Pr actica 1: Aplicaciones lineales

Algebra lineal Curso 2007/2008

Denici on de aplicaci on lineal

i) f (u + v) = f (u) + f (v), u, v Rn . ii) f (u) = f (u), u Rn , R.

Una aplicaci on f : Rn Rm es lineal si verica que

Imagen de un vector
f (u) = f (x, y, z ) = (3x + y, 2x + z ). Entonces, si u = (1, 1, 1), v = (1, 0, 2), = 3,

Consideremos la siguiente aplicaci on lineal f : R3 R2 ,

tenemos que, efectivamente, f (u + v) f (u) + f (v) y f (u) f (u) = = f (3(1, 1, 1)) = f (3, 3, 3) = (12, 9), 3f (1, 1, 1) = 3(4, 3) = (12, 9). = f ((1, 1, 1) + (1, 0, 2)) = f (0, 1, 3) = (1, 3), = f (1, 1, 1) + f (1, 0, 2) = (4, 3) + (3, 0) = (1, 3),

Con Mathematica denimos esta aplicaci on lineal de la siguiente manera:

f[{x_,y_,z_}]:={3x+y,2x+z}

La imagen de un vector u = (1, 2, 3) puede ser obtenida de dos formas: i) Simplemente escribiendo f[{1,2,3}] . ii) Deniendo el vector u={1,2,3} y ejecutando f[u] .

En ambos casos se obtiene el vector {5,5} . Comprobemos ahora que es una aplicaci on lineal. Para ello denimos los vectores
u={u1,u2,u3}

y
v={v1,v2,v3}

y efectuamos
Simplify[f[u+v]-(f[u]+f[v])]

y
Simplify[f[a u]-(a f[u])]

on es lineal. obteniendo el vector {0,0} en ambos casos, luego la aplicaci

Matriz asociada a una aplicaci on lineal respecto de las bases can onicas

Sea la base can onica (e1 , e2 , . . . , en ) de Rn . La matriz asociada a la aplicaci on n m f : R R es A = (f (e1 )|f (e2 )| |f (en )), es decir, basta escribir por columnas las im agenes de los vectores (e1 , e2 , . . . , en ). Continuando con el ejemplo anterior, denimos en primer lugar la base can onica de R3 , a la que denominamos Bc :
Bc={{1,0,0},{0,1,0},{0,0,1}}

y calculamos la imagen de cada uno de estos vectores

f[Bc[[1]]] f[Bc[[2]]] f[Bc[[3]]]

lo que da como resultado

{3,2} {1,0}

{0,1}

Estos vectores escritos por columnas determinan la matriz A buscada:

A=Transpose[{f[Bc[[1]]],f[Bc[[2]]],f[Bc[[3]]]}]

que tambi en puede ser denida a trav es del comando Table:

A=Transpose[Table[f[Bc[[i]]],{i,1,3}]]

En forma matricial,
MatrixForm[A]

se obtiene 3 1 2 0 0 1

Una vez conocida la matriz A, la imagen de cualquier vector u puede ser determinada mediante el producto Au. As , para u = (32, 60, 4) tenemos que
f[{32,-60,4}]

resulta
{36,68}

y
A.{32,-60,4}

ofrece exactamente el mismo resultado

{36,68}

Matriz asociada a una aplicaci on lineal respecto de bases cualesquiera

B1 B2 = = {u1 , u2 , . . . , un } de Rn , {v1 , v2 , . . . , vm } de Rm ,

La matriz asociada a una aplicaci on lineal f : Rn Rm respecto de las bases

es M(f ; B1 , B2 ) = ((f (u1 ))B2 |(f (u2 ))B2 | |(f (un ))B2 ) donde (f (ui ))B2 representa las coordenadas del vector f (ui ) en la base B2 .

En la pr actica, esta matriz es M(f ; B1 , B2 ) = M (B2 Bc )1 A(f ; Bc , Bc )M (B1 Bc ) donde M (B1 Bc ) y M (B2 Bc ) representan las matrices de cambio de base de B1 y B2 a las correspondientes bases can onicas, respectivamente. Para la aplicaci on lineal anterior f : R3 R2
f[{x_,y_,z_}]:={3x+y,2x+z}

y considerando las bases B1 B2 = = {(3, 2, 1), (4, 0, 3), (2, 2, 1)} de R3 , {(2, 5), (1, 6)} de R2 ,

las matrices de cambio de base de B1 y B2 a Bc son

B1aBc=Transpose[{{-3,2,1},{4,0,3},{-2,2,1}}] B2aBc=Transpose[{{2,5},{-1,6}}]

y la matriz A(f ; Bc , Bc ) asociada a f en las bases can onicas se obtiene, como ya hemos visto, de la siguiente forma
Bc={{1,0,0},{0,1,0},{0,0,1}} A=Transpose[Table[f[Bc[[i]]],{i,1,3}]]

y
MatrixForm[A]

resulta 3 1 2 0 0 1

Por lo tanto la matriz M asociada a f respecto a las bases B1 y B2 se obtiene con

M=Inverse[B2aBc].A.B1aBc

y ahora,
MatrixForm[M]

resulta 47 17 83 17 38 17 4 27 17 14 17

25 17

Imagen de una aplicaci on lineal

Si A es la matriz asociada a una aplicaci on lineal respecto de unas bases cualesquiera, entonces la dimensi on del subespacio vectorial Im(f ) es exactamente el rango de A, que es el n umero de las no nulas de la matriz RowReduce[A] . Como ejemplo consideramos la aplicaci on lineal f : R3 R4
f[{x_,y_,z_}]:={x+y-z,2x+3y,3x+4y-z,4x+5y-2z}

La matriz A asociada a f respecto de las bases can onicas es

A=Transpose[Table[f[Bc[[i]]],{i,1,3}]]

Entonces
RowReduce[A]

resulta
{{1,0,-3},{0,1,2},{0,0,0},{0,0,0}}

Luego dim(Im(f )) = 2. Para obtener una base de Im(f ), basta considerar las las no nulas de la matriz RowReduce[Transpose[A]] , es decir, de la matriz cuyas las son las im agenes de los vectores de la base can onica del espacio vectorial de partida. Por ejemplo, para la aplicaci on lineal anterior tenemos que
RowReduce[Transpose[A]]

resulta
{{1,0,1,2},{0,1,1,1},{0,0,0,0}}

luego {(1, 0, 1, 2), (0, 1, 1, 1)} es una base de Im(f ).

N ucleo de una aplicaci on lineal

Si f : Rn Rm es una aplicaci on lineal, la dimensi on del n ucleo puede ser obtenida mediante la f ormula dim(Rn ) = dim(Im(f )) + dim(Ker(f )). Por ejemplo, la dimensi on del n ucleo de la aplicaci on anterior es dim(Ker(f )) = dim(R3 ) dim(Im(f )) = 3 2 = 1. Mathematica dispone de un comando espec co para determinar la base del n ucleo de una aplicaci on lineal: NullSpace[A] , donde A es la matriz asociada a f respecto de dos bases cualesquiera B1 y B2 .

Tomando como ejemplo la aplicaci on lineal anterior, donde las bases en cada espacio son las can onicas, tenemos que
NullSpace[A]

resulta
{{3,-2,1}}

Luego (3, 2, 1) es base de Ker(f ). Comprob emoslo:

f[{3,-2,1}]

da como resultado
{0,0,0,0}

Si la matriz A es la asociada a unas bases cualesquiera B1 y B2 de los espacios Rn y Rm , respectivamente, entonces las bases de los subespacios Ker(f ) e Im(f ) est an referidas a estas mismas bases B1 y B2 , respectivamente. As , si
A={{1,2,-4},{2,1,0}}

es la matriz asociada a una aplicaci on lineal f : R3 R2 , respecto de las bases B1 B2 entonces

NullSpace[A]

= =

{(3, 2, 1), (4, 0, 3), (2, 2, 1)} de R3 , {(2, 5), (1, 6)} de R2 ,

resulta
{{-4,8,3}}

lo que indica que (4, 8, 3) son las coordenadas del vector u de la base de Ker(f ) respecto de la base B1 . En la base can onica tendr amos uBc = 4(3, 2, 1) + 8(4, 0, 3) + 3(2, 2, 1) = (38, 2, 23).

Ejercicios en clase
f (x, y, z ) = (3x + y, 2x + z, x + y z, x y + 2z ). 1. Dena f con Mathematica. 2. Pruebe que f es lineal. 6

Considere la aplicaci on lineal f : R3 R4 denida por

3. Halle f (1, 3, 2). 4. Halle la matriz asociada a f referida a las bases can onicas de los espacios entre los que est a denida. Haciendo uso de dicha matriz, halle f (1, 3, 2) y f (1, 2, 1). 5. Halle su matriz referida a las bases B1 B2 = = {(1, 1, 1), (1, 1, 0), (1, 0, 1)} de R3 , {(1, 0, 1, 0), (1, 1, 0, 0), (1, 1, 1, 0), (0, 1, 0, 1)} de R4 .

6. Halle dim(Im(f )), y las bases de Im(f ) referidas a la base can onica y a la base B2 . 7. Halle dim(Ker(f )).

Ejercicio propuesto
U = {(x, y, z )/x 2y + z = 0},

Considere el espacio U de vectores (x, y, z ) tal que x 2y + z = 0:

y la aplicaci on lineal f : R3 R4 denida por f (x, y, z ) = (3x + y, 2x + z, x + y z, x y + 2z ). Halle una base de f (U ).

9
9.1

Soluci on de los ejercicios

Ejercicios en clase
1. 2. Es lineal. 3. f (1, 3, 2) = (0, 4, 4, 8). 4. 3 2 A= 1 1 1 0 0 1 , 1 1 1 2 f (1, 2, 1) = (1, 1, 0, 1).

f (1, 3, 2) = (0, 4, 4, 8), 5. 3 3 M= 2 2

2 2 0 0

1 1 , 1 1

6. La base de Im(f ) es {(1, 0, 1, 1), (0, 1, 1, 2)} en la base can onica. Y {(1, 1, 0, 0), (0, 0, 1, 1)} en la base B2 . dim(Im(f )) = 2. 7. La base de Ker(f ) es {(1, 3, 2)} en la base can onica. Y {(2, 5, 4)} en la base B2 . dim(Ker(f )) = 1.

9.2

Ejercicio propuesto

Denimos g (x, y ) = f (x, y, 2y x) = (3x + y, x + 2y, 2x y, x + 3y ). La base de f (U ) es la base de Im(g ). El resultado es {(1, 0, 1, 1), (0, 1, 1, 2)}.