Transformaciones Lineales.

Gómez Ávalos, G.(2022) Transformaciones Lineales.

Universidad Andrés Bello, Chile.
Transformaciones lineales Página 2

Unidad IV: Transformaciones lineales.

1 Transformaciones lineales 3
1.1 Subespacios Núcleo e Imagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Representación matricial de vectores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Representación matricial de transformaciones lineales. . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2 Referencias bibliográcas 15

2
Transformaciones lineales Página 3

1 Transformaciones lineales
En esta unidad vamos a estudiar una clase especial de funciones entre espacios vectoriales, las cuales tienen muchas
aplicaciones en cálculo y ecuaciones diferenciales.
Denición 1.
Sean V, W espacios vectoriales sobre un cuerpo K. Una función T : V → W se dice que es una transfor-
mación lineal, si y sólo si cumple con las siguientes condiciones:
i. T (⃗u + ⃗v ) = T (⃗u) + T (⃗v ), ∀⃗u, ⃗v ∈ V .
ii. T (α⃗u) = αT (⃗u), ∀α ∈ K y ∀⃗u ∈ V .
O equivalentemente:
T (⃗u + α⃗v ) = T (⃗u) + αT (⃗v ), ∀⃗u, ⃗v ∈ V, ∀α ∈ K.

Ejemplos 1.
1. Probar que la función T : R2 → R3 denida por:
T (x, y) = (x + y, 2y, y − x)

es una transformación lineal.

Solución: Dados (x1 , y1 ), (x2 , y2 ) ∈ R2 y α ∈ R, se tiene que:

T ((x1 , y1 ) + α(x2 , y2 )) = T (x1 + αx2 , y1 + αy2 )
= (x1 + αx2 + y1 + αy2 , 2(y1 + αy2 ), y1 + αy2 − x1 − αx2 )
= (x1 + y1 , 2y1 , y1 − x1 ) + (αx2 + αy2 , 2αy2 , αy2 − αx2 )
= (x1 + y1 , 2y1 , y1 − x1 ) + α(x2 + y2 , 2y2 , y2 − x2 )
= T (x1 , y1 ) + αT (x2 , y2 )

Por lo tanto, T es una transformación lineal.

2. Probar que la función T : M2×2 (R) → R3 denida por:

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

no es una transformación lineal.

Solución: Para mostrar que una función no es una transformación lineal basta probar que para un par de
elementos del espacio de partida no se verica la condición de linealidad o alguna de las condiciones de la
denición.
   
1 0 0 1
Sea ⃗u = y ⃗v = , entonces:
0 0 0 0
 
1 1
T (⃗u + ⃗v ) = T = (2, 1)
0 0

y
   
1 0 0 1
T (⃗u) + T (⃗v ) = T +T = (1, 1) + (1, 1) = (2, 2),
0 0 0 0

de donde tenemos que existen ⃗u, ⃗v ∈ M2×2 (R) tales que T (⃗u + ⃗v ) ̸= T (⃗u) + T (⃗v ). Por lo tanto, T no es una
transformación lineal, pues no cumple la condición i. de la denición.

3
Transformaciones lineales Página 4

Teorema 2.
Sean V y W espacios vectoriales sobre un cuerpo K, tal que {v1 , . . . , vn } una base ordenada de V . Si
{w1 , . . . , wn } ⊂ W , entonces existe una única transformación lineal T : V → W tal que T (vi ) = wi ,
∀i ∈ {1, . . . , n}

Ejemplo 2. Determinar una transformación lineal T : P2 [R] → R3 tal que:

T (1 + x2 ) = (1, 2, 3)
T (x) = (1, 0, −1)
T (x + x2 ) = (1, 1, 0)

Solución: Comenzamos vericando que {1 + x2 , x, x + x2 } es una base de P2 [R]. Como dim P2 [R] = 3, entonces sólo
basta probar que B = {1 + x2 , x, x + x2 } es l.i.: Sean α, β, γ ∈ R tal que:
α(1 + x2 ) + β(x) + γ(x + x2 ) = 0
α + (β + γ)x + (α + γ)x2 = 0

Comparando coecientes tenemos α = 0, β + γ = 0 y α + γ = 0, de donde concluimos que α = β = γ = 0. Por lo

tanto, B es una base de P2 [R].
Sea p(x) = ax2 + bx + c ∈ P2 [R] y α, β, γ ∈ R tales que:
α(1 + x2 ) + β(x) + γ(x + x2 ) = c + bx + ax2
α + (β + γ)x + (α + γ)x2 = c + bx + ax2

Entonces,
α =c
β+γ =b
α+γ =a

Hemos formado un sistema que resolveremos usando eliminación Gaussiana:

     
1 0 0 c 1 0 0 c 1 0 0 c
f3 →f3 −f1 f2 →f2 −f3
0 1 1 b ∼ 0 1 1 b  ∼ 0 1 0 b + c − a
1 0 1 a 0 0 1 a−c 0 0 1 a−c

Así, α = c, β = b + c − a y γ = a − c, es decir:
c(1 + x2 ) + (b + c − a)(x) + (a − c)(x + x2 ) = c + bx + ax2

Ahora, aplicando la transformación T :

cT (1 + x2 ) + (b + c − a)T (x) + (a − c)T (x + x2 ) = T (c + bx + ax2 )
c(1, 2, 3) + (b + c − a)(1, 0, −1) + (a − c)(1, 1, 0) = T (c + bx + ax2 )
(c + b + c − a + a − c, 2c + a − c, 3c − b − c + a) = T (c + bx + ax2 )
(b + c, a + c, a − b + 2c) = T (c + bx + ax2 )

Determinar una transformación lineal T : M2×2 (R) → R4 tal que:

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

4
Transformaciones lineales Página 5

1.1 Subespacios Núcleo e Imagen

Denición 3.
Sean V , W espacios vectoriales sobre un cuerpo K, y T : V → W una transformación lineal. Se denen los
conjuntos
ˆ Núcleo o kernel de T , denotado por Ker T , como

Kert T = {⃗v ∈ V : T (⃗v ) = ⃗0W }

ˆ Imagen o rango de T , denotado por Im T , como

⃗ ∈ W : ∃⃗v ∈ V tal que T (⃗v ) = w}

Im T = {w ⃗ = {T (⃗v ) : v ∈ V }

Ejemplo 3. Determinar el núcleo e imagen de la transformación lineal T : R3 → R2 denida por:

T (a, b, c) = (b + c, a)

Solución: ˆ Núcleo de T :

Ker T = {(a, b, c) ∈ R3 : T (a, b, c) = (0, 0)}

= {(a, b, c) ∈ R3 : (b + c, a) = (0, 0)}
= {(a, b, c) ∈ R3 : a = 0, c = −b}
= {(0, b, −b) : b ∈ R}
= {b(0, 1, −1) : b ∈ R}
= ⟨(0, 1, −1)⟩

ˆ Imagen de T :

Im T = {T (a, b, c) : (a, b, c) ∈ R3 }
= {(b + c, a) : (a, b, c) ∈ R3 }
= {(b + c)(1, 0) + a(0, 1) : a, b, c ∈ R}
= ⟨(1, 0), (0, 1)⟩ = R2

Teorema 4.
Sean V, W espacios vectoriales sobre un cuerpo K y T : V → W una transformación lineal.
Si {v1 , . . . , vn } es una base de V , entonces Im T = ⟨T (⃗v1 ), . . . , T (⃗vn )⟩.

Ejemplo 4. Sea T : R3 → R3 una transformación lineal, denida por T (a, b, c) = (2c, a + b, 3c). Determinaremos la
imagen de T .
Solución: Consideremos la base canónica de R3 , es decir, {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Luego,
Im T = ⟨T (1, 0, 0), T (0, 1, 0), T (0, 0, 1)⟩
= ⟨(0, 1, 0), (0, 1, 0), (2, 0, 3)⟩

Además, usando operaciones elementales por las tenemos:

     
0 1 0 0 1 0 f →1f 0 1 0
f2 →f2 −f1 3 3
0 1 0 ∼ 0 0 0 ∼2 0 0 0
3
2 0 3 2 0 3 1 0 2

5
Transformaciones lineales Página 6

Por lo tanto,
  
3
Im T = ⟨(0, 1, 0), (0, 1, 0), (2, 0, 3)⟩ = (0, 1, 0), 1, 0,
2

Los subconjuntos núcleo e imagen de una transformación lineal son muy importantes para determinar, si es que existe,
las transformaciones inversas. Adémás, cumplen con la siguiente propiedad en relación a sus dimensiones.
Teorema 5.
Sean V, W espacios vectoriales sobre un cuerpo K y T : V → W una transformación lineal, entonces:
Ker T ≤ V ∧ Im T ≤ W

Además, llamamos a dim(Ker T ) nulidad de T y a dim(Im T ) se denomina rango de T , cumpliendo que:

dim V = dim(Ker T ) + dim(Im T )

Ejemplo 5. Dada la transformación lineal T : R4 → R3 denida por T (a, b, c, d) = (2a + b, 0, a + b). Determinar el
núcleo y dimensión de la imagen de T .
Solución: Comenzamos determinando el núcleo de T :
Ker T = {(a, b, c, d) ∈ R4 : T (a, b, c, d) = (0, 0, 0)}
= {(a, b, c, d) ∈ R4 : (2b + a, 0, a + b) = (0, 0, 0)},

donde notamos que la igualdad entre los vectores (2b+a, 0, a+b) = (0, 0, 0) determina el siguiente sistema de ecuaciones:
2b + a =0 b = a2 a
⇔ ⇔ −a = ⇔ a = 0
a+b =0 b = −a 2
Así, necesariamente a = b = 0. Entonces,
Ker T = {(a, b, c, d) ∈ R4 : T (a, b, c, d) = (0, 0, 0)}
= {(a, b, c, d) ∈ R4 : a = b = 0}
= {(0, 0, c, d) : c, d ∈ R}
= {c(0, 0, 1, 0) + d(0, 0, 0, 1) : c, d ∈ R}
= ⟨(0, 0, 1, 0), (0, 0, 0, 1)⟩

Luego, notando que el conjunto {(0, 0, 1, 0), (0, 0, 0, 1)} es una base de Ker T , entonces dim(Ker T ) = 2 y por tanto:
dim(R4 ) = dim(Ker T ) + dim(Im T )
4 = 2 + dim(Im T )

se tiene que dim(Im T ) = 2.

Observación 6. Es importante destacar que el núcleo de una transformación lineal T : V → W es un conjunto no
vacío, ya que siempre se satisface que T (⃗0V ) = ⃗0W .

Denición 6.
Dados dos espacios vectoriales V y W sobre un cuerpo K, y T : V → W una transformación lineal. Diremos
que T es invertible si y solo si existe una tranformación lineal T −1 : W → V , satisfaciendo:
T −1 (w)
⃗ = ⃗v ⇔ T (⃗v ) = w.
⃗

6
Transformaciones lineales Página 7

A partir de la denición anterior, nos preguntamos ¾cuándo existe la función inversa de una transformación lineal?
En general, sabemos que una función es invertible si dicha función es biyectiva (inyectiva y sobreyectiva). Teniendo
esto en cuenta, es importante tener destacar el siguiente resultado, el cual responde nuestra interrogante.
Teorema 7.
Dados dos espacios vectoriales V y W sobre un cuerpo K, y T : V → W una transformación lineal.
ˆ T : V → W es inyectiva si y solo si ker T = {⃗0V }.

ˆ T : V → W es sobreyectiva si y solo si dim ImT = dim(W ).

Ejemplo 7. Determina los subespacios ker T e Im T , donde T es la transformación lineal de P2 (R) en R3 denida
por:
T (1 − 2x) = (1, 0, 1)
T (x2 ) = (0, 1, −1)
T (1) = (1, 2, 0)

Además, responde: ¾La transformación lineal es invertible?

Solución: Comenzaremos hallando T (ax2 + bx + c). Así, para lograr encontarar T vericamos si B = {1 − 2x, x2 , 1}
es base de P2 (R).
Como dim P2 (R) = 3 = #(B), entonces solo basta probar que B es l.i.: En efecto, dados α, β, γ ∈ R tales que:
α(1 − 2x) + β(x2 ) + γ(1) = 0x2 + 0x + 0
βx2 − 2αx + (α + γ) = 0x2 + 0x + 0

De donde, comparando coecientes, se tiene que:

β =0
−2α =0
α+γ =0

Concluyendo que α = β = γ = 0. Por lo tanto, B es una base de P2 (R).

Por otro lado, dado p(x) = ax2 + bx + c ∈ P2 (R) y α, β, γ ∈ R tales que:
ax2 + bx + c = α(1 − 2x) + β(x2 ) + γ(1)
ax2 + bx + c = βx2 − 2αx + (α + γ)

Entonces,
β =a β =a
−2α =b ⇒ α = −b/2
α+γ =c γ = c + b/2
Así,
ax2 + bx + c = (−b/2)(1 − 2x) + a(x2 ) + (c + b/2)(1)

Ahora, aplicando la transformación T tenemos que:

T (ax2 + bx + c) = (−b/2)T (1 − 2x) + aT (x2 ) + (c + b/2)T (1)
T (ax2 + bx + c) =(−b/2)(1, 0, 1) + a(0, 1, −1) + (c + b/2)(1, 2, 0)
T (ax2 + bx + c) =(−b/2 + c + b/2, a + 2c + b, −b/2 − a)
T (ax2 + bx + c) =(c, a + b + 2c, −a − b/2)

7
Transformaciones lineales Página 8

A partir de los resultados anteriores, tenemos que:

• Núcleo de T :

Ker(T ) = {ax2 + bx + c ∈ P2 (R) : T (ax2 + bx + c) = (0, 0, 0)}

Ker(T ) = {ax2 + bx + c ∈ P2 (R) : (c, a + b + 2c, −a − b/2) = (0, 0, 0)}

c =0 c =0 c =0
a + b + 2c = 0 ⇒ a = −b ⇒ a =0
−a − b/2 = 0 b − b/2 = 0 b =0
Entonces,
Ker(T ) = {ax2 + bx + c ∈ P2 (R) : a = b = c = 0}
∴ Ker(T ) = {0x2 + 0x + 0}

Por lo tanto, la transformación lineal es inyectiva.

• Imagen de T

Im(T ) = {T (ax2 + bx + c) : ax2 + bx + c ∈ P2 (R)}

= {(c, a + b + 2c, −a − b/2) : a, b, c ∈ R}
= {(0, a, −a) + (0, b, −b/2) + (c, 2c, 0) : a, b, c ∈ R}
= {a(0, 1, −1) + b(0, 1, −1/2) + c(1, 2, 0) : a, b, c ∈ R}
= ⟨{(0, 1, −1); (0, 1, −1/2); (1, 2, 0)}⟩

Como el conjunto {(0, 1, −1); (0, 1, −1/2); (1, 2, 0)} es l.i., entonces T es sobreyectiva (dim ImT = dim R3 ).

8
Transformaciones lineales Página 9

1.2 Representación matricial de vectores.

Supongamos que B = {⃗v1 , ⃗v2 , · · · , ⃗vn } es una base ordenada de un espacio vectorial V sobre un cuerpo K. Entonces,
para un vector cualquiera ⃗v ∈ V existen escalares α1 , α2 , . . . , αn ∈ K tales que:
⃗v = α1⃗v1 + α2⃗v2 + · · · + αn⃗vn

Lo cual motiva la siguiente denición.

Denición 8.
Se dene el vector coordenado de ⃗v ∈ V en la base ordenada B = {⃗v1 , ⃗v2 , · · · , ⃗vn } del espacio vectorial V
sobre el cuerpo K como el vector columna, denotado por [v]B , siguiente:
 
α1
 α2 
[v]B =  .  = (α1 , α2 , . . . , αn )t .
 
 .. 
αn

Ejemplo 8.
1. Escribir el vector coordenada de ⃗v = (1, 3, 5) ∈ R3 , con respecto a la base ordenada B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
del espacio vectorial R3 sobre R.

Solución: Notando que:

(1, 3, 5) = 1(1, 0, 0) + 3(0, 1, 0) + 5(0, 0, 1)

Entonces,
 
1
[(1, 3, 5)]B = 3
5

2. Escribir el vector coordenada de ⃗v = (1, 3, 5) ∈ R3 , con respecto a la base ordenada B1 = {(1, 1, 0), (0, −1, 0), (0, 0, 4)}
del espacio vectorial R3 sobre R.

Solución: Sean α, β y γ números reales tales que:

(1, 3, 5) = α(1, 1, 0) + β(0, −1, 0) + γ(0, 0, 4)
= (α, α − β, 4γ)

Entonces, igualando vectores (componente a componente) formamos el sistema:

α =1 α =1 α =1
α−β =3 ⇔ β =α−3 ⇔ β = −2
4γ =5 γ = 54 γ = 54

Por lo tanto,
 
1
[(1, 3, 5)]B1 = −2
5
4

9
Transformaciones lineales Página 10

3. Escribir el vector coordenada de ⃗v = (x, y, z) ∈ R3 , con respecto a la base ordenada B1 = {(1, 1, 0), (0, −1, 0), (0, 0, 4)}
del espacio vectorial R3 sobre R.

Solución: Sean α, β y γ números reales tales que:

(x, y, z) = α(1, 1, 0) + β(0, −1, 0) + γ(0, 0, 4)
= (α, α − β, 4γ)

Entonces, igualando vectores (componente a componente) formamos el sistema:

α =x α =x α =x
α−β =y ⇔ β =α−y ⇔ β =x−y
4γ =z γ = z4 γ = z4

Por lo tanto,
 
x  z t
[(x, y, z)]B1 = x − y  = x, x − y,
z 4
4

Ahora, nuestro objetivo será representar matricialmente transformaciones lineales.

10
Transformaciones lineales Página 11

1.3 Representación matricial de transformaciones lineales.

Denición 9.
Sean V y W espacios vectoriales sobre un cuerpo K, B = {⃗v1 , ⃗v2 , . . . , ⃗vn }, B1 = {w ⃗ 2 , . . . , wm } bases
⃗ 1, w
ordenadas para U y W , respectivamente, y T : V → W una transformación lineal. Entonces, existen
aij ∈ K, con i ∈ {1, . . . , n} y j ∈ {1, 2, . . . , m}, tales que:

T (⃗v1 ) = a11 w
⃗ 1 + a21 w
⃗ 2 + . . . + am1 w
⃗m
T (⃗v2 ) = a12 w
⃗ 1 + a22 w
⃗ 2 + . . . + am2 w
⃗m
T (⃗v3 ) = a13 w
⃗ 1 + a32 w
⃗ 2 + . . . + am3 w
⃗m
.. ..
. .
T (⃗vn ) = a1n w
⃗ 1 + a2n w
⃗ 2 + . . . + amn w
⃗m
 
a11 a12a1m ···
 a21 a22a2m  ···
 ∈ Mm×n (K) es la representación de la repre-
 
Diremos que la matriz 
 a31 a32a3m  ···
 .. .. .. .. 
 . . . . 
am1 am2 · · · amn
sentación matricial de la transformación lineal T con respecto a las bases ordenadas B de V y
B .
B1 de W . Dicha matriz es denotada por [T ]B1

Además, si V = W y B = B1 , entonces usamos la notación [T ]B en lugar de [T ]BB1 .

Ejemplo 9. Sean T : R3 → R2 una transformación lineal, B = {(1, 1, 0), (0, −1, 1), (0, 0, 1)} base de R3 y B1 =
{(1, 1), (0, 1)} base de R2 tal que:
T (1, 1, 0) = (2, 3)
T (0, −1, 1) = (0, −1)
T (0, 0, 1) = (1, 2)

Determinar [T ]BB1 .
Solución: Sea (x, y) ∈ R2 y α, β ∈ R tales que:
(x, y) = α(1, 1) + β(0, 1) = (α, α + β)
Entonces, formamos el sistema:
α =x
⇒β =y−x ∧α=x
α+β =y
Luego, (x, y) = x(1, 1) + (y − x)(0, 1). Así,
T (1, 1, 0) = (2, 3) = 2(1, 1) + 1(0, 1)
T (0, −1, 1) = (0, −1) = 0(1, 1) − 1(0, 1)
T (0, 0, 1) = (1, 2) = 1(1, 1) + 1(0, 1)
 
2 0 1
Por lo tanto, [T ]BB1 = ∈ M2×3 (R)
1 −1 1

Teorema 10.
Sean V y W espacios vectoriales sobre un cuerpo K, B = {⃗v1 , ⃗v2 , . . . , ⃗vn }, B1 = {w ⃗ 2 , . . . , wm } bases
⃗ 1, w
ordenadas para U y W , respectivamente, y T : V → W una transformación lineal. Entonces,
[T (⃗v )]B1 = [T ]B
B [⃗
1
v ]B

11
Transformaciones lineales Página 12

Ejemplo 10. Sean T : R3 → R2 una transformación lineal, B = {(1, 1, 0), (0, −1, 1), (0, 0, 1)} base de R3 y B1 =
{(1, 1), (0, 1)} base de R2 tal que:
 
B1 2 0 1
[T ]B = ∈ M2×3 (R)
1 −1 1

Determinar T (x, y, z).

Solución: Sea (x, y, z) ∈ R3 y α, β, γ ∈ R tales que:
(x, y, z) = α(1, 1, 0) + β(0, −1, 1) + γ(0, 0, 1)
= (α, α − β, β + γ)

Entonces, formamos el sistema:

α =x
α−β = y ⇒ α = x, β = x − y, γ = z + y − x
β+γ =z
 
x
Por lo tanto, (x, y, z) = x(1, 1, 0) + (x − y)(0, −1, 1) + (z + y − x)(0, 0, 1), entonces [(x, y, z)]B =  x − y .
z+y−x
Así, aplicando el teorema tenemos:
 
  x  
2 0 1  x+y+z
[T (x, y, z)]B1 = x−y =
1 −1 1 z+y−x
z+y−x

Por lo tanto, T (x, y, z) = (x + y + z)(1, 1) + (z + 2y − x)(0, 1) = (x + y + z, 2z + 3y − x).

Denición 11.

Sean V un espacio vectorial sobre un cuerpo K, B y B1 bases ordenadas de V . La matriz [IV ]BB1 se llama
matriz de pasaje de la base B a la base B1 , con IV : V → V la transformación lineal identidad en V .

Ejemplo 11. Encontrar la matriz de pasaje de la base B = {(1, 1), (−1, 0)} a la base B1 = {(0, 1), (1, 2)}.
Solución: Reescribiendo cada uno de los vectores de la base B como combinación lineal de los vectores de la base B1 :
(1, 1) = −1(0, 1) + 1(1, 2)
(−1, 0) = 2(0, 1) − 1(1, 2)

Luego, la matriz de pasaje está dada por:

 
−1 2
[IV ]B
B =
1
1 −1

Teorema 12.
Sean V un espacio

vectorial
−1
sobre un cuerpo K, B y B1 bases ordenadas de V , entonces la matriz de pasaje
es invertible y [IV ]B
B1
= [IV ]B
B1

12
Transformaciones lineales Página 13

Ejemplo 12. Encontrar la matriz de pasaje de la base B1 = {(0, 1), (1, 2)} a la base B = {(1, 1), (−1, 0)}.
Solución: A partir de la matriz [IV ]BB1 se tiene que:
 −1    
−1 2 −1 −2 1 2
[IV ]B
B1 = =− =
1 −1 −1 −1 1 1

Teorema 13.
Sean V y W espacios vectoriales sobre un cuerpo K, B y B1 bases ordenadas de V , y B′ y B1′ bases
ordenadas de W . Si T : V → W es una transformación lineal, entonces:

(B, V )
T / (B ′ , W )
O
′ ′ B′ B1
[T ]B B
B = [IW ]B1′ [T ]B1 [IV ]B
1
IV IW

(B1 , V ) / (B1′ , W )
T

 
1 2
Ejemplo 13. Sea T : R2 → R2 una transformación lineal tal que [T ]B = 1 1
, con B = {(1, 1), (0, 1)}. Determine
[T ]C , donde C = {(1, 0), (0, 1)} es la base canónica de R2 .
Solución: Comenzamos observando el siguiente diagrama:

(C, R2 )
T / (C, R2 )
O
IV IW

(B, R2 ) / (B, R2 )
T

Esto es, [T ]C = [IR2 ]CB [T ]B [IR2 ]BC , donde debemos calcular las matrices de pasaje [IR2 ]CB y [IR2 ]BC .
Notemos que
(1, 1) = 1(1, 0) + 1(0, 1)
(0, 1) = 0(1, 0) + 1(0, 1)

Entonces,
 
1 0
[IR2 ]CB =
1 1

−1
Además, sabemos que [IR2 ]BC = [IR2 ]CB , entonces calculando la inversa tenemos
 −1  
1 0 1 0
[I R2 ]B
C = =
1 1 −1 1

a b
Recuerde que si A = ∈ M2×2 (R) con det(A) = ad − bc ̸= 0, entonces A es invertible (existe su inversa) y
c d
 
1 d −b
A−1 = .
det(P ) −c a
Por lo tanto, reemplazando estas matrices tenemos:
        
1 0 1 2 1 0 1 2 1 0 −1 2
[T ]C = [IR2 ]CB [T ]B [IR2 ]B
C = = =
1 1 1 1 −1 1 2 3 −1 1 −1 3

Con lo que determinamos la matriz solicitada.

13
Transformaciones lineales Página 14

Sólo a modo de observación, note que si determinamos T (x, y) a partir de [T ]B , podemos comprobar nuestro
resultado.  
1 2
A partir de la matriz [T ]B = tenemos
1 1

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

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

Además, como (x, y) = x(1, 1) + (y − x)(0, 1), entonces:

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

Luego,
T (1, 0) = (−1, −1) = −1(1, 0) − 1(0, 1)
T (0, 1) = (2, 3) = 2(1, 0) + 3(0, 1)

Por lo que la representación matricial de la transformación lineal T en la base canónica está dada por:
 
−1 2
[T ]C =
−1 3

Lo cual corresponde a exactamente a nuestro resultado del ejercicio.

14
Transformaciones lineales Página 15

2 Referencias bibliográcas
1. Campbell, S. & Haberman, R. (1998). Introducción a las Ecuaciones Diferenciales con problemas de valor en la
frontera. MacGraw-Hill, México.
2. Grossman, S. & Flores, J. (2012). Álgebra Lineal (7a Ed.). MacGraw-Hill, México.
3. Lipschutz, S. (1986). Teoría y problemas de Álgebra Lineal. MacGraw-Hill, México.

15