Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
El presente capitulo aborda una clase especial de funciones denominadas transformaciones lineales que ocurren con mucha frecuencia en el lgebra lineal y otras ramas de las matemticas. Estas tienen una gran variedad de aplicaciones importantes. Antes de definirlas, se estudiaran dos ejemplos sencillos para ver lo que es posible realizar.
T (u + v )= T u + T v
(1)
y
T ( v )= aT v
(2)
W para indicar que T toma el espacio vectorial real V y lo lleva al espacio vectorial real W; esto es, T es una funcin con V como su dominio y un subconjunto de W como su imagen. 2. Se escriben indistintamente Tv y T(v). Denotan lo mismo; las dos se leen T de v. Esto es anlogo a la notacin funcional f ( x ) , que se lee f de x .
3. Gran parte de las definiciones y teoremas en este captulo tambin
se cumplen para los espacios vectoriales complejos (espacios vectoriales en donde los escalares son nmeros complejos).
mediante la frmula R2
T x = x y y
()( )
R2 .
Geomtricamente, T T
toma un vector en
y lo refleja respecto al
R2
eje x. Esto se ilustra en la figura 1. Una vez que se ha dado la definicin bsica, se ver que es una transformacin lineal de en
y ( x , y)
Figura 1. El vector (x, -y) es la reflexin respecto al eje x del vector (x, y).
T ( x , y )=( x , y )
cada materia prima que se requieren para fabricar 1 unidad de cada producto.
Necesario para producir 1 unidad de
P1
P2
P3
P4
R1
2 4 3
1 2 3
3 2 1
4 1 2
R2
R3
Surge una pregunta natural: si se produce cierto nmero de los cuatro productos, Cuntas unidades de cada material se necesitan? Sean p1 , p 2 , p 3 y p 4 el nmero de artculos fabricados en los cuatro productos y sean r1 ,r2 y r3 el nmero de unidades necesario de los tres
p1 p= p2 p3 p4
()
r1 r= r2 r3
()
21 3 4 A= 4 2 2 1 33 1 2
( )
10 p = 30 20 50
()
. Cuntas unidades de R1 se
necesitan para producir estos nmeros de unidades de los cuatro productos? De la tabla se tiene que:
r 1= p1. 2 + p 2 . 1 + p 3. 3+ p 4. 4
10 2 + 30 1 + 20 3 + 50 4 = 310 unidades
De manera similar,
r 2 =10 4 +30 2 + 20 2 +50 1= 190 unidades
( )( ) ( )
2 13 4 4 221 3 31 2 O
A p=r
p1 r p2 = 1 r2 p3 r3 p4
Esto se puede ver de otra manera. Si a p se le conoce como le vector de produccin y a r como el vector de materia prima, se define la funcin T por r = T ( p )= A p . Esto es, T es la funcin que transforma el vector de produccin en el vector de materia prima y se hace mediante la multiplicacin de matrices ordinaria. Como se ver, esta funcin es tambin una transformacin lineal. Antes de definir una transformacin lineal, hablaremos un poco sobre las funciones. En la seccin 1.7 se escribi un sistema de ecuaciones como A x= b Donde A es una matriz de
mn , x R n y b R n .
Se pidi encontrar x
cuando A y b se conocan. No obstante, esta ecuacin se puede ver de otra manera: suponga que A se conoce.
Rn
y yo le
La funcin que se acaba de definir tiene las propiedades de que A ( x )= A x si es un escalar y A(x + y) = Ax + Ay. Esta propiedad caracteriza las transformaciones lineales.
EJEMPLO 3:
Sea T: R
2
R2
EN
R3
()
( )
. Entonces
[( ) ( )] ( )
x1 + x2 + y1 + y2 x 1 + x 2 y 1 y 2 3 y1 +3 y2 x 1 + x 2 = x 1 + x 2 = y1 y2 y1 + y 2
x1 + y1 x 2+ y 2 x1 + y1 + x2 y2 3 y1 3 y2
Pero
( )( )
( )
As
x1 + y1 x +y x1 y 2 2 = T x2 = T x 1 y 1 x2 y 2 x2 y2 3 y1 3 y2
( )(
()
x x x x + =T +T ( ) ( ) ( ) ( [ y y ] y y)
1 1 2 2 2 2 2 2
De manera similar x + y x+ y T x =T x = x y = x y =T x y y y 3y 3y
[ ( )] ( ) (
) ( )
()
EJEMPLO 4
en
LA TRANSFORMACIN CERO
Sean V y W espacios vectoriales y defina T: V W por Tv=0 para todo v V. Entonces T ( v 1 + v 2 ) =0=0+0= T v 1 +T v 2 yT ( v ) =0 = 0 = T v .
EJEMPLO 5
LA TRANSFORMACIN IDENTIDAD
Sea V un espacio vectorial y definida I:V V por I:v = v para todo v en V. Aqu es obvio que es I es una transformacin lineal, la cual se denomina transformacin identidad u operador identidad.
EJEMPLO 6
Sea
T : R2 R2
()( )
y ( x, y)
(-x, y)
EJEMPLO 7
TRANSFORMACIONES DE
mn
R n Rm
DADA POR LA
T : R n R m por
T x = A x . Como
si x y y estn en
R n , se observa que T
es una transformacin lineal. Entonces: toda matriz A de m*n se puede n m utilizar para definir una transformacin lineal de R en R .
EJEMPLO 6
TRANSFORMACIN DE ROTACIN v= x y
()
(medido en grados o radianes) en sentido contrario al de las manecillas v = x y . Entonces, como se ve del reloj. Llame a este nuevo rotado
( )
x = r cos ( + )
y = r sen ( + )
+
(x,y)
0 x
Pero
De manera similar, r sen ( + )= r sen cos + r cos sen , o sea y = x sen + y cos (4)
(5)
A x = x . y y
()( )
definida por
Tv = A v ,
donde
EJEMPLO 9
R n . La transformacin de proyeccin
Sea
P v = ( v u 1 ) u1 + ( v u 2 ) u 2 + + ( v u k ) u k
Como
( v1 + v2 ) u = v 1 u+ v 2 u y ( v ) u= ( v u ) , se ve que P
es una
transformacin lineal.
EJEMPLO 10
Se define
x x T : R3 R3 por T y = y . z 0
()()
Entonces T es el operador de
proyeccion que toma un vector en el espacio de tres dimensiones y lo x x T = y 0 proyecta sobre el plano xy . De manera similar, proyecta z z
()()
xz.
()
xz- plano
2 0 6
()
z
2 4 6
()
0 y
xy- plano
2 4 6
()
a)
2 4 0
b)
x x xy : T y = y z 0
x x xy : T y = 0 z z
()() ()()
EJEMPLO 11
Defina
T : M mn M nm por T ( A )= A t .
Como
T , llamado
EJEMPLO 12
Sea
1 0
OPERADOR INTEGRAL
1
J : C [ 0,1 ] R
definida por
1 0 1 0
Jf = f ( x ) dx.
0 1 0 1 0
Como
[ f ( X )+ g ( x )] dx = f ( x )+ g ( x ) dx y f ( x ) dx = f ( x ) dx
son continuas, se ve que
J
si
es lineal.
EJEMPLO 13
Suponga que
D : C 1 [ 0,1 ] C [ 0,1 ] si
( f + g ) = f + g y ( f ) = f
D
es lineal.
EJEMPLO 14
Suponga que T
T : C [ 0,1 ] R
T ( f + g ) =( f + g ) ( 0 ) +1 = f ( 0 ) + g ( 0 ) +1 Tf +Tg = [ f ( 0 ) + 1 ] + [ g ( 0 ) + 1 ] = f ( 0 ) + g ( 0 ) + 2
TEOREMA 1. Sea T : V W una transformacin lineal. Entonces para todos los vectores u , v , v 1 , v 2 , . v n en V y todos los escalares
i. ii. iii.
1 , 2 , , n :
T ( 0) =0 T ( u v ) =T u T v 1 v 1 + a 2 v 2 + + an v n = a1 T v 1 + a 2 T v 2 + + a n T v n T
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.
DEMOSTRACIN 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. iii.
T (u v )=T [ u +( 1 ) v ]=T u +T [(1 ) v ]= T u +(1 ) T v = T u T v . Esta parte se prueba por induccin (vea el apndice 1). Para T (a 1 v 1 + a 2 v 2 )= T (a 1 v 1 )+ T ( a 2 v 2)= a 1 T v 1 + a 2 T v 2 . n = 2 se tiene
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,.wn vectores en W. Suponga que T1 y 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, T1v=T2v; es decir T1=T2.
DEMOSTRACION
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(1v1 + 2v2 ++ nVn) = 1T2v1 + 2T2v2 ++ nTnvn = 1w1 + 2w2 ++ nTnvn
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 v 1, 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.
SI SE CONOCE EL EFECTO DE UNA TRANSFORMACIN LINEAL SOBRE LOS VECTORES DE LA BASE, SE CONOCE EL EFECTO SOBRE CUALQUIER OTRO VECTOR.
EJEMPLO
() () () ( ) () (
Se tiene
Calcule
3 T 4 . 5
()
SOLUCION
( ) () () ()
3 1 0 0 4 =3 0 4 1 + 5 0 . 5 0 0 1
Entonces
3 1 0 0 T 4 =3T 0 4T 1 + 5T 0 5 0 0 1
( ) () () ()
3 2 4 1 +5 5 = 6 + 4 + 25 = 35 3 4 3 9 16 15 22
() ( ) ( )()( )( )( )
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.
sea V un espacio vectorial de dimensin finita con base B={v1,v2,,vn}. Sea W un espacio vectorial que contiene los vectores w1,w2,,wn. Entonces existe una transformacin lineal T:V W tal que Tv =w para i=1,2,,n.
i i
TEOREMA 3
DEMOSTRACION
se define la funcin t como sigue: T vi = w i i.
ii.
Si v = 1 v 1+ 2 v 2 + + n v n ,
entonces (1)
T v = 1 w1 + 2 w 2 + + n w n
Como B es una base para V, T est definida para todo v V ; como W es una espacio vectorial, Tv W. Entones solo falta demostrar que T es lineal; pero u = 1 v 1 + 2 v 2 + + n v n esto se deduce directamente de la ecuacin (1). Si y v = 1 v 1 + 2 v 2 + + n v n , entonces T ( u + v )= T [ ( 1 + 1 ) v 1+ ( 2 + 2 ) v 2 + + ( n + n ) v n ]
wn no tienen
que ser independientes y, de hecho, ni siquiera tienen que ser diferentes. Ms aun, se hace hincapi en que los teoremas se cumplen si V es cualquier espacio vectorial de dimensin finita, no solo Rn. Observe tambin que la dimensin de W no tiene que ser finita.
EJEMPLO 2
x W = y : 2x y + 3z =0 z SOLUCIN:
{( )
}
() ()
v 2= 0 1
Se sabe que W es un subespacio de dos dimensiones de 1 0 w1= 2 w 2= 3 . 3 R con vectores bsicos y Usando la base estndar 0 1 en R2,
1 T 0 = 2 1 0
v 1= 1 0
()
()
()
()
0 T 1 = 3 . 0 1
()
()
Entonces, como lo muestra el anlisis que sigue al teorema 2, t est completamente determinada. POR EJEMPLO
T 5 = T 5 1 7 0 7 0 1
( )
[(
( )) ] ( ) ( )
1 0 5 =5T 1 7T 0 =5 2 7 3 = 11 0 1 0 1 7
() () ( )
()
( )
importantes en la teora de
DEFINICIN 1
Sean V y W dos espacios vectoriales y sea T:V W una transformacin lineal. Entonces i. El ncleo de T, denotado por un, est dado por
nu T = v V : T v = 0
ii.
(2) (3)
La imagen de T, denotado por imagen T, est dado por imagen T = w W : w = T v para alguna v V
OBSERVACION 1. Observe que un T es no vaco 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 imgenes 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. [IMAGEN] Antes de dar ejemplos de ncleos e imgenes, se demostrar un teorema de gran utilidad.
TEOREMA 4 Si T:V
i. ii.
DEMOSTRACION
i. ii.
Sean u y v en un T; Entonces T(u + v) = Tu + Tv =0 + 0 =0 y T( a u ) = aT u = 0 = 0 de forma que u + v y u estn en un T. Sean w y x en imagen T. Entonces w = Tu y x = Tv para dos vectores 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 imagen T.
EJEMPLO 3.
CERO
EJEMPLO 4
IDENTIDAD Sea
Tv=v
para
(T
es
la
transformacin
identidad). Entonces nu T= {0} e imagen T = V. Las transformaciones cero e identidad proporcionan dos extremos. En la primera todo est en el ncleo. En la segunda, slo el vector cero se encuentra en el ncleo. Los casos intermedios son ms interesantes.
EJEMPLO 5
PROYECCIN
Sea T:R3
R3 definida por
x x T y = y z 0
()() ()() ()
x x 0 T y = y =0 = 0 z 0 0
.T es el operador de
, entonces
x=y=0. As, un T={(x,y,z):x=y=0}=eje z}, }, e imagen T = {(x,y,z):z=0}, es decir el plano xy. Observe que dim nu T = 1 y dim imagen T = 2.
DEFINICIN 2
Nulidad de Rango de
T = v ( T )= T = ( T ) =
Observacin.
se definieron el rango, la imagen, el espacio nulo y la nulidad de una matriz. 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, imagen T= imagen 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 Rn y sea Tv = proyH v. Es claro que la imagen T=H. Se tiene que toda v V si v=h+ proyH v + proyHv. Si 1 Tv=0, entonces h=0, lo que significa que v = p H . As nu T = H 1 , ( T ) = dim H , y v ( T )= dim H 1= n ( T ) .
(T)=dim imagen T= (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
Sea w1 = Te1,w2 = Te2,.,wn = Ten. Sea AT la matriz cuyas columnas son w1, w2,., wn y hagamos que AT denote tambin a la transformacin de Rn-Rm, que multiplica un vector en Rn por AT. Si a 1i w i = a 2i a mi
Entonces
()
para i =1, 2, , n
a 11 a 12 a 1i a1n AT e i= a 21 a 22 a 2i a 2n a m1 a m2 a mi amn
) ()
()
0 0 a 1i a 1 = 2i = w i 0 a mi 0
i-esima posicin
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.
DEFINICIN1:
Matriz de transformacin. La matriz AT en el teorema 1 se llama 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.
C AT
I. II.
imagen T = imagen A =
(T) =
(AT)
EJEMPLO
REPRESENTACIN MATRICIAL DE TRANSFORMACIN DE PROYECCIN Encuentre la matriz de transformacin A T correspondiente proyeccin de un vector en R3 sobre el plano xy. SOLUCIN: x x 1 1 0 0 T y = y . T 0 = 0 ,T 1 = 1 Aqu En particular, y z 0 0 0 0 0
UNA a la
()()
()() ()()
0 0 T 0 = 0 1 0
()()
. As,
100 AT = 0 1 0 . 00 0
( )
Observe que
x 1 00 x x AT y = 0 1 0 y = y z 0 00 z 0
( ) ( )( ) ( )
TEOREMA 3
Sea V un especie vectorial de dimensin n, W un espacio vectorial de dimensin m y T:V W un transformacin lineal. Sea y sea
AT
B 1= { v 1 , v 2 , , v n }
B 2 = {w 1 , w 2 , w m }
De un m x n tal que
B1
C1 C2 cn
()
. Sea
c1 c = c2 cn
()
entonces
AT
d1 d = d2 dn
()
. La ecuacin (2)
que
d1 Tx B = d 2 . 1 dm
()
y
Es decir,
Tx = d 1 w 1+ d 2 w 2 + + d m w m
AT
es relativa a las
( T X ) B 1= A T ( x )
B2
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. iii. V(A) = v(AT) 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
1 AT = A 2 CA 1
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
ENTONCES
T 1 = c y de manera q ue si AT = c 0 0 0 01
()()
( )
, se tiene
T = x = A x = c 0 x = cx y y 01 y y
( ) ( ) ( )( ) ( )
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,
de
manera que
FIGURA 5. DOS EXPANSIONES
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.
Figura 6. Dos compresiones
1 3
1 2
SIGUIENTE:
i. ii. iii. iv. v. vi.
DE 2 X2 ES UNO DE LOS
La representacin matricial de una expansin a lo largo del eje x o y La representacin matricial de una compresin a lo largo del eje x o y La representacin matricial de una reflexin respecto a la recta y= x La representacin matricial de un corte a lo largo del eje x o y La representacin matricial de una reflexin respecto del eje x o y El producto de la representacin matricial de una reflexin respecto al eje x o y y la representacin matricial de una expansin o compresin. Caso 1: E = c 0 , c >0 01
DEMOSTRACION
( )
Caso 2:
Esta es la representacin matricial de una E = c 0 , c <0 expansin a lo largo del eje x si c>1 o una 01
( )
E = 1 0 01
( )
, que es la
c 0 = 1 0respecto c 0 Que es el producto de la representacin matricial de una al eje y E = reflexin Entonces c > 0 y 01 01 01 0 < c < 1 y la representacin matricial de una expansin (si ) a lo largo del eje x.
respecto al eje y.
( ) ( )( )
Caso 3:
E = 1 0 , c >0 0c
( )
Caso 4:
E = 1 0 , c <0 Lo 0c
Lo mismo que el caso 1 con el eje y en lugar del eje x. mismo que intercambiados. el caso 2 con los ejes
( )
( )
E= 1c Caso 5: 01 E= 10 c0
Esta es la representacin matricial de un corte a lo largo del eje y. Esta es la representacin matricial de un corte a lo largo del eje y. Esta es la representacin matricial de una reflexin respecto a la recta y=x.
Caso 6:
( )
( )
Caso 7:
E = 01 10
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. Reflexin sobre el eje x En este caso, queremos averiguar cmo est definida la
transformacin T de R2 en R2 que cada vector sobre el eje x, para obtener un vector En una
.
lo refleja
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:
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. 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)
CONTRACCIN
La contraccin es el procedimiento inverso de la expansin. Aqu el punto es contrado en un determinado grado hacia una direccin dada. 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.
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. 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 angulo para obtener un vector