Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Tercer trimestre de 2012
Verónica Gruenberg Stern
DEFINICION
Sean U, V dos espacios vectoriales sobre un cuerpo K y sea T : U −→ V una función. Diremos
que T es una transformación lineal ssi satisface las siguientes dos condiciones:
2. T (α · u) = α · T (u) ∀ α ∈ K, ∀ u ∈ U .
OBSERVACION
La primera condición dice que la función T transforma la suma de dos vectores en U en la
suma de las imágenes de estos dos vectores en V . Del mismo modo, la segunda condición indica
que T transforma el producto por escalar de un vector en U en el producto del mismo escalar por
la imagen del vector en V .
TEOREMA
Sean U, V espacios vectoriales sobre el cuerpo K; entonces T : U −→ V es una transformación
lineal ssi
T (α · u1 + β · u2 ) = α · T (u1 ) + β · T (u2 ) ∀ α, β ∈ K, ∀ u1 , u2 ∈ U
Dem.
Debemos probar que T satisface las condiciones 1. y 2. de la definición si y solamente si
T (α · u1 + β · u2 ) = α · T (u1 ) + β · T (u2 ) ∀ α, β ∈ K, ∀ u1 , u2 ∈ U .
⇒ Sean α, β ∈ K, u1 , u2 ∈ U . Luego:
EJEMPLOS
2
cualquier constante real k.
2. Considere la función T : R −→ R tal que T (x) = 5x + 9. Veamos si T es o no una transfor-
mación lineal.
7. Si U y V son espacios vectoriales sobre el mismo cuerpo, la función que a cada elemento
de U le asigna el elemento 0 de V , que denotamos σ : U −→ V , σ(u) = 0V , es una
transformación lineal, que llamamos nula.
3
8. Si U es un espacio vectorial, siempre es posible definir una aplicación del espacio en sí mismo,
que a cada elemento le asigna el mismo elemento, que denotamos id: U −→ U, id(u) = u
y que es una transformación lineal, llamada identidad.
14. Para cadaZx ∈ [a, b], considere Ix : C[a, b] −→ C 1 [a, b], definida por:
x
Ix (f ) = f (t) dt. Análogamente, Ix es una transformación lineal.
a
PROPIEDADES
Sea T : U −→ V una transformación lineal. Entonces, se cumplen las siguientes propiedades:
1. T (0U ) = 0V . Es decir, toda transformación lineal lleva al vector nulo de U en el vector nulo
4
de V .
2. Sean u1 , u2 , · · · , us ∈ U, α1 , α2 , · · · , αs ∈ K; entonces
T (α1 · u1 + α2 · u2 + · · · + αs · us ) = α1 · T (u1 ) + α2 · T (u2 ) + · · · + αs · T (us ).
4. Si u1 , u2 , · · · , us son vectores l.d., entonces T (u1 ), T (u2 ), · · · , T (us ) son l.d. Es decir, toda
Como no todos los αi son nulos, hemos probado que el conjunto formado por los s vectores
T (ui ) del espacio vectorial V es l.d.
EJERCICIOS
Determine si las siguientes son o no transformaciones lineales:
3. T : R2 −→ R2 tal que T (x, y) = (ax + by, cx − dy), donde a, b, c, d son números reales
cualquiera.
A continuación, veremos un teorema que establece que una transformación lineal de un espacio
vectorial de dimensión finita en otro espacio vectorial queda completamente determinada si se
conoce las imágenes de todos los elementos de una base.
5
TEOREMA
Sean U, V espacios vectoriales sobre K, B = {u1 , u2 , · · · , un } una base de U , y sean
v1 , v2 , · · · , vn ∈ V arbitrarios. Entonces,
u = α1 u1 + α2 u2 + · · · + αn un
La unicidad se obtiene del hecho que los escalares que permiten escribir u como combinación
lineal de los elementos de la base B son únicos.
T (x, y) = T (x(1, 0) + y(0, 1)) = xT (1, 0) + yT (0, 1) = x(1, −2, 3) + y(−1, 1, −1)
6
Determine T (x, y), ∀(x, y) ∈ R2 .
Solución:
Para determinar explícitamente la transformación lineal, escribimos un vector genérico como
combinación lineal de los elementos de la base: dado (x, y) ∈ R2 :
x = α+β α = 3x − y,
(x, y) = α(1, 2) + β(1, 3) =⇒ ∴
y = 2α + 3β β = y − 2x
de donde
T (x, y) = (−6x + 4y, −5x + 4y, −4x + 4y)
7
Determine T (a + bx + cx2 ), ∀ a + bx + cx2 ∈ R2 [x].
Solución:
Para determinar explícitamente la transformación lineal, escribimos un polinomio genérico
como combinación lineal de los elementos de la base:
a+b−c a−b+c −a + b − c
T (a + bx + cx2 ) = T (1 + x) + T (1 + x2 ) + T (x + x2 )
2 2 2
a+b−c 2 3 4 a−b+c 2 3 4 −a + b − c 0 0 0
= + +
2 6 7 8 2 0 0 0 2 6 7 8
2 2a 3a 4a
∴ T (a + bx + cx ) = 7(b−c)
6b − 6c 2
8b − 8c
EJERCICIOS
DEFINICION
Sea T : U −→ V una transformación lineal. Definimos
8
Ker(T ) = {u ∈ U : T (u) = 0V }
es decir, al conjunto de todos los elementos de U que tienen como imagen al 0V .
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces KerT ≤ U .
Dem. Debemos probar que:
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces ImT ≤ V .
Dem.
Debemos probar que:
EJEMPLOS
Determine, en cada uno de los siguientes, el kernel y la imagen de la correspondiente transfor-
mación lineal:
1. σ : U −→ V ⇒ Ker σ = U , Im σ = {0V }.
9
KerT = {(x, y, z) ∈ R3 : x = z = −y} = {(−y, y, −y), y ∈ R}
= { y · (−1, 1, −1), y ∈ R} = h (−1, 1, −1) i
Luego, también hemos encontrado una base para el KerT y es claro que dimKerT = 1.
Para encontrar ImT ⊆ R2 , mostraremos varios métodos:
Método1 Usando la definición: buscamos todos los (u, v) ∈ R2 :
∃ (x, y, z) ∈ R3 : T (x, y, z) = (u, v). Ello es así, si: x + y = u ∧ y + z = v. Como este es un
T (1, 0, 0) = (1, 0)
T (0, 1, 0) = (1, 1) ⇒ ImT = h(1, 0), (1, 1), (0, 1)i = R2
T (0, 0, 1) = (0, 1)
5. T : R3 −→ R, T (x, y, z) = x + y + z.
Análogamente, (x, y, z) ∈ KerT ⇐⇒ T (x, y, z) = 0 ⇐⇒ x + y + z = 0 ⇐⇒ z = −x − y,
de donde
Ker T = {(x, y, z) ∈ R3 : z = −x − y}
= {(x, y, −x − y), x, y ∈ R}
= {(x, 0, −x) + (0, y, −y), x, y ∈ R}
= {x(1, 0, −1) + y(0, 1, −1) : x, y ∈ R}
= h (1, 0, −1), (0, 1, −1) i
Así, hemos encontrado una base para el KerT y por lo tanto, dim KerT = 2.
Como cualquier u ∈ R puede ser obtenido como suma de tres números reales, ImT ≤ R y
dimR = 1, una base para ImT puede ser C = {1}.
6. T : R3 −→ R5 , T (x, y, z) = (x + y, y + z, x + 2y + z, x + y, 0)
10
x+y = 0
y+z = 0 x = −y
=⇒ Por lo tanto,
x + 2y + z = 0 z = −y
x+y = 0
2 a b a b 2
ImT = αx + βx + γ ∈ R2 [x] : ∃ ∈ M2×2 (R) con T = αx + βx + γ
c d c d
a+b = α
Debemos resolver el sistema de 3 ecuaciones y 4 incógnitas: b+c = β
d = γ
11
Así, vemos que todos los polinomios de R2 [x] pertenecen a ImT . Luego,
ImT = R2 [x] = h1, x, x2 i
Hallar Ker(T ) y una base del Ker(T ) . Solución: Como vimos antes,
1
T (x, y, z) = (3x − y − z, −x + 5y − z)
2
Luego, para determinar el KerT :
= {(x, y, z) ∈ R3 : 3x − y − z = 0 ∧ −x + 5y − z = 0}
2 7
= x, x, x :x∈R
3 3
Por lo tanto, una base para Ker(T) es B = {(3, 2, 7)} y dim KerT =1.
EJERCICIOS
12
1 −2
3. Sea A = y sea WA el subespacio vectorial de M2×2 (R) definido por:
0 1
WA = { X ∈ M2×2 (R) : AX = XA }
Demuestre que existe una transformación lineal T : M2×2 (R) −→ R3 [x] tal que
KerT = WA e ImT = h1 − 2x3 , x + x2 i.
TEOREMA
Sea T : U −→ V una transformación lineal; entonces, T es 1-1 ⇐⇒ KerT = {0U }.
Dem.
⇒ Sea x ∈ KerT . Entonces T (x) = 0V = T (0U ). Como T es inyectiva, T (x) = T (0U ) ⇒
x = 0U . Por lo tanto, KerT = {0U }.
EJEMPLO
Sea T : R4 [x] −→ R3 , definida por T (a + bx + cx2 + dx3 + ex4 ) = (a + b, c + d, e). Pruebe que
T es lineal, determine dim KerT , dim ImT y encuentre una base para ellos. ¿Es T inyectiva?
a+b=0
c+d=0
e=0
Esto implica que b = −a, d = −c. Luego:
lo cual implica que p(x) = a(1−x)+c(x2 −x3 ). Una base para KerT es {(1−x), (x2 −x3 )}.
Por tanto, dim KerT = 2, por lo que T no es inyectiva.
13
4. Notar que dimR (KerT ) + dimR (ImT ) = 2 + 3 = 5 = dimR4 [x]
Si revisamos la relación anterior en todos los ejemplos que hemos desarrollado, es decir, la
relación entre dimKerT y dimImT , veremos que siempre se cumple que su suma es la dimensión
del espacio dominio de T . Esta relación es un hecho general, y tenemos el siguiente
TEOREMA
Sea T : U −→ V lineal, tal que dimK U = n. Entonces
Dem. Sea {u1 , u2 , · · · , um } una base de KerT . Completamos esta base a una base de U , es
decir, consideramos los vectores um+1 , · · · , un ∈ U tal que {u1 , · · · , um , um+1 , · · · , un } sea
una base de U . Debemos probar, entonces, que las imágenes de los vectores que hemos agregado,
forman una base de ImT , es decir, que {T (um+1 ), · · · , T (un )} es base de ImT .
Sea u un vector cualquiera en U . Expresamos u como combinación lineal de los elementos de
la base:
u = α1 u1 + · · · + αm um + αm+1 um+1 + · · · + αn un
Aplicamos T a la relación:
Probemos ahora que este conjunto es l.i.: sean αm+1 , · · · , αn escalares tal que
αm+1 um+1 + · · · + αn un = α1 u1 + · · · + αm um
ó, equivalentemente
α1 u1 + · · · + αm um − αm+1 um+1 − · · · − αn un = 0
Como {u1 + · · · + um , um+1 + · · · + un } es base de U , se tiene que αi = 0, ∀ i = 1, · · · , n.
14
Por lo tanto, el conjunto {T (um+1 ), · · · , T (un )}} es una base de ImT , y queda demostrado el
teorema.
Solución:
T es lineal.
Dejamos como ejercicio probar que Determinemos la dimensión del Kernel:
a b
KerT = {A ∈ M2×2 (R) : T = 0}
c d
a b
= : a + b = 0, c + d = 0, a + b + c + d = 0, a=0
c d
a b
= : a = b = 0, d = −c
c d
0 0 0 0
= : c∈R =
c −c 1 −1
Por lo tanto, dim Ker T = 1. Aplicamos el teorema para determinar la dimensión de Im T :
TEOREMA
Sea T : U −→ V lineal e inyectiva. Si {u1 , · · · , un } es l.i., entonces {T (u1 ), · · · , T (un )} es l.i.
Dem.
Formamos
1 ) + · · · + αn T (un ) = 0. Como T es lineal, es equivalente a
α1 T (u
T α1 u1 +· · ·+αn un = 0 Luego, α1 u1 +· · ·+αn un ∈ KerT. ∴ α1 u1 +· · ·+αn un = 0
Como {u1 , · · · , un } es l.i, los escalares αi = 0, ∀i = 1, · · · , n. ∴ {T (u1 ), · · · , T (un )} es l.i.
TEOREMA
Sean U, V espacios vectoriales sobre un cuerpo K, y sea α ∈ K.
Sean T, S : U −→ V transformaciones lineales. Entonces:
15
1. T + S es una transformación lineal.
2. α · T es una transformación lineal .
Dem.
2. Ahora debemos probar que α · T es una transformación lineal. Como antes, sean
u1 , u2 ∈ U, λ1 , λ2 ∈ K. Formamos
(αT )(λ1 u1 +λ2 u2 ) = αT (λ1 u1 +λ2 u2 ) = α(λ1 T (u1 )+λ2 T (u2 )) = λ1 (αT (u1 ))+λ2 (αT (u2 )).
Observación:
Si U y V son dos espacios vectoriales, es posible considerar el conjunto
Claramente, la transformación lineal nula pertenece a este conjunto, de donde L(U, V ) 6= ∅. Junto
al Teorema anterior, esto prueba que L(U, V ) ≤ F(U, V ), es decir, L(U, V ) es el espacio vectorial
de todas las transformaciones lineales de U en V .
TEOREMA
Sean U, V, W espacios vectoriales sobre K y sean T ∈ L(U, V ), S ∈ L(V, W ). Entonces, la
composición de las transformaciones lineales también es lineal, es decir, S ◦ T ∈ L(U, W ).
Dem. Sean α, β ∈ K, x, y ∈ U. Entonces
(S ◦ T )(αx + βy) = S(T (αx + βy)) = S((αT (x) + βT (y)) = (αS(T (x)) + βS(T (y)))
= α(S ◦ T )(x) + β(S ◦ T )(y).
TEOREMA
Sea T : U −→ V lineal e inyectiva. Entonces la función inversa de T , que denotamos por
T −1 : ImT −→ U también es una transformación lineal.
16
Dem. Sean v1 , v2 ∈ ImT . Entonces, existen u1 , u2 ∈ U : T −1 (v1 ) = u1 , T −1 (v2 ) = u2 .
Luego, T (u1 ) = v1 ∧ T (u2 ) = v2 . Por lo tanto,
v1 + v2 = T (u1 + u2 ) =⇒ u1 + u2 = T −1 (v1 + v2 ) =⇒
DEFINICION
OBSERVACION
Si T : U −→ V es un isomorfismo, entonces T −1 : V −→ U también es un isomorfismo.
EJEMPLOS
1. Sea V un espacio vectorial sobre R, tal que dimR V = n. Sea B = {u1 , u2 , · · · , un } una base
ordenada de V , de modo que si v ∈ V , entonces formamos la matriz de coordenadas de v en
la base B:
α1
α2
[v]B = ...
αn
Definimos la función ϕ : V −→ Rn , con ϕ(v) = (α1 , α2 , · · · , αn ).
Dejamos como ejercicio demostrar que ϕ es lineal, inyectiva y epiyectiva. Por lo tanto, ϕ es
un isomorfismo.
De este modo, se ha probado que si dimV = n, entonces, V ∼ = Rn .
2. Encuentre un isomorfismo entre el espacio de los polinomios R3 [x] y el espacio de las matrices
M2×2 (R).
Como hemos hecho hasta ahora, consideraremos en esta sección espacios vectoriales de dimen-
17
sión finita.
Sean U, V espacios vectoriales sobre un cuerpo K, tal que dimK U = n y dimK V = m. Sean
B1 = {u1 , u2 , · · · , un }, B2 = {v1 , v2 , · · · , vm } bases ordenadas de U y V , respectivamente.
Sea T : U −→ V una transformación lineal. Sabemos que existen escalares αij únicos
(i = 1, · · · , m, j = 1, · · · , n):
EJEMPLOS
1. Considere la función T : R2 [x] −→ R3 , definida por T (p(x)) = (p(0), p(1), p(2)).
Sean B = {1, x, x2 } y D = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} bases de R2 [x] y R3 respectivamente.
Solución:
= α T (p(x)) + β T (q(x))
Por lo tanto T es lineal.
b) Sea p(x) = ax2 + bx + c ∈ Ker(T ) , entonces (p(0) , p(1) , p(2)) = (0, 0, 0) , y esto ocurre
si y solo si:
c = 0 a = 0
18
a+b+c = 0 ⇒ b = 0
4a + 2b + c = 0 c = 0
Por lo tanto Ker(T ) = { 0 } , de donde además T es inyectiva.
a) Si B1 = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} y B2 = {(1, 2), (1, −1)} son bases ordenadas de R3
y R2 respectivamente, encuentre [ T ]B 2
B1 .
Para encontrar la matriz asociada a la transformación lineal con respecto a estas bases,
escribimos:
0
[u]B1 = 1
2
19
Para encontrar [ T (u)]B2 , primero calculamos T (1, 2, 3) = (6, −1).
Ahora, (6, −1) = α(1, 2) + β(1, −1), de donde
5/3
[T(u)]B2 =
13/3
Calculamos ahora
TEOREMA
Sea T : U → V lineal, B1 base de U , B2 base de V . Entonces,
[ T ]B
B1 · [u]B1 = [T(u)]B2
2
EJERCICIOS
1. Sea T : R2 [x] −→ M2×2 (R), definida por
2 a+b 2b + 3c
T (a + bx + cx ) =
3c + a −a + b + 3c
a) [T ]B2
B1
a) [T ]B2
B1
20
recorrido U , consideremos la base B2 = {v1 , v2 , · · · , vn }.
Sabemos que existen escalares αij únicos:
id(u1 ) = (u1 ) = α11 v1 + α21 v2 + · · · αm1 vm
id(u2 ) = (u2 ) = α12 v1 + α22 v2 + · · · αm2 vm
.. .. ..
. . .
id(un ) = (un ) = α1n v1 + α2n v2 + · · · αmn vm
Por lo tanto, la matriz asociada a la transformación lineal identidad, [ id ]B 2
B1 , posee la siguiente
[w]B2 = [ id ]B
B1 · [w]B1
2
EJEMPLOS:
2. Sean B1 = {u1 , u2 }, B2 = {v1 , v2 } dos bases del espacio vectorial U , tal que
Determine:
1. Ejercicio.
3
2. Como u1 = 3v1 − 4v2 , tenemos que [u1 ]B2 = y como u2 = v1 + 2v2 tenemos
−4
1
que [u2 ]B2 = .
2
3 1
Por lo tanto, la matriz cambio de base de B1 a B2 es [id]B2
B1 =
−4 2
1 −1
5 10
B2 −1
21
Luego, la matriz cambio de base de B2 a B1 es [id]B1 = .
2 3
5 10
1 −1 1 −1
5 10 5 10 1
Para determinar [v]B1 , basta calcular: · [v]B2 = ·
2 3 2 3 7
5 10 5 10
− 12
∴ [v]B1 =
5
2
2 −2 3 −4
Determine KerT . ¿Es T un isomorfismo?
Solución: Sabemos que
KerT = {u ∈ U : T (u) = 0V }
Ahora,
T (u) = 0V ⇐⇒ [T ]BBVU · [u]BU = 0V
Aplicaremos este último hecho para encontrar el KerT .
a −1 1 2 −5 a 0
b 2 −2 3 −4 b 0
Si [u]BU =
c
entonces 1 −1 −1 3 c = 0
d 2 −2 3 −4 d 0
a = b−d
de donde
c = 2d b, d ∈ R
Por lo tanto,
b−d
b
u ∈ KerT ⇐⇒ [u]BU =
2d ,
b, d ∈ R
d
Es decir, u ∈ KerT ssi
u = (b − d) · u1 + b · u2 + 2d · u3 + d · u4 = b · (u1 + u2 ) + d · (2u3 − u1 + u4 )
∴ KerT = hu1 + u2 , 2u3 − u1 + u4 i
RELACION ENTRE
OPERACIONES DE TRANSFORMACIONES LINEALES Y
OPERACIONES ENTRE MATRICES
22
Consideremos, como antes, los espacios vectoriales U, V sobre un cuerpo K, tal que dimK U = n,
y dimK V = m. Sean B1 = {u1 , u2 , · · · , un }, B2 = {v1 , v2 , · · · , vm } bases ordenadas de U
y V , respectivamente. Sean T, S ∈ L(U, V ). Entonces:
[ T + S ]B B2 B2
B1 = [ T ]B1 + [ S ]B1
2
[ αT ]B B2
B1 = α[ T ]B1 ,
2
∀α∈K
[ L ◦ T ]B B3 B2
B1 = [ L ]B2 · [ T ]B1
3
[ T −1 ]B B2 −1
B2 = ([ T ]B1 )
1
EJEMPLOS
1 1 2 −3 3 −2
a) [ T + S ]C
C = + =
1 −1 4 −5 5 −6
1 1 −5 −5
23
b) [ −5T ]C
C = −5 · =
1 −1 −5 5
1 0 2 −3
c) [ L ◦ S ]C
C =
0 1 · 2 −3 = 4 −5
4 −5
1 1 6 −8
Determine la base A.
EJERCICIOS
24
a) T : R3 → R2 , con T (x, y, z) = (x, z)
b) T : R4 → R4 , con T (x, y, z, w) = (−x, −y, −z, w)
c) T : R3 → R3 con T (x, y, z) = (x, y, z) + (0, −1, 0)
2 2
d) T : R → R , con T (x, y) = (2x, y − x)
e) T : R2 [x] → R1 [x], con T (ax2 + bx + c) = 2ax + b
2. Sea T : R2 → R2 lineal tal que T (3, 1) = (1, 2) y T (−1, 0) = (1, 1). Encuentre una expresión
para T y calcule T (1, 0) y T (0, 1)
25
Determine dimImT .
KerT = h(1, 1, 0)i y ImT = h(2, 1), (−1, 0)i
12. Sea T : R2 [t] → R3 [t] una transformación lineal definida por T (p(t)) = t2 p0 (t) donde
dp
p0 (t) = (t). Encuentre base para Ker T y para Im T.
dt
15. Sea V el espacio vectorial generado por el conjunto {ex , e−x }, ∀ x ∈ R. Demuestre que V es
isomorfo a R2 .
16. Sea T : M
2×3 (R) →
M3×3 (R) una transformación lineal definida por
2 −1
T (A) = 1 2 · A, para toda matriz A ∈ M2×3 (R). Hallar la dimensión del KerT y de
3 1
ImT .
T (x) = x2 − x
T (x − 1) = x − 2
T (x2 − 1) = x3 − x − 1
18. Sea T : R2 [t] → R1 [t] una transformación lineal definida por T (p(t)) = p0 (t) y considere las
bases S = {t2 , t, 1} y R = {t + 1, t − 1} para R2 [t] y R1 [t] respectivamente. Encuentre la
matriz asociada a la transformación T respecto a estas bases.
19. Sea V el espacio vectorial con base B = {1, t, et , tet } y sea T : V → V una transformación
lineal definida por T (f (t)) = f 0 (t). Hallar la representación matricial de T respecto de B.
20. Sea T : R2 → R2 lineal definida por T (x, y) = (x + y, −2x + 4y). Encuentre la matriz de T
26
respecto a la base {(1, 1), (1, 2)}
1 2 1
[ T ]CB = 0 1 1
−1 3 4
26. Sea T : R3 → R2 una transformación lineal cuya representación matricial respecto a las
2 −1 3
bases S = {(1, 0, −1), (0, 2, 0), (1, 2, 3)} y R = {(1, −1), (2, 0)} es . Hallar la
3 1 0
representación matricial de T respecto de las bases canónicas.
27
3 2 1 −1 1
27. Sea T : R → R una transformación lineal definida por . Hallar una expresión
1 0 2
para T respecto a
Determine:
d ) Calcule el polinomio [T ]C
B [1, −1, 1, −1]B .
T ((1, 0, 0)) = 1
T ((0, 1, 0)) = 3x − x2
T ((0, 0, 1)) = −x + 5x2
31. Sea T : R3 → R2 una transformación lineal. Sean E = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} y
F = {(1, 1), (1, −1)} bases de R3 y R2 respectivamente. Considere
1 0 −1
28
A= [T ]FE =
−1 1 2
Determine:
a) [T (1, 1, 0)]F .
b) T (3, 2, 1).
c) [T ]C 3 2
C3 , donde C3 y C2 representan las bases canónicas de R y R respectivamente.
2
p(0) p0 (1)
T (p(x)) =
0 p(1)
Encuentre: