TEOREMA:

Sea V un espacio vectorial de dimensión n, W un espacio vectorial de dimensión

m y T: V → W una transformación lineal. Sea 𝐵1= {𝑣1 , 𝑣2 , … , 𝑣𝑛 } una base para V
y sea 𝐵2= {𝑤1 , 𝑤2 , … , 𝑤𝑛 } una base para W. Entonces existe una matriz única 𝐴𝑇
de m 𝑥 n tal que:

(𝑇(𝑥))𝐵2 = 𝐴𝑇 (𝑥)𝐵1 …(*)

𝑐1 𝑐1
𝑐2 𝑐2
Si x ∈ 𝑉 = 𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑛 𝑣𝑛 , 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 (𝑥)𝐵1 = ( .. ) . 𝑆𝑖 𝑐 = ( .. )
. .
𝑐𝑛 𝑐𝑛

𝑑1
𝑑2
Entonces 𝐴𝑇 𝑐 es un vector de dimensión m que se denotara por d= ..
.
( 𝑑𝑛 )

𝑑1
𝑑2
La ecuación (*) dice que (𝑇(𝑥))𝐵1 = .. , es decir
.
(𝑑𝑛 )

𝑇(𝑥) = 𝑑1 𝑤1 + 𝑑2 𝑤2 + ⋯ + 𝑑𝑚 𝑤𝑚

TEOREMA:

Sean V y W espacios vectoriales de dimensión finita con 𝑑𝑖𝑚𝑉 = 𝑛. sea T: V →W

una transformación lineal y sea 𝐴𝑇 una representación matricial de T respecto a
las bases 𝐵1 en V y 𝐵2 en W. entonces:

𝑖) 𝜌(𝑇) = 𝜌(𝐴𝑇 ) 𝑖𝑖) 𝑣(𝐴) = 𝑣(𝐴𝑇 ) 𝑖𝑖𝑖) 𝑣(𝐴) + 𝜌(𝑇) = 𝑛

 𝑖) 𝑦 𝑖𝑖) 𝑖𝑚𝑝𝑙𝑖𝑐𝑎𝑛 𝑞𝑢𝑒 𝜌(𝐴𝑇 ) 𝑦 𝑣(𝐴𝑇 ) 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑏𝑎𝑠𝑒𝑠 𝐵1 𝑦 𝐵2 .

Ejemplo

Representación matricial de una transformación de 𝑃3 en 𝑃2

Defina T: 𝑃3 → 𝑃2 por T(𝑎0 + 𝑎1 𝑥+𝑎2 𝑥 2 +𝑎3 𝑥 3 )= 𝑎1 + 𝑎2 𝑥 2 . Calcule 𝐴𝑇 y utilícela
para encontrar el núcleo y la imagen de T.

Solución: utilizando las bases estándar 𝐵1 = {1, 𝑥, 𝑥 2 , 𝑥 3 } en 𝑃3 y 𝐵2 = {1, 𝑥, 𝑥 2 }

0 1 0
2 ))
en 𝑃3 , de inmediato se ve que (𝑇(1))𝐵 = (0), (𝑇(𝑥))𝐵 = (0), (𝑇(𝑥 𝐵 = (0)
2 2 2
0 0 1
0 0 1 0 0
y (𝑇(𝑥 3 ))𝐵 = (0), por lo que 𝐴𝑇 = (0 0 0 0). Es obvio 𝜌(𝐴) = 2 y una
2
0 0 0 1 0
1 0
base para 𝑅𝐴 es {(0) , (0)}, de manera que ImT= gen{1, 𝑥 2 }. Entonces
0 1
𝑎0
𝑎 0
𝑣(𝐴) = 4 − 2 = 2 y si 𝐴𝑇 (𝑎1 ) = (0), entonces 𝑎1 = 0 𝑦 𝑎2 = 0
2
𝑎3 0

1 0
Por lo tanto, 𝑎0 𝑦 𝑎3 son arbitrarios y ( ) , (0) es una base para 𝑁𝐴 , de manera
0
0 0
0 1
que {1, 𝑥 2 } es una base para NuT.
TEOREMA

Sea 𝑇: ℝ𝑛 → ℝ𝑚 una transformación lineal. Suponga que 𝐶 es la matriz de

transformación 𝑇 respecto a las bases estándar 𝑆𝑛 𝑦 𝑆𝑚 en ℝ𝑛 𝑦 ℝ𝑚 ,
respectivamente. Sea 𝐴1 la matriz de transición de 𝐵1 a la base 𝑆𝑛 en ℝ𝑛 y sea
𝐴2 la matriz de transición de 𝐵2 a la base 𝑆𝑚 en ℝ𝑚 . Si 𝐴𝑇 denota la
transformación de 𝑇 respecto a las bases 𝐵1 𝑦 𝐵2 , entonces:

𝐴𝑇 = 𝐴−1
2 𝐶𝐴1

Geometría de las transformaciones lineales de ℝ𝟐 en ℝ𝟐

Sea 𝑇: ℝ2 → ℝ2 una transformación lineal con representación matricial 𝐴𝑇 ,

demostrando que 𝐴𝑇 es invertible, entonces 𝑇 se puede expresar como una
sucesión de una o más transformaciones especiales denominadas expansiones,
compresiones, reflexiones y cortes.

Expansiones a lo largo de los ejes x o y

Una expansión a lo largo del eje x es una transformación lineal que multiplica
𝑥
a la coordenada x de un vector en ℝ2 por una constante 𝑐 > 1. Esto es 𝑇 ( 𝑦 ) =
𝑐𝑥
( 𝑦 ).

1 𝑐 0 0 𝑐 0
Entonces 𝑇 ( ) = ( ) y 𝑇 ( ) = ( ), de manera que si 𝐴𝑇 = ( ), se tiene
0 0 1 1 0 1
𝑥 𝑥 𝑐 0 𝑥 𝑐𝑥
𝑇 ( 𝑦 ) = 𝐴𝑇 ( 𝑦 ) = ( )(𝑦 ) = ( 𝑦 )
0 1

De manera similar, una expansión a lo largo del eje y es una transformación

lineal que multiplica la coordenada y de todo vector ℝ2 por una constante 𝑐 > 1.

𝑥 𝑥 1 0
Si 𝑇 ( 𝑦 ) = ( 𝑐𝑦 ) entonces la representación matricial de 𝑇 es 𝐴𝑇 = ( ), de
0 𝑐
manera que

𝑥 𝑥 1 0 𝑥 𝑥
𝑇 ( 𝑦 ) = 𝐴𝑇 ( 𝑦 ) = ( ) ( 𝑦 ) = ( 𝑐𝑦 )
0 𝑐
Compresión a lo largo de los ejes x e y

Una compresión a lo largo de los ejes x o y es una transformación lineal que

multiplica a la coordenada x o y de un vector en ℝ2 por una constante positiva
𝑐 < 1. La representación matricial de una compresión es la misma que para una
expansión, excepto para la compresión 0 < 𝑐 < 1, mientras que para la
expansión 𝑐 > 1.

Reflexiones

Existen 3 tipos de reflexiones que serán de interés:

𝑥 𝑥
La transformación 𝑇 ( 𝑦 ) = ( −𝑦 ) refleja al vector en ℝ2 respecto al eje x.

𝑥 −𝑥
La transformación 𝑇 ( 𝑦 ) = ( 𝑦 ) refleja al vector en ℝ2 respecto al eje y.

Ejemplo:

1 0 𝑥 𝑥 1 0
1- ( ) ( 𝑦 ) = ( −𝑦 ) , de manera que ( ) es la representación
0 −1 0 −1
matricial de la reflexión respecto al eje x.
−1 0 𝑥 −𝑥 −1 0
2- ( ) ( 𝑦 ) = ( 𝑦 ) de manera que ( ) es la representación
0 1 0 1
matricial de la reflexión respecto al eje y.
 𝑥 𝑦
Luego la transformación 𝑇 ( 𝑦 ) = ( ) que intercambia x e y tiene el efecto de
𝑥
reflejar un vector en ℝ2 respecto a la recta x = y

𝑥 𝑦 1 0 0 1
Si 𝑇 ( 𝑦 ) = ( ), entonces 𝑇 ( ) = ( ) y 𝑇 ( ) = ( ), de manera que la
𝑥 0 1 1 0
representación matricial de la transformación lineal que refleja un vector en ℝ2
0 1
respecto a la recta x = y es 𝐴 = ( )
1 0

Cortes:

Un corte a lo largo del eje x es donde una transformación que toma al vector
𝑥 𝑥 + 𝑐𝑦
( 𝑦 ) y lo convierte en un nuevo vector ( 𝑦 ), donde c es una constante
diferente de cero.

Por lo tanto:

1 1 0 𝑐
Sea T un corte a lo largo del eje x entonces 𝑇 ( ) = ( ) y 𝑇 ( ) = ( ), de
0 0 1 1
1 𝑐
manera que la representación matricial de T es 𝐴𝑇 = ( )
0 1

Ejemplo:

1 2
Si c =2, 𝐴𝑇 = ( )y
0 1

3 3 3 7 0 4
𝐴𝑇 ( ) = ( ), 𝐴𝑇 ( ) = ( ), 𝐴𝑇 ( ) = ( ),
0 0 2 2 2 2

1 −2
Si c =-2, 𝐴𝑇 = ( )y
0 1
 3 3 3 −1 0 −4
𝐴𝑇 ( ) = ( ), 𝐴𝑇 ( ) = ( ), 𝐴𝑇 ( ) = ( ).
0 0 2 2 2 2

Tener presente que un corte a lo largo del eje x deja sin cambio a los vectores
sobre el eje x (coordenada y = 0).

Un corte a lo largo del eje y es donde una transformación que toma al vector
𝑥 𝑥
( 𝑦 ) y lo convierte en un nuevo vector ( 𝑦 + 𝑐𝑥 ), donde c es una constante

diferente de cero.

1 1 0 0
Sea T un corte a lo largo del eje y entonces 𝑇 ( )=( ) y 𝑇 ( ) = ( ), de
0 𝑐 1 1
1 0
manera que la representación matricial de T es 𝐴𝑇 = ( )
𝑐 1

Ejemplo:

1 0
Si c =3, 𝐴𝑇 = ( )y
3 1

1 1 1 1 0 0
𝐴𝑇 ( ) = ( ), 𝐴𝑇 ( ) = ( ), 𝐴𝑇 ( ) = ( )
0 3 4 7 4 4

1 0
Si c =-3, 𝐴𝑇 = ( )y
−3 1

1 1 1 1 0 0
𝐴𝑇 ( )=( ), 𝐴𝑇 ( ) = ( ), 𝐴𝑇 ( ) = ( )
0 −3 4 1 4 4

Tener presente que un corte a lo largo del eje y deja sin cambio a los vectores
sobre el eje y (coordenada x = 0).

Transformaciones lineales especiales de ℝ2 𝑒𝑛 ℝ2

 Transformación Representación matricial de la transformación 𝐴𝑇

Expansión a lo largo del eje x 𝑐 0

( );𝑐 > 1
0 1
Expansión a lo largo del eje y 1 0
( );𝑐 > 1
0 𝑐
Compresión a lo largo del eje x 𝑐 0
( );0 < 𝑐 < 1
0 1
Compresión a lo largo del eje y 1 0
( );0 < 𝑐 < 1
0 𝑐
Reflexión respecto a la recta y=x 0 1
( )
1 0
Reflexión respecto al eje x 1 0
( )
0 −1
Reflexión respecto al eje y −1 0
( )
0 1
Corte a lo largo del eje x 1 𝑐
( )
0 1
Corte a lo largo del eje y 1 0
( )
𝑐 1

Matrices elementales en ℝ2
Operación elemental Matriz elemental Ilustración
con renglones
𝑅1 → 𝑐𝑅1 𝑐 0 𝑐 0 𝑥 𝑦 𝑐𝑥 𝑐𝑦
( ) ( )( )=( )
0 1 0 1 𝑧 𝑤 𝑧 𝑤
𝑅2 → 𝑐𝑅2 1 0 1 0 𝑥 𝑦 𝑥 𝑦
( ) ( )( )=( )
0 𝑐 0 𝑐 𝑧 𝑤 𝑐𝑧 𝑐𝑤
𝑅1 → 𝑅1 + 𝑐𝑅2 1 𝑐 1 𝑐 𝑥 𝑦 𝑥 + 𝑐𝑧 𝑦 + 𝑐𝑤
( ) ( )( )=( )
0 1 0 1 𝑧 𝑤 𝑧 𝑤
𝑅2 → 𝑅2 + 𝑐𝑅1 1 0 1 0 𝑥 𝑦 𝑥 𝑦
( ) ( )( ) = (𝑧 + 𝑐𝑥 𝑤 + 𝑐𝑦)
𝑐 1 𝑐 1 𝑧 𝑤
𝑅2 ⇄ 𝑅2 0 1 0 1 𝑥 𝑦 𝑧 𝑤
( ) ( )( ) = (𝑥 𝑦)
1 0 1 0 𝑧 𝑤

Teorema
Toda matriz elemental E de 2 X 2 es uno de los siguientes:
i) La representación matricial de una expansión a lo largo del eje x o y
ii) La representación matricial de una compresión a lo largo del eje x o y
iii) La representación matricial de una reflexión respecto a la recta y=x
iv) La representación matricial de un corte a lo largo del eje x o y
v) La representación matricial de una reflexión respecto del eje x o y
vi) El producto de la representación matricial de una reflexión respecto al eje x o
y y la representación matricial de una expansión o compresión.

Teorema
Sea 𝑇: ℝ2 → ℝ2 una transformación lineal tal que su representación matricial es
invertible. Entonces T se puede obtener como una sucesión de expansiones,
compresiones, cortes y reflexiones.
Ejemplo
Descomposición de una transformación lineal en ℝ2 en una sucesión de
expansiones, compresiones, cortes y reflexiones.
Considere la transformación 𝑇: ℝ2 → ℝ2 con representación matricial
1 2
𝐴𝑇 = ( ). 𝐴𝑇 se puede escribir como el producto de tres matrices
3 4
elementales:
1 2 1 0 1 0 1 2
( )=( )( )( ) … (𝛼)
3 4 3 1 0 −2 0 1

1 0
( ) representa un corte a lo largo del eje y (con c=3)
3 1
1 2
( ) representa un corte a lo largo del eje x (con c=2)
0 1
1 0 1 0 1 0
( )=( )( ) representa una expansión a lo largo del eje y
0 −2 0 −1 0 2
(con c=2) seguida de una reflexión respecto
del eje x.
Así al aplicar T a un vector en ℝ2 , se tiene que
i) Cortar a lo largo del eje x con c=2.
ii) Expandir a lo largo del eje y con c=2.
iii) Reflejar respecto al eje x.
iv) Cortar a lo largo del eje y con c=3.

Estas operaciones se realizan en el orden inverso en que se escriben las

matrices en (𝛼)
Aplicación

Utilizando la siguiente armadura, calcularemos y graficaremos el desplazamiento

cuando se mueve una unidad hacia la derecha.

1 10
𝐴=[ ] 𝐹=[ ]
0 2

2 10
𝐵=[ ] 𝐺=[ ]
0 3

8 8
𝐶=[ ] 𝐻=[ ]
0 5

9 8
𝐷=[ ] 𝐼=[ ]
0 3

9 6
𝐸=[ ] 𝐽=[ ]
2 3

6 4 4 2 2 0
𝐾=[ ] 𝐿=[ ] 𝑀=[ ] 𝑁=[ ] Ñ=[ ] 𝑂=[ ]
5 3 5 3 5 3

0 1 2 8
𝑃=[ ] 𝑄=[ ] 𝑅=[ ] 𝑆=[ ]
2 2 2 2

Utilizando la matriz para obtener el desplazamiento:

1 𝑐 1 1
( ) sustituyendo el valor de 1 en c, tenemos ( )
0 1 0 1

En seguida se multiplica, esta matriz por cada uno de los vectores o puntos que
conforman la estructura.
 1 1 1 1 1 1 2 2
A) ( )( ) = ( ) B) ( )( ) = ( )
0 1 0 0 0 1 0 0

1 1 8 8 1 1 9 9
C) ( )( ) = ( ) D) ( )( ) = ( )
0 1 0 0 0 1 0 0

1 1 9 11 1 1 10 12
E) ( )( ) = ( ) F) ( )( ) = ( )
0 1 2 2 0 1 2 2

1 1 10 13 1 1 8 13
G) ( )( ) = ( ) H) ( )( ) = ( )
0 1 3 3 0 1 5 5

1 1 8 11 1 1 6 9
I) ( )( ) = ( ) J) ( )( ) = ( )
0 1 3 3 0 1 3 3

1 1 6 11 1 1 4 7
K) ( )( ) = ( ) L) ( )( ) = ( )
0 1 5 5 0 1 3 3

1 1 4 9 1 1 2 5
M) ( )( ) = ( ) N) ( )( ) = ( )
0 1 5 5 0 1 3 3

1 1 2 7 1 1 0 3
Ñ) ( )( ) = ( ) O) ( )( ) = ( )
0 1 5 5 0 1 3 3

1 1 0 2 1 1 1 3
P) ( )( ) = ( ) Q) ( )( ) = ( )
0 1 2 2 0 1 2 2

1 1 4 4 1 1 8 10
R) ( )( ) = ( ) S) ( )( ) = ( )
0 1 2 2 0 1 2 2

Ubicamos los puntos nuevamente en el plano, y observamos el deslizamiento

que sufre la armadura.
Esta transformación se puede dar en la vida cotidiana en un puente, ya sea por
un sismo, o cualquier otra falla en la estructura, y como se observa en la gráfica
anterior, el puente está a punto de colapsarse.

La transformación matricial se puede aplicar a la ingeniería civil, ya que cualquier

tipo de armadura, o estructura pueden sufrir transformaciones, ya sea por
desplazamiento o rotación en algunos de sus ejes.