Álgebra (ETSI Industriales)

Curso 2022-2023

Soluciones Tercera prueba de autoevaluación

1. Estudie si son lineales las siguientes aplicaciones definidas entre espacios vectoriales:
(a) f : R → R, definida por f (x) = 2x + 1.
No es lineal. Cualquier aplicación lineal tiene que cumplir f (0) = 0, pues, f (0) =
f (v − v) = f (v) − f (v) = 0.

3x
(b) f : R → R, definida por f (x) = .
5
3(αx + βy) 3x 3y
Sı́ es lineal: f (αx + βy) = = α +β = αf (x) + βf (y). La fórmula de
5 5 5
una aplicación lineal siempre consiste en sumas de productos de variables por números.

(c) f : R2 → R, definida por f (x, y) = x + y.

Sı́ es lineal, pues es una suma de variables. Justificado con rigor:

f (α(x, y)+β(x0 , y 0 )) = (αx+βx0 )+(αy+βy 0 ) = α(x+y)+β(x0 +y 0 ) = αf (x, y)+βf (x0 , y 0 ).

(d) f : R2 → R, definida por f (x, y) = xy.

No es lineal: las variables están multiplicadas. Con más rigor, si fuera lineal, se tendrı́a
que cumplir f (αv) = αf (v) para todos α ∈ R, v ∈ R2 , pero, si consideramos, por ejem-
plo, α = 3, v = (1, 1), resulta: f (3(1, 1)) = f (3, 3) = 9 6= 3 = 3f (1, 1).

(e) f : R3 → R, definida por f (x, y, z) = 3x + 5y.

Sı́ es lineal, pues es una suma de productos de variables por números.

(f) f : R3 → R, definida por f (x, y, z) = 3x + 5y + z + 1.

No es lineal: f (0, 0, 0) = 1 6= 0.

(g) f : R3 → R, definida por f (x, y, z) = xy + yz.

No es lineal: las variables están multiplicadas.
(h) f : R2 → R2 , definida por f (x, y) = (2x − y, 2x − y).
Sı́ es lineal, pues es una suma de productos de variables por números.

(i) f : R3 → R4 , definida por f (x, y, z) = (y + z, x − z, 1, x).

No es lineal: f (0, 0, 0) = (0, 0, 1, 0) 6= (0, 0, 0, 0).

(j) f : ℘3 → R, definida por f (p) = p(7). Recordemos que ℘n es el espacio vectorial

formado por los polinomios de grado menor o igual a n. Por ejemplo, si p(x) = x3 +2x+5,
entonces f (p) es el número real f (p) = p(7) = 362.
Sı́ es lineal: dados p, q ∈ ℘3 , α, β ∈ R, tenemos f (αp + βq) = αp(7) + βq(7) =
αf (p) + βf (q).

(k) f : ℘3 → ℘2 , definida por f (p) = p0 . Recordemos que ℘n es el espacio vectorial

formado por los polinomios de grado menor o igual a n. Por ejemplo, si p(x) = x3 +2x+5,
entonces f (p) es el polinomio derivado (f (p))(x) = p0 (x) = 3x2 + 2.
Sı́ es lineal: dados p, q ∈ ℘3 , α, β ∈ R, tenemos f (αp + βq) = (αp + βq)0 = αp0 + βq 0 =
αf (p) + βf (q).

2. Describa los subespacios núcleo e imagen de cada una de las aplicaciones del ejercicio
1 que sea lineal.
(b) Nuc(f ) = {0}, Im(f ) = R.

(c) Nuc(f ) = {(x, y) ∈ R2 : x + y = 0}, es decir, la recta y = −x del plano. Im(f ) = R.

(e) Nuc(f ) = {(x, y, z) ∈ R3 : 3x + 5y = 0}, es decir, el plano y = − 53 x de R3 . Im(f ) = R.

(h) Nuc(f ) = {(x, y) ∈ R2 : 2x − y = 0}, es decir, la recta y = 2x de R2 . Im(f ) =

{(u, v) ∈ R2 : u = v}, es decir, la recta u = v de R2 .

(j) Nuc(f ) está formado por los polinomios de grado menor que 3 que se anulan en x = 7,
es decir, Nuc(f ) = {p ∈ ℘3 : existe q ∈ ℘2 tal que p(x) = (x−7)q(x), para todo x ∈ R}.
Im(f ) = R.

(k) Nuc(f ) está formado por los polinomios de grado cero, es decir, por los polinomios
constantes:

Nuc(f ) = ℘0 = {p ∈ ℘2 : existe a ∈ R tal que p(x) = a, para todo x ∈ R}.

Im(f ) = ℘2 , pues todo polinomio de ℘2 es la derivada de alguno de ℘3 (su integral

indefinida).

3. Se evitan muchas confusiones si se identifica (de una vez por todas y para siempre)
cada elemento de Rn , pongamos, x = (x1 , x2 , . . . , xn ), con la matriz columna
 
x1
 x 
 2
x =  ..  .
 .
xn

Tiene que ser ası́, identificamos los elementos de Rn con matrices columna, no con ma-

T
trices fila. Escrito de forma equivalente quedarı́a x = x1 x2 · · · xn . Que no se nos
pase el matiz: las celdas de los elementos de Rn se separan por comas, mientras que las
celdas de una matriz fila se separan por espacios.

Con este notación, si A es una matriz de orden m×n, es fácil comprobar que la aplicación
f : Rn → Rm definida por f (x) = Ax es lineal. Lo más interesante es que cualquier
aplicación lineal de Rn a Rm se puede representar de esa manera, para la matriz adecuada.
Halle la representación matricial de cada una de las siguientes aplicaciones lineales:
(a) f : R2 → R2 definida por f (x, y) = (3x + 5y, −2x + 3y).
(b) f : R3 → R2 definida por f (x, y, z) = (3x + 5z, −2x + 3y).
(c) f : R2 → R3 definida por f (x, y) = (3x + 5y, x, −2x + 3y).
(d) f : R3 → R definida por f (x, y, z) = 3x + 5y − z.
(e) f : R → R3 definida por f (x) = (x, 2x, 3x).
(f) f = 3g − 2h : R2 → R3 , en donde g, h : R2 → R3 son las aplicaciones
 
0 1  
x
h(x, y) = (x, y, x − y) , g(x, y) =  1 0  .
y
1 1

(g) f = g ◦ h : R2 → R3 , en donde g : R2 → R3 , h : R2 → R2 son las aplicaciones

 
   0 1  
0 1 x x
h(x, y) = , g(x, y) =  1 −1  .
1 1 y y
2 3
(h) f = g ◦ h : R → R, en donde g : R3 → R, h : R → R3 son las aplicaciones
g(x, y, z) = x + 2y − z, h(x) = (x, 2x, −x).
(i) f = h ◦ g : R3 → R3 , en donde g : R3 → R, h : R → R3 son las aplicaciones
g(x, y, z) = x + 2y − z, h(x) = (x, 2x, −x).
Nota. Es bastante instructivo calcular las expresiones de las composiciones de los apar-
tados (g), (h) e (i), primero, sin emplear matrices, y, luego, con matrices, para comparar
los resultados. Por ejemplo, para la composición del apartado (g), sin emplear matrices:

f (x, y) = g(h(x, y)) = g(y, x + y) = (x + y, y − (x + y), 2y + 3(x + y)) = (x + y, −x, 3x + 5y).

Es posible que añadir variables auxiliares ayude, al principio, a entender la composición.

Pero, si notamos que nos hacemos un lı́o cuando no las empleamos, tenemos un indi-
cio claro de que nos falta soltura con las manipulaciones algebraicas elementales. Con
variables auxiliares se harı́a ası́:

(u, v) = h(x, y) = (y, x + y), es decir u = y, v = x + y,

f (x, y) = g(u, v) = (v, u − v, 2u + 3v) = (x + y, y − (x + y), 2y + 3(x + y))
= (x + y, −x, 3x + 5y).

Al hacer el mismo cálculo con matrices, sale:

   
0 1 x
f (x, y) = g (h(x, y)) = g
1 1 y
   
0 1    1 1  
0 1 x x
=  1 −1  =  −1 0  .
1 1 y y
2 3 3 5
(a)
  
3 5 x
f (x, y) = .
−2 3 y
(b)
 
  x
3 0 5
f (x, y, z) =  y .
−2 3 0
z
(c)
 
3 5  
x
f (x, y) =  1 0  .
y
−2 3
(d)
 

x
f (x, y, z) = 3 5 −1  y  .
z
(e)
 
1
f (x) =  2  x.
3
(f)

      
1 0   0 1 1 0  
x x
h(x, y) =  0 1  ; f (x, y) = 3  1 0  − 2  0 1 
y y
1 −1 1 1 1 −1
 
−2 3  
x
=  3 −2  .
y
1 5

(g)

 
   0 1   
0 1 x 0 1 x
f (x, y) = g(h(x, y)) = g =  1 −1 
1 1 y 1 1 y
2 3
 
1 1  
x
=  −1 0  .
y
3 5

(h)
   
1
1
f (x) = g(h(x)) = g  2  x = 1 2 −1  2  x = 6x.
−1 −1
(i)
   
   

x 1
x
f (x, y, z) = h(g(x, y, z)) = h  1 2 −1  y  =  2  1 2 −1  y 
z −1 z
  
1 2 −1 x
=  2 4 −2   y  .
−1 −2 1 z

4. Una vez que se fija una base en un espacio vectorial U de dimensión n, pongamos
(u1 , u2 , . . . , un ) (¡y solamente entonces!), podemos identificar el espacio vectorial U con
Rn y aplicar todo lo que sabemos hacer en Rn . La identificación se establece a través de
las coordenadas:

α1 u1 + α2 u2 + · · · + αn un ∈ U ∼ (α1 , α2 , . . . , αn ) ∈ Rn .

En cada uno de lo siguientes apartados, consideramos dos espacios vectoriales, U y V ,

dotados de sendas bases, y también consideramos una aplicación lineal f : U → V . Se
pide la expresión matricial de f respecto de las bases proporcionadas.
(a) U = ℘3 (espacio de los polinomios de grado menor o igual a 3); base de U considerada:
(p0 , p1 , p2 , p3 ), en donde p0 (x) = 1, p1 (x) = x, p2 (x) = x2 , p3 (x) = x3 .
V = ℘2 (espacio de los polinomios de grado menor o igual a 2); base de V considerada:
(p0 , p1 , p2 ), en donde p0 (x) = 1, p1 (x) = x, p2 (x) = x2 .
Aplicación lineal considerada f : U → V dada por f (p) = p0 (aplicación derivada).

(b) U = ℘3 (espacio de los polinomios de grado menor o igual a 3); base de U considerada:
(p0 , p1 , p2 , p3 ), en donde p0 (x) = 1, p1 (x) = x, p2 (x) = x2 , p3 (x) = x3 .
V = R ; base de V considerada: la formada por el número 1 (la usual).
Aplicación lineal considerada f : U → V dada por f (p) = p(2) (aplicación evaluación en
x = 2).

(c) U = {(x, y, z) ∈ R3 : x + y + z = 0} (un subespacio vectorial de R3 ; base de U

considerada: (u1 , u2 ), en donde u1 = (1, −1, 0), u2 = (1, 0, −1).
V = R3 ; base de V considerada (e1 , e2 , e2 ), en donde e1 = (1, 0, 0), e2 = (0, 1, 0), e3 =
(0, 0, 1) (base canónica de R3 ).
Aplicación lineal considerada f : U → V dada por f (x, y, z) = (x, y, x + y + z), para
(x, y, z) ∈ U .

0
(a) Como a0 + a1 x + a2 x2 + a3 x3 = a1 + 2a2 x + 3a3 x2
 
  a0
0 1 0 0 
a1 
f (p) =  0 0 2 0    a2  .

0 0 0 3
a3

(b) Para p(x) = a0 + a1 x + a2 x2 + a3 x3 , tenemos f (p) = p(2) = a0 + 2a1 + 4a2 + 8a3 , luego
 
a0

 a1 
f (p) = 1 2 4 8   a2  .


a3
     
1 1   1 0 0 1 1  
α 1 α 1
(c) f (α1 u1 + α2 u2 ) = f  −1 0   =  0 1 0   −1 0  =
α2 α2
0 −1 1 1 1 0 −1
 
1 1  
 −1 0  α 1
.
α2
0 0

5. Una aplicación lineal, f : V → W , entre dos espacios vectoriales, V y W , determina

dos subespacios vectoriales:

La imagen de f , que es el subespacio de W definido por Im(f ) = f (V ). La dimensión

del subespacio Im(f ) coincide con el rango de la expresión matricial de f respecto de
cualesquiera dos bases de V y W (aunque tenemos distintas expresiones matriciales
al considerar distintas bases, todas tienen el mismo rango).
En núcleo de f , que es el subespacio de V definido por Nuc(f ) = f −1 (0). La di-
mensión del núcleo está relacionada con las dimensiones del espacio inicial y de la
imagen, como sabemos:
dim(Nuc(f )) = dim(V ) − dim(Im(f )).

Cualquier subespacio vectorial U de un espacio vectorial V se puede expresar básicamente

de dos maneras:

Como el núcleo de una cierta aplicación lineal f : V → Rn (a lo que se denomina

expresión implı́cita del subespacio U , en la que n es el número de ecuaciones).
Como la imagen de una cierta aplicación lineal g : Rm → V (a lo que se denomina
expresión paramétrica del subespacio U , en la que m es el número de parámetros
empleados).
Por ejemplo, el subespacio U = {(x1 , x2 , x3 , x4 , x5 ) ∈ R5 : x1 + x2 + x3 = 0, x2 + x3 + x4 −
x5 = 0} es el núcleo de la aplicación lineal f : R5 → R2 definida por f (x1 , x2 , x3 , x4 ) =
(x1 +x2 +x3 , x2 +x3 +x4 −x5 ). Por lo tanto, el subespacio U está dado en forma implı́cita.
La expresión matricial de f respecto de las bases canónicas (las que se emplean siempre
en Rn salvo que se indique otra cosa) es
 
x1
   x2 
1 1 1 0 0  
f (x1 , x2 , x3 , x4 ) =  x3  .
0 1 1 1 −1   x4 


x5

Como el rango de esta matriz es 2, sabemos que dim(Im(f )) = 2, por lo que

dim U = dim(Nuc(f )) = dim(R5 ) − dim(Im(f )) = 3.

Nuestra matriz ya está escalonada, de manera que el sistema compatible indeterminado

f (x1 , x2 , x3 , x4 , x5 ) = (0, 0) ya está prácticamente resuelto (de abajo a arriba):

x1 =β−γ
x2 =γ−β−α
x3 =α
x4 =β
x5 = γ,

con lo que hemos representado el subespacio U en forma paramétrica, es decir, como la

imagen de la aplicación lineal g : R3 → R5 dada por g(α, β, γ) = (β −γ, γ −β −α, α, β, γ).
La forma matricial de esta aplicación lineal de parametrización es

0 1 −1  

 −1 −1 1  α
 
g(α, β, γ) = 
 1 0 0  β .

 0 1 0 γ
0 0 1

El rango de esta matriz es 3, que es justamente la dimensión de Im(g) = U , y todo

cuadra. Las columnas linealmente independientes de la representación matricial de g nos
dan un base del subespacio U , en este caso, ((0, −1, 1, 0, 0), (1, −1, 0, 1, 0), (−1, 1, 0, 0, 1)).
En cada uno de los siguientes apartados consideramos un subespacio vectorial U , que
puede estar dado en forma implı́cita, en forma paramétrica o mediante una base. En
todos los casos debe expresarse el subespacio U de las tres maneras (las formas implı́cita
y paramétrica, tanto en forma matricial, como no matricial).
(a) U = {(x1 , x2 , x3 ) ∈ R3 : x1 − x2 + x3 = 0}.

El subespacio viene dado en forma implı́cita, como núcleo de la aplicación lineal f :

R3 → R dada por f (x1 , x2 , x3 ) = x1 − x2 + x3 , que se expresa en forma matricial como
 

x 1
f (x1 , x2 , x3 ) = 1 −1 1  x2  .
x3
El rango de la matriz de f es la dimensión de su imagen, dim(Im(f )) = 1, en este caso,
por lo que
dim U = dim(Nuc(f )) = dim(R3 ) − dim(Im(f )) = 3 − 1 = 2.
Una expresión paramétrica se obtiene despejando x1 en función de x2 y x3 :

 x1 = β − α
U: x2 = β , para α, β ∈ R,
x3 = α


en donde se ha expresado el subespacio U como imagen de la aplicación lineal g : R2 → R3

dada por g(α, β) = (β − α, β, α), aplicación cuya expresión matricial es:
 
−1 1  
α
g(α, β) =  0 1  .
β
1 0

Confirmamos que la dimensión de U = Im(g) es 2, el rango de la matriz de g. De la

expresión paramétrica podemos obtener una base, sin más cálculos, pues esta expresión
corresponde a (x1 , x2 , x3 ) = α(−1, 0, 1) + β(1, 1, 0), por lo que ((−1, 0, 1), (1, 1, 0)) es una
base de U .

(b) U es el subespacio de R5 dado por (x1 , x2 , x3 , x4 , x5 ) = (α − β, α + β, −α, 2α + 3β, β),

para α, β ∈ R.

El subespacio está dado en forma paramétrica, como imagen de la aplicación lineal

g : R2 → R5 , definida por g(α, β) = (α − β, α + β, −α, 2α + 3β, β), cuya expresión
matricial es

1 −1

 1 1  
  α
g(α, β) = 
 −1 0  β ,

 2 3
0 1
de manera que (1, 1, −1, 2, 0), (−1, 1, 0, 3, 1)) es una base de U . Para obtener la forma
implı́cita, tenemos que ((eliminar)) los parámetros α, β. Se puede hacer de distintas ma-
neras, pero, para ofrecer un método sistemático, como en estamos poniendo el énfasis en
la importancia de proceso de escalonar una matriz, aplicamos ese procedimiento:

1 −1
 
x1 1 −1
 
x1 1 −1

x1
  x2 − x1 0 2   x3 + x1 0 −1 
 x2 1 1   
 
 x3 −1 0  ∼  x3 + x1 0 −1  ∼  (x2 − x1 ) + 2 (x3 + x1 ) 0 0 
     
 x4 2 3   x4 − 2x1 0 5   (x4 − 2x1 ) + 5 (x3 + x1 ) 0 0 
x5 0 1 x5 0 1 x5 + (x3 + x1 ) 0 0

 x1 + x2 + 2x3 = 0
=⇒ U : 3x + 5x3 + x4 = 0 ,
 1
x1 + x3 + x5 = 0
forma implı́cita que corresponde a la expresión del subespacio U como núcleo de la
aplicación lineal f : R5 → R3 dada por f (x1 , x2 , x3 , x4 , x5 ) = (x1 + x2 + 2x3 , 3x1 + 5x3 +
x4 , x1 + x3 + x5 ), cuya expresión matricial es
 
  x 1
1 1 2 0 0   x2 

f (x1 , x2 , x3 , x4 , x5 ) =  3 0 5 1 0    x3  .

1 0 1 0 1  x4 
x5
La imagen de f tiene dimensión 3 (el rango de su matriz), lo que confirma que la dimen-
sión de U es
dim(U ) = dim(Nuc)(f ) = dim(R5 ) − Im(f ) = 5 − 3 = 2.

(c) U ⊂ R4 es el subespacio de R4 generado por {(1, 1, 1, 1), (1, 0, 1, 0)}.

La dimensión de U es 2 y ese subespacio U es la imagen de la aplicación lineal

 
1 1  
1 0 α
g(α, β) = 
1 1 β ,
 es decir, g(α, β) = (α + β, α, α + β, α),
1 0
lo que nos da una expresión paramétrica de U :


 x1 = α + β
x2 = α

U: , para α, β ∈ R.

 x3 = α + β
x4 = α,

Eliminando parámetros,
     
x1 1 1 x1 1 1 x1 1 1
 x2 1 0   x2 − x1 0 −1  
  x2 − x1 0 −1 
 x3 1 1  ∼  x3 − x1 ∼
   
0 0   (x4 − x1 ) − (x2 − x1 ) 0 0
x4 1 0 x4 − x1 0 −1 x3 − x1 0 0

x4 − x2 = 0
=⇒ U : ,
x3 − x1 = 0

con lo que expresamos el subespacio U como núcleo de la aplicación lineal f : R4 → R2

dada por

f (x1 , x2 , x3 , x4 ) = (x4 − x2 , x3 − x1 ),

que se expresa en forma matricial como


  x 1
0 −1 0 1  x
 2 .

f (x1 , x2 , x3 , x4 ) =
−1 0 1 0  x3 
x4

El rango de la matriz de f (que es la dimensión de Im(f )) es 2, lo que nos confirma que

dim(U ) = dim(Nuc)(f ) = dim(R4 ) − Im(f ) = 4 − 2 = 2.

R1
(d) U = {p ∈ ℘3 : −1 p(x) dx = 0, p(1) = 0}.

Consideramos en ℘3 la base (p0 , p1 , p2 , p3 ), en donde pk (x) = xk , para k = 0, . . . , 3. El

2
subespacio  como núcleo de la aplicación lineal f : ℘3 → R dada por
R U está expresado
1
f (p) = −1 p(x) dx, p(1) , que se expresa en coordenadas mediante f (a0 , a1 , a2 , a3 ) =
(2a0 + 32 a2 , p0 + p1 + p2 + p3 ), pues
Z 1
2
a0 + a1 x + a2 x2 + a3 x3 dx = 2a0 + a2 ,


−1 3
2 3
 
a0 + a1 x + a2 x + a3 x x=1 = a0 + a1 + a2 + a3 .

La forma matricial de f es

a0
2 0 23 0 
 
 a1  ,

f (a0 , a1 , a2 , a3 ) =
1 1 1 1  a2 
a3
matriz de rango 2, por lo que la dimensión de Im(f ) es 2 y

dim(U ) = dim(Nuc)(f ) = dim(℘3 ) − Im(f ) = 4 − 2 = 2.

Resolviendo el sistema compatible indeterminado f (a0 , a1 , a2 , a3 ) = (0, 0), obtenemos la

expresión paramétrica del subespacio U
a0 = − 31 β


2 0 32 0 a1 = −α − 32 β
    
1 1 1 1

∼ =⇒ U : , para α, β ∈ R,
1 1 1 1 0 −2 − 43 −2 
 a2 = β
a3 = α


con lo que estamos expresando U como imagen de la aplicación lineal g : R2 → ℘3 dada

por
0 − 31  
 
 −1 − 2  α 1 2


g(a0 , a1 , a2 , a3 ) =  3  ⇐⇒ g(a , a , a , a ) = − β, −α − β, β, α .
 0 1  β 0 1 2 3 3 3

1 0

El rango de la matriz de g es 2, y esta es la dimensión de U , es decir, dim(U ) =

dim(Im(g)) = 2. Una base de U , expresada respecto de la base (p0 , p1 , p2 , p3 ), serı́a
((0, −1, 0, 1), (− 31 , − 23 , 1, 0)), que corresponde a los polinomios q1 (x) = −x + x3 , q2 (x) =
− 31 − 23 x + x2 .