Nociones de

Algebra Lineal
1) Determinar si (R
2
, -, R, -) es un espacio vectorial con las
operaciones suma y producto escalar - vector definidos por :
a) (a, b) - (c, d) = (a + c, b + d) (a, b) , (c, d) e R
2

k - (a, b) = (k a, k b)

k e R

.

(a, b) e R
2

b) (a, b) - (c, d) = (a + c, b + d) (a, b) , (c, d) e R
2

k - (a, b) = (a, a)

k e R

.

(a, b) e R
2

c) (a, b) - (c, d) = ((a + c)/2, (b + d)/2) (a, b) , (c, d) e R
2

k - (a, b) = (k a, k b) k e R

.

(a, b) e R
2
2) Dados los siguientes subconjuntos de R
2
y R
3

a) { (x, y) / x = y } b) { (x, y) / y = 2 }
c) { (x, y) / y + x = 3 } d) { (x, y) / x = y / 2 }
e) {(1, 0, 0); (0, 1, 0); (0, 0, 1); (1, 2, 3); (1, 3, -1); (-2, 1, 4); (-3, -2, 5); (1, -1, 1); (2, -2, -3)}
f) { (x, y, z) / z = 0 } g) { (x, y, z) / y = 1 }
h) { (x, y, z) / x = 0, y = 0 } i) { (x, y, z) / x + y = 1 }
Representar grficamente los conjuntos dados y establecer cules de ellos son
subespacios de R
2
o de R
3
segn corresponda, justificando la respuesta.
) , , ( w ) , , ( v ) , , ( u 0 1 1 1 1 2 1 1 2 = = =
3) a) En R
3
verificar que el vector (-1, 2, -1) es combinacin lineal de
los vectores
siendo los escalares : a = 2 ; b= 3 y c = 1 .
) , ( v ) , ( u 4 2 4 0 = = b) Expresar los vectores
como combinacin lineal de los versores ) , ( j ) , ( i 1 0 0 1 = =
4) Determinar analticamente si los siguientes conjuntos de vectores
constituyen una base de R
2
, justificando la respuesta.
a) A = { (1, 2) ; (-2, 1) } b) B = { (1, 2) ; (2, 4) }
c) C = { (1, 3) ; (1/2, -4) ; (17/5, 8) } d) D = { (0, 0) ; (2, 1) }
5) Dados los vectores ) , ( v ) ; ( u 1 3 2
2
1
= = de R
2
:
a) Verificar que el conjunto es una base de R
2
} v ; u { A =
b) Hallar en la base las coordenadas del vector } v ; u { A = ) , ( w 6 4 =
6) Sean los conjuntos de vectores
a) { (x, y) / x = y } b) { (x, y) / x = y / 2 }
c) { (x, y, z) / z = 0 } d) { (x, y, z) / x = 0, y = 0 }
i) Determinar por lo menos dos bases distintas en cada sub espacio
ii) Determinar la dimensin de cada sub espacio
7) Una concesionaria de automviles tiene sus reportes mensuales de venta de autos expresados en
forma de matrices cuyas filas, en orden, representan el nmero de modelos estndar y de lujo, mientras
que las columnas indican el nmero de unidades de color rojo bermelln, azul metalizado, gris plomo y
verde acuario. La casa central vendi en el mes de julio del modelo estndar 10 unidades de color rojo
bermelln, 5 azul metalizado, 7 gris plomo y 9 verde acuario y en el modelo de lujo 6 unidades color rojo
bermelln, 7 azul metalizado, 5 gris plomo y 12 verde acuario. La venta del mes de agosto fue en el
modelo estndar ninguna unidad de color rojo bermelln, 20 azul metalizado, 10 gris plomo y 5 verde
acuario y en el modelo de lujo 10 unidades color rojo bermelln, 5 azul metalizado, 7 gris plomo y 12
verde acuario. De acuerdo a la informacin dada :
a) Exprese la matriz de venta de la casa central para los meses de julio y agosto.
b) De qu clase es cada matriz ?
c) Cuntos autos de modelo estndar y color rojo bermelln se vendieron en los dos meses ?
d) Cuntos autos de cada modelo y color se vendieron en los dos meses ?
e) Esta concesionaria de automviles tiene una sucursal, que vendi en los meses de julio y agosto, el
doble de lo vendido en la casa central. Exprese la matriz de venta para los meses de julio y agosto.
f) Cul es la cantidad de autos vendidos por modelo y color en los dos locales durante
los meses de julio y agosto ? Cuntos autos se hubieran vendido en la sucursal si la venta
en dicho local hubiese sido el triple que en la casa central ?
8) Escribir :
a) Una matriz F e C
3 x 3
tal que : f
ij
= 0 si i = j ; f
ij
= i si i = j
b) Una matriz G e C
3 x 2
tal que : g
ij
= 2 i + j si i > j ;
g
ij
= i - j si i s j
9) Sean las matrices A y B e R
2 x 3

Calcular : i) A + B ii) 3 A iii) 2A - 3B
(
(

=
6 5 4
3 2 1
A
(
(

=
8 1 7
2 0 3
B
10) Dadas las matrices :
(
(
(
(
(
(

=
0 8 1 3
2 7 2 / 1 3
0 0 1 0
3 1 2 1
A
(
(
(
(

=
3 1 5 1
4 9 1 0
6 2 5 1
B
(
(
(
(
(
(

=
9 3 7 9
0 5 0 0
0 6 1 4
8 3 3 1
C
(
(
(
(

=
0 1 1
2 1 2
3 4 1
D
a) Escribir las matrices -A y D
b) Calcular, si es posible, B x A ; D x A y D x B.
11) Calcular los rangos de las siguientes matrices :
(
(
(
(

=
1 2 1 2
0 1 1 1
2 2 4 2
A
(
(
(
(
(
(

=
1 3 2 1
3 1 1 1
1 2 1 2
1 3 1 1
B
12) Calcular los siguientes determinantes
1 1
1 3
= = A ) A ( D
2 1 4
1 3 1
3 4 2
= = B ) B ( D
1 2 4 3
0 1 1 2
3 1 1 0
4 2 1 1

= = C ) C ( D
Espacio Vectorial
Para que (V, *, K, -) sea espacio vectorial
1) x e V , y e V x * y e V Ley de cierre para * composicin interna en V
2) x, y, z : x, y, z e V (x * y) * z = x * (y * z) Asociativa para *
3) -0 e V / x : x e V x * 0 = 0 * x = x Existe Elemento Neutro para *
4) x e V, -x e V / x * x = x * x = 0 Existe Elemento Inverso para *
Si x e V e y e V y o es un escalar del cuerpo K
5) x, y : x, y e V x * y = y * x Conmutativa para *
Hasta aqu se verificaron condiciones en V respecto de *,
que hacen de (V, *) un grupo abeliano
Ahora en las restantes condiciones analizaremos el comportamiento de las
operaciones * y - entre elementos de V y de K
se debe verificar que:
1 a
1 b
1 c
6) x e V, o e V o - x e V Ley de cierre
7) x e V , o, | e K : o - (| - x) = (o - |) - x Asociativa
8) x, y e V, o e K : o - (x * y) = o - x * o - y
- es distributiva con respecto a *
9) x e V, o, | e K : (o * |) - x = o - x * | - x
- es distributiva con respecto a *
10) x e V : x - 1 = 1 - x = x El elemento neutro de - es el 1 de K
1 a
1 b
1 c
1 a) Determinar si (R
2
, -, R, -) es un espacio vectorial con las
operaciones suma y producto escalar - vector definidos por :
a) (a, b) - (c, d) = (a + c, b + d) (a, b) , (c, d) e R
2

k - (a, b) = (k a, k b)

k e R

,

(a, b) e R
2
1) (a, b) , (c, d) e R
2
(a, b) - (c, d) = (a + c, b + d) e R
2
L.C.I.
2) (a, b), (c, d), (e, f) e R
2
: [(a, b) - (c, d)] - (e, f) = (a, b) - [(c, d) - (e, f)]
[(a, b) - (c, d)] - (e, f) = (a + c, b + d) + (e, f) = (a + c + e, b + d + f)
(a, b) - [(c, d) - (e, f)] = (a, b) + (c + e, d + f) = (a + c + e, b + d + f) Asociativa
3) - (e
1
, e
2
) e R
2
/ (a, b) : (a, b) e R
2
(a, b) - (e
1
, e
2
) = (a + e
1
, b + e
2
) = (a, b)
4) (a, b) : (a, b) e R
2
, -(a,b) e R
2
/ (a - a, b - b) = (e
1
, e
2
)
5) (a, b); (c, d) : (a, b); (c, d) e R
2
(a, b) - (c, d) = (c, d) - (a, b)
Existe Elemento Neutro para -
Existe Elemento Inverso para -
Conmutativa para -
1 b 1 c
7) a, b) e R
2
, o, | e R : o - [| - (a, b)] = o [ (| a, | b)] =
(o | a, o | b) = (o |) (a, b)
8) (a, b), (c, d) e R
2
, o e R : o - [(a, b) - (c, d)] = o [(a + c, b + d)] =
[o (a + c), o (b + d)] = (o a + o c, o b + o d) =
= (o a, o b) + (o c, o d) = [o (a, b)] + [o (c, d)]
- Es distributivo con respecto de en R
2
-
9) (a, b) e R
2
, o, | e R : (o - |) - (a, b) = [(o + |) a, (o + |) b] =
[(o a + | a), (o b + | b)] = [(o a, o b) + (| a, | b)] =
[o - (a, b)] - [| - (a, b)]
- Es distributivo con respecto de * en K
10) - 1 e R
2
/ (a, b) : (a, b) e R
2
1 - (a, b) = (1 a, 1 b) = (a, b)
6) (a, b) e R
2
, o e R o - (a, b) = (o a, o b) e R
2
Se verifican todas las condiciones Es Espacio Vectorial
Ley de cierre para - con un escalar
Asociativa para - con R
2
y R
Existe Elemento Neutro para -
1 b) Determinar si (R
2
, -, R, -) es un espacio vectorial con las
operaciones - y - definidas por :
(a, b) - (c, d) = (a + c, b + d) (a, b) , (c, d) e R
k (a, b) = (a, a)

k e R

.

(a, b) e R
2
La operacin - definida en R
2
es la misma que la del ejercicio anterior, por
tanto las primeras cinco condiciones se verifican, estudiaremos las restantes
7) (a, b) e R
2
, o, | e R : o - [| - (a, b)] = o - [(| - a, | - b)] = o - (a, a) = (a, a)
(o - |) - (a, b) = [(o - |) - a, (o - |) - b] = (a, a)
Asociativa para - con R
2
y R
8) (a, b), (c, d) e R
2
, o e R : o - [(a, b) - (c, d)] = o - [(a + c, b + d)] =
[o - (a + c), o - (b + d)] = (a + c, a + c)
=[o - (a, b) - o - (c, d)] = (a, a) + (c, c) = (a + c, a + c)
- Es distributivo con respecto de * en R
2

6) (a, b) e R
2
, o e R o - (a, b) = (o - a, o - b) = (a, a) e R
2

Ley de cierre para - con un escalar
9) (a, b) e R
2
, o, | e R : (o - |) - (a, b) = [(o + |) - a, (o + |) - b] = (a, a)
(o * |) - (a, b) = [o - (a, b)] + [| - (a, b)] = (a,a) + (a,a) = (a + a, a + a )
- NO Es distributivo con respecto de * en R
Pero (a, a) = (a + a, a + a)
No se verifica esta condicin
NO Es Espacio Vectorial
1 c
1 c) Determinar si (R
2
, -, R, -) es un espacio vectorial con las
operaciones suma y producto escalar - vector definidos por :
(a, b) - (c, d) = ((a + c)/2, (b + d)/2) (a, b) , (c, d) e R
2

k (a, b) = (k a, k b) k e R

.

(a, b) e R
2
1) (a, b) , (c, d) e R
2

)
2
,
2
( ) , ( * ) , (
d b c a
d c b a
+ +
= e R
2
L.C.I.
2) (a, b), (c, d), (e, f) e R
2
: [(a, b) * (c, d)] * (e, f) = (a, b) * [(c, d) * (e, f)]
=
+ +
= ) , ( * )
2
,
2
( ) , ( * )] , ( * ) , [( f e
d b c a
f e d c b a
=
+
+
+
+
)
2
2
,
2
2
(
f
d b
e
c a
)
4
2
,
4
2
(
f d b e c a + + + +
=
+ +
= )
2
,
2
( * ) , ( ] , ( * ) , [( * ) , (
f d e c
b a f e d c b a
=
+
+
+
+
)
2
2
,
2
2
(
f d
b
e c
a
)
4
2
,
4
2
(
f d b e c a + + + +
pero
)
4
2
,
4
2
(
f d b e c a + + + +
=
)
4
2
,
4
2
(
f d b e c a + + + +
* NO Es Asociativa en R
2

NO Es Espacio Vectorial
Subespacios
Dado un espacio vectorial (V, *, K, -)
y el conjunto no vaco S c V S es un sub conjunto del conjunto V
Si S es un espacio vectorial sobre el mismo cuerpo K
y con las mismas leyes de composicin interna que en V
(S, *, K, -) es un subespacio de (V, *, K, -) S es subespacio de V
Escribimos de otra manera :
Si 1) S =C
2) x e S . y e S x + y e S
3) o e R . x e S o x e S
Si (S, *, K, -) es un
subespacio de (V, *, K, -)
(S, *) es un sub grupo
de (V, *)
entonces el elemento neutro pertenece a S
2 a 2 b - c
2 d 2 e
2 i 2 g - h
2 f
2 a) Si A = { (x, y) e R
2
/ x = y }
Representamos grficamente
x y = x y
4 4 = 4 4
2 2 = 2 2
1) A = C
2) Si
3) Si
) b , a ( u = b a A u = e
) d b , c a ( ) d , c ( ) b , a ( v u + + = + = +
pero
d b c a + = + A v u e +
A ) b , a ( u R e = . e o
= = ) b , a ( u o o
pero
b a o o =
A u e o
A es sub espacio de R
2

cerrada para la suma
cerrada para el producto
por un escalar
Para analizar si A es subespacio, verificamos
que se cumplan las tres condiciones suficientes
para que un conjunto sea subespacio.
Pero previamente verificamos que el vector
nulo pertenezca al conjunto A
Efectivamente (0,0) e A
) d , c ( v =
con
d c A v = e con
) b , a ( o o
2 i 2 g - h 2 f 2 e 2 d 2 b - c
2 b) B = { (x, y) / y = 2 }
Representamos grficamente
x y = 2 y
2 2 2
4 2 2
- 6 2 2
Antes de analizar si es subespacio verificamos
si el vector nulo pertenece al conjunto B
Pero (0,0) e B
B NO es sub espacio de R
2

2 c) C = { (x, y) / y + x = 3 }
x y = -x + 3 y
2 - 2 + 3 1
6 - 6 + 3 -3
Pero (0,0) e C
C NO es sub espacio de R
2

2 i 2 g - h 2 f 2 e 2 d
2 d) D= { (x, y) / x = y / 2 }
para representar grficamente, haciendo
pasajes de trminos, busco la forma y = f(x)
2
y
x =
x y 2 =
Ahora puedo confeccionar tabla de
valores y representar grficamente
x y = 2x y
2 2 2 4
4 4 2 8
1) D = C
2) Si
) , ( b a u =
a b A u 2 = e
3) Si
) , ( ) , ( ) , ( d b c a d c b a v u + + = + = +
luego
) ( 2 c a d b + = + D v u e +
D b a u R e = . e ) , ( o
a b D u 2 = e
) 2 , ( a a u =
pero
a b 2 o o =
) 2 , ( ) 2 , ( a a a a u o o o o = =
El nulo (0,0) e D porque 0 = 2 0
cerrada para la suma
cerrada para el producto por un escalar
D es sub espacio de R
2

con
) , ( d c v =
c d D v 2 = e
con
) , ( b a o o =
) 2 2 , ( ) , ( c a c a d b c a + + = + + )) ( 2 , ( c a c a + + =
2 i 2 g - h 2 f 2 e
pods hacer la interpretacin
geomtrica del producto ?
2 e) E = { (1, 0, 0); (0, 1, 0); (0, 0, 1); (1, 2, 3); (1, 3, -1); (-2, 1, 4);
(-3, -2, 5); (1, -1, 1); (2, -2, -3) }
Este conjunto tiene vectores de tres
componentes, que se representan
grficamente en el espacio.
Trazamos un par de ejes
ortogonales x-y en el plano (como si
fuera en el piso de una habitacin
y a este par de ejes le incorporamos el eje z,
perpendicular al plano determinado por x-y en el
origen de coordenadas (0,0)
Al punto (1,0,0) le corresponde x = 1; y = 0 y z = 0
Al punto (0,1,0) le corresponde x = 0 ; y z = 0
Al punto (0,0,1) le corresponde x = 0 ; y = 0; y z = 1
Al punto (1,2,3) le corresponde x = 1;
y = 2 y z = 3
Al punto (1,3,-1) le corresponde x = 1;
y = 3 y z = -1
Al punto (-2,1,4) le corresponde x = -2;
y = 1 y z = 4
Al punto (-3,-2,5) le corresponde x = -3; y = -2
y z = 5
Al punto (1,-1,1) le corresponde x = 1; y = -1 y z = 1
Al punto (2,-2,-3) le corresponde x = 2; y = -2 y z = -3
y = 1;
E NO es sub espacio de R
2

El vector nulo (0,0,0) e E
2 i 2 g - h 2 f
2 f) F = { (x, y, z) / z = 0 }
Este conjunto tiene vectores de tres
componentes, que se representan
grficamente en el espacio.
Pertenecen al conjunto
vectores como:
(2, 1, 0); (-1, 2, 0); (6, -1, 0)
al ser siempre la ltima componente 0 (z = 0)
Todos los vectores del conjunto F estn en el plano x, y
1) F = C se verifica
2)
) , b , a ( u 0 =
) , d , c ( ) , b , a ( v u 0 0 + = +
cualquier punto del plano x, y e F
3) ) , b , a ( u 0 =
si o = 2 (puede tomar
cualquier otro valor)
) , d b , c a ( ) , d b , c a ( v u 0 0 0 + + = + + + = +
) , b , a ( u 0 = o o = = ) , b , a ( 0 o o o ) , b , a ( 0 o o
tambin el vector nulo (0,0,0) e F
e F
e F
F ES sub espacio de R
2

) , d , c ( v 0 =
) , b , a ( u 0 2 2 = = = ) , b , a ( 0 2 2 2 ) , b , a ( 0 2 2
2 i 2 g - h
2 g) { (x, y, z) / y = 1 } Este conjunto tiene vectores de tres
componentes, que se representan
grficamente en el espacio.
Pertenecen al conjunto
vectores como:
(2, 1, 0); (-1, 1, 0); (6, 1, 0)
pero el vector nulo (0,0,0) e F
y cualquier otro vector que verifique y= 1
(no importa cul sea x z)
F NO es sub espacio de R
3

2 h) { (x, y, z) / x + y = 1 }
representamos la
recta x + y = 1
Cualquier par de valores de x e y
que verifiquen esa ecuacin, con
cualquier valor de z pertenece al
conjunto de vectores
por ejemplo
(1,0,6); (-1,2,3); etc
Pero (0,0,0) e H
H NO es sub espacio
de R
3

2 i
2 i) { (x, y, z) / x = 0, y = 0 }
Este conjunto tiene vectores de tres
componentes, que se representan
grficamente en el espacio.
Pertenecen al conjunto
vectores como:
(0, 0, 4); (0, 0, 6); (0, 0, -2)
al ser siempre las dos primeras componentes 0
Todos los vectores del conjunto I estn contenidos
en el eje z
1) I = C se verifica
2)
) a , , ( u 0 0 =
) b , , ( ) a , , ( v u 0 0 0 0 + = +
3) ) a , , ( u 0 0 =
) b a , , ( ) b a , , ( v u + = + + + = + 0 0 0 0 0 0
) a , , ( u 0 0 = o o = = ) a , , ( o o o 0 0 ) a , , ( o 0 0
tambin el vector nulo (0,0,0) e I
e I
I ES sub espacio de R
2

) , 0 , 0 ( b v =
Combinacin Lineal
Una combinacin lineal del conjunto de vectores A = {v
1
v
2
v
3
. . . v
n
}
Es cualquier vector v = o
1
v
1
+ o
2
v
2
+ o
3
v
3
. . . o
n
v
n
con todos los o
i
e K
Por ejemplo: dado el conjunto de vectores
v
1
= (3,-1); v
2
= (-4,6); v
3
= (1, 2)
El vector v = o
1
v
1
+ o
2
v
2
+ o
3
v
3
=
Si o
1
= 3 o
2
= -2 o
3
= -1
3 (3,-1) + (-2) (-4,6) + (-1) (1,2) =
v = (9,-3) + (8,-12) + (-1,-2) = (9 + 8 - 1; - 3 12 - 2) = (16; - 17) es combinacin
lineal de A
A = {v
1
v
2
v
3
} donde
Si hay alguna combinacin lineal no trivial de los vectores del conjunto A, cuyo
resultado es el vector nulo, decimos que A es linealmente dependiente
Para saber si el conjunto A de nuestro ejemplo es L.D. Debemos plantear :
(0, 0) = o
1
(3,-1) + o
2
(-4,6) + o
3
(1,2) = (3o
1
, -1o
1
) + (-4o
2
, o
2
6) + (o
3
1,2) =
= (3o
1
-4o
2
+

o
3
; -o
1
+ 6o
2
+ 2o
3
)

= + +
= +
0 2 6
0 4 3
3 2 1
3 2 1
o o o
o o o
Sistema de dos ecuaciones con tres incgnitas
Al sistema de ecuaciones

= + +
= +
0 2 6
0 4 3
3 2 1
3 2 1
o o o
o o o
Lo resolvemos
por sustitucin
(1)
De (1)
1 2 3
3 4 o o o =
(2)
Reemplazo o
3
en (2) y tengo
0 3 4 2 6
1 2 2 1
= + + ) ( o o o o
0 6 8 6
1 2 2 1
= + + o o o o 0 14 7
2 1
= + o o
Ponemos o
2
en funcin de o
1

14
7
1
2
o
o =
2
1
2
o
o =
Ponemos o
3
en funcin de o
1
, reemplazando

2
1
2
o
o =
(3)
en (3)
= =
1
1
3
3
2
4 o
o
o
1 1
3 2 o o
1 3
o o =
As es posible afirmar que para cualquier o
1
= 0 ; o
2
y o
3
son tambin distintos de 0
Si o
1
= 1 ; o
2
= 1/2 y o
3
= -1

Con estos escalares es posible
establecer una combinacin lineal
v = o
1
v
1
+ o
2
v
2
+ o
3
v
3
=
= + + = ) , ( ) ( ) , ( ) , ( v 2 1 1 6 4
2
1
1 3 1
= + + = ) , ( ) , ( ) , ( v 2 1 3 2 1 3 ) , ( ) , ( 0 0 2 3 1 1 2 3 = +
El vector nulo es combinacin lineal de los vectores del conjunto A
Luego, los vectores de A son Linealmente Dependientes
con o
1
= 0
o
2
= 0 y
o
3
= 0
) , , ( w ) , , ( v ) , , ( u 0 1 1 1 1 2 1 1 2 = = =
3 a) Para verificar si el vector (-1, 2, -1) es combinacin lineal de
Vamos a averiguar si es posible componer (-1, 2, -1) a partir de la
suma de los vectores
w ; v ; u
Previamente multiplicados por escalares
a = 2 b = 3 y c =1
) , , ( w c v b u a 1 2 1 = + +
) , , ( ) , , ( ) , , ( ) , , ( 1 2 1 0 1 1 1 1 1 2 3 1 1 2 2 = + +
= + + + + = + + ) ; ; ( ) , , ( ) , , ( ) , , ( 0 3 2 1 3 2 1 6 4 0 1 1 3 3 6 2 2 4
) , , ( 1 2 1
Es combinacin lineal ) , , ( 1 2 1
de
w v u
) , ( v ) , ( u 4 2 4 0 = =
3 b) Para expresar
como combinacin lineal de ) , ( j ) , ( i 1 0 0 1 = =
escribimos
j i u
2 1
o o + = ) , ( ) , ( ) , ( 1 0 0 1 4 0
2 1
o o + = ) , ( ) , (
2 1
0 0 o o + =
) , ( ) 0 , 0 (
2 1 2 1
o o o o = + + = 4 0
2 1
= = o o
j i u + = 4 0
j i v
2 1
o o + = ) , ( ) , ( ) , ( 1 0 0 1 4 2
2 1
o o + = ) , ( ) , (
2 1
0 0 o o + =
) , ( ) , (
2 1 2 1
0 0 o o o o = + + = 4 2
2 1
= = o o
j i v + = 4 2
Sistema de Generadores
Si un conjunto de vectores A, de un espacio vectorial (V, *, K, -)
es tal que cualquier vector del espacio vectorial puede expresarse como
combinacin lineal de los vectores del conjunto A
Se dice que A es un Sistema de Generadores de V
En la prctica, dado un conjunto de vectores A = { v
1
v
2
v
3
. . . v
n
}
Se busca escribir cualquier vector de V, como combinacin lineal de los vectores de A
Base
Un conjunto de vectores A es Base de un Espacio Vectorial si:
Los vectores de A son linealmente independientes
A es un sistema de Generadores de V
Recuerde que los vectores son linealmente independientes, si al establecer
una combinacin lineal, la nica forma de obtener el vector nulo, es que todos
los escalares de la combinacin lineal sean nulos
4 c
4 d
4 b
4 a
5 a
5 b
4 a) Para saber si A = { (1, 2) ; (-2, 1) } es base de R
2
,
Investigamos la existencia de escalares reales o
1
y o
2
, que permitan escribir
cualquier vector como combinacin lineal de los vectores del conjunto A


Entonces proponemos un vector cualquiera (x, y) e R
2

y escribimos :
) , ( ) , ( ) y , x ( 1 2 2 1
2 1
+ = o o
) , ( ) , ( ) y , x (
2 2 1 1
2 2 o o o o + =
) , ( ) y , x (
2 1 2 1
2 2 o o o o + =
Averiguamos si (1, 2) y (-2, 1) son linealmente dependientes, haciendo
o
1
(1, 2) + o
2
(-2, 1) = (0, 0)
(o
1
, 2 o
1
) + (-2 o
2
, o
2
) = (0, 0)
(o
1
-2 o
2
, 2 o
1
+ o
2
) = (0, 0) entonces:

= +
=
0 2
0 2
2 1
2 1
o o
o o
Por ser un sistema de ecuaciones homogneo, si el determinante principal
es distinto de 0, el conjunto de vectores es L.I. ya que o
1
= o
2
=0.
Pero si el determinante principal es igual a 0, el conjunto de vectores es
L.D. ya que al ser el sistema homogneo admitir mltiples soluciones.
=

=
1 2
2 1
A 5 4 1 = + ) (
A es linealmente independiente
4 b 4 d 4 c
) , ( ) y , x (
2 1 2 1
2 2 o o o o + =

= +
=
y
x
2 1
2 1
2
2
o o
o o
Resolvemos el sistema, aplicando el mtodo de los
determinantes donde o
1
y o
2
son las incgnitas
=

=
1 2
2 1
A
= )) ( ( 2 2 1 1
5 4 1 = + ) (
=

=
1
2
1
y
x
o
A = ) y ) ( x ( 2 1 y x 2 +
= = A
y
x
2
1
2 o
= ) x y ( 2 1 y x + 2
Si dos vectores son iguales,
sus componentes son iguales
Con los valores
hallados de
y x y x + = + = = 2 2 5
3 1
o o
A A A
planteamos
= =
A
A
o
o
1
1
5
2y x +
= =
A
A
o
o
2
2
5
2 y x +
Vemos que para cada
vector (x, y), existirn
valores de o
1
y o
2

A es un Sistema de Generadores de R
2

Por ejemplo si v = ( 3, 1 )
=
+
=
5
2
1
y x
o
=
+
=
5
2
2
y x
o
1
5
1 2 3
=
+
1
5
1 3 2
=
+
luego
= + ) , ( ) ( ) , ( 1 2 1 2 1 1 = + ) , ( ) , ( 1 2 2 1
2 1
o o = + ) , ( ) , ( 1 2 2 1 ( 3, 1 )
A es una Base de R
2

4 b 4 d 4 c
4 b) Para saber si B = { (1, 2) ; (2, 4) } es base de R
2
,
Averiguamos si (1, 2) y (2, 4) son linealmente dependientes, haciendo
o
1
(1, 2) + o
2
(2, 4) = (0, 0)
(o
1
, 2 o
1
) + (2 o
2
, 4 o
2
) = (0, 0)
(o
1
+ 2 o
2
, 2 o
1
+ 4 o
2
) = (0, 0) entonces:

= +
= +
0 4 2
0 2
2 1
2 1
o o
o o
Por ser un sistema de ecuaciones homogneo, si el determinante principal
es distinto de 0, el conjunto de vectores es L.I. ya que o
1
= o
2
=0.
Pero si el determinante principal es igual a 0, el conjunto de vectores es
L.D. ya que al ser el sistema homogneo admitir mltiples soluciones.
= =
4 2
2 1
A 0 4 4 = ) (
B es linealmente dependiente
B NO es Base
4 d 4 c
4 c) Para saber si C = { (1, 3) ; (1/2, -4) ; (17/5, 8) } es base de R
2
,
verificamos si (1, 3) ; (1/2, -4) y (17/5, 8) son linealmente dependientes,
o
1
(1, 3) + o
2
(1/2, -4) + o
3
(17/5, 8) = (0, 0)
) , ( ) , ( ) , ( ) , ( 0 0 8
5
17
4
2
1
3
3 3 2 2 1 1
= + + o o o o o o
) , ( ) , ( 0 0 8 4 3
5
17
2
1
3 2 1 3 2 1
= + + + o o o o o o

= +
= + +
0 8 4 3
0
5
17
2
1
3 2 1
3 2 1
o o o
o o o
Tenemos as un sistema
homogneo de dos ecuaciones
con tres incgnitas
De (2)
3
8 4
3 2
1
o o
o

=
Reemplazando en (1)
0
5
17
2
1
3
8
3
4
3 2 3 2
= + + o o o o 0
15
11
6
11
3 2
= + o o
3 2
15
6
o o =
De manera que:
si o
3
= 15 ; o
2
= - 6 48
3
15 8 6 4
1
=

=
) (
o
= + + ) , ( ) , )( ( ) , )( ( 8
5
17
15 4
2
1
6 3 1 48 = + + ) , ( ) , ( ) , ( 120 51 24 3 144 48
) , ( ) , ( 0 0 120 24 144 51 3 48 = + + +
Los vectores de C son L.D.
C NO es una Base de R
2

) 2 (
) 1 (
0
0
0
3
2
1
=
=
=
o
o
o
4 d
4 d) Para saber si D = { (0, 0) ; (2, 1) } es una Base de R
2

Planteamos la siguiente expresin para averiguar si
los vectores de A son linealmente dependientes
) 0 , 0 ( ) 1 , 2 ( ) 0 , 0 ( = + b a
entonces
) 0 , 0 ( ) 1 , 2 ( ) 0 , 0 ( = + b b a a ) 0 , 0 ( ) , 2 ( ) 0 , 0 ( = + b b
para
0 0 = = b a Los vectores del conjunto A son
linealmente dependientes
cualquier conjunto de vectores al que pertenece el vector nulo,
es linealmente dependiente
A NO es una Base de R
2

Coordenadas de un vector
Si
{ }
2 1
;v v A = es una base de R
2

Cada vector de R
2
puede expresarse
como una combinacin lineal de A
ya que los vectores de A son linealmente
independientes y sistema de generadores
Precisamente por ser A una
base de R
2

Entonces: si v e R
2
existen y son nicos los escalares a y b e R
Tal que: v = a v
1
+ b v
2

Donde a y b se llaman
coordenadas del vector v
respecto de la base A
DIMENSION DE UN SUBESPACIO VECTORIAL
Es el cardinal (nmero de vectores) de cualquiera de sus bases
Por ejemplo
B = { (x,y) / x = y }
B es subespacio de R
2

Son bases de B { (1, 1) } ; { (2, 2) }
La Dimensin de B es 1
(n de vectores en cada base de B)
5 a 6 a
5) Dados los vectores ) , ( v ) ; ( u 1 3 2
2
1
= = de R
2
:
5 a) Verificar que el conjunto
es una base de R
2
} v ; u { A =
verificamos si (1/2 , 2) y (3, 1) son linealmente dependientes,
o
1
(1/2, 2) + o
2
(3, 1) = (0, 0)
) , ( ) , ( ) , ( 0 0 3 2
2
2 2 1
1
= + o o o
o
) , ( ) , ( 0 0 2 3
2
2 1 2
1
= + + o o o
o

= +
= +
0 2
0 3
2
1
2 1
2 1
o o
o o
Tenemos as un sistema
homogneo de dos ecuaciones
con dos incgnitas
De (2)
1 2
2o o =
Reemplazando en (1) 0 2 3
2
1
1 1
= + ) ( o o
0 6
2
1
1 1
= o o
0
2
11
1
= o
0
1
= o
Reemplazando en (2)
0 2
2
= o
0
2
= o
Los vectores son Linealmente Independientes
Investigamos la existencia de escalares reales o
1
y o
2
, que permitan escribir
cualquier vector como combinacin lineal de los vectores del conjunto V


y escribimos :
= + = ) , ( ) , ( ) y , x (
2 2 1 1
3 2
2
1
o o o o
) , (
2 1 2 1
2 3
2
1
o o o o + +
o
1
(1/2, 2) + o
2
(3, 1) = (x, y)
) 2 (
) 1 (
Base
Coordenadas
5 b

= +
= +
y
x
2 1
2 1
2
3
2
1
o o
o o
Resolvemos el sistema, aplicando el mtodo de los
determinantes donde o
1
y o
2
son las incgnitas
= =
1 2
3
2
1
A = ) ( 3 2 1
2
1
2
11
6
2
1
= ) (
= =
1
3
1
y
x
o
A = ) y x ( 3 1 y x 3 +
= =
y
x
2
2
1
1
o
A = ) x y ( 2
2
1
y x
2
1
2 +
Si dos vectores son iguales,
sus componentes son iguales
Con los valores
hallados de
y x y x
2
1
2 3
2
11
2 1
+ = + = =
o o
A A A planteamos
= =
A
A
o
o
1
1
=

+
2
11
3y x
= =
A
A
o
o
2
2
=

+
2
11
2
1
2 y x
Podemos ver que para
cada vector (x, y),
existirn valores de o
1

y o
2

V es un Sistema
de Generadores
de R
2

) , ( ) y , x (
2 1 2 1
2 3
2
1
o o o o + + =
11
3
11
2
11
3 2 y x ) y x )( (
=
+
=

+
2
11
2
4 y x
y x
2
1
11
4

V es una Base de R
2

Base
Coordenadas
5 b
5 b) Para hallar las coordenadas del vector
) , ( w 6 4 =
En la base A = { u; v } donde u = ( ; 2 ) ; v = ( 3, 1 )
Planteamos la siguiente expresin:
v b u a w + =
que resulta
) 1 , 3 ( ) 2 ,
2
1
( ) 6 , 4 ( + = b a ) 2 , 3
2
( ) , 3 ( ) 2 ,
2
( ) 6 , 4 ( b a b
a
b b a
a
+ + = + =
A partir de esta expresin por la igualdad de los pares ordenados,
planteamos un sistema de dos ecuuaciones con dos incgnitas
) 2 , 3
2
( ) 6 , 4 ( b a b
a
+ + =

= +
= +
6 2
4 3
2
b a
b
a
) 2 (
) 1 (
De (1)
b
a
3 4
2
= ) 3 4 ( 2 b a = b a 6 8 =
Reemplazo a en (2) 6 ) 6 8 ( 2 = + b b
6 12 16 = + b b
6 11 16 = b 16 6 11 + = b 22 11 = b 2 = b
Si b = -2
12 8 ) 2 ( 6 8 + = = a
4 = a
Coordenadas
6) a) dimensin de { (x, y) / x = y }
Si representamos grficamente el conjunto, obtenemos una
recta (ver ejercicio 2a) donde
( x, y ) e S ( x, y ) = ( y, y )
Si y = 1 ( 1, 1 ) e S
Con { (1, 1) } puedo generar cualquier otro
vector que est contenido en la recta x = y
con multiplicar el vector por un escalar
estableciendo una combinacin lineal
) , ( ) y , x ( v 1 1 = = o
{ (1,1) } es una base de { (x, y) / x = y }
Dim (1)
Cantidad de vectores de
cualquier base del subespacio
{ (2,2) } tambin es base de { (x, y) / x = y }
Te queda comprobar que con esas bases (y con cualquier otra base
que vos propongas) se puede genera cualquier vector que est
contenido en la recta y = x
6 b 6 d 6 c
6) b) dimensin de { (x, y) / x = y / 2 }
Si representamos grficamente el conjunto, obtenemos una
recta (ver ejercicio 2d) donde:
( x, y ) e S ( x, y ) = ( x, 2x )
Si x = 1 ( 1, 2 ) e S
Con { (1, 2) } puedo generar cualquier otro
vector que est contenido en la recta x = y /2
con multiplicar el vector por un escalar
estableciendo una combinacin lineal
) , ( ) y , x ( v 2 1 = = o
{ (1, 2) } es una base de { (x, y) / x = y / 2 }
Dim (1)
Cantidad de vectores de
cualquier base del subespacio
{ (3, 6) } es una base de { (x, y) / x = y / 2 }
Te queda comprobar que con esas bases (y con cualquier otra base
que vos propongas) se puede generar cualquier vector que est
contenido en la recta y = 2 x
6 d 6 c
Si representamos grficamente el conjunto, obtenemos una
recta (ver ejercicio 2f)
( x, y, z ) e S ( x, y, z ) = ( x, y, 0 )
Si x = 1 . y = 4 ( 1, 4, 0 ) e S
Con { (1, 4, 0) } NO puedo generar cualquier
otro vector que est contenido en el plano x,y
estableciendo una combinacin lineal
) , , ( ) , , ( ) , y , x ( v 0 3 6 0 4 1 0 | o + = =
{ (1, 4, 0); (6, 3, 0) } es una base de { (x, y, z) / z = 0 }
Dim (2)
Cantidad de vectores de
cualquier base del
subespacio
{ (3, 6, 0); (-1, 2, 0) } tambin es es una base de { (x, y) / x = y / 2 }
6) c) La dimensin de { (x, y, z) / z = 0 }
Necesito otro vector, por ejemplo
Si x = 6 . y = 3 ( 6, 3, 0 ) e S
Con { (1, 4, 0); (6, 3, 0) } puedo generar cualquier
otro vector que est contenido en el plano x,y
Te queda comprobar que con esas bases (y con cualquier otra base
que vos propongas) se puede generar cualquier vector que est
contenido en el plano (x, y, 0)
6 d
Si representamos grficamente el conjunto, obtenemos una
recta (ver ejercicio 2i)
( x, y, z ) e S ( x, y, z ) = ( 0, 0, z )
Si z = 1 ( 0, 0, 1 ) e S
Con { (0, 0, 1) } puedo generar cualquier otro
vector que est contenido sobre el eje z
estableciendo una combinacin lineal
) , , ( ) z , , ( v 1 0 0 0 0 = = o
{ (0, 0, 1) } es una base de { (x, y, z) / x = 0, y = 0 }
Dim (1)
{ (0, 0, 3) } tambin es es una base de { (x, y, z) / x = 0, y = 0 }
6) d) La dimensin de { (x, y, z) / x = 0, y = 0 }
Cantidad de vectores de
cualquier base del subespacio
Te queda comprobar que con esas bases (y con cualquier otra base
que vos propongas) se puede generar cualquier vector que est
contenido en la recta (0, 0, z)
MATRICES
informalmente una matriz es un conjunto de elementos ordenados
en filas y columnas
|
|
|
|
|
|
|
|
|
|
|
|
|
.
|

\
|
=

mn mn mj m m
n m n m j m m m
in in ij i i
n n j
n n j
a a .... a .... a a
a a .... a .... a a
.... .... .... .... .... .... ....
a a .... a .... a a
.... .... .... .... .... .... ....
a a .... a .... a a
a a .... a ..... a a
A
1 2 1
1 1 1 1 12 11
1 2 1
2 1 2 2 22 21
1 1 1 1 12 11
Esta matriz tiene m
filas y n columnas
El nmero de filas no
tiene por qu ser igual
al nmero de columnas,
pero si esto sucede, la
matriz es cuadrada
Una matriz conformada con los mismos elementos que los de la
matriz A, pero dispuestos de manera diferente, es una matriz
distinta de A
operaciones con matrices ver
en los ejercicios resueltos
7 a) De la consigna extraemos los siguientes datos en forma ordenada
Mes: Julio Mes: Agosto
R A G V R A G V
estndar 10 5 7 9 0 20 10 5
de lujo 6 7 5 12 10 5 7 12
De manera que es posible componer dos matrices, una para cada mes
(
(

=
12 2 7 6
9 7 5 10
J
(
(

=
12 7 5 10
5 10 20 0
A
La clase de una matriz est
dada por la cantidad de filas
y de columnas
7 b) J es de clase 2 por 3, y se escribe J
(2x3)
A es de la misma clase, A
(2x3)

7 c) Para saber cuntos autos de modelo estndar y color rojo bermelln se
vendieron en los dos meses
sumamos el correspondiente al mes de Julio y el
correspondiente al mes de Agosto esto es 10 + 0 = 10
7 f g 7 d e
7 d) Para saber cuntos autos de cada modelo y color se vendieron en
los dos meses
Sumamos las matrices que representan cada uno de los meses
=
(
(

+
(
(

= +
12 7 5 10
5 10 20 0
12 2 7 6
9 7 5 10
A J
se efecta sumando ordenadamente los elementos de cada fila y columna entre s
=
(
(

+ + + +
+ + + +
12 12 7 2 5 7 10 6
5 9 10 7 20 5 0 10
(
(

= +
24 9 12 16
14 17 25 10
A J
7 e) Si la sucursal vendi en los meses de julio y agosto, el doble de lo vendido en la
casa central.
al resultado de la suma de ambos meses, lo multiplicamos por 2 (duplicamos)
=
(
(

= +
24 9 12 16
14 17 25 10
2 2 ) A J (
que se resuelve multiplicando por 2 cada elemento de la matriz (J + A )
=
(
(

24 2 9 2 12 2 16 2
14 2 17 2 25 2 10 2
(
(

= +
48 18 24 32
28 34 50 20
2 ) A J (
7 f g
7 f) Cul es la cantidad de autos vendidos por modelo y color en los
dos locales durante los meses de julio y agosto ?
7 g) si la venta en la sucursal hubiese sido el triple que en la casa central
Sumamos a lo vendido en casa central lo vendido en la sucursal
(
(

= +
24 9 12 16
14 17 25 10
A J
(
(

= +
48 18 24 32
28 34 50 20
2 ) A J (
=
(
(

+
(
(

= + + + =
48 18 24 32
28 34 50 20
24 9 12 16
14 17 25 10
2 ) A J ( A J T
(
(

+ + + +
+ + + +
=
48 24 18 9 24 12 32 16
28 14 34 17 50 25 20 10
T
(
(

=
72 27 36 48
42 51 75 30
=
(
(

= +
24 9 12 16
14 17 25 10
3 3 ) A J (
=
(
(

24 3 9 3 12 3 16 3
14 3 17 3 25 3 10 3
(
(

= +
72 27 36 48
42 51 75 30
3 ) A J (
8) a) Escribir una matriz F e C
3 x 3
tal que : f
ij
= 0 si i = j ;
f
ij
= i si i = j
Si la matriz F es de clase 3 x 3 F
(3x3)

tiene tres filas y tres columnas
Podemos escribir la matriz F
de la siguiente manera:
(
(
(

=
33 32 31
32 22 21
13 12 11
f f f
f f f
f f f
F
Donde los subndices de cada
elemento, significan el orden de
filas y columnas que le
corresponde, segn su ubicacin
i j
f
Es el elemento ubicado en la fila i columna j
32
f
Es el elemento ubicado en la fila 3 columna 2
Si f
ij
= 0 cuando i = j
f
11
= 0 ; f
22
= 0; f
33
= 0
y cuando i = j f
ij
= i entonces :
f
12
= 1 ; f
13
= 1; f
21
= 2 ; f
23
= 2 ; f
31
= 3 ; f
32
= 3
(
(
(

=
0 3 3
2 0 2
1 1 0
F
entonces
8 b
8 b) La matriz G e C
3 x 2
tal que : g
ij
= 2 i + j si i > j ;
g
ij
= i - j si i s j
La matriz G es de clase 3 x 2 G
(3x2)

tiene tres filas y dos columnas
Podemos escribir la matriz G
de la siguiente manera:
=
(
(
(
(

=
32 31
22 21
12 11
g g
g g
g g
G
Donde los subndices de cada
elemento, significan el orden de
filas y columnas que le
corresponde, segn su ubicacin
ij
g
Es el elemento ubicado en la fila i columna j
En g
11
i = j luego g
11
= 1 1 = 0

En g
12
i < j luego g
12
= 1 2 = -1

En g
21
i > j luego g
21
= 22 + 1 = 5

En g
22
i = j luego g
22
= 2 2 = 0

En g
31
i > j luego g
31
= 23 + 1 = 7

En g
32
i > j luego g
32
= 23 + 2 = 8

entonces :
(
(
(
(

=
8 7
0 5
1 0
G
9 i) A + B
=
(
(

+
(
(

= +
8 1 7
2 0 3
6 5 4
3 2 1
B A
(
(

+ +
+ + +
8 6 1 5 7 4
2 3 0 2 3 1
(
(

= +
14 6 3
5 2 4
B A
9 ii) 3 A
9 iii) 2A - 3B =
=
(
(

=
6 5 4
3 2 1
3 3 A =
(
(

6 3 5 3 4 3
3 3 2 3 1 3 ) (
(
(

18 15 12
9 6 3
=
(

8 1 7
2 0 3
3
6 5 4
3 2 1
2
=
(

24 3 21
6 0 9
12 10 8
6 4 2
=
(

+
+
=
24 12 3 10 21 8
6 6 0 4 9 2
3 2 B A
(

12 7 29
0 4 7
10 a) Para escribir la opuesta de una matriz, cambiamos los signos
de la matriz cuya opuesta buscamos
(
(
(
(
(
(

=
0 8 1 3
2 7 2 / 1 3
0 0 1 0
3 1 2 1
A
(
(
(
(

=
0 1 1
2 1 2
3 4 1
D
Si
(
(
(
(
(

=
0 8 1 3
2 7 2 1 3
0 0 1 0
3 1 2 1
/
A
(
(
(

=
0 1 1
2 1 2
3 4 1
D
10 b) B x A Evaluamos la clase de cada una de las
matrices que vamos a multiplicar
B
(3x4)
x A
(4x3)

Para que el producto de matrices sea
posible, las columnas de la primera matriz
deben coincidir con las filas de la segunda
matriz
el resultado ser una matriz M
(

3 x 3 )
que tendr igual cantidad de
filas que la primera matriz
e igual cantidad de
columnas que la segunda
matriz
3 1 5 1
4 9 1 0
6 2 5 1



0 8 1 3
2 7 2 1 3
0 0 1 0
3 1 2 1

/
Trazamos dos rectas
perpendiculares entre s
En el cuadrante inferior izquierdo
colocamos la matriz B
En el cuadrante superior derecho
colocamos la matriz A
Y efectuamos la sumatoria del
producto de los elementos de
cada fila de la primera matriz
Por los elementos de cada columna
de la segunda matriz
1 1 + 5 0 + 2 3 + (-6) 3 = -11
-11
1 2 + 5 1 + 2 + (-6) (-1) = 14
14
1 (-1) + 5 0 + 2 7 + (-6) 8 =
-35
-35
1 3 + 5 0 + 2 2 + (-6) 0 =
7
7
0 1 + 1 0 + (-9) 3 + 4 3 = -15
-15
0 2 + 1 1 + (-9) + 4 (-1) = -15/2
-15/2
0 (-1) + 1 0 + (-9) 7 + 4 8 =
-31
-31
0 3 + 1 0 + (-9) 2 + 4 0 =
-18
-18
(-1) 1 + 5 0 + (-1) 3 + 3 3 = 5
5
(-1) 1 + 5 1 + (-1) + 3 (-1) = 1/2
(-1) (-1) + 5 0 + (-1) 7 + 3 8 = 18
(-1) 3 + 5 0 + (-1) 2 + 3 0 = - 5
1/2
18 -5
B x A
El resultado obtenido ser:
(
(
(
(

=
5 18
2
1
5
18 31
2
15
15
7 35 14 11
BxA
D x A
Evaluamos la clase de cada una de las
matrices que vamos a multiplicar
D
(3x3)
x A
(4x4)

Para que el producto de matrices sea
posible, las columnas de la primera matriz
deben coincidir con las filas de la segunda
matriz
(
(
(
(
(
(

=
0 8 1 3
2 7 2 / 1 3
0 0 1 0
3 1 2 1
A
(
(
(
(

=
0 1 1
2 1 2
3 4 1
D
En este caso esto no
es as :
Las columnas de D son 3
y las filas de A son 4
No es posible realizar D x A
D x B
Evaluamos la clase de cada una de las
matrices que vamos a multiplicar
D
(3x3)
x B
(3x4)

Para que el producto de matrices sea
posible, las columnas de la primera matriz
deben coincidir con las filas de la segunda
matriz
el resultado ser una
matriz
(

3 x 4 )
M
0 1 1
2 1 2
3 4 1

3 1 5 1
4 9 1 0
6 2 5 1



D

x B
1 1 + (-4) 0 + 3 (-1) = - 2
1 5 + (-4) 1 + 3 5 = 16
1 2 + (-4) (-9) + 3 (-1) = 35
1 (-6) + (-4) 4 + 3 3 = -13
-2 16 35 -13
(-2) 1 + 1 0 + 2 (-1) = -4
(-2) 5 + 1 1 + 2 5 = 1
(-2) 2 + 1 (-9) + 2 (-1) = -15
(-2) (-6) + 1 4 + 2 3 = 22
(-1) 1 + 1 0 + 0 (-1) = -1
(-1) 5 + 1 1 + 0 5 = -4
(-1) 2 + 1 (-9) + 0 (-1) = -11
(-1) (-6) + 1 4 + 0 3 = 10
-4 1 -15 22
-1 -4 -11 10
(
(
(

=
10 11 4 1
22 15 1 4
13 35 16 2
DxB
Rango de una Matriz
El Rango de una matriz es su rango fila su rango columna
(que siempre coinciden)
Rango fila rango columna de una matriz es el mximo nmero de vectores filas
vectores columnas linealmente independientes de la matriz
Para conocer el rango de una matriz, podemos analizar cada fila (o columna)
como vectores y determinar si son o no linealmente independientes
Otra manera de hacerlo es efectuando una serie de operaciones elementales sobre
la matriz, y al cabo de un nmero determinado de operaciones elementales,
habremos encontrado el rango de la matriz, ya que habremos obtenido otra matriz
del mismo rango
Operaciones elementales sobre una matriz:
1. Permutacin de dos filas entre s, o de dos columnas entre s
2. Adicin de una fila a otra de una columna a otra.
3. Multiplicacin de una fila de una columna por un
escalar no nulo.
Mtodo de Gauss Jordan para
determinar el rango de una matriz
Este mtodo es una manera mecnica de operar en forma ordenada pasos
repetitivos de operaciones elementales; y al cabo de un nmero finito de
pasos, se obtiene el mximo nmero posible de vectores cannicos
linealmente independientes, que es precisamente el rango de la matriz
|
|
|
|
.
|

\
|
....... ... ... ...
....... f e d
....... c b a
Sea A una matriz no nula de la que se indicaron solo algunos elementos
Elegimos cualquier elemento distinto de 0 al que llamaremos pivote
En nuestro caso el pivote ser a
11
= a
Reducimos a 1 el pivote y a 0 los restantes elementos de la
columna del pivote
=
|
|
|
|
.
|

\
|
....... ... ...
....... f e
....... c b
0
0
1
|
|
|
|
|
.
|

\
|
0
1 ..........
a
c
a
b
a
bd
e
a
cd
f
...... .... .... ....
.......
Luego a cada elemento se le resta
el producto de la
contradiagonal que forman el
pivote con el elemento que
transformamos
dividido por el pivote
Luego se reitera el procedimiento eligiendo pivotes que no
estn en la misma fila ni en la misma columna que los pivotes
ya elegidos en pasos anteriores
y los restantes elementos de la fila que quedan
se dividen por el pivote
Por ejemplo: Hallar el rango de la matriz
|
|
|
|
.
|

\
|
=
9 8 7
6 5 4
3 2 1
A
Tomamos como pivote el elemento de la
1 fila y 1columna
Reducimos a 1 el pivote y a 0 los restantes elementos de la
columna del pivote y los restantes elementos de la fila se
dividen por el pivote (1) y quedan como estn
|
|
|
|
.
|

\
|
0
0
3 2 1
Luego a cada elemento se le resta el producto de la contradiagonal
que forman el pivote con el elemento que transformamos dividido
por el pivote
Se transforma en
3
1
2 4
5 =

Se transforma en
6
1
3 4
6 =

6
Se transforma en
6
1
2 7
8 =

6
Se transforma en
12
1
3 7
9 =

12
3
Luego se repite el
procedimiento, ahora
tomo 3 como pivote
|
|
|
|
.
|

\
|
0 0
2 1 0
0 1
al dividir 6 por el
pivote (-3) se hace 2
Se transforma en
1
3
2 6
3 =

1
Se transforma en 0
3
6 6
12 =

) ( ) (
0
La matriz hallada
|
|
|
|
.
|

\
|
0 0 0
2 1 0
1 0 1
No se puede seguir transformando por Gauss-
Jordan porque el prximo pivote debe ser de la
3 columna 3 fila y este elemento es 0
Pero 0 no puede ser pivote
En este caso, el rango de la matriz A es 2 porque son dos las filas linealmente
independientes de la matriz
porque los elementos de la terceras fila despus de todas las transformaciones
posibles, son todos nulos (0); significa que esa fila es combinacin lineal de las otras dos
Gauss-Jordan no es el nico mtodo para efectuar operaciones elementales en
una matriz, pero lo adoptamos porque es el mtodo que nos provee:
Un algoritmo eficiente (en un nmero determinado de pasos entrega la solucin)
Aunque para ello debes estar muy entrenado en el clculo de operaciones con
fracciones . . .
11 a) Para calcular el rango de
(
(
(
(

=
1 2 1 2
0 1 1 1
2 2 4 2
A
Tomamos el
pivote 2 de
la 1 fila 1
columna
(
(
(
(

1 1 2 1
Dividimos la fila por el pivote y hacemos 0 los elementos
restantes de la columna del pivote
0
0
Y completamos los restantes elementos de la 2 fila
3
2
4 1
1 =

3
0
2
2 1
1 =

0
1
2
2 1
0 =

) ( ) (
1
trabajamos ahora con los elementos de la 3 fila
3
2
4 2
1 =

0
2
2 2
2 =

1
2
2 2
1 =

) ( ) (
3 0 1
Tomamos el pivote 3 de
la 2 fila 2 columna
Dividimos la fila por el pivote
y hacemos 0 los elementos de
la columna del pivote
(
(
(
(

0 0
3
1
0 1 0
0 1
1
3
0 2
1 =

3
1
3
1 2
1 =

0
3
0 3
0 =

completamos los restantes

elementos de la 1 fila
1
3
1
y completamos los restantes
elementos de la 3 fila
0
0
3
1 3
1 =

0
11 b
(
(
(
(

0 0 0 0
3
1
0 1 0
3
1
1 0 1
El prximo pivote debe estar en la 3 fila, en las columnas 3 4
Pero ambos elementos son 0 y el
pivote debe ser distinto de 0
En consecuencia las operaciones elementales se
terminaron en esta matriz
La matriz de tres filas qued con una fila de elementos nulos
El Rango de la matriz ser la cantidad de filas con al menos
un elemento distinto de 0
Existen otros
mtodos para
realizar
operaciones
elementales en una
matriz
pero nosotros explicamos Gauss-Jordan porque es un
mtodo algortmico, y como tal puede programarse.
NOTA. El pivote que se elige puede ser cualquier elemento,
con tal que no sea de una fila y/o columna repetida. No tiene
porqu seguir un orden, y si ests trabajando sin calculadora
te conviene que los pivotes sean los 1
11 b
11 b) Calculamos el rango de B
(
(
(
(
(
(

=
1 3 2 1
3 1 1 1
1 2 1 2
1 3 1 1
B
tomamos el pivote 1 de la 1 fila
1 columna
Dividimos la fila por el pivote y hacemos 0 los
elementos restantes de la columna del pivote
(
(
(
(
(
(

0
0
0
1 3 1 1
y completamos los restantes elementos de la 2 fila
1
1
1 2
1 =

1
4
1
3 2
2 =


) (
4
3
1
1 2
1 =

) (
3
completamos los restantes elementos de la 3 fila
0
1
1 1
1 =

4
1
3 1
1 =

) (
4
1
1 1
3 =

) (
4 4
los restantes elementos de la 4 fila son
1
1
1 1
2 =

0
1
3 1
3 =


) (
2
1
1 1
1 =

) (
0
1 0 2
Tomamos como pivote el 1 de la 4 fila 2 columna
|
|
|
|
|
|
|
.
|

\
|

2 0 1 0
4 4 0 0
3 4 1 0
1 3 1 1
Dividimos la fila por el pivote y hacemos 0 los
elementos restantes de la columna del pivote
y completamos los
restantes elementos
de la 1 fila
|
|
|
|
|
|
|
.
|

\
|
2 0 1 0
0
0
1
3
1
0 1
3 =

3
3
1
2 1
1 =

3
y completamos los restantes
elementos de la 2 fila
4
1
0 1
4 =

5
1
2 1
3 =

4 5
y completamos los restantes
elementos de la 3 fila
4
1
0 0
4 =

4
1
2 0
4 =

4 4
|
|
|
|
|
|
|
.
|

\
|
1 0
0 0
4
5
1 0 0
0 1
Tomamos como pivote el 4
en la 2 fila 3 columna
0
0
0
Dividimos la fila por el pivote y hacemos 0 los
elementos restantes de la columna del pivote
0
0
0
4
3
4
5 3
3 =


) (
4
3

1
4
5 4
4 =

1
2
4
5 0
2 =

2
completamos
En la matriz resultante
|
|
|
|
|
|
|
.
|

\
|

2 0 1 0
1 0 0 0
4
5
1 0 0
4
3
0 0 1
Tambin puede transformarse
en cannica si:
a la primera fila le sumamos la tercera fila multiplicada por -3/4
a la tercera fila le multiplicamos por -1
|
|
|
|
|
|
.
|

\
|
1 0 0 0
0 0 0 1
a la segunda fila le sumamos la tercera fila multiplicada por 5/4
0 1 0 0
a la cuarta fila le sumamos la tercera fila multiplicada por 2
0 0 1 0
Y la matriz queda con cuatro filas linealmente
independientes, por tanto
El Rango de la matriz B es 4
El nico elemento que puede ser pivote
est en la 3 fila 4 columna
|
|
|
|
|
|
.
|

\
|
0 0 1 0
1 0 0 0
0 1 0 0
0 0 0 1
Determinantes
Determinante es una funcin
f: K
n x n
K
Dada una matriz A de clase n x n, se llama MENOR del elemento a
ij
al determinante
de la matriz de orden n-1 que se obtiene de A, suprimiendo la fila i y la columna j
que se escribe det A |A|
|
|
|
|
|
|
|
|
|
|
|
.
|

\
|
=
nn nj n n
in ij i i
n j
n j
a ... a ... a a
... ... ... ... ... ...
a ... a ... a a
... ... ... ... ... ...
a ... a ... a a
a ... a ... a a
A
2 1
2 1
2 2 22 21
1 1 12 11
nn n n
n
n
ij
a ... a a
... ... ... ...
a ... a a
a ... a a
M
2 1
2 22 21
1 12 11
=
Determinante es una funcin definida en el conjunto de las matrices cuadradas que tiene
imagen en conjunto de nmeros reales (si los elementos de la matriz son complejos, la
imagen puede ser un complejo).
Una definicin de determinante por recurrencia requiere:
i) Definir el determinante de orden 1
ii) Definir el determinante de orden k+1 suponiendo conocido el determinante de orden k
A = ( a
11
) |A|= a
11

1 1 1 2 1 1 1
1 2 1
1 2 2 22 21
1 1 1 12 11
+ + + + +
+
+
+
=
k , k k , k , k , k
k , k kk k k
k , k
k , k
a a ..... a a
a a ..... a a
..... ..... ..... ..... .....
a a ..... a a
a a ..... a a
A
entonces:

+
=
+ +
+ +
=
1
1
1 1
1
1
k
i
k , i k , i
) k ( i
M a ) ( A
Por ejemplo:
= = =

=
+
2
1
2 2
2
22 21
12 11
1
i
i i
i
M a ) (
a a
a a
A
12 21 22 11 11 22
4
21 12
3
1 1 a a a a a a ) ( a a ) ( = + =
= =

=

=
+
2
1
2 2
2
1
2 3
4 1
i
i i
i
M a ) ( A
= + 1 2 1 3 4 1
4 3
) ( ) ( ) (
10 4 3 2 1 = = ) (
En determinantes de 3X3
= = =

=
+
3
1
3 3
3
33 32 31
23 22 21
13 12 11
1
i
i i
i
M a ) (
a a a
a a a
a a a
A
= + + =
22 21
12 11
33
6
32 31
12 11
23
5
32 31
22 21
13
4
1 1 1
a a
a a
a ) (
a a
a a
a ) (
a a
a a
a ) (
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
23 22 21
13 12 11
a a a
a a a
+
-
= + = ) a a a a ( a ) a a a a ( a ) a a a a ( a
12 21 22 11 33 12 31 32 11 23 22 31 32 21 13
= + + = ) a a a a a a a a a a a a a a a a a a
12 21 33 22 11 33 12 31 23 32 11 23 22 31 13 32 21 13
= + + = ) a a a a a a a a a a a a a a a a a a
12 21 33 32 11 23 22 31 13 22 11 33 12 31 23 32 21 13
ordenando resulta
33 12 21 23 32 11 13 22 31 23 12 31 13 32 21 33 22 11
a a a a a a a a a a a a a a a a a a + + =
lo que verifica la
regla de Sarrus
Una vez escrito el determinante que queremos calcular,
transcribimos las dos primeras filas como se indica
Luego se suman (y restan) el producto de las diagonales ( y de
las contradiagonales) segn corresponda
Las reglas antes vistas sirven solamente para determinantes
de 2 x 2 y de 3 x 3
Si el determinante es de orden 4 (o mayor), ya no contamos con reglas
para calcularlo, pero podemos hacerlo mediante el mtodo del
desarrollo por los elementos de una lnea

=
+
= =
4
1
4 4
4
44 43 42 41
34 33 32 31
24 23 22 21
14 13 12 11
1
i
i i
i
M a ) (
a a a a
a a a a
a a a a
a a a a
A
donde tendremos
que calcular 4
determinantes de
orden 3
Si el determinante fuera de orden superior, siempre es posible
reducir a uno de orden inferior en 1 y as sucesivamente, hasta
encontrar el de 3 x 3 y aplicar la regla de Sarrus
12 a) El determinante
1 1
1 3
) (

= = A A D
2 1 4
1 3 1
3 4 2
= = B ) B ( D
Se resuelve restndole al
producto de la diagonal
= = 1 3 A ) A ( D
el producto de la contradiagonal
= ) ( 1 1
4 1 3 = +
Para resolver |B| de orden 3 se aplica la regla de Sarrus
Transcribo las dos primeras filas al final del determinante
1 3 1
3 4 2

Efectuamos la suma de los productos de las diagonales

1 4 4 3 1 1 2 3 2 + + = ) ( B
A esto le restamos los productos de las contradiagonales
= 2 4 1 1 1 2 3 3 4 ) (
5 8 2 36 16 3 12 = + + =
El determinante
1 2 4 3
0 1 1 2
0 1 1 0
4 2 1 1

= C
No se puede resolver
con ninguna regla
particular por ser de
orden 4
Aplicamos el desarrollo por los
elementos de una lnea
Vamos a desarrollarlo
por los elementos de
la segunda fila
=

=
1 2 4 3
0 1 1 2
0 1 1 0
4 2 1 1
C
+

+
1 2 4
0 1 1
4 2 1
0 1
1 2
) ( +

+
1 2 3
0 1 2
4 2 1
1 1
2 2
) (
+

+
+
1 4 3
0 1 2
4 1 1
1 1
3 2
) (
2 4 3
1 1 2
2 1 1
0 1
4 2

+
) (
48 0 47 1 1 1 1 1 0 = + + + = ) ( ) ( C
Todo esto hecho con entusiasmo puede parecerse a . . .
Si lo puedes imaginar, lo puedes lograr.
Toda nuestra ciencia, comparada con la realidad, es
primitiva e infantil . . . y sin embargo es lo mas preciado
que tenemos.
El hombre encuentra a Dios detrs de cada puerta que la
ciencia logra abrir.
Albert Einstein