ALGEBRA Y GEOMETRIA ANALITICA

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

....................................................................................................................................................................

Tema: APLICACIONES LINEALES

Definición:

Sean V y W espacios vectoriales sobre un cuerpo K.

F: V  W es una aplicación lineal si y solo si:

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.

Ejercicio Nº8 (pág.245)

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

Ejercicio Nº9 (pág.245)

 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

....................................................................................................................................................................

Ejercicio Nº10 (pág.245)

Este ejercicio se resuelve de forma similar al ejercicio Nº9

Ejercicio Nº11 (pág.245)

Este ejercicio se resuelve de forma similar al ejercicio Nº8

IMAGEN

Definición:

Sea F:V  W aplicación lineal, se llama imagen de F; I F al conjunto I F  F (v) / v  V  .

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:

Se llama rango de una aplicación lineal a la dimensión de la imagen.

NUCLEO

Definición:

Sea F:V  W aplicación lineal, se llama núcleo de F; N F al conjunto N F  v  V / F (v)  0W .

Teorema 4

Sea F:V  W aplicación lineal entonces:

1) N F es un subespacio de V

4
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche

....................................................................................................................................................................
2) Si dim V=n entonces dim N F  n .

Definición:

Se llama nulidad de una aplicación lineal a la dimensión del núcleo.

Teorema de la dimensión

Sea F:V  W aplicación lineal entonces: dim V= dim N F  dim I F .

Ejercicio Nº14 (pág.248)

Sea F : R 2  R 3 aplicación lineal, con F ( x, y )  ( y, x, x  y ) se pide:

a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.

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)

Si aplicamos la definición de conjunto generador, podemos escribir:

k1 (0,1,1)  k2 (1,0,1)  ( x, y, z )

wI F

Lo que nos conduce al sistema de ecuaciones lineales:

5
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche

....................................................................................................................................................................
0k1  k2  x 

k1  0k2  y 
k1  k2  z 

Buscamos una/s condición/es de compatibilidad:

0 1 x
1 0 y  e32( 1)
1 1 z
0 1 x
1 0 y  e31( 1)
0 1 zy
0 1 x
1 0 y
0 0 x yz

La condición de compatibilidad es : x  y  z  0 , esto significa que el subespacio imagen, es un plano

que pasa por el origen de coordenadas.

La caracterización de la imagen es : I F  ( x, y, z )  R 3 / x  y  z  0 . 
Podemos formar una base usando los dos vectores generadores de la imagen (ya que forman un
conjunto generador y son LI):

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

plano por el origen

NÚCLEO:

Aplicamos la definición de 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:

y0 

x0 
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.

Utilizamos ahora el teorema de la dimensión:

dim V= dim N F  dim I F

2= 0 + 2  verifica!!

V  R2 W  R3

F
NF=(0,0) (0,0,0)

Ejemplo

Sea F : R 2  R 3 aplicación lineal, con F ( x, y )  (2 x  y,8 x  4 y,0) se pide:

a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.

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

....................................................................................................................................................................

Si aplicamos la definición de conjunto generador, podemos escribir:

k1 (2,8,0)  k2 (1,4,0)  ( x, y, z )

wI F

Lo que nos conduce al sistema de ecuaciones lineales:

2k1  k2  x 

 8k1  4k2  y 
0k1  0k2  z 

Buscamos una/s condición/es de compatibilidad:

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
z0 
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:

Aplicamos la definición de núcleo:

Si v( x, y )  N F entonces: F ( x, y )  (2 x  y,8 x  4 y,0)  (0,0,0) , igualando componentes homólogas

obtenemos el sistema de ecuaciones lineales:

2x  y  0 

 8 x  4 y  0
00 


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 

Podemos formar una base usando el vector generador del núcleo

 1 
BN F   ,1
 2 

Por tener la base un vector, la dimensión del núcleo es 1 y la nulidad de la aplicación lineal, también es
1.

Utilizamos ahora el teorema de la dimensión:

dim V= dim N F  dim I F

2= 1 + 1  verifica!!

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

¿Cuáles de las siguientes matrices están en el núcleo de la transformación?

 5 3  1
d )   e)   f )  
10  2 1

De rango y nulidad de la transformación.

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

Si aplicamos la definición de conjunto generador, podemos escribir:

 2  1  x 
k1    k 2     
  8  4  y
wI F

Lo que nos conduce al sistema de ecuaciones lineales:

2k1  k2  x 

 8k1  4k2  y 
Buscamos una/s condición/es de compatibilidad:
La condición de compatibilidad es : 4 x  y  0 , esto significa que el subespacio imagen, es una
recta que pasa por el origen de coordenadas.
 x  
La caracterización de la imagen es : I F     R 2 x1 / 4 x  y  0 .
 y  
Ahora que conocemos la caracterización de la imagen, veremos cual vector la verifica:

 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:

Aplicamos la definición de 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)

Se resuelve de manera similar al ejercicio Nº 15 (pág.248)

Ejercicio Nº17(pág.250)

Se resuelve de manera similar al ejercicio Nº 15 (pág.248)

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)

Si aplicamos la definición de conjunto generador, podemos escribir:

k1 (1,1)  k2 (2,1)  k3 (0,1)  ( x, y )


wI F

Lo que nos conduce al sistema de ecuaciones lineales:

k1  2k2  0k3  x 

k1  k2  k3  y 

Buscamos una/s condición/es de compatibilidad:

1 2 0 x
e
1 1 1 y 21( 1)
1 2 0 x
0 3 1 yx

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:

Aplicamos la definición de núcleo:

12
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche

....................................................................................................................................................................

Si v( x, y )  N F entonces: F ( x, y, z )  ( x  2 y, x  y  z )  (0,0) , igualando componentes homólogas

obtenemos el sistema de ecuaciones lineales:

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 

Podemos formar una base usando el vector generador del núcleo

 2 1 
BN F    , ,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.

Utilizamos ahora el teorema de la dimensión:

dim V= dim N F  dim I F

3= 1 + 2  verifica!!

Ejemplo

Sea F : R 3  R 4 aplicación lineal, con F ( x, y, z )  ( x  2 y, x  y  z ,2 x  y  z ,3 x  3 y  z ) se pide:

a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.

Resolver….

Rtas:
  y1  y2  y3  0 
I F  ( y1 , y2 , y3 , y4 )  R 4 /  
 2 y1  y2  y4  0

BI F  (1,0,1,2)(0, ,1,1,1) rango=2

  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

Sea F : R 3  R 3 aplicación lineal, con F ( x, y, z )  ( x, x  y, x  z ) se pide:

a) Caracterizar núcleo e imagen
b) Dar bases para el núcleo y la imagen
c) Dar rango y nulidad.

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 

Si aplicamos la definición de conjunto generador, podemos escribir:

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 

wI 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:

Aplicamos la definición de núcleo:

x   0 1 2   x  0 
  
F  y  ,  1  1  2. y   0
 z   3 3 6   z  0

Resolviendo el producto e igualando componentes homólogas, obtenemos el sistema de ecuaciones

lineales cuyo conjunto solución es:

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  
  

NOTA: los ejercicios Nº 21, 22, 23, 24 y 27 se resuelven de forma parecida.

15
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche

....................................................................................................................................................................

Tema: MATRICES DE LAS APLICACIONES LINEALES

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
vB  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
vB
2

Paso 1: hallar el vector de coordenadas del vector v respecto de la base B

Paso 2: premultiplicar por la matriz A el vector de coordenadas del vector v respecto de la base B y
obtener el vector de coordenadas de la imagen de v respecto de la base B
Paso 3: reconstruir la imagen F(v)

Ejercicio Nº 46

Sea F : R 2  R 3 la transformación definida por F ( x, y )  ( x  2 y, x,0)

a) Encuentre la matriz de F con respecto a las bases B  (1,3)(2,4) y B  (1,1,1)(0,2,0)(3,0,0)
b) Usar la matriz obtenida en a) para calcular F (8,3) .

a)
1-Buscamos las imágenes de los vectores del dominio F(v):

F (1,3)  (7,1,0)
F (2,4)  (6,2,0)

2- Buscamos el vector de coordenadas de F(v) respecto de la base B :

k1 (1,1,1)  k2 (0,2,0)  k3 (3,0,0)  (7,1,0)

16
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche

....................................................................................................................................................................

Resolviendo el sistema de ecuaciones lineales obtenemos:

k1   0 
 
A  k2    12   primera columna de A
1

k3   73 

k4 (1,1,1)  k5 (0,2,0)  k6 (3,0,0)  (6,2,0)

Resolviendo el sistema de ecuaciones lineales obtenemos:

 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 (1,3)  k 2 (2,4)  (8,3)

Resolviendo el sistema de ecuaciones lineales obtenemos:

k1   195 
vB      21 
k2   10 

2-Premultiplicamos por la matriz A el vector de coordenadas del vector v respecto de la base B y

obtenemos el vector de coordenadas de la imagen de v, F(v), respecto de la base B : A.vB  F (v)B  .
 0
 
A.v B  F (v)B    4 
 143 

3- Reconstruimos la imagen planteando la combinación lineal:

F (v)  0.(1,1,1)  4(0,2,0)  143 (3,0,0)  (14,8,0)

Ejercicio Nº 47

Sea F : R 3  R 2 la transformación definida por F ( x, y, z )  (2 x  z , y  z ) . Calcular la matriz

asociada a F respecto de las bases B  (1,1,0)(0,1,1)(1,0,1) y B  (1,0)(0,1)

17
Álgebra y Geometría Analítica (segunda parte)
Docente: Ing. Sandra Garcia Reche

....................................................................................................................................................................

1- Hallamos las imágenes de los vectores de la base B

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

Sea F : P (2)  P (4) la transformación definida por F P( x)   x 2 P( x) .


a) Hallar la matriz F con respecto a las bases B  1  x 2 ,1  2 x  3x 2 ,4  5 x  x 2 y B  (1, x, x 2 , x 3 , x 4   
siendo esta última la base canónica o estándar para P(4)
b) Utilice la matriz que determinó en el apartado anterior para calcular F (3  5 x  2 x 2 )

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