Aplicaciones lineales

Aplicaciones x origen

Una función (o aplicación) es una “máquina

de transformar”
f : A −→ B
Aplicaciones lineales x → y f( )
Todo elemento del conjunto inicial x tiene una
Tema 4 imagen y en el conjunto final y ésta es única:
y = f (x)

y imagen

Aplicaciones lineales
Gregoria Blanco
Son las aplicaciones NATURALES entre espacios vectoriales porque
respetan lo caracterı́stico de la estructura de espacio vectorial:
Dep. de Matemática Aplicada a las TIC
ETSISI (U. Politécnica de Madrid) las combinaciones lineales

Álgebra, ETSISI, UPM 1 Álgebra, ETSISI, UPM 2

Aplicaciones lineales Aplicaciones lineales

Definición Ejemplos ¿Qué funciones conocidas son LINEALES?

 Sean V y W dos espacios vectoriales sobre el cuerpo K. Una aplicación
‚ f : R −→ R (R es un espacio vectorial sobre R de dimensión 1)
f : V −→ W se dice que es una APLICACIÓN LINEAL si verifica que

• f (λu + μv) = λf (u) + μf (v) para todo u, v ∈ V y todo λ, μ ∈ K. f (x) 3x 3x + 1 x2 ex sen(x)

¿Lineal?     
(La imagen de la comb. lineal de vects. es la comb. lineal de las imágenes de esos vects.
con los mismos coefs.) f (0) = 1 (1 + 1)2 = 12 + 12 f (0) = 1 sen( π
6
+ π ) =
6
sen( π
6
) + sen( π )
6

=
=

0 0 sen( π
3
) = 1 + 1
2 2

Obs.: Si f : V −→ W es lineal entonces f (0V ) = 0W f (λx + μy) = 3(λx + μy) = 3λx + 3μy = λ3x + μ3y = λf (x) + μf (y) ∀x, y ∈ R, ∀λ, μ ∈ R

Y en general f (x) = ax es lineal, para toda cte. a ∈ R.

Caracterización
f : V −→ W es una aplicación lineal si y solo si

‚ f (u + v) = f (u) + f (v) para todo u, v ∈ V ,

ƒ f (λu) = λf (u) para todo u ∈ V y todo λ ∈ K

Álgebra, ETSISI, UPM 3 Álgebra, ETSISI, UPM 4

Aplicaciones lineales Aplicaciones lineales

⎛ ⎞
x1
ƒ f : R2 −→ R f (x, y) = 3x + 5y es lineal. ⎜ .. ⎟
… f : R −→ Rn m
f (x1 , . . . , xn ) = A ⎝ . ⎠ con A ∈ Mm×n (R)
• f ((x, y) + (x , y  )) = f (x + x , y + y  ) = 3(x + x ) + 5(y + y  ) = (3x + 5y) + (3x + 5y  ) = f (x, y) + f (x , y  ) xn
• f (λ(x, y)) = f (λx, λy) = 3λx + 5λy = λ(3x + 5y) = λf (x, y) ∀ (x, y), (x , y  ) ∈ R2 , ∀ λ ∈ R

es lineal.
Y en general f (x, y) = ax + by es lineal, para toda ctes. a, b ∈ R.
• f (X + X  ) = A(X + X  ) = AX + AX  = f (X) + f (X  )
∀ X, X  ∈ Rn , ∀ λ ∈ R
Obs.: f : R2 −→ R • f (λX) = A · λX = λA · X = λf (X)
   
x →   x
a b
y y
Obs.:
X → A · X =Y La transformación que consiste en multiplicar vectores por una matriz fija A es
una aplicación lineal.

„ f : R2 −→ R2 f (x, y) = (3x + 5y, x − y) es lineal. Lo gracioso del asunto es que, entre espacios de dimensión finita, no hay otras.
Es decir, todas las aplicaciones lineales se pueden expresar de esa forma.
      
x → 3x + 5y 3 5 x
=
y x−y 1 −1 y

Álgebra, ETSISI, UPM 5 Álgebra, ETSISI, UPM 6

 Aplicaciones lineales Aplicaciones lineales

† D : R[x] −→ R[x] D(p(x)) = p (x) (su derivada) Sean V y W dos espacios vect. sobre K con dimensiones n y m resp.
p(x) → p (x)  Sea f : V −→ W una aplicación lineal. Fijadas bases: BV = [e1 , . . . , en ]
es lineal. BW = [e1 , . . . , em ]

• D(p(x) + q(x)) = (p(x) + q(x)) = p (x) + q  (x) = D(p(x)) + D(q(x))

v∈V =⇒ v = x1 · e1 + . . . + xn · en = (x1 , . . . , xn )BV
∀ p(x), q(x) ∈ R[x], ∀ λ ∈ R
• D(λp(x)) = (λp(x)) = λp (x) = λD(p(x)) f (v) ∈ W =⇒ f (v) = y1 · e + . . . + ym · e = (y1 , . . . , ym )BW
1 m

 b
 
Además: f (v) = f x1 · e1 + . . . + xn · en =
‡ I : R[x] −→ R I(p(x)) = p(x)dx para el intervalo fijo [a, b]
f lineal
b a
p(x) → p(x)dx = x1 · f (e1 ) + . . . + xn · f (en )
a es lineal. ⎛ ⎞ ⎛ ⎞
(Son las propiedades de “linealidad” de la integral) = x1 ⎝ ⎠ + · · · + xn ⎝ ⎠
 b  b  b
• I(p(x) + q(x)) = (p(x) + q(x))dx = p(x)dx + q(x)dx = I(p(x)) + I(q(x))
a a a ∀ p(x), q(x) ∈ R[x], BW BW
⎞⎛ x ⎞ ⎛ ⎞
 b  b
• I(λp(x)) = (λp(x))dx = λ p(x)dx = λI(p(x)) ∀λ ∈ R ⎛ y1
a a 1
= ⎝ ... ⎠⎜ .. ⎟
⎝ . ⎠
⎜ .. ⎟
= ⎝ . ⎠
xn BV yn B
Volvamos al mundo de dimensión finita. . . W

Expresión matricial de f respecto de BV y BW

Álgebra, ETSISI, UPM 7 Álgebra, ETSISI, UPM 8

Aplicaciones lineales Aplicaciones lineales

Proposición
 Dada una aplicación lineal f : V −→ W entre espacios vectoriales Si f : V −→ W es lineal y V tiene dimensión finita, entonces
de dimensiones n y m respectivamente y fijadas las bases BV y BW ,
se llama EXPRESIÓN MATRICIAL DE f RESPECTO DE BV Y BW ‚ f queda unı́vocamente determinada por las imágenes de los vectores
de una base de V .
a la relación matricial de un vector genérico de V expresado en coords.
respecto BV : XBV y su imagen por f expresada en coords. respecto de ƒ Si además W tiene dimensión finita, fijadas sendas bases BV y BW ,
BW : YBW , que viene dada por: la expresión matricial de f respecto de dichas bases es única.

YBW = Mf XBV

donde Mf es una matriz m × n cuyas columnas son las imágenes de los

vectores de BV en coords. respecto de BW .
La imagen de los vectores de La imagen de los vectores de
una base del espacio inicial una base del espacio inicial
determina la aplicación lineal determina la aplicación lineal

Álgebra, ETSISI, UPM 9 Álgebra, ETSISI, UPM 10

Aplicaciones lineales Aplicaciones lineales

Ejemplo ® D : R3 [x] −→ R3 [x] D(p(x)) = p (x) Ejemplo ® D : R3 [x] −→ R3 [x] D(p(x)) = p (x)

‚ Expresión matricial de D respecto de las bases BV = [1, x, x2 , x3 ] = BW ƒ Expresión matricial de D respecto de las bases
1 Hallamos la imagen de los vectores de BV y las expresamos en coords. resp. de BW : BV∗ = [1 + x, x + x2 , x2 + x3 , x3 ] y BW = [1, x, x2 , x3 ]
⎛ ⎞ 1 Hallamos la imagen de los vectores de ∗
BV y las expresamos en coords. resp. de BW :
D(1) = 0 = (0, 0, 0, 0)BW 0 0
1 0
⎜ ⎟
D(x) = 1 = (1, 0, 0, 0)BW ⎜ 0 0 ⎟ ⎛ ⎞
YB W =⎜
⎜
0 2 ⎟XB
⎟ V D(1 + x) = 1 = (1, 0, 0, 0)BW 1 1 0 0
D(x2 ) = 2x = (0, 2, 0, 0)BW ⎝ 0 0 0 3 ⎠ ⎜ ⎟
2
D(x + x ) = 1 + 2x = (1, 2, 0, 0)BW ⎜ 0 0 ⎟
D(x3 ) = 3x2 = (0, 0, 3, 0)BW 0 0 0 0 YBW =⎜
⎜
2 2 ⎟X B ∗
⎟

  2 3 2
D(x + x ) = 2x + 3x = (0, 2, 3, 0)BW ⎝ 0 0 3 3 ⎠ V

MD
0 0 0 0
D(x3 ) = 3x2 = (0, 0, 3, 0)BW
 
2 Colocamos estos vectores en las columnas de la matriz MD (en orden).
∗
MD

⎛ ⎞⎛ ⎞ ⎞ ⎛ 2 Colocamos estos vectores en las columnas de la matriz ∗

MD (en orden).
Uso: p(x) = 5 + 7x − 2x3 0 1 0 0 5 7
= (5, 7, 0, −2)BV ⎜ 0 0 2 0 ⎟ ⎜ ⎟ ⎜ 0 ⎟
⎜ ⎟⎜ 7 ⎟ ⎜
=⎝ ⎟
⎝ 0 0 0 3 ⎠ ⎝ 0 ⎠ −6 ⎠
∗
D(p(x)) = (7, 0, −6, 0)BW 0 0 0 0 −2 0 B
¿Cuál es la relación entre MD y MD ?
BV W
2
= 7 − 6x
Álgebra, ETSISI, UPM 11 Álgebra, ETSISI, UPM 12
 Aplicaciones lineales Aplicaciones lineales

Formas de describir una aplicación lineal f : V −→ W ¿Es f inyectiva, sobreyectiva o biyectiva?

‚ Explı́citamente: Recordemos: Una aplicación f : A −→ B
Con una regla que permita hallar la imagen de cualquier vector de V .
f f f f
A B A B A B A B
Ej.: ‚ f : R2 −→ R3 tal que f (x, y) = (x + 3y, x − y, 3x) Im(f )
Im(f )
ƒ D : R[x] −→ R[x] tal que D(p(x)) = p (x)

ƒ Mediante la imagen de los vectores de una base de V .

   
En caso de que V tenga dimensión finita. NO es inyect. ⇔ ∃ x, y ∈ A, x = y tales que Es sobreyectiva ⇔ Im(f ) = B
Ej.: Sea f : R2 −→ R3 la aplicación lineal tal que f (x) = f (y)
Es biyectiva ⇔ es inyectiva y sobreyectiva
f (1, 1) = (1, 0, 3) y f (1, −1) = (2, 1, −2).
­ En general puede ser difı́cil averiguarlo. Pero...
„ Mediante su expresión matricial resp. de una base en V y otra en W
­ Para una aplicación lineal f : V −→ W , resultará muy fácil porque
En caso de que V y W tengan dimensión finita. ni V, W son conjuntos cualesquiera ni f es una aplicación cualquiera.
 
2 1 0
Ej.: f : R3 −→ R2 tal que YBc = XB c ¡¡Son objetos lineales!!
4 0 3
Álgebra, ETSISI, UPM 13 Álgebra, ETSISI, UPM 14

Aplicaciones lineales Aplicaciones lineales

¿La aplicación lineal f : V −→ W es inyectiva? Ejemplo

NO es inyect. ⇔ ∃ v1 , v2 ∈ V, v1 = v2 tales que f (v1 ) = f (v2 ) G Sea f : R3 −→ R3 tal que f (x, y, z) = (x + 2y − 3z, x + z, y − 2z)

⇔ ∃ v1 , v2 ∈ V, v1 = v2 tales que f (v1 ) − f (v2 ) = 0W ¿f inyectiva?

W esp. vect.
⎫
⇔ ∃ v1 , v2 ∈ V, v1 = v2 tales que f (v1 − v2 ) = 0W x + 2y − 3z = 0 ⎬
(x, y, z) ∈ Ker(f ) ⇔ f (x, y, z) = (0, 0, 0) ⇔ x+z = 0 ≡ Ker(f )
f lineal ⎭
⇔ ∃ v1 , v2 ∈ V, v1 − v2 = 0V tales que f (v1 − v2 ) = 0W y − 2z = 0
Obs.:
esp. vect. v
V
v Ker(f ) es un subespacio vectorial (descrito en implı́citas).
⇔ ∃ v ∈ V, v =
 0V tales que f (v) = 0W Ker(f ) = {(0, 0, 0)} ⇔ dim(Ker(f )) = 0
⎛ ⎞ ⎛ ⎞
1 2 −3 1 2 −3
 El NÚCLEO de una aplicación lineal f : V −→ W es el conjunto dim(Ker(f )) = 3 − rg ⎝ 1 0 1 ⎠ = 3−rg ⎝ 0 −2 4 ⎠=3−2=1
0 1 −2 0 1 −2
Ker(f ) = {v ∈ V / f (v) = 0W }

Proposición Como dim(Ker(f )) = 1 = 0, Ker(f ) = {(0, 0, 0)}. Luego f NO es inyectiva.

La aplicación lineal f : V −→ W es inyectiva ⇔ Ker(f ) = {0V }.

Álgebra, ETSISI, UPM 15 Álgebra, ETSISI, UPM 16

Aplicaciones lineales Aplicaciones lineales

Proposición ¿La aplicación lineal f : V −→ W es sobreyectiva?

f : V −→ W lineal ⇒ Ker(f ) es un subespacio vectorial de V .
f sobreyectiva ⇔ Im(f ) = W
Dem.: l
f linea
‚ Ker(f ) = ∅, ya que f (0V ) = 0W , luego 0V ∈ Ker(f ). Im(f ) = {f (v) / v ∈ V }
ƒ Si u, v ∈ Ker(f ) entonces f (u) = 0W y f (v) = 0W .
l Proposición
f linea
Luego: f (u + v) = f (u) + f (v) = 0W + 0W = 0W ⇒ u + v ∈ Ker(f ). f : V −→ W lineal ⇒ Im(f ) es un subespacio vectorial de W .
„ Si u ∈ Ker(f ) entonces f (u) = 0W .
Dem.: (Caso particular de que V sea de dimensión finita)
l
f linea
Y para todo λ ∈ K, f (λu) = λf (u) = λ · 0W = 0W ⇒ λu ∈ Ker(f ).  Si dim(V ) = n y BV = [v1 , . . . , vn ] una base de V ,

Im(f ) = {f (v) / v ∈ V }
Obs.: La descripción natural de Ker(f ) es en ecuaciones implı́citas. = {f (x1 v1 + · · · + xn vn ) / xi ∈ K, ∀i ∈ {1, . . . , n}}
No suelen ser minimales. = {x1 f (v1 ) + · · · + xn f (vn ) / xi ∈ K, ∀i ∈ {1, . . . , n}}
f lineal
Proposición 
La aplicación lineal f : V −→ W es inyectiva ⇔ dim(Ker(f )) = 0. = L f (v1 ), . . . , f (vn )


Álgebra, ETSISI, UPM 17 Álgebra, ETSISI, UPM 18

 Aplicaciones lineales Aplicaciones lineales

Ejemplo ⎛ ⎞
1 2 4
Para probarlo en caso general, mejor enfocarlo ası́: G Sea f : R3 −→ R3 tal que Y B c = ⎝ 0 1 1 ⎠ XB c
−1 3 1
Im(f ) = {f (v) / v ∈ V } = {w ∈ W / w = f (v) para algún v ∈ V } ¿f sobreyectiva?

Proposición Fijada en V = R3 la base Bc = [(1, 0, 0), (0, 1, 0), (0, 0, 1)]

f : V −→ W lineal ⇒ Im(f ) es un subespacio vectorial de W . f (1, 0, 0) = (1, 0, −1) ⎛⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎞
1 2 4
f (0, 1, 0) = (2, 1, 3) ⇒ Im(f ) = L ⎝⎝ 0 ⎠ , ⎝ 1 ⎠ , ⎝ 1 ⎠⎠
Dem.: l −1 3 1
f linea f (0, 0, 1) = (4, 1, 1)
‚ Im(f ) = ∅, ya que f (0V ) = 0W , luego 0W ∈ Im(f ).
Obs.:
Im(f ) es el subespacio vectorial generado por las cols. de Mf .
ƒ Si w, w ∈ Im(f ) entonces f (v) = w y f (v  ) = w para ciertos v, v  ∈ V .
l ∈V Im(f ) = W ⇔ dim(Im(f )) = dim W
f linea
Luego: w + w = f (v) + f (v  ) = f (v + v  ) ⇒ w + w ∈ Im(f ). ⎛ ⎞ ⎛ ⎞
1 2 4 1 2 4
„ Si w ∈ Im(f ) entonces w = f (v) para cierto v ∈ V . dim(Im(f )) = rg ⎝ 0 1 1 ⎠ = rg ⎝ 0 1 1 ⎠ = 2 < dim W = 3
f linea
l ∈V −1 3 1 0 5 5
Y para todo λ ∈ K, λw = λf (v) = f (λv) ⇒ λw ∈ Im(f ). 
Como Im(f ) = R3 = W , f NO es sobreyectiva.
Álgebra, ETSISI, UPM 19 Álgebra, ETSISI, UPM 20

Aplicaciones lineales Aplicaciones lineales

Resumiendo Ejemplo ⎛ ⎞
1 2 4
G Sea f : R3 −→ R3 tal que Y B c = ⎝ 0 1 1 ⎠ XB c
Proposición −1 3 1
Si f : V −→ W es lineal y V es de dimensión finita entonces
¿f inyectiva?
 
‚ Im(f ) = L f (v1 ), . . . , f (vn ) donde [v1 , . . . , vn ] es una base de V . ⎛ ⎞⎛ ⎞ ⎛ ⎞
1 2 4 x 0
  (x, y, z) ∈ Ker(f ) ⇔ f (x, y, z) = (0, 0, 0) ⇔ ⎝ ⎠ ⎝ ⎠ ⎝
ƒ dim(Im(f )) = rg f (v1 ), . . . , f (vn ) = rg(Mf ). 0 1 1 y = 0 ⎠
Si además W tiene dim. finita −1 3 1 z 0
„ f sobreyectiva dim(Im(f )) = dim W . ⎫
x + 2y + 4z = 0 ⎬
⇔ y+ z = 0 ≡ Ker(f )
⎭
−x + 3y + z = 0
⎛ ⎞
1 2 4
Obs.: La descripción natural de Im(f ) es mediante un sistema generador
dim(Ker(f )) = 3 − rg ⎝ 0 1 1 ⎠ = 3 − 2 = 1 = 0 ⇒ f NO es inyectiva.
(o en paramétricas). No suele ser base (minimales). −1 3 1

Además:

dim(Ker(f )) = dim(V ) − dim(Im(f )) Se verifica SIEMPRE.

Álgebra, ETSISI, UPM 21 Álgebra, ETSISI, UPM 22

Aplicaciones lineales Aplicaciones lineales

Relación dimensional entre el núcleo y la imagen ¿Alguna utilidad de esta información sobre f ?
Si f : V −→ W es lineal y V es de dimensión finita entonces
En el último tema le sacaremos más partido.
dim V = dim(Ker(f )) + dim(Im(f ))

Ej.: Un adelanto:
V = R3 f W = R3
Una aplicación lineal INYECTIVA preserva la INDEPENDENCIA.
Ker(f ) f (v3 )
Im(f ) Es decir, transforma un sistema libre en V en un sistema libre en W .
v1 f (v2 )
v3
v2
Una aplicación lineal SOBREYECTIVA preserva la capacidad de GENERACIÓN.
Es decir, transforma un sistema generador de V en un sistema generador de W .
un suplementario de Ker(f ) cualquiera

Una aplicación lineal BIYECTIVA preserva AMBAS.

Obs.:
Si dim V = dim W entonces Es decir, transforma bases de V en bases de W .

f inyectiva ⇔f sobreyectiva

Álgebra, ETSISI, UPM 23 Álgebra, ETSISI, UPM 24

 Aplicaciones lineales Aplicaciones lineales

Transformación de subespacios Ejemplo ⎛ ⎞

1 2 4
G Sea f : R3 −→ R3 tal que Y B c = ⎝ 0 1 1 ⎠ XB c
 Si f : V −→ W es una aplicación lineal y S es un subespacio de V ,
−1 3 1
se llama IMAGEN DEL SUBESPACIO S al conjunto  
Sea S = L (1, 1, 0), (1, 0, 1) ¿f (S)?
f (S) = {f (v) / v ∈ S}
 
f (S) = L f (1, 1, 0), f (1, 0, 1)

Obs.: Un caso particular bien concocido: S=V ⇒ f (V ) = Im(f ) f (1, 1, 0) = (3, 1, 2) 

⇒ f (S) = L (3, 1, 2), (5, 1, 0)
f (1, 0, 1) = (5, 1, 0)
⎛ ⎞⎛ ⎞ ⎛ ⎞
Propiedades 1 2 4 1 3
⎝ 0 1 1 ⎠⎝ 1 ⎠=⎝ 1 ⎠
‚ f (S) es subespacio vectorial de W . −1 3 1 0 2
⎛ ⎞⎛ ⎞ ⎛ ⎞
  1 2 4 1 5
ƒ Si S = L(v1 , . . . , vk ) entonces f (S) = L f (v1 ), . . . , f (vk ) . ⎝ 0 1 1 ⎠⎝ 0 ⎠=⎝ 1 ⎠
  −1 3 1 1 0
„ dim S = dim Ker(f ) ∩ S + f (S).
Obs.:
f transforma el plano S en el plano f (S). ¿Será siempre ası́?

Álgebra, ETSISI, UPM 25 Álgebra, ETSISI, UPM 26

Aplicaciones lineales Aplicaciones lineales

Ejemplo ⎛ ⎞ Ejemplo ⎛ ⎞
1 2 4 1 2 4
G Sea f : R3 −→ R3 tal que Y Bc = ⎝ 0 1 1 ⎠ XBc G Sea f : R3 −→ R3 tal queY B c = ⎝ 0 1 1 ⎠ XB c
−1 3 1 −1 3 1
     
Sea T = L (1, 1, 0), (0, 1, 1) ¿f (T )? Sean S = L (1, 1, 0), (1, 0, 1) y T = L (1, 1, 0), (0, 1, 1)
    
f (T ) = L f (1, 1, 0), f (0, 1, 1) f (S) = L (3, 1, 2), (5, 1, 0) f (T ) = L (3, 1, 2) y Ker(f ) = L (2, 1, −1) ⊂ T

f (1, 1, 0) = (3, 1, 2)  
⇒ f (T ) = L (3, 1, 2), (6, 2, 4) = L (3, 1, 2) Geométricamente:
f (0, 1, 1) = (6, 2, 4) f
V = R3 W = R3
Obs.: T f (T )
f transforma el plano T en una recta. Ker(f )
Esa pérdida de dimensión en la transformación es porque f NO es inyectiva. S f (S)

⎫
x + 2y + 4z = 0 ⎬ 
y+ z = 0 ≡ Ker(f ) = L (2, 1, −1) ⊂ T
⎭
−x + 3y + z = 0 ⎛ ⎞ ⎛ ⎞
1 0 2 1 0 2
rg ⎝ 1 1 1 ⎠ = rg ⎝ 0 1 −1 ⎠ = 2
0 1 −1 0 1 −1 dim(f (S)) = dim(S) − dim(S ∩ Ker(f )) = 2 − 0 = 2 dim(f (T )) = dim(T ) − dim(T ∩ Ker(f )) = 2 − 1 = 1

Álgebra, ETSISI, UPM 27 Álgebra, ETSISI, UPM 28