UNIVERSIDAD DE BUENOS AIRES

Ciclo Básico Común

Álgebra - Cátedra Palacios - Puebla

Notas teóricas III: Transformaciones del

plano

1. Transformaciones lineales
1.1. Definición
Definición 1.1. Una aplicación T : R2 → R2 es una transformación lineal si:

1. T (u + v) = T (u) + T (v) para todo u, v ∈ R2 .

2. T (λu) = λT (u) para todo λ ∈ R y para todo u ∈ R2 .

Ejemplo 1.1. La aplicación T : R2 → R2 dada por T (v) = (0, 0) para todo v ∈ R2 es

una transformación lineal llamada transformación lineal nula.
La aplicación T : R2 → R2 dada por T (v) = v para todo v ∈ R2 es una transforma-
ción lineal llamada transformación lineal identidad. La notaremos Id.

Ejemplo 1.2. Dada una matriz A ∈ R2×2 , la aplicación T : R2 → R2 dada por

T (x) = Ax

es una transformación lineal ya que, por las propiedades del producto de matrices, tene-
mos:

T (u + v) = A(u + v) = Au + Av = T (u) + T (v) para todo u, v ∈ R2 .

T (λu) = A(λu) = λ(Au) = λT (u) para todo λ ∈ R y para todo u ∈ R2 .

Ejemplo 1.3. La transformación dada por

      
x −1 1 x −x + y
T = =
y 2 1 y 2x + y

es una transformación lineal.

Calculemos T (e1 ), T (e2 ) y T (3e1 − 2e2 ):
    
−1 1 1 −1
T (e1 ) = T (1, 0) = =
2 1 0 2
    
−1 1 0 1
T (e2 ) = T (0, 1) = =
2 1 1 1

1
     
−1 1 3 −5
T (3e1 − 2e2 ) = T (3, −2) = =
2 1 −2 4
También podrı́amos haber calculado
     
−1 1 −5
T (3e1 − 2e2 ) = T (3e1 ) − T (2e2 ) = 3T (e1 ) − 2T (e2 ) = 3 −2 =
2 1 4

Ejemplo 1.4. La aplicación T : R2 → R2 dada por T (x1 , x2 ) = (x1 + x2 , x1 x2 ) no es una

transformación lineal ya que considerando, por ejemplo, u = (1, 1) y v = (1, 2) tenemos
que

T (u + v) = T ((1, 1) + (1, 2)) = T (2, 3) = (5, 6)

T (u) + T (v) = T (1, 1) + T (1, 2) = (2, 1) + (3, 2) = (5, 3)

y por lo tanto T (u + v) 6= T (u) + T (v).

A partir de la definición tenemos los siguientes resultados:

Proposición 1.1. Sea T : R2 → R2 una transformación lineal, entonces:

a) T (0, 0) = (0, 0)

b) Para todo u, v ∈ R2 y para todo α, β ∈ R se verifica:

T (αu + βv) = αT (u) + βT (v).

Definición 1.2. Para una transformación lineal T : R2 → R2 , existe una matriz A ∈ R2×2
tal que
T (x) = Ax
La primera columna de A es T (e1 ) y la segunda columna de A es T (e2 ), esto es

A = (T (e1 )|T (e2 ))

A esta matriz A la llamamos matriz de la transformación lineal en base canónica o sim-

plemente, matriz de la transformación lineal.

1.2. Imágenes
Definición 1.3. Dada una transformación lineal T : R2 → R2 y un vector v ∈ R2 ,
decimos que el vector w = T (v) es la imagen de v al aplicarle T .
Si C es un conjunto de R2 , la imagen de C al aplicarle T es el conjunto

T (C) = {w ∈ R2 / w = T (v), para algún v ∈ C}

Si C = R2 , a su imagen al aplicarle T la llamamos simplemente imagen de T y la

notamos Im(T ):

Im(T ) = {w ∈ R2 / w = T (v), para algún v ∈ R2 }

2
     
2 2 x 1 0 x
Ejemplo 1.5. Sea T : R → R la transformación lineal dada por T =
y 2 1 y
Hallar la imagen de la recta de ecuación L : (x, y) = λ(3, 1) + (1, −1), λ ∈ R.
Para hallar la imagen de la recta L le aplicamos la transformación a un punto
genérico de L y aplicamos las propiedades de transformaciones lineales. Entonces los
puntos de la imagen de L son de la forma
T (x, y) = T (λ(3, 1) + (1, −1)), λ∈R
T (x, y) = T (λ(3, 1)) + T (1, −1), λ∈R
T (x, y) = λT (3, 1) + T (1, −1), λ∈R
T (x, y) = λ(3, 7) + (1, 1), λ∈R
Luego, la imagen de L al aplicar T es la recta T (L) : (x, y) = λ(3, 7) + (1, 1), λ ∈ R.

En general tenemos el siguiente resultado:

Proposición 1.2. Sea T : R2 → R2 una transformación lineal. Sea L la recta que pasa
por dos puntos A, B ∈ R2 . La imagen de L al aplicarle la transformación lineal T es
la recta que pasa por T (A) y T (B) si T (A) 6= T (B);
un punto si T (A) = T (B).
Dem: Los puntos que se encuentran en T (L) son las imágenes de los puntos de L
al aplicarles T :
T (x, y) = T (λ(B−A)+A) = T (λ(B−A))+T (A) = λT (B−A)+T (A) = λ(T (B)−T (A))+T (A),
con λ ∈ R. Si T (A) 6= T (B), la imagen de L es la recta que pasa por T (A) y T (B) y si
T (A) = T (B), la imagen de L es el punto T (A).
Corolario 1.1. Sea T : R2 → R2 una transformación lineal. La imagen del segmento que
une dos puntos A, B ∈ Rn es el segmento que une T (A) y T (B) o un punto.
Debemos tener en cuenta que los puntos del segmento que une A y B son de la forma
(x, y) = λ(B − A) + A, con λ ∈ [0, 1]. Entonces los puntos de la imagen del segmento
serán de la forma
(x, y) = λ(T (B) − T (A)) + T (A), con λ ∈ [0, 1].
Análogamente a lo expuesto en el caso de rectas, si T (A) 6= T (B), la imagen es el segmento
que une T (A) y T (B) y si T (A) = T (B), la imagen es el punto T (A).
    
2 2 x 1 0 x
Ejemplo 1.6. Sea T : R → R la transformación lineal dada por T =
y 2 1 y
Hallar la imagen del segmento que une los puntos A = (2, 1) y B = (1, 5).
Los puntos del segmento que une los puntos A y B son de la forma
(x, y) = λ((1, 5) − (2, 1)) + (2, 1) = λ(−1, 4) + (2, 1), λ ∈ [0, 1]
La imagen al aplicarle T es el segmento
T (x, y) = λT (−1, 4) + (2, 1) = λ(−1, 2) + (2, 5), λ ∈ [0, 1]

3
Proposición 1.3. Sean T : R2 → R2 una transformación lineal no nula y u y v dos vecto-
res no múltiplos que determinan un paralelogramo P . La imagen por T del paralelogramo
P es

el paralelogramo determinado por T (u) y T (v) si T (u) y T (v) no son múltiplos;

un segmento si T (u) y T (v) son múltiplos.

Los puntos (x, y) que pertenecen al paralelogramo determinado por u y v son de la

forma
(x, y) = αu + βv, α, β ∈ [0, 1]
Los puntos de la imagen de P son de la forma

T (x, y) = αT (u) + βT (v), α, β ∈ [0, 1]

Si T (u) y T (v) no son múltiplos, resulta que T (P ) es el paralelogramo determinado

por T (u) y T (v).
Si T (u) y T (v) son múltiplos, es decir, T (v) = kT (u), nos queda que los puntos de
la imagen de P son de la forma T (x, y) = αT (u) + βkT (u) = (α + kβ)T (u) = γT (u), con
γ ∈ [0, 1 + k], ası́ que nos queda un segmento.
    
2 2 x 1 1 x
Ejemplo 1.7. Sea T : R → R la transformación lineal dada por T = .
y 2 1 y
Hallar la imagen del paralelogramo P determinado por los vectores u = (1, 3) y
v = (−1, 1).
Los puntos (x, y) que pertenecen al paralelogramo determinado por u = (1, 3) y
v = (−1, 1) son de la forma

(x, y) = α(1, 3) + β(−1, 1), α, β ∈ [0, 1]

Los puntos de la imagen de P son de la forma

T (x, y) = αT (1, 3) + βT (−1, 1) = α(4, 5) + β(0, −1), α, β ∈ [0, 1]

O sea, la imagen es el paralelogramo determinado por (4, 5) y (0, −1).

(a) Paralelogramo P (b) Paralelogramo T(P)

4
1.3. Preimágenes
Definición 1.4. Sea T : R2 → R2 una transformación lineal, w ∈ R2 un vector y D ⊆ R2
un conjunto. Definimos:
La preimagen de w es el conjunto
{(x, y) ∈ R2 / T (x, y) = w}
Se suele notar T −1 (w).
La preimagen de D es el conjunto
{(x, y) ∈ R2 / T (x, y) ∈ D}
Se suele notar T −1 (D).
    
2 2 x 1 2 x
Ejemplo 1.8. Sea T : R → R la transformación lineal dada por T = .
y 2 4 y
Calcular, si existen, las preimágenes T −1 (3, 6), T −1 (1, 3), T −1 (L1 ) para L1 : x + y = 6, y
T −1 (L2 ) para L2 : (x, y) = λ(1, 1) + (3, 1), λ ∈ R.
Calculamos cada una de las preimágenes:
Preimagen de (3, 6):
    
−1 1 2 x 3
(x, y) ∈ T (3, 6) ⇔ T (x, y) = (3, 6) ⇔ = ⇔ x + 2y = 3
2 4 y 6
Entonces la preimagen de (3, 6) son los puntos de la recta x+2y = 3, lo que podemos
escribir del siguiente modo:
T −1 (3, 6) = {(x, y) ∈ R2 / x + 2y = 3}

Preimagen de (1, 3):

    
−1 1 2 x 1
(x, y) ∈ T (1, 3) ⇔ T (x, y) = (1, 3) ⇔ =
2 4 y 3
Este sistema es incompatible, ası́ que
T −1 (1, 3) = ∅

Preimagen de L1 :
    
−1 1 2 x x + 2y
(x, y) ∈ T (L1 ) ⇔ T (x, y) ∈ L1 ⇔ = ∈ L1
2 4 y 2x + 4y
Reemplazamos en la ecuación de L1 y nos queda que:
x + 2y + 2x + 4y = 6
3x + 6y = 6
Entonces la preimagen de L1 son los puntos de la recta 3x + 6y = 6, lo que podemos
escribir del siguiente modo:
T −1 (L1 ) = {(x, y) ∈ R2 / 3x + 6y = 6}

5
 Preimagen de L2 :
      
−1 1 2 x x + 2y λ+3
(x, y) ∈ T (L2 ) ⇔ T (x, y) ∈ L2 ⇔ = = , λ∈R
2 4 y 2x + 4y λ+1

Resolvemos el sistema
   
1 2 | λ+3 1 2 | λ+3
→
2 4 | λ+1 0 0 | −λ − 5

Para que el sistema tenga solución λ debe ser igual a −5. Para este valor,

x + 2y = −2

Entonces la preimagen de L2 son los puntos de la recta x + 2y = −2, lo que podemos

escribir del siguiente modo:

T −1 (L2 ) = {(x, y) ∈ R2 / x + 2y = −2}

2. Transformaciones lineales definidas sobre una base

de R2
2.1. Bases y coordenadas
En la unidad anterior vimos la regla de Crámer, que nos garantiza que dados dos
vectores u, v ∈ R2 que no son múltiplos (det(u, v) 6= 0), cualquier vector w ∈ R2 es
combinación lineal de u, v. Es decir, siempre es posible hallar escalares α, β ∈ R tales que

αu + βv = w

Definición 2.1. A un conjunto B = {u, v} ⊂ R2 , donde u y v no son múltiplos, se lo llama

base de R2 . Los únicos escalares α, β ∈ R tales que αu + βv = w se llaman coordenadas
de w respecto de la base B = {u, v}, y se eligen notaciones diversas para señalarlo, por
ejemplo [w]B = (α, β).
 
a b
Observación 1. En la unidad 1 vimos que la inversa de una matriz A = es la
  c d
1 d −b
matriz A−1 = si ad − bc 6= 0.
ad − bc −c a
Si consideramos los vectores u = (a, c) y v = (b, d) y A, la matriz cuyas columnas
son los vectores u y v, esto es, A = (u|v), la matriz A es inversible si y sólo si det(u, v) 6= 0.
Entonces podemos afirmar que
B = {u, v} es una base de R2 ⇔ si u y v no son múltiplos ⇔ det(u, v) 6= 0 ⇔ A = (u|v)
es inversible.
Ejemplo 2.1. Verificar que el conjunto B = {(1, 2), (4, −1)} es una base de R2 y calcular
las coordenadas de (7, 5) y (x, y) en la base B.
 
2 1 4
El conjunto B = {(1, 2), (4, −1)} es una base de R ya que det 6= 0.
2 −1

6
 Busquemos las coordenadas de (7, 5) en la base B. Debemos hallar los coeficientes
α, β ∈ R tales que

α + 4β = 7
(7, 5) = α(1, 2) + β(4, −1) ⇔ (7, 5) = (α + 4β, 2α − β) ⇔
2α − β = 5
        −1  
1 4 α 7 α 1 4 7
= ⇔ =
2 −1 β 5 β 2 −1 5
      
α 1 −1 −4 7 3
=− =
β 9 −2 1 5 1
Entonces
(7, 5) = 3(1, 2) + (4, −1)
y
[(7, 5)]B = (3, 1)

Repetimos el procedimiento para hallar las coordenadas de (x, y) en la base B.


α + 4β = x
(x, y) = α(1, 2) + β(4, −1) ⇔ (x, y) = (α + 4β, 2α − β) ⇔
2α − β = y
        −1  
1 4 α x α 1 4 x
= ⇔ =
2 −1 β y β 2 −1 y
 
1 4
 9 x + 9 y
    
α 1 −1 −4 x
=− = 2 1 
β 9 −2 1 y x− y
9 9
Entonces
1 4 2 1
(x, y) = ( x + y)(1, 2) + ( x − y)(4, −1)
9 9 9 9
y
1 4 2 1
[(x, y)]B = ( x + , x − y)
9 9 9 9  
x
Observemos que en el desarrollo obtuvimos que [(x, y)]B = C · , donde
  y
1 −1 −4
C =− es la matrix inversa de (u|v), donde u = (1, 2) y v = (4, −1).
9 −2 1
En Álgebra 2 verán que esta matriz C se llama “matriz de cambio de base de la base
canónica de R2 en la base B”.

7
Ejemplo 2.2. Si las coordenadas de un vector w0 en la base B = {(1, 2), (4, −1)} son
[w]B 0 = (−3, 2), el vector w0 es

w0 = −3(1, 2) + 2(4, −1) = (5, −8)

2.2. Transformaciones lineales definidas sobre una base de R2

Proposición 2.1. Dada una base B = {u1 , u2 } de R2 y vectores w1 , w2 ∈ R2 , existe una
única transformación lineal T : R2 → R2 tal que

T (u1 ) = w1 , T (u2 ) = w2

Demostración: Veamos que existe T : R2 → R2 , T (v) = A · v, para todo v ∈ R2 .

Esta matriz A debe verificar que

A · u1 = w1 , A · u2 = w 2

Entonces
A · (u1 |u2 ) = (w1 |w2 )
Como B = {u1 , u2 } es una base de R2 , la matriz (u1 |u2 ) es inversible, ası́ que la matriz A
existe y podemos despejarla del siguiente modo:

A = (w1 |w2 ) · (u1 |u2 )−1

Ejemplo 2.3. a) Hallar la fórmula de una transformación lineal T : R2 → R2 tal que

T (1, 2) = (1, 1) y T (1, 3) = (2, 5)

y dar una matriz A ∈ R2×2 tal que T (v) = A · v, para todo v ∈ R2 .

Buscamos una matriz A ∈ R2×2 tal que

       
1 1 1 2
A = y A =
2 1 3 5

Esto es,    
1 1 1 2
A =
2 3 1 5
Despejamos A:
  −1     
1 2 1 1 1 2 3 −1 −1 1
A= = =
1 5 2 3 1 5 −2 1 −7 4

Entonces
T (x, y) = (−x + y, −7x + 4y)

b) Hallar todos los vectores (x, y) ∈ R2 tales que T (x, y) = (1, −5), ésto es, hallar la
preimagen por T de (1, −5).

8
 Buscamos todos los vectores (x, y) ∈ R2 tales que T (x, y) = (1, −5). Estos son los
(x, y) tales que     
−1 1 x 1
=
−7 4 y −5
La matriz A es inversible ya que det(A) = −3. Por lo tanto, podemos despejar (x, y).
   −1       
x −1 1 1 1 4 −1 1 3
= = =
y −7 4 −5 3 7 −1 −5 4

c) Hallar todos los vectores (x, y) ∈ R2 tales que T (x, y) ∈ L para L : (x, y) = λ(1, −5),
ésto es, hallar la preimagen por T de L.

Buscamos todos los vectores (x, y) ∈ R2 tales que T (x, y) ∈ L. Estos son los vectores
(x, y) que verifican     
−1 1 x λ
=
−7 4 y −5λ
Despejamos (x, y):
   −1       
x −1 1 λ 1 4 −1 λ 3λ
= = =
y −7 4 −5λ 3 7 −1 −5λ 4λ

La preimagen de L es la recta

T −1 (L) : (x, y) = λ(3, 4)

Ejemplo 2.4. a) Hallar la fórmula de una transformación lineal T : R2 → R2 tal que

T (3, 4) = (−1, 4) y T (2, 3) = (−2, 8)

y dar una matriz A ∈ R2×2 tal que T (v) = A · v, para todo v ∈ R2 .

Buscamos una matriz A ∈ R2×2 tal que

       
3 −1 2 −2
A = y A =
4 4 3 8

Esto es,    
3 2 −1 −2
A =
4 3 4 8
Despejamos A:
  −1     
−1 −2 3 2 −1 −2 3 −2 5 −4
A= = =
4 8 4 3 4 8 −4 3 −20 16

Entonces
T (x, y) = (5x − 4y, −20x + 16y)

9
b) Hallar todos los vectores (x, y) ∈ R2 tales que T (x, y) = (0, 0), o sea, hallar la preima-
gen por T de (0, 0). El conjunto {(x, y) ∈ R2 / T (x, y) = (0, 0)} se llama “núcleo de T ”
y se nota N u(T ).

Buscamos todos los vectores (x, y) ∈ R2 tales que T (x, y) = (0, 0), o sea, los (x, y)
tales que     
5 −4 x 0
=
−20 16 y 0
Nos queda un sistema con dos ecuaciones que son múltiplos, ası́ que los (x, y) buscados
son los que verifican la ecuación 5x − 4y = 0. El núcleo de T es la recta de ecuación:
5
y= x
4
Esto es,
5
N u(T ) = {(x, y) ∈ R2 / y = x}
4
c) Hallar todos los vectores (x, y) ∈ R2 tales que T (x, y) = (3, −12), ésto es, hallar la
preimagen por T de (3, −12).

Buscamos todos los vectores (x, y) ∈ R2 tales que T (x, y) = (3, −12). Estos vectores
(x, y) verifican que     
5 −4 x 3
=
−20 16 y −12
Nos queda un sistema con dos ecuaciones que son múltiplos, ası́ que los (x, y) buscados
son los que verifican la ecuación 5x − 4y = 3. La preimagen de (3, −12) es la recta de
ecuación:
5 3
y = x−
4 4
Esto es,
5 3
T −1 (3, −12) = {(x, y) ∈ R2 / y = x − }
4 4
d) Hallar todos los vectores (x, y) ∈ R2 tales que T (x, y) = (1, 4) (la preimagen por T de
(1, 4)).

Buscamos todos los vectores (x, y) ∈ R2 tales que T (x, y) = (1, 4). Los vectores (x, y)
son aquellos que     
5 −4 x 1
=
−20 16 y 4
Si triangulamos nos queda
   
5 −4 | 1 5 −4 | 1
→
−20 16 | 4 0 0 | 8

Este sistema es incompatible, ası́ que no existen (x, y) ∈ R2 tales que T (x, y) = (1, 4).
O sea, T −1 (1, 4) = ∅.

10
e) Hallar todos los vectores (x, y) ∈ R2 tales que T (x, y) ∈ L para L : (x, y) = λ(1, 4),
ésto es, hallar la preimagen por T de L.

Buscamos todos los vectores (x, y) ∈ R2 tales que T (x, y) ∈ L, ésto es, los (x, y) tales
que     
5 −4 x λ
=
−20 16 y 4λ
Si triangulamos nos queda
   
5 −4 | λ 5 −4 | 1
→
−20 16 | 4λ 0 0 | 8λ

Para que el sistema sea compatible necesitamos λ = 0 y en este caso nos queda
5x − 4y = 0.
Luego, la preimagen de L es la recta
5
T −1 (L) : y = x
4

f) Hallar todos los vectores (x, y) ∈ R2 tales que T (x, y) ∈ L0 para L0 : (x, y) = λ(−1, 4)
(la preimagen por T de L0 ).

Observemos que T (x, y) ∈ L0 para todo (x, y) ∈ R2 :

T (x, y) = (5x − 4y, −20x + 16y) = −5x(−1, 4) + 4y(−1, 4) = (−5x + 4y)(−1, 4) ∈ L0

Luego, la preimagen de L0 es R2 .

2.3. Composición e inversa

Definición 2.2. Dadas dos transformaciones T1 : R2 → R2 y T2 : R2 → R2 , la composi-
ción T1 ◦ T2 (T1 compuesta con T2 ) se define de la siguiente manera:

T1 ◦ T2 (v) = T1 (T2 (v)), ∀v ∈ R2

Proposición 2.2. Si T1 : R2 → R2 y T2 : R2 → R2 son dos transformaciones lineales,

entonces T1 ◦ T2 es una transformación lineal. Además, si T1 (v) = Av y T2 (v) = Bv,
tenemos que
T1 ◦ T2 (v) = T1 (T2 (v)) = A(Bv) = (AB)v
O sea, la matriz de la composición es el producto de las matrices de las transformacio-
nes que se componen (hay que tener cuidado con el orden como veremos en el siguiente
ejemplo).
Ejemplo 2.5. Sean T1 : R2 → R2 y  T2 : R2 
→ R2 las 
transformaciones
 lineales dadas por
2 −1 0 1
T1 (v) = Av y T2 (v) = Bv, con A = yB= , calcular T1 ◦ T2 y T2 ◦ T1 .
1 3 2 2
        
x 2 −1 0 1 x −2 0 x
T1 ◦ T2 (x, y) = AB = =
y 1 3 2 2 y 6 7 y

11
         
x 0 1 2 −1 x 1 3 x
T2 ◦ T1 (x, y) = BA = =
y 2 2 1 3 y 6 4 y
Observación 2. En general,
T1 ◦ T2 6= T2 ◦ T1

Definición 2.3. Dada una transformación lineal T : R2 → R2 , diremos que T es inversible

si existe una transformación lineal T −1 : R2 → R2 (que llamamos inversa de T ) tal que
T ◦ T −1 = T −1 ◦ T = Id
Proposición 2.3. Dada una transformación lineal T : R2 → R2 , T (x) = Ax, tenemos
que
T es inversible ⇔ A es inversible
Además, si T es inversible, su inversa T −1 : R2 → R2 está dada por
T −1 (x) = A−1 x
 
2 2 −1
2
Ejemplo 2.6. La transformación lineal T : R → R , T (x) = Ax, con A = , es
3 1
inversible ya que la matriz A es inversible. La inversa de A es
 
−1 1 1 1
A =
5 −3 2
Ası́ que la inversa de T es la transformación lineal
  
−1 2 2 −1 1 1 1 x
T :R →R , T (x, y) =
5 −3 2 y

3. Transformaciones lineales y determinantes

3.1. Determinante de una transformación lineal
 
2 2 x
Sea T : R → R una transformación lineal definida por T (x, y) = A . Recor-
y
demos que A = (T (e1 )|T (e2 )), o sea, las columnas de A son las imágenes por T de los
vectores canónicos.
Dados vectores
u = x1 e1 + y1 e2 , v = x2 e1 + y2 e2
tenemos que
T (u) = x1 T (e1 ) + y1 T (e2 ), T (v) = x2 T (e1 ) + y2 T (e2 )
Calculamos
det(T (u), T (v)) = det(x1 T (e1 ) + y1 T (e2 ), x2 T (e1 ) + y2 T (e2 )) =
x1 x2 det(T (e1 ), T (e1 ))+x1 y2 det(T (e1 ), T (e2 ))+y1 x2 det(T (e2 ), T (e1 ))+y1 y2 det(T (e2 ), T (e2 )) =
x1 y2 det(T (e1 ), T (e2 )) − y1 x2 det(T (e1 ), T (e2 )) = (x1 y2 − y1 x2 )det(T (e1 ), T (e2 ))
Luego,
det(T (u), T (v)) = det(u, v)det(A)

12
Definición 3.1. Dada una transformación lineal T : R2 → R2 , definimos el determinante
de T como
det(T (u), T (v))
det(T ) = det(A) =
det(u, v)
para toda base B = {u, v} de R2 .

Observación 3. Si P es un paralelogramo en R2 determinado por u y v y su imagen al

aplicarle T es el paralelogramo P 0 = T (P ) determinado por T (u) y T (v) entonces

Area(P 0 ) = |det(T )| · Area(P )

    
x 1 1 x
Ejemplo 3.1. Sea T : R2 → R2 la transformación lineal dada por T = .
y 2 1 y
 
1 1
Como |det(T )| = det = 1, dado un paralelogramo P de área k, el área del
2 1
paralelogramo P 0 = T (P ) es igual a k.

Definición 3.2. Sea B = {v1 , v2 } una base de R2 . Decimos que

B tiene orientación positiva si det(v1 , v2 ) > 0.

B tiene orientación negativa si det(v1 , v2 ) < 0.

(a) Orientación positiva (b) Orientación negativa

Una transformación lineal inversible T : R2 → R2 , T (v) = A · v, preserva la orien-

tación si para toda base B = {v1 , v2 } de R2 , la base B 0 = {T (v1 ), T (v2 )} tiene la misma
orientación que B. Esto sucede si det(A) > 0.
  
2 4 x
Ejemplo 3.2. Sea T : R2 → R2 la transformación lineal dada por T (x, y) = .
−1 α y
a) ¿Existe algún valor de α para el cual el paralelogramo P determinado por u = (1, 1) y
v = (2, −1) se transforme en un paralelogramo de área 15?

El paralelogramo P tiene área


1 2
Area(P ) = det =3
1 −1

13
 Vimos además que
Area(T (P )) = |det(T )| · Area(P )
ası́ que para que el área de T (P ) sea 15 necesitamos que |det(T )| = 5. Tenemos que
1 9
|det(T )| = |2α+4| = 5 ⇔ 2α+4 = 5 o 2α+4 = −5 ⇔ α=− o α=−
2 2
1
Luego el paralelogramo P se transforma en un paralelogramo de área 15 para α = −
2
9
oα=− .
2
b) ¿Para todo valor de α los vectores T (e1 ) y T (e2 ) definen un paralelogramo?

Los vectores T (e1 ) y T (e2 ) definen un paralelogramo si no son múltiplos. Ésto es, si
det(T ) = det(T (e1 ), T (e2 )) 6= 0.
Vemos que
det(T ) = 2α + 4 = 0 ⇔ α = −2

Luego T (e1 ) y T (e2 ) definen un paralelogramo para todo α ∈ R − {−2}.

c) ¿Qué condición debe verificar α para que las bases {v1 , v2 } y {T (v1 ), T (v2 )} tengan la
misma orientación?
Las bases {v1 , v2 } y {T (v1 ), T (v2 )} tienen la misma orientación cuando det(v1 , v2 ) y
det(T (v1 , T (v2 )) tienen el mismo signo. Ésto sucede si y sólo si det(T ) > 0.
Tenemos que
det(T ) > 0 ⇔ 2α + 4 > 0 ⇔ α > −2

Luego, las bases {v1 , v2 } y {T (v1 ), T (v2 )} tienen la misma orientación para α > −2.

3.2. Propiedades del determinante

Sean T1 : R2 → R2 , T1 (v) = A · v, para todo v ∈ R2 y T2 : R2 → R2 , T2 (v) = B · v,
para todo v ∈ R2 .    
a11 a12 b11 b12
Llamemos A = (A1 |A2 ) = y B = (B1 |B2 ) = .
a21 a22 b21 b22
Calculamos la composición T1 ◦ T2 : R2 → R2 , T1 ◦ T2 (v) = (AB) · v, para todo
v ∈ R2 . Vamos a ver cual es la relación entre det(T1 ) = det(A), det(T2 ) = det(B) y
det(T1 ◦ T2 ) = det(AB).

det(T1 ◦T2 ) = det(AB) = det(ABe1 , ABe2 ) = det(AB1 , AB2 ) = det(b11 A1 +b21 A2 , b12 A1 +b22 A2 )

= b11 det(A1 , b12 A1 +b22 A2 )+b21 det(A2 , b12 A1 +b22 A2 ) = b11 b22 det(A1 , A2 )+b21 b12 det(A2 , A1 )
= b11 b22 det(A1 , A2 ) − b21 b12 det(A1 , A2 ) = (b11 b22 − b21 b12 )det(A1 , A2 ) = det(B)det(A)

Probamos entonces la siguiente propiedad del determinante de matrices:

14
Proposición 3.1.
det(AB) = det(A)det(B), ∀A, B ∈ R2×2
A partir de esta propiedad se deducen las siguientes propiedades válidas para toda
matriz A ∈ R2×2 :

1. det(Ak ) = (det(A))k para todo k ∈ N.

2. det(λA) = λ2 det(A) para todo λ ∈ R.

3. A es inversible si y sólo si det(A) 6= 0. Además det(A−1 ) = (det(A))−1

La última propiedad se deduce a partir del hecho que A · A−1 = I. Entonces

1 = det(I) = det(A · A−1 ) = det(A) · det(A−1 )

1
Entonces, si A es inversible tenemos que det(A) 6= 0 y det(A−1 ) = . Recordemos
det(A)
que al calcular inversas de matrices de tamaño 2 × 2 ya habı́amos visto que, si det(A) 6= 0,
entonces existe la inversa de A.
   
3 1 5 2
Ejemplo 3.3. Dadas las matrices A = yB= , calcular det(3A4 B −1 ) y
4 2 −1 1
det(A5 B 4 − A6 B 3 ).
Primero calculamos los determinantes de A y B:

det(A) = 3 · 2 − 4 · 1 = 2 y det(B) = 5 · 1 − (1) · 2 = 7

Utilizando propiedades tenemos que:

144
det(3A4 B −1 ) = 32 (det(A))4 (det(B)−1 ) = 32 · 24 · 7−1 =
7
det(A5 B 4 − A6 B 3 ) = det(A5 (B − A)B 3 ) = det(A5 )det(B − A)det(B 3 )
det(A5 B 4 − A6 B 3 ) = (det(A))5 det(B − A)(det(B))3 = 25 · 3 · 73 = 32928
     
5 2 3 1 2 1
ya que det(B − A) = det − = det = 3.
−1 1 4 2 −5 −1

Uniendo propiedades que hemos visto en esta unidad y la unidad 1 tenemos la

siguiente propiedad:

Proposición 3.2. Dada T : R2 → R2 , T (v) = A · v, v ∈ R2 . Tenemos que

T es inversible ⇔ A es inversible ⇔ det(A) 6= 0 ⇔ Ax = b tiene única solución para

todo b ∈ R2 ⇔ para todo b ∈ R2 existe un único v ∈ R2 tal que T (v) = b
 
2 2 3 −1
Ejemplo 3.4. Dada T : R → R , T (v) = A · v, con A = .
4 2

a) Verificar que T es inversible y calcular T −1 .

15
  
5
b) ¿El vector pertenece a Im(T )? ¿Cuál es la imagen de T ?
10
a) La transformación T es inversible si y sólo si A es inversible. Para saberlo, calculamos
el determinante de A:
det(A) = 3 · 2 − 4 · (−1) = 10 6= 0
Luego T es inversible y
 
−1 −1 1 2 1
T (v) = A ·v = ·v
10 −4 3
   
5 2 5
b) El vector pertenece a Im(T ) si y sólo si existe v ∈ R tal que T (v) = . Tal
10   10
5
vector v, si existe, es una solución del sistema A · v = .
10
Como vimos
 que la matriz A esinversible,
 existe una única solución para el sistema
 
5 5 2
A·v = y por lo tanto, pertenece a Im(T ). En este caso, v = y
  10  10 1
2 5
T = .
1 10
Para cualquier vector b0 ∈ R2 el sistema Ax = b0 tiene única solución ya que la matriz
A es inversible. Por lo tanto, existe un único v ∈ R2 tal que T (v) = b0 y b0 ∈ Im(T )
para todo b0 ∈ R2 . Esto quiere decir que Im(T ) = R2 .

4. Traslaciones
Definición 4.1. Dado un vector v0 ∈ R2 , v0 6= (0, 0), la transformación Tv0 : R2 → R2
dada por
Tv0 (v) = v + v0
se llama traslación.
Ejemplo 4.1. Consideremos la traslación T(2,1) : R2 → R2 dada por T(2,1) (v) = v + (2, 1).
Tenemos que:
La imagen del punto A = (1, 3) es el punto B = T(2,1) (A) = (1, 3) + (2, 1) = (3, 4).

La imagen del vector AB, con A = (−1, 4) y B = (2, 3), es el vector A0 B 0 dado
A0 = T(2,1) (−1, 4) = (−1, 4)+(2, 1) = (1, 5) y B 0 = T(2,1) (2, 3) = (2, 3)+(2, 1) = (4, 4)

16
La imagen de la recta L : (x, y) = λ(−1, 2) + (3, 2) es la recta

L0 : (x, y) = λ(−1, 2) + (5, 3)

Veamos algunas caracterı́sticas de las traslaciones:

Tv0 no es una transformación lineal para v0 6= (0, 0) ya que no se verifica que

Tv0 (0, 0) = (0, 0).

Tv0 preserva distancias, es decir

kTv0 (v) − Tv0 (u)k = kv − uk

ya que
kTv0 (v) − Tv0 (u)k = kv + v0 − (u + v0 )k = kv − uk

La composición de dos traslaciones es otra traslación. Si Tv0 y Tv1 son dos traslaciones

Tv1 ◦ Tv0 (v) = Tv1 (Tv0 (v)) = Tv1 (v + v0 ) = v + v0 + v1 = Tv0 +v1 (v)

Las traslaciones son transformaciones inversibles. Si Tv0 es una traslación la inversa

es (Tv0 )−1 = T−v0 ya que

T−v0 ◦ Tv0 (v) = T−v0 (Tv0 (v)) = T−v0 (v + v0 ) = v + v0 + (−v0 ) = v

17
5. Rotaciones
La transformación lineal Rα : R2 → R2 definida por Rα (v) = Aα · v, con
 
cos(α) −sen(α)
Aα = , α∈R
sen(α) cos(α)
es una rotación de ángulo α.    
cos(α) −sen(α)
Observemos que R(e1 ) = y R(e2 ) = .
sen(α) cos(α)
Ejemplo 5.1. En la siguiente figura se muestra el efecto de aplicarles a los vectores e1 y
π
e2 la rotación de ángulo en sentido antihorario.
3

Algunas observaciones acerca de las rotaciones son las siguientes:

R0 = Id (si el ángulo es 0, la transformación R0 es la identidad).

Rα+2kπ = Rα para k ∈ Z ya que cos(α + 2kπ) = cos(α) y sen(α + 2kπ) = sen(α)
para k ∈ Z.
Rα ◦ Rβ = Rβ ◦ Rα = Rα+β .
Recordemos que
cos(α + β) = cos(α)cos(β) − sen(α)sen(β)
sen(α + β) = sen(α)cos(β) + cos(α)sen(β)

Entonces
  
cos(α) −sen(α)
cos(β) −sen(β)
Rα ◦ Rβ · v = Aα · Aβ · v = v
sen(α) cos(α)
sen(β) cos(β)
 
cos(α)cos(β) − sen(α)sen(β) −sen(α)cos(β) − cos(α)sen(β)
= v
sen(α)cos(β) + cos(α)sen(β) cos(α)cos(β) − sen(α)sen(β)
 
cos(α + β) −sen(α + β)
= v = Rα+β · v
sen(α + β) cos(α + β)

Una rotación Rα es inversible y (Rα )−1 = R−α . Luego, (Aα )−1 = A−α .
Además, como cos(−α) = cos(α) y sen(−α) = −sen(α), tenemos que
(Aα )−1 = A−α = (Aα )T

18
 Las rotaciones preservan el producto interno, ésto es,

hRα (u), Rα (v)i = hu, vi

ya que

hRα (u), Rα (v)i = hAα (u), Aα (v)i = (Aα ·u)T (Aα ·v) = uT ·(Aα )T ·Aα ·v = uT v = hu, vi

A partir de ésto, podemos deducir que las rotaciones preservan longitudes y distan-
cias. Veamos primero que se preservan las longitudes, ésto es, kRα (u)k = kuk ya
que
kRα (u)k2 = hRα (u), Rα (u)i = hu, ui = kuk2
Utilizando que Rα es una transformación lineal, deducimos que se preservan las
distancias:
kRα (u) − Rα (v)k = kRα (u − v)k = ku − vk

Observación 4. Recordemos que si B = {v1 , v2 } es una base de R2 , es decir, los vectores

v1 y v2 no son múltiplos y determinan un paralelogramo, decimos que

B tiene orientación positiva si det(v1 , v2 ) > 0. Esto sucede si existe un ángulo

θ ∈ (0, π) tal que v2 = Rθ (v1 ).

B tiene orientación negativa si det(v1 , v2 ) < 0. Esto sucede si existe un ángulo

θ ∈ (π, 2π) tal que v2 = Rθ (v1 ).

Una transformación lineal inversible T : R2 → R2 , T (v) = A · v, preserva la orien-

tación si para toda base B = {v1 , v2 } de R2 , la base B 0 = {T (v1 ), T (v2 )} tiene la misma
orientación que B. Esto sucede si det(A) > 0.

Observación 5. Las rotaciones Rα preservan la orientación ya que det(Aα ) = 1.

Ejemplo 5.2. Veamos el efecto de aplicar la rotación R π4 a las siguientes rectas:

a) la recta de ecuación y = −3x.

Los puntos de la recta son de la forma (x, y) = (x, −3x), ası́ que
√
2
√ !
2
  √ 
2
− 2
x 2 √2x
R 4 (x, y) =
π √ √ =
2 2 −3x − 2x
2 2

Obtenemos que la imagen de la recta de ecuación y = −3x es la recta de ecuación

1
y = − x (en azul en el gráfico).
2

19
b) la recta de ecuación (x, y) = λ(1, 3) + (2, 1), λ ∈ R.
Los puntos de la recta son de la forma (x, y) = (λ + 2, 3λ + 1), ası́ que
√
2
√ !
2
 √ √ !
2
 √  √
2
!
− λ + 2 − 2λ + −√ 2
R π4 (x, y) = √22 √22 = √ √2
3 2
=λ + 2
√
3 2
3λ + 1 2 2λ + 2 2
2 2 2 2

Obtenemos que la imagen de la recta√ de

√ ecuación (x, y) = λ(1, 3) + (2, 1) es la recta
2 3 2
de ecuación (x, y) = λ(−1, 2) + ( , ), (en azul en el gráfico).
2 2

π
Ejemplo 5.3. Vamos a aplicarle una rotación de ángulo a las siguientes cónicas:
4
a) Al rotar la parábola de ecuación y = 2x2 obtenemos una parábola de eje de simetrı́a
y = −x (en azul en el gráfico).

20
 x2 y 2
b) Al rotar la elipse de ecuación + = 1 obtenemos una elipse (en azul en el gráfico)
4 9
de eje mayor y = −x y eje menor y = x.

c) Al rotar la hipérbola de ecuación −x2 + y 2 = 1 obtenemos una hipérbola (en azul en

el gráfico) con ası́ntotas coincidentes con los ejes x e y.

6. Simetrı́as
6.1. Simetrı́a respecto al eje x
Comencemos estudiando la simetrı́a respecto al eje x definida por
 
2 2 1 0
S : R → R , S(v) = A · v, A =
0 −1

Ejemplo 6.1. Veamos cuales son las imágenes de algunos puntos:

S(2, 0) = (2, 0), S(0, 5) = (0, −5), S(2, −3) = (2, 3), S(−1, 4) = (−1, −4)

En general
S(u1 , u2 ) = (u1 , −u2 )

Observaciones acerca de la simetrı́a respecto al eje x:

21
 S(u) = u para todo u perteneciente al eje x y S(v) = −v para todo v perteneciente
al eje y.

Llamando L al eje x, tenemos que

proyL (u) = proyL (S(u)) = (u1 , 0), ∀u = (u1 , u2 ) ∈ R2

Luego

d(u, L) = ku − proyL (u)k = k(0, u2 )k = k(0, −u2 )k = kS(u) − proyL (S(u))k = d(S(u), L)

S preserva longitudes, ésto es, kS(u)k = kuk ya que

q q
kS(u)k = x1 + (−x2 ) = x21 + x22 = kuk
2 2

Luego, S preserva distancias

kS(u) − S(v)k = kS(u − v)k = ku − vk

Se verifica que S ◦S = I (I: transformación lineal identidad), entonces S es inversible

y S −1 = S.

6.2. Simetrı́a respecto de rectas

Consideremos una recta L que pasa por el origen, con vector director v, y sea L⊥
la recta perpendicular a L que pasa por el origen y tiene vector director v ⊥ . La simetrı́a
con respecto a L es una transformación lineal SL : R2 → R2 tal que

SL (v) = v para todo v ∈ L y SL (v ⊥ ) = −v ⊥ para todo v ∈ L⊥

Observación 6. Para todo vector w ∈ R2 existe un único vector v ∈ L y un único vector

v ⊥ ∈ L⊥ tales que w = v + v ⊥ . Entonces

SL (w) = SL (v + v ⊥ ) = SL (v) + SL (v ⊥ ) = v − v ⊥

22
Observación 7. Veamos que SL ◦ SL = I (I: tranformación lineal identidad):

SL ◦ SL (w) = SL (v − v ⊥ ) = SL (v) − SL (v ⊥ ) = v − (−v ⊥ ) = w

Luego, SL es inversible y SL−1 = SL .

Si SL (v) = A · v, a nivel matricial tenemos que se verifica

A2 = I y A−1 = A

Observación 8. Si la recta L forma un ángulo θ con el eje x y llamamos S a la simetrı́a

respecto al eje x, tenemos que
SL = Rθ ◦ S ◦ R−θ
ya que

Si v ∈ L, tenemos que R−θ (v) pertenece al eje x. Entonces

S ◦ R−θ (v) = R−θ (v)

Luego,
Rθ ◦ S ◦ R−θ (v) = Rθ ◦ R−θ (v) = Rθ−θ (v) = v = SL (v)

Si v ⊥ ∈ L⊥ , tenemos que R−θ (v ⊥ ) pertenece al eje y. Entonces

S ◦ R−θ (v ⊥ ) = −R−θ (v ⊥ )

Luego,

Rθ ◦ S ◦ R−θ (v ⊥ ) = −Rθ ◦ R−θ (v ⊥ ) = −Rθ−θ (v ⊥ ) = −v ⊥ = SL (v ⊥ )

Observación 9. Si SL (v) = A · v, calculemos el determinante de A utilizando la relación

SL = Rθ ◦ S ◦ R−θ vista antes:
   
cos(θ) −sen(θ) 1 0 cos(θ) sen(θ)
A=
sen(θ) cos(θ) 0 −1 −sen(θ) cos(θ)

Entonces
     
cos(θ) −sen(θ) 1 0 cos(θ) sen(θ)
det(A) = det det det = −1
sen(θ) cos(θ) 0 −1 −sen(θ) cos(θ)

Ejemplo 6.2. Sea SL : R2 → R2 la simetrı́a respecto de la recta L : (x, y) = λ(1, −2),

λ ∈ R.

a) Calcular A ∈ R2×2 tal que SL (v) = A · v y calcular el simétrico de P = (5, 5).

La recta perpendicular a L que pasa por el origen es L⊥ : (x, y) = α(2, 1), α ∈ R.

Utilizando que SL (v) = v para todo v ∈ L y SL (v ⊥ ) = −v ⊥ para todo v ∈ L⊥ tenemos
que:
SL (1, −2) = (1, −2) y SL (2, 1) = −(2, 1)

23
 La matriz A verifica
       
1 1 2 −2
A = y A =
−2 −2 1 −1

Ésto es, 
  
1 2 1 −2
A =
−2 1 −2 −1
   
1 2 1 −2
Llamando B = yC = , tenemos que AB = C y despejamos A
−2 1 −2 −1
del siguiente modo
A = CB −1
     
1 −2 1 1 −2 1 −3 −4
A= =
−2 −1 5 2 1 5 −4 3
Esta matriz verifica que A2 = I.
Calculamos el simétrico de P = (5, 5):
    
1 −3 −4 5 −7
S(5, 5) = =
5 −4 3 5 −1

b) Graficar la imagen del triángulo de vértices (0, 5), (2, 6), (4, 1).

La imagen de este triángulo es el triángulo de vértices S(0, 5), S(2, 6), S(4, 1). Calcu-
lamos:
    
1 −3 −4 0 −4
S(0, 5) = = .
5 −4 3 5 3
    
1 −3 −4 2 −6
S(2, 6) = =
5 −4 3 6 2
     16 
1 −3 −4 4 −5
S(4, 1) = =
5 −4 3 1 − 13
5

24
c) Hallar la imagen de la recta L1 de ecuación 2x + 3y = 5 a tráves de SL .

Una ecuación vectorial para esta recta es L1 : (x, y) = λ(−3, 2)+(1, 1), λ ∈ R. Entonces
las imágenes de los puntos de L1 son
      
−3λ + 1 1 −3 −4 −3λ + 1 1 λ−7
SL = =
2λ + 1 5 −4 3 2λ + 1 5 18λ − 1

Ésto es,    
1 18 7 1
SL (L1 ) : (x, y) = λ , + − ,−
5 5 5 5

En la imagen tenemos la recta L en negro, la recta L1 en rojo y la recta SL (L1 ) en

azul.

d) Hallar la preimagen de L2 : (x, y) = λ(1, −1) + (0, 2) a través de SL .

La preimagen de L2 a través de SL es el conjunto

SL−1 (L2 ) = {(x, y) ∈ R2 /SL (x, y) ∈ L2 }

Entonces debemos buscar los (x, y) tales que SL (x, y) = λ(1, −1) + (0, 2). Estos puntos
son los simétricos de la recta L2 respecto a L:
        
x λ 1 −3 −4 λ 1 λ−8
= SL = =
y −λ + 2 5 −4 3 −λ + 2 5 −7λ + 6

25
 Entonces la preimagen de L2 es la recta de ecuación
   
−1 1 7 8 6
SL (L2 ) : (x, y) = λ ,− + − ,
5 5 5 5

e) Hallar la expresión de la simetrı́a respecto a la recta L3 : (x, y) = λ(1, −2) + (3, 5) y

calcular el simétrico de (1, 1) respecto a L3 .
Como L3 es una recta paralela a L podemos utilizar la expresión de SL y traslaciones
para hallar SL3 . Tenemos que:

SL3 (v) = T(3,5) ◦ SL ◦ T−(3,5) (v)

Entonces
   
1 −3 −4 x−3
SL3 (x, y) = T(3,5) ◦SL ◦T−(3,5) (x, y) = T(3,5) ◦SL (x−3, y−5) = T(3,5)
5 −4 3 y−5
     
1 −3x − 4y + 29 3 1 −3x − 4y + 44
SL3 (x, y) = + =
5 −4x + 3y − 3 5 5 −4x + 3y + 22
El simétrico de (1, 1) es  
1 37
SL3 (1, 1) =
5 21

π
f) Si R π4 : R2 → R2 es la rotación de ángulo ,
4
1) hallar R π4 ◦ SL . ¿Es igual a SL ◦ R π4 ?
2) ¿R π4 ◦ SL es inversible? ¿Cuál es su inversa?
3) Hallar todos los (x, y) ∈ R2 tales que R π4 ◦ SL (x, y) = (5, −1).
√
2
√ ! √ 
−√ 22
    
1 −3 −4 x 2 1 −7 x
1) R π4 ◦ SL (x, y) = √2 =
2 2 5 −4 3 y 10 −7 −1 y
2 2
  √
2
√ ! 
2
√   
1 −3 −4 − x 2 −7 −1 x
SL ◦ R π4 (x, y) = √2 √2 =
5 −4 3 2 2 y 10 −1 7 y
2 2
Ası́ que R ◦ SL 6= SL ◦ R
π
4
π
4

26
 2) La transformación R π4 ◦SL es inversible ya que es la composición de transformaciones
inversibles. También podemos ver que
√  !
2 1 −7
det = −1 6= 0
10 −7 −1

La inversa es
(R π4 ◦ SL )−1 = SL ◦ R− π4
ya que

(R π4 ◦ SL ) ◦ (SL ◦ R− π4 ) = R π4 ◦ (SL ◦ SL ) ◦ R− π4 = R π4 ◦ R− π4 = I

3) Busquemos los (x, y) tales que R π4 ◦ SL (x, y) = (5, −1). Para ello vamos a utilizar
la inversa que hemos visto en el item anterior.
  √2 √2 !  
1 −3 −4 5
R π4 ◦SL (x, y) = (5, −1) ⇔ (x, y) = SL ◦R− π4 (5, −1) = 2√ √2
5 −4 3 − 2 2
2
−1
2
√ !
6 2
⇔ (x, y) = 5√
− 175 2

7. Congruencia y semejanza
7.1. Congruencias
Definición 7.1. A la composición de un números finito de traslaciones, rotaciones y
simetrı́as respecto de rectas, en cualquier orden, se la llama “transformación de congruen-
cia”.
Dos figuras del plano M y M0 se dicen congruentes si existe una transformación de
congruencia T : R2 → R2 tal que
T (M) = M0
Ejemplo 7.1. Los triángulos de la siguiente figura no son congruentes ya que sus la-
dos tienen distintas medidas y las traslaciones, rotaciones y simetrı́as respecto de rectas
preservan longitudes.

En este caso, los lados del triángulo ABC miden:

27
 √
Lado AB: kB − Ak = k(8, 1) − (5, 0)k = k(3, 1)k = 10
√
Lado BC: kC − Bk = k(6, 2) − (8, 1)k = k(−2, 1)k = 5
√
Lado CA: kA − Ck = k(5, 0) − (6, 2)k = k(−1, −2)k = 5
Mientras que los lados del triángulo DEF miden:
√
Lado DE: kE − Dk = k(3, 6) − (0, 5)k = k(3, 1)k = 10
√
Lado EF : kF − Ek = k(1, 8) − (3, 6)k = k(−2, 2)k = 8
√
Lado F D: kD − F k = k(0, 5) − (1, 8)k = k(−1, 3)k = 10

Ejemplo 7.2. Veamos que los triángulos de la siguiente figura son congruentes.

En este caso, si aplicamos la traslación T(1,−1) al triángulo DEF obtenemos el

triángulo D0 E 0 F 0 donde:

D0 = T(1,−1) (−1, 1) = (0, 0), E 0 = T(1,−1) (−3, 4) = (−2, 3), F 0 = T(1,−1) (−6, 3) = (−5, 2)

El triángulo D0 E 0 F 0 es el simétrico del triángulo ABC respecto al eje y. Si llamamos

S : R2 → R2 a la simetrı́a respecto del eje y, podemos definir la transformación de
congruencia T : R2 → R2
T (x, y) = T(−1,1) ◦ S(x, y)
La imagen del triángulo ABC al aplicarle esta transformación de congruencia es el triángu-
lo DEF , por lo tanto ambos triángulos son semejantes.

7.2. Homotecias
La transformación Tk : R2 → R2 , con k 6= 0, definida por

Tk (v) = k · v

se llama “homotecia”.
Matricialmente, podemos escribir a las homotecias del siguiente modo:
 
k 0
Tk (x, y) =
0 k
Caracterı́sticas de las homotecias:

28
 Son transformaciones lineales ya que:

ˆ T (u + v) = k · (u + v) = k · u + k · v = T (u) + T (v), para todo u, v ∈ R2 .

ˆ T (αv) = k · (αv) = α(k · v) = αT (v), para todo u ∈ R2 y todo α ∈ R.
1
Son transformaciones inversibles y Tk−1 (v) = · v.
k
Preservan ángulos entre vectores.
Llamemos α ∈ [0, π] al ángulo que forman u y v y β ∈ [0, π] al ángulo que forman
T (u) y T (v). Entonces

hT (u), T (v)i hk · u, k · vi k 2 hu, vi hu, vi

cos(β) = = = = = cos(α)
kT (u)k kT (v)k kk · uk kk · vk |k| kuk |k| kvk kuk kvk
y
β=α

Como kT (v)k = |k| kvk, T preserva longitudes sólo para k = 1 (Tk es la identidad)
o k = −1 (Tk es la simetrı́a respecto al origen).

Si A es el triángulo determinado por u y v y Tk (A) es el triángulo obtenido al

aplicarle la homotecia Tk al triángulo A, tenemos que

ˆ el perı́metro de Tk (A) es igual a |k| veces el perı́metro de A.

ˆ el área de Tk (A) es k 2 por el área de A.
 
k 0
Tk preserva la orientación ya que det(Tk ) = det = k 2 > 0.
0 k

7.3. Semejanzas
Definición 7.2. Una transformación T : R2 → R2 se llama “transformación de semejanza”
si es la composición de una cantidad finita de rotaciones, simetrı́as respecto de rectas, tras-
laciones y homotecias.
Dos figuras planas A y A0 se dicen “semejantes” si existe una transformación de
semejanza T : R2 → R2 tal que
T (A) = A0

Observación 10. Sean A y A0 dos triángulos semejantes donde A es el triángulo de

vértices A, B y C, A0 es el triángulo de vértices A0 = T (A), B 0 = T (B) y C 0 = T (C) y T
es una transformación de semejanza.
Si T es una rotación, simetrı́a o traslación, T preserva distancias, ésto es,

kT (B) − T (A)k = kB − Ak

Si Tk es una homotecia, tenemos que

kT (B) − T (A)k = |k| · kB − Ak

29
Si T es composición de rotaciones, simetrı́as, traslaciones y homotecias, entonces

kT (B) − T (A)k = |k| · kB − Ak

donde k es el producto de los escalares correspondientes a cada homotecia de la compo-

sición. Entonces
kT (B) − T (A)k
= |k|
kB − Ak
Análogamente,
kT (C) − T (A)k kT (C) − T (B)k
= |k| y = |k|
kC − Ak kC − Bk
Esto es,
kT (B) − T (A)k kT (C) − T (A)k kT (C) − T (B)k
= = = |k|
kB − Ak kC − Ak kC − Bk
Ejemplo 7.3. Analizar si los siguientes triángulos son semejantes:
a) Los triángulos ABC y DEF de la figura son semejantes.

Si llamamos S a la simetrı́a respecto al eje x, T2 es la homotecia T2 (v) = 2v y T(1,−1)

es la traslación T (v) = v + (1, −1), la transformación de semejanza

T = T(1,−1) ◦ T2 ◦ S = T(1,−1) ◦ S ◦ T2

transforma el triángulo ABC en el triángulo DEF .

b) Los triángulos ABC y ADE de la figura no son semejantes.

30
 Podemos ver que la razón de los lados correspondientes no es constante (como de-
berı́a √
ser por lo visto en la observación
√ anterior). En√este caso tenemos que el lado AB
mide 26, el lado BC mide 20 √ y el lado AC mide 18, mientras que el lado AD mide
6 y los lados DE y AE miden 18.

8. Proyecciones ortogonales
Sea L una recta que pasa por el origen y L⊥ la recta perpendicular a L que pasa
por el origen.
La proyección sobre L, proyL : R2 → R2 , es una transformación lineal tal que

proyL (v) = v, ∀v ∈ L y proyL (v ⊥ ) = (0, 0), ∀v ⊥ ∈ L⊥

Ejercicio 8.1. Sea L : (x, y) = λ(−1, 4), λ ∈ R.

a) Definir proyL (x, y) y hallar una matriz A ∈ R2×2 tal que proyL (u) = A · u, para todo
u ∈ R2 .

La recta perpendicular a L que pasa por el origen es L⊥ : (x, y) = α(4, 1), α ∈ R.

Utilizando que proyL (v) = v para todo v ∈ L y proyL (w) = (0, 0) para todo w ∈ L⊥
tenemos que:
proyL (−1, 4) = (−1, 4) y proyL (4, 1) = (0, 0)
La matriz A verifica
       
−1 −1 4 0
A = y A =
4 4 1 0

Ésto es,    
−1 4 −1 0
A =
4 1 4 0
   
−1 4 −1 0
Llamando B = yC= , tenemos que AB = C y despejamos A del
4 1 4 0
siguiente modo
A = CB −1
     
−1 0 1 1 −4 1 −1 4
A= − =−
4 0 17 −4 −1 17 4 −16
Observemos que esta matriz verifica que A2 = A y AT = A.

Una fórmula para la proyección sobre L es

 
1 4

1 −1 4
 
x x− y 
proyL (x, y) = − =  174 17 

17 4 −16 y 16
− x+ y
17 17

31
b) Hallar todos los (x, y) ∈ R2 tales que proyL (x, y) = (2, −8).

Para todo vector (x, y) ∈ R2 existen α, β ∈ R tales que

(x, y) = α(−1, 4) + β(4, 1)

Utilizando la linealidad de la proyección tenemos que

proyL (x, y) = αproyL (−1, 4) + βproyL (4, 1) = α(−1, 4)

De donde obtenemos que α = 2 y β ∈ R. Luego,

(x, y) = 2(−1, 4) + β(4, 1), β∈R

O sea, son los puntos de la recta ortogonal a L que pasa por el punto (2, −8) (en rojo
en la figura) como podrı́amos haber visto geométricamente.

c) Calcular proyL̃ (x, y) para L̃ : (x, y) = λ(−1, 4) + (2, 3).

Como la recta L̃ es ortogonal a L, podemos utilizar la proyección ya calculada ya que

proyL̃ (x, y) = T(2,3) ◦ proyL ◦ T(−2,−3) (x, y)

Luego
   
1 −1 4 x−2
proyL̃ (x, y) = T(2,3) ◦ proyL (x − 2, y − 3) = T(2,3) −
17 4 −16 y−3
         
1 −1 4 x−2 2 1 −1 4 x 11 4
proyL̃ (x, y) = − + =− +
17 4 −16 y−3 3 17 4 −16 y 17 1

Ejercicio 8.2. Sea T : R2 → R2 la transformación lineal dada por

   
x 1 4 6
T (x, y) = A , A=
y 13 6 9

a) Hallar los conjuntos

L = {(x, y) ∈ R2 / T (x, y) = (x, y)} y L0 = {(x, y) ∈ R2 / T (x, y) = (0, 0)}

32
 Verificar que son dos rectas ortogonales.

Tenemos que
       
x x x 0
(x, y) ∈ L ⇔ A = ⇔ (A − I) =
y y y 0
 
9 6
− 13 13  x
   
0 3
⇔  6 4 y = 0 ⇔ y= x
− 2
13 13
Por otro lado
        
0 x 0 1 4 6 x 0 2
(x, y) ∈ L ⇔ A = ⇔ = ⇔ y=− x
y 0 13 6 9 y 0 3
3 2
Luego, L : y = x y L0 : y = − x son dos rectas ortogonales. Esto es, L0 = L⊥ .
2 3
b) Verificar que T es la proyección sobre la recta L.

Del item anterior tenemos que

T (v) = v ∀v ∈ L y T (w) = (0, 0) ∀w ∈ L⊥

Luego, T (x, y) = proyL (x, y).

c) Graficar la imagen del cuadrado unitario.

3
Calculamos las proyecciones de los vértices del cuadrado sobre la recta L : y = x y
2
obtenemos:
 
0 0 4 6
A = proyL (A) = proyL (0, 0) = (0, 0), B = proyL (B) = proyL (1, 0) = , ,
13 13
   
0 6 9 0 10 15
C = proyL (C) = proyL (0, 1) = , , D = proyL (D) = proyL (1, 1) = ,
13 13 13 13

Obtenemos que la imagen del cuadrado unitario es el segmento que va de A a D0 .

33
d) Hallar una fórmula para la simetrı́a respecto a la recta L a partir de la fórmula de T .

Sabemos que la proyección sobre L de (x, y) es el punto medio entre (x, y) y el simétrico
SL (x, y), ésto es,
1
proyL (x, y) = [(x, y) + SL (x, y)]
2
Despejando obtenemos que

SL (x, y) = 2proyL (x, y) − (x, y)

En este caso obtenemos

 
5 12  
− 13
     
x x x 13  x
SL (x, y) = 2A − = (2A − I) =  12 5 y
y y y
13 13

34