Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRACTICO
Docente: Ing. SANDRA GARCIA RECHE
2º PARTE
-AÑO 2015-
Colaboradores: SAE- CET AETI
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
Definición:
a) F(u+v)=F(u)+F(v) u;v V
b) F(k.v)=k.F(v) k K
Teorema 1
Sea F:V W aplicación lineal entonces:
1) F (0v ) 0 w
2) F (v) F (v)
3) F (k1.v1 k2 .v2 ... kn .vn ) k1.F (v1 ) k2 .F (v2 ) ... kn .F (vn )
Teorema 2
Sean V y W espacios vectoriales. Si B v1 , v2 ,..., vn es una base ordenada de V y w1 , w2 ,..., wn son
vectores arbitrarios de W, entonces existe una única aplicación lineal F:V W tal que F (vi ) wi , para
i=1,2,…,n.
Sea F : R 3 R 2 una transformación lineal, sabiendo que F(1,3,0)=(-4,5) y F(-1,2,0)=(1,3). Hallar las
imágenes de cada uno de los siguientes vectores: a)-(1,3,0) b)3.(-1,2,0) c)2.(1,3,0)+4.(-1,2,0) d) (0,0,0)
e) (0,1,0) f) (1,0,0)
a) Usando el teorema 1:
F ( v ) F (v )
F (1)(1,3,0) (1)(4,5) (4,5)
b) Usando el teorema 1:
F (k1.v1 k2 .v2 ... kn .vn ) k1.F (v1 ) k2 .F (v2 ) ... kn .F (vn )
F 3.(1,2,0) 3.F (1,2,0) 3.(1,3) (3,9)
c) Usando el teorema 1:
F (k1.v1 k2 .v2 ... kn .vn ) k1.F (v1 ) k2 .F (v2 ) ... kn .F (vn )
F 2.(1,3,0) 4.(1,2,0) 2.F (1,3,0) 4.F (1,2,0) 2.(4,5) 4.(1,3) (4,22)
d) Usando el teorema 1:
F (0 v ) 0 w
F (0,0,0) (0,0)
2
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
e) Escribimos el vector dado como combinación lineal de los vectores datos (estos vectores forman
una base):
k1 (1,3,0) k2 (1,2,0) (0,1,0)
1 1
Resolviendo el sistema obtenemos: k1 ; k2 .
5 5
Usando el teorema 1:
F (k1.v1 k2 .v2 ... kn .vn ) k1.F (v1 ) k2 .F (v2 ) ... kn .F (vn )
1 1 1 1 1 1 3 8
F (0,1,0) F (1,3,0) (1,2,0) F (1,3,0) F (1,2,0) (4,5) (1,3) ,
5 5 5 5 5 5 5 5
f) Idem e).
11 1
F (1,0,0) ,
5 5
2 3
1 0
Sea F : R 2 x1 R 3 x1 una transformación lineal tal que: F 1 y F 1 .
0 3 1 2
1 3 x
Hallar: a) F b) F c) F 1 .
1 2 x2
1 0 1
a) k1. k2 k1 1; k2 1
0 1 1
2 3 5
1 1 0
F 1.F 1.F = 1 1 0
1 0 1 3 2 5
b) Idem a)
12
3
F 1
2 13
1 0 x
c) k1. k2 1 k1 x1; k2 x2
0 1 x2
2 3 2 x1 3x2
x1 1 0
F x1.F x2 .F x1 1 x2 1 x1 x2
x2 0 1 3 2 3x1 2 x2
NOTA: En este último caso se “reconstruyó” la aplicación lineal, esto es posible siempre que se
conozcan las imágenes de los vectores de una base del espacio vectorial dominio.
3
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
IMAGEN
Definición:
V W
F
IF
NF
Ov
Teorema 3
Sea F:V W aplicación lineal entonces:
1) I F es un subespacio de W
2) Si V v1 , v2 ,..., vn entonces I F F (v1 ), F (v2 ),..., F (vn )
3) Si dim V=n entonces dim I F n .
Definición:
NUCLEO
Definición:
Teorema 4
4
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
2) Si dim V=n entonces dim N F n .
Definición:
Teorema de la dimensión
V R2 W R3
(x,y) F (y, x, x+y)
(-2,3)
(3,-2,1)
(0,0)
(0,0,0)
IMAGEN:
Tomamos la base canónica del espacio vectorial dominio B (1,0)(0,1), buscamos las imágenes de
los vectores de esta base usando la regla de asignación dato:
F (1,0) (0,1,1)
F (0,1) (1,0,1)
Usando el teorema 3 podemos plantear que los vectores obtenidos generan a la imagen:
I F (0,1,1)(1,0,1)
k1 (0,1,1) k2 (1,0,1) ( x, y, z )
wI F
5
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
0k1 k2 x
k1 0k2 y
k1 k2 z
0 1 x
1 0 y e32( 1)
1 1 z
0 1 x
1 0 y e31( 1)
0 1 zy
0 1 x
1 0 y
0 0 x yz
BI F (0,1,1)(1,0,1)
Por tener la base dos vectores, la dimensión de la imagen es 2 y el rango de la aplicación lineal,
también es 2.
V R2 W R3
IF
NÚCLEO:
6
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
Si v( x, y ) N F entonces: F ( x, y ) ( y, x, x y ) (0,0,0) , igualando componentes homólogas
obtenemos el sistema de ecuaciones lineales:
y0
x0
x y 0
El conjunto solución es ( x, y ) (0,0) , esto significa que el subespacio núcleo es el origen de
coordenadas. La caracterización del núcleo es: N F ( x, y ) R 2 /( x, y ) (0,0) .
Este subespacio no tiene base y su dimensión es cero, por lo tanto la nulidad de la aplicación lineal es
cero.
V R2 W R3
F
NF=(0,0) (0,0,0)
Ejemplo
IMAGEN:
Tomamos la base canónica del espacio vectorial dominio B (1,0)(0,1), buscamos las imágenes de
los vectores de esta base usando la regla de asignación dato:
F (1,0) (2,8,0)
F (0,1) (1,4,0)
Usando el teorema 3 podemos plantear que los vectores obtenidos generan a la imagen:
I F (2,8,0)(1,4,0)
7
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
k1 (2,8,0) k2 (1,4,0) ( x, y, z )
wI F
2k1 k2 x
8k1 4k2 y
0k1 0k2 z
2 1 x
8 4 y e21( 4)
0 0 z
2 1 x
0 0 4x y
0 0 z
4 x y 0
Las condiciones de compatibilidad son : , esto significa que el subespacio imagen, es
z0
una recta que pasa por el origen de coordenadas.
4 x y 0
La caracterización de la imagen es : I F ( x, y, z ) R 3 / .
z 0
Podemos formar una base usando uno de los dos vectores generadores de la imagen (observar que este
conjunto generador es LD):
BI F (1,4,0)
Por tener la base un vector, la dimensión de la imagen es 1 y el rango de la aplicación lineal, también
es 1.
NÚCLEO:
2x y 0
8 x 4 y 0
00
8
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
1
El conjunto solución es S : ( x, y ) t ,1 , esto significa que el subespacio núcleo es una recta que
2
pasa por el origen de coordenadas. La caracterización del núcleo es:
1
N F ( x, y ) R 2 /( x, y ) t ,1 .
2
Por tener la base un vector, la dimensión del núcleo es 1 y la nulidad de la aplicación lineal, también es
1.
Ejercicio Nº15(pág.248)
2 1
Sea T : R 2 x1 R 2 x1 la multiplicación por la matriz A
8 4
¿Cuáles de las siguientes matrices están en la imagen de la transformación?
1 5 3
a ) b) c )
4 0 12
IMAGEN:
1 0
Tomamos la base canónica del espacio vectorial dominio B , buscamos las imágenes de los
0 1
vectores de esta base usando la regla de asignación dato (las imágenes se obtienen premultiplicando
los vectores columna por la matriz A):
1 2
F
0 8
0 1
F
1 4
Usando el teorema 3 podemos plantear que los vectores obtenidos generan a la imagen:
9
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
2 1
IF
8 4
2 1 x
k1 k 2
8 4 y
wI F
1
a ) 4.1 (4) 0 verifica IT
4
5
b) 4.5 0 0 no verifica IT
0
3
c) 4.(3) 12 0 verifica IT
12
NÚCLEO:
x 2 1 x 0
F , resolviendo el producto e igualando componentes homólogas obtenemos
y 8 4 y 0
el sistema de ecuaciones lineales:
2x y 0
8 x 4 y 0
1
x
El conjunto solución es S : t 2 , la caracterización del núcleo es:
y 1
1
x 2 x1 x
N F R / t 2 .
y y 1
10
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
También podemos decir que los vectores que pertenecen al núcleo son aquellos que tienen su segunda
componente igual al doble de la primera, ahora que conocemos la caracterización del núcleo, veremos
cual vector la verifica:
5
d ) ; verifica segunda componente igual al doble de la primera NT
10
3
e) ; no verifica NT
2
1
f ) no verifica t NT
1
Ejemplo
4 1 5 2
Sea T : R 4 x1 R 2 x1 la multiplicación por la matriz A se pide:
1 2 3 0
a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad
Ejemplo
1 0 0
2 1 0
Sea T : R R la multiplicación por la matriz A
3 x1 4 x1
se pide:
3 1 0
4 1 0
a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad
Ejercicio Nº16(pág.250)
Ejercicio Nº17(pág.250)
Ejemplo
Sea F : R 3 R 2 aplicación lineal, con F ( x, y, z ) ( x 2 y, x y z ) se pide:
a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.
IMAGEN:
11
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
Tomamos la base canónica del espacio vectorial dominio B (1,0,0)(0,1,0)(0,0,1) , buscamos las
imágenes de los vectores de esta base usando la regla de asignación dato:
F (1,0,0) (1,1)
F (0,1,0) (2,1)
F (0,0,1) (0,1)
Usando el teorema 3 podemos plantear que los vectores obtenidos generan a la imagen:
I F (1,1)(2,1)(0,1)
k1 2k2 0k3 x
k1 k2 k3 y
1 2 0 x
e
1 1 1 y 21( 1)
1 2 0 x
0 3 1 yx
En este caso no hay condición de compatibilidad (no se anula ninguna fila), esto significa que el
subespacio imagen, coincide con el espacio vectorial W R 2 .
La caracterización de la imagen es : I F R 2 .
Podemos formar una base usando dos de los vectores generadores de la imagen (controlando que sean
LI):
BI F (1,1)(2,1)
o sabiendo que la imagen es R 2 , podemos tomar directamente la base canónica:
BI F (1,0)(0,1)
Por tener las bases dos vectores, la dimensión de la imagen es 2 y el rango de la aplicación lineal,
también es 2.
NÚCLEO:
12
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
x 2y 0
x y z 0
2 1
El conjunto solución es S : ( x, y, z ) t , ,1 , esto significa que el subespacio núcleo es una
3 3
recta que pasa por el origen de coordenadas. La caracterización del núcleo es:
2 1
N F ( x, y, z ) R 3 /( x, y, z ) t , ,1 .
3 3
Por tener la base un vector, la dimensión del núcleo es 1 y la nulidad de la aplicación lineal, también es
1.
Ejemplo
Resolver….
Rtas:
y1 y2 y3 0
I F ( y1 , y2 , y3 , y4 ) R 4 /
2 y1 y2 y4 0
2 1
N F ( x, y, z ) R 3 /( x, y, z ) t , ,1
3 3
2 1
BN F , ,1 nulidad=1
3 3
13
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
Ejemplo
Resolver….
Ejemplo
0 1 2
3 x1 3 x1
Sea F : R R aplicación lineal, con F ( X ) 1 1 2. X se pide:
3 3 6
a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.
IMAGEN:
1 0 0
Tomamos la base canónica del espacio vectorial dominio B 0 1 0 , buscamos las imágenes de
0 0 1
los vectores de esta base usando la regla de asignación dato (las imágenes se obtienen
premultiplicando los vectores columna por la matriz A):
1 0
F 0 1
0 3
0 1
F 1 1
0 3
0 2
F 0 2
1 6
Usando el teorema 3 podemos plantear que los vectores obtenidos generan a la imagen:
0 1 2
I F 1 1 2
3 3 6
14
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
0 1 2 x
k1 1 k2 1 k3 2 y
3 3 6 z
wI F
Lo que nos conduce a un sistema de ecuaciones lineales cuya condición de compatibilidad es:
3 y z 0 , esto significa que el subespacio imagen, es un plano que pasa por el origen de
coordenadas.
x
3 x1
La caracterización de la imagen es : I F y R / 3 y z 0 .
z
1 0
BI F 0 1 rango=2
0 3
NÚCLEO:
x 0 1 2 x 0
F y , 1 1 2. y 0
z 3 3 6 z 0
x 0 x x 0
S : y t 2 , la caracterización del núcleo es: N F y R / y t 2 .
3 x1
z 1 z z 1
Esto significa que el subespacio núcleo, es una recta que pasa por el origen de coordenadas.
0
BN F 2 nulidad=1
1
15
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
Una aplicación lineal puede escribirse como el producto por una matriz conveniente. En vez de
trabajar con los vectores de las bases canónicas, lo hacemos con la matriz de coordenadas, previo fijar
bases B (en el dominio) y B (en el espacio vectorial imagen).
Cada vez que v aplica sobre la imagen F(v) a través de F, se induce una aplicación lineal F que
relaciona
nx1 las mx correspondientes vectores de coordenadas que será de la forma:
F:R R 1
vB F (v)B
F v B A.v B F (v)B ; la matriz A realiza la aplicación F puesto que relaciona sus
correspondientes vectores de coordenadas. Si la matriz A es dato, la imagen F(v) de un vector v del
dominio puede obtenerse mediante un método indirecto de cálculo.
A M BB (F ) matriz de la aplicación lineal respecto de las bases B y B .
Método directo
v F(v)
1 3
A.v B
F (v)B
vB
2
Ejercicio Nº 46
a)
1-Buscamos las imágenes de los vectores del dominio F(v):
F (1,3) (7,1,0)
F (2,4) (6,2,0)
16
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
k1 0
A k2 12 primera columna de A
1
k3 73
k 4 0
A2 k5 1 segunda columna de A
k6 2
Armamos la matriz A:
0 0
B
A M ( F ) 12 1
B
73 2
b)
1-Buscamos el vector de coordenadas de v respecto de la base B
k1 195
vB 21
k2 10
Ejercicio Nº 47
17
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche
....................................................................................................................................................................
F (1,1,0) (2,1)
F (0,1,1) (1,0)
F (1,0,1) (3,1)
2- Buscamos los vectores de coordenadas de las imágenes respecto de la base B : F (v)B y armamos
la matriz A columna a columna
2
k1 (1,0) k2 (0,1) (2,1) A1
1
1
k3 (1,0) k4 (0,1) (1,0) A2
0
3
k5 (1,0) k6 (0,1) (3,1) A3
1
2 1 3
A
1 0 1
Ejercicio Nº 48
a) F(v)
1- F (1 x 2 ) x 2 x 4
F (1 2 x 3 x 2 ) x 2 2 x3 3x 4
F (4 5 x x 2 ) 4 x 2 5 x 3 x 4
2- F (v)B
0
0
k1.1 k2 .x k3 .x 2 k4 .x 3 k5 .x 4 x 2 x 4 A1 1 completar….
0
1
0 0 0
0 0 0
A 1 1 4 b) Completar….
0 2 5
1 3 1
18