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: $Y=AX$.
0Antes de empezar U p.113
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
- Del tema 3.1: qué es una aplicación lineal ($f(v+\lambda u)=f(v)+\lambda f(u)$, Def. 3.1, U p.101) y, sobre todo, la propiedad 3: $f\big(\sum a_iv_i\big)=\sum a_if(v_i)$ (U p.103). Esa propiedad es el motor de todo el tema.
- Del tema 2: base y coordenadas de un vector respecto de una base (Def. 2.9-2.10, U p.82-85), y las bases canónicas de $\mathbb R^n$, de $\wp_n$ ($\{1,x,\dots,x^n\}$) y de $\mathcal M_{2\times2}$ ($\{E_{11},E_{12},E_{21},E_{22}\}$). Si dudas de cómo se calculan unas coordenadas, repasa el tema 2.3.
- Del tema 1: producto de una matriz por una columna (1.2) y resolver sistemas por Gauss (1.4): saldrán varias veces.
Mapa del tema
| Apartado | Qué contiene | Dónde |
|---|---|---|
| 1 La idea | Las columnas son «lo que $f$ hace con cada vector de la base» | propio · U p.114 |
| 2 Determinación | Teor. 3.2, Ej. 3.16-3.17: $f$ queda fijada por una base; cuándo faltan o sobran datos | U p.114-115 |
| 3 Matriz asociada | Teor. 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 bases | U p.117 · L §5.4 p.289-290 |
| 5 Tres situaciones | Bases canónicas · imágenes de una base no canónica · matriz respecto de dos bases cualesquiera | propio (con X) |
| 6 Qué se lee de $A$ | Rango $=\operatorname{Dim}\operatorname{Im}$, núcleo $=\{AX=0\}$ (enlace con 3.2) | propio |
| 7 Ejercicios del libro | E 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 examen | 8 preguntas de convocatorias anteriores + 4 ejemplos propios, resueltos | X |
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?»).
- 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.
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.
propio1La idea: las columnas son lo que $f$ hace con la base U p.113-114
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.
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 $f(3,-2)$?
- Descomponer el vector en la base. $(3,-2)=3\,(1,0)-2\,(0,1)$: sus coordenadas en la base canónica son $(3,-2)$.
- Aplicar la linealidad (propiedad 3, U p.103): $f(3,-2)=3f(1,0)-2f(0,1)=3\,(1,2,1)-2\,(1,1,0)=(1,\,4,\,3)$.
- 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.
- 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).
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
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».
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.114Aquí 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$f:\mathbb R^2\to\mathbb R^3$ lineal con $f(1,0)=(1,2,1)$ y $f(0,1)=(1,1,0)$. U obtiene unas ecuaciones de $f$:
- Todo $x=(x_1,x_2)$ se escribe $x=x_1(1,0)+x_2(0,1)$.
- Por linealidad, $f(x)=x_1(1,2,1)+x_2(1,1,0)=(x_1+x_2,\ 2x_1+x_2,\ x_1)$.
- 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«No puede haber una aplicación lineal $f:\mathbb R^2\to\mathbb R^2$ tal que $f(2,3)=(0,1)$ y $f(-2,-3)=(1,0)$.»
- Como $(-2,-3)=-1\cdot(2,3)$, la linealidad obliga a que $f(-2,-3)=-f(2,3)=-(0,1)=(0,-1)$.
- 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.
| Datos | Qué 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 dependientes | Hay 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. |
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
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.
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.216-217Si $f:V\to W$ 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$A=(a_{ij})$ 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- 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.
- 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 $f(0,1)=(1,1,0)$.
- Matriz (esas coordenadas en columna): $$A=\begin{pmatrix}1&1\cr2&1\cr1&0\end{pmatrix}.$$
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- 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.
- Tamaño: $(\operatorname{Dim}W)\times(\operatorname{Dim}V)$.
- Para cada $j=1,\dots,m$: calcula $f(e_j)$ y escribe sus coordenadas en $S$; es la columna $j$.
- Comprueba con un vector: $A\cdot(\text{coordenadas de }v)$ debe dar las coordenadas de $f(v)$.
- 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
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 $Y=AX$.
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.117Para 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.117Si $V$ 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.290Sea $f(x_1,x_2)=(-7x_1+6x_2,\ -9x_1+8x_2)$. 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.1155Tres 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.
| Situación | Qué te dan | Columnas de la matriz |
|---|---|---|
| A — canónicas | fórmula 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 canónicas | fórmula de $f$; piden $M(f;B,S)$ | coordenadas en $S$ de $f(b_j)$ |
Situación A — bases canónicas
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
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 $f(b_i)$.
- ¿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).
- 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 $f(e_1)=2f(1,1)-f(1,2)=2(2,3)-(1,1)=(3,5)$.
- Matriz: $A=\begin{pmatrix}3&-1\cr5&-2\end{pmatrix}$. Comprobación: $A\binom11=\binom23$ ✓ y $A\binom12=\binom11$ ✓.
- 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 $a=3$, $b=-1$ ✓.
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.
PSituación C — matriz respecto de bases $B$ y $S$ no canónicas
- Imagen de cada vector $b_j$ de la base de salida $B$ (sustituye en la fórmula).
- 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.
- Pon esas coordenadas en columna, en el orden de $B$.
- 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- 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
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):
- Imagen: las columnas de $A$ son los generadores de $\operatorname{Im}(f)$ (en coordenadas de $S$): $\operatorname{Dim}\operatorname{Im}(f)=\operatorname{rang}(A)$.
- Núcleo: $v\in\operatorname{Nuc}(f)\iff AX=0$ con $X$ las coordenadas de $v$ en $B$; $\operatorname{Dim}\operatorname{Nuc}(f)=m-\operatorname{rang}(A)$ (Teor. 3.1, $m$ = nº de columnas).
- Cuidado con las bases: si $B$ no es la canónica, las soluciones de $AX=0$ son coordenadas; hay que reconstruir el vector con $v=x_1b_1+\dots+x_mb_m$ (ejemplo: X Feb. 2026 (1.ª), pregunta 2).
- El rango no depende de las bases, pero la matriz sí.
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.
- 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.
- 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 $\mathbb R^2\to\mathbb R^3$).
- Columnas. Las bases son canónicas, así que las coordenadas de cada imagen son sus componentes y las columnas son directamente $f(e_1),f(e_2),f(e_3)$: $$A=\big(\,f(e_1)\ \big|\ f(e_2)\ \big|\ f(e_3)\,\big)=\begin{pmatrix}1&1&1\\1&1&0\end{pmatrix}.$$
- Filas. Leída por filas, $A$ tiene $(1,1,1)$ y $(1,1,0)$: solo C) es correcta.
- 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).
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.
- 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.
- 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).
- 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».
- Coordenadas de cada imagen ($f(e_1),f(e_2),f(e_3)$, una por línea): $$\begin{pmatrix}3&1\\2&4\end{pmatrix}\to(3,1,2,4),\qquad\begin{pmatrix}1&-1\\-5&5\end{pmatrix}\to(1,-1,-5,5),\qquad\begin{pmatrix}2&-2\\-1&4\end{pmatrix}\to(2,-2,-1,4).$$
- Matriz (esas coordenadas en columna): $$A=\begin{pmatrix}3&1&2\\1&-1&-2\\2&-5&-1\\4&5&4\end{pmatrix}.$$
- 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.
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.
- 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.
- $f$ 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 $\operatorname{gr}p'\le2\le3$: $f:P_3\to P_3$.
- 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 $4\times4$.
- Imágenes de la base y sus coordenadas: $$f(1)=0\to(0,0,0,0),\qquad f(x)=1\to(1,0,0,0),$$ $$f(x^2)=2x\to(0,2,0,0),\qquad f(x^3)=3x^2\to(0,0,3,0).$$
- Matriz (en columna, Def. 3.4): $$D=\begin{pmatrix}0&1&0&0\\0&0&2&0\\0&0&0&3\\0&0&0&0\end{pmatrix}.$$
- 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).
- 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.
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 $f(x+3)$.
- 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.
- ¿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.
- 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:
$$A=\begin{pmatrix}3&2&0\\2&0&0\\1&0&2\end{pmatrix}.$$ - 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.
- 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).
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
- 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 $f(e_1),f(e_2),f(e_3)$.
- 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.
- (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, $f:\mathbb R^3\to\mathbb R^2$.
- (b) Ecuaciones ($Y=AX$): $$y_1=x_1+2x_3,\quad y_2=-x_1+x_2\ \Rightarrow\ f(x_1,x_2,x_3)=(x_1+2x_3,\ -x_1+x_2).$$
- (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).
- (d) Las imágenes de la base canónica son las columnas: $$f(e_1)=(1,-1),\quad f(e_2)=(0,1),\quad f(e_3)=(2,0).$$
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 $f(x,y)$.
- 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.
- (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 $f$.
- (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 $(x,y)$.
- (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 $e_2=-u_1+u_2$.
- Imágenes de la canónica (propiedad 3, U p.103): $$f(e_1)=2f(u_1)-f(u_2)=2(1,0,2)-(2,1,3)=(0,-1,1),$$ $$f(e_2)=-f(u_1)+f(u_2)=(1,1,1).$$
- 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 $f(1,2)=(2,1,3)$ ✓.
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.
- 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.
- 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: $2\times3$.
- Imágenes de los vectores de $B$: $$f(1,0,0)=(1,0),\quad f(1,1,0)=(2,1),\quad f(1,1,1)=(2,2).$$
- 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., $3(1,1)-(1,2)=(2,1)$).
- Matriz (columna $j$ = coordenadas en $S$ de $f(b_j)$): $$M(f;B,S)=\begin{pmatrix}2&3&2\\-1&-1&0\end{pmatrix}.$$
- Imagen del vector $(1,1,1)_B$: $$\begin{pmatrix}2&3&2\\-1&-1&0\end{pmatrix}\begin{pmatrix}1\\1\\1\end{pmatrix}=\begin{pmatrix}7\\-2\end{pmatrix}_S .$$
- Comprobación por otro camino. $$(1,1,1)_B=(1,0,0)+(1,1,0)+(1,1,1)=(3,2,1)\ \text{en canónicas};\qquad f(3,2,1)=(5,3),$$ $$7(1,1)-2(1,2)=(5,3)\ ✓$$
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 $f(v)=Av$.
- 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.
- Tamaño (Def. 3.4): $m=4$ columnas y $n=3$ filas: $A$ es $3\times4$.
- Imágenes de la base canónica, sustituyendo en la fórmula: $$f(e_1)=(1,2,-1),\quad f(e_2)=(2,4,-2),\quad f(e_3)=(-1,0,1),\quad f(e_4)=(3,6,-3).$$
- 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.
- 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 $f(e_j)$».
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 $(1,x)$.
- 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 $\{1,x\}$.
- Tamaño. $\operatorname{Dim}\wp_4=5$ columnas y $\operatorname{Dim}\wp_1=2$ filas: $A$ es $2\times5$.
- Imagen de cada vector de la base de partida (derivar tres veces): $$f(1)=f(x)=f(x^2)=0,\qquad f(x^3)=6,\qquad f(x^4)=24x.$$
- Coordenadas en $(1,x)$ (los coeficientes, en el orden de la base): $$0\to(0,0),\qquad6=6\cdot1+0\cdot x\to(6,0),\qquad24x\to(0,24).$$
- Matriz (en columna): $$A=\begin{pmatrix}0&0&0&6&0\\0&0&0&0&24\end{pmatrix}.$$
- Expresión matricial. Con $p=a_0+a_1x+\dots+a_4x^4$ y $f(p)=b_0+b_1x$: $$\begin{pmatrix}b_0\\b_1\end{pmatrix}=\begin{pmatrix}0&0&0&6&0\\0&0&0&0&24\end{pmatrix}\begin{pmatrix}a_0\\a_1\\a_2\\a_3\\a_4\end{pmatrix}\iff\begin{cases}b_0=6a_3\\b_1=24a_4\end{cases}$$
- 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, $f(p)=12+24x$ ✓.
- 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 $f(\cdot)$.
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.
- 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.
- ¿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.
- Primera columna. $(2,0)=2\,(1,0)$, así que por linealidad $f(2,0)=2f(1,0)$ y $$f(1,0)=\tfrac12(4,0)=(2,0).$$
- Segunda columna. $(1,2)=(1,0)+2\,(0,1)$, luego $f(1,2)=f(1,0)+2f(0,1)$ y $$f(0,1)=\tfrac12\big[f(1,2)-f(1,0)\big]=\tfrac12\big[(2,3)-(2,0)\big]=\left(0,\tfrac32\right).$$
- 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 «$f(2,0))$».
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 $f(e_1),f(e_2),f(e_3)$.
- 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.
- $B$ es base (el enunciado lo afirma; conviene verlo): $$\det\begin{pmatrix}1&2&0\\1&3&-2\\0&1&1\end{pmatrix}=3\neq0.$$
- 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
$$\begin{cases}u+v=(3,2,0)\\2u+3v+w=(1,-2,1)\\-2v+w=(4,0,1)\end{cases}$$ - 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):
$$\left(\begin{array}{ccc|ccc}1&1&0&3&2&0\\0&1&1&-5&-6&1\\0&0&3&-6&-12&3\end{array}\right)$$ - 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:
$$u=(3,2,0)-v=(6,4,0).$$ - Matriz (columnas $u,v,w$): $$A=\begin{pmatrix}6&-3&-2\\4&-2&-4\\0&0&1\end{pmatrix}.$$
- Comprobación (lo más seguro): $$A\,(1,1,0)^T=(3,2,0)^T\ ✓,\qquad A\,(2,3,1)^T=(12-9-2,\ 8-6-4,\ 1)=(1,-2,1)\ ✓,$$ $$A\,(0,-2,1)^T=(6-2,\ 4-4,\ 1)=(4,0,1)\ ✓$$
- 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).
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 $2\times3$.
- 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.
- 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.
- Imágenes de los vectores de $B$: $$f(1,0,1)=(0,1),\quad f(1,0,0)=(1,0),\quad f(1,1,0)=(0,0).$$
- 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
$$(0,1)=(1,0)_S,\qquad(1,0)=(0,1)_S,\qquad(0,0)=(0,0)_S.$$ - Matriz (coordenadas en columna, en el orden de $B$): $$A=\begin{pmatrix}1&0&0\\0&1&0\end{pmatrix}.$$
- 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, $f(2,1,1)=(0,1)$ ✓.
- 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.
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 $f(b_j)$.
- 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 $B$.
- $B$ es base: $$\det\begin{pmatrix}1&1\\-1&1\end{pmatrix}=2\neq0.$$
- Imágenes de los vectores de $B$: $$f(1,-1)=(-7-6,\ -9-8)=(-13,-17),\qquad f(1,1)=(-7+6,\ -9+8)=(-1,-1).$$
- 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
$$a=\frac{p-q}2,\qquad b=\frac{p+q}2.$$ - 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 $(0,-1)_B$.
- Matriz: $$A_B=M(f;B,B)=\begin{pmatrix}2&0\\-15&-1\end{pmatrix}.$$
- 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 $\begin{pmatrix}-7&6\\-9&8\end{pmatrix}$ ($-7+8=1$; $-56+54=-2$) ✓.
- 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 $P$).
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.
- 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.
- Tamaño: $4\times3$ (4 filas = $\operatorname{Dim}\mathbb R^4$; 3 columnas = $\operatorname{Dim}\mathbb R^3$).
- 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).
- Matriz (en columna): $$A=\begin{pmatrix}-1&1&0\\1&-1&0\\1&-1&0\\0&0&0\end{pmatrix}.$$
- 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).
- 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.
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).
- 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.
- 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 $$\begin{pmatrix}-7&6\\-9&8\end{pmatrix}\ \text{en la canónica y}\ \begin{pmatrix}2&0\\-15&-1\end{pmatrix}\ \text{en }B=\{(1,-1),(1,1)\}.$$
- 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 $0$.
- 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).
- D) Falsa, porque B es cierta. Respuesta: B.
Resultado: B. Sobre la oficial: correcta pero sin justificar («véase la teoría»).
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.
- 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.
- 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).
- Ecuaciones: $$y_1=x_1-2x_2,\qquad y_2=3x_3,\qquad y_3=x_1+x_2+x_3.$$
- Compruebo con $(1,1,1)$:
$$A\,(1,1,1)^T=(-1,3,3)^T;\qquad f(1,1,1)=(1-2,\ 3,\ 3)\ ✓$$
(Además $\det A=-9\neq0$: $\operatorname{Im}f=\mathbb R^3$.)
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.
- 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.
- ¿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.
- 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: $(1,2,1)-2(0,1,1)+(0,0,1)=(1,0,0)$ ✓.
- Linealidad: $$f(e_3)=f(b_3)=(2,-1,0),\qquad f(e_2)=f(b_2)-f(b_3)=(2,0,1)-(2,-1,0)=(0,1,1),$$ $$f(e_1)=f(b_1)-2f(b_2)+f(b_3)=(3,1,5)-(4,0,2)+(2,-1,0)=(1,0,3).$$
- 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:
$$A\,(1,2,1)^T=(3,1,5)^T\ ✓,\quad A\,(0,1,1)^T=(2,0,1)^T\ ✓,\quad A\,(0,0,1)^T=(2,-1,0)^T\ ✓$$ - Imagen pedida: $$f(1,2,-1)=A\,(1,2,-1)^T=(1-2,\ 2+1,\ 3+2)=(-1,3,5).$$
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 $\{1,x,x^2\}$.
- 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.
- Es lineal: $$(p+\lambda q)(x+1)=p(x+1)+\lambda q(x+1).$$
- Imágenes de la base:
$$f(1)=1,\qquad f(x)=1+x,\qquad f(x^2)=(x+1)^2=1+2x+x^2;$$
coordenadas $(1,0,0)$, $(1,1,0)$, $(1,2,1)$.
- Matriz ($\operatorname{Dim}\wp_2=3$): $$A=\begin{pmatrix}1&1&1\\0&1&2\\0&0&1\end{pmatrix}.$$
- $p=2-x+3x^2$ 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:
$$2-(x+1)+3(x+1)^2=2-x-1+3x^2+6x+3=4+5x+3x^2\ ✓$$
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 $B$.
- 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.
- Bases: el determinante de $B$ (en columnas) vale $2\neq0$ y $$\begin{vmatrix}1&1\\0&1\end{vmatrix}=1\neq0.$$
- Imágenes: $$f(1,1,0)=(2,1),\quad f(0,1,1)=(1,0),\quad f(1,0,1)=(1,-1).$$
- Coordenadas en $S$:
$$(p,q)=a(1,0)+b(1,1)=(a+b,\ b)\ \Rightarrow\ b=q,\ a=p-q.$$
Así:
$$(2,1)=(1,1)_S,\qquad(1,0)=(1,0)_S,\qquad(1,-1)=(2,-1)_S.$$ - Matriz: $$M(f;B,S)=\begin{pmatrix}1&1&2\\1&0&-1\end{pmatrix}.$$
- 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, $f(1,2,1)=(3,\,1)$ ✓.
- Apartados de núcleo e imagen (tema 3.2): Feb. 2026 (2.ª), problema 7, 3.er apartado (base del núcleo desde la escalonada de la matriz de arriba; el 2.º apartado, escalonada reducida, es del tema 1.2); Feb. 2023 (1.ª), problema 7 (i) (núcleo e imagen de la derivada tercera); Feb. 2019 (A), problema a) (cartesianas y dimensiones dada la matriz); Sept. 2025, pregunta 3 ($(10,a,b)\in\operatorname{Nuc}f$ dada la matriz); Sept. 2017 (A), problema b) (matriz $3\times2$ leída de las ecuaciones); Sept. 2018 (A), problema b) ($\mathbb R^3\to\mathcal M_{2\times2}$ en canónicas); Feb. 2020 (1.ª, B), ejercicio 3 (rango de una matriz $3\times5$ con núcleo de dimensión 3).
- Imagen de un vector con la linealidad (tema 3.1 y 3.2): Feb. 2019 (B), ejercicio 3, Feb. 2024 (2.ª), pregunta 3, Feb. 2025 (2.ª), pregunta 3, Feb. 2026 (2.ª), pregunta 3 (Teor. 3.2 en acción sin pedir la matriz) y Feb. 2024 (1.ª), pregunta 3.
- 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
| Resultado | Fórmula / 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 canónicas | columna $j$ = $f(e_j)$; fila $i$ = coeficientes de la componente $i$ de $f$ (coordenadas = componentes) |
| Datos en base no canónica | despeja $f(e_j)$ 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 matrices | base 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) |
- Sé explicar con mis palabras por qué basta conocer $f$ en una base (Teor. 3.2) y cuándo los datos son insuficientes o contradictorios.
- Sé construir la matriz asociada en bases canónicas a partir de la fórmula o de las imágenes de la base, comprobando antes el tamaño $n\times m$.
- Sé pasar a coordenadas las imágenes cuando el espacio de llegada son polinomios o matrices (3.17, 3.19, X Feb. 2023).
- Sé obtener la matriz canónica a partir de las imágenes de una base no canónica (X Feb. 2018 B, Ene. 2022).
- Sé calcular la matriz respecto de bases no canónicas (coordenadas de $f(b_j)$ en la base de llegada) (X Feb. 2019 A, Feb. 2026).
- Sé escribir las ecuaciones $Y=AX$, calcular la imagen de un vector con la matriz y comprobar el resultado.
- Sé leer en $A$ el rango y las dimensiones de núcleo e imagen, y sé que la matriz depende de las bases pero el rango no.
- Sé responder con proceso: «columna $j$ = coordenadas en $S$ de $f(e_j)$ (Def. 3.4, U p.116)», y comprobar con un vector.
- 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.
- Usar como columnas las imágenes de una base no canónica y creer que es la matriz canónica (X Feb. 2018 B, Ene. 2022).
- En bases no canónicas, olvidar pasar las imágenes a coordenadas de la base de llegada (X Feb. 2019 A, Feb. 2026 2.ª P8).
- 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).
- 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).
- Leer «$f(x)=2$» como evaluación en lugar de «la imagen del polinomio $x$ es el polinomio $2$» (E 3.19).
- Pensar que la matriz no depende de las bases (X Sept. 2017 ej. 3): sí depende; su rango no.
- 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).
- Aplicar $A$ a un vector dado en componentes canónicas cuando $X$ debe estar en coordenadas de $B$.