Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1968tema 5teora y Problemas de Aplicaciones Lineales PDF
1968tema 5teora y Problemas de Aplicaciones Lineales PDF
1.
Cambios de base en Rn .
Sea B = fv1 ; : : : ; vn g una base de Rn . Sabemos que cada vector x 2 Rn puede escribirse de manera nica
como combinacin lineal de los elementos de dicha base:
x=
1 v1
n vn :
El vector cuyas entradas son 1 ; : : : ; n se llama vector de coordenadas de x en la base B y se representa por
(x)B . Para escribir la igualdad anterior en forma matricial, llamamos P := [v1 ; : : : ; vn ] y (x)B := [ 1 ; : : : ; n ]T
y tenemos la igualdad
x = P (x)B :
Las coordenadas funcionan como los cdigos, cambian cuando cambia la base a la que estn referidos. Por
ejemplo, si estamos en R2 y tenemos la base B = fv1 = [1; 1]T ; v2 = [1; 1]T g y nombramos el dato (x)B =
[ 1; 2]T , no nos estamos reriendo al vector [ 1; 2]T sino al vector x = v1 + 2v2 = [1; 3]T . Lgicamente, para
reconstruir el vector x a partir de sus coordenadas hemos necesitado conocer la base fv1 ; v2 g, por eso se habla
siempre de coordenadas respecto de una base y a las bases se las conoce tambin como sistemas de referencia.
Las igualdades que relacionan coordenadas en distintas bases se llaman ecuaciones de cambio de base.
Hay que sealar que si x = [x1 ; : : : ; xn ]T entonces x se puede escribir de manera natural como combinacin
lineal de la base cannica:
2
3
2 3
2 3
x1
1
0
6 .. 7
6 .. 7
6 .. 7
x = 4 . 5 = x1 4 . 5 +
+ xn 4 . 5 = x1 e1 +
+ xn en :
xn
Observamos que las coordenadas del vector x en la base cannica coincide con sus entradas o componentes.
Si (x)C denota las coordenadas de x en la base cannica entonces, es obvio que, x = (x)c . Por esta razn
la igualdad x = P (x)B es una relacin de cambio de base: entre la base B y la base cannica. Por lo tanto,
escribimos (x)C = P (x)B .
Una matriz A puede considerarse simplemente como cajas de nmeros ordenados en las y columnas o como
dispositivos (entrada/salida) que funcionan asignando al vector x el producto Ax:
(in) x ! A ! y = Ax (out)
Esta manera de ver a las matrices es fundamental en la teora pues permite estudiar y clasicar las matrices
viendo el efecto geomtrico-algebraico que producen en las guras que forman los vectores de entrada cuando
pasan a travs del dispositivo (o sistema) y se transforman en los vectores de salida. Si vemos la relacin de
cambio de base x = P (x)B de esta manera:
(in) (x)B ! P ! x = (x)C = P (x)B (out)
Observamos que P transforma coordenadas en la base B en coordenadas en la base cannica. Por esta razn
la matriz P se llama matriz de cambio de base de la base B a la base cannica. Para denotar esta
direccin de cambio se usa la notacin
P = PB!C :
1
Las matrices de cambio de base en Rn son invertibles (son cuadradas y tienen columnas linealmente independientes). Por lo tanto, si (x)C = P (x)B entonces (x)B = P 1 (x)C
Ejemplo: Consideremos en R2 la base B = fv1 = [1; 1]T ; v2 = [1; 1]T g: Calcule la matriz PC!B . Sea V el
subespacio de ecuacin implcita x1 + 2x2 = 0 (x1 ; x2 son las entradas del vector o coordenadas en la base
cannica). Calcule la ecuacin implcita que han de vericar las coordenadas en la base B de los vectores de V .
Solucin: Sea la matriz
P = [v1 ; v2 ] =
1
1
1
1
Entonces el cambio de base entre B y la base cannica viene dado por (x)C = x = P (x)B . Queremos calcular
PC!B , es decir, una matriz que al multiplicar a (x)C nos d como resultado (x)B . Por lo tanto
(x)C = P (x)B ) P
1
1
1
1
1
2
1
1
1
1
Para la segunda parte del ejercicio escribimos la ecuacin implcita de V en forma matricial:
x1 + 2x2 = 0 ) Ax = 0; donde A = [1; 2] y x =
x1
x2
1
1
1
1
=0)
=0)2
= 0.
Por lo tanto, la condicin que tienen que vericar las coordenadas de un vector para estar en V es 2
= 0.
A partir de la frmula de cambio de base entre una base cualquiera y la base cannica se puede deducir una
frmula de cambio de base entre dos bases cualesquiera (pero conocidas).
Cambio de base entre dos bases cualesquiera conocidas.
Si B1 = fu1 ; : : : ; un g y B2 = fv1 ; : : : ; vn g son dos bases de Rn y consideramos las matrices
P = [u1 ; : : : ; un ] y Q = [v1 ; : : : ; vn ]
entonces x = P (x)B1 y x = Q(x)B2 y se verica que P (x)B1 = Q(x)B2 :
La anterior igualdad puede utilizarse para relacionar las coordenadas de x en B1 con las coordenadas de x
en B2 . De ella se deducen tambin las matrices de cambio de base (sin ms que despejar el vector que interese
en cada momento):
Q
P y P
Q.
Si B1 = fu1 ; : : : ; un g y B2 = fv1 ; : : : ; vn g son dos bases de Rn de manera que los valores concretos de dichos
vectores son desconocidos. Supongamos que conocemos las coordenadas de los vectores de B2 en la base B1 , es
decir, nos dan el dato
P := [(v1 )B1 ; : : : ; (vn )B1 ]:
Entonces la relacin de cambio de base es
(x)B1 = P (x)B2 ;
es decir,
P = [(v1 )B1 ; : : : ; (vn )B1 ] = PB2 !B1 :
2.
Aplicaciones Lineales de Rn en Rm .
2.1.
2 R y para todo v1 , v2 2 Rn .
Las matrices siempre denen aplicaciones lineales (es obvio a partir de las propiedades del producto de
matrices):
f : Rn
! Rm
x
! Ax:
Recprocamente, toda aplicacin lineal es la actuacin de una (nica) matriz. En efecto, si descomponemos un
vector como combinacin lineal de los vectores de la base cannica
2
3
2 3
2 3
x1
1
0
6
7
6 7
6 7
x = 4 ... 5 = x1 4 ... 5 +
+ xn 4 ... 5 = x1 e1 +
+ xn en
xn
f (x) = f (x1 e1 +
+ xn en ) = x1 f (e1 ) +
3
x1
6
7
+ xn f (en ) = [f (e1 ); : : : ; f (en )] 4 ... 5 = Ax:
{z
}
|
xn
=A
Vemos que la matriz asociada a la aplicacin tiene por columnas las imgenes de los elementos de la base
cannica.
Propiedad: Una aplicacin lineal queda determinada si se conocen las imgenes de los elementos de cualquier
base (del espacio de partida).
Prueba:
Para demostrarlo, sea B = fu1 ; : : : ; un g una base de Rn y supongamos conocidas sus imgenes:
B := [f (u1 ) ; : : : ; f (un )] = [Au1 ; : : : ; Aun ]:
{z
}
|
es un dato
= BP
En muchos ejercicios es ms sencillo despejar directamente los vectores ff (e1 ); : : : ; f (en )g (veas los ejercicios
resueltos ms adelante ).
Ejercicio: La aplicacin que a cada vector de Rn le hace corresponder las coordenadas de dicho vector en una
base prejada es una aplicacin lineal:
f : Rn
! Rm
x
! (x)B :
Solucin: Supongamos que la base es B = fu1 ; : : : ; un g y formamos la matriz P := [u1 ; : : : ; un ]. Hemos visto
que x = P (x)B . Por lo tanto, la aplicacin que a cada vector de Rn le hace corresponder las coordenadas de
dicho vector en la base B es una aplicacin lineal ya que viene dada por una matriz, sta es concretamente P 1 .
En la siguiente propiedad, usaremos el ejercicio anterior para demostrar la relacin de cambio de base que
qued pendiente en la seccin anterior.
Propiedad: Supongamos que B1 = fu1 ; : : : ; un g y B2 = fv1 ; : : : ; vn g son dos bases de Rn de manera que
los valores concretos de dichos vectores son desconocidos. Supongamos que conocemos las coordenadas de los
vectores de B2 en la base B1 , o sea nos dan el dato
P := [(v1 )B1 ; : : : ; (vn )B1 ]:
Supongamos que (x)B2 = [
1; : : : ;
T
n] .
1 v1
n vn :
Si aplicamos la linealidad de la aplicacin coordenadas en B1 "tenemos que las coordenadas de una combinacin
lineal ser la combinacin lineal de las coordenadas, es decir
(x)B1 =
(v1 )B1 +
(vn )B1 :
Aplicando que el producto de una matriz por una columna de nmeros es una combinacin lineal de las
columnas de la matriz y los coecientes de dicha combinacin lineal son las componentes del vector", se tiene
que
2
3
1
6
7
(x)B1 = [(v1 )B1 ; : : : ; (vn )B1 ] 4 ... 5 = P (x)B2 :
n
2.2.
Nota: Cabe sealar que dichos vectores no tienen porqu ser una base de f (V ) : Por ejemplo, si
A=
1
1
1
1
1
1
entonces el subespacio generado por los vectores f[1; 1; 1]T ; [1; 1; 0]T g es un plano y se transforma en el subespacio generado por f[3; 3]T ; [0; 0]T g; que es una recta.
Deniciones:
Los subespacios ms importantes asociados a una aplicacin lineal son el ncleo y la imagen.
El ncleo est formado por todos los vectores que van al cero:
N (f ) = fx : f (x) = 0g:
Por lo tanto, el ncleo de f es lo mismo que el ncleo de la matriz de f .
La imagen son todos los vectores que son imagen de alguien:
Im(f ) = ff (x) : x 2 Rn g:
Por lo tanto, la imagen es lo mismo que el espacio columna (o rango) de la matriz de f . Tambin es cierto
que Im(f ) = f (Rn ).
Una aplicacin que transforma vectores distintos en vectores distintos se dice que es inyectiva. Esto
equivale a decir que f es inyectiva si cumple la condicin
f (x) = f (y) ) x = y.
Propiedad 3: Una aplicacin lineal es inyectiva si y slo si tiene ncleo cero.
Prueba:
Supongamos que la aplicacin lineal es inyectiva. Si f (x) = 0 entonces (como es lineal) se tiene que f (0) = 0;
por lo tanto f (x) = f (0) ) x = 0. Luego N (f ) es f0g.
Recprocamente, si tiene ncleo cero y f (x) = f (y) entonces, como f es aplicacin lineal,
0 = f (x)
f (y) = f (x
y) ) x
y 2 N (f ) ) x
y = 0 ) x = y:
Luego f es inyectiva:
Propiedad 4: Antes hemos observado que una aplicacin lineal f no tiene porqu transformar una base en
otra base. Pues bien, si N (f ) = f0g entonces transforma un sistema linealmente independiente (base de V )
en otro linealmente independiente (base de f (V )): Por consiguiente, una aplicacin lineal con ncleo cero
transforma un subespacio en otro con la misma dimensin. Este hecho es consecuencia de la siguiente
propiedad.
Propiedad 5: Si V es un espacio vectorial y f es una aplicacin lineal entonces se verica que
dim (f (V )) = dim(V )
dim(V \ N (f )).
Prueba:
Para demostrar dicha igualdad nos damos cuenta de que V \ N (f ) es un subespacio de V . Usando ampliaciones
de base podemos construir una base de V a partir de una base de V \ N (f ):
9
8
>
>
=
<
fv1 ; : : : ; vk g ; fvk+1 ; : : : ; vm g :
>
{z
} |
{z
}>
;
:|
am pliacin
base de V \N (f )
Es obvio que dicha base se transforma en f0; f (vk+1 ); : : : ; f (vm )g, que son generadores de f (V ). Adems, es
fcil ver que ff (vk+1 ); : : : ; f (vm )g son linealmente independientes, ya que
k+1 f (vk+1 )
m f (vm )
=0
(f es lineal)
f(
k+1 vk+1
m vm )
=0
2.3.
r(A) y r(AB)
r(B):
Esto es cierto porque un vector de R(AB) es siempre de la forma ABx: De ese modo, es de la forma Av
con v = Bx y, por lo tanto, est en R(A). Es decir, R(AB) R(A) y, por tanto, su dimensin ser menor
o igual.
La otra desigualdad se puede deducir de la anterior (para ello lase rango(producto) rango(primera))
usando la traspuesta:
T
r(AB) = r((AB) ) = r(B T AT ) r(B T ) = r(B).
2. Si A tiene columnas independientes (en particular, si A es invertible) entonces r(AB) = r(B).
Esto es fcil de ver a partir de la propiedad anterior, pues si una matriz tiene columnas independientes
entonces tiene ncleo f0g y, por tanto, transforma un subespacio (R(B)) en otro que tiene la misma
dimensin (R(AB)).
3. Si B tiene las independientes (en particular, si B es invertible) entonces r(AB) = r(A).
Para demostrar esto basta aplicar la propiedad anterior y las propiedades de la traspuesta (si B tiene las
independientes entonces B T tiene columnas independientes).
2.4.
Antes hemos visto que un vector queda caracterizado por sus coordenadas en una base. Se plantea en esta
seccin calcular la matriz de una aplicacin lineal cuando los datos de entrada y salida vienen determinados, no
por sus valores, sino por sus coordenadas en ciertas bases.
Consideremos una aplicacin lineal
f : Rn
x
!
!
Rm
y = Ax:
9
y = Ax =
x = P (x)B1
) Q(y)B2 = AP (x)B1 ) (y)B2 = Q
;
y = Q(y)B2
AP (x)B1 :
La matriz Q 1 AP se llama matriz de la aplicacin lineal f en las bases B1 y B2 . Con esta nomenclatura
la matriz A resulta ser la matriz de f en las bases cannicas (pues en ese caso P y Q son la identidad de orden
n y m respectivamente).
Por otro lado, la matriz de la aplicacin lineal f en las bases B1 y B2 tambin puede determinarse de otra
manera. Para ello partimos de que un vector x 2 Rn se puede escribir como combinacin lineal de la base B1
mediante sus coordenadas:
2
3
1
(x)B1
6
7
= 4 ... 5 , x =
1 u1
n un
1 f (u1 )
(f (u1 ))B2 +
+
+
n f (un ).Si
(f (un ))B2 :
(f (x))B2 =
(f (u1 ))B2 ;
6 .. 7
4 . 5=
; (f (un ))B2
(f (u1 ))B2 ;
; (f (un ))B2
(x)B1 :
; (f (un ))B2
Los ejercicios que hay en la relacin de problemas sobre cambios de base en aplicaciones lineales se resuelven
aplicando directamente las frmulas obtenidas.
2.5.
Ejercicios Resueltos.
Av = [1; 1; 1; 1] ;
A2 v = [1; 0; 1; 0] ;
A3 v = [0; 1; 0; 1] ;
A4 v = [1; 1; 2; 1] :
2. Si colocamos las imgenes en una matriz B y la base en una matriz P , sabemos que la matriz A es BP 1 .
Otra forma de calcular A es despejar de los datos que nos dan, los vectores f (e1 ), f (e2 ),... No siempre es
fcil, pero en este caso s lo es. Para ello renombramos los vectores de la manera habitual:
9
8
v
= u1 >
v1 = f (u1 ) = f (e1 + e2 + e3 + e4 ) = f (e1 ) + f (e2 ) + f (e3 ) + f (e4 )
>
>
>
=
<
Av = u2
v2 = f (u2 ) = f (e1 e2 + e3 e4 ) = f (e1 )
f (e2 ) + f (e3 )
f (e4 )
!
A2 v = u3 >
v
=
f
(u
)
=
f
(e
e
)
=
f
(e
)
f
(e
)
>
3
3
1
3
1
3
>
>
;
:
A3 v = u4
v4 = f (u4 ) = f (e2 e4 )
=
f (e2 )
f (e4 ):
Sumando la primera y la segunda ecuacin nos queda:
2f (e1 ) + 2f (e3 ) = v1 + v2 :
Si sumamos esto a la tercera ecuacin (multiplicada por dos) nos queda
2
2
16
1
6
2f (e1 ) = v1 + v2 + 2v3 ) f (e1 ) = 4
0
4
3
2f (e2 ) + f (e4 ) = v1
7
7:
5
v2 :
7
7:
5
Los dos vectores que faltan se despejan de las dos ltimas ecuaciones:
3
3 2
2
2
0
2
7
6
6
16 1 7
7 6 1 7= 16
f (e3 ) = f (e1 ) v3 = 6
5
4
5
4
0
0
4
44
1
3
2
3 2
3
2
2
1
6
7
6
16 3 7
7 6 1 7= 16
f (e4 ) = f (e2 ) v4 = 6
4
5
4
5
6
2
4
44
3
1
3
2
3 7
7:
0 5
1
3
2
1 7
7:
2 5
1
0
1
0
1
3
1
1 7
7:
2 5
1
Av
A2 v
A3 v
A4 v
6
A4 v = 6
4
3
1
1 7
7=
2 5
1
3
1
6 1 7
6 7+
14
1 5
1
2
6
6
4
1
2
3
4
2
6
6
4
3
1
1 7
7+
1 5
1
1
1
1
1
1
0
1
0
7 6
7=6
5 4
0 0 0
6 1 0 0
B=6
4 0 1 0
0 0 1
2
6
6
4
32
0
6
1 7
76
0 54
1
3
1
0 7
7+
1 5
0
1
2
3
4
7
7;
5
3
1=4
5=4 7
7
1=2 5
0
3
1=4
5=4 7
7:
1=2 5
0
x1 + x2 = 0;
x2 x3 + x4 = 0:
N (f ) :
2
6
6
4
3
0
1 7
7;
0 5
1
En segundo lugar, cabe esperar que los otros dos datos den dos vectores independientes cuyas imgenes
son conocidas, ya que valen cero por estar en el ncleo.
n
n
oo?
T
Calculamos primero las ecuaciones de G? + Gen [0; 1; 1; 0]
. La suma se genera juntando generadores:
82 39
82 3 2
3 2 39
0 >
0
0 >
1
>
>
>
>
>
>
=
<6 7=
<6 7 6
6
7
1 7
1
1
1
?
7
6
7
6
7
7
6
6
:
;
G + Gen 4 5 = Gen 4 5 ; 4
1 5 4 1 5>
1 >
0
>
>
>
>
>
>
;
:
:
;
0
1
0
0
n
o
T
Calculamos las ecuaciones implcitas de G? + Gen [0; 1; 1; 0]
2
1
6 1
6
4 0
0
0
1
1
1
2
3
1
x1
6 1
x2 7
7 ! 6
x3 5 Gauss 4 0
0
x4
0
1
1
0
0
1
0
0
0
0
1
0
3
x1
7
x4
7:
5
x2 x1 x4
x1 x2 + x3 + 2x4
n
n
oo?
T
est generado por el vector [1; 1; 1; 2]T .
Luego G? + Gen [0; 1; 1; 0]
La matriz de la aplicacin lineal se calcula mediante la expresin
A = BP
1
6 1
=6
4 0
0
32
1
0 0 0
6 1
1 0 0 7
76
1 0 0 54 0
0
1 0 0
0 0
1 1
1 1
1 0
3
1
1 7
7
1 5
2
Para resolver el sistema podemos trabajar algebraicamente con las ecuaciones, como se hizo en el ejercicio
anterior, o bien se puede aplicar el mtodo de eliminacin gaussiana considerando como incgnitas a los
vectores f (e1 ), f (e2 ), f (e3 ), f (e4 ), y los trminos independientes son tambin vectores. Esto es vlido
porque las propiedades algebraicas de las operaciones del espacio vectorial coinciden con las propiedades
de las operaciones entre nmeros:
2
3
2
3
1
1
0 0 v1
1 1
0 0
v1
6 0
6
7
1
1 1 v2 7
1 1
v2
6
7 ! 6 0 1
7:
5
4
4 0
1
1 0 0
0 0
1 4
v1 + 2v2 5
Gauss
1
1
1 2 0
0 0
0 7
2v1 + 3v2
10
6
A=6
4
6
4
2
2
1
3
2
2
16
6
74
3
6
4 7
7:
2 5
2
3
1
3 7
7;
2 5
2
3
2
1 7
7:
3 5
3
1
3
2
2
2. En las notas tericas hemos comentado cmo se calcula la imagen de un subespacio: los transformados de
un sistema de generadores de V generan el subespacio transformado f (V ).
En este caso sabemos cuales son los generadores de G? + N (f ): los generadores de G? junto con los
generadores de N (f ). Tambin sabemos cules son las imgenes de cada uno de ellos: los de N (f ) van al
cero y los de G? van a s mismos. Por lo tanto, deducimos que
f G? + N (f ) = G? :
3. En este ejemplo particular, el problema de calcular An v la respuesta es sencilla si nos damos cuenta de
que juntando las bases respectivas de los subespacios G? y N (f ) formamos una base de R4 (gracias a eso
la aplicacin lineal ha quedado determinada). Supongamos que fv1 ; v2 g es la base de G? y que fv3 ; v4 g
es la base de N (f ). Luego un vector v 2 R4 siempre se podr escribir de la forma
v=
1 v1
2 v2
3 v3
4 v4 :
1 f (v1 )
2 f (v2 )
3 f (v3 )
4 f (v4 )
1 v1
2 v2 :
1 v1
2 v2 .
11
r 1 r2
R = 4 0 r2
0 0
0
r3
r3
3
0
0 5
r4
tal que Ry = x, para todo x, y que veriquen la ecuacin y = f (x). (Observe que A y R vericarn
RA = I, pero no se puede calcular R invirtiendo A porque A no es cuadrada).
Solucin:
1. Como en todos los ejercicios anteriores se puede calcular la matriz de
vectores de la base cannica. Tambin podemos calcular la matriz BP
2
2
3
3 1
8 12
8 12
0 2
1 3 2
6
6
7
2
12
12
7 4 0 2 2 5 = 6 2 12
A = BP 1 = 6
4 2
4 2
0
0
0 5
0 0 1
4
0
4
0
12
3
2
8
6
4
7
6 2
3
2
7:
= 6
4 2
3
2 5
4
6
8
2. Puede resolverse el sistema Ax = 0 o bien esperar a resolver el apartado siguiente. El motivo es que la
nulidad ms el rango es el nmero de columnas. Por lo tanto, si el rango es tres, que es lo que sucede en
este problema, deducimos que el ncleo es cero sin hacer operaciones.
3. El rango (o imagen) est generado por las columnas de A (tambin por las de B pinselo). El problema
de calcular las ecuaciones implcitas de un subespacio a partir de un sistema de generadores debe ser ya
conocido de temas anteriores. Si se lleva a cabo se obtiene la ecuacin implcita:
y1
3y2 + y3
y4 = 0.
Como hemos calculado la ecuacin de Im (f ) en el apartado anterior, slo tenemos que sustituir:
y1
3y1 + y1
( y1 ) = 0:
12
se obtienen ms ecuaciones (nueve) que incgnitas (cuatro). Seleccionamos cuatro ecuaciones que determinen las cuatro incgnitas:
8
8r1 + 2r2 = 1
>
>
<
1
1
1
1
2r2 2r3 = 0
, r 2 = , r 3 = , r2 =
.
) r1 =
2r3 4r4 = 0
>
12
6
6
12
>
:
12r2 = 2
Y ya slo nos queda comprobar que las cinco ecuaciones que no hemos tenido en cuenta se verican para los
valores que hemos calculado. Lo que hemos comprobado es que RB = P . Por lo tanto, R(BP 1 ) = I. Como
A = BP 1 , tenemos que RA = I: Como f (x) = x, para todo x, tenemos que Rf (x) = RAx = Ix = x;
para todo x.
6
W = Genf6
4
x1 x3 = 0
x1 + x2 + x3 = 0
1. Determina V + W y V \ W .
3 2
1
0
6 1
1 7
7;6
1 5 4 0
0
1
7
7g:
5
0
1
1 0
1 0
Gauss
ecuaciones implcitas
3
2
1
0 x1
6 0
1 x2 7
7 ! 6
0 x3 5 Gauss 4 0
0
1 x4
1 0
0 1
1 0
2 0
de W :
0
1
0
0
3
x1
7
x2 + x1
7 ! ecuaciones de W
5
x3 x1
x4 x1 x2
x3
x4
x1
x1 = 0;
x2 = 0:
Unas ecuaciones
2
1 0 0
6 1 1 0
6
4 1 0 0
0 1 1
82
>
>
<6
6
4
>
>
:
3 2
0
1
6 1
1 7
7;6
1 5 4 0
1
0
de V + W se calculan:
2
3
1 0 0
x1
6 0 1 0
x2 7
7 ! 6
x3 5 Gauss 4 0 0 1
0 0 0
x4
39
0 >
>
7 6 0 7=
7;6 7 :
5 4 0 5>
>
;
1
3 2
3
x1
7
x2 + x1
7 ! ecuaciones de V + W
x4 x1 x2 5
x3 x1
fx3
x1 = 0g:
0
1
0
0
3
0
0 7
7 ! base de V \ W = f[ 1; 2; 1; 1]T g:
1 5
0
1
2
1
0
2. Con los datos que nos da el problema conocemos f (e1 ) ; f (e2 ) y como e4 nos ha salido en el apartado
anterior en V y nos dicen que V = N (f ), pues tambin conocemos f (e4 ). Del otro generador de V
podemos deducir f (e3 ):
3
31
2
02
1
1
6 4 7
B6 2 7C
7
7C
6
6
fB
@4 1 5A = 0 ) f (e1 ) 2f (e2 ) + f (e3 ) = 0 ) f (e3 ) = f (e1 ) + 2f (e2 ) = 4 1 5 :
3
0
Luego la matriz es
1
6 0
A=6
4 1
1
1
2
1
1
3
1 0
4 0 7
7:
1 0 5
3 0
3. La imagen est generada por las columnas de A. Como el ncleo (es V ) tiene dimensin 2 sabemos que
la imagen tiene dimensin 2 (luego ya s que la imagen estar generada por las dos primeras columnas de
A). Calculamos sus ecuaciones:
2
3
2
3
1
1
1 x1
1
1
1
x1
6 0
6
7
2
4 x2 7
2
4
x2
x3 x1 = 0;
6
7 ! 6 0
7 ! ecuaciones de Im(f )
4 1
5
1
1 x3 5 Gauss 4 0
0
0
x3 x1
x4 x1 x2 = 0:
1
1
3 x4
0
0
0 x4 x1 x2
Podemos observar que los generadores de W verican las ecuaciones de Im(f ), por lo tanto W
y como tienen ambos la misma dimensin tienen que ser iguales.
Im(f )
dim(V \ N (f )) = 2
1:
Luego f (E) y f (F ) son dos rectas (porque w1 y w2 no pertenecen al ncleo) que estn obligadas a estar
dentro de la misma recta (o sea, que son la misma). Piense que E y F estn dentro de E + F y por lo
tanto
f (E) y f (F ) f (E + F ) que es una recta.
Por lo tanto, f (E) \ f (F ) es una recta. Este ejemplo vale para cualquier f que tenga ncleo (como la de
nuestro ejercicio). Si quiere una visualizacin de la idea anterior piense en una proyeccin ortogonal sobre
el suelo OXY . El ncleo es el eje OZ: Tome dos vectores independientes fuera de OZ, pero que formen
un plano con OZ. Esos dos vectores se proyectan en el suelo en dos vectores que pertenecen a la misma
recta. Se plantea a los alumnos pensar si la igualdad es cierta cuando N (f ) = f0g:
15