2.

APLICACIONES LINEALES
El objetivo de este captulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales. Este tipo de aplicaciones respeta la estructura de espacio vectorial transformando
subespacios vectoriales en subespacios vectoriales.
2.1 APLICACIONES LINEALES. PRIMERAS DEFINICIONES Y PROPIEDADES.
Definicin 1. (Aplicacin lineal)
Dada una aplicacin f : V V 0 con V, V 0 K-espacios vectoriales, decimos que f es lineal si
satisface las condiciones:
i) f (u + v) = f (u) + f (v) u, v V .
ii) f (au) = af (u) a K y u V .
Estas dos condiciones se pueden resumir en una escribiendo
iii) f (au + bv) = af (u) + bf (v) u, v V y a, b K.
A las aplicaciones lineales tambin se las llama homomorfismos de espacios vectoriales.
Propiedades.
Dada f : V V 0 una aplicacin lineal, entonces:
1. f (0) = 0,
2. f (u) = f (u),
3. f (a1 u1 + + am um ) = a1 f (u1 ) + + am f (um ).
Consecuencia de esta ltima propiedad es que una aplicacin lineal f : V V 0 queda determinada
con slo conocer las imgenes de los vectores de una base de V .
Ejemplo 1. Aplicaciones lineales.
Definicin 2. (Ncleo e imagen de una aplicacin lineal)
Dada una aplicacin lineal f : V V 0 , se define el ncleo de f , Ker(f ), como el conjunto
Ker(f ) = {v V tal que f (v) = 0}
Llamamos imagen de f , Im(f ), al conjunto
Im(f ) = {f (v) tal que v V } = f (V )
Propiedades.
1. El conjunto Ker(f ) es un subespacio vectorial de V .
2. Si W es subespacio vectorial de V , W = L({v1 , . . . , vm }), entonces f (W ) = L({f (v1 ), . . . , f (vm )}.
Se desprende de esto que f (W ) es un subespacio vectorial de V 0 . En particular, para W = V se
tiene que Im(f ) = f (V ) es subespacio vectorial de V 0 . Llamaremos rango de la aplicacin lineal
f a la dimensin de la imagen, r(f ) = dim(Im(f )).
Ejemplo 2. Ncleo e imagen.
2.2. MONOMORFISMOS, EPIMORFISMOS E ISOMORFISMOS.
Definicin 3. (Monomorfismos, epimorfismos e isomorfismos)
i) Una aplicacin f : A B es inyectiva si a1 , a2 A, con a1 6= a2 , entonces f (a1 ) 6= f (a2 ).
ii) Una aplicacin f : A B es sobreyectiva si b B existe a A tal que f (a) = b o, equivalentemente, si f (A) = B.
iii) Una aplicacin f : A B es biyectiva si es inyectiva y sobreyectiva a la vez.
iv) Las aplicaciones lineales inyectivas se denominan monomorfismos, las sobreyectivas epimorfismos
y las biyectivas isomorfismos.
1

v) Decimos que un espacio vectorial V es isomorfo a otro V 0 (V ' V 0 ) si existe un isomorfismo

f : V V 0.
vi) Una aplicacin lineal f : V V definida de un espacio vectorial en s mismo se denomina
endomorfismo. De ser isomorfismo la llamamos automorfismo.
Propiedades. Sea f : V V 0 una aplicacin lineal. Se verifica:
1. f es un monomorfismo si y slo si Ker(f ) = {0} (dim(Ker(f )) = 0).
2. f es un epimorfismo si y slo si Im(f ) = V 0 (r(f ) = dim(V 0 )).
3. f es un monomorfismo si y slo si para todo conjunto de vectores l.i. de V , {v1 , . . . , vm }, se tiene
que {f (v1 ), . . . , f (vm )} tambin es l.i..
4. f es un epimorfismo si y slo si para todo sistema de generadores de V , {v1 , . . . , vm }, se tiene
que {f (v1 ), . . . , f (vm )} es sistema de generadores de V 0 .
5. f es un isomorfismo si y slo si para toda base de V , {v1 , . . . , vn }, se tiene que {f (v1 ), . . . , f (vn )}
es base de V 0 .
6. Sea B = {v1 , . . . , vn } una base de V y sea S = {f (v1 ), . . . , f (vn )}. Entonces f es un monomorfismo, epimorfismo o isomorfismo si y slo si S es l.i., sistema de generadores de V 0 o base de V 0
respectivamente.
Ejemplo 3. Monomorfismos, epimorfismos e isomorfismos.
Teorema 1. Dos espacios vectoriales de dimensin finita V y V 0 son isomorfos si y slo si dim(V ) =
dim(V 0 ). En particular, cualquier K-espacio vectorial V de dimensin n es isomorfo a Kn .
2.3. MATRICES Y APLICACIONES LINEALES. CAMBIO DE BASE.
Consideremos una aplicacin lineal f : V V 0 , con V y V 0 K-espacios vectoriales de dimensin
finita. Fijemos dos bases B = {e1 , . . . , en } de V y B 0 = {e01 , . . . , e0m } de V 0 .
Consideremos las imgenes de los vectores {f (e1 ), . . . , f (en )}
f (e1 ) = a11 e01 + + am1 e0m
..
.
f (en ) = a1n e01 + + amn e0m
Si x V es un vector con coordenadas xB = (x1 , . . . , xn ) respecto de B, esto es, x = x1 e1 + +xn en
entonces
f (x) = f (x1 e1 + + xn en ) = x1 f (e1 ) + + xn f (en ) =
= x1 (a11 e01 + + am1 e0m ) + + xn (a1n e01 + + amn e0m ) =
= (a11 x1 + + a1n xn )e01 + + (am1 x1 + + amn xn )e0m
Si denotamos por yB 0 = (y1 , . . . , ym ) a las coordenadas de y = f (x) respecto de B 0 , entonces

y1 = a11 x1 + + a1n xn
..
.

ym = am1 x1 + + amn xn
o, escrito matricialmente,

y1
a11
.. ..
..
. = .
.
ym
am1

a1n
..
.
amn

x1
..
.
xn

Esta es la llamada ecuacin matricial de f respecto de las bases B y B 0 .

La matriz

a11 a1n

..
..
F = ...
.
.
am1 amn
tiene m filas y n columnas y se denomina matriz asociada a f respecto de las bases B y B 0 . Adems,
F tiene por columnas las coordenadas respecto de B 0 de los vectores f (e1 ), . . . , f (en ). Escribiremos
F = M (f, B, B 0 ). La ecuacin matricial de f se escribe abreviadamente como
yB 0 = M (f, B, B 0 )xB
Ejemplo 4. Matriz asociada a una aplicacin lineal.
Propiedades. Sea f : V V 0 lineal con dim(V ) = n y dim(V 0 ) = m. Entonces:
1. (Frmula de las dimensiones para aplicaciones lineales) dim(V ) = dim(Ker(f )) + dim(Im(f )).
2. Dadas dos bases B y B 0 para V y V 0 respectivamente, las columnas de la matriz F = M (f, B, B 0 )
son las coordenadas respecto de B 0 de un sistema de generadores de Im(f ), de modo que r(F ) =
dim(Im(f )) = r(f ).
3. f es un monomorfismo si y slo si r(F ) = n.
4. f es un epimorfismo si y slo si r(F ) = m.
5. f es un isomorfismo si y slo si m = n y F es regular.
Ejemplo 5. Monomorfismos, epimorfismos, isomorfismos y matrices asociadas.
Nuestro siguiente paso es estudiar la relacin entre las distintas expresiones matriciales asociadas a
una misma aplicacin lineal f : V V 0 . Supondremos que dim(V ) = n y dim(V 0 ) = m. Sean B1 , B2
bases de V y B10 , B20 bases de V 0 .
Consideremos las ecuaciones de cambio de base de B1 en B2 y de B10 en B20 determinadas por las
expresiones
xB2 = P xB1

yB20 = Q yB10

con P = M (B1 , B2 ) y Q = M (B10 , B20 ). Asimismo escribimos las ecuaciones matriciales de f respecto
de las bases B1 , B10 y B2 , B20
yB10 = F xB1

yB20 = G xB2

con F = M (f, B1 , B10 ), G = M (f, B2 , B20 ).

Obtenemos el siguiente diagrama conmutativo:
V

V 0
F

xB1 yB10
P
Q
xB2

yB20
3

Se tiene entonces que la relacin entre las expresiones matriciales F y G asociadas a f viene dada
por la igualdad F = Q1 GP o, dicho de otro modo,
M (f, B1 , B10 ) = M (B10 , B20 )1 M (f, B2 , B20 )M (B1 , B2 )
Como M (B10 , B20 )1 = M (B20 , B10 ), se puede escribir
M (f, B1 , B10 ) = M (B20 , B10 )M (f, B2 , B20 )M (B1 , B2 )
Ejemplo 6. Aplicaciones lineales y cambio de base.
Definicin 4. (Equivalencia y semejanza de matrices)
i) Decimos que dos matrices F, G Mmn (K) son equivalentes si G = QF P para Q Mm (K),
P Mn (K) con P, Q regulares.
ii) Decimos que dos matrices cuadradas F, G Mn (K) son semejantes si G = P 1 F P para cierta
P Mn (K) regular.
Proposicin 1.
i) Dos matrices F, G Mmn (K) son equivalente si y slo si son matrices asociadas a una misma aplicacin lineal f : V V 0 con respecto a bases distintas, esto es,
F = M (f, B1 , B10 ) y G = M (f, B2 , B20 ).
ii) De igual modo se tiene que dos matrices F, G Mn (K) son semejantes si y slo si son matrices
asociadas a un mismo endomorfismo f : V V con respecto a bases distintas, esto es, F =
M (f, B1 , B1 ) y G = M (f, B2 , B2 ).
2.4. OPERACIONES CON APLICACIONES LINEALES Y SUS MATRICES ASOCIADAS.
Definicin 5. (Operaciones con aplicaciones lineales)
Sean V, V 0 , V 00 tres K-espacios vectoriales y sean f, g : V V 0 y h : V 0 V 00 tres aplicaciones
lineales.
i) Definimos la aplicacin suma f + g : V V 0 como (f + g)(v) = f (v) + g(v) para todo v V .
ii) Definimos la aplicacin producto por un escalar a K, af : V V 0 , como (af )(v) = af (v).
iii) Definimos la aplicacin composicin h f : V V 00 como la aplicacin (h f )(v) = h(f (v)) para
todo v V .
Propiedades. Sean V, V 0 , V 00 tres K-espacios vectoriales de dimensin finita y sean B, B 0 , B 00 bases
asociadas a cada uno de ellos. Consideremos las aplicaciones lineales f, g : V V 0 y h : V 0 V 00 .
Entonces se tiene que:
1. f + g es lineal y M (f + g, B, B 0 ) = M (f, B, B 0 ) + M (g, B, B 0 ).
2. Dado a K, af es lineal y M (af, B, B 0 ) = aM (f, B, B 0 ).
3. h f es lineal y M (h f, B, B 00 ) = M (h, B 0 , B 00 )M (f, B, B 0 ).
De las dos primeras propiedades se deduce que el conjunto de las aplicaciones lineales de V en V 0 ,
denotado por Hom(V, V 0 ), tiene estructura de K-espacio vectorial con las operaciones suma y producto
por un escalar.
Teorema 2. Dados dos K-espacios vectoriales V, V 0 de dimensiones n y m, y dadas dos bases B, B 0
fijadas para cada uno de ellos, se tiene que existe un homomorfismo M entre los espacios vectoriales
Hom(V, V 0 ) y Mmn (K),
M : Hom(V, V 0 ) Mmn (K)
que asocia a cada aplicacin lineal f Hom(V, V 0 ) la matriz M (f, B, B 0 ). Dicho homomorfismo es, de
hecho, un isomorfismo lineal cumplindose entonces que dim(Hom(V, V 0 )) = dim(Mmn (K)) = mn.