N ucleo e Imagen de una Transformacion Lineal

Departamento de Matematicas, CCIR/ITESM

4 de mayo de 2009

Indice
22.1. N ucleo de una transformaci on lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
22.2. El n ucleo de una matriz y la tecnologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
22.3. Inyectividad de transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
22.4. El Rango de una transformaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
22.5. Suprayectividad de transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
22.6. N ucleo e Imagen son subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
22.7. Nulidad y Rango de una Transformaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
22.1. N ucleo de una transformacion lineal
Denici on 22.1
Sea T : V W una transformaci on lineal. El n ucleo T es el subconjunto formado por todos los
vectores en V que se mapean a cero en W.
Ker(T) = {v V | T(v) = 0 W}
Ejemplo 22.1
Indique cu ales opciones contienen un vector en el n ucleo de la transformaci on de R
3
en R
3
denida como
T
_
_
x
y
z
_
_
=
_
_
2 x + 3 z
23 x 15 y 18 z
5 x 3 y 3 z
_
_
dentro de las opciones:
1. v
1
= (0, 0, 0)

2. v
2
= (12, 28, 8)

3. v
3
= (1, 2, 1)

4. v
4
= (3, 7, 2)

5. v
5
= (2, 4, 4)

6. v
6
= (9, 18, 15)

Soluci on
Antes de pasar a la vericacion, es conveniente observar que es posible encontrar una matriz A tal que
T(x) = A x. Es decir, aplicar T a un vector x es equivalente a multiplicar por una cierta matriz A al vector x.
Empecemos con la dimensi on de A: como A se multiplica por la izquierda de x y x R
3
entonces el n umero
de columnas de A es 3. Por otro lado, como el resultado A x es un vector de R
3
, entonces el n umero de
renglones de A es 3. Si requerimos que
_
_
2 x + 3 z
23 x 15 y 18 z
5 x 3 y 3 z
_
_
=
_
_
_
_
_
_
x
y
z
_
_
No es difcil ver
_
_
2 x + 3 z
23 x 15 y 18 z
5 x 3 y 3 z
_
_
=
_
_
2 0 3
23 15 18
5 3 3
_
_
_
_
x
y
z
_
_
es decir que
A =
_
_
2 0 3
23 15 18
5 3 3
_
_
El vector v
1
esta en el n ucleo de T debido a que
T(v
1
) = Av
1
=
_
_
2 0 3
23 15 18
5 3 3
_
_

_
_
0
0
0
_
_
=
_
_
0
0
0
_
_
= 0
El vector v
2
esta en el n ucleo de T debido a que
T(v
2
) = Av
2
=
_
_
2 0 3
23 15 18
5 3 3
_
_

_
_
12
28
8
_
_
=
_
_
0
0
0
_
_
= 0
El vector v
3
no esta en el n ucleo de T debido a que
T(v
3
) = Av
3
=
_
_
2 0 3
23 15 18
5 3 3
_
_

_
_
1
2
1
_
_
=
_
_
1
11
2
_
_
= 0
El vector v
4
esta en el n ucleo de T debido a que
T(v
4
) = Av
4
=
_
_
2 0 3
23 15 18
5 3 3
_
_

_
_
3
7
2
_
_
=
_
_
0
0
0
_
_
= 0
El vector v
5
no esta en el n ucleo de T debido a que
T(v
5
) = Av
5
=
_
_
2 0 3
23 15 18
5 3 3
_
_

_
_
2
4
4
_
_
=
_
_
16
86
14
_
_
= 0
El vector v
6
no esta en el n ucleo de T debido a que
T(v
6
) = Av
6
=
_
_
2 0 3
23 15 18
5 3 3
_
_

_
_
9
18
15
_
_
=
_
_
63
333
54
_
_
= 0
2
Ejemplo 22.2
Determine el n ucleo de la transformaci on de R
3
en R
3
denida como
T
_
_
x
y
z
_
_
=
_
_
2 x + 3 z
23 x 15 y 18 z
5 x 3 y 3 z
_
_
Soluci on
Un vector v = (a, b, c)

pertenece al n ucleo de T si T(v) = 0, es decir si:

T((a, b, c)

) =
_
_
2 a + 3 c
23 a 15 b 18 c
5 a 3 b 3 c
_
_
= 0( en R
3
)
Por lo tanto para pertenecer al n ucleo debe cumplirse
2 a + 3 c = 0
23 a 15 b 18 c = 0
5 a 3 b 3 c = 0
Reduciendo tenemos:
a 3/2 c = 0
b + 7/2 c = 0
Es decir
_
_
a
b
c
_
_
=
_
_
3/2 c
7/2 c
c
_
_
= c
_
_
3/2
7/2
1
_
_
Observe que el n ucleo de T en este caso es un espacio generado:
Ker(T) = Gen
_
_
_
_
_
3/2
7/2
1
_
_
_
_
_
Adem as, la dimensi on de Ker(T) es 1, lo cual coincide con el n umero de columnas sin pivote en la reducida de
A (La matriz que dene a la transformaci on T). Geometricamente en R
3
este generado corresponde a la lnea
que pasa por el origen y con vector de direccion (3/2, 7/2, 1)

que es:
x
3/2
=
y
7/2
=
z
1

Ejemplo 22.3
Determine el n ucleo de la transformaci on de R
3
en R
2
denida como
T
_
_
x
y
z
_
_
=
_
x + y + z
2 x + 2 y + 2 z
_
Soluci on
Un vector v = (a, b, c)

pertenece al n ucleo de T si T(v) = 0, es decir si:

T(v) =
_
a + b + c
2 a + 2 b + 2 c
_
=
_
1 1 1
2 2 2
_

_
_
a
b
c
_
_
= 0 ( en R
2
)
3
Por lo tanto, para pertenecer al n ucleo debe cumplirse
a + b + c = 0
2 a + 2 b + 2 c = 0
Reduciendo tenemos:
a + b + c = 0
Es decir
_
_
a
b
c
_
_
=
_
_
b c
b
c
_
_
= b
_
_
1
1
0
_
_
+ c
_
_
1
0
1
_
_
Es decir, que el n ucleo de T en este caso es un espacio generado:
Ker(T) = Gen
_
_
_
_
_
1
1
0
_
_
,
_
_
1
0
1
_
_
_
_
_
Adem as, la dimensi on de Ker(T) es 2, lo cual corresponde al n umero de columnas sin pivote de la reducida de
la matriz que dene a T. Geometricamente, en R
3
este generado corresponde a plano que pasa por el origen
y con vector normal n = u
1
u
2
= (1, 1, 1)

que es:
1 x + 1 y + 1 z = x + y + z = 0
Ejemplo 22.4
Determine el n ucleo de T : R
3
R
2
.
T =
_
_
x
y
z
_
_
=
_
x z
y + z
_
Soluci on
Sabemos que Ker(T) es el conjunto de todos los vectores v =< x, y, z >

de R
3
tal que T(v) = 0 (en R
2
):
T(v) =
_
x z
y + z
_
=
_
1 0 1
0 1 1
_

_
_
x
y
z
_
_
=
_
0
0
_
Para resolver el sistema
_
1 0 1 0
0 1 1 0
_

_
1 0 1 0
0 1 1 0
_
Cuya solucion general es
_
_
x
y
z
_
_
= z
_
_
1
1
1
_
_
De ah que,
Ker(T) =
_
_
_
_
_
z
z
z
_
_
, z R
_
_
_
= Gen
_
_
_
_
_
1
1
1
_
_
_
_
_
Vemos que la dimensi on de Ker(T) es 1, lo cual corresponde al n umero de columnas sin pivote en la matriz
que dene a T. Geometricamente, en R
3
esto corresonde a la recta
x
1
=
y
1
=
z
1

4
Ejemplo 22.5
Determine el n ucleo de T : R
3
R
3
.
T =
_
_
x
y
z
_
_
=
_
_
x z
y + z
x y
_
_
Soluci on
Sabemos que Ker(T) es el conjunto de todos los vectores v =< x, y, z >

de R
3
tal que T(v) = 0 (en R
3
):
T(v) =
_
_
x z
y + z
x y
_
_
=
_
_
1 0 1
0 1 1
1 1 0
_
_

_
_
x
y
z
_
_
=
_
_
0
0
0
_
_
Para resolver el sistema
_
_
1 0 1 0
0 1 1 0
1 1 0 0
_
_

_
_
1 0 0 0
0 1 0 0
0 0 1 0
_
_
El sistema tiene solucion unica y es 0. Por tanto,
Ker(T) = {0}
22.2. El n ucleo de una matriz y la tecnologa
Practicamente la totalidad de los sistemas computacionales que manejan matrices vienen acoma nados de
funciones para manejar el kernel de una matriz. En el caso de Maple la instrucci on nullspace(A) entrega una
base para el n ucleo de la transformaci on lineal T(X) = AX. Desafortunadamente, para la TI Voyage 200 no
aparece un comando similar.
22.3. Inyectividad de transformaciones lineales
Una pregunta importante sobre funciones es si una funci on dada es inyectiva, o tambien dicho 1 a 1.
Recuerde que una funci on es inyectiva si no hay dos elementos diferentes del dominio que tienen la misma
evaluacion. Es decir, es f es inyectiva si y solo si f(x
1
) = f(x
2
) implica que x
1
= x
2
. Este concepto en las
funciones lineales en espacios vectoriales tiene un comportamiento simple: f(x
1
x
2
) = 0 implica x
1
x
2
= 0.
Es decir:
Teorema
Sea T : V W una transformaci on lineal. T es inyectiva si y solo si Ker(T) = {0}.
Note que en los ejemplos anteriores, solo la ultima funci on fue inyectiva.
Notas
En resumen:
Para ver si un vector esta en el n ucleo de una transformaci on lineal se debe aplicar la transformaci on. El
vector x esta en el n ucleo de T si y solo si T(x) = 0.
Para determinar el n ucleo de una transformaci on, debe encontrar la matriz que dene a la transformaci on
lineal y resolver [A|0]. Hay dos alternativas: el sistema tiene soluci on unica o el sistema tienen innitas
soluciones. En el caso de innitas soluciones, la f ormula general muestra al n ucleo como un espacio
generado donde el n umero columnas sin pivote es la dimensi on del n ucleo como subespacio. En caso de
tener solucion unica, el n ucleo de T es el conjunto formado por el vector cero.
Para determinar si una transformaci on lineal es inyectiva, todas las columnas de la reducida de la matriz
que dene a la transformaci on lineal deben tener pivote.
5
22.4. El Rango de una transformacion
Denici on 22.2
Sea T : V W una transformaci on lineal. El rango o imagen de T es el conjunto de todas las im agenes de T
en W.
R(T) = {w W|w = T(v) para alg un v V }
Es decir, el rango es el subconjunto de W formado por aquellos vectores que provienen de alg un vector de V .
Ejemplo 22.6
Indique cu ales opciones contienen un vector en la imagen de la transformaci on de R
3
en R
3
denida como
T
_
_
x
y
z
_
_
=
_
_
2 x + 5 y + z
8 x + 12 y + 6 z
4 x 2 y 4 z
_
_
dentro de las opciones:
1. v
1
= (0, 0, 0)

2. v
2
= (2, 8, 4)

3. v
3
= (23, 52, 6)

4. v
4
= (5, 12, 2)

5. v
5
= (3, 1, 1)

Soluci on
El vector v
1
= (0, 0, 0)

de R
3
de esta en la imagen de T si existe un vector (a, b, c)

en R
3
tal que T((a, b, c)

) =
v
1
es decir si es consistente el sistema
2 a + 5 b + c = 0
8 a + 12 b + 6 c = 0
4 a 2 b 4 c = 0
Pero este sistema por ser homogeno es consistente. Por tanto el vector v
1
s esta en la imagen de T.
El vector v
2
= (2, 8, 4)

de R
3
de esta en la imagen de T si existe un vector (a, b, c)

en R
3
tal que T((a, b, c)

) =
v
2
es decir si es consistente el sistema:
2 a + 5 b + c = 2
8 a + 12 b + 6 c = 8
4 a 2 b 4 c = 4
Al reducir la matriz aumentada se obtiene:
_
_
1 0 9/8 1
0 1 1/4 0
0 0 0 0
_
_
por ser consistente el sistema, el vector v
2
s esta en la imagen de T.
El vector v
3
= (23, 52, 6)

de R
3
de esta en la imagen de T si existe un vector (a, b, c)

en R
3
tal que
T((a, b, c)

) = v
3
es decir si es consistente el sistema:
2 a + 5 b + c = 23
8 a + 12 b + 6 c = 52
4 a 2 b 4 c = 6
Al reducir la matriz aumentada se obtiene:
_
_
1 0 9/8 1
0 1 1/4 5
0 0 0 0
_
_
6
por ser consistente el sistema, el vector v
3
s esta en la imagen de T.
El vector v
4
= (5, 12, 2)

de R
3
de esta en la imagen de T si existe un vector (a, b, c)

en R
3
tal que
T((a, b, c)

) = v
4
es decir si es consistente el sistema:
2 a + 5 b + c = 5
8 a + 12 b + 6 c = 12
4 a 2 b 4 c = 2
Al reducir la matriz aumentada se obtiene:
_
_
1 0 9/8 0
0 1 1/4 1
0 0 0 0
_
_
por ser consistente el sistema, el vector v
4
s esta en la imagen de T.
El vector v
5
= (3, 1, 1)

de R
3
de esta en la imagen de T si existe un vector (a, b, c)

en R
3
tal que
T((a, b, c)

) = v
5
es decir si es consistente el sistema:
2 a + 5 b + c = 3
8 a + 12 b + 6 c = 1
4 a 2 b 4 c = 1
Al reducir la matriz aumentada se obtiene:
_
_
1 0 9/8 0
0 1 1/4 0
0 0 0 1
_
_
por ser inconsistente el sistema, el vector v
5
no esta en la imagen de T
Ejemplo 22.7
Determine la imagen de la transformaci on lineal de R
3
en R
3
denida como
T
_
_
x
y
z
_
_
=
_
_
2 x + 5 y + z
8 x + 12 y + 6 z
4 x 2 y 4 z
_
_
Soluci on
El vector v
1
= (a, b, c)

de R
3
de esta en la imagen de T si existe un vector (x, y, z)

en R
3
tal que T((x, y, z)

) =
v

1
es decir si es consistente el sistema
2 x + 5 y + z = a
8 x + 12 y + 6 z = b
4 x 2 y 4 z = c
Al formar la matriz aumentada y escalonar se obtiene:
_
_
2 5 1 a
0 16 4 8 a + 2 b
0 0 0 a b c
_
_
7
Por tanto, (a, b, c)

esta en la imagen de T ssi el sistema anterior es consistente ssi 2 a b c = 0. Esto

ocurrira si y solo si a = 1/2 b + 1/2 c. Es decir, (a, b, c)

esta en la imagen de T si y solo si

_
_
a
b
c
_
_
=
_
_
1/2 b + 1/2 c
b
c
_
_
= b
_
_
1/2
1
0
_
_
+ c
_
_
1/2
0
1
_
_
Por tanto,
R(T) = Gen
_
_
_
_
_
1/2
1
0
_
_
,
_
_
1/2
0
1
_
_
_
_
_
Geometricalmente, R(T) es el plano 2 a b c = 0 (o 2 x y z = 0) en R
3

Ejemplo 22.8
Determine la imagen de la transformaci on lineal de R
3
en R
4
denida como
T
_
_
x
y
z
_
_
=
_

_
x + y + 2 z
x y
2 x + y z
x y
_

_
Soluci on
El vector v = (a, b, c, d)

de R
4
de esta en la imagen de T si existe un vector (x, y, z)

en R
3
tal que T((x, y, z)

) =
v

es decir si es consistente el sistema

x + y + 2 z = a
x y = b
2 x + y z = c
x y = c
o
_

_
1 1 2 a
1 1 0 b
2 1 1 c
1 1 0 d
_

_
En este ejemplo ilustraremos el uso de una tecnica m as eciente que la del problema anterior. La idea es que
manejaremos solo los coecientes de a, b, c y d. De esta manera una expresi on en estas variables la podemos
representar por medio de un vector renglon con cuatro componentes. As
2 a + 3 b c + 8 d se representa por (2, 3, 1, 8)
a se representa por (1, 0, 0, 0)
3 a 3 b 3 d se representa por (3, 3, 0, 3)
c se representa por (0, 0, 1, 0)
Con esta idea, el sistema cuya matriz nos interesa revisar nos queda:
_

_
1 1 2 1 0 0 0
1 1 0 0 1 0 0
2 1 1 0 0 1 0
1 1 0 0 0 0 1
_

_
1 0 1 0 0 1 1
0 1 1 0 0 1 2
0 0 0 1 0 2 3
0 0 0 0 1 0 1
_

_
Por tanto, la matriz aumentada representa un sistema consistente si y solo si
a = 2 c 3 d
b = d
Resumiendo, (a, b, c, d)

esta en la imagen de T si y solo si

_
_
_
_
a
b
c
d
_
_
_
_
= c
_
_
_
_
2
0
1
0
_
_
_
_
+ d
_
_
_
_
3
1
0
1
_
_
_
_
8
para c y d escalares. Por tanto
R(T) = Gen
_

_
_
_
_
_
2
0
1
0
_
_
_
_
,
_
_
_
_
3
1
0
1
_
_
_
_
_

Nota
Observe que tanto Ker(T) como R(T) de una transformaci on lineal T son conjuntos no vacos
T(0
V
) = 0
W
implica que
0
V
Ker(T) y
0
W
R(T).
22.5. Suprayectividad de transformaciones lineales
Una pregunta importante sobre funciones es si una funci on dada es suprayectiva, o tambien dicho sobre.
Recuerde que una funci on es suprayectiva si para todo elemento en el codominio hay un elemento en el dominio
que bajo la funci on se transforma en el. Es decir, es f es suprayectiva si y solo si f(x) = a es consistente para
todo a en el codominio de f. en espacios vectoriales tiene un comportamiento simple:
Teorema
Sea T : V W una transformaci on lineal y
B = {v
1
, v
2
, . . . , v
m
}
un conjunto generador para V . T es suprayectiva si y solo si Gen(B) = W.
No que lo anterior implica que:
Si T es suprayectiva, entonces dim(V ) dim(W).
En particular, si por ejemplo T : R
3
R
4
es lineal, entonces T no puede ser sobre!
Notas
En resumen:
Para ver si un vector esta en la imagen de una transformaci on lineal se debe ver si un sistema es
consistente.
Para determinar el rango de una transformaci on, debe encontrar la matriz que dene a la transformaci on
lineal y reducir [A|I]. Si todo renglon tiene pivote la funci on es suprayectiva. Es decir, todo vector del
codominio es imagen de un vector en el dominio. Si hay renglones sin pivote en la parte izquierda se
debe forzar la consistencia igualando a cero los elementos en la parte derecha de la reducida. El rango
entonces queda como un espacio generado, el cual es precisamente el espacio generado por las columnas.
Su dimensi on ser a el n umero de pivotes en la reducida de la matriz A.
Para determinar si una transformaci on lineal es suprayectiva, todas los renglones en la reducida de A
tienen pivotes.
9
22.6. N ucleo e Imagen son subespacios
La propiedad fundamental del n ucleo y del contradominio es que ambos son espacios vectoriales:
Teorema
Sea T : V W una transformaci on lineal. Entonces
Ker(T) es un subespacio de V .
R(T) es un subespacio de W.
Demostraci on
El n ucleo de T es subespacio
Sean v
1
y v
2
elementos del n ucleo de T y c un escalar cualquiera. As T(v
1
) = 0 = T(v
2
), y por tanto:
T(c
1
v
1
+ c
2
v
2
) = c
1
T(v
1
) + c
2
T(v
2
) = c
1
0 + c
2
0 = 0
probando que c
1
v
1
+ c
2
v
2
esta tambien en el n ucleo de T. Lo cual a su vez prueba que el n ucleo de T es un
subespacio de V .
La imagen de T es subespacio
Sean w
1
y w
2
elementos de la imagen de T y c un escalar cualquiera. As T(v
1
) = w
1
y T(v
2
) = w
2
para
algunos v
1
y v
2
en V , y por tanto:
T(c
1
v
1
+ c
2
v
2
) = c
1
T(v
1
) + c
2
T(v
2
) = c
1
w
1
+ c
2
w
2
probando que c
1
w
1
+ c
2
w
2
es imagen de c
1
v
1
+ c
2
v
2
y por consiguiente c
1
w
1
+ c
2
w
2
esta tambien en la
imagen de T. Lo cual a su vez prueba que la imagen de T es un subespacio de W
22.7. Nulidad y Rango de una Transformacion
Debido al resultado anterior el n ucleo y la imagen de una transformaci on lineal son espacios vectoriales.
Como espacios vectoriales, ellos tienen una dimensi on asociada. Estas dimensiones tienen nombre especcos:
Denici on 22.3
Sea T : V W una transformaci on lineal.
La nulidad de T es la dimensi on de Ker(T).
El rango de T es la dimensi on de R(T).
El siguiente resultado permite calcular facilmente la nulidad y el rango de una transformaci on matricial.
Teorema
Sea T : V W una transformaci on lineal. Suponga que T corresponde a la transformaci on
matricial asociada a A. Entonces:
Ker(T) = V(A) = Espacio nulo de A
R(T) = C(A) = Espacio generado por las columnas de A
Nulidad(T) = Nulidad(A) = N umero de columnas sin pivote en A reducida.
Rango(T) = Rango(A) = N umero de columnas con pivote en A reducida.
10
Note que el resultado anterior indica que para cualquier transformaci on lineal T : V W,
dim(V ) = dim(Ker(T)) + dim(R(T))
dim(R(T)) dim(W)
(1)
As por ejemplo:
T : R
4
R
3
lineal no puede ser inyectiva pues
4 = dim(Ker(T)) + dim(R(T)) dim(Ker(T)) + 3
por tanto, dim(Ker(T)) 1 probando que Ker(T)) = {0}.
T : R
4
R
8
lineal no puede ser sobre pues
4 = dim(Ker(T)) + dim(R(T))
por tanto, dim(T(T)) 4 probando que R(T)) = R
8
Ejemplo 22.9
Calcule las bases para el n ucleo y la imagen y determine la nulidad y el rango de
T : R
4
R
3
, T((x, y, z, w)

) = (x + 3z, y 2z, w)

Soluci on
De acuerdo con el teorema previo, basta expresar a T como transformaci on matricial y obtener las bases para
las columnas y el espacio nulo de su matriz estandar A. A se expresa con
A =
_
_
1 0 3 0
0 1 2 0
0 0 0 1
_
_
Como ya esta en forma escalonada reducida por operaciones de rengl on, los vectores {(1, 0, 0)

, (0, 1, 0)

, (0, 0, 1)

}
forman una base para Col(A) = R(T) = R
3
. Por otra parte, {(3, 2, 1, 0)

} es una base para V (A) = Ker(T).

De modo que el rango de T es 3 y la nulidad es 1.
Ker(T) = {0} Ax = 0 solo tiene la soluci on trivial
y
R(T) = R
m
las columnas de A generan a R
m

Ejemplo 22.10
Resuelva la siguiente ecuacion diferencial:
(2 x 1) y

(x) + 2 y(x) = 4 x
2
+ 4 x
pensando el lado izquierdo de la ecuacion como una transformaci on lineal de P
2
en P
3
.
Soluci on
Denamos T de P
2
en P
3
por
T(p(x) = a x
2
+ b x + c) = (2 x 1)p

(x) + 2 p(x)
= 2 a x
2
2 a x b + 2 c
11
Viendo los polinomios como vectores tenemos tenemos que la transformaci on anterior queda:
T
_
_
c
b
a
_
_
=
_
_
_
_
b + 2 c
2 a
2 a
0
_
_
_
_
=
_

_
2 1 0
0 0 2
0 0 2
0 0 0
_

_
_
c
b
a
_
_
El problema de resolver la ED se transforma encontrar un p(x) que cumpla: T(p(x)) = 4 x
2
+4 x. Es decir, en
encontrar (c, b, a)

tal que
_

_
2 1 0
0 0 2
0 0 2
0 0 0
_

_
_
c
b
a
_
_
=
_
_
_
_
0
4
4
0
_
_
_
_
Formando la aumentada y reduciendo tenemos:
_

_
2 1 0 0
0 0 2 4
0 0 2 4
0 0 0 0
_

_
1 1/2 0 0
0 0 1 2
0 0 0 0
0 0 0 0
_

_
Como el sistema es consistente, la primera conclusi on es que s existe soluci on en P
2
. Tambien vemos que hay
innitas soluciones las cuales podemos calcular:
c 1/2b = 0
a = 2
_

c = 1/2b
b = b
a = 2
_
_
_

_
_
c
b
a
_
_
=
_
_
1/2b
b
2
_
_
Y separando vectores
_
_
c
b
a
_
_
=
_
_
0
0
2
_
_
+ b
_
_
1/2
1
0
_
_
La solucion general de la ED en P
2
queda:
y(x) = 2 x
2
+ b (1/2 + x), b escalar libre
12