19.

Sea

L: R 4 R 3

definida como

L(a 1 , a 2, a 3 , a 4 )=( a1+ a 2, a 3+ a 4 , a 1+a 3).

Determine una base para

imag( L).

Solucin
Tenemos

L(a 1 , a 2, a 3 , a 4 )=a 1(1, 0,1)+a 2(1, 0, 0)+ a3 (0,1, 1)+ a 4 (0, 1,0).
En consecuencia,

S={(1, 0,1),(1, 0, 0),(0, 1, 1) ,(0, 1, 0)}

genera imag( L). Para determinar un subconjunto de S que sea una base para

imag( L),
procedemos como:

a 1(1, 0,1)+a 2(1, 0, 0)+ a3 (0,1, 1)+ a 4 (0, 1,0)=(0, 0, 0).

La forma escalonada reducida por filas de la matriz aumentada de este sistema
homogneo es:

Como los unos (1s) principales aparecen en las columnas 1, 2 y 3, concluimos

que los
primeros tres vectores de S forman una base para

imag(L) . As,

{(1,0, 1),(1, 0, 0),(0,1, 1)}

es una base para

imag(L) .

En forma alternativa, podemos proceder como en la seccin 6.6 y formar la

matriz
cuyas filas son los vectores dados

Al transformar esta matriz a su forma escalonada reducida por filas,

obtenemos.

Por lo tanto, {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base para imag(L) .
Para determinar si una transformacin lineal es uno a uno o sobre, debemos
resolver un sistema lineal. sta es una demostracin ms de la frecuencia con la
que debemos resolver sistemas lineales para responder muchas preguntas de
lgebra lineal, en el cual nulidad(L) = 1, rango(L) = 2 y dim(dominio(L)) = 3,
se cumple que

nulidad ( L)+rango ( L)=dim(dominio( L)) .

20. Sea T: V W una transformacin lineal.
Sea B = {v1, v2,, vn} una base del dominio y B = {u1, u2,, um} una base
del codominio.
Obsrvese que las dimensiones del dominio y del codominio no tienen
necesariamente que ser las mismas.
Cuando se estudi la transformacin matricial, se demostr que cualquier
transformacin lineal puede escribirse como:

T ( x )= Ax
Donde A es la matriz asociada a dicha transformacin. La matriz A no es nica;
cambia segn sean las bases que se adopten en V y en W.
Si las bases son las cannicas, la matriz A se obtiene escribiendo como
columnas las imgenes de los vectores cannicos del dominio.

Por ejemplo, si T: R2 R3 / T

x

y

x y

x y
2x

resulta:

1

0

0

1

1

1
=

1
0

y por lo tanto A =

1 1

1 1
2 0

Cmo se calcula la matriz A si las bases no son las cannicas?

Vamos a demostrar que, en ese caso,
A=

T (v1) B '

T (v 2) B ' ... T (vn) B '

Donde cada una de las columnas de A se obtiene como el transformado de

cada vector de la base B del dominio expresado en la base B del codominio.
En efecto: consideremos que

a11 a12

a 21 a 22
... ...

am1 am 2

... an1

... an 2
... ...

... amn

ABB =
es la matriz asociada a la transformacin lineal que
me transforma un vector x expresado en la base B del dominio en su imagen
expresada en la base B del codominio.
En consecuencia: [T(x)]B = ABB[x]B

(1)

Obtengamos la imagen de cada uno de los vectores de la base B del dominio.

Comencemos con v1.
En ese caso, la expresin (1) se escribir:
[T(v1)]B = ABB[v1]B

(2)

Expresemos v1 en la base B del dominio.

v1 se obtendr como combinacin lineal de los vectores de B. Es decir

v1 = k1v1 + k2v2 + + knvn

En este caso, la resolucin de esta ecuacin vectorial es muy sencilla, ya que
los escalares que verifican la igualdad son k 1 = 1; k2 = k3 = ... = kn = 0
Es decir:

[v1]B =

1

0


0

y por lo tanto:

[T(v1)]B =

a11 a12

a 21 a 22
... ...

am1 am 2

... an1

... an 2
... ...

... amn

1

0


0

a11

a 21

am1

Es decir, la primera columna de la matriz A BB no es otra cosa que la imagen del

vector v1 perteneciente a la base B del dominio expresado en la base B del
codominio.
Del mismo modo, si hacemos similar razonamiento con v2, la expresin (1) se
escribir:
[T(v2)]B = ABB[v2]B

(3)

Expresemos v2 en la base B del dominio.

v2 se obtendr como combinacin lineal de los vectores de B. Es decir
v2 = k1v1 + k2v2 + + knvn
En este caso, la resolucin de esta ecuacin vectorial tambin es muy sencilla,
ya que los escalares que verifican la igualdad son k 2 = 1; k1 = k3 = ... = kn = 0
Por lo tanto:

[v2]B =

0

1


0

y en consecuencia:

[T(v2)]B =

a11 a12

a 21 a 22
... ...

am1 am 2

... an1

... an 2
... ...

... amn

0

1


0

a12

a 22

am 2

Es decir, la segunda columna de la matriz A BB no es otra cosa que la imagen

del vector v2 perteneciente a la base B del dominio expresado en la base B del
codominio.
Extendiendo este razonamiento a todos los vectores vi de la base B del
dominio, llegamos a la conclusin ya enunciada que la matriz asociada a la
transformacin lineal que me transforma un vector expresado en la base B del
dominio en su imagen expresada en la base B del codominio se obtiene
escribiendo como columnas las imgenes de los vectores de la base B
expresados en la base B.
21. En el ejercico anterior, si B = {(1,1);(0,2)} y B = {(1,1,1);(1,1,0);(1,0,0)}
resulta:

2

0
2

Resolviendo el sistema,
Anlogamente

x

y
z

1

1

0

2

2

0
2

2
0

1

1
=x

2
2

1

1
+y

1

0
+z

2
0

1

1
= x

1

1
+ y

1

0
+ z

Resolviendo el sistema:

x'

y'
z'

2
4

Por lo tanto la matriz ABB =

0
2

2 2
2
4

Como puede observarse, A A BB . En general, para diferentes bases en el

dominio y codominio, tendr distintas matrices asociadas a la transformacin
lineal.
22. Sea T: V W una transformacin lineal.
Vamos a demostrar que el Ncleo de la transformacin lineal [Nu (T)] es un
subespacio vectorial del dominio V.
Recordemos que Nu (T) est formado por todos los elementos de V cuya
imagen es el vector nulo (0) del codominio W.
Para probar que Nu (T) es un subespacio vectorial, debemos demostrar:
a.- Que Nu (T) no es un conjunto vaco.
b.- Que es cerrado para la suma.
c.- Que es cerrado para el producto por un escalar.
Solucin
a.- Nu (T) no es vaco ya que una de las propiedades de las transformaciones
lineales (se sugiere consultar los apuntes de clase o la bibliografa propuesta)
es que si una aplicacin T es lineal, entonces el vector nulo del dominio tiene
como imagen el vector nulo del codominio.
Es decir T(0V) = 0W
En consecuencia, siempre Nu (T) tiene al menos un elemento, que es el vector
nulo del dominio.
b.- Consideremos que u Nu (T) y que v Nu (T)

Debe probarse que u + v Nu (T)

Si u Nu (T), entonces T(u) = 0 (1)
Si v Nu (T), entonces T(v) = 0 (2)
Sumando las expresiones indicadas con los numerales (1) y (2) resulta :
T(u) + T(v) = 0 (3)
Como T es lineal, T(u) + T(v) = T (u + v) (4)
Reemplazando (4) en (3) resulta :
T(u + v) = 0

u + v Nu (T)

con lo que se prueba que es cerrado para la suma

c.- Consideremos que u Nu (T) y que es un nmero real.
Debe probarse que u Nu (T)
Si u Nu (T), entonces T(u) = 0 (5)
En consecuencia, T(u) = 0 = 0

(6)

Pero como T es lineal T(u) = T(u) (7)

Reemplazando (7) en (6) queda:
T(u) = 0

u Nu (T)

con lo que se prueba que es cerrado para el producto por un escalar y en

consecuencia, es un subespacio vectorial de V
23. Sea T: V W una transformacin lineal.
Vamos a demostrar que la Imagen de la transformacin lineal [Im (T)] es un
subespacio vectorial del codominio W.
Recordemos que la Im (T) es el conjunto formado por todos los elementos del
codominio que tienen su correspondiente preimagen.
Para probar que Im (T) es un subespacio vectorial, debemos demostrar:
a.- Que Im (T) no es un conjunto vaco.
b.- Que es cerrado para la suma.
c.- Que es cerrado para el producto por un escalar.
Solucin
a.- Im (T) no es vaco ya que una de las propiedades de las transformaciones
lineales, tal cual sealramos cuando tratamos este tema con Nu (T), es que si

una aplicacin T es lineal, entonces el vector nulo del dominio tiene como
imagen el vector nulo del codominio.
Es decir T(0V) = 0W
En consecuencia, siempre Im (T) tiene al menos un elemento, que es el vector
nulo del codominio, cuya preimagen es el vector nulo del dominio V.
b.- Consideremos que u Im (T) y que v Im (T)
Debe probarse que u + v Im (T)
Si u Im (T), entonces existe al menos un vector x de V tal que T(x) = u (1)
Si v Im (T), entonces existe al menos un vector y de V tal que T(y) = v (2)
Si sumamos miembro a miembro las expresiones (1) y (2), resulta:
T(x) + T(y) = u + v

(3)

Como T es lineal, T(x) + T(y) = T(x + y), por lo tanto, reemplazando esta
expresin en (3), resulta:
T(x + y) = u + v
lo que significa que u + v tiene como preimagen en V a los vectores x + y, por
lo tanto, u + v Im (t)
c.- Consideremos que u Im (T) y que es un nmero real.
Debe probarse que u Im (T)
Si u Im (T), entonces existe al menos un vector x en V tal que T(x) = u (4)
Multiplicando la expresin (4) miembro a miembro por el escalar resulta:
T(x) = u

(5)

Como T es lineal, T(x) = T(x) (6)

Reemplazando (6) en (5) queda:
T(x) = u
lo que significa que u tiene como preimagen en V al vector x, por lo que
entonces u Im (T) y en consecuencia la Imagen de una transformacin lineal
es un subespacio vectorial del codominio.
24. Sea T: V W una transformacin lineal.
Supongamos que conocemos una base B del dominio, tal que B = {v1, v2,,
vn}
Adems, conocemos las imgenes de los vectores de esa base, es decir, T(v1),
T(v2) T(vn) son tambin datos del problema.

Bajo esas hiptesis, es posible conocer la imagen de cualquier vector v V y

dicha imagen es nica. Por tal motivo, tambin se conoce a este teorema como
el de unicidad de las transformaciones lineales (siempre y cuando sean
conocidos los elementos ms arriba indicados)
Solucin
En efecto; por ser B base del espacio vectorial V, cualquier vector del dominio
puede obtenerse como combinacin lineal de los vectores de la base, y dicha
combinacin lineal es nica.
Es decir:
v = k1v1 + k2v2 + + knvn

(1)

donde v es un vector cualquiera del dominio y k 1, k2,, kn son escalares (dichos

escalares son las coordenadas del vector v en la base B; tal cual se ha
expresado, como los vectores de la base son linealmente independientes, esos
escalares son nicos. En otras palabras, el sistema de ecuaciones lineales que
resulta de resolver la ecuacin vectorial (1) es un sistema compatible
determinado)
Si los vectores que se encuentran en ambos miembros de la ecuacin (1) son
iguales, tal como all se indica, entonces sus imgenes son tambin iguales. Por
lo tanto:
T(v) = T(k1v1 + k2v2 + + knvn) = T(k1v1) + T(k2v2) + + T(knvn) = k1T(v1) +
k2T(v2) + + knT(vn)
(2)
por ser T lineal.
Como T(v1), T(v2) T(vn) son conocidos, y los escalares k 1, k2, ..., kn se
obtienen resolviendo la ecuacin vectorial (1), a travs de un sistema de
ecuaciones lineales, de la lectura de la ecuacin (2) se concluye que es posible
obtener la imagen T(v) de cualquier vector v del dominio, siendo esta imagen
nica, ya que lo son los escalares, lo que demuestra el teorema.
25. Determine si la transformacin dada es 1a1, sobre, o ambas.

x x y

T
y 2x y

T : 2 2
Solucin:

x
Nu(T )
y

x y 0

2x y 0

x y 0
x y

y0

 0
Nu (T )
0

T es 1a1.

(T ) 0 ( x) x
Im( T ) 2 T es sobre.
26.

T : R2 R2

x h

y k
V ; T (v1 v 2 ) T (v1 ) T (v 2 ) 0

v1 , v 2

x1
x2

v 2
y1
y2
T (v `1 v 2 ) T (v1 ) T (v 2 )
v1

x1 x 2
y1 y2

x1
y1

x1 x 2
y1 y 2

x1 x 2 h

y1 y 2 k

x1 h

y1 k

x2
y2

x2 h

y 2 k

x1 x 2 2h

y1 y 2 2k

No se cumple el primer axioma, por lo tanto T no es lineal.

27. Sea

T : P2 R 3

1

T x 1 0
1

Determine

una transformacin lineal tal que

0

T x 1 1
1

2

T ax 2 bx c

1

T 2 x x 2 1
0

2

ax 2 bx c 1 ( x 1) 2 ( x 2 1) 3 (2 x 2 x 2)
Ubicamos las combinaciones lineales en una matriz para obtener los

| a 1 0
1 |
b 1 0 1 |
b

0
1 | b 0 1
2 |
a 0 1 2 |
a

1 1 2 | c 0 1 3 | c b 0 0 1 | c b a

1 3 b
2 2 3 a
3 b c a

2 3a 2c 2b

1 a c

T (ax 2 bx c) T ( 1 ( x 1) 2 ( x 2 1) 3 ( 2 x 2 x 2)
T (ax 2 bx c) 1T ( x 1) 2T ( x 2 1) 3T (2 x 2 x 2)
1
0
1



T (ax bx c) 1 0 2 1 3 1
1
1
0



1
0
1

T (ax 2 bx c) a c 0 3a 2c 2b 1 b c a 1
1
1
0



b

2
T (ax bx c) 2a b c
4a 2b 3c

Otra manera de llegar a la misma respuesta es la siguiente:

T (ax 2 bx c) aT ( x 2 ) bT ( x) cT (1)
T ( x) T (1) V1
T ( x 2 ) T (1) V2

2T ( x 2 ) T ( x) 2T (1) V
3

V2
0 1 1 | V1 1 0 1 |

V1
1 0 1 | V2 0 1 1 |
2 1 2 | V 0 1 0 | V 2V
3
3
2

T ( x) V3 2V2 T ( x) 1
2

0

T (1) V1 T ( x) 1
3

0

T ( x ) V2 T (1) T ( x ) 2
4

0
1
0

2
T (ax bx c) a 2 b 1 c 1
4
2
3

T (ax bx c) 2a b c
4a 2b 3c

28. Determine el ncleo, el recorrido, la nulidad y el rango de la

transformacin dada.
a)

T : P2 3

a b

T : ax bx c a c
a b

Nu (T ) ax 2 bx c / T (ax 2 bx c) 03

 a b
0
ab 0

a c 0 a c 0
a b
0
ab 0

0 P2 0
(T ) 0

1
1

a0

00

1 0 b 0
00
c0

Re(T ) y / T ( P ( x)) y para a lg un P ( x ) P2

z
z

Sea P(x)=ax2+bx+c

a b x

a c y
a b z

Re(T ) 3

1 1 0 1

1 0 1 1
1 1 0 1

(T ) 3

29. Determine el ncleo, el recorrido, la nulidad y el rango de la

transformacin dada.

T : M 2x2 M 2x2
T ( A) AT

a b

a b
M 2 x 2 / T
0M 2 x 2
Nu (T )
c d
c d

a b 0 0

c d 0 0

a0
b0

c0

(T ) 0

d 0

0 0

Nu (T )
0 0
Re(T ) B M 2 x 2 / T ( A) B para a lg un A M 2 x 2

T ( A) B AT

(T ) 4

Re(T ) M 2 x 2

por que siempre hay

una transpuesta
ax bz

cy dw

a b a c x y

c d b d z w

30. Determine el ncleo, el recorrido, la nulidad y el rango de la

transformacin dada.

T : C 0,1
1

T ( f ) f ( x).dx
0

Nu (T ) f C 0,1 / T ( f ) 0 f C 0,1 / f ( x).dx 0

0

T ( f ) f ( x).dx k , k

(T )

Re(T ) K / T ( f ) K
1

T ( f ) f ( x).dx K , K

para a lg un f C 0,1

(T ) 1

31. Sea

T :

y
z

T : 3 3

x 2y z

2x y z
x 3 y 2z

;determine A(T), Nu(T), Im(T),

(T ) (T )
,

 x 1 2 1

T : y 2 1 1
z 1 3 2

x

y
z

1 2 1

A(T ) 2 1 1
1 3 2

1 2 1 0
1 2 1 0

Nu (T ) 0 5 3 0 0 5 3 0 base
0 5 3 0
0 0
0 0

5 y 3z 0
3
y z
x 2y z 0
5
3
x 2 z z
5
z
x
5
32. Resolver

z/5

3 z / 5 / z
z

(T ) 1
a
x
a
x




Re(T ) b / T y b para a lg un y
c
z
c
z

 1 2 1

2 1 1
1 3 2

x a
1 2 1 a

y b 2 1 1 b
z c
1 3 2 c

a
1 2 1

0 5 3 b 2a c a
0 0
0 c a

Re(T ) b / a, b (T ) 2
a

33. Determine la matriz asociada a la transformacin:

T : P2 P2
T ( P ( x)) xP( x)
Determine A(T) con respecto a:

a ) Bc 1, x, x 2

b) B 1,1 x,1 x x 2

Solucin:

T (a bx cx 2 ) bx cx 2

AT b
2c

ATBc T (1) Bc

T (1) Bc

T (1) 0

T ( x )

T ( x) Bc

Bc

0
0

2

3

0 1 (1) 2 ( x ) 3 ( x 2 ) 1 2 3 0

2

3

T ( x) 2

3

T ( x 2 ) 1 2 x 2 2 x 2

ATB T (1) B

0
2

T ( x) Bc

T ( x ) 1 x x

0
1
0

T (1 x) B

T (1) B 0 T (1) 0

x 1 (1) 2 ( x ) 3 ( x 2 ) 1 3 0, 2 1

2 x 2 1 (1) 2 ( x ) 3 ( x 2 ) 1 2 0, 3 2

0
0
0

T (1 x x )
2

T (1) B

1
1
0

1
2

1
1 0

2 0 1 (1) 2 (1 x) 3 (1 x x 2 ) 2 0

0
3
3

T (1 x) B 1( x) x x 1 (1) 2 (1 x) 3 (1 x x 2 )
x 1 2 3 2 3 x 3 x 2
3 0,

2 3 1 2 1,

T (1 x x )
2

x 2x 2

T [2 x x] B 2

3

3 2

2 x x (1) 2 (1 x) 3 (1 x x ) 2 1
1
1

T:

1 2 3 0 1 1

3 M 2 x 2

x
x
T y
z x z

x z

34. Hallar A(T) con respecto a:

a) base cannica

1

BC1 0
0

0

, 1
0

0

, 0
1

1 0

BC 2
0 0

0 1

0 0

0 0

1 0

0 0

0 1

Solucin:

T BC1BC 2

T 0

0

0

T
1
0

BC 2

BC 2

0
0 1

T 1
1
0

0

0
0 0

T 0

1
0

Respuesta:
35. Sea

0 0

1 0
1 1

0 0

T : P2 M 2 x 2

B1 1,1 x,1 x x 2

1 1 1 0
,

B2
1 1 1 1

A T B1 B2

1 2

1 1

2 3

0 2

0 1

1 0

1
0

1 1

0 0

0

T
0
1

1
1 0

T 0
0 0 1

0
0

BC 2

Determine:

a ) T ( x 2 3 x 2)

B2

b)T ( x 3 x 2)
2

c)T (ax 2 bx c )

Solucin:

T ( x

a)

3x 2) B 2 AT x 2 3 x 2 B1

T ( P( x)) B 2 A P( x) B1

x 3 x 2 B1 2 tal que : x 2 3x 2 1 (1) 2 (1 x) 3 (1 x x 2 )

3

x 2 3 x 2 3 x 2 ( 2 3 ) x ( 1 2 3 )

3 1
2 3 3
2
2
3
1

21 3
2 4

2
1

1 1
2
3

0
2

0
* 4

1 2

1 1
1 0
0 1
1 1
0
2
6

T x 2 3 x 2 3
1 1
1 1
1 0
0 0

b)

0
1
0
2

1 2 2 3
1 2 4 1
1 5

 9 11

T x 2 3 x 2
1

c)

T ax 2 bx c AT ax 2 bx c B1

ax 2 bx c 1 (1) 2 (1 x) 3 (1 x x 2 )
3 x 2 1 3 x 1 2 3

3 a
2 3 b
c
2
3
1

1 2

1 1

2 3

0 2

1
0

2 b a

1 c a (b a )
1 c a b a
1 c b

c b

b a
a

c b 2b 2a 2a b c

c b b a a
2a c

2c 2b 3b 3a 3a b 2c

2b 2a 2a
2b

1 1
1 0
0 1
1 1
(2a c )
3a b 2c
2b

1 1
1 1
1 0
0 0

T ( ax 2 bx c) (2a b c)

36. Determine si T es isomorfismo:

T : P2 P2

a)

T ( P ( x )) P( x)( x 1)

c / c

Nu (T ) ax 2 bx c / T (ax 2 bx c) 0

T (ax bx c) 2ax b ( x 1) 2ax bx 2ax b 0 x 2 0 x 0

2a 0
b 0 b 2a 0
2

a0
b 0
T no es injectiva.
T no es isomorfism o.

T : 3 M 2 x 2

b)

x
x y

T : y
z z 0

Solucin: las dimensiones no son iguales.

x


0 0
3

Nu (T ) y / T y 0;0 M 2 x 2
z
z
0 0

x
x y 0 0

T y
z z 0 0 0

x0
y0
z0

T es injectiva.

x
a b
a b
M 2 x 2 / T y

Re(T )
c
d
c d

xa
x
x y a b
y b

T y
zc
z z 0 c d

0d

T no es isomorfismo.

0
T no es sobrejectiva
3

c)Sea V un espacio vectorial con

T : V n
x T ( x) x B

B V1 ,V2 ,..., Vn

determine si:

( Dim V ) n
es un isomorfismo.

Solucin:

Nu (T ) x V / T ( x) 0W

T ( x) x B 0W

x B

2 donde

3

Entonces

x 1V1 2V2 ... nVn

x 0(V1 ) 0(V2 ) ... 0(Vn ) 0V T es 1a1.

Nu (T ) 0V (T ) 0 (T ) n Re(T ) n

T es sobrejectiva

T es isomorfism o.