Sunteți pe pagina 1din 42

4

Transformaciones lineales del


plano y matrices 2 × 2

4.1 Transformaciones del plano


Empecemos recordando el concepto de función. Una función f de un conjunto A en un
conjunto B, es una regla mediante la cual se asigna a cada elemento x de A un único
elemento de B, el cual es llamado imagen de x bajo f y es denotado f (x) . Los conjuntos
A y B se llaman respectivamente, dominio y codominio de la función f.
La notación f : A → B indica que f es una función con dominio A y codominio B,
aunque esta notación no indica cómo actúa f, es decir, cómo f asigna imagen a cada
elemento de A. Una notación completa es
f :A → B
x 7→ f (x)
en la cual aparece la ley de asignación de f, x 7→ f (x) . Por ejemplo, al escribir
© ª
f : R − 1, − 13 → R
x2
x 7→ ¡ ¢
(x − 1) x + 13
estamos presentando toda la información relativa a la función f : el dominio, el codominio
y la ley de asignación.
Dos funciones
f :A → B g:A → B
y
x 7→ f (x) x 7→ g (x)
se dicen iguales y se escribe f = g si f (x) = g (x) para todo x ∈ A, es decir, si f y g
asignan a cada elemento x ∈ A la misma imagen.
En este capítulo nos interesan solamente funciones del plano en sí mismo, es decir,
funciones de R2 en R2 a las cuales nos referiremos como transformaciones del plano.
Dichas transformaciones las denotaremos mediante letras mayúsculas como P, Q, R, S, T.
Ejemplo 4.1
Sean U un vector no nulo de R2 y L la recta generada por U. Si X es un vector cualquiera
de R2 , el vector P royU X, el cual está sobre L, lo llamaremos también la proyección de
X sobre L. (Ver figura 4.1)

101
102 4. Transformaciones lineales del plano y matrices 2 × 2

Figura 4.1.

Denotaremos PU la transformación del plano que asigna a cada vector X de R2 , su


proyección sobre la recta L. Es decir,

PU : R2 → R2
X 7→ PU (X) = P royU X

La transformación PU la llamaremos proyecciónµsobre


¶ la recta L. µ ¶
2 x
Tomemos, por ejemplo, el caso particular U = y hallemos para X = las
1 y
coordenadas del vector PU (X) .
µ ¶ µ ¶ µ4 ¶
X ·U 2x + y 2 x + 25 y
PU (X) = P royU X = U= = 52 1
U ·U 5 1 5x + 5y

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.

trazado desde X perpendicularmente a la recta L y cuyo punto medio es el punto PU (X) .


(Ver figura 4.2).
Así que
1
PU (X) = (X + SU (X)) .
2
Despejando SU (X) de esta igualdad se obtiene que

SU (X) = 2PU (X) − X.

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

o bien las ecuaciones (


x0 = 35 x + 45 y
. ¥
y 0 = 45 x − 35 y

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.

La transformación TU se llamará traslación por el vector U ya que para cada X de


R2 , TU (X) es el punto que se obtiene trasladando el punto X en la dirección del vector U
−−→
(o OU ) una distancia kU k .
4.2. Transformaciones lineales y matrices 107
µ ¶ µ ¶
x x0
Si X = yU= entonces
y y0
µ ¶ µ ¶ µ ¶
x x0 x + x0
TU (X) = X + U = + =
y y0 y + y0

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

Finalizaremos esta sección


µ ¶refiriéndonos a dos tranformaciones especiales. Una
µ ¶ es la
x 2 x
transformación que a cada de R le asigna como imagen el mismo vector ; se
y y
llamaráµla ¶transformación identidad y se denotará µ I.¶La otra es la transformación que
x 0
a cada de R2 le asigna como imagen el vector ; se llamará la transformación
y 0
nula y se denotará O.
Obsérvese que D0 = O, D1 = I, R0 = I y To = I.

4.2 Transformaciones lineales y matrices


En los ejemplos anteriores hemos considerado distintas transformaciones del plano. A con-
tinuación recordaremos la formaµcomo ¶ actúa
µ ¶ cada una de tales transformaciones T dando
0 0 x0 x
x , y en términos de x, y donde =T .
y0 y µ ¶
2
(i) PU : proyección sobre la recta generada por el vector U = .
1

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

(iii) Dr : multiplicación por el escalar r.

x0 = rx
y0 = ry

(iv) Rθ : rotación alrededor del origen por un ángulo θ.

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

que es del tipo (4.4) con a = d = 1 y b = c = 0.


Toda transformación T : R2 → R2 del tipo (4.4) es llamada una transformación lineal
del plano. La denominación “lineal” tiene que ver con la µforma¶ lineal de las expresiones
x
ax + by y cx + dy para las coordenadas x0 , y 0 del vector T .
y
Cada una de las transformaciones (i) a (iv) es una transformación lineal del plano;
la transformación identidad I y la transformación nula O también son transformaciones
lineales. En cuanto a la transformación
µ ¶ TU podemos observar que ella es transformación
0
lineal únicamente en el caso U = , caso en el cual TU = I.
0
Sea T : R2 → R2 una transformación lineal definida por las ecuaciones

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

el cual determina a T, se llama matriz de T y se denotará m (T ) .


En general, todo arreglo de números como el anterior se dirá una matriz de dos filas
y dos columnas,µuna matriz¶ µ2 × 2, o¶una matriz de orden 2.
a b a0 b0
Dos matrices y se dicen iguales, y se escribe
c d c0 d0
µ ¶ µ ¶
a b a0 b0
=
c d c0 d0

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

notación en la cual la matriz de T aparece sustituyendo al símbolo T. µ ¶


2
Así, por ejemplo, si PU es la proyección sobre la recta generada por el vector U =
1
entonces µ ¶µ ¶ µ ¶ µ ¶
4/5 2/5 x x (4/5) x + (2/5) y
= PU = .
2/5 1/5 y y (2/5) x + (1/5) y
De manera que, de acuerdo con (4.5), se tiene que
µ ¶µ ¶ µ ¶
a b x ax + by
= (4.6)
c d y cx + dy
µ ¶ µ ¶
a b x
igualdad que interpretaremos diciendo que la matriz transforma al vector
µ ¶ c d y
ax + by
dando como resultado el vector . También tomaremos la igualdad (4.6) como
cx + dy
definición del producto de una matriz 2 × 2 por un vector de R2 .
Por ejemplo,
µ ¶µ ¶ µ ¶ µ ¶µ ¶ µ ¶
3 2 x 3x + 2y 0 0 x 0
= , =
5 −2 y 5x − 2y 2 1 y 2x + y
µ ¶µ ¶ µ ¶ µ ¶µ ¶ µ ¶
1 0 x x 0 0 x 0
= , = .
0 1 y y 0 0 y 0

4.3 Propiedades básicas de las transformaciones lineales


La importancia de las transformaciones lineales radica en la forma simple como ellas actúan.
Si T : R2 → R2 es una transformación lineal entonces para todo par de vectores X, U
de R2 y todo escalar r se tiene que

T (X + U ) = T (X) + T (U ) y T (rX) = rT (X) (4.7)


µ ¶ µ ¶
x u
Para probar lo afirmado, digamos que X = ,U = y que la matriz de T es
µ ¶ y v
a b
. Entonces,
c d
µ ¶
x+u
T (X + U ) = T
y+v
µ ¶µ ¶
a b x+u
=
c d y+v
µ ¶
a (x + u) + b (y + v)
=
c (x + u) + d (y + v)
µ ¶
(ax + by) + (au + bv)
=
(cx + dy) + (cu + dv)
µ ¶ µ ¶
ax + by au + bv
= +
cx + dy cu + dv
= T (X) + T (U ) .
4.3. Propiedades básicas de las transformaciones lineales 111

Hemos probado así la primera de las propiedades en (4.7). La prueba de la segunda se


deja como ejercicio.
De manera que toda transformación lineal T del plano tiene las propiedades (4.7). A
continuación probaremos que entre las transformaciones del plano, únicamente las lineales
gozan de esas propiedades, es decir, probaremos que si una transformación T del plano
tiene dichas propiedades entonces T es una transformación lineal.
Supongamos entonces que T : R2 → R2 tiene las propiedades (4.7). Vamos a probar
que T es una
µ ¶ transformación lineal probando que existen constantes a, b, c, d tales que para
x
cualquier de R2 ,
y µ ¶ µ ¶
x ax + by
T = .
y cx + dy
µ ¶ µ ¶ µ ¶
1 0 x
Como sabemos, si E1 = y E2 = entonces para cada en R2 se tiene que
0 1 y
µ ¶
x
= xE1 + yE2
y

Por lo anterior y aplicando las propiedades (4.7),


µ ¶
x
T = T (xE1 + yE2 ) = T (xE1 ) + T (yE2 ) = xT (E1 ) + yT (E2 ) . (4.8)
y
µ ¶ µ ¶
a b
Así, si T (E1 ) = y T (E2 ) = entonces
c d
µ ¶ µ ¶ µ ¶ µ ¶
x a b ax + by
T =x +y = (4.9)
y c d cx + dy

lo cual prueba que T es una transformación lineal.


Hemos probado el siguiente resultado:

Una transformación T : R2 → R2 es una transformación lineal si y sólo si

T (X + U ) = T (X) + T (U ) y T (rX) = rT (X)

para todo par de vectores X, U de R2 y todo escalar r.

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

T (rX + sU ) = rT (X) + sT (U ) (4.10)

cualesquiera sean X, U en R2 y r, s en R. Dejamos la prueba de ello como ejercicio al lector.


Además de las propiedades (4.7), toda transformación lineal T : R2 → R2 tiene las
siguientes propiedades:
112 4. Transformaciones lineales del plano y matrices 2 × 2

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

Para la prueba de la primera µ afirmación,


¶ veaµ(4.8).

a b
Por otra parte, si T (E1 ) = y T (E2 ) = ya probamos (vea (4.9)) que
c d
µ ¶ µ ¶
x ax + by
T =
y cx + dy
µ ¶ µ ¶
a b a b
por tanto m (T ) = . Recíprocamente, si m (T ) = entonces
c d c d
µ ¶µ ¶ µ ¶ µ ¶µ ¶ µ ¶
a b 1 a a b 0 b
T (E1 ) = = y T (E2 ) = =
c d 0 c c d 1 d

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

por tanto T no es una transformación lineal. ¥

4.4 Imagen de un conjunto bajo una transformación


Sea T una transformación del plano y C un conjunto de puntos del plano. Llamaremos
imagen de C bajo T al conjunto denotado T (C) y conformado por todos los vectores
T (X) con X ∈ C, es decir,
T (C) = {T (X) / X ∈ C } .

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:

1. La imagen de una recta L bajo una transformación lineal T es una recta o


es un conjunto con un solo punto. Más precisamente:
a) Si L es la recta que pasa por los puntos distintos P y Q entonces T (L) es la
recta que pasa por T (P ) y T (Q) si T (P ) 6= T (Q) ; si T (P ) = T (Q) entonces
T (L) = {T (P )} .
b) Si L pasa por el punto P y tiene vector director U entonces T (L) es la
recta que pasa por el punto T (P ) y tiene vector director T (U ) si T (U ) 6= O;
si T (U ) = O, entonces T (L) = {T (P )} .
2. La imagen de un segmento de recta P Q, bajo una transformación lineal T, es
el segmento de recta de extremos T (P ) y T (Q), el cual se reduce al conjunto
{T (P )} cuando T (P ) = T (Q) .

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

Prueba de 2.: Sabemos que

P Q = {P + t (Q − P ) / 0 ≤ t ≤ 1 }

y como T es lineal, entonces


¡ ¢
T P Q = {T (P ) + t (T (Q) − T (P )) / 0 ≤ t ≤ 1 }
¡ ¢
luego T P Q es el segmento de recta de extremos T (P ) y T (Q) . ¨

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.

Ahora consideraremos la imagen de un paralelogramo P de vértices O, X, U y X + U


donde X y U son vectores de R2 linealmente independientes, el cual llamaremos parale-
logramo determinado por los vectores X y U. (Figura 4.10).

Figura 4.10.

Puesto que

OX = {rX / 0 ≤ r ≤ 1 } y OU = {sU / 0 ≤ s ≤ 1 }

entonces el paralelogramo P en consideración puede describirse en la forma (ver figura


4.10)
P = {rX + sU / 0 ≤ r ≤ 1, 0 ≤ s ≤ 1 } .

Si T : R2 → R2 es una transformación lineal entonces

T (rX + sU ) = rT (X) + sT (U )

y por tanto la imagen bajo T del paralelogramo P es

T (P) = {rT (X) + sT (U ) / 0 ≤ r ≤ 1, 0 ≤ s ≤ 1 }

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

La imagen bajo una transformación lineal T del paralelogramo determinado


por dos vectores X y U linealmente independientes, es el paralelogramo
determinado por T (X) y T (U ) , si estos vectores son linealmente independientes.
Si T (X) y T (U ) son linealmente
½µ ¶¾ dependientes entonces dicha imagen es un segmento
0
de recta o es el conjunto .
0

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.

4.5 Operaciones con transformaciones lineales y con matri-


ces
Sean T y S dos transformaciones del plano. La suma de T y S, denotada T + S, es la
transformación del plano definida, para cada X ∈ R2 , por

(T + S) (X) = T (X) + S (X) .

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:

(D2 + D3 ) (X) = D2 (X) + D3 (X) = 2X + 3X = 5X


118 4. Transformaciones lineales del plano y matrices 2 × 2

para cada X ∈ R2 . Nótese que D2 + D3 = D5 . ¥

Para cada transformación T del plano se tiene la transformación denotada −T y


definida, para cada X ∈ R2 , por

(−T ) (X) = − (T (X)) .

La transformación −T es tal que T + (−T ) = O donde, como se ha convenido, O denota


la transformación nula. En efecto, para cualquier X de R2 ,

(T + (−T )) (X) = T (X) + (−T ) (X) = T (X) − (T (X)) = O.

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

Ya se ha probado la propiedad 4. La prueba de las restantes propiedades se deja como


ejercicio.
Supongamos ahora 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 cada de R2 ,
y
µ ¶ µ ¶ µ ¶
x x x
(T + S) = T +S
y y y
µ ¶ µ 0 ¶
ax + by a x + b0 y
= + 0
cx + dy c x + d0 y
µ ¶
(a + a ) x + (b + b0 ) y
0
=
(c + c0 ) x + (d + d0 ) y
µ ¶µ ¶
a + a0 b + b0 x
= .
c + c0 d + d0 y
Luego T + S es también una transformación lineal y
µ ¶
a + a0 b + b0
m (T + S) = . (4.12)
c + c0 d + d0
La igualdad anterior sugiere cómo definir una suma entre matrices 2×2, que corresponda
a la suma entre transformaciones lineales. Si A y B son matrices 2 × 2 y T y S son las
transformaciones tales que A = m (T ) y B = m (S) , la suma A + B debe definirse de
modo que A + B = m (T + S) . Por ello, teniendo en cuenta (4.12), la suma entre dos
matrices 2 × 2 se define de la siguiente manera:
µ ¶ µ 0 0 ¶ µ ¶
a b a b a + a0 b + b0
+ = .
c d c0 d0 c + c0 d + d0
Como resumen tenemos que:

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.

La propiedad 4. ya ha sido probada. La prueba de las restantes propiedades se deja


como ejercicio.
Volvamos a la definición de la suma T + S de las transformaciones T y S. Obsérvese
que lo que hace posible dicha suma es el hecho de que en R2 (visto como codominio de T
y de S) hay definida una suma, lo cual permite sumar T (X) y S (X) para cada X de R2 .
Ahora bien, en R2 también hay definido un producto por escalar, así que también podemos
considerar el producto de un escalar por una transformación del plano.
Sean r un escalar y T : R2 → R2 . El producto de r por T, denotado rT, es la
transformación del plano definida, para cada X de R2 , por

(rT ) (X) = r (T (X)) .

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.

1. r (sT ) = (rs) T = s (rT ) .


2. 1T = T.
3. r (T + S) = rT + rS.
4. (r + s) T = rT + sT.

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

Luego, rT es una transformación lineal y además


µ ¶
ra rb
m (rT ) = . (4.13)
rc rd

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

Tenemos así que:

Si r es un escalar y T es una transformación


µ ¶ lineal del plano con
a b
m (T ) =
c d
entonces rT también es una
µ transformación
¶ lineal del plano y
ra rb
m (rT ) = = r (m (T )) .
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

Así, la ley de asignación para la transformación 5T es


µ ¶ µ ¶µ ¶ µ ¶
x 10 −15 x 10x − 15y
(5T ) = = . ¥
y 5 40 y 5x + 40y

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

1. r (sA) = (rs) A = s (rA) .


2. 1A = A.
3. r (A + B) = rA + rB.
4. (r + s) A = rA + sA.
4.5. Operaciones con transformaciones lineales y con matrices 123

Consideraremos ahora una tercera operación, la composición entre dos transformaciones


T y S del plano.
Se denomina compuesta de T y S, denotada T ◦ S, a la transformación del plano
definida, para cada X de R2 , por

(T ◦ S) (X) = T (S (X)) .

El diagrama siguiente ilustra dicha composición


S T
R2 −→ R2 −→ R2
X 7→ S (X) 7→ 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

En la figura 4.14 se ilustra la composición de T y S. Nótese que T ◦ S = Rπ . ¥

Figura 4.14.

El lector puede comprobar que en el ejemplo anterior T ◦ S = S ◦ T. Sin embargo, para


otras transformaciones T y S puede darse que T ◦ S 6= S ◦ T, como se muestra en el ejemplo
siguiente.

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

Por otra parte,


µ ¶ µ µ ¶¶
x x
(S ◦ T ) = S T
y y
µ ¶
x
= S
−y
√ µ ¶
2 x − (−y)
=
2 x + (−y)
√ µ ¶
2 x+y
= .
2 x−y

Se observa que T ◦ S y S ◦ T actúan de distinta manera; por ejemplo,


µ ¶ √ µ ¶ √ µ ¶
1 2 1−1 2 0
(T ◦ S) = =
1 2 −1 − 1 2 −2

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. ¥

En lo que sigue centraremos la atención en la composición de transformaciones lineales.


A continuación listamos las propiedades básicas de la composición entre transformaciones
lineales; se advierte al lector que algunas de dichas propiedades no son exclusivas de las
transformaciones lineales. Si T, S, R son transformaciones lineales del plano, r es un escalar,
I la transformación identidad y O la transformación nula, entonces:

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

A continuación probaremos la propiedad 3. a modo de ejemplo: Cualquiera sea X en


R2 se tiene que

(T ◦ (S + R)) (X) = T ((S + R) (X))


= T (S (X) + R (X))
= T (S (X)) + T (R (X)) (pues T es lineal)
= (T ◦ S) (X) + (T ◦ R) (X)
= ((T ◦ S) + (T ◦ R)) (X) .

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

Con base en esta igualdad (4.14) se define el producto de dos matrices 2 × 2 en la


forma siguiente:
µ ¶µ 0 0 ¶ µ 0 ¶
a b a b aa + bc0 ab0 + bd0
= .
c d c0 d0 ca0 + dc0 cb0 + dd0
126 4. Transformaciones lineales del plano y matrices 2 × 2

Este producto entre matrices corresponde al producto entre transformaciones lineales en


el mismo sentido en que la suma entre matrices y el producto de un escalar por una matriz
corresponden, respectivamente, a la suma entre transformaciones lineales y al producto de
un escalar por una transformación lineal.
Tenemos por tanto que:

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

Obsérvese cómo se obtiene la matriz producto: digamos que


µ ¶ µ ¶
a b a0 b0
A= y B= .
c d c0 d0

Por ejemplo, el número en el producto AB que está en la 1a fila y en la 2a columna se


obtiene a partir de la 1a fila de A y de la 2a columna de B como se ilustra a continuación:

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:

El producto entre matrices 2 × 2 no es conmutativo.

En general, el producto entre matrices 2 × 2 se comporta algebraicamente como el


producto (compuesta) entre transformaciones lineales del plano. En efecto, se tiene que si
A, B, C son matrices 2 × 2 y r es un escalar, entonces:

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 continuación probaremos la propiedad 1. a modo de ejemplo.


Digamos que T, S, R son respectivamente las transformaciones lineales del plano deter-
minadas por las matrices A, B, C, es decir, T, S, R son las transformaciones tales que

A = m (T ) , B = m (S) y C = m (R) .

Entonces

(AB) C = (m (T ) m (S)) m (R)


= m (T S) m (R)
= m ((T S) R)
= m (T (SR)) , pues (T S) R = T (SR)
= m (T ) m (SR)
= m (T ) (m (S) m (R))
= A (BC) .

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) .

Cada una de estas propiedades puede probarse recurriendo a transformaciones lineales o


bien sin recurrir a ellas. Por ejemplo, para probar 1. podemos considerar la transformación
lineal T cuya matriz es A y observar que 1. es una reescritura de la propiedad

T (X + U ) = T (X) + T (U )

pues el lado izquierdo de 1. es T (X + U ) y el derecho T (X) + T (U ) . De manera similar,


2. es una reescritura de la propiedad

T (rX) = r (T (X)) .

4.6 Inversas para transformaciones lineales y matrices


Recordemos algunos conceptos sobre funciones, con los cuales el lector probablemente ya
ha tenido contacto.
Consideremos una función
f :A →B
x 7→ f (x)

• f se dice inyectiva o uno a uno si para x1 , x2 ∈ A,

x1 6= x2 =⇒ f (x1 ) 6= f (x2 )

es decir, elementos distintos del dominio de f no tienen la misma imagen bajo f. La


condición anterior puede expresarse, de manera equivalente, en la forma

f (x1 ) = f (x2 ) =⇒ x1 = x2 .

• Se denomina rango o recorrido de f al conjunto de todas las imágenes f (x) con


x ∈ A. Denotaremos este conjunto Rf o f (A) ; así,

Rf = f (A) = {f (x) / x ∈ A } .

• f se dice sobreyectiva o simplemente sobre si todo elemento de B es imagen de


por lo menos un elemento de A, es decir, si el recorrido de f es todo el conjunto B
(o sea si f (A) = B).
4.6. Inversas para transformaciones lineales y matrices 129

• f se dice biyectiva si f es uno a uno y sobre. En otras palabras, f se dice biyectiva


si todo elemento de B es imagen bajo f de uno y sólo un elemento de A.

El diagrama siguiente muestra una función biyectiva f con dominio A = {1, 2, 3} y


codominio B = {a, b, c}
f
A B

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,

f −1 (y) = x si y sólo si f (x) = y.

De manera que si f envía a x en y entonces f −1 “deshace” lo hecho por f, enviando a


y en x, como lo ilustra el siguiente diagrama:
A B
f

x y

f -1

Si f : A → B no es uno a uno o no es sobre, no podemos hablar de una función inversa


para f con dominio B y codominio A.
Obsérvese que si f : A → B es biyectiva, entonces
¡ ¢
f −1 (f (x)) = x para todo x ∈ A y f f −1 (y) = y para todo y ∈ B.

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:

• Si T es invertible entonces su inversa T −1 también es una transforamción lineal. (Vea


ejercicio 35 de este capítulo.)

• Si T es invertible, su inversa T −1 es tal que


¡ ¢
T −1 (T (X)) = X y T T −1 (X) = X, para todo X ∈ R2 ,

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

Se sigue que Dr es invertible y que Dr−1 = D 1 . ¥


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,

“ El único vector X tal que T (X) = O es X = O ”.

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

en el siguiente resultado, en el cual también se expresa la invertibilidad de T en términos


de los números que conforman la matriz de T.

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.

Probaremos lo anterior demostrando que 1. =⇒ 2., 2. =⇒ 3., 3. =⇒ 4. y 4. =⇒ 1.


Para probar que 1. =⇒ 2., supongamos que T es invertible y tomemos X ∈ R2 tal que
T (X) = O. Entonces T −1 (T (X)) = T −1 (O) = O (recuérdese que T −1 es una transfor-
mación lineal) y como también T −1 (T (X)) = X, entonces X = O.
Hemos probado así que si T es invertible entonces el único vector X de R2 tal que
T (X) = O es X = O.
Ahora probaremos que 2. =⇒ 3. probando su contrarecíproco, es decir, probando que
si 3. no se cumple entonces 2. tampoco se cumple. Supongamos entonces que las columnas
de m (T ) son linealmente dependientes y que, por ejemplo,
µ ¶ µ ¶
a b
=r para cierto escalar r.
c d
Entonces,
µ ¶ µ ¶ µ ¶
a b 0
−r =
c d 0
µ ¶ µ ¶
a − rb 0
=
c − rd 0
µ ¶µ ¶ µ ¶
a b 1 0
=
c d −r 0
µ ¶ µ ¶
1 0
T = .
−r 0
µ ¶ µ ¶ µ ¶
1 1 0
Así, el vector no nulo es tal que T = , lo cual muestra que 2. no se
µ−r¶ µ ¶ −r 0
b a
da. De manera similar, si =r para algún r ∈ R, se puede probar que existe un
d µc ¶
0
vector no nulo X0 tal que T (X0 ) = .
0
Probemos ahora que 3. =⇒ 4., probando que si 4. no se da entonces 3. tampoco se
da. Supongamos entonces que ad − bc = 0 y probemos que las columnas de m (T ) son
linealmente dependientes: si ad − bc = 0 entonces ad = bc.
bc
Si por ejemplo d 6= 0, entonces a = y en tal caso
d
µ ¶ µ ¶ µ ¶
a bc/d c b
= =
c c d d
132 4. Transformaciones lineales del plano y matrices 2 × 2

de lo cual se concluye que las columnas de m (T ) son linealmente dependientes. De igual


forma se procede si a 6= 0 o b 6= 0 o c 6= 0. Si a = b = c = d = 0, es obvio que las columnas
de m (T ) son linealmente dependientes.
Finalmente probemos que 4. =⇒ 1. Supongamos entonces que µ ad − bc
¶ 6= 0; para probar
p q
que T es invertible probaremos primero que existe una matriz tal que
r s
µ ¶µ ¶ µ ¶
a b p q 1 0
= .
c d r s 0 1

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

Usando sus dos primeras ecuaciones tenemos que

dap + dbr = d
bcp + bdr = 0

de donde (ad − bc) p = d y como ad − bc 6= 0 entonces


d
p= .
ad − bc
Para simplificar, hagamos en lo que sigue ∆ = ad − bc. De manera similar a como se
d
obtuvo el valor p = se obtiene, usando las dos primeras ecuaciones de (4.15), que

c
r=−

y usando las dos últimas ecuaciones de dicho sistema, que
b a
q=− y s= .
∆ ∆
Es sólo cuestión de operaciones comprobar que para dichos valores de p, q, r y s se tiene
que µ ¶µ ¶ µ ¶
a b p q 1 0
=
c d r s 0 1
µ ¶
p q
Ahora, un hecho notable es que dicha matriz también cumple que
r s
µ ¶µ ¶ µ ¶
p q a b 1 0
= .
r s c d 0 1

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.

Por otra parte, del razonamiento empleado en la prueba de 4. =⇒ 1. se deduce lo


siguiente:

Sea T : R2 → R2 una transformación lineal. Si existe una transformación lineal


S : R2 → R2 tal que T S = I entonces ST = I y por tanto T es invertible y T −1 = S.

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

Así, T −1 es la transformación del plano definida por


µ ¶ µ ¶µ ¶ µ ¶
−1 x 3/5 −2/5 x (3/5) x − (2/5) y
T = = .
y 1/5 1/5 y (1/5) x + (1/5) y
µ ¶
x
b) Como T es invertible, el único vector de R2 tal que
y
µ ¶ µ ¶ µ ¶ µ ¶
x 0 x 0
T = es = .
y 0 y 0
µ ¶ µ ¶
1 2
c) Es claro que las columnas y de A son linealmente independientes. ¥
−1 3
134 4. Transformaciones lineales del plano y matrices 2 × 2

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

Ahora, como T es invertible entonces A es invertible y


à !
¡ ¢ 0 1
A−1 = m T −1 = √1
. ¥
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

2. Sea L la recta con ecuación 2 2


¶ = 0 y sea P : R → R la transformación
µ ¶ 5xµ− 02y
a a
proyección sobre L. Si P = 0 , expresar a0 y b0 en términos de a y b.
b b

3. Sea P : R2 → R2 la transformación proyección sobre el eje x. Encontrar la imagen


bajo P de los siguientes conjuntos:
µ ¶
3
a) La recta L que pasa por el origen y por el punto
−4
µ ¶ µ ¶
2 1
b) El paralelogramo determinado por los vectores V = yW =
1 1

4. Sean U ∈ R2 y SU la transformación reflexión con respecto a la recta µ ¶L generada


x
por el vector U. Para el vector U dado en cada literal, encontrar SU para cada
µ ¶ y
x
∈ R2 .
y
µ ¶ µ ¶ µ ¶
2 1 1
a) U = b) U = c) U =
−1 1 −2
5. Para cada literal, obtener la matriz de la transformación reflexión con respecto a la
recta dada.
a) y = −x b) y = 2x

6. Para cada literal, si S : R2 → R2 es la transformación reflexión con respecto a la


recta L dada, hallar la imagen bajo S de los conjuntos descritos.
½µ ¶ ¾ ½µ ¶ ¾
x x
a) L : y = −x, C1 = : x < 0 , C2 = :x≥0
0 0
136 4. Transformaciones lineales del plano y matrices 2 × 2

½µ ¶ ¾ ½µ ¶ ¾
0 x
b) L : y = 2x, C1 = :y<0 , C2 = :x≥0
y 0

7. a) Para θ = −π/3 y θ = π/3,


i) Hallar la matriz de Rθ .
µ ¶ µ ¶
x x
ii) Hallar Rθ para cada de R2 .
y y
iii) Hallar la imagen bajo Rθ de la recta L con ecuación y = x.
iv) Hallar µ ¶ bajo Rθ del paralelogramo P determinado por los vectores
µ ¶ la imagen
1 1
V = yW = .
2 0
b) Para cada numeral expresar x0 , y 0 en términos de x y y.
µ 0¶ µ ¶ µ 0¶ µ ¶ µ 0¶ µ ¶
x x x x x x
i) 0
= R(θ+ π ) ii) 0
= R2θ iii) 0
= R(−θ)
y 2 y y y y y

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.

9. Sean U ∈ R2 y TU la traslación por el vector U . Si P y Q son puntos distintos, probar


que:
a) TU (P ) 6= TU (Q)
b) La imagen bajo TU de la recta que pasa por los puntos P y Q es la recta que pasa
por los puntos TU (P ) y TU (Q).
c) La imagen bajo TU del segmento de recta P Q es el segmento de recta con extremos
TU (P ) y TU (Q) .

10. Para cada literal determinar si la transformación T : R2 → R2 definida en él es una


transformación lineal. En caso afirmativo, hallar la matriz de T .
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
x 3x + y x 2 −1
a) T = b) T =x +y
y x − 2y y 3 2
µ ¶ µ ¶ µ ¶ µ ¶
x x−1 x 1
c) T = d) T =
y x−y y 1

11. Para cada literal, suponga que T : R2 → R2 µes ¶


la µtransformación
¶ µ ¶ lineal cuya matriz
1 −1 0
es la dada. Calcular las imágenes bajo T de , y .
0 2 1
4.7. Ejercicios 137
µ ¶ µ ¶ µ ¶ µ ¶
1 −3 1 1 −1 1 −3 1 0
a) b) c) d)
0 1 2 −1 1 −3 1 0 0
µ ¶ µ ¶ µ ¶ µ √ ¶
3 0 1 0 0 1 3/2 √−1/2
e) f) g) h)
0 3 0 3 1 0 1/2 3/2
µ ¶ µ ¶ µ ¶ µ ¶
0 1 1 0
12. Hallar la imagen del cuadrado con vértices en los puntos , , y bajo
µ ¶ µ ¶µ ¶ 0 0 1 1
x 1 −3 x
la transformación T = . ¿Es dicha imagen un cuadrado? ¿Cuál
y 0 1 y
es su área?
µ ¶
2 3
13. Sea T la transformación lineal con matriz m (T ) = . Encontrar la imagen
−1 0
bajo T de los siguientes conjuntos:
µ ¶
3
a) La recta L que pasa por el origen y tiene vector director D = .
1
b) La recta L0 con ecuación bx − ay = 0.
µ ¶
3
14. Sea T : R2 → R2la transformación lineal tal que T (E1 + E2 ) = , T (−E1 + E2 ) =
µ ¶ µ ¶ µ ¶ µ ¶ −1
2 x x −10
. Encontrar T para cada de R2 y T .
−3 y y 15
µ ¶ µ ¶ µ ¶ µ ¶
2 2 1 5 2 −9
15. Sea T : R → R la transformación lineal tal que T = yT = .
−1 −8 2 4
Hallar:
µ ¶ µ ¶
x x
a) m (T ) b) T para cada de R2 .
y y
µ ¶ µ ¶
1 2
c) La imagen bajo T del paralelogramo P determinado por y .
−1 2

16. Sea T : R2 → R2 una transformación lineal y sean X1 , X2 vectores linealmente


independientes de R2 . Demostrar que:
T es invertible si y sólo si T (X1 ) , T (X2 ) son linealmente independientes.

17. Sea T : R2 → R2 una transformación lineal. Demostrar que si X1 , X2 son linealmente


dependientes entonces T (X1 ) , T (X2 ) también son linealmente dependientes.
µ ¶ µ ¶
2 2 0 0
18. a) Dar ejemplo de una transformación T : R → R no lineal tal que T = .
0 0
b) Dar ejemplo de una transformación lineal T tal que para X1 , X2 linealmente inde-
pendientes se tenga que T (X1 ) , T (X2 ) sean linealmente dependientes.

19. Probar que:


µ ¶ µ ¶µ ¶ µ ¶ µ ¶ µ ¶−1 µ ¶
a b a b x u x a b u
a) Si es invertible y = entonces = .
c d c d y v y c d v
µ ¶µ ¶ µ ¶ µ ¶
a b x a b
b) =x +y .
c d y c d
138 4. Transformaciones lineales del plano y matrices 2 × 2

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

Exprese x y y en términos de a, b, c, d, u y v. (Ayuda: Vea ejercicio 19.)

21. Sea T : R2 → R2 una transformación lineal y sean X1 , X2 dos vectores linealmente


independientes de R2 .
µ ¶
0
a) Mostrar que si T (X1 ) = T (X2 ) = entonces T es la transformación nula.
0
b) Mostrar que si T (X1 ) = X1 y T (X2 ) = X2 entonces T es la transformación
identidad.

22. Encuentre todas las transformaciones lineales T : R2 → R2 que transformen la recta


cuya ecuación es y = 0 en la recta con ecuación x = 0.

23. Dadas las transformaciones lineales del plano T1 y T2 definidas por


µ ¶ µ ¶ µ ¶ µ ¶
x x−y x −5x + y
T1 = , T2 = , hallar:
y x+y y x + 3y
a) m (T1 ) y m (T2 ) .
µ ¶
−1
b) T1 + T2 , m (T1 + T2 ) , m (T1 ) + m (T2 ) , (T1 + T2 ) .
−3
µ ¶
−1
c) −4T1 , m (−4T1 ) , −4m (T1 ) , (−4T1 ) .
−3
µ ¶
−1
d) 2T1 − 3T2 , m (2T1 − 3T2 ) , 2m (T1 ) − 3m (T2 ) , (2T1 − 3T2 ) .
−3
µ ¶
−1
e) T1 ◦ T2 , m (T1 ◦ T2 ) , m (T1 ) m (T2 ) , (T1 ◦ T2 ) .
−3
µ ¶
−1
f ) T2 ◦ T1 , m (T2 ◦ T1 ) , m (T2 ) m (T1 ) , (T2 ◦ T1 ) .
−3

24. Una transformación lineal T : R2 → R2 es tal que T (E1 ) = E1 + E2 y T (E2 ) =


2E1 − E2 .
a) Calcular en términos de E1 y E2 los siguientes vectores:
i) T (3E1 − 4E2 ) ii) T 2 (3E1 − 4E2 )
¡ 2¢
b) Hallar m (T ) y m T .
¡ ¢
25. Hallar m (T ) y m T 2 sabiendo que T es la transformación lineal que transforma
cada vector de R2 en dos veces su simétrico con respecto al eje y. Interpretar T 2
geométricamente.
4.7. Ejercicios 139

26. Sea P la transformación proyección sobre el eje x. Hallar:


µ ¶ µ ¶
¡ ¢ ¡ ¢ ¡ ¢ x ¡ ¢ x
a) m (P ) b) m P Rπ/2 c) m Rπ/2 P d) P Rπ/2 e) Rπ/2 P
y y
µ ¶ µ ¶ µ ¶ µ ¶
1 0 0 −1 −1 2 −4 1
27. Sean A = , B = , C = , D = ,
0 0 1 0 1 −3 2 −3
µ ¶ µ ¶
1 0 0 1
E= yF =
0 −1 1 0
a) Calcular A2 , B 2 , CD, DC, E 2 , F 2 .
b) Para cada numeral, encuentre la transformación lineal T que satisface la condición
dada y cuando sea posible, de una interpretación geométrica.
i) m (T ) = A ii) m (T ) = A2 iii) m (T ) = B iv) m (T ) = B 2
v) m (T ) = C vi) m (T ) = D vii) m (T ) = CD viii) m (T ) = DC
ix) m (T ) = E x) m (T ) = E 2 xi) m (T ) = F xii) m (T ) = F 2 .
µ ¶ µ ¶
2 2 x x−y
28. Sea T : R → R definida por T = . Calcular:
y x+y
µ ¶ µ ¶
3 x 3 1
a) T b) T
y −1
29. Probar que Rθ ◦ Rφ = R(θ+φ) , es decir, Rθ ◦ Rφ es la rotación por el ángulo θ + φ.
µ ¶
1 −1
30. Sea T la transformación lineal con m (T ) = .
2 −2
a) Mostrar que para todo vector X perteneciente a la recta y = x, se tiene T (X) = O.
b) Hallar una transformación lineal S : R2 → R2 diferente de la transformación nula
tal que ST = O y T S = O.

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

35. Sea T : R2 → R2 una transformación lineal invertible. Mostrar que T −1 también es


transformación lineal.

36. Para la transformación lineal T : R2 → R2 de cada literal,


µ ¶ determinar si T es inverti-
¡ −1 ¢ x
ble y, en caso afirmativo, encontrar m T y T −1 .
y
µ ¶ µ ¶ µ ¶
1 2 x 2x
a) m (T ) = b) T =
1 3 y 5y
µ ¶ µ ¶ µ ¶
5 2 x 6x − 3y
c) m (T ) = d) T =
2 1 y 4x − 2y
µ ¶ µ ¶ µ ¶
1 1 x y
e) m (T ) = f) T =
2 1 y x
g) T es la proyección sobre la recta y = x.
h) T es la reflexión respecto al eje x.
µ ¶ µ ¶
x x
i) T = Rθ . j) T = .
y x

37. Demostrar que si T : R2 → R2 es una transformación lineal uno a uno entonces T


transforma líneas rectas en líneas rectas.
µ ¶ µ ¶
2 2 x x+y
38. Sea T : R → R la transformación lineal definida por T = . Hallar,
µ ¶ y 4x + 7y
−2
si es posible, un vector X de R2 tal que T (X) = .
5

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.

41. Sean T : R2 → R2 y S : R2 → R2 dos transformaciones invertibles. Demostrar que


S ◦ T es invertible y (S ◦ T )−1 = T −1 ◦ S −1 .

42. Sean T : R2 → R2 y S : R2 → R2 las transformaciones lineales definidas por


µ ¶ µ ¶ µ ¶ µ ¶
x x+y x 2x + y
T = yS = .
y x−y y x − 2y
a) Demostrar que T y S son invertibles.
b) Hallar:
µ ¶ µ ¶ µ ¶
−1 x −1 x −1 x
i) T ii) S iii) (ST ) .
y y y
µ ¶ µ ¶
a b a c
43. Sea A = . La matriz se llama la transpuesta de A y se denota
c d b d
AT .
4.7. Ejercicios 141

a) Probar que si A y B son matrices 2 × 2 y α ∈ R entonces:


¡ ¢T
i) AT = A ii) (αA)T = αAT
iii) (A + B)T = AT + B T iv) (AB)T = B T AT
¡ ¢−1 ¡ −1 ¢T
v) Si A esinvertible, AT también es invertible y AT = A .

44. b) Probar que para todo par de vectores X, U de R2 se tiene que:


¡ ¢ ¡ ¢
X · (AU ) = AT X · U y (AX) · U = X · AT U .
142 4. Transformaciones lineales del plano y matrices 2 × 2