definida por
µ ¶ µ ¶
x x
T = . Hallemos la transformación −T :
y −y
µ ¶ µ µ ¶¶ µ ¶ µ ¶
x x x −x
(−T ) =− T =− = .
y y −y y
µ ¶
x
Así que −T es la transformación del plano definida, para cada de R2 , por
µ ¶ µ ¶ y
x −x
(−T ) = . Nótese que −T es la reflexión respecto al eje y (figura 4.12). ¥
y y
Figura 4.12.
La suma entre transformaciones del plano goza de las siguientes propiedades. En ellas
T, S y R son transformaciones del plano y O es la transformación nula.
1. T + S = S + T.
2. (T + S) + R = T + (S + R) .
3. T + O = T.
4. T + (−T ) = O.
4.5. Operaciones con transformaciones lineales y con matrices 119
Si T y S son transformaciones
µ ¶ lineales del plano,
µ 0 con0 ¶
a b a b
m (T ) = y m (S) =
c d c0 d0
entonces T + S también
µ es una transformación
¶ lineal del plano y
0
a+a b+b 0
m (T + S) = = m (T ) + m (S) .
c + c0 d + d0
Ejemplo 4.15
Sean T y S las transformaciones lineales del plano tales que
µ ¶ µ ¶
0 −3 10 2
m (T ) = y m (S) = .
4 2 −5 0
µ ¶ µ ¶
x x
Hallar m (T + S) y (T + S) para cualquier en R2 .
y y
120 4. Transformaciones lineales del plano y matrices 2 × 2
Solución:
m (T + S) = m (T ) + m (S)
µ ¶ µ ¶
0 −3 10 2
= +
4 2 −5 0
µ ¶
0 + 10 −3 + 2
=
4−5 2+0
µ ¶
10 −1
= .
−1 2
µ ¶
x
Así, para todo ∈ R2 ,
y
µ ¶ µ ¶µ ¶ µ ¶
x 10 −1 x 10x − y
(T + S) = = . ¥
y −1 2 y −x + 2y
µ¶ µ ¶
a b −a −b
Para cada matriz A = se tiene la matriz −A = la cual es tal
c d −c −d
que A + (−A) = O donde, como se ha convenido, O denota la matriz nula. En efecto
µ ¶ µ ¶ µ ¶ µ ¶
a b −a −b a−a b−b 0 0
A + (−A) = + = = = O.
c d −c −d c−c d−d 0 0
Es de esperar que la suma entre matrices tenga las mismas propiedades algebraicas de
la suma entre transformaciones lineales. En efecto si A, B, C son matrices 2×2 cualesquiera
y O es la matriz nula 2 × 2, se tiene que:
1. A + B = B + A.
2. (A + B) + C = A + (B + C) .
3. A+O =A
4. A + (−A) = O.
Así,
4.5. Operaciones con transformaciones lineales y con matrices 121
rT : R2 → R2
X 7→ (rT ) (X) = r (T (X))
Ejemplo 4.16
Consideremos la rotación R π2 . En la figura 4.13 se muestra el efecto de la transformación
3R π2 sobre un vector X. ¥
Figura 4.13.
El lector puede probar fácilmente las siguientes propiedades básicas, las cuales son
válidas, cualesquiera sean las transformaciones T, S del plano y los números r, s.
µ ¶
a b
Supongamos ahora que T es una transformación lineal del plano con m (T ) =
c d
µ ¶
x
y sea r un escalar. Entonces, para todo de R2 ,
y
µ ¶ µ µ ¶¶
x x
(rT ) = r T
y y
µ ¶
ax + by
= r
cx + dy
µ ¶
(ra) x + (rb) y
=
(rc) x + (rd) y
µ ¶µ ¶
ra rb x
= .
rc rd y
122 4. Transformaciones lineales del plano y matrices 2 × 2
Ahora, de la misma manera como la igualdad (4.12) lleva a definir laµ suma ¶entre
a b
matrices como lo hicimos, la igualdad (4.13) lleva a definir el producto r de
c d
µ ¶
a b
un escalar r por una matriz en la forma
c d
µ ¶ µ ¶
a b ra rb
r = .
c d rc rd
Ejemplo 4.17 µ ¶
2 −3
Sea T la transformación lineal tal que m (T ) = .
1 8
µ ¶ µ ¶
x x
Hallar m (5T ) y (5T ) para cualquier de R2 .
y y
Solución:
µ ¶ µ ¶ µ ¶
2 −3 (5) (2) (5) (−3) 10 −15
m (5T ) = 5 (m (T )) = 5 = = .
1 8 (5) (1) (5) (8) 5 40
El producto de un escalar por una matriz 2 × 2 hereda las propiedades algebraicas del
producto de un escalar por una transformación lineal. Si A, B son matrices 2 × 2 y r, s son
escalares, se tiene que
(T ◦ S) (X) = T (S (X)) .
Así,
T ◦ S : R2 → R2
X 7→ (T ◦ S) (X) = T (S (X))
Ejemplo 4.18 µ ¶
x
Sea T la reflexión respecto al eje x y sea S la reflexión respecto al eje y. Si X =
y
entonces
µ µ ¶¶ µ ¶ µ ¶
x −x −x
(T ◦ S) (X) = T (S (X)) = T S =T = = −X.
y y −y
Figura 4.14.
Ejemplo 4.19 µ ¶
x
Sean T la reflexión respecto al eje x y S = R π4 . Como ya sabemos, para cada de R2 ,
y
µ ¶ µ ¶ µ ¶ µ¡ ¢ ¡ ¢ ¶ √ µ ¶
x x x cos π4 x − sen π4 y 2 x−y
T = y S = ¡ ¢ ¡ ¢ = .
y −y y sen π4 x + cos π4 y 2 x+y
124 4. Transformaciones lineales del plano y matrices 2 × 2
Luego,
µ ¶ µ µ ¶¶
x x
(T ◦ S) = T S
y y
Ã√ µ ¶!
2 x−y
= T
2 x+y
√ µ ¶
2 x−y
=
2 − (x + y)
√ µ ¶
2 x−y
= .
2 −x − y
mientras que
µ ¶ √ µ ¶ √ µ ¶
1 2 1+1 2 2
(S ◦ T ) = = .
1 2 1−1 2 0
Luego T ◦ S 6= S ◦ T. ¥
1. T ◦ (S ◦ R) = (T ◦ S) ◦ R.
2. T ◦ I = T = I ◦ T.
3. T ◦ (S + R) = (T ◦ S) + (T ◦ R) .
4. (S + R) ◦ T = (S ◦ T ) + (R ◦ T ) .
5. (rT ) ◦ S = r (T ◦ S) = T ◦ (rS) .
6. T ◦ O = O = O ◦ T.
4.5. Operaciones con transformaciones lineales y con matrices 125
Luego,
T ◦ (S + R) = (T ◦ S) + (T ◦ R) .
La prueba de las otras propiedades se deja como ejercicio.
Nótese, observando las propiedades 1. a 6. anteriores, que la composición entre trans-
formaciones lineales se comporta de manera similar al producto entre números (hace falta
la propiedad conmutativa y, como veremos más adelante, no toda transformación distinta
de la nula tiene una transformación inversa). Por tal motivo la compuesta T ◦ S de dos
transformaciones lineales T y S es llamada producto de T y S y también se denota T S.
De hecho, en adelante, emplearemos frecuentemente esta última notación.
Supongamos que T y S son transformaciones lineales del plano con
µ ¶ µ 0 0 ¶
a b a b
m (T ) = y m (S) = .
c d c0 d0
µ ¶
x
Entonces, para todo de R2 ,
y
µ ¶ µ µ ¶¶
x x
(T S) = T S
y y
µ 0 ¶
a x + b0 y
= T 0
c x + d0 y
µ ¶µ 0 ¶
a b a x + b0 y
=
c d c0 x + d0 y
µ ¶
a (a x + b y) + b (c0 x + d0 y)
0 0
=
c (a0 x + b0 y) + d (c0 x + d0 y)
µ 0 ¶
(aa + bc0 ) x + (ab0 + bd0 ) y
=
(ca0 + dc0 ) x + (cb0 + dd0 ) y
µ 0 ¶µ ¶
aa + bc0 ab0 + bd0 x
= 0 0 0 0 .
ca + dc cb + dd y
Luego, T S también es una transformación lineal y
µ 0 ¶
aa + bc0 ab0 + bd0
m (T S) = . (4.14)
ca0 + dc0 cb0 + dd0
Si T y S son transformaciones
µ lineales
¶ del plano
µ con ¶
a b a0 b0
m (T ) = y m (S) =
c d c0 d0
entonces el producto (la compuesta) T S también es una transformación
lineal del plano y µ 0 ¶
aa + bc0 ab0 + bd0
m (T S) = = m (T ) m (S) .
ca0 + dc0 cb0 + dd0
bv
(a b ) = ab0 + bd0 .
dv
Análogamente se obtienen los otros números que conforman la matriz producto AB.
Ejemplo 4.20
Sean T y S las transformaciones lineales del plano tales que
µ ¶ µ ¶
2 3 4 7
m (T ) = A = y m (S) = B = .
−1 0 −6 5
µ ¶ µ ¶
x x
Hallar m (T S) y (T S) para cualquier de R2 .
y y
Solución:
m (T S) = AB
µ ¶µ ¶
2 3 4 7
=
−1 0 −6 5
µ ¶
2 (4) + 3 (−6) 2 (7) + 3 (5)
=
(−1) 4 + 0 (−6) (−1) 7 + 0 (5)
µ ¶
−10 29
= .
−4 −7
4.5. Operaciones con transformaciones lineales y con matrices 127
µ ¶
x
Luego, para todo de R2 ,
y
µ ¶ µ ¶
x x
(T S) = (AB)
y y
µ ¶µ ¶
−10 29 x
=
−4 −7 y
µ ¶
−10x + 29y
= . ¥
−4x − 7y
El lector puede comprobar que en el ejemplo anterior AB 6= BA, lo cual se debe a que
T S 6= ST. De manera que:
1. (AB) C = A (BC) .
2. AI2 = A = I2 A.
3. A (B + C) = AB + AC.
4. (B + C) A = BA + CA.
5. (rA) B = r (AB) = A (rB) .
6. AO = O = OA.
A = m (T ) , B = m (S) y C = m (R) .
Entonces
De manera similar se pueden probar las otras propiedades. Claro está que cada una
de las propiedades enunciadas se puede probar directamente, sin recurrir a las transforma-
ciones lineales.
128 4. Transformaciones lineales del plano y matrices 2 × 2
Para finalizar esta sección, haremos un resumen muy breve de lo hecho en ella. Hemos
definido tres operaciones con transformaciones lineales: la suma, el producto por escalar y
el producto. Y en correspondencia con ellas se han definido tres operaciones con matrices:
la suma, el producto de un escalar por una matriz y el producto de dos matrices. También
hemos definido el producto de una matriz 2×2 por un vector de R2 . A continuación listamos
algunas de las propiedades básicas de este producto. Cualesquiera sean las matrices A, B,
los vectores X, U de R2 y r en R se tiene:
1. A (X + U) = AX + AU.
2. A (rX) = r (AX) .
3. (A + B) X = AX + BX.
4. (rA) X = r (AX) .
5. (AB) X = A (BX) .
T (X + U ) = T (X) + T (U )
T (rX) = r (T (X)) .
x1 6= x2 =⇒ f (x1 ) 6= f (x2 )
f (x1 ) = f (x2 ) =⇒ x1 = x2 .
Rf = f (A) = {f (x) / x ∈ A } .
a
1
b
2
c
3
Nótese que para esta función f se puede definir una función de B hacia A “devolviendo”
las flechas
A B
a
1
b
2
c
3
Esta función es llamada la inversa de f y se denota f −1 . Observe que para cada elemento
y de B, f −1 (y) es aquel elemento x de A tal que f (x) = y.
En general, si f : A → B es biyectiva se puede definir una función g : B → A tal
que para todo y ∈ B, g (y) = x donde x es aquel elemento de A tal que f (x) = y. En
este caso, es decir cuando f es biyectiva, se dice que f es invertible y la función g antes
mencionada se llama la inversa de f y se denota f −1 . Así, la función inversa de f , cuando
f es biyectiva, es la función f −1 : B → A tal que para y ∈ B y x ∈ A,
x y
f -1
Por otra parte, es fácil probar que si para una función f : A → B existe una función
g : B → A tal que g (f (x)) = x para todo x ∈ A y f (g (y)) = y para todo y ∈ B, entonces
f es invertible y f −1 = g.
130 4. Transformaciones lineales del plano y matrices 2 × 2
Por supuesto, los conceptos y resultados anteriores nos interesan en relación con las
transformaciones del plano y particularmente con las que son transformaciones lineales.
Para una transformación lineal T : R2 → R2 se tiene lo siguiente:
es decir,
T −1 T = I y T T −1 = I.
• Si S : R2 → R2 es tal que
ST = I y TS = I
entonces T es invertible y T −1 = S.
Ejemplo 4.21
Consideremos la transformación Dr con r 6= 0, la cual envía cada vector X de R2 en el
vector rX. Vemos que se puede deshacer el efecto de Dr sobre un vector X (y retornar
1
a X) multiplicando rX por el escalar ; de manera que la inversa de Dr debe ser la
r
transformación D 1 . Veamos que, en efecto, así es:
r
Si X es cualquier vector de R2 ,
µ ¶
1 1
D 1 (Dr (X)) = D 1 (rX) = (rX) = r X = 1X = X
r r r r
³ ´
y análogamente, Dr D 1 (X) = X, luego
r
D 1 Dr = I y Dr D 1 = I.
r r
Ejemplo 4.22
Sea
µ P ¶ la µproyección
¶ sobre
µ el ¶ eje x, es decir, P es la transformación del plano tal que
x x x
P = para cada de R2 .
y 0 y µ ¶
0
Es claro que P no es uno a uno, pues (por ejemplo) todo vector sobre el eje y es
µ ¶ y
0
enviado en el origen ; por tanto P no es invertible. ¥
0
Sea T : R2 → R2 una transformación lineal. Sabemos que si X = O entonces T (X) = O.
Ahora, si T es invertible entonces T es uno a uno y, en particular,
De manera que este hecho es una condición necesaria para que T sea invertible. Resulta,
y ello es sorprendente, que esa sola condición implica que T es invertible, como se establece
4.6. Inversas para transformaciones lineales y matrices 131
µ ¶
a b
Sea T : R2 → R2 una transformación lineal con m (T ) = .
c d
Las siguientes afirmaciones son equivalentes:
1. T es invertible.
2. El único vectorµX¶de µR2 ¶tal que T (X) = O es X = O.
a b
3. Las columnas y de m (T ) son linealmente independientes.
c d
4. ad − bc 6= 0.
Considerando esta igualdad como una ecuación con incógnitas p, q, r, s vemos que ella
es equivalente al sistema
ap + br = 1
cp + dr = 0
aq + bs = 0 (4.15)
cq + ds = 1
dap + dbr = d
bcp + bdr = 0
Dejamosµ al lector
¶ que termine la prueba mostrando que la transformación lineal S cuya
p q
matriz es es tal que T S = I y ST = I, de lo cual se sigue que T es invertible.
r s
4.6. Inversas para transformaciones lineales y matrices 133
Hemos probado así que 4. =⇒ 1., con lo cual concluimos la prueba de lo afirmado en el
último recuadro. ¨
Obsérvese que en la prueba de 4. =⇒ 1. se probó que T −1 = S y por tanto
µ ¶
¡ −1 ¢ p q
m T = m (S) =
r s
luego, se tiene que:
µ ¶
a b
Sea T : R2 → R2 una transformación lineal con m (T ) = .
c d
Si T es invertible entonces
µ ¶ µ ¶
¡ −1 ¢ d/∆ −b/∆ 1 d −b
m T = = ∆
−c/∆ a/∆ −c a
donde ∆ = ad − bc.
Ejemplo 4.23
Sea T : R2 → R2 definida por
µ ¶ µ ¶ µ ¶µ ¶
x x + 2y 1 2 x
T = = .
y −x + 3y −1 3 y
µ ¶
1 2
La matriz de T es A = y ∆ = (1) (3) − (−1) (2) = 5.
−1 3
a) Como ∆ 6= 0 entonces T es invertible y
µ ¶ µ ¶
¡ −1 ¢ 1 3 −2 3/5 −2/5
m T = = .
∆ 1 1 1/5 1/5
Ejemplo 4.24
Sea T : R2 → R2 definida por
µ ¶ µ ¶ µ ¶µ ¶
x x + 2y 1 2 x
T = = .
y −2x − 4y −2 −4 y
µ ¶
1 2
La matriz de T es A = y ∆ = (1) (−4) − (−2) (2) = 0.
−2 −4
a) Como ∆ = 0 entonces T no es invertible. µ ¶
x
b) Como T no es invertible, podemos asegurar que existen vectores no nulos tales
µ ¶ µ ¶ y
x 0
que T = .
y 0 µ ¶ µ ¶
1 2
c) Es claro que las columnas y de A son linealmente dependientes. ¥
−2 −4
Trasladamos ahora el concepto de inversa para transformaciones lineales a las matrices
2×2. Sea A una matriz 2×2 y sea T : R2 → R2 la transformación lineal tal que m (T ) = A.
Diremos que la matriz A ¡es invertible
¢ si la transformación lineal T es invertible. Si
éste es el caso, a la matriz m T −1 la llamaremos la inversa de A y la denotaremos A−1 .
Obsérvese que si A es invertible entonces
AA−1 = I2 y A−1 A = I2 .
En efecto, ¡ ¢ ¡ ¢
AA−1 = m (T ) m T −1 = m T T −1 = m (I) = I2 .
Análogamente se prueba que A−1 A = I2 .
Es fácil probar que si para una matriz A de orden 2 existe una matriz B de orden 2 tal
que
AB = I2 y BA = I2 .
entonces A es invertible y A−1 = B.
Ejemplo 4.25 µ √ ¶
2 3
Muestre que la matriz A = es invertible y halle su inversa.
1 0
Solución: ¡√ ¢ √
Sea T la transformación lineal cuya matriz es A y sea ∆ = (2) (0) − 3 (1) = − 3.
Como ∆ 6= 0 entonces T es invertible y
µ √ ¶ Ã !
¡ −1 ¢ 1 0 − 3 0 1
m T = = √1
.
∆ −1 2 3
− √23
Podemos trasladar a matrices, sin ninguna dificultad, los resultados obtenidos para
transformaciones lineales respecto al concepto de inversa. Se tiene así el siguiente resultado,
cuya prueba se deja al lector.
4.7. Ejercicios 135
µ ¶
a b
Sea A = .
c d
1. Las afirmaciones siguientes son equivalentes.
a) A es invertible.
b) El único vector X de R2 tal que AX = O es X = O.
c) Las columnas de A son linealmente independientes.
d) ad − bc 6= 0. µ ¶
−1 1 d −b
2. Si ad − bc 6= 0 entonces A = donde ∆ = ad − bc.
∆ −c a
3. Si existe una matriz B de orden 2 tal que AB = I2 entonces BA = I2
y por tanto A es invertible y A−1 = B.
4.7 Ejercicios
1. Sean U ∈ R2 y PU la transformación proyección sobre µ ¶la recta generada
µ ¶por el vector
x x
U. Para el vector U dado en cada literal, hallar PU para cada de R2 .
y y
µ ¶ µ ¶ µ ¶ µ ¶
1 0 1 3
a) U = b) U = c) U = d) U =
0 1 −1 1
½µ ¶ ¾ ½µ ¶ ¾
0 x
b) L : y = 2x, C1 = :y<0 , C2 = :x≥0
y 0
8. Para r = 1/3 y r = 2,
µ ¶ µ 0¶
x x
a) Si Dr = , expresar x0 , y 0 en términos de x y y.
y y0
b) Hallar la imagen bajo Dr de los siguientes conjuntos:
½µ ¶ µ ¶¾
2 −1
i) S = ,
−1 3
µ ¶ µ ¶
2 −1
ii) El paralelogramo P determinado por y .
−1 3
iii) La circunferencia C con centro en el origen y radio 2.
iv) La recta L con ecuación y = 2x − 3.
µ ¶ µ ¶ µ ¶
a b 2 u
20. Sean y vectores de R L.I. Probar que todo vector de R2 es expresable
c d µ ¶ µ ¶ v
a b
de manera única como combinación lineal de y , es decir, para todo vector
µ ¶ c d
u
de R2 existen únicos escalares x y y tales que
v
µ ¶ µ ¶ µ ¶
u a b
=x +y .
v c d
31. Probar que toda traslación TU es uno a uno y sobre. Hallar TU−1
µ ¶
−1
32. Si U = , hallar y graficar la imagen del cuadrado S de la figura bajo la traslación
2
TU .
µ ¶ µ ¶
1 0 0
33. Sean T : R2 → R2 una transformación lineal con m (T ) = yU= .
0 −1 2
a) Hallar la transformación TU ◦ T e interpretarla geométricamente.
b) Mostrar que todos los puntos de la recta y = 1 permanecen fijos bajo la transfor-
mación TU ◦ T.
140 4. Transformaciones lineales del plano y matrices 2 × 2
µ ¶ µ ¶
1 −1
34. Sean U1 = y U2 = . Hallar la transformación TU1 ◦ Rπ/2 ◦ TU2 .
0 0
39. Demostrar que para cada θ, −2π < θ < 2π, se tiene que Rθ−1 = R−θ .
µ ¶ µ ¶
2 2 x x + cy
40. Sea T : R → R la transformación lineal definida por T = . Demostrar
y −y
que para todo c ∈ R, T es invertible y que T −1 = T.