UNIVERSIDAD NACIONAL ABIERTA

VICERRECTORADO ACADÉMICO

UNIDAD DE EVALUACIÓN ACADÉMICA

ÁREA: EDUCACIÓN

MENCIÓN: MATEMÁTICAS

TRABAJO PRÁCTICO SUSTITUTIVO N°2

Asignatura: ÁLGEBRA II

Código: 753

Contenido: Objetivos 3, 5 y 6

Profesor Asesor/Evaluador: Cappellucci Luis

Correo electrónico: Icappellucci@unimet.edu.ve

Fecha límite de entrega al Profesor Asesor: 15/10/2020

Fecha de envió por parte del estudiante: 24 de sept de 2020

Estudiante Regular: Alejandro A. López Díaz

Cédula de Identidad: 5.094.374 alejandrolda131255@gmail.com

Inscrito en: Metropolitano – Vargas, Edo. La Guaira

RESULTADOS DE CORRECCIÓN

N° Objetivo 3 5 6

0 = NL No logrado

1=L Logrado

1
 ÁLGEBRA II

Módulo 2 Unidad 3 objetivo 3

Aplicar las definiciones de espacio vectorial, subespacio vectorial

en la resolución de problemas; determinando relaciones de
dependencia entre vectores y subespacios de vectores, y la base y
dimensión de espacios vectoriales.

Espacio vectorial real

Un espacio vectorial real V es un conjunto de objetos,

denominados vectores, junto con dos operaciones binarias
llamadas suma y multiplicación por un escalar, que satisfacen los
diez axiomas enumerados en la tabla que se muestra más
adelante.

Notación. Si x y y están en V, y si a es un número real, entonces la

suma se escribe como x 1 y y el producto escalar de a y x como
a.x, antes de presentar la lista de las propiedades (axiomas) que
satisfacen los vectores en un espacio vectorial deben
mencionarse dos asuntos de importancia. En primer lugar,
mientras que puede ser útil pensar en R 2
o R 3
al manejar un
espacio vectorial, con frecuencia ocurre que el espacio vectorial
parece ser muy diferente a estos cómodos espacios. En segunda
instancia, la definición anterior, ofrece una definición de un
espacio vectorial real. La palabra “real” significa que los escalares
que se usan son números reales. Sería igualmente sencillo definir
un espacio vectorial complejo utilizando números complejos en
lugar de reales.

2
Axiomas de un espacio vectorial
Nota. Los primeros cinco axiomas se utilizan para definir a un
grupo abeliano, y los axiomas vi) al x) describen la interacción de
los escalares y los vectores mediante la operación binaria de un
escalar y un vector.
N° Axioma
i Cerradura bajo la suma
ii Ley asociativa de la suma
de vectores
iii Existe un vector cero u
idéntico aditivo
iv Inverso aditivo de x
v Ley conmutativa de la
suma de vectores
vi Cerradura bajo la
multiplicación de un
escalar
vii Primera ley distributiva
viii Segunda ley distributiva
ix Ley asociativa de la
multiplicación de los
escalares
x Para cada vector
3
Definición
Si x pertenece a V, y y pertenece
a V, entonces x+y pertenecen a V
x+y = y+x
Para todo x, y, z en V, (x+y)+z =
x+(y+z)
Existe un vector 0 Є V, tal que
para todo x Є V, x+0 = 0+x = x
Si x Є V, existe un vector –x Є V,
tal que x +(-x) = 0
Si x esta en V, entonces x+y = y+x
Si x Є V, y α es un escalar,
entonces α.x Є V
Si x e y están en V y α es un
escalar, entonces α.(x+y) = α.x +
α.y
Si x Є V, y α y β son escalares,
entonces (α+β).x = α.x + β.x
Si x Є V, y α,β son escalares,
entonces α(β.x) = (α.β).x
Si x Є V, 1.x=x
Los conjuntos R2 y R3 junto con las operaciones de suma de
vectores y multiplicación por un escalar se denominan espacios
vectoriales. Los escalares tienen una estructura denominada
campo, la cual consiste en un conjunto de elementos y dos
operaciones binarias (por ejemplo, los número reales y las
operaciones de adición y multiplicación.

Los números reales con la operación de suma cumplen con los

axiomas del grupo abeliano. Además, la multiplicación es
asociativa y distributiva por la derecha e izquierda. Existe un
elemento neutro llamado unidad, y todo número real diferente de
cero tiene un elemento inverso.

Objetivo 3 P.1

P: 1. Sea IR[x] el espacio vectorial de los polinomios sobre los

números reales. En los literales a), b) y c) determine si esos
conjuntos son sub-espacios vectoriales o no de IR[x]; en los
literales donde su respuesta es negativa indique cuál propiedad
falla, pero si la respuesta es afirmativa demuestre que el conjunto
es un sub-espacio vectorial de IR[x] y calcule su dimensión.

Solución:

Sea V = Pn el conjunto de polinomios con coeficientes reales de

grado menor o igual a n. si p Є Pn, entonces tenemos:

p(x) = ax.xn + an-1.xn-1 + ………..+ a1.x + a0, donde cada ai es un

número real. La suma de los polinomios p(x) + q(x) está definida de
la manera usual: q(x) = bn.xn + bn-1.xn-1 + ………….+ b1.x + b0 ,entonces
la suma de ambos polinomios nos dará.

p(x) + q(x) = (an + bn).xn + (an-1 + bn-1).xn-1 +……..+(a1+b1).x + (a0+b0)

4
Es obvio que la suma de dos polinomios de grado menor o igual a
n, es otro polinomio de grado menor o igual a n, por lo que se
cumple el axioma i).

Las propiedades ii), v) hasta la x) son claras. Si se define el

polinomio cero 0 = 0xn+0xn-1+…..+ 0x + 0, entonces el polinomio 0 Є
Pn, y el axioma iii), se cumple. Para el caso del polinomio –p(x) =-
ax.xn - an-1.xn-1 - ………..-- a1.x-- a0 , se puede observar que el axioma
iv) se cumple con lo que Pn es un espacio vectorial

a) A = {p(x) Є IR[x] / p(x) = 0 ó gr(p(x)) es impar}.

Sea A, el conjunto de todas las funciones impares definida
por:
A= f(x) tal que f(-x) = -f(x) para todo x Є Df , Contenido en

V= f tal que f Є R R , por definición de espacio

vectorial tenemos:
1) Sean (p-g) (-x) = p(-x) + g(-x) = -p(x)-g(x) =-(p(-x)+g(x)) =
= -(p+g) (x), esto implica que p+g Є A
2) (α.p) (-x) = α.p(-x) = --α.p(x) = -(α.p) (x) α.p Є A
Donde A es un espacio vectorial

b) B = {p(x) Є IR[x] / p(x) = 0 ó gr(p(x)) es par}.

1) Sea B, el conjunto de todas las funciones pares definida
por:
B= p tal que p(-x) = p(x) para todo V, x Є al Dominio de p
Contenido en V = p tal que p: R R , por definición de
espacio vectorial tenemos:
(p+g) (-x) = p(-x) + g(-x) = p(x) + g(x) = (p+g) (x) p+g Є B
2) (α.p) (-x) = α.p(-x) = (α.p)(x) (p+g)x Є B
B es un espacio vectorial
5
 c) P = {p(x) Є IR[x] / p(x) = 0 ó gr(pi(x)) es par, para todo
monomio pi(x) que compone a p(x)}. Por ejemplo, p(x) = √2 x4
– 3x2 Є P, pero q(x) = 3x4 – 4x2 + 5x Є P, porque el monomio
5x que compone a q(x) no tiene grado par.

La condición del polinomio P es que cada monomio debe tener

grado par, al sumar p(x) + q(x) nos dará un polinomio de grado
cuatro, pero con un monomio que no cumple la condición de tener
exponente par, por lo tanto q(x) no está en ese espacio vectorial,
por lo tanto no es un espacio vectorial.

d) Pruebe que P también se puede definir como el conjunto de

los polinomios de IR[x] que son funciones pares; es decir f(x)
Є P si y solo si f(x) = – f(x), para todo número real x.

Sea V = p(x) tal que p(x) = a0+a1.x+a2.x2+…..+ an.xn, ai Є IR

p(x) ≤ n, n ≥ 0

P= p tal que p(-x) = p(x) para todo V, x Є al Dominio de p

Contenido en V = p tal que p: R R , por definición de

espacio vectorial tenemos:

(p+g) (-x) = p(-x) + g(-x) = p(x) + g(x) = (p+g) (x) p+g Є P

Pn es un espacio vectorial, (v, +, .)

6
Objetivo 3 P.2

P: 2. Sea V = {A Є M 2(Q) / det A = 0}, donde M 2(Q) es el espacio

vectorial de las matrices cuadradas de orden 2 sobre los números
racionales Q. Pruebe que V es un sub-espacio de M 2(Q), encuentre
una base de V y determine la dimensión de V.

Sea la matriz

−𝑎 0
sean a, b, a´, b´ Є Q, tomando dos elementos,
𝑏 𝑎+𝑏

así como los escalares α y β, tenemos:

1) Sea la matriz

−𝑎 0 −𝑎 0 0 0 −1 0 0 0
= + =a + b =
𝑏 𝑎+𝑏 0 𝑎 𝑏 𝑏 0 1 1 1

−1 0 0 0
Base = + Dimensión = 2
0 1 1 1

2) -a 0 -a´ 0

α +β =

b a+b b´ a´+b´

-α.a –β.a´ 0

α.b + β.b´ α.a + α.b + β.a´+ βb´ ,

7
 por cambio de variable, tenemos:

x = -αa -βa -x 0

´ = Є V, es un espacio vectorial M2

y= αb + βb´ y x+y

Es un espacio vectorial real, pues podemos sumar dos matrices de

M2x2 obteniendo otra matriz de M2x2 , y multiplicar una matriz de
M2x2 por un escalar real obteniendo otra matriz de M2x2. Se puede
comprobar que se cumplen las propiedades. El vector 0 es, en este
caso, la matriz con todos sus términos nulos.

Objetivo 3 P.3

P.3 Sea B = v1, v2, v3, v4 , una base del espacio vectorial V sobre
los números reales y considere el conjunto B´= u1, u2, u3u4
vectores de V que verifican U1 = v1 + 2v2 + v3 – v4 , U2 = – v2 + 2v3 +
v4, U3 = – v1 + v3 – 2v4, y U4 = v1 – v2 + v3 – v4. Demuestre que B’
también es una base de V y calcule las coordenadas del vector U
respecto a la base B’ si U = (1, –2, 3, –1) en la base B.

Solución: Formando la matriz con el conjunto B´ = U1, U2, U3, U4 ,

con el vector U en la base B, calculando los escalares V1, V2, V3, V4
y formando la matriz escalonada del sistema, tenemos aplicando
el método de Gauss: 8

F1 1 2 1 -1 1 1 2 1 -1 1

F2 0 -1 2 1 -2 F1+F3 0 -1 2 1 -2 F1 – F4

F3 -1 0 1 -2 3 0 2 2 -3 4

F4 1 -1 1 -1 -1 1 -1 1 -1 -1
F1 1 2 1 -1 1 1 2 1 -1 1

F2 0 -1 2 1 -2 F3 -2F2 0 -1 2 1 -2 F4 -3F2

F3 0 2 2 -3 4 0 0 6 -1 0

F4 0 -3 0 0 2 0 -3 0 0 -2

F1 1 2 1 -1 1 1 2 1 -1 1

F2 0 -1 2 1 -2 F4 –F3 0 -1 2 1 -2

F3 0 0 6 -1 0 0 0 6 -1 0

F4 0 0 -6 -3 4 0 0 0 -4 4

Nos queda el sistema:

Ec. 1 V1 + 2V2 + V3 – V4 =1

Ec.2 0V1 – V2 + 2V3 + V4 = -2

Ec.3 0V1 + 0V2 + 6V3 – V4 = 0

Ec. 4 0V1 + 0V2 +0V3 -4V4 = 4

Calculando los valores de V1, V2, V3 y V4 tenemos:

9
De la Ec. 4 se despeja V4 y se obtiene V4 = -1
1
Sustituyendo V4 en la Ec. 3 se obtiene V3 = − 6

2
Sustituyendo V3 y V4 en la Ec. 2, se obtiene V2 = 3, y finalmente
sustituyendo los valores anteriores en la Ec. 1 obtenemos el valor
7
de V1 = − 6, con estos valores podeos calcular las coordenadas del
vector U, tenemos:

U1 = V1 + 2V2 + V3 – V4, U2 = -V2 + 2V3 + V4

U3 = -V1 + V3 + V4 y U 4 = V 1 – V2 + V 3 – V4

sustituyendo los valores de los Vi, obtenidos anteriormente en

cada Ui , se obtienen las coordenadas del vector U.

U = U1, U2, U3,U4 = 1, -2, 3, -1

Módulo 2 Unidad 4 Objetivo 4

Caracterizar la definición de transformación lineal entre espacios

vectoriales.

P: 1. (a) Sea G = {v1, v2, …, vk} un conjunto generador de un

espacio vectorial V, y sean S y T aplicaciones lineales de V en V
tales que S(vi) = 0, para todo i y T(vi) = – vi para todo i. Pruebe si es
cierto o falso que S es la transformación nula y que T(v) = – v, para
todo v Є V.

(b) Sea Mnxn el espacio vectorial de las matrices cuadradas sobre

los números reales y de orden n. Consideremos las funciones S y T
de Mnxn en los números reales, tales que S(A) = det A, el
determinante de A, y T(A) = rank A, el rango de A. Pruebe si S o T
son transformaciones lineales y en caso negativo exhiba la
condición que falla. 10
(c) Encuentre todas las transformaciones lineales T:IR V, donde V
es un espacio vectorial sobre los reales. Demuestre que si T(1) no
es el vector nulo entonces T es un monomorfismo.

Objetivo 4 P.2

P: 2. Demuestre que no existe una transformación lineal T: IR4

IR3 tal que su núcleo sea generado por los vectores ( –1, 1, , 0)
y (–1, + 1, 1, ) y las imágenes de los vectores (0, 1, 0, 0),
(0,1,1,0) y (0, 0, 0, 1) sean vectores linealmente independientes en
IR3; donde es el último dígito no nulo y distinto de 1 de su C. I.
leída de izquierda a derecha (si su C.I. tiene solo unos y ceros,
haga = 2).

Objetivo 4 P.3

P: 3. Sea A una matriz, fija e invertible, en el espacio vectorial Mnxn

sobre los números reales, de las matrices cuadradas de orden n.
Definimos la función T: Mnxn Mnxn por T(X) = AX – XA–1, donde
X Mnxn. Pruebe si T es una transformación lineal o no. Si su
respuesta es afirmativa, entonces para el caso cuando A = ( 1−1 1
0 2−1−1 1 0) M3x3 encuentre una base del núcleo de T y demuestre
que T es un isomorfismo.

Módulo 3 Unidad 5 Objetivo 5

Aplicar definiciones asociadas a vectores y a valores propios de

un operador en la descripción de las cónicas y al resolver
problemas de álgebra

11
P: 1. (a) Sea A = [ 1, 2, … , n] una matriz diagonal, la notación
significa que A es una matriz cuadrada de orden n, que i es el
elemento de la fila i y de la columna i de A y las entradas fuera de
la diagonal son nulas. Pruebe que Ak = [( 1)k, ( 2)k, … , ( n)k],
para todo entero positivo k.

(b) Determine todas las matrices diagonalizables N que son

nilpotentes. Recuerde que una matriz cuadrada N es nilpotente si
existe un entero positivo r tal que N r es la matriz nula.

Una Matriz Nilpotente es aquella matriz cuya potencia n da como

resultado una matriz nula (todos sus elementos nulos):

Sea n ∈ N → A es nilpotente si An = 0

Sea n un número natural (entero positivo), entonces A es

nilpotente si la potencia n de dicha matriz da como resultado una
matriz nula.

Nota: al número n más bajo para el cual la matriz es nilpotente se

le denomina índice de nilpotencia. También se dice que la matriz
es nilpotente de índice o de orden n, para que una matriz sea
nilpotente es necesario que la matriz sea una matriz cuadrada.

Propiedades de la Matriz Nilpotente:

Las matrices triangulares con todos los elementos de su diagonal

principal nulos son matrices nilpotentes

Si A es una matriz nilpotente, entonces su determinante es igual a

cero (|A| = 0)

Ejemplo de matrices nilpotente:

1 1 1 1 1 1 0 0
A= A2 = . =
−1 −1 −1 −1 −1 −1 0 0

12
 6 −9 6 −9 6 −9 0 0
B= B2 = . =
4 −6 4 −6 4 −6 0 0

Objetivo 5 P.2

P: 2. (a) Demuestre que cualquier par de matrices diagonales

conmutan multiplicativamente.

Solución:

𝑥 0 2 1
Dada la matriz diagonal X = y la matriz A=
la cual
0 𝑦 −1 0
debe conmutar con la matriz X, se ha de verificar que se cumpla:

X . A = A. X, por lo tanto efectuando dicho producto, tenemos:

𝑥 0 2 1 2 1
. =
0 𝑦 −1 0 −1 0
2𝑥 𝑥 2𝑥 𝑦
= igualando las expresiones obtenidas se obtiene:
−𝑦 0 −𝑥 0

2x = 2x x=x

x=y

-y = -x y=x

0=0

𝑥 0 𝑥 0
Resulta la igualdad de matrices: = x Є IR
0 𝑦 0 𝑥
3 0 2 1
Sea la matriz XA = ,yA= , resolviendo XA.A =A.XA
0 3 −1 0
6 3 6 3
Se obtiene la igualdad: =
−3 0 −3 0

13
(b) Si las matrices P–1AP y P–1BP son diagonales entonces A y B
conmutan multiplicativamente, es decir, AB = BA.

En el problema anterior se pudo explicar cuando dos matrices

conmutan multiplicativamente, en este caso daremos un ejemplo
de como una matriz A es diagonalizable y, si es semejante
respecto a una matriz, si se puede escribir A = PDP -¡, donde D es
una matriz diagonal nxn.

Si queremos calcular A5 debeos calcular:

A5 = (PDP-¡). (PDP-1). (PDP-1).(PDP-1).(PDP-1)

A5 = PD.(P-1P)(D).(P-¡P).(D).(P-1P).(D).(P-1P).(D).(P-1)

A5 = (PD). (D).(D).(D).(D).(P-1)

A5 = P.(D.D.D.D.D)P-1

A5 = PD5P-1

3 −1
Sea la matriz A =
−2 4

Vamos a dar el ejemplo de como diagonalizar esta matriz 2x2, esto

se hará en cuatro pasos:

Primer Paso: calcular los valores propios det(A – λI) = 0, formando

la matriz y calculando los valores de λ, tenemos:

3−𝜆 −1
−2 4−𝜆

Resolviendo y calculando se obtienen los valores:

Λ1 = 2 y λ 2 = 5

14
Segundo paso

Se calculan los vectores propios asociados, con los valores de λ1 y

λ2 construyendo el producto:

3−𝜆 −1 𝑎 0
. = resolviendo se tiene con λ1= 2
−2 4−𝜆 𝑏 0

La ecuación a-b= 0 donde a=b, dando cualquier valor distinto de

cero, sea el valor 1, se obtiene el vector V 1 = (1,1), de igual manera
se hace con el valor de λ2 = 5, y se obtiene el vector V2 = (-1,2),
dando el valor a a = -1, se hace b= 2.

Tercer Paso: Se forman las matrices P y D

1 −1
La matriz P se forma con los valores propios P= , la matriz D
1 2
2 0
se forma con los valores propios asociados D=
0 5

Cuarto Paso: Se calcula la matriz inversa de P-1, mediante la

ecuación :

𝑎 𝑏 1 𝑑 −𝑏 1 −1
= . P=
𝑐 𝑑 𝑎.𝑑−𝑏.𝑐 −𝑐 𝑎 1 2

Sustituyendo los valores en la expresión anterior, se obtiene P -1,

2 1 1
P-1 =
−1 1 3

Entonces nos quedaría:

3 −1 1 1 −1 2 0 2 1
= . .
−2 4 3 1 2 0 5 −1 1

Resolviendo el producto del lado derecho de la igualdad se obtiene

la misma matriz del lado izquierdo, de tal manera que se puede
calcular A5,
 2.2.2.2.2 0 32 0
donde D5 = =
0 5.5.5.5.5 0 3125

Calculando A5 = PD5P-1, se tiene:

1 1 −1 32 0 2 1
A5 = . . , resolviendo el producto resulta:
3 1 2 0 3125 −1 1

1063 −1031
A5 =
−2062 2094

De esta manera se puede diagonalizar una matriz nxn, un ejemplo

que puede cumplir con lo solicitado por el problema serían las
siguientes matrices 3x3, este procedimiento se obviara ya que
hará esta presentación más extensa, el principio o los cuatro
pasos antes indicados se aplican de igual manera.

Sean las matrices :

5 6 −3 1 0 0
A= 1 0 1 y la matriz B= 0 1 0
1 2 −1 −2 −4 −1

Se puede hallar para cada matriz, una matriz P Є M 3, tal que

P-1AP y P-1BP

16
Objetivo 5 P.3

P: 3. Identifique el tipo de cónica que representa la ecuación

x2 – 4xy + y2 + 5 = 0 tras eliminar el término xy y grafíquela.

a) Determinando el tipo de cónica tenemos, de la ecuación

general: Ax2 + Bxy + Cy2 + Dx + Ey + F = 0
Calculando el discriminante de la función dada:
∆ = b2 – 4.a.c = (-4)2 – 4. 1. 1 = 16 – 4 = 12 > 0
∆ = 12 > 0 indica que la cónica es una hipérbola.
b) Calculando el ángulo de rotación, empleando la cotangente
de alfa, cotg α, tenemos:
a = 1, b= -4 y c= -1, al sustituir los tres valores en la
siguiente expresión, resulta:
𝑎−𝑐 1−1
Cotg 2α = = = 0, esto corresponde a un ángulo de 90°,
𝑏 −4
por lo tanto 2α = 90°, donde α = 45°.

Sen α = Sen 45° = √2 / 2

1 √2 Cos α = cos 45° = √2 / 2

45°

Aplicando el producto de matrices tenemos:

X Cos α - Sen α X1

Y Sen α Cos α Y1

√2 √2
X - X1
2 2

√2 √2
Y Y1 17
2 2
 √2 √2
x= x1 _ y1 Valores a sustituir en x e y, en la ecuación de
2 2

√2 √2
y= x1 + y1 la cónica dada x2 – 4xy + y2 +5 = 0
2 2

1
Al sustituir x en x2 se obtiene: x2 = x21 – x1.y1 + y21
2

Para – 4xy se obtiene: - 4xy = - 2x21 + 2y21

1 1
Para y2 se obtiene: y2 = x21 + x1.y1 + y21
2 2

Reordenando y eliminando términos semejantes se obtiene la

ecuación solicitada:

-- X21 + 3Y21 = 5

Seguidamente se muestran las imágenes de las dos funciones

antes de la rotación y después de la rotación, tenemos:

18
Fig 1 Hipérbola antes de la rotación.

19
Fig. 2 Hipérbola después de la rotación.

Módulo 3 Unidad 6 Objetivo 6

Aplicar las definiciones y propiedades de la norma y el producto

escalar en la solución de problemas matemáticos.

P: 1. (a) Sea α el último dígito no nulo de su C. I. leída de izquierda

a derecha. Halle 3 vectores unitarios en IR3 que sean ortogonales
al vector V = (α, –1, α + 1).

(b) Demuestre que esos tres vectores que obtuvo en la parte (a)
son linealmente dependientes.

(c) Dé una razón teórica por la cual esos 3 vectores de las parte

20
Solución: C.I: 5.094.374

Sean los vectores

V1 = (α, -α, 1) , V2 = (2α, 1, 1) y V3 = ( 1, -1, -1)

V1 + V2 + V3 = V, V = (4, -1, 5)

(α, -α, 1) + (2α, 1, 1) + (1, -1, -1) = (4, -1, 5)

(α+2α+1, -α+1-1, 1+1-1) = (4, -1, 5)

(3α+1, -α, 1) = (4, -1, 5)

Resolviendo para hallar α, tenemos:

3α + 1 = 4 α=1

-α = -1 α = -1

Calculando el producto escalar de V1, V2 y V3 tenemos:

α -α 1

2α 1 1 = -2α2 -3α -1 = 0

1 -1 -1

1
Si α = -1 o α = -2 , los vectores V1, V2 y V3 son linealmente
dependientes.

Si es diferente a -1 y a – ½, los vectores V1, V2 y V3 son linealmente

independientes.

Varios vectores libres del plano se dice que son linealmente

dependientes, si hay una combinación lineal de ellos que es igual
a cero, sin que sean ceros todos los coeficientes de la
combinación lineal.

21
Objetivo 6 P.2

P: 2. Sean U=(α, α + 1, 1), y V= ( -1, α, -α), vectores en IR3, donde

α es el último dígito no nulo de su C. I. leída de izquierda a
derecha.

(a) Calcule el valor de x para que el vector u + xv sea

perpendicular al vector (1, 2, 3).

(b) Halle el ángulo entre U y xV, donde x es el valor encontrado en

la parte (a).

Solución:

U + xV = (α, α + 1, 1) + x (–1, α, –α)

U + xV = (α-x, α+1+αx, 1 –αx)

Realizando el producto interno u escalara entre los tres vectores:

(U + xV). (1, 2, 3) = 0, tenemos

(U + xV). (1, 2, 3) = (α-x, α+1+αx, 1-αx). (1, 2, 3)=0

(U + xV). (1, 2, 3) = ( α-x+2α+2+2αx+3-3αx)=0

(U + xV). (1, 2, 3) = ( α+2α-3αx+2αx+5) = 0

(U + xV). (1, 2, 3) = 3α –αx +5 =0

Despejando x y sustituyendo α = 4, se tiene que el valor de la

variable x = 17/4 , donde tendremos :
17
U = ( 4, 5, 1) y xV = ( -1, 4, -4)=( -17/4, 17, -17), luego calculando
4
los módulos de cada vector U y xV, tendremos:

|U| =(42, 52, 12)1/2 = (42)1/2 = 6,4807

|xV| = [(-17/4)2, 172, (-17)2] = 596, 0625

22
Calculando el producto escalar entre los vectores U y xV,
tenemos:

U. xV = (4, 5, 1). ( -17/4, 17, -17) = 51

Calculando en ángulo que formas esos dos vectores tenemos:

51
Cos β = (6,4807).(596,0625)
= 0,0132

Calculando el valor de β, cos β-1 = 89° 24´ 35´´, aproximadamente

90 grados entre ambos, el ángulo que se esperaba.

Objetivo 6 P.3

P: 3. Halle una base ortogonal del sub-espacio vectorial de IR5

generado por los vectores (1, 0, –1, 2, 1), (–1, 1, 0, 2, –1), (1, –1, 1,
0, 2) y (2, –1, 1, –1, 0) considerando el producto interno usual en
IR5.

Solución:

Dado el vector X = (a, b, c, d, e) Є R5, si existen escalares tales

como, α1, α2, α3 y α4, para todo:

(a, b, c, d, e) = α1(1,0,-1,2,1) + α2(-1,1,0,2,-1) + α3 (1,-1,1,0,2) +

+ α4 (2,-1,1,-1,0), desarrollando el producto tenemos:

Ec.1 α1 – α2 + α3 + 2α4 = a

Ec.2 0 + α 2 – α3 – α 4 = b

Ec.3 -α1 + 0 + α3 + α4 = c

Ec.4 2α1 + α2 - 0 - α4 = d

Ec.5 α1- α2 + 2α3 + 0 = e

23
Sumando las ecuaciones Ec. 1 + Ec. 2, tenemos el nuevo sistema
de ecuaciones:

Ec 1 + Ec. 2 α 1 + 0 + 0 + α4 = a + b

Ec. 3 - α1 + 0 + α 3 + α 4 = c

Ec. 4 2α1 + 2α2 +0 - α4 = d

Ec. 5 α1 - α2 + 2α3 + 0 = e

Aplicando Gauss al sistema anterior nos quedan las nuevas

ecuaciones:

Ec. 1´ α 1 + 0 + 0 + α4 = a + b

Ec. 2´ 0 + 2α2 + 2α3 – α4 = c

Ec. 3´ 0 + 0 + α3 + 2α4 = a + 2b
−8𝑎+14𝑏+𝑐+2𝑒
Ec. 4 0 + 0 + 0 - 15/2 α4 = 2

FIN DEL TRABAJO

Trabajo TPS 2 Álgebra II

Lapso 2021-1

Alejandro A. López Díaz

C.I. V – 5.094.374

Metropolitano – Vargas (01-03)

Naiguatá, de octubre de 2021

Objetivos a entregar 3, 5 y 6

24
NOTA:

Motivado a los constantes problemas de energía eléctrica y a las

fallas continúas en la señal de internet, le estoy enviando Profesor
Luis Cappellucci los objetivos 3, 5 y 6, trataré de continuar con el
desarrollo del objetivo 4, así como con otras asignaturas que estoy
cursando, gracias por su atención Profesor Luis Cappellucci.

Naiguatá 24 de septiembre de 2020