1

GEOMETRIA
ELEMENTAL
MARTINEZ
ANA Ma CAPARROS

PROBLEMAS BASICOS
DEL ALGEBRA
LINEAL
1. Sea f : R3 R2 definida por f (x, y, z) = (x y, y + 2z)
a) Demostrar que f es lineal.
b) Calcular Ker(f ) e Im(f )
c) Calcular bases de R3 y R2 de forma que la matriz asociada respecto de ellas sea:


Ir 0
0 0
Soluci
on:
a) Empleando la definicion de n
ucleo de una aplicacion lineal, es claro que:
Ker(f ) = {(2z, 2z, z) | z R}.
b) Ker(f ) ya esta calculado. Ademas: dim(R3 ) = dim(Ker(f )) + dim(Im(f )). Luego,
deducimos que: dim(Im(f )) = 2. As que Im(f ) = R2 .
c) Que las u
ltimas filas de la matriz tengan como entradas el cero, nos indica que los
u
ltimos vectores de la base de R3 deben ser vectores linealmente independientes de Ker(f ).
No obstante, ya que Ker(f ) es un subespacio vectorial de dimension 1, solo podemos tomar
un vector no nulo del n
ucleo para formar parte de la base buscada. Elegimos por ejemplo el
vector v~1 = (2, 2, 1), tal que v~1 Ker(f ). Completamos con vectores de la base canonica
v~2 = (1, 0, 0), v~3 = (0, 1, 0) hasta obtener una base de R3 :
BR 3 = {v~1 , v~2 , v~3 } = {(2, 2, 1), (1, 0, 0), (0, 1, 0), }
Tomamos ahora como base de R2 :
f (1, 0, 0) = (1, 0) = u~1 y f (0, 1, 0) = (1, 1) = u~2 , esto es:

2
BR 2 = {u~1 , u~2 } = {(1, 0), (1, 1)}.
La matriz asociada a f respecto de BR 3 y BR 2 , es:

1 0
0 1
0 0

2. Se considera la aplicacion f : R3 R2 dada por f (x, y, z) = (x + y, y + z)

a) Demostrar que f es un homomorfismo de R3 en R2 . Veamos que f es una aplicacion lineal
u homomorfismo.
b) Se quiere hallar la matriz asociada a f respecto a las bases:
B = {(1, 1, 1), (0, 1, 1), (1, 0, 0)}
B 0 = {(1, 2), (0, 1)}
c) Halle las ecuaciones cartesianas de Ker(f ) respecto a la base B. Calcule tambien las
dimensiones de Ker(f ) e Im(f ).
Soluci
on:
a) Demostraremos que f es una aplicacion lineal:
f ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = f (x1 + x2 , y1 + y2 , z1 + z2 ) = (x1 + x2 + y1 +
y2 , y1 + y2 + z1 + z2 ) = (x1 + y1 , y1 + z1 ) + (x2 + y2 , y2 + z2 ) = f (x1 , y1 , z1 ) +
f (x2 , y2 , z2 ), (x1 , y1 , z1 ), (x2 , y2 , z2 ) R3 , con , R.
As, queda probado que f es aplicacion lineal.
b) Queremos hallar la matriz asociada a f respecto a B y B 0 . Luego, se tiene:
f (1, 1, 1) = (2, 2)
f (0, 1, 1) = (1, 0)
f (1, 0, 0) = (1, 0)
Los vectores (2,2) y (1,0) estan expresados respecto a la base canonica de R2 . Hay que
expresarlos respecto a la base B 0 . Por lo que:
- Expresamos el vector (2,2) respecto de B 0 :
(2, 2) = (1, 2) + (0, 1)

3
(2, 2) = (, 2) + (0, )
Esto es:
2 =
2 = 2 +

= 2

= 2

Por tanto: (2, 2) = (2, 2)B0

4
- Expresamos el vector (1,0) respecto de B 0 :
(1, 0) = (1, 2) + (0, 1)
(1, 0) = (, 2) + (0, )
Esto es:
1 =
0 = 2 +

= 1

= 2

Por tanto: (1, 0) = (1, 2)B0

Finalmente:
0

M(f ; B, B ) =

2
1
1
2 2 2

c) Las ecuaciones cartesianas de Ker(f ) respecto de la base B:

De la matrizM(f ; B, B 0 ) se obtiene inmediatamente que las ecuaciones de Ker(f ) respecto
de la base B son:

0
x
2
1
1
y = 0
2 2 2
0
z

2x + y + z = 0
2x 2y 2z = 0


Como hay dos ecuaciones cartesianas independientes que definen a Ker(f ), se sigue que:
dim(Ker(f )) = 1.
Ya que la formula aplicada es: dim(Ker(f )) = dim(R3 ) - no ecuaciones cartesianas
Luego, aplicando la formula de las dimensiones (ya nombrada en el ejercicio anterior), se
tiene que:
dim(Im(f )) = 2.

5
3. Demostrar que si f es una aplicacion lineal de V en V 0 , y g es una aplicacion lineal de
V en V 00 , entonces:
a) Ker(g f ) = f 1 (Ker(g))
b) Im(g f ) = g(Im(f ))
0

Soluci
on:
a) Por definicion de n
ucleo de una aplicacion lineal concluimos:
Ker(g f ) = {~x | ~x V, g(f (~x)) = ~0} = {~x | ~x V, f (~x) Ker(g)} = f 1 (Ker(g))
b) Por definicion de imagen de una aplicacion lineal razonamos:
Im(g f ) = (g f )(~v ) = g(f (~v )) = g(Im(f ))
4. Sea f : R4 R3 definida por:

1 1 1 2
1 1 0
0
0
0
1 2
Y sea U el subespacio de R4 de ecuaciones x y = 0, x + y + z = 0. Cuales son las
ecuaciones de f (U) en R3
Soluci
on:
Tengase en cuenta que f (U) =< (f (BU )) >, siendo BU una base de U. El primer paso
sera obtener BU . Para ello, hallemos una base de U.


xy = 0
xy = 0
U

x+y+t = 0
2y + t = 0
Al pasar a parametricas,
x
y
U
z
t

=
=
=
=

1/2
1/2

.
De modo que una base de U es, BU = {(1, 1, 0, 2), (0, 0, 1, 0)}.

6
Concluimos:
f (U) =< (f (1, 1, 0, 2), f (0, 0, 1, 0)) >=< (4, 0, 4), (1, 0, 1) >=< (1, 0, 1) >.
Las ecuaciones parametricas correspondientes son:

x0 =
f (U) y 0 = 0

z0 =
Obtengamos las ecuaciones cartesianas. Esto es, sea (x0 , y 0 , z 0 ) f (U). Entonces:

rg

1 0 1
x0 y 0 z 0


=1

Se escoge -1 como menor no nulo de orden maximo, y se extiende a dos menores de orden
2 no nulos. Esto da lugar a:

x0 + z 0 = 0
f (U)
y0 = 0
5. a)Hallar un isomorfismo f : R3 P2 (x) tal que f (U) = W, donde U = {(x, y, z) |
x 2y = 0} y W = {a0 + a1 x + a2 x2 | a0 + a1 x + 2a2 = 0}. b)Hallar la imagen de (4, 2, 3).
Soluci
on:
a) Para que sea isomorfismo, basta con llevar una base en otra base. Damos el isomorfismo mediante la imagen de una base. Calculamos bases de U y W sin mas que
resolver el sistema de ecuaciones. Para el primero, tenemos U =< (2, 1, 0), (0, 0, 1) > y
W =< 1 x, 2 x2 >. Ampliamos la base de U a una de R3 , y del mismo modo lo hacemos
con la base de W:
B = {(2, 1, 0), (0, 0, 1), (0, 1, 0)} y B 0 = {1 x, 2 x2 , 1}
Definimos f mediante:
f (2, 1, 0) = 1 x
f (0, 0, 1) = 2 x2
f (0, 1, 0) = 1
probando as que es un isomorfismo. Para probar ahora que f (U) = W, basta con darse
cuenta de:
f (U) = f (< (2, 1, 0), (0, 0, 1) >) =< f (2, 1, 0), f (0, 0, 1) >=< 1 x, 2 x2 >= W

7
b) Para hallar f (4, 2, 3), hallamos las coordenadas de (4, 2, 3) respecto de B :
(4, 2, 3) = 2(2, 1, 0) 3(0, 0, 1) + 0(0, 1, 0)
Por tanto, f (4, 2, 3) = 2f (2, 1, 0) 3f (0, 0, 1) + 0f (0, 1, 0) = 3x2 2x 4.
6. Sean f : R5 R4 y g : R4 R5 aplicaciones lineales no nulas tales que g f es
identicamente cero y dim(Im(g)) = 3. Calcular dim(Ker(f )).
Soluci
on:
Como g f es la aplicacion nula, Im(f ) Ker(g) (esta es otra forma de escribir el hecho
de que g(f (~x)) = 0, ~x R5 .
g : R4 R5 es una aplicacion lineal, y por tanto, dim(Ker(g)) + dim(Im(g)) = 4.
Dado que dim(Im(g)) = 3, deducimos que dim(Ker(g)) = 1.
El subespacio Imf (f ) esta contenido en el subespacio unidimensional Ker(g), luego
Im(f ) tiene dimension 0 o 1. No puede tener dimension 0 porque en ese caso f sera la
aplicacion nula, cosa que se excluye del enunciado. Por lo tanto, dim(Im(f )) = 1.
f : R5 R4 es una aplicacion lineal y por tanto, dim(Ker(f )) + dim(Im(f )) = 5.
Dado que dim(Im(f )) = 1, deducimos que dim(Ker(f )) = 4.
7. Pruebe que una aplicacion lineal es inyectiva Ker = {~0}.
Soluci
on:
) Supongamos que la aplicacion lineal es inyectiva. Si f (~x) = ~0, entonces (como es
lineal) se tiene que f (~0) = ~0, por lo tanto se tiene que f (~x) = f (~0). Luego, Ker(f ) = {~0}.
) Recprocamente, si tiene n
ucleo cero y f (~x) = f (~y ), entonces como f es aplicacion
lineal, se tiene:
~0 = f (~x) f (~y ) = f (~x ~y ) (~x ~y ) Ker(f ) ~x ~y = ~0 ~x = ~y .
Luego, f es inyectiva.
8. Sean U, V y W tres espacios vectoriales sobre un mismo cuerpo K, f y g aplicaciones
lineales tal que f : U V y g : V W. Demostrar que:
Ker(g f ) = f 1 (Ker(g) Im(f ))

8
Soluci
on:
) Ker(g f ) f 1 (Ker(g) Im(f ))
Sea ~x Ker(g f ). Quiere decir que g(f (~x)) = ~0, pero entonces f (~x) Ker(g) y
obviamente, f (~x) Im(f ). Por tanto, f (~x) Ker(g) Im(f ), y vemos que:
~x f 1 (Ker(g) Im(f ))
) f 1 (Ker(g) Im(f )) Ker(g f )
Sea ~x f 1 (Ker(g) Im(f )). Quiere decir que f (~x) (Ker(g) Im(f )). En particular,
f (~x) Ker(g), por tanto, g(f (~x)) = ~0, es decir, (g f )(x) = ~0, y ~x Ker(g f ).

a b
9. Sea la aplicacion f : M2 (R) (R ) definida por: f
= (a, a + b + c, 0).
c d
a) Probar que f es lineal y hallar su matriz respecto de las bases canonicas.
b) Obtener las bases, dimension y ecuaciones implcitas de Ker(f ) e Im(f ).
3

Soluci
on:
a) En primer lugar, probemos que f es lineal:
La matriz asociada a f respecto de las bases canonicas es:

1 0 0 0
A= 1 1 1 0
0 0 0 0
b) Comenzamos con el calculo de las dimensiones: dim(Im(f )) = rg(A) = 2, y
dim(Ker(f )) = dim(M2 (R)) dim(Im(f )) = 4 4 = 2.
Una base para Im(f ) se obtiene a partir de las columnas de A:

9
(n)

10. Sea f : V V un endomorfismo, y sea f n = f f , probar que:

a) Ker(f ) Ker(f 2 ) Ker(f n ).
b) Im(f n ) Im(f n1 ) Im(f ).
c) Ker(f i ) = Ker(f i+1 ) Im(f i ) = Im(f i+1 )
Soluci
on:
a) Ker(f ) Ker(f 2 ) Ker(f n ).
Probemos en primer lugar que: Ker(f ) Ker(f 2 ).
Para ello, sea ~v Ker(f ) f (~v ) = ~0. Luego, f (f~v ) = f (~0) = ~0.
Y por ser aplicacion lineal: f 2 (~v ) = f (~0) = ~0 ~v Ker(f 2 ).
Por lo tanto, generalmente se tiene:
Sea ~v Ker(f n1 ) f n1 (~v ) = ~0.
Luego: f n (~v ) = f (f n1 (~v )) = f (~0) = ~0 ~v Ker(f n )
b) Im(f n ) Im(f n1 ) Im(f ).
Sea ~v Im(f 2 ) tal que ~v = f 2 (v~0 ) = f (f (v~0 )) = f (~u) ~v Im(f )
Por lo tanto, generalmente se tiene:
Sea ~v Im(f n ) ~v = f n (v~0 ) = f n1 (f (v~0 )) = f n1 (~u) ~v Im(f n1 )
El diagrama usado en este apartado es el siguiente:
f

V 0 U V
v~0 7 f (v~0 ) = ~u 7 f 2 (v~0 ) = f (~u) = ~v
c)Ker(f i ) = Ker(f i+1 ) Im(f i ) = Im(f i+1 ).
) Sabemos que estas expresiones son equivalentes:
dim(Ker(f i )) + dim(Im(f i )) = dim(V) dim(Ker(f i+1 )) + dim(Im(f i+1 )) = dim(V).
Luego, desarrollando se tiene:
dim(Im(f i )) = dim(V) dim(Ker(f i )) = dim(V) dim(Ker(f i+1 )) = dim(Im(f i+1 )
Es mas, del apartado b) se sabe que:
Im(f i+1 ) Im(f i ).
Pero aqu hemos probado que se da la igualdad.

10
11. En el espacio vectorial Rn (t) de los polinomios con grado menor o igual que n sobre
el cuerpo R, se considera el conjunto de vectores:
B = {1, t, t2 , . . . , tn }
Probar que B es base de Rn (t) .
Soluci
on:
Veamos en primer lugar que es sistema de generadores. Dado un polinomio de la forma
p(t) = a0 + a1 t + + an tn Rn (t), es claro que p(t) se puede escribir como combinacion
lineal de los elementos de la familia B.
Para probar la independencia lineal, recurrimos a la definicion, y consideramos la siguiente
igualdad:
a0 + a1 t + + an tn = 0
La u
nica posibilidad de que esto sea cierto para todo valor de t, es que:
a0 = a1 = = an = 0.

12. Sea f : R4 R2 el homomorfismo definido por:



1 1 0 0
A=
1 0 1 2
Y sea U el subespacio de R2 definido por x y = 0. Hallar las ecuaciones de f 1 (U).
Soluci
on:
El subespacio vectorial f 1 (U) se define como:
f 1 (U) = {~x = (x, y, z, t) R4 | f (~x) U} = {~x R4 | A~x U}, esto es:
f 1 (U) = {(x, y, z, t) R4 | (x y, x + z + 2t) U} = {(x, y, z, t) R4 |
x y (x + z + 2t) = 0}.
Luego, la ecuacion cartesiana de f 1 (U) es:
f 1 (U) = {y + z + 2t = 0}.

11
13. Sea An la matriz cuadrada de orden

2 1

1 2

0 1
An =
0 ...

.. . .
.
.
0

n la siguiente:

0 0
..
. . ..
.
. .
1

... ..
. 0
2

... ... ...

0

... ... ...

1
0 1 2
0

Comprobar que det(An ) = n + 1.

Soluci
on:
Desarrollamos el determinante por






3
det(An ) = 2det(An1 ) + (1) = 





adjuntos:
2

2
...

0
.. . .
.
.
0

0
... ...
... ...
.. ..
.
.
0


0 

0 

0  = 2det(An1 ) det(An2 )

1 
2 

Ahora, veamos que esto es cierto por induccion:

-Para n = 1 es evidente, veamos si se cumple para n = 2:


 2 1 

 = 3.
det(A2 ) = 
1 2 
Como podemos ver, se cumple para n = 2.
-Suponiendolo cierto para n, lo probamos para n + 1. Sustituyendo en :
det(An ) = 2det(An1 ) det(An2 ).
- Nuestra hipotesis de induccion es:
det(An ) = n + 1.
As, podemos ver que:
det(An ) = 2n 1(n 1) = 2n n + 1 = n + 1.

12
14. Dada la aplicacion f : R2 R2 definida por f (x, y) = (y, x)
a) Probar que f es aplicacion lineal.
b) Hallar Ker(f ), su dimension y sus ecuaciones cartesianas.
c) Hallar Im(f ), su dimension y sus ecuaciones cartesianas.
Soluci
on:
a) Veamos que, efectivamente, f es una aplicacion lineal:
f ((x1 , y1 )) + (x2 , y2 )) = f ((x1 , y1 ) + (x2 , y2 )) = f (x1 + x2 , y1 + y2 ) =
= (y1 + y2 , x1 + x2 ) = (y1 , x1 ) + (y2 , x2 ) = (y1 , x1 ) + (y2 , x2 ) = f (x1 , y1 )+
+f (x2 , y2 ). Esto se tiene (x1 , y1 ), (x2 , y2 ) R2 , con , R.
Por tanto, as queda probado que f es una aplicacion lineal u homomorfismo.
b) Calculemos el n
ucleo de la aplicacion lineal, esto es, Ker(f ). Se tiene que:
Ker(f ) = {(x, y) | f (x, y) = (0, 0)} = {(x, y) | x = 0, y = 0} = {(0, 0)}.
Esto es, dim(Ker(f )) = 0.
Hallemos ahora sus ecuaciones cartesianas. Evidentemente, seran:

x = 0
y = 0
c) Calculemos ahora Im(f ). Como podemos imaginar, Im(f ) = R2 , puesto que al
calcular la imagen de los vectores de la base canonica de R2 , se obtiene:
f (1, 0) = (0, 1)
f (0, 1) = (1, 0)
La imagen por f de estos vectores pertenece a (Im(f )), y son ademas vectores linealmente
independientes. Luego, dim(Im(f )) = 2.
Por tanto, tal y como habamos mencionado, (Im(f )) coincide con R2 .
Hallemos ahora sus ecuaciones cartesianas:

x =
, para todo , R.
y =

13


15. Sea f : R M2 (R) dada por f (x, y, z) =

x+y
yz
z + x x + 2y 2z


.

a)Hallar M(f; B, B), Ker(f ) e Im(f ).

x y
b)Sea U 0 = {
| x y = 0, y t = 0, z = 0}, calcule f (U 0 ).
z t
Soluci
on:
a) Tomemos los vectores de la base canonica de R3 , (e~1 , e~2 , e~3 ), y calculemos su imagen:






1 0
1 1
0 1
f (1, 0, 0) =
, f (0, 1, 0) =
, f (0, 0, 1) =
.
1 1
0 2
1 2
Ahora pongamos cada una de las imagenes obtenidas como combinacion lineal de vectores
de la base canonica de M2 (R):





 



1 0
1 0
0 1
0 0
0 0
=1
+0
1
+1
1 1
0 0
0 0
1 0
0 1










1 1
1 0
0 1
0 0
0 0
=1
+1
+0
+2
0 2
0 0
0 0
1 0
0 1










0 0
0 0
0 1
1 0
0 1
=0
1
+1
2
1 2
0 0
0 0
1 0
0 1
Esto es:


1 0
1 1

1 1
0 2

0 1
1 2

= (1, 0, 1, 1)M2 (R)

= (1, 1, 0, 2)M2 (R)

= (0, 1, 1, 2)M2 (R)

Como podemos ver, directamente podramos haber tenido en cuenta que M2 (R) es isomorfo
a R4 . Y ademas, es conveniente saber que, debido a esta propiedad, una matriz

x y
M2 (R), podemos escribirla como un vector (x, y, z, t) R4 .
z t

1 1 0
0 1 1

Luego, M(f ; B, B) =
1 0 1
1 2 2

14
Hallemos ahora Ker(f ), para ello tomemos:

f (x, y, z) =

x+y
yz
z + x x + 2y 2z


=

0 0
0 0

Esto es,
x+y
z+x
yz
x 2y 2z

=
=
=
=

0
0
0
0

Ker(f ) = {0}

La imagen ya la tenemos calculada, luego:

BIm(f ) = {< (1, 0, 1, 1), (1, 1, 0, 2), (0, 1, 1, 2)}, es una base de Im(f ).


x y
0
b) Sea U = {
| x y = 0, y t = 0, z = 0} =.
z t
Luego, puesto que U 0 tiene tres ecuacion cartesianas, y estamos trabajando en R4 , se tiene:
dimU 0 = 1. Para hallar una base del subespacio, obtendremos las ecuaciones parametricas:

x =

y =
z = 0

t =
Esto es: BU 0 =< (1, 1, 0, 1) >.
Una vez obtenidos estos vectores de U 0 , pasemos a calcular su preimagen mediante f ,
haciendo uso de la matriz M(f ; B, B) :
Luego, se trata de resolver los
ientes operaciones:

1
0

1
1

sistemas de ecuaciones que nos quedan haciendo las sigu

1
1 0
x
1
1 1
y =
0
0 1
z
1
2 2

15
Y bien, resolviendo el sistema que nos queda, obtenemos las siguientes soluciones:
x = 51 , y = 54 , z = 51 .
Esto es, f (U 0 ) = ( 15 , 54 , 15 ).
16. Resolver el siguiente sistema lineal homogeneo en R4 :

2x2 x3 + x4 = 0
3x1 + x2 + 10x3 + 5x4 = 0

x1 + 3x3 + x4 = 0
Soluci
on: La matriz asociada al sistema de ecuaciones es:

0 2 1 1
A = 3 1 10 5
1 0 3 1
El primer paso del metodo de Gauss consiste en colocar un elemento no nulo en A11 . Para
ello permutamos F1 y F3 de la matriz (podra usarse tambien F2 ). Se obtiene:

1 0 3 1
3 1 10 5
0 2 1 1
A continuacion debemos realizar operaciones con filas para conseguir que los restantes elementos de la primera columna de la matriz sean ceros. Si Fi denota la i-esima fila de la
matriz, haciendo F2 3F1 resulta:

1 0 3 1
0 1 1 2
0 2 1 1
Pasamos ahora a la segunda columna de la
con lo que solo resta conseguir un 0 en A32 .

1 0
0 1
0 0

matriz. El elemento A22 de la matriz es un 1,

Para ello efectuamos F3 2F2 , que resulta:

3
1
1
2
3 3

Esta es una matriz triangular, y su sistema asociado es:

x1 + 3x3 + x4 = 0
x2 + x3 + 2x4 = 0

3x3 3x4 = 0

16
que es equivalente al de partida.
De la tercera ecuacion deducimos que si X = (x1 , x2 , x3 , x4 ) es solucion del sistema,
entonces x3 = x4 . Reemplazando en la segunda ecuacion y despejando se obtiene: x2 =
x4 . Finalmente, de la primera ecuacion se deduce que x1 = 2x4 . Ademas es claro que
cualquier X que cumple estas condiciones es solucion de la ecuacion. En consecuencia, las
soluciones del sistema son todos los vectores de R4 de la forma: X = (2x4 , x4 , x4 , x4 ) =
x4 (2, 1, 1, 1), es decir, el conjunto de las soluciones del sistema es el subespacio:
S =< (2, 1, 1, 1) >.
17. Probar que si f es un homomorfismo de V en V 0 y g es una aplicacion lineal de V 0
en V 00 , se tiene:
a) Ker(g f ) = f 1 (Ker(g)).
b) Im(g f ) = g(Im(f )).
Soluci
on:
a) Por definicion de n
ucleo de una aplicacion lineal, se tiene:
Ker(g f ) = {x | x V, g(f (x)) = 0} = {x | x V, f (x) Ker(g)} = f 1 (Ker(g)).
b) Por definicion de imagen de una aplicacion lineal se tiene:
Im(g f ) = (g f )(v) = g(f (v)) = g(Im(f )).
18. Consideremos en R3 el subespacio U = {(x, y, z) R3 | x + y + z = 0}. Vamos a
calcular una base de V /U y las coordenadas de (1, 2, 1) en dicha base.
Soluci
on:
Para ello, consideremos BU = {(1, 0, 1), (0, 1, 1)} una base de U. La ampliamos hasta
una base de V (R3 ) a
nadiendo un vector de la base canonica, linealmente independiente.
Quedando:
BV = {(1, 0, 1), (0, 1, 1), (0, 0, 1)}.
Ademas tenemos una base del cociente: BR3 /U = {(0, 0, 1)}. Ahora, para calcular las coordenadas de {(1, 2, 1)} en esta base, lo que debemos hacer es repetir la idea obtenida de
la demostracion de sistema de generadores. Es decir, escribimos (1, 2, 1) como combinacion
lineal de los vectores de BV :
(1, 2, 1) = 1(1, 0, 1) + 2(0, 1, 1) + 4(0, 0, 1)
y ahora, al tomar clases, tenemos:

17
(1, 2, 1) = (0, 0, 4) = 4(0, 0, 1).
Y ahora, al tomar clases tenemos:
(1, 2, 1) = (0, 0, 4) = 4(0, 0, 1). Por lo que la coordenada buscada es (4)R3 /U .
Es decir, hemos encontrado (0, 0, 4), un vector que esta en la clase (1, 2, 1), y que es facil ver
que 4(0, 0, 1).
19. Sea la aplicacion g : R3 R2 definida por: g(x, y, z) = (x+2y +z, x+z), calcular
una base de su n
ucleo.
Soluci
on:
Por definicion sabemos que el Ker(g) esta formado por los vectores de R3 cuya imagen
mediante g es el vector nulo de R2 . Es decir:
Ker(g) = {(x, y, z) R3 | g(x, y, z) = (0, 0)} =
= {(x, y, z) R3 | (x + 2y + z, x + z) =
 (0, 0)} =
x + 2y + z = 0
= {(x, y, z) R3 |
}=
x+z = 0
= {(x, y, z) R3 | x = z, y = z} =
= {(z, z, z) R3 , z R} =< (1 1, 1) >=< (1, 1, 1) >.
20. Sea V un espacio vectorial real y S T dos subespacios vectoriales de V , y f una
aplicacion de S T definida por f (x, y) = x + y:
a)Demostrar que f es aplicacion lineal.
b)Demostrar que Ker(f ) = {(x, x) | x S T }.
c)Demostrar que Ker(f ) es isomorfo a (S T ).
Soluci
on:
a) Para ver si f es un homomorfismo, cogeremos (x, y), (s, t) (S T ), con , R:
f ((x, y) + (s, t)) = f ((x, y) + (s, t)) = f (x + s, y + t) = x + s + y + t =
= (x + y) + (s + t) = f (x, y) + f (s, t). As hemos probado que, efectivamente, f es
aplicacion lineal u homomorfismo.
b) Sabemos que Ker(f ) estara formado por los vectores de S T cuya imagen sea el
{0V }. Ahora bien, por definicion de la aplicacion f , necesariamente tendran que ser vectores
de la forma: (x, x), para que f (x, x) = x x = 0.
Pero si x S, tambien se tendra x S por ser (S, +) un grupo abeliano y del mismo
modo ocurrira para T . Luego:
Ker(f ) = {(x, x) | x S T }.

18
c) Bien, sea g : Ker(f ) (S T ), dada por g(x, x) = x.
Evidentemente, g es una aplicacion biyectiva, veamos tambien es una aplicacion lineal:
g((x, x) + (y, y)) = g((x, x) + (y, y)) = g(x + y, x y) = x + y =
g(x, x) + g(y, y), (x, x), (y, y) Ker(f ), con , R.
Luego, g es una aplicacion lineal y biyectiva, y por tanto es un isomorfismo.
21. Sea V 6 un espacio vectorial de dimension 6, U y W dos subespacios distintos de
dimension 4. Hallar la posible dimension de U W .
Soluci
on:
Siendo los subespacios vectoriales distintos, U + W contiene propiamente a U y a W , de
donde se deduce:
dim(U + W ) > 4
Por otra parte, dim(U + W ) 6. Teniendo en cuenta la relacion:
dim(U + W ) = dim(U ) + dim(W ) dim(U W ), se tiene:
i) Si dim(U + W ) = 5 5 = 4 + 4 dim(U W ) dim(U W ) = 3.
ii) Si dim(U + W ) = 6 6 = 4 + 4 dim(U W ) dim(U W ) = 2.
Luego, dim(U W ) = 2 o dim(U W ) = 3, dependiendo de dim(U + W ).