Solucionario Algebra Lineal Libro

Introducción
al Álgebra Lineal
Soluciones a ejercicios seleccionados
Introducción al Álgebra Lineal.
Soluciones a ejercicios seleccionados.
M. Sc. Sebastián Castañeda Hernández.

Dr. Agustı́n Barrios Sarmiento.
Barranquilla - Colombia
Contenido
1 Preliminares 5
1.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Conjuntos y relaciones . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 El concepto de estructura algebraica . . . . . . . . . . . . . . . 8
1.4 Semigrupos, monoides y grupos . . . . . . . . . . . . . . . . . . 10
2 Sistemas de ecuaciones lineales 11

2.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 El espacio Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . 12
2.3.1 La ecuación lineal . . . . . . . . . . . . . . . . . . . . . . 12
2.3.2 Sistemas de ecuaciones lineales . . . . . . . . . . . . . . 14
2.4 Sistemas homogéneos. Subespacios de Rn . . . . . . . . . . . . . 28
2.4.1 Dependencia e independencia lineal . . . . . . . . . . . . 31
2.5 Norma vectorial. Ortogonalidad. . . . . . . . . . . . . . . . . . . 33
3 Sistemas de inecuaciones lineales 39

3.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2 Programación lineal . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Vectores en R2 y R3 . 41
4.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2 Segmentos dirigidos en En . . . . . . . . . . . . . . . . . . . . . 48
4.3 Aplicaciones geométricas . . . . . . . . . . . . . . . . . . . . . . 51
5 La estructura de espacio vectorial y espacios de matrices 67

5.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2 Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.3 Espacios de matrices sobre un campo . . . . . . . . . . . . . . . 70
3
4 Castañeda Hernández/ Barrios Sarmiento
5.4 Sistemas lineales en Kn . . . . . . . . . . . . . . . . . . . . . . . 73

5.4.1 La matriz identidad. Matrices invertibles . . . . . . . . . 73
Capı́tulo 1
Preliminares
1.1 Introducción
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 simétrica. 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 última pareja de la relación R es (d, c) (no (d, a) como

aparece en el texto).
Dado que IA ⊆ R se sigue que R es reflexiva, Para la simetrı́a, 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
suficiente con los casos siguientes:
(a, a), (a, b) ∈ R =⇒ (a, b) ∈ R

(b, b), (b, a) ∈ R =⇒ (b, a) ∈ R
(a, b), (b, b) ∈ R =⇒ (a, b) ∈ R
(b, a), (a, a) ∈ R =⇒ (b, a) ∈ R
(a, b), (b, a) ∈ R =⇒ (a, a) ∈ R
(b, a), (a, b) ∈ 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 inclusión es reflexiva y antisimétrica 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∧x∈B
=⇒ x∈A
x ∈ A =⇒ x∈A∨x∈B
=⇒ x ∈ A ∪ B,
por lo que se tienen las dos relaciones A ∩ B ⊆ A (también A ∩ B ⊆ B)

y A ⊆ A ∪ B (también B ⊆ A ∪ B). Si A ⊆ B se tienen, además,
Capı́tulo 1. Preliminares
Introducción al Álgebra Lineal 7
x ∈ A =⇒ x∈A∧x∈B
=⇒ x∈A∩B
x ∈ A ∪ B =⇒ x∈A∨x∈B
=⇒ x∈B∨x∈B
=⇒ x ∈ B,
por lo que A ⊆ A ∩ B, A ∪ B ⊆ B, y por lo tanto A = A ∩ B, A ∪ B = B.

Puesto que la proposición x ∈ ∅ es falsa, se sigue que
(∀x)(x ∈ ∅ =⇒ x ∈ A),
es una proposición verdadera, por lo que ∅ ⊆ A para todo conjunto A y

se sigue que A ∪ ∅ = A y A ∩ ∅ = ∅.
4. (a) Es función, pero no es inyectiva.

(b) No es función.
(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 función inyectiva.

(d) Con las notaciones indicadas para dominio y rango en el item anterior,
tenemos para la relación dada, notada por R:
Dom(R) = Ran(S), Ran(R) = Dom(S),
siendo S la relación del ejercicio anterior. R es una función inyectiva.

(e) Si T es la relación dada entonces Dom(T ) = Dom(R), Ran(T ) = Z.
T no es función ((1, 1), (1, −1) ∈ T , por ejemplo).
(f) Sea H la relación dada, entonces Dom(H) = Ran(H) = R. H es
una función inyectiva.
1.2. Conjuntos y relaciones

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.
1
2. (a) 2 ∗ 3 = 11, −3 ∗ 2
= −4.
(b) La conmutatividad y asociatividad se demuestran por cálculos directos.
Por otra parte, claramente x ∗ 0 = 0 ∗ x = x, para todo real x, por
lo que 0 es el (único) elemento neutro para ∗. Ahora, si x ∈ R, x es
invertible (respecto de ∗) si y solo si la ecuación (en y)
x ∗ y = xy + x + y = 0
tiene soluciones reales. Es decir, existe al menos un real y tal que

−x
(x + 1)y = −x. Pero esta ecuación tiene solución real y = , si
x+1
y solo si x 6= −1 (para x = −1 se tiene la inconsistencia 0 = 1). Ası́
∗ no es invertiva pues −1 no tiene inverso.
−1
(c) Del item anterior se tiene que los inversos de 1, 0 y son, respectiva-
3
1 1
mente, − , 0, .
2 2
(d) Para reales x, y se tiene que
x∗y = xy+x+y = −1 ⇐⇒ (x+1)(y+1) = 0 ⇐⇒ x = −1∨y = −1.
Lo que muestra que A − {−1} es cerrado bajo ∗. Ası́, (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 está definido.
4. La estructura deseada la tiene Z2 = {0, 1} con la adición módulo 2. Se

puede transportar dicha estructura al conjunto A = {a, b} (ver ejercicios
5 y 6) estableciendo una función biyectiva de A con {0, 1}. Si establecemos

a 7→ 0, b 7→ 1, la operación está dada por la tabla siguiente (en la tabla
de la adición módulo 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 función inversa de f , notada f −1

está 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 composición interna y f es

biyectiva, se garantiza que para cada x, y ∈ B el elemento f (f −1 (x) ∗
f −1 (y)) ∈ B es único, de modo que ~ es una función 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

6. Para los dos primeros literales transporte las estructuras deseadas desde
(Z3 , +) y (Z6 , +), respectivamente. Por otra parte, Z puede ponerse en
correspondencia biunı́voca con B = N de la manera siguiente:
0 7−→ 1
−1 7−→ 2
1 7−→ 3
−2 7−→ 4
.. ..
. .
Es decir, mediante la biyección 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
2⊕3 = f (−1 + 1)
= f (0) = 1
4⊕6 = f (−2 + (−3))
= f (−5) = 10
5 ⊕ 11 = 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. ¿Cuál
es la suma si uno es par y el otro impar?
1.4 Semigrupos, monoides y grupos

Ejercicios 1.4.1.
1. Este
Capı́tulo 2
Sistemas de ecuaciones lineales
2.1 Introducción
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.

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

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

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

7
iii. y = 6, −5, − − 2x, donde x es un vector arbitrario de R3 ,
2
7
o sea y = 6 − 2t, −5 − 2r, − − 2s , siendo t, r y s reales
2
cualesquiera.
4. (a) Para todo real α, se tiene
α0 = α(0, 0, . . . , 0) = (α(0), α(0), . . . , α(0)) = (0, 0, . . . , 0) = 0.
(b) Si v = (v1 , v2 , . . . , vn ), entonces
0v = (0v1 , 0v2 , . . . , 0vn ) = (0, 0, . . . , 0) = 0.
(c) Si α = 0 o si v = 0 se tiene, por las demostraciones previas, que

αv = 0. Supongamos entonces que αv = 0. Si α 6= 0, existe su
inverso multiplicativo y se debe tener que
α−1 (αv) = α−1 0 = 0,
por lo que
v = 1v = (α−1 α)v = α−1 (αv) = 0.
2.3 Sistemas de ecuaciones lineales

2.3.1 La ecuación 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 solución de 2x + 2y = 6
en R3 contiene una “ copia” del de la ecuación x + y = 3 en R2 .
Capı́tulo 2. Sistemas de ecuaciones lineales

(d) (0, 1) es una solución de la ecuación 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 ecuación es

lineal en u, v, z con las restricciones u, v ≥ 0.
(b) No es lineal en θ. Si u = Sen(θ), v = Cos(θ), con u2 + v 2 = 1,
entonces la ecuación es lineal en u y v. Nótese, sin embargo, que la
restricción u2 + v 2 = 1 no es lineal en u y v.
(c) La ecuación 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 restricción u ≥ 0.
3. En cada caso, S denota el conjunto solución de la ecuación correspondiente.

En algunos casos se muestran dos o más formas para el mismo conjunto.
(a) S = {(5 − 3t, t)|t ∈ R} = t, 5−t

|t ∈ R .
3 5−t
(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}
19−t+s

También se puede escribir como S = 2
, t, s |t ∈ R .
(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, página 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 sólo si b = 0, se sigue que u1 + u2 no

es solución si b 6= 0. Por otra parte, se tiene que 0u1 = 0 no
es solución de a • x = b. Se sigue que el conjunto solución de la
ecuación considerada no es cerrado.
(c) Ver teorema ya citado.
2.3. Sistemas de ecuaciones lineales

(d) Si a = 0, se tiene la ecuación nula y el conjunto solución 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. Prócedase 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 indicarán que la matriz dada está en forma escalonada y/o
forma escalonada reducida, respectivamente.
(a) FE.
(b) FE.
(c) FER (y, por tanto, también FE).
(d) Ninguna de las dos.
(e) Ninguna de las dos.
2. Se muestran a continuación las salidas que produce matlab para las
formas escalonadas reducidas de las matrices indicadas (comando rref()).
(a) A =
1 0 0 1 2
0 0 1 2 3
0 0 0 1 0
>> rref(A)
ans =
1 0 0 0 2
0 0 1 0 3
0 0 0 1 0

(b)
B =
1 0 0 0 2
0 1 0 1 3
0 0 0 1 5
>> rref(B)
ans =
1 0 0 0 2
0 1 0 0 -2
0 0 0 1 5
(c) Ya está en FER.

(d) D =
1 0 0 0 0 2
0 1 0 1 0 4
1 1 0 1 0 6
>> rref(D)
ans =
1 0 0 0 0 2
0 1 0 1 0 4
0 0 0 0 0 0
(e) E =
1 0 0 0 0 2
0 1 0 1 0 4
1 1 0 1 0 6
2 1 0 1 0 7
>> rref(E)

ans =
1 0 0 0 0 0
0 1 0 1 0 0
0 0 0 0 0 1
0 0 0 0 0 0
3.
4. Se muestra, en cada caso, la FER de la matriz ampliada, dada por el

programa Matlab, y el correspondiente conjunto solución.
(a) >> rref([5 7 15 19; 2 3 7 8;3 5 6 13])
ans =
1 0 0 1
0 1 0 2
0 0 1 0
Conjunto solución S = {(1, 2, 0)}.

(b) Conjunto solución S = {(1, 2, 0, t)|t ∈ R}.
(c) >> rref([7 10 22 27;4 7 19 18;2 3 7 8])
ans =
1 0 -4 1
0 1 5 2
0 0 0 0
Conjunto solución 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 0 0 0

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 solución 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 2 7 -9 16
0 0 0 0 0
0 0 0 0 0
0 0 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 ecuación del sistema propuesto se
escribió, por error de transcripción, 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

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 2
0 1 0 3
0 0 1 4
0 0 0 0
y el sistema tiene solución única. S = {(2, 3, 4)}.

5. (a) S = {(4, 1)}.
(b) S = {(4, −1)}.

5 − 2t
(c) No aplica la regla de Cramer. S = , 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 4
0 1 1
(b) >> rref([2 3 5;3 4 8])
ans =
1 0 4
0 1 -1
(c) >> rref([3 2 5;6 4 10])
ans =

1.0000 0.6667 1.6667

0 0 0
(d) >> rref([1 2 6;3 6 5])
ans =
1 2 0
0 0 1
7. (a) Si (1, −1, 2) es la única solución, 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
número de ecuaciones, realizando operaciones elementales en los
renglones.
(b) Agregue a la matriz mostrada en el item anterior un renglón de
ceros y transfórmela hasta obtener lo pedido.
(c) Cada ecuación 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 ecuación homogénea en las incógnitas a, b, c, d. Encuentre
entonces dos soluciones de dicha ecuación homogénea.
(d) Como en el anterior, encontrando dos soluciones no triviales de la
ecuación homogéna indicada.
(e) Como en los dos ejercicios anteriores pero encontrando soluciones
del sistema homogéneo

a − b + 2c − d = 0
3a + c − d = 0

(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
determinante
del sistema es
1 2 2
2 λ2 + 3 = λ − 1 = (λ + 1)(λ − 1). El sistema tiene solución

única si y solo si tal determinante es diferente de 0. Es decir, tiene
solución única si λ 6= ±1.
Para λ = 1 y λ = −1 se obtienen,
respectivamente,
los sistemas
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 también llevar la matriz ampliada a
2 λ2 + 3 λ + 5
la forma escalonada, obteniendo

1 2 3 1 2 3
⇐⇒
0 λ2 − 1 λ − 1 0 (λ + 1)(λ − 1) λ − 1
Analizando el último renglón se tiene:

• El sistema tiene solución única si y sólo si λ2 − 1 6= 0, pues en

tal caso se obtendrı́a en dicha posición un uno principal.
• El sistema tiene infinitas soluciones si y solo si
λ2 − 1 = (λ + 1)(λ − 1) = 0 y λ − 1 = 0,
es decir, si y solo si λ = 1.
• El sistema es inconsistente si y solo si
λ2 − 1 = (λ + 1)(λ − 1) = 0 y λ − 1 6= 0,
es decir, si y solo si λ = −1.

(b) Hay solución única para λ ∈
/ {0, 2}. Para λ = 0 o λ = 2 se obtienen
sistemas inconsistentes.
(c) El sistema es equivalente a uno con matriz ampliada
 
1 1 1 1
0 λ + 2 1 2  .
0 0 λ2 − 1 λ + 1
Se concluye que:
• Hay solución única si y solo si λ ∈
/ {−2, 1, −1}.
• Hay infinitas soluciones si y solo si λ = −1.
• El sistema es inconsistente si y solo si λ ∈ {−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 solución de de la ecuación ax + by = c. Ası́, se obtiene una ecuación
x0 a + y0 b = c en a, b y c. Esta ecuación puede escribirse como 1c −
x0 a − y0 b = 0, que es homogénea en c, a y b. En definitiva se tiene,
en cada caso, un sistema de ecuaciones lineales homogéneas en a, b y c.
Si existen soluciones no triviales con a 6= 0 o b 6= 0, una tal solución
proporciona una ecuación de una recta que pasa por los puntos dados.
Geométricamente es claro que si se dan al menos dos puntos distintos,
entonces existe o una única recta o ninguna que pase por el conjunto de
puntos dados.

(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). Ası́ 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 única

recta que pasa por los puntos dados.
(b) La única solución del sistema homogéneo 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 homogé-

neos) en a, b y c. Cada ecuación 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 única solución c = b = 0, a = 1; es decir y = x2 .

(b) y = (1 + b)x2 + bx, con b 6= −1.
(c) No existe una parábola, con eje de simetrı́a 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.

12. Si xi es el número de artı́culos de la clase i ∈ {1, 2, 3, 4} a producir en

un dı́a, se tiene el sistema

 x1 + x2 + x3 + x4 = 300
20x1 + 15x2 − 20x3 − 90x4 = −10500
x3 + x4 = 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 ası́ 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
x4 ≥ ≈ 139.2857
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 artı́culos
de la clase 4, 150 − x4 artı́culos de la clase 3, 2100 − 14x4 artı́culos de
la clase 2 y 14x4 − 1950 = 150 − x2 artı́culos de la clase 1. La tabla
siguiente muestra algunas de las posibilidades de producción.
x4 x3 x2 x1
140 10 140 10
141 9 126 24
142 8 112 38
145 5 70 80
150 0 0 150
Nótese que el número de soluciones es finito (once en total).

13. Si se elimina la última ecuación del sistema anterior, la forma escalonada
reducida es ahora
1 0 −7 −21 −3000
.
0 1 8 22 3300

Figura 2.1: Problema 13.
Se tiene entonces que x3 , x4 son, en principio, números 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 inecuacio-

nes lineales2 , en x3 , x4
7x3 + 21x4 ≥ 3000

8x3 + 22x4 ≤ 3300
El conjunto solución (en parejas de números reales) es la región (som-

breada) del plano mostrada en la figura 2.1. Tal región está entre las
gráficas de las rectas 7x3 + 21x4 = 3000 y 8x3 + 22x4 = 3300 del plano
x3 x4 . El punto de intersección de tales rectas tiene las coordenadas
aproximadas mostradas para P en la gráfica. Cualquier solución está
dada por parejas (x3 , x4 ) de enteros en la región mostrada y los correspon-
dientes valores ya indicados para x1 y x2 que dependen de x3 y x4 . Ası́,
2
Ver capı́tulo siguiente.

por ejemplo, para x3 = 100 (ver gráfica), 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 podrá tomar cuatro valores
distintos cuando x3 = 100. Para este caso especı́fico la tabla siguiente
muestra los posibles esquemas de producción.
x3 x4 x1 x2
100 110 10 80
100 111 31 58
100 112 52 36
100 113 73 14
Debe notarse que el valor máximo 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 condición suficiente
21 22
(aunque no necesaria en general) para que x4 sea entero es
3300 − 8x3 3000 − 7x3
− ≥ 1.
22 21
2838
Resolviendo esta última inecuación 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 tomarı́a el valor de 76.
14. Como en el anterior pero ahora con las restricciones
x1 = −3000+7x3 +21x4 ≥ 10, x2 = 3300−8x3 −22x4 ≥ 50, x3 , x4 ≥ 100.
Las soluciones vienen determinadas por parejas (x3 , x4 ), con valores ente-
ros y en la región R del plano x3 x4 definida por las inecuaciones
x3 ≥ 100
x4 ≥ 100
3010 − 7x3 3250 − 8x3
≤ x4 ≤ .
21 22
Es decir, R es la región por encima de la recta 7x3 + 21x4 = 3010, por
debajo de la recta 8x3 + 22x4 = 3250, a la derecha de x3 = 100 y por

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

algunas dimensiones para mejor ilustración.
Figura 2.2: Problema 14.
La tabla abajo muestra algunos valores de x3 y el intervalo [a, b] correspon-

diente a las posibilidades (como número real) para x4 , siendo
3010 − 7x3 3250 − 8x3

a= ,b = .
21 22
Se muestran también, cuando existe un valor entero válido para x4 , los

valores de x1 y x2 .

x3 a b x4 x1 x2
131 99.667 100.0909 100 17 52
130 100.00 100.4545 100 10 60
129 100.333 100.8182
128 100.666 101.1818 101 17 54
127 101.000 101.5455 101 10 62
126 101.333 101.9091
125 101.666 102.2727 102 17 56
120 103.333 104.0909 104 24 52
115 105.000 105.9091 105 10 70
110 106.666 107.7273 107 17 66
100 110.000 111.3636 110 10 80
111 31 58
Nótese 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 condición suficiente para la existencia de soluciones enteras
es que b − a ≥ 1, en este caso se tiene 100 ≤ x3 ≤ 112. Tal condición,
como lo muestra la tabla, no es necesaria.
15. (a) Falso. Una condición necesaria, pero no suficiente, es que m ≥ n.
El sistema 
 x+y = 3
x−y = 1
2x + 2y = 6

tiene como única solución (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 homogéneo podrı́a ser inconsistente. Por
ejemplo x+y +z = 2, x+y +z = 4 es un sistema con más incógnitas
que ecuaciones, pero es inconsistente.
 
1 0 1
(d) Falso. El sistema con matriz ampliada  0 1 2 tiene solución
0 0 0

única. En general, la presencia de un renglón nulo no implica

conclusión alguna sobre el número de soluciones del sistema.
(e) La afirmación es verdadera sólo si se habla de ecuaciones no nulas.
En general, es falsa ya que la ecuación nula es múltiplo de cualquier
ecuación. En ese caso sólo se podrı́a quitar la ecuación nula del
sistema sin alterar el conjunto solución.
(f) Falso. En un sistema con solución única la última columna de la
forma escalonada no tiene uno principal.
2.4 Sistemas homogéneos. 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 ecuación es 7x1 − 2x2 + x3 = 24 se tiene
S = ∅, SH = {(0, 0, 0)} = h(0, 0, 0)i.
Para el caso en que la ecuación tercera es 7x1 + 2x2 + x3 = 24

tenemos
S = {(2, 3, 4) + (0, 0, 0)}, SH = {(0, 0, 0)} = h(0, 0, 0)i.
11
2. (a) v = 6 1
w − 16 w2 .

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

(c) v no es combinación lineal de w1 y w2 .
(d) v = 3w1 + w2 .
(e) Como en el anterior v = 3w1 + w2 + 0w3 .
(f) v no es combinación lineal de w1 y w2 .
(g) v = 3w1 + w2 + 0w3 .
(h) v no es combinación 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 corres-
pondiente si y solo si para todo v el sistema con matriz ampliada
v1T v2T . . . vm
T
|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) = α1 v1 + α2 v2 + α3 v3 ,
b − 2a
donde α2 es arbitrario, α3 = y α1 = a + α3 − 2α2 .
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
(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:
3a − 3b + c
(a, b, c) = a(1, 1, 0) + (4b − 4a − c)(0, 1, 3) + (0, 2, 8).
2
2.4. Sistemas homogéneos. Subespacios de Rn .

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) también lo generan.
Una solución del sistema correspondiente serı́a con los tres pri-
meros escalares como en el ejercicio anterior y el último (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)}, ası́ que suponga que v 6= (0, 0). Si existiera un
escalar α tal que αv = (αa, αb) = (−b, a) se tendrı́an
αa = −b ∧ αb = a =⇒ αa = −b = α2 b
=⇒ b(α2 + 1) = 0
=⇒ b = 0 ∧ a = αb = α(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 múltiplos
escalares (no nulos) claramente hv1 , v2 i = hv1 i = 6 R2 . Se concluye que si
2
v1 y v2 generan a R , entonces no pueden ser múltiplos escalares.
Suponga ahora que v1 y v2 no son múltiplos escalares el uno del otro y
consideremos la ecuación αv1 + αv2 = (0, 0), la cual tiene claramente la
solución trivial α1 = α2 = 0. Si existiera otra solución (β1 , β2 ) 6= (0, 0).
Se tendrı́a β1 v1 = −β2 v2 , lo cual implicarı́a que los vectores son múltiplos,
escalares, contrario a lo supuesto. Ası́, si v1 = (v11 , v21) y v2 = (v12 , v22 ),
v11 v12 0
el sistema homogéneo con matriz ampliada tiene solución
v21 v22 0
única, 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 solución única). Es decir
v21 v22 b
hv1 , v2 i = R2 .
5. Claramente cada vector ui , i = 1, 2, . . . , m, está en el conjunto
S = {α1 u1 + α2 u2 + · · · + αm um |α1 , α2 , . . . , αm ∈ R},
por lo que S no es vacı́o. Considere ahora dos combinaciones lineales

u = α1 u1 + α2 u2 + · · · + αm um , w = β1 u1 + β2 u2 + · · · + βm um en S y un

escalar α y muestre que u + w y αu son también combinaciones lineales

de los vectores u1 , u2 , . . . , um .
6. (a) El enunciado es verdadero. Todo subespacio, S, de Rn es también un
espacio vectorial, por lo que necesariamente el vector nulo pertenece
al mismo. También puede probarse usando el hecho de que S es no
vacı́o 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 está en el conjunto indicado.
(d) Enunciado falso. El conjunto del ejercicio anterior es el conjunto
solución de la ecuación lineal −x + y = 2 y, como se indicó 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 α ∈ R, entonces
v1 + v2 ∈ S, v1 + v2 ∈ T , αv1 ∈ S, αv1 ∈ T , de donde se sigue que
v1 + v2 , αv1 ∈ S ∩ T .
(g) Enunciado verdadero. Claramente 0Rn = 0Rn + 0Rn ∈ U + V .
Considere ahora vectores u1 , u2 ∈ U, vi , v2 ∈ V y α ∈ R, es fácil
mostrar que (u1 + v1 ) + (u2 + v2 ), α(u1 + v1 ) ∈ U + V .
2.4.1 Dependencia e independencia lineal
Ejercicios 2.4.2.
1. (a) Conjunto l.d. Un conjunto con un único 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 homogéneos. Subespacios de Rn .

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

(e) Conjunto l.i. Los dos vectores no son múltiplos escalares.
(f) Conjunto l.d. Son tres vectores en R2 .
(g) Conjunto l.i. Los vectores dados no son múltiplos.
(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 α1 , α2

no todos nulos tales que
α1 v1 + α2 v2 = 0Rn .
α2 α1
Como α1 6= 0 o α2 6= 0 se sigue que v1 = − v2 o v2 = − v1 .
α1 α2
Recı́procamente, si uno de los dos es múltiplo del otro, es decir vi = αvj ,
para algún i ∈ {1, 2}, j 6= i, entonces se tiene que
1vi + (−α)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 homogéneo
v11 v12 0
v21 v22 0

v11 v12
tiene solución única, lo cual es equivalente a 6= 0.
v21 v22
4. Véase teorema 2.3.3.
5. (a) Si S = ∅ no puede existir una combinación lineal finita de vectores

de S, luego S es l.i.
(b) Si 0Rn ∈ S, entonces 10Rn es una combinación 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 combinación lineal nula
no trivial de ellos. Si T ⊇ S, entonces la misma combinación lineal
nula no trivial indicada es una combinación lineal de elementos de
T . Se sigue que T es l.d.

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

el ejercicio anterior, también lo serı́a S.
(e) Si S es l.d y tiene más de dos elementos, entonces existen v1 , v2 , . . . , vm ∈
S, con m ≥ 2, y escalares α1 , α2 , . . . , αm , no todos nulos tales que
m
X
αi vi = 0Rn .
i=1
Escogiendo αj 6= 0, se tiene que

m
X −αi
vj = vi .
i=1
αj
i6=j
2.5 Norma vectorial. Ortogonalidad.

Ejercicios 2.5.1.
1. Consideremos v, w, no nulos en Rn . Si v = αw, α 6= 0, se tiene
1 1
uv = v= (αw)
kvk kαwk

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

kvk
= ± (kwkuw )
kwk
kvk
y haciendo α = ± se tiene que v = αw.
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 
 
T T T t
 0 0 1 . . . 0 v3 
e1 e2 . . . en |v −→  
 .. .. .. .. .. 
. . . . . 
0 0 0 . . . 1 vn
2.5. Norma vectorial. Ortogonalidad.

tiene solución única, lo que muestra que B = {ei |i = 1, 2, . . . , n} genera

a Rn . En particular, si v = (0, 0, 0, . . . , 0), la única solución es la trivial,
con lo que se tiene que B es l.i y, por lo tanto, es una base para Rn .
Finalmente, es fácil 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 v•0Rn = 0, con lo que 0Rn ∈ S ⊥
y S ⊥ 6= ∅. Ahora, si u, w ∈ S ⊥ y α ∈ R, para todo v ∈ S se tiene que
(αu + w) • v = α(u • v) + (w • v) = α(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) = (v1 , v2 ) • (1, 0)

= v1 = 0
0 = v • (0, 1) = (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

(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 solución del sistema homogéneo 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 pérdida de generalidad, que
v = (v1 , v2 ) 6= (0, 0) y concluya que

⊥ {(0, 0)}, si v, w no son múltiplos (son l.i);
S =
h(−v2 , v1 )i, si w es múltiplo 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 solución
del sistema homogéneo

v1 v2 v3 0
w1 w2 w3 0
Puesto que los vectores no son múltiplos escalares el uno del otro, la
forma escalonada reducida de la matriz ampliada del sistema no puede
tener un renglón 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 solución 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 también un generador de S ⊥ , por lo que será 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


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 pues eso implicarı́a que v y w serı́an múltiplos. Si
v v2
consideramos 1 = 0, se sigue que una de las dos filas (vectores
w1 w2
de R2 ) es múltiplo de la otra. Supongamos, sin perder generalidad, que
(w1 , w2 ) = α(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 = (αv1 ) = αv3
v1 v1
y w = αv (contradicción).
Tenemos entonces v2 6= 0. Un razonamiento
v2 v3
similar para = 0 nos lleva a que existe un β ∈ R tal que
w2 w3
(w2 , w3 ) = β(v2 , v3 ) o (v2 , v3 ) = β(w2 , w3 ).
En el primer caso, se tiene que w2 = αv2 = βv2 , de donde α = β lo que
nos llevarı́a necesariamente a w = αv (contradicción). Consideremos,
finalmente, (v2 , v3 ) = β(w2 , w3 ), de modo que v2 = βw2 , v3 = βw3 , por lo
1
que 0 6= w2 = αv2 = αβw2 , de donde se sigue que αβ = 1 y que β =
α
por lo que w3 = αv3 y w = αv 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 α 6= 0 tal que w = αv y, de la definición,
1
se sigue que v × w = (0, 0, 0). De igual manera, como v = w se
α
tiene que
u • v = 0 ⇐⇒ u • w = 0 =⇒ {v, w}⊥ = {v}⊥ = {w}⊥ .

(c) De la definición 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) = (0, 0, 0) × (0, 1, 0)

= (0, 0, 0)
(1, 0, 0) × ((1, 0, 0) × (0, 1, 0)) = (1, 0, 0) × (0, 0, 1)
= (0, −1, 0)
lo que muestra que el producto cruz no es asociativo.

1
7. (a) La dirección de v = (a, b) es uv = √ (a, b), por lo que un
a2
+ b2
vector w es paralelo a v y tiene norma 2 si y solo si
2
w = 2uw = 2(±uv ) = ± √ (a, b),
a2 + b2
de modo que existen dos vectores paralelos a v y con norma 2.
(b) w⊥v 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}.


Capı́tulo 3
Sistemas de inecuaciones
lineales
3.1 Introducción
3.2 Programación lineal
Ejercicios 3.2.1.
1. La región se muestra en la figura 3.1.
Figura 3.1: Región factible ejercicio 1.
39
4. Para los ejercicios 4 a 8 las soluciones (respuestas) se presentan en el

texto.
Capı́tulo 3. Sistemas de inecuaciones lineales

Capı́tulo 4
Vectores en R2 y R3.
4.1 Introducción
Ejercicios 4.1.1.
1. (a) La gráfica de S es el eje Y .
(b)
(c) La gráfica de S es la región sombreada mostrada en la figura 4.1
Figura 4.1: Ejercicio 1 (c).
(d)
41
(e) La gráfica 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 región entre la recta de ecuación x + y = 2, incluida dicha
recta, y la recta de ecuación x + y = 3 sin incluir los puntos de esta
última. Véase figura 4.3.
Figura 4.3: Ejercicio 1 (g).
Capı́tulo 4. Vectores en R2 y R3 .
(h)
(i) S se identifica con el plano Y Z.
(j)
(k) La gráfica 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 gráfica 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. Introducción
(n) La gráfica de S es la esfera (sólida) con centro en el origen y radio

1.
(o) La gráfica de S es la región del espacio comprendida entre las esferas
concéntricas con centro en el origen y radios 1 y 2, respectivamente.
Véase 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 ecuación
(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}.
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 semicircunferen-
cia 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 dirección positiva o negativa, respectivamente, con relación
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 dirección

positiva o negativa (respecto del eje Y ).
4.1. Introducción
(e) Ver ejercicio siguiente.

(f) Escojamos el sistema de coordenadas con origen en el vértice del
ángulo recto y de modo que los catetos queden sobre los ejes coordena-
dos, como se indica en la figura 4.8.
Figura 4.8: Triángulo rectángulo en el plano.
Los catetos quedan descritos como sigue:
AB = {(x, 0)|0 ≤ x ≤ 8}
AC = {(0, y)|0 ≤ y ≤ 6}.
−3
La hipotenusa está sobre la recta de ecuación1 y = 4
x + 6, por lo
que tenemos que
BC = {(x, y)|3x + 4y = 24, 0 ≤ x ≤ 8}.
La región triangular acotada por los lados del triángulo queda descrita
algebraicamente por

−3
(x, y)|y ≤ x + 6, x ≤ 0, y ≤ 0 .
4
3. Nota y errata: Este ejercicio requiere de la teorı́a de al menos la sección

4.2, por lo que deberı́a proponerse posteriormente. Como ilustración
1
La ecuación 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 intersección con el eje Y .
resolvemos solo el ejercicio (a), con v1 = (1, 2), v2 = (5, 1). Consideramos
las coordenadas como medidas paralelamente a los ejes y que las direccio-
nes positivas de los ejes coordenados están determinadas por las direccio-
nes en las que apuntan los vectores v1 (con relación al eje paralelo a v2 )
y v2 (con relación 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 eje√es 0. La coordenada con relación al otro eje es justamente
k(1, 2)k = 5. Para el punto Q(−3, 5), resolviendo el sistema correspon-
diente, 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 √ √

11 28
(1, 2) = 28 5.

c= − (5, 1) = 26, d =
9 9 9 9
4.1. Introducción
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.
π
1. (a) Los ángulos directores de v = (2, 2) son α = β = .
4
(b)
π π 3π
(c) α = ,β = ,γ = .
4 2 4
2. (a)
(b)
−→
(c) Se requiere v = P S = S − P cuando la representación de v se ancla
en P . Se sigue que el punto final de la representación 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 α tal que
−→ −→
P Q = (−2, −1, 2) = αP R = α(1, −5, −11)
1 −2
se tendrı́a que α = −2 = = lo cual es una inconsistencia.
−→ −→ 5 11
Ası́, P Q y P R no son paralelos, por lo que el ángulo entre ellos no
es 0 ni π y, por tanto, los tres puntos son vértices de un triángulo.
El perı́metro es
−→ −→ −→ √ √
kP Qk + kP Rk + kQRk = 3 + 7 3 + 194.
−→ −→
El ángulo θ = hRP Q es el ángulo entre los vectores P Q y P R y
satisface que
−→ −→
PQ • PR 19
cos θ = −→ −→ = − √ .
kP QkkP Rk 21 3

−1 19
Ası́, θ = cos − √ ≈ 121.492◦ . Se tiene también que
21 3
v
u −→ −→2
√ PQ • PR
u
u
sen θ = 1 − cos2 θ = t1 − −→ −→
kP Qk2 kP Rk2
r
−→ −→ −→ −→2
kP Qk2 kP Rk2 − P Q • P R
= −→ −→
kP QkkP Rk
y que el área del triángulo es2
1 −→ −→
a = kP QkkP Rksen θ
2r
1 −→ 2 −→ 2 −→ −→2
= kP Qk kP Rk − P Q • P R . (4.1)
2
La ecuación 4.1 es válida para cualquier triángulo con vértices en

puntos P, Q, y R cualesquiera (no colineales, por supuesto). Aplicán-
dola al caso presente se tiene:
1p 1√
a= 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 (véase 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 trigonometrı́a básica se tiene que el área de un triángulo es el semiproducto de
las longitudes de dos de sus lados por el seno del ángulo comprendido entre dichos lados.
4.2. Segmentos dirigidos en En

Figura 4.10: Paralelogramo.
−→
(f) Se necesita un vector v ortogonal a P Q y con la misma norma.
Si escogemos el ángulo recto con vértice 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
vértices 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 represnetación canónica de v véase figura 4.11.
Figura 4.11: Ejercicio 4.
5. Para v = (x, y, z) 6= (0, 0, 0), si θ y ρ son los ángulos directores, se

cumple:
x = kvkcosθcosρ (4.2)
y = kvksenθcosρ (4.3)
z = kvksenρ (4.4)
4.3 Aplicaciones geométricas
Ejercicios 4.3.1.
−→ −→ −→
1. Verifique si P Q y P R (o QR) son múltiplos escalares.
2. Si los puntos son colineales una ecuación 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 perı́metro, área, etc- como en
el ejercicio 2 (d) del grupo de ejercicios 4.2.1, página 48. Para el área
−→ −→
puede usar también a = kP Q × P Rk. Si los puntos son puntos del plano,
4.3. Aplicaciones geométricas

aún ası́ puede usar la fórmula anterior identificando (x, y) con (x, y, 0).
Una ecuación 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 ecuación cartesiana, halle primero una normal n = P Q × P R y
la ecuación correspondiente será
n • (x, y, z) = n • P, ó n • (x, y, z) = n • Q ó 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
−→ −→
d = kP R − P roy−→ P Rk
−
PQ
(4.5)
−→ −→
q
d = kP Rk2 − kP roy− → P Rk2
−
PQ
v
u −→ −→
u −→
2
|P R • P Q|2
= t kP Rk − −→ (4.6)
kP Qk2
(b) Si se considera el área, a, del triángulo con vértices 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= −→ (4.7)
kP Qk
Figura 4.12: Distancia de un punto a una recta.
Como ilustración, 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 − P roy−
−→ P R = (3, 5) −
PQ
(2, 4) = (2, −1).
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
−→ −→ 2 r
1√
u r
u −→
2
|P R • P Q| 262 1
d = kP Rk −
t
−→ 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.
kP Qk 20 5

−3
3. (a) i. La pendiente es m = −3 = , por lo que un vector paralelo
1
a la recta es v = (1, −3). Ası́, una ecuación vectorial para la
recta es
(x, y) = (0, 0) + t(1, −3) = (t, −3t).
ii. La pendiente de la recta es la misma de la de recta de ecuación
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 ecuación
5
vectorial es entonces
(x, y) = (1 + 5t, 3 − 2t).
iii. La pendiente de la recta de ecuación 2x + 5y = 10 es, como

−2
en el ejercicio anterior, m = , por lo que la pendiente de la
5
1 5
recta cuya ecuación se busca es m0 = − = y, por tanto,
m 2
un vector paralelo a la misma es v = (2, 5). Ası́, una ecuación
vectorial es
(x, y) = (2t, 5t).
iv. Para la recta de ecuación 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 ecuación vectorial para la recta.
v. (x, y) = (t, 4).
vi. (x, y) = (b, t).
vii. Para la recta de ecuación
(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 ecuación
vectorial es
(x, y) = (2, 7) + t(1, −3).
−→
viii. (x, y) = P + tP Q = (1, 5) + t(6, 3) ó (x, y) = (1, 5) + t(2, 1).
Otras ecuación válida es (x, y) = (7, 8) + s(2, 1).
ix. Un vector paralelo a la recta de ecuación x+y = 5 es v = (1, −1)

(o (−1, 1)) si w = (a, b) 6= (0, 0) es un vector paralelo a la recta
π
cuya ecuación se pide, entonces v y w forman un ángulo de (o
4
3π
de , pero en este caso se podrı́a tomar el negativo del vector
4
w que también es paralelo a la recta deseada).
Figura 4.13: Ejercicio 3 (a) (ix).
Se tiene entonces:
√ √ π √
0<v•w =a−b= a2 + b2 2cos = a2 + b 2 .
4
√
Por lo tanto, se tiene 0 < a − b = a2 + b2 y elevando al
cuadrado se tiene
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, ó w = (a, 0) con a > 0.
Tenemos ası́ dos rectas distintas (ver figura 4.13) que satisfacen
las condiciones deseadas: una paralela al vector w1 = (0, −1) y

otra paralela a w2 = (1, 0). Las ecuaciones vectoriales correspon-

dientes 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 + 3, −1).
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).
iii. Existe una familia infinita de rectas perpendiculares a la recta

dada y pasando por (3, −2, 4). Cada una de ellas tiene ecuación
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 ecuación de la forma
(x, y, z) = (1, 3, 5) + t(a, b, 0), con a 6= 0 ó b 6= 0.
vii. Halle la interseción 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 intersección es entonces
Q(6, −17, −23). Ası́, una ecuación vectorial es
(x, y, z) = (6t, −17t, −23t).
viii. La recta es la intersección de los dos planos. Resolviendo el
sistema formado por las ecuaciones de los planos se obtiene
t
(x, y, z) = (1, 6, 7) = s(1, 6, 7)
7
como ecuación vectorial de la recta.
ix. Existen infinitas rectas. Cada una tiene ecuación 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. (x, y, z) = (6t, 3 − 3t, 0).
xi. (x, y, z) = (6 + t, 0, t).
xii. Errata: En las ecuaciones paramétricas de la recta dada deberı́a
ser:
x = 2t, y = 3 + t, z = 5 + 2t.
Reemplazando x, y, z, dados en términos de t, en la ecuación
del plano, se obtiene t = 52 y el punto de intersección de la
recta dada con la recta que se pide (y el plano que la contiene)
es P (5, 11/2, 10). Una ecuación vectorial es entonces
(x, y, z) = (6, 0, 0) + t(1, −11/2, −10) = (6 + 2s, −11s, −20s).

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

dados se obtiene la ecuación vectorial de la recta intersección
(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 ecuación vectorial es, por lo tanto,
(x, y, z) = (4 + 2t, 1 − t, t).
xiv. Si v es un vector paralelo a la recta cuya ecuación se pide,
entonces v debe ser ortogonal tanto al vector w = (2, −1, 1),
vector paralelo a la recta intersección de los dos planos dados
(ejercicio anterior), como al vector n = (1, 1, −1), normal al
plano de ecuación x + y − z = 5. Por lo tanto v debe ser un
múltiplo no nulo del producto cruz
w×n = (2, −1, 1)×(1, 1, −1) = (0, 3, 3). Tomando v = (0, 1, 1)
se obtiene la ecuación 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 ángulo de π/4 con el vector
w = (2, −1, 1), por lo que se debe tener
√ √ π
0 < v • w = 2a − b + c = 6 a2 + b2 + c2 cos
√ √ 4
3a = 2 2
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 tendrán 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)
xvi. La recta pedida contiene al origen, el cual está también sobre

el plano de ecuación x + 5y − 3z = 0. Por lo tanto este último
es el mismo plano que contiene a la recta. Existen infinitas de
tales rectas, cada una de ellas tiene una ecuación 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 satisfa-
cen las condiciones dadas, una por cada punto del plano dado.
Ası́, 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 ecuación vectorial es entonces
(x, y, z) = t(6 − 3b + 4c, b, c).
4. (a) Véase figura 4.15.
Figura 4.15: Ejercicio 4 (a).
Sean P1 , P2 , P3 , P4 los puntos deseados, enumerados en la dirección

−→
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
ecuación 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 vértices 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.
(e) Vea ejercicio (a).

5. (a) El sistema resultante de (2 − 3t, 4 + 5t, −3 + 2t) = P = (5, −1, −5),
tiene como única solución t = 1, lo que muestra que P está 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 algún real t. Ahora, para un tal punto se tiene
3x+y+2z = 3(2−3t)+(4+5t)+2(−3+2t) = 6−9t+4+5t−6+4t = 4;
es decir, sus coordenadas satisfacen la ecuación del plano Π, por lo

que L ⊆ Π.
(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 está 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
Nótese 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 Π, ası́ como también CB y CA.
Por otra parte, la ecuación del plano proporciona todos los puntos
que se deseen para hallar otras ecuaciones vectoriales.

(e) Toda recta perpendicular a Π 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) está 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 ∈ Π. Si
se toma Q(7, −7, 6), por el contrario, se obtiene una inconsistencia.
(b) Un vector normal al plano Π es
1
n = (1, −2, 0) × (−1, 4, −8) = (8, 4, 1)
2
por lo que una ecuación cartesiana para Π es
8x + 4y + z = (8, 4, 1) • (2, 3, 7) = 35.
Para el plano paralelo a Π que contiene a R(7, −7, 6) se tiene
8x + 4y + z = (8, 4, 1) • (7, −7, 6) = 34.

3
También podrı́a escribirse (x, y, z) = (a, b, c)+t(3, 1, 2), con a, b y c arbitrarios, pero toda
recta con una ecuación tal intersecta al plano Π en un único punto, como puede probarse
fácilmente.
(c) Verifique que la terna (4 − t, −1 + 4t, 7 − 8t) satisface la ecuación

cartesiana del plano Π 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 Π, como a w = (−1, 4, −8),
vector paralelo a L, de modo que n0 es un múltiplo escalar no nulo
de n × w = (−36, 63, 36). Tomando n0 = (4, −7, −4), se tiene la
ecuación cartesiana del plano pedido:
4x − 7y − 4z = (4, −7, −4) • (4, −1, 7) = −5,
de la cual se puede obtener fácilmente una ecuación vectorial.
8. Si n1 y n2 son normales a Π1 y Π2 , respectivamente, entonces Π1 y Π2

son paralelos si y solo si n1 y n2 son múltiplos 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 Π1 y Π2 son
equivalentes, respectivamente, a ecuaciones cartesianas
ax + by + cz = d1 (4.8)
ax + by + cz = d2 (4.9)
para constantes reales d1 y d2 , siendo (a, b, c) un vector normal a los

planos. Ası́, Π1 y Π2 se identifican con los conjuntos soluciones (no
vacı́os) de 4.8 y 4.9, respectivamente. Ambas ecuaciones tienen la misma
ecuación homogénea asociada
ax + by + cz = 0
la cual corresponde a un plano que pasa por el origen y tiene ecuación
(x, y, z) = tv1 + tv2 ,
siendo v1 y v2 generadores del plano y del subespacio solución de la

ecuación homogénea. Ahora, la ecuación del plano Πi es de la forma
(x, y, z) = ai + tv1 + sv2 ,
siendo ai una solución particular de la ecuación de Πi . Ası́, todo par de

generadores del espacio solución de la ecuación homogénea lo es tanto de
Π1 como de Π2 .

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

ax + by = c, a 6= 0 o b 6= 0. El vector v = (−b, a) es paralelo a la
recta, como se puede verificar fácilmente. 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
(b) Para el caso del plano con ecuación 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

Capı́tulo 5
La estructura de espacio
vectorial y espacios de matrices
5.1 Introducción
5.2 Espacios vectoriales
Ejercicios 5.2.1.
1.
2. La mayorı́a de las demostraciones se siguen de las definiciones. Observe

también 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
4. El conjunto solución de un sistema lineal homogéneo (con coeficientes

sobre cualquier campo) es un espacio vectorial, mientras que para un
sistema no homogéneo no lo es pues el vector nulo no es solución.
(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+(a−b)x2 +(c+a)x3 |a, b, c ∈ K} = h1+x2 +x3 , x−x2 , 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 número de elementos (cardi-

nal) de un subespacio de V debe ser un divisor del cardinal de V 1 .
Utilizando tal hecho la búsqueda 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 , también −v = 2v ∈ S. Ası́, 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, además del vector nulo, por pares de inversos aditivos
1
Es un resultado elemental de la teorı́a de Grupos que el cardinal de un subgrupo de un
grupo finito divide al cardinal del grupo (Teorema de Lagrange).
Capı́tulo 5. La estructura de espacio vectorial y espacios de matrices

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

S1 = {(0, 0)} = h(0, 0)i
S2 = {(0, 0), (0, 1), (0, 2)} = h(0, 1)i = h(0, 2)i
S3 = {(0, 0), (1, 0), (2, 0)} = h(1, 0)i = h(2, 0)i
S4 = {(0, 0), (1, 1), (2, 2)} = h(1, 1)i = h(2, 2)i
S5 = {(0, 0), (1, 2), (2, 1)} = h(1, 2)i = h(2, 1)i
S6 = Z23 = 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 unión de subespacios de un espacio vectorial no es necesaria-
mente un subespacio. Véase, 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 único elemento. Si v 6= 0V , entonces para escalares distintos α y
β, se tiene que αv 6= βv, por lo que
hM i = {αv|α ∈ K}
tiene n = pc elementos, uno por cada escalar en K. Aquı́ p es un
primo y c es un número natural.
2
Nótese, sin comparar con la lista de todos los subespacios de Z23 , que (0, 1) + (1, 0) =
(1, 1) ∈
/ H.
5.2. Espacios vectoriales

(b) Si M = {v, w}, y uno de los dos vectores es múltiplo del otro,
digamos w = αv, se tiene el caso anterior pues
hM i = hvi, v 6= 0V .
Supongamos entonces que los vectores no son múltiplos. Se tiene

que para escalares α1 , α2 , β1 , β2 ,
α1 v + α2 w = β1 v + β2 w ⇐⇒ α1 = β1 ∧ α2 = β2 ,
de modo que
hM i = {αv + βw|α, β ∈ K}.
Se tiene ası́ que hM i tiene tantos elementos como pares (α, β) ∈ K2 ;
es decir, tiene n2 = p2c elementos.
5.3 Espacios de matrices sobre un campo

Ejercicios 5.3.1.

−11 40
1. (a) i.
−5 3

2 −1
ii.
20 12

iii. 3 10

−5
iv.
25

36 70
v.
26 42

12 −42
vi.
63 −39
vii. 10
viii. 21.

2
ix.
20
7
− 2 − 15

(b) i. 2
7
−1
21
− 3 − 43

ii. 5
3
5

− 27 7

iii. 2
−15 − 11
2
5 3
iv.
− 192
5
2
34
3
15
v. 16 38
3 3
1 5

vi. Y = 3 10 3 + 23 X, con X ∈ R2×2 .
1 3
 
10 −12 −1
0 7 −7 42
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 función idénticamente nula es continua (diferenciable,
integrable, polinómica) y es conocido del Análisis que la suma de funcio-
nes continuas (diferenciables, integrables) en un intervalo [a, b], ası́ como
el producto de una de tales funciones por una constante real, son funcio-
nes continuas (diferenciables, integrables) en [a, b]. Algo similar puede
probarse fácilmente para funciones polinómicas.
4. Para n ≥ 2, considere las matrices A, B ∈ Kn×n 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 = 0Rn×n .
5. Claramente la matriz nula n × n sobre el campo K es simétrica. Del
teorema 5.3.1, página 160 del texto, se sigue que para matrices cuadradas
A, B ∈ Kn×n se tienen (A + B)T = AT + B T y (αA)T = αAT , para todo
escalar α. Por lo tanto si A, B son matrices simétricas n × n y α ∈ K se
tiene que
(αA + B)T = αAT + B T = αA + B,
es decir αA + B es simétrica. Ası́, el conjunto de las matrices simétricas
en Kn×n es un subespacio de Kn×n .
5.3. Espacios de matrices sobre un campo

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

a11 a12 1 0 0 1 0 0
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 simétricas 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 extensión cualquiera del
campo de los racionales.3
(a) Si A es antisimétrica, 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 extensión de Z2 no necesariamente la condición
A(i, i) = 0 se sigue
para matrices antisimétricas, por ejemplo las
1 0 1 1
matrices , ∈ Z22×2 son antisimétricas.
0 1 1 1
(b) Si A ∈ Kn×n , entonces
T
1 T 1 T
(A + A ) = (A + A)
2 2
1
= (A + AT )
2
T
1 T 1 T
(A − A ) = (A − A)
2 2
1
= − (A − AT ),
2
3
O cualquier campo que no sea extensión de Z2 . Una extensión de un campo K es un
campo F tal que K ⊆ F.

1 1
Lo que muestra que B = (A + AT ) es simétrica y C = (A − AT )
2 2
es antisimétrica. Es rutinario verificar que A = B + C.
     
1 −2 3 1 −1 2 0 −1 1
(c) A = 0 4 5 = −1 4 4 +  1 0 1 .
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 R2×3 .
(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 Sistemas lineales en Kn

5.4.1 La matriz identidad. Matrices invertibles
Ejercicios 5.4.1.

−1 3 −2
1. (a) A = .
−1 1
(b) A no es invertible.
 
−1 −4 2 3
− 1 − 3 1 5
(c) A−1 =  2 2 2 2
 1 2 −1 −2
− 12 − 12 1
2
1
2
(d) A no es invertible.
2. Ecuaciones inconsistentes.
3. (a) A0TKn = 0Km×1 ∈ R(A), por lo que R(A) 6= ∅. Además, si X, Y ∈
Kn , α ∈ K, entonces
αX + Y ∈ Kn , α(AX T ) + AY T = A(αX + Y )T ∈ R(A).
Se tiene entonces que R(A) es un subespacio de Km×1 .
5.4. Sistemas lineales en Kn

(b) Como A0TKn = 0Km×1 , se sigue que 0Kn ∈ N (A) lo que muestra que
N (A) es no vacı́o. Ahora, si α ∈ K, X, Y ∈ N (A), entonces
A(αX + Y )T = α(AX T ) + AY T = 0Km×1 .
4. Verifique directamente el producto de A por la matriz indicada.

1
1
5. (a) 23
2
2
11 8

(b) 10 5
7
− 10 − 65
3
− 2 −9
(c) 15
0 2
6. B = In B = (CA)B = C(AB) = CIn = C, luego B = C = A−1 .
7. Si aii 6= 0, entonces si definimos la matriz B ∈ Kn×n por

−1
aii , si j = i;
B(i, j) = bij = para i, j ∈ {1, 2, . . . , n}, entonces
0, si j 6= i.
n
aii a−1

ii = 1K , si j = i;
X
AB(i, j) = aik bkj =
0K , si j 6= i.
k=1
Lo que muestra que B = A−1 y A es no singular. Recı́procamente, si A

es no singular y si B = A−1 , entonces para todo i, j ∈ {1, 2, . . . , n} se
cumple que
n
X 1K , si j = i;
AB(i, j) = aik bkj = aii bij =
0K , si j 6= i.
k=1
de donde se sigue que aii bii = 1K y, por tanto, aii 6= 0K .

Solucionario Algebra Lineal Libro

Cargado por

Información del documento

Título original

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

Solucionario Algebra Lineal Libro

Cargado por

Copyright:

Formatos disponibles

Introducción

M. Sc. Sebastián Castañeda Hernández.

2 Sistemas de ecuaciones lineales 11

3 Sistemas de inecuaciones lineales 39

5 La estructura de espacio vectorial y espacios de matrices 67

5.4 Sistemas lineales en Kn . . . . . . . . . . . . . . . . . . . . . . . 73

1.2 Conjuntos y relaciones

(c) Claramente IA es reflexiva. Ahora, si (x, y) ∈ IA , entonces y = x y

(d) Errata: La última pareja de la relación R es (d, c) (no (d, a) como

suficiente con los casos siguientes:

(a, a), (a, b) ∈ R =⇒ (a, b) ∈ R

y los seis que resultan reemplazando en lo anterior cada ocurrencia

lo que muestra que la inclusión es reflexiva y antisimétrica en P(A).

es decir, necesariamente X ⊆ Z, con lo que se cumple la propiedad

3. Sean A y B conjuntos cualesquiera. Entonces se cumple

por lo que se tienen las dos relaciones A ∩ B ⊆ A (también A ∩ B ⊆ B)

por lo que A ⊆ A ∩ B, A ∪ B ⊆ B, y por lo tanto A = A ∩ B, A ∪ B = B.

es una proposición verdadera, por lo que ∅ ⊆ A para todo conjunto A y

4. (a) Es función, pero no es inyectiva.

S es una función inyectiva.

Dom(R) = Ran(S), Ran(R) = Dom(S),

siendo S la relación del ejercicio anterior. R es una función inyectiva.

1.2. Conjuntos y relaciones

1.3 El concepto de estructura algebraica

tiene soluciones reales. Es decir, existe al menos un real y tal que

x∗y = xy+x+y = −1 ⇐⇒ (x+1)(y+1) = 0 ⇐⇒ x = −1∨y = −1.

Lo que muestra que A − {−1} es cerrado bajo ∗. Ası́, (A, ∗) es un

3. (a) a y b son neutros a izquierda.

4. La estructura deseada la tiene Z2 = {0, 1} con la adición módulo 2. Se

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

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

f (f −1 (x)) = x, para todo x ∈ B

Ahora bien, puesto que ∗ es una ley de composición interna y f es

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))

De manera similar se demuestra que f (e) ∗ x = x, de modo que f (e) es

1.3. El concepto de estructura algebraica

Es decir, mediante la biyección f : Z −→ N definida por

para n ∈ Z. La estructura de grupo abeliano de (Z, +) se transfiere a N

como en el ejercicio anterior. En la nueva estructura, el neutro en N es

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

1.4 Semigrupos, monoides y grupos

Sistemas de ecuaciones lineales

4. (a) Para todo real α, se tiene

α0 = α(0, 0, . . . , 0) = (α(0), α(0), . . . , α(0)) = (0, 0, . . . , 0) = 0.

(b) Si v = (v1 , v2 , . . . , vn ), entonces

0v = (0v1 , 0v2 , . . . , 0vn ) = (0, 0, . . . , 0) = 0.

(c) Si α = 0 o si v = 0 se tiene, por las demostraciones previas, que

α−1 (αv) = α−1 0 = 0,

2.3 Sistemas de ecuaciones lineales

Capı́tulo 2. Sistemas de ecuaciones lineales

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

2. (a) No es lineal en x, y y z. Haciendo u = x2 , v = y 2 , la ecuación es

3. En cada caso, S denota el conjunto solución de la ecuación correspondiente.

(a) S = {(5 − 3t, t)|t ∈ R} = t, 5−t

4. (a) Ver Teorema 2.4.1, página 66.

Puesto que 2b = b si y sólo si b = 0, se sigue que u1 + u2 no

2.3. Sistemas de ecuaciones lineales

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

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

2.3.2 Sistemas de ecuaciones lineales

Capı́tulo 2. Sistemas de ecuaciones lineales