11

Transformaciones lineales del

espacio y matrices 3 × 3

11.1 Transformaciones del espacio

Llamaremos transformaciones del espacio a las funciones de R3 en R3 , las cuales de-
notaremos mediante letras mayúsculas como P, Q, R, S, T, . . . , al igual que lo hicimos
con las transformaciones del plano.
Ejemplo 11.1
Sean U un vector no nulo de R3 y L la recta generada por U. Si X es un vector cualquiera
de R3 , el vector P royU X, el cual está en L, lo llamaremos también la proyección de X
sobre L( ver figura 11.1).

Figura 11.1.

Denotaremos PU la transformación del espacio que asigna a cada vector X de R3 , su

proyección sobre la recta L. Es decir,
PU : R3 → R3
X → PU (X) = P royU X
La transformación PU la llamaremos
⎛ ⎞ ⎛ L.
proyección sobre la recta ⎞
1 x
Tomemos, por ejemplo, U = ⎝ −2 ⎠ y hallemos para X = ⎝ y ⎠ las coordenadas
3 z
del vector PU (X) :

363
364 11. Transformaciones lineales del espacio y matrices 3 × 3

⎛⎞ ⎛ 1 ⎞
  1 x − 17 y + 14
3
z
X·U x − 2y + 3z ⎝ 14
PU (X) = P royU X = U= −2 ⎠ = ⎝ − 17 x + 27 y − 37 z ⎠
U ·U 14 3 3 9
3 14 x − 7 y + 14 z
es decir, ⎛ ⎞ ⎛1 ⎞
1 3
x 14 x − 7 y + 14 z
PU ⎝y ⎠ = ⎝− 17 x + 27 y − 37 z ⎠
3 3 9
z 14 x − 7 y + 14 z
Para las proyecciones PE1 , PE2 , PE3 sobre los ejes x, y, z respectivamente se tienen las
siguientes expresiones
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x x 0 x 0
⎝ ⎠ ⎠
PE1 y = 0 , PE2 y = y , PE3 y = 0⎠
⎝ ⎠ ⎝ ⎝ ⎠ ⎝ ⎠ ⎝
z 0 z 0 z z
las cuales se pueden obtener sin realizar ningún cálculo, dada la sencillez de su significado
geométrico

Ejemplo 11.2
Como en el ejemplo 11.1, sea L la recta generada por un vector U de R3 , U = O. Deno-
taremos SU la transformación del espacio que asigna a cada vector X de R3 la reflexión
de X respecto a la recta L, entendiéndose dicha reflexión de manera idéntica al caso del
plano (vea figura 11.2).

Figura 11.2.

De igual forma que en el plano, se tiene que

SU (X) = 2PU (X) − X
así que,
SU : R3 −→ R3
X → SU (X) = 2PU (X) − X
La transformación
⎛ ⎞ ⎞ respecto a la recta L.
SU la llamaremos⎛reflexión
x 1
Si X = ⎝ y ⎠ y,por ejemplo, U = ⎝ −2 ⎠ entonces
z 3
⎛ ⎞ ⎛ 1 1 3
⎞ ⎛ ⎞ ⎛ −6x − 2y + 3z ⎞
x 14 x − 7 y + 14 z x 7 7 7
⎝ ⎠ ⎜ 1 3 ⎟ ⎝ ⎜ ⎟
SU y 2
= 2 ⎝ −7x + 7y − 7z ⎠ − y ⎠ = ⎝ − 27 x − 37 y − 67 z ⎠

z 3 3 9 z 3 6 2
14 x − 7 y + 14 z 7x − 7y + 7z
11.1. Transformaciones del espacio 365

Ejemplo 11.3
Sean U un vector no nulo de R3 y P el plano que pasa por el origen y con vector normal U.
Para cada vector X de R3 , denotaremos QU (X) la proyección de X sobre el plano P, la
cual se define como el punto donde la perpendicular trazada desde X al plano P intersecta
a este plano, como se ilustra en la figura 11.3. En dicha figura también se muestra la
proyección PU (X) del vector X sobre la recta L generada por U.

Figura 11.3.

En la figura 11.3 se aprecia que

X = QU (X) + PU (X)
o equivalentemente, que
QU (X) = X − PU (X)
Tenemos así la transformación
QU : R3 −→ R3
X → QU (X) = X − PU (X)
la cual llamaremos
⎛ ⎞ proyección
⎛ sobre
⎞ el plano P.
x 1
Si X = ⎝ y ⎠ y U = ⎝ −2 ⎠ se tiene que
z 3
⎛ ⎞ ⎛ ⎞ ⎛ 1 x − 1 y + 3 z ⎞ ⎛ 13 x + 1 y − 3 z ⎞
x x 14 7 14 14 7 14
⎜ ⎟ ⎜ ⎟
QU ⎝ y ⎠ = ⎝ y ⎠ − ⎝ − 17 x + 27 y − 37 z ⎠ = ⎝ 17 x + 57 y + 37 z ⎠
3 3 9 3
z z
14 x − 7 y + 14 z − 14 x + 37 y + 145
z
Para la proyección sobre los planos coordenados no es necesario realizar
⎛ ningún
⎞ cálculo.
x
Por ejemplo, es claro que la proyección sobre el plano xy de un vector ⎝ y ⎠ está dada
z
por ⎛ ⎞ ⎛ ⎞
x x
QE3 ⎝ y ⎠ = ⎝ y ⎠
z 0
lo cual se ilustra en la figura 11.4

366 11. Transformaciones lineales del espacio y matrices 3 × 3

Figura 11.4.

Ejemplo 11.4
Sea, como en el ejemplo 11.3, P un plano que pasa por el origen y con vector normal U. Para
cada vector X de R3 , RU (X) denotará la reflexión de X respecto al plano P, es decir,
RU (X) es el otro extremo del segmento de recta trazado desde X perpendicularmente al
plano P de tal modo que su punto medio es la proyección, QU (X) , de X sobre el plano P
(vea figura 11.5).

Figura 11.5.

Así, por definición de RU (X) , el punto medio del segmento de extremos X y RU (X)
es QU (X) , es decir,
1
QU (X) = (X + RU (X))
2
Despejando RU (X) de esta igualdad se obtiene

RU (X) = 2QU (X) − X

Observe la similitud entre esta expresión para RU (X) y la expresión para SU (X), la
cual es
SU (X) = 2PU (X) − X
La transformación
RU : R3 −→ R3
X → RU (X) = 2QU (X) − X

la llamaremos reflexión respecto al plano P

11.1. Transformaciones del espacio 367
⎛ ⎞ ⎛ ⎞
x 1
Si X = ⎝ y ⎠ y , por ejemplo, U = ⎝ −2 ⎠ entonces
z 3
⎛ 13 1 3
⎞ ⎛⎞ ⎛ 6x + 2y − 3z ⎞
14 x + 7 y − 14 z x 7 7 7
⎜ 1 5 3 ⎟ ⎝ ⎠ ⎜ 2 3 6 ⎟
RU (X) = 2 ⎝ 7x + 7y + 7z ⎠ − y = ⎝ 7 x + 7 y + 7z ⎠
3
− 14 x + 37 y + 14
5
z z − 37 x + 67 y − 27 z

Por supuesto, la reflexión respecto a cualquiera de los planos coordenados no requiere

ningún
⎛ ⎞ cálculo. Por ejemplo, es claro que la reflexión respecto al plano xy de un vector
x
⎝ y ⎠ está dado por
z
⎛ ⎞ ⎛ ⎞
x x
RE3 ⎝ y ⎠ = ⎝ y ⎠
z −z
lo cual se ilustra en la figura 11.6

Figura 11.6.

Ejemplo 11.5
Sea r ∈ R. Denotaremos Dr (como en el plano) la transformación del espacio que envía
cada vector X de R3 en el vector rX, es decir,

Dr : R3 −→ R3
X → Dr (X) = rX
⎛⎞
x
Es claro que para todo ⎝ y ⎠ de R3
z
⎛ ⎞ ⎛ ⎞
x rx
Dr ⎝ y ⎠ = ⎝ ry ⎠
z rz

El efecto de Dr sobre los vectores de R3 es similar al de la transformación Dr del plano

sobre los vectores de R2

368 11. Transformaciones lineales del espacio y matrices 3 × 3

Ejemplo 11.6
Fijemos un número real θ , −2π < θ < 2π. Denotaremos Rθz la transformación del espacio
3
que rota
⎛ cada⎞ vector de R un ángulo de θ radianes alrededor del eje z. Para cada ⎛ vector
⎞
x0 0
X = ⎝ y0 ⎠ de R3 , esta transformación rota al vector X alrededor del punto ⎝ 0 ⎠ en
z0 z0
el plano z = z0 , un ángulo de θ radianes en el sentido antihorario si θ > 0 y en sentido
horario si θ < 0, entendiéndose que el sentido antihorario en el plano z = z0 corresponde
al sentido en que se curvan los dedos de la mano derecha cuando el dedo pulgar apunta en
la dirección positiva del eje z. En la figura 11.7 se ilustra el efecto de la rotación Rzθ con
θ > 0 sobre un vector X.

Figura 11.7.
⎛ ⎞
x
Así las cosas, para cualquier vector ⎝ y ⎠ de R3 ,
z
⎛ ⎞ ⎛ ⎞
x xcosθ − ysenθ
Rθz ⎝ y ⎠ = ⎝ xsenθ + ycosθ ⎠
z z
La transformación Rθz se llamará rotación por el ángulo θ, alrededor del eje z.
De manera similar Rθx y Rθy denotarán las rotaciones por un ángulo de θ radianes
⎛ ⎞
x
alrededor del eje x y del eje y, respectivamente. Para cualquier vector ⎝ y ⎠ de R3 ,
z
se tiene ⎛ ⎞ ⎛ ⎞
x x
Rθx ⎝ y ⎠ = ⎝ ycosθ − zsenθ ⎠
z ysenθ + zcosθ
y ⎛ ⎞ ⎛ ⎞
x xcosθ + zsenθ
Ryθ ⎝ y ⎠ = ⎝ y ⎠
z −xsenθ + zcosθ
Note que los signos para Rθy son diferentes a los signos para Rθz y Rθx

Ejemplo 11.7
Fijemos un vector U de R3 . Como en el plano, la transformación del espacio que envía
cada vector X de R3 en X + U, se llamará traslación por el vector U y se denotará TU .
11.2. Transformaciones lineales y matrices 369

Es decir,
TU : R3 −→ R3
X → TU (X) = X + U
⎛ ⎞ ⎛ ⎞
x0 x
Si U = ⎝y0 ⎠ entonces para cualquier vector ⎝y ⎠ de R3 ,
z0 z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x x0 x + x0
TU ⎝y ⎠ = ⎝y ⎠ + ⎝y0 ⎠ = ⎝ y + y0 ⎠

z z z0 z + z0
De manera similar al caso del plano, se llaman transformación identidad y trans-
formación nula, respectivamente, las transformaciones

I : R3 −→ R3 y O : R3 −→ R3
X −→ I (X) = X X −→ O (X) = O

11.2 Transformaciones lineales y matrices

Obsérvese que para cada una de las transformaciones T : R3 −→ R3 , que aparecen en los
ejemplos 11.1 al 11.6, existen
⎛constantes
⎞ ai , bi , ci con i = 1, 2, 3 de tal modo que la imagen
x
bajo T de cualquier vector ⎝y ⎠ de R3 es
z
⎛ ⎞ ⎛ ⎞
x a1 x + a2 y + a3 z
T ⎝y ⎠ = ⎝ b1 x + b2 y + b3 z ⎠ (11.1)
z c1 x + c2 y + c3 z
Como en el caso de las transformaciones del plano, toda transformación T : R3 −→ R3
del tipo (11.1) es llamada una transformación lineal del espacio. De manera que las
transformaciones PU , SU , QU , RU , Rxθ , Rθy y Rzθ consideradas en este capítulo, como
también las transformaciones I y O, son transformaciones lineales del espacio.⎛En⎞cuanto
0
⎝
a la transformación TU , ésta es una transformación lineal sólo en el caso U = 0⎠ , caso
0
en el cual TU = I.
Supongamos que T es una transformación lineal del espacio definida por (11.1). El
arreglo de números ⎛ ⎞
a1 a2 a3
⎝ b1 b2 b3 ⎠ (11.2)
c1 c2 c3
⎛ ⎞
1
se llama matriz de T y se denotará m (T ) . Por ejemplo, si U = ⎝ −2 ⎠ ,
3
⎛ 1 1 3
⎞
14 − 7 14
⎜ ⎟
⎜ 1 2 3⎟
m (PU ) = ⎜ − 7 7 −7 ⎟
⎝ ⎠
3 3 9
14 − 7 14
370 11. Transformaciones lineales del espacio y matrices 3 × 3

Por otra parte,

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 0 1 0 0 0 0 0
m (PE1 ) = ⎝0 0 0⎠ , m (I) = ⎝0 1 0⎠ y m (O) = ⎝0 0 0⎠
0 0 0 0 0 1 0 0 0

En general todo arreglo de números como el que aparece en (11.2) se dirá una matriz
3×3 (se lee “tres por tres”), una matriz de orden 3 o también una matriz de tres filas
y tres columnas; los números a1 , a2 , a3 conforman la primera fila; b1 , b2 , b3 la segunda
fila y c1 , c2 , c3 la tercera fila. Los números a1 , b1 , c1 conforman la primera columna;
a2 , b2 , c2 la segunda columna y a3 , b3 , c3 la tercera columna.
Denotaremos las matrices 3 × 3 mediante letras mayúsculas como A, B, C, . . . ; la
matriz m (I) se denotará I3 y se dirá la matriz identidad de orden 3, y la matriz m (O)
se denotará O y se dirá la matriz nula de orden 3.
Dos matrices ⎛ ⎞ ⎛
⎞
a1 a2 a3 a1 a
2 a
3
A = ⎝ b1 b2 b3 ⎠ y B = ⎝ b
1 b
2 b
3 ⎠
c1 c2 c3 c
1 c
2 c
3
se dicen iguales y se escribe A = B si

ai = a
i , bi = b
i y ci = c
i para i = 1, 2, 3

A cada transformación lineal T del espacio hemos asociado una matriz 3 × 3, la cual
es m (T ) . Por otra parte, toda matriz 3 × 3 como la que aparece en (11.2) es la matriz
de una única transformación lineal del espacio, la cual es la transformación T : R3 −→ R3
definida por (11.1). De manera que la correspondencia

T −→ m (T )

entre transformaciones
⎛ lineales
⎞ del⎛espacio
⎞ y matrices 3 × 3 es biunívoca.
a1 a2 a3 x
Si A = ⎝ b1 b2 b3 ⎠ y X = ⎝y ⎠ , definimos el producto AX de la matriz A por
c1 c2 c3 z
3
el vector X de R así:
⎛ ⎞⎛ ⎞ ⎛ ⎞
a1 a2 a3 x a1 x + a2 y + a3 z
AX = ⎝ b1 b2 b3 ⎠ ⎝y ⎠ = ⎝ b1 x + b2 y + b3 z ⎠
c1 c2 c3 z c1 x + c2 y + c3 z

De manera que si T es la transformación lineal del espacio con matriz A entonces

T (X) = AX

para todo X de R3 .
⎛ ⎞
Ejemplo 11.8 x
Cualquiera sea X = ⎝ y ⎠ en R3 ,
z
⎛ ⎞⎛ ⎞ ⎛ ⎞
2 0 8 x 2x + 8z
• ⎝4 −3 5⎠ ⎝ y ⎠ = ⎝ 4x − 3y + 5z ⎠
6 7 9 z 6x + 7y + 9z
11.2. Transformaciones lineales y matrices 371
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
1 0 0 x x 0 0 0 x 0
• ⎝0 1 0⎠ ⎝ y ⎠ = ⎝ y ⎠ y ⎝0 0 0⎠ ⎝ y ⎠ = ⎝ 0 ⎠
0 0 1 z z 0 0 0 z 0
⎛ 1 ⎞
⎛ ⎞ ⎛ ⎞ ⎛ 1 x − 1y + 3 z ⎞ 14 − 17 3
14 ⎛ ⎞
1 x 14 7 14 ⎜ ⎟ x
⎜ ⎟ ⎜ ⎟
• Si U = ⎝ −2 ⎠ , PU ⎝ y ⎠ = ⎝ − 17 x + 27 y − 37 z ⎠ = ⎜− 17 2
7 − 37 ⎟ ⎝ y ⎠

⎝ ⎠
3 z 3 3 9 z
14 x − 7 y + 14 z 3
− 37 9
14 14

Al igual que para las transformaciones del plano, se tiene que:

Una transformación T : R3 −→ R3 es una transformación lineal

si y sólo si
(11.3)
T (X + U ) = T (X) + T (U ) y T (rU ) = rT (U )
para todo par de vectores X, U de R3 y todo escalar r

Las dos condiciones en (11.3) se pueden sustituir por la condición

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

cualesquiera sean X, U en R3 y r, s en R.
Se tiene además que:

Si T :⎛R3 −→ 3
⎞ R ⎛es una
⎞ transformación lineal, entonces
0 0
• T⎝ 0 ⎠=⎝ 0 ⎠
0 0 ⎛ ⎞
x
• Para cualquier vector ⎝ y ⎠ de R3 ,
⎛ ⎞ z
x
T ⎝ y ⎠ = T (xE1 + yE2 + zE3 ) = xT (E1 ) + yT (E2 ) + zT (E3 )
z
(Por ⎞ si se conocen T (E1 ) , T⎛(E2 )⎞
⎛ tanto, , y T (E3 ) ya se conoce
x x
T ⎝ y ⎠ , cualquiera sea el vector ⎝ y ⎠)
z ⎛ ⎞ z ⎛ ⎞ ⎛ ⎞
a1 a2 a3 a1 a2
⎝ ⎠
• m (T ) = b1 b2 b3 si y sólo si T (E1 ) = ⎝ b1 ⎠ , T (E2 ) = b2 ⎠
⎝
⎛ c1⎞ c2 c3 c1 c2
a3
y T (E3 ) = ⎝ b3 ⎠
c3
372 11. Transformaciones lineales del espacio y matrices 3 × 3

Ejemplo 11.9
Consideremos la transformación del espacio

3 3
⎛T : R⎞ −→ R ⎛ ⎞ ⎛ ⎞
x x 2x − z
⎝ y ⎠ −→ T ⎝ y ⎠ = ⎝ x + z/3 ⎠
z z x − y/2 + 4z

Es claro que T es una transformación lineal pues su ley de asignación es de la forma

(11.1). La matriz de T es
⎛ ⎞
2 0 −1
m (T ) = ⎝1 0 13 ⎠
1 − 12 4
⎛ ⎞ ⎛ ⎞
0 0
Comprobemos que T ⎝ 0 ⎠ = ⎝ 0 ⎠ y que T (E1 ) , T (E2 ) , T (E3 ) son, respectiva-
0 0
mente, la primera, segunda y tercera columna de la matriz m (T ) :
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 2 (0) − 0 0
T⎝ 0 ⎠=⎝ 0 + 0/3 ⎠=⎝ 0 ⎠
0 0 − 0/2 + 4 (0) 0
⎛ ⎞ ⎛ ⎞
2 (1) − 0 2
T (E1 ) = ⎝ 1 + 0/3 ⎠ = ⎝ 1 ⎠ = primera columna de m (T )
1 − 0/2 + 4 (0) 1
⎛ ⎞ ⎛ ⎞
2 (0) − 0 0
T (E2 ) = ⎝ 0 + 0/3 ⎠ = ⎝ 0 ⎠ = segunda columna de m (T )
0 − 1/2 + 4 (0) −1/2
⎛ ⎞ ⎛ ⎞
2 (0) − 1 −1
T (E3 ) = ⎝ 0 + 1/3 ⎠ = ⎝ 1/3 ⎠ = tercera columna de m (T )

0 − 0/2 + 4 (1) 4

Ejemplo 11.10
Sea S una transformación lineal del espacio tal que
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−2 0 −2
S (E1 ) = ⎝ 3 ⎠ , S (E2 ) = ⎝ −1 ⎠ y S (E3 ) = ⎝ 0 ⎠
4 5 −3
Halle la ley de asignación de S.

Solución:
⎛ ⎞
x
Sea ⎝ y ⎠ un vector cualquiera de R3 . Dado que
z

⎛ ⎞
x
⎝ y ⎠ = xE1 + yE2 + zE3
z
11.2. Transformaciones lineales y matrices 373

y puesto que S es una transformación lineal,

⎛ ⎞
x
S ⎝ y ⎠ = S (xE1 + yE2 + zE3 )
z
= x S (E1 ) + y S (E2 ) + z S (E3 )
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−2 0 −2
= x ⎝ 3 ⎠ + y ⎝ −1 ⎠ + z ⎝ 0 ⎠
4 5 −3
⎛ ⎞
−2x − 2z
= ⎝ 3x − y ⎠
4x + 5y − 3z

Así, la ley de asignación de S es

⎛ ⎞ ⎛ ⎞
x −2x − 2z
S⎝ y ⎠=⎝ 3x − y ⎠
z 4x + 5y − 3z

También podemos obtener la ley de asignación de S hallando primero m (S) como se

indica a continuación:
Como S es una transformación lineal del espacio, las columnas primera, segunda y
tercera de m (S) son respectivamente S (E1 ) , S (E2 ) , S (E3 ) ; por tanto,
⎛ ⎞
−2 0 −2
m (S) = ⎝ 3 −1 0 ⎠
4 5 −3

⎛⎞
x
Luego, para cualquier vector ⎝ y ⎠ de R3 ,
z

⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
x −2 0 −2 x −2x − 2z
S ⎝ y ⎠ = ⎝ 3 −1 0 ⎠ ⎝ y ⎠ = ⎝ 3x − y ⎠

z 4 5 −3 z 4x + 5y − 3z

Si T : R3 −→ R3 es una transformación del espacio y C es un conjunto de puntos del

espacio, la imagen T (C) del conjunto C bajo T es, como en el plano, el conjunto

T (C) = {T (X) /X ∈ C}

Respecto a la imagen bajo una transformación lineal de una recta, un segmento de

recta o un paralelogramo se tienen resultados completamente análogos a los ya conocidos
en el caso del plano. Se tiene, además, lo siguiente:
374 11. Transformaciones lineales del espacio y matrices 3 × 3

Si T : R3 −→ R3 es una transformación lineal entonces:

1. La imagen T (P) de un plano P bajo T es un plano, una recta o un conjunto
con un solo punto.

2. La imagen T R3 de todo el espacio R3 bajo T, es todo R3 , un ⎧⎛ plano que

⎞⎫
⎨ 0 ⎬
pasa por el origen, una recta que pasa por el origen o es el conjunto ⎝ 0 ⎠ .
⎩ ⎭
0
3. La imagen del paralelepípedo determinado por tres vectores X, Y y Z de
R3 , es el paralelepípedo determinado por T (X) , T (Y ) y T (Z) si estos vectores
son L.I.1

Para probar 2. partiremos de que

R3 = {xE1 + yE2 + zE3 /x, y, z ∈ R}

Por tanto,

T R3 = {T (xE1 + yE2 + zE3 ) /x, y, z ∈ R}

y como T es una transformación lineal,

T (xE1 + yE2 + zE3 ) = xT (E1 ) + yT (E2 ) + zT (E3 )

luego,

T R3 = {xT (E1 ) + yT (E2 ) + zT (E3 ) /x, y, z ∈ R}

Así que T R3 es el conjunto de todas las combinaciones lineales de los vectores T (E1 ) ,
T (E2 ) , T (E3 ) . Se tiene así que:
• Si T (E1 ) , T (E2 ) , T (E3 ) son vectores L.I. entonces

T R3 = R3

pues en tal caso todo vector de R3 es expresable como C.L. de los vectores T (E1 ) , T (E2 ) ,
T (E3 )
• Si dos de
los vectores T (E1 ) , T (E2 ) , T (E3 ) son L.I. y el otro es C.L. de aquellos
entonces T R3 es el plano generado por esos dos vectores linealmente independientes. A
continuación probaremos esto para el caso en que T (E1 ) , T (E2 ) son linealmente indepen-
dientes y T (E3 ) es combinación lineal de T (E1 ) y T (E2 ) , es decir,

T (E3 ) = rT (E1 ) + sT (E2 )

para ciertos escalares r y s. En este caso, toda combinación lineal de T (E1 ) , T (E2 ) y T (E3 )
es también una C.L. de T (E1 ) y T (E2 ) ya que si x, y, z son escalares cualesquiera

xT (E1 ) + yT (E2 ) + zT (E3 ) = xT (E1 ) + yT (E2 ) + z (rT (E1 ) + sT (E2 ))

= (x + zr) T (E1 ) + (y + zs) T (E2 )

Por otra parte, es claro que toda combinación lineal de T (E1 ) y T (E2 ) es también
combinación lineal de T (E1 ) , T (E2 ) y T (E3 ) ya que si x, y son escalares cualesquiera,

xT (E1 ) + yT (E2 ) = xT (E1 ) + yT (E2 ) + 0T (E3 )

1
Cuando los vectores T (X) , T (Y ) y T (Z) son L.D., la imagen del paralelepípedo determinado por X, Y
y Z no es necesariamente un paralelogramo, un segmento o un punto.
11.2. Transformaciones lineales y matrices 375

De manera que el
3

conjunto de todas las combinaciones lineales de T (E1 ) , T (E2 ) y T (E3 )
(el cual es T R ) es igual al conjunto de todas las combinaciones lineales de T (E1 ) y
T (E2 ) (el cual es el plano generado por estos vectores).
Se deja como ejercicio para el lector completar la prueba de la afirmación 2. y también
probar lo afirmado en 1. y 3.

Ejemplo 11.11
Sea T la transformación lineal del espacio tal que

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 1
T (E1 ) = ⎝ 0 ⎠ , T (E2 ) = ⎝ 1 ⎠ , T (E3 ) = ⎝ 1 ⎠
−1 1 0

Halle la imagen bajo T de:

⎛ ⎞ ⎛ ⎞
1 0
a) El segmento AB donde A = ⎝ 0 ⎠ y B = ⎝ −1 ⎠ .
0 1
⎛ ⎞ ⎛ ⎞
2 0
b) La recta L que pasa por los puntos P = ⎝ −1 ⎠ y Q = ⎝ 1 ⎠ .
4 3
⎛ ⎞ ⎛ ⎞
−5 −1
c) La recta L
que pasa por el punto R = ⎝ 2 ⎠ y tiene vector director U = ⎝ −1 ⎠ .
7 1
⎛ ⎞ ⎛ ⎞
−1 0
d) El plano P generado por Y = ⎝ 2 ⎠ y V = ⎝ 1 ⎠ .
3 4
3
e) El espacio R .

Solución:
Comencemos por hallar la ley de asignación de T :
⎛ ⎞
x
Si ⎝ y ⎠ es un punto cualquiera de R3 ,
z

⎛ ⎞
x
T ⎝ y ⎠ = T (xE1 + yE2 + zE3 )
z
= xT (E1 ) + yT (E2 ) + zT (E3 )
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 1
= x ⎝ 0 ⎠ +y ⎝ 1 ⎠ +z ⎝ 1 ⎠
−1 1 0
⎛ ⎞
x+z
= ⎝ y+z ⎠
−x + y
376 11. Transformaciones lineales del espacio y matrices 3 × 3

a) Las imágenes de A y B bajo T están dadas por

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1+0 1
T (A) = T ⎝ 0 ⎠ = ⎝ 0 + 0 ⎠ = ⎝ 0 ⎠ y
0 −1 + 0 −1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 0+1 1
T (B) = T ⎝ −1 ⎠ = ⎝ −1 + 1 ⎠ = ⎝ 0 ⎠ .
1 −0 − 1 −1

Como T (A) = T (B) entonces

⎧⎛ ⎞⎫

⎨ 1 ⎬
T AB = {T (A)} = ⎝ 0 ⎠
⎩ ⎭
−1

b) Se tiene
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
2 2+4 6
T (P ) = T ⎝ −1 ⎠ = ⎝ −1 + 4 ⎠ = ⎝ 3 ⎠ y
4 −2 − 1 −3
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 0+3 3
T (Q) = T ⎝ 1 ⎠ = ⎝ 1+3 ⎠ = ⎝ 4 ⎠.
3 0+1 1

Como T (P ) = T (Q) entonces T (L) es la recta que pasa por T (P ) y T (Q) .

c) Tenemos
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−5 −5 + 7 2
T (R) = T ⎝ 2 ⎠ = ⎝ 2+7 ⎠=⎝ 9 ⎠ y
7 − (−5) + 2 7
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 −1 + 1 0
T (U ) = T ⎝ −1 ⎠ = ⎝ −1 + 1 ⎠ = ⎝ 0 ⎠.
1 − (−1) − 1 0

Como T (U ) = O, entonces
⎧⎛ ⎞⎫


⎨ 2 ⎬
T L = {T (R)} = ⎝ 9 ⎠
⎩ ⎭
7

d) Como
P = {tY + rV / t, s ∈ R}
la imagen de P bajo la transformación lineal T es

T (P) = {tT (Y ) + rT (V ) / t, s ∈ R}

Ahora, dado que

⎛ ⎞ ⎛ ⎞
2 4
T (Y ) = ⎝ 5 ⎠ y T (V ) = ⎝ 5 ⎠
3 1
11.2. Transformaciones lineales y matrices 377

entonces ⎧ ⎛ ⎞ ⎛ ⎞ ⎫
⎨ 2 4 ⎬
T (P) = t ⎝ 5 ⎠ + r ⎝ 5 ⎠ t, s ∈ R
⎩ ⎭
3 1
⎛ ⎞ ⎛ ⎞
2 4
Por último, como los vectores ⎝ 5 ⎠ y ⎝ 5 ⎠ son linealmente independientes, la
3 1
imagen del plano P bajo T es otro plano, el plano generado por dichos vectores.
e) Como
R3 = {xE1 + yE2 + zE3 /x, y, z ∈ R}
entonces la imagen de R3 bajo la transformación lineal T es

T R3 = {xT (E1 ) + yT (E2 ) + zT (E3 ) / x, y, z ∈ R}

donde
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 1
T (E1 ) = ⎝ 0 ⎠ , T (E2 ) = ⎝ 1 ⎠ y T (E3 ) = ⎝ 1 ⎠
−1 1 0

Ahora veamos si los vectores T (E1 ) , T (E2 ) , T (E3 ) son L.I.:

Es claro que T (E1 ) y T (E2 ) son linealmente independientes. Consideremos entonces
el plano generado por estos vectores y veamos si T (E3 ) es o no un punto de dicho plano.
Un vector normal N al plano generado por T (E1 ) y T (E2 ) es el vector
  ⎛ ⎞
E1 E2 E3  1
 
N = T (E1 ) × T (E2 ) =  1 0 −1 = E1 − E2 + E3 = ⎝ −1 ⎠
0 1 1 1

Luego, una ecuación para dicho plano es

x−y+z =0
⎛ ⎞
1
Ahora, como el punto T (E3 ) = ⎝ 1 ⎠ satisface esta ecuación ya que 1 − 1 + 0 = 0,
0
entonces T (E3 ) está en el plano generado por T (E1 ) y T (E2 ) y por tanto T (E3 ) es C.L.
de T (E1 ) y T (E2 ) .
En resumen, T (E1 ) y T (E2 ) son linealmente independientes y T (E3 ) es combinación
lineal de T (E1 ) , T (E2 ). ⎛ ⎞
3
1
Se sigue que T R es el plano generado por los vectores T (E1 ) = ⎝ 0 ⎠ y
−1
⎛ ⎞
0
T (E2 ) = ⎝ 1 ⎠ , es decir,
1
⎧ ⎛ ⎞ ⎛ ⎞ ⎫ ⎧⎛ ⎞ ⎫
3
⎨ 1 0 ⎬ ⎨ x ⎬
T R = t ⎝ 0 ⎠ ⎝
+s 1 ⎠ t, s ∈ R = ⎝ y ⎠ 3
∈R : x−y+z = 0

⎩ ⎭ ⎩ ⎭
−1 1 z
378 11. Transformaciones lineales del espacio y matrices 3 × 3

11.3 Operaciones con transformaciones lineales y matrices

Sean T y S transformaciones del espacio y r un escalar. Las transformaciones T + S, rT
y T ◦ S se definen exactamente como si T y S fueran transformaciones del plano. Al igual
que en el caso del plano, es fácil probar que si T y S son transformaciones lineales entonces
T + S, rT y T ◦ S también lo son.
Por ejemplo, una manera de probar que T + S es una transformación lineal si T y S lo
son, es probando que

(T + S) (tX + rU ) = t (T + S) (X) + r (T + S) (U )

para todo par de vectores X, U de R3 y todo par de escalares t, r, como se muestra a

continuación:

(T + S) (tX + rU ) = T (tX + rU ) + S (tX + rU )

= tT (X) + rT (U ) + tS (X) + rS (U )
= t (T (X) + S (X)) + r (T (U ) + S (U ))
= t (T + S) (X) + r (T + S) (U )

También se puede probar que T + S es una transformación lineal si T y S lo son, de la

siguiente manera:
Digamos que
⎛ ⎞ ⎛ ⎞
a11 a12 a13 b11 b12 b13
m (T ) = ⎝a21 a22 a23 ⎠ y m (S) = ⎝b21 b22 b23 ⎠ (11.4)
a31 a32 a33 b31 b32 b33
⎛ ⎞
x
Por tanto, para cualquier ⎝ y ⎠ de R3 ,
z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x x
(T + S) ⎝ y ⎠ = T ⎝ y ⎠ + S ⎝ y ⎠
z z z
⎛ ⎞ ⎛ ⎞
a11 x + a12 y + a13 z b11 x + b12 y + b13 z
= ⎝ a21 x + a22 y + a23 z ⎠ + ⎝ b21 x + b22 y + b23 z ⎠
a31 x + a32 y + a33 z b31 x + b32 y + b33 z

Luego,
⎛ ⎞ ⎛ ⎞
x (a11 + b11 ) x + (a12 + b12 ) y + (a13 + b13 ) z
(T + S) ⎝ y ⎠ = ⎝ (a21 + b21 ) x + (a22 + b22 ) y + (a23 + b23 ) z ⎠
z (a31 + b31 ) x + (a32 + b32 ) y + (a33 + b33 ) z

Esta última igualdad prueba que T + S es una transformación lineal del espacio y
además que ⎛ ⎞
a11 + b11 a12 + b12 a13 + b13
⎝
m (T + S) = a21 + b21 a22 + b22 a23 + b23 ⎠
a31 + b31 a32 + b32 a33 + b33
11.3. Operaciones con transformaciones lineales y matrices 379

Se hace uso de esta igualdad para definir una suma entre matrices 3 × 3 así:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a11 a12 a13 b11 b12 b13 a11 + b11 a12 + b12 a13 + b13
⎝a21 a22 a23 ⎠ + ⎝b21 b22 b23 ⎠ = ⎝a21 + b21 a22 + b22 a23 + b23 ⎠
a31 a32 a33 b31 b32 b33 a31 + b31 a32 + b32 a33 + b33
Se insiste en que, al igual que para matrices 2 × 2, la suma entre matrices 3 × 3 se ha
definido de modo de que ella corresponda a la suma de transformaciones lineales, es decir,
de modo que
m (T ) + m (S) = m (T + S)
De manera similar se demuestra que si T es una transformación lineal del espacio con
m (T ) como en (11.4) entonces rT es una transformación lineal y
⎛ ⎞
ra11 ra12 ra13
m (rT ) = ⎝ra21 ra22 ra23 ⎠
ra31 ra32 ra33
Se define el producto de un escalar por una matriz 3 × 3 en la forma
⎛ ⎞ ⎛ ⎞
a11 a12 a13 ra11 ra12 ra13
r ⎝a21 a22 a23 ⎠ = ⎝ra21 ra22 ra23 ⎠
a31 a32 a33 ra31 ra32 ra33
con lo cual se tiene que
r (m (T )) = m (rT )
Consideremos ahora la compuesta T ◦S de dos transformaciones lineales T y S con m (T )
y m (S) como en (11.4). El lector puede probar que T ◦ S también es una transformación
lineal, sin hacer uso de m (T ) y m (S) .
Cuando T y S son transformaciones lineales, la compuesta T ◦ S también se llama
producto de T y S y se denota T S. Podemos calcular m (T S) de la siguiente manera:
La primera columna de m (T S) es el vector

(T S) (E1 ) = T (S (E1 ))
⎛ ⎞ ⎛ ⎞
b11 b11
= T ⎝ b21 ⎠ , pues S (E1 ) = ⎝ b21 ⎠
b31 b31
⎛ ⎞⎛ ⎞
a11 a12 a13 b11
= ⎝a21 a22 a23 ⎠ ⎝ b21 ⎠
a31 a32 a33 b31
⎛ ⎞
a11 b11 + a12 b21 + a13 b31
= ⎝ a21 b11 + a22 b21 + a23 b31 ⎠
a31 b11 + a32 b21 + a33 b31

De manera similar se calculan las columnas segunda y tercera de m (T S) , las cuales

son respectivamente, los vectores (T S) (E2 ) y (T S) (E3 ).
Se obtiene así que ⎛ ⎞
c11 c12 c13
m (T S) = ⎝c21 c22 c23 ⎠
c31 c32 c33
380 11. Transformaciones lineales del espacio y matrices 3 × 3

donde
c11 = a11 b11 + a12 b21 + a13 b31
y en general, para i = 1, 2, 3 y j = 1, 2, 3

cij = ai1 b1j + ai2 b2j + ai3 b3j (11.5)

Nótese que en m (T S) , el escalar cij , ubicado en la intersección de la fila i y la columna

j se obtiene a partir de la fila i de m (T ) y de la columna j de m (S) como se ilustra a
continuación :

b 1j
a i1 a i2 a i3 b 2j = a i1 b 1j + a i2 b 2j + a i3 b 3j
b 3j

Se define ahora el producto de dos matrices 3 × 3 de modo que

m (T ) m (S) = m (T S)

es decir, se define el producto de dos matrices 3 × 3 de la siguiente manera:

⎛ ⎞⎛ ⎞ ⎛ ⎞
a11 a12 a13 b11 b12 b13 c11 c12 c13
⎝ a21 a22 a23 ⎠ ⎝ b21 b22 b23 ⎠ = ⎝ c21 c22 c23 ⎠ (11.6)
a31 a32 a33 b31 b32 b33 c31 c32 c33

donde los escalares cij se calculan como ya se ha indicado. Por ejemplo (vea los elementos
encerrados en rectángulos en (11.6)),

c23 = a21 b13 + a22 b23 + a23 b33

Obsérvese que el producto de dos matrices 3 × 3 se obtiene de manera similar al de dos

matrices 2 × 2.
Ejemplo 11.12
Sea K la reflexión respecto al plano xy y sea J la reflexión respecto al plano yz. Entonces
⎛ ⎞
x
para cualquier vector X = ⎝ y ⎠ de R3 se tiene:
z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎛ ⎞⎞ ⎛ ⎞ ⎛ ⎞
x −x x x −x −x
J ⎝ y ⎠ = ⎝ y ⎠ y (KJ) ⎝ y ⎠ = K ⎝J ⎝ y ⎠⎠ = K ⎝ y ⎠ = ⎝ y ⎠
z z z z z −z

Por otra parte

⎛ ⎞ ⎛ ⎞ ⎞⎛ ⎛ ⎛ ⎞⎞ ⎛ ⎞ ⎛ ⎞
x x x x x −x
K⎝ y ⎠=⎝ y ⎠ y (JK) ⎝ y ⎠ = J ⎝K ⎝ y ⎠⎠ = J ⎝ y ⎠ = ⎝ y ⎠
z −z z z −z −z

Observe que en este caso KJ = JK (vea figura 11.8), aunque en general el producto
de transformaciones lineales no es conmutativo.

11.3. Operaciones con transformaciones lineales y matrices 381

Figura 11.8.

⎛ ⎞
Ejemplo 11.13 x
Sean P la proyección sobre el plano xy, Q la proyección sobre el plano yz y X = ⎝ y ⎠
z
un vector cualquiera de R3 . Entonces:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x x 0
P ⎝ y ⎠ = ⎝ y ⎠, Q⎝ y ⎠ = ⎝ y ⎠
z 0 z z

⎛ ⎞ ⎛ ⎛ ⎞⎞ ⎛ ⎞ ⎛ ⎞
x x 0 0
(P Q) ⎝ y ⎠ = P ⎝Q ⎝ y ⎠⎠ = P ⎝ y ⎠ = ⎝ y ⎠
z z z 0

⎛ ⎞ ⎛ ⎛ ⎞⎞ ⎛ ⎞ ⎛ ⎞
x x x 0
(QP ) ⎝ y ⎠ = Q ⎝P ⎝ y ⎠⎠ = Q ⎝ y ⎠ = ⎝ y ⎠
z z 0 0

⎛ ⎞ ⎛ ⎛ ⎞⎞ ⎛ ⎞ ⎛ ⎞
x x x x
(P P ) ⎝ y ⎠ = P ⎝P ⎝ y ⎠⎠ = P ⎝ y ⎠ = ⎝ y ⎠
z z 0 0

⎛ ⎞ ⎛ ⎛ ⎞⎞ ⎛ ⎞ ⎛ ⎞
x x 0 0
(QQ) ⎝ y ⎠ = Q ⎝Q ⎝ y ⎠⎠ = Q ⎝ y ⎠ = ⎝ y ⎠
z z z z

Observe que P Q = QP, P 2 = P y Q2 = Q (vea figura 11.9).

382 11. Transformaciones lineales del espacio y matrices 3 × 3

Figura 11.9.

Ejemplo 11.14
Considere las transformaciones lineales del espacio T y S definidas por
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x − 2y x x
T ⎝ y ⎠=⎝ x+y+z ⎠ y S⎝ y ⎠=⎝ y+z ⎠
z −3x + z z z
Halle la matriz de transformación lineal (4T + S) T
Solución:
m [(4T + S) T ] = m (4T + S) m (T )
= [m (4T ) + m (S)] m (T )
= [4m (T ) + m (S)] m (T )
Como ⎛ ⎞ ⎛ ⎞
1 −2 0 1 0 0
m (T ) = ⎝ 1 1 1⎠ y m (S) = ⎝0 1 1⎠
−3 0 1 0 0 1
entonces
⎛ ⎞ ⎛ ⎞
1 −2 0 1 0 0
4m (T ) + m (S) = 4 ⎝ 1 ⎠ ⎝
1 1 + 0 1 1⎠
−3 0 1 0 0 1
⎛ ⎞ ⎛ ⎞
4 −8 0 1 0 0
= ⎝ 4 ⎠ ⎝
4 4 + 0 1 1⎠
−12 0 4 0 0 1
⎛ ⎞
5 −8 0
= ⎝ 4 5 5⎠
−12 0 5
y así

m [(4T + S) T ] = [4m (T ) + m (S)] m (T )

⎛ ⎞⎛ ⎞
5 −8 0 1 −2 0
= ⎝ 4 5 5⎠ ⎝ 1 1 1⎠
−12 0 5 −3 0 1
⎛ ⎞
−3 −18 −8
= ⎝ −6 −3 10⎠
−27 24 5
11.3. Operaciones con transformaciones lineales y matrices 383

Otra manera de hallar la matriz de la transformación lineal (4T + S) T consiste en

buscar⎛
primero
⎞ la ley de asignación de esta transformación, como se muestra a continuación:
x
Si ⎝ y ⎠ es un vector cualquiera de R3 entonces
z
⎛ ⎞ ⎡ ⎛ ⎞⎤
x x
[(4T + S) T ] ⎝ y ⎠ = (4T + S) T⎣ ⎝ y ⎠⎦
z z
⎡ ⎛ ⎞⎤ ⎡ ⎛ ⎞⎤
x x
= (4T ) ⎣T ⎝ y ⎠⎦ + S ⎣T ⎝ y ⎠⎦
z z
⎛ ⎞ ⎛ ⎞
x − 2y x − 2y
= 4T ⎝ x + y + z ⎠ + S ⎝ x + y + z ⎠
−3x + z −3x + z
⎛ ⎞ ⎛ ⎞
x − 2y − 2 (x + y + z) x − 2y
= 4 ⎝ x − 2y + x + y + z − 3x + z ⎠ + ⎝ x + y + z − 3x + z ⎠
−3 (x − 2y) − 3x + z −3x + z
⎛ ⎞
−3x − 18y − 8z
= ⎝ −6x − 3y + 10z ⎠
−27x + 24y + 5z

Luego, ⎛ ⎞
−3 −18 −8
m [(4T + S) T ] = ⎝ −6 −3 10 ⎠

−27 24 5
Las operaciones suma, multiplicación por escalar y producto, definidas para transfor-
maciones lineales del espacio y para matrices 3 × 3, gozan de las mismas propiedades
algebraicas ya establecidas en el capítulo 4 para dichas operaciones con transformaciones
lineales del plano y con matrices 2 × 2.
En cuanto al producto de una matriz 3 × 3 por un vector de R3 , éste tiene también las
mismas propiedades que tiene su similar para matrices 2×2 y vectores de R2 . En particular
se tiene que:
⎛ ⎞ ⎛ ⎞
a11 a12 a13 x
• Si A = ⎝ a21 a22 a23 ⎠ y X = ⎝ y ⎠ entonces
a31 a32 a33 z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a11 a12 a13
AX = x ⎝ a21 ⎠ + y ⎝ a22 ⎠ + z ⎝ a23 ⎠
a31 a32 a33

Nótese que el vector AX es combinación lineal de las columnas de A.

⎛ ⎞
a11 a12 a13
• Cualquiera sea la matriz A = ⎝ a21 a22 a23 ⎠ , la matriz transpuesta de A,
a31 a32 a33
T
denotada A es
384 11. Transformaciones lineales del espacio y matrices 3 × 3

⎛ ⎞
a11 a21 a31
AT = ⎝ a12 a22 a32 ⎠
a13 a23 a33

⎞ ⎛
x

Cualquiera sea el vector X = ⎝ y ⎠ , el transpuesto de X es X T = x y z . Si

z
⎛ ⎞
u
X y A son como se ha indicado y U = ⎝ v ⎠ , definimos los siguientes productos:
w

⎛ ⎞

u
XT U = x y z ⎝ v ⎠ = xu + yv + zw = X.U
w

⎛ ⎞

a11 a12 a13
XT A = x y z ⎝ a21 a22 a23 ⎠
a31 a32 a33

= xa11 + ya21 + za31 xa12 + ya22 + za32 xa13 + ya23 + za33

Como el lector puede comprobar fácilmente, la transpuesta y los productos aquí definidos
tienen las propiedades enunciadas en el ejercicio 30 del capítulo 4 para el caso de matrices
2 × 2 y vectores de R2 .

11.4 Inversa para transformaciones lineales y matrices

La noción de invertibilidad para una transformación del espacio es la misma que para una
transformación del plano y en general la misma que para una función cualquiera.

Ejemplo 11.15
Sea L la recta generada por un vector U de R3 , U = O .
a) La proyección PU sobre la recta L no es una transformación invertible. Para ver esto,
basta considerar cualquier recta L
perpendicular a L que pase por el origen y dos puntos
X1 , X2 en L
con X1 = X2 . Es claro que

PU (X1 ) = O = PU (X2 )

luego PU no es uno a uno y por tanto PU no es invertible (ver figura 11.10).

b) La reflexión SU respecto a la recta L es invertible y SU−1 = SU . En efecto,

SU SU = I

(ver figura 11.10).

11.4. Inversa para transformaciones lineales y matrices 385

Figura 11.10.

Ejemplo 11.16
Para r = 0 la transformación Dr es invertible y Dr−1 = D 1 puesto que, como el lector
r
puede verificar,
Dr D 1 = I = D 1 Dr

r r

Ejemplo 11.17
Para cada θ, −2π < θ < 2π, las rotaciones Rxθ , Rθy , Rθz alrededor de los ejes x, y, z
respectivamente, son invertibles y
y
−1 y
(Rθx )−1 = Rx−θ , Rθ = R−θ y (Rθz )−1 = Rz−θ

Ejemplo 11.18
Sea T la transformación lineal del espacio tal que
⎛ ⎞
1 −1 0
m (T ) = ⎝ 0 1 −1⎠
−1 0 1

Veamos que la imagen T R3 del espacio R3 bajo T no es todo R3 , es decir, que T no

es sobre. ⎛ ⎞
x0
En efecto, para cada vector ⎝ y0 ⎠ de R3 ,
z0
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
x0 1 −1 0 x0 x0 − y0
T ⎝ y0 ⎠ = ⎝ 0 1 −1⎠ ⎝ y0 ⎠ = ⎝ y0 − z0 ⎠
z0 −1 0 1 z0 −x0 + z0
⎛ ⎞
x0 − y0
y se observa que el punto ⎝ y0 − z0 ⎠ satisface la ecuación
−x0 + z0
x+y+z =0 (11.7)

pues
(x0 − y0 ) + (y0 − z0 ) + (−x0 + z0 ) = 0
Luego, todas las imágenes
3
bajo T de vectores en R3 caen en el plano P cuya ecuación
es (11.7), es decir, T R ⊆ P. Así T no es sobre.
Ahora, como T no es sobre entonces T no es invertible.

386 11. Transformaciones lineales del espacio y matrices 3 × 3

A continuación estableceremos para transformaciones lineales del espacio, resultados

completamente análogos a los ya establecidos para transformaciones lineales del plano
respecto al concepto de invertibilidad. El primero de ellos es:

Sea T : R3 −→ R3 una transformación lineal. Si T es invertible entonces

T −1 es una transformación lineal.

La prueba de este resultado se deja como ejercicio para el lector. En segundo lugar
tenemos:

Una transformación lineal T : R3 −→ R3 es invertible si y sólo si

el único vector X de R3 tal que T (X) = O es X = O

Es claro que si no se cumple la condición

“El único vector X de R3 tal que T (X) = O es X = O ” (11.8)
entonces T no es uno a uno y en consecuencia T no es invertible. De manera que si T es
invertible entonces debe cumplirse (11.8).
Supongamos ahora que se cumple (11.8) y probemos que T es invertible, probando que
T es uno a uno y sobre. Para probar que T es uno a uno, supongamos que X1 , X2 son
vectores de R3 tales que T (X1 ) = T (X2 ) y probemos que X1 = X2 :
Si T (X1 ) = T (X2 ) entonces T (X1 ) − T (X2 ) = O, y como T es una transformación
lineal, T (X1 )−T (X2 ) = T (X1 − X2 ) , luego T (X1 − X2 ) = O. Ahora, usando la condición
(11.8) concluimos que X1 − X2 = O de donde X 1 =
X2 .
Para probar que T es sobre probemos que T R3 = R3 :
Como
R3 = {xE1 + yE2 + zE3 / x, y, z ∈ R}
entonces

T R3 = {xT (E1 ) + yT (E2 ) + zT (E3 ) / x, y, z ∈ R}

es decir, T R3 es el conjunto de todas las C.L. de los vectores T (E1 ) , T (E2 ) , T (E3 ) .
Si probamos que estos vectores son L.I. tendremos que todo vector de R 3 es C.L. de ellos,

es decir, que R3 ⊆ T R3 , y como T R3 ⊆ R3 entonces tendremos T R3 = R3 como se

desea probar.
Ahora, los vectores T (E1 ) , T (E2 ) , T (E3 ) son L.I., ya que ninguno de los tres es
C.L. de los otros dos, pues si (por ejemplo) se diera que T (E3 ) = tT (E1 ) + sT (E2 ) con
t, s ∈ R entonces se tendría que T (E3 ) = T (tE1 + sE2 ) y como T es uno a uno ocurrirá
que E3 = tE1 + sE2 , lo cual no puede ocurrir ya que E1 , E2 , E3 son L.I.
Se completa así la prueba de que si se da (11.8) entonces T es invertible 
El turno es ahora para el siguiente resultado:

Sea T : R3 −→ R3 una transformación lineal.

T es invertible si y sólo si las columnas de m (T ) son L.I.
11.4. Inversa para transformaciones lineales y matrices 387

Para probarlo, digamos que

⎛ ⎞
a1 a2 a3
m (T ) = ⎝ b1 b2 b3 ⎠ (11.9)
c1 c2 c3

Es fácil ver que en la siguiente lista de afirmaciones, cada una (a partir de la segunda)
es equivalente a la anterior:
i) T es invertible
ii) El único vector X⎛de R 3
⎞ tal que T (X) ⎛ = O es X = ⎞O⎛ ⎞ ⎛ ⎞
x a1 a2 a3 x 0
iii) El único vector ⎝ y ⎠ de R3 tal que ⎝ b1 b2 b3 ⎠ ⎝ y ⎠ = ⎝ 0 ⎠ es
z c1 c2 c3 z 0
⎛ ⎞ ⎛ ⎞
x 0
⎝ y ⎠=⎝ 0 ⎠
z 0
iv) Los únicos escalares x, y, z tales que
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a1 a2 a3 0
⎝ ⎠ ⎝ ⎠
x b1 + y b2 + z b3 = ⎝ ⎠ ⎝ 0 ⎠
c1 c2 c3 0

son x = 0, y = 0 y z = 0
v) Ninguna de las columnas de m (T ) es combinación lineal de las otras dos (es decir,
las columnas de m (T ) son L.I.)
Así que la primera y la última de las afirmaciones anteriores son equivalentes, como se
quería probar 
Otro resultado importante es:

⎛ ⎞
a1 a2 a3
Si T : R3 −→ R3 es una transformación lineal con m (T ) = ⎝ b1 b2 b3 ⎠
c1 c2 c3
entonces  
a1 a2 a3 
 
T es invertible si y sólo si  b1 b2 b3  = 0
 c1 c2 c3 

Denotemos ∆ el determinante de m (T ) que aparece en el resultado anterior y sean

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a1 b1 c1
U = ⎝ a2 ⎠ , V = ⎝ b2 ⎠ y Z = ⎝ c2 ⎠
a3 b3 c3
⎛ ⎞
x
En la prueba de dicho resultado usaremos el hecho de que para X = ⎝ y ⎠ en R3 ,
z

T (X) = O ⇔ X es ortogonal a U, V, y Z
388 11. Transformaciones lineales del espacio y matrices 3 × 3

En efecto,
⎧
⎨ a1 x + a2 y + a3 z = 0
T (X) = O ⇔ b x + b2 y + b3 z = 0
⎩ 1
c1 x + c2 y + c3 z = 0
⇔ U · X = 0, V · X = 0 y Z ·X =0
⇔ X es ortogonal a U, V y Z
También utilizaremos el hecho ya conocido de que
∆ = U · (V × Z)
Probaremos el resultado en consideración probando que:
• Si ∆ = 0 entonces T no es invertible (11.10)
• Si ∆ = 0 entonces T es invertible (11.11)
Para probar (11.10) partamos de que ∆ = 0, es decir,
U · (V × Z) = 0 (11.12)
Supongamos V × Z = O. De (11.12) vemos que V × Z es ortogonal a U ; por otra parte,
sabemos que V × Z es ortogonal a V y a Z. Luego, V × Z es un vector no nulo ortogonal
a los vectores U, V y Z, es decir, V × Z es un vector no nulo tal que

T (V × Z) = O

y por lo tanto,T no es invertible.

Supongamos ahora que V × Z = O. Entonces V y Z son L.D., luego existe un plano
que contiene a los puntos U, V y Z. Así, cualquier vector N normal a dicho plano será
ortogonal a U, V y Z, es decir, será tal que T (N ) = O, concluyéndose de ello que T no es
invertible.
Hemos probado así (11.10). Ahora probaremos (11.11):
Supongamos que ∆ = 0, es decir,
U · (V × Z) = 0
Probaremos que T es invertible probando que T tiene la propiedad (11.8): Ya sabemos
que T (O) = O. Sea ahora X un vector de R3 tal que T (X) = O, es decir, X es ortogonal
a U, V y Z. Como X es ortogonal a V y Z entonces X es paralelo al vector V × Z, es decir,

X = t (V × Z)
para algún t ∈ R. Como además X es ortogonal a U entonces U · X = 0, es decir,
U · (t (V × Z)) = 0
o, equivalentemente,
t (U · (V × Z)) = 0
Ahora, como U · (V × Z) = 0 entonces t = 0 y así X = O. Luego, el único vector X de
R3 tal que T (X) = O es X = O, y por tanto T es invertible.
Hemos probado así la implicación en (11.11). Finaliza así la prueba del resultado en el
último recuadro. 
11.4. Inversa para transformaciones lineales y matrices 389

Ejemplo 11.19
Considere la transformación
3 3
⎛T : R⎞ −→ R ⎛ ⎞ ⎛ ⎞
x x −x + 2z
⎝ y ⎠ −→ T ⎝ y ⎠ = ⎝ 4x + y ⎠
z z y − 3z

a) Veamos si T es o no es invertible, calculando el determinante ∆ de m (T ): Como

⎛ ⎞
−1 0 2
m (T ) = ⎝ 4 1 0⎠
0 1 −3
entonces
 
−1 0 2       
  1 0  4 0  4 1

∆= 4 1  
0  = (−1)  
− 0 
+ 2 
 0 1 −3 1 −3 0 −3 0 1

= − (−3 − 0) + 2 (4 − 0) = 11

Como ∆ = 0, concluimos que T es invertible.⎛ ⎞ ⎛ ⎞ ⎛ ⎞

x x 0
b) Dado que T es invertible, el único vector ⎝ y ⎠ 3
de R tal que T ⎝ y ⎠ = ⎝ 0 ⎠
z z 0
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x 0 x
es el vector ⎝ y ⎠ = ⎝ 0 ⎠. Es decir, el único vector ⎝ y ⎠ tal que
z 0 z
−x + 2z = 0
4x + y = 0
y − 3z = 0
⎛ ⎞ ⎛ ⎞
x 0
es ⎝ y ⎠ = ⎝ 0 ⎠ .
z 0
c) Como T es invertible, las columnas
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 0 2
⎝ 4 ⎠, ⎝ 1 ⎠, ⎝ 0 ⎠
0 1 −3

de m (T ) son linealmente independientes.

Volvamos a las transformaciones lineales
 delplano. Recordemos que para una transfor-
 
a b a b 
2 2
mación lineal T : R −→ R con m (T ) = 
, vimos que si T es invertible y ∆ =  
c d c d
entonces  
−1
1 d −b
m T =
∆ −c a
Pues bien, para una transformación
−1
lineal T : R3 −→ R3 se tiene un resultado análogo,
solo que el cálculo de m T es un poco más laborioso. Veamos:
390 11. Transformaciones lineales del espacio y matrices 3 × 3

Supongamos que T es invertible y que m (T ) es como en (11.9); continuemos con

 
a1 a2 a3 

∆ =  b1 b2 b3  = U · (V × Z)
 c1 c2 c3 
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a1 b1 c1
donde U = ⎝ a2 ⎠ , V = ⎝ b2 ⎠ y Z = ⎝ c2 ⎠
a3 b3 c3
Supongamos además que
⎛ ⎞
−1
r1 s1 t1
m T ⎝
= r2 s2 t2 ⎠
r3 s3 t3

Entonces ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
r1 1 r1 1
⎝r2 ⎠ = T −1 ⎝ 0 ⎠ , es decir, T ⎝r2 ⎠ = ⎝ 0 ⎠
r3 0 r3 0
o equivalentemente,
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
r1 r1 r1
U · r2 ⎠ = 1,
⎝ V · r2 = 0 y Z · r2 ⎠ = 0
⎝ ⎠ ⎝
r3 r3 r3

es decir, la primera columna de m T −1 es un vector ortogonal a V y a Z y, además,

cumple que ⎛ ⎞
r1
U · r2 ⎠ = 1
⎝
r3
Ahora, como ∆ = U · (V × Z) y V × Z es ortogonal a V y Z tenemos que

U · (V × Z) = ∆, V · (V × Z) = 0 y Z · (V × Z) = 0

y como ∆ = 0, ya que T es invertible, podemos escribir las igualdades anteriores en la

forma
1 1 1
U · (V × Z) = 1, V · (V × Z) = 0 y Z · (V × Z) = 0
∆ ∆ ∆
1
Luego, el vector (V × Z) cumple que
∆
⎛ ⎞
  1
1 ⎝
T (V × Z) = 0 ⎠
∆
0

y como también ⎛ ⎞ ⎛ ⎞
r1 1
T ⎝ r2 ⎠ = ⎝ 0 ⎠
r3 0
11.4. Inversa para transformaciones lineales y matrices 391

y T es uno a uno entonces tiene que ser

⎛ ⎞
r1
⎝ r2 ⎠ = 1 (V × Z)
∆
r3

Hemos determinado así la primera columna de la matriz m T −1 . De manera similar

se determinan sus otras dos columnas, obteniéndose que
⎛ ⎞ ⎛ ⎞
s1 t1
⎝ s2 ⎠ = 1 (Z × U ) y ⎝ t2 ⎠ = 1 (U × V ) .
∆ ∆
s3 t3

Tenemos así lo siguiente:

Sea T : R3 −→ R3 una transformación lineal con matriz

⎛ ⎞  
a1 a2 a3 a1 a2 a3 
 
m (T ) = ⎝ b1 b2 b3 ⎠ y sea ∆ =  b1 b2 b3 
c1 c2 c3  c1 c2 c3 

Si T es invertible entonces

V×Z Z×U U×V
1
m T −1 = (11.13)
∆

donde ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a1 b1 c1
U = ⎝ a2 ⎠ , V = ⎝ b2 ⎠ y Z = ⎝ c2 ⎠
a3 b3 c3

Ejemplo 11.20
Considere la transformación lineal T del ejemplo 11.19, de la cual ya sabemos que es
invertible.

a) Halle m T −1
b) Halle la ley de asignación para T −1

Solución:
a) Tenemos que
⎛ ⎞
−1 0 2
m (T ) = ⎝ 4 1 0 ⎠
0 1 −3
y vimos que el determinante ∆ de esta matriz es ∆ = 11. Luego, de acuerdo con la fórmula
(11.13),

V×Z Z×U U×V
1
m T −1 =
11
392 11. Transformaciones lineales del espacio y matrices 3 × 3

donde ⎛ ⎞ ⎛ ⎞ ⎞ ⎛
−1 4 0
U = ⎝ 0 ⎠, V =⎝ 1 ⎠ y Z=⎝ 1 ⎠
2 0 −3
El lector puede verificar que
⎞ ⎛
−3
V × Z = −3E1 + 12E2 + 4E3 = ⎝ 12 ⎠
4
⎛ ⎞
2
Z × U = 2E1 + 3E2 + E3 = ⎝ 3 ⎠
1
⎛ ⎞
−2
U × V = −2E1 + 8E2 − E3 = ⎝ 8 ⎠
−1

Por tanto, ⎛ ⎞
−1
−3 2 −2
1 ⎝
m T = 12 3 8 ⎠
11
4 1 −1
b) La ley de asignación para T −1 es :
⎛ ⎞ ⎛ ⎞⎛ ⎞
x −3 2 −2 x
1
T −1 ⎝ y ⎠ = ⎝ 12 3 8 ⎠ ⎝ y ⎠
11
z 4 1 −1 z
⎛ ⎞
−3x + 2y − 2z
1 ⎝ ⎠
= 12x + 3y + 8z
11
4x + y − z
⎛ 3 2 2
⎞
− 11 x + 11 y − 11 z
⎜ 12 3 8 ⎟
= ⎝ 11 x + 11 y + 11 z ⎠

4 1 1
11 x + 11 y − 11 z

Volvamos una vez más a las transformaciones lineales del plano. Vimos que si para una
transformación lineal T : R2 −→ R2 existe una transformación lineal S : R2 −→ R2 tal que
ST = I (o T S = I) entonces T es invertible y T −1 = S. Pues bien, exactamente lo mismo
se da para transformaciones lineales del espacio. Es decir, se tiene lo siguiente.

Sea T : R3 −→ R3 una transformación lineal. Si existe una

transformación lineal S : R3 −→ R3 tal que ST = I o T S = I entonces
T es invertible y T −1 = S.

Prueba: Supongamos que S : R3 −→ R3 es una transformación lineal tal que ST = I y

sea X un vector de R3 tal que T (X) = O. Entonces

X = I (X) = (ST ) (X) = S (T (X)) = S (O) = O

11.4. Inversa para transformaciones lineales y matrices 393

Luego, el único vector X de R3 tal que T (X) = O es X = O y por tanto T es invertible.

Además,

S = SI = S T T −1 = (ST ) T −1 = IT −1 = T −1
Supongamos ahora que T S = I. Entonces, según se acaba de probar, S es invertible y
S −1 = T ; luego ST = I y por tanto T es invertible y S = T −1 . 
Pasemos ahora a las matrices 3 × 3. Para ellas la noción de invertibilidad se define
exactamente como lo hicimos para matrices 2 × 2. Veamos:
Sea A una matriz 3 × 3 y consideremos la transformación lineal T : R3 −→ R3 cuya
matriz es A. La matriz

A se dice invertible si lo es la transformación lineal T . Si éste
es
el
caso, la matriz m T −1 se dice la inversa de A y se denota A−1 , es decir, A−1 = m T −1 .
Al igual que para matrices 2 × 2, la matriz A−1 (cuando existe) es tal que

AA−1 = A−1 A = I3 .

Por supuesto, todos los resultados establecidos para transformaciones lineales, rela-
cionados con invertibilidad, pueden trasladarse a matrices 3 × 3. Se tiene así que:

⎛ ⎞
a1 a2 a3
Para cualquier matriz A = ⎝ b1 b2 b3 ⎠ ,
c1 c2 c3
1) Las siguientes afirmaciones son equivalentes:
• A es invertible
• El único vector X de R3 tal que AX = O es X = O
• Las
 columnas  de A son L.I.
a1 a2 a3 
 
•  b1 b2 b3  = 0
 c1 c2 c3 
 
a1 a2 a3 
 
2) Si A es invertible y ∆ =  b1 b2 b3  entonces
 c1 c2 c3 

V×Z Z×U U×V

1
A−1 = (11.14)
∆

donde ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a1 b1 c1
U = ⎝ a2 ⎠ , V = ⎝ b2 ⎠ y Z = ⎝ c2 ⎠
a3 b3 c3
3) Si existe una matriz B de orden 3 tal que AB = I3 (o BA = I3 ) entonces
A es invertible y A−1 = B.

De acuerdo con el resultado 1), podemos determinar si tres vectores dados de R3 son
L.I., considerando la matriz A cuyas columnas son los tres vectores dados (en cualquier
orden) y calculando su determinante ∆. Si ∆ = 0, los vectores son L.I. y si ∆ = 0, ellos
son L.D.
394 11. Transformaciones lineales del espacio y matrices 3 × 3

Ejemplo 11.21
⎛ ⎞
−1 0 2
Sea A = ⎝ 4 1 0⎠
0 1 −3
Vimos en el ejemplo 11.19 que la transformación lineal T cuya matriz es A, es una
transformación invertible, por tanto la matriz A es invertible. Como además
⎛ ⎞
−1
−3 2 −2
1 ⎝
m T = 12 3 8⎠
11
4 1 −1

(vea ejemplo 11.20), entonces A−1 es la matriz que aparece al lado derecho en la igualdad
anterior.

⎛ ⎞
Ejemplo 11.22 2 −1 0
Muestre que la matriz A = ⎝1 1 −1⎠ es invertible y halle su inversa.
0 1 3
Solución:
Para ver que A es invertible basta mostrar que su determinante ∆ es distinto de cero.
 
2 −1 0       
  1 −1 1 −1 1 1

∆ = 1 
1 −1 = 2       
1 3  − (−1) 0 3  + 0 0 1
0 1 3
= 2 (3 + 1) + (3 − 0) + 0
= 11.

Como ∆ = 0, A es invertible. Para hallar A−1 emplearemos la fórmula (11.14) :

V×Z Z×U U×V

1
A−1 =
11

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
2 1 0
donde U = ⎝ ⎠
−1 , V = ⎝ 1 ⎠ y Z= ⎝ 1 ⎠.
0 −1 3
Calculando los tres productos cruz que figuran en A−1 se obtiene:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
4 3 1
V ×Z = ⎝ ⎠
−3 , Z × U = ⎝ 6 ⎠ y U ×V = ⎝ 2 ⎠
1 −2 3

Por tanto, ⎛ ⎞
4 3 1
1 ⎝
A−1 = −3 6 2⎠ (11.15)
11
1 −2 3
(Téngase presente que si T es la transformación lineal del
espacio cuya matriz es A
entonces T es invertible, pues A lo es, y además A−1 = m T −1 .

11.5. Ejercicios 395

Ejemplo 11.23
Para cada una de las siguientes colecciones de vectores, determine si ellos son L.I.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
2 0 1
a) X = ⎝ 0 ⎠ , Y = ⎝ −5 ⎠ , Z = ⎝ −1 ⎠
1 7 4
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 3 −7
b) X = ⎝ 2 ⎠ , Y = ⎝ −1 ⎠ , Z = ⎝ 7 ⎠
1 4 −10

Solución:
a) Sea A la matriz 3 × 3 con X como primera columna, Y como segunda columna y Z
como tercera columna, es decir,
⎛ ⎞
2 0 1
A = ⎝0 −5 −1⎠
1 7 4

Calculemos su determinante ∆ :
 
2 0 1       
 −5 −1 0 −1 0 −5
∆ = 0 −5 −1 = 2  −0 +1  = 2 (−20 + 7) − 0 + (0 + 5) = −21
1  7 4 1 4 1 7
7 4

Como ∆ = 0, la matriz A es invertible y así sus columnas son linealmente independientes

Luego, los vectores dados son L.I.
b) Consideremos la matriz
⎛ ⎞
1 3 −7
B = ⎝2 −1 7⎠
1 4 −10

Dejamos al lector verificar que el determinante de esta matriz es cero, de lo cual se

sigue que las columnas de B son L.D., es decir, que los vectores X, Y , Z son L.D.

11.5 Ejercicios

Sección 11.1

1. Considerar la recta L : x = 3t, y = t, z = −2t. Hallar la ley de asignación de la

transformación
⎛ dada
⎞ en cada literal y hallar también la imagen bajo la transformación
1
del vector ⎝ 1 ⎠ .
1
a) La proyección sobre la recta L.
b) La reflexión respecto a la recta L.
396 11. Transformaciones lineales del espacio y matrices 3 × 3

2. Considerar el plano P : x − y + z = 0. ⎛
Hallar ⎞
la ley de asignación para cada trans-
1
formación dada y la imagen del vector ⎝ −2 ⎠ bajo dicha transformación.
1
a) Proyección sobre el plano P.
b) Reflexión con respecto al plano P.
3. Para cada literal hallar la ley de asignación de la transformación dada y la imagen
bajo dicha transformación del vector dado.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
√1 1 √ 1
a) Rzπ , ⎝ 3 ⎠ b) Ryπ , ⎝ 1 ⎠ c) Rxπ , ⎝ − 3 ⎠ .
3 4 6
1 1 −1

Sección 11.2
4. Para cada literal determinar si la transformación T definida es una transformación
lineal y, en caso afirmativo, hallar la matriz de T .
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x z x x
a) T ⎝ y ⎠ = ⎝ x ⎠ b) T ⎝ y ⎠ = ⎝ 0 ⎠
z y z y
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x x x x+y
c) T ⎝ y ⎠ = ⎝ y ⎠ d) T ⎝ y ⎠ = ⎝ y + z ⎠ .
z 1 z x+z
5. Sea P⎛el plano
⎞ con ecuaciones paramétricas x = t − 2s, y = 2t − s, z = −t + s y sea
1
V = ⎝ 1 ⎠ . Hallar:
1
a) La matriz de la transformación proyección sobre el plano P.
b) La proyección del vector V sobre el plano P.
c) La matriz de la transformación reflexión respecto al plano P.
d) La reflexión del vector V respecto al plano P.
⎞ ⎛
3
6. Sea T : R3 −→ R3 la transformación lineal tal que T (E1 + E2 + E3 ) = ⎝ −1 ⎠ ,
1
⎛ ⎞ ⎛ ⎞
2 2
T (−E1 + E2 + E3 ) = ⎝ −3 ⎠ y T (E1 − E2 + E3 ) = ⎝ 1 ⎠ .
0 0
⎛ ⎞ ⎛ ⎞
x −10
Hallar T ⎝ y ⎠ yT ⎝ −15 ⎠ .
z 25

7. Sea T : R3 −→ R3 la transformación lineal tal que T (E3 ) = 2E1 + 3E2 + 5E3 ,

T (E2 + E3 ) = E1 y T (E1 + E2 + E3 ) = E2 − E3 .
a) Hallar la matriz de T.
b) Calcular T (E1 + 2E2 + 3E3 ) .
11.5. Ejercicios 397
⎛ ⎞
1 −1 2
8. Sea T la transformación lineal del espacio tal que m (T ) = ⎝0 3 1⎠ . Hallar:
1 −1 2
⎛ ⎞
1
a) T ⎝ 2 ⎠ b) T (2E1 − 5E2 + E3 )
3
c) La ley de asignación de T . d) La imagen de R3 bajo T .
⎛ ⎞ ⎛ ⎞
x x−z
9. Sea T : R3 −→ R3 definida por T ⎝ y ⎠ = ⎝ −x + z ⎠
z x−z
a) Hallar el conjunto de todos los vectores de R3 cuya imagen bajo T es el vector
nulo e interpretar geométricamente dicho conjunto.
b) Hallar la imagen de R3 bajo T e interpretarla geométricamente.
⎛ ⎞ ⎛ ⎞
x x − y + 2z
10. Sea T la transformación lineal del espacio definida por T ⎝ y ⎠ = ⎝ 3x + y + 4z ⎠
z 5x − y + 8z
a) Hallar la matriz de T.
b) Mostrar que la imagen de R3 bajo T es un plano que pasa por el origen y hallar
una ecuación en la forma general para dicho plano.
  
c) Mostrar que el conjunto H = X ∈ R3 T (X) = O es una recta que pasa por el
origen y hallar unas ecuaciones paramétricas para dicha recta.
⎛ ⎞ ⎛ ⎞
x x+y+z
11. Sea T la transformación lineal del espacio definida por T ⎝ y ⎠ = ⎝ x − y − z ⎠ .
z −x + y + z
Hallar la imagen bajo T del conjunto descrito en cada literal.
x−1 y z +2
a) La recta L perpendicular a la recta L1 : = = que pasa por el
⎛ ⎞ 2 −1 3
1
punto R = ⎝ −3 ⎠ y además es paralela al plano P : 2x + 3y − z + 5 = 0
5
⎛ ⎞ ⎛ ⎞
3 1
b) El segmento de recta AB donde A = ⎝ −2 ⎠ yB= ⎝ 1 ⎠.
1 0
⎛ ⎞
1
c) El plano P que pasa por el punto Q = ⎝ 1 ⎠ y contiene a la recta
1
L1 : x = 1 − t, y = 2 + t, z = −1 + 2t.
d) La recta L2 intersección de los planos x + y − z = 0 y 2x − y + 3z = 2.

12. Hallar una transformación lineal T del espacio tal que la imagen de R3 bajo T es el
conjunto descrito en cada literal.
a) El plano con ecuación 2x − y + z = 0
398 11. Transformaciones lineales del espacio y matrices 3 × 3

⎛
⎞
2
b) La recta generada por el vector ⎝ 4 ⎠ .
−6

Sección 11.3

13. Sean S la reflexión respecto al plano x−y +z = 0 y T la proyección sobre el plano xz.
Hallar la matriz y la ley de asignación de cada una de las transformaciones siguientes:
a) T + S b) 3T − 2S c) T S d) ST e) (2S + T ) S
⎛ ⎞ ⎛ ⎞
x z
14. Sean S y T las transformaciones lineales del espacio definidas por S ⎝ y ⎠ = ⎝ y ⎠
z x
⎛ ⎞ ⎛ ⎞
x x
y T ⎝ y ⎠ = ⎝ x + y ⎠ . Hallar la ley de asignación de cada una de las trans-
z x+y+z
formaciones siguientes:
a) T S b) ST c) S 2 d) (2T − 3S) S
⎛ ⎞
1 −1 1
15. Sean T y S las transformaciones lineales del espacio tales que m (T ) = ⎝0 1 2⎠
1 1 −3
⎛ ⎞
−1 0 2
y m (S) = ⎝−1 1 3⎠ . Hallar la matriz de la transformación (5T − 3S) (T + S) .
1 1 1

16. Hallar la ley de asignación de la transformación T que asigna a cada vector X de

R3 el vector resultante de rotar el vector X en sentido antihorario, un ángulo de π3
radianes alrededor del eje z y luego un√ángulo de π6 radianes alrededor del eje y.
⎛ ⎞
√ 3
Hallar también la imagen del vector ⎝ √3 ⎠ bajo T .
3

17. Hallar la ley de asignación de la transformación T que asigna a cada vector X de

R3 , el vector obtenido mediante una rotación de π4 radianes en sentido antihorario
alrededor del eje x, seguida
⎛ de una
⎞ reflexión respecto al plano yz. Hallar también la
√1
imagen bajo T del vector ⎝ √2 ⎠ .
2

Sección 11.4

18. Sea U un vector no nulo de R3 y sea P el plano que pasa por el origen y que tiene
a U como un vector normal. Sean QU y RU las transformaciones proyección sobre el
plano P y reflexión respecto al plano P.
a) Probar que QU no es invertible.
−1
b) Probar que RU es invertible y hallar su inversa RU .
11.5. Ejercicios 399

19. a) Considerar la recta L : x = 13 t, y = 23 t, z = 23 t y el plano P : x − 2y + 2z = 0.

i) Hallar la inversa de la transformación reflexión respecto a la recta L.
ii) Hallar la inversa de la transformación reflexión respecto al plano P.
b) Hallar la inversa de la transformación reflexión respecto al plano xz.

20. Sean T y S las transformaciones lineales del espacio definidas por

⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x −x + y x −x − y + z
T ⎝ y ⎠=⎝ x−z ⎠ y S⎝ y ⎠=⎝ −y + z ⎠.
z x+y−z z −x − 2y + z
Probar que T es la inversa de S.
⎛ ⎞
1 2 3
21. Sea T la transformación lineal del espacio tal que m (T ) = ⎝2 2 3⎠ .
3 3 3
a) Mostrar que T es uno a uno y sobre.

b) Hallar m T −1 .
c) Hallar la ley de asignación de T −1 .

22. a) Para cada matriz dada determinar si es invertible y, en caso afirmativo, hallar su
inversa.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 0 0 1 1 1 2 3
i) A = ⎝ 2 1 1⎠ ii) A = ⎝1 0 1⎠ iii) A = ⎝ 0 1 1⎠
−1 1 2 1 1 0 −1 −1 −2
b) Para cada matriz A dada en el literal a) sea T la tranformación lineal del espacio
cuya matriz es A. Si A es invertible, hallar la ley de asignación para T −1 y si no lo
es hallar la imagen de R3 bajo T .

23. Para cada literal, comprobar que la transformación lineal T es invertible mostrando
que el único vector X de R3 tal que T (X) = O es X = O; además, hallar la ley de
asignación de T −1 .
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ ⎞
x −x + y + z x 1 3 2 x
a) T ⎝ y ⎠ = ⎝ x − 2z ⎠ b) T ⎝ y ⎠ = ⎝3 2 1⎠ ⎝ y ⎠
z 2x − z z 3 2 1 z
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x −2x − z x 1 1 −1
c) T ⎝ y ⎠ = ⎝ −y − 2z ⎠ d) T ⎝ y ⎠ = x ⎝ 1 ⎠+y ⎝ 2 ⎠+z ⎝ −1 ⎠ .
z −2z z 1 6 1

24. a) Probar que si T y S son transformaciones lineales invertibles del espacio entonces
T S es invertible y (T S)−1 = S −1 T −1 .
⎛ ⎞
1
b) Sea T la reflexión respecto a la recta generada por el vector U = ⎝ −1 ⎠ y sea S
0
⎛ ⎞
−1
la reflexión respecto al plano que pasa por el origen y tiene al vector N = ⎝ 0 ⎠
1
como un vector normal. Empleando el resultado en a) hallar la inversa de T S.
400 11. Transformaciones lineales del espacio y matrices 3 × 3

25. a) Sea T la transformación lineal del espacio definida por

⎛ ⎞ ⎛ ⎞
x ax + y
T ⎝ y ⎠ = ⎝ 2x + ay + 2z ⎠
z y + az

Hallar los valores de la constante a para los cuales T no es invertible.

b) Hallar una condición necesaria
⎛y suficiente
⎞ sobre los números a , b y c de modo que
a 0 0
la transformación T con matriz ⎝0 b 0⎠ tenga inversa. Hallar la ley de asignación
0 0 c
de T −1 cuando T sea invertible.
c) Muestre que la transformación lineal con matriz
⎛ ⎞
a d a+d
A = ⎝b e b + e⎠
c f c+f

donde a, b, c, d, e, y f son números reales cualesquiera, no es invertible.

d) Hallar una condición
⎛ necesaria
⎞ y suficiente sobre los números a, b, c y d, para que
1 0 0
la matriz A = ⎝0 a b ⎠ sea invertible. Hallar A−1 cuando A sea invertible.
0 c d
26. Determinar si los vectores dados en cada literal son linealmente dependientes.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 1
a) X = ⎝ 1 ⎠ , Y = ⎝ 1 ⎠ , Z = ⎝ 0 ⎠
1 2 1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 0
b) X = ⎝ ⎠
0 , Y = ⎝ ⎠
1 , Z= ⎝ 1 ⎠
1 1 0