Agueda Mata y Miguel Reyes, Dpto.

de Matematica Aplicada, FI-UPM 1

4 Aplicaciones lineales
4.1 Aplicacion lineal
Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C). Una aplicacion
f : V W se llama aplicacion lineal u homomorsmo si
f(u +v) = f(u) +f(v), u, v V .
f(u) = f(u), u V , K.
Estas dos condiciones son equivalentes a la unica condicion:
f(u +v) = f(u) +f(v) , u, v V , , K
4.2 Ejemplos
1. Las siguientes aplicaciones, f : R
2
R
2
, son aplicaciones lineales:
(a) Homotecia: f(u) = u, con R.
(b) Proyeccion: f(x, y) = (x, 0).
(c) Simetra: f(x, y) = (x, y)
2. Si A M
mn
(R), la aplicacion f : R
n
R
m
denida por f(u) = Au es una aplicacion
lineal (asociada a la matriz A). Obviamente, para que tenga sentido el producto Au, se
entiende que el vector u se escribe en columna, como se hara siempre que este implicado
en operaciones matriciales.
3. La aplicacion lineal asociada a la matriz A =
_
_
1 1
1 0
1 2
_
_
es f : R
2
R
3
denida por:
f(x, y) =
_
_
1 1
1 0
1 2
_
_
_
x
y
_
=
_
_
x y
x
x + 2y
_
_
=
_
_
_
x

= x y
y

= x
z

= x + 2y
4.3 Propiedades
Si f : V W es una aplicacion lineal, se cumple:
1. f(0) = 0.
2. f(u) = f(u).
3. S subespacio vectorial de V = f(S) es subespacio vectorial de W.
4. T subespacio vectorial de W = f
1
(T) es subespacio vectorial de V .
4.4 N ucleo e imagen de una aplicacion lineal
Si f : V W es una aplicacion lineal, se llama imagen al subespacio vectorial Imf = f(V ),
y n ucleo al subespacio vectorial Ker f = f
1
({0}).

Agueda Mata y Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 2

4.5 Deniciones
Una aplicacion lineal (homomorsmo) se llama monomorsmo si es inyectiva, epimorsmo
si es sobreyectiva, e isomorsmo si es biyectiva. Cuando los espacios inicial y nal coinci-
den, la aplicacion lineal y el isomorsmo se suelen llamar endomorsmo y automorsmo,
respectivamente.
4.6 Condicion necesaria y suciente de monomorsmo
Sea f : V W es una aplicacion lineal. Entonces
f es monomorsmo Ker f = {0}
Demostracion:
() Si f es inyectiva, entonces:
f(u) = 0 = f(u) = f(0) = u = 0
luego Ker f = {0}.
() Inversamente, si Ker f = {0}, entonces
f(u) = f(v) = f(u v) = 0 = u v = 0 = u = v
luego f es inyectiva.
4.7 Dimension del subespacio imagen
Sea f : V W es una aplicacion lineal. Si B = {v
1
, v
2
, . . . , v
n
} es una base de V , entonces
Imf = L({f(v
1
), f(v
2
), . . . , f(v
n
)}) y, en consecuencia dimImf dimV
Demostracion: Si w Imf, existe v = (x
1
, x
2
, . . . , x
n
)
B
V tal que
w = f(v) = f
_
n

i=1
x
i
v
i
_
=
n

i=1
x
i
f (v
i
)
luego w L({f(v
1
), f(v
2
), . . . , f(v
n
)}). Inversamente, si w L({f(v
1
), f(v
2
), . . . , f(v
n
)}),
entonces
w =
n

i=1

i
f(v
i
) = f
_
n

i=1

i
v
i
_
y v =
n

i=1

i
v
i
V
luego w Imf.
4.8 Determinacion de una aplicacion lineal
Si B = {v
1
, v
2
, . . . , v
n
} es una base de V y {w
1
, w
2
, . . . , w
n
} son n vectores cualesquiera de
W, entonces existe una unica aplicacion lineal f : V W tal que
f(v
i
) = w
i
, para 1 i n

Agueda Mata y Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 3

Demostracion: Para cada v =

n
i=1
x
i
v
i
V se dene
f(v) =
n

i=1
x
i
w
i
Es facil ver que f es aplicacion lineal y que f(v
i
) = w
i
, para 1 i n. Ademas es unica, pues
si g : V W verica la misma condicion, entonces
g(v) = g
_
n

i=1
x
i
v
i
_
=
n

i=1
x
i
g(v
i
) =
n

i=1
x
i
w
i
= f(v)
4.9 Observaciones
Si f : R
n
R
m
viene denida por f(u) = Au, A M
mn
(R), entonces
Ker f son las soluciones del sistema homogeneo Au = 0.
Si B = {e
1
, e
2
, . . . , e
n
} es la base canonica de R
n
, entonces
Imf = L({f(e
1
), f(e
2
), . . . , f(e
n
)}) = L({c
1
, c
2
, . . . , c
n
})
donde c
i
es la columna i-esima de la matriz A.
4.10 Ejemplo
Si f : R
3
R
3
es la aplicacion lineal asociada a la matriz A =
_
_
1 0 1
0 1 0
1 1 1
_
_
, entonces
Imf = L({(1, 0, 1), (0, 1, 1), (1, 0, 1)}) = L({(1, 0, 1), (0, 1, 1)})
Ker f = {u : Au = 0} = L({(1, 0, 1)})
ya que
_
_
1 0 1
0 1 0
1 1 1
_
_

_
_
1 0 1
0 1 0
0 0 0
_
_
=
_
_
_
x =
y = 0
z =
, R
4.11 Matriz de una aplicacion lineal
Como se ha visto, una aplicacion lineal f : V W queda unvocamente determinada por las
imagenes de los elementos de una base B
V
= {v
1
, v
2
, . . . , v
n
} de V . Si B
W
= {w
1
, w
2
, . . . , w
m
}
es una base de W, y
f(v
j
) =
m

i=1
a
ij
w
i
, 1 j n

Agueda Mata y Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 4

entonces la imagen de cualquier u = (x
1
, x
2
, . . . , x
n
)
B
V
V , expresada en la base B
W
de W, es
f(u) = f
_
_
n

j=1
x
j
v
j
_
_
=
n

j=1
x
j
f(v
j
) =
n

j=1
x
j
m

i=1
a
ij
w
i
=
m

i=1
_
_
n

j=1
a
ij
x
j
_
_
w
i
=
_
_
_
_
_

n
j=1
a
1j
x
j

n
j=1
a
2j
x
j
.
.
.

n
j=1
a
mj
x
j
_
_
_
_
_
=
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
= Au
donde las columnas de la matriz A M
mn
(R), llamada matriz de la aplicacion respecto
de las bases B
V
y B
W
, son las coordenadas en la base B
W
de las imagenes de los vectores de la
base B
V
. Se suele indicar A = M (f, B
V
, B
W
).
Fijadas las bases B
V
y B
W
, a cada aplicacion lineal le corresponde una matriz y viceversa.
En el caso particular de que V = W y que la base B en ambos es la misma, se indica simplemente
A = M(f, B).
4.12 Ejemplo
La expresion matricial de la aplicacion lineal f : R
4
R
3
denida, respecto de las bases
canonicas, por
f (x
1
, x
2
, x
3
, x
4
) = (x
1
+x
4
, x
1
+x
2
+x
3
, x
1
+x
2
+x
3
)
es
f (x
1
, x
2
, x
3
, x
4
) =
_
_
1 0 0 1
1 1 1 0
1 1 1 0
_
_
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
Para hallar el n ucleo, se resuelve el sistema:
f(u) = Au = 0 =
_
x
1
+x
4
= 0
x
1
+x
2
+x
3
= 0
=
_

_
x
1
=
x
2
=
x
3
=
x
4
=
, , R
de donde Ker f = {(1, 0, 1, 1), (0, 1, 1, 0)}. La imagen es
Imf = {(1, 1, 1), (0, 1, 1), (0, 1, 1), (1, 0, 0)} = {(1, 0, 0), (0, 1, 1)}
4.13 Dimensiones de la imagen y el n ucleo
Si f : V W es una aplicacion lineal, entonces
dim(Ker f) + dim(Imf) = dimV
Demostracion: Sean dimV = n, dim(Ker f) = r n, y
B
1
= {v
1
, . . . , v
r
} una base del Ker f
B = {v
1
, . . . , v
r
, v
r+1
, . . . , v
n
} una base de V
Entonces B
2
= {f(v
r+1
), . . . , f(v
n
)} es una base de Imf, ya que

Agueda Mata y Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 5

B
2
es un sistema de generadores:
w Imf = w = f(v) con v =
n

i=1
x
i
v
i
V
= w = f(v) = f
_
n

i=1
x
i
v
i
_
=
n

i=1
x
i
f(v
i
) =
n

i=r+1
x
i
f(v
i
)
B
2
es linealmente independiente:
n

i=r+1

i
f(v
i
) = f
_
n

i=r+1

i
v
i
_
= 0 =
n

i=r+1

i
v
i
Ker f =
n

i=r+1

i
v
i
=
r

i=1
(
i
)v
i
=
n

i=1

i
v
i
= 0 =
i
= 0 , 1 i n =
i
= 0 , r + 1 i n
Por lo tanto dim(Ker f) + dim(Imf) = dimV .
4.14 Rango de una aplicacion lineal
Si A es la matriz asociada a una aplicacion lineal f : V W, respecto de las bases B
V
y B
W
,
entonces, puesto que el n ucleo es el espacio de soluciones del sistema Au = 0, se ha de cumplir
que
dim(Ker f) = dimV rg A = dim(Imf) = rg A
Luego el rango de cualquier matriz asociada a f (respecto de bases cualesquiera), que se llama
rango de la aplicacion lineal, ha de ser constante e igual a la dimension de la imagen.
4.15 Proposicion
Si f : V W es una aplicacion lineal con dimV = dimW = n < , entonces
f es isomorsmo f es monomorsmo f es epimorsmo
Demostracion:
f es epimorsmo dim(Imf) = dimW = n dim(Ker f) = 0 f es monomorsmo
4.16 Composicion de aplicaciones lineales
Si f : U V y g : V W son aplicaciones lineales, entonces g f : U W es aplicacion
lineal, y
M(g f, B
U
, B
W
) = M(g, B
V
, B
W
) M(f, B
U
, B
V
)
Demostracion: Sean A = M(g f, B
U
, B
W
), B = M(g, B
V
, B
W
) y C = M(f, B
U
, B
V
).
Entonces
(g f) (u
B
U
) = g (f (u
B
U
)) = g
_
(Cu)
B
V
_
= (BCu)
B
W
= A = BC

Agueda Mata y Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 6

4.17 Ejemplo
Si f : R
2
R
3
y g : R
3
R
2
vienen denidas por
f(x, y) =
_
_
1 1
0 1
1 1
_
_
_
x
y
_
g(x, y, z) =
_
1 0 1
0 1 0
_
_
_
x
y
z
_
_
respecto de las bases canonicas, entonces g f : R
2
R
2
y f g : R
3
R
3
vienen denidas
por
g f(x, y) =
_
1 0 1
0 1 0
_
_
_
1 1
0 1
1 1
_
_
_
x
y
_
=
_
0 0
0 1
__
x
y
_
=
_
0
y
_
f g(x, y, z) =
_
_
1 1
0 1
1 1
_
_
_
1 0 1
0 1 0
_
_
_
x
y
z
_
_
=
_
_
1 1 1
0 1 0
1 1 1
_
_
_
_
x
y
z
_
_
=
_
_
x y +z
y
x +y z
_
_
respecto de las bases canonicas.
4.18 Matriz de un cambio de base
Sea V un espacio vectorial de dimension n y sean
B = {v
1
, . . . , v
n
} y B

=
_
v

1
, . . . , v

n
_
dos bases de V . La aplicacion que hace corresponder a cada vector u V en la base B el mismo
vector expresado en la base B

es la apl8icacion identidad:
Id : V
B
V
B

u
B
u
B
= Au
B
donde A M
nn
(R) es la matriz cuya columna i-esima es la imagen de v
i
, es decir las coorde-
nadas de v
i
en la base B

.
Puesto que esta aplicacion es un isomorsmo, rg A = n y la matriz A es regular. Su inversa A
1
es la que pasa de las coordenadas respecto de B

a las coordenadas respecto de B. Resumiendo:

A = M(Id, B, B

) = ((v
1
)
B
, . . . , (v
n
)
B
) y Au
B
= u
B

A
1
= M(Id, B

, B) =
_
(v

1
)
B
, . . . , (v

n
)
B
_
y A
1
u
B
= u
B
4.19 Ejemplo
Si en R
3
se considera la base canonica B
c
= {e
1
, e
2
, e
3
} y la base
B = {v
1
= (1, 0, 1), v
2
= (0, 1, 2), v
3
= (1, 1, 0)}
entonces
A = M(Id, B, B
c
) =
_
_
1 0 1
0 1 1
1 2 0
_
_
y u
Bc
= Au
B

Agueda Mata y Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 7

De esta manera, si u = (3, 2, 1)
B
, entonces
u
Bc
=
_
_
1 0 1
0 1 1
1 2 0
_
_
_
_
3
2
1
_
_
=
_
_
2
1
1
_
_
es decir u = (2, 1, 1)
B
c
= (2, 1, 1). Ademas:
A
1
= M(Id, B
c
, B) =
_
_
2 2 1
1 1 1
1 2 1
_
_
y u
B
= A
1
u
B
c
de donde e
1
= (2, 1, 1)
B
, e
2
= (1, 1, 1)
B
y e
3
= (1, 2, 1)
B
.
4.20 Cambios de base en una aplicacion lineal
Sea f : V W una aplicacion lineal cuya matriz, respecto de las bases B
V
en V y B
W
en
W, es A. Cual es la matriz de f respecto de nuevas bases B

V
en V y B

W
en W?
Sean P = M(Id
V
, B

V
, B
V
) y Q = M(Id
W
, B

W
, B
W
) las matrices del cambio de base en V y
W, respectivamente. Observando el diagrama
V
B
V
A
W
B
W

_Q
1
V
B

V
C
W
B

W
se deduce que
C = M
_
f, B

V
, B

W
_
= Q
1
AP
4.21 Ejemplo
Sea f : R
3
R
3
la aplicacion lineal que respecto de la base canonica B
c
tiene asociada la
matriz
A = M (f, B
c
, B
c
) = M (f, B
c
) =
_
_
1 0 2
1 1 3
1 1 1
_
_
, es decir f(x, y, z) =
_
_
1 0 2
1 1 3
1 1 1
_
_
_
_
x
y
z
_
_
1. Cual es la matriz de f respecto de la base
B = {v
1
= (1, 0, 1), v
2
= (0, 1, 2), v
3
= (1, 1, 0)} ?
Se construye el diagrama
(R
3
)
B
c
A
(R
3
)
B
c

_P
1
(R
3
)
B
C
(R
3
)
B
donde P = M (Id, B, B
c
) =
_
_
1 0 1
0 1 1
1 2 0
_
_
y entonces
C = M(f, B, B) = M(f, B) = P
1
AP =
_
_
2 1 4
1 2 3
3 3 3
_
_

Agueda Mata y Miguel Reyes, Dpto. de Matematica Aplicada, FI-UPM 8

es decir, que si u = (x, y, z)
B
entonces su imagen, tambien expresada en la base B, es
f(x, y, z) =
_
_
2 1 4
1 2 3
3 3 3
_
_
_
_
x
y
z
_
_
2. Cual es la matriz de f respecto de la base B en el espacio inicial y la base canonica en el
espacio nal? Siendo I la matriz identidad, el nuevo diagrama, y la matriz buscada, son
(R
3
)
B
c
A
(R
3
)
B
c

_I
(R
3
)
B
D
(R
3
)
Bc
de donde D = M(f, B, B
c
) = IAP = AP =
_
_
1 4 1
2 5 0
0 3 2
_
_