UNIVERSIDAD NACIONAL DE CAJAMARCA

LGEBRA LINEAL

UNIDAD II

TRANSFORMACIONES LINEALES
En esta unidad relacionaremos los espacios vectoriales mediante funciones que
preservan las operaciones de suma vectorial y producto por un escalar, tales funciones
se llaman TRANSFORMACIONES LINEALES.

DEFINICIN 1: Sean V y W dos espacios vectoriales sobre un campo F. Una

transformacin lineal T de V en W es una funcin que asigna a cada v V un nico
vector T (v) en W tal que:
i) T (u + v) = T (u) + T (v), para cada u, v V.
ii) T (k.u) = k. T (u), para cada u V y cada escalar k F.
OBSERVACIONES:
1) El signo + en (u + v) del lado izquierdo de i), se refiere a la operacin
de suma en V, mientras que el signo + en T(u) + T(v) del lado derecho de la
ecuacin se refiere a la operacin de suma en W.
2) De manera anloga, en ii), el producto escalar k.u est en V, mientras que
el producto escalar k.T (u) est en W.
3) Si V = W y T: V V, entonces T es llamado operador lineal en V.

Ejemplo 1) Sea T: P2 P1 definida por:

T (ax2 + bx + c) = ax + b +1
Es T una transformacin lineal?
Solucin:
i) Sean f(x) = a1x2+ b1x + c1 , g(x) = a2x2 + b2x + c2, polinomios en P2.
Por definicin de suma de polinomios tenemos que:
f (x) + g(x) = (a1 + a2) x2 + (b1 + b2) x + c1 + c2
Luego:
T (f(x) + g(x)) = T ((a1 + a2) x2 + (b1 + b2) x + (c1 + c2))
= (a1 + a2) x + (b1 + b2) + 1
= a1x + a2x + b1 + b2 +1
= (a1x + b1 + 1) + (a2x + b2)

- 43
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

= T (f(x)) + a2x + b2 T (f(x)) + T (g(x))

As podemos concluir que: T: P2 P1, definida por T (ax2 + bx + c) = ax + b + 1 no es
una transformacin lineal.

Ejemplo 2): Sea L: M2x2 M2x2 definida como

ba b dc
L
dc dc 2a
Verifique si L es un operador lineal.
Solucin:

a b e f
Sean
, M2x2

c a g h
De la definicin de suma de matrices, tenemos:

- 44
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

ab e f a e b f

c d gh c g d h
ab e f a e b f
i)
L L
c d f h c g d h
- 45
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

b f c g ( d h)

c g d h 2(ae)
b c d f g h

c d 2 a g h 2e
a b e f
L L
c d g h

- 46
 UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

ba ka kb
ii)
kL L , k
dc kc kd
kb kckd b dc
k
kckd 2ka dc 2a
ba
kL
dc
De (i) y (ii), podemos concluir que, L es un operador lineal.

Ejemplos geomtricos de Transformaciones lineales

1) ROTACIN DE VECTORES EN EL PLANO.- La rotacin en el plano, alrededor del
origen (en sentido anti-horario) y de magnitud (0 2) es una transformacin
lineal.

- 47
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

(w1, w2)

(x, y)
r

Grfico N 01

Recordemos que la rotacin de vectores preserva: el mdulo del vector y el ngulo entre
vectores.
Del grfico N 01, podemos obtener las siguientes relaciones:
x = r cos y = r sen .................. (*)
w1 = r cos ( + ) w2 = r sen ( + ) ......... (**)

Desarrollando coseno y seno de una suma de ngulos en (**), podemos expresar a w 1 y

w2 de la siguiente manera:
w1 = r (cos cos - sen sen )
... (***)
w2 = r (sen cos + cos sen )
Reemplazamos (*) en (***) y obtenemos:
w1 = x cos - y sen
w2 = x sen + y cos
Luego:
T(x, y) = (w1, w2) = (x cos - y sen , x sen + y cos )
Que matricialmente, en forma equivalente, lo podemos escribir de la siguiente manera:

- 48
 UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

cos senx
x
T =

s en cos y
y

Suele tambin denotarse como:

cos senx
x
T y =

s en cos y

2) DILATACIN Y CONTRACCIN DE VECTORES.- Si k es un escalar no negativo,

entonces el operador T (x) = k.x es llamado una contraccin con factor k, si 0 k 1. Si
k > 1, el operador se llama una dilatacin con factor k.

x
T(x) = k.x

T(x) = kx
x

- 49
 UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

0 0
CONTRACCIN DILATACIN

Figura N 02

3) LA REFLEXIN DE UN PUNTO CON RESPECTO A UNA RECTA

Sea V = (x, y) R2 y L una recta en R2 que pasa por el origen. La reflexin de este
punto sobre la recta L, es un operador lineal en R2.
i) Sea L: {PR2/P = a t, aR2 y tR} una recta de R2.
ii) Deseamos hallar la regla de correspondencia de T (v) en funcin de v
y u = a siendo conocido el vector a.
iii) El vector T (v) v es perpendicular a la recta L y Q es punto medio.

L
v

a Q
u

T (v)

Grfico N 03
Del Grfico N 03, podemos deducir que:
v = T (v) + T (v)V
v= T (v) + 2 Qv
v= T (v) + 2 Proyuv
Luego:
T (v) = v 2 Proyuv

- 50
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

v, u
T (v) = v 2 2
.u
u

v, u
La funcin T (v) = v 2 2
.u , es un operador lineal de R2 en R2 (verifquelo) que
u

expresa la reflexin de V con respecto a la recta L: {PR2 / P= a t, tR}

CASO PARTICULAR:
Sea L: {PR2 / P = t (1,0), tR}, el eje x.
Si v = (x, y) R2 y T (v) es la reflexin de v = (x, y) sobre el eje X. Hallar la regla de
correspondencia de T (v).

v=(x,y)
A
(x,y)
L
u
x
o a Q

T(v)=(x,-y)
Grfico N 04

Grfico N 04

Solucin:
v = T (v) + T (v).v = T (v) + 2 Qv
= T (v) + 2 OA = T (v) + 2 Proyuv
Despejamos T (v) en esta ltima expresin para obtener:
T (v) = v 2 Proyu(v)
v, u
= v2 2
.u
u

- 51
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

( x, y ), (0,1)
= (x, y) 2 2
. (0,1)
(0,1)

= (x, y) 2y (0,1)
= (x, y) (0, 2y) = (x, -y)
As, hemos obtenido que:
T(x, y) = (x, -y), que representa la regla de correspondencia de la reflexin de un punto
del plano sobre el eje X.

Propiedades de las transformaciones lineales

Proposicin 1
Dada la transformacin lineal. T: V W, se tiene que:
a) T (0) =
b) T (- u) = - T(u)
c) T (u-v) = T (u) T (v)
n n
d) T ai vi = ai T (vi) , aiF, viV.
i 1 i 1

Demostracin
a) Por definicin de elemento neutro en V, tenemos que: 0 = 0 + 0, 0 V. Ahora
aplicamos T en ambos miembros de sta ltima ecuacin para obtener,
T (0) = T (0+0)
T (0) = T (0) + T (0), por ser T una transformacin lineal... (1)
Como W es un espacio vectorial, se cumple que:
= T (0) T (0)
= T (0) + T (0) T (0). por (1)
= T (0) + (T (0) T (0))
= T (0) +
= T (0)

b) T (-u) = T 1 u ) = -1 T (u) = - T (u), pues T es transformacin lineal.

- 52
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

c) T (u-v) = T (u+ (-v)) = T (u) + T (-v) = T (u) T (v), pues T es transformacin

lneal.

d) L a prueba lo haremos por induccin matemtica

i) Para n = 2, tenemos que:
T (a1v1 + a2v2) = T (a1 v1) + T (a2 v2) pues T es transformacin lineal.
= a1 T (v1) + a2 T (v2) pues T es transformacin lineal.
Como vemos la expresin es vlida para n=2.

ii) Supongamos que la expresin es vlida para n = h. (Hiptesis Inductiva)

T (a1 v1 + ....+ ahvh) = a1 T(v1) + ....+ ah T(vh), con h > 2
iii) Demostraremos que la expresin es vlida para n = h + 1.(Tesis)
En efecto:
T (a1 v1 + ...+ ahvh + ah+1vh+1) = T a1v1 ... ah vh ah 1vh 1
= T (a1v1 + ...+ ah vh) + T (ah+1vh+1)
= a1 T (v1) + ...+ ahT (vh) + ah+1 T (vh+1)
h 1
= a
i 1
i T (v i )

n n
T a i v i a i T (v i )
i 1 i 1

Proposicin 2. Una funcin T: V W es una transformacin lineal, si y slo si, T (a u

+ b v) = a T (u) + b T (v), u, v V, a, b F.
Demostracin:
i) () T (au + bv) = T (au) + T (bv) pues T es t.l.
= a T (u) + b T (v) pues T es t.l.
ii) () Si hacemos a = b =1, entonces tenemos que:
T (u + v) = T (u) + T (v), lo cual prueba la parte i) de la definicin de transformacin
lineal. En forma similar, hagamos b = 0 en la igualdad: T (au + bv) = a T (u) + b T (v), y

- 53
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

as obtenemos que: T (au) = a T (u), lo cual prueba la parte ii) de la definicin de

transformacin lineal.

NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL

Asociada a cada transformacin lineal T: V W, existen dos subespacios, los cuales
son llamados ncleo(N (T)) e imagen (Im (T)) de una transformacin lineal, definidos
de la siguiente manera:
N (T) = v V/ T (v) = 0 V

Im (T) = w W/ v V, con T (v) = w = T (v) / v V W

Ejemplo 1) Encuentre el ncleo y la imagen de la siguiente transformacin lineal

T: R3 R3, definida por T (x, y, z) = (2x-z, 3x-2y, x-2y + z)

Solucin:
a) Por definicin de ncleo tenemos que:
N (T) = (x, y, z) R3/ T(x, y, z) = = (0, 0, 0)
Pero, T (x, y, z) = (0, 0, 0) implica que:
2x -z =0
3x-2y =0 ... (*)
x-2y+z=0
Resolviendo el sistema (*) obtenemos que:
(x, y, z) = t (1/2, 3/4, 1), t R
1
N (T) = (x, y, z) R3 / x = 2
t, y = 3/4 t, z = t, t R
b) La imagen de T est formado por vectores de la forma (r, s, t) tal que exista un
vector (x, y, z) R3 , tal que T(x, y, z) = (r, s, t). Esta igualdad nos lleva a tener
que:
(r, s, t) = (2x-z, 3x 2y, x 2y + z) ....(**)
Trabajamos (**) en forma matricial y as obtenemos:
2 0 -1 r 1 -2 1 t
3 -2 0 s 0 4 -3 s -3t

- 54
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

1 -2 1 t 0 0 0 t+rs

El sistema (**) ser compatible si: t + r s = 0 s = t + r

Luego:
(r, s, t) = (r, t + r, t ) = t (0,1,1) + r (1, 1, 0)
Im (T) = w R3 / w = r (1, 1, 0) + t (0, 1, 1), r, t R

Ejemplo 2: Sea C3 [0,1] el espacio de las funciones f tales que f y sus tres primeras
derivadas f, f y f estn definidas y son continuas en [0,1].
Definimos el operador:

T: C3 [0, 1] C3 [0, 1]
f T (f) = f

a) Hallar el ncleo del operador lineal

b) Verifique que ex y e-x pertenecen al ncleo de T1 donde T1 es el operador
diferencial definido por T1 (f) = f f.

Solucin:
a) Por definicin: N (T) = f C3[0,1] / T(f) = 0
Pero T (f) = 0 f = 0
f (x) = k , k R
f (x) = k1x + k, k1 R
f (x) = k2 x2 + k1x + k, k2 R
N (T) = f C3 [0,1] / f(x) = k2x2 + k1x + k

b) En forma similar: N (T1) = {f(x) / T(f(x)) = 0}

Pero T (f (x)) = 0 f (x) f (x) = 0.
Resolviendo la ecuacin diferencial anterior, obtenemos que:
f (x) = ex + e-x , , R
Luego: N (T) = f(x) / f (x) = ex + e-x, , R}

- 55
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Si = 1 y = 0, obtenemos que ex N (T)

Si = 0 y = 1, obtenemos que e-x N (T)

Ejercicios N 01

1. Hallar el ncleo y su dimensin en cada uno de los casos siguientes:

a) T ( x1, x2, x3) = (x1 x2, x2)
b) T (x1, x2, x3, x4) = (x1 x2 x3, x3 x4)

2. Dado el espacio C [0,1] de las funciones continuas en el intervalo cerrado [0,1] y

el subespacio M de las funciones que tienen derivada continua en [0,1],
demuestre que:
a) La derivacin D es una transformacin lineal de M en C[0,1]
b) La integracin I, definida por:
x
I (f(x)) =
0
f (t ) dt ,0x1

Es una transformacin lineal de C [0,1] en C [0,1]

3. Sea T: R3 R3 / T (x1, x2, x3) = (x1-x2+2x3, 2x1+x2, -x1-2x2+2x3)

a) Verifique que T es lineal.
b) Qu condiciones deben satisfacer a, b y c para que el vector (a, b, c) pertenezca
al ncleo de T? Cul es el N (T)?.
c) Qu condiciones deben satisfacer a, b y c para el vector (a, b, c) pertenezca a la
imagen de T Cul es la Im (T)?.

4. Cul es la rotacin T que lleva a la recta L: 2x 3y + 1 = 0 paralela al eje y?

5. Sea un ngulo en el 2do. Cuadrante tal que sen = 1/3. Describa

explcitamente la transformacin lineal T y halla la imagen de (1,0); (0,1) y
(1,1).

6. Qu vectores permanecen invariables bajo T?; es decir T (v) = v?

- 56
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

MONOMORFISMOS, EPIMORFISMOS E ISOMORFISMOS

Sea T: V W una transformacin lineal.
a) Se dice que T es un monomorfismo o inyectiva, s y slo s, T (u) = T (v) implica
que, u = v, u, v V.
b) Decimos que T es un epimorfismo o sobreyectiva, s y slo s, para cada w W,
existe v V / T (v) = w
Equivalentemente, podemos decir que:
T es un epimorfismo, s y slo s, T (V) = W o que Im (T) = W.
c) Decimos que T es un isomorfismo, s y slo s, T es monomorfismo y
epimorfismo. Cuando sucede esto se dice que los espacios vectoriales V y W son
isomorfismos y lo denotaremos como: V W.

Ejemplo 1. (DERIVADA FORMAL DE POLINOMIOS) Sea D: R[x] R[x],

definida por:
D (a0 + a1x + ... + anxn) = a1 + 2a2x + + nanxn-1
Demuestre que D es un epimorfismo, pero no un monomorfismo.
PRUEBA:

a) D ES UN EPIMORFISMO
Sea P(x) = b0 + b1x +...+ bmxm un polinomio cualquiera en R[x].
Mediante clculos sencillos podemos encontrar:
x2 b
... m x m 1
Q(x) = b0x + b1 2 m 1 R[x], tal que: D (Q(x)) = P(x)
Es decir que, para cada P(x) R[x], siempre existe Q(x) R[x] definida de la manera
arriba escrita tal que, D (Q(x)) = P(x).
D es un epimorfismo.

b) D NO ES UN MONOMORFISMO
Para demostrar que D no es un monomorfismo, lo haremos con un contraejemplo.
Sean P(x) = a x + b R[x], a, b R.
Q(x) = a x + c R[x], a, c R.

- 57
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Podemos ver claramente que si cb, entonces P(x) Q(x), pero D (P(x)) = a = D (Q(x))
D no es un monomorfismo.

Ejemplo 2. Demuestre que la rotacin en el plano es un isomorfismo.

PRUEBA:
Recordemos que la regla de correspondencia de la transformacin lineal que rota los
vectores en el plano, est dada por:

x cos senx
T
y sen cosy
a) T ES MONOMORFISMO
Debemos probar que:
Si T (v) = T(v), entonces v = v , v, v R2.

- 58
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

cos en x cos en x '

'

Pero T (v) = T(v) implica que,

sen cos y sen cos y

- 59
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x x cos sen
'
', estodebidoaque 10
y y sen cos
Resolviendo sta ltima ecuacin matricial obtenemos que .

Lo que nos conduce a afirmar que: v = v.

b) T ES EPIMORFISMO

- 60
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

a 2 x 2 a
Debemos probar que: para cada
R , xiste ve R /T(v)
b y b
En efecto:

- 61
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

a cos sen x a
T (v) =

,implcaque . Resolviendo sta ecuacin obtenemos que:

b sen cos y b

- 62
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x cos sena

y sen cosb
Luego, hemos encontrado:

- 63
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

xcos ena xa
conla diqueT
ysencob yb
T es un epimorfismo.

De (a) y (b), podemos concluir que: T es un isomorfismo.

TEOREMA 1. Una transformacin lineal T: V W, es un monomorfismo, s y

slo s, N (T) = {0}.

PRUEBA
) Si N (T) = {0}, entonces T: V W es un monomorfismo

- 64
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

En efecto:
T (u) = T (v) implica que T (u) T(v) = , con W. Como T es una

transformacin lineal, resulta que T (u v) = . As tenemos que (u v) pertenece

al ncleo de T y como el N (T) = {0}, concluimos que u = v.
Luego; T es un monomorfismo.

) Si T: V W es un monomorfismo, entonces N (T) = {0}

En efecto:
Como T es transformacin lineal, entonces por la proposicin 1), parte i), tenemos

que: T (0) = . Luego, como T es un monomorfismo, de la igualdad T (v) =

slo podemos obtener que: v = .
N (T) = {0}.

TEOREMA 2. Si v1, v2,..., vn es una base de V y w1, w2,...,wn son vectores arbitrarios de
W, entonces existe una nica transformacin lineal T: V W tal que T(vj) = wj,
j=1,2,...,n.

PRUEBA
Dado vector v V, podemos encontrar escalares i F, para cada i = 1,,n, tal que: v
= 1v1+ ... + nvn .
Luego, la imagen de v va T es dado por:
T (v) = T (1v1 + ... + nvn)
T (v) = 1 T (v1) + ... + n T (vn)
T (v) = 1w1 + ... + nwn

Como podemos ver la T as definida verifica las condiciones del teorema.

Ejemplo: Sea T: R3 R2, la transformacin lineal tal que:

T(1,0,0) = (3,4), T(0,1,0) = (1, -2), T(0,0,1) = (-1, 3).
Encuentre T(x, y, z).
Solucin:

- 65
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Como cualquier vector v = (x, y, z) R3 se puede escribir de la forma:

v = (x ,y, z) = (x(1,0,0) + y(0,1,0) + z(0,0,1))
Entonces:
T(v) = T(x(1,0,0) + y(0,1,0) + z(0,0,1))
= x T (1, 0, 0) + y T (0, 1, 0) + z T (0, 0, 1)
= x (3,4) + y (1,-2) + z (-1,3)
= (3x + y z, 4x 2y + 3z)
T(x, y, z) = (3x + y z, 4x 2y + 3z)

VARIANTE DEL TEOREMA 2.

Sea {v1, v2, ... , vm} un conjunto de generadores de V, no necesariamente linealmente
independientes y w1, w2, ... , wm una coleccin de m vectores en un espacio
vectorial W.
Bajo qu condiciones existe una transformacin lineal T: V W, tal que
T (vj) = wj, j = 1,,m ?

Solucin:
Como una transformacin lineal lleva ceros en ceros. Asi, si 0 V, entonces
existirn escalares tal que: 0 = 1v1 + ... + mvm. Tomando T en sta ltima igualdad

tenemos que: T (0) = T (1v1 + .... + mvm) = , W, y como deseamos que T

sea una transformacin lineal debemos tener T(0) = 1 T(v1) + + m T(vm) = .
Adems por dato T (vj) = wj, j = 1,,m, conducindonos a que:

T (0) = T(1v1 + .... + m vm) = 1 w1 + . + mwm = .

Luego, afirmamos que la condicin necesaria y suficiente para la existencia de tal
transformacin lineal con la condicin pedida es:
m m

i 1
i vi 0,
i 1
i wi 0 ............. (*)

En efecto:
Si una tal T existe, entonces esta condicin se cumple inmediatamente, pues, como

ya se mencion T (0) = .

- 66
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Recprocamente.
Dado vector v V, podemos encontrar escalares i F, para cada i = 1,,n, tal
que: v = 1v1+ ... + nvn. Definimos T (v) = T (1v1 + ... + mvm) = 1w1 + ... +
mvm.
Slo nos falta verificar que T est bien definida, es decir, puede ocurrir que, v
admita dos representaciones, esto es,
v = 1v1 + ... + mvm
v = 1v1 + .... + mvm
Igualando los valores de v obtenemos que: (1-1) v1 + ... + (m -m) vm = 0. Luego,
aplicando la condicin (*) en sta ltima ecuacin para tener que:
m m m

( i i ) wi 0, de donde i wi i wi . Concluyendo que T (v) = T (v)

i 1 i 1 i 1

Es decir, si tenemos que un vector admite dos representaciones, su imagen es la

misma bajo T. Esto prueba la buena definicin de T.

Ejemplos 1) Pruebe que existe una transformacin lineal T: R2 R2, tal que
T (3, 2) = (-4, -1), T (2, 1) = (-2, -5), T (-3, -1) = (2, 14)
Solucin:
Expresamos el vector (0,0) como combinacin lineal de v1 = (3,2), v2 = (2,1),
v3= (-3, -1). Mediante un clculo sencillo vemos que: - v1 + 3v2 + v3 = 0.
Luego:
T (0) = T (-v1 + 3v2 + v3) = - T (v1) + 3T (v2) + T (v3)
= - (-4, -1) + 3(-2, -5) + (2, 14)
= (0,0)
De ah que, como T lleva ceros en ceros, entonces existe una nica transformacin
lineal T: R2 R2, con las condiciones pedidas.

Ejemplo 2. Pruebe que no existe una transformacin lineal T: R2 R2 tal que:

T (1,2) = (-1, 3), T (5,-1) = (2, 3) y T (-4, 3) = (-3, 1).
Solucin:
Haciendo los clculos respectivos:
-(1, 2) + 1 (5,-1) + 1 (-4, 3) = (0,0)

- 67
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Luego, si existe una transformacin lineal con las condiciones pedidas, debe acontecer
que: - 1w1 + 1w2 + 1w3 = (0, 0).
Sin embargo: - w1 + 1w2 + 1w3 = - (-1, 3) + (2, 3) + (-3, 1) = (0, 1) (0,0)
No existe una transformacin lineal con las condiciones pedidas.

TEOREMA 3. Sea T: V W una transformacin lineal con dim (V) = n.

T es inyectiva s y solamente si v1, v2, ... , vn son linealmente independientes implica que
T(v1), T(v2), ..., T(vn) son linealmente independientes.

PRUEBA
() Si v1, v2, ..., vn son linealmente independientes y T es inyectiva, entonces T(v 1),
T(v2), ..., T(vn) son l.i.
En efecto:
De la combinacin lineal: 1 T (v1) + ... + n T(vn) = 0 y del hecho que T es lineal
tenemos T(1v1 + + nvn) = 0. Consecuentemente, podemos afirmar que: (1v1 + ...
+ nvn) N(T) y como T es inyectiva, se tiene que: 1v1 + ... + nvn = 0. Del hecho que
v1, v2, ..., vn son linealmente independientes, obtenemos que: 1 = 2 = ... = n = 0. Lo
que prueba esta primera parte del teorema.

) Si T lleva vectores linealmente independientes en vectores linealmente

independientes, entonces T es inyectiva.
En efecto:
Sean u, v V. Entonces podemos encontrar escalares tales que:
u = 1v1 + ... + nvn
v = 1v1 + ... + nvn

De ah que: T (u) = T (v), implica que T (1v1 +...+ nvn) = T (1v1 +....+ nvn).
Aprovechando que T es lineal, la ltima ecuacin lo podemos escribir de la siguiente
manera: (1 - 1) T (v1) + ...+ (n - n) T (vn) = 0, y usando la hiptesis tenemos que:
1 - 1 = 0, ..., n - n = 0. Por lo tanto, podemos concluir que: u = v.

- 68
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

TEOREMA 4. Si T: V W es una transformacin lineal, entonces Im(T) es un

subespacio de W . Ms an, si {x1, x2,..., xn} es una base de V, entonces {T (v1), ,
T(vn)} generan la Im(T).

PRUEBA:
i) La prueba de que Im (T) es un subespacio de W lo dejamos como ejercicio.
ii) Ahora, sea B = {x1,..., xn} una base para V, y sea y cualquier vector de Im (T).
Debe haber entonces por lo menos un vector xV tal que: T(x) = y.
Como B es una base de V, entonces existirn escalares 1,....n, tales que x = 1x1 + ....
+ nxn.
Luego, y = T(x) = T (1x1 + .... + nxn) = 1 T(x1) +...+ n T(xn). Como cada uno de los
vectores T(x1),..., T (xn) estn en Im (T), se sigue que Im (T) es generado por estos
vectores.

TEOREMA 5. Sea V un espacio de dimensin finita y T: V W una transformacin

lineal, entonces: dim (V) = dim(N (T)) + dim (Im (T)).

PRUEBA
Como V es de dimensin finita, entonces N (T) es de dimensin finita. Sea B 1 = {x1,...,
xt} una base de N (T). Extendamos B1 a una base B2 = {x1,..., xt, xt+1, ..., xn} para V.
Afirmamos que: {T (xt+1), ..., T (xn)} es una base para Im(T).
En efecto:
Por el Teorema 4 sabemos que: {T(x1), T(x2), ... , T(xt), T(xt+1), ..., T(xn) } generan la
Im(T). Pero T(x1) = T(x2) = = T (x ) = 0, porque {x , ..., x } N(T). Por consiguiente,
t 1 t

T (xt+1), , T (x ) generan la Im(T).

n

Slo nos falta probar que los vectores {T (xt+1), , T (xn)} son linealmente
independientes. Para mostrar esto, de la combinacin lineal: t+1 T(xt+1) +. + n T(xn)
= 0, debemos probar que todos los escalares son nulos. Como T es una transformacin
lnea, la igualdad arriba lo podemos escribir de la siguiente manera:
T (t+1, xt+1 +. + nxn) = 0. Entonces Z = (t+1 xt+1 + . + nxn) N (T). Como B1 es
una base para N (T), podemos hallar escalares tales que: Z = a 1x1 +....+ atxt. Luego,

- 69
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

igualando los valores de Z, tenemos: a 1x1 +...+ atxt = t+1, xt+1 +. + nxn. Pasando todo
al primer miembro obtenemos: a1x1 ++ atxt - t+1 xt+1 - . - nxn = 0. Adems
como los vectores {x1,..., xt, xt+1, ..., xn} son linealmente independientes, de la ltima
ecuacin podemos obtener: a1 = .... = at = t+1= = n = 0. Lo que nos conduce
afirmar que {T(xt+1), ..., T(xn)} son linealmente independientes y como generan la
imagen de T, tenemos que: dim (Im(T)) = n t.
Finalmente, tenemos: dim (V) = n = t + (n t) = dim (N (T)) + dim (Im (T)).

Ejemplo: Si T: P2 P1 es una transformacin lineal que convierte la base B = {f 1: x2,

f2: x, f3: 1} en los elementos g: x + 1, g e: x y g3: 6, respectivamente, encuentre la Im(T),
el ncleo de T y verifique la conclusin del Teorema 5, para esta T particular.

Solucin:
Calculamos la regla de correspondencia de T. Tomamos un elemento genrico P 2, esto
es: f(x) = ax2 + bx + c. La imagen de f(x) va T, es dado por la siguiente expresin:
T(f(x)) = T(ax2 + bx + c) = a T(x2) + b T(x) + C T(1) = a (x + 1) + b x + c(6). Tomando
los extremos de esta cadena de igualdades obtenemos que: T (f(x)) = (a + b)x + (a + 6c).
Luego; f (x) N (T), s y slo s, a + b = 0 y a + 6c = 0. De stas ecuaciones se tiene
que: a = -6c y b = 6c. De ah que, f N (T), s y slo si, f(x) = (-6c) x 2 + 6cx + c. Se
sigue que: N (T) = 6x2 6x 1 y dim (N (T)) = 1.
Por Teorema 4: g1: x + 1, g2: x y g3: 6 generan la imagen de T, es decir, Im (T) =
g1 : x 1, g 2 : x , g3 : 6 . Pero g3 = 6g1 g2, lo que nos conduce afirmar que:
Im (T) = g1 : x 1, g 2 : x y dim (Im (T)) = 2. Finalmente, verificamos la conclusin
del Teorema 5: dim (P2) = 3= dim (N (T)) + dim (Im (T)).

TEOREMA FUNDAMENTAL DE LAS TRANSFORMACIONES LINEALES

TEOREMA 6. Sean V y W espacios de dimensin finita, V es isomorfo a W, s y slo
s, la dimensin de V es igual a la dimensin de W.

PRUEBA.

- 70
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Supongamos que dim (V) = dim (W) = n. Entonces podemos hallar bases B = {x1, x2, ...,
xn} y B1 = {y1, y2, .... yn} de V y W respectivamente. Por Teorema 2, sabemos que existe
una nica transformacin lineal T: V W, tal que: T (xi) = yi, i = 1,n. Tambin por el
Teorema 4: Im (T) = T ( x1 ), ...., T ( xn ) , es decir, Im (T) = y1 ,..., yn W .
Adems, aplicando el Teorema 5, vemos que dim (N (T)) = 0 y, por el Teorema 1, T es
un monomorfismo. Por lo tanto, V y W son isomorfos.
Recprocamente, supongamos ahora que V es isomorfo a W. Entonces existe una
transformacin lineal T: V W que es 1 1 y sobreyectiva. Como T es sobre, tenemos
que: Im (T) = W. Tambin, por el Teorema 5:
Dim (V) = dim (N (T)) + dim (Im (T)) = 0 + dim (W) = dim (W).
Por lo tanto, dim (V) = dim (W).

Ejemplo 1) Verifique que R4 M2x2

Solucin:
1) Sean e1 = (1,0,0,0), e2 = (0,1,0,0), e3 = (0,0,1,0) y e4 = (0,0,0,1)

1 0 0 1 0 0 0 0
A1 = A2 = A3 = y A4 =
0 0 0 0 1 0 0 1
Bases de R4 y M2x2 respectivamente.
2) Sea T: R4 M2x2, tal que, T (ei) = Ai, I = i, 4
3) Hallamos la regla de correspondencia de T.
Damos un vector genrico v R4, esto es, v = (a, b, c, d).
Luego:
T (v) = T(a, b, c, d) = T (ae1 + be2 + ce3 + de4) = a T (e1) + b T (e2) + c T (e3) + d T (e4)

- 71
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

1 0 0 1 0 0 0 0
=a +b +c +d .

0 0 0 0 1 0 0 1
As, hemos hallado la regla de correspondencia de T y que es dada por:

a b
T (v) = T(a, b, c, d) =
c d
4) Pruebe que T es un isomorfo (lo dejamos como ejercicio).

Ejemplo 2). Dados los R espacios vectoriales:

U = {f(x) = a + bx2 + cx4 / a, b, c R}
V = {(p, r, s, t) R4 / p + r + s + t = 0}
Construir un isomorfismo entre U y V.
Solucin
1) Una base de U es {1, x2, x4}, es decir, dim (U) = 3.
2) Encontremos una base de V. Cualquier elemento de V es de la forma:
(p, r, s, t) = (-r s t, r, s, t) = r (- 1, 1, 0, 0) + s (-1, 0, 1, 0) + t (-1, 0, 0) 1).
Como los vectores que generan a V son linealmente independientes, podemos escribir
que: dim (V) = 3.
3) Observamos que: dim (U) = dim (V)=3. Entonces, por el Teorema 6, existe un
isomorfismo entre los espacios U y V.
4) Debemos ahora hallar la regla de correspondencia de T: U V. Para esto deseamos
determinar la imagen de un vector genrico de U.
En efecto:
Sea u(x) = a + bx2 + cx4 U.
Luego:

- 72
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

T (u(x)) = T(a + bx2 + cx4) = a T (1) + b T(x2) + c T(x4)

= a (-1, 1, 0, 0) + b (-1, 0, -1, 0) + c (-1, 0, 0, 1)
= (-a b c, a, b, c)
Por lo tanto, T (a + bx2 + c x4) = (a b c, a, b, c)

5) Pruebe que T as definido en 4) es un isomorfismo (ejercicio)

MATRIZ DE UNA TRANSFORMACIN LINEAL REFERIDA A UN PAR DE
BASES
En esta seccin veremos que cualquier transformacin lineal T: V W de un espacio
vectorial de dimensin finita V, en otro espacio vectorial W con la misma caracterstica,
se puede representar por una matriz. La representacin matricial de T depende tanto de
la base de V como la de W. Sin embargo, una vez elegido las bases en cada espacio y
considerndolas como bases ordenadas, entonces la representacin matricial ser
determinada en forma nica. Iniciamos esta teora con las siguientes definiciones:

DEFINICIN 1. Sea B = {v1, v2, ..., vn} una base ordenada para el espacio V. Si v V
(arbitrario), entonces existen nicos escalares 1, 2, ...., n, tales que:
v = 1v1 + 2v2 + ... + nvn. Tales escalares caracterizan a v respecto de la base de V.
Estos escalares se llaman las coordenadas de v, respecto de dicha base y lo denotamos
por:

1

2
[v]B

= .

.

n
NOTA: La razn por la cual se insiste en que B sea una base ordenada es para que el
vector coordenado est determinado en forma nica.

- 73
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Ejemplo 1): Sea V = P2, el conjunto constituido por las funciones polinmicas de grado
menor que 3. El vector coordenado de f(x): 2 x + 3x2, referido a la base ordenada:
B = {f1: 1, f2: x, f3: x2}, es dado por:

2

[ f ] = 1
B

3

Ahora, si: B1 = {g1: x2, g2: x, g3: 1}, entonces:

3

= 1
[ f ]B1

2

Como conjuntos, B y B1 son idnticos, pero como conjuntos ordenados son diferentes.
Antes de definir la matriz de una transformacin lineal damos un ejemplo que motivar
la definicin.
Ejemplo 2. Sea:

- 74
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

1 1 1

1v10,v21,v31
0 0 2

y
1 2
2w1 ,w2
0 2
bases ordenadas para R3 y R2 respectivamente. Sea T: R3 R2 una transformacin
lineal tal que:
T (v1) = 2w1 w2, T (v2) = 0w2 + (-1) w2, T (v3) = 3w1 2w2
Referido a la base 2, tenemos:

- 75
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

2 0 3
T(v1)2 ,T(v2) T(v3)2
1 1 2
Formamos la matriz:

2 0 3

vT 1)( 2 vT 2)( 2 vT 3)( A
1 1 2
Para cualquier vector v de R3, afirmamos que:
A [v]1 = [T (v)]2

En efecto:
Sea v R3 / v = x1v1 + x2v2 + x3v3. Entonces:

- 76
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x1
302 132 xx 3
Av1 x2
211 x 21 2xx 3
x 3
A continuacin escribimos T (v) como combinacin lineal de los vectores de la base 2.
Como T es lineal tenemos:
T (v) = T (x1v1 + x2v2 + x3v3) = x1 T (v1) + x2(v2) + x3 T (v3)
= x1 T (v1) + x2 T (v2) + x3 T (v3)
= x1 (2w1 w2) + x2(-w2) + x3 (3w1 2w2)
= (2x1 + 3x3) w1 + (-x1 x2 2x3) w2
Esto nos conduce a escribir que:

2x13x3
vT )( 2 vA 1
x3 x2 2x3
Por esta razn se dice que A es la matriz de T referida a las bases 1 y 2.

- 77
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

DEFINICIN 2. Sean: T: V W una transformacin lineal y 1 = {v1, v2, ... , vn} , 2

= {w1, w2, ... , wm} bases ordenadas para V y W respectivamente.
Sea T (vj) = a1jv1 + a2jv2 + ... + amjvm , para j = 1,n. La matriz de T referida a las bases
ordenadas 1 y 2 es

a11 a12 . . . a1n

a21 a22 . . . a2n

T12 . . . T(v1)2. . . . T(vn)2
. . .

am1 am2 . . . amn

Es decir, la matriz de T referida a las bases 1 y 2 es la matriz cuya j-sima columna es

el vector coordenado de T (vj) referido a la base 2.

TEOREMA 7. Sean 1 = {v1, v2, ..., vn} y 2 = {w1, w2,..., wm} bases para los espacios
V y W respectivamente, T: V W una transformacin lineal y [T] 12 = A = (aij)mxn.
Entonces, para cualquier vector v V, se tiene que:
A [v]1 = [T (v)]2
DEMOSTRACIN
Como A = [T]12, tenemos que:

a1 j

a2 j


T (v j ) 2 .
.

.amj

- 78
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Es decir, T (vj) = a1jw1 + a2jw2 + + amjwm , j = 1,n

1

2
Sea v V y adems que: [v]1

= . . Esto nos conduce a escribir a v de la

.

n
siguiente manera: v 1v1 2 v 2 ... n v n .De ah que,
T (v) = T (1v1 + + nvn) = 1 T (v1) ++ n T (vn)
m m m
= 1 ai1wi 2 ai 2 wi ... n ain wi
i 1 i 1 i 1

m m m
1ai1wi 2 ai 2 wi ... n ain wi
i 1 i 1 i 1
m
( a
i 1
1 i1 wi 2 ai 2 ... n ain wi )
m n
a w
i 1 j 1
j ij i

n
m

j
j aij wi
i 1
n

= ( a
j 1
j 1j w1 j a2 j w2 ... j amj wm )

n n n
j a1 j w1 j a2 j w2 ... j amj wm
j 1 j 1 j 1

n n n
j a1 j w1 j a2 j w2 ... j amj wm
j 1 j 1 j 1
Identificando las coordenadas de T (v) con respecto a la base 2, obtenemos que:

- 79
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

n
j a1 j
j1
n
j a2 j
j1
T (v) 2 . Av1
.

.
n
j amj
j1
Ejemplo: Sea T: R4 R3 una transformacin lineal, definida por:

x
x 2y
y
T x 3y w
z
2 y 3z 4w
w

Si y son las bases naturales de R4 y R3, respectivamente,
a) Encuentre [T] = A

- 80
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x

y
b) Use la matriz A para encontrar T(x), donde x =
z

w

Solucin:
a) Mediante un clculo sencillo obtenemos:

1 2 0 0

T (e ) = 1 , T (e ) = 3 , T (e ) = 0 , T (e ) = 1 ,
1
2
3
4

0 2 3 4

Expresemos a T (ei), i = 1,4 como combinacin lineal de las bases natural de R3.

1 1

T (e ) = 1 = 1e + 1e + 0e , de donde tenemos que: [T (e )] = 1
1
1 2 3 1

0 0

2 2

T (e ) = 3 = 2e + 3e + 2e , de donde tenemos que: [T (e )] = 3
2
1 2 3 2

2 2

- 81
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

0 0

T (e ) = 0 = 0e + 0e + 3e , de donde obtenemos que: [T (e )] = 0
3
1 2 3 3

3 3

0 0

T (e ) = 1 = 0e + 1e + 4e , de donde obtenemos que: [T (e )] = 1
4
1 2 3 4

4 4

Por la definicin 2, podemos afirmar que:

1 2 0 0

A 1 3 0 1 T '
0 2 3 4

x x

y y
z R . Entonces [x] =
z
4
b) Sea x =

w w

Por el Teorema 7, tenemos que: A[x] = [T(x)]. Reemplazando la matriz A calculada
en la parte a) de este ejemplo, tenemos que:

- 82
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

1 2 0 0
x
y
1 3 0 1 z = [T(x)] . Multiplicando las matrices obtenemos:

0 2 3 4
w
x 2y

= x 3y z
[T(x)]
. Debido a que es la base natural de R , se tiene la siguiente
3

2 y 3 z 4w

igualdad: [T(x)] = T(x).
Finalmente, tenemos:

x 2y

T(x) = x 3 y z

2 y 3z 4w

Ejercicio: Sea T: R3 R2 una transformacin lineal, definida por:

- 83
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x 5
1/ 2x 1 / 2 y z
T y 2
z 7/2x 7/2y 7/2z

1 2 0 1 0
1

Si = {v = 0 , v = 0 ,
1 2 3

v = 1 } y = {w =
2 1
, w2 }, son dos
1 0

1
2 3
bases ordenadas para R3 y R2 respectivamente, encuentre A = [T].

- 84
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x1

x2
NOTA. Si v =
. es un vector de Rn y si B = {e1, e2, ..., en} es la base natural

.

xn
de Rn, entonces v = x1e1 + x2e2 + ... + xn en. Por lo tanto:

x1

x2
[v] =
. = v.

.

xn
O sea, el vector coordenado de v referido a la base natural es idntico al vector v.
Por consiguiente la matriz de una transformacin lineal T: Rn Rm referido a las bases
naturales B y B para Rn y Rm respectivamente, es la matriz:
[T] = (T (e1) T (e2) ... T (en))
Ejercicio: Si T: R3 R2 es la transformacin lineal, definida por:

- 85
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x
3x 2 y
T
y
z y 2z

1 1 0
1 4
y = {v = 0 , v = 2 ,
1 1 2 v = 1 }
3 y 2 = {w
1 = , w2 =
1 1

2
2 0
} bases ordenadas para R y R 3 2
respectivamente,

a) Encuentre [T]12 = A

4 3

para encontrar T(z ) y T(z ), si z = 6 y z = 0
b) Use [T]12 1 2

1
2

2 4

c) Encuentre [T], si y son las bases naturales de R3 y R2 respectivamente.
d) Use [T] para encontrar T (z1) y T (z2) con z1 y z2 como en la parte b).
Rpta:

- 86
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

1 0 3/ 2 24 9
a) A b) T (z1) = , T (z2) =
1 7 / 4 7 / 8 2 8
3 2 0
c)
0 1 2
Matriz de Cambio de Base
Hemos visto en la seccin anterior que la matriz de un operador lineal T: V V
depende de la base que se escoja para V. Muchas de las aplicaciones del
lgebra lineal dependen del hecho de que uno pueda (en algunas ocasiones)
seleccionar una base tal que la matriz de la transformacin sea de cierta
forma.
Por otro lado, si un operador lineal T: V V tiene una matriz A referido a alguna base
dada, y una matriz B referido a otra base, surge la siguiente pregunta: Cmo estn
relacionadas las matrices A y B? Para dar respuesta a la pregunta, haremos algunas
consideraciones:

Sean T: VV un operador lineal, A la matriz de T referida a alguna base B 1 = {v1,

v2, ..., vn} y B la matriz de T, referida a alguna base B2 = {w1, w2, ...,wn}.

Consideremos ahora, el operador lineal identidad sobre V, esto es, I: V V; P la matriz

de I referida a la base B2B1 y Q la matriz de I referida a la base B1B2. Entonces la matriz
de I o I referida a las bases B2 es QP.
Pero, I o I = I y la matriz del operador lineal identidad sobre V referido a la base B2 es
In (matriz identidad de orden n). Entonces QP = In y Q = P-1.

- 87
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Para que entendamos mejor estas aseveraciones, veamos el siguiente grfico:

P
V V
[B2] I [B1]

QP Q I
I o I

V
[B2]
NOTA. La matriz P es llamada la matriz de cambio de base, de la base B2 a la base B1 y
es tal que: P[v] B2 = [v] B1 . En forma semejante, la matriz Q es llamada la matriz de
cambio de base, de la base B1 a la base B2 y es tal que: Q[v] B1= [v] B2.

Consideremos ahora, el siguiente diagrama:

T
V V
[B1] A [B1]
Q I
I P

V B V
[B2] T [B2]

Del diagrama anterior, podemos deducir que: B = Q A P, pero del grfico anterior
tenemos Q = P-1, entonces B = P-1 A P. Ahora estamos en condiciones de dar respuesta a
la pregunta formulada anteriormente.
Si la matriz de T: V V referida a la base B1 es A y la matriz de T referida a la base B 2
es B, entonces A y B estn relacionados por la siguiente ecuacin: B = P -1AP, donde
tenemos que: P = [ I ]B2B1 e I: V V es la transformacin identidad.

- 88
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

x yx
Ejemplo: Si T: R2 R2 es la transformacin lineal, definida por T
,

y yx

1 0 2 1
B1v,2 yB2w, 21 , son dos bases ordenadas para R2, encuentre:

1 0 2
a) Encuentra la matriz A de T referido a la base B1.
b) Encuentre la matriz B de T referida a la base B2.
c) Encuentre la matriz P para el cambio de base de B2 a B1.

- 89
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

d) Encuentre la matriz P-1 para el cambio de base de B1 a B2.

e) Demuestre que B = P-1AP.
f) Usando P-1 escriba 2v1 + 3v2 como combinacin lineal de B2.
g) Usando P escriba 3w1 + 4w2 como combinacin lineal de B1.

Solucin:
a) Calculamos la imagen de v1 y v2 mediante T:

1 2 0 1
T (v1) = T
, T (v2) = T

1 0 1 1
2 1
Expresemos ahora;
y como combinacin lineal de v1 y v2

0 1

- 90
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

21 0 1 0
12 , 12
01 1
Los sistemas de ecuaciones dados arriba, podemos escribirlos matricialmente de
la siguiente manera:

- 91
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

201 1 1 20 1

011 1 0 21 2
Luego, la matriz A de T, referida a las bases B1 y B2 es:

2 1
A [T]B1B2

2 2

2 2 1 3
b) T (w1) = T
, T (w2) = T

0 2 2 1

- 92
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Procediendo en forma similar que en la parte a) y expresando matricialmente los

2 3
sistemas de ecuaciones que conllevan a escribir y como

2 1
combinacin lineal de la base B2, tenemos:

2 1 3 2 1 3 2 0 1 7 / 2 0 1/ 2 7 4

0 2 10 1/201 /201 /2
- 93
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

1 / 2 7 / 4
Consecuentemente, tenemos que: B
1 1 / 2
c), d), e), f), g) lo dejamos como ejercicios.

Definicin 3: Sean B1 = {v1, v2, ..., vn} y B2 = {w1, w2, ..., wn} bases ordenadas para el
espacio vectorial V, I: V V la transformacin lineal identidad. La matriz asociada a

la transformacin lineal Q = [I]B1,B2 = v1 B 2 v 2 B 2 .......... v n B 2 , es llamada la

matriz de cambio de base de B1 a B2 (porque Q[x]B1 = [x]B2)

TEOREMA 8. Sea T: V V un operador lineal sobre V y A la matriz de T referida a la

base ordenada B1 = {v1, v2, ..., vn}. Si B2 = {w1, w2, ..., wn} es cualquier base ordenada
para V, entonces:
a) La matriz P = w1 B1 w2 B1 .......... wn B1 para el cambio de base de B2 a
B1 es invertible.
b) La matriz Q para el cambio de base de B1 a B2 , es igual a P-1 , esto es, Q=P-1 .
c) La matriz de T referida a B2 es B = P-1AP.
PRUEBA. La prueba lo dejamos como ejercicio, debido a que la demostracin ms
general de este Teorema, lo haremos en el Teorema N 9

1 2
Ejemplo. Si P = es la matriz para el cambio de una base B2 = {wi} a una base B1

3 4
= {vi} y la matriz de T: R2 R2 referida a B1 es:

- 94
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

1 0
A= . Encuentre la matriz de T referida a la base B2.

3 1
Solucin: Para dar solucin a este ejemplo, consideremos el siguiente diagrama:

T
R2 R2
[B1] A [B1]

I P Q-1 I

R2 BT R2
[B2] [B2]

4 6
Del diagrama arriba obtenemos que: B = Q-1AP = .

3/ 2 2
TEOREMA 9. (MATRIZ DE CAMBIO DE BASE)

Sea T: V W una transformacin lineal, donde dim (V) = n, dim(W) = m.

Consideremos: B1 = {v1, ..., vn} y B1 = {v1, v2, ..., vn} bases ordenadas para V y
B2 = {w1, ..., wm}y B2 = {w1, ..., wm} bases ordenadas para W.
Sea P = (pij)nxm la matriz para el cambio de base, de B1 a B1 y Q = (qij)mxm la matriz para
el cambio de base, de B2 a B2.
Si A = [ T ]B1B2 = (aij)mxn es la matriz para el cambio de base, de B1 a B2, entonces la
matriz B = [ T ]B1B2 para el cambio de base, de B1 a B2, satisface que: B = QAP-1.

PRUEBA: Consideremos el siguiente diagrama:

- 95
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

V W
[B1] [B2]
A
Q I
I P-1

[B1] B [B2]
V T W

n
Si [ I ]B1B1 = P = (pij)nxn , entonces vj = p v
i 1
'
ij i , j=1,n

n
Si A = [ T ]B1B2 = (aij)mxn , entonces T(vj) = a
k 1
kj wk

m
Si [ I ]B2B2 = Q = (qki)mxm , entonces wi = qk 1
ki wk' , i=1,m

m
Si [ T ]B1B2 = B = (bij)mxn , entonces T(vj) = b w
i 1
ij
'
i

Demostrar que B = QAP-1, es equivalente a demostrar que BP = QA.

En efecto:
n n
Sabemos que T (vj) = a
k 1
kj wk , j=1,n y que adems vj = p v
i 1
'
ij i .

- 96
UNIVERSIDAD NACIONAL DE CAJAMARCA
LGEBRA LINEAL

Luego:
n '
n n m
T(vj) = T ij i
ij bki wk
' '
p v pij T ( vi ) p
i 1 i 1 i 1 k 1

n m
n
m

T(vj) =
i 1

k 1
p ij bki w bki p ij wk' ...........(*)
'
k
k 1 i 1
n
Ahora trabajamos en a
k 1
kj wk

q a kj wk'
m m m m m

a
k 1
kj wk a kj qik wi'
k 1 i 1 i 1 k 1
ik

m
m
q ik a kj wk' .......... .......... .... (**)
k 1 i 1

Comparando (*) con (**) y porque la combinacin lineal, si existe, es nica; entonces

n m
se cumple: bki pij qki aij , k, j. Lo que implica que BP = QA.
i 1 i 1

- 97