Académique Documents
Professionnel Documents
Culture Documents
al Algebra
Lineal
Soluciones a ejercicios seleccionados
Introduccion al Algebra
Lineal.
Soluciones a ejercicios seleccionados.
M. Sc. Sebastian Casta
neda Hernandez.
Dr. Agustn Barrios Sarmiento.
Barranquilla - Colombia
Contenido
1 Preliminares
1.1 Introduccion . . . . . . . . . . . . . .
1.2 Conjuntos y relaciones . . . . . . . .
1.3 El concepto de estructura algebraica
1.4 Semigrupos, monoides y grupos . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
8
10
.
.
.
.
.
.
.
.
11
11
11
12
12
14
28
31
33
41
41
48
51
Casta
neda Hernandez/ Barrios Sarmiento
5.4
Sistemas lineales en Kn . . . . . . . . . . . . . . . . . . . . . . . 73
5.4.1 La matriz identidad. Matrices invertibles . . . . . . . . . 73
Captulo
Preliminares
1.1
Introducci
on
1.2
Conjuntos y relaciones
Ejercicios 1.2.1.
1. (a)
(b)
(c) Claramente IA es reflexiva. Ahora, si (x, y) IA , entonces y = x y
(y, x) = (x, y) = (x, x) IA , por lo que IA es simetrica. Finalmente,
si x, y, z A y (x, y), (y, z) IA se sigue que x = y y y = z, por
lo que x = z y entonces (x, z) IA . Se tiene entonces que IA es
transitiva.
(d) Errata: La u
ltima pareja de la relacion R es (d, c) (no (d, a) como
aparece en el texto).
Dado que IA R se sigue que R es reflexiva, Para la simetra, basta
con ver que (a, b), (b, a) R y (c, d), (d, c) R, pues para (x, y) IA
claramente (y, x) IA R. Para verificar la transitividad, es
5
Casta
neda Hernandez/ Barrios Sarmiento
=
=
=
=
=
=
(a, b) R
(b, a) R
(a, b) R
(b, a) R
(a, a) R
(b, b) R
x A B =
=
x A =
=
xAxB
xA
xAxB
x A B,
Introducci
on al Algebra
Lineal
x A =
=
x A B =
=
=
xAxB
xAB
xAxB
xBxB
x B,
Casta
neda Hernandez/ Barrios Sarmiento
1.3
1
2
= 4.
Introducci
on al Algebra
Lineal
a
b
a
a
b
b
b
a
(f (f 1 (x) f 1 (y))) ~ z
f (f 1 (f (f 1 (x) f 1 (y))) f 1 (z))
f ((f 1 (x) f 1 (y)) f 1 (z))
f (f 1 (x) (f 1 (y) f 1 (z)))
x ~ (y ~ z)
Casta
neda Hernandez/ Barrios Sarmiento
10
6. Para los dos primeros literales transporte las estructuras deseadas desde
(Z3 , +) y (Z6 , +), respectivamente. Por otra parte, Z puede ponerse en
correspondencia biunvoca con B = N de la manera siguiente:
0
1
1
2
..
.
7
7
7
7
1
2
3
4
..
.
f (1 + 1)
f (0) = 1
f (2 + (3))
f (5) = 10
f (2 + 5)
f (7) = 15
1.4
1. Este
Captulo 1. Preliminares
Captulo
Introducci
on
2.2
El espacio Rn.
Ejercicios 2.2.1.
Casta
neda Hernandez/ Barrios Sarmiento
12
iii. y =
7
6, 5,
2
o sea y =
cualesquiera.
2.3
2.3.1
Si se identifica, sin embargo, cada pareja (a, b) de R2 con una terna (a, b, 0) R3 , de
modo que R2 se considera un subespacio de R3 , entonces el conjunto solucion de 2x + 2y = 6
en R3 contiene una copia del de la ecuacion x + y = 3 en R2 .
Captulo 2. Sistemas de ecuaciones lineales
Introducci
on al Algebra
Lineal
13
R
.
(a) S = {(5 3t, t)|t R} = t, 5t
3 5t
(b) S = {(5 3t, t, s)|t, s R} = t, 3 , s |t, s R .
(c) S = {(t, 19 2t + s, s)|t, s R} = {(t, s, 2t + s 19)|t,
s
R}
19t+s
, t, s |t R .
Tambien se puede escribir como S =
2
(d) S = {(t, 3t + 2s u, s, u)|t, s, u R}.
(e) S = {(t, s, u, v, 1 2t + s 3v)|t, s, u, v, R}.
(f) S = {(t, s, u, v, 1 2t + s 3v, w)|t, s, u, v, w R}.
4. (a) Ver Teorema 2.4.1, pagina 66.
(b) Si u1 y u2 son soluciones de a x = b, entonces
a (u1 + u2 ) = a u1 + a u2 = 2b.
Puesto que 2b = b si y solo si b = 0, se sigue que u1 + u2 no
es solucion si b 6= 0. Por otra parte, se tiene que 0u1 = 0 no
es solucion de a x = b. Se sigue que el conjunto solucion de la
ecuacion considerada no es cerrado.
(c) Ver teorema ya citado.
2.3. Sistemas de ecuaciones lineales
Casta
neda Hernandez/ Barrios Sarmiento
14
2.3.2
A =
1
0
0
0
0
0
0
1
0
1
2
1
2
3
0
0
0
0
0
1
0
0
0
1
2
3
0
>> rref(A)
ans =
1
0
0
Introducci
on al Algebra
Lineal
15
(b)
B =
1
0
0
0
1
0
0
0
0
0
1
1
2
3
5
0
1
0
0
0
0
0
0
1
2
-2
5
0
1
1
0
0
0
0
1
1
0
0
0
2
4
6
0
1
0
0
0
0
0
1
0
0
0
0
2
4
0
0
1
1
1
0
0
0
0
0
1
1
1
0
0
0
0
2
4
6
7
>> rref(B)
ans =
1
0
0
D =
1
0
1
>> rref(D)
ans =
1
0
0
(e)
E =
1
0
1
2
>> rref(E)
2.3. Sistemas de ecuaciones lineales
Casta
neda Hernandez/ Barrios Sarmiento
16
ans =
1
0
0
0
0
1
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
1
0
3.
4. Se muestra, en cada caso, la FER de la matriz ampliada, dada por el
programa Matlab, y el correspondiente conjunto solucion.
(a)
0
1
0
0
0
1
1
2
0
0
1
0
-4
5
0
1
2
0
Introducci
on al Algebra
Lineal
17
0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
Sistema inconsistente. S = .
(e) >> rref([3 2 7 9 16;2 1 3 4 7;3 1 4 5 9;4 1 5 6 11])
ans =
1
0
0
0
0
0
1
0
1
1
0
0
1
1
2
0
0
0
0
0
Conjunto solucion S = {(0, 1 t, 2 t, t)|t R}.
(f) >>rref([1 2 7 -9 16;-2 -4 -14 18 -32;-1 -2 -7 9 -16;3 6 21 -27 48])
ans =
1
0
0
0
2
0
0
0
7
0
0
0
-9
0
0
0
16
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
Casta
neda Hernandez/ Barrios Sarmiento
18
ans =
1
0
0
0
0
1
0
0
0
0
1
0
2
3
4
0
5 2t
, t |t R .
3
0
1
(b)
4
1
(c)
0
1
4
-1
>> rref([3 2 5;6 4 10])
ans =
Captulo 2. Sistemas de ecuaciones lineales
Introducci
on al Algebra
Lineal
1.0000
0
19
0.6667
0
(d)
1.6667
0
2
0
0
1
7. (a) Si (1, 1, 2) es la u
nica solucion, el sistema tiene al menos tres
ecuaciones y es equivalente a uno con matriz ampliada cuya forma
escalonada reducida es
1 0 0 1
0 1 0 1 .
0 0 1 2
Puede transformarse este sistema en uno equivalente, con el mismo
n
umero de ecuaciones, realizando operaciones elementales en los
renglones.
(b) Agregue a la matriz mostrada en el item anterior un renglon de
ceros y transformela hasta obtener lo pedido.
(c) Cada ecuacion del sistema tiene la forma ax + by + cz = d y debe
ser satisfecha por (1, 1, 2). Es decir, se debe cumplir que
a b + 2c d = 0
que es una ecuacion homogenea en las incognitas a, b, c, d. Encuentre
entonces dos soluciones de dicha ecuacion homogenea.
(d) Como en el anterior, encontrando dos soluciones no triviales de la
ecuacion homogena indicada.
(e) Como en los dos ejercicios anteriores pero encontrando soluciones
del sistema homogeneo
a b + 2c d = 0
3a + c d
= 0
2.3. Sistemas de ecuaciones lineales
20
Casta
neda Hernandez/ Barrios Sarmiento
1 0 1 2
0 1 1 3 .
0 0 0 0
(h) Si x1 , x2 , x3 , x4 son las variables del sistema, se deben cumplir:
s = x4
t = x3 x4
x2 = 3 2t
= 3 2x3 + 2x4
x1 = 2 + t
= 2 + x3 x 4
por lo que se tiene el sistema
x2 + 2x3 2x4 = 3
x1 x3 + x4 = 2
8. (a) El
del sistema es
determinante
1
2
2
2 2 + 3 = 1 = ( + 1)( 1). El sistema tiene solucion
u
nica si y solo si tal determinante es diferente de 0. Es decir, tiene
solucion u
nica si 6= 1.
Para = 1 y = 1 se
los sistemas
respectivamente,
obtienen,
1 2 3
1 2 3
con matrices ampliadas
y
. El primero tiene
2 4 6
2 4 4
infinitas soluciones y el segundo es inconsistente.
1
2 3
Se puede tambien llevar la matriz ampliada
a
2 2 + 3 + 5
la forma escalonada, obteniendo
3
1
2 3
1
2
0 2 1 1
0 ( + 1)( 1) 1
Analizando el u
ltimo renglon se tiene:
Captulo 2. Sistemas de ecuaciones lineales
Introducci
on al Algebra
Lineal
21
1
1
1 1
0 + 2
1 2 .
0
0
2 1 + 1
Se concluye que:
Hay solucion u
nica si y solo si
/ {2, 1, 1}.
Hay infinitas soluciones si y solo si = 1.
El sistema es inconsistente si y solo si {2, 1}.
9. Las demostraciones son sencillas y son consecuencia inmediata de las
propiedades de campo de los reales.
10. En cada caso, si un punto tiene un par de coordenadas (x0 , y0 ), tal par
es solucion de de la ecuacion ax + by = c. As, se obtiene una ecuacion
x0 a + y0 b = c en a, b y c. Esta ecuacion puede escribirse como 1c
x0 a y0 b = 0, que es homogenea en c, a y b. En definitiva se tiene,
en cada caso, un sistema de ecuaciones lineales homogeneas en a, b y c.
Si existen soluciones no triviales con a 6= 0 o b 6= 0, una tal solucion
proporciona una ecuacion de una recta que pasa por los puntos dados.
Geometricamente es claro que si se dan al menos dos puntos distintos,
entonces existe o una u
nica recta o ninguna que pase por el conjunto de
puntos dados.
2.3. Sistemas de ecuaciones lineales
Casta
neda Hernandez/ Barrios Sarmiento
22
.
1 2 4 0
0 1 2 0
Obteniendo c = 0 y a = 2b, con b arbitrario (pero diferente de
cero). As se obtiene la familia de ecuaciones
2bx + by = 0 b(2x + y) = 0, b 6= 0.
Como todas son equivalentes se tiene, como se esperaba, una u
nica
recta que pasa por los puntos dados.
(b) La u
nica solucion del sistema homogeneo correspondiente es la trivial,
por lo que-como se esperaba- no existe una recta que pase por los
puntos dados.
(c) Se obtiene la familia de ecuaciones equivalentes
k(3x + 7y) = 38k, k 6= 0.
11. Procediendo como en el ejercicio anterior se obtienen sistemas (no homogeneos) en a, b y c. Cada ecuacion es de la forma c + x20 a + x0 b = y0 , donde
(x0 , y0 ) es el par de coordenadas de un punto dado.
(a) La matriz ampliada del sistema es (variables c, a, b)
1 0 0 0
1 1 1 1 .
1 4 2 4
Se obtiene la u
nica solucion c = b = 0, a = 1; es decir y = x2 .
(b) y = (1 + b)x2 + bx, con b 6= 1.
(c) No existe una parabola, con eje de simetra paralelo al eje Y , que
pase por los puntos dados (sistema inconsistente).
(d) y = x2 + x + 3.
(e) y = 2x2 + 3x + 1.
(f) y = x2 x.
(g) Sistema inconsistente.
Captulo 2. Sistemas de ecuaciones lineales
Introducci
on al Algebra
Lineal
23
12. Si xi es el n
umero de artculos de la clase i
un da, se tiene el sistema
x1 + x2 + x3 + x4
x3 + x4
{1, 2, 3, 4} a producir en
=
300
= 10500
=
150
1 0 0 14 1950
0 1 0 14 2100 .
0 0 1 1 150
Tenemos as que x1 = 14x4 1950, x2 = 2100 14x4 , x3 = 150 x4 . De
las condiciones de no negatividad de los xi obtenemos
x1 = 14x4 1950 0
1950
139.2857
x4
14
x2 = 2100 14x4 0
x3 = 150 x4 0
2100
x4
= 150
14
Se tiene entonces que si 140 x4 150, se deben fabricar x4 artculos
de la clase 4, 150 x4 artculos de la clase 3, 2100 14x4 artculos de
la clase 2 y 14x4 1950 = 150 x2 artculos de la clase 1. La tabla
siguiente muestra algunas de las posibilidades de produccion.
x4
140
141
142
145
150
x3
10
9
8
5
0
x2
140
126
112
70
0
x1
10
24
38
80
150
Notese que el n
umero de soluciones es finito (once en total).
13. Si se elimina la u
ltima ecuacion del sistema anterior, la forma escalonada
reducida es ahora
1 0 7 21 3000
.
0 1 8
22 3300
2.3. Sistemas de ecuaciones lineales
Casta
neda Hernandez/ Barrios Sarmiento
24
Introducci
on al Algebra
Lineal
25
x4
110
111
112
113
x1
10
31
52
73
x2
80
58
36
14
1.
22
21
2838
Resolviendo esta u
ltima inecuacion se tiene que x3
202.7143,
14
de modo que si x3 es un entero no negativo, menor o igual a 202 se
garantiza la existencia de soluciones. Para este valor de x3 se tiene
75.5238 x4 76.5455, por lo que x4 tomara el valor de 76.
14. Como en el anterior pero ahora con las restricciones
x1 = 3000+7x3 +21x4 10, x2 = 33008x3 22x4 50, x3 , x4 100.
Las soluciones vienen determinadas por parejas (x3 , x4 ), con valores enteros y en la region R del plano x3 x4 definida por las inecuaciones
x3 100
x4 100
3250 8x3
3010 7x3
x4
.
21
22
Es decir, R es la region por encima de la recta 7x3 + 21x4 = 3010, por
debajo de la recta 8x3 + 22x4 = 3250, a la derecha de x3 = 100 y por
2.3. Sistemas de ecuaciones lineales
Casta
neda Hernandez/ Barrios Sarmiento
26
La tabla abajo muestra algunos valores de x3 y el intervalo [a, b] correspondiente a las posibilidades (como n
umero real) para x4 , siendo
a=
3010 7x3
3250 8x3
,b =
.
21
22
Introducci
on al Algebra
Lineal
x3
131
130
129
128
127
126
125
120
115
110
100
27
a
99.667
100.00
100.333
100.666
101.000
101.333
101.666
103.333
105.000
106.666
110.000
b
100.0909
100.4545
100.8182
101.1818
101.5455
101.9091
102.2727
104.0909
105.9091
107.7273
111.3636
x4
100
100
x1
17
10
x2
52
60
101
101
17
10
54
62
102
104
105
107
110
111
17
24
10
17
10
31
56
52
70
66
80
58
x+y = 3
xy = 1
2x + 2y = 6
tiene como u
nica solucion (2, 1) y se tiene que m = 3 > 2 = n.
x+y = 3
(b) Falso. Un contraejemplo es
en el cual m = n = 2
x +y = 1
x+y = 3
pero es inconsistente. El sistema
es otro sistema
2x + 2y = 6
con m = n = 2 y tiene, en este caso, infinitas soluciones.
(c) Falso. Si el sistema no es homogeneo podra ser inconsistente. Por
ejemplo x+y +z = 2, x+y +z = 4 es un sistema con mas incognitas
que ecuaciones, pero es inconsistente.
1 0 1
(d) Falso. El sistema con matriz ampliada 0 1 2 tiene solucion
0 0 0
2.3. Sistemas de ecuaciones lineales
Casta
neda Hernandez/ Barrios Sarmiento
28
u
nica. En general, la presencia de un renglon nulo no implica
conclusion alguna sobre el n
umero de soluciones del sistema.
(e) La afirmacion es verdadera solo si se habla de ecuaciones no nulas.
En general, es falsa ya que la ecuacion nula es m
ultiplo de cualquier
ecuacion. En ese caso solo se podra quitar la ecuacion nula del
sistema sin alterar el conjunto solucion.
(f) Falso. En un sistema con solucion u
nica la u
ltima columna de la
forma escalonada no tiene uno principal.
2.4
Sistemas homog
eneos. Subespacios de Rn.
Ejercicios 2.4.1.
11
w
6 1
16 w2 .
Captulo 2. Sistemas de ecuaciones lineales
Introducci
on al Algebra
Lineal
29
3a 3b + c
(0, 2, 8).
2
30
Casta
neda Hernandez/ Barrios Sarmiento
Introducci
on al Algebra
Lineal
31
2.4.1
Casta
neda Hernandez/ Barrios Sarmiento
32
Introducci
on al Algebra
Lineal
33
i vi = 0Rn .
i=1
m
X
i
i=1
i6=j
2.5
vi .
1
=
w = uw ,
||
kwk
de donde se sigue que v k w. Recprocamente, si v k w, se tiene uv = uw
y entonces
v = kvkuv = kvkuw
kvk
(kwkuw )
=
kwk
y haciendo =
kvk
se tiene que v = w.
kwk
1 0 0 . . . 0 v1
0 1 0 . . . 0 v2
0 0 1 . . . 0 v3
T T
T t
e1 e2 . . . en |v
.. .. ..
.. ..
. . .
. .
0 0 0 . . . 1 vn
2.5. Norma vectorial. Ortogonalidad.
Casta
neda Hernandez/ Barrios Sarmiento
34
tiene solucion u
nica, lo que muestra que B = {ei |i = 1, 2, . . . , n} genera
n
a R . En particular, si v = (0, 0, 0, . . . , 0), la u
nica solucion es la trivial,
con lo que se tiene que B es l.i y, por lo tanto, es una base para Rn .
Finalmente, es facil verificar que para i, j {1, 2, . . . , n} se tiene
1, si i = j;
ei ej =
0, si i 6= j.
lo que muestra que B es un conjunto ortonormal.
3. Errata. Lo que se debe probar es que S es un subespacio de Rn (no
S, como aparece en el texto).
Se tiene claramente que si v S entonces v0Rn = 0, con lo que 0Rn S
y S 6= . Ahora, si u, w S y R, para todo v S se tiene que
(u + w) v = (u v) + (w v) = (0) + 0 = 0,
lo que demuestra que S es cerrado.
4. (a) Si S = R2 y v = (v1 , v2 ) S , entonces v es ortogonal a todo vector
de R2 , en particular se tiene:
0 = v (1, 0) =
=
0 = v (0, 1) =
=
(v1 , v2 ) (1, 0)
v1 = 0
(v1 , v2 ) (0, 1)
v2 ,
Introducci
on al Algebra
Lineal
35
S =
h(v2 , v1 )i, si w es m
ultiplo de v.
5. Sean v = (v1 , v2 , v3 ), w = (w1 , w2 , w3 ), vectores no nulos y no paralelos
de R3 . El complemento ortogonal de S = {v, w} es el espacio solucion
del sistema homogeneo
v1 v2 v3 0
w1 w2 w3 0
Puesto que los vectores no son m
ultiplos escalares el uno del otro, la
forma escalonada reducida de la matriz ampliada del sistema no puede
tener un renglon nulo. Es decir, necesariamente tiene una de las formas
1 0 c 0
1 0 0 0
0 1 0 0
,
o
0 1 d 0
0 0 1 0
0 0 1 0
para reales c, d. El espacio solucion es, por lo tanto, generado por un
vector no nulo; es decir S = hui = {tu|t R}. Ahora, cualquier vector
no nulo en S es tambien un generador de S , por lo que sera suficiente
con demostrar que
v w = (v2 w3 v3 w2 , w1 v3 v1 w3 , v1 w2 v2 w1 )
v2 v3
v1 v3 v1 v2
=
w2 w3 , w1 w3 , w1 w2
2.5. Norma vectorial. Ortogonalidad.
Casta
neda Hernandez/ Barrios Sarmiento
36
tiene que
u v = 0 u w = 0 = {v, w} = {v} = {w} .
Captulo 2. Sistemas de ecuaciones lineales
Introducci
on al Algebra
Lineal
37
(0, 0, 0) (0, 1, 0)
(0, 0, 0)
(1, 0, 0) (0, 0, 1)
(0, 1, 0)
a2
w = 2uw = 2(uv ) =
2
(a, b),
+ b2
a2
38
Casta
neda Hernandez/ Barrios Sarmiento
Captulo
Sistemas de inecuaciones
lineales
3.1
Introducci
on
3.2
Programaci
on lineal
Ejercicios 3.2.1.
39
40
Casta
neda Hernandez/ Barrios Sarmiento
Captulo
Vectores en R2 y R3.
4.1
Introducci
on
Ejercicios 4.1.1.
(d)
41
Casta
neda Hernandez/ Barrios Sarmiento
42
(f)
(g) S es la region entre la recta de ecuacion x + y = 2, incluida dicha
recta, y la recta de ecuacion x + y = 3 sin incluir los puntos de esta
u
ltima. Vease figura 4.3.
Captulo 4. Vectores en R2 y R3 .
Introducci
on al Algebra
Lineal
43
(h)
(i) S se identifica con el plano Y Z.
(j)
(k) La grafica de S es un plano perpendicular al plano XZ, una parte
del mismo se muestra en la figura 4.4.
4.1. Introduccion
44
Casta
neda Hernandez/ Barrios Sarmiento
Introducci
on al Algebra
Lineal
45
{(x, y)|y = 25 x2 , 5 x 5}
Casta
neda Hernandez/ Barrios Sarmiento
46
3
x
4
+ 6, por lo
La ecuaci
on de una recta no paralela al eje Y es de la forma y = mx + b, donde m es
la pendiente y (0, b) es la intersecci
on con el eje Y .
Captulo 4. Vectores en R2 y R3 .
Introducci
on al Algebra
Lineal
47
resolvemos solo el ejercicio (a), con v1 = (1, 2), v2 = (5, 1). Consideramos
las coordenadas como medidas paralelamente a los ejes y que las direcciones positivas de los ejes coordenados estan determinadas por las direcciones en las que apuntan los vectores v1 (con relacion al eje paralelo a v2 )
y v2 (con relacion al eje paralelo a v1 ).
Si P (1, 2) se tiene que (1, 2) = 1(1, 2) + 0(5, 1), por lo que P se encuentra
sobre la recta (eje coordenado) paralela a v1 y su coordenada con respecto
a dicho ejees 0. La coordenada con relacion al otro eje es justamente
k(1, 2)k = 5. Para el punto Q(3, 5), resolviendo el sistema correspondiente, encontramos que
28
11
(3, 5) = (1, 2) +
(5, 1)
9
9
Si notamos por c y d (ver figura 4.9) a las distancias (medidas, como se
dijo, paralelamente a los ejes) de Q a los ejes correspondientes a v1 y v2 ,
respectivamente, se tiene que
11
28
11
=
(1, 2)
= 28 5.
c=
(5,
1)
26,
d
=
9
9
9
9
4.1. Introduccion
Casta
neda Hernandez/ Barrios Sarmiento
48
4.2
Segmentos dirigidos en En
Ejercicios 4.2.1.
.
4
(b)
(c) =
3
, = , =
.
4
2
4
2. (a)
(b)
kP Qk + kP Rk + kQRk = 3 + 7 3 + 194.
El angulo = hRP Q es el angulo entre los vectores P Q y P R y
satisface que
PQ PR
19
cos = = .
21 3
kP QkkP Rk
Captulo 4. Vectores en R2 y R3 .
Introducci
on al Algebra
Lineal
As, = cos
49
19
21 3
v
u
2
u
PQ PR
u
sen =
1 cos2 = t1
kP Qk2 kP Rk2
r
2
kP Qk2 kP Rk2 P Q P R
=
kP QkkP Rk
y que el area del triangulo es2
1
kP QkkP Rksen
2r
2 2 2
1
=
kP Qk kP Rk P Q P R .
2
a =
(4.1)
1
1p
9(147) 192 =
962 15.508.
2
2
De la trigonometra b
asica se tiene que el area de un triangulo es el semiproducto de
las longitudes de dos de sus lados por el seno del angulo comprendido entre dichos lados.
4.2. Segmentos dirigidos en En
50
Casta
neda Hernandez/ Barrios Sarmiento
3
3
v = kP Qkuw = (0, 2, 1), X = P + v = (1, 2, 3) + (0, 2, 1).
5
5
Introducci
on al Algebra
Lineal
51
4.3
(4.2)
(4.3)
(4.4)
Aplicaciones geom
etricas
Ejercicios 4.3.1.
Casta
neda Hernandez/ Barrios Sarmiento
52
a
un as puede usar la formula anterior identificando (x, y) con (x, y, 0).
Una ecuacion vectorial del plano que contiene a los puntos no colineales
P, Q y R puede ser
(x, y, z) = P + tP Q + sP R.
Para la ecuacion cartesiana, halle primero una normal n = P Q P R y
la ecuacion correspondiente sera
n (x, y, z) = n P, o n (x, y, z) = n Q o n (x, y, z) = n R.
Para hallar la distancia del punto R a la recta que pasa por P y Q existen
diversas alternativas (ver figura 4.12):
(a) Utilizando proyecciones ortogonales,como se explica en el texto, si
d es la distancia pedida, se tiene
P Rk
d = kP R P roy
PQ
q
P Rk2
kP Rk2 kP roy
d =
PQ
v
u
u
|P R P Q|2
t
2
=
kP Rk
kP Qk2
(4.5)
(4.6)
kP Qk
Captulo 4. Vectores en R2 y R3 .
(4.7)
Introducci
on al Algebra
Lineal
53
Como ilustracion, considere los puntos del ejercicio 1 (d): P (1, 2), Q(3, 6)
26
1
P R = (3, 5)
P R P roy
(2, 4) = (2, 1).
PQ
20
5
Si d es la distancia de R a la recta que pasa por P y Q, tenemos de 4.5
1
1
d =
(2, 1)
= 5 5.
5
O, usando 4.6,
v
r
u
2 r
u
|
P R P Q|
262
1
1
t
2
d = kP Rk
2 = 34 20 = 5 = 5 5.
kP Qk
Finalmente, usando 4.7, tenemos que P Q P R se identifica con el vector
(2, 4, 0) (3, 5, 0) = (0, 0, 2), por lo que
kP Q P Rk
2
1
d=
= =
5.
5
20
kP Qk
4.3. Aplicaciones geometricas
Casta
neda Hernandez/ Barrios Sarmiento
54
3. (a)
3
, por lo que un vector paralelo
1
a la recta es v = (1, 3). As, una ecuacion vectorial para la
recta es
(x, y) = (0, 0) + t(1, 3) = (t, 3t).
i. La pendiente es m = 3 =
Introducci
on al Algebra
Lineal
55
a2
b2
2cos
a2 + b 2 .
a2 + b2 y elevando al
a2 2ab + b2 = a2 + b2 = 2ab = 0.
Entonces debe tenerse a = 0 o b = 0. Como a > b, esto significa
que w puede ser de una de las dos formas
w = (0, b), con b < 0, o w = (a, 0) con a > 0.
Tenemos as dos rectas distintas (ver figura 4.13) que satisfacen
las condiciones deseadas: una paralela al vector w1 = (0, 1) y
4.3. Aplicaciones geometricas
Casta
neda Hernandez/ Barrios Sarmiento
56
a = 2b + 3b, en un caso,
a = 2b b 3, en el otro caso.
Es decir, se obtienen
w1 = (2
3, 1), w2 = (2 +
(b)
3, 1).
Introducci
on al Algebra
Lineal
57
ix.
x.
xi.
xii.
t
(x, y, z) = (1, 6, 7) = s(1, 6, 7)
7
como ecuacion vectorial de la recta.
Existen infinitas rectas. Cada una tiene ecuacion de la forma
(x, y, z) = (1, 3, 1) + t(a, b, c), con a + 2b c = 0 y (a, b, c) 6=
(0, 0, 0).
(x, y, z) = (6t, 3 3t, 0).
(x, y, z) = (6 + t, 0, t).
Errata: En las ecuaciones parametricas de la recta dada debera
ser:
x = 2t, y = 3 + t, z = 5 + 2t.
Reemplazando x, y, z, dados en terminos de t, en la ecuacion
del plano, se obtiene t = 52 y el punto de interseccion de la
recta dada con la recta que se pide (y el plano que la contiene)
es P (5, 11/2, 10). Una ecuacion vectorial es entonces
(x, y, z) = (6, 0, 0) + t(1, 11/2, 10) = (6 + 2s, 11s, 20s).
4.3. Aplicaciones geometricas
58
Casta
neda Hernandez/ Barrios Sarmiento
a = b + 3b, b > 0
a = b 3b, b < 0
por lo que se obtienen dos rectas con vectores paralelos
(x, y, z) = (4, 1, 0) + t( 3 1, 1, 3 2)
Captulo 4. Vectores en R2 y R3 .
Introducci
on al Algebra
Lineal
59
60
Casta
neda Hernandez/ Barrios Sarmiento
tome P R = w y despeje R.
Captulo 4. Vectores en R2 y R3 .
Introducci
on al Algebra
Lineal
61
4
Notese que los puntos A
, 0, 0 , B(0, 4, 0) y C(0, 0, 2), son las
3
intersecciones del plano con los ejes coordenados. Ahora, AB y AC
forman un par de generadores de , as como tambien CB y CA.
Por otra parte, la ecuacion del plano proporciona todos los puntos
que se deseen para hallar otras ecuaciones vectoriales.
4.3. Aplicaciones geometricas
Casta
neda Hernandez/ Barrios Sarmiento
62
Tambien podra escribirse (x, y, z) = (a, b, c)+t(3, 1, 2), con a, b y c arbitrarios, pero toda
recta con una ecuaci
on tal intersecta al plano en un u
nico punto, como puede probarse
f
acilmente.
Captulo 4. Vectores en R2 y R3 .
Introducci
on al Algebra
Lineal
63
(4.8)
(4.9)
64
Casta
neda Hernandez/ Barrios Sarmiento
d = kQP k2 kP royv QP k2 ,
siendo Q(x1 , y1 ) un punto cualquiera de la recta, es decir
ax1 + by1 = c.
2 (QP v)2
d =
kQP k
kvk2
s
(a2 + b2 )[(x0 x1 )2 + (y0 y1 )2 ] [b(x0 x1 ) a(y0 y1 )]2
=
a2 + b 2
s
[a(x0 x1 ) + b(y0 y1 )]2
=
a2 + b2
|ax0 + by0 (ax1 + by1 )|
=
a2 + b 2
|ax0 + by0 c|
=
a2 + b 2
Captulo 4. Vectores en R2 y R3 .
Introducci
on al Algebra
Lineal
65
d = kP royn QP k,
siendo Q(x1 , y1 .z1 ) un punto cualquiera, por lo que
n Q = ax1 + by1 + cz1 = d.
Se tiene entonces
|n QP |
d =
knk
|n P n Q|
=
a2 + b 2 + c 2
|ax0 + by0 + cy0 d|
=
a2 + b 2 + c 2
66
Casta
neda Hernandez/ Barrios Sarmiento
Captulo 4. Vectores en R2 y R3 .
Captulo
La estructura de espacio
vectorial y espacios de matrices
5.1
Introducci
on
5.2
Espacios vectoriales
Ejercicios 5.2.1.
1.
2. La mayora de las demostraciones se siguen de las definiciones. Observe
tambien que la propiedad |z +w| |z|+|w| no es otra que la desigualdad
triangular para vectores en R2 .
3. (a) 13 + 13i.
(b) 29 11i.
1
(c)
(26 + 7i).
25
(d) 9 13i.
(e) 9.
(f) Errata: Debe ser (Re(2 + i))(4 i) = 2(4 i) = 8 2i.
(g) 1.
(h) 46 + 9i.
67
Casta
neda Hernandez/ Barrios Sarmiento
68
i. {a + bx + (a b)x2 |a, b K} = h1 + x2 , x x2 i.
ii. {a+bx+(ab)x2 +(c+a)x3 |a, b, c K} = h1+x2 +x3 , xx2 , x3 i.
iii. No es subespacio de Pn (K) pues no contiene al polinomio nulo.
(i) {(0, 0), (0, 1)} = h(0, 1)i en Z22 . Errata: Debe ser {(0, 1), (1, 0)}, el
cual no es subespacio de Z22 por no contener a (0, 0).
(j) {(0, 0), (0, 1), (0, 2)} = h(0, 1)i.
Introducci
on al Algebra
Lineal
69
S1 = {(0, 0)}
= {(0, 0), (0, 1), (0, 2)}
= {(0, 0), (1, 0), (2, 0)}
= {(0, 0), (1, 1), (2, 2)}
= {(0, 0), (1, 2), (2, 1)}
S6 = Z23
=
=
=
=
=
=
=
=
h(0, 0)i
h(0, 1)i = h(0, 2)i
h(1, 0)i = h(2, 0)i
h(1, 1)i = h(2, 2)i
h(1, 2)i = h(2, 1)i
h(0, 1), (1, 0)i
h(0, 1), (1, 2)i
hv, wi,
con v, w no nulos y v 6= 2w = w.
6. En general, la union de subespacios de un espacio vectorial no es necesariamente un subespacio. Vease, por ejemplo, en el ejercicio anterior, el
conjunto H = S2 S3 = {(0, 0), (0, 1), (0, 2), (1, 0), (2, 0)} el cual no es
subespacio2 de Z23 .
7. (a) h(3, 1)i = {(3t, t)|t R}.
(b) h(1, 3)i = {t(1, 3)|t Z5 } = {(0, 0), (1, 3), (2, 1), (3, 4), (4, 2)}.
(c) h(1, 0), (0, 1)i = Z23 .
(d) h((1, 1, 3), (0, 0, 1)i = {(t, s, 3t + s)|t, s R} = {(x, y, z)|x y = 0}.
(e) h1, x, x2 i = {a + bx + cx2 |a, b, c R}.
(f)
h1 + x, 2xi = {a + (a + 2b)x|a, b Z3 }
= {0, 2x, x, 1 + x, 1, 1 + 2x, 2 + 2x, 2 + x, 2} = h1, xi.
(g) h(1, 2), (2, 4)i = h(1, 2)i = {(t, 2t)|t R}.
8. (a) Supongamos que M = {v}. Si v = 0V , entonces hM i = {0V } tiene
un u
nico elemento. Si v 6= 0V , entonces para escalares distintos y
, se tiene que v 6= v, por lo que
hM i = {v| K}
tiene n = pc elementos, uno por cada escalar en K. Aqu p es un
primo y c es un n
umero natural.
2
N
otese, sin comparar con la lista de todos los subespacios de Z23 , que (0, 1) + (1, 0) =
(1, 1)
/ H.
5.2. Espacios vectoriales
Casta
neda Hernandez/ Barrios Sarmiento
70
5.3
1. (a)
i.
ii.
iii.
iv.
v.
vi.
vii.
viii.
ix.
(b)
i.
ii.
11 40
5 3
2 1
20 12
3 10
5
25
36 70
26 42
12 42
63 39
10
21.
2
20
7
2 15
2
7
1
21
3 43
5
5
3
Introducci
on al Algebra
Lineal
71
7
27
2
iii.
15 11
2
5 3
iv.
5
19
2
2
34
15
3
v. 16
38
3 3
5
1
3
+ 23 X, con X R22 .
vi. Y = 3 10
1 3
10 12 1
7
42
0 7
2. (a) AB =
, BA = 4 15 14, (AB)C =
,
22 7
15 108
8 0
12
34 76 85
B(AD) = 34 146 51.
8
48 52
6
(b) (CA)1 = 2 6 11 , (CA)(2) =
.
21
(c) (AB + 2C)2 = 20 19 .
Casta
neda Hernandez/ Barrios Sarmiento
72
a11 a12 a13
0 0 0
0 0 0
0 0 0 +
0 1 0 , 0 0 1 , 0 0 0
0 0 0
0 1 0
0 0 1
6. Errata: El campo considerado es R o una extension cualquiera del
campo de los racionales.3
(a) Si A es antisimetrica, entonces para todo i, j {1, 2, . . . , n} se
verifica que
A(i, j) = AT (i, j) = A(j, i).
En particular, si i = j, entonces A(i, i) = A(i, i), lo cual implica
que 2A(i, i) = 0 y se sigue que A(i, i) = 0. Es importante notar
que si K es una extension de Z2 no necesariamente la condicion
A(i, i) = 0 se sigue
para matrices antisimetricas, por ejemplo las
1 0
1 1
matrices
,
Z222 son antisimetricas.
0 1
1 1
(b) Si A Knn , entonces
T
1
1 T
T
(A + A )
=
(A + A)
2
2
1
=
(A + AT )
2
T
1
1 T
T
(A A )
=
(A A)
2
2
1
= (A AT ),
2
3
Introducci
on al Algebra
Lineal
73
1
1
Lo que muestra que B = (A + AT ) es simetrica y C = (A AT )
2
2
es antisimetrica. Es rutinario verificar que A = B + C.
1 2 3
1 1 2
0 1 1
4 5 = 1
4 4 + 1
0 1 .
(c) A = 0
1
3 8
2
4 8
1 1 0
s
t 0
0 1 0
1 0 0
7. (a)
t, s R =
,
.
2s + t 3t s
1 3 0
2 0 1
(b) No es subespacio de R23 .
(c)
s
t
r
t, s R
2s + t r 3 2r s
0 1 0
1 0 0
0
0 1
=
,
,
.
1 0 0
2 0 1
1 2 0
5.4
5.4.1
Sistemas lineales en Kn
La matriz identidad. Matrices invertibles
Ejercicios 5.4.1.
1
1. (a) A
=
3 2
.
1 1
(b) A no es invertible.
1 4
2
3
1
5
1 3
2
2
2
2
(c) A1 =
1
2 1 2
1
1
12 12
2
2
(d) A no es invertible.
2. Ecuaciones inconsistentes.
3. (a) A0TKn = 0Km1 R(A), por lo que R(A) 6= . Ademas, si X, Y
Kn , K, entonces
X + Y Kn , (AX T ) + AY T = A(X + Y )T R(A).
Se tiene entonces que R(A) es un subespacio de Km1 .
5.4. Sistemas lineales en Kn
Casta
neda Hernandez/ Barrios Sarmiento
74
(b) Como A0TKn = 0Km1 , se sigue que 0Kn N (A) lo que muestra que
N (A) es no vaco. Ahora, si K, X, Y N (A), entonces
A(X + Y )T = (AX T ) + AY T = 0Km1 .
4. Verifique directamente el producto de A por la matriz indicada.
1
1
5. (a) 23
2
2
11
8
10
5
(b)
7
65
10
3
2 9
(c)
15
0
2
6. B = In B = (CA)B = C(AB) = CIn = C, luego B = C = A1 .
7. Si aii 6= 0, entonces si definimos la matriz B Knn por
1
aii , si j = i;
B(i, j) = bij =
para i, j {1, 2, . . . , n}, entonces
0,
si j 6= i.
AB(i, j) =
n
X
aik bkj =
k=1
aii a1
ii = 1K , si j = i;
0K ,
si j 6= i.
n
X
k=1
aik bkj = aii bij =
1K , si j = i;
0K , si j 6= i.