Aplicaciones
Lineales
Ejercicios resueltos
Ximo Beneyto
Apuntes
** "Af( ) + $Af( )= "A f( x, y, z) + $A f(x', y', z' )) = "A (x + y - z, 2x + 3z) + $A (x'+ y'- z', 2x'+ 3z')
=
= ( "x + "y - "z , 2"x + 3"z ) + ($x' + $y' - $z', 2$x' + 3$z')
= ( "x + "y - "z + $x' + $y'
Aplicaciones - $z' , 2"x + 3"z + 2$x' + 3$z')
lineales
Como en ambos casos hemos llegado al mismo resultado Y
f("@ + @ ) = "@f( ) + @f( ) , por tanto f es una aplicacin lineal.
1.2 NCLEO
Por definicin, Ker(f) = { (x, y, z) 0 R3 / f(x, y, z) = (0, 0) } de donde:
(x + y - z, 2x + 3z) = (0, 0) Y x + y - z = 0 *
2x + 3z = 0 * Resolviendo, x = -3z/2 ; y = 5z/2 z 0 .
(x, y, z) 0 Ker(f) Y (x, y, z) = ( , ,z) = z@ ( , , 1) = @ (-3, 5, 2) Y
Sistema Generador de Ker(f) = {(-3, 5, 2)}, como es un vector linealmente independiente:
XB
Sistema Generador de Im(f) = {(1, 2), (1, 0), (-1, 3)}, analizando la dependencia lineal:
1.4 CLASIFICACIN
Hemos visto que podemos clasificar una aplicacin lineal a partir de la dimensin del ncleo
y de la imagen, as:
dim Ker(f) = 1 0 *
dim Im(f) = 2 = dim R * f es un EPIMORFISMO. ( Aplicacin lineal SOBREYECTIVA)
Apuntes
1.5 MATRIZ ASOCIADA EN BASES CANNICAS
f(1, 0, 0) = (1, 2) *
f(0, 1, 0) = (1, 0) * Y La matriz asociada a f en las Bases Cannicas, es:
f(0, 0, 1) = (-1, 3) *
[ Observa el "doble lenguaje" empleado en lo que se refiere a la expresin del vector fila/vector
Aplicaciones lineales
columna segn la parte de problema ].
Sean B = {(1, 1, 2), (2, 1, 0), (1, 1, 1)} Base de R3 y B'= {(1, 1), (2, 0)} Base de R.
Expresando las imgenes de los vectores de la base B como combinacin lineal de los vectores
de la Base B':
XB
########
2. Dada la aplicacin f(x, y, z) = (x+y-2z, 2x-z, 1). Probar que f no es lineal.
Una de las consecuencias de la linealidad de f, es que la imagen del vector 0 del espacio inicial,
sea el vector 0 del espacio final. Como en este caso f(0, 0, 0) = (0, 0, 1) (0, 0, 0) Y f no puede
ser una aplicacin lineal.
#######
3. Sea f: 6 una aplicacin lineal, y B = una Base de ((), +, A) . Si:
Apuntes
Hallar la matriz asociada a f en la Base B. Determinar la aplicacin lineal y clasificarla.
Empleando la linealidad de la aplicacin, trataremos de conseguir las imgenes de los vectores de
la Base B.
Aplicaciones lineales
por tanto
NCLEO
Por definicin Ker(f) = {(x, y) 0 R / f(x, y) = (0, 0) }
Y XB = (0, 0)
Aplicaciones lineales
4. Sea (P2[x](),+,A), el Espacio Vectorial de los polinomios de grado "2" en una indeterminada
(x), con coeficientes reales, con las operaciones usuales de suma de polinomios y producto de
un polinomio por un escalar. Sea f: P2[x] 6 P1[x], la aplicacin que a un polinomio de P2[x] le hace
corresponder su derivada ( f(p(x)) = p'(x) p(x) 0 P2 [x] ). Probar que f es una Aplicacin Lineal.
Hallar su matriz asociada en las Bases Cannicas. Clasificarla. Hallar la matriz asociada en las
bases B = {x+1, x+2, 1 } de P2 [x] y B'= { x+1, x-1 } de P1 [x].
f: P2 [x] 6 P1 [x]
p(x) p'(x)
ax+ bx + c 2ax + b
* f("@p(x) + @q(x)) = f( "@ (ax + bx + c)+ @(a'x + b'x + c')) = f( ("a + a')x + ("b + b')x
+ ("c + c')) = 2 ( "a + a')x + ("b + b') = 2"ax + 2a'x + "b + b' .
** "@f(p(x)) + @f(q(x)) = "@ f(ax + bx + c) + @ f(a'x + b'x + c')) = "(2ax + b) + ( 2a'x +b')
= 2" ax + "b + 2a'x + $ b'.
Como en ambos casos hemos llegado al mismo resultado Y f("@p(x) + @q(x)) = "@f(p(x)) +
@f(q(x)) , por tanto f es una aplicacin lineal.
MATRIZ ASOCIADA EN BASES CANNICAS
Apuntes
Sean B = {x, x, 1 } y B'= {x , 1} las Bases Cannicas de P2 [x] y P1 [x] respectivamente.
y su
NCLEO
Por definicin, Ker(f) = { ax + bx + c 0 P2 [x] / f(ax + bx + c) = 0 (Polinomio cero) }
f(ax+bx+c) = 2ax + b = 0x + 0 Y * 2a = 0 Y a = 0
* b=0 Y b=0
ax + bx + c 0 Ker(f) Y ax+bx+c = 0x + 0x + c = c = c@ 1.
Base de Ker(f) = { 1 }, tambin podramos haber puesto 0x + 0x + 1
dim Ker(f) = 1
f(x) = 2x
XB
* Por tanto, Sistema Generador de Im(f) = { 2x, 1, 0 }, tomando los
vectores Linealmente
f(x) = 1 * Independientes,
f(1) = 0 * Base de Im(f) = { 2x, 1 }
dim Im(f) = 2
CLASIFICACIN
Por consiguiente, la matriz asociada a la aplicacin respecto de estas dos bases, ser:
Aplicaciones lineales
#######
5. Sea f: R 6 R , una aplicacin lineal. Consideremos las bases B = {(1, 2), (0, -1)} y B' = { (1,
2 3
XB
#######
6. A partir de tres materias primas, que llamaremos A ,B , C , obtenemos mediante un proceso
de fabricacin, tres productos finales, que llamaremos P1 ,P2 ,P3 . Sabemos que el vector de
cantidades de produccin final (p1 ,p2 ,p3 ) viene en funcin de las cantidades de materia empleada
de cada tipo a,b,c.
Apuntes
Siendo la relacin: (p1 ,p2 ,p3) = t(a ,b ,c) = ( a+b-c, 2a+3b+c, a+b).
6.1. Obtener las cantidades de A, B, C para un vector de produccin (1, 6, 2)
6.2. Podemos obtener cualquier vector de produccin ?.
6.3. Con cantidades diferentes de materia prima, Podemos obtener la misma produccin
?
6.4. Obtener el vector de produccin, para un vector de materias primas (2, 2, 2) e
interpretar el resultado.
Aplicaciones lineales
Si nos fijamos un poco en la estructura del problema, observaremos que "t" es una
aplicacin lineal de 3 en 3 , t: R3 6 R3 t(a ,b ,c) = ( a+b-c, 2a+3b+c, a+b).
6.2 Nos preguntamos si (p1 ,p2 ,p3 ) 0 R3 existe (a, b, c ) 0 R3 / t(a, b, c) = (p1 ,p2 ,p3 ), es
decir, si la aplicacin es SOBREYECTIVA. Recordemos la caracterizacin de la
sobreyectividad a partir de la dimensin de la imagen, dim Im(f) = dim F, mejor trabajar con
XB
la caracterizacin que demostrar el concepto sobreyectividad, ms sencillo !.
f(1, 0, 0) = (1 ,2 ,1) % Y Sistema Generador de Im(f) = {(1 ,2 ,1), (1 ,3 ,0), (-1, 1, 0)}, veamos
f(0, 1, 0) = (1 ,3 ,0) % son Linealmente Independientes:
f(0, 0, 1) = (-1,1 ,0) %
Apuntes
Base de Im(f) = {(1 ,2 ,1), (1 ,3 ,0), (-1, 1, 0)}
3
dim Im(f) = 3 = dim R Y f es SOBREYECTIVA, as pues, cualquier vector de produccin
se puede obtener a partir del correspondiente vector de materias primas.
[ Desde un punto de vista econmico, el resultado sera discutible al no tener sentido cantidades
negativas de materias primas ].
8.1. En la Base B
8.2. En la Base
Aplicaciones lineales
Vamos a emplear el concepto de matriz asociada a un Endomorfismo respecto de una Base B.
Recordemos que la matriz asociada se obtena mediante las imgenes de los vectores de la
Base B expresados por columna como combinacin lineal de los vectores de la Base B.( Ya
que al ser un endomorfismo, la Base del Espacio Inicial y la Base del Espacio Final es la
misma (Salvo mencin explcita en sentido contrario)).
8.1 Como :
Apuntes
#######
[ suma usual en M2 ]=
XB
En ambos casos llegamos al mismo vector ( matriz ) Y f es aplicacin lineal
9.2 Ncleo ?
Como
Sistema Generador de
Aplicaciones lineales
Es fcil comprobar que se trata de dos vectores linealmente independientes Y una base de
dim Im (f) = 2
9.3. Clasificacin ?
Recordemos la opcin de clasificar una aplicacin lineal a partir del ncleo y de la imagen
f(1, 3) =
Comprendido ?
Obviamente el vector (1, 3) en base cannica de (2(), +, A) tiene por componentes (1, 3)
#######
10. Se considera el homomorfismo f: 3 6 2 que hace corresponder a los vectores { (1, 0, 1), (0,
XB
6 Ordenando la transformacin de la que nos hace mencin el enunciado
Sea f: 3 6 2 /
La primera comprobacin que hacemos es observar si { (1, 0, 1), (0, 1, 1), (1, 1, 0) } forman
una base de 3, pues, de lo contrario, no podramos considerar definido el homomorfismo.
6 Vamos a dar tres maneras diferentes de resolver el problema de obtener la imagen
mediante f de un vector cualquiera de 3. ( Hay ms, por supuesto )
6 1 Solucin
Apuntes
Utilizando el concepto de base (x, y, z) 0 3, sean " , $, ( 0 / (x, y, z)
= " A(1, 0, 1) + $A (0, 1, 1) + (A (1, 1,0)
Aplicaciones lineales
y operando
XB
Apuntes
6 2 Solucin.-
Utilizando ms el concepto linealidad de f. Llamemos
Aplicaciones lineales
XB
bases cannicas de 3 y 2 es :
Apuntes
y en vector fila
XB
si x = 0 Y 3y + z = 0 Y z = - 3y
(x, y, z) 0 Ker (f) Y (x, y, z) = (0, y, -3y) = y (0, 1, -3)
Ker (f) = < (0, 1, -3) >
Una Base Ker (f) = { (0, 1, -3) }
dim Ker (f)) = 1
IMAGEN
Im (f) = { f(x, y, z) 0 2 / (x, y, z) 0 3 }
Apuntes
dim Im(f) = 2
CLASIFICACION
Aplicaciones lineales
Y f es un EPIMORFISMO [ Aplicacin Lineal
Sobreyectiva ]
10.3 f-1 (2, 3) ?
Si (x, y, z) 0 f-1 (2, 3) Y f(x, y, z) = (2, 3) Y
Y En este caso, si es posible determinar una aplicacin lineal que cumpla las condiciones
anteriores. Puesto que una aplicacin lineal queda determinada conocidas las imgenes de
una base del Espacio Inicial, vamos a seguir este camino con los datos que tenemos.
6 En primer lugar, ampliemos la base del ncleo a una base de 4, aadiendo dos
vectores linealmente independientes con los que ya tenemos. (La seleccin la
haremos de forma intuitiva )
* Base Ker(f) = { (-1, 0, 0, 1), (1, 3, 2, 0) }
XB
6 ( 1, 1, 1) 0 Im(f) Y f( 1, 0, 0, 0) = (1, 1, 1)
( 0, -2, 1) 0 Im(f) Y f( 0, 1, 0, 0) = (0, -2, 1)
Con lo cual queda determinada una aplicacin lineal f :4 6 3 cumpliendo las condiciones.
[ NOTA : f no es , desde luego, nica. Los vectores con los que ampliamos la base de
ker(f), no son nicos, ni la asignacin de las imgenes de estos vectores es
nica ]
#######
[ Observa la pequea habilidad para que los vectores obtenidos "coincidan" con los dos
primeros vectores de la base B. Casualidad preparada ! ]
Como f (v) = v v 0 S Y f(1, 0, -1) = (1, 0, -1)
Y f(0, 1, -1) = (0, 1, -1)
Como Ker(f) = { w 0 3 / wt A v = 0 v 0 S }
XB
[ Imgenes de los vectores de la base del Espacio Inicial como combinacin lineal de los
vectores de la base del Espacio Final ]
12.2. f(x, y, z) ?
Vamos a utilizar la tercera salida al problema de obtener la matriz en bases cannicas de una
Aplicaciones lineales
aplicacin lineal construda sobre bases cualesquiera. En este caso, tendremos una bonita
resolucin matricial.
Sea A, la matriz asociada a f en base cannica.
Como f(v) = A A v v 0 3 Y
Apuntes
Y de la forma habitual :
Aplicaciones lineales
#######
13. Sea f : 3 6 2 una aplicacin lineal / f(x, y, z) = (x+y, y+z) (x, y, z) 0 3, se consideran
las bases
B = { (1, 0, 0), (1, 1, 0), (1, 1, 1) } de 3 y B' = { (1, 1), (1, 2) } de 2. Hallar la matriz asociada a
f respecto de las bases B y B'. Utilizar la matriz anterior para hallar f(v) siendo v = (1, 2, 1).
6 f(v) ?
Puesto que la matriz anterior opera sobre vectores expresados en la base B Y al ser v = (1, 2,
1) necesitamos conocer sus componentes en la base B. Veamos :
Apuntes
Sean " , $ , ( 0 / (1, 2, 1) = " (1, 0, 0) + $ (1, 1, 0) + ( (1, 1, 1)
Resolviendo Y " = -1 , $ = 1 , ( = 1 Y v = (-1, 1, 1)B
(3, 0)B'
Aplicaciones lineales
para obtener las coordenadas del vector, expresndolo mediante su relacin con B'
(3, 0)B' = 3 A (1, 1) + 0 A (1, 2) = (3, 3)
[ Observa que sustituyendo en la definicin original de la aplicacin :
f (1, 2, 1) = (1+2, 2+1) = (3, 3)
que es el mismo resultado que hemos obtenido ]
#######
14. Considera (P3(x)(),+,A),(M2()(),+,A) y sus bases: B = {x3,x2,x,1} y
f(x3) = f(1 A x3 + 0 A x2 + 0 A x + 0 } =
f(x2) = f(0 A x3 + 1 A x2 + 0 A x + 0 } =
Apuntes
f(x) = f(0 A x3 + 0 A x2 + 1 A x + 0 } =
f(1) = f(0 A x3 + 0 A x2 + 0 A x + 1 } =
Como la base de M2( ) es la base cannica Y las componenetes de cada una de las
imgenes obtenidas coincidir con los elementos de la matriz respectiva en el orden marcado
por las matrices de la base
Aplicaciones lineales
B={x3, x2, x, 1 }
f(x3) = (1 0 0 0)B'
f(x2) = (0 1 -1 0)B'
f(x) = (0 -1 1 0)B'
f(1) = (0 0 0 0)B'
Y MB, B'(f) =
Y f (ax3 + bx2 + cx + d ) =
XB
Base Im(f) = { }
Aplicaciones
dim Im(f) = 3 lineales
14.3. Clasificacin
ordinario
#######
XB
** " f (x, y, z) + $ f (x', y', z') = " ( x+y, y-z, x+y+z) + $ (x'+y', y'-z', x'+y'+z') =
Apuntes
= (" x + " y + $ x' + $y', " y - " z + $y' - $z', " x +" y + " z + $x' + $y' + $z' )
Y Ker(f) = {(0, 0, 0) }
Y dim Ker(f) = 0
* IMAGEN
Im(f) = { f(x, y, z) 0 3 / (x, y, z) 0 3 }
f(x, y, z) = (x+y, y-z, x+y+z) = x A (1, 0, 1) + y A (1, 1, 1) + z A (0, -1, 1)
Im(f) = < (1, 0, 1), (1, 1, 1), (0, -1, 1) >
Estudiemos su dependencia lineal
Resolviendo
XB
P A vB = vCAN
Como : Y
Apuntes
Operando :