Professional Documents
Culture Documents
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.
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)
z }| {
z }| {
z}|{
(x, y, z) = z (1, 1, 1) + (y z)(1, 1, 0) + (x y)(1, 0, 0)
2.
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.
..
.
T (x1 , x2 , . . . , xn ) =
..
.
..
.
..
.
x2
..
.
(3)
xn
a2,1
..
.
am,1
a2,2
..
.
am,2
, ...
a2,n
..
.
am,n
generan la Im(T ).
3.
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
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
4.
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 (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
..
.
..
.
0
1
MEE (T ) 0 =
..
.
..
.
..
.
..
.
..
.
..
.
..
.
..
.
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.
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
+ + = 3
= 13, = 14, = 10, obtenemos que:
v = (1, 2, 3) = 13(1, 2, 1) + (14)(3, 1, 0) + (10)(3, 1, 1)
(6)
(7)
3
10 1
13
= 14 se obtiene:
10
[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 :
...
y
y
y
8
CB0 B =
6.
CBB0 = CB0 B
1
y que:
CB0 B = CBB0
1
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
[T (1,
2, 1)]E [T (3,
1, 0)]E [T (3,1, 1)]E
MBE (T ) =
y
y
y
6.1.
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.
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:
MBB0 (T ) =
.
.
.
y
y
y
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.
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
(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.
(12)
(13)
La composicin de transformaciones lineales (cuando se puede realizar) siempre da como resultado otra
transformacin lineal.
11
8.
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