Professional Documents
Culture Documents
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,
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),
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])]
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}}
{0,1}
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}
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 ,
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
y ahora,
MatrixForm[M]
resulta 47 17 83 17 38 17 4 27 17 14 17
25 17
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}
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}}
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}}
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}}
= =
{(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
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},
9
9.1
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)}.