TAREA 3 ESPACIOS VECTORIALES.
PRESENTADO POR:
Breiner Alexander Prada Trujillo
CÓDIGO: 1143239990
GRUPO DE EJERCICIOS A RESOLVER
Ejercicios B
208046- ÁLGEBRA LINEAL
Grupo – 208046B_2031
Presentado a
Carlos Eduardo Otero Murillo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
11 de mayo de 2025
INTRODUCCIÓN
El álgebra lineal es una rama fundamental de las matemáticas con aplicaciones esenciales
en física, ingeniería, ciencias de la computación y economía. Este trabajo explora conceptos
clave como espacios vectoriales, dependencia lineal, bases ortogonales, rango de
matrices y sistemas de ecuaciones lineales homogéneos, enfocándose en su estructura
algebraica y geométrica. A través de ejercicios prácticos, se analizarán propiedades
axiomáticas de R3R3, la independencia de vectores, la ortogonalidad y la resolución de
sistemas con infinitas soluciones, integrando herramientas computacionales como
GeoGebra para validar resultados y visualizar interpretaciones geométricas.
JUSTIFICACIÓN
El estudio de estos temas es crucial porque:
1. Fundamentos teóricos: Los axiomas de espacios vectoriales y las propiedades de
matrices son la base para entender estructuras matemáticas avanzadas.
2. Aplicaciones prácticas: El rango de una matriz determina la solubilidad de
sistemas de ecuaciones, mientras que las bases ortogonales son esenciales en
métodos numéricos, gráficos 3D y machine learning (descomposiciones SVD,
transformaciones de Fourier).
3. Geometría de soluciones: Sistemas homogéneos modelan subespacios (rectas,
planos), útiles en física (equilibrio de fuerzas) y optimización.
4. Verificación computacional: Herramientas como GeoGebra permiten contrastar
resultados analíticos con representaciones visuales, reforzando el aprendizaje.
OBJETIVO GENERAL
El objetivo principal de este trabajo es analizar y aplicar los conceptos fundamentales del
álgebra lineal en el espacio vectorial R3, verificando propiedades como los axiomas de
espacios vectoriales, dependencia e independencia lineal de conjuntos de vectores, la
construcción de bases ortogonales, el cálculo del rango de matrices mediante métodos
analíticos (Gauss-Jordán y determinantes), y la resolución de sistemas de ecuaciones
homogéneos con infinitas soluciones. Además, se busca interpretar geométricamente los
conjuntos solución (como rectas o planos) y validar los resultados mediante herramientas
computacionales como GeoGebra, integrando así el enfoque teórico con la comprobación
práctica para una comprensión integral de estos temas.
Objetivos
1. Determinar conjuntos solución de sistemas homogéneos y representarlos
geométricamente.
2. Identificar bases del espacio solución para describir su estructura algebraica.
3. Calcular el rango de matrices mediante métodos analíticos y verificar resultados con
herramientas computacionales (GeoGebra, Symbolab).
4. Analizar ortogonalidad en conjuntos de vectores y su relación con la formación de
bases en R3.
Ejercicio 1: Axiomas en un Espacio Vectorial.
Enunciado del ejercicio, junto al literal seleccionado
Realice la verificación de los siguientes axiomas del espacio vectorial ℝ𝟑 utilizando
los escalares y los vectores proporcionados.
1. Cerradura bajo la suma de vectores: 𝑆𝑖 𝑢 ⃗⃗ ,𝑣 ⃗⃗ 𝜖 𝑅3,𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑢 ⃗⃗ + 𝑣 ⃗⃗ 𝜖
𝑅3.
2. Cerradura bajo el producto escalar: 𝑆𝑖 𝜆𝜖 𝑅 𝑦 𝑢 ⃗⃗⃗ 𝜖 𝑅3,𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝜆𝑢 ⃗⃗⃗ 𝜖 𝑅3.
3. Asociatividad de la suma: 𝑢 ⃗⃗ + (𝑣 ⃗⃗ + 𝑤 ⃗⃗⃗ ) = (𝑢 ⃗⃗ + 𝑣 ⃗⃗ ) + 𝑤 ⃗⃗⃗ .
4. Existencia de elemento neutro aditivo: 𝑢 ⃗⃗ + 0 ⃗⃗ = 0 ⃗⃗ + 𝑢 ⃗⃗ = 𝑢 ⃗⃗ .
5. Existencia de inverso aditivo: 𝑢 ⃗⃗ + ( ― 𝑢 ⃗⃗ ) = ( ― 𝑢 ⃗⃗ ) + 𝑢 ⃗⃗ = 0 ⃗⃗ .
6. Conmutatividad de la suma: 𝑢 ⃗⃗ + 𝑣 ⃗⃗ = 𝑣 ⃗⃗ + 𝑢 ⃗⃗ .
7. Asociatividad de la multiplicación por escalar: (𝜆𝛽)𝑢 ⃗⃗ = 𝜆(𝛽𝑢 ⃗⃗ ).
8. Distributividad a derecha de la multiplicación escalar con respecto a la suma de
vectores: 𝜆(𝑢 ⃗⃗ + 𝑣 ⃗⃗ ) = 𝜆𝑢 ⃗⃗ + 𝜆𝑣 ⃗⃗ .
9. Distributividad de la multiplicación escalar con respecto a la suma de escalares
(𝜆 + 𝛽)𝑢 ⃗⃗ = 𝜆𝑢 ⃗⃗ + 𝛽𝑢 ⃗⃗ .
B. Vectores: 𝑢 ⃗⃗ = (3,2, ― 1); 𝑣 ⃗⃗ = ( ― 2, ― 4,5) 𝑦 𝑤 ⃗⃗⃗ = (2,1,2). 𝐸𝑠𝑐𝑎𝑙𝑎𝑟𝑒𝑠: 𝜆 = 3; 𝛽 = 5.
Desarrollo del ejercicio, paso a paso
Vectores y escalares dados:
𝑢⃗ = (3,2, ― 1) 𝑣⃗ = ( ― 2, ― 4,5) 𝑤⃗ = (2,1,2) λ=3 β=5
1. Cerradura bajo la suma de vectores
𝑢⃗ + 𝑣⃗ = (3 + ( ― 2),2 + ( ― 4), ― 1 + 5) = (1, ― 2,4) ∈ 𝑅 3
Conclusión: La suma de dos vectores en𝑅 3 sigue siendo un vector en 𝑅 3 .
2. Cerradura bajo el producto escalar
𝜆𝑢 = 3 ⋅ (3,2, ― 1) = (9,6, ― 3) ∈ 𝑅 3
Conclusión: El producto de un escalar por un vector en 𝑅 3 sigue siendo un vector
en 𝑅 3 .
3. Asociatividad de la suma
𝑢 + 𝑣 + 𝑤 = (3,2, ― 1) + (―2, ― 4,5) + (2,1,2) = (3,2, ― 1) + (0, ― 3,7) = (3, ― 1,6)
(𝑢⃗ + 𝑣⃗) + 𝑤⃗ = ((3,2, ― 1) + ( ― 2, ― 4,5)) + (2,1,2) = (1, ― 2,4) + (2,1,2) = (3, ― 1,6)
Conclusión: 𝑢⃗ +(𝑣⃗ +𝑤⃗) = (𝑢⃗ +𝑣⃗) + 𝑤⃗
4. Existencia de elemento neutro aditivo
El vector nulo en 𝑅 3 es 0⃗ = (0,0,0)
𝑢 + 0 = (3,2, ― 1) + (0,0,0) = (3,2, ― 1) = 𝑢
0 + 𝑢 = (0,0,0) + (3,2, ― 1) = (3,2, ― 1) = 𝑢
Conclusión: 𝑢⃗ +0⃗ = 0⃗ +𝑢⃗ = 𝑢⃗
5. Existencia de inverso aditivo
El inverso aditivo de u⃗u es ―𝑢⃗ = ( ― 3, ― 2,1)
𝑢 + ( ― 𝑢) = (3,2, ― 1) + ( ― 3, ― 2,1) = (0,0,0) = 0
( ― 𝑢) + 𝑢 = ( ― 3, ― 2,1) + (3,2, ― 1) = (0,0,0) = 0
Conclusión: 𝑢⃗ +( ― 𝑢⃗) = ( ― 𝑢⃗) + 𝑢⃗ = 0
6. Conmutatividad de la suma
𝑢 + 𝑣 = (3,2, ― 1) + ( ― 2, ― 4,5) = (1, ― 2,4)
𝑣 + 𝑢 = ( ― 2, ― 4,5) + (3,2, ― 1) = (1, ― 2,4)
conclusión: 𝑢⃗ +𝑣⃗ = 𝑣⃗ +𝑢⃗
7. Asociatividad de la multiplicación por escalar
(𝜆𝛽)𝑢 = (3 ⋅ 5) ⋅ (3,2, ― 1) = 15 ⋅ (3,2, ― 1) = (45,30, ― 15)
𝜆(𝛽𝑢) = 3 ⋅ (5 ⋅ (3,2, ― 1)) = 3 ⋅ (15,10, ― 5) = (45,30, ― 15)
Conclusión: (𝜆𝛽)𝑢⃗ = 𝜆(𝛽𝑢⃗)
8. Distributivita a derecha de la multiplicación escalar con respecto a la suma
de vectores
𝜆(𝑢 + 𝑣) = 3 ⋅ ((3,2, ― 1) + ( ― 2, ― 4,5)) = 3 ⋅ (1, ― 2,4) = (3, ― 6,12)
𝜆𝑢 + 𝜆𝑣 = (9,6, ― 3) + ( ― 6, ― 12,15) = (3, ― 6,12)
Conclusión: 𝜆(𝑢⃗ +𝑣⃗) = 𝜆𝑢⃗ +𝜆𝑣⃗
9. Distributividad de la multiplicación escalar con respecto a la suma de
escalares
(𝜆 + 𝛽)𝑢 = (3 + 5) ⋅ (3,2, ― 1) = 8 ⋅ (3,2, ― 1) = (24,16, ― 8)
𝜆𝑢 + 𝛽𝑢 = (9,6, ― 3) + (15,10, ― 5) = (24,16, ― 8)
Conclusión: (𝜆 + 𝛽)𝑢⃗ = 𝜆𝑢⃗ +𝛽𝑢⃗
Evidencia del GeoGebra
Ejercicio 2. Dependencia Lineal, Independencia Lineal y Conjuntos Generadores.
Enunciado del ejercicio, junto al literal seleccionado
Considerando el conjunto 𝑺, se plantean las siguientes preguntas:
• ¿Es el conjunto 𝑆 linealmente independiente o dependiente?
• ¿𝑺 genera al espacio tridimensional 𝐑𝟑?
B. 𝑆 = {(3,2,5),(6, ― 5,28),( ― 6,4, ― 26)}
Desarrollo del ejercicio, paso a paso
1. Independencia Lineal
Un conjunto de vectores es linealmente independiente (LI) si la única combinación
lineal que da el vector cero es la trivial (todos los coeficientes cero).
Es decir, si:
𝑎(3,2,5) + 𝑏(6, ― 5,28) + 𝑐( ― 6,4, ― 26) = (0,0,0)
implica que 𝑎 = 𝑏 = 𝑐 = 0
Planteamos el sistema de ecuaciones:
3𝑎 + 6𝑏 ― 6𝑐 = 0 (1)
2𝑎 ― 5𝑏 + 4𝑐 = 0 (2)
5𝑎 + 28𝑏 ― 26𝑐 = 0 (3)
Resolvemos el sistema:
• De la ecuación (1): 𝟑𝒂 + 𝟔𝒃 ― 𝟔𝒄 = 𝟎 → Dividimos entre 3:
𝒂 + 𝟐𝒃 ― 𝟐𝒄 = 𝟎 → 𝒂 = ―𝟐𝒃 + 𝟐𝒄
Sustituimos a en la ecuación (2):
2( ― 2𝑏 + 2𝑐) ― 5𝑏 + 4𝑐 = 0
―4𝑏 + 4𝑐 ― 5𝑏 + 4𝑐 = 0
8
―9𝑏 + 8𝑐 = 0 → 9𝑏 = 8𝑐→𝑏 = 𝑐 .
9
Sustituimos a y b en la ecuación (3):
5( ― 2𝑏 + 2𝑐) + 28𝑏 ― 26𝑐 = 0
―10𝑏 + 10𝑐 + 28𝑏 ― 26𝑐 = 0
8
18𝑏 ― 16𝑐 = 0 → 18( 𝑐) ― 16𝑐 = 0
9
16𝑐 ― 16𝑐 = 0 → 0 = 0
Conclusión:
El sistema tiene infinitas
(𝑛𝑜 𝑠𝑜𝑙𝑜 𝑎 = 𝑏 = 𝑐 = 0).𝑃𝑜𝑟 𝑒𝑗𝑒𝑚𝑝𝑙𝑜, 𝑠𝑖 𝑐 = 9, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑏 = 8𝑦 𝑎
soluciones Por
= ―2(8) + 2(9) = 2.
lo tanto, los vectores son linealmente dependientes (LD).
2. ¿Genera R3?
Un conjunto de vectores genera R3 si cualquier vector en R3 puede escribirse como
combinación lineal de ellos.
Dado que S tiene 3 vectores, para generar R3 deben ser LI. Pero ya vimos que son LD,
por lo que no pueden generar todo R3.
Verificación adicional:
Si intentamos expresar un vector arbitrario (x,y,z) como combinación lineal de S, el
sistema no tendrá solución única (ni siquiera solución en algunos casos).
Por ejemplo, intentemos generar (1,0,0):
𝑎(3,2,5) + 𝑏(6, ― 5,28) + 𝑐( ― 6,4, ― 26) = (1,0,0)
Esto lleva a un sistema inconsistente, confirmando que SS no genera R3.
Comprobación en geogebra
Ejercicio 3. Bases ortogonales de 𝐑𝟑.
Enunciado del ejercicio, junto al literal seleccionado
Determine si el conjunto 𝑆 corresponde a una base ortogonal de ℝ³. En caso contrario,
explique por qué no cumple con las condiciones de una base ortogonal. Finalmente
Realice la comprobación utilizando GeoGebra, Symbolab u otro programa
computacional similar
𝑩. 𝑺 = {(𝟏,𝟐,𝟑),(𝟎,𝟏,𝟐),(𝟏,𝟑,𝟓)}
Definición: Una base ortogonal es un conjunto de vectores que cumple las siguientes
condiciones:
• Es un conjunto linealmente independiente.
• El producto escalar entre cualquier par de vectores distintos de la base es cero, lo que
implica que los vectores son perpendiculares entre sí.
• La base contiene el número máximo de vectores linealmente independientes posible
para el espacio vectorial dado
Desarrollo del ejercicio, paso a paso
Para determinar si el conjunto 𝑆 = {(1,2,3),(0,1,2),(1,3,5)} es una base ortogonal de R3,
debemos verificar dos condiciones:
1. Ortogonalidad: Todos los pares de vectores distintos en S deben ser ortogonales,
es decir, su producto punto debe ser cero.
2. Base: Los vectores deben ser linealmente independientes y generar R3.
Verificar ortogonalidad
Calculamos los productos punto entre todos los pares de vectores distintos:
• (1,2,3) ⋅ (0,1,2) = 1 ⋅ 0 + 2 ⋅ 1 + 3 ⋅ 2 = 0 + 2 + 6 = 8 ≠ 0
• (1,2,3) ⋅ (1,3,5) = 1 ⋅ 1 + 2 ⋅ 3 + 3 ⋅ 5 = 1 + 6 + 15 = 22 ≠ 0
• (0,1,2) ⋅ (1,3,5) = 0 ⋅ 1 + 1 ⋅ 3 + 2 ⋅ 5 = 0 + 3 + 10 = 13 ≠ 0
Como ninguno de los productos punto es cero, los vectores no son ortogonales entre sí.
Por lo tanto, S no es un conjunto ortogonal.
Verificar si es una base (aunque ya no es ortogonal)
Para que S sea una base, los vectores deben ser linealmente independientes. Esto se
verifica calculando el determinante de la matriz formada por los vectores:
1 2 3
Det 0 1 2
1 3 5
Calculamos el determinante:
𝑑𝑒𝑡 = 1 ⋅ (1 ⋅ 5 ― 2 ⋅ 3) ― 2 ⋅ (0 ⋅ 5 ― 2 ⋅ 1) + 3 ⋅ (0 ⋅ 3 ― 1 ⋅ 1)
= 1 ⋅ (5 ― 6) ― 2 ⋅ (0 ― 2) + 3 ⋅ (0 ― 1)
= 1 ⋅ ( ― 1) ― 2 ⋅ ( ― 2) + 3 ⋅ ( ― 1)
= ―1 + 4 ― 3 = 0
Como el determinante es cero, los vectores son linealmente dependientes, por lo que S no
es una base de R3.
Conclusión
El conjunto SS no es una base ortogonal de R3 porque:
1. Los vectores no son ortogonales entre sí (ningún par tiene producto punto
cero).
2. Los vectores son linealmente dependientes (no forman una base).
Comprobación geogebra
Ejercicio 4. Rango de una Matriz
Enunciado del ejercicio, junto al literal seleccionado
Determinar el rango de la matriz dada, utilizando el método de Gauss Jordán y el
método de los determinantes.
• Realice la comprobación utilizando GeoGebra, Symbolab u otro programa
computacional similar
3 0 4
𝐵=0 2 0
0 2 0
Desarrollo del ejercicio, paso a paso
Matriz dada:
3 0 4
𝐵=0 2 0
0 2 0
Método de Gauss-Jordán (Reducción a forma escalonada reducida)
1. Forma escalonada:
o Observamos que la primera columna ya tiene un pivote en la
posición (1,1)(el número 3), y los elementos debajo son 0.
o En la segunda columna, el pivote está en (2,2) (el número 2), pero la
fila 3 también tiene un 2 en la misma columna. Restamos la fila 2 de la
fila 3 para eliminar el 2 en (3,2):
𝐹3→𝐹3 ― 𝐹2
Esto da:
3 0 4
0 2 0
0 0 0
• La matriz ya está en forma escalonada (no necesitamos escalonada reducida para
calcular el rango).
Método de los determinantes (Submatrices cuadradas)
Determinante de la matriz completa B:
3 0 4
det(𝐵) = 𝑑𝑒𝑡 (0 2 0)
0 2 0
Calculamos por la primera columna (ya que tiene dos ceros):
2 0 0 4 0 4
det(𝐵) = 3 ∗ det 2 0 ― 0 ∗ 𝑑𝑒𝑡 2 0 + 0 ∗ 𝑑𝑒𝑡 2 0
det(𝐵) = 3 ∗ (2 ∗ 0 ― 0 ∗ 2) = 3 ∗ 0 = 0
• Como det(B)=0, el rango es menor que 3 (el número de filas/columnas).
Submatrices de 2x2:
• Buscamos una submatriz de 2x2 con determinante distinto de cero.
1:
3 0
𝑑𝑒𝑡 0 2 = 3 ∗ 2 ― 0 ∗ 0 = 6 ≠ 0
2:
0 2
𝑑𝑒𝑡 2 0 = 0 ∗ 0 ― 2 ∗ 2 = 4 ≠ 0
• Como existe al menos una submatriz 2x2 con determinante no nulo, el rango es 2.
Evidencia del GeoGebra
Ejercicio 5. Sistemas de Ecuaciones con infinitas soluciones.
Enunciado del ejercicio, junto al literal seleccionado
Cada uno de los siguientes sistemas de ecuaciones lineales homogéneo (𝟐×𝟑), tiene
infinitas soluciones. Para cada sistema, realiza lo siguiente:
• Determine el conjunto solución.
• Identifique un sistema fundamental de soluciones, es decir, una base que genere el
conjunto solución obtenido en el ítem anterior.
• Describa la naturaleza geométrica de la solución obtenida en el ítem anterior (si
corresponde a una recta o un plano en el espacio). Puede utilizar GeoGebra para realizar
una verificación geométrica visual de la solución.
𝒙 + 𝟐𝒚 ― 𝟕𝒛 = 𝟎
𝑩. {𝒙 + 𝟔𝒚 + 𝟐𝟏𝒛 = 𝟎
Desarrollo del ejercicio, paso a paso
Resolver el sistema para encontrar el conjunto solución
Este es un sistema homogéneo 2×3 (2 ecuaciones, 3 incógnitas), por lo que tiene infinitas
soluciones. Para resolverlo, expresaremos las variables en términos de una variable libre.
Escribimos la matriz ampliada y aplicamos eliminación de Gauss:
1 2 ―7 0
1 6 21 0 |
Restamos la primera fila de la segunda fila (𝑭𝟐→𝑭𝟐 ― 𝑭𝟏):
1 2 ―7 0
0 4 28 0 |
𝟏
Dividimos la segunda fila por 4 (𝑭𝟐→ 𝑭𝟐):
𝟒
1 2 ―7 0
0 1 7 0 |
Ahora restamos 2 × 𝐹2 𝑑𝑒 𝐹1(𝐹1→𝐹1 ― 2𝐹2):
1 0 ―21 0
0 1 7 0 |
Sistema equivalente:
𝒙 ― 𝟐𝟏𝒛 = 𝟎
{ 𝒚 + 𝟕𝒛 = 𝟎
Conjunto solución:
Las soluciones son de la forma:
(𝑥,𝑦,𝑧) = (21𝑧, ― 7𝑧,𝑧) = 𝑧(21, ― 7,1)
donde 𝑧 ∈ 𝑅 es un parámetro libre.
Sistema fundamental de soluciones (base del espacio solución)
El conjunto solución es generado por el 𝑣𝑒𝑐𝑡𝑜𝑟 𝒗 = (21, ― 7,1), ya que todas las
soluciones son múltiplos escalares de este vector.
Por lo tanto, una base del espacio solución (sistema fundamental de soluciones) es:
{(21, ― 7,1)}
Naturaleza geométrica del conjunto solución
• El conjunto solución es una recta en R3 que pasa por el origen y tiene la
dirección del 𝑣𝑒𝑐𝑡𝑜𝑟 (21, ― 7,1).
• Esto se debe a que el espacio solución es un subespacio unidimensional (generado
por un solo vector).
Evidencia del GeoGebra
REFERENCIAS BIBLIOGRÁFICAS.
• Grossman, S. I., Flores Godoy, J. J. (2019). Álgebra lineal . (pp. 287-317).
McGraw-Hill. https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/?il=29224&pg=epubcfi(/6/74[data-uuid-
cceffa9dfa4c4f50a12eb4c47a5fb6fe]!/4[x05_Grossman_8e_05]/2[data-uuid-
208bf8d9d4f344f1ae23ae2d449d2938]/18[data-uuid-
e8b849a15a434a59bb80d021c7eae010]/2[data-uuid-
e8105071e3334c48b46eae2bbbec682d]/1:0)
• Grossman, S. I., Flores Godoy, J. J. (2019). Álgebra lineal . (pp. 307-335).
McGraw-Hill.
• Grossman, S. I., Flores Godoy, J. J. (2019). Álgebra lineal . (pp. 321-356).
McGraw-Hill.
• Grossman, S. I., Flores Godoy, J. J. (2019). Álgebra lineal . (pp. 323-327).
McGraw-Hill.
