GUIA4 - Algebra Lineal - Con Aplicaciones PDF

INSTITUTO DE CIENCIAS FISICAS Y MATEMATICAS
GUIA DE TRABAJO
Nombre de la Asignatura : ALGEBRA LINEAL Cdigo : 1524
Unidad 6 : Espacios Vectoriales
Gua No. 4/4 Tiempo estimado para el desarrollo de la gua : 10 horas
Autor de la Gua : ICFM Revisado: ICFM
OBJETIVOS ESPECIFICOS
Que el estudiante logre :
Reconocer y manejar los espacios vectoriales

1. Demostrar si una estructura algebraica de un conjunto de vectores es un espacio
vectorial.
2. Definir un sub espacio de un espacio lineal y encontrar una base para esto.
3. Determinar si un subconjunto de un espacio vectorial es un espacio lineal.
4. Definir y reconocer la independencia lineal de un conjunto de vectores.
5. Definir y obtener una base para espacios lineales.
6. Definir espacios vectoriales relacionados con matrices.
7. Elaborar bases reduciendo una matriz determinada a la forma escalonada.
8. Definir el producto interior en un espacio vectorial arbitrario.
9. Definir longitud y ngulo en espacios con producto interior.
10. Determinar bases de un espacio vectorial con vectores ortogonales.
1. PREREQUISITOS:
Los temas necesarios para esta unidad son:
Sistemas de ecuaciones.
Determinantes.
Matrices.
Vectores.
Funciones
2. MATERIAL NECESARIO IMPRESCINDIBLE:
Libro de texto: Introduccin al lgebra Lineal Howard Anton, Editorial Limusa. Mxico.
Calculadora cientfica con funciones trigonomtricas
Regla.
3. ACTIVIDADES:
3.1. ACTIVIDADES PREVIAS GUIA 5 extra clase .
3.1.1. Algunos cuestionamientos previos
a. Sabe usted lo que es un vector?
b. Sabe usted sumar vectores?
c. Recuerda usted la multiplicacin de un vector por un escalar?
d. Recuerda usted el producto punto entre dos vectores?
e. Recuerda usted el producto cruz entre dos vectores?
3.1.2. Realizar los siguientes ejercicios:
a) Dados los vectores 1, 2, 4 0, 3, 7 4, 1, 5; calcular: (3 4). (4 + 2 )

b) Hallar el producto de las dos matrices
1 4 6 2 3 5
= [2 3 5] = [ 1 0 6]
1 0 4 2 3 1
c) Para el siguiente sistema de ecuaciones obtener la solucin usando la regla de Cramer
4 + = 6
4 + 2 = 1
2 + 2 3 = 20
d) Encontrar la proyeccin ortogonal del vector sobre el vector . Donde: =
3, 1, 7 1, 0, 5
ESPACIOS VECTORIALES.
Introduccin.
La idea de vector est tomada de la Fsica, donde sirven para representar magnitudes vectoriales como
fuerzas, velocidades o aceleraciones. Para ello se emplean vectores de dos componentes en el plano, de
tres componentes en el espacio.
En este tema, tratamos de abstraer las propiedades que caracterizan a los vectores para extenderlas
tambin a otro tipo de objetos diferentes de los vectores de la Fsica.
Esencialmente, el comportamiento que caracteriza a los vectores es el siguiente:
Podemos sumar dos vectores y obtenemos otro vector;

Podemos multiplicar un vector por un nmero escalar y obtenemos otro vector.
NOTACION.-
(V, , + , . ) Estructura del espacio vectorial

V conjunto no vaco
cuerpo de escalares reales o complejos

Vectores que pertenecen a V
DEFINICION
DEFINICION 5.1.1
Sea V un conjunto cualesquiera no vaco de elementos sobre el que estn definidas dos operaciones: la
adicin y la multiplicacin por escalares. Por adicin se entiende una regla que asocia a cada par de
elementos u y v en V un elemento u + v denominado suma de u y v; por multiplicacin escalar se
entiende una regla que asocia a cada escalar y cada elemento u en V un elemento u, denominado
mltiplo escalar de u por . Si los elementos u, v, w en V y los escalares y satisfacen los axiomas
siguientes, entonces V se denomina espacio vectorial, y sus elementos se denominan vectores.
1.- Si u, v estn en V, entonces u + v est en V.
2.- Si u, v estn en V, entonces u + v = v + u.
3.- Si u, v, w estn en V, entonces u + v + w = u + v + w.
4.- Existe un nico elemento 0 en V, denominado vector cero de V, tal que se cumple que
0+ u = u + 0 = u para todo u en V.
5.- Para todo u en V existe un elemento -u en V, denominado opuesto de u, tal que se cumple
u + (-u) = (-u) + u = 0.
6.- Si es cualquier escalar y u es cualquier elemento en V, entonces u est en V.
7.- Si u, v estn en V y es un escalar, entonces (u + v) = u + v.
8.- Si u est en V y , son escalares, entonces (+)u = u + u.
9.- Si u est en V y , son escalares, entonces (u) = ()u.
10.- Si u est en V y 1 es un escalar, 1u = u.
A los elementos de cualquier espacio vectorial los llamaremos vectores, a pesar de que segn su
naturaleza concreta dichos elementos pueden ser distintos de los segmentos dirigidos . Las
representaciones geomtricas, relacionadas con el nombre de vectores, nos ayudaran en aclarar y, con
frecuencia, en prever los resultados necesarios, como tambin a buscar la interpretacin geomtrica de
diferentes hechos la cual no siempre resulta obvia. Cualquier tipo de objeto puede ser un vector, y es
posible que las operaciones de adicin y multiplicacin escalar no guarden ninguna relacin o semejanza
con las operaciones vectoriales usuales sobre . El nico requisito es que se cumplan los axiomas de la
definicin de espacio vectorial.
TE
TEOREMA.
Sean V un espacio vectorial, u un elemento de V y un escalar, entonces se cumple lo siguiente:
1.- 0u = 0.
2.- 0= 0.
3.- (-1)u = -u.
4.- Si u = 0, entonces = 0 o u = 0.
EJEMPLO #1 DE ESPACIO VECTORIAL.-
El espacio, formado por los vectores de n componentes (1 , . . ., ) es un espacio vectorial real, en el que
se pueden sumar vectores y multiplicar por un escalar (real) de la forma habitual. .
Se puede comprobar que se cumplen las propiedades requeridas para ambas operaciones.
El vector cero es 0,. . .,0.
No es un espacio vectorial complejo, pues no podemos multiplicar por escalares complejos (si lo
hacemos, el resultado no se mantendr dentro de ).
Si el conjunto de objetos estudiados V son polinomios de una variable de grado igual o menor a 2, a cada
polinomio con la estructura P(x)= 1 2 + 2 + 3 donde (1 , 1 , 1 ) se le
denomina vector. La suma y el producto escalar estn definidos de la siguiente manera:
= (1 2 + 2 + 3 ) + (1 2 + 2 + 3 ) = 1 + 1 2 + 2 + 2 + (3 + 3 )
+
= (1 2 + 2 + 3 ) = (1 2 + 2 + 3 )
.
Dado por ejemplo = () = 2 + + ,

= () = 2 + +
= () = + ,

Tanto
,

as como
DEMOSTRACIN:
1
+

2
+

+

( 2 + + ) + ( + ) ( + ) + ( 2 + + )
2 + ( + ) + ( + ) 1 2 + ( + ) + ( + )
2 + ( + ) + ( + ) (2) se
cambia el orden de
la suma de cada
elemento gracias a
la propiedad
conmutativa de los
nmeros reales

+
=
+
debido a que (1)=(2)
3 + (
)
+ ( ) +
+
( 2 + + ) [( 2 + + ) + ( + )]
+ [( + ) + ( 2 + + )] + ( 2 + + )
( 2 + + ) + [ 2 + ( + ) + ( + )] ( 2 + ( + ) + ( + ) )
+ ( 2 + + )
( + ) 2 + ( + + ) + ( + + )
(1) ( + 2 + ( + + ) + ( + + )
(2)
+ (
) = (
+ ) +
+ debido a que (1)=(2)
4 + 0
0 +

( 2 + + ) + (0 2 + 0 + 0 ) (0 2 + 0 + 0 ) + ( 2 + + )
(( + 0) 2 + ( + 0) + ( + 0) ) ((0 + ) 2 + (0 + ) + (0 + ) )
( 2 + + ) ( 2 + + )
+ 0 = 0 +
=

5 ( 2 + + ) + ( 2 ) ( 2 ) + ( 2 + + )
(( ) 2 + ( ) + ( ) (( + ) 2 + ( + ) + ( + ) )
(0 2 + 0 + 0 ) (0 2 + 0 + 0 )
0 0
+ (
) = (
)+
= 0
6 ( 2 + + ) = ( 2 + + )

7 ( )
+
+

[( 2 + + ) + ( + )] ( 2 + + ) + ( + )
( 2 + ( + ) + ( + ) ( 2 + + ) + ( + )
2 + ( + ) + ( + ) 2 + ( + ) + ( + ) (2)
2 + ( + ) + ( + ) (1)
( ) =
+ +
debido a que (1) = (2)
8 ( +

+

( + )( 2 + + ) ( 2 + + ) + ( 2 + + )
(( + ) 2 + ( + ) + ( + ) ) ( 2 + + ) + ( 2 + + )
(( + ) 2 + ( + ) + ( + ) ) (( + ) 2 + ( + ) + ( + ) )
(1) (2)
( + )
= +
9 ()
(
)
(kl) ( 2 + + ) ( 2 + + )
(kl 2 + kl + kl ) (kl 2 + kl + kl )
() )
= ( debido a que (1) = (2)
10 1

1 ( 2 + + )
(1 2 + 1 + 1 )
( 2 + + )

1 =

Si el conjunto de objetos estudiados V son matrices de tamao 2x2 con elementos de nmeros reales, a
11 12
cada matriz con la estructura [ ] se le denomina vector. La suma y el producto escalar estn
21 22
definidos de la siguiente manera:
11 12 11 12 11 12
Dado
= [ 22 ],
= [ 22 ],
= [ 22 ] y k=a
21 21 21
Tanto
,

as como
11 12 11 12 11 + 11 11 + 12

+
= [ 22 ] + [21 22 ] = [21 + 21
21 22 + 22 ]
11 12
.
= [ 22 ]
21
DEMOSTRACIN.- A continuacin se realiza la demostracin de una forma muy detallada, para los
siguientes ejemplos se realizarn las operaciones estrictamente necesarias:
1. Debo demostrar que el objeto resultante de la operacin suma pertenece al conjunto V

estudiado, lo cual podemos decir que es verdad basada en la definicin de la operacin suma.
2. La operacin suma debera ser conmutativa, para lo cual realizo las operaciones
+
, luego la
de +
y verifico si realmente son iguales

+

+

11 12 11 12 11 12 11 12
[ 22 ] + [21 22 ] [ 22 ] + [ 21 22 ]
21 21
+ 11 + 12 + 11 + 12
[11 + 11 22 + 22 ] (1) [11 + 11 22 + 22 ]
21 21 21 21
11 + 11 121 + 12
[ ] (2) se cambia el orden de la
21 + 21 22 + 22
suma de cada elemento gracias a
la propiedad conmutativa de los
nmeros reales

+
=
+
debido a que (1)=(2)
3. La operacin suma debe ser asociativa, para lo cual debe cumplirse que
+ (
)
+ ( ) +
+
11 12 11 12 11 12 11 12 11 12
[
21 22 ] + ( [21 22 ] + [21 22 ]) ([
21 22 ] + [21 22 ])
11 12
+ [ ]
21 22
11 12 11 + 11 11 + 12
[
21 22 ] + ( [21 + 21 22 + 22 ]) + 11 + 12
([11 + 11 22 + 22 ])
21 21
11 12
+ [ ]
21 22
+ + 11 + 12 + 12
[11 + 11 + 11 22 + 22 + 22 ] (1)
21 21 21 + + 11 + 12 + 12
[11 + 11 + 11 22 + 22 + 22 ]
21 21 21
(2
+ (
) = (
+ ) +
= [0
4. Se debe encontrar un elemento neutro 0
0
] tal que
0 0
+ 0
0 +

11 12 0 0 0 0 11 12
[
21 22 ] + [0 0
] [
0 0
] + [
21 22 ]
11 + 0 11 + 0 0 + 11 0 + 12
[ ] [ ]
21 + 0 22 + 0 0 + 21 0 + 22
11 12 11 12
[ 22 ] [ 22 ]
21 21
+ 0 = 0 +
=

11 12
5. Se deber definir un vector negativo a
= [ 22 ]
21
+ (
) (
)+
11 12 11 12 11 12 11 12
[ 22 ] + [21 22 ] [ 22 ] + [21 22 ]
21 21
11 + (11 12 + (12 + 12 + 12
[ ] [11 + 11 22 + 22 ]
21 + (21 22 + (22 21 21
11 11 12 12 0 0
[ [ ]
21 21 22 22 ] 0 0
0 0
[ ]
0 0
+ (
) = (
)+
= 0
6. Debo demostrar que el objeto resultante de la operacin producto escalar pertenece al conjunto
V estudiado, lo cual podemos decir que es verdad basada en la definicin de la operacin de
multiplicacin.
7. La operacin producto debe cumplir
( )
+
+

11 12 11 12 11 12 11 12
([ 22 ] + [21 22 ]) [ 22 ] + [21 22 ]
21 21
+ 11 + 12 11 12 11 12
( [11 + 11 22 + 22 ])
[ 22 ] + [21 22 ]
21 21 21
+ 11 + 12
[11 + 11 22 + 22 ]
(2
21 21
(11 + 11 (11 + 12
[ ]
(21 + 21 (22 + 22
+ 11 + 12
[11 + 11 22 + 22 ] (1)
21 21
( ) =
+ +
8. La operacin producto debe cumplir que
( +

+

11 12 11 12 11 12
( + [ 22 ] [ 22 ] + [21 22 ]
21 21
( + 11 ( + 12 11 12 11 12
[
( + 21 ( + 22
] [
21 22 ] + [21 22
]
11 + 11 11 + 12
[ ] (2
21 + 21 22 + 22
11 + 11 11 + 12
[ ] (1)
21 + 21 22 + 22
( + )
=
+
9. La operacin producto debe cumplir que
()
(
)
11 12 11 12
() [ 22 ] ( [ 22 ])
21 21
()11 ()12 12
[ ] [ 11 ]
()21 ()22 21 22
11 12
[ ] (2
21 22
11 12
[ ] (1
21 22
() )
= ( debido a que (1) = (2)
10. Se debe encontrar un elemento unidad 1 del cuerpo K tal que

1
11 12
[ ]
21 22
111 112
[ ]
121 122
11 12
[ 22 ]
21
=
1
EJEMPLO #4 QU NO ES UN ESPACIO VECTORIAL?
Si el conjunto de objetos estudiados V son las ternas de nmeros reales (x, y, z). La suma y el producto
escalar estn definidos de la siguiente manera:
= ( , , ) ,
= (, , ) ,
Dado = ( , , )
Tanto
,

as como
= ( + , + , + )
+
= ( , , ) = ( , , )
.
DEMOSTRACIN:
1
+

2
+

+

(, , ) + ( , , ) ( , , ) + (, , )
( + , + , + ) (1 ( + , + , + )
( + , + , + ) (2 se cambia el
orden de cada
elemento gracias
a la propiedad
conmutativa de
los nmeros
reales

+
=
+
debido a que (1=(2
+ (
3 )
+ ( ) +
+
(, , ) + [( , , ) + ( , , ) ] [(, , ) + ( , , )] + ( , , )
(, , ) + ( + , + , + ) ( + , + , + ) + ( , , )

( + + , + + , + + ) (1) ( + + , + + , + + ) (2)
+ (
) = (
+ ) +
4
+0 +
0
(, , ) + (0,0,0 (0,0,0) + (, , )
( + 0, + 0, + 0) (0 + , 0 + , 0 + )
(, , ) (, , )
+ 0 = 0 +
=

+ (
5 ) (
)+

(, , ) + (, , ) (, , ) + (, , )
( + (, + (, + () ( + , + , + )
( , , ) (0,0,0)
(0,0,0)
+ (
) = ( = 0
)+
6 = (, , ) = (, , )

7 ( )
+
+

[(, , ) + ( , , )] a(, , ) + ( , , )
a( + , + , + ) (, , ) + ( , , )
(( + , + , + ) ( + , + , + ) (2)
( + , + , + ) (1)
( ) =
+ +
8 ( + )

+

( + )(, , ) (, , )+b(, , )
(( + ), , ) (, , ) + (, , )
( + , , ) (1 ( + , + , + ) (2
no cumple el axioma
es suficiente que uno no cumpla para que
no sea esspacio vectorial
( + )

+
() ()
SUBESPACIOS VECTORIALES.
Con frecuencia, se tiene que un espacio vectorial est contenido en otro, y que la adicin y la
multiplicacin por escalares del primer espacio vectorial se llevan a cabo de manera exactamente igual
a la del segundo. Cuando esto es as, se dice que el primer espacio vectorial es subespacio del segundo.
Sin embargo, si U es parte de un conjunto ms grande V del que se sabe es un espacio vectorial, entonces
no es necesario verificar ciertos axiomas para U porque son heredados de V.
DEFINICION.
Un subconjunto U de un espacio vectorial V se denomina subespacio de V si U es un espacio vectorial

bajo la adicin y la multiplicacin escalar definidas sobre V.
Si U es un conjunto formado por uno o ms vectores de un espacio vectorial V, entonces U es un
subespacio de V si y slo si se cumplen las condiciones siguientes:
1.- Cerrado bajo la adicin: Si u, v son elementos de U, entonces u + v est en U.
2.- Cerrado bajo la multiplicacin escalar: Si es cualquier nmero y u es un elemento de U, entonces u
est en U.
Todo espacio vectorial V tiene por lo menos dos sub-espacios: V y {0}
EJEMPLO.- Determinar si el conjunto W de los vectores de la forma a, 1, 1, donde a es un nmero Real,

constituyen un sub espacio de R3
DEFINICIONES INICIALES:
1- Como no dan ninguna restriccin para las
operaciones de suma y resta utilizaremos los
procedimientos usuales para vectores en R3
2- Existen los vectores:

= 1 , 1,1
= 2 , 1,1
DEMOSTRACIN:
Primera condicin: + 3

+ = 1 + 2 , 1 + 1,1 + 1
=1 + 2 , 2,2
Segunda condicin:

No Es Necesario Porque No Cumpli La Primera
CONCLUSIN: No es un sub-espacio vectorial de R3 porque
no cumple la condicin de cerradura de la adicin.
EJEMPLO.- Determinar si S7 es un sub espacio vectorial (S7 Conjunto formado por los vectores
pertenecientes al plano de cuatro dimensiones tales que se cumplan la restriccin indicada)
S7={x, y, z, w R4 / x+2z=z-w=0}
1- Como no dan ninguna restriccin para las operaciones de suma y resta utilizaremos los
procedimientos usuales para vectores en R4

= 1 , 1 , 1 , 1 tal que = 2 , 2 , 2 , 2 tal que
1 + 21 = 0 (3) 2 + 22 = 0 (5)
1 1 = 0 (4) 2 2 = 0 (6)
DEMOSTRACIN:
Primera condicin: + 7 si y solo si cumple las restricciones.
1 + 2 + 2(1 + 2 ) = 0 primera
restriccin
1 + 2 + 21 + 22
1 + 21 + 2 + 22
0 + 0 = 0 por las definiciones (3) y (5) por

+ = 1 + 2 , 1 + 2 , 1 + 2 , 1 + 2
lo tanto cumple
(1 + 2 ) (1 + 2 ) = 0 segunda
restriccin
1 1 + 2 2
0 + 0 = 0 por las definiciones (4) y (6) por

lo tanto cumple
Segunda condicin:
7 si y solo si cumple las restricciones.
1 + 21 = 0 primera restriccin
(1 + 21 )
= 1 , 1 , 1 , 1
(0) = 0 por la definicin (3)
1 1 = 0 segunda restriccin
1 , 1 , 1 , 1
(1 1 )
(0) = 0 por la definicin (4)

CONCLUSIN: S es un sub-espacio vectorial de R4 porque cumple las dos condiciones de
cancelacin de la suma y multiplicacin
COMBINACIN LINEAL
Una combinacin lineal de dos o ms vectores es el vector que se obtiene al sumar esos vectores
multiplicados por escalares.
= + + . +
Cualquier vector se puede poner como combinacin lineal de otros que tengan distinta direccin.
W=2.6u+3.2v
Esta combinacin lineal es nica.
VECTORES LINEALMENTE DEPENDIENTES
Un conjunto de vectores se dice que son linealmente dependientes si hay una combinacin
lineal de ellos que es igual al vector cero, sin que sean cero todos los coeficientes de la
combinacin lineal.
+ + . + =
Propiedades:
En un conjunto con vectores que son linealmente dependientes, al menos uno de ellos se puede
expresar como combinacin lineal de los dems.
+ + . + =

= .

Si un vector es combinacin lineal de otros, entonces todos los vectores son linealmente
dependientes.
Dos vectores = , ,.., y = , , . . son linealmente dependientes si sus

componentes son proporcionales (el uno es mltiplo del otro).
u=kv
, , , . = + + + +
1 2 3
= = = = =
1 2 3
Si el determinante de la matriz que forman un conjunto de vectores es igual a cero, estos

vectores son linealmente dependientes ya que la matriz no tiene inversa.
1 1 1
[2 2 2 ] = 0
3 3 3
Un conjunto finito de vectores que contiene al vector cero es linealmente dependiente.
Sea = , ,.., un conjunto de vectores en . Si r > n, entonces u es linealmente

dependiente.
EJEMPLO 1.
Demostrar que conjunto de vectores S = {v1,v2,v3} en donde v1 = 2, 1 , 0,3, v2 = 1,2,5,-1, v3 =

7,-1,5,8 es linealmente dependiente.
1- En un conjunto con vectores que son linealmente
dependientes, al menos uno de ellos se puede
expresar como combinacin lineal de los dems.
v1 = 2, 1 , 0,3
v2 = 1,2,5,-1
v3 = 7,-1,5,8
DEMOSTRACIN:
v3=k1v1+k2v2
7,-1,5,8 = k1 2, 1 , 0,3 + k2 1,2,5,-1
2k1 + k2 = 7
k1 + 2k2 = -1
7
1 7 1 1
2 1 7 1 2 2
[ ][ ] [ ][ ] [0 3] [29]
1 2 1 1 2 1 2
2
7 1
1 1 2 1 0 3
[ ][ ] [ ][ ]
0 1 1 0 1 1
3 3
1 1
k2= 3 k1=3
1 1
V3 = v1 - v2
3 3
CONCLUSIN: El vector v3 es una combinacin lineal de los

vectores v1 y v2.
EJEMPLO 2
Determinar los valores de k para que sean linealmente dependientes los vectores u=3,k,6, v=-2, 1,
k+3, w=1, k+2, 4. Escribir u como combinacin lineal de v y w, siendo k el valor calculado.
1- Los vectores son linealmente dependientes si el
determinante de la matriz que forman es nulo.
u=3,k,-6
v=-2, 1, k+3
w=1, k+2, 4
DEMOSTRACIN:
3 6
[2 1 + 3] = 0
1 +2 4
31*4-k+2k+3-k-2*4-1k+3-6-2k+2-1*1=0
k2 4k + 12 = 0
k=-2 k=6
Ahora tenemos los vectores:
u=3, -2, -6
v=-2, 1, 1
w=1, 0, 4
u= av + bw
3, -2, -6 = a-2, 1, 1 + b1, 0, 4
-2a + b = 3
a = -2
a + 4b = -6
a=-2 b=-1
CONCLUSIN: El vector u es una combinacin lineal de los

vectores v y w.
u= -2v -1w
VECTORES LINEALMENTE INDEPENDIENTES
Varios vectores son linealmente independientes si ninguno de ellos puede ser escrito con una
combinacin lineal de los restantes. Por lo tanto en la ecuacin vectorial:
1 1 + 2 2 + . + = 0
1 = 2 = . = = 0
Los vectores linealmente independientes tienen distinta direccin y sus componentes no son
proporcionales por lo tanto el determinante de la matriz que forman es diferente de cero.
1 1 1

[ 2 2 2 ] 0
3 3 3
a b c
a Linealmente dependientes. b Linealmente dependientes. cLinealmente

independientes.
Pregunta para prueba
EJEMPLO 1:
Demostrar que los vectores i = 1,0,0 , j = 0,1,0 y k = 0,0,1 en R3. Son linealmente
dependientes.
1- Varios vectores son linealmente independientes si
ninguno de ellos puede ser escrito con una combinacin
lineal de los restantes.
2- El conjunto de vectores es:
i = 1,0,0
j = 0,1,0
k = 0,0,1
DEMOSTRACIN:
k1i + k2j + k3k = 0
k1 1,0,0 + k2 0,1,0 + k3 0,0,1 = 0,0,0
k1, k2, k3 = 0,0,0
CONCLUSIN: Por tanto, k1 = 0, k2 = 0, k3 = 0; como

consecuencia, el conjunto S = {i, j, k} es linealmente
independiente. Es posible aplicar un argumento semejante para
demostrar que los vectores e1 = 1, 0,0,0, e2 = 0, 1,0,0,,
en = 0, 0,0,,1 forman un conjunto linealmente independiente
en Rn .
EJEMPLO 2
Siendo u = 1, 0, 1, v = 1, 1, 0 y w = 0, 1, 1, demostrar que dichos vectores son linealmente
independientes
1- Varios vectores son linealmente independientes si
ninguno de ellos puede ser escrito con una combinacin
lineal de los restantes.
u = 1, 0, 1
v = 1, 1, 0
w = 0, 1, 1
DEMOSTRACIN:
k1u + k2v + k3w = 0
k1 1,0,1 + k2 1,1,0 + k3 0,1,1 = 0,0,0
k1+ k2 =0
k2 + k3 = 0
k1+ k3 = 0
1 1 0 0
[0 1 1] 0
1 0 1 0
1 1 0 0
[ 0 1 1] 0
0 1 1 0
1 0 1 0
[0 1 1] 0
0 0 2 0
1 0 1 0
[0 1 1] 0
0 0 1 0
1 0 0 0
[0 1 0] 0
0 0 1 0
CONCLUSIN: Por tanto, k1 = 0, k2 = 0, k3 = 0; como

consecuencia, el conjunto S = {u, v, w} es linealmente
independiente
Otra forma de resolver el ejercicio es obteniendo el valor de del

determinante de la matriz de coeficientes.
1 1 0
|0 1 1| = 1 + 1 + 0 = 2
1 0 1
CONCLUSIN: Por tanto, k1 = 0, k2 = 0, k3 = 0; ya que la matriz

dada tiene inversa debido a que su determinante es diferente de
cero. Por lo tanto como consecuencia, el conjunto S = {u, v, w} es
linealmente independiente.
EJEMPLO 3
Determnese si los vectores v1 = 1.-2,3 v2 = 5,6, -1 v3 = 3, 2,1. Forman un conjunto

linealmente dependiente o linealmente independiente.
1- La combinacin lineal de estos vectores igualada a cero
nos determinara si son linealmente independientes o
linealmente dependientes.
v1 = 1.-2,3
v2 = 5,6, -1
v3 = 3, 2,1.
DEMOSTRACIN:
k1v1 + k2v2 + k3v3 = 0
k11.-2,3 + k25,6, -1 + k33,2,1 = 0,0,0
k1 + 5k2 + 3k3, 2k1 + 6k2 + 2k3, 3k1 k2 + k3 = 0,0,0
K1 +5k2 +3k3 =0
-2K1+6k2 +2k3 =0
3K1 -k2 +k3 =0
1 5 3 0
[2 6 2] 0
3 1 1 0
1 5 3 0
[0 16 2] 0
3 1 1 0
1 5 3 0
[0 1 1/2] 0
3 1 1 0
1 5 3 0
[0 1 1/2] 0
0 16 8 0
1 5 3 0
[0 1 1/2] 0
0 1 1/2 0
Por lo tanto el sistema tiene infinitas soluciones porque los dos

ltimos renglones son los mismos, por lo cual asumimos que k3
= t por lo tanto:
K1 +5k2 +3k3 =0
1
k2 + k3 =0
2
1
k2 + =0
2 3
Reemplazando k3=t
11 1
K1 = - k2 = - t k3 = t
2 2
CONCLUSIN: La variable arbitraria t puede tomar cualquier

valor real siendo los valores de k1, k2 y k3 diferentes de cero; como
consecuencia, el conjunto { v1, v2 , v3 } es linealmente
dependiente
Otra forma de resolver el ejercicio es obteniendo el valor de del

determinante de la matriz de coeficientes.
1 5 3
|2 6 2| = 8 + 40 48 = 0
3 1 1
CONCLUSIN: Por tanto, k1, k2 y k3 son diferentes de cero; ya que
la matriz dada no tiene inversa debido a que su determinante es
cero. Por lo tanto como consecuencia, el conjunto { v1, v2 y v3 } es
linealmente dependiente.
Aplicacin a ecuaciones diferenciales.
EJEMPLO 4
Si 1 = y 2 = son soluciones de la ecuacin diferencial lineal y-y=0. Demostrar que estas

soluciones son linealmente independientes y encontrar una solucin general.
1- La combinacin lineal de estas funciones igualada a cero
2- El conjunto de funciones es:
{ , }
DEMOSTRACIN:
En este ejercicio nos limitaremos a demostrar que el conjunto es
una solucin de la ecuacin diferencial si es linealmente
independiente y encontraremos la solucin general.
1 + 2 = 0
Asumimos valores arbitrarios para x
x=0 1 + 2 = 0
1
x=1 1 + 2 = 0

1 1
[ 1] [ 1 ] = [ 0]
2 0

1 1
[ 1] 0
0

1 0 0
[ ]
0 1 0
1 = 2 = 0
CONCLUSIN: El conjunto de soluciones { , } es
linealmente y la solucin general se puede expresar como:
= 1 + 2
EJEMPLO 5
Demostrar que el conjunto de funciones {1, senx, cosx} es linealmente independiente.
{1, , cos }
DEMOSTRACIN:
En este ejercicio demostraremos que el conjunto podra ser una
solucin de alguna ecuacin diferencial si es linealmente
1 + 2 + 3 = 0
x=0 1 + 3 = 0
x=90 1 + 2 = 0
x=180 1 3 = 0
1 0 1 1 0
[1 1
0 ] [ 2 ] = [0]
1 0 1 3 0
1 0 1 0
[1 1 0 ] [ 0]
1 0 1 0
1 0 0 0
[0 1 0] [ 0]
0 0 1 0
1 = 2 = 3 = 0
CONCLUSIN: El conjunto {1, , cos }es linealmente

independiente por lo tanto podra ser la solucin de alguna
ecuacin diferencial cuya solucin general se puede expresar
como:
= 1 + 2 + 3
EJEMPLO 5
Demostrar que el conjunto de funciones {1, sen2 x, cos2 x} es linealmente dependiente o independiente.
{1, 2 , 2 }
DEMOSTRACIN:
En este ejercicio demostraremos que el conjunto podra ser una
solucin de alguna ecuacin diferencial si es linealmente
Aplicando una funcin trigonomtrica por simple inspeccin

podemos demostrar que este conjunto es linealmente
dependiente.
1 = 2 + 2
CONCLUSIN: El conjunto de soluciones {1, 2 , 2 }

es linealmente dependiente.
EJEMPLO 6
Determine si { , , + 1 } es un conjunto de soluciones linealmente independiente de la

ecuacin diferencial lineal homognea y- 3y + 3y -y = 0
{ , , + 1 }
DEMOSTRACIN:
En este ejercicio nos limitaremos a demostrar que el conjunto es
una solucin de la ecuacin diferencial si es linealmente
1 + 2 + 3 + 1 = 0

x=0 1 + 3 = 0
x=1 1 + 2 + 3 2 = 0
1 1
x=-1 1 2 + 0 = 0
1 0 1
1 0
2
[1 1 ] [ 2 ] = [ 0]
0 3 0

1 0 1
0
2
[1 1 ] [0]
0 0

1 0 1 0
[1 1 2] [ 0]
1 1 0 0
1 0 1 0
[0 1 1] [0]
0 1 1 0
1 0 1 0
[0 1 1] [ 0]
0 1 1 0
1 0 1 0
[0 1 1] [ 0]
0 0 0 0
Al reducir la matriz extendida la ltima fila es cero entonces se

tienen infinitas soluciones por lo tanto el conjunto es
CONCLUSIN: El conjunto de soluciones { , , ( + 1) }

es linealmente dependiente por lo tanto no representa una
solucin para la ecuacin diferencial dada
BASE Y DIMENSION
En algebra lineal, una base proporciona un sistema coordenado para un espacio vectorial, mediante la
nocin de vectores coordenados. La eleccin de la base correcta con frecuencia simplificara
enormemente un problema particular.
DEFINICION 5.3.3
DEFINICION DE ESPACIO GENERADO:
Si = { , , . . } es un conjunto de vectores en un espacio vectorial V, entonces el subespacio U
de V que consta de todas las combinaciones lineales de los vectores en S se denomina espacio generado
por , , . . y se dice que los vectores , , . . generan a U.
DEFINICION DE BASE:
Si V es cualquier espacio vectorial y = { , , . . } es un conjunto de vectores en V, entonces S se
llama base de V si se cumplen las dos condiciones siguientes:
1.- S es linealmente independiente.

2.- S genera a V.
Si = { , , . . } es una base de un espacio vectorial V, entonces todo vector v en V se puede

expresar en forma nica como = + + . +
Se dice que un espacio vectorial V diferente de cero es de dimensin finita si contiene un conjunto
finito de vectores { , , . . } que forma una base. Si no es as, se dice que V es de dimensin
infinita. Adems, se considera que el espacio vectorial cero es de dimensin finita.
DEFINICION DE DIMENSION
La dimensin de un espacio vectorial V de dimensin finita, denotada por Dim(V), se define como el
nmero de vectores que hay en una base de V. Adems, por definicin, el espacio vectorial cero es de
dimensin cero.
Si V es un espacio vectorial de dimensin finita y { , , . . } es cualquier base, entonces:

1.- Todo conjunto con ms de n elementos es linealmente dependiente.
2.- Ningn conjunto con menos de n vectores genera a V.
3.- Todas las bases de un espacio vectorial de dimensin finita tienen el mismo nmero de vectores.
EJEMPLO 1
Demostrar que los vectores i = 1,0,0 , j = 0,1,0 y k = 0,0,1 en R3. Son una base para R3.
1- Varios vectores forman una base para un espacio
vectorial si estos generan a dicho espacio y adems son
linealmente independientes.
i = 1,0,0
j = 0,1,0
k = 0,0,1
DEMOSTRACIN:
Para generar a R3 un vector arbitrario = 1 , 2 , 3 se puede
expresar como combinacin lineal de i, j, k.
k1i + k2j + k3k = b

k1 1,0,0 + k2 0,1,0 + k3 0,0,1 = 1 , 2 , 3
k1, k2, k3 = 1 , 2 , 3
Por lo tanto k1, k2, k3 pueden tomar cualquier valor real

demostrndose as que i, j, k generan a R3.
Para ser linealmente independientes:
k1i + k2j + k3k = 0
k1 1,0,0 + k2 0,1,0 + k3 0,0,1 = 0,0,0
k1, k2, k3 = 0,0,0
CONCLUSIN: Por lo tanto, k1 = 0, k2 = 0, k3 = 0; como

consecuencia, el conjunto S = {i, j, k} es linealmente
independiente. Adems genera al espacio vectorial R3 porque
cualquier vector b en R3 puede ser expresado como una
combinacin lineal de este conjunto de vectores. Como esta base
consta de tres vectores su dimensin es 3. Tambin es posible
aplicar un argumento semejante para demostrar que los
vectores e1 = 1, 0,0,0, e2 = 0, 1,0,0,, en = 0, 0,0,,1
forman una base para el espacio vectorial Rn .
EJEMPLO 2
Sean 1 = 1, 2, 1, 2 = 2, 9, 0 y 3 = 3, 3, 4. Demustrese que el conjunto S = {1 , 2 , 3 } es una

base para 3 .
1- Varios vectores forman una base para un espacio vectorial si estos generan
a dicho espacio y adems son linealmente independientes.
2- El conjunto de vectores S es:
1 = 1, 2, 1
2 = 2, 9, 0
3 = 3, 3, 4.
DEMOSTRACIN:
Para demostrar que S genera a R3, es necesario demostrar que un vector arbitrario
= 1 , 2 , 3 se puede expresar como combinacin lineal del conjunto de
vectores S.
= 1 1 + 2 2 + 3 3
1 , 2 , 3 = 1 1, 2, 1 + 2 2, 9, 0 +3 3, 3, 4
1 , 2 , 3 = 1 + 22 + 33 , 21 + 92 + 33 , 1 + 43
1 + 22 + 33 = 1
21 + 92 + 33 = 2
1 + 43 = 3
1 2 3 1
[2 4 3] [2 ]
1 0 4 3
1 2 3 1
[0 0 3] [21 + 2 ]
0 2 1 1 3
1
1 2 3 2 +
1 2
[0 0 1 ] [ ]
0 2 1 3
1 3
1 0 4 23 1
0 0 1 21 2
[ 1] [ ]
0 1 3
2 1 3
42 + 63 111
3
1 0 0 21 2
[0 0 1]
0 1 0 3
81 2 63
[ 6 ]
El vector arbitrario = 1 , 2 , 3 puede tomar cualquier valor demostrndose

que es una combinacin lineal del conjunto de vectores S={1 , 2 , 3 }. Por lo
tanto S genera a R3.
Para probar que S es linealmente independiente, es necesario demostrar que la

nica solucin de
1 1 + 2 2 + 3 3 = 0
Es 1 = 2 = 3 = 0
Por lo tanto, la verificacin de la independencia se reduce a demostrar que el

sistema homogneo tiene nicamente la solucin trivial.
1 + 22 + 33 = 0
21 + 92 + 33 = 0
1 + 43 = 0
1 2 3 0
[ 2 4 3] [ 0]
1 0 4 0
1 2 3 0
[0 0 3] [0]
0 2 1 0
1 2 3 0
[0 0 1 ] [ 0]
0 2 1 0
1 0 4
0
0 0 1
[ 1 0]
] [
0 1 0
2
1 0 0 0
[ 0 0 1] [ 0]
0 1 0 0
Por lo tanto: 1 = 2 = 3 = 0
CONCLUSIN: El conjunto de vectores S={1 , 2 , 3 } genera a R3 y es linealmente

independiente por lo tanto es una base para R3. Su dimensin es tres.
Otra manera de resolver el ejercicios es la siguiente:
Es posible probar simultneamente que S es linealmente independiente y que

genera a 3 , demostrando que la matriz de coeficientes tiene inversa.
1 2 3

A= 2 9 3

1 0 4
Esto se verifica cuando el determinante de los coeficientes de la matriz es

diferente de cero:
1 2 3
Det(A)= 2 9 3 = 36-2(8-3)+3(-9)=-1
1 0 4
Por el teorema 6 de la seccin 2.3,
CONCLUSION: se concluye que A es inversible. Por consiguiente, S es una base para

R3. La dimensin es tres.
EJEMPLO 3
Demostrar que el conjunto S = { 1 , 2 , 3 , 4 } es una base para el espacio vectorial 22 de 2 X 2.

1- Varios vectores forman una base para un espacio vectorial si estos generan
a dicho espacio y adems son linealmente independientes.
2- El conjunto de vectores S es:
1 0 0 1 0 0 0 0
M1 = M2 = M3 = M4=
0 0 0 0 1 0 0 1
DEMOSTRACIN:
A fin de ver que S genera a 22 , ntese que un vector matriz arbitrario es:
a b
c d

El cual se puede escribir como como una combinacin lineal del conjunto S.
a b 1 0 0 1 0 0 0 0
c d = a 0 0 + b 0 0 + c 1 0 + d 0 1

= a1 + b2 + c3 + 4
Para verificar que S es linealmente independiente:
a1 + b2 + c3 + 4 = 0
Es decir
1 0 0 1 0 0 0 0 0 0 0 0
a +b 0 0 + c 1 0 + d 0 1 = 0 0 = 0 0
0 0
Entonces
a b 0 0
c d = 0 0

Por tanto a = b = c = d = 0 de modo que S es linealmente independiente.
CONCLUSIN: El conjunto de vectores S= { 1 , 2 , 3 , 4 } genera al espacio

vectorial 22 y es linealmente independiente por lo tanto es una base para 22 .
Su dimensin es cuatro.
SISTEMAS HOMOGENEOS.
El procedimiento para determinar una base para el espacio solucin de un sistema homogneo Ax=0
(o espacio nulo de A) donde A es una matriz de m*n, es el siguiente:
1. Resolver el sistema homogneo dado, mediante reduccin de Gauss-Jordan. Si en la solucin no

hay constantes arbitrarias, el espacio solucin es (0), no tiene una base, y su dimensin es cero.
2. Si en la solucin x hay constantes arbitrarias, se escribe x como una combinacin lineal de los
vectores { x1, x2, , xp } con s1, s2, ., sp como coeficientes:
X = s1x1 + s2x2 +.+ spxp
3. El conjunto de vectores { x1, x2, , xp } es una base para el espacio solucin de Ax=0; la
dimensin del espacio solucin es p.
Si A es una matriz de m*n, entonces el conjunto de todas las soluciones del sistema de ecuaciones
lineales homogneo Ax=0 es un subespacio de Rn llamado espacio nulo de A y es denotado por N(A).
La dimensin del espacio nulo de A se denomina nulidad de A
EJEMPLO 1
Determnese una base y la dimensin para el espacio de soluciones del sistema homogneo Ax=0
1 + 2 + 43 +4 + 25 = 0
2 + 23 + 4 + 5 = 0
4 + 25 = 0
1 - 2 + 25 = 0
21 + 2 + 63 + 5 = 0
PASOS A SEGUIR:
Paso 1: Resolver el sistema homogneo dado Ax=0, mediante reduccin de Gauss-
Jordan.
1 1 4 1 2 1 0
0 1 2 1 1 2 0
0 0 0 1
2 3 = 0
1 1 0 0 2 4 0
[2 1 6 0 1] [5 ] [0]
Reduccin aplicando el mtodo de Gauss-Jordan.
1 1 4 1 2 0
0 1 2 1 1 0
0 0 0 1 2 0
1 1 0 0 2 0
[2 1 6 0 1] [0]
1 1 4 1 2 0
0 1 2 1 1 0
0 0 0 1 2 0
0 2 4 1 0 0
[0 1 2 2 3] [0]
1 0 2 0 1 0
0 1 2 1 1 0
0 0 0 1 2 0
0 0 0 1 2 0
[0 0 0 1 2] [0]
1 0 2 0 1 0
0 1 2 0 1 0
0 0 0 1 2 0
0 0 0 0 0 0
[0 0 0 0 0 ] [0]
Paso 2: Si en la solucin x hay constantes arbitrarias, se escribe x como

una combinacin lineal de los vectores { x1, x2, , xp } con s1, s2, ., sp
como coeficientes
Por tanto las ecuaciones quedan de la siguiente manera:
1 23 5 = 0
2 + 23 5 = 0
4 + 25 = 0
Tomamos las constantes arbitrarias s y t, por tanto:
1 = 2 +
2 = +
3 =
4 = 2
5 =
Expresando en forma de matrices:
1 2 +
2 2 +
X= 3 =
4 2
[5 ] [ ]
1 2
2 2
X= 3 = + 0
4 0 2
[5 ] [ 0 ] [ ]
1 2 1
2 2 1
X= 3 = 1 + 0
4 0 2
[5 ] [0] [1]
Dado que s y t son constantes arbitrarias asumimos primero que s=1 y t=0 y
luego que s=0 y t=1 obteniendo as las soluciones:
2 1
2 1
1 = 1 2 = 0
0 2
[0] [1]
CONCLUSIN: El conjunto de vectores { 1 , 2 } es una base para el espacio de

soluciones del sistema homogneo dado y su dimensin es dos.
Estos dos vectores son soluciones de Ax=0 y todas las soluciones de este sistema
homogneo son combinaciones lineales de los mismos.
La nulidad de A es igual a dos.
ESPACIOS DE RENGLONES Y COLUMNAS DE UNA MATRIZ; APLICACIONES PARA HALLAR BASES.
Considrese la matriz mxn:
11 12 1
21 22 2
=[ ]
1 2
En donde:
1 = 11 12 ..1n
2 = 21 22 ..2n
= m1 m2 ..mn
Se llaman vectores rengln de A. El subespacio de generado por los vectores rengln es el espacio
de renglones de A.
11 12 1
21 22 2
1 = 31 2 = 32 .. = 3

[1 ] [2 ] [ ]
Se llaman vectores columna. El subespacio de generado por los vectores columna es el espacio de
columnas de A.
EJEMPLO 1
7 5 1
Sea la matriz: A= [ ]. Determinar los vectores renglon y vectores columna.
4 3 0
Se llaman vectores rengln de A. El subespacio de generado por los vectores
rengln es el espacio de renglones de A.
Se llaman vectores columna. El subespacio de generado por los vectores
columna es el espacio de columnas de A.
Se tiene la matriz:
7 5 1
A= [ ]
4 3 0
Los vectores rengln son:
1 = 7,-5,1 2 = 4,3,0
Los vectores columna son:
7 5 1
1 = [ ] 2 = [ ] 3 = [ ]
4 3 0
Propiedades:
Las operaciones elementales sobre los renglones no cambian el espacio de renglones de una matriz.
Los vectores rengln diferentes de cero en una forma escalonada de una matriz A forman una base
para el espacio de renglones de A.
El espacio de columnas de una matriz A es el mismo que el espacio de renglones de su traspuesta .
Si A es una matriz cualquiera entonces el espacio de renglones y el espacio de columnas de A tiene la

misma dimensin.
La dimensin del espacio de renglones y columnas de una matriz A se conoce como rango de A.
EJEMPLO 2:
Encuntrese una base para el espacio generado por los vectores:
1 =1,-2,0,0,3 2 =2,-5,-3,-2,6 3 =0,5,15,10,0 4 =2,16,18,8,6

Los vectores rengln diferentes de cero en una forma escalonada de una matriz A
forman una base para el espacio de renglones de A.
Se tienen los vectores:
1 =1,-2,0,0,3
2 =2,-5,-3,-2,6
3 =0,5,15,10,0
4 =2,16,18,8,6
Expresamos los vectores en forma de matriz:
1 2 0 0 3
2 5 3 2 6
[ ]
0 5 15 10 0
2 6 18 8 6
Reducimos la matriz a la forma escalonada:
1 2 0 0 3
0 1 3 2 0
[ ]
0 5 15 10 0
0 10 18 8 0
1 2 0 0 3
0 1 3 2 0
[ ]
0 1 3 2 0
0 10 18 8 0
1 2 0 0 3
0 1 3 2 0
[ ]
0 0 0 0 0
0 0 12 12 0
1 2 0 0 3
0 1 3 2 0
[ ]
0 0 0 0 0
0 0 1 1 0
Los vectores rengln diferentes de cero son:
1 = 1, 2,0,0,3
2 = 0,1,3,2,0
3 = 0,0,1,1,0
CONCLUSIN: El conjunto de vectores { 1 , 2 , 3 } es una base para el espacio de

renglones y como consecuencia una base para el espacio generado por
{1 , 2 , 3 , 4 }. El rango es tres.
EJEMPLO 3:
Hllese una base para el espacio de columnas de:
1 0 1 1
= [3 2 5 1]
0 4 4 4
El espacio de columnas de una matriz A es el mismo que el espacio de renglones
de su traspuesta .
Se tiene la matriz A:
1 0 1 1
= [3 2 5 1]
0 4 4 4
Obtenemos la traspuesta de la matriz :
1 3 0
0 2 4
=[ ]
1 5 4
1 1 4
Reducimos la matriz a la forma escalonada:
1 3 0
0 2 4
= [ ]
0 2 4
0 2 4
1 3 0
0
2 4
=[ ]
0 0 0
0 0 0
Los vectores rengln diferentes de cero son:
1 = 1, 3,0
2 = 0,2,4
Por tanto los vectores {1 , 2 } forman una base para el espacio de renglones de
o, lo que es equivalente:
1 0
1 = [3] 2 = [1]
0 2
CONCLUSIN: El conjunto de vectores { 1 , 2 } es una base para el espacio de

columnas de A. El rango es dos.
Ahora se muestra cmo producir una base que sea un subconjunto del conjunto dado de vectores. La
idea es eliminar vectores del conjunto dado que sean combinaciones lineales del resto, dejando en
consecuencia un conjunto de vectores linealmente independientes que generen el mismo espacio que el
conjunto original de vectores. El mtodo, el cual se aplica nicamente a vectores en Rn, se explica por
medio de un ejemplo.
EJEMPLO 4.
Encuntrese un subconjunto de los vectores
V1 = 1, -2, 0, 3, v2, =2, -5,-3. 6
v3 = 0, 1,3, 0, v4 = 2, 1 , 4. 7, v5 = 5,-8, 1, 2
que forme una base para el espacio generado por estos vectores.
Se tienen los vectores:
1 =1,-2,0,3
2 =2,-5,-3,6
3 =0,1,3,0
4 =2,-1,4,-7
5 =5,-8,1,2
Expresamos los vectores en forma de combinacin lineal:
C1V1+ C2V2 + C3V3 + C4V4 + C5V5 =0
1 1, 2,0,3 + 2 2, 5, 3,6 + 3 0,1,3,0 + 4 2, 1,4, 7 + 5 5,-

8,1,2=0,0,0,0
De donde queda el sistema homogneo:
1 + 22 + 24 + 55 = 0
21 52 + 3 4 85 = 0
32 + 33 + 44 + 5 = 0
31 + 62 74 + 25 = 0
Expresamos con matrices:
1
1 2 0 2 5 0
2
2 5 1 1 8 0
[ ] 3 =[ ]
0 3 3 4 1 0
4
3 6 0 7 2 [ ] 0
5
Reducimos la matriz extendida a la forma escalonada:
1 2 0 2 5 0
2 5 1 1 8 0
[ ][ ]
0 3 3 4 1 0
3 6 0 7 2 0
1 2 0 2 5 0
2 5 1 1 8 0
| |
0 3 3 4 1 0
3 6 0 7 2 0
1 2 0 2 5 0
0 1 1 3 2 0
| |
0 3 3 4 1 0
0 0 0 13 13 0
1 2 0 2 5 0
0 1 1 3 2 0
| |
0 3 3 4 1 0
0 0 0 1 1 0
1 2 0 2 5 0
0 1 1 3 2 0
| |
0 0 0 5 5 0
0 0 0 1 1 0
1 2 0 2 5 0
0 1 1 3 2 0
| |
0 0 0 1 1 0
0 0 0 1 1 0
Las ecuaciones quedan de la siguiente manera:
1 + 22 + 4 + 55 = 0
2 + 3 34 25 = 0
4 + 5 = 0
Asumiendo las contantes arbitrarias s y t obtenemos:
4 = 5
5 =
4 =
3 =
2 2 34 25 = 0
2 5 + 3 2 = 0
2 =
1 22 + 24 + 55 = 0
2 + 2(5 ) 2 + 5 = 0
1 = 2
Los coeficientes nos quedan de la siguiente manera:
1 =-2s-t; 2 =s-t; 3 =s; 4 =-t; 5 =t
Sustituyendo se obtiene
(-2s-t) 1 +(s-t) 2 +s 3 -t 4 +t 5 =0
Agrupando los trminos en s y t:
S(-2 1 + 2+ 3 )+t(-1 - 2 - 4 - 5 )=0
Ya que s y t son arbitrarias, asumimos s=1, t=0 y, entonces s=0, t=1. Lo cual nos lleva
a las ecuaciones de dependencia
-2 1 + 2 + 3 =0
- 1- 2 - 4 + 5=0
De estas ecuaciones despejamos los vectores 3 y 5 quedando como combinaciones

lineales de los vectores 1 , 2 y 4 :
3 =2 1 - 2
5 = 1 + 2 + 4
lo cual indica que es posible descartar 3 y 5 del conjunto original, sin afectar el
espacio generado.
A continuacin se demuestra que los vectores restantes 1, 2 y 4 son linealmente

independientes:
1 1 + 2 2+ 4 4=0
1 1, 2,0,3 + 2 2, 5, 3,6 + 4 2, 1,4, 7=0,0,0
1 + 22 + 24 = 0
21 52 4 = 0
32 + 44 = 0
31 + 62 74 = 0
Se expresa la matriz extendida para resolver el sistema:

1 2 2 0
1
2 5 1 0
[ ] [ 2] = [ ]
0 3 4 0
4
3 6 7 0
1 2 2 0
2 5 1 0
[ ][ ]
0 3 4 0
3 6 7 0
1 2 2 0
0 1 3 0
[ ][ ]
0 3 4 0
0 0 13 0
1 2 2 0
0 1 3 0
[ ][ ]
0 3 4 0
0 0 1 0
1 0 4 0
0 1 3 0
[ ][ ]
0 0 5 0
0 0 10 0
1 0 4 0
0 1 3 0
[ ][ ]
0 0 1 0
0 0 1 0
1 0 0 0
0 1 0 0
[ ][ ]
0 0 1 0
0 0 0 0
Entonces:
1 =0; 2 =0, 4 =0
lo cual prueba que 1 , 2 y 4 son linealmente independientes.
CONCLUSIN: El conjunto de vectores { 1 , 2 , 4 } son linealmente independientes y,

por tanto, forman base para el espacio generado por el conjunto de vectores { 1 , 2 ,
3 , 4 , 5 }. El rango es tres.
COORDENADAS Y CAMBIOS DE BASE.
Si el conjunto S = { v1 , v2 , . . . , vn } es una base para un espacio vectorial V, entonces todo vector v en V

se puede expresar como una combinacin lineal de los elementos de S en la forma
v = c1 v1 + c 2v2 + . . . + cn vn ,
Entonces los escalares c1 , c2 , , cn se denominan coordenadas de v relativas a la base S. el vector de v

relativo a se denota por vs y es el vector en Rn definido por:
vs = c1, c 2, . . . cn
Expresando el vector vs en forma de matriz se denota por:

1
2
.
.
.
[ ]
EJEMPLO 1
Si el conjunto S = {v1, v2} es una base para R2, en donde v1 = 1, 2, v2 = 4, 2. Encuntrese el vector de
coordenadas y la matriz de coordenadas de v = 6,6 con respecto a S.
S = { v1 , v2 , . . . , vn } es una base para un espacio vectorial V,
entonces todo vector v en V se puede expresar como
v = c1 v1 + c 2v2 + . . . + cn vn ,
Entonces los escalares c1 , c2 , , cn se denominan coordenadas
de v relativas a la base S. el vector de v relativo a S se denota por
vs y es el vector en Rn definido por: vs = c1, c 2, . . . cn
Existen los vectores:
v1 = 1, 2
v2 = 4, 2
v = 6,6
DESARROLLO:
V = c1 v1 + c2 v2
6,6= c1 1,2 + c24,2
1 4 1 6
[ ][ ] = [ ]
2 2 2 6
1 4 6
[ ][ ]
2 2 6
1 0 2
[ ][ ]
0 1 1
c1=2 c2=1
vs=2,1
2
vs=[ ]
1
vector de coordenadas.ggb
CONCLUSIN: como se observa en los grficos
El vector v relativo a la base de R2 es v6,6.
El vector de v relativo a la base S se denota por vs y es el

vector: vs=2,1
EJEMPLO 2
Si S = {v1, v2, v3} es una base para R3, en donde v1 = 1, 2, 1, v2 = 2, 9, 1 y v3 = 3, 3, 4.
(a) Encuntrese el vector de coordenadas y la matriz de coordenadas de v = 5, -1, 9 con respecto

a S.
(b) Encuntrese el vector v en R3 cuyo vector de coordenadas con respecto a S sea vs = -1, 3, 2.
S = { v1 , v2 , . . . , vn } es una base para un espacio vectorial V,
entonces todo vector v en V se puede expresar como
v = c1 v1 + c 2v2 + . . . + cn vn ,
Entonces los escalares c1 , c2 , , cn se denominan coordenadas
de v relativas a la base S. el vector de v relativo a S se denota por
vs y es el vector en Rn definido por: vs = c1, c 2, . . . cn
v1 = 1, 2, 1
v2 = 2, 9, 1
v3 = 3, 3, 4
v = 5, -1, 9
DESARROLLO:
v = c1v1 + c2v2 + c3v3
5, -1, 9 = c11, 2, 1 + c22, 9, 0 + c33, 3, 4
c1 + 2c2 + 3c3 = 5
2c1 + 9c2 + 3c3 = -1
c1 + 4c3 = 9
1 2 3 1 5
[2 9 3] [2 ] = [1]
1 0 4 3 9
1 2 3 5
[2 9 3] [1]
1 0 4 9
1 0 0 1
[0 1 0] [1]
0 0 1 2
c1=1 c2=-1 c3=2
[v]s = 1, -1, 2
1
[v]s = [1]
2
Aplicando la definicin del vector de coordenadas vs , se obtiene
[v]s = c1, c 2, c3
[v]s = -1, 3, 2
v = c1v1 + c2v2 + c3v3
v = -1 v1 + 3v2 + 2v3
v = -11, 2, 1 + 32, 9, 0 + 23, 3, 4
v = 11, 31, 7
CONCLUSIN: el vector de v relativo a S se denota por vs y

es el vector: [v]s=1, -1, 2.
El vector v en R3 es v = 11, 31, 7
Cambio de base.
En muchas aplicaciones, un problema descrito en un sistema coordenado puede resolverse ms
fcilmente al cambiar a un nuevo sistema coordenado. Este cambio por lo general se logra al realizar un
cambio de variables. En algebra lineal, una base proporciona un sistema coordenado para un espacio
vectorial, mediante la nocin de vectores coordenados. La eleccin de la base correcta con frecuencia
simplificara enormemente un problema particular.
Si se cambia la base para un espacio vectorial V, de cierta base dada U = { u1, u2, , un } hacia otra nueva
base W = { w1, w2, , wn }, entonces la matriz de coordenadas inicial, [v]U, de un vector v est relacionada
con la nueva matriz de coordenadas [v]w, por medio de la ecuacin
[v]w = P [v]u
En donde las columnas de P son las matrices de coordenadas de los vectores base iniciales con relacin
a la nueva base, es decir los vectores columnas de P son:
[[u1]w, [u2]w, , [un]w]
Simblicamente, la matriz P se puede escribir
P =[ [ ] [ ] [ ] ]
Esta matriz se conoce como matriz de transicin de U hacia W.
EJEMPLO 1
Considrense las bases U = {1 , 2 } y W = {1 , 2 }
1 0 1 2
Para R2, en donde: u1 = [ ], u2 = [ ]; w1 = [ ], w2 = [ ]
0 1 1 1
1.- Hllese la matriz de transicin de U hacia W.
7
2.- Hallar [v]w, si v = [ ]
2
Si se cambia la base para un espacio vectorial V, de cierta base dada U =
{ u1, u2, , un } hacia otra nueva base W = { w1, w2, , wn }, entonces la
matriz de coordenadas inicial, [v]U, de un vector v est relacionada con la
nueva matriz de coordenadas [v]w, por medio de la ecuacin
[v]w = P [v]u
En donde las columnas de P son las matrices de coordenadas de los
vectores base iniciales con relacin a la nueva base, es decir los vectores
columnas de P son:
[[u1]w, [u2]w, , [un]w]
Existen las bases: U = {1 , 2 } y W = {1 , 2 }

Con sus respectivos vectores:
1 0 1 2
: u1 = [ ], u2 = [ ]; w1 = [ ], w2 = [ ]
0 1 1 1
DESARROLLO:
En primer lugar deben encontrarse las matrices de coordenadas para los
vectores base iniciales, u1 y u2, en relacin con la nueva base W.
u1 = a1 w1 + a2 w2 u2 = b1 w1 + b2 w2
1,0= a1 1,1 + a22,1 0,1= b1 1,1 + b22,1
1 1 1 1 1 1 1 0
[ ][ ] = [ ] [ ][ ] = [ ]
2 1 2 0 2 1 2 1
1 1 1 1 1 1
[ ][ ] [ ][ ]
2 1 0 2 1 0
1 0 1 1 0 2
[ ][ ] [ ][ ]
0 1 1 0 1 1
a1=-1 a2=1 b1=2 b2=-1
[1 ]w=-1,1 [2 ]w =2,-1
1 2
[1 ]w =[ ] [2 ]w =[ ]
1 1
Por lo tanto, la matriz de transicin de U hacia W es:
1 2
P=[ ]
1 1
Solucin (b).
v = c 1 u1 + c2 u2
7,2= a1 1,0 + a20,1
1 0 7
[ ][ ]
0 1 2
7
[v]U = [ ]
2
De modo que al aplicar : [v]w = P [v]u
1 2 7 1 7 + 2 5
[v]w =[ ] [ ]= [ ]
1 1 2 1 7 + (1)2
3
[v]w =[ ]
5
CONCLUSIN: Se realiz el cambio desde la base U hacia la base W a

travs de la matriz de transicin P para obtener la matriz (vector) de
coordenadas [v]w, que son las coordenadas del vector v con respecto a
la base W.
EJEMPLO 2
Sea V igual a R y sean U={1 , 2 , 3 } y W={1 , 2 , 3 } bases para R, donde
6 4 5
1 = [3] 2 = [1] 3 = [ 5]
3 3 2
2 1 1
1 = [0] 2 = [2] 3 = [1]
1 0 1
1.- Calcule la matriz de transicin P de la base U a la base W y la matriz (vector) de coordenadas [v]w
para
4
v = [9]
5
[v]w = P [v]u
columnas de P son:
[[u1]w, [u2]w, , [un]w]
Existen las bases: U={1 , 2 , 3 } y W={1 , 2 , 3 }

Con sus respectivos vectores:
6 4 5
1 = [3] 2 = [1] 3 = [ 5]
3 3 2
2 1 1
1 = [0] 2 = [2] 3 = [1]
1 0 1
DESARROLLO:
En primer lugar deben encontrarse las matrices de coordenadas para los
vectores base iniciales, u1,u2 y u3, en relacin con la nueva base W.
u1 = a1 w1 + a2 w2+ a3 w3
u2 = b1 w1 + b2 w2+ b3 w3
u3 = b1 w1 + b2 w2+ c3 w3
6,3,3= a1 2,0,1 + a21,2,0+a3 1,1,1

4,-1,3= b1 2,0,1 + b21,2,0+b31,1,1
5,5,2= c1 2,0,1 + c21,2,0+c31,1,1
Como la matriz de coeficientes de los tres sistemas lineales es la misma,

podemos transformar simultneamente las tres matrices aumentadas a
la forma escalonada reducida, transformando la matriz por bloques
[w1 w2 w3 | u1 | u2 | u3 ]
a la forma escalonada reducida.
2 1 1 6 4 5
[0 2 1] [3] [1] [5]
1 0 1 3 3 2
0 1 1 0 2 1
[0 2 1 ] [3] [1] [5]
1 0 1 3 3 2
0 1 1 0 2 1
[0 0 3 ] [ 3] [ 3 ] [ 3]
1 0 1 3 3 2
0 1 1 0 2 1
[0 0 1 ] [ 1] [ 1 ] [ 1]
1 0 1 3 3 2
0 1 0 1 1 2
[0 0 1] [ 1 ] [ 1 ] [ 1 ]
1 0 0 2 2 1
1 0 0 2 2 1
[0 1 0] [ 1 ] [1] [ 2 ]
0 0 1 1 1 1
Por lo tanto, la matriz de transicin de U hacia W es:
2 2 1
P = [ 1 1 2 ]
1 1 1
Para hallar la matriz vector de coordenadas v con respecto de la base U,

vu, realizamos el siguiente procedimiento:
v = d1 u1 + d2 u2 +d3u3
4,-9,5= d1 6,3,3 + d24,-1,3+d3 5,5,2
6 4 5 4
[3 1 5] [9]
3 3 2 5
0 2 1 6
[0 4 3] [ 14 ]
3 3 2 5
0 2 1 6
[0 2 0] [4]
3 7 0 17
0 2 1 6
[ 0 1 0] [ 2 ]
3 7 0 17
0 0 1 2
[0 1 0] [ 2 ]
3 0 0 3
1 0 0 1
[0 1 0] [ 2 ]
0 0 1 2
1
[v]u=[ 2 ]
2
De modo que al aplicar : [v]w = P [v]u
2 2 1 1
[v]w =[ 1 1 2 ] [ 2 ]
1 1 1 2
(2)(1) + (2)(2) + (1) 2

[v]w =[ (1)(1) + (1)(2) + (2) 2 ]
(1)(1) + (1)(2) + (1) 2
4
[v]w =[5]
1
Para comprobar encontramos directamente [v]w aplicando la

ecuacin:
v = e1 w1 + e2 w2 +e3w3
4,-9,5= e1 2,0,1 + e2 1,2,0 +e31,1,1
2 1 1 4
[0 2 1] [9]
1 0 1 5
0 1 1 6
[0 2 1 ] [9]
1 0 1 5
0 1 1 6
[0 0 3 ] [ 3 ]
1 0 1 5
0 1 1 6
[0 0 1 ] [ 1 ]
1 0 1 5
0 1 0 5
[0 0 1] [ 1 ]
1 0 0 4
1 0 0 4
[0 1 0] [5]
0 0 1 1
4
[v]w =[5]
1
CONCLUSIN: Se realiz el cambio desde la base U hacia la base W a

travs de la matriz de transicin P para obtener la matriz vector de
coordenadas [v]w, que son las coordenadas del vector v con respecto a
la base W.
En muchos problemas, se dan un sistema de coordenadas rectangulares xy y se obtiene un nuevo

sistema de coordenadas xy, al hacer el sistema xy en sentido contrario al de las manecillas del reloj,
alrededor del origen, para describir un ngulo . Cuando se hace esto, cada punto Q en el plano tiene
dos conjuntos de coordenadas: las coordenadas (x, y), relativas al sistema xy, y las coordenadas (x, y),
relativas al sistema xy.
Al introducir los vectores unitarios u1 y u2, a lo largo de los ejes x y y positivos y los vectores unitarios
w1 y w2, a lo largo de los ejes x y y positivos, se puede considerar esta rotacin como un cambio desde
una base U = { u1 , u2 } hata una nueva base W = { w1 , w2 }, por tanto, las nuevas coordenadas ( x, y) y
las coordenadas iniciales ( x, y ) de un punto Q estn relacionadas por

[ ] = P []

En donde P es una matriz de transicin de U hacia W. Para encontrar P, deben determinarse las matrices
de coordenadas de los vectores base iniciales u1 y u2, con relacin a la nueva base.
Figura a
Figura b
Figura c
Figura d
Como se indica en la figura c, las componentes de 1 en la nueva base son cos y sen , de modo que
cos
[1 ]W=[ ]
En tanto que, como se indica en la figura d en seguida las componentes de 2, en la nueva base son

cos ( 2 ) = y sen ( 2 ) = , de modo que

[2 ]w= [ ]
Por consiguiente, la matriz de transicin de U hacia W es
cos
=[ ]

Y que da:
[ ]=[
cos

][

]
O de modo equivalente
x= xcos + ysen
y= -xsen + ycos
EJEMPLO 3
Hallar las coordenadas del punto Q(2,-1) si se hacen girar los ejes = 45 . entonces puesto que
[v]w = P [v]u
columnas de P son:
[[u1]w, [u2]w, , [un]w]
DESARROLLO:
La matriz de transicin de la base U hacia W es
cos
=[ ]

Las coordenadas respecto a la nueva base se determinan con la ecuacin
[ ]=[
cos

][

]
Como el ngulo de giro es 45 se obtiene:
1
45 = cos 45 =
2
Reemplazando en la ecuacin:
1 1

[
]=[ 21 1
2
] [ ]

2 2
Las coordenadas iniciales de un punto Q son x,y=2,-1,entonces

1 1

[ ]=[ 2
1
2
1 ][ 2
1
]

2 2
2 1

[ ]=[ 2
2
2
1 ]

2 2
21

[ ]=[ 2
21 ]
2
1 1 1
[

]=[ 2
1
2
1 ][ 2
1
]=[ 2
3 ]

2 2 2
CONCLUSIN: Las nuevas coordenadas de Q son (x,y)= (1/2 , 3/2)
EJEMPLO 4
Supngase que se hace girar un sistema de coordenadas rectangulares xyz, alrededor de su eje z, en
sentido contrario al de las manecillas del reloj. Si se introduce los vectores unitarios 1 , 2 , 3 a lo largo
de los ejes x, y, z positivos y los vectores unitarios 1 , 2 , 3 a lo largo de los ejes x, y y z positivos es
posible considerar la rotacin como un cambio de basa U= {1 , 2 , 3 } hacia la nueva base en el ejemplo.
debe resultar evidente que
[v]w = P [v]u
columnas de P son:
[[u1]w, [u2]w, , [un]w]
Se tienen los vectores de coordenadas:
cos
0
[1 ]w= [ ] [2 ]w= [ ] [3 ]w= [ 0 ]
0 0 1
DESARROLLO:
Por tanto, la matriz de transicin de U hacia W es
cos 0
P=[ 0 ]
0 0 1
Y las coordenadas iniciales (x, y, z) de un punto Q estn relacionados con

sus nuevas coordenadas (x,y,z) de un punto Q con sus nuevas
coordenadas (x,y,z) por
cos 0
[ ] = [ 0 ] []
0 0 1
EJEMPLO 5
Efecte la rotacin de ejes para eliminar el termino xy y trace la grfica de la cnica xy+1=0.
Si se cambia la base para un espacio vectorial V, de cierta base dada U = { u1, u2,
, un } hacia otra nueva base W = { w1, w2, , wn }, entonces la matriz de
coordenadas inicial, [v]U, de un vector v est relacionada con la nueva matriz de
coordenadas [v]w, por medio de la ecuacin
[v]w = P [v]u
En donde las columnas de P son las matrices de coordenadas de los vectores
base iniciales con relacin a la nueva base, es decir los vectores columnas de P
son:
[[u1]w, [u2]w, , [un]w]
DESARROLLO:
Para realizar un cambio de base utilizamos la ecuacin:
[v]w = P [v]u
La matriz de transicin de la base U hacia W es
cos
=[ ]

Las coordenadas respecto a la nueva base se determinan con la ecuacin
[ ]=[
cos

][

]
Para resolver este ejercicio debemos utilizar la ecuacin:
[v]u = P-1 [v]w

[ ] = 1 [ ]

Para hallar la inversa de la matriz P resolvemos la matriz extendida:
cos 1 0
1 = [ ][ ]
0 1
1
1 = [ 1 ] [ 0]

0 1

1 1
1 =[ ] [ 0]
1
0 0 1

1
1
= [1 ] [
0 ]
0 1
1 0
1 = [ ][ ]
0 1

1 = [ ]

[ ] = 1 [ ]

[ ]=[ ][ ]

x= xcos ysen
y= xsen + ycos
La ecuacin de segundo grado que representa una cnica:
2 + + 2 + + + = 0
Puede escribirse en la forma:
2 + 2 + + + = 0
Al rotar en sentido antihorario los ejes coordenados un ngulo este se define

como:

2 =

Para nuestra ecuacin: + 1 = 0

00
2 = =0
1

= 45 =
4
x= xcos45 ysen45
y= xsen45 + ycos45
1
45 = cos 45 =
2

=
2 2

= +
2 2
Reemplazando en la ecuacin: + 1 = 0

( )( + ) + 1 = 0
2 2 2 2
2 2
+1=0
2 2
2 2
=1
2 2
Rotacin de la hiprbola
CONCLUSIN: La ecuacin en el nuevo sistema coordenado representa una

hiprbola cuya ecuacin es
2 2
=1
2 2
BASES ORTONORMALES PROCESO DE GRAMSCHMIDT.
En muchos problemas referentes a espacios vectoriales, la seleccin de una base para el espacio se hace
segn convenga al que lo resuelve. Naturalmente, la mejor estrategia es elegir la base a fin de simplificar
la solucin del problema. En los espacios vectoriales Rn, el mejor procedimiento a menudo es elegir una
base en la que todos los vectores sean ortogonales (perpendiculares)entre s.
Definicin: Se dice que un conjunto de vectores en un espacio Rn es un conjunto ortogonal si todas las
parejas de vectores distintos en el conjunto son ortogonales. Un conjunto ortogonal en el que cada vector
tiene norma 1vector unitario se conoce como ortonormal.
Si S == { ,2 , , } es un conjunto ortogonal de vectores diferentes de cero en un espacio Rn, entonces

S es linealmente independiente.
EJEMPLO 1
Demostrar que el conjunto de vectores S = {1 ,2 , 3 } es ortonormal.
1 1 1 1
1 = 0,1,0 2 = , 0, , 3 = , 0,
2 2 2 2
Se dice que un conjunto de vectores en un espacio Rn es un conjunto ortogonal
si todas las parejas de vectores distintos en el conjunto son ortogonales. Un
conjunto ortogonal en el que cada vector tiene norma 1vector unitario se
conoce como ortonormal.
Dos vectores son ortogonales si su producto punto es cero
1 1 1 1
1 = 0,1,0 2 = , 0, , 3 = , 0,
2 2 2 2
DESARROLLO:
Determinacin de la ortogonalidad:
1 2 = 2 3 = 1 3 = 0
1 1 1 1 1 1
(0 ) + (1 0) + (0 ) = ( ) + (0 0) + ( )
2 2 2 2 2 2
1 1
= (0 ) + (1 0) + (0 ) = 0
2 2
0=0=0
Determinacin de la ortonormalidad:
1 = 2 = 3 = 1
1 = 02 + 12 + 02 = 1 = 1
12 12
2 = + 02 + = 1 = 1
2 2
12 1 2
3 = + 02 + ( ) = 1 = 1
2 2
CONCLUSIN: El conjunto S = {1 ,2 , 3 } es ortonormal.
Sea V cualquier espacio de Rn diferente de cero y con dimensin n, y supngase que S

={1 , 2 , , } es cualquier base para V. La sucesin siguiente de pasos produce una base ortonormal
{1 , 2 , , } } para V
Paso 1: Sea =
Paso 2: Para construir un vector 2 , que sea ortogonal a 1 :
2 = 1 1 + 2 2
Como:
1 = 1
Entonces:
2 = 1 1 + 2 2
Para que 1 y 2 sean ortogonales:
1 . 2 = 0
1 . 1 1 + 2 2 = 0
1 1 . 1 + 2 (1 . 2 ) = 0
2 (1 . 2 )
1 =
1 . 1
Como 2 es una valor arbitrario decimos que 2 = 1
(1 . 2 )
1 =
1 . 1
Por lo tanto:
(1 . 2 )
2 = 1 1 + 2 2 = 2
1 . 1 1
( . )
=
( . )
Paso 3: Ahora se obtendr un vector 3 que sea ortogonal a 1 y 2 .
Para que 3 sea ortogonal a 1 y 2 se debe cumplir que:
1 . 3 = 0 2 . 3 = 0
El vector 3 expresamos como una combinacin lineal del conjunto {1 , 2 , 3 }
3 = 1 1 + 2 2 + 3 3
1 . 3 = 1 . (1 1 + 2 2 + 3 3 ) = 1 (1 . 1 ) + 2 (1 . 2 ) + 3 (1 . 3 ) = 0
1 . 2 = 0 (son ortogonales)
1 (1 . 1 ) + 3 (1 . 3 ) = 0
3 (1 . 3 )
1 =
(1 . 1 )
2 . 3 = 2 . (1 1 + 2 2 + 3 3 ) = 1 (1 . 2 ) + 2 (2 . 2 ) + 3 (2 . 3 ) = 0
1 . 2 = 0 (son ortogonales)
2 (2 . 2 ) + 3 (2 . 3 ) = 0
3 (2 . 3 )
3 =
(2 . 2 )
Como 3 es un valor arbitrario podemos asignar 3 = 1
Por lo tanto:
(1 . 3 )
1 =
(1 . 1 )
(2 . 3 )
3 =
(2 . 2 )
Reemplazado estos valores en la ecuacin
3 = 1 1 + 2 2 + 3 3
Obtenemos:
(1 . 3 ) (2 . 3 )
3 = 1 + 13
(1 . 1 ) (2 . 2 ) 2
( . ) ( . )
=
( . ) ( . )
Este procedimiento se puede extender hasta obtener la frmula:
( . ) ( . ) ( . )
=
( . ) ( . ) ( . )
Paso 4: Hasta ahora hemos encontrado un conjunto {1 , 2, 3 , . . . , } que es una base vectores
ortogonales. Para que este conjunto sea una base ortonormal debemos normalizar cada uno de los
vectores del conjunto; es decir, debemos determinar el vector unitario de cada uno de los vectores
para esto realizamos el siguiente proceso.

= = = =
.
.
. .
Por lo tanto la base ortonormal es el conjunto { , , , . . . , }
EJEMPLO 2:
Considrese el espacio vectorial R3. Aplquese el proceso de Gram-Schmidt para transformar la base 1
= 1, 1,1, 2 = 0, 1,1, 3 = 0, 0,1 en una base ortonormal.
Se dice que un conjunto de vectores en un espacio Rn es un conjunto ortogonal si todas
las parejas de vectores distintos en el conjunto son ortogonales. Un conjunto ortogonal
en el que cada vector tiene norma 1(vector unitario) se conoce como ortonormal.
Dos vectores son ortogonales si su producto punto es cero
Existe la base:
1 = 1, 1,1, 2 = 0, 1,1, 3 = 0, 0,1
DESARROLLO:
Paso 1:
1 = 1
1 = 1, 1,1
Paso 2:
( . )
=
( . )
1, 1,1. 0, 1,1 2
= 0, 1,1 1, 1,1 = 0, 1,1 1, 1,1
1, 1,1. 1, 1,1 3
2 1 1
2 = , ,
3 3 3
Paso 3:
( . ) ( . )
=
( . ) ( . )
2 1 1
1, 1,1. 0, 1,1 3 , 3 , 3 . 0, 0,1 2 1 1
= 0, 1,1 1, 1,1 , ,
1, 1,1. 1, 1,1 2 1 1 2 1 1 3 3 3
3 , 3 , 3 . 3 , 3 , 3
1 1
3 = 0, ,
2 2
Paso 4: Normalizamos la base ortogonal {1 ,2 , 3 }
1, 1,1 1 1 1
= = = , ,
. 1, 1,1. 1, 1,1 3 3 3
2 1 1
3,3,3 2 1 1
= = = , ,
. 6 6 6
2 , 1 , 1 . 2 , 1 , 1
3 3 3 3 3 3
1 1
, 0, 1 1
= = 2 2 = 0, ,
. 1 1 1 1 2 2
0, 2 , 2 . 0, 2 , 2
1 1 1 2 1 1 1 1
1 = , , 2 = , , 3 = 0, ,
3 3 3 6 6 6 2 2
CONCLUSIN: El conjunto W={1 ,2 , 3 } es una base ortonormal para 3.
INTRODUCCION A LAS TRANSFORMACIONES LINEALES.
Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W es una funcin que
asigna a cada vector v V un vector nico T(v) W y que satisface, para cada u y v en V y cada escalar
,
T(u + v) = T(u) + T(v)
T(v) = T(v)
TRES OBSERVACIONES SOBRE NOTACIN
1. Se escribe T: V W para indicar que T toma el espacio vectorial real V y lo lleva al espacio vectorial
real W; esto es, T es una funcin con V como su dominio y un subconjunto de W como su imagen.
2. Se escriben indistintamente Tv y T(v). Denotan lo mismo; las dos se leen T de v. Esto es anlogo a
la notacin funcional f (x), que se lee f de x.
Las transformaciones lineales con frecuencia se denominan operadores lineales.

EJEMPLO 1
Para todo vector = 1 , 2 en 2, sea T: 2 2 definida por T(1 , 2 ) = 1 2 , 1 + 22 .

Determine la imagen de = 1,2.
Una funcin es una relacin entre dos magnitudes, de tal manera que
a cada valor de entrada (dominio) le corresponde un nico valor de
salida, llamada imagen.
Existen el vector v y la funcin T:
= 1 , 2
T1 , 2 = 1 2 , 1 + 22
DESARROLLO:
T1 , 2 = 1 2 , 1 + 22
T1,2 = (1 2, 1 + 2(2))
T1,2 = 3, 3
CONCLUSIN: La imagen de = 1,2 es = 3, 3.
EJEMPLO 2
Demuestre que la funcin dada en el ejemplo 1 es una transformacin lineal de 2 en 2.
Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W
es una funcin que asigna a cada vector v V un vector nico T(v) W y que
satisface, para cada u y v en V y cada escalar ,
T(u + v) = T(u) + T(v)
Tv = T(v)
Existen el vector v y la funcin T:
= 1 , 2
= 1 , 2
T(1 , 2 ) = 1 2 , 1 + 22
DESARROLLO:
Demostracin de T(u + v) = T(u) + T(v)
+ = 1 , 2 + 1 , 2 = (1 + 1 ), (2 + 2 )
( + ) = (1 + 1 ), (2 + 2 )
( + ) = (1 + 1 ) (2 + 2 ), (1 + 1 ) + 2(2 + 2 )
( + ) = (1 2 ) + (1 2 ), (1 + 22 ) + (1 + 22 )
( + ) = (1 2 ), (1 + 22 ) + (1 2 ), (1 + 22 )
( + ) = () + ()
Demostrar T(v) = T(v)

= 1 , 2 = 1 , 2
() = 1 , 2
() = 1 2 , 1 + 22
() = 1 2 , 1 + 22
() = ()
CONCLUSIN: T es una transformacin lineal.
EJEMPLO 3
Para todo vector = 1 , 2 en 2, sea T: 2 3 definida por T(1 , 2 ) = 1 + 2 , 1 2 , 32 .

Determine la imagen de = (2, 3) y demostrar que es una transformacin lineal.
Una funcin es una relacin entre dos magnitudes, de tal manera que a cada
valor de entrada dominio le corresponde un nico valor de salida, llamada
imagen.
Sean V y W espacios vectoriales reales. Una transformacin lineal T de V en W
es una funcin que asigna a cada vector v V un vector nico T(v) W y que
satisface, para cada u y v en V y cada escalar ,
T(u + v) = T(u) + T(v)
T(v) = T(v)
Existen el vector v y la funcin T que los expresamos en forma de matrices:
1
= [ ]
2
1 + 2
1
T[ ] = [1 2 ]
2
32
DESARROLLO:
1 + 2
1
T[ ] = [1 2 ]
2
32
2 + 3
2
T[ ] = [2 3]
3
3 3
1
2
T[ ] = [ 5 ]
3
9
DEMOSTRACION
Existen los vectores y la funcin:
1 1
= [ ] = [ ]
2 2
1 + 2
1
T[ ] = [1 2 ]
2
32
Demostracin de T(u + v) = T(u) + T(v)
1 + 1 + 2 + 2
1 1 1 + 1
T(u + v)=[[ ] + [ ]] = [ + ] = [(1 + 1 ) 2 + 2 ]
2 2 2 2
32 + 2
(1 + 2 ) + (1 + 2 ) 1 + 2 1 + 2
T(u + v)= [(1 2 ) + (1 2 )] = [1 2 ] + [1 2 ]
32 + 32 32 32
T(u + v) = T(u) + T(v)
Demostracin de T(v) = T(v)
1 + 2 1 + 2 1 + 2
1 1
T(v) = T [ ] =T[ ] = [ 1 2 ] = [ 1 2 ] = [1 2 ]
2 2
32 32 32
T(v) = T(v)
CONCLUSIN: La imagen de = 2, 3 es =
1,5, 9 .
ACTIVIDADES A DESARROLLAR.
Analice detenidamente y resuelva los problemas citados a continuacin en caso de duda consulte con
el docente a cargo
ESPACIOS VECTORIALES
1) De las siguientes afirmaciones indique si son falsas o verdaderas:
a) El conjunto de vectores x, y en R2 con y=-3x es un espacio vectorial real.
b) El conjunto de vectores x, y en R2 con y=-3x+1 es un espacio vectorial real.
c) El conjunto de vectores x, y, z en R3 con 2x-y-12z=1 es un espacio vectorial real.
d) El conjunto de vectores x, y, z en R3 con 2x-y-12z=0 es un espacio vectorial real.
2) Determine cual de los siguientes conjuntos son espacios vectoriales bajo las operaciones dadas.
Para aquellos que no lo son, liste todos los axiomas que no se cumplen.
a) El conjunto de todas las ternas ordenadas de nmeros reales x , y , z con las operaciones
x , y , z + x , y , z = x+x , y+y , z+z y k x , y , z = kx , y , z .
b) El conjunto de todas las ternas ordenadas de nmeros reales x , y , z con las operaciones
x , y , z + x , y , z = x+x , y+y , z+z y k x , y , z = 0 , 0 , 0 .
c) El conjunto de todas las parejas de nmeros reales x , y con las operaciones

x , y + x , y = x+x , y+y y k x , y = 2kx , 2ky
d) El conjunto de todas las parejas de nmeros reales x , y con las operaciones

x , y + x , y = x + x+1 , y + y+1 y k x , y = kx , ky
SUBESPACIOS VECTORIALES
2) Un subespacio es:
o Un subconjunto cualquiera en donde se cumplen 2 de los 10 axiomas utilizados para definir

espacios.
o Un subconjunto no vaco de un espacio vectorial en donde se cumplen las dos reglas de
cerradura.
o Un conjunto no vaco de un espacio vectorial en donde se cumplen una de las reglas de
cerradura.
o Un subconjunto cualquiera de un espacio vectorial en donde se cumplen los 10 axiomas.
3) Determine cual de los siguientes conjuntos de vectores son subespacios de R3.
a) Todos los vectores de la forma a , 0 , 0 .

b) Todos los vectores de la forma a , 1 , 1 .
c) Todos los vectores de la forma a , b , c , en donde b = a + c .
d) Todos los vectores de la forma a , b , c , en donde b = a + c + 1.
INDEPENDENCIA LINEAL
4) Si el conjunto de vectores {1 , 2 , . . , } es linealmente independiente entonces el conjunto de

vectores {1 , 2 , . . , , +1 } es tambin linealmente independiente.
5) Si el conjunto de vectores {1 , 2 , . . , } es linealmente dependiente entonces el conjunto de
vectores {1 , 2 , . . , , +1 } es tambin linealmente dependiente.
6) Dado el conjunto de vectores {1 , 2 , . . , }, si el determinante de la matriz formada por este
conjunto de vectores es cero entonces este conjunto ser linealmente independiente o
7) Determine si los siguientes conjuntos de vectores son linealmente dependientes y justifique su

respuesta.
a) u1 = 1 , 2 y u2 = -3 , -6 en R2
b) u1 = 2 , 3 , u2 = -5 , 8 y u3 = 6 , 1 en R2
8) Cules de los siguientes conjuntos de vectores en R3 son linealmente dependientes?

a) 2 , -1 , 4 , 3 , 6 , 2 , 2 , 10 , -4
b) 6 , 0 , -1 , 1 , 1 , 4
9) Cules de los siguientes conjuntos de vectores en R4 son linealmente dependientes?

a) 1 , 2 , 1 , -2 , 0 , -2 , -2 , 0 , 0 , 2 , 3 , 1 , 3 , 0 , -3 , 6
b) 4 , 4 , 0 , 0 , 0 , 0 , 6 , 6 , -5 , 0 , 5 , 5
BASE Y DIMENSION
10) Seleccione dos de las siguientes opciones para completar la siguiente definicin:
Si V es cualquier espacio vectorial y S = { V1 , V2 , . . . , Vn } es un conjunto finito de vectores en V,
entonces S se denomina base para V si:
S es un subconjunto de V.
S es linealmente independiente.
S cumple con las reglas de cerradura
S es linealmente dependiente.
S genera a V.
11) Que es la dimensin de un espacio vectorial.

12) Indique cuales de los siguientes enunciados son verdaderos.
a) Cualesquiera de tres vectores en R3 forman una base para R3.
b) Cualesquiera de tres vectores linealmente independientes en R3 forman una base para R3.
c) Una base en un espacio vectorial es nica.
13) De una explicacin de por qu los conjuntos siguientes de vectores no son bases para los espacios
vectoriales que se indican.
a) u1 = 1 , 2 , u2 = 0 , 3 , u3 = 2 , 7 para R2
b) u1 = -1 , 3 , 2 , u2 = 6 , 1 , 1 para R3
14) Cules de los siguientes conjuntos de vectores son bases para R2?
a) 2 , 1 , 3 , 0
b) 4 , 1 , -7 , -8
15) Cules de los siguientes conjuntos de vectores son bases para R3 ?
a) 1 , 0 , 0 , 2 , 2 , 0 , 3 , 3 , 3
b) 3 , 1 , -4 , 2 , 5 , 6 , 1 , 4 , 8
SISTEMAS HOMOGENEOS
16) Indique si las siguientes afirmaciones son verdaderas o falsas e indique el motivo.
a) Espacio nulo es el conjunto de todas las soluciones del sistema homogneo Ax=0
b) La dimensin del espacio nulo se denomina rango.
17) En los siguientes ejercicios determine una base y la dimensin del espacio solucin del sistema
homogneo.
a) 1 + 2 + 3 +4 = 0
21 + 2 - 3 +4 = 0
b) 1 + 22 - 3 +34 = 0
21 + 2 2 -3 +24 = 0
1 + 33 +34 = 0
c) 1 - 2 + 23 +34 + 45 = 0
1 + 2 2 + 33 +44 + 55 = 0
1 - 2 + 33 +54 + 65 = 0
31 - 42 + 3 +24 + 35 = 0
ESPACIOS DE RENGLONES Y COLUMNAS DE UNA MATRIZ; APLICACIONES PARA HALLAR BASES
18) Indique si las siguientes afirmaciones son verdaderas o falsas.

a) Si reducimos una matriz a la forma escalonada los vectores rengln diferentes de cero:
1.- Forman una base del espacio rengln de la matriz.
2.- Forman una base del espacio columna de la matriz.
b) Si A es una matriz de m*n, entonces el espacio rengln y el espacio columna tienen la misma
dimensin.
c) La dimensin del espacio rengln o columna se llama rango.
19) Liste los vectores rengln y los vectores columna de la matriz
4 1 0
[3 7 2]
1 4 2
20) Encuentre los vectores que generan el espacio de renglones y los vectores que generan el espacio de
columnas de la matriz
2 1 0 1
[3 5 7 1]
1 4 2 7
21) Hllese una base para el espacio de renglones y una base para el espacio de columnas de
1 3
a) [ ]
2 6
1 2 1
b) [2 4 6 ]
0 0 8
1 1 2 1
c) [1 0 1 2]
2 1 3 4
COORDENADAS Y CAMBIO DE BASE
22) Determine cual de las expresiones es verdadera o falsa y proporcione una razn.
a) Si P es la matriz de transicin de una base U a W entonces la ecuacin [v]w=P[v]u representa el
cambio de base de U a W
b) Si P es la matriz de transicin utilizada para realizar el cambio de base de U a W, entonces P-1 es
la matriz de transicin de W a U.
23) Si el conjunto S = {v1, v2} es una base para R2 .Encuntrese el vector de coordenadas y la matriz de
coordenadas de w con respecto a S.
a) v1 = 2, -4, v2 = 3, 8; w = 1, 1.
b) v1 = 1, 1, v2 = 0, 2; w=a, b.
24) Si el conjunto S = {v1, v2, v3} es una base para R2. Encuntrese el vector de coordenadas y la matriz
de coordenadas de w con respecto a S.
a) v=2,-1.3, v1=1,0,0, v2=2,2,0, v3=3,3,3
b) v=5,-12.3, v1=1,2,3, v2=-4,5,6, v3=7,-8,9
25) Halle el vector de coordenadas y la matriz de coordenadas para p, con relacin a S={p1, p2, p3}.
a) P=4-3x+x2 ,p1=1, p2=x, p3=x2
b) P=2-x+x2, p1=1+x, p2=1+x2 ,p3=x+x2
26) Halle el vector de coordenadas y la matriz de coordenadas para A, con relacin a S = {A1, A2, A3, A4}
2 0 1 1 1 1 0 0 0 0
=[ ] 1 = [ ] 2 = [ ] 3 = [ ] 4 = [ ]
1 3 0 0 0 0 1 0 0 1
27) Considrense las bases U = {1 , 2 } y W = {1 , 2 } para R2, en donde:

1 0 2 3
u1 = [ ], u2 = [ ]; w1 = [ ], w2 = [ ]
0 1 1 4
1.- Hllese la matriz de transicin de U hacia W.
7
2.- Hallar [v]w, si v = [ ]
2
3.- Verifique calculando [v]w , directamente.
28) Resuelva el ejercicio aplicando las condiciones del ejercicio anterior.

2 4 1 1
u1 = [ ], u2 = [ ]; w1 = [ ], w2 = [ ]
2 1 3 1
29) Sea V igual a R y sean U={1 , 2 , 3 } y W={1 , 2 , 3 } bases para R, donde
3 3 1
1 = [ 0 ] 2 = [ 2 ] 3 = [ 6 ]
3 1 1
6 2 2
1 = [6] 2 = [6] 3 = [3]
0 4 7
Calcule la matriz de transicin P de la base U a la base W y la matriz vector de coordenadas vw
para
5
v=[ 8 ]
5
BASES ORTONORMALES
30) Indique si las siguientes expresiones son verdaderas o falsas, de una explicacin.
a) Para probar que un conjunto de vectores diferentes de cero es una base para Rn, basta que se
trata de un conjunto ortogonal.
b) Una base ortonormal deducida por el proceso de ortonomalizacin de Gram-Schmidt no
depende del orden de los vectores en la base.
c) Un conjunto S de vectores en un espacio V es ortonormal si cada vector es unitario y cada par de
vectores en S es ortogonal.
31) Aplique el proceso de Gram-Schmidt para transformar la base { u1 , u2 }en R2 en una base ortonormal.
a) u1 = 1 , -3 y u2 = 2 , 2 .
b) u1 = 1 , 0 y u2 = 3 , -5 .
32) Suponga que R3 tiene el producto euclidiano interior. Aplique el proceso de Gram-Schmidt para
transformar la base { u1 , u2 , u3 } en una base ortonormal.
a) u1 = 1 , 1 , 1 , u2 = -1 , 1 , 0 , u3 = 1 , 2 , 1 .
b) u1 = 1 , 0 , 0 , u2 = 3 , 7 , -2 , u3 = 0 , 4 , 1 .
TRASFORMACIONES LINEALES.
33) Falso-verdadero
a Si T es una transformacin lineal, entonces T3x = 3Tx.
b Si T es una transformacin lineal, entonces Tx + y = Tx + Ty.
c Si T es una transformacin lineal, entonces Txy = TxTy.
34) Determinar si T: 2 2 es una transformacin lineal:
a) Tx, y=2x, y
b) Tx, y=x, y
c) Tx, y= 2x+y, x-y
3
d) Tx, y= , 3
35) Determinar si T: 3 2 es una transformacin lineal:

a) Tx, y, z=x, x+ y+ z
b) Tx, y ,z=0, 0
c) Tx, y, z=2x+ y, 3y-4z
36) Determinar si T: 22 R es una transformacin lineal:

a) T[ ]=+

b) T[ ] = 2 + 3 +

PROYECTO INTEGRADOR.
Cada grupo de estudiantes deber elegir un conjunto diferente de vectores y realizar los graficos
respectivos..
Dado el conjunto de vectores {1 , 2 , 3, 4 }:
1 = 1,1,1 2 = 1,1,0 3 = 1,2,1 4 = 2,4,0

a) Encuntrese un subconjunto U que forme una base para el espacio V generado por el
conjunto {1 , 2 , 3, 4 }.
b) Demostrar que esta base genera al espacio vectorial V
c) Expresar el vector que no se encuentre en la base como combinacin lineal de la misma.
d) Aplique el proceso de Gram-Schmit para transformar la base U en una base W ortonormal.
e) Halle la matriz de transicin de la base U a la base W.
f) Calcule la matriz de coordenadas de [ ] de los vectores que no estn en la base
utilizando la ecuacin.
g) Verifique calculando directamente.

GUIA4 - Algebra Lineal - Con Aplicaciones PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

GUIA4 - Algebra Lineal - Con Aplicaciones PDF

Transféré par

Droits d'auteur :

Formats disponibles

INSTITUTO DE CIENCIAS FISICAS Y MATEMATICAS

Reconocer y manejar los espacios vectoriales

Los temas necesarios para esta unidad son:

2. MATERIAL NECESARIO IMPRESCINDIBLE:

3.1.2. Realizar los siguientes ejercicios:

a) Dados los vectores 1, 2, 4 0, 3, 7 4, 1, 5; calcular: (3 4). (4 + 2 )

Podemos sumar dos vectores y obtenemos otro vector;

(V, , + , . ) Estructura del espacio vectorial

1.- Si u, v estn en V, entonces u + v est en V.

2.- Si u, v estn en V, entonces u + v = v + u.

3.- Si u, v, w estn en V, entonces u + v + w = u + v + w.

6.- Si es cualquier escalar y u es cualquier elemento en V, entonces u est en V.

7.- Si u, v estn en V y es un escalar, entonces (u + v) = u + v.

8.- Si u est en V y , son escalares, entonces (+)u = u + u.

9.- Si u est en V y , son escalares, entonces (u) = ()u.

10.- Si u est en V y 1 es un escalar, 1u = u.

EJEMPLO #1 DE ESPACIO VECTORIAL.-

EJEMPLO #2 DE ESPACIO VECTORIAL.-

Dado por ejemplo = () = 2 + + ,

EJEMPLO #3 DE ESPACIO VECTORIAL.-

1. Debo demostrar que el objeto resultante de la operacin suma pertenece al conjunto V

7. La operacin producto debe cumplir

8. La operacin producto debe cumplir que

9. La operacin producto debe cumplir que

10. Se debe encontrar un elemento unidad 1 del cuerpo K tal que

Un subconjunto U de un espacio vectorial V se denomina subespacio de V si U es un espacio vectorial

Todo espacio vectorial V tiene por lo menos dos sub-espacios: V y {0}

EJEMPLO.- Determinar si el conjunto W de los vectores de la forma a, 1, 1, donde a es un nmero Real,

0 + 0 = 0 por las definiciones (3) y (5) por

0 + 0 = 0 por las definiciones (4) y (6) por

(0) = 0 por la definicin (4)

Esta combinacin lineal es nica.

VECTORES LINEALMENTE DEPENDIENTES

Dos vectores = , ,.., y = , , . . son linealmente dependientes si sus

Si el determinante de la matriz que forman un conjunto de vectores es igual a cero, estos

Un conjunto finito de vectores que contiene al vector cero es linealmente dependiente.

Sea = , ,.., un conjunto de vectores en . Si r > n, entonces u es linealmente

Demostrar que conjunto de vectores S = {v1,v2,v3} en donde v1 = 2, 1 , 0,3, v2 = 1,2,5,-1, v3 =

7,-1,5,8 = k1 2, 1 , 0,3 + k2 1,2,5,-1

CONCLUSIN: El vector v3 es una combinacin lineal de los

Ahora tenemos los vectores:

3, -2, -6 = a-2, 1, 1 + b1, 0, 4

CONCLUSIN: El vector u es una combinacin lineal de los

VECTORES LINEALMENTE INDEPENDIENTES

a Linealmente dependientes. b Linealmente dependientes. cLinealmente

Pregunta para prueba

k1i + k2j + k3k = 0

k1 1,0,0 + k2 0,1,0 + k3 0,0,1 = 0,0,0

k1, k2, k3 = 0,0,0

CONCLUSIN: Por tanto, k1 = 0, k2 = 0, k3 = 0; como

k1u + k2v + k3w = 0

k1 1,0,1 + k2 1,1,0 + k3 0,1,1 = 0,0,0

CONCLUSIN: Por tanto, k1 = 0, k2 = 0, k3 = 0; como

Otra forma de resolver el ejercicio es obteniendo el valor de del

CONCLUSIN: Por tanto, k1 = 0, k2 = 0, k3 = 0; ya que la matriz

Determnese si los vectores v1 = 1.-2,3 v2 = 5,6, -1 v3 = 3, 2,1. Forman un conjunto

k1v1 + k2v2 + k3v3 = 0

k11.-2,3 + k25,6, -1 + k33,2,1 = 0,0,0

k1 + 5k2 + 3k3, 2k1 + 6k2 + 2k3, 3k1 k2 + k3 = 0,0,0

3K1 -k2 +k3 =0

Por lo tanto el sistema tiene infinitas soluciones porque los dos

CONCLUSIN: La variable arbitraria t puede tomar cualquier

Otra forma de resolver el ejercicio es obteniendo el valor de del