Republica bolivariana de Venezuela

Ministerio del poder popular para la educación

universitaria
UNEL Martin Luther king
Edo -lara Barquisimeto

Transformaciones
lineales

Cleiver Gonzalez
cédula 30676436

BARQUISIMETO – SEPTIEMBRE 2023

Transformaciones lineales

Las transformaciones lineales son las funciones con las que trabajaremos en A´ lgebra Lineal.
Se trata de funciones entre K-espacios vectoriales que son compatibles con la estructura (es
decir, con la operaci´on y la acci´on) de estos espacios.

Definiciones, ejemplos y propiedades b´asicas

En esta secci´on introduciremos la noci´on de transformaci´on lineal, as´ı como tambi´en
ciertas nociones b´asicas asociadas a estas funciones.

Transformaciones lineales
Definici´on Sean (V, +V , V )· y (W, +W , W ) dos K-espacios vectoriales. Una funci´on f
:V → W se llama una transformaci´on lineal (u homomorfismo, o simplemente morfismo)
de V en W si cumple:

i) f (v +V v′) = f (v) +W f (v′) ∀ v, v′ ∈ V.

ii) f (λ ·V v) = λ ·W f (v) ∀ λ ∈ K, ∀ v ∈ V.

Observaci´on Si f : V → W es una transformaci´on lineal, entonces f (0V ) = 0W .

En efecto, puesto que f (0V ) = f (0V + 0V ) = f (0V ) + f (0V ), entonces

0W = f (0V ) + (−f (0V )) = f (0V ) + f (0V ) + (−f (0V )) =

= f (0V ) + f (0V ) + (−f (0V )) = f (0V ) + 0W = f (0V ).

Ejemplos.

1. Sean V y W dos K-espacios vectoriales. Entonces 0 : V → W , definida por 0(x) = 0W

∀ x ∈ V , es una transformaci´on lineal.

2. Si V es un K-espacio vectorial, id : V → V definida por id(x) = x es una transformaci

´on lineal.

3. Sea A ∈ Km×n. Entonces fA : Kn t

→ Km definida por fA(x) = (A.xt) es una
transformaci´on lineal.

4. f : K[X] → K[X], f (P ) = P ′ es una transformaci´on lineal.

∫1
5. F : C( R) → R, donde C(R) = { : R → R | f es continua}, ( ) = ( ) d es una
f F g 0
g x
transformaci´on lineal. x

Como hemos mencionado al comienzo, las transformaciones lineales respetan la estructura

de K-espacio vectorial. Esto hace que en algunos casos se respete la estructura de subespacio,
por ejemplo en las im´agenes y pre-im´agenes de subespacios por transformaciones lineales:

Proposici´on 3.3 Sea f : V → W una transformaci´on lineal. Entonces:

1. Si S es un subespacio de V , entonces f (S) es un subespacio de W.

2. Si T es un subespacio de W, entonces f −1(W ) es un subespacio de V

. Demostraci´on.

1. Sea S ⊆ V un subespacio y consideremos f (S) = {w ∈ W / ∃ s ∈ S, f (s) = w}.

(a) 0W ∈ f (S), puesto que f (0V ) = 0W y 0V ∈ S.

(b) Sean w, w′ ∈ f (S). Entonces existen s, s′ ∈ S tales que w = f (s) y w′ = f (s
′
). Luego w + w′ = f (s) + f (s′) = f (s + s′) ∈ f (S), puesto que s + s′ ∈ S.
(c) Sean λ ∈ K y w ∈ f (S). Existe s ∈ S tal que w = f (s). Entonces λ · w = λ · f (s) =
f (λ · s) ∈ f (S), puesto que λ · s ∈ S.

2. Sea T un subespacio de W y consideremos f −1(T ) = {v ∈ V / f (v) ∈ T }.

(a) 0V ∈ f −1(T ), puesto que f (0V ) = 0W ∈ T .

(b) Sean v, v′ ∈ f −1(T ). Entonces f (v), f (v′) ∈ T y, por lo tanto, f (v + v′) = f
(v) + f (v′) ∈ T . Luego v + v′ ∈ f −1(T ).
(c) Sean λ ∈ K, v ∈ f −1(T ). Entonces f (v) ∈ T y, en consecuencia, f (λ·v) = λ·f (v) ∈
T . Luego λ · v ∈ f −1(T ).
 De la Definici´on 3.1 se deduce inmediatamente que una transformaci´on lineal preserva
combinaciones lineales. Veremos que, debido a esto, una transformaci´on lineal queda un´ıvo-
camente determinada por los valores que toma en los elementos de una base cualquiera de su
dominio. Comenzamos con un ejemplo.

Ejemplo. Hallar, si es posible, una transformaci´on lineal f :→

R2 R2 que verifique
f (1, 1) = (0, 1) y f (1, 0) = (2, 3).
Dado (x1, x2) ∈R2 se tiene que (x1, x2) = x2(1, 1) +(x1 x2)(1, 0). Entonces, si f verifica
lo pedido, debe ser
f (x1, x2) = x2.f (1, 1) + (x1 − x2).f (1, 0) = x2.(0, 1) + (x1 − x2).(2, 3)
= (2x1 − 2x2, 3x1 − 2x2).
Adem´as, es f´acil ver que esta funci´on es una transformaci´on lineal y que vale f (1, 1) =
(0, 1) y f (1, 0) = (2, 3).
Luego, f (x1, x2) = (2x−1 2x2, 3x1 2x2) es la u´ nica transformaci´on lineal que
satisface lo pedido.

La construcci´on realizada en el ejemplo puede hacerse en general. Por simplicidad, lo

probaremos para el caso en que el dominio de la transformaci´on lineal es un K-espacio
vectorial de dimensi´on finita.

Proposici´on 3.4 Sean V y W dos K-espacios vectoriales, V de dimensi´on finita. Sea B

=
{v1, . . . , vn} una base de V y sean w1, . . . , wn ∈ W vectores arbitrarios. Entonces existe
una u´ nica transformaci´on lineal f : V → W tal que f (vi) = wi para cada 1 ≤ i ≤ n.

Demostraci´on.
n
Existencia. Dado Σ
v ∈ existen u α1, . . . , αn ∈ tales que = αivi , es decir,
i=1
V ´nicos K v
(α1, . . . , αn) = (v)B es el vector de coordenadas de v en la base B. Definimos
n
Σ
f (v) = α iwi.
i=1

(Observar que no hay ambigu¨edad en la definici´on de f por la unicidad de α1, . . . , αn.)

Veamos que f es una transformaci´on lineal:
Σn Σ
n
Sean v, v′ ∈ V . Supongamos y v ′
= α′i . Entonces
v= αi v
i=1 i=1
que i vi
n
Σ Σ Σ
n n
v + v′ = α iv i + ′
iα vi = (αi +i α′
)vi, i=1 i=1 i=1

y, en consecuencia,
n n n
Σ Σ Σ
i i
f (v + v′) = i=1
(αi + α′ )wi = i=1αiwi + i=1α′ wi = f (v) + f (v′).
De manera an´aloga se prueba que f (λv) = λf (v) ∀ λ ∈ K, ∀ v ∈ V .
Unicidad. Supongamos que f y g son dos transformaciones lineales de V en W tales que
f (v ) = w y g(v ) = w para cada 1 ≤ i ≤ n. Entonces, dado v ∈ V , si v =Σ αivi, por la
n
i i i i
i=1
linealidad de f y g se tiene que
Σn Σ
n

f (v) = αif (vi) = αi g(vi) = g(v).

i=1 i=1

Luego, f (v) = g(v) para todo v ∈ V , de donde f = g.

Observaci´on 3.5 Con una demostraci´on an´aloga a la de la proposici´on anterior se

prueba que, si V y W son dos K-espacios vectoriales (V no necesariamente de dimensi´on
finita), B = {vi : i ∈ I} una base de V y {wi : i ∈ I} ⊂ W , existe una u´ nica
transformaci´on lineal
f : V → W tal que f (vi) = wi ∀ i ∈ I.

Teniendo en cuenta que las transformaciones lineales son funciones entre conjuntos, tiene
sentido estudiar la validez de las propiedades usuales de funciones: inyectividad,
suryectividad y biyectividad. Las transformaciones lineales que verifican alguna de estas
propiedades reciben nombres particulares:

Definici´on 3.6 Sean V y W dos K-espacios vectoriales, y sea f : →

V W una transformaci
´on lineal. Se dice que:

1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.

En algunos casos, consideraremos transformaciones lineales de un K-espacio vectorial en s

´ı mismo:

Definici´on 3.7 Sea V un K-espacio vectorial. Una transformaci´on lineal →

f :V V se
llama un endomorfismo de V . Si f es un endomorfismo que es adem´as un isomorfismo,
entonces se dice que es un automorfismo.

Nu´ cleo e imagen de una transformaci´on lineal

A una transformaci´on lineal f : V→W podemos asociarle un subespacio de V , llamado su
nu´cleo, que de alguna manera mide el taman˜o de la pre-imagen por f de un elemento de
su imagen. En particular, conocer este subespacio nos permitir´a determinar si f es
inyectiva.

Definici´on 3.8 Sean V y W dos K-espacios vectoriales, y sea f : V → W una transformaci

´on lineal. Se llama nu´cleo de f al conjunto Nu(f ) = {v ∈ V / f (v) = 0} = f −1({0}).
 Observamos que si f : V → W es una transformaci´on lineal, Nu(f ) es un subespacio de
V , puesto que es la pre-imagen por f del subespacio {0} ⊂ W (ver Proposici´on 3.3).

Ejemplo. Sea f : R3 → R2 la transformaci´on lineal definida por f (x1, x2, x3) = (x1,
x2). Entonces

Nu(f ) = {(x1, x2, x3) ∈ R3 : f (x1, x2, x3) = 0}

= {(x1, x2, x3) ∈ R3 : x1 = x2 = 0}
= < (0, 0, 1) > .

La siguiente proposici´on nos da una manera de determinar si una transformaci´on lineal

es un monomorfismo considerando simplemente su nu´cleo.

Proposici´on Sea f : V → W una transformaci´on lineal. Entonces

f es monomorfismo ⇐⇒ Nu(f ) = {0}

Demostraci´on.

(⇒) Si f es un monomorfismo, entonces es una funci´on inyectiva. En particular, existe a

lo sumo un elemento v ∈ V tal que f (v) = 0. Puesto que f (0) = 0, debe ser v = 0.
Luego, Nu(f ) = {0}.

) Sean v, v′ ∈
(⇐ V . Supongamos que f (v) = f (v′). Entonces f (v− v′) = f (v) f (v′) = 0,
con lo que−v—v′ ∈Nu(f ) y por lo tanto, la hip´otesis Nu(f ){=} 0 implica que ′
−v v =
′
0, es decir, v = v . Luego f es inyectiva.

Otro conjunto importante asociado a una transformaci´on lineal es su imagen.

Recordamos que
→ si f : V W , su imagen se define como
{ Im(f
∈ ) =∃ w∈W / v V, f (v)
} =w.
De la Proposici´on 3.3 se desprende que la imagen de una transformaci´on
→ lineal f:V
W resulta ser un subespacio de W .

Ejemplo. Hallar la imagen de la transformaci´on lineal f : R3 → R3 definida como

f (x1, x2, x3) = (x1 − x2, −x1 + x2, 2x1 − 2x2 + x3).
Por definici´on,

Im(f ) = {y ∈ R3 / ∃ x ∈ R3, f (x) = y}

= {y ∈ R3 / ∃ (x1, x2, x3) ∈ R3, (x1 − x2, x1 − x2, 2x1 − 2x2 + x3) = y}.
Entonces, un elemento de y pertenece a Im(f ) si y s ´olo si es de la forma

y = (x1 − x2, −x1 + x2, 2x1 − 2x2 + x3)

= (x1, −x1, 2x1) + (−x2, x2, −2x2) + (0, 0, x3)
= x1.(1, −1, 2) + x2.(−1, 1, −2) + x3.(0, 0, 1).
Luego, Im(f ) = < (1, −1, 2), (−1, 1, −2), (0, 0, 1) > = < (1, −1, 2), (0, 0, 1) >.
Otra manera de calcular la imagen de f , teniendo en cuenta que es una transformaci
´on lineal, es la siguiente:
Consideremos un sistema de generadores de R3, por ejemplo la base can´onica {e1, e2, e3}.
Para cada x ∈ R3 se tiene que x = x1.e1 + x2.e2 + x3.e3, de donde resulta que
f (x) = x1.f (e1) + x2.f (e2) + x3.f (e3).

Luego,

Im(f ) = {f (x) : x ∈ R3} = < f (e1), f (e2), f (e3) > =

= < (1, −1, 2), (−1, 1, −2), (0, 0, 1) > = < (1, −1, 2), (0, 0, 1) >.

La proposici´on siguiente generaliza el segundo de los procedimientos utilizados en el

ejem- plo anterior para el c´alculo de la imagen de una transformaci´on lineal.

Proposici´on Sean V y W dos K-espacios vectoriales y sea f : V W una → transfor- maci

´on lineal. Entonces, si vi {: i I ∈es }un sistema de generadores de V , f {(vi) : i I∈es} un
sistema de generadores de Im(f ).

Demostraci´on. Por definici´on, Im(f ) = {w ∈ W / ∃ v ∈ V, f (v) = w} = {f (v) : v ∈ V }.

Si {vi : i ∈ I} es un sistema de generadores de V , para cada v ∈ V , existen i1, . . . , in ∈ I
Σ
n
y elementos
αij ∈ K tales que v = αij . Luego
j=1
v ij
n
Σ
f (v) = αij f (vij ) ∈ < {f (vi) : i ∈ I} >.
j=1

Esto prueba que Im(f ) ⊆ < {f (vi) : i ∈ I} >. Es claro que vale la otra inclusi´on, ya que
f (vi) ∈ Im(f ) para cada i ∈ I.
Luego, Im(f ) = < {f (vi) : i ∈ I} >.

Corolario 3.11 Sean V y W dos K-espacios vectoriales y sea f : V W →una transfor- maci
´on lineal. Si V es de dimensi´on finita, entonces Im(f ) tambi´en lo es y se tiene que
dim(Im(f )) ≤ dim V .

Corolario Si f : V → W es un epimorfismo, y {vi : i ∈ I} es un sistema de generadores

de V , entonces {f (vi) : i ∈ I} es un sistema de generadores de W.

Ejemplo. Sean S y T los subespacios de R3 definidos por S = {x ∈ R3 / x1 − x2 = 0} y

T = {x ∈ R3 / x3 = 0}. Hallar una transformaci´on lineal f : R3 → R3 tal que f (S) = T .
Sabemos que para definir una transformaci´on lineal f : R→
3
R3 basta con especificar los
valores que toma sobre los elementos de una base de R .
3
 Consideramos entonces una base de S, por ejemplo { (1, 1, 0),} (0, 0, 1) , y la
extendemos a una base de R3, por { ejemplo (1, 1, 0), (0,
} 0, 1), (1, 0, 0) . Teniendo en
cuenta que T =
< (1, 0, 0), (0, 1, 0) >, definimos:

f (1, 1, 0) = (1, 0, 0), f (0, 0, 1) = (0, 1, 0), f (1, 0, 0) = (0, 0, 1).

Entonces f (S) = < f (1, 1, 0), f (0, 0, 1) > = < (1, 0, 0), (0, 1, 0) > = T .

Observemos que si f : V → W es un epimorfismo y { vi : i ∈I }es una base de V ,

entonces{f (vi) : i ∈I no
} es necesariamente una base de Im(f ): Por el corolario anterior, es
un sistema de generadores, pero podr´ıa no ser un conjunto linealmente independiente, como
puede verse en el ejemplo presentado en la p´agina 69.
Esto es consecuencia de que una transformaci´on lineal arbitraria no preserva
independencia lineal. En la proposici´on siguiente veremos que esto s´ı es v´alido para el caso
de monomorfismos. Sin embargo, si f : V → W no es un monomorfismo, existe v ∈ V , v
/= 0, tal que f (v) = 0,
con lo cual {v} ⊂ V es un conjunto linealmente independiente, pero {f (v)} = {0} ⊂ W no
es.
lo

Proposici´on 3.13 Sean V y W dos K-espacios vectoriales y sea f : V → W un

monomor- fismo. Entonces, si {vi : i ∈ I} ⊂ V es un conjunto linealmente
independiente, {f (vi) : i ∈ I} ⊂ W es un conjunto linealmente independiente.

Σ Σ
αif (vi) = 0. Como f es una transformaci´on lineal, entonces αivi = 0, y como
f i∈I
Demostraci´on. Supongamos Σ que una combinaci´on lineal de {f ( vi) : i ∈ I}
{ ∈ }
satisface
es un monomorfismo, debe ser αivi = 0. La independencia lineal de vi : i I implica
i∈I
que αi = 0 ∀ i ∈ I.

Corolario 3.14 Si f : V → W es un monomorfismo y B ={ vi : i ∈I }es una base de V ,

entonces {f (vi) : i ∈I }es una base de Im(f ). En particular, si V es un K-espacio vectorial
de dimensi´on finita, dim(Im(f )) = dim V .

Teniendo en cuenta que un isomorfismo es una transformaci´on lineal que es a la vez un

epimorfismo y un monomorfismo, de los Corolarios 3.12 y 3.14 se deduce:

Corolario 3.15 Sean V y W dos K-espacios vectoriales y sea f : V→W un isomorfismo.

Entonces para toda base B de V , f (B) es una base de W. En particular, si V es de
dimensi´on finita, W tambi´en lo es y dim V = dim W.

Composici´on de transformaciones lineales

La composici´on de funciones usual puede realizarse, en particular, entre dos
transformaciones lineales. El resultado es, en este caso, una nueva transformaci´on lineal.
Proposici´on 3.16 Sean V, W y Z K-espacios vectoriales. Sean f : V → W y g : W → Z
transformaciones lineales. Entonces g ◦ f : V → Z es una transformaci´on lineal.

Demostraci´on. Sean v, v′ ∈ V . Entonces

g ◦ f (v + v′) = g f (v + v′) = g f (v) + f (v′) = g(f (v)) + g(f (v′)) = g ◦ f (v) + g ◦ f (v′).

An´alogamente, si λ ∈ K y v ∈ V , se tiene que

g ◦ f (λ · v) = g(f (λ · v)) = g(λ · f (v)) = λ · g(f (v)) = λ · (g ◦ f (v)).

Finalmente, analizamos las propiedades de la funci´on inversa de una transformaci´on lineal

biyectiva (es decir, un isomorfismo).

Proposici´on 3.17 Sean V y W dos K-espacios vectoriales y sea f : V→W una transfor-
maci´on lineal. Si f es un isomorfismo, entonces f −1 →
: W V es una transformaci´on
lineal (que resulta ser un isomorfismo).

Demostraci´on. Sean w, w∈′ W . Como f es un isomorfismo, existen u´ nicos v, v′ V

tales que w = f (v) y w′ = f (v′). Entonces

f −1(w + w′) = f −1(f (v) + f (v′)) = f −1(f (v + v′)) = v + v′ = f −1(w) + f −1(w′).

Dados w ∈ W y λ ∈ K, existe un u´ nico v ∈ V tal que w = f (v). Entonces

f −1(λ · w) = f −1(λ · f (v)) = f −1(f (λ · v)) = λ · v = λ · (f −1(w)).

Luego, f −1 es una transformaci´on lineal. Es claro que es biyectiva.

Espacios vectoriales de dimensi´on finita

Al estudiar espacios vectoriales de dimensi´on finita en los cap´ıtulos anteriores, dijimos
que podr´ıamos trabajar en un K-espacio vectorial arbitrario de dimensi´on n “como si
fuese” Kn simplemente considerando vectores de coordenadas. La noci´on de isomorfismo
nos permite formalizar esta idea.

Proposici´on 3.18 Sea V un K-espacio vectorial de dimensi´on n. Entonces existe un

iso- morfismo f : V → Kn.

Demostraci´on. Sea B = {v1, . . . , vn} una base de V .

Σ
n
Dado
x∈ , existe u x1 , . . . , xn ∈ tales que x = xivi . Definimos
V ´nicos K
i=1

f : V → Kn, f (x) = (x1, . . . , xn).

Veamos que f es una transformaci´on lineal:
Σ
n Σ
Sean n
Σ y n
x, y ∈ . x= xivi e = yivi , entonces x + = xi + . Luego
V Si i=1 i=1 y (
i=1 yi)vi
f (x + y) = (x1 + y1, . . . , xn + yn) = (x1, . . . , xn) + (y1, . . . , yn) = f (x) + f (y).
En forma an´aloga se prueba que f (λ.x) = λ.f (x) para cada λ ∈ K y cada x ∈
V . Es claro que si f (x) = 0, entonces x = 0, de donde f es un monomorfismo.

Finalmente, dado ( x1, . . . , x Σn

) ∈ n, consideramos =
x i vi ∈ . Se tiene que f ( ) =
xn K V x
i=1
(x1, . . . , xn). Luego, f es un epimorfismo.
En consecuencia, f es un isomorfismo.

Ejemplo. Sea K3[X] = P { ∈ K[X] / P = 0 o gr(P ) ≤ 3}, que es K-espacio vectorial de

dimension 4.
Un isomorfismo f : K3[X] → K4 puede definirse como sigue:
Σ
Si P 3
=aiX i, entonces f ) = (a0, a1, a2, ), lo que corresponde a considerar en la
i=0
(P a3
demostracion anterior la base B = {1, X, X2, X3} de K3[X].

Observar que, teniendo en cuenta que la aplicaci´on f definida en la demostraci´on de la

Proposici´on 3.18 es tomar coordenadas en la base B, esto nos permite trabajar con coorde-
nadas en una base en el siguiente sentido:

i) { w1, . . . , ws} es linealmente independiente en V⇐⇒ {f (w1), . . . , f (ws)} es

linealmente independiente en Kn.
ii) { w1, . . . , wr} es un sistema de generadores de V⇐⇒ {f (w1), . . . , f (wr)} es un
sistema de generadores de Kn.
iii) {w1, . . . , wn} es una base de V ⇐⇒ {f (w1), . . . , f (wn)} es una base de Kn.

Por ejemplo, para decidir si{ X2− X + 1, X2 − 3.X + 5, 2.X2 + 2.X −3 } es una base de
R2[X], bastar´a ver si{ (1, −1, 1), (1, −3, 5), (2, 2, −3)} es una base de R3 para lo que se puede
usar el m´etodo de triangulaci´on.

Teorema de la dimensi´on
El siguiente resultado relaciona las dimensiones del nu´cleo y de la imagen de una transfor-
maci´on lineal con la de su dominio.

Teorema 3.19 (Teorema de la dimensi´on para transformaciones lineales) Sean

V y W dos K-espacios vectoriales, V de dimensi´on finita, y sea f →
: V W una transformaci
´on lineal. Entonces
dim V = dim(Nu(f )) + dim(Im(f )).
Demostraci´on. Sean n = dim V y r = dim(Nu(f )).
Si r = n, entonces f ≡ 0 y dim(Im(f )) = 0. Por lo tanto, el teorema vale.
Si r = 0, entonces f es un monomorfismo. En este caso, si B es una base de V , entonces
f (B) es una base de Im(f ). Luego dim(Im(f )) = dim V (ver Corolario 3.14), y el teorema
vale.
Supongamos ahora que 0 < r < n. Sea {v1, . . . , vr} una base de Nu(f ). Sean vr+1, . . . , vn
en V tales que {v1, . . . , vr, vr+1, . . . , vn} es una base de V .
Veamos que entonces{f (vr+1), . . . , f (vn)} es una base de Im(f ), de donde se deduce
inmediatamente el teorema:

• Puesto que {v1, . . . , vr, vr+1, . . . , vn} es una base de V , se tiene que

Im(f ) = < f (v1), . . . , f (vr), f (vr+1), . . . , f (vn) > = < f (vr+1), . . . , f (vn) >,

pues f (vi) = 0 para 1 ≤ i ≤ r.

• Sean αr+1, . . . , αn ∈ K tales Σ

n
Σ
n
que αif (vi) = 0. Entonces f αivi = 0, es
i=r+1 i=r+1

decir, Σn
αi vi Nu(f ). Como {v1, . . . , es una base de Nu(f ), existen α1, . . . , αr ∈
i=r+1
∈ vr}
K tales que
Σn r r i=
n
Σ Σ
αivi = αivi (−αi )vi + Σ αivi = 0
i=1
i= r + 1 ⇐⇒
i=1
r
+1

Como v1, . . . , vn es un conjunto linealmente independiente, αi = 0 para cada 1

i ≤ n. {En particular,
} αi = 0 para i = r + 1, . . . , n. Luego,{ f (vr+1), . . . , f (v}n) es
≤
un conjunto linealmente independiente.

Como consecuencia de este resultado se prueba que si una transformaci´on lineal

entre dos espacios vectoriales de dimensi´on n es inyectiva (resp. suryectiva), entonces tambi
´en es suryectiva (resp. inyectiva):

Corolario 3.20 Sean V y W dos K-espacios vectoriales de dimensi´on n y sea f : V → W

una transformaci´on lineal. Son equivalentes:

1. f es un isomorfismo.
2. f es un monomorfismo.
3. f es un epimorfismo.

Demostraci´on.

(1. ⇒ 2.) Por definici´on.

|

(2. ⇒
3.) Por el teorema de la dimensi´on, n = dim V = dim(Nu(f )) + dim(Im(f )), y
como f es un monomorfismo, dim(Nu(f )) = 0. Entonces dim(Im(f )) = n = dim W ,
de donde Im(f ) = W .
(3. ⇒
1.) Por el teorema de la dimensi´on, y teniendo en cuenta que f es un epimorfismo, se
tiene que n = dim V = dim(Nu(f )) + dim(Im(f )) = dim(Nu(f )) + n. Esto implica
que dim(Nu(f )) = 0, con lo cual, Nu(f
{ } ) = 0 y f es un monomorfismo. Siendo
epimorfismo y monomorfismo, resulta que f es un isomorfismo.

A diferencia de lo que sucede para muchos de los resultados que hemos demostrado, en
el corolario anterior la hip´otesis de que los espacios vectoriales sean de dimensi´on finita es
esencial. El resultado no vale para transformaciones lineales definidas en espacios de dimensi
´on infinita:

Ejemplo. Sea V = K[X].

1. Sea f : K[X] → K[X], f (P ) = P ′, que es una transformaci´on lineal.

n
• f es epimorfismo: Sea Q = Σ a Xi. Entonces f ii
i
nΣ+1 X
i
= Q.
a
i=0 i=1
• f no es monomorfismo: f (1) = 0, pero 1 /=
0.
2. Sea g : K[X] → K[X], g(P ) = X.P .
• g es monomorfismo: Si f (P ) = X.P = 0, entonces P = 0.
• g no es epimorfismo: 1 ∈/ Im(f ).

3.2 Proyectores
Definici´on 3.21 Sea V un K-espacio vectorial. Una transformaci´on lineal f : V → V
se llama un proyector si f ◦ f = f .

Proposici´on 3.22 Sea V un K-espacio vectorial, y sea f : V → V una transformaci

´on lineal. Entonces f es un proyector si y s´olo si f (x) = x para cada x ∈ Im(f ).

Demostraci´on.

(⇒) Supongamos que f es un proyector. Sea x ∈ Im(f ). Entonces existe v ∈ V tal que
x = f (v). Luego, f (x) = f (f (v)) = f ◦ f (v) = f (v) = x.
(⇐) Sea v ∈ V . Entonces f (v) ∈ Im(f ) y, por hip´otesis, f (f (v)) = f (v), es decir, f ◦ f (v) =
f (v). Como esto vale para cada v ∈ V , resulta que f ◦ f = f .

Proposici´on 3.23 Sea V un K-espacio vectorial y sea f : V → V un proyector.

Entonces
Nu(f ) ⊕ Im(f ) = V .
 Transformaciones lineales

Demostraci´on. En primer lugar, veamos que Nu(f ∩ ) Im(f ){=} 0 : Sea x∈ Nu(f ) Im(f ).
Como x ∈Im(f ), por la proposici´on anterior, f (x) = x. Pero∩x Nu(f ), de donde f (x) =
0. Luego, x = 0.
Veamos ahora que Nu(f ) + Im(f ) = V : Sea x ∈ V . Entonces x = (x − f (x)) + f (x) y se
tiene que f (x − f (x)) = f (x) − f ◦ f (x) = f (x) − f (x) = 0, con lo que x − f (x) ∈ Nu(f )
y f (x) ∈ Im(f ).

Proposici´on 3.24 Sea V un K-espacio vectorial, y sean S y T subespacios de V tales que

S ⊕ T = V . Entonces existe un u´ nico proyector f : V → V tal que Nu(f ) = S, Im(f ) = T.

Demostraci´on. Como V = S⊕ T , para cada x∈ V , existen u´nicos ∈ s S y t T tales

que x = s + t. Entonces, si f →
:V V es un proyector
∈ tal que Nu(f ) = S, Im(f ) = T , se
tiene que f (x) = f (s + t) = f (s) + f (t) = 0 + t = t, donde la penu´ltima igualdad es
consecuencia de que f es un proyector y t ∈ Im(f ) (ver Proposici´on 3.22).
Consideremos entonces la funci´on f : V → V definida por
f (x) = t si x = s + t con s ∈ S, t ∈ T.

Observamos que f es una transformaci´on lineal:

′ ′ ′ ′ ′ ′
• Si x, x ′ ∈ V tales′ que x = ′ s + t, x = s′ + t , con s,′ s ∈S y t, t T , entonces
x + x = ∈ (s + s ) + (t + t ) con s
∈ + s S y t + t T (puesto que S y T son
subespacios de V ) y, por lo tanto, f (x + x′) = t + t′ = f (x) + f (x′).

• Si λ ∈ K y x ∈ V , x = s + t con s ∈ S, t ∈ T , entonces λ.x = (λ.s) + (λ.t) con λ.s

∈ S, λ.t ∈ T . Luego f (λ.x) = λ.t = λ.f (x).

Adem´as, f es un proyector: Si x∈ V y x = s + t con s ∈ S, t ∈ T , entonces f f (x) =

f (f (s + t)) = f (t) = f (0 + t) = f (x). ◦
Es claro que Im(f ) = T . Veamos que Nu(f ) = S: Si x ∈ Nu(f ) y x = s + t con s ∈
S, t ∈ T , entonces 0 = f (x) = t, con lo cual, x = s ∈ S. Por otro lado, si s ∈ S,
entonces s = s + 0 con s ∈ S, 0 ∈ T y, por lo tanto, f (s) = 0.
Luego, la funci´on f que hemos definido es el u´ nico proyector f →
:V V con Nu(f ) =
S, Im(f ) = T .

3.3 Representaci´on matricial

Uno de los primeros ejemplos de transformaciones lineales que hemos visto son aqu´ellas de
la forma f : Kn →Km, f (x) = A.x con A Km×n (cuando quede claro por el contexto,
suprimiremos el signo de t, escribiendo A.x en lugar de (A.xt)t).
En esta secci´on veremos que toda transformaci´on lineal entre espacios vectoriales de
di- mensi´on finita puede representarse de esta manera. Para esto, utilizaremos de manera
funda- mental el hecho de que fijada una base de un K-espacio vectorial V de dimensi´on
finita n, se tiene un isomorfismo entre V y Kn tomando coordenadas en dicha base.
3.5 Representaci´on 77
matricial

En esta secci´on todos los espacios vectoriales considerados ser´an de dimensi´on finita.

Matriz de una transformaci´on lineal

Si V y W son K-espacios vectoriales de dimensi´on n y m respectivamente, una transformaci
´on lineal f →
: V W queda un´ıvocamente determinada por los n vectores de W que son los
valores de f en una base cualquiera de V . Adem´as, fijada una base de W , estos n
vectores quedan determinados por medio de sus vectores de coordenadas en Km. Se define
entonces una matriz asociada a f que contiene toda esta informaci´on.

Definici´on Sean V y W dos K-espacios vectoriales de dimensi´on finita. Sean B1 =

{v1, . . . , vn} una base de V y B2 = {w1, . . . , wm} una base de W . Sea f : V → W
una Σ
m
transformaci´on lineal. Supongamos
f )= αijwi (1 ≤ j ≤ n). Se llama matriz de f
que i=1
(vj
en las bases B1, B2, y se nota |f |B1 B2 , a la matriz en Km×n definida por (|f |B1 B2 )ij = αij
para cada 1 ≤ i ≤ m, 1 ≤ j ≤ n.

Notaci´on. Si f : V → V y B1 = B2 = B, notaremos |f |B = |f |BB .

Ejemplo. Sea f : R3 → R2, f (x1, x2, x3) = (x1 + 2x2 x3, x1 + 3x2), y sean B1 y B2 las
bases can´onicas de R3 y R2 respectivamente. Se tiene que

f (1, 0, 0) = (1, 1), f (0, 1, 0) = (2, 3), f (0, 0, 1) = (−1, 0).

Entonces |f |B1B2
1 3
1 2 −1
= .

Observaci´on Si consideramos la transformaci´on lineal asociada a una matriz A ∈

Kn×m, fA : Km → K definida por fA(x) = A.x, entonces,
n
a partir de la definici´on
an- terior, la matriz de fA en las bases can´onicas E y E′ de Km y Kn respectivamente
resulta ser |fA |EE' = A.

Observaci´on Sea V un K-espacio vectorial de dimensi´on n, y sean B1 y B2 bases de V

. Entonces id| V B1B2 = C(B1, B2), la matriz de cambio de base de B1 a B2 (ver Definici´on
2.16). |

Mediante el uso de las matrices introducidas en la Definici´on 3.25 y de vectores de

coorde- nadas, toda transformaci´on lineal puede representarse como la multiplicaci´on por
una matriz fija.

Proposici´on Sean V y W dos K-espacios vectoriales de dimensi´on finita, y sea f :

V → W una transformaci´on lineal. Si B1 y B2 son bases de V y W respectivamente,
entonces para cada x ∈ V ,
|f |B1 B2 . (x)B1 = (f (x))B2 .
Demostraci´on. Supongamos que B1 = {v1, . . . , vn}.
Σn
Sea x ∈ xB x ,...,
y sea ( ) 1 = (x1 ), es decir, x = xivi .
V n
i=1
Para cada 1 ≤ i ≤ n, sea Ci la i-´esima columna de | f B1B2 . Por definici´on, Ci = (f (vi))B2 .
Entonces |
|f |B1 B2 . (x)B1 = x1.C1 + · · · + xn.Cn =
= x1.(f (v1))B2 + · · · + xn.(f (vn))B2 =
n
= = (f (x))B2 .
Σi=1
2

xif (vi)
B

Matriz de la composici´on y cambios de bases

La composici´on de dos transformaciones lineales “se traduce” como la multiplicaci´on de sus
matrices.

Proposici´on 3.29 Sean V , W y U tres K-espacios vectoriales de dimensi´on finita. Sean

B1, B2 y B3 bases de V , W y U respectivamente. Sean f : → V W y g : W→ U transformaciones
lineales. Entonces
|g ◦ f |B1 B3 = |g|B2 B3 .|f |B1 B2 .
Demostraci´on. Sean n = dim V , m = dim W y r = dim U . Entonces |g|B2 B3 ∈ Kr×m y
|f |B1 B2 ∈ Km×n, con lo que |g|B2 B3 .|f |B1 B2 ∈ Kr×n. Adem´as |g ◦ f |B1 B3 ∈ Kr×n.
Para cada x ∈ V se tiene que
|g|B2 B3 .|f |B1 B2 .(x)B1 = |g|B2 B3 .(f (x))B2 = g(f (x))B3 = (g ◦ f (x))B3 = |g ◦ f |B1 B3 .(x)B1
Luego, |g|B2B3 .|f |B1B2 = |g ◦ f |B1B3 (ver Proposici´on 2.18).

Corolario Sean V y W dos K-espacios vectoriales de dimensi´on finita, y sean B1 y B2

bases de V y W respectivamente. Sea f : V → W un isomorfismo. Entonces |f −1 |B2 B1 =
−
(|f |B1 B2 ) 1.

Demostraci´on. Se deduce inmediatamente aplicando la proposici´on anterior a f −1 ◦ f = idV

y f ◦ f −1 = idW .

Concluimos esta secci´on estudiando c´omo se puede obtener a partir de la matriz de una
transformaci´on lineal f : V → W en un par de bases B1 y B2 de V y W respectivamente, la
matriz de la misma transformaci´on lineal en cualquier otro par de bases1B′ y B2′ de dichos
espacios.

Proposici´on Sean V y W dos K-espacios vectoriales de dimensi´on finita. Sean B1, B′ 1

bases de V y B2, B′2 bases de W. Entonces
|f |B1' B2' = C(B2, B2′ ).|f |1B B
2 .C(B1 ′ , B1).
Demostraci´on. Se tiene que f = idW ◦f idV . Aplicando dos veces el resultado dado en la
Proposici´on 3.29 y el hecho que la matriz de la transformaci´on lineal identidad en un
par de bases coincide con la matriz de cambio de base entre las mismas, se obtiene

|f |B' B'
1 2
= |idW ◦ f ◦ idV |B' B' = |idW ◦ f |B1B' |idV |B' B1 =
1 2 2 1

= |idW |B B' .|f |B1 B2 .|idV |B' B = C(B2, B′ ).|f |B B .C(B′ , B1),
2 2 1 1 2 1 2 1

que es lo que se quer´ıa probar.

Rango de una matriz

Utilizando la relaci´on entre matrices y transformaciones lineales introduciremos un nuevo
invariante asociado a una matriz: su rango.

Rango columna y rango fila

Sean V y W dos K-espacios vectoriales tales que dim V = m y dim W = n, y sean B1 y B2
bases de V y W respectivamente. Sea →f : V W una transformaci´on lineal.
Consideremos la matriz de f en las bases B1 y B2 dada por sus columnas:

|f |B1 B2 = (C1 | . . . | Cm) ∈ Kn×m.

Si B1 = v{1, . . . , vm ,}entonces Im(f ) = < f (v1), . . . , f (vm) >. Tomando coordenadas en

la base B2 se obtiene un subespacio ⊆ T Kn dado por T = < (f (v1))B2 , . . . , (f (vm))B2
>=
< C1, . . . , Cm >. Como tomar coordenadas en una base es un isomorfismo, se tiene que

dim(Im(f )) = dim < C1, . . . , Cm >.

Esto motiva la siguiente definici´on:

Definici´on Sea A Kn×∈m. Se llama rango columna de A, y se nota rgC(A), a la di- mensi
´on del subespacio de Kn generado por las columnas de A, es decir, si A = (C1 | · · · Cm),
entonces rgC(A) = dim < C1, . . . , Cm >. |

Mediante el c´alculo del rango columna de una matriz A es posible obtener la dimensi´on
del subespacio de soluciones del sistema lineal homog´eneo asociado a A:

Observaci´on Sea A ∈ Kn×m y sea S = {x ∈ Km / A.x = 0}. Entonces dim S =

m − rgC(A).

En efecto, consideramos la transformaci´on lineal asociada a A, → f A : Km Kn

′
definida por fA(x) = A.x. Entonces
| A = fA EE' (donde E y E son las bases can´onicas de
Km y Kn respectivamente) y S |= Nu(fA). Entonces

dim S = dim(Nu(fA)) = m − dim(Im(fA)) = m − rgC(A).

 

, A= 1 2 1 , y sea =
Ejemplo. Sea A ∈ R 1 2 3  S {x ∈ R / A.x = 0}. Entonces
3×3 − —  3

1 −2 4

dim S = 3 − rgC(A) = 3 − dim < (1, −1, 1), (−2, 2, −2), (3, 1, 4) > = 3 − 2 = 1.

Teniendo en cuenta el subespacio generado por las filas de una matriz en lugar del
generado por sus columnas puede darse la siguiente definici´on de rango fila an´aloga a la de
rango columna.
Definici´on Sea A ∈ Kn×m. Se define el rango fila de A, y se nota rgF (A), como la

F1 
dimensi´on del subespacio de K generado por las filas de A. Es decir, si A = 
m
 .
F 
 ,
n
entonces rgF (A) = dim < F1, . . . , Fn >.

Observaci´on Sea A ∈ Kn×m. Entonces rgF (A) = rgC(At).

Nuestro siguiente objetivo es mostrar que el rango fila y el rango columna de una matriz
coinciden. Para hacer esto nos basaremos en la observaci´on anterior. Primero mostraremos
que el rango columna de una matriz A no cambia si se la multiplica a izquierda o derecha por
matrices inversibles.

Lema Sea A ∈ Kn×m. Sean C ∈ GL(n, K) y D ∈ GL(m, K). Entonces

rgC(A) = rgC(C.A.D).

Demostraci´on. Sea fA : Km→Kn la transformaci´on lineal inducida por la multiplicaci

´on a izquierda por A. Si E y E′ son las bases can´onicas de Km y Kn respectivamente,
se tiene que |fA |EE' = A y por lo tanto, rgC(A) = dim(Im(fA)).
Por la Proposici´on 2.22, puesto que D ∈ GL(m, K), existe una base B1 de Km tal que
D = C(B1, E), y como C ∈ GL(n, K), existe una base B2 de Kn tal que C = C(E′, B2).
Entonces
C.A.D = C(E′, B2 ).|fA |EE' .C(B1, E) = |fA |B 1B 2,
de donde rgC(C.A.D) = dim(Im(fA)) = rgC(A).

Ahora veremos que multiplicando a A por matrices inversibles convenientes se puede

obtener una matriz tal que su rango y el de su transpuesta son f´aciles de comparar.

Lema Sea A ∈ Kn×m − {0}. Entonces existen k ∈ N, 1 ≤ k ≤ min{n, m}, y matrices

C ∈ GL(n, K) y D ∈ GL(m, K) tales que
(
0 si i /= j
( C.A.D) ij = 1 si i = j ≤ k
0 si i = j > k
Demostraci´on. Consideremos la transformaci´on lineal fA→: Km Kn inducida por la
multi- plicacion a izquierda por
{ A. Sea v}1, . . . , vs una base de Nu(fA) y sean w1, . . . ,
wm−s Km tales que ∈
B1 = {w1, . . . , wm−s, v1, . . . , vs}
es una base de K (si Nu(fA) = {0}, s = 0 y se toma una base B1 cualquiera de Km).
m

Entonces {fA(w1), . . . , fA(wm−s)} es una base de Im(fA) y puede extenderse a una base
de Kn. Sean z1, . . . , zn−m+s ∈ Kn tales que

B2 = {fA(w1), . . . , fA(wm−s), z1, . . . , zn−m+s}

es una base de Kn.

Se tiene que
( (
0 si i /= j
|fA|B1B2 )ij = 1 si i = j ≤ m − s
0 si i = j > m − s
Observamos que
|fA |B 1 B 2 = C(E′, B2 ).|fA |EE' .C(B1, E) = C.A.D,
donde C = C(E′, B2) ∈ GL(n, K) y D = C(B1, E) ∈ GL(m, K).

Proposici´on Sea A ∈ Kn×m. Entonces rgC(A) = rgF (A).

Demostraci´on. Es claro que el resultado vale si A = 0. Dada A ∈ Kn×m − {0}, por el lema
anterior, existen matrices C ∈ GL(n, K), D ∈ GL(m, K) y k ∈ N, tales que

( 0 si i /= j
(C.A.D)ij 1 si i = j ≤ k
= 0 si i = j > k
Por el Lema se tiene que rgC(A) = rgC(C.A.D), y es claro que rgC(C.A.D) = k.
Por otro lado, transponiendo se obtiene
(
0 si i /= j
( D .A .C ) ij =
t t t
1 si i = j ≤ k
0 si i = j > k
con Dt ∈ GL(m, K) y Ct ∈ GL(n, K), de donde rgC(At) = rgC(Dt.At.Ct) = k.
En consecuencia

rgF (A) = rgC(At) = rgC(Dt.At.Ct) = k = rgC(A).

×
Definici´on Sea A ∈ Kn m. Al nu´mero rgC(A) = rgF (A) lo llamaremos el rango de
la matriz A, y lo notaremos rg(A).

La Observaci´on 3.33 puede ahora reescribirse utilizando la noci´on de rango de una matriz.
Proposici´on Sea A ∈ Kn×m y sea S = {x ∈ Km / A.x = 0}. Entonces dim S =
m − rg(A).

Esto significa que la dimensi´on del espacio de soluciones de un sistema lineal homog´eneo
es igual a la cantidad de inc´ognitas menos la cantidad de ecuaciones independientes.

Equivalencia de matrices
Definici´on 3.41 Sean A, B ∈ Kn×m. Se dice que A es equivalente a B, y se nota A ≡ B,
si existen matrices C ∈ GL(n, K) y D ∈ GL(m, K) tales que A = C.B.D.

Es inmediato verificar que ≡ es una relaci´on de equivalencia.

Como hemos visto en la secci´on anterior, si dos matrices son equivalentes entonces
tienen el mismo rango. A continuacion veremos que la rec´ıproca de esta propiedad tambi´en
es cierta. En consecuencia, el rango resulta ser un invariante que nos permite determinar f
´acilmente si dos matrices son equivalentes.

Proposici´on 3.42 Sean A, B ∈ Kn×m. Entonces A ≡ B ⇐⇒ rg(A) = rg(B).

Demostraci´on.

(⇒) Es consecuencia del Lema 3.36.

(⇐) Supongamos que rg(A) = rg(B) = k. Entonces existen matrices C1, C2 ∈ GL(n, K) y
D1, D2 ∈ GL(m, K) tales que
( (
0 si i /= j 0 si i /= j
( C1.A.D)1 ij= 1 si i = j ≤ y ( C2.B.D)2 ij= 1 si i = j ≤ k
0 si i = j > k
k
0 si i = j >
k
En consecuencia, C1.A.D1 = C2.B.D2, de donde
A = (C−1.C2).B.(D2.D−1) = C.B.D
1 1

con C = C1 .C2 ∈ GL(n, K) y D = D2.D

−1 −1
1 ∈ GL(m, K).
Luego, A ≡ B.

Finalmente, la siguiente proposici´on caracteriza matrices equivalentes por medio de

trans- formaciones lineales: dos matrices son equivalentes si y s ´olo si son las matrices de una
misma transformaci´on lineal en distintas bases.

Proposici´on 3.43 Sean A, B ∈ Kn×m. Entonces A ≡ B si y s´olo si existe una transfor-

maci´on lineal f : Km → Kn y bases B1, 1B′ de Km y B2, B2′ de Kn tales que |f |B1 B2 = A y
|f |B1' B2' = B.
Demostraci´on. La validez de⇐( ) se deduce de la proposici´on anterior, teniendo en
cuenta que rg(A) = dim(Im(f )) = rg(B).
Veamos que vale la otra implicaci´on. Consideremos la transformaci´on lineal → f :
′
Km Kn definida por f (x) = B.x. Entonces| B = f EE ' , donde E y E son las bases can
´onicas de Km y Kn respectivamente. |
Por definici´on, si ≡
A B, existen matrices inversibles C y D tales que A = C.B.D. Sea
B1 base de Km tal que D = C(B1, E) y sea B2 base de Kn tal que C = C(E′, B2). Entonces

A = C.B.D = C(E′, B2)|f |EE' C(B1, E) = |f |B1 B2 .

Espacios vectoriales de transformaciones lineales

Fijados dos K-espacios vectoriales V y W , tiene sentido considerar el conjunto de todas las
transformaciones lineales de V en W . En esta secci´on, estudiaremos la estructura de
estos conjuntos de transformaciones lineales.

Definici´on 3.44 Sean V y W dos K-espacios vectoriales. Definimos

HomK(V, W ) = {f : V → W / f es una transformaci´on lineal }.

Definimos ahora una operaci´on en HomK(V, W ) y una acci´on de K en HomK(V, W )

que lo convierten en un K-espacio vectorial:
Suma. Dadas f, g ∈ HomK(V, W ) se define f + g como
(f + g)(x) = f (x) + g(x) ∀ x ∈ V.
Veamos que f + g ∈ HomK(V, W ), con lo cual + resulta un operaci´on en HomK(V, W ):
• Es claro que f + g : V → W .
• f + g es una transformaci´on lineal:
Para cada x, y ∈ V , se tiene que
(f + g)(x + y) = f (x + y) + g(x + y) = f (x) + f (y) + g(x) + g(y) =
= f (x) + g(x) + f (y) + g(y) = (f + g)(x) + (f + g)(y).
Por otro lado, para cada µ ∈ K y cada x ∈ V vale
(f + g)(µ · x) = f (µ · x) + g(µ · x) = µ · f (x) + µ · g(x) =
= µ · (f (x) + g(x)) = µ · (f + g)(x).

Es f´acil verificar que (HomK(V, W ), +) es un grupo abeliano.

Producto por escalares. Dados f ∈ HomK(V, W ) y λ ∈ K se define (λ · f ) : V → W como
(λ · f )(x) = λ · f (x) ∀ x ∈ V.
Veamos que λ · f ∈ HomK(V, W ), y por lo tanto, · es una acci´on de K en HomK(V, W ):
 • Por definici´on, λ · f : V → W .
• λ · f es una transformaci´on lineal:
Para todo par de elementos x, y ∈ V :

(λ · f )(x + y) = λ · (f (x + y)) = λ · (f (x) + f (y)) = λ · f (x) + λ · f (y) =

= (λ · f )(x) + (λ · f )(y).

Para todo µ ∈ K y todo x ∈ V :

(λ · f )(µ · x) = λ · (f (µ · x)) = λ · (µ · f (x)) = (λ · µ) · f (x) =

= µ · (λ · f (x)) = µ · (λ · f )(x) .

Adem´as se cumplen las siguientes propiedades: Si λ, µ ∈ K y f, g ∈ HomK(V, W ),

i) λ · (f + g) = λ · f + λ · g
ii) (λ + µ) · f = λ · f + µ · f
iii) 1 · f = f
iv) (λ · µ) · f = λ · (µ ·

f ) En consecuencia:

Proposici´on 3.45 (HomK(V, W ), +, · ) es un K-espacio vectorial.

En el caso en que ambos V y W son K-espacios vectoriales de dimensi´on finita, dim V = n

y dim W = m, este K-espacio vectorial resulta ser isomorfo a Km×n.

Proposici´on 3.46 Sean V y W dos K-espacios vectoriales de dimensi´on finita, con dim
V = n y dim W = m. Sean B y B′ bases de V y W respectivamente. Entonces la
funci´on T : HomK(V, W ) → Km×n definida por T (f ) = |f |BB' es un isomorfismo.

Demostraci´on. Supongamos que B = {v1, . . . , vn} y B′ = {w1, . . . , wm}.

• T es una transformaci´on lineal:

Sean f, g ∈ HomK(V, W ). Por definici´on, T (f + g) =
| f + g BB' . Observemos que la
j- ´esima columna
| de esta matriz es

(f + g)(vj ) B'
= f (vj ) + g(vj ) B'
= (f (vj ))B' + (g(vj ))B' ,

es decir, es la suma de las j-´esimas columnas de |f |BB' y |g|BB' .

Luego, |f + g|BB' = |f |BB' + |g|BB' o, equivalentemente, T (f + g) = T (f ) + T (g).
En forma an´aloga se prueba que T (λ · f ) = λ · T (f ).
 • T es un isomorfismo:
T es monomorfismo: Sea f ∈ HomK(V, W ) tal que T (f ) = 0, es decir, |f |BB' = 0.
Entonces, Im(f ) = {0}, de donde f ≡ 0.
T es epimorfismo: Sea A Km×n. Consideramos f : V W definida por f (x) B
=
para cada x ∈ ∈V . →
t '
A A
A.(x)tB
Se tiene que fA ∈ HomK(V, W ) y T (fA) = |fA|BB' = A.

Ejercicios
Ejercicio 1. Determinar cu´ales de las siguientes aplicaciones son lineales.
√
i) f : R3 → R2, f (x1, x2, x3) = (x2 − 3.x1 + 2.x3 , x1 − 12.x2)
ii) f : R2 → R3, f (x1, x2) = (x1 − x2 , 2.x2 , 1 + x1)
iii) f : R3 → R3, f (x1, x2, x3) = (2.x1 − 7.x3 , 0 , 3.x2 + 2.x3)
iv) f : R2 → R2, f (x1, x2) = (x1 + x2 , |x1|)

v) f : C → C , f (z) = i.z (considerando a C como R-espacio vectorial y como C-espacio

vectorial)

vi) f : C → C , f (z) = i.Im(z) (considerando a C como R-espacio vectorial y como C-

espacio vectorial)

vii) f : C → C , f (z) = z (considerando a C como R-espacio vectorial y como C-espacio

vectorial)

aa11
21 a
a22
12
viii) f : R2×2 → R , f = a11.a22 − a12.a21

aa11
21 a
a22 a23
12 a13
ix) f : R2×3 → R3, f = (3.a13 − a23 , a11 + 2.a22 − a23 , a22 − a12)

x) f : R2×2 → R2×3, f a11 a12 a22 0 a12 + a21

=
a21 a22 0 a11 a22 − a11
a11 a12 a11 a12
xi) f : C2×2 → C2×2, f = (considerando a C2×2 como R-espacio
a21 a22 a21 a22
vectorial y como C-espacio vectorial)

Ejercicio 2. Interpretar geom´etricamente las siguientes aplicaciones lineales f : R2 → R2.

i) f (x, y) = (x, 0)
ii) f (x, y) = (0, y)
 iii) f (x, y) = (x, −y)
iv) f (x, y) = ( 1 .(x + y), 1 .(x + y))
2 2

v) f (x, y) = (x.cos t − y.sen t , x.sen t + y.cos t)

Ejercicio 3.

i) Encontrar una funci´on f : V→V (para un K-espacio vectorial V conveniente) que

cumpla f (v + w) = f (v) + f (w) para cualquier par de vectores v ,∈w V pero que
no sea una transformaci´on lineal.

ii) Encontrar una funci´on f : V→V (para un K-espacio vectorial V conveniente) que
cumpla f (k.v) = k.f (v) para cualquier escalar
∈ k K y cualquier vector v V pero
que no sea una transformaci´on lineal.

Ejercicio 4. Probar la linealidad de las siguientes aplicaciones:

i) tr : Kn×n → K
ii) t : Kn×m → Km×n, t(A) = At
iii) f : Kn×m → Kr×m, f (A) = B.A donde B ∈ Kr×n
iv) δ : C∞(R) → C∞(R), δ(f ) = f ′
v) ϵα : K[X] → K, ϵα(f ) = f (α) donde α ∈ K
vi) s : KN → KN, s({ai}i∈N) = (0, a1, a2, . . . , an, . . .)

Ejercicio 5.

i) Probar que existe una u´ nica transformaci´on lineal f : R2 → R2 tal que f (1, 1) = (−5,
3) y f (−1, 1) = (5, 2). Para dicha f , determinar f (5, 3) y f (−1, 2).

ii) ¿Existir´a una transformaci´on lineal f→

: R2 R2 tal que f (1, 1) = (2, 6), f ( 1,
1) = (2, 1) y f (2, 7) = (5, 3)?
iii) Sean f, g : R3 → R3 transformaciones lineales tales que

f (1, 0, 1) = (1, 2, 1), f (2, 1, 0) = (2, 1, 0), f (−1, 0, 0) = (1, 2, 1),

g(1, 1, 1) = (1, 1, 0), g(3, 2, 1) = (0, 0, 1), g(2, 2, −1) = (3, −1, 2).

Determinar si f = g.

iv) Hallar todos los a ∈ R para los cuales exista una transformaci´on lineal f : R3 → R3
que satisfaga que f (1, −1, 1) = (2, a, −1) , f (1, −1, 2) = (a2, −1, 1) y f (1, −1, −2)
= (5, −1, −7).
 v) Hallar una f´ormula para todas las tranformaciones lineales f : R3[X] → R3 que
satis- facen f (X3 + 2X2 − X + 4) = (6, 5, 3), f (3X2 + 2X − 5) = (0, 0, −3), f (X3
− 2X2 + 3X − 2) = (0, −1, 1) y f (2X3 − 3X2 + 7) = (6, 4, 7).

Ejercicio 6.

i) Calcular bases del nu´cleo y de la imagen para cada tranformaci´on lineal del
ejercicio 1. Decidir, en cada caso, si f es epimorfismo, monomorfismo o isomorfismo.
En el caso que sea isomorfismo, calcular f −1.

ii) Clasificar las transformaciones lineales tr , t , δ , ϵα y s del ejercicio 4 en epimorfismos,

monomorfismos e isomorfismos.

Ejercicio 7. Sean f : R3 → R4, f (x1, x2, x3) = (x1 + x2, x1 + x3, 0, 0) y g : R4 → R2,
g(x1, x2, x3, x4) = (x1 x−2, 2x1 x−
2). Calcular el nu´cleo y la imagen de f , de g y de g ◦ f .
Decidir si son monomorfismos, epimorfismos o isomorfismos.

Ejercicio 8. Sean g : V → V ′ y f : V ′ → V ′′ transformaciones lineales. Probar:

i) Nu(g) ⊆ Nu(f ◦ g).

ii) Si Nu(f ) ∩ Im(g) = {0}, entonces Nu(g) = Nu(f ◦ g).
iii) Im(f ◦ g) ⊆ Im(f ).
iv) Si Im(g) = V ′, entonces Im(f ◦ g) = Im(f ).

Ejercicio 9.

i) Sean S, T ⊂ R4 los subespacios definidos por S = {(x1, x2, x3, x4)/ x1 + x2 + x3 = 0}

y T = {(x1, x2, x3, x4) / 2.x1 + x4 = 0 , x2 − x3 = 0}.
¿Existir´a algu´ n isomorfismo f : R4 → R4 tal que f (S) = T ?
ii) ¿Existir´a algu´n monomorfismo f : R3 → R2?
iii) ¿Existir´a algu´n epimorfismo f : R2 → R3?
iv) Sean v1 = (1, 0, 1, 0), v2 = (1, 1, 1, 0) y v3 = (1, 1, 1, 1). ¿Existir´a alguna transformaci
´on lineal f : R2 → R4 tal que {v1, v2, v3} ⊂ Im(f )?

Ejercicio 10. Determinar si existe (y en caso afirmativo hallar) una transformaci´on lineal
f : R3 → R4 que verifique Im(f ) = S y Nu(f ) = T en los siguientes casos:

i) S = {(x1, x2, x3, x4)/x1 + x2 − x3 + 2.x4 = 0}, T = < (1, 2, 1) >

ii) S = {(x1, x2, x3, x4)/x1 + x2 = 0, x3 + x4 = 0}, T = < (1, −2, 1) >
Ejercicio 11. En cada uno de los siguientes casos encontrar una transformaci´on lineal
f : R3 → R3 que verifique lo pedido:

i) (1, 1, 0) ∈ Nu(f ) y dim(Im(f )) = 1

ii) Nu(f ) ∩ Im(f ) = < (1, 1, 2) >
iii) f /= 0 y Nu(f ) ⊆ Im(f )
iv) f /= 0 y f ◦ f = 0
v) f /= Id y f ◦ f = Id
vi) Nu(f ) /= {0}, Im(f ) /= {0} y Nu(f ) ∩ Im(f ) = {0}

Ejercicio 12. En cada uno de los siguientes casos construir un proyector f : R3 → R3 que
cumpla:

i) Im(f ) = {(x1, x2, x3)/x1 + x2 + x3 = 0}

ii) Nu(f ) = {(x1, x2, x3)/x1 + x2 + x3 = 0}
iii) Nu(f ) = {(x1, x2, x3)/3.x1 − x3 = 0} e Im(f ) = < (1, 1, 1) >

Ejercicio 13. Sea V un K-espacio vectorial y sea f : V → V un proyector. Probar que

g = idV − f es un proyector con Im(g) = Nu(f ) y Nu(g) = Im(f ).

Ejercicio 14. Sea V un K-espacio vectorial y sea f : V → V una transformaci´on lineal. Se

dice que f es nilpotente si ∃ s ∈ N tal que f s = 0.

i) Probar que si f es nilpotente, entonces f no es ni monomorfismo ni epimorfismo.

ii) Si V es de dimensi´on n probar que f es nilpotente ⇐⇒ fn = 0.
(Sugerencia: considerar si las inclusiones Nu(fi) ⊆ Nu(fi+1) son estrictas o no).
iii) Sea B = {v1, . . . , vn } una base de V . Se define la transformaci´on lineal f : V V
de la siguiente forma: →
n
v si 1 ≤ i ≤ n − 1
f (vi) = 0 i+1 si i =
n−1
Probar que f = 0 y f
n
/= 0. n
iv) Si V = Rn, para cada i , 2 ≤ i ≤ n, construir una transformaci´on lineal nilpotente
f : Rn → Rn tal que f i = 0 y fi−1 /= 0.

Ejercicio 15. Sea S = < (1, 1, 0, 1), (2, 1, 0, 1) > ⊆ R4.

i) Hallar una transformaci´on lineal f : R4 → R2 tal que Nu(f ) = S.

 ii) Hallar ecuaciones para S (usar i)).
iii) Hallar un sistema de ecuaciones lineales cuyo conjunto de soluciones sea
< (1, 1, 0, 1), (2, 1, 0, 1) > + (0, 1, 1, 2).

Ejercicio 16.

i) Sea S ⊆ Kn el conjunto de soluciones de un sistema lineal homog´eneo. Encontrar una

transformaci´on lineal f : Kn → Kn tal que Nu(f ) = S.

ii) Sea T ⊆ Kn el conjunto de soluciones de un sistema lineal no homog´eneo. Encontrar

una transformaci´on lineal f : Kn → Kn y x ∈ Kn tales que T = f −1(x).

Ejercicio 17. Sea f : V → V una tranformaci´on lineal y sean B, B′ bases de V . Calcular

|f |BB' en cada uno de los siguientes casos:

i) V = R3, f (x1, x2, x3) = (3.x1 − 2.x2 + x3, 5.x1 + x2 − x3, x1 + 3.x2 + 4.x3),
B = B′ la base can´onica de R3
ii) V = R3, f (x1, x2, x3) = (3.x1 − 2.x2 + x3, 5.x1 + x2 − x3, x1 + 3.x2 + 4.x3),
B = {(1, 2, 1), (−1, 1, 3), (2, 1, 1)} y B′ = {(1, 1, 0), (1, 2, 3), (−1, 3, 1)}

iii) V = C2, f (x1, x2) = (2.x1 — i.x2, x1 + x2), B = B′ es la base can´onica de C2 como
C-espacio vectorial.

iv) V = C2, f (x1, x2) = (2.x1 — i.x2, x1 + x2), B = B′ = (1,

{ 0), (0, 1), (i, 0), (0, i)
}
con-
siderando a C2 como R-espacio vectorial.
v) V = R4[X], f (P ) = P ′, B = B′ = {1, X, X2, X3, X4}
vi) V = R4[X], f (P ) = P ′, B = B′ = {X4, X3, X2, X, 1}
vii) V = R4[X], f (P ) = P ′, B = {1, X, X2, X3, X4} y B′ = {X4, X3, X2, X, 1}
viii) V = R2×2, f (A) = At, B = B′ la base can´onica de R2×2.
ix) V , f y B = B′ como en el ejercicio 14, iii)

Ejercicio 18. Sean B = {v1, v2, v3} una base de R3 y B′ = {w1, w2, w3, w4} una base de R4.
Sea f : R3 → R4 la transformaci´on lineal tal que
 
1 −2 1
 1− 1 −1
|f |BB' = 2 1 4
 3 −2 5

i) Hallar f (3.v1 + 2.v2 − v3). ¿Cu´ales son sus coordenadas en la base B′?
 ii) Hallar una base de Nu(f ) y una base de Im(f ).
iii) Describir el conjunto f −1(w1 − 3.w3 − w4).

Ejercicio 19. Sea V un K-espacio vectorial y B = {v1, v2, v3, v4} una base de V . Sea
f : V → V la transformaci´on lineal tal que
 
1 1 1 1
1 1 1 0
|f |B = 
1 1 0 0
1 0 0 0

i) Calcular |f −1|B . 

ii) Calcular f −1(v1 − 2.v2 + v4).

Ejercicio 20. En cada uno de los siguientes casos, hallar una matriz A ∈ Rn×n para un n
adecuado que verifique:

i) A /= In y A3 = In.
ii) A /= 0; A /= In y A2 = A.

Ejercicio 21. Sea V un K-espacio vectorial de dimensi´on finita y sea B una base de V .

i) Sea tr : Hom(V, V )→ K la aplicaci´on definida por tr(f ) = tr(

| f B). Probar que tr(f
) no depende de la|base B elegida.
tr(f ) se llama la traza del endomorfismo f .
ii) Probar que tr : Hom(V, V ) → K es una transformaci´on lineal.

Ejercicio 22. Sean B ={ v1, v2, v}3 , U ={ v1 + v3, v1 + 2.v2 + v3, v2 + }v3 y U ′ {= w1, w2, }
w3 bases de R3, y sea E la base can´onica de R3. Sea f → : R3 R3 la transformaci´on
lineal tal que
1 1 3 1 1 0
|f |BE = 2 1 1 y |f |UU ' = 0 1 1
3 −2 1 0 0 1
′   
Determinar U .

Ejercicio 23.

i) Sea f : R4 → R4 la trasformaci´on lineal definida por

f (x1, x2, x3, x4) = (0, x1, x1 + x2, x1 + x2 + x3)

y sea v = (1, 0, 0, 0). Probar que B = {v, f (v), f 2(v), f 3(v)} es una base de R4. Calcular
|f |B .
 ii) Sea V un K-espacio vectorial de dimensi´on n y sea f : V → V una tranformaci´on
lineal tal que f n = 0 y fn−1 /= 0. Probar que existe una base B de V tal que
n

|f |B 1 si i = j + 1
ij = 0 si no

(Sugerencia: elegir v1 ∈/ Nu(fn−1)).

Ejercicio 24. Sea V un K-espacio vectorial de dimensi´on n y sea f : V → V un proyector.

Probar que existe una base B de V tal que

n
|f |B = 1 si i = j ; i dim(Im(f ))
≤0 si no
ij

Ejercicio 25. Sea f : R5 → R4 definida por

f (x1, x2, x3, x4, x5) = (2.x1 − x5, x2 + 2.x3, x1 + x4 + x5, −x1 + x4 + x5).

Encontrar bases B y B′ de R5 y R4 respectivamente tales que |f |BB' sea una matriz diagonal.

Ejercicio 26. Sean V y W K-espacios vectoriales, dim V = n y dim W = m, y f : V → W

una transformaci´on lineal tal que dim(Im(f )) = s. Probar que existen una base B de V
y una base B′ de W tal que

n
|f |BB' 1 si i = j ; i s
=
≤0 si no
ij

Ejercicio 27. Sea f : R3 → R3 definida por

f (x1, x2, x3) = (x1 + x2 − x3, 2.x1 − 3.x2 + 2.x3, 3.x1 − 2.x2 + x3).

i) Determinar bases B y B′ de R3 tales que

 
1 0 0
|f |BB' 0 1 .
0 
=
0 0

ii) Si A es la matriz de f en la base can´onica, encontrar matrices C, ∈

D GL(3, R) tales
que
1 0 0
C.A.D = 0 1 0 .
0 0 0

Ejercicio 28. Calcular el rango de las siguientes matrices:

2 0 3 −1  5 3
i) A 1 −2 1 0 ii) A 10 −1 2 
 2 3 1
= −1 1 0 1 =
 
 1 0 1 0 0
 3 −1 0 1 2 
1 0 0 0
 1

0 1 0 1 1

1 0 4 1 iv) A =  0 1 1 0 0
 0− −  
iii) A =  0 0 1 1 0
3 1 1 0
1 
2 0 0 3
1

Ejercicio 29. Calcular el rango de A ∈ R3×3 para cada k ∈ R siendo

 
= 11 −1k k1
− .
A − 2 

1 k k− 2

Ejercicio 30. Sean A ∈ Km×n, b ∈ Km. Se considera el sistema A.x = b y sea (A | b) su

matriz ampliada. Probar que A.x = b tiene soluci´on ⇐⇒ rg(A) = rg(A | b).

Ejercicio 31. Sea A∈ Km×n, rg(A) = s y sea T = x{ ×

∈ Kn r/ A.x = 0 .} Calcular la
dimensi´on de T .

Ejercicio 32. Sean A∈ Km×n y B ×

∈ Kn r. Probar que rg(A.B) ≤ rg(A) y rg(A.B)
rg(B). ≤

Ejercicio 33. Sean A, D ∈ R3×3,

1 1 −1
A = 2 −3 2 1 1 0
y D= 0 1 1 .
3 −2 1 −1
  0 1
i) Determinar C1 , C2 , C3 y C4 ∈ GL(3, R) tales que
 
1 0 0
C1.A.C2 = C3.D.C4 = 0 1 0
 
0 0 0

y B′ de R3 ta
ii) Determinar f ∈ Hom(R3, R3) y bases B, B′, B1 1 les que
|f |BB' = A y |f |B1B' = D
1

Ejercicio 34. Dadas A , B ∈ Rn×n, decidir si existen matrices P , Q GL(n, R) tales que
A = P.B.Q.
 2 5 1 2
i) n = 2; A = ;B=
1 3 −1 1
2 3 5 8
ii) n = 2; A = ;B=
4 6 1 2
  
1 0 3 8 5
iii) n= A 2 1 ; 2 2
= = 
3; 0 B 0
 0 1 0 7
5


  
1 1 0 1 2
iv) n=
= = 
3;

0
A 2 1 ; 1 0
0 B 1
3 0 1 1
Ejercicio 35. Sean A, B ∈ Kn×n. Se dice que A es semejante a B (y se nota A ∼ B) si
existe C ∈ GL(n, K) tal que A = C.B.C−1.

i) Demostrar que ∼ es una relaci´on de equivalencia en Kn×n.

ii) Probar que dos matrices semejantes son equivalentes. ¿Vale la rec´ıproca?

Ejercicio 36. Sean A, C ∈ Kn×n. Probar que las siguientes afirmaciones son equivalentes:

i) A ∼ C.
ii) ∃ f : Kn → Kn tranformaci´on lineal y bases B y B′ de Kn tales que |f |B = A y
|f |B' = C

Ejercicio 37.

i) Sean A, C ∈ Kn×n tales que A ∼ C. Probar que tr(A) = tr(C).

ii) Sean A, C ∈ R3×3
 
1 1 1
A = 2 —3 —5 1 1 0
4 1 3  y C = 0 1 1 .
1
 0 1

¿Existen f ∈ Hom(R3, R3) y bases B y B′ de R3 tales que |f |B = A y |f |B' = C?