50 Matematicas I :

Algebra Lineal
Tema 5
Aplicaciones lineales.
5.1 Denicion. N ucleo e imagen.
Denicion 126.- Sea f: V W una aplicacion entre los espacios vectoriales reales V y W . Se dice que f
es una aplicacion lineal si:
(1) f(u + v) = f(u) +f(v); u, v V, (2) f(ku) = kf(u); u V y k IR.
Estas dos propiedades se pueden reunir en:
f(ku +l v) = kf(u) +lf(v); u, v V, k, l IR.
y, en general, se tiene:
f(k
1
u
1
+k
2
u
2
+ +k
r
u
r
) = k
1
f(u
1
) +k
2
f(u
2
) + +k
r
f(u
r
) u
i
V, k
i
IR
Si V = W la aplicacion lineal tambien se dice que es un operador lineal.
Ejemplos 127 Las siguientes aplicaciones son aplicaciones lineales
1.- f: V V denida por f(v) = 2v:
f(v +w) = 2(v +w) = 2v +2w = f(v) +f(w)
2.- Dada A =
_
0 1 1
1 0 1
_
, la aplicacion f: IR
3
IR
2
con f(x) = Ax =
_
0 1 1
1 0 1
_
_
_
x
1
x
2
x
3
_
_
:
f(x +y) = A(x +y) = A(x) +A(y) = Ax +Ay = f(x) +f(y)

Proposicion 128.- Si f: V W es una aplicacion lineal, entonces:

a) f(0) = 0; b) f(v) = f(v); v V
Denicion 129.- Dada una aplicacion lineal f: V W , se dene el n ucleo o ker(nel) de f , que se denota
por ker(f) o ker f , como el conjunto:
ker f = {v V : f(v) = 0}
y se dene la imagen de f , que se denota por Img(f) o Img f (a veces f(V )), como el conjunto
Img f = {w W : v V tal que w = f(v)}
El ker f es un subespacio vectorial de V y la Img f es subespacio vectorial de W (ver ejercicio 5.31).
Denicion 130.- Si f: V W es una aplicacion lineal, entonces la dimension del n ucleo se denomina la
nulidad de f y la dimension de la imagen de f se denomina el rango de f .
Proposicion 131.- Sea f: V W es una aplicacion lineal y B = {v
1
, v
2
, . . . , v
n
} una base de V , entonces
Img f = lin{f(v
1
), f(v
2
), . . . , f(v
n
)}
Demostracion:
En efecto, todo v V puede escribirse como v = k
1
v
1
+k
2
v
2
+ +k
n
v
n
, luego
f(v) = f(k
1
v
1
+k
2
v
2
+ +k
n
v
n
) = k
1
f(v
1
) +k
2
f(v
2
) + +k
n
f(v
n
)
En consecuencia, si w Img f , w = f(v) = k
1
f(v
1
) +k
2
f(v
2
) + +k
n
f(v
n
), para alg un v.
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
51 Matematicas I :

Algebra Lineal 5.2 Matrices de una aplicacion lineal
Ejemplo Tomemos el ejemplo 2) de los Ejemplos 127 anteriores:
ker f = {x IR
3
: f(x) = 0} = {x IR
3
: Ax = 0}
luego son las soluciones del sitema de ecuaciones lineales AX = 0. Como son los vectores de la forma (z, z, z),
para cualquier valor de z IR, se tiene que ker f = {(z, z, z) IR
3
: z IR} = lin{(1, 1, 1)}.
Para la imagen: tomemos en IR
3
la base canonica, entonces
Img f =lin{f(e
1
), f(e
2
), f(e
3
)}=lin{Ae
1
, Ae
2
, Ae
3
}=lin{(0, 1), (1, 0), (1, 1)}=lin{(0, 1), (1, 0)}=IR
2
pues (1, 1) = (1)(0, 1) + (1)(1, 0). Se tiene ademas, que dim(ker f) = 1 y dim(Img f) = 2.

No por casualidad, sucede que dim(ker f) + dim(Img f) = 1 + 2 = 3 = dimIR

3
:
Teorema de la dimension 132.- Si f: V W es una aplicacion lineal entre espacios vectoriales,
dimV = dim(ker f) + dim(Img f)
Demostracion:
Si la dim(ker f) = n = dimV , entonces ker f = V , y f(v) = 0 v V , luego Img f = {0} que tiene
dimension cero, por lo que se cumple
dim(ker f) + dim(Img f) = dimV ( n + 0 = n )
Si la dim(ker f) = r < n, tomemos B
ker
= {u
1
, . . . , u
r
} una base del ker f V que podemos completar con
n r vectores hasta una base de V , B
V
= {u
1
, . . . , u
r
, v
r+1
, . . . , v
n
}, y el conjunto imagen sera por tanto
Img f =lin
_
f(u
1
), . . . , f(u
r
), f(v
r+1
), . . . , f(v
n
)
_
=lin
_
0, . . . , 0, f(v
r+1
), . . . , f(v
n
)
_
=lin
_
f(v
r+1
), . . . , f(v
n
)
_
Si probamos que el conjunto formado por esos n r vectores es linealmente independiente, sera una base de la
Img f y habremos probado que
dim(ker f) + dim(Img f) = dimV ( r + n r = n )
como queramos. Veamoslo: por ser f una aplicacion lineal,

r+1
f(v
r+1
) + +
n
f(v
n
) = 0 f(
r+1
v
r+1
+ +
n
v
n
) = 0
r+1
v
r+1
+ +
n
v
n
ker f
luego en la base B
ker
se expresa con
r+1
v
r+1
+ +
n
v
n
=
1
u
1
+ +
r
u
r
, para ciertos
i
. Luego

1
u
1

r
u
r
+
r+1
v
r+1
+ +
n
v
n
= 0
y
1
= =
r
=
r+1
= =
n
= 0 por formar esos vectores una base de V . En particular, con

r+1
= =
n
= 0 se prueba que el conjunto {f(v
r+1
), . . . , f(v
n
)} es un conjunto linealmente independiente
de vectores, que por ser tambien generador de la Img f es una base de ella.
5.2 Matrices de una aplicacion lineal
Teorema 133.- Sean V y W espacios vectoriales con dimV = n y dimW = m, y sea f: V W , una
aplicacion lineal. Si B
1
= {v
1
, v
2
, . . . , v
n
} es una base de V y B
2
= {w
1
, w
2
, . . . , w
m
} una base de W ,
entonces la matriz
A
mn
=
_
[f(v
1
)]
B
2
[f(v
2
)]
B
2
[f(v
n
)]
B
2
_
es la unica matriz que verica que [f(v)]
B
2
= A[ v]
B
1
, para cada v V .
Demostracion:
Todo v V se escribe de forma unica como una combinacion lineal de los vectores de la base, v =
k
1
v
1
+k
2
v
2
+ +k
n
v
n
, luego su imagen f(v) = k
1
f(v
1
) +k
2
f(v
2
) + +k
n
f(v
n
).
Como los vectores f(v
1
), f(v
2
), . . . , f(v
n
) son de W , sean sus coordenadas en la base B
2
:
_

_
_
f(v
1
)
_
B
2
= (a
11
, a
21
, . . . , a
m1
)
_
f(v
2
)
_
B
2
= (a
12
, a
22
, . . . , a
m2
)

_
f(v
n
)
_
B
2
= (a
1n
, a
2n
, . . . , a
mn
)

_
f(v
1
) = a
11
w
1
+a
21
w
2
+ +a
m1
w
m
f(v
2
) = a
12
w
1
+a
22
w
2
+ +a
m2
w
m

f(v
n
) = a
1n
w
1
+a
2n
w
2
+ +a
mn
w
m
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
52 Matematicas I :

Algebra Lineal 5.2 Matrices de una aplicacion lineal
Entonces, sustituyendo en f(v), se tiene
f(v) =k
1
(a
11
w
1
+a
21
w
2
+ +a
m1
w
m
) +k
2
(a
12
w
1
+a
22
w
2
+ +a
m2
w
m
)
+ +k
n
(a
1n
w
1
+a
2n
w
2
+ +a
mn
w
m
)
=(k
1
a
11
+k
2
a
12
+ +k
n
a
1n
)w
1
+ (k
1
a
21
+k
2
a
22
+ +k
n
a
2n
)w
2
+ + (k
1
a
m1
+k
2
a
m2
+ +k
n
a
mn
)w
m
por tanto, las coordenadas de f(v) en la base B
2
son
[f(v)]
B
2
=
_
_
_
_
k
1
a
11
+k
2
a
12
+ +k
n
a
1n
k
1
a
21
+k
2
a
22
+ +k
n
a
2n

k
1
a
m1
+k
2
a
m2
+ +k
n
a
mn
_
_
_
_
=
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
_
_
_
_
k
1
k
2
.
.
.
k
n
_
_
_
_
_
= A[ v]
B
1
y A, tiene por columnas las coordenadas en la base B
2
de las imagenes de los vectores de la base B
1
.
Denicion 134.- Sean B
1
una base de V , B
2
base de W y f: V W una aplicacion lineal. A la unica
matriz A, tal que [f(v)]
B
2
= A[ v]
B
1
, para cada v V , se le llama matriz de f respecto de las bases
B
1
y B
2
.
Si f: V V es un operador lineal y consideramos que tenemos la misma base B en el espacio de partida
y en el de llegada, entonces se habla de matriz de f respecto de la base B.
Ejemplo Sea f: P
2
[X] P
1
[X] dada por f(P(X)) = P

(X). Sean B
1
= {1, X, X
2
} y B
2
= {1, X} bases
respectivas de P
2
[X] y P
1
[X] . Entonces, como f(1) = 0, f(X) = 1 y f(X
2
) = 2X se tiene que
A =
_
[f(1)]
B
2
[f(X)]
B
2
[f(X
2
)]
B
2
_
=
_
0 1 0
0 0 2
_
es la matriz de f asociada a B
1
y B
2
.
En efecto
f(a +bX +cX
2
) = b + 2cX y A[a +bX +cX
2
]
B
1
=
_
0 1 0
0 0 2
_
_
_
a
b
c
_
_
=
_
b
2c
_
= [b + 2cX]
B
2

Observacion 135.- Si f: V W es una aplicacion lineal y A la matriz de f respecto de B

1
y B
2
, entonces
ker f =
_
v V : f(v) = 0
_
=
_
v V : [f(v)]
B
2
= [ 0]
B
2
_
=
_
v V : A[ v]
B
1
= 0
_
luego las coordenadas en la base B
1
de los vectores del ker f son las soluciones del sistema homogeneo Ax = 0 .
w Img f = lin
_
f(v
1
), f(v
2
), . . . , f(v
n
)
_
[ w]
B
2
lin
_
[f(v
1
)]
B
2
, [f(v
2
)]
B
2
, . . . , [f(v
n
)]
B
2
_
luego el espacio de las columnas de la matriz A, E
c
(A), esta compuesto por las coordenadas en la base B
2
de
los vectores de la Img f . En consecuencia, dim(Img f) = dimE
c
(A) = rg(A).
Ejemplo Sean B
1
= {v
1
, v
2
, v
3
} base de V , B
2
= {w
1
, w
2
, w
3
} base de W , f: V W aplicacion
lineal y A =
_
_
1 0 1
1 1 1
1 1 3
_
_
la matriz de f asociada a B
1
y B
2
. Encontrar una base de ker f y otra de Img f .
Como A[ v]
B
1
= [f(v)]
B
2
, v
0
ker f A[ v
0
]
B
1
= 0, luego resolviendo el sistema AX = 0:
A =
_
_
1 0 1
1 1 1
1 1 3
_
_

_
_
1 0 1
0 1 2
0 1 2
_
_

_
_
1 0 1
0 1 2
0 0 0
_
_
=
_
_
_
x = z
y = 2z
z = z
= [v
0
]
B
1
=
_
_
x
y
z
_
_
= z
_
_
1
2
1
_
_
el vector (1, 2, 1) genera las coordenadas en B
1
de los vectores del ker f . Luego ker f =lin{v
1
2v
2
+v
3
}.
Ademas, dim(ker f) = 1 luego dim(Img f) = 3 1 = 2 = rg(A). Y una base de la imagen se obtendra de
una base del espacio de las columnas de A (para operar sobre las columnas de A, operamos es las las de A
t
):
A
t
=
_
_
1 0 1
1 1 1
1 1 3
_
_
t
=
_
_
1 1 1
0 1 1
1 1 3
_
_

_
_
1 1 1
0 1 1
0 2 2
_
_

_
_
1 1 1
0 1 1
0 0 0
_
_
luego los vectores (1, 1, 1) y (0, 1, 1) generan las coordenadas en la base B
2
de los vectores de la Img f . En
consecuencia, Img f = lin{w
1
w
2
+w
3
, w
2
+w
3
}.

Prof: Jose Antonio Abia Vian I.T.I. en Electricidad

53 Matematicas I :

Algebra Lineal 5.3 Teorema de Semejanza
Denicion 136.- Si f: IR
n
IR
m
es una aplicacion lineal, a la matriz de f asociada a las bases canonicas
de IR
n
y IR
m
, se le llama la matriz estandar.
Denicion 137.- Para cada matriz A
mn
, la aplicacion f: IR
n
IR
m
denida por f(x) = Ax es lineal y
A es la matriz estandar de f . Se dice que f es una aplicacion matricial.
5.2.1 Composicion de aplicaciones lineales
Aplicacion y funcion tienen el mismo signicado (aunque esta ultima denominacion es la que suele usarse en los
temas de Calculo) por lo que la denicion siguiente no debe plantear sorpresas:
Denicion 138.- Sean f: V W y g: W U aplicaciones lineales. Llamaremos aplicacion compuesta
de f y g, a la aplicacion g f: V U denida por
(g f)(v) = g(f(v)), v V.
Proposicion 139.- Sean f: V W y g: W U aplicaciones lineales, con dimV = n, dimW = m y
dimU = p, y sean B
1
, B
2
y B
3
bases de V , W y U , respectivamente. Entonces:
a) g f es una aplicacion lineal.
b) Si A
mn
es la matriz asociada a f respecto de las bases B
1
y B
2
, y C
pm
es la matriz asociada a g
respecto de B
2
y B
3
, entonces CA
pn
es la matriz asociada a g f respecto de las bases B
1
y B
3
.
Demostracion:
a) (g f)(u +v) =g(f(u +v)) = g(f(u) +f(v)) = g(f(u)) +g(f(v))
=(g f)(u) +(g f)(v).
b) Teniendo en cuenta que [g(w)]
B
3
= C[ w]
B
2
y [f(v)]
B
2
= A[ v]
B
1
,
[(g f)(v)]
B
3
= [g(f(v))]
B
3
= C[f(v)]
B
2
= CA[v]
B
1
; v V.
5.3 Teorema de Semejanza
Proposicion 140.- Sea f: V W una aplicacion lineal entre espacios vectoriales, B
1
y B

1
dos bases de V
y B
2
y B

2
dos bases de W . Si A es la matriz de f asociada a las bases B
1
y B
2
, P la matriz de cambio de
la base B

1
en B
1
y Q la matriz de cambio de la base B
2
en B

2
; entonces la matriz, A

, de f asociada a las
bases B

1
y B

2
viene dada por
A

= QAP
Demostracion:
QAP[ v]
B

1
= QA[ v]
B
1
= Q[f(v)]
B
2
= [f(v)]
B

2
= A

[ v]
B

2
, v V . Luego A

= QAP .
Teorema de semejanza 141.- Sean f: V V , un operador lineal, A
1
la matriz de f respecto de una base
B
1
de V , A
2
la matriz de f respecto de otra base B
2
y P la matriz de paso de B
2
a B
1
. Entonces
A
2
= P
1
AP
Observacion: Una manera de recordar bien este proceso es tener en cuenta los diagramas siguientes, donde la
obtencion de las nuevas matrices se reduce a la b usqueda de caminos alternativos:
A

= QAP
V
f
W
B
1
A
B
2
|
P
|
Q
B

1
A

2
V
f
V
B
1
A
1
B
1
|
P
|
P
1
B
2
A
2
B
2
A
2
= P
1
A
1
P
No hay que olvidar, que las matrices se operan en orden inverso (las matrices multiplican a los vectores por la
izquierda, sucesivamente). Obviamente, el Teorema de Semejanza es un caso particular de la Proposicion 140.
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
54 Matematicas I :

Algebra Lineal 5.4 Ejercicios
Denicion 142.- Dadas dos matrices A y B de orden n, se dice que A y B son semejantes si existe una
matriz P inversible tal que B = P
1
AP .
Corolario 143.- Dos matrices A y B son semejantes si y solo si representan al mismo operador lineal respecto
a dos bases.
Corolario 144.- Si A y B son matrices semejantes, entonces tienen el mismo rango.
5.4 Ejercicios
5.30 Determinar si las siguientes aplicaciones son o no lineales:
a) f: IR
2
IR
2
denida por f(x, y) = (
3

x,
3

y)
b) f: IR
3
IR
2
denida por f(x, y, z) = (2x +y, 3y 4z).
c) f: M
22
IR denida por f
_
a b
c d
_
= a
2
+b
2
.
5.31 Sea f: V W una aplicacion lineal.
a) Probar que ker f es un subespacio de V
b) Probar que Img f es un subespacio de W
5.32 Sean V un espacio vectorial y T: V V la aplicacion lineal tal que T(v) = 3v . Cual es el n ucleo de
T ? Cual es la imagen de T ?.
5.33 Sea A una matriz de tama no 5 7 con rango 4.
a) Cual es la dimension del espacio de soluciones de Ax = 0 ?.
b) Ax = b tiene solucion para todo b de IR
5
? Por que?.
5.34 Sea T: IR
3
IR
3
la aplicacion lineal dada por la formula T(x, y, z) =
_
_
1 3 4
3 4 7
2 2 0
_
_
_
_
x
y
z
_
_
.
a) Demostrar que el n ucleo de T es una recta y encontrar sus ecuaciones parametricas.
b) Demostrar que la imagen de T es un plano y hallar su ecuacion (cartesiana).
5.35 Sea B = {v
1
= (1, 2, 3), v
2
= (2, 5, 3), v
3
= (1, 0, 10)} una base de IR
3
y f: IR
3
IR
2
una aplicacion
lineal para la que f(v
1
) = (1, 0), f(v
2
) = (0, 1) y f(v
3
) = (0, 1).
a) Encontrar una matriz de la aplicacion f indicando las bases a las que esta asociada.
b) Calcular f(v
3
v
2
2v
1
) y f(1, 1, 1).
5.36 Encontrar la matriz estandar de cada una de las aplicaciones lineales siguientes:
a) f
_
_
x
1
x
2
x
3
_
_
=
_
_
x
1
+ 2x
2
+x
3
x
1
+ 5x
2
x
3
_
_
b) f
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
=
_
_
_
_
x
4
x
1
x
3
x
1
x
3
_
_
_
_
c) f
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
=
_
_
x
4
x
1
x
1
+x
2
x
2
x
3
_
_
Encontrar una base del nucleo y otra de la imagen, para cada una de ellas
5.37 Sea T: IR
3
W la proyeccion ortogonal de IR
3
sobre el plano W que tiene por ecuacion x+y +z = 0.
Hallar una formula para T y calcular T(3, 8, 4).
5.38 Se dice que una aplicacion lineal es inyectiva si a cada vector de la imagen le corresponde un unico
original (es decir, si f(u) = f(v) = u = v ). Demostrar que f es inyectiva si y solo si ker f = {0}.
5.39 Sea T: IR
2
IR
3
la transformacion lineal denida por T(x
1
, x
2
) = (x
1
+ 2x
2
, x
1
, 0).
a) Encontrar la matriz de la aplicacion T en las bases:
B
1
=
_
u
1
=(1, 3), u
2
=(2, 4)
_
y B
2
=
_
v
1
=(1, 1, 1), v
2
=(2, 2, 0), v
3
=(3, 0, 0)
_
.
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
55 Matematicas I :

Algebra Lineal 5.4 Ejercicios
b) Usar la matriz obtenida en el apartado anterior para calcular T(8, 3).
5.40 Sea f: M
22
M
22
denida por: f
_
a
11
a
12
a
21
a
22
_
=
_
1 2
0 1
__
a
11
a
12
a
21
a
22
_
y sean las bases B
c
(hace el papel de la canonica) y B de M
22
:
B
c
=
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
B =
__
1 0
0 0
_
,
_
0 2
1 0
_
,
_
0 1
2 0
_
,
_
0 0
0 1
__
a) Demostrar que f es lineal.
b) Cual sera el tama no de la matriz de f asociada a la base B
c
? Hallarla.
c) Hallar el n ucleo y la imagen de f as como sus dimensiones y bases.
d) Hallar la matriz de f respecto de la base B.
5.41 Sea A =
_
_
3 2 1 0
1 6 2 1
3 0 7 1
_
_
la matriz de la aplicacion lineal T: IR
4
IR
3
respecto de las bases:
B =
_
v
1
= (0, 1, 1, 1), v
2
= (2, 1, 1, 1), v
3
= (1, 4, 1, 2), v
4
= (6, 9, 4, 2)
_
y
B

=
_
w
1
= (0, 8, 8), w
2
= (7, 8, 1), w
3
= (6, 9, 1)
_
.
a) Hallar [T(v
1
)]
B
, [T(v
2
)]
B
, [T(v
3
)]
B
y [T(v
4
)]
B
.
b) Encontrar T(v
1
), T(v
2
), T(v
3
) y T(v
4
).
c) Hallar T(2, 2, 0, 0).
5.42 Sea T: IR
2
IR
2
la aplicacion lineal denida por T
_
x
1
x
2
_
=
_
x
1
+ 7x
2
3x
1
+ 4x
2
_
.
Hallar la matriz de T respecto de la base B y aplicar el teorema de semejanza para calcular la matriz
de T respecto de la base B

, siendo
B =
_
u
1
= (2, 2), u
2
= (4, 1)
_
y B

=
_
v
1
= (1, 3), v
2
= (1, 1)
_
.
5.43 Probar que si A y B son matrices semejantes entonces det(A) = det(B).
5.44 Probar que si A y B son matrices semejantes entonces A
2
y B
2
tambien lo son.
5.45 Dado el operador lineal T: IR
3
IR
3
tal que [T(x)]
B
= A[x]
B
siendo:
A =
_
_
2 a 1
1 2a 1
1 a 2
_
_
y B =
_
u
1
= (1, 1, 0), u
2
= (0, 1, 1), u
3
= (1, 0, 0)
_
a) Calcular los subespacios ker(T) y Img(T) seg un los valores de a.
b) Hallar la matriz estandar de T .
5.46 Sean f: V W una aplicacion lineal y S = {v
1
, v
2
, . . . , v
n
} un conjunto de vectores de V . Probar
que si el conjunto {f(v
1
), f(v
2
), . . . , f(v
n
)} es linealmente independiente, entonces S es linealmente
independiente.
Es cierto el recproco? Justicar la respuesta.
5.47 Sea T: IR
3
IR
3
la aplicacion lineal T =
_
_
x
1
x
2
x
3
_
_
=
_
_
x
1
+x
2
+x
3
x
1
+x
2
+x
3
x
1
+x
2
+x
3
_
_
. Se pide:
a) Encontrar los valores de y para los cuales la imagen de T sea IR
3
. Quien es en ese caso el
n ucleo?
b) Para = 1, encontrar una base del n ucleo.
c) Sea = 1 y = 0. Se pide:
(c.1) Encontrar la matriz de T respecto de la base
B =
_
u
1
= (1, 0, 1), u
2
= (0, 1, 0), u
3
= (4, 1, 2)
_
.
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
56 Matematicas I :

Algebra Lineal 5.4 Ejercicios
(c.2) Dada la base B
1
=
_
v
1
= (1, 1, 2), v
2
= (1, 1, 0), v
3
= (1, 1, 1)
_
, encontrar la matriz de
paso de B a B
1
.
(c.3) Encontrar la matriz de T en la base B
1
aplicando el teorema de semejanza.
5.48 Sea T: IR
3
IR
2
una aplicacion lineal tal que:
(i) ker(T) =
_
x + 2y +z = 0
2x +y +z = 0
(ii) T
_
_
0
0
1
_
_
=
_
0
1
_
(iii) T
_
_
1
0
1
_
_
=
_
2
1
_
a) Obtener una matriz asociada a T , indicando respecto a que bases.
b) Calcular las ecuaciones parametricas de la imagen del subespacio x +y +z = 0.
5.49 Sean B
p
=
_
p
1
, p
2
, p
3
, p
4
_
una base de P
3
[X] (polinomios de grado menor o igual a 3), B
1
=
_
v
1
=
(0, 1, 0), v
2
=(1, 1, 1), v
3
=(0, 0, 1)
_
una base de IR
3
y f: P
3
[X] IR
3
una aplicacion lineal vericando:
(i) f(p
1
)=f(2p
2
+p
4
)=f(p
2
p
3
) (ii) f(p
2
)=v
1
+v
3
v
2
(iii) f(p
4
)=(3, 3, 2)
a) Encontrar A
p1
la matriz de la aplicacion f en las bases B
p
y B
1
.
b) Es
_
_
1 1 0
1 0 0
1 0 1
_
_
la matriz de paso, P
c1
, de la base canonica de IR
3
a B
1
? Justicar la respuesta
y, en caso negativo, hallar P
c1
.
c) Sea B
q
=
_
q
1
=XX
3
, q
2
=X
2
1, q
3
= 1X, q
4
=X
2
+X
_
otra base de P
3
[X] para la cual, las
matrices M
qp
=
_
_
_
_
2 0 0 0
1 3 2 0
1 2 1 0
0 0 0 1
_
_
_
_
y A
q1
=
_
_
6 5 3 0
3 1 0 3
3 3 2 1
_
_
son respectivamente, la matriz de
paso de B
q
a B
p
y la matriz de f en las bases B
q
y B
1
. Con estos nuevos datos, como se puede
comprobar que la matriz A
p1
calculada antes es la correcta?
d) Hallar bases de ker(f) e Img(f), obteniendo los vectores concretos que las forman.
e) Probar que B
2
=
_
w
1
= (1, 2, 1), w
2
= (0, 1, 1), w
3
= (2, 1, 0)
_
es base de IR
3
y obtener la
matriz de paso, P
21
, de la base B
2
en la base B
1
.
f) A partir de las matrices anteriores, dar la expresion del calculo de las matrices:
A
p2
de la aplicacion f en las bases B
p
y B
2
M
pq
de paso de la base B
p
en la base B
q
A
q2
de la aplicacion f en las bases B
q
y B
2
g) Pueden conocerse los vectores que forman B
p
? Como?, de ser posible o, por que no?
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad