← Índice de temas
Módulo 3 · Aplicaciones lineales y matrices · Tema 3.3

Ecuaciones y matriz asociada

Una aplicación lineal queda totalmente determinada por lo que hace con los vectores de una base. Esa información se guarda en una tabla de números, la matriz asociada: cada columna son las coordenadas de la imagen de un vector de la base. Con ella, calcular $f(x)$ se reduce a multiplicar una matriz por una columna: $Y=AX$.

Libro oficial: Álgebra para Ingenieros, §3.3 (pp. 113-117)Ejercicios: E Ej. 3.15, 3.17, 3.18, 3.19 (pp. 93-96)⏱ ~5 h de estudio
U oficial E ejercicios L Lay X examen P propio — pasa el ratón (o toca) por cada etiqueta para ver libro y página; en pantallas anchas aparecen en el margen derecho.

0Antes de empezar U p.113

La idea del tema en una frase

Para conocer una aplicación lineal no hace falta una fórmula ni saber qué hace con todos los vectores: basta saber en qué se convierten los vectores de una base. Esas imágenes, escritas como columnas (en coordenadas), forman la matriz asociada $A$. A partir de ella, $f(x)$ sale de multiplicar $A$ por las coordenadas de $x$, y todo lo que ya sabías de matrices (rango, escalonar, resolver $AX=0$) pasa a hablar de $f$.

Qué necesitas saber ya

Mapa del tema

ApartadoQué contieneDónde
1 La ideaLas columnas son «lo que $f$ hace con cada vector de la base»propio · U p.114
2 DeterminaciónTeor. 3.2, Ej. 3.16-3.17: $f$ queda fijada por una base; cuándo faltan o sobran datosU p.114-115
3 Matriz asociadaTeor. 3.3, Def. 3.4, Ej. 3.18; coordenadas; tamaño $n\times m$U p.115-116 · L §5.4 p.289
4 Ecuaciones$Y=AX$, Ej. 3.19; la matriz depende de las basesU p.117 · L §5.4 p.289-290
5 Tres situacionesBases canónicas · imágenes de una base no canónica · matriz respecto de dos bases cualesquierapropio (con X)
6 Qué se lee de $A$Rango $=\operatorname{Dim}\operatorname{Im}$, núcleo $=\{AX=0\}$ (enlace con 3.2)propio
7 Ejercicios del libroE 3.15, 3.17, 3.18, 3.19 + 3 ejemplos propios (y enlaces a 3.20, 3.21, 3.25, 3.28)E pp.93-104
8 Ejemplos de examen8 preguntas de convocatorias anteriores + 4 ejemplos propios, resueltosX
Qué se pide en los ejercicios y en el examen

Cuatro tareas que se repiten con distinto disfraz: (a) «escribe la matriz de $f$» a partir de la fórmula o de las imágenes de la base canónica (la mayoría de los casos); (b) «escribe la matriz canónica» a partir de las imágenes de una base no canónica (se usa la linealidad); (c) «matriz respecto de las bases $B$ y $S$» (hay que expresar las imágenes en coordenadas de $S$); (d) usar la matriz: ecuaciones $Y=AX$, imagen de un vector, rango, y verdadero/falso («¿hay datos suficientes?», «¿depende de las bases?»).

Erratas, omisiones y avisos sobre los libros
  • Páginas de U. La sección 3.3 ocupa U p.113-117; el Ej. 3.19 y la expresión matricial $Y=AX$ están en la p.117, que lleva la cabecera de 3.4.
  • E trata 3.2 y 3.3 conjuntamente (E p.92). Por contenido, a este tema le corresponden E 3.15, 3.17, 3.18 y 3.19. Los mixtos 3.20, 3.21, 3.25 y 3.28 (parte de matriz asociada) están desarrollados completos en el tema 3.2 y aquí solo se enlazan (§7).
  • E 3.15 solo apunta el tamaño (tres columnas y dos filas; margen: «imágenes en $\mathbb R^2$») sin descartar A) y B) explícitamente; E 3.17 dice «como es evidente» el tamaño $4\times3$ (sale de la Def. 3.4); E 3.18 no justifica que la derivada sea lineal ni qué aplicación representan A) y B); E 3.19 escribe «$P_2$ (polinomios reales de grado 2)»: debe ser grado $\le2$, y «$f(x)=2$» significa que la imagen del polinomio $x$ es el polinomio constante $2$. Los detalles, en cada ejercicio.
  • Lay numera sus páginas con un desfase distinto en cada capítulo; las citas de este tema (§1.9 p.71, §4.4 p.216-217, §5.4 p.289-290) se han tomado de la cabecera de cada página. Lay trata la matriz respecto de bases arbitrarias en §5.4 (no en §1.9, que solo ve la «matriz estándar»).
  • Varias soluciones oficiales de examen tienen erratas leves (Feb. 2018 B, Ene. 2022 A, Feb. 2023 1.ª, Feb. 2026 1.ª); se señalan en cada ejercicio.
Notación de este resumen

U no usa un símbolo especial: dice «$A$ es la matriz asociada a $f$ respecto de las bases $B\subset V$ y $S\subset W$» (Def. 3.4). Cuando hay que distinguir varias matrices de la misma $f$ escribiré $M(f;B,S)$ (primero la base del espacio inicial, luego la del final): es una abreviatura propia, no de U. «Bases canónicas» sin más significa $\{e_1,\dots,e_n\}$ en $\mathbb R^n$; $\{1,x,\dots,x^n\}$ en $\wp_n$ (U escribe $\wp_n$, E escribe $P_n$); $\{E_{11},E_{12},E_{21},E_{22}\}$ en $\mathcal M_{2\times2}$. Las coordenadas se escriben en columna ($X$, $Y$), como en U p.117.

propio

1La idea: las columnas son lo que $f$ hace con la base U p.113-114

Idea intuitiva

Piensa en una receta. Si te digo «un paso a la derecha me lleva al punto $P$ y un paso hacia arriba me lleva al punto $Q$», y sé que el movimiento es lineal, entonces ya sé adónde me lleva cualquier trayecto: «3 pasos a la derecha y 2 hacia abajo» me lleva a $3P-2Q$. Los dos «pasos» son los vectores de la base; $P$ y $Q$ son sus imágenes. La matriz asociada no es más que $P$ y $Q$ apilados en columnas: una columna por cada vector de la base de partida.

Ejemplo guía — de $\mathbb R^2$ a $\mathbb R^3$ (Ej. 3.16 y 3.18 de U)

Sea $f:\mathbb R^2\to\mathbb R^3$ lineal con $f(1,0)=(1,2,1)$ y $f(0,1)=(1,1,0)$. ¿Cuánto vale $f(3,-2)$?

  1. Descomponer el vector en la base. $(3,-2)=3\,(1,0)-2\,(0,1)$: sus coordenadas en la base canónica son $(3,-2)$.
  2. Aplicar la linealidad (propiedad 3, U p.103): $f(3,-2)=3f(1,0)-2f(0,1)=3\,(1,2,1)-2\,(1,1,0)=(1,\,4,\,3)$.
  3. Lo mismo con una matriz. Ponemos las dos imágenes en columnas: $$A=\begin{pmatrix}1&1\cr2&1\cr1&0\end{pmatrix}\qquad\Longrightarrow\qquad A\begin{pmatrix}3\cr-2\end{pmatrix}=\begin{pmatrix}3-2\cr6-2\cr3\end{pmatrix}=\begin{pmatrix}1\cr4\cr3\end{pmatrix}.$$ El producto «matriz por columna» hace exactamente la combinación $3\cdot(\text{col.}\ 1)-2\cdot(\text{col.}\ 2)$ del paso 2: por eso las imágenes van en columnas.
  4. Tamaño. Dos columnas (la base de $\mathbb R^2$ tiene 2 vectores) y tres filas (cada imagen tiene 3 coordenadas): $A$ es $3\times2$ = (dim. de llegada) × (dim. de partida).
U p.114-116
Error típico

Poner las imágenes en filas. Saldría la matriz $2\times3$ $\begin{pmatrix}1&2&1\cr1&1&0\end{pmatrix}$ (la traspuesta), que ni siquiera se puede multiplicar por una columna de $\mathbb R^2$. Regla de seguridad: el número de columnas es la dimensión del espacio de partida.

2Una aplicación lineal se determina por una base U p.114-115

Idea intuitiva

Una aplicación cualquiera es «una ley que a cada vector le asigna otro»: en principio habría que dar infinitas imágenes. Si la aplicación es lineal, no: como todo vector es una combinación de los de la base y $f$ respeta combinaciones, basta dar las imágenes de la base. El resto del espacio queda fijado «a la fuerza».

Teorema 3.2 (determinación de una aplicación lineal)

Si $f:V\to W$ es lineal y $B=\{e_1,\dots,e_m\}$ es una base de $V$, entonces la imagen de cualquier vector $v\in V$ está determinada por las imágenes $f(e_1),\dots,f(e_m)$ de los vectores de la base. Concretamente, si $v=(v_1,\dots,v_m)_B$, $$f(v)=v_1f(e_1)+v_2f(e_2)+\dots+v_mf(e_m).$$

Por qué. $v=v_1e_1+\dots+v_me_m$ (coordenadas en $B$) y $f$ es lineal (propiedad 3, U p.103): se «saca» la $f$ a cada sumando.

U p.114
Animación: la matriz se construye con las imágenes de la base

Aquí se ve el Teorema 3.2 en acción: las dos columnas de $A$ son las imágenes $f(e_1)$ y $f(e_2)$, y $f(x)=A\,x$ es la combinación de esas columnas con los coeficientes $x_1,x_2$ (las coordenadas de $x$). Cambia los datos y comprueba que, conocidas las imágenes de la base, queda fijada la imagen de cualquier vector.

P
Ejemplo 3.16 (U) — las ecuaciones de $f$ a partir de la base canónica

$f:\mathbb R^2\to\mathbb R^3$ lineal con $f(1,0)=(1,2,1)$ y $f(0,1)=(1,1,0)$. U obtiene unas ecuaciones de $f$:

  1. Todo $x=(x_1,x_2)$ se escribe $x=x_1(1,0)+x_2(0,1)$.
  2. Por linealidad, $f(x)=x_1(1,2,1)+x_2(1,1,0)=(x_1+x_2,\ 2x_1+x_2,\ x_1)$.
  3. Llamando $(y_1,y_2,y_3)=f(x)$ a las coordenadas de la imagen: $$\begin{cases}y_1=x_1+x_2\cr y_2=2x_1+x_2\cr y_3=x_1\end{cases}$$ Son las ecuaciones de $f$: cada $y_j$ es una combinación lineal de las $x_i$, sin términos independientes.

Nota de U: $B=\{(1,0),(0,1)\}$ es base de $\mathbb R^2$, pero $\{(1,2,1),(1,1,0)\}$ es un subconjunto de $\mathbb R^3$ que no es base (son dos vectores en un espacio de dimensión 3): lo que tiene que ser base es el conjunto de vectores de partida cuyas imágenes se dan; sus imágenes no tienen por qué serlo.

U p.114-115
Ejemplo 3.17 (U) — a veces los datos no son posibles

«No puede haber una aplicación lineal $f:\mathbb R^2\to\mathbb R^2$ tal que $f(2,3)=(0,1)$ y $f(-2,-3)=(1,0)$.»

  1. Como $(-2,-3)=-1\cdot(2,3)$, la linealidad obliga a que $f(-2,-3)=-f(2,3)=-(0,1)=(0,-1)$.
  2. Pero el enunciado dice $f(-2,-3)=(1,0)\neq(0,-1)$: contradicción. Los dos vectores son proporcionales (dependientes), así que no forman base y sus imágenes no se pueden elegir libremente.
U p.115
Tres situaciones al «dar datos» de una aplicación lineal
DatosQué ocurre
Imágenes de todos los vectores de una base de $V$$f$ existe y es única (Ej. 3.16; E 3.19).
Imágenes de solo algunos vectores de la base$f$ no queda determinada (faltan columnas). Ej.: con solo $f(1,0)=(1,2)$ en $\mathbb R^2\to\mathbb R^2$, $f(0,1)$ es libre (E 3.28 C).
Imágenes de vectores dependientesHay que comprobar la coherencia. Si se contradicen, $f$ no existe (Ej. 3.17); si son coherentes, sobra algún dato, y $f$ solo queda determinada si entre esos vectores hay una base (si no, hay datos coherentes pero insuficientes). Ej.: $f(1,0)=(1,1)$, $f(0,1)=(0,1)$, $f(1,1)=(1,2)$ es coherente (sobra el tercero); con $f(1,1)=(5,5)$ no existiría.
propio
Error típico

Creer que bastan «algunas» imágenes o, al revés, que «cualquier» lista de imágenes define una aplicación lineal. Para fijar $f$ hacen falta las imágenes de una base entera, y los vectores a los que se las das deben ser independientes (si no, hay que comprobar que los datos no se contradicen).

3La matriz asociada U p.115-116

Idea intuitiva

Una aplicación lineal es una «máquina» entre espacios que pueden ser muy distintos (polinomios, matrices…). Para operar con números hay que traducir: elegimos una base en $V$ y otra en $W$ y reemplazamos cada vector por su columna de coordenadas. En ese idioma de coordenadas, la máquina $f$ pasa a ser «multiplicar por una matriz». Esa matriz depende de qué bases elijas, igual que el nombre de una calle depende del idioma del mapa.

Recordatorio: coordenadas respecto de una base

Si $S=\{u_1,\dots,u_n\}$ es una base de $W$ y $w\in W$, las coordenadas de $w$ en $S$ son los únicos escalares $(w_1,\dots,w_n)$ con $w=w_1u_1+\dots+w_nu_n$ (Def. 2.10, U p.85; Lay: «$[w]_S$», §4.4 p.216-217). Ejemplo: en la base $S=\{(1,1),(1,2)\}$ de $\mathbb R^2$, el vector $(5,3)$ tiene coordenadas $(7,-2)_S$, porque $7\,(1,1)-2\,(1,2)=(5,3)$. Las entradas de la matriz asociada son coordenadas, no vectores «en bruto»: solo en la base canónica coinciden con las componentes.

U p.85 L §4.4 p.216-217
Teorema 3.3

Si $f:V\to W$ es lineal, $B=\{e_1,\dots,e_m\}$ es base de $V$ y $S=\{u_1,\dots,u_n\}$ es base de $W$, entonces $f$ determina una matriz única asociada a $f$ en las bases $B$ y $S$.

U p.115
Definición 3.4 — matriz asociada

$A=(a_{ij})$ es la matriz asociada a $f:V\to W$ respecto de las bases $B=\{e_1,\dots,e_m\}\subset V$ y $S=\{u_1,\dots,u_n\}\subset W$ si $$\begin{aligned}f(e_1)&=a_{11}u_1+\dots+a_{n1}u_n\cr f(e_2)&=a_{12}u_1+\dots+a_{n2}u_n\cr&\ \ \vdots\cr f(e_m)&=a_{1m}u_1+\dots+a_{nm}u_n\end{aligned}$$ Es decir: la columna $j$ de $A$ son las coordenadas, en la base $S$, de $f(e_j)$. $A$ tiene $n$ filas ($n=\operatorname{Dim}W$) y $m$ columnas ($m=\operatorname{Dim}V$): es de orden $n\times m$.

U p.116
V base B W base S ℝm ℝn f X ↦ Y = A·X matriz asociada coordenadas en B coordenadas en S
Esquema propio: arriba, $f$ actúa sobre vectores; abajo, $A$ actúa sobre sus columnas de coordenadas. Ir por arriba y luego tomar coordenadas en $S$ equivale a tomar coordenadas en $B$ y multiplicar por $A$. propio
Ejemplo 3.18 (U) — la matriz de la aplicación del Ej. 3.16
  1. Tamaño. La base $B=\{(1,0),(0,1)\}$ de $\mathbb R^2$ tiene 2 vectores: 2 columnas. Cada imagen es un vector de $\mathbb R^3$: 3 filas.
  2. Coordenadas de las imágenes. La base de llegada es la canónica de $\mathbb R^3$, así que las coordenadas coinciden con las componentes: $f(1,0)=(1,2,1)$ y $f(0,1)=(1,1,0)$.
  3. Matriz (esas coordenadas en columna): $$A=\begin{pmatrix}1&1\cr2&1\cr1&0\end{pmatrix}.$$
U p.116
Cómo se lee en Lay (más claro para empezar)

Bases canónicas (Lay §1.9). Si $T:\mathbb R^n\to\mathbb R^m$ es lineal, existe una única matriz $A$ con $T(x)=Ax$, y es la matriz cuya $j$-ésima columna es $T(e_j)$: $A=[\,T(e_1)\ \cdots\ T(e_n)\,]$ (Teorema 10, «matriz estándar»). Es lo que U llama matriz asociada en las bases canónicas.

Bases cualesquiera (Lay §5.4, «La matriz de una transformación lineal»). Con bases ordenadas $B$ en $V$ y $C$ en $W$ (en U, $B$ y $S$): $[T(x)]_C=M\,[x]_B$, con $M=\big[\,[T(b_1)]_C\ \ [T(b_2)]_C\ \cdots\ [T(b_n)]_C\,\big]$. Es exactamente la Def. 3.4 y la expresión $Y=AX$ de la p.117 de U. Si $V=W$ y $B=C$, Lay la llama la «$B$-matriz» $[T]_B$.

L §1.9 p.71 L §5.4 p.289
Receta: construir la matriz asociada
  1. Fija las bases $B=\{e_1,\dots,e_m\}$ de $V$ y $S$ de $W$ (si el enunciado no dice nada: las canónicas) y respeta el orden: cambiarlo cambia la matriz.
  2. Tamaño: $(\operatorname{Dim}W)\times(\operatorname{Dim}V)$.
  3. Para cada $j=1,\dots,m$: calcula $f(e_j)$ y escribe sus coordenadas en $S$; es la columna $j$.
  4. Comprueba con un vector: $A\cdot(\text{coordenadas de }v)$ debe dar las coordenadas de $f(v)$.
propio
Errores típicos
  • Imágenes en filas (matriz traspuesta) o tamaño al revés ($m\times n$ en vez de $n\times m$).
  • Imágenes sin pasar a coordenadas cuando la base de llegada no es la canónica (§5): los $a_{ij}$ son los coeficientes de los $u_i$, no las componentes del vector.
  • Orden de la base. En polinomios, $\{1,x,x^2\}$ y $\{x^2,x,1\}$ dan matrices distintas; en $\mathcal M_{2\times2}$, coordenadas por filas $(a,b,c,d)$ o por columnas $(a,c,b,d)$: vale cualquiera si se usa siempre el mismo.

4Ecuaciones de $f$ y expresión matricial $Y=AX$ U p.117

Idea intuitiva

Cada fila de $A$ es una «ecuación»: la fila $i$ dice cómo se fabrica la coordenada $y_i$ de la imagen a partir de las coordenadas $x_1,\dots,x_m$ del vector de partida. El conjunto de esas $n$ ecuaciones (sin términos independientes) es la forma cartesiana de $f$, y su forma compacta es el producto $Y=AX$.

Expresión matricial

Si $f(x_1,\dots,x_m)=(y_1,\dots,y_n)$ y $A$ es la matriz asociada a $f$ respecto de $B\subset V$ y $S\subset W$, entonces $$Y=AX,\qquad\text{es decir}\qquad\begin{pmatrix}y_1\cr\vdots\cr y_n\end{pmatrix}=\begin{pmatrix}a_{11}&\cdots&a_{1m}\cr\vdots&&\vdots\cr a_{n1}&\cdots&a_{nm}\end{pmatrix}\begin{pmatrix}x_1\cr\vdots\cr x_m\end{pmatrix},$$ donde $X$ es la columna de coordenadas de $x$ en $B$ e $Y$ la columna de coordenadas de $f(x)$ en $S$. Desarrollado, $y_i=a_{i1}x_1+\dots+a_{im}x_m$.

U p.117
Ejemplo 3.19 (U) — ecuaciones matricial y cartesiana

Para la aplicación del Ej. 3.16 (matriz $A$ del Ej. 3.18):

$$\begin{pmatrix}y_1\cr y_2\cr y_3\end{pmatrix}=\begin{pmatrix}1&1\cr2&1\cr1&0\end{pmatrix}\begin{pmatrix}x_1\cr x_2\end{pmatrix}\iff\begin{cases}y_1=x_1+x_2\cr y_2=2x_1+x_2\cr y_3=x_1\end{cases}$$

Son las mismas ecuaciones del Ej. 3.16: fórmula de $f$ $\iff$ ecuaciones cartesianas $\iff$ matriz son tres formas de decir lo mismo.

U p.117
Cuidado: $X$ e $Y$ son coordenadas, no siempre componentes

Si $V$ o $W$ son espacios de polinomios o matrices, $X$ e $Y$ son las coordenadas en la base elegida, y para obtener el vector imagen hay que «deshacer» las coordenadas. Ejemplo (E p.95, derivada en $\wp_3$ con base $\{1,x,x^2,x^3\}$): $P(x)=2x^3+5x^2-1$ tiene coordenadas $(-1,0,5,2)$ (el término independiente va primero) y $D\,(-1,0,5,2)^T=(0,10,6,0)^T$, que son las coordenadas de $10x+6x^2=P'(x)$ (E 3.18).

E p.95 L §5.4 p.290
La matriz depende de las bases (y el rango no)

Sea $f(x_1,x_2)=(-7x_1+6x_2,\ -9x_1+8x_2)$. En la base canónica su matriz es $A=\begin{pmatrix}-7&6\cr-9&8\end{pmatrix}$ (coeficientes de cada componente por filas). En la base $B=\{(1,-1),(1,1)\}$ (en salida y en llegada), la matriz de la misma $f$ es $M(f;B,B)=\begin{pmatrix}2&0\cr-15&-1\end{pmatrix}$ (se calcula en X Feb. 2026 (2.ª), problema 8). Dos matrices distintas, una sola aplicación. Lo que no cambia es el rango (aquí 2), que es $\operatorname{Dim}\operatorname{Im}(f)$.

propio U p.115

5Tres situaciones que debes saber resolver propio

Casi todos los ejercicios de matriz asociada caen en una de tres situaciones, según qué te dan y en qué bases te piden la matriz. Identifícala antes de calcular.

SituaciónQué te danColumnas de la matriz
A — canónicasfórmula de $f$, o $f(e_j)$ de la base canónica$f(e_j)$ (coordenadas = componentes)
B — datos sobre una base no canónica$f(b_j)$ con $\{b_j\}$ base cualquiera; piden la matriz canónica$f(e_j)$, que hay que deducir por linealidad
C — bases $B$, $S$ no canónicasfórmula de $f$; piden $M(f;B,S)$coordenadas en $S$ de $f(b_j)$

Situación A — bases canónicas

Método

La columna $j$ es $f(e_j)$: sustituye en la fórmula $x_j=1$ y las demás $x_i=0$. Equivalentemente, la fila $i$ de $A$ son los coeficientes de $x_1,\dots,x_m$ en la componente $i$ de $f$ (con un $0$ donde falte una variable). Si el espacio de llegada son polinomios o matrices, pasa cada imagen a coordenadas en la base canónica (E 3.17, 3.18, 3.19; X Feb. 2023). Ejemplos: E 3.15, 3.17, 3.18, 3.19, X Feb. 2026, X Feb. 2023.

Situación B — imágenes de una base no canónica, matriz canónica

Método (dos caminos equivalentes)

Camino 1: escribir los $e_j$ con la base dada. Si $\{b_1,\dots,b_m\}$ es la base dada, expresa cada $e_j=\sum c_ib_i$ (un sistema) y aplica la linealidad: $f(e_j)=\sum c_if(b_i)$.

Camino 2: escribir los $b_i$ con la canónica. Los $b_i$ ya vienen con sus componentes, así que cada $b_i=\sum_k(b_i)_k\,e_k$ y $f(b_i)=\sum_k(b_i)_kf(e_k)$. Queda un sistema lineal cuyas incógnitas son los vectores $f(e_1),\dots,f(e_m)$; se resuelve por Gauss como un sistema normal.

Camino 3 (por filas, si te gustan los sistemas con números). Si $P$ es la matriz de columnas $b_i$ y $F$ la de columnas $f(b_i)$, se cumple $AP=F$. La fila $r$ de $A$ es la solución del sistema $P^T\,(\text{fila}_r)^T=(\text{fila}_r\text{ de }F)^T$. La animación de abajo lo hace para la primera fila de $A$ en un ejemplo.

En cualquier caso, comprueba multiplicando $A$ por los vectores $b_i$: deben salir los $f(b_i)$.

Ejemplo — de los datos $f(1,1)=(2,3)$, $f(1,2)=(1,1)$ a la matriz canónica
  1. ¿Datos suficientes? $\begin{vmatrix}1&1\cr1&2\end{vmatrix}=1\neq0$: $\{(1,1),(1,2)\}$ es base de $\mathbb R^2$, luego $f$ queda determinada (Teor. 3.2).
  2. Camino 1. $e_2=(0,1)=(1,2)-(1,1)$ y $e_1=(1,1)-e_2=2(1,1)-(1,2)$. Por linealidad: $f(e_2)=f(1,2)-f(1,1)=(1,1)-(2,3)=(-1,-2)$ y $f(e_1)=2f(1,1)-f(1,2)=2(2,3)-(1,1)=(3,5)$.
  3. Matriz: $A=\begin{pmatrix}3&-1\cr5&-2\end{pmatrix}$. Comprobación: $A\binom11=\binom23$ ✓ y $A\binom12=\binom11$ ✓.
  4. Camino 3 para la 1.ª fila $(a,b)$ de $A$: $a\cdot1+b\cdot1=2$ (primera componente de $f(1,1)$) y $a\cdot1+b\cdot2=1$ (primera componente de $f(1,2)$). Es el sistema de la animación: resultado $a=3$, $b=-1$ ✓.
propio
Interactivo: resolver el sistema de la primera fila de $A$

Matriz ampliada del sistema $a+b=2,\ a+2b=1$ (incógnitas $a,b$ = primera fila de $A$). Pulsa «siguiente» para ver cada operación por filas; con «✎ Cambiar la matriz» puedes probar otros datos.

P

Situación C — matriz respecto de bases $B$ y $S$ no canónicas

Método (Def. 3.4 «a pelo»)
  1. Imagen de cada vector $b_j$ de la base de salida $B$ (sustituye en la fórmula).
  2. Coordenadas en $S$ de cada imagen: resuelve $f(b_j)=a_{1j}u_1+\dots+a_{nj}u_n$. Truco: resuelve una sola vez para un vector genérico $(p,q,\dots)$ y sustituye después.
  3. Pon esas coordenadas en columna, en el orden de $B$.
  4. Si $f$ es un endomorfismo y dicen «la matriz en la base $B$», usa $B$ a la vez en salida y llegada.

(La fórmula $A'=P^{-1}AQ$ de cambio de base da lo mismo, pero es materia de 3.5; en 3.3 basta el método directo.)

U p.116
Los dos errores más caros de la situación C
  • Dejar las imágenes $f(b_j)$ en componentes canónicas (equivale a usar la canónica en la llegada): es otra matriz.
  • Calcular las coordenadas de los $b_j$ en lugar de las de sus imágenes $f(b_j)$, o aplicar la matriz a un vector dado en componentes canónicas cuando $X$ debe estar en coordenadas de $B$.

6Qué se lee de la matriz: rango, núcleo e imagen propio

Idea intuitiva

La matriz asociada contiene toda la información de $f$ en las bases elegidas, así que núcleo e imagen se calculan con ella (por eso E trata 3.2 y 3.3 a la vez):

Los métodos completos (base del núcleo, cartesianas de la imagen, teorema de las dimensiones) están en el tema 3.2.

7Ejercicios del libro, resueltos E p.93-96

Los ejercicios de E que son solo de matriz asociada son 3.15, 3.17, 3.18 y 3.19 (E pp.93-96); van de más fácil a más difícil en el orden del libro. Los mixtos (3.20, 3.21, 3.25, 3.28) tienen una parte de matriz asociada y están resueltos completos en el tema 3.2 (ver el recuadro de enlaces tras 3.19). Los demás (3.16, 3.22–3.24, 3.26, 3.27, 3.29) son de núcleo e imagen (tema 3.2) y 3.30–3.31 son del tema 3.4. Las soluciones están plegadas.

Ejercicio 3.15 — matriz de $f:\mathbb R^3\to\mathbb R^2$ (opción múltiple sobre las filas) E p.93

Si $f:\mathbb R^3\to\mathbb R^2$ es una aplicación lineal, tal que $f(1,0,0)=(1,1)$, $f(0,1,0)=(1,1)$ y $f(0,0,1)=(1,0)$, entonces las filas de la matriz asociada a $f$ en las bases canónicas son: A) $(1,1),(1,0),(0,1)$. B) $(1,1),(0,1),(1,1)$. C) $(1,1,1),(1,1,0)$.

Qué se pide. Construir la matriz en bases canónicas y leerla por filas, que es lo que comparan las opciones.

Antes de calcular
Qué me piden
Identificar las filas de la matriz de $f:\mathbb R^3\to\mathbb R^2$ dadas las imágenes de la base canónica.
Cómo lo pienso
Cuidado con la trampa: las imágenes dan las columnas, no las filas. Antes de nada fijo el tamaño: 3 columnas y 2 filas.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida).
Por dónde empiezo
Coloco $f(e_1),f(e_2),f(e_3)$ por columnas y leo las filas.
  1. Tamaño (Def. 3.4, U p.116): columnas $=\operatorname{Dim}\mathbb R^3=3$; filas $=\operatorname{Dim}\mathbb R^2=2$. La matriz es $2\times3$: 2 filas de 3 elementos. Esto ya descarta A) y B), que dan 3 filas de 2 elementos (matrices $3\times2$, es decir, la de una aplicación $\mathbb R^2\to\mathbb R^3$).
  2. Columnas. Las bases son canónicas, así que las coordenadas de cada imagen son sus componentes y las columnas son directamente $f(e_1),f(e_2),f(e_3)$: $$A=\big(\,f(e_1)\ \big|\ f(e_2)\ \big|\ f(e_3)\,\big)=\begin{pmatrix}1&1&1\\1&1&0\end{pmatrix}.$$
  3. Filas. Leída por filas, $A$ tiene $(1,1,1)$ y $(1,1,0)$: solo C) es correcta.
  4. Ecuaciones ($Y=AX$, U p.117): $$\begin{pmatrix}y_1\\y_2\end{pmatrix}=\begin{pmatrix}1&1&1\\1&1&0\end{pmatrix}\begin{pmatrix}x_1\\x_2\\x_3\end{pmatrix}\iff\begin{cases}y_1=x_1+x_2+x_3\\y_2=x_1+x_2\end{cases}$$

    Comprobación con el Teor. 3.2:

    $$f(x_1,x_2,x_3)=x_1(1,1)+x_2(1,1)+x_3(1,0)=(x_1+x_2+x_3,\ x_1+x_2)\ ✓$$

    Por ejemplo $f(2,-1,3)=(4,1)$.

Resultado: $A=\begin{pmatrix}1&1&1\cr1&1&0\end{pmatrix}$; correcta: C. (Verificado con sympy.)

Nota sobre el libro. E solo apunta el tamaño (tres columnas y dos filas; margen: «imágenes en $\mathbb R^2$») y da la opción C; el argumento que descarta A y B ($3\times2$ frente a $2\times3$) se desarrolla aquí. Las ecuaciones de la imagen de este mismo $f$ están en E 3.16 (tema 3.2).

Receta: en bases canónicas, matriz = imágenes de la base canónica en columna. Antes de calcular, comprueba el tamaño: $\operatorname{Dim}(\text{llegada})\times\operatorname{Dim}(\text{partida})$.

Error típico: poner las imágenes en filas (sale la traspuesta, $3\times2$, que no puede multiplicar a un vector de $\mathbb R^3$), o confundir «filas» con «columnas» al leer las opciones.

Teoría: Teor. 3.2, U p.114 · Def. 3.4, U p.116 · $Y=AX$, U p.117

Ejercicio 3.17 — matriz de $f:\mathbb R^3\to\mathcal M_{2\times2}$ (hay que pasar a coordenadas) E p.94

Si $f:\mathbb R^3\to\mathcal M_{2\times2}$ es una aplicación lineal, tal que $f(1,0,0)$, $f(0,1,0)$, $f(0,0,1)$ son, respectivamente, las matrices de filas $\{(3,1),(2,4)\}$, $\{(1,-1),(-5,5)\}$ y $\{(2,-2),(-1,4)\}$, se pide calcular la matriz asociada a $f$.

Qué se pide. Aquí el espacio de llegada no es $\mathbb R^n$: las imágenes son matrices $2\times2$. Una matriz asociada no admite «matrices dentro de matrices»: hay que pasar cada imagen a coordenadas.

Antes de calcular
Qué me piden
Matriz de $f:\mathbb R^3\to\mathcal M_{2\times2}$ dadas las imágenes de la base canónica.
Cómo lo pienso
El espacio de llegada son matrices: necesito una base y sus coordenadas. La canónica $E_{11},E_{12},E_{21},E_{22}$ me da coordenadas $=$ entradas leídas por filas. Tamaño $4\times3$.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). Hay que elegir una base en $\mathcal M_{2\times2}$ (la canónica $E_{11},E_{12},E_{21},E_{22}$).
Por dónde empiezo
Paso cada matriz imagen a un vector de 4 coordenadas y lo coloco como columna.
  1. Elegir bases. El enunciado no las da: se toman las canónicas, $\{e_1,e_2,e_3\}$ en $\mathbb R^3$ y, en $\mathcal M_{2\times2}$, $$E_{11}=\begin{pmatrix}1&0\\0&0\end{pmatrix},\ E_{12}=\begin{pmatrix}0&1\\0&0\end{pmatrix},\ E_{21}=\begin{pmatrix}0&0\\1&0\end{pmatrix},\ E_{22}=\begin{pmatrix}0&0\\0&1\end{pmatrix},$$

    y $S=\{E_{11},E_{12},E_{21},E_{22}\}$ (en este orden). Como

    $$\begin{pmatrix}a&b\\c&d\end{pmatrix}=aE_{11}+bE_{12}+cE_{21}+dE_{22},$$

    sus coordenadas en $S$ son $(a,b,c,d)$: las entradas leídas por filas (Def. 2.10, U p.85).

  2. Tamaño. $\operatorname{Dim}\mathbb R^3=3$ columnas y $\operatorname{Dim}\mathcal M_{2\times2}=4$ filas: $4\times3$ (Def. 3.4). Es lo que E llama «evidente».
  3. Coordenadas de cada imagen ($f(e_1),f(e_2),f(e_3)$, una por línea): $$\begin{pmatrix}3&1\\2&4\end{pmatrix}\to(3,1,2,4),\qquad\begin{pmatrix}1&-1\\-5&5\end{pmatrix}\to(1,-1,-5,5),\qquad\begin{pmatrix}2&-2\\-1&4\end{pmatrix}\to(2,-2,-1,4).$$
  4. Matriz (esas coordenadas en columna): $$A=\begin{pmatrix}3&1&2\\1&-1&-2\\2&-5&-1\\4&5&4\end{pmatrix}.$$
  5. Ecuaciones y comprobación. $Y=AX$ da $$\begin{cases}y_1=3x_1+x_2+2x_3\\y_2=x_1-x_2-2x_3\\y_3=2x_1-5x_2-x_3\\y_4=4x_1+5x_2+4x_3\end{cases}$$

    y $f(x_1,x_2,x_3)=\begin{pmatrix}y_1&y_2\\y_3&y_4\end{pmatrix}$. Con un vector (propiedad 3, U p.103):

    $$f(1,1,1)=f(e_1)+f(e_2)+f(e_3)=\begin{pmatrix}6&-2\\-4&13\end{pmatrix},\qquad A\,(1,1,1)^T=(6,-2,-4,13)^T\ ✓$$

Resultado: $A$ de arriba, $4\times3$. (Verificado con sympy; también $A\,(2,0,-1)^T=(4,4,5,4)^T=2f(e_1)-f(e_3)$.)

Nota sobre el libro. Coincide; solo dice «como es evidente» el tamaño $4\times3$, que sale de la Def. 3.4.

Receta: si el espacio de llegada son matrices (o polinomios), traduce cada imagen a coordenadas en la base elegida y pon esas coordenadas en columna. El nº de filas es la dimensión del espacio de llegada (4), no el tamaño de las matrices imagen.

Error típico: «pegar» las tres matrices en una $2\times6$; o leer las entradas por filas $(a,b,c,d)$ en una columna y por columnas $(a,c,b,d)$ en otra: el orden lo fija la base y debe ser el mismo en todas las columnas.

Teoría: Def. 2.10, U p.85 · Def. 3.4, U p.116 · $Y=AX$, U p.117

Ejercicio 3.18 — matriz de la derivada en $P_3$ (opción múltiple) E p.95

El endomorfismo de $P_3$ que asigna a cada polinomio de grado $\le3$ su derivada tiene por matriz asociada en la base canónica:

A) $\begin{pmatrix}1&0&0&0\cr1&1&0&0\cr1&1&1&0\cr1&1&1&1\end{pmatrix}$

B) $\begin{pmatrix}1&0&0&0\cr0&1&0&0\cr0&0&1&0\cr0&0&0&1\end{pmatrix}$

C) $\begin{pmatrix}0&0&0&0\cr3&0&0&0\cr0&1&0&0\cr0&0&2&0\end{pmatrix}$

D) Ninguna de las anteriores.

Qué se pide. La matriz de $f(p)=p'$ respecto de $\{1,x,x^2,x^3\}$ (la misma en partida y en llegada, por ser endomorfismo), y compararla con las opciones.

Antes de calcular
Qué me piden
Elegir la matriz de la derivada en $P_3$.
Cómo lo pienso
Más rápido que construirla: mirar la primera columna. La derivada de $1$ es $0$, así que la primera columna debe ser nula; eso descarta opciones.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). Base canónica de $P_3$: $\{1,x,x^2,x^3\}$.
Por dónde empiezo
Derivo la base $\{1,x,x^2,x^3\}$ y escribo coordenadas por columnas.
  1. $f$ es un endomorfismo lineal (endomorfismo = aplicación lineal de un espacio en sí mismo, $V=W$; E lo da por supuesto): $$(p+\lambda q)'=p'+\lambda q'\quad\text{(Def. 3.1, U p.101)},$$

    y si $\operatorname{gr}p\le3$ entonces $\operatorname{gr}p'\le2\le3$: $f:P_3\to P_3$.

  2. Base y coordenadas. $B=\{1,x,x^2,x^3\}$: $a+bx+cx^2+dx^3$ tiene coordenadas $(a,b,c,d)$ (el orden es el de la base: término independiente primero). $\operatorname{Dim}P_3=4$: matriz $4\times4$.
  3. Imágenes de la base y sus coordenadas: $$f(1)=0\to(0,0,0,0),\qquad f(x)=1\to(1,0,0,0),$$ $$f(x^2)=2x\to(0,2,0,0),\qquad f(x^3)=3x^2\to(0,0,3,0).$$
  4. Matriz (en columna, Def. 3.4): $$D=\begin{pmatrix}0&1&0&0\\0&0&2&0\\0&0&0&3\\0&0&0&0\end{pmatrix}.$$
  5. Comparación. Basta mirar una columna: la columna $j$ debe ser $f$ del $j$-ésimo vector de la base.
    • A) tiene 1.ª columna $(1,1,1,1)$: diría $f(1)=1+x+x^2+x^3$, pero $f(1)=0$. Falsa.
    • B) es la identidad: es la matriz de $p\mapsto p$, no de la derivada ($f(x)=1\neq x$). Falsa.
    • C) su 1.ª columna $(0,3,0,0)$ diría $f(1)=3x$, pero $f(1)=0$; falsa (su 2.ª columna $(0,0,1,0)$ diría $f(x)=x^2\neq1$). Tampoco es la traspuesta de $D$.

    Respuesta: D).

  6. Uso de la matriz (ejemplo del propio E). $P(x)=2x^3+5x^2-1$ tiene coordenadas $(-1,0,5,2)$ y $$D\begin{pmatrix}-1\\0\\5\\2\end{pmatrix}=\begin{pmatrix}0\\10\\6\\0\end{pmatrix}\ \to\ 10x+6x^2=P'(x)\ ✓$$

    En general $D\,(a,b,c,d)^T=(b,2c,3d,0)^T$, las coordenadas de $b+2cx+3dx^2$.

Resultado: $D$ como arriba; respuesta D). (Verificado con sympy.)

Nota sobre el libro. E dice «las opciones A, B y C no son correctas» sin indicar qué aplicación representan (A es la matriz de otra aplicación, B la de la identidad) ni justificar que la derivada sea lineal y endomorfismo.

Receta: en polinomios, aplica $f$ a cada elemento de la base canónica en orden ($1,x,x^2,\dots$), escribe las coordenadas de cada resultado y colócalas en columna. Para descartar opciones, comprueba una columna.

Error típico: ordenar la base al revés sin decirlo, o escribir $2x^3+5x^2-1$ como $(2,5,0,-1)$; poner $f(1)=1$ (la derivada de una constante es $0$).

Teoría: Def. 3.1, U p.101 · Def. 3.4, U p.116 · $Y=AX$, U p.117 · Lay §5.4 Ej. 2, p.290. Este endomorfismo reaparece en E 3.25-3.27 y 3.29 (tema 3.2).

Ejercicio 3.19 — matriz, ecuaciones e imagen de $x+3$ en un endomorfismo de $P_2$ E p.96

Si $f(1)=3+2x+x^2$, $f(x)=2$ y $f(x^2)=2x^2$ en el endomorfismo $f$ de $P_2$ (polinomios reales de grado 2), es cierto que: A) No hay datos suficientes para escribir la matriz de $f$. B) No se pueden escribir las ecuaciones de $f$. C) No hay datos suficientes para encontrar la imagen de $x+3$. D) Las coordenadas de $f(x+3)$ respecto a la base canónica son $(11,6,3)$.

Lectura del enunciado. $P_2$ son los polinomios de grado $\le2$ (los de grado exactamente 2 no forman espacio vectorial: $x^2+(-x^2)=0$). Y «$f(x)=2$» quiere decir: la imagen del polinomio $x$ es el polinomio constante $2$, no «$f$ evaluada en $x$».

Qué se pide. Decidir si las imágenes de $1,x,x^2$ bastan para conocer $f$ (matriz, ecuaciones, imagen de cualquier polinomio) y calcular $f(x+3)$.

Antes de calcular
Qué me piden
Con $f(1),f(x),f(x^2)$ dados, decidir si hay datos suficientes y calcular la imagen de $x+3$.
Cómo lo pienso
Las imágenes de una base determinan $f$; $\{1,x,x^2\}$ es base de $P_2$. Entonces la matriz queda fijada y puedo calcular cualquier imagen.
Qué uso
Teor. 3.2 (U p.114): una aplicación lineal queda determinada por las imágenes de los vectores de una base. Hay que comprobar que los vectores dados son base (libres y tantos como la dimensión). Ecuaciones de $f$ (U p.117): si $x$ son las coordenadas de $v$ en $B$ e $y$ las de $f(v)$ en $S$, entonces $y=Ax$.
Por dónde empiezo
Matriz por columnas; coordenadas de $x+3$ en la base; producto.
  1. ¿Datos suficientes? (A falsa). $\{1,x,x^2\}$ es una base de $P_2$. Por el Teor. 3.2 (U p.114), conocer las imágenes de todos los vectores de una base determina $f$, y por el Teor. 3.3 y la Def. 3.4 (U p.115-116) la matriz queda determinada y es única. A) es falsa.
  2. Matriz. Coordenadas en $\{1,x,x^2\}$: $$f(1)=3+2x+x^2\to(3,2,1),\quad f(x)=2=2+0x+0x^2\to(2,0,0),\quad f(x^2)=2x^2\to(0,0,2).$$

    En columna:

    $$A=\begin{pmatrix}3&2&0\\2&0&0\\1&0&2\end{pmatrix}.$$
  3. Ecuaciones (B falsa). Si $p=x_1+x_2x+x_3x^2$ y $f(p)=y_1+y_2x+y_3x^2$, entonces $Y=AX$: $$\begin{cases}y_1=3x_1+2x_2\\y_2=2x_1\\y_3=x_1+2x_3\end{cases}$$

    Se pueden escribir: B) es falsa.

  4. Imagen de $x+3$ (C falsa, D cierta). $x+3=3\cdot1+1\cdot x+0\cdot x^2$ tiene coordenadas $(3,1,0)$ (¡el término independiente primero!).
    • Con la matriz: $$A\begin{pmatrix}3\\1\\0\end{pmatrix}=\begin{pmatrix}9+2\\6\\3\end{pmatrix}=\begin{pmatrix}11\\6\\3\end{pmatrix}.$$
    • Sin la matriz (Teor. 3.2): $$f(3+x)=3f(1)+f(x)=3(3+2x+x^2)+2=11+6x+3x^2\to(11,6,3).$$

    Se puede calcular: C) es falsa y D) es la única cierta.

Resultado: $A$ como arriba; única cierta: D). (Verificado con sympy; además $\det A=-8\neq0$: $f$ es biyectiva, dato no pedido.)

Nota sobre el libro. E escribe «$P_2$ (polinomios reales de grado 2)»: debe ser grado $\le2$ (el margen de E p.96 lo aclara, aunque escribe «$P_3$» donde quiere decir $P_2$: otra errata).

Receta: si conoces las imágenes de todos los vectores de una base, conoces $f$ entera: matriz = coordenadas de esas imágenes en columna; ecuaciones = $Y=AX$; imagen de un vector = $A\cdot$(sus coordenadas) o la combinación lineal de las imágenes de la base.

Error típico: leer $f(x)=2$ como «$f$ vale 2 en el punto $x$» y no saber qué columna poner (es $(2,0,0)$); escribir las coordenadas de $x+3$ como $(1,3,0)$.

Teoría: Teor. 3.2-3.3, U p.114-115 · Def. 3.4, U p.116 · $Y=AX$, U p.117

Ejercicios mixtos de E (parte de matriz asociada), resueltos en el tema 3.2 E p.97-103
  • E 3.20 ($\mathbb R^4\to P_2$), apartado A: las ternas dadas son coordenadas en $\{1,x,x^2\}$ (el enunciado no lo dice; el libro lo supone) y dan $A=\begin{pmatrix}1&2&-1&2\cr0&-4&0&-2\cr-1&1&-2&-2\end{pmatrix}$ ($3\times4$), con $y_1=x_1+2x_2-x_3+2x_4$, $y_2=-4x_2-2x_4$, $y_3=-x_1+x_2-2x_3-2x_4$.
  • E 3.21 ($\mathbb R^3\to\mathcal M_{2\times2}$), apartado A: mismo método que 3.17, $A=\begin{pmatrix}2&1&5\cr-1&0&1\cr3&4&0\cr0&2&1\end{pmatrix}$ ($4\times3$).
  • E 3.25: matriz de la derivada en $P_3$, la misma $D$ que en 3.18.
  • E 3.28, apartado C, «matriz asociada, si es posible»: no es posible. Del núcleo $\{ax+bx^2\}$ solo se deduce $f(x)=f(x^2)=0$ (dos columnas nulas); faltan $f(1)$ y $f(x^3)$. Contraste con 3.19, donde sí se dan las imágenes de toda la base (Teor. 3.2).

Ejemplos propios (de más fácil a más difícil)

Ejemplo propio 1 (fácil) — de la matriz a las ecuaciones y a $f(x)$ propio

Sea $f$ la aplicación lineal cuya matriz en las bases canónicas es $A=\begin{pmatrix}1&0&2\cr-1&1&0\end{pmatrix}$. (a) ¿Entre qué espacios va $f$? (b) Escribe sus ecuaciones y $f(x_1,x_2,x_3)$. (c) Calcula $f(2,-1,1)$ y $f(-2,-2,1)$. (d) Da $f(e_1),f(e_2),f(e_3)$.

Antes de calcular
Qué me piden
A partir de la matriz de $f$, decir entre qué espacios va, sus ecuaciones y algunas imágenes.
Cómo lo pienso
Tamaño $2\times3$: sale de $\mathbb R^3$ y llega a $\mathbb R^2$. Las ecuaciones son $Y=AX$ fila a fila.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). Ecuaciones de $f$ (U p.117): si $x$ son las coordenadas de $v$ en $B$ e $y$ las de $f(v)$ en $S$, entonces $y=Ax$.
Por dónde empiezo
Leo filas y columnas y multiplico.
  1. (a) Espacios. $A$ es $2\times3$: 3 columnas $\Rightarrow\operatorname{Dim}V=3$; 2 filas $\Rightarrow\operatorname{Dim}W=2$ (Def. 3.4). Con bases canónicas, $f:\mathbb R^3\to\mathbb R^2$.
  2. (b) Ecuaciones ($Y=AX$): $$y_1=x_1+2x_3,\quad y_2=-x_1+x_2\ \Rightarrow\ f(x_1,x_2,x_3)=(x_1+2x_3,\ -x_1+x_2).$$
  3. (c) $$f(2,-1,1)=(2+2,\ -2-1)=(4,-3),\qquad f(-2,-2,1)=(-2+2,\ 2-2)=(0,0)$$

    (este vector está en el núcleo: ver tema 3.2).

  4. (d) Las imágenes de la base canónica son las columnas: $$f(e_1)=(1,-1),\quad f(e_2)=(0,1),\quad f(e_3)=(2,0).$$
Receta: tamaño de $A$ $\Rightarrow$ dimensiones (columnas = partida, filas = llegada); cada fila da una ecuación $y_i=\dots$; cada columna es la imagen de un vector de la base.
Ejemplo propio 2 (medio) — obtener $f$ a partir de las imágenes de una base no canónica propio

Sea $f:\mathbb R^2\to\mathbb R^3$ lineal con $f(1,1)=(1,0,2)$ y $f(1,2)=(2,1,3)$. (a) Justifica que $f$ queda determinada. (b) Escribe la matriz de $f$ respecto de $B=\{(1,1),(1,2)\}$ y la canónica $C_3$ de $\mathbb R^3$. (c) Halla la matriz en bases canónicas y $f(x,y)$.

Antes de calcular
Qué me piden
Determinar $f$ a partir de las imágenes de una base no canónica y hallar su matriz canónica.
Cómo lo pienso
Las imágenes de $(1,1)$ y $(1,2)$ determinan $f$ si estos son base. Para la matriz canónica necesito las imágenes de $e_1,e_2$: los expreso en la base dada.
Qué uso
Teor. 3.2 (U p.114): una aplicación lineal queda determinada por las imágenes de los vectores de una base. Hay que comprobar que los vectores dados son base (libres y tantos como la dimensión). Matriz en canónicas: $A=\big(f(b_1)\ f(b_2)\big)\,P^{-1}$ con $P$ la matriz cuyas columnas son $b_1,b_2$.
Por dónde empiezo
Escribo $e_1,e_2$ como combinaciones de los dos vectores y aplico linealidad.
  1. (a) $u_1=(1,1)$, $u_2=(1,2)$ son independientes: $$\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\neq0.$$

    Dos vectores libres en un espacio de dimensión 2 son base (Teor. 2.6, U p.88). Por el Teor. 3.2, las imágenes de una base determinan $f$.

  2. (b) $M(f;B,C_3)$. Columnas = coordenadas canónicas de $f(u_1)$ y $f(u_2)$: $$M(f;B,C_3)=\begin{pmatrix}1&2\\0&1\\2&3\end{pmatrix}.$$

    Ojo: esta matriz multiplica a las coordenadas en $B$, no a $(x,y)$.

  3. (c) Expresar la canónica en función de $B$. $e_1=\alpha u_1+\beta u_2$: $$(1,0)=(\alpha+\beta,\ \alpha+2\beta)\ \Rightarrow\ \beta=-1,\ \alpha=2\ \Rightarrow\ e_1=2u_1-u_2.$$

    Análogamente $e_2=-u_1+u_2$.

  4. Imágenes de la canónica (propiedad 3, U p.103): $$f(e_1)=2f(u_1)-f(u_2)=2(1,0,2)-(2,1,3)=(0,-1,1),$$ $$f(e_2)=-f(u_1)+f(u_2)=(1,1,1).$$
  5. Matriz canónica y fórmula: $$A=\begin{pmatrix}0&1\\-1&1\\1&1\end{pmatrix},\qquad f(x,y)=(y,\ -x+y,\ x+y).$$

    Comprobación: $f(1,1)=(1,0,2)$ ✓ y $f(1,2)=(2,1,3)$ ✓.

Receta: imágenes de una base no canónica: (1) comprueba que es base; (2) escribe cada $e_i$ como combinación de esa base; (3) aplica la linealidad; (4) pon los $f(e_i)$ en columna.

Error típico: poner $f(1,1)$ y $f(1,2)$ como columnas y creer que es la matriz en bases canónicas (lo es respecto de $B$ en la partida, no de $C_2$): con ella, $A\,(1,0)^T$ daría $(1,0,2)=f(1,1)$, no $f(1,0)$.

Ejemplo propio 3 (tipo examen) — matriz respecto de bases no canónicas en partida y llegada propio

Sea $f:\mathbb R^3\to\mathbb R^2$, $f(x,y,z)=(x+y,\ y+z)$. Halla la matriz de $f$ respecto de $B=\{(1,0,0),(1,1,0),(1,1,1)\}$ en $\mathbb R^3$ y $S=\{(1,1),(1,2)\}$ en $\mathbb R^2$. Úsala para calcular, en coordenadas de $S$, la imagen del vector cuyas coordenadas en $B$ son $(1,1,1)$, y compruébalo.

Antes de calcular
Qué me piden
Matriz de $f$ respecto de bases no canónicas y su uso con un vector dado en coordenadas.
Cómo lo pienso
Cada columna es la imagen de un vector de la base de partida escrita en la base de llegada: es un paso extra (resolver un sistema por columna).
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). Ecuaciones de $f$ (U p.117): si $x$ son las coordenadas de $v$ en $B$ e $y$ las de $f(v)$ en $S$, entonces $y=Ax$.
Por dónde empiezo
Calculo $f(b_j)$, lo expreso en la base de llegada y lo coloco como columna.
  1. Son bases. $$\begin{vmatrix}1&1&1\\0&1&1\\0&0&1\end{vmatrix}=1\neq0,\qquad\begin{vmatrix}1&1\\1&2\end{vmatrix}=1\neq0.$$

    Tamaño de la matriz: $2\times3$.

  2. Imágenes de los vectores de $B$: $$f(1,0,0)=(1,0),\quad f(1,1,0)=(2,1),\quad f(1,1,1)=(2,2).$$
  3. Coordenadas en $S$ de un vector genérico $(p,q)$: $$(p,q)=a(1,1)+b(1,2)\ \Rightarrow\ a+b=p,\ a+2b=q\ \Rightarrow\ b=q-p,\ a=2p-q.$$

    Entonces:

    $$(1,0)=(2,-1)_S,\qquad(2,1)=(3,-1)_S,\qquad(2,2)=(2,0)_S$$

    (comprueba, p. ej., $3(1,1)-(1,2)=(2,1)$).

  4. Matriz (columna $j$ = coordenadas en $S$ de $f(b_j)$): $$M(f;B,S)=\begin{pmatrix}2&3&2\\-1&-1&0\end{pmatrix}.$$
  5. Imagen del vector $(1,1,1)_B$: $$\begin{pmatrix}2&3&2\\-1&-1&0\end{pmatrix}\begin{pmatrix}1\\1\\1\end{pmatrix}=\begin{pmatrix}7\\-2\end{pmatrix}_S .$$
  6. Comprobación por otro camino. $$(1,1,1)_B=(1,0,0)+(1,1,0)+(1,1,1)=(3,2,1)\ \text{en canónicas};\qquad f(3,2,1)=(5,3),$$ $$7(1,1)-2(1,2)=(5,3)\ ✓$$
Receta: matriz respecto de $B$ (partida) y $S$ (llegada): calcula $f$ de cada vector de $B$, expresa cada resultado en coordenadas de $S$ (resolviendo un sistema) y ponlas en columna. La matriz transforma coordenadas en $B$ en coordenadas en $S$.

Error típico: poner como columnas las imágenes $f(b_j)$ en coordenadas canónicas, $(1,0),(2,1),(2,2)$: eso es $M(f;B,C_2)$, no $M(f;B,S)$. O aplicar la matriz a $(1,1,1)$ pensando que son coordenadas canónicas.

8Ejemplos de examen X

Ocho preguntas de exámenes de otros años cuyo contenido principal es la matriz asociada, agrupadas por método: A de la fórmula a la matriz; B imágenes de una base no canónica y matriz canónica; C matriz respecto de bases no canónicas; D leer la matriz e interpretar (rango, dependencia de las bases). Después, cuatro ejemplos propios y la lista de preguntas «mixtas» que ya están resueltas en otros temas. Las soluciones oficiales son muy breves; aquí se desarrolla el razonamiento completo (el examen puntúa el proceso) y se señalan sus erratas. Todos los cálculos se han verificado con sympy.

Método A — de la fórmula a la matriz: «columnas = imágenes de la base de partida»

Idea común. Por la Def. 3.4 (U p.116), la columna $j$ son las coordenadas de $f(e_j)$ en la base de llegada. Con bases canónicas, las coordenadas son las componentes y $f(e_j)$ se obtiene poniendo $x_j=1$ y las demás variables a $0$; en la práctica, la fila $i$ de $A$ son los coeficientes de $x_1,\dots,x_m$ en la componente $i$ de $f$. Tamaño: $n\times m$. Con polinomios, se trabaja con las coordenadas en la base dada.

Feb. 2026 (2.ª sem.), problema 7, 1.er apartado — matriz de $f:\mathbb R^4\to\mathbb R^3$ dada por fórmula X Feb. 2026 (2.ª) P7

Sea $f(x,y,z,t)=(x+2y-z+3t,\ 2x+4y+6t,\ -x-2y+z-3t)$ una aplicación lineal de $\mathbb R^4$ en $\mathbb R^3$. Halle la matriz $A$ asociada a $f$ (0.5 puntos). (Siguen: escalonada reducida de $A$, tema 1.2, y base de $\operatorname{Nuc}f$, tema 3.2.)

Qué se pide. No se dan bases: se entienden las canónicas de $\mathbb R^4$ (partida) y $\mathbb R^3$ (llegada). Hay que escribir $A$ con $f(v)=Av$.

Antes de calcular
Qué me piden
Matriz de $f:\mathbb R^4\to\mathbb R^3$ dada por fórmula.
Cómo lo pienso
Cada fila de la matriz son los coeficientes de una componente; si falta una variable, va un $0$.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida).
Por dónde empiezo
Escribo los coeficientes por filas.
  1. Tamaño (Def. 3.4): $m=4$ columnas y $n=3$ filas: $A$ es $3\times4$.
  2. Imágenes de la base canónica, sustituyendo en la fórmula: $$f(e_1)=(1,2,-1),\quad f(e_2)=(2,4,-2),\quad f(e_3)=(-1,0,1),\quad f(e_4)=(3,6,-3).$$
  3. Matriz (esas componentes en columna): $$A=\begin{pmatrix}1&2&-1&3\\2&4&0&6\\-1&-2&1&-3\end{pmatrix}.$$

    En la 2.ª fila falta la variable $z$: va un 0.

  4. Comprobación ($Y=AX$, U p.117): $A\,(x,y,z,t)^T$ reproduce las tres componentes de la fórmula ✓.

Resultado: la matriz de arriba. (Verificado con sympy: rango 2.) Sobre la oficial: correcta, sin justificación; en el examen conviene una línea: «la columna $j$ es $f(e_j)$».

Receta: escribe cada componente de $f$ como una fila de coeficientes, respetando el orden de las variables y poniendo $0$ donde falte alguna.

Error típico: poner las imágenes en filas (sale una $4\times3$ que no multiplica a $X\in\mathbb R^4$); olvidar el $0$ de una variable ausente.

Feb. 2023 (1.ª sem.), problema 7 (ii) — expresión matricial de la derivada tercera $\wp_4\to\wp_1$ X Feb. 2023 (1.ª) P7

Sea $f:\wp_4\to\wp_1$, $f(p)=p'''$ (derivada tercera), con la base $(p_0,p_1,\dots,p_n)$ de $\wp_n$, $p_k(x)=x^k$. Nota: si $p(x)=7+3x^2+2x^3+x^4$, entonces $(f(p))(x)=12+24x$. (i) Describa núcleo e imagen (tema 3.2). (ii) Dé la expresión matricial de $f$ (1 punto).

Qué se pide. La «expresión matricial» es $Y=AX$ (U p.117), con $X$ las coordenadas de $p$ en $(1,x,x^2,x^3,x^4)$ e $Y$ las de $f(p)$ en $(1,x)$.

Antes de calcular
Qué me piden
Expresión matricial de la derivada tercera $\wp_4\to\wp_1$.
Cómo lo pienso
Tamaño $2\times5$. Los tres primeros vectores de la base se van a cero, así que las tres primeras columnas serán nulas.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida).
Por dónde empiezo
Derivo tres veces la base y escribo coordenadas en $\{1,x\}$.
  1. Tamaño. $\operatorname{Dim}\wp_4=5$ columnas y $\operatorname{Dim}\wp_1=2$ filas: $A$ es $2\times5$.
  2. Imagen de cada vector de la base de partida (derivar tres veces): $$f(1)=f(x)=f(x^2)=0,\qquad f(x^3)=6,\qquad f(x^4)=24x.$$
  3. Coordenadas en $(1,x)$ (los coeficientes, en el orden de la base): $$0\to(0,0),\qquad6=6\cdot1+0\cdot x\to(6,0),\qquad24x\to(0,24).$$
  4. Matriz (en columna): $$A=\begin{pmatrix}0&0&0&6&0\\0&0&0&0&24\end{pmatrix}.$$
  5. Expresión matricial. Con $p=a_0+a_1x+\dots+a_4x^4$ y $f(p)=b_0+b_1x$: $$\begin{pmatrix}b_0\\b_1\end{pmatrix}=\begin{pmatrix}0&0&0&6&0\\0&0&0&0&24\end{pmatrix}\begin{pmatrix}a_0\\a_1\\a_2\\a_3\\a_4\end{pmatrix}\iff\begin{cases}b_0=6a_3\\b_1=24a_4\end{cases}$$
  6. Comprobación con la nota. $p=7+3x^2+2x^3+x^4$ tiene coordenadas $(7,0,3,2,1)$ y $$A\,(7,0,3,2,1)^T=(12,24)^T,$$

    es decir, $f(p)=12+24x$ ✓.

  7. De paso (tema 3.2): $\operatorname{rang}A=2=\operatorname{Dim}\operatorname{Im}f$, luego $\operatorname{Im}f=\wp_1$ y $\operatorname{Dim}\operatorname{Nuc}f=5-2=3$.

Resultado: $b_0=6a_3$, $b_1=24a_4$. (Verificado con sympy.) Sobre la oficial: la matriz es correcta, pero iguala «$f(p)$» a un producto matriz-columna (hay que igualar la columna de coordenadas de $f(p)$), y escribe «$a_0+\dots+a_4x^4=6a_3+24a_4x$» olvidando el $f(\cdot)$.

Receta: en polinomios, aplica $f$ a cada polinomio de la base de partida, escribe el resultado en coordenadas de la base de llegada (sus coeficientes, en orden) y ponlo como columna.

Error típico: una matriz $5\times5$ (sería la derivada tercera como endomorfismo de $\wp_4$, no $\wp_4\to\wp_1$); usar el orden $x^2,x,1$ cuando el enunciado fija $1,x,x^2,\dots$.

Método B — imágenes de una base no canónica $\Rightarrow$ matriz canónica

Idea común. Por el Teor. 3.2 (U p.114) las imágenes de una base determinan $f$, pero la matriz canónica pide las imágenes de la canónica. Se plantea la linealidad (propiedad 3, U p.103) y se obtienen $f(e_1),\dots,f(e_m)$, ya sea escribiendo cada $e_j$ con la base dada o resolviendo un sistema cuyas incógnitas son los vectores $f(e_j)$. Forma compacta de comprobar: $AP=F$ ($P$ = vectores dados en columna, $F$ = sus imágenes), luego $A=FP^{-1}$.

Feb. 2018 (tipo B), ejercicio 3 — matriz canónica sabiendo $f(1,2)=(2,3)$ y $f(2,0)=(4,0)$ X Feb. 2018 (B)

Se pide escribir la matriz de la aplicación lineal definida por $f(1,2)=(2,3)$ y $f(2,0)=(4,0)$ respecto de las bases canónicas.

Qué se pide. $f:\mathbb R^2\to\mathbb R^2$: matriz $2\times2$ cuyas columnas son $f(1,0)$ y $f(0,1)$, que no se dan.

Antes de calcular
Qué me piden
Matriz canónica de $f$ sabiendo cómo actúa sobre una base de dos vectores.
Cómo lo pienso
Escribo la relación $A\,P=F$ ($P$ vectores dados, $F$ imágenes) y despejo $A=FP^{-1}$. Alternativa: expresar $e_1,e_2$ en la base dada y aplicar linealidad.
Qué uso
Teor. 3.2 (U p.114): una aplicación lineal queda determinada por las imágenes de los vectores de una base. Hay que comprobar que los vectores dados son base (libres y tantos como la dimensión).
Por dónde empiezo
Compruebo base, hallo las combinaciones y calculo las columnas.
  1. ¿Está bien definida? $$\det\begin{pmatrix}1&2\\2&0\end{pmatrix}=-4\neq0:$$

    $\{(1,2),(2,0)\}$ es base y, por el Teor. 3.2, $f$ queda determinada.

  2. Primera columna. $(2,0)=2\,(1,0)$, así que por linealidad $f(2,0)=2f(1,0)$ y $$f(1,0)=\tfrac12(4,0)=(2,0).$$
  3. Segunda columna. $(1,2)=(1,0)+2\,(0,1)$, luego $f(1,2)=f(1,0)+2f(0,1)$ y $$f(0,1)=\tfrac12\big[f(1,2)-f(1,0)\big]=\tfrac12\big[(2,3)-(2,0)\big]=\left(0,\tfrac32\right).$$
  4. Matriz: $$A=\begin{pmatrix}2&0\\0&\tfrac32\end{pmatrix}.$$

    Comprobación: $A\binom12=\binom23$ ✓ y $A\binom20=\binom40$ ✓.

Resultado: $A=\begin{pmatrix}2&0\cr0&3/2\end{pmatrix}$. (Verificado con sympy: $FP^{-1}$.) Sobre la oficial: correcta, con una errata («se trata de hallar $f(0,1)$ y $f(0,1)$»: el primero es $f(1,0)$) y otra al escribir «$f(2,0))$».

Receta: busca relaciones sencillas entre los vectores dados y los canónicos (aquí $(2,0)=2e_1$), despeja $f(e_1)$ y $f(e_2)$ por linealidad y colócalos en columna; comprueba multiplicando $A$ por los vectores originales.

Error típico: poner como columnas $f(1,2)$ y $f(2,0)$: es la matriz respecto de la base $\{(1,2),(2,0)\}$ en la partida, no la canónica.

Ene. 2022 (tipo A), ejercicio 3 — matriz canónica de un endomorfismo de $\mathbb R^3$ X Ene. 2022 (A)

Si $B=\{(1,1,0),(2,3,1),(0,-2,1)\}$ es una base de $\mathbb R^3$ y $f$ es un endomorfismo de $\mathbb R^3$ tal que, en la base canónica, $f(1,1,0)=(3,2,0)$, $f(2,3,1)=(1,-2,1)$, $f(0,-2,1)=(4,0,1)$, se pide encontrar su matriz asociada (referida a la base canónica de $\mathbb R^3$).

Qué se pide. Matriz $3\times3$ en la canónica: columnas $f(e_1),f(e_2),f(e_3)$.

Antes de calcular
Qué me piden
Matriz canónica de un endomorfismo de $\mathbb R^3$ dado en una base $B$.
Cómo lo pienso
Tres incógnitas vectoriales ($f(e_1),f(e_2),f(e_3)$) y tres ecuaciones vectoriales. Es Gauss con vectores en el segundo miembro.
Qué uso
Teor. 3.2 (U p.114): una aplicación lineal queda determinada por las imágenes de los vectores de una base. Hay que comprobar que los vectores dados son base (libres y tantos como la dimensión).
Por dónde empiezo
Expreso los vectores de $B$ con $e_1,e_2,e_3$ y resuelvo el sistema de incógnitas vectoriales.
  1. $B$ es base (el enunciado lo afirma; conviene verlo): $$\det\begin{pmatrix}1&2&0\\1&3&-2\\0&1&1\end{pmatrix}=3\neq0.$$
  2. Plantear con incógnitas vectoriales $u=f(e_1)$, $v=f(e_2)$, $w=f(e_3)$. Como $$(1,1,0)=e_1+e_2,\qquad(2,3,1)=2e_1+3e_2+e_3,\qquad(0,-2,1)=-2e_2+e_3,$$

    la propiedad 3 da

    $$\begin{cases}u+v=(3,2,0)\\2u+3v+w=(1,-2,1)\\-2v+w=(4,0,1)\end{cases}$$
  3. Gauss con vectores. Los coeficientes forman la matriz $3\times3$ de la izquierda y cada fila del segundo miembro es un vector de $\mathbb R^3$. Matriz ampliada de partida: $$\left(\begin{array}{ccc|ccc}1&1&0&3&2&0\\2&3&1&1&-2&1\\0&-2&1&4&0&1\end{array}\right)$$

    Con $F_2\to F_2-2F_1$ (anula el 2 de la 1.ª columna; los vectores se restan componente a componente: $(1,-2,1)-2(3,2,0)=(-5,-6,1)$):

    $$\left(\begin{array}{ccc|ccc}1&1&0&3&2&0\\0&1&1&-5&-6&1\\0&-2&1&4&0&1\end{array}\right)$$

    Con $F_3\to F_3+2F_2$ (anula el $-2$ de la 2.ª columna):

    $$\left(\begin{array}{ccc|ccc}1&1&0&3&2&0\\0&1&1&-5&-6&1\\0&0&3&-6&-12&3\end{array}\right)$$
  4. Despejar hacia arriba. $F_3/3$ da $w=(-2,-4,1)$. De la fila 2: $$v=(-5,-6,1)-w=(-3,-2,0).$$

    De la fila 1:

    $$u=(3,2,0)-v=(6,4,0).$$
  5. Matriz (columnas $u,v,w$): $$A=\begin{pmatrix}6&-3&-2\\4&-2&-4\\0&0&1\end{pmatrix}.$$
  6. Comprobación (lo más seguro): $$A\,(1,1,0)^T=(3,2,0)^T\ ✓,\qquad A\,(2,3,1)^T=(12-9-2,\ 8-6-4,\ 1)=(1,-2,1)\ ✓,$$ $$A\,(0,-2,1)^T=(6-2,\ 4-4,\ 1)=(4,0,1)\ ✓$$
  7. Vía compacta. Con $P$ (vectores de $B$ en columna) y $F$ (sus imágenes en columna), $AP=F\Rightarrow A=FP^{-1}$; es la fórmula de cambio de base del tema 3.5 (Def. 3.15, U p.136). Sin calculadora, el sistema de arriba suele ser más corto.

Resultado: $A$ como arriba. (Verificado con sympy: $\det P=3$, $A=FP^{-1}$, $AP=F$.) Sobre la oficial: resultado correcto; plantea el sistema pero no muestra cómo lo resuelve, y la cabecera de las soluciones dice «ENERO 2021» (errata: el examen es de 2022).

Receta: «imágenes de una base cualquiera $\to$ matriz canónica»: escribe cada vector dado como combinación de los canónicos (se lee de sus componentes), aplica linealidad y resuelve el sistema cuyas incógnitas son $f(e_1),\dots,f(e_m)$. Comprueba siempre $A\cdot(\text{vector dado})=\text{imagen dada}$.

Error típico: poner directamente $(3,2,0),(1,-2,1),(4,0,1)$ como columnas: es la matriz de $f$ respecto de $B$ (partida) y la canónica (llegada), no la pedida. Y equivocarse en un signo al despejar sin comprobar.

Método C — matriz respecto de bases no canónicas (Def. 3.4 directamente)

Idea común. Para cada vector $e_j$ de la base de partida se calcula $f(e_j)$ y se expresan sus coordenadas en la base de llegada $S$ (resolver $f(e_j)=a_{1j}u_1+\dots+a_{nj}u_n$); esos $a_{ij}$ forman la columna $j$. Si $f$ es un endomorfismo y dicen «la matriz en la base $B$», se usa $B$ a la vez en partida y llegada.

Feb. 2019 (tipo A), ejercicio 3 — matriz en las bases $\{(1,0,1),(1,0,0),(1,1,0)\}$ y $\{(0,1),(1,0)\}$ X Feb. 2019 (A)

Hallar la matriz asociada, en las bases $\{(1,0,1),(1,0,0),(1,1,0)\}$ y $\{(0,1),(1,0)\}$, de la aplicación lineal $f:\mathbb R^3\to\mathbb R^2$ definida por $f(x,y,z)=(x-y-z,\ z)$.

Qué se pide. $B=\{(1,0,1),(1,0,0),(1,1,0)\}$ es la base de partida ($\mathbb R^3$, 3 columnas) y $S=\{(0,1),(1,0)\}$ la de llegada ($\mathbb R^2$, 2 filas): matriz $2\times3$.

Antes de calcular
Qué me piden
Matriz de $f$ en las bases dadas, con el orden cambiado en la llegada.
Cómo lo pienso
Atención al orden de los vectores de la base de llegada: afecta a las coordenadas.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida).
Por dónde empiezo
Imágenes de los vectores de la base de partida y coordenadas en el orden dado.
  1. Son bases. $$\det\begin{pmatrix}1&1&1\\0&0&1\\1&0&0\end{pmatrix}=1\neq0;$$

    $S$ es la canónica con el orden cambiado.

  2. Imágenes de los vectores de $B$: $$f(1,0,1)=(0,1),\quad f(1,0,0)=(1,0),\quad f(1,1,0)=(0,0).$$
  3. Coordenadas en $S=\{u_1=(0,1),u_2=(1,0)\}$. $$(a,b)=\alpha(0,1)+\beta(1,0)=(\beta,\alpha),$$

    luego las coordenadas son $(b,a)$ (se intercambian). Así

    $$(0,1)=(1,0)_S,\qquad(1,0)=(0,1)_S,\qquad(0,0)=(0,0)_S.$$
  4. Matriz (coordenadas en columna, en el orden de $B$): $$A=\begin{pmatrix}1&0&0\\0&1&0\end{pmatrix}.$$
  5. Comprobación. $v=(2,1,1)$: $v=\alpha(1,0,1)+\beta(1,0,0)+\gamma(1,1,0)$ da $\gamma=1$ (2.ª comp.), $\alpha=1$ (3.ª), $\beta=0$, así que $v=(1,0,1)_B$. Entonces $$A\,(1,0,1)^T=(1,0)^T,$$

    que en $S$ es $1\cdot(0,1)+0\cdot(1,0)=(0,1)$; directamente, $f(2,1,1)=(0,1)$ ✓.

  6. Contraste. En las bases canónicas la matriz sería $$\begin{pmatrix}1&-1&-1\\0&0&1\end{pmatrix}:$$

    otra matriz para la misma $f$ (el Teor. 3.3 dice «única para las bases elegidas»).

Resultado: $A=\begin{pmatrix}1&0&0\cr0&1&0\end{pmatrix}$. (Verificado con sympy.) Sobre la oficial: correcta y bien explicada.

Receta: (1) imagen de cada vector de la base de partida; (2) coordenadas de cada imagen en la base de llegada; (3) en columna. Si la llegada es la canónica desordenada, las coordenadas son las componentes reordenadas.

Error típico: dejar las imágenes $(0,1),(1,0),(0,0)$ tal cual como columnas (usar la canónica en la llegada: sale $\begin{pmatrix}0&1&0\cr1&0&0\end{pmatrix}$, incorrecta), o calcular las coordenadas de los vectores de $B$ en lugar de las de sus imágenes.

Feb. 2026 (2.ª sem.), problema 8, 1.er apartado — matriz de un endomorfismo de $\mathbb R^2$ en la base $B=\{(1,-1),(1,1)\}$ X Feb. 2026 (2.ª) P8

Sea $f(x_1,x_2)=(-7x_1+6x_2,\ -9x_1+8x_2)$ una aplicación lineal de $\mathbb R^2$ en $\mathbb R^2$ respecto a la base canónica. Halle la matriz asociada a $f$ con respecto a la base $B=\{(1,-1),(1,1)\}$ (1 punto). (El 2.º apartado, diagonalizar, es del tema 4.3.)

Qué se pide. Es un endomorfismo: «respecto a la base $B$» significa $B$ en la partida y en la llegada. Columna $j$ = coordenadas en $B$ de $f(b_j)$.

Antes de calcular
Qué me piden
Matriz de un endomorfismo en la base $B=\{(1,-1),(1,1)\}$.
Cómo lo pienso
Es un endomorfismo: misma base en la partida y en la llegada. Cada columna es $f(b_j)$ escrito en $B$.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). En un endomorfismo la base de partida y de llegada es la misma.
Por dónde empiezo
Calculo $f$ en los dos vectores y expreso el resultado en $B$.
  1. $B$ es base: $$\det\begin{pmatrix}1&1\\-1&1\end{pmatrix}=2\neq0.$$
  2. Imágenes de los vectores de $B$: $$f(1,-1)=(-7-6,\ -9-8)=(-13,-17),\qquad f(1,1)=(-7+6,\ -9+8)=(-1,-1).$$
  3. Coordenadas en $B$ de un vector genérico (se hace una sola vez): $$(p,q)=a(1,-1)+b(1,1)=(a+b,\ -a+b).$$

    Sumando, $2b=p+q$; restando, $2a=p-q$. Luego

    $$a=\frac{p-q}2,\qquad b=\frac{p+q}2.$$
  4. Aplicarlo: $(-13,-17)$: $a=\frac{-13+17}2=2$, $b=\frac{-30}2=-15$, es decir $(2,-15)_B$. $(-1,-1)$: $a=0$, $b=-1$, es decir $(0,-1)_B$.
  5. Matriz: $$A_B=M(f;B,B)=\begin{pmatrix}2&0\\-15&-1\end{pmatrix}.$$
  6. Comprobación: $$2(1,-1)-15(1,1)=(-13,-17)\ ✓,\qquad0(1,-1)-1(1,1)=(-1,-1)\ ✓$$

    Control extra (se justificará en 4.1): traza ($1$) y determinante ($-2$) coinciden con los de $\begin{pmatrix}-7&6\\-9&8\end{pmatrix}$ ($-7+8=1$; $-56+54=-2$) ✓.

  7. Vía alternativa (tema 3.5). $A_B=P^{-1}AP$ con $P=\begin{pmatrix}1&1\\-1&1\end{pmatrix}$ (vectores de $B$ en columna). Da lo mismo.

Resultado: $A_B=\begin{pmatrix}2&0\cr-15&-1\end{pmatrix}$. (Verificado con sympy.) Sobre la oficial: correcta; en la vía alternativa llama $B$ tanto a la base como a la matriz de paso (conviene llamarla $P$).

Receta: endomorfismo «en la base $B$»: imagen de cada $b_j$, coordenadas en la misma $B$, en columnas. Resolver una vez las coordenadas de un vector genérico $(p,q)$ ahorra sistemas.

Error típico: dejar las imágenes en canónicas (columnas $(-13,-17)$ y $(-1,-1)$): es la matriz de $B$ a la canónica, no la pedida. O calcular $PAP^{-1}$ (orden inverso).

Método D — leer la matriz e interpretar

Idea común. La matriz guarda toda la información de $f$ en las bases elegidas: sus columnas generan la imagen, luego $\operatorname{rang}A=\operatorname{Dim}\operatorname{Im}f$ (Teor. 2.5, U p.88; autoevaluación, ítem 5, p.138) y $\operatorname{Dim}\operatorname{Nuc}f=m-\operatorname{rang}A$ (ítem 6). Pero la matriz concreta cambia con las bases (ítems 3, 4, 10).

Feb. 2026 (1.ª sem.), pregunta 2 — rango de la matriz asociada dada por $f(u_i)$ en bases abstractas X Feb. 2026 (1.ª) P2

Consideremos en $\mathbb R^3$ la base $B=\{u_1,u_2,u_3\}$ y en $\mathbb R^4$ la base $B'=\{v_1,v_2,v_3,v_4\}$. Determine de manera razonada el rango de la matriz asociada a la aplicación lineal $f:\mathbb R^3\to\mathbb R^4$ definida por $f(u_1)=-v_1+v_2+v_3$, $f(u_2)=v_1-v_2-v_3$ y $f(u_3)=(0,0,0,0)$.

Qué se pide. Construir la matriz respecto de $B$ y $B'$ y calcular su rango. No hace falta saber quiénes son los $u_i$, $v_j$: basta con las coordenadas.

Antes de calcular
Qué me piden
Rango de la matriz asociada cuando $f$ viene dada por imágenes en coordenadas abstractas.
Cómo lo pienso
Las coordenadas de $f(u_j)$ en la base de llegada son los coeficientes de los $v_i$ que aparezcan. Dos columnas opuestas y una nula: rango pequeño.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). $\operatorname{rang}A=\operatorname{Dim}\operatorname{Im}f$.
Por dónde empiezo
Matriz por columnas y rango.
  1. Tamaño: $4\times3$ (4 filas = $\operatorname{Dim}\mathbb R^4$; 3 columnas = $\operatorname{Dim}\mathbb R^3$).
  2. Coordenadas en $B'$ de cada imagen (los coeficientes de $v_1,\dots,v_4$): $$f(u_1)=(-1,1,1,0)_{B'},\qquad f(u_2)=(1,-1,-1,0)_{B'},\qquad f(u_3)=\bar0=(0,0,0,0)_{B'}$$

    (el vector nulo tiene coordenadas nulas en cualquier base).

  3. Matriz (en columna): $$A=\begin{pmatrix}-1&1&0\\1&-1&0\\1&-1&0\\0&0&0\end{pmatrix}.$$
  4. Rango. La 3.ª columna es nula; la 2.ª es $-1$ por la 1.ª; la 1.ª no es nula. Las columnas generan $\langle C_1\rangle$, de dimensión 1: $\operatorname{rang}A=1$ (Teor. 2.5).
  5. Interpretación. $\operatorname{Dim}\operatorname{Im}f=1$ y $\operatorname{Dim}\operatorname{Nuc}f=3-1=2$ (Teor. 3.1, U p.111). De hecho, $$\operatorname{Nuc}f=\langle u_1+u_2,\ u_3\rangle,\qquad f(u_1+u_2)=f(u_1)+f(u_2)=\bar0:$$

    las soluciones de $AX=0$ son coordenadas en $B$ ($X=(1,1,0)$ y $X=(0,0,1)$) y se traducen de vuelta a vectores.

Resultado: $\operatorname{rang}A=1$. (Verificado con sympy.) Sobre la oficial: resultado correcto, pero dice que las columnas son «las coordenadas de la base $B$ respecto de $B'$» (deben ser las de las imágenes $f(u_j)$) y «como la 1.ª y la 2.ª son dependientes, el rango es 1» necesita añadir que la 3.ª es nula y la 1.ª no.

Receta: bases abstractas: las columnas son los coeficientes de cada $f(u_j)$ en la base de llegada; el rango se calcula como siempre y no depende de las bases.

Error típico: escribir las coordenadas en filas (traspuesta); creer que, como $f(u_3)=\bar0$, la matriz «no tiene 3.ª columna» (tiene una columna de ceros); concluir rango 2 al ver dos columnas no nulas sin notar que son proporcionales.

Sept. 2017 (tipo A), ejercicio 3 — test: matriz asociada, cambios de base y endomorfismos X Sept. 2017 (A)

Es cierto: A) Las matrices de cambio de base son singulares. B) La matriz asociada a una aplicación lineal depende de las bases fijadas. C) Todas las aplicaciones lineales son endomorfismos. D) Ninguna de las anteriores.

Qué se pide. Elegir la afirmación verdadera justificando por qué las otras fallan (son los ítems 8, 10 y 7 de la autoevaluación del cap. 3, U p.138).

Antes de calcular
Qué me piden
Test sobre matrices de cambio de base, matriz asociada y endomorfismos.
Cómo lo pienso
Cada afirmación se contrasta con la definición: dependencia de las bases, regularidad de la matriz de cambio, definición de endomorfismo.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida).
Por dónde empiezo
Veo cuál es verdadera con la Def. 3.4 y busco contraejemplo para las falsas.
  1. B) Verdadera. La Def. 3.4 (U p.116) usa las coordenadas de $f(e_j)$ en la base $S$, con los $e_j$ de la base $B$: si cambia $B$ o $S$, cambian las columnas. El Teor. 3.3 (U p.115) dice que la matriz es única para las bases elegidas. Ejemplo: la $f$ de Feb. 2026 (ejercicio anterior) tiene $$\begin{pmatrix}-7&6\\-9&8\end{pmatrix}\ \text{en la canónica y}\ \begin{pmatrix}2&0\\-15&-1\end{pmatrix}\ \text{en }B=\{(1,-1),(1,1)\}.$$
  2. A) Falsa. Las matrices de cambio de base son regulares (U §3.5, p.135): sus columnas son coordenadas de los vectores de una base, que son independientes, así que su rango es máximo y tienen inversa. «Singular» significaría determinante $0$.
  3. C) Falsa. Un endomorfismo es una aplicación lineal de un espacio en sí mismo ($V=W$; E p.95 (margen); U §4.1.3 p.148). Contraejemplo: $f:\mathbb R^2\to\mathbb R^3$, $f(x_1,x_2)=(x_1,x_2,0)$, lineal pero con matriz $3\times2$ (ni cuadrada).
  4. D) Falsa, porque B es cierta. Respuesta: B.

Resultado: B. Sobre la oficial: correcta pero sin justificar («véase la teoría»).

Receta: matriz asociada = (aplicación) + (base de partida) + (base de llegada): cambiar cualquiera de los tres cambia la matriz. Lo que no cambia es el rango ($=\operatorname{Dim}\operatorname{Im}f$).

Error típico: elegir A confundiendo «matriz de cambio de base» con «matriz asociada a una aplicación no invertible», o creer que la matriz «es» la aplicación.

Ejemplos propios de examen (de más fácil a más difícil)

Ejemplo propio 4 (fácil, método A) — matriz, ecuaciones y $f(1,1,1)$ propio

Sea $f:\mathbb R^3\to\mathbb R^3$, $f(x,y,z)=(x-2y,\ 3z,\ x+y+z)$. Escribe su matriz en la base canónica, sus ecuaciones y calcula $f(1,1,1)$ con la matriz.

Qué se pide. Matriz canónica de una $f$ dada por fórmula, sus ecuaciones y una imagen calculada con la matriz.

Antes de calcular
Qué me piden
Matriz canónica, ecuaciones y una imagen de una $f$ dada por fórmula.
Cómo lo pienso
Las ecuaciones ya son la fórmula; la matriz son sus coeficientes.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). Ecuaciones de $f$ (U p.117): si $x$ son las coordenadas de $v$ en $B$ e $y$ las de $f(v)$ en $S$, entonces $y=Ax$.
Por dónde empiezo
Coeficientes por filas, y multiplico.
  1. Columnas: $$f(e_1)=(1,0,1),\quad f(e_2)=(-2,0,1),\quad f(e_3)=(0,3,1).$$

    Matriz:

    $$A=\begin{pmatrix}1&-2&0\\0&0&3\\1&1&1\end{pmatrix}$$

    (fila $i$ = coeficientes de la componente $i$; ojo a los ceros).

  2. Ecuaciones: $$y_1=x_1-2x_2,\qquad y_2=3x_3,\qquad y_3=x_1+x_2+x_3.$$
  3. Compruebo con $(1,1,1)$: $$A\,(1,1,1)^T=(-1,3,3)^T;\qquad f(1,1,1)=(1-2,\ 3,\ 3)\ ✓$$

    (Además $\det A=-9\neq0$: $\operatorname{Im}f=\mathbb R^3$.)

Receta: columnas $=f(e_j)$ (o fila $i$ = coeficientes de la componente $i$), con $0$ donde falte una variable. Error típico: poner imágenes en filas.
Ejemplo propio 5 (medio, método B en $\mathbb R^3$) — matriz canónica y $f(1,2,-1)$ a partir de las imágenes de una base no canónica propio

$f:\mathbb R^3\to\mathbb R^3$ lineal con $f(1,2,1)=(3,1,5)$, $f(0,1,1)=(2,0,1)$ y $f(0,0,1)=(2,-1,0)$. Halla su matriz canónica y $f(1,2,-1)$.

Qué se pide. Las imágenes se dan sobre una base no canónica; hay que deducir $f(e_1),f(e_2),f(e_3)$ por linealidad.

Antes de calcular
Qué me piden
Matriz canónica y $f(1,2,-1)$ a partir de las imágenes de una base no canónica.
Cómo lo pienso
Los tres vectores dados son casi triangulares: puedo despejar los $e_j$ de abajo arriba y aplicar linealidad.
Qué uso
Teor. 3.2 (U p.114): una aplicación lineal queda determinada por las imágenes de los vectores de una base. Hay que comprobar que los vectores dados son base (libres y tantos como la dimensión).
Por dónde empiezo
Compruebo base, expreso $e_3,e_2,e_1$ y calculo sus imágenes.
  1. ¿Base? $$\begin{vmatrix}1&0&0\\2&1&0\\1&1&1\end{vmatrix}=1\neq0\quad\text{(triangular)}:$$

    $b_1=(1,2,1)$, $b_2=(0,1,1)$, $b_3=(0,0,1)$ forman base y $f$ queda determinada.

  2. Los $e_j$ con la base dada (de abajo arriba, porque $b_3=e_3$ y $b_2$ solo tiene $e_2,e_3$): $$e_3=b_3,\qquad e_2=b_2-b_3.$$

    Como $b_1=e_1+2e_2+e_3$:

    $$e_1=b_1-2e_2-e_3=b_1-2b_2+b_3.$$

    Comprobación: $(1,2,1)-2(0,1,1)+(0,0,1)=(1,0,0)$ ✓.

  3. Linealidad: $$f(e_3)=f(b_3)=(2,-1,0),\qquad f(e_2)=f(b_2)-f(b_3)=(2,0,1)-(2,-1,0)=(0,1,1),$$ $$f(e_1)=f(b_1)-2f(b_2)+f(b_3)=(3,1,5)-(4,0,2)+(2,-1,0)=(1,0,3).$$
  4. Matriz (columnas $f(e_1),f(e_2),f(e_3)$): $$A=\begin{pmatrix}1&0&2\\0&1&-1\\3&1&0\end{pmatrix}.$$

    Comprobación:

    $$A\,(1,2,1)^T=(3,1,5)^T\ ✓,\quad A\,(0,1,1)^T=(2,0,1)^T\ ✓,\quad A\,(0,0,1)^T=(2,-1,0)^T\ ✓$$
  5. Imagen pedida: $$f(1,2,-1)=A\,(1,2,-1)^T=(1-2,\ 2+1,\ 3+2)=(-1,3,5).$$
Receta: escribe cada $e_j$ como combinación de la base dada (empezando por el vector con más ceros), aplica la linealidad y comprueba $A\cdot b_i=f(b_i)$. Error típico: poner $f(b_1),f(b_2),f(b_3)$ como columnas y creer que es la matriz canónica.
Ejemplo propio 6 (medio-alto, método A con polinomios) — $f(p)(x)=p(x+1)$ en $\wp_2$ propio

Sea $f:\wp_2\to\wp_2$, $f(p)(x)=p(x+1)$. Halla su matriz en la base $\{1,x,x^2\}$ y úsala para calcular $f(2-x+3x^2)$.

Qué se pide. La matriz de un endomorfismo de polinomios, pasando cada imagen a coordenadas en $\{1,x,x^2\}$.

Antes de calcular
Qué me piden
Matriz de $f(p)(x)=p(x+1)$ en la base $\{1,x,x^2\}$.
Cómo lo pienso
Desarrollo $(x+1)^k$: cada columna es el desarrollo binomial.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida).
Por dónde empiezo
Calculo $f(1),f(x),f(x^2)$ y las coordenadas.
  1. Es lineal: $$(p+\lambda q)(x+1)=p(x+1)+\lambda q(x+1).$$
  2. Imágenes de la base: $$f(1)=1,\qquad f(x)=1+x,\qquad f(x^2)=(x+1)^2=1+2x+x^2;$$

    coordenadas $(1,0,0)$, $(1,1,0)$, $(1,2,1)$.

  3. Matriz ($\operatorname{Dim}\wp_2=3$): $$A=\begin{pmatrix}1&1&1\\0&1&2\\0&0&1\end{pmatrix}.$$
  4. $p=2-x+3x^2$ tiene coordenadas $(2,-1,3)$ y $$A\,(2,-1,3)^T=(4,5,3)^T,$$

    es decir, $f(p)=4+5x+3x^2$. Comprobación directa:

    $$2-(x+1)+3(x+1)^2=2-x-1+3x^2+6x+3=4+5x+3x^2\ ✓$$
Receta: aplica $f$ a $1,x,x^2$ en orden, escribe los coeficientes de cada resultado y colócalos en columna. Error típico: olvidar que $f(x^2)=(x+1)^2$ tiene tres términos.
Ejemplo propio 7 (examen, método C) — $f(x,y,z)=(x+y,\ y-z)$ en bases $B$ y $S$ propio

$f:\mathbb R^3\to\mathbb R^2$, $f(x,y,z)=(x+y,\ y-z)$. Halla su matriz respecto de $B=\{(1,1,0),(0,1,1),(1,0,1)\}$ y $S=\{(1,0),(1,1)\}$ y compruébala con $v=(1,2,1)$.

Qué se pide. Matriz respecto de bases no canónicas $B$ (partida) y $S$ (llegada) y su comprobación con un vector dado en coordenadas de $B$.

Antes de calcular
Qué me piden
Matriz respecto de bases no canónicas y comprobación con un vector.
Cómo lo pienso
Tres columnas, cada una exige expresar una imagen en la base de llegada: dos sistemas pequeños.
Qué uso
Matriz asociada a $f:V\to W$ en las bases $B$ (de $V$) y $S$ (de $W$) (Def. 3.4, U p.116): la columna $j$ son las coordenadas, en la base $S$, de la imagen del $j$-ésimo vector de $B$. Tamaño: $\operatorname{Dim}W\times\operatorname{Dim}V$ (filas = llegada, columnas = partida). Ecuaciones de $f$ (U p.117): si $x$ son las coordenadas de $v$ en $B$ e $y$ las de $f(v)$ en $S$, entonces $y=Ax$.
Por dónde empiezo
Calculo, expreso y compruebo con un vector.
  1. Bases: el determinante de $B$ (en columnas) vale $2\neq0$ y $$\begin{vmatrix}1&1\\0&1\end{vmatrix}=1\neq0.$$
  2. Imágenes: $$f(1,1,0)=(2,1),\quad f(0,1,1)=(1,0),\quad f(1,0,1)=(1,-1).$$
  3. Coordenadas en $S$: $$(p,q)=a(1,0)+b(1,1)=(a+b,\ b)\ \Rightarrow\ b=q,\ a=p-q.$$

    Así:

    $$(2,1)=(1,1)_S,\qquad(1,0)=(1,0)_S,\qquad(1,-1)=(2,-1)_S.$$
  4. Matriz: $$M(f;B,S)=\begin{pmatrix}1&1&2\\1&0&-1\end{pmatrix}.$$
  5. Comprobación. $v=(1,2,1)=(1,1,0)+(0,1,1)$, es decir $v=(1,1,0)_B$. Entonces $$A\,(1,1,0)^T=(2,1)^T_S\ \Rightarrow\ f(v)=2(1,0)+1(1,1)=(3,1).$$

    Directamente, $f(1,2,1)=(3,\,1)$ ✓.

Receta: $f(b_j)$, luego coordenadas en $S$, en columna. Error típico: dejar las imágenes en canónicas.
Preguntas de examen «mixtas» ya resueltas en otros temas (no se repiten aquí) X varios
Para practicar (de otros temas) X varios
  • Composición y combinación lineal de aplicaciones (matriz del producto o de $3g-5h$) → tema 3.4: Ene. 2020 (A), ejercicio 3; Sept. 2018 (A), ejercicio 3; Feb. 2023 (1.ª), pregunta 3; Sept. 2024, pregunta 3; Sept. 2023, pregunta 3; Feb. 2025 (1.ª), problema 7, 3.er apartado; Feb. 2024 (2.ª) y Feb. 2026 (1.ª), problema 7 (matriz de $f\circ f$ o $g\circ f$ y su núcleo).
  • Matriz de cambio de base → tema 3.5: Feb. 2017 (2.ª, A), ejercicio 3 (determinante de la matriz de cambio de base) y la vía $A_B=P^{-1}AP$ de Feb. 2026 (2.ª), problema 8.
  • Matrices asociadas a un endomorfismo diagonalizable (semejanza) y diagonalización → tema 4.1 / 4.3: Feb. 2018 (A), ejercicio 4; Feb. 2026 (2.ª), problema 8, 2.º apartado; Sept. 2017 (A), ejercicio 4 (la opción «cualquier matriz asociada tiene rango 3» es falsa porque $f:\mathbb R^2\to\mathbb R^2$ tiene matrices $2\times2$).

9Chuleta, lista de comprobación y errores frecuentes

ResultadoFórmula / idea (hipótesis)
Determinación (Teor. 3.2, U p.114)$f(v)=v_1f(e_1)+\dots+v_mf(e_m)$ si $v=(v_1,\dots,v_m)_B$ ($\{e_j\}$ base de $V$ y se dan las $m$ imágenes)
Matriz asociada (Def. 3.4, U p.116)columna $j$ = coordenadas en $S$ de $f(e_j)$ (bases $B$ de $V$, $S$ de $W$, ordenadas)
Tamaño$(\operatorname{Dim}W)\times(\operatorname{Dim}V)$: filas = llegada, columnas = partida
Unicidad (Teor. 3.3, U p.115)una matriz por cada par de bases (la matriz depende de $B$ y $S$)
Ecuaciones (U p.117)$Y=AX$; $y_i=a_{i1}x_1+\dots+a_{im}x_m$ ($X$ en $B$, $Y$ en $S$)
Bases canónicascolumna $j$ = $f(e_j)$; fila $i$ = coeficientes de la componente $i$ de $f$ (coordenadas = componentes)
Datos en base no canónicadespeja $f(e_j)$ por linealidad (o $A=FP^{-1}$) (la base dada debe ser base)
Matriz en $B$, $S$ no canónicas$f(b_j)$ y luego sus coordenadas en $S$ (sistema) (no dejar las imágenes en canónicas)
Lo que no cambia con las bases$\operatorname{rang}A=\operatorname{Dim}\operatorname{Im}f$; $\operatorname{Dim}\operatorname{Nuc}f=m-\operatorname{rang}A$ ($m$ = nº de columnas)
Polinomios y matricesbase canónica en orden: $1,x,x^2,\dots$ / $E_{11},E_{12},E_{21},E_{22}$; coordenadas = coeficientes / entradas por filas (mismo orden en todas las columnas)
Errores frecuentes
  1. Poner las imágenes en filas (traspuesta) o el tamaño al revés ($m\times n$): E 3.15, X Feb. 2026 (2.ª) P7, X Feb. 2026 (1.ª) P2.
  2. Usar como columnas las imágenes de una base no canónica y creer que es la matriz canónica (X Feb. 2018 B, Ene. 2022).
  3. En bases no canónicas, olvidar pasar las imágenes a coordenadas de la base de llegada (X Feb. 2019 A, Feb. 2026 2.ª P8).
  4. Mezclar el orden de la base de polinomios ($1,x,x^2$ frente a $x^2,x,1$) o dar una matriz cuadrada cuando los espacios tienen dimensiones distintas (X Feb. 2023 1.ª P7, E 3.18).
  5. Escribir las coordenadas de un polinomio al revés: $2x^3+5x^2-1$ es $(-1,0,5,2)$, no $(2,5,0,-1)$ (E 3.18).
  6. Leer «$f(x)=2$» como evaluación en lugar de «la imagen del polinomio $x$ es el polinomio $2$» (E 3.19).
  7. Pensar que la matriz no depende de las bases (X Sept. 2017 ej. 3): sí depende; su rango no.
  8. Creer que bastan algunas imágenes para determinar $f$ (E 3.28 C) o que cualquier lista de imágenes define una aplicación lineal (U Ej. 3.17).
  9. Aplicar $A$ a un vector dado en componentes canónicas cuando $X$ debe estar en coordenadas de $B$.

★Fuentes de este tema

Ver todas las fuentes citadas