Documentos de Académico
Documentos de Profesional
Documentos de Cultura
APLICACIONES LINEALES
Una correspondencia entre dos conjuntos A y B es una ley que nos permite relacionar los
elementos de A con los de B. Se representa como f: A B.
Una aplicación es una correspondencia unívoca lo que significa que asocia a todo
elemento de A un solo elemento de B.
a) f( v + w) = f(v) + f(w) v, w E
b) f( ·v ) · f (v) v E K
1
Ejemplos:
1) f: R3 R2 definida por f ( x1 , x 2 , x3 ) ( x1 x3 , 2 x1 x 2 )
2) f: R2 R3 definida por f ( x1 , x 2 ) ( x1 x 2 , 2 x1 , x 2 )
3) f: R3 R4 donde f ( x1 , x 2 , x3 ) ( x1 x3 , 2 x1 x 2 , 3 x1 , x 2 x3 )
Ejemplo 1 .
Sol: Calculamos:
f( 1, 0, 0 ) = ( 1, 2) = 1 ( 1, 0 ) + 2 ( 0, 1 )
1 0 1
f( 0, 1, 0 ) = ( 0 , – 1) = 0 ( 1, 0 ) – 1 ( 0, 1 ) La matriz sería 2
1 0
f( 0, 0 ,1 ) = ( 1, 0 ) = 1 ( 1, 0 ) + 0 ( 0, 1)
Ejemplo 2 .
Sol: Calculamos:
f( 1, 0, 0 ) = ( 1, 2) = a ( 2, 1 ) + b( – 1, – 1 ) de donde a = – 1 b=–3
f( 0, 1, 0 ) = ( 0 , – 1) = a ( 2, 1 ) + b ( – 1, – 1 ) de donde a = 1 b=2
f( 0, 0 ,1 ) = ( 1, 0 ) = a ( 2, 1 ) + b ( – 1, – 1) de donde a = 1 b=1
1 1 1
En este caso la matriz sería 3
2 1
2
Ejemplo 3 .
Sol: Calculamos:
f ( 3, 2, – 1) = ( 2 , 4) = 2 ( 1, 0 ) + 4 ( 0, 1)
f( 2, 0 , 2 ) = ( 4, 4 ) = 4 ( 1, 0 ) + 4 ( 0, 1)
f( 0, 1, 1 ) = ( 1, – 1 ) = 1( 1, 0 ) – 1 ( 0, 1 )
2 4 1
La matriz asociada sería 4
4 1
Ejemplo 4.
Sol: Calculamos:
f ( 3, 2, – 1) = ( 2 , 4) = a ( 2, 1 ) + b ( – 1, – 1) de donde a = – 2 b=–6
f( 2, 0 , 2 ) = ( 4, 4 ) = a ( 2, 1 ) + b ( – 1, – 1) de donde a = 0 b=–4
f( 0, 1, 1 ) = ( 1, – 1 ) = a( 2, 1 ) + b ( – 1, – 1 ) de donde a = 2 b=3
2 0 2
La matriz asociada será 6
4 3
Obsérvese que los ejemplos más sencillos son aquellos en los que la base del espacio
vectorial F es la canónica ya que en este caso la imagen del vector coincide con las
coordenadas del vector respecto de la base.
3
5.- APLICACIÓN LINEAL CANÓNICAMENTE ASOCIADA A UNA MATRIZ
Sabemos que: f( 1, 0, 0 ) = ( 2, 0 ,1 ) f( 0, 1, 0 ) = ( 4, 3, 0 ) y f( 0, 0, 1 ) = ( – 1, 1, 1)
Como ( x1 , x 2 , x3 ) x1 (1 , 0 , 0 ) x 2 ( 0, 1, 0 ) x3 ( 0, 0, 1 ) se tendrá que
f ( x1 , x 2 , x3 ) f [ x1 (1 , 0 , 0 ) x 2 ( 0, 1, 0 ) x3 ( 0, 0, 1 )]
Este resultado se puede obtener también multiplicando la matriz dada por el vector
2 4 1 x1 2 x1 4 x 2 x3
( x1 , x 2 , x3 ) . Veámoslo. Si multiplicamos 0 3 1 x 2 = 3 x 2 x3 que si lo
1 0 1
x3 x1 x3
ponemos como fila obtenemos la expresión ****
Ejemplo 1.
4
Ejemplo 2.
2x x
1
3
0
2
como x3 x1 y x 2 2x1 , el núcleo está formado por los vectores de la
forma ( x1 , x 2 , x3 ) ( x1 , 2 x1 , x1 ) x1 (1, 2, 1) es decir lo forman todos aquellos
vectores generados por el ( 1, 2, – 1). Se escribe Ker f = R( 1, 2, – 1)
Se puede comprobar que cualquier vector generado por él, se transforma en el neutro
Ejemplo 3
Sol: El vector que pertenezca al Ker f se tiene que transformar mediante la aplicación f, en el
neutro de R 2 . Si calculamos f( 2, – 1, 3 ) = ( 0, 0). Se puede comprobar que los otros dos no
lo verifican
Ejemplo 4
1 2 0
La matriz asociada a una aplicación lineal en las bases canónicas es 1 1 1 . ¿ Cuál
de los siguientes vectores ( 1, 2, 0 ) ( 1, – 1, 1) ( 2, – 1, 3 ) pertenece al Ker f?
Como hemos dicho en la nota anterior, la imagen de un vector, también se puede calcular
2
1 2 0 0
multiplicando la matriz por dicho vector. En este caso 1 1 . Por lo
1 1
3 0
tanto este vector es el que pertenece al núcleo
Sea f una aplicación lineal de E en F. La imagen de esta aplicación la constituyen todos los
vectores de F que son imagen de al menos un vector de E. En símbolos:
8.- Teorema.
5
Ejemplo 1
Sol: Calculamos: f( 1, 0, 0 ) = ( 1, 2) f( 0, 1, 0 ) = ( 0 , – 1) f( 0, 0 ,1 ) = ( 1, 0 )
Como la base canónica es un sistema generador de E, sus imágenes que son los vectores
{(1, 2) ( 0, – 1)( 1, 0)} son un sistema generador de la imagen de f. Si queremos buscar una
base de la imagen tendremos que elegir los que sean linealmente independientes, por ejemplo
{(1, 2) ( 0 , – 1)}. Se escribe Img f = R (1, 2 ) + R( 0, – 1)}
Ejemplo 2
La matriz asociada a una aplicación lineal de R 3 en R3 en las bases canónicas viene dada por
1 1 0
2 1 3 . Averiguar la dimensión del subespacio imagen
1 0 1
Sol: Sabemos que las columnas de la matriz son las imágenes de la base canónica de R 3, por lo
tanto son un sistema generador de la imagen de f. Para averiguar su dimensión, hemos de ver
cuántos son linealmente independientes. Si observamos la tercera columna, vemos que es
suma de las dos primeras, luego la dimensión es 2. También podíamos haberlo visto
calculando el determinante y comprobando que da 0.
Ejemplo 3
La matriz asociada a una aplicación lineal de R 4 en R2 en las bases canónicas viene dada por
2 4 2 6
. Averiguar la dimensión del subespacio imagen.
1 2 1 3
Sol: Las columnas sabemos que generan la imagen. Si las observamos, vemos que son
proporcionales. Luego la dimensión de la imagen de f es 1. Se escribe Img f = R( 2, – 1)
Ejemplo 4
Sol: Como los vectores columna son un sistema generador de la imagen y por lo tanto
pertenecen a ella, tendrán que cumplir la ecuación correspondiente. Podemos comprobar que
dichas columnas sólo verifican la ecuación del apartado c)
6
9.- Teoremas
8.2.- f es suprayectiva Im g f F
Ejemplo
Sol: El rango de una aplicación lineal es la dimensión del subespacio imagen. Sabemos que
las columnas de la matriz son un sistema generador de dicho subespacio. Para saber su
dimensión hemos de calcular las columnas que son linealmente independientes. Como son
vectores de R3, como máximo será 3. Las dos primeras lo son. Veamos si al añadir la tercera
lo son. Para ello calculamos el determinante formado por las tres primeras columnas y vemos
que nos da 0. Probamos ahora con la primera, segunda y cuarta y vemos que también da 0.
Luego sólo hay dos linealmente independientes. El rango es por tanto 2
11.- Teorema.
Ejemplo 1
Sol: Hemos visto en el apartado 5, ejemplo 2, que el núcleo está formado por los vectores de
la forma ( x1 , x 2 , x3 ) ( x1 , 2 x1 , x1 ) x1 (1, 2, 1) es decir lo forman todos aquellos
vectores generados por el ( 1, 2, – 1). Ker f = R ( 1, 2, – 1) y por lo tanto su dimensión es 1.
Como la dimensión de E es 3, por el teorema anterior la dim Img f = 2 para que 1 + 2 = 3
Ejemplo 2
7
f: R2 R3 definida por f ( x1 , x 2 ) ( x1 x 2 , 2 x1 , x 2 )
Se pide calcular las dimensiones del núcleo y la imagen
Ejemplo 3
Ejemplo 4
En el ejemplo 3 del epígrafe 7 sabemos que dim Img f = 1, por lo tanto dim Kerf + 1 = 4 de
Ejemplo 5
Sol: Hemos visto en el ejemplo del epígrafe 9 que el rango de la aplicación lineal era 2 y por
lo tanto ésta es la dimensión de la Img f. Haciendo ahora uso del teorema se tendrá:
dim Ker f + dim Img f = dim R4 de donde dim Ker f + 2 = 4 y dim Ker f = 2
14.- Caracterización de una aplicación lineal conociendo las imágenes de los vectores de
una base cualquiera
Se trata de encontrar la expresión algebraica de una aplicación lineal conociendo las imágenes
de los vectores de una base cualquiera
Ejemplo
Supongamos una aplicación lineal f de R 3 en R2 y sea una base de R 3 dada por los vectores
B = { ( 1, 1, 0) ( 0, 1, 0) ( 1, 0, 1 )} y conocemos las imágenes de estos vectores que son
8
f( 1, 1, 0) = ( 2, 1 ) f( 0, 1, 0 ) = ( 1, 0 ) y f( 1, 0, 1 ) = ( 1, 2 ). Nosotros queremos saber la
expresión de f ( x1 , x 2 , x3 ) .
Como ( x1 , x 2 , x3 ) x1 (1 , 0 , 0 ) x 2 ( 0, 1, 0 ) x3 ( 0, 0, 1 ) entonces:
f ( x1 , x 2 , x3 ) f [ x1 (1 , 0 , 0 ) x 2 ( 0, 1, 0 ) x3 ( 0, 0, 1 )]
( 1, 0, 0 ) = a( 1, 1, 0) + b( 0, 1, 0 ) + c( 1, 0, 1 ) de donde a = 1 b = – 1 c = 0
( 0, 0, 1 ) = a ( 1, 1, 0 ) + b( 0, 1, 0 ) + c ( 1, 0, 1 ) de donde a = – 1 b = 1 c = 1
= x1[ ( 2, 1) – ( 1, 0) ] + x2 ( 1, 0 ) + x3 [ – ( 2, 1 ) + ( 1, 0 ) + ( 1, 2 ) ] =
= x1 ( 1, 1 ) + x2 ( 1, 0 ) + x3 ( 0, 1) = ( x1 + x2 , x1 + x3 ) que es la expresión de la
aplicación lineal.
f ( x1 , x 2 ) ( x1 2 x 2 , x1 x 2 , 2 x1 x 2 ) y g ( x1 , x 2 ) ( x1 x 2 , 3x1 , x1 2 x 2 )
1 2
La matriz asociada a f en las bases canónicas sería A = 1 1 y la de g sería
2 1
1 1
B 3 0 .
1 2
2 3
C= 4 1 que se comprueba que es la suma de A + B
1 3
9
16.- Composición de aplicaciones
Dada una aplicación lineal “f” de E en F y otra “g” de F en G, se trata de buscar una
aplicación lineal de E en G que se llama aplicación compuesta de f y g y se representa g f .
Nótese que el espacio vectorial final de la aplicación f ( F) es el espacio vectorial inicial de la
aplicación g.
Ejemplo 1
g f ( x1 , x2 ) g f ( x1 , x2 ) g ( x1 x2 , x1 x2 , 2 x1 x2 ) g (t1 , t 2 , t 3 ) . =
= [ x1 x 2 (2 x1 x 2 ), x1 x 2 x1 x 2 2 x1 x 2 , ( x1 x 2 ) 2(2 x1 x 2 )]
Ejemplo 2
10
Si el vector v = ( 2, – 3) , calcular f f (v)
Ejemplo 3
11 6
La matriz asociada a una aplicación lineal de R2 en R2 viene dada por 18 y sea
10
v = ( 2, – 3). Calcular f f f (v)
11 6 2 4
Sol: f f f (v) = f f f (v) Pero f(v) = 18 . Quedaría
10 3 6
11 6 4 8
= f f ( 4 , 6) f f ( 4 , 6) . Pero f( – 4, 6 ) = 18 y queda
10 6 12
11 6 8 16
= f( 8, –12 ) = 18 que es el resultado pedido. También se puede
10 12 24
16 2
poner 24 8 3 8v
Ejemplos:
1 1
a) 1 1 . Sol: Como las dos columnas son L.I. el rango es 2
2 1
1 0 1
b) 2 1 0 . Sol: 2. ya que en R2, a lo sumo hay dos vectores L.I. Los dos primeros por
ejemplo lo son
1 0 1
c) 1 1 1 . Sol: 3 ya que las tres columnas son L.I.. Se puede comprobar viendo que
1 0 2
el determinante es distinto de 0
11
1 0 2
d) 1 1 3 Sol. 2. El determinante vale 0 con lo que no puede ser 3 y además las dos
1 0 2
primeras columnas por ejemplo son L.I.
1 0 2 0
e) 1 1 3 2 Sol : 2 . Las dos primeras son L.I. y al intentar ampliar , el
1 0 2 0
determinante en los dos casos vale 0
Ejemplo: Sea E = R3 un espacio vectorial sobre un cuerpo K = R. Una forma lineal puede ser
f : R3 R definida por
Al ser E* un espacio vectorial, sus elementos que son las formas lineales cumplen todas las
propiedades de serlo. En particular se pueden encontrar bases. Se trata en este epígrafe de:
dada una base del espacio vectorial E, encontrar otra base de E* asociada a ésta y que se
denomina “base dual” de la de E. Se demuestra que si B = v1 , v 2 ,......v n es una base de E,
su base dual B ' v1 , v 2 ,.....v n cumple que:
* * *
vi* (v j ) 1 si i = j y vi* (v j ) 0 si i j **
Ejemplo 1
( 1, 0 , 0 ) = a( 1, 1, 1) + b( 0, – 1, 2 ) + c( – 1, – 1, 0 ) de donde a = – 2 b = 1 c = – 3
( 0, 1 , 0 ) = a( 1, 1, 1) + b( 0, – 1, 2 ) + c( – 1, – 1, 0 ) de donde a = 2 b = – 1 c = 2
( 0, 0 , 1 ) = a( 1, 1, 1) + b( 0, – 1, 2 ) + c( – 1, – 1, 0 ) de donde a = 1 b = 0 c = 1
Es decir:
( 1, 0 , 0 ) = – 2( 1, 1, 1) + 1( 0, – 1, 2 ) – 3( – 1, – 1, 0 ) = – 2 v1 v 2 3v3
12
( 0, 1 , 0 ) = 2( 1, 1, 1) – 1( 0, – 1, 2 ) + 2( – 1, – 1, 0 ) = 2v1 v 2 2v3
( 0, 0 , 1 ) = 1( 1, 1, 1) + 0( 0, – 1, 2 ) + 1( – 1, – 1, 0 ) = v1 v3
v3* ( x1 , x 2 , x3 ) v3* [ x1( 1, 0, 0) +x2( 0 ,1, 0) + x3( 0, 0, 1)] = x1· v3* ( 1, 0, 0 ) + x2· v3* ( 0,1,0 ) +
x3· v3* ( 0, 0, 1 ) = x1· v3* [ – 2 v1 v 2 3v3 ] + x2· v3* [ 2v1 v 2 2v3 ] + x3· v3* [ v1 v3 ] =
x1 ·v3* ( 2v1 ) x1 ·v3* (v 2 ) x1 ·v3* ( 3v3 ) + x 2 ·v3* ( 2v1 ) x 2 ·v3* ( v 2 ) x 2 ·v3* ( 2v3 )
x3 ·v3* (v1 ) x3 ·v3* (v3 ) y recordando ** = 3 x1 2 x 2 x3
Ejemplo 2
20.- Ortogonalidad
Sea E un espacio vectorial de dimensión finita y sea E* su espacio dual. Se dice que un
elemento f E* y un vector v E son ortogonales si se cumple que f(v) = 0
Sean E y F dos espacios vectoriales sobre un mismo cuerpo K. Dada una aplicación de E
en F se dice que es una aplicación afín si existe un vector w de F y una aplicación lineal f de E
en F tal que x E se cumple que (x) = w + f(x)
13
Ejemplo: La aplicación : R2 R2
( x1 , x 2 ) ( x1 , x 2 ) ( x1 x 2 1 , 2)
PROBLEMAS DE EXAMEN
Sol: La a) no puede ser por tener el valor absoluto. La c) por tener el cuadrado y por estar mal
f(0, 0, 1, 1) = (1, 1, 2)
a) ( x 1 x 2 x 4 , x 2 x 3 , 4x 2 3x 3 x 4 )
14
b) ( x 1 x 2 x 4 , x 2 x 3 x 4 , 4x 2 3x 3 2x 4 )
c) ( x 1 x 2 x 4 , x 2 x 3 x 4 , 4x 2 3x 3 2x 4 )
d) ( x 1 x 2 x 4 , x 2 x 3 , 4x 2 3x 3 2x 4 )
Como no sabemos que vale f(0, 0, 0, 1), escribimos este vector en función de la base B
= ( x1 x 2 x 4 , x 2 x3 , 4 x 2 3x3 x 4 ) que es la a)
1 1 0 1 1 1 0 1 0 0 0 1
a) 0 1 1 0 b) 0 1 1 1 c) 0 0 1 1 d)
0 4 3 1 0 4 3 2 1 4 3 2
1 0 0
1 1 4
0 1 3
1 1 2
1 1 0 1
y f(0, 0, 0, 1) = (1, 0, 1) si los colocamos en columnas nos da la matriz 0 1 1 0 que
0 4 3 1
es la a)
a) ( x 1 , x 2 , x 3 ) R / x 1 0 ; x 2 x 4 0
3
b) ( 0 , , , ) R 4
/ R
c) ( x 1 , x 2 , x 3 ) R / x 1 0
3
d) R3
15
Sol: Sabemos que las columnas de la matriz son un sistema generador de la Img f.; por tanto
tercera.
La b) no es correcta ya que las columnas son vectores de R3 y en esta respuesta los escribe de
La respuesta es la d). También se puede comprobar, viendo que las tres primeras son vectores
L.I. Luego son una base de R3 y este espacio vectorial sería la Img f.
a) x1 = 0 ; x2 = x3 ; x2 = x4 b) x1 = 0 ; x2 = x3
c) x1 = x2 = x3 = x4 = 0 d) x1 = 0 ; x2 = 0 ; x3 = x4
Sol: Sabemos que la imagen de un vector del núcleo es el elemento neutro. Veamos cuál es.
0 0
1 1 0 1 0
t t
Un vector del apartado a) sería de la forma . Entonces 1
t
0
0
1 0
t = 0 y
4 3 1
0
t t
esta sería la respuesta.
Nótese que la c) también serviría porque la imagen del neutro es el neutro, pero esta ya se da
x1 x2 x4 0
resolver el sistema: x2 x3 0
0
y de aquí obtenemos: x1 = 0 ; x2 = x3
; x2 = x4
4 x2 3 x3 x4
16
Luego es la a).
Para que sea automorfismo ha de ser biyectiva y entre los mismos espacios vectoriales
1 0 0
asociada en las bases canónicas es 1 1 0 . La matriz asociada a g f es:
1 1 0 1
1 0 0 1 1 0 1
= 0 1 1 0 = y la respuesta es la d)
1 1 0
0
1
0 1 1
4 3 1
Sol: Por teoría sabemos que una forma lineal es una aplicación f: Rn ------- R definida como
f(x1, x2, ……. xn) = a1x1 + a2x2 +………….+ anxn. Según esta definición la respuesta es la b)
1 0 1 1 1 0 2 0 1
a)
0 1 1 b)
1 c) d)
0 1
1 1 3
0 1 2
1 3 1
17
1 1 0
columnas nos da la matriz 1 0 que es la b)
1
1 1 1 0 1
1 0 1 0 0 1 1 0
a) 2 b) c) 2 d)
0 1 0 1 2
0 1 1 2 0 1 2
Sol: Como en el espacio de llegada no tenemos la base canónica, las imágenes de los vectores
1
0 0
Estas coordenadas en columnas nos dan la matriz 2 que es la c)
0 1 2
2 0
1 0 1
5.- Consideremos las matrices A = 1 2
0
y B = 0 1 y sea f la aplicación
1
0
lineal de R3 en R2 de matriz asociada A en las bases canónicas y g la aplicación lineal de
El núcleo de f es:
a) (0, 0, 0) b) {(t,
t
, t)} c) R(1,
1
) d) Ninguna de las anteriores
2 2
En este caso son 3 y las dos primeras por ejemplo son L.I. Por tanto dim Img f = 2.
Por el teorema de las dimensiones: dim R3 = dim Img f + dim Ker f ; 3 = 2 + dim Ker f de
t
1 0 1 t 0
donde dim Ker f = 1. La única posible es la c). La probamos: 1 2 0 y esta
2 0
t
es la respuesta.
18
La imagen de g es:
a) Img g = ( x , y , z ) R / x 2z 0
3
b) Img g = R3
c) Img g = ( x , y , z ) R / x 2y 0
3
d) Img g = {(0, 0)}
Sol: Las columnas de la matriz B han de cumplir la ecuación de la respuesta adecuada. Como
El núcleo de g f es:
a) Ker (g f) = {(t,
t
, t)}
b) Ker (g f) = {(t,
t
) t R }
2 2
c) Ker (g f) = {(0, 0, 0)} d) Ninguna de las anteriores
2 0 2 0 2
1 0 1
Sol: Calculamos la matriz asociada a g f : 0
1
1
1
2
= 1
0
1
2 0
0
0 1
Como las columnas de la matriz generan la Img (g f) y solo las dos primeras son L.I.
2 0 2 t 0
t
Lo comprobamos 1 2 0 0 y es la a)
1
0 1
2
t 0
Sol: Para resolverlo habría que aplicar la definición de aplicación lineal a todas ellas para
19
conjunto R. La b) no lo es al ser la imagen de una componente un cuadrado. La c) tampoco ya
que la imagen del neutro de R2 ha de ser el neutro y en este caso es el (0, 1).
7.- Consideremos la base de R2: B= {(1, 0) (1, 1)} y sea g la aplicación de R2 en R3 que
c) (x1 x2, 2x1, 2x1 + x2) d) (x1 2x2, 2x2, 2x1 + x2)
Sol: Sabemos que: ( x1, x2) = x1(1, 0) + x2(0, 1) y por tanto: g( x1, x2) = g[x1(1, 0) + x2(0, 1)]=
= x1g( 1, 0) + x2g(0, 1) (*). Pero no sabemos qué vale g(0, 1). Para ello hemos de poner el
vector (0, 1) como combinación lineal de la base B de la que sí sabemos sus imágenes.
Sol: Utilizamos la expresión calculada en la anterior. g( x1, x2) = (x1 x2, 2x2, 2x1 + x2)
Nótese que al ser las bases canónicas las imágenes de los vectores de la base de R2 son las
columnas de la matriz.
20
a) 0 b) 1 c) 2 d) 3
Sol: Las columnas de la matriz, son un sistema generador de Img f. En este caso son 2 y son
Por el teorema de las dimensiones: dim R2 = dim Img f + dim Ker f ; 2 = 2 + dim Ker f de
a) R3 b) R( 1, 0, 2)
c) R( 1, 0, 2) + R( 1, 2, 1) d) R( 0, 2, 1) + R(2, 2, 0)
Sol: Como dim Img f = 2, las únicas posibles son la c) o la d) y en este caso la c) que son las
columnas de la matriz
Sol: Como dim Ker f = 0 es inyectiva y como dim Img f = 2 3 = dim R3 no es suprayectiva.
Es la a)
1 1 0 0
0 1 1 1 .
1 1 0 0
la canónica de R3 es:
1 1 0 0
1 1 0 0 2 1 0 0
0 0 1 0
a) 0 b) 0 1 1 1 c) 1 1 1 1 d)
1 0 0 1
0
1 0 0 2
1 0 0
0 0 1
2 0 1 0
1 1 1 1
2 0 1 0
21
Sol: Como la base de R3 es la canónica, la matriz tiene por columnas las imágenes de los
1 0
1 1 0 0 2 1 1 0 0 0
1 0
f( 1, 1, 0, 0) = 0 1 1 1 0 1 ; f( 0, 0, 1, 0) = 0 1 1 1 1 1
1 1 0 0 2 1 1 0 0 0
0 0
0 0
1 1 0 0 1 1 1 0 0 0
1 0
f( 0, 1, 0, 0) = 0 1 1 1 0 1 y f( 0, 0, 0, 1) = 0 1 1 1 0 1
1 1 0 0 1 1 1 0 0 0
0 1
2 0 1 0
Si las ponemos en columnas nos da la matriz 1 1 1 1 que es la d)
2 0 1 0
a) y2 = 0 ; y1 = y3 b) y3 y1 = 0 c) y2 y1 = 0 d) y1 = y2 = y3
Sol: Las columnas de la matriz generan la Img f . Basta ver qué ecuación cumplen: es la b).
Sol: Como solo hay dos columnas de la matriz L.I. que son las dos primeras por ejemplo, la
1
1 1 0 0 0 1 1 0 0
1
Para saber cuál es calculamos: 0 1 1 1 1 0 y 0 1 1 1
1 1 0 0 0 1 1 0 0
0
1
0
1
0 0
0
1
22
que son los vectores de la c) porque sus imágenes son el elemento neutro.
g( y 1 , y 2 ) y 1 y 2 . Si ( x 1 , x 2 , x 3 ) R 3 entonces g f ( x 1 , x 2 , x 3 ) es igual a:
a) ( 2x 1 , 2x 2 , x 3 ) b) x 3 c) 2x 1 2x 2 x 3 d) x 1 x 2 x 3
Sol: Calculamos: g f ( x1 , x 2 , x3 ) =
g [ f ( x1 , x 2 , x3 ) ] = g ( x1 x 2 x3 , x1 x 2 ) =
x1 x 2 x3 x1 x 2 = 2 x1 2 x 2 x3 que es la c)
10.- Sea f la aplicación lineal de R4 en R3 cuya matriz asociada en las bases canónicas es:
1 2 3 2
2 0 2 2
1 2 3 2
Si ( x 1 , x 2 , x 3 , x 4 ) R 4 entonces f ( x 1 , x 2 , x 3 , x 4 ) vale:
a) ( x 1 2x 2 3x 3 2x 4 , 2x 1 2x 3 2x 4 , x 1 2x 2 3x 3 2x 4 )
b) ( 2x 1 2x 2 3x 3 x 4 , 2x 1 2x 3 2x 4 , 2x 1 2x 2 3x 3 x 4 )
c) ( x 1 2x 2 3x 3 2x 4 , 2x 1 2x 2 x 4 , x 1 2x 2 3x 3 2x 4 )
d) ( x 1 2x 2 3x 3 2x 4 , 2x 1 2x 3 x 4 , 2x 1 2x 2 3x 3 2x 4 )
f ( x1 , x 2 , x3 , x 4 ) =
23
x1
1 2 3 2
x2 . Es la a)
2 0 2 2
x ( x1 2 x 2 3 x3 2 x 4 , 2 x1 2 x3 2 x 4 , x1 2 x 2 3 x3 2 x 4 )
1 2
2 3 3
x
4
a) 0 b) 1 c) 2 d) 3
Sol: El rango es el número de columnas L.I. Las dos primeras lo son. La tercera es la suma de
las anteriores con lo cual no aumenta . Si cogemos las dos primeras y la cuarta y resolvemos el
1
a) No tiene ya que Ker f = (0, 0, 0, 0) b) {( 1, 1, 0, 0) ( 1, , 0, 0)}
2
c) {( 1, 1, 1, 0)} d) {( 1, 1, 1, 0) ( 1, 1
, 0, 1)}
2
Sol: Sabemos por el teorema de las dimensiones que dim Ker f es 2. Las respuestas posibles
f( 1, 1, 1, 0) = (0, 0, 0) y f( 1,
1
, 0, 1) = (0, 0, 0) y es la d)
2
a) ( 0, 4, 5) b) ( 0, 4, 5) c) (0, 0, 1, 1) d) (5, 4, 5)
Sol: Calculamos f(0, 0, 1, 1) = ( 5, 4, 5). Ahora lo ponemos como combinación lineal de los
a = 0 b = 4 y c = 5 que es la a)
24
g(x1, x2, x3) = ( x2 x1, bx3 x1). Si el tercer vector columna de la matriz asociada a g
f
a) b = 0 b) b = 1 c) b 1 d) b = 1
1 1 0
la matriz . La matriz asociada a la aplicación g f es el producto:
1 0 b
1 2 3 2
1 1 0 1 2 1 0 .
1 2 0 2 2 =
0 b
1 b 1 2 2b 3 3b 2 2b
2 3 2
1 3 + 3b = 0 y b = 1 que es la d)
Como la tercera columna es 0 . Igualándolas nos da
f ( x 1 , x 2 ) ( x 1 x 2 , 2x 1 3 x 2 , 2 x 1 3x 2 )
a) 2x 1 x 2 0 , x 2 3x 3 0 b) x 1 x 2 x 3 0
c) x 2 x 3 0 d) x 2 x 3 0
Sol: La matriz asociada a esta aplicación lineal en las bases canónicas es:
1 1
f(1, 0) = ( 1, 2, 2) y f( 0, 1) = ( 1, 3, 3) y la matriz es : 2 3 .
2 3
f ( x 1 , x 2 ) ( 2x 1 2x 2 , 2x 1 3x 2 )
La aplicación f es:
25
c) Ni suprayectiva ni inyectiva d) Es un isomorfismo
2 2
f( 1, 0) = ( 2, 2) y f( 0, 1) = ( 2, 3) que en columnas nos da la matriz
2 3
Como las dos columnas son L.I. se tiene que dim Img f = 2 que es la dimensión de R2 y por
tanto es suprayectiva. Por el teorema de las dimensiones dim Ker f = 0 y también es inyectiva.
22 38 1 38 22 38 22 1
a) b) c) d)
14 2 14 24 14 24 14 24
Sol: Calculamos
f( 1, 2) = ( 6, 2) = a( 1, 2) + b( 2, 3) de donde a = 22 y b = 14
22 38
que en columnas nos da la matriz 14 que es la c)
24
2 0 2 0 2
1 0 1
14.- Consideremos las matrices A = ; B = 0 1 ; C = 1 2 0
1 2 0 1
0 1
0 1
y
a) ( 1,
1
, 1) b) ( 1,
1
, 1) c) ( 1, 1, 1) d) ( 0, 0, 0)
2 2
26
Sol: La imagen de los vectores del núcleo, se transforman en el neutro.
1
1 0 1 1 0
Calculamos 1 2 0 y la respuesta es la a). También está la d) pero ésta ya
2 0
1
se da por supuesta. Sería válida si no estuviese la otra
Unas ecuaciones de Img f son:
a) x + z = 0 b) x 2z = 0 c) x 2y = 0 d) x + y = 0
Sol: La matriz asociada a la aplicación lineal (g f) que va de R3 en R3 es:
2 0 2 0 2
1 0 1
0 1 = 1 2 0 .
1 1 2 0
0
1 0 1
Ahora probamos con el vector a) que es el único que se puede multiplicar por tener 3
2 2 1 0
0
1
componentes: 1 2 0 0 . Esta es la respuesta. La d) ya se da por supuesta
1
0 1
2
1 0
a) f g b) g f c)
g f g
d) f g f
15.- Sean E y F dos espacios vectoriales sobre el mismo cuerpo K, y f una aplicación
27
c) Si ( v1, v2, ……vn) es un sistema libre en E entonces (f(v1), f(v2)…..f(vn)) es un sistema
libre en F
a) 1 b) 1 c) 3 d) 5
Entonces:
17.- Sea B = { v1, v2, v3} una base de un espacio vectorial sobre R y sea
Entonces:
a) 1 b) c) +1 d) 0
Entonces:
28
v *3 (w) = v *3 ( v2 v3 + v3) = v *3 (v2) v *3 (v3) + v *3 (v3) = ·0 ·1 + 1=
+1
Es la c)
f ( x 1 , x 2 , x 3 , x 4 ) ( x 1 x 3 x 4 , x 2 x 3 x 4 , x 1 3x 2 4 x 3 2 x 4 ) .
a) y3 y1 3y2 = 0 ; y2 y1 = 0 b) y1 + 3y2 y3 = 0
1 0 1 1
f( 0, 0, 0, 1) = ( 1, 1, 2) y la matriz es 0 1 1 1
1 3 4 2
No tenemos más que coger las columnas de la matriz y comprobar cuales de ellas verifican las
ecuaciones.
a) 1 b) 2 c) 3 d) 4
Sol: Se trata de ver cuantas columnas hay L.I. Las dos primeras lo son.
29
c) {( 1, 0, 1)} d) {(1, 0, 0) (0, 1, 0) (0, 0, 1)}
Sol: Como son dos, las únicas posibles son la a) o la b), pero como han de cumplir las
a) (1, 1, 1, 0) ( 1, 1, 0, 1) b) (1, 0, 2, 0) ( 1, 1, 0, 1)
Las posibles respuestas son la a) y la b) . Si calculamos las imágenes de estos vectores vemos
f(1, 1, 1, 0) = ( 0, 0, 0) y f( 1, 1, 0, 1) = (0, 0, 0)
La respuesta es la d)
a) ( 0, 0, 1) b) ( 1, 2, 3) c) ( 2, 1, 3) d) (1, 1, 4)
que es la c)
Si B* = { v 1* , v *2 , v *3 } es la base dual de la base B de R3 de la cuestión anterior, entonces
v *3 (1, 1, 4) es igual a:
a) 3 b) 4 c) 1 d) (0, 0, 1)
30
v *3 (1, 1, 4) = v *3 [ 2( 1, 0, 0) + ( 0, 1, 1) + 3( 1, 0, 1)] = 0 + 0 + 3·1 = 3 que es la a).
Recuérdese que la base dual solo vale 1 si coinciden los subíndices. En los demás casos vale 0
1 2 0 1
4 2 1 0 y sea g la aplicación lineal de R2 en R3 que cumple:
1 2 0 1
g(1, 2) = ( 1, 0, 1) y g( 1, 1) = ( 2, 1, 1)
a) {(0, 0, 0, 0)} b) R3
c) ( , , 4 2 , 2 ) d) ( 4 2 , 2 , , )
Sol: Sabemos que las columnas de la matriz generan la Img f. Las dos primeras son L.I.
Probamos las tres primeras para ver si lo son y al hacer el determinante nos da
1 2 0 1 2 1
4 2 1 0. Con la primera, segunda y cuarta nos da 4 2 0 0.
1 2 0 1 2 1
Por tanto sólo hay dos L.I. La dim Img f = 2. Por el teorema de las dimensiones dim Ker f = 2,
Este subespacio está generado por estos dos vectores. Si son del núcleo, su imagen es el
neutro. Lo calculamos:
1 0
1 2 0 1 0 1 2 0 1 0
0 1
4 2 1 0 4 0 y 4 2 1 0 2 0 . La respuesta es la c)
1 2 0 1 1 2 0 1
1 0 2 0
a) 2 y 2 b) 1 y 3 c) 3 y 1 d) 2 y 3
31
Sol: Ya está contestada en la anterior. Es la a)
1 2 5 3
1 0 1 5 2 1
a) 0 1 b) 2 1 c) d)
1 2 1 1 3 1 0
1 1
0
(0, 1) = a( 1, 2) + b( 1, 1) de donde a = 1 y b = 1
5 3
nos da la matriz 2 1 que es la b)
1 0
Sol: Como las dos columnas de la matriz anterior son L.I. se cumple que dim Img f = 2 y
como g va de R2 en R3 no es suprayectiva.
Sol: Teniendo en cuenta que f es una aplicación lineal de R4 en R3 pero g es una aplicación
lineal de R2 en R3 , la aplicación g f no está definida. Es la d)
f (x1 , x 2 , x 3 ) (x1 x 2 , x 2 , x1 x 2 x 3 ) .
32
Se considera también la base B = {( 1, 0, 1) ( 2, 1, 1) ( 0, 1, 0)} y su base dual
B* = { v 1* , v *2 , v *3 }
1 1 0 1 0 1 1 0 1 1 1 1
a) 0 1 0 b) 1 1 1 c) 1 1 1 d) 1 1 1
1 1 1 0 0 1 1 0 0 1 1 0
Sol: Como es la matriz respecto de las bases canónicas, las imágenes de los vectores de la
f( 1, 0, 0) = ( 1, 0, 1) ; f( 0, 1, 0) = ( 1, 1, 1) y f( 0, 0, 1) = ( 0, 0, 1) que es columnas
1 1 0
nos da la matriz 0 1 0 que es la a)
1 1 1
a) (5, 1, 0) b) ( 0, 1, 0) c) ( 3, 1, 4) d) ( 0, 1, 0)
Sol: Calculamos f( 2, 1, 1) = ( 3, 1, 4) que hay que poner como combinación lineal de los
La aplicación lineal
f f verifica:
1 1 0 1 1 0 1 0 0
Sol: la matriz asociada a la aplicación f f es: 0
1
1 0 0 1 0 = 0 1 0
1 1
1
1 1
2
1 1
dim Img f = 3 y por tanto suprayectiva. Por el teorema de las dimensiones dim Ker f = 0 y la
v3* ( 0, 1, 0) es igual a:
33
a) 1 b) 0 c) 1 d) 2
De aquí: a = 0 ; b=0 ; c = 1.
[v2* f] ( 2, 1, 1) es igual a:
a) 1 b) 0 c) 1 d) 2
22.- Sea f la aplicación lineal de R3 en R3 cuya matriz asociada en las bases canónicas es
1 1 2
0 1 0 . Se considera la base de R3: B = {( 1, 0, 1) ( 1, 1, 0) ( 1, 0, 0)} y su base
1 0 2
dual : B* = { v 1* , v *2 , v *3 }
Sol: Las columnas de la matriz generan Img f . Como su determinante es 0 y las dos primeras
columnas por ejemplo son L.I., se tiene que dim Img f = 2. Por el teorema de las dimensiones:
dim R3 = dim Img f + dim Ker f de aquí 3 = 2 + dim Ker f y dim Ker f = 1
34
a) 1 y 2 b) 2 y1 c) 0 y 3 d) 3 y 0
1 1 2 2 0
Lo comprobamos 0 1 0 0 0
1 0 2 1 0
[ v1* f ]( 1, 0, 0) es igual a:
a) 1 b) 0 c) 1 d) Ninguna de las anteriores
1 1 2 1 1
*
Sol: Calculamos [ v1 *
f ]( 1, 0, 0)= v1 [f( 1, 0, 0)] = v1 0
* 1 0 0 v1 0 que es el
*
[ v1* f ]( 0, 1, 0) es igual a:
a) 1 b) 0 c) 1 d) Ninguna de las anteriores
1 1 2 0 1
Sol: Calculamos [ v1 *
f ]( 0, 1, 0)= v 1
*
[f(0, 1, 0)] = v1*
0 1 0 1 v1 1 que es el
*
1 1
2 0 y sea g la aplicación lineal de R3 en R2 de matriz asociada en las bases
1 1
1 1 0
canónicas
1 0 0
35
a) (1, 1) b) ( 1, 1) ( 2, 0) c) ( 2, 0) ( 1, 1) d) No tiene base pues Ker f = ( 0,
0)
Sol: Sólo hay que comprobar qué ecuación verifican las columnas de la matriz. Sustituyendo
nos da la b)
a) 2 y 1 b) 1 y 2 c) 1 y 1 d) 0 y 2.
Sol: La aplicación f g va de R3 en R3
1 1 0 1 0
1 1 0
Calculamos la matriz asociada a f g que es. 2
1
0
1
0
= 2
0
2
2 0
1 1 0
36
1 1
1 1 0 1 1 0 = 2 1 0
1 2 0
0 0
1
1
0 0
0 1 0
1
Es la d)
24.- Sea f la aplicación lineal de R4 en R2 definida por:
f ( x 1 , x 2 , x 3 , x 4 ) ( x 1 2x 2 x 3 , 3x 1 x 2 x 4 )
3 1 0 1 1 2 1 0 1 2 0 1
a) b) c) d)
1 2 1 0 3 1 0 1 3 1 1 0
2 1 1 0
1 3 0 1
Sol: Como son las bases canónicas, las columnas de la matriz son las imágenes de los vectores
de la base canónica de R4
f( 1, 0, 0, 0) = ( 1, 3) ; f( 0, 1, 0, 0) = ( 2, 1) ; f( 0, 0, 1, 0) = ( 1, 0) y
1 2 1 0
f( 0, 0, 1, 0) = ( 0, 1) que en columnas nos da la matriz 3 que es la b)
1 0 1
a) 2 y 2 b) 1 y3 c) 3 y 1 d) 4 y 0
Sol: Las columnas de la matriz generan la Img f . Como son vectores de R2 podemos
a) {( 1, 2, 1, 0) ( 3, 1, 0, 1) ( 0, 0, 0, 0) } b) {( 1, 2, 1, 0) ( 3, 1, 0, 1)}
c) { ( 1, 0, 1, 3) ( 0, 1, 2, 1) ( 1, 1, 1, 4)} d) {( 1, 0, 1, 3) ( 0, 1, 2,
1)}
37
Sol: Las posibles son la b) y la d). Para comprobarlo calculamos:
a) {( 1, 3) } b) {( 8, 7) ( 7, 8) } c) {( 2, 1)} d) {( 1, 3, ( 2, 1) ( 1, 0)}
a) 2x + y = 0 b)
x
y
0
0 c) x + 3y = 0 d) Ninguna de las
anteriores
Sol: Como Img f = R2 los vectores de la imagen no pueden cumplir ninguna de las ecuaciones.
La respuesta es la d)
25.- Sea f la aplicación lineal de R3 en R2 cuya matriz asociada en las bases canónicas
1 1 2
es: y sea g la aplicación lineal de R 2 en R3 cuya matriz asociada en las bases
1 0 1
1 1
canónicas es 1 0 . Sea B* = { v 1* , v *2 , v * 3
3 } la base dual de la base canónica de R .
1 0
a) 0 y 3 b) 1 y 2 c) 2 y 1 d) 3 y 0
Sol: Las columnas de la matriz de f son un sistema generador de Img de f. Como son vectores
de R2, a lo sumo puede haber 2 solamente que sean L.I. Los dos primeros por ejemplo lo son.
Por tanto dim Img f = 2. Por el teorema de las dimensiones: Dim R3 = dim Img f + dim Ker f y
Sol: Calculamos la matriz asociada a f g que sabemos que es el producto de ellas
1 1
1 1 2 0 1 .
1 1 0 =
0 1
1
2
1
0
38
Esta matriz es la matriz asociada a la aplicación f g. Sus columnas generan la Img[ f g].
Como son dos y son L.I. su dimensión es 2 y por el teorema de las dimensiones,
dim Ker [ f g] = 0 que es la d)
La aplicación g f es :
a) Inyectiva b) Suprayectiva c) Isomorfismo d) Ninguna de las anteriores
1 1
1 1 2
Sol: Calculamos la matriz asociada a la aplicación g f: 1
1
0
1
0
=
1
0
0 1 3
1 1 2 .
1 1 2
Como las dos primeras columnas son L.I., el rango es 2 y la aplicación no es suprayectiva:
a) x y + z = 0
x y z 0
b) x = 0 c) y + z = 0 d) x 0
1 1
Sol: Los vectores que genera Img g que son las columnas de la matriz 1 0 verifican la
1 0
ecuación de la respuesta c)
1
1 1 2
Sol: [ v1 *
g f]( 1, 1, 1) = [ v g ] f( 1, 1, 1) =
1
*
[ v1*
g ]
1 0
1
1 [
1
v1* g ]
1 1
2
*
(2, 2) = v1 [g(2, 2)] = v1 *
1 0 v1* ( 4, 2, 2) = v1*[ 4( 1, 0, 0) 2(0, 1, 0) + 2(
1 0 2
0, 0, 1)]
39
= 4·1 2·0 + 2·0 = 4 que es la d)
26.- Sea f la aplicación lineal de R4 en R3 cuya matriz asociada en las bases canónicas es
1 0 1 1
0 1 1 1
1 3 4 2
a) 1 b) 2 c) 3 d) 4
Sabemos que las dos primeras son L.I. al no ser proporcionales. Veamos si lo son las tres
1 0 1
primeras. Calculamos 0 1 1 0. Veamos ahora con las columnas primera, segunda y
1 3 4
cuarta.
1 0 1
0 1 1 0 . Por lo tanto el rango es 2 que es la b)
1 3 2
Sol: Por el teorema de las dimensiones sabemos que Dim R4 = dim Img f + dim Ker f.
Como las imágenes de los vectores del núcleo son el neutro, calculamos
1 1
1 0 1 1 0 1 0 1 1 0
1 1
0 1 1 1 1 0 y 0 1 1 1 0 0 que es la a).
1 3 4 2 0 1 3 4 2 0
0 1
a) y1 + y2 y3 = 0 b) y1 + y2 3y3 = 0
40
c) y1 3 y2 + y3 = 0 d) 3y1 + 3 y2 y3 = 0
Sol: Como sabemos que las columnas de la matriz generan la Img f, no tenemos más que
c) {( 3, 1, 0) ( 0, 1, 3)} d) {( 1, 0, 0) ( 0, 0, 1)}
Sol: La que sea base de la Img f tendrá que verificar la respuesta anterior.
La respuesta es la d)
0
1 0 1 1 1
0
f(0, 0, 1, 0) =0 1 1 1 1 1 .
1 3 4 2 4
0
Ahora escribimos este vector en función de la base B: a c 1
( 1, 1, 4) = a( 1, 0, 0) + b( 0, 1, 1) + c( 1, 0, 1) y de aquí: b 1
de donde
a= 2
b c 4
b = 1 c = 3 que es la d)
28.- Sea f la aplicación lineal de R3 en R3 cuya matriz asociada en las bases canónicas es
41
1 0 1
1 1 0 . Se considera la base dual de la base canónica: B* = { v 1* , v *2 , v *3 } y la
2 2 3
a) (1, 1, 1) b) ( 1, 1, 1) ( 1, 0, 1)
Sol: Las columnas de la matriz generan Img f . Como su determinante es distinto de 0, las tres
columnas son L.I. y por tanto dim Img f = 3. Por el teorema de las dimensiones:
dim R3 = dim Img f + dim Ker f de aquí 3 = 3 + dim Ker f y dim Ker f = 0 que es la d)
a) 3 y 0 b) 0 y3 c) 2 y 1 d) 3 y 3
1 0 1 1 1
Sol: Calculamos f(1, 1, 0) = 1 1 0 1 2 . Ahora este vector se pondría
2 2 3 0 4
como combinación lineal de los vectores de la base canónica. Pero como las coordenadas son
1
las mismas, la respuesta es 2 que no se corresponde con ninguna y es la d)
4
Se verifica que f :
42
[f f ](2, 1, 0) es igual a:
a) ( 4, 3, 5) b) ( 1, 0, 1) c) ( 4, 3, 0) d) ( 2, 1, 2)
1 0 1 2 2
Sol: [ f f ]( 2, 1, 0) = f [ f( 2, 1, 0) ] = f 1 1 0 1 f 1 =
2 2 3 0 2
1 0 1 2 4
= 1 1 0 1 3 que es la c)
2 2 3 2 0
1 0 1 2 3
*
Sol: Calculamos [ v2 *
f ]( 2, 1, 0)= v2 [f( 2, 1, 0)] = v2 1
* 1 0 1 v 2* 1 =
2 2 3 1 1
3 1 0 0 0
*
= v 1 v 2 3 0 1 1 1 0 3·0 1v 2 1 1·0 1 que es la a)
* *
2
1 0 0 1 0
29.- Sea f la aplicación lineal de R3 en R2 cuya matriz asociada en las bases canónicas es
1 0 1
1 1
.
2
Se consideran también la base dual de la base canónica de R2
Sol: Las columnas de la matriz son un sistema generador de la img f. Como hay dos L.I. la
43
1 1
2 0 0 1 0 1 1 0 1
a) b) c) d) 0 1
0 1 1 2 1 1 1 1 2 1
2
1
1 0 1 1
Sol: Calculamos f( 1, 0, 0) = 1 0 . Ahora este vector se pone como
1 2
0 1
combinación lineal de la base B: ( 1, 1) = a( 1, 1) + b( 0, 1) y de aquí a = 1 y b = 2
Análogamente f( 0, 1, 0) = ( 0, 1) = a( 1, 1) + b( 0, 1) y de aquí a = 0 y b = 1
f(0 ,0 ,1 ) = ( 1, 2) = a( 1, 1) + b( 0, 1) y de aquí a = 1 y b = 1
1 0 1
Los parámetros a y b puestos en columnas nos dan la matriz 2 que es la b)
1 1
a) 3 b) 3 c) 4 d) 2
1
1 0 1
Sol: [ v2 *
f] ( 1, 1, 2) = v 2
*
[f( 1, 1, 2)] = v2 *
1 1
2
1
2
v2*( 3, 4) =
a) (1, 3, 1) b) ( 1, 0, 1)
1
1 0 1 0
Probamos con la a y la b) 3 que es la a)
1 1 2 0
1
44
30.- Sea f la aplicación lineal de R2 en R3 definida por:
1 1 1 1
1 2 2 1 1 1
a) b) c) 1 2 d) 1 0
1 2 0 1 2 0 1
0 1
2
Sol: Sabemos que las columnas de la matriz son un sistema generador de la Img f.
No puede ser Img f = R3 porque sólo hay dos columnas y para generar R3 necesitamos 3. La
a) {(1, 1)} b) {(0, 1)} c) {(0, 4)} d) No tiene base ya que Ker f = {(0, 0)}
Sol: Por el teorema de las dimensiones sabemos que dim R2 = dim Img f + dim Ker f. De
a) 1 y 2 b) 0 y 2 c) 0 y 3 d) 1 y 1
Sol: Es inyectiva ya que Ker f = {(0, 0)}. No es suprayectiva ya que Img f no es R3. Es la a)
45
f ( x 1 , x 2 , x 3 , x 4 ) ( x 2 x 3 x 4 , 2x 2 3x 4 , x 1 x 2 x 4 ) .
0 0 1
0 1 1 1 1 1 0 1
1 2 1
a) 0 2 0 3 b) 0 2 3 3 c) 1 d) Ninguna de
1 0 0
1 0 1 1
2 0 4
1
3 1
ellas
Sol: Sabemos que en las bases canónicas, la matriz asociada tiene por columnas, las imágenes
f( 1, 0, 0, 0) = ( 0, 0, 1) ; f( 0, 1, 0, 0) = ( 1, 2, 1) ; f( 0, 0, 1, 0) = ( 1, 0, 0) y
0 1 1 1
f( 0, 0, 0, 1) = ( 1, 3, 1) . La matriz es 0 2 0 3 que es la a)
1 1 0 1
Sol: Sabemos que las columnas de la matriz son un sistema generador de la Img f.
No tenemos más que coger las columnas de la matriz y comprobar cuales de ellas verifican las
Sol: Como la Dim Img f = 3 porque en la matriz hay 3 columnas L.I.. por el teorema de las
1
0 1 1 1 0
3
vemos que 0 2 0 3 1 0 y la respuesta es la b)
1 1 0 1 0
2
46
a) 1 b) 2 c) 3 d) 4
Sol: Ya hemos dicho antes que es el número de columnas L.I. de la matriz que a lo sumo será
0 1 1
3
3, al ser vectores de R . Si calculamos 0 2 0 2 0 y la respuesta es la c)
1 1 0
La aplicación lineal f es:
Sol: Se puede comprobar que como dim Img f = 3 = dim R3 es suprayectiva y como
32.- Sea f la aplicación lineal de R4 en R3 cuya matriz asociada en las bases canónicas es
1 0 1 1
1 1 2 0
1 3 4 2
a) 1 b) 2 c) 3 d) 4
Sol: El rango de la matriz es la dim Img f, es decir el número de columnas L.I. Sabemos que
las dos primeras son L.I. al no ser proporcionales. Veamos si lo son las tres primeras.
1 0 1
Calculamos 1 1 2 0. Veamos ahora con las columnas primera, segunda y cuarta.
1 3 4
1 0 1
1 1 0 0. Por lo tanto el rango es 2 que es la b)
1 3 2
47
Sol: Por el teorema de las dimensiones sabemos que Dim R4 = dim Img f + dim Ker f. De
Como las imágenes de los vectores del núcleo son el neutro, calculamos:
1 1
1 0 1 1 0 1 0 1 1 0
1 1
1 1 2 0 1 0 y 1 1 2 0 0 0 que es la c).
1 3 4 2 0 1 3 4 2 0
0 1
a) y1 + y2 y3 = 0 b) y1 + y2 3y3 = 0
c) 2y1 3 y2 + y3 = 0 d) 2y1 + 3 y2 y3 = 0
Sol: Como sabemos que las columnas de la matriz generan la Img f, no tenemos más que
La respuesta es la d)
a) (1, 0, 1) b) ( 1, 2, 2) c) (1, 2, 4) d) ( 2, 1, 3)
(1, 2, 4) = a( 1, 0, 0) + b( 0, 1, 1) + c( 1, 0, 1) y de aquí: b
b
2
c 4
de donde:
48
a= 1 b=2 c=2 que es la b)
f(x1, x2) = ( 11x1 6x2 , 18x1 + 10x2). Se considera la base B = (v1, v2) de R2 donde:
v1 = (2 , 3) y v2 = ( 1, 2)
11 18 2 1 11 6
a) b) c) d) Ninguna de las anteriores
6 10 3 2 18 10
Sol: Como f( 1, 0) = ( 11, 18) ; f( 0, 1) = ( 6, 10) estas imágenes en columnas nos
dan
11 6
la matriz 18 que es la c)
10
a) 3 y 0 b) 0 y 2 c) 1 y 1 d) 2 y 0
Sol: Como dim Img f = 2 , Img f = R2 y es suprayectiva, como dim Ker f = 0 , es inyectiva y
11 18 2 1 11 6
a) b) c) d) Ninguna de las anteriores
6 10 3 2 18 10
Sol: Calculamos
f( 2, 3) = ( 4, 6) = a( 2, 3) + b( 1, 2) y de aquí a = 2 y b = 0
f( 1, 2) = ( 1, 2) = a( 2, 3) + b( 1, 2) y de aquí a = 0 y b = 2
49
2 0
que en columnas nos dan la matriz 0 que no es ninguna de ellas. Es la d)
1
[ f f f ](v1) es igual a:
f(x1, x2) = ( 8x1 2x2 , 3x1 x2). Se considera la base B = (v1, v2) de R2 donde:
v1 = (2, 3) y v2 = ( 1, 2)
2 1 8 2 8 3 2 3
a) b) c) d)
3 2 3 1 2 1 1 2
8 2
la matriz 3 que es la b)
1
a) 0 y 2 b) 1 y 1 c) 1 y 2 d) 2 y 1
Sol: Como dim Img f = 2 , Img f = R2 y es suprayectiva, como dim Ker f = 0 , es inyectiva y
50
La matriz asociada a f en las bases B de R2 y canónica de R2 es:
2 1 10 4 2 0
a) b) c) d) Ninguna de ellas
3 2 9 5 0 1
Sol: Calculamos
10 4
que es la b)
9 5
[ f f ](v2) es igual a:
1 1 2 1 1 2 1 0 2 2 1 2
a) b) c) d)
3 2 1 1 2 0 0 1 0 3 2 0
Sol: Como f( 1, 0, 0) = ( 1, 1) ; f( 0, 1, 0) = ( 1, 2) y f( 0, 0, 1) = ( 2, 0) , estas
1 1 2
imágenes en columnas nos dan la matriz 1 que es la b)
2 0
a) 0y 2 b) 1 y 1 c) 1 y 2 d) 2 y 1
Sol: Las columnas de la matriz son un sistema generador de la Img f. En este caso hay 2 L.I.,
51
Sol: Como el Ker f es distinto del neutro la aplicación no es inyectiva. Es la a)
2 1 2 3 1 1 2
a) b) c) d) Ninguna de ellas
3 2 1 2 0 3 2
Sol: Calculamos
f( 1, 0, 0) = ( 1, 1) = a( 1, 1) + b( 0, 1) de donde a = 1 y b = 0
f( 0, 1, 0) = ( 1, 2) = a( 1, 1) + b( 0, 1) de donde a = 1 y b = 3
f( 0, 0, 1) = ( 2, 0) = a( 1, 1) + b( 0, 1) de donde a = 2 y b = 2
1 1 2
Poniendo estos valores en columnas nos da la matriz 0 3 2 que es la c)
f( 0, 0, 1) = ( 0, 1).
Sol: Sabemos que f( x1, x2, x3) = x1f( 1, 0, 0) + x2f( 0, 1, 0) + x3f( 0, 0, 1). (**)
Como no sabemos la imagen de f( 0, 1, 0), escribimos este vector como combinación lineal de
la base dada:
( 0, 1, 0) = a( 1, 0, 0) + b( 0, 1, 1) + c( 0, 0, 1) de donde a = 0 b = 1 y c = 1. Entonces
en
f( x1, x2, x3) = x1f( 1, 0, 0) + x2f( 0, 1, 0) + x3f( 0, 0, 1)= x1( 2, 0) + x2( 1, 0) + x3( 0, 1) =
a) ( x 1 , x 2 ) R 2 / x 12 x 22 0
b) ( x 1 , x 2 ) R 2 / x 2 0
c) (0, , ) R 3 / R d) R2
52
Sol: Los vectores columna de la matriz son un sistema generador de la Img f.
Como estamos en R2 y las dos primeras columnas por ejemplo son L.I. , forman una base de
2 1 1 2 1 0 2 0 0
a)
0 b) c) d) Ninguna de ellas
1 1
0 0 1 0 1 1
Sol: Como f( 1, 0, 0) = ( 2, 0) f( 0, 1, 1) = ( 1, 1) y f( 0, 0, 1) = ( 0, 1), la matriz es
2 1 0
0 que no es ninguna.
1 1
a) R( 0, 0, 0) b) R( 2, 4, 0) c) R( 1, 2, 0) + R( 0, 0, 1) d) Ninguna de ellas
La respuesta es la b)
f( x1, x2 , x3) = ( x1 + 2x2 , x1 x2 x3). Sea la base de R3: B = {(1, 0, 0) (1, 1, 0) ( 1, 1, 1)}
1 1 1 1
1 2 0 1 2 0
a) 1 2
2
b) 2 1 c) 2 2 d) 1 1
1
0
1 0
2
53
1 2 0
en columnas nos dan la matriz 1 1 1 que es la d)
1 1 1 1
1 2 0 1 3 3
a) b) 2 1 c) d) 3 0
1 1 1 0
1
0 1
1 3
1
1 3 3
puestos en columnas nos dan la matriz 1 0 que es la c)
1
a) 1 y 2 b) 3 y 0 c) 0 y 3 d) 2 y1
Sol: Como en la matriz asociada hay dos columnas L.I. , la dimensión de Img f = 2.
Sol: Tomando las columnas de la matriz y sustituyendo en las posibles ecuaciones, vemos que
1
0 1
. Se considera la base B = (v1, v2) de R2 siendo: v1 = (0, 2) y v2 = (1, 1)
0 2 1
54
a) 0 y 3 b) 1 y 2 c) 2 y 1 d) 3 y 0
f( 0, 0, 1) = ( 0, 1).
Sol: Sabemos que f( x1, x2, x3) = x1f( 1, 0, 0) + x2f( 0, 1, 0) + x3f( 0, 0, 1). (**)
Como no sabemos la imagen de f( 0, 1, 0), escribimos este vector como combinación lineal de
la base dada:
( 0, 1, 0) = a( 1, 0, 0) + b( 0, 1, 1) + c( 0, 0, 1) de donde a = 0 b = 1 y c = 1. Entonces
en
f( x1, x2, x3) = x1f( 1, 0, 0) + x2f( 0, 1, 0) + x3f( 0, 0, 1)= x1( 2, 0) + x2( 1, 0) + x3( 0, 1) =
2 1 0 2 1 0 2 0 0 2 0 0
a) b) c) d)
0 0 1 0 1 1
0 1 1 0 1 1
2 1 0
0 que es la b) ( Téngase en cuenta que en R2 tenemos la base canónica)
1 1
a) ( x 1 , x 2 ) R 2 / x 2 0 b) ( 0, , ) R 3
/ R
55
2 x1
c) ( x 1 , x 2 ) R / 0 d) R2
2
Como estamos en R2 y las dos primeras columnas por ejemplo son L.I. , forman una base de
a) 2x1 + x2 = 0 ; x3 = 0 b) x1 = 0 ; x2 = 0 ; x3 = 0
c) 2x1 + x2 = 0 ; 2x1 + x3 = 0 d) x1 x3 = 0
La imagen de un vector viene dada por la expresión: f( x1, x2, x3) = (2x1 + x2, x3) .
Si esta imagen la igualamos al vector nulo queda (2x1 + x2, x3) = ( 0, 0) y de aquí
2x1 + x2 = 0 ; x3 = 0 que es la a)
respuesta es la a)
f ( x 1 , x 2 , x 3 , x 4 ) ( x 2 2 x 3 2 x 4 , x 1 x 2 3x 3 2 x 4 , 2 x 1 2 x 2 6 x 3 4 x 4 ) .
1 1 2
1 1 3 2 0 1 2 2
1 1 2
a) 0 1 2 2 b) 1 1 3 2 c) 2 d) Ninguna de ellas
2 3 6
2 6 4 2
2 6 4
2
2 4
Sol: Sabemos que en las bases canónicas, la matriz asociada tiene por columnas, las imágenes
56
f( 1, 0, 0, 0) = ( 0, 1, 2) ; f( 0, 1, 0, 0) = ( 1, 1, 2) ; f( 0, 0, 1, 0) = ( 2, 3, 6) y
f( 0, 0, 0, 1) = ( 2, 2, 4) . La matriz es la b)
a) y 3 2y 2 0 ; y 1 0 b) y 2 y 1 0 ; y 1 0 c) y 2 y 1 0 d) y 3 2y 2 0
Sol: Sabemos que las columnas de la matriz son un sistema generador de la Img f.
No tenemos más que coger las columnas de la matriz y comprobar cuales de ellas verifican las
Sol: Como en la matriz sólo hay dos columnas L.I., la dimensión de Img f = 2.
Como la imagen de los vectores del núcleo es el neutro, sustituimos estas respuestas en:
f ( x1 , x 2 , x3 , x 4 ) ( x 2 2 x3 2 x 4 , x1 x 2 3 x3 2 x 4 , 2 x1 2 x 2 6 x3 4 x 4 ) y obtenemos:
f( 1, 2, 1, 0) = ( 0, 0, 0 ) y f(0, 2, 0, 1) = ( 0, 0, 0) que es la c)
a) 1 b) 2 c) 3 d) 4
La respuesta es la d)
57
Sea g la aplicación lineal de R3 en R2 tal que: g( 1, 0, 0) = ( 1, 0) ; g( 0, 1, 0) = ( 1, 1) y
a) (1, 0) b) ( 0, 1) c) ( 0, 1, 2) d) ( 1, 1, 1)
Como no sabemos la imagen por g del vector (0, 1, 2) lo ponemos como combinación lineal
Luego g( 0, 1, 2) = g[ ( 1, 0, 0) + ( 0, 1, 0) + ( 1, 0, 2)] = ( 1, 0) + ( 1, 1) + ( 0, 0) = ( 0,
1)
que es la b)
1
0 1
. Se considera la base B = (v1, v2) de R2 siendo: v1 = (0, 2) y v2 = (1, 1)
0 2 1
c) (1, 0, 1) (0, 2, 1) d) ( 2, 1, 2)
Sol: Los vectores columna de la matriz, son un sistema generador de la Img f. Como hay dos
En este caso 3 = 2 + dim Ker f de donde dim Ker f = 1. La respuesta ha de ser la d). Además
2
1 0 1
que nos sirve de comprobación.
1 0 0
0 2 1
2
Se podía haber hecho probando estos productos con los vectores de las soluciones
58
No es inyectiva y por tanto no es isomorfismo ya que Ker f ( 0, 0, 0). La respuesta es la b)
1 1 0 1 1
1
0 1
1 0 1 1 0
a) b) c) 2 d) 2
0 2 1 0 1
2 1 1 0 1 0 1
1
1 0 1
Sol: Calculamos f( 1, 0, 0) = 0 1 0 a ( 0 , 2 ) b ( 1,1 )
0 2 1
0
1
de donde a = y b=1
2
0
1 0 1
Análogamente f( 0, 1, 0) = 1 0 2 a ( 0 , 2 ) b ( 1, 1 )
0 2 1
0
de donde a = 1 y b = 0
0
1 0 1
Por último f( 0, 0, 1) = 0 1 1 a ( 0 , 2 ) b( 1,1 ) .De aquí a = 0 y
0 2 1
1
b=1
La matriz pedida está formada por estas coordenadas puestas en columnas.
1
1 0
Es 2 que es la d)
1 0 1
43.- Consideremos la base B = {(1, 0, 0)(0, 1, 1) (0, 0, 1)} de R3 y sea f la aplicación lineal
de R3 en R2 tal que: f(1, 0, 0) = (2, 0) ; f(0, 1, 1) = (1, 1) y f(0, 0, 1) = (0, 1). Entonces la
2 1 0 2 1 0 2 0 0 2 0 0
a) b) c) d)
0 1 1
0 0 1 0 1 1 0 1 1
Sol: Las columnas de dicha matriz son las imágenes de los vectores de la base canónica de R 3.
2 0
Por lo tanto la primera columna es 0 , la tercera es 1 ; pero la segunda no la sabemos
porque no tenemos f( 0, 1, 0). Para ello, ponemos dicho vector en función de la base B, o sea:
( 0, 1, 0) = a( 1, 0, 0) + b( 0, 1, 1) + c( 0, 0, 1) de donde a = 0 b = 1 y c = 1 .
59
Por tanto: f( 0, 1, 0) = f ( 0 ,1,1 ) ( 0 , 0 ,1 ) f( 0, 1, 1) f( 0, 0, 1) = ( 1, 1) ( 0,
1) = ( 1, 0)
a) 0 y 3 b) 1 y 2 c) 2 y 1 d) 3 y 0
Sol: Sabemos que las columnas de la matriz asociada, constituyen un sistema generador de la
Img f. Como son vectores de R2, tomando por ejemplo las dos primeras columnas ya tenemos
Sol: Sabemos que el núcleo es de dimensión 1. Las únicas respuestas son la b ó la c).
Aplicamos la matriz a cada uno de los vectores para ver quien de ellos se transforma en el
0 1
2 1 0 1 2 1 0 0
neutro 1 y 2 . La respuesta es la c)
0 0 1 0 0 0 0 1 0
0
1 0 1
y considérese la base B = ( v1 , v2) de R2 formada por los vectores v1 = ( 1, 0)
0 2 1
y v2 = ( 1, 1)
60
Las dimensiones respectivas de los subespacios vectoriales Ker f y Img f son:
a) 0 y 3 b) 1 y 2 c) 2 y 1 d) 3 y 0
Sol: Las columnas de la matriz son un sistema generador de la Img f. Como son vectores de
Las dos primeras columnas por ejemplo lo son. Luego dim img f = 2.
Sol: Como la dimensión del Ker f es 1 las dos únicas respuestas posibles son la b) o la c)
1 2
1 0 1 2 1 0 1 0
Para averiguarlo calculamos
0 0 ; 1 y la
2 1
1 1
0
2
1 0
2
respuesta es la c)
1 0 1 1 2 0 1 2 0 1 0 2
a) b) c) d)
0 2 1 0 2 1 0 2 1 0 1 2
1 0 1
Sol: Por la matriz 0 que es la asociada a las bases canónicas, sabemos que
2 1
f( 1, 0, 0) = ( 1, 0) ; f( 0, 1, 0) = ( 0, – 2) y f( 0, 0, 1) = (1, 1).
Como ahora en R2 tenemos la base B, hemos de poner estas imágenes en función de la base
61
1 2 0
La matriz será 0 2 1 que es la b)
* *
Si ( v 1 , v 2 ) es la base dual de la base B, la imagen del vector ( 1, 1, 1) por la aplicación
v 1* f es igual a:
a) 3 b) 1 c) – 1 d) (2, – 1)
1
* 1 0 1
Sol: Calculamos (v *
1 f)( 1, 1, 1) = *
v
1 f ( 1,1,1 ) = 1
v
0 2
1 v1* ( 2 , 1 ) .
1
1
(**)
Ahora ponemos el vector (2 , – 1) en función de la base B
( 2, – 1) = a( 1, 0) + b( 1, 1) de donde a = 3 b = – 1. Seguimos en (**)
62
EXAMENES GRADO
2 1 0 2 1 0 2 0 0 2 0 0
a) b) c) d) (Enero
0 1 1
0 0 1 0 1 1 0 1 1
2011)
Sol: Las columnas de dicha matriz son las imágenes de los vectores de la base canónica de R 3.
2 0
Por lo tanto la primera columna es 0 , la tercera es 1 ; pero la segunda no la sabemos
porque no tenemos f( 0, 1, 0). Para ello, ponemos dicho vector en función de la base B, o sea:
( 0, 1, 0) = a( 1, 0, 0) + b( 0, 1, 1) + c( 0, 0, 1) de donde a = 0 b = 1 y c = 1 .
2.- Las dimensiones respectivas de los subespacios vectoriales Ker f y Img f son:
a) 0 y 3 b) 1 y 2 c) 2 y 1 d) 3 y 0 (Enero 2011)
Sol: Sabemos que las columnas de la matriz asociada, constituyen un sistema generador de la
Img f. Como son vectores de R2, tomando por ejemplo las dos primeras columnas ya tenemos
63
Sol: Sabemos que el núcleo es de dimensión 1. Las únicas respuestas son la b ó la c).
Aplicamos la matriz a cada uno de los vectores para ver quien de ellos se transforma en el
0 1
2 1 0 1 2 1 0 0
neutro 0 1 y 2 . La respuesta es la c)
0 1 0 0 0 1 0
0 0
1 0 1
y considérese la base B = ( v1 , v2) de R2 formada por los vectores v1 = ( 1, 0)
0 2 1
y v2 = ( 1, 1)
a) 0 y 3 b) 1 y 2 c) 2 y 1 d) 3 y 0 (Febrero 2011)
Sol: Las columnas de la matriz son un sistema generador de la Img f. Como son vectores de
Las dos primeras columnas por ejemplo lo son. Luego dim img f = 2.
a) {( – 2, 1, 2) ( 0, 1, 0)} b) {( 1, 0, 1)}
Sol: Como la dimensión del Ker f es 1 las dos únicas respuestas posibles son la b) o la c)
64
1 2
1 0 1 2 1 0 1 0
Para averiguarlo calculamos
0 0 ; 1 y la
2 1
1 1
0
2
1 0
2
respuesta es la c)
1 0 1 1 2 0 1 2 0 1 0 2
a) b) c) d)
0 2 1 0 2 1 0 2 1 0 1 2
1 0 1
Sol: Por la matriz 0 2 1 que es la asociada a las bases canónicas, sabemos que
f( 1, 0, 0) = ( 1, 0) ; f( 0, 1, 0) = ( 0, – 2) y f( 0, 0, 1) = (1, 1).
Como ahora en R2 tenemos la base B, hemos de poner estas imágenes en función de la base
(1, 0) = a( 1, 0) + b( 1, 1) de donde a = 1 y b = 0
( 0, – 2) = a( 1, 0) + b( 1, 1) de donde a = 2 y b = – 2
(1, 1) = a( 1, 0) + b( 1, 1) de donde a = 0 y b = 1
1 2 0
La matriz será 0 2 1 que es la b)
a) 3 b) 1 c) – 1 d) ( 2, – 1)
1
1 0 1
Sol: Calculamos (v *
1 f)( 1, 1, 1) = v *
1 f ( 1,1,1 ) = v
*
1
0 2
1 v1* ( 2 , 1 ) .
1
1
(**)
Ahora ponemos el vector ( 2 , – 1) en función de la base B
9.- Sea f la aplicación lineal de R4 en R3 cuya matriz asociada en las bases canónicas es
65
2 1 3 1
0 1 1 1 .
1 0 1 0
Las dimensiones respectivas de los subespacios vectoriales Ker f y Img f son:
Sol: Las columnas de la matriz son un sistema generador de la Img f. Veamos cuántas hay L.I.
Las dos primeras lo son por no ser proporcionales. Si calculamos el determinante formado por
las tres primeras, vemos que nos da 0. Luego la tercera depende de las dos primeras. Lo
mismo ocurre con la cuarta. Luego sólo las dos primeras son L.I. y dim Img f = 2
Por el teorema de las dimensiones dim R4 = dim Img f + dim Ker f y de aquí dim Ker f = 2.
La respuesta es la d)
a) R ( 1 , 1 , 1 ,0 ) R ( 0 , 1 ,0 , 1 ) b) R ( 1 , 1 , 1 ,0 )
c) {(0, 0, 0, 0)} d) ( x, y , z , t ) R 4
/ yzt 0;x y 0
Sol: Com dim Ker F = 2 se descarta la b y la c. Probamos con la a). Calculamos
1 0
2 1 3 1 0 2 1 3 1 0
1 1
0 1 1 1 1 0 y 0 1 1 1 0 0
1 0 1 0 0 1 0 1 0 0
0 1
a) R3 b) ( x , y , z ) R 3
/ x y 2z 0
c) R( 2, 0, 1) d) R(2, 0, 1) + R(1, 1, 0)
las columnas de la matriz y comprobamos si la cumplen. Vemos que las cuatro lo hacen, por
66
c) Un isomorfismo d) Ni inyectiva ni suprayectiva
R3. Es la d)
13.- Dada la base B= {(1, 0, 1) (0, 1, 0) (0, 1, 1)} de R3, los términos de la primera
a) 2, 0 y 1 b) 2 , 1 y 1 c) 1, 0 y 1 d) 1, 1 y 1
nos da a = 2 b = 1 y c = 1 que es la b)
14.- Sea f la aplicación lineal de R4 en R3 cuya matriz asociada en las bases canónicas es
1 1 1 2
0 1 1 1 .
1 0 1 3
Sol: Las columnas de la matriz son un sistema generador de la Img f. Veamos cuántas hay L.I.
Las dos primeras lo son por no ser proporcionales. Si calculamos el determinante formado por
1 1 1
las tres primeras, nos da 0 1 1 3 0. Luego son L.I. y dim Img f = 3. No puede ser
1 0 1
Por el teorema de las dimensiones dim R4 = dim Img f + dim Ker f y de aquí dim Ker f = 1.
La respuesta es la c)
a) R( 1 , 1 , 2 , 1 ) b)
R( 1 , 1 , 2 , 1 ) R( 1 , 2 , 1 , 1 )
c) {(0, 0, 0, 0)} d) ( x, y , z , t ) R 4
/ xzt 0
67
Sol: Com dim Ker F = 1 se descarta la b y la c. Probamos con la a). Calculamos
1
1 1 1 2 0
1 y es la a)
0 1 1 1 2 0
1 0 1 3 0
1
a) ( x, y , z ) R 3 / y z 0 b) R3
c) R( 1, 0, 1) d) R(1, 0, 1) + R(1, 1, 0)
Sol: Como dim Img f = 3 y el conjunto final es R3 se deduce que Img f = R3 que es la b).
18.- Dada la base B = {(1, 0, 0) (0, 1, 0) (1, 1, 1)} de R3, los términos de la tercera columna
a) 1 , 1 y 1 b) 2 , 0 y 1 c) 1, 0 y 1 d) 1, 1 y 1
nos da a = 2 b = 0 y c = 1 que es la b)
68