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 → f (x)
en la cual aparece la ley de asignación de f, x → f (x) . Por ejemplo, al escribir


f : R − 1, − 13 → R
x2
x →  
(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 → f (x) x → 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 sólo las funciones del plano en sí mismo, es decir, fun-
ciones 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).

107
108 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 → PU (X) = P royU X

La transformación PU la llamaremos proyecciónsobre

 la recta L.  
2 x
Tomemos, por ejemplo, el caso particular U = y hallemos para X = las
1 y
coordenadas del vector PU (X) :
    4 
X ·U 2x + y 2 x + 25 y
PU (X) = P royU X = U= = 52 1
U ·U 5 1 5x + 5y

es decir,   4 2 
x 5x + 5y
PU = 2 1 . (4.1)
5x + 5y
y
Así por ejemplo,   4   
2
5 5 (5) + 5 (5) 6
PU = 2 1 = .
5 5 (5) + 5 (5)
3

  
x x
Si

= PU , en lugar de la igualdad (4.1) podemos escribir
y y

  4 2 
x 5x + 5y
= 2 1
y
5x + 5y

o bien 
x
= 45 x + 25 y
y
= 25 x + 15 y

ecuaciones que expresan las coordenadas x
,y
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 109

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 → SU (X) = 2PU (X) − X
A la transformación
    reflexión respecto a la recta L.
SU la llamaremos
x 2
Si X = y, por ejemplo U = , encontramos en el ejemplo anterior que
y 1
4 2 
5x + 5y
PU (X) = 2 1
5x + 5y

luego, 4 2    3 4 
5x + 5y x 5x + 5y
SU (X) = 2 2 1 − = 4 3
5x + 5y 5x − 5y
y
es decir,   3 4 
x 5x + 5y
SU = 4 3 (4.2)
5x − 5y
y
   
10 2
Por ejemplo, si X = , su reflexión respecto a la recta L generada por U = es
0 1
  3 4   
10 5 (10) + 5 (0) 6
SU = 4 3 = .
0 5 (10) − 5 (0)
8

  
x x
Si = SU , en lugar de (4.2) podemos escribir
y
y

  3 4 
x 5x + 5y
= 4 3
y
5x − 5y
110 4. Transformaciones lineales del plano y matrices 2 × 2

o bien las ecuaciones 

x
= 35 x + 45 y
.

y
= 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 → 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.
     
x x 2x
Si X = entonces D2 (X) = 2X = 2 = , así
y y 2y
   
x 2x
D2 =
y 2y

  
x x
o bien, si

= D2 ,
y y

   

x 2x x = 2x
= o, equivalentemente, .

y
2y y
= 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 → Dr (X) = rX
 
x
Si X = , entonces
y
   
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 111

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.
 
x
Determinemos las coordenadas del vector Rθ (X) para X = , X = O.
y
Sea φ, en radianes, la dirección del vector X como se muestra en la figura 4.4. Como
   
cos φ cos (φ + θ)
X = X , Rθ (X) = Rθ (X) y Rθ (X) = X
senφ sen (φ + θ)
se tiene que,
 
cos (φ + θ)
Rθ (X) = X
sen (φ + θ)
 
cos φ cos θ − senφsenθ
= X
senφ cos θ + cos φsenθ
 
X cos φ cos θ − X senφsenθ
= .
X senφ cos θ + X cos φsenθ
Ahora, como X cos φ = x y Xsenφ = y entonces
   
x cos θ − ysenθ x cos θ − ysenθ
Rθ (X) = =
y cos θ + xsenθ xsenθ + y cos θ
es decir,    
x x cos θ − ysenθ
Rθ = . (4.3)
y xsenθ + y cos θ

  
x x
Si = Rθ , en lugar de la igualdad anterior tenemos
y
y

  
x x cos θ − ysenθ
=
y
xsenθ + y cos θ
o bien las ecuaciones 
x
= x cos θ − ysenθ
y
= xsenθ + y cos θ
112 4. Transformaciones lineales del plano y matrices 2 × 2

a las cuales nos referiremos como ecuaciones de rotación. Ellas expresan las coordenadas
x
,y
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),    
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),
   
x −y
R− 3π = .
2 y x
Obsérvese que      
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 → 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 U  .
4.2. Transformaciones lineales y matrices 113
   
x x0
Si X = yU= entonces
y y0
     
x x0 x + x0
TU (X) = X + U = + =
y y0 y + y0

es decir,    
x x + x0
TU =
y y + y0

  
x x
o también si

= TU entonces
y y

x
= x + x0
.
y
= y + y0
   
1 x
Por ejemplo, si U = entonces para cada de R2 ,
3 y
   
x x+1
TU = .

y y+3

Finalizaremos esta sección

 refiriéndonos a dos tranformaciones especiales. Una
  es la
x 2 x
transformación que a cada de R le asigna como imagen el mismo vector ; se
y y
llamarála transformación identidad y se denotará  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 formacomo  actúa
  cada una de tales transformaciones T dando


x
x
x , y en términos de x, y donde =T .
y
y  
2
(i) PU : proyección sobre la recta generada por el vector U = .
1
4 2
x
= x+ y
5 5
2 1
y
= x+ y
5 5
 
2
(ii) SU : reflexión respecto a la recta generada por el vector U = .
1
3 4
x
= x+ y
5 5
4 3
y
= x− y
5 5
114 4. Transformaciones lineales del plano y matrices 2 × 2

(iii) Dr : multiplicación por el escalar r.

x
= rx
y
= ry

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

x
= (cos θ) x − (senθ) y
y
= (senθ) x + (cos θ) y
 
x0
(v) TU : traslación por el vector U = .
y0
x
= x + x0
y
= y + y0

Obsérvese que cada una de las transformaciones (i) a (iv) es del tipo

x
= ax + by (4.4)
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.  Nótese
0
también que la transformación (v) es del tipo (4.4) únicamente cuando U = , caso en
0
el cual ella se reduce a

x
= x
y
= 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 forma lineal de las expresiones
x
ax + by y cx + dy para las coordenadas x
, y
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
  TU podemos observar que ella es transformación
lineales. En cuanto a la 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

x
= ax + by
y
= cx + dy

  
x x
con a, b, c, d constantes donde, como ya sabemos, =T . Es claro que los números
y
y
a, b, c, d y sus posiciones en las igualdades anteriores determinan de manera única a T. Pues
bien, el símbolo o arreglo  
a b
c d
4.2. Transformaciones lineales y matrices 115

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,una matriz 2 × 2, ouna matriz de orden 2.
a b a
b

Dos matrices y se dicen iguales, y se escribe
c d c
d

   
a b a
b

=
c d c
d

si a = a
, b = b
, c = c
y d = d
.
A continuación listamos las matrices de las transformaciones lineales (i) a (iv) antes
consideradas:
   
4/5 2/5 3/5 4/5
(i) m (PU ) = (ii) m (SU ) =
2/5 1/5 4/5 −3/5
   
r 0 cos θ −senθ
(iii) m (Dr ) = (iv) m (Rθ ) =
0 r senθ cos θ

Además,    
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
 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
   
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
  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
   
x ax + by
T = .
y cx + dy
 
a b
Pues bien, puesto que la matriz determina la transformación T , es natural
  c d
x
escribir, para cada de R2 ,
y
    
a b x x
=T (4.5)
c d y y
116 4. Transformaciones lineales del plano y matrices 2 × 2

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

2
Así, por ejemplo, si PU es la proyección sobre la recta generada por el vector U =
1
entonces       
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
    
a b x ax + by
= (4.6)
c d y cx + dy
   
a b x
igualdad que interpretaremos diciendo que la matriz transforma al vector
  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,
         
3 2 x 3x + 2y 0 0 x 0
= , =
5 −2 y 5x − 2y 2 1 y 2x + y
         
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)

   
x u
Para probar lo afirmado, digamos que X = ,U = y que la matriz de T es
  y v
a b
. Entonces,
c d
 
x+u
T (X + U ) = T
y+v
  
a b x+u
=
c d y+v
 
a (x + u) + b (y + v)
=
c (x + u) + d (y + v)
 
(ax + by) + (au + bv)
=
(cx + dy) + (cu + dv)
   
ax + by au + bv
= +
cx + dy cu + dv
= T (X) + T (U ) .
4.3. Propiedades básicas de las transformaciones lineales 117

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
  transformación lineal probando que existen constantes a, b, c, d tales que para
x
cualquier de R2 ,
y    
x ax + by
T = .
y cx + dy
     
1 0 x
Como sabemos, si E1 = y E2 = entonces para cada en R2 se tiene que
0 1 y
 
x
= xE1 + yE2
y

Por lo anterior y aplicando las propiedades (4.7),

 
x
T = T (xE1 + yE2 ) = T (xE1 ) + T (yE2 ) = xT (E1 ) + yT (E2 ) . (4.8)
y
   
a b
Así, si T (E1 ) = y T (E2 ) = entonces
c d
       
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:
118 4. Transformaciones lineales del plano y matrices 2 × 2

 
x
• Para cualquier vector de R2 ,
y
 
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
 alos vectores canónicos
  E1 y E2 .  
a b a b
• T (E1 ) = y T (E2 ) = si y sólo si m (T ) = .
c d c d
   
0 0
• T = .
0 0

Para la prueba de la primera  afirmación,

 vea(4.8).

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

Por último,    
0 0
T = 0T (E1 ) + 0T (E2 ) = . 
0 0

Ejemplo 4.6
Sea T : R2 → R2 la transformación lineal tal que
√   √ 
2/2 − 2/2
T (E1 ) = √ y T (E2 ) = √ .
2/2 2/2

a) Halle lamatriz
 de T.  
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,
 √ √ 
2/2 −√ 2/2
m (T ) = √ .
2/2 2/2
4.4. Imagen de un conjunto bajo una transformación 119

b)
   
x x
T = m (T )
y y
 √ √  
√ 2/2 −√ 2/2 x
=
2/2 2/2 y
√  √  
2/2 x − 2/2 y
= √  √  .
2/2 x + 2/2 y

 
x
c) Obsérvese que para todo de R2 ,
y
        
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    
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,
       
1 −1 0 0
T + =T =
0 0 0 0

mientras que
         
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).

120 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 =
 φ, se transforma en el
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 ) = 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 larecta
que pasa por el punto T (P ) y tiene vector director T (U ) si T (U ) = 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 ) = 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 121

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
SeaT la reflexión
  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:            
1 2 1 0 2 2
Dos puntos de L1 distintos son y . Puesto que T = ,T = y
    0 2 0 1  2  2
1 2 0 2
dado que T = 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  
2
Sea P la proyección sobre el eje x y sea L la recta vertical que pasa por . Halle P (L) .
0
Solución:    
2 2
Es claro que para todo X ∈ L, P (X) = , luego P (L) = . (Figura 4.9).

0 0
122 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
 una 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 123

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
  dependientes entonces dicha imagen es un segmento
0
de recta o es el conjunto .
0

Ejemplo 4.12    
2 2
Consideremos el paralelogramo P determinado por los vectores X = yU = y
0 2
sea S la reflexión respecto
  al eje y.  
−2 −2
Como S (X) = y S (U ) = entonces S (X) y S (U ) son vectores linealmente
0 2
independientes y por tanto la imagendel paralelogramo 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 → (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

124 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 lareflexión
 respecto al eje x, es decir, T es la transformación definida por
x x
T = . Hallemos la transformación −T :
y −y
        
x x x −x
(−T ) =− T =− = .
y y −y y
 
x
Así que −T es la transformación del plano definida, para cada de R2 , por
    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 125

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
  


a b a b
m (T ) = y m (S) = .
c d c
d

 
x
Entonces, para cada de R2 ,
y
     
x x x
(T + S) = T +S
y y y
  

ax + by a x + b
y
= +

cx + dy c x + d
y
 
(a + a ) x + (b + b
) y


=
(c + c
) x + (d + d
) y
  
a + a
b + b
x
= .
c + c
d + d
y
Luego T + S es también una transformación lineal y
 
a + a
b + b

m (T + S) = . (4.12)
c + c
d + d

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 lineales 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:
  

  
a b a b a + a
b + b

+ = .
c d c
d
c + c
d + d

Como resumen tenemos que:

Si T y S son transformaciones
  lineales del plano,

con

a b a b
m (T ) = y m (S) =
c d c
d

entonces T + S también
 es una transformación
 lineal del plano y


a+a b+b

m (T + S) = = m (T ) + m (S) .
c + c
d + d

Ejemplo 4.15
Sean T y S las transformaciones lineales del plano tales que
   
0 −3 10 2
m (T ) = y m (S) = .
4 2 −5 0
   
x x
Hallar m (T + S) y (T + S) para cualquier en R2 .
y y
126 4. Transformaciones lineales del plano y matrices 2 × 2

Solución:

m (T + S) = m (T ) + m (S)
   
0 −3 10 2
= +
4 2 −5 0
 
0 + 10 −3 + 2
=
4−5 2+0
 
10 −1
= .
−1 2
 
x
Así, para todo ∈ R2 ,
y
      
x 10 −1 x 10x − y
(T + S) = = .

y −1 2 y −x + 2y
  
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
       
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 127

rT : R2 → R2
X → (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.

 
a b
Supongamos ahora que T es una transformación lineal del plano con m (T ) =
c d
 
x
y sea r un escalar. Entonces, para todo de R2 ,
y
    
x x
(rT ) = r T
y y
 
ax + by
= r
cx + dy
 
(ra) x + (rb) y
=
(rc) x + (rd) y
  
ra rb x
= .
rc rd y
128 4. Transformaciones lineales del plano y matrices 2 × 2

Luego, rT es una transformación lineal y además

 
ra rb
m (rT ) = . (4.13)
rc rd

Ahora, de la misma manera como la igualdad (4.12) lleva a definir la suma entre
a b
matrices como lo hicimos, la igualdad (4.13) lleva a definir el producto r de
c d
 
a b
un escalar r por una matriz en la forma
c d
   
a b ra rb
r = .
c d rc rd

Tenemos así que:

Si r es un escalar y T es una transformación

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

Ejemplo 4.17  
2 −3
Sea T la transformación lineal tal que m (T ) = .
1 8
   
x x
Hallar m (5T ) y (5T ) para cualquier de R2 .
y y
Solución:
     
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

      
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 129

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 → S (X) → T (S (X))

Así,

T ◦ S : R2 → R2
X → (T ◦ S) (X) = T (S (X))

Ejemplo 4.18  
x
Sea T la reflexión respecto al eje x y sea S la reflexión respecto al eje y. Si X =
y
entonces
      
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 = S ◦ T, como se muestra en el ejemplo
siguiente.

Ejemplo 4.19  
x
Sean T la reflexión respecto al eje x y S = R π4 . Como ya sabemos, para cada de R2 ,
y
           √  
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
130 4. Transformaciones lineales del plano y matrices 2 × 2

Luego,
    
x x
(T ◦ S) = T S
y y
√  
2 x−y
= T
2 x+y
√  
2 x−y
=
2 − (x + y)
√  
2 x−y
= .
2 −x − y

Por otra parte,

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

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

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

mientras que
  √   √  
1 2 1+1 2 2
(S ◦ T ) = = .
1 2 1−1 2 0
Luego T ◦ S = 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 131

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
  


a b a b
m (T ) = y m (S) = .
c d c
d

 
x
Entonces, para todo de R2 ,
y
    
x x
(T S) = T S
y y


a x + b
y
= T

c x + d
y
 

a b a x + b
y
=
c d c
x + d
y
 
a (a x + b y) + b (c
x + d
y)



=
c (a
x + b
y) + d (c
x + d
y)


(aa + bc
) x + (ab
+ bd
) y
=
(ca
+ dc
) x + (cb
+ dd
) y

 
aa + bc
ab
+ bd
x
=



.
ca + dc cb + dd y
Luego, T S también es una transformación lineal y


aa + bc
ab
+ bd

m (T S) = . (4.14)
ca
+ dc
cb
+ dd

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

forma siguiente:
 

 

a b a b aa + bc
ab
+ bd

= .
c d c
d
ca
+ dc
cb
+ dd

132 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
 lineales
 del plano
 con 
a b a
b

m (T ) = y m (S) =
c d c
d

entonces el producto (la compuesta) T S también es una transformación
lineal del plano y 

aa + bc
ab
+ bd

m (T S) = = m (T ) m (S) .
ca
+ dc
cb
+ dd

Obsérvese cómo se obtiene la matriz producto: digamos que

   
a b a
b

A= y B= .
c d c
d

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 ) = ab
+ bd
.
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
   
2 3 4 7
m (T ) = A = y m (S) = B = .
−1 0 −6 5
   
x x
Hallar m (T S) y (T S) para cualquier de R2 .
y y
Solución:

m (T S) = AB
  
2 3 4 7
=
−1 0 −6 5
 
2 (4) + 3 (−6) 2 (7) + 3 (5)
=
(−1) 4 + 0 (−6) (−1) 7 + 0 (5)
 
−10 29
= .
−4 −7
4.5. Operaciones con transformaciones lineales y con matrices 133
 
x
Luego, para todo de R2 ,
y
   
x x
(T S) = (AB)
y y
  
−10 29 x
=
−4 −7 y
 
−10x + 29y
= .

−4x − 7y
El lector puede comprobar que en el ejemplo anterior AB = BA, lo cual se debe a que
T S = 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.
134 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 → f (x)

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

x1 = x2 =⇒ f (x1 ) = 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 135

• 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.
136 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 transformación 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 = 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 ,
 
1 1
D 1 (Dr (X)) = D 1 (rX) = (rX) = r X = 1X = X
r r r r

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
 P  la proyección
 sobre
 el  eje x, es decir, P es la transformación del plano tal que
x x x
P = para cada de R2 .
y 0 y  
0
Es claro que P no es uno a uno, pues (por ejemplo) todo vector sobre el eje y es
  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 137

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.

 
a b
Sea T : R2 → R2 una transformación lineal con m (T ) = .
c d
Las siguientes afirmaciones son equivalentes:
1. T es invertible.
R2 tal que T (X) = O es X = O.
2. El único vectorXde 
a b
3. Las columnas y de m (T ) son linealmente independientes.
c d
4. ad − bc = 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,
   
a b
=r para cierto escalar r.
c d
Entonces,
     
a b 0
−r =
c d 0
   
a − rb 0
=
c − rd 0
    
a b 1 0
=
c d −r 0
   
1 0
T = .
−r 0
     
1 1 0
Así, el vector no nulo es tal que T = , lo cual muestra que 2. no se
−r   −r 0
b a
da. De manera similar, si =r para algún r ∈ R, se puede probar que existe un
d c 
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 = 0, entonces a = y en tal caso
d
     
a bc/d c b
= =
c c d d
138 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 = 0 o b = 0 o c = 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  ad − bc
 = 0; para probar
p q
que T es invertible probaremos primero que existe una matriz tal que
r s
    
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 = 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     
a b p q 1 0
=
c d r s 0 1
 
p q
Ahora, un hecho notable es que dicha matriz también cumple que
r s
    
p q a b 1 0
= .
r s c d 0 1

Dejamos 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 139

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
 
 −1  p q
m T = m (S) =
r s
luego, se tiene que:

 
a b
Sea T : R2 → R2 una transformación lineal con m (T ) = .
c d
Si T es invertible entonces
   
 −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
      
x x + 2y 1 2 x
T = = .
y −x + 3y −1 3 y
 
1 2
La matriz de T es A = y ∆ = (1) (3) − (−1) (2) = 5.
−1 3
a) Como ∆ = 0 entonces T es invertible y
   
 −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

      
−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
 
x
b) Como T es invertible, el único vector de R2 tal que
y
       
x 0 x 0
T = es = .
y 0 y 0
   
1 2
c) Es claro que las columnas y de A son linealmente independientes.

−1 3
140 4. Transformaciones lineales del plano y matrices 2 × 2

Ejemplo 4.24
Sea T : R2 → R2 definida por
      
x x + 2y 1 2 x
T = = .
y −2x − 4y −2 −4 y
 
1 2
La matriz de T es A = y ∆ = (1) (−4) − (−2) (2) = 0.
−2 −4
a) Como ∆ = 0 entonces T no es invertible.  
x
b) Como T no es invertible, podemos asegurar que existen vectores no nulos tales
    y
x 0
que T = .
y 0    
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  √ 
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 ∆ = 0 entonces T es invertible y
 √ 
  1 0 − 3 0 1
m T −1 = = 1 .
∆ −1 2 √
3
− 23
√

Ahora, como T es invertible entonces A es invertible y

  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 141

 
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 = 0.  
−1 1 d −b
2. Si ad − bc = 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

Sección 4.1

1. Sean U ∈ R2 y PU la transformación proyección sobre  la

 recta generada
 por el vector
x x
U. Para el vector U dado en cada literal, hallar PU para cada de R2 .
y y
       
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
  5x−
2y
a a
proyección sobre L. Si P =
, expresar a
y b
en términos de a y b.
b b
3. Sean U ∈ R2 y SU la transformación reflexión con respecto a la recta  L generada
x
por el vector U. Para el vector U dado en cada literal, encontrar SU para cada
  y
x
∈ R2 .
y
     
2 1 1
a) U = b) U = c) U =
−1 1 −2

Sección 4.2
4. Para cada literal, obtener la matriz de la transformación reflexión con respecto a la
recta dada.
a) y = −x b) y = 2x
5. Para cada literal, suponga que T : R2 → R2  es 
la transformación
   lineal cuya matriz
1 −1 0
es la dada. Calcular las imágenes bajo T de , y .
0 2 1
       
1 −3 1 1 −1 1 −3 1 0
a) b) c) d)
0 1 2 −1 1 −3 1 0 0
       √ 
3 0 1 0 0 1 3/2 √−1/2
e) f) g) h)
0 3 0 3 1 0 1/2 3/2
142 4. Transformaciones lineales del plano y matrices 2 × 2

   
0 0
6. a) Dar ejemplo de una transformación T : R2
→ R2
no lineal tal que T = .
0 0
b) Dar ejemplo de una transformación lineal T tal que para X1 , X2 linealmente
independientes se tenga que T (X1 ) , T (X2 ) sean linealmente dependientes.

Sección 4.3
7. Determinar si la transformación T : R2 → R2 , definida en cada literal, es una
transformación lineal. En caso afirmativo, hallar la matriz de T .
         
x 3x + y x 2 −1
a) T = b) T =x +y
y x − 2y y 3 2
       
x x−1 x 1
c) T = d) T =
y x−y y 1
 
3
8. Sea T : R2 → R2 la transformación lineal tal que T (E1 + E2 ) = ,
        −1
2 x x −10
T (−E1 + E2 ) = . Encontrar T para cada de R2 y T .
−3 y y 15
9. Sea T : R2 → R2 una transformación lineal. Demostrar que si X1 , X2 son linealmente
dependientes entonces T (X1 ) , T (X2 ) también son linealmente dependientes.

Sección 4.4
10. Sea P : R2 → R2 la transformación proyección sobre el eje x. Encontrar la imagen
bajo P de los siguientes conjuntos:
 
3
a) La recta L que pasa por el origen y por el punto .
−4
   
2 1
b) El paralelogramo determinado por los vectores V = yW = .
1 1
11. 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.
   
x x
a) L : y = −x, C1 = : x < 0 , C2 = :x≥0
0 0
   
0 x
b) L : y = 2x, C1 = : y < 0 , C2 = :x≥0
y 0
12. Para r = 1/3 y r = 2,
  

x x
a) Si Dr = , expresar x
, y
en términos de x y y.
y y

b) Hallar la imagen bajo Dr de los siguientes conjuntos:
   
2 −1
i) S = ,
−1 3
   
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.
4.7. Ejercicios 143

13. a) Para θ = −π/3 y θ = π/3,

i) Hallar la matriz de Rθ .
   
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   bajo Rθ del paralelogramo P determinado por los vectores
  la imagen
1 1
V = yW = .
2 0
b) Para cada numeral expresar x
, y
en términos de x y y.

   
   
  
x x x x x x
i)

= R(θ+ π ) ii)

= R2θ iii)

= R(−θ)
y 2 y y y y y
14. Sean U ∈ R2 y TU la traslación por el vector U . Si P y Q son puntos distintos,
probar que:
a) TU (P ) = 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) .
 
2 3
15. Sea T la transformación lineal con matriz m (T ) = . Encontrar la imagen
−1 0
bajo T de los siguientes conjuntos:
 
3
a) La recta L que pasa por el origen y tiene vector director D = .
1
b) La recta L
con ecuación bx − ay = 0.
       
0 1 1 0
16. Hallar la imagen del cuadrado con vértices en los puntos , , y bajo
     0 0 1 1
x 1 −3 x
la transformación T = . ¿Es dicha imagen un cuadrado? ¿Cuál
y 0 1 y
es su área?
       
2 2 1 5 2 −9
17. Sea T : R → R la transformación lineal tal que T = yT = .
−1 −8 2 4
Hallar:
   
x x
a) m (T ) b) T para cada de R2 .
y y
   
1 2
c) La imagen bajo T del paralelogramo P determinado por y .
−1 2
18. Encuentre todas las transformaciones lineales T : R2 → R2 que transformen la recta
cuya ecuación es y = 0 en la recta con ecuación x = 0.

19. Sea P el paralelogramo ABCD, donde A, B, C y D son puntos cualesquiera del

plano.
a) Describir P como un conjunto de puntos, en términos de A, B − A y D − A.
144 4. Transformaciones lineales del plano y matrices 2 × 2

b) Probar que P es la imagen bajo la traslación TA del paralelogramo P
determinado

por los vectores B − A y D − A, y que el área de P es igual al área de P
.
 
−1
20. Si U = , hallar y graficar la imagen del cuadrado S de la figura bajo la traslación
2
TU .

Sección 4.5

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

       
x x−y x −5x + y
T1 = , T2 = , hallar:
y x+y y x + 3y
a) m (T1 ) y m (T2 ) .
 
−1
b) T1 + T2 , m (T1 + T2 ) , m (T1 ) + m (T2 ) , (T1 + T2 ) .
−3
 
−1
c) −4T1 , m (−4T1 ) , −4m (T1 ) , (−4T1 ) .
−3
 
−1
d) 2T1 − 3T2 , m (2T1 − 3T2 ) , 2m (T1 ) − 3m (T2 ) , (2T1 − 3T2 ) .
−3
 
−1
e) T1 ◦ T2 , m (T1 ◦ T2 ) , m (T1 ) m (T2 ) , (T1 ◦ T2 ) .
−3
 
−1
f) T2 ◦ T1 , m (T2 ◦ T1 ) , m (T2 ) m (T1 ) , (T2 ◦ T1 ) .
−3
22. 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 )
 
b) Hallar m (T ) y m T 2 .
Nota: T 2 es otra notación para el producto T T.

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

   
      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
       
1 0 0 −1 −1 2 −4 1
24. Sean A = , B = , C = , D = ,
0 0 1 0 1 −3 2 −3
   
1 0 0 1
E= yF =
0 −1 1 0
4.7. Ejercicios 145

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, dé 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 ) = E2 xi) m (T ) = F xii) m (T ) = F 2 .
Nota: Para una matriz M, la expresión M 2 es otra notación para el producto M M
 
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.
   
2 2 x x−y
26. Sea T : R → R definida por T = . Calcular:
y x+y
   
3 x 3 1
a) T b) T
y −1
27. Probar que Rθ ◦ Rφ = R(θ+φ) , es decir, Rθ ◦ Rφ es la rotación por el ángulo θ + φ.
 
1 −1
28. 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.
   
1 −1
29. Sean U1 = y U2 = . Hallar la transformación TU1 ◦ Rπ/2 ◦ TU2 .
0 0
   
2 2 1 0 0
30. Sean T : R → R 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.
       
x u a b a c
31. Sean X = , U = y A= . La matriz se llama
y v c d b d
traspuesta de A y se denota AT. Llamaremos traspuesto de X y denotaremos
T
X al arreglo de números x y , el cual consideraremos como una matriz de una
 
x
sola fila ( de igual forma, el vector puede verse como una matriz de una sola
y
columna).
Definimos los productos X T U y X T A, como sigue:
 
T
  u
X U= x y = xu + yv = X.U
v
 
T
  a b  
X A= x y = xa + yc xb + yd
c d
146 4. Transformaciones lineales del plano y matrices 2 × 2

Probar que
i) (AX)T = X T AT
 
ii) X T A U = X T (AU )
En virtud de la igualdad en ii), escribiremos X T AU para referirnos a cualquiera de
sus dos miembros.

Sección 4.6

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

  determinar si T es inver-
 −1  x
tible y, en caso afirmativo, encontrar m T y T −1 .
y
     
1 2 x 2x
a) m (T ) = b) T =
1 3 y 5y
     
5 2 x 6x − 3y
c) m (T ) = d) T =
2 1 y 4x − 2y
     
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.
   
x x
i) T = Rθ . j) T = .
y x

33. Demostrar que para cada θ, −2π < θ < 2π, se tiene que Rθ−1 = R−θ .

34. 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 .

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

       
x x+y x 2x + y
T = yS = .
y x−y y x − 2y
a) Demostrar que T y S son invertibles.
b) Hallar:
     
−1 x x −1 x
i) T ii) S −1 iii) (ST ) .
y y y
36. Probar que:
          −1  
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
      
a b x a b
b) =x +y .
c d y c d
   
2 2 x x+y
37. Sea T : R → R la transformación lineal definida por T = . Hallar,
  y 4x + 7y
−2
si es posible, un vector X de R2 tal que T (X) = .
5
4.7. Ejercicios 147
   
a b
38. Sean y vectores de R2 linealmente independientes. Probar que todo vector
  c d    
u a b
de R2 es expresable de manera única como combinación lineal de y ,
v   c d
u
es decir, para todo vector de R2 existen únicos escalares x y y tales que
v
     
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 36.)

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

independientes de R2 .
 
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.

40. Probar que toda traslación TU es uno a uno y sobre. Hallar TU−1

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

transforma líneas rectas en líneas rectas.
   
2 2 x x + cy
42. 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.

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

transformación lineal.

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

independientes de R2 . Demostrar que si T es invertible entonces T (X1 ) , T (X2 )
también son linealmente independientes.

45. Probar que si T : R2 → R2 es una transformación lineal invertible y P es un paralelo-

gramo que no necesariamente tiene un vértice en el origen, entonces T (P) también
es un paralelogramo y sus vértices son las imágenes bajo T de los vértices de P .
148 4. Transformaciones lineales del plano y matrices 2 × 2