Conceptos tericos mnimos para la gua prctica 5.

Transformaciones lineales
Las transformaciones lineales son funciones entre espacios vectoriales V y W que respetan y trasladan
las operaciones definidas en cada espacio. Es decir, T : V W que manda la suma de v1 con v2 V en
la suma de T (v1 ) con T (v2 ) en W y el producto de R por v V en el producto de por T (v) en W.
Nosotros trabajaremos solamente con transformaciones T : Rn Rm .
Definicin. Una funcin T : Rn Rm es una transformacin lineal (de Rn en Rm ) si satisface:
1. Para todo v, w Rn , vale que T (v + w) = T (v) + T (w).
2. Para todo v Rn , R, vale que T ( v) = T (v).
Ejemplos de transformaciones lineales:
Ejemplo 1. T : R3 R2 definida por T (x, y, z) = (0, 0) es una transformacin lineal entre R3 y R2 . Es la
transformacin lineal nula o trivial.
Ejemplo 2. T : R3 R2 definida por T (x, y, z) = (2x + 3y + 4z, x y) es una transformacin lineal entre
R3 y R2 .
Para probarlo hay que ver que T satisface T ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = T ((x1 , y1 , z1 ) + T (x2 , y2 , z2 ))
para todo (x1 , y1 , z1 ), (x2 , y2 , z2 ) R2 y tambin que T ((x, y, z)) = T (x, y, z) para todo (x, y, z) R3 y
R. Veamos la primer condicin:
T ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = T ((x1 + x2 , y1 + y2 , z1 + z2 ))
= (2(x1 + x2 ) + 3(y1 + y2 ) + 4(z1 + z2 ), (x1 + x2 ) (y1 + y2 ))
= (2x1 + 2x2 + 3y1 + 3y2 + 4z1 + 4z2 , x1 + x2 y1 y2 )
= (2x1 + 3y1 + 4z1 + 2x2 + 3y2 + 4z2 , x1 y1 + x2 y2 )
= (2x1 + 3y1 + 4z1 , x1 y1 ) + (2x2 + 3y2 + 4z2 , x2 y2 )
= T ((x1 , y1 , z1 )) + T ((x2 , y2 , z2 )) .
Veamos la segunda condicin:
T ( (x, y, z)) = T ((x, y, z))
= (2(x) + 3(y) + 4(z), (x) (y))
= ((2x + 3y + 4z), (x y))
= (2x + 3y + 4z, x y)
= T ((x, y, z)) .
Ejemplo 3. Dada la matriz A Rmn la funcin TA : Rn Rm definida por
T (v) = A v
(con el vector v Rn puesto como matriz columna y el producto usual de matrices) resulta ser una transformacin lineal. De hecho ms adelante veremos que todas las transformaciones lineales T : Rn Rm se
pueden escribir de esta forma.
Esto ltimo hace que, en general, para transformaciones lineales se escriba T v (como si fuera un producto) en vez de T (v).
1

Ejemplo 4. En el caso de la transformacin lineal del Ejemplo 2, esta se puede reescribir (identificando los
vectores de R3 como matrices columna de 3 1 y los de R2 como matrices columna de 2 1 ) de la forma:

! x
!
2 3 4
2x + 3y + 4z
M (x, y, z) =
y =
= (2x + 3y + 4z , x y) = T (x, y, z)
1 1 0
xy
z

1.

Propiedades generales de transformaciones lineales

1. Si T : Rn Rm es una transformacin lineal entonces T (~0) =~0. Es decir T manda el elemento neutro
de Rn en el elemento neutro de Rm .
Esto puede usarse para decidir si una funcin no es una transformacin lineal. Por ejemplo, la funcin
que usualmente se llama lineal f : R R dada por f (x) = ax + b no es una transformacin lineal
si b 6= 0.


Sin embargo, la sola condicin T ~0 = ~0 no alcanza para que T sea una transformacin lineal.
2. Una transformacin lineal queda unvocamente determinada por sus valores en una base (cualquiera)
del espacio de salida.
Ejemplo 5. Segn la afirmacin anterior, como B = {(1, 1, 1) , (1, 1, 0) , (1, 0, 0)} es una base de
R3 , hay una nica transformacin lineal T : R3 R4 tal que T cumple que:

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

T (1, 0, 0) = (1, 1, 1, 5)
Una manera de calcular la frmula de T en cualquier (x, y, z) R3 es escribir (x, y, z) en la base donde
est definida T y despus usar los datos que se tienen en (1). Es decir:
(x, y, z) = (1, 1, 1) + (1, 1, 0) + (1, 0, 0) = ( + + , + , )

(2)

De donde resolviendo el sistema se obtiene que = z, = y z, = x y. Es decir que

z }| {
z }| {
z}|{
(x, y, z) = z (1, 1, 1) + (y z)(1, 1, 0) + (x y)(1, 0, 0)

Con esto podemos obtener la frmula de T . Empezamos por

T (x, y, z) = T z (1, 1, 1) + (y z)(1, 1, 0) + (x y) (1, 0, 0)
= z T (1, 1, 1) + (y z) T (1, 1, 0) + (x y) T (1, 0, 0)
La ltima igualdad debera valer porque queremos que T sea lineal en R3 , o sea que saque escalares
afuera y separe sumas (observar que x, (yx) y (zyx) son escalares). Entonces usando los valores
(1) de T en esa base, debera valer que:
T (x, y, z) = zT (1, 1, 1) + (y z)T (1, 1, 0) + (x y)T (1, 0, 0)
= z(1, 2, 3, 4) + (y z)(1, 2, 3, 4) + (x y)(1, 1, 1, 5)
= z + (y z) + (x y) , 2z + 2(y z) + (x y) , 3z + 3(y z) + (x y) ,


4z + 4(y z) + 5(x y)


= x , x + y , x + 2y , 5x y
Esta es la frmula de la nica transformacin lineal que cumple las condiciones dadas en (1).
2

2.

Ncleo e imagen de una transformacin lineal

Dada una transformacin lineal T : Rn Rm , entonces el ncleo de T :
N(T ) = {x Rn : T (x) = ~0}

y la imagen de T :
Im(T ) = {y Rm : x Rn tal que y = T (x)}
son subespacios de Rn y de Rm respectivamente.
Adems vale la siguiente importante igualdad (usualmente llamado el teorema de la dimensin:




n = dim(Rn ) = dim N(T ) + dim Im(T ) .
(donde Rn es el dominio o conjunto de salida de la transformacin lineal T ).


Ejemplo 6. Si T : R3 R4 est definida por T (x, y, z) = x + z , x + y + 2z , x + 2y + 3z , 5x y + 4z , su
ncleo ser la solucin del sistema T (x, y, z) = (0, 0, 0, 0), es decir los (x, y, z) R3 que cumplen que:

x+z = 0

x + y + 2z = 0
, que tiene por solucin a: x = z , y = z, con z R cualquiera.

x + 2y + 3z = 0

5x y + 4z = 0
Es decir que: (x, y, z) N(T ) (x, y, z) = (z, z, z) = z(1, 1, 1) para z R.
De donde se obtiene que N(T ) = gen{(1, 1, 1)}.
Por otro lado, los elementos de Im(T ) son los vectores (x1 , x2 , x3 , x4 ) R4 tales que (x1 , x2 , x3 , x4 ) =


T (x, y, z) = x + z , x + y + 2z , x + 2y + 3z , 5x y + 4z = x (1, 1, 1, 5) + y (0, 1, 2, 1) + z (1, 2, 3, 4). Es
decir que Im(T ) = gen{(1, 1, 1, 5) , (0, 1, 2, 1) , (1, 2, 3, 4)} = gen{(1, 1, 1, 5) , (0, 1, 2, 1)} (el primer
conjunto de generadores obtenidos era linealmente dependiente).
Observar que los 3 generadores de Im(T ) obtenidos al principio coinciden con T (1, 0, 0), T (0, 1, 0) y




T (0, 0, 1) y que se verifica que: dim N(T ) + dim Im(T ) = 1 + 2 = 3 = dim(R3 ).
Propiedades de Im(T ):
Si T : Rn Rm es una transformacin lineal y B = {v1 , v2 , . . . , vn } es una base de Rn entonces
Im(T ) = gen{T v1 , T v2 , . . . , T v3 }.
Ejemplo 7. Consideremos la transformacin lineal M : R3 R2 del Ejemplo 4 definida a partir de


3 4 .
la multiplicacin por la matriz A = 21 1
0
3 entonLa propiedad anterior implica que como {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} es una base deR




1
3 4 0 = 2
ces {M(1, 0, 0) , M(0, 1, 0) , M(0, 0, 1)} genera la Im(M), pero M(1, 0, 0) = 21 1
0
1
0

0



0


2
3
4
3
2
3
4
4
, TA (0, 1, 0) = 1 1 0 1 = 1 , y TA (0, 0, 1) = 1 1 0 0 = 0 . O sea que los vectores
0
1
columna de la matriz que define la transformacin lineal son generadores de la imagen.

En general, si T : Rn Rm est definida por la multiplicacin de una matriz de m n, es decir si

!
a1,1 a1,2 ... a1,n !
x
a2,1 a2,2 ... a2,n

..
.

T (x1 , x2 , . . . , xn ) =

..
.

..
.

..
.

am,1 am,2 ... am,n

x2

..
.

(3)

xn

entonces usando la propiedad anterior,!evaluando

T en la base
cannica de Rn se obtiene que los
a1,1
a1,2 !
a1,n !
vectores columna de la matriz:

a2,1

..
.

am,1

a2,2

..
.

am,2

, ...

a2,n

..
.

am,n

generan la Im(T ).

3.

Clasificacin de transformaciones lineales

Si T : Rn Rm es una transformacin lineal que es inyectiva (como funcin) se dice que es un monomorfismo, si es sobreyectiva se dice que es un epimorfismo y si es biyectiva que es un isomorfismo.
Se tienen las siguientes propiedades:
n o
T es un monomorfismo

N(T ) = ~0

dim (Im(T )) = n.
T es un epimorfismo

Im(T ) = Rm

dim (Im(T )) = m.

Ejemplo 8. Si T : R3 R4 est definida por T (x, y, z) = x + z , x + y + 2z , x + 2y + 3z , 5x y + 4z
(ya analizada en el ejemplo anterior) no es monomorfismo porque N(T ) = gen{(1, 1, 1)} 6= {~0} ni un
epimorfismo porque Im(T ) 6= R4 .
De cualquier manera ninguna transformacin lineal T : R3 R4 podra ser un epimorfismo, porque






siempre vale que dim N(T ) +dim Im(T ) = dim(R3 ) = 3, y entonces nunca podra valer que dim Im(T ) =
4 (para que valga Im(T ) = R4 ).
Ms propiedades:
1. Si T : Rn Rm es una transformacin lineal y n 6= m entonces T no puede ser un isomorfismo.
2. Si T : Rn Rn (obsevar que en este caso n = m) es una transformacin lineal que es un monomor

fismo (o sea N(T ) = {~0}) entonces T tambin resulta un epimorfismo porque n = dim Im(T ) +




dim N(T ) = dim Im(T ) de donde Im(T ) = Rn . Entonces T es un isomorfismo. O sea:
si T : Rn Rn es una T.L. tal que N(T ) = {~0} T es un isomorfismo
3. Si T : Rn Rn (obsevar que en este caso n = m) es un epimorfismo (o sea Im(T ) = Rn ) entonces






T tambin debe ser un monomorfismo. Esto es porque n = dim Rn = dim Im(T ) = dim N(T ) +




dim Im(T ) , de donde dim N(T ) = 0. Entonces T resulta ser un isomorfismo. O sea que:


si T : Rn Rn es una T.L. tal que dim Im(T ) = n T es un isomorfismo.
4. Si T : Rn Rn es un isomorfismo y {v1 , v2 , . . . , vn } es una base de Rn , entonces {T v1 , T v2 , . . . , T vn }
resulta ser una base de Rn .
Esto es as porque como T es epimorfismo entonces Im(T ) = gen{T v1 , T v2 , . . . , T vn } = Rn , pero
como dim(Rn ) = n y los {T v1 , T v2 , . . . , T vn } generan a Rn , entonces son linealmente independientes
(porque son n vectores) y por lo tanto forman una base de Rn .
La recproca tambin vale porque si {T v1 , T v2 , . . . , T vn } es una base de Rn entonces en particular
Im(T ) = gen{T v1 , T v2 , . . . , T vn } = Rn , de donde T es un epimorfismo, y por la propiedad 3 listada
anteriormente resulta que T es un isomorfismo.
En resumen T es un isomorfismo si y solo si manda bases en bases:
(
para cualquier base {v1 , v2 , . . . , vn } de Rn
T : Rn Rn es un isomorfismo
resulta que {T v1 , T v2 , . . . , T vn } es una base de Rn .
Ejemplo 9. La transformacin lineal definida por T (x, y, z) = (2x + y , x + y + z , y z) resulta un isomor

fismo porque se puede probar que N(T ) = {~0} y por lo tanto dim Im(T ) = 3.
4

Transformacin lineal inversa

Si T : Rn Rm es un isomorfismo debe ser n = m. Adems, si T es un isomorfismo, entonces la funcin
inversa de T tambin resulta ser una transformacin lineal. Como es usual se la denota con T 1 .
Ejemplo 10. Tomando la transformacin lineal T : R3 R3 , dada por T (x, y, z) = (2x + y , x + y + z , y z)
del Ejemplo 9, si queremos calcular su transformacin inversa T 1 , podemos usar la propiedad que una
transformacin lineal queda unvocamente determinada por sus valores en una base (ms adelante veremos
otra forma
de hacerlo usando matrices inversas). Como T (es la nica transformacin lineal) que verifica

T (1, 0, 0) = (2, 1, 0)
que:
T (0, 1, 0) = (1, 1, 1) , y T 1 es su funcin inversa (que adems es una transformacin lineal),

T (0, 0, 1) = (0, 1, 1)
entonces T 1 ser la nica transformacin lineal que verifique que:

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

1
T (0, 1, 1) = (0, 0, 1)

(4)

Haciendo lo mismo que lo hecho en el Ejemplo 5, podemos obtener (si quisiramos) una frmula para T 1 .
Para ello debemos escribir a cualquier (x, y, z) R3 como combinaciones lineales de los vectores de la base
{(2, 1, 0), (1, 1, 1), (0, 1, 1)} y usar despus que en esos vectores sabemos cuanto debera valer T 1 . Es
decir:
(x, y, z) = (2, 1, 0) + (1, 1, 1) + (0, 1, 1) = (2 + , + + , )
De donde resolviendo el sistema se obtiene que: = 23 x 13 y 13 z , = 13 x+ 23 y+ 23 z , = 13 x+ 23 y 13 z.
Entonces resulta que:
(x, y, z) = (2, 1, 0) + (1, 1, 1) + (0, 1, 1) =

}|
z
}|
z
}|

{

{

{
2
1
1
1
1
2
2
2
1
= 3 x 3 y 3 z (2, 1, 0) + 3 x + 3 y + 3 z (1, 1, 1) + 3 x + 3 y 3 z (0, 1, 1)
Ahora podemos usar esto, las condiciones (4) y que T 1 es lineal para obtener:








2
1
1
1
2
2
1
2
1
(x, y, z) = T
3 x 3 y 3 z (2, 1, 0) + 3 x + 3 y + 3 z (1, 1, 1) + 3 x + 3 y 3 z (0, 1, 1)






= 23 x 31 y 13 z T 1 (2, 1, 0) + 31 x + 23 y + 23 z T 1 (1, 1, 1) + 31 x + 23 y 13 z T 1 (0, 1, 1)
| {z }
| {z }
|
{z
}
1

(1,0,0)

(0,1,0)

(0,0,1)

= 23 x 31 y 13 z (1, 0, 0) + 31 x + 23 y + 23 z (0, 1, 0) + 13 x + 23 y 13 z (0, 0, 1)


2
1
1
1
2
2
1
2
1
= 3x 3y 3z , 3x + 3y + 3z , 3x + 3y 3z .
Hemos obtenido una frmula para T 1 . Es fcil verificar que T 1 T = T T 1 = id, es decir que T 1 es
la funcin inversa de T .
Verifiquemos el caso T T 1 = id. Para ello tiene que valer que T T 1 (x, y, z) = id(x, y, z) = (x, y, z),
5

para todo (x, y, z) R3 . Veamos:

T T 1 (x, y, z) = T T 1 (x, y, z)


= T 23 x 31 y 13 z , 13 x + 23 y + 23 z , 31 x + 23 y 13 z





= 2 32 x 31 y 13 z + 13 x + 23 y + 23 z ,






1
1
1
2
2
1
2
1
2
3x 3y 3z + 3x + 3y + 3z + 3x + 3y 3z ,





1
2
2
1
2
1
3x + 3y + 3z 3x + 3y 3z
= (x, y, z)

4.

Matriz asociada a una transformacin lineal

(respecto a las bases cannicas respectivas)
Empecemos con un ejemplo.

Ejemplo 11. Consideremos la transformacin lineal T : R3 R2 definida por T (x, y, z) = (2x + 3y + 4z, x
y) del Ejemplo 2. Esta transformacin lineal toma los siguientes valores en la base cannica de R3 :

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

T (0, 0, 1) = (4, 0)
3
2
La transformacin
 x   lineal M: R R del Ejemplo 4 definida por el producto de matrices: M (x, y, z) =


2 3 4 y = 2x+3y+4z verifica que
xy
1 1 0
z

2

M(1,
0,
0)
=

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

M(0, 1, 0) = 1
= (3, 1) = T (0, 1, 0) .

M(0, 0, 1) = 40
= (4, 0) = T (0, 0, 1)

O sea que (mediante la identificacin de vectores de R2 como matrices columna de 2 1) las transformaciones lineales T y M coinciden en una base (la base cannica E = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)}) y por lo
tanto son iguales.
Esto vale en general. Cualquier transformacin lineal T : Rn Rm queda definida por sus valores en
los n vectores de la base cannica E = {(1, 0, 0, . . . , 0) , (0, 1, 0, . . . , 0) , . . . , (0, 0, . . . , 0, 1)} de Rn :

T (1, 0, 0, . . . , 0) = (a1,1 , a2,1 , . . . , am,1 )

T (0, 1, 0, . . . , 0) = (a1,2 , a2,2 , . . . , am,2 )

.
(5)
..
..
..

.
.
.

T (0, 0, . . . , 0, 1) = (a , a , . . . , a )
1,n

2,n

m,n

Es fcil ver que esa T coincide con la transformacin lineal definida mediante el producto de la matriz
MEE (T ) cuyas columnas son los vectores (a1,1 , a2,1 , . . . , am,1 ) , (a1,2 , a2,2 , . . . , am,2 ) , . . . , (a1,n , a2,n , . . . , am,n )
(los vectores imgenes de la base cannica de Rn a travs de T ):

!
!
!
a1,1 a1,2 ... a1,n !
x1
x1
x1
Te
Te
.
.
.
Te
n
1
2
a2,1 a2,2 ... a2,n

x2
x2
x2
.. .. .. ..

.. =
MEE (T ) ... =
...
.

...
. . . .
xn
xn
xn
am,1 am,2 ... am,n
y
y
y
= (a1,1 x1 + + a1,n xn , a2,1 x1 + + a2,n xn , . . . , am,1 x1 + + am,n xn ) .
6

La razn de la igualdad de estas dos transformaciones lineales es porque T toma los mismos valores que
transformacin lineal definida por la matriz MEE (T ) en la base cannica E de Rn . Esto es as pues multiplicar una matriz por cada elemento de la base cannica da como resultado la columna correspondiente:
!
!
a1,1 a1,2 ... a1,n !
a1,1 !
MEE (T )

1
0

..
.

a2,1 a2,2 ... a2,n

..
.

0
1
MEE (T ) 0 =

..
.

..
.

..
.

am,1 am,2 ... am,n

..
.

a1,1 a1,2 ... a1,n !

a2,1 a2,2 ... a2,n

..
.

..
.

..
.

..
.

am,1 am,2 ... am,n

1
0

..
.

a2,1

..
.

0
1
0 =

..
.

am,1

a2,1 !
a2,2

..
.

, . . . etc.

am,2

Observar que entonces cualquier transformacin lineal T puede definirse mediante el producto por una
matriz. Alcanza con saber los valores de T en la base cannica y ponerlos como columnas de la matriz.
Notacin: hemos llamado MEE (T ) a esta matriz porque usamos la base cannica E de Rn (dominio
o espacio de salida) para evaluar T y tambin a la base cannica E pero de Rm (codominio o espacio de
llegada) para escribir a las imgenes T (ei ) = (a1,i , a2,i , . . . , am,i ) en coordenadas de esta base.
Propiedad: Si T : Rn Rn entonces MEE (T ) es una matriz de n n. Si usamos que los vectores
columna de la matriz generan Im(T ), y que T es isomorfismo Im(T ) = Rn , podemos concluir que los
vectores columna deben ser linealmente independientes. Entonces podemos concluir que
T : Rn Rn es un isomorfismo det (MEE (T )) 6= 0.

5.

Matriz de cambio de base

Recordemos la notacin usada para describir un vector v Rn mediante coordenadas en otra base (ordenada) que no sea la cannica. Si B = {v1 , v2 , . . . , vn } es una base de Rn , escribiremos:
[v]B = (1 , 2 , . . . , n ) v = 1 v1 + 2 v2 + + n vn .
Es decir, [v]B es el vector formado por los nmeros (nicos, por ser B base) que multiplicados por los
correspondientes vectores de B dan v.
Ejemplo 12. Consideremos v = (1, 2, 3) R3 . Para este vector, (1, 2, 3) son sus coordenadas en la base cannica. Es decir [v]E = (1, 2, 3) porque v = (1, 2, 3) = 1(1, 0, 0) + 2(0, 1, 0) + 3(0, 0, 1) para E =
{(1, 0, 0), (0, 1, 0), (0, 0, 1)} la base cannica de R3 .
Pero si tomamos por ejemplo, la base B = {(1, 2, 1), (3, 1, 0),(3, 1, 1)} de R3 , entonces, resolviendo
+ 3 3 = 1

el sistema: (1, 2, 3) = (1, 2, 1) + (3, 1, 0) + (3, 1, 1), o sea

2 + + = 2 , cuya solucin es

+ + = 3
= 13, = 14, = 10, obtenemos que:
v = (1, 2, 3) = 13(1, 2, 1) + (14)(3, 1, 0) + (10)(3, 1, 1)

(6)

[v]B = (13, 14, 10).

(7)

de donde resulta que:

Observar que la matriz de coeficientes del sistema tiene
suscolumnas
 1en
  los
 vectores de la base B. Es decir
3 3
1
que el sistema en forma matricial queda escrito como: 2 1 1 = 2 , y evaluando en las soluciones

3
10 1
   13 
= 14 se obtiene:

10

las columnas son los vectores

de la base B

[v]B

[v]E

{ z }| { z}|{
13
1
3 3

14 = 2,
1 1

10
3
0 1

}|
1
2
1

(8)

O sea que esa matriz manda las coordenadas de v en B a las coordenadas de v en E. Esto vale para todos los
vectores, no solo para este ejemplo particular. Es por esto que la llamaremos matriz de cambio de base de
la base B a la base E y la denotaremos con CBE . Esta es una matriz inversible (porque como transformacin
lineal manda una base de R3 en otra base de R3 ) y su matriz inversa deshace el trabajo hecho: manda las
coordenadas de v en la base E en las coordenadas de v en la base B, porque multiplicando a izquierda en
1
se obtiene:
(8) por CBE
inversa de C

[v]B
E
}| BE { z [v]
z }| { z
1 }|{
1 3 3
13
1

14 = 2 1 1 2,
1 0 1
10
3

Esta matriz, que se puede obtener con los mtodos de clculo de inversas, se llamar CEB :

1 3 3
1 3 6

CEB = (CBE )1 = 2 1 1 = 1 4 7
1 0 1
1 3 5
Verifiquemos que efectivamente manda las coordenadas de v en la base E a sus coordenadas en la base B:
CEB

}|
1 3 6

1 4 7
1 3 5

[v]E

CEB [v]E

}|
{ z }| { z
1
1132+63

2 = 1 1 + 4 2 7 3
3
1 1 + 3 2 5 3

[v]B

z }| {
1 6 + 18
13

= 1 + 8 21 = 14
1 + 6 15
10
{

Tambin se podra obtener a CEB con tcnias similares a las que nos llevaron a CBE . La matriz CEB es la
matriz formada por los vectores de la base E en coordenadas de la base B. Es decir, es fcil ver que:
e1 = (1, 0, 0) = 1(1, 2, 1) + (1)(3, 1, 0) + (1)(3, 1, 1) de donde [e1 ]B = (1, 1, 1),
e2 = (0, 1, 0) = (3)(1, 2, 1) + 4(3, 1, 0) + 3(3, 1, 1) de donde [e2 ]B = (3, 4, 3),
e3 = (0, 0, 1) = 6(1, 2, 1) + (7)(3, 1, 0) + (5)(3, 1, 1) de donde [e3 ]B = (6, 7, 5),
y entonces otra forma de armar la matriz CEB es:

[e3 ]B
[e1 ]B
[e2 ]B
z}|{ z}|{ z}|{
1
3
6

CEB =

4
7
1
1
3
5
Observacin: Esto vale en general y para cualquier par de bases de Rn . Si B = {v1 , v2 , . . . , vn } y B0 =
{w1 , w2 , . . . , wn } son dos bases de Rn , entonces la matriz CBB0 , que a partir de las coordenadas de un vector
x Rn en la base B, o sea a partir de [x]B , permite obtener sus coordenadas en la base B0 , o sea [x]B0 , se
puede calcular a partir de las coordenadas de cada elemento de la base B en sus coordenadas de la base B0 :

[v1]B0 [v2]B0 . . . [vn]B0

, que verifica que CBB0 [x]B = [x]B0

CBB0 =

...
y
y
y
8

y su matriz inversa es CB0 B que transforma adems a [x]B0 en [x]B :

[w1 ]B [w2 ]B . . . [wn ]B

CB0 B =

, que verifica que CB0 B [x]B0 = [x]B

.
.
.
y
y
y
y adems vale que:

6.

CBB0 = CB0 B

1

y que:

CB0 B = CBB0

1

Matriz asociada a una transformacin lineal

(respecto a cualquier par de bases)

No necesariamente una transformacin lineal T est definida en la base cannica. Por ejemplo, se puede
tener como dato lo siguiente:

T (1, 2, 1) = (3, 5)
(9)
T (3, 1, 0) = (2, 1) ,

T (3, 1, 1) = (1, 0)
es decir, tener a T definida en la base B = {(1, 2, 1), (3, 1, 0), (3, 1, 1)}.
En este caso podra convenir tener expresada a la transformacin lineal T como producto de una matriz
que tome esto en cuenta, porque en este caso es ms difcil decir cunto vale T (1, 2, 3) (donde (1, 2, 3) est
en coordenadas cannicas) que decir cuanto vale cuando se usan sus coordenadas en la base B que son
[(1, 2, 3)]B = (13, 14, 10) (ver (6) y (7) en el Ejemplo 12):
(1,2,3)

(3,5)

(2,1)

(1,0)

z
}|
{

z }| {
z }| {
z }| {
T 13 (1, 2, 1) + (14) (3, 1, 0) + (10) (3, 1, 1) = 13 T (1, 2, 1) +(14) T (3, 1, 0) +(10) T (3, 1, 1)


= 13 (3, 5) + (14) (2, 1) + (10) (1, 0) = 13 3 14 2 10 2 , 13 5 14 (1) 10 0
= (39 28 20 , 65 + 14) = (9 , 79).
(observar que hemos usado los datos de (9) que tenamos sobre T ).
Las igualdad T (1, 2, 3) = 13 (3, 5) + (14) (2, 1) + (10) (1, 0) de la cuenta anterior se puede presentar de la siguiente forma si la escribimos usando matrices:







 13 
2 + (10) 1 = 3 2 1 14
T (1, 2, 3) = 13 35 + (14) 1
5 1 0
0
10
(10)






3 . 13 + 2 . (14) + 1 . (10)
392820
9
= 5 . 13 + (1) . (14) + 0 . (10)) = 65+14 = 79


2 1 tiene como columnas los vectores T (1, 2, 1), T (3, 1, 0) y T (3, 1, 1), y
Observar que la matriz 35 1
0
que recordando que v = (1, 2, 3), que [v]B = (13, 14, 10) y que (9, 79) est en coordenadas de la base
cannica E = {(1, 0) , (0, 1)} de R2 , podemos escribir:

!
!
T (1,2,1) T (3,1,0) T (3,1,1)
13
1
z}|{
z}|{
9
3 2 1
z}|{

2
1 14 =
Tv = 3
donde [T v]E =
2 .
79
5 1 0
5
1
0
10
3
| {z }
|
{z
}
B
|
{z
} | {z }
[T v]E
MBE (T )
MBE (T )

[v]B

2 1 la denotaremos con M (T ). Es porque toma las coordenadas de un vector en la base
A la matriz 35 1
BE
0
B y luego de multiplicarlas por MBE (T ) se obtienen las coordenadas de T v en la base cannica E (es decir
[T v]E ).
9

Si tomamos cualquier vector v R3 tal que [v]B = (,

, ), entonces resulta que: T (v) = (3, 5) +



2 1 , y se puede repetir el razonamiento hecho para
(2, 1) + (1, 0) = (3 + 2 + , 5 ) = 35 1
0

el caso particular de v = (1, 2, 3), es decir que:

MBE (T ) [v]B = [T v]E
donde las columnas de MBE (T ) son las imgenes a travs de la transformacin lineal T de cada uno de los
vectores de la base B = {(1, 2, 1), (3, 1, 0), (3, 1, 1)} en coordenadas de la base cannica E, o sea:

[T (1,
2, 1)]E [T (3,
1, 0)]E [T (3,1, 1)]E

MBE (T ) =

y
y
y

6.1.

Matriz MBE (T ) para T : Rn Rm

Sean T : Rn Rm , B = {v1 , v2 , . . . , vn } cualquier base de Rn y E = {e1 , e2 , . . . , em } la base cannica de

Rm . Entonces para cualquier v Rn vale que:

MBE (T ) [v]B = [T v]E

para la matriz

[T v1 ]E [T v2 ]E . . . [T vn ]E

MBE (T ) =

.
.
.
y
y
y

La matriz MBE (T ) es la matriz cuyas columnas son las imgenes a travs de T de los vectores de la base B
en coordenadas de la base cannica E y verifica que al multiplicar a izquierda el vector [v]B de coordenadas
de v en la base B da como resultado las coordenadas de T v en la base cannica E, es decir [T v]E .

6.2.

Matriz MBB0 (T ) para T : Rn Rm

Como era de esperar, lo realizado antes para una base B de Rn y la cannica E de Rm se puede generalizar
para cualquier par de bases correspondientes a Rn y Rm .
Sean T : Rn Rm , B = {v1 , v2 , . . . , vn } cualquier base de Rn y B0 = {w1 , w2 , . . . , wm } cualquier base de
Rm . Entonces para cualquier v Rn vale que:

[T v1 ]B0 [T v2 ]B0 . . . [T vn ]B0

MBB0 (T ) =

.
.
.
y
y
y

MBB0 (T ) [v]B = [T v]B0

para la matriz

La matriz MBB0 (T ) es la matriz cuyas columnas son las imgenes a travs de T de los vectores de la base B
en coordenadas de la base B0 y verifica que al multiplicar a izquierda el vector [v]B de coordenadas de v en
la base B da como resultado las coordenadas de T v en la base B0 , es decir [T v]B0 .
Fijas las bases ordenadas B Rn y B0 Rm , estas matrices son las nicas que verifican la propiedad
MBB0 (T ) [v]B = [T v]B0 .

6.3.

Relacin entre MBB0 (T ) y las matrices de cambio de base

Las matrices de cambio de base estudiadas en la seccin 5 se relacionan con las matrices asociadas a las
transformaciones lineales.
Supongamos que tenemos las bases A, A0 de Rn , las bases B, B0 de Rm y una transformacin lineal
T : Rn Rm . Supongamos que tenemos calculada la matriz MAB (T ) y nos interesa calcular la matriz
10

MA0 B0 (T ). Recordemos que si v Rn , entonces CA0 A [v]A0 = [v]A y que si w Rm , entonces CB0 B [w]B0 = [w]B .
Por lo tanto, como MAB (T ) verifica que:
MAB (T ) [v]A = [T v]B
|{z}
| {z }
CA0 A [v]A0

resulta que:
y por lo tanto:

CB0 B [w]B0

MAB (T ) CA0 A [v]A0 = CB0 B [w]B0

1
CB1
0 B MAB (T ) CA0 A [v]A0 = CB0 B CB0 B [w]B0 = Im [w]B0 = [w]B0

A partir de ah usando que CB1

0 B = CBB0 (ver el final de la seccin 5) y la unicidad de la matriz asociada
a una transformacin lineal cuando estn fijas las bases de salida (en este caso A0 ) y de llegada (en este caso
B0 ), obtenemos que:
MA0 B0 (T ) = CBB0 MAB (T ) CA0 A
Observacin: Esto permite pasar de la matriz asociada de T en cualquier par de bases, a la matriz
asociada de T en cualquier otro par de bases, usando las matrices de cambio de base.
Determinante de la matriz asociada a T : Rn Rn : Observar que dada una transformacin lineal
T : Rn Rn , entonces el determinante de la matriz asociada a ella, habiendo fijado misma base en su
espacio de salida y de llegada, es el mismo. Esto es porque si consideramos MBB (T ) y MB0 B0 (T ) las
matrices asociadas usando B y B0 dos bases de Rn , resulta que:


det (MB0 B0 (T )) = det CBB0 MBB (T ) CB0 B = det (CBB0 ) det (MBB (T )) det (CB0 B ) = det (MBB (T ))
|
{z
}
MB0 B0 (T )

(11)
donde hemos usado que las matrices de cambio de base verifican que det (CBB0 ) det (CB0 B ) = 1 porque
CBB0 = CB1
0B.
Por otro lado, si se tiene como dato MBB0 (T ) para dos bases B, B0 eventualmente distintas det(MBB0 (T ))
y det(MBB (T )) no tienen por que coincidir. Sin embargo, como MBB0 (T ) = CBB0 MBB (T ), y como CBB0
es inversible se puede afirmar que como det(MBB0 (T )) = det (CBB0 ) det (MBB (T )), resulta que usando la
propiedad del final de la seccin 4 que vale:


T : Rn Rn es un isomorfismo det MBB0 (T ) 6= 0.

7.

Composicin de transformaciones lineales y producto de matrices

Si se tienen dos transformaciones lineales T : Rn Rk y L : Rk Rm , y sean A una base de Rn , B una

base de Rk y C una base de Rm . Supongamos que se tiene como dato a MAB (T ) que sabemos que verifica:
MAB (T ) [v]A = [T v]B , para todo v Rn

(12)

y a MBC (L) que sabemos que verifica:

MBC (L) [w]B = [Lw]C , para todo w Rk .

(13)

La composicin de transformaciones lineales (cuando se puede realizar) siempre da como resultado otra
transformacin lineal.
11

Si consideramos la composicin de las transformaciones lineales L y T en el orden L T (observar que

es posible porque el espacio de llegada de T coincide con el de salida de L) entonces:
(L T ) (v) = L (T (v)) , para todo v Rn
Si nos interesase calcular la matriz MAC (L T ) asociada a la transformacin lineal L T : Rn Rm en las
bases A Rn y C Rm , podemos hacer (usando (12) y 13)):


MBC (L) MAB (T ) [v]A = MBC (L) [T v]B = [L (T v)]C = [(L T )v]C
{z
}
|
[T v]B

de donde por unicidad de la matriz asociada a la transformacin lineal L T : Rn Rm en las bases A Rn

y C Rm resulta que:
MAC (L T ) = MBC (L) MAB (T ) .
O sea que la matriz de la composicin L T resulta ser el producto de las matrices correspondientes a T y
a L.
Por esta razn en general se escribe LT en vez de L T , como si fuera un producto.
Observacin: Para realizar el producto MBC (L) MAB (T ) y que esto de como resultado MAC (L T )
deben coincidir la base del espacio de llegada de T con el de salida de L (en nuestro caso es la base del
medio B de Rk ).

8.

MBB0 (T ) y la transformacin inversa

La propiedad de la seccin anterior tiene una consecuencia directa en la matriz asociada a la transformacin lineal inversa (cuando esta existe).
Si T : Rn Rn es un isomorfismo, entonces T 1 : Rn Rn tambin es una transformacin lineal.
Adems es fcil ver que si I : Rn Rn es la transformacin lineal identidad, es decir I(x1 , x2 , . . . , xn ) =
(x1 , x2 , . . . , xn ), resulta que MBB (I) = Inn , para Inn la matriz identidad y B cualquier base de Rn (no
tendra por valer esto si se consideran bases distintas en los espacios de salida y de llegada).
Tomemos dos bases A y C de Rn . Entonces, como sabemos que T 1 T = I, usando la seccin anterior:
MAA (T 1 T ) = MCA (T 1 ) MAC (T )
pero MAA (T 1 T ) = MAA (I) = Inn , de donde
MCA (T 1 ) MAC (T ) = Inn .
Es decir que la transformacin lineal inversa T 1 tiene por matriz asociada correspondiente a las bases C y
A a la matriz inversa de la matriz asociada a la transformacin lineal T correspondiente a las bases A y C, es
decir

1
MCA (T 1 ) = MAC (T )
Si las bases A y C fueran la misma (o sea si A = C) entonces:

1
MAA (T 1 ) = MAA (T )

12