MATEMÁTICAS II

Curso 2019/20
Tema 7
Aplicaciones Lineales

Concepto
Relaciones entre dos espacios vectoriales cumpliendo ciertas propiedades
para preservan la estructura de espacio vectorial.
Se utilizan para:
I Modelizar matricialmente las transformaciones geométricas del plano y del espacio
(simetrías, traslaciones y rotaciones)
I Resolver problemas complicados que se aproximan mediante un proceso de linealización

Ejemplo
Ecuación de una recta en R2 de pendiente m que pasa por el origen.
f: R −→ R
x 7→ f (x) = mx.
Esta aplicación f cumple dos propiedades:
f (x1 + x2 ) = m(x1 + x2 ) = mx1 + mx2 = f (x1 ) + f (x2 ).

f (λx) = m(λx) = λ(mx) = λf (x).

Definiciones y Ejemplos

V, W espacios vectoriales reales, dim V = m < +∞, dim W = n < +∞

Definición
Aplicación lineal (homomorfismo)

f :V → W
verificando:
1. f (v1 + v2 ) = f (v1 ) + f (v2 ), ∀v1 , v2 ∈ V .
2. f (λv) = λf (v), ∀λ ∈ R, ∀v ∈ V .
Definición
Sea V = W . Si f : V → V es lineal ⇒ f endomorfismo
Notas
I Aplicación lineal: preservan la estructura de espacio vectorial (transforman sumas en
sumas y son compatibles con el producto por escalares)
I Prop. 1 y 2 se pueden comprobar juntas
f (λv1 + µv2 ) = λf (v1 ) + µf (v2 ), ∀λ, µ ∈ R, ∀v1 , v2 ∈ V
Ejemplo aplicación lineal
Probar que la siguiente aplicación es lineal

f: R2 [x] −→ R2
a + bx + cx2 7→ (a + b, a − b + c).
I Los espacios de partida (R2 [x]) y llegada (R2 ) son e. vectoriales reales
I 1a Propiedad: Sean v1 = a + bx + cx2 , v2 = a0 + b0 x + c0 x2 ∈ R2 [x].

f (v1 ) = (a + b, a − b + c),
f (v2 ) = (a0 + b0 , a0 − b0 + c0 )
f (v1 ) + f (v2 ) = (a + a0 + b + b0 , a + a0 − b − b0 + c + c0 ) [1]

v1 + v2 = (a + bx + cx2 ) + (a0 + b0 x + c0 x2 ) = (a + a0 ) + (b + b0 )x + (c + c0 )x2 ,

f (v1 + v2 ) = (a + a0 + b + b0 , a + a0 − b − b0 + c + c0 ) [2] ⇒ [1] ≡ [2]

I 2a Propiedad: Sea v = a + bx + cx2 ∈ R2 [x] y λ ∈ R ⇒ λv = λa + λbx + λcx2

f (λv) = (λa + λb, λa − λb + λc) = λ(a + b, a − b + c) = λf (v)

Ejemplo aplicación NO lineal
Comprobar que la siguiente aplicación es NO lineal

g: R2 −→ R2
(x, y) 7→ (x, y + 1).

I El espacio de partida y llegada (R2 ) es e. vect. real

I 2a Propiedad: FALLA

Tomando v = (1, 0) y λ = 2,

g(λv) = g(2v) = g(2, 0) = (2, 1)

λg(v) = 2g(v) = 2g(1, 0) = 2(1, 1) = (2, 2)

g(λv) 6= λg(v) ⇒ f NO ES LINEAL

Aplicaciones lineales conocidas
1. Aplicación coordenada. Sea B = {v1 , · · · , vm } base de V
CB : V −→ Rm
λ1

 . 
v 7→ vB =  ..  , v = λ1 v1 + · · · + λm vm
λm
2. Aplicación
f : Rm −→ Rn
x1 y1 x1
     
 .   .   . 
 ..  7→  ..  = A  ..  , A ∈ Matn×m (R)
xm yn xm

3. Aplicación que a cada función f ∈ V le asocia su derivada

V = {f : [a, b] −→ R | f es derivable}, W = {f : [a, b] −→ R}.
Φ : V −→ W
0 df
f 7→ f = .
dx
4. Aplicación composición (f, g aplicaciones lineales)
f g
g◦f : V −→ W −→ Z
v 7→ f (v) 7→ g(f (v))

V, W, Z e. vect. reales.
Propiedades aplicaciones lineales
f : V → W aplicación lineal

1. f (0V ) = 0W

2. f (−v) = −f (v), ∀v ∈ V

3. f (u − v) = f (u) − f (v), ∀u, v ∈ V

4. f (λ1 v1 + · · · + λk vk ) = λ1 f (v1 ) + · · · + λk f (vk )

{v1 , . . . , vk } l.d. =⇒ {f (v1 ), . . . , f (vk )} l.d.

{f (v1 ), . . . , f (vk )} l.i. =⇒ {v1 , . . . , vk } l.i.

5. Si {v1 , . . . , vm } es una base de V y {w1 , . . . , wm } son m elementos arbitrarios de W ,

existe una única aplicación lineal f : V → W tal que

f (vi ) = wi , ∀i = 1, . . . , m.

Definir aplic. lineal → imagen de una base de V

Definiciones

Definición
V, W e. vect. reales
I Hom(V, W ) = {f : V → W | f lineal}.

I End(V ) = Hom(V, V ) = {f : V → V | f lineal}.

Hom(V, W ), End(V ) son e. vect. con las operaciones habituales entre aplicaciones lineales

Ejemplos
1. Homomorfismo nulo
0Hom(V,W ) : V −→ W
v 7→ 0W

2. Endomorfismo identidad
IdV : V −→ V
v 7→ v.
Núcleo e Imagen de una aplicación lineal

Sea f : V → W una aplicación lineal.

1. Núcleo de f :
Ker f = {v ∈ V | f (v) = 0W } ⊂ V.

2. Imagen de f :
Im f = {f (v) | v ∈ V } = {w ∈ W | ∃v ∈ V, f (v) = w} = f (V ) ⊂ W.
Observación
I Se tiene que Ker f = f −1 ({0W })
I Im f = f (V ).
(
Ker f es un subespacio vectorial de V
Proposición f : V → W una aplicación lineal ⇒
Im f es un subespacio vectorial de W
Observación
I f homom. nulo ⇒ Ker f = V , Im f = {0W }
I dim(Ker f ) ≤ dim V, dim(Im f ) ≤ dim W
I BV = {v1 , . . . , vn } ⇒ Im f = hf (v1 ), . . . , f (vn )i
Ejemplo

f: R2 [x] −→ R2
a + bx + cx2 7→ (a + b, a − b + c)

Ker f
Ker f = {v ∈ R2 [x] | f (v) = 0}
= a + bx + cx2 ∈ R2 [x] | f (a + bx + cx2 ) = (0, 0)


 
a+b=0
= a + bx + cx2 ∈ R2 [x]
a−b+c=0
= −b + bx + 2bx2 ∈ R2 [x] b ∈ R = h−1 + x + 2x2 i ⊂ R2 [x]


BKer f = {−1 + x + 2x2 }, dim(Ker f ) = 1

Im f
Im f = {(a + b, a − b + c) ∈ R2 a, b, c ∈ R} = h(1, 1), (1, −1), (0, 1)i

BIm f = {(1, 1), (0, 1)}, dim(Im f ) = 2 = dim(R2 ) ⇒ Im f = R2

Caso Especial

f : Rm −→ Rn
x 7→ y = Ax, siendo A ∈ Matn×m (R)

Ker f
I x ∈ Ker f ⇐⇒ x verifica Ax = 0

Im f
I b ∈ Im f ⇐⇒ el sistema Ax = b es compatible ⇐⇒ b pertenece al
espacio vectorial generado por las columnas de la matriz A
      
a11 · · · a1m x1 b1 x1
 .. . .. .
..  ..  =  ..  ⇐⇒ c1 · · · cm  ... 
. .

 = b ⇐⇒
     
 .
an1 ··· anm xm bn xm

c1 x1 + . . . + cm xm = b ⇐⇒ b ∈ hc1 , . . . , cm i
Ejemplo
f : R3 −→ R2
   
x1  x
0  1
  
1 1 y1
x2  7→ x2 =
1 −1 1 y2
x3 | {z } x3
A

Ker f  
 x
0  1
  
1 1 0
x2 =
1 −1 1 0
x3
    (
1 1 0 0 1 1 0 0 x1 + x2 = 0
−−−−−−→ =⇒ si x2 = λ
1 −1 1 0 P21 (−1) 0 −2 1 0 −2x2 + x3 = 0

(x1 , x2 , x3 ) = (−λ, λ, 2λ) =⇒ Ker f = h(−1, 1, 2)i dim(Ker f ) = 1

Im f          
1 1 0 1 0
Im f = , , = , = R2 dim(Im f ) = 2
1 −1 1 1 1
Teorema de la Dimensiones

V, W e. vectoriales reales de dimensión finita, f : V → W aplicación lineal

dim V = dim(Ker f ) + dim(Im f )

Ejemplo
f : R3 −→ R2
(
dim R3
   
x1  x = dim(Ker f ) + dim(Im f )
0  1
  
1 1 y1
 x2  7→ x2 =
1 −1 1 y2 3 =1+2
x3 | {z } x3
A

Ejemplo
(
f : R2 [x] −→ R2 dim R2 [x] = dim(Ker f ) + dim(Im f )
a + bx + cx2 7→ (a + b, a − b + c) 3 =1+2
Tipos de Aplicaciones

Definición
f : V → W aplicación cualquiera no necesariamente lineal. f es:
I Inyectiva si ∀u, v ∈ V tales que f (u) = f (v), entonces u = v.
I Suprayectiva si ∀w ∈ W existe v ∈ V tal que f (v) = w.
I Biyectiva si es inyectiva + suprayectiva.
En este caso ∃f −1 : W → V tal que f −1 ◦ f = IdV , f ◦ f −1 = IdW
Notación
I Homomorfismo: Aplicación lineal.
I Monomorfismo: Aplicación lineal inyectiva.
I Epimorfismo: Aplicación lineal suprayectiva.
I Isomorfismo: Aplicación lineal biyectiva.
I Endomorfismo: Aplicación lineal de V en V , f : V → V .
I Automorfismo: Endomorfismo biyectivo
(aplicación lineal biyectiva de V en V )
Caracterización de aplicaciones lineales

Teorema f : V → W aplicación lineal

1. f es inyectiva ⇐⇒ Ker f = {0V }.
2. f es suprayectiva ⇐⇒ Im f = W .
Teorema f : V → W aplicación lineal
I f es inyectiva ⇐⇒ f transforma fam. lin. indep. de V en fam. lin. indep. de W .
I f es suprayectiva ⇐⇒ f transforma sist. generadores de V en sist. generadores de W .
I f es biyectiva ⇐⇒ f transforma bases de V en bases de W .
Definición
V, W e. vect. isomorfos (V ∼
= W ) si ∃ f : V → W isomorfismo (apl. lineal biyectiva)
Teorema
V, W e. vect. de dimensión finita son isomorfos ⇐⇒ dim V = dim W
Proposición
V e. vectorial real dim V = n ⇒ V ∼
= Rn .
Fijada una base B de V ⇒ CB : V → Rn es un isomorfismo
Matriz coordenada de un Homomorfismo

V, W e. vectoriales, dim V = m, dim W = n. f : V → W aplicación lineal

¿∃ A ∈ Matn×m (R) que represente a f ?

f A : Rm −→ Rn
x 7→ fA (x) = Ax,
BV = {v1 , . . . , vm }, BW = {w1 , . . . , wn } v un vector genérico

CBV (v) = (x1 , . . . , xm ) = x0 , CBW (f (v)) = (y1 , . . . , yn ) = y0

y1 c11 ··· cm1 x1

    
 .   . .. ..   .. 
 .   ..
. = . .  . .
yn c1n ··· cmn xm
| {z } | {z } | {z }
y A x

Definición
A es la matriz coordenada (por columnas) de f
en las bases BV y BW .
Matriz coordenada de un Homomorfismo

. (
v V
f
/W f (v)
_ _
CBV # CBW
   
x Rm / Rn y = Ax
A 5
Pasos para la construcción de A:
1. Fijar bases de V y W : BV y BW .
2. Calcular la imagen de los vectores de la base BV : f (vi ).
3. Expresar f (vi ) como combinación lineal de la base BW .
4. Colocar las coordenadas obtenidas en las columnas de A
 

A =  CBW (f (v1 )) ··· CBW (f (vm )) 

A NO es ÚNICA ya que depende de las bases fijadas

Ejemplo
f : R2 [x] → R2
f (a + bx + cx2 ) = (a + b, a − b + c),

BR2[x] = {1, x, x2 }, BR2 = {(1, 0), (0, 1)}

f (1) = (1, 1) =⇒ CBR2 (f (1)) = (1, 1),

f (x) = (1, −1) =⇒ CBR2 (f (x)) = (1, −1),
f (x2 ) = (0, 1) =⇒ CBR2 (f (x2 )) = (0, 1).
 
 
1 1 0
A =  CBR2 (f (1)) CBR2 (f (x)) CBR2 (f (x2 )) =
1 −1 1

fA : 3 −→ R2
R   
a   a  
1 1 0   a+b
b 7→ b =
1 −1 1 a−b+c
c c
Matriz coordenada de la composición

V, W, Z e. vect. de dimensión finita. f : V → W , g : W → Z apl. lineales

f g
g◦f : V −→ W −→ Z
v 7→ f (v) 7→ g(f (v)),

¿matriz coordenada de la composición g ◦ f : V → Z ?

I Fijar bases BV , BW y BZ . Vector v ∈ V

I A → matriz coordenada de f en BV , BW
I B → matriz coordenada de g en BW , BZ

v∈V =⇒ CBV (v) = x,

f (v) ∈ W =⇒ CBW (f (v)) = y,
g(f (v)) ∈ Z =⇒ CBZ (g(f (v)) = z.
y = Ax, z = By =⇒ z = BAx.
matriz coordenada g ◦ f ←→ BA
Ker f Im f con la matriz coordenada

Ker fA = coordenadas en BV de Ker f .

Im fA = coordenadas en BW de Im f .

f : R2 [x] → R2
f (a + bx + cx2 ) = (a + b, a − b + c),
Ker f    
  a  
1 1 0   0

Ker fA = (a, b, c) ∈ R3 b = = h(−1, 1, 2)i.
1 −1 1 0 
c


Ker f = h−1 + x + 2x2 i

Im f          
1 1 0 1 0
Im fA = , , = ,
1 −1 1 1 1

Im f = h(1, 1), (0, 1)i

Caracterización de f con la matriz coordenada
f : V → W aplicación lineal
dim(Im f ) = dim(Im fA ) = dim{espacio de columnas de A} = rg A

dim(Ker f ) = dim V − dim(Im f ) = dim V − rg A

Proposición
f : V → W aplicación lineal, A la matriz coordenada de f en bases BV y BW .
1. f es inyectiva ⇐⇒ rg A = dim V
2. f es suprayectiva ⇐⇒ rg A = dim W
3. f es biyectiva ⇐⇒ dim V = dim W = rg A
Ejemplo
f : R2 [x] → R2
f (a + bx + cx2 ) = (a + b, a − b + c),

dim Ker f = 1, dim Im f = 2 → f no inyectiva, f suprayectiva

Aplicación inversa
f : V → W isomorfismo (aplicación lineal biyectiva) ⇒ ∃ f −1 : W → V tq:
f −1 ◦ f = IdV , f ◦ f −1 = IdW

Bases BV , BW f ←→ A =⇒ f −1 ←→ A−1

Ejemplo
 
1 0 0 0
f : Mat
 2 (R) −→ R4 1
 1 0 0
a b Bases canónicas: B1 y C1 , A =  
7→ (a, a + b, c, c + d) 0 0 1 0
c d
0 0 1 1
rg A = 4 = dim V = dim W (isomorfismo)
    
1 0 0 0 x x
f −1 : R4 −→ Mat2 (R) −1
 1 0  y  = −x + y 
0    
(x, y, z, t) 7→ ?  0 0 1 0  z   z 
0 0 −1 1 t −z + t
| {z }
  A−1
x −x + y
f −1 (x, y, z, t) =
z −z + t
Matriz coordenada en otras bases

f : V → W lineal dim V = m < +∞, dim W = n < +∞

I A matriz coordenada de f en BV1 = {u1 , . . . , um }, BW
1
= {w1 , . . . , wn }
I B matriz coordenada de f en BV2 = {v1 , . . . , vm }, BW
2
= {z1 , . . . , zn }

¿Relación entre A y B?

(BV1 ) Rm
A / Rn 1
(BW )
O O
P # Q

(BV2 ) Rm / Rn 2
(BW )
B

B = Q−1 AP
Matriz coordenada en otras bases

v ∈ V =⇒ CBV1 (v) = x, CBV2 (v) = x

e ∃P ∈ Matm (R); x = P x
e

f (v) ∈ W =⇒ CBW
1 (f (v)) = y, CB 2 (f (v)) = y
W
e ∃ Q ∈ Matn (R); y = Qe
y

y = Ax, y
e = Be
x P, Q regulares

y = Ax =⇒ Qe
y = AP x
e =⇒ e = Q−1 AP x
y e.

Como y x ⇒
e = Be

x = Q−1 AP x
Be e, ∀e
x =⇒ B = Q−1 AP
Matriz coordenada en otras bases

(BV1 ) Rm
A / Rn 1
(BW )
O O
P # Q

(BV2 ) Rm / Rn 2
(BW )
B

P = PBV2 ,BV1 Q = PB W
2 ,B 1
W

B = Q−1 AP A = QBP −1
Definición
A, B ∈ Matn×m (R) equivalentes ∃P ∈ Matm (R), Q ∈ Matn (R) regulares tq
B = Q−1 AP
Proposición
A, B equivalentes ⇔ son matrices coordenadas de una misma f lineal en bases distintas
Proposición
A, B equivalentes ⇔ A, B ∈ Matn×m (R) y rg A = rg B
EJEMPLO
f : R2 [x] R2 −→
a + bx + cx2 7→
(a + b, a − b + c)
 
1 1 0
Matriz coordenada de f en bases canónicas B1 , C1 → A =
1 −1 1
¿B Matriz coordenada de f en bases B2 = {1 − x, 1 + x, x2 − 3x + 2} y C2 = {(0, −1), (2, 3)} ?

(B1 ) RO 3
A
/ RO 2 (C1 )

P # Q Q−1

(B2 ) R3 / R2 (C2 )
B
 
1 1 2    
0 2 −1 3/2 −1
P = −1 1 −3 , Q= , Q =
−1 3 1/2 0
0 0 1
 
   1 1 2  
−1 3/2 −1 1 1 0  −2 3 −15/2
B =Q AP = −1 1 −3 =
1/2 0 1 −1 1 0 1 −1/2
| {z }| {z } 0 0 1
Q−1 A | {z }
P
ENDOMORFISMOS: Matrices semejantes

f :V →V

(B1 ) RO n
A / Rn (B1 )
O
P # P

(B2 ) Rn / Rn (B2 )
B

B = P −1 AP

Definición
A, B ∈ Matn (R) semejantes ∃P ∈ Matn (R) regular tq
B = P −1 AP
Proposición
A, B semejantes ⇔ son matrices coordenadas de un mismo endomorfismo f
en bases distintas
EJEMPLO
f : R3 −→ R3
(a, b, c) 7→ (2a − b, b + c, c − 3a).

B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} base canónica de R3 , B2 = {(1, 1, 0), (1, 0, 1), (0, 1, 0)}

RO 3
A / R3
(B1 ) O (B1 )

P # P P −1

(B2 ) R3 / R3 (B2 )
B

   
1 1 0 1 0 −1
P = 1 0 1 → P −1 =  0 0 1 
0 1 0 −1 1 1

f (1, 0, 0) = (2, 0, −3) 


   

 2 −1 0 4 4 −1
f (0, 1, 0) = (−1, 1, 0) =⇒ A =  0 1 1 , B = P −1 AP = −3 −2 0 
−3 0 1 −3 −3 2



f (0, 0, 1) = (0, 1, 1)