Apellidos:

Nombre:

Examen Parcial 1.A Matemáticas II.28/03/2023.

Grado en Ingenierı́a en Tecnologı́as Industriales
Grado en Organización Industrial
Opción A

T1 – CUESTIONARIO
1 2 3 4 5 6 7 8 9 10
A)
B)
C)

Sólo se corregirán las cuestiones marcadas en el casillero con bolı́grafo.

C1 Sea A ∈ Mn×n (K). Una de las siguientes afirmaciones es verdadera:

A) Si A es una matriz simétrica que tiene una fila de ceros, entonces A tiene una columna de ceros.
B) Si A es una matriz simétrica, entonces toda submatriz de A es una matriz simétrica.
C) Si A es una matriz simétrica, entonces A es una matriz no singular.

C2 Sean E, V y F tres espacios vectoriales sobre K de dimensión finita. Si T : E −→ V y G : V −→ F son

dos aplicaciones lineales, entonces una de las siguientes afirmaciones es verdadera:
A) Si v ∈ N(T ), entonces v ∈ N(G ◦ T ).
B) dimK N(T ) + dimK Im(T ) 6= dimK N(G ◦ T ) + dimK Im(G ◦ T ).
C) Si w ∈ Im(T ), entonces w ∈ Im(G ◦ T ).

C3 Sea E un espacio vectorial sobre K de dimensión n. Si F y G son subespacios vectoriales de E no nulos,

entonces una de las siguientes afirmaciones es verdadera:
A) F + G es suma directa si, y sólo si F ⊆ G o G ⊆ F .
B) Si todo elemento de F + G se puede expresar de forma única como suma de un vector de F y de un
vector de G, entonces F ∩ G = {0}.
C) F + G es suma directa si, y sólo si F ∪ G = {0}.

C4 Sean E y F dos espacios vectoriales sobre K de dimensión finita. Si T : E → F es una aplicación lineal,
entonces una de las siguientes afirmaciones es verdadera:
A) T es biyectiva si, y sólo si para cada subconjunto {x1 , . . . , xk } linealmente independiente de E, el sub-
conjunto {T (x1 ), . . . , T (xk )} de F es linealmente independiente.
B) T es biyectiva si, y sólo si TAB es diagonal para cualquier par de bases ordenadas A de E y B de F .
C) T es biyectiva si, y sólo si existe una única aplicación lineal S : F → E tal que S ◦ T = IdE y T ◦ S = IdF .

C5 Sea E un espacio vectorial sobre K de dimensión n. Una de las siguientes afirmaciones es verdadera:
A) Si A = {v1 , v2 , . . . , vk } es un subconjunto LD de E, entonces k > n.
B) Si B = {w1 , w2 , . . . , wp } es un subconjunto de E y p ≤ n, entonces B es LI.
C) Si C = {x1 , x2 , . . . , xm } es un subconjunto de E y m > n, entonces existe xj ∈ C tal que xj ∈ L(C −{xj }).
C6 Sean A, B ∈ Mn×n (K). Una de las siguientes afirmaciones es verdadera
A) Si A y B son matrices singulares, entonces ρ(A) = ρ(B).
B) Si A y B son matrices singulares, entonces det(A) = det(B).
C) Si A y B son matrices singulares, entonces la forma escalonada reducida por filas de A coincide con la
forma escalonada reducida por filas de B.

C7 Sea E un espacio vectorial sobre K finitamente generado. Si A, B y C son tres bases ordenadas de E,
entonces una de las siguientes afirmaciones es verdadera:
A) Si v ∈ E, entonces (IdE )AB (IdE )CA [v]C = [v]B .
B) (IdE )AB + (IdE )BA = (IdE )AA .
C) (IdE )AB = (IdE )BA .

C8 Sean E un espacio vectorial sobre K de dimensión n y A, B y C tres subconjuntos no vacı́os de E. Una

de las siguientes afirmaciones es verdadera:
A) A es una base de L(A).
B) Si A ⊆ C, entonces L(C) ⊆ L(A).
C) Si A ∪ B ⊆ C ⊆ L(A ∪ B), entonces C es un sistema generador de L(A) + L(B).

C9 Si A ∈ Mn×n (K) está en forma escalonada por filas, entonces de las siguientes afirmaciones es verdadera:
A) Si E es una matriz elemental de tipo I, entonces EA está en forma escalonada por filas.
B) Si F es una matriz elemental de tipo II, entonces FA está en forma escalonada por filas.
C) Si H es una matriz elemental de tipo III, entonces HA está en forma escalonada por filas.

C10 Sean E un espacio vectorial sobre K y A un subconjunto de E no vacı́o. Diremos que A es base de E si:
A) A es un sistema generador de E o A es un subconjunto LI de E.
B) E = L(A) y A es un subconjunto LI de E.
C) A es un sistema generador de E y 0 6∈ A.
 Apellidos:
Nombre:

Examen Parcial 1.A Matemáticas II.28/03/2023.

Grado en Ingenierı́a en Tecnologı́as Industriales
Grado en Organización Industrial
Opción B

T1 – CUESTIONARIO

1 2 3 4 5 6 7 8 9 10
A)
B)
C)

Sólo se corregirán las cuestiones marcadas en el casillero con bolı́grafo.

C1 Sean E un espacio vectorial sobre K y A un subconjunto de E no vacı́o. Diremos que A es base de E si:
A) A es un sistema generador de E o A es un subconjunto LI de E.
B) A es un sistema generador de E y 0 6∈ A.
C) E = L(A) y A es un subconjunto LI de E.

C2 Sea E un espacio vectorial sobre K finitamente generado. Si A, B y C son tres bases ordenadas de E,
entonces una de las siguientes afirmaciones es verdadera:
A) (IdE )AB + (IdE )BA = (IdE )AA .
B) Si v ∈ E, entonces (IdE )AB (IdE )CA [v]C = [v]B .
C) (IdE )AB = (IdE )BA .

C3 Si A ∈ Mn×n (K) está en forma escalonada por filas, entonces de las siguientes afirmaciones es verdadera:
A) Si F es una matriz elemental de tipo II, entonces FA está en forma escalonada por filas.
B) Si H es una matriz elemental de tipo III, entonces HA está en forma escalonada por filas.
C) Si E es una matriz elemental de tipo I, entonces EA está en forma escalonada por filas.

C4 Sean E, V y F tres espacios vectoriales sobre K de dimensión finita. Si T : E −→ V y G : V −→ F son

dos aplicaciones lineales, entonces una de las siguientes afirmaciones es verdadera:
A) dimK N(T ) + dimK Im(T ) 6= dimK N(G ◦ T ) + dimK Im(G ◦ T ).
B) Si v ∈ N(T ), entonces v ∈ N(G ◦ T ).
C) Si w ∈ Im(T ), entonces w ∈ Im(G ◦ T ).

C5 Sean E un espacio vectorial sobre K de dimensión n y A, B y C tres subconjuntos no vacı́os de E. Una

de las siguientes afirmaciones es verdadera:
A) A es una base de L(A).
B) Si A ∪ B ⊆ C ⊆ L(A ∪ B), entonces C es un sistema generador de L(A) + L(B).
C) Si A ⊆ C, entonces L(C) ⊆ L(A)
C6 Sea A ∈ Mn×n (K). Una de las siguientes afirmaciones es verdadera:
A) Si A es una matriz simétrica, entonces A es una matriz no singular.
B) Si A es una matriz simétrica, entonces toda submatriz de A es una matriz simétrica.
C) Si A es una matriz simétrica que tiene una fila de ceros, entonces A tiene una columna de ceros.

C7 Sean E y F dos espacios vectoriales sobre K de dimensión finita. Si T : E → F es una aplicación lineal,
entonces una de las siguientes afirmaciones es verdadera:
A) T es biyectiva si, y sólo si para cada subconjunto {x1 , . . . , xk } linealmente independiente de E, el sub-
conjunto {T (x1 ), . . . , T (xk )} de F es linealmente independiente.
B) T es biyectiva si, y sólo si existe una única aplicación lineal S : F → E tal que S ◦ T = IdE y T ◦ S = IdF .
C) T es biyectiva si, y sólo si TAB es diagonal para cualquier par de bases ordenadas A de E y B de F .

C8 Sea E un espacio vectorial sobre K de dimensión n. Si F y G son subespacios vectoriales de E no nulos,

entonces una de las siguientes afirmaciones es verdadera:
A) Si todo elemento de F + G se puede expresar de forma única como suma de un vector de F y de un
vector de G, entonces F ∩ G = {0}.
B) F + G es suma directa si, y sólo si F ⊆ G o G ⊆ F .
C) F + G es suma directa si, y sólo si F ∪ G = {0}.

C9 Sea E un espacio vectorial sobre K de dimensión n. Una de las siguientes afirmaciones es verdadera:
A) Si A = {x1 , x2 , . . . , xm } es un subconjunto de E y m > n, entonces existe xj ∈ A tal que xj ∈ L(A−{xj }).
B) Si B = {w1 , w2 , . . . , wp } es un subconjunto de E y p ≤ n, entonces B es LI.
C) Si C = {v1 , v2 , . . . , vk } es un subconjunto LD de E, entonces k > n.

C10 Sean A, B ∈ Mn×n (K). Una de las siguientes afirmaciones es verdadera

A) Si A y B son matrices singulares, entonces ρ(A) = ρ(B).
B) Si A y B son matrices singulares, entonces la forma escalonada reducida por filas de A coincide con la
forma escalonada reducida por filas de B.
C) Si A y B son matrices singulares, entonces det(A) = det(B).
 Examen Parcial 1.A Matemáticas II. .
28/03/2023
Grado en Ingenierı́a en Tecnologı́as Industriales
Grado en Ingenierı́a de Organización Industrial

• No escribir ni con lápiz ni con bolı́grafo rojo.

• Las soluciones se deben separar en cinco partes: cada parte contendrá una de las preguntas.
• Cada parte contendrá un máximo de 1 hoja escrita por las dos caras.
• Justificar adecuadamente todas las afirmaciones o resultados.

T2 Demuestra la veracidad o falsedad de las siguientes afirmaciones:

(1) Si T : E −→ F es una aplicación lineal, entonces se verifica: T es inyectiva si, y sólo si N(T ) = {0}.
(2.5 ptos)

(2) Sean A, B, C ∈ Mn×n (K). Si det(C) = 5 y se verifica que BC + B 2 A = C, entonces B es una matriz
no singular. (2.5 ptos)
(3) Sea E un espacio vectorial sobre K. Si A = {x1 , x2 , . . . , xn } es una base de E y B = {y1 , y2 , . . . , yn } ⊂
E tal que L(A) = L(B), entonces B es una base de E. (2.5 ptos)
(4) Sea T : E → F una aplicación lineal y sean A y B bases ordenadas de E y F , respectivamente. Si la
1 0 0 2
!
forma escalonada reducida de TAB es igual a 0 1 0 1 , entonces T es inyectiva. (2.5 ptos)
0 0 1 0

Solución.
(1) (→) Sea x ∈ N(T ). Por la definición de núcleo de una aplicación lineal, tenemos que T (x) = 0.
Por otra parte, al ser T una aplicación lineal, sabemos que T (0) = 0. Ası́ T (x) = T (0) y utilizando
que T es una aplicación inyectiva, deducimos que x = 0. Por tanto, N(T ) = {0}.
(←) Sean x e y ∈ E tales que T (x) = T (y). Nuestro objetivo es demostrar que x = y con el fin de
justificar la inyectividad de T .
T lineal
T (x) = T (y) −→ 0 = T (x) − T (y) = T (x − y) −→ x − y ∈ N(T ) = {0} −→ x = y.

Por tanto, la primera afirmación es verdadera.

(2) Por hipótesis sabemos que BC + B 2 A = C, luego B (C + BA) = C. Utilizando el teorema de

Binet: det(B) det(C + BA) = det(C) = 5. Por tanto, det(B) 6= 0 y, por el criterio de la no singularidad
de una matriz por el determinante, deducimos que B es una matriz no singular. En consecuencia, la
segunda afirmación es verdadera.

(3) Como A es una base de E, tenemos que A es un sistema generador de E, esto es, E = L(A). Dado
que E = L(A) = L(B), podemos deducir que B es un sistema generador de E. Utilizando de nuevo que
A = {x1 , x2 , . . . , xn } es una base de E, obtenemos que dimK E = n. En definitiva, B es una base de
E, ya que B = {y1 , y2 , . . . , yn } es un sistema generador de E formado por n elementos y dimK E = n.
Por tanto, la tercera afirmación es verdadera .

(4) Es sabido que el rango de una matriz es el número de unos principales de su forma escalonada
1 0 0 2
!
reducida por filas. Ası́ ρ(TAB ) = 3, pues la forma escalonada reducida de TAB es igual a 0 1 0 1 .
0 0 1 0
Por otra parte, conocemos que dimK Im(T ) = ρ(TAB ) = 3. Como TAB ∈ M3×4 (R) sabemos que
dimK E = 4 y dimK F = 3. Utilizando el teorema de las dimensiones tenemos que: 4 = dimK E =
dimK N(T )+dimK Im(T ) = dimK N(T )+3 y, con ello, dimK N(T ) = 1 6= 0. De la primera caracterización
de inyectividad y suprayectividad deducimos que T no es una aplicación inyectiva, pues N(T ) 6= {0}.
En consecuencia, la cuarta afirmación es falsa.
 
2 −4 −1 −4 8 2
 0 4 1 0 −8 −2 
1 −2 −1 −2 4 2 
 
P1 (1) Calcula la inversa de A =   ∈ M6×6 (R), sin utilizar determinantes.

 0 0 0 4 −8 −2 
 0 0 0 0 8 2 
0 0 0 2 −4 −2
(2) ¿La submatriz A[3] admite factorización LDU? Justifica tu respuesta.
 Solución. Para calcular la inversa A, consideremos la siguiente partición en bloques de A:
 
2 −4 −1 −4 8 2
 0 4 1 0 −8 −2   
1 −2 −1 −2 4 2  P Q
 
A= =

 0 0 0 4 −8 −2  O R
 0 0 0 0 8 2 
0 0 0 2 −4 −2

Notemos que R = 2P y que tanto P como R son matrices no singulares,  −1ya que−1det(P−1)= −4 6= 0 y
P −P QR
det(R) = 23 det(P ) = −32 6= 0. Por tanto, A es no singular y A−1 = .
O R−1
Observemos además que Q = −R y ası́ −P −1 QR−1 = −P −1 (−R)R−1 = P −1 y, como R = 2P ,
P −1 P −1
!
−1 1 −1 −1
entonces R = P . Por tanto, A = 1 −1 .
2 O P
2
Calculamos la inversa de P utilizando el método de Gauss-Jordan:
     
2 −4 −1 1 0 0 1 −2 −1 0 0 1 1 −2 −1 0 0 1
F1 ↔F3 F3 −2F1
 0 4 1 0 1 0  −−−−→  0 4 1 0 1 0  −−−−−→  0 4 1 0 1 0 →−
1 −2 −1 0 0 1 2 −4 −1 1 0 0 0 0 1 1 0 −2
   
1 −2 0 1 0 −1 1
F
1 0 0 1/2 1/2 0
F −F3 2
−−2−−→  0 4 0 −1 1 2  −−−4
−−→  0 1 0 −1/4 1/4 1/2 .
F1 +F3 F1 +2F2
0 0 1 1 0 −2 0 0 1 1 0 −2
   
1/2 1/2 0 1/4 1/4 0
1
Luego, P −1 =  −1/4 1/4 1/2  y R−1 = P −1 =  −1/8 1/8 1/4 .
2
1 0 −2 1/2 0 −1
Y finalmente,
 
1/2 1/2 0 1/2 1/2 0
 −1/4 1/4 1/2 −1/4 1/4 1/2 
P −1 P −1
!  
1 0 −2 1 0 −2 
A−1 =

1 −1 = .
O P  0 0 0 1/4 1/4 0 
2 
 0 0 0 −1/8

1/8 1/4 
0 0 0 1/2 0 −1

 
2 −4 −1
(2) La submatriz principal lı́der de orden 3 de A es A[3] = P =  0 4 1 . Para comprobar si
1 −2 −1
esta matriz admite LDU usaremos el teorema de los pivotes. Ası́,

det(P [1] ) = 2 6= 0 =⇒ P [1] es no singular 

(2)
=⇒ p11 6= 0 y p22 6= 0
 
[2] 2 −4 [2]
det(P ) = det = 8 6= 0 =⇒ P es no singular 
0 4 

Por tanto, A[3] admite factorización LDU.

P2 Considera M2×2 (R) espacio vectorial real y los subespacios vectoriales de M2×2 (R):
         
1 −1 1 −1 −1 1 a b a+c−d=0
F =L A= ,B = ,C = y G= ∈ M2×2 (R) : .
−1 2 0 −1 −2 7 c d a+b=0

(1) Calcula una base y la dimensión de F y de G.

(2) Calcula una base y la dimensión de F + G. ¿Es una suma directa? Justifica tu respuesta.
 Solución El teorema de existencia de base afirma que si E es un espacio vectorial no nulo finitamente
generado y H es un sistema generador de E, entones existe T una base de E tal que T ⊆ H. Por
eso nuestro objetivo será encontrar un sistema generador de un subespacio vectorial y posteriormente
hallar una base del mismo contenida en dicho sistema generador.
(1) El conjunto A = {A, B, C} es un sistema generador de F , pues F = L(A). Veamos si A es LI o
LD. Consideramos la combinación lineal de los elementos de A igualada al vector nulo:
       
1 −1 1 −1 −1 1 0 0
α +β +γ = .
−1 2 0 −1 −2 7 0 0

α+β−γ = 0 

−α − β + γ = 0

Por tanto, debemos resolver el sistema de ecuaciones lineales homogéneo:
−α − 2γ = 0 

2α − β + 7γ = 0

       
1 1 −1 F2 + F1
F3 + F1
1 1 −1 1 1 −1 1 1 −1
 −1 −1 1  F4 − 2F1  0 0 0  F3 ↔ F2  0 1 −3  F4 + 3F2  0 1 −3 
T =  −−−−−−−→   −−−−−−−→   −−−−−−−→  .
 −1 0 −2   0 1 −3   0 0 0   0 0 0 
2 −1 7 0 −3 9 0 −3 9 0 0 0
Como ρ(T ) = 2 < 3 =número de incógnitas, el sistema es compatible indeterminado. Por tanto, A es
LD. Debemos localizar el vector que es combinación lineal del resto. Sabemos que el sistema inicial es
α+β−γ = 0
equivalente al siguiente sistema: . Resolviendo este último sistema obtenemos que:
β − 3γ = 0
β = 3γ y α = −2γ. Ası́ tenemos que:
(−2γ)A + (3γ)B + γC = O2×2 , ∀γ ∈ R.
En particular, si γ = 1, podemos escribir que −2A+3B+C = O2×2 y de aquı́ se sigue que C = 2A−3B.
Ahora tenemos que:
F = L({A, B, C}) = L({A, B, 2A − 3B}) = L({A, B}) = L(A1 ).
Por tanto, A1 = {A, B} es un sistema generador de F , pues F = L(A1 ). Además, A1 es LI, pues A
no es proporcional a B. En consecuencia, A1 es una base de F y dimR F = 2.
  
a b a+c−d=0
Seguidamente hallaremos un sistema generador del subespacio G = ∈ M2×2 (R) : .
c d a+b=0
Para ello, resolveremos el sistema de ecuaciones lineales homogéneo generado por las ecuaciones implı́ci-
tas de G: 
a+c−d=0
=⇒ b = −a, d = a + c
a+b=0
Ası́ tenemos:
           
a b a+c−d = 0 a −a 1 −1 0 0
G= ∈ M2×2 (R) : = : a, c ∈ R = a +c : a, c ∈ R =
c d a+b = 0 c a+c 0 1 1 1
    
1 −1 0 0
=L D= ,E = = L(B) siendo B = {D, E}.
0 1 1 1

Notemos que B = {D, E} es una base de G, dado que B es un sistema generador de G (G = L(B)) y
B es LI (D y E no son proporcionales). Por tanto, dimR G = 2.
(2) Nuestro próximo objetivo será hallar un sistema generador de F + G:
        
1 −1 1 −1 1 −1 0 0
F + G = L(A1 ) + L(B) = L(A1 ∪ B) = L A= ,B = ,D = ,E = .
−1 2 0 −1 0 1 1 1
Por tanto, D = A1 ∪ B es un sistema generador de F + G. Veamos si D es o no LI. Construimos una
matriz P haciendo coincidir sus filas con las coordenadas de A, B, D y E respecto de C base canónica
de M2×2 (R) y añadimos una columna adicional con el nombre de los vectores, con el objetivo de hallar
el rango de P y, si existen, las relaciones de dependencia de los vectores de D:

          1
1 −1 1 0 0 1 0 0 0 0  −1 
A= =1· + (−1) · + (−1) · +2· −→ [A]C =  
−1 2 0 0 0 0 1 0 0 1  −1 
2
     
1 1 0
 −1   −1
 , [E]C =  0 .
  
De igual forma tenemos que: [B]C = 
 0  , [D]C =  0
 
  1 
−1 1 1
   
1 −1 −1 2 A F2 − F1
1 −1 −1 2 A F3 − F2
 1 −1 0 −1 B  F3 − F1
 −−−−−−→ 
 0 0 1 −3 B − A  F4 − F2
 −−
 −−−−→
 1 −1 0 1 D   0 0 1 −1 D − A 
0 0 1 1 E 0 0 1 1 E
   
1 −1 −1 2 A 1 −1 −1 2 A
 0
 0 1 −3 B−A  F4 − 2F3 
 −−−−−−−→  0 0 1 −3 B−A 
.
 0 0 0 2 (D − A) − (B − A)   0 0 0 2 D−B 
0 0 0 4 E − (B − A) 0 0 0 0 E − B + A − 2(D − B)
Como ρ(P ) = 3 <número de elementos de D, podemos concluir que D es LD. Además, se verifica que
E + B + A − 2D = O2×2 , por tanto, tenemos E = −B − A + 2D.
Ası́ tenemos: F +G = L({A, B, D, E}) = L({A, B, D, −B−A+2D}) = L({A, B, D}). En consecuencia,
H = {A, B, D} es un sistema generador de F + G. Dado que rango de P es 3, podemos afirmar que
dimR F + G = 3. Por tanto, H = {A, B, D} es un sistema generador de F + G con 3 vectores y
dimR F + G = 3, luego H es una base de F + G.
Es sabido que la suma de dos subespacios vectoriales es directa si, y sólo si la intersección de ambos
es el subespacio vectorial nulo.
Utilizando la fórmula de Grassmann conseguimos la dimensión de F ∩ G:

dimR (F + G) + dimR (F ∩ G) = dimR F + dimR G −→ dimR (F ∩ G) = −3 + 2 + 2 = 1 6= 0.

Por tanto, F ∩ G 6= {O2×2 } y, con ello, F + G no es una suma directa.

P3 Considera la aplicación lineal T : R4 −→ M2×2 (R) definida del siguiente modo:

   
a   a
 b  −3a − 8b + 6d a + 6b − 2d  b  4
T
  =  c ∈R .
∀ 
c  a − 2d b
d d

(1) Calcula una base y la dimensión de N(T ) y de Im(T ). Clasifica la aplicación lineal T .
(2) Extiende una base de Im(T ) hasta conseguir una base de M2×2 (R).

Solución. (1) Obtengamos en primer lugar el núcleo de la aplicación lineal T :

    

 a a    

b  b −3a − 8b + 6d a + 6b − 2d 0 0
 
4
  
N(T ) =  c ∈R : T c
 = = =


 a − 2d b 0 0 

d d
 

  

 a 

b
 
4

=   ∈ R : −3a − 8b + 6d = 0, a + 6b − 2d = 0, a − 2d = 0, b = 0 =

 c  

d
 

     

 a 
  2d 
  
b 0 
  
 ∈ R4 : a = 2d, b = 0 = 

=   : c, d ∈ R =
  c    c  
 
  
d d
  

          

 2 0 
 
 2 0 
0  + c  0  : c, d ∈ R = L  u =  0  0 
         
= d ,v =    = L(A).
  0   1     0   1  
   
1 0 1 0
   

Por tanto, A = {u, v} es un sistema generador de N(T ), dado que N(T ) = L(A). Además, A es LI, pues
u y v son dos vectores no proporcionales. En consecuencia, A es una base de N(T ) y dimR N(T ) = 2.
  

 0 
 
0 

La aplicación lineal T no es inyectiva, ya que N(T ) 6=   0 . Utilizando el teorema de las

 
0
 
dimensiones podemos deducir la dimensión del subespacio imagen de T :

dimR R4 = dimR N(T ) + dimR Im(T ) =⇒ dimR Im(T ) = dimR R4 − dimR N(T ) = 4 − 2 = 2.

Como 2 = dimR Im(T ) 6= dimR M2×2 (R) = 4, tenemos que M2×2 (R) 6= Im(T ). En consecuencia, la
aplicación lineal T no es suprayectiva.
Obtengamos una base del subespacio Im(T ). Comenzamos buscando un sistema generador:
        

 1 0 0 0 
  0   1   0   0 
Im(T ) = L
T
 ,T
 0 
 ,T
 0 
 ,T
 1 
  =
 0 
 
0 0 0 1
 

        
−3 1 −8 6 0 0 6 −2
=L C= ,D = ,E = ,F = = L(H).
1 0 0 1 0 0 −2 0

Observamos que E = O2×2 y F = −2C. Por tanto,

    
−3 1 −8 6
Im(T ) = L({C, D, E, F }) = L({C, D, −2C}) = L({C, D}) = L C= ,D = = L(H1 ).
1 0 0 1

Como H1 es un sistema generador de Im(T ) formado por dos vectores y dimR Im(T ) = 2, deducimos
que H1 es una base de Im(T ).

(2) En el apartado (1) hemos demostrado que H1 = {C, D} es una base de Im(T ). Como dimR M2×2 (R) =
4 y H1 = {C, D} es un subconjunto LI de M2×2 (R), debemos buscar dos vectores G, H ∈ M2×2 (R)
de modo que B = H1 ∪ {G, H} = {C, D, G, H} sea LI.
La condición necesaria y suficiente para que B sea LI es que la matriz M construida de modo que sus
filas coincidan con las coordenadas de C, D, G y H respecto de la base canónica C de M2×2 (R) tenga
rango 4. Calculamos las coordenadas del vector de C y D respecto de C:
 
            −3
−3 1 1 0 0 1 0 0 0 0 −3 1 1
= (−3) · +1· +1· +0· → = 
1 0 0 0 0 0 1 0 0 1 1 0 C 1
0
            −8
−8 6 1 0 0 1 0 0 0 0 −8 6  6
= (−8) · +6· +0· +1· → = .
0 1 0 0 0 0 1 0 0 1 0 1 C 0
1
   
0 0 0 0
Para simplificar el cálculo del rango de la matriz M elegimos por ejemplo: G = yH = .
1 0 0 1
Siguiendo el proceso anterior, las coordenadas de G y H respecto de C son:
   
  0   0
0 0 0 0 0 0
=  y =  .
1 0 C 1 0 1 C 0
0 1
Ahora calculamos el rango de M :
   
−3 1 1 0 8 −3 1 1 0
−8 6 F2 − F1
0 1
 −−−−−3−−→ 
 0 10/3 −8/3 1 
M = 0 0
.
1 0  0 0 1 0 
0 0 0 1 0 0 0 1
Es claro que ρ(M ) = 4 = número de elementos de B. Por tanto, B es LI. Como B es un conjunto LI
formado por 4 vectores y dimR M2×2 (R) = 4, podemos concluir que B es una base de M2×2 (R) que
contiene a H1 .
P4 Considera las aplicaciones lineales T : M2×2 (R) −→ P3 (R) y S : M2×2 (R) −→ P3 (R) definidas por:
   
a b 2 3 a b
T = (2a − 2b + c)x + (−2a + 4b + 3c + 2d)x + (5b − 2c)x , ∀ ∈ M2×2 (R)
c d c d
   
a b a b
S = c + (c − a)x + (a − 2b − d)x2 + (c − 2b)x3 , ∀ ∈ M2×2 (R).
c d c d

(1) Calcula (2T +3S)AB siendo A la base canónica de M2×2 (R) y B = {1, 1+x, 1+x+x2 , 1+x+x2 +x3 }
una base de P3 (R).
(2) ¿2T + 3S es un isomorfismo? Justifica tu respuesta.

Solución. (1) Calculamos en primer lugar la aplicación lineal 2T + 3S. Como T y S son aplicaciones
lineales de M2×2 (R) en P3 (R), se tiene entonces que 2T + 3S es otra aplicación lineal de M2×2 (R) en
P3 (R) definida por:
     
a b a b a b
(2T + 3S) = 2T + 3S =
c d c d c d
= 2 (2a−2b+c)x + (−2a+4b+3c+2d)x2 + (5b−2c)x3 + 3 c + (c−a)x + (a−2b−d)x2 + (c−2b)x3 =
   
 
2 3 a b
= 3c + (a − 4b + 5c)x + (−a + 2b + 6c + d)x + (4b − c)x , ∀ ∈ M2×2 (R).
c d
Para calcular la matriz asociada (2T + 3S)AB , calculamos las imágenes de los vectores de la base A y
las coordenadas de estas imágenes respecto de la base B:
 
1 0
(2T + 3S) = x − x2 = α1 · 1 + β1 (1 + x) + γ1 (1 + x + x2 ) + δ1 (1 + x + x2 + x3 ) =⇒
0 0
   
0 = α1 + β1 + γ1 + δ1   α1 = −1      −1
1 = β1 + γ1 + δ1 β1 = 2 1 0 2
 
=⇒ =⇒ =⇒ (2T + 3S) = 
−1 = γ1 + δ1 
 γ1 = −1   0 0 B −1
0 = δ1 δ1 = 0 0
 
 
0 1
(2T + 3S) = −4x + 2x2 + 4x3 = α2 · 1 + β2 (1 + x) + γ2 (1 + x + x2 ) + δ2 (1 + x + x2 + x3 ) =⇒
0 0
   
0 = α2 + β2 + γ2 + δ2   α2 = 4      4
−4 = β2 + γ2 + δ2 β2 = −6 0 1 −6
  
=⇒ =⇒ =⇒ (2T + 3S) = 
2 = γ2 + δ 2 
 γ2 = −2   0 0 B  −2
4 = δ2 δ2 = 4 4
 
 
0 0
(2T + 3S) = 3 + 5x + 6x2 − x3 = α3 · 1 + β3 (1 + x) + γ3 (1 + x + x2 ) + δ3 (1 + x + x2 + x3 ) =⇒
1 0
   
3 = α3 + β3 + γ3 + δ3   α3 = −2      −2
5 = β3 + γ3 + δ3 β3 = −1 0 0 −1
 
=⇒ =⇒ =⇒ (2T + 3S) = 
6 = γ3 + δ 3 
 γ3 = 7   1 0 B 7
−1 = δ3 δ3 = −1 −1
 
 
0 0
(2T + 3S) = x2 = α4 · 1 + β4 (1 + x) + γ4 (1 + x + x2 ) + δ4 (1 + x + x2 + x3 ) =⇒
0 1
   
0 = α4 + β4 + γ4 + δ4   α4 = 0      0
0 = β4 + γ4 + δ4 β4 = −1 0 0 −1
 
=⇒ =⇒ =⇒ (2T + 3S) = 
1 = γ4 + δ 4 
 γ4 = 1   0 1 B 1
0 = δ4 δ4 = 0 0
 

 
−1 4 −2 0
 2 −6 −1 −1 
Por tanto, (2T + 3S)AB =
 −1 −2
.
7 1 
0 4 −1 0
(2) Por la caracterización matricial de isomorfismo, sabemos que: 2T + 3S será un isomorfismo si, y
sólo si (2T + 3S)CD es no singular, para cualquier base C de M2×2 (R) y para cualquier base D de
P3 (R).
Utilizando matrices de cambio de base se tiene que (2T + 3S)CD = IdBD (2T + 3S)AB IdCA . Como las
matrices cambio de base IdBD y IdCA son no singulares y el producto de matrices no singulares es una
matriz no singular, el problema se reduce a estudiar si la matriz (2T + 3S)AB es no singular. Y para
ello calculemos el determinante de esta matriz:
   
−1 4 −2 0 −1 4 −2 0
 2 −6 −1 −1  F2 +F3
 = det  1 −8 6 0 

det((2T + 3S)AB ) = det 
 −1 −2
=
7 1   −1 −2 7 1 
0 4 −1 0 0 4 −1 0
   
−1 4 −2 0 −4 4
F +F
=(−1)3+4 det  1 −8 6  1= 2 (−1) det  1 −8 6 =
0 4 −1 0 4 −1
 
−4 4
=(−1)(−1)2+1 det = −12.
4 −1

Como det((2T + 3S)AB ) 6= 0, por el teorema de caracterización de la no singularidad de una matriz

por el determinante se sigue que (2T + 3S)AB es no singular y podemos concluir que 2T + 3S es un
isomorfismo.