Professional Documents
Culture Documents
Àlgebra Solucionari
Àlgebra Solucionari
ndex
Llegeix-me!
Enunciats
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Espais vectorials
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Aplicacions lineals
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
2.
3.
Solucions
.. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Espais vectorials
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Aplicacions lineals
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
11
11
2.
33
2.
55
Llegeix-me!
Aquest s un recull d'exercicis d'lgebra Lineal resolts en detall. Estan especialment pensats per
aquells alumnes que tenen dicultats per assimilar els conceptes bsics i necessiten practicar
ms enll dels exercicis de classe, i tamb per aquells que els costa comenar el problema.
Igualment pot ser til per a qui vulgui repassar teoria a la vegada que fa exercicis.
Primer trobareu un llistat d'exercicis i a continuaci les seves solucions. Cada soluci est
trencada en cinc passos, que sn els segents:
I.
II.
Resumir l'enunciat.
Aclarir conceptes.
III.
IV.
Implementar l'estratgia.
V.
Comprovar el resultat.
La millor manera de treballar un exercici seria intentar de fer aquests passos autnomament,
consultant les respostes noms quan no es spiga com continuar o per comprovar la soluci.
(bviament, en la resposta a un examen o similar no explicarem tots els passos en detall, si
no que segurament ens centrarem en explicar III i IV, i farem V en brut.)
Aquest recull no hauria estat possible sense la feina del becari docent Gabriel Bernardino.
Us agrairem que si trobeu alguna errada ens ho feu saber.
Anna de Mier
Montserrat Maureso
Abril 2012
Enunciats
1.1
1
1
2
3
1.2
0
5
10
2
0
6
5
2
11
4
1
10
1
0
5
1
3
7
5
1.4
2
3
1.3
1
1
0
4
3
1
3
7
5
2
0
4 0
7 7
7 3
1
1
0
2
0 5
1
1 4 0
1 5
0
3 1 1
Enunciats
1.5
1
1
0
1
1
1
1
1
1
0
0
0
1
1
0
0
1.6
5x + 2y z
x y + 3z
2x + 3y + 2z
= 2
= 8
= 3
1.7
x+zt
2x y + z
x + 3y + 4z 7t
4x + 3y z 2t
2z + 2y t
=
=
=
=
=
2
1
11
1
2
1.8
4x 2y z
3x + 5y + 3z
x 7y 4z
1.9
1.10
= 2
= 2
= 2
2x + 2y + 2z t u
t+u
x+y+z+t+u
x+y+z
3x + 3y + 3z + 4t + 4u
8
2
1
3
2
5x + 2y z + 2w
x y + 3y 7w
3x + 4y 7z + 16w
1.11
=
=
=
=
=
= 0
= 0
= 0
xy+z
2x + 4y 2z
x + y 3z
= 0
= 0
= 0
1.12
Enunciats
Discutiu el sistema d'equacions lineals segent segons els valors del parmetre a R.
x + y + z
x + y + z
x + y + z
1.13
= 1
=
= 2
Discutiu el sistema d'equacions lineals segent segons els valors del parmetre a R.
2x 3y z
x + 2y 3z
x 2y z
x 2y + 2z
1.14
1
1
0
0
1.15
6 1
1
3
0
2
10 0
2
0
3
16
1
0
0
4
3
1.16
0 1
2 3
0 1
4 2
0 1
2
1
2
0
1
1
2
2
3 5
1 4
0 1
2
1
1
2
1.18
2
1
1
0
2
1.17
= 2
= 4
= 3
= 1
1
0
1
1
2
2
2
4
1
2
3
5
1
2
3
6
3
0
3
2
5
Enunciats
1.19
1
1
1
0
2
4
2
2
3
5
1
2
1
2
2
1
2. Espais vectorials
Esbrineu si a l'espai vectorial R4 el vector u = (13, 41, 35, 9) s combinaci lineal dels
vectors v = (1, 3, 5, 2) i w = (4, 4, 0, 1). En cas armatiu, escriviu u com a combinaci lineal
de v i w .
2.1
Considereu els vectors u = (3, 2, 3), v = (0, 0, 1), w = (1, 2, 4) de R3 . Proveu que tot
vector de R3 s pot expressar com a combinaci lineal de u, v i w .
2.2
2.3
2.4
Esbrineu si la matriu
1
1
1
1
pertany al subespai
0
2
1
1
2
,
0
1
1
Sigui S = h(1, 0, 1, 0), (0, 8, 0, 1), (0, 1, 1, 0), (2, 1, 0, 5)i un subespai vectorial de R4 . Proveu
que S = R4 .
2.5
2.6
Esbrineu si el subconjunt {(1, 2, 1, 0), (1, 0, 1, 1), (1, 6, 1, 2)} de R4 s linealment indepen-
dent.
2.7
Esbrineu si el subconjunt
1
0
0
0
1
0
0
,
1
1
1
0
1
1
,
0
0
1
0
0
de M2,3 (R) s
linealment independent.
2.8
1
0
0
1
2
,
2
0
2
3
,
0
1
3
4
,
1
4
4
de M2,2 (R)
s linealment independent.
Esbrineu si els polinomis 3+x4 , 5xx2 , 2x3 , x+2x4 formen un conjunt linealment independent a R4 [x], l'espai vectorial dels polinomis de grau menor o igual a quatre amb coecients
reals.
2.9
Demostreu que si els vectors a, b i c d'un cert espai vectorial E sn linealment independents, llavors els vectors a + 2b + 3c, 2a b + 4c i 5c tamb ho sn.
2.10
Enunciats
2.11
2.12
vector (x1 , x2 , x3 , x4 )
2.14
2.15
1
A= 0
1
2
2
0
Comproveu que el conjunt {(1, 1, 1), (1, 1, 0), (1, 0, 0)} s una base de R3 usant la denici
de base.
2.16
2.17
2.18
Comproveu que el conjunt segent s una base de R3 [x] usant al denici de base.
{x 2x2 + x3 , 1 + x + 2x2 x3 , 1 + x3 , 2 + 2x x3 }
2.19
2.20
Comproveu que el conjunt segent s una base de M2 (R) usant la denici de base.
2.21
1
3
2
1
,
4
3
2
3
,
4
2
1
3
,
1
1
1
1
Determineu a i b per tal que el conjunt {(a, 5, 1), (0, 7, 2), (7, 0, b)} sigui base de R3 .
Sigui B = {b1 , b2 , b3 , b4 } una base d'un espai vectorial E . Demostreu que el conjunt B 0
s tamb una base de E .
2.22
Enunciats
2.23
Doneu una base i la dimensi del subespai generat pel conjunt de vectors segent.
2.25
R = {(x, y, z, t) R4 |x y + z = 0, y + z + t = 0, x + 2z + t = 0}
Amplieu aquesta base per obtenir-ne una de R4 .
Doneu una base i la dimensi de l'espai S R, on S i R sn els subespais dels exercicis
anteriors 2.24 i 2.25, respectivament.
2.26
Considereu la base cannica B i la base B 0 = {(1, 0, 1), (0, 1, 2), (2, 3, 5)} de R3 .
B
0
B0
Doneu la matriu PB
del canvi de la base
0 del canvi de la base B a la base B i la matriu PB
0
B a la base B .
2.27
Considereu les bases B = {(1, 0, 2), (0, 1, 3), (1, 1, 1)} i B 0 = {(2, 1, 1), (1, 0, 0), (0, 2, 1)}
0
B0
B
del canvi de
de R3 . Doneu la matriu PB
0 del canvi de la base B a la base B i la matriu PB
0
la base B a la base B .
2.28
2.30
2.31
2.32 Siguin E un R-espai vectorial i B = {u, v} una base d'E . Comproveu que els vectors
a = u + 3v i b = u v formen una base d'E i doneu la matriu PBB0 del canvi de la base B a
la base B 0 = {a, b}.
Considereu les bases B i B 0 de l'exercici anterior 2.32. Trobeu les coordenades del vector
w = 2a + b en la base B .
2.33
Enunciats
3. Aplicacions lineals
Esbrineu si sn lineals les aplicacions f, g : R3 R denides per
3.1
f (x, y, z) = y 2x + z,
g(x, y, z) = 2y 2 + z.
3.2
3.3
a
f(
c
3.4
b
ad
)=
d
cb
b da
,
d bc
a
g(
c
b
a
)=
d
cb+1
b + 2a d2
.
2a + 2b ab
f (x, y, z) =
x 2y
y
3x + z y
z
2y z
.
x
1
MCC0 (f ) = 1
0
1 0 0
1 2 2 .
0 1 1
3.8
MCC0 (f ) =
1
1
1 0 2
1 2 2
1
1
0
.
3
Enunciats
2
Doneu la imatge del vector
0
1
3
0
.
2
3.9
MCC0 (f ) =
1
2
3
1
0
.
1
B
3
Trobeu la matriu MC
0 (f ), sent B = {(1, 0, 0), (1, 1, 0), (2, 0, 1)} una base de R .
0
C
Amb les dades de l'exercici 3.10, trobeu la matriu MB
0 (f ) sent B = {(3, 1), (2, 0)} una
2
base de R .
3.11
3.12
B
Amb les dades dels exercicis 3.10 i 3.11, trobeu la matriu MB
0 (f ).
3.13
2
MC (f ) = 1
1
1
0
1
3
3 .
5
3.16
a
f(
c
b
) = (a + b + c + 2d) + (b c)x + (a + b + d)x2 .
d
3.18
10
Enunciats
3.19
Solucions detallades
i el d'equivalent.
En el context de les matrius, una matriu B s equivalent a una matriu A si B es pot obtenir a
partir d'A fent un nmero nit de transformacions elementals. Aqu apareix un nou concepte,
el de transformaci elemental. Recordem que aquestes consisteixen en: intercanviar dues les
(tipus I), multiplicar una la per un nombre diferent de zero (tipus II) i sumar a una la una
altra la multiplicada per algun nombre (tipus III).
(Transparncies: 14,15)
III. Per tant, es tracta de fer transformacions elementals a la matriu que ens donen ns aconseguir que tingui forma escalonada. (Cal dir que no hi ha necessriament una nica matriu
escalonada equivalent a una matriu A, ja que aquesta pot dependre de l'elecci de la la on
ser el pivot a l'hora de reduir.)
IV. Ara b quines transformacions cal fer, i en quin ordre? Aix malauradament noms es
descobreix amb una mica d'experincia. Una bona idea s comenar per la primera la i anar
baixant.
La primera la de la matriu s 1 1 2. Clarament no s una la de zeros i el primer element ja
s un 1, aix que aquesta la ja est b. Ara, per a que es compleixi la norma de que sota un
12
Respostes
pivot hi ha d'haver zeros, hem d'aconseguir posar zeros a la primera posici de les les 2 a 5.
L'nica transformaci que ens permetr fer aix s la de tipus III. Per exemple, per convertir
el 1 de la segona la en un zero, noms cal sumar la primera la a la segona: F 2 F 2 + F 1.
La tercera la ja t un zero a la primera columna, per tant no cal fer-li res. Per a la quarta
la, fem F 4 F 4 2 F 1, i per a cinquena F 5 F 5 3 F 1.
Fent els clculs:
1
1
1 1
0
0
2
4
3
3
1
2
0
3
0
0
0
6
0
6
1
0
0
2
0
2
5
2
0
Ara busquem quina s la la que t un element no nul ms a l'esquerra: s la la 4. Per
tant aquesta la ha d'anar a parar just per sota de la la 1. Aix que fent canvis de les
(transformacions tipus I) arribem a
1
0
0
0
1
2
0
0
0
2
2
0
0
Ara procedim amb la la 2 com hem fet abans amb la la 1. Ara el primer element no nul no s
un 1, si no un 2. Per convertir-lo en un 1, apliquem una transformaci de tipus II: F 2 F 2/2.
1
0
0
0
1
1
0
0
0
2
1
0
0
El pivot de la la 2 ja t zeros a sota i a l'esquerra, per tant podem continuar. Ara noms
queda la la 3 amb un element no nul, que convertim fcilment en un 1 fent F 3 F 3/5.
1
0
0
0
1
1
0
0
0
2
1
0
0
V. En aquest cas, noms cal comprovar que efectivament la matriu a la que hem arribat s
escalonada, i si tenim temps repassem les operacions.
1.2
Respostes
13
III. Es tracta de fer transformacions elementals ns que la matriu estigui escalonada. Es pot
fer com l'exercici 1.1 o seguint sistemticament l'algorisme segent.
Nota: la funci primerNoNul(v) t com a entrada una la i retorna la posici del primer element
diferent de 0, o innit en cas que la la sigui nul.la.
j := i
k := primerN oN ul(A[i])
for l = i + 1, l M do
if k > primerN oN ul(A[l]) then
j := l
k := primerN oN ul(A[l])
end if
end for
A[i] A[j]
if k = then
Retorna A i acaba l'algorisme
end if
1
A[i] := A[i][k]
A[i]
for l = i + 1, l M do
A[l] = A[l][k]A[i]
end for
end for
return A
5 2
0
5
10 11
0
2
6
1
4
10
0
1 .
5
14
Respostes
Com que la primera la no s nul.la, es continua amb l'algorisme. Ara noms queda
continuar amb l'algorisme de reducci, cal fer que el pivot sigui 1 (lnia 14), per tant
dividim la nova la 1 per 5.
1 2/5
0
5
10
11
0 1/5
2
4
6
10
0
1
5
Ara cal executar l'ltim bucle (15 17) per tal que sota el pivot quedin zeros. El resultat
de la primera iteraci del segon bucle, ja que A[l][k] = 0, s
1 2/5
0
5
10
11
0
2
6
1/5
4
10
0
1
5
0
2
6
1/5
4
12
0
1
5
1
0
0
2/5
5
15
Iteraci 2 Recerca del pivot: Ara noms hi ha una iteraci. Al principi i = 2, k = 2. A la primera
iteraci surt que 2 = primerN oN ul(A[3]), per tant no entra al condicional, i no es fa cap
canvi. Desprs cal fer que el pivot sigui 1 dividint la 2a la entre 5.
1
0
0
2/5
1
15
0
2/5
6
1/5
4/5
12
0
1/5
5
Ara cal executar l'ltim bucle (15 17) per tal que sota el pivot quedin zeros. Noms
s'ha de fer una iteraci.
1 2/5
0
1
0
0
0
2/5
0
1/5
4/5
0
0
1/5
2
Iteraci 3 Recerca del pivot: No s fa cap iteraci. Desprs d'executar la lnia 14 s'obt la matriu
1 2/5
0
1
0
0
0
2/5
0
1/5
4/5
0
0
1/5
1
I. En aquest exercici l'nica dada s una matriu i la soluci ha de ser el nmero natural
que s el rang d'aquesta matriu.
1.3
II. En aquest exercici apareix un nou concepte: el rang de la matriu. El rang d'una matriu s el
nombre de les no nul.les de qualsevol matriu escalonada equivalent. Tot i que una matriu pot
Respostes
15
tenir diverses matrius escalonades equivalents, totes aquestes matrius tindran el mateix nombre
de les no nul.les.
(Transparncies: 16)
Ens apareixen, per tant, els conceptes necessaris per trobar matrius escalonades equivalents,
que ja coneixem de l'exercici 1.1.
III. L'estratgia a seguir ser trobar una matriu escalonada equivalent i comptar el nmero de
les no nul.les.
IV. Primer cal trobar una matriu escalonada equivalent. El resultat d'aplicar l'algorisme 1,
iteraci a iteraci ser el segent:
1) Considerem la matriu de l'enunciat.
1
3
7
5
1
3
7
5
2
4
7
7
0
0
7
3
La la 1 ja va b per pivotar ja que el seu primer element s diferent de zero. Com ja s
1, no cal dividir (es dividiria entre 1 i quedaria igual). En acabar la iteraci quedar la
matriu segent.
1
0
0
0
1
0
0
0
2
0
10 0
7 7
3 3
2) Ara tampoc cal canviar el pivot, ja que no hi ha cap element no nul a partir de la segona
la ms a l'esquerra que la tercera columna (primer element no nul de la segona la).
Dividim la segona la per 10.
1
0
0
0
1
0
0
0
2
1
7
3
0
0
7
3
1
0
0
0
1
0
0
0
2 0
1 0
0 7
0 3
3) Ara tampoc no cal pivotar, ja que no hi ha cap element no nul a partir de la tercera la
ms a l'esquerra que la quarta columna. Dividim la tercera la entre 7.
1
0
0
0
1
0
0
0
2 0
1 0
0 1
0 3
16
Respostes
1
0
0
0
1
0
0
0
2 0
1 0
0 1
0 0
1.4
II. En aquest exercici apareix un concepte nou, el de matriu inversa. Per abans d'introduir
aquest concepte cal introduir el producte de matrius, i recordar el concepte de rang (veure
exercici 1.3) i el d'escalonar (veure exercici 1.1).
El producte de dues matrius s una operaci que dna com a resultat una matriu que t tantes
les com les t la primera matriu i tantes columnes com columnes t la segona matriu. El
producte entre dues matrius noms t sentit si la primera matriu t tantes columnes com les
t la segona matriu.
(Transparncies: 9, 10)
Es diu que la matriu A s invertible si existeix una matriu B tal que AB = BA = I i es diu
que B s la seva inversa. Per com est denit el producte de matrius, noms cal cercar matrius
invertibles dintre del conjunt de les matrius quadrades (s a dir, matrius amb tantes les com
columnes). A ms, si A s del tipus n n, A s invertible si i noms si el seu rang s n. La
inversa d'una matriu, en cas d'existir, s nica.
(Transparncies: 11, 12).
III. Primer s'ha de mirar si la matriu s invertible (veure que s quadrada i calcular el rang) i,
en cas armatiu, trobar la inversa. Hi ha diverses maneres de calcular inverses. Una manera
s seguint l'algorisme 2 (Gauss-Jordan) que a mesura que escalona la matriu per trobar el rang
va calculant la matriu inversa, si es que en t. L'operaci (A|B), on A, B sn matrius amb el
mateix nmero de les, consisteix en concatenar les dues matrius, posant les columnes de B
desprs de les columnes de A.
Nota: qualsevol submatriu que contingui les k primeres columnes d'una matriu escalonada,
tamb s escalonada.
IV. Al ser la matriu A quadrada, podem seguir l'algorisme 2 (si no fos quadrada respondrem
que no s invertible). Primer cal escalonar la matriu (A|I4 ).
1
1
(A|I4 ) =
0
2
0 5
1 4
1 5
3 1
1
0
0
1
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
Respostes
17
1 0 5
0 1 1
0 1 5
0 3 11
1
1
0
1
1
1
0
2
0 0 0
1 0 0
0 1 0
0 0 1
1 0
0 1
0 0
0 0
5
1
4
8
1 1
1
1
1 1
2 1
0
1
1
3
0 0
0 0
1 0
0 1
Iteraci 3 No cal permutar les. Les transformacions que fem sn F3 F3 /4, F4 F4 8F3 .
1 0
0 1
0 0
0 0
5
1
1
0
1
1
1/4
0
1
1
1/4
1
0
1
1/4
1
0 0
0 0
1/4 0
2 1
1 0
0 1
0 0
0 0
5
1
4
0
1
0
1
0
18
Respostes
1
1
(A|I4 ) =
0
1
1
1
0
0
1
1
1
1
0 0 0
1 0 0
0 1 0
0 0 1
1 1
0 0
0 0
0 0
1
0
0
0
1
0
1
0
1
0
0
1
1
1
0
1
1
1
0
1
0 0 0
1 0 0
0 1 0
0 0 1
1
0
1
1
1
0
1
1
0 0 0
0 1 0
1 0 0
0 0 1
1
0
0
0
1
1
0
0
1
0
0
1
1
0
0
0
1
1
0
0
1 1
0 0
1 1
0 1
0 0 0
0 1 0
0 0 1
1 0 0
1
0
1
1
Ara cal calcular el rang de la matriu formada per les 4 primeres columnes, la matriu escalonada
equivalent a A.
1 1
0 1
0 0
0 0
1 1
0 0
.
1 1
0 1
El rang s 4, per tant la matriu s invertible i podem continuar amb l'algorisme. Vegem quines
matrius obtenim al nal de cada iteraci del bucle 59, fent les transformacions que s'indiquen.
Iteraci 1 F3 F3 + F4 , F1 F1 + F4 .
1
0
0
0
1
1
0
0
1 0 0
0 0 0
1 0 0
0 1 1
1
0
1
1
0
1
0
0
0
0
1
0
Respostes
19
Iteraci 2 F1 F1 F3 .
1
0
0
0
1
1
0
0
0 0 0
0 0 0
1 0 0
0 1 1
0
0
1
1
0
1
0
0
1
0
1
0
Iteraci 3 F1 F1 + F2 .
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
0
0
0
1
0
0
1
1
1
1
0
0
1
0
1
0
La inversa que cercvem s A[1 : n][n + 1 : 2n] (s a dir, les quatre ltimes columnes de la
matriu anterior).
0
0
0
1
0
0
1
1
1
1
0
0
1
0
1
0
V. El resultat es pot comprovar fcilment multiplicant la matriu obtinguda per la del enunciat
i observant que dna la identitat.
I. Aquest exercici ens dna un sistema d'equacions lineals, i cal trobar, si en t, el conjunt
de les solucions (s1 , s2 , s3 ), en forma paramtrica, que satisfan totes les equacions simultniament.
1.6
Per determinar si un sistema t una, ms d'una, o cap soluci, podem fer servir el Teorema de
Rouch-Frobenius. Per entendre aquest teorema, necessitem el concepte de matriu associada a
un sistema, a part del concepte de rang (veure l'exercici 1.3).
Matriu associada a un sistema. Aquesta s una matriu de tantes les com equacions
t el sistema i tantes columnes com variables, els elements vnen donats de la manera
segent: la columna i est formada pels coecients de la variable i del sistema ordenats
segons l'ordre de les equacions. Si a aquesta matriu li afegim una columna amb els termes
independents, s'anomena matriu ampliada.
(Transparncies: 25,26,27)
20
Respostes
Aquest teorema, per, no ens diu com trobar la soluci en el cas que el sistema sigui compatible.
Per a fer aix, tenim el segent fet que ens permet transformar el sistema en un de ms senzill
que es pugui resoldre directament: si fem transformacions elementals a la matriu ampliada d'un
sistema, obtindrem la matriu ampliada d'un altre sistema que t les mateixes solucions que el
primer. Si la matriu del sistema est escalonada, el sistema es pot resoldre fcilment comen
ant
per la darrera equaci i continuant cap amunt.
(Transparncies: 24,27)
Finalment, l'enunciat ens diu que la soluci ha d'estar en forma paramtrica. Aix vol dir
expressar la soluci de la forma
d1
e11
e1l
d2
e21
e2l
.. + y1 .. + + yl .. ,
.
.
.
dn
en1
enl
III. Els punts de l'apartat II es resumeixen en l'algorisme de eliminaci gaussiana, que consisteix
en
1) trobar la matriu ampliada associada al sistema,
2) trobar una matriu escalonada equivalent a l'ampliada (no cal que els pivots siguin 1,
noms cal que siguin 6= 0),
3) aplicar el Teorema de Rouch-Frobenius,
4) trobar la soluci, si en t, resolent cap amunt el sistema escalonat.
(Transparncies: 32)
Respostes
21
IV.
1) Trobar la matriu ampliada.
Primer, cal trobar la matriu associada, resultat de posar els coecients en una matriu.
A=
1
2
1
3
2
2
1
3
5
(A|b) = 1
2
2
1
3
1
3
2
2
8
3
1
5
2
1
2
3
3
1
2
8
2
3
b) F2 F2 5F1 , F3 F2 + 2F1 .
1
0
0
1
7
1
3
16
8
8
38
13
c) Una altra vegada, tot i que no s imprescindible, els clculs sn ms fcils si s'intercanvien la la 2 i la 3.
1
0
0
1
1
7
3
8
16
1
1
0
3
8
8
13
72 129
8
13
38
d) F3 F3 7F2 .
1
0
0
e) F3
1
72 F3 .
1
0
0
1
1
0
3
8
8
13
1 43/24
22
Respostes
4) Trobar la soluci:
Ara que tenim un sistema escalonat equivalent al de l'enunciat, noms cal anar fent la
substituci cap amunt.
x y + 3z
y + 8z
=
=
=
8
13
43/24
xy
y
= 8 3 43/24 = 21/8
= 13 8 43/24 = 4/3
= 43/24
x = 31/24.
La soluci s per tant
x
31/24
y = 4/3
z
43/24
(com que el sistema s compatible determinat, el nombre de graus de llibertat s zero, i
per tant la forma paramtrica de la soluci, en aquest cas, no t cap parmetre).
V. Per assegurar-se, el ms fcil s substituir les variables pels valors de la soluci a cada
equaci i conrmar que es satisfan les igualtats.
I. Es tracta de trobar les solucions, si n'hi ha, del sistema lineal donat i expresar-les en
forma paramtrica.
1.7
(A|b) =
1
2
1
4
0
0
1
3
3
2
1
1
4
1
2
1
0
7
2
1
2
1
11
1
2
Respostes
23
a) F2 F2 2F1 , F3 F3 F1 , F4 F4 + 4F1 .
1
0
0
0
0
0
1
3
3
2
1
1
3
3
2
1
2
6
6
1
2
3
9
9
2
1
0
0
0
0
0
1
0
0
0
1
1
0
0
4
1
2
0
0
3
2
3
0
0
4
1
0
0
0
0
0
1
0
0
0
1
1
4
0
0
1
2
3
0
0
2
3
4
0
0
c) F5 F3 .
x+zt
y z + 2t
4z + 3t
= 2
= 3
= 4
Ara anem substituint cap amunt, deixant cada variable en funci d'una constant i de la
variable lliure. Per tant z = 1 + 3/4t, i substituint a les altres equacions queda
x + 1 + 3/4t t =
y 1 3/4t + 2t =
2
3
x
1
1/4
y 2
5/4
= + t
z 1
3/4
t
x 1/4t
y 5/4t
=
=
1
2
24
Respostes
V. Per conrmar que els resultats sn correctes, cal veure que tots els punts de la soluci
compleixen les equacions, per a aix cal substituir al sistema la soluci general. Per ja que
volem noms comprovar si no ens hem equivocat, n'hi ha prou en considerar les solucions per
a uns quants valors de t, per exemple t = 0 i t = 1, substituir-los al sistema i comprovar que es
satisfan les igualtats.
I. Es tracta de trobar les solucions, si n'hi ha, del sistema lineal donat i expresar-les en
forma paramtrica.
1.8
4
(A|b) = 3
1
2
5
7
1
3
4
2
2
2
1
3
4
7
5
2
4
3
1
2
2
2
b) F2 F2 3F1 , F3 F3 4F1 .
1
0
0
7
26
26
4
15
15
2
4
6
7
26
0
4
15
0
2
4
2
c) F3 F3 F2 .
1
0
0
Respostes
25
III. Farem servir l'algorisme d'eliminaci gaussiana exposat a 1.6 (per ens aturarem al pas 3).
IV.
1) Trobar la matriu ampliada.
(A|b) =
2 2 2
0 0 0
1 1 1
1 1 1
3 3 3
1
1
1
0
4
1
1
1
0
4
8
2
1
3
2
1 1 1
0 0 0
2 2 2
1 1 1
3 3 3
1
1
1
0
4
1
1
1
0
4
1
2
8
3
2
1
2
6
2
1
b) F3 F3 2F1 , F4 F4 F1 , F5 F5 3F1 .
1 1 1
0 0 0
0 0 0
0 0 0
0 0 0
1
1
3
1
1
1
1
3
1
1
c) F3 F3 + 3F2 , F4 F4 + F2 , F5 F5 F3 .
1 1 1 1 1
0 0 0 1 1
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
1
2
0
0
1
1
0
0
0
0
1
2
1
0
0
d) F3 F5 .
1
0
0
0
0
1
0
0
0
0
1
1
0
0
0
1
1
0
0
0
26
Respostes
1
(A|b) = 2
1
1
4
1
1
2
3
0
0
0
1
0
0
1
6
2
1
4
4
0
0
0
b) F3 F3 1/3F2 .
1
0
0
1
6
0
1
4
8/3
0
0
0
Respostes
27
1
1
2
1
1
1
1
1
0 1
0 1
1
1 2
F3 F3 + F2 .
1
0
0
1
1
0
1
2 2
2
2
1 3
2
1 + 2 3
La matriu ampliada ja est escalonada, ara calculem el rang segons s'anullin o no certs termes.
Estudiem primer F3 , 0 = 2 2 , que s quan = 1 o = 2. La segona la s'anulla
tamb quan = 1, per tant no cal afegir nous casos.
Quan = 1, la segona i la tercera les sn nul.les, per tant queda que el rang de la matriu
ampliada s el mateix que el de l'associada, 1, i com hi ha 3 variables, el sistema s compatible
indeterminat.
Quan = 2, 1 2 (2)2 (2)3 6= 0, aix el rang de l'ampliada s 3 i el de l'associada 2,
per tant el sistema s incompatible.
Quan 6= 1, 2, el rang de l'associada s 3 igual al de l'ampliada, i com que el nmero
d'incgnites tamb s 3, el sistema s compatible determinat.
V. Una manera s substituir els valors de al sistema, i comprovar-ho.
28
Respostes
1.13
2
1
3
2
2
2
2
4
3
1
1
3
1
2
1
1
2
2
3
2
1
3
1
2
3
4
2
1
b) F2 F2 F1 , F3 F3 2F1 , F4 F4 F1 .
1
2
0
4
0
1
0 2 2
1
2
1
2+
4
1 3
1
1
2
2+
3
4
1
1 3
c) F3 F2 .
1
2
0
1
0
4
0 2 2
d) F3 F3 4F2 , F4 F4 (2 2)F2 .
1
0
0
0
2
1
0
0
1
1
6
4
2
1
0
0
1
1
6
0
3
4
17
5 7
e) F4 6F4 + (4 )F3 .
1
0
0
0
17
13 + 26
Respostes
29
Podem arribar al mateix d'una altra manera: com que el rang de la matriu associada s 3, en
cas que el sistema sigui compatible ser compatible determinat. De la tercera equaci s treu
que z = 17/6. Substituint a la quarta equaci surt que, perqu sigui compatible, s necessari
que (4 )(17/6) = 5 7 17 4 17 = 30 42 13 = 26 = 2. Per tant el
sistema s SCD si = 2 i incompatible altrament.
V. Una comprovaci s substituir per diferents valors de i comprovar que el resultat s
l'esperat.
I. La dada s una matriu quadrada i cal donar el seu determinant, s a dir, un nmero
que t associat.
1.14
det(A)
n
X
k=1
det(A) =
n
X
k=1
n
X
k=1
III. En general, calcular el determinant de matrius grans (ordre 4) s una feina molt pesada.
Com que al sumar a una la una altra la multiplicada per un escalar el determinant no canvia,
l'estratgia consistir a posar el major nombre de 0's a una columna, i desenvolupar a partir
d'aqu. Tindrem en compte que els determinants d'ordre 2 o 3 es poden calcular directament a
partir de les frmules de la transparncia 35.
30
Respostes
IV. Com que a la primera columna ja tenim 2 zeros, aconseguim un altre zero i desprs desenvolupem per aquesta columna.
1
1
0
0
2
0
3
16
6
1
0
10
1
1
3 (1) 0
=
0
2
0
0
6
(3)
= 3
16
6 1
2 5
5 4 (2)
1+1
=
(1)
1
0
3
0
2
16 10
10
0
0 4
6 4
(4)
=0
0 2 = (1)3+2 10
3 2
10 0
2
2
3
16
4
2
0
1
0
0
4
3
1
0
(3)
= 2
0
0
2
1
2
0
1
1 2 0 1
2
0 1 2 3
1
(1)
1 = 0 2 0 1
4 2 0 4
0
3 1 0 1
2
2
2
1
(4)
1
1+1
=
2(1)
1
10
0
6
7 2
4
0 1
2 3
0 1
4 2
0 1
2
1
2
1
10 0
7
2
2
1 2 1 2
1
(2)
2
1 1
2+3 0
2
1 = (1)
4 2 4 2
2
3 1 1 2
2
1
6 = 2(0 + 20 42 0 24 + 40) = 12
4
Respostes
31
II. Per fer aquest exercici caldr fer determinants, que s'explica a l'exercici 1.14.
A ms, el rang d'una matriu A s exactament el rang de la submatriu quadrada ms gran que
tingui determinant diferent de 0.
(Transparncies: 38)
III. L'estratgia consistir a considerar totes les submatrius d'ordre r , r menor o igual que
l'ordre de la matriu. Comenarem per l'ordre mxim. Si alguna de les matrius t determinant
diferent de 0, podem dir que la matriu t rang r , sin repetim el procs per r 1. Aquest
procediment pot ser molt llarg si la matriu no t rang mxim. Per tant, si la matriu t ordre
4 s ms prctic trobar el rang a partir de la matriu escalonada equivalent, com hem fet a
l'exercici 1.3.
IV. Primer calculem el determinant de l'nica submatriu de rang 3.
1
2
2
3 5
1 4 = 1 + 0 24 + 10 + 0 6 = 19 6= 0
0 1
2
1
1
2
1
0
1
1
2
2
2
4
2
1
2 (1) 1
=
3
1
0
5
1 2 1
0 2 2 (2)
= (1)1+2 1
0 0 2
0 2 4
(1) F3 F3 F1 , F4 F4 F1 .
(2) Desenvolupem per la segona columna.
1
1
0
2 2
0 2 = (0 4 + 0 0 4 + 8) = 0
2 4
32
Respostes
Podem concloure que la matriu no t rang 4. Ara hem de considerar les submatrius quadrades
d'ordre 3. La primera que considerem la obtenim eliminant la primera la i la primera columna.
0
1
1
2
3 = 0 + 8 + 6 4 0 10 = 0.
5
2
2
4
Com que t determinant 0, considerem una altra submatriu d'ordre 3, per exemple, la obtinguda
eliminant la primera columna i la segona la.
1
1
1
2
2
4
1
3 = 10 + 4 + 6 2 12 10 = 4.
5
Per tant, la matriu de l'enunciat t rang 3. Observem que, si la matriu tingus rang 2, hagussim
hagut de fer 16 determinants d'ordre 3 per saber-ho.
V. Igual que l'exercici 1.16.
1.18
I. Ens donen una matriu, i cal dir si s invertible (i fer-ho usant determinants).
II. Els conceptes que ens calen sn els que han sortit a l'exercici 1.4 i a l'exercici 1.16.
III. Com ja sabem, una matriu s invertible si i noms si es quadrada i t rang mxim. Per
tant noms cal fer el determinant de la matriu, i ser invertible si el resultat s diferent de 0.
IV. Calculem el determinant.
1 6
2 3
3
0
3
2 = 15 + 0 + 36 + 27 60 = 18
5
1
1
1
0
2
4
2
2
3
5
1
2
1
1
2 (1) 0
=
0
2
0
1
2
2
0
2
3
2
2
2
1
1 (2)
= (1)1+1 1
1
1
(1) F2 F2 F1 , F3 F3 F1 .
(2) Desenvolupem per la primera columna.
2
0
2
2
2
2
1
1 = 4 + 4 + 0 + 4 4 0 = 0
1
Respostes
33
2. Espais vectorials
2.1
I. En aquest problema les dades sn tres vectors de R4 i cal dir si el primer vector es pot
expressar com a combinaci lineal dels altres dos.
II. Es diu que un vector v s combinaci lineal d'un conjunt de vectors {u1 , . . . , un } si existeixen
uns escalars 1 , . . . , n tals que v = 1 u1 + + n un .
(Transparncies: 47)
III. Per saber si u s combinaci lineal de {v, w} cal veure si l'equaci u = 1 v + 2 w t alguna
soluci. Com que u, v, w sn vectors de R4 , l'equaci s de fet un sistema de 4 equacions i
dues incgnites (una equaci per cada component). Ms concretament, la matriu ampliada del
sistema estar formada pels vectors del conjunt posats com a columnes i per vector de termes
independents el vector u posat com a columna. Si aquest sistema s compatible, llavors u s
combinaci lineal de v i w , i si s incompatible llavors no s combinaci lineal. Com que en cas
armatiu ens demanen els valors de 1 i 2 , si el sistema s compatible cal resoldre'l.
Ens caldr saber per tant determinar si un sistema d'equacions lineals s compatible o no, i si
ho s, saber resoldre'l. Podem recordar com es fa repassant, per exemple, els exercicis 1.6 i 1.9.
IV. Plantegem l'equaci 1 v + 2 w = u, s a dir
1
4
13
3
4 41
1
5 + 2 0 = 35
2
1
9
d'on, igualant component a component, surt el sistema d'equacions lineals segent, que t 1 i
2 com a variables.
1 + 42
31 42
51
21 + 2
=
=
=
=
13
41
35
9
1
3
5
2
4
4
0
1
13
41
.
35
9
34
Respostes
Fent clculs, es veu que aquest sistema s compatible determinat, per tant u s combinaci
lineal de v i w .
Resolent el sistema obtenim les solucions 1 = 7, 2 = 5, per tant u = 7v + 5w .
V. Per comprovar que efectivament s combinaci lineal, fem les operacions 7v + 5w i comprovem que donen u.
I. En aquest exercici les dades sn 3 vectors de R3 i cal provar que tot vector de R3 es
pot expressar com a combinaci lineal d'aquests vectors.
2.2
3 0
2 0
3 1
1
2
4
x
y .
z
El sistema ser compatible, per a tot x, y, z , si la matriu associada i l'ampliada tenen el mateix
rang. Fent clculs, es veu que el rang de la matriu associada s 3, i com l'ampliada t rang com
a molt 3 (ja que s del tipus 3 4), totes dues tenen el mateix rang. Per tant, per a tot x, y, z ,
el sistema s compatible.
V. A part de repassar els clculs, si es vol comprovar la soluci, es poden agafar vectors de R3
aleatriament i comprovar que efectivament sn combinaci lineal de u, v, w .
I. En aquest exercici ens donen 5 polinomis sobre R i cal dir si el cinqu es pot escriure
com a combinaci lineal dels quatre primers polinomis.
2.3
1 (1 x2 ) + 2 (1 + x + x2 ) + 3 (x + x2 + x3 ) + 4 (x + 2x2 ) = 3x + 5x2 + x3 ,
(3.1)
per alguns reals 1 , 2 , 3 , 4 . Igualant terme a terme els dos costats de l'equaci, s'obt el
sistema segent.
1 + 2 = 0 (termes de grau 0)
2 + 3 + 4 = 3 (termes de grau 1)
1 + 2 + 3 + 24 = 5 (termes de grau 2)
3 = 1 (termes de grau 3)
Respostes
35
1
0
1
0
1 0 0
1 1 1
1 1 2
0 1 0
0
3
.
5
1
2
1
2 2
3 = 1
0
4
+ 4 1 ,
0
1
4 R.
Per tant el polinomi p5 (x) = 3x + 5x2 + x3 es pot posar d'innites maneres com a combinaci
lineal dels altres polinomis (obtindrem una manera per a cada valor de 4 ).
V. Per comprovar que s combinaci lineal, n'hi ha prou amb donar un valor a 4 , obtenir els
altres escalars, substituir-los a l'equaci (3.1) i veure que la igualtat es satisf. Per a comprovar
que hi ha innites solucions, cal assegurar-se que el sistema sigui efectivament indeterminat,
per tant, caldria repassar els clculs.
I. En aquest exercici ens donen 3 matrius 2 2 sobre R i cal dir si una s combinaci
lineal de les altres dues.
2.4
II. En aquest exercici apareix el concepte de subespai generat per un conjunt. El subespai
generat per u1 , . . . un , denotat per hu1 , . . . , un i, s el conjunt de vectors que sn combinaci
lineal de u1 , . . . un . Si S = hu1 , . . . , un i, al conjunt {u1 , . . . , un } l'anomenem conjunt generador
de S .
(Transparncies: 48)
1
1
1
1
= 1
0
2
1
1
+ 2
2
0
1
1
22
1 + 2
21
1 2
= 1
= 1
= 1
= 1
(1a
(1a
(2a
(2a
la,
la,
la,
la,
1a
2a
1a
2a
columna)
columna)
columna)
columna)
36
Respostes
0
1
2
1
2
1
0
1
1
1
.
1
1
Ats que la matriu associada t rang 2 i la matriu ampliada t rang 3, el sistema s incompatible.
Per tant la primera matriu no s combinaci lineal de les altres dues.
V. Per comprovar el resultat cal comprovar que el sistema est ben plantejat i que s'ha resolt
correctament revisant els clculs.
I. En aquest problema les dades sn dos espais vectorials, un s R4 i l'altre un subespai
de R4 generat per 4 vectors. Cal demostrar que els dos espais vectorials donats sn el mateix.
2.5
1 0 0 2
0 8 1 1
1 0 1 0
0 1 0 5
x
y
z
t
1
0
rang
1
0
0
8
0
1
0
1
1
0
2
1
= 4.
0
5
I. En aquest exercici ens donen un conjunt de vectors i cal dir si s linealment independent.
II. En aquest problema apareix un nou concepte: la independncia lineal. Es diu que S =
{u1 , . . . un }, un conjunt nit d'elements d'un espai vectorial, s linealment independent si l'equaci 1 u1 + + n un = 0E , (on les variables sn les i ) t una nica soluci (i aquesta s
1 = 2 = n = 0). Aix mateix, es diu que un conjunt s linealment dependent si no s
linealment independent, s a dir, si hi ha una soluci de l'equaci en la que algun escalar i no
Respostes
37
s igual a zero. La denici de conjunt linealment dependent s equivalent a dir que almenys
un dels seus vectors es pot expressar com a combinaci lineal dels altres.
(Transparncies: 51,54)
transparncia 53.
1
2
1
0
1
0
1
1
1
6
1
2
1
0
0
0
1
2
.
0
0
1
1
0
0
II. Els conceptes de teoria sn els mateixos que els de l'exercici 2.6.
III. Torna a ser el mateix que a l'exercici 2.6 (fent servir el tractament de matrius explicat a
l'exercici 2.4) i seguint l'estratgia explicitada a la transparncia 54: es considera el sistema que
surt de l'equaci
1
1
0
0
0
1
0
+ 2
0
1
1
1
0
1
+ 3
1
0
1
0
0
0
0
1
0
1
1
1
1
0
0
0
1
0
1
0
0
1
0
0
=
0
0
0
0
0
0
38
Respostes
Escalonant o calculant determinants, es comprova que la matriu t rang 3 i, com que el sistema
homogeni t 3 incgnites, aquest s compatible determinat. Aleshores el conjunt s linealment
independent.
V. Per comprovar que el resultat s el correcte, es poden repassar els clculs.
I. La dada s un conjunt de quatre matrius de tipus 2 2 i cal dir si s linealment
independent.
2.8
II. Els conceptes de teoria sn els mateixos que els de l'exercici 2.6.
III. Ens demanen exactament el mateix que a l'exercici 2.7. Es considera el sistema homogeni
que surt de l'equaci
1
1
0
0
1
+ 2
2
2
0
2
+ 3
3
0
1
3
+ 4
4
1
4
4
=
0
0
0
0
1
0
0
1
2
0
2
2
3
1
0
3
4
4
.
1
4
Veiem que la quarta la s igual a la primera, i que permutant la segona la amb la tercera
queda un sistema escalonat amb 3 les no nul.les. La matriu t rang 3, per hi ha 4 incgnites,
aix que el sistema s compatible indeterminat i els vectors sn linealment dependents.
V. Per comprovar que el resultat s el correcte, es pot acabar de solucionar el sistema i obtenir
una soluci diferent de la trivial. Amb 4 = 1, fent substituci cap amunt, surt la soluci
1 = 9, 2 = 1/2, 3 = 4, 4 = 1, i efectivament amb aquests valors tenim la igualtat
9
1
0
0
1
2
2
0
2
4
3
0
1
3
+
4
1
4
4
=
0
0
0
0
.
I. La dada s un conjunt de quatre polinomis sobre els reals i cal dir si sn linealment
independents.
2.9
1 (3 + x4 ) + 2 (5 x x2 ) + 3 (2x3 ) + 4 (x + 2x4 ) = 0
on els i 's sn les incgnites, i esbrinem si s compatible determinat o indeterminat.
Respostes
39
3
0
0
0
1
5 0 0
1 0 1
1 0 0
.
0 2 0
0 0 2
Calculant trobem que aquesta matriu t rang 4. El sistema homogeni t 4 incgnites. Per tant
el sistema s compatible determinat i els polinomis sn linealment independents.
V. Noms es poden repassar els clculs.
2.10 I. En aquest problema les dades sn 3 combinacions lineals dels vectors a, b i c, i cal
demostrar que sn linealment independents, sabent que a, b i c ho sn.
II. Els conceptes de teoria necessaris sn els mateixos que els de l'exercici 2.6.
III. El procediment a seguir ser considerar l'equaci 1 (a+2b+3c)+2 (2ab+4c)+3 5c = 0E ,
on les variables sn 1 , 2 , 3 , i veure que l'nica soluci s la trivial.
IV. Reorganitzant els termes de l'equaci anterior aconseguim arribar a la segent
(1 + 22 )a + (21 2 )b + (31 + 42 + 53 )c = 0E .
Aix, per, s una combinaci lineal de a, b i c que dna 0E . Sabem que els vectors sn
linealment independents i, per tant, la igualtat noms es compleix si tots els escalars sn iguals
a 0. Imposant aquesta condici obtenim un nou sistema homogeni que tindr matriu associada
1
2
3
2
1
4
0
0 .
5
Fent clculs arribem a que aquest sistema homogeni s compatible determinat i, per tant,
1 = 2 = 3 = 0. Aleshores els 3 vectors sn linealment independents.
V. Noms es poden repassar els clculs.
I. En aquest problema les dades sn dos subespais vectorials de R4 denits per generadors
i cal veure que sn iguals.
2.11
3
0
1
xi
2
0
2 yi
1
2 + 2 1 + 3 1 = zi
2
ti
40
Respostes
t soluci. Aix ser equivalent a que tots el sistemes amb les segents matrius ampliades
siguin compatibles (cada sistema correspon a agafar com a terme independent un dels tres
vectors generadors de S1 )
3
2
2
2
0 1
0 2
1 1
0 2
1
3
2
0
,
1 2
2
0
0 1
0 2
1 1
0 2
0
3
2
1
,
1 2
2
1
0 1
0 2
1 1
0 2
2
1
.
0
1
Escalonant, per exemple, comprovem que tots sn sistemes compatibles determinats. Per tant
S1 S2 .
Ara, per veure que S2 S1 , procedim com en el cas anterior i mirem si els vectors generadors
de S2 sn combinaci lineal dels vectors generadors de S1 .
1
0
1
0
0
1
1
1
2
1
0
1
1
3
0
2
,
2 1
2
0
0
1
1
1
1
0
0
0
,
1 1
0
0
2
1
0
1
0
1
1
1
2
1
0
1
1
2
1
2
II. Per fer aquest exercici, caldr recordar els conceptes apareguts a l'exercici 2.4. A ms cal
saber que les solucions d'un sistema d'equacions lineals formen un subespai vectorial si i noms
si el sistema s homogeni.
III. Per trobar els generadors caldr resoldre el sistema homogeni. Els vectors que apareixen a
la soluci paramtrica formen un conjunt generadors de l'espai vectorial. Aquest conjunt no s
nic.
IV. Primer, trobem la matriu associada al sistema
3
6
4
0
0
5
7
0
.
3 4
0 8
0
5
7
14
.
x1
5/6
0
x2
= x3 5/8 + x4 7/4 ,
x3
1
0
x4
x3 , x4 R.
Respostes
41
Per tant, un conjunt de generadors del subespai s {(5/6, 5/8, 1, 0), (0, 7/4, 0, 1)}, ja que tot
vector del susbespai (s a dir, tota soluci del sistema) es pot posar com a combinaci d'aquests
dos vectors.
V. Per comprovar que el resultat s correcte cal veure que tots els vectors generadors satisfan
el sistema homogeni.
I. La dada s un subespai vectorial denit per un conjunt de generadors i cal expressar-lo
com a solucions d'un sistema d'equacions homogeni.
2.13
II. Els conceptes necessaris sn els mateixos que als exercicis 2.4 i 2.12.
III. Per trobar el sistema, caldr imposar que un vector genric (x1 , x2 , x3 , x4 ) R4 sigui
combinaci lineal de (1, 1, 0, 0), (1, 0, 1, 0) i (1, 0, 0, 1), s a dir, que el sistema obtingut a
partir de l'equaci
1
1
1
x1
1
0
0 x2
1
0 + 2 1 + 3 0 = x3
0
0
1
x4
sigui compatible. Per tant ser necessari saber discutir sistemes en funci de parmetres (com
a l'exercici 1.12).
IV. La matriu ampliada del sistema s
1
1
0
0
1
0
1
0
1
0
0
1
x1
x2
.
x3
x4
1
0
0
0
0
1
0
0
0
0
1
0
x2
x3
.
x4
x1 + x2 + x3 + x4
Per tant, podem dir que aquest sistema ser compatible si i noms si el rang de la matriu
associada (que s 3) s igual al de l'ampliada, es a dir, si x1 + x2 + x3 + x4 = 0. Aquesta s, per
tant, la relaci que han de satisfer les components d'un vector per tal de pertnyer al subespai
generat pels vectors donats, s a dir,
II. Recordem primer les denicions dels nous conceptes que apareixen en aquest exercici. Un
conjunt de vectors B s una base d'un espai vectorial E si s un conjunt de vectors linealment
42
Respostes
independents i genera E . Un espai vectorial pot tenir moltes bases (innites si el cos s R, Q o
C, i un nombre nit si el cos s nit) per n'hi ha una a la qual se l'anomena base cannica. En
el cas de l'espai de polinomis Kd [x] la base que prenem com a cannica s C = {1, x, . . . , xd }.
L'altre concepte s el de vector de coordenades d'un vector en una base (o com direm sovint,
simplement les coordenades d'un vector en una base). Siguin B = {b1 , b2 , . . . , bn } una base
d'un K-espai vectorial E i v E un vector. Si v = 1 b1 + + n bn , anomenem vector de
coordenades de v en la base B al vector vB = (1 , . . . , n ). Aquesta expressi s nica i permet,
entre altres coses, tractar elements de qualsevol espai vectorial de dimensi nita (ja siguin
polinomis, matrius, ...) exactament igual que n-ples de Kn .
(Transparncies: 56 i 57)
V. Per comprovar que no ens hem equivocat noms cal repassar que ho haguem transcrit b.
I. En aquest exercici la dada s una matriu, un vector de M32 (R), i cal trobar les seves
coordenades en la base cannica.
2.15
..
0
0
..
.
0
0
0
0
.. , ..
. .
1
0
..
.
0 0
0
0 0
0
.. , . . . , .. ..
. .
.
0
0 0
1
1 0
0
.. , .. ..
. . .
0
0 0
0
0 0
0
.. , . . . .. ..
. .
.
0
A = 1 0
0
0
0
0 + 2 0
0
0
1
0
0 + 3 1
0
0
0
0
0 + 4 0
0
0
0
0
1 + 5 0
0
1
0
0
0 + 6 0
0
0
0
0 .
1
IV. Multipliquem els escalars i sumem les matrius de la dreta de la igualtat i, per la igualtat
de matrius, tenim que 1 =, 2 = 2, 3 = 0, 4 = 2 i 5 = 1 i 6 = 0. Les coordenades d'A
en la base cannica C sn
AC = (1, 2, 0, 2, 1, 0).
V. Per comprovar que no ens hem equivocat noms cal repassar les operacions.
..
.
Respostes
2.16
43
I. En aquest exercici la dada s un conjunt de vectors i cal demostrar que s una base.
II. El concepte de
base
III. Per veure que el conjunt de vectors s una base cal comprovar dues coses: el conjunt s
linealment independent i genera R3 . Caldr tenir present com es comprova si un conjunt de
vectors s linealment independent, tal com hem fet al exercici 2.6. Tamb hem vist ja, per
exemple a l'exercici 2.2, com comprovar si un conjunt de vectors genera Rn .
IV. Primer comprovem que s un conjunt linealment independent. Aix s equivalent a dir que
el rang de al matriu
1
1
1
1
1
0
1
0
0
s 3. Comprovem que efectivament el rang s 3; en aquest cas potser el ms rpid s veure que
el determinant de la matriu no s zero.
Ara per veure que genera R3 cal comprovar que tot vector (x, y, z) R3 s pot escriure com a
combinaci lineal dels elements del conjunt, s a dir, que l'equaci
x
1
1
1
y = 1 1 + 2 1 + 3 0
z
1
0
0
t soluci. El sistema que se'n dedueix de l'equaci anterior t matriu ampliada
1 1 1
1 1 0
1 0 0
x
y .
z
II. Per fer aquest exercici cal saber tots els coneixements explicats a l'exercici 2.14.
III. Una vegada ms, cal resoldre un sistema d'equacions lineals.
1
1
1
1
1 1 + 2 1 + 3 0 = 2 .
0
0
3
1
Les coordenades seran precisament 1 , 2 , 3 .
44
Respostes
IV. Resolent el sistema descrit per l'equaci anterior, surt que l'nica soluci s 1 = 3, 2 =
1, 3 = 1. Per tant vB = (3, 1, 1), on B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)}.
V. Per comprovar el resultat, es pot comprovar que, efectivament,
1
1
1
1
3 1 1 0 = 2 .
1
0
0
3
I. En aquest exercici la dada s un conjunt de polinomis i cal demostrar que formen una
base de R3 [x].
2.18
II. Els mateixos que a l'exercici 2.14. A ms cal saber tractar amb polinomis, com hem explicat
a l'exercici 2.3.
III. Hem de comprovar que el conjunt de polinomis donat s linealment independent i genera
R3 [x]. Fixem-nos que podem ajuntar els dos passos si comprovem que la matriu associada al
sistema descrit per l'equaci segent
1 (x 2x2 + x3 ) + 2 (1 + x + 2x2 x3 ) + 3 (1 + x3 ) + 4 (2 + 2x x3 ) = a0 + a1 x + a2 x2 + a3 x3
t rang 4. El motiu s que d'aquesta manera provem que el conjunt s generador, doncs el
sistema s compatible independentment dels valors que puguin prendre a0 , a1 , a2 i a3 , i tamb
veiem que el conjunt de vectors s linealment independent, ja que el sistema s compatible
determinat, el que signica que hi ha una nica soluci per obtenir el polinomi 0.
IV. La matriu associada al sistema s
0
1
2
1
1 2
0 2
.
0 0
1 1
1
1
2
1
1
0
0
0
1
1
0
0
0
1
4
0
2
2
4
2
2.19
Respostes
45
0
1
2
1
1
1
2
1
1 2
0 2
0 0
1 1
4
2
.
1
5
Aquest sistema t com a soluci 1 = 15/8, 2 = 11/8, 3 = 31/8, 4 = 5/8. Per tant les
coordenades de p(x) en la base B de l'exercici 2.18 sn
I. Les dades sn un conjunt de matrius tipus 2 2 i cal demostrar que formen una base
de M2 (R).
2.20
1
3
2
1
+ 2
4
3
2
3
+ 3
0
2
1
3
+ 4
1
1
1
1
=
a
c
b
d
1
2
3
4
1
2
3
0
3 3 0
1 1 0
.
2 1 0
1 1 0
1
0
0
0
1
6
0
0
3
7
5
0
3
8
5
2/3
0
0
0
0
46
Respostes
que t rang 4.
V. Per comprovar que efectivament es tracta d'una base es pot, per exemple, expressar tots els
vectors de la base cannica de M2 (R) en la nova base. Com es fa aix est explicat a l'exercici
2.17.
I. En aquest exercici la dada s un conjunt de vectors de R3 depenent de parmetres i
cal donar els valors d'aquests parmetres que fan que el conjunt sigui una base de R3 .
2.21
II. A ms dels conceptes que apareixen a l'exercici 2.14, recordem altres resultats per determinar
si un conjunt s una base. En un espai vectorial E nitament generat totes les bases tenen
el mateix cardinal, aquest cardinal se l'anomena dimensi de l'espai i es denota dim E . La
dimensi dels espais Kn , Mmn (K) i Kn [x] s n, mn i n + 1, respectivament, per a qualsevol
cos K i n, m enters positius.
Un conjunt linealment independent de cardinal n en un espai de dimensi n s una base. I un
conjunt generador de cardinal n en un espai de dimensi n s una base.
(Transparncies: 57 i 58)
III. Com que R3 t dimensi 3 i el conjunt de l'enunciat t tres elements, n'hi ha prou, per
exemple, en trobar els valors dels parmetres per tal que el conjunt sigui linealment independent
(exercici 2.6).
IV. Com s'ha vist anteriorment, un conjunt de vectors s linealment independent s equivalent
a dir que el rang de la matriu resultat de posar els vectors per columnes s igual al nmero de
vectors, es a dir, en aquest cas
a
rang 5
1
0 7
7 0 = 3.
2 b
5
rang 0
0
7
17/5
0
0
=3
b
7 7ab/17
a
5
1
0 7 x
7 0 y
2 b z
Respostes
47
1
1 + 2
21 2 + 3
1 + 32 + 4
= 0
= 0
= 0
= 0
Fent els clculs pertinents, es veu que aquest sistema s compatible determinat, s a dir, l'nica
soluci s 1 = 2 = 3 = 4 = 0 i per tant B 0 s una base d'E .
V. Per veure si els vectors de B 0 sn linealment independents n'hi ha prou en comprovar que
la matriu que t per columnes els vectors components dels vectors de B 0 en la base B
1
1
2
1
0
1
1
3
0 0
0 0
1 0
0 1
II. En aquest exercici apareix el concepte de base d'un subespai, per com que un subespai s
a la vegada tamb un espai vectorial, els conceptes dels exercicis 2.14 i 2.21 aqu tamb sn
aplicables. A ms cal recordar que si S s un subespai vectorial generat pels vectors u1 , . . . , uk
i un vector ui dels generadors s combinaci lineal dels altres aleshores
s prctic recordar que, donat S subespai vectorial d'un espai vectorial E , es pot ampliar la
base de S afegint-hi elements (no arbitraris) de qualsevol base d'E per obtenir-ne una altra
d'E . Si E s Rn o Mn o R[x], el ms senzill s ampliar amb vectors de la base cannica. Per
comprovar que els vectors afegits sn sucients i adequats per obtenir una base d'E , noms cal
veure que n'hi ha tants al nou conjunt com la dimensi d'E i que aquest conjunt s linealment
independent.
48
Respostes
III. Per obtenir la base del subespai generat, cal eliminar els vectors del conjunt que es puguin
expressar com a combinaci lineal dels altres vectors, d'aquesta manera tenim que el conjunt
genera el subespai i a ms s linealment independent. Per fer aix posem els vectors del conjunt
per columnes en una matriu, i escalonem aquesta matriu. Els vectors corresponents a les
columnes on hi ha els uns dominants (pivots) sn un subconjunt linealment independent, el
ms gran possible. Aquests subconjunts sn una base del subespai i per tant el rang de la
matriu s la dimensi del subespai.
(Transparncies: 52)
1
2
3
1
3
2
1
0
1
0
2
0
2
0
8
2
1
0
0
0
3
1
0
0
1
1/2
1
0
2
1
2
0
Per tant, una base s {(1, 2, 3, 1), (3, 2, 1, 0), (1, 0, 2, 0)} i la dimensi del susbespai s 3.
Per completar la base, s evident que el vector (0, 0, 0, 1) s independent als de la base, ja que
a l'afegir-lo als 3 primers, la matriu resultant
1
2
3
1
3
2
1
0
1
0
2
0
0
0
, fent transformacions elementals per les, s equivalent a
0
1
1 3
0 1
0 0
0 0
1 0
1/2 0
1 0
0 1
que t rang 4. Per tant, {(1, 2, 3, 1), (3, 2, 1, 0), (1, 0, 2, 0), (0, 0, 0, 1)} s una base de R4 .
V. Per comprovar que els resultats sn correctes, es pot vericar que el quart vector donat a
l'enunciat s combinaci dels 3 primers, i que aquests sn linealment independents. Es pot
comprovar que efectivament la nova base s una base de R4 tal com hem indicat a l'exercici
2.16.
I. En aquest exercici la dada que s'ens dna s un subespai vectorial de R4 . Cal donar
una base i la dimensi d'aquest subespai, i una base de R4 que contingui la base del subespai.
2.24
II. Els conceptes de teoria que apareixen sn els dels exercicis 2.14, 2.21 i 2.23.
III. Primer , obtenim uns vectors generadors i comprovarem que sn linealment independents.
El nombre d'aquests vectors s la dimensi del subespai. Desprs afegirem vectors de la base
cannica per completar la base i aconseguir-ne una de R4 .
IV. Per a cada (x, y, z, t) S hi ha dos escalars s, t tals que
Respostes
49
Aleshores S = h(1, 0, 1, 2), (4, 1, 0, 1)i. Ara cal veure que aquests dos vectors sn linealment
independents, procedint com a l'exercici 2.6. La matriu dels vectors col.locats en columna
1
0
1
2
4
1
0
1
s equivalent a la matriu
1
0
0
0
0
1
0
0
que t rang 2, per tant els vectors sn linealment independents. El conjunt {(1, 0, 1, 2), (4, 1, 0, 1)}
s una base de S i, com t dos elements, S t dimensi 2.
Com que la dimensi de R4 s 4, per completar la base ns obtenir-ne una de R4 cal afegir dos
vectors, per exemple dos de la base cannica, per no qualssevol dos, doncs cal que el conjunt
resultant sigui linealment independent. Triem (0, 0, 1, 0) i (0, 0, 0, 1) i comprovem que el conjunt
s linealment independent. Posem els vectors en columna i obtenim la matriu
1
0
1
2
4
1
0
1
0 0
0 0
1 0
0 1
II. Els conceptes necessaris sn els que apareixen als exercicis 2.14, 2.21 i 2.23.
III. Resoldrem el sistema per obtenir un conjunt generador de R i comprovarem que el conjunt
tamb s linealment independent. Desprs completarem la base afegint-hi vectors de la base
cannica i comprovarem que s una base de R4 .
IV. Primer cal trobar un conjunt generador de S mitjanant la resoluci del sistema, com ho
vam fer a 2.12. La matriu associada al sistema s
1
0
1
1
1
0
1 0
1 1 .
2 1
x
2
1
y
1
1
= z + t ,
z
1
0
t
z, t R.
50
Respostes
Aix, un conjunt generador s {(2, 1, 1, 0), (1, 1, 0, 1)}. Aquest conjunt tamb s linealment independent ja que cap vector s pot posar en combinaci lineal de l'altre. Per tant,
{(2, 1, 1, 0), (1, 1, 0, 1)} s una base de R i la dimensi de R s 2.
Completem la base afegint-hi els dos primers vectors de la base cannica. El conjunt resultant
{(1, 0, 0, 0), (0, 1, 0, 0), (2, 1, 1, 0), (1, 1, 0, 1)} s linealment independent, doncs la matriu
que s'obt posant els vectors en columna
1
0
0
0
0
1
0
0
2
1
1
0
1
1
0
1
s una matriu escalonada amb uns a la diagonal, per tant invertible i de rang 4. (Tamb podrem
dir que el rang de la matriu s 4 ja que t determinant 1.) Com que la dimensi de R4 s 4,
aquest conjunt s una base de R4 .
V. Per comprovar que el resultat s correcte, cal comprovar que la dimensi del subespai vectorial
R coincideix amb l'esperada (4 el rang de la matriu associada al sistema), i que tots dos vectors
generadors pertanyen a R. Per comprovar que la base ampliada s base de R4 , n'hi ha prou en
comprovar que els vectors de la base cannica es poden expressar com a combinaci lineal dels
vectors de la base nova.
I. Les dades sn dos subespais vectorials i cal donar una base i la dimensi de l'intersecci
d'aquests dos subespais.
2.26
II. En aquest exercici, apareixen els conceptes de base i dimensi d'un subespai, explicats a 2.14
i 2.21. A ms, apareix la intersecci de dos subespais vectorials, que s exactament la intersecci
entre conjunts, per t la peculiaritat que l'intersecci de dos subespais vectorials s tamb un
subespai vectorial.
(Transparncies: 8)
III. Si els subespais estan expressats com a solucions d'un sistema d'equacions lineals homognies
resulta fcil calcular-ne l'intersecci. En aquest cas, noms cal ajuntar totes les equacions en
un nou sistema, i el conjunt de solucions d'aquest sistema s el conjunt (subespai) intersecci.
El procediment de passar de generadors a sistemes es troba a l'exercici 2.13.
IV. Primer expressem S com a solucions d'un sistema d'equacions lineals homognies. Sigui
(x, y, z, t) R4 , aquest vector pertany a S si i noms si s linealment dependent amb (1, 0, 1, 2)
i (4, 1, 0, 1) (una base de S ), es a dir, si la matriu
1
0
1
2
4
1
0
1
x
y
z
t
1
0
0
0
0
1
0
0
y
.
x z 4y
t 2z + y
Respostes
51
1
0
0
1
4
1
1
1
0
1
2
1
1
2
0
1
que s equivalent a
1
0
0
0
4
1
0
0
0
1
2
1
0
0
0
1
2/3
.
1
0
El sistema noms t la soluci trivial, i per tant la intersecci d'aquests dos subespais s el
subespai que noms cont l'element neutre de R4 , s a dir, S R = {0R4 }.
V. Per veure que la soluci s correcta, es pot comprovar que els vectors generadors de S
satisfant les equacions que deneixen S i que el rang del sistema s 4 menys la dimensi de S .
A ms, es pot plantejar el sistema resultant d'igualar un vector genric de S amb un de R i
veure que noms t soluci quan els vectors sn el 0R4 .
I. En aquest exercici les dades sn dues bases B i B 0 , una de les quals s la cannica, i
cal donar la matriu de canvi de base de B a B 0 i a l'inrevs.
2.27
II. El concepte de base d'un subespai vectorial ha aparegut a l'exercici 2.14. La base que prenem
com a cannica a R3 s {(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
Siguin B i B 0 dos bases d'un mateix espai vectorial E , diem que M s la matriu del canvi de
base de B a B 0 si al multiplicar-li per la dreta el vector coordenades de v E en la base B
posat en columna, vB , s'obt el vector coordenades del vector v en la base B 0 , vB 0 . Aquesta
B
B
matriu s nica, existeix sempre i es denota per PB
0 . Les columnes de PB 0 sn les coordenades
0
dels vectors de la base B en la base B . De forma anloga es troba la matriu del canvi de base
B
B0
B0
s la inversa de la matriu PB
, per a ms PB
de B 0 a B , PB
0.
(Transparncies: 59)
0
B
III. Per obtenir la matriu de canvi de base de PB
, on B 0 s una base qualsevol i B s la base
cannica, noms cal trobar les coordenades dels vectors de la base B 0 en la base cannica, i
B0
B
posar-les per columnes formant una matriu. Una vegada tenim PB
, trobem PB
0 calculant la
B0
inversa de PB .
(1, 0, 1) =
(0, 1, 2) =
(2, 3, 5) =
e1 + e3 ,
e2 + 2e3 ,
2e1 + 3e2 5e3 ,
aix
aix
aix
PBB
1
= 0
1
0
1
2
2
3 .
5
52
Respostes
B
Per trobar PB
0 calculem l'inversa de la matriu anterior (com a l'exercici 1.4) i obtenim
PBB0
1
= 3
1
4
7
2
2
3 .
1
0
B
B B
V. Per comprovar el resultat repassem com hem construt b PB
i que PB
= I3 o que
0 PB
B0 B
PB PB 0 = I 3 .
I. En aquest problema les dades sn dues bases i cal donar les matrius de canvi d'una
base a l'altra.
2.28
Primera Columna: cerquem el vector de coordenades (b1 )B 0 tot resolent el sistema que en
resulta de l'equaci 3.2. La matriu ampliada s
2 1 0
1 0 2
1 0 1
1
0 .
2
2 1 0
1 0 2
1 0 1
0
1 .
3
2
1
1
1
0
0
0
2
1
1
1 .
1
Respostes
53
Per tant,
PBB0
4
= 7
2
5
1
10 1 ,
2
0
B 1
PBB = PB 0
1/2
= 1/2
3/2
1/2
1/2
1/2
5/4
3/4 .
5/4
V. Per comprovar que el resultat s el correcte, a part de repassar els clculs, podem veure
B0 B
tamb que PB
PB 0 = I3 .
I. En aquest exercici les dades sn dos bases i les coordenades d'un vector en una de les
bases, i cal donar les coordenades d'aquest vector en l'altra base.
2.29
vB = PBB vB 0
1/2
= 1/2
3/2
1/2
1/2
1/2
5/4
1
11/4
3/4 2 = 9/4 .
5/4
1
5/4
V. Simplement comprovar que les dos expressions representen el mateix vector de R3 . Amb les
0
= (1, 2, 1) tenim que v = 1(2, 1, 1) + 2(1, 0, 0) 1(0, 2, 1) =
coordenades en la base B 0 , com vB
(4, 1, 0), i com que vB = (11/4, 9/4, 5/4) llavors v = 11/4(1, 0, 2)9/4(0, 1, 3)+5/4(1, 1, 1) =
(4, 1, 0). Cal que v sigui el mateix es calculi com es calculi.
2.30 I. En aquest exercici les dades sn dos bases de R2 [x] i cal donar la matriu de canvi
d'una base a l'altra, i a l'inrevs.
II. Els mateixos que a l'exercici 2.27, a ms dels coneixements per tractar polinomis que hi ha
a l'exercici 2.18.
III. El mateix que a l'exercici 2.28.
IV. Primerament, cal trobar les coordenades dels polinomis de la base B 0 en la base cannica,
que trivialment sn (1, 0, 0), (0, 2, 8), (6, 0, 12), respectivament. Una vegada tenim els vectors
B0
de coordenades construm la matriu PB
collocant aquests en columna. I calculant la inversa
d'aquesta obtenim la matriu del canvi invers.
PBB
1
= 0
0
0
2
8
6
0 ,
12
PBB0 = PBB
1
1
= 0
0
2
1/2
1/3
1/2
0 .
1/12
V. Per comprovar que el resultat s el correcte, es pot fer el mateix que a l'exercici 2.27.
I. En aquest exercici les dades sn una base i un polinomi de R2 [x]. Cal trobar les
coordenades del polinomi donat en la base donada.
2.31
54
Respostes
p(x)B 0
1
2
= PBB0 p(x)B = 0 1/2
0 1/3
1/2
1
1
0 4 = 2 .
1/12
16
0
(u + 3v) + (u v) = 0E
( )u + (3 )v = 0E ,
com que u i v sn linealment independents el sistema que s'obt d'igualar els coecients a 0 s
compatible determinant, s a dir, la matriu associada al sistema
A=
1 1
3 1
B
Tenim que aB = (1, 3) i bB = (1, 1) i la matriu del canvi de base PB
s A. Calculant la
seva inversa trobem la matriu que ens demanen.
PBB =
1
3
1
,
1
0 1 1/2 1/2
PBB0 = PBB
=
.
3/2 1/2
Respostes
55
I. En aquest exercici les dades sn dos bases i un vector, i cal donar l'expressi d'aquest
vector en una de les bases.
2.33
wB = PBB wB 0 =
1
3
1
1
2
1
=
.
1
5
3. Aplicacions lineals
I. En aquest exercici les dades sn dues aplicacions de R3 R, i cal dir si sn o no sn
lineals.
3.1
Lineal.
Una aplicaci f : E F
III. El procediment ser, per cada aplicaci, o b comprovar que es satisfan les tres condicions
(i concloure que l'aplicaci s lineal), o b donar un exemple que mostri que alguna de les
condicions no es satisf (i per tant l'aplicaci no s lineal).
IV.
Per l'aplicaci f , es provar que compleix les 3 condicions de la denici:
1) Tant l'espai d'entrada com el de sortida sn espais vectorials sobre R.
2) f (u + v) = f (u) + f (v):
Prenem vectors genrics u = (x1 , y1 , z1 ), v = (x2 , y2 , z2 ). Aleshores
f (u + v) = f (x1 + x2 , y1 + y2 , z1 + z2 )
= y1 + y2 2(x1 + x2 ) + z1 + z2
= (y1 2x1 + z1 ) + (y2 2x2 + z2 ) = f (u) + f (v).
56
Respostes
3) f (u) = f (u):
Prenem un vector genric u = (x, y, z) i un escalar qualsevol . Aleshores
II. Els coneixements sn els mateixos que a l'exercici 3.1. Ens pot ser til el fet que si una
aplicaci f : E F s lineal, llavors es compleix f (0E ) = 0F .
(Transparncies: 63)
Tamb cal recordar els coneixements necessaris per treballar amb polinomis, explicats al tema
d'espais vectorials (per exemple, a l'exercici 2.3).
III. El mateix que a l'exercici 3.1.
IV.
Observem que f (0) = 1 6= 0; per tant, f no s lineal.
g s lineal:
1) Tant R2 [x] com R3 [x] sn espais vectorials sobre R.
2) g(u + v) = g(u) + g(v):
Prenem vectors genrics u = a0 + a1 x + a2 x2 , v = b0 + b1 x + b2 x2 . Aleshores
g(u) = g(a0 +a1 x+a2 x2 ) = 2a0 +a1 +3a2 x3 = (2a0 +a1 +3a2 x3 ) = g(u).
Respostes
57
II. Els coneixements sn els mateixos que als exercicis 3.1 i 3.2. Tamb cal recordar els coneixements necessaris per treballar amb matrius, explicats al tema d'espais vectorials (per exemple,
a l'exercici 2.4).
III. Igual que a l'exercici 3.1.
IV.
f s lineal ja que:
1) El conjunt d'arribada i el de sortida sn espais vectorials.
2) f (u + v) = f (u) + f (v):
Prenem vectors genrics u =
f (u + v) = f
a + a0
c + c0
a
c
0
b
a
,v = 0
d
c
0
b0
. Aleshores
d0
b+b
d + d0
a + a0 d d0 b + b0 d + d0 a a0
c + c0 b b0 d + d0 b + b0 c c0
0
ad b da
a d0 b0 d0 a0
=
+ 0
= f (u) + f (v)
cb d bc
c b0 d0 b0 c0
3) f (u) = f (u)
a b
i un escalar qualsevol . Aleshores
c d
a b
a d b d a
f (u) = f
=
c d
c b d b c
(a d) b (d a)
ad b da
=
=
= f (u).
(c b) d (b c)
cb d bc
0 0
0
Com que g
=
0 0
1
i per tant g no s lineal.
0
0
0
0
0
6
=
0
0
0
0
, no es compleix la propietat g(0E ) = 0F
0
II. En aquest exercici apareix un nou concepte, el de matriu associada a l'aplicaci lineal en
unes bases donades. Sigui f : E F una aplicaci lineal, sigui B = {u1 , . . . , un } una base d'E ,
58
Respostes
III. Simplement cal calcular les coordenades en la base cannica de R4 de les imatges dels
vectors de la base cannica de R3 .
Per fer aix, cal saber trobar les coordenades d'un element d'un espai vectorial en una base
determinada (revisem per exemple l'exercici 2.17).
IV. Primer cal trobar les imatges dels vectors de la base cannica de R3 :
f (1, 0, 0) = (2, 1, 1, 1)
f (0, 1, 0) = (3, 2, 3, 2)
f (0, 0, 1) = (0, 1, 1, 1)
Com que el resultat ja est expressat en base cannica, aquests tres vectors formaran les
columnes de la matriu. Per tant,
2
1
C
MC 0 (f ) =
1
1
3
2
3
2
0
1
,
1
2
3.5
II. Els mateixos que a l'exercici 3.4. A l'exercici 2.14 hem vist com es treballa amb la base
cannica d'un espai de polinomis.
III. El mateix que a l'exercici 3.4.
IV. La base cannica de R3 [x] s {1, x, x2 , x3 }. Tenim
f (1) = (1, 1, 0)
f (x) = (1, 1, 0)
f (x2 ) = (0, 2, 1)
Respostes
59
f (x3 ) = (0, 2, 1)
Com que el resultat ja est expressat en la base cannica de R3 , la matriu demanada s
1
1
0
1 0 0
1 2 2 .
0 1 1
V. Per comprovar que el resultat s correcte, es pot comprovar que efectivament el nombre de
les i columnes s l'esperat, i que el resultat de multiplicar un vector de coordenades genric
(a0 , a1 , a2 , a3 ) per la matriu dna el mateix que aplicar f segons la denici de l'enunciat.
I. La dada s una aplicaci lineal i cal donar la matriu associada a f en les bases
canniques.
3.6
II. Els mateixos que a l'exercici 3.4. A l'exercici 2.15 hem vist com es treballa amb la base
cannica d'un espai de matrius.
III. El mateix que a l'exercici 3.4.
IV. Primer, cal calcular les imatges dels elements de la base cannica de R3 i donar-ne les
coordenades en la base cannica de M23 (R):
1 3 0
f (1, 0, 0) =
, que t coordenades (1, 3, 0, 0, 0, 1) en la base cannica de M23 (R).
0 0 1
2 1 2
f (0, 1, 0) =
, que t coordenades (2, 1, 2, 1, 0, 0) en la base cannica de
1
0 0
M23 (R).
0 1 1
f (0, 0, 1) =
, que t coordenades (0, 1, 1, 0, 1, 0) en la base cannica de
0 1 0
M23 (R).
1
3
0
Per tant la matriu demanada s:
0
0
1
2
1
2
1
0
0
0
1
1
.
0
1
0
V. Per comprovar que el resultat s correcte, es pot comprovar que efectivament el nombre de
les i columnes s l'esperat, i que el resultat de multiplicar un vector de coordenades genric
(x, y, z) per la matriu dna el mateix que aplicar f segons la denici de l'enunciat.
I. En aquest exercici les dades sn la matriu d'una aplicaci lineal (tant la base d'entrada
com la de sortida sn la cannica) i un element de l'espai d'entrada, i cal donar la seva imatge.
3.7
60
Respostes
III. El procediment consistir en trobar les coordenades en la base d'entrada de l'element del
qual es vol calcular la seva imatge, multiplicar per la matriu de l'aplicaci, i, si cal, indicar a
quin element corresponen les coordenades resultants.
IV. Les coordenades de p(x) en la base cannica C sn (1, 2, 3, 1). Per trobar la seva imatge
cal multiplicar aquest vector columna per la matriu de l'aplicaci, s a dir,
1
1
2
=
MCC0 (f )
1
3
0
1
1
3
1 0 0
2
=
9 .
1 2 2
3
2
0 1 1
1
2
1
0
= 1
1
0
3
2
C
MC 0 (f )
1 0 2
1 2 2
1
1
2
1
0
= 0 .
4
0
3
2
0
II. Sn necessaris els conceptes d'aplicacions lineals que apareixen a l'exercici 3.1. A ms,
en aquest exercici apareix un nou concepte, el d'endomorsme. Una aplicaci lineal s un
endomorsme quan l'espai vectorial d'entrada i el de sortida sn el mateix, i quan es calcula la
seva matriu, habitualment, tot i que no sempre, la base d'entrada i la de sortida coincideixen.
A ms, tamb ens pot ser til saber com es realitzen els canvis de base per a aplicacions lineals.
B
B0
Si tenim MW
(f ) i volem calcular la matriu de l'aplicaci en unes altres bases, MW
0 (f ), llavors
0
0
B
B
B
W
MW
0 (f ) = PW 0 MW (f )PB . (Les matrius de canvi de base ens havien aparegut a l'exercici 2.27.)
(Transparncies: 62,69)
Respostes
61
III. La part de trobar la matriu associada es pot plantejar de dues maneres. La primera consisteix a calcular directament les imatges dels vectors de la base B (i expressar-los en coordenades
en aquesta mateixa base), fent servir la informaci que tenim. La segona manera consisteix a
aplicar la frmula del canvi de base: xem-nos que si B 0 = {b1 b2 +2b3 +b4 , b2 b3 +3b4 , b3 , b4 }
B0
s una base, aleshores l'enunciat ens dna directament la matriu MB
(f ), per tant noms caldria
B
B
multplicar per la dreta per PB
0 i aix obtenir MB (f ).
B
Un cop tinguem MB
(f ), cal trobar el vector de coordenades de v en base B i fer el producte
B
MB (f )vB per obtenir les coordenades d'f (v) en base B .
f (b4 ) = (2b1 4b2 + 8b3 10b4 ) 2(2b1 + b2 5b3 + b4 ) (b2 + b3 3b4 ) = 2b1 3b2 b3 11b4
i les coordenades de f (b1 ) en base B sn (2, 3, 1, 11). Per tant, la matriu s:
2
2
2
3
4
1
B
MB (f ) =
1
8
5
11 10 1
0
1
1
3
Segon mtode:
Primer cal comprovar que efectivament B 0 = {b1 b2 + 2b3 + b4 , b2 b3 + 3b4 , b3 , b4 } s una
base d'E . Fixem-nos que aix s precisament el que se'ns demanava a l'exercici 2.22, per tant
B 0 s base.
Ara, la matriu d'f amb base d'entrada B 0 = {b1 b2 + 2b3 + b4 , b2 b3 + 3b4 , b3 , b4 } i base de
sortida B s:
0
MBB (f )
0 0
0 0
=
0 0
0 0
2
1
5
1
0
1
1
3
B
Ara MB
(f ) = MBB (f )PBB0 . Per tant cal calcular la matriu del canvi de base de B a B 0 . Com
que coneixem els vectors de B 0 en funci dels de B , el ms prctic ser calcular la matriu del
canvi de B 0 a B , i desprs fer la inversa.
PBB
1
1
=
2
1
0
1
1
3
0 0
1
0
0 0
; PBB0 = (PBB )1 = 1
1
1 0
0 1
4
0
1
1
3
0 0
0 0
.
1 0
0 1
62
Respostes
2
3
=
1
11
2
4
8
10
2
1
5
1
0
1
.
1
3
2
2
2
1
4 1
1 3
MBB (f )
1 = 1
8
5
11 10 1
1
2
1
0
1 1 1
.
=
1 1 5
5
1
3
IV. La matriu del canvi de base PCB , calculada com a l'exercici 2.28, s:
1
0
0
1
1
0
2
0 .
1
Per tant:
1
2
4
3
2
.
5
V. Per comprovar que el resultat s correcte, el ms fcil s comprovar que la imatge dels vectors
B
de la base B coincideix amb l'esperada; s a dir, que la primera columna de MC
0 (f ) s igual a
C
MC 0 (f ) multiplicada per (1, 0, 0), etc.
I. En aquest exercici les dades sn la matriu associada a una aplicaci lineal en certes
bases i una nova base B 0 , i cal trobar la matriu associada a l'aplicaci lineal amb la base de
sortida B 0 .
3.11
Respostes
63
IV. La matriu del canvi de base PCB0 , calculada com a l'exercici 2.28, s:
0
1/2
1
.
3/2
Per tant:
0
2
5/2
1
1
.
0 3/2
V. A part de repassar els clculs, per comprovar que el resultat s correcte, podem comprovar
C
que les columnes de la matriu MB
0 (f ) coincideixen amb les imatges dels vectors de la base C
C
(s a dir, les columnes de MC 0 (f )) expressades en la base B 0 .
I. En aquest exercici les dades sn la matriu associada a una aplicaci lineal en unes
determinades bases, i una nova base B de l'espai vectorial d'entrada i una altra B 0 del de
sortida, i cal donar la matriu associada a l'aplicaci lineal en les noves bases.
3.12
B
C
C
B
C
B
III. Simplement usem que MB
0 (f ) = PB 0 MC 0 (f )PC = PB 0 MC 0 (f ).
0
C
B
IV. Recuperant PB
0 i MC 0 (f ) dels exercicis anteriors, noms cal fer la multiplicaci i el resultat
s:
MBB0 (f ) =
2
5/2
3
5/2
1
.
13/2
V. Per revisar el resultat, a part de repassar els clculs, podem veure que les imatges dels
B
vectors de la base B expressades en base B 0 (s a dir, les columnes de MB
0 (f )) coincideixen
amb les esperades.
I. En aquest exercici la dada s un endomorsme, i cal donar-ne la matriu associada en
una certa base (la mateixa d'entrada que de sortida).
3.13
64
Respostes
0
MBB (f ) =
0
0
1
1
0
0
1
2
1
0
5
5
.
3
1
V. Per comprovar que el resultat s correcte, a part de repassar els clculs, es podria tornar a
fer l'exercici mitjanant canvis de base i comprovar que el resultat coincideix. Per a fer aix
darrer, trobarem primer la matriu d'f en la base cannica
0
MCC (f ) =
0
0
1
1
0
0
2
2
1
0
0
6
,
3
1
PCB
1
0
==
0
0
1
1
0
0
1
1
1
0
1
1
,
1
1
PBC
1
0
=
0
0
1
1
0
0
0
1
1
0
0
0
,
1
1
C
MCC (f )PCB obtindrem la matriu cercada.
desprs amb el producte PB
I. En aquest exercici les dades sn una matriu associada a una aplicaci lineal, i cal
donar una base del seu nucli.
3.14
II. En aquest exercici apareix un nou concepte, el nucli d'una aplicaci lineal. Donats dos espais
vectorials E i F sore un mateix cos i una aplicaci lineal f : E F , anomenarem nucli de f al
conjunt de vectors d'E que tenen per imatge 0F , el denotarem per Ker(f ). s a dir,
Ker(f ) = {u E : f (u) = 0E }.
Aquest conjunt s un subespai vectorial.
(Transparncies: 65)
III. Cal trobar tots els vectors (x, y, z) tals que f (x, y, z) = (0, 0, 0). Per calcular f (x, y, z),
multipliquem per la dreta de la matriu donada el vector (x, y, z) en columna. Per tant, trobar
quan aquesta expressi s igual a (0, 0, 0),
2
1
1
1
0
1
3
x
0
3 y = 0 ,
5
z
0
Respostes
65
equival a resoldre un sistema d'equacions lineals amb matriu associada, precisament, la matriu
associada a l'endomorsme. (Si ens cal, recordem com trobar bases de subespais donats per
sistemes d'equacions revisant, per exemple, l'exercici 2.25.)
IV. Cal per tant resoldre el sistema homogeni segent.
2x y + 3z
x + 3z
x + y + 5z
= 0
= 0
= 0
II. En aquest exercici apareix un nou concepte, el d'imatge d'una aplicaci lineal. La imatge
d'una aplicaci lineal f : E F , que denotem per Im(f ), s el conjunt de vectors de F que sn
la imatge per f d'algun vector de E . Aquest conjunt s un subespai vectorial i les imatges dels
vectors d'una base el generen, s a dir,
III. Per a trobar un conjunt de generadors de Im f n'hi ha prou en considerar els vectors columna
de la matriu associada, ja que l'espai de sortida de l'aplicaci s R3 . A partir d'aquest conjunt
cercarem una base del subespai. (L'exercici 2.23 s un exemple de com trobar bases a partir
d'un conjunt generador).
IV. Tenim que Im(f ) = h(2, 1, 1), (1, 0, 1), (3, 3, 5)i. Fent els clculs s'obt que els tres vectors
generadors sn linealment independents, i per tant una base d'Im(f ) s {(2, 1, 1), (1, 0, 1), (3, 3, 5)}.
La imatge t doncs dimensi 3.
V. A part de repassar els clculs, podem comprovar la frmula de les dimensions usant el resultat
de l'exercici anterior. Efectivament, 0 + 3 = 3.
I. En aquest exercici l'nica dada s una aplicaci lineal, i cal donar una base i la dimensi
de la imatge i del nucli.
3.16
66
Respostes
1
MCC0 (f ) = 0
1
1 1
1 1
1 0
2
0 .
1
1
0
0
1
1
0
1
1
1
2
0 .
1
Per trobar el nucli, resolem el sistema homogeni amb aquesta matriu com matriu associada i
obtenim l'espai soluci: h(0, 1, 1, 1)i. Com que el resultat est en coordenades en la base C
de M2 (R), transformem les coordenades en matrius i per tant Ker(f ) =
base s
0
1
0
1
1
1
i una
1
. La dimensi del nucli s 1.
1
La imatge est generada per les imatges dels vectors de C , les coordenades dels quals en la
C
base C 0 sn les columnes de la matriu MC
0 (f ). A partir del conjunt de columnes de la matriu
escalonada equivalent a la matriu associada que em trobat, obtenim una base de la imatge:
aquesta base estar formada per les imatges dels vectors de C que tenen per coordenades
C
aquestes columnes en la matriu MC
0 (f ). En aquest cas les columnes on hi ha els 1's pivots sn
2
les tres primeres, aix {1 x , 1 + x + x2 , 1 x} s una base de Im f i per tant la dimensi s
3 (i com que R2 [x] tamb t dimensi 3 aquest conjunt tamb s una base de R2 [x]).
V. Repassem els clculs i comprovem la frmula de les dimensions: 1 + 3 = 4.
3.17
I. En aquest exercici la dada s una aplicaci lineal i cal dir si s injectiva, exhaustiva o bijectiva.
Respostes
67
II. En aquest exercici ens apareixen de nou els conceptes dels exercicis 3.15 i 3.14. A ms
apareixen nous conceptes: aplicaci injectiva, aplicaci exhaustiva i aplicaci bijectiva. Sigui
f : E F una aplicaci. Es diu que:
f s injectiva si, per a tot u, v E , f (u) = f (v) implica que u = v . Quan l'aplicaci f s
lineal aix s equivalent a dir que el seu nucli s igual a {0E }.
f s exhaustiva si el conjunt imatge s igual a l'espai d'arribada. Quan l'aplicaci f s
lineal aix s equivalent a dir que dim(Im(f )) = dim(F ).
f s bijectiva si s exhaustiva i injectiva alhora. Quan l'aplicaci f s lineal aix s
equivalent a dir que tant l'espai d'arribada com el de sortida tenen la mateixa dimensi i
a ms Ker f = {0E } o dim(Im(f )) = dim(F ).
(Transparncies: 67)
III. Cal calcular el nucli i la imatge de l'aplicaci i a continuaci discutir, segons els criteris del
punt II, en funci dels resultats obtinguts.
IV. Aprotant els resultats dels exercicis anteriors, sabem que el nucli de l'aplicaci s {0E }, per
tant l'aplicaci s injectiva. Com que les dimensions del conjunt imatge i de l'espai d'arribada
coincideixen, llavors s exhaustiva. En ser injectiva i exhaustiva, tamb s bijectiva.
V. Si els resultats dels exercicis anteriors eren correctes, no hi ha res a comprovar.
3.18
I. En aquest exercici les dades sn una aplicaci lineal, i cal dir si s injectiva, exhaustiva o
bijectiva.
II. Els mateixos que a l'exercici 3.17.
III. El mateix que a l'exercici 3.17.
IV. Aprotant el resultat de l'exercici 3.16, sabem que el nucli de l'aplicaci t dimensi 1 6= 0,
per tant el nucli contindr algun altre vector a part del 0E i l'aplicaci no s injectiva. Com que
les dimensions del conjunt imatge i de l'espai d'arribada coincideixen, llavors s exhaustiva. Al
no ser injectiva, no pot ser bijectiva. Per tant f noms s exhaustiva.
V. Si el resultat de l'exercici 3.16 era correcte, no hi ha res a comprovar.
3.19
68
Respostes
III. Primer trobem la matriu de l'aplicaci xades les bases. Per comprovar que s bijectiva,
noms cal veure que el rang d'aquesta matriu s 4, ja que la dimensi de R3 [x] s 4 i f s un
endomorsme. Si aquest s el cas, cal calcular la inversa de la matriu, aix obtindrem la matriu
associada a l'aplicaci inversa.
IV. Podem resoldre-ho de vries maneres, segons en quines bases calculem la matriu de l'aplicaci.
Opci 1: base cannica.
Prenem com a base cannica {1, x, x2 , x3 }. Per trobar la matriu de l'aplicaci en aquesta base
calculem:
1) f (1) = 1, que t coordenades (1, 0, 0, 0);
2) f (x) = 1 + x, que t coordenades (1, 1, 0, 0);
3) f (x2 ) = 2 + 2x + x2 , que t coordenades (2, 2, 1, 0);
4) f (x3 ) = 6x + 3x2 + x3 , que t coordenades (0, 6, 3, 1).
Per tant la matriu associada en base cannica s
1
0
0
0
1
1
0
0
2
2
1
0
0
6
.
3
1
En ser la matriu triangular amb uns a la diagonal, s clar que t rang 4 i per tant f s un
isomorsme. La inversa d'aquesta matriu s:
1
0
0
0
1
1
0
0
0
2
1
0
6
0
.
3
1
Aquesta s doncs la matriu associada a f 1 en base cannica. Si volem conixer f 1 explcitament en termes de polinomis, primer multipliquem per la dreta aquesta matriu per un vector
de coordenades genric (a, b, c, d) posat en columna.
1
0
0
0
1
1
0
0
0
2
1
0
6
a
a b + 6d
0
b = b 2c
3
c
c 3d
1
d
d
Aix ens diu que les coordenades de f 1 (a + bx + cx2 + dx3 ) en base cannica sn (a b + 6d, b
2c, c 3d, d). Per tant, f 1 (a + bx + cx2 + dx3 ) = (a b + 6d) + (b 2c)x + (c 3d)x2 + dx3 .
Respostes
69
0
MBB (f ) =
0
0
1
1
0
0
1
2
1
0
5
5
.
3
1
Primer cal comprovar que aquesta matriu t rang 4, cosa que s clara ja que de nou ens trobem
amb una matriu triangular superior amb els elements de la diagonal no nuls. La seva inversa s
1
0
0
0
1
1
0
0
1
2
1
0
7
1
.
3
1