Está en la página 1de 9

Y PROPIEDADES

2 DEFINICION

TEMA 5
Aplicaciones lineales.
1.

Introducci
on.

Una vez que estudiada la estructura de espacio vectorial pasamos a abordar las transformaciones entre espacios vectoriales: las aplicaciones lineales. Veremos sus propiedades
mas importantes y como se pueden representar mediante una matriz.

2.

Definici
on y propiedades

Definici
on 1 Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Se dice que
la aplicacion f : V W es una aplicaci
on lineal u homomorfismo de V en W si
se verifica:
(1) f (x + y ) = f (x) + f (y )

x, y V

(2) f (x) = f (x) K, x V.


Las dos condiciones anteriores se pueden resumir en una:
f (x + y ) = f (x) + f (y ) , K, x, y V.
En el caso en el que ambos espacios vectoriales coincidan, es decir, U V , recibe el
nombre de endomorfismo. Los homomorfismos biyectivos se llaman isomorfismos. Los
endomorfismos biyectivos se llaman automorfismos.

2.1.

Propiedades de las aplicaciones lineales

Sean V y W dos espacios vectoriales sobre el mismo cuerpo K y f : V W una


aplicacion lineal entre ellos. Se verifican las siguientes propiedades:
(1) f (0) = 0.
(2) f (x) = f (x).
on lineal y L un subespacio vectorial de
Proposici
on 2 Si f : V W es una aplicaci
V, entonces f (L) es un subespacio vectorial de W.
Grado en Electronica

Curso 2014/15


LINEAL
3 NUCLEO
E IMAGEN DE UNA APLICACION
Proposici
on 3 Si f : V W es una aplicaci
on lineal y E es un subespacio vectorial
de W, entonces f 1 (E) es un subespacio vectorial de V.
Nota: Recuerdese que si A y B son dos conjuntos y f : A B es una aplicacion entre
ellos, si E B se define f 1 (E) = {a A : f (a) E}.
Proposici
on 4 Sea f : V W es una aplicaci
on lineal y {u1 , u2 , u3 , . . . up } un sistema dependiente de vectores de V , entonces {f (u1 ), f (u2 ), f (u3 ), . . . f (up )} es un sistema
dependiente de W .
Nota: En general es resultado no es cierto para familias de vectores linealmente independientes.
Proposici
on 5 Sea f : V W es una aplicaci
on lineal y L un subespacio vectorial de
V . Si {u1 , u2 , u3 , . . . up } es un sistema generador de L entonces {f (u1 ), f (u2 ), f (u3 ), . . . f (up )}
es un sistema generador de f (L).
Proposici
on 6 (Determinaci
on de aplicaciones lineales) Si {e1 , e2 , . . . , en } es una
base de V y {w
1, w
2, . . . , w
n } son n elementos arbitrarios de W, existe una y solo una
aplicaci
on lineal f : V W tal que
f (ek ) = w
k,

para k = 1, 2, . . . , n.

Nota: Esta propiedad asegura que una aplicacion lineal f queda determinada dando los
transformados mediante f de una base de V.

3.

N
ucleo e imagen de una aplicaci
on lineal

Sean V y W dos espacios vectoriales sobre el mismo cuerpo K y f : V W una


aplicacion lineal entre ellos.
ucleo de la aplicaci
on lineal f y se representa
Definici
on 7 (N
ucleo) Se denomina n
por N(f ) o por Ker(f ), al conjunto de todos los elementos de V que mediante f se
transforman en el vector nulo de W , es decir,
Ker(f ) = N(f ) = {x V : f (x) = 0}.
De esta definicion se sigue que Ker(f ) = f 1 (0) y como E = {0} W es el subespacio
vectorial nulo de W , entonces Ker(f ) es un subespacio vectorial de V por la proposicion
[3] anterior. Se denomina nulidad de f a la dimension del subespacio vectorial Ker(f ).
Grado en Electronica

Curso 2014/15

4 OPERACIONES CON LAS APLICACIONES LINEALES

Definici
on 8 (Imagen) Se denomina imagen de la aplicaci
on lineal f y se representa
por R(f ) o por Im(f ), al conjunto formado por todos los elementos de W que son imagen
de alg
un elemento de V, es decir,
Im(f ) = R(f ) = {y W : x V,

f (x) = y }.

Al ser Im(f ) = f (V ) y ser V un subespacio vectorial de s mismo, se sigue que Im(f ) es


un subespacio vectorial de W por la proposicion [2] anterior.
La dimension del subespacio vectorial Im(f ) se denomina rango de f.
Nota: Seg
un la proposicion 5
V = u1 , u2 , u3 , . . . up = Im(f ) = f (u1 ), f (u2 ), f (u3 ), . . . f (up )
Teorema 1 Si f : V W es una aplicaci
on lineal se verifica que
dim(Im(f )) + dim(Ker(f )) = dim(V ).
Proposici
on 9 (Imagen recproca de un vector) Sea f : V W una aplicacion
lineal y w
W un vector fijo. Se verifica:
1. Si w

/ Im(f ), entonces f 1 (w)


= .
Im(f ), es decir, si existe alg
un v V tal que f (v ) = w,
entonces
2. Si w
f 1 (w)
= v + Ker(f ) = {v + x / x Ker(f )}

4.

Operaciones con las aplicaciones lineales

Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Se denota por L(V, W )
el conjunto formado por las aplicaciones lineales de V en W .

4.1.

Suma de aplicaciones lineales

Si f y g son dos aplicaciones lineales de V en W se define su suma y se representa


por f + g, como la aplicacion que a cada elemento x V le asocia f (x) + g(x), es decir,
(f + g)(x) = f (x) + g(x) :
f + g : V W
x (f + g)(x) = f (x) + g(x).

Grado en Electronica

Curso 2014/15

MATRICIAL DE LAS APLICACIONES LINEALES


5 REPRESENTACION

4.2.

Producto de un n
umero por una aplicaci
on lineal

Dada una aplicacion lineal f : V W y un n


umero K, se define el producto de
dicho n
umero por esa aplicacion lineal y se representa por f o simplemente por f,
como la aplicacion que a cada elemento x V le asocia f (x), es decir, (f )(x) = f (x) :
f : V W
x (f )(x) = f (x).
Teorema 2 El conjunto L(V, W ) tiene estructura de espacio vectorial respecto de las
operaciones suma y producto por un n
umero de K.
Nota: Se verifica que dim L(V, W ) = dim(V ) dim(W )

4.3.

Composici
on de aplicaciones lineales

Esta operacion no utiliza la estructura algebraica de espacio vectorial y puede definirse


entre conjuntos cualesquiera.
Definici
on 10 Dados los conjuntos V, W y U ; si f es una aplicaci
on de V en W y g es
una aplicacion de W en U tal que la imagen de f esta contenida en el dominio de g, se
define la composicion de las aplicaciones f y g y lo representaremos por g f, como la
aplicaci
on que asocia a cada x V el elemento g(f (x)), es decir, (g f )(x) = g(f (x)).
f

g f : V W U
x f (x) (g f )(x) = g(f (x)).
De esta definicion se deduce que si f y g son aplicaciones, entonces g f tambien es una
aplicacion. Ademas, esta operacion cumple la propiedad asociativa.
Proposici
on 11 Si V, W y U son espacios vectoriales sobre el mismo cuerpo K, y f :
V W y g : W U son aplicaciones lineales tales que la imagen de f est
a contenida
en el dominio de g, entonces la composici
on g f : V U es una aplicaci
on lineal.

5.

Representaci
on matricial de las aplicaciones lineales

La proposicion 6 asegura que una aplicacion lineal f de un espacio vectorial V de


dimension n en el espacio vectorial W de dimension m, queda determinada dando los
transformados mediante f de una base B = {e1 , e2 , . . . , en } de V. Si B1 = {u1 , u2 , . . . , um }
Grado en Electronica

Curso 2014/15

MATRICIAL DE LAS APLICACIONES LINEALES


5 REPRESENTACION

es una base del espacio W, como cada elemento f (ek ) pertenece a W se podra expresar
de manera u
nica como una combinacion lineal de los elementos de B1 , es decir,
f (ek ) = a1k u1 + a2k u2 + + amk um =

aik ui ,

para k = 1, 2, . . . , n.

i=1

Ahora bien, si x es un vector cualquiera de V se podra expresar de manera u


nica como
una combinacion lineal de los elementos ek por ser B una base:
x = x1e1 + x2e2 + + xnen =

xkek .

k=1

Aplicando f a los dos miembros de esta igualdad se obtiene:


( n
)
( m
)
)
( n
m
n
n

aik xk ui .
xk
aik ui =
xk f (ek ) =
xkek =
f (x) = f
k=1

k=1

k=1

i=1

i=1

k=1

Por otra parte, f (x) W y como B1 es una base se podra expresar como una combinacion
lineal de sus elementos:
f (x) = y1u1 + y2u2 + + ymum =

yiui

i=1

Como las coordenadas de un vector respecto de una base son u


nicas, se sigue que
yi =

aik xk ,

i = 1, 2, . . . , m.

k=1

Se deduce de aqu que fijadas las bases B y B1 en V y W , respectivamente, a cada


aplicacion lineal f : V W le corresponde una matriz A = [aik ] de dimensiones m n
unvocamente determinada.
Recprocamente, dados los espacios vectoriales V y W de dimensiones n y m, respectivamente, fijadas en ellos las bases B en V y B1 en W, a la matriz B = [bik ] Mmn le
corresponde la aplicacion lineal g : V W unvocamente determinada en virtud de la
proposicion 6, definiendo
g(ek ) =

bik ui ,

para k = 1, 2, . . . , n

i=1

Teorema 3 Sean V y W dos espacios vectoriales sobre el mismo cuerpo K de dimensiones n y m, respectivamente. Fijadas sendas bases en V y W, se verifica que los espacios
vectoriales de las aplicaciones lineales L(V, W ) y de las matrices Mmn son isomorfos.

Grado en Electronica

Curso 2014/15

6 CAMBIO DE BASE Y APLICACIONES LINEALES


En el caso en que V = Kn y W = Km se suponen fijadas las respectivas bases canonicas
en Kn y en Km y, en virtud del isomorfismo anterior, se suelen identificar la aplicacion
lineal f : Kn Km con la matriz correspondiente A = [aij ], donde cada columna

a1j
a2j

f (ej ) = .. ,
.
amj
para j = 1, 2, . . . , n, esta formada por las coordenadas del vector f (ej ) respecto de la base
ca
nonica de Km .

6.

Cambio de base y aplicaciones lineales

Hemos demostrado que fijadas unas bases B en V y B1 en W, a cada aplicacion lineal


f : V W le corresponde una matriz A. Ahora bien, si consideramos la bases B en
V y B1 en W, a la misma aplicacion lineal f anterior le correspondera otra matriz C. La
pregunta inmediata es: que relacion existe entre las matrices A y C?
Si denotamos X e Y , respectivamente, a las matrices columna de un x V y de
y = f (x), la representacion matricial de la aplicacion lineal f respecto de las bases B y
B1 sera Y = AX.
Si X e Y son las matrices columna de las coordenadas de x e y en las nuevas bases,
la representacion matricial de f respecto de las bases B y B1 sera Y = CX .
Supongamos que las ecuaciones del cambio de la base B a B son X = P X , y las del
cambio de B1 a B1 son Y = QY , entonces basta sustituir en Y = AX y se tiene que
QY = AP X , de donde se sigue que Y = Q1 AP X , es decir, que C = Q1 AP. (Como
sabemos, las matrices P y Q son no singulares.) Esto demuestra el siguiente teorema.
Teorema 4 Sean B y B bases en el espacio vectorial V , B1 y B1 bases en el espacio
W y sea f : V W una aplicacion lineal representada por la matriz A respecto de las
bases B y B1 . Entonces la matriz que representa a f respecto de las bases B y B1 es
Q1 AP, siendo P la matriz de paso de B a B y Q la matriz de paso de B1 a B1 .
En muchos casos los espacios V y W coinciden y entonces se considera la misma base en
el espacio origen y en el espacio final. En estos casos la relacion entre las matrices A y C
es mas sencilla.
on lineal
Corolario 12 Sea B una base del espacio vectorial V y f : V V una aplicaci
representada por la matriz A respecto de la base B. Entonces la matriz que representa a
f respecto de la base B es P 1 AP, siendo P la matriz de paso de B a B .
Grado en Electronica

Curso 2014/15

7 EJERCICIOS

Definici
on 13 Diremos que dos matrices cuadradas A y C son semejantes si existe una
matriz no singular P tal que C = P 1 AP. O equivalentemente, si A y C representan a
la misma aplicaci
on lineal respecto de bases distintas.

7.

Ejercicios

1. Sean f : R3 R4 , g : R3 R4 definidas por:


f (x, y, z) = (x, y, z, x + y + z), g(x, y, z) = (x, y, 3z, x y + z).
(a) Hallar la expresion matricial del homomorfismo f + g respecto de las bases
canonicas.
(b) Idem para 3f 2g.
2. Dados los endomorfismos de R3 definidos por:
f (1, 0, 1) = (2, 1, 1), f (0, 1 1) = (0, 1, 1), f (1, 0, 0) = (1, 0, 0).
f (2, 0, 1) = (4, 3, 12), f (1, 1, 1) = (1, 2, 13), f (1, 2, 1) = (0, 2, 4).
f (1, 1, 3) = (6, 4, 16), f (2, 1, 1) = (2, 5, 1), f (3, 2, 1) = (1, 14, 12).
Se pide:
(a) Hallar las ecuaciones de f respecto a la base canonica de R3 .
(b) Hallar una base del Ker(f ) y de Im(f ), as como sus ecuaciones implcitas y
parametricas.
3. Se considera la aplicacion lineal f : R3 R3 definida por f (x, y, z) = (x + 2y +
3z, x z, 2x + 2y + 2z). Se pide:
(a) Hallar una base B1 de Ker(f ) y una base B2 de Im(f ).
(b) Hallar el conjunto f 1 (1, 1, 1).
(c) Comprobar que B = B1 B2 es base de R3 .
(d) Hallar la matriz asociada a f con respecto a la base B.
4. Se considera la aplicacion f : R3 R3 definida por: f (x, y, z) = (x + y z, 2x
y + z, x y).
Sea S =< (1, 1, 1), (2, 2, 2), (1, 0, 1) > y S =< (2, 1, 0) >. Se pide:
(a) Hallar un sistema generador de f (S)
(b) Hallar un sistema generador de f 1 (S )
5. Sea f : R3 R3 definida por f (x, y, z) = (x y, x + 2y + z, x z). Hallar:
(a) f (E) siendo E = {(x, y, z) R3 | x + y + z = 0}
(b) f 1 (U ) siendo U = {(x, y, z) R3 | x y = 0}
Grado en Electronica

Curso 2014/15

7 EJERCICIOS
6. Sea f : R3 R2 aplicacion lineal. Sean B{e1 , e2 , e3 } y B {u1 , u2 } las bases
3
2
can
onicas de R y R respectivamente. La aplicacion lineal viene definida por

=
u1 + 3u2
f (e)
1

f (e)
= u1 + 2u2
2

f (e) =
u1 3u2
3
Se pide:
(a) Hallar las ecuaciones parametricas e implcitas del n
ucleo e imagen de f .
(b) Siendo E = {x R3 | x + 2y z = 0, x y = 0} y U = {x R2 | 3x + y = 0}.
Hallar f (E) y f 1 (U ).
7. Se considera el homomorfismo f : R3 R2 , que hace corresponder a los vectores
(1, 0, 1), (0, 1, 1), (1, 1, 0), los vectores (1, 0), (0, 2), (1, 1). Se pide:
(a) Matriz asociada a f en las bases canonicas de R3 y R2 .
(b) Subespacio transformado de V = {(x1 , x2 , x3 ) | 5x1 3x2 x3 = 0}.
(c) Ecuacion de f (V ) en la base B = {(1, 1), (2, 0)}.
8. Sea f : R3 R4 la aplicacion lineal dada por:

1
2 3
2 1
4
f (x, y, z) =
3
a
1
b
4 b


x
y

Determinar las condiciones a satisfacer por a y b para que el vector v = (1, 3, 2, b 4):
(a) No pertenezca a la imagen de f .
(b) Sea la imagen de un u
nico vector de R3 .
(c) Sea la imagen de infinitos vectores de R3 .
9. Hallar una aplicacion lineal f : R3 R3 tal que :
(a) f (1, 0, 0) es proporcional a (0,0,1).
(b) f 2 = f .
(c) Ker(f ) = {(x, y, z) R3 | x + z = 0}.
Es f u
nica?
10. Determinar una aplicacion lineal f : R4 R3 tal que Ker(f ) este generado por
(-1,0,0,1) y (1,3,2,0) e Im(f ) este generada por (1,1,1) y (0,-2,1).
11. Se consideran las aplicaciones lineales f : R3 R3 , dadas por f (x, y, z) = (x +
y, x + z, y). Se pide:
a) Para que valores de es f inyectiva ?, Para que valores de es f sobreyectiva ?
Grado en Electronica

Curso 2014/15

7 EJERCICIOS

b) Calcular una base de Ker(f ), para = 0.


c) Sea V el subespacio de R3 de ecuaciones implcitas {x = 0, y = 0}. Calcular
una ecuaciones implcitas de f (V ), para = 1.
d) Calcular la matriz asociada a f , para = 1, referida a B0 , base canonica
de R3 y B = {(1, 0, 1), (0, 1, 1), (1, 1, 0)}
12. Sea f : R2 R3 definida por f (x, y) = (x y, x, x) en las bases canonicas respectivas de R2 y R3 .
Sean B1 = {(1, 1), (1, 1)} base de R2 y B2 = {(1, 0, 0), (1, 1, 0), (0, 1, 1)} base de
R3 . Se pide:
(a) Hallar la matriz de la aplicacion con respecto a las bases canonicas.
(b) Hallar la matriz de la aplicacion con respecto a B1 y B2 .
(c) Hallar f (L) con respecto a B2 , siendo L = {(x, y) R2 , | x y = 0} con
respecto a B1 .
13. Sea f : R3 R3 tal que Ker(f ) = {(x, y, z) | x + y + z = 0} y f (1, 1, 0) = (1, 1, 1).
Se pide:
(a) Ecuacion de f respecto de la base canonica de R3 .
(b) Encontrar dos bases en R3 , respecto de las cuales f (x, y, z) = (x, 0, 0).
14. Sea f : R3 R2 definida por f (x, y, z) = (x + y, y z) respecto de las bases
canonicas. Encontrar bases respectivas de R3 y R2 respecto de las cuales la aplicacion
lineal tenga por ecuaciones f (x, y, z) = (x, y).
15. Sea f la aplicacion lineal de f : R4 R4 definida por:
a) El n
ucleo dela aplicacion es el subespacio vectorial de ecuaciones: x + y + z =
0, t = 0.
b) Los vectores (1,1,1,0) y (0,0,0,1) se transforman en s mismos.
Se pide:
(a) Matriz de la aplicacion en la base canonica.

x+y+zt=0
t = 0 , hallar unas
(b) Dado el subespacio de ecuaciones implcitas:

x y + 2t = 0
ecuaciones parametricas de su imagen.

Grado en Electronica

Curso 2014/15