Capítulo 3: Transformaciones lineales

En particular,

⎛ 2⎞
⎛ 0⎞ 1 ⎜ ⎟
T ⎜ ⎟ = ⎜ 2 ⎟.
⎝ −1⎠ 3 ⎜ ⎟
⎝ −5 ⎠
Teorema 3

Sea V un espacio vectorial de dimensión finita con base B = { v 1 , v 2 , ..., v n } y

sean w1 , w2 ,..., wn n vectores en un espacio vectorial W. Entonces existe una única
transformación lineal T : V → W tal que T (vi ) = wi para i = 1, 2, ..., n.

La demostración de este teorema se deja como ejercicio.

12.2 Núcleo e imagen de una transformación lineal

Definición 1

Sean V y W espacios vectoriales y T : V → W una transformación lineal; entonces:

a. El núcleo de T, denotado nu T, está dado por nu T = { v ∈V / T (v) = 0} .

b. La imagen de T, denotada imagen T, está dada por:

imagen T = {w ∈ W / w = T ( v ), para algún v ∈ V } .

Teorema 4

Si T : V → W es una transformación lineal, entonces:

a. El núcleo de T es un subespacio de V.

b. La imagen de T es un subespacio de W.

Demostración (figura 12.1)

a. nuT ≠ Φ ya que T (0) = 0.

Sean x, y elementos de nu T; entonces, T (x) = 0 y T (y) = 0,

T (x + y ) = T (x) + T (y ) = 0 + 0 = 0, luego (x + y ) ∈ nu T .

Ahora, T (α x) = α T (x) = α 0 = 0. Por tanto, α x ∈ nu T .

En consecuencia, nu T es un subespacio de V.

b. Sean w1 y w2 elementos de imagen T, luego existen v1 y v2 elementos de V

tales que T (v1) = w1 y T (v2) = w2; entonces, T (v1 + v2 ) = T (v1) + T (v2) =
w1 + w2.

156
 Módulo 12: Propiedades de las transformaciones lineales. Núcleo e imagen

Por tanto, (w1 + w2 ) ∈ imagen T.

Además, α w1 = α T ( v1 ) = T (α v1 ), es decir, α w1 ∈ imagen T y, en conse-

cuencia, imagen T es un subespacio de W.

Figura 12.1

Definición 2

Sea T una transfomación lineal de V en W; entonces:

a. La dimensión del núcleo de T, denotada ν (T ) , se denomina nulidad de T.

b. La dimensión de la imagen T, denotada ρ (T ) , se denomina rango de T.

Ejemplo 2

Sea T : 3
→ 2
dada por:

⎛ x⎞
⎜ ⎟ ⎛ x + 2y + z ⎞
T ⎜ y⎟ = ⎜ ⎟.
⎜ z ⎟ ⎝ −x + 3y + z ⎠
⎝ ⎠

Determine nu T, imagen T, ν (T ) y ρ (T ).

Solución

3
Para hallar el conjunto de vectores (x, y, z) de tales que T (x, y, z) = (0, 0),
debemos resolver el sistema homogéneo

x + 2y + z = 0
−x + 3y + z = 0
x = −1/ 5 z
⎡ 1 2 1⎤ operaciones elementales ⎡ 1 0 1/ 5⎤
⎢ −1 3 1⎥ ⎯⎯⎯⎯⎯⎯⎯ →⎢ ⎥ y = −2 / 5 z
⎣ ⎦ ⎣ 0 1 2 / 5⎦ z=z

si z = 5, x = −1, y = −2 .

Álgebra Lineal Elemental y Aplicaciones 157

Capítulo 3: Transformaciones lineales

⎧⎛ −1 ⎞ ⎫ ⎧⎛ −1 ⎞ ⎫
⎪⎜ ⎟ ⎪ ⎪⎜ ⎟ ⎪
Luego una base para nu T = ⎨⎜ −2 ⎟ ⎬ y nu T = gen ⎨⎜ −2 ⎟ ⎬ .
⎪⎜ 5 ⎟ ⎪ ⎪⎜ 5 ⎟ ⎪
⎩⎝ ⎠ ⎭ ⎩⎝ ⎠ ⎭

La dimensión de nu T es 1; ν (T ) = 1 .

⎛a⎞ ⎛a⎞
Sea ⎜ ⎟ ∈ 2
tal que ⎜ ⎟ ∈ imagen T, luego
⎝b⎠ ⎝b⎠

⎛a⎞ ⎛ x + 2y + z ⎞
⎜ ⎟=⎜ ⎟
⎝ b ⎠ ⎝ −x + 3y + z ⎠
3a − 2b 1
x= − z
⎡1 0 1
5 3a − 2b ⎤ 5 5
⎡ 1 2 1 a ⎤ operaciones elementales ⎢ 5 ⎥ a+b 2
⎢ −1 ⎯⎯⎯⎯⎯⎯⎯ →⎢ ⎥ y= − z
⎣ 3 1 b ⎥⎦ ⎢0 1 2
5 a+b ⎥ 5 5
⎢⎣ 5 ⎥⎦ z=z

1
x= (3a − 2b − z ),
5
1
y = (a + b − 2 z ),
5
z = z.

⎛ x⎞
⎛a⎞ ⎜ ⎟
y
Así que para cualquier elemento ⎜ ⎟ de 2
se puede encontrar una terna ⎜ ⎟ de
⎝b⎠ ⎜z⎟
⎝ ⎠
3
dando a z cualquier valor y determinando x e y como se indica en la solución del
sistema. Luego imagen T = 2
y ρ (T ) = 2.

Una forma de ver la acción de una transformación lineal consiste en hallar las imáge-
nes determinadas por T sobre figuras geométricas tales como polígonos o círculos.

Ejemplo 3
⎛ x ⎞ ⎡ 1 −1⎤ ⎛ x ⎞
Sea T definida por T ⎜ ⎟ = ⎢ ⎥ ⎜ ⎟ . Halle la imagen debida a T, del cuadrado
⎝ y ⎠ ⎣2 0 ⎦ ⎝ y ⎠
de vértices (0, 0), (0, 1), (1, 0), (1, 1).

Solución

Se hallan las transformaciones de los vértices. Como los lados del cuadrado son
segmentos de recta, la imagen del cuadrado resulta de unir las imágenes de los
vértices mediante segmentos de recta.

158
 Módulo 12: Propiedades de las transformaciones lineales. Núcleo e imagen

⎛ 0⎞ ⎛ 0⎞ ⎛ 0 ⎞ ⎛ −1⎞ ⎛1⎞ ⎛1⎞ ⎛ 1⎞ ⎛ 0 ⎞

T ⎜ ⎟ = ⎜ ⎟, T ⎜ ⎟ = ⎜ ⎟, T ⎜ ⎟ = ⎜ ⎟, T ⎜ ⎟ = ⎜ ⎟.
⎝ 0⎠ ⎝ 0⎠ ⎝1⎠ ⎝ 0 ⎠ ⎝ 0⎠ ⎝ 2⎠ ⎝ 1⎠ ⎝ 2 ⎠

Gráficamente podemos ilustrar esto así (figura 12.2):

Figura 12.2

Ejemplo 4

Muestre que T : 3
→ 3
definida por:

⎛ x⎞ ⎡ a 0 0⎤ ⎡ x ⎤
⎜ ⎟ ⎢ 0 b 0 ⎥ ⎢ y ⎥ a, b, c > 0,
T⎜ y⎟ = ⎢ ⎥ ⎢ ⎥
⎜ z ⎟⎠
⎝ ⎣⎢ 0 0 c ⎦⎥ ⎣⎢ z ⎦⎥

transforma la esfera x 2 + y 2 + z 2 = R 2 en un elipsoide.

Solución

⎛ x⎞ ⎛ ax ⎞ ⎛ x '⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
T ⎜ y ⎟ = ⎜ by ⎟ = ⎜ y ' ⎟ y
⎜ z⎟ ⎜ cz ⎟ ⎜ z'⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

(ax ) 2 (by ) 2 (cz ) 2

+ + 2 = x2 + y 2 + z 2 = R2 .
a2 b2 c

Al dividir entre R 2 se obtiene

x '2 y '2 z '2

2
+ 2
+ = 1,
( aR ) (bR ) (cR ) 2

que es la ecuación del elipsoide que se ilustra en la figura 12.3:

Álgebra Lineal Elemental y Aplicaciones 159

Capítulo 3: Transformaciones lineales

Figura 12.3
Ejemplo 5

Sea T : M nn → M nn tal que T (A) = AT + A. Pruebe que T es una transformación

lineal y determine núcleo e imagen.

Solución

T es lineal ya que:

T ( A + B ) = ( A + B )T + ( A + B )
= AT + BT + A + B = ( AT + A) + ( BT + B ) = T ( A) + T ( B ).
T (α A) = (α A)T + α A = α AT + α A = α ( AT + A) = α T ( A).

Determinemos el núcleo de T.

{
nu T = A : AT + A = 0( n× n )
n× n
}
AT + A = 0( n× n ) ⇔ AT = − A.

{
Por tanto, nu T = A : A es una matriz antisimétrica .
n× n
}
La imagen T está dada por:

imagen T = { C : C = A + A}.
n×n
T

Veamos qué conjunto constituye la imagen T.

C T = ( AT + A)T = ( AT )T + AT = A + AT = AT + A = C .

{
Esto es, imagen T = nC× n : C es una matriz simétrica . }

160
 Módulo 12
En los ejercicios 1 a 7 encuentre núcleo, imagen, rango y nulidad de la transforrmación lineal dada:

⎡ x⎤ ⎡x + y⎤
1. T: 2
→ 2 , T⎢ ⎥=⎢ ⎥.
⎣ y⎦ ⎣ x − y⎦

⎡ x+ y ⎤
⎡ x⎤ ⎢
2. T: 2
→ 3 , T ⎢ ⎥ = ⎢5x + 5 y ⎥⎥ .
⎣ y⎦ ⎢ x − y ⎥
⎣ ⎦

⎡ x⎤ ⎡x + y⎤
3. T: 3
→ 3 , T ⎢⎢ y ⎥⎥ = ⎢⎢ x + z ⎥⎥ .
⎢⎣ z ⎥⎦ ⎢⎣ y + z ⎥⎦

4. 3 → P2 , T ( a0 + a1 x + a2 x + a3 x ) = a0 + a1 + a2 x + a3 x .
T : P 2 3 2

5. T : P2 → P3 , T ( p) = xp.

6. T : M 3×3 → , T ( A) = tr A.

7. T : C [0, 1] → , T ( f ) = f (1).

8. Sea D : P → P (P es el espacio vectorial de todos los polinomios) dada por D( p) = p ' (la derivada del polinomio
p). Describa el núcleo de D.

9. Sea T : 2 → 2 la transformación lineal tal que T (1, 1) = (0, 0) y T (0, 1) = (1, 1). Demuestre que tanto el núcleo
como la imagen de T son rectas en el plano xy que pasan por el origen. Encuentre las ecuaciones de estas rectas.

10. Sea T : 3
→ 2
una transformación lineal tal que T (1, 1, 0) = T (0, 2, 1) = (0, 0) y T (−1, 2, 4) = v ≠ 0. Demuestre
3
que el núcleo de T es un plano en que pasa por el origen. Encuentre su ecuación.

11. Sea T : n → m la transformación lineal T (X) = AX, donde A es una matriz m × n. ¿Qué relación guardan el núcleo
de T y el espacio solución del sistema homogéneo de ecuaciones lineales AX = 0?

Capítulo 3: Transformaciones
Álgebra Lineal Elementallineales
y Aplicaciones 161
 ⎡0 1 ⎤
12. Sea T : M 2×2 → M 2× 2 la transformación lineal T ( A) = AB − BA en donde B = ⎢ ⎥ . Describa el núcleo de T.
⎣0 0⎦
13. Encuentre una transformación lineal T de 3
→ 3
tal que nu T = {( x, y, z ) : 2 x − y + z = 0} .

14. Demuestre el teorema 3.

⎡ x ⎤ ⎡2 0⎤ ⎡ x1 ⎤
15. Muestre que T : 2
→ 2
, definida por T ⎢ 1 ⎥ = ⎢ ⎥ ⎢ x ⎥ , transforma el círculo unitario x1 + x2 = 1 en una
2 2

⎣ 2⎦ ⎣
x 0 3 ⎦⎣ 2⎦
elipse.

162 Ejercicios del módulo 12

Ejercicios
 13
El problema de la representación
matricial de las transformaciones
lineales

Contenidos del módulo

Podemos estudiar las transformaciones
lineales a través de sus matrices de
13.1 Tercer problema básico del álgebra lineal transformación.
13.2 Matrices similares y cambio de base

Objetivos del módulo

1. Hallar una matriz Am× n que represente la transformación lineal T : V → W , con

dimV = n y dimW = m .
2. Establecer la relación existente entre diferentes representaciones matriciales de
una transformación lineal.
3. Mostrar las principales características de las matrices similares o semejantes.
4. Estudiar las transformaciones lineales a través de sus matrices de transformación.

Preguntas básicas

1. ¿Cómo está formada la matriz de una transformación lineal referida a un par de

bases?
2. Si AT es la matriz de una transformación referida a un par de bases B1 y B2 ,
¿cómo se obtiene (T (x))B2 ?
3. ¿Qué procedimiento se sigue para hallar la matriz de una transformación lineal
T : V → W referida a las bases B1 y B2 de V y W, respectivamente?
4. Si A y B son representaciones matriciales de la transformación lineal T, ¿qué
relación hay entre A y B?
5. ¿Qué propiedades tienen las matrices similares?

Introducción

En el ejemplo 3 del módulo 11 vimos que una matriz mA×n induce una transformación
Vea el módulo 13 del programa
lineal de n en m dada por T (x) = Ax . Cuando T tiene esta forma, el núcleo de televisión Álgebra Lineal
de T es el núcleo de A, y la imagen de T, formada por los vectores y = Ax para algún

Álgebra Lineal Elemental y Aplicaciones 163

Capítulo 3: Transformaciones lineales

x ∈ n , será el espacio columna de A, ya que y es una combinación lineal de las

columnas de A. Estas coincidencias entre el núcleo y la imagen de T con el núcleo y el
espacio columna de A permiten estudiar la transformación a través de la matriz A.

En esta sección veremos que cualquier transformación lineal definida entre espa-
cios vectoriales de dimensión finita se puede expresar en la forma T (x) = Ax,
donde A es la matriz que representa la transformación.

164
 Módulo 13: El problema de la representación matricial de las transformaciones lineales

13.1 TTer
er cer problema básico del álgebra lineal
ercer
Dada una transformación T : V → W , con dim V = n y dim W = m, hallar una
matriz A de m × n que represente a T.

Resolveremos primero el problema para T : n → m y luego lo extenderemos a

espacios V y W de dimensiones n y m, respectivamente.

Teorema 1

Sea T : n
→ m
una transformación lineal; entonces, existe una única matriz A
de m × n tal que T (x) = Ax, para x en n
.

⎡ c1 ⎤
⎢c ⎥
Sea x = ⎢ 2 ⎥ un vector de n
; entonces
⎢ ⎥
⎢ ⎥
⎣ cn ⎦

x = c1 e1 + c2 e 2 + ... + cn en ,

de modo que:

T (x) = c1 T (e1 ) + c2 T (e 2 ) + ... + cn T (e n ). (1)

Si A es la matriz cuya j-ésima columna es T (e j ) con j = 1, ..., n, entonces:

⎡ c1 ⎤
⎢c ⎥
Ax = [T (e1 ) T (e 2 ).. . T (e n )] ⎢ 2 ⎥
⎢ ⎥
⎢ ⎥
⎣cn ⎦

= c1 T (e1 ) + c2 T (e 2 ) + ... + cn T (en ) = T ( x). (2)

De (1) y (2) tenemos que

T ( x) = A x .
Ahora mostraremos que T es única. Suponga que Bm × n también cumple que
T (x) = B x para x ∈ n
.

⎛0⎞
⎜0⎟
⎜ ⎟
Si x = ei = ⎜ ⎟ ,
⎜1⎟
⎜ ⎟
⎜0⎟
⎝ ⎠

Álgebra Lineal Elemental y Aplicaciones 165

Capítulo 3: Transformaciones lineales
T (ei ) = A ei = Coli ( A)
= B ei = Coli ( B )

luego las columnas de A y B coinciden, por lo cual A = B.

La matriz A = [T (e1 ) T (e 2 ).. . T (e n )] es la matriz de la transformación referida a la

base estándar o canónica.

Ejemplo 1

Sea T = 3
→ 2
una transformación lineal definida por:

⎛ x⎞
⎜ ⎟ ⎡ x+ y ⎤
T ⎜ y⎟ = ⎢ ⎥.
⎜ z ⎟ ⎣ y − 2z ⎦
⎝ ⎠

Encontremos la matriz A que representa la transformación referida a las bases estándar

⎛1⎞
⎜ ⎟ ⎡ 1 + 0 ⎤ ⎡1 ⎤
T (e1 ) = T ⎜ 0 ⎟ = ⎢ ⎥ = ⎢ ⎥ = Col1 ( A),
⎜ 0 ⎟ ⎣ 0 − 2.0 ⎦ ⎣ 0 ⎦
⎝ ⎠
⎛0⎞
⎜ ⎟ ⎡ 0 + 1 ⎤ ⎡1⎤
T (e 2 ) = T ⎜ 1 ⎟ = ⎢ ⎥ = ⎢ ⎥ = Col2 ( A),
⎜ 0 ⎟ ⎣1 − 2.0 ⎦ ⎣1⎦
⎝ ⎠
⎛0⎞
⎜ ⎟ ⎡ 0+0 ⎤ ⎡ 0 ⎤
T (e 3 ) = T ⎜ 0 ⎟ = ⎢ ⎥ = ⎢ ⎥ = Col3 ( A).
⎜ 1 ⎟ ⎣ 0 − 2.1⎦ ⎣ −2 ⎦
⎝ ⎠

Por tanto,
⎡1 1 0 ⎤
A= ⎢ ⎥.
⎣0 1 −2⎦
Así que:

⎛ x⎞ ⎡ x⎤
⎜ ⎟ ⎡1 1 0 ⎤
T ⎜ y⎟ = ⎢ ⎢ y⎥ = ⎡ x + y ⎤ .
⎥ ⎢ ⎥ ⎢ y − 2z ⎥
⎜ z ⎟ ⎣0 1 −2⎦ ⎢⎣ z ⎦⎥ ⎣ ⎦
⎝ ⎠

Teorema 2

Sea T : V → W una transformación lineal de un espacio vectorial V de dimensión

n en un espacio vectorial W de dimensión m y sean B1 = { v1 , v2 ,..., vn } y

B2 = {w1 , w2 ,..., wm } bases de V y W respectivamente; entonces, existe una única

matriz AT m×n tal que:

166
 Módulo 13: El problema de la representación matricial de las transformaciones lineales
(T (x)) B2 = AT (x) B1 .

Demostración

⎡ c1 ⎤
⎢c ⎥
Si x ∈ V , x = c1 v1 + c2 v 2 + ... + cn v n , o sea que (x) B1 = ⎢ ⎥ .
2

⎢ ⎥
⎢ ⎥
⎣cn ⎦

Sean: T ( v1 ) = y 1 , T ( v 2 ) = y 2 ,..., T ( v n ) = y n y
AT = [(y1 ) B2 (y 2 ) B2 ... (y n ) B2 ].

Ahora,

⎛1⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟
⎜ 0⎟ 0
( v1 ) B1 = ,..., ( v n ) B1 = ⎜ ⎟ .
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝0⎠ ⎝1⎠

Entonces,

AT ( v i ) B1 = (y i ) B2 ,

⎡ c1 ⎤
⎢c ⎥
AT (x) B1 = [(y 1 ) B2 (y 2 ) B2 ... (y n ) B2 ] ⎢ 2 ⎥
⎢ ⎥
⎢ ⎥
⎣ cn ⎦

= c1 (y1 ) B2 + c2 (y 2 ) B2 + ... + cn (y n ) B2 . (1)

De otro lado,

T (x) = T (c1 v1 + c2 v 2 + ... + cn v n )

= c1 T ( v1 ) + c2 T ( v 2 ) + ... + cn T ( v n )
= c1 y1 + c2 y 2 + ... + cn y n ,

de manera que

[T (x)]B2 = c1 (y1 ) B2 + c2 (y 2 ) B2 + ... + cn (y n ) B2 . (2)

De (1) y (2) concluimos que:

[T (x)]B2 = AT (x) B1 .

La unicidad de la matriz AT se demuestra igual que en el teorema 1.

Álgebra Lineal Elemental y Aplicaciones 167

Capítulo 3: Transformaciones lineales

Definición 1

Sean V y W espacios vectoriales con bases B1 = { v1 , v2 ,..., vn } y

B2 = {w1 , w2 ,..., wm } , respectivamente, y T : V → W una transformación lineal tal

que [T (x)]B2 = AT (x)B1 . A la matriz AT la denominamos matriz de la transforma-

ción referida a B1 y B2 o representación matricial de T con respecto a B1 y B2 .

La solución al tercer problema básico del álgebra lineal está dada en el procedimien-
to desarrollado en la prueba del teorema 2.

„ Procedimiento para hallar la matriz de una transformación lineal T : V → W

referida a las bases B1 de V y B2 de W

Sean: B1 = { v1 , v2 ,..., vn } y B2 = {w1 , w2 ,..., wm } .

Paso 1. Encontrar T ( v1 ), T ( v 2 )...T ( v n ).
Paso 2. Expresar T ( v1 ), T ( v 2 )...T ( v n ) en B2 .
Para ello hacemos lo siguiente:
[ w1 , w 2 ,...w m T ( v1 ) T ( v 2 ),..., T ( v n )]

operaciones elementales ⎡⎣ I (T ( v1 )) B2 (T ( v 2 )) B2 ... (T ( v n )) B2 ⎤⎦ .

Paso 3. La matriz AT = [(T ( v1 )) B2 (T ( v 2 )) B2 ... (T ( v n )) B2 ].

Figura 13.1

La figura 13.1 proporciona una interpretación gráfica de la ecuación

(T (x)) B2 = AT (x) B1 , donde se muestra que las transformaciones lineales
podemos trabajarlas con matrices.

Ejemplo 2

Sea T : 3
→ 2
la transformación lineal definida en el ejemplo 1 y sean:

B1 = { v1 , v 2 , v 3 } y B2 = {w1 , w 2 } bases de 3
y 2
, respectivamente, con

⎡1 ⎤ ⎡0⎤ ⎡1⎤
⎡1 ⎤ ⎡ 2⎤
v1 = ⎢⎢0 ⎥⎥ , v 2 = ⎢⎢1 ⎥⎥ , v 3 = ⎢⎢1⎥⎥ , w1 = ⎢ ⎥ , w2 = ⎢ ⎥ .
⎢⎣1 ⎥⎦ ⎢⎣1 ⎥⎦ ⎢⎣1⎥⎦ ⎣2⎦ ⎣0⎦

168
 Módulo 13: El problema de la representación matricial de las transformaciones lineales

Determinemos la matriz de T con respecto a B1 y B2 .

Solución

⎡1⎤ ⎡1⎤ ⎡2⎤

T ( v1 ) = ⎢ ⎥ , T (v2 ) = ⎢ ⎥ , T ( v3 ) = ⎢ ⎥ .
⎣ −2 ⎦ ⎣ −1⎦ ⎣ −1⎦

Ahora expresemos estos vectores en B2:

⎡1⎤ ⎡1 ⎤ ⎡ 2⎤
T ( v1 ) = ⎢ ⎥ = a1w1 + a2 w 2 = a1 ⎢ ⎥ + a2 ⎢ ⎥ ,
−
⎣ ⎦2 ⎣ ⎦
2 ⎣0⎦
⎡1⎤ ⎡1 ⎤ ⎡2⎤
T ( v 2 ) = ⎢ ⎥ = b1w1 + b2 w 2 = b1 ⎢ ⎥ + b2 ⎢ ⎥ ,
⎣ −1⎦ ⎣2⎦ ⎣0⎦
⎡2⎤ ⎡1 ⎤ ⎡2⎤
T ( v 3 ) = ⎢ ⎥ = c1w1 + c2 w 2 = c1 ⎢ ⎥ + c2 ⎢ ⎥ .
⎣ −1⎦ ⎣ 2⎦ ⎣0⎦

Es decir, resolvemos tres sistemas lineales cuya matriz de coeficientes es la misma,

los vectores de la base B2 . Entonces formamos la matriz:

⎡1 2 1 1 2⎤ ⎡1 0 −1 −1
2
−1
2 ⎤
⎢ 2 0 −2 −1 −1⎥ operaciones elementales ⎢0 1 ⎥.
⎣ ⎦ ⎣ 1 3
4
5
4 ⎦

Luego la matriz AT de T con respecto a B1 y B2 es:

⎡ −1 −1
2
−1
2 ⎤
⎢ 1 ⎥, y
⎣ 3
4
5
4 ⎦

⎡ −1 −1 −1
⎤
(T (x)) B2 = ⎢
2 2
⎥ (x) B1 .
⎣ 1 3
4
5
4 ⎦

⎡1⎤
Ahora, si x = ⎢⎢2⎥⎥ ,
⎢⎣3⎥⎦

⎡1 ⎤ ⎡1 ⎤
⎢ ⎥ ⎡1 1 0 ⎤ ⎢ ⎥ ⎡ 3⎤
T ⎢ 2⎥ = ⎢ ⎥ ⎢ 2⎥ = ⎢ ⎥ ,
⎢⎣ 3⎥⎦ ⎣0 1 −2 ⎦ ⎢ 3 ⎥ ⎣ −4 ⎦
⎣ ⎦

empleando la matriz de la transformación referida a las bases estándar, encontrada

en el ejemplo 1.

Expresemos x en la base B1

Álgebra Lineal Elemental y Aplicaciones 169

Capítulo 3: Transformaciones lineales

⎡1 0 1 1 ⎤ ⎡1 0 0 1 ⎤
⎢0 1 1 2⎥ ⎢0 1 0 2⎥ .
⎢ ⎥ operaciones elementales
⎢ ⎥
⎢⎣1 1 1 3 ⎥⎦ ⎢⎣ 0 0 1 0 ⎥⎦

⎡1 ⎤
⎡ −1 −1 −1
⎤ ⎢ ⎥ ⎡ −2 ⎤
=⎢ ⎥ ⎢2⎥ = ⎢ 5 ⎥ .
2 2
(T (x)) B2
⎣ 1 3
4
5
4 ⎦ ⎢0⎥ ⎣ 2 ⎦
⎣ ⎦
Entonces,
⎡1 ⎤ ⎡2⎤ ⎡ 3 ⎤
T ( x) = − 2 ⎢ ⎥ + 5
2 ⎢ 0 ⎥ = ⎢ −4 ⎥ ,
⎣2⎦ ⎣ ⎦ ⎣ ⎦

lo cual coincide con el valor encontrado utilizando la matriz de T referida a las bases
estándar.

Las matrices halladas en los ejemplos 1 y 2 son diferentes, aunque T es la misma en

ambos casos. Más adelante veremos que estas dos matrices están vinculadas por
una relación de semejanza o similaridad.

Ejemplo 3

Sea T : P2 → P1 , tal que T (1) = 6, T ( x ) = x y T ( x 2 ) = x + 1. Determine:

a. La matriz de T con respecto a las bases estándar en P2 y P1 .

La matriz de T con respecto a las bases B1 = {1 + x , x + x , 1 + x + x } y

2 2 2
b.

B2 = {1 + x, 2 − x} de P2 y P1 , respectivamente.
c. Si P ( x ) = 2 + 3 x + x 2 , calcule T ( P ( x)) utilizando las matrices halladas
en a y b.

Solución

a. Expresemos las transformaciones de 1, x y x 2 como vectores coordenados

de P1 .

⎡6⎤ ⎡0⎤ ⎡1⎤

T (1) = ⎢ ⎥ , T ( x) = ⎢ ⎥ , T ( x 2 ) = ⎢ ⎥ ,
⎣0⎦ ⎣1 ⎦ ⎣1⎦
luego
⎡6 0 1⎤
CT = ⎢ ⎥.
⎣0 1 1⎦

T (a0 + a1 x + a2 x 2 ) = a0T (1) + a1T ( x) + a2T ( x 2 )

⎡6⎤ ⎡0 ⎤ ⎡1⎤
= a0 ⎢ ⎥ + a1 ⎢ ⎥ + a2 ⎢ ⎥
⎣ ⎦
0 ⎣ ⎦
1 ⎣1⎦

170
 Módulo 13: El problema de la representación matricial de las transformaciones lineales

⎡ 6 a + a2 ⎤
= ⎢ 0 ⎥
⎣ a1 + a2 ⎦
= 6a0 + a2 + (a1 + a2 ) x.

b. Hallemos las transformaciones de los vectores de B1 .

T (1 + x 2 ) = 6(1) + 1 + (0 + 1) x = 7 + x,
T ( x + x 2 ) = 6(0) + 1 + (1 + 1) x = 1 + 2 x,
T (1 + x + x 2 ) = 6(1) + 1 + (1 + 1) x = 7 + 2 x.

Ahora expresemos estas transformaciones en B2 .

⎡1 2 7 1 7 ⎤ ⎡1 0 3 5
3
11
3⎤
⎢1 −1 1 2 2 ⎥ operaciones elementales ⎢0 1 2 −1 ⎥.
⎣ ⎦ ⎣ 3
5
3 ⎦

Entonces la matriz de T con respecto a B1 y B2 es:

⎡3 5 11
⎤
AT = ⎢
3 3
−1 ⎥.
⎣2 3
5
3 ⎦

c. Si P( x) = 2 + 3x + x 2 ,
⎡2⎤
P = ⎢⎢ 3 ⎥⎥ ,
⎢⎣ 1 ⎥⎦

T ( P ( x)) = A( P ( x))
⎡ 2⎤
⎡ 6 0 1⎤ ⎢ ⎥ ⎡13⎤
= ⎢ ⎥ ⎢ 3⎥ = ⎢ ⎥
⎣ 0 1 1⎦ ⎢ 1 ⎥ ⎣4⎦
⎣ ⎦
= 13 + 4 x.

Ahora expresemos ( P( x)) B1

⎡1 0 1 2 ⎤ ⎡1 0 0 −2⎤ ⎡ −2 ⎤
⎢0 1 1 3 ⎥ ⎢ 0 1 0 −1⎥ , ( P( x)) = ⎢ −1⎥ ,
⎢ ⎥ operaciones elementales
⎢ ⎥ B1 ⎢ ⎥
⎢⎣1 1 1 1 ⎥⎦ ⎢⎣ 0 0 1 4 ⎥⎦ ⎢⎣ 4 ⎥⎦

⎡ −2 ⎤
⎡3 5 11
⎤ ⎢ ⎥ ⎡7 ⎤
= ⎢ −1⎥ = ⎢ ⎥ ,
3 3
5 ⎥⎢
(T ( P( x))) B2
−1
⎣2 3 ⎦ ⎣3⎦
⎣⎢ 4 ⎦⎥
3

T ( p ( x)) = 7(1 + x) + 3(2 − x) = 13 + 4 x.

Álgebra Lineal Elemental y Aplicaciones 171

Capítulo 3: Transformaciones lineales
Escuche la biografía de Benoit
Mandelbrot en su multimedia de
Álgebra Lineal
172
Teorema 3
Sean V y W espacios vectoriales de dimensión finita con dim V = n y T : V → W
una transformación lineal con representación matricial AT ; entonces
i. ρ (T ) = ρ ( AT ).
ii. ν (T ) = ν ( AT ).
iii. ν (T ) + ρ (T ) = n.
La demostración del teorema se deja como ejercicio.
El siguiente teorema muestra otra forma de calcular la matriz de una transformación
lineal. Aplicando este método la matriz se obtiene como un producto de tres matri-
ces.
Teorema 4
Sean V y W espacios vectoriales de dimensiones n y m, respectivamente, y
T : V → W una transformación lineal.
Si C es la matriz de la transformación con respecto a las bases canónicas S n y Sm
de V y W, respectivamente, P1 la matriz de transición de B1 a Sn en V, P2 la matriz
de transición de B2 a Sm en W y AT la matriz de la transformación con respecto a
B1 y B2 , entonces
AT = P2−1 C P1 .
Figura 13.2
Demostración (figura 13.2)
Sea (x) B1 ; entonces, P1 (x) B1 = (x) Sn , C (x) Sn = (T (x)) Sm .
Ahora, como P2 hace la transición de B2 a Sm, P2−1 hace la transición de Sm a B2.
−1
Luego (T (x)) B2 = P2 (T (x)) Sm , y reemplazando
 Módulo 13: El problema de la representación matricial de las transformaciones lineales
= P2−1 C P1 (x) B1 .

Como la matriz de transformación de B1 a B2 es única,

AT = P2−1 C P1 .

Ejemplo 4

En la transformación T : P2 → P1 tal que T (1) = 6, T ( x) = x y T ( x 2 ) = x + 1

planteada en el ejemplo 3 encontramos:

⎡ 6 0 1⎤
CT = ⎢ ⎥ la matriz de la transformación referida a las bases estándar,
⎣ 0 1 1⎦

⎡3 5 11
⎤
AT = ⎢
3 3
−1 ⎥ la matriz de T con respecto a B1 y B2 ,
⎣2 3
5
3 ⎦

con B1 = {1 + x , x + x , 1 + x + x } y B2 = {1 + x, 2 − x} . Hallemos ahora AT

2 2 2

empleando el producto matricial establecido en el teorema 4 (figura 13.3).

Figura 13.3

1 ⎡ −1 −2 ⎤ 1 ⎡1 2 ⎤
P2−1 = − ⎢ = ⎢
3 ⎣ −1 1 ⎥⎦ 3 ⎣1 −1⎥⎦
,

⎡1 0 1⎤
1 ⎡1 2 ⎤ ⎡ 6 0 1⎤ ⎢ ⎡3 ⎤
0 1 1⎥⎥ = ⎢
5 11
= ⎢
3 3
AT ⎥ ⎢ ⎥
3 ⎣1 −1⎦ ⎣ 0 1 1⎦ ⎢ −1 ⎥.
⎢⎣1 1 1⎥⎦ ⎣2 3
5
3 ⎦

Vea la animación «Fractales»

en su multimedia de Álgebra
Lineal

Álgebra Lineal Elemental y Aplicaciones 173

Capítulo 3: Transformaciones lineales
13.2 Matrices similares y cambio de base

Al construir una representación matricial A para una transformación T podemos

analizar T trabajando con A. Tendremos una ventaja en este hecho si A es una matriz
«sencilla», esto es, que simplifique la manipulación algebraica. Como bases diferen-
tes dan por resultado matrices diferentes, la elección «correcta» de una base para
obtener una matriz A sencilla es importante.

Ejemplo 5

⎡ x ⎤ ⎡ −2 x − 2 y ⎤
Sea T = 2
→ 2
definida por T ⎢ ⎥ = ⎢ ⎥.
⎣ y ⎦ ⎣ −5 x + y ⎦

La matriz de T referida a la base estándar se obtiene así:

⎡ 1 ⎤ ⎡ −2 ⎤ ⎡0⎤ ⎡ −2 ⎤
T ⎢ ⎥ = ⎢ ⎥ y T ⎢ ⎥ = ⎢ ⎥,
⎣ ⎦ ⎣ ⎦
0 − 5 ⎣ ⎦
1 ⎣1⎦
entonces
⎡ −2 −2 ⎤
CT = ⎢ ⎥.
⎣ −5 1 ⎦

⎪⎧⎡1⎤ ⎡ 2 ⎤ ⎪⎫
Sea B1 = ⎨⎢ ⎥ , ⎢−5⎥ ⎬ otra base para
2
y obtengamos la matriz de T referida a la
⎩⎪⎣1⎦ ⎣ ⎦ ⎭⎪
base B1 .

⎡⎛ ⎡1⎤ ⎞ ⎛ ⎡ 2 ⎤ ⎞ ⎤
AT = ⎢⎜ T ⎢ ⎥ ⎟ ⎜ T ⎢ ⎥ ⎟ ⎥ ,
⎢⎣⎝ ⎣1⎦ ⎠ B1 ⎝ ⎣ −5⎦ ⎠ B1 ⎥⎦

⎡1⎤ ⎡ −4 ⎤ ⎡ 2⎤ ⎡ 6⎤
T ⎢ ⎥ = ⎢ ⎥, T⎢ ⎥ = ⎢ ⎥.
⎣1⎦ ⎣ −4 ⎦ ⎣ −5⎦ ⎣ −15⎦

Expresemos estas transformaciones en B1:

⎡1 2 −4 6⎤ ⎡1 0 −4 0 ⎤
⎢1 −5 −4 −15⎥ operaciones elementales ⎢0 1 0 3 ⎥⎦
.
⎣ ⎦ ⎣

La matriz de T referida a B1 es

⎡ −4 0 ⎤
AT = ⎢ ⎥.
⎣ 0 3⎦

Por el álgebra matricial sabemos que, en ciertas operaciones, los cálculos son más
fáciles si las matrices son diagonales, por ejemplo: hallar inversas, calcular determi-
nantes, hacer potencias. Estas consideraciones son relevantes cuando se trabaja
con matrices de gran tamaño.

174
 Módulo 13: El problema de la representación matricial de las transformaciones lineales

No es evidente cuál es la base que debemos escoger para que AT sea una matriz
diagonal. Este problema lo resolveremos cuando abordemos el problema de la
diagonalización en el siguiente capítulo.

La pregunta que podemos resolver en este momento es la siguiente: ¿qué relación

existe entre las diferentes representaciones matriciales de una transformación lineal
dada? Veámoslo para el caso en que la transformación lineal está definida de V en V.

Teorema 5

Sea T : V → V una transformación lineal con matriz AT respecto a una base B1

y matriz BT respecto a una base B2 . Si P es la matriz de transición de la base B2 a
la base B1 , entonces:

BT = P −1 AT P .

Demostración (figura 13.4)

Figura 13.4

(x) B1 = P (x) B2 ,
(T (x)) B1 = AT (x) B2 = AT P (x) B2 ,
(T (x)) B2 = P −1 (T (x)) B1 = P −1 AT P (x) B2 .

Como BT es la matriz de la transformación respecto a la base B2 , entonces:

BT = P −1 AT P.

Definición 2

Dos matrices A y B de n × n son similares o semejantes si existe una matriz invertible

P tal que B = P −1 A P.

Álgebra Lineal Elemental y Aplicaciones 175

Capítulo 3: Transformaciones lineales
Del teorema 5 y la definición 2 podemos establecer la siguiente proposición: sea
T : V → V una transformación lineal. Dos matrices cualesquiera que representen
a T son similares.

Teorema 6

Sean A, B y C matrices similares de n × n. Entonces:

a. A es similar a A.

b. Si A es similar a B, entonces B es similar a A.

c. Si A es similar a B y B es similar a C, entonces A es similar a C.

d. Si A es similar a B, entonces det A = det B.

e. Si A es similar a B, entonces Am es similar a B m para cualquier entero positivo m.

f. Si A es similar a B, entonces A es invertible si y sólo si B es invertible. En ese

caso A −1 es similar a B −1 .

Demostración

a. Como A = I A I = I −1 A I , A es similar a A.

b. Si A es similar a B, B = P −1 A P, luego

P B P −1 = P ( P −1 A P ) P −1 = ( PP −1 ) A ( PP −1 ) = A,

y entonces

A = ( P − 1 ) −1 B ( P − 1 )

y, por tanto, B es similar a A.

d. Si A es similar a B, B = P −1 A P , entonces

det B = det ( P −1 A P) = det P −1 det A det P = det( P −1 P ) det A

= det I det A = det A.

e. Si A es similar a B, entonces B = P −1 A P.

B 2 = ( P −1 A P )( P −1 A P) = P −1 A( PP −1 ) A P = P −1 A I A P
= P −1 A2 P.

Luego A 2 es similar a B 2 .

176
 Módulo 13: El problema de la representación matricial de las transformaciones lineales

Aplicando inducción, supóngase que A k es similar a B k , esto es, B k = P −1 Ak P

y veamos que la propiedad se cumple para k + 1, o sea: B k + 1 = P −1 Ak + 1 P.

B k + 1 = B k B = ( P −1 Ak P ) B = ( P −1 Ak P)( P −1 A P)
= P −1 Ak ( PP −1 ) A P = P −1 Ak I A P = P −1 Ak + 1 P.

Luego Ak + 1 es similar a B k + 1 y la proposición queda demostrada para todo entero

positivo m.

Las partes c y f se dejan como ejercicio.

Álgebra Lineal Elemental y Aplicaciones 177

 Módulo 13
1. Sea T : 2
→ 2
definida como T ( x, y ) = ( x − 2 y, x + 2 y ) . Sean B1 la base estándar de 2
y B2 = {(1, − 1), (0, 1)} .
Determine la matriz que representa a T con respecto a:

a. B1
b. B1 y B2
c. B2 y B1
d. B2
e. Calcule T (2, − 1) empleando la definición de T y las matrices obtenidas en a, b, c y d.

2. Sea T : 3
→ 3
definida como T ( x, y, z ) = ( x + 2 y + z , 2 x − y, 2 y + z ) . Sea B1 la base natural para 3
y
B2 = {(1, 0, 1), (0, 1, 1), (0, 0, 1)} otra base para 3
. Determine la matriz de T con respecto a:

a. B1
b. B1 y B2
c. B2 y B1
d. B2
e. Calcule T (1, 1, − 2) empleando la definición de T y las matrices obtenidas en a, b, c, d.

⎡ x⎤
⎡x + y⎤
3
→ 2
definida como T ⎢⎢ y ⎥⎥ = ⎢ 3 2

y − z ⎥⎦
3. Sea T : . Sean B1 y B2 las bases naturales de y , respectivamente;
⎢⎣ z ⎥⎦ ⎣

⎧ ⎡1 ⎤ ⎡0⎤ ⎡ −1⎤ ⎫
⎪⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎪ ⎧⎪ ⎡ −1⎤ ⎡ 1 ⎤ ⎫⎪
además, sean B1′ ⎨ ⎢1 ⎥ , ⎢1 ⎥ , ⎢ 1 ⎥ ⎬ y B2′ ⎨ ⎢ 1 ⎥ , ⎢ 2 ⎥ ⎬ bases para
3
y 2
, respectivamente. Determine la matriz
⎪ ⎢0⎥ ⎢⎣ 0 ⎥⎦ ⎢⎣ 1 ⎥⎦ ⎪⎭ ⎪⎩ ⎣ ⎦ ⎣ ⎦ ⎪⎭
⎩⎣ ⎦
de T con respecto a:

a. B1 y B2
b. B1′ y B2′

⎡1 ⎤
c. Calcule T ⎢⎢ 2⎥⎥ utilizando la definición de T y las matrices obtenidas en a y b.
⎢⎣ 3⎥⎦

178 Capítulo 3: TTransformaciones

ransformaciones lineales
4. Sea T : P1 → P2 definida por T ( p( x)) = xp( x) + p(0) .
Sean B1 = {1, x} y B1 ' = {1 + x, − 1 + x} bases para P1 .

Sean B2 = {1, x, x } y B2′ = {1 + x , − 1 + x, 1 + x} bases para P2 .

2 2

Determine la matriz de T con respecto a:

a. B1 y B2
b. B1′ y B2′
c. Determine T (3 − 3x) utilizando la definición de T y las matrices obtenidas en a y b.

5. Sea T : P1 → P3 definida por T ( p ( x )) = x 2 p ( x). Sean B1 = {1, x} y B1′ = { x, 1 + x} bases para P1 . Sean

B2 = {1, x, x 2 , x 3 } y B2′ = {1 + x, x, − 1 + x 2 , x 3 } bases para P3 .

Determine la matriz de T con respecto a:

a. B1 y B2
b. B1′ y B2′

⎡1 2 ⎤
6. Sea C = ⎢ ⎥ y sea T : M 22 → M 22 la transformación lineal definida por T ( A) = AC − CA para A en M 22 . Sean
⎣3 4 ⎦

⎪⎧ ⎡1 0 ⎤ ⎡ 0 1 ⎤ ⎡ 0 0 ⎤ ⎡0 0 ⎤ ⎪⎫ ⎪⎧ ⎡1 1 ⎤ ⎡ 0 1 ⎤ ⎡ 0 0 ⎤ ⎡1 0 ⎤ ⎪⎫
B1 = ⎨ ⎢ ⎥ ,⎢ ⎥ ,⎢ ⎥ ,⎢ ⎥ ⎬ y B2 = ⎨ ⎢ ⎥, ⎢ ⎥, ⎢ ⎥, ⎢ ⎥ ⎬ bases para M 22 . Determine
⎪⎩ ⎣ 0 0 ⎦ ⎣ 0 0 ⎦ ⎣1 0 ⎦ ⎣0 1 ⎦ ⎪⎭ ⎪⎩ ⎣ 0 0 ⎦ ⎣ 0 0 ⎦ ⎣1 1 ⎦ ⎣0 1 ⎦ ⎪⎭

la matriz de T con respecto a:

a. B1
b. B2
c. B1 y B2
d. B2 y B1

7. Sea T : R 3 → R 3 la transformación lineal cuya matriz con respecto a las bases naturales para R 3 es:

⎡1 3 1 ⎤
⎢1 2 0 ⎥
⎢ ⎥
⎢⎣0 1 1 ⎥⎦

EjerciciosÁlgebradel
Linealmódulo 13 179
Elemental y Aplicaciones