Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matemáticas
Modalidad Abierta y a Distancia
Álgebra Lineal
Guía didáctica
El contenido de esta obra aplica para las siguientes asignaturas 4 créditos
Ciclos Carreras (ECTS)
2 Economía
Álgebra Lineal
Guía didáctica
4 Créditos
Carreras Ciclos
Economía II
Autores:
Luis Patricio Puchaicela Huaca
Jose Miguel Fernandez Arias
Primera edición
ISBN digital - 978-9942-25-361-3
La versión digital ha sido acreditada bajo la licencia Creative Commons 4.0, CC BY-NY-SA:
Reconocimiento-No comercial-Compartir igual; la cual permite: copiar, distribuir y comunicar
públicamente la obra, mientras se reconozca la autoría original, no se utilice con fines comerciales
y se permiten obras derivadas, siempre que mantenga la misma licencia al ser divulgada. https://
creativecommons.org/licenses/by-nc-sa/4.0/deed.es
14 de septiembre, 2018
2. Índice
2. Índice 4
3. Introducción 6
4. Bibliografía 8
4.1. Básica 8
4.2. Complementaria 8
PRIMER BIMESTRE
Autoevaluación 1 30
UNIDAD 2. MATRICES 37
2.1. Matrices 37
Autoevaluación 2 53
UNIDAD 3. DETERMINANTES 57
Autoevaluación 3 65
SEGUNDO BIMESTRE
UNIDAD 4. VECTORES EN Rn 68
4.1. Vectores R2 y R3 68
4.3. Vectores Rn 71
Autoevaluación 4 76
5.2. Subespacios 80
Autoevaluación 5 93
7. Solucionario 97
8. Glosario 106
3. Introducción
Muchos problemas que acontecen en la vida real tienen que ver con el
componente de álgebra lineal y sus aplicaciones. Existen problemas que pueden
modelarse mediante: ecuaciones, matrices, vectores, entre otros principios que
han sido incluidos para poder potenciar su formación.
¡Bienvenido!
Benjamin Franklin
4. Bibliografía
4.1. Básica
4.2. Complementaria
PRIMER BIMESTRE
5 = 2x + 3
x + 2y = 3
3x + y + z = 2
Cada ecuación se encuentra formada por al menos una variable, la cual puede
ser reemplazada por un número entero.
2x+ y= 3
3x + 2y + 5z = 7
2x + 4y -3z + w = 2
Una ecuación lineal representa a la gráfica de una recta y todas sus variables
tienen exponente 1, también es denominada ecuación de primer grado.
Dar solución a una ecuación lineal consiste en determinar los valores de la o las
variables x que satisfagan la ecuación, Ej:
Al resolver una ecuación lineal con una incógnita se pueden presentar tres
circunstancias:
Si t
m=2, n= 3
m=3, n =2
m=2, n=2
m=2, n=4
: : : : : :
En (1) la solución del sistema sería x =1, y =2, y en (2) la solución es x =3, y =2,
z=1, remplazando los valores de las incógnitas se obtendría:
(1)
(2)
Más adelante iremos revisando como cada uno de los sistemas pueden adoptar
un procedimiento de su resolución paso a paso.
à(3)
Sin embargo, si analizamos que en cada uno los valores de las variables luego
de realizar todas las operaciones son los mismos, es decir para las variables x=3,
y=2 y z=1 son la misma solución en ambos sistemas, podemos denominarlos
sistemas equivalentes y podríamos deducir que el sistema (4) puede provenir
del sistema (3) o el (3) del (4) realizando algunos procedimientos que se basan en
las siguientes operaciones fundamentales:
(3) à
*1/2 à
*2à
à (4)
(3) à (4)
(5)
(6)
-y +7(1) = 5
y= 7-5
y =2
2x + 4(2) – 6(1) = 8
x = (8-8+6)/2
x=3
(5)
Al resolver un sistema lineal, nos podemos encontrar con las situaciones en que
el sistema pueda tener solución única, infinitas soluciones o no tener solución,
a los dos primeros casos se los denomina consistentes y al tercer caso como
inconsistente.
Figura 1(a). Sistema lineal con dos incógnitas, solución única Figura 1(b). Sistema
lineal con tres incógnitas, solución única
En ciertos casos puede suceder que al resolver sistemas, las soluciones puedan
ser infinitas.
Aquellos sistemas que no poseen valores comunes de sus variables para que las
ecuaciones que lo forman se cumplan, son denominados sistemas sin solución o
inconsistentes.
Autoevaluación 1
Fundamentos
a. x1 + 2x2 + 3x3 = b
b. a1x12 + a2x2 + a3x33 = b
c. 3x2 + 5y + z = b
Denominación Resolución
1. Consistente a. El sistema no posee solución
2. Inconsistente b. El sistema tiene una solución o infinitas
soluciones
c. el sistema siempre presenta infinitas
soluciones
8. Una solución de un sistema lineal, son los valores de las variables para los
cuales:
Ejercicios de aplicación
a. à
b. à
c. à
d. à
e. à
f. à
a. Intercambiar la ecuación 1 y 3
b. Dividir la primera ecuación para el coeficiente de x
c. Sumar a la ecuación 2, dos veces la ecuación 1 y a la 3 restar tres
veces la ecuación 1
d. Dividir la ecuación 2 para el coeficiente de y
e. Restar a la ecuación 3, 10 veces la ecuación 2
f. Despejar el valor de z
g. Reemplazar el valor de z en la segunda ecuación, despejar y
h. Reemplazar los valores de y y de z en la ecuación 1, despejar el valor
de x
a.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
l.
m.
UNIDAD 2. MATRICES
2.1. Matrices
Los sistemas lineales pueden ser expresados mediante una forma matricial,
ya sea escribiendo únicamente los coeficientes de las variables (matriz
de coeficientes) encerrados en corchetes, o también incluir sus términos
independientes (matriz aumentada):
Pueden existir matrices formadas por una sola fila o una sola columna,
denominándose matriz fila y matriz columna respectivamente.
Ahora luego de la lectura previa y puesto que tiene claro el proceso de las
operaciones con matrices, es necesario ver sus aplicaciones.
c =3
En la adición, se debe realizar la adición del elemento aij de A con el elemento aij
de B
Para la resta, se debe realizar la sustracción del elemento aij de A con el elemento
aij de B
, a.b=(1.2) + (2.3)+(3.4)=2+6+12=20
Nótese que para formar la primera fila de la matriz resultante (AB) se operó la fila
primera de A por cada una de las columnas de B, este proceso se continúa para
cada una de las filas de A.
A B = AB
m x n n x p m x p
Tomando en cuenta que las variables x, son valores escritos como un vector
columna, si se designan dichas matrices por A, x y b, respectivamente, el sistema
lineal original ha sido remplazado por la ecuación matricial sencilla Ax = b (Ax = 0
en un sistema homogéneo), A es la matriz de coeficientes, y la matriz aumentada
del sistema resulta de adjuntar b a A como última columna de A.
a. A+B = B+A
b. A+(B+C) = (A+B)+C
c. A+0 =A, la matriz 0 nula o cero se denomina neutro aditivo de mxn
d. A +(-A) = 0, -A es inverso aditivo o negativo de A
a. A(BC) = (AB)C
b. A(B+C)=AB + AC
c. (A+B)C = Ac + BC
d. IA = AI = A, I matriz identidad
a. r(sA) = (rs)A
b. (r+s)A = rA + sA
c. r(A+B) = rA + rB
d. A(rB) = r(AB) = (rA)B
Sea y
+ =
3. Sumar o restar a una fila, otra fila multiplicada por un número diferente de
cero
Todas estas operaciones nos permiten transformar una matriz en otra matriz
denominada equivalente, con lo cual si la matriz es una matriz aumentada que
representa un sistema lineal, el sistema no se altera y las variables mantendrán la
misma solución.
Paso 1. Dado que en la primera fila (f1) el valor es uno, nos sirve y no
realizaremos intercambio de ecuaciones, (en caso de no ser uno y no querer
intercambiar filas podemos a la fila donde se encuentra el elemento a11 dividirla
para a11) utilizamos este elemento (pivote) para tratar de eliminar los componentes
que están en la segunda (f2) y tercera fila (f3) debajo del pivote, a la segunda fila
le restaremos 2 veces la primera y a la tercera fila (o renglón) le restaremos 3
veces la primera:
f2à f2-2f1
f3 f3-3f1
Paso 2. Ahora trabajamos con el primer elemento no nulo de f2, que es 3 (pivote),
dividimos la fila 2 para 3 (debemos transformar a 1 siempre al elemento utilizado
como pivote), luego adicionamos 4 veces f2 a f3:
f2 à f2/3
f3àf3+4f2
Paso 3. Finalmente multiplicamos la fila 3 (-11/3 nuevo pivote) por -3/11 para
transformarlo a 1.
f3àf3*(-3/11)
(2)
(3)
x y z
(2)
(3)
(2)
f1àf1-f2
(4)
Por lo que comparando la matriz final (4), con las variables en el sistema lineal
original, sería la siguiente expresión:
Una matriz invertible (no singular) A es una matriz de orden nxn (cuadrada) para
la cual existe una matriz B de orden nxn tal que AB =BA = Inxn, B sería la matriz
inversa de A (B=A-1). Si A no cumple dicha propiedad, es una matriz no invertible
llamada también singular.
f3àf3+2f1
f3àf3/-1
f1àf1-3f3 y f2àf2+3f3
f1àf1-2f2
Por lo tanto ahora tenemos una expresión IA-1, lo que implica que AA-1 = I
Autoevaluación 2
es la inversa de A.
Ejercicios de aplicación
a.
b.
, ,
a.
b.
c.
a.
b.
c.
▪▪ En las operaciones con matrices debe recordar la ley de los signos para su
uso correcto en la solución de los problemas.
UNIDAD 3. DETERMINANTES
det(A) = 24 + 15 + 0 – 0 – 36– 4
det(A) = -1
Luego de su lectura de la sección 3.2 del texto básico, podrá notar que para
obtener el valor del determinante de una matriz de orden mayor a tres, puede
realizarse aplicando determinantes de submatrices (menores) de la matriz inicial
para obtener los cofactores y con lo cual se reduce el proceso a sumar el valor
de los cofactores de una sola fila o una sola columna para obtener el valor del
determinante de la matriz inicial.
Dada la matriz:
Obtendremos el valor de los menores para una fila o columna, en este caso
trabajaremos para la primera columna, el menor se produce al obtener el
determinante de la submatriz resultante de eliminar en la matriz A, la fila y
columna que le corresponde al elemento que vamos a operar.
det (M21) = =0
det (M31) = =0
det (M41) = =2
Luego obtenemos los valores de los cofactores (C) mediante Aij = (-1)i+jdet(Mij):
A31 = (-1)3+1(0) = 0
A41 = (-1)4+1(2) = -2
Luego se obtiene el valor del determinante como la sumatoria de cada cofactor Aij
por el elemento aij de la matriz inicial correspondiente:
a11A11 = (1)(-2) = -2
a21A21 = (3)(0) = 0
a31A31 = (1)(0) = 0
a41A41 = (2)(-2) = -4
det(A) = -2 + 0 + 0 -4
det(A) = -6
Si ya realizó la lectura de la sección 3.2 del texto básico notará que obtener
los cofactores de los elementos de la matriz A, permitirá formar la matriz de
cofactores, la transpuesta de la matriz de cofactores forma la matriz adjunta de
A (adjA). La inversa de A se puede definir como el cociente entre su adjunta y el
valor del determinante de A:
C=
Su transpuesta, es la adjunta de A:
Matriz de coeficientes.
Autoevaluación 3
e. ( ) A es una matriz cuadrada que posee una fila nula, por lo cual
el valor del determinante no existe.
adjunta es factible
Ejercicios de Aplicación
cofactor.
¡FELICITACIONES!
SEGUNDO BIMESTRE
UNIDAD 4. VECTORES EN Rn
4.1. Vectores R2 y R3
Un vector columna puede ser expresado como una matriz de 2x1, con
componentes x, y, los cuales son números reales, a la matriz se la asocia como
un segmento de línea recta con un punto inicial en el origen y punto final P(x,y),
el segmento de línea recorre de 0 a P y es denotado como , O es llamado cola
(punto inicial) y P cabeza (punto terminal).
P(x,y), pueden ser asociados dichos componentes con la matriz , por lo que un
vector en el plano es una matriz de 2x1.
,u ,
, ,
El producto punto entre dos vectores, puede ser relacionado con el ángulo entre
los vectores y resulta de la suma de los productos de los componentes (R2 o R3)
según su orden de ubicación en el vector.
4.3. Vectores Rn
u=
Ejemplo:
Ejemplo:
Ejemplo:
▪▪ La magnitud de v,
Ejemplo:
Sea u= (2,1,3,4),
Ejemplo:
=1
▪▪ Producto punto,
Ejemplo:
uxv = (3,5,7)
uxu = = (0,0,0)
Autoevaluación 4
Hay que validar nuestros conocimientos de la cuarta unidad, estoy seguro que
ahora le resultará más fácil resolver los problemas planteados en la siguiente
autoevaluación con el éxito esperado, recuerde que en el solucionario podrá
comparar sus respuestas.
Ejercicios de aplicación
a. c.a =
b. a+b=
c. a.b =
d. llall =
e. axb =
Sea V = Rn =
5.2. Subespacios
EJEMPLO 5 Subespacio de R2
Dado a que existen dos incógnitas y tres ecuaciones, el sistema tiene solución,
si se elige cualquier número para a1 y para a2 existe solución, por lo que v1 y v2
generan a v, generan a R3.
Es decir:
Podemos notar que no existe solución al sistema, det(A)=0, por lo que v1, v2 y
v3 no generan a v. La dependencia e independencia entre vectores puede ser
determinada mediante:
Sea , , , sea
, entonces , lo que indica que los vectores analizados son
linealmente dependientes.
Los polinomios p1= 1-x, p2= 5+3x-2x2, y p3= 1+3x-x2, al establecer 3p1 – p2 + 2p3
= 0, concluimos que son linealmente dependientes.
Para que un conjunto de vectores v1, v2…vn formen una base debe darse dos
condiciones:
1. Generan a V
2. Son linealmente independientes
En el ejemplo anterior i= (1, 0,0), j= (0, 1, 0) y k= (0, 0,1) en R3, establecimos que
S= , es un conjunto linealmente independiente, analicemos si generan V,
pues dado que cualquier vector v = (a, b, c) en R3 se puede escribir como:
Por lo que S es una base para R3, se denomina base estándar de R3, se concluye
que las coordenadas de v respecto a la base estándar son a, b, c, de modo que
(v) = (a,b,c).
Y su det(A) = -1
Analicemos si de los siguientes vectores, todos ellos son una base para R4,
determinemos la base y dimensión:
Establecemos:
(a)
A:0
Por lo que la base estará dada por los vectores independientes: 1 2 y 4, el número
de vectores constituyen la dimensión, es decir 3 (igual al número de filas no
nulas), la dimensión fila es igual a la dimensión columna, es decir el rango de la
matriz es 3.
(b)
La solución será:
Con va,
(b)
Para , será:
Para , será:
Autoevaluación 5
Ejercicios de aplicación
3. Determine si el conjunto W, formado por todos los puntos de R2, que tiene la
forma (x,x), es una línea recta y si puede ser considerado un subespacio.
5. Sea S= , donde
. Determine una base
para el subespacio R3, y la dimensión.
▪▪ Las propiedades que se debe tomar en cuenta para los espacios vectoriales
serían: Cerradura, conmutativa, asociativa y distributiva
▪▪ Recuerde que las propiedades que definen un espacio vectorial son las
mismas que se aplican directamente a los números reales
7. Solucionario
AUTOEVALUACIÓN 1
1.
ITEM RESPUESTA
a. V
b. F
c. V
d. F
e. F
f. V
2. A
3.
ITEM RESPUESTA
a. 1a, 2b, 3c
b. 1c, 2a, 3b
c. 1b, 2a,3c
4.
ITEM RESPUESTA
a.
b.
c.
ITEM RESPUESTA
d.
e.
f.
g.
h.
i.
j.
a. 1c, 2a
b. 1b, 2c
c. 1b, 2a
5. C
6. A
7. B
8. A
Ejercicios de Aplicación
9.
10.
ITEM RESPUESTA
a. Dividir la ecuación 1 para 2
b. Multiplicar la ecuación 1 por 4
c. Sumar a la ecuación 3 la ecuación 1 y 2
d. Sumar dos veces la ecuación 2 a la 3
e. Intercambiar la ecuación 1 con la 3
f. Ecuación 3 más dos veces la 1
11.
ITEM RESPUESTA
a.
b.
c.
d.
e.
ITEM RESPUESTA
a. Z= 12/7
b. y= 2
c. X= 11/7
12.
ITEM RESPUESTA
a. Consistente, solución única Rta: x=-1, y=2
b. Inconsistente, no tiene solución
c. Inconsistente, no tiene solución
d. Consistente, solución única Rta: x= 5, y= -5
e. Inconsistente, el sistema no tiene solución
f. Consistente, infinitas soluciones
g. Consistente, solución única, Rta: x = - 10/11, y = 8/11, z = 10/11
h. Consistente, solución única, Rta: x= 0, y= 0, z = 1
i. Inconsistente, sin solución
j. Consistente, solución única. Rta: x = -4/11, y = 1/11, z = 8/11
k. Consistente, solución única, Rta: x= -22/85, y= 57/85, z = 77/85
l. Consistente, infinitas soluciones
m. Consistente, única solución. Rta: x = -40/11, y = 295/44, z = -8/11, w =
-101/44
AUTOEVALUACIÓN 2
1.
ITEM RESPUESTA
a. V
b. V
c. F
d. V
e. F
f. F
g. F
h. F
i. V
j. V
k. F
l. V
m. V
n. F
o. F
p. F
Ejercicios de aplicación
2.
ITEM RESPUESTA
a. X = 1, y = 2, z = 3
b. X = 3, y = 2, z = 1
3. , ,
4.
ITEM RESPUESTA
a. X= 1, y = 2, z= 3
b. X =2, y = -1, z = 3
c. El sistema no tiene solución
5.
ITEM RESPUESTA
a.
b.
c. No posee inversa
AUTOEVALUACIÓN 3
1.
ITEM RESPUESTA
V
F
V
F
F
F
V
F
V
V
Ejercicios de aplicación
2.
3.
4.
AUTOEVALUACIÓN 4
1.
ITEM RESPUESTA
a. V
b. V
c. V
d. V
e. V
f. V
g. V
h. V
i. V
j. V
Ejercicios de aplicación
2.
ITEM RESPUESTA
a. c.a = (4,6,8)
b. a + b = (3,1,9)
c. a.b = 16
d. llall =
e. axb = 23i – 6j - 7k
AUTOEVALUACIÓN 5
1.
ITEM RESPUESTA
a. V
b. V
c. F
d. V
e. V
f. F
g. F
h. V
i. F
j. V
k. V
l. V
m. V
n. F
o. V
Ejercicios de Aplicación
2.
ITEM RESPUESTA
a. no constituye un espacio vectorial.
b. no es un espacio vectorial
6. Rango=2, nulidad=2
8. Glosario
Matriz cuadrada: Es una matriz A que tiene el mismo número de filas y columnas.
Matriz Inversa: Una matriz cuadrada A inversa cuando existe una matriz B con la
propiedad de que AxB=1.
9. Referencias bibliográficas
Kolman, B. & Hill, D.R. (2013). Algebra lineal fundamentos y aplicaciones. Bogotá:
Pearson.