Tema 4. APLICACIONES LINEALES
4.1 De¯nici¶on de aplicaci¶on lineal, ejemplos y propiedades 4.2 N¶ucleo e imagen de una aplicaci¶on lineal
4.3 Operaciones elementales con aplicaciones lineales 4.4 Matrices asociadas a una aplicaci¶on lineal
4 APLICACIONES LINEALES
4.1 DEFINICI ¶ON DE APLICACI ¶ON LINEAL, EJEMPLOS Y PROPIEDADES
NOTA: Se considerar¶an ¶unicamente espacios vectoriales ¯nitamente
generados.
4.1.1 DEFINICI ¶ON
Sean U; V espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on.
f es una aplicaci¶on lineal si y s¶olo si:
² 8 u; v 2 U f(u + v) = f(u) + f(v). ² 8 u 2 U 8 ¸ 2 IK f(¸u) = ¸f(u).
4.1.2 PROPOSICI ¶ON
Si U; V son espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on, entonces:
f lineal () 8u; v 2 U 8¸; ¹ 2 IK f(¸u+¹v) = ¸f(u)+¹f(v):
4.1.3 PROPOSICI ¶ON
Si U; V son espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on, entonces la imagen por f de cualquier combinaci¶on
lineal de vectores es la combinaci¶on lineal de las im¶agenes: 8n 2 IN 8u1; : : : ; un 2 U 8¸1; : : : ; ¸n 2 IK f( n X i=1¸iui) = n X i=1¸if (ui): 4.1.4 DEFINICI ¶ON
Sean U; V espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on lineal.
1. f es un monomor¯smo si y s¶olo si f es inyectiva. 2. f es un epimor¯smo si y s¶olo si f es suprayectiva. 3. f es un isomor¯smo si y s¶olo si f es biyectiva. 4. f es un endomor¯smo si y s¶olo si U = V.
5. f es un automor¯smo si y s¶olo si f es un endomor¯smo biyec-tivo. 4.1.5 EJEMPLOS 1. La aplicaci¶on identidad idU : U ¡! U u 7¡! u es un automor¯smo. 2. La aplicaci¶on nula f : U ¡! U u 7¡! 0U es un endomor¯smo.
3. La aplicaci¶on proyecci¶on i-¶esima
pi : IRn ¡! IR
(x1; : : : ; xn) 7¡! xi
es un epimor¯smo.
4. Si U es un espacio vectorial sobre un cuerpo IK con dim U = n y B es una base de U, entonces la aplicaci¶on que a cada vector de x 2 U le asocia el vector de IKn cuyas componentes son las coordenadas de x en la base B = fu1; : : : ; ung
f : U ¡! IKn x 7¡! xB es un isomor¯smo.
NOTA: xB = (x1; : : : ; xn) () x = x1u1 +¢ ¢ ¢ xnun.
5. Sea IK un cuerpo. La aplicaci¶on que a cada vector de IKn le asocia la matriz columna formada por las componentes de dicho vector f : IKn ¡! Mn£1(IK) (x1; : : : ; xn) 7¡! 0 B B B B B @ x1 ... xn 1 C C C C C A es un isomor¯smo.
NOTA: Este hecho da pie a que los vectores de IKn se
4.1.6 PROPIEDADES
Sean U; V espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on lineal. Se veri¯ca:
1. f (0U) = 0V.
2. 8 u 2 U f(¡u) = ¡f(u).
3. 8 u; v 2 U f(u ¡ v) = f(u) ¡ f(v).
4. Si u1; : : : ; un 2 U son linealmente dependientes, entonces
f (u1); : : : ; f (un) son linealmente dependientes.
5. Si u1; : : : ; un 2 U, f es inyectiva y u1; : : : ; un son linealmente
independientes, entonces f (u1); : : : ; f (un) son linealmente
in-dependientes.
4.2 N ¶UCLEO E IMAGEN DE UNA APLICACI ¶ON LINEAL
4.2.1 DEFINICI ¶ON
Sean U; V espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on lineal.
² Se denomina imagen de f al conjunto
Im f = f (U) = fv 2 V j 9u 2 U v = f(u)g: ² Se denomina n¶ucleo de f al conjunto
4.2.2 PROPIEDADES
Sean U; V espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on lineal.
1. Si S es un subespacio vectorial de U, entonces f(S) es un subespacio vectorial de V.
2. Si S es un subespacio vectorial de V, entonces f¡1(S) es un subespacio vectorial de U.
3. Los conjuntos Ker f y Im f son subespacios vectoriales de U y V, respectivamente.
4. La imagen de un sistema generador de U es un sistema gene-rador de Im f .
5. Si f es un isomor¯smo y B = fu1; : : : ; ung es una base de U,
entonces ff(u1); : : : ; f (un)g es una base de V.
6. f es inyectiva si y s¶olo si Ker f = f0Ug.
4.2.3 TEOREMA
Sean U; V espacios vectoriales sobre un cuerpo IK y una base B = fu1; : : : ; ung de U. Dados v1; : : : ; vn 2 V, existe una
apli-caci¶on lineal f : U ¡! V, y s¶olo una, que cumple 8 i 2 f1; : : : ; ng f(ui) = vi:
Esta aplicaci¶on viene de¯nida por f (x) = x1v1+¢ ¢ ¢+xnvn, donde
x = x1u1 +¢ ¢ ¢ + xnun.
1. f inyectiva () v1; : : : ; vn linealmente independientes.
2. f suprayectiva () fv1; : : : ; vng sistema generador de V.
3. f isomor¯smo () fv1; : : : ; vng base de V.
4.2.4 DEFINICI ¶ON
Sean U; V espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on lineal. Se denomina rango de f , y se denota por rg f , a la dimensi¶on del subespacio imagen, es decir,
rg f = dim Im f:
4.2.5 TEOREMA
Si U; V son espacios vectoriales sobre un cuerpo IK y f : U ¡! V una aplicaci¶on lineal, entonces
dimU = dim Ker f + dim Im f:
4.2.6 COROLARIO
Sean U; V espacios vectoriales sobre un cuerpo IK, con dim U = n y dimV = m, y f : U ¡! V una aplicaci¶on lineal. Se veri¯ca:
1. f inyectiva () rg f = n. 2. f suprayectiva () rg f = m. 3. f isomor¯smo () rg f = n = m.
4.3 OPERACIONES ELEMENTALES CON APLICACIONES LINEALES
4.3.1 DEFINICI ¶ON
Sean U; V espacios vectoriales sobre un cuerpo IK. Se de¯ne: ² Conjunto de aplicaciones lineales de U en V
L(U; V) = ff : U ¡! V j f aplicaci¶on linealg: ² Conjunto de endomor¯smos de U
End(U) = ff : U ¡! U j f aplicaci¶on linealg: En el conjunto L(U; V) se de¯nen dos operaciones:
² Suma: f + g : U ¡! V
L(U; V) £ L(U; V) ¡! L(U; V)+ (f; g) 7¡! f + g de forma que
8 u 2 U (f + g)(u) = f(u) + g(u):
² Producto por un elemento del cuerpo: ¸ ¢ f : U ¡! V IK£ L(U; V) ¡! L(U; V)²
(¸; f ) 7¡! ¸ ¢ f de forma que
4.3.2 PROPOSICI ¶ON
(L(U; V); +; ¢) es un espacio vectorial sobre IK.
4.3.3 PROPOSICI ¶ON
Sean U; V; W espacios vectoriales sobre un cuerpo IK. Si f 2 L(U; V) y g 2 L(V; W), entonces g ± f 2 L(U; W).
4.3.4 PROPOSICI ¶ON
Sean U; V espacios vectoriales sobre un cuerpo IK y f 2 L(U; V). Si f es biyectiva, entonces f¡1 2 L(V; U).
4.4 MATRICES ASOCIADAS A UNA APLICACI ¶ON LINEAL
Sean U; V espacios vectoriales sobre un cuerpo IK, B = fu1; : : : ; ung, B0 = fv1; : : : ; vmg bases de U y V,
respec-tivamente, y f 2 L(U; V).
Por ser B0 base de V y f(u1); : : : ; f (un) 2 V, existen aij 2 IK con
i 2 f1; : : : ; mg, j 2 f1; : : : ; ng tales que
f (u1) = a11v1 +¢ ¢ ¢ + am1vm
. . . . f (un) = a1nv1 + ¢ ¢ ¢ + amnvm:
Por tanto, sus componentes o coordenadas en la base B0 son: f (u1)B0 = (a11; : : : ; am1)
. . . . f (un)B0 = (a1n; : : : ; amn):
Sea x 2 U con coordenadas en la base B, xB = (x1; : : : ; xn); como
f (x) 2 V y B0 es base de V, existen y1; : : : ; ym 2 IK de forma que
f (x) B0 = (y1; : : : ; ym). Entonces f (x) = f (x1u1 +¢ ¢ ¢ + xnun) = x1f (u1) + ¢ ¢ ¢ + xnf (un) = x1(a11v1 +¢ ¢ ¢ + am1vm) + ¢ ¢ ¢ + xn(a1nv1 +¢ ¢ ¢ + amnvm) = (x1a11 +¢ ¢ ¢ + xna1n)v1 +¢ ¢ ¢ + (x1am1 +¢ ¢ ¢ + xnamn)vm: Luego y1 = x1a11 + x2a12 +¢ ¢ ¢ + xna1n ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ym = x1am1 + x2am2 +¢ ¢ ¢ + xnamn: En forma matricial: 0 B B B B B @ y1 ... ym 1 C C C C C A = 0 B B B B B @ a11 ¢ ¢ ¢ a1n . . . . am1 ¢ ¢ ¢ amn 1 C C C C C A 0 B B B B B @ x1 ... xn 1 C C C C C A:
Denotaremos por M(f; B; B0) a la matriz de Mm£n(IK) obtenida
en la expresi¶on anterior. Esta matriz recibe el nombre de matriz aso-ciada a f en las bases B y B0.
NOTA: M(f; B; B0) = µ f (u1)B0j ¢ ¢ ¢ jf(un)B0 ¶ : f (x) B0 = M(f; B; B 0)x B: 4.4.1 TEOREMA
Sean U; V espacios vectoriales sobre un cuerpo IK, dim U = n, dimV = m y B; B0 bases de U y V, respectivamente. La aplicaci¶on
L(U; V) ¡! M© m£n(IK)
f 7¡! M(f; B; B0) es un isomor¯smo.
4.4.2 TEOREMA
Sean U; V, W espacios vectoriales sobre un cuerpo IK y B; B0, B00 bases de U; V y W, respectivamente, con dim U = n. Si f 2 L(U; V) y g 2 L(V; W), entonces:
1. M(g ± f; B; B00) = M(g; B0;B00)M(f; B; B0). 2. M(idU;B; B) = In.
4.4.3 PROPOSICI ¶ON
Sean U, V espacios vectoriales sobre un cuerpo IK y B, B0 bases de U y V, respectivamente. Si f 2 L(U; V), entonces
rg f = rg(M(f; B; B0)):
4.5 CAMBIO DE BASE
Sean U un espacio vectorial sobre un cuerpo IK, B = fu1; : : : ; ung,
B0 = fu01; : : : ; u0ng bases de U y x 2 U con coordenadas en dichas bases: xB = (x1; : : : ; xn) y xB0 = (x01; : : : ; x0n).
Podemos obtener la relaci¶on existente entre las coordenadas de x en estas dos bases a partir de las matrices asociadas a la aplicaci¶on idU en dichas bases: xB0 = idU(x) B0 = M(idU;B; B 0)x B xB = idU(x)B = M(idU;B0;B)x B0 NOTA: M(id U;B0;B) = M(idU;B; B0)¡1.
4.5.1 CAMBIO DE BASE EN MATRICES DE APLICACIONES LINEALES
Sean U, V espacios vectoriales sobre un cuerpo IK, B, C bases de U y B0;C0 bases de V. Si f 2 L(U; V), entonces:
B U ¡!f V B0
# idU idV "
C U ¡!f V C0
NOTA: Si U = V, B = B0 y C = C0, entonces: B U ¡!f U B # id U idU " C U ¡!f U C M(f; B; B) = M(idU;B; C)¡1M(f; C; C)M(idU;B; C): 4.5.2 DEFINICI ¶ON
Sean IK un cuerpo y M; N 2 Mn£n(IK). Se dice que M es
semejante a N si y s¶olo si existe P 2 Mn£n(IK) inversible tal
que M = P¡1N P .
NOTA: La relaci¶on de semejanza de matrices es de equivalencia
(re°exiva, sim¶etrica y transitiva).
4.5.3 PROPOSICI ¶ON
Sean IK un cuerpo y M; N 2 Mn£n(IK). Si M y N son semejantes
entre s¶³, entonces: 1. det M = det N. 2. tr M = tr N . 3. rg M = rg N .
4.5.4 PROPOSICI ¶ON
Si U es un espacio vectorial, B, B0 bases de U y f 2 End(U), entonces M(f; B; B) y M(f; B0;B0) son semejantes entre s¶³.
4.5.5 COROLARIO
Si U es un espacio vectorial, B, B0 bases de U y f 2 End(U), entonces:
1. detM(f; B; B) = det M(f; B0;B0). 2. trM(f; B; B) = tr M(f; B0;B0).