Manual AL 17mar2020

1
Manual de Algebra Lineal.
Biólogo Dalmiro García Nava.
Departamento de Matemáticas. CUCEI. Universidad de Guadalajara.
Enero del 2020.
Biólogo Dalmiro García Nava. Departamento de Matemáticas. CUCEI, UdG. Enero 2020.
2
Tabla 1. Símbolos matemáticos.

1 = : igual a
2 ≠ : diferente a
3 p  q : p si y solo si q, (p y q son proposiciones, enunciados falsos o verdaderos).
4  : pertenece a….
5  : está contenido en…
6  : mayor o igual que…
7 ≤ : menor o igual que…
8 > : mayor estricto que…
8 < : menor estricto que…
10 x|y : x divide a y
11 x||y : x es paralelo a y
12 xy : x es perpendicular a y
13  : unión
14  : intersección
15 : , | , / : tal (tales) que…
16 x : existe al menos un elemento x
17 x : para todo elemento x
18 pq : conectivo “y”, p y q
19 pq : conectivo “o”, p o q
20 pq : conectivo “Si… entonces…”, si p entonces q
21 A  B : A es subconjunto propio de B, A está propiamente
contenido en B,
22 A  B : A no es un subconjunto propio de B ya que podría ser igual a B,
A podría estar totalmente contenido en B aunque no necesariamente
23  : operador de sumatoria
24  : aproximadamente igual a, se aproxima al valor, . . . .
25  : es equivalente a..., es idéntico a . . .
26 xN(,) : x distribuye acorde a la distribución normal con parámetros  y .
3
Tabla 2. Leyes del Algebra de Conjuntos.

Expresión dual.
1 Leyes A A  A A A  
idempotentes
2 Leyes asociativas A  B  C  A  B  C  A  B  C  A  B  C 
3 Leyes A B  B  A A B  B  A
conmutativas
4 Leyes distributivas A  B  C    A  B    A  C  A  B  C    A  B    A  C 
5 Leyes de identidad A  A A U  A
A U  U A  
6 Leyes de A 
c c
A
involución
7 Leyes de A  Ac  U A  Ac  
complementos
Uc  c  U
8 Leyes de Morgan:  A  BC
 AC  B C  A  BC  AC  BC
9 Propiedades de A  A  B  B  A  B
inclusión no
estricta:
A  B  A  A  B  B
10 Propiedades del A 
C C
A
complemento de
un conjunto:
AC  A  U
AC  A  
 =U
c
Uc = 
11 Propiedades del A U  U
conjunto universo.
A U  A
12 Propiedades del A = A

conjunto vacío.
A = 
4
Actividad 0: Teoría de conjuntos.
Definición de conjuntos.
Existen dos maneras de definir un conjunto, por extensión y por comprensión.
Se define un conjunto por extensión cuando se escribe un listado de todos sus elementos. Esta manera
de definir conjuntos es útil sólo cuando se conoce su número de elementos (cardinalidad) y este no es
muy elevado.
Se define un conjunto por comprensión cuando se describe de manera abreviada y con el uso de
símbolos matemáticos o de una fórmula, las características generales de sus elementos.
Operaciones de conjuntos.
1). Unión: AB={x: xA  xB}
2). Intersección: AB={x: xA  xB}
3). Diferencia Relativa: AB={x: xA  xB}
4). Diferencia simétrica: AB={x: xA  xB  x(AB)}
5). Complemento: Ac={x: xU  xA } donde U = conjunto universo.
5
Problemas propuestos.
Definición de conjuntos.
Pregunta 1).
Describe por extensión los elementos de los siguientes conjuntos:
Conjunto: Descripción por extensión:
A A = {x  N: 2 < x  5 } A=
B A = { x  N: x= 2y,  y  N } A=
C A = { x  N: x=2y – 1,  y  N } A= .
2
D A = { x  R: x < 0 } A=
2
E A = {x : x  1 = 0, x  R} A=
2
F A = {x : ( x  1) = 0, x  R } A=
3 2
G A = {x : x  2x + x = 2, x  R } A=
2 2
H A = {x : (x + 8) = 9 , x  R } A=
Pregunta 2). Describe por comprensión cada uno de los siguientes conjuntos. Considera como el conjunto
universo al conjunto N={números naturales}:
Conjunto Descripción por comprensión:
A A = {1, 2, 3, 4, 5, 6} A=
B A = {10, 100, 1 000, 10 000, 100 000, . . . } A=
C A = {1, 3, 5, 7, 9, . . . } A=
D A = {2, 4, 6, 8, 10, . . .} A=
6
Igualdad de conjuntos.
Pregunta 3). Dos conjuntos son iguales cuando tienen los mismos elementos, sin importar el orden.
Por ejemplo:
i). {x: x<10  x es entero par}={2,4,6,8}={6,4,8,2}={2,2,4,6,6,6,6,8,8}
ii). {32, 6/2, (16)}={9, 3, 4}={3, 4, 9}={9,9,3,4,4,4,4}
¿Cuáles de los siguientes conjuntos son iguales entre sí?
A) {x:x24x+3=0} C) {x:xN, x<3} E) {1,2} G) {3,1}
B) {x:x23x+2=0} D) {x:xN, x es impar, x<5} F) {1,2,1} H) {1,1,3}
Operaciones con conjuntos.
Pregunta 4). Sean los siguientes conjuntos; universo U = {1, 2, 3, 4, . . . }, A = {1, 2, 3, 4},
B = {3, 4, 5, 6, 7}, C = {2, 3, 8, 9}, E = {2, 4, 6, . . .}
Escribe en el recuadro de la derecha los elementos del conjunto que resulta de las siguientes
operaciones:
A AB
B BA
C AC
D CA
E BC
F CB
G AE
H EA
I AB
J AC
K BC
7
L CE
Pregunta 5). Sea el conjunto universo U = {xN: 1x9}, y A= {1, 2, 3, 4, 5}; B = {4, 5, 6, 7}.
Describe por extensión los elementos de los conjuntos señalados:
A Ac
B Bc
C AB
D AB
E (AB)c
F AcBc
G (AB)c
H AcBc
I). ¿De los incisos E al H porqué se repiten algunas respuestas?.
Pregunta 6). Sea el conjunto universo U={1,2,3,4,5,6,7,8}, y los eventos A={1,2,3,5}, B={1,2,4,6}, C={1,3,4,7},
cuyos elementos se disponen como se muestra a continuación:
(foto tomada de Estadística de Wiemer p. 191,2005).
Define por extensión los conjuntos que resultan de las siguientes operaciones:
A). AB=
B). ABC=
C). AB=
D). (AcB)C=
8
E). AcB=
F). BA=
G). Ac=
H). (AB)c(BA) =
I). De los incisos E al H, ¿por qué se repiten algunas respuestas?
Pregunta 7).
Sean los conjuntos; universo U={xR: 0  x  2 }, A={ xR:1/2 < x 1} y B={ xR:1/4  x < 3/2}. Escribe
con la notación de paréntesis y corchetes, los intervalos que representan los resultados de las siguientes
operaciones de conjuntos:
A A B 
B A B 
C A B 
Pregunta 7).
Sean los conjuntos universo U={xR: 0  x  2 }, A={ xR:1/2 < x 1} y B={ xR:1/4  x < 3/2}. Escribe
con la notación de paréntesis y corchetes, los intervalos que representan los resultados de las siguientes
operaciones de conjuntos:
A A B 
B A B 
C A B 
D A B 
Pregunta 8). Dibuja el diagrama de Venn que corresponde a la operación de conjuntos dada y escribe una
equivalencia:
Operación de Diagrama de Venn. Equivalencia.
conjuntos.
c
A. (A-B)
C
B. (B-A)A
9
C. U-(AB)
D. (AB)-A,
(con AB)
c
E. (AB)
con AB=
C
F. (A-B)B
G. (AC)-(AB)
(con ABC)
H. A-[(AB)(AC)]
c
I. AB
10
Actividad 1. Sistemas de ecuaciones lineales y eliminación gaussiana.
Introducción.
Sistemas de ecuaciones lineales y su representación.
Un sistema de ecuaciones con m ecuaciones y n incógnitas es un sistema de orden mn .
El término orden del sistema se refiere a su tamaño:
a11x1  a12 x2    a1n xn  b1

a21x1  a22 x2    a2 n xn  b2

am1 x1  am 2 x2   am n xn  bm
Sistema no hom ogéneo.
Los aij se llaman coeficientes, donde el subíndice i es el renglón y el j la columna del coeficiente.
Las bi (con i=1…m) se denominan términos independientes porque no están asociados a ninguna
variable.
a11x1  a12 x2    a1n xn  0
a21x1  a22 x2    a2 n xn  0

am1 x1  am 2 x2   am n xn  0
Sistem a hom ogéneo
Si no escribimos las letras de las variables, obtenemos la matriz aumentada del sistema de
ecuaciones:
 a11 a12  a1n | b1 

a | b2 
 21 a22  a2 n
  | 
 
am1 am 2  amn | bm 
Matriz Aumentada
Solución de un sistema de ecuaciones.

El conjunto solución del sistema es el conjunto de valores numéricos x1 , x2 , xn  que satisfacen
la igualdad de cada ecuación del sistema.
Por ejemplo, para el sistema:

x  y  39
x  2y  0
El conjunto solución es {x=26, y=13} porque con estos valores cada ecuación se hace verdadera:
11
26   13  39
26   213  0
Casos de solución de un sistema de ecuaciones.
Si el sistema es no homogéneo se tiene alguno de tres casos posibles e solución:
(Tomado de Algebra Lineal de Grossman, 6ª edición).
Si el sistema es homogéneo nunca se da el caso sin solución porque al menos tienen la solución
trivial: x1  0, x2  0, xn  0 .
Conjunto solución para el caso de múltiples soluciones.
Durante la reducción gaussiana se detecta un sistema de múltiples o infinitas soluciones cuando

en la matriz aumentada no se logra pivote para el último renglón llegando a una forma como la
siguiente:
 a11 a12 a13  b1  1 a12 a13  k1 
a   
 21 a22 a 23  b2   0 1 a 23  k2 
 a31 a32 a33  b3  0 0 0  0 
El último renglón se interpreta como 0 x1  0 x2    0 xn  0 , lo cual se cumple para cualquier

valor de la última variable xn. Para cada valor concreto que se asigne a xn se tiene un conjunto
solución particular. Para hacer referencia a la totalidad de conjuntos solución posibles se escribe
{x1=k1, x2=k2, x3=x3}, donde x3=x3 significa que x3 es una variable libre.
Método de reducción gaussiana para resolver un sistema de ecuaciones.

La reducción gaussiana consiste en simplificar el sistema convirtiendo en 1 los coeficientes de la
diagonal principal y ceros debajo de estos:
12
a11 x1  a12 x2    a1n xn  b11 1x1  0 x2    0 xn  k1

a21x1  a22 x2    a2 n xn  b21 0 x1  1x2    0 xn  k 2
OER

 
am1 x1  am 2 x2   am n xn  bm n 0 x  0 x  1x  k
1 2 n m
Sistem a Original Form a Escalonada Re ducida ( FER)
El sistema final en su forma escalonada reducida es un sistema equivalente al sistema original,

puesto que ambos tienen el mismo conjunto solución.
Estas modificaciones se hacen por medio de las operaciones elementales de renglones (OER) ,
que se aplican para obtener sistemas equivalentes al original y se describen a continuación.
OER: Representación simbólica.

1). Obtener un múltiplo del renglón i-ésimo (multiplicar el renglón i por un Ri  Ri
escalar 0).
2). Sumar (restar) un múltiplo del renglón i-ésimo al renglón j-ésimo. Ri  Ri  R j 
3). Permutar los renglones i-ésimo y j-ésimo entre sí. Ri  R j
Dependiendo del grado de simplificación al que se llegue, se clasifica el método de reducción

como Método de Gauss o Método Gauss-Jordan:
A). Método de Gauss.

En el método de Gauss se reduce la matriz aumentada inicial hasta la forma de matriz triangular
superior:
 a11 a12  a1n | b1  1 0  c1n | k1 

a 
| b2  OER 0 1  c 2 n | k2 
 21 a22  a2 n  

  |    | 
   
am1 am 2  amn | bm  0 0  1 | km 
Matriz Aumentada Forma Escalonada Re ducida ( FER)
Se observa que se formaron unos (pivotes) en la diagonal principal y ceros debajo de estos. En el
último renglón se puede leer el valor solución de la última variable (columna n) y este se
sustituye en el renglón anterior para obtener el valor de la penúltima variable y así
sucesivamente.
13
B). Método de Gauss-Jordan.

En este se reduce el sistema hasta su forma escalonada reducida (FER), que es aquella en la que
se forman ceros tanto arriba como debajo de los pivotes, sin poder formar más pivotes o ceros:
 a11 a12  a1n | b1  1 0  c1n | k1 

a 
| b2  OER 0 1  c 2 n | k2 
 21 a22  a2 n  

  |    | 
   
am1 am 2  amn | bm  0 0  1 | km 
Matriz Aumentada Forma Escalonada Re ducida ( FER)
APLICACIÓN DE LOS SISTEMAS DE ECUACIONES LINEALES.
I). Obtener la ecuación de una recta que contiene ciertos puntos conocidos.
Ejemplo resuelto 1. La forma general de la ecuación de una recta es y=mx + c. Encuentra la

ecuación de la recta que pasa por los puntos {(2,5), (3,7)}.
A). Escribe la matriz aumentada y la forma escalonada correspondiente:
B). Escribe la ecuación de la parábola:
Solución.
Para que los puntos dados pertenezcan a la recta se sustituyen sus coordenadas (x, y) en la
forma general de la recta y=mx + c. Por cada punto se obtiene una ecuación del sistema:
Del par (2,5): 5=m(2)+c  2m+c=5
Del par (3,7): 7=m(3)+c  3m+c=7
Iniciamos la reducción con la matriz aumentada:

 1 5
2 1  5 R1  2 *R1  1
1  1 5 1 
2m  c  5
        R2  R2 3 R1 
     2 2
3 1  7  2 2  1  1
3m  c  7   3 1  7  0 
  
Sistem a de Ecuaciones
Matriz Aum entada  2 2
R2  2*R2 
 1 5
   1 2  2 
0 1  1 

Form a Escalonada
Del último renglón se observa que c=1, y sustituyendo este valor en el R1 con m despejada:
14
 c  m   1  m  2
5 1 5 1
m
2 2 2 2
El conjunto solución {m=2, c=1} de manera que sustituyendo estos valores en la forma general
y=mx + c, obtenemos la ecuación particular pedida: y = 2x+1.
Los valores del conjunto solución deben hacer verdadera la igualdad de cada una de las
ecuaciones del sistema, de lo contrario el conjunto solución es incorrecto.
Comprobemos el conjunto solución de nuestro ejemplo:
2m  c  5 2(2)  (1)  5

3m  c  7 3(2)  (1)  7
La solución obtenida es correcta.
II). Balanceo de los coeficientes molares de una ecuación química.
Ejemplo resuelto 2. Encuentra el valor de los coeficientes molares que balancean la ecuación
química de la combustión de w moles de amoniaco (NH3) con x moles de oxígeno produciendo y
moles de nitrógeno gas (N2) y z moles de agua (H2O):
wNH3 + xO2  yN2 + zH2O
Solución.
En este caso las variables del sistema son los coeficientes molares w, x, y, z.
Para establecer el sistema de ecuaciones comparamos los coeficientes molares de un mismo
elemento en cada lado de la flecha. Los moles de cada elemento deben ser el mismo número a
cada lado de la flecha para que la ecuación química quede balanceada:
Para el caso de N: w=2y

Para el caso de H: 3w=2z
Para el caso de O: 2x=z
Estas relaciones generan un sistema homogéneo de ecuaciones lineales al pasar todas las
variables de un mismo lado:
w  2y w x y z

w  2y  0
1 0  2 0 | 0
3w  2 z  3w  2 z  0  3 0 0  2 | 0
2x  z  
2x  z  0 0 2 0  1 | 0 
 
matriz aumentada
Este sistema es subdeterminado ya que tiene menos ecuaciones (3) que variables (4).
Con 3 ecuaciones es posible encontrar el valor de 3 variables (w, x, y), así que la variable z es
una variable libre y se le asignan valores arbitrarios, y se obtiene el valor del resto de las
variables a partir del valor asignado.
15
El valor que se asigne a la variable libre se usa para obtener el valor del resto de las variables a
partir de las ecuaciones anteriores.
En este ejemplo, se reduce la matriz aumentada a la siguiente forma escalonada:
w x y z
 w x y z

1 0  2 0  0  reducción Gauss 1 0  2 0  0
3 0 0  2  0      0 0 1  1 3  0
   
0 2 0  1  0  0 1 0  1 2  0 
   
Matriz Aumentada Forma Escalonada
De cada renglón (Ri) con pivote en la forma escalonada reducida (FER) es posible despejar una
variable:
De R1 se despeja w como: w=2y
Del R2 se despeja y como: y=(1/3)z
Del R3 se despeja x como: x=(1/2)z
No se tiene un 4º renglón que permita despejar z por lo que z es una variable libre lo que se
denota escribiendo z=z en el conjunto solución:
Conjunto solución= w  2 y, x  1 z, y  1 z, z  z 
 2 3 
El sistema tiene infinitas soluciones, pero conviene asignar z=6 para que los coeficientes
molares en la ecuación química sean enteros:
 
w  2 y  22  4, x  6  3, y  6  2, z  6
1 1
 2 3 
De esta manera una solución particular es: w  4, x  3, y  2, z  6
Con estos valores la ecuación química queda balanceada es decir, se tiene el mismo número de
moles de cada elemento a cada lado de la flecha:
4NH3 + 3O2  2N2 + 6H2O
16
Pregunta 1). Encuentra por eliminación gaussiana el conjunto solución de cada uno de los
siguientes sistemas de ecuaciones. Para los casos de infinitas soluciones escribe el conjunto
solución que se refiere a la totalidad de soluciones.
A x1  2 x2  3 x3  11 B  2 x1  x2  6 x3  18
4 x1  x2  x3  4 5 x1   8 x3  16
2 x1  x2  3x3  10 3x1  2 x2  10 x3  3
Respuesta: Respuesta:
C 3 x1  6 x2  6 x3  9 D x1  x2  x3  7
2 x1  5 x2  4 x3  6 4 x1  x2  5 x3  4
5 x1  28 x2  26 x3  8 6 x1  x2  3x3  18
E x1  2 x2  3x3  0 F x1  2 x2  x3  0
4 x1  x2  x3  0 4 x1  x2  5 x3  0
2 x1  x2  3x3  0 6 x1  x2  3 x3  0
G 2 x 2  5 x3  6 H x1  2 x2  x3  4
3x1  4 x2  2 x3  7
x1  2 x3  4
2 x1  4 x2  2
Respuesta:
Respuesta:
I x1  2 x2  4 x3  4 J x1  3x 2  x3  5
 2 x1  4 x2  8 x3  8 x 2  2 x3  1
I). Obtención de la ecuación general de una curva que pasa por ciertos puntos.
Pregunta 2). La ecuación general de una curva parabólica es y=a+bx+cx2. Encuentra la ecuación
de la parábola que pasa por los puntos:
A). {(1,4), (2,8), (3,14)}.

B). {(1,4), (2,0), y (3,12)}
II). Balanceo de ecuaciones químicas por el método algebraico.
Pregunta 3). De la siguiente ecuación química:

aFeS2 + bO2  cFe2O3 + dSO2
A). Escribe el balance de los coeficientes molares (a, b, c, d) para cada elemento:
17
Para Fe:
Para S:
Para O:
B). Escribe el sistema homogéneo que se genera:
C). Escribe la matriz aumentada y la forma escalonada correspondiente:
C). Escribe la ecuación química balanceada:
III). Balance de entradas y salidas en procesos.
Pregunta 4). Una empresa manufacturera tiene tres máquinas automatizadas A, B, y C, cada una
de las cuales elabora la misma pieza. Debido a cuestiones de consumo de energía solo es
posible trabajar dos al mismo tiempo en una jornada de 8 horas. Con ese plan de operación se
han registrado los siguientes datos de producción:
Máquinas. Horas. Piezas

producidas.
AyB 6 4,500
AyC 8 3, 600
ByC 7 4,900
A). Escribe la matriz aumentada y la FER correspondiente:
B). ¿Cuantas jornadas tardará cada máquina en producir 1000 piezas si se emplea sola?
18
Actividad 2. Operaciones con vectores, matrices y sus propiedades.
OPERACIONES CON VECTORES.
Se identifica al sistema coordenado bidimensional xy como el espacio vectorial R2, el cual es el

conjunto universo de todos los vectores de dos componentes de forma general (x,y):
R2: y
u=(x,y)
x
mientras que el, sistema coordenado tridimensional x-y-z se identifica con el espacio vectorial
R3 que contiene a todos los vectores (x,y,z) de dos componentes:
R3: z u=(x,y,z)
I). Multiplicación de escalar por vector (múltiplo escalar de un vector).

Sean el vector u=(u1, u2, …, un) y  un escalar (número real). Se define la operación de escalar
por vector
como:  u1 , u2 ,un   u1 ,u2 ,,un  . Cada componente del vector se multiplica por .
Al multiplicar un vector por un escalar 0 se obtiene un múltiplo del vector, que
dependiendo del valor de , el vector se expande, se contrae o cambia de sentido:
A). Expansión >1: B). Contracción 0<< 1: C). Cambio de sentido <0:
u u
u u u
u
II). Suma (resta) de vectores.
19
Para la suma (resta) de dos vectores la condición es que estos tengan el mismo número
de componentes. De lo contrario la operación no se puede efcetuar.
(Tomado de David Poole 3ª ed. p.8)
III). Producto Punto.

El producto punto también se conoce como producto escalar porque se multipican 2 vectores
pero el resultado es una escalar.
Sean los vectores u=(u1, u2, …, un) y w=( w 1, w2, …, wn). Se multiplican las componentes
correspondientes de cada vector y se van sumando:
uw =(u1, u2, …, un)( w 1, w2, …, wn)= u1w 1+u2w2+…+unwn
IV). Ángulo entre dos vectores.
(Tomado de Grossman 6ª ed. p. 235)
20
u v
El ángulo entre dos vectores se calcula con la fórmula: cos   .
uv
Una vez que se conoce el valor cos se despeja el ángulo como:
u v u  v 
cos      cos1  
uv  u v 
V). Proyección ortogonal entre vectores.
(Tomado de Grossman 6ª ed. p. 237)
OPERACIONES CON MATRICES.
VI). Suma-Resta de matrices.
La suma (resta) de natrices se lleva a cabo entre las componentes correspondientes:
 a11 a12  a1n   b11 b12  b1n   a11  b11  a12  b21   a1n  b1n  
a a22  a2 n   b21 b22  b2 n   a21  b12  a22  b22   a2 n  b2 n 
 21  
           
     
am1 am 2  amn  bm1 bm 2  bmn  am1  bm1  am 2  bm 2   amn  bmn 
A
La condición para efectuar la suma-resta de matrices es que estas sean del mismo orden.
VII). Matriz transpuesta.

La matriz transpuesta AT de una matriz A de orden mn, es una matriz de orden nm que
resulta a pasar cada renglón de A como columna de AT:
21
 a11 a12  a1n   a11 a21  am1 

a a22  a2 n  a a22  am 2 
A   21  AT   12
       
   
am1 am 2  am n  a1n a2 n  am n 
mn nm
VIII). Multiplicación de Matrices. Esquematizamos el procedimiento de multiplicación con

matrices de 22 como:
 a11 a12  b11 b12   c11 c12 
a 
 21 a22  b21 b22  c21 c22 
A B C
Las componentes de la matriz C que resulta de la multiplicación AB, se obtienen a través del
producto punto de los renglones (Ri) de A por las columnas (Cj) de B:
b 
c11  R1  C1  a11 a12   11 
b21 
b 
c12  R1  C 2  a11 a12   12 
b22 
b 
c21  R2  C1  a21 a 22   11 
b21 
b 
c22  R2  C 2  a21 a22   12 
b22 
IX). Conformabilidad de matrices.

Se dice que dos matrices son conformables si estas tienen un orden tal que se puedan
multiplicar. Por ejemplo:
A B  Matrices conformables (se pueden multiplicar)
35  58 
A B  Matrices no conformables (no se pueden multiplicar)

25  73
22
Pregunta 1). Realiza la multiplicación por el escalar indicada en cada inciso:
A). 4(2, 3, 6, 7)=

B). 1(1,1,0,0, 1, 1)=
C). 3(4,12)=
D). ( 2, 42, ) =
Pregunta 2). Realiza las siguientes sumas de vectores:
 2   3
A).  3    0  =
  5  4
   
 2   3   1  
B).  3    0    0    
      
  5   4   3  
      
  1  3   1   1 
C).  2    2     2    8  
       
 1    4   3   3 
  1  3   1   1 
D).  2    2     2    8  
   
 1    4   3   3 
 1   1   3 
E).   2    8    2  
 
 3   3    4 
Pregunta 3). Calcula el producto punto de los vectores dados.
 2   3 B. C (7,4), (-1, -4)

A.  3 ,  0  (1, 2, -1, 0), (3, -7, 4, -1)
  5  4
  
D.  5 ,  3  E. (8,3,1), (7, -4, 3) F. (a, b), (c, d)
 7   2
   
G. H. (2x, y), (x, 5y) I.
(-1, -3, 4, 5), (-1, -3, 4, 5) (1,0,-2), (3,2)
23
 1   0   4
Pregunta 4). Sean los vectores: a    2 , b    3 , c    1 . Realiza las operaciones indicadas:
     
 4   7 5
     
respuesta respuesta respuesta

A) (2a)(3b) B) (a+b)c C) a(b+c)
D) c(ab) E) (2b)(3c5a) F)
(ac)(3b4a)
G) H) a(b+c)
(3b4a)(4c+2ba)
Pregunta 5). Encuentra el ángulo  entre los vectores u y v.

A). u=(1,2), v=(6, 8), B). u=(1, 3,7), v=(8, 2, 2)
Pregunta 6). Determina si u y v forman un ángulo agudo (< 90o), obtuso (> 90o) o recto (vectores
ortogonales).
A). u=(7,3,5), v=(8,4,2) , B). u=(6,1,3), v=(4,0, 6), C). u=(4,1,6), v=(3,0, 2)
Pregunta 7). Encuentra la proyección ortogonal de u sobre v, proyvu.
respuesta
A. u=(2,1), v=( 3, 2)
B. u=(7,1,3), v=( 5,0,1)
C. u=(1,2) y v =(4,2)
Operaciones con matrices.
Pregunta 8). Dadas las matrices:
1 7 , 3 2 , 2  4
A B C

5 4

6 8  6  8 
Encuentra la matriz D que satisface la ecuación: 2D + B =  3A + C
Pregunta 9). En los siguientes ejercicios realiza las operaciones indicadas con las siguientes
matrices:
24
1 1 2  0 2 1 0 0 2
 ,  ,  
A   3 4 5  B   3 0 5 C   3 1 0
 0 1  1 7  6 0 0  2 4
     
A). A – 2B =
B). 4C – 2B+3A =
C). 3A + 2B – 4C=
3  3 6   0 4 2 0 0 8
     
 9 12 15    6 0 10  12 4

0
 0 3  3  14  12 0   0  8 16 
     
3A 2B 4C
D). La matriz E tal que A + 2B + E – 3C = matriz 1, sea la matriz de 33 cuyos elementos son
todos uno.
Pregunta 10). Realiza los productos indicados:
A) B) C)
D) E) F)
G) H I)
)
Pregunta 11).
A). En cada inciso obtén la matriz transpuesta AT de cada matriz A dada y verifica que el
resultado de AAT y ATA es una matriz simétrica. Una matriz A es aquella en la que AT = A.
Señalar acción de que identifique que las matrices que obtien dde esa manera son simétricas.
A AAT AT A
A
25
Pregunta 12). Sean  1  3 y  5

A    x    , efectúa los siguientes productos y escribe el resultado:
 2 4   3
A  Ax t
B xt At
C xx t
D xt x
(1x2)(2x1)
E ¿Está definida la operación
At xt ?
Pregunta 13). Sean las matrices A, B de orden 3  3, C, D de orden 3  2, E de orden 2  3.

Señala en cada inciso si es posible realizar la operación señalada.

a) EC   8 AT  5B 
b)  3B  4 A  10C T  9 D T 
c) CE ABDT 
d ) 5 D  C C T A
Pregunta 14). Sean A, B, C, D, y E matrices con los siguientes órdenes:
A B C D E
4  5, 4  5, 5  2, 4  2, 5  4
26
Determina cuales de las siguientes operaciones es posible realizar. Si lo es, escribe el orden de la
matriz resultante.
¿Es posible? Orden

resultante
A AE + B
B AC + D
C E(A+B)
D E(AC)
Pregunta 15).
Para Los siguientes incisos clasifica cada proposición como F o V.
En el espacio en blanco debajo de cada proposición, justifica con un ejemplo si es V o con un
contraejemplo si es F.
Falso o Verdadero. Respuesta

A) Si la matriz AB tiene p columnas, entonces A también
tiene p columnas.
B) Si BC=BD entonces C=D.
C) Si A y B son matrices de orden nn, entonces

(A+B) (A–B) = A2 – B2
D) Al multiplicar por la izquierda una matriz B por una matriz

diagonal A con entradas distintas de cero en la diagonal,
los renglones de B quedan multiplicados por el número de
la diagonal.
27
E) Si AB = I, entonces tanto A como B son invertibles.
F) Si A y B son matrices de orden nn entonces

(A+B)2=A2+B2
G Si A y B son mn, entonces tanto ABt como AtB están

definidas (se pueden realizar).
H (A+B) t = A t + B t
Pregunta 16). Resuelve la siguiente ecuación matricial para a, b, c y d, es decir, encuentra los
valores de estas incógnitas que satisfacen la ecuación:
 ab b  c  8 1 
3d  c 2a  4d   7 6
   
28
Actividad 3. El determinante de una matriz nn y sus propiedades.
Introducción.
El determinante de una matriz (det A), es un número asociado solo a las matrices de orden nn
(cuadradas). El conocimiento de los determinantes resulta útil en algunas aplicaciones del
álgebra lineal.
PROBLEMAS PROPUESTOS.
I). Cálculo de determinantes.

1 0 1 10 
Pregunta 1). Sea la matriz: 3 2 4 11 
A
 1 8  1  5
 
4 9 1 1
A). Escribe la matriz menor M13 B). El cofactor A42. C). Calcula el valor det A por expansión de
cofactores a partir del segundo renglón.
Pregunta 2). Calcula el valor del cofactor A34 de la siguiente matriz: R:
1 0 1
10 
3 2  4 11 
A
 1 8  1  5
 
4 9 1 1
Pregunta 3).
Dadas las matrices encuentra la expresión algebraica que representa los valores det A y det B
respectivamente. Considera  como un escalar.
Respuesta.
A). det A =
1 0 0 
A  0   2 1 
0 2   1
1 0 0  det B =
B). B  0   2 1 

0 2   2
29
Pregunta 4). Encuentra todos los valores de x que satisfacen la siguiente igualdad: R:
x x  x  1 1 
det   det 
1 2  1 x  1
Pregunta 5). ¿Para que valores de k se tiene det A  0 en la siguiente matriz?:

k 4 5
A   k 1 2

 k  k 0
II). Propiedades de los determinantes.
Pregunta 6). Sean A y B matrices de orden n  n. Contesta falso o verdadero a cada una de las
siguientes proposiciones.
Propiedades de los determinantes. respuesta

A Si A tiene un renglón o columna de ceros, entonces det A  0
B Si A tiene dos renglones (o columnas) múltiplos o iguales, entonces
det A = 0
C Si un renglón (o columna) es combinación lineal (suma) de otros dos,
det A = 0
D Un sistema homogéneo Ax = 0 tiene soluciones no triviales si det A 
0 .
E det (A+B) = detA + det B
F Sea k un escalar y A una matriz de orden n  n, entonces
det(kA)  k n det A
G det (AB) = detA det B
H det (AB)T = detA T det B T
I det (A) = detA
J Si A y B son matrices de n  n y det A = det B, entonces A = B.
Pregunta 7). Sean A y B matrices de tamaño 4  4. Se sabe que det A= 120 y det B = 2.
Deduce el valor
del determinante de las matrices que resultan de las siguientes operaciones:
A A
B AB
C At
D (1/10)A
Pregunta 8). Sean las matrices A, B = (33) tales que det A = 5, det B = 4.
Escribe el valor del determinante de la matriz que resulta de las siguientes operaciones:
30
a) det AB = b) det (2A) = c) det (Bt) =
Pregunta 9). En los siguientes ejercicios describe el efecto sobre el valor del determinante,
debido a la operación elemental de renglón aplicada para pasar a la matriz de la derecha en
cada inciso.
a). 3 4  3 4  
5 6 5  3k
,
6  4k 

b). a b  a  kc b  kd  
c d   c
,
d 

1 1 1 k k k 
c).  3 8  4,  3 8  4
  

 2  3 2   2  3 2 
 a b c   3 2 2
d).  3 2 2, a b c  
  
6 5 6 6 5 6
III). Producto cruz.
El producto cruz es exclusivo para vectores de R3. Se calcula de manera similar a un

determinante de 33 a partir del siguiente acomodo para hacer uv con u=(a1, b1, c1),
v(a2,b2,c2):
A partir de aquí es posible aplicar la regla de Sarrus.
Los vectores i, j, k son los vectores unitarios de la base canónica de R3 :
(Tomado de Grossman 6ª ed. p.250)
31
Pregunta 10). En los siguientes incisos encuentra el producto cruz uv.
A). u=i-2j, v=3k
B). u=2i3j, v= 9i+6j
C). u=3ij+8k, v= i+j4k
Área de un paralelogramo.
Pregunta 11). Encuentra el área del paralelogramo con los vértices adyacentes dados.
A). (1,2,3), (2,0,1), (0,4,0)
B). (2,1,0), (1,4,2), (3,1,5)
Pregunta 12). En cada inciso calcula el área del triángulo que como vértices los puntos P, Q y R.
a). P(1, 5, 2), Q(0,0,0), R(3,5,1).
b). P(2, 0, 3), Q(1,4,5), R(7,2,9).
Pregunta 13). Dados los vectores u, w: u=(1, 3, 2), w=(1, 1, 1).
Encuentra la forma general del conjunto de infinitas soluciones que satisfacen la ecuación
uv = w donde v es el vector de incógnitas v=(x1,x2,x3).
Pregunta 14). Sean u=(2,1,3), v=(0,1,7), y w=(1,4,5). Calcula (uv)(vw)
Encuentra el vector suma de (uv)+ (vu):
Volumen de un paralelepípedo.
32
El volumen del paralelepípedo que tiene como aristas a los vectores {u,v,w} se calcula por medio
del valor absoluto del triple producto escalar que es una propiedad del producto cruz:
Vparalel.=abs|(uv)w|= abs|(uw)v|= abs|(vw)u|
Pregunta 15). Calcula el volumen del paralelepípedo determinado por los vectores ij, 3i+2k,
7j+3k.
 
Pregunta 16). Calcula el volumen del paralelepípedo determinado por los vectores PQ , PR , y

PS donde los vértices son P=(2,1,1), Q=(3,1, 4), R=(1,0,2), S=(3, 1,5).
33
Actividad No. 4. Matriz Inversa A1.

Introducción.
En el campo de los números reales el inverso multiplicativo 1/x o x-1 de un número real x
diferente de cero permite resolver ecuaciones como 2x=6.
De manera similar en el ámbito de las matrices, la matriz inversa A-1 de una matriz A de orden
nn permite resolver la ecuación matricial Ax=b de un sistema de ecuaciones como x=A-1b. Por
otra parte, forma parte del procedimiento conocido como aproximación por mínimos
cuadrados.
PROBLEMAS PROPUESTOS.
Pregunta 1). Escribe debajo de las siguientes matrices su matriz inversa según sean invertibles
o no, en cuyo caso se denomina matriz singular:
12  4  2 2 1 2
a ).  b).  c). 
 3  1 4 8   1  3
3 2 1  1 1 1 3 1 1 
d ).0 2 2  e).0 2 2  f ).0 2 2 
0 0 1 0  1  1 0 0 1
Pregunta 2). Contesta Falso o Verdadero.
Falso o
Verdadero
A Si A y B son nn e invertibles entonces AB es invertible
y (AB)1 = A1 B1
B (A + B) 1 = A1 + B1
C Si AB = BA y A es invertible, entonces A1B = BA1
D Si A es invertible y   0, entonces (A)1 = A1
E Si A es invertible entonces det A1  1
det A
F Si A y B son invertibles entonces det(AB)-1=detA-1detB-1
G Una matriz nn con una columna de ceros es invertible
H Para que una matriz B sea la inversa de A, ambas
ecuaciones AB = I y BA = I deben ser ciertas .
I Si A y B son n x n e invertibles entonces A1B1 es la
inversa de AB
34
J Si A es invertible entonces la inversa de A1 es A

misma.
K Si At no es invertible entonces A tampoco es invertible.
L Si AnnBnn = 0 y Bnn  0 entonces Ann es una matriz
singular (no invertible).
M Si A y B son nn e invertibles entonces AB es invertible
y (AB)1 = B1A1
Pregunta 3). A). Escribe en cada uno de los siguientes sistemas de ecuaciones la ecuación
solución x=A-1b y su resultado
x1  2 x2  3 x3  11  2 x1  x2  6 x3  18
2 x1  2 x2  4 x1  2 x2  7
i ). ii ). iii ). 4 x1  x2  x3  4 iv ). 5 x1   8 x3  16
4 x1  8 x2  2  x1  3x2  1
2 x1  x2  3 x3  10 3x1  2 x2  10 x3  3
i). x=A-1b= ii). x=A-1b= iii). x=A-1b= iv). x=A-1b=
Pregunta 4).
 cos sen  0
Argumenta porque que la matriz: es invertible para cualquier valor de .
A   sen cos 0
 0 0 1
Pregunta 5). Argumenta porque si det A = 1 y todas las entradas (componentes de A) de A son
números enteros, entonces todas las entradas en A1 son enteros.
Pregunta 6). Sea Ax = b un sistema con n ecuaciones lineales y n incógnitas con coeficientes
enteros y términos independientes enteros (b). Argumenta por qué si det A=1, el vector
solución x tiene componentes enteras.
35
Aplicaciones de la matriz inversa A-1.

Pregunta 7). Obtención de la ecuación de una curva.
Encuentra la ecuación de la forma general y=a0+a1x+a2x2 que correspode a la parábola que pasa
por los puntos {(1,12), (2,15), (3,16)}.
Al sustituir cada uno de estos puntos (x,y) en la forma general de la parábola se obtiene una
ecuación igualada a la y del punto, generando así un sistema de 3 ecuaciones con res incógnitas
(a1,a2,a3). Al resolver el sistema escribe como respuesta la ecuación de la parábola con el valor
numérico de estos coeficientes
Recomendación: leer la sección de introducción al principio de esta actividad 4 donde viene un
ejemplo resuelto para el caso de una recta.
I). Introducción a la Criptografía.

Uno de los procedimientos para encriptar un mensaje requiere de una matriz de código MC, que
es una matriz de orden nn con números enteros como componentes, y cuya inversa MC1
tenga componentes enteras también (lo anterior implica que lo cual implica det MC=1).
Al codificar o decodificar un mensaje se establece una correspondencia uno a uno entre las
letras del alfabeto y el conjunto de los números naturales, en la forma A=1, B=2, C=3, … Z=26,
espacio=27 y no se incluye la Ñ.
I). Codificación del mensaje:
Se hace la traducción de las palabras del mensaje a una secuencia de número naturales con el
ordenamiento anterior, formando así la matriz con el mensaje decodificado Mdecod (ya que la
secuencia de números corresponde directamente al ordenamiento del alfabeto).
Se escriben en cada renglón (de izquierda a derecha) tantos números de la secuencia tantos
números como los que tenga tenga la matriz de código C que se da como herramienta.
Para codificar (ocultar el mensaje) obtener la matriz Mcod con el mensaje codificado, se realiza la
multiplicación matricial: Mcod = MdecodC
II). Decodificación del mensaje:
Para decodificar un mensaje oculto y obtener la matriz con el mensaje decodificado M decod, es
decir, la matriz con renglones en la forma de un ordenamiento directo con el alfabeto, se realiza
la multiplicación: Mdecod = McodC-1
36
Nota: El destinatario del mensaje debe tener tanto la matriz de código C como su inversa C-1 que
son las herramientas básicas para codificar y decodificar respectivamente.
Pregunta 8).
Sea la siguiente matriz de código:
1 2 3 4 5
  2  5 8  8  9
 
C 1 2 2 7 9
 
1 1 0 6 12 
 2 4  6 8 11 
Decodifica con esta matriz C el siguiente mensaje que se encuentra en su forma codificada:
47,49, -19, 257, 487, 10, -9, 63, 137, 236, 79, 142, -184, 372, 536, 59, 70, -40, 332, 588. Nota:
Construye la matriz Mcod que contiene este mensaje codificado escribiendo en cada renglón 5
números ya que son los que la matriz de código C en cada renglón.
Pregunta 9). Dadas las siguientes matrices de código C y su inversa C1, encuentra la matriz M
con el mensaje codificado “La ciencia da tecnología”. Al formar la matriz Mdecod con los números
correspondientes a estas letras del mensaje, completa el renglón de la parte final de la matriz
con tantos 27 (espacio) como sea necesario.
1 2 3 4 5  14 1  2 1  5 
  2  5 8  8  9  22  7  4 6  19 
   
C 1 2 2 7 9 C 1   13  3  2 3  10 
   
1 1 0 6 12   2 1 1 1 2 
 2  2 0 1 
4  6 8 11  0 0
Pregunta 10). Codifica y decodifica un mensaje corto escribiendo detalladamente los pasos de
codificado y decodificado respectivamente.
Utiliza la matriz C de código de los incisos anteriores si te sirve, de lo contrario construye tu

propia matriz de código considerando las condiciones que debe cumplir una matriz de código:
1). Tener componentes enteras diferentes de cero.
2). det C =1
37
Actividad 5: El método de Mínimos Cuadrados para aproximar polinomios.
Existen algunos sistemas de ecuaciones lineales cuya matriz A de coeficientes no es cuadrada

(nn), por lo que la ecuación matricial Ax=b no se puede resolver por medio de la matriz inversa
en la forma x=A1b. Por ejemplo:
a0  a1  a2  12  a0 
1 1 1    12 
  
a0  2a1  4a2  15 1 2 4  a1   15 
 
a 
sistema inicial A  2 b
x
En este caso es necesario aproximar un vector x̂ al vector solución x, transformando el sistema

inicial Ax  b en el sistema ( AA ) xˆ  A b , siempre y cuando AAT sea invertible.
T T
El método de mínimos cuadrados.
Para pasar del sistema inicial Ax  b al sistema de mínimos cuadrados ( AA ) xˆ  A b :

T T
1º ). se multiplican ambos miembros de Ax=b por AT : (ATA)x=ATb

2º ). se despeja x̂ de la ecuación por medio de AT A  1
: x̂ =(ATA)1 (ATb)
Problemas Propuestos.
En los problemas de los incisos 1) a 3) encuentra el vector x̂ de aproximación por mínimos

cuadrados xˆ  AT A AT b con la matriz A y el vector b dados en cada inciso para el caso en que
1
det(ATA)0:
Pregunta 0). Investiga las propiedades del producto AAT.
 1 2  4
Pregunta 1). A   2  ,  
  3 b   1 
 1 3   2
 
A). ( AT A) 1 
B). AT b 
C). xˆ  AT A AT b
1
38
 1  2  3 
 1 2   
Pregunta 2).   ,  1 
A b 
0 3  4
   
 2 
 2 5   
A). ( AT A) 1 
B). AT b 
C). x  ( AT A) 1 AT b  
1 1 0 1
1   
Pregunta 3). 1 0 ,  3
A b 
1 0 1 8
   
 
1 0 1  2
A). ( AT A) 1 
B). AT b 
C). x  ( AT A) 1 AT b  
Ecuación de regresión lineal por medio de mínimos cuadrados.
Pregunta 4). Encuentra por mínimos cuadrados la ecuación de regresión lineal de la forma
y=ao+a1x de la recta que mejor se ajusta al centro de la nube de puntos en el plano: {(0,1), (1,1),
(2,2), (3,2)}.
A). Escribe el sistema de ecuaciones:

B). AT b 
C). ( AT A) 1 
D). x 
E). Escribe la ecuación de regresión lineal:
Pregunta 5).
Encuentra por mínimos cuadrados la ecuación de regresión lineal de la forma y=ao+a1x de la

recta que mejor se ajusta al centro de la nube de puntos en el plano: {(1,0), (0,1), (1,2), (2,4)}.
A). Escribe el sistema de ecuaciones:

B). AT b   
7
10 
1
C). ( A A) 
T
D). x 
E). Escribe la ecuación de regresión lineal:
39
Pregunta 6).
La ecuación general de una curva parabólica es y=a+bx+cx2. Encuentra por el método de
mínimos cuadrados la ecuación de la parábola que pasa entre los puntos:
A). {(1,4), (2,8), (3,14)}.
B). {(1,4), (2,0), y (3,12)}
Pregunta 7). En un experimento con dos variables relacionadas (x,y) se registraron los siguientes
valores {(1, 7.9),(2, 5.4),(3, -0.9)}.
Encuentra la ecuación de mínimos cuadrados que mejor se ajusta a los datos mediante una
función de la forma: y=Acosx+Bsenx. Resuelve con tu calculadora en radianes y escribe las
cantidades con tres decimales.
A). ¿Cuál es el sistema de ecuaciones?
B). ¿Cuál es la matriz A de coeficientes del sistema?
C). ¿Cuál es el vector b de términos independientes?
D). ( AT A) 1 
E). AT b 
F). x 
G). Escribe la ecuación obtenida por mínimos cuadrados:
40
Actividad No. 6. Combinaciones Lineales e Independencia Lineal.
Introducción.
Combinación lineal.
Sea el conjunto de vectores {v1, v2, … vn}. Se define su combinación lineal como la suma:
1v1 + 2v2 + … +nvn
donde 1, 2,…,n son escalares.
Algunos problemas de combinaciones lineales consisten en encontrar el valor numérico de los

escalares que satisfacen cierta combinación lineal igualada a un vector.
Criterio de Dependencia lineal.
“Dos vectores son linealmente dependientes (LD) si son múltiplos entre sí”.
Ejemplo. Si generamos un múltiplo de un vector como:
4(3,5,2) = (12, 20, 8)

Puesto que estos vectores son iguales, si a uno le restamos el otro resulta el vector cero:
4(3,5,2) – (12, 20, 8) = (0, 0, 0)
Reacomodamos como combinación lineal:
(4)(3,5,2) +(–1)(12, 20, 8) = (0, 0, 0)
donde los escalares de la combinación lineal son 1=4 y 2=1.
“Un conjunto de vectores {v1, v2, v3,...,vn} es Linealmente Dependiente (LD) si su
combinación lineal igualada al vector cero se satisface para el caso en que los
valores numéricos de los escalares 1, 2 , …n son no todos iguales a cero”.
Criterio de Independencia lineal.
“Dos vectores son linealmente independientes (LI) si no son múltiplos entre sí”.
Ejemplo. Los vectores del conjunto {(1,0), (2,1)} no son múltiplos entre sí, por lo tanto se
consideran linealmente independientes (LI).
Siguiendo el criterio de igualar al vector cero la combinación lineal de estos vectores:
41
1(1,0)+ 2(2,1)=(0,0)
Se genera el sistema de ecuaciones: 1(1,0)+ 2(2,1)=(0,0)

11  2 2  0
 1 2  1    0    1   1  2  0    0 
01  1 2  0       0 1  0   0 
0 1    2   0   2     
A x b x A1 b
El sistema se satisface para 1=2=0 .

“Un conjunto de vectores {v1, v2, v3,...vn} es Linealmente Independiente (LI) si su
combinación lineal igualada a cero se satisface para 1=2=…=n=0, con todos los
escalares igual a cero”.
El criterio anterior se puede resumir considerando el determinante de la matriz de coeficientes

del sistema homogéneo (combinación lineal igualada a cero), del ejemplo anterior:
1 2  1   0  det A=1 (det A0),  A es invertible y el sistema tiene solución única, y
0 1      0 
  2   
A x b
como el sistema es homogéneo, la solución única es la solución trivial (1=2 =0).

Observa que los vectores considerados quedan como columnas de la matriz A de coeficientes.
Ejemplo. Determina si el conjunto de vectores {(1,3), (2,6)} es linealmente independiente o no.
Se observa que los vectores son múltiplos entre sí por lo que son LD, pero ignorando tal hecho,
a partir de su combinación lineal igualada a cero:
1(1,3) + 2(2,6) = (0,0)
se genera el siguiente sistema homogéneo con reducción gaussiana:
1 1  2 2  0 1 2  1   0 
      . Observa que los vectores dados quedan como las
3 1  6 2  0 3 6   2   0 
A x b
columnas de A. Como det A =0, A no es invertible y el sistema no tiene solución única.
Si se hace la reducción gaussiana:
1 1  2 2  0 1 2 : 0 
 , no hay pivote para 2 por lo que 2 es variable libre y el
3 1  6 2  0 0 0 : 0
sistema tiene infinitas soluciones de la forma {22, 2}.
42
“Dado un conjunto de vectores {v1, v2, v3,...,vn}, si formamos una matriz con estos vectores
en columna y su det [v1 v2 v3... vn]=0 entonces el conjunto {v1, v2, v3,...,vn} es linealmente
dependiente”.
Resumiendo lo anterior:
Conjunto: Valores
Combinación lineal
{v1, v2, v3,...vn} igualada al vector cero: 1,2,…,n det [v1 v2 ... vn]
Linealmente 1v1+2v2+...+nvn=(0,0,…0) Todos cero Diferente a cero

Independientes (LI).
Linealmente 1v1+2v2+...+nvn=(0,0,…0) No Todos cero Igual a cero.

Dependientes (LD).
Ejemplo (anterior). Determina si el conjunto de vectores {(1,0), (2,1)} es linealmente

independiente o no.
Solución.
1 2
Formamos una matriz con estos vectores en columna y puesto que det    0 , los
0 1 
vectores del conjunto son linealmente independientes (LI).
Ejemplo. ¿Es posible escribir el vector (1,1) como una combinación lineal de los vectores
{(1,3),(2,1)}?
Solución.
La pregunta es equivalente a la combinación lineal:
1  2  1
1     2     
 3  1  1
Tal combinación lineal es posible si existen valores numéricos de 1 y 2 que hagan

1 2
verdadera la igualdad. Puesto que det    0 , existen valores únicos de 1 y 2:
3 1
43
1  2  1 1  2 2  1 1 2  1  1

1     2       1        
 3  1  1 31  1 2  1 3 1    2  1
A x b
 1   1 5 2 5  1  1 5 
         
  2   3 5 1  1 5 1  2 5 
x A b
Sustituyendo estos valores de 1 y 2 en la combinación lineal original para verificar:
1 5
1  2   5 / 5  1
  2 5       
 3  1   5 / 5  1
El que sea verdadera la igualdad de la combinación lineal implica que el vector (1,1) está
en el espacio generado por los vectores {(1,3),(2,1)}, es decir:
1  1   2 
   Gen ,  
1  3   1 
Teorema 1.
Un conjunto de vectores de un espacio vectorial E es linealmente dependiente si, y solo
si, alguno de ellos es combinación lineal de los restantes.
Conjunto generador y Espacio Generado Gen{v1,…,vn}.
Espacio generado Gen{v1,...,vn}.

Sea {v1, v2, . . . vk } un conjunto ordenado de n vectores de un espacio vectorial V. El
espacio generado por ellos es el conjunto de sus combinaciones lineales. Es decir:
Gen{v1, v2, . . . vn} ={x:x= 1v1+2 v2++ nvn,  xV},
(1, 2, . . . n =escalares)
Todo vector x en Gen{v1,...,vn} es combinación lineal de sus vectores {v1,v2, ...,vn}.
Al conjunto de todas las combinaciones lineales posibles de un conjunto de vectores se le

denomina espacio generado y se representa como Gen{v1,v2, ...,vn}.
Cada combinación representa un vector por lo que el espacio generado es un conjunto de
vectores.
44
Ejemplo. El espacio generado por un vector x es el conjunto de sus posibles múltiplos A, B, C.

Por ejemplo, Gen{(2,3)}=(2,3), el conjunto de vectores colineales sobre el mismo vector x.
Ejemplo. Sean los vectores u, v y el espacio Gen{u,v} que se muestra en el siguiente esquema.
Puesto que u y v son LI, el espacio generado Gen{u, v} es todo R2, es decir, cualquier vector con
dos componentes se puede expresar como combinación lineal de u y v, mediante la asignación
adecuada de los escalares  y .
Decir que w está en Gen {u,v} significa que existen escalares  y  tales que w= u+v.
Los vectores generados a través de combinaciones lineales dependen del valor de los escalares
existiendo 3 posibles casos del producto de escalar por vector:
A). >1 (expansión): B). 0<< 1 (contracción): C). <0 (cambio de

sentido):
u u
u u u
u
Con la aplicación de estos diferentes casos sobre los vectores de un conjunto ordenado
{v1, v2,...,vn} se puede escribir cualquier vector de Rn como combinación lineal de estos si el
conjunto de vectores es LI.
45
Ejemplo.
En R2, el siguiente esquema muestra al vector w como combinación lineal de los vectores de R2
{u, v}, en particular se tiene w=3v+2u:
A simple vista es posible ver que u y v son LI puesto que no son múltiplos entre sí por lo
Gen{u,v}=R2
En el siguiente esquema se ve el vector a como una combinación lineal de los vectores unitarios
{i,j,k} con los escalares ax, ay, az, es decir: a= axi+ ayj+ azk
Independencia lineal de las columnas de A de un sistema Ax=b.
Un sistema de ecuaciones nn en su forma de ecuación matricial Ax=b tiene solución única,
entonces el vector b es una combinación lineal de las columnas de A.
Si el sistema tiene como solución única el vector b, entonces b está en Gen{C1, C2, … Cn}, el
espacio generado por las columnas la matriz A de coeficientes del sistema:
 a11   a12   a1n   b11 
       
 a21   a22  a  b 
 x 1   x2     x2  21    21 
   
       
a  a   a  b 
 n1   n2   n1   nn 
C1 C2 Cn b
El conjunto solución del sistema, es {x1, x2, …,xn} , el vector de los escalares de la combinación
lineal de las columnas de A.
x1  2 x2  3 x3  11
Por ejemplo, el siguiente sistema: 4 x  x  x  4
1 2 3
2 x1  x2  3x3  10
46
1  2 3   x1   11 
en su forma de ecuación matricial Ax=b:     
4 1  1  x2    4 
2  1 3   x3  10 
A x b
Tiene como solución única al conjunto {2, –3, 1} . Se cumple que el vector b de términos
independientes pertenece al espacio generado por las columnas de A, es decir, si el sistema
tiene una solución única entonces:
 
 1    2   3 
     
b  Gen 4 ,  1 ,   1
 2    1   3 
 C1   C2   C3 
 
y los escalares de la combinación lineal son el conjunto solución:

1   2  3   11 
       
2  4   3  1  1   1   4 
 2  1  3  10 
       
C1 C2 C3 b
Combinación lineal de un conjunto W y el espacio generado Gen(W).
Teorema 1: Sea S={v1, v2,...,vn} un conjunto de vectores de un espacio vectorial V

entonces:
i). El conjunto W de todas las combinaciones lineales de S es un subespacio de

V que se representa como Gen{v1, v2,...,vn}, el espacio generado por los
elementos de S.
ii). W, el espacio generado por S, es el menor subespacio de V que contiene a S.

Es decir, cualquier otro subespacio de V que contenga a S debe contener
también al espacio generado W .
Teorema 2: Un conjunto de n vectores linealmente independientes en Rn generan a Rn .

Si n vectores LI generan Rn entonces son una base de Rn.
Teorema 3: Un conjunto de n vectores LI en Rn sea se vuelve LD al agregar un vector

más. De los n+1 vectores cualquiera de ellos es una combinación lineal de los demás.
47
Isomorfismo.
Una transformación lineal uno a uno de un espacio vectorial V en un espacio vectorial W se

llama isomorfismo de V en W. Cada cálculo de espacio vectorial en V se reproduce con exactitud
en W y viceversa. En particular, cualquier espacio vectorial real con una base de n vectores es
indistinguible de Rn.
Existe un isomorfismo entre los espacios vectoriales Pn={x:x=polinomio gradon} y Rn+1={x: x es
un vector de n+1 componentes}.
Por ejemplo un polinomio de grado 2 se puede ver como un vector de R3:
ax2+bx+c isomorfism
o  (a, b, c)
Espacio vectorial P2 Espacio vectorial R3
Un polinomio de grado n=2 de forma general ax2  bx  c de P2 , se puede ver como vector (a, b, c)
de 3 componentes (es decir, n+1) de R3. Si el conjunto de tales vectores de R3 resulta LI,
entonces también los polinomios de grado 2 lo son.
Teorema.
Sean {v1, v2, …vk} vectores en Rn. Entonces Gen{v1, v2, …vk} es el conjunto de todos los vectores
que se pueden escribir como combinación lineal de estos vectores, y forman un subespacio de
Rn.
48
Combinaciones lineales y sistemas de ecuaciones.
Pregunta 1). Encuentra el valor de los escalares 1 y 2 tales que:
1  2 1
1     2     
 3 1 1
Pregunta 2). Encuentra 1, 2, y 3 tales que:
 1   6   2   2 
       
1   5    2   18    3   4     21
  3  12   6    13 
       
Pregunta 3).
A). Encuentra las expresiones algebraicas de 1,  2, y 3 tales que un vector cualquiera de
coordenadas (x, y, z) sea una combinación lineal de:
1 (2,1,4)   2 (1,0,2)  3 (3,1,5)  ( x, y, z)
B). Usando las fórmulas anteriores para 1, 2, y 3 encuentra el valor de estos escalares tales
que el vector (2, 21,  13) sea una combinación lineal de los vectores del conjunto
ordenado {(2, 1, 4), (1, 0, 2 ), (3, 1, 5)}
Pregunta 4). Dado el siguiente conjunto de vectores: 2,1,4, 1,0,2, 3,1,5

 v1 v2 v3 
A). Resuelve el sistema de ecuaciones generado por la siguiente combinación lineal, obteniendo
así las expresiones algebraicas para 1, 2, y 3 :
2 1  3   x
       
 1   1    2  0    3   1   y 
4  2  5  z
       
B). Con las expresiones encontradas en el inciso anterior encuentra los valores numéricos de
1, 2, y 3 que satisfacen la siguiente combinación lineal:
2 1  3    4
       
1   1   2  0    3   1   2 
4  2 5  5 
       
Vectores linealmente independientes.
Pregunta 5)
En las siguientes preguntas determina si los elementos de los conjuntos dados son linealmente
independientes (LI) o no (LD).
49
Nota:
Para conjuntos de vectores puedes formar una matriz colocando los vectores {v1,v2, ...,vn} como
las columnas y checar el determinante, si det[v1 v2 ... vn]0 son LI.
Para el caso de conjuntos de matrices, establece su combinación lineal igualada a la matriz cero
y decide de acuerdo al criterio 1=2=…n=0 son LI, de lo contrario son LD.
Para el caso de conjuntos de polinomios de grado n, convierte los polinomios de grado n a
vectores del espacio vectorial Rn+1 y decide a través del determinante de la matriz que tiene a
estos vectores como columnas.
A). {(1,3), (2,6)}

B). {(1,3), (2,5)}
 1 1 0 1 1 1  0 1 
C).  ,  ,  ,  
 0 0 1 0 0  1 0 0 
D). 1 0, 1 1, 2 1,  3 0 
0 0 1 0 0 0  1 1 
E). 1  1, 1 0 , 0  1 

  2 0  0  2   2 2  
 2 
F).  x  2 x, x  x  1,  x  1
2
 
G). t 2  1, t  2, t  3

 
Pregunta 6). ¿Para que valor de H es linealmente dependiente (LD) el siguiente conjunto de
vectores {(1,0, 1), (2, 1 ,2), (1, 1, H)} ?
  1 2 1 : 0
det  0 1 1 : 0 
 1 2 h : 0
Pregunta 7). Encuentra el o los valores de h para los cuales y está en el subespacio de R3
generado por v1,v2, v3 donde:
50
Pregunta 8). (tomado de Walpole 6ª ed.)
1 3 
¿Está la matriz   en Gen 2  7, 7 9,  7 6   ?
29 17   8  8 3 5   1  3 
Pregunta 9). En los siguientes ejercicios señala cada proposición como falsa o verdadera:
FoV
A Las columnas de una matriz A son linealmente
independientes si la ecuación Ax=0 tiene la solución
trivial (x1=x2=…xn=0).
B Si S es un conjunto linealmente dependiente, entonces
cada vector es una combinación lineal de los otros
vectores en S.
C Las columnas de cualquier matriz de 45 son linealmente
dependientes.
D Si x e y son linealmente independientes, y si {x, y, z} es
linealmente dependiente, entonces z está en Gen{x,y}.
E El conjunto {u,v,u+v} es linealmente independiente
51
Actividad 7: Espacios, sub-espacios vectoriales y bases.

Espacio vectorial:
Un espacio vectorial es un conjunto de vectores con las operaciones de suma y multiplicación
por escalar que satisfacen los siguientes 10 axiomas :
(tomado de Grossman 6ª ed.,p. 282).
Sub espacio vectorial:

Con frecuencia interesa sólo un subconjunto de todo un espacio vectorial. Un subespacio S de
un espacio vectorial V hereda las propiedades de V y satisface los siguientes 3 axiomas:
52
Base de un espacio vectorial.
Teorema:
Todo espacio vectorial E de generación finita, distinto de {0}, tiene una base.
Teorema:
Sea {b1,b2, …bn} una base de un espacio vectorial E. Sean {x1,x2,…xm} vectores de E, si m>n
entonces {x1,x2,…xm} es un conjunto linealmente dependiente.
Los espacios vectoriales que tienen un conjunto generador formado por un número finito de
vectores, se llaman espacios vectoriales de generación finita y son distintos del espacio vectorial
total.
El conjunto de vectores {b1, b2, …bn} de un espacio vectorial E es una base de E si:
i). {b1, b2, …bn} es un conjunto generador de E.
ii). {b1, b2, …bn} es linealmente independiente.
Pregunta 1). Dados los siguientes conjuntos, determina si sus elementos forman un
subespacio vectorial de R3, o no.
A x, y, z  : x  1  y
B x, y, z  : x  2 y  z
C x, y, z  : x  2  y  z
D x, y, z  : x  2  y  3z
Pregunta 2). Sean H subconjuntos del espacio vectorial V dado en cada inciso. Señala si el
conjunto dado es un subespacio del espacio vectorial V dado en cada caso.
Respuesta
A V  P4 : H  p  P4 : p 0   0, (H es el subconjunto de polinomios de
grado 4 que evaluados en cero son cero)
B V  Pn : H  p  Pn : p0  1
C V  R3 : H   x, y, z  : z  x  y
D V  M nn  : H  M : M es diagonal
nn nn
 
53
E  : H  x, y  : y  0
V  R2
F V  R : H = {el plano yz }
3
G V  M 22 :   a b 
H   A  M 22 : A   
  b c  
H V  M 22 : 
H   A  M 22 : A  
0 a  

 b 0  
I V  R3 : x, y, z  : 3x  7 y  3z  3  0
Pregunta 3). Determina cuales de los siguientes conjuntos son una base para R2 o R3. Justifica
el porqué de tu respuesta.
a).  4 , 16 

  
  2   3 
b).   2 ,  4 

  
 5    10 
 0   5   6 
c).  0 ,  0 ,  3 
     
  2   4   2 
     
 1   3   5 
d).  1 ,   1,  1 
  3   2    4 
     
 3   6 
e).   8 ,  2 
 1    5 
   
 1   3    3   0 
f).   6 ,   6 ,  7 ,  7 
  7   7   5   9 
       
Pregunta 3).
En los siguientes incisos determina si el conjunto dado es una base para el espacio vectorial al
que se hace referencia.
A). En P2: {1x2, x}

B). En P2: {3x, 1+x2, x25}={(0,-3,0),(1,0,1),(1,0,-5) }
C). En P3: {1+x, 2+x2, 3+x3, 1}
54
D). En M22: 3 1, 3 2,  5 1, 0 1  

  0 0   0 0   0 6  0  7  
2
E). En R : los puntos sobre la recta L={(x,y): xy=0}
Cambio de base.
Pregunta 4). Dado un vector [x]B2 en términos de la base B2 dada, encuentra las coordenadas del
vector en términos de su base canónica B1.
a). B2  1,  2  , xB  3

  
 1   1 
     2
2
b). B2    3 ,  3  , xB   1

  
  
 1   2   2
2
Pregunta 5).
Dada una base B2 de R2, encuentra la matriz de transición que va de la base canónica B1 a esa
base B2:
a). B2 = { (3,5) , (1,2) }
b). B2 = { (5,7) , (1, 2) }
Pregunta 6).
Dado un vector x(B1) cuyas componentes están en términos de la base canónica, y una base B 2
diferente a la base canónica, encuentra x(B2), el vector con sus componentes en términos de la
base B2.
A). x(B1) = (3, 4), B2 = { (2, 5), (1,3)}, x(B2) =
B). x(B1) = (x, y), B2 = { (1, 1), (2,3)}, x(B2) =
C). P(B1) = 2x +3, B2 = { 2x +5, x+3 }, P(B2) =
Pregunta 7).
Se tiene el siguiente vector (x)B2 = (2, 1) en términos de la base B2 = {(1,1), (2,3)}.
Dada la base B3 encuentra (x)B3 ; B3 = { (0,3), (5, 1) }.
Pregunta 8).
Dados una B2 y un polinomio (p)B2 en términos de B2, deduce cual es el polinomio p(x)B1 en
términos de la base canónica del espacio vectorial P1 ={1, x}:
B2 = {1 + 2x , 5x }, p(x)B2 = −3 + 6x R: p(x)B1=
55
Pregunta 9). Dado un vector [x]B2 en términos de la base B2 dada, encuentra las coordenadas del
vector (x)B1, es decir x en términos de su base canónica B1, .
a). B2  1,  2  , xB  3

    (x)B1=
  
1   1  2
2
b). B2    3 ,  3  , xB   1

    (x)B1=
  
 1   2   2
2
Pregunta 10). Dada una base B2 de R2, encuentra la matriz de transición de la base canónica B1 a
la base B2:
a). B2 = { (3,5) , (1,2) } MTB1aB2 =

b). B2 = { (5,7) , (1, 2) } MTB1aB2 =
Pregunta 11). Se tiene el siguiente vector (x)B2 = (2, 1) en términos de la base B2 = {(1,1),
(2,3)}. Dada la base B3 = { (0,3), (5, 1)} encuentra las coordenadas del vector x en términos de la
base B3, es decir (x)B3.
Pregunta 12). Dados una B2 y un polinomio (p)B2 en términos de B2, deduce cual es el polinomio
p(x)B1 en términos de la base canónica del espacio vectorial P1 ={1, x}:
B2 = {1 + 2x , 5x }, p(x)B2 = −3 + 6x R: p(x)B1=
Pregunta 13). (p. 362 de Algebra Lineal de Poole).
Sea el vector [w]canónica=(1,3) en términos de la base canónica de R2. Encuentra las coordenadas
de w en términos de la base B={(4, 2), (1,2)}, es decir [w]B :
[w]B=(1, 2) tiene como coordenadas los escalares 1 y 2 de la combinación lineal anterior.
Pregunta 14). Expresa el vector [w]canónica=(1,1, 1) como una combinación lineal de los vectores
de la base B={(1,0, 1), (1,2,1), (1,1, 1)}. Es decir, de [w]canónica = 1(1,0, 1)+ 2(1,2,1)+ 3(1,1,
1) implica que [w]B = (1,2,3).
56
Actividad 9: Conjuntos ortogonales y bases ortonormales.
Bases ortonormales en Rn.
Definición: Una base ortonormal es un conjunto de vectores {u1, u2, …un} que son
unitarios y además ortogonales entre sí.
Una base ortonormal satisface los 2 axiomas siguientes:
i). Son ortogonales si: uiuj=0 siempre que ij
ii). Son unitarios si : ui  ui =1 para un mismo vector ui
Un ejemplo de base ortonormal es la base canónica del espacio vectorial Rn {e1=(1,0,0,….),

e2=(0,1,0,0,…), …, en=(0,0,…1)} satisface las condiciones que definen a una base ortonormal.
Conjuntos ortogonales.
Si en un conjunto de vectores {v1, v2, …vn} en Rn solo se cumple el axioma vi  vj=0 siempre que
ij , se dice que es un conjunto ortogonal.
Ejemplo 1. El conjunto {v1=(3,1,1), v2= (1,2,1), v3= (1/2,2,7/2)}, es ortogonal puesto que
satisface que su producto punto es cero:
v1 v2=(3,1,1)  (1,2,1)=0
v1  v3=(3,1,1)  (1/2,2,7/2)=0
v2 v3= (1,2,1)  (1/2,2,7/2)=0
Teorema 1.
Sea {v1, v2, …vp} una base ortogonal para un subespacio W de Rn. Para cada w  W, los
escalares de la combinación lineal de la base ortogonal w=1u1+2u2 + …+pup están dados por:
wvj
j  , para j=1,2, …p.
vj vj
Teorema 2.
Si S={v1, v2,…,vk} es una base ortonormal de un subespacio V de Rn, entonces cada
vector u  V puede escribirse en forma únicacomo la combinación lineal :
u  u  v1 v1    u  vk vk
57
Normalización de un vector.
El producto de un vector v diferente de cero por el recíproco de su magnitud (normalización)
genera un vector u que es unitario (magnitud 1) y que tiene la misma dirección que v:
1
u  v.
v
Proceso de ortonormalización Gram-Schdmit.
Si H es un subespacio de Rn y {v1, v2, …vn} es una base cualquiera de este, es posible obtener a
partir de esta una base ortonormal {u1,u2,…un}.
El proceso de ortonormalización Gram-Schdmit consta de los siguientes pasos:
Paso 1: Se obtiene el primer vector u1 de la base ortonormal normalizando el primer vector v1

de la base de Rn:
1
u1  u1
u1
Paso 2: Se obtiene un vector auxiliar v2  v2  v2  u1 u1 y normalizando este vector se obtiene el
2º vector de la base ortonormal:
1 
u2  v
 2
v2

Paso 3: Se obtiene un vector auxiliar v3  v3  v3  u1 u1  v3  u2 u2 y normalizando este vector
se obtiene el 3er vector de la base ortonormal:
1 
u3  v
 3
v3
Paso 4: Continuación del proceso hasta el último vector auxiliar:

vn1  vn 1  vn 1  u1 u1  vn 1  u2 u2    vn 1  un un , y normalizando este vector se obtiene el
último vector de la base ortonormal:
1 
un1  vn1 (Tomado del Libro de Grossman 6ª edición).

vn1
58
Bases ortonormales.
Pregunta 1).
Por medio del proceso de ortonormalización Gram-Schdmit encuentra la base ortonormal

correspondiente a la base de R2 dadas en cada inciso:
A). B={(1,1),(1/2, 1/2)}
B). B={(2,3),(1,4)}.
C). B={(1, 1, 1), (2, 1, 1), (0, 1, 1)}:
Pregunta 2). Aplica el proceso de Gram-Schdmit para obtener una base ortogonal de R3 a partir
de la siguiente base de R3: B={(1,0,1), (0,1,0),(0,0,1)}.
Bases ortogonales.
Pregunta 3). Sea la base ortogonal B={(2,1,1), (0,1,1), (1,-1,1)}. Encuentra las coordenadas de
w=(1,2,3) con respecto a la base ortogonal B.
Pregunta 4).
El conjunto S={(3,1,1), (1,2,1), (1/2,2,7/2)}, es una base ortogonal para R3. Aplica el Teorema
1 para encontrar el valor de los escalares i , (i=1,2,3), para expresar w=(6, 1,8) como una
combinación lineal de los vectores en S, es decir:
1(3,1,1)+ 2(1,2,1)+ 3(1/2,2,7/2)= (6, 1,8)
Pregunta 5). Sean los vectores de S={v1= (1,1), v2= (1/2,1/2)} una base ortogonal de R2:
A). ¿Está el vector u=(2,1) en el espacio Gen{S}?
B). De ser afirmativa la respuesta del inciso anterior, utiliza el Teorema 1 para encontrar el valor
de los escalares i , (i=1,2), tales que 1v1+2v2= u.
59
 2   0   1 
Pregunta 6). El conjunto       es una base ortogonal de R3 puesto que
 1 , 1 , 1 
S       
   
  1  1   1 

 v1 v2 v3  
 2  0 21 0  1 
        
 1   1   0 ,  1    1  0 ,  1    1  0
  1  1    1  1  1  1 
        
v1 v2 v1 v3 v2 v3
A). Sea el vector u=(1,2,7) ¿Está u en Gen{S}? Encuentra el valor de los escalares tales que
1v1+2v2+3v3=u, aplicando el teorema 1.
B). Encuentra el valor de los escalares tales que 1v1+2v2+3v3= u, aplicando el teorema 2.
Matriz Ortogonal.
Definición:
Una matriz ortogonal tiene las siguientes propiedades:
1). Es cuadrada.
2). Tiene columnas ortonormales.
Teorema 3. Las columnas de una matriz A de orden mn (mn) forman un conjunto ortonormal
si y solo si ATA=I, lo que implica que A1=AT .
Teorema 4.
1). Si A y B son ortogonales de orden nn, también lo es AB.
2). Si A es ortogonal, también lo es A1.
Pregunta 7). Determina si la matriz dada es ortogonal y si lo es obtén su matriz inversa:
 0 1
A).  
  1 0
0 0 1
1 0 0
B). 
0 1 0
 
1 0 0
60
 3 1 2 
 6 6 21 
 2 2 1 
C).  
 14 6 21 
 1 1 4 
 21 
 14 6
61
Actividad 10. Transformaciones Lineales.
Sean dos espacios vectoriales V y W, una función T de transformación que toma elementos del
dominio V y los corresponde con elementos de la imagen de la transformación W:
V W
Dominio de T Imagen de T
Se denota una relación de transformación tal como T:V W.

El dominio V y la imagen W podrían ser o no espacios vectoriales diferentes.
Axiomas de transformación lineal.
Sean los vectores u, v  V y  = escalar:
i).- T(u+v) = T(u)+T(v)
ii).- T(v) = T(v)
Es posible conjuntar ambos axiomas por medio del denominado principio de superposición:
T(1u+2v) = 1T(u)+ 2T(v)
Operador lineal.
Si la transformación lineal se da dentro del mismo espacio vectorial, T: VV, entonces

dom(T)= imag( T), y el operador T de transformación lineal se denomina operador lineal T sobre
V.
Ejemplo 1. Sea T un operador lineal T: R2  R2 tal que:

 x  x 
T     
 y  y
62
Gráficamente esta transformación es una reflexión de los vectores sobre el eje X :
(x, y)
(x,y)
Ejemplo 2. Sea T el operador derivada en el campo de los números reales, T:RR.
La derivada de una combinación lineal de funciones:
d/dx[T[1f1(x)+ 2f2(x)+…+ nfn(x)]]
por el principio de superposición equivale a:
1(d/dx f1(x))+2(d/dx f2(x))+…+n(d/dx fn(x))
Pregunta 1). Determina si la transformación dada es lineal o no a través de la verificación e los
axiomas de transformación lineal:
A). T: R2  R2 ; T     

x 0
 y  y
i). Axioma de suma:
ii). Axioma de multiplicación por un escalar :
 x
B). T: R3  R2 ; T  y    1 
 
 z  z
 
i). Escribe la verificación del axioma de suma:
63
ii). Escribe la verificación el axioma de multiplicación por un escalar :
Pregunta 2).
A). Encuentra la matriz de transformación de la siguiente transformación lineal T:
 x y 
 
 3x  2 y 
T: R  R ; T  x    3 y 
2 5
 y  
 
 x  4y 
 y 
 
b). Con la matriz de transformación anterior encuentra la transformación   2 .

T  
  6
Pregunta 3). Sea T una transformación lineal que tiene el siguiente efecto sobre las matrices de
la base canónica del espacio vectorial de las matrices de orden 22, M22:
1 0 1  1 ; 0 1  0 2  ; 0 0 1 2  ; 0 0 3  1
T    
0 0 2 
T
0 1 1 
T
0 0 1 
T
0 0 1 0 1 1 0 
Encuentra:
 1 3  2 0
A). T  B). T 
  1 4  1 1
Pregunta 4). Encuentra la matriz de transformación lineal de las siguientes transformaciones

lineales:
A).  x  x  2y 
T : R 2  R 2 ; T     
 y  x  y
 x
B). T : R 3  R 2 ; T  y    x yz 


z   2x  2 y  2z 
 
 x  x  y  2z 
C). T : R 3  R 3 ; T  y    3x  y  4 z 
z  5x  y  8z 
   
64
 x
D). T : R 3  R 2 ; T  y    x yz 


z   2x  2 y  2z 
 
65
Actividad 11. Espacio nulo, rango y nulidad.

Espacio nulo.
El espacio nulo de una matriz A=mn es una base del espacio solución del sistema homogéneo
relacionado Ax=0.
Se define al espacio nulo de la matriz A como el conjunto de vectores x tales que el:
N(A)={xRn: Ax=0}
Pasos para encontrar N(A):
1). Encontrar el vector solución (no trivial) de Ax=0
2). Descomponer este vector solución como una combinación lineal.
3). Los vectores de esta combinación lineal forman una base para N(A).
Cada vector x de esta base debe satisfacer la igualdad Ax=0.
Nulidad (A).
Se define la nulidad de una matriz A como el número de vectores que hay en el espacio nulo
N(A):
(A)=dim [N(A)]
Ejemplo. Encuentra el espacio nulo N(A) de la siguiente matriz A:
1 2  1
2  1 3  ,
 
A
Solución.
El sistema homogéneo (Ax=0) relacionado a la matriz A es:
1 2  1  x1   0 
2  1 3   x    0  .
  2  
A x 0
Se resuelve este sistema por reducción gaussiana hasta su forma escalonada reducida (FER):
1 2  1  0  1 0 1  0
2  1 3  0 OER
  0 1  1  0  .
   
A FER
El conjunto solución es: {x3, x3, x3}.
Descomponemos este conjunto solución como una combinación lineal:

  x3    1
   
 x3   x3  1 
 x  1
 3   
66
El espacio nulo N(A) tiene como elementos los vectores que resultan en esta combinación lineal:
  1
 N  A   1  y nulidad (A)=1.
 
 1 
 
Pregunta 1). Encuentra el espacio nulo, el rango, y la nulidad de las siguientes matrices.
A). 1 2  N(A)= , (A)= , (A)=

 3 4 
B). 1  1 2  N(A)= , (A)= , (A)=

 3 1 0 
C). 1  2 1  N(A)= , (A)= , (A)=

2  1 3
D).  1 3 2  N(A)= , (A)= , (A)=

2  6  4
1  1 2
E).  3 1 4  N(A)= , (A)= , (A)=

 1 0 4
1  1 2 3 
F). 0 1 4 3  N(A)= , (A)= , (A)=

1 0 6 6
3 0 0
G). 0 0 6  N(A)= , (A)= , (A)=
 
0 0 0
1 2 3
H). 0 0 4  N(A)= , (A)= , (A)=
 
0 0 6
2 3
I).  1 1   N(A)= , (A)= , (A)=
 
 4 7 
67
Pregunta 2). A partir de las siguientes matrices, escribe la forma reducida que demuestre que
(A)= (AT) , y determina N(A), (A), y (A):
A). 1 2
3 4
 
B). 1 3 
 2 4
 
Pregunta 3). Verifica con la siguiente matriz triangular inferior con ceros en la diagonal que:
(A) n:
0 0 0
A  1 0 0
2 3 0
Pregunta 4). Verifica con la matriz A (mn) con m<n de cada inciso, la proposición a su
izquierda:
A). (A)n: 1 5 0 
 2 3 3
 
B). (A)nm: 1 5 0

 2 3 3
Pregunta 5). Escribe un ejemplo con dos matrices A de mn y B de np, tales que verifiques
que (AB)min((A), (B)).
Desarrollo:
68
Actividad 12. Eigenvalores y eigenvectores.

Pregunta 1). Calcula los valores y los espacios característicos de las siguientes matrices.
Respuesta.
A   8 12 
 6 10 
 
B 2 5
0 2
 
C 2 0
5 2
 
D 1 0 0
3 7 0 

 2 4  5
E 1 1 0
1 2 1 

 2 1  1
F 4 6 6
1 3 2 

 1  5  2
G 5 2 0
0
4  1 0 0 

0 0 3  1
 
0 0 2 3
H  2 1 0 
 0 2 1 
 
 0 0  2

Manual AL 17mar2020

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual AL 17mar2020

Cargado por

Copyright:

Formatos disponibles

1

Manual de Algebra Lineal.

Biólogo Dalmiro García Nava.

Departamento de Matemáticas. CUCEI. Universidad de Guadalajara.

Enero del 2020.

Tabla 1. Símbolos matemáticos.

Tabla 2. Leyes del Algebra de Conjuntos.

12 Propiedades del A = A

Actividad 0: Teoría de conjuntos.

Existen dos maneras de definir un conjunto, por extensión y por comprensión.

1). Unión: AB={x: xA  xB}

2). Intersección: AB={x: xA  xB}

3). Diferencia Relativa: AB={x: xA  xB}

4). Diferencia simétrica: AB={x: xA  xB  x(AB)}

5). Complemento: Ac={x: xU  xA } donde U = conjunto universo.

Describe por extensión los elementos de los siguientes conjuntos:

Conjunto: Descripción por extensión:

Conjunto Descripción por comprensión:

B A = {10, 100, 1 000, 10 000, 100 000, . . . } A=

i). {x: x<10  x es entero par}={2,4,6,8}={6,4,8,2}={2,2,4,6,6,6,6,8,8}

ii). {32, 6/2, (16)}={9, 3, 4}={3, 4, 9}={9,9,3,4,4,4,4}

¿Cuáles de los siguientes conjuntos son iguales entre sí?

A) {x:x24x+3=0} C) {x:xN, x<3} E) {1,2} G) {3,1}

B) {x:x23x+2=0} D) {x:xN, x es impar, x<5} F) {1,2,1} H) {1,1,3}

Operaciones con conjuntos.

I). ¿De los incisos E al H porqué se repiten algunas respuestas?.

(foto tomada de Estadística de Wiemer p. 191,2005).

Actividad 1. Sistemas de ecuaciones lineales y eliminación gaussiana.

a11x1  a12 x2    a1n xn  b1

 a11 a12  a1n | b1 

Solución de un sistema de ecuaciones.

Por ejemplo, para el sistema:

Casos de solución de un sistema de ecuaciones.

Si el sistema es no homogéneo se tiene alguno de tres casos posibles e solución:

(Tomado de Algebra Lineal de Grossman, 6ª edición).

Conjunto solución para el caso de múltiples soluciones.

Durante la reducción gaussiana se detecta un sistema de múltiples o infinitas soluciones cuando

El último renglón se interpreta como 0 x1  0 x2    0 xn  0 , lo cual se cumple para cualquier

Método de reducción gaussiana para resolver un sistema de ecuaciones.

a11 x1  a12 x2    a1n xn  b11 1x1  0 x2    0 xn  k1

El sistema final en su forma escalonada reducida es un sistema equivalente al sistema original,

OER: Representación simbólica.

Dependiendo del grado de simplificación al que se llegue, se clasifica el método de reducción

A). Método de Gauss.

 a11 a12  a1n | b1  1 0  c1n | k1 

B). Método de Gauss-Jordan.

 a11 a12  a1n | b1  1 0  c1n | k1 

APLICACIÓN DE LOS SISTEMAS DE ECUACIONES LINEALES.

Ejemplo resuelto 1. La forma general de la ecuación de una recta es y=mx + c. Encuentra la

B). Escribe la ecuación de la parábola:

Iniciamos la reducción con la matriz aumentada:

II). Balanceo de los coeficientes molares de una ecuación química.

Para el caso de N: w=2y

En este ejemplo, se reduce la matriz aumentada a la siguiente forma escalonada:

De esta manera una solución particular es: w  4, x  3, y  2, z  6

4NH3 + 3O2  2N2 + 6H2O

A). {(1,4), (2,8), (3,14)}.

II). Balanceo de ecuaciones químicas por el método algebraico.

Pregunta 3). De la siguiente ecuación química:

B). Escribe el sistema homogéneo que se genera:

C). Escribe la matriz aumentada y la forma escalonada correspondiente:

C). Escribe la ecuación química balanceada:

III). Balance de entradas y salidas en procesos.

Máquinas. Horas. Piezas