Transformaciones Lineales

Version Noviembre de 2008

Universidad de los Andes
1. Denicion y propiedades
En este captulo estudiaremos la denicion general de las transformaciones lineales, deniendo fun-
ciones entre dos espacios vectoriales cualesquiera. Recordemos que ya fueron estudiadas las transforma-
ciones lineales entre R
n
y R
m
(que son nuestro prototipo de espacios vectoriales).
Comenzamos con la denicion formal, que resultara muy familiar.
Denicion: Sean V y W espacios vectoriales sobre R (en la teora general es necesario que ambos
espacios vectoriales tengan el mismo cuerpo base). Una funci on T : V W es una transformaci on
lineal de V en W si y s olo si
1. v
1
, v
2
V T(v
1
+v
2
) = T(v
1
) +T(v
2
)
2. v V R T(v) = T(v)
Nota: De esta manera, tomando V = R
n
y W = R
m
, tenemos que esta denicion coincide con la que
ya habamos dado. Notemos que en la igualdad T(v
1
+ v
2
) = T(v
1
) + T(v
2
), la suma de la izquierda se
realiza en V , con su propia denicion de suma; en cambio, en el lado derecho, la suma se hace en W. Lo
mismo ocurre con las ponderaciones de T(v) = T(v).
Ejemplos:
1. Consideremos la funcion T : M
22
(R) T
4
(R) denida por
T
__
a b
c d
__
= ax
4
+bx
3
+cx
2
+dx (a +b +c +d).
Probemos que T es transformacion lineal (tl):
T
__
a b
c d
_
+
_
a

__
= T
__
a +a

b +b

c +c

d +d

__
= (a +a

)x
4
+ (b +b

)x
3
+ (c +c

)x
2
+(d +d

)x (a +a

+b +b

+c +c

+d +d

)
= ax
4
+bx
3
+cx
2
+dx (a +b +c +d)
+a

x
4
+b

x
3
+c

x
2
+d

x (a

+b

+c

+d

)
= T
__
a b
c d
__
+T
__
a

__
1
T
_

_
a b
c d
__
= T
__
a b
c d
__
= (a)x
4
+ (b)x
3
+ (c)x
2
+ (d)x (a +b +c +d)
=
_
ax
4
+bx
3
+cx
2
+dx (a +b +c +d)
_
= T
__
a b
c d
__
2. Sean V un espacio vectorial sobre R, B una base de V y n = dim(V ). Denimos la funci on de
coordenadas en la base B, T
B
: V R
n
, por:
T(v) =
_
v

B
Entonces T
B
es tl, pues sabemos que
_
v
1
+ v
2

B
=
_
v
1

B
+
_
v
2

B
y
_
v

B
=
_
v

B
, es decir,
T
B
(v
1
+v
2
) = T
B
(v
1
) +T
B
(v
2
) y T
B
(v) = T
B
(v).
3. La funcion derivada en los polinomios D : T
4
(R) T
3
(R), denida por D
_
p(x)
_
= p

(x) es tl,
pues sabemos que (p
1
+p
2
)

(x) = p

1
(x) + p

2
(x) y (p)

(x) = p

(x).
4. Podemos considerar tambien una tl de integracion S : T
3
(R) T
4
(R) con
S
_
p(x)
_
=
_
x
0
p(t)dt
Y tenemos que
S
_
(p
1
+p
2
)(x)
_
=
_
x
0
(p
1
+p
2
)(t)dt =
_
x
0
p
1
(t)dt +
_
x
0
p
2
(t)dt = S
_
p
1
(x)
_
+S
_
p
2
(x)
_
S
_
(p)(x)
_
=
_
x
0
(p)(t)dt =
_
x
0
p(t)dt =
_
x
0
p(t)dt = S
_
p(x)
_
Propiedades de las transformaciones lineales
Sea T una tl del ev V en el ev W. Entonces:
1. T(O
V
) = O
W
.
Pues T(O
V
) = T(O
V
+O
V
) = T(O
V
) +T(O
V
) = T(O
V
) = O
W
.
2. Si v
1
, . . . , v
k
V y
1
, . . . ,
k
R, T
_
k

i=1

i
v
i
_
=
k

i=1

i
T(v
1
).
Lo que es una consecuencia directa de la denicion de tl.
3. Si A V , A ,= , entonces T
_
A)
_
=

T(A)
_
.
Lo que se obtiene directamente de la propiedad anterior, pues T
_
A)
_
contiene las imagenes de
todas las cl de elementos de A, que son, por la propiedad anterior, cl de imagenes de elementos de
A. Se sugiere hacer una demostraci on detallada como ejercicio.
4. Si S es un sev de V , entonces T(S) es sev de W.
Esto es directo, por la propiedad anterior. Recordemos que todo subespacio se puede expresar como
un conjunto generado, por lo que S = A) para alg un subconjunto no vaco A de V .
2
2. N ucleo e imagen
Denicion: Sea T : V W una tl. Denimos:
1. el n ucleo o kernel de T como el conjunto
Ker(T) = v V : T(v) = O
W
,
2. la imagen de T como el recorrido de la funci on, es decir,
Im(T) = Rec(T) = w W : v V T(v) = w.
Estas deniciones coinciden con aquellas que hicimos para las transformaciones lineales de R
n
en R
m
,
pero ahora tenemos el lenguaje y los conocimientos para establecer el siguiente resultado:
Teorema. Sea T : V W una tl. Entonces:
1. Ker(T) es un sev de V ,
2. Im(T) es un sev de W.
Demostracion: Para probar que Ker(T) es sev de V , notemos que Ker(T) V , por su denici on y que
O
V
Ker(T), pues T(O
V
) = O
W
, por tanto, Ker(T) ,= .
Ahora, si v
1
y v
2
pertencen a Ker(T), entonces T(v
1
) = T(v
2
) = O
W
y, luego,
T(v
1
+v
2
) = T(v
1
) +T(v
2
) = O
W
+O
W
= O
W
.
As, tenemos que v
1
+v
2
Ker(T) y Ker(T) es cerrado para la suma.
Analogamente, tenemos que si v Ker(T) y R, entonces v Ker(T), pues
T(v) = T(v) = O
W
= O
W
.
Y Ker(T) tambien es cerrado para la ponderacion.
Ahora, probaremos que Im(T) es sev de W. Tomamos una base de V : B
v
= v
1
, v
2
, . . . , v
k
. Entonces
cualquier v V es cl de los vectores de la base, es decir, tenemos que
v =
1
v
1
+
2
v
2
+ +
k
v
k
.
Entonces
T(v) = T(
1
v
1
+
2
v
2
+ +
k
v
k
) =
1
T(v
1
) +
2
T(v
2
) + +
k
T(v
k
).
As, si w Im(T), entonces existe un v V tal que w = T(v) =
1
T(v
1
) +
2
T(v
2
) + +
k
T(v
k
), lo
que prueba que
Im(T) =

T(v
1
), T(v
2
), . . . , T(v
k
)
_
Lo que, a su vez, prueba que Im(T) es sev de W.
Nota: En la demostracion anterior hemos descrito un metodo para determinar Im(T) como un conjunto
generado: la imagen de T es generada por los transformados de cualquier base del espacio de partida V .
Veamos como obtener, en la practica, el n ucleo y la imagen de algunas transformaciones lineales.
3
Ejemplos:
1. Consideremos la transformacion lineal T
1
: T
2
(R) R
4
denida por
T
1
_
p(x)
_
=
_
p(0), p(1), p

(0) +p

(1), p

(0)
_
.
Calcularemos las dimensiones de Ker(T
1
) y de Im(T
1
).
Buscamos la forma general de los elementos del Ker(T
1
):
p(x) = a +bx +cx
2
Ker(T
1
) T
1
(a +bx +cx
2
) = (0, 0, 0, 0)
(a, a +b +c, 2b + 2c, 2c) = (0, 0, 0, 0)
a = b = c = 0
p(x) = 0
Entonces Ker(T
1
) = 0 y dim(Ker(T
1
)) = 0.
Ahora, buscamos una base de Im(T
1
). Como ya sabemos, la imagen esta generada por los transfor-
mados de cualquier base del espacio de partida. En este caso, consideremos la base canonica de los
polinomios: 1, x, x
2
y tendremos que
Im(T
1
) =

T
1
(1), T
1
(x), T
1
(x
2
)
_
=

(1, 1, 0, 0), (0, 1, 2, 0), (0, 1, 2, 2)

_
Ademas, los vectores (1, 1, 0, 0), (0, 1, 2, 0) y (0, 1, 2, 2) son li (compruebelo!). As, podemos concluir
que dim(Im(T
1
)) = 3.
2. Sea T
2
: M
22
(R) R
2
la tl denida por
T
2
__
a b
c d
__
= (a c, 2a b +d).
Caracterizamos los elementos del n ucleo:
A =
_
a b
c d
_
Ker(T
2
) T
2
__
a b
c d
__
= (0, 0)
(a c, 2a b +d) = (0, 0)
c = a; b = 2a +d; a, d libres
A =
_
a 2a +d
a d
_
= a
_
1 2
1 0
_
+d
_
0 1
0 1
_
Entonces Ker(T
2
) =
___
1 2
1 0
_
,
_
0 1
0 1
___
y ambas matrices generadoras son li, por tanto,
dim(Ker(T
2
)) = 2.
Ahora, para obtener la imagen de T
2
, tomamos la base canonica de las matrices de 22 y calculamos
sus transformados:
T
2
__
1 0
0 0
__
= (1, 2); T
2
__
0 1
0 0
__
= (0, 1);
T
2
__
0 0
1 0
__
= (1, 0); T
2
__
0 0
0 1
__
= (0, 1).
As, tenemos que
Im(T
2
) =

(1, 2), (0, 1), (1, 0), (0, 1)

_
.
Pero, claramente, los cuatro vectores generadores son ld, as que podemos eliminar algunos. Como
en R
2
se pueden tener, a lo mas, dos vectores li, podemos tomar (1, 2) y (0, 1) (que son li) para
conformar una base de Im(T
2
). Entonces dim(Im(T
2
)) = 2 = dim(R
2
) y como un subespacio con la
misma dimension de todo el espacio debe coincidir con el, tenemos que
Im(T
2
) = R
2
.
4
3. Por ultimo, consideremos la tl T
3
: T
2
(R) W, donde W es el subespacio de la matrices
simetricas de 2 2 denida por
T
3
(a +bx +cx
2
) =
_
3a 2b + 2c 4a b c
4a b c 3a 2b + 2c
_
Entonces:
p(x) = a +bx +cx
2
Ker(T
3
) T
3
(a +bx +cx
2
) =
_
0 0
0 0
_

_
3a 2b + 2c = 0
4a b c = 0
a = 0; b = c; c libre
p(x) = cx +cx
2
= c(x +x
2
)
Por tanto,
Ker(T
3
) = x +x
2
).
Ademas,
Im(T
3
) =
_
T
3
(1), T
3
(x), T
3
(x
2
)
__
=
__ _
3 4
4 3
_
,
_
2 1
1 2
_
,
_
2 1
1 2
_ __
Pero esta tres matrices son ld, pues
_
3 4
4 3
_
=
11
4
_
2 1
1 2
_

5
4
_
2 1
1 2
_
Luego,
Im(T
3
) =
__ _
2 1
1 2
_
,
_
2 1
1 2
_ __
y dim(Im(T
3
)) = 2.
A continuacion, presentamos un resultado que permitira relacionar el n ucleo y la imagen de una tl
dada. Esta relacion se conoce, a menudo, como el Teorema N ucleoImagen.
Teorema. Sean V y W dos espacios vectriales sobre R, ambos de dimensi on nita y sea T : V W
una transformaci on lineal. Entonces
dim(V ) = dim(Ker(T)) + dim(Im(T)).
Demostracion: Llamemos n a la dimension de V . Partimos considerando una base de Ker(T):
B
0
= v
1
, v
2
, . . . , v
k

entonces, ademas estamos diciendo que dim(Ker(T)) = k y como Ker(T) es un sev de V , tenemos que
k n.
Si k = n, entonces Ker(T) = V y, por tanto, T(v) = O
W
para todo v V . Entonces Im(T) = O
W
y
dim(Im(T)) = 0, con lo que se cumple la armacion del teorema.
Si k < n, entonces B
0
no es una base de todo V , as que existe al menos un vector en V que es li con los
vectores de B
0
. Entonces podemos completar este conjunto li a una base de V .
Sea B
V
= v
1
, v
2
, . . . , v
k
, u
1
, . . . , u
nk
una base de V que contiene a B
0
. Entonces,
Im(T) =

T(v
1
), . . . , T(v
k
), T(u
1
), . . . , T(u
nk
)
_
5
Pero T(v
1
) = O
W
, . . . , T(v
k
) = O
W
, luego podemos eliminar estos vectores del conjunto generador, as,
Im(T) =

T(u
1
), . . . , T(u
nk
)
_
Ahora probaremos que los vectores T(u
1
), T(u
2
), . . . , T(u
nk
) son li y, por tanto, conforman una base
de la imagen de T lo que terminara la demostracion.
Para esto, consideramos una cl nula:

1
T(u
1
) + +
nk
T(u
nk
) = O
W
y debemos probar que
1
=
2
= =
k
= 0.
Pero:

1
T(u
1
) + +
nk
T(u
nk
) = O
W
= T(
1
u
1
+ +
nk
u
nk
) = O
W
de donde podemos concluir que el vector u =
1
u
1
+ +
nk
u
nk
pertenece a Ker(T). As, u se escribe
como cl de los vectores de B
0
(pues es base del n ucleo). Luego,

1
u
1
+ +
nk
u
nk
= u =
1
v
1
+ +
k
v
k
=
1
u
1
+ +
nk
u
nk

1
v
1

k
v
k
= O
V
Pero esta es una cl de los vectores de la base de V , por tanto, de vectores li. Luego, todos sus coecientes
deben ser cero, es decir,
1
=
2
= =
k
= 0 (lo que queramos probar) y tambien tenemos que

1
= =
nk
= 0.
Con esto, hemos probado que la imagen de T tiene dimension igual a n k. Entonces:
dim(V ) = n = k + (n k) = dim(Ker(T)) + dim(Im(T)).
Lo que termina la demostracion.
Nota: Observando los ejemplos anteriores al Teorema de N ucleoImagen, podemos acortar los c alculos,
simplemente usando la igualdad que nos entrega el teorema. As:
En el ejemplo 1, una vez calculado el n ucleo de T
1
, podemos concluir de inmediato que la dimensi on
de su imagen es 3, por tanto, sabemos que los transformados de cualquier base de V = T
2
conformaran una base de la imagen de T
1
. Si, por otro camino, alguien calculara primero Im(T
1
),
entonces se obtendra que su dimension es 3, por lo que podra concluir inmediatamente que el
n ucleo de esta tl es trivial.
De forma analoga, en el ejemplo 2, una vez calculado el n ucleo de T
2
es inmediato del teorema que
dim(Im(T
2
)) = 2 y como Im(T
2
) es sev de R
2
, podemos concluir de inmediato que Im(T
2
) = R
2
,
sin realizar ning un calculo. Lo mismo puede armarse en el ejemplo 3.
3. Isomorsmos
Denicion: Sea T : V W una transformaci on lineal. Diremos que T es:
un monomorsmo de espacios vectoriales si y s olo si T es una funci on inyectiva o 11,
un epimorsmo de espacios vectoriales si y s olo si T es una funci on sobreyectiva o epiyectiva,
un isomorsmo de espacios vectoriales si y s olo si T es una biyecci on.
6
Adem as, decimos que los espacios vectoriales V y W son isomorfos (lo que anotamos V

= W) si y
s olo si existe un isomorsmo entre ellos.
El siguiente resultado nos permite clasicar una transformacion lineal a traves de su n ucleo y de
su imagen. Las demostraciones de todas las armaciones son tan valiosas como las conclusiones, pues
permiten visualizar como trabajar con transformaciones lineales.
Teorema. Sea T : V W una transformaci on lineal. Entonces:
1. T es monomorsmo si y s olo si dim(Ker(T)) = 0.
2. T es epimorsmo si y s olo si dim(Im(T)) = dim(W).
3. T es monomorsmo si y s olo si transforma conjuntos li de V en conjuntos li de W.
4. T es epimorsmo si y s olo si transforma conjuntos generadores de V en conjuntos generadores de
W.
5. T es isomorsmo si y s olo si transforma bases de V en bases de W.
Demostracion: Para demostrar la armacion (1) primero supongamos que T es una funcion inyectiva.
Es decir,
v
1
, v
2
V T(v
1
) = T(v
2
) = v
1
= v
2
.
Si v Ker(T), tendremos que T(v) = O
W
= T(O
V
) y concluimos que v = O
V
. Por lo tanto, Ker(T) =
O
V
y dim(Ker(T)) = 0. Para la otra implicacion, supongamos que Ker(T) = O
V
y que v
1
y v
2
son dos elementos de V tales que T(v
1
) = T(v
2
). Debemos probar que v
1
= v
2
. Pero esto se deduce
directamente, pues T(v
1
v
2
) = T(v
1
) T(v
2
) = O
W
, es decir, v
1
v
2
Ker(T), que contiene s olo a
O
V
. Luego, v
1
v
2
= O
V
.
La armacion (2) es directa, pues T es una funcion sobreyectiva si y solo si Im(T) = W (el recorrido de
la transformacion es todo el espacio de llegada), pero como Im(T) es un subespacio de W, tendremos
que ambos coinciden si y solo si tienen la misma dimension.
Probaremos la armacion (3). Primero, supongamos que T es un monomorsmo y que v
1
, v
2
, . . . , v
k
es
un conjunto de vectores li en V . Probaremos que el conjunto de transformados, T(v
1
), T(v
2
), . . . , T(v
k
),
es li. Para esto, consideramos la cl:

1
T(v
1
) +
2
T(v
2
) + +
k
T(v
k
) = O
W
Entonces,
T(
1
v
1
+
2
v
2
+ +
k
v
k
) = O
W
y concluimos que
1
v
1
+
2
v
2
+ +
k
v
k
Ker(T) = O
V
, es decir, obtenemos que

1
v
1
+
2
v
2
+ +
k
v
k
= O
V
de donde se obtiene que
1
=
2
= =
k
= 0 y T(v
1
), T(v
2
), . . . , T(v
k
) es li.
Para probar la otra implicacion, supongamos que T transforma conjuntos li de V en conjuntos li de W y
consideremos un elemento v Ker(T). Si v ,= O
V
, entonces existe una base de V que contiene este vector,
digamos B
V
= v, v
2
, v
3
, . . . , v
n
y, por nuestra hipotesis, el conjunto T(v), T(v
2
), T(v
3
), . . . , T(v
n
) es
li en W. Pero T(v) = O
W
, lo que lleva a una contradiccion. Por tanto, v debe ser igual a O
V
. Es decir,
Ker(T) = O
V
y T es monomorsmo.
Ahora porbaremos la armacion (4). Supongamos que T es sobreyectiva y que v
1
, v
2
, . . . , v
k
es un
conjunto generador de V . Probaremos que W = T(v
1
), T(v
2
), . . . , T(v
k
)). Para esto, basta probar que
W T(v
1
), T(v
2
), . . . , T(v
k
)), pues la otra contencion es trivial.
7
Sea w W. Como T es sobreyectiva, tenemos que w Im(T), es decir, existe un vector v V tal que
T(v) = w. Pero como v
1
, v
2
, . . . , v
k
genera a V , entonces v se escribe como cl de estos vectores:
v =
1
v
1
+
2
v
2
+ +
k
v
k
y aplicando la tl, obtenemos que
w = T(v) = T(
1
v
1
+
2
v
2
+ +
k
v
k
) =
1
T(v
1
) +
2
T(v
2
) + +
k
T(v
k
)
Luego, w T(v
1
), T(v
2
), . . . , T(v
k
)), lo que completa la demostracion.
La otra implicacion es directa, pues si suponemos que T transforma conjuntos generadores de V en
conjuntos generadores de W y tomamos una base B
v
= v
1
, v
2
, . . . , v
n
de V , tendremos que
Im(T) = T(v
1
), T(v
2
), . . . , T(v
n
)) = W
lo que implica que T es un epimorsmo.
Por ultimo, la armacion (5) es una consecuencia directa de las armaciones (3) y (4) en conjunto. 2
Ejemplos:
1. Sea T : M
22
(R) T
3
(R) la tl denida por
T
__
a b
c d
__
= (a d)x
3
+ (b +c)x
2
+ (2a +d)x + (2b +c)
Clasiquemos esta transformacion. Para esto, calculemos su n ucleo:
_
a b
c d
_
Ker(T) T
__
a b
c d
__
= 0x
3
+ 0x
2
+ 0x + 0

_
a d = 0
b +c = 0
2a +d = 0
2b +c = 0
a = b = c = d = 0
Luego, Ker(T) =
__
0 0
0 0
__
y T es un monomorsmo.
Ahora, usando el Teorema N ucleoImagen, tenemos que
4 = dimM
22
(R) = dim(Ker(T)) + dim(Im(T)) = 0 + dim(Im(T))
Entonces la dimension de la imagen de T coincide con la dimension del espacio de llegada. Por tanto,
T tambien es un epimorsmo. Es decir, T es un isomorsmo de espacios vectoriales y tenemos que
M
22
(R)

= T
3
(R).
Ya que T es una biyeccion, tenemos que su funcion inversa T
1
tambien es transformaci on lineal.
Determinemos la denicion de la tl T
1
: T
3
(R) M
22
(R). Para esto, recordemos que si
A M
22
(R) y p(x) T
3
(R), entonces
T
1
(p(x)) = A T(A) = p(x).
Queremos determinar T
1
(x
3
+x
2
+x+) para todo polinomio. El resultado es una matriz de
2 2. Entonces:
T
1
(x
3
+x
2
+x +) =
_
a b
c d
_
.
8
Debemos encontrar a, b, c, d en funcion de , , , , pero
T
1
(x
3
+x
2
+x +) =
_
a b
c d
_
T
__
a b
c d
__
= x
3
+ x
2
+x +
(a d)x
3
+ (b +c)x
2
+ (2a +d)x + (2b +c) =
x
3
+x
2
+x +

_
a d =
b +c =
2a +d =
2b +c =
a =
+
3
; b = ; c = 2 ; d =
2
3
Luego, la formula que dene T
1
es:
T
1
(x
3
+x
2
+x +) =
_
+
3

2
2
3
_
2. Si T : R
4
T
3
(R) es una tl cuya imagen es
Im(T) = 1 +x, 3 +x
2
, x
3
x
2
+x + 1, x
3
3) ,
podemos clasicar T?
Para responder esta pregunta, debemos calcular la dimensi on de la imagen de T. Para esto, determi-
namos una base de Im(T) del conjunto generador que conocemos 1+x, 3+x
2
, x
3
x
2
+x+1, x
3
3.
Hacemos una cl de estos polinomios y determinamos cuales de ellos son li.
(1 +x) +(3 +x
2
) +(x
3
x
2
+x + 1) +(x
3
3) = 0x
3
+ 0x
2
+ 0x + 0
=
_

_
3 + 3 = 0
+ = 0
= 0
+ = 0
Escalonamos la matriz asociada al sistema:
_
_
_
_
1 3 1 3
1 0 1 0
0 1 1 0
0 0 1 1
_
_
_
_

_
_
_
_
1 3 1 3
0 3 0 3
0 1 1 0
0 0 1 1
_
_
_
_

_
_
_
_
1 3 1 3
0 1 1 0
0 3 0 3
0 0 1 1
_
_
_
_

_
_
_
_
1 3 1 3
0 1 1 0
0 0 3 3
0 0 1 1
_
_
_
_

_
_
_
_
1 3 1 3
0 1 1 0
0 0 3 3
0 0 0 0
_
_
_
_
Luego, una base de Im(T) es 1+x, 3+x
2
, x
3
x
2
+x+1 y dim(Im(T)) = 3 ,= 4 = dim(T
3
(R)).
Por tanto, T no es sobre. Ahora,
4 = dim(R
4
) = dim(Ker(T)) + dim(Im(T)) = dim(Ker(T)) = 1.
Luego, T tampoco es inyectiva,
9
El siguiente teorema nos indica que espacios vectoriales son isomorfos.
Teorema. Sean V y W dos espacios vectoriales sobre R. Entonces
V

= W dim(V ) = dim(W)
Demostracion: Supongamos que V y W son espacios isomorfos. Entonces existe una tl T : V W
que es un isomorsmo. Entonces, dim(Ker(T)) = 0 y dim(Im(T)) = dim(W). Luego,
dim(V ) = dim(Ker(T)) + dim(Im(T)) = 0 + dim(Im(T)) = dim(W).
Ahora, supongamos que dim(V ) = dim(W) = n. Sean B
V
= v
1
, v
2
, . . . , v
n
y B
W
= w
1
, w
2
, . . . , w
n

bases de V y W respectivamente.
Denimos la tl T : V W, indicando los transformados de los vectores de la base B
V
:
T(v
1
) = w
1
T(v
2
) = w
2
.
.
.
T(v
n
) = w
n
As, para conocer el transformado de un elemento cualquiera v V , lo escribimos en la base B
V
:
v =
1
v
1
+
2
v
2
+ +
n
v
n
Entonces:
T(v) =
1
T(v
1
) +
2
T(v
2
) + +
n
T(v
n
) =
1
w
1
+
2
w
2
+ +
n
w
n
.
Luego, Im(T) = w
1
, w
2
, . . . , w
n
) = W por lo que T es sobreyectiva y, usando el Teorema N ucleo
Imagen, concluimos que dim(Ker(T)) = 0.
Por tanto, concluimos que T es isomorsmo entre V y W, es decir, V

= W.
Nota: En esta demostracion hemos usado que toda trasnformacion lineal queda completamente deter-
minada (o denida) por los transformados de una base del espacio de partida. Conociendo estos, podemos
obtener el transformado de cualquier elemento, pues basta expresarlo en esta base.
Ejemplos:
1. Denimos la tl T
1
: R
3
R
2
por
T
1
(1, 0, 3) = (2, 1); T
1
(5, 1, 0) = (1, 1); T
1
(0, 0, 1) = (0, 0).
Con esto basta, pues los vectores (1, 0, 3), (5, 1, 0) y (0, 0, 1) forman una base de R
3
. Para poder
encontrar la formula general de T
1
, es decir, T
1
(x, y, z), basta escribir un vector cualquiera de R
3
en esta base:
(x, y, z) = (1, 0, 3) +(5, 1, 0) +(0, 0, 1) = = x 5y ; = y ; = z + 15y 3x
Entonces
T
1
(x, y, z) = (x 5y)T
1
(1, 0, 3) +yT
1
(5, 1, 0) + (z + 15y 3x)T
1
(0, 0, 1)
= (x 5y)(2, 1) +y(1, 1) + (z + 15y 3x)(0, 0)
= T
1
(x, y, z) = (2x 9y, x 4y)
10
2. Supongamos que una tl T
2
: T
2
(R) R
3
tiene n ucleo
Ker(T
2
) = 1 +x, 2x
2
)
Nos planteamos dos preguntas: Se puede encontrar una formula para T
2
(a + bx + cx
2
)? Si es as,
es unica la formula encontrada?
Para responder esto, notemos que T
2
(1 +x) = (0, 0, 0) y que T
2
(2x
2
) = (0, 0, 0). Si consideramos un
tercer polinomio li con 1 +x y con 2x
2
, podremos determinar completamente la tl, pues tendremos
los transformados de una base del espacio de partida.
Por ejemplo, si tomamos el polinomio x
2
+ x, tendremos que 1 + x, 2x
2
, x
2
+ x es una base de
T
2
(R). Ahora, asignamos un vector de R
3
(la unica restriccion es que no sea el vector cero). Por
ejemplo, podemos poner T
2
(x
2
+ x) = (1, 1, 1). Con esto, se repite el procedimiento del ejemplo
anterior par aobtener la formula de T
2
(a +bx +cx
2
).
Es claro que esta formula no es unica, pues si elegimos un polinomio distinto de x
2
+ x, pero que
siga siendo li con 1 +x y 2x
2
, ontendremos otra tl.
Entonces, existen innitas tl T
2
: T
2
(R) R
3
que tienen n ucleo
Ker(T
2
) = 1 +x, 2x
2
).
4. Matriz de una transformacion lineal
En esta seccion generalizaremos la relacion entre las transformaciones lineales y las matrices que
estudiamos en el captulo de Matrices. En ese momento, solo tenamos a nuestra disposicion la base
canonica de R
n
, por tanto, solo calculabamos matrices canonicas de las transformaciones. Ahora, cada
transformacion lineal tendra innitas matrices representantes, pues podemos considerar distintos sistemas
de coordenadas tanto en el espacio de partida como en el espacio de llegada.
Sean V y W dos espacios vectoriales sobre R. Fijamos bases de ambos espacios: B
V
= v
1
, v
2
, . . . , v
n

y B
W
= w
1
, w
2
, . . . , w
m
.
Consideramos una transformacion lineal T : V W y queremos determinar una matriz M de mn
tal que
v V
_
T(v)
_
BW
= M
_
v
_
BV
. (1)
Es decir, escribimos cualquier elemento v de V en la base de partida y al multiplicarlo por la matriz
M, obtendremos su transformado T(v) escrito en la base de llegada.
Para determinar esta matriz, la describimos por columnas:
M =
_
c
1
c
2
c
n
_
Si usamos la ecuacion (1) para v = v
i
obtendremos la i-esima columna de M, pues
_
T(v
i
)
_
BW
= M
_
v
i
_
BV
=
_
c
1
c
2
c
i
c
n
_
_
_
_
_
_
_
_
_
_
_
0
0
.
.
.
1
.
.
.
0
_
_
_
_
_
_
_
_
_
_
=c
i
Entonces la i-esima columna de M es el transformado de v
i
escrito en la base de llegada B
W
.
11
De esta manera,
M =
_
_
T(v
1
)

BW
_
T(v
2
)

BW

_
T(v
n
)

BW
_
Denicion: La matriz M se llama matriz de la transformaci on T de la base B
V
a la base B
W
. Esta
matriz se anota
_
T
_
BW
BV
y tenemos que
v V
_
T(v)
_
BW
=
_
T
_
BW
BV
_
v
_
BV
Ejemplos:
1. Consideremos la tl T : T
2
(R) T
3
(R) denida por
T(a +bx +cx
2
) = (2a +c) +bx +cx
2
+ax
3
.
Calcularemos
_
T

BW
BV
, donde B
V
= 1, 1 +x, 1 +x +x
2
y B
W
= 1, x, 2 +x
2
, x +x
3
.
Calculamos los transformados de los vectores de la base de partida y los escribimos en la base de
llegada:
T(1) = 2 +x
3
= 2 1 + (1)x + 0(2 +x
2
) + 1(x +x
3
)
T(1 +x) = 2 +x +x
3
= 2 1 + 0x + 0(2 +x
2
) + 1(x +x
3
)
T(1 +x +x
2
) = 3 +x +x
2
+x
3
= 1 1 + 0x + 1(2 +x
2
) + 1(x +x
3
)
Entonces, la matriz de T es estas bases es:
_
T

BW
BV
=
_
_
_
_
2 2 1
1 0 0
0 0 1
1 1 1
_
_
_
_
2. Sea T : M
22
(R) R
3
la tranformacion lineal con matriz representante
_
T

B2
B1
=
_
_
1 0 1 1
1 2 1 1
3 1 0 0
_
_
,
donde B
1
=
__
1 1
1 1
_
,
_
2 2
2 0
_
,
_
1 1
0 0
_
,
_
1 0
0 0
__
y B
2
= (1, 0, 1), (2, 1, 0), (1, 1, 0).
Calcularemos, como ejercicio, T
_
2 3
0 2
_
y , a continuacion, obtendremos la formula de T, es decir,
calcularemos T
_
a b
c d
_
.
Para calcular T
_
2 3
0 2
_
, escribiremos
_
2 3
0 2
_
en la base B
1
:
_
2 3
0 2
_
= 2
_
1 1
1 1
_
+ (1)
_
2 2
2 0
_
+ 3
_
1 1
0 0
_
+ 1
_
1 0
0 0
_
12
Entonces
_ _
2 3
0 2
_ _
B1
=
_
_
_
_
2
1
3
1
_
_
_
_
y
_
T
_
2 3
0 2
_ _
B2
=
_
T
_
B2
B1
_ _
2 3
0 2
_ _
B1
=
_
_
1 0 1 1
1 2 1 1
3 1 0 0
_
_
_
_
_
_
2
1
3
1
_
_
_
_
=
_
_
0
4
5
_
_
Luego,
T
_
2 3
0 2
_
= 4(2, 1, 0) + 5(1, 1, 0) = (13, 9, 0).
Siguiendo el mismo procedimiento, tenemos que
_ _
a b
c d
_ _
B1
=
_
_
_
_
d
cd
2
b c
b a
_
_
_
_
, luego
_
T
_
a b
c d
_ _
B2
=
_
_
1 0 1 1
1 2 1 1
3 1 0 0
_
_
_
_
_
_
d
cd
2
b c
b a
_
_
_
_
=
_
_
a c d
2b a
c+5d
2
_
_
Por tanto,
T
_
a b
c d
_
= (a c d)(1, 0, 1) + (2b a)(2, 1, 0) +
c + 5d
2
(1, 1, 0)
=
_
6a + 8b + 3c + 7d
2
,
2a + 4b +c + 5d
2
, a c d
_
A continuacion, exploraremos como usar la matriz de la transformacion lineal para conocer propiedades
de la funcion.
Teorema. Sean T : V W una transformaci on lineal y A =
_
T
_
BW
BV
, donde B
V
= v
1
, . . . , v
n
y
B
W
= w
1
, . . . , w
m
son bases de V y W respectivamente. Entonces:
1. v Ker(T)
_
v

BV
es soluci on del sistema Ax =

0.
2. w Im(T) el sistema Ax =
_
w

BW
es compatible.
3. T es un monomorsmo si y s olo si A tiene inversa por la izquierda.
4. T es un epimorsmo si y s olo si A tiene inversa por la derecha.
5. T es un isomorsmo si y s olo si A es invertible.
Demostracion: Para probar (1), notemos que
v Ker(T) O
W
= T(v)

0 =
_
O
W

BW
=
_
T(v)

BW
=
_
T

BW
BV
_
v

BV
= A
_
v

BV

_
v

BV
es solucion de Ax =

0
13
La armacion (2) tambien es directa, pues
w Im(T) v V w = T(v)
v V
_
w

BW
=
_
T(v)

BW
=
_
T

BW
BV
_
v

BV
= A
_
v

BV
El sistema Ax =
_
w

BW
tiene al menos una solucion
Para probar la armacion (3), tenemos que T es un monomorsmo si y solo si Ker(T) = O
V
, es decir,
la unica solucion del sistema Ax =

0 es la trivial, pero esto equivale a que la matriz A tenga inversa por

la izquierda.
Ademas, T es epiyectiva si y solo si el sistema Ax =

b es compatible para todo vector

b (basta tomar
w W = Im(T) tal que
_
w

BW
=

b), lo que, a su vez, equivale a que la matriz A tiene inversa por la

derecha. Con esto, hemos probado (4).
La armacion (5) se obtiene de (3) y (4). 2
Veamos un ejemplo en donde aplicaremos este teorema.
Ejemplo: Sea T : T
2
(R) M
22
(R) la tl con matriz representante
A =
_
T

B2
B1
=
_
_
_
_
1 2 0
0 3 3
2 3 7
1 1 1
_
_
_
_
,
donde B
1
= x 2, x
2
+ 1, 2x x
2
y B
2
es la base canonica de las matrices de 2 2.
Sin encontrar la formula general de T, calcularemos su n ucleo y su imagen usando las armaciones (1) y
(2) del teorema.
Para calcular el n ucleo de T, debemos resolver el sistema Ax =

0. Pivoteamos la matriz:
_
_
_
_
1 2 0
0 3 3
2 3 7
1 1 1
_
_
_
_

_
_
_
_
1 2 0
0 3 3
0 7 7
0 1 1
_
_
_
_

_
_
_
_
1 2 0
0 3 3
0 0 0
0 0 0
_
_
_
_
Luego, si x = (x, y, z), tenemos que z = y; x = 2y y x = (2y, y, y) = y(2, 1, 1). Entonces el
conjunto

(2, 1, 1)
_
contiene todas las soluciones de Ax =

0.
Esto signica que los polinomios que estan en el Ker(T) tienen vectores coordenados en

(2, 1, 1)
_
.
Es decir,
p(x) Ker(T)
_
p(x)

B1
=
_
_
2

_
_
p(x) = 2(x 2) +(x
2
+ 1) (2x x
2
) = (2x
2
4x + 5)
Por tanto,
Ker(T) =

2x
2
4x + 5
_
.
Ahora calcularemos Im(T). Para esto, debemos determinar para que vectores

b el sistema Ax =

b es
compatible. Escalonamos la matriz ampliada (A[b).
_
_
_
_
1 2 0 b
1
0 3 3 b
2
2 3 7 b
3
1 1 1 b
4
_
_
_
_

_
_
_
_
1 2 0 b
1
0 3 3 b
2
0 7 7 b
3
2b
1
0 1 1 b
4
b
1
_
_
_
_

_
_
_
_
1 2 0 b
1
0 3 3 b
2
0 0 0 b
3
2b
1
+
7
3
b
2
0 0 0 b
4
b
1
+
1
3
b
2
_
_
_
_
14
Luego, Ax =

b sera compatible si y solo si b

3
2b
1
+
7
3
b
2
= 0 y b
4
b
1
+
1
3
b
2
= 0. Es decir, vecb debe
pertenecer al conjunto

(1, 0, 2, 1), (0, 3, 7, 1)

_
Interpretando este resultado como los vectores coordenados de las matrices de la imagen de T en la base
B
W
(que es la base canonica de las matrices, lo que hace trivial el trabajo), tendremos que
Im(T) =
___
1 0
2 1
_
,
_
0 3
7 1
___
5.

Algebra de transformaciones lineales y cambio de bases
Cuando estudiamos la transformaciones lineales de R
n
en R
m
probamos, con todo detalle, que la suma,
ponderacion y composicion de transformaciones lineales es una transformacion lineal, esta demostraci on
no depende de los espacios de partida y llegada, por tanto, no repetiremos tales demostraciones. En
cambio, estudiaremos aqu, como obtener las matrices asociadas a las nuevas transformaciones lineales
que se obtienen por suma, ponderacion o composicion.
Consideraremos tres espacios vectoriales sobre R con sus respectivas bases: (U, B
U
), (V, B
V
) y (W, B
W
)
y las transformaciones lineales T
1
: V W, T
2
: V W y T
3
: U V .
Si A =
_
T
1

BW
BV
, B =
_
T
2

BW
BV
, C =
_
T
3

BV
BU
, entonces:
T
1
+T
2
: V W es la tl denida por (T
1
+ T
2
)(v) = T
1
(v) + T
2
(v) y su matriz representante en
las bases B
V
y B
W
es A +B. Es decir,
_
T
1
+T
2

BW
BV
=
_
T
1

BW
BV
+
_
T
2

BW
BV
T
1
: V W es la tl denida por (T
1
)(v) = T
1
(v) y su matriz representante en las bases B
V
y B
W
es A. Es decir,
_
T
1

BW
BV
=
_
T
1

BW
BV
T
1
T
3
: U W es la tl denida por (T
1
T
3
)(v) = T
1
_
T
3
(v)
_
y su matriz representante en las
bases B
U
y B
W
es AC. Es decir,
_
T
1
T
3

BW
BU
=
_
T
1

BW
BV
_
T
3

BV
BU
Si suponemos que T
1
es un isomorsmo, entonces T
1
1
: W V es la transformacion lineal denida
por la relacion
T
1
1
(w) = v T
1
(v) = w
y su matriz representante en las bases B
W
y B
V
es A
1
. Es decir,
_
T
1
1

BV
BW
=
_
_
T
1

BW
BV
_
1
Ejemplo: Sean B y B

dos bases de R
2
y B
P
una base de T
2
(R). Supongamos que T : R
2
T
2
(R)
y R : R
2
R
2
son dos tl tales que
M
1
=
_
T R

BP
B
=
_
_
2 1
0 1
1 1
_
_
y M
2
=
_
R

B
=
_
1 1
1 2
_
.
15
Queremos determinar
_
T

BP
B

.
Para esto, notamos que M
2
es invertible, pues det(M
2
) = 1 ,= 0. Luego, R es un isomorsmo y
_
R
1

B
B

= M
1
2
=
_
2 1
1 1
_
.
Entonces:
_
T

BP
B

=
_
T R R
1

BP
B

=
_
T R

BP
B
_
R
1

B
B

= M
1
M
1
2
=
_
_
2 1
0 1
1 1
_
_
_
2 1
1 1
_
=
_
_
3 1
1 1
3 2
_
_
Para terminar, revisaremos como se relacionan dos matrices representantes en distintas bases de una
misma tl T : V W.
En el caso mas general, consideramos dos bases distintas de V : B
1
V
y B
2
V
; y dos bases distintas de W:
B
1
W
y B
2
W
. Entonces podemos considerar dos matrices representantes de T:
_
T

B
1
W
B
1
V
y
_
T

B
2
W
B
2
V
.
Para saber como se relacionan, usaremos dos transformaciones lineales auxiliares:
Id
V
: V V , denida por Id
V
(v) = v, y Id
W
: W W, denida por Id
W
(w) = w.
Como ambas son la funcion identidad en el espacio correspondiente, tenemos que
T = Id
W
T Id
V
.
Ahora, usamos la propiedad de las matrices de una transformacion lineal compuesta. Entonces:
_
T

B
2
W
B
2
V
=
_
Id
W
T Id
V

B
2
W
B
2
V
=
_
Id
W
T

B
2
W
B
1
V
_
Id
V

B
1
V
B
2
V
=
_
Id
W

B
2
W
B
1
W
_
T

B
1
W
B
1
V
_
Id
V

B
1
V
B
2
V
Pero, si la base B
2
V
= v
1
, v
2
, . . . , v
n
, tenemos que
_
Id
V

B
1
V
B
2
V
=
_
_
Id
V
(v
1
)

B
1
V
_
Id
V
(v
2
)

B
1
V

_
Id
V
(v
n
)

B
1
V
_
=
_
_
v
1

B
1
V
_
v
2

B
1
V

_
v
n

B
1
V
_
=
_
Id

B
1
V
B
2
V
Es decir,
_
Id
V

B
1
V
B
2
V
es la matriz de cambio de bases en V desde la base B
2
V
a la base B
1
V
. Analogamente,
_
Id
W

B
2
W
B
1
W
es la matriz de cambio de bases en W desde la base B
1
W
a la base B
2
W
.
Luego, dos matrices representantes en distintas bases de una misma transformacion lineal se relacionan
a traves de dos cambios de bases: uno, en el espacio de partida y el otro, en el espacio de llegada. La
formula general es:
_
T

B
2
W
B
2
V
=
_
Id

B
2
W
B
1
W
_
T

B
1
W
B
1
V
_
Id

B
1
V
B
2
V
Ejemplo: Supongamos que T : T
3
R
3
y S : T
3
R
3
son dos transformaciones lineales dadas
por las matrices
_
T

B3
B1
=
_
_
1 0 2 1
0 1 1 1
2 3 11 0
_
_
y
_
S

B4
B2
=
_
_
0 0 1 2
1 1 1 1
1 0 0 2
_
_
,
16
donde B
1
= 1, 1 + x, 1 + x +x
2
, 1 + x + x
2
+x
3
y B
2
= 1 x
3
, 1 x
2
, 1 x, 1 son bases de T
3
; y
B
3
= (1, 1, 0), (1, 1, 0), (0, 0, 1) y B
4
= (1, 0, 0), (0, 1, 0), (0, 1, 1) son bases de R
3
.
Nos interesa calcular alguna matriz representante de la tl T +S. Para esto, debemos cambiar de bases
alguna de las dos matrices representantes que tenemos disponibles. As, o bien usamos la relaci on
_
T

B4
B2
=
_
Id

B4
B3
_
T

B3
B1
_
Id

B1
B2
para encontrar la matriz
_
T +S

B4
B2
=
_
T

B4
B2
+
_
S

B4
B2
; o usamos la relacion
_
S

B3
B1
=
_
Id

B3
B4
_
S

B4
B2
_
Id

B2
B1
para encontrar la matriz
_
T +S

B3
B1
=
_
T

B3
B1
+
_
S

B3
B1
.
En ambos casos, debemos calcular dos matrices de cambio de base y realizar la multiplicaci on de
matrices. Usemos la primera relacion. Luego, debemos calcular
_
Id

B4
B3
y
_
Id

B1
B2
.
Para
_
Id

B4
B3
, tenemos que:
(1, 1, 0) = 1(1, 0, 0) 1(0, 1, 0) + 0(0, 1, 1)
(1, 1, 0) = 1(1, 0, 0) + 1(0, 1, 0) + 0(0, 1, 1)
(0, 0, 1) = 0(1, 0, 0) 1(0, 1, 0) + 1(0, 1, 1)
_
_
_
=
_
Id

B4
B3
=
_
_
1 1 0
1 1 1
0 0 1
_
_
Para
_
Id

B1
B2
, tenemos que:
1 x
3
= 1 1 + 0(1 +x) + 1(1 +x +x
2
) 1(1 +x +x
2
+x
3
)
1 x
2
= 1 1 + 1(1 +x) 1(1 +x +x
2
) + 0(1 +x +x
2
+x
3
)
1 x = 2 1 1(1 +x) + 0(1 +x +x
2
) + 0(1 +x +x
2
+x
3
)
1 = 1 1 + 0(1 +x) + 0(1 +x +x
2
) + 0(1 +x +x
2
+x
3
)
_

_
=
_
Id

B1
B2
=
_
_
_
_
1 1 2 1
0 1 1 0
1 1 0 0
1 0 0 0
_
_
_
_
Luego,
_
T

B4
B2
=
_
_
1 1 0
1 1 1
0 0 1
_
_
_
_
1 0 2 1
0 1 1 1
2 3 11 0
_
_
_
_
_
_
1 1 2 1
0 1 1 0
1 1 0 0
1 0 0 0
_
_
_
_
=
_
_
2 1 3 1
11 7 8 3
13 12 7 2
_
_
Por tanto,
_
T +S

B4
B2
=
_
_
2 1 3 1
11 7 8 3
13 12 7 2
_
_
+
_
_
0 0 1 2
1 1 1 1
1 0 0 2
_
_
=
_
_
2 1 2 3
10 8 7 2
14 12 7 4
_
_
17