Ejercicios Espacios

http://ocw.usal.
es/ensenanzas-tecnicas/algebra-lineal-y-geometria-i/descargar-curso-completo/view
Álgebra lineal y Geometrı́a I

Gloria Serrano Sotelo
Departamento de MATEMÁTICAS
1. Espacio vectorial. Subespacios vectoriales

Sea k un cuerpo.
Definición 1.1. Un k-espacio vectorial o espacio vectorial sobre k es un conjunto E con
dos operaciones, suma y multiplicación por elementos de k, que verifican:
Suma
1. Es una operación cerrada: e + e� ∈ E, cualesquiera que sean e, e� ∈ E.
2. Es asociativa: (e + e� ) + e�� = e + (e� + e�� ), cualesquiera que sean e, e� , e�� ∈ E.
3. Tiene elemento neutro: Existe 0 ∈ E tal que 0 + e = e + 0 = e, para todo e ∈ E.
4. Todo elemento de E posee un opuesto: Para cada E ∈ E existe −e ∈ E tal que
e + (−e) = (−e) + e = 0.
5. Es conmutativa: e + e� = e� + e, cualesquiera que sean e, e� ∈ E.
Multiplicación por elementos de k
1. Es una operación cerrada: λe ∈ E, cualesquiera que sean λ ∈ k y e ∈ E.
2. λ(e + e� ) = λe + λe� , cualesquiera que sean λ ∈ k y e, e� ∈ E.
3. (λµ)e = λ(µe), cualesquiera que sean λ, µ ∈ k y e ∈ E.
4. (λ + µ)e = λe + µe, cualesquiera que sean λ, µ ∈ E y e ∈ E.
5. 1e = e, siendo 1 la unidad de k.
Los elementos del espacio vectorial E se llaman vectores y los del cuerpo base k escalares.
Ejemplos 1.2.
• Rn = {(x1 , . . . , xn ) : xi ∈ k, 1 ≤ i ≤ n} es un R-espacio vectorial con las operaciones:
Suma (x1 , . . . , xn ) + (x�1 , . . . , x�n ) = (x1 + x�1 , . . . , xn + x�n ) y multiplicación por escalares
λ(x1 , . . . , xn ) = (λx1 , . . . , λ xn ).
• k[x] = {polinomios en x con coeficientes en k} es un k- espacio vectorial con las operacio-
nes suma de polinomios y producto de un polinomio por un escalar.
• C = {a + bi : a, b ∈ R} es un R-espacio vectorial con las operaciones suma de números
complejos y producto de un número complejo por un número real.
• C es también un C-espacio vectorial respecto de la suma y el producto de números com-
plejos.
• Matrices de orden m × n con coeficientes en k
M (m × n, k) = {A = (aij ) : aij ∈ k, 1 ≤ i ≤ m, 1 ≤ j ≤ n}
es un k- espacio vectorial con las operaciones: Suma de matrices, A + B = (aij + bij ), y
producto de una matriz por un escalar, λA = (λaij ).
Una combinación lineal de los vectores e1 , . . . , en ∈ E es un vector de E de la forma

λ1 e1 + · · · + λn en para ciertos escalares λ1 . . . λn ∈ k.
Los subconjuntos del espacio vectorial E que conservan la estructura lineal son los que son
cerrados por combinaciones lineales:
Definición 1.3. Un subconjunto V de E es un subespacio vectorial de E si es cerrado por
combinaciones lineales, es decir, si λv + µv � ∈ V cualesquiera que sean v, v � ∈ V y λ, µ ∈ k.
1
http://ocw.usal.es/ensenanzas-tecnicas/algebra-lineal-y-geometria-i/descargar-curso-completo/view
Ejemplos 1.4.
• Las rectas y los planos que pasan por el origen son subespacios de R3 .
• Los polinomios de grado menor o igual que dos forman un subespacio de k[x].
• El conjunto S(n, k) = {A ∈ M (n, k) : A = At } de las matrices simétricas de orden n con
coeficientes en k es un subespacio vectorial de M (n, k)
Se representa por �e1 , . . . en � el conjunto de las combinaciones lineales de los vectores e1 , . . . , en .
Por definición, �e1 , . . . en � es un subespacio vectorial de E, el subespacio generado por
los vectores e1 , . . . , en .
Si E = �e1 , . . . en �, es decir, si todo vector de E se expresa como combinación lineal de
e1 , . . . , en , se dice que {e1 , . . . , en } forman un sistema de generadores de E.
Ejemplos 1.5.
• Los polinomios 1, x, x2 generan el espacio vectorial de los polinomios de grado menor o
igual a cero.
• Los vectores u = (1, 0, 1), v = (0, 1, 2) forman un sistema de generadores del plano de R3
de ecuación x +�2y − �
z =�0. � � �
1 0 0 1 0 0
• Las matrices , y generan S(2, R).
0 0 1 0 0 1
2. Dependencia e independencia lineal. Bases. Dimensión

Sea E un k-espacio vectorial.
Los vectores {e1 , . . . , en } de E son linealmente dependientes si alguno de ellos es combi-
nación lineal de los otros, esto es, si ei = α1 e1 +· · ·+ eˆi +· · ·+αn en para ciertos α1 , . . . , αn ∈ k.
Los vectores {e1 , . . . , en } de E son linealmente independientes si ninguno de ellos es
combinación lineal de los restantes o, lo que es equivalente, si existe una combinación lineal
de ellos igual al vector cero, necesariamente los escalares de la combinación lineal son cero,
si λ1 e1 + · · · + λn en = 0 ⇒ λ1 = · · · = λn = 0.
Definición 2.1. Los vectores {e1 , . . . , en } forman una base de E si generan E y son lineal-
mente independientes.
El vector cero es combinación lineal de cualesquiera vectores, 0 = 0e1 +· · ·+0en , luego nunca
puede formar parte de una base.
Teorema 2.2. (Caracterización de una base) Los vectores {e1 , . . . , en } forman una base de
E si y sólo si cualquier vector de E se puede expresar de modo único como combinación
lineal de ellos.
Demostración.
• Si {e1 , . . . , en } es una base de E, probaremos que para todo vector e de E existen escalares
únicos λ1 , . . . , λn tales que e = λ1 e1 + · · · + λn en :
Como {e1 , . . . , en } generan E, cualquiera que sea e ∈ E es e = λ1 e1 + · · · + λn en para ciertos
λi ∈ k. Además, los escalares λ1 , . . . , λn son únicos, pues si existen otros escalares µ1 , . . . , µn
tales que e = µ1 e1 + · · · + µn en , igualando, resulta que (λ1 − µ1 )e1 + · · · + (λn − µn )en = 0,
de donde se deduce que λ1 − µ1 = · · · = λn − µn = 0 ya que {e1 , . . . , en } son linealmente
independientes, luego λ1 = µ1 . . . λn = µn .
• Recı́procamente, si todo vector de E se expresa de modo único como combinación lineal
de los vectores {e1 , . . . , en } demostraremos que {e1 , . . . , en } forman una base de E:
{e1 , . . . , en } generan E pues todo vector de E es combinación lineal de ellos y son linealmente
independientes, ya que si λ1 e1 + · · · + λn en = 0 necesariamente λ1 = . . . λn = 0 pues el vector
cero es 0 = 0e1 +· · ·+0en y por hipótesis los escalares de la combinación lineal son únicos. �
Si e = λ1 e1 + · · · + λn en es la expresión del vector e en la base {e1 , . . . , en } de E, los escalares
(λ1 , . . . λn ) son las coordenadas del vector e en esa base.
Ejemplos 2.3.
• Los vectores {(1, 0, 0 . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, 0, 0, . . . , 1)} forman una base de Rn .
• Los números complejos {1, i} forman una base de C como R-espacio vectorial.
• Los polinomios {1, x, x2 } forman una base del espacio vectorial de los polinomios de grado
menor o igual a dos. Las coordenadas del polinomio 5 − 3x + 2x2 en esta base son (5, −3, 2).
• Los vectores u = (1, 0, 1), v = (0, 1, 2) forman una base del plano de R3 de ecuación
x + 2y − z = 0. Las coordenadas, respecto de esa base, del vector e = (1, 1, 3) del plano son
(1, 1), pues e = u + v. � � � � � �
1 0 0 1 0 0
• Las matrices A1 = , A2 = y A3 = definen una base de S(2, R).
0 0 1 0 0 1
� �
2 3
Las coordenadas de la matriz simétrica A = en esa base son (2, 3, 1), ya que A =
3 1
2A1 + 3A2 + A3 .
Probaremos ahora que toda colección de vectores linealmente independientes de un
espacio vectorial se puede ampliar hasta formar una base del espacio.
Teorema 2.4. (Teorema de Steinitz) Sean {v1 , . . . , vm } vectores linealmente independien-
tes de E y {e1 , . . . , en } una base de E. Se pueden sustituir m vectores de la base {e1 , . . . , en }
por los vectores {v1 , . . . , vm } para obtener una nueva base de E.
Demostración. Iremos sustituyendo, uno a uno, m vectores de la base {ei } por los vectores
{v1 , . . . , vm }.
• Probaremos que {v1 , e2 , . . . , en } es una base de E.
Como {e1 , . . . , en } es una base y v1 ∈ E es v1 = λ1 e1 + · · · + λn en (1)
y no todos los escalares {λi } son nulos, pues en ese caso v1 = 0 y el vector cero no puede
formar parte de una colección de vectores linealmente independientes.
Podemos suponer, reordenando la base si es preciso, que λ1 �= 0. Despejando, resulta que
e1 = λ11 v1 − λλ21 en − · · · − λλn1 en , de lo que se deduce que los vectores {v1 , e2 . . . , en } generan E.
Los vectores {v1 , e2 . . . , en } son linealmente independientes ya que si µ1 v1 + · · · + µn en = 0,
sustituyendo v1 por (1) se obtiene µ1 λ1 e1 + (µ1 λ2 + µ2 )e2 + · · · + (µ1 λn + µn )en = 0 y
µ1 λ1 = µ1 λ2 + µ2 = · · · = µ1 λn + µn = 0 por ser {e1 , . . . , en } linealmente independientes. Por
otra parte, como λ1 �= 0 debe ser µ1 = 0, de lo que se deduce que también µ2 = · · · = µn = 0.
• Probaremos que {v1 , . . . , vm , . . . , en } es una base de E.
Supongamos que ya hemos sustituido m − 1 vectores de la base {e1 , . . . , en } por vectores
vi . Reordenando si es preciso, podemos suponer que hemos sustituido los m primeros y que
tenemos la nueva base {v1 , . . . , vm−1 , em , . . . , en }. Expresando vm en función de esta base se
tiene
vm = α1 v1 + · · · + αm−1 vm−1 + βm em + · · · + βn en ,
donde algún βi tiene que ser no nulo, pues en otro caso vm serı́a combinación lineal de
{v2 , . . . , vm } y hemos supuesto que {v1 , . . . , vm } son linealmente independientes. Como antes,
reordenando si es necesario, podemos suponer que βm �= 0. Y el mismo argumento del apar-
tado anterior prueba que podemos sustituir em por vm de manera que {v1 , . . . , vm , . . . , en }
es una base de E. �
Teorema 2.5. (Teorema de la base)Todas las bases de un k-espacio vectorial tienen el
mismo número de elementos.
Se llama dimensión del espacio vectorial E al número de elementos de una base y se repre-
senta por dimk E.
Demostración. Sean {e1 , . . . , en } y {e�1 , . . . , e�m } dos bases de E. Por el teorema de Steinitz
aplicado a la base {e1 , . . . , en } y a los vectores linealmente independientes {e�1 , . . . , e�m },
debe ser m ≤ n, y ahora a la base {e�1 , . . . , e�m } y a los vectores linealmente independientes
{e1 , . . . , en } da n ≤ m. Por tanto, n = m. �
Es claro que la dimensión de un espacio vectorial coincide con el número máximo

de vectores linealmente independientes y con el número mı́nimo de generado-
res. Por tanto, en un espacio vectorial de dimensión n cualesquiera n vectores
linealmente independientes forman una base.
Ejemplos 2.6.
• dimR Rn = n
• dimR C = 2 y dimC C = 1 pues C = �1, i� considerado como R-espacio vectorial y C = �1�
considerado como C-espacio vectorial
• Los vectores v1 = (2, 0, 3, 1), v2 = (−3, 1, 1, 1), v3 = (−1, 1, 2, 0) y v4 = (0, 1, 1, 2) for-
man una base de R4 , pues son linealmente independientes, ya que det(v1 , v2 , v3 , v4 ) �= 0, y
dimR R4 = 4.
• Los polinomios {1, x, x2 } forman una base del espacio vectorial E de los polinomios de grado
menor o igual a dos, luego dimk E = 3. Las coordenadas de los polinomios {1 − 2x, x2 + 1, 2 +
x − x2 } respecto de la base de E anterior son (1, −2, 0), (1, 0, 1) y (2, 1, −1) respectivamente,
y como estos vectores son linealmente independientes ya que su determinante es distinto de
cero, resulta que {1 − 2x, x2 + 1, 2 + x − x2 } es otra base del espacio E de los polinomios de
grado menor o igual a dos.
3. Problemas propuestos
1. Probar que el conjunto de matrices cuadradas diagonales con coeficientes en un cuerpo

k tiene estructura de espacio vectorial sobre k.
2. Determinar cuáles de los siguientes subconjuntos de Rn son subespacios vectoriales:
a) E = {(0, x2 , . . . , xn )}
b) E = {(1, x2 , . . . , xn )}
c) E = {(x1 , x2 , . . . , xn ) : x� i ∈ Q}
n
d ) E = {(x1 2, x , . . . , x n ) : �i=1 xi = 0}
n
e) E = {(x1 , x2 , . . . , xn ) : i=1 xi = 5}
3. Sea F (R, R) el espacio de todas las funciones de R en R. Estudiar si E es un subes-
pacio de F (R, R), donde:
a) E = {f ∈ F (R, R) : f (3) = 0}
b) E = {f ∈ F (R, R) : f (1) = f (2)}
c) E = {f ∈ F (R, R) : f (−x) = −f (x)}
d ) E = {f ∈ F (R, R) : f es continua}
e) E = {f ∈ F (R, R) : f es derivable}
4. Demostrar que los vectores (−5, 2, 8, −16), (−5, 3, 17, −14), (1, 1, 11, 6) de R4 son
linealmente independientes.
5. Demostrar que los vectores (m, 1, 0), (−1, m, 0) y (0, 1, 1) son linealmente indepen-
dientes en R3 , sea quien sea m. Comprobar que esta propiedad no se cumple en
C3 . � � � � � �
−3 2 2 3 9 x
6. Considérense las matrices , , . Determinar x e y para que
−4 1 1 5 −3 y
dichas matrices sean linealmente independientes.
7. Pruébese que las funciones sin x, sin 2x, . . . , sin nx son linealmente independientes so-
bre el cuerpo R.
Pruébese otro tanto para las funciones eα1 x , eα2 x , . . . , eαn x donde α1 , . . . , αn son n
números reales distintos.
8. Demostrar que el subespacio E = {(a, b, 0) : a, b ∈ R} de R3 está generado por
cualquiera de los pares de vectores siguientes:
a) e = (1, 1, 0), e� = (1, 0, 0)
b) e = (2, −1, 0), e� = (−1, −1, 0)
9. Determinar x e y en el vector (3, 2, x, y) ∈ Q4 para que pertenezca al subespacio

generado por (1, 4, −5, 2), (1, 2, 3, 1).
10. Pruébese que el subespacio de R3 generado por los vectores (1, 1, 1), (0, 1, 0) coincide
con el subespacio generado por (2, 3, 2) y (1, 0, 1).
11. Hallar un vector común al subespacio E1 engendrado por los vectores (1, 2, 3) y
(3, 2, 1) y�al subespacio
� E2 engendrado por (1, 0, 1) y (3, 4, 3).
1 2
12. Sea A = .
3 m
a) Encontrar el valor de m para que existan matrices cuadradas no nulas B tales
que AB = 0.
b) Demostrar que dichas matrices (incluida el 0) forman un subespacio vectorial.
Encontrar un sistema de generadores linealmente independientes.
13. Averiguar si V es un subespacio vectorial real y en caso afirmativo calcula una base
y su dimensión:
a) V = {(a, b, 0) : a, b ∈ R}
b) V = {(a, b, c) : a + b + c = 0}
c) V = {(a, b, c) : a2 + b2 + c2 ≥ 1}
d ) V = {(a, b, c) : a = b + c}
e) V = {(a, b, c) : a, b, c ∈ Q}
14. En un espacio vectorial E sobre el cuerpo de los números complejos C se dan tres
vectores a, b, c y se consideran los vectores
u = b + c, v = c + a, w =a+b
a) Probar que los subespacios vectoriales engendrados por a, b, c y por u, v, w son
el mismo.
b) Demostrar que los vectores u, v, w son linealmente independientes sı́ y sólo si lo
son a, b, c.
15. Determinar λ para que los vectores (2, 4, 6), (1, 2, 3), (5, λ ,15) estén en un mismo
plano (subespacio de dimensión 2).
16. Determinar en Q5 una base del subespacio generado por los vectores (1, 2, −4, 3, 1),
(6, 17, −7, 10, 22), (2, 5, 0, −3, 8), (1, 3, −3, 2, 0).
17. Demostrar que el subconjunto H = {(x, y, z) ∈ R3 : x + 2y − z = 0} es un subespacio
de R3 y calcular una base del mismo. ¿Cuál es su dimensión?.
18. Comprobar que los vectores (1, 0, 0), (0, 2, 0), (0, 0, 3) forman una base del espacio
vectorial R3 y calcular las coordenadas del vector (4, 6, 12) respecto de esta base.
19. Comprobar que los vectores e = (1, −1, 0), e� = (2, 1, 0), e�� = (0, 1, 1) forman una
base. Encontrar las coordenadas � respecto
� � de�la�misma � del
� vector
� (1, 1, 1).
1 0 1 1 1 1 0 0
20. Comprobar que las matrices , , , forman una base del
0 0 0 0 1 0 0 1
espacio
� � vectorial de las matrices de orden 2. Calcular las coordenadas de la matriz
5 3
respecto de esta base.
1 1
21. Consideremos el espacio vectorial de los polinomios p(x) ∈ R[x] de grado menor que
3.
a) Demostrar que los polinomios 1 + x, x + x2 , 1 + x2 forman una base.
b) Hallar las coordenadas del polinomio 3 + 2x + 5x2 en dicha base.
22. ¿Cuál es la condición para que dos números complejos
z1 = a1 + b1 i, z2 = a2 + b2 i
formen una base del espacio vectorial real de los números complejos?.
23. Se considera el espacio vectorial R4 y se pide:
a) Hallar una base que contenga al vector (1, 2, 1, 1).
b) Hallar una base que contenga a los vectores (1, 1, 0, 2) y (1, −1, 2, 0).
c) Hallar una base que contenga a los vectores (1, 1, 0, 0), (0, 0, 2, 2) y (0, 3, 3, 0).
24. Se consideran los vectores de R3 (1, 1, 0), (1, 0, 1) y (0, 1, 1).
a) Demostrar que forman una base de R3 .
b) Hallar las coordenadas de los vectores de la base (1, 0, 0), (0, 1, 0), (0, 0, 1) (“base
canónica o estándar”) respecto de esta base.
25. Se consideran en R4 los vectores (1, 0, 0, 1), (1, 2, 0, 0). Completar a una base de R4 .
26. En el R-espacio vectorial de los polinomios p(x) ∈ R[x] de grado menor o igual que
3, demostrar que p0 (x) = 1, p1 (x) = x + 1, p2 (x) = (x + 1)2 , p3 (x) = (x + 1)3 forman
una base. Calcular las coordenadas del polinomio 2x3 + x2 − 4x − 4 en dicha base.
27. Sea R2 [x] el espacio vectorial de los polinomios en una variable, de grado menor o
igual que 2. Sea M el subespacio engendrado por:
{x2 − 1, x + 1, x2 − 7x − 8}
Hallar una base de R2 [x] que contenga a una base de M .
28. Sea B = {e, e� , e�� } una base de R3 y v un vector cuyas coordenadas respecto de B
son (1, −1, 2).
a) Demostrar que el conjunto S = {e + e� , e + e� + e�� } es linealmente independiente.
b) Completar S a una base B � tal que las coordenadas de v respecto de B � sean
(1, 1, 1).
29. Se consideran sobre R4 los vectores (1 + λ, 1, 1, 1), (1, 1 + λ, 1, 1), (1, 1, 1 + λ, 1),
(1, 1, 1, 1 + λ). Determinar en función de λ la dimensión del subespacio que generan
y calcular una base.
30. Se consideran en R4 el subespacio E � de los vectores (x1 , x2 , x3 , x4 ) tales que 2x1 +
3x2 = 2x3 + 3x4 . Probar que los vectores u1 = (1, 0, 1, 0), u2 = (0, 1, 0, 1) son lineal-
mente independientes y están en E � . Extenderlos a una base de E � .
31. Probar que los polinomios p0 (x) = 1, p1 (x) = 1 − x, p2 (x) = 1 − x2 , p3 (x) = x − x3
forman base del espacio vectorial real R3 [x] de los polinomios de grado menor o igual
que 3.

1. Subespacios suma e intersección. Suma directa de subespacios

Definición 1.1. Sean E1 y E2 subespacios vectoriales de E. Se definen la suma E1 + E2 y
la intersección E1 ∩ E2 por
E1 + E2 = {e ∈ E : e = u + v , donde u ∈ E1 y v ∈ E2 }
E1 ∩ E2 = {e ∈ E : e ∈ E1 y e ∈ E2 }
Probaremos que ambos son subespacios vectoriales de E comprobando que son cerrados por
combinaciones lineales:
Si u + v, u0 + v 0 ∈ E1 + E2 y λ, µ ∈ k el vector λ(u + v) + µ(u0 + v 0 ) está en E1 + E2
pues λ(u + v) + µ(u0 + v 0 ) = λu + λv + µu0 + µv 0 = (λu + µu0 ) + (λv + µv 0 ) ∈ E1 + E2 ,
ya que E1 y E2 son cerrados por combinaciones lineales.
Si e, e0 ∈ E1 ∩E2 y λ, µ ∈ k, su combinación lineal λe+µe0 es un vector de E1 y también
de E2 , ya que ambos son subespacios y, por tanto, cerrados por combinaciones lineales.
Luego λe + µe0 es un vector de la intersección E1 ∩ E2 .
Es claro que:
• E1 + E2 ⊇ E1 y E1 + E2 ⊇ E2 . La suma E1 + E2 es el mı́nimo subespacio que contiene a
E1 y a E2 .
• E1 ∩ E2 ⊆ E1 y E1 ∩ E2 ⊆ E2 . La intersección E1 ∩ E2 es el mayor subespacio que
está contenido en E1 y en E2 .
• Sistema de generadores de la suma. Si {u1 , . . . , ur } es una base de E1 y {v1 , . . . , vs } es una
base de E2 , los vectores {u1 , . . . , ur , v1 , . . . , vs } forman un sistema de generadores de E1 +E2 .
Teorema 1.2. Se verifica la siguiente fórmula de dimensión
dimk (E1 + E2 ) = dimk E1 + dimk E2 − dimk (E1 ∩ E2 )
Demostración. Sea {e1 , . . . , em } una base de E1 ∩E2 que, por el teorema de Steinitz, podemos
ampliar para formar una base {e1 , . . . , em , . . . , er } de E1 y otra {e1 , . . . , em , vm+1 , . . . , vs } de
E2 .
Los r + s − m vectores {e1 , . . . , em , . . . , er , vm+1 , . . . , vs } generan E1 + E2 . Probaremos que
además son linealmente independientes, con lo que quedará demostrado el teorema.
Si λ1 e1 + . . . λm em + · · · + λr er + µm+1 vm+1 + · · · + µs vs = 0 (∗), despejando se obtiene
µm+1 vm+1 + · · · + µs vs = −λ1 e1 − . . . λm em − · · · − λr er ,

luego el vector µm+1 vm+1 + · · · + µs vs ∈ E2 está también en E1 , pues es combinación lineal
de los vectores de una base de E1 . Por tanto, el vector µm+1 vm+1 + · · · + µs vs está en E1 ∩ E2 ,
y expresándolo como combinación lineal de los vectores de la base {e1 , . . . , em }, se tiene que
µm+1 vm+1 +· · ·+µs vs = α1 e1 +· · ·+αm em , de donde α1 e1 +· · ·+αm em −µm+1 vm+1 −· · ·−µs vs =
0, luego α1 = · · · = µm+1 = · · · = µs = 0, pues los vectores {e1 , . . . , em , vm+1 , . . . , vs }
son linealmente indepedientes. Sustituyendo en la combinación lineal inicial (∗) se obtiene
λ1 e1 + . . . λm em + · · · + λr er = 0, lo que implica que λ1 = · · · = λm = · · · = λr = 0 ya que
{e1 , . . . , em , . . . , er } son linealmente independientes.
1
Ejemplo 1.3. Dados los subespacios de R4

E1 = hu1 = (1, −1, 1, 0), u2 = (0, 1, −1, 1), u3 = (2, −1, 1, 1)i
E2 = {(x, y, z, t) ∈ R4 : x + y + z = 0, x + z + t = 0}
Calculemos bases y dimensiones de E1 + E2 y de E1 ∩ E2 . Para ello calcularemos primero
una base de E1 y otra de E2 :
dimR E1 = rg(u1 , u2 , u3 ) = 2 y E1 = hu1 = (1, −1, 1, 0), u2 = (0, 1, −1, 1)i.
E2 = {(x, −x−z, z, −x−z) ∈ R4 } = hv1 = (1, −1, 0, −1), v2 = (0, −1, 1, −1)i y dimR E2 = 2.
Resulta que
dimR (E1 + E2 ) = rg(u1 , u2 , v1 , v2 ) = 3 y E1 + E2 = hu1 , u2 , v1 i
dimR (E1 ∩ E2 ) = dimR E1 + dimR E2 − dimR (E1 + E2 ) = 1 y como v2 = −u2 es E1 ∩ E2 = hu2 i .
Definición 1.4. La suma directa de los subespacios E1 y E2 es la suma, E1 + E2 , cuando

la intersección es cero, E1 ∩ E2 = {0}. Se representa por E1 ⊕ E2 .
En particular, dimk (E1 ⊕ E2 ) = dimk E1 + dimk E2 .
2. Subespacios suma e intersección. Suma directa de subespacios

Definición 2.1. Los subespacios E1 y E2 de E son suplementarios si E1 + E2 = E y
E1 ∩ E2 = {0}, esto es, si E = E1 ⊕ E2 .
Proposición 2.2. Sean E1 y E2 subespacios de E. Las proposiciones siguientes son equiva-
lentes:
(a) E1 y E2 son subespacios suplementarios.
(b) Todo vector de E se expresa de modo único como suma de uno de E1 y otro de E2 .
(c) Si {u1 , . . . , um } es una base de E1 y {v1 , . . . , vs } es una base de E2 los vectores
{u1 , . . . , um , v1 , . . . , vs } forman una base de E.
Demostración.
(a) ⇒ (b)
Por hipótesis E = E1 + E2 , luego para todo e ∈ E es e = u + v, con u ∈ E1 y v ∈ E2 .
Esta descomposición es única pues si e = u0 + v 0 es otra, resulta que u + v = u0 + v 0 , luego
u − u0 = v 0 − v y por tanto el vector u − u0 = v 0 − v ∈ E1 ∩ E2 , pero E1 ∩ E2 = {0} y se
deduce que u = u0 y v = v 0 .
(b) ⇒ (c)
Por hipótesis, todo vector e ∈ E se expresa de modo único como suma de uno u ∈ E1 y otro
v ∈ E2 , e = u + v.
Si {u1 , . . . , um } es una base de E1 , u ∈ E1 se expresa de modo único como combinación lineal
u = λ1 u1 + · · · + λm um . Análogamente, si v ∈ E2 es v = µ1 v1 + · · · + µm vs , con los escalares
µi únicos, siendo {v1 , . . . , vs } una base de E2 .
Ası́, se deduce que todo vector e ∈ E se expresa de modo único como combinación lineal
e = λ1 u1 + · · · + λm um + µ1 v1 + · · · + µm vs , luego por el teorema de caracterización de una
base los vectores {u1 , . . . , um , v1 , . . . , vs } forman una base de E.
(c) ⇒ (a)
Si {u1 , . . . , um } es una base de E1 y {v1 , . . . , vs } es una base de E2 , por definición de suma,
los vectores {u1 , . . . , um , v1 , . . . , vs } generan E1 + E2 y como por hipótesis estos vectores
forman una base de E, resulta que E1 + E2 = E. Por último, de la fórmula de dimensión,
dimk (E1 + E2 ) = dimk E1 + dimk E2 − dimk (E1 ∩ E2 ), resulta que dimk (E1 ∩ E2 ) = 0, luego
E1 ∩ E2 = {0}.
Ejemplo 2.3.
• Los subespacios de R3 E1 = h(1, 2, −1), (3, 1, 2)i y E2 = h(0, 1, 1), (1, −1, 1)i no son suple-
mentarios, pues dimR E1 + dimR E2 = 2 + 2 6= 3 = dimR R3 .
• Los planos E1 = hu1 = (1, 0, −1, 0), u2 = (0, 1, 1, 2)i y E2 = hv1 = (−1, 0, 1, 1), v2 = (1, −1, 1, 2)i
son suplementarios, pues {u1 , u2 , v1 , v2 } es una base de R4 ya que rg(u1 , u2 , v1 , v2 ) = 4.
• Un subespacio suplementario del plano V = hv1 = (1, 0, −1), v2 = (0, 1, 1)i es la recta
V 0 = hu = (2, 1, −2)i, pues rg(v1 , v2 , u) = 3. La recta hu1 = (0, 2, 4)i es otro subespacio
suplementario del plano V .
• Los subespacios de M (n, k) de las matrices simétricas, S(n, k) = {A ∈ M (n, k) : A = At },
y de las matrices hemisimétricas, H(n, k) = {A ∈ M (n, k) : A = −At }, son suplementarios
pues toda matriz cuadrada A descompone de modo único en la forma A = 12 (A + At ) + 12 (A −
At ), siendo 21 (A + At ) una matriz simétrica y 21 (A − At ) una matriz hemisimétrica.
1. Sea E el espacio vectorial de los polinomios de grado menor o igual que 3 y sean
E1 = {p(x) ∈ E : p(0) = 0} y E2 = {p(x) ∈ E : p0 (0) = 0}.
(a) Demostrar que E1 y E2 son subespacios de E.
(b) Calcular una base y la dimensión de cada uno de los subespacios siguientes
E1 , E2 , E1 + E2 , E1 ∩ E2
(c) ¿Son E1 y E2 subespacios suplementarios?
2. Sea F el subespacio de R3 generado por (1, 1, −1) y G el subespacio de ecuaciones
3x − y = 0, 2x + z = 0. Determinar F ∩ G.
3. Determinar en R3 un subespacio suplementario de cada uno de los subespacios engendra-
dos por los siguientes vectores:
(a) v1 = (−3, 1, 0)
(b) v1 = (−1, 2, 1), v2 = (2, −4, 3)
(c) v1 = (−1, 2, 1), v2 = (2, 1, −2), v3 = (1, 1, −1)
4. Dados los subconjuntos de R4
E1 =< (1, 2, −3, 0), (2, 1, 1, 3), (5, 4, −1, 6) > ; E2 = {(x, y, z, t) : x − 2y − z = 0, t = 0}
(a) Demostrar que E1 y E2 son subespacios vectoriales y calcular bases y dimensiones de
los mismos.
(b) Calcular bases y dimensiones de E1 + E2 y E1 ∩ E2 .
(c) Calcular un suplementario de E2 .
5. Sean E y E 0 dos subespacios de R3 definidos por:
E = {(a, b, c) : a = b = c} , , E 0 = {(0, b, c) : b, c ∈ R}
Demostrar que R3 = E ⊕ E 0 .
6. Sean E y E 0 dos subespacios de R3 definidos por: E = {(x, y, z) : x + y + z = 0}, E0 =
{(t, 2t, 3t) : t ∈ R} Demostrar que E y E 0 son subespacios suplementarios.
7. Sean E, E 0 , E 00 los subespacios vectoriales de R3
E = {(a, b, c) : a + b + c = 0}, E 0 = {(a, b, c) : a = c}, E 00 = {(0, 0, c)}
Demostrar que R3 = E + E 0 , R3 = E + E 00 , R3 = E 0 + E 00 . ¿En qué casos se trata de suma
directa?.
8. Sea E = M (2, R) el R-espacio vectorial de las matrices cuadradas de orden 2 con coefi-
cientes en R y sea V el subconjunto de E definido por:

x y
V = ∈ E : 2x − y + t = 0, x = z
z t
(a) Probar que V es un subespacio vectorial
de Ey calcular su dimensión y una base.
1 0
(b) Calcular las coordenadas de la matriz ∈ V en la base elegida en el apartado
1 −2
anterior.
(c) Calcular un suplementario de V .
9. Se considera el espacio R4 y los subespacios E y V generados, respectivamente, por las
parejas de vectores e = (1, 0, 1, 0), e0 = (0, 1, 0, 1) y v = (0, 0, 1, 3) y v 0 = (1, 0, 0, 1).
Estudiar si R4 es suma directa de E y V .
10. Sea E1 el subespacio de R3 generado por (2, 3, 1) y E2 el subespacio generado por (0, 1, 2)
y (1, 1, 1). Probar que R3 = E1 ⊕ E2 y expresar el vector generado por (1, 0, 1) ∈ R3 como
suma de un vector de E1 y otro de E2 .
11. Sea E = h1, x, x2 , x3 i el R-espacio vectorial de los polinomios de grado menor o igual a
3 y sea V = {p(x) ∈ E : p(1) = 0} .
(a) Probar que V es un subespacio de E y calcular su dimensión y una base.
(b) Calcular las coordenadas del polinomio x2 −3x+2 ∈ V respecto de la base del apartado
anterior.
(c) Encuentra un subespacio suplementario de V .
12. Considérense los siguientes subespacios de R4 : E1 =< (1, 0, −1, 0), (2, −1, 2, 0), (3, −2, 3, 0) >
y E2 =< (0, 1, 1, 0), (1, 1, 3, 0), (−2, 1, 1, 1) >.
(a) Calcular bases y dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 .
(b) ¿Se verifica que R4 = E1 ⊕ E2 ?
(c) Calcula dos subespacios suplementarios diferentes de E1 .
13. Se consideran los subespacios de R4 generados por los siguientes vectores:
E1 =< (1, 0, 1, 1), (0, 1, 1, 1) >, E2 =< (1, −1, 1, 0), (1, 1, 1, 1), (1, 0, 1, 1) >
Se pide:
(a) Hallar las dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 .
(b) Estudiar si E1 + E2 = R4 .
(c) ¿E1 y E2 son subespacios suplementarios?

1. Aplicaciones lineales. Núcleo e Imagen. Tipos de aplicaciones lineales.

Sean E y E 0 k-espacios vectoriales.
T
Definición 1.1. Una aplicación E − → E 0 es lineal si T (e + v) = T (e) + T (v) y T (λe) =
λT (e) o, lo que es equivalente, T (λe + µv) = λT (e) + µT (v), cualesquiera que sean e, v ∈ E
y λ, µ ∈ k.
T
Si E −→ E 0 es una aplicación lineal la imagen del vector cero es el vector cero:
T (0) = T (0e + 0v) = 0T (e) + 0T (v) = 0.
Ejemplo 1.2.
• La aplicación
T
R3 −
→ R2
(x, y, z) 7→ (x + z + 2, y − z)
No es lineal pues T (0, 0, 0) = (2, 0) 6= (0, 0)
D
• La aplicación derivada sobre el espacio E de los polinomios en una variable, E −
→ E, es
lineal : D(λp(x) + µq(x)) = λp0 (x) + µq 0 (x) = λD(p(x)) + µD(q(x)).
• La aplicación
T
R3 −→ R2
(x, y, z) 7→ (x + y, z 2 )
No es lineal ya que T (λ(x, y, z)) no es igual λT (x, y, z) para todo valor de λ.
T (λ(x, y, z)) = T (λx, λy, λz) = (λx + λy, λ2 z 2 ) 6= (λx + λy, λz 2 ) = λ(x + y, z 2 ) = λT (x, y, z).
La igualdad se da si λ2 = λ, esto es, sólo para λ = 0, 1
1.1. Núcleo e imagen de una aplicación lineal.

T
→ E 0 una aplicación lineal, se definen su núcleo, ker T , y su imagen,
Definición 1.3. Sea E −
Im T , por:
ker T = {e ∈ E : T (e) = 0} ⊆ E
Im T = {e0 ∈ E 0 : e0 = T (e) , para algún e ∈ E} ⊆ E 0
T
Teorema 1.4. Si E − → E 0 una aplicación lineal, ker T es un subespacio vectorial de E e
Im T es un subespacio vectorial de E 0 y se verifica la fórmula de dimensión:
dimk E = dimk ker T + dimk Im T
Demostración.
• ker T es cerrado por combinaciones lineales:
Si e, v ∈ ker T y λ, µ ∈ k se tiene que T (λe + µv) = λT (e) + µT (v) = 0, lo que prueba que
λe + µv ∈ ker T .
• Im T es cerrado por combinaciones lineales:
Si T (e), T (v) ∈ Im T y λ, µ ∈ k se tiene que λT (e) + µT (v) = T (λe + µv), lo que prueba que
λe + µv ∈ Im T .
1
• Sea {v1 , . . . , vm } una base de ker T .

Ampliemos esta base para formar una base {v1 , . . . , vm , em+1 , . . . , en } de E.
Tomando imágenes por T , los vectores {T (v1 ), . . . , T (vm ), T (em+1 ), . . . , T (en )} generan Im T ,
y como T (v1 ) = · · · = T (vm ) = 0 por definición de núcleo, resulta que {T (em+1 ), . . . , T (en )}
es un sistema de generadores de Im T . Probaremos que {T (em+1 ), . . . , T (en )} son linealmente
independientes con lo que quedará demostrada la fórmula.
Si λm+1 T (em+1 ) + · · · + λn T (en ) = 0, por ser T lineal, T (λm+1 em+1 + · · · + λn en ) = 0, por
tanto el vector λm+1 em+1 + · · · + λn en pertenece a ker T , luego λm+1 em+1 + · · · + λn en = 0,
ya que {em+1 , . . . , en } generan un suplementario de ker T y como además son linealmente
independientes resulta que λm+1 = · · · = λn = 0.
Ejemplo 1.5. Sea E el R-espacio vectorial de los polinomios de grado menor o igual que 3.
Calculemos el núcleo y la imagen de las siguientes aplicaciones lineales:
D
(a) Operador derivada: E − → E, definido por D(p(x)) = p0 (x).
T R1
(b) E −→ R, definida por T (p(x)) = −1 p(x)dx
ker D = {p(x) ∈ E : p0 (x) = 0} = {polinomios constantes} = h1i.
Im D = h1, x, x2 i, pues la derivada de un polinomio de grado menor o igual que tres
es un polinomio de grado menor o igual que 2.
Im T es un subespacio vectorial de R y como Im T 6= (0), ha de ser Im T = R = h1i,
luego dim ker T = dim E − dim Im T = 4 − 1 = 3.
Calculemos una base del ker T :
Z 1 1
2 3 x2 x3 x4 2
(a + bx + cx + dx )dx = ax + b + c + d = 2a + c
−1 2 3 4 −1 3
luego
2
ker T = {a + bx + cx2 + dx3 ∈ E : 2a + c = 0} = {a + bx − 3ax2 + dx3 : a, b, d ∈ R}
3
= {a(1 − 3x ) + bx + dx : a, b, d ∈ R} = h1 − 3x2 , x, x3 i
2 3
1.2. Aplicaciones lineales inyectivas, epiyectivas y biyectivas.

T
Definición 1.6. Sea E − → E 0 una aplicación lineal. T es inyectiva o epiyectiva si como
aplicación de conjuntos lo es, esto es:
• T es inyectiva si siempre que T (e) = T (v) se deduce que e = v, cualesquiera que sean
e, v ∈ E
• T es epiyectiva si Im T = E 0 .
T es biyectiva si es a la vez inyectiva y epiyectiva. Las aplicaciones lineales biyectivas se
llaman isomorfismos.
T
Un endomorfismo de E es una aplicación lineal de E en si mismo, E − → E. Se llaman
automorfismos a los endomorfismos biyectivos.
Ejemplo 1.7.
• Sea V un subespacio vectorial de E, la inclusión natural
V ,→ E
v 7→ v
es una aplicación lineal inyectiva.
• Si E representa el espacio vectorial de los polinomios, p(x), de grado menor o igual que
tres y E 0 el de los polinomios de grado menor o igual que dos, la aplicación derivada
D
→ E0
E−
p(x) 7→ p0 (x)
es una aplicación lineal epiyectiva.

• La aplicación identidad
Id
E− →E
e 7→ e
es un automorfismo de E.
T
→ E 0 es inyectiva si y sólo si ker T = {0}.
Proposición 1.8. Una aplicación lineal E −
Demostración.
⇒ Si e ∈ ker T es T (e) = 0, luego T (e) = T (0) pues T (0) = 0. Como T es inyectiva, de
T (e) = T (0) se deduce que e = 0.
⇐ Si T (e) = T (e0 ), por ser T lineal T (e − e0 ) = 0, luego e − e0 ∈ ker T , y como ker T = {0}
resulta que e = e0 , lo que prueba que T es inyectiva.
1.3. Operaciones con aplicaciones lineales: Suma, multiplicación por escalares,

composición. Aplicación lineal inversa.
f g
− E0 y E →
– Dadas aplicaciones lineales E → − E 0 , las aplicaciones suma y multiplicación
por un escalar, definidas repectivamente por
f +g λf
E −−→ E 0 E −→ E 0
e 7→ f (e) + g(e) e 7→ λf (e)
son aplicaciones lineales, pues cualesquiera que sean e, v ∈ E y α, µ ∈ k se verifica

(f + g)(αe + µv) = α(f + g)(e) + µ(f + g)(v) y (λf )(αe + µv) = α(λf )(e) + µ(λf )(v), como
es fácil comprobar.
El conjunto de las aplicaciones lineales de E en E 0 se representa por Homk (E, E 0 ) y es un
k-espacio vectorial con las operaciones anteriores.
– La composición de aplicaciones lineales
f g f
/ E0 / E 00 / E0
E 6 EA
AA
AA
g◦f A g
g◦f AA
E 00
definida, para cada e ∈ E, por (g ◦ f )(e) = g(f (e)), es una aplicación lineal:
(g◦f )(αe+µv) = g(f (αe+µv)) = g(αf (e)+µf (v)) = α(g◦f )(e)+µ(g◦f )(v), ∀e, v ∈ E, α, µ ∈ k .
f f −1
− E 0 tiene inversa si existe otra aplicación E 0 −−→ E tal que
–Una aplicación E →
f ◦ f −1 = f −1 ◦ f = Id .
Las aplicaciones biyectivas tienen aplicación inversa y, recı́procamente, cualquier aplicación

que tiene inversa es biyectiva.
La inversa de una aplicación lineal es también una aplicación lineal.
Ejemplo 1.9. Sea T un endomorfismo del k-espacio vectorial E tal que T 2 = T + I. Pro-
baremos que T es automorfismo y calcularemos T −1 en función de T .
De T 2 = T + I se sigue I = T 2 − T = T (T − I), lo que prueba que T tiene inversa y esta es
T −1 = T − I y por tanto es biyectiva.
2. Aplicaciones lineales en coordenadas: Matrices

2.1. Matriz asociada a una aplicación lineal.
T
Dada una aplicación lineal E − → E 0 y bases {e1 , . . . , en } de E y {e01 , . . . , e0m } de E 0 , existe
una única matriz A = (aij ) ∈ M (m × n, k) determinada por
m
X
T (ej ) = aij e0i , para j = 1, . . . , n
i=1
A es la matriz asociada a T respecto de la las bases {e1 , . . . , en } de E y {e01 , . . . , e0m } de E 0 .

Las columnas de A son las coordenadas de los vectores T (e1 ), . . . , T (en ) respecto de la base
{e01 , . . . , e0m } de E 0 .
Si e = x1 e1 + · · · + xn en y T (e) = x01 e01 + · · · + x0m e0m , la expresión en coordenadas de T es
   0
x1 x1
0 0 .
T (x1 , . . . , xn ) = (x1 , . . . , xm ) , siendo A ·  ..  =  ...  la expresión matricial del
xn x0m
sistema lineal que T define.
Obsérvese que:
• A es la matriz de coeficientes del sistema lineal anterior y ker T es el subespacio de solu-
ciones del sistema homogéneo asociado.
• Los vectores {T (e1 ), . . . , T (en )} forman un sistema de generadores del subespacio imagen,
Im T , luego su dimensión coincide con el rango de la matriz A y por tanto la dimensión del
núcleo es la de E menos el rango de A
dimk Im T = rg A , dimk ker T = dimk E − rg A
Ejemplo 2.1. Dada la aplicación lineal
T
R3 −
→ R4
(x, y, z) 7→ (x − y, x + 2z, y, y + z)
calculemos su matriz asociada y probemos que T es inyectiva.
 
1 −1 0
1 0 2 
A= 0 1 0 , rg A = 3 ⇒ dimR ker T = 3 − 3 = 0 ⇒ kerR T = {0}

0 1 1
Ejemplo 2.2. Sean {e1 , e2 , e3 } una base de E y {e01 e02 , e03 , e04 } una base de E 0 y k = R.
T
→ E 0 definida por
Considérense la aplicación lineal E −
T (e1 ) = e01 + e02 − e03 , T (e2 ) = 2e02 − e04 , T (e3 ) = 3e01 + 3e02 − 3e03
calculemos su expresión en coordenadas y bases y dimensiones de Im T yker T . 
1 0 3
1 2 3
La matriz asociada a T , por columnas, es A = T (e1 ) T (e2 ) T (e3 ) =  −1 0 −3

0 −1 0
dimR Im T = rg A = 2 , Im T = hT (e1 ), T (e2 )i = he1 + e2 − e 3, 2e01 − e04 i
0 0 0
dimR ker T = dimR E − rg A = 1

(
x + 3z = 0
ker T ≡
x + 2y + 3z = 0
ker T = {(−3z, 0, z), z ∈ R} = h(−3, 0, 1)i = h−3e1 + e3 i
2.2. Matrices asociadas a la suma de aplicaciones lineales y al producto de una

aplicación lineal por un escalar.
f
Sean A = (aij ) y B = (bij ) las matrices asociadas a las aplicaciones lineales E → − E0 y
g
E→− E 0 respecto de la las bases {e1 , . . . , en } de E y {e01 , . . . , e0m } de E 0 .
• La matriz asociada a la aplicación lineal suma f + g es la matriz A + B. En efecto:
m
X m
X m
X
(f + g)(ej ) = f (ej ) + g(ej ) = aij e0i + bij e0i = (aij + bij )e0i
i=1 i=1 i=1
• La matriz asociada a la aplicación lineal λf es la matriz λA. En efecto:

m
X m
X
(λf )(ej ) = λf (ej ) = λ aij e0i = λaij e0i
i=1 i=1
2.3. Matriz asociada a la composición de aplicaciones lineales.

f g
/ E0 / E 00
E 6
g◦f
Sea A = (aij ) la matriz asociada a f respecto de la las bases {e1 , . . . , en } de E y {e01 , . . . , e0m }
de E 0 y sea B = (bij ) la matriz asociada a g respecto de la las bases {e01 , . . . , e0m } de E 0 y
{e001 , . . . , e00s } de E 00 , esto es:
m
X s
X
f (ej ) = aij e0i , para j = 1, . . . , n ; g(e0i ) = bki e00k , para i = 1, . . . , m
i=1 k=1
La matriz asociada a g ◦ f respecto de las bases {e1 , . . . , en } de E y {e001 , . . . , e00s } de E 00 es la

matriz producto B · A. En efecto:
m
X m
X s
X s X
X m s
X
(g ◦ f )(ej ) = g(f (ej ) = aij g(e0i ) = aij bki e00k = ( 00
bki aij )ek = (B · A)kj e00k
i=1 i=1 k=1 k=1 i=1 k=1
Ejemplo 2.3. Dadas las aplicaciones lineales

f g
R3 →
− R2 R2 →
− R3
(x, y, z) 7→ (x − y, y + 2z) (x, y) 7→ (x + y, 2y, x − y)
Calculemos las matrices asociadas a f ◦ g y g ◦ f y la dimensión y una base del subespacio
Im(f ◦ g) de R2 y del subespacio Im(g ◦ f ) de R3 .
3. Cambios de base
Sea {e1 , . . . , en } una base de E, que llamaremos base inicial o antigua, y {ē1 , . . . , ēn } otra
base de E, a la que nos referiremos como base nueva. Los vectores P ēj de la base nueva
expresados como combinación lineal de los de la base antigua, ēj = ni=1 bij ei , definen la
matriz B = (bij ) que expresa el cambio de base en el espacio vectorial E.
La matriz de cambio de base B = (bij ) es la matriz cuyas columnas son las coordenadas de
los vectores de la base nueva en función de los de la antigua.
La aplicación lineal que realiza el cambio de base de matriz B es la aplicación identidad
respecto de las bases {ē1 , . . . , ēn } y {e1 , . . . , en }.
n
IdB
X
hē1 , . . . , ēn i = E −−→ E = he1 , . . . , en i , IdB (ēj ) = ēj = bij ei ,
i=1
x̄1 x1
   
cuya expresión en coordenadas es B  ..  =  ... , siendo e = x̄1 ē1 +· · ·+x̄n ēn y e = x1 e1 +

.
x̄n xn
· · · + xn en las expresiones en coordenadas del vector e respecto de la base nueva y respecto
de la base antigua, coordenadas nuevas (x̄1 , . . . , x̄n ) y coordenadas antiguas (x1 , . . . , xn ). Se
obtiene ası́:
3.1. Fórmula del cambio de base para vectores.
x̄1 x1
   
 ...  = B −1  ... 
x̄n xn
Ejemplo 3.1. Comprobemos que los polinomios {x − 1, 2 − 3x2 , x − x3 , x3 + x2 − 1} forman
una nueva base del espacio vectorial de los polinomios de grado menor o igual a 3, E =
h1, x, x2 , x3 i. Y calculemos la expresión del polinomio p(x) = 3 − x + x2 en función de esa
nueva base.
−1 2 0 −1

2 3 3 2
1 0 1 0
• det(x − 1, 2 − 3x , x − x , x + x − 1) = = −2 6= 0
0 −3 0 1
0 0 −1 1
2 3 3 2
Lo que prueba que {x − 1, 2 − 3x , x − x , x + x − 1} es una base de E (base nueva), y la
matriz de cambio de base respecto de la base inicial {1, x, x2 , x3 } es la matriz cuyas columnas
son las coordenadas de los polinomios {x − 1, 2 − 3x2 , x − x3 , x3 + x2 − 1} respecto de la base
{1, x, x2 , x3 }:  
−1 2 0 −1
1 0 1 0
B=  0 −3 0

1
0 0 −1 1
• Si (a, b, c, d) son las coordenadas del polinomio p(x) en la base nueva, como sus coordenadas
iniciales son (3, −1, 1, 0), se tiene:
     
a 3 −5
  = B −1 −1 =  1 
b    
c 1 4
d 0 4
Es decir la expresión de p(x) en la nueva base es:
p(x) = −5(x − 1) + (2 − 3x2 ) + 4(x − x3 ) + 4(x3 + x2 − 1)
3.2. Cambio de base para aplicaciones lineales.
T
Sea A la matriz asociada a la aplicación lineal E − → E 0 respecto de las bases {e1 , . . . , en } de
E y {e01 , . . . , e0m } de E 0 . Efectuemos cambios de base en E y en E 0 de matrices respectivas
B y B0;
IdB
hē1 , . . . , ēn i = E −−→ E = he1 , . . . , en i
Id
hē01 , . . . , ē0m i = E −−→
B
E = he01 , . . . , e0m i
Si Ā es la matriz de T respecto de las nuevas bases {ē1 , . . . , ēn } y {ē01 , . . . , ē0m }, se tiene el
siguiente diagrama conmutativo, del que se deduce la fórmula de cambio de base
TA
/ E0 TĀ = Id−1 0 −1
EO O B 0 ◦ TA ◦ IdB ⇒ Ā = B ·A·B
IdB IdB 0
TĀ
E / E0
Es fácil deducir las correspondientes fórmulas cuando sólo se cambia la base de E, Ā = A · B,

o sólo la de E 0 , Ā = B 0 −1 · A.
T
En particular, si E − → E un endomorfismo de E, A su matriz asociada respecto de la base
{e1 , . . . , en } de E y Ā es la matriz de T respecto de la nueva base {ē1 , . . . , ēn }, se tiene:
Fórmula de cambio de base para endomorfismos: Ā = B −1 · A · B
T
Ejemplo 3.2. Sea {e1 , e2 , e3 } una base de E y E −
→ E el endomorfismo de E definido por:
T (e1 ) = e1 + 2e2 − e3 , T (e2 ) = 2e1 − e3 , e3 + e2 ∈ ker T
(a) Averigemos si Im T y ker T son subespacios suplementarios. De  e3 + e2 ∈ ker

 T se
1 2 −2
deduce que T (e3 ) = −T (e2 ), luego la matriz asociada es A =  2 0 0 , y se
−1 −1 1
tiene:
dimR Im T = rg A = 2 y {T (e1 ) = (1, 2, −1), T (e2 ) = (2, 0, −1)} es una base de Im T .
dimR ker T = dimR E − dimR Im T = 1 y {e3 + e2 = (0, 1, 1)} es una base de ker T .
Los vectores {(1, 2, −1), (2, 0, −1), (0, 1, 1)} forman una base de E pues su determi-
nante es no nulo, luego Im T y ker T son subespacios suplementarios.
(b) Calculemos la matriz Ā de T respecto de la base  {2e1 + e2 , e2 − e3 , e1 + e2 − e3 }. La
2 0 1
matriz del cambio de base es B = 1 1 1 , luego
0 −1 −1
 
1 −2 −1
Ā = B −1 · A · B = 1 −6 −4
2 8 7
T0
(c) Sea {e01 , e02 , e03 } una base del espacio vectorial E 0 y E −→ E 0 la aplicación lineal definida
por
T (e1 ) = e01 + e2 , T (e2 ) = e01 − e02 , T (e3 ) = e02 + e03
Calculemos la matriz asociada a la composición T 0 ◦ T respecto de las bases
{2e1 + e2 , e2 − e3 , e1 + e2 − e3 } de E y {e01 , e02 , e03 } de E 0 .
Las matrices A0 de T 0 y C de T 0 ◦T respecto de las bases {e1 , e2 , e3 } de E y {e01 , e02 , e03 }
de E 0 son
   
1 1 0 3 2 −2
A0 = 1 −1 1 C = A0 · A = −2 1 −1
0 0 1 −1 −1 1
La matriz C̄ de T 0 ◦ T respecto de las bases {2e1 + e2 , e2 − e3 , e1 + e2 − e3 } de E y

{e01 , e02 , e03 } de E 0 , viene dada por:
 
0
(T ◦T )C
8 4 7
EO / E0 C̄ = C · B = −3 2 0
} >
} −3 −2 −3
Id } }}
}}
B
(T 0 ◦T )C̄
E
4. Problemas resueltos
1. Sea T el endomorfismo de R3 definido por

T (x, y, z) = (x + y, x + z, x − y + 2z)
(a) Calcular la dimensión y una base de los subespacios ker T e Im T .
(b) ¿Se verifica que R3 = ker T ⊕ Im T ? En caso afirmativo, calcular las coordenadas del
vector (1, 2, 3) en la nueva base que la identificación anterior define.
(c) Determinar λ para que la imagen del vector e = (λ, 1, 0) pertenezca al subespacio
generado por e1 = (1, 0, 0), e2 = (0, 1, 0).
Solución. Las ecuaciones del endomorfismo y su matriz asociada respecto de la base {e1 , e2 , e3 }
son, respectivamente:

x + y = x̄

1 1 0

x + z = ȳ A = (T (e1 ), T (e2 ), T (e3 )) = 1 0 1
x − y + 2z = z̄  1 −1 2

Como T (e3 ) = T (e1 ) − T (e2 ) es rg A = 2.

(a) dim(Im T ) = rg A = 2 e Im T = hT (e1 ), T (e2 )i.
dim(ker T ) = 3 − rg A = 1
ker T = {(x, y, z) ∈ R3 : x + y = 0, x + z = 0} = h(1, −1, −1)i
(b) ker T es un subespacio suplementario de Im T pues

1 1 1

det(T (e1 ), T (e2 ), ē3 ) = 1 0 −1 = −2 6= 0 .

1 −1 −1
Si escribimos ē1 = T (e1 ), ē2 = T (e2 ), ē3 = ē3 , la matriz B del cambio de base es
 
1 1 1
B = 1 0 −1
1 −1 −1
y las coordenadas del vector (1, 2, 3) en la nueva base son:
     
x̄ 1 2
ȳ  = B −1 · 2 = −1 .
z̄ 3 0
(c) (λ + 1, λ, λ − 1) = T (e) ∈ he1 , e2 i precisamente si rg(T (e), e1 , e2 ) = 2, es decir, si:

λ + 1 1 0

0 = det(T (e), e1 , e2 ) = λ 0 1 = λ − 1 =⇒ λ = 1 .
λ − 1 0 0
2. Calcular la matriz asociada a la aplicación lineal
T
R3 −
→ R2
(x, y, z) 7→ (x + 3y − 2z, y − z)
en las bases {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)} de R3 y {ū1 = (1, −1), ū2 = (1, 1)}
de R2 .
Solución. La aplicación T viene dada en coordenadas, por tanto referida a dos bases prefi-
jadas {e1 , e2 , e3 } de R3 y {u1 , u2 } de R2 . La matriz de T en estas bases es la matriz cuyas
columnas son las coordenadas de los vectores T (e1 ), T (e2 ), T (e3 ) en la base {u1 , u2 },

1 3 −2
A= .
0 1 −1
La matriz pedida es la matriz Ā asociada a T en las bases {e1 , e2 , e3 } y {ū1 , ū2 }. De modo
1 1 2
que, si B = ( −1 1 ) es la matriz del cambio de base en R , del diagrama conmutativo:
TA
R3 B / R2
BB O
BB
BB IdB
TĀ B
R2
resulta B · Ā = A, luego:

−1 1 −1 1 3 −2
Ā = B · A = 1/2
1 1 0 1 −1

1/2 1 −1/2
Ā = .
1/2 2 −3/2
3. Sea E el R-espacio vectorial de los polinomios p(x) ∈ R[x] de grado menor que 3. Se
T
define una aplicación E −
→ E por:
T (p(x)) = p(0) + p0 (0)(x − 1) + p00 (0)(x − 1)2
(a) Probar que T es lineal y calcular su matriz en la base {1, x, x2 } de E.
(b) Es T un isomorfismo?. Razónese la respuesta.
Solución.
(a) T es lineal, en efecto:
T (λp + µq) = (λp + µq)(0) + (λp + µq)0 (0)(x − 1) + (λp + µq)00 (0)(x − 1)2
= λp(0) + µq(0) + λp0 (0)(x − 1)
+ µq 0 (0)(x − 1) + λp00 (0)(x − 1)2 + µq 00 (0)(x − 1)2
= λT (p) + µT (q) .
Por otra parte, la matriz de T en la base {1, x, x2 } tiene por columnas las coordenadas en
esta base de los vectores T (1) = 1, T (x) = x − 1, T (x2 ) = 2(x − 1)2 ,
 
1 −1 2
A = 0 1 −4 .
0 0 2
(b) Como rg A = 3, pues det(A) 6= 0, se tiene que dim Im T = 3 = dimR E, luego T es
epiyectiva. De la fórmula de la dimensión dimR E = dimR ker T + dimR Im T se sigue que
ker T = {0} y en consecuencia T también es inyectiva.
4. Hallar las ecuaciones de la tranformación lineal T de R3 tal que:
(a) La restricción de T al plano π ≡ x + y + z = 0 es una homotecia de razón 3.
(b) T deja invariante la recta r
2x + 4y + 3z = 0

x + 2y + z = 0
(c) T (0, 0, −1) = (10, −5, −3)
Solución. El plano π y la recta r son subespacios suplementarios, pues π ∩ r = {0} ya que

el sistema lineal determinado por sus ecuaciones tiene determinante no nulo. Por tanto, si
elegimos como base (nueva) en R3 {ē1 , ē2 , ē3 }, siendo hē1 , ē2 i = π y hē3 i = r bases respectivas
de π y r, la matriz asociada a T en esta base es:
 
3 0 0
Ā = 0 3 0  ,
0 0 λ
pues por la condicin (a) es T (ē1 ) = 3ē1 , T (ē2 ) = 3ē2 y de la condicin (b) se deduce que
T (ē3 ) = λē3 para algn λ ∈ R.
Calculemos bases de π y r:
π = hē1 = (1, 0, −1), ē2 = (0, 1, −1)i ; r = hē3 = (−2, 1, 0)i .
Por ltimo, el λ de la matriz Ā se determina imponiendo la condicin (c), pero para ello hay
que efectuar previamente un cambio de base. Si A es la matriz de T en la base antigua y B
es la matriz del cambio de base es:
   
1 0 −2 3 0 0 −1 −2 −2
A = B · Ā · B −1 =  0 1 1  0 3 0   1 2 1
−1 −1 0 0 0 λ −1 −1 −1
 
−3 + 2λ −6 + 2λ −6 + 2λ
=  3−λ 6−λ 3−λ 
0 0 3
y aplicando(c)    
0 10
A· 0
  = −5 , resulta λ = −2 .

−1 −3
Y las ecuaciones de T son:
   
x x̄ −7x − 10y − 10z = x̄
A · y  = ȳ  5x + 8y + 5z = ȳ
z z̄ 3z = z̄
f
1. Sea R3 →
− R2 la aplicación definida por:
f (x, y, z) = (x − y + z, x + y − z)
Probar que es una aplicación lineal y calcular bases y dimensión del núcleo y la imagen. ¿Es
epiyectiva?
2. Sea T : R3 → R3 la aplicación definida por:
T (x, y, z) = (y − z, −x + 4z, y + z)
Probar que es una aplicación lineal. Hallar el núcleo y la imagen. ¿Es un isomorfismo?
3. Sea E el espacio vectorial de los polinomios de grado menor que 4. Se define la aplicación
T : E → E por T (p(x)) = (x − 1)p0 (x), siendo p0 (x) la derivada del polinomio p(x).
(a) Demostrar que T es lineal. Calcular su núcleo y su imagen.
(b) Calcular los polinomios p(x) tales que T (p(x)) = p(x).
4. Sea T ∈ Endk (E). Pruébese que el conjunto S de vectores que permanecen invariantes
forman un subespacio vectorial.
5. Sobre el espacio vectorial E de las matrices cuadradas de orden 2 con coeficientes reales,
se considera la aplicación T : E → E definida por:

a b 5a − 3b 6a − 4b
T =
c d −a + 29 b + 3c − 2d 6a − 3b − d
Probar que T es lineal y calcular su núcleo y su imagen.
6. Sea f ∈ Endk (E) tal que f 2 = Id. Pruébese que los subconjuntos E + y E − de E definidos
por E + = {x ∈ E : f (x) = x}, E − = {x ∈ E : f (x) = −x} son subespacios de E y se verifica
E = E + ⊕ E −.
Utilı́cese lo anterior para demostrar que toda función real de variable real es suma, de manera
única, de una función par más una impar.
7. Sea T un endomorfismo idempotente, T 2 = T , del espacio vectorial E. Pruébese que la
imagen de T está formada por los vectores invariantes por T y conclúyase que
E = ker T ⊕ Im T
f: R3 → R2
(x, y, z) 7→ (x + 3y − 2z, y − z)
en las bases {(1, 0, 0), (0, 1, 0), (0, 0, 1)} de R3 y {(1, −1), (1, 1)} de R2 .
9. Para cada número real θ, sea τθ : R3 → R3 la aplicación definida por la fórmula:
τθ (x, y, z) = (x cos θ − y sin θ, x sin θ + y cos θ, z)
(a) Pruébese que τθ es un automorfismo del espacio vectorial R3 y hállese su matriz en la
base estándar del espacio.
(b) Interprétese geométricamente la aplicación τθ y calcúlense sus subespacios invariantes.
10. Considérese la aplicación lineal f : R3 → R3 definida por f (x, y, z) = (2x + y, −z, 0).
Calcular su matriz y a partir de ella:
(a) Determinar ker f y hallar una base de dicho subespacio.
(b) Hallar Im f y el rango de f .
(c) ¿Pertenece (6, −2, 0) al ker f ?.

0 a
11. Sea E el espacio vectorial de las matrices reales de la forma con a + b + c = 0.
b c
Calcular una base de E y respecto de la misma calcular la matriz del endomorfismo T : E →
E definido por:
0 a 0 a − 2b
7→
b c 2b − 3c 3c − a
Deducir de lo anterior bases de ker T e Im T .
12. Hallar la matriz de una aplicación lineal f : R3 → R3 definida por las condiciones:
(a) f (1, 0, 0) es proporcional a (0, 0, 1).
(b) f 2 = f .
(c) ker f = {(x, y, z) ∈ R3 : x + z = 0}.
¿Es f única?.
13. Sea T : R3 → R3 el endomorfismo T (x, y, z) = (y − z, z − x, x − y). Se pide:
(a) Calcular la matriz de T en la base ordinaria.
(b) Calcular la matriz de T en la base e1 = (0, 1, 1), e2 = (1, 0, 1), e3 = (−1, 0, 0).
(c) Hallar una base de ker T , Im T , precisando sus dimensiones.
(d ) Calcular una base de ker T 2 . ¿Coincide este núcleo con el de T ?. Razónese la respuesta.
14. Sea T : R3 → R3 la aplicación lineal definida por:

T (x, y, z) = (x + y + z, x + 2y, z − y)
(a) Calcular la matriz asociada a T y con ella encontrar ker T , Im T , ker T 2 e Im T 2 .
(b) Hallar bases de dichos subespacios vectoriales.
15. Sea E un espacio vectorial de dimensión 3 y {e1 , e2 , e3 } una base del mismo. Un endo-
morfismo T de E verifica que:
T (e1 ) = e1 + e2 , T (e3 ) = e3 , ker T =< e1 + e2 >
Deducir la matriz de T y calcular Im T , ker T 2 y ker T 3 .
16. Sea T una aplicación lineal y sean V y V 0 subespacios vectoriales de E y E 0 respectiva-
mente. Demostrar que
(a) Imagen de V = {e0 ∈ E 0 : e0 = T (v) para algún v ∈ V } es un subespacio vectorial de
E 0 , el subespacio imagen de V por la aplicación T , que representaremos por T (V ).
(b) Antiimagen de V’ = {e ∈ E : T (e) ∈ V 0 } es un subespacio vectorial de E, el subespacio
antiimagen de V 0 por la aplicación T , que representaremos por T −1 (V ).
(Observa que T (E) = Im T y T −1 (0) = ker T )
17. Sea E el espacio vectorial de los polinomios p(x) ∈ R[x] de grado menor o igual que 4.
Se define f : E → E, T (p(x)) = p0 (x).
(a) Probar que T es una aplicación lineal.
(b) Calcular T −1 (3x2 − 1).
(c) Calcular bases y dimensin de ker T e Im T .
18. Calcular la matriz de la aplicación lineal T : R3 → R3 tal que T (1, 0, 0) = (0, 1, 0) y cuyo
núcleo está generado por los vectores (0, 1, 1), (1, 0, 1), (2, 1, 3).
19. Sea E un R-espacio vectorial de dimensión 4 y {e1 , e2 , e3 , e4 } una base del mismo. Dado
el endomorfismo T de E definido por:
T (e1 ) = e1 − e2 , T (e2 ) = e2 − e3 + e4 , T (e3 ) = e1 − e3 + e4 , e1 + e4 ∈ ker T
Calcular la matriz de T y deducir bases de ker T e Im T . ¿Se verifica que E = ker T ⊕ Im T ?.
20. Sea E =< x, sin x, cos x >. Calcular la matriz del endomorfismo T : E → E definido por
T (f (x)) = f (0)x + f 0 (0) sin x + f 00 (0) cos x
en una base de E. Decidir si T es isomorfismo.
 
−2 4 2
21. Dado el endomorfismo T : E3 → E3 cuya matriz es A =  1 λ λ, demostrar que
−1 2 1
para cualquier valor de λ la dimensión del subespacio imagen es 2. Hallar el núcleo y la
imagen para λ = −2.
22. Considérese el endomorfismo T de R3 definido por
T (x, y, z) = ((m − 2)x + 2y − z, 2x + my + 2z, 2mx + 2(m − 1)y + (m + 1)z)
A partir de su matriz, demuéstrese que la dimensión del núcleo es 0 excepto para valores
particulares de m. Para dichos valores, estudiar T .
23. Sea B = {u1 , u2 , u3 } una base del espacio vectorial E.
(a) Probar que los vectores u01 = 2u1 − u2 + u3 , u02 = u1 + u3 , u03 = 3u1 − u2 + 3u3 forman
una base de E.
(b) Calcular las coordenadas del vector u = u1 − 4u3 en la base de (a).
(c) Hallar las coordenadas respecto de la base inicial del vector v = −2u01 + 3u02 + u03 .
 
2 −1 4
24. Sea T el endomorfismo de R3 cuya matriz en la base {e1 , e2 , e3 } es  1 0 3. Hallar
−1 2 2
0 0 0
la matriz de T en la base {e1 , e2 , e3 } siendo:
1 1
e1 = e01 , e2 = e02 , e3 = e03 + e01 − e02
2 2
Universidad de Salamanca Gloria Serrano Sotelo

1. Espacio vectorial dual. Base dual. Funciones coordenadas

Sea E un k-espacio vectorial.
ω
El conjunto E ∗ de las aplicaciones lineales de E en k, E ∗ = {E − → k lineales }, es un k-
espacio vectorial respecto de la suma de aplicaciones lineales y del producto de una aplicación
lineal por un escalar.
E ∗ se llama espacio dual de E y los elementos de E ∗ se llaman formas lineales.
Teorema 1.1. (Base dual) Si {e1 , . . . , ( en } es una base de E , las n formas lineales
1 si i = j
{ω1 , . . . ωn } definidas por ωi (ej ) = δij = , para 1 ≤ i, j ≤ n, forman una
0 si i 6= j
base de E ∗ , la base dual de {e1 , . . . , en }. En particular, dimk E ∗ = dimk E
Demostración.
• {ω1 , . . . ωn } generan E ∗ .
Sea ω ∈ E ∗ y ω(ei ) = λi ∈ k para i = 1 . . . n.
La forma lineal λ1 ω1 + · · · + λn ωn coincide con ω sobre la base {e1 , . . . , en }, (λ1 ω1 + · · · +
λn ωn )(ei ) = λi = ω(ei ), luego λ1 ω1 + · · · + λn ωn = ω, pues dos aplicaciones lineales que
coinciden sobre todos los vectores de una base son iguales.
• {ω1 , . . . ωn } son linealmente independientes.
Si λ1 ω1 + · · · + λn ωn = 0, para todo i = 1 . . . n se verifica que (λ1 ω1 + · · · + λn ωn )(ei ) = λi =
0.
Las formas lineales ωi son las funciones coordenadas sobre E, esto es, si e = x1 e1 + · · · + xn en
es ωi (e) = xi .
Por otra parte, si e = x1 e1 + · · · + xn en y ω = p1 ω1 + · · · + pn ωn se tiene:
ω(e) = x1 p1 + · · · + xn pn
2. Morfismo traspuesto
T θ◦T
Dada una aplicación lineal E − → E 0 , para cada θ ∈ E 0∗ la aplicación lineal E −−→ k es una
forma lineal θ ◦ T ∈ E ∗ , lo que permite definir una aplicación
T∗
E 0∗ −→ E ∗
θ 7→ θ ◦ T
que es lineal: T ∗ (λθ + µθ0 ) = (λθ + µθ0 ) ◦ T = λ(θ ◦ T ) + µ(θ0 ◦ T ) = λT ∗ (θ) + µT ∗ (θ0 ).
T ∗ es la aplicación lineal traspuesta o morfismo traspuesto de T .
T
Proposición 2.1. Si A es la matriz asociada al morfismo E − → E 0 respecto de las bases
T∗
{e1 , . . . , en } de E y {e01 , . . . , e0m } de E 0 , la matriz asociada al morfismo traspuesto E 0∗ −→ E ∗
respecto de las bases duales {ω10 , . . . , ωn0 } de E 0∗ y {ω1 , . . . , ωn } de E ∗ es la matriz traspuesta
de A.
Demostración. Si B = (bij ) es la matriz de T ∗ en las bases duales y A = (aij ) la matriz de
T en las bases dadas, se tiene:
Xn m
X m
X
∗ 0 ∗ 0 0 0 0
T (ωj ) = bij ωi ⇒ bij = T (ωj )(ei ) = ωj (T (ei )) = ωj ( aki ek ) = aki ωj0 (e0k ) = aji
i=1 k=1 k=1

1
Ejemplo 2.2. Dada la aplicación lineal

T
R4 −
→ R3
(x, y, z, t) 7→ (x − 2y + t, y + z, x − t)
T∗
Calculemos bases y dimensión de Im T ∗ y ker T ∗ , siendo (R3 )∗ −→ (R4 )∗ su morfismo tras-
puesto.
 
  1 0 1
1 −2 0 1 −2 1 0  ∗ ∗
A = 0 1 1 0  ⇒ At = 
 t
 0 1 0  , rg A = dim Im T = 3 ⇒ dim ker T = 3−3 = 0

1 0 0 −1
1 0 −1
Se deduce:
Im T ∗ = {(1, −2, 0, 1), (0, 1, 1, 0), (1, 0, 0, −1)} , ker T ∗ = {0}
3. Cambio de base en el dual

Sea {e1 , . . . , en } una base de E y {ω1 , . . . , ωn } su base dual en E ∗ . Y sean {ē1 , . . . , ēn } otra
base de E (base nueva de E) y {ω̄1 , . . . , ω̄n } su base dual (base nueva de E ∗ ). Si representamos
por B la matriz del cambio de base en E y por B ∗ la matriz de cambio de base en E ∗ , se
verifica:
B ∗ = (B t )−1
En efecto:
La aplicación que realiza el cambio de base de matriz B es
BId
hē1 , . . . , ēn i = E −−→ E = he1 , . . . , en i
y su morfismo traspuesto
Id t
hω1 , . . . , ωn i = E ∗ −−B→ E ∗ = hω̄1 , . . . , ω̄n i
es preciasamente el inverso del morfismo del cambio de base en E ∗ de matriz B ∗ , (IdB t )−1 =
IdB ∗ , luego B ∗ = (B t )−1 .
• Cambio de base para formas lineales
Si ω = p1 ω1 + · · · + pn ωn = p̄1 ω̄1 + · · · + p̄n ω̄n , esto es, (p1 , . . . , pn ) son las coordenadas
antiguas de ω y (p̄1 , . . . , p̄n ) sus coordenadas nuevas , se tiene:
p̄1 p1 p̄1 p1
       
 ...  = (B ∗ )−1 ·  ...  ⇔  ...  = B t ·  ...  ⇔ p̄1 . . . p̄n = p1 . . . pn · B

p̄n pn p̄n pn
Ejemplo 3.1. Sea {e1 , e2 , e3 } una base del R-espacio vectorial E y {ω1 , ω2 , ω3 } su base dual.
(a) Probar que los vectores ē1 = e1 − e2 , ē2 = e1 + 2e2 + e3 y ē3 = e1 + e2 forman una nueva
base de E y calcular su base dual {ω̄1 , ω̄2 , ω̄3 }.
(b) Calcular la expresión de la forma lineal ω = 3ω1 + 2ω2 en la base {ω̄1 , ω̄2 , ω̄3 }
Solución
1 1 1

(a) |B| = −1 2 1 = 2 6= 0 ⇒ {ē1 , . . . , ēn } es una base de E y B es la matriz del cambio de base.
0 −1 0
1 1 1


1 0 1
 
 ω̄ 1 = ω 1 − ω 2 − ω3
2 2 2

1 1 
B ∗ = (B t )−1 = AdjB = −1 0 1 ⇒ ω̄2 = −ω3 , pues las colum-
|B| 2 −1 2 3 
 1 1 3
ω̄3 = ω1 + ω2 + ω3

2 2 2
nas de B ∗ son las coordenadas de las formas lineales de la nueva base {ω̄1 , ω̄2 , ω̄3 } de E ∗
respecto de la base {ω1 , ω2 , ω3 }.
(b) 3 2 0 · B = 1 7 5 ⇒ ω = ω̄1 + 7ω̄2 + 5ω̄3 .
4. Espacio bidual. Teorema de Reflexividad

El espacio bidual, E ∗∗ , es el dual del espacio dual E ∗ :
E ∗∗ = {E ∗ →
− k lineales} , dimk E ∗∗ = dimk E ∗ = dimk E .
Teorema 4.1. (Reflexividad). Si E es un k-espacio vectorial de dimensión finita, la apli-
φ
− E ∗∗ definida por φ(e)(ω) = ω(e), para cada e ∈ E y ω ∈ E ∗ , es un isomorfismo.
cación E →
Demostración.
• φ es lineal.
φ(λe+µe0 )(ω) = ω(λe+µe0 ) = λω(e)+µω(e0 ) = λφ(e)(ω)+µφ(e0 )(ω) = (λφ(e)+µφ(e0 ))(ω),
para toda ω ∈ E ∗ .
• φ es inyectiva.
Si e ∈ ker φ es φ(e) = 0, luego φ(e)(ω) = ω(e) = 0 para toda ω ∈ E ∗ . En particular, si
{ω1 , . . . , ωn } es la base dual de la base {e1 , . . . , en } en la que las coordenadas del vector e
son (x1 , . . . , xn ), resulta que ωi (e) = xi = 0 para i = 1, . . . , n, lo que prueba que e = 0.
• φ es epiyectiva pues es inyectiva y dimk E ∗∗ = dimk E.
Observación. El teorema de Reflexividad permite identificar los vectores de E como elementos
del espacio bidual E ∗∗ en el modo e(ω) = ω(e). De manera que si {ω1 , . . . , ωn } son las
funciones coordenadas sobre E, los vectores {e1 , . . . , en } de su base dual se pueden entender
como las funciones coordenadas sobre el espacio dual E ∗ .
5. Subespacio incidente. Dimensión. Propiedades

Sea V un subespacio de E. Se define el siguiente subconjunto de E ∗ :
V 0 = {ω ∈ E ∗ : ω(v) = 0 , para todo v ∈ V }
Teorema 5.1. V 0 es un subespacio de E ∗ , el subespacio incidente con V , y su dimensión
es:
dimk V 0 = dimk E − dimk V
Demostración.
1) V 0 es cerrado por combinaciones lineales.
Si ω, ω 0 ∈ V 0 y λ, µ ∈ k, para cada v ∈ V se tiene: (λω + µω 0 )(v) = λω(v) + µω 0 (v) = 0 ⇒
λω + µω 0 ∈ V 0 .
2) Construyamos una base de V 0 .
Sea {v1 , . . . , vm } una base de V . Ampliemos esta base para formar una base {v1 , . . . , vm , em+1 , . . . , en }
de E y sea {θ1 , . . . , θm , θm+1 , . . . , θn } su base dual.
Probaremos que las n − m formas lineales {θm+1 , . . . , θn } forman una base de V 0 :
{θm+1 , . . . , θn } están en V 0 , ya que θm+1 (vi ) = 0, . . . , θn (vi ) = 0, para i = 1, . . . , m,
pues {θ1 , . . . , θm , θm+1 , . . . , θn } es la base dual de {v1 , . . . , vm , em+1 , . . . , en }.
{θm+1 , . . . , θn } generan V 0 .
Si ω ∈ V 0 ⊆ E ∗ es ω = λ1 θ1 + · · · + λm θm + λm+1 θm+1 + · · · + λn θn y como
ω(v) = 0 para todo v ∈ V , se tiene que ω(vi ) = λi = 0 para i = 1, . . . , m. Luego
ω = λm+1 θm+1 + · · · + λn θn .
{θm+1 , . . . , θn } son linealmente independientes pues forman parte de una base.

Proposición 5.2. Propiedades del incidente.
(1) E 0 = {0} , {0}0 = E ∗ .
(2) Si E1 y E2 son subespacios de E tales que E1 ⊆ E2 se verifica E10 ⊇ E20 .
(3) Si V es un subespacio de E, V 00 = V .
(4) Si E1 y E2 son subespacios de E se verifica:
(E1 + E2 )0 = E10 ∩ E20 , (E1 ∩ E2 )0 = E10 + E20
(5) Si E = E1 ⊕ E2 también E ∗ = E10 ⊕ E20
T T∗
→ E 0 es una aplicación lineal y E 0∗ −→ E ∗ su morfismo traspuesto, se verifica:
(6) Si E −
ker T ∗ = (Im T )0 , Im T ∗ = (ker T )0
Demostración.
(1) dimk E 0 = dimk E − dimk E = 0 ⇒ E 0 = {0}.
{0}0 ⊆ E ∗ y dimk {0}0 = dimk E − 0 = dimk E ∗ ⇒ {0}0 = E ∗ .
(2) Si ω ∈ E20 es ω(e2 ) = 0 para todo e2 ∈ E2 y como E1 ⊆ E2 también es ω(e1 ) = 0 para
todo e1 ∈ E1 , luego ω ∈ E10 .
(3) Si e ∈ V para toda ω ∈ V 0 es ω(e) = 0 y por reflexividad e(ω) = 0, luego e ∈ V 00 ,
ası́ V ⊆ V 00 y como dimk V 00 = dimk E ∗ − dimk V 0 = dimk E ∗ − dimk E − dimk V = dimk V
es V = V 00 .
(4)
)
E1 ⊆ E1 + E2 ⇒ E10 ⊇ (E1 + E2 )0
⇒ (E1 + E2 )0 ⊆ E10 ∩ E20
E2 ⊆ E1 + E2 ⇒ E20 ⊇ (E1 + E2 )0
( )
0
ω ∈ E1 ⇒ ω(e1 ) = 0 , ∀e1 ∈ E1
Por otra parte, para cada ω ∈ E10 ∩E20 ⇒ , luego ω(e1 +
ω ∈ E20 ⇒ ω(e2 ) = 0 , ∀e2 ∈ E2
e2 ) = 0 para todo e1 + e2 ∈ E1 + E2 y por tanto ω ∈ (E1 + E2 )0 , lo que prueba que
E10 ∩ E20 ⊆ (E1 + E2 )0 y(ası́ (E1 + E2 )0 = E10 ∩ E20 . )
E = E1 + E2 ⇒ E 0 = (E1 + E2 )0 ⇒ {0} = E10 ∩ E20
(5) Si E = E1 ⊕ E2 ⇒ , luego
E1 ∩ E2 = {0} ⇒ (E1 ∩ E2 )0 = {0}0 ⇒ E10 + E20 = E ∗
E ∗ = E10 ⊕ E20 .
(6)
(Im T )0 = {ω 0 ∈ E 0∗ : ω 0 (T (e)) = 0 , ∀e ∈ E} = {ω 0 ∈ E 0∗ : T ∗ ω 0 = 0} = ker T ∗
Im T ∗ = {ω ∈ E ∗ : ω = T ∗ \ω 0 = ω 0 ◦ T } == {ω ∈ E ∗ : ω(e) = 0 , ∀e ∈ ker T } = (ker T )0

6. Ecuaciones paramétricas e implı́citas de un subespacio

Sea V un subespacio de E y {v1 , . . . , vm } una base de V . Para todo e ∈ V se tiene:
Ecuación paramétrico vectorial de V : e = λ1 v1 + · · · + λm vm , para ciertos λi ∈ k.
Si se expresa esa ecuación en coordenadas respecto de una base de E, e = (x1 , . . . , xn ),
vj = (a1j , . . . , anj ), se obtienen unas ecuaciones paramétricas de V :

x1 = λ1 a11 + · · · + λm a1m

.. .. ..
 . . .
xn = λ1 an1 + · · · + λm anm

De la ecuación paramétrico vectorial se sigue que la matriz cuyas columnas son las coorde-
nadas de los vectores e, v1 , . . . , vm , respecto de una base de E, tiene rango m,
rg(e, v1 , . . . , vm ) = m, para todo e ∈ V .
De modo que, elegido un menor de orden m no nulo, esta condición equivale a la anulación
de n − m menores de orden m + 1, que dan el número mı́nimo de ecuaciones linealmente
independientes que definen unas ecuaciones implı́citas de V .
Ejemplo 6.1. Sea V el subespacio de R4 generado por los vectores {v1 = (1, 0, 1, 1), v2 =
(0, 1, 1, 1), v3 = (1, −1, 0, 0)}. Calculemos unas ecuaciones paramétricas y unas ecuaciones
implı́citas de V .
dim V = rg(v1 , v2 , v3 ) = 2, V = hv1 , v2 i.
• Ecuación paramétrico vectorial
 de V : e = λv1 + µv2 , para todo e ∈ V .

 x = λ

y = µ
• Ecuaciones paramétricas .
z = λ + µ


t=λ+µ

• Ecuaciones implı́citas
 
 x 1 0


x 1 0
 


 y 0 1 ⇒ −x − y + z = 0



z 1 1
 
 y 0 1  
rg  =2⇒
 z 1 1 

x 1 0


 
t 1 1  





y 0 1
⇒ −x − y + t = 0 



t 1 1
7. Subespacio incidente y ecuaciones implı́citas

Sea V un subespacio de E de dimensión m.
Por reflexividad se tiene:
V = {e ∈ E : e(ω) = ω(e) = 0 para todo ω ∈ V 0 }
Luego si se conoce una base del subespacio incidente con V , V 0 = hθ1 , . . . , θn−m i, el subes-
pacio V queda determinado por las n − m escuaciones:
V = {e ∈ E : θ1 (e) = · · · = θn−m (e) = 0} ,
que en coordenadas respecto de una base de E y su base dual dan unas ecuaciones implı́citas
de V .
Ejemplo 7.1. Sean {e1 , e2 , e3 , e4 } una base de E y {ω1 , ω2 , ω3 , ω4 } su base dual. Si V es el
subespacio de E del que se conoce una base {θ1 = 2ω1 − 3ω3 + ω4 , θ2 = ω1 − 2ω2 + ω3 − 3ω4 }
de su subespacio incidente V 0 , unas ecuaciones implı́citas de V son:
θ1 (e) = 0 e=xe1 +ye2 +ze3 +te4 2x − 3z + t = 0

−−−−−−−−−−−−→
θ2 (e) = 0 x − 2y + z − 3t = 0
Recı́procamente si se conocen unas ecuaciones implı́citas del subespacio V se tiene automáti-
camente una base de su subespacio incidente V 0 .
x − y + 2t = 0

V ≡ ⇒ V 0 = hω1 − ω2 + 2ω4 , 2ω2 − 3ω3 i .
2y − 3z = 0
1. Sean {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual. Probar que las formas lineales
ω̄1 = 2ω1 − 3ω2 , ω̄1 = ω1 + ω2 − ω3 y ω̄1 = ω2 + ω3 forman una base de E ∗ y calcular su base
dual {ē1 , ē2 , ē3 }
2. Sea E el espacio vectorial de los polinomios de grado menor o igual que 2 con coeficientes
reales, E = {ax2 + bx + c : a, b, c ∈ R}.
(a) Demostrar que los polinomios 1 + x2 , x + x2 , 1 + x + x2 forman una base de E.
(b) Sea {ω 1 , ω 2 , ω 3 } la base dual de la base anterior y {ω1 , ω2 , ω3 } la base dual de {1, x, x2 }.
Calcular las coordenadas de ω 1 , ω 2 , ω 3 en la base {ω1 , ω2 , ω3 }.
(c) Considerando el morfismo derivada D : E → E dado por D(p(x)) = p0 (x), calcular las
coordenadas de la imagen de ω1 en la base {ω 1 , ω 2 , ω 3 } por el morfismo inducido en
el dual.
3. Sea E un R-espacio vectorial, {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base dual. Sea
T el endomorfismo de E definido por T (x, y, z) = (−3x + 2y + z, 3x + y + 5z, −3x − 3z) .
Si T ∗ : E ∗ → E ∗ es el endomorfismo inducido en el dual, averigua si las formas lineales
T ∗ (ω1 + 2ω2 ), T ∗ (2ω1 + ω2 ), T ∗ (ω1 + ω2 ) forman una base de E ∗ .
4. Sea E el espacio vectorial real de todos los polinomios con coeficientes reales de gra-
do menor o igual que 2. Sea {ω1 , ω2 , ω3 } la base dual de la base {1, x, x2 }. Se definen las
aplicaciones ω 1 , ω 2 , ω 3 : E → R por las fórmulas:
Z 1 Z 1 Z 1
ω 1 (p(x)) = p(x)dx , ω 2 (p(x)) = xp(x)dx , ω 3 (p(x)) = x2 p(x)dx
0 0 0
∗
Pruébese que {ω 1 , ω 2 , ω 3 } es una base de E . Hállense las coordenadas de dichos elementos
respecto de la base {ω1 , ω2 , ω3 }. Determinar en E una base para la cual {ω 1 , ω 2 , ω 3 } sea su
base dual.
5. Sea E1 el subespacio de R4 generado por los vectores e1 = (1, 0, 1, 0), e2 = (2, 5, 4, 0)
y sea E2 el subespacio de R4 generado por los vectores u1 = (0, 5, 5, 0), u2 = (5, 5, 7, 0),
u3 = (−10, 1, 5, 1).
(a) Calcula una base y la dimensión de los subespacios E1 , E2 E1 + E2 y E1 ∩ E2 .
(b) Halla los subespacios incidentes de los del apartado anterior.
6. En un espacio vectorial de dimensión 5 sea {e1 , e2 , e3 , e4 , e5 } una base y {ω1 , ω2 , ω3 , ω4 , ω5 }
su base dual. Sea F el subespacio generado por los vectores
u1 = e1 + e2 + e3 , u2 = e2 − e4 , u3 = e3 + 2e4 − e5
Hállese la dimensión de F y calcúlese una base de su espacio incidente.
7. Sea {e1 , e2 , e3 } una base de un R-espacio vectorial E y {ω1 , ω2 , ω3 } su base dual. Dada la
aplicación lineal T : E ∗ → E definida por
T (ω1 ) = e1 − e2 , T (ω2 ) = 2e1 + e2 + e3 , T (ω3 ) = 3e2 + e3
Calcular bases de ker T , Im T , (ker T )◦ , (Im T )◦ .
8. Hallar las ecuaciones paramétricas e implı́citas del subespacio de R4 generado por los
vectores (−2, 2, 1, 1), (0, 1, 1, 0), (−6, 7, 4, 3).
9. Se consideran los siguientes subespacios de R4 generados por:
E1 =< (1, 1, 1, 1), (1, 0, 1, 0), (0, 1, 0, 1), (1, −1, 1, −1) >
E2 =< (1, 2, 3, 4), (−1, 0, 1, 3), (0, 1, −1, 2), (1, 2, −1, 4) >
E3 =< (1, 2, 3, 0), (1, 0, 1, 0), (0, −1, 2, 0), (−1, 1, 3, 0) >
Hallar las ecuaciones paramétricas y las ecuaciones implı́citas de dichos subespacios.
10. Se considera en Q5 el subespacio V determinado por las ecuaciones 2x1 −x2 +x4 −x5 = 0,
4x1 + 2x2 + x5 = 0, 3x2 − x4 + 2x5 = 0. Determinar las ecuaciones paramétricas de V y
calcular un suplementario.
11. Hallar las ecuaciones paramétricas del subespacio vectorial de R3 definido por 2x−y+z =
0. Deducir una base del mismo y calcular respecto de ella las coordenadas del vector (1, 3, 1).
12. Hallar las ecuaciones paramétricas del subespacio vectorial de R4 que tiene por ecuacio-
nes implı́citas x + y − z + t = 0, x − y + z = 0.
13. Sean E1 y E2 los siguientes subespacios de R4 :
E1 ≡ h(1, 1, 1, 0), (0, −1, −1, 0), (2, 1, 1, 0)i

x+t=0
E2 ≡
x − y + z + 2t = 0
(a) Calcular bases y dimensiones de E1 , E2 , E1 ∩ E2 y E1 + E2 .
(b) ¿Es cierto que R4 = E1 ⊕ E2 ?. Calcular un suplementario de E1 .
(c) Calcular una base del subespacio incidente (E1 )◦ y las ecuaciones implı́citas de E1 .
(d ) Calcular unas ecuaciones paramétricas de E2 .
14. Sea E un R-espacio vectorial de dimensión 3, {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 }
su base dual.
(a) Dados los subespacios F =< e1 − e2 , 2e1 − e3 > y F 0 =< 2e2 + e3 , e1 + e2 + e3 >,
calcula una base de (F ∩ F 0 )◦ y las ecuaciones implı́citas y paramétricas de F ∩ F 0 .
(b) Demuestra que las formas lineales {ω̄1 , ω̄2 , ω̄3 } definidas por
ω̄1 (e) = x + y + z, ω̄2 (e) = y − 2z, ω̄3 (e) = x + y
para cada vector e = xe1 + ye2 + ze3 , forman una base del espacio dual E ∗ . Calcula
una base {ē1 , ē2 , ē3 } de E cuya base dual sea {ω̄1 , ω̄2 , ω̄3 }.
(c) Calcula las coordenadas del vector u = e1 − e2 + e3 en la base {ē1 , ē2 , ē3 } y el incidente
del subespacio < u > en función de {ω̄1 , ω̄2 , ω̄3 }.

1. Subvariedades afines de un espacio vectorial

Sea E un k-espacio vectorial de dimensión n y sean V un subespacio de E y e0 un vector de
E. El conjunto
H = e0 + V
es una subvariedad afı́n de vector de posición e0 y subespacio director V .
Se llama dimensión de la subvariedad afı́n H a la dimensión de su subespacio director,
dimk H = dimk V .
Las subvariedades afines de dimensión 0 son los puntos, las de dimensión 1 las rectas, las de
dimensión 2 los planos y las de dimensión n − 1 los hiperplanos.
Las subvariedades afines que pasan por el origen son los subespacios.
Definición 1.1. Dos subvariedades afines son paralelas si el subespacio director de una de
ellas está contenido en el de la otra.
Si dimk H ≤ dimk H 0 , las subvariedades afines H = e0 + V , H 0 = e00 + V 0 son paralelas si
V ⊆ V 0 o lo que es equivalente V 0 ⊇ V 00 .
2. Ecuaciones paramétricas e implı́citas de una subvariedad afı́n H

Sea H = e0 + V y {v1 , . . . , vm } una base de V .
Ecuación paramétrico vectorial de H:
∀e ∈ V es e = e0 + λ1 v1 + · · · + λm vm , para ciertos λi ∈ k.
Expresando esta ecuación en coordenadas respecto de una base de E se obtienen unas cua-
ciones paramétricas de H.
Ecuaciones implı́citas de H:
De la ecuación paramétrico vectorial se sigue que la matriz cuyas columnas son las coorde-
nadas de los vectores e − e0 , v1 , . . . , vm , respecto de una base de E, tiene rango m,
rg(e − e0 , v1 , . . . , vm ) = m, para todo e ∈ H .
De modo que, elegido un menor de orden m no nulo, esta condición equivale a la anulación
de n − m menores de orden m + 1, que dan el número mı́nimo de ecuaciones linealmente
independientes que definen unas ecuaciones implı́citas de H.
Por otra parte, si en vez de una base del subespacio director V de H se conoce una base de su
subespacio incidente V 0 = hθ1 , . . . , θn−m i, se pueden obtener directamente unas ecuaciones
implı́citas de H = e0 + V .
 

 θ1 (e − e 0 ) = 0 

 
∀e ∈ H es e − e0 ∈ V ⇔ .
.
 . 
 
θ (e − e ) = 0
n−m 0
Ejemplo 2.1. Sea V el subespacio de R4 generado por los vectores {v1 = (1, 0, 1, 0), v2 =
(−1, 1, 1, 2), v3 = (0, 1, 2, 2)}. Calculemos unas ecuaciones paramétricas y unas ecuaciones
implı́citas de la subvariedad afı́n H de vector de posición e0 = (1, 0, 0, 2) y subespacio
director V .
dim H = dim V = 2 y V = hv1 , v3 i.
1


x=1+λ

y = µ
• Ecuaciones paramétricas .

z = λ + 2µ

t = 2 + 2µ

• Ecuaciones implı́citas


 x − 1 1 0



y 0 1 ⇒ x + 2y − z = 1
   
x−1 1 0

 
 
 y 0 1

 z 1 2


rg  =2⇒
 z 1 2 

x − 1

1 0 
 
t−2 0 2  


 y
0 1 ⇒ 2y − t = −2 


 t − 2 0 2

3. Subvariedad afin intersección. Posiciones relativas. Subvariedad afı́n

suma
Sean H y H 0 subvariedades afines de E.
• La subvariedad afı́n intersección H ∩ H 0 es la máxima subvariedad afı́n contenida en

H y en H 0 . Los puntos de H ∩ H 0 son las soluciones del sistema lineal determinado por las
ecuaciones implı́citas de H y de H 0 .
Dos subvariedades afines se cortan si tienen algún punto en común, por tanto, H y H 0 no
se cortan si H ∩ H 0 = ∅.
Dos subvariedades afines se cruzan si ni son paralelas ni se cortan.
• La subvariedad afı́n suma H + H 0 es la mı́nima subvariedad afı́n que contiene a H y a

H 0.
Si H = e0 + hv1 , . . . , vm i y H 0 = e00 + hu1 , . . . , us i, su suma es:
H+H 0 = e0 +he0 −e00 , v1 , . . . , vm , u1 , . . . , us i y dim(H+H 0 ) = rg(e0 −e00 , v1 , . . . , vm , u1 , . . . , us )
Ejemplo 3.1. Considérense las subvariedades afines de R4


x + y = 1
 (
x+y+z+t=3
r ≡ y+z =0 π≡

z + t = 2 2x − z = 1
(a) Calcula un vector de posición y el subespacio director de la recta r y del plano π.

(b) Averigua si la recta r es paralela al plano π.
(c) Calcula la subvariedad afı́n intersección r ∩ π.
(d ) Calcula la mı́nima subvariedad afı́n que contiene a ambas. (
2x − z + t = 2
(e) Estudia la posición relativa del plano π y el plano π 0 ≡ .
x+y−z =0
Solución.
(a) r = {(x, 1 − x, −1 + x, 3 − x) ∈ R4 } , π = {(x, y, −1 + 2x, 4 − 3x − y) ∈ R4 }
r = e0 + hvi , e0 = (0, 1, −1, 3), v = (1, −1, 1, −1)

π = e00 + hu1 , u2 i , e00 = (0, 0, −1, 4), u1 = (1, 0, 2, −3), u2 = (0, 1, 0, −1)
(b) La recta y el plano no son paralelos, ya que el subespacio director de r, hvi, no está con-
tenido el subespacio director de π,hu1 , u2 i, pues
 
1 1 0
−1 0 1
rg(v, u1 , u2 ) = 
1
=3
2 0
−1 −3 −1
(c) Sustituyendo las coordenadas de un punto cualquiera (λ, 1 − λ, −1 + λ, 3 − λ) de r en
las ecuaciones del plano π se tiene
( (
λ+1−λ−1+λ+3−λ=3 3=3
⇔
2λ + 1 + λ = 1 λ=0
Luego la recta y el plano se cortan en el punto P = (0, 1, −1, 3), r ∩ π = P .
(d ) r +π = e0 +he0 −e00 , v, u1 , u2 i, pero e0 −e00 = u2 , luego r +π = e0 +hv, u1 , u2 i y dim(r +
π) = 3. Luego la mı́nima subvariedad afı́n que las contiene es el hiperplano de vector
de posición e0 y subespacio director hv, u1 , u2 i. Calculemos su ecuación implı́cita:
Para todo e = (x, y, z, t) ∈ r + π es e − e0 ∈ hv, u1 , u2 i, luego rg(e − e0 , v, u1 , u2 ) = 3
y por tanto det(e − e0 , v, u1 , u2 ) = 0, que en coordenadas da la ecuación implı́cita de
r + π:

x 1 1 0

y − 1 −1 0 1
r + π ≡ =0⇒r+π ≡x+y+z+t−3=0
z + 1 1 2 0
t − 3 −1 −3 −1
(e) Discutamos el sistema lineal determinado por las ecuaciones implı́citas de π y de π 0 .

x + y + z + t = 3  
 1 1 1 1
2x − z = 1

 2 0 −1 0
A= 2 0 −1 1

2x − z + t = 2  
x+y−z =0

 1 1 −1 0
Se tiene que rg A = 4 y por tanto coincide con el rango de la matriz ampliada. El
sistema es pues compatible y el conjunto de soluciones, que es la subvariedad afı́n
intersección π ∩ π 0 , tiene dimensión 0, luego se reduce a un punto. Es decir, los planos
π y π 0 se cortan en un punto Q, que se obtiene resolviendo el sistema, Q = (1, 0, 1, 1).
1. Calcular las ecuaciones paramétricas e implı́citas de la recta que pasa por el punto P =
(1, 2, 1, 2) y cuya dirección queda determinada por el vector (1, 3, −2, 7).
2. Calcular las ecuaciones paramétricas e implı́citas del hiperpano de R4 que pasa por el
punto P = (0, 1, 2, −4) y cuyo subespacio director es V = h(1, 1, 0, 0), (1, 0, 1, 0), (1, 2, 1, 2)i.
3. En un espacio vectorial de dimensión 4, hállese la recta que pasa por el origen y corta a
las dos rectas siguientes:
r1 : x = 2 + 3λ, y = 1 − λ, z = −1 + 2λ, t = 3 − 2λ
r2 : x = 7λ, y = 1, z = 1 + λ, t = −1 + 2λ
4. Hállese el hiperplano de R4 que pasa por las rectas:
r1 : 2x − y = 0, x + z = 0, 3x − t = 0
r2 : x + y − 3 = 0, 2x − z + 1 = 0, t = 0
5. Hallar la ecuación del haz de hiperplanos que contienen al plano que pasa por los puntos
(1, −2, −3, 1), (0, 0, 1, 5), (3, −1, 5, 0).
6. Hállese la dimensión de la mı́nima subvariedad afı́n que contiene a dos planos bidimen-
sionales que se cruzan. Calcúlese la dimensión de la mı́nima subvariedad afı́n que pasa por
los puntos:
(−1, 2, −1, 0, 4), (0, −1, 3, 5, 1), (4, −2, 0, 0, −3), (3, −1, 2, 5, 2)
7. Hállense las ecuaciones paramétricas de la mı́nima subvariedad afı́n que pasa por las
rectas:
r : x1 = x2 = x3 = x4 = x5
x1 − 1 x2 x4 + 1 x5
r0 : = = x3 − 2 = =
3 5 7 −4
8. Dadas las subvariedades afines de R4 :
H =< (0, −1, 0, 1), (1, 1, 0, 1), (0, 0, 1, 0) > H 0 =< (−2, 1, 1, 0), (−3, 0, 0, 1) >
(a) Calcular sus ecuaciones implı́citas.
(b) Estudiar su posición relativa.
(c) Calcular la mı́nima subvariedad afı́n que las contiene.
9. Hallar la subvariedad afı́n de R4 que pasa por el punto (1, 0, 0, 0) y cuyo subespacio
director es el núcleo del endomorfismo T : R4 → R4 cuya matriz en la base estándar es
 
1 −1 2 0
1 0 1 1 
 
3 −2 5 1 
0 −1 1 −1
10. Sea E el espacio vectorial de los polinomios reales de grado menor o igual que 2. Sea
V el plano de los polinomios
R1 de grado menor o igual que 1. Sea ω : E → R la forma lineal
definida por ω(p(x)) = 0 x · p(x) dx. Considerando la base {1, x, x2 }, calcular las ecuaciones
de la recta que pasa por 1 + x2 y es paralela a la recta intersección del plano ω −1 (2) con V .
11. Calcular el plano que contiene a la recta s ≡ x = y = z = t + 1 y corta a las rectas

 x+y =0

x−2 z
r1 ≡ y + 2z = 0 r2 ≡ =y= =t+1

 z + 3t = 1 2 −1

Daniel Hernández Serrano
Darı́o Sánchez Gómez
SEMINARIO I.
1. Espacios Vectoriales
1.1. Espacios y subespacios vectoriales.
1. Demuéstrese que el conjunto C = {(x, y, y, −x), x, y ∈ R} con la operación:
(x, y, y, −x) + (w, z, z, −w) = (x + w, y + z, y + z, −(x + w))
y con el producto escalar para λ ∈ R:
λ(x, y, y, −x) = (λx, λy, λy, −λx) ,
es un espacio vectorial sobre R.
2. Averiguar si V ⊂ R3 es un subespacio vectorial real.
a) V = {(a, b, 0) : a, b ∈ R}
b) V = {(a, b, c) : a + b + c = 0}
c) V = {(a, b, c) : a2 + b2 + c2 ≥ 1}
d ) V = {(a, b, c) : a = b + c}
e) V = {(a, b, c) : a, b, c ∈ Q}
3. Determinasi los siguientes

subconjuntos
de M (2 × 2, R) son subespacios vectoriales:
a b
a) H1 = a, b, c ∈ R .
−b c

a 1 + a
b) H2 = a∈R .
0 0
c) El conjunto de las matrices antisimétricas.
d ) El conjunto de las matrices A que cumplen A2 = A.
e) El conjunto de matrices cuyo determinante no es cero.
1.2. Dependencia lineal, bases, dimensión y coordenadas.

4. Pruébese que el subespacio de R3 generado por los vectores (1, 1, 1), (0, 1, 0) coincide con el subes-
pacio generado por (2, 3, 2) y (1, 0, 1).
5. Demostrar que los vectores (m, 1, 0), (−1, m, 0) y (0, 1, 1) son linealmente independientes en R3 ,
sea quien sea m. Comprobar que esta propiedad no se cumple en C3 .
6. Determinar x e y en el vector (3, 2, x, y) ∈ Q4 para que pertenezca al subespacio generado por
(1, 4, −5, 2), (1, 2, 3, 1).
7. Calcula una base y la dimensión de los siguientes subespacios vectoriales de R3 :
a) V = {(a, b, 0) : a, b ∈ R}
b) V = {(a, b, c) : a + b + c = 0}
c) V = {(a, b, c) : a = b + c}

1 0 1 1 1 1 0 0
8. Comprobar que las matrices , , , forman una base del espacio
0 0 0 0 1 0 0 1
5 3
vectorial de las matrices de orden 2. Calcular las coordenadas de la matriz respecto de
1 1
esta base.
9. Consideremos el espacio vectorial R2 [x] de los polinomios p(x) de grado menor o igual que 2 con
coeficientes en R.
a) Demostrar que los polinomios 1 + x, x + x2 , 1 + x2 forman una base.
b) Hallar las coordenadas del polinomio 3 + 2x + 5x2 en dicha base.
1
2 Álgebra Lineal y Geometrı́a I. Grado en Fı́sicas. Curso 2010/11. D. Hernández Serrano. D. Sánchez Gómez
ALGUNAS SOLUCIONES. SEMINARIO I.

3
2. Averiguar si V ⊂ R es un subespacio vectorial real.
a) V = {(a, b, 0) : a, b ∈ R}
b) V = {(a, b, c) : a + b + c = 0}
c) V = {(a, b, c) : a2 + b2 + c2 ≥ 1}
d ) V = {(a, b, c) : a = b + c}
e) V = {(a, b, c) : a, b, c ∈ Q}
Solución:
a) Por el teorema de caracterización de subespacios vectoriales basta demostrar si para cuales-
quiera v, v 0 ∈ V y para cualesquiera escalares λ, µ ∈ R se tiene que λv + µv 0 ∈ V . En efecto,
sean v = (a, b, 0), v 0 = (a0 , b0 , 0) ∈ V con a, b ∈ R, se tiene (suma y producto por escalares en
R3 ):
λv + µv 0 = (λa + µa0 , λb + µb0 , 0) .
Como R es R-espacio vectorial se verifica que λa + µa0 ∈ R y λb + µb0 ∈ R y por lo tanto
(definición de V ) se concluye que λv + µv 0 ∈ V .
b) Sean v = (a, b, c), v 0 = (a0 , b0 , c0 ) ∈ V vectores cualesquiera de V , es decir, se tiene:
a+b+c=0 y a0 + b0 + c0 = 0 .
Veamos que para todo λ, µ ∈ R se verifica que:
λv + µv 0 = (λa + µa0 , λb + µb0 , λc + µc0 ) ∈ V,
es decir, hemos de comprobar si:
λa + µa0 + λb + µb0 + λc + µc0 = 0 .
Efectivamente, basta sacar factor común a λ y µ (R es espacio vectorial) y usar que a+b+c = 0
y a0 + b0 + c0 = 0.
c) V no es subespacio pues (0, 0, 0) 6∈ V (ya que 02 + 02 + 02 6≥ 1).
d ) Se resuelve de modo análogo a b).
e) Veamos que V no es R-espacio vectorial, para lo cual comprobaremos que la multiplicación
por escalares no es cerrada. Sea λ ∈ R y v = (a, b, c) ∈ V , es decir, a, b, c ∈ Q. Entonces
λv = (λa, λb, λc) √ 6∈ V porque λa, λb y λc no tienen por qué ser números racionales. Tómese
por ejemplo λ = 2 ∈ R y a = 1 ∈ Q.
7. Calcula una base y la dimensión de los siguientes subespacios vectoriales de R3 :
a) V = {(a, b, 0) : a, b ∈ R}
b) V = {(a, b, c) : a + b + c = 0}
c) V = {(a, b, c) : a = b + c}
Solución:
a) V = {(a, b, 0) : a, b ∈ R} = {a(1, 0, 0) + b(0, 1, 0) : a, b ∈ R} = h(1, 0, 0), (0, 1, 0)i. Luego V
está generado por (1, 0, 0), (0, 1, 0), y como estos vectores no son proporcionales, son lineal-
mente independientes (L.I.) y forman base.
b)
V = {(a, b, c) : a + b + c = 0} = {(a, b, c) : c = −a − b} = {(a, b, −a − b) : a, b ∈ R} =
= {a(1, 0, −1) + b(0, 1, −1) : a, b ∈ R} = h(1, 0, −1), (0, 1, −1)i
c)
V = {(a, b, c) : a = b + c} = {(b + c, b, c) : b, c ∈ R} = {b(1, 1, 0) + c(1, 0, 1) : b, c ∈ R} =
= h(1, 1, 0), (1, 0, 1)i

1 0 1 10 1 1 0
8. Comprobar que las matrices , , ,
forman una base del espacio
0 0 0 01 1 0 0

5 3
vectorial de las matrices de orden 2. Calcular las coordenadas de la matriz respecto de
1 1
esta base.
Álgebra Lineal y Geometrı́a I. Grado en Fı́sicas. Curso 2010/11. D. Hernández Serrano. D. Sánchez Gómez 3
Solución: Por la teorı́a sabemos que el k-espacio vectorial de las matrices cuadradas de orden
2 es de dimensión 4 y por tanto, para que 4 vectores (i.e. 4 matrices) formen base basta que sean
L.I. Sean a, b, c, d ∈ k y supongamos que:

1 0 1 1 1 1 0 0 0 0
a +b +c +d = ,
0 0 0 0 1 0 0 1 0 0
veamos que entonces a = b = c = d = 0. En efecto, por definición de suma de matrices y producto
de matrices por escalares la ecuación anterior se traduce en:

a+b+c b+c 0 0
= ,
c d 0 0
de donde resulta que a = b = c = d = 0.
5 3
Para calcular las coordenadas de es esta base hemos de utilizar el teorema de ca-
1 1
racterización de una base: “todo vector de un espacio vectorial se expresa de modo único como
combinación lineal de los elementos de la base”, los coeficientes de dicha combinación lineal (que
llamaremos α, β, γ, δ) son precisamente las coordenadas que se buscan.

5 3 1 0 1 1 1 1 0 0 α+β+γ β+γ
=α +β +γ +δ = .
1 1 0 0 0 0 1 0 0 1 γ δ
Luego las coordenadas son α = 2, β = 2, γ = 1 y δ = 1.

SEMINARIO II.
1.3. Suma, intersección y suma directa de subespacios.
10. Sea F el subespacio de R3 generado por (1, 1, −1) y G el subespacio de ecuaciones
3x − y = 0, 2x + z = 0. Determinar F ∩ G.
11. Considérense los siguientes subespacios de R4 : E1 =< (1, 0, −1, 0), (2, −1, 2, 0), (3, −2, 3, 0) > y
E2 =< (0, 1, 1, 0), (1, 1, 3, 0), (−2, 1, 1, 1) >.
a) Calcular bases y dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 .
b) ¿Se verifica que R4 = E1 ⊕ E2 ?
c) Calcula dos subespacios suplementarios diferentes de E1 .
12. Se consideran los subespacios de R4 generados por los siguientes vectores:

E1 =< (1, 0, 1, 1), (0, 1, 1, 1) >, E2 =< (1, −1, 1, 0), (1, 1, 1, 1), (1, 0, 1, 1) >
Se pide:
a) Hallar las dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 .
b) Estudiar si E1 + E2 = R4 .
c) ¿E1 y E2 son subespacios suplementarios?
13. Sean E y E 0 dos subespacios de R3 definidos por:

E = {(a, b, c) : a = b = c} , E 0 = {(0, b, c) : b, c ∈ R}
Demostrar que R3 = E ⊕ E 0 .
14. Sea E = M (2, R) el R-espacio vectorial de las matrices cuadradas de orden 2 con coeficientes en
R y sea V el subconjunto de E definido por:

x y
V = ∈ E : 2x − y + t = 0, x = z .
z t
a) Probar que V es un subespacio vectorial
de Ey calcular su dimensión y una base.
1 0
b) Calcular las coordenadas de la matriz ∈ V en la base elegida en el apartado anterior.
1 −2
c) Calcular un suplementario de V .
15. Sean los subespacios de C3 :

E = (1, 2i, −1 + i), (2, 0, 1 + 2i) y

F = (3 + i, 1 − i, 1), (−3, 1 + 4i, 5i) .
Describe E + F y E ∩ F . ¿Están E y F en suma directa? ¿Pertenece e = (i, 2 + 2i, 1 − 3i) a alguno
de estos subespacios?
16. Sea E = h1, x, x2 , x3 i el R-espacio vectorial de los polinomios de grado menor o igual a 3 y sea
V = {p(x) ∈ E : p(1) = 0} .
a) Probar que V es un subespacio de E y calcular su dimensión y una base.
b) Calcular las coordenadas del polinomio x2 − 3x + 2 ∈ V respecto de la base del apartado
anterior.
c) Encuentra un subespacio suplementario de V .
4
ALGUNAS SOLUCIONES. SEMINARIO II.

11. Considérense los siguientes subespacios de R4 : E1 =< (1, 0, −1, 0), (2, −1, 2, 0), (3, −2, 3, 0) > y
E2 =< (0, 1, 1, 0), (1, 1, 3, 0), (−2, 1, 1, 1) >.
a) Calcular bases y dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 .
b) ¿Se verifica que R4 = E1 ⊕ E2 ?
c) Calcula dos subespacios suplementarios diferentes de E1 .
Solución:
1 2 3

a) El menor 0 −1 −2 es no nulo y por lo tanto dimR E1 = 3 y los vectores dados forman
−1 2 3
base. Análogamente se demuestra que dimR E2 = 3 y de nuevo los vectores dados forman base
de E2 . Para calcular una base de E1 + E2 observemos que:

1
2 3 −2
0 −1 −2 1
6= 0 ,
−1 2 3 1

0 0 0 1
luego dimR (E1 + E2 ) = 4 y una base está formada por los vectores:
{(1, 0, −1, 0), (2, −1, 2, 0), (3, −2, 3, 0), (−2, 1, 1, 1)} .
Utilizando la fórmula de la dimensión:
dimR (E1 + E2 ) = dimR E1 + dimR E2 − dimR (E1 ∩ E2 )
se sigue que dimR (E1 ∩E2 ) = 2. Como (0, 1, 1, 0) y (1, 1, 3, 0) son dos vectores L.I. que están en
E2 y en E1 (pues el determinante de la matriz que forma cada uno de ellos con los vectores de
la base de E1 es nulo) y la dimensión de E1 ∩ E2 es 2, entonces forman base de la intersección:
E1 ∩ E2 = h(0, 1, 1, 0), (1, 1, 3, 0)i
b) Para que R = E1 ⊕ E2 ha de verificarse que R4 = E1 + E2 y E1 ∩ E2 = {0}. Por el
4
apartado anterior es cierto que R4 = E1 + E2 , pero dimR (E1 ∩ E2 ) = 2. Luego no es cierto

que R4 = E1 ⊕ E2 .
c) Para calcular un suplementario a E1 basta con ampliar su base a una de R4 , para lo cual
es suficiente con dar un vector de R4 de modo que el determinante de la matriz que forma
con los 3 vectores de la base de E1 sea no nulo. Se deduce entonces que los subespacios
V1 = h(−2, 1, 1, 1)i y V2 = h(0, 0, 0, 1)i son dos subespacios suplementarios distintos de E1 , es
decir:
E1 ⊕ V1 = R4 y E1 ⊕ V2 = R4 .
16. Sea E = h1, x, x2 , x3 i el R-espacio vectorial de los polinomios de grado menor o igual a 3 y sea
V = {p(x) ∈ E : p(1) = 0} .
a) Probar que V es un subespacio de E y calcular su dimensión y una base.
b) Calcular las coordenadas del polinomio x2 − 3x + 2 ∈ V respecto de la base del apartado
anterior.
c) Encuentra un subespacio suplementario de V .
Solución:
a) Por definición, todos los polinomios en V tienen la raı́z 1, luego si p(x) ∈ V se puede escribir:
p(x) = (x − 1) · p̄(x)
donde p̄(x) es un polinomio de grado menor o igual a 2. Denotemos R2 [x] al R-espacio vectorial
de los polinomios de grado menor o igual a 2 con coeficientes en R.
Sean entonces p(x), q(x) ∈ V (es decir, p(x) = (x − 1) · p̄(x) y q(x) = (x − 1) · q̄(x) con
p̄(x), q̄(x) ∈ R2 [x]) y veamos que para todos λ, µ ∈ R se verifica que:
λp(x) + µq(x) ∈ V .
Si denotamos h(x) = λp(x) + µq(x), basta ver que h(x) = (x − 1)h̄(x) donde h̄(x) ∈ R2 [x]. En
efecto:

h(x) = λp(x) + µq(x) = λ(x − 1)p̄(x) + µ(x − 1)q̄(x) = (x − 1) λp̄(x) + µq̄(x)
donde h̄(x) = λp̄(x) + µq̄(x) es un polinomio de grado menor o igual a 2 por ser R2 [x] un
R-espacio vectorial. En consecuencia, V es subespacio vectorial de E.
Si {1, x, x2 } es una base de R2 [x], como todo polinomio p(x) ∈ V se escribe (x − 1)p̄(x) con
p̄(x) ∈ R2 [x], se deduce que {(x − 1), (x − 1)x, (x − 1)x2 } es una base de V y su dimensión es
entonces 3.
b) El polinomio x2 − 3x + 2 ∈ V se expresa de modo único como combinación lineal de los
elementos de la base {(x − 1), (x − 1)x, (x − 1)x2 } de V :
2 − 3x + x2 = α(x − 1) + β(x − 1)x + γ(x − 1)x2 = −α + (α − β)x + (β − γ)x2 + γx3
Luego: α = −2, β = 1 y γ = 0. De otro modo:
x2 − 3x + 2 = (x − 1)(x − 2) = −2(x − 1) + (x − 1)x = (−2, 1, 0) .
c) Expresando en coordenadas los vectores de la base de V , {(−1, 1, 0, 0), (0, −1, 1, 0), (0, 0, −1, 1)}
(recordemos que la base de E la tomamos en el orden {1, x, x2 , x3 }), para calcular un sumple-
mentario a V hemos de completar esta base hasta una base de R4 .
Denotemos:  
−1 0 0 0
 1 −1 0 0
A= 
0 1 −1 0
0 0 1 1
Como |A| 6= 0, el vector (0, 0, 0, 1) (i.e. el polinomio x3 ) es L.I. a los vectores de la base de V
y por lo tanto S = h(0, 0, 0, 1)i = hx3 i es un suplementario a V .

SEMINARIO III.
2. Aplicaciones lineales
2.1. Ejemplos y tipos de aplicaciones lineales.
17. Estudia cuales de las siguientes aplicaciones son lineales:
a) T : R2 → R2 , T (x, y) = (x + y, 12 x − y).
b) T : R2 → R3 , T (x, y) = (−x + 4y, x − 2y, x2 + y 2 ).
c) T : R3 −→ R3 , T (x1 , x2 , x3 ) = (x21 , 0, x2 + x3 ). √
d ) T : R2 [x] → R2 , T (a + bx + cx2 ) = (−a + b, 2a + 3b − 2c).
e) T : Mat2×2 (R) → R2 [x],

a11 a12
T = a21 + a22 + (2a11 − a21 )x + (a12 + 3a22 )x2 .
a21 a22
f ) T : R3 [x] −→ R3 [x], T (p(x)) = xp0 (x).
g) det : Mat2×2 (R) → R, det(A) = ad − bc donde A = ac db .
Xn
h) tr : Matn×n (k) → k, tr(A) = aii donde A = (aij ).
i=1
18. En R3 [x] sea la aplicación T : R3 [x] → R3 [x] definida por T p(x) = (x − 3)p0 (x). Prueba que T

es una aplicación lineal.

2.2. Núcleo e imagen de una aplicación lineal.
f
19. Sea R3 −
→ R2 la aplicación definida por:
f (x, y, z) = (x − y + z, x + y − z)
Probar que es una aplicación lineal y calcular bases y dimensión del núcleo y la imagen. ¿Es
epiyectiva?

T (x, y, z) = (y − z, −x + 4z, y + z)
21. Sea la aplicación T : Mat2×2 (R) → R3 definida por:

a b
T = (a + 2c + d, a + 3b + 5c − 7d, a − b + c − d) .
c d
Prueba que T es lineal. Calcula su núcleo e imagen.
22. Sobre el espacio vectorial E de las matrices cuadradas de orden 2 con coeficientes reales, se consi-
dera la aplicación T : E → E definida por:

a b 5a − 3b 6a − 4b
T =
c d −a + 92 b + 3c − 2d 6a − 3b − d
Probar que T es lineal y calcular su núcleo y su imagen.
7
ALGUNAS SOLUCIONES. SEMINARIO III.

18. En R3 [x] sea la aplicación T : R3 [x] → R3 [x] definida por T p(x) = (x − 3)p0 (x). Prueba que T

es una aplicación lineal.

Solución: Por definición, T es una aplicación lineal si verifica:

T λp(x) + µq(x) = λT p(x) + µT q(x) ∀p(x), q(x) ∈ R3 [x], ∀λ, µ ∈ R.
Si denotamos h(x) = λp(x) + µq(x) ∈ R3 [x] (R3 [x] es R-espacio vectorial) se tiene que h0 (x) =
λp0 (x) + µq 0 (x) y por lo tanto:
def. T
T λp(x) + µq(x) = T h(x) = (x − 3)h0 (x) = (x − 3) λp0 (x) + µq 0 (x) =

def. T
= λ(x − 3)p0 (x) + µ(x − 3)q 0 (x) = λT p(x) + µT q(x)


T (x, y, z) = (y − z, −x + 4z, y + z)
Solución: T es lineal si:
T λ(x, y, z) + µ(x0 , y 0 , z 0 ) = λT (x, y, z) + µT (x0 , y 0 , z 0 ) ∀(x, y, z), (x0 , y 0 , z 0 ) ∈ R3 ,

∀λ, µ ∈ R.
Por definición de suma de vectores y producto por escalares en R3 (es R-espacio vectorial):
λ(x, y, z) + µ(x0 , y 0 , z 0 ) = (λx + µx0 , λy + µy 0 , λz + µz 0 )
Luego:
def. T
T λ(x, y, z) + µ(x0 , y 0 , z 0 ) = T (λx + µx0 , λy + µy 0 , λz + µz 0 ) =

= (λy + µy 0 ) − (λz + µz 0 ), −(λx + µx0 ) + 4(λz + µz 0 ), (λy + µy 0 ) + (λz + µz 0 ) =

= λ(y − z) + µ(y 0 − z 0 ), λ(−x + 4z) + µ(−x0 + 4z 0 ), λ(y + z) + µ(y 0 + z 0 ) =

def. T
= λ(y − z, −x + 4z, y + z) + µ(y 0 − z 0 , −x0 + 4z 0 , y 0 + z 0 ) =
= λT (x, y, z) + µT (x0 , y 0 , z 0 ).
Para calcular el núcleo y la imagen de T calcularemos primero la matriz asociada a T en la base
canónica {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Por definición, las columnas de la matriz son las imágenes de
los 3 vectores {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Y como:
T (1, 0, 0) = (0, −1, 0) , T (0, 1, 0) = (1, 0, 1) , T (0, 0, 1) = (−1, 4, 1) ,
la matriz asociada a T en la base canónica es:
 
0 1 −1
A = −1 0 4 
0 1 1
Se tiene que el rango de A es la dimensión de la Imagen de T , y como |A| = 2 6= 0:
dimR Im T = rg(A) = 3
y una base de Im T está formada por los vectores {T (1, 0, 0), T (0, 1, 0), T (0, 0, 1)}. Luego en par-
ticular T es epiyectiva. Por la fórmula de la dimensión:
dimR R3 = dimR KerT + dimR Im T
se sigue que dimR KerT = 0 y por tanto KerT = {0}. En particular T es inyectiva y en consecuencia
es un isomorfismo.

SEMINARIO IV.
2.3. Matriz asociada a una aplicación lineal. Cambios de base.
f: R3 → R2
(x, y, z) 7→ (x + 3y − 2z, y − z)
en las bases {(1, 0, 0), (0, 1, 0), (0, 0, 1)} de R3 y {(1, −1), (1, 1)} de R2 .
24. Considérese la aplicación lineal f : R3 → R3 definida por f (x, y, z) = (2x + y, −z, 0). Calcular su
matriz y a partir de ella:
a) Determinar ker f y hallar una base de dicho subespacio.
b) Hallar Im f y el rango de f .
c) ¿Pertenece (6, −2, 0) al ker f ?.
25. Sea E un espacio vectorial de dimensión 3 y {e1 , e2 , e3 } una base del mismo. Un endomorfismo T
de E verifica que:
T (e1 ) = e1 + e2 , T (e3 ) = e3 , ker T =< e1 + e2 >
Deducir la matriz de T y calcular Im T , ker T 2 y ker T 3 .
26. Calcular la matriz de la aplicación lineal T : R3 → R3 tal que T (1, 0, 0) = (0, 1, 0) y cuyo núcleo
está generado por los vectores (0, 1, 1), (1, 0, 1), (2, 1, 3).

3 y−z z−x
27. Sea T : R →Mat2×2 (R) la aplicación lineal T (x, y, z) = . Se pide:
x + 2y − z 2x + y
a) Calcula la matriz de T en las bases usuales.
b) Sean las bases C = {(0, 1, 1), (1, 0, 1), (−1, 0, 0)} de R3 y C 0 = ( 00 11 ) , 10 −1
10
0 , ( 2 1 ) , ( 02 01 ) de
Mat2×2 (k). Calcula la matriz de T en estas bases.
28. Sea B = {u1 , u2 , u3 } una base del espacio vectorial E.

a) Probar que los vectores u01 = 2u1 − u2 + u3 , u02 = u1 + u3 , u03 = 3u1 − u2 + 3u3 forman una
base de E.
b) Calcular las coordenadas del vector u = u1 − 4u3 en la base de (a).
0 0 0
c) Hallar las coordenadas respecto de la base inicial del vector v = −2u1 + 3u2 + u3.
2 −1 4
29. Sea T el endomorfismo de R3 cuya matriz en la base {e1 , e2 , e3 } es  1 0 3. Hallar la
−1 2 2
matriz de T en la base {e01 , e02 , e03 } siendo:
1 1
e1 = e01 , e2 = e02 , e3 = e03 + e01 − e02
2 2
30. Considera la aplicación:

f : R2 [x] −→ R2 [x]
p(x) 7→ p(−1) + p(1)(x − 1) + p(0)(x − 1)2
a) Demuestra que f es lineal.
b) Da la matriz de f asociada a la base estándar {1, x, x2 }.
c) Da la matriz de f asociada a la base B 0 = {−1, (x − 1), (x 2
− 1) }.
0
d) Da las coordenadas en la base B del vector f (2, 1, 1)B 0 .
9
ALGUNAS SOLUCIONES. SEMINARIO IV.

24. Considérese la aplicación lineal f : R3 → R3 definida por f (x, y, z) = (2x + y, −z, 0). Calcular su
matriz y a partir de ella:
a) Determinar ker f y hallar una base de dicho subespacio.
b) Hallar Im f y el rango de f .
c) ¿Pertenece (6, −2, 0) al ker f ?.
Solución: Sea {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)} la base canónica de R3 . La matriz
asociada a f en la base canónica de R3 es aquella cuyas columnas son las imágenes de los vetores
{e1 , e2 , e3 }, y como:
f (e1 ) = (2, 0, 0) , f (e2 ) = (1, 0, 0) , f (e3 ) = (0, −1, 0)
la matriz es:  
2 1 0
A = 0 0 −1
0 0 0
a) Calculemos una base de Kerf .
def. f
Kerf := {(x, y, z) ∈ R3 | f (x, y, z) = (0, 0, 0)} = {(x, y, z) ∈ R3 | (2x + y, −z, 0) = (0, 0, 0)} =
= {(x, y, z) ∈ R3 | 2x + y = 0, z = 0} = {(x, −2x, 0) | x ∈ R} = h(1, −2, 0)i

1 0
b) Como |A| = 0 y 6= 0 se tiene que dimR Im f = rg(A) = 2 y una base es:
0 −1
Im f = hf (e2 ), f (e3 )i
c) El vector (6, −2, 0) no pertence al núcleo pues f (6, −2, 0) = (10, 0, 0) 6= (0, 0, 0).
30. Considera la aplicación:
f : R2 [x] −→ R2 [x]
p(x) 7→ p(−1) + p(1)(x − 1) + p(0)(x − 1)2
a) Demuestra que f es lineal.
b) Da la matriz de f asociada a la base estándar {1, x, x2 }.
c) Da la matriz de f asociada a la base B 0 = {−1, (x − 1), (x 2
− 1) }.
0
d) Da las coordenadas en la base B del vector f (2, 1, 1)B . 0
Solución:
a) Demostraremos que es lineal por partes. Veamos primero que:

f λp(x) = λf p(x) ∀p(x) ∈ R2 [x] , ∀λ ∈ R.
En efecto:
f λp(x) = λp(−1) + λp(1)(x − 1) + λp(0)(x − 1)2 =

= λ p(−1) + p(1)(x − 1) + p(0)(x − 1)2 = λf p(x) .

Comprobemos ahora que:

f p(x) + q(x) = f p(x) + f q(x) ∀p(x), q(x) ∈ R2 [x], ∀λ, µ ∈ R.
f p(x) + q(x) = p(−1) + q(−1) + p(1) + q(1) (x − 1) + p(0) + q(0) (x − 1)2 =

= p(−1) + p(1)(x − 1) + p(0)(x − 1)2 + q(−1) + q(1)(x − 1) + q(0)(x − 1)2 =

= f p(x) + f q(x) .
Luego f es lineal.
b) Las columnas de la matriz A asociada a f son las imágenes de {1, x, x2 }.
f (1) = 1 + 1 · (x − 1) + 1 · (x − 1)2 = 1 − x + x2 ≡ (1, −1, 1)
f (x) = −1 + 1 · (x − 1) + 0 · (x − 1)2 = −2 + x ≡ (−2, 1, 0)
f (x2 ) = 1 + 1 · (x − 1) + 0 · (x − 1)2 = x ≡ (0, 1, 0)
Es decir:  
1 −2 0
A = −1 1 1 .
1 0 0
c) Se tiene el siguiente diagrama:
R3{1,x,x2 } A / R3{1,x,x2 }
O
C C −1

A0 / R3 0
R3B 0 B
 
−1 −1 1
donde C =  0 1 −2 es la matriz de cambio de base de la base nueva:
0 0 1
B 0 = {−1, (x − 1), (x − 1)2 } = {(−1, 0, 0), (−1, 1, 0), (1, −2, 1)}
 
−1 −1 −1
a la base antigua {1, x, x2 }. Su inversa vale C −1 =  0 1 2 .
0 0 1
La matriz de f en la base B 0 es:
 
1 2 −4
A0 = C −1 · A · C = −1 0 0.
−1 −1 1
0

d ) Las coordenadas en la base B del vector f (2, 1, 1)B 0 son:
      
2 1 2 −4 2 0
f (2, 1, 1)B 0 = A0 · 1 = −1 0

0  1 = −2 .
1 −1 −1 1 1 −2

SEMINARIO V.
3. Espacio dual. Subespacio incidente. Ecuaciones paramétricas e implı́citas.

3.1. Ecuaciones paramétricas e implı́citas.
E1 = h(1, 0, 1), (0, 1, 0)i , E2 = h(1, 3, 2)i
Hallar las ecuaciones paramétricas e implı́citas de dichos subespacios.

E1 = h(1, 0, 1, 0), (1, 2, 3, 0)i , E2 = h(1, 1, 0, 0), (1, 0, 1, 0), (1, 1, 1, 1)i
3.2. Espacio dual. Subespacio incidente.

33. Comprueba que {ē1 = (0, 1, 1), ē2 = (1, 0, 0), ē3 = (2, −1, 0), } es una base de R3 y calcula su base
dual.
34. Sean las formas lineales de R3 :

ω̄1 (x, y, z) = x + 2y + 3z, ω̄2 (x, y, z) = x + 6y + 8z y ω̄3 (x, y, z) = x + 10y + 14z.
3 ∗
Demuestra que {ω̄i }3i=1
forma una base de (R ) . Calcula las coordendas de la forma lineal
ω(x, y, z) = 3x + 4y + 10z en dicha base.
35. Dados los siguientes subespacios de R4 :

V = h(1, −1, 2, 1)i , V 0 = h(1, −1, 2, 1), (2, 0, −1, −1)i y V 00 = h(1, −1, 2, 1), (2, 0, −1, −1), (3, 3, 1, 0)i
Calcula una base de cada uno de los incidentes y analiza si la forma lineal ω(x1 , x2 , x3 , x4 ) =
2x1 − x2 − 3x3 + 3x4 , pertenece a alguno de esos incidentes.
36. Sea {e1 , e2 , e3 } una base de un R-espacio vectorial E y {ω1 , ω2 , ω3 } su base dual. Sea la aplicación
lineal T : E ∗ → E definida por:
T (ω1 ) = e1 − e2 , T (ω2 ) = 2e1 + e2 + e3 , T (ω3 ) = 3e2 + e3 .
◦ ◦
Calcula bases de ker T , Im T , (ker T ) y (Im T ) .
37. Sea E un R-espacio vectorial de dimensión 3, {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base
dual.
a) Dados los subespacios V =< e1 − e2 , 2e1 − e3 > y V 0 =< 2e2 + e3 , e1 + e2 + e3 >, calcula una
base de (V ∩ V 0 )◦ y las ecuaciones implı́citas y paramétricas de V ∩ V 0 .
b) Demuestra que las formas lineales {ω̄1 , ω̄2 , ω̄3 } definidas por
ω̄1 (e) = x + y + z, ω̄2 (e) = y − 2z, ω̄3 (e) = x + y
para cada vector e = xe1 + ye2 + ze3 , forman una base del espacio dual E ∗ . Calcula una base
{ē1 , ē2 , ē3 } de E cuya base dual sea {ω̄1 , ω̄2 , ω̄3 }.
c) Calcula las coordenadas del vector u = e1 − e2 + e3 en la base {ē1 , ē2 , ē3 } y el incidente del
subespacio < u > en función de {ω̄1 , ω̄2 , ω̄3 }.
12
ALGUNAS SOLUCIONES. SEMINARIO V.

E1 = h(1, 0, 1, 0), (1, 2, 3, 0)i , E2 = h(1, 1, 0, 0), (1, 0, 1, 0), (1, 1, 1, 1)i
Solución:
Ecuaciones de E1 = h(1, 0, 1, 0), (1, 2, 3, 0)i ⊂ R4 .
En primer lugar observemos que los vectores u = (1, 0, 1, 0), v = (1, 2, 3, 0) no son proporcio-
nales, luego forman base de E1 . Teniendo en cuenta que todo vector de E1 se expresa de modo
único como combinación lineal de u y v se tiene que un vector e = (x, y, z, t) ∈ R4 pertenece
a E1 si y sólo si e = λu + µv (donde λ, µ ∈ R). Escribir esta relación en coordenadas es dar la
ecuación paramétrico-vectorial de E1 :
(x, y, z, t) = λ(1, 0, 1, 0) + µ(1, 2, 3, 0) .
Las ecuaciones paramétricas de E1 son por tanto:
x=λ+µ
y = 2µ
z = λ + 3µ
t=0
Daremos ahora las ecuaciones implı́citas de E1 de dos formas, en primer lugar usando la teorı́a
del rango. Recordemos que un vector e de R4 está en E1 si e = λu + µv, o equivalentemente,
si e es combinación lineal de u y v, y por lo tanto (como u y v son base de E1 ) si rg(e, u, v) =
rg(u, v) = 2. En coordenadas:
 
x y z t
rg  1 0 1 0 = 2 .
1 2 3 0
Luego
fijado un menor de orden 2 no nulo (que nos da la dimensión de E1 ), por ejemplo
1 0
1 2 6= 0, esta condición equivale a la anulación de dos menores de orden 3:

x y z x y t

1 0 1 = 0 1 0 0 = 0

1 2 3 1 2 0
que son las ecuaciones implı́citas de E1 , y que simplificando resultan:
x+y−z =0 t = 0.
◦
Calculemos ahora utilizando el subespacio incidente a E1 . La dimensión de E1 es 2 (la fórmula
◦
de la dimensión dice que dimR E1 = dimR R4 − dimR E1 ), y se tiene:
E1◦ : = {ω = (α, β, γ, δ) ∈ R4,∗ | ω(u) = 0 y ω(v) = 0} =
= {(α, β, γ, δ) | α + γ = 0, , α + 2β + 3γ = 0} = h(1, 1, −1, 0), (0, 0, 0, 1)i = hθ1 , θ2 i
◦ ◦
Por reflexividad tenemos que E1 = (E1 , luego un vector e = (x, y, z, t) ∈ R4 yace en E1 si
y sólo si:
θ1 (x, y, z, t) = 0 y θ2 (x, y, z, t) = 0 ,
es decir, si y sólo si:
x+y−z =0 y t = 0.
Ecuaciones de E2 = h(1, 1, 0, 0), (1, 0, 1, 0), (1, 1, 1, 1)i = hu1 , u2 , u3 i ⊂ R4 . Es fácil comprobar
que rg(u1 , u2 , u3 ) = 3 y por lo tanto estos vectores forman base de E2 . Se tiene entonces que
un vector cualquiera e = (x, y, z, t) de E2 es de la forma:
(x, y, z, t) = α(1, 1, 0, 0) + β(1, 0, 1, 0) + γ(1, 1, 1, 1) , con α, β, γ ∈ R .
En consecuencia las ecuaciones paramétricas de E2 son:

x=α+β+γ
y =α+γ
z =β+γ
t=γ
◦
Como dimR E2 = dimR R4 − dimR E2 = 4 − 3 = 1, entonces E2 viene descrito por una ecuación
implı́cita, que se deduce directamente de las ecuaciones paramétricas anteriores:
x − y − z + t = 0.
37. Sea E un R-espacio vectorial de dimensión 3, {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 } su base
dual.
a) Dados los subespacios V =< e1 − e2 , 2e1 − e3 > y V 0 =< 2e2 + e3 , e1 + e2 + e3 >, calcula una
base de (V ∩ V 0 )◦ y las ecuaciones implı́citas y paramétricas de V ∩ V 0 .
b) Demuestra que las formas lineales {ω̄1 , ω̄2 , ω̄3 } definidas por
ω̄1 (e) = x + y + z, ω̄2 (e) = y − 2z, ω̄3 (e) = x + y
para cada vector e = xe1 + ye2 + ze3 , forman una base del espacio dual E ∗ . Calcula una base
{ē1 , ē2 , ē3 } de E cuya base dual sea {ω̄1 , ω̄2 , ω̄3 }.
c) Calcula las coordenadas del vector u = e1 − e2 + e3 en la base {ē1 , ē2 , ē3 } y el incidente del
subespacio < u > en función de {ω̄1 , ω̄2 , ω̄3 }.
Solución:
a) Se tiene que {v1 = (1, −1, 0), v2 = (2, 0, −1)} y {v10 = (0, 2, 1), v20 = (1, 1, 1)} son bases de V
y V 0 respectivamente (pues no son proporcionales). Dado que nos piden calcular también las
ecuaciones paramétricas, calculemos una base de V ∩ V 0 . Teniendo en cuenta que los vectores
{v1 , v2 , v10 } forma base de V + V 0 (pues det(v1 , v2 , v10 ) 6= 0) y la fórmula de la dimensión:
dimR (V + V 0 ) = dimR V + dimR V 0 − dimR (V ∩ V 0 ) ,
se deduce que dimR (V ∩ V 0 ) = 1, y dado que v20 − v10 = v1 se tiene que:
V ∩ V 0 = hv1 i = h(1, −1, 0)i .
En consecuencia, todo vector u = (x, y, z) de V ∩ V 0 se escribe como u = λv1 (con λ ∈ R) y
las ecuaciones paramétricas de V ∩ V 0 son:
x = λ, y = −λ , z = 0.
Por otra parte tenemos que:
dimR (V ∩ V 0 )◦ = dimR R3 − dimR (V ∩ V 0 ) = 3 − 1 = 2 ,
luego dos será el número de ecuaciones implı́citas que definen V ∩ V 0 , y como de las ecuaciones
(paramétricas) anteriores se deduce que:
x + y = 0, z=0
se concluye que estas son precisamente las ecuaciones implı́citas de V ∩ V 0 .
Por último, dadas las ecuaciones implı́citas se sigue que {(1, 1, 0), (0, 0, 1)} es una base de
(V ∩ V 0 )◦ .
b) Las coordenadas de la formas ω̄1 , ω̄2 y ω̄3 en la base {ω1 , ω2 , ω3 } son:
ω̄1 = (1, 1, 1) , ω̄2 = (0, 1, −2) , ω̄3 = (1, 1, 0) .
Como la dimensión del espacio dual E ∗ es 3 y det(ω1 , ω2 , ω3 ) 6= 0 se sigue que dichas formas
lineales forma base de E ∗ .
Para calcular una base {ē1 , ē2 , ē3 } de E dual de {ω̄1 , ω̄2 , ω̄3 } observemos en primer lugar que
ya tenemos la matriz de cambio de base de {ω̄1 , ω̄2 , ω̄3 } a {ω1 , ω2 , ω3 }:
 
1 0 1
∗ ∗
E{ω̄1 ,ω̄2 ,ω̄3 }
→ E{ω 1 ,ω2 ,ω3 }
C = 1 1 1 .
1 −2 0
∗ ∗
El morfismo E{ω̄ 1 ,ω̄2 ,ω̄3 }
→ E{ω 1 ,ω2 ,ω3 }
induce un morfismo entre los espacios vectoriales duales
(morfismo transpuesto) E{e1 ,e2 ,e3 } → E{ē1 ,ē2 ,ē3 } (por reflexividad E ∗∗ ' E y donde {ē1 , ē2 , ē3 }
es la base dual de {ω̄1 , ω̄2 , ω̄3 } que buscamos) cuya matriz asociada es C t .
Por definición de matriz asociada respecto de una pareja de bases, las columnas de la ma-
triz C t expresan los vectores ei en función de los ēj , que es justo lo contrario a lo que nos
pide el ejercicio. Por lo tanto nos interesa conocer la matriz de E{ē1 ,ē2 ,ē3 } → E{e1 ,e2 ,e3 } , que
precisamente es:  
−2 −1 3
t −1
(C ) =  2 1 −2 .
1 0 −1
Se concluye entonces que:
ē1 = (−2, 2, 1) , ē2 = (−1, 1, 0) , ē3 = (3, −2, −1)
es la base dual de {ω̄1 , ω̄2 , ω̄3 }.
c) Las coordenadas del vector u = e1 − e2 + e3 = (1, −1, 1) en la base {ē1 , ē2 , ē3 } son:
E{e1 ,e2 ,e3 } → E{ē1 ,ē2 ,ē3 }
       
1 1 1 1 1 1
u = (1, −1, 1) 7→ C t · −1 = 0 1 −2 · −1 = −3 .
1 1 1 0 1 0
Se tiene ası́ que u = ē1 − 3ē2 , luego:
◦
∗ ∗
hui = {ω̄ ∈ E{ω̄1 ,ω̄2 ,ω̄3 }
| ω̄(u) = 0} = {ω̄ = (α, β, γ) ∈ E{ω̄1 ,ω̄2 ,ω̄3 }
| α − 3β = 0} =
= h(3, 1, 0), (0, 0, 1)i = h3ω̄1 + ω̄2 , ω̄3 i .

SEMINARIO VI.
4. Geometrı́a Afı́n.
38. Calcular las ecuaciones paramétricas e implı́citas de la subvariedad afı́n de R3 cuyo vector de
posición es (2, 1, −2) y cuyo subespacio director viene definido por la ecuación 3x − 2y + z = 0.
39. Calcular las ecuaciones paramétricas e implı́citas de la subvariedad afı́n de R4 cuyo vector de posi-
ción es (1, 1, 1, 0) y cuyo subespacio director está generado por los vectores (1, 1, 1, 1), (0, 1, 0, −1).
40. Dados los planos definidos por las siguientes ecuaciones:
π1 : x + z = 1
π2 : x + y + z = 1
a) Demostrar que se cortan en una recta y calcular las ecuaciones paramétricas de la intersección.
b) Calcular la ecuación del plano que pasa por el punto P = (1, 0, 1) y la intersección π1 ∩ π2 .
41. Hallar las ecuaciones de la recta que está contenida en el plano x + y + z = 4, es paralela al plano
x − y + z = 0 y pasa por el punto (2, 1, 1).
42. Calcular las ecuaciones implı́citas de las subvariedad afı́n de R4 que pasa por el punto (1, 0, 2, 3)
y cuyo subespacio director es la imagen de la aplicación lineal:
T : R4 → R4
(x, y, z, t) 7→ (x + z − t, −x + y + t, −y − z, z)
43. Estudiar la posición relativa de los siguientes planos según los valores del parámetro a ∈ R:
π1 : ax + 2y + 6z = 0 , π2 : 2x + ay + 4z = 2 , π3 : 2x + ay + 6z = a − 2 .
4
44. Hállese la ecuación de la mı́nima subvariedad afı́n de R que contiene a las rectas:
 
 2x − y = 0
  x+y−3=0

r1 ≡ x + z = 0 r2 ≡ 2x − z + 1 = 0

 3z − t = 0 
 t=0
45. Sean r1 , r2 y r3 las siguientes rectas en R3 :
x+y+x=0 2x + 2y + z = 0 2x + 3y + z = 2

r1 ≡ r2 ≡ r3 ≡
x + 2y = 0 x+y =2 y−z =0
a) Demostrar que r1 y r3 son paralelas y que r2 se cruza con ambas.
b) Calcular las ecuaciones paramétricas e implı́ticas de un plano paralelo a las tres rectas.
16
ALGUNAS SOLUCIONES. SEMINARIO VI.

44. Hállese la ecuación de la mı́nima subvariedad afı́n de R4 que contiene a las rectas:
 
 2x − y = 0
  x+y−3=0

r1 ≡ x+z =0 r2 ≡ 2x − z + 1 = 0

 3z − t = 0 
 t=0
Solución: Dadas las ecuaciones implı́citas se tiene:

r1 = {(x, y, z, t) ∈ R4 | 2x − y = 0 , x + z = 0 , 3z + t = 0} = {(x, y, z, t) | y = 2x , z = −x , t = −3x} =
= {(x, 2x, −x, −3x) | x ∈ R} = (0, 0, 0, 0) + h(1, 2, −1, −3)i = e0 + hv1 i .
Análogamente:
r2 = {(x, y, z, t) ∈ R4 | x + y − 3 = 0 , 2x − z + 1 = 0 , t = 0} = {(x, y, z, t) | y = 3 − x , z = 1 + 2x , t = 0} =
= {(x, 3 − x, 1 + 2x, 0) | x ∈ R} = (0, 3, 1, 0) + h(1, −1, 2, 0)i = e00 + hv2 i .
Por definición, la mı́nima subvariedad afı́n que contiene a r1 y r2 es la subvariedad afı́n suma:
r1 + r2 = e0 + he0 − e00 , v1 , v2 i = (0, 0, 0, 0) + h(0, −3, −1, 0), (1, 2, −1, −3), (1, −1, 2, 0)i
(luego es un subespacio de R4 , pues pasa por el origen) y su dimensión es rg(e0 − e00 , v1 , v2 ) = 3
(es un hiperplano en R4 ). Se tiene entonces que un vector e = (x, y, z, t) ∈ R4 vive en r1 + r2 si y
sólo si e = λ(e0 − e00 ) + µv1 + ηv2 (con λ, µ, η ∈ R), y por lo tanto sus ecuaciones paramétricas son:
x=µ+η
y = −3λ + 2µ − η
z = −λ − µ + 2η
t = −3µ
Por al fórmula de la dimensión:
dimR (r1 + r2 )◦ = dimR R4 − dimR (r1 + r2 ) = 4 − 3 = 1
se tiene que r1 + r2 viene definida por una ecuación implı́cita, que deduciremos calculando el
incidente a r1 + r2 .
(r1 + r2 )◦ = {w = (α, β, γ, δ) ∈ R4,∗ | w(e0 − e00 ) = 0 , w(v1 ) = 0 , w(v2 ) = 0} =
= {(α, β, γ, δ) ∈ R4,∗ | − 3β − γ = 0 , α + 2β − γ − 3δ = 0 , α − β + 2γ = 0} =
= {(7β, β, −3β, 4β) | β ∈ R} = h(7, 1 − 3, 4)i
Luego la ecuación implı́cita de r1 + r2 es 7x + y − 3z + 4t = 0.
45. Sean r1 , r2 y r3 las siguientes rectas en R3 :
x+y+z =0 2x + 2y + z = 0 2x + 3y + z = 2

r1 ≡ r2 ≡ r3 ≡
x + 2y = 0 x+y =2 y−z =0
a) Demostrar que r1 y r3 son paralelas y que r2 se cruza con ambas.
b) Calcular las ecuaciones paramétricas e implı́ticas de un plano paralelo a las tres rectas.
Solución: Antes de contestar, calculemos los vectores de posición y los subespacios directores
de las rectas. Procediendo de modo similar al ejercicio anterior se tiene:
r1 = h(−2, 1, 1)i , r2 = (2, 0, −4) + h(−1, 1, 0)i , r1 = (1, 0, 0) + h(−2, 1, 1)i.
y sus ecuaciones paramétricas son:
r1 = {x = −2λ, y = λ, z = λ} , r2 = {x = 2 − α, y = α, z = −4} , r3 = {x = 1 − 2β, y = β, z = β} ,
con λ, α, β ∈ R.
a) Dado que los subespacios directores de r1 y r3 son el mismo y una pasa por el origen, mientras
que la otra no, se deduce que r1 y r3 son paralelas.
Para comprobar que r2 y r1 se cruzan observemos que como sus subespacios directores no son
proporcionales las dos rectas no son paralelas, luego basta ver que no se cortan. En efecto,
si se cortaran existirı́an un punto (x, y, z) ∈ R3 satisfaciendo las ecuaciones paramétricas de
ambas rectas, pero como el sistema:
−2λ = 2 − α , λ = α, λ = −4
no tiene solución, r1 y r2 no se cortan (y tampoco son paralelas), luego se cruzan.
Con el mismo razonamiento se sigue que el sistema:
2 − α = 1 − 2β , α=β, −4 = β
no tiene solución, luego r2 y r3 no se cortan, y como sus subespacios directores no están
contenidos el uno en el otro, tampoco son paralelas. Ası́ pues r2 y r3 también se cruzan.
b) Por definición de paralelismo, el subespacio director Vπ de un plano π paralelo a las tres rectas
tendrá que contener a los tres subespacios directores de las rectas, y como el de r1 y r3 son el
mismo se tiene:
Vπ = h(−2, 1, 1), (−1, 1, 0)i .
Para que π que no contenga a ninguna de las rectas basta con encontrar un punto P que no
pase por ninguna de ellas, por ejemplo P = (0, 1, 0). Es decir;
π = P + Vπ = (0, 1, 0) + h(−2, 1, 1), (−1, 1, 0)i .
Sus ecuaciones paramétricas son:
x = −2λ − µ , y = 1 + λ + µ, z = λ.
Y una ecuación implı́cita de π es x + y + z = 1.

Ejercicios tipo test de las lecciones 1 y 2.

1. El vector e = (−1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y
v = (1, 3, 0)
(a) Si λ = −3
(b) Para cualquier valor de λ
(c) En ningún caso.
2. Sea E 0 el subespacio de R3 generado por los vectores (2, 1, 0) y (1, 0, −2). Sólo una de las
afirmaciones siguientes es falsa:
(a) E 0 = h(2, 1, 0), (1, 0, −2)i
(b) E 0 = h(2, 1, 0), (1, 1, 2)i
(c) E 0 = {(x, y, z) ∈ R3 : 2x − 4y + 3z = 0}
(d ) E 0 = {(2λ + µ, λ, −2µ) ∈ R3 : λ, µ ∈ R}
3. Los valores de α y β para los que el vector (α, 1, 5, β) ∈ R4 pertenece al subespacio
generado por los vectores (1, 0, 2, 1) y (2, 1, −1, 0) son:
(a) α = β = 5
(b) α = 5 , β = 3
(c) α = 3 , β = 5
4. Dados los vectores u = (2, 1, 1) y v = (1, 1, 1) de R3 , sólo una de las afirmaciones siguientes
es cierta:
(a) Un suplementario de hu, vi es el subespacio h(1, 0, 0)i.
(b) Los vectores e1 = (1, 0, 0), u y v forman una base de R3 .
(c) Un suplementario de hu, vi es el subespacio h(0, 0, 1)i.

1 0 1 2 0 0 0 2
5. Dadas las matrices , , , , sólo una de las afirmaciones
0 0 0 1 1 0 1 1
siguientes es cierta:
(a) Son linealmente independientes.
(b) Generan un subespacio de M (2 × 2, R) de dimensión 3.
(c) Forman una base de M (2 × 2, R).

1 2 3 2 λ µ
6. Los valores de λ y µ para los que las matrices y no son lineal-
0 1 −1 0 2 −2
mente independientes son:
(a) λ = 2 , µ = 3
(b) λ = 4 , µ = 6
(c) λ = µ = 3

2a − 3b a + b
7. Sea V = , con a, b ∈ R . Sólo una de las afirmaciones siguientes
a + b 3b − 2a
es cierta:
(a) V es un subespacio de M (2 × 2, R) de dimensión 4.
(b) V es un subespacio de M (2 × 2, R) de dimensión 2.
(c) V es un subespacio de M (2 × 2, R) de dimensión 3.
1
8. Sea V el conjunto de los polinomios de grado menor o igual que 3 que son divisibles por
x − 1. Sólo una de las afirmaciones siguientes es cierta:
(a) V no tiene estructura lineal.
(b) V es un subespacio vectorial de E = h1, x, x2 , x3 i de dimensión 2.
(c) V es un subespacio vectorial de E = h1, x, x2 , x3 i de dimensión 3.
9. Sea E un espacio vectorial de dimensión n y sean E1 , E2 subespacios de E de dimensiones
n1 y n2 respectivamente. Es cierto que:
(a) Si E = E1 + E2 , se verifica E1 ∩ E2 = {0}
(b) Si n = n1 + n2 , entonces E = E1 ⊕ E2
(c) Si E = E1 + E2 , se verifica n = n1 + n2
(d ) Si E = E1 + E2 , se verifica n ≤ n1 + n2
10. Sea E = h1, x, x2 i el R-espacio vectorial de los polinomios de grado menor o igual que 2
y sea E 0 = {p(x) ∈ E : p(1) = p(2)}. Solamente una de las afirmaciones siguientes es cierta:
(a) E 0 no es un subespacio vectorial de E.
(b) E 0 = h1, x2 − 3xi
(c) E 0 es un subespacio vectorial de E de dimensión 1.
(d ) E 0 es un subespacio de dimensión 2 de E y está generado por los polinomios {1, 2x}.
11. En R3 considérense el subespacio E 0 = h(1, 2, −1), (1, 3, 2)i y el vector e = (a + 2b, b, a).
Sólo una de las afirmaciones siguientes es cierta:
(a) e ∈ E 0 si y sólo si a = 11 y b = −8
(b) e ∈ E 0 para todos los valores reales de a y b tales que 8a + 11b = 0.
(c) e ∈ E 0 si a = 8 y b = −11
(d ) e ∈ E 0 cualesquiera que sean los valores reales de a y b.
12. Dados los vectores u = (3, 0, −1, 2), v = (1, 1, 1, −2) y w = (0, 1, 0, 3), cuyas coordenadas
están referidas a la base {e1 , e2 , e3 , e4 } de R4 , indica cuál de las siguientes afirmaciones es
falsa:
(a) Los vectores {u, e2 , e3 , e4 } forman una base de R4 .
(b) El subespacio hu, vi es un suplementario del subespacio he3 , e4 i.
(c) El subespacio hu, v, wi es un suplementario del subespacio he4 i.
(d ) El subespacio he1 , e2 i es un suplementario del subespacio hu, vi.

a b
13. Sea E = ∈ M (2 × 2, R) : b = c . Decide cuál de las siguientes afirmaciones
c d
es cierta:
(a) E es un espacio vectorial de dimensión 2. ;
(b) E no tiene estructura lineal.
(c) E es un espacio vectorial de dimensión 3. ;
(d ) E es un espacio vectorial de dimensión 4.
14. Dados los vectores u1 = (1, −1, 0), u2 = (2, 1, 0), u3 = (0, 1, 1) de R3 , indica cuál de las
siguientes afirmaciones es cierta:
(a) Los vectores {u1 , u2 , u3 } forman una base de R3 . En esta base las coordenadas del
vector v = (3, −2, −2) son v = (1, 1, −2).
(b) No forman base.
(c) Los vectores {u1 , u2 , u3 } forman una base de R3 . En esta base las coordenadas del
vector v = (3, −2, −2) son v = (1, −1, −2).
15. Considérense los siguientes subespacios de R3 :

E1 = {(x, y, z) ∈ R3 : x + y = 0, x + 2y + z = 0} ; E2 = h(2, −1, 1), (0, 1, −1)i
Es cierto que:
(a) R3 = E1 + E2 ;
(b) dim E1 = dim E2 = 2
(c) E1 ∩ E2 = h(1, −1, 1)i
(d ) E1 y E2 son subespacios suplementarios.
16. Dadas las matrices A, B ∈ M (n × n, R), si det B 6= 0 el determinante de la matriz
B −1 · A · B es igual a:
(a) det A
1
(b)
det A
(c) det A · det B
17. Las coordenadas del vector e = (1, 2, 3) ∈ R3 respecto de la base u1 = (0, 1, 1), u2 =
(−1, 0, 1), u3 = (1, 1, 1) son:
(a) (0, 1, 2)
(b) (0, 2, 1)
(c) (1, 0, 2)

2 −2
18. La expresión de la matriz respecto de la base
1 5

1 −1 0 1 0 0 0 1
A1 = , A2 = , A3 = , A4 =
0 1 0 0 0 1 1 0
de M (2 × 2, R) es:
(a) 2A1 + 3A2 − A3 + A4
(b) 2A1 − A2 + 3A3 + A4
(c) Las matrices A1 , A2 , A3 , A4 no forman base.
19. En la base {(1, 0, 1), (0, 1, 1), (−1, 0, 2)} las coordenadas del vector e son (1, 2, 3). ¿Cuáles
son sus coordenadas en la base {(0, 0, 1), (0, −1, 0), (1, 1, 0)}?
(a) (−9, 4, 2)
(b) (9, −4, −2)
(c) (9, −4, 2)
20. Considérense los subespacios de R3 :
E1 = h(1, 0, 1)i , E2 = {(x, y, z) : x + y + z = 0}
Sólo una de las afirmaciones siguientes es falsa:
(a) E1 ⊕ E2 = R3 .
(b) Un suplementario de E2 es el subespacio generado por el vector (1, 0, 0).
(c) E1 y E2 no son subespacios suplementarios.
(d ) E1 es una recta que corta al plano E2 en el origen.
21. Considérense los subespacios de R4 :
E1 = h(1, −1, 0, 1)i , E2 = h(−1, −1, 1, 1), (3, −1, −1, 1)i
(a) E1 ∩ E2 = {(0, 0, 0, 0)}
(b) E1 + E2 = E2
(c) E1 ⊂ E2
(d ) Una base de E1 + E2 es la formada por los vectores (1, −1, 0, 1) y (3, −1, −1, 1).
22. Sea A ∈ M (n × n, R) tal que A · At = I. Sólo una de las afirmaciones siguientes es falsa:
(a) A es invertible.
(b) det A = ±1.
(c) A−1 = At
(d ) A no es invertible.
23. Sea S el subconjunto de M (2 × 2, R) formado por las matrices simétricas (A = At ). Sólo
una de las afirmaciones siguientes es cierta:

0 1 1 0
(a) S es un espacio vectorial de dimensión 2 y una base de S es ,
1 0 0 1
(b) S es un espacio vectorial de dimensión 3 y una base de S es

0 1 0 0 1 0
, ,
0 0 1 0 0 1
(c) S es un espacio vectorial de dimensión 3 y una base de S es

1 0 0 0 0 1
, ,
0 0 0 1 1 0
(d ) S no es un espacio vectorial.
24. En el espacio vectorial
M (2 × 2,R), considérese
el subespacio
vectorial V generado por
1 1 1 −1 4 0
las matrices A1 = y A2 = . Si A = , sólo una de las afirmaciones
−1 1 1 1 0 4
siguientes es cierta:
(a) dim V = 1 ; b) A ∈ /V
(b) A ∈ V y sus coordenadas respecto de la base {A1 , A2 } de V son (4, 4).
(c) A = 2A1 + 2A2 , es decir, A ∈ V y sus coordenadas en la base {A1 , A2 } de V son
(2, 2).

6 −8
25. Dada la matriz , para n > 1 se verifica:
3 −4
(a) An = 2n A
(b) An = 2n−1 A
(c) An = (−2)n A
(d ) An = (−2)n−1 A
   
1 −1 2 1 0 1
26. Dadas las matrices A = −1 2 1, B =  0 2 −2. Sólo una de las afirma-
2 1 0 −1 2 3
ciones siguientes es falsa:
(a) A es simétrica y B es hemisimétrica.
(b) A es simétrica pero B no es hemisimétrica.
(c) A es simétrica y A − At es hemisimétrica.
(d ) B no es hemisimétrica y B + B t es simétrica.
 
1 2 0
27. Sea λ ∈ R y A = λ λ + 1 λ − 1. Sólo una de las afirmaciones siguientes es cierta:
1 0 2
(a) A es invertible para λ ∈ R − {1}.
(b) A no tiene inversa, independientemente del valor que tome λ.
(c) A es invertible si λ 6= 0.
 
1 0 1
28. Si A = 0 1 0, su potencia n-ésima es:
1 0 1
 
n 0 n
(a) An =  0 1 0 
n 0 n
(b) No se 
puede calcular. 
2n−1 0 1
n
(c) A =  0 1 0 
n−1
1 0 2
 n−1 
2 0 2n−1
(d ) An =  0 1 0 
n−1 n−1
2 0 2

1 1 1 1 0
29. Dada la ecuación matricial AX + B = C con A = ,B= ,
2 1 1 2 1

0 1 1
C= . Sólo una de las afirmaciones siguientes es cierta:
1 1 3
(a) No tiene solución.
1 −1 1
(b) Tiene solución y es la matriz .
−2 1 0

1 −2 3
(c) Tiene solución y es .
−1 1 −1
(d ) Tiene infinitas soluciones.

Soluciones de los ejercicios tipo test de las lecciones 1 y 2

1. (a) ; 2. (c) ; 3. (b) ; 4. (c) ; 5. (b) ; 6. (b) ; 7. (b) ; 8. (c) ; 9. (d) ; 10. (b)
11. (b) ; 12. (d) ; 13. (c) ; 14. ( a) ; 15. (c) ; 16. (a) ; 17. (a) ; 18. (b) ; 19. (b) ; 20. (c)
21. (a) ; 22. (d) ; 23. (c) ; 24. (d) ; 25. (b) ; 26. (a) ; 27. (b) ; 28. (d) ; 29. (b)
1

Aplicaciones lineales. Matrices. Sistemas lineales. Cambios de base

1. La matriz asociada a la aplicación lineal
T : R 3 → R3
(x, y, z) 7→ (x + 2y, z + y, x − z)
respecto
 de la  en R3 es: 
base usual   
1 2 0 1 0 1 1 2 0
a) 0 1 1  ; b) 2 1 0 ; c) 1 1 0 
1 0 −1 1 0 1 1 0 −1
3
2. 
Sea f : R → R3 un endomorfismo cuya matriz asociada respecto de la base {e1 , e2 , e3 }
1 1 1
es 4 1 4. Sólo una de las afirmaciones siguientes es cierta:

1 0 1
a) f es inyectiva. ; b) f es epiyectiva. ; c) f no es inyectiva y la dimensión de ker f es 1.
3. Sea λ un parámetro real y considérese el endomorfismo
T : R 3 → R3
(x, y, z) 7→ (x − y, λx + y − z, 2x + 2y − z)
T es un isomorfismo sólo si:
a) λ = 3 ; b) λ 6= 3 ; c) Para cualquier valor de λ.
4. Sea la aplicación lineal
T : R3 → R 3
(x, y, z) 7→ (y − z, −x + 4z, y − z)
Indica cuál de las afirmaciones siguientes es falsa:
a) dim Im T = 2, dim ker T = 1
b) Im T = h(0, −1, 0), (1, 0, 1)i, ker T = h(1, 1, 1)i
c) Im T = h(−1, 4, −1), (1, 0, 1)i, ker T = h(4, 1, 1)i
5. Sea E = h1, x, x2 , x3 i el espacio de los polinomios de grado menor que 4 y considérese la
aplicación lineal derivada:
D:E→E
p(x) 7→ p0 (x)
a) D es un isomorfismo. ; b) Im D = h1, x, x2 i , ker D = h1i.
c) Im D ∩ ker D = {0} ; d) E = Im D + ker D
6. Dadas las matrices A, B ∈ M (n × n, R), si det B 6= 0 el determinante de la matriz
B −1 · A · B es igual a:
1
a) det A ; b) ; c) det A · det B
det A
1
3 3
 T : R →R la aplicación lineal de matriz asociada en la base {e1 , e2 , e3 } la matriz
7. Sea
1 2 3
A = 1 −1 1. Sólo una de las afirmaciones siguientes es falsa:
1 0 2
a) T (e1 + e2 ) = 3e1 + e3 ; b) ker T = 0
c) Im T = h(1, 1, 1), (2, −1, 0)i ; d) T es un isomorfismo.
8. Sea {e1 , e2 , e3 } una base de R3 y sea T : R3 → R3 la aplicación lineal definida por:
T (e1 ) = e2 + e3 , ker T = he1 − e2 i , T (e3 ) = e1
La  de la base{e1 , e2 , e3 }es:
matriz de Trespecto    
0 0 0 0 1 1 0 0 0 0 0 1
a) 1 −1 0 ; b) 0 1 1 ; c) 1 1 0 ; d) 1 1 0
1 1 1 0 0 1 1 1 1 1 1 0
9. En la base {(1, 0, 1), (0, 1, 1), (−1, 0, 2)} las coordenadas del vector e son (1, 2, 3). ¿Cuáles
son sus coordenadas en la base {(0, 0, 1), (0, −1, 0), (1, 1, 0)}?
a) (−9, 4, 2) ; b) (9, −4, −2) ; c) (9, −4, 2)
 
1 −1 0
10. Si A = 0 1 1 es la matriz de T : R3 → R3 en la base {e1 , e2 , e3 }, la matriz de T
2 0 2
en la base
ē1 = e1 − e1 + e2+ e3 , ē3 = e2 −2e1 es:
e2 , ē2 =  −1 
1 −1 0 1 1 −2 1 −1 0
a) Ā = 0 1 1 · −1 1 1  · 0 1 1
2 0 2 0 1 0 2 0 2
 −1    
1 1 −2 1 −1 0 1 1 −2
b) Ā = −1 1 1  · 0 1 1 · −1 1 1 
0 1 0 2 0 2 0 1 0
     −1
1 1 −2 1 −1 0 1 1 −2
c) Ā = −1 1 1  · 0 1 1 · −1 1 1 
0 1 0 2 0 2 0 1 0
11. Sea f : R2 → R2 la aplicación lineal definida por f (1, 3) = (−5, 6) y f (2, −1) = (1, 3).
de f respecto de las bases {u1 = (1, 3), u2 = (2, −1)} y {e1 = (1, 0), e2 = (0, 1)}
a) La matriz
−5 1
de R2 es:
6 3
def respecto de las bases {e1 = (1, 0), e2 = (0, 1)} y {v1 = (−5, 6), v2 = (1, 3)}
b) La matriz
1 0
de R2 es:
0 1
c) La matriz de f respecto de la base {e1 = (1, 0), e2 = (0, 1)} de R2 es:
−1
−5 1 1 2
·
6 3 3 −1
d) La matriz de f respecto
de las bases {u1 = (1, 3), u2 = (2, −1)} y {v1 = (−5, 6), v2 =
1 0
(1, 3)} de R2 es:
0 1
12. Sea E el R-espacio vectorial de los polinomios de grado menor o igual que 2 y sea T el
endomorfismo de E definido por:
T (a + bx + cx2 ) = a − b + (2b − c)x + (a + b − c)x2
Sólo una de las afirmaciones siguientes es falsa:  

1 −1 0
a) La matriz de T respecto de la base {1, x, x2 } de E es: 0 2 −1
1 1 −1
 
1 0 −1
b) La matriz de T respecto de la base {1, x2 , x} de E es: 0 −1 1 
1 −1 2
 
1 0 −1
c) La matriz de T respecto de la base {1, x2 , x} de E es: 1 −1 1 
0 −1 2
 
−1 1 1
c) La matriz de T respecto de la base {x2 , x, 1} de E es: −1 2 0
0 −1 1

 x + 2y − z = x̄

13. Sea T el endomorfismo de R3 de ecuaciones x + z = ȳ . Sólo una de las afirma-
− z = z̄


a) La matriz de T es invertible.
b) T deja invariante la recta h(1, −1, 0)i.
c) La restricción de T al subespacio h(1, −1, 0)i es una homotecia de razón -1.
d) ker T = h(1, −1, 0)i.
14. Sea A ∈ M (n × n, R) tal que A · At = I. Sólo una de las afirmaciones siguientes es falsa:
a) A es invertible. ; b) det A = ±1. ; c) A−1 = At ; d) A no es invertible.
15. Sea E el espacio vectorial de los polinomios de grado menor o igual que 2 y sea
D: E → E
p(x) 7→ p0 (x)
el operador derivada. Sólo una de las afirmaciones siguientes
 es falsa:

0 1 0
a) La matriz de D respecto de la base {1, x, x2 } de E es 0 0 2.
0 0 0
b) ker D = h1i, Im D = h1, xi.
c) ker D2 = h1, xi, Im D2 = h1i.  
0 1 0
d) La matriz de D respecto de la base {1, x, x2 } de E es 0 0 1.
0 0 0

6 −8
16. Dada la matriz , para n > 1 se verifica:
3 −4
a) An = 2n A ; b) An = 2n−1 A ; c) An = (−2)n A ; d) An = (−2)n−1 A

1 2 0 1 1
17. Dada la ecuación matricial AX = B con A = ,B= . Sólo una de
0 1 −1 0 2
las afirmaciones siguientes es cierta:
0 1 1
a) No tiene solución. b) Tiene solución y es la matriz .
−1 −2 0

2 1 −3
c) Tiene solución y es . d) Tiene infinitas soluciones.
−1 0 2
   
1 −1 2 1 0 1
18. Dadas las matrices A = −1 2 1, B =  0 2 −2. Sólo una de las afirma-
2 1 0 −1 2 3
a) A es simétrica y B es hemisimétrica. b) A es simétrica pero B no es hemisimétrica.
c) A es simétrica y A − A es hemisimétrica. d) B no es hemisimétrica y B + B t es simétrica.
t
19. Dado el sistema lineal:

ax + y + z = a 


x + ay + z = a2

x + y + az = a3

a) Si a = 0 sólo tiene la solución trivial.
b) Si a ∈ R − {1, −2} el sistema es compatible determinado.
c) Si a = 1 el sistema tiene infinitas soluciones.
d) Si a = −2 el sistema es compatible e indeterminado con grado de indeterminación 2.
 
1 0 1
20. Si A = 0 1 0, su potencia n-ésima es:
1 0 1
 
n 0 n
a) An =  0 1 0  ; b) No se puede calcular.
n 0 n
 n−1   n−1 
2 0 1 2 0 2n−1
c) An =  0 1 0  ; d) An =  0 1 0 
n−1 n−1 n−1
1 0 2 2 0 2
 
1 2 0
21. Sea λ ∈ R y A = λ λ + 1 λ − 1. Sólo una de las afirmaciones siguientes es cierta:
1 0 2
a) A es invertible para λ ∈ R − {1}.
b) A no tiene inversa, independientemente del valor que tome λ.
c) A es invertible si λ 6= 0.

1 1 1 1 0
22. Dada la ecuación matricial AX + B = C con A = ,B= ,
2 1 1 2 1

0 1 1
C= . Sólo una de las afirmaciones siguientes es cierta:
1 1 3

1 −1 1
a) No tiene solución. b) Tiene solución y es la matriz .
−2 1 0

1 −2 3
c) Tiene solución y es . d) Tiene infinitas soluciones.
−1 1 −1
23. Dado el sistema 
x + y − λz = −λ

x+y+z =1

−3x + (λ + 1)y + 2z = 3 
a) Para λ ∈ R − {−1, −4} el sistema tiene solución única.
b) Si λ = −1 el sistema tiene infinitas soluciones.
c) Si λ = −4 el sistema no tiene solución.
d) Si λ = 4 la única solución del sistema es x = 0, y = 0, z = 1.

Soluciones de los ejercicios tipo test de las lecciones 3 y 4

1. (a) ; 2. (c) ; 3. (b) ; 4. ( b) ; 5. (b) ; 6. (a) ;
7. (c) ; 8. (d) ; 9. (b) ; 10. (b) ; 11. (b); 12. ( b) ;
13. (d) ; 14. (d) ; 15. (d) ; 16. (b) ; 17. (c) ; 18. (a) ;
19. (d) ; 20. (d) ; 21. (b) ; 22. (b) ; 23. (d) ;
1

ÁLGEBRA LINEAL Y GEOMETRÍA. 10 FÍSICAS

El espacio dual. Geometrı́a afı́n.
1. Sea E un R-espacio vectorial de dimensión 2 y {e1 , e2 } una base de E con base dual
{ω1 , ω2 }.
La base dual {ω̄1 , ω̄2 } de la base {ē1 = e1 − e2 , ē2 = e1 + e2 } de E es:
a) {ω̄1 = ω1 − ω2 , ω̄2 = ω1 + ω2 }
b) {ω̄1 = ω1 + ω2 , ω̄2 = ω1 − ω2 }
1 1 1 1
c) {ω̄1 = ω1 − ω2 , ω̄2 = ω1 + ω2 }
2 2 2 2
2. Sea E un R-espacio vectorial de dimensión 3. Sea {e1 , e2 , e3 } una base de E y {ω1 , ω2 , ω3 }
su base dual. Sólo una de las afirmaciones siguientes es falsa:
a) Los vectores ē1 = 2e1 + e3 , ē2 = e2 − e1 , ē3 = e1 + e3 forman una base de E cuya base
dual es:
{ω̄1 = ω1 + ω2 − ω3 , ω̄2 = ω2 , ω̄3 = −ω1 − ω2 + 2ω3 }
b) Las formas lineales ω̄1 = ω1 + ω2 , ω̄2 = ω3 , ω̄3 = ω1 − ω2 + ω3 forman una base de E ∗ ,
que es la base dual de la base
1 1 1 1 1 1
{ē1 = e1 + e2 , ē2 = − e1 + e2 + e3 , ē3 = e1 − e2 }
2 2 2 2 2 2
c) Las formas lineales ω̄1 , ω̄2 , ω̄3 ∈ E ∗ de coordenadas respecto de la base {ω1 , ω2 , ω3 } de
E ∗ : ω̄1 = (0, 1, 0) ,ω̄2 = (−1, 0, 0) , ω̄3 = (1, 0, 1) forman una base de E ∗ , la base dual de
{ē1 = (0, 1, 0) , ē2 = (−1, 0, 1) , ē3 = (0, 1, 1)}
d) Los vectores de coordenadas ē1 = (1, 0, 0), ē2 = (0, −1, 1), ē3 = (1, 1, 0) respecto de la
base {e1 , e2 , e3 }, forman una base de E cuya base dual es:
{ω̄1 = ω1 − ω2 − ω3 , ω̄2 = ω2 , ω̄3 = ω2 + ω3 }
3. Sea E = h1, x, x2 i el R-espacio vectorial de los polinomios de grado menor o igual a 2
y sea {ω1 , ω2 , ω3 } la base dual de {1, x, x2 }. Considérese la base de E determinada por los
polinomios 2 + x2 , x − 1 , 1 + x2 . Sólo una de las afirmaciones siguientes es falsa:
a) La base dual de la base {2 + x2 , x − 1 , 1 + x2 } es:
{ω̄1 = ω1 + ω2 − ω3 , ω̄2 = ω2 , ω̄3 = −ω1 − ω2 + 2ω3 }
b) Las coordenadas de la forma lineal ω = ω1 −ω2 +ω3 en la base dual de {2+x2 , x−1 , 1+x2 }
son ω = (3, −2, 2).
c) Si {ω̄1 , ω̄2 , ω̄3 } es la base dual de {2 + x2 , x − 1 , 1 + x2 }, las coordenadas de la forma
lineal ω = ω̄1 + ω̄2 en la base {ω1 , ω2 , ω3 } son ω = (1, 2, 3).
4. Sea {e1 , e2 , e3 } una base de E y sea T : E → E la aplicación lineal definida por:
T (e1 ) = e1 − e3 , 2e1 + e2 ∈ ker T , T (e3 ) = e1 + e2
La 
matriz del morfismo
 traspuesto
 T∗ : 
E ∗ → E ∗ respecto
  base dual de {e1 , e2 , e3 } es:
de la
1 −2 1 1 0 −1 1 0 −1
a)  0 0 1 ; b) −2 0 2  ; c) 2 0 −2
−1 2 0 1 1 0 1 1 0
1
5. En R3 sólo una de las afirmaciones siguientes es falsa: (
x+y =0
a) Unas ecuaciones implı́citas de la recta r = h(1, −1, 1)i son. r ≡ .
x−z =0
b) La ecuación implı́cita del plano π = h(1, 0, 2), (0, 1, 1)i es π ≡ 2x(− y − z = 0.
x+y =0
a) Unas ecuaciones implı́citas de la recta r = h(1, −1, 1)i son. r ≡ .
y+z =0
6. En R3 sólo una de las afirmaciones siguientes es falsa:
a) El subespacio incidente del plano π ≡ x − y + z = 0 es π ◦ ≡ h(1, −1, 1)i.
b) El subespacio incidente con la recta r = ( h(2, 1, −1)i es r◦ = h(1, 2, 0), (1, 0, 2)i.
x+z =0
c) El subespacio incidente con la recta r ≡ es r◦ = h(1, 0, 1), (0, 1, 1)i.
y+z =0
x
d) El subespacio incidente con la recta r ≡ = y = −z es r◦ = h(1, 0, 2), (1, −2, 0)i.
2
7. Sea E un espacio vectorial de dimensión finita y E1 , E2 subespacios vectoriales de E.
a) E1 ◦◦ = E1 , b) (E1 +E2 )◦ = E1◦ +E2◦ , c) (E1 ∩E2 )◦ = E1◦ +E2◦ , d) (E1 +E2 )◦ = E1◦ ∩E2◦
8. Sean E1 y E2 los siguientes subespacios de R3
E1 = h(1, 0, 2), (0, −1, 1)i ; E2 = h(−1, 1, 0), (1, 1, 1)i
Sólo una de las afirmaciones siguientes es falsa
a) dim E1 = dim E2 = 2 ; b) E1◦ = h(−2, 1, 1)i , E2◦ = h(1, 1, −2)i
c) E1 + E2 = R3 , E1 ∩ E2 = h(1, 1, 1)i ; d) E1 + E2 = R3 , E1 ∩ E2 = {(0, 0, 0)}
9. Sea E1 el subespacio de R4 generado por los vectores u1 = (1, 0, 1, 0), u2 = (0, −1, 2, 1),
U3 = (1, 1, −1, −1).
a) Su subespacio incidente es E1◦ = h(−1, 1, 1, −1)i
b) Su ecuación implı́cita es E1 ≡ x − y − z + t = 0
c) Su subespacio incidente es E1◦ = h(1,(−2, −1, 0), (0, 1, 0, 1)i
x − 2y − z + t = 0
d) Sus ecuaciones implı́citas son E1 ≡
y+t =0


 x−y+t =0
4
10. Sea E1 el subespacio de R de ecuaciones implı́citas 2x + y + z =0

x − y − z − t =0
Es falso que:
a) E1◦ = h(1, −1, 0, 1), (2, 1, 1, 0), (1, −1, −1, −1)i
b) E1◦ = h(1, −1, 0, 1), (2, 1, 1, 0), (3, 0, 0, −1)i
c) E1 es el subespacio generado por el vector e = (1, 4, −6, 3)
d) E1◦ = h(1, −1, 0, 1), (2, 1, 1, 0), (1, 2, 1, −1)i
11. Se consideran en R4 los subespacios vectoriales E1 y E2 generados, respectivamente, por
los vectores {(1, 1, 1, 1), (1, −1, 1, −1)} y {(1, 1, 0, 1), (1, 2, −1, 2), (3, 5, −2, 5)}.
Es cierto que: (
x+y+z+t =0
a) Las ecuaciones implı́citas de E1 son
x−y+z−t =0
b) El subespacio incidente con E2 está generado por la forma lineal ω = (1, −1, −1, 0).
c) Los subespacios incidentes de E1 y E2 son respectivamente:
E1◦ = h(1, 0, −1, 0), (0, 1, 0, −1)i ; E2◦ = h(0, 1, 1, −1)i
d) La ecuación implı́cita de E1 + E2 es y − t = 0.
12. Considérense los siguientes subespacios de R3
E1 = h(2, 1, 1), (1, 1, 1)i ; E2 ≡ x − y + z = 0
Es cierto que:
a) E1 ∩ E2 = h(0, 1, −1)i b) E1 y E2 son planos paralelos. (
y−z =0
c) E1 y E2 se cortan en la recta de ecuaciones implı́citas E1 ∩ E2 ≡
x−y+z =0
13. Sea r la recta de R3 que pasa por el punto P = (1, 2, 3) y cuyo subespacio director
está generado por el vector e = (−1, 1, 1).
Sólo una de las afirmaciones siguientes esfalsa:
x = 1 − λ

a) Las ecuaciones paramétricas de r son y = 2 + λ

z = 3 + λ
(
x+y =3
b) Unas ecuaciones implı́citas de r son
x+z =4
x−1
c) Todo punto (x, y, z) ∈ r satisface las ecuaciones =y−2=z−3
( −1
x+y =0
d) Unas ecuaciones implı́citas de r son
x+z =0
14. Sea π el plano de R3 que pasa por el punto P = (0, 1, −3) y cuyo subespacio director
está generado por los vectores u1 = (1, 1, 0) y u2 = (0, −1, 1).

x = λ

a) Unas ecuaciones paramétricas de π son y = 1 + λ + µ

z = −3 − µ
b) La ecuación implı́cita de π es π ≡ x − y − z = 2.
c) π es el plano paralelo al plano de ecuación x−y−z = 0 que pasa por el punto A = (3, 1, 0).
d) π es el plano paralelo al plano de ecuación x−y−z = 0 que pasa por el punto A = (1, 0, 1).
15. Sea π 0 el plano de R4 que pasa por el punto P = (0, 1, 2, 3) y que es paralelo al plano
π = (1, 2, 0, 1) + h(0, 1, 1, −1), (−1, 0, 1, 0)i.
a) El subespacio director de π 0 está generado por los vectores u1 = (0, 1, 1, −1), u2 =
(−1, 0, 1, 0).
b) Las ecuaciones paramétricas de π 0 son:

x=µ 

y =1−λ


z = 2 − λ − µ


t=3+λ

x−y+z =0

0
c) El plano π es paralelo al plano de ecuaciones implı́citas
y+t=0
x−y+z =2

d) Unas ecuaciones implı́citas de π 0 son
y+t=4
16. Sean r y π una recta y un plano de R4 que pasan por el origen. Es falso que:
a) La recta r es paralela al plano π precisamente si la dirección de r coincide con una de als
direcciones del plano π.
b) La recta r es paralela al plano π si y sólo si el subespacio director del plano π contiene
al subespacio director de la recta r.
c) Sea {ω, ω 0 } es una base del subespacio incidente de π, π ◦ = hω, ω 0 i y r = hei. La condición
necesaria y suficiente para que r y π sean paralelos es que se verifique:
ω(e) = ω 0 (e) = 0
d) El plano π es paralelo a la recta r si el subespacio incidente de π contiene al subespacio
incidente de r.
17. Sean r y s las rectas de R4 definidas por:
x z t−1
r ≡ =y+1= = ; s = (−1, 3, 0, 1) + h(3, 1, 2, 1)i
3 2 2
a) Las rectas r y s no son paralelas.
x+y−z−t=1
b) La recta r es paralela al plano π ≡
x−y−z =3
c) La recta s es paralela al plano π 0 de ecuaciones paramétricas:

 x =1 + 3µ

 y =λ + µ


 z = − 2 + 2µ

t =1 + λ + µ

x+y−z−t=0

d) La recta s es paralela al plano π ≡
x−y−z =2
18. Dados los planos π ≡ x + y + z = 1, π 0 ≡ 2x − y + 2z = 2 y los puntos A = (2, 1, 3),
B = (2, 3, 1). L aecuación del plano π 00 que pasa por la intersección de los planos π y π 0 y
por el punto medio del segmento AB es:
a) π 00 ≡ x − y + z = 1 ; b) π 00 ≡ 2x + 2y − 3z = 2
c) π ≡ 2x − 3y + 2z = 2 ; d) π 00 ≡ x + 2y + z = 1
00
19. Dada la recta r que pasa por el punto P = (1, 1, 1), está contenida en el plano π ≡
x + y + z = 3 y es paralela al plano 2x − y = 3. Sólo una de las afirmaciones siguientes es
falsa: (
−x + 2y + z = 2 y+1 z−4
a) r ≡ ; b) r ≡ x = =
2x − y =1 2 −3
(
y−1 z−1 x+y+z =3
c) r ≡ x − 1 = = ; d) r ≡
2 −3 3x + z =1
La ecuación del plano que contiene a la recta r ≡ x = y = z − 2 y es paralelo a la recta
20. (
x−y =1
s≡ es:
x+y−z =0
a) x − y + z = 2 ; b) x = y ; c) x − y = 2 ; d) x − y − z = 2
x−1
21. Las ecuaciones de la recta r coplanaria con la recta s ≡ = y = z − 3, que pasa
2
por el origen
( y es paralela al plano x + 2y + z = 1 son:
x + 2y + z =0 x y z
a) r ≡ ; b) r ≡ = =
3x − 5y − z = 0 3 4 11
(
x y z x + 2y + z =0
c) r ≡ = = ; d) r ≡
3 −4 −11 4x + 3y =0
22. Las ecuaciones de la recta s que
( pasa por el punto P = (1, 2, 1) y se apoya en las rectas
x−1 z−1 x+y−z =0
r≡ =y−1= y r0 ≡ son:
2 3 y−z =0
( (
2x + y + 3z = 7 x−y+z =1
a) s ≡ ; b) s ≡
x+y−z =0 3x − 2z =0
( (
3x − 2z =1 x + 2y − 2z = 0
c) s ≡ ; d) s ≡
x−y+z =0 3x − 2z =1
23. Sólo una de (las afirmaciones siguientes es falsa:
x − 3y + 2z = 1
a) La recta r ≡ está contenida en el plano π ≡ 3x − 2y + z = 1
2x + y − z =0
(
x − y − 3z = 1
b) La recta r ≡ y el plano π ≡ x + y + z = 2 son paralelos.
2x − 2z =4
(
x y−1 z−1 4x − 3z + 3 = 0
c) Las rectas r ≡ = = ys≡ son coplanarias.
3 1 4 4x + y − 3z = −1
(
x − y − z = −1
d) La intersección del plano π ≡ 2x − 3y + z = 0 con la recta r ≡ es el
y − 3z = −2
punto P = (1, 1, 1).

x = 2
( 
x−y =2
24. Dadas las rectas r ≡ y s ≡ y = 1 − 3λ . Sólo una de las afirma-
2x − y − z = 3 
 z = 2 + 2λ
a) La mı́nima subvariedad afı́n que contiene a r y a s es R3 .
b) La recta r está contenida en el plano 5x − 2y − 3z = 7 y la recta s está contenida en el
plano 5x − 2y − 3z = 2.
c) Las rectas r y s son coplanarias.
d) Las rectas r y s se cruzan.
x
25. El valor de λ para que el plano π ≡ 2x + λy − z = 2 sea paralelo a la recta r ≡ =
2
y + 1 = z − 2 es:
a) λ = −1 ; b) λ = 0 ; c) λ = −3 ; d) λ = 1
26. Sólo una de las afirmaciones siguientes es falsa:
( ecuación del plano π que contiene a la recta r ≡ x = y = z y es paralelo a la recta
a) La
x+y =1
s≡ es π ≡ x − z = 0.
x−z =2
b) La ecuación del plano π que pasa por los puntos A = (1, −1, 2), B = (2, 1, 1) y C = (1, 2, 1)
es π ≡ x + y + 3z − 6 = 0.
c) La ecuación de la recta r que pasa por el punto P = (3, −1, 2) y ( es paralela a los planos
x+y−z =0
π y π 0 de ecuaciones π ≡ x + y − z = 2, π 0 ≡ 2x − y − z = 1 es r ≡ .
2x − y − z = 5
d) La ecuación del plano π que pasa por el punto P = (0, 3, 1) y contiene a la recta r ≡
(
x+y−z =0
es π ≡ x + y − z = 2.
2x − y − z = 3
(
x+y+z =β
27. Sean α y β números reales y considérense la recta r ≡ y el plano
2x − y + z =1
π ≡ αx + y + 2z = −1.
5
a) Si α = y β = −1 la recta r está contenida en el plano π.
2
5
b) La recta r y el plano π son paralelos para α = y cualquier valor de β.
2
5
c) Si α 6= y β 6= −1 la recta r y el plano π se cortan en un único punto.
2
5
d) La recta r y el plano π no tienen ningún punto en común para α = y cualquier valor
2
de β.
28. En R4 sólo una de las afirmaciones siguientes es falsa:
a) Dos planos se pueden cortar en una recta.
b) Dos planos se pueden cortar en un punto.
c) Dos hiperplanos se pueden cortar en una recta.
d) Dos hiperplanos se pueden cortar en un plano.

  x = −3 − λ
x + y = 1 

  y = −1
29. Dadas las rectas r ≡ y − z = 0 ; s ≡ Sólo una de las afirmaciones

z + t = 1 
 z =4+λ

t =7+λ

siguientes es falsa:
a) La mı́nima subvariedad afı́n que las contiene es el hiperplano de ecuación x + z = 1.
b) Las recats r y s se cortan en el punto P = (2, −1, −1, 2). (
x+z =1
c) La mı́nima subvariedad afı́n que las contiene es el plano de ecuaciones .
x + 2y + t = 2
d) La mı́nima subvariedad afı́n que las contiene es H ≡ (0, 1, 1, 0)+h(0, −1, 0, 2), (−1, 0, 1, 1)i.
30. Considérense las subvariedades afines de R4 :
H ≡ (1, 0, 0, 1) + h(−1, 1, 1, −1)i H 0 ≡ (0, −1, 1, 4) + h(−1, 0, 1, 1), (3, 0, −3, −3)i
a) H ∩ H 0 = P( = (2, −1, −1, 2)
2y − z + t = 1
b) H + H 0 ≡
x+z =1
0
c) H + H ≡ (1, 0, 0, 1) + h(0, 1, 0, −2), (1, 0, 1, 1)i
d) H + H 0 ≡ (0, −1, 1, 4) + h(−1, 1, 1, −1), (−2, 1, 2, 0)i
31. La mı́nima subvariedad afı́n de R4 que pasa por los puntos A = (0, 1, 0, 1), B = (0, 0, 0, 0),
C = (1, 2, 3, 2), D = (1, −1, 3, −1) es:
a) R4
b) El hiperplano de ecuación 3x + y − z − t = 0.
c) El plano π ≡ h(1, 1, 3, 1),((1, −1, 3, −1)i
3x − z = 0
d) El plano de ecuaciones
y+t =0
32. Dadas las subvariedades afines de R4 definidas por los puntos

H = {(0, −1, 0, 1), (1, 1, 0, 1), (0, 0, 1, 0)} , H 0 = {(−2, 1, 1, 0), (−3, 0, 0, 1)}
a) H es un hiperplano que contiene a la recta H 0 .
b) H es un plano que se cruza con la recta H 0 .
c) H 0 es una recta que corta al plano H en el punto P = (1, 7, 7, −5).
1 7 7 5
d) H ∩ H 0 = ( , , , − ) , H + H 0 ≡ z + t = 1.
2 2 2 2
( (
x + y − z = 0 x+z =4
33. Dados los planos de R4 π ≡ y π0 ≡ . Sólo una de las
x−z+t =2 y+t =6
afirmaciones siguientes es cierta:
a) Se cortan en la recta de ecuaciones x − 1 = y − 2 = z − 3 = t − 4.
b) Se cortan en el punto P = (1, 2, 3, 4)
c) Son paralelas.
d) Se cruzan.
34. Dados dos hiperplanos H y H 0 de R4 , sólo una de las afirmaciones siguientes es falsa:
a) H y H 0 se pueden cortar en un plano.
b) H y H 0 pueden ser paralelos y no coincidentes.
c) H y H 0 se pueden cortar en una recta.
d) La mı́nima subvariedad afı́n que los contiene puede ser R4 .
 

 x = 2 + 3λ 
 x = 7λ

y = 1 − λ 
y = 1
35. Dadas las rectas r ≡ ; s≡ . Sólo una de las afirma-
z = −1 + 2λ
 z = 1 + λ

 
t = 3 − 2λ t = −1 + 2λ
 
ciones siguientes es cierta: 
x − 6z = 0

a) La recta que se apoya en ambas y pasa por el origen es y − 11t = 0 .

z − 7y = 0
b) Hay infinitas rectas que se apoyan en ellas y que pasan por el origen.
x z t
c) La recta que se apoya en ambas y pasa por el origen es = y = = .
2
 7 11
x + 4y − 5z − t = 0

d) La recta que se apoya en ambas y pasa por el origen es x − 6z = 0.

t − 11y =0
36. La mı́nima subvariedad afı́n que contiene a las rectas de ecuaciones
x−1 y t
x=y=z=t , = =z−2=
3 5 −4
es:
a) El plano π ≡ h(1, 1, 1, 1), (3, 5, 1, −4)i.
b) El hiperplano π ≡ h(1, 1, 1, 1), (3, 5, 1, −4), (1, 3, −1, −6)i.
c) No es ni un plano ni un hiperplano.
d) El hiperplano H ≡ 2x − y − z = 0.

2x − z + t = 2
 (
x+z−t =5
37. Dada la recta r ≡ y + z = −3 y el plano π ≡ .
 x−t =3
2x + y = −2
a) Se cortan en un punto.
b) La recta está contenida en el plano.
c) Se cruzan.
d) Son paralelos.
El espacio dual. Geometrı́a afı́n.
1. c) ; 2. d) ; 3. c) ; 4. b) ; 5. b) ; 6. b) ; 7. b) ; 8. d) ; 9. c) ; 10. d) ;
11. d) ; 12. c) ; 13. d) ; 14. d) ; 15. d) ; 16. d) ; 17. d) ; 18. c) ; 19. d) ; 20. b) ;
21. a) ; 22. c) ; 23. d) ; 24. c) ; 25. c) ; 26. d) ; 27. d) ; 28. c) ; 29. a) ; 30. c) ;
31. c) ; 32. d) ; 33. b) ; 34. c) ; 35. d) ; 36. d) ; 37. c)

27-Octubre-2010
Prueba escrita I (10 Fı́sicas)
1. Demuestra que el conjunto V de los polinomios p(x) de grado menor o igual que 3 tales
que p(2) = 0 es un subespacio vectorial de E = h1, x, x2 , x3 i. Calcula su dimensión y una
base. (2 puntos)
2. Sea E un k-espacio vectorial de dimensión finita y E1 , E2 dos subespacios. Demuestra

que E1 + E2 y E1 ∩ E2 son subespacios de E. ¿Cuándo se dice que E1 y E2 son subespacios
suplementarios? (2 puntos)
3. Define los conceptos de base y dimensión de un espacio vectorial. Demuestra que el vector
cero no puede formar parte de una base. (2 puntos)
4. Sea V el subespacio de R3 generado por los vectores (1, 1, 1) y (1, 0, 1). Sólo una de las
(a) V = h(1, 2, 1), (0, 1, 0)i
(b) V = {(x, y, z) ∈ R3 : x − z = 0}
(c) El vector (2, 3, 1) pertenece a V .
(d ) V = {(a + b, a, a + b) ∈ R3 : a, b ∈ R} (2 puntos)
5. Sean V y V 0 los subespacios de M (2, R) dados por:

x y 0 a a+b
V = ∈ M (2, R) : t = x − y, x + z = 0 , V = ∈ M (2, R) : a, b ∈ R
z t −a b
(a) V + V 0 = M (2, R).
(b) V y V 0 sonsuplementarios.

0 1 1
(c) V ∩ V = h i.
−1 0

0 −1
(d ) ∈ V ∩ V 0. (2 puntos)
−1 1
6. Sean E1 y E2 los subespacios de R3 dados por:

E1 = {(a, a + b, −b) ∈ R3 : a, b ∈ R} , E2 = {(x, y, y) : x, y ∈ R}
Calcula bases y dimensiones de E1 + E2 y E1 ∩ E2 . (2 puntos)
1

15-Diciembre-2010
Prueba escrita II (10 Fı́sicas)
1. Sean E1 y E2 los subespacios de M (2, R) definidos por:

x y 1 −2
E1 = ∈ M (2, R) : x − 2y + z − t = 0 , E2 =
z t −2 3
¿Es cierto que E1 y E2 son subespacios suplementarios? Razona la respuesta. (2 puntos)
T
2. Sea E −→ E 0 una aplicación lineal inyectiva. Comprueba que si {e1 , . . . , en } es una base
de E sus imágenes {T (e1 ), . . . , T (en )} son vectores linealmente independientes de E 0 .
(2 puntos)
3. Sea {e1 , e2 , e3 } una base del R-espacio vectorial E y {ω1 , ω2 , ω3 } su base dual. Calcula
la base dual de la base {e1 + e3 , e1 + e2 , e2 − 2e3 } y las coordenadas de la forma lineal
ω = ω1 + ω2 − 2ω3 en esta nueva base de E ∗ . (2 puntos)
4. Sea V un subespacio vectorial de E. Define el concepto de incidente V 0 y demuestra que

es un subespacio del espacio dual E ∗ . ¿Cuál es su dimensión? (2 puntos)
5. Sea {e1 , e2 , e3 , e4 } una base de E y {ω1 , ω2 , ω3 , ω4 } su base dual. Representemos por

(x, y, z, t) las coordenadas respecto de esta base. Responde razonadamente a las siguientes
preguntas:
(a) Sea V es el subespacio de E generado por los vectores e1 + e2 y 2e2 − e3 . ¿La forma
lineal ω1 + ω4 está en el subespacio incidente V 0 ?
(b) ¿Es cierto que hω1 − 2ω2 + ω4 i es el subespacio incidente de
V = {(x, y, z, t) ∈ E : x − 2y + z = 0}?
(2 puntos)
( )
2x − y = 0
6. ¿Es posible que sean unas ecuaciones implı́citas del subespacio de R4
y+z =0
generado por los vectores (0, 0, 1, −1), (1, 2, 1, 1) y (1, 2, 0, 2)? Razona la respuesta.
(2 puntos)
1

15-Diciembre-2010
Prueba escrita II (2a Parte) (10 Grado en Fı́sicas)

 
1 1 2
1. Sea T el endomorfismo de R3 cuya matriz en la base {e1 , e2 , e3 } es 2 1 3.
1 0 1
(a) Calcula bases y dimensiones de Im T y Ker T (2 puntos).
(b) Demuestra que los vectores ē1 = e1 + e2 , ē2 = e1 + e3 y ē3 = e2 + e3 forman base de
R3 y calcula las coordenadas del vector e1 + 3e2 + e3 en dicha base (1,5 puntos).
(c) Calcula la matriz de T en la base {ē1 , ē2 , ē3 } y calcula las coordenadas del vector
T (ē1 − ē3 ) en la base {e1 , e2 , e3 } (2,5 puntos).
2. Sea V1 el subespacio de R3 definido por la ecuación x+y+z = 0 y sea V2 = h(1, 0, −2), (0, 1, 0)i
otro subespacio de R3 .
(a) Calcula las ecuaciones paramétricas e implı́citas de V1 (2 puntos).
(b) Calcula las ecuaciones paramétricas e implı́citas de V2 (2 puntos).
(c) Demuestra que V1 y V2 se cortan en una recta y calcula las ecuaciones paramétricas e
implı́citas de la subvariedad afı́n cuyo vector de posición es (0, 0, 2) y cuyo subespacio
director es V1 ∩ V2 (3 puntos).
1

1◦ de Grado en Fı́sicas
Prueba Final (27-Enero-2011)
1a Parte
1. Sean E1 y E2 subespacios de un k-espacio vectorial E.

(a) ¿Qué condiciones deben cumplir E1 y E2 para que sean subespacios suplementarios?
(b) Si {v1 , . . . , vm } es una base de E1 y {u1 , . . . , up } es una base de E2 demuestra que E1
y E2 son suplementarios si y sólo si {v1 , . . . , vm , u1 , . . . , up } es una base de E.
(3 puntos)
T
→ E 0 una aplicación lineal.
2. Sea E −
(a) Define Ker T e Im T y demuestra que son subespacios de E y E 0 respectivamente.
(b) Demuestra la fórmula de dimensión: dim E = dim Ker T + dim Im T
(3 puntos)
3. Sea {e1 , . . . , en } una base del espacio vectorial E.

(a) Define su espacio dual.
(b) Define la base dual de {e1 , . . . , en } y describe su relación con las funciones coordenadas
sobre E.
(3 puntos)

es un subespacio del espacio dual E ∗ . ¿Qué relación existe entre la base del incidente y las
ecuaciones implı́citas del subespacio?
Si dim E = 4, ¿es cierto que el subespacio incidente de V = ( he1 − e2 , e2 + 3e3 i está generado
x−y =0
por las formas lineales 3ω1 + 3ω2 − ω3 y ω4 ? ¿Pueden ser unas ecuaciones
y + 3z = 0
implı́citas de V (3 puntos)
5. Sea E un espacio vectorial.

(a) Define el concepto de subvariedad afin de E. ¿Cuándo dos subvariedades afines son
paralelas? ¿Cuándo se dice que se cruzan? Escribe dos ejemplos.
(b) Si dim E = 4 ¿es posible que dos planos de E que no pasan por el origen se corten en
un único punto? Razona la respuesta.
(3 puntos)
1

2a Parte
6. En M2×2 (R) se definen los siguientes subconjuntos:

a b
1 −1 1 1 0 1
V1 = { : a, b ∈ R} y V2 = , , .
a+b a+b 1 0 1 1 0 0
(a)Demuestra que V1 y V2 son subespacios de M2×2 (R).
(b)Calcula bases y dimensiones de V1 , V2 , V1 + V2 y V1 ∩ V2 .
(c)Calcula bases y dimensiones de (V1 + V2 )◦ y (V1 ∩ V2 )◦ .
(d )
Calcula las ecuaciones
paramétricas e implı́citas de la subvariedad afı́n cuyo vector de
1 2
posición es y cuyo subespacio director es V1 ∩ V2 .
1 3
(13 puntos)

T (x, y, z) = (x + y − z, x + z, 2x + y, x + y − z)
(a) Demuestra que T es lineal y calcula la matriz asociada a T en las bases a las que están
referidas las coordenadas.
(b) Calcula bases y dimensiones de Ker T e Im T .
(c) Calcula la matriz de T en la bases:
{(1, 1, 0), (1, 0, 1), (0, 1, 1)} de R3 y
{(1, 0, 0, 0), (0, −1, 0, 0), (0, 0, −1, 0), (0, 0, 0, 1)} de R4 .
(12 puntos)

Prueba de Recuperación (11-Febrero-2011)
TEORÍA
1. Define el concepto de base de un k-espacio vectorial E y demuestra que todas las bases
de E tienen el mismo número de vectores. ¿Qué es la dimensión de un k-espacio vectorial?
(6 puntos)
2. Sea E = M (m × n) el k-espacio vectorial de las matrices de orden m × n con coeficientes
en k. Considérense los siguientes subconjuntos de E:
S = {A ∈ E : A = At } (Matrices simétricas)
H = {A ∈ E : A = −At } (Matrices hemisimétricas)
Demuestra que S y H son subespacios vectoriales de E y también que son subespacios
suplementarios. (7 puntos)
Nota.Todos los conceptos que se utilicen deberán definirse previamente. En este caso, la
definición de subespacio y la de subespacios suplemementarios.
T
3. Sea E −
(a) Define Ker T e Im T .
(b) Define en términos de Ker T e Im T cuándo T es inyectiva y cuándo epiyectiva.
(c) Demuestra que si dim E = dim E 0 y T es epiyectiva se verifica que T es un isomorfismo.
(7 puntos)
T
4. Sea E −
→ E un endomorfismo de E de matriz asociada A respecto de la base {e1 , . . . , en }
de E. Responde razonadamente a las siguientes cuestiones:
T0
(a) Si E −→ E es otro endomorfismo de E de matriz asociada A0 en la base {e1 , . . . , en },
¿cuáles son las matrices asociadas a las composiciones T ◦ T 0 y T 0 ◦ T ?
(b) Si {ē1 , . . . , ēn } es una nueva base de E, ¿cuál es la matriz de T en esta base?
(c) Si det A 6= 0, ¿es cierto que T es un isomorfismo? ¿Existe la aplicación lineal inversa?,
en caso afirmativo indica cuál es su matriz asociada.
(7 puntos)
5. Sea V un subespacio vectorial de E.
(a) Define el concepto de subespacio incidente V 0 e indica su dimensión.
(b) Demuestra que E 0 = {0} y {0}0 = E ∗
(c) Calcula el subespacio incidente con el plano π de R4 dado por π = h(1, 0, 1, 0), (0, −1, 1, 1)i.
(7 puntos)
6. Estudia razonadamente las posiciones relativas de dos planos en R4 . (6 puntos)
1

PROBLEMAS
7. En R3 se definen los siguientes subconjuntos:

V1 = {(a + 2b, −a, −2b) | a, b ∈ R} ; V2 = {(x, y, z) ∈ R3 | x + y − 2z = 0} .
(a) Demuestra que V1 y V2 son subespacios de R3 . (6 puntos)
(b) Calcula bases y dimensiones de V1 , V2 , V1 + V2 y V1 ∩ V2 . (8 puntos)
(c) Calcula bases y dimensiones de (V1 + V2 )◦ y (V1 ∩ V2 )◦ . (6 puntos)
(20 puntos)
8. Sea E un k-espacio vectorial y {e1 , e2 , e3 } una base. Sea T : E → E el endomorfismo de

E definido por:
T (e1 ) = 2e1 − e2 , T (e2 ) = e2 + 2e3 , 2e1 + e3 ∈ ker T .
(a)Calcula la matriz asociada a T en la base {e1 , e2 , e3 }. (4 puntos)
(b)Calcula bases y dimensiones de ker T e Im T . (5 puntos)
(c)Calcula la matriz de T en la base {(1, 1, 0), (1, 0, 1), (0, 1, 1)}. (6 puntos)
Calcula las coordenadas de los vectores e1 + 2e2 − e3 y T (e1 − e2 + 3e3 ) en la base del
(d )
apartado anterior. (5 puntos)
(20 puntos)
9. Dadas las rectas: 

 x+y =3

r1 = h(1, 2, −1, −3)i y r2 ≡ 2x − z = −1

 t=0
(a) Calcula unas ecuaciones paramétricas y unas implı́citas de r1 . (5 puntos)
(b) Calcula unas ecuaciones paramétricas de r2 . (5 puntos)
(c) Estudia su posición relativa y calcula unas ecuaciones paramétricas y unas implı́citas
de la mı́nima subavariedad afı́n que las contiene. (10 puntos)
(20 puntos)

27-Octubre-2010
Prueba escrita I (10 Fı́sicas)
1. Demuestra que el conjunto V de los polinomios p(x) de grado menor o igual que 3 tales
que p(2) = 0 es un subespacio vectorial de E = h1, x, x2 , x3 i. Calcula su dimensión y una
base. (2 puntos)
Solución.
V = {p(x) ∈ E : p(2) = 0} = {a + bx + cx2 + dx3 ∈ E : a + 2b + 4c + 8d = 0}
= {(a, b, c, d) ∈ E : a = −2b − 4c − 8d} = {(−2b − 4c − 8d, b, c, d) ∈ E}
= h(−2, 1, 0, 0), (−4, 0, 1, 0), (−8, 0, 0, 1)i = h−2 + x, −4 + x2 , −8 + x3 i
Ası́, hemos probado que V coincide con el conjunto de las combinaciones lineales de los
polinomios −2 + x, −4 + x2 , −8 + x3 , luego V es un subespacio vectorial de E, el subespacio
generado por esos polinomios.
Calculemos la dimensión y una base de V:
 
−2 −4 −8
1 0 0
dimR V = rg   = 3 ⇒ {−2 + x, −4 + x2 , −8 + x3 } es una base de V .
0 1 0
0 0 1
2. Sea E un k-espacio vectorial de dimensión finita y E1 , E2 dos subespacios. Demuestra

que E1 + E2 y E1 ∩ E2 son subespacios de E. ¿Cuándo se dice que E1 y E2 son subespacios
suplementarios? (2 puntos)
Solución.
Lee con atención las doce primeras lineas de la sección 1 (SUBESPACIOS SUMA E INTER-
SECCIÓN. SUMA DIRECTA DE SUBESPACIOS) y la Definición 2.1 del Tema 2.
3. Define los conceptos de base y dimensión de un espacio vectorial. Demuestra que el vector
cero no puede formar parte de una base. (2 puntos)
Solución.
Lee con atención las once primeras lineas de la sección 2 (DEPENDENCIA E INDEPEN-
DENCIA LINEAL. BASES Y DIMENSIÓN) de la página 2 del Tema 1.
4. Sea V el subespacio de R3 generado por los vectores (1, 1, 1) y (1, 0, 1). Sólo una de las
(a) V = h(1, 2, 1), (0, 1, 0)i
(b) V = {(x, y, z) ∈ R3 : x − z = 0}
(c) El vector (2, 3, 1) pertenece a V .
(d ) V = {(a + b, a, a + b) ∈ R3 : a, b ∈ R} (2 puntos)
1
Solución. http://ocw.usal.es/ensenanzas-tecnicas/algebra-lineal-y-geometria-i/descargar-curso-completo/view
(c) es FALSA:
1 1 2

El vector (2, 3, 1) no está en V pues 1 0 3 6= 0 y por tanto (2, 3, 1) no es combinación
1 1 1
lineal de los vectores (1, 1, 1) y (1, 0, 1).
5. Sean V y V 0 los subespacios de M (2, R) dados por:

x y 0 a a+b
V = ∈ M (2, R) : t = x − y, x + z = 0 , V = ∈ M (2, R) : a, b ∈ R
z t −a b
(a) V + V 0 = M (2, R).
(b) V y V 0 sonsuplementarios.

0 1 1
(c) V ∩ V = h i.
−1 0

0 −1
(d ) ∈ V ∩ V 0. (2 puntos)
−1 1
Solución.
(c) es CIERTA:

1 1
∈ V , pues cumple las ecuaciones de V 
−1 0

1 1

⇒ ∈V ∩V0
−1 0

1 1
∈ V 0 , pues se obtiene tomando a = 1 y b = 0

−1 0

6. Sean E1 y E2 los subespacios de R3 dados por:

E1 = {(a, a + b, −b) ∈ R3 : a, b ∈ R} , E2 = {(x, y, y) : x, y ∈ R}
Calcula bases y dimensiones de E1 + E2 y E1 ∩ E2 . (2 puntos)
Solución.
E1 = hu1 = (1, 1, 0), u2 = (0, 1, −1)i ; dimR E1 = rg(u1 , u2 ) = 2
E2 = hv1 = (1, 0, 0), v2 = (0, 1, 1)i ; dimR E2 = rg(v1 , v2 ) = 2
Se obtiene:
• E1 + E2 = hu1 , u2 , v1 , v2 i , dimR (E1 + E2 ) = rg(u1 , u2 , v1 , v2 ) = 3 y {u2 , v1 , v2 } es una base
de E1 + E2 ya que det(u2 , v1 , v2 ) 6= 0.
• dimR (E1 ∩ E2 ) = dimR E1 + dimR E1 − dimR (E1 + E2 ) = 1. Calculemos una base de E1 ∩ E2 :


e ∈ E1 : e = au1 + bu2 = (a, a + b, −b)
a = x

e ∈ E1 ∩E2 ⇒ ⇒ (a, a+b, −b) = (x, y, y) ⇒ a + b = y
e ∈ E2 : e = xv1 + yv2 = (x, y, y) 
−b = y
y se obtiene x = 2y, luego e = (2y, y, y) y E1 ∩ E2 = h(2, 1, 1)i.


15-Diciembre-2010
Prueba escrita II (10 Fı́sicas)
1. Sean E1 y E2 los subespacios de M (2, R) definidos por:

x y 1 −2
E1 = ∈ M (2, R) : x − 2y + z − t = 0 , E2 =
z t −2 3
¿Es cierto que E1 y E2 son subespacios suplementarios? Razona la respuesta. (2 puntos)
Solución.
1 −2
El vector de E2 pertenece al subespacio E1 , ya que sus coordenadas verifican la
−2 3
ecuación de E1 , 1 − 2(−2) − 2 − 3 = 0. Luego el subespacio E2 está contenido en E1 , por
tanto E1 ∩ E2 = E2 6= {0} y en consecuencia E1 y E2 no son suplementarios.
T
2. Sea E − → E 0 una aplicación lineal inyectiva. Comprueba que si {e1 , . . . , en } es una base
de E sus imágenes {T (e1 ), . . . , T (en )} son vectores linealmente independientes de E 0 .
(2 puntos)
Solución.
Si λ1 T (e1 ) + · · · + λn T (en ) = 0, por ser T lineal resulta que T (λ1 e1 + · · · + λn en ) = 0, luego
el vector λ1 e1 + · · · + λn en ∈ ker T y como ker T = {0}, por ser T inyectiva, se deduce
que λ1 e1 + · · · + λn en = 0, por tanto λ1 = · · · = λn = 0 ya que los vectores e1 , . . . , en
son linealmente independientes. Ası́ pues, los vectores {T (e1 ), . . . , T (en )} son linealmente
independientes.
3. Sea {e1 , e2 , e3 } una base del R-espacio vectorial E y {ω1 , ω2 , ω3 } su base dual. Calcula
la base dual de la base {e1 + e3 , e1 + e2 , e2 − 2e3 } y las coordenadas de la forma lineal
ω = ω1 + ω2 − 2ω3 en esta nueva base de E ∗ . (2 puntos)
Solución.  
1 1 0
La matriz B del cambio de base en E es B = 0 1 1 .
1 0 −2
La matriz B ∗ del cambio de base en el espacio dual E ∗ es
 
2 −1 1
1
B ∗ = (B −1 )t = Adj B = −2 2 −1
det B −1 1 −1
Como las columnas de B ∗ son las coordenadas de la base dual nueva {ω̄1 , ω̄2 , ω̄3 } en función
de la base {ω1 , ω2 , ω3 }, se tiene que
{ω̄1 = 2ω1 − 2ω2 − ω3 , ω̄2 = −ω1 + 2ω2 + ω3 , ω̄3 = ω1 − ω2 − ω3 }
es la base dual pedida.
1
El cambio de base para la forma lineal ω = ω1 + ω2 − 2ω3 de E ∗ viene dado por:
       
a 1 1 −1
 b  = (B ∗ )−1  1  = B t  1  =  2 
c −2 −2 5
luego (2, −1, 5) son las coordenadas de ω en la base dual nueva, esto es:
ω = −ω̄1 + 2ω̄2 + 5ω̄3 .

es un subespacio del espacio dual E ∗ . ¿Cuál es su dimensión? (2 puntos)
Solución.
V 0 = {ω ∈ E ∗ : ω(v) = 0 para todo v ∈ V }
Veamos que V es cerrado por combinaciones lineales:
Si ω, ω 0 ∈ V 0 y λ, µ ∈ k, para cada v ∈ V se tiene: (λω + µω 0 )(v) = λω(v) + µω 0 (v) = 0 ⇒
λω + µω 0 ∈ V 0 .
La dimension del incidente es dimk V 0 = dimk E − dimk V
5. Sea {e1 , e2 , e3 , e4 } una base de E y {ω1 , ω2 , ω3 , ω4 } su base dual. Representemos por

(x, y, z, t) las coordenadas respecto de esta base. Responde razonadamente a las siguientes
preguntas:
(a) Sea V es el subespacio de E generado por los vectores e1 + e2 y 2e2 − e3 . ¿La forma
lineal ω1 + ω4 está en el subespacio incidente V 0 ?
(b) ¿Es cierto que hω1 − 2ω2 + ω4 i es el subespacio incidente de
V = {(x, y, z, t) ∈ E : x − 2y + z = 0}?
(2 puntos)
Solución.
(a) No, pues (ω1 + ω4 )(e1 + e2 ) = 1 6= 0.
(b) El incidente de V está generado por la forma lineal ω1 − 2ω2 + ω3 que claramente no
es proporcional a ω1 − 2ω2 + ω4 . Luego la respuesta en este caso es también NO.
( )
2x − y = 0
6. ¿Es posible que sean unas ecuaciones implı́citas del subespacio de R4
y+z =0
generado por los vectores (0, 0, 1, −1), (1, 2, 1, 1) y (1, 2, 0, 2)? Razona la respuesta.
(2 puntos)
Solución.
No, pues el vector (0, 0, 1, −1) no cumple las dos ecuaciones.

15-Diciembre-2010
Solución prueba escrita II (2a Parte) (10 Grado en Fı́sicas)

 
1 1 2
1. Sea T el endomorfismo de R3 cuya matriz en la base {e1 , e2 , e3 } es 2 1 3.
1 0 1
(a) Calcula bases y dimensiones de Im T y Ker T (2 puntos).
(b) Demuestra que los vectores ē1 = e1 + e2 , ē2 = e1 + e3 y ē3 = e2 + e3 forman base de
R3 y calcula las coordenadas del vector e1 + 3e2 + e3 en dicha base (1,5 puntos).
(c) Calcula la matriz de T en la base {ē1 , ē2 , ē3 } y calcula las coordenadas del vector
T (ē1 − ē3 ) en la base {e1 , e2 , e3 } (2,5 puntos).
Solución 1.  
1 1 2
1 1
(a) Escribamos A = 2 1 3. Como el determinante de A es nulo y el menor
2 1
1 0 1
es no nulo, se sigue que el rango de A es 2 y por lo tanto la dimensión de la imagen
de T es 2 y una base de la misma es:
Im T = h(1, 2, 1), (1, 1, 0)i .
Aplicando la fórmula de la dimensión:
dimR R3 = dimR Im T + dimR Ker T
se deduce que la dimensión de Ker T es 1. Calculemos ahora el vector que genera el
núcleo.
Ker T := {(x, y, z) ∈ R3 | A · (x, y, z)t = (0, 0, 0)t } =
= {(x, y, z) ∈ R3 | x + y + 2z = 0, 2x + y + 3z = 0, x + z = 0} =
= {(x, y, z) ∈ R3 | y = x, z = −x} = h(1, 1, −1)i
(b) Veamos que {ē1 , ē2 , ē3 } son base de R3 . Por la teorı́a sabemos que para que 3 vectores
en R3 formen base basta con ver si son linealmente
  independientes, y esto es cierto
1 1 0
porque el determinante de la matriz B = 1 0 1 es distinto de cero.
0 1 1
Además la matriz de cambio de base (de la base nueva {ē1 , ē2 , ē3 } a la base antigua
{e1 , e2 , e3 }) es precisamente B, luego las coordenadas del vector e1 + 3e2 + e3 en la
base {ē1 , ē2 , ē3 } son:
     
1 1 −1 1 3/2
1
B −1 (1, 3, 1)t =  1 −1 1  · 3 = −1/2 .
2 −1 1 1 1 3/2
1
(c) Se tiene elhttp://ocw.usal.es/ensenanzas-tecnicas/algebra-lineal-y-geometria-i/descargar-curso-completo/view
siguiente diagrama:
R3{e1 ,e2 ,e3 } A / R3
{e1 ,e2 ,e3 }
O
B B −1

R3{ē1 ,ē2 ,ē3 } Ā / R3
{ē1 ,ē2 ,ē3 }
La matriz de T en la base {ē1 , ē2 , ē3 } es Ā y por lo tanto:

 
2 3 3
Ā = B −1 · A · B = 0 0 0 .
1 2 1
Las coordenadas respecto de la base {e1 , e2 , e3 } del vector T (ē1 − ē3 ) pueden calcularse,
por ejemplo, ası́:
 
1
T (ē1 − ē3 ) = B · Ā ·  0  = (−1, −1, 0)
−1
2. Sea V1 el subespacio de R3 definido por la ecuación x+y+z = 0 y sea V2 = h(1, 0, −2), (0, 1, 0)i
otro subespacio de R3 .
(a) Calcula las ecuaciones paramétricas e implı́citas de V1 (2 puntos).
(b) Calcula las ecuaciones paramétricas e implı́citas de V2 (2 puntos).
(c) Demuestra que V1 y V2 se cortan en una recta y calcula las ecuaciones paramétricas e
implı́citas de la subvariedad afı́n cuyo vector de posición es (0, 0, 2) y cuyo subespacio
director es V1 ∩ V2 (3 puntos).
Solución 2.
(a) La ecuación implı́cita de V1 es x+y +z = 0. Para calcular las paramétricas observemos
que se calcula una base de V1 como sigue:
V1 = {(x, y, z) ∈ R3 | x + y + z = 0} = {(x, y, z) ∈ R3 | z = −x − y} =
= {(x, y, −x − y) | x, y ∈ R3 } = h(1, 0, −1), (0, 1, −1)i = hu1 , u2 i
Como todo vector (x, y, z) de V1 se expresa, de modo único, como combinación lineal
de los elementos de la base:
(x, y, z) = λ(1, 0, −1) + µ(0, 1, −1) λ, µ ∈ R
se tiene que las ecuaciones paramétricas de V1 son:
x = λ, y = µ, z = −λ − µ
(b) Como (1, 0, −2) y (0, 1, 0) no son proporcionales forman base de V2 . Las ecuaciones
paramétricas de V2 = h(1, 0, −2), (0, 1, 0)i = hv1 , v2 i son:
x = λ, y = µ, z = −2λ .
Calcularemos su ecuación implı́cita primero por la teorı́a del rango. Un vector e =
(x, y, z) ∈ R3 vive en V si y sólo si se expresa como combinación lineal (de modo
único) de v1 y v2 , y por tanto, si y sólo si:
rg(e, v1 , v2 ) = rg(v1 , v2 ) = 2 ,
 
x y z
lo que equivale a la anulación del determinante de la matriz  1 0 −2. Luego la
0 1 0
ecuación implı́cita de V2 es 2x + z = 0.
◦
ahora por la teorı́a del incidente. La dimensión de V2 es 1 (dim R3 −
Calculemos
dim V2 ), y se tiene:
V2◦ := {ω = (α, β, γ) ∈ R3,∗ | ω(v1 ) = 0 y ω(v2 ) = 0} =
= {(α, β, γ) | α − 2γ = 0, , β = 0} = h(2, 0, 1)i = hθi
◦ ◦
Sabemos que V2 = (V2 , luego un vector e = (x, y, z) ∈ R3 yace en V2 si y sólo si
θ(x, y, z) = 0, es decir, si y sólo si 2x + z = 0.
(c) Puede comprobarse que v1 , v2 , u1 son base de V1 + V2 , luego dimR (V1 + V2 ) = 3 y de
la fórmula de la dimensión:
dimR (V1 + V2 ) = dimR V1 + dimR V2 − dimR (V1 ∩ V2 )
se deduce que:
dimR (V1 ∩ V2 ) = 1 ,
y por lo tanto se cortan en una recta.
Observemos que (1, 1, −2) = u1 +u2 = v1 +v2 es un vector que está en V1 y V2 , luego
está en V1 ∩ V2 . Como V1 ∩ V2 es de dimensión 1, se sigue que V1 ∩ V2 = h(1, 1, −2)i.
Las ecuaciones paramétricas de la variedad afı́n (0, 0, 2) + h(1, 1, −2)i son:
x = λ, y = λ, z =2−λ λ ∈ R.
Sus ecuaciones implı́citas son:
x+y+z =2 2x + z = 2
(basta sustituir el punto (0, 0, 2) en las ecuaciones implı́citas de V1 y V2 ).

Soluciones 1a Parte
1. Sean E1 y E2 subespacios de un k-espacio vectorial E.

(a) ¿Qué condiciones deben cumplir E1 y E2 para que sean subespacios suplementarios?
(b) Si {v1 , . . . , vm } es una base de E1 y {u1 , . . . , up } es una base de E2 demuestra que E1
y E2 son suplementarios si y sólo si {v1 , . . . , vm , u1 , . . . , up } es una base de E.
(3 puntos)
Solución.
(a) E1 y E2 son subespacios suplementarios si E1 + E2 = E y E1 ∩ E2 = {0}, o lo que es
equivalente, si E1 ⊕ E2 = E.
(b)
⇒ Probaremos que si E1 y E2 son suplementarios y {v1 , . . . , vm } es una base de E1
y {u1 , . . . , up } es una base de E2 entonces {v1 , . . . , vm , u1 , . . . , up } es una base de E:
Por definición de suma, los vectores {v1 , . . . , vm , u1 , . . . , up } generan E1 + E2 y como
E1 + E2 = E también generan E.
Como E1 ∩E2 = {0}, por la fórmula de dimensión dim(E1 +E2 ) = dim E1 +dim E2 =
m + p y puesto que E1 + E2 = E resulta que dim E = m + p. Luego los vectores
{v1 , . . . , vm , u1 , . . . , up } son linealmente independientes pues generan y dim E = m + p.
⇐ Recı́procamente, demostraremos que si {v1 , . . . , vm , u1 , . . . , up } es una base de E
siendo {v1 , . . . , vm } una base de E1 y {u1 , . . . , up } una base de E2 entonces E1 y E2
son suplementarios.
Por definición de suma {v1 , . . . , vm , u1 , . . . , up } generan E1 + E2 y como forman base
es dim(E1 + E2 ) = dim E, luego E1 + E2 = E pues E1 + E2 es un subespacio de E de
la misma dimensión que E.
Utilizando la fórmula de dimensión dim(E1 + E2 ) = dim E1 + dim E2 − dim(E1 ∩ E2 )
se sigue que dim(E1 ∩ E2 ) = 0, luego E1 ∩ E2 = {0}.

T
2. Sea E −
(a) Define Ker T e Im T y demuestra que son subespacios de E y E 0 respectivamente.
(b) Demuestra la fórmula de dimensión: dim E = dim Ker T + dim Im T
(3 puntos)
Solución. Lee la Definición 1.3 y el Teorema 1.4 del archivo de los Temas 3 y 4.
3. Sea {e1 , . . . , en } una base del espacio vectorial E.
(a) Define su espacio dual.
(b) Define la base dual de {e1 , . . . , en } y describe su relación con las funciones coordenadas
sobre E.
(3 puntos)
Solución.
1
(a) El espacio dual de E es el espacio vectorial de las aplicaciones lineales de E en el

cuerpo de escalares k:
ω
E ∗ = {E − → k lineal}
Los vectores de E ∗ se llaman formas lineales.
(b) Cada forma lineal ω ∈ E ∗ queda completamente determinada dando sus imágenes
sobre los elementos de una base, luego si {e1 , . . . , en } es una base de E se pueden
definir n formas lineales {ω1 , . . . , ωn } por las condiciones:
(
1 si i = j
ωi (ej ) = , para 1 ≤ i, j ≤ n
0 si i 6= j
{ω1 , . . . , ωn } forman una base de E ∗ llamada base dual de la base {e1 , . . . , en } de E.
Además, estas formas lineales de la base dual coinciden con las funciones coordena-
das asociadas a la base {e1 , . . . , en } de E, pues para cada vector e = x1 e1 +· · ·+xn en ∈
E de coordenadas (x1 , . . . , xn ) en esta base se verifica:
ωi (e) = xi = coordenada i de e

es un subespacio del espacio dual E ∗ . ¿Qué relación existe entre la base del incidente y las
ecuaciones implı́citas del subespacio?
Si dim E = 4, ¿es cierto que el subespacio incidente de V = ( he1 − e2 , e2 + 3e3 i está generado
x−y =0
por las formas lineales 3ω1 + 3ω2 − ω3 y ω4 ? ¿Pueden ser unas ecuaciones
y + 3z = 0
implı́citas de V (3 puntos)
Solución. Para la primera parte, revisa las secciones 5 y 7 del Tema 6.
En cuanto a la segunda, lo primero calculamos la dim V = 2 y recordando la definición
de incidente, V 0 = {ω ∈ E ∗ : ω(v) = 0∀v ∈ V }, comprobamos que las formas lineales
3ω1 + 3ω2 − ω3 y ω4 pertenecen a V 0 pues se anulan sobre los vectores de la base de V :
(3ω1 + 3ω2 − ω3 )(e1 − e2 ) = 3 − 3 = 0 , (3ω1 + 3ω2 − ω3 )(e2 + 3e3 ) = 3 − 3 = 0
ω4 (e1 − e2 ) = 0 , ω4 (e2 + 3e3 ) = 0
Y como dim V 0 = 4 − 2 = 2, resulta que V 0 = h3ω1 + 3ω2 − ω3 , ω4 i Recordando ahora que las
ecuaciones implı́citas de V( determinan las relaciones que existen entre las coordenadas de
x−y =0
sus vectores, resulta que no pueden ser unas ecuaciones implı́citas de V ya
y + 3z = 0
que el vector e1 − e2 = (1, −1, 0) ∈ V no verifica la primera de las ecuaciones 1 + 1 6= 0.
5. Sea E un espacio vectorial.
(a) Define el concepto de subvariedad afin de E. ¿Cuándo dos subvariedades afines son
paralelas? ¿Cuándo se dice que se cruzan? Escribe dos ejemplos.
(b) Si dim E = 4 ¿es posible que dos planos de E que no pasan por el origen se corten en
un único punto? Razona la respuesta.
(3 puntos)
Solución.
(a) Sea E un k-espacio vectorial de dimensión n y sean V un subespacio de E y e0 un
vector de E. El conjunto
H = e0 + V
es una subvariedad afı́n de vector de posición e0 y subespacio director V .
Se llama dimensión de la subvariedad afı́n H a la dimensión de su subespacio direc-

tor, dimk H = dimk V .
Las subvariedades afines de dimensión 0 son los puntos, las de dimensión 1 las rectas,
las de dimensión 2 los planos y las de dimensión n − 1 los hiperplanos.
Las subvariedades afines que pasan por el origen son los subespacios.
Dos subvariedades afines son paralelas si el subespacio director de una de ellas
está contenido en el de la otra.
Dos subvariedades afines se cortan si tienen algún punto en común.
Dos subvariedades afines se cruzan si ni son paralelas ni se cortan.
Si dimk H ≤ dimk H 0 , las subvariedades afines H = e0 + V , H 0 = e00 + V 0 son
paralelas si V ⊆ V 0 o lo que es equivalente V 0 ⊇ V 00 .
Ejemplo 0.1. En R3 las rectas r = (3, −1, 0)+h(1, −1, 2)i y s = (0, 1, 0)+h(−1, 1, −2)i
son paralelas, pues tienen el mismo subespacio director.
En R3 las rectas r = (1, 1, 0) + h(0, 1, 2)i y s = (0, 1, 1) + h(1, 1, −1)i se cruzan, pues
no son paralelas y tampoco se cortan ya que los vectores (1, 0, −1), (0, 1, 2), (1, 1, −1)
son linealmente independientes.
Ejemplo 0.2. En R4 el plano π = (1, −1, 0, 2) + h(1, 1, 1, 1), (0, 2, 1, 1)i y el hiperplano
H = (0, 1, 0, 1) + h(1, 1, 1, 1), (0, 2, 1, 1), (1, 0, 0, 1)i son paralelos, pues el subespacio
director del primero está contenido en el(del segundo. (
x − y = 1 y−z+t=1
En R4 los planos de ecuaciones π ≡ , π ≡ se
x+y−t=1 2x − t = 0
cruzan:
No son paralelos ya que sus subespacios directores no coinciden, pues sus incidentes
V 0 = h(1, −1, 0, 0), (1, 1, 0, −1)i, V 00 = h(0, 1, −1, 1), (2, 0, 0, −1)i son diferentes ya
que esto equivale a que el rango de la matriz del sistema determinado por las
ecuaciones de ambos planos es distinto de 2:
 
1 −1 0 0
1 1 0 −1
0 1 −1 1  = 3
rg  
2 0 0 −1
Los planos tampoco se cortan, pues la matriz ampliada con la columna de términos
independientes de las ecuaciones no es 3:
 
1 −1 0 0 1
1 1 0 −1 1
rg 
0 1 −1 1 1 = 4

2 0 0 −1 9
y esto significa que el sistema no tiene solución, es decir, que los planos no tienen
ningún punto en común, π ∩ π 0 = ∅.
Lo que prueba que, en efecto, los planos se cruzan.
(b) Si, es posible:
Si dim E = 4, cada uno de los planos tiene dos ecuaciones implı́citas, luego el
sistema lineal que determinan tiene 4 ecuaciones y 4 incógnitas y por tanto es posible
que el rango de la matriz del sistema sea igual a 4 e igual al de la matriz ampliada, lo
que signifca que el sistema tiene solución y la subvariedad afı́n de soluciones, π ∩ π 0 ,
depende de 0 parámetros, es decir, es un punto.

Soluciones 2a Parte
6. En M2×2 (R) se definen los siguientes subconjuntos:

a b
1 −1 1 1 0 1
V1 = { : a, b ∈ R} y V2 = , , .
a+b a+b 1 0 1 1 0 0
(a) Demuestra que V1 y V2 son subespacios de M2×2 (R).
(b) Calcula bases y dimensiones de V1 , V2 , V1 + V2 y V1 ∩ V2 .
(c) Calcula bases y dimensiones de (V1 + V2 )◦ y (V1 ∩ V2 )◦ .
(d ) Calcula las ecuaciones
paramétricas e implı́citas de la subvariedad afı́n cuyo vector de
1 2
posición es y cuyo subespacio director es V1 ∩ V2 .
1 3
(13 puntos)
Solución. Para facilitar algunos cálculos identificaremos M2×2 (R) con R4 dando el siguiente
isomorfismo:
∼
M2×2 (R) − → R4

1 0
7→ (1, 0, 0, 0)
0 0

0 1
7→ (0, 1, 0, 0)
0 0

0 0
7→ (1, 0, 1, 0)
1 0

0 0
7→ (1, 0, 0, 1)
0 1
(a) Para ver que V1 = {(a, b, a + b, a + b) | a, b ∈ R} es subespacio hemos de comprobar si
es cerrado por combinaciones lineales, es decir, si λv + µv 0 ∈ V1 para todos:
v = (a, b, a + b, a + b), v 0 = (a0 , b0 , a0 + b0 , a0 + b0 ) ∈ V1
y para todos λ, µ ∈ R. En efecto:
λv + µv 0 = λa + µa0 , λb + µb0 , λ(a + b) + µ(a0 + b0 ), λ(a + b) + µ(a0 + b0 ) =

= λa + µa0 , λb + µb0 , (λa + µa0 ) + (λb + µb0 ), (λa + µa0 ) + (λb + µb0 ) ∈ V1

que vive en V1 pues la tercera y cuarta coordenadas son la suma de la primera y la

segunda coordenadas.
El conjunto V2 es subespacio por definición, es el subespacio generado por:
(1, −1, 1, 0), (1, 1, 1, 1), (0, 1, 0, 0)
(todo vector es combinación lineal de estos por definición y por lo tanto es cerrado
por combinaciones lineales).
(b) Calculemos las bases pedidas:
V1 = {(a, b, a + b, a + b) | a, b ∈ R} = {a(1, 0, 1, 1) + b(0, 1, 1, 1) | a, b ∈ R} =
= h(1, 0, 1, 1), (0, 1, 1, 1)i = hv1 , v2 i
y como no son proporcionales, forman base de V1 y dimR V1 = 2.
Los vectores:
u1 = (1, −1, 1, 0), u2 = (1, 1, 1, 1), u3 = (0, 1, 0, 0)
son
 base de V2 pues el rango de la matriz que forman es 3 (el determinante de
−1 1 0
 1 1 1 es no nulo). En particular dimR V2 = 3.
1 0 0
Se tiene ası́ que v1 , v2 , u1 , u2 , u3 son un sistema de generadores de V1 + V2 , y puesto
que v1 = u2 − u3 y det(v2 , u1 , u2 , u3 ) 6= 0 es:
dimR (V1 + V2 ) = rg(v1 , v2 , u1 , u2 , u3 ) = rg(v2 , u1 , u2 , u3 ) = 4
y {v2 , u1 , u2 , u3 } es una base de V1 + V2 . Por último, sabemos que:
y despejando resulta dimR (V1 ∩ V2 ) = 1. Como además hemos visto que v1 = u2 − u3 ,
se concluye:
V1 ∩ V2 = hv1 i = h(1, 0, 1, 1)i
(c) Hemos visto que V1 +V2 = R4 , luego por las porpiedades del incidente (V1 +V2 )◦ = {0}.
Por la fórmula de la dimensión:
dimR R4 = dimR (V1 ∩ V2 ) + dimR (V1 ∩ V2 )◦ ,
luego dimR (V1 ∩ V2 )◦ = 3. Podemos calcular una base como sigue:
(V1 ∩ V2 )◦ = {w ∈ R4 | w(v1 ) = 0} = {(α, β, γ, δ) ∈ R4 | α + γ + δ = 0} =
= {(−γ − δ, β, γ, δ) | β, γ, δ ∈ R} = h(−1, 0, 1, 0), (−1, 0, 0, 1), (0, 1, 0, 0)i =
= h−w1 + w3 , −w1 + w4 , w2 i = hθ1 , θ2 , θ3 i .
(d ) Para calcular las ecuaciones paramétricas de la subvariedad afı́n cuyo vector de posi-
ción es (1, 2, 1, 3) y cuyo subespacio director es V1 ∩ V2 = h(1, 0, 1, 1)i basta tener en
cuenta que un vector e = (x, y, z, t) ∈ R4 yace en dicha subvariedad afı́n si y sólo si:
e = (1, 2, 1, 3) + λ(1, 0, 1, 1)
Por lo tanto las ecuaciones paramétricas son:
x = 1 + λ, y=2 z = 1 + λ, t = 3 + λ.
◦
Como ya hemos calculado (V1 ∩V2 )◦ y por reflexividad sabemos que (V1 ∩ V2 )◦ = V1 ∩V2 ,
un vector e = (x, y, z, t) ∈ R4 yace en dicha subvariedad afı́n si y sólo si:
θ1 (x−1, y −2, z −1, t−3) = 0 , θ2 (x−1, y −2, z −1, t−3) = 0 , θ3 (x−1, y −2, z −1, t−3) = 0 ,
es decir, las ecuaciones implı́citas son:
−x + z = 0 , −x + t − 2 = 0 , y − 2 = 0.

T (x, y, z) = (x + y − z, x + z, 2x + y, x + y − z)
(a) Demuestra que T es lineal y calcula la matriz asociada a T en las bases a las que están
referidas las coordenadas.
(b) Calcula bases y dimensiones de Ker T e Im T .
(c) Calcula la matriz de T en la bases:
{(1, 1, 0), (1, 0, 1), (0, 1, 1)} de R3 y
{(1, 0, 0, 0), (0, −1, 0, 0), (0, 0, −1, 0), (0, 0, 0, 1)} de R4 .
(12 puntos)
Solución. (a) La aplicación T es lineal si:

T λ(x, y, z)+µ(x0 , y 0 , z 0 ) = λT (x, y, z)+µT (x0 , y 0 , z 0 ) ∀(x, y, z), (x0 , y 0 , z 0 ) ∈ R3 , ∀λ, µ ∈ R .

En efecto:
(+,·)R3 def.T
T λ(x, y, z) + µ(x0 , y 0 , z 0 ) = T (λx + µx0 , λy + µy 0 , λz + µz 0 ) =
= (λx + µx0 ) + (λy + µy 0 ) − (λz + µz 0 ), (λx + µx0 ) + (λz + µz 0 ),
(+,·)R
2(λx + µx0 ) + (λy + µy 0 ), (λx + µx0 ) + (λy + µy 0 ) − (λz + µz 0 ) =
= λ(x + y − z) + µ(x0 + y 0 − z 0 ), λ(x + z) + µ(x0 + z 0 ),
(+,·)R3
λ(2x + y) + µ(2x0 + y 0 ), λ(x + y − z) + µ(x0 + y 0 − z 0 ) =
def.T
= λ(x + y − z, x + z, 2x + y, x + y − z) + µ(x0 + y 0 − z 0 , x0 + z 0 , 2x0 + y 0 , x0 + y 0 − z 0 ) =
= λT (x, y, z) + µT (x0 , y 0 , z 0 ) .
Sea {e1 , e2 , e3 } la base canónica de R3 y {e01 , e02 , e03 , e04 } la de R4 . Como:
T (1, 0, 0) = (1, 1, 2, 1),
T (0, 1, 0) = (1, 0, 1, 1), T (0, 0, 1) = (−1, 1, 0, −1) ,
 
1 1 −1
1 0 1 
la matriz asociada es A = 
2 1 0 

1 1 −1

1 1
(b) Dado que 2T (e2 ) + T (e3 ) = T (e1 ) se sigue que rg(A) < 3, y como el menor es
1 0
no nulo se deduce que dimR Im T = rg(A) = 2 y {T (e1 ), T (e2 )} son una base de Im T .
dimR R3 = dimR Im T + dimR Ker T ,
luego dimR Ker T = 1 y como 2T (e2 )+T (e3 ) = T (e1 ) se tiene que e1 −2e2 −e3 ∈ Ker T .
Por ser éste de dimensión 1 se concluye:
Ker T = he1 − 2e2 − e3 i = h(1, −2, −1)i .
(c) Denotemos:
ē1 = (1, 1, 0) , ē2 = (1, 0, 1) , ē3 = (0, 1, 1)
ē01
= (1, 0, 0, 0) , ē02
= (0, −1, 0, 0) , ē3 = (0, 0, −1, 0) , ē04 = (0, 0, 0, 1) .
Tenemos el siguiente diagrama:
R3{e1 ,e2 ,e3 } A / R4 0 0 0 0
{e1 ,e2 ,e3 ,e4 }
O O
B C
R3{ē1 ,ē2 ,ē3 } Ā / R4{ē01 ,ē02 ,ē03 ,ē04 }

 
  1 0 0 0
1 1 0 0 −1 0 0
donde B = 1 0 1 y C =  0 0 −1 0 son las matrices de cambio de base

0 1 1
0 0 0 1
(de las“nuevas” a las “antiguas”). La matriz pedida es Ā:
 
2 0 0
−1 −2 −1
Ā = C −1 · A · B =  −3 −2 −1 .

2 0 0


TEORÍA
1. Define el concepto de base de un k-espacio vectorial E y demuestra que todas las bases
de E tienen el mismo número de vectores. ¿Qué es la dimensión de un k-espacio vectorial?
(6 puntos)
Solución.
Teorema 0.1. (Teorema de la base)Todas las bases de un k-espacio vectorial tienen el
mismo número de elementos.
Demostración. Sean {e1 , . . . , en } y {e01 , . . . , e0m } dos bases de E. Por el teorema de Steinitz
aplicado a la base {e1 , . . . , en } y a los vectores linealmente independientes {e01 , . . . , e0m },
debe ser m ≤ n, y ahora a la base {e01 , . . . , e0m } y a los vectores linealmente independientes
{e1 , . . . , en } da n ≤ m. Por tanto, n = m.
Se llama dimensión del espacio vectorial E al número de elementos de una base y se representa
por dimk E.
2. Sea E = M (m × n) el k-espacio vectorial de las matrices de orden m × n con coeficientes
en k. Considérense los siguientes subconjuntos de E:
S = {A ∈ E : A = At } (Matrices simétricas)
H = {A ∈ E : A = −At } (Matrices hemisimétricas)
Demuestra que S y H son subespacios vectoriales de E y también que son subespacios
suplementarios. (7 puntos)
Nota.Todos los conceptos que se utilicen deberán definirse previamente. En este caso, la
definición de subespacio y la de subespacios suplemementarios.
Solución. Veamos que ambos subconjuntos son cerrados por combinaciones lineales:
(a) Dadas matrices simétricas A, B ∈ S y escalares λ, µ ∈ k, la matriz combinación lineal
λA + µB es también simétrica, pues cumple (λA + µB)t = λAt + µB t = λA + µB,
esto es λA + µB ∈ S.
(b) Dadas matrices simétricas A, B ∈ H y escalares λ, µ ∈ k, la matriz combinación
lineal λA + µB es también hemisimétrica, pues cumple (λA + µB)t = λAt + µB t =
λ(−A) + µ(−B) = −(λA + µB), esto es λA + µB ∈ H.
Demostraremos que S y H son suplementarios probando que cualquier matriz cuadrada
A descompone de modo único como suma de una matriz simétrica y otra hemisimétrica:
Cualquiera que sea A ∈ M (m × n) las matrices S = 21 (A + At ) y H = 12 (A − At ) son,
respectivamente, simétrica y hemisimétrica pues (A + At )t = At + A = A + At y (A − At )t =
At − A = −(A − At ). Y se verifica:
1 1
A = S + H , siendo S = (A + At ) ∈ S y H = (A − At ) ∈ H
2 2

1
T
→ E 0 http://ocw.usal.es/ensenanzas-tecnicas/algebra-lineal-y-geometria-i/descargar-curso-completo/view
3. Sea E − una aplicación lineal.
(a) Define ker T e Im T .
(b) Define en términos de ker T e Im T cuándo T es inyectiva y cuándo epiyectiva.
(c) Demuestra que si dim E = dim E 0 y T es epiyectiva se verifica que T es un isomorfismo.
(7 puntos)
Solución.
(a) Define ker T e Im T .
ker T = {e ∈ E : T (e) = 0} ⊆ E
Im T = {e0 ∈ E 0 : e0 = T (e) , para algún e ∈ E} ⊆ E 0
(b) T es inyectiva si y sólo si ker T = {0}. T es epiyectiva si y sólo si Im T = E 0 .
(c) Utilizando la fórmula de dimensión dimk E = dimk ker T + dimk Im T y que T es
epiyectiva y por tanto Im T = E 0 se obtiene que dimk E = dimk ker T + dimk E 0 y
como dimk E = dimk E 0 resulta que dimk ker T = 0, luego ker T = {0}, es decir, T es
también inyectiva y por tanto un isomorfismo.

T
4. Sea E −
→ E un endomorfismo de E de matriz asociada A respecto de la base {e1 , . . . , en }
de E. Responde razonadamente a las siguientes cuestiones:
T0
(a) Si E −→ E es otro endomorfismo de E de matriz asociada A0 en la base {e1 , . . . , en },
¿cuáles son las matrices asociadas a las composiciones T ◦ T 0 y T 0 ◦ T ?
(b) Si {ē1 , . . . , ēn } es una nueva base de E, ¿cuál es la matriz de T en esta base?
(c) Si det A 6= 0, ¿es cierto que T es un isomorfismo? ¿Existe la aplicación lineal inversa?,
en caso afirmativo indica cuál es su matriz asociada.
(7 puntos)
Solución.
(a) La matriz asociada a T ◦ T 0 es A · A0 . En efecto:
n
X n
X n
X n
X
0 0 0 0 0
(T ◦ T )(ej ) = T (T (ej )) = T ( aij ei ) = aij T (ei ) = aij aki ek =
i=1 i=1 i=1 k=1
n X
X n n
X
0
= ( aki aij )ek = (A · A0 )kj ek
k=1 i=1 k=1
Análogamente se prueba que A · A es la matriz asociada T 0 ◦ T .
0
(b) Si representamos por Ā la matriz de T en esta nueva base y por B la matriz del cambio
de base es Ā = B −1 · A · B, como se sigue del diagrama conmutativo:
TA
/E TĀ = Id−1 −1
EO O B ◦ TA ◦ IdB ⇒ Ā = B ·A·B
IdB IdB
TĀ
E /E
(c) Si det A 6= 0 el rango de A es máximo, esto es rg A = dimk Im T = dimk E, de lo que

se sigue:
Im T = E y también, por la fórmula de dimensión dimk E = dimk ker T + dimk Im T ,
es ker T = {0}. Luego T es epiyectiva e inyectiva, es decir, un isomorfismo. Por tanto,
T −1
existe aplicación lineal inversa E −−→ E tal que T ◦ T −1 = T −1 ◦ T = Id, cuya matriz
asociada en la base {e1 , . . . , en } es A−1 .

5. Sea V un subespacio vectorial de E.
(a) Define el concepto de subespacio incidente V 0 e indica su dimensión.
(b) Demuestra que E 0 = {0} y {0}0 = E ∗
(c) Calcula el subespacio incidente con el plano π de R4 dado por π = h(1, 0, 1, 0), (0, −1, 1, 1)i.
(7 puntos)
Solución. (a) Subespacio incidente V 0 y dimensión:
V 0 = {ω ∈ E ∗ : ω(v) = 0 , para todo v ∈ V } , dimk V 0 = dimk E − dimk V
(b) dimk E 0 = dimk E − dimk E = 0 ⇒ E 0 = {0}.
{0}0 ⊆ E ∗ y dimk {0}0 = dimk E − 0 = dimk E ∗ ⇒ {0}0 = E ∗
(c) Ecuaciones implı́citas de π
 
 x 1 0

y 0 −1 ⇒ − −
 
x y z = 0
 
x 1 0

 

 
z 1 1
 
y 0 −1  
rg  =2⇒
z 1 1  

x 1 0


 
t 0 1  





y 0 −1
⇒ −y − t = 0 



t 0 1
Luego π 0 = hω1 − ω2 − ω3 , ω2 + ω4 i, siendo {ω1 , ω2 , ω3 , ω4 } la base dual de la base de
R4 en la que vienen expresadas las coordenadas.

6. Estudia razonadamente las posiciones relativas de dos planos en R4 . (6 puntos)
Solución. Sean π = e0 + V , π 0 = e00 + V 0 dos planos cualesquiera de R4 y sean {θ1 , θ2 },
{θ10 , θ20 } bases de V 0 y V 00 respectivamente.
Las ecuaciones implı́citas de π y de π 0 definen un sistema lineal de 4 ecuaciones con 4 incógni-
tas de matriz asociada A y matriz ampliada con la columna de términos independientes Ā:
( 
θ1 (e) = θ1 (e0 )     
π≡ 
 θ1 θ1 (e 0 )
θ2 (e) = θ2 (e0 )   θ2  A θ2 (e0 )
A=
θ10 
 , Ā =  0 0 

θ (e )
(
0 0 0
θ1 (e) = θ1 (e0 )    1 0
π0 ≡ 
 θ20 θ20 (e00 )
θ20 (e) = θ20 (e00 )

El rango de A es como poco 2 y como mucho 4, 2 ≤ rg A ≤ 4 y puesto que rg A ≤ Ā ≤ rg A+1

se obtiene:
Si rg A = 2, los planos son paralelos, pues V 0 = V 00 , y se pueden presentar dos casos:
Caso 1. rg A = 2 = rg Ā = 2, los planos son coincidentes, pues el sistema tiene
solución y la subvariedad afı́n de soluciones depende de 4-2=2 parámetros.
Caso 2. rg A = 2 6= rg Ā = 3, los planos son paralelos no coincidentes ya que no
tienen puntos en común, pues el sistema no tiene solución.
Si rg A = 3, los planos no son paralelos y pueden presentarse los casos:
Caso 3. rg A = 3 = rg Ā = 3, los planos se cortan en una recta, pues el sistema
tiene solución y la subvariedad afı́n de soluciones depende de 4-3=1 parámetro.
Caso 4. rg A = 3 6= rg Ā = 4, los planos se cruzan, pues ni son paralelos ni se
cortan ya que el sistema no tiene solución.
Si rg A = 4, la única posibilidad es que rg Ā = 4, lo que sólo da el caso:
Caso 5. rg A = 4 = rg Ā = 4, los planos se cortan en un punto, pues el sistema
tiene solución y la subvariedad afı́n de soluciones depende de 4-4=0 parámetros.


PROBLEMAS
7. En R3 se definen los siguientes subconjuntos:

V1 = {(a + 2b, −a, −2b) | a, b ∈ R} ; V2 = {(x, y, z) ∈ R3 | x + y − 2z = 0} .
(a) Demuestra que V1 y V2 son subespacios de R3 . (6 puntos)
(b) Calcula bases y dimensiones de V1 , V2 , V1 + V2 y V1 ∩ V2 . (8 puntos)
(c) Calcula bases y dimensiones de (V1 + V2 )◦ y (V1 ∩ V2 )◦ . (6 puntos)
(20 puntos)
Solución. (a) Para ver que V1 es subespacio hemos de comprobar si es cerrado por com-
binaciones lineales, es decir, si λv + µv 0 ∈ V1 para todos:
v = (a + 2b, −a, −2b), v 0 = (a0 + 2b0 , −a0 , −2b0 ) ∈ V1
y para todos λ, µ ∈ R. En efecto:
λv + µv 0 = λa + µa0 + 2λb + 2µb0 , −λa − µa0 , −2λb − 2µb0 ∈ V1

que vive en V1 pues la suma de la segunda y tercera coordenadas es igual a menos la

primera coordenada.
Análogamente V2 es cerrado por combinaciones lineales, pues dados u = (x, y, z) ∈
V2 y u0 = (x0 , y 0 , z 0 ) ∈ V2 cualesquiera, sabemos que:
x + y − 2z = 0 y x0 + y 0 − 2z 0 = 0
luego para todo λ, µ ∈ R:
λu + µu0 = (λx + µx0 , λy + µy 0 , λz + µz 0 ) ∈ V2
ya que:
(λx + µx0 ) + (λy + µy 0 ) − 2(λz + µz 0 ) = λ(x + y − 2z) + µ(x0 + y 0 − 2z 0 ) = 0 .
(b) Calculemos las bases pedidas:
V1 = {(a + 2b, −a, −2b) | a, b ∈ R} = {a(1, −1, 0) + b(2, 0, −2) | a, b ∈ R} =
= h(1, −1, 0), (2, 0, −2)i = hv1 , v2 i
V2 = {(x, y, z) ∈ R3 | x + y − 2z = 0} = {(x, y, z) ∈ R3 | x = −y + 2z} =

= {(−y + 2z, y, z) ∈ R3 | y, z ∈ R} = h(−1, 1, 0), (2, 0, 1)i = hu1 , u2 i
Los vectores v1 , v2 , u1 , u2 forman un sistema de generadores de V1 + V2 y se tiene
que dimR (V1 + V2 ) = rg(v1 , v2 , u1 , u2 ) ≤ 3. Como det(v1 , v2 , u2 ) 6= 0 se deduce que
{v1 , v2 , u2 } son base de V1 + V2 y dimR (V1 + V2 ) = 3.
resulta que dimR (V1 ∩ V2 ) = 1 y puesto que u1 = −v1 se concluye que:
V1 ∩ V2 = hu1 i = h(−1, 1, 0)i

(c) Hemos visto que V1 +V2 = R3 , luego por las porpiedades del incidente (V1 +V2 )◦ = {0}.
dimR R3 = dimR (V1 ∩ V2 ) + dimR (V1 ∩ V2 )◦ ,
luego dimR (V1 ∩ V2 )◦ = 2. Podemos calcular una base como sigue:
(V1 ∩ V2 )◦ = {w ∈ R3 | w(u1 ) = 0} = {(α, β, γ) ∈ R3 | − α + β = 0} =
= {(α, α, γ) | α, β ∈ R} = h(1, 1, 0), (0, 0, 1)i =
= hw1 + w2 , w3 i = hθ1 , θ2 i .

8. Sea E un k-espacio vectorial y {e1 , e2 , e3 } una base. Sea T : E → E el endomorfismo de
E definido por:
T (e1 ) = 2e1 − e2 , T (e2 ) = e2 + 2e3 , 2e1 + e3 ∈ ker T .
(a) Calcula la matriz asociada a T en la base {e1 , e2 , e3 }. (4 puntos)
(b) Calcula bases y dimensiones de ker T e Im T . (5 puntos)
(c) Calcula la matriz de T en la base {(1, 1, 0), (1, 0, 1), (0, 1, 1)}. (6 puntos)
(d ) Calcula las coordenadas de los vectores e1 + 2e2 − e3 y T (e1 − e2 + 3e3 ) en la base del
apartado anterior. (5 puntos)
(20 puntos)
Solución. (a) Por definición, la matriz asociada a T en la base {e1 , e2 , e3 } tiene por co-
lumnas T (e1 ), T (e2 ) y T (e3 ), y tenemos:
T (e1 ) = (2, −1, 0) , T (e2 ) = (0, 1, 2) .
Para calcular T (e3 ) basta observar que como 2e1 +e3 ∈ ker T entonces T (2e1 +e3 ) = 0,
y dado que T es una aplicación lineal:
T (e3 ) = −2T (e1 ) = (−4, 2, 0) .
 
2 0 −4
Luego la matriz es A = −1 1 2 .
0 2 0
2 0
(b) Como |A| = 0 y 6= 0 se tiene que dimR Im T = rg(A) = 2 y {T (e1 ), T (e2 )} =
−1 1
{(2, −1, 0), (0, 1, 2)} es una base de Im T . Por la fórmula de la dimensión:
dimR E = dimR Im T + dimR ker T
se tiene que dimR ker T = 1 y por lo tanto ker T = h2e1 + e3 i = h(2, 0, 1)i.
(c) Denotemos ē1 = (1, 1, 0), ē2 = (1, 0, 1) y ē3 = (0, 1, 1). Se tiene el siguiente diagrama:
R3{e1 ,e2 ,e3 } A / R3

{e1 ,e2 ,e3 }
O
B B −1

R3{ē1 ,ē2 ,ē3 } Ā / R3
{ē1 ,ē2 ,ē3 }
 
1 1 0
donde B = 1 0 1 es la matriz de cambio de base de la base nueva a la base
0 1 1
antigua. La matriz de T en la base {ē1 , ē2 , ē3 } es Ā y por lo tanto:
 
0 −1 −3
1
Ā = B −1 · A · B = 4 −3 −5 .
2 0 3 9
(d ) Las coordenadas respecto de la base {ē1 , ē2 , ē3 } de los vectores e1 + 2e2 − e3 y T (e1 −
e2 + 3e3 ) pueden calcularse, por ejemplo, ası́:
   
1 1 −1 1
1
(e1 + 2e2 − e3 ){ēi } = B −1 (e1 + 2e2 − e3 ) =  1 −1 1  ·  2  = (2, −1, 0)
2 −1 1 1 −1
 
1
T (e1 − e2 + 3e3 ){ēi } = B −1 · A · −1 = (−2, −8, −6)
3

9. Dadas las rectas:

 x+y =3

r1 = h(1, 2, −1, −3)i y r2 ≡ 2x − z = −1

 t=0
(a) Calcula unas ecuaciones paramétricas y unas implı́citas de r1 . (5 puntos)
(b) Calcula unas ecuaciones paramétricas de r2 . (5 puntos)
(c) Estudia su posición relativa y calcula unas ecuaciones paramétricas y unas implı́citas
de la mı́nima subavariedad afı́n que las contiene. (10 puntos)
(20 puntos)
Solución. (a) Escribamos r1 = e0 + hv1 i, donde e0 = (0, 0, 0, 0) y v1 = (1, 2, −1, −3). Todo
vector e = (x, y, z, t) de r1 se escribe (x, y, z, t) = λ(1, 2, −1, −3) (con λ ∈ R), luego
las ecuaciones paramétricas son:
x = λ, y = 2λ , z = −λ , t = −3λ .
Por la teorı́a del rango, un vector e ∈ R4 vive en r1 si y sólo si rg(e, v1 ) = rg(v1 ) = 1,
en coordenadas:
x y z t
rg = 1.
1 2 −1 −3
Fijado un menor de orden 1 no nulo (por ejemplo 1), esta condición equivale a la
anulación de los siguientes tres menores de orden 2:

x y x z x t
1 2 = 0 , 1 −1 = 0 , 1 −3 = 0 ,

luego las ecuaciones implı́citas de r1 son:

2x − y = 0 , x + z = 0, 3x + t = 0 .
(b) Dadas las ecuaciones implı́citas se tiene:
r2 = {(x, y, z, t) ∈ R4 | x + y − 3 = 0 , 2x − z + 1 = 0 , t = 0} =
= {(x, y, z, t) | y = 3 − x , z = 1 + 2x , t = 0} =
= {(x, 3 − x, 1 + 2x, 0) | x ∈ R} = (0, 3, 1, 0) + h(1, −1, 2, 0)i = e00 + hv2 i .
Por lo tanto, un vector e = (x, y, z, t) ∈ R4 vive en r2 si y sólo si e = e00 + µv2 . En
coordenadas obtenemos unas ecuaciones paramétricas de r2 :
x = µ, y = 3 − µ, z = 1 + 2µ , t = 0.
(c) Tenemos:
r1 = e0 + hv1 i donde e0 = (0, 0, 0, 0) y v1 = (1, 2, −1, −3) .
r2 = + hv2 i donde e00 = (0, 3, 1, 0) y v2 = (1, −1, 2, 0) .
e00
Puesto que v1 y v2 no son proporcionales entonces r1 y r2 no son paralelas ni coinci-
dentes. Veamos si se cortan. Si ası́ fuera existirı́a algún punto en r1 ∩ r2 , pero como el
sistema:
λ = µ , 2λ = 3 − µ , −λ = 1 + µ , −3λ = 0
no tiene solución, entonces no se cortan. En definitiva, r1 y r2 se cruzan.
Por definición, la mı́nima subvariedad afı́n que contiene a r1 y r2 es la subvariedad
afı́n suma:
r1 + r2 = e0 + he0 − e00 , v1 , v2 i = (0, 0, 0, 0) + h(0, −3, −1, 0), (1, 2, −1, −3), (1, −1, 2, 0)i
(luego es un subespacio de R4 , pues pasa por el origen) y su dimensión es rg(e0 −
e00 , v1 , v2 ) = 3 (es un hiperplano en R4 ). Se tiene entonces que un vector e = (x, y, z, t) ∈
R4 vive en r1 + r2 si y sólo si e = λ(e0 − e00 ) + µv1 + ηv2 (con λ, µ, η ∈ R), y por lo
tanto unas ecuaciones paramétricas son:
x=µ+η
y = −3λ + 2µ − η
z = −λ − µ + 2η
t = −3µ
Por al fórmula de la dimensión:
dimR (r1 + r2 )◦ = dimR R4 − dimR (r1 + r2 ) = 4 − 3 = 1
se tiene que r1 + r2 viene definida por una ecuación implı́cita, que deduciremos calcu-
lando el incidente a r1 + r2 .
(r1 + r2 )◦ = {w = (α, β, γ, δ) ∈ R4,∗ | w(e0 − e00 ) = 0 , w(v1 ) = 0 , w(v2 ) = 0} =
= {(α, β, γ, δ) ∈ R4,∗ | − 3β − γ = 0 , α + 2β − γ − 3δ = 0 , α − β + 2γ = 0} =
= {(7β, β, −3β, 4β) | β ∈ R} = h(7, 1 − 3, 4)i
Luego una ecuación implı́cita de r1 + r2 es 7x + y − 3z + 4t = 0.

Ejercicios Espacios

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios Espacios

Cargado por

Copyright:

Formatos disponibles

http://ocw.usal.

Álgebra lineal y Geometrı́a I

1. Espacio vectorial. Subespacios vectoriales

Una combinación lineal de los vectores e1 , . . . , en ∈ E es un vector de E de la forma

2. Dependencia e independencia lineal. Bases. Dimensión

Es claro que la dimensión de un espacio vectorial coincide con el número máximo

1. Probar que el conjunto de matrices cuadradas diagonales con coeficientes en un cuerpo

9. Determinar x e y en el vector (3, 2, x, y) ∈ Q4 para que pertenezca al subespacio

Álgebra lineal y Geometrı́a I

1. Subespacios suma e intersección. Suma directa de subespacios

Teorema 1.2. Se verifica la siguiente fórmula de dimensión

dimk (E1 + E2 ) = dimk E1 + dimk E2 − dimk (E1 ∩ E2 )

µm+1 vm+1 + · · · + µs vs = −λ1 e1 − . . . λm em − · · · − λr er ,

Ejemplo 1.3. Dados los subespacios de R4

Definición 1.4. La suma directa de los subespacios E1 y E2 es la suma, E1 + E2 , cuando

2. Subespacios suma e intersección. Suma directa de subespacios

Álgebra lineal y Geometrı́a I

1. Aplicaciones lineales. Núcleo e Imagen. Tipos de aplicaciones lineales.

1.1. Núcleo e imagen de una aplicación lineal.

• Sea {v1 , . . . , vm } una base de ker T .

1.2. Aplicaciones lineales inyectivas, epiyectivas y biyectivas.

es una aplicación lineal epiyectiva.

1.3. Operaciones con aplicaciones lineales: Suma, multiplicación por escalares,

son aplicaciones lineales, pues cualesquiera que sean e, v ∈ E y α, µ ∈ k se verifica

Las aplicaciones biyectivas tienen aplicación inversa y, recı́procamente, cualquier aplicación

2. Aplicaciones lineales en coordenadas: Matrices

A es la matriz asociada a T respecto de la las bases {e1 , . . . , en } de E y {e01 , . . . , e0m } de E 0 .

dimR ker T = dimR E − rg A = 1

2.2. Matrices asociadas a la suma de aplicaciones lineales y al producto de una

• La matriz asociada a la aplicación lineal λf es la matriz λA. En efecto:

2.3. Matriz asociada a la composición de aplicaciones lineales.

La matriz asociada a g ◦ f respecto de las bases {e1 , . . . , en } de E y {e001 , . . . , e00s } de E 00 es la

Ejemplo 2.3. Dadas las aplicaciones lineales

cuya expresión en coordenadas es B  ..  =  ... , siendo e = x̄1 ē1 +· · ·+x̄n ēn y e = x1 e1 +

Es fácil deducir las correspondientes fórmulas cuando sólo se cambia la base de E, Ā = A · B,

T (e1 ) = e1 + 2e2 − e3 , T (e2 ) = 2e1 − e3 , e3 + e2 ∈ ker T

(a) Averigemos si Im T y ker T son subespacios suplementarios. De  e3 + e2 ∈ ker

La matriz C̄ de T 0 ◦ T respecto de las bases {2e1 + e2 , e2 − e3 , e1 + e2 − e3 } de E y

1. Sea T el endomorfismo de R3 definido por

Como T (e3 ) = T (e1 ) − T (e2 ) es rg A = 2.

Solución. El plano π y la recta r son subespacios suplementarios, pues π ∩ r = {0} ya que

14. Sea T : R3 → R3 la aplicación lineal definida por:

Universidad de Salamanca Gloria Serrano Sotelo

1. Espacio vectorial dual. Base dual. Funciones coordenadas

Ejemplo 2.2. Dada la aplicación lineal

3. Cambio de base en el dual

4. Espacio bidual. Teorema de Reflexividad

5. Subespacio incidente. Dimensión. Propiedades

{θm+1 , . . . , θn } son linealmente independientes pues forman parte de una base.

6. Ecuaciones paramétricas e implı́citas de un subespacio

7. Subespacio incidente y ecuaciones implı́citas

Álgebra lineal y Geometrı́a I

1. Subvariedades afines de un espacio vectorial

2. Ecuaciones paramétricas e implı́citas de una subvariedad afı́n H

3. Subvariedad afin intersección. Posiciones relativas. Subvariedad afı́n

• La subvariedad afı́n intersección H ∩ H 0 es la máxima subvariedad afı́n contenida en

• La subvariedad afı́n suma H + H 0 es la mı́nima subvariedad afı́n que contiene a H y a

H+H 0 = e0 +he0 −e00 , v1 , . . . , vm , u1 , . . . , us i y dim(H+H 0 ) = rg(e0 −e00 , v1 , . . . , vm , u1 , . . . , us )

Ejemplo 3.1. Considérense las subvariedades afines de R4

(a) Calcula un vector de posición y el subespacio director de la recta r y del plano π.

r = e0 + hvi , e0 = (0, 1, −1, 3), v = (1, −1, 1, −1)

Álgebra lineal y Geometrı́a I

3. Determinasi los siguientes

3. Determinasi los siguientes