Академический Документы
Профессиональный Документы
Культура Документы
Base,
diMensin y Matriz
de transicin
Objetivos:
Al inalizar la unidad, el alumno:
Conocer la deinicin de base de un espacio vectorial.
Identiicar bases cannicas para algunos espacios vectoriales.
Encontrar las coordenadas de un vector relativas a una base especica.
Comprender el concepto de dimensin de un espacio vectorial.
Aplicar la matriz de transicin para cambiar de base un espacio vectorial.
lgebralineal
Introduccin
Definicin 4.1. Sea V un espacio vectorial y {v1, v2, . . .,vn} un conjunto finito
de vectores de V. Entonces {v1, v2, . . ., vn} se llama base de V si satisface las
siguientes condiciones:
i) {v1, v2, . . ., vn} es linealmente independiente.
ii) {v1, v2, . . ., vn} genera V.
Esta definicin nos proporciona las caractersticas que debemos buscar en
un conjunto para que sea una base.
Ejemplo 1
a) Recordemos que en la unidad pasada vimos que en R 2 los vectores i =
(1, 0) y j = (0, 1) eran linealmente independientes y que generaban a R2 , por
lo tanto podemos decir que el conjunto {i, j} es una base para R2.
b) Tambin recordemos que el teorema 3.9. nos indica que cualquier
conjunto de n vectores linealmente independientes de Rn genera a Rn , por lo
tanto, podemos afirmar el siguiente resultado:
135
Unidad 4
1 0
vectores 2 y 3 generan H.
0 1
1 0
Vamos ahora a probar que 2 y 3 son linealmente independientes.
0 1
Consideremos una combinacin lineal de ellos igual a cero:
136
lgebralineal
1
0 0
a 2 + b 3 = 0 , entonces tenemos que a = 0; 2a + 3b = 0 y b = 0, por
0
1 0
1 0
lo tanto 2 y 3 son linealmente independientes.
0 1
0 a
D22 =
/ a y b R'
b 0
Vamos a encontrar una base para este espacio vectorial.
0 a
Tomemos una matriz de este espacio
, entonces podemos
b
0
0 0
0 1
0 a
reescribirla como
= a 0 0 + b 1 0 de donde podemos afirmar que
b
0
0 1
0 0 generan todo el espacio vectorial. Claramente observamos
0 0 y 1 0
que tambin son linealmente independientes, por lo que podemos afirmar que
son base del espacio D22.
3. Consideremos el sistema homogneo de ecuaciones lineales
x + 2y z = 0
2 x y + 3z = 0
Vamos a encontrar el conjunto solucin S del sistema.
Para encontrar el conjunto solucin consideremos la matriz aumentada
asociada al sistema y llevmosla a la forma escalonada reducida por renglones.
137
Unidad 4
1
2
2
1
1
3
0 1
0 0
2
5
1
5
0 1 2 1
0 0 1 1
0 1 0
0 0 1
1
1
0
0
x = z
x+z=0
de donde
,
y=z
yz=0
de manera que todas las soluciones del sistema son de la forma
De aqu obtenemos el siguiente sistema
x z
y = z
z z
1
= z 1
, por lo que
1
1
1
138
lgebralineal
Sea p un polinomio de P3, entonces p = a1x3 + a2 x2 + a3x + a4.
Si B es una base, entonces genera a P3 y, por lo tanto, p es una combinacin
lineal de B.
Sea la combinacin lineal p = b11 + b2(1+x) + b3(1+x2) + b4(1 + x3),
entonces
p = b1 + b2 + b2 x + b3 + b3x2 + b4 + b4x3 = (b1 + b2 + b3 + b4) + b2 x + b3x2 + b4x3
de donde igualando ambas expresiones tenemos que:
a1= b4;
a2 = b3;
a 3 = b 2;
a4 = b1 + b2 + b3 + b4 = b1 + a3 + a2 + a1
139
Unidad 4
Consideremos una combinacin lineal de ellos igual a cero, entonces
a1 + a2 x + a3x2 + a4 x3 = 0, esto implica que a1 = a2 = a3 = a4 = 0 por lo cual
tambin son linealmente independientes.
Esto nos lleva a asegurar que {1, x, x2, x3} es una base para P3, llamada
base cannica de P3.
Ejercicio 1
1. Detemina si el conjunto de vectores dado es base para el espacio vectorial
referido:
a) En P2, {x21, x22, x2 3}
3 1 3 2 5 1 0
1
b) En M22
,
,
,
0 0 0 0 0 6 0 7
2. Encuentra una base para cada uno de los espacios vectoriales:
a) {(x, y, z) en R3 tales que 2x y z = 0}
b) {(x, y) en R2 tales que x + y = 0}
3. Encuentra una base para el espacio solucin del sistema homogneo
dado:
a) x 2 y = 0
3x + y = 0
b)
x 3y + z = 0
2 x + 2 y 3 z = 0
4 x 8 y + 5 z = 0
140
lgebralineal
la pregunta: esta combinacin lineal es nica o hay varias? Consideremos el
siguiente resultado.
Teorema 4.1. Si {v1, v2, . . . , vn} es una base para el espacio vectorial V y si
v est en V, entonces existe un conjunto nico de escalares c1, c2, . . ., cn tales
que
v = c1v1 + c2v2 + . . . + cnvn
Este teorema nos indica que la expresin de un vector como combinacin
lineal de los vectores de una base es nica. A continuacin veremos algunos
ejemplos de ello.
Ejemplo 2
a) En R2 {(1, 0), (0, 1)} forman la base cannica, por lo tanto
(x, y) = x (1, 0) + y (0, 1)
Supongamos que hay otra combinacin lineal de estos vectores que nos dan
el vector (x, y)
(x, y) = a (1, 0) + b(0, 1), como ambas combinaciones dan el mismo
vector tenemos que x (1, 0) + y (0, 1) = a (1, 0) + b(0, 1) de donde tenemos
que (x, y) = (a, b) por lo tanto x = a, y = b y la combinacin lineal es nica.
b) Veamos ahora cmo podemos encontrar las coordenadas de un vector
con respecto a una base dada.
Consideremos el conjunto {(1, 3), (1, 2)}, veremos que es base de R2.
Para ello lo nico que tenemos que hacer es mostrar que es linealmente
independiente, ya que el teorema 3.9. nos indicara que generan R2.
Sea a (1, 3) + b(1, 2) = 0 una combinacin lineal, entonces a b= 0,
3a + 2b = 0 de donde obtenemos que a = b = 0; por lo que es linealmente
independiente y por tanto base de R2.
Tomemos ahora un vector cualquiera de R2 (x, y), por el teorema 4.1. existen
escalares c1 y c2 nicos de manera que (x, y) = c1 (1, 3) + c2 (1, 2). Entonces
tenemos que
141
Unidad 4
x = c1 c2 , y = 3c1 + 2c2 ; al resolver el sistema para c1 y c2 obtenemos que
3 x + y
2x + y
, c2 =
que son las coordenadas de (x, y) con respecto a la
5
5
base {(1, 3), (1, 2)}.
c1 =
Ejercicio 2
1. Encuentra las coordenadas de los vectores dados relativas a la base
indicada:
a) x = (3, 2); {(1, 3), (1, 2)}
b) x = (2, 4); {(2,5), (0, 3)}
c) x = (3, 5, 1); {(1, 0, 3), (0, 2, 0), (0, 0, 1)}
Teorema 4.2. Si {u1, u2, . . ., um} y {v1, v2, ..., vn} son bases de un espacio
vectorial V, entonces m = n; es decir, cualesquiera dos bases en un espacio
vectorial V tienen el mismo nmero de vectores.
142
lgebralineal
Y debido a l podemos definir el siguiente concepto que es uno de los ms
importantes del lgebra lineal.
Ejemplo 3
a) Si V = {0} entonces se dice que V tiene dimensin cero y dim V = 0. ste
es el nico espacio con esta dimensin.
b) Consideremos el espacio vectorial de todos los polinomios de grado
menor o igual a 3, P3.
Probaremos que el conjunto {1, x, x2, x3} es una base para P3.
Consideremos una combinacin lineal de ellos igual a cero, entonces
a(1) + b(x) + c(x2) + d(x3) = 0, entonces a = b = c = d = 0, por lo tanto
es linealmente independiente. Es obvio que el conjunto genera P3; por lo tanto
podemos afirmar que {1, x, x2, x3} es una base para P3 y por lo tanto dim P3 = 4.
c) Como las bases de R n contienen n vectores podemos afirmar que dim
R = n.
n
1 0 0 1 0 0 0 0 0 0 0 0
0 0 , 0 0 , 1 0 , 0 1 , 0 0 , 0 0 , comprobaremos que
0 0 0 0 0 0 0 0 1 0 0 1
son una base para M32.
Tomemos una combinacin lineal igual a cero.
143
Unidad 4
a
c
e
b
1 0
0 1 0 0
0 0 0 0
0 0
d = a 0 0 + b 0 0 + c1 0 + d 0 1 + e 0 0 + f 0 0
0 0
0 0 0 0
0 0 1 0
0 1
f
a
=c
e
b 0 0
d = 0 0
f 0 0
0 0
f 0 0
0 1
Ejemplo 4
Como dim R3 = 3, entonces los subespacios de R3 tendrn dimensiones 0, 1,
2 y 3.
El nico subespacio de dimensin 0 es {0}.
144
lgebralineal
Vamos a encontrar todos los subespacios de dimensin 1.
Sea H un subespacio de R3 de dimensin 1, por lo tanto tiene una base
formada por un solo vector v = (a, b, c). Sea x = (x, y, z) en H, entonces existe
t escalar tal que x = t (a, b, c), por lo tanto (x, y, z) = t (a, b, c) = (ta, tb, tc) de
donde x = ta, y = tb, z = tc. Pero esta es la ecuacin de una recta en R3 que
pasa por el origen.
Vamos a encontrar todos los subespacios de dimensin 2.
Sea H un subespacio de R3 de dimensin 2, por lo tanto tiene una base
formada por dos vectores v1 = (a1, b1, c1) y v2 = (a2, b2, c2) . Sea x = (x, y, z) en
H, entonces existen escalares s y t tales que x = s (a1, b1, c1) + t (a2, b2, c2), por
lo tanto (x, y, z) = s (a1, b1, c1) + t (a2, b2, c2) de donde x =sa1+ ta2, y = sb1 + tb2,
z = sc1+ tc2.
Esta es la ecuacin de un plano en R3 que pasa por el origen.
Por lo tanto los nicos subespacios de R3 son los vectores que estn en una
recta o en un plano que pasa por el origen.
Ser necesario probar que un conjunto de vectores linealmente
independientes genera a un espacio vectorial para asegurar que es una base?
El siguiente teorema nos da una condicin para asegurarnos que tenemos una
base.
Ejemplo 5
Consideremos a R3, el conjunto {(2, 3, 5), (1,0,0), (2, 1, 0)} es una base
de R ?
3
145
Unidad 4
Tomemos una combinacin lineal igual a cero, a(2, 3, 5) + b(1, 0, 0) +
c(2, 1, 0) = (0, 0, 0) entonces 2a + b + 2c = 0, 3a c = 0, 5a = 0; de donde a = b
= c = 0 ; el conjunto es linealmente independiente y por tanto una base para R3.
Ejercicio 3
1. Di si son falsas o verdaderas las siguientes afirmaciones:
a) Cualesquiera tres vectores en R3 forman una base para R3.
b) Cualesquiera tres vectores linealmente independientes en R3 forman una
base para R3.
c) Una base para un espacio vectorial es nica.
d) Un espacio vectorial de dimensin 4 puede tener una base con 3
vectores.
e) Si H es un subespacio de V, entonces dim H > dim V.
2. Encuentra la dimensin de los siguientes espacios vectoriales:
a) H = {(x, y, z) en R3 tales que 3x y +6z = 0}
x 3y + z = 0
146
lgebralineal
entonces NA es un subespacio vectorial que se llama espacio nulo o kernel
de A y su dimensin (A) = dim NA se llama nulidad de A.
En los siguientes ejemplos encontraremos el kernel y la nulidad de varias
matrices usando esta definicin.
Ejemplo 6
1
a) Sea A =
2
de A.
2
1
1
vamos a encontrar el espacio nulo y la nulidad
3
1
2
3
3
6
9
0 1 1 / 2
0 4
2
0 6
3
3/ 2
6
9
1
2
3
0 1 1 / 2 3 / 2
0
0
0 0
0
0
0 0
3
6 .
9
0
0
0
1
Esto nos asegura que los vectores 2 ,
0
0
3 forman una base para el
1
147
Unidad 4
espacio nulo (kernel). Y por lo tanto: (A) = 2, es decir, la nulidad de A es 2.
El siguiente resultado une los conceptos de matriz invertible con el kernel
y nulidad.
Ejemplo 7
1 2
Sea A =
vamos a encontrar su imagen. Por la definicin anterior
0 1
tenemos que:
Imagen A = {y en R2 tales que Ax = y para alguna x en R2}, estamos
buscando entonces todos los productos de la forma Ax = y.
1 2 x
Sea x = (x, y) en R2, entonces Ax =
= (x + 2 y, y ) , de donde
0 1 y
tenemos que los vectores de la imagen de A tienen la forma (x + 2y, y), es decir,
imagen A = {(x+2y, y)}.
El siguiente resultado nos dice que la imagen de una matriz es tambin un
espacio vectorial y esto nos va a simplificar el mtodo para encontrar una base
para un espacio generado por un grupo de vectores.
148
lgebralineal
Ejemplo 8
Dada la imagen A = {(x+2y, y)} mostrar que es un subespacio vectorial de R2.
Tomemos dos elementos de la imagen A: u = (u1+2u2, u2) v = (v1+2v 2, v 2),
entonces u + v = (u1+2u2, u2) + (v1+2v 2, v 2) = (u1+2u2 + v1+2v 2, u2 + v 2) =
(u1+ v1 + 2u2+2v2, u2 + v2) = (u1+ v1 + 2(u2+v2), u2 + v2) est en imagen A.
Ejemplo 9
Imagen A = {(x+2y, y)}, entonces los vectores de la imagen se
2
1
x + 2y x 2y
= + = x + y de donde
pueden reescribir como
1
0
y 0 y
1 2
,
generan
la
imagen
A
y
como
son
linealmente
independientes,
0 1
podemos asegurar que son una base para imagen A, por lo tanto el rango de la
matriz A (A) = 2.
149
Unidad 4
Las siguientes definiciones y teoremas nos facilitarn el clculo del rango
de una matriz.
Definicin 4.6. Sea A una matriz de mn, sean {r1, r2, . . . , rm} los renglones
de A y {c1, c2, . . . , cn} las columnas de A. Entonces definimos
RA = espacio de renglones de A = gen {r1, r2, . . . , rm}
CA = espacio de columnas de A = gen {c1, c2, . . . , cn}
1 2
Tomando de nuevo el ejemplo 7 tenemos A =
0 1
entonces R A = gen {(1, 2), (0, 1)} y CA = gen {(1, 0), (2, 1)} = imagen A
(ejemplo 9).
El siguiente teorema nos demuestra que el espacio de las columnas de una
matriz es igual a su imagen para cualquier matriz.
Teorema 4.7. Para cualquier matriz A, la imagen de A es igual al espacio de
sus columnas
CA = imagen de A
En el siguiente ejemplo vamos a calcular el kernel, la imagen, el rango y la
nulidad de una matriz A.
Ejemplo 10
2 1
1
a) Consideremos A =
2 1 3
i) Clculo del kernel (espacio nulo) de A
Para esto vamos a llevar a la matriz aumentada a su forma escalonada
reducida por renglones.
1
2 1
2 1 3
0 1
2 1
0 0 5 5
150
0 1 2 1
0 0 1 1
0 1 0 1
0 0 1 1
x = z
x+z=0
de tal manera que y = z y
yz=0
lgebralineal
x z
1
1
iv) Rango de A
(A) = dim imagen A = dim CA = 2
v) Espacio de renglones R A.
R A = gen {(1, 2, 1), (2, 1, 3)}
Consideremos una combinacin lineal de ellos igual a cero a(1, 2, 1)
+ b(2, 1, 3) = 0, entonces a + 2b = 0, 2a b = 0, a + 3b = 0 de donde
obtenemos que a = b = 0, y por lo tanto dim R A = 2.
Observemos que dim R A = dim CA = 2. Ser slo una coincidencia?
El siguiente resultado nos muestra que no.
151
Unidad 4
Ejemplo 11
2 1 3
Ejemplo 12
1 1 3
0 4 .
a) Calcular el rango y la imagen de la matriz A = 2
1 3 1
2
1 1 3 1 1 3 1 1 3 1 1 3 1 0
0 4 0
2 2 0 1 1 0 1 1 0 1 1
2
1 3 1 0 4
4 0 4
4 0
0
0 0 0
0
152
lgebralineal
1 2
G = 2 , 0
3 4
0
, 4
2
2
, 4
6
2 3
1
0
4
2
Vamos a llevarla a la forma escalonada por renglones
0
4 2
6
2 4
2 3 1
1
0
4 0
2
0
4 2 0
6 0
2 4
2 3 1
4 2 0
4 2 0
0
0 0
2 3
1 1 / 2
0
0
0
0
, 1
1 / 2
(A) + (A) = n
Es decir, el rango ms la nulidad es igual al nmero de columnas de A.
Ejemplo 13
1 3 1
Considera la matriz A = 0 2 1 , vamos a llevar la matriz aumentada
0 0 2
153
Unidad 4
1 3 1 0 1 3 1 0 1 3 0
0 2 1 0 0 2 1 0 0 2 0
0 0 2 0 0 0 1 0 0 0 1
0 1 3 0
0 0 1 0
0 0 0 1
0 1 0 0
0 0 1 0
0 0 0 1
Ejercicio 4
1. Encuentra el rango y la nulidad de las siguientes matrices:
1
a)
2
1
b) 3
5
3 2
6 4
1 2
1 4
1 8
154
0
0
0
lgebralineal
x
0
1
Sea x = (x1, x2) en R2, por lo tanto x = 1 = x1 + x2 = x1 i + x2 j
x
0
1
2
en trminos de la base cannica (B1) y para hacer hincapi en este hecho se
x
escribe (x) B1 = x1
2
Como B2 es otra base de R2, existen escalares c1 y c2 tales que
c
x = c1v1 + c2v2 y por lo tanto se escribe (x) B2 = c1 .
2
Para encontrar los escalares c1 y c2 vamos a proceder de la siguiente
manera:
1
1
1 0
1
1
= a1 + b1 y = a2 + b2 entonces,
2
3
2 1
3
0
a1 b1 = 1
a2 b2 = 0
y
de estos obtenemos:
3a1 + 2b1 = 0
3a2 + 2b2 = 1
Por ltimo formamos una matriz cuyas columnas sean las coordenadas
de los vectores de la primera base en trminos de la segunda.
Por tanto tenemos que
c1 (2 / 5 ) x1 + (1 / 5 ) x2 2 / 5 1 / 5 x1
=
x = =
c2 (3 / 5 ) x1 + (1 / 5 ) x2 3 / 5 1 / 5 x2
A continuacin daremos la definicin para esta matriz.
155
Unidad 4
Ejemplo 14
a) Consideremos el vector x = (3, 4), entonces las coordenadas en la base
B2 del ejemplo anterior sern:
2 / 5 1/ 5 3 2 / 5
(x) B2 =
para verificarlo tenemos que
=
3 / 5 1 / 5 4 13 / 5
(2/5)v1 (13/5)v2 = 2/5(1, 3) 13/5(1, 2) = (3, 4)
Los siguientes teoremas nos indican formalmente el procedimiento
realizado anteriormente que nos permitir cambiar de una base a otra.
156
lgebralineal
Ejemplo 15
Encontrar la matriz de transicin de la base cannica de R 3 a la base B2
1 3 0
= 0 , 1 , 1
2 0 2
Para ello escribiremos la matriz C cuyas columnas son los vectores de B2.
3 0
1
2 / 8 6 / 8 1 / 8
2 / 8 6 / 8 3 / 8 1 1/ 4
1
3
0 1
de donde 1 / 4 0 + 1 / 4 1 7 / 4 1 = 2 .
2
0
2 4
Ejercicio 5
1. Encuentra la matriz de transicin de la base B1 a la base B2:
1 0
B1 = , B2 =
0 1
2 3
,
3 4
2 1 3
157
Unidad 4
2 7
3. Si en R2 (x) B1 = (4, 1) donde B1 = , . Escribe x en trminos
5 3
2 3
de la base B2 = , .
1 2
Ejercicios resueltos
1. Encuentra una base para H = {(x, y, z) de R3 tales que 3x + 6z 2y = 0}
Sea (x, y, z) en H, entonces 3x + 6z 2y = 0, lo reescribimos como
y = (3/2)x + 3z, entonces todos los elementos de H pueden escribirse de la
siguiente manera
x
x
x 0
1 0
y = (3 / 2 ) x + 3 z = (3 / 2 ) x + 3 z = x 3 / 2 + z 3
z
0 z
0 1
z
1
0
3 / 2 y 3 generan H.
0
1
de
donde
a 3 / 2 + b 3 = 0 , entonces a = 0, (3/2)a + 3b = 0, b = 0 de donde a
0
1 0
= b = 0 y son linealmente independientes, por lo tanto son una base para H.
2. Encuentra las coordenadas del vector (2, 1, 3) relativas a la base
B={(1, 0, 3), (0, 1, 1), (1, 2, 0)}
Como B es base, existen a, b, c tales que (2, 1, 3) = a(1, 0, 3) + b(0, 1, 1)
+ c(1, 2, 0)
a+c=2
158
lgebralineal
3. Encuentra el rango, nulidad, y una base para la imagen y el kernel (espacio
1 1 0 3
nulo) de la matriz A = 0 1 4 3 .
0
2
4
4
3 0 1 4 3
0 1 4 3 0 1 4 3 0 1
1
0 2 4 0 1 2 1 0
0 2 2 0
0 1 1
2
1 1 0 3 1 0 0
1 0 0
adems 0 , 1 , 0 forman una base para la imagen de A.
0 0 1
Vamos a obtener una base para el kernel, sabemos que de la ltima matriz
x + 2w = 0
x = 2 w
y = w = w 1 por lo tanto
z w
1
w w
1
2
1 es una base para el kernel de A.
1
1
159
Unidad 4
Ahora vamos a formar la matriz de transicin poniendo en sus columnas las
coordenadas de los vectores de la base B1 en trminos de la base B2:
2 / 5 17 / 15
1/ 5 2 / 5
Ejercicios propuestos
1. Di si el vector B = {3x, 1+x2, x25} es base en P2.
2. Encuentra una base para
x yz=0
2x y + z = 0
1
1
7. Encuentra la matriz de transicin de la base , a la base
1 1
cannica de R2.
160
lgebralineal
Autoevaluacin
1. Es una base para R3
a) {(1, 0, 2), (1, 2, 1), (4, 0, 0), (1, 1, 0)}
b) {(1, 2),(2, 1),(0, 1)}
c) {(1, 0, 3),(0, 0, 3),(1, 4, 0)}
d) {(1, 0, 0), (3, 0, 0), (1, 0, 0)}
2. Si {(1, 2, 2),(2, 0, 0)}forman una base para el espacio vectorial G,
entonces:
a) dim G = 0
b) dim G = 1
c) dim G = 3
d) dim G = 2
3. Si H es un subespacio vectorial de R3, entonces puede ser una base para
H:
a) {(3, 2, 1)}
b) {(1, 1),(2, 1)}
c) {(1, 1, 1), (2, 2, 2),(0, 0, 0)}
d) {(1, 0, 0),(0, 1, 0),(0, 0, 1),(1, 1, 1)}
1 2 3 4
4. El rango de la matriz 0 2 1 5 es:
0 0 3 7
a)
b)
c)
d)
1
2
3
4
5
3
2
7
161
Unidad 4
2
1
a) 0
b) 1
c) 2
d) 3
1 0
7. La matriz de transicin en R2 de la base 2 , 3 a la base 0 , 1
3 4
es:
2 3
a)
3 4
3
2
b)
3 4
4 3
c)
3 2
4 3
d)
2
3
162
lgebralineal
1 0
a) 2 , 1
0 1
2.
1
b)
1
3.
0
a)
0
7 / 4
b) 1 / 4
1
4. 1 0 , 0 1 , 0 0 , 0 0
0 0 0 0 1 0 0 1
1 0 0 0
0 1 0 0
5. , , ,
0 0 1 0
0 0 0 1
163
Unidad 4
Ejercicio 2
a) (3, 2) = (8/5, 7/5)
b) (2, 4) = (1, 3)
a) (3, 5/2, 10)
Ejercicio 3
1.
a) F
b) V
c) F
d) F
e) F
2.
a) dim H = 2
b) dim = 1
Ejercicio 4
1.
a) rango = 1; nulidad = 2
b) rango = 2; nulidad = 1
2.
a) Imagen A = gen {(1, 0)}; kernel A = gen {(3, 1, 0), (2, 0, 1)}
b) Imagen A = gen {(1, 0, 0), (1, 4, 4)}; kernel A = gen {(3, 1, 2)}
Ejercicio 5
1. 4 3
3 2
6 x 11 y + 10 z
2. (1 / 31) 2 x + 17 y 7 z
7 x + 13 y 9 z
164
lgebralineal
4. 3 , 2 dim = 2
0 1
5. S es
6. Imagen
kernel
rango
nulidad
1/2 1/2
7.
1/2 1/2
Respuestas a la autoevaluacin
1. c)
2. d)
3. a)
4. c)
5. a)
6. b)
7. a)
165