Matriz Asociada a una Transformación Lineal

Definición.1. Sea V un K – espacio vectorial de dimensión finita y consideremos una base

ordenada B = {v1, v2, …,vn}. Luego, todo vector v  V se puede expresar de una única
forma como combinación lineal de los elementos de B.
Es decir existen ai  K, i = 1, 2, …., n tal que:
n
v  a1v1  a2v2  .....  an vn   ai vi
i 1

de tal forma que el vector v  V se puede caracterizar únicamente por los escalares a i K, i
= 1, 2, …., n que expresamos como un vector columna y denotando por:
 a1 
a 
[v]B =  
2

 
 
 an 
Llamado vector de coordenadas de v relativo a la base B, a los escalares ai se les llaman

coordenadas o componentes de vector v  V respecto a la base B. Nótese que la

transformación lineal v [v]B determinada por la base ordenada B es un isomorfismo de
V en Knx1; es decir a todo vector v  V se le puede asociar de forma única un vector
columna cuyas componentes o coordenadas son los escalares ai  K, i = 1, 2, …., n

correspondientes a la combinación lineal con respecto a la base B.

Nota.
En lo que se sigue de esta sección supondremos que el K – espacio vectorial es de
dimensión finita y la base considerada B es ordenada.

Ejemplo 1. Sea B = {(1, 0, 0), (-1, 1, 0), (1, -1, -1)} una base ordenada del espacio
vectorial R3 sobre R. Hallar el vector coordenado de ve = (3, 4, -2) relativo a la base B.

Solución
(3, 4, -2) =  (1, 0, 0) + ß (-1, 1, 0) +  (1, -1, -1)
(3, 4, -2) = 7 (1, 0, 0) + 6 (-1, 1, 0) + 2 (1, -1, -1)
7 
  v B   6 
 2 
Observación 1
Si B es la base canónica de (Kn, +, K, .) y v = (x1, x2, …., xn) cualquier vector de Kn.

 x1 
x 
[v] B =   y denotaremos [v] B = [v]
2

 
 
 xn 
Definición 2. Sea V y W dos K – espacios vectoriales de dimensiones n y m
respectivamente, B = {v1, v2, …,vn} una base de V y B ' = {w1, w2, …,wm} una base
de W
Si T : V  W es una transformación lineal, entonces por el teorema fundamental de las
transformaciones lineales, T está unívocamente determinado por los valores que toma T en
los vectores de B. Es decir, como T : V  W, entonces T(vj)  W, donde:
m
T(vj) = a w ,
i 1
ij i aij  K

para j = 1, …., n; escribiendo en forma explícita:

T(v1) = a11 w1 + a21w2 + ….. + am1wm

T(v2) = a12 w1 + a22w2 + ….. + am2wm
: : : :
: : : :
T(vn) = a1n w1 + a2nw2 + ….. + amnwm

entonces construimos una matriz que tenga como columnas los vectores de coordenadas de
T(v1), T(v2),…..,T(vn) la cual denotaremos por:
 a11 a12 ... a1n 
a a22 ... a2 n 
A   21
 .... 
 
 am1 am 2 .... amn 
Y llamaremos matriz asociada a la transformación lineal T respecto a las bases B y B '
de V y W respectivamente y la denotaremos como: A  [T ]BB '

Nota.
La matriz A  [T ]BB ' también es denotada como

A  [T ]BB ' = [T ]B, B '  B [T ]B '

Ejemplo 2. Sea T : R3  R tal que T (x, y, z) = (x – y, y – z, x + z, y + x). Hallar la
4

matriz asociada a la transformación lineal T.

a) Respecto a la base canónicas de R3 y R4 respectivamente.
b) Si B = {(1, 0, 0), (1, 1, 0), (1, 1, 1)} es la base para R3 y
B ' = {(1, 0, 0, 0), (1, 1,0,0), (1, 1, 1,0), (1,1,1,1)} es la base para R4
Solución
a) Respecto a las bases canónicas
{(1, 0, 0), (0, 1, 0), (0, 0, 1)} de R3
{(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} de R4
T (1, 0, 0) = (1, 0, 1, 1) = 1(1, 0, 0, 0) + 0 (0, 1, 0, 0) + 1(0,0, 1,0) + 1(0, 0, 0, 1)
T (0, 1, 0) = (-1, 1, 1, 1) = -1(1, 0, 0, 0) + 1(0, 1, 0,0) + 0 (0, 0, 1, 0) + 1(0, 0, 0, 1)
T (0, 0, 1) = (0, -1, 1, 2) = 0 (1, 0, 0, 0) + -1(0, 1, 0, 0) + 1(0, 0, 1, 0) + 0(0, 0, 0, 1)

1 1 0 
0 1 1
Luego [T ]   
1 0 1 
 
1 1 0  4 x 3
b) Respecto a las bases
B = {(1, 0, 0), (1, 1, 0), (1, 1, 1)} de R3
B ' = {(1, 0, 0, 0), (1, 1, 0, 0), (1, 1, 1, 0), (1, 1, 1, 1)} de R4
T (1, 0, 0) = (1, 0, 1, 1) = 1(1, 0, 0, 0) + 0 (1, 1, 0, 0) + 1(1, 1, 1,0) + 1(1, 1, 1, 1)
T (1, 1, 0) = (0, 1, 1, 2) = -1(1, 0, 0, 0) + 0(1, 1, 0,0) + 1 (1, 1, 1, 0) + 2(1, 1, 1, 1)
T (1, 1, 1) = (0, 0, 2, 2) = 0 (1, 0, 0, 0) - 1(1, 1, 0, 0) + 0(1, 1, 1, 0) + 2(1, 1, 1, 1)

1 1 0 
0 0 1
Luego [T ]B '   
B

1 1 0 
 
1 2 2  4 x 3

Ejemplo 3. Sea V un espacio vectorial sobre K de dimensión n y T : V  V una

transformación lineal definida como
T(v) = v,  0
Hallar la matriz asociada de T respecto a la base : B = B ' = {v1, v2, …., vn}
Solución:
T (v1) = v1 + 0v2 + …..+ 0vn
T (v2) = 0v1 + v2 + …..+ 0vn
: : : :
T (v1) = 0v1 + 0v2 + …..+ vn

 0 ... 0 
 0  ... 0 
[T ]B  
B' 
 ... : 
 
 0 0 ...   nxn Matriz escalar

Proposición. Sean T : V  W una transformación lineal, B = {v1, v2, …,vn} y B ' =

{w1, w2, …,wm} bases ordenadas de V y W respectivamente.
Si A  [T ]BB ' es la matriz asociada a la transformación lineal T respecto a las bases y B y B '

 c1 
c 
, v  V y C = [v]B    las coordenadas de v respecto a la base B, entonces AC = T (v)B
2

 
 
cn 
son las coordenadas de T(v) en la base de B ' .
Prueba
Si A  [T ]BB ' es la matriz asociada a la transformación lineal T, entonces:
m
T (v j )   aij wi , j  1,...., n
i 1

 c1 
c 
Como C = [v]B    son las coordenadas de v respecto a la base B, entonces:
2

 
 
cn 
n
v   c jv j
j 1

 n  n n
 m  m  n 
Ahora T(v) = T   c j v j    c jT (v j )   c j   aij wi     aij c j  wi (i)
 j 1  j 1 j 1  i 1  i 1  j 1 
  c1 
c 
Por otro lado, si A = (aij)mxn y C =   , entonces:
2

 
 
cn  nx1

 a11 a12 ... a1n   c1   a11c1  a12c2  ...  a1n cn 

a a22 ... a2 n  c2   a21c1  a22c2  ...  a2 n cn 
AC   21 
 ...    ... 
    
 am1 an 2 ... amn  cn   an1c1  an 2c2  ...  amn cn 

 n 
  a1 j c j 
 j 1 
 n 
  a2 j c j 
  j 1  (ii)
 
 n 
 
 amj c j 
 j 1 

De (i) (ii) concluimos que AC son las coordenadas de T(v).

Ejemplo 4.
Sea T : R²  R3 una transformación lineal definida como
T(x, y) = (x+y, y- x, 2x – y)
Considerando : B = {(1, 1), (1, 2)} una base de R² y
B ' = {(1, -1, 1), (1, 0, 1), (1, 1, 0)} una base de R³
i) Hallar [T ]BB '

ii) Si v = (4, -3), hallar las coordenadas de T(v) .

Solución
i) T(1, 1) = (2, 0, 1) = 1 (1, -1, 1) + 0 (1, 0, 1) + 1(1, 1, 0)
T (1, 2) = (3, 1, 0) = 2 (1, -1, 1) – 2(1, 0, 1) + 3 (1, 1, 0)

1 2 
[T ]  0 2 
B'
B

1 3  2 x 3

ii) v = (4, -3) = 11 (1, 1) – 7 (1, 2)

11
Luego [v]B   
7
 1 2   3 
 11  
[T (v)]B '  0 2      14 
 
7
1 3     10

Teorema. Sean V, W dos K – espacios vectoriales de dimensiones n y m respectivamente.

Para cada par de bases B = {v1, v2, …, vn} de V y B ' = {w1, w2,…,wn} de W se tiene que :
L (V, W)  K mxn
Prueba
Definimos:  : L(V ,W )  K mxn
T  (T )  [T ]BB '
Afirmación 1.-  es una transformación lineal. En efecto:
i) Sean T, S  L (V, W) tal que:
 (T )  [T ]BB '  (aij ) mxn  A
 ( S )  [T ]BB '  (bij ) mxn  B
De otro lado
m
T (v j )   aij wi (1)
i 1

m
S (v j )   bij wi (2)
i 1

Luego de (1) y (2)

m
(T  S )(v j )   (aij  bij ) wi
i 1

T  S  B'
B  (aij  bij ) mxn  A  B

entonces
 (T  S )  T  S  BB '  A  B  T  BB '   S  BB '   (T )   ( S )

 (T  S )   (T )   ( S )

ii) Sea T  L (V, W) y  K

m m
T  (v j )   (T (v j ))    aij wi   ( aij )wi
i 1 i 1

Luego
T  BB '  ( aij )mxn   (aij )mxn   T  BB '
 (T )   (T )

De (i) y (ii) se verifica la afirmación (1).

Afirmación 2.-  es un isomorfismo. En efecto:
i)  es inyectiva
Nu() = {T  L(V, W)/  (T) = 0 } = {T  L(V, W)/ T  BB ' =0}
m
= {T L(V, W)/ T  BB ' = (aij)mxn = 0}= {T  L(V, W)/ T (vj) =  a w  0, j  1,...., n}
i 1
ij i

= {T L(V, W)/ T = 0 }
Luego Nu() = {0}
es inyectiva
ii)  es sobre
dim L (V, W) = m x n = dim Kmxn, por parte (i)  es inyectiva luego  es sobre.
así de (i) y (ii)  es un isomorfismo.
 L (V, W)  K mxn

Proposición. Sean V, W dos K –espacios vectoriales de dimensión finita con bases

ordenadas B y B ' , respectivamente. Si T, S : V  W son dos transformaciones lineales y
a, b  K, entonces [aT  bS ]BB '  a[T ]BB '  b[ S ]BB '

Prueba
Sean [T ]BB '  [aij ] y [S]BB '  [bij ] las matrices asociadas a las transformaciones lineales T y S

respecto a las bases B = {v1, v2, ….,vn}de V y B ' = {w1, w2, …,wm} de W.
Se tiene:
 aT  bS  (v j )  aT (v j )  bS (v j ); j  1,...., n
m m
 a  aij wi  b bij wi ; j  1,...., n
i 1 i 1
m m
  (aaij )wi   (bbij )wi ; j  1,...., n
i 1 i 1
m
  (aaij  bbij )wi ; j  1,...., n
i 1

De esta manera,
[aT  bS ]BB '  aaij  bbij   aaij   bbij   a aij   b bij   a[T ]BB '  b[S ]BB '

Proposición. Dados V, W, U espacios vectoriales de dimensión finita sobre el campo K y

sean T : V  W y S : W  U transformaciones lineales. Si B , B ' y B '' son las bases
ordenadas de los espacios vectoriales V, W y U respectivamente, entonces
 [S o T ]BB "  [ S ]BB'"[T ]BB ' Matriz de una composición

Prueba
Consideremos: B = {v1, v2, ….,vn}, B ' = {w1, w2, …,wm} y B '' = {u1, u2, …,um}, las bases
ordenadas para V, W y U respectivamente.

m
A  (aij ) mxn  [T ]BB ' tal que T (v j )   aij wi , j  1, 2,..., n
i 1
r
B  (bkl ) rxm  [ S ]B''
B' tal que S( wl )   bkl uk , l  1, 2,..., m
k 1

(S o T) (vj)= S(T(vj)); para cualquier j, 1 ≤ j ≤ n

 m  m m
 r  r  m 
 S   aij wi    aij S  wi    aij   bkiuk      bki aij  uk
 i 1  i 1 i 1  k 1  k 1  i 1 
Luego, tomando extremos se obtiene
r
 m  r
( S o T )(v j )     bki aij  uk   ckj uk , 1  j  n
k 1  i 1  k 1

Entonces: [S o T ]BB "  (ckj )rxn

pero ckj es el (k, j) término del producto de las matrices BA.

En consecuencia, finalmente tenemos que :
[S o T ]BB "  [ S ]BB'"[T ]BB "

Ejemplo 5 Sean las transformaciones lineales.

T : R3  R 2
(x, y, z) (x + y, z –x)
S : R2  R
(x, y) 2x + y
Y consideremos las bases:
B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} de R3
B ' = {(1, 3), (2, 1)} de R2 y
B " = {1} de R
Hallar:
i) [S o T ]BB "

ii) (S o T) (x, y, z)
Solución
2 6
i) T (1,1,1)  (2, 0)   (1,3)  (2,1)
5 5
4 7
T (1,1, 0)  (2, 1)   (1,3)  (2,1)
5 5
3 4
T (1, 0, 0)  (1, 1)   (1,3)  (2,1)
5 5
 2 / 5 4 / 5 3 / 5
[T ]BB "   
 6 / 5 7 / 5 4 / 5  2 x3
S(1,3) = 5 = 5(1)
S(2,1) = 5 = 5 (1)
[ S ]BB "  5 51x 2

 2 / 5 4 / 5 3 / 5
 S o T B  5 5 
B"

 6/5 7/5 4/5 
=[4 3 1]
iii) (S o T) (x, y, z)
Hallemos [(x, y, z)]B
(x, y, z) = a(1, 1,1) + b(1, 1,0) + c (1, 0,0)
Resolviendo se tiene que a = z, b = y – z, c = x – y. Luego:
(x, y, z) = z (1, 1, 1) + (y –z) (1, 1, 0) + (x – y) (1, 0, 0)

(S o T )( x, y, z)B  (S o T )B' ( x, y, z)B

B '' B" B'

 z 
  4 3 1  y  z 
 x  y 

= 4z + 3 (y – z) + (x – y) = x + 2y + z
 (S o T) (x, y, z) = x + 2y + z

Matriz cambio de base

Sea V un K –espacio vectorial de dimensión finita, consideremos B = {v1, v2, ….,vn} y
B ' = v '1 , v '2 ,...., v 'n  dos bases ordenadas para V.

Observación 1
Para hallar la matriz cambio de base de B a B '
Se considera el endomorfismo
 T : V  V tal que T(vj) = v j ' , j = 1, 2, …., n.

Luego expresando v j ' como una combinación lineal de los elementos de B se tiene
n
T (v j )  v j '   pij vi , j  1, 2,....., n
i 1

Escribiendo explícitamente se obtiene:

T  v1   v '1  p11v1  p21v2  ......  pn1vn
T  v2   v '2  p12v1  p22v2  ......  pn 2vn
: : : : ...... :
T  vn   v 'n  p1n v1  p2 n v2  ......  pnn vn

Definición 1. La matriz asociada al endomorfismo T respecto a las bases B y B ' denotado

por:
 p11 p12 ...... p1n 
p p22 ...... p2 n 
P  [T ]B'B   21
 : : ...... : 
 
 pn1 pn 2 ..... pnn 

Es llamada matriz cambio de base de B a B’

Observación 2.
Para hallar la matriz cambio de base de a B ' a B
Se considera el endomorfismo.
F : V  V tal que F(v j ')  v j , j  1, 2,..., n

Luego expresando vj como una combinación lineal de los elementos de B ' se tiene
n
F (v j ')  v j   p 'ij vi ', j  1, 2,...., n
i 1

Y escribiendo explícitamente se tiene :

F  v j '  v1  p '11 v '1  p '21 v '2  ......  p 'n1 v 'n

F  v '2   v2  p '12 v '1  p '22 v '2  ......  p 'n 2 v 'n
: : : : ...... :
F  v 'n   vn  p '1n v '1  p '2 n v '2  ......  p 'nn v 'n

Definición 2 La matriz asociada al endomorfismo F respecto a las bases B y B '

denotadopor:
  p '11 p '12 ...... p '1n 
p' p '22 ...... p '2 n 
P '  [T ]B'   21
B
 : : ...... : 
 
 p 'n1 p 'n 2 ..... p 'nn 

Es llamada matriz cambio de base de B ' a B

Proposición. Sea V un K –espacio vectorial de dimensión finita, B = {v , v , ….,v } y

1 2 n

B ' = v1' , v2' ,...., vn'  dos bases ordenadas para V. Entonces las matrices de pasaje de bases P

y P ' son inversas entre sí.

Prueba
n
Tenemos que v ' j   pij vi
i 1

n n
 n 
y v j   p 'kj v 'k    pik p 'kj  vi
i 1 i 1  k 1 
como vj = 0v1 + 0v2 + ….. + 1vj + …. + 0vn
Resulta que el único término de la última sumatoria que es diferente de cero se da para i = j
y toma el valor de 1.
Entonces:
n
1, i  j
p p 'kj   ij  
0, i  j
ik
k 1

que es elemento (i, j) del producto de las matrices PP ' y luego de la definición de matriz
identidad se tiene que :
PP '  I
De manera análoga se demuestra que
P'P  I
Luego las matrices son inversas entre sí.

Ejemplo 1.Sean B = {(1,1), (1,0)} y B ' ={(1,3),(2,1)} dos bases de R2.

Hallar la matriz cambio de base:
i) P de la base B a la base B '
ii) P ' la base B a la base B '
iii) Verifique que P y P ' son inversas entre si
Solución
i) (1, 3) = 3(1,1) -2(1, 0)
(2, 1) = 1(1, 1) + 1(1,0)
  3 1
P 
 2 1
1 2
ii) (1,1) = (1,3)  (2,1)
5 5
1 2 1 1 1
(1,3)  (2,1)  P'  
5  2 3 
(1,0) =
5 5

1  3 1 1 1 1 5 0 1 0
PP '    
5  2 1  2 3  5 0 5 0 1 
iii)

Proposición. (Fórmulas de transformación de coordenadas)

Sea V un K –espacio vectorial de dimensión finita, B y B ' dos bases ordenadas de V, P la
matriz cambio de base de B y B ' y P ' la matriz cambio de base de B ' a B . Entonces, para
todo v  V se tiene que:
P[v]B'  [v]B y P '[v]B  [v]B'
Prueba
 a '1   a1 
a '  a 
Sean : [v]B'   2
y [v]B   2 
   
   
 a 'n   an 
Las coordenadas del vector v  V con respecto a las bases B ' y B .
Probaremos que P[v]B'  [v]B
n n n n n n
 n 
v   a ' j v ' j  a ' j  pij vi  a ' j pij vi    pij a ' j  vi
Entonces j 1 j 1 i 1 j 1 i 1 j 1  i 1 
n

De otro lado tenemos que : v   a jv j

j 1

Luego por la unicidad de la combinación lineal, ya que B es una base tenemos:

n
ai   pij a ' j , i  1, 2,....., n
j 1

Es decir, explícitamente:
a1  p '11 a '1  p '21 a '2  ......  p 'n1 a 'n
a2  p '12 a '1  p '22 a '2  ......  p 'n 2 a 'n
: : : ...... :
an  p '1n a '1  p '2 n a '2  ......  p 'nn a 'n
Esto es
 a1   p11 p12 ...... p1n   a '1 
a   p p22 ...... p2 n   a '2 
 2    21
:  : : ...... :   : 
    
 an   pn1 pn 2 ..... pnn   a 'n 

 [v]B  P[v]B' ()

Luego como P y P ' son inversas entre si, tenemos que :

P '[v]B  P '  P '[v]B'  = (P'P)[v]B' =[v]B' , pues P' P = I
 P '[v ]B  [v ]B' ( )

Las expresiones () y () se denominan fórmulas de transformación de coordenadas.

Proposición. Sea V un K –espacio vectorial de dimensión finita con bases ordenadas B

={v1, v2, ……,vn} y B '  v1' , v2' ,...., vn'  respectivamente, e I : V  V el endomorfismo

identidad en V, entonces  I B  P ' donde P ' es la matriz cambio de base de B ' a B .

B'

Prueba
Tenemos B ={v1, v2, ……,vn} y B '  v1' , v2' ,...., vn'  dos bases ordenadas de V y sea

 I B
B'
  aij 
n
Como v j  I (v j )   pij' vi' ; j  1,...., n
i 1

Luego  I B   aij   aij'   P '

B'

Proposición. Sean V y W dos K – espacios vectoriales de dimensión finita con bases

ordenadas B y C respectivamente. Si T : V  W es una transformación lineal inversible
con inversa T-1 dicha inversa, entonces

 
1
T 1   T B
B C
C
Matriz de la Inversa
Prueba
Sean n = dim V = dim W, considerando las bases B y C en V y W respectivamente, se tiene

T B T 1  C  T o T 1  C   I C  I n
C B C C

Donde In es la matriz identidad de orden n.

Análogamente,
 T 1  T B  T 1 o T    I B  I n
B C B B
C B

Por consiguiente:

 T  
B C 1
T 1   B
C

Proposición. Sean V, W dos K – espacios vectoriales de dimensión finita con bases B y C

respectivamente, entonces la transformación lineal T : V  W es un isomorfismo si y solo

si T B posee inversa.
C

Prueba
Supongamos que T es un isomorfismo, luego T : V  W posee inversa T-1 : W  V,

T   C 1 B
luego por la proposición anterior B
  T 1 
C

Recíprocamente, supongamos que  T B posee inversa.

C

Se tiene que ran (T) = dim W, luego solo resta probar que T es una transformación lineal
inyectiva.

 T  
1
Si T (v) = , entonces  v B 
C
B
[T (v)]C  0

Como todas las coordenadas de v son iguales a cero, se tiene que v = ,

luego Nu (T) = {} y en consecuencia T es inyectiva.

Ejemplo 2
Sea P1 [R] el espacio vectorial de los polinomios de grado menor o igual que uno sobre
el campo de los reales R y la transformación lineal T : R 2  P1 [R] definida como
T (a, b) = a + (a –b) x, demuestre que T es un isomorfismo y calcule la inversa de T.
Solución
Considerando las bases canónicas de B y C en R2 y P1 [R] respectivamente se tiene que
T (1, 0) = 1 + 1x
T (0, 1) = 0 - 1x
1 0
 T B
C
Luego,  
1 1 

La matriz  T B es inversible y
C
 T  C 1
B
1 0
  ; en consecuencia T es un isomorfismo.
1 1 
Para calcular la inversa de T.
 1 0   a   a 
T 1 (a  bx)    T 1   a  bx C  
B
     
C
1 1  b  a  b
T 1 (a  bx)  a(1, 0)  (a  b)(0,1)
T 1 (a  bx)  (a, a  b)

Proposición. Sea V un K –espacio vectorial de dimensión finita, B y C dos bases

ordenadas para V y T : V  V un endomorfismo, entonces

 T C  P ' T B P
C B

donde P es la matriz cambio de base, de B a C y P ' es la matriz cambio de base de C a B.

Prueba
Como  I B  P ' y  IC  P
C B
se tiene

P '  T B P   IB  T C  IC   I B  T o I C   I B  T C   I o T C  T C

B C B B C B C B C C

Tomando extremos se obtiene,

P  T B P   T C
B C

Con lo cual queda demostrada la proposición que se puede interpretar mediante el siguiente
gráfico

V, B V,B

P P P’
Matrices Semejantes

V,C V,C

Ejercicios propuestos

 K nxm , T ( A)  , A donde A  K mxn es un isomorfismo.

1. Probar que T :Kmxn  t

2. Sea T :Knxn 
 K nxn , T ( A)  A – A. Probar que:
t

(a) T es una transformación lineal.

(b) Nu(T) = S =  A  K nxn / t A  A

(c) Im(T) = F=  A  K nxn / t A   A

(d) Knxn = S  F
3. Enunciar y probar propiedades análogas a las del ejercicio anterior para
 T: nxn
 C nxn , T ( A)  A *  A
4. Sea = [aij]  K nxn una matriz triangular superior. Probar que sus vectores columna
son l.i. si y sólo si aii ≠ 0, para todo i = 1, …., n.
5. Definimos la traza como la aplicación.
n
T : K nxn  K , tr  aij    aii
i 1

a) Probar que la traza es una transformación lineal y calcular dimNu(T).

b) Probar que tr(AB) = tr(BA), para todo A, B Knxn
6. Probar que las matrices
 2 3 1 0   2 3 1 1
A   2 3 1 5  , B =  4 6 2 3 
 
 4 6 2 5  2 3 1 1

Son equivalentes por filas.

7. Hallar la base canónica de
H = {(x, y, z, w)  4
/ 2 x  3 y  4 z  w  0}
8. Probar que el espacio de filas de la matriz.
2 4 1 0
0 1 0 1 
F 
1 1 0 2 
 
3 6 1 1

es F = {(x, y, z, w)  4
/ 3x  y  2 z  w  0}

9. Dada A  Knxn tal que LA : Knx1 

 Knx1 es epiyectiva, probar que A es
inversible.
10. En Knxn, verificar las fórmulas:
(a) Ei (a) Ei(b) = Ei (ab), para i = 1, ….., n.
(b) Eij(a) Eij(b) = Eij (a + b), para i ≠ j.
11. Probar que
a 0 0
 0 b 0   E (a) E (b) E (c).
  1 2 3

 0 0 c 

Generalice este resultado a matrices de mayor dimensión.

12. Probar que una matriz A  Knxn triangular (superior o inferior) es inversible si y
sólo si los elementos de la diagonal son, todos distintos de cero.
13. Sea A  Knxn tal que Ap+1 = 0, donde p ≥ 1. Probar que I + Ar e I – Ar, donde
r = 1, 2, …., p, son inversibles.
14. Si A  Knxn es inversible, probar que t(A-1) = (tA)-1.
B 0 
15. Sea A =   , donde B y D son matrices cuadradas. Probar que A es inversible si
 0 D
y sólo si B y D son inversibles.

16. Hallar la matriz de la transformación lineal T : R 3 

 R4 definida por
T (x, y, z) = (x +y, x – y, y +z, x + z)
3 4
a) En las bases canónicas de y
b) (1, -1, 0), (1, -1, 2), (1, 1, 1)} base de R3 y
{(1, 0, 1, 1), (1, 0, -1, 1), (0, 1, 1, -1), (1, -1, 1, -1)} base de R4

17. Sea la transformación lineal : T : R2 

 R3 definida por
T(x, y) = (x + 2y, 2x – y, 2x + y)
a) Determinar el Nu(T), Im(T), una base para cada uno y sus respectivas dimensiones.
b) Hallar la matriz asociada de T respecto a las bases:
{(1, 2), (2, 1)} en R2 y {(1, 0, 0), (0, 2, 1), (1, 0, 3)} en R3

18. La matriz asociada de la transformación lineal T : R 3 

 R3 respecto de la base
canónica es:
 2 1 1
A   1 2 1
 2 1 2 

Determinar el Nu(T), Im(T) y sus dimensiones.

19. Dada la transformación lineal T : R2x2 

 R3 definida por

 a b  
T     ( a  b  c, a  b  d , b  c  d )
 c d  

a) Obtener la matriz de T respecto de las bases:

 1 1 1 0 0 0 0 1 
 , , ,   y {(0,2,1), (2,0,1), (0,1,1)}
 1 1 1 0 0 1  1 1 
 1 3 
b) Utilizando la matriz hallada, obtener la imagen de  
 2 2
20. Sea T : R3 
 R2 definida por T (x, y, z) = (x + y - z, x – y)
a) Hallar la matriz de T respecto a las bases canónicas de R3 y R2 respectivamente.
b) Obtener las matrices de cambio de base, de las bases anteriores a las bases
{(0, 1,1), (1, -1, 0), (1, -1, -1)}, {(1, 3), (1, -2)}.
c) Calcular la matriz B de T, respecto al nuevo par de bases.

21. Hallar las matrices de cambio de base en cada uno de los siguientes casos:
a) {(2, 3), (3, 2)} y {(1, 4), (4, 2)} bases de R2
b) {x, x+1, x² +1} y {1, x²-2x+1,x²} bases del espacio vectorial
V = {a + bx + cx²/ a, b c  K}
c) Dado el espacio U = {(x, y, z, w)  R4 / x + y + z + w = 0} y dos bases
B = {(1, 1, 1, -3), (1, -1, 1, -1), (1, -1, -1, 1)} y
B ' = {(1, 0, -1, 0), (-1, 1, 0, 0), (1, 0, 0, -1)}

22. Sean V, W espacios vectoriales de dimensión finita con bases ordenadas B y B '

respectivamente y T : V 
 W una transformación lineal pruebe que T es un
isomorfismo si y solo si T B es inversible.
B'