Guía Didáctica de Álgebra Lineal
Cargado por
Javier SalasGuía Didáctica de Álgebra Lineal
Cargado por
Javier SalasÁlgebra Lineal
Guía didáctica
MAD-UTPL
Facultad de Ciencias Sociales, Educación y Humanidades
Departamento de Ciencias de la Educación
Álgebra Lineal
Guía didáctica
Carrera PAO Nivel
Administracion de Empresas
Contabilidad y Auditoría
Economía
II
Finanzas
Logística y Transporte
Tecnologías de la Información”
Autor:
Morales Larreátegui Gonzalo Fernando
MATE_1108 Asesoría virtual
[Link]
MAD-UTPL
Universidad Técnica Particular de Loja
Álgebra Lineal
Guía didáctica
Morales Larreátegui Gonzalo Fernando
Diagramación y diseño digital:
Ediloja Cía. Ltda.
Telefax: 593-7-2611418.
San Cayetano Alto s/n.
[Link]
edilojacialtda@[Link]
Loja-Ecuador
ISBN digital - 978-9942-25-793-2
Reconocimiento-NoComercial-CompartirIgual
4.0 Internacional (CC BY-NC-SA 4.0)
Usted acepta y acuerda estar obligado por los términos y condiciones de esta Licencia, por lo que, si existe el
incumplimiento de algunas de estas condiciones, no se autoriza el uso de ningún contenido.
Los contenidos de este trabajo están sujetos a una licencia internacional Creative Commons
Reconocimiento-NoComercial-CompartirIgual 4.0 (CC BY-NC-SA 4.0). Usted es libre de Compartir —
copiar y redistribuir el material en cualquier medio o formato. Adaptar — remezclar, transformar y construir
a partir del material citando la fuente, bajo los siguientes términos: Reconocimiento- debe dar crédito de
manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo
en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la
licenciante. No Comercial-no puede hacer uso del material con propósitos comerciales. Compartir igual-Si
remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la misma licencia del
original. No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a
hacer cualquier uso permitido por la licencia. [Link]
30 de abril, 2020
MAD-UTPL
Índice Índice
1. Datos de información................................................................................ 8
1.1. Presentación de la asignatura.......................................................... 8
1.2. Competencias genéricas de la UTPL............................................... 8
1.3. Competencias específicas de la carrera......................................... 8
1.4. Problemática que aborda la asignatura........................................... 8
2. Metodología de aprendizaje...................................................................... 9
3. Orientaciones didácticas por resultados de aprendizaje............................ 10
Primer bimestre............................................................................................ 10
Resultado de aprendizaje 1............................................................................ 10
Contenidos, recursos y actividades de aprendizaje............................................. 10
Semana 1 ..................................................................................................... 11
Unidad 1. Sistemas de ecuaciones lineales.................................................. 11
1.1. Ecuación lineal...................................................................................... 11
1.2. Sistemas lineales................................................................................. 12
1.3. Resolución de sistemas de ecuaciones lineales................................ 12
Actividades de aprendizaje recomendadas............................................... 17
Semana 2 ..................................................................................................... 17
1.4. Sistema lineal consistente................................................................... 17
1.5. Sistema lineal inconsistente................................................................ 18
Actividad de aprendizaje recomendada..................................................... 20
Autoevaluación 1.......................................................................................... 21
Resultado de aprendizaje 2............................................................................ 28
Contenidos, recursos y actividades de aprendizaje............................................. 28
Semana 3 ..................................................................................................... 28
Unidad 2. Matrices...................................................................................... 28
2.1. Conceptos básicos y definiciones...................................................... 28
2.2. Operaciones básicas con matrices..................................................... 29
2.3. Producto punto y multiplicación de matrices..................................... 32
Actividades de aprendizaje recomendadas............................................... 34
4 MAD-UTPL
Semana 4 ..................................................................................................... 34
Índice
2.4. Propiedades de las operaciones con matrices.................................. 34
2.5. Soluciones de sistemas de ecuaciones lineales................................ 36
2.6. Inversa de una matriz........................................................................... 38
Actividad de aprendizaje recomendada..................................................... 42
Autoevaluación 2.......................................................................................... 43
Resultado de aprendizaje 3............................................................................ 47
Contenidos, recursos y actividades de aprendizaje............................................. 47
Semana 5 ..................................................................................................... 47
Unidad 3. Determinantes............................................................................. 47
3.1. Definición y propiedades..................................................................... 47
3.2. Desarrollo por cofactores.................................................................... 51
Actividades de aprendizaje recomendadas............................................... 53
Semana 6 ..................................................................................................... 54
3.3. Aplicaciones de los determinantes..................................................... 54
Actividades de aprendizaje recomendadas............................................... 57
Autoevaluación 3.......................................................................................... 59
Resultado de aprendizaje 4............................................................................ 61
Contenidos, recursos y actividades de aprendizaje............................................. 61
Semana 7 ..................................................................................................... 61
Actividades de aprendizaje recomendadas............................................... 61
Semana 8 ..................................................................................................... 62
Actividades de aprendizaje recomendadas............................................... 62
Segundo bimestre......................................................................................... 63
Resultado de aprendizaje 5............................................................................ 63
Contenidos, recursos y actividades de aprendizaje............................................. 63
Semana 9 ..................................................................................................... 63
5 MAD-UTPL
Unidad 4. Vectores...................................................................................... 63
Índice
4.1. Vectores en R2 y R3............................................................................. 63
4.2. Longitud, distancia............................................................................... 64
Actividades de aprendizaje recomendadas............................................... 68
Semana 10 ................................................................................................... 69
4.3. Producto punto entre vectores............................................................ 69
Actividades de aprendizaje recomendadas............................................... 76
Semana 11 ................................................................................................... 76
4.4. Producto cruz en R3............................................................................. 76
4.5. Rectas y planos.................................................................................... 77
Actividades de aprendizaje recomendadas............................................... 81
Autoevaluación 4.......................................................................................... 83
Resultado de aprendizaje 6............................................................................ 85
Contenidos, recursos y actividades de aprendizaje............................................. 85
Semana 12 ................................................................................................... 85
Unidad 5. Espacios vectoriales reales.......................................................... 85
5.1. Espacios Vectoriales............................................................................ 85
5.2. Subespacios......................................................................................... 90
5.3. Espacio generado e independencia lineal.......................................... 95
Actividad de aprendizaje recomendada..................................................... 102
Semana 13 ................................................................................................... 103
5.4. Bases y dimensión............................................................................... 103
5.5. Sistemas homogéneos........................................................................ 113
5.6. Rango de una matriz............................................................................ 119
Actividades de aprendizaje recomendadas............................................... 120
Semana 14 ................................................................................................... 121
5.7. Bases y Dimensión............................................................................... 121
5.8. Bases ortonormales............................................................................. 125
5.9. Complementos ortogonales................................................................ 128
5.10. Mínimos cuadrados............................................................................. 137
6 MAD-UTPL
Actividades de aprendizaje recomendadas............................................... 145
Índice
Autoevaluación 5.......................................................................................... 147
Semana 15 ................................................................................................... 151
Actividades finales del bimestre................................................................. 151
Actividades de aprendizaje recomendadas............................................... 151
Semana 16 ................................................................................................... 152
Actividades de aprendizaje recomendadas............................................... 152
4. Solucionario............................................................................................. 153
5. Glosario.................................................................................................... 160
6. Referencias bibliográficas........................................................................ 162
7. Anexos..................................................................................................... 163
7 MAD-UTPL
1. Datos de información
1.1. Presentación de la asignatura
1.2. Competencias genéricas de la UTPL
Pensamiento crítico y reflexivo
1.3. Competencias específicas de la carrera
Construir modelos específicos de ciencias de la computación
mediante esquemas matemáticos y estadísticos, para propiciar el uso
y explotación eficiente de datos e información.
1.4. Problemática que aborda la asignatura
Utilizar software para simular el comportamiento de sistemas simples y
complejos a partir de los modelos matemáticos que describen el proceso de
transformación de que en ellos sucede, utilizando los fundamentos teóricos
obtenidos en la carrera.
8 MAD-UTPL
2. Metodología de aprendizaje
Para orientar el aprendizaje de esta asignatura se ha considerado diversas
metodologías que permitirán un aprendizaje significativo enfocado en
aspectos como la investigación, cooperación, interacción, desarrollo de
problemas, utilización de herramientas TIC y aprendizaje por pares.
Especial interés pondremos en el Aprendizaje Basado en Proyectos (ABP /
PBL), que se ha convertido en una de las metodologías activas más eficaz y
cada vez más extendida en nuestro sistema educativo.
Con esta metodología procuraremos que los alumnos lleven a cabo, en el
transcurso del semestre, un proceso de investigación y creación que culmine
con la respuesta a una pregunta, la resolución de un problema o la creación
de un producto. Los proyectos han de planearse, diseñarse y ejecutarse con
miras a que el alumno incorpore a su sistema cognitivo, los contenidos y
estándares de aprendizaje establecidos en la programación respectiva.
Las TIC serán introducidas dentro de la programación en la medida que
apunten a una mejor y más profunda comprensión de los conceptos,
procedimientos y aplicaciones objeto del estudio de esta disciplina.
Haremos especial énfasis en lograr el contacto indispensable para el
aprendizaje mediado entre profesor y alumnos.
9 MAD-UTPL
3. Orientaciones didácticas por resultados de aprendizaje 1 Bimestre
Primer bimestre
Resultado de Capacidad para: analizar, interpretar y aplicar los
aprendizaje 1 conceptos de los sistemas de ecuaciones lineales.
El resultado de aprendizaje está orientado a reconocer al estudiante como
sujeto de derechos y con capacidades biopsicosociales que le garantizarán
el desarrollo estudiantil integral, de tal forma, que todas las acciones
dirigidas a la atención de los estudiantes deben promover al desarrollo de
capacidades, al proceso de formación y a estimular el desarrollo cognitivo,
emocional, de lenguaje, físico, motor, social, moral de los alumnos.
Contenidos, recursos y actividades de aprendizaje
El proceso de aprendizaje de los sistemas de ecuaciones lineales incluirá
una recopilación de los conceptos básicos y procesos de resolución
de estos sistemas de ecuaciones, posiblemente ya estudiados en
el bachillerato con la progresiva inclusión de nuevas metodologías,
orientándose finalmente a la adopción de procesos más eficaces en
términos lógicos y computacionales.
10 MAD-UTPL
Semana 1
Unidad 1. Sistemas de ecuaciones lineales
1 Bimestre
1.1. Ecuación lineal
Antes de nada, aclaremos un concepto: ecuación. La palabra ecuación viene
de aequus (igual, liso, uniforme) que es raíz también de palabras como
igualdad, equitativo, equidad, etc.
Nada más normal, pues una ecuación es una igualdad matemática que
contiene una o más incógnitas (lo que significa que desconocemos su
valor) designadas con las letras x, y, z, etc. (las últimas del alfabeto). Estas
letras también se llaman variables, pues su valor puede cambiar, a diferencia
de otras, llamadas constantes cuyo valor no cambia y que se suelen
representar con las primeras letras del alfabeto.
Según el valor que tomen las variables, la igualdad mencionada en la
ecuación se cumplirá (será verdadera) o no (será falsa).
Por ejemplo: x+3 = 5 será verdadera si x=2, y falsa si x toma cualquier otro
valor, por ejemplo 1.
Cuando conseguimos que la ecuación se cumpla (sea verdadera) se dice
que hemos hallado una solución de la ecuación, en el ejemplo mencionado
x=2 es una solución de la ecuación x+3=5.
En matemáticas solemos utilizar otras igualdades que no son ecuaciones,
por ejemplo, f(x)=x+3 es una función, aquí lo que nos interesa no es hallar
una solución, sino estudiar cómo varía f(x) a medida que le damos valores a
x.
Otra igualdad que no es una función sería una identidad como la siguiente:
2(x+1)-x=x+2, esta igualdad, y todas aquellas que toman este nombre, se
cumple para cualquier valor de x.
En general, las variables de una ecuación pueden tener exponentes de
cualquier magnitud (cuadrado, cubo, etc.), sin embargo, si los exponentes
son iguales a 1 o 0, decimos que es una ecuación lineal.
11 MAD-UTPL
x-2y+3z-4=0 sería una ecuación lineal con 3 variables.
A cada uno de los sumandos de la ecuación se los llama términos.
Cuando los términos tienen la misma parte literal se dice que son 1 Bimestre
semejantes.
Los números que acompañan a las variables se denominan coeficientes,
en el caso del ejemplo propuesto serían 3 para z, -2 para y, y 1(que no está
escrito, pero se sobreentiende) para x.
Los términos que no corresponden a una variable se denominan términos
independientes.
1.2. Sistemas lineales
Cuando varias ecuaciones comparten las mismas incógnitas y las mismas
soluciones, decimos que forman un sistema de ecuaciones, si ninguna de
las incógnitas tiene un exponente mayor que uno se dice que las ecuaciones
son lineales.
1.3. Resolución de sistemas de ecuaciones lineales
Para resolver un sistema de ecuaciones hay muchos métodos, veremos
algunos:
1. Método gráfico
Consiste en representar las ecuaciones como si fueran funciones,
generalmente en un plano cartesiano x, y; y encontrar los puntos donde
estas se cortan, que serán las soluciones. Generalmente, nos dan soluciones
aproximadas, y no son prácticas cuando tenemos más de 2 incógnitas, sin
embargo, es un método útil para anticipar la solución de un sistema y suele
utilizarse como complemento de los demás métodos.
Por ejemplo, para resolver el sistema:
12 MAD-UTPL
Para representar mediante rectas las funciones que representan a esas
ecuaciones procuramos encontrar dos puntos de dichas rectas, por ejemplo,
para la primera ecuación, si x=0, y=5/3, tenemos el par ordenado (0,5/3);
si y=0 x=5/2, por lo que tenemos otro punto (5/2,0) la recta que une estos
dos puntos representa todos los valores posibles de x e y que satisfacen la 1 Bimestre
primera ecuación.
De manera muy similar encontramos dos puntos de la segunda ecuación,
que serían (0,-2) y (2,0).
El punto de intersección de las dos rectas sería la solución del problema,
en este caso el gráfico no es muy concluyente acerca de ello, diríamos que
la solución es x=2.2 e y =0.2. En este caso el resultado coincide con una
solución algebraica, en otros casos no hay garantía de que eso suceda,
depende de la habilidad para graficar y para observar.
Figura 1
Método gráfico
Nota. Adaptado de GeoGebra. [Fotografía], método gráfico, 2020 ([Link]
[Link]/calculator)
2. Método de sustitución
En una de las ecuaciones del sistema despejamos una incógnita y luego
reemplazamos este valor en las demás ecuaciones, tendremos un nuevo
sistema con una incógnita menos (la que despejamos) y una ecuación
menos (aquella en la que hicimos el despeje).
13 MAD-UTPL
3. Método de igualación
Despejamos la misma variable en todas las ecuaciones y, como dos cosas
iguales a una tercera son iguales entre sí, podemos combinar el primer
despeje con todos los demás, obteniendo asimismo un nuevo sistema con 1 Bimestre
una incógnita menos y una ecuación menos.
4. Método de reducción
Si dos igualdades se suman (o restan, multiplican o dividen) entre sí, se
obtiene una nueva igualdad, asimismo si en ambos lados de la igualdad
se hace lo mismo (sumar un número, o restarlo, o multiplicar o dividir) la
igualdad se mantiene.
En este método se aplica estas propiedades para buscar que los
coeficientes de una incógnita tengan el mismo valor absoluto, pero signo
contrario, de manera que al sumar las dos ecuaciones desaparece esa
incógnita. Este método es el que dio origen a las matrices, al extraer solo los
coeficientes de las ecuaciones y los términos independientes y trabajar con
ellos.
A continuación, expongo la resolución de un sistema de ecuaciones por los
3 métodos (no utilizo el método gráfico por ser un sistema de 3 ecuaciones).
Los sistemas de ecuaciones también se pueden resolver usando matrices
y determinantes, pero eso lo veremos más adelante en esta misma
asignatura.
Resolver el sistema
Resolución por sustitución
Despejamos x en la primera ecuación:
x=6-y-z
Reemplazamos en las 2 ecuaciones siguientes:
14 MAD-UTPL
Reducimos términos semejantes
1 Bimestre
Despejamos
y=8-2z
Reemplazamos en la ecuación restante
-3(8-2z)+2z=0
-24+6z+2z=0
Resuelta z procedemos a encontrar y
y=8-2z=8-2(3)=8-6=2
Por último, encontramos x
x=6-y-z=6-2-3=1
Resolución por igualación:
Despejamos x en todas las ecuaciones:
x=6-y-z
x=14-2y-3z
x=6+2y-3z
Combinamos el primer despeje con el segundo y el tercero
15 MAD-UTPL
Reduciendo términos semejantes
1 Bimestre
Despejamos y en ambas ecuaciones
y=8-2z
Las igualamos
Multiplicando por 3 ambos lados de la ecuación
Como
y=8-2z=8-2(3)=8-6=2
Además,
x=6-2-3=1
Resolución por reducción.
Si restamos la segunda ecuación menos la primera
y+2z=8
Si restamos la tercera ecuación menos la primera
-3y+2z=0
16 MAD-UTPL
Formamos un nuevo sistema con estas ecuaciones
Multiplicamos la primera ecuación por 3 1 Bimestre
Sumamos las dos ecuaciones y obtenemos
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las
actividades que se describen a continuación:
1. Lectura comprensiva del texto básico (sección 1.1) y la guía
didáctica Álgebra Lineal (2018), análisis e interpretación, conceptos y
propiedades de los sistemas de ecuaciones lineales.
2. Participar de las tutorías semanales, preguntar, opinar, sugerir, revisar
videos.
3. Revisar ejercicios resueltos en el texto y la guía didáctica Álgebra
Lineal (2018), resolver ejercicios propuestos (1 al 14) en la sección 1.1
del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento de
Word
Semana 2
1.4. Sistema lineal consistente
Un sistema de ecuaciones lineales puede tener solución única, infinitas
soluciones o ninguna solución. ¿Cuándo se da cada caso?
17 MAD-UTPL
Si tenemos una ecuación con una incógnita está claro que podemos
despejar esa incógnita y encontrar la solución, ese “sistema” tendría
solución única.
Si tenemos dos ecuaciones con dos incógnitas, podemos usar el método 1 Bimestre
de reducción (o eliminación, como lo llama el texto), para eliminar una
de las incógnitas y quedarnos con una ecuación con una incógnita y así
tendríamos nuevamente una solución única del sistema. Podemos aplicar el
mismo sistema para tres ecuaciones con tres incógnitas, cuatro ecuaciones,
cuatro incógnitas y, en general, para n ecuaciones con n incógnitas. Parece
claro que, si tenemos el mismo número de ecuaciones que de incógnitas, el
sistema de ecuaciones lineales tiene solución única, PERO…. Si una de las
ecuaciones se deriva de las otras, por ejemplo, tenemos
Notaremos que no son dos ecuaciones independientes, en realidad es
la misma ecuación solo que la segunda se ha obtenido multiplicando
la primera por 2. Puede que sea muy difícil descubrir que una de las
ecuaciones no es independiente de las otras (en realidad se dice linealmente
independiente), por ejemplo, en
La tercera ecuación se obtiene multiplicando a la segunda por 2 y restándole
la primera, con lo que tendríamos en realidad 2 ecuaciones linealmente
independientes con 3 incógnitas. Cuando hay más incógnitas que
ecuaciones linealmente independientes, hay infinitas soluciones al sistema,
como ejemplo la ecuación x+y=1 (1 ecuación con 2 incógnitas) puede tener
como soluciones x=1, y=0; x=0, y=1, x=2, y=-1, .........
1.5. Sistema lineal inconsistente
Otro caso que puede suceder es que el sistema sea inconsistente, por
ejemplo, si decimos x+y=1 x+y=0 Esto es imposible que se cumpla, pues la
suma de x+y o es 1 o es 0 pero no ambas cosas a la vez.
18 MAD-UTPL
También es posible que una mezcla de ecuaciones (más adelante
aprenderemos que el nombre adecuado es combinación lineal) nos dé una
inconsistencia, pondremos un ejemplo:
1 Bimestre
Pero más arriba vimos que si duplicamos la segunda ecuación y le restamos
la primera obtenemos la ecuación 7x+8y+9z=10 que se contradice con la
tercera ecuación del sistema propuesto y el sistema no tiene solución.
Cuando tenemos más ecuaciones (linealmente independientes) que
incógnitas, el sistema no tiene ninguna solución, debido a que al eliminar
cada incógnita tendremos también una ecuación menos, y al final nos
quedará más de una ecuación con una sola incógnita.
Me explico con un ejemplo.
Sea el sistema
Si restamos la segunda ecuación menos la primera se elimina x y queda y=0
Si restamos la tercera ecuación menos dos veces la primera eliminamos x
y nos queda -y=-1 que equivale a y=1 que se contradice con la solución y=0,
por lo tanto, el sistema no tiene solución. Se podría pensar en el sistema
Que si tiene solución (x=1, y=0) Pero aquí en realidad solo tenemos 2
ecuaciones linealmente independientes, la tercera ecuación se obtiene
multiplicando la primera por 3 y restándole la segunda.
Así que al tener dos ecuaciones linealmente independientes y dos
incógnitas, el sistema tiene solución única.
19 MAD-UTPL
Actividad de aprendizaje recomendada
Estimado estudiante lo invito a realizar las siguientes actividades 1 Bimestre
recomendadas para reforzar sus conocimientos:
1. Lectura comprensiva del texto básico (sección 1.1) y la guía
didáctica Álgebra Lineal (2018), análisis e interpretación, conceptos y
propiedades de los sistemas de ecuaciones lineales.
2. Participar de las tutorías semanales, preguntar, opinar, sugerir, revisar
videos.
3. Revisar ejercicios resueltos en el texto y la guía didáctica Álgebra
Lineal (2018), resolver ejercicios propuestos (15 a 28) en la sección
1.1 del texto básico.
4. Realizar cuestionario teórico 1 en línea sobre “Sistemas de Ecuaciones
Lineales”
5. Realizar cuestionario de resolución de problemas 1 en línea sobre
“Sistemas de Ecuaciones Lineales”
6. Foro académico: desarrollar los ejercicios teóricos de la sección 1.1
del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
7. A continuación, se proponen algunos ejercicios y actividades respecto
al tema de ecuaciones lineales, sistemas de ecuaciones lineales y
formas de resolución de los sistemas de ecuaciones lineales; esto le
permitirán confirmar y afianzar sus conocimientos.
20 MAD-UTPL
Autoevaluación 1
1 Bimestre
Escriba en el paréntesis respectivo las letras V o F, según sean verdaderos o
falsos los siguientes enunciados
1. ( ) Una ecuación de la forma y = mx que expresa la variable y
en función de la variable x y la constante m, dicha ecuación
puede ser denominada ecuación lineal.
2. ( ) La representación gráfica de una ecuación lineal
corresponde a una parábola.
3. ( ) Un sistema de ecuaciones lineales es un conjunto de m
ecuaciones, cada una de ellas con n incógnitas.
4. ( ) En la ecuación a1x1 + a2x2 + a3x3 + ... + an x n = b, los
elementos a1, a2, a3... an se denominan variables.
5. ( ) Los sistemas lineales compatibles pueden no tener
solución o pueden tener solución única.
6. ( ) Los sistemas lineales pueden no tener solución, o pueden
tener solución única o infinita.
7. En las siguientes expresiones, la que corresponde a una función lineal
es:
a. x1 + 2x2 + 3x3 = b.
b. a1x12 + a2x2 + a x333 = b.
c. 3x2 + 5y + z = b.
21 MAD-UTPL
8. Relacione las alternativas que gráficamente pueden presentar un
sistema de ecuaciones lineales con dos incógnitas:
a. Solución única. Las rectas no se intersecan, no existe
. punto común. 1 Bimestre
b. Sin solución. Las rectas se intersecan exactamente
. en un solo punto
c. Infinitas soluciones. Las rectas coinciden una con otra en
. toda su extensión
9. Relacione la denominación que se adjudica a un sistema lineal
respecto a la resolución:
a. Consistente. El sistema no posee solución.
b. Inconsistente. El sistema tiene una solución o infinitas
. soluciones.
c. No corresponde. El sistema siempre presenta infinitas
. soluciones.
10. En la representación gráfica de un sistema de ecuaciones lineales que
no tiene solución, las líneas rectas:
a. Tienen infinitos puntos de intersección.
b. Tienen un único punto de intersección.
c. No tienen puntos de intersección.
11. En la representación gráfica de un sistema lineal que tiene infinitas
soluciones, las rectas:
a. Tienen infinitos puntos de intersección.
b. Tienen un único punto de intersección.
c. No tienen puntos de intersección.
22 MAD-UTPL
12. En la representación gráfica de un sistema lineal que tiene solución
única, las rectas:
a. Tienen infinitos puntos de intersección.
b. Tienen un único punto de intersección. 1 Bimestre
c. No tienen puntos de intersección.
13. Una solución de un sistema lineal, son los valores de las variables para
los cuales:
a. Todas las ecuaciones del sistema se satisfacen
b. Todas las ecuaciones del sistema no se satisfacen
c. Al menos una de las ecuaciones del sistema se satisface
Ejercicios de aplicación
14. En el siguiente sistema lineal realizar la o las operaciones solicitadas,
cada paso se aplicará al sistema resultante anterior:
a. Multiplicar por 2 la ecuación 1.
b. Intercambiar la ecuación 1 por 3.
c. Adicionar a la ecuación 3, dos veces la ecuación 1.
d. Multiplicar por 3 la ecuación 2.
e. Restar 1/3 veces la ecuación 2 a la ecuación 1.
f. Sumar las ecuaciones 1 y 2 a la ecuación 3
g. Restar la ecuación 3 a la ecuación 2.
h. Sumar 2 veces la ecuación 1 y una vez la ecuación 2 a la
ecuación 3.
i. Intercambiar las ecuaciones 1 y 2.
j. Restar a la ecuación 1, las ecuaciones 2 y 3.
23 MAD-UTPL
15. Indique qué operación u operaciones elementales entre ecuaciones se
han realizado para obtener el segundo sistema lineal indicado.
1 Bimestre
a.
b.
c.
d.
e.
f.
16. En el siguiente sistema lineal realizar la o las operaciones solicitadas,
cada paso se aplicará al sistema resultante anterior:
a. Intercambiar la ecuación 1 y 3.
b. Dividir la primera ecuación para el coeficiente de x.
c. Sumar a la ecuación 2, dos veces la ecuación 1 y a la 3 restar
tres veces la ecuación 1.
d. Dividir la ecuación 2 para el coeficiente de y.
e. Restar a la ecuación 3, 10 veces la ecuación 2.
f. Despejar el valor de z.
g. Reemplazar el valor de z en la segunda ecuación, despejar y.
h. Reemplazar los valores de y, y de z en la ecuación 1, despejar el
valor de x.
24 MAD-UTPL
17. Resolver y determinar si los sistemas son consistentes o
inconsistentes, indicar si el sistema tiene solución única, infinitas
soluciones o no tiene solución.
1 Bimestre
a.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
25 MAD-UTPL
l.
1 Bimestre
m.
Retroalimentación general para la solución de la autoevaluación
Es importante que desarrolle la autoevaluación haciendo una revisión de la
literatura como de los ejercicios propuestos, los mismos que muestran con
claridad la forma en cómo se resuelven paso a paso.
A continuación, algunas consideraciones para la resolución de los ejercicios
Es indispensable revisar las propiedades de los exponentes en la
determinación del grado de una ecuación para determinar si es lineal o
no.
Considerar que m representa el número de ecuaciones lineales y n el
número de incógnitas o variables presentes en un sistema.
Si se tiene un único punto de intersección entre las rectas, estas
tendrán una única solución, si estas rectas están superpuestas se
tendrán infinitas soluciones. Si las rectas no se cruzan en ningún punto
en el espacio, evidentemente no se tendrá ninguna solución al sistema
de ecuaciones.
Para el desarrollo de los ejercicios se debe tener presente que existe
consistencia cuando el sistema presenta al menos una solución,
inconsistencia cuando no existe solución.
26 MAD-UTPL
Se pueden aplicar diversas metodologías en la solución de un sistema
de ecuaciones, aplicando operaciones fundamentales entre ellas hasta
encontrar la solución definitiva.
1 Bimestre
Ha desarrollado su primera autoevaluación, seguro que lo realizó
con éxito, ¡Felicitaciones! Con la misma dedicación y esmero le
invito a continuar con el resto de las unidades.
27 MAD-UTPL
Resultado de Capacidad para: analizar, interpretar y aplicar los
aprendizaje 2 conceptos de matrices.
1 Bimestre
Este resultado de aprendizaje favorecerá su comprensión en la elaboración
del desarrollo de sistema de ecuaciones lineales, a través del conocimiento
de las diferentes etapas que conforman la planeación estratégica con
relación a las etapas del proceso cognitivo que mejoran el aprendizaje del
álgebra.
Contenidos, recursos y actividades de aprendizaje
El desarrollo de los aprendizajes relativos a matrices implica una
combinación inicial de conceptos básicos y ejemplos primarios que servirán
para la comprensión y aplicación de los mismos, incluirá, por lo tanto, una
recopilación de conceptos básicos, definiciones, aplicación de las mismas y
procesos de resolución de problemas sobre matrices.
Semana 3
Unidad 2. Matrices
2.1. Conceptos básicos y definiciones
Si lo pensamos bien, el método de eliminación, también llamado de
reducción, nos brinda un procedimiento infalible para encontrar las
soluciones de cualquier sistema de ecuaciones, podríamos simplificarlo aún
más si trabajamos solamente con los coeficientes, a condición de conservar
el orden de esos coeficientes según la incógnita con la que tratamos.
Por ejemplo:
El sistema de ecuaciones
28 MAD-UTPL
Puede representarse simplemente por los coeficientes
1 Bimestre
Si encerramos estos números en un paréntesis tenemos una matriz, la
matriz de los coeficientes.
Si además consideramos el término independiente que está al otro lado de
la igualdad, tendríamos la matriz ampliada
Note que se ha separado la última columna que representa a los términos
independientes.
Por lo tanto, una matriz sería un arreglo rectangular ordenado de
números en filas y columnas.
2.2. Operaciones básicas con matrices
Se puede definir las operaciones de suma y producto de matrices.
Para sumar dos matrices simplemente sumamos los números que se
encuentran en la misma ubicación de las matrices que se están sumando.
Para multiplicar una matriz por un escalar (número) multiplicamos cada
elemento de la matriz por el número.
Cuando multiplicamos una matriz por el escalar -1 obtenemos el negativo
de la matriz. Si sumamos una matriz con su negativo, obtenemos una matriz
nula, formada exclusivamente por ceros.
Asimismo, se puede señalar que dos matrices son iguales cuando son
iguales cada uno de los elementos que la conforman
Por ejemplo
29 MAD-UTPL
Si
1 Bimestre
Determine a, b, c y d.
Si dos matrices son iguales, sus respectivos elementos son iguales, así que
tendríamos las siguientes ecuaciones:
Note que las ecuaciones 1 y 2 tienen como incógnitas a: a y b; y las
ecuaciones 3 y 4 tienen como incógnitas a c y d, por lo que podríamos
descomponer el sistema de 4 ecuaciones en dos sistemas de dos
ecuaciones.
El sistema de las dos ecuaciones iniciales sería
Para eliminar b multiplicamos la segunda ecuación por 2 y la sumamos a la
primera
Queda
Tomando las ecuaciones 3 y 4 tenemos
Multiplicando la primera ecuación por 2
30 MAD-UTPL
Sumando las dos ecuaciones queda
1 Bimestre
Plantearemos algunos ejercicios adicionales que implican operaciones
elementales con matrices
Sean A= , B= (12 5 2), C= y D= (-3 3 8); realice las
siguientes operaciones indicadas:
Resolución:
No se puede restar D porque no es del mismo orden que A y C
D+B-A
Resolución:
No se puede restar A porque no es del mismo orden que D y B
Sean A= , B= y C= Calcule 2A-BC
Resolución:
31 MAD-UTPL
1 Bimestre
No se puede restar 2A-BC porque no son del mismo orden.
2.3. Producto punto y multiplicación de matrices
Si queremos multiplicar dos matrices el asunto se complica un poco (solo
un poco).
Cada elemento de la nueva matriz se obtiene multiplicando los elementos de
la fila por los elementos de la columna en la que se encuentra la matriz.
Necesitamos aclarar con un ejemplo:
Si multiplicamos las matrices:
Podemos multiplicar cada una de las filas (4) de la primera matriz por
cada una de las columnas (3) de la segunda matriz y así obtener la matriz
producto que tendrá 4 filas y 3 columnas.
Para obtener el elemento que está en la primera fila y primera columna,
multiplicamos los elementos correspondientes de la primera fila por la
primera columna.
1x1+2x3=7
Para el elemento que está en la primera fila y segunda columna
multiplicamos la primera fila por la segunda columna
1x2+2x4=10
32 MAD-UTPL
Y así sucesivamente hasta encontrar el elemento que está en la cuarta fila y
tercera columna
7x3+8x5=61
1 Bimestre
Note que si el número de columnas de la primera matriz no fuera igual
al número de filas de la segunda matriz, nos quedarían números que no
podemos multiplicar.
Me gustaría que usted completara los cálculos y confirmara que el resultado
de multiplicar las 2 matrices propuestas es.
Como ejercicio podemos plantear lo siguiente:
Sean A= , B= y C=
Calcule
Resolución:
33 MAD-UTPL
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las 1 Bimestre
actividades que se describen a continuación:
1. Lectura comprensiva, análisis e interpretación de conceptos,
definiciones, operaciones y propiedades de las matrices en las
secciones 1.2 y 1.3 del texto básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en las secciones 1.2 y 1.3 del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento de
Word
Semana 4
2.4. Propiedades de las operaciones con matrices
Si una matriz tiene el mismo número de filas que de columnas, se dice que
es una matriz cuadrada.
Una matriz cuyos elementos son todos 0 se dice que es una matriz nula.
Al multiplicar cualquier matriz por una matriz nula, el resultado es otra
matriz nula.
Los elementos de una matriz cuadrada que están en la misma fila y columna
se dice que están en la diagonal principal, en otras palabras, todos los
34 MAD-UTPL
elementos que están en la línea que va de la esquina superior izquierda a la
esquina inferior derecha están en la diagonal principal de la matriz.
En la primera matriz: a, e i están en la diagonal principal.
1 Bimestre
Los elementos que están en la línea que va de la esquina superior derecha a
la esquina inferior izquierda están en la diagonal secundaria.
Los elementos c, e y g están en la diagonal secundaria
Si en una matriz todos los elementos que no están en la diagonal principal
son ceros, se dice que es una matriz diagonal.
Si los elementos de la diagonal principal en una matriz diagonal son todos 1,
tenemos la matriz identidad, que se representa con la letra I.
Si multiplicamos (siempre y cuando esto sea posible) cualquier matriz por la
matriz identidad, el resultado es la matriz original. A*I=A; I*B=B.
Si en una matriz transformamos las filas en columnas y las columnas en
filas tenemos dos matrices que son transpuestas la una de la otra, La matriz
transpuesta de A se denomina AT.
Si
Si transponemos dos veces una matriz volvemos a la matriz original, en
otras palabras, la transpuesta de la transpuesta de una matriz es la misma
matriz.
35 MAD-UTPL
Si todos los elementos por encima de la diagonal principal de una matriz
cuadrada son ceros, tenemos una matriz triangular inferior.
1 Bimestre
Si todos los elementos por debajo de la diagonal principal son ceros,
tenemos una matriz triangular superior.
La transpuesta de una matriz triangular inferior es una matriz triangular
superior y viceversa.
2.5. Soluciones de sistemas de ecuaciones lineales
Para resolver un sistema de ecuaciones lineales utilizamos la matriz
aumentada, en la misma que constan todos los coeficientes del sistema
de ecuaciones ordenado de acuerdo a las incógnitas que preceden,
luego aplicamos las operaciones elementales de filas, que equivaldrían a
intercambiar ecuaciones, multiplicar ecuaciones por un número o sumar una
ecuación con otra multiplicada por un determinado número, mostraremos lo
que queremos decir:
La matriz es equivalente a la matriz puesto que se han
intercambiado las filas 1 y 3, esto lo simbolizamos
La matriz es equivalente a la matriz puesto que se ha
multiplicado la fila 1 por 2, esto lo simbolizamos
36 MAD-UTPL
La matriz es equivalente a la matriz puesto
que se ha sumado a la fila 1 el doble de la fila 2, esto lo simbolizamos
1 Bimestre
La idea es ir transformando paulatinamente la parte izquierda de la matriz
en una matriz escalonada por filas (Método de Gauss) o en una matriz
escalonada reducida por filas (método de Gauss Jordan), una matriz
escalonada por filas es una matriz en la que si nos vamos moviendo desde
la primera fila y de izquierda a derecha, en cada nueva fila hay más ceros
iniciales que en la anterior y una matriz escalonada reducida por filas,
generalmente es una matriz en la que en cada fila hay máximo un número
diferente de 0, y ese número está más a la derecha que en la fila anterior.
Podemos ilustrar lo que acabamos de decir con un ejemplo Sea el sistema
de ecuaciones
Resolución:
Trabajamos con la matriz ampliada:
Tenemos 2 variables libres (x3 y x4) que pueden tomar cualquier valor,
entonces
Un sistema homogéneo es aquel en el que todos los términos
independientes son 0, siempre tiene al menos una solución, que todas las
incógnitas sean 0, a la que se le llama solución trivial.
37 MAD-UTPL
Un ejemplo de sistema homogéneo es el siguiente:
1 Bimestre
Resolución:
Trabajamos con la matriz ampliada
De donde x1=0, x2=0 y x3=0
2.6. Inversa de una matriz
Si el producto de dos matrices da como resultado la matriz identidad, se
dice que una matriz es la inversa de la otra, eso se denomina poniendo -1
como exponente a la letra que representa la matriz.
Si AB=I, B=A-1, o A=B-1
Una matriz que no puede invertirse se denomina matriz singular, a aquella
que si podemos hacerlo se la denomina no singular.
Para obtener la matriz inversa, el primer método que vamos a aplicar es
colocar la matriz a invertir y, a la derecha de ella, la matriz identidad, luego
vamos realizando operaciones elementales de fila. Por ejemplo, vamos a
invertir la matriz.
38 MAD-UTPL
Planteamos la matriz ampliada
1 Bimestre
Por lo tanto,
Invirtamos la matriz
39 MAD-UTPL
Planteamos la matriz ampliada:
1 Bimestre
Por lo tanto
Dadas las siguientes matrices, realice las operaciones indicadas entre estas:
En el siguiente recurso interactivo revise algunos ejemplos acerca de la
inversa de una matriz
Ejemplos de la inversa de una matriz
La matriz inversa puede utilizarse para resolver sistemas de ecuaciones
lineales, partamos del hecho de que, matricialmente Ax=b
Donde A es la matriz de los coeficientes, x es la matriz de las incógnitas y b
es la matriz de los términos independientes, como x y b constan de una sola
columna, también suelen ser llamados vectores.
Si multiplicamos ambos miembros de la igualdad por A-1,
A-1 Ax = A^-1 b
A-1 A es la matriz identidad I
Ix= A-1 b
La matriz identidad por cualquier matriz nos da la misma matriz x= A-1b
Lo que implica que el valor de las incógnitas lo obtenemos multiplicando
la inversa de la matriz de los coeficientes por la matriz de los términos
independientes.
40 MAD-UTPL
Por ejemplo, tomemos el sistema de ecuaciones
1 Bimestre
Cuya matriz de coeficientes es:
Y cuya inversa la encontramos en un ejercicio anterior
La solución del sistema de ecuaciones será
Lo que significa que x=0, y=1 y z=2
41 MAD-UTPL
Actividad de aprendizaje recomendada
Lo invito a desarrollar las siguientes actividades para reforzar sus 1 Bimestre
conocimientos.
1. Lectura comprensiva, análisis e interpretación de conceptos,
definiciones, operaciones y propiedades de las matrices en las
secciones 1.4, 1.5 y 1.6 del texto básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en las secciones 1.4, 1.5 y 1.6 del texto básico.
4. Chat académico “Matrices”: Desarrollar un ejercicio de matrices
asignado por el profesor.
5. Realizar Cuestionario Teórico 2 en línea sobre “Matrices”
6. Realizar Cuestionario de Resolución de Problemas 2 en línea sobre
“Matrices”
Nota: por favor complete las actividades en un cuaderno o documento
de Word
7. A continuación, en la autoevaluación, se propone algunos ejercicios y
actividades respecto al tema de matrices, operaciones con matrices
y casos especiales; esto le permitirá confirmar y afianzar sus
conocimientos.
42 MAD-UTPL
Autoevaluación 2
1 Bimestre
Indique con una V (verdadero) o F (falso) las siguientes expresiones:
1. ( ) Un sistema lineal es el conjunto de ecuaciones lineales.
2. ( ) Resolver un sistema lineal es determinar los valores de
las variables que al sustituirlos satisfacen en todas las
ecuaciones.
3. ( ) Todos los sistemas lineales son consistentes.
4. ( ) Un sistema lineal puede tener una única solución, infinitas
soluciones o no tener solución.
5. ( ) La matriz de orden m x n es aquella formada por n filas.
6. ( ) Una matriz es igual a otra cuando sus elementos de la
diagonal principal son iguales.
7. ( ) El resultado de multiplicar una matriz fila (1xm) por una
matriz columna (mx1), resulta una matriz de orden m x m.
8. ( ) Según las propiedades de la multiplicación de matrices AB
= BA.
9. ( ) Una matriz B es matriz inversa de A, si AB = A.
10. ( ) La forma escalonada por renglón implica transformar a 1,
el elemento pivote de cada fila.
11. ( ) Una operación elemental por renglón implica sumar una
constante diferente de cero a cada elemento de un renglón.
12. ( ) El método Gauss-Jordan implica transformar una matriz a
una forma escalonada reducida.
43 MAD-UTPL
13. ( ) La matriz , no está en la forma escalonada por
renglón debido a que el primer elemento diferente de cero
en el segundo renglón no es 1.
1 Bimestre
14. ( ) Dado que A.A^-1 = I, siendo A= , la matriz B=
es la inversa de A.
15. ( ) El último renglón de una matriz tiene todos sus elementos
nulos luego de su transformación, significa que es una
matriz no singular.
16. ( ) Una matriz equivalente no necesita haberle realizado
previamente una operación fundamental de renglón.
Ejercicios de aplicación
17. Por eliminación de variables, determine los valores de x, y, z.
a.
b.
18. Realice la multiplicación matricial AB, AC y BC, siendo A= ,
B= y C=
44 MAD-UTPL
19. Por el método de Gauss-Jordan, determine si es factible solucionar los
siguientes sistemas lineales:
a. 1 Bimestre
b.
c.
20. Determine la inversa de la matriz si existe.
a. B=
b. A=
c. C=
Adicionalmente, usted encontrará al final el solucionario a las preguntas de
la autoevaluación.
Retroalimentación general para la solución de la autoevaluación
Es importante que desarrolle la autoevaluación haciendo una revisión de la
literatura como de los ejercicios propuestos, los mismos que muestran con
claridad la forma cómo se resuelven paso a paso.
A continuación, algunas consideraciones para la resolución de los ejercicios.
Considerar que ni la ley de la cancelación ni la propiedad conmutativa
se aplican en la multiplicación de matrices, por lo que si AB=AC, no
necesariamente B=C, asimismo, AxB generalmente no es igual a B x A
Si un producto AxB es la matriz cero, en general, no se puede inducir a
la conclusión de que A=0 o B=0
45 MAD-UTPL
La manera más rápida de calcular un producto es aplicando las
leyes fundamentales de potenciación o radicación según el caso del
producto propuesto, para esto debe comprender efectivamente como
es su representación.
1 Bimestre
En las operaciones con matrices debe recordar la ley de los signos
para su uso correcto en la solución de los problemas.
Ha desarrollado su segunda autoevaluación, seguro que lo
realizó con éxito, ¡Felicitaciones! Con la misma dedicación y
esmero le invito a continuar con el resto de las unidades.
46 MAD-UTPL
Resultado de Capacidad para: analizar, interpretar y aplicar los
aprendizaje 3 conceptos de determinantes.
Por medio de este resultado conocerá y aplicará los procesos lógicos 1 Bimestre
matemáticos de la resolución de ejercicios de vectores, matrices y
determinantes, así como cuáles son sus aplicaciones para resolver
problemas de la vida cotidiana mejorando el proceso de enseñanza
aprendizaje del álgebra.
Contenidos, recursos y actividades de aprendizaje
Iniciaremos formalmente usando la definición de Leibnitz de un
determinante, utilizaremos luego sus propiedades para definir la forma más
práctica de calcular un determinante de un orden dado.
Semana 5
Unidad 3. Determinantes
3.1. Definición y propiedades
Aunque en realidad los determinantes aparecieron antes que las matrices,
modernamente se considera que el determinante lo es de una matriz
cuadrada. El nombre de determinante aparece porque “determina” si un
sistema de ecuaciones tiene o no una solución única.
Aclaremos esto:
Una matriz cuadrada aparece cuando el número de incógnitas de un
sistema es igual al número de ecuaciones, esto debería determinar una
solución única SI ES QUE las ecuaciones son linealmente independientes
una de otra. Si el determinante de los coeficientes de un sistema de
ecuaciones es diferente de 0, esas ecuaciones son independientes, si el
determinante es 0 las ecuaciones no son linealmente independientes y
tendrá infinitas soluciones (puesto que ahora tendríamos menos ecuaciones
que incógnitas) o no tendrá solución (si las ecuaciones que no son
independientes implican una contradicción, por ejemplo, x+y=0 y x+y=1.
47 MAD-UTPL
¿Cómo se calcula un determinante?
El determinante de matrices 2x2 y 3x3 es sencillo de calcular y se enseña en
los colegios, para calcular el determinante de una matriz de orden mayor ya
no lo es tanto y se complica a medida que aumenta el rango de la matriz. 1 Bimestre
Por ejemplo, el determinante de la matriz
que se simboliza
será igual a ad-bc, es decir, el producto de los elementos que están en la
diagonal principal menos el producto de los elementos que están en la
diagonal secundaria.
Notemos que hay dos términos, la mitad con el signo positivo y la otra mitad
con el signo negativo, cada término es el producto de 2 factores.
En un determinante de orden 3
Su valor será aei+bfg+cdh-ceg-bdi-afh
Una manera de recordarlo es agregando dos filas o dos columnas y trazando
3 líneas que siguen la dirección de la diagonal principal y 3 que tienen la
dirección de la diagonal secundaria, cada línea enlaza 3 coeficientes de
la matriz que se multiplican. A esta forma de calcular determinantes se le
llama Regla de Sarrus, debido a la persona que la inventó.
Hay que anotar que esta regla solo sirve para determinantes de orden 3, NO
para determinantes de orden 4 o superior.
Entonces cuando tenemos un determinante de orden 3 hay 6 términos (6 =
3! = 3x2x1) de 3 factores cada uno, 3 de esos términos son positivos y 3 son
negativos, en cada término los 3 factores están en diferente fila y columna
cada 1.
48 MAD-UTPL
En un determinante de orden 4 habrá 24 términos (factorial de 4=4!
=4x3x2x1) (12 positivos y 12 negativos) de 4 factores cada uno, que estarán
en diferente fila y columna.
En un determinante de orden 5 habrá 120 términos (factorial de 5) (60 1 Bimestre
positivos y 60 negativos) de 5 factores cada uno, que estarán en diferente
fila y columna.
En general, para un determinante de orden n la fórmula (descubierta por
Leibnitz) es
det(A)=|A|=
Donde:
representa la sumatoria de todas las permutaciones
(representadas por el signo σ, de factores que estén en diferente
fila y columna entre sí, representa el producto de esos
factores y es el signo positivo o negativo determinado por las
variaciones en el orden de los factores, si el número de variaciones de
orden es por el signo será positivo, si es impar el signo será negativo.
Por ejemplo, en un determinante de orden 3
aei son los elementos a11 a22 a33 está ordenado, 0 variaciones, su
signo es positivo.
ceg son los elementos a13a22a31 está en desorden, mientras el
número que corresponde a la fila asciende, el que corresponde a
la columna desciende, pero si cambiamos el 3 del 31 con el 1 del
13, se ordenaría, el número de permutaciones para ordenarlo (o
desordenarlo según se vea) es 1. En otras palabras, con un cambio
lo ordenamos, o de la forma ordenada, con un cambio llegamos a la
forma desordenada.
cdh son los elementos a13 a21 a32 para ordenarlo debemos hacer
dos cambios, el 1 de 21 cambiarlo con el 3 del 13 y este a su vez con
el 2 del 32. Como hay dos permutaciones, el signo es positivo.
49 MAD-UTPL
Para abundar en el tema de las permutaciones expresemos lo siguiente:
Una permutación es el cambio en el orden de un conjunto de elementos, por
ejemplo, ABC, CBA, CAB, ACB, BAC y BCA son las permutaciones de los tres
elementos. 1 Bimestre
Si tomamos como base ABC, CBA es una permutación impar, porque la base
ABC se obtiene intercambiando los elementos C y A.
En cambio, CAB es una permutación par porque la base ABC se obtiene
luego de dos intercambios, que podrían ser CAB->ACB- >ABC.
En el caso de un determinante de orden 5, por ejemplo, tenemos que
sumar todos los productos que estén en diferente fila y columna,
a11a22a33a44a55 sería uno de esos productos y lo vamos a tomar como
base, sabemos que todos los elementos están en diferente fila y columna
porque el primer subíndice no se repite, lo mismo pasa con el segundo
subíndice.
Otro producto podría ser a53a32a25a14a41, asimismo podríamos
comprobar que los subíndices no se repiten.
Por la propiedad conmutativa de la multiplicación podríamos escribir:
a14a25a32a41a53, donde vemos que el primer subíndice ya está ordenado,
pero el segundo subíndice no, los números de este segundo subíndice son
45213, veamos cuántas permutaciones necesitamos para convertirlo en
12345
45213->15243->12543->12345
Se necesitaron 3 permutaciones (la forma inicial no se cuenta), por lo tanto,
es una permutación impar y debería llevar signo negativo.
Hay que recordar que como es una matriz n x n cada término llevará n
factores, así en una matriz 4x4 cada término debe tener 4 factores
Para ver cuántos términos tiene un determinante hagamos el siguiente
análisis:
El determinante de una matriz 1x1 tiene 1 término (el determinante es
igual al número que integra la matriz.
El determinante de una matriz 2x2 tiene 2 términos.
50 MAD-UTPL
El determinante de una matriz 3x3 tiene 6 términos (resulta de
multiplicar el número anterior por 3.
El determinante de una matriz 4x4 tiene 24 términos (4x6=4x3x2x1) El
determinante de una matriz 5x5 tiene 120 términos. 1 Bimestre
El determinante de una matriz 6x6 tiene 720 términos 6!=6x5x4x3x2x1
El determinante de una matriz n x n tiene n! términos n!=n(n-1)(n- 2)...
(3)(2)(1)
Volviendo a los determinantes, este método de calcular el determinante de
una matriz no es muy práctico, por eso se suele utilizar el método de Sarrus
para determinantes de orden 3 o 2, y para determinantes de orden 4 para
arriba se usa el método de los cofactores.
3.2. Desarrollo por cofactores
Decíamos que la aplicación de la fórmula es poco práctica, para
determinantes de orden mayor o igual a 4 suele utilizarse más el método de
los cofactores.
En este método, para calcular el valor de un determinante de orden n,
elegimos una fila o una columna y multiplicamos cada uno de estos
elementos por el determinante menor correspondiente (el determinante
menor es el que elimina la fila y la columna del elemento) considerando
el signo, que puede ser más o menos, si al sumar la posición en la fila y la
columna nos da un valor por el signo es positivo, si nos da un valor impar el
signo es negativo.
Con este método un determinante de orden 5 se transformaría en 5
determinantes de orden 4 (cada uno multiplicado por los elementos de
la fila o columna y el respectivo signo). Cada determinante de orden 4 se
transformaría en 4 determinantes de orden 3 (cada uno multiplicado por los
elementos de la fila o columna y el respectivo signo).
51 MAD-UTPL
Por ejemplo
1 Bimestre
Realicemos algunos ejercicios aplicando las propiedades de los
determinantes:
Si A M22, B M33, |A|=4 y |B|=6. Calcule |A||B|-|Bt| Resolución:
|A||B|-|Bt|=4x6-6=18 Calcular
Resolución:
Trabajamos por bloques
Tenemos una matriz triangular (por bloques, donde cada bloque es de orden
2x2)
Sabemos que en una matriz triangular el determinante es igual
a la traza de la matriz, es decir, al producto de los valores que
están en la diagonal principal.
52 MAD-UTPL
Como esta matriz está formada por bloques, la traza es el producto de los
determinantes de las matrices que están en la diagonal principal.
En la primera matriz de la diagonal el determinante es: 22-1=3
En la segunda matriz el determinante es: 32-22=5 1 Bimestre
En la última matriz el determinante es (n+1)2-n2=2n+1
En general, en el lugar k el determinante de la matriz es (k+1)2- k2=2k+1
El determinante de la matriz A es:
|A|= (3)(5)(7) …(2k+1) …(2n+1)
Para encontrar este producto multiplicamos y dividimos por todos los
números pares desde 2 hasta 2n, entonces tenemos:
|A|= (2x3x4x5x6x7x…2nx2n+1) / (2x4x6x…x2n) = (2x3x4x5x6x7x… 2nx2n+1)
/ {(1x2x3x…xn) (2n)} =(2n+1)! /(n!2n)
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las
actividades que se describen a continuación:
1. Lectura comprensiva, análisis e interpretación, conceptos y
propiedades de las determinantes en las secciones 3.1 y 3.2 del texto
básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en las secciones 3.1 y 3.2 (ejercicios 1 a 6) del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
53 MAD-UTPL
Semana 6
3.3. Aplicaciones de los determinantes 1 Bimestre
Decíamos que, en una matriz cuadrada cualquiera, el menor de uno de sus
elementos es el determinante de la matriz que queda al eliminar la fila y la
columna en la que se ubica el elemento de la matriz, queda claro entonces
que en una matriz tendremos tantos menores como elementos tiene la
matriz. Generalmente, al menor del elemento aij de una matriz A se lo
denomina Mij.
Si al menor de la matriz le asignamos un signo debido a su ubicación,
tenemos un cofactor de la matriz, al que llamamos Aij= (-1)i+jMij
La matriz adjunta de una matriz la definimos entonces como la matriz de los
cofactores de la matriz inicial transpuesta.
Esta definición nos proporciona otro método para calcular la inversa de una
matriz, calculando la transpuesta de esa matriz adjunta y dividiendo cada
término para el valor del determinante de la matriz original.
Note que este método impone un requisito, que el valor del determinante
de A es diferente de 0, pues en caso contrario no sería posible la división
requerida en él.
Ejercicios
Verifique si la siguiente matriz es invertible y, en caso afirmativo calcule la
matriz inversa usando cofactores.
54 MAD-UTPL
Resolución:
Para determinar si una matriz es invertible hay que calcular su determinante,
si este es diferente de 0 la matriz es invertible.
1 Bimestre
Calculamos:
Tomando la primera fila
La matriz no es invertible.
Calculemos ahora la inversa de la matriz
A=
Su determinante será:
|A|=6+160+84+96+35-24=357, que es diferente de cero, por lo tanto, la
matriz tiene inversa
Calculamos ahora su matriz adjunta
55 MAD-UTPL
Finalmente, dividimos la matriz adjunta para el valor del determinante
1 Bimestre
Nota: Podría ser más cómodo al inicio calcular cada cofactor por separado
Otra aplicación de los determinantes sería la resolución de
sistemas de ecuaciones utilizando el método descubierto por
Cramer, el mismo que se simplifica en la siguiente fórmula:
Donde cada incógnita se calcula dividiendo dos determinantes, en el
denominador está el determinante de la matriz de los coeficientes, en el
numerador estará el determinante donde se ha reemplazado la columna de
los coeficientes de la incógnita que se va a encontrar por los valores de los
términos independientes b.
Por ejemplo:
Resolvamos el sistema
Si calculamos el determinante de la matriz de los coeficientes para averiguar
si se puede aplicar esta regla, tenemos:
Como su valor es diferente de 0 podemos continuar
56 MAD-UTPL
Para calcular x reemplazamos la primera columna del determinante por los
valores de los términos independientes.
1 Bimestre
Para calcular y reemplazamos la segunda columna del determinante por los
valores de los términos independientes.
Ahora, para calcular z reemplazamos la tercera columna del determinante
por los valores de los términos independientes.
Actividades de aprendizaje recomendadas
Estimado estudiante lo invito a resolver las siguientes actividades para
reforzar sus conocimientos.
1. Lectura comprensiva, análisis, interpretación y aplicación de los
conceptos y propiedades de las determinantes en la sección 3.2 del
texto básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en la sección 3.2 (ejercicios 7 a 25) del texto básico.
4. Realizar Cuestionario Teórico 3 en línea sobre “Determinantes”
57 MAD-UTPL
5. Realizar Cuestionario de Resolución de Problemas 3 en línea sobre
“Determinantes”
Nota: por favor complete las actividades en un cuaderno o documento
de Word 1 Bimestre
6. Es tiempo de comprobar sus conocimientos de la tercera unidad, estoy
seguro de que ahora le resultará más fácil resolver los problemas
planteados en la siguiente autoevaluación con el éxito esperado,
recuerde que en el solucionario podrá comparar sus respuestas.
58 MAD-UTPL
Autoevaluación 3
1 Bimestre
Indique con una V (verdadero) o F (falso) las siguientes expresiones:
1. ( ) En una matriz de orden 1x1, el valor su determinante será
el valor correspondiente a a11.
2. ( ) Si A= , el det(A)=a11a22-a12a21
3. ( ) Si A= , el det(A)=det(AT)
4. ( ) Si A= , y B= es el resultado de intercambiar
filas, entonces det(A)=det(B)
5. ( ) Si A es una matriz cuadrada que posee una fila nula, el
valor del determinante no existe.
6. ( ) El cofactor de 3 en la matriz A= es -8
7. ( ) El cofactor Aij de aij es definido como Aij=(-1) i+jdet(Mij)
8. ( ) Si A tiene inversa, entonces aplicando determinantes y su
adjunta es factible A-1=
9. ( ) En un sistema lineal es factible obtener el valor de x1,
conociendo el determinante de la matriz de coeficientes
(A) y el determinante de la matriz A1 obtenida de
reemplazar la columna de la variable x1 en A por los
términos independientes del sistema lineal (b).
10. ( ) Es factible utilizar la regla de Cramer cuando existe
solución única del sistema de ecuaciones lineales.
59 MAD-UTPL
Ejercicios de Aplicación
11. Si A= , determine para a11 y para a32, sus respectivo menor
(M) y cofactor. 1 Bimestre
12. Obtenga el valor del determinante de la matriz A= ,
aplicando desarrollo de cofactores, obtenga la adjunta y finalmente
obtenga la inversa.
13. Resuelva el sistema lineal aplicando la regla de Cramer
Retroalimentación general para la solución de la autoevaluación
Es importante que desarrolle la autoevaluación haciendo una revisión de la
literatura como de los ejercicios propuestos, los mismos que muestran con
claridad la forma en cómo se resuelven paso a paso.
A continuación, algunas consideraciones para la resolución de los ejercicios.
Recordar que una matriz cuadrada A es invertible si y solo si
determinante de A≠0
En algunos ejercicios requerirá tener presente las propiedades de los
determinantes para poder contestar adecuadamente.
El determinante de una matriz 1x1 es: det(x)=x
Si una matriz A tiene una fila de ceros, pues entonces |A|=0
Ha desarrollado la tercera autoevaluación
¡Felicitaciones! Su constancia y esfuerzo le han permitido realizar
con éxito esta prueba, si existió alguna dificultad, es momento de
profundizar un poco más los temas analizados y solucionar las
inquietudes que han surgido.
60 MAD-UTPL
Capacidad para: analizar, interpretar y aplicar los
Resultado de conceptos y operaciones de matrices, sistemas de
aprendizaje 4 ecuaciones lineales, determinantes y Vectores en
Rn. 1 Bimestre
El resultado de aprendizaje está orientado a comprender los conceptos de
espacio vectorial, subespacio y bases, donde el estudiante es el centro de
la atención de la clase y estimular el desarrollo motivacional para que los
alumnos alcancen las competencias en el proceso de formación y puedan
analizar y resolver problemas de algebra lineal.
Contenidos, recursos y actividades de aprendizaje
Semana 7
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las
actividades que se describen a continuación:
1. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
2. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en los capítulos 1 (ejercicios complementarios y examen del capítulo)
y 3 (ejercicios adicionales y examen del capítulo) del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
61 MAD-UTPL
Semana 8
1 Bimestre
Actividades de aprendizaje recomendadas
Lo invito a resolver las siguientes actividades para reforzar sus
conocimientos.
1. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
2. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en los capítulos 1 (ejercicios complementarios y examen del capítulo)
y 3 (ejercicios adicionales y examen del capítulo) del texto básico.
3. Desarrollar la evaluación presencial.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
62 MAD-UTPL
Segundo bimestre
Capacidad para: analizar, interpretar y aplicar
Resultado de operaciones, los conceptos y operaciones
aprendizaje 5 con vectores.
2 Bimestre
Este resultado de aprendizaje favorecerá su comprensión de los conceptos
de valores y vectores propios para analizar y diagonalizar matrices y
determinantes.
Contenidos, recursos y actividades de aprendizaje
Estudiaremos inicialmente los vectores en el plano, ampliaremos estos
conceptos a vectores de cualquier dimensión, especialmente los vectores
en el espacio, analizaremos el producto cruz y su aplicación al estudio de
rectas y planos.
Semana 9
Unidad 4. Vectores
4.1. Vectores en R2 y R3
En física se suele decir que un vector es la representación de una magnitud
que tiene dirección y sentido.
En matemática la definición es un poco más general, es simplemente un
conjunto ordenado de números, lo cual quiere decir que la posición que
ocupan esos números también es importante, se suele representar con los
números entre paréntesis separados por una coma, en algunos casos se
suele usar un punto y coma para separarlos.
Los números que integran el vector se llaman componentes y se diferencian
por su orden, así hablamos de primera componente, segunda componente,
etc.
63 MAD-UTPL
Al número de componentes que lo conforman se denomina dimensión del
vector.
Inicialmente, trataremos con vectores de dimensiones 2 y 3, que son más
fáciles de identificar y representar, porque corresponden a las dimensiones
en un plano y en el espacio.
Para representar un vector necesitamos un sistema de coordenadas, para
2 Bimestre
ello trazamos rectas perpendiculares entre sí, que coinciden en un punto
llamado origen, generalmente una de estas rectas es horizontal y se la llama
eje de las x o abscisas, la otra es vertical y suele nombrarse eje de las y u
ordenadas. En R3 necesitamos un tercer eje, perpendicular a los otros dos,
al que se llama eje de las z. En conjunto forman un sistema de coordenadas
rectangulares.
4.2. Longitud, distancia
A la longitud de un vector, también llamada norma del mismo, se la calcula
con una aplicación del teorema de Pitágoras, y siempre será igual a la raíz
cuadrada de la suma cuadrática de sus componentes. Cuando hablamos de
suma cuadrática queremos decir que las componentes deben elevarse al
cuadrado antes de sumarlas. La distancia entre dos puntos puede calcularse
mediante la norma del vector que une dichos puntos, para ello restamos las
coordenadas del punto inicial a las coordenadas del punto final.
Dos vectores son paralelos si uno de ellos puede obtenerse
multiplicando al otro por una constante c, que puede ser
cualquier número real positivo o negativo.
El área de cualquier triángulo en el plano puede calcularse como la mitad
del valor absoluto del determinante formado por las coordenadas de los tres
vértices, adicionando en la tercera columna unos. Así:
Se suele definir una operación llamada suma, entre vectores, usualmente
como la suma de sus respectivas componentes, es decir, el vector suma de
64 MAD-UTPL
dos vectores (de la misma dimensión) es otro vector (de esa dimensión)
cuya primera componente es la suma de las primeras componentes de los
vectores sumandos, la segunda componente del vector suma es la suma de
las segundas componentes de los sumandos, y así sucesivamente, ej. (2, 3,
4) + (5, 7, 3)= (7, 10, 7)
La definición de la suma de dos vectores puede variar según el capricho
o las necesidades del matemático, la que hemos mencionado es la más 2 Bimestre
usada, pero no la única.
Otra operación usual es el producto de un vector por un escalar, que
usualmente se define como otro vector en el que cada componente es el
producto del escalar por la respectiva componente del vector original, ej.
3*(2, 3, 4) = (6,9,12)
Un escalar es un elemento de un conjunto que cumple ciertas propiedades,
al que en matemática se denomina cuerpo (o estructura de cuerpo), las
propiedades que debe cumplir el cuerpo son la asociativa, conmutativa,
elemento inverso y elemento neutro para la suma y la multiplicación,
y la distributiva de la multiplicación respecto a la suma, los números
racionales, reales y complejos conforman cada uno un cuerpo con las
definiciones usuales para la suma y multiplicación (podrían, según capricho
y/o necesidad, establecerse otras definiciones, en ese caso habría que
comprobar si siguen cumpliendo las propiedades indicadas).
A veces se habla de vector fila o vector columna como matrices, una de
cuyas dimensiones es 1, surge entonces la pregunta ¿un vector es una
matriz?
Hay diferencias, con los vectores solemos hacer cosas que no hacemos
con una matriz, por ejemplo, el producto punto, producto cruz, hallamos la
norma, encontramos vectores unitarios, etc., que iremos desarrollando en
estas semanas.
Cuando los vectores y la operación suma y producto por un escalar cumplen
ciertas propiedades, forman lo que se llama un espacio vectorial.
65 MAD-UTPL
Ejercicios
1. Use determinantes para calcular la ecuación de la recta que pasa por
los puntos (4,-2) y (-3,1).
Resolución:
Debemos calcular el determinante
2 Bimestre
La ecuación quedaría 3x+7y+2=0
2. Verifique si las siguientes tres rectas son concurrentes: 4x+3y-5=0,
x+2y-4=0 y 2x-y+3=0
Resolución:
Para verificar si las rectas son concurrentes calculamos el determinante:
Por lo tanto, las rectas son concurrentes.
3. Encuentre la ecuación de la circunferencia que pasa por los puntos
P1(0,-2), P2(5,3) y P3(2,-6).
Resolución:
66 MAD-UTPL
4. Calcule el área del triángulo formado por los puntos P1=(2,5), P2=(2,-
2) y P3=(-1,1)
Resolución
2 Bimestre
Área=
5. Calcule el volumen del paralelepípedo formado por P1=(2,1,1),
P2=(1,5,1) y P3=(2,1,3)
Resolución:
Volumen=| |=|30+2+1-10-3-2|=|18|=18
6. Calcule el volumen del tetraedro que tiene como vértices a los puntos
P1=(3,4,1), P2=(1,1,-2), P3=(4,2,-2) y P4=(-1,2,1)
Resolución:
Tomando la cuarta columna para calcular el determinante
Volumen=1/6
67 MAD-UTPL
7. Calcule el wronskiano de las siguientes funciones x2+x-1, -x2+2, x3-2 y
x3+x-1
(el wronskiano es un determinante formado por las funciones y sus
derivadas sucesivas)
Resolución:
2 Bimestre
Restando a la columna 4 la columna 3
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las
actividades que se describen a continuación:
1. Lectura comprensiva, análisis, interpretación y aplicación de los
conceptos y propiedades de los vectores en la sección 4.1 del texto
básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
68 MAD-UTPL
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en la sección 4.1 (ejercicios 1 a 18) del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
Semana 10 2 Bimestre
4.3. Producto punto entre vectores
Ángulo entre dos vectores, vectores ortogonales, propiedades del producto
punto, vectores unitarios.
Llamamos producto punto entre dos vectores u y v de dimensión n a la
sumatoria entre el producto de las respectivas componentes, es decir:
Si aplicamos la ley de los cosenos a la diferencia entre dos vectores,
obtendríamos:
Figura 2
Ley de cosenos
Nota. Adaptado de Algebra lineal fundamentos y aplicaciones [Fotografía], por
Kolman, B. y Hill , D., 2013, Pearson.
||u-v||2=||u||2+||v||2-2||u||||v||cosθ
69 MAD-UTPL
Si operamos con los respectivos componentes tenemos:
||u1-v1,u2-v2| |2=||u||2+||v||2-2||u|| ||v||cosθ
||(u1-v1)2+(u2-v2)2 |=||u| |2+||v||2-2||u|| ||v||cosθ
||u12-2u1v1+v12+u22-2u2v2+v22|=||u||2+v2-2||u|| ||v||cosθ
||-2u1v1-2u2v2|=-2||u|| ||v||cosθ 2 Bimestre
||u|| ||v||cosθ=(u1v1+u2v2)
Despejando cosθ y tomando en cuenta que u.v=u1v1+u2v2
Podemos deducir de ello que dos vectores que no sean nulos son
ortogonales si su producto escalar es 0.
Un vector unitario es nada más que un vector que tiene magnitud uno, se
puede convertir cualquier vector en unitario si dividimos el vector para su
magnitud, vectores unitarios especiales son aquellos que tienen la dirección
de los ejes positivos x, y, z, que toman los nombres de î, ĵ y .
Ejercicios
Determinar un vector de sentido opuesto al vector =(2,3), cuya
norma sea igual a 2
Resolución:
El vector opuesto de sería - =(2,3), pero este tiene norma de , para que
la norma de sea 2 2 hay que dividir a - para √13
(se transforma en un vector unitario) y luego multiplicarlo por 2, entonces
Calcular la distancia entre p1 y p2 ; p1=(0,1,1,1), p2=(2,1,1,2)
Resolución:
dp1p2=
70 MAD-UTPL
Sean =(2,3,-4,0) y =(5,-3,1,0), calcular el ángulo entre los vectores
Resolución:
2 Bimestre
(Se toma el ángulo menor de las posibles respuestas, en el primero o
segundo cuadrantes)
Obtener el producto punto entre los siguientes pares de vectores e
indicar si son ortogonales.
1. Sea (-2,2), (3,3)
Resolución:
(-2,2).(3,3)=-6+6=0 ―> Son ortogonales
2. Sea (4,2,0), (-1,2,-3)
Resolución:
(4,2,0).(-1,2,-3)=-4+4+0=0 ―> son ortogonales
3. Sean (2,-1,-2,5), (-1,3,2,-2,1)
Resolución:
(2,-1,-2,4,5).(-1,3,2,-2,1)=-2-3-4-8+5=-12 ―> no son ortogonales
Calcule el ángulo entre los siguientes vectores e indique si son
ortogonales, paralelos u otros.
1. (4,6), (3,-2)
Resolución:
Son vectores ortogonales
71 MAD-UTPL
2. . (-1,2,3), (-5,10,15)
Resolución:
2 Bimestre
Son vectores paralelos
3. (2,-1,3,5), (-4,2,6,-10).
Resolución:
Son vectores opuestos (antiparalelos)
4. (3,-4,5,-1,0), (2,-1,-1,1,1).
Resolución:
No es paralelo, antiparalelo ni perpendicular
Determine un vector unitario que sea paralelo al vector =(-1,1,2).
Resolución:
72 MAD-UTPL
Determine un vector de norma 5 que sea ortogonal al vector =(-
1,0,0,2,-2).
Resolución:
Sea el vector que cumple con las condiciones del problema, sus
componentes serán u1, u2, u3, u4 y u5.
2 Bimestre
Por ser perpendiculares, está claro que u2 y u3 pueden tomar cualquier
valor.
La solución más sencilla sería que u1=u4=u5=0 (existen infinitos otros
valores que cumplen con la ecuación)
Para dar valores a u2 y u3 buscamos que u22+u32=25 (para que la
norma del vector sea 5)
Nuevamente, existen infinitos valores que lo cumplen, hay varias
soluciones inmediatas: u2=0, u3=5; otra sería u2=3, u3=4.
En resumidas cuentas, una solución sería = (0,0,5,0,0); otra sería
=(0,3,4,0,0); e infinitas soluciones más.
Determine todos los vectores que sean paralelos al vector = (-1,0,1,-
2).
Resolución
Los vectores paralelos son múltiplos del vector dado.
Sea =t =(-t,0,t,-2t); t ℤ
Determine todos los vectores que sean ortogonales al vector =
(-1,0,1,-2).
Resolución
Sea el vector que cumple con las condiciones del problema, sus
componentes serán u1, u2, u3y u4.
73 MAD-UTPL
Por ser perpendiculares, u2 y puede tomar cualquier valor. Vemos que
u1=u3-2u4
Si u2=α, u3=β y u4=γ, expresado en forma matricial el vector ortogonal
sería
2 Bimestre
donde α, β y γ ℤ
Dados los vectores y , determinar las partes paralela y ortogonal de
sobre .
Resolución:
Dibujemos los vectores:
Figura 3
Vectores u y v en el plano XY
Nota. Morales, G. 2023.
A la parte de un vector paralela a otro la llamamos proyección de ese vector
en la dirección del otro, en nuestro caso llamaremos proyección de u en la
dirección de v, simbolizándola Proyvu.
Para encontrar la norma de esa proyección multiplicamos la norma de u
por el cosθ. Luego, para transformarla en un vector la multiplicamos por el
vector unitario de v.
74 MAD-UTPL
Como la suma de la parte paralela y la parte ortogonal de dan como
resultado es fácil deducir que la parte ortogonal se calcula con
2 Bimestre
Resolución:
Parte paralela
Proyv
Parte ortogonal:
- Proyv = (6,3) - (6,0) = (0,3)
= (-3,-2), =(4,-1)
Resolución:
Parte paralela:
Proyv
Parte ortogonal:
-Proyv = (-3,-2) =
75 MAD-UTPL
Actividades de aprendizaje recomendadas
Estimado estudiante lo invito a desarrollar las siguientes actividades
recomendadas para reforzar sus conocimientos.
1. Lectura comprensiva, análisis, interpretación y aplicación de los 2 Bimestre
conceptos y propiedades de los vectores en la sección 4.2 del texto
básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en la sección 4.2 (ejercicios 19 a 30) del texto básico.
4. Foro Académico: “Vectores”: Desarrollar un ejercicio propuesto por
el docente, del tema vectores del texto básico y exponerlo en la
plataforma EVA.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
Semana 11
4.4. Producto cruz en R3
En R3 (exclusivamente) se define una operación llamada producto vectorial
(porque el resultado es otro vector en R3) o producto cruz (para diferenciarla
del producto punto), de la siguiente manera:
Al multiplicar dos vectores perpendiculares entre sí, el resultado es otro
vector perpendicular a los dos anteriores, cuya magnitud es el producto de
las magnitudes (normas) de los vectores que se multiplican y la dirección de
este nuevo vector está dada por la regla de la mano derecha, su el índice de
esa mano apunta en la dirección del primer vector, y el dedo medio apunta
en la dirección del segundo vector, el resultado apunta en la dirección del
76 MAD-UTPL
pulgar de la mano derecha, ello implica que si cambiamos el orden de la
multiplicación el resultado cambia a la dirección opuesta.
Cuando multiplicamos (con el producto cruz) dos vectores que están en la
misma dirección, el resultado es 0.
Cuando multiplicamos dos vectores que no son perpendiculares ni
paralelos podemos descomponer uno de los vectores en direcciones
2 Bimestre
paralela y perpendicular al otro vector, se hace 0 la parte paralela y queda
uxv=||u||||v||senθ e, siendo e un vector unitario perpendicular a u y v según la
regla de la mano derecha y θ el ángulo entre los vectores.
Una fórmula práctica de calcular el producto cruz es un “determinante”
cuya primera fila son los vectores unitarios i, j y k, la segunda fila son las
componentes del primer vector, y la tercera fila son los componentes del
segundo vector.
El producto vectorial tiene muchas aplicaciones en Ciencia, tecnología
y matemáticas, en este curso veremos cómo sirve, por ejemplo, para
calcular el área de un triángulo y de un paralelogramo, el volumen de un
paralelepípedo, la ecuación de una recta en R2, de un plano en R3, de una
recta en R3, etc.
Revise algunos ejemplos en el siguiente recurso inetarctivo
Ejercicios Producto cruz en R3
4.5. Rectas y planos
Una recta en R2 tiene una ecuación de la forma ax+by+c=0, si sabemos que
una recta está determinada por dos de sus puntos, podemos deducir que
conoceremos la ecuación de la recta si conocemos las coordenadas de dos
de sus puntos a los que llamaremos (x1,y1) y (x2,y2), como esos puntos
son parte de la recta cumplen con su ecuación, y así podemos formar un
sistema con la ecuación original:
77 MAD-UTPL
Este es un sistema homogéneo, y tiene al menos una solución, la trivial,
cuando a=b=c=0, pero sabemos que debe haber infinitas soluciones, ya que
una ecuación de la recta puede ser múltiplo de otra, por lo tanto, la matriz
de los coeficientes es singular y su determinante es 0 (recuerde que en este
caso las incógnitas son a, b y c), por lo tanto, la ecuación de la recta estará
dada por:
2 Bimestre
Como la tercera columna no afecta los resultados de las multiplicaciones,
algunos autores simplifican la fórmula usando otro “determinante” que
excluye esa tercera columna
Ejercicio:
Determine la ecuación de la recta que pasa por los puntos (-3,-5) y (0,2)
Resolución
Planteamos el determinante
Lo resolvemos
x(-5-2)-y(-3+0)+(-6+) = 0
Finalmente, la ecuación queda:
-7x+3y-6=0
La situación en R3 presenta algunas semejanzas y diferencias, por ejemplo,
dos puntos siguen determinando una recta, pero la ecuación de la misma
solo puede representarse en forma paramétrica o simétrica, como lo
veremos en el ejercicio.
78 MAD-UTPL
En este caso utilizaremos otra forma de determinar una recta, que es
mediante un punto que pertenezca a ella y la dirección de la misma, en caso
de que nos den dos puntos el vector entre ellos nos dará la dirección de la
recta.
Cualquier punto de la recta (x, y, z) será la suma de dos vectores: el punto
inicial, de coordenadas (x0, y0, z0) sumado al vector que da la dirección
(a, b, c) multiplicado por una constante cualquiera t a la que llamaremos 2 Bimestre
parámetro.
Matemáticamente
(x, y, z) = (x0, y0, z0) + t(a, b, c)
De donde podemos extraer el siguiente sistema:
Que es la ecuación de la recta en R3 de forma paramétrica. Si despejamos t
en cada ecuación tenemos
La parte
Corresponde a la forma simétrica de la ecuación de la recta en R3
Ejercicio
Determine las ecuaciones paramétrica y simétrica de la recta que pasa por
(1,2,3) y (2,3, 1)
Resolución:
Determinamos el vector que da dirección a la recta restando las
coordenadas de los puntos (en cualquier orden)
(2,3,1) -(1,2,3) = (1,1,-2)
79 MAD-UTPL
Tomamos uno de los dos puntos (cualquiera)
(x, y, z) = (1,2,3) + t(1,1,-2)
La ecuación en forma paramétrica quedaría:
2 Bimestre
Y en la forma simétrica
En el caso de un plano, en el espacio, su forma es ax+by+cz+d=0, y sabiendo
que tres puntos (x1, y1, z1); (x2, y2, z2) y (x3, y3, z3) determinan un plano,
podríamos formar el sistema homogéneo
Que para tener infinitas soluciones debe cumplir que:
Otra forma de encontrar la ecuación de un plano en el espacio es
conociendo un vector normal al mismo, llamado =(a,b,c) y un punto del
plano (x0,y0,z0), un vector cualquiera del plano sería (x-x0,y-y0,z-z0) y su
producto punto con el vector normal (perpendicular) al plano sería igual a 0,
con lo que tendríamos la ecuación:
a(x-x0) + b(y-y0) + c(z-z0) = 0
Un método alternativo al del determinante, si conocemos 3 puntos del plano
sería hallar dos vectores con esos puntos, hacer el producto vectorial con
ellos y encontraríamos el vector normal al plano, luego tomaríamos uno de
los tres puntos y aplicaríamos el segundo método.
80 MAD-UTPL
Ejercicio
Determine la ecuación del plano normal a (1,3,-2) que pasa por el punto (1,0,-
2)
Resolución
Tenemos los siguientes datos:
2 Bimestre
= (1,3,-2); vector en el plano: (x-1, y-0, z+2) El producto vectorial y la
ecuación quedan
1(x-1) + 3(y-0) - 2(z+2) = 0
La ecuación quedaría
x+3y-2z-5=0
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las
actividades que se describen a continuación:
1. Lectura comprensiva, análisis, interpretación y aplicación de los
conceptos y propiedades de los vectores en las secciones y 5.2 del
texto básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en las secciones 5.1 y 5.2 del texto básico.
4. Realizar Cuestionario Teórico 4 en línea sobre “Vectores”
81 MAD-UTPL
5. Realizar Cuestionario de Resolución de Problemas 4 en línea sobre
“Vectores”
Nota: por favor complete las actividades en un cuaderno o documento
de Word
6. Hay que validar nuestros conocimientos de la cuarta unidad, estoy
seguro de que ahora le resultará más fácil resolver los problemas
2 Bimestre
planteados en la siguiente autoevaluación con el éxito esperado,
recuerde que en el solucionario podrá comparar sus respuestas.
82 MAD-UTPL
Autoevaluación 4
Indique con una V (verdadero) o F (falso) las siguientes expresiones:
1. ( ) El segmento de recta dirigido que se extiende desde el
2 Bimestre
punto P al punto Q en R2 es denotado por .
2. ( ) Dos segmentos de rectas son equivalentes si tienen la
misma magnitud y dirección.
3. ( ) Un vector v en R2, es un par ordenado de números reales
(a, b), los números a y b se denominan componentes del
vector v.
4. ( ) El vector cero en R2 es el vector (0,0).
5. ( ) v = (a, b), entonces ||v|| = √a2 +b2
6. ( ) La adición de vectores u = (1,-2,5) y v = (3,2,-1) en R3 se
realiza operando (u1 + v1, u2 + v2, u3 + v3), por lo que u + v
= (4,0,4).
7. ( ) Dos vectores son ortogonales si y sólo si su producto
escalar es cero.
8. ( ) La distancia entre los puntos (1,2,3) y (3,5,-1) es
√22+32+42
9. ( ) (i + 3k –j).(k-4j+2i) = 9.
10. ( ) (i –j +2k)x(2i+3j-4k) = -2i +8j + 5k.
83 MAD-UTPL
Ejercicios de aplicación
11. Si a = (2,3,4), b = (1,-2,5) y el escalar c = 2 determine:
a. c.a =
b. a+b=
c. a.b =
d. llall =
2 Bimestre
e. axb =
Retroalimentación general para la solución de la autoevaluación
Es importante que desarrolle la autoevaluación haciendo una revisión de la
literatura como de los ejercicios propuestos, los mismos que muestran con
claridad la forma en cómo se resuelven paso a paso.
A continuación, algunas consideraciones para la resolución de los ejercicios.
Un vector se forma cuando un punto se desplaza una distancia dada
en una dirección dada.
Es conveniente recordar que se puede tener un vector [0,0] también
llamado vector cero.
Si se tiene vectores en R3 entonces tendrá tres coordenadas cada
punto en el plano cartesiano.
Para resolver vectores en Rn hay que recordar la aritmética de los
números reales, ya que no se podrán dibujar para las explicaciones.
Siempre es importante revisar las propiedades algebraicas
(distributiva, asociativa, conmutativa) de los vectores en R2, R3, Rn,
respectivamente, para resolver los ejercicios.
84 MAD-UTPL
Capacidad para: analizar, interpretar y aplicar
Resultado de
operaciones, los conceptos y operaciones
aprendizaje 6 con espacios vectoriales.
Por medio de este resultado conocerá y aplicará los conceptos básicos
de álgebra lineal en diversas disciplinas, como la física, la ingeniería, la
estadística y la informática. 2 Bimestre
Contenidos, recursos y actividades de aprendizaje
Estudiaremos inicialmente las características, definiciones y propiedades
de los espacios y subespacios vectoriales, ampliaremos estos conceptos a
espacio generado e independencia lineal, concluyendo en los conceptos de
rango y nulidad y su aplicación a la resolución de sistemas de ecuaciones.
Semana 12
Unidad 5. Espacios vectoriales reales
5.1. Espacios Vectoriales
Para tener un espacio vectorial necesitamos vectores, escalares y dos
operaciones: suma entre dos vectores y el producto de un escalar por un
vector.
Los vectores no necesariamente son los vectores tales como los
conocemos, pueden ser matrices, funciones, polinomios, etc.
La suma de vectores y el producto de un vector por un escalar pueden no
definirse de la manera usual.
Los escalares deben formar una estructura algebraica llamada cuerpo o
campo, en la cual las operaciones llamadas adición y multiplicación (que
pueden ser definidas de manera diferente a la usual) se pueden realizar
y cumplen las propiedades: asociativa, conmutativa y distributiva de la
multiplicación respecto de la adición, además poseen de inverso aditivo,
85 MAD-UTPL
inverso multiplicativo y elemento neutro para la adición y otro para la
multiplicación, los cuales permiten efectuar las operaciones de sustracción
y división (excepto la división por cero).
Los números racionales, reales y complejos con la suma y multiplicación
usuales son ejemplos de escalares, cuando los componentes de los
vectores y el campo escalar son los números reales, estamos ante un
espacio vectorial real. 2 Bimestre
Volviendo al espacio vectorial, si tenemos al conjunto V de los vectores, al
campo K de los escalares, para tener un espacio vectorial, las operaciones
de suma y multiplicación deben tener las siguientes propiedades:
Suma: Cerradura (clausurativa), conmutativa, asociativa, elemento
neutro y elemento opuesto.
Producto de un vector por un escalar: cerradura, asociativa, neutro o
idéntico, multiplicativo y distributiva en dos versiones, respecto a la
suma de vectores a(v+u) = av+au y respecto a la suma de escalares
(a+b)v = av + bv.
Los vectores usuales, con cualquiera de los campos escalares ya
mencionados y las definiciones usuales de suma de vectores y
multiplicación de un escalar por un vector son (y se puede demostrar), un
espacio vectorial.
Pero también las matrices y los polinomios con los números reales y las
definiciones usuales de producto por un escalar y suma, son espacios
vectoriales.
Podemos elegir cualquier definición de vector, escalar, suma de vectores,
producto de un escalar por un vector, si cumple con las propiedades
enunciadas, formará un espacio vectorial.
La manera, entonces, de demostrar que algo es un espacio vectorial, es
demostrar que cumple esas propiedades.
Por ejemplo, si tomamos los vectores de R2, el cuerpo de los reales como
escalar, definimos el producto de un escalar por un vector de la manera
usual y definimos la suma de vectores (a, b) + (c, d) como (a+c+1; d+d+1)
86 MAD-UTPL
Podemos demostrar que este no es un espacio vectorial debido a que no
tiene la propiedad distributiva para la suma de vectores, es decir:
Si hacemos primero la suma de vectores
m[(a, b) + (c, d)] = m(a+c+1, b+d+1) = (ma + mc + m, mb + md + m)
Pero si aplicamos la propiedad distributiva obtenemos un resultado
2 Bimestre
diferente
m[(a, b) + (c, d)] = m(a, b) + m(c, d) = (ma, mb) + (mc, md) = (ma + mc
+ 1, mb + md + 1)
Ejercicios:
1. Pruebe si los siguientes conjuntos son o no espacios vectoriales, se
supone que la operación interna suma y el producto por un escalar son
los usuales.
V =MC de orden n x n.
Resolución:
Como las matrices en general son espacios vectoriales, las matrices
cuadradas serán un espacio vectorial si cumplen las propiedades de
cerradura para la suma y el producto.
Ac + Bc = Cc (La suma de dos matrices cuadradas es otra matriz
cuadrada).
αAc=Bc (La multiplicación de un escalar por una matriz cuadrada es
otra matriz cuadrada)
Cómo estas propiedades se cumplen, las matrices cuadradas si
forman un espacio vectorial
2. Sea Ax=B un sistema de ecuaciones lineales y V = {v|Av = B}
Resolución:
Como se trata de un sistema de ecuaciones lineales cualquiera, no es
un espacio vectorial debido a que no cumple necesariamente con la
87 MAD-UTPL
propiedad del elemento neutro, es decir, 0 v (la solución del sistema
no es, necesariamente, x1=0, x2=0, …, xn=0).
3. Verifique si el conjunto de matrices MD de orden n x n, donde todos
los di ℝ+. Con la suma para D1, D2 MD, definida D1 D2 =D1D2.
Mientras que el producto por un escalar α R definido por αdi=diα y
con las componentes fuera de la diagonal el producto común.
2 Bimestre
Resolución:
De acuerdo a la definición, el elemento neutro aditivo es la matriz
identidad I, ya que
D I=I D=ID=DI=D.
Sin embargo, hay un elemento, la matriz 0 que no tendrá inverso
aditivo ya que
0 D=D 0 = 0≠I.
Por lo tanto, no es un espacio vectorial.
4. En los siguientes ejercicios mostrar vectores que sí pertenezcan al
subconjunto H y que no pertenezcan a este.
y Si H R3, donde H = {v|v = (x, 2x, y)}
Resolución:
(2,4,1) H; (0,1,2) H
y Si H R3, donde H = {v|v = (1, y, -y)},
Resolución:
(1,3,-3) H; (2,1,0) H
y Si H R3, donde H = {v|v = (x, y, x+y)},
Resolución:
(1,2,3) H; (0,1,2) H
88 MAD-UTPL
5. Probar si H = {v V|v = (x, y, z) con x + 3y - z =0} es un espacio
vectorial.
Resolución:
x+3y-z=0 ―> z=x+3y;
como H R3 y R3 es un espacio vectorial, solo debemos probar las
2 Bimestre
propiedades de cerradura.
Para la suma:
(x1, y1, x1 + 3y1) + (x2, y2, x2 + 3y2) = (x1+x2, y1+y2, x1+3y1+x2+3y2)
= (x1+x2, y1+y2, ((x1+x2) + 3(y1+y2))
Vemos que al sumar dos elementos de H el resultado es también otro
elemento de H, tiene la propiedad de cerradura para la suma.
Para el producto por un escalar
α(x, y, x + 3y) = (αx, αy, α(x + 3y) = (αx, αy, αx + 3αy)
Vemos que, al multiplicar un elemento de H por un escalar, el resultado
también es un elemento de H, también tiene la propiedad de cerradura
para el producto por un escalar, por lo tanto, es un espacio vectorial.
6. Demostrar si H={v V|v= (x, y, z) con x + 3y - z = 1} es un espacio
vectorial.
Resolución:
Si x+3y-z=1 ―> z=x+3y-1
Esto quiere decir que H no tiene al elemento 0, ya que si x=0, y=0,
z=0+3(0)-1=-1, lo que implica que el elemento (0,0,0) H, H no tiene
elemento neutro para la suma.
89 MAD-UTPL
7. Sea V = ℝ, demostrar si H = {El conjunto de los números enteros
positivos} es un subespacio vectorial.
Resolución
No tiene el elemento neutro para la suma, ya que 0 no es un entero
positivo, por lo tanto, no es un espacio vectorial.
2 Bimestre
8. Demostrar si H = {v V|v = (x, y) con y = x2} es un espacio vectorial.
Resolución:
v1 V = (x1, x12), v2 V = (x2, x 2);
v1+v2 = (x1+x2, x 2+x 2) ≠ (x1+x2, (x1+x2)2)
Por lo tanto, v1+v2 V
5.2. Subespacios
Dentro de la matemática, que es una disciplina abstracta, el álgebra lineal
es una de las más abstractas, especialmente el tema de los espacios
vectoriales.
Para tener un espacio vectorial se debe tener un conjunto no vacío V, al
que se llama “vectores”, pero que puede ser cualquier cosa, los vectores
conocidos, matrices, polinomios, funciones, rotaciones, traslaciones, etc.,
también necesitas un cuerpo o campo de números, a los que llamamos
escalares, generalmente son los números reales, o complejos, o imaginarios,
pero podría ser cualquier conjunto de números que cumpla las propiedades
necesarias para ser un cuerpo o campo, por ejemplo los números pares
(positivos y negativos incluyendo el cero).
Además de los escalares, necesitamos dos operaciones, a las que llamamos
“suma de vectores” y “producto de un escalar por un vector” que pueden
definirse de la manera que nosotros queramos, ya sea de la manera usual
o no, en alguno de los problemas hemos definido (a,b) + (c, d) = (a+c+1,
b+d+1), igual podría ser cualquier definición que necesitemos o que se nos
ocurra.
90 MAD-UTPL
Si esas operaciones cumplen con las propiedades necesarias (cerradura,
conmutativa, asociativa, elemento cero, elemento inverso para la suma; y
cerradura, asociativa, distributiva de vectores, distributiva de escalar y vector,
elemento unidad para el producto).
El conjunto V, con las operaciones “+” y “.” Dentro del campo K, tiene la
propiedad de la cerradura para “+” si al sumar dos elementos de V el
resultado también es elemento de V. 2 Bimestre
Por ejemplo, si V son rotaciones en el plano, y si definimos la suma de
rotaciones como una rotación que suma los ángulos rot(A)+rot(B)=rot(A+B),
al sumar dos rotaciones el resultado es otra rotación.
Si V es el conjunto de los números impares, y definimos la suma de la
manera usual, la suma no tendría la propiedad de cerradura, pues la suma
de dos números impares no es un número impar; pero si la definimos
como a+b+1 la suma de números impares con esta definición si tendría la
propiedad mencionada.
Vectores, matrices, polinomios, funciones, con las definiciones usuales
de suma y producto, y el campo de los reales como escalar, son espacios
vectoriales, sin embargo, si tomamos un subconjunto de esos conjuntos
mencionados, o si cambiamos la definición de suma y/o producto por un
escalar, no sabríamos si son o no un espacio vectorial.
Si V, “+” y “.” Son un espacio vectorial para demostrar que un subconjunto
de V, con las mismas definiciones de “+” y “.” Y el mismo campo escalar es
también un espacio vectorial, basta con demostrar que V, “+” y “.” Cumplen
la propiedad de cerradura. A este subconjunto de V, “*” y “.” Se lo llama
subespacio vectorial de V, “+” y “.”.
Todo espacio vectorial tiene al menos dos subespacios vectoriales, él
mismo y el subespacio 0, formado por el elemento nulo.
Si tenemos un conjunto de vectores v1,v2,…,vk V, y u=c1v1+c2v2+… +ckvk, se
dice que el vector u es una combinación lineal de los vectores v1,v2,…,vk Si
W contiene una combinación lineal de vectores de V, W es un subespacio
vectorial de V.
Si S = {v1, v2, …, vk} es un subconjunto de V, entonces el conjunto de todos
los vectores que son combinación lineal de los vectores de S se denomina
gen S o gen {v1, v2, …, vk}
91 MAD-UTPL
En las condiciones mencionadas gen S es un subespacio vectorial de V.
Ejercicios:
1. Sea H= ¿es un subespacio
vectorial?
Resolución: 2 Bimestre
Sean A22= y B22=
La suma
A22+B22 =
= que también pertenece a H
Veamos ahora el producto por un escalar:
Vemos que el producto por un escalar también pertenece a H, por lo tanto,
cumple con las dos propiedades de la cerradura y, como es un subconjunto
de un espacio vectorial, también es espacio vectorial.
2. Determine cuál es el espacio vectorial generado por los vectores (2,- 1,-
2,4,5) y (-1,3,2,-2,1)
Resolución:
Planteamos el sistema de ecuaciones:
92 MAD-UTPL
Planteamos la matriz amplicada y escalonamos:
2 Bimestre
Este sistema tiene solución múltiple solo cuando z=-2/5(2x-y); u=2x;
w=(16x+7y)/5,
que puede transformarse en x=u/2;
w=(8u+7y)/5 ―> y=(5w-8u)/7=5/7w-8/7u;
z=-2/5(u-(5w-8u)/7)=-2/5u+2/7w-16/35u=2/7w-6/7u
por lo que, y haciendo a u=t1 y w=t2
93 MAD-UTPL
3. Determinar si los siguientes vectores generan el espacio vectorial
indicado:
v1= (2,-4,6), v2= (2,-3,1) ¿generan a V= R3?
Resolución:
m (número de vectores)=2; n (número de componentes de cada vector)=3,
2 Bimestre
no genera a R3
v1=(1,-2,3), v2=(1,1,1) y v3=(0,4,5) ¿Generan a R3?
Resolución:
m=3; n=3, calculamos el determinante
Lo que quiere decir que son linealmente independientes y si genera a
R3
v1=(6,-3) y v2=(-2,1) ¿Generan a R2?
Resolución:
m=2; n=2, calculamos el determinante
Lo que quiere decir que no son linealmente independientes y, por lo
tanto, no generan a R2
4. Determinar si los siguientes conjuntos de vectores son linealmente
independientes o linealmente dependientes.
v1=(1,-2,7), v2=(-3,-1,6), v3=(2,8,4) y v4=(2,0,4)
Resolución:
Como tenemos cuatro vectores y 3 componentes, son linealmente
dependientes.
94 MAD-UTPL
v1=(2,4) y v2=(4,8)
Resolución:
Como v2=2v1, son linealmente dependientes.
5. Determinar si los siguientes vectores forman una base de V.
(5,4,-1), (0,-1,0) con V=R3. 2 Bimestre
Resolución:
Solo tenemos dos vectores, necesitamos 3, por lo tanto, no forman
una base de R3.
(5,-1,1), (1,2,3), (0,1,1) y V=R3.
Resolución:
Como tenemos tres vectores, procedemos a calcular el determinante
para ver si son linealmente independientes.
=10+1+1-15=-3
Dado que es diferente de 0, si forman una base de R3.
p1(x)=1-x, p2(x)=2+4x, p3(x)=8+10x, V=P1(x)
Resolución:
P1(x) necesita solo dos elementos en la base, los 3 polinomios son
linealmente dependientes y no forman una base.
5.3. Espacio generado e independencia lineal
Si todos los vectores de un espacio vectorial V, son generados por una
combinación lineal de S = {v1, v2, …, vk}, se dice que S genera a V, que {v1, v2, …,
vk} genera a V, que V es generado por S o que V=gen S.
Los vectores e1 = i = (1, 0) y e2 = j = (0, 1), generan a R2.
95 MAD-UTPL
Un grupo de vectores v1, v2, …, vk son linealmente independientes si la única
solución a c1v1+c2v2+…+ckvk=0 es c1=c2=…=ck=0
Si esto no ocurre, se dice que los vectores son linealmente dependientes.
Los vectores e1 y e2 en R2 son linealmente independientes.
Los vectores no nulos v1, v2, …, vk en V son linealmente dependientes si, y
2 Bimestre
solo si, alguno de los vectores a partir del segundo es una combinación
lineal de los vectores que lo preceden.
Ejercicios:
1. ¿Cuáles de los siguientes vectores generan a R2?
(1,2), (-1,1)
Resolución:
En R2 como son 2 vectores solo hay que comprobar que uno de ellos
no es múltiplo del otro, este es el caso y esos dos vectores si generan
a R2.
(0,0), (1,1), (-2,-2)
Resolución:
No genera, (0,0) no cuenta, y (-2,-2) es múltiplo de (1,1).
(1,3), (2,-3) y (0,2)
Resolución:
Si genera a R2, porque 2 de ellos (1,3) y (2,-3) son linealmente
independientes.
(2,4) y (-1,2)
Resolución:
Si genera porque los vectores son linealmente independientes
(ninguno es múltiplo del otro)
96 MAD-UTPL
2. ¿Cuáles de los siguientes conjuntos de vectores generan a R3?
{(1,-1,2), (0,1,1)}
Resolución:
No, se necesitan 3 vectores linealmente independientes
{(1,2,-1), (6,3,0), (4,-1,2), (2,-5,4)} 2 Bimestre
Resolución
Necesitamos 3 vectores linealmente independientes, lo primero que
tenemos que hacer es comprobar que ninguno de los vectores es
múltiplo de los otros, a simple vista se comprueba que no es así.
Luego veremos si los tres primeros vectores son linealmente
independientes, para ello calculamos el determinante
=6+6+12-24=0
No los linealmente independientes, eliminemos uno de ellos
(cualquiera) y reemplacémoslo por el cuarto vector.
Tomemos los vectores segundo, tercero y cuarto, elaboremos una
matriz y calcularemos su determinante.
No genera a R3 porque no hay 3 vectores linealmente independientes.
{(2,2,3), (-1,-2,1), (0,1,0)}
Calculamos el determinante para comprobar si los tres vectores son
linealmente independientes.
Por lo tanto, los tres vectores si generan a R3.
97 MAD-UTPL
{(1,0,0), (0,1,0), (0,0,1), (1,1,1)}
Resolución:
Vemos que los tres primeros vectores forman la base canónica de R3,
por lo tanto, son linealmente independientes y generan R3.
3. ¿Cuáles de los siguientes vectores generan a R4?
2 Bimestre
(1,0,0,1), (0,1,0,0), (1,1,1,1), (1,1,1,0)
Como son 4 vectores formaremos una matriz y calcularemos su
determinante para comprobar si son linealmente independientes.
Como el determinante es diferente de 0, los cuatro vectores son
linealmente independientes y si generan a R4.
(1,2,1,0), (1,1,-1,0), (0,0,0,1)
Resolución:
Al ser solo 3 vectores no pueden generar a R4.
(6,4,-2,4), (2,0,0,1), (3,2,-1,2), (5,6,-3,2), (0,4,-2,1)
Resolución:
Si 4 de estos 5 vectores son linealmente independientes, pueden
generar R4.
Lo primero que cabría hacer (por si acaso), es comprobar si uno de los
vectores es múltiplo de otro, visualmente determinamos de inmediato
que el primero es múltiplo del tercero, eliminando el primer vector nos
quedan 4, usamos el determinante para verificar si los 4 que quedan
son linealmente independientes. Si no hubiera sido así, deberíamos ir
eliminando consecutivamente un vector a la vez para comprobar si los
4 restantes son linealmente independientes
98 MAD-UTPL
Excluyendo el primer vector
Concluimos que no hay 4 vectores linealmente independientes, por lo
2 Bimestre
tanto, los vectores dados no generan a R4.
(1,1,0,0), (1,2,-1,1), (0,0,1,1), (2,1,2,1)
Resolución:
Calculamos el determinante
Los cuatro vectores si generan a R4.
4. ¿Generan los polinomios t3+2t+1, t2-t+2, t3+2, -t3+t2-5t+2 a P3?
Resolución
Usamos el determinante
Vemos que no generan a P3.
5. Determine un conjunto de vectores que genere el espacio solución de
Ax=0, donde
Resolución:
99 MAD-UTPL
Resolvemos el sistema de ecuaciones usando el método de Gauss
2 Bimestre
Encontramos que:
x1+x3=0 ―> x1=-x3
x2+x3+x4=0 ―> x2=-x3
x4=0
El vector genera al espacio solución.
6. ¿Cuáles de los siguientes vectores en R3 son linealmente
dependientes? Cuando lo sean exprese un vector del conjunto como
una combinación lineal de los demás.
{(1,2,-1), (3,2,5)}
Resolución:
No son múltiplos, son linealmente independientes
{(4,2,1), (2,6,-5), (1,-2,3)}
Resolución:
100 MAD-UTPL
Son linealmente dependientes
Planteamos el sistema:
2 Bimestre
Tomando la segunda ecuación y multiplicando la tercera por -2
Queda
Despejando de la tercera ecuación y reemplazando
Por lo tanto:
{(1,1,0), (0,2,3), (1,2,3), (3,6,6)}
Resolución:
Son linealmente dependientes debido a que el espacio es de
dimensión 3 y tenemos 4 vectores.
101 MAD-UTPL
Planteemos el sistema de ecuaciones en forma matricial
2 Bimestre
Luego (aplicando estos coeficientes)
2(1,1,0) + (0,2,3) + (1,2,3) = (3,6,6)
Actividad de aprendizaje recomendada
Estimado estudiante lo invito a desarrollar las siguientes actividades para
reforzar sus conocimientos.
1. Lectura comprensiva, análisis, interpretación y aplicación de los
conceptos y propiedades de los espacios vectoriales en las secciones
6.1, 6.2 y 6.3 del texto básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en las secciones 6.1, 6.2 y 6.3 del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
102 MAD-UTPL
Semana 13
5.4. Bases y dimensión
El conjunto de vectores {v1, v2, …, vk}, subconjunto de V es una base de V si, y
solo si los vectores v1, v2, …, vk son linealmente independientes y gen{v1, v2, 2 Bimestre
…, vk }=V
La base {e1, e2, …, en} se denomina base natural, estándar o canónica,
estas bases tienen la forma ei = (0, 0, …, 1, …, 0) donde el único 1 (los
demás componentes son ceros) está ubicado en la posición i, todos los
elementos de esta base son, por lo tanto, unitarios y perpendiculares entre sí
(ortonormales).
Un espacio vectorial es de dimensión finita si existe un subconjunto finito
de V que es una base para V; caso contrario, dicho espacio es de dimensión
infinita.
Si S = {v1, v2, …, vk} es una base de un espacio vectorial V, entonces cada
elemento de V se puede escribir de una sola forma como combinación lineal
de los elementos de S.
Sea S = {v1, v2, …, vk} un conjunto de vectores no nulos de un espacio vectorial
V, y sea W=gen S. Entonces algún subconjunto de S es una base de W.
Si S = {v1, v2, …, vn} es una base de un espacio vectorial V, y T = {w1, w2, …, wr}
es un conjunto linealmente independiente de vectores en V, entonces r ≤ n.
Si S = {v1, v2, …, vn} y T = {w1, w2, …, wm} son bases de un mismo espacio
vectorial, entonces n=m
Llamamos dimensión de un espacio vectorial al número de vectores que
tiene cualquier base de ese espacio vectorial, con base en ello podemos
decir que el espacio vectorial {0} tiene dimensión 0, la dimensión de Rn es n,
la dimensión de Pn es n+1.
Asimismo, en todo subespacio W de V dim(W)≤dim(V)
103 MAD-UTPL
Un conjunto linealmente independiente de vectores de V puede ampliarse a
una base de V.
Ejercicios
1. ¿Cuáles de los siguientes conjuntos de vectores son bases para R2?
{(1,3), (1,-1)}
2 Bimestre
Resolución
Como son 2 y son linealmente independientes (ninguno es múltiplo del
otro), si es una base para R2.
{(0,0), (1,2), (2,4)}
Resolución
Al ser 3 no pueden ser linealmente independientes, no constituyen una
base para R2, además uno de ellos es el vector nulo, que no puede
formar parte de una base, los otros dos son múltiplos entre sí.
{(1,2), (2,-3), (3,2)}
Resolución
Al ser 3 no pueden ser linealmente independientes, no constituyen una
base para R2.
{(1,2), (-2,6)}
Resolución
Como son 2 y son linealmente independientes (ninguno es múltiplo del
otro), si es una base para R2.
2. ¿Cuáles de los siguientes vectores son bases en R3?
{(1,2,0), (0,1,-1)}
Al ser solo dos vectores no constituye una base en R3.
104 MAD-UTPL
{(1,1,-1), (2,3,4), (4,1,-1), (0,1,-1)}
Respuesta
Son 4 vectores, no puede ser una base en R3.
{(3,2,2), (-1,2,1), (0,1,0)}
Son tres vectores, falta comprobar la independencia lineal calculando 2 Bimestre
el determinante.
Como el determinante es diferente de cero, los 3 vectores son
linealmente independientes, conforman, por lo tanto, una base en R3.
{(1,0,0), (0,2,-1), (3,4,1), (0,1,0)}
Resolución:
Al ser 4 vectores no son linealmente independientes y, en
consecuencia, no conforman una base.
3. ¿Cuáles de los siguientes conjuntos de vectores son bases para R4?
{(1,0,0,1), (0,1,0,0), (1,1,1,1), (0,1,1,1)}
Al ser 4 vectores necesitamos solamente comprobar su independencia
lineal, usaremos la reducción a la forma escalonada (alternativa al uso
del determinante).
Vemos que se conservan las cuatro filas, por lo tanto, los vectores son
linealmente independientes y, pues, conforman una base en R4.
105 MAD-UTPL
{1,-1,0,2), (3,-1,2,1), (1,0,0,1)}
Resolución:
Son solo tres vectores, no conforman una base en R4.
{(-2,4,6,4), (0,1,2,0), (-1,2,3,2), (-3,2,5,6), (-2,-1,0,4)}
Resolución: 2 Bimestre
Al ser cinco vectores no pueden formar una base en R4.
{(0,0,1,1), (-1,1,1,2), (1,1,0,0), (2,1,2,1)}
Resolución:
Al ser cuatro vectores podrían formar una base en R4, solo falta
comprobar si son linealmente independientes, utilizaremos la
reducción a la forma escalonada.
4. ¿Cuáles de los siguientes conjuntos de vectores son bases para P2?
{-t2+t+2,2t2+2t+3, 4t2-1}
Como P2 es de dimensión 3 y tenemos 3 vectores en el conjunto,
podría ser una base de P2, hace falta comprobar su independencia
lineal, lo haremos comprobando el valor del determinante.
Como el valor del determinante es cero, los tres vectores no son
linealmente independientes y, por lo tanto, no constituyen una base en
P2.
106 MAD-UTPL
{t2+2t-1, 2t2+3t-2}
Resolución:
El conjunto tiene dos vectores, y el espacio necesita 3, pues, no
constituye una base.
{t2+1, 3t2+2t, 3t2+2t+1, 6t2+6t+3}
2 Bimestre
Resolución:
Hay cuatro vectores en el conjunto, no puede ser una base de P2.
Demuestre que las matrices , ,
, forman una base del espacio vectorial de todas las matrices
cuadradas M22.
La dimensión del espacio vectorial y el número de matrices coinciden,
hace falta ver si son linealmente independientes, para ello las
escribimos en forma de vectores verticales y formamos una matriz,
luego la reducimos a la forma escalonada.
Como la forma escalonada conserva 4 filas, las cuatro matrices son
linealmente independientes y el conjunto de cuatro matrices forma
una base del espacio vectorial de todas las matrices cuadradas M22.
107 MAD-UTPL
5. Determine cuál de los subconjuntos dados forma una base para
R3. Luego exprese el vector (2,1,3) como combinación lineal de los
vectores en cada conjunto que sea una base.
{(1,1,1), (1,2,3), (0,1,0)}
Resolución:
2 Bimestre
Al ser tres vectores podrían formar una base, debemos comprobar
antes que son linealmente independientes:
Al ser el determinante diferente de cero, confirmamos que los tres
vectores son linealmente independientes y forman una base en R3.
{(1,2,3), (2,1,3), (0,0,0)}
Resolución:
Al ser uno de los vectores del conjunto el vector cero, este no puede
ser una base.
{(2,1,3), (1,2,1), (1,1,4), (1,5,1)}
Resolución:
Son 5 vectores, por lo tanto, no pueden ser una base de R3.
{(1,1,2), (2,2,0), (3,4,-1)}
Resolución:
Como son 3 vectores podrían, si son linealmente independientes,
conformar una base para R3, vamos a comprobarlo.
108 MAD-UTPL
Si forman una base en R3, vamos ahora a expresar el vector (2,1,3)
como una combinación lineal de los vectores de esta base, para ello
conformamos un sistema de ecuaciones:
Resolvemos este sistema utilizando el método de Cramer 2 Bimestre
Aplicamos estos valores y comprobamos
1(1,1,2)+2(2,2,0)-1(3,4,-1)=(1+4-3,1+4-4,2+1)=(2,1,3)
6. Determine si los subconjuntos dados forman una base Para P2, si ello
ocurre, exprese 5t2-3t+8 como combinación lineal de los vectores en
cada subconjunto que sea una base.
{t2+t, t-1, t+1}
Resolución:
Resolveremos el sistema por la forma escalonada reducida, así
encontraremos los valores para la combinación lineal al tiempo que
averiguamos si los vectores son linealmente independientes.
109 MAD-UTPL
Entonces, se puede expresar 5t2-3t+8 como 5(t2+t) - 8(t-1) + 0(t+1) =
5t2+5t-8t+8 = 5t2-3t+8
{t2+1, t-1}
Resolución:
Al ser solo dos vectores, no pueden ser una base para P2.
2 Bimestre
{t +t, t , t +1}
2 2 2
Resolución:
Al ser tres vectores podrían conformar una base en R3, lo
comprobaremos al tiempo que encontramos los coeficientes de la
combinación lineal usando operaciones elementales de fila para
reducir la matriz de coeficientes a la forma escalonada reducida.
Como si es una base, utilizamos los coeficientes encontrados para
comprobar la combinación lineal.
-3(t2+t)+0(t2 )+8(t2+1)=-3t2-3t+8t2+8=5t2-3t+8
{t2+1, t2-t+1}
Resolución:
Necesitamos al menos tres vectores en la base, por lo tanto, el
conjunto dado no puede ser base de P2.
110 MAD-UTPL
7. Considere el siguiente subconjunto de P3: S = {t3+t2-2t+1, t2+1, t3-2t,
2t3+3t2-4t+3}. Determine una base para el subespacio de W=gen S.
¿Cuál es dim W?
Resolución:
Usamos la reducción a la forma escalonada para comprobar si los 4
2 Bimestre
vectores son linealmente independientes:
Como se conservan 3 renglones no nulos, tenemos solo 3 vectores
linealmente independientes, conservamos los tres primeros
(podríamos tomas tres cualquiera de los cuatro)
B = {t3+t2-2t+1, t2+1, t3-2t}
La dimensión del subespacio es 3.
8. Determine una base para los vectores de la forma (a+c, a-b, b+c, -a+b)
Resolución:
El vector general de este subespacio se puede expresar de la forma:
+c
Para ver si los tres vectores involucrados , , son
linealmente independientes, formamos una matriz y la transformamos
a la forma reducida
111 MAD-UTPL
Vemos que solo 2 de los 3 vectores son linealmente independientes,
podemos tomar dos cualquiera de ellos, por ejemplo, el tercero y el
primero
2 Bimestre
9. Determine todos los valores de a para los cuales {(a2, 0, 1), (0, a, 2), (1,
0, 1)} es una base para R3.
Resolución:
Para que el conjunto de vectores propuesto sea una base de R3, deben
ser linealmente independientes, una de las maneras de comprobarlo
es que el determinante de la matriz formada por los tres vectores sea
diferente de cero.
Para ello
α ≠ 0, α≠ 1, α ≠,−1
10. Determine la dimensión del subespacio de P3 formado por los
vectores de la forma at3+bt2+ct+d, donde b=3a-5d y c=d+4a.
Resolución:
De acuerdo a los datos del problema, este se puede expresar de la
forma
at3 +(3a-5d)t2 + (d+ 4a)t+ d= a(t3 + 3t2) + d(-5t2 + t + 1)
Y como los dos vectores t3+3t2+4t y -5t2+t+1 y no son múltiplos el
uno del otro, son linealmente independientes, por lo tanto, forman una
base del subespacio y la dimensión del mismo es 2.
112 MAD-UTPL
5.5. Sistemas homogéneos
Recordemos que un sistema lineal homogéneo Ax=b es aquel en el que el
vector b es el vector nulo, quedando Ax=0. Todo sistema lineal homogéneo
tiene al menos una solución, a la que llamamos trivial, y es que el vector
x (las incógnitas), es igual al vector nulo 0, en otras palabras, todas las
incógnitas son iguales a cero.
2 Bimestre
Si A es una matriz de orden mxn, llamaremos nulidad de A (nulidad A) a la
dimensión del espacio nulo de A.
Si xp es una solución particular del sistema homogéneo Ax=b, b≠0 y xh es
una solución del sistema homogéneo asociado Ax=0, entonces xp+xh es una
solución del sistema Ax=b.
Toda solución x del sistema lineal no homogéneo Ax=b es de la forma xp+xh,
donde xp es una solución particular del sistema no homogéneo y xh es una
solución del sistema homogéneo asociado Ax=0.
Ejercicios
1. Si A= , determine el conjunto de soluciones de Ax=0;
exprese cada solución como una combinación lineal de vectores
en R3; grafique estos vectores en un sistema de coordenadas
tridimensional para mostrar que el espacio solución es un plano que
pasa por el origen.
Resolución:
Reducimos la matriz a la forma escalonada
La ecuación que representa la única línea es
2x-y-2z=0
Que es la ecuación de un plano que pasa por el origen, despejamos y
y=2x-2z
113 MAD-UTPL
Si x=r y z=s
Graficamos en el espacio tridimensional
Figura 4 2 Bimestre
Ecuaciones que pasan por el plano x,y y z.
Nota. Adaptado de Algebra lineal fundamentos y aplicaciones [Fotografía], por
Kolman, B. y Hill, D., 2020, Pearson.
Si nos imaginamos el plano xy como el piso de una habitación y los planos
yz y xz como dos paredes que se juntan, el vector
(1,2,0) estará en el piso de la habitación (z=0) y (0,-2,1) estará en la
continuación de la pared yz (x=0 e y negativo). El plano por el que pasan
estos dos vectores será el espacio solicitado.
2. Determine una base para el espacio nulo de la matriz A=
Resolución:
Llevamos la matriz a la forma escalonada
114 MAD-UTPL
Que, cuando z=t y w=s equivale a las ecuaciones
x=5t-3s
2 Bimestre
y=2s-4t
Que vectorialmente se pueden expresar así:
+s
Por lo que una base de este espacio vectorial sería:
3. Determine una base para el espacio solución del sistema homogéneo
(λln - A)x=0 para cada escalar λ y matriz A.
λ=1, A=
Resolución
Calculamos
(λln - A)
Luego resolvemos el sistema (λln - A)x=0
λ=3, A=
115 MAD-UTPL
Vemos que nos queda la ecuación x+y=0 ―> x=-y; y=t
En forma vectorial
Por lo tanto Base={
Calculamos
2 Bimestre
Reducimos a la forma escalonada
Vemos que tiene una solución única, que será la trivial, por lo tanto, no
existe una base para el espacio vectorial.
4. Determine todos los números reales λ tales que el sistema
homogéneo (λIn-A)x = 0 tiene una solución no trivial.
A=
Resolución:
Calculamos λIn-A
116 MAD-UTPL
Calculamos el determinante de A y lo igualamos a 0 para que el
sistema tenga múltiples soluciones.
Encontramos que hay dos soluciones:
λ=3; λ=-2 2 Bimestre
A=
Resolución:
Calculamos λIn-A
Calculamos el determinante de A y lo igualamos a 0 para que el
sistema tenga múltiples soluciones.
Con lo que el conjunto solución es:
λ {-2,1,2}
117 MAD-UTPL
5. Resuelva el sistema lineal
Y escriba la solución x como x=xp+xh, donde xp es una solución
particular del sistema dado y xh es una solución del sistema 2 Bimestre
homogéneo asociado.
Resolución:
Transformamos el sistema a la forma escalonada
Si las columnas representan a las incógnitas x, y, z y w, y hacemos w=t,
encontraremos (de abajo hacia arriba)
Esta respuesta se puede expresar vectorialmente como:
118 MAD-UTPL
sería la solución particular y la solución homogénea
5.6. Rango de una matriz
2 Bimestre
Llamamos espacio fila (columna) de A al subespacio de Rn generado por las
filas (columnas) de la matriz A. Si dos matrices son equivalentes por filas,
sus espacios filas son iguales, la dimensión del espacio fila (columna) de A
se denomina rango fila (columna)de
A. El rango fila y el rango columna de una matriz son iguales y son el rango
de la matriz.
Para encontrar el rango de una matriz la llevamos a la forma escalonada y
contamos el número de filas no nulas.
Si A es una matriz mxn, entonces rango A + nulidad A=n, una matriz es no
singular si, y solo si, rango A =n, esto equivale a decir que el rango de A =
n si, y solo si, |A|≠0. Otras definiciones equivalentes son: el sistema lineal
Ax=b tiene solución única si, y solo si, rango A = n; un conjunto de vectores
es linealmente independiente si, y solo si, el determinante formado por los
mismos no es igual a 0; un sistema de n ecuaciones lineales homogéneas
con n incógnitas tiene una solución no trivial si, y solo si el rango A<n; un
sistema lineal Ax=b tiene solución si, y solo si, el rango A =rango (A|b)
Ejercicio:
Sea S = {v1, v2, v3, v4, v5}, donde v1 = (1, 2, 1, 1), v2 = (2, 1, 3, 1), v3 =
(0, 2, 1, 2), v4 = (3, 2, 1, 4) y v5 = (5, 0, 0, -1). Determine una base para el
subespacio de R4, V=gens.
119 MAD-UTPL
Transformamos la matriz a la forma escalonada
2 Bimestre
Tomamos las filas no nulas y estas forman la base pedida
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las
actividades que se describen a continuación:
1. Lectura comprensiva, análisis, interpretación y aplicación de los
conceptos y propiedades de los espacios vectoriales en las secciones
6.4 a 6.6 del texto básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en las secciones 6.4, a 6.6 del texto básico.
4. Chat académico “Espacios Vectoriales”: Desarrollar un ejercicio
propuesto por el docente, del tema espacios vectoriales.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
120 MAD-UTPL
Semana 14
5.7. Bases y Dimensión
En una base ordenada S = {v1, v2, ..., vn} de un espacio vectorial V, el orden
de los elementos de la misma es importante, aunque tuviera los mismos 2 Bimestre
elementos, pero en diferente orden sería una base diferente. Si un vector v,
del espacio vectorial V se puede expresar como v = c1v1+c2v2+…+cnvn con c1,
c2, …, cn números reales, se dice que [v]S = (c1, c2, …, cn) son las coordenadas
de v en la base S.
Un mismo vector puede tener diferentes representaciones en bases
diferentes, en ese contexto la matriz de transición de la base T a la base S
(PSßT) es una matriz formada por los vectores en columna de los elementos
de la base T en la base S.
Para trasladar las coordenadas de la base T a la base S hay que multiplicar
la matriz de transición de la base S por las coordenadas del vector en la
base T. [v]S= PSßT [v]T.
La matriz de transición de la base S a la base T es la inversa de la matriz de
transición de la base T a la base S. PTßS=(PSßT)-1
Ejercicios:
1. Calcule el vector de coordenadas de v = con respecto a la base
S= para M22.
Resolución:
Expresamos el vector como una combinación lineal de los elementos de la
base
121 MAD-UTPL
Lo que nos lleva al sistema de ecuaciones:
Que lo resolvemos usando el método de Gauss-Jordan
2 Bimestre
Con lo que podemos decir que las coordenadas de v en la base pedida son
(-3,0,2,2)
2. Calcule el vector v P2 si [v]S= y S={t2+1,t+1,t2+t}
Resolución:
Aplicamos las coordenadas a la base
3(t2+1)-1(t+1)-2(t2+t)=t2-3t+2
Otra forma de hacerlo es multiplicando la matriz formada por los vectores
de la base por las coordenadas, el resultado es el mismo.
= t^2-3t+2
122 MAD-UTPL
3. Sean S= {(1,2), (0,1)} y T= {(1,1), (2,3)} bases para R2. Sean v= (1,5) y
w= (5,4).
a. Determine los vectores de coordenadas v y w con respecto a la
base T.
b. ¿Cuál es la matriz de transición PS←T de la base T a la base S?
2 Bimestre
c. Determine los vectores de coordenadas v y w con respecto a S
utilizando PS←T.
d. Determine directamente los vectores de coordenadas de v y w
con respecto a S.
e. Determine la matriz de transición QT←S de la base S a la base T.
f. Determine los vectores de coordenadas v y w con respecto a T
utilizando QT←S. Compare las respuestas con las de a).
Resolución:
a. Establecemos dos sistemas de ecuaciones, uno para cada
vector, los podemos resolver simultáneamente por el método de
Gauss-Jordan de la siguiente manera (recuerde que usamos los
vectores de la base T):
Con lo que obtenemos
b. Para la matriz de transición debemos expresar los vectores de T
en función de la base S, usamos un procedimiento similar.
123 MAD-UTPL
Con lo que la matriz de transición nos queda
c. Para determinar los vectores dados en la base S utilizamos la
matriz de transición.
2 Bimestre
d. Ahora calculamos directamente estos vectores en S
Resultando los vectores y
e. Hallamos ahora QTßS
Con lo que
f. Utilizamos esta matriz para calcular las coordenadas de los
vectores v y w
Que resultan ser las mismas respuestas encontradas en a)
124 MAD-UTPL
4. Sean S={v1,v2} y T={w1,w2} bases para R2, donde v1=(1,2), v2=(0,1) si la
matriz de transición de S a T es , determine los vectores de la
base T
Resolución:
Es suficiente aplicar la matriz de transición a los vectores de la base S
para obtener los vectores de la base T. 2 Bimestre
5.8. Bases ortonormales
Se dice que un conjunto de vectores es ortogonal si todos los vectores son
perpendiculares entre sí, y es ortonormal si además de ser ortogonal, todos
los vectores son unitarios.
La base canónica, aquella cuyos vectores tienen como componentes casi
todos ceros y tienen un uno, sucesivamente, en las diferentes posiciones, es
un conjunto ortonormal.
Un conjunto de vectores ortogonales (ortonormales) no nulos es linealmente
independiente.
Un vector v se puede expresar en una base ortonormal {u1, u2, …, un} como
v=c1u1+c2u2+…+cnun, donde ci=[Link].
Un vector v se puede expresar en una base ortogonal {u1,u2,…,un} como
v=c1u1+c2u2+…+cnun, donde
Todo subespacio no nulo de Rn tiene una base ortonormal.
125 MAD-UTPL
Ejercicios:
1. ¿Cuáles de los siguientes son conjuntos ortogonales de vectores?
{(1,-1,2), (0,2,-1), (-1,1,1)}
Resolución:
(1,-1,2).(0,2,-1)=0-2-2=-4 2 Bimestre
Rta. No
{(1,2,-1,1), (0,-1,-2,0), (1,0,0,-1)}
Resolución:
(1,2,-1,1).(0,-1,-2,0)=0-2+2+0=0
(1,2,-1,1). (1,0,0,-1) =1+0+0-1=0
(0,-1,-2,0). (1,0,0,-1) =0+0+0+0=0
Rta. Si
{(0,1,0,-1), (1,0,1,1), (-1,1,-1,2)}
Resolución:
(0,1,0,-1). (1,0,1,1) =0+0+0-1=-1
Rta. No es un conjunto ortogonal de vectores
2. Sean u= y v= . ¿Para qué valores de a y b el
conjunto {u, v} es ortonormal}
Resolución:
El producto punto de los dos vectores debe ser igual a cero
126 MAD-UTPL
La norma de los vectores debe ser 1
2 Bimestre
3. Utilice el proceso de Gram-Schmidt para determinar una base
ortonormal para el subespacio de R4 con base {(1,1,-1,0), (0,2,0,1),
(-1,0,0,1)}
Resolución:
Como primer vector podemos tomar cualquier vector de la base, por
ejemplo, el primero: (1,1,-1,0).
Para el segundo vector tomamos otro de los de la base, y le quitamos
su proyección en la dirección del primero.
Podemos eliminar los denominadores, nos interesa por ahora
solamente la dirección del vector, que quedaría:
v2=(-2,4,2,3)
Para el vector restante tomamos el que queda y le quitamos sus
componentes en la dirección de los anteriores.
127 MAD-UTPL
Transformamos ahora los vectores ortogonales en ortonormales
haciéndolos vectores unitarios
2 Bimestre
4. Tome la base ortonormal de R3 .
Escriba el vector (2,-3,1) como combinación lineal de los vectores en S.
Resolución:
Recordemos que si tenemos una base ortonormal formada
por vectores , cualquier vector se puede expresar como
, donde
Aplicando esto al problema tenemos
c3 = (2,-3,1)(0,1,0)=0-3+0=-3
Con lo que
5.9. Complementos ortogonales
Si W es un subespacio de Rn, un vector u de Rn es ortogonal a W si es
ortogonal a cada vector de W, el conjunto de todos los vectores en Rn
ortogonales a W se denomina complemento ortogonal de W en Rn (W ).
128 MAD-UTPL
Basándose en esto podemos hacer algunas precisiones: el complemento
ortogonal de Rn es el subespacio cero y el complemento ortogonal del
subespacio cero es Rn; W es un subespacio de Rn; Los subespacios W
y W son disjuntos, (W∩W ={0}); cualquier elemento de Rn se puede
expresar como la suma de un vector de W y otro de W (Rn=W W ). El
complemento ortogonal del complemento ortogonal de W es el mismo W,
simbólicamente (W ) =W (W y W son mutuamente complementos
ortogonales) 2 Bimestre
Para una matriz:
El espacio nulo de la matriz es el complemento del espacio fila de la misma
y el espacio nulo de la matriz transpuesta es el complemento del espacio
columna de dicha matriz.
Las proyecciones de un vector sobre un subespacio vectorial tienen algunas
propiedades muy útiles que pueden aprovecharse de diferentes maneras,
como veremos:
Si W es un subespacio de Rn con una base ortonormal {w1, w2, …, wn} y v es
un vector de Rn, entonces existen w W y u W (únicos), tales que v = w+u.
Como se trata de bases ortonormales podemos calcular w = (v.w1) w1 +
(v.w2)w2 + … + ([Link])wn. A w se lo denomina proyección ortogonal de v
sobre W (proyWv)
En el caso de una base ortogonal
+…+
Podemos calcular la distancia de v a W usando ||v-proyWv||. En otras
palabras, el vector en W más cercano a v es proyWv o, lo que es lo mismo,
||v-w|| es mínima cuando w=proyWv.
129 MAD-UTPL
Ejercicios
1. Sea W un subespacio de R3 con base {w1, w2}, donde w1 = (1,0,1) y w2
= (1,1,1). Exprese el vector v = (2,2,0) como suma de un vector en W y
otro vector en W .
Resolución:
2 Bimestre
Tomemos un vector u=(a,b,c) W , este vector será perpendicular a
cualquier vector de W, en particular a los de la base
(a,b,c)(1,0,1) = a+c =0 ―> a=-c
(a,b,c)(1,1,1) = a+b+c = b = 0
Si c=t
Con lo que podemos afirmar que
Base de W =(-1,0,1)
De acuerdo a lo solicitado en el problema:
(2,2,0)=vector en W+vector en W
(2,2,0)=[d(1,0,1)+e(1,1,1)]+f(-1,0,1)
Planteamos el sistema de ecuaciones y lo transformamos mediante
operaciones elementales de fila
f=-1
e=2
d+e-f=2 ―> d=2-e+f=2-2+(-1)=-1
(2,2,0)=-1(1,0,1)+2(1,1,1)-1(-1,1,0)=(1,2,1)+(1,0,-1)
130 MAD-UTPL
Donde (1,2,1) pertenece al subespacio W y (1,0,-1) pertenece a W , puede
además comprobar que los dos vectores son ortogonales.
2. Sea W un subespacio de R3 generado por el vector =(2,-3,1).
Determine una base para W .
Resolución:
2 Bimestre
Sea (a, b, c) un vector de W , este vector será perpendicular a cualquier
vector de W, en especial a (2,-3,1)
Expresamos paramétricamente el vector (a, b, c)
Podemos concluir que
Base W ={(0,1,3),(3,2,0)}
Podríamos añadir que el subespacio W es la recta que pasa por el origen y
por (2,3,-1) y W es el plano perpendicular a esa recta que también pasa
por el origen.
3. Calcule los cuatro espacios vectoriales asociados con A=
y compruebe que el espacio nulo de A es el
complemento del espacio fila de A y que el espacio nulo de AT es el
complemento ortogonal del espacio columna de A.
Resolución:
Transformamos la matriz A para encontrar el espacio fila y el espacio nulo
de A.
131 MAD-UTPL
Hacemos: z=t; s=r
Tomamos la ecuación de la segunda fila (igualando a 0) y despejamos y
2 Bimestre
Tomamos la ecuación de la primera fila (igualando a 0) y despejamos x
De donde
Y obtenemos que es una base para el espacio nulo de A
Y:
T={(0,-3,7,-2),(1,1,-2,3)}
Es una base para el espacio fila de A.
Se puede verificar que los vectores de S y T son ortogonales entre sí.
Nos toca ahora trabajar con AT para el espacio columna.
132 MAD-UTPL
2 Bimestre
Encontramos que para el espacio nulo de AT (y haciendo z=t y s=r):
Con lo que queda
Con lo que una base del espacio nulo de AT será:
Y la base del espacio columna será:
Se puede comprobar que cada vector de S’ es perpendicular a cada vector
de T’, con lo que concluimos que el espacio nulo de AT es complemento
ortogonal del espacio columna de A.
133 MAD-UTPL
4. Determine la proyWv para el vector v=(3,4,-1) y el subespacio de R3 con
base
Resolución:
La fórmula de la proyección para vectores ortonormales es:
ProyW v=(v.u1) u1+(v.u2)u2 2 Bimestre
Reemplazando
ProyWv= (3,0,-1 )
5. Determine la proyWv para el vector v=(-5,0,1) y el subespacio de R3 con
base
Resolución:
Aplicamos nuevamente la fórmula
ProyW v=(v.u1 ) u1+(v.u2 ) u2
Reemplazando
ProyW v= (-5,0,1)
Note usted que ProyWv=v, esto sucede debido a que v está en W; podría
suceder también que la proyección sea 0, en este caso se debería a que v es
ortogonal a W.
134 MAD-UTPL
6. Sea W el subespacio de R3 con base ortonormal {w1, w2}, donde w1 =
(0,1,0) y w2 = . Escriba el vector v = (1,2,-1) como w+u, con w
en W y u en W .
Resolución:
Como sabemos
2 Bimestre
w=ProyW v=(v.u1 ) u1+(v.u2)u2
Reemplazando los datos del problema
Buscamos ahora el vector u
u=v-w=v-ProyW v
Comprobemos ahora que v=w+u
Comprobemos además que w y u son ortogonales
135 MAD-UTPL
7. Determine la distancia del punto (2,3,-1) al plano 3x-2y+z=0.
Resolución:
Como ese plano pasa por el origen, constituye un subespacio en R3,
determinaremos una base ortonormal del mismo.
Despejamos z
2 Bimestre
z=2y-3x
Un punto cualquiera del plano sería
Con lo que una base para el plano sería
Pero esta base no es ortogonal, para hacerla tomamos cualquiera como
primer vector, por ejemplo (0,1,2), el segundo vector será (quitándole su
proyección en la dirección de W)
Una base ortogonal sería
{(1,0,-3),(5,6,-3)
Y la base ortonormal sería
136 MAD-UTPL
La proyección del vector (2,3,-1) en el plano sería
Proy_W v=(v.u_1 ) u_1+(v.u_2)u_2
2 Bimestre
El vector ortogonal sería
La norma de este vector sería la distancia del punto (2,3,-1) al plano
3x-2y+z=0
3.91
5.10. Mínimos cuadrados
En muchos casos el sistema de ecuaciones Ax=b es inconsistente, es decir,
no tiene una solución que satisfaga todas las ecuaciones, muchas veces
una alternativa es encontrar A =proyWv que sería la solución más próxima a
todas las ecuaciones dadas.
Si nos planteamos A -b=0 y lo multiplicamos por AT tenemos: AT(A
-b)=0àATA =ATb (solución por mínimos cuadrados de Ax=b) Con lo que
=(ATA)-1ATb
137 MAD-UTPL
Este procedimiento se utiliza mucho para encontrar el ajuste de una recta
(en general de un polinomio) a un grupo de datos que supera el necesario
para tener una solución exacta del problema.
Ejercicios
1. Determine una solución por mínimos cuadrados de Ax=b
2 Bimestre
Resolución:
Encontramos la transpuesta de A
Multiplicamos AT con A y AT con b
Con estos resultados formamos la matriz aumentada y resolvemos el
sistema por cualquier método
La solución por mínimos cuadrados de este sistema sería x1=24/17 y x2=-
8/17
Repitamos el ejercicio con
138 MAD-UTPL
Resolución:
La transpuesta de A es
Multiplicándola por A y por b obtenemos 2 Bimestre
Formamos el sistema y resolvemos
La solución, por mínimos cuadrados del sistema, sería: x1=-3007/2085;
x2=6352/57963 y x3=59/15
En el caso de regresión lineal, la matriz A tiene como primera columna los
valores de x, en la segunda columna son todos unos y el vector b tiene en
su columna los valores de y, esto debido a que todas las ecuaciones del
sistema son de la forma y=mx+b, por ello la primera solución nos daría
139 MAD-UTPL
la pendiente de la recta de regresión, y la segunda solución nos daría la
intersección de esa recta con el eje y.
2. Un productor elabora la siguiente tabla con sus ventas anuales por
año.
Tabla 1
Ventas anuales en millones de dólares
2 Bimestre
Año 2015 2016 2017 2018 2018 2020
Ventas anuales (millones de dólares) 1.2 2.3 3.2 3.6 3.8 5.1
Nota. Morales, G. 2023.
Si representamos los años 2015, …, 2020 como 0, 1, 2, 3, 4, 5,
respectivamente; sea x el año y, y las ventas anuales (en millones de
dólares)
a. Determine la recta de mínimos cuadrados que relaciona x con y.
b. Utilice la ecuación obtenida en a) para estimar las ventas anuales para
el año 2024.
Resolución:
Escribamos las matrices A y b
Escribimos AT:
140 MAD-UTPL
Multiplicamos por A y b
Resolvemos el sistema usando la regla de Cramer:
2 Bimestre
La ecuación de la recta que pasa más cerca de todos los puntos quedaría
y=mx+b=0.674x+1.514
Para realizar la predicción solicitada en el literal b) reemplazamos x por 9
y=0.674(9)+1.514=7.6
Se prevé una venta de 7.6 millones para el año 2024.
141 MAD-UTPL
Figura 5
Método gráfico con GeoGebra
2 Bimestre
Nota. Morales, G. 2023.
En regresión polinómica se van agregando columnas a la izquierda de la
matriz A con los cuadrados, cubos, etc., de los datos de x hasta llegar al
grado del polinomio deseado. B continua igual.
3. El distribuidor de un producto nuevo ha obtenido los siguientes datos:
Tabla 2
Ventas por semana en millones de dólares
Número de semanas desde la
Ventas por semana (en millones de dólares)
presentación del producto
1 0.8
2 0.5
3 3.2
4 4.3
5 4
6 5.1
7 4.3
8 3.8
9 1.2
10 0.8
Nota. Morales, G. 2023.
142 MAD-UTPL
Sean x los ingresos brutos por semana (en millones de dólares) y t las
semanas después de la presentación del producto.
a. Determine un polinomio cuadrático de mínimos cuadrados para los
datos dados.
b. Utilice la ecuación del literal a) para estimar los ingresos brutos 12
semanas después de la presentación del automóvil.
2 Bimestre
Resolución:
Escribimos las matrices A y b, note que en la primera columna de A los
valores corresponden a los cuadrados de x, en la segunda columna van los
valores de x y en la tercera columna solo unos.
Escribimos la transversa de A
143 MAD-UTPL
Multiplicamos la transpuesta por A y b
2 Bimestre
Formamos el sistema de ecuaciones con estos dos resultados y los
resolvemos por el método más conveniente
el resultado es
Término cuadrático a=-0.2129
Término lineal b=2.3962
Término independiente c=-2-.1833
La parábola que más se acerca a los datos es y = -0.2129x2 + 2.3962x -
2.1833
144 MAD-UTPL
Figura 6
Parábola de una ecuación de segundo grado
2 Bimestre
Nota. Morales, G. 2023.
Para la semana 12, vemos en el gráfico que las ventas serían negativas, lo
cual es imposible, lo que nos alerta del riesgo de extrapolar resultados (ir
más allá de los datos, menos de una o más de 10 semanas, interpolar sería
buscar proyecciones entre los datos)
Confirmemos calculando
y=-0.2129(12)2+2.3692(9)-2.8133=--30.6576+21.3228-2.8133=- 12.1
millones
Actividades de aprendizaje recomendadas
Lo invito a desarrollar las siguientes actividades para reforzar sus
conocimientos.
1. Lectura comprensiva, análisis, interpretación y aplicación de los
conceptos y propiedades de los espacios vectoriales en las secciones
6.7 a 6.10 del texto básico.
2. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
145 MAD-UTPL
3. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en las secciones 6.7, a 6.10 del texto básico.
4. Realizar cuestionario teórico 5 en línea sobre “espacios vectoriales”
5. Realizar cuestionario de resolución de problemas 5 en línea sobre
“espacios vectoriales”
2 Bimestre
Nota: por favor complete las actividades en un cuaderno o documento
de Word
6. Realizar la siguiente autoevaluación.
146 MAD-UTPL
Autoevaluación 5
Una unidad más de estudios culminada, es necesario determinar lo
aprendido, le invito a desarrollar la autoevaluación 5, lo cual le será de
mucha ayuda para un autoanálisis del nivel de sus conocimientos y
2 Bimestre
competencias adquiridas respecto a la unidad estudiada. Usted puede
encontrar las respuestas al final de esta guía.
Indique con una V (verdadero) o F (falso) las siguientes expresiones:
1. ( ) Un espacio vectorial real es un conjunto de vectores que
cumple propiedades de la suma y multiplicación por
escalar entre ellos.
2. ( ) Si u y v son elementos cualesquiera de V, dado que u v
está en V, dicha característica constituye la propiedad de
cerradura en Å.
3. ( ) Si V es un espacio vectorial y W un subconjunto no
vacío de V que no cumple las operaciones de suma y
multiplicación por escalar, W es subespacio de V.
4. ( ) Todo espacio vectorial tiene el subespacio {0}.
5. ( ) Un subespacio cumple las condiciones de la operación
y o en un espacio vectorial.
6. ( ) Un espacio vectorial V no puede ser expresado con un
conjunto finito de vectores contenidos en V.
7. ( ) Cada vector de un espacio vectorial V puede ser generado
por un conjunto de vectores del espacio vectorial V, por
lo que el conjunto de vectores no se puede denominar
generador de V.
8. ( ) Para establecer si un conjunto de vectores genera al
espacio vectorial V, se selecciona un vector arbitrario v en
V, luego se determina si v es una combinación lineal de los
vectores dados.
147 MAD-UTPL
9. ( ) Un conjunto de vectores en un espacio vectorial V, son
linealmente dependientes si existen constantes todas
iguales a cero tal que al ser multiplicadas por los vectores
mencionados, el resultado sea 0.
10. ( ) Un conjunto de vectores en un espacio vectorial V,
forman una base para V, si generan a V y son linealmente
independientes. 2 Bimestre
11. ( ) Un espacio vectorial es de dimensión finita si existe un
subconjunto finito de V que es una base para V.
12. ( ) El número de vectores en una base para V, es la dimensión
de un espacio vectorial.
13. ( ) La dimensión del espacio fila de A se denomina rango fila
de A y la dimensión del espacio columna de A se denomina
rango columna de A.
14. ( ) El rango fila y el rango columna de una matriz A = (aij) de
mxn no son iguales.
15. ( ) Para obtener el rango de una matriz A, se debe llevar a su
forma escalonada reducida por filas, el número de las filas
no nulas constituye el rango.
Ejercicios de aplicación
16. Determine si el conjunto dado V es cerrado (constituye o no espacio
vectorial) bajo las operaciones y o.
a. V = {(x, y) / y = 2x+1, x R, es decir V, es el conjunto de puntos en
R2 que están sobre la recta y=2x+1, suponga 2 puntos para las
operaciones (x1, y1) y (x2, y2), los cuales están en V.
b. V, es el conjunto de todos los pares ordenados de números
reales (x, y), donde x>0 y y>0; donde las operaciones están
definidas como:
(x, y) (x1, y1) = (x+ x1, y+ y1) y
cO(x, y) = (cx, cy)
148 MAD-UTPL
17. Determine si el conjunto W, formado por todos los puntos de R2, que
tiene la forma (x, x), es una línea recta y si puede ser considerado un
subespacio.
18. Determine si los vectores v1 = (1,2,0,1), v2 = (1,0,-1,1) y v3 = (1,6,2,0) son
linealmente independientes.
19. Sea S = {v1, v2, v3, v4}, donde v1 = (1,2,2), v2 = (3,2,1), v3 = (11,10,7), y
2 Bimestre
v4 = (7,6,4). Determine una base para el subespacio R3, y la dimensión.
20. Determine el rango y nulidad de A= .
Retroalimentación general para la solución de la autoevaluación
Es importante que desarrolle la autoevaluación haciendo una revisión de la
literatura como de los ejercicios propuestos, los mismos que muestran con
claridad la forma en cómo se resuelven paso a paso.
A continuación, algunas consideraciones para la resolución de los ejercicios
Las propiedades que se debe tomar en cuenta para los espacios
vectoriales serían: Cerradura, conmutativa, asociativa y distributiva
Recuerde que las propiedades que definen un espacio vectorial son las
mismas que se aplican directamente a los números reales
Puede resumirse los espacios vectoriales de la siguiente manera:
R= conjunto de todos los números reales
R2= conjunto de todos los pares ordenados
R3= conjunto de todas las tercias ordenadas
Rn= conjunto de todas las n-adas ordenadas
149 MAD-UTPL
Para la solución de los ejercicios de aplicación cabe señalar que es
importante tener en cuenta el producto por un escalar y este debe
cumplir con las propiedades para ser un espacio vectorial.
2 Bimestre
150 MAD-UTPL
Semana 15
Actividades finales del bimestre
2 Bimestre
Actividades de aprendizaje recomendadas
Continuemos con el aprendizaje mediante su participación en las
actividades que se describen a continuación:
1. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
2. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en los capítulos 4 (ejercicios complementarios y examen del capítulo),
5 (ejercicios complementarios y examen del capítulo) y 6 (ejercicios
adicionales y examen del capítulo) del texto básico.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
151 MAD-UTPL
Semana 16
Actividades de aprendizaje recomendadas
Lo invito a desarrollar las siguientes actividades para reforzar sus 2 Bimestre
conocimientos.
1. Participar en las tutorías semanales, plantear inquietudes, sugerencias
y observaciones.
2. Revisión de ejercicios resueltos y resolución de ejercicios propuestos
en los capítulos 4 (ejercicios complementarios y examen del capítulo),
5 (ejercicios complementarios y examen del capítulo) y 6 (ejercicios
adicionales y examen del capítulo) del texto básico.
3. Desarrollar la evaluación presencial.
Nota: por favor complete las actividades en un cuaderno o documento
de Word
152 MAD-UTPL
4. Solucionario
Autoevaluación 1
Pregunta Respuesta Retroalimentación
1 V Si y=mx tenemos una recta que pasa por el origen
2 f La representación gráfica de una ecuación lineal es una recta
Solucionario
3 v Si tenemos m ecuaciones con n incógnitas en total, tenemos
un sistema de ecuaciones lineales
4 f a1, a2, a3, … son los coeficientes de la ecuación
5 f Los sistemas lineales compatibles tienen solución única o
infinitas soluciones
6 v Existen tres alternativas en un sistema lineal, no tiene
solución, tiene solución única o tienen infinitas soluciones, no
existen sistemas lineales con 2, 3, 4, … soluciones
7 a En b y c tenemos incógnitas elevadas a una potencia distinta
de uno.
8 1b, 2a,3c Si las rectas se cortan en un solo punto tenemos una solución
única, si las rectas coinciden tenemos infinitas soluciones, si
las rectas no se cortan no tenemos solución.
9 1b, 2a En los sistemas consistentes hay alguna solución (una o
infinitas), en los sistemas inconsistentes no hay solución.
10 c Los puntos de intersección representan las soluciones del
sistema
11 a Los puntos de intersección representan las soluciones del
sistema
12 b Los puntos de intersección representan las soluciones del
sistema
d Restar dos A la ecuación 3 se le ha restado el doble de la ecuación 2
veces la
ecuación 2 a
la 3
e Intercambiar la Hemos cambiado de lugar las ecuaciones 1 y 3
ecuación 1 con
la 3
f Ecuación 3 más A la ecuación 3 le hemos sumado el doble de la ecuación 1
dos veces la 1
16
a Las ecuaciones 1 y 3 se han intercambiado
153 MAD-UTPL
Autoevaluación 1
Pregunta Respuesta Retroalimentación
b La ecuación 1 se ha dividido para -1, lo que equivale a cambiar
de signo la ecuación
c A la ecuación 2 se le suma el doble de la ecuación 1 y a la
ecuación 3 se le resta tres veces la ecuación 1
d Dividimos la ecuación 2 para 8 y le cambiamos de signo
e Restamos a la ecuación 3 10 veces la ecuación 2
Solucionario
f z = 12/7 Despejamos el valor de z
g y=2 Reemplazamos el valor de z en la segunda ecuación y
despejamos y
h x = 11/7 Reemplazamos los valores de y, y z en la primera ecuación y
despejamos x
17
a Consistente, Compruebe la solución
solución única
Rta: x=- 1, y=2
b Inconsistente, Los coeficientes de x e y de la segunda ecuación son el triple
no tiene de la primera, pero el término independiente no lo es.
solución
c Inconsistente, Entre la primera ecuación y la segunda hay una solución, y
no tiene entre la segunda y la tercera hay otra, por ende, no hay una
solución solución común a las tres ecuaciones.
d Consistente, Compruebe la solución en las tres ecuaciones
solución única
Rta: x= 5, y= -5
e Inconsistente, Los coeficientes de x e y en la segunda ecuación son el triple
el sistema no de la primera, pero en el término independiente no
tiene solución
f Consistente, La segunda ecuación es el triple de la primera, básicamente
infinitas son la misma ecuación que tiene infinitas soluciones
soluciones
g Consistente, Compruebe la solución en todas las ecuaciones
solución única,
Rta:
x = - 10/11,
y = 8/11, z =
10/11
154 MAD-UTPL
Autoevaluación 1
Pregunta Respuesta Retroalimentación
h Consistente, Compruebe la solución en todas las ecuaciones
solución única,
Rta: x= 0, y= 0,
z=1
i Inconsistente, Al intentar resolver el sistema no encontramos solución
sin solución
j Consistente, Compruebe la solución en todas las ecuaciones
solución única.
Rta: x
Solucionario
= -4/11, y =
1/11, z = 8/11
k Consistente, Compruebe la solución en todas las ecuaciones
solución única,
Rta: x= -22/85,
y= 57/85, z =
77/85
l Consistente, La tercera ecuación se obtiene sumando la primera y la
infinitas segunda, tendríamos entonces solamente dos ecuaciones
soluciones independientes y tres incógnitas
m Consistente, Compruebe la solución en las cuatro ecuaciones
única solución.
Rta: x = -40/11,
y = 295/44,
z = -8/11, w
=-101/44
155 MAD-UTPL
Autoevaluación 2
Pregunta Respuesta Retroalimentación
1 v Un conjunto de ecuaciones lineales es un sistema lineal
2 v Resolver un sistema de ecuaciones lineales es encontrar los
valores de las incógnitas que satisfacen todas las ecuaciones
3 f Algunos sistemas de ecuaciones lineales pueden no tener una
solución, es decir ser inconsistentes.
4 v Las tres opciones que tiene un sistema lineal son: infinitas
soluciones, solución única o no tener solución.
5 f m representa el número de filas y n el de columnas
6 f Una matriz es igual a otra cuando todos sus elementos son
respectivamente iguales Solucionario
7 f El resultado es una matriz de orden 1x1
8 f La multiplicación de matrices no tiene la propiedad
conmutativa
9 v Dos matrices son inversas, la una de la otra, si su producto es
igual a la matriz identidad
10 v En la forma escalonada el elemento pivote de cada fila es 1
11 f Las operaciones elementales por fila o renglón son:
intercambio de filas, multiplicación de la fila por un número
diferente de 0; y restar a una fila otra multiplicada por un
número.
12 v El método de Gauss-Jordan consiste en transformar la
parte izquierda de la matriz ampliada a la forma escalonada
reducida.
13 v El primer elemento de cada fila diferente de 0 debe ser 1
14 f Los elementos de la segunda y tercera filas de la matriz
producto no son iguales a los de la matriz identidad
15 f No necesariamente, depende del número de filas
16 f Para tener una matriz equivalente debemos haber realizado
previamente una operación fundamental por renglón
17 a Compruebe los valores obtenidos
18 BC, no se puede Compruebe
multiplicar
19 a Compruebe las soluciones
20 b Compruebe multiplicando la matriz original con su inversa, el
resultado debe ser la matriz identidad
156 MAD-UTPL
Autoevaluación 3
Pregunta Respuesta Retroalimentación
1 v El determinante de una matriz con un único elemento será el
valor de ese único elemento
2 v El valor del determinante es a11a22-a12a21
3 v El determinante de una matriz y el de su transpuesta son
iguales
4 f Cuando intercambiamos una vez filas, el valor del
determinante cambia de signo
5 f El valor del determinante es 0, existe
6 f El valor del cofactor es 8
7 v La fórmula enunciada es correcta Solucionario
8 f La fórmula proporcionada está invertida
9 v Correcto, es parte del método de Cramer
10 v Correcto, es la condición (que tenga solución única)
11 Verifique
12 Verifique multiplicando por A, el resultado debe ser la matriz
identidad
13 Verifique los valores
157 MAD-UTPL
Autoevaluación 4
Pregunta Respuesta Retroalimentación
1 v El enunciado es correcto
2 v El enunciado es correcto
3 v El enunciado es correcto
4 v El enunciado es correcto
5 v El enunciado es correcto
6 v El enunciado es correcto
7 v El enunciado es correcto
8 v El enunciado es correcto
9 v El enunciado es correcto
Solucionario
10 v El enunciado es correcto
11
a c.a = (4,6,8) Multiplicamos los componentes de a por 2
b a + b = (3,1,9) Sumamos los respectivos componentes de a y b
c a.b = 16 (2)(1) + (3)(-2) + (4)(5) = 16
d llall = √29 22+32+42=29
e axb = 23i Verificamos aplicando un método diferente al usado para
– 6j - 7k llegar a la respuesta
158 MAD-UTPL
Autoevaluación 5
Pregunta Respuesta Retroalimentación
1 v El enunciado es correcto
2 v El enunciado es correcto
3 f Para que sea un subespacio vectorial debería cumplir con la
propiedad de cerradura de las operaciones mencionadas
4 v El enunciado es correcto
5 v El enunciado es correcto
6 f Si existen los espacios vectoriales con finitos elementos, por
ejemplo, los binarios.
7 f Si cada vector de V puede ser generado por un conjunto de
vectores, a este conjunto de lo denomina generador de V Solucionario
8 v El enunciado es correcto
9 f El enunciado debería decir “diferentes” de cero
10 v El enunciado es correcto
11 v El enunciado es correcto
12 v El enunciado es correcto
13 v El enunciado es correcto
14 f El rango fila y el rango columna de una matriz son iguales
15 v El enunciado es correcto
16
1 no constituye No contiene al vector (0,0)
un espacio
vectorial.
2 no es un No contiene al vector (0,0)
espacio
vectorial
3 Puede ser Es parte del espacio vectorial R2 y cumpla las propiedades de
considerado cerradura para la suma y el producto escalar
un subespacio
vectorial de R2
4 Los vectores Se puede comprobar a través de la definición
son linealmente
independientes
5 Base posible Solo dos de los vectores son linealmente independientes
v1, v2,
dimensión =
6 Rango=2, Se reduce a la forma escalonada usando operaciones
nulidad=2 elementales de fila, solo hay dos filas no
159 MAD-UTPL
5. Glosario
Determinante: Es una matriz A cuadrada, en donde se pueden combinar para
encontrar un número real “determinante”, y que luego se utiliza para resolver
ecuaciones lineales simultáneamente
Ecuación: Es una igualdad algebraica que contiene números y letras que
representan números, así por ejemplo se tiene que: x+3y+6z=7, es una
ecuación.
Glosario
Ecuación lineal: La ecuación de primer grado está representada por
incógnitas que tienen una potencia 1, por ejemplo: 6(x-2) +3x =-3x, para
este caso se tiene una ecuación de primer grado o también definida como
“lineal”.
Espacio vectorial: Determinado por un conjunto de elementos definidos
como vectores y un conjunto de números reales definidos como escalares;
se puede realizar la adición vectorial y la multiplicación por un escalar.
Igualdad: Es una expresión matemática que contiene una igualdad “=”.
Igualación: un tipo de método de resolución de sistemas lineales, despeja
una variable en ambas ecuaciones para igualar entre sí las expresiones
obtenidas, finalmente se tiene una ecuación con una sola incógnita que se
resuelve.
Identidad: Es una expresión algebraica que muestra evidencia ser verdadera.
Matriz cuadrada: Es una matriz A que tiene el mismo número de filas y
columnas.
Matriz identidad: Es una matriz A de dimensión mxn en donde se tiene un
valor de uno en la diagonal principal y cero en el resto de elementos.
Matriz Inversa: Una matriz cuadrada A inversa cuando existe una matriz B
con la propiedad de que AxB=1.
160 MAD-UTPL
Reducción: Un tipo de método de resolución de sistemas lineales, en la
que se promueve que una de las dos variables aparezca con coeficientes
opuestos, para que, al realizar la adición entre las expresiones, se elimine,
obteniendo una ecuación con una única variable. La otra variable se obtiene
sustituyendo en cualquiera de las ecuaciones originales, el valor de la
variable conocida.
Sistema compatible: Sistema lineal que tiene solución.
Sistema compatible definido: Sistema que tiene una única solución.
Sistema incompatible: Sistema que no tiene ninguna solución.
Subespacio: Es un subconjunto W de un espacio vectorial V que es cerrado
bajo la operación de la suma y la multiplicación por un escalar. Glosario
Sustitución: Un tipo de método de resolución de sistemas lineales, que
despeja una las variables de una de las dos ecuaciones y sustituye la
expresión algebraica resultante en esa misma variable, pero en la segunda
ecuación.
Término: Es un sumando cualquiera utilizada en una expresión algebraica.
Vector: Es el nombre genérico para cualquier elemento de un espacio
vectorial.
Vector unitario: Es un vector de longitud 1.
161 MAD-UTPL
6. Referencias bibliográficas
Kolman, B. & Hill, D.R. (2013). Algebra lineal fundamentos y aplicaciones.
Bogotá: Pearson.
Larson, R. y Falvo, D. (2010). Fundamentos de Álgebra Lineal.
México: Cengage Learning.
Referencias
162 MAD-UTPL
7. Anexos
Anexo 1: Uso de excel en matrices y determinantes
Uso de Excel en matrices y determinantes
Para multiplicar matrices
Primero “sombree” (marque) el espacio donde va a escribirse el resultado,
recuerde que para que la multiplicación pueda realizarse el número de
columnas de la primera matriz debe ser igual al número de filas de la
segunda matriz y que la matriz resultante tendrá tantas filas como la
primera matriz y tantas columnas como la segunda matriz.
El segundo lugar, en la parte superior izquierda del espacio sombreado, debe
Anexos
escribir el siguiente comando:
=MMULT(rango matriz 1; rango matriz 2)
Donde rango matriz 1 es la ubicación de la primera matriz que va a
multiplicar; rango matriz 2 es la ubicación de la segunda matriz a multiplicar.
Finalmente, presiona simultáneamente las teclas Control + Mayúscula
(Shift) y Enter (Intro).
Para encontrar la inversa de una matriz
Seleccionamos el espacio donde va a ir la matriz inversa, recordemos que, si
la matriz original es de orden mxn, la matriz inversa será de orden nxm.
163 MAD-UTPL
Escribimos luego el comando:
=MINVERSA(rango de la matriz a invertir)
Y finalmente presionamos al mismo tiempo las teclas Control
(Ctrl)+Mayúscula (Shift) + Enter (Intro).
Para encontrar el determinante de una matriz
En la celda donde queremos que aparezca el valor del determinante Anexos
escribimos:
=MDETERM(rango de la matriz) y luego presionamos enter.
164 MAD-UTPL
También podría gustarte
- Carta Descriptiva Álgebra Lineal ICELAún no hay calificacionesCarta Descriptiva Álgebra Lineal ICEL11 páginas
- Actividad de Álgebra Lineal: Ejercicios y EntregasAún no hay calificacionesActividad de Álgebra Lineal: Ejercicios y Entregas7 páginas
- Ejercicios de Funciones y Cálculo MatemáticoAún no hay calificacionesEjercicios de Funciones y Cálculo Matemático2 páginas
- Actividades de Cálculo DiferencialAún no hay calificacionesActividades de Cálculo Diferencial16 páginas
- Resumen de Funciones y Límites en CálculoAún no hay calificacionesResumen de Funciones y Límites en Cálculo6 páginas
- Resolución de Problemas CuadráticosAún no hay calificacionesResolución de Problemas Cuadráticos8 páginas
- Programa de Matemáticas: Objetivos y Metas100% (1)Programa de Matemáticas: Objetivos y Metas18 páginas
- Unidades para alcanzar el equilibrio financiero100% (1)Unidades para alcanzar el equilibrio financiero4 páginas
- HT - S13 - Razon de Cambio PromedioAún no hay calificacionesHT - S13 - Razon de Cambio Promedio4 páginas
- MANUAL DE ALGEBRA LINEAL (NXPowerLite) PDFAún no hay calificacionesMANUAL DE ALGEBRA LINEAL (NXPowerLite) PDF53 páginas
- Razón de Cambio y Variación PorcentualAún no hay calificacionesRazón de Cambio y Variación Porcentual3 páginas
- Razón de Cambio Promedio en MatemáticasAún no hay calificacionesRazón de Cambio Promedio en Matemáticas17 páginas
- 00 - Apunte Teórico de Funciones y Su Analisi BasicoAún no hay calificaciones00 - Apunte Teórico de Funciones y Su Analisi Basico8 páginas
- Notas de Clase - Cálculo Diferencial 2012-150% (2)Notas de Clase - Cálculo Diferencial 2012-1170 páginas
- Álgebra Lineal en Ciencias AdministrativasAún no hay calificacionesÁlgebra Lineal en Ciencias Administrativas7 páginas
- Matriz Estocástica en Cadenas de MarkovAún no hay calificacionesMatriz Estocástica en Cadenas de Markov36 páginas
- Propiedades del determinante en álgebraAún no hay calificacionesPropiedades del determinante en álgebra1 página
- Optimización de Funciones MultivariablesAún no hay calificacionesOptimización de Funciones Multivariables31 páginas
- Relación entre Mercado de Dinero y BienesAún no hay calificacionesRelación entre Mercado de Dinero y Bienes15 páginas
- Métodos de Cálculo de Índices de PreciosAún no hay calificacionesMétodos de Cálculo de Índices de Precios3 páginas
- Análisis Marginal y Elasticidad en DemandaAún no hay calificacionesAnálisis Marginal y Elasticidad en Demanda18 páginas
- Matemáticas Financieras y Cálculo de InteresesAún no hay calificacionesMatemáticas Financieras y Cálculo de Intereses97 páginas
- Aplicaciones del Álgebra Lineal en IngenieríaAún no hay calificacionesAplicaciones del Álgebra Lineal en Ingeniería4 páginas
- Aplicaciones de Rectas en MicroeconomíaAún no hay calificacionesAplicaciones de Rectas en Microeconomía36 páginas
- Álgebra Lineal: Fundamentos y Aplicaciones100% (3)Álgebra Lineal: Fundamentos y Aplicaciones313 páginas
- Aplicaciones de Funciones ExponencialesAún no hay calificacionesAplicaciones de Funciones Exponenciales7 páginas
- Introducción a Matrices y OperacionesAún no hay calificacionesIntroducción a Matrices y Operaciones24 páginas
- Administración de Pasivos CorrientesAún no hay calificacionesAdministración de Pasivos Corrientes43 páginas
- Impacto de la Pandemia en MatemáticasAún no hay calificacionesImpacto de la Pandemia en Matemáticas31 páginas
- Análisis Marginal y Elasticidad en NegociosAún no hay calificacionesAnálisis Marginal y Elasticidad en Negocios27 páginas
- Curso de Álgebra Lineal: Contenidos y EvaluaciónAún no hay calificacionesCurso de Álgebra Lineal: Contenidos y Evaluación32 páginas
- Teoría Keynesiana y MacroeconomíaAún no hay calificacionesTeoría Keynesiana y Macroeconomía4 páginas
- Guía Didáctica de Álgebra LinealAún no hay calificacionesGuía Didáctica de Álgebra Lineal179 páginas
- Guía Didáctica de Álgebra LinealAún no hay calificacionesGuía Didáctica de Álgebra Lineal201 páginas
- Syllabus Curso Álgebra Lineal UNADAún no hay calificacionesSyllabus Curso Álgebra Lineal UNAD8 páginas
- Plan Docente: Álgebra Lineal 2024Aún no hay calificacionesPlan Docente: Álgebra Lineal 202429 páginas
- Guía de Estudio: Álgebra Lineal EPNAún no hay calificacionesGuía de Estudio: Álgebra Lineal EPN10 páginas
- Plan Docente de Álgebra Lineal 2023-2024Aún no hay calificacionesPlan Docente de Álgebra Lineal 2023-202429 páginas
- Sílabos de Álgebra Lineal EPN 2021Aún no hay calificacionesSílabos de Álgebra Lineal EPN 20216 páginas
- Evaluación de Servicios Farmacéuticos APSAún no hay calificacionesEvaluación de Servicios Farmacéuticos APS229 páginas
- Violencia obstétrica y derechos humanos en EcuadorAún no hay calificacionesViolencia obstétrica y derechos humanos en Ecuador10 páginas
- Guía Didáctica: Operaciones Lógico-MatemáticasAún no hay calificacionesGuía Didáctica: Operaciones Lógico-Matemáticas89 páginas
- Modernización del Estado en gestión públicaAún no hay calificacionesModernización del Estado en gestión pública15 páginas
- Factores Técnicos, Externos y Comerciales enAún no hay calificacionesFactores Técnicos, Externos y Comerciales en15 páginas
- Guia de Practicum 4.2 de 8vo NivelAún no hay calificacionesGuia de Practicum 4.2 de 8vo Nivel509 páginas
- Hooks (2020) - El Movimiento Feminista para Acabar Con La ViolenciaAún no hay calificacionesHooks (2020) - El Movimiento Feminista para Acabar Con La Violencia30 páginas
- Guía Completa de Electrónica SparkFunAún no hay calificacionesGuía Completa de Electrónica SparkFun40 páginas
- Títeres como estrategia didáctica en preescolaresAún no hay calificacionesTíteres como estrategia didáctica en preescolares15 páginas
- Proyecto de Ampliación de VocabularioAún no hay calificacionesProyecto de Ampliación de Vocabulario3 páginas
- Reflexion Sobre Los Creative CommonsAún no hay calificacionesReflexion Sobre Los Creative Commons3 páginas
- Imaginación narrativa de Nussbaum y críticaAún no hay calificacionesImaginación narrativa de Nussbaum y crítica16 páginas
- El Cuidado Cariñoso Y Sensible: para El Desarrollo en La Primera InfanciaAún no hay calificacionesEl Cuidado Cariñoso Y Sensible: para El Desarrollo en La Primera Infancia64 páginas
- Ejercicios Lógica Computacional 2Aún no hay calificacionesEjercicios Lógica Computacional 25 páginas
- Guía para Crear Afiche InformativoAún no hay calificacionesGuía para Crear Afiche Informativo22 páginas
- Juego Ballena Azul: Riesgos y CasosAún no hay calificacionesJuego Ballena Azul: Riesgos y Casos7 páginas
- NIMF 12 Certificados FitosanitariosAún no hay calificacionesNIMF 12 Certificados Fitosanitarios30 páginas
- Uso Racional de Pruebas de Funci N Tiroidea 1721581312Aún no hay calificacionesUso Racional de Pruebas de Funci N Tiroidea 172158131224 páginas
- Sánchez, L. La Tristeza en La Literatura Peruana (Discurso Pronunciado Durante Los Juegos Florales, 1924)Aún no hay calificacionesSánchez, L. La Tristeza en La Literatura Peruana (Discurso Pronunciado Durante Los Juegos Florales, 1924)11 páginas
- Colocación de Lienzos QuirúrgicosAún no hay calificacionesColocación de Lienzos Quirúrgicos16 páginas
