ApunteTLineales PDF

Transformaciones Lineales (MAT023)

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:
Universidad Técnica Federico Santa María

1. T (u1 + u2 ) = T (u1 ) + T (u2 ) ∀ u1 , u2 ∈ U .
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 .
⇐ Para la condición 1. basta tomar α = β = 1, y para la condición 2., basta tomar β = 0.
⇒ Sean α, β ∈ K, u1 , u2 ∈ U . Luego:
T (α · u1 + β · u2 ) = T (α · u1 ) + T (β · u2 ) condición 1. aplicada a αu1 , βu2 ∈ U .

= α · T (u1 ) + β · T (u2 ), por la condición 2.
EJEMPLOS
1. Considere la función T : R −→ R tal que T (x) = 5x. Veamos si T es o no una transformación

lineal.
a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) = 5x + 5y = T (x) + T (y).

Departamento de Matemática
b) Sea x ∈ R, (espacio vectorial), y sea α ∈ R (cuerpo). Entonces,

T (αx) = 5αx = α5x = αT (x).
Así, hemos probado que T (x) = 5x es una transformación lineal. Notar que de la misma
manera podríamos haber probado que T (x) = k · x es una transformación lineal, para

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.
a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) + 9 = 5x + 5y + 9

Claramente, esta última expresión es diferente a T (x) + T (y). Luego, esta función no
es una transformación lineal. Como antes, vemos que

T (x) = k · x + n nunca es una transformación lineal, salvo que n = 0.
3. Análogamente, podemos probar que funciones f : R −→ R, definidas por expresiones como

f (x) = x2 ó f (x) = sen x ó f (x) = cos x ó f (x) = ax etc. no son lineales.
4. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, x − y). Veamos si T es

o no una transformación lineal.
a) Sean (x, y), (u, v) ∈ R2 . Entonces,

T ((x, y) + (u, v)) = T ((x + u, y + v)) = (x + u + y + v, x + u − y − v)
= (x + y, x − y) + (u + v, u − v) = T (x, y) + T (u, v)
b) Sea (x, y) ∈ R2 y sea α ∈ R. Entonces,
T (α(x, y)) = T (αx, αy) = (αx + αy, αx − αy) = α(x + y, x − y) = αT (x, y)
Así, hemos probado que T (x, y) = (x + y, x − y) es una transformación lineal.
5. Considere la función T : R2 −→ R3 tal que T (x, y) = (x + y, x − y, 2x + 3y). Análogamente,

probaremos que T es lineal:
a) Sean (x, y), (u, v) ∈ R2 . Entonces,

T ((x, y) + (u, v)) = T ((x + u, y + v))
= (x + u + y + v, x + u − y − v, 2x + 2u + 3y + 3v)
= (x + y, x − y, 2x + 3y) + (u + v, u − v, 2u + 3v)
= T (x, y) + T (u, v)
b) Sea (x, y) ∈ R2 y sea α ∈ R. Entonces,
T (α(x, y)) = T (αx, αy)
= (αx + αy, αx − αy, 2αx + 3αy)
= α(x + y, x − y, 2x + 3y) = α T (x, y)
6. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, −1). Veamos si T es o no una

transformación lineal.
Sean (x, y), (u, v) ∈ R2 . Entonces, T ((x, y) + (u, v)) = T ((x + u, y + v)) =
(x + u + y + v, −1) = (x + y, −1) + (u + v, 0), (por ejemplo).
Esta última expresión no es igual a T (x, y) + T (u, v). Luego, T no es una transformación
lineal.
MAT023 (3◦ 2012) 2

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.
9. Sea A ∈ Mm×n (R), y definamos TA : Rn −→ Rm con T (u) = Au donde u ∈ Rn se

considera como vector columna. Entonces, T es una transformación lineal. En efecto:
n
sean u, v ∈ R , α, β ∈ R. Entonces:
TA (αu + βv) = A(αu + βv)

= αAu + βAv
= αTA (u) + βTA (v)
Hemos probado así que para cada matriz A ∈ Mm×n (R) podemos construir una transforma-
ción lineal de Rn en Rm .
n
X
10. Sea T r : Mn×n (R) −→ R definida por T r(A) = aii .
i=1
n
X n
X
Como T r(αA + βB) = α aii + β bii ∀α, β ∈ R, ∀A, B ∈ Mn×n (R), es claro que
i=1 i=1
T r es lineal. T r(A) se llama la traza de A.
df
11. Considere D : C 1 [a, b] −→ C[a, b], D(f ) = . Como ∀α, β ∈ R:
dx
d df dg
αf (x) + βg(x) = α (x) + β (x), se tiene que D es una transformación lineal.
dx dx dx
dn f
12. Considere Dn : C n [a, b] −→ C[a, b], Dn (f ) = . Análogamente al ejemplo anterior, Dn
dxn
es una transformación lineal.
Z b
13. Considere I : C[a, b] −→ R, con I(f ) = f (x) dx.
Z b Z b a Z b
Como (αf (x) + βg(x)) dx = α f (x) dx + β g(x) dx, se tiene que I es una
a a a
transformación lineal.
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
MAT023 (3◦ 2012) 3

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 ).
3. T (−u) = −T (u), ∀u ∈ U. Es decir, toda transformación lineal lleva al inverso aditivo de

un vector en el inverso aditivo de la imagen del vector.
4. Si u1 , u2 , · · · , us son vectores l.d., entonces T (u1 ), T (u2 ), · · · , T (us ) son l.d. Es decir, toda

transformación lineal conserva la condición de dependencia lineal.
Dem.
1. ∀ u ∈ U : T (u) = T (u + 0U ) = T (u) + T (0U ) ⇒ T (0U ) = 0V .
2. Es clara, por inducción.
3. ∀ u ∈ U : T (−u) = T (−1 · u) = −1 · T (u) = −T (u).
4. Como u1 , u2 , · · · , us son vectores l.d., existen escalares α1 , α2 , · · · , αs ∈ K no todos nulos tal

Xs
que αi · ui = 0U . Por lo tanto, si aplicamos T a ambos lados de la ecuación:
i=1
s
X s
X
T αi · ui = T (0U ) =⇒ αi · T (ui ) = 0V
i=1 i=1
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:
1. T : R2 −→ R2 tal que T (x, y) = (x + y, 0)
2. T : R2 −→ R2 tal que T (x, y) = (2x − 3y, 4x − y).
3. T : R2 −→ R2 tal que T (x, y) = (ax + by, cx − dy), donde a, b, c, d son números reales
cualquiera.
4. ev0 : Rn [x] −→ R, tal que ev0 (x) = p(0).
5. T : Rn [x] −→ Rn+1 [x], tal que T (p) = D(p) + Ix (p).
6. T : R2 −→ R, tal que T (x, y) = x2 + y 2 .
7. T : R2 −→ R3 , tal que T (x, y) = (x, y, xy).
8. Si A ∈ Mm×n (R), u0 ∈ Rn fijos, estudie TA : Rn −→ Rm con TA (u) = Au + u0 .
MAT023 (3◦ 2012) 4

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,
∃ ! T : U −→ V lineal, tal que T (ui ) = vi , ∀i = 1, · · · , n.
Dem. Debemos probar existencia y unicidad de la transformación lineal.

Existencia: Sea u ∈ U . Escribimos u como una combinación lineal de los elementos de la base

B, es decir, determinamos los escalares α1 , α2 , · · · , αn tal que :
u = α1 u1 + α2 u2 + · · · + αn un
y luego aplicamos la transformación lineal T :

T (u) = T α1 u1 + α2 u2 + · · · + αn un = α1 T (u1 ) + α2 T (u2 ) + · · · + αn T (un )
T (u) = α1 v1 + α2 v2 + · · · + αn vn ya que para cada i = 1, · · · , n conocemos T (ui ).
Así, hemos probado la existencia de esta transformación lineal.
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.
A continuación, veremos ejemplos de este teorema.

EJEMPLOS
1. Sea T : R2 −→ R3 una transformación lineal tal que:
T (1, 0) = (1, −2, 3), T (0, 1) = (−1, 1, −1)
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, y) = x(1, 0) + y(0, 1)
Aplicando T a ambos lados de la ecuación:
T (x, y) = T (x(1, 0) + y(0, 1)) = xT (1, 0) + yT (0, 1) = x(1, −2, 3) + y(−1, 1, −1)
Luego, T (x, y) = (x − y, −2x + y, 3x − y).
MAT023 (3◦ 2012) 5

2. Sea T : R2 −→ R3 una transformación lineal tal que:
T (1, 2) = (2, 3, 4), T (1, 3) = (6, 7, 8)

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

Así: (x, y) = (3x − y)(1, 2) + (y − 2x)(1, 3) Aplicando T a ambos lados de la ecuación:
T (x, y) = (3x − y) T (1, 2) + (y − 2x) T (1, 3) = (3x − y)(2, 3, 4) + (y − 2x)(6, 7, 8)
de donde
T (x, y) = (−6x + 4y, −5x + 4y, −4x + 4y)
3. Sea T : R3 → R2 una transformación lineal tal que
T (1, 0, 1) = (1, −1), T (1, 1, 0) = (1, 2), T (0, 1, 1) = (−1, 2)
Hallar T (x, y, z) , para cualquier (x, y, z) ∈ R3 .

Solución:
Como {(1, 0, 1), (1, 1, 0), (0, 1, 1)} es L.I, es una base para R3 . Escribimos entonces un vector
(x, y, z) ∈ R3 cualquiera como combinación lineal de los elementos de la base:
(x, y, z) = α(1, 0, 1) + β(1, 1, 0) + γ(0, 1, 1)
donde α, β, γ son números reales. Obtenemos el sistema:

x = α+β
x−y+z x+y−z −x + y + z
y = β+γ de donde α= , β= , γ= .
z = α+γ 2 2 2
Aplicamos T a la ecuación y usamos la linealidad de T obteniendo:

T (x, y, z) = T (1, 0, 1) + T (1, 1, 0) + T (0, 1, 1)
2 2 2
T (x, y, z) = (1, −1) + (1, 2) + (−1, 2)
2 2 2
Luego, la transformación buscada es
1
T (x, y, z) = (3x − y − z, −x + 5y − z)
2
MAT023 (3◦ 2012) 6

4. Sea T : R2 [x] −→ M2×3 (R) una transformación lineal tal que:

2 3 4 2 2 3 4 2 0 0 0
T (1 + x) = , T (1 + x ) = , T (x + x ) = ,
6 7 8 0 0 0 6 7 8

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 + bx + cx2 = α(1 + x) + β(1 + x2 ) + γ(x + x2 )

a = α+β a+b−c a−b+c
α = , β = ,
Luego, b = α+γ de donde 2 2
−a + b − c
c = β+γ γ =
2
Así:
a+b−c a−b+c −a + b − c
a + bx + cx2 = (1 + x) + (1 + x2 ) + (x + x2 )
2 2 2
de donde:
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
1. Sea T : R3 −→ M2×3 (R) una transformación lineal tal que:

1 2 3 0 1 0 1 1 1
T (1, 0, 0) = , T (1, 1, 0) = , T (1, 1, 1) =
0 −1 −4 0 0 −1 0 0 0
Determinar T (3, 4, −5) y T (a, b, c).
2. Determine una transformación lineal S : R2 [x] −→ R3 tal que
S(1) = (1, −1, 1) ∧ S(x2 ) = (2, 1, 0)
MAT023 (3◦ 2012) 7

DEFINICION
Sea T : U −→ V una transformación lineal. Definimos
1. el kernel ó núcleo de T como el conjunto

8
Ker(T ) = {u ∈ U : T (u) = 0V }

es decir, al conjunto de todos los elementos de U que tienen como imagen al 0V .
2. la imagen de T como el conjunto
Im(T ) = {v ∈ V : ∃u ∈ U con T (u) = v}

es decir, es el conjunto de todos los elementos de V que son imágenes de elementos de U .
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces KerT ≤ U .
Dem. Debemos probar que:
1. KerT 6= ∅, lo cual es claro pues T (0U ) = 0V , de donde 0U ∈ KerT .
2. u1 , u2 ∈ KerT ⇒ u1 + u2 ∈ KerT . En efecto: T (u1 + u2 ) = T (u1 ) + T (u2 ) = 0V + 0V = 0V
3. u ∈ KerT, α ∈ K ⇒ αu ∈ KerT . En efecto: T (αu) = αT (u) = α0V = 0V .
TEOREMA
Sea T : U −→ V una transformación lineal. Entonces ImT ≤ V .
Dem.
Debemos probar que:
1. ImT 6= ∅, lo cual es claro pues T (0U ) = 0V , de donde 0V ∈ ImT .
2. v1 , v2 ∈ ImT ⇒ v1 + v2 ∈ ImT . En efecto: v1 , v2 ∈ ImT =⇒ ∃ u1 , u2 ∈ U :

T (u1 ) = v1 , T (u2 ) = v2 . Por lo tanto, T (u1 + u2 ) = T (u1 ) + T (u2 ) = v1 + v2 . Luego
v1 + v2 ∈ Im T .
3. v ∈ ImT, α ∈ K ⇒ αv ∈ ImT . En efecto: como v ∈ ImT, ∃u ∈ U : T (u) = v. Luego,

T (αu) = αT (u) = αv, de donde αv ∈ ImT .
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 }.
2. id : U −→ U ⇒ Ker id= {0U }, Im id =U .
MAT023 (3◦ 2012) 8

3. D : Rn [x] −→ Rn [x] ⇒ KerD = {p(x) : p(x) = cte.}, ImD = Rn−1 [x].
4. T : R3 −→ R2 , T (x, y, z) = (x + y, y + z). Entonces, (x, y, z) ∈ KerT ⇐⇒

T (x, y, z) = (0, 0) ⇐⇒ x + y = 0 ∧ y + z = 0. Así, x = z = −y, de donde

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

sistema de 2 ecuaciones con 3 incógnitas, fijamos una de ellas, digamos y = 0 y tenemos
que x = u, z = v, de donde
T (x, 0, z) = T (u, 0, v) = (u + 0, 0 + v) = (u, v).
Luego, ∀(u, v) ∈ R2 podemos encontrar un elemento (x, y, z) ∈ R3 : T (x, y, z) = (u, v).

Así, Im T = R2 .
Método2 Notamos que los elementos que pertenecen a ImT son de la forma
(x + y, y + z) = x(1, 0) + y(1, 1) + z(0, 1)
es decir, factorizamos por los escalares correspondientes.

Así, ImT = h(1, 0), (1, 1), (0, 1)i = h(1, 0), (0, 1)i = R2 .
Método3 Usamos el teorema que afirma que una transformación lineal está completamente
determinada por las imágenes de una base, por ejemplo, de la base canónica:
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}.
MAT023 (3◦ 2012) 9

6. T : R3 −→ R5 , T (x, y, z) = (x + y, y + z, x + 2y + z, x + y, 0)
(x, y, z) ∈ KerT ⇐⇒ T (x, y, z) = (0, 0, 0, 0, 0) ⇐⇒

10
x+y = 0

y+z = 0 x = −y
=⇒ Por lo tanto,
x + 2y + z = 0 z = −y
x+y = 0
KerT = {(x, y, z) ∈ R3 : x = −y, z = −y } = { (−y, y, −y), y ∈ R} = h(−1, 1, −1)i
Para determinar ImT , notamos que:

(x + y, y + z, x + 2y + z, x + y, 0) = x(1, 0, 1, 1, 0) + y(1, 1, 2, 1, 0) + z(0, 1, 1, 0, 0)
Así, ImT = h(1, 0, 1, 1, 0), (1, 1, 2, 1, 0), (0, 1, 1, 0, 0)i.

Es fácil ver que estos 3 vectores son l.d. en R5 , por lo que escogemos 2 de ellos, y obtenemos
que
ImT = h(1, 0, 1, 1, 0), (0, 1, 1, 0, 0)i
Luego, dimKerT =1 y dimImT =2.

a b
7. Sea T : M2×2 (R) −→ R2 [x], con T = (a + b)x2 + (b + c)x + d
c d
Determinar una base para KerT y para ImT .

a b a b
Ker T = ∈ M2×2 (R) : T =0
c d c d
a b
= ∈ M2×2 (R) : (a + b)x2 + (b + c)x + d = 0
c d
a b
= ∈ M2×2 (R) : a + b = 0, b + c = 0, d = 0
c d
a −a 1 −1
= ∈ M2×2 (R) : a ∈ R =
a 0 1 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
ImT = {αx2 + βx + γ ∈ R2 [x] : (a + b)x2 + (b + c)x + d = αx2 + βx + γ}
a+b = α
Debemos resolver el sistema de 3 ecuaciones y 4 incógnitas: b+c = β
d = γ
MAT023 (3◦ 2012) 10

Claramente, si por ejemplo, a = α, b = 0, c = β, d = γ entonces

α 0
T = αx2 + βx + γ
β γ

11
Así, vemos que todos los polinomios de R2 [x] pertenecen a ImT . Luego,

ImT = R2 [x] = h1, x, x2 i
Otro camino, es notar que:
(a + b)x2 + (b + c)x + d = ax2 + b(x2 + x) + cx + d

Luego,
ImT = hx2 , x2 + x, x, 1i = hx2 , x, 1i = R2 [x]
T (1, 0, 1) = (1, −1), T (1, 1, 0) = (1, 2), T (0, 1, 1) = (−1, 2)
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 :
Ker(T ) = {(x, y, z) ∈ R3 : T (x, y, z) = (0, 0)}
= {(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
1. Sea T : R2 [x] −→ M2×2 (R) una transformación lineal tal que:

1 −1 2 0 −1 2 1 −2
T (1 + x) = , T (x + x ) = , T (1 + x ) =
1 0 −1 1 0 1
Determinar T (a + bx + cx2 ), KerT e ImT .
MAT023 (3◦ 2012) 11

2. Sea L : R2 [x] −→ R2 [x], L(p(x)) = p(x − 1).
a) Demuestre que es lineal.

b) Determine KerL e ImL.

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.

Recordemos que una función es inyectiva si cada elemento de la imagen proviene de un único
elemento del dominio. En el caso de una transformación lineal, la inyectividad está directamente
relacionada con el kernel de ella, como vemos en el siguiente
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 }.
⇐ Sean x, y ∈ U : T (x) = T (y). Luego, T (x)−T (y) = 0 ⇒ T (x−y) = 0 ∴ x−y ∈ KerT .

Ahora, KerT = {0U } ⇒ x − y = 0U , de donde x = y, por lo que T es inyectiva.
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?
1. Dejamos como ejercicio probar que T es lineal.
2. p(x) ∈ KerT ⇐⇒ T (p(x)) = (0, 0, 0) ⇐⇒
a+b=0
c+d=0
e=0
Esto implica que b = −a, d = −c. Luego:
p(x) ∈ KerT ⇐⇒ p(x) = a − ax + cx2 − cx3
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.
MAT023 (3◦ 2012) 12

3. Consideremos la base canónica de R4 [x]. Tenemos que: T (1) = (1, 0, 0),

T (x) = (1, 0, 0), T (x2 ) = (0, 1, 0), T (x3 ) = (0, 1, 0), T (x4 ) = (0, 0, 1). Claramente, los
3 vectores linealmente independientes que encontramos (vectores de la base canónica de R3 )
forman la base de ImT . Por lo tanto, dim ImT = 3.

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

dimK (KerT ) + dimK (ImT ) = n
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:
T (u) = α1 T (u1 ) + · · · + αm T (um ) + αm+1 T (um+1 ) + · · · + αn T (un )

Como T (ui ) = 0, ∀ i = 1, · · · , m, se tiene que:
T (u) = αm+1 T (um+1 ) + · · · + αn T (un )

Luego, como u es un vector cualquiera, es claro que T (um+1 ), · · · , T (un ) es un conjunto generador
de ImT .
Probemos ahora que este conjunto es l.i.: sean αm+1 , · · · , αn escalares tal que
αm+1 T (um+1 ) + · · · + αn T (un ) = 0
Por lo tanto, usando la linealidad de T :

T αm+1 um+1 + · · · + αn un = 0 por lo que αm+1 um+1 + · · · + αn un ∈ KerT
Luego, podemos escribir este vector como combinación lineal de los elementos de la base de KerT :
αm+1 um+1 + · · · + αn un = α1 u1 + · · · + αm um
ó, equivalentemente
MAT023 (3◦ 2012) 13

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.
EJERCICIO Sea T : M2×2 (R) −→ R3 [x] definida por

a b
T = (a + b) + (c + d)x + (a + b + c + d)x2 + ax3
c d

Demuestre que T es lineal, y determine base de Ker(T ) y dim Im(T ).
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 :
1 + dim Im(T ) = 4 = dimM2×2 (R) =⇒ dim Im(T ) = 3
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.
Estudiaremos a continuación qué propiedades se traspasan al resultado de operar con transfor-

maciones lineales.
MAT023 (3◦ 2012) 14

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.
1. Debemos probar que T + S es una transformación lineal. Para ello, sean

u1 , u2 ∈ U, λ1 , λ2 ∈ K. Formamos

(T + S)(λ1 u1 + λ2 u2 ) = T (λ1 u1 + λ2 u2 ) + S(λ1 u1 + λ2 u2 ) (suma de funciones)
= λ1 T (u1 ) + λ2 T (u2 ) + λ1 S(u1 ) + λ2 S(u2 ) (linealidad de T y S)
= λ1 T (u1 ) + λ1 S(u1 ) + λ2 T (u2 ) + λ2 S(u2 )
= λ1 (T + S)(u1 ) + λ2 (T + S)(u2 ). (suma de funciones)
Por lo tanto, T + S es una transformación lineal.
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 )).
Por lo tanto, αT es una transformación lineal.
Observación:
Si U y V son dos espacios vectoriales, es posible considerar el conjunto
L(U, V ) = {T : U → V tal que T es lineal}
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).
MAT023 (3◦ 2012) 15

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 ) =⇒
T −1 (v1 + v2 ) = T −1 (v1 ) + T −1 (v2 ).
De la misma manera, se prueba que T −1 (αv) = αT −1 (v). Así, T −1 es lineal.
DEFINICION

Sea T : U −→ V lineal. Diremos que T es un isomorfismo si y sólo si T es inyectiva e
ImT = V . En este caso, diremos que U y V son isomorfos, y escribimos U ∼
= V.
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).
3. Sean U, V espacios vectoriales sobre R, y considere el conjunto

L(U, V ) = {T : U −→ V, T lineal}
a) Pruebe que L(U, V ) es un espacio vectorial sobre R.

b) Demuestre que, si dimU = n y dimV = m, entonces L(U, V ) ∼
= Mm×n (R).
c) Determine una base para L(R2 [x], R2 ).
MAT023 (3◦ 2012) 16

MATRIZ ASOCIADA A UNA TRANSFORMACION LINEAL
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):
T (u1 ) = α11 v1 + α21 v2 + · · · + αm1 vm

T (u2 ) = α12 v1 + α22 v2 + · · · + αm2 vm
.. . ..
= ..

. .
T (un ) = α1n v1 + α2n v2 + · · · + αmn vm
La matriz de m filas y n columnas (αij )m×n se llama matriz asociada a la transformación

lineal T , con respecto a las bases B1 y B2 .
Denotamos esta matriz por
 
α11 α12 ··· α1n
 α21 α22 ··· α2n 
[ T ]B
B1 = 
2  
.. .. .. 
 . . ··· . 
αm1 αm2 ··· αmn
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.
a) Pruebe que T es lineal.

b) Determine el Ker T y [T ]D
B
c) ¿Es T un isomorfismo?
Solución:
a) Sean p(x) , q(x) ∈ R2 [x] y α ∈ R . Entonces

T (αp(x) + βq(x)) = (αp(0) + βq(0) , αp(1) + βq(1) , αp(2) + βq(2) )
= α(p(0) , p(1) , p(2)) + β(q(0) , q(1) , q(2))
= α T (p(x)) + β T (q(x))
Por lo tanto T es lineal.
MAT023 (3◦ 2012) 17

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.
Determinemos ahora la matriz asociada a esta transformación lineal:
T (1) = (1, 1, 1) = 1 · (1, 0, 0) + 1 · (0, 1, 0) + 1 · (0, 0, 1)

T (x) = (0, 1, 2) = 0 · (1, 0, 0) + 1 · (0, 1, 0) + 2 · (0, 0, 1)

T (x2 ) = (0, 1, 4) = 0 · (1, 0, 0) + 1 · (0, 1, 0) + 4 · (0, 0, 1)
Luego, la matriz asociada buscada es
 
1 0 0
[T ]D
B =  1 1 1 
1 2 4
c) Por el teorema de la dimensión, dim R2 [x] = dim KerT + dim ImT .

Como dim R2 [x] = 3, y dim KerT = 0 , tenemos que dim ImT = 3 = dim R3 . Así,
ImT = R3 , y por lo tanto, T es epiyectiva.
Luego, T es lineal y biyectiva de donde T es un isomorfismo.
2. Sea T ∈ L(R3 , R2 ), dado por T (x, y, z) = (x − 2y + 3z, 4x − y − z).
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:
T (1, 1, 0) = (−1, 3) = α11 (1, 2) + α21 (1, −1)

T (1, 0, 1) = (4, 3) = α12 (1, 2) + α22 (1, −1)
T (0, 1, 1) = (1, −2) = α13 (1, 2) + α23 ((1, −1)
Resolviendo los tres sistemas de ecuaciones, obtenemos:

2/3 7/3 −1/3
[T ]B2
B1 =
−5/3 5/3 4/3
b) Sea u = (1, 2, 3). Encuentre [u]B1 , [ T (u)]B2 , y [ T ]B

B1 · [u]B1 .
2
Escribimos (1, 2, 3) = α(1, 1, 0) + β(1, 0, 1) + γ(0, 1, 1), de donde
MAT023 (3◦ 2012) 18

 
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

 
0
B2 2/3 7/3 −1/3 5/3
[ T ]B1 · [u]B1 = ·  1  = = [T(u)]B2 .
−5/3 5/3 4/3 13/3
2
Esta última propiedad es general, vale decir,
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
Sean B1 = {1, 1 + x, 1 + x + x2 } base de R2 [x] y B2 = C, la base canónica de las

matrices de orden 2 × 2.
Determine:
a) [T ]B2
B1
b) Si p(x) = 7 − 2x + x2 , determine [p]B1 , [ T (p)]B2 , y [ T ]B

B1 · [p]B1 .
2
2. Sea T : R2 [x] −→ R2 , definida por T (a + bx + cx2 ) = (a + b + c, c − b).

Sean B1 = {1, 1 + x, 1 + x + x2 } base de R2 [x] y B2 = {(1, −1), (1, 2)} base de R2 .
Determine:
a) [T ]B2
B1
b) Si p(x) = 5 − x + 8x2 , determine [p]B1 , [ T (p)]B2 , y [ T ]B

B1 · [p]B1 .
2
MAT023 (3◦ 2012) 19

MATRIZ CAMBIO DE BASE
Consideremos ahora la transformación lineal identidad de un espacio vectorial U en sí mismo,

donde dimR U = n. En el dominio U , consideremos la base B1 = {u1 , u2 , · · · , un }, y en el

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

B2
propiedad: w ∈ U =⇒ [id(w)]B2 = [ id ]B1 · [w]B1 , de donde
[w]B2 = [ id ]B
B1 · [w]B1
2
Como la identidad es un isomorfismo, la matriz asociada es invertible, y se tiene que

2 −1
([ id ]B
B1 ) [w]B2 = [w]B1
EJEMPLOS:
1. Considere la aplicación identidad en R2 , con B1 = {(1, 2), (1, 3)} en el dominio y

B2 = {(1, 1), (1, 0)} en la imagen.
Determine: [id]B B1 . Además, si u = (5, −3), determine además
2
[u]B1 , [ id(u)]B2 , y
[ id ]B
B1 · [u]B1 .
2
2. Sean B1 = {u1 , u2 }, B2 = {v1 , v2 } dos bases del espacio vectorial U , tal que
u1 = 3v1 − 4v2 y u2 = v1 + 2v2
Determine:
a) la matriz cambio de bace de B2 a B1 .

1
b) Si [v]B2 = , determine [v]B1
7
Soluciones:
1. Ejercicio.

3
2. Como u1 = 3v1 − 4v2 , tenemos que [u1 ]B2 = y como u2 = v1 + 2v2 tenemos
−4
1
que [u2 ]B2 = .
2
MAT023 (3◦ 2012) 20


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

3. Sean U y V espacios vectoriales tal que BU = {u1 , u2 , u3 , u4 } y BV = {v1 , v2 , v3 , v4 }
son bases ordenadas de U y V respectivamente. Sea T ∈ L(U, V ) tal que:
 
−1 1 2 −5
 2 −2 3 −4 
[T ]BBVU = 
 1 −1 −1 3 

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
MAT023 (3◦ 2012) 21

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:
1. La matriz asociada a la suma de transformaciones lineales es la suma de las matrices asociadas

a cada transformación lineal, es decir,
[ T + S ]B B2 B2
B1 = [ T ]B1 + [ S ]B1
2

2. La matriz asociada al producto por escalar de una transformación lineal es el escalar multi-
plicado por la matriz asociada a la transformación lineal, es decir,
[ αT ]B B2
B1 = α[ T ]B1 ,
2
∀α∈K
3. Sea W un espacio vectorial sobre K, B3 = {w1 , w2 , · · · , wp } una base ordenada de W . Sea

L ∈ L(V, W ) y supongamos que la composición de funciones L ◦ T está definida. Entonces, la
matriz asociada a la composición de transformaciones lineales es el producto de las matrices
asociadas a cada transformación lineal, en el orden correspondiente, es decir,
[ L ◦ T ]B B3 B2
B1 = [ L ]B2 · [ T ]B1
3
4. Supongamos que T es un isomorfismo entre U y V . Sabemos que ∃ T −1 : V −→ U que

también es un isomorfismo. Entonces, la matriz asociada a la inversa de una transformación
lineal es la inversa de la matriz asociada a la transformación lineal, es decir,
[ T −1 ]B B2 −1
B2 = ([ T ]B1 )
1
EJEMPLOS
1. Consideremos las transformaciones lineales

S, T : R2 −→ R2 con T (x, y) = (x + y, x − y), S(x, y) = (2x − 3y, 4x − 5y)
L : R2 −→ R2 [x] con L(a, b) = a + bx + (a + b)x2 . Las matrices asociadas a estas transfor-
maciones lineales en las respectivas bases canónicas son:
 
1 0
1 1 2 −3
[ T ]C
C = , [ S ]C
C = , [ L ]C
C =
 0 1 
1 −1 4 −5
1 1
Luego:
MAT023 (3◦ 2012) 22


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
2. Sean U, V espacios vectoriales sobre R, y considere la función ζ : L(U, V ) −→ Mm×n (R)

tal que ζ(T ) = [ T ]B 2
B1 . Pruebe que ζ es un isomorfismo y que, por lo tanto,

dimK L(U, V ) = dimK Mm×n (R) = m · n
3. Sean U = {(x, y, z) ∈ R3 : 2x − 3y + 5z = 0} un espacio vectorial y A una base ordenada de

U y C la base canónica de R2 . Suponga que T : U → R2 es una transformación lineal definida
por T (x, y, z) = (x − y, x − z) tal que:

C 1 2
[T ]A = ∈ M2 (R)
1 1
Determine la base A.
MAT023 (3◦ 2012) 23

EJERCICIOS
1. Determine cual de las siguientes funciones son transformaciones lineales.

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)

3. Sea T : R3 → R1 [x] una transformación lineal. Encontrar T tal que
T (1, 0, −1) = 2 − x , T (0, 2, 1) = 1 + x y T (1, 3, 1) = 3x − 2
4. ¿Existe una transformación lineal T : R2 [x] → R definida por T (1) = 1 ,
T (1 − x) = 2 , T (1 − x2 ) = 3 tal que T (2x2 − 5x − 2) = −1?
5. Sea T : R2 [x] → R3 [x] definida por
T (p(x)) = x3 p0 (0) + x2 p(0)
¿ Es T una transformación lineal?
6. Sea T : M3×1 (R) → M3×1 (R) definida por
    
x x+1
T  y  =  2y 
z z
¿ Es T una transformación lineal?
7. Sea T : R4 → R3 una transformación lineal definida por
T (x, y, z, w) = (x − y + z + w, x + 2z − w, x + y + 3z − 3w).
Encuentre una base y la dimensión del Ker T y de Im T.
8. Sea T : M1×4 (R) → M1×3 (R) una transformación lineal definida por
T ([a1 a2 a3 a4 ]) = [a1 + a2 a3 + a4 a1 + a3 ]
a) Hallar una base para el Ker T. ¿Cuál es su dimensión?
b) Hallar una base para Im T. ¿Cuál es su dimensión?
9. Sea T : R2 [t] → R una transformación lineal definida por
Z 1
2
T (at + bt + c) = (at2 + bt + c) dt
0
Encuentre una base para el Ker T y para Im T.
MAT023 (3◦ 2012) 24

KerT = h(1, 2, −4), (5, −7, 1), (−2, 13, −13)i

25
Determine dimImT .
11. Determine una transformación lineal T : R3 → R2 tal que

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

13. Sea T : R2 [x] → M2×2 (R) una transformación lineal de la que sabe que

1 −1 2 1 0
T (1 + x) = , T (x + x ) =
2 −2 0 1
a) Determine T (1 + x + x2 ) de modo que dimKerT = 1.

b) Con su elección de T (1 + x + x2 ), encuentre [T ]CC .

a b
14. Sea W = ∈ M2 (R) : a + 5c = 0 . Demuestre que W es isomorfo a R3 .
c d
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 .
17. Sea T : R2 [x] → R3 [x] tal que
T (x) = x2 − x
T (x − 1) = x − 2
T (x2 − 1) = x3 − x − 1
a) Hallar T (ax2 + bx + c).

b) Hallar generadores del Ker(T ).
c) Hallar Im(T ).
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.
MAT023 (3◦ 2012) 25

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)}
21. Sea T : R2 [x] → R3 dada por la matriz

 
1 2 1
[ T ]CB =  0 1 1 
−1 3 4
donde B = { 1, x − 1, x2 − 1 } es base de R2 [x] y C = { (1, 1, 0), (1, 0, 1), (0, 1, 1) } es

una base de R3 . Hallar Ker(T ) y dim Ker(T )
22. Sea p(x) ∈ R2 [x] considerar

Z 1
f (p) = p(x) dx
0
Z 0
g(p) = p(x) dx
−1
Se define T : R2 [x] → R2 tal que T (p(x)) = (f (p), g(p)).
a) Calcule el KerT y escríbalo usando el concepto de generador.

b) Encuentre una base del Ker T y calcule la dim(Im(T ).
∗
c) Calcule [T ]BB , donde B y B ∗ son las bases canónicas de R2 [x] y R2 respectivamente.
23. Sea T : R3 [x] → R2 [x], tal que

Z 1
00
T [p(x)] = p (x) + p(x) dx
0
a) Pruebe que T es una transformación lineal.

b) Sean
B1 = { 1, x − 1, (x − 1)2 , (x − 1)3 }
B2 = { 1, x, x(x − 1) }
bases de R3 [x] y R2 [x] respectivamente. Determine [T ]B2
B1 y use esta matriz para obtener
el núcleo de T .
24. Probar que la matriz cambio de base siempre es invertible.
25. Encuentre la matriz cambio de base de S a R y la de R a S para:
a) S = {(1, 0), (0, 1)} , R = {(2, −3), (−2, 4)}

b) S = {1, x, x2 } , R = {x2 + x + 1, x2 − x − 2, x2 + x − 1}
MAT023 (3◦ 2012) 26

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
a) Las bases canónicas

b) Las bases S = {(1, 1, 0), (0, 1, 1), (1, 0, 1)} y R = {(1, 2), (1, 3)}
28. Sea T : R2 [x] → R2 [x], tal que T (f ) = F (2x − 1).

a) Demuestre que T es lineal.
b) Determine [T ]CC .
c) ¿Es T diagonalizable? Si es así, encuentre una base de R2 [x] en la que [T ] sea diagonal.
29. Considere la transformación lineal T : M2×2 −→ R3 [x] definida por:

a b
T = (a + b + c) + (a + b − c − d)x + (c + d)x2 + ax3
c d
Determine:
a) Una base para ker(T ).

b) Una base para Im(T ).
c) [T ]C
B donde B y C son las bases canónicas de sus respectivos espacios.
d ) Calcule el polinomio [T ]C
B [1, −1, 1, −1]B .
30. Considere la transformación lineal T : R3 −→ R2 [x] definida por
T ((1, 0, 0)) = 1
T ((0, 1, 0)) = 3x − x2
T ((0, 0, 1)) = −x + 5x2
a) Determine la matriz representante de T en las bases canónicas.

b) Demuestre que T es un isomorfismo.
c) Calcule [T −1 ]B .
d ) Determine una base, la que llamará P , donde la matriz de T , [T ]B , sea diagonal.
e) ¿Cuáles son los valores propios de [T −1 ]B ?
f ) Compruebe que P es una base ortogonal usando el producto punto usual de R3 .
MAT023 (3◦ 2012) 27

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

a b
32. Considere el subespacio de M2 (R) definido por W = : a, b, c ∈ R , y la trans-
0 c
formación lineal T : R2 [x] :→ W , definida por
p(0) p0 (1)

T (p(x)) =
0 p(1)
Considerando las bases B1 y B2 de R2 [x] y W , respectivamente, dadas por

2 1 0 −1 1 0 0
B1 = {1, 1 − x, x − x } y B2 = , ,
0 −1 0 −1 0 −1
Encuentre:
a) La matriz que representa a la transformación T , respecto de las bases indicadas.

b) La dimensión de Im(T ) y una base para ker(T ).
33. Considere el operador de derivación D : R3 [x] → R3 [x] definida por:
f (x) 7→ D · f (x) = f 0 (x)

3
a) Determine la matriz de D respecto a la base ordenada B = {xi }i=0 .
b) Sea T : R3 [x] → R3 [x] definida por:

T f (x) = f (x + 1)
Determine la matriz de T −1 respecto a la base D = {fi }n−1

i=0 donde:
f0 = 1
fi = x(x−1)···(x−i+1)
i!
, 1≤i≤3
MAT023 (3◦ 2012) 28

ApunteTLineales PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ApunteTLineales PDF

Cargado por

Copyright:

Formatos disponibles

Transformaciones Lineales (MAT023)

Universidad Técnica Federico Santa María

⇐ Para la condición 1. basta tomar α = β = 1, y para la condición 2., basta tomar β = 0.

T (α · u1 + β · u2 ) = T (α · u1 ) + T (β · u2 ) condición 1. aplicada a αu1 , βu2 ∈ U .

1. Considere la función T : R −→ R tal que T (x) = 5x. Veamos si T es o no una transformación

a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) = 5x + 5y = T (x) + T (y).

b) Sea x ∈ R, (espacio vectorial), y sea α ∈ R (cuerpo). Entonces,

a) Sean x, y ∈ R. Entonces, T (x + y) = 5(x + y) + 9 = 5x + 5y + 9

Universidad Técnica Federico Santa María

3. Análogamente, podemos probar que funciones f : R −→ R, definidas por expresiones como

4. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, x − y). Veamos si T es

a) Sean (x, y), (u, v) ∈ R2 . Entonces,

5. Considere la función T : R2 −→ R3 tal que T (x, y) = (x + y, x − y, 2x + 3y). Análogamente,

a) Sean (x, y), (u, v) ∈ R2 . Entonces,

6. Considere la función T : R2 −→ R2 tal que T (x, y) = (x + y, −1). Veamos si T es o no una

MAT023 (3◦ 2012) 2

9. Sea A ∈ Mm×n (R), y definamos TA : Rn −→ Rm con T (u) = Au donde u ∈ Rn se

Universidad Técnica Federico Santa María

MAT023 (3◦ 2012) 3

3. T (−u) = −T (u), ∀u ∈ U. Es decir, toda transformación lineal lleva al inverso aditivo de

Universidad Técnica Federico Santa María

2. Es clara, por inducción.

3. ∀ u ∈ U : T (−u) = T (−1 · u) = −1 · T (u) = −T (u).

4. Como u1 , u2 , · · · , us son vectores l.d., existen escalares α1 , α2 , · · · , αs ∈ K no todos nulos tal

1. T : R2 −→ R2 tal que T (x, y) = (x + y, 0)

2. T : R2 −→ R2 tal que T (x, y) = (2x − 3y, 4x − y).

4. ev0 : Rn [x] −→ R, tal que ev0 (x) = p(0).

5. T : Rn [x] −→ Rn+1 [x], tal que T (p) = D(p) + Ix (p).

6. T : R2 −→ R, tal que T (x, y) = x2 + y 2 .

7. T : R2 −→ R3 , tal que T (x, y) = (x, y, xy).

8. Si A ∈ Mm×n (R), u0 ∈ Rn fijos, estudie TA : Rn −→ Rm con TA (u) = Au + u0 .

MAT023 (3◦ 2012) 4

∃ ! T : U −→ V lineal, tal que T (ui ) = vi , ∀i = 1, · · · , n.

Dem. Debemos probar existencia y unicidad de la transformación lineal.

Universidad Técnica Federico Santa María

y luego aplicamos la transformación lineal T :

T (u) = α1 v1 + α2 v2 + · · · + αn vn ya que para cada i = 1, · · · , n conocemos T (ui ).

Así, hemos probado la existencia de esta transformación lineal.

A continuación, veremos ejemplos de este teorema.

T (1, 0) = (1, −2, 3), T (0, 1) = (−1, 1, −1)

Determine T (x, y), ∀(x, y) ∈ R2 .

(x, y) = x(1, 0) + y(0, 1)

Aplicando T a ambos lados de la ecuación:

Luego, T (x, y) = (x − y, −2x + y, 3x − y).

MAT023 (3◦ 2012) 5

2. Sea T : R2 −→ R3 una transformación lineal tal que:

T (1, 2) = (2, 3, 4), T (1, 3) = (6, 7, 8)

Universidad Técnica Federico Santa María

T (x, y) = (3x − y) T (1, 2) + (y − 2x) T (1, 3) = (3x − y)(2, 3, 4) + (y − 2x)(6, 7, 8)

3. Sea T : R3 → R2 una transformación lineal tal que

T (1, 0, 1) = (1, −1), T (1, 1, 0) = (1, 2), T (0, 1, 1) = (−1, 2)

Hallar T (x, y, z) , para cualquier (x, y, z) ∈ R3 .

(x, y, z) = α(1, 0, 1) + β(1, 1, 0) + γ(0, 1, 1)

donde α, β, γ son números reales. Obtenemos el sistema:

Aplicamos T a la ecuación y usamos la linealidad de T obteniendo:

MAT023 (3◦ 2012) 6

4. Sea T : R2 [x] −→ M2×3 (R) una transformación lineal tal que:

a + bx + cx2 = α(1 + x) + β(1 + x2 ) + γ(x + x2 )

Universidad Técnica Federico Santa María

1. Sea T : R3 −→ M2×3 (R) una transformación lineal tal que:

Determinar T (3, 4, −5) y T (a, b, c).

2. Determine una transformación lineal S : R2 [x] −→ R3 tal que