Captulo 5

Espacios vectoriales
Denicion 5.1. Cuerpo o campo K, +, conjunto tal que con las operaciones
suma y multiplicacion cumple:
+ es cerrada: , K + K
+ es asociativa: , , K ( +) + = + ( +)
+ es conmutativa: , K + = +
Existe un neutro para la +: 0 : 0 + = + 0 =
Existe un inverso para la +: : + = + = 0
es cerrada: , K K
es asociativa: , , K ( ) = ( )
es conmutativa: , K =
Existe un neutro para la : 1 : 1 = 1 =
Existe un inverso para la : = 0 : = = 1
, , K ( +) = +
Ejemplo 5.2. Q, R, C, Z
p
Denicion 5.3. Un conjunto no vaco V es un espacio vectorial sobre el
cuerpo K si existen dos operaciones: suma y multiplicaci on por escalar tal
que:
43
44 CAP

ITULO 5. ESPACIOS VECTORIALES

+ es cerrada: u, v V u +v V
+ es asociativa: u, v, w V (u +v) + w = u + (v +w)
+ es conmutativa: u, v V u +v = v +u
Existe un neutro para la +:

0 u :

0 +u = u +

0 = u
Existe un inverso para la +: u(u) : u + (u) = (u) + u =

0
es cerrada: u V, K u V
u, v V, K (u +v) = u + v
u V, , K ( +) u = u + u
u V, , K () u = (u)
u V 1 u = u
A los elementos de V se les llama vectores.
Ejemplo 5.4. Algunos espacios vectoriales:
R
n
sobre R.
P
n
(R) sobre R.
M
n,m
(R) sobre R.
C[a, b] sobre R.
M
n,m
(Z
p
) sobre Z
p
.
Proposicion 5.5. Si V es un espacio vectorial sobre K, entonces

0 es unico.
(u +v) = (u) + (v).
u es unico.

0 =

0.
0 u =

0.
45
Denicion 5.6. Una combinaci on lineal de vectores v
1
, . . . , v
m
es un vector
de la forma
1
v
1
+. . . +
m
v
m
.
Ejemplo 5.7. En C[0, ], 1 sen
2
+1 cos
2
= 1.
Denicion 5.8. Sea S = {v
1
, . . . , v
m
}.
S es linealmente independiente si la unica manera de construir al vector
cero es la trivial:

1
v
1
+. . . +
m
v
m
=

0
1
= . . . =
m
= 0
S es linealmente dependinete si es posible construir al vector cero de
manera no trivial:

1
, . . .
m
no todos nulos, tal que
1
v
1
+. . . +
m
v
m
=

0
Observacion 5.9. Sea S = {v
1
, . . . , v
m
}. Entonces
S es LI si y solo si todo subconjunto de S es LI.
S es LD si y solo si todo conjunto que contiene a S es LD.
Teorema 5.10. Sea S = {v
1
, . . . , v
m
}. S es LD si y solo si existe v S que
es combinaci on lineal del resto de los vectores de S.
Denicion 5.11. Sea S = {v
1
, . . . , v
m
}. El conjunto generado por S es
< S >=< v
1
, . . . , v
m
>= {
1
v
1
+. . . +
m
v
m
, tal que
1
, . . . ,
m
R}
Observacion 5.12. {

0}es L.D.
Observacion 5.13. Sean S
1
y S
2
conjuntos de vectores de un espacio vec-
torial V .
Si S
1
S
2
, entonces < S
1
>< S
2
>
Si S
1
< S
2
>, entonces < S
1
>< S
2
>
Proposicion 5.14. Sea S = {v
1
, . . . , v
m
}. v
j
es combinaci on lineal de vec-
tores de S < S >=< S {v
j
} >
Proposicion 5.15. Sea S = {v
1
, . . . , v
m
}. Si S es LI y v < S >, entonces
v se escribe de manera unica como combinacion lineal de los vectores de S.
46 CAP

ITULO 5. ESPACIOS VECTORIALES

Denicion 5.16. Sea V un espacio vectorial sobre K y U V . U es un
subespacio de V si es distinto del vaco y con las operaciones heredadas de
V es un espacio vectorial. Notacion: U V
Proposicion 5.17. U V si U es no vaco, es cerrado bajo la suma y es
cerrado bajo la multiplicaci on por escalar.
Observacion 5.18. < S > es el subespacio mas peque no que contiene a S.
Teorema 5.19. Sean U
1
, U
2
subespacios de V . Entonces
U
1
U
2
es subespacio de V .
U
1
+ U
2
= {u
1
+ u
2
: u
1
U
1
, u
2
U
2
} es subespacio de V . Si en
este caso, U
1
U
2
= {

0 }, entonces se dice que la suma es directa y se
denota: U
1
U
2
.
Teorema 5.20. Si V =< v
1
, . . . , v
n
> tal que {v
1
, . . . , v
n
} es L.I., entonces
todo conjunto L.I. de V contiene a lo mas n elementos.
Denicion 5.21. B V es una base de V si B es LI y < B >= V .
Teorema 5.22. Si B es una base de V y la cardinalidad de B es n, entonces
todas las bases de V tienen n elementos. Se dice que la dimension de V es n.
Notacion: Dim(V ) = n.
Proposicion 5.23. Si Dim(V ) = n, entonces
S es LI #S n.
< S >= V #S n.
Proposicion 5.24. Si Dim(V ) = n y S = {v
1
, . . . , v
n
}, entonces
S es LI < S >= V .
< S >= V S es L.I.
Observacion 5.25. Si U es subespacio de V y Dim(V ) = n, entonces
Dim(U) Dim(V )
47
Teorema 5.26. Sean U
1
, U
2
subespacios de V . Entonces
Dim(U
1
+U
2
) = Dim(U
1
) + Dim(U
2
) Dim(U
1
U
2
)
Proposicion 5.27. Sea A de n m. Entonces
C(A) es un subespacio de R
n
de dimension igual al rango de A.
F(A) es un subespacio de R
m
de dimension igual al rango de A.
A
t
es de mn, F(A
t
) = C(A) y C(A
t
) = F(A).
Denicion 5.28. Sea B = {v
1
, . . . , v
n
} una base de V y v V tal que
v = x
1
v
1
+. . . x
n
v
n
. El vector coordenado de x en la base B es:
[v]
B
=
_
_
x
1
.
.
.
x
n
_
_
Proposicion 5.29. Sean u, v V y B una base de V . Entonces
[u +v] = [u] + [v].
[u] = [u].
{u
1
, . . . , u
m
} es L.I. si y solo si {[u
1
], . . . , [u
m
]} es L.I.
u < u
1
, . . . , u
m
> si y solo si [u] < [u
1
], . . . , [u
m
] >.
Denicion 5.30. Sean B
1
= {v
1
, . . . , v
n
} y B
2
= {u
1
, . . . , u
n
} bases de V .
Se dene la matriz P
1
2
= [ [v
1
]
2
. . . [v
n
]
2
].
Proposicion 5.31. Sean B
1
= {v
1
, . . . , v
n
} y B
2
= {u
1
, . . . , u
n
} bases de V .
Para todo x V : P
1
2
[x]
1
= [x]
2
.
P
1
2
es invertible.
(P
1
2
)
1
= P
2
1
48 CAP

ITULO 5. ESPACIOS VECTORIALES

5.1. Problemas
1. Sean A y B matrices de n m. Demuestre o de un contraejemplo
a) Ker(A +B) = Ker(A) + Ker(B)
b) Ker(A +B) = Ker(A) Ker(B)
c) C(A +B) = C(A) + C(B)
d) F(A +B) = F(A) + F(B)
2. Sea A =
_
4 3 2 1
3 2 1 4
2 1 4 3
_
, con coecientes en Z
5
. Encuentre el Ker(A)
3. Determine si los siguientes conjuntos forman un espacio vectorial sobre
R
a) V = {f : [a, b] R continua, tal que f(
a+b
2
) = 0}
b) V = {p(x) P
n
(R) tal que p(0) = 0}
c) V = {p(x) P
n
(R) tal que p

(0) = 0}
d) V = C
e) V = R
+
{0}
f ) V =
__
a b
c d
_
M
2
(R) tal que a +b +c +d = 1
_
g) V =
__
a 0
c d
_
M
2
(R)
_
h) V =
__
a b
c 0
_
M
2
(R) tal que a
2
+b
2
+c
2
= 1
_
5.1. PROBLEMAS 49
4. Sea V = R
2
. Determine si V es un espacio vectorial sobre R con las
operaciones
a)
_
a
b
_
+
_
c
d
_
=
_
a +c
0
_
y
_
a
b
_
=
_
a
b
_
R
b)
_
a
b
_
+
_
c
d
_
=
_
a +c
b +d
_
y
_
a
b
_
=
_
a
0
_
R
c)
_
a
b
_
+
_
c
d
_
=
_
a c
b d
_
y
_
a
b
_
=
_
a
b
_
R
d)
_
a
b
_
+
_
c
d
_
=
_
a c
b d
_
y
_
a
b
_
=
_
a
b
_
R
e)
_
a
b
_
+
_
c
d
_
=
_
ac
bd
_
y
_
a
b
_
=
_
a
b
_
R
f )
_
a
b
_
+
_
c
d
_
=
_
a +c
b +c
_
y
_
a
b
_
=
_
a
b
_
R
g)
_
a
b
_
+
_
c
d
_
=
_
a
2
+c
2

b
2
+d
2
_
y
_
a
b
_
=
_
a

b
_

R
h)
_
a
b
_
+
_
c
d
_
=
_
3

a
3
+c
3
3

b
3
+d
3
_
y
_
a
b
_
=
_
3

a
3

b
_

R
5. Sea V = R
+
, se dene
x y = xy , x, y R
+
x = x

, x R
+
R
Demuestre que V es un espacio vectorial sobre R con estas operaciones.
6. Determine si los siguientes conjuntos son subespacios de R
3
a)
_
_
_
_
_
x
y
z
_
_
tal que x +y 2z = 0 , 2x +y +z = 0
_
_
_
50 CAP

ITULO 5. ESPACIOS VECTORIALES

b)
_
_
_
_
_
x
y
z
_
_
tal que xyz 0
_
_
_
c)
_
_
_
_
_
x
y
z
_
_
tal que x = y
2
, x +y +z 0
_
_
_
d)
_
_
_
_
_
x
y
z
_
_
tal que x
2
+y
2
+z
2
= 1
_
_
_
7. Determine si los siguientes conjuntos son subespacios del espacio vec-
torial indicado
a)
__
x
0
_
R
2
_
de R
2
b)
_

_
_
_
_
_
+
+ 2
+ 3
4
_
_
_
_
R
4
_

_
de R
4
c)
_

_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
R
n
tal que

n
i=1
x
i
= 0
_

_
de R
n
d)
_

_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
R
n
tal que

n
i=1
(2x
i
) = 0
_

_
de R
n
e)
_

_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
R
n
tal que x
1
= x
2
_

_
de R
n
f ) {v R
n
tal que ||v|| = 1} de R
n
5.1. PROBLEMAS 51
g) {v R
n
tal que v a = 0 con a R
n
jo } de R
n
h) {p(x) P
n
(R) tal que p(0) + p

(0) = 1} de P
n
(R)
i ) {p(x) P
n
(R) tal que p(0) es un n umero par } de P
n
(R)
j ) {p(x) P
n
(R) tal que p(x) = p

(x)} de P
n
(R)
k)
_
p(x) P
n
(R) tal que
_
1
0
xp(x) dx = 0
_
de P
n
(R)
l ) {A M
n
(R) tal que tr(A) = 0} de M
n
(R)
m) {A M
n
(R) tal que A = A
t
} de M
n
(R)
n) {A M
n
(R) tal que A = A
t
} de M
n
(R)
n) {A M
n
(R) tal que A
2
= I
n
} de M
n
(R)
o) {A M
n
(R) tal que AB = BA con B M
n
(R) ja } de M
n
(R)
p) {f(x) C[0, 1] tal que f(x) es una funcion par } de C[0, 1]
q) {f(x) C[0, 1] tal que f(x) es una funcion impar } de C[0, 1]
8. Determine si el vector v en el espacio vectorial correspondiente, es com-
binacion lineal de los vectores que se indican
a) v =
_
1 2
4 1
_
M
2
(R) de
_
1 1
0 2
_
,
_
1 0
1 2
_
,
_
1 0
1 2
_
,
_
1 3
4 1
_
,
_
3 4
1 0
_
b) v =
_
1 2
3 3
_
M
2
(R) de
_
1 1
1 1
_
,
_
1 1
1 1
_
,
_
1 1
1 0
_
,
_
1 1
0 1
_
c) v = tan
2
(x) C[0, ] de 1 , sec
2
(x)
52 CAP

ITULO 5. ESPACIOS VECTORIALES

d) v = tan
2
(x) C[0, ] de sin
2
(x) , cos
2
(x)
9. Sea V un espacio vectorial sobre R, u V y S V L.I. Demuestre que
S {u} es L.I. u no es C.L. de elementos de S
10. Sea V un espacio vectorial sobre R, y los conjuntos de vectores
S
1
= {u
1
, , u
n
} y S
2
= {v
1
, , v
m
}
Demuestre que < S
1
>=< S
2
> si y solo si cada u
i
es combinaci on
lineal de los v
j
y cada v
j
es combinaci on lineal de los u
i
.
11. Demuestre que todo subconjunto de un conjunto de vectores L.I. es
tambien L.I.
12. Demuestre que todo conjunto que contiene un conjunto de vectores
L.D. es tambien L.D.
13. Considere el espacio vectorial V = M
2
(R) y v =
_
a
b
_
R
2
un vector
no nulo. Demuestre que el siguiente conjunto U es un subespacio de V .
U = {A V : adj(A) v =

0 }
14. Considere el espacio vectorial P
3
(R). Determine si el siguiente conjunto
es L.I. o L.D.
{p
i
(x) =
i

j=0
x
j
P
3
(R) para i = 0, 1, 2, 3}
15. Sea {u
1
, u
2
, u
3
} un conjunto L.I. en R
4
. Considere las matrices
A
1
= [u
1
u
2
u
3
] , A
2
= [u
2
u
1
u
3
] , A
3
= [u
2
u
3
u
1
]
Demuestre que S = {A
1
, A
2
, A
3
} es un conjunto L.I. en M
4,3
(R).
5.1. PROBLEMAS 53
16. Sea A de 54. Demuestre que el siguiente conjunto U es un subespacio
de R
5
.
U = {b R
5
: Ax = b es consistente}
17. Encuentre una base de los siguientes espacios vectoriales
a) V = {p(x) P
n
(R) tal que p(0) = 0}
b) V = C
c) V =
__
a b
c d
_
M
2
(R) tal que a +b +c +d = 0
_
d) V =
__
a 0
c d
_
M
2
(R)
_
18. Determine si los siguientes conjuntos son una base del espacio vectorial
indicado
a) {1, 1 + x
2
, 1 x 2x
2
} de P
2
(R).
b)
_
_
_
_
_
1
2
0
_
_
,
_
_
3
4
2
_
_
,
_
_
1
1
1
_
_
_
_
_
de R
3
.
19. Determine valores de k R tal que los vectores columna de la matriz
A sean una base de R
3
, donde
A =
_
_
1 k 1
k 3 0
3 5 1
_
_
20. Sea U = {p(x) P
3
(R) : p(1) = 0 }
a) Demuestre que U es subespacio de P
3
(R)
b) Encuentre una base de U
c) Determine DimU
54 CAP

ITULO 5. ESPACIOS VECTORIALES

21. Sean U
1
, , U
m
subespacios de un espacio vectorial V sobre R. De-
muestre que

m
i=1
U
i
es un subespacio vectorial de V .
22. Sean U
1
y U
2
subespacios de un espacio vectorial V sobre R. De-
termine si U
1
U
2
es un subespacio vectorial de V . (Demuestre o
encuentre un contraejemplo).
23. Sean U
1
y U
2
subespacios de un espacio vectorial V sobre R. De-
muestre que el conjunto U
1
+U
2
denido por
U
1
+U
2
= {u
1
+u
2
tal que u
1
U
1
y u
2
U
2
}
es tambien un subespacio vectorial de V .
24. Sea S = { 1 , x +x
2
, 1 + x +x
2
, x
3
, x +x
2
+x
3
} en P
3
(R)
a) Encuentre una base B de < S > tal que B S
b) Si U =< x x
2
> , demuestre que U < S >= P
3
(R)
25. Considere el espacio vectorial V = C[0, 2] y el conjunto
U = {f(x) V : f(0) = f() = f(2) = 0}
Demuestre que U es subespacio de V .
26. Considere los siguientes subespacios de P
3
(R):
U
1
=< 3 2x +x
2
+x
3
, 1 + x
2
x
3
, 2 x +x
3
>
U
2
=< 2 x + 2x
2
+x
3
, x x
3
, 3 2x + 3x
2
+x
3
>
Encuentre una base y la dimension de U
1
, U
2
, U
1
+U
2
, U
1
U
2
.
Encuentre una base y la dimension de U
3
tal que (U
1
U
2
) U
3
=
P
3
(R).
27. Determine la dimension de los siguientes espacios vectoriales sobre R.
5.1. PROBLEMAS 55
a)
_
_
_
_
_
x
y
z
_
_
tal que x +y 2z = 0
_
_
_
b)
__
x
0
_
R
2
_
c)
_

_
_
_
_
_
+
+ 2
+ 3
4
_
_
_
_
R
4
_

_
d)
_

_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
R
n
tal que

n
i=1
x
i
= 0
_

_
e) {v R
n
tal que v a = 0 con a R
n
jo }
f ) {p(x) P(n, R) tal que p(x) = p

(x)}
g) {A M
n
(R) tal que tr(A) = 0}
h) {A M
n
(R) tal que A = A
t
}
28. Sea V espacio vectorial sobre R de dimension 2n, con n N. Demuestre
que existen U
1
y U
2
subespacios de V tal que
DimU
1
= n = DimU
2
y U
1
U
2
= {

0 }
29. En Z
7
, determine el Ker de
_
2 1 0 2
3 1 2 3
4 0 1 1
_
. Cuantos elementos tiene?
Solucion:
_
2 1 0 2
3 1 2 3
4 0 1 1
_

_
1 0 2 0
0 1 3 0
0 0 0 1
_
56 CAP

ITULO 5. ESPACIOS VECTORIALES

Luego Ker = {(5, 4, , 0)
t
: Z
7
}.
Por lo tanto el Ker tiene 7 elementos.
30. Sea A de 4 3, B =
_
0 1 0
0 0 1
1 0 0
_
y C =
_
0 0 1
0 1 0
1 0 0
_
.
Demuestre que si Ax =

0 tiene solucion unica, entonces {A, AB, AC}
es un conjunto L.I. en M
4,3
(R).
Solucion:
Sea A +AB +AC = 0 (matriz nula). p.d.: = = = 0.
Sea A = [v
1
v
2
v
3
] tal que v
1
, v
2
, v
3
R
4
.
Y entonces AB = [v
3
v
1
v
2
] y AC = [v
3
v
2
v
1
].
Entonces [v
1
+ ( +)v
3
v
1
+ ( +)v
2
v
1
+v
2
+v
3
] = 0
Dado que Ax =

0 tiene solucion unica, entonces se tiene que {v

1
, v
2
, v
3
}
es L.I.
De la segunda columna se tiene que = = = 0.
31. Sean u
1
=
_
1
1
_
, u
2
=
_
2
1
_
y los subespacios
U
1
= {A M
2
(R) : u
1
t
Au
1
= 0} y U
2
= {A M
2
(R) : u
2
t
Au
2
= 0}.
a) Demuestre que U
1
es un subespacio de M
2
(R).
Solucion:
5.1. PROBLEMAS 57
U
1
es no vaco pues tomando A = 0 la matriz nula se tiene que
u
1
t
0u
1
= 0.
Dadas A, B U
1
, se tiene que u
1
t
(A+B)u
1
= u
1
t
Au
1
+u
1
t
Bu
1
=
0 + 0 = 0.
Dada A U
1
y R, se tiene que u
1
t
(A)u
1
= (u
1
t
Au
1
) =
0 = 0.
Por lo tanto U
1
es un subespacio de M
2
(R).
b) Calcule bases y dimension de U
1
, U
2
y U
1
U
2
.
Solucion:
A =
_
a b
c d
_
U
1
si a c b +d = 0.
Por lo tanto U
1
=<
_
1 0
0 1
_
,
_
0 1
0 1
_
,
_
0 0
1 1
_
>.
La dimension de U
1
es 3 pues {
_
1 0
0 1
_
,
_
0 1
0 1
_
,
_
0 0
1 1
_
} es
L.I.
_

_
1 0 0
0 1 0
0 0 1
1 1 1
_

_
1 0 0
0 1 0
0 0 1
0 0 0
_

_
.
A =
_
a b
c d
_
U
2
si 4a + 2b + 2c +d = 0.
Por lo tanto U
2
=<
_
1 0
0 4
_
,
_
0 1
0 2
_
,
_
0 0
1 2
_
>.
La dimension de U
2
es 3 pues {
_
1 0
0 4
_
,
_
0 1
0 2
_
,
_
0 0
1 2
_
}
es L.I.
58 CAP

ITULO 5. ESPACIOS VECTORIALES

_

_
1 0 0
0 1 0
0 0 1
4 2 2
_

_
1 0 0
0 1 0
0 0 1
0 0 0
_

_
.
Para buscar una base de U
1
U
2
se considera la siguiente matriz
de vectores coordenados con respecto a la base canonica:
_

_
1 0 0 1 0 0
0 1 0 0 1 0
0 0 1 0 0 1
1 1 1 4 2 2
_

_
1 0 0 0 1 1
0 1 0 0 1 0
0 0 1 0 0 1
0 0 0 1 1 1
_

_
Por lo tanto el Ker =< (1, 0, 1, 1, 0, 1)
t
, (1, 1, 0, 1, 1, 0)
t
>
Finalmente U
1
U
2
=<
_
1 0
1 2
_
,
_
1 1
0 2
_
>
La dimension de U
1
U
2
es 2 pues {
_
1 0
1 2
_
,
_
1 1
0 2
_
} es L.I.
_

_
1 1
0 1
1 0
2 2
_

_
1 0
0 1
0 0
0 0
_

_
.
c) Determine una base de un subespacio U
3
tal que (U
1
U
2
) U
3
=
M
2
(R).
Solucion:
Para buscar una base de U
3
se considera la siguiente matriz de
vectores coordenados con respecto a la base canonica:
_

_
1 1 1 0 0 0
0 1 0 1 0 0
1 0 0 0 1 0
2 2 0 0 0 1
_

_
5.1. PROBLEMAS 59

_
1 0 0 0 1 0
0 1 0 1 0 0
0 0 1 1 0 0
0 0 0 2 2 1
_

_
Dado que las primeras cuatro columnas tienen pivotes, una base
de U
3
es:
{
_
1 0
0 0
_
,
_
0 1
0 0
_
}.
60 CAP

ITULO 5. ESPACIOS VECTORIALES

Captulo 6
Transformaciones lineales
Denicion 6.1. Sean V y W espacios vectoriales. T : V W es una
transformacion lineal si T(v
1
+v
2
) = T(v
1
) +T(v
2
) y T(v) = T(v).
Proposicion 6.2. Sean V y W espacios vectoriales y T : V W una
transformacion lineal. Entonces
T(

0
V
) =

0
W
.
T(v) = T(v).
Observacion 6.3. Si B es una base de V , entonces T queda determinada
por como act ua sobre la base.
Denicion 6.4. Sean V y W espacios vectoriales y T : V W una trans-
formacion lineal.
Ker(T) = {v V : T(v) =

0
W
} .
Im(T) = {w W : v V : T(v) = w} .
Proposicion 6.5. Sean V y W espacios vectoriales y T : V W una
transformacion lineal.
Ker(T) es un subespacio de V y su dimension es la nulidad de T.
Im(T es un subespacio de W y su dimension es el rango de T.
Observacion 6.6. Si B es una base de V , entonces < T(B) >= Im(T).
61
62 CAP

ITULO 6. TRANSFORMACIONES LINEALES

Denicion 6.7. Sean V y W espacios vectoriales y T : V W una trans-
formacion lineal.
Si T es inyectiva se dice que es un monomorsmo.
Si T es sobre se dice que es un epimorsmo.
Si T es inyectiva y sobre se dice que es un isomorsmo y se denota por
V

= W.
Teorema 6.8. Sean V y W espacios vectoriales y T : V W una transfor-
macion lineal.
T es inyectiva si y solo si Ker(T) = {

0
V
}.
T es sobre si y solo si Im(T) = W.
Proposicion 6.9. Sean V y W espacios vectoriales y T : V W una
transformacion lineal. Si T es inyectiva y S V es L.I., entonces T(S) es
L.I.
Teorema 6.10. Sean V y W espacios vectoriales y T : V W una trans-
formacion lineal. Entonces
Dim Ker(T) + Dim Im(T) = Dim(V ).
Denicion 6.11. Sean V y W espacios vectoriales, T : V W una trans-
formacion lineal, B
1
= {v
1
, . . . , v
m
} una base de V y B
2
= {w
1
, . . . , w
n
} una
base de W. La matriz de T con respecto a B
1
y B
2
es una matriz de n m
dada por
[T]
1
2
= [ [T(v
1
)]
2
. . . [T(v
m
)]
2
]
Proposicion 6.12. Sean V y W espacios vectoriales, T : V W una
transformacion lineal, B
1
= {v
1
, . . . , v
m
} una base de V y B
2
= {w
1
, . . . , w
n
}
una base de W. Entonces
[T]
1
2
[v]
1
= [T(v)]
2
, para todo v V .
v Ker(T) si y solo si [v]
1
Ker[T]
1
2
.
w Im(T) si y solo si [w]
2
Im[T]
1
2
.
63
T es un isomorsmo (V

= W) si y solo si [T]
1
2
es cuadrada e invertible.
En este caso T
1
es una transformacion lineal y ([T]
1
2
)
1
= [T]
2
1
.
Proposicion 6.13. Sea V espacio vectorial de dimension m y B
1
y B
3
bases
de V . Sea W espacio vectorial de dimension n y B
2
y B
4
bases de W. Hay
dos matrices cambio de bases: P
1
3
y P
2
4
.
Sea T : V W y las dos matrices asociadas a T: [T]
1
2
y [T]
3
4
.
Sean x V, y W. Entonces
[x]
3
= P
1
3
[x]
1
.
[y]
4
= P
2
4
[y]
2
.
[T]
1
2
[x]
1
= [T(x)]
2
.
[T]
3
4
[x]
3
= [T(x)]
4
.
Reemplazndo:
[T]
3
4
[x]
3
= [T(x)]
4
.
[T]
3
4
P
1
3
[x]
1
= P
2
4
[T(x)]
2
.
[T]
3
4
P
1
3
[x]
1
= P
2
4
[T]
1
2
[x]
1
.
Entonces [T]
3
4
P
1
3
= P
2
4
[T]
1
2
Esquema:
[T]
1
2
V W
B
1
B
2
P
1
3
P
2
4
V W
B
3
B
4
[T]
3
4
Ejemplo 6.14. Un ejemplo de la relacion entre matriz cambio de base y
matriz de una transformacion lineal es:
64 CAP

ITULO 6. TRANSFORMACIONES LINEALES

Sea V = M
2
(R) con las siguientes bases:
B
1
=
__
1 0
0 0
_
,
_
1 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
1 1
__
B
3
=
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
La matriz cambio de base P
1
3
es P
1
3
=
_

_
1 1 0 0
0 1 0 0
0 0 1 1
0 0 0 1
_

_
Sea W = P
2
(R) con las siguientes bases:
B
2
= {1, 1 + x, 1 + x
2
} B
4
= {1, x, x
2
}
La matriz cambio de base P
2
4
es P
2
4
=
_
_
1 1 1
0 1 0
0 0 1
_
_
Sea T : M
2
(R) P
2
(R), dada por
T
__
a b
c d
__
= (a +b) + (b +c)x + (c +d)x
2
La matriz de T con respecto a las bases B
1
en V y B
2
en W es:
[T]
1
2
=
_
_
1 1 2 3
0 1 1 1
0 0 1 2
_
_
La matriz de T con respecto a las bases B
3
en V y B
4
en W es:
[T]
3
4
=
_
_
1 1 0 0
0 1 1 0
0 0 1 1
_
_
Sea A =
_
1 2
3 4
_
V y entonces:
6.1. PROBLEMAS 65
[A]
1
=
_

_
1
2
1
4
_

_
, [A]
3
=
_

_
1
2
3
4
_

_
Luego T(A) = 3 + 5x + 7x
2
W y entonces
[T(A)]
2
=
_
_
9
5
7
_
_
, [T(A)]
4
=
_
_
3
5
7
_
_
Y se cumple [T]
1
2
[A]
1
= [T(A)]
2
y [T]
3
4
[A]
3
= [T(A)]
4
Proposicion 6.15. Sean T y L transformaciones lineales de V en W. En-
tonces (T + L) : V W dada por (T + L)(v) = T(v) + L(v) es una trans-
formacion lineal, y (T) : V W dada por (T)(v) = T(v) es una trans-
formacion lineal. Ademas [T +L] = [T] + [L] y [T] = [T].
Proposicion 6.16. Sean T : V W y L : U V transformaciones
lineales. Entonces (T L) : U W dada por (T L)(u) = T(L(u)) es una
transformacion lineal, y [T L] = [T] [L].
6.1. Problemas
1. Decida cuales de las siguientes funciones son transformaciones lineales
y en tal caso determine Ker(T), Im(T), Rango(T), Nulidad(T), una
base de Ker(T) y una base de Im(T)
a) T : R
3
P
2
(R), dada por
T
_
_
_
_
a
b
c
_
_
_
_
= (a +b +c) + (a b + 2c)x + (3b c)x
2
b) T : M
2
(R) M
2
(R), dada por
T (A) = AM +MA
t
con M =
_
1 1
1 2
_
66 CAP

ITULO 6. TRANSFORMACIONES LINEALES

c) T : M
3
(R) M
3
(R), dada por
T (A) = AM +MA
t
con M =
_
_
1 2 3
1 1 1
0 3 1
_
_
d) T : R
3
M
2
(R), dada por
T(

x ) =
_

x a

x b

x b

x a
_
con a =
_
_
1
1
1
_
_
, b =
_
_
1
1
0
_
_
e) T : R
3
R
3
, dada por
T(

x ) = ||

x ||a con a =
_
_
1
1
2
_
_
f ) T : R
3
R, dada por
T(

x ) = ||

x ||
g) T : R
4
R
4
, dada por
T
_
_
_
_
_

_
a
b
c
d
_

_
_
_
_
_
=
_
_
_
_
_

_
3a b + 7c +d
4a +b c
c + 3b d
a +b +c d
_

_
_
_
_
_
h) T : R
4
R
4
, dada por
T
_
_
_
_
_

_
a
b
c
d
_

_
_
_
_
_
=
_
_
_
_
_

_
a b + 3c
d +a b +c
2c +d a
a b +c 2d
_

_
_
_
_
_
2. Sea T : V W una transformacion lineal. Demuestre
a) Si T es inyectiva, entonces DimV DimW
6.1. PROBLEMAS 67
b) Si T es sobreyectiva, entonces DimW DimV
3. Demuestre que M
3
(R)

= R
9
4. Demuestre que M
2
(R)

= R
4
5. Demuestre que M
2
(R)

= P
3
(R)
6. Demuestre que P
5
(R)

= R
6
7. Sea T : M
2
(R) M
2
(R) la transformacion lineal dada por
T(A) = A +A
t
para toda A M
2
(R)
Encuentre la dimension de Ker(T) y la dimension de Im(T)
8. Sea T : V W una transformacion lineal.
Sea B
1
= {v
1
, v
2
, v
3
, v
4
} una base de V y B
2
= {w
1
, w
2
, w
3
} una base
de W tal que
[T]
1
2
=
_
_
1 0 0 1
0 1 0 1
0 0 1 1
_
_
Encuentre una base B
3
de W tal que [T]
1
3
=
_
_
1 1 0 0
0 1 1 0
0 0 1 1
_
_
9. Sea T : V W una transformacion lineal.
Sea {v
1
, . . . , v
k
} un conjunto L.I. en V . Demuestre o de un contraejem-
plo.
a) Si T es inyectiva, entonces {T(v
1
), . . . , T(v
k
)} es un conjunto L.I.
en W.
68 CAP

ITULO 6. TRANSFORMACIONES LINEALES

b) Si T es sobreyectiva, entonces Dim(W) k.
10. Sea T : M
n,3
(R) R
n
lineal dada por T(A) = Au , u =
_
1
1
1
_
Encuentre el Ker(T) y su dimension.
11. Sea T : R
2
R
2
lineal tal que su matriz con respecto a las bases
canonicas tiene determinante p primo. Demuestre que existen bases tal
que el determinante de la matriz de T en esas bases es 1.
12. Sean V de dimension 3 y W de dimension 4 espacios vectoriales tal que
V =< v
1
, v
2
, v
3
> y W =< w
1
, w
2
, w
3
, w
4
>. Sea T : V W lineal tal
que
T(v
1
v
3
) = w
1
+w
2
T(v
1
v
2
v
3
) = w
1
+w
3
T(v
1
v
2
2v
3
) = w
1
+w
4
Es T es 1-1 ? Es T sobre? Justique.
Encuentre bases en V y W tal que la matriz de la transformacion
lineal sea
_

_
1 0 0
1 1 0
1 1 1
1 0 1
_

_
13. Sea T : P
3
(R) P
2
(R) una transformacion lineal dada por
T(p(x)) = p

(1) + p

(1)x +p(1)x
2
a) Calcule bases para Ker(T) e Im(T).
Solucion:
Del enunciado, T(a+bx+cx
2
+dx
3
) = (2c+6d) +(b+2c+3d)x+
(a +b +c +d)x
2
.
Luego la matriz de T con respecto a las bases canonicas es:
6.1. PROBLEMAS 69
_
0 0 2 6
0 1 2 3
1 1 1 1
_

_
1 0 0 1
0 1 0 3
0 0 1 3
_
Luego Ker(T) =< 1 3x + 3x
2
x
3
>.
Dado que es un polinomio, se tiene que {13x+3x
2
x
3
} es L.I.
y por lo tanto una base de Ker(T).
Im(T) =< x, x +x
2
, 2 + 2x +x
2
>.
De las columnas pivote de la F.E. de la matriz anterior, se tiene
que {x, x+x
2
, 2+2x+x
2
} es L.I. y por lo tanto una base de Im(T).
(Otra manera es decir que como el Ker tiene dimension 1 y P
3
(R)
tiene dimension 4, entonces por teorema, Im(T) tiene dimension 3,
y como es subespacio de P
2
(R) de dimension 3, entonces P
2
(R) =
Im(T) y por lo tanto una base es {1, x, x
2
}).
b) Determine una base de P
3
(R) tal que con la base canonica de
P
2
(R), la matriz de T tenga una columna nula.
Solucion:
Dado que en P
2
(R) se considera a la base canonica, entonces hay
un cambio de base en P
3
(R).
Como es necesario que la matriz de T tenga una columna nula,
entonces un elemento de la base debe estar en el Ker(T), por ejem-
plo 1 3x + 3x
2
x
3
.
Completando base se obtiene:
70 CAP

ITULO 6. TRANSFORMACIONES LINEALES

_

_
1 1 0 0 0
3 0 1 0 0
3 0 0 1 0
1 0 0 0 1
_

_
1 0 0 0 1
0 1 0 0 1
0 0 1 0 3
0 0 0 1 3
_

_
Dado que las primeras 4 columnas tienen pivotes entonces una
base para P
3
(R) es:
{1, x, x
2
, 1 3x + 3x
2
x
3
}.
Y entonces la matriz de T con respecto a la base anterior y la
canonica en P
2
(R) es:
_
0 0 2 0
0 1 2 0
1 1 1 0
_
c) Demuestre que existe L : P
2
(R) P
3
(R) tal que T L es la tran-
formacion identidad.
Solucion:
La matriz de T con respecto a las bases canonicas es A =
_
0 0 2 6
0 1 2 3
1 1 1 1
_
.
Como su F.E.R. es
_
1 0 0 1
0 1 0 3
0 0 1 3
_
, entonces las las son L.I.
Entonces la matriz tiene inversa por la derecha.
Sea C una inversa por la derecha de A, entonces AC = I.
Luego basta tomar a L : P
2
(R) P
3
(R) como la transformacion
lineal tal que su matriz con respecto a las bases canonicas es C,
pues
[T L] = [T] [L] = A C = I.
14. Sea D : P
n
(R) P
n
(R) tal que D(p(x)) = p

(x). Calcule la matriz de

6.1. PROBLEMAS 71
D con respecto a las bases canonicas y demuestre que D no es invertible.
Solucion:
Con respecto a la base canonicas en dominio y recorrido la matriz de
D es:
_

_
0 1 0 0 . . . 0 0 0
0 0 2 0 0 0 0
0 0 0 3 0 0 0
.
.
.
.
.
.
.
.
.
0 0 0 0 0 n 1 0
0 0 0 0 0 0 n
0 0 0 0 . . . 0 0 0
_

_
Dado que el determinante de la matriz es 0, entonces la matriz no es
invertible, luego la transformacion no es invertible.
15. Sean V y W espacios vectoriales , T : V W una transforma-
cion lineal y {v
1
, . . . , v
n
} una base de V . Demuestre que Im(T) =<
T(v
1
), . . . , T(v
n
) >.
Solucion:
w Im(T)
v V : T(v) = w
v = x
1
v
1
+. . . +x
n
v
n
V : T(v) = w
x
1
, . . . , x
n
R : v = x
1
v
1
+. . . +x
n
v
n
: T(v) = w
x
1
, . . . , x
n
R : T(x
1
v
1
+. . . +x
n
v
n
) = w
72 CAP

ITULO 6. TRANSFORMACIONES LINEALES

x
1
, . . . , x
n
R : x
1
T(v
1
) + . . . +x
n
T(v
n
) = w
w < T(v
1
), . . . , T(v
n
) >