Asignatura: Algebra Lineal

Unidad: 5
Trabajo: Investigacin
Tema: Transformaciones Lineales
Docente: M.G.T.I Erick Alberto Cupul Burgos
Alumnos: Jos Ignacio Ch Chuc
Jos Artemio Couoh Pech
Fausto Oliverio Noh Dzul

Carrera: Ingeniera Civil

Grado y grupo: 2 Semestre B

Fecha: Viernes 12 De Junio del 2015

5.1 INTRODUCCIN A LAS TRANSFORMACIONES LINEALES

Las transformaciones lineales son las funciones y tratan sobre K-espacios

vectoriales

que

son

compatibles

con

la

estructura

(es

decir, con la operacin y la accin) de estos espacios. Aqu se presentan las

funciones entre espacios vectoriales que preservan las cualidades de los
espacios vectoriales. Es decir, de funciones que preservan la suma y la
multiplicacin por escalares.
Nosotros usaremos el concepto de la funcin para darle un tratamiento a los
sistemas de ecuaciones lineales. La restriccin que haremos sera sobre el tipo de
funciones: solo estaremos interesados en funciones que preserven las operaciones
en el espacio vectorial. Este tipo de funciones sern llamadas funciones lineales.
Primeramente las definiremos, veremos algunas propiedades generales y despus
veremos cmo se aplican estos resultados a sistemas de ecuaciones.

Sean

dos

espacios

vectoriales

posiblemente

iguales.

Una transformacin lineal o mapeo lineal de V a W es una funcin

T: V W tal que para todos los vectores u y v de V y cualquier escalar c:
a)

(u
b)

Demuestre

que

la

transformacin

+
T

v)

(c

T:

R2

T
u)

(u)
=

R2

+
c

(v)

(u)

definida

por

es lineal.

Entonces:

Por

Como

otro

se

lado,

cumplen

las

para

dos

todo

escalar

c,

condiciones:

T es lineal.

Una transformacin lineal preserva combinaciones lineales. Veremos que, debido a

esto, una transformacin lineal queda unvoca-mente determinada por los valores
que toma en los elementos de una base cualquiera de su dominio.

Teniendo en cuenta que las transformaciones lineales son funciones entre

conjuntos, tiene sentido estudiar la validez de las propiedades usuales de funciones:
inyectividad, suryectividad y biyectividad.

Las transformaciones lineales que verifican alguna de estas propiedades reciben

nombres particulares:
Definicin 3.6 Sean V y W dos K-espacios vectoriales, y sea f: V W una
transformacin lineal. Se dice que:

f es un monomorfismo si f es inyectiva.
f es un epimorfismo si f es suryectiva.
f

es

un

isomorfismo

si

es

biyectiva.

En algunos casos, consideraremos transformaciones lineales de un K-espacio

vectorial en s mismo:
Sea V un K-espacio vectorial. Una transformacin lineal f: V V se llama un
endomorfismo de V. Si f es un endomorfismo que es adems un isomorfismo,
entonces se dice que es un automorfismo.

En trminos generales, una transformacin es una funcin que permite transformar

un vector que pertenece a un espacio vectorial (dominio) en otro vector que
pertenece a otro espacio vectorial (codominio). Por esta razn, dicha funcin es una
funcin vectorial de variable vectorial, es decir, depende de vectores, y es del tipo
w fv = ( ).
Una transformacin se representa como T: VW, donde V es el dominio y W el
codominio de la transformacin T.
Una aplicacin T: R n R m es llamada transformacin lineal si preserva la
estructura lineal (suma y producto por escalar): 1 Si ~x, ~y R n, entonces T (~x +
~y) = T (~x) + T (~y). 2 Si ~x R n y R, entonces T (~x) = T (~x).
Como consecuencia de esta definicin es fcil observar que una transformacin
lineal toma combinaciones lineales 1~x1 + 2~x2 + +k~xk de vectores en R
n y las lleva a transformaciones lineales de vectores en R m: T (1~x1 + 2~x2 +
+ k~xk) = 1T (~x1) + 2T (~x2) + + kT (~xk).
En particular, por ejemplo, podemos probar que la imagen del cero ~0 R n bajo
una transformacin lineal debe ser el cero ~0 R m: T (~0) = T (~x + (~x)) = T (~x)
T (~x) = ~0.

1). Si V1 = (1,-1), V2 = (2,-1), V3= (-3,2) y W1= (1,0), W2= (0,-1), W3= (1,1). Existe
una transformacin lineal T: R2 R, tal que T (vi) = Wi para i = 1, 2,3?
Solucin: Si { v1, v2 , v3 }es base de R 2 , entonces existe una nica transformacin
lineal T: R2 R Pero: (-3,2) = -(1,-1) ( 2,-1) { v1, v2 , v3 } no es linealmente
Independiente { v1, v2 , v3 }no es base de R 2 no existe tal transformacin lineal

2). Sea T: R3 R3 , transformacin lineal , tal que : T (1,1,1) = (1,0,2) ; T ( 1,0,1) =

( 0,1,1) ; T ( 0,1,1) = ( 1,0,1) Encontrar T (x,y,z) Solucin: Por demostrar que el
conjunto {(1,1,1), (1,0,1),(0,1,1)} es base de R 3 Sea a.b.c R, tal que . a(1,1,1) +
b(1,0,1) + c(0,1,1) = (0,0,0) a + b = 0 a + c = 0 a = b = c = 0 a + b + c = 0 Luego
{(1,1,1),(1,0,1),(0,1,1)} es linealmente Independiente Sea (x,y,z) R 3 , entonces
existen escalares a,b,c R tal que: a(1,1,1) + b( 1,0,1) + c(0,1,1) =(x,y,z) a + b = x a
+c=ya=x+y-z;b=z-y;c=z-xa+b+c=z
Ejemplos:

1.

2.

5.2 NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL

En esta seccin se desarrollan algunas propiedades

bsicas de las

transformaciones lineales.
Teorema 1. Sea T: V W una transformacin lineal. Entonces para todos los vectores
u, v, v1, v2,.vn en V y todos los escalares

Nota en la parte i el 0 de la izquierda es el vector cero en v; mientras que el cero

de la derecha es el vector cero en W.
i. T (0) = T (0 + 0)= T (0) + T (0). As 0= T (0) T (0) = T (0) + t (0) T (0) = T (0)
ii.T (u-v) = T [u + (-1) v] = Tu + T [(-1) v] = Tu + (-1) Tv = Tu Tv.
iii.Esta parte se prueba por induccin (vea el apndice 1). Para n = 2 se tiene T
(1v1 + 2v2) = T (1v1) + T (2v2) = 1Tv1 + 2Tv2. As, la ecuacin (1) se cumple
para n = 2. Se supone que se cumple para n = k y se prueba para n=k + 1: T (1v1 +
2v2+.+ kvk+k+1vk-1) = T (1v1 + 2v2+.+kvk) + T (k+1vk+1), y usando
la ecuacin en la parte iii para n= k, esto es igual a (1Tv1 + 2Tv2+.kTvk) +
k+1Tvk+1, que es lo que se quera demostrar. Esto completa la prueba.

Observacin. Los incisos i) y ii) del teorema 1 son casos especiales del inciso
iii). Un dato importante sobre las transformaciones lineales es que estn
completamente determinadas por el efecto sobre los vectores de la base.

Teorema 2

Sea v un espacio vectorial de dimensin finita con base B= {v1,

v2,.vn}. Sean w1, w2,.en vectores en W. Suponga que T1y T2 son dos
transformaciones lineales de V en W tales que T1vi = T2vi = wi para i = 1, 2,, n.
Entonces para cualquier vector v v, T 1v = T2v; es decir T1 = T2.
Como B es una base para V, existe un conjunto nico de escalares 1, 2,., n.
Tales que v = 1v1 + 2v2 ++ n vn.

Entonces, del inciso iii) del teorema 1, T1v = T1 (1 v1 + 2v2 ++ nvn)

= 1T2v1 + 2T2v2 + + nTnvn= 1w1 + 2w2 ++ nTnvn

De

manera

similar

T2v

(1v1 + 2v2 ++ nvn) = 1T2v1 + 2T2v2 ++ nTnvn

T2
=

1w1 + 2w2 ++ nvn

Por lo tanto, T1v =T2v.

El teorema 2 indica que si T: v W y V tiene dimensin finita, entonces slo es

necesario conocer el efecto que tiene T sobre los vectores de la base en V. Esto es,
si se conoce la imagen de cada vector bsico, se puede determinar la imagen de
cualquier vector en V. Esto determina T por completo. Para ver esto, sean v1,
v2,.vn una base en V y sea v otro vector en V. Entonces, igual que en l aprueba
del teorema 2, Tv = 1Tv1 + 2Tv2 ++ nTvn

As, se puede calcular Tv para cualquier vector v V si se conocen Tv1, Tv2,.Tvn

Ejemplo 1 Si se conoce el efecto de una transformacin lineal sobre los vectores

de la base, se conoce el efecto sobre cualquier otro vector.

Sea T una transformacin lineal de R3 en R2 y suponga que

Solucin. Se tiene

Entonces

Surge otra pregunta; si w1, w2,., wn son n vectores en W, existe una

transformacin lineal T tal que Tv1 = w1 para i = 1,2,, n? La respuesta es s. Como
lo muestra el siguiente teorema.

Definicin: Ncleo e imagen de una transformacin lineal

Sean V y W dos espacios vectoriales y sea T: V W una transformacin lineal.
Entonces

I.

El

ncleo

de

ii.

La

imagen

de

T,

T,

denotado

denotado

por

por

un,

Im

T,

est

esta

dado

por

dado

por

Observacion 1. Observe que un T es no vacio porque, de acuerdo al teorema 1, T

(0) = 0 de manera que 0 un T para cualquier transformacin lineal T. Se tiene
inters en encontrar otros vectores en V que se transformen en 0. De nuevo,
observe que cuando escribimos T (0) = 0, el 0 de la izquierda est en V y el de la
derecha en W.

Observacin 2. La imagen de T es simplemente el conjunto de imajenes de los

vectores en V bajo la transformacin T. De hecho, si w = Tv, se dice que w es la
imagen de v bajo T.

Antes de dar ejemplos de ncleos e imgenes, se demostrar un teorema de gran

utilidad.

Teorema 4 Si T: V W es una transformacin lineal, entonces

i.Un T es un subespacio de V.
ii.Im T es un subespacio de W.

Demostracion
i.Sean u y v en un T; Entonces T (u + v) = Tu + Tv =0 + 0 =0 y T ( ) = = 0 = 0 de
forma que u + v y u estn en un T.
ii. Sean w y x en Im T. Entonces w = Tu y x = Tv para dos vestores u y v en V. Esto
significa que T (u + v)= Tu + Tv = w + x y T (u) = Tu =w. Por lo tanto, w + x y
w estn en Im T.

Ejemplo 3. Ncleo e imagen de la transformacin cero

Sea Tv = 0 para todo v V (T es la transformacin cero). Entonces un T = v e Im T
= {0}.

Ejemplo 4 Ncleo e imagen de la transformacin identidad

Sea Tv = v para v V (T es la transformacin identidad). Entonces un T= {0} e Im T
= V.

Las transformaciones cero e identidad proporcionan dos extremos. En la primera

todo se encuentra en el ncleo. En la segunda slo el vector cero se encuentra en
el ncleo. Los casos intermedios son ms interesantes.

Ejemplo 5 Ncleo e imagen de un operador de proyeccin

Sea T: R3 R3 definida por

T es el operador de proyeccin de R3 en el plano xy.

Entonces x = y = 0. As, nu T = {(x, y, z): x = y = 0, zR}, es decir, el eje z, e Im T =

{(x, y, z): z = 0}, es decir el plano xy. Observe que dim un T = 1 y dim Im T = 2.

Definicin 2

Nulidad y rango de una transformacin lineal

Si T es una transformacin lineal de v en w, entonces se define.

Observacin. En la seccin 4.7 se definieron el rango, la imagen, el espacio nulo y

la nulidad de una matriz. Segn el ejemplo 5.1.7, Toda matriz A de m*n da lugar a
una transformacin lineal T: R R definida por Tx = Ax. Es evidente que un T =
NA, Im T = Im A = CA, v (T) = v(A) y p (T) = p(A). Entonces se ve que las definiciones
de ncleo, imagen, nulidad y rango de una transformacin lineal son extensiones
del espacio nulo, la imagen, la nulidad y el rango de una matriz.

Ejemplo 6. Ncleo y nulidad de un operador de proyeccin

Sea H un subespacio de R y sea Tv = proyH v. Es obvio que la Im T = H. Se tiene

que toda v V si v=h + proyH v + proyHv. Si Tv = 0, entonces h=0, lo que significa498

Definicin (la imagen de una transformacin lineal). Sean V, W espacios vectoriales

sobre un campo F y sea T L(V, W). La imagen de T se define como el conjunto de
todos los valores de la aplicacin T: im(T) := w W : v V tal que w = T(v) . 2.
Definicin (el ncleo de una transformacin lineal). Sean V, W espacios vectoriales
sobre un campo F y sea T L(V, W). El ncleo (kernel, espacio nulo) de T se define
como la pre imagen completa del vector nulo: ker (T):= x V: T(x) = 0W.

Proposicin (el ncleo de una transformacin lineal es un subespacio vectorial del

dominio). Sean V, W espacios vectoriales sobre un campo F y sea T L (V, W).
Entonces ker (T) es un subespacio de V. 4. Proposicin (la imagen de una
transformacin lineal es un subespacio vectorial del codominio). Sean V, W
espacios vectoriales sobre un campo F y sea T L (V, W). Entonces im (T) es un
subespacio de W. Parte de demostracin. Se aplica el criterio de subespacio. Se
demuestra que el conjunto im (T) es cerrado bajo la adicin y bajo la multiplicacin
por escalares, adems contiene al vector cero. Mostremos que el conjunto im (T) es
cerrado bajo la adicin. Sean w1, w2 im (T). Por la definicin de la imagen, existen
v1, v2 V tales que w1 = T (v1), w2 = T (v2). Por la linealidad de T, T (v1 + v2) = T
(v1) + T (v2) = w1 + w2. Logramos encontrar un vector x = v1 + v2 tal que T(x) = w1
+ w2. Por la definicin de la imagen, esto implica que w1 + w2 im (T). Ncleo e
imagen de una transformacin lineal, pagina 1 de 3 Inyectividad y suprayectividad
de una transformacin lineal en trminos de su ncleo e imagen 5. Definicin de
funcin suprayectiva (repaso). Una funcin f: X Y se llama suprayectiva o
sobreyectiva si para cualquier y Y existe un x X tal que f(x) = y. 6. Observacin
(criterio de la suprayectividad de una funcin en trminos de su imagen). Segn la
definicin, f se llama suprayectiva si Y im (f). Pero la contencin im (f) Y es
vlida cualquier funcin f: X Y. Por lo tanto, f es suprayectiva im (f) = Y. 7.
Definicin de funcin inyectiva (repaso). Una funcin f: X Y se llama inyectiva si

para cualesquiera x1, x2 X tales que f(x1) = f(x2), se cumple la igualdad x1 = x2.
8. Proposicin (criterio de la inyectividad de una transformacin lineal en trminos
de su ncleo). Sean V, W espacios vectoriales sobre un campo F y sea T L (V,
W). Entonces: T es inyectiva ker (T) = {0V}. Demostracin. =. Supongamos
que T es inyectiva. Tenemos por demostrar la igualdad ker (T) = {0V}. Sabemos que
la contencin {0V} ker (T) se cumple para cualquier transformacin lineal. Vamos
a demostrar que ker (T) {0V}. Para ello, consideremos un vector arbitrario v ker
(T) y demostremos que v = 0V. Por la definicin del ncleo tenemos que T (v) = 0W.
Por otro lado, sabemos que T (0V) = 0W. De las ltimas dos igualdades sigue que
T (v) = T (0V). Como T es inyectiva, podemos concluir que v = 0V. =. Supongamos
que ker (T) = {0}. Sean u, v V tales que T (u) = T (v), demostremos que u = v. Por
la linealidad de T, T (u v) = T (u + (1) v) = T (u) + (1) T (v) = T (u) T (v) = 0.
Esto significa que T (u v) ker (T). Luego u v = 0 y u = v.
Ejemplo 9. Ejemplo (el ncleo y la imagen de la transformacin nula). La
transformacin nula 0V W: V W est definida mediante la frmula v V 0V
W (v):= 0W. Es fcil ver que ker (0V W) = V, im (0V W) = {0W}.
10. Ejercicio (el ncleo y la imagen de la transformacin identidad). Determine ker
(I) y im (I) de la transformacin identidad I: V V definida mediante la frmula v
V I (v):= v.
11. Ejemplo (el ncleo y la imagen de la transformacin D). Consideremos el
operador D: Pan(R) Pan(R), De = f 0. Entonces im(A) = Pn1 (F), ker(A) = P0 (F).
12. Ejemplo (el ncleo y la imagen de una proyeccin en V 2 (O)). Sea P el operador
de proyeccin sobre `1 paralelamente a `2. Entonces ker (P) = `2, im (P) = `1.
14. Problema adicional. Sean V, W, X espacios vectoriales sobre un campo F y sean
T L (V, W), U L (W, X). Demuestre que im (UT) im (U), ker (T) ker (UT).
15. Problema adicional. En este problema se trata de funciones generales, no
necesariamente de transformaciones lineales. Sean f: X Y, g: Y Z. Demuestre
que: 1. Si la composicin ge es suprayectiva, entonces g es suprayectiva. 2. Si la
composicin ge es inyectiva, entonces f es inyectiva.

5.3 LA MATRIZ DE UNA TRANSFORMACIN LINEAL.

Si A es una matriz de m*n y T: Rn-Rm est definida por Tx = Ax, entonces, T es una
transformacin lineal. Ahora se ver que para toda transformacin lineal de Rn en
Rm existe una matriz A de m*n tal que Tx = Ax para todo x Rn. Este hecho es de
gran utilidad. Si Tx = Ax. Entonces un T = NA e Im T = RA. Ms aun, v(T) = dim un
T = v(A) y p(T) = dim Im T = p(A). As se puede determinar el ncleo, la imagen, la
nulidad y el rango de una transformacin lineal de Rn-Rm determinando el espacio
nulo y la imagen de la matriz correspondiente. Adicionalmente, una vez que se sabe
que Tx = Ax. Se puede evaluar Tx para cualquier x en Rn mediante una simple
multiplicacin de matrices.
Pero esto no es todo. Como se ver, cualquier transformacin lineal entre espacios
vectoriales de dimensin finita se puede representar mediante una matriz.
Teorema 1
Sea T:Rn -Rm una transformacin lineal. Existe entonces una matriz nica de m*n,
AT tal que

Demostracin
Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w1,
w2,., wn y hagamos que AT denote tambin ala transformacin de Rn-Rm, que
multiplica un vector en Rn por AT. si

Entonces

De esta forma, ATei = wi para i = 1,2,.n., T y la transformacin AT son las mismas

porque coinciden en los vectores bsicos.

Ahora se puede demostrar que AT es nica. Suponga que Tx = ATx y que Tx = BTx
para todo x Rn. Entonces ATx = BTx, o estableciendo CT= AT BT, se tiene que
CTx = 0 para todo x Rn. En particular, CTei es la columna i de CT. As, cada una
de las n columnas de CT es el m-vector cero, la matriz cero de m*n. Esto muestra
que AT = BT y el teorema queda demostrado.

Definicin: Matriz de transformacin

La matriz AT en el teorema 1 se denomina matriz de transformacin correspondiente
a T o representacin matricial de T.
NOTA. La matriz de transformacin AT est definida usando las bases estndar
tanto en Rn como en R3. Si se utilizan otras bases, se obtendr una matriz de
transformacin diferente.

TEOREMA 2: sea AT la matriz de transformacin correspondiente a la

transformacin lineal T. entonces.
i.

Im T = Im A = CAT

ii.

P(T) = p(AT)

iii.

Un T = NAT

iv.

v(T) = v(AT

Ejemplo 1

Representacin matricial de una transformacin de proyeccin

Encuentre la matriz de transformacin AT correspondiente a la proyeccin de un

vector en R3 sobre el plano xy.
Solucin

Teorema 4
Sean V y W espacios vectoriales de dimensin finita con dim V = n. sea T:V-W una
transformacin lineal y sea AT una representacin matricial de T respecto a las
bases B1 en V y B2 en W. entonces
i.p(T) =p(AT)

ii. V(A) = v(AT)

iii. V(a) + p(T) = n

Teorema 5 Sea T:Rn-Rm una transformacin lineal. Suponga que C es la matriz de

transformacin de T respecto a las bases estndar Sn y Sm en Rn y Rm,
respectivamente. Sea A1 la matriz de transicin de B2 a base Sm en Rm. Si
AT denota la matriz de transformacin de T respecto a las bases B1 y B2, entonces.

Geometra de las transformaciones lineales de R2 en R2.

Sea T:R2-R2 una transformacin lineal con representacin matricial AT Ahora de
demostrar que si AT es invertible, entonces T se puede escribir como una sucesin
de

una

o ms transformaciones especiales,

denominadas

expansiones,

compresiones, reflexiones y cortes.

Expansiones a lo largo de los ejes x o y

Una expansin a lo largo del eje x es una transformacin lineal que multiplica a la
coordenada x de un vector en R2 por una constante C >1. Esto es

De manera similar, una expansin a lo largo del eje y es una transformacin lineal

que multiplica la coordenada y de todo vector en R2 por una constante C>1. Como
antes,

Entonces la representacin matricial de T es

a)

se comienza con este rectngulo.

b)

Expansin en la direccin de x c = 2.

c)

Expansin en la direccin de y con c = 4.

de manera que

Compresin a lo largo de los ejes x o y.

Una compresin a lo largo de los ejes x o y es una transformacin lineal que
multiplica ala coordenada x o y de un vector en R2 por una constante positiva 0<c<1,
mientras que para la expansin c<1.

a)

se comienza con este rectngulo.

b)

Compresin a lo largo del eje x con c =1/3.

c)

Compresin a lo largo del eje x con c=1/2.

5.4 APLICACIN DE LAS TRANSFORMACIONES LINEALES: REFLEXIN,

EXPANSIN, CONTRACCIN Y ROTACIN
Graficar un conjunto de puntos en otro es lo que se conoce como transformacin
lineal de un conjunto de puntos. Existen ciertas propiedades bsicas de las
transformaciones lineales, las cuales si son tomadas en cuenta y aplicadas al
momento de resolver un problema, pueden reducirlo un problema simple. La
notacin general utilizada para una transformacin lineal es T: Rn
Transformaciones lineales
Las transformaciones lineales forman un hilo que se entreteje en la tela de este
texto. Su utilizacin mejora el sentido geomtrico de lo escrito. Por ejemplo, en el
captulo 1, las transformaciones lineales proporcionan una visin dinmica y grfica
de la multiplicacin matriz-vector.

Definiciones
1. Reflexin: Cuando un conjunto de puntos dados es graficado desde el espacio
euclidiano de entrada a otro de manera tal que este es isomtrico al espacio
euclidiano de entrada, llamamos a la operacin realizada la reflexin del conjunto
de puntos dado. Esto puede realizarse tambin con respecto a la matriz, en tal
situacin la matriz de salida es llamada la matriz de reflexin. La reflexin es
realizada siempre con respecto a uno de los ejes, sea el eje x o el eje y. Esto es
como producir la imagen espejo de la matriz actual.
2. Expansin: Al igual que en la reflexin, tambin es posible expandir los puntos
dados en una direccin particular. La expansin se realiza habitualmente para un
cierto grado. Es como realizar una operacin de multiplicacin de los elementos del
conjunto de puntos dado con un trmino escalar hacia la direccin donde tiene que
ser expandido. Sea para un punto (2, 3) si el grado de expansin 2 es la direccin
de y, entonces el nuevo punto obtenido es (2, 6).
3. Contraccin: La contraccin es el procedimiento inverso de la expansin. Aqu
el punto es contrado en un determinado grado hacia una direccin dada. Sea el
punto de entrada (4, 8) y este debe ser contrado para el grado dos en la direccin
de x entonces el nuevo punto resulta ser (2, 8).
4. Rotacin: El trmino rotacin tiene dos significados, ya la rotacin de un objeto
puede ser realizada con respecto al eje dado o al eje mismo. La rotacin se realiza
para un cierto grado el cual es expresado en forma de un ngulo. Asimismo, la
rotacin puede realizarse en la direccin de las manecillas del reloj, o inverso a las
manecillas del reloj.
Ejemplos
Reflexin sobre el eje x
En este caso, queremos averiguar cmo est definida la transformacin T de R2 en
R2 que cada vector
para obtener un vector

lo refleja sobre el eje x,

En una grfica, vemos la situacin como sigue:

En este caso, la situacin es ms sencilla ya que claramente tenemos dos tringulos

rectngulos que son congruentes, de donde T queda definida como sigue:

Esta transformacin se llama la reflexin sobre el eje x, y es lineal, ya que:

Ejemplo dilatacin o expansin

Una dilatacin es una transformacin que incrementa distancias.
Sea V= (2 4) encontrara la expansin vertical cuando K=2
Expansin horizontal (k71) o contraccin (0<k<1)
Expansin vertical (k71) o contraccin (0<k<1

Ejemplo contraccin
Una contraccin es una transformacin que decrece distancias. Bajo una
contraccin, cualquier par de puntos es enviado a otro par a distancia estrictamente
menor que la original.
Sea V= (2 4) encontrara la contraccin horizontal cuando K=1/2
Haciendo la grfica el punto disminuye en el eje horizontal.

Rotacin por un ngulo

Sea

un ngulo medido en radianes. Queremos averiguar cul

es la transformacin T de R2 en R2 que gira cada vector

un ngulo , para obtener un vector

En una grfica, vemos la situacin como sigue:

Si usamos las funciones trigonomtricas, tenemos que:

Distribuyendo y usando el hecho de que

y

tenemos que:

Por lo tanto, ya descubrimos cmo debe estar definida la transformacin

Tal que

Esta transformacin se llama la rotacin por un ngulo

y es lineal, ya que:

Bibliografas
http://www.frsn.utn.edu.ar/gie/tl/matriz.html
http://itsavbasicas.blogspot.mx/2012/05/53-la-matriz-de-una-transformacion.html
http://cb.mty.itesm.mx/ma1010/materiales/ma1010-28.pdf
http://itsavbasicas.blogspot.mx/2012/05/54-aplicacion-de-las transformaciones.html
https://sites.google.com/site/sistemasalgebralineal/unidad-5---transformaciones-lineales/51-introduccion-a-las-transformaciones-lineales
http://profe-alexz.blogspot.mx/2011/02/transformacion-lineal-problemas.html
http://www.ramos.utfsm.cl/doc/799/sc/transformaciones1.pdf
http://samhain.softgot.com/algebralineal/notasclase/transformaciones_lineales.pdf
http://itsavbasicas.blogspot.mx/2012/05/52-nucleo-e-imagen-de-una.html