UNIDAD 6: HOMOMORFISMOS Y MATRICES

Matriz asociada a una transformacin lineal

Sean y V V dos -espacios vectoriales siendo dim y dim V n V m = = . Sean las bases ordenadas
{
1 2
, ,...,
n
e e e = de V y {
1 2
, ,...,
n
e e e = de V .
Sea : T V V , una transformacin lineal.
Sabemos que cuando se dan los transformados de una base del dominio la transformacin lineal est bien definida
(Teorema 27).
Como , )
i
T e V podemos escribir:
, )
, )
, )
1 11 1 21 2 1
2 12 1 22 2 2
1 1 2 2
...
...
...
m m
m m
n n n mn m
T e a e a e a e
T e a e a e a e
T e a e a e a e
=
=
=

, ) 1
Ecuaciones que podemos escribir: , )
1
con 1,...,
m
i ji j
j
T e a e i n
=
= =
_
, ) 2
Por otro lado, sea x V , luego
1 1 2 2
1
...
n
n n i i
i
x x e x e x e x e
=
= =
_
, ) 3
Como , ) T x V , podemos escribir: , )
1 1 2 2
1
...
m
m m j j
j
T x y e y e y e y e
=
= =
_
, ) 4
Pero tambin:
, ) , )
, ) , ) , )
, ) , ) , )
1 1 2 2
1 1 2 2
1 11 1 21 2 1 2 12 1 22 2 2 1 1 2 2
...
...
... ... ... ...
n n
n n
m m m m n n n mn m
T x T x e x e x e
x T e x T e x T e
x a e a e a e x a e a e a e x a e a e a e
=
=
=
Esto es:
, ) , ) , ) , )
11 1 12 2 1 1 21 1 22 2 2 2 1 1 2 2
... ... ... ...
n n n n m m mn n m
T x a x a x a x e a x a x a x e a x a x a x e = , ) 5
De (4) y (5) tenemos:
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
...
n n
n n
m m mn n m
a x a x a x y
a x a x a x y
a x a x a x y
'
= 1
1
1
1
=
1
1
!
1
1
1
1
=
1
1+

escritas matricialmente

11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x y
a a a x y
a a a x y
1 1 1









=








( ) ( ) ( )

, ) , ) , ) , ) , )
1 2 n
T e T e T e x y

l l l l
=
l l l l

O bien , ) , ) T x T x

l l
=
l l
, otra forma , ) A x T x

l l
=
l l
.
A la matriz A T

l
=
l
se le llama matriz asociada a la transformacin lineal T , en las bases y .
Estas ecuaciones representan a la transformacin lineal : T V V en las bases y .
Resumiendo: Elegidas dos bases, de V y de V , una transformacin lineal : T V V queda
biunvocamente determinada por una matriz A de orden m n , cuyos vectores columnas son las coordenadas en la
base de los transformados de los vectores de la base de V .
Rango de una transformacin lineal.
Sea la transformacin lineal : T V V , sabemos que el rango de T es la dimensin del subespacio de V generado
por los transformados de los vectores de una base de V , y como las coordenadas de los transformados de los vectores
de la base de V son las columnas de la matriz asociada a T , entonces el rango de la transformacin T es el rango de
la matriz asociada a T .
Luego, si A es matriz asociada a T , entonces: , ) , ) , ) dimIm Rang T T Rang A = =
Isomorfismo entre L(V,V) y
mn
.
Teorema 66: Sean y V V dos -espacios vectoriales con dim y dim V n V m = = . Para cada par de bases y
de y V V respectivamente, la funcin que asigna a cualquier transformacin lineal : T V V su matriz asociada
en las bases y es un isomorfismo entre los espacios , ) , y
mn
L V V .
Demostracin:
Sea , ) : ,
mn
F L V V finida por , ) F T A = si y solo si , ) A x T x

=

para todo x V (es decir, A es la
matriz asociada a T en las bases y )
Debemos probar que:
1) F es funcin 2) F es lineal
3) F es inyectiva 4) F es sobreyectiva
En efecto:
v 1) F es funcin
Solo probaremos la tercer condicin de funcin pues por definicin de F se cumple la inclusin en el producto
cartesiano y la existencia.
Sean , )
1 2
, , T T L V V tales que
Si
1 2
T T = entonces , ) , )
1 2
F T F T =
, )
1 1
F T A = si y solo si , )
1 1
A x T x

=

para todo x V (1)
, )
2 2
F T A = si y solo si , )
2 2
A x T x

=

para todo x V (2)
Como
1 2
T T = entonces , ) , )
1 2
T x T x = para todo x V
Por ser nicas las coordenadas de un vector en una base

1 2
( ) ( ) T x T x

=

para todo x V

1 2
A x A x =

para todo x V [(1),(2), transitiva de =]
Por la unicidad de la suma, opuesto y propiedad distributiva del producto de matrices con respecto a la suma.
, )
1 2
0 A A x =

para todo x V
Usando la propiedad: Si , 0 x y = para todo y V , entonces 0 x = , tenemos
1 2 0
A A = de donde
1 2
A A = .
Entonces de (1), (2) y transitiva de la relacin igualdad, , ) , )
1 2
F T F T = .
v 2) F es lineal.
(a) Sean , )
1 2
, , T T L V V .
De (1), (2) y la unicidad de la funcin suma: , ) , )
1 2 1 2
A x A x T x T x

=

para todo x V
Por definicin de suma y distributiva del producto con respecto a la suma de matrices
, ) , ) , )
1 2 1 2
A A x T x T x

=

para todo x V
, ) , ) , )
1 2 1 2
A A x T T x

=

para todo x V [def. + de funciones]
Por definicin de F : , ) , ) , )
1 2 1 2 1 2
F T T A A F T F T = =
(b) Sean , )
1
, T L V V y
De (1) y unicidad de la funcin producto por un escalar por un vector
, )
1 1
A x T x

=

para todo x V
, ) , ) , )
1 1
A x T x

=

para todo x V
Por definicin de F
, ) , )
1 1 1
F T A F T = =
De (a) y (b) F es transformacin lineal.
v 3) F es inyectiva.
Sean , )
1 2
, , T T L V V tales que , ) , )
1 2
F T F T = y probemos que
1 2
T T = .
De (1), (2) y transitiva de la igualdad
1 2
A A =
Por la unicidad del producto de matrices
1 2
A x A x =

para todo x V .
De (1), (2) y transitiva de la igualdad
, ) , )
1 2
T x T x

=

para todo x V
De donde , ) , )
1 2
T x T x = para todo x V y por definicin de igualdad de funciones
1 2
T T = .
v 4) F es sobreyectiva.
Sea
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a a
A
a a a
1

( )

Definamos : T V V tales que si {

1 2
, ,...,
n
e e e = es base ordenada de V y {
1 2
, ,...,
m
e e e = es base ordenada de
V , entonces
, )
, )
, )
1 11 1 21 2 1
2 12 1 22 2 2
1 1 2 2
...
...
...
m m
m m
n n n mn m
T e a e a e a e
T e a e a e a e
T e a e a e a e
=
=
=

(3)
Sea x V , que en la base tiene por coordenadas x

. Si demostramos que , ) A x T x

=

para todo x V , es
claro que estamos probando que , ) F T A = .

11 12 1 1 11 1 12 2 1
21 22 2 2 21 1 22 2 2
1 2 1 1 2 2
...
...
...
n n n
n n n
m m mn n m m mn n
a a a x a x a x a x
a a a x a x a x a x
A x
a a a x a x a x a x
1 1 1









= =








( ) ( ) ( )

(4)
Por otra parte
, ) , )
, ) , ) , )
, ) , ) , )
1 1 2 2
1 1 2 2
1 11 1 1 2 12 1 2 1 1
... [ es lineal]
...
... ... ... ... [de (3)]
= .....................................................
n n
n n
m m m m n n mn m
T x T x e x e x e T
x T e x T e x T e
x a e a e x a e a e x a e a e

=
=
=

...........
11 1 12 2 1
21 1 22 2 2
1 1 2 2
...
...
= (5)
...
n n
n n
m m mn n
a x a x a x
a x a x a x
a x a x a x
1

( )

De (4) y (5) , ) A x T x

=

para todo x V , luego , ) F T A = , de donde F es sobreyectiva.
Hemos demostrado que , ) ,
mn
L V V .
Observacin: Del teorema anterior resulta que: , ) dim , dim
mn
L V V m n = = .
De ahora en adelante hablaremos indistintamente de transformaciones lineales o de matrices. Tambin usaremos la
palabra operador para referirnos a una transformacin o una matriz.
Endomorfismos y matrices cuadradas.
Sean los espacios vectoriales , ) { : : es endomorfismo L V T V V T = con dimV n = y
n
.
Elegida una base ordenada de V (hacer = ), a cada endomorfismo de V se le puede asociar, de manera nica
una matriz cuadrada de orden n . Recprocamente, cada matriz cuadrada de orden n , se puede interpretar como un
endomorfismo de V , de manera nica.
Esta correspondencia, entre endomorfismos de V y matrices cuadradas de orden n es un isomorfismo.
Esto es: , )
n
L V y ser , )
2
dim dim
n
L V n = =
Composicin de homomorfismos y producto de matrices.
Teorema 67: Sean
1
: T V V y
2
: T V V . Sean las bases ordenadas {
1 2
, ,...,
n
v v v de V , {
1 2
, ,...,
m
w w w de
V y {
1 2
, ,...,
p
z z z de V .
Si , )
ik
A a = es la matriz asociada a
2
T y
, )
ij
B b = la matriz asociada a
1
T en las bases indicadas, entonces la matriz
asociada a
2 1
T T en las bases {
1 2
, ,...,
n
v v v y {
1 2
, ,...,
p
z z z es el producto de las matrices A B .
Isomorfismo entre los anillos L(V) y
n
.
Sea V un -espacio vectorial n-dimensional y una base ordenada de V . Sea , ) L V el anillo de los endomorfismos
de V y
n
el anillo de las matrices cuadradas sobre .
La correspondencia , ) :
n
F L V que asigna a cada endomorfismo su matriz asociada en la base , respeta las
operaciones de anillo: , ) , ) , )
1 2 1 2
F T T F T F T = y , ) , ) , )
2 1 2 1
F T T F T F T = y es un isomorfismo de anillos.
Matriz asociada a un automorfismo.
Sean {
1 2
, ,...,
n
e e e = una base ordenada de V y : T V V un automorfismo, luego
, ) , ) , ) , ) {
1 2
, ,...,
n
T T e T e T e = ser base de V (Teorema 37).
Por otra parte, sabemos que si A es la matriz asociada a V en la base , entonces
, ) , ) , ) dimIm Rang A Rang T T = = . Como , ) Im T V = , por ser T automorfismo, entonces , ) dimIm T n = y ser
, ) Rang A n = , lo que implica que la matriz A , que es de orden n , es regular.
Lema 12: La matriz asociada a un automorfismo es regular y, recprocamente toda matriz regular se puede considerar
como caracterizacin de un automorfismo en una determinada base del espacio.
Designaremos con , ) GL V al grupo de los automorfismos de V con dimV n = . Recordemos que el conjunto de las
matrices cuadradas regulares de orden n es un grupo multiplicativo, que designaremos , )
n
R .
El grupo lineal de los automorfismos de V , resulta isomorfo al grupo de las matrices cuadradas regulares de orden n ,
esto es: , ) , )
n
GL V R
Matriz asociada a una transformacin ortogonal.
Sean E un espacio eucldeo, {
1 2
, ,...,
n
e e e = una base ortonormal de E y : T E E una transformacin
ortonormal, luego , ) , ) , ) , ) {
1 2
, ,...,
n
T T e T e T e = ser base ortonormal de E (Teorema 55).
Como , )
i
T e E podemos escribir:
, )
, )
, )
1 11 1 21 2 1
2 12 1 22 2 2
1 1 2 2
...
...
...
n n
n n
n n n nn n
T e a e a e a e
T e a e a e a e
T e a e a e a e
=
=
=

Ecuaciones que escritas matricialmente:

, ) , ) , ) , ) , )
11 12 1
21 22 2
1 2 1 2
1 2
n
n
n n
n n nn
a a a
a a a
T e T e T e e e e
a a a
1

( )

La matriz , ) , ) , ) , )
1 2 n
T e T e T e es ortogonal, pues sus vectores columnas forman un sistema ortonormal, lo
mismo ocurre con la matriz , )
1 2 n
e e e por lo tanto la matriz A es tambin ortogonal, dado que el conjunto de las
matrices ortogonales forma un grupo multiplicativo. Luego:
Lema 13: La matriz asociada a una transformacin ortogonal, elegida una base ortonormal del espacio, es una matriz
ortogonal.
Lema 14: La correspondencia que asigna a una transformacin ortogonal, su matriz asociada, elegida una base
ortonormal, establece un isomorfismo entre el grupo ortogonal de E y el grupo de las matrices ortogonales de orden n.
Recordemos que habamos designado con , ) GR E al grupo de las transformaciones ortogonales de E con dimE n =
y el grupo multiplicativo de las matrices ortogonales de orden n con , )
n
. Estos dos grupos son isomorfos, esto
es: , ) , )
n
GR E
Matrices asociadas a dos homomorfismos traspuestos.
Teorema 68: Las matrices asociadas a dos transformaciones lineales traspuestas y T L , cuando en el espacio eucldeo
se toma unas base ortonormal, son dos matrices traspuestas.
Matriz asociada a un endomorfismo simtrico.
Teorema 69: En una base ortonormal de E , la matriz asociada a un endomorfismo simtrico es una matriz simtrica.
Matriz asociada a un endomorfismo antisimtrico.
Teorema 70: En una base ortonormal de E , la matriz asociada a un endomorfismo antisimtrico es una matriz
antisimtrica.
Matriz de paso y cambio de coordenadas.
Sean V un -espacios vectoriales n-dimensional, {
1 2
, ,...,
n
e e e = y {
1 2
, ,...,
n
e e e = dos bases de V .
Sea : T V V un automorfismo tal que , )
i i
T e e = para todo 1, 2,..., i n = .
Luego podemos escribir:
, )
, )
, )
1 1 11 1 21 2 1
2 2 12 1 22 2 2
1 1 2 2
...
...
...
n n
n n
n n n n nn n
T e e p e p e p e
T e e p e p e p e
T e e p e p e p e
= =
= =
= =

O sea
1
n
j ij i
i
e p e
=
=
_
para 1, 2,..., j n = .
, ) , )
11 12 1
21 22 2
1 2 1 2
1 1
n
n
n n
n n nn
p p p
p p p
e e e e e e
p p p
1

( )

A la matriz
, )
ij
P p = que es regular se le llama matriz de paso de la base a la base (Se le suele indicar P

l
l

).
De igual manera:
Sea : L V V un automorfismo tal que , )
i i
L e e = para todo 1, 2,..., i n =
Luego podemos escribir:
, )
, )
, )
1 1 11 1 21 2 1
2 2 12 1 22 2 2
1 1 2 2
...
...
...
n n
n n
n n n n nn n
L e e q e q e q e
L e e q e q e q e
L e e q e q e q e
= =
= =
= =

Ecuaciones que podemos expresar matricialmente:

, ) , )
11 12 1
21 22 2
1 2 1 2
1 2
n
n
n n
n n nn
q q q
q q q
e e e e e e
q q q
1

( )

A la matriz
, )
ij
Q q = que es regular, se le llama matriz de paso de la base a la base (Se le suele indicar Q

l
l

)
Lema 15: Las matrices y P Q son inversas.
Demostracin:
Como , ) , )
11 12 1
21 22 2
1 2 1 2
1 2
n
n
n n
n n nn
p p p
p p p
e e e e e e
p p p
1

( )

(1)
y , ) , )
11 12 1
21 22 2
1 2 1 2
1 2
n
n
n n
n n nn
q q q
q q q
e e e e e e
q q q
1

( )

(2)
Escribiendo , )
11 12 1
21 22 2 1 2
1 2
n
n n
P P P
n n nn
p p p
p p p
C C C
p a p
1

( )

y
1 11 12 1
21 22 2 2
1 2
Q
n
Q
n
Q
n n nn
n
F q q q
q q q F
q q q
F
1
1









=










( )
( )

De (1) y (2)
, ) , ) , )
1
2 1 2
1 2 1 2
Q
Q
n
n n P P P
Q
n
F
F
e e e e e e C C C
F
1

( )

Tenemos
, ) , )
1 2
1 1 1
1 2
2 2 2
1 2 1 2
1 2
, , ,
, , ,
, , ,
Q Q Q n
P P P
Q Q Q n
P P P
n n
Q Q Q n
n P n P n P
F C F C F C
F C F C F C
e e e e e e
F C F C F C
1

( )

Luego:
Realizado el producto de matrices
1 1 1
1 1 1 2 2
2 2 2
2 1 2 2
1 2 2
, , ... ,
, , ... ,
, , ... ,
Q Q Q
P P n n P
Q Q Q
P P n n P
Q n Q n Q n
n P P n n P
e e F C e F C e F C
e e F C e F C e F C
e e F C e F C e F C
'
1 =
1
1
1
= 1
1
!
1
1
1
1
1 =
1+

Adems sabemos que vale

1 1 2
2 1 2
1 2
1 0 ... 0
0 1 ... 0
0 0 ... 1
n
n
n n
e e e e
e e e e
e e e e
' = 1
1
1
1
=
1
1
!
1
1
1
1
=
1
1+

Y como las coordenadas de un vector fijada una base ordenada son nicas, entonces ,
j Q
i P ij
F C = , entonces
, , , 1 0 0
0 1 0 , , ,
0 0 1
, , ,
F C F C F C
F C F C F C
Q P
F C F C F C
1
1









= =










( )
( )

Por lo tanto Q P I = .
De igual forma se demuestra que P Q I = . Por lo tanto P y Q son inversas.
Teorema 71: Sean V un -espacio vectorial de dimensin n , {
1 2
, ,...,
n
e e e = y {
1 2
, ,...,
n
e e e = dos bases de
V . Si P es la matriz de paso de la base a la base y Q es la matriz de paso de la base a la base ,
entonces para todo x V se tiene:
(i) x P x

l l l
=
l l l

(ii) x Q x

l l l
=
l l l

Demostracin:
(i) Sea
11 12 1
21 22 2
1 2
n
n
n n nn
p p p
p p p
P
p a p
1

( )

la matriz de paso de la base a la base , luego

1
n
j ij i
i
e p e
=
=
_
para 1, 2,..., . (1) j n = .
Sea x V y designemos con
1
2
n
x
x
x
x
1

( )

y
1
2
n
y
y
x
y

( )

a las coordenadas en las bases y respectivamente.

Luego ser
1
n
i i
i
x x e
=
=
_
(2)
1
n
j j
j
x y e
=
=
_
De esta ltima igualdad
, )
, )
1
1 1
7 8
1 1
5
1 1
[(1)]
[ , ]
[ ]
n
j j
j
n n
j i i
j i
n n
j ij i
j i
n n
ij j i
i j
x y e
y x e
y p e V V
p y e V
=
= =
= =
= =
=
1

=

( )
=
=
_
_ _
__
__
De (2) y (3), como las coordenadas
1 2
, ,...,
n
x x x estn unvocamente determinadas se sigue que , )
1
n
ij j
j
x p y
=
=
_
para
todo 1, 2,..., i n = .
Desarrollando esta expresin:
1 11 1 12 2 1
2 21 1 22 2 2
1 1 2 2
...
...
...
n n
n n
n n n nn n
x p y p y p y
x p y p y p y
x p y p y p y
' = 1
1
1
1
=
1
1
!
1
1
1
1
=
1
1+

Expresando matricialmente estas ecuaciones,

11 12 1 1 1
21 22 2 2 2
1 2
n
n
n n nn n n
p p p y x
p p p y x
p a p y x
1 1 1









=








( ) ( ) ( )

Esto es P x x

=

.
(ii) Como P es regular, existe su inversa
1
P Q

= (matriz de paso de la base a la base ). Por lo tanto

, )
, )


[Asociativa del producto de matrices]
[Lema 15]
[ es unidad del anillo ]
n
Q P x Q x
Q P x Q x
I x Q x
x Q x I

=
=
=
=