ESPACIOS VECTORIALES 1

TAREA 3 – ESPACIOS VECTORIALES

PRESENTADO POR:

KAREN LIZETH VILLAMIL. CODIGO: 1233695732

PRESENTADO A:

GRUPO:

UNIVERSIDAD ABIERTA Y A DISTANCIA UNAD

ALGEBRA LINEAL

PROGRAMA INGENIERIA DE TELECOMUNICACIONES

SOGAMOSO

2018
ESPACIOS VECTORIALES 2

EJERCICIO 1

MAPA CONCEPTUAL.

e. Rango de una matriz.

EJERCICIO 2

2 Dados:

a. 𝑋 =< 1,3,5 >; 𝑌 =< 2,4,5 >; 𝑍 =< 1,0,2 > vectores que pertenecen a un espacio

vectorial V, demuestre el axioma número 2 denominado Ley conmutativa de la suma de

vectores.

SOLUCIÓN:

𝑥(1,3,5) + 𝑦(2,4,5) + 𝑧(1,0,2)

(1,3,5) + (2,4,5)

= (1 + 2 3 + 4 5 + 5)

= (3,7,10)
ESPACIOS VECTORIALES 3

= (3,7,10) + (1,0,2)

= (4,7,12)

Sumar los elementos en las posiciones que coincidan

= (3 + 1 7 + 0 10 + 2)

= (4,7,12)

b. Siendo α y β variables escalares, demuestre el séptimo y octavo axioma para espacios

vectoriales usando los vectores del espacio vectorial V del punto anterior. Use valores de

3 y 4 para α y β respectivamente.

α(X + Y + Z) = α X + α Y+ α Z (Primera ley distributiva)

(α + β)X = α X + β X (Segunda ley distributiva)

SOLUCIÓN:

EJERCICIO 3

a. Dado el conjunto 𝑆 = ( 𝑈1 , 𝑈2 ) donde 𝑈1 = (5,1) y 𝑈2 = (-3,-2). Demostrar que S genera

a R2

SOLUCIÓN:

- Un conjunto dado, S en este ejercicio, generar un espacio vectorial si todos los elementos

del espacio vectorial pueden ser expresados como una combinación lineal del conjunto.

Adicionalmente, es necesario que todos los elementos del conjunto sean parte del espacio

vectorial.

- Para demostrar que el conjunto S puede generar 𝑅 2 se intentará demostrar que S puede ser

expresado como una combinación lineal de los vectores 𝑈1 𝑦 𝑈2 . Nótese que dichos

vectores, expresado en términos de coordenadas, pertenecen a 𝑅 2 , de manera que ya se

ESPACIOS VECTORIALES 4

cumple una de las condiciones. Ahora bien, si 𝑈1 𝑦 𝑈2 generan 𝑅 2 un vector arbitrario b,

con coordenadas i y j, debe poder expresarse como combinación lineal de 𝑈1 𝑦 𝑈2.

𝑏 = 𝑘1 𝑈1 + 𝑘2 𝑈2

Expresado en términos de componentes.

(𝑏1 , 𝑏2 ) = 𝑘1 (5,1) + 𝑘2 (−3, −2)

O bien:

(𝑏1 , 𝑏2 ) = (5𝑘1 , 𝑘1 ) + (−3𝑘2 , −2𝑘2 )

(𝑏1 , 𝑏2 ) = (5𝑘1 , 3𝑘2 , 𝑘1 − 2𝑘2 )

Esto puede ser expresado en un sistema de ecuaciones:

5𝑘1 − 3𝑘2 = 𝑏1

𝑘1 − 2𝑘2 = 𝑏2

- El problema ahora se reduce a determinar si el sistema es consistente para los valores de

𝑏1 , 𝑏2 . Para ello la matriz de coeficientes, del sistema de ecuaciones propuesto, debe ser

invertible y por tanto su determinante diferente de cero. Sea la matriz de coeficientes A.

5 −3
𝐴=( )
1 −2

5 −3
𝐷𝑒𝑡𝐴 = | | = (5(−2)) − (1(−3)) = −10 + 3 = −7
1 −2

- Puesto que el determinante de A existe, existe un conjunto de valores 𝑏1 𝑦 𝑏2 que satisfacen

el sistema de ecuaciones, y por tanto existen valores de 𝑘1 , 𝑘2 , que permiten expresar el

conjunto S como una combinación lineal de 𝑈1 , 𝑈2 . Por tanto, los vectores 𝑈1 , 𝑈2 generan

al espacio vectorial 𝑅 2 .
ESPACIOS VECTORIALES 5

b. Dados los vectores 𝑢 = −6𝑖 + 9𝑗 y 𝑣 = −𝑖 + 9𝑗 ¿es correcto afirmar que el vector

𝑤 = −11𝑖 − 9𝑗 es una combinación lineal de u y v? Justificar la respuesta.

SOLUCIÓN:

EJERCICIO 4

De la siguiente matriz que agrupa a tres vectores de un espacio vectorial, calcule:

a. Determinante

4 −1 3 4 3 4
= 7 ∗ 𝑑𝑒𝑡 ( ) − (−9)𝑑𝑒𝑡 ( ) − 11 ∗ 𝑑𝑒𝑡 ( )
−13 − 10 4 − 13 4 − 13

4 −1
𝑑𝑒𝑡 ( ) = −53
−13 − 10

3 −1
𝑑𝑒𝑡 ( ) = −26
4 − 10

3 4
𝑑𝑒𝑡 ( ) = −55
4 − 13

7(−53) − (−9)(−26) − 11(55)

=0

𝐸𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑙𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒

b. Rango

7 − 9 − 11
(3 4 − 1)
4 − 13 − 10
7 − 9 − 11
55 26
= (3 )
7 7
4 − 13 − 10
ESPACIOS VECTORIALES 6

7 − 9 − 11
55 26
3
= 7 7
55 26
4
( 7 7 )

7 − 9 − 11
55 26
= (3 )
7 7
0 0 0

𝑅𝑒𝑑𝑢𝑐𝑖𝑟 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑛 𝑠𝑢 𝑓𝑜𝑟𝑚𝑎 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑝𝑜𝑟 𝑟𝑒𝑛𝑔𝑙𝑜𝑛𝑒𝑠

7 − 9 − 11
26
= (3 1 )
55
0 0 0

55
7 0
7
= 26
3 1
55
(0 0 0)

=2

𝐸𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑙𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

c. Matriz escalonada usando Gauss Jordán

7 − 9 − 11
= (3 4 − 1)
4 − 13 − 10

7 − 9 − 11
55 26
= (0 )
7 7
4 − 13 − 10

7 − 9 − 11
55 26
3
= 7 7
55 26
0 − −
( 7 7 )
ESPACIOS VECTORIALES 7

7 − 9 − 11
55 26
= (0 )
7 7
0 0 0

𝐸𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑙𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

EJERCICIO 5

Determine independencia lineal de los siguientes conjuntos de vectores.

a. V1= (0,2,2). V2= (3,3,3). V3= (0,0,4).

Solución:

Reescribimos la ecuación vectorial en la forma de matriz y la resolvemos por el método de Gauss

0 3 0
( 2 3 0 )
2 3 4

Cambiamos de lugar 1 –ésimo y 2 –ésimo.

2 3 0
( 0 3 0 )
2 3 4

Dividimos 1 –ésimo por 2.

1 1.5 0
( 0 3 0 )
2 3 4

De 3 filas sustraemos la 1 línea, multiplicada respectivamente por 2.

1 1.5 0
( 0 3 0 )
0 0 4

Dividimos 2 –ésimo por 3.

1 1.5 0
( 0 1 0 )
0 0 4
ESPACIOS VECTORIALES 8

De 1 filas sustraemos la 2 línea, multiplicada respectivamente por 1.5

1 0 0
( 0 1 0 )
0 0 4

Dividimos 3 –ésimo por 4

1 0 0
( 0 1 0 )
0 0 1

El sistema de vectores dado (el sistema de vectores linealmente independiente), así que todas:

𝑋𝑖 = 0

b. V1= (6,-2,8). V2= (1/2, 4, 0). V3= (-10, 6, 2). V4= (2,1,4).

Reescribimos la ecuación vectorial en la forma de matriz y la resolvemos por el método de Gauss

1
6 − 10 2
2
−2 4 6 1
8 0 2 4
( 0 0 0 0)

Dividimos 1 –ésimo por 6

1 5 1
1 −
12 6 3
−2 4 6 1
8 0 2 4
( 0 0 0 0)

De 2; 3 filas sustraer la 1 línea, multiplicada respectivamente por -2; 8

1 5 1
6 −
12 6 3
25 8 5
0
6 3 3
2 46 4
0 −
3 3 3
(0 0 0 0)
ESPACIOS VECTORIALES 9

Dividimos 2 –ésimo por 25/6

1 5 1
1 −
12 3 3
16 2
0 1
25 5
2 46 4
0 −
3 3 3
(0 0 0 0)

De 1; 3 filas sustraemos la 2 línea, multiplicada respectivamente por 1/12; -2/3

43 3
1 0 −
25 10
16 2
0 1
25 5
394 8
0 0
25 5
(0 0 0 0)

Dividimos 3 –ésimo por 394/25

43 3
1 0 −
25 10
16 2
0 1
25 5
20
0 0 1
197
(0 0 0 0)

De 1; 2 filas sustraemos la 3 línea, multiplicada respectivamente por -43/25; 16/25

187
1 0 0
394
66
0 1 0
197
20
0 0 1
197
(0 0 0 0)

El sistema de vectores dado no es una base (el sistema de vectores linealmente dependiente), así

que existen 𝑋𝑖 ≠ 0
ESPACIOS VECTORIALES 10

EJERCICIO 6

Demostrar lo siguiente:

Si A y B son matrices, demuestre las siguientes propiedades y comprobar mediante ejemplo:

a. Rango (AB)= rango (Bt At ) tenga presente el orden de las matrices.

Rango (AB) = Rango (BtAt)

Para resolver, asumir que la raíz AB es tal que:

AB = mx1

AtBt = 1xm

De modo que podríamos afirmar que la fila de rango es igual a la columna de rango, de modo que

El rango de una matriz siempre es igual al rango de su matriz traspuesta.

b. Si A no es una matriz cuadrada, los vectores fila o los vectores de columna de A serán

linealmente dependientes.

Si A, es una matriz cuadrada, puede llegar a establecerse un sistema de ecuaciones de una sola

solución de tal modo que se valide la independencia lineal da misma, pues se tiene la misma

cantidad de elementos que de relaciones (filas y columnas), en cambio si la cantidad de

soluciones es menor o mayor directamente serán dependientes las filas entre sí.