Captulo 5 Aplicaciones Lineales

CONTENIDOS: 1. Introduccin. 2. Aplicaciones Lineales. 3. Ncleo e Imagen de una aplicacin lineal. 4. Tipos de aplicaciones lineales. 5. Operaciones con aplicaciones lineales 6. Aplicaciones lineales y matrices 7. Ejercicios. REFERENCIAS: Burgos Romn J. de, Algebra Lineal y Geometra Analtica. Ed McGrawHill. Madrid. 2000 Merino L., Santos E., lgebra Lineal con mtodos elementales Ed Paraninfo Madrid. 2006. Cualquier otro texto de lgebra Lineal

5.1.

Introduccin

En este captulo, estudiaremos las aplicaciones entre espacios vectoriales que conservan dicha estructura y que son conocidas como aplicaciones lineales u homomorsmos (de homo, semejante o igual y morfomo forma). 1

CAPTULO 5. APLICACIONES LINEALES

5.2.

Concepto de aplicacin lineal y propiedades

Denicin 5.2.1. Dados dos espacios vectoriales, sobre un cuerpo R, V y W , una aplicacin f : V W , se dice que f es un homomorsmo o una aplicacin lineal si u, v V y K se verica: 1. f (u + v ) = f (u) + f (v ) 2. f (u) = f (u) Si V = W decimos que es un endomorsmo Proposicin 5.2.1. f : V W es lineal si y slo si u, v V y , R se verica: f (u + v ) = f (u) + f (v ) Demostracin. Es un simple ejercicio. Ejemplo 5.2.1. 1. La aplicacin nula 0 : V W dada por 0(x) = 0.

2. La aplicacin identidad Id : V V dada por Id(x) = x. 3. La simetra axial respecto al eje OX SOX : R2 R2 dada por SOX (x, y ) = (x, y ). 4. La simetra axial respecto al eje OY SOY : R2 R2 dada por SOY (x, y ) = (x, y ). 5. La simetra central respecto al origen SO : R2 R2 dada por SO (x, y ) = (x, y ). 6. La aplicacin f : R3 R2 dada por f (x, y, z ) = (2x y + 4z, 3x + 5y ). 7. La aplicacin F : V R dada por
1

F (f ) =
0

siendo V = {f : [0, 1] R / f es continua en [0, 1]}. 8. La proyeccin p1 : R2 R sobre el eje OX dada por p1 (x, y ) = x. 9. La proyeccin p2 : R2 R sobre el eje OY dada por p2 (x, y ) = y . 10. La homotecia de razn , h : R2 R2 dada por h (x, y ) = (x, y ). Proposicin 5.2.2. Si f : V W es una aplicacin lineal, entonces: 1. f (1 u1 + 2 u2 + .... + p up ) = 1 f (u1 ) + 2 f (u2 ) + .... + p f (up ). En particular, f (0V ) = 0W . f (u) = f (u).

5.3. NCLEO E IMAGEN DE UNA APLICACIN LINEAL

2. Si {u1 , u2 , ... , ur } son vectores dependientes, entonces {f (u1 ), f (u2 ), ... , f (ur )} son tambin vectores dependientes. Demostracin. Basta aplicar reiteradamente la proposicin 5.2.1. Tomando todos los i = 0 se tiene f (0V ) = 0W . Tomando 1 = 1 y los dems escalares nulos, se llega a que f (u) = f (u). Por ser {u1 , u2 , ... , ur } vectores dependientes se sabe que existen escalares 1 , 2 , ... , r no todos nulos tales que 1 u1 + 2 u2 + .... + r ur = 0V . Pero como f es lineal se puede escribir: 0W = f (0V ) = 1 f (u1 ) + 2 f (u2 ) + .... + r f (ur ) y por lo tanto {f (u1 ), f (u2 ), ... , f (ur )} son tambin vectores dependientes. Proposicin 5.2.3. Si f : V W es una aplicacin lineal, entonces: 1. Si U es un subespacio vectorial de V entonces f (U ) = {f (x) W un subespacio vectorial de W 2. Si T es un subespacio vectorial de W entonces f 1 (T ) = {x V un subespacio vectorial de V . / / x U } es

f (x) T } es

Demostracin. = f (U ) W pues 0W f (U ) ya que 0W = f (0V ) = f (0U ) f (U ). Si w1 , w2 f (U ) y 1 , 2 R hay que probar que 1 w1 + 2 w2 f (U ). Al ser w1 , w2 f (U ) podemos asegurar que w1 = f (u1 ) y w2 = f (u2 ) con u1 , u2 U por lo que 1 w1 + 2 w2 = 1 f (u1 ) + 2 f (u2 ) = f (1 u1 + 2 u2 ) f (U ). = f 1 (T ) V pues 0V f 1 (T ) ya que f (0V ) = 0W = 0T T . Adems si v1 , v2 f 1 (T ) y 1 , 2 R hay que probar que 1 v1 + 2 v2 f 1 (T ) o lo que es lo mismo que f (1 v1 +2 v2 ) (T ). Esto es cierto pues si v1 , v2 f 1 (T ) se puede armar que f (v1 ), f (v2 ) T y por ser T subespacio vectorial de W sabemos que 1 f (v1 )+2 f (v2 ) T . Como f lineal se vericar que f (1 v1 + 2 v2 ) = 1 f (v1 ) + 2 f (v2 ) T .

5.3.

Ncleo e Imagen de una aplicacin lineal

Denicin 5.3.1. Sea f : V W una aplicacin lineal. Se denen su ncleo e imagen denotados por Ker(f )e Im(f: Ker(f ) = {x V / f (x) = 0V } / xV}

Im(f ) = {f (x) W

Proposicin 5.3.1. Ker(f ) es un subespacio vectorial de V e Im(f ) es un subespacio vectorial de W . Demostracin. Basta jarse en que Ker(f ) = f 1 ({0W }) y en que Im(f ) = f (V ) y aplicar la proposicin 5.2.3.

CAPTULO 5. APLICACIONES LINEALES

Proposicin 5.3.2. Sea f : V W una aplicacin lineal. Se verica: 1. f queda determinada cuando se conoce la imagen de los elementos de una base B = {v1 , v2 , ..., vn } de V 2. Si {v1 , v2 , ..., vn } es un sistema de generadores de V , entonces {f (v1 ), f (v2 ), ..., f (vn )} es un sistema de generadores de Im(f ). Demostracin. Sea v V cualquiera. v se expresar como combinacin lineal de elementos de B en la forma v = 1 v1 + 2 v2 + .... + n vn . Al ser f lineal, f (v ) = f (1 v1 + 2 v2 + .... + n vn ) = 1 f (v1 ) + 2 f (v2 ) + .... + n f (vn ) por lo que si conocemos f (vi ) queda determinado f (v ). Hay que comprobar que cualquiera que sea w Im(f ) es una combinacin lineal de {f (v1 ), f (v2 ), ..., f (vn )}, peo esto es inmediato sin mas que considerar que si w Im(f ) se tiene que w = f (v ) con v V y por ser {v1 , v2 , ..., vn } un sistema de generadores de V podemos escribir v = 1 v1 + 2 v2 + .... + n vn , por lo que w = f (v ) = f (1 v1 + 2 v2 + .... + n vn ) = 1 f (v1 ) + 2 f (v2 ) + .... + n f (vn ). Proposicin 5.3.3. Si el espacio V tiene dimensin nita, se verica que: dimV = dimKer(f ) + dimIm(f )

5.4.

Tipos de aplicaciones lineales

Denicin 5.4.1. Sea f : X Y una aplicacin entre los conjuntos X e Y . Se dice que: f es inyectiva si y slo si x1 , x2 X, f (x1 ) = f (x2 ) x1 = x2 f es sobreyectiva, o suprayectiva o sobre si y slo si y Y x X ; f (x) = y f es biyectiva si y slo si es inyectiva y suprayectiva, es decir, y Y 1 x X ; f (x) = y Denicin 5.4.2. Sea f : V W una aplicacin lineal. Se dice que: 1. f es un monomorsmo de V en W si y slo si f es inyectiva. 2. f es un epimorsmo de V en W si y slo si f es suprayectiva. 3. f es un isomorsmo de V en W si y slo si f es biyectiva.

5.5. OPERACIONES CON APLICACIONES LINEALES Proposicin 5.4.1. Sea f : V W una aplicacin lineal. Se verican: 1. f es inyectiva si y slo si Ker(f ) = {0V } 2. f es sobre si y slo si Im(f ) = W Demostracin. 1. f es inyectiva Ker(f ) = {0V }

Sea x Ker(f ) f (x) = 0W y como f (0V ) = 0W y f es inyectiva x = 0V . Evidentemente 0V Ker(f ). Supongamos que Ker(f ) = {0V } y veamos que f es inyectiva. Sean x1 , x2 X con f (x1 ) = f (x2 ) por ser f lineal 0 = f (x1 ) f (x2 ) = f (x1 x2 ) luego x1 x2 Ker(f ) = {0V } luego x1 = x2 . 2. f es sobre Im(f ) = W Desde luego Im(f ) W . Veamos que W Im(f ). Tomamos cualquier y W , por ser f sobre tenemos que x V tal que y = f (x) por lo tanto y Im(f ). Si Im(f ) = W entonces es inmediato que f es sobre. Proposicin 5.4.2. Sea f : V W una aplicacin lineal. Se verican: 1. f es inyectiva si y slo si para cada familia libre {u1 , u2 , ..., un } se tiene que la familia {f (u1 ), f (u2 ), ..., f (un )} es tambin libre. 2. f es sobre si y slo si para cada familia {u1 , u2 , ..., un } de generadores de V se tiene que {f (u1 ), f (u2 ), ..., f (un )} es generadora de W . 3. f es biyectiva si y slo si transforma una base de V en una base de W , es decir, para cada base {u1 , u2 , ..., un } de V se tiene que {f (u1 ), f (u2 ), ..., f (un )} es una base de W .

5.5.

Operaciones con aplicaciones lineales

Al conjunto de las aplicaciones lineales del espacio vectorial V en el W le denotamos por Hom(V, W ) o por L(V, W ). En l podemos denir la suma y el producto por un escalar R de la manera usual: f + g : V W ; (f + g )(v ) = f (v ) + g (v ), f : V W ; (f )(v ) = f (v ) Es inmediato comprobar que las aplicaciones f + g y f son lineales. Proposicin 5.5.1. (L(V, W ), +, ) es un espacio vectorial sobre el cuerpo R. Proposicin 5.5.2. Dadas las aplicaciones lineales f : V W , g : W U su composicin g f : V U ; (g f )(v ) = g (f (v )) es tambin lineal. Demostracin. Dados v, v V y , R se verica: (g f )(v + v ) = g (f (v + v )) = g (f (v ) + f (v )) = g (f (v )) + g (f (v )) = (g f )(v )) + (g f )(v ).

CAPTULO 5. APLICACIONES LINEALES

5.6.

Aplicaciones lineales y matrices

m

Proposicin 5.6.1 (Ecuaciones y matriz de una aplicacin lineal). Sean V y W espacios vectoriales, f : V W una aplicacin lineal, BV = {v1 , v2 , ..., vn } y BW = {w1 , w2 , ..., wm } bases de V y W respectivamente. Si f (vi ) =
j =1

aji wj para i = 1, 2, ..., n,

x = x1 v1 + x2 v2 + .... + xn vn e y = f (x) = y1 w1 + y2 w2 + .... + ym wm entonces se tiene: y1 = a11 x1 + a12 x2 + .... + a1n xn y2 = a21 x1 + a22 x2 + .... + an2 xn ................................................................... ym = am1 x1 + am2 x2 + .... + amn xn o en forma matricial: y1 a11 a12 ... a1n x1 y2 a21 a22 ... a2n x2 = .... ........................... ... ym am1 am2 ... amn xn A la matriz A se le llama matriz asociada a la aplicacin lineal f respecto de las bases BV y BW lo que se indica mediante la notacin A = M(f, BV , BW ) Demostracin. Sea x un vector de V . x se escribir como combinacin lineal de los vectores de la base BV , x = x1 v1 + x2 v2 + ... + xn vn . La imagen de x sabemos por la proposicin 5.3.2 queda determinada si se conocen las imgenes de los vectores de la base BV . Supongamos por tanto conocidos f (vi ): f (v1 ) = a11 w1 + a21 w2 + .... + am1 wm f (v2 ) = a12 w1 + a22 w2 + .... + am2 wm ........................................................................ f (vn ) = a1n w1 + a2n w2 + .... + amn wm f (x) = f (x1 v1 + .... + xn vn ) = x1 f (v1 ) + x2 f (v2 ) + .... + xn f (vn ) = x1 (a11 w1 + a21 w2 + .... + am1 wm ) + x2 (a12 w1 + a22 w2 + .... + am2 wm ) + .... + xn (a1n w1 + a2n w2 + .... + amn wm ) = (a11 x1 + a12 x2 + .... + a1n xn )w1 + .... + (am1 x1 + am2 x2 + .... + amn xn )wm y como y = f (x) = y1 w1 + y2 w2 + .... + ym wm y la expresin de un vector como combinacin de los vectores de una base es nica podemos armar que: y1 = a11 x1 + a12 x2 + .... + a1n xn y2 = a21 x1 + a22 x2 + .... + an2 xn ................................................................... ym = am1 x1 + am2 x2 + .... + amn xn obteniendo as las ecuaciones de la aplicacin lineal. De estas ecuaciones se obtiene inmediatamente la formulacin matricial pedida. Observacin.- En la columna i de la matriz estn las coordenadas respecto de la base BW , de la imagen del vector vi de la base BV . La matriz tiene m las y n columnas. Si f es un endomorsmo la matriz ser cuadrada y se considera una nica base.

5.6. APLICACIONES LINEALES Y MATRICES

5.6.1.

Matriz asociada y operaciones con aplicaciones

Proposicin 5.6.2. Dados los espacios vectoriales V y W , si BV , BW son bases de V y W y f, g : V W son aplicaciones lineales, entonces M(f + g, BV , BW ) = M(f, BV , BW ) + M(g, BV , BW ) M( f, BV , BW ) = M(f, BV , BW ) Demostracin. Basta ver que si f (X ) = AX y g (X ) = BX son las ecuaciones matriciales de f y g respectivamente se tiene que (f + g )(X ) = f (X )+ g (X ) = AX + BX = (A + B )X De igual forma ( f )(X ) = f (X ) = (AX ) = ( A)X . Proposicin 5.6.3. Dados los espacios vectoriales V , W y U , si BV , BW , BU son bases de V , W y U respectivamente y f : V W , g : W U son aplicaciones lineales, entonces M(g f, BV , BU ) = M(g, BW , BU ) M(f, BV , BW ) Teorema 5.6.1. Dados los espacios vectoriales V y W de dimensiones n y m y bases BV , BW respectivamente, la aplicacin que lleva cada aplicacin lineal en su matriz asociada respecto de las bases BV , BW : L(V, W ) Mmn (R) es un isomorsmo de espacios vectoriales y como consecuencia dimL(V, W ) = mn.

5.6.2.

Matriz asociada y cambio de base

Proposicin 5.6.4. Sea f : V W una aplicacin lineal y sea A la matriz asociada a f respecto de las bases BV , BW . Si en V y W se consideran las bases B V , B W y las matrices de paso de stas respecto de las primeras son P y Q respectivamente, entonces la matriz asociada a f en las nuevas bases es A = Q1 AP . Demostracin. Llamemos X e Y a las matrices columna de coordenadas de un x V y de f (x) W respecto de las bases BV , BW . La ecuacin matricial de f en dichas bases ser Y = AX . Si X e Y son las matrices columna de las coordenadas de x V y de f (x) W respecto de las bases B V , B W la ecuacin matricial de f en dichas bases ser Y = A X . Como sabemos que X = P X e Y = QY se puede escribir Y = Q1 Y = Q1 AX = Q1 AP X y como Y = A X se tiene que A = Q1 AP . Grcamente se puede escribir:

BV BW P Q B V B W
A

CAPTULO 5. APLICACIONES LINEALES

5.7.

Ejercicios

1. Sea f : R2 R2 la aplicacin dada por f (x, y ) = (x + y, x y ). Justica que es lineal y halla su ncleo y su imagen. 2. Sea f : R3 R2 la aplicacin dada por f (x, y, z ) = (3x + y, 2y z ). Justica que es lineal y halla su ncleo y su imagen. 3. Sea f : R3 R3 la aplicacin dada por f (x, y, z ) = (2x + y, z, 0). Justica que es lineal y halla su ncleo y su imagen as como sus dimensiones. Es (3, -6, 0) un vector del ncleo? Sol: Ker(f ) =< (1, 2, 0) >, dimKer(f ) = 1, Im(f ) = {(x, y, z )/z = 0}, dimIm(f ) = 2. 4. Justica la existencia o no de un endomorsmo de R3 que transforme los vectores u1 = (3, 1, 0), u2 = (2, 1, 1), u3 = (1, 3, 2) en los vectores v1 = (0, 1, 1), v2 = (1, 0, 1), v3 = (1, 1, 0). Sol: No existe. 5. Sea BV = {v1 , v2 , v3 } una base del espacio vectorial V y f : V V un endomorsmo tal que f (v1 ) = v1 + v2 , f (v2 ) = v1 , Ker(f ) =< v1 + v3 >. Se pide: a ) Hallar A = M(f, BV ), Im(f ). b ) Demostrar que V = Ker(f ) Im(f ). c ) Hallar f 2 1 1 1 Sol: 1 0 1, Im(f ) =< (1, 0, 0), (0, 1, 0) >, Ker(f ) =< (1, 0, 1) > 0 0 0 6. Sea BV = {v1 , v2 , v3 } una base de un espacio vectorial V y sea f un endomorsmo de V dado por las siguientes condiciones: a ) El ncleo de f est engendrado por el vector v1 + v2 v3 . b ) f (v1 + v2 ) = v3 . c ) El vector v1 v2 pertenece a f 1 (2v1 ). Calcula una base del subespacio Im(f ) 7. Sea f el endomorsmo de R3 cuya matriz respecto a la base cannica Bc = {e1 , e2 , e3 } 2 1 4 1 0 3 , se pide hallar su matriz B respecto a la nueva base BV = es A = 1 2 1 1 2 3 {v1 = e1 , v2 = 2e2 , v3 = e1 + e2 + e3 }. Sol: B = 1 2 0 1 4 2

5.7. EJERCICIOS 8.

Justica la existencia o no de un endomorsmo de R3 que transforme los vectores u1 = (1, 2, 3), u2 = (2, 4, 1), u3 = (3, 1, 0) en los vectores v1 = (4, 6, 5), v2 = (0, 0, 7), v3 = (5, 5, 8) respectivamente Si existe, es nico?. Si existe, halla su matriz asociada en la base cannica.

9. Sea V un espacio vectorial real, f un endomorsmo de V , BV = {v1 , v2 , v3 } una base de V y B V = {v1 = v2 + v3 , v2 = v1 + v3 , v3 = v1 + v2 } otra base de V . Se sabe adems que x < v1 , v2 > se verica f (x) = x y que v3 Ker(f ). Se pide a ) Ecuaciones de f en la base B V . b ) Ker(f ) e Im(f ) y sus ecuaciones. c ) Ecuaciones de f en la base BV . Sol: y1 1 0 0 x1 y2 = 0 1 0 x2 y3 0 0 0 x3 Ker(f ) en la base BV es {(x1 , x2 , x3 )/x1 = x2 x3 = 0} y en la base B V es {(x1 , x2 , x3 )/x1 = 0 x2 = 0} En BV , Im(f ) = {(y1 , y2 , y3 )/y1 +y2 y3 = 0}. En B V Im(f ) = {(y1 , y2 , y3 )/y3 = 0}. Las ecuaciones de f en BV son y1 1 1 1 x1 y2 = 1 1 1 1 x2 2 y3 0 0 2 x3 10. Sea f : R3 R2 la aplicacin dada por f (x, y, z ) = (x + y, x y ) respecto a las bases cannicas de R3 y R2 . Se pide: a ) Hallar su ecuacin matricial. b ) Sabiendo que BU = {u1 = (1, 1, 1), u2 = (0, 1, 1), u3 = (0, 0, 1)} y BV = {v1 = (0, 1), v2 = (1, 1)} son bases de R3 y R2 se pide hallar su ecuacin matricial respecto a dichas bases. Sol: y1 y2 y1 y2 = 1 1 0 1 1 0 2 2 0 2 1 0 x1 x2 x3 x1 x 2 x3

10

CAPTULO 5. APLICACIONES LINEALES

11. Sea f : R4 R3 la aplicacin dada por f (1, 1, 1, 1) = (0, 0, 1), f (1, 1, 1, 0) = (0, 0, 1), f (1, 0, 1, 0) = (1, 1, 1) y f (1, 2, 0, 0) = (1, 1, 1), se pide hallar su ecuacin matricial respecto a las bases cannicas, as como el Ker(f ) y la Im(f ). Sol: x1 y1 1 1 0 0 x 2 y2 = 1 1 0 0 x 3 y3 1 0 0 2 x4 x1 x2 x1 = 0 = 0

Ker(f ) Im(f ) =< (1, 1, 0), (0, 0, 1) > 12.

+ 2x4

Se denen las aplicaciones lineales f : R3 R4 , g : R4 R3 mediante f (x, y, z ) = (x y, x z, 0, z ), g (x, y, z, t) = (x + t, x y, 0). Halla el ncleo de la aplicacin lineal compuesta g f .

13. Considrese la aplicacin lineal f : R2 [x] R4 denida por f (p(x)) = (p(0), p(1), p(2), p(3)) Calcula: a ) Ecuaciones de f respecto de las bases cannicas de R2 [x] y R4 . b ) Ncleo e Imagen de la aplicacin f . c ) Imagen del vector 2x2 x 1 Sol: y1 1 y 2 1 = y 3 1 y4 1 Ker(f ) = {0}, 14.
2

0 1 2 3

0 x 1 1 x2 4 x3 9

Im(f ) = {(x, y, z, t)/x 3y + 3z t = 0}, (1, 0, 5, 14)

Se considera la aplicacin lineal f : R3 R2 [x] denida por f (, , ) = x + ( )x + . Se pide a ) Calcula Ker(f ) e Im(f ). b ) Calcula f 1 (2x2 3x + 2). c ) Es f inversible? d ) Calcula la matriz de f respecto de las bases cannicas.

5.7. EJERCICIOS

11

e ) Calcula la matriz de f respecto de las bases: B{(1, 2, 1), (0, 1, 0), (0, 0, 1)} de R3 y B {x + 1, x 1, x2 } de R2 [x] 15. Sea M2 (R) el espacio vectorial real de las matrices cuadradas de orden 2 con coecientes reales. Se considera el conjunto: W = a b+c /a, b, c R b + c a

a ) Demostrar que W es un subespacio vectorial de M2 (R). b ) Probar que el conjunto B= es una base de W . c ) Hallar las ecuaciones y la matriz, respecto de la base anterior, del endomorsmo de W dado por la frmula: f a b+c b + c a = 0 2b + c 2b + c 0 1 0 0 1 0 1 , , 0 1 1 0 1 0

d ) Hallar el ncleo y la imagen de f dando ecuaciones de los mismos en la citada base. 16. Sea f un endomorsmo de R4 del que se sabe f (1, 2, 0, 3) = (0, 0, 1, 1), f (0, 1, 2, 0) = (0, 0, 0, 1) y f 2 es la identidad. Se pide hallar: a ) Ecuaciones de f respecto de las bases cannicas. b ) Ncleo e Imagen de f . 17. Para cada R se dene la aplicacin de la base cannica Be = {e1 , e2 , e3 } es 1 0 Se pide: a ) Hallar Ker(f ) segn los valores de . b ) Decidir, segn los valores de , cundo f es inyectiva, sobreyectiva o biyectiva. c ) Estudiar si S = x R3 ; f0 (x) = x es un subespacio de R3 . d ) Dada la base B e {e1 = e1 e2 , e2 = e2 e3 , e3 = e3 }, calcular la matriz de f en la base B . lineal f : R3 R3 cuya matriz respecto 0 1 1