Está en la página 1de 76

Introduccion

al Algebra
Lineal
Soluciones a ejercicios seleccionados


Introduccion al Algebra
Lineal.
Soluciones a ejercicios seleccionados.
M. Sc. Sebastian Casta
neda Hernandez.
Dr. Agustn Barrios Sarmiento.
Barranquilla - Colombia

Contenido
1 Preliminares
1.1 Introduccion . . . . . . . . . . . . . .
1.2 Conjuntos y relaciones . . . . . . . .
1.3 El concepto de estructura algebraica
1.4 Semigrupos, monoides y grupos . . .

.
.
.
.

.
.
.
.

.
.
.
.

2 Sistemas de ecuaciones lineales


2.1 Introduccion . . . . . . . . . . . . . . . . .
2.2 El espacio Rn . . . . . . . . . . . . . . . . .
2.3 Sistemas de ecuaciones lineales . . . . . . .
2.3.1 La ecuacion lineal . . . . . . . . . .
2.3.2 Sistemas de ecuaciones lineales . .
2.4 Sistemas homogeneos. Subespacios de Rn .
2.4.1 Dependencia e independencia lineal
2.5 Norma vectorial. Ortogonalidad. . . . . . .

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

5
5
5
8
10

.
.
.
.
.
.
.
.

11
11
11
12
12
14
28
31
33

3 Sistemas de inecuaciones lineales


39
3.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2 Programacion lineal . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Vectores en R2 y R3 .
4.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Segmentos dirigidos en En . . . . . . . . . . . . . . . . . . . . .
4.3 Aplicaciones geometricas . . . . . . . . . . . . . . . . . . . . . .

41
41
48
51

5 La estructura de espacio vectorial y espacios de matrices


67
5.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2 Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.3 Espacios de matrices sobre un campo . . . . . . . . . . . . . . . 70
3

Casta
neda Hernandez/ Barrios Sarmiento

5.4

Sistemas lineales en Kn . . . . . . . . . . . . . . . . . . . . . . . 73
5.4.1 La matriz identidad. Matrices invertibles . . . . . . . . . 73

Captulo

Preliminares
1.1

Introducci
on

1.2

Conjuntos y relaciones
Ejercicios 1.2.1.

1. (a)
(b)
(c) Claramente IA es reflexiva. Ahora, si (x, y) IA , entonces y = x y
(y, x) = (x, y) = (x, x) IA , por lo que IA es simetrica. Finalmente,
si x, y, z A y (x, y), (y, z) IA se sigue que x = y y y = z, por
lo que x = z y entonces (x, z) IA . Se tiene entonces que IA es
transitiva.
(d) Errata: La u
ltima pareja de la relacion R es (d, c) (no (d, a) como
aparece en el texto).
Dado que IA R se sigue que R es reflexiva, Para la simetra, basta
con ver que (a, b), (b, a) R y (c, d), (d, c) R, pues para (x, y) IA
claramente (y, x) IA R. Para verificar la transitividad, es
5

Casta
neda Hernandez/ Barrios Sarmiento

suficiente con los casos siguientes:


(a, a), (a, b) R
(b, b), (b, a) R
(a, b), (b, b) R
(b, a), (a, a) R
(a, b), (b, a) R
(b, a), (a, b) R

=
=
=
=
=
=

(a, b) R
(b, a) R
(a, b) R
(b, a) R
(a, a) R
(b, b) R

y los seis que resultan reemplazando en lo anterior cada ocurrencia


de a y b por c y d, respectivamente.
2. Si X, Y, Z A, entonces se cumple:
(x)(x X = x X) = X X
X Y Y X = X = Y,
lo que muestra que la inclusion es reflexiva y antisimetrica en P(A).
Ahora, si X Y y Y Z, entonces se tiene:
x X = x Y
= x Z,
es decir, necesariamente X Z, con lo que se cumple la propiedad
transitiva.
3. Sean A y B conjuntos cualesquiera. Entonces se cumple

x A B =
=
x A =
=

xAxB
xA
xAxB
x A B,

por lo que se tienen las dos relaciones A B A (tambien A B B)


y A A B (tambien B A B). Si A B se tienen, ademas,
Captulo 1. Preliminares


Introducci
on al Algebra
Lineal

x A =
=
x A B =
=
=

xAxB
xAB
xAxB
xBxB
x B,

por lo que A A B, A B B, y por lo tanto A = A B, A B = B.


Puesto que la proposicion x es falsa, se sigue que
(x)(x = x A),
es una proposicion verdadera, por lo que A para todo conjunto A y
se sigue que A = A y A = .
4. (a) Es funcion, pero no es inyectiva.
(b) No es funcion.
(c) Si S = {(x, x2 )|x N}, entonces, si Dom(S) y Ran(S) denotan el
dominio y el rango de S, respectivamente, tenemos
Dom(S) = N
Ran(S) = {x2 |x N} = {1, 4, 9, 16, . . . }
S es una funcion inyectiva.
(d) Con las notaciones indicadas para dominio y rango en el item anterior,
tenemos para la relacion dada, notada por R:
Dom(R) = Ran(S), Ran(R) = Dom(S),
siendo S la relacion del ejercicio anterior. R es una funcion inyectiva.
(e) Si T es la relacion dada entonces Dom(T ) = Dom(R), Ran(T ) = Z.
T no es funcion ((1, 1), (1, 1) T , por ejemplo).
(f) Sea H la relacion dada, entonces Dom(H) = Ran(H) = R. H es
una funcion inyectiva.
1.2. Conjuntos y relaciones

Casta
neda Hernandez/ Barrios Sarmiento

1.3

El concepto de estructura algebraica


Ejercicios 1.3.1.

1. Si (A, ) es una estructura modulativa y e1 , e2 son neutros, entonces e1 =


e1 e2 = e2 . Ahora, sea (A, ) una estructura asociativa y modulativa,
con neutro e, y supongamos que x A es un elemento invertible. Si z, y
son inversos de z, entonces se tiene x z = y x = e, por lo que
z = e z = (y x) z = y (x z) = y e = y.
2. (a) 2 3 = 11, 3

1
2

= 4.

(b) La conmutatividad y asociatividad se demuestran por calculos directos.


Por otra parte, claramente x 0 = 0 x = x, para todo real x, por
lo que 0 es el (
unico) elemento neutro para . Ahora, si x R, x es
invertible (respecto de ) si y solo si la ecuacion (en y)
x y = xy + x + y = 0
tiene soluciones reales. Es decir, existe al menos un real y tal que
x
, si
(x + 1)y = x. Pero esta ecuacion tiene solucion real y =
x+1
y solo si x 6= 1 (para x = 1 se tiene la inconsistencia 0 = 1). As
no es invertiva pues 1 no tiene inverso.
1
son, respectiva(c) Del item anterior se tiene que los inversos de 1, 0 y
3
1
1
mente, , 0, .
2
2
(d) Para reales x, y se tiene que
xy = xy+x+y = 1 (x+1)(y+1) = 0 x = 1y = 1.
Lo que muestra que A {1} es cerrado bajo . As, (A, ) es un
grupo abeliano.
3. (a) a y b son neutros a izquierda.
(b) (a c) e = a, mientras que a (c e) no esta definido.
4. La estructura deseada la tiene Z2 = {0, 1} con la adicion modulo 2. Se
puede transportar dicha estructura al conjunto A = {a, b} (ver ejercicios
Captulo 1. Preliminares


Introducci
on al Algebra
Lineal

5 y 6) estableciendo una funcion biyectiva de A con {0, 1}. Si establecemos


a 7 0, b 7 1, la operacion esta dada por la tabla siguiente (en la tabla
de la adicion modulo 2 reemplace 0 por a y 1 por b):

a
b

a
a
b

b
b
a

5. Si f : A B es biyectiva, entonces la funcion inversa de f , notada f 1


esta definida por f 1 = {(x, y)|(y, x) f }; es decir, se tiene y = f 1 (x)
si y solo si x = f (y). Se cumple que
f (f 1 (x)) = x, para todo x B
f 1 (f (x)) = x, para todo x A.
Ahora bien, puesto que es una ley de composicion interna y f es
biyectiva, se garantiza que para cada x, y B el elemento f (f 1 (x)
f 1 (y)) B es u
nico, de modo que ~ es una funcion bien definida.
Las demostraciones de las propiedades asociativa, conmutativa, etc, en
(B, ~), en caso de que se cumplan en (A, ), son relativamente sencillas.
Mostremos algunas de ellas.
Supongamos que es asociativa, entonces para x, y, z B se tiene
(x ~ y) ~ z =
=
=
=
=

(f (f 1 (x) f 1 (y))) ~ z
f (f 1 (f (f 1 (x) f 1 (y))) f 1 (z))
f ((f 1 (x) f 1 (y)) f 1 (z))
f (f 1 (x) (f 1 (y) f 1 (z)))
x ~ (y ~ z)

Ahora, si e es elemento neutro en (A, ), entonces para x B se tiene


x ~ f (e) = f (f 1 (x) f 1 (f (e))
= f (f 1 (x) e)
= f (f 1 (x)) = x
De manera similar se demuestra que f (e) x = x, de modo que f (e) es
neutro en (B, ~).
1.3. El concepto de estructura algebraica

Casta
neda Hernandez/ Barrios Sarmiento

10

6. Para los dos primeros literales transporte las estructuras deseadas desde
(Z3 , +) y (Z6 , +), respectivamente. Por otra parte, Z puede ponerse en
correspondencia biunvoca con B = N de la manera siguiente:
0
1
1
2
..
.

7
7
7
7

1
2
3
4
..
.

Es decir, mediante la biyeccion f : Z N definida por



2n,
si n < 0;
f (n) =
2n + 1, si n 0.
para n Z. La estructura de grupo abeliano de (Z, +) se transfiere a N
definiendo para x, y N
x y = f (f 1 (x) + f 1 (y)),
como en el ejercicio anterior. En la nueva estructura, el neutro en N es
f (0) = 1. Como ejemplos, tenemos
23 =
=
46 =
=
5 11 =
=

f (1 + 1)
f (0) = 1
f (2 + (3))
f (5) = 10
f (2 + 5)
f (7) = 15

En general, puede probarse que para n1 , n2 N, se tiene que n1 n2 es


n1 + n2 , si ambos son pares, o n1 + n2 1, si ambos son impares. Cual
es la suma si uno es par y el otro impar?

1.4

Semigrupos, monoides y grupos


Ejercicios 1.4.1.

1. Este
Captulo 1. Preliminares

Captulo

Sistemas de ecuaciones lineales


2.1

Introducci
on

2.2

El espacio Rn.
Ejercicios 2.2.1.

1. (a) 2v + 3w 5u = (13, 18, 7).


(b) 3(v u)w = (126, 189, 315).
(c) (v + 2w) 3u = 213.
(d) (3u 2w) 2v = 14.
(e) (u u)v + 3w = (44, 85, 167).
1
2. (a) x = (5v 3u) = (4, 6.5, 1).
2


50 50
(b) x = , , 100 .
3 3
(c) x = (2t 4s, t, s), siendo t y s reales arbitrarios.




5 7 1
1
239 161
1
3. (a) v+w = (4, 9, 2.5), w = , ,
, 3v+2w 4 u = 7,
,
.
3
3 3 6
12
20


1 19
1
(b) i. x = (w 3v) = 4, ,
.
2
2 4


1
92 83
ii. x = (5w u 2v) = 9, ,
.
3
9 30
11

Casta
neda Hernandez/ Barrios Sarmiento

12


iii. y =

7
6, 5,
 2

2x, donde x es un vector arbitrario de R3 ,



7
6 2t, 5 2r, 2s , siendo t, r y s reales
2

o sea y =
cualesquiera.

4. (a) Para todo real , se tiene


0 = (0, 0, . . . , 0) = ((0), (0), . . . , (0)) = (0, 0, . . . , 0) = 0.
(b) Si v = (v1 , v2 , . . . , vn ), entonces
0v = (0v1 , 0v2 , . . . , 0vn ) = (0, 0, . . . , 0) = 0.
(c) Si = 0 o si v = 0 se tiene, por las demostraciones previas, que
v = 0. Supongamos entonces que v = 0. Si 6= 0, existe su
inverso multiplicativo y se debe tener que
1 (v) = 1 0 = 0,
por lo que
v = 1v = (1 )v = 1 (v) = 0.

2.3
2.3.1

Sistemas de ecuaciones lineales


La ecuaci
on lineal
Ejercicios 2.3.1.

1. (a) 2x + 2y = 6 se obtiene de x + y = 3 multiplicando ambos miembros


por 2, por lo que las dos ecuaciones son equivalentes.
(b) Como en el anterior, las dos ecuaciones son equivalentes, ahora en
R3 , pues 2x + 2y + 0z = 6 se obtiene multiplicando por 2 ambos
miembros de x + y + 0z = 3.
(c) No son equivalentes, pues tienen universos distintos1 .
1

Si se identifica, sin embargo, cada pareja (a, b) de R2 con una terna (a, b, 0) R3 , de
modo que R2 se considera un subespacio de R3 , entonces el conjunto solucion de 2x + 2y = 6
en R3 contiene una copia del de la ecuacion x + y = 3 en R2 .
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

13

(d) (0, 1) es una solucion de la ecuacion 2x2 + 3xy = 6x, pero no lo es


de 2x + 3y = 6 pues 2(0) + 3 6= 6. Se sigue que las ecuaciones no
son equivalentes.
(e) No son equivalentes. Considere, por ejemplo, el vector (3, 0)
(f) las ecuaciones x + y = 0 y (x + y)2 = 0, en R2 , son equivalentes.
(g) Son equivalentes las dos ecuaciones dadas. Utilice el hecho de que
para todo real a, se cumple que a2 + 1 6= 0.
2. (a) No es lineal en x, y y z. Haciendo u = x2 , v = y 2 , la ecuacion es
lineal en u, v, z con las restricciones u, v 0.
(b) No es lineal en . Si u = Sen(), v = Cos(), con u2 + v 2 = 1,
entonces la ecuacion es lineal en u y v. Notese, sin embargo, que la
restriccion u2 + v 2 = 1 no es lineal en u y v.
(c) La ecuacion no es lineal en x, y y z. Con u = (x 1)2 = x2 2x + 1,
se convierte en lineal en u, y y z con la restriccion u 0.
3. En cada caso, S denota el conjunto solucion de la ecuacion correspondiente.
En algunos casos se muestran dos o mas formas para el mismo conjunto.



|t

R
.
(a) S = {(5 3t, t)|t R} = t, 5t

3 5t 
(b) S = {(5 3t, t, s)|t, s R} = t, 3 , s |t, s R .
(c) S = {(t, 19 2t + s, s)|t, s R} = {(t, s, 2t + s 19)|t,
s

R}
19t+s
, t, s |t R .
Tambien se puede escribir como S =
2
(d) S = {(t, 3t + 2s u, s, u)|t, s, u R}.
(e) S = {(t, s, u, v, 1 2t + s 3v)|t, s, u, v, R}.
(f) S = {(t, s, u, v, 1 2t + s 3v, w)|t, s, u, v, w R}.
4. (a) Ver Teorema 2.4.1, pagina 66.
(b) Si u1 y u2 son soluciones de a x = b, entonces
a (u1 + u2 ) = a u1 + a u2 = 2b.
Puesto que 2b = b si y solo si b = 0, se sigue que u1 + u2 no
es solucion si b 6= 0. Por otra parte, se tiene que 0u1 = 0 no
es solucion de a x = b. Se sigue que el conjunto solucion de la
ecuacion considerada no es cerrado.
(c) Ver teorema ya citado.
2.3. Sistemas de ecuaciones lineales

Casta
neda Hernandez/ Barrios Sarmiento

14

(d) Si a = 0, se tiene la ecuacion nula y el conjunto solucion es Rn .


Para todo u = (u1 , u2 , . . . , un ) podemos escribir
u = u1 (1, 0, . . . , 0) + u2 (0, 1, 0, . . . , 0) + . . . un (0, 0, . . . , 0, 1).
Si a = (a1 , a2 , . . . , an ) 6= 0, existe al menos una componente, digamos
ai , diferente de cero. Procedase entonces como se indica en el
ejemplo 2.3.1, numeral 3.

2.3.2

Sistemas de ecuaciones lineales


Ejercicios 2.3.2.

1. FE y FER indicaran que la matriz dada esta en forma escalonada y/o


forma escalonada reducida, respectivamente.
(a) FE.
(b) FE.
(c) FER (y, por tanto, tambien FE).
(d) Ninguna de las dos.
(e) Ninguna de las dos.
2. Se muestran a continuacion las salidas que produce matlab para las
formas escalonadas reducidas de las matrices indicadas (comando rref()).
(a)

A =
1
0
0

0
0
0

0
1
0

1
2
1

2
3
0

0
0
0

0
1
0

0
0
1

2
3
0

>> rref(A)
ans =
1
0
0

Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

15

(b)
B =
1
0
0

0
1
0

0
0
0

0
1
1

2
3
5

0
1
0

0
0
0

0
0
1

2
-2
5

0
1
1

0
0
0

0
1
1

0
0
0

2
4
6

0
1
0

0
0
0

0
1
0

0
0
0

2
4
0

0
1
1
1

0
0
0
0

0
1
1
1

0
0
0
0

2
4
6
7

>> rref(B)
ans =
1
0
0

(c) Ya esta en FER.


(d)

D =
1
0
1
>> rref(D)
ans =
1
0
0

(e)

E =
1
0
1
2
>> rref(E)
2.3. Sistemas de ecuaciones lineales

Casta
neda Hernandez/ Barrios Sarmiento

16

ans =
1
0
0
0

0
1
0
0

0
0
0
0

0
1
0
0

0
0
0
0

0
0
1
0

3.
4. Se muestra, en cada caso, la FER de la matriz ampliada, dada por el
programa Matlab, y el correspondiente conjunto solucion.
(a)

>> rref([5 7 15 19; 2 3 7 8;3 5 6 13])


ans =
1
0
0

0
1
0

0
0
1

1
2
0

Conjunto solucion S = {(1, 2, 0)}.


(b) Conjunto solucion S = {(1, 2, 0, t)|t R}.
(c)

>> rref([7 10 22 27;4 7 19 18;2 3 7 8])


ans =
1
0
0

0
1
0

-4
5
0

1
2
0

Conjunto solucion S = {(1 + 4t, 2 5t, t)|t R}.


(d)

>> rref([3 4 8 11;2 4 5 10;1 1 1 3;6 8 16 22;4 6 7 15])


ans =
1

Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

17

0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
Sistema inconsistente. S = .
(e) >> rref([3 2 7 9 16;2 1 3 4 7;3 1 4 5 9;4 1 5 6 11])
ans =
1
0
0
0
0
0
1
0
1
1
0
0
1
1
2
0
0
0
0
0
Conjunto solucion S = {(0, 1 t, 2 t, t)|t R}.
(f) >>rref([1 2 7 -9 16;-2 -4 -14 18 -32;-1 -2 -7 9 -16;3 6 21 -27 48])
ans =
1
0
0
0

2
0
0
0

7
0
0
0

-9
0
0
0

16
0
0
0

S = {(16 2t 7s + 9u, t, s, u)|t, s, u R}. Observe que todas las


ecuaciones on equivalentes a la primera.
(g) Fe de erratas. En la tercera ecuacion del sistema propuesto se
escribio, por error de transcripcion, 7x1 +2x2 + x3 = 24. Si se
toma con se obtiene la FER
>> rref([-9 -2 -2 -32;-5 -1 -1 -17;7 -2 1 24; 2 1 0 7])
ans =
1
0
0
0

0
1
0
0

0
0
1
0

0
0
0
1

2.3. Sistemas de ecuaciones lineales

Casta
neda Hernandez/ Barrios Sarmiento

18

y el sistema es inconsistente. Para el otro caso se tiene


>>

rref([-9 -2 -2 -32;-5 -1 -1 -17;7 2 1 24; 2 1 0 7])

ans =
1
0
0
0

0
1
0
0

0
0
1
0

2
3
4
0

y el sistema tiene solucion u


nica. S = {(2, 3, 4)}.
5. (a) S = {(4, 1)}.
(b) S = {(4, 1)}.

(c) No aplica la regla de Cramer. S =



5 2t
, t |t R .
3

(d) No aplica. El sistema es inconsistente.


6. Se muestra la forma escalonada reducida en cada caso.
(a)

>> rref([1 1 5;1 -1 3])


ans =
1
0

0
1

(b)

4
1

>> rref([2 3 5;3 4 8])


ans =
1
0

(c)

0
1

4
-1
>> rref([3 2 5;6 4 10])

ans =
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

1.0000
0

19

0.6667
0

(d)

1.6667
0

>> rref([1 2 6;3 6 5])


ans =
1
0

2
0

0
1

7. (a) Si (1, 1, 2) es la u
nica solucion, el sistema tiene al menos tres
ecuaciones y es equivalente a uno con matriz ampliada cuya forma
escalonada reducida es

1 0 0 1
0 1 0 1 .

0 0 1 2
Puede transformarse este sistema en uno equivalente, con el mismo
n
umero de ecuaciones, realizando operaciones elementales en los
renglones.
(b) Agregue a la matriz mostrada en el item anterior un renglon de
ceros y transformela hasta obtener lo pedido.
(c) Cada ecuacion del sistema tiene la forma ax + by + cz = d y debe
ser satisfecha por (1, 1, 2). Es decir, se debe cumplir que
a b + 2c d = 0
que es una ecuacion homogenea en las incognitas a, b, c, d. Encuentre
entonces dos soluciones de dicha ecuacion homogenea.
(d) Como en el anterior, encontrando dos soluciones no triviales de la
ecuacion homogena indicada.
(e) Como en los dos ejercicios anteriores pero encontrando soluciones
del sistema homogeneo

a b + 2c d = 0
3a + c d
= 0
2.3. Sistemas de ecuaciones lineales

20

Casta
neda Hernandez/ Barrios Sarmiento

(f) El sistema es equivalente a uno con FER




1 0 1 2
.
0 1 1 3
(g) El sistema es equivalente a uno con FER

1 0 1 2
0 1 1 3 .

0 0 0 0
(h) Si x1 , x2 , x3 , x4 son las variables del sistema, se deben cumplir:
s = x4
t = x3 x4
x2 = 3 2t
= 3 2x3 + 2x4
x1 = 2 + t
= 2 + x3 x 4
por lo que se tiene el sistema

x2 + 2x3 2x4 = 3
x1 x3 + x4 = 2
8. (a) El
del sistema es
determinante

1

2
2


2 2 + 3 = 1 = ( + 1)( 1). El sistema tiene solucion
u
nica si y solo si tal determinante es diferente de 0. Es decir, tiene
solucion u
nica si 6= 1.
Para = 1 y = 1 se
los sistemas
 respectivamente,

 obtienen,



1 2 3
1 2 3
con matrices ampliadas
y
. El primero tiene
2 4 6
2 4 4
infinitas soluciones y el segundo es inconsistente.



1
2 3
Se puede tambien llevar la matriz ampliada
a
2 2 + 3 + 5
la forma escalonada, obteniendo






3
1
2 3
1
2

0 2 1 1
0 ( + 1)( 1) 1
Analizando el u
ltimo renglon se tiene:
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

21

El sistema tiene solucion u


nica si y solo si 2 1 6= 0, pues en
tal caso se obtendra en dicha posicion un uno principal.
El sistema tiene infinitas soluciones si y solo si
2 1 = ( + 1)( 1) = 0 y 1 = 0,
es decir, si y solo si = 1.
El sistema es inconsistente si y solo si
2 1 = ( + 1)( 1) = 0 y 1 6= 0,
es decir, si y solo si = 1.
(b) Hay solucion u
nica para
/ {0, 2}. Para = 0 o = 2 se obtienen
sistemas inconsistentes.
(c) El sistema es equivalente a uno con matriz ampliada

1
1
1 1
0 + 2
1 2 .
0
0
2 1 + 1
Se concluye que:
Hay solucion u
nica si y solo si
/ {2, 1, 1}.
Hay infinitas soluciones si y solo si = 1.
El sistema es inconsistente si y solo si {2, 1}.
9. Las demostraciones son sencillas y son consecuencia inmediata de las
propiedades de campo de los reales.
10. En cada caso, si un punto tiene un par de coordenadas (x0 , y0 ), tal par
es solucion de de la ecuacion ax + by = c. As, se obtiene una ecuacion
x0 a + y0 b = c en a, b y c. Esta ecuacion puede escribirse como 1c
x0 a y0 b = 0, que es homogenea en c, a y b. En definitiva se tiene,
en cada caso, un sistema de ecuaciones lineales homogeneas en a, b y c.
Si existen soluciones no triviales con a 6= 0 o b 6= 0, una tal solucion
proporciona una ecuacion de una recta que pasa por los puntos dados.
Geometricamente es claro que si se dan al menos dos puntos distintos,
entonces existe o una u
nica recta o ninguna que pase por el conjunto de
puntos dados.
2.3. Sistemas de ecuaciones lineales

Casta
neda Hernandez/ Barrios Sarmiento

22

(a) Para P (1, 2), Q(2, 4) tenemos






1 1 2 0
1 0 0 0

.
1 2 4 0
0 1 2 0
Obteniendo c = 0 y a = 2b, con b arbitrario (pero diferente de
cero). As se obtiene la familia de ecuaciones
2bx + by = 0 b(2x + y) = 0, b 6= 0.
Como todas son equivalentes se tiene, como se esperaba, una u
nica
recta que pasa por los puntos dados.
(b) La u
nica solucion del sistema homogeneo correspondiente es la trivial,
por lo que-como se esperaba- no existe una recta que pase por los
puntos dados.
(c) Se obtiene la familia de ecuaciones equivalentes
k(3x + 7y) = 38k, k 6= 0.
11. Procediendo como en el ejercicio anterior se obtienen sistemas (no homogeneos) en a, b y c. Cada ecuacion es de la forma c + x20 a + x0 b = y0 , donde
(x0 , y0 ) es el par de coordenadas de un punto dado.
(a) La matriz ampliada del sistema es (variables c, a, b)

1 0 0 0
1 1 1 1 .

1 4 2 4
Se obtiene la u
nica solucion c = b = 0, a = 1; es decir y = x2 .
(b) y = (1 + b)x2 + bx, con b 6= 1.
(c) No existe una parabola, con eje de simetra paralelo al eje Y , que
pase por los puntos dados (sistema inconsistente).
(d) y = x2 + x + 3.
(e) y = 2x2 + 3x + 1.
(f) y = x2 x.
(g) Sistema inconsistente.
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

23

12. Si xi es el n
umero de artculos de la clase i
un da, se tiene el sistema

x1 + x2 + x3 + x4

20x1 + 15x2 20x3 90x4

x3 + x4

{1, 2, 3, 4} a producir en
=
300
= 10500
=
150

con las restricciones 300 x1 , x2 , x3 , x4 0 , x1 , x2 , x3 , x4 N0 .


Resolviendo el sistema obtenemos la forma escalonada reducida de la
matriz ampliada:

1 0 0 14 1950
0 1 0 14 2100 .

0 0 1 1 150
Tenemos as que x1 = 14x4 1950, x2 = 2100 14x4 , x3 = 150 x4 . De
las condiciones de no negatividad de los xi obtenemos
x1 = 14x4 1950 0
1950
139.2857
x4
14
x2 = 2100 14x4 0
x3 = 150 x4 0
2100
x4
= 150
14
Se tiene entonces que si 140 x4 150, se deben fabricar x4 artculos
de la clase 4, 150 x4 artculos de la clase 3, 2100 14x4 artculos de
la clase 2 y 14x4 1950 = 150 x2 artculos de la clase 1. La tabla
siguiente muestra algunas de las posibilidades de produccion.
x4
140
141
142
145
150

x3
10
9
8
5
0

x2
140
126
112
70
0

x1
10
24
38
80
150

Notese que el n
umero de soluciones es finito (once en total).
13. Si se elimina la u
ltima ecuacion del sistema anterior, la forma escalonada
reducida es ahora



1 0 7 21 3000
.
0 1 8
22 3300
2.3. Sistemas de ecuaciones lineales

Casta
neda Hernandez/ Barrios Sarmiento

24

Figura 2.1: Problema 13.

Se tiene entonces que x3 , x4 son, en principio, n


umeros enteros no negativos
y menores o iguales a 300. Para x1 y x2 se tienen
x1 = 3000 + 7x3 + 21x4 , x2 = 3300 8x3 22x4 .
De la no negatividad de x1 y x2 se obtiene entonces el sistema de inecuaciones lineales2 , en x3 , x4
7x3 + 21x4 3000
8x3 + 22x4 3300
El conjunto solucion (en parejas de n
umeros reales) es la region (sombreada) del plano mostrada en la figura 2.1. Tal region esta entre las
graficas de las rectas 7x3 + 21x4 = 3000 y 8x3 + 22x4 = 3300 del plano
x3 x4 . El punto de interseccion de tales rectas tiene las coordenadas
aproximadas mostradas para P en la grafica. Cualquier solucion esta
dada por parejas (x3 , x4 ) de enteros en la region mostrada y los correspondientes valores ya indicados para x1 y x2 que dependen de x3 y x4 . As,
2

Ver captulo siguiente.


Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

25

por ejemplo, para x3 = 100 (ver grafica), se debe cumplir que


3000 7(100)
3300 8(100)
109.52 x4
113.63,
21
22
de modo que 110 x4 113. Es decir x4 podra tomar cuatro valores
distintos cuando x3 = 100. Para este caso especfico la tabla siguiente
muestra los posibles esquemas de produccion.
x3
100
100
100
100

x4
110
111
112
113

x1
10
31
52
73

x2
80
58
36
14

Debe notarse que el valor maximo posible de x3 es, aparentemente, 235.


Sin embargo, para tal valor no existen valores admisibles (enteros) para
3000 7x3
3300 8x3
x4 . Puesto que
x4
, una condicion suficiente
21
22
(aunque no necesaria en general) para que x4 sea entero es
3300 8x3 3000 7x3

1.
22
21
2838
Resolviendo esta u
ltima inecuacion se tiene que x3
202.7143,
14
de modo que si x3 es un entero no negativo, menor o igual a 202 se
garantiza la existencia de soluciones. Para este valor de x3 se tiene
75.5238 x4 76.5455, por lo que x4 tomara el valor de 76.
14. Como en el anterior pero ahora con las restricciones
x1 = 3000+7x3 +21x4 10, x2 = 33008x3 22x4 50, x3 , x4 100.
Las soluciones vienen determinadas por parejas (x3 , x4 ), con valores enteros y en la region R del plano x3 x4 definida por las inecuaciones
x3 100
x4 100
3250 8x3
3010 7x3
x4
.
21
22
Es decir, R es la region por encima de la recta 7x3 + 21x4 = 3010, por
debajo de la recta 8x3 + 22x4 = 3250, a la derecha de x3 = 100 y por
2.3. Sistemas de ecuaciones lineales

Casta
neda Hernandez/ Barrios Sarmiento

26

encima de x4 = 100. Vease la figura 2.2, en la cual se han exagerado


algunas dimensiones para mejor ilustracion.

Figura 2.2: Problema 14.

La tabla abajo muestra algunos valores de x3 y el intervalo [a, b] correspondiente a las posibilidades (como n
umero real) para x4 , siendo

a=

3010 7x3
3250 8x3
,b =
.
21
22

Se muestran tambien, cuando existe un valor entero valido para x4 , los


valores de x1 y x2 .
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

x3
131
130
129
128
127
126
125
120
115
110
100

27

a
99.667
100.00
100.333
100.666
101.000
101.333
101.666
103.333
105.000
106.666
110.000

b
100.0909
100.4545
100.8182
101.1818
101.5455
101.9091
102.2727
104.0909
105.9091
107.7273
111.3636

x4
100
100

x1
17
10

x2
52
60

101
101

17
10

54
62

102
104
105
107
110
111

17
24
10
17
10
31

56
52
70
66
80
58

Notese que para x3 = 126 y x3 = 129 no existen valores enteros en el


intervalo [a, b] correspondiente, por lo que tales valores no son admisibles.
Por otro lado, para x3 = 100 existen dos valores admisibles para x4 y, por
lo tanto dos soluciones posibles para el problema. Como en el problema
anterior una condicion suficiente para la existencia de soluciones enteras
es que b a 1, en este caso se tiene 100 x3 112. Tal condicion,
como lo muestra la tabla, no es necesaria.
15. (a) Falso. Una condicion necesaria, pero no suficiente, es que m n.
El sistema

x+y = 3
xy = 1

2x + 2y = 6
tiene como u
nica solucion (2, 1) y se tiene que m = 3 > 2 = n.

x+y = 3
(b) Falso. Un contraejemplo es
en el cual m = n = 2
x +y = 1
x+y = 3
pero es inconsistente. El sistema
es otro sistema
2x + 2y = 6
con m = n = 2 y tiene, en este caso, infinitas soluciones.
(c) Falso. Si el sistema no es homogeneo podra ser inconsistente. Por
ejemplo x+y +z = 2, x+y +z = 4 es un sistema con mas incognitas
que ecuaciones, pero es inconsistente.

1 0 1
(d) Falso. El sistema con matriz ampliada 0 1 2 tiene solucion
0 0 0
2.3. Sistemas de ecuaciones lineales

Casta
neda Hernandez/ Barrios Sarmiento

28

u
nica. En general, la presencia de un renglon nulo no implica
conclusion alguna sobre el n
umero de soluciones del sistema.
(e) La afirmacion es verdadera solo si se habla de ecuaciones no nulas.
En general, es falsa ya que la ecuacion nula es m
ultiplo de cualquier
ecuacion. En ese caso solo se podra quitar la ecuacion nula del
sistema sin alterar el conjunto solucion.
(f) Falso. En un sistema con solucion u
nica la u
ltima columna de la
forma escalonada no tiene uno principal.

2.4

Sistemas homog
eneos. Subespacios de Rn.
Ejercicios 2.4.1.

1. (a) S = {(1, 2, 0) + (0, 0, 0)}, SH = {(0, 0, 0)} = h(0, 0, 0)i.


(b) S = {(1, 2, 0, t)|t R} = {(1, 2, 0, 0) + t(0, 0, 0, 1)|t R},
SH = {t(0, 0, 0, 1)|t R} = h(0, 0, 0, 1)i.
(c) S = {(1 + 4t, 2 5t, t)|t R} = {(1, 2, 0) + t(4, 5, 1)|t R},
SH = {t(4, 5, 1)|t R} = h(4, 5, 1i.
(d) S = , SH = {(0, 0, 0)} = h(0, 0, 0)i.
(e) S = {(0, 1 t, 2 t, t)|t R} = {(0, 1, 2, 0) + t(0, 1, 1, 1)|t R},
SH = {t(0, 1, 1, 1)|t R} = h(0, 1, 1, 1)i.
(f)
S = {(16, 0, 0, 0) + (2t 7s + 9u, t, s, u)|t, s, u R}
SH = {(2t 7s + 9u, t, s, u)|t, s, u R}
= h(2, 1, 0, 0), (7, 0, 1, 0), (9, 0, 0, 1)i
(g) Si la tercera ecuacion es 7x1 2x2 + x3 = 24 se tiene
S = , SH = {(0, 0, 0)} = h(0, 0, 0)i.
Para el caso en que la ecuacion tercera es 7x1 + 2x2 + x3 = 24
tenemos
S = {(2, 3, 4) + (0, 0, 0)}, SH = {(0, 0, 0)} = h(0, 0, 0)i.
2. (a) v =

11
w
6 1

16 w2 .
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

29

(b) v = (3 2t)w1 + tw2 + 2w3 , para t un real cualquiera.


(c) v no es combinacion lineal de w1 y w2 .
(d) v = 3w1 + w2 .
(e) Como en el anterior v = 3w1 + w2 + 0w3 .
(f) v no es combinacion lineal de w1 y w2 .
(g) v = 3w1 + w2 + 0w3 .
(h) v no es combinacion lineal de w1 y w2 .
3. Para v1 , v2 , . . . , vm dados, si v = (a, b), en el caso de R2 , o v = (a, b, c),
para el caso R3 , entonces los m vectores dados generan al espacio correspondiente si y solo si para todo v el sistema con matriz ampliada
T
v1T v2T . . . vm
|v T es consistente.
(a) Con v = (a, b) se tienen los siguientes resultados.
i. El sistema es consistente solamente para b = 2a, por lo que los
vectores v1 = (1, 2), v2 = (2, 4) no generan a R2 .
ii. v1 = (1, 2), v2 = (2, 4) y v3 = (1, 3) generan a R2 . Resolviendo
el sistema correspondiente se tiene que
v = (a, b) = 1 v1 + 2 v2 + 3 v3 ,
b 2a
y 1 = a + 3 22 .
5
iii. (1, 2) y (1, 5) generan a R2 . En este caso se tiene:




5a + b
b 2a
v = (a, b) =
(1, 2) +
(1, 5).
7
7
donde 2 es arbitrario, 3 =

(b) Ahora consideramos v = (a, b, c).


i. El sistema es consistente para 4a 7b + c = 0. Por tanto los
vectores (1, 1, 3) y (1, 0, 4) no generan a R3 .
ii. Los vectores dados no generan a R3 pues el sistema es consistente
solamente si a 5b + 2c = 0.
iii. Los vectores dados no generan a R3 pues el sistema es consistente
solamente si 3a 3b + c = 0.
iv. Los vectores generan a R3 . En este caso tenemos:
(a, b, c) = a(1, 1, 0) + (4b 4a c)(0, 1, 3) +

3a 3b + c
(0, 2, 8).
2

2.4. Sistemas homogeneos. Subespacios de Rn .

30

Casta
neda Hernandez/ Barrios Sarmiento

v. Como (1, 1, 0), (0, 1, 3) y (0, 2, 8) generan a R3 , entonces los


vectores (1, 1, 0), (0, 1, 3), (0, 2, 8) y (1, 4, 5) tambien lo generan.
Una solucion del sistema correspondiente sera con los tres primeros escalares como en el ejercicio anterior y el u
ltimo (el que
multiplica a (1, 4, 5)) tomado como 0. Si se resuelve el sistema
se encuentran infinitas soluciones, con una variable arbitraria.
4. Considere primero un vector v = (a, b) R2 . Es claro que si v = (0, 0),
entonces hvi = {(0, 0)}, as que suponga que v 6= (0, 0). Si existiera un
escalar tal que v = (a, b) = (b, a) se tendran
a = b b = a = a = b = 2 b
= b(2 + 1) = 0
= b = 0 a = b = (0) = 0,
lo que contradice la no nulidad de v. En definitiva, un solo vector no
puede generar a R2 . Ahora si v1 , v2 son dos vectores de R2 y son m
ultiplos
2
escalares (no nulos) claramente hv1 , v2 i = hv1 i =
6 R . Se concluye que si
2
v1 y v2 generan a R , entonces no pueden ser m
ultiplos escalares.
Suponga ahora que v1 y v2 no son m
ultiplos escalares el uno del otro y
consideremos la ecuacion v1 + v2 = (0, 0), la cual tiene claramente la
solucion trivial 1 = 2 = 0. Si existiera otra solucion (1 , 2 ) 6= (0, 0).
Se tendra 1 v1 = 2 v2 , lo cual implicara que los vectores son m
ultiplos,
escalares, contrario a lo supuesto. As, si v1 
= (v11 , v21 ) y v2 = (v12 , v22 ),
v11 v12 0
el sistema homogeneo con matriz ampliada
tiene solucion
v21 v22 0
u
nica, por lo que


v11 v12


v21 v22 6= 0,
2
de donde se
para todo v = (a, b) R , el sistema con matriz
 sigue que
v11 v12 a
ampliada
es consistente (tiene solucion u
nica). Es decir
v21 v22 b
hv1 , v2 i = R2 .

5. Claramente cada vector ui , i = 1, 2, . . . , m, esta en el conjunto


S = {1 u1 + 2 u2 + + m um |1 , 2 , . . . , m R},
por lo que S no es vaco. Considere ahora dos combinaciones lineales
u = 1 u1 + 2 u2 + + m um , w = 1 u1 + 2 u2 + + m um en S y un
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

31

escalar y muestre que u + w y u son tambien combinaciones lineales


de los vectores u1 , u2 , . . . , um .
6. (a) El enunciado es verdadero. Todo subespacio, S, de Rn es tambien un
espacio vectorial, por lo que necesariamente el vector nulo pertenece
al mismo. Tambien puede probarse usando el hecho de que S es no
vaco y cerrado, por lo que existe en el mismo al menos un vector
v = (v1 , v2 , . . . , vn ) S y entonces 0v = (0, 0, . . . , 0) S.
(b) Enunciado falso. Si, por ejemplo, S = {(0, 0), (1, 3)}, entonces
(0, 0) S pero S no es cerrado ya que 2(1, 3) = (2, 6)
/ S.
(c) Enunciado falso. (0, 0) 6= (t, t + 2) para todo real t. Por lo que el
vector nulo no esta en el conjunto indicado.
(d) Enunciado falso. El conjunto del ejercicio anterior es el conjunto
solucion de la ecuacion lineal x + y = 2 y, como se indico antes,
tal conjunto no es un subespacio de R2 .
(e) Enunciado falso. Por ejemplo,
S = {(0, t)|t R} y T = {(s, 0)|s R}
son subespacios de R2 , pero aunque (1, 0), (0, 1) S T se tiene
que (1, 0) + (0, 1) = (1, 1)
/ S T.
(f) Verdadero. Si S y T son subespacios de Rn , entonces 0Rn S T ,
por lo que S T 6= . Ahora si v1 , v2 S T y R, entonces
v1 + v2 S, v1 + v2 T , v1 S, v1 T , de donde se sigue que
v1 + v2 , v1 S T .
(g) Enunciado verdadero. Claramente 0Rn = 0Rn + 0Rn U + V .
Considere ahora vectores u1 , u2 U, vi , v2 V y R, es facil
mostrar que (u1 + v1 ) + (u2 + v2 ), (u1 + v1 ) U + V .

2.4.1

Dependencia e independencia lineal


Ejercicios 2.4.2.

1. (a) Conjunto l.d. Un conjunto con un u


nico vector es l.i solo si el vector
es no nulo.
(b) Conjunto l.i.
(c) Conjunto l.d. Todo conjunto que contiene al vector nulo es necesariamente
l.d.
2.4. Sistemas homogeneos. Subespacios de Rn .

Casta
neda Hernandez/ Barrios Sarmiento

32

(d) Conjunto l.d. (2, 4) = 2(1, 2).


(e) Conjunto l.i. Los dos vectores no son m
ultiplos escalares.
(f) Conjunto l.d. Son tres vectores en R2 .
(g) Conjunto l.i. Los vectores dados no son m
ultiplos.
(h) Conjunto l.d.
(i) Conjunto l.i.
(j) Conjunto l.d.
2. Si v1 , v2 Rn , entonces v1 , v2 son l.d si y solo si existen escalares 1 , 2
no todos nulos tales que
1 v1 + 2 v2 = 0Rn .
2
1
v2 o v2 = v1 .
1
2
Recprocamente, si uno de los dos es m
ultiplo del otro, es decir vi = vj ,
para alg
un i {1, 2}, j 6= i, entonces se tiene que
Como 1 6= 0 o 2 6= 0 se sigue que v1 =

1vi + ()vj = 0Rn ,


y los vectores son l.d.
3. Si v1 = (v11 , v21 ), v2 = (v12 , v22 ), entonces v1 , v2 son l.i si y solo si el
sistema homogeneo


v11 v12 0
v21 v22 0


v11 v12
6= 0.
tiene solucion u
nica, lo cual es equivalente a
v21 v22
4. Vease teorema 2.3.3.
5. (a) Si S = no puede existir una combinacion lineal finita de vectores
de S, luego S es l.i.
(b) Si 0Rn S, entonces 10Rn es una combinacion lineal nula no trivial
de elementos de S, luego S es l.d.
(c) Si S es l.d existen v1 , v2 , . . . , vm S y una combinacion lineal nula
no trivial de ellos. Si T S, entonces la misma combinacion lineal
nula no trivial indicada es una combinacion lineal de elementos de
T . Se sigue que T es l.d.
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

33

(d) Si S es l.i y T S, entonces T no puede ser l.d pues entonces, por


el ejercicio anterior, tambien lo sera S.
(e) Si S es l.d y tiene mas de dos elementos, entonces existen v1 , v2 , . . . , vm
S, con m 2, y escalares 1 , 2 , . . . , m , no todos nulos tales que
m
X

i vi = 0Rn .

i=1

Escogiendo j 6= 0, se tiene que


vj =

m
X
i
i=1
i6=j

2.5

vi .

Norma vectorial. Ortogonalidad.


Ejercicios 2.5.1.

1. Consideremos v, w, no nulos en Rn . Si v = w, 6= 0, se tiene


1
1
uv =
v=
(w)
kvk
kwk
 


1
=
w = uw ,
||
kwk
de donde se sigue que v k w. Recprocamente, si v k w, se tiene uv = uw
y entonces
v = kvkuv = kvkuw


kvk
(kwkuw )
=

kwk
y haciendo =

kvk
se tiene que v = w.
kwk

2. Si v = (v1 , v2 , . . . , vn ) es un vector cualquiera de Rn , el sistema con matriz


ampliada

1 0 0 . . . 0 v1
0 1 0 . . . 0 v2



0 0 1 . . . 0 v3
T T
T t
e1 e2 . . . en |v

.. .. ..
.. ..
. . .
. .
0 0 0 . . . 1 vn
2.5. Norma vectorial. Ortogonalidad.

Casta
neda Hernandez/ Barrios Sarmiento

34

tiene solucion u
nica, lo que muestra que B = {ei |i = 1, 2, . . . , n} genera
n
a R . En particular, si v = (0, 0, 0, . . . , 0), la u
nica solucion es la trivial,
con lo que se tiene que B es l.i y, por lo tanto, es una base para Rn .
Finalmente, es facil verificar que para i, j {1, 2, . . . , n} se tiene

1, si i = j;
ei ej =
0, si i 6= j.
lo que muestra que B es un conjunto ortonormal.
3. Errata. Lo que se debe probar es que S es un subespacio de Rn (no
S, como aparece en el texto).
Se tiene claramente que si v S entonces v0Rn = 0, con lo que 0Rn S
y S 6= . Ahora, si u, w S y R, para todo v S se tiene que
(u + w) v = (u v) + (w v) = (0) + 0 = 0,
lo que demuestra que S es cerrado.
4. (a) Si S = R2 y v = (v1 , v2 ) S , entonces v es ortogonal a todo vector
de R2 , en particular se tiene:
0 = v (1, 0) =
=
0 = v (0, 1) =
=

(v1 , v2 ) (1, 0)
v1 = 0
(v1 , v2 ) (0, 1)
v2 ,

y entonces v = (0, 0), por lo que S {(0, 0)} y como (0, 0) S


se sigue que S = (R2 ) = {(0, 0)}.
(b) Para todo S 6= , S R2 , se tiene que S R2 . Si S = {(0, 0)},
entonces para todo v R2 se tiene v (0, 0) = 0, por lo que v S
y, por lo tanto, R2 S . Se tiene entonces la igualdad
S = {(0, 0)} = R2 .
(c) Si S = {(1, 2)}, entonces
S = {(x, y) R2 |x + 2y = 0}
= {(2t, t)|t R} = h(2, 1)i
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

35

(d) Si S = {(1, 0), (0, 1)}, entonces tenemos


S = {(x, y) R2 |(x, y) (1, 0) = 0, (x, y) (0, 1) = 0}
= {(0, 0)}.
(e) Si v, w son vectores distintos de R2 y S = {v, w}, entonces S es el
espacio solucion del sistema homogeneo con matriz ampliada


v1 v2 0
w1 w2 0
Analice los diferentes casos teniendo en cuenta que v y w son distintos.
En particular, eso significa que no pueden ser ambos iguales a (0, 0),
por lo que S 6= R2 . Suponga, sin perdida de generalidad, que
v = (v1 , v2 ) 6= (0, 0) y concluya que

{(0, 0)},
si v, w no son m
ultiplos (son l.i);

S =
h(v2 , v1 )i, si w es m
ultiplo de v.
5. Sean v = (v1 , v2 , v3 ), w = (w1 , w2 , w3 ), vectores no nulos y no paralelos
de R3 . El complemento ortogonal de S = {v, w} es el espacio solucion
del sistema homogeneo


v1 v2 v3 0
w1 w2 w3 0
Puesto que los vectores no son m
ultiplos escalares el uno del otro, la
forma escalonada reducida de la matriz ampliada del sistema no puede
tener un renglon nulo. Es decir, necesariamente tiene una de las formas
 




1 0 c 0
1 0 0 0
0 1 0 0
,
o
0 1 d 0
0 0 1 0
0 0 1 0
para reales c, d. El espacio solucion es, por lo tanto, generado por un
vector no nulo; es decir S = hui = {tu|t R}. Ahora, cualquier vector
no nulo en S es tambien un generador de S , por lo que sera suficiente
con demostrar que
v w = (v2 w3 v3 w2 , w1 v3 v1 w3 , v1 w2 v2 w1 )





v2 v3
v1 v3 v1 v2





=
w2 w3 , w1 w3 , w1 w2
2.5. Norma vectorial. Ortogonalidad.

Casta
neda Hernandez/ Barrios Sarmiento

36

es un vector no nulo ortogonal tanto a v como w. Para la ortogonalidad,


verifique directamente que
(v w) v = (v w) w = 0.
Ahora, si v w = (0, 0, 0) entonces




v1 v2 v2 v3 v1 v3




w1 w2 = w2 w3 = w1 w3 = 0.
Ahora, en ninguno de los determinantes 2 2 indicados las dos filas
pueden ser nulas
ultiplos. Si
pues eso implicara que v y w seran m
v1 v2
= 0, se sigue que una de las dos filas (vectores
consideramos
w1 w2
de R2 ) es m
ultiplo de la otra. Supongamos, sin perder generalidad, que
(w1 , w2 ) = (v1 , v2 ), con (v1 , v2 ) 6= (0, 0). Ahora, si v2 = 0, se tiene
v1 6= 0 y v1 w3 = v3 w1 de donde
v3
v3
w3 = w1 = (v1 ) = v3
v1
v1
y w = v (contradicci

on). Tenemos entonces v2 6= 0. Un razonamiento
v2 v3
= 0 nos lleva a que existe un R tal que
similar para
w2 w3
(w2 , w3 ) = (v2 , v3 ) o (v2 , v3 ) = (w2 , w3 ).
En el primer caso, se tiene que w2 = v2 = v2 , de donde = lo que
nos llevara necesariamente a w = v (contradiccion). Consideremos,
finalmente, (v2 , v3 ) = (w2 , w3 ), de modo que v2 = w2 , v3 = w3 , por lo
1
que 0 6= w2 = v2 = w2 , de donde se sigue que = 1 y que =

por lo que w3 = v3 y w = v nuevamente. En definitiva, se tiene que


v w 6= 0Rn . Tenemos entonces {v, w} = hv wi.
6. (a)
{(1, 2, 5), (3, 4, 6)} =

h(1, 2, 5) (3, 4, 6)i


= {t(32, 21, 2)|t R}.

(b) Si v k w, entonces existe 6= 0 tal que w = v y, de la definicion,


1
se sigue que v w = (0, 0, 0). De igual manera, como v = w se

tiene que
u v = 0 u w = 0 = {v, w} = {v} = {w} .
Captulo 2. Sistemas de ecuaciones lineales


Introducci
on al Algebra
Lineal

37

(c) De la definicion misma se sigue que v w = w v; en particular,


(1, 0, 0) (0, 1, 0) = (0, 0, 1) = (0, 1, 0) (1, 0, 0),
lo que muestra que el producto cruz no es conmutativo. Por otra
parte
((1, 0, 0) (1, 0, 0)) (0, 1, 0) =
=
(1, 0, 0) ((1, 0, 0) (0, 1, 0)) =
=

(0, 0, 0) (0, 1, 0)
(0, 0, 0)
(1, 0, 0) (0, 0, 1)
(0, 1, 0)

lo que muestra que el producto cruz no es asociativo.


1
(a, b), por lo que un
+ b2
vector w es paralelo a v y tiene norma 2 si y solo si

7. (a) La direccion de v = (a, b) es uv =

a2

w = 2uw = 2(uv ) =

2
(a, b),
+ b2

a2

de modo que existen dos vectores paralelos a v y con norma 2.


(b) wv si y solo si w es paralelo a (b, a), por lo que existen dos
vectores ortogonales a v y con norma 2.
(c) {v} = {t(b, a)|t R}.
8. (a) Los dos vectores paralelos a v = (a, b, c) y con norma 2, vienen
2
dados por
(a, b, c).
a2 + b 2 + c 2
(b) Los vectores ortogonales a v = (a, b, c), con norma 2 forman un
conjunto infinito
{(x, y, z)|ax + by + cz = 0, x2 + y 2 + z 2 = 4}.
(c) {(a, b, c)} = {(x, y, z)|ax + by + cz = 0}.

2.5. Norma vectorial. Ortogonalidad.

38

Casta
neda Hernandez/ Barrios Sarmiento

Captulo 2. Sistemas de ecuaciones lineales

Captulo

Sistemas de inecuaciones
lineales
3.1

Introducci
on

3.2

Programaci
on lineal
Ejercicios 3.2.1.

1. La region se muestra en la figura 3.1.

Figura 3.1: Region factible ejercicio 1.

39

40

Casta
neda Hernandez/ Barrios Sarmiento

2. La region se muestra en la figura 3.2.

Figura 3.2: Region factible ejercicio 2.

3. La region se muestra en la figura 3.3.

Figura 3.3: Region factible ejercicio 3.

4. Para los ejercicios 4 a 8 las soluciones (respuestas) se presentan en el


texto.

Captulo 3. Sistemas de inecuaciones lineales

Captulo

Vectores en R2 y R3.
4.1

Introducci
on
Ejercicios 4.1.1.

1. (a) La grafica de S es el eje Y .


(b)
(c) La grafica de S es la region sombreada mostrada en la figura 4.1

Figura 4.1: Ejercicio 1 (c).

(d)
41

Casta
neda Hernandez/ Barrios Sarmiento

42

(e) La grafica de S consiste de las rectas de ecuaciones x + y = 1 y


x + y = 1, ver figura 4.2.

Figura 4.2: Ejercicio 1 (e).

(f)
(g) S es la region entre la recta de ecuacion x + y = 2, incluida dicha
recta, y la recta de ecuacion x + y = 3 sin incluir los puntos de esta
u
ltima. Vease figura 4.3.

Figura 4.3: Ejercicio 1 (g).

Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

43

(h)
(i) S se identifica con el plano Y Z.
(j)
(k) La grafica de S es un plano perpendicular al plano XZ, una parte
del mismo se muestra en la figura 4.4.

Figura 4.4: Ejercicio 1 (k).


(l)
(m) S tiene como grafica la circunferencia con centro en (0, 0, 0) y radio
1 sobre el plano Y Z (figura 4.5).

Figura 4.5: Ejercicio 1 (m).

4.1. Introduccion

44

Casta
neda Hernandez/ Barrios Sarmiento

(n) La grafica de S es la esfera (solida) con centro en el origen y radio


1.
(o) La grafica de S es la region del espacio comprendida entre las esferas
concentricas con centro en el origen y radios 1 y 2, respectivamente.
Vease la figura 4.6.

Figura 4.6: Ejercicio 1 (o).

2. (a) Una circunferencia sobre un plano en el cual se ha escogido un


sistema de coordenadas rectangular, queda descrita por una ecuacion
(x h)2 + (y k)2 = r2 ,
donde (h, k) es el par de coordenadas del centro y r es el radio de
la circunferencia.
Si se escoge el sistema de modo que el origen del mismo sea el centro
de la circunferencia, entonces se tiene que S, la circunferencia de
radio 5 considerada en el ejercicio, corresponde al subconjunto de
R2 :
{(x, y)|x2 + y 2 = 25}.
Por supuesto, puede obtenerse un resultado distinto si se escoge
de manera diferente el sistema de coordenadas. Por ejemplo, si se
escoge como eje x una recta que pase por el centro y como eje
Y una tangente a la circunferencia (ver figura 4.7), entonces el
centro tiene coordenadas (5, 0) y la circunferencia queda descrita
algebraicamente como
{(x, y)|(x 5)2 + y 2 = 25}.
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

45

Figura 4.7: Circunferencia de radio 5 en el plano.


(b) S queda descrito (sistema rectangular escogido con origen en el
centro) por
{(x, y)|x2 + y 2 25}.
(c) Si se escoge el origen del sistema como el centro de la circunferencia
y el eje x pasando por dicho centro y de modo que la semicircunferencia quede en un mismo semiplano (de los dos en que el eje escogido
divide al plano), entonces la semicircunferencia queda descrita de
una de las dos formas

{(x, y)|y = 25 x2 , 5 x 5}

{(x, y)|y = 25 x2 , 5 x 5},


dependiendo de si al semiplano donde queda la semicircunferencia se
le asigna direccion positiva o negativa, respectivamente, con relacion
al eje X escogido.
(d) Si se escoge el origen como un punto extremo del segmento y el eje
X conteniendo el segmento, entonces se tienen las posibilidades
{(x, 0)|0 x 5} o {(x, 0)| 5 x 0},
dependiendo de si el segmento queda en el semiplano con direccion
positiva o negativa (respecto del eje Y ).
4.1. Introduccion

Casta
neda Hernandez/ Barrios Sarmiento

46

(e) Ver ejercicio siguiente.


(f) Escojamos el sistema de coordenadas con origen en el vertice del
angulo recto y de modo que los catetos queden sobre los ejes coordenados, como se indica en la figura 4.8.

Figura 4.8: Triangulo rectangulo en el plano.


Los catetos quedan descritos como sigue:
AB = {(x, 0)|0 x 8}
AC = {(0, y)|0 y 6}.
La hipotenusa esta sobre la recta de ecuacion1 y =
que tenemos que

3
x
4

+ 6, por lo

BC = {(x, y)|3x + 4y = 24, 0 x 8}.


La region triangular acotada por los lados del triangulo queda descrita
algebraicamente por


3
(x, y)|y
x + 6, x 0, y 0 .
4
3. Nota y errata: Este ejercicio requiere de la teora de al menos la seccion
4.2, por lo que debera proponerse posteriormente. Como ilustracion
1

La ecuaci
on de una recta no paralela al eje Y es de la forma y = mx + b, donde m es
la pendiente y (0, b) es la intersecci
on con el eje Y .
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

47

resolvemos solo el ejercicio (a), con v1 = (1, 2), v2 = (5, 1). Consideramos
las coordenadas como medidas paralelamente a los ejes y que las direcciones positivas de los ejes coordenados estan determinadas por las direcciones en las que apuntan los vectores v1 (con relacion al eje paralelo a v2 )
y v2 (con relacion al eje paralelo a v1 ).

Figura 4.9: Sistema coordenado no rectangular.

Si P (1, 2) se tiene que (1, 2) = 1(1, 2) + 0(5, 1), por lo que P se encuentra
sobre la recta (eje coordenado) paralela a v1 y su coordenada con respecto
a dicho ejees 0. La coordenada con relacion al otro eje es justamente
k(1, 2)k = 5. Para el punto Q(3, 5), resolviendo el sistema correspondiente, encontramos que


28
11
(3, 5) = (1, 2) +
(5, 1)
9
9
Si notamos por c y d (ver figura 4.9) a las distancias (medidas, como se
dijo, paralelamente a los ejes) de Q a los ejes correspondientes a v1 y v2 ,
respectivamente, se tiene que







11
28

11
=
(1, 2) = 28 5.
c=

(5,
1)
26,
d
=


9

9
9
9
4.1. Introduccion

Casta
neda Hernandez/ Barrios Sarmiento

48

y las coordenadas de Q son:


11
c =
26 respecto del eje paralelo a v1
9
28
d =
5 respecto del eje paralelo a v2 .
9

4.2

Segmentos dirigidos en En
Ejercicios 4.2.1.

1. (a) Los angulos directores de v = (2, 2) son = =

.
4

(b)
(c) =

3
, = , =
.
4
2
4

2. (a)
(b)

(c) Se requiere v = P S = S P cuando la representacion de v se ancla


en P . Se sigue que el punto final de la representacion es
S = P + v = (1, 2, 3) + (1, 4, 3) = (2, 6, 6).

(d) Se tiene P Q = (2, 1, 2), P R = (1, 5, 11), QR = (3, 4, 13).


Si existiera un escalar tal que

P Q = (2, 1, 2) = P R = (1, 5, 11)


1
2
se tendra que = 2 =
=
lo cual es una inconsistencia.
5
11

As, P Q y P R no son paralelos, por lo que el angulo entre ellos no
es 0 ni y, por tanto, los tres puntos son vertices de un triangulo.
El permetro es

kP Qk + kP Rk + kQRk = 3 + 7 3 + 194.

El angulo = hRP Q es el angulo entre los vectores P Q y P R y
satisface que

PQ PR
19
cos = = .
21 3
kP QkkP Rk
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

As, = cos

49

19

21 3

121.492 . Se tiene tambien que

v
u
 2
u
PQ PR
u

sen =
1 cos2 = t1
kP Qk2 kP Rk2
r
 2

kP Qk2 kP Rk2 P Q P R
=

kP QkkP Rk
y que el area del triangulo es2
1
kP QkkP Rksen
2r
2 2  2
1
=
kP Qk kP Rk P Q P R .
2

a =

(4.1)

La ecuacion 4.1 es valida para cualquier triangulo con vertices en


puntos P, Q, y R cualesquiera (no colineales, por supuesto). Aplicandola al caso presente se tiene:
a=

1
1p
9(147) 192 =
962 15.508.
2
2

(e) Si deseamos que P Q, P R sean dos lados del paralelogramo, entonces


S debe satisfacer que (vease figura 4.10)

QS = P R,
por lo que

S = Q + P R = (1, 1, 5) + (1, 5, 11) = (0, 4, 6).


2

De la trigonometra b
asica se tiene que el area de un triangulo es el semiproducto de
las longitudes de dos de sus lados por el seno del angulo comprendido entre dichos lados.
4.2. Segmentos dirigidos en En

50

Casta
neda Hernandez/ Barrios Sarmiento

Figura 4.10: Paralelogramo.

(f) Se necesita un vector v ortogonal a P Q y con la misma norma.


Si escogemos el angulo recto con vertice en P , entonces se debe

determinar un punto X tal v = P X = X P .

Puesto que P Q = (2, 1, 2), un vector ortogonal al mismo es


(existen infinitos) w = (0, 2, 1), podemos entonces tomar

3
3
v = kP Qkuw = (0, 2, 1), X = P + v = (1, 2, 3) + (0, 2, 1).
5
5

(g) Primero encuentre un vector ortogonal a P R y con norma 5.


3. Suponga que L es la longitud de cada lado del cuadrado. Sobre el plano
del cuadrado elija un sistema de coordenadas con origen en uno de los
vertices del cuadrado y los ejes conteniendo a lados adyacentes. Muestre
que los vectores cuyas representaciones son las diagonales del cuadrado
son ortogonales.
4. Para la represnetacion canonica de v vease figura 4.11.
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

51

Figura 4.11: Ejercicio 4.

5. Para v = (x, y, z) 6= (0, 0, 0), si y son los angulos directores, se


cumple:
x = kvkcoscos
y = kvksencos
z = kvksen

4.3

(4.2)
(4.3)
(4.4)

Aplicaciones geom
etricas
Ejercicios 4.3.1.

1. Verifique si P Q y P R (o QR) son m


ultiplos escalares.
2. Si los puntos son colineales una ecuacion vectorial para la recta que los

contiene es (x, y, z) = P + tP Q (P o Q pueden ser reemplazados por R).


Si no son colineales proceda -para hallar permetro, area, etc- como en
el ejercicio 2 (d) del grupo de ejercicios 4.2.1, pagina 48. Para el area

puede usar tambien a = kP Q P Rk. Si los puntos son puntos del plano,
4.3. Aplicaciones geometricas

Casta
neda Hernandez/ Barrios Sarmiento

52

a
un as puede usar la formula anterior identificando (x, y) con (x, y, 0).
Una ecuacion vectorial del plano que contiene a los puntos no colineales
P, Q y R puede ser

(x, y, z) = P + tP Q + sP R.

Para la ecuacion cartesiana, halle primero una normal n = P Q P R y
la ecuacion correspondiente sera
n (x, y, z) = n P, o n (x, y, z) = n Q o n (x, y, z) = n R.
Para hallar la distancia del punto R a la recta que pasa por P y Q existen
diversas alternativas (ver figura 4.12):
(a) Utilizando proyecciones ortogonales,como se explica en el texto, si
d es la distancia pedida, se tiene

P Rk
d = kP R P roy
PQ
q

P Rk2
kP Rk2 kP roy
d =
PQ
v
u

u
|P R P Q|2
t
2
=
kP Rk

kP Qk2

(4.5)

(4.6)

(b) Si se considera el area, a, del triangulo con vertices en P, Q y R,


entonces d es la altura correspondiente al lado P Q y se tiene que
1
1
a = kP Qkd = kP Q P Rk,
2
2
de donde se sigue que

kP Q P Rk
d=

kP Qk
Captulo 4. Vectores en R2 y R3 .

(4.7)


Introducci
on al Algebra
Lineal

53

Figura 4.12: Distancia de un punto a una recta.

Como ilustracion, considere los puntos del ejercicio 1 (d): P (1, 2), Q(3, 6)

y R(4, 7), los cuales no son colineales ya que P Q = (2, 4) y P R = (3, 5)


no son paralelos. Se tiene que

26
1

P R = (3, 5)
P R P roy
(2, 4) = (2, 1).
PQ
20
5
Si d es la distancia de R a la recta que pasa por P y Q, tenemos de 4.5


1
1

d = (2, 1)
= 5 5.
5
O, usando 4.6,
v
r
u
2 r
u
|
P R P Q|
262
1
1
t
2
d = kP Rk
2 = 34 20 = 5 = 5 5.
kP Qk

Finalmente, usando 4.7, tenemos que P Q P R se identifica con el vector
(2, 4, 0) (3, 5, 0) = (0, 0, 2), por lo que

kP Q P Rk
2
1
d=
= =
5.

5
20
kP Qk
4.3. Aplicaciones geometricas

Casta
neda Hernandez/ Barrios Sarmiento

54

3. (a)

3
, por lo que un vector paralelo
1
a la recta es v = (1, 3). As, una ecuacion vectorial para la
recta es
(x, y) = (0, 0) + t(1, 3) = (t, 3t).

i. La pendiente es m = 3 =

ii. La pendiente de la recta es la misma de la de recta de ecuacion


2
2x + 5y = 10, o sea y = x + 2, de modo que la pendiente
5
2
es m =
y un vector paralelo es v = (5, 2). Una ecuacion
5
vectorial es entonces
(x, y) = (1 + 5t, 3 2t).
iii. La pendiente de la recta de ecuacion 2x + 5y = 10 es, como
2
, por lo que la pendiente de la
en el ejercicio anterior, m =
5
1
5
recta cuya ecuacion se busca es m0 = = y, por tanto,
m
2
un vector paralelo a la misma es v = (2, 5). As, una ecuacion
vectorial es
(x, y) = (2t, 5t).
iv. Para la recta de ecuacion cartesiana 5x 4y = 0, cada punto
5
con coordenadas (x, y) satisface y = x, haciendo x = t, se
4
tiene


5
(x, y) = t, t
4
que es una ecuacion vectorial para la recta.
v. (x, y) = (t, 4).
vi. (x, y) = (b, t).
vii. Para la recta de ecuacion
(x, y) = (2 + t, 5 3t) = (2, 5) + t(1, 3),
un vector paralelo es v = (1, 3). Por lo tanto, para la recta
que pasa por (2, 7) y es paralela a la anterior, una ecuacion
vectorial es
(x, y) = (2, 7) + t(1, 3).

viii. (x, y) = P + tP Q = (1, 5) + t(6, 3) o (x, y) = (1, 5) + t(2, 1).


Otras ecuacion valida es (x, y) = (7, 8) + s(2, 1).
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

55

ix. Un vector paralelo a la recta de ecuacion x+y = 5 es v = (1, 1)


(o (1, 1)) si w = (a, b) 6= (0, 0) es un vector paralelo a la recta

cuya ecuacion se pide, entonces v y w forman un angulo de (o


4
3
de
, pero en este caso se podra tomar el negativo del vector
4
w que tambien es paralelo a la recta deseada).

Figura 4.13: Ejercicio 3 (a) (ix).


Se tiene entonces:
0<vw =ab=

a2

b2

2cos

Por lo tanto, se tiene 0 < a b =


cuadrado se tiene

 

a2 + b 2 .

a2 + b2 y elevando al

a2 2ab + b2 = a2 + b2 = 2ab = 0.
Entonces debe tenerse a = 0 o b = 0. Como a > b, esto significa
que w puede ser de una de las dos formas
w = (0, b), con b < 0, o w = (a, 0) con a > 0.
Tenemos as dos rectas distintas (ver figura 4.13) que satisfacen
las condiciones deseadas: una paralela al vector w1 = (0, 1) y
4.3. Aplicaciones geometricas

Casta
neda Hernandez/ Barrios Sarmiento

56

otra paralela a w2 = (1, 0). Las ecuaciones vectoriales correspondientes son


(x, y) = (3, 2 t)
(x, y) = (3 + t, 2)
x. Procediendo como en el ejercicio anterior, se obtienen dos rectas
distintas (figura 4.14) con vectores paralelos w = (a, b), con
b < 0 y:

a = 2b + 3b, en un caso,

a = 2b b 3, en el otro caso.
Es decir, se obtienen
w1 = (2

3, 1), w2 = (2 +

Figura 4.14: Ejercicio 3 (a) (x).

(b)

i. (x, y, z) = (1 t, 2 + 2t, 3 + 2t).


ii. (x, y, z) = (3 + t, 4 5t, 6 + 4t).
Captulo 4. Vectores en R2 y R3 .

3, 1).


Introducci
on al Algebra
Lineal

57

iii. Existe una familia infinita de rectas perpendiculares a la recta


dada y pasando por (3, 2, 4). Cada una de ellas tiene ecuacion
de la forma
(x, y, z) = (3, 2, 4) + s(a, b, c),
donde (a, b, c) es un vector no nulo que satisface a 5b + 4c = 0.
iv. (x, y, z) = (1, 3, 5 + t).
v. (x, y, z) = (1, 3 + t, 5).
vi. Existe una familia infinita de rectas como las pedidas. Cada
una de ellas tiene ecuacion de la forma
(x, y, z) = (1, 3, 5) + t(a, b, 0), con a 6= 0 o b 6= 0.
vii. Halle la intersecion de las rectas dadas resolviendo el sistema
que resulta de (2 + t, 3 5t, 9 8t) = (6 + 3s, 17 + s, 23 + 3s),
encontrando t = 4, s = 0. El punto de interseccion es entonces
Q(6, 17, 23). As, una ecuacion vectorial es
(x, y, z) = (6t, 17t, 23t).
viii. La recta es la interseccion de los dos planos. Resolviendo el
sistema formado por las ecuaciones de los planos se obtiene

ix.

x.
xi.
xii.

t
(x, y, z) = (1, 6, 7) = s(1, 6, 7)
7
como ecuacion vectorial de la recta.
Existen infinitas rectas. Cada una tiene ecuacion de la forma
(x, y, z) = (1, 3, 1) + t(a, b, c), con a + 2b c = 0 y (a, b, c) 6=
(0, 0, 0).
(x, y, z) = (6t, 3 3t, 0).
(x, y, z) = (6 + t, 0, t).
Errata: En las ecuaciones parametricas de la recta dada debera
ser:
x = 2t, y = 3 + t, z = 5 + 2t.
Reemplazando x, y, z, dados en terminos de t, en la ecuacion
del plano, se obtiene t = 52 y el punto de interseccion de la
recta dada con la recta que se pide (y el plano que la contiene)
es P (5, 11/2, 10). Una ecuacion vectorial es entonces
(x, y, z) = (6, 0, 0) + t(1, 11/2, 10) = (6 + 2s, 11s, 20s).
4.3. Aplicaciones geometricas

58

Casta
neda Hernandez/ Barrios Sarmiento

xiii. Resolviendo el sistema formado por las ecuaciones de los planos


dados se obtiene la ecuacion vectorial de la recta interseccion
(x, y, z) = (5, 10, 0) + t(2, 1, 1)
El vector (2, 1, 1) es paralelo a la recta pedida (y al plano que
la contiene). Una ecuacion vectorial es, por lo tanto,
(x, y, z) = (4 + 2t, 1 t, t).
xiv. Si v es un vector paralelo a la recta cuya ecuacion se pide,
entonces v debe ser ortogonal tanto al vector w = (2, 1, 1),
vector paralelo a la recta interseccion de los dos planos dados
(ejercicio anterior), como al vector n = (1, 1, 1), normal al
plano de ecuacion x + y z = 5. Por lo tanto v debe ser un
m
ultiplo no nulo del producto cruz
wn = (2, 1, 1)(1, 1, 1) = (0, 3, 3). Tomando v = (0, 1, 1)
se obtiene la ecuacion vectorial (x, y, z) = (4, 1 + t, t).
xv. Si v = (a, b, c) es un vector paralelo a la recta pedida, entonces
v es ortogonal a n = (1, 1, 1) y satisface, por lo tanto, a +
b = c. Por otra parte, v forma angulo de /4 con el vector
w = (2, 1, 1), por lo que se debe tener
 

6 a2 + b2 + c2 cos
0 < v w = 2a b + c =
4

2
2
3a =
3 2a + 2b + 2ab, a > 0
Elevando al cuadrado y simplificando se obtiene:
a2 2ab 2b2 = (a b)2 3b2 = 0

a = b + 3b, b > 0

a = b 3b, b < 0
por lo que se obtienen dos rectas con vectores paralelos

v1 = b(1+ 3, 1, 2+ 3), b > 0, y v2 = b(1 3, 1, 2 3), b < 0.


Las dos rectas tendran ecuaciones vectoriales

(x, y, z) = (4, 1, 0) + t(1 + 3, 1, 2 + 3)

(x, y, z) = (4, 1, 0) + t( 3 1, 1, 3 2)

Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

59

xvi. La recta pedida contiene al origen, el cual esta tambien sobre


el plano de ecuacion x + 5y 3z = 0. Por lo tanto este u
ltimo
es el mismo plano que contiene a la recta. Existen infinitas de
tales rectas, cada una de ellas tiene una ecuacion vectorial de
la forma
(x, y, z) = t(3c 5b, b, c),
donde b y c son reales tales que b 6= 0 o c 6= 0.
xvii. Existen, como en el ejercicio anterior, infinitas rectas que satisfacen las condiciones dadas, una por cada punto del plano dado.
As, si P (a, b, c) es un punto cualquiera del plano, entonces se
satisface que a + 3b 4c = 6 y v = (a, b, c) = (6 3b + 4c, b, c) es
un vector paralelo a la recta que pasa por el origen e intersecta
al plano dado en P . Una ecuacion vectorial es entonces
(x, y, z) = t(6 3b + 4c, b, c).
4. (a) Vease figura 4.15.

Figura 4.15: Ejercicio 4 (a).

Sean P1 , P2 , P3 , P4 los puntos deseados, enumerados en la direccion


4.3. Aplicaciones geometricas

60

Casta
neda Hernandez/ Barrios Sarmiento

del vector P Q. Entonces para cada i = 1, 2, 3, 4 se cumple que




i
9
2
Pi = P + P Q = 2 i, 3 + i, 5 + i .
5
5
5
Por lo que los puntos pedidos son P1 (1, 6/5, 27/5), P2 (0, 3/5, 29/5),
P3 (1, 12/5, 31/5) y P4 (2, 21/5, 33/5).
1
(b) El punto medio de P Q es (P + Q) = (1/2, 3/2, 6) y el vector
2

P Q = (5, 9, 2) es normal al plano, por lo que el mismo tiene


ecuacion cartesiana
5x + 9y + 2z = (5, 9, 2) (1/2, 3/2, 6) = 28.

(c) Determine un vector v ortogonal a P Q y con la mitad de la norma


del mismo. Los otros dos vertices del cuadrado son puntos S y T

con v = M S = T M , siendo M (1/2, 3/2, 6), punto medio de P Q.

Figura 4.16: Ejercicio 4 (c).

(d) Halle un vector w ortogonal a P Q y con la misma norma. Luego

tome P R = w y despeje R.
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

61

(e) Vea ejercicio (a).


5. (a) El sistema resultante de (2 3t, 4 + 5t, 3 + 2t) = P = (5, 1, 5),
tiene como u
nica solucion t = 1, lo que muestra que P esta en L.
Si en lugar de P se toma Q(4, 14, 2), el sistema correspondiente
es inconsistente.
(b) Cada punto (x, y, z) de L es de la forma (2 3t, 4 + 5t, 3 + 2t),
para alg
un real t. Ahora, para un tal punto se tiene
3x+y+2z = 3(23t)+(4+5t)+2(3+2t) = 69t+4+5t6+4t = 4;
es decir, sus coordenadas satisfacen la ecuacion del plano , por lo
que L .
(c) La recta L pasa por R(2, 4, 3) y es paralela a v = (3, 5, 2). Todo
plano que la contenga contiene a R y debe tener un vector normal
(a, b, c) 6= (0, 0, 0), ortogonal a v, por lo que debe satisfacer
1
c = (3a 5b).
2
Podemos tomar entonces n = (2a, 2b, 3a 5b), con a 6= 0 o b 6= 0.
La familia de planos que contienen a L esta descrita por
2ax + 2by + (3a 5b)z = (2a, 2b, 3a 5b) (2, 4, 3) = 23b 5a,
con a 6= 0 o b 6= 0.
(d) Se obtienen tres ecuaciones vectoriales, con pares de generadores
distintos, despejando cada una de las tres variables:


4
(x, y, z) =
, 0, 0 + t(1, 3, 0) + s(2, 0, 3)
3
(x, y, z) = (0, 4, 0) + t(1, 3, 0) + s(0, 2, 1)
(x, y, z) = (0, 0, 2) + t(2, 0, 3) + s(0, 2, 1)



4
Notese que los puntos A
, 0, 0 , B(0, 4, 0) y C(0, 0, 2), son las
3

intersecciones del plano con los ejes coordenados. Ahora, AB y AC

forman un par de generadores de , as como tambien CB y CA.
Por otra parte, la ecuacion del plano proporciona todos los puntos
que se deseen para hallar otras ecuaciones vectoriales.
4.3. Aplicaciones geometricas

Casta
neda Hernandez/ Barrios Sarmiento

62

(e) Toda recta perpendicular a es paralela al vector normal N =


(3, 1, 2) e intersecta al plano en un punto. Existen, por supuesto,
infinitas de tales rectas, descritas por
(x, y, z) = (a, 4 3a 2c, c) + t(3, 1, 2), a, c R.3


6. (a) P Q y P R forman un par de generadores y P Q P R es una normal.
(b) Las rectas dadas son paralelas y tienen a v = (1, 1, 2) como
un vector paralelo. Los puntos P (2, 5, 3) y Q(4, 1, 0) son puntos
pertenecientes cada uno a una sola de las rectas dadas. Por lo tanto

el vector w = P Q es paralelo al plano pedido y forma con v un par


de generadores del mismo. v w es un vector normal al plano.
(c) El punto Q(2, 0, 8) esta en la recta dada, la cual no contiene a P y

es paralela a v = (5, 3, 4). De modo que w = P Q y v forman un


par de generadores del plano y v w es normal al mismo.
(d) Las rectas dadas se intersectan en el punto P (6, 1, 7) y no son
paralelas. Los vectores paralelos a dichas rectas, v = (1, 1, 4)
y w = (1, 3, 8), forman un par de generadores del plano que las
contiene y v w es una normal a dicho plano.
7. (a) Igualando (2 + t s, 3 2t + 4s, 7 8s) = (7/4, 5, 1) se obtiene un
sistema consistente con s = 3/4, t = 1/2, de modo que P . Si
se toma Q(7, 7, 6), por el contrario, se obtiene una inconsistencia.
(b) Un vector normal al plano es
1
n = (1, 2, 0) (1, 4, 8) = (8, 4, 1)
2
por lo que una ecuacion cartesiana para es
8x + 4y + z = (8, 4, 1) (2, 3, 7) = 35.
Para el plano paralelo a que contiene a R(7, 7, 6) se tiene
8x + 4y + z = (8, 4, 1) (7, 7, 6) = 34.
3

Tambien podra escribirse (x, y, z) = (a, b, c)+t(3, 1, 2), con a, b y c arbitrarios, pero toda
recta con una ecuaci
on tal intersecta al plano en un u
nico punto, como puede probarse
f
acilmente.
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

63

(c) Verifique que la terna (4 t, 1 + 4t, 7 8t) satisface la ecuacion


cartesiana del plano hallada en el item anterior (8x + 4y + z =
35). Por otra parte, si n0 es normal al plano pedido, entonces es
ortogonal tanto a n = (8, 4, 1), normal a , como a w = (1, 4, 8),
vector paralelo a L, de modo que n0 es un m
ultiplo escalar no nulo
de n w = (36, 63, 36). Tomando n0 = (4, 7, 4), se tiene la
ecuacion cartesiana del plano pedido:
4x 7y 4z = (4, 7, 4) (4, 1, 7) = 5,
de la cual se puede obtener facilmente una ecuacion vectorial.
8. Si n1 y n2 son normales a 1 y 2 , respectivamente, entonces 1 y 2
son paralelos si y solo si n1 y n2 son m
ultiplos no nulos el uno del otro.
Esto es equivalente a decir que cada vector normal a un plano lo es al
otro. Esto, a su vez, equivale a decir que las ecuaciones de 1 y 2 son
equivalentes, respectivamente, a ecuaciones cartesianas
ax + by + cz = d1
ax + by + cz = d2

(4.8)
(4.9)

para constantes reales d1 y d2 , siendo (a, b, c) un vector normal a los


planos. As, 1 y 2 se identifican con los conjuntos soluciones (no
vacos) de 4.8 y 4.9, respectivamente. Ambas ecuaciones tienen la misma
ecuacion homogenea asociada
ax + by + cz = 0
la cual corresponde a un plano que pasa por el origen y tiene ecuacion
(x, y, z) = tv1 + tv2 ,
siendo v1 y v2 generadores del plano y del subespacio solucion de la
ecuacion homogenea. Ahora, la ecuacion del plano i es de la forma
(x, y, z) = ai + tv1 + sv2 ,
siendo ai una solucion particular de la ecuacion de i . As, todo par de
generadores del espacio solucion de la ecuacion homogenea lo es tanto de
1 como de 2 .
4.3. Aplicaciones geometricas

64

Casta
neda Hernandez/ Barrios Sarmiento

9. (a) Consideremos primero el caso de la recta en el plano con ecuacion


ax + by = c, a 6= 0 o b 6= 0. El vector v = (b, a) es paralelo a la
recta, como se puede verificar facilmente. De modo que si P (x0 , y0 ),
la distancia de P a la recta es (ver figura 4.17)
q

d = kQP k2 kP royv QP k2 ,
siendo Q(x1 , y1 ) un punto cualquiera de la recta, es decir
ax1 + by1 = c.

Figura 4.17: Ejercicio 9.


Tenemos entonces:
s

2 (QP v)2
d =
kQP k
kvk2
s
(a2 + b2 )[(x0 x1 )2 + (y0 y1 )2 ] [b(x0 x1 ) a(y0 y1 )]2
=
a2 + b 2
s
[a(x0 x1 ) + b(y0 y1 )]2
=
a2 + b2
|ax0 + by0 (ax1 + by1 )|

=
a2 + b 2
|ax0 + by0 c|

=
a2 + b 2
Captulo 4. Vectores en R2 y R3 .


Introducci
on al Algebra
Lineal

65

(b) Para el caso del plano con ecuacion ax + by + cz = d, n = (a, b, c) 6=


(0, 0, 0) es una normal. Si P (x0 , y0 , z0 ), la distancia de P al plano
viene dada por

d = kP royn QP k,
siendo Q(x1 , y1 .z1 ) un punto cualquiera, por lo que
n Q = ax1 + by1 + cz1 = d.
Se tiene entonces

|n QP |
d =
knk
|n P n Q|
=
a2 + b 2 + c 2
|ax0 + by0 + cy0 d|

=
a2 + b 2 + c 2

4.3. Aplicaciones geometricas

66

Casta
neda Hernandez/ Barrios Sarmiento

Captulo 4. Vectores en R2 y R3 .

Captulo

La estructura de espacio
vectorial y espacios de matrices
5.1

Introducci
on

5.2

Espacios vectoriales
Ejercicios 5.2.1.

1.
2. La mayora de las demostraciones se siguen de las definiciones. Observe
tambien que la propiedad |z +w| |z|+|w| no es otra que la desigualdad
triangular para vectores en R2 .
3. (a) 13 + 13i.
(b) 29 11i.
1
(c)
(26 + 7i).
25
(d) 9 13i.
(e) 9.
(f) Errata: Debe ser (Re(2 + i))(4 i) = 2(4 i) = 8 2i.
(g) 1.
(h) 46 + 9i.
67

Casta
neda Hernandez/ Barrios Sarmiento

68

4. El conjunto solucion de un sistema lineal homogeneo (con coeficientes


sobre cualquier campo) es un espacio vectorial, mientras que para un
sistema no homogeneo no lo es pues el vector nulo no es solucion.

(a) {(x, y)|2x + 3y = 0} = h(3, 2)i.


(b) No es subespacio de R2 .
(c) {(t, 2t + s, s)|t, s R} = h(1, 2, 0), (0, 1, 1)i.
(d) {(x, y, z)|3x + 5y + z = 0, 2x y + z = 0} = h(6, 1, 13)i.
(e) No es subespacio de R3 .
(f) {(t, 2t + s, s)|t, s K} = h(1, 2, 0), (0, 1, 1)i.
(g) No es subespacio de K3 pues no contiene al vector nulo.
(h)

i. {a + bx + (a b)x2 |a, b K} = h1 + x2 , x x2 i.
ii. {a+bx+(ab)x2 +(c+a)x3 |a, b, c K} = h1+x2 +x3 , xx2 , x3 i.
iii. No es subespacio de Pn (K) pues no contiene al polinomio nulo.

(i) {(0, 0), (0, 1)} = h(0, 1)i en Z22 . Errata: Debe ser {(0, 1), (1, 0)}, el
cual no es subespacio de Z22 por no contener a (0, 0).
(j) {(0, 0), (0, 1), (0, 2)} = h(0, 1)i.

5. Nota: Si V es un espacio vectorial finito, el n


umero de elementos (cardinal) de un subespacio de V debe ser un divisor del cardinal de V 1 .
Utilizando tal hecho la b
usqueda de los subespacios de Z23 , que tiene
32 = 9 elementos, se simplifica teniendo en cuenta que todo subespacio
tiene al menos al vector nulo y que por cada elemento v en un subespacio
S de Z23 , tambien v = 2v S. As, un subespacio de Z23 tiene 1 o 3
o 9 elementos. Los de 1 y 9 son los triviales y los de 3 deben estar
conformados, ademas del vector nulo, por pares de inversos aditivos
1

Es un resultado elemental de la teora de Grupos que el cardinal de un subgrupo de un


grupo finito divide al cardinal del grupo (Teorema de Lagrange).
Captulo 5. La estructura de espacio vectorial y espacios de matrices


Introducci
on al Algebra
Lineal

69

distintos. Los siguientes son, entonces, todos los subespacios de Z23 :


S2
S3
S4
S5

S1 = {(0, 0)}
= {(0, 0), (0, 1), (0, 2)}
= {(0, 0), (1, 0), (2, 0)}
= {(0, 0), (1, 1), (2, 2)}
= {(0, 0), (1, 2), (2, 1)}
S6 = Z23

=
=
=
=
=
=
=
=

h(0, 0)i
h(0, 1)i = h(0, 2)i
h(1, 0)i = h(2, 0)i
h(1, 1)i = h(2, 2)i
h(1, 2)i = h(2, 1)i
h(0, 1), (1, 0)i
h(0, 1), (1, 2)i
hv, wi,

con v, w no nulos y v 6= 2w = w.
6. En general, la union de subespacios de un espacio vectorial no es necesariamente un subespacio. Vease, por ejemplo, en el ejercicio anterior, el
conjunto H = S2 S3 = {(0, 0), (0, 1), (0, 2), (1, 0), (2, 0)} el cual no es
subespacio2 de Z23 .
7. (a) h(3, 1)i = {(3t, t)|t R}.
(b) h(1, 3)i = {t(1, 3)|t Z5 } = {(0, 0), (1, 3), (2, 1), (3, 4), (4, 2)}.
(c) h(1, 0), (0, 1)i = Z23 .
(d) h((1, 1, 3), (0, 0, 1)i = {(t, s, 3t + s)|t, s R} = {(x, y, z)|x y = 0}.
(e) h1, x, x2 i = {a + bx + cx2 |a, b, c R}.
(f)
h1 + x, 2xi = {a + (a + 2b)x|a, b Z3 }
= {0, 2x, x, 1 + x, 1, 1 + 2x, 2 + 2x, 2 + x, 2} = h1, xi.
(g) h(1, 2), (2, 4)i = h(1, 2)i = {(t, 2t)|t R}.
8. (a) Supongamos que M = {v}. Si v = 0V , entonces hM i = {0V } tiene
un u
nico elemento. Si v 6= 0V , entonces para escalares distintos y
, se tiene que v 6= v, por lo que
hM i = {v| K}
tiene n = pc elementos, uno por cada escalar en K. Aqu p es un
primo y c es un n
umero natural.
2

N
otese, sin comparar con la lista de todos los subespacios de Z23 , que (0, 1) + (1, 0) =
(1, 1)
/ H.
5.2. Espacios vectoriales

Casta
neda Hernandez/ Barrios Sarmiento

70

(b) Si M = {v, w}, y uno de los dos vectores es m


ultiplo del otro,
digamos w = v, se tiene el caso anterior pues
hM i = hvi, v 6= 0V .
Supongamos entonces que los vectores no son m
ultiplos. Se tiene
que para escalares 1 , 2 , 1 , 2 ,
1 v + 2 w = 1 v + 2 w 1 = 1 2 = 2 ,
de modo que
hM i = {v + w|, K}.
Se tiene as que hM i tiene tantos elementos como pares (, ) K2 ;
es decir, tiene n2 = p2c elementos.

5.3

Espacios de matrices sobre un campo


Ejercicios 5.3.1.

1. (a)

i.
ii.
iii.
iv.
v.
vi.
vii.
viii.
ix.

(b)

i.
ii.



11 40
5 3


2 1
20 12

3 10
 
5
25


36 70
26 42


12 42
63 39
10
21. 

2
20

 7
2 15
2
7
1
 21

3 43
5
5
3

Captulo 5. La estructura de espacio vectorial y espacios de matrices


Introducci
on al Algebra
Lineal

71


7
27
2
iii.
15 11

2
5 3
iv.
5
19
2
2
 34
15
3
v. 16
38
3 3

5
1
3
+ 23 X, con X R22 .
vi. Y = 3 10
1 3





10 12 1
7
42
0 7
2. (a) AB =
, BA = 4 15 14, (AB)C =
,
22 7
15 108
8 0
12

34 76 85
B(AD) = 34 146 51.
8
48 52
 

6
(b) (CA)1 = 2 6 11 , (CA)(2) =
.
21

(c) (AB + 2C)2 = 20 19 .


3. Claramente, la funcion identicamente nula es continua (diferenciable,


integrable, polinomica) y es conocido del Analisis que la suma de funciones continuas (diferenciables, integrables) en un intervalo [a, b], as como
el producto de una de tales funciones por una constante real, son funciones continuas (diferenciables, integrables) en [a, b]. Algo similar puede
probarse facilmente para funciones polinomicas.
4. Para n 2, considere las matrices A, B Knn con
A(1, 1) = 1 = B(2, 1), A(2, 1) = 0, B(1, 1) = 0 y A(i, j) = B(i, j) = 0,
siempre que (i, j)
/ {(1, 1), (2, 1)}. Claramente AB = 0Rnn .
5. Claramente la matriz nula n n sobre el campo K es simetrica. Del
teorema 5.3.1, pagina 160 del texto, se sigue que para matrices cuadradas
A, B Knn se tienen (A + B)T = AT + B T y (A)T = AT , para todo
escalar . Por lo tanto si A, B son matrices simetricas n n y K se
tiene que
(A + B)T = AT + B T = A + B,
es decir A + B es simetrica. As, el conjunto de las matrices simetricas
en Knn es un subespacio de Knn .
5.3. Espacios de matrices sobre un campo

Casta
neda Hernandez/ Barrios Sarmiento

72

(a) Si n = 2, el subespacio de las matrices simetricas es




 
 
 

1 0
0 1
0 0
a11 a12
a ,a ,a K =
,
,
a12 a22 11 12 22
0 0
1 0
0 1
(b) Si n = 3 se tiene que el espacio de las matrices simetricas es


a11 a12 a13

a12 a22 a23 aij K


a13 a23 a33


*1 0 0 0 1 0 0 0 1
0 0 0 , 1 0 0 , 0 0 0 ,
=
0 0 0
0 0 0
1 0 0

0 0 0
0 0 0
0 0 0 +
0 1 0 , 0 0 1 , 0 0 0
0 0 0
0 1 0
0 0 1
6. Errata: El campo considerado es R o una extension cualquiera del
campo de los racionales.3
(a) Si A es antisimetrica, entonces para todo i, j {1, 2, . . . , n} se
verifica que
A(i, j) = AT (i, j) = A(j, i).
En particular, si i = j, entonces A(i, i) = A(i, i), lo cual implica
que 2A(i, i) = 0 y se sigue que A(i, i) = 0. Es importante notar
que si K es una extension de Z2 no necesariamente la condicion
A(i, i) = 0 se sigue
  para matrices antisimetricas, por ejemplo las
1 0
1 1
matrices
,
Z222 son antisimetricas.
0 1
1 1
(b) Si A Knn , entonces
T

1
1 T
T
(A + A )
=
(A + A)
2
2
1
=
(A + AT )
2

T
1
1 T
T
(A A )
=
(A A)
2
2
1
= (A AT ),
2
3

O cualquier campo que no sea extension de Z2 . Una extension de un campo K es un


campo F tal que K F.
Captulo 5. La estructura de espacio vectorial y espacios de matrices


Introducci
on al Algebra
Lineal

73

1
1
Lo que muestra que B = (A + AT ) es simetrica y C = (A AT )
2
2
es antisimetrica. Es rutinario verificar que A = B + C.

1 2 3
1 1 2
0 1 1
4 5 = 1
4 4 + 1
0 1 .
(c) A = 0
1
3 8
2
4 8
1 1 0


 
 

s
t 0
0 1 0
1 0 0
7. (a)
t, s R =
,
.
2s + t 3t s
1 3 0
2 0 1
(b) No es subespacio de R23 .
(c)


s
t
r
t, s R
2s + t r 3 2r s

 
 

0 1 0
1 0 0
0
0 1
=
,
,
.
1 0 0
2 0 1
1 2 0


5.4
5.4.1

Sistemas lineales en Kn
La matriz identidad. Matrices invertibles
Ejercicios 5.4.1.
1

1. (a) A


=


3 2
.
1 1

(b) A no es invertible.

1 4
2
3
1
5
1 3
2
2
2
2
(c) A1 =
1
2 1 2
1
1
12 12
2
2
(d) A no es invertible.
2. Ecuaciones inconsistentes.
3. (a) A0TKn = 0Km1 R(A), por lo que R(A) 6= . Ademas, si X, Y
Kn , K, entonces
X + Y Kn , (AX T ) + AY T = A(X + Y )T R(A).
Se tiene entonces que R(A) es un subespacio de Km1 .
5.4. Sistemas lineales en Kn

Casta
neda Hernandez/ Barrios Sarmiento

74

(b) Como A0TKn = 0Km1 , se sigue que 0Kn N (A) lo que muestra que
N (A) es no vaco. Ahora, si K, X, Y N (A), entonces
A(X + Y )T = (AX T ) + AY T = 0Km1 .
4. Verifique directamente el producto de A por la matriz indicada.
1 
1
5. (a) 23
2
2
 11

8
10
5
(b)
7
65
10
 3

2 9
(c)
15
0
2
6. B = In B = (CA)B = C(AB) = CIn = C, luego B = C = A1 .
7. Si aii 6= 0, entonces si definimos la matriz B Knn por
 1
aii , si j = i;
B(i, j) = bij =
para i, j {1, 2, . . . , n}, entonces
0,
si j 6= i.
AB(i, j) =

n
X


aik bkj =

k=1

aii a1
ii = 1K , si j = i;
0K ,
si j 6= i.

Lo que muestra que B = A1 y A es no singular. Recprocamente, si A


es no singular y si B = A1 , entonces para todo i, j {1, 2, . . . , n} se
cumple que
AB(i, j) =

n
X
k=1


aik bkj = aii bij =

1K , si j = i;
0K , si j 6= i.

de donde se sigue que aii bii = 1K y, por tanto, aii 6= 0K .

Captulo 5. La estructura de espacio vectorial y espacios de matrices