CAPÍTULO III

ESPACIOS VECTORIALES

SECCIÓN 3.1: DEFINICIONES Y EJEMPLOS

Respuestas de los ejercicios propuestos de la página 153

1. Ejemplo 3
Sean

y supongamos que

= =

= +0=
=

Ejemplo 4

Nota: considerar que la suma de polinomios de grado menor o igual que 3 puede dar un polinomio de
grado menor que 3, es decir que algunos de los coeficientes que aparecen puede ser nulos.

= =

= +0=
 =

6.
a. Sean matrices pertenecientes al conjunto que

estamos estudiando. Sean

Veamos que

A + B es un elemento del conjunto, y la matriz A + B es única, por las propiedades de números reales
Veamos que

c A es un elemento del conjunto y la matriz c A es única.

 =

Como el conjunto de las matrices de 2x2 tales que a11 =0 con las operaciones definidas en la forma usual
verifica los ocho axiomas, y además la suma y el producto por escalar pertenecen al conjunto, decimos
que es un espacio vectorial real.
d. El conjunto de los polinomios en una variable con coeficientes enteros no es un espacio vectorial ya
que el producto de un polinomio con coeficientes enteros por número real, no siempre da como
resultado un polinomio con coeficientes enteros. Por ejemplo,

e. El conjunto de los polinomios en una variable, con coeficientes reales, con grado k = 3, junto con el
polinomio nulo, no es un espacio vectorial ya que la suma de dos polinomios del conjunto no siempre
da como resultado un polinomio de grado igual a 3. Por ejemplo,

f. El conjunto de los polinomios en una variable, con coeficientes reales, con grado k ≥ 2, junto con el
polinomio nulo, no es un espacio vectorial ya que la suma de dos polinomios del conjunto no siempre
da como resultado un polinomio de grado mayor o igual a 2.
Por ejemplo:
son elementos del conjunto, sin embargo su suma tiene grado 1.

SECCIÓN 3.2: SUBESPACIOS

Respuestas de los ejercicios propuestos de las páginas 158 y 159

1. Una recta de R3 que no pasa por el origen no es un subespacio de R3, ya que no contiene al (0,0,0).
Un plano de R3 que no pasa por el origen no es un subespacio de R3 por las mismas razones del ítem
anterior.

2. S es el conjunto de matrices simétricas n x n.

Sean matrices simétricas, ( )

S es no vacío pues contiene al elemento 0.

La matriz es una matriz simétrica de nxn.

es una matriz que pertenece a S.

es una matriz que pertenece a S.

 Como S es un subconjunto del espacio vectorial de las matrices nxn, es no vacío y es cerrado
para la suma y el producto por escalar, S es un subespacio vectorial.

4. El conjunto de todas las matrices inversibles de orden n no es un subespacio del conjunto de todas las
matrices cuadradas de orden n ya que no contiene al cero.

5. Las soluciones del sistema son (x,y,z)=( 3/2t,t,t)=t(3/2,1,1) que es un subespacio por el ejemplo 6.
Las soluciones del sistema son (x,y,z)=( t,t,2t+1)=t(1,1,2)+(0,0,1) que no es un subespacio ya que no
contiene al (0,0,0).

6. R2 no es un subespacio de R3 ya que R2 no es un subconjunto de R3.

Si bien el conjunto de puntos de la forma (x,y,0) que esta contenido en R3 se “ve” y “actúa” como R2 .
Este subconjunto es efectivamente un subespacio de R3
8. Una variedad lineal de Rn que pasa por el origen es un subespacio de Rn ya que es un subconjunto de Rn
y es cerrado para la suma y el producto por escalar:

Si y con
.


que es una variedad lineal de Rn que pasa por el
origen .

 que es una variedad lineal de Rn

que pasa por el origen .

9. El conjunto S de todas las soluciones de un sistema lineal homogéneo de m ecuaciones en n incógnitas

se puede pensar como la intersección de m hiperplanos que pasan por el origen, siendo estos
subespacios de Rn, y por lo tanto por el ejemplo 9 el conjunto de soluciones del sistema homogéneo es
un subespacio de Rn.
10. El vector lineal de los vectores si existen a y b números reales
que satisfagan

Resolvemos el sistema de ecuaciones:

La solución del sistema es a = 1 y b = -1, por lo tanto

11. El vector lineal de los vectores si existen a y b
números reales que satisfagan
 Resolvemos el sistema de ecuaciones:

El sistema es incompatible, por lo tanto no se puede escribir al vector (1,1) como combinación lineal
de
12. El subespacio de R2 generado por es la recta de ecuación
2
El subespacio de R generado por y es R2.
El subespacio de R2 generado por y es R2 ya que el vector (1,0) es una combinación
lineal de los otros dos.

13. El subespacio de R2 generado por es la recta de ecuación ya que los

vectores son paralelos.
El subespacio de R2 generado por y es R2, ya que son
paralelos pero no es combinación lineal de los vectores .

14. El vector lineal de los vectores

si existen a, b y c números reales que satisfagan
Resolvemos el sistema de ecuaciones:

Este sistema tiene solución única (resolverlo): a = 1, b = 2 y c = 3 por lo tanto, el vector dado es una
combinación lineal de los vectores y se escribe

15. El vector lineal de los vectores ,

ya que

16. El vector lineal de los vectores

si existen a, b y c números reales que satisfagan

Resolvemos el sistema de ecuaciones:

 El sistema es incompatible (verificarlo), por lo tanto el vector (1,3,2) no es una combinación lineal de
los vectores dados.

17.

 El subespacio de R3 generado por v=(1,0,3) es la recta de ecuación

 El subespacio de R3 generado por v1=(1,0,3) y v2 =(0,1,2) es el plano de ecuación

 El subespacio de R3 generado por v2 =(0,1,2) y v3=(1,-1,-1) es el plano de ecuación

 El subespacio de R3 generado por v3=(1,-1,-1) y v1=(1,0,3) es el plano de ecuación

 El subespacio de R3 generado por v1=(1,0,3) , v2 =(0,1,2) y v3=(1,-1,-1) es el mismo R3 ya que ninguno

de estos tres vectores es una combinación lineal de los otros dos.
 El subespacio de R3 generado por v = (4,-1,4), v1=(1,0,3) , v2 =(0,1,2) y v3=(1,-1,-1) es el mismo R3 ya
que se agrega al inciso anterior el vector (4,-1,4) que es combinación lineal de los otros dos vectores:
(4, -1, 4 )= (1, 0, 3 ) +2 ( 0, 1, 2 ) + 3 ( 1, -1, -1 )

SECCIÓN 3.3: DEPENDENCIA E INDEPENDENCIA LINEAL

Respuestas de los ejercicios propuestos de la página 172

10.
Hipótesis: { v1 , v2 , v3 , ........., vk} conjunto de vectores linealmente independientes de V y
{ v1 , v2 , v3 , ........., vk , vk+1} conjunto de vectores linealmente dependientes de V.
Tesis: vk+1 es una combinación lineal de los vectores v1 , v2 , v3 , ........., vk.

Demostración:
Como { v1 , v2 , v3 , ........., vk , vk+1} es un conjunto de vectores linealmente dependientes, existe una
combinación lineal no trivial que proporciona el vector nulo (Teorema 3.3.I), entonces
a1 v1 + a2 v2 + a3 v3 + .........+ ak vk + ak+1 vk+1 = 0, con algún ai  0 (i = 1,2,…,k+1)

Pero ak+1 está obligado a ser distinto de cero pues si lo fuera nos queda una combinación lineal de los
v1 , v2 , v3 , ........., vk nula con algún coeficiente ai  0, contra la hipótesis que nos dice que son
linealmente independientes.
Luego, despejando vk+1 de la igualdad anterior se obtiene:
a1 a a
vk 1   v1  2 v2  ............  k vk
a k 1 a k 1 a k 1 ;
Es decir, vk+1 es una combinación lineal de los vectores v1 , v2 , v3 , ........., vk▪
11.
Hipótesis: {v1 , v2 , v3 , ........., vn} conjunto de vectores linealmente independientes de 
n

Tesis: Para todo V  resulta que V es una combinación lineal de los vectores
n

v1 , v2 , v3 , ........., vn
Demostración:
Por hipótesis { v1 , v2 , v3 , ........., vn} es un conjunto de n vectores linealmente independientes de  .
n

Si se agrega algún vector al conjunto (llamémoslo V), por el teor [Link], el nuevo conjunto es
linealmente dependiente (ya que n+1>n).
Y además, por el ejercicio anterior, este nuevo vector V es combinación lineal de los vectores
v1 , v2 , v3 , ........., vn.

12.
Hipótesis : A1, A2, ......., An son vectores no nulos de  , ortogonales dos a dos, es decir,
n

Ai . Aj = 0, si i  j , i  1,2,......n
Tesis: A1, A2, ......., An son linealmente independientes
Demostración:
Para demostrar que los vectores dados son linealmente independientes hay que investigar si
efectivamente la única combinación lineal nula de dichos vectores es la trivial. Entonces:
c1 A1 + c2 A2 + ................ + cn An = 0, multiplico miembro a miembro por A1
A1(c1 A1 + c2 A2 + ......... + cn An ) = A1.0  c1 A21 + c2 A1 A2 + ....... + cn A1 An = 0

Reemplazando A1.A2 = A1.A3 = ........... = [Link] = 0 por hipótesis (los vectores son ortogonales dos a dos)
nos queda:
c1 A21= 0.
Como A21  0 (porque Ai  0 por hipótesis) entonces c1 = 0.
De manera análoga se demuestra para los demás coeficientes.
Es decir, todos los coeficientes son 0, o sea, la única combinación posible es la trivial.
Luego, los vectores A1, A2, ......., An son linealmente independientes▪

SECCIÓN 3.4: BASES Y DIMENSIÓN

Respuestas de los ejercicios propuestos de las páginas 182 y 183

1. Corolario II. Dem: hay que demostrar que los n vectores son generadores de V . Sea entonces V
un vector cualquiera de V.

Por el corolario I, los vectores V1, …, Vn, V son linealmente dependientes Sigue, por el ejercicio 10 de la
sección 3.3, que V es combinación lineal de V1, …, Vn. Es decir, cualquier vector V de V es generado por
los n vectores dados. ■
2. Hay que demostrar que B’ es linealmente independiente y genera V. Pero como B’ tiene la misma
cantidad n de vectores de V que la base dada., por el Corolario II, basta con verificar que es un conjunto
linealmente independiente

Para ello se forma una combinación lineal nula con los vectores de B’:

β1(c1V1) + β2(c2V2) + … + βn(cnVn) = 0 es decir,

(β1 c1)V1 + (β2c2)V2 + … +(βncn)Vn = 0

Como V1, …, Vn son linealmente independiente resulta que los coeficientes βici son ceros y como
por hipótesis los ci ≠ 0 resulta β1 = β2 = … = βn = 0, es decir, B’ es linealmente independiente ■

3. Usando el ejercicio 2 podemos escribir B = {(2, 0, 0); (0, 3, 0); (0, 0, -1)} que resulta ser una
base de R3.

6. Hay que demostrar que 1, x , x2 , … , xn son l.i. (demostrado en el ejemplo 9 de la página 166) y
generan Pn :

Dado un polinomio P Є Pn resulta ser combinación lineal de los vectores de Pn en donde los
coeficientes de dicho polinomio resultan ser las constantes de dicha combinación lineal, es decir: a0 +
a1 x + a2 x2 + … + an xn es una combinación lineal de los elementos del conjunto que estamos
demostrando que es base de Pn, y es, obviamente, un vector cualquiera de Pn. ■

La dimensión de este espacio vectorial es n+1.

7. a) no son generadores por lo cual tampoco son base

b) Son base del espacio R3

c) No son generadores por lo cual tampoco son base

d) son generadores pero no son base.

8. El determinante de la matriz que tiene a los vectores es distinto de cero por lo cual son 3 vectores son
linealmente independiente en R3 y entonces constituyen una base.

El vector V = 1/3 V1 + (-1/3) V2 +1/3 V3

9. Como los tres vectores de R3 son linealmente independientes, constituyen una base de R 3 .

V= (a, b, c ) = (2a-b-c) (1, 1, 0 ) + (-2 a +2b+ c )(0, 1, -1) + (-a+b + c) ( 1, 0, 2)

10. Para todo valor de x los vectores resultan linealmente dependientes por lo que nunca serán base.

11. Una base está formada por los vectores (0, 1) y (1, 1).

12 Una base está constituida por los vectores A y B, por lo tanto la dimensión es 2.
 13 x = 7/2

16. a) B = {(1, 0, 2); (0, 1, -1)}

b) B = {(1, 0, 0); (0, 1, 0)}

c) B = {(1, 1, 1)}

d) B = {(1, 2, 3)}

17. a) B = {(-4, 0, 0, 1); (-3, 0, 1, 0); (-2, 1, 0, 0)}

b) (-4, 3, -2, 1) = 1.(-4, 0, 0, 1) + (-2) ((-3, 0, 1, 0) + 3 (-2, 1, 0, 0)

SECCIÓN 3.5: EL RANGO DE UNA MATRIZ

Respuestas de los ejercicios propuestos de las páginas196 y 197

Calcular el rango de las siguientes matrices:

1 0
1.  
0 1

Es una matriz escalonada, por lo tanto el rango es 2.

1 0 0
2.  
0 1 0 

Es una matriz escalonada, su rango es 2.

1 0 

3. 0 1

 
0 0

Es una matriz escalonada con 2 filas no nulas por lo cual su rango es 2.

1 0 0 0
0 1 0 0 

4. 0 0 1 0 matriz escalonada, su rango es 3.
 
0 0 0 0
0 0 0 0
 1 2 1 

5. 3 1 2

 
1 5  4

Aplicando L2  3 L1 - L2, L3  L1 - L3, se obtiene

1 2 1 
0 5 5 
 
0  3 5

Aplicando L3  3 L2 + 5 L3

1 2 1
 0 5 5  rango 3
 
0 0 35

1 1 1 

6. 2  1 1

 
4 1 3 

Aplicando L2  2 L1 - L2, L3  4 L1 - L3

1 1 1
0 3 1
 
 0 3 1 

como la tercera fila está repetida, se suprime y se obtiene

1 1 1 
0 3 1
 

el rango de la matriz es 2.
1 1  1
7.  
2 1 2 

Aplicando L2  2 L1 - L2

1 1  1
0 1 0 
 

rango 2
 1 1
8.
3  2
 
 4  1

Como el rango r de la matriz no puede superar ni el número de filas, ni el número de columnas, debe ser r
 2, si tomamos las dos primeras filas vemos que son linealmente independientes

1 1
 2  3  5  0,
32

Por lo tanto su rango es 2.

1 1 1 1 

9. 2 2 2 2

 
3 3 3 3 

Aplicando L2  2 L1 - L2, L3  3 L1 - L3

1 1 1 1 
0 0 0 0 rango1
 
0 0 0 0

1 2 
10.  
2 k 

L2  2 L 1 - L2

1 2 
2 4  k 
 

Si k = 4 el rango es 1

Si k  4 el rango es 2

1 2 3 

11. 2 0 1

 
1 k 0

Aplicando L2  2 L1 - L2, L3  L1 - L3
 1 2 3
0 4 5 

0 2  k 3

L3  (2-k) L2 - 4L3

1 2 3 
0 4 5 

0 0  5k  2

2
k=- rango 2
5

2
k - rango 3
5

1  1 1 

12.   1 1

 
3  2  

1 1 1
 1 1 = 0   =2 ó  = 1
3 2 

1 1
 =2 ó  = 1, rango 2, pues = 1 0
3 2

  2,   1, rango 3

1  

13. 1 1 

2 3

El rango de la matriz es igual al rango de su transpuesta

1 1 2 
 1 3 
 

Aplicando L2   L1 - L2
 1 1 2 
 
0   1 2  3
2

 -1 =0 para  = 1

3
22 – 3 = 0 para  = 
2

Para ningún valor de  se anula la segunda fila por lo tanto el rango es 2.

k 1 1 

14. 1 1 k 

k  1 0 1  k 

L1  L2, L2  L1

1 1 k 
k 1 1 

k  1 0 1  k 

L2  k L1 - L2, L3  (k – 1) L1 - L3

1 1 k 
 
 0 k  1 k  1
2

0 k  1 k 2  1
 

Suprimiendo la última fila porque está repetida

1 1 k 
 
0 k  1 k  1
2

Para k = 1, el rango es 1

Para k  1, el rango es 2.

4 1 9
3 2 8
15. 
5  1 9
 
1 1 3
 4 1 9 4 1 9 4 1 9 3 2 8
3 2 8  0, 3 2 8  0, 5 1 9  0, 5 1 9  0
5 1 9 1 1 3 1 1 3 1 1 3

Todos los menores de orden 3 son nulos y como el determinante de un menor de orden 2 es

4 1
distinto de cero (calcular ) resulta rango = 2.
3 2

6 1 7 8
2 3 5 8
16. 
1 1 2 3
 
6  1 5 4

L1 L3, L3 L1 L2 2L1 – L2 L3 5L2+ L3

L3 6L1 – L3 L4  7L2 + L4
L4 6L1 – L4

1 1 2 3 1 1 2 3  1 1 2 3 
2 3 5 8 0  1  1 
 2 0  1  1  2
    
6 1 7 8 0 5 5 10  0 0 0 0 
     
6  1 5 4 0 7 7 14  0 0 0 0 
rango 2

17. Hallar una base del subespacio S de R2 generado por los vectores (o,1), (1,0), (1,1) y
(-1, 0).
Solución. Considerando la matriz
 0 1 
 1 0 
 
 1 1 
 
 1 0 
Reduciendo la matriz a la forma escalonada
1 0  1 0
0 1  0 1 
   
0  1  0 0
   
0 0  0 0
De modo que una base del subespacio está constituida por los vectores
V1 = (1,0), V2 = (0,1), este subespacio coincide con R2
18. Hallar una base del subespacio S de R3 generado por los vectores (1,2,3), (-1,-2,-3),
(2,3,4) y (1,1,1).
Solución. Considerando la matriz
 1 2 3
 1  2  3
 
 2 3 4
 
 1 1 1 
En forma escalonada
1 2 3  1 2 3 
0 0 0   
   0  1  2 
0 - 1 - 2  0 0 0 
   
0 1 2  0 0 0 
Una base está dada por los vectores, V1 = (1,2,3) y V2 = (0,-1,-2)
Este subespacio tiene dimensión 2, es un plano de R3
X = r(1,2,3) + s(0,-1,-2)
19. Hallar una base del subespacio de R4 generado por los vectores (1,3,0,3), (2,1,1,0),
(3,4,1,3), (5,5,2,3) y (2,1,1,0).

Solución
1 3 0 3
2 1 1 0 

3 4 1 3
 
5 5 2 3
2 1 1 0 
La matriz escalonada

1 3 0 3  1 3 0 3  1 3 0 3
0 5  1 3  0 5  1 3  0 5  1 3 
    
0 5  1 6   0 0 0  3  0 0 0  3
     
0 10  2 12 0 0 0 6  0 0 0 0
0  5 1  6  0 0 0  3 0 0 0 0 
Una base está dada por los vectores
V1 = (1,3,0,3), V2 = (0,5,-1,3), V3 = (0,0,0,3) .
Hiperplano de R4
X = r (1,3,0,3) + s (0,5,-1,3) + t (0,0,0,3)

20. Hallar una base del subespacio S de R5 generado por los vectores (1,2,3,1,2),
 (2,1,2,3,1), (3,3,5,4,3) y (1,-1,-1,2,-1).
Solución
1 2 3 1 2 1 2 3 1 2 1 2 3 1 2
2 1 2 3 1  0  3  4 
1  3 0  3  4 1  3 
   
3 3 5 4 3 0  3  4 1  3 0 0 0 0 0
     
1  1  1 2  1 0  3  4 1  3 0 0 0 0 0
Una base está dada por los vectores
V1= (1,2,3,1,2), V2=(0,-3,-4,1,-3)
El subespacio es un plano de R5
X = r (1,2,3,1,2) + s (0,-3,-4,1,-3)

SECCIÓN 3.6 : SISTEMAS DE ECUACIONES LINEALES

Respuestas de los ejercicios propuestos de las páginas 209 y 210

1. En el ejemplo 1, otra base está dada por el vector (3,2,5) y por lo tanto la recta (3,6,4) puede
escribirse X = t (3,2,5).¿Por qué?
3 2 
Porque los vectores  , ,1 y (3,2,5), son paralelos, por lo tanto (3,2,5) también puede
5 5 
considerarse como la dirección de la recta (3.6.4).

2. Condición necesaria y suficiente para que un sistema homogéneo tenga soluciones no triviales, es
que el rango de la matriz de los coeficientes sea menor que el número de incógnitas (r  n). ¿Por
qué?
El sistema es compatible por ser homogéneo, si r = n el sistema tiene solución única (sistema
compatible triangular), como r  n el sistema tiene infinitas soluciones que dependen de n – r
variables libres.

3. Hallar, si existe, una base del espacio de soluciones del siguiente sistema:
x
 yz0
2
z
x  2y  0
3
Solución. Consideramos la matriz de coeficientes
 1 
 2 1  1
A=  
1  2 1 
 3 
Reducimos a la forma escalonada
L1 2 L1, L2 3 L2 L2 3L1 – L2

1 2  2 1 2  2
3  6 1 0 12  7 
   

r=2, n=3

Entonces la dimensión del espacio de soluciones será: 3 – 2 = 1 y la base tiene un solo vector que
podemos calcular dando un valor a la variable libre, si elegimos z como esa variable con z = 1, se
5 7
tiene, x = ,y=
6 12

5 7   5 7 
Una base está formada por el vector  , ,1 , escribimos B   , , 1 .
 6 12   6 12 

4. Hallar una base del espacio de soluciones del siguiente sistema:

2x  3y  z0
x y z 0
 x  4 y  2z  0

Solución. La matriz de coeficientes es

 2  3 1

A = 1 1 1

 
 1 4  2
Hallamos la forma escalonada A’
 1 1 1  1 1  1 
 1 4  2  0 5  3  1 1  1 
    0 5  3 = A’
 2  3 1  0 5  3  

rango de A = rango de A’ = 2
Entonces la dimensión del espacio de soluciones será: 3 – 2 = 1.
Una base (tiene un solo vector), se obtiene poniendo z = 1 (z es la variable libre) y
2 3 2 3 
calculando x = , y = , la base será B={  , ,1 }
5 5 5 5 
5. Hallar una base del espacio de soluciones del siguiente sistema:
x  2 y  3z  4t  0
 2x  y  z  2t  0
x  5 y  8 z  10t  0

Solución. La matriz de coeficientes es

 1  2 3  4
 2 1  1 2 
A=  
 1  5 8  10
 
 
Hallamos la forma escalonada A’

1  2 3  4 
0  3 5  6   1  2 3  4 
  0  3 5  6 = A’
0 6  5 6  

El rango de A = rango de A’ = 2
El espacio de soluciones tiene dimensión 4 – 2 = 2. Una base se obtiene dando valores a las
variables libres, z y t, para obtener 2 vectores l.i. (en el caso de 2 vectores esto significa no paralelos)
para asegurar esto, primero asignamos los valores 1 y 0 respectivamente, se tiene x = 1/3, y = 5/3,
después 0 y 1 respectivamente, se tiene x = 0, y = -2.
1 5 
La base está dada por los vectores X1 =  , ,1,0  , X2 =(0,-2,0,1) y anotamos
3 3 
B = {X1 , X2}

6. Hallar una base del espacio de soluciones del siguiente sistema:

x y  z t  0
x yz 0
y zt  0

Solución. La matriz de coeficientes es

1  1 1  1

A= 1 1 1 0

 
0 1 1 1
Hallamos la forma escalonada A’
 1  1 1  1 1  1 1  1  1  1 1  1 
1 1 1 0  0  2 0  1  0  2 0  1 = A’
     
0 1 1 1 0 1 1 1  0 0 2 1 
rango de A = rango de A’ = 3
La dimensión de la base será: 4 – 3 = 1, hay un solo vector en la base, haciendo t = 1,
1 1
se obtiene y =  , z=  ,x=1
2 2

 1 1 
Una base será B = { 1, , ,1 }
 2 2 
7. Escribir la ecuación vectorial de la intersección de los dos planos de R3 del ejercicio 3.
5 7 
Solución. Una base del espacio de soluciones está compuesta por el vector  , ,1 de modo que
 6 12 
el espacio de soluciones está dado por la ecuación vectorial
5 7 
X=c  , ,1 con cɛR, que es la ecuación vectorial de una recta de R3 .
 6 12 

8. Escribir la ecuación vectorial de la intersección de los tres planos de R3 del ejercicio 4.

Solución. La base está compuesta por el vector
2 3 
 , ,1
5 5 
por lo tanto la ecuación vectorial de la intersección es
2 3 
X = c  , ,1 , con cɛR, que resulta una recta de R3.
5 5 

9. Escribir la ecuación vectorial de la intersección de los tres hiperplanos de R4 del ejercicio 5.

Solución. La ecuación vectorial es
1 5 
X = c1  , ,1,0  +c2(0,-2,0,1)
3 3 
c1 y c2 son constantes arbitrarias, la ecuación vectorial de la intersección de los tres hiperplanos de R4
es un plano de R4 .

10. Escribir la ecuación vectorial de la intersección de los tres hiperplanos de R4 del ejercicio 6.
Solución. La ecuación vectorial es
  1 1 
X = c 1, , ,1
 2 2 
c es una constante arbitraria

11. Escribir la ecuación vectorial de la intersección de los siguientes planos de R3:

2x  y  z  1
x  y  3z  0
Solución. La matriz de coeficientes es

2  1  1 1 1 3  1 1 3 
A=        
1 1 3  2  1  1 0 3 7 
rango 2
y la matriz ampliada
2  1  1 1 1 1 3 0 1 1 3 0 
1 1 3 0  2  1  1 1   
    0 3 7 1
rango 2
Ambas matrices tienen el mismo rango por lo tanto el sistema es compatible (Teorema [Link])

El sistema homogéneo asociado es

2x  y  z  0
x  y  3z  0
estudiamos este sistema
Ya vimos que el rango es 2, por lo tanto la dimensióndel subespacio de soluciones es:
3–2=1
Una base está dada por un solo vector,
si z = 1
2 7
x=- ,y=-
3 3
 2 7 
X1 =   , ,1
 3 3 
 2 7 
Entonces X* = c   , ,1 es la solución del sistema homogéneo asociado
 3 3 
_
1 1 
El vector X =  , ,0  es una solución particular del sistema no homogéneo
3 3 
Todas las soluciones del sistema están dadas por
 2 7  1 1 
X = c  , ,1 +  , ,0  cɛR
 3 3  3 3 
Que es la ecuación vectorial de la recta intersección de los planos dados.
12. Escribir la ecuación vectorial de la intersección de los siguientes planos de R3:
x y  z 1
2 x  y  3z  0
x  2 y  4 z  1
Solución. La matriz de coeficientes es
1  1  1 

A= 2 1 3

 
1 2 4
Y la matriz ampliada
1  1  1 1 

B= 2 1 3 0

 
1 2 4  1
Hallamos el rango de cada matriz
1  1  1  1  1  1 
  0  3  5  1  1  1 
A= 2 1 3  0  3  5
   
1 2 4 0  3  5  

El rango es 2

1  1  1 1  1  1  1 1 
    1  1  1 1 
B= 2 1 3 0  0 35 2   
   
1 2 4  1 0  3  5 2 0  3  5 2 

El rango es 2
Por lo tanto el sistema es compatible
Estudiamos el sistema homogéneo asociado
x y z 0
2 x  y  3z  0
x  2 y  4z  0
Ya vimos que el rango de la matriz A es 2, por lo tanto la dimensión del subespacio de soluciones
será: 3 – 2 = 1
 2 5 
Una base está dada por B={   , ,1 }, por lo que todas las soluciones del sistema homogéneo
 3 3 
 2 5 
serán: X* = c  , ,1
 3 3 
Una solución particular del sistema no homogéneo es
_
 1 7 
X    , ,1
 3 3 
 Por lo tanto la ecuación vectorial está dada por
 2 5   2 5 
X = c  , ,1 +   , ,1 con cɛR
 3 3   3 3 
Que resulta una recta de R3

13. Escribir la ecuación vectorial de la intersección de los siguientes planos de R3:

3x  y  2 z  1
 6 x  2 y  4 z  2
 3x  y  2 z  1
Solución
 3 1 2  3  1 2 
  6 2  4  0 0 0 rango 1
   
 3 1  2  0 0 0
 3 1 2 1  3  1 2 0 
  6 2  4  2  0 0 0 0 rango 1
   
 3 1  2  1  0 0 0 0
la matriz asociada y la matriz ampliada tienen el mismo rango el sistema es compatible
Estudiamos el sistema homogéneo asociado
3x  y  2 z  0
 6x  2 y  4z  0
 3x  y  2 z  0
Ya vimos que el rango de la matriz asociada es 1, por lo cual la dimensión es: 3 – 1 = 2
Obtenemos una base tiene dos vectores
y = 1 y z = 0 se obtiene
1
x=
3
1 
X1 =  ,1,0 
3 
y = 0 y z = 1 se obtiene
2
x=-
3
 2 
X2 =   ,0,1
 3 
1   2 
Una base está dada por B = {  ,1,0  ,   ,0,1 }
3   3 
Por lo tanto
 X*= c1  ,1,0  +c2   
1 2
,0,1 c1 y c2 son reales arbitrarios
3   3 
Son todas las soluciones del sistema homogéneo asociado
Una solución particular del sistema no homogéneo es:

_
1 
X   ,2,1
3 
La ecuación vectorial de la intersección de los tres planos es

X = c1  ,1,0  +c2  
1 2  1 
,0,1 +  ,2,1 que resulta un plano de R
3

3   3  3 

14. Escribir la ecuación vectorial de la intersección de los siguientes planos de R3:

3x  2z  1
x  y  z 1
4 x  2 y  4 z  1
5x  2 y  3

Solución.
3 0 2 1 1  1  1 1 1  1  1 1  1  1  1 1
       
1  1  1 1
 3 0 2 1

0 35 2  0  3  5

2
4 2 4  1 4 2 4  1 0  6  8 5  0 0  2  1
       
5  2 0 3  5  2 0 3  0  3  5 2 0 0 0 0 

El rango de la matriz de coeficientes es 3, y el rango de la matriz ampliada es 3, el sistema es

compatible.
El sistema homogéneo asociado es
3x  2z  0
x yz 0
4x  2 y  4z  0
5x  2 y  0
Como el rango es 3 y e número de variables también es 3, el subespacio asociado tiene dimensión
cero, es el subespacio trivial.
Por lo tanto el sistema no homogéneo tiene solución única
_
 3 1
X =  0, , 
 2 2
15. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespacio de R2 generado por
el vector V = (1,2)
Solución. El vector V  0 genera un subespacio de R2 de dimensión 1, y por lo tanto tenemos que
escribir las ecuaciones de la recta de R2 que pasa por el origen y tiene vector de dirección V. La
ecuación vectorial de dicha recta es,
X = t (1,2)
Poniendo X = (x,y) se obtienen las ecuaciones paramétricas
x=t
y = 2t
Como es una recta de R2 , la ecuación cartesiana es una sola ecuación lineal, que se deduce
rápidamente de las paramétricas:
y = 2x

16. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespacio de R3 generado por
los vectores A = (1,1,1) y B = (1,0,-2).
Solución.
Ecuaciones paramétricas del subespacio (plano): x = u + v, y = u, z = u – 2v.

Ecuaciones cartesianas del mismo: -2x + 3y – z = 0.

17. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespacio de R3 generado por
el vector V = (1,2,3).
Solución.
Ecuaciones paramétricas del subespacio (recta): x = t, y = 2t, z = 3t.

Ecuaciones cartesianas del mismo: 2x – y = 0, 3x – z = 0.

18. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespacio de R4 generado por
el vector A = (2,1,-1,2).
Solución.
Ecuaciones paramétricas del subespacio (recta): x = 2t, y = t, z = -t, w = 2t.

Ecuaciones cartesianas del mismo: x – 2y = 0, -x -2z = 0, 2x – 2w = 0.

19. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespacio de R4 generado por
los vectores A =(2,1,1,3) y B =(1,-1,2,0).
Solución.
Ecuaciones paramétricas del subespacio (plano): x = 2u + v, y = u – v, z = u + 2v, w = 3u.

Ecuaciones cartesianas del mismo: x – y – z = 0, x + y – w = 0.

20. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespacio de R4 generado por
los vectores A = (1,-1,0,0),B = (1,1,1,1) y C = (0,1,2,3).
Solución.
Ecuaciones paramétricas del subespacio (hiperplano): x = u + v, y = -u + v + t, z = v + 2t, w = v + 3t.

Ecuación cartesiana del mismo: -x – y + 5z – 3w = 0.

21. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespac de R4 generado por
los vectores A = (1,0,1,2), B = ( -1,2,2,1) y C = ( 0,2,3,3).
Solución.
Ecuaciones paramétricas del subespacio (plano): x = u - v, y = 2v, z = u , w = 2u + v.

Ecuaciones cartesianas del mismo: -2x – 3y + 2z = 0, -4x – 3y + 2w = 0.

22. Escribir las ecuaciones paramétricas y las ecuaciones cartesianas del subespacio
de R4 que se obtiene como intersección del subespacio generado por los vectores
(1,1,1,1) y (1,0,0,1) y el subespacio generado por los vectores (0,1,0,1) y (2,2,2,2).
Solución.
Subespacio generado por los primeros vectores: X = u (1,1,1,1) + v (1,0,0,1).

Subespacio generado por los otros dos: X = u´ (0,1,0,1) + v´ (2,2,2,2).