Aligeoi t06

Álgebra Lineal y Geometría
Departamento de Álgebra
Universidad de Sevilla
Depto. de Álgebra
Copyright © 2020 Dpto. de Álgebra, Universidad de Sevilla.

Compilado 14 de septiembre de 2020
Este trabajo está publicado bajo licencia Creative Commons 3.0 España (Re-
conocimiento - No comercial - Compartir bajo la misma licencia)
http://creativecommons.org/licenses/by-nc-sa/3.0/es
Usted es libre de
copiar, distribuir y comunicar públicamente la obra,
hacer obras derivadas,
bajo las siguientes condiciones:
Reconocimiento. Debe reconocer los créditos de la obra maestra especi-

ficada por el autor o el licenciador (pero no de una manera que sugiera
que tiene su apoyo o apoyan el uso que hace de su obra).
No comercial. No puede utilizar esta obra para fines comerciales.
Compartir bajo la misma licencia. Si altera o transforma esta obra, o ge-

nera una obra derivada, solamente puede distribuir la obra generada bajo
una licencia idéntica a esta.
II Álgebra Lineal y Geometría

Índice general
6. Homomorfismos 1
6.1. Definición y propiedades . . . . . . . . . . . . . . . . . . . . . . . . 2
6.2. Matriz de un homomorfismo . . . . . . . . . . . . . . . . . . . . . . 6
6.3. Imagen y núcleo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.4. Homomorfismos inyectivos y sobreyectivos . . . . . . . . . . . . . 17
6.5. El espacio vectorial de los homomorfismos . . . . . . . . . . . . . . 25
6.6. * Teoremas de isomorfía . . . . . . . . . . . . . . . . . . . . . . . . . 29
6.7. Cambio de base y homomorfismos . . . . . . . . . . . . . . . . . . 36
6.8. * Espacio dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.8.1. * Base dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.8.2. * Interpretación de la matriz traspuesta . . . . . . . . . . . . 44
∗
Nota: los apartados con asterisco son opcionales.
III
Depto. de Álgebra
IV Álgebra Lineal y Geometría

Capítulo 6
Homomorfismos
Hasta ahora la única relación que hemos visto entre espacios vectoriales di-
ferentes es la de inclusión de un subespacio vectorial en otro. En este tema estu-
diaremos una nueva relación: los homomorfismos, que como su propio nom-
bre da a entender son las aplicaciones entre espacios vectoriales que respetan
las operaciones entre un espacio y otro. Desde el punto de vista de estructuras,
es el paso natural tras haber definido una clase de objetos: qué relaciones hay
entre ellos.
1
Depto. de Álgebra
6.1. Definición y propiedades

Las aplicaciones que buscamos tienen que respetar las dos operaciones bá-
sicas de los espacios vectoriales: la suma de vectores y el producto de vectores
por escalares.
Homomorfismos
Sean V y V ′ espacios vectoriales sobre un cuerpo K y f : V → V ′ una

aplicación. Diremos que f es un homomorfismo o aplicación lineal si
para todos u, v ∈ V y α ∈ K se cumplen las condiciones siguientes:
f (u + v ) = f (u) + f (v ).
f (αv ) = α f (v ).
Ejemplo 6.1.1.- Veamos algunos ejemplos de homomorfismos y de aplicacio-

nes que no lo son.
1. Si V es un K-espacio vectorial, la aplicación identidad, idV : V → V , de-
finida por idV (v ) = v para todo v ∈ V , es un homomorfismo.
2. Dados dos espacios vectoriales cualesquiera V y V ′ , la aplicación

OV,V ′ : V → V ′ ,
definida por OV,V ′ (v ) = 0 para todo v ∈ V , es un homomorfismo denomi-
nado homomorfismo trivial.
3. Si V es un K-espacio vectorial de dimensión finita dimV = n con base

B ⊂ V , la aplicación de asignación de coordenadas cB : V → Kn , defini-
da por cB (v ) = vB , es un homomorfismo.
4. Si W ⊂ V es un subespacio vectorial, la inclusión i : W → V , i (w ) = w ,

es un homomorfismo. Es más, la proyección natural sobre el cociente
p : V → V /W , p(v ) = v + W , también es un homomorfismo.
5. Las propiedades elementales de la suma y el producto de matrices de-

muestran que toda matriz A m×n da lugar a un homomorfismo
Kn −→ Km ,
v 7→ A v .
2 Álgebra Lineal y Geometría

Depto. de Álgebra
6. La aplicación f : K → K definida por f (x) = x +1 no es un homomorfismo

de K-espacios vectoriales ya que
f (1 + 2) = (1 + 2) + 1 = 4 6= 5 = 2 + 3 = f (1) + f (2) = 2 + 3.
7. Si K = Q, R o C, la aplicación f : K → K, f (x) = x 2 , tampoco es un homo-

morfismo de K espacios vectoriales, puesto que
f (2 + 3) = 25 6= 4 + 9 = f (2) + f (3).
Algunas propiedades básicas de los homomorfismos son las siguientes.
Propiedades de los homomorfismos
Sea f : V → V ′ un homomorfismo de K-espacios vectoriales.
1. f (0V ) = 0V ′ .
2. f (−v ) = − f (v ) para todo v ∈ V .
3. Dados vectores v1 , . . . , vn ∈ V y escalares α1 , . . . , αn ∈ K cuales-

quiera, se verifica que
f (α1 v1 + · · · + αn vn ) = α1 f (v1 ) + · · · + αn f (vn ).
P RUEBA :
1. Como 0V + 0V = 0V ,
f (0V ) = f (0V + 0V ) = f (0V ) + f (0V ).
Despejando en esta ecuación obtenemos que f (0V ) = 0V ′ .
2. Sabemos que el vector opuesto −v se puede obtener a partir de v multi-

plicando por el escalar −1 ∈ K, es decir −v = (−1)v , por tanto
f (−v ) = f ((−1)v ) = (−1) f (v ) = − f (v ).
Álgebra Lineal y Geometría 3

Depto. de Álgebra
3. Por inducción sobre n. Para n = 1 se sigue de la propia definición de ho-

momorfismo que f (α1 v1 ) = α1 f (v1 ). Si suponemos que la ecuación es
cierta para n − 1, aplicando la hipótesis de inducción junto con la defini-
ción de homomorfismo obtenemos lo siguiente:
f (α1 v1 + · · · + αn vn ) = f (α1 v1 + · · · + αn−1 vn−1 + αn vn )

= f (α1 v1 + · · · + αn−1 vn−1 ) + f (αn vn )
= α1 f (v1 ) + · · · + αn−1 f (vn−1 ) + αn f (vn ).
Nota 6.1.1. Los homomorfismos preservan conjuntos linealmente dependien-

tes. Sea f : V → V ′ un homomorfismo entre K-espacios vectoriales. Si
S = {v1 , . . . , vn } ⊂ V es un conjunto linealmente dependiente,
entonces
f (S) = { f (v1 ), . . . , f (vn )} ⊂ V ′ es también un conjunto linealmente dependiente.
Por ser S linealmente dependiente existen escalares α1 , . . . , αn , no todos nu-

los, tales que
α1 v1 + · · · + αn vn = 0V .
Si aplicamos f a ambos términos de esta ecuación se obtiene
α1 f (v1 ) + · · · + αn f (vn ) = f (α1 v1 + · · · + αn vn ) = f (0) = 0V ′ ,
luego f (S) es linealmente dependiente.

Sin embargo, no todos los homomorfismos preservan los conjuntos lineal-
mente independientes. Sea f : R3 → R2 dada por f (v ) = A v , con
µ ¶
1 0 0
A= .
0 1 0
La base estándar {e1 , e2 , e3 } es un conjunto linealmente independiente, y

µ ¶ µ ¶ µ ¶
1 0 0
f (e1 ) = , f (e2 ) = , f (e3 ) = .
0 1 0
Es claro que { f (e1 ), f (e2 ), f (e3 )} es un conjunto linealmente dependiente, pues

contiene al vector nulo.
Para definir un homomorfismo, basta con dar la imagen de los vectores de
una base del espacio vectorial de partida.

Depto. de Álgebra
Existencia y unicidad de homomorfismo
Sean V y V ′ dos K-espacios vectoriales. Supongamos que V es de di-

mensión finita n con base B = {v1 , . . . , vn } ⊂ V . Sea S = {v1′ , . . . , vn′ } ⊂ V ′
un conjunto de n vectores cualesquiera de V ′ . Entonces existe un único
homomorfismo f : V → V ′ tal que f (vi ) = vi′ para todo 1 ≤ i ≤ n.
P RUEBA : La aplicación f se define de la siguiente manera. Dado un vector u ∈

V , existen unos únicos escalares a1 , . . . , an ∈ K (sus coordenadas respecto a B)
P
tales que u = ni=1 ai vi . Entonces definimos f (u) mediante la fórmula
u 7→ f (u) = a1 v1′ + · · · + an vn′ .
Veamos que f es un homomorfismo. Si v ∈ V se expresa en función de la base

B como v = b 1 v1 + · · · + b n vn entonces
u + v = (a1 + b1 )v1 + · · · + (an + bn )vn ,
y la definición de f nos lleva a
f (u + v ) = (a1 + b 1 )v1′ + · · · + (an + b n )vn′

= (a1 v1′ + b 1 v1′ ) + · · · + (an vn′ + b n vn′ )
= (a1 v1′ + · · · + an vn′ ) + (b 1 v1′ + · · · + b n vn′ )
= f (u) + f (v ).
Si α ∈ K, entonces αu = αa1 v1 + · · · + αan vn , luego
f (αu) = (αa1 )v1′ + · · · + (αan )vn′

= α(a1 v1′ ) + · · · + α(an vn′ )
= α(a1 v1′ + · · · + an vn′ )
= α f (u).
Con esto concluye la demostración de que f es un homomorfismo. Para ver la

unicidad de f razonamos del siguiente modo. Sea g : V → V ′ un homomorfis-
mo que también satisface g (vi ) = vi′ para todo 1 ≤ i ≤ n. Como u = a1 v1 + · · · +
an vn , tenemos que
g (u) = a1 g (v1 ) + · · · + an g (vn ) = a1 v1′ + · · · + an vn′ = f (u),
luego la aplicación g es igual a f .

Depto. de Álgebra
6.2. Matriz de un homomorfismo
Matriz de un homomorfismo
Sea f : V → V ′ un homomorfismo entre K-espacios vectoriales de di-

mensión finita con bases
B = {v1 , . . . , vn } ⊂ V, B ′ = {v1′ , . . . , vm
′
} ⊂ V ′.
La matriz de f respecto de B y B ′ es la matriz de orden m ×n dada por

¡ ¢
MB,B ′ ( f ) = f (v1 )B ′ · · · f (vn )B ′ ,
cuyas columnas son las coordenadas de los vectores de f (B) respecto

de B ′ .
Observemos que si f , g : V → V ′ son homomorfismos de espacios vectoria-

les tales que
MB,B ′ ( f ) = MB,B ′ (g ),
entonces f = g . Esto se tiene porque si B = {v1 , . . . , vn }, entonces las coorde-
nadas de los vectores f (vi ), i = 1, . . . , n, respecto de la base B ′ , coinciden con
las coordenadas de los vectores g (vi ), i = 1, . . ., n. Por la unicidad establecida
en el teorema de existencia y unicidad de homomorfismos (pág. 5), tenemos la
igualdad.
Ejemplo 6.2.1.- Los siguientes ejemplos de matrices asociadas a homomorfis-

mos son ya conocidos:
1. Si V es un espacio vectorial de dimensión finita y B, B ′ ⊂ V son dos ba-

ses de V entonces la matriz del homomorfismo identidad idV : V → V
respecto de B en la partida y de B ′ en la llegada es la matriz de cambio
de base,
MB,B ′ (idV ) = M(B, B ′ ).
2. Sea A m×n una matriz con coeficientes en K y f : Kn → Km el homomor-

fismo definido a partir de A en los ejemplos de la sección anterior, f (v ) =
A v . Entonces, si S ⊂ Kn y S ′ ⊂ Km son las respectivas bases estándar,
tenemos que MS ,S ′ ( f ) = A.

Depto. de Álgebra
Interpretación matricial de la imagen de un vector
Sea f : V → V ′ un homomorfismo entre K-espacios vectoriales de di-

mensión finita, con bases
B = {v1 , . . . , vn } ⊂ V, B ′ = {v1′ , . . . , vm
′
} ⊂ V ′.
Para todo v ∈ V se satisface la siguiente ecuación:
f (v )B ′ = MB,B ′ ( f ) · vB .
P RUEBA : Si denotamos  
a1
vB =  ...  ,
 
an
tenemos que v = a1 v1 + · · · + an vn . Aplicando f obtenemos
f (v ) = a1 f (v1 ) + · · · + an f (vn ).
Si ahora tomamos coordenadas respecto de B ′ , como esta operación es lineal,

deducimos que
f (v )B ′ = a1 f (v1 )B ′ + · · · + an f (vn )B ′
 
a1
¡ ¢ . 
= f (v1 )B ′ . . . f (vn )B ′  .. 
an
= MB,B ′ ( f ) · vB .
Observemos que si f : V → V ′ es un homomorfismo entre espacios vecto-

riales de dimensión finita, entonces las coordenadas de f (v ) se obtienen como
combinación lineal de las coordenadas de v . Por este motivo, a los homomor-
fismos también los llamamos aplicaciones lineales.

Depto. de Álgebra
Ejemplo 6.2.2.- Sea f : R3 → R2 definida como

 
x1 µ ¶
x1 + x2 − x3
f x2 =
  .
2x1 + x2 + 3x3
x3
Sea S = {e1 , e2 , e3 } la base estándar en R3 y S ′ = {e′1 , e′2 } la base estándar en R2 .

Entonces
µ ¶ µ ¶
1 1
f (e1 ) = , [ f (e1 )]S ′ = ,
2 2
µ ¶ µ ¶
1 1
f (e2 ) = , [ f (e2 )]S ′ = ,
1 1
µ ¶ µ ¶
−1 −1
f (e3 ) = , [ f (e3 )]S ′ = ,
3 3
de donde µ ¶
1 1 −1
MS ,S ′ ( f ) = ,
2 1 3
lo que es lógico, pues es fácil ver que se tiene la igualdad
   
x1 µ ¶ x1
1 1 −1  x2  .
f  x2  =
2 1 3
x3 x3
Consideremos ahora las bases respectivas de R3 y R2 dadas por

     
1 1 −4 µ ¶ µ ¶
′ ′ 1 ′ 1
B = {u1 = 1 , u2 = −1 , u3 =
     5 }, B = {u1 =
 , u2 = }.
2 1
1 1 1
Entonces
µ ¶
1
f (u1 ) = ,
6
µ¶
−1
f (u2 ) = ,
4
µ ¶
0
f (u3 ) = .
0

Depto. de Álgebra
Para calcular la matriz MB,B ′ ( f ) necesitamos obtener las coordenadas de los

vectores f (ui ), 1 ≤ i ≤ 3 respecto de la base B ′ . Para ello, debemos resolver
tres sistemas de ecuaciones con la misma matriz de coeficientes y diferentes
términos independientes. En este caso, se tiene que
µ ¶ µ ¶
1 1 1 −1 0 G-J 1 0 5 5 0
−
→ .
2 1 6 4 0 1 −4 −6 0
Por tanto,
f (u1 ) = 5u′1 − 4u′2 ,

f (u2 ) = 5u′1 − 6u′2 ,
f (u3 ) = 0u′1 − 0u′2 ,
y µ ¶
5 5 0
MB,B ′ ( f ) = .
−4 −6 0
La relación entre homomorfismos y matrices es incluso más estrecha, como

vamos a ver a partir de la composición de homomorfismos. Dados dos homo-
morfismos de K-espacios vectoriales
f g
V −→ V ′ −→ V ′′ ,
su composición g ◦ f : V → V ′′ es un homomorfismo. Si u, v ∈ V se tiene que
(g ◦ f )(u + v ) = g ( f (u + v ))
= g ( f (u) + g (v ))
= g ( f (u)) + g ( f (v ))
= (g ◦ f )(u) + (g ◦ f )(v ).
Por otra parte, si α ∈ K,
(g ◦ f )(αv ) = g ( f (αv ))
= g (α f (v ))
= αg ( f (v ))
= α (g ◦ f )(v ),
luego g ◦ f es un homomorfismo.
La fórmula que define la multiplicación de matrices tiene su origen históri-
co (consulte este enlace) en el siguiente resultado:

Depto. de Álgebra
Composición y multiplicación de matrices
Dados dos homomorfismos de K-espacios vectoriales de dimensión fi-

nita
f g
V −→ V ′ −→ V ′′ ,
con bases B ⊂ V , B ′ ⊂ V ′ y B ′′ ⊂ V ′′ , se satisface la siguiente ecuación:
MB,B ′′ (g ◦ f ) = MB ′ ,B ′′ (g ) · MB,B ′ ( f ).
P RUEBA : Sea B = {u1 , . . . , un } la base de V . Entonces, aplicando la proposi-

ción anterior,
¡ ¢
MB ′ ,B ′′ (g ) · MB,B ′ ( f ) = MB ′ ,B ′′ (g ) · f (u1 )B ′ · · · f (un )B ′
¡ ¢
= MB ′ ,B ′′ (g ) · f (u1 )B ′ · · · MB ′ ,B ′′ (g ) · f (un )B ′
¡ ¢
= g ( f (u1 ))B ′′ · · · g ( f (un ))B ′′
¡ ¢
= (g ◦ f )(u1 )B ′′ · · · (g ◦ f )(un )B ′′
= MB,B ′′ (g ◦ f ).

Depto. de Álgebra
6.3. Imagen y núcleo
Imagen, imagen inversa y núcleo
Sea f : V → V ′ un homomorfismo de espacios vectoriales.
La imagen del subespacio W ⊂ V es el conjunto
f (W ) = { f (w ) ∈ V ′ | w ∈ W } ⊂ V ′ .
La imagen del homomorfismo f es el conjunto f (V ), y se notará

por im( f ).
El núcleo de f es el conjunto
ker( f ) = {v ∈ V | f (v ) = 0}.
Ejemplo 6.3.1.- Sean V = R2 ,V ′ = R3 , donde tenemos ciertas bases B = {u1 , u2 }

y B ′ = {u′1 , u′2 , u′3 }, y consideremos el homomorfismo f : V → V ′ dado por
f (u1 ) = 2u′1 − u′2 + 2u′3 ,

f (u2 ) = u′1 + u′3 .
Entonces la matriz de f respecto de B y B ′ es

 
2 1
MB,B ′ = A =  −1 0  .
2 1
Tomemos W = 〈u1 〉. Entonces
f (W ) = { f (w ) | w ∈ W } = { f (αu1 ) | α ∈ R} = {α(2u′1 −u′2 +2u′3 ) | α ∈ R} = 〈2u′1 −u′2 +2u′3 〉.
Si lo expresamos en coordenadas respecto a la base B ′ , podemos decir que

 
2
f (W ) = 〈 −1 〉.
2

Depto. de Álgebra
Para obtener un conjunto generador de ker( f ), tenemos que calcular los vecto-
res
v = α1 u1 + α2 u2
tales que
0V ′ = α1 (2u′1 − u′2 + 2u′3 ) + α2 (u′1 + u′3 )
= (2α1 + α2 )u′1 − α1 u′2 + (2α1 + α2 )u′3 .
Como B ′ es una base, tenemos que resolver el sistema lineal homogéneo
  
 2α1 + α2 = 0, µ ¶ 0
α1
−α1 = 0, que se expresa como A = 0 .

 α2
2α1 + α2 = 0, 0
Si calculamos la forma escalonada reducida por filas, nos queda
 
1 0
G-J  
A −→ E A = 
 0 1 ,

0 0
y la solución del sistema es α1 = 0, α2 = 0, es decir, ker( f ) = {0V }.
Subespacios imagen y núcleo
Sea f : V → V ′ un homomorfismo entres espacios vectoriales, y W ⊂ V

un subespacio vectorial. Entonces
f (W ) es un subespacio vectorial de V ′ .
ker( f ) es un subespacio vectorial de V .
En particular, im( f ) es un subespacio vectorial de V ′ .
P RUEBA :
Dos vectores cualesquiera w1′ , w2′ ∈ f (W ) son siempre de la forma w1′ =
f (w1 ) y w2′ = f (w2 ) para ciertos w1 , w2 ∈ V . Como W es un subespacio
vectorial de V , se tiene que w1 + w2 ∈ W , y si α ∈ K, además αw1 ∈ W ,
luego
w1′ + w2′ = f (w1 ) + f (w2 ) = f (w1 + w2 ) ∈ f (W ),
αw1′ = α f (w1 ) = f (αw1 ) ∈ f (W ).

Depto. de Álgebra
Dados dos vectores v1 , v2 ∈ ker( f ) y un escalar α ∈ K, como f (v1 ) = f (v2 ) =

0, tenemos que
f (v1 + v2 ) = f (v1 ) + f (v2 ) = 0, f (αv1 ) = α f (v1 ) = 0,
de donde v1 + v2 ∈ ker( f ) y αv1 ∈ ker( f ).
Queremos ahora dar un método para el cálculo de los subespacios anterio-

res.
Imagen de generadores
Sea f : V → V ′ un homomorfismo de espacios vectoriales, y W ⊂ V un

subespacio vectorial, con S = {w1 , . . . , wr } ⊂ W un conjunto de genera-
dores de W . Entonces f (S) = { f (w1 ), . . . , f (wr )} ⊂ f (W ) es un conjunto
de generadores de f (W ).
P RUEBA : Si w ′ ∈ f (W ) entonces existe w ∈ W tal que w ′ = f (w ). Como S

genera W , podemos expresar w como combinación lineal de los elementos de
S, es decir, existen escalares α1 , . . . , αr ∈ K tales que w = α1 w1 + · · · + αr wr . Por
tanto
w ′ = f (w ) = α1 f (w1 ) + · · · + αr f (wr ).
Esto demuestra que todo vector de f (W ) es combinación lineal de f (S).
Cálculo de la imagen de un subespacio
Sea f : V → V ′ un homomorfismo definido por una matriz A m×n res-

pecto de bases respectivas B y B ′ de V y V ′ , y W = 〈w1 , . . . , wr 〉 un
subespacio vectorial de V . Entonces f (W ) está generado por los vecto-
res f (wi ), i = 1, . . ., r , cuyas coordenadas respecto de B ′ son
[ f (wi ]B ′ = A · [wi ]B , i = 1, . . . , r.

Depto. de Álgebra
Ejemplo 6.3.2.- Sea f : R3 → R2 definido por f (v ) = A v , donde

   
Ã ! 1 −2
1 −1 1    
A=  −1  , w2 =  1
, y W = 〈 w1 =    〉.
2 3 0

0 5
Entonces Ã ! Ã !
2 2
f (W ) = 〈A w1 , A w2 〉 = 〈 , 〉.
−1 −1
Observemos que {w1, w2 } es un conjunto linealmente independiente, pero {A w1, A w2 }
no lo es. Lo único que se garantiza es el carácter de sistema generador.
En un método anterior hemos visto cómo se calcula la imagen de un subes-

pacio vectorial cualquiera. De ahí inferimos el siguiente procedimiento para el
cálculo de la imagen de un homomorfismo.
Cálculo de la imagen y núcleo de un homomorfismo

pecto de bases respectivas B y B ′ de V y V ′ . Entonces
una base de im( f ) se obtiene a partir de una base de Col(A) (co-

lumnas básicas de A) ;
una base de ker( f ) se obtiene a partir de una base de null(A) (so-

luciones hi obtenidas del método (??)).
Las coordenadas de los vectores de la base B respecto a ella misma son los
vectores e1 , . . . , en , por lo que la imagen del homomorfismo está generada por
los vectores A ei , i = 1, . . ., n, es decir, las columnas de la matriz A.
Ejemplo 6.3.3.- Consideremos la aplicación lineal f : R3 → R4 definida por

f (v ) = A v , con
 
2 6 −2
 
 1 3 3 
 
A= .
 −3 −9 1 
 
1 3 2

Depto. de Álgebra
Entonces      
2 6 −2
1 3 3
     
     
im( f ) = 〈 , , 〉.
 −3   −9   1 
1 3 2
Como  
2 6 −2
 
 0 0 8 
Gauss  
A −−−→ E A =  ,
 0 0 0 
 
0 0 0
el conjunto anterior es generador, pero no linealmente independiente. Una ba-
se de im( f ) está formada por {A ∗1 , A ∗3 }. A partir de

−3
null(A) = 〈h1 =  1 〉,
0
una base de ker( f ) es {h1 }.
Fórmula de la dimensión de homomorfismos
Sea f : V → V ′ un homomorfismo entre K-espacios vectoriales, con

dimV finita. Entonces
dimV = dim[ker( f )] + dim[im( f )].
P RUEBA : Sea n = dimV y s = dim[ker( f )]. Como ker( f ) es un subespacio de V ,

es de dimensión finita y s ≤ n. Sea B0 = {v1 , . . . , vs } base de ker( f ) y la exten-
demos a una base {v1 , . . . , vs , vs+1 , . . . , vn } de V . Vamos a probar que el conjunto
{ f (vs+1 ), . . . , f (vn )} es base de im( f ), con lo que tendremos el resultado.
Veamos en primer lugar la independencia lineal. Sean α1 , . . . , αn ∈ K tales
que
αs+1 f (vs+1 ) + · · · + αn f (vn ) = 0.

Depto. de Álgebra
Esta igualdad se puede escribir como
f (αs+1 vs+1 +· · ·+αn vn ) = 0, que es equivalente a αs+1 vs+1 +· · ·+αn vn ∈ ker( f ).
Por tanto,
αs+1 vs+1 + · · · + αn vn = β1 v1 + · · · + βs vs para ciertos escalares β1 , . . . , βs ∈ K.
Como {v1 , . . . , vn } es una base de V , entonces αs+1 = . . . = αn = 0 (también los

β j ) y hemos probado la independencia lineal.
Ahora probamos que im( f ) = 〈 f (vs+1 ), . . . , f (vn )〉. Sea w ∈ im( f ). Por de-
finición, existe v ∈ V tal que f (v ) = w y podemos, entonces, encontrar unos
escalares λ1 , . . . , λn tales que
s
X n
X
v = λ1 v1 + · · · + λn vn = λi vi + λi vi .
i =1 i =s+1
Aplicamos f a ambos lados de la igualdad, y tenemos en cuenta que f (vi ) = 0

para i = 1, . . . , s. Nos queda
s
X n
X n
X
w = f (v ) = λi f (vi ) + λi f (vi ) = λi f (vi ) ∈ 〈 f (vs+1 ), . . . , f (vn )〉.
i =1 i =s+1 i =s+1
| {z }
=0
Nota 6.3.1. Sea f : V → V ′ un homomorfismo definido por una matriz A m×n

respecto de bases respectivas B y B ′ de V y V ′ . El número de columnas lineal-
mente independiente en una matriz coincide con su rango. De aquí deducimos
que
dim[im( f )] = rango MB,B ′ ( f ) = rango(A).
Por otro lado, unas ecuaciones implícitas de ker( f ) son A x = 0 y
dim[ker( f )] = dimV − rango(A).
Los dos enunciados se combinan en que dimV = n = r + (n − r ) = dim[im( f )] +

dim[ker( f )], que es el teorema anterior. Sin embargo, aunque el resultado es el
mismo, hay una pequeña diferencia en las hipótesis.

Depto. de Álgebra
6.4. Homomorfismos inyectivos y sobreyectivos

Los homomorfismos entre espacios vectoriales, en tanto que aplicaciones,
pueden ser inyectivos, sobreyectivos, ambas cosas (es decir, biyectivos) o nin-
guno de ellos. En esta sección veremos la relación entre estos conceptos y los
homomorfismos.
Isomorfismos
Un homomorfismo f : V → V ′ se denomina isomorfismo si la aplica-

ción f es biyectiva.
En algunos textos aparece la siguiente nomenclatura:
Si la aplicación f es inyectiva, decimos que f es un monomorfismo
Si la aplicación f es sobreyectiva, decimos que f es un epimorfismo.
Si existe un isomorfismo entre dos espacios vectoriales V y V ′ decimos que

son isomorfos.
Ejemplo 6.4.1.- Algunos ejemplos conocidos de homomorfismos inyectivos,

sobreyectivos y biyectivos son los siguientes:
1. Si W ⊂ V es un subespacio vectorial, la inclusión i : W → V , i (v ) = v , es

inyectiva, y la proyección natural p : V → V /W , p(v ) = v + W , es sobre-
yectiva.
2. La identidad idV : V → V , idV (v ) = v , es un isomorfismo.
3. Sea V un espacio vectorial de dimensión n, y B una base. La aplicación

de coordenadas
c B : V → Kn
que a cada vector de V le hace corresponder sus coordenadas respecto
de la base B es un isomorfismo (pág. ??)

Depto. de Álgebra
Por definición, un homomorfismo f ;V → V ′ es sobreyectivo si y solamente

si la imagen es el espacio destino, esto es, im( f ) = V ′ . El carácter inyectivo de
un homomorfismos está determinado por su núcleo.
Caracterización de homomorfismos inyectivos y sobreyectivos
Sea f : V → V ′ un homomorfismo de espacios vectoriales sobre un mis-

mo cuerpo K.
f es sobreyectivo si y solamente si im( f ) = V ′ .
f es inyectivo si y solamente si ker( f ) = 0.
P RUEBA : La caracterización del carácter sobreyectivo ya la tenemos. Suponga-

mos que f es inyectivo, y tomemos v ∈ ker( f ). Entonces f (v ) = 0V ′ = f (0V ).
Por el carácter inyectivo, v = 0V , y tenemos la implicación. Recíprocamente,
supongamos que ker( f ) = 0V . Sean u, v ∈ V tales que f (u) = f (v ). Entonces
0V ′ = f (u) − f (v ) = f (u − v ), y u − v ∈ ker( f ) = 0V , de donde u = v .
En espacios vectoriales de dimensión finita podemos relacionar la inyecti-

vidad y sobreyectividad con una matriz.
Caracterización de homomorfismos inyectivos y sobreyectivos en

dimensión finita

pecto de bases respectivas B y B ′ de V y V ′ .
f es inyectivo si y solamente si rango(A) = n.
f es sobreyectivo si y solamente si rango(A) = m.
f es biyectivo si y solamente si m = n y det(A) 6= 0.
Si dimV = dimV ′ , son equivalentes:
1. f es inyectivo.
2. f es sobreyectivo.
3. f es biyectivo.
P RUEBA :

Depto. de Álgebra
La fórmula de la dimensión nos dice que
dimV = n = dim[im( f )] + dim[ker( f )].
Por el apartado anterior, f es inyectivo si y solamente si dim[ker( f )] = 0,

que es equivalente a dim[im( f )] = n, que es el rango de la matriz A.
f es sobreyectivo si y solamente si el espacio imagen es todo V ′ , es decir,

dim[im( f )] = dimV ′ = m.
Si f es biyectivo, entonces n = dimV = dim[im( f )]+dim[ker( f )] = dimV ′ +

0 = m. La matriz A es cuadrada, y rango(A) = n, por lo que es no singular.
Recíprocamente, si A es cuadrada y con determinante no nulo, entonces
el sistema lineal homogéneo A x = 0 tiene solución única, que es la tri-
vial. Por tanto, f es inyectivo, y entonces dim[im( f )] = n = m, por lo que
es sobreyectivo.
Se aplica la fórmula de la dimensión y los apartados anteriores.
Ejemplo 6.4.2.- Vamos a considerar ejemplos de los diferentes tipos.
1. Sea f : R4 → R3 definida como f (v ) = A v , donde

 
1 0 0 0
A =  0 1 0 0 .
0 0 0 0
Entonces rango(A) = 2, por lo que f no es sobreyectiva. Una aplicación

lineal de R4 en R3 nunca puede ser inyectiva.
2. Sea f : R2 → R4 la aplicación lineal definida como f (v ) = A v , con

 
1 0
 2 0 
 
A= .
 −1 0 
3 0
Ahora rango(A) = 1, y tampoco es inyectiva. Una aplicación lineal de R2

en R4 no puede ser sobreyectiva.

Depto. de Álgebra
3. Sea f : R3 → R3 la aplicación lineal definida como f (v ) = A v , donde

 
−1 2 0
A =  0 −1 1  .
−1 3 4
Entonces det(A) 6= 0, por lo que f es biyectiva.
Nota 6.4.1. Dado un homomorfismo f : V → V ′ entre espacios vectoriales de

dimensión finita, dimV = n y dimV ′ = m, los resultados de esta sección de-
muestran que:
Si n < m, entonces f nunca es sobreyectivo.
Si n > m, entonces f nunca es inyectivo.
Si n = m, entonces f es inyectivo si y solamente si es sobreyectivo.
En espacios vectoriales de dimensión infinita lo anterior no es válido. Por ejem-

plo, sean V = R[x] y V ′ el conjunto de sucesiones infinitas {an } de números
reales, con la adición componente a componente y producto por números reales.
Ambos son R-espacios vectoriales de dimensión no finita. La aplicación que a
un polinomio p(x) = a0 +a1 x+· · ·+ar x r le asocia la sucesión {a0, a1 , . . . , ar , 0, 0, . . .}
es un homomorfismo inyectivo, pero no es sobreyectivo.
Endomorfismos y automorfismos
Si f : V → V es un homomorfismo con los mismos espacios vec-

toriales en el dominio y la imagen, decimos que f es un endo-
morfismo.
Si f es un endomorfismo biyectivo, decimos que es un automor-

fismo.

Depto. de Álgebra
Ejemplo 6.4.3.- La aplicación f : R3 → R3 definida como f (v ) = A v , con

 
1 −2 3
 
 0
A= 3 −3 

0 1 −1
es un endomorfismo, pero no es un automorfismo, porque det(A) = 0. Sin em-

bargo, la aplicación g : R3 → R3 definida por g (v ) = B v , con
 
1 −2 3
 
 0
B = 3 −3 

0 1 0
es un automorfismo.
Transformación de un conjunto generador o independiente
Sea f : V → V ′ un homomorfismo entre espacios vectoriales,

S = {u1 , . . . , ur } ⊂ V un conjunto linealmente independiente, G =
{v1 , . . . , vs } ⊂ V un sistema generador y B = {w1 , . . . , wn } una base de
V.
Si f es inyectiva (monomorfismo), entonces f (S) =

{ f (u1 ), . . . , f (ur )} ⊂ V ′ es un conjunto linealmente indepen-
diente.
Si f es sobreyectiva (epimorfismo), entonces f (G) =

{ f (v1 ), . . . , f (vs )} ⊂ V ′ es un sistema generador.
Si f es biyectiva (isomorfismo), entonces f (B) =

{ f (w1 ), . . . , f (wn )} es base de V ′ .
P RUEBA :
Sean α1 , . . . , αr ∈ K escalares tales que
α1 f (u1 ) + · · · + αr f (ur ) = 0V ′ .

Depto. de Álgebra
Hay que demostrar que todos los coeficientes son nulos. Como f es un
homomorfismo, tenemos que
f (α1 u1 + · · · + αr vr ) = α1 f (u1 ) + · · · + αr f (ur ) = 0V ′ = f (0V ).
Al ser f inyectivo, α1 u1 + · · · + αr ur = 0V y, como S es linealmente inde-

pendiente, todos los coeficientes son cero: α1 = · · · = αr = 0.
Ya vimos en la sección anterior que f (G) ⊂ im( f ) es un sistema de gene-

radores. Por ser f sobreyectivo, im( f ) = V ′ , y tenemos el resultado.
Es consecuencia inmediata de los apartados anteriores.
Composición de isomorfismos
Si f : V → V ′ es un isomorfismo, entonces la aplicación inversa

f −1 : V ′ → V es un isomorfismo.
Si f : V → V ′ , g : V ′ → V ′′ son isomorfismos, entonces la compo-

sición g ◦ f : V → V ′′ es un isomorfismo.
P RUEBA :
Como f −1 es biyectiva, basta probar que f −1 es un homomorfismo. Sean

v1′ , v2′ ∈ V ′ y α ∈ K. Existen v1 , v2 ∈ V tales que f (v1 ) = v1′ , f (v2 ) = v2′ , y
f (v1 ) + f (v2 ) = f (v1 + v2 ) = v1′ + v2′ ,
de donde, por la inyectividad de f ,
f −1 (v1′ + v2′ ) = v1 + v2 = f −1 (v1′ ) + f −1 (v2′ ).
Análogamente, f (αv1 ) = α f (v1 ) = αv1′ , y entonces
f −1 (αv1′ ) = αv1 = α f −1 (v1′ ).
Es conocido que la composición de aplicaciones biyectivas es biyectiva.

En la primera sección vimos que la composición de homomorfismos es
un homomorfismo; por tanto la composición de isomorfismos es un iso-
morfismo.

Depto. de Álgebra
Función inversa de un isomorfismo
Sea f : V → V ′ un isomorfismo definido por una matriz A n×n respecto

de bases respectivas B y B ′ de V y V ′ . Entonces f −1 : V ′ → V tiene
como matriz a A −1 respecto de las mismas bases, esto es,
MB ′ ,B ( f −1 ) = MB,B ′ ( f )−1 .
P RUEBA : Usando la definición y las propiedades elementales de la matriz de un

homomorfismo obtenemos las ecuaciones siguientes, que demuestran la tesis
del enunciado:
MB ′ ,B ( f −1 )MB,B ′ ( f ) = MB,B ( f −1 ◦ f )
= MB,B (idV )
= In ,
MB,B ′ ( f )MB ′ ,B ( f −1 ) = MB ′ ,B ′ ( f ◦ f −1 )
= MB ′ ,B ′ (idV ′ )
= In .
Ejemplo 6.4.4.- Consideremos el homomorfismo f : R3 → R3 definido por

f (v ) = A v , donde
 
−1 2 0
A =  0 −1 1  .
−1 3 4
Vimos antes que es un isomorfismo mediante el cálculo del determinante. Con

la forma escalonada reducida por filas podemos probarlo también, y a la vez

Depto. de Álgebra
obtener la matriz de f −1 . En efecto
− 57 − 58 2
 
1 0 0 5
¡ ¢ G-J
A I3 −→  0 1 0 − 51 − 54 1
5

0 0 1 − 51 1
5
1
5
¡ ¢
= I 3 A −1 .
De esta forma tenemos probado el carácter no singular de A, y en la parte de-

recha aparece su matriz inversa.
Clasificación de los espacios vectoriales de dimensión finita
Dos espacios vectoriales V y V ′ de dimensión finita son isomorfos si y

solamente si dimV = dimV ′ .
P RUEBA : Si V y V ′ son isomorfos, sabemos que tienen la misma dimensión.

Veamos el recíproco. Supongamos que dimV = dimV ′ = n y consideremos ba-
ses respectivas
B = {u1 , . . . , un }, B ′ = {u′1 , . . . , u′n },
que, por hipótesis, tienen el mismo número de elementos. Por el teorema de
existencia y unicidad de homomorfismos (pág. 5), existe un único homomor-
fismo f : V → V ′ definido por f (ui ) = u′i , para i = 1, . . . , n. Entonces MB,B ′ ( f ) =
I n , y f es isomorfismo.
Otra forma de ver lo anterior es a través de la composición de isomorfismos.

Si fijamos bases respectivas B y B ′ en V y V ′ , entonces tenemos las aplicacio-
nes de coordenadas
c B : V → Kn , c B ′ : V ′ → Kn ,
que son isomorfismos.

V ❈
−1
❈ ❈❈ cB ◦cB ′
cB ≃ ❈❈
❈❈
cB ′ !
Kn o ≃ V′
−1 n ′ −1 ′
Entonces, tanto la inversa cB ′ : K → V como la composición c B ′ ◦ c B : V → V
son isomorfismos, luego V y V ′ son isomorfos.

Depto. de Álgebra
6.5. El espacio vectorial de los homomorfismos

Con los homomorfismos, aparte de componerlos, podemos realizar otras
dos operaciones, que dotará de estructura de espacio vectorial a un nuevo con-
junto.
Operaciones con homomorfismos
Sean f , g : V → V ′ homomorfismos de espacios vectoriales, y λ ∈ K.

Definimos
El homomorfismo suma f + g : V → V ′ como
( f + g )(v ) = f (v ) + g (v ).
El producto por un escalar λ · f : V → V ′ como
(λ · f )(v ) = λ f (v ).
Estas operaciones están definidas en el conjunto Hom(V,V ′ ) de los ho-

momorfismos de V en V ′ .
Para que esta definición sea correcta, debemos probar que estas nuevas
aplicaciones son, efectivamente, homomorfismos. Tomemos vectores v1 , v2 ∈
V y un escalar α ∈ K. Entonces
( f + g )(v1 + v2 ) = f (v1 + v2 ) + g (v1 + v2 )

= f (v1 ) + f (v2 ) + g (v1 ) + g (v2 )
= ( f + g )(v1 ) + ( f + g )(v2 ),
( f + g )(αv1 ) = f (αv1 ) + g (αv1 )

= α f (v1 ) + αg (v1 )
= α( f (v1 ) + g (v1 )) = α( f + g )(v1 ).
Por otro lado,
(λ · f )(v1 + v2 ) = λ f (v1 + v2 ) = λ( f (v1 + f (v2 )

= λ f (v1 ) + λ f (v2 ) = (λ · f )(v1 ) + (λ · f )(v2 ),

Depto. de Álgebra
(λ · f )(αv1 ) = λ f (αv1 ) = λ(α f (v1 )) = α(λ f (v1 )) = α(λ · f )(v1 ).
Ejemplo 6.5.1.- Consideremos los homomorfismos f , g : R4 → R2 dados por

f (v ) = A v , g (v ) = B v , con
µ ¶ µ ¶
1 −2 0 −3 0 1 1 0
A= ,B = .
2 −1 0 −1 0 0 0 0
Tenemos entonces que

µ ¶ µ ¶ µ ¶
1 0 1
(f + g )(e1 ) = f (e1 ) + g (e1 ) = + = ,
2 0 2
µ ¶ µ ¶ µ ¶
−2 1 −1
(f + g )(e2 ) = f (e2 ) + g (e2 ) = + = ,
−1 0 −1
µ ¶ µ ¶ µ ¶
0 1 1
(f + g )(e3 ) = f (e3 ) + g (e3 ) = + = ,
0 0 0
µ ¶ µ ¶ µ ¶
−3 0 −3
(f + g )(e4 ) = f (e4 ) + g (e4 ) = + = .
−1 0 −1
Por tanto, la matriz de f +g respecto de las bases estándar es A+B. Algo análogo
ocurre con λ · f , para cualquier λ ∈ K.
Hom(V,V ′ ) como espacio vectorial
El conjunto Hom(V,V ′ ), con las operaciones de suma de homomorfis-

mos y producto por un escalar, tiene estructura de espacio vectorial.
P RUEBA : Ya hemos visto que las operaciones son internas. Vamos a repasar
las propiedades que definen esta estructura.
Hom(V,V ′ ) es un grupo abeliano con respecto a la suma. La operación es

conmutativa, asociativa, y el elemento neutro es la aplicación constante
igual a 0V ′ .

Depto. de Álgebra
El producto por un escalar verifica:
• (λ + µ) · f = (λ · f ) + (µ · f ). Sea v ∈ V . Se tiene que
((λ + µ) · f )(v ) = (λ + µ) f (v ) = λ f (v ) + µ f (v )
= (λ · f )(v ) + (µ · f )(v ) = (λ · f + µ · f )(v ).
• λ · ( f + g ) = (λ · f ) + (λ · f ). Sea v ∈ V . Entonces
(λ · ( f + g ))(v ) = λ( f + g )(v ) = λ( f (v ) + g (v )) = λ f (v ) + λg (v )
= (λ · f )(v ) + (λ · g )(v ) = (λ · f + λ · g )(v ).
• λ · (µ · f ) = (λµ) · f . Si v ∈ V , entonces
(λ · (µ · f ))(v ) = λ(µ · f )(v ) = λ(µ f (v )) = (λµ) f (v )

= ((λµ) · f )(v ).
• 1 · f = f . Inmediato.
Nota 6.5.1. El conjunto de endomorfismos de V es Hom(V,V ), notado como

End(V ) tiene estructura de espacio vectorial. El conjunto de automorfismos,
notado Aut(V ), no lo es, pues no contiene al homomorfismo nulo.
Interpretación matricial de las operaciones + y ·
Sean f , g : V → V ′ homomorfismos definidos, respectivamente, por las

matrices A m×n , B m×n , con respecto a las bases B de V y B ′ de V ′ . To-
memos un escalar λ ∈ K. Entonces
MB,B ′ ( f + g ) = MB,B ′ ( f ) + MB,B ′ (g ) = A + B,

MB,B ′ (λ · f ) = λMB,B ′ ( f ) = λA.
P RUEBA : Estas ecuaciones son consecuencia inmediata de la definición de

la matriz de un homomorfismo y de la linealidad de la asignación de coorde-

Depto. de Álgebra
nadas. En efecto, si B = {v1 , . . . , vn } entonces

¡ ¢
MB,B ′ ( f + g ) = ( f + g )(v1 )B ′ · · · ( f + g )(vn )B ′
¡ ¢
= f (v1 )B ′ + g (v1 )B ′ · · · f (vn )B ′ + g (vn )B ′
¡ ¢ ¡ ¢
= f (v1 )B ′ · · · f (vn )B ′ + g (v1 )B ′ · · · g (vn )B ′
= MB,B ′ ( f ) + MB,B ′ (g ),
¡ ¢
MB,B ′ (α · f ) = (α · f )(v1 )B ′ · · · (α · f )(vn )B ′
¡ ¢
= α f (v1 )B ′ · · · α f (vn )B ′
= αMB,B ′ ( f ).
La siguiente cuestión es determinar la dimensión del espacio vectorial Hom(V,V ′ )

en función de las dimensiones de V y V ′ .
* Dimensión de Hom(V,V ′ )
Sean V y V ′ espacios vectoriales de dimensión finita, con dimV =

n, dimV ′ = m y bases respectivas B ⊂ V, B ′ ⊂ V ′ . La aplicación MB,B ′
que asigna a cada homomorfismo de V en V ′ su matriz respecto de es-
tas bases es un isomorfismo,
MB,B ′ : Hom(V,V ′ ) −→ M (m × n, K)
f 7→ MB,B ′ ( f ).
En particular dim Hom(V,V ′ ) = mn.
P RUEBA : La linealidad de MB,B ′ se ha demostrado en la proposición ante-

rior, así que solamente queda por ver que el homomorfismo MB,B ′ es biyectivo.
Sean B = {v1 , . . . , vn } y B ′ = {v1′ , . . . , vm
′
} las bases del enunciado. Sabemos
que un homomorfismo está unívocamente determinado por su matriz, por tan-
to MB,B ′ es inyectiva. La aplicación MB,B ′ es sobreyectiva, ya que dada una
matriz A = (ai j ) ∈ M (m × n, K) el único homomorfismo f : V → V ′ que satisfa-
ce f (vi ) = a1i v1′ + · · · + ami vm
′
para todo 1 ≤ i ≤ n tiene matriz MB,B ′ ( f ) = A.
La conclusión final se deduce de la igualdad dim M (m × n, K) = mn.

Depto. de Álgebra
6.6. * Teoremas de isomorfía

El cociente de espacios vectoriales posee la siguiente propiedad universal.
Primer teorema de isomorfía
Sea f : V → V ′ un homomorfismo de espacios vectoriales. Entonces la

aplicación
f¯ : V / ker( f ) −→ im( f ),
v + ker( f ) 7→ f (v ),
está bien definida y es un isomorfismo. Además, el siguiente diagrama

es conmutativo:
f
V /V′
O
p i
f¯
V / ker( f ) ≃
/ im( f )
donde p : V → V / ker( f ) es la proyección canónica y i : im( f ) → V ′ es la

inclusión.
P RUEBA : Consideremos la aplicación

f¯ : V / ker( f ) −→ V ′ ,
v + ker( f ) 7→ f (v ).
Veamos que está bien definida. Si v + ker( f ) = v ′ + ker( f ), entonces v − v ′ ∈
ker( f ), de donde f (v − v ′ ) = 0. Como f (v − v ′ ) = f (v ) − f (v ′ ) deducimos que
f (v ) = f (v ′ ), y la definición de f¯(v + ker( f )) dada en el enunciado no depende
de la elección del representante de la clase v + ker( f ).
La prueba de que f¯ preserva la suma de vectores y el producto por escalares
es obvia, ya que f es un homomorfismo y f¯ se define a partir de f .
Sea v + ker( f ) ∈ ker( f¯). Como, por definición, f¯(v + ker( f )) = f (v ), lo ante-
rior equivale a decir que f (v ) = 0, es decir, v ∈ ker( f ). Por tanto v + ker( f ) =
0 + W . Esto demuestra que ker( f¯) = {0 + ker( f )}, esto es, f¯ es inyectivo.
Veamos que f¯ es sobreyectivo. Dado v ′ ∈ im( f ), por definición de imagen
existe v ∈ V tal que f (v ) = v ′ y, por tanto, f¯(v + ker( f )) = v ′ .
Por último, verifiquemos que f = i ◦ f¯ ◦ p. Sea v ∈ V . Entonces
(i ◦ f¯ ◦ p)(v ) = (i ◦ f¯)(v + ker( f )) = i ( f¯(v + ker( f ))
= i ( f (v )) = f (v ).

Depto. de Álgebra
Nota 6.6.1. En el caso de dimensión finita, el diagrama anterior nos permite

calcular unas bases especiales de V y V ′ con respecto a las cuales la matriz
de f es muy sencilla. Sean n = dimV, m = dimV ′ y r = dim[im( f )]. Entonces
dim[ker( f )] = n −r . Sea B0 = {ur +1 , . . . , un } una base de ker( f ). Existen (y pode-
mos calcular) vectores u1, . . . , ur tales que el conjunto B = {u1 , . . . , ur , ur +1 , . . . , un }
es base de V . Se trata de una ampliación, pero colocamos los vectores de parti-
da al final de la base. Se tiene entonces que
El conjunto de clases B1 = {u1 + ker( f ), . . . , ur + ker( f )} es una base del

espacio cociente V / ker( f ) (pág. ??).
El conjunto B2 = { f (u1 ), . . . , f (ur )} es base de im( f ) (fórmula de la di-

mensión de homomorfismos, pág. 15).
Ahora construimos una ampliación del conjunto B2 a una base de V ′ , que de-
nominamos B ′ = { f (u1 ), . . . , f (ur ), wr +1 , . . . , wm−r }. Vamos a calcular las matri-
ces de los homomorfismos del diagrama con respecto a estas bases.
La matriz de f respecto a B y B ′ es, por definición,
¡ ¢
MB,B ′ ( f ) = [ f (u1 )]B ′ . . . [ f (ur )]B ′ [ f (ur +1 )]B ′ . . . [ f (un )]B ′
 
1 ... 0 0 ... 0
 .. . . . . . . 
 . . .. .. . . ..  µ ¶
  Ir Or ×(n−r )
=  0 ... 1 0 ... 0  =
  = Nr .
 .. . . .. .. . . ..  O(m−r )×r O(m−r )×(n−r ) m×n
 . . . . . . 
0 ...0 0 0 ... 0
Por tanto, existen bases de V y V ′ respecto de las cuales el homomorfismo f

tiene una matriz de la forma Nr . Construyamos, por completar, las matrices
respecto de estas bases de los restantes homomorfismos que intervienen en el
diagrama.
La matriz de la proyección p respecto a B y B1 es
¡ ¢
MB,B1 (p) = [p(u1 )]B1 . . . [p(ur )]B1 [p(ur +1 )]B1 . . . [p(un )]B1
¡
= [u1 + ker( f )]B1 . . . [ur + ker( f )]B1
¢
[ur +1 + ker( f )]B1 . . . [un + ker( f )]B1
 
1 ... 0 0 ... 0
 . . . .  ¡
=  .. . . . .. .. . . . ..  = I r O(n−r )×(n−r ) (n−r )×n .
¢
0 ... 1 0 ... 0

Depto. de Álgebra
La matriz del isomorfismo f¯ respecto a B1 y B2 es

¡ ¢
MB1 ,B2 ( f¯) = [ f¯(u1 + ker( f ))]B2 . . . [ f¯(ur + ker( f ))]B2
¡ ¢
= [ f (u1 )]B2 . . . [ f (ur )]B2 = I r .
La matriz de la inclusión i respecto a B2 y B ′ es

¡ ¢
MB2 ,B ′ (i ) = [i ( f (u1 ))]B ′ . . . [i ( f (ur ))]B ′
¡ ¢
= [ f (u1 )]B ′ . . . [ f (ur )]B ′
 
1 ... 0
 .. . . .. 
 . . . 
  µ ¶
 0 ... 1  Ir
=

 = O(m−r )×r
 .
 0 ... 0  m×r
 . .
 .. . . ... 

0 ... 0
Ejemplo 6.6.1.- Sean V = R4 ,V ′ = R3 y consideremos el homomorfismo f :

V → V ′ definido como f (v ) = A v , donde
 
1 2 3 4
A =  2 4 6 7 .
1 2 3 6
Mediante el procedimiento descrito, vamos a calcular bases de V y V ′ respecto

de las cuales la matriz de f es de la forma Nr , con r = rango(A). Necesitamos,
en primer lugar, una base de ker( f ), que implica el cálculo de null(A):
   
1 2 3 4 1 2 3 0
 2 4 6 7  G-J
   
−
→  0 0 0 1 .
   
1 2 3 6 0 0 0 0
Entonces    
−2 −3
   
 1   0 
   
null(A) = 〈u3 =  ,u =  〉.
 0  4  1 
   
0 0

Depto. de Álgebra
Ampliamos a una base de V con u1 = e1 , u2 = e4 y llamemos B = {u1 , u2 , u3 , u4 }.

Entonces { f (u1 ), f (u2 )} es una base de im( f ) (son las columnas básicas de A) y
la ampliamos a una base de V ′ con w3 = e3 . Si B ′ = { f (u1 ), f (u2 ), w3 }, entonces
 
1 0 0 0
MB,B ′ ( f ) =  0 1 0 0  .
0 0 0 0
Ejemplo 6.6.2.- El primer teorema de isomorfía permite calcular una factori-

zación de rango pleno de una matriz A, esto es, si rango(A m×n ) = r podemos
expresar A en la forma
A m×n = D m×r B r ×n , donde rango(B) = r = rango(D).
Sabemos que si fijamos las bases estándar S en Kn y S ′ en Km , la matriz A

induce una aplicación lineal f : Kn → Km dada por f (u) = A · u y la matriz
de f respecto de estas bases es A. El primer teorema de isomorfía da lugar al
diagrama
f
Kn / Km
O
p i
f¯
Kn / ker f / im( f )
Sean vi 1 , . . . , vi r las columnas básicas de A, que forman una base B2 de im( f ).

Tomemos los vectores ei 1 , . . . , ei r de la base estándar de Kn tales que A ei j =
vi j , j = 1, . . . , r . Probamos en primer lugar que B1 = {(ei 1 +ker( f ), . . . , ei r +ker( f ))}
forman una base de Kn / ker( f ). Como dim Kn / ker( f ) = r , basta con probar que
forman un conjunto linealmente independiente. Si
α1 (ei 1 + ker( f )) + · · · + αr (ei r + ker( f )) = 0 + ker( f ),

Pr
entonces j =1 α j ei j ∈ ker( f ), de donde
r
X r
X r
X
0= A α j ei j = α j A ei j = α j vi j , porque A ei j es la columna i j .
j =1 j =1 j =1

Depto. de Álgebra
Como las columnas básicas de A son independientes, todos los coeficientes α j

son nulos.
Llamemos B a la matriz del homomorfismo p respecto de las bases S de
Kn y B1 de Kn / ker( f ). Es una matriz de orden r × n y como la aplicación p es
sobreyectiva, B es de rango r .
Llamemos D a la matriz del homomorfismo i respecto de las bases B2 de
im( f ) y S ′ de Km . Es una matriz de orden m × r y como la aplicación i es in-
yectiva, D es de rango r .
Por otra parte, por la construcción de las bases B1 y B2 , se tiene que
MB1 ,B2 ( f¯) = I r ×r .
Como f = i ◦ f¯ ◦ p, esta igualdad se traslada a estas matrices como A = D I B =
D · B, que es la factorización buscada.
Segundo teorema de isomorfía
Sean W1 ,W2 subespacios vectoriales de V . Entonces (W1 + W2 )/W2 ≃

W1 /(W1 ∩ W2 ).
P RUEBA : Consideremos la aplicación

f : W1 → (W1 + W2 )/W2
w1 7→ w1 + W2 .
Es fácil ver que f es un homomorfismo de espacios vectoriales. Si w + W2 ∈
(W1 + W2 )/W2 , entonces existen v1 ∈ W1 , v2 ∈ W2 tales que w = v1 + v2 , por
lo que w + W2 = v1 + W2 (su diferencia es v2 , que está en W2 ). Por tanto, f es
sobreyectiva. Su núcleo viene dado por
ker f = {w1 ∈ W1 | w1 ∈ W2 } = W1 ∩ W2 .
Por el primer teorema de isomorfía, nos queda que W1/(W1 ∩W2 ) ≃ (W1 +W2 )/W2 .
Tercer teorema de isomorfía
Sean W1 ,W2 subespacios vectoriales de V , con W1 ⊂ W2 . Entonces

(V /W1 )/(W2 /W1 ) ≃ V /W2 .

Depto. de Álgebra
P RUEBA : En primer lugar, observemos que W2 /W1 es subespacio vectorial de

V /W1 , pues las operaciones son internas. Consideremos la aplicación
f : V /W1 → V /W2
v + W1 7→ v + W2 .
Esta aplicación está bien definida, pues si v + W1 = v ′ + W1 , entonces v − v ′ ∈
W1 ⊂ W2 , luego v + W2 = v ′ + W2 . Es fácil ver que es un homomorfismo de es-
pacios vectoriales. Si v + W2 ∈ V /W2 , podemos tomar la clase v + W1 ∈ V /W1 ,
que se aplica mediante f en v +W2 . Por tanto, f es sobreyectiva. Calculemos su
núcleo:
ker f = {v + W1 | v + W2 = 0 + W2 } = {v + W1 | v ∈ W2 } = W2 /W1 .
Por el primer teorema de isomorfía,
(V /W1 )/(W2 /W1 ) ≃ V /W2 .
Teorema de isomorfismo de retículos
Sea W un subespacio vectorial de V . Existe una biyección entre los

subespacios vectoriales de V que contienen a W y los subespacios vec-
toriales de V /W . Además, si U1 ,U2 ⊂ V son subespacios vectoriales que
contienen a W , entonces
U1 /W +U2 /W = (U1 +U2 )/W,U1 /W ∩U2 /W = (U1 ∩U2 )/W.
P RUEBA : Llamemos
A = {U ⊂ V | U es un subespacio vectorial tal que W ⊂ U }
y sea B el conjunto de subespacios vectoriales de V /W . Definimos la aplica-

ción Φ : A → B que asocia a cada U ∈ A el subespacio U /W . Esto tiene sentido
porque W ⊂ U . Vamos a probar que Φ es una aplicación biyectiva.
Φ es inyectiva. Sean U1 ,U2 subespacios vectoriales de V que contienen a
W , tales que U1 /W = U2 /W . Sea u1 ∈ U1 . Entonces existe u2 ∈ U2 tal que
u1 +W = u2 +W , de donde u1 − u2 ∈ W ⊂ U2 . Entonces existe u′2 ∈ U2 con
u1 = u2 + u′2 ∈ U2 , y hemos probado que U1 ⊂ U2 . Por simetría, se tiene
que U2 ⊂ U1 , y hemos probado que U1 = U2 .

Depto. de Álgebra
Φ es sobreyectiva. Sea Ũ un subespacio vectorial de V /W . Definimos el

conjunto U = {v ∈ V | v +W ∈ Ũ }. Vamos a probar que U es un subespacio
vectorial de V que contiene a W . Sean v1 , v2 ∈ U , y α ∈ K. Entonces
• v1 + v2 ∈ U , porque (v1 + v2 ) + W = (v1 + W ) + (v2 + W ) ∈ Ũ ,

• αv1 ∈ U , porque (αv1 ) + W = α(v1 + W ) ∈ Ũ .
Por otro lado, si w ∈ W , entonces w + W = 0 + W ∈ Ũ , por lo que W ⊂ U .

Además, es claro que Φ(U ) = Ũ .
Tenemos así la correspondencia biyectiva, y podemos identificar todo subespa-

cio vectorial de V /W como uno de la forma U /W , con U subespacio vectorial
de V que contiene a W . Veamos las igualdades para la suma y la intersección.
U1 /W +U2 /W = (U1 +U2 )/W . Sea u +W ∈ U1 /W +U2 /W . Entonces exis-

ten u1 ∈ U1 , u2 ∈ U2 tales que u+W = (u1 +W )+(u2 +W ) = (u1 +u2 )+W ∈
(U1 +U2 )/W . De igual forma, si u +W ∈ (U1 +U2 )/W , existen u1 ∈ U1 , u2 ∈
U2 con u + W = (u1 + u2 ) + W = (u1 + W ) + (u2 + W ) ∈ U1 /W +U2 /W .
U1 /W ∩U2 /W = (U1 ∩U2 )/W . Sea u +W ∈ U1 /W ∩U2 /W . Entonces exis-

ten u1 ∈ U1 , u2 ∈ U2 tales que u +W = u1 +W = u2 +W , y podemos escri-
bir
u = u1 + w1 = u2 + w2 , con w1 , w2 ∈ W.
Esto significa que u1 = u2 + (w2 − w1 ) ∈ U2 , porque W ⊂ U2 , y llegamos a
que u 1 ∈ U1 ∩U2 . Por tanto, u +W ∈ (U1 ∩U2 )/W . Por otro lado, si u +W ∈
(U1 ∩U2 )/W , entonces existe u′ ∈ U1 ∩U2 tal que u +W = u′ +W . Por ello,
u + W ∈ U1 /W ∩U2 /W .

Depto. de Álgebra
6.7. Cambio de base y homomorfismos

Cuando asociamos una matriz a un homomorfismo f : V → V ′ , la condición
inicial era el fijar unas bases en los espacios vectoriales. Es natural preguntarse
qué le ocurre a la matriz si se cambian las bases. Sean n = dimV, m = dimV ′ y
consideremos entonces bases B1 , B2 en V , y bases B1′ , B2′ en V ′ . Por un lado,
tenemos la matriz del homomorfismo f respecto de las bases B1 y B1′ , que
notamos por
MB1 ,B ′ ( f ).
1
Por otro, el homomorfismo f tiene otra matriz asociada respecto de las bases
B2 y B2′ , que es
MB2 ,B ′ ( f ).
2
Partimos del diagrama

f
VO /V′
idV idV ′
f
V /V′
que simplemente representa la igualdad f = idV ◦ f ◦idV ′ . Recordemos dos cues-

tiones que hemos visto:
La composición de aplicaciones lineales se traduce, al tomar bases en ca-

da espacio, en el producto de matrices.
La matriz de cambio de base en un espacio vectorial es la matriz de la

aplicación identidad respecto de dichas bases:
MB2 ,B1 (idV ) = M(B2 , B1 ), MB ′ ,B ′ (idV ′ ) = M(B1′ , B2′ ).

1 2
Al tomar coordenadas, obtenemos el diagrama
B1 B1′
MB ′ (f )
1 ,B1
KO n / Km
M(B2 ,B1 ) M(B1′ ,B2′ )

MB ′ (f )
2 ,B2
Kn / Km
B2 B2′
que se traduce en el resultado

Depto. de Álgebra
Cambio de base y homomorfismos
MB2 ,B ′ ( f ) = M(B1′ , B2′ ) · MB1 ,B ′ ( f ) · M(B2 , B1 ),

2 1
MB1 ,B ′ ( f ) = M(B2′ , B1′ ) · MB2 ,B ′ ( f ) · M(B1 , B2 ).

1 2
Recordemos que ya habíamos hablado de la equivalencia de matrices (pág.

??): dos matrices A, B de orden m × n son equivalentes si existen matrices no
singulares P m×m ,Q n×n tales que B = P AQ. ¿Qué relación podemos establecer
entre este concepto matricial y los homomorfismos? La respuesta es la siguien-
te proposición.
Interpretación de la equivalencia de matrices
Sean A, B matrices de orden m × n, con coeficientes en un cuerpo K.

Entonces A y B son matrices equivalentes si y solamente si existen ba-
ses B1 , B2 de V = Kn y bases B1′ , B2′ de V ′ = Km , y un homomorfismo
f : V → V ′ , tales que
A = MB1 ,B ′ ( f ), B = MB2 ,B ′ ( f ).
1 2
P RUEBA :
(⇐) Esta implicación ya la tenemos, sin más que tomar P y Q las matrices de
cambio de base.
(⇒) Fijamos S base estándar en Kn , y S ′ base estándar en Km . Definimos

f : Kn → Km como f (v ) = A v . Sabemos que
A = MS ,S ′ ( f ).
Por hipótesis, existen P m×m ,Q n×n no singulares tales que B = P AQ. En-
tonces se tiene que
• las columnas de la matriz P −1 forman una base B2′ de Km , y

• las columnas de la matriz Q forman una base B2 de Kn .

Depto. de Álgebra
La matriz del cambio de base M(B2 , S ) es precisamente Q, y la matriz

del cambio de base M(S ′ , B2′ ) es igual a P . Entonces
B = P AQ = M(S ′ , B2′ ) · MS ,S ′ ( f ) · M(B2 , S )

= MB2 ,B ′ ( f ).
2
Ejemplo 6.7.1.- Vamos a considerar de nuevo el ejemplo de la página 31, don-

de f : R4 → R3 está definida con respecto a la base estándar de cada espacio por
la matriz
 
1 2 3 4
 
 2 4 6 7 .
MS ,S ′ ( f ) = A =  
1 2 3 6
Allí vimos que con respecto a las bases

       
1 0 −2 −3
0 0  1   0 
       
   
B = {u1 =   , u2 =   , u3 =   , u4 =  },
  0   0  0   1 
0 1 0 0
     
1 4 0
B ′ = { f (u1 ) =  2  , f (u2 ) =  7  , w3 =  0 }
1 6 1
se tiene que
 
1 0 0 0
MB,B ′ ( f ) =  0 1 0 0  = N .
0 0 0 0
Esto significa que existe una relación de la forma
A = M(B ′ , S ′ )MB,B ′ ( f )M(S , B).

Depto. de Álgebra
Tenemos que
 
1 0 −2 −3
 
¡ ¢  0 0 1 0 
[u1 ]S [u2 ]S [u3 ]S [u4 ]S
 
M(B, S ) = =  = Q1,
 0 0 0 1 
 
0 1 0 0
 
1 4 0
¡ ¢  
M(B ′ , S ′ ) = [ f (u1 )]S ′ [ f (u2 )]S ′ [w 3 )]S ′ =
 2 7 0  = P1.

1 6 1
Por tanto, A = P 1 NQ 1−1 o bien N = P 1−1 AQ 1 . En general, vemos así que el cam-
bio de base y el primer teorema de isomorfía permiten probar el teorema de la
forma normal del rango (pág. ??).

Depto. de Álgebra
6.8. * Espacio dual
6.8.1. * Base dual

Dado V un K-espacio vectorial, podemos considerar el conjunto de aplica-
ciones lineales f : V → K, que se denominan formas lineales. El propio cuerpo
K tiene estructura de K-espacio vectorial, y el conjunto Hom(V, K) es un K-
espacio vectorial, de dimensión igual a dimV .
Espacio dual
El conjunto de las formas lineales Hom(V, K) se denomina espacio dual

de V , y lo notaremos por V ∗ .
Ejemplo 6.8.1.- Sea V = R2 , y fijemos la base estándar S . Cada forma lineal

f : V → R está determinada por los valores f (e1 ) y f (e2 ). En concreto, tomemos
las formas f i : V → R, i = 1, 2 dadas por
f 1 (e1 ) = 1, f 1 (e2 ) = 0, f 2 (e1 ) = 0, f 2 (e2 ) = 1.
Cualquier otra forma lineal f se puede expresar como
f = f (e1 ) f 1 + f (e2 ) f 2 .
Sabemos que si V es de dimensión finita, entonces V ∗ es isomorfo al espa-

cio de matrices de orden 1 × n (matrices fila). Uno de los elementos de V ∗ es la
aplicación lineal 0∗ : V → K, definida por 0∗ (v ) = 0 para todo v ∈ V .
Base dual
Sea V un K-espacio vectorial de dimensión finita, y B = {u1 , . . . , un }

una base de V . La base dual de B es el conjunto B ∗ = {u∗1 , . . . , u∗n } de
formas lineales definidas por
½
1 si i = j ,
u∗i (u j ) =
0 si i 6= j.

Depto. de Álgebra
En el ejemplo anterior hemos calculado la base dual de S en R2 . Hay que

justificar el nombre de base que hemos dado a este conjunto. En efecto, consi-
deremos una combinación lineal
n
X
αi u∗i = 0∗ .
i =1
Para cada j = 1, . . . , n, se tiene que

n
X
0 = 0∗ (u j ) = αi u∗i (u j ) = α j · 1
i =1
de donde los escalares αi = 0 para cada i = 1, . . . , n. Por tanto, B ∗ es un conjunto

linealmente independiente. Por otro lado, sea f ∈ V ∗ , que queda definido por
los valores f (ui ), i = 1, . . . , n. Entonces es claro que
n
X
f = f (ui )u∗i .
i =1
Ejemplo 6.8.2.- Consideremos la base B = {u1 , u2 , u3 } de R3 dada por

     
1 2 0
u1 =  −1  , u2 =  1  , u3 =  −1  .
0 1 1
Queremos calcular cada una de las matrices fila asociadas a las aplicaciones
lineales u∗i , i = 1, 2, 3. Sea
¡ ¢
u∗i = ai 1 ai 2 ai 3 , i = 1, 2, 3.
Entonces para u∗1 nos quedan las relaciones

     
¡ ¢ 1 ¡ ¢ 2 ¡ ¢ 0
ai 1 ai 2 ai 3  −1  = 1, ai 1 ai 2 ai 3  1  = 0, ai 1 ai 2 ai 3  −1  = 0.
0 1 1
En forma matricial es lo mismo que

   
¡ ¢ 1 2 0 1
ai 1 ai 2 ai 3  −1 1 −1  =  0  .
0 1 1 0

Depto. de Álgebra
Si procedemos de forma análoga con u∗2 y u∗3 , y lo unificamos con lo anterior,

obtenemos la expresión
    
a11 a12 a13 1 2 0 1 0 0
 a21 a22 a23   −1 1 −1  =  0 1 0  .
a31 a32 a33 0 1 1 0 0 1
El cálculo se reduce a obtener la inversa de la matriz cuyas columnas son los
vectores dados. En este caso,
 
   −1 1/2 −1/2 −1/2
a11 a12 a13 1 2 0  
 a21 a22 a23  =  −1 1 −1  =  1/4 1/4 1/4 .
 
a31 a32 a33 0 1 1
−1/4 −1/4 3/4
Por tanto, podemos escribir
1 1 1 1 1 1 1 1 3
u 1∗ (x) = x1 − x2 − x3 , u 2∗ (x) = x1 + x2 + x3 , u∗3 (x) = − x1 − x2 + x3 .
2 2 2 4 4 4 4 4 4
Este ejemplo nos proporciona un método de cálculo de la base dual, fijada

una base.
Cálculo de la base dual
Entrada: B = {u1 , . . . , un } base de V , S base de V respecto a la que to-

mamos coordenadas.
Salida: B ∗ base dual de B.
1. Construimos la matriz A = (ai j ) de las coordenadas de los vecto-

res ui respecto de S .
2. Cálculo de A −1 .
3. La fila i -ésima de A −1 es la matriz fila asociada a u∗i respecto de

la base S .
P RUEBA : La matriz A es no singular, porque B¡ es una base. Si ¢ la matriz

asociada a u∗i respecto de la base S es la matriz fila b i 1 . . . b i n , entonces
 
a1j ½
¡ ¢ .  1 si i = j ,
b i 1 . . . b i n  ..  =
0 si i 6= j.
an j

Depto. de Álgebra
Esto significa que la matriz fila asociada a cada u∗i es la fila i -ésima de A −1 .
Ejemplo 6.8.3.- Consideremos las formas lineales g i : R3 → R.i = 1, 2, 3 dadas

por las matrices fila
¡ ¢ ¡ ¢ ¡ ¢
[g 1 ]S = 1 −1 1 , [g 2 ]S = 1 0 1 , [g 2 ]S = 2 1 3
respecto de la base estándar S . Vamos a probar que C = {g 1 , g 2 , g 3 } es una base

del espacio dual (R3 )∗ . Para ello, bastará comprobar que son linealmente inde-
pendientes, y lo haremos construyendo la matriz de coordenadas respecto de
la base S ∗ de (R3 )∗ . Es inmediato que
g 1 = 1 · e∗1 + (−1) · e∗2 + 1 · e∗3 , g 2 = 1 · e∗1 + 0 · e∗2 + 1 · e∗3 , g 3 = 2 · e∗1 + 1 · e∗2 + 3 · e∗3 ,
y la matriz de coordenadas es no singular. Por tanto, son linealmente indepen-

dientes, y como la dimensión de (R3 )∗ es 3, forman una base.
Una pregunta adicional es calcular la base B de R3 tal que su dual B ∗ es
igual a C . Por el método anterior, la matriz
 
1 −1 1
C = 1 0 1 
2 1 3
es de la forma A −1 , donde A es la matriz de coordenadas respecto a la base

estándar S de la base buscada. Entonces
 
−1 4 −1
 
A = C −1 = 
 −1 1 0 
,
1 −3 1
y esto significa que la base B = {u1 , u2 , u3 } dada por

     
−1 4 −1
     
 −1  , u2 =  1  , u3 =  0 
u1 =      
1 −3 1
cumple que B ∗ = C .

Depto. de Álgebra
6.8.2. * Interpretación de la matriz traspuesta

Sea f : V1 → V2 un homomorfismo de K-espacios vectoriales. Para cada for-
ma lineal ϕ : V2 → K podemos construir la forma lineal ϕ ◦ f : V1 → K, y esto
define una aplicación f ∗ : V2∗ → V1∗ .
Aplicación traspuesta
Dado un homomorfismo f : V1 → V2 , la aplicación f ∗ : V2∗ → V1∗ defini-

da por f ∗ (ϕ) = ϕ◦ f es un homomorfismo entre los espacios vectoriales
duales.
Además, si B y C son bases respectivas de V1 y V2 , se verifica que
MB ∗ C ∗ ( f ∗ ) = MBC ( f )t .
Demostración. Sean ϕ1 , ϕ2 ∈ V2∗ , y a1 , a2 ∈ K. Debemos probar que
f ∗ (a1 ϕ1 + a2 ϕ2 ) = a1 f ∗ (ϕ1 ) + a2 f ∗ (ϕ2 ).
Para ello, tomemos v ∈ V1 . Entonces
f ∗ (a1 ϕ1 + a2 ϕ2 )(v ) = (a1 ϕ1 + a2 ϕ2 ) ◦ f (v )

= a1 (ϕ1 ◦ f )(v ) + a2 (ϕ2 ◦ f )(v )
= (a1 f ∗ (ϕ1 ) + a2 f ∗ (ϕ2 ))(v ).
Notemos B = {u1 , . . . , un }, C = {w1 , . . . , wm }. Sabemos que

¡ ¢
MBC = [ f (u1 )]C . . . [ f (un )]C .
Debemos calcular las coordenadas de f ∗ (wi∗ ) respecto de la base B ∗ . El homo-

morfismo f ∗ (wi∗ ) = wi∗ ◦ f tiene asociada en la base B la matriz
(wi∗ ◦ f )B = (wi∗ )C MBC ( f ).
Sabemos que (wi∗ )C = eit , por lo que las coordenadas buscadas la forman la fila
i -ésima de la matriz A. Esta fila es la columna i -ésima de la matriz buscada, de
donde tenemos el resultado.

Aligeoi t06

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aligeoi t06

Cargado por

Copyright:

Formatos disponibles

Álgebra Lineal y Geometría

Copyright © 2020 Dpto. de Álgebra, Universidad de Sevilla.

copiar, distribuir y comunicar públicamente la obra,

hacer obras derivadas,

bajo las siguientes condiciones:

Reconocimiento. Debe reconocer los créditos de la obra maestra especi-

No comercial. No puede utilizar esta obra para fines comerciales.

Compartir bajo la misma licencia. Si altera o transforma esta obra, o ge-

II Álgebra Lineal y Geometría

IV Álgebra Lineal y Geometría

6.1. Definición y propiedades

Sean V y V ′ espacios vectoriales sobre un cuerpo K y f : V → V ′ una

Ejemplo 6.1.1.- Veamos algunos ejemplos de homomorfismos y de aplicacio-

2. Dados dos espacios vectoriales cualesquiera V y V ′ , la aplicación

3. Si V es un K-espacio vectorial de dimensión finita dimV = n con base

4. Si W ⊂ V es un subespacio vectorial, la inclusión i : W → V , i (w ) = w ,

5. Las propiedades elementales de la suma y el producto de matrices de-

2 Álgebra Lineal y Geometría

6. La aplicación f : K → K definida por f (x) = x +1 no es un homomorfismo

7. Si K = Q, R o C, la aplicación f : K → K, f (x) = x 2 , tampoco es un homo-

Algunas propiedades básicas de los homomorfismos son las siguientes.

Propiedades de los homomorfismos

Sea f : V → V ′ un homomorfismo de K-espacios vectoriales.

2. f (−v ) = − f (v ) para todo v ∈ V .

3. Dados vectores v1 , . . . , vn ∈ V y escalares α1 , . . . , αn ∈ K cuales-

f (α1 v1 + · · · + αn vn ) = α1 f (v1 ) + · · · + αn f (vn ).

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

Despejando en esta ecuación obtenemos que f (0V ) = 0V ′ .

2. Sabemos que el vector opuesto −v se puede obtener a partir de v multi-

f (−v ) = f ((−1)v ) = (−1) f (v ) = − f (v ).

Álgebra Lineal y Geometría 3

3. Por inducción sobre n. Para n = 1 se sigue de la propia definición de ho-

f (α1 v1 + · · · + αn vn ) = f (α1 v1 + · · · + αn−1 vn−1 + αn vn )

Nota 6.1.1. Los homomorfismos preservan conjuntos linealmente dependien-

S = {v1 , . . . , vn } ⊂ V es un conjunto linealmente dependiente,

f (S) = { f (v1 ), . . . , f (vn )} ⊂ V ′ es también un conjunto linealmente dependiente.

Por ser S linealmente dependiente existen escalares α1 , . . . , αn , no todos nu-

α1 f (v1 ) + · · · + αn f (vn ) = f (α1 v1 + · · · + αn vn ) = f (0) = 0V ′ ,

luego f (S) es linealmente dependiente.

La base estándar {e1 , e2 , e3 } es un conjunto linealmente independiente, y

Es claro que { f (e1 ), f (e2 ), f (e3 )} es un conjunto linealmente dependiente, pues

4 Álgebra Lineal y Geometría

Existencia y unicidad de homomorfismo

Sean V y V ′ dos K-espacios vectoriales. Supongamos que V es de di-

P RUEBA : La aplicación f se define de la siguiente manera. Dado un vector u ∈

u 7→ f (u) = a1 v1′ + · · · + an vn′ .

Veamos que f es un homomorfismo. Si v ∈ V se expresa en función de la base

u + v = (a1 + b1 )v1 + · · · + (an + bn )vn ,

y la definición de f nos lleva a

f (u + v ) = (a1 + b 1 )v1′ + · · · + (an + b n )vn′

Si α ∈ K, entonces αu = αa1 v1 + · · · + αan vn , luego

f (αu) = (αa1 )v1′ + · · · + (αan )vn′

Con esto concluye la demostración de que f es un homomorfismo. Para ver la

g (u) = a1 g (v1 ) + · · · + an g (vn ) = a1 v1′ + · · · + an vn′ = f (u),

luego la aplicación g es igual a f .

Álgebra Lineal y Geometría 5

6.2. Matriz de un homomorfismo

Sea f : V → V ′ un homomorfismo entre K-espacios vectoriales de di-

La matriz de f respecto de B y B ′ es la matriz de orden m ×n dada por

cuyas columnas son las coordenadas de los vectores de f (B) respecto

Observemos que si f , g : V → V ′ son homomorfismos de espacios vectoria-

Ejemplo 6.2.1.- Los siguientes ejemplos de matrices asociadas a homomorfis-

1. Si V es un espacio vectorial de dimensión finita y B, B ′ ⊂ V son dos ba-